今日热点

今日 AI 领域迎来重磅发布：OpenAI 正式推出 ChatGPT Work，将 ChatGPT 从对话式 AI 升级为云端自主工作平台，支持跨邮件、Slack、日历等应用的复杂多步骤任务执行。与此同时，DeepSeek 将 V4-Pro 模型价格骤降 75%，揭示出 Agent 系统的”100 倍 Token 膨胀”难题——推理成本下降但 Agent 工作流的 Token 消耗增长更快。GitHub 方面，Graphify 以 83K+ Star 领跑，为 AI 编程助手提供知识图谱能力；OpenCut 作为开源 CapCut 替代方案持续火爆。

GitHub 热门 AI 项目

1. Graphify — 将代码库变成可查询的知识图谱 ⭐ 83,963（今日 +1,028）

链接： Graphify-Labs/graphify

核心功能： Graphify 是一个面向 AI 编程助手的技能工具，能将任意代码文件夹、SQL 模式、Shell 脚本、文档、PDF、图片甚至视频，转化为可查询的知识图谱。它不是基于向量的索引——没有 embedding、没有向量存储，而是构建了真正的图结构数据，用户可以通过自然语言在图中遍历查找两个实体之间的关联。

技术亮点：

  • 代码解析使用 tree-sitter AST — 完全本地执行、确定性分析、不依赖 LLM，代码不离机
  • 边带置信度标签 — 每条连接标记 EXTRACTED（源码显式）或 INFERRED（图谱推断），可追溯推理过程
  • 跨 15+ 平台 — 支持 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot 等
  • 30 秒上手 — uv tool install graphifyy + graphify install 即可开始使用

应用场景： 大型代码库入职（新工程师通过图探索理解架构）、遗留系统重构前的依赖分析、微服务间调用关系的可视化。

graph TD
    A[用户输入 /graphify .] --> B{graphify CLI}
    B --> C[tree-sitter AST 解析代码]
    B --> D[文档/图片/视频语义分析]
    C --> E[节点 + 边提取]
    D --> E
    E --> F[图构建 - graph.json]
    F --> G[graph.html - 交互式可视化]
    F --> H[GRAPH_REPORT.md - 洞察报告]
    
    I[用户在 AI 助手中查询] --> J[graphify query]
    J --> K[在图结构中遍历路径]
    K --> L[返回最短路径 + 置信度标签]
    
    style F fill:#4285f4,color:#fff
    style K fill:#ea4335,color:#fff

2. OpenCut — 开源版 CapCut ⭐ 64,719（今日 +1,077）

链接： OpenCut-app/OpenCut

作为字节跳动 CapCut 的开源替代方案，OpenCut 今日增长再次突破 1,000 Star。项目基于 TypeScript 构建，提供完整的视频剪辑功能，包括多轨时间线、滤镜、转场效果和导出能力。对于 AI 视频创作者来说，OpenCut 提供了可自定义的渲染管线，方便集成 AI 视频处理模型。

3. airi — 自托管的 AI 陪伴助手 ⭐ 41,701（今日 +57）

链接： moeru-ai/airi

airi 是一个自托管的类 Grok 陪伴型 AI，支持实时语音对话、与《我的世界》和《异星工场》等游戏交互，跨 Web / macOS / Windows 平台运行。项目定位”Cyber Livings”，试图将 AI 角色带入物理世界和游戏空间，技术上融合了实时语音处理、游戏 API 调用和多模态交互。

4. marketing-skills — AI 智能体的营销技能包 ⭐ 38,188（今日 +260）

链接： coreyhaines31/marketingskills

这是一个面向 Claude Code 和 AI 代理的营销技能集合，涵盖 CRO（转化率优化）、文案撰写、SEO、分析和增长工程。代表了一种新趋势——将”技能”（Skills）作为 AI Agent 能力的可插拔模块，让 Agent 不仅会编程，还能做营销决策。

