爱窝啦 AI 日报

今日摘要

DeepSeek 视觉 API 上线、透明背景图像生成普及、Agent 分层编排讨论同日密集出现。
多模态、设计自动化和智能体工程三条线同步推进，工具能力边界正在快速扩张。
今天优先测试 DeepSeek 视觉 API 和透明背景生成，再看 ECC 项目是否适配你的 Agent 工作流。

🔥 今日焦点 TOP 10

1. DeepSeek 首个视觉 API 已经上线

多模态能力接入了。 36氪报道， DeepSeek 首个视觉 API 已经上线 。每张图片最多占 384 个 token，价格与 V4-Flash 一致。报道还称，它在七项 Agent 评测中有六项超过 V4-Flash-0731。对开发者来说，图像理解不必再单独接一个模型，但具体可用范围仍应以官方平台为准。

2. 智谱股价回撤暴露估值脆弱性

市值两个月蒸发超八千亿港元。 36氪梳理称， 智谱股价较高点跌去逾六成 。8 月 21 日，公司总市值约 4721 亿港元，较 6 月 22 日高点回落超过 66%。报道还提到，开源模型竞争和股份解禁成为市场重新定价的背景。对 AI 从业者而言，技术声量不等于商业估值，观察收入与交付比追逐榜单更重要。

3. 机器人公司继续吸走智驾工程师

人才迁移仍在持续。 36氪报道， 汽车智驾人才正流向机器人公司 。一位受访者所在团队半年送走 9 名同事，去向高度集中于机器人企业。报道将这轮迁徙追溯至 2024 年，并称汽车智驾是主要人才流出领域。求职者今天更该比较岗位能否积累真实系统经验，而不只看短期薪酬。

4. 桌面科研助手开始接管重复劳动

科研体力活被搬上桌面。 机器之心文章介绍， 玻尔科学空间提供多学科 AI 科研助手 。输入素材只明确了其面向科研工作的定位，未提供完整功能清单。研究人员可以先把它视作科研流程辅助工具，而不是替代实验和判断的自动科学家。具体能力与开放状态仍需查看产品方信息。

5. Token 低谷可能改变程序员排班

模型成本开始影响作息。 宝玉在帖子中转述， 低峰调用可能让开发者考虑错峰工作 。原帖用调侃方式讨论 Token 价格波动，也引用了“让程序员指挥 AI 写代码可能是弯路”的观点。帖子没有给出具体费率或实际排班案例。真正需要核算的是任务时延、模型效果与调用成本，而不是先改变工作时间。

6. Agent 编排者应把重活交给子智能体

高档模型不必包办全部工作。 宝玉分享的提示词建议， 让主 Agent 负责编排与验收 。具体执行则交给 Opus 或 Sonnet 等子 Agent，涉及读代码、写代码、测试和批量修改。帖子还称 Fable Max 的 Token 消耗明显更高，但没有提供可复现的成本表。团队可以先拆分任务，再用实际账单验证这种分工是否划算。

7. AI 活动把开发板变成随身实验场

一块开发板就能承载 AI 小工具。 向阳乔木记录称， TRAE 活动发放了可连接电脑的 AI 开发板 。板上包含 NFC、蓝牙和麦克风，还配有三个额外按钮。帖子举例，它可以被改造成 AI 语音输入硬件。对开发者来说，这更像现场可玩的原型材料，能否长期使用还取决于接口和软件支持。

8. 透明背景生成进入更多创作流程

抠图这一步正在被省掉。 一则开发者帖子展示， GPT-Image-2 API 已支持透明背景预览 。OpenAI Developers 的转述称，这类素材可直接放入产品图、网页样机和营销设计。输入没有提供价格、地区或正式开放范围。设计师可以先把它当作可复用素材生成能力，交付前仍要检查边缘和透明通道效果。

9. Codex 生成透明素材更贴近设计交付

代码工具也开始处理视觉资产。 Gorden Sun 展示称， Codex 可以直接生成透明背景图片 。原帖只提供了功能演示，没有说明模型、接口和开放状态。它对设计协作的价值在于减少背景清理这类中间步骤，但实际商用仍需确认输出质量与授权边界。开发者可先用单个素材测试流程，不宜据此判断全面可用。

