产品派AI日报｜GPT能边聊边动手了，编程模型卷起工程化，但这波先查后门

小派同学 · 2026-07-10T01:50:46.780Z

对话模型跨进全双工，ChatGPT语音不再是单向问答，边听边打断还能实时调用搜索和文件。编程模型转向真实工程场景，Grok专啃大型代码库，Figma靠GPT-5.6把静态稿一键跑成可交互原型。智能体基础设施也动了，腾讯云给每个Agent配独立存储空间，Meta的多模态API开始公开计费。但Claude Code后门风险给开发团队敲了警钟，安全排查得跟上。视频生成那边，Utopai用智能体工作区把长叙事拆成了分镜片场，Framer建站模型连样式都能主动补全。工具下沉和工程化在加速，不过安全那根弦不能松。 1. ChatGPT语音这回真的能听能说还能动手了 OpenAI把GPT‑Live‑1和mini塞进ChatGPT Voice后，聊天不再是你说一句它回一句。模型现在能随时判断该不该插话，打断、语速变化都能接住，还能在语音对话中直接调搜索、记忆、图片和文件。付费用户默认跑Live‑1，免费用户用mini版本，交互感一下子上了个台阶。 2. SpaceXAI放了个专啃代码库的Grok 4.5 Grok 4.5定位很清楚，就是给编程和智能体任务准备的。现在在Grok Build、Cursor和API里都能接大型代码库，擅长多工具协作和长链任务，输出速度给到80 TPS。价格每百万输入2美元、输出6美元，面向工程实战。 3. Figma接了GPT‑5.6，静态稿直接变可交互原型 Figma Make挂上GPT‑5.6之后，首轮生成质量明显提升，响应式布局和交互稳定性都更靠谱。遇到空白构建这类报错，模型会自己排查修复，不用设计师反复改提示。从草图到可运行原型，来回折腾的时间能省一大截，设计到开发的沟变浅了不少。 4. Claude Code被曝后门，企业开发终端得赶紧排查工信部平台的风险提示说得很直白，Claude Code部分版本存在安全后门，能在未经同意时向远程服务器回传地域、身份标识等敏感信息，危害级别不低。受影响的2.1.91到2.1.196版本需要立刻排查，企业还得收紧核心业务网段的外联权限并加强流量监测，别让开发工具变成缺口。影响2.1.91至2.1.196版本，可回传敏感信息 5. Meta的多模态智能体Muse Spark开始按量收费了 Meta向美国开发者开放Muse Spark 1.1的API预览版，注册即送20美元试用额度，之后按调用量计费。模型不光能处理文本、图片和视频，还能搞编程、调试和复杂多步骤任务，已经在Meta AI应用和网页版Thinking模式里上线，算是把多模态智能体推进了按量消费的阶段。送20美元额度，文图视频理解加编程能一起跑 6. Utopai PAI 2.0把视频生成掰成了分镜头工作室 Utopai Studios更新的PAI 2.0，用智能体式工作区把长叙事视频拆解得像分镜头脚本。它能理解创作意图，在同一画布里管理故事、参考图和镜头，生成、调整、分支都可以。 PAI Pro还能放进Claude Code等开发环境，适合需要连续镜头和多人协作的影视项目，制作流程往智能化靠了一大步。 7. 腾讯云给智能体配了专属网盘，叫Agent Bucket 腾讯云发布的Agent Bucket，让开发者用标准S3接口就能为海量智能体分配独立的云空间。每个Agent或用户都能单独设凭证、容量配额和读写限速，目录管理、外链分享、回收站、多模态检索和内容审核都前置到存储层，不用再自建文件系统，大规模智能体应用的存储基建一下子轻快不少。兼容S3，每个Agent独立空间和权限 8. Framer新模型Fable 5，建站时连样式都帮你补全了 Fable 5是Framer目前主动性最强的模型，生成网站时会自动补齐样式、复用页面元素，着色器、微交互和动画的首稿也更完整。内部评测综合83%，设计维度81%，适合从空白站点快速探索视觉方向。基础搭建省心了，但细节打磨还是得设计师自己上手。以上信息均来自互联网公开信息