5. Vibe-Trading — 个人交易 Agent ⭐ 21,302（今日 +1,148）

链接： HKUDS/Vibe-Trading

来自香港大学的”个人交易代理”项目，今日增长迅猛。利用 LLM 进行金融市场的分析和交易决策，是 AI Agent 在金融领域的最新尝试。

6. hallmark — 对抗 AI 设计”塑料感” ⭐ 4,792（今日 +802）

链接： Nutlope/hallmark

一个有趣的 CSS 项目——为 Claude Code、Cursor 和 Codex 生成的输出添加”反 AI 塑料感”设计规范。解决 AI 生成内容普遍存在的千篇一律审美问题，在视觉质量上做差异化。

7. destructive_command_guard — AI Agent 安全护栏 ⭐ 3,669（今日 +1,290）

链接： Dicklesworthstone/destructive_command_guard

这是一个用 Rust 编写的工具，用于拦截 AI Agent 执行的危险 git 和 shell 命令。随着 Codex、Claude Code 等 AI 编程工具占据越来越多的开发流程，安全性成为一个核心挑战——该工具正是解决 Agent 误操作导致数据丢失问题的守护方案。

新工具 / 产品速览

OpenAI ChatGPT Work — 真正的云端 AI 工作平台

OpenAI 于 7 月 10 日发布了 ChatGPT Work，这是其迄今为止最明确的企业级产品定位转型。

核心架构： 基于 GPT-5.6 模型，ChatGPT Work 运行在 OpenAI 的持久化云端虚拟机上，用户无需保持本地设备在线即可完成任务。这区别于竞品需要本地主机持续运行的 Agent 方案。

关键能力：

  • 跨应用编排 — 通过 MCP（Model Context Protocol）插件连接 Gmail、Google Calendar、Slack、GitHub
  • 多步骤自主执行 — 输入目标后自动分解为子任务，可稳定运行数小时
  • 移动端优先 — “在海滩上用手机就能建网站分享给朋友”
  • 个性化适配 — 根据用户角色（产品经理、工程师等）提供不同工作流建议

定价策略： 从 Pro / Enterprise / Edu 用户开始推送，Plus 用户也在覆盖范围中。这一定价策略展示了 OpenAI 的野心——不让 ChatGPT Work 成为高价专属工具，而是让所有付费用户都能触及。

graph LR
    A[用户输入任务目标] --> B{ChatGPT Work}
    B --> C[GPT-5.6 任务分解]
    C --> D[MCP 插件层]
    
    D --> E[Gmail 邮件处理]
    D --> F[Google Calendar 日历管理]
    D --> G[Slack 消息聚合]
    D --> H[GitHub 代码仓库]
    
    C --> I[云端 VM 持续执行]
    I --> J[任务完成通知]
    J --> K[输出：文档/表格/演示/网站]
    
    style B fill:#10a37f,color:#fff
    style C fill:#10a37f,color:#fff
    style I fill:#4285f4,color:#fff

产品经理的真实案例： OpenAI 产品经理 Ty Geri 展示了他如何使用 ChatGPT Work 安排发布前的 Bug Bash（漏洞清扫活动）——系统自动查阅 Slack 对话、GitHub 代码提交和文档，找到每个功能的核心贡献者，最终协调了 10 场 Bug Bash 会议，这在以前需要 30 分钟以上。

行业动态

🔻 DeepSeek 降价 75%，但 “100x Token 膨胀” 才是真正问题

DeepSeek 将 V4-Pro 模型价格削减 75%，但 VentureBeat 的分析指出一个严峻事实：推理成本在降，Agent 系统的 Token 消耗在以更快的速度增长。

核心问题在于 Token 放大系数（Token Amplification）：

  • 传统聊天机器人：用户 1 条消息 → 1 次模型调用，放大比约 1:5
  • 多步骤 Agent：用户 1 个请求 → 规划、检索、工具调用、验证、总结等多个步骤，放大比可达 1:700 以上
  • 一条简单的”上周大客户问什么？”在 Agent 中可能产生 7 次计费操作、35,000+ 输入 Token

商业模式困境： 以 $40/座席/月销售 AI 支持助手的企业，可能发现重度用户的推理成本超过了订阅收入。Salesforce 的 Agentforce 已被 Bloomberg 指出存在”营销演示与交付能力之间的差距”——这正是 Agent 工作负载经济性不匹配的结果。

