MinerU：69K star 文档解析引擎
MinerU 是面向 RAG 和 Agent 工作流的高精度文档解析引擎，支持 PDF、Office、图片等 109 种语言格式转为结构化 Markdown/JSON，内置 VLM+OCR 双引擎。对国内 AI 工程师的关键价值在于原生集成 LangChain/Dify/FastGPT 且支持 10 余种国产芯片，部署门槛远低于同类工具。
2026-06-26 AI 行业精选简报
今日精选 · Today's Picks
NO. 001
OpenAI内部Codex使用率突破临界点
OpenAI发布经济研究论文，量化Codex的变革潜力。内部数据显示员工从8月起将大量token从ChatGPT迁移至Codex，标志着AI工作单元从单次对话转向长周期自主任务委托。
002
003
AWS 官方给 AI 编程 Agent 发工具箱
AWS 推出官方 Agent Toolkit，让 Claude Code、Cursor 等 AI 编程助手直接调用 AWS 服务进行构建、部署和运维。对用 AI 写代码但卡在云资源操作的开发者是刚需补位。
004
阿里开源纯文本网页操控Agent
Page Agent 是阿里开源的浏览器内 Agent，仅用纯文本 DOM 操作就能用自然语言控制网页，无需截图或多模态 LLM。对需要批量自动化网页操作但不想维护复杂浏览器扩展的团队，集成成本极低。
005
浏览器内原生运行AI代理，零后端
peerd 是一个 Chrome/Firefox 扩展，在浏览器内直接运行完整 Agent 循环，可读写页面、启动沙箱计算（JS Notebook、Linux VM），并通过 WebRTC 实现点对点代理通信。对注重数据隐私、不想维护后端的 AI 工程师来说，这是目前少有的完全客户端 Agent 方案。
006
Claude 驱动价值投资实盘年赚69%
一套将巴菲特等四位大师方法论系统化为 Claude Code Skill 的投资研究框架，2024-2025 连续两年大幅跑赢全球主要指数。对 AI 工程师而言，这是 Agent 垂直场景落地的罕见真实盈利案例，方法论可直接迁移到其他专业决策领域。
007
AI Agent 全自动视频生产开源方案
OpenMontage 将 AI 编码助手扩展为端到端视频制作工作室，Agent 自动完成调研、脚本、素材生成、剪辑和合成。支持从免费素材库构建真实视频流，而非仅图片轮播。
008
52K星爬虫绕过JS逆向直接抓抖音小红书
基于Playwright的多平台自媒体爬虫，无需破解加密算法即可获取签名参数。对需要合规采集公开社媒数据的AI团队，大幅降低技术门槛和法律风险。
009
开源替代 Semrush 的 SEO 工具
OpenSEO 是 Semrush/Ahrefs 的开源平替，支持按量付费和 MCP 协议接入 Claude Code 等 AI 代理。AI 创业者和独立开发者可用它低成本搭建 SEO 工作流，避免被传统工具的高订阅费绑架。
010
AI Agent 从聊天窗口搬进工作表
Lemma 是一个开源协作平台，让 AI Agent 以团队成员身份持有角色、拥有任务、输出结构化数据到表格中。对厌倦了在聊天线程里管理 AI 输出的团队来说，这是工作流的一次关键升级。
011
自托管实时协作旅行规划器开源
TREK 是一个功能完整的自托管旅行规划平台，集成地图、预算、打包清单、日记和 AI 功能，支持多人实时协作。对需要数据主权或定制化旅行工具的开发者团队来说，这是 Notion/Google Trips 之外可直接部署的替代方案。
012
Zig 重写整数底层语义，告别 LLVM bit-int
Zig 变更了任意位宽整数在 LLVM 后端的降级方式，从直接映射 LLVM bit-int 改为更可控的自定义方案，同时收紧了 @bitCast 的跨类型转换规则。对写系统级工具链或编译器后端的工程师，这是观察「语言如何摆脱 LLVM 依赖」的鲜活案例。
013
福特AI质检翻车，召回老技工
福特汽车因AI视觉检测系统误判率过高，被迫重新雇佣经验丰富的老工人进行人工复检。制造业AI落地的可靠性瓶颈正在从实验室走向生产线，这对工业AI部署策略有直接警示意义。
