Gemini API 正在從 API，變成一個 AI application platform。 File Search、Agents API、Webhook、Context caching 這些能力加起來，改變的不是 syntax， 而是整個系統設計方式。 你不再只是思考： - 要用 Pro 還是 Flash？ 而是開始思考： - 哪些需求先 route？ - 哪些查 File Search？ - 哪些丟 Agents API？ - 哪些任務應該改成 webhook 非同步？ - 哪些成本可以靠 caching / batch 壓下來？ 我把今天在 Google I/O Extended 2026 Taipei 的分享整理成文章了。 核心一句話： 從 call API，走向 design system。 文章：evanlin.com/io-extended-taip… Slides: speakerdeck.com/line_develop…

evanlin.com/gemini-live-tran… - Google 推出全新 Gemini 3.5 Live Translate 模型，支援超過 70 種語言即時翻譯。 - 具備連續串流生成技術，能邊聽邊翻，大幅降低翻譯延遲。 - 翻譯過程能保留原說話者的語氣、節奏與抑揚頓挫。 - 具備強大的抗噪能力，在複雜環境下仍能精準辨識。 - 開發者可透過 Gemini Live API 串接，實現 macOS 應用程式的即時語音與字幕翻譯。 #Gemini35 #LiveTranslate #macOS #AI #Swift #GoogleAI

Anthropic 今天同时发布了两个模型：Claude Fable 5 和 Claude Mythos 5。 两个模型用的是同一个底座，区别在于 Fable 5 加了一套安全分类器，面向所有用户开放；Mythos 5 去掉了部分安全限制，只给 Project Glasswing 的网络安全合作伙伴用。 简单说，Fable 5 就是"带护栏的 Mythos"。两个月前，Mythos Preview 还锁在大约 200 家防御机构手里，现在普通开发者也能用到同级别的能力了。 【Fable 5 的安全机制】 Fable 5 的安全机制不是传统的"拒绝回答"，而是降级：当分类器检测到请求涉及网络安全攻击、生物化学武器相关内容或模型蒸馏行为时，会自动切换到 Opus 4.8 来回答，并告知用户发生了降级。Anthropic 给出的数据是，超过 95% 的对话不会触发降级。 Anthropic 也坦承分类器目前调得偏严，会误伤正常请求，后续会持续优化降低误报率。 【能力到底有多强】 Anthropic 列了一堆 benchmark，但几个实际案例更能说明问题。 Stripe 拿 Fable 5 在一个 5000 万行的 Ruby 代码库里做了一次全库迁移，一天完成，原本需要一整个团队花两个多月。在 Cognition 的 FrontierCode 测试中，Fable 5 在中等算力消耗下就拿到了最高分，Token 效率比之前的 Claude 模型明显更好。 视觉能力上，之前的 Claude 模型玩宝可梦火红版需要各种辅助工具才能推进，Fable 5 只靠最基础的视觉接口就通关了。还能从截图直接还原一个 Web 应用的源代码。 在生命科学方向，Mythos 5 让 Anthropic 内部的蛋白质设计专家把药物设计流程中的部分环节加速了约 10 倍。在一项基因组学研究中，Mythos 5 在几乎完全自主的情况下工作了一周多，训练出的模型表现超过了发表在 Science 上的模型，而体量只有后者的百分之一。 【价格和可用性】 Fable 5 和 Mythos 5 的 API 定价是每百万输入 Token 10 美元、输出 50 美元。对比 Mythos Preview 的 25/125 美元，降了 60%。但比 Opus 4.8 的 5/25 美元贵了一倍，和 OpenAI 的 GPT-5.5（5/30 美元）相比，输入贵一倍，输出贵了约 67%。 订阅用户要注意一个时间窗口：从今天到 6 月 22 日，Pro、Max、Team 和企业版用户可以免费使用 Fable 5。6 月 23 日开始，使用 Fable 5 需要额外购买 usage credits。Anthropic 说等产能充足后会把 Fable 5 恢复为订阅计划的标配，但没给具体时间。 API 和按量付费的企业用户不受影响，今天起就能正常调用。 【一个容易被忽略的政策变化】 Anthropic 同时宣布，从 Fable 5 开始，所有 Mythos 级别模型的流量将强制保留 30 天，覆盖第一方和第三方平台。Anthropic 承诺不会用这些数据训练模型，仅用于安全监控，比如检测新型越狱攻击和跨请求的复杂攻击模式。但对于注重数据隐私的企业用户来说，这是一个需要评估的变化，尤其是那些之前选择 Anthropic 正是因为其零留存政策的客户。

Fable 5 is state-of-the-art on nearly all tested benchmarks, with exceptional performance in software engineering, knowledge work, scientific research, and vision. The longer and more complex the task, the larger Fable 5’s lead over our other models.