对策：

  • 成本感知路由 — 小分类器决定用哪个模型层级（便宜/贵），可降本 60%
  • Prompt 缓存 — Anthropic/OpenAI/Google 对缓存前缀提供 75-90% 折扣
  • 上下文纪律 — 裁剪工具输出、精简推理痕迹

🏢 Anthropic 持续扩招：前 Monzo CEO / YC 合伙人 Tom Blomfield 加入

Anthropic 的招聘热潮仍在继续，Tom Blomfield（Monzo 前 CEO、Y Combinator 合伙人）宣布加入 Anthropic AI 计算团队。此前 Anthropic 已从 Google 挖来了诺贝尔奖得主 John Jumper 和前 Tesla AI 负责人 Andrej Karpathy。

🔵 Meta 自研 AI 芯片 “Iris” 将于 9 月量产

据 Reuters 报道，Meta 计划自 2026 年 9 月开始制造其新一代 AI 训练推理加速器（MTIA）芯片，代号”Iris”。Meta 此前宣布每 6 个月推出一款自研芯片，逐步减少对 Nvidia 和 AMD 的依赖。

🛡️ Patreon + Cloudflare 联手屏蔽 AI 爬虫

Patreon CEO 宣布与 Cloudflare 合作，阻止 AI 爬虫对创作者数据进行训练。Cloudflare 去年默认屏蔽 AI 爬虫，最近又推出了更细粒度的爬虫控制能力。

⚖️ NYT 指控 OpenAI 隐瞒证据

《纽约时报》等出版机构在法庭文件中指控 OpenAI 拒绝共享关于”AI 系统如何训练和使用”的关键证据，申请法律制裁 OpenAI。

🚀 OpenAI 提交 S-1 注册声明，估值 7300-8520 亿美元

OpenAI 已向 SEC 秘密提交 S-1 注册声明，启动可能是科技史上最大的 IPO 之一。目前年化收入已突破 250 亿美元。

技术洞见

趋势一：AI Agent 的经济学拐点已至

从 ChatGPT Work 的发布到 DeepSeek 的降价，今天的新闻揭示了一个核心矛盾：AI 能力的提升正在超越商业模型的速度。

ChatGPT Work 展现了一个未来——Agent 可以取代人类完成数小时的工作。但它也暗示了隐忧：如果每次 Agent 执行都需要多次模型调用，那么 AI 的边际成本将远高于传统软件。

判断与展望：

  • 短期（6-12 个月）：企业将转向”混合架构”——简单任务用廉价模型，复杂任务用前沿模型
  • 中期（1-2 年）：AI 业务模型将从”座席订阅”转向”基于价值的定价”，即按工作成果而非用户数量收费
  • 赢了推理成本，输了 Token 量——这将是 2026 年下半年 AI 行业最重要的叙事

趋势二：知识图谱正在成为 AI 编程的”第二大脑”

Graphify 今日 83K+ Star +1,028 的增长速度不是偶然。当 AI 编程助手需要理解大型代码库时，传统的向量检索（RAG）存在天然缺陷——它无法理解代码实体之间的层级和调用关系。

Graphify 的 tree-sitter AST 方案代表了一个更优雅的方向：不依赖 LLM 的确定性语义解析，构建真正的图结构，让 Agent 可以在图中”导航”而非”猜测”。

这背后是更深层的技术趋势：AI 不再满足于”回答问题”，而要”理解系统”。代码知识图谱正是让 Agent 从”Chat”演进为”Developer”的关键基础设施。

flowchart TD
    A[传统 AI 编程辅助] --> B[向量检索 RAG]
    B --> C[语义相似度搜索]
    C --> D{缺点}
    D --> E[无法理解实体关系]
    D --> F[无层级感知]
    D --> G[结果不可追溯]
    
    H[新一代方案] --> I[确定性知识图谱]
    I --> J[tree-sitter AST 解析]
    I --> K[结构化的节点 + 边]
    J --> L[实体间调用关系]
    J --> M[继承/依赖链]
    K --> N[Agent 在图空间中导航]
    N --> O[精准路径追踪]
    N --> P[置信度标签溯源]
    
    style H fill:#4285f4,color:#fff
    style N fill:#34a853,color:#fff

本文由 AI 自动采集生成，数据源包括 GitHub Trending、The Verge、VentureBeat 等。如有疏漏，欢迎指正。