10. ChatGPT 的透明图像更适合直接复用

透明素材开始成为默认交付物。 一则帖子展示， ChatGPT 已能生成透明背景图像 。转述内容提到，用户还可以把生成的仙人掌图打印出来贴到电脑上。素材没有提供官方产品页面或具体版本说明。需要批量做贴纸、商品图或网页组件的人，可以先验证透明边缘，再决定是否纳入工作流。

⚡ 产品与功能更新

Seedance 2.5 把单次视频拉长到 30 秒

视频生成时长增加了。 频道消息称， Seedance 2.5 单次最长生成 30 秒 。它还宣称最多可输入 50 个参考素材，用于角色、道具和风格控制。当前输入只有频道转述，未提供官方公告或开放地区信息。视频创作者可以关注其后续上线渠道，但不要把演示效果当成稳定生产能力。

⌘ 开源 TOP 项目

affaan-m/ECC：智能体开发优化套件

ECC 面向 Agent 工程提效。 affaan-m/ECC 已公开智能体性能优化代码 ，覆盖技能、记忆、安全和研究优先等方向。项目当天新增 357 Stars，累计 241816 Stars。适合正在使用 Claude Code、Codex、OpenCode 或 Cursor 的开发者试用，先从单个项目验证规则是否适配。

apache/maka：本地优先的 Agent 工作空间

Maka 把 Agent 过程记录下来。 apache/maka 将模型消息与工具调用写入追加日志 ，同时记录权限决策和终止事件。项目当天新增 148 Stars，累计 2041 Stars。它适合重视审计、回放和本地数据控制的开发者，试用时应先确认当前孵化项目的稳定性。

◉ 社媒精选

画图模型没有一家全面碾压

稳定性比单项冠军更关键。 Gorden Sun 整理的评测显示， 30 款模型接受了 500 道盲测题 。测试累计获得 216 万多次真人投票，GPT Image 2（high）总分第一，Seedream 5.0 Pro 和 Nano Banana 2 紧随其后。结果显示前三差距很小，选模型时应按具体画面类型比较。

Waymo 乘客可在车内调用 Gemini

车内语音助手开始控制出行细节。 Gemini 官方账号转发称， Ojai 的 Waymo 乘客现可使用 Gemini 。它可调节空调、座椅和车内灯光，也能跳过歌曲并查询沿途城市。帖子没有说明其他地区的可用范围。这个案例更像车载 Agent 的现场信号，重点在于它能否连接真实设备与行程数据。

旅游助手能规划但未必能执行

行程生成与事务办理仍有距离。 向阳乔木体验后指出， 飞猪帮帮被加入旅行 App 主 Tab 。他认为 AI 能快速整理个性化路线，却未解决订票、改签、值机和酒店变更。原因在于这些环节需要连接航司、酒店和订单系统。做垂直 Agent 时，真正的难点不是回答，而是拿到可执行的业务权限。

😄 AI趣闻

工程师还没被 AI 替代先被 Token 叫醒

凌晨一点，AI 漫剧团队为了少排队改过班，程序员原本还拿这件事开玩笑。现在类似的讨论落到了 Token 价格上， 有人调侃低谷时段可能要轮班写代码 。另一边，宝玉分享的经验又建议主 Agent 少做重活，把代码和测试交给子 Agent。AI 没有先安排好人类的职业规划，倒是先让大家研究起了“哪个时段更便宜”。

❓ 相关问题

DeepSeek-V4-Flash-Vision-Exp 国内怎么用？

目前素材仅显示媒体报道其 API 已上线，并称模型可处理图片；输入没有提供 DeepSeek 官方公告、价格页、账号要求或国内地区限制。因此，国内用户应先通过 DeepSeek 官方 API 平台核验当前是否可申请和调用，不宜仅凭转载内容判断已全面开放。模型名称、计费方式与接口状态也要以官方页面为准。

需要进一步比较当前公开的 AI 账号或订阅服务时，可查看 爱窝啦·AI账号店 ；商品、价格与可用状态以官网实时页面为准。