For over 20 years, we've dedicated ourselves to removing language barriers so people can learn, speak and connect more deeply than ever before. Today, we’re taking our next step with the release of Gemini 3.5 Live Translate — our latest audio model for live, speech-to-speech translation across 70 languages. 🧵

Ingeniero de anthropic: “No se trata de que tú le hagas prompt a Claude, se trata de que construyas un sistema que se haga prompt a sí mismo.” Este es, sin duda, uno de los workflows más potentes que he visto en mucho tiempo. En el video desmonta exactamente cómo la mayoría está usando Claude mal: - El 14% que pierdes en CLAUDE.md antes de escribir una sola palabra - Los plugins que el 95% de la gente ni siquiera ha instalado - El setup de caching que mantiene un 95% de hit rate y lo hace casi gratis - Por qué empezar cada chat desde cero es la forma más lenta de usar Claude Si llevas más de un mes usando Claude y nunca has salido de la ventana de chat, estás usando un solo proyecto cuando podrías estar dirigiendo un equipo entero de ellos. En vez de ver otro capítulo de una serie, mira esto. Guárdalo ya, antes de que se pierda en el feed.

Introducing a more powerful NotebookLM 🚀 Massive upgrades deliver agentic capabilities in chat, more advanced reasoning, and a suite of new output formats. Tackling complex, multi-step research problems has never been easier. Rolling out now to Google AI Ultra subscribers.

这篇论文让我感觉，我们对「AI 会取代程序员」这件事的讨论方向可能全错了。 核心观点：AI Agent 的出现不是让软件工程师工作效率更高，而是让「把决策逻辑永久编码进软件」这件事本身变得越来越不必要。 作者说的是一个更根本的范式变化：传统软件工程的本质是，人类把判断逻辑「固化」成代码——if-else、状态机、算法，这些都是把人类决策「提前写死」的方式。但在以 LLM 为核心推理引擎的 Agent 系统里，代码变成了「临时生成、用完即扔的工具」，每次任务，Agent 动态生成需要的代码，执行完就不需要了。决策不再被预先编码，而是在运行时由 LLM 推理循环动态产生。这不是增量改进，而是软件生产范式的结构性替换。 我觉得这个观点里最值得注意的细节是：这不只是生产力工具的升级，而是「软件」这个概念本身的角色在变。以前代码是「系统的中心」，Agent 框架是外壳。现在 LLM 推理循环是中心，代码变成了外壳里的临时辅助。如果这个趋势持续，软件工程的核心能力可能不再是「写出好代码」，而是「设计出可靠的推理约束边界」。 以前我们关注写出可维护的代码，以后可能更要关注设计出可靠的推理边界。 arxiv.org/pdf/2606.05608

El negocio de cobrarte cada mes por convertir tus reuniones en un resumen acaba de tener un día muy malo. Microsoft soltó gratis en GitHub un modelo que se traga una hora entera de audio de una sola pasada y la devuelve ordenada: esto lo dijo uno en el minuto 12, esto otro en el 34. Quién, cuándo y qué. Sin trocear el audio. Sin que nadie pase la noche pasándolo a limpio. Media industria que vivía de este marrón lleva el día mirando el repo en silencio. Se llama VibeVoice.

微软开源了一个语音 AI，60 分钟长音频一次转写，4 个人同时说话都能搞定 VibeVoice，微软开源，24.8k star，今天才知道这个。录音一键转文字这件事，我之前一直用 Whisper，但它处理长会议录音经常超时，多人说话识别错得也挺厉害的。 VibeVoice 这个直接支持 60 分钟连续音频，自带说话人分离和时间戳，四个人同时说话的场景也能分清楚谁说了什么。最让我意外的是 TTS 这边，4 个角色同时合成，90 分钟连贯输出，声音全程不跑偏。 想做有声书或者播客内容的同学应该会很感兴趣，以前多角色合成经常前后声音不一致，这个解决了。底层是 Qwen2.5 加了专门的连续语音 tokenizer，还有个 0.5B 的轻量版本，300ms 延迟，可以直接接进对话 AI 做实时语音交互，不用再单独接第三方 TTS 服务了。 正在想把 ASR 这块接进自己的会议记录工具里，如果真能稳定跑，一个会下来自动生成带发言人标注的纪要，那效率真的拉满了。 开源地址： github.com/microsoft/VibeVoi… #AI #AIAgent

Building an AI agent used to mean wiring up sandboxes, search APIs, page fetchers, and your own tool router. Google's Managed Agents API rolls all of that into a single API call. { author: @Evan_Lin @GoogleDevExpert } dev.to/gde/geminiagent-googl…

Paste App 支援 MCP ，可以讓他跟你的 AI tools 協作 youtube.com/watch?v=mJ7xo3Dy…

Today we’re introducing Gemma 4 12B — our latest open model that brings advanced agentic reasoning, vision and audio directly to your laptop. It delivers performance nearing our larger Gemma models with a much smaller total memory footprint, while being small enough to run locally with just 16GB of VRAM. It’s open and accessible for everyone to use under a permissive Apache 2.0 license. This is all made possible by our new, unified architecture that removes separate multimodal encoders. Here’s how we did it 🧵

Claude Code 送免費一週 🥳 👉 claude.ai/referral/cbN0L7rJz… Share a free week of Claude Code with friends. If they love it and subscribe, you'll get $10 in usage credits to keep building.

Gemini CLI is retiring June 18. This dev breaks down Antigravity CLI (agy): how to fix the invisible text color issue, unlock YOLO no-confirmation mode, and use asynchronous subagents. { author: @Evan_Lin @GoogleDevExpert } dev.to/gde/using-googles-new…

Introducing Claude Opus 4.8: it builds on Opus 4.7 with sharper judgment, more honesty about its own progress, and the ability to work independently for longer than its predecessors. Available today at the same price.