014
Deno 推出原生桌面应用方案
Deno 2.9 发布 deno desktop，可直接用 Web 技术栈构建原生桌面应用，无需 Electron 且输出单文件二进制。同时支持直接读取 npm/pnpm/yarn/Bun 的 lockfile，Node 项目迁移成本大幅降低。
015
AI 虚拟展开千年碳化卷轴首读全文
Vesuvius Challenge 团队用 CT 扫描+机器学习算法，首次完整数字化展开并读取了赫库兰尼姆古卷 PHerc. 1667，无需物理接触。这是两千年来首次
016
18年HN数据可视化，追踪技术趋势兴衰
一个基于4500万条HN帖子和评论的实时趋势分析工具，可叠加对比任意技术话题的热度曲线并下钻到原始讨论。对技术选型和市场判断有参考价值，比如能直观看到Cloudflare与Vercel、OpenAI与Anthropic的舆论拉锯战。
017
IBM突破0.7nm芯片物理极限
IBM发布全球首个亚1纳米芯片技术，采用0.7nm节点晶体管架构，单芯片集成近1000亿晶体管，密度较2021年2nm芯片翻倍。对AI从业者意味着训练/推理算力天花板可能再次抬升，但需警惕从实验室到量产通常需5-7年周期。
018
苹果全线涨价20%应对关税
苹果将MacBook和iPad售价上调20%，直接转嫁美国对华关税成本。对AI从业者而言，端侧部署成本上升，云端推理方案相对性价比提升，硬件采购决策需重新评估。
019
爱沙尼亚数字游民公司实操踩坑
HN 用户热议爱沙尼亚电子居民身份和 OÜ 公司的真实运营体验，61 条评论覆盖税务、银行开户、合规成本等细节。对想用欧盟壳公司做跨境业务的 AI 创业者有参考价值，但隐性成本可能比宣传的高。
020
OpenAI 付费产品加广告引争议
HN 用户爆料 OpenAI 开始在已付费的产品中插入广告，目前讨论集中在 ChatGPT 的付费层级。这打破了用户对订阅制"去广告"的默认预期，可能预示 OpenAI 在 200 亿美元营收压力下正在测试新的变现路径。
021
Win10 续命至 2027，微软被迫延期
微软将 Windows 10 扩展安全更新(ESU)计划延长一年至 2027 年 10 月，已付费用户自动续期无需操作。这反映出企业/个人迁移 Win11 的进度远低于预期，微软在收入损失与用户流失之间选择了前者。
022
OpenAI 自研芯片 Jalapeño 投产
OpenAI 与博通合作推出首款自研 AI 芯片 Jalapeño，专为 LLM 推理负载设计。这标志着 OpenAI 从应用层向底层基础设施垂直整合，将直接影响其 API 成本和产能扩张节奏。
023
端到端实时音视频交互模型开源
Wan-Streamer v0.1 是一个原生流式架构的多模态基础模型，用单个 Transformer 同时处理视觉、音频、文本的输入输出，通过块因果注意力机制实现增量式流式推理。对做实时 AI 助手、直播交互、硬件端侧设备的团队来说，这可能是替代级联pipeline（如ASR+LLM+TTS+视频生成拼接）的关键方案。
024
Agent 内存系统首次被拆解评估
现有 Agent 内存评测停留在端到端任务成功率，这篇论文将其拆分为存储、检索、更新、整合、生命周期治理等独立模块进行系统化评估。对正在搭建 Agent 平台的团队来说，终于能定位瓶颈到底在记忆层的哪个环节。
025
开放域主体驱动视频生成新方案
DomainShuttle 提出域感知建模和双 RoPE 机制，实现开放域主体驱动视频生成，同时支持保真还原（in-domain）和灵活变形（cross-domain）两种场景。解决了现有方法只擅长单一域、跨域生成时主体特征丢失或过度约束的痛点。
026
K8s 集群内自托管 AI Agent 方案
基于 Kubernetes + Argo CD + GitHub Actions 构建了一个完全在集群内部署的只读 AI Agent，数据不出集群、不依赖云端 AI 服务。对需要数据隐私合规或离线环境的团队有直接参考价值。
027
LastPass 再曝泄漏，第三方成短板
密码管理器 LastPass 因外部合作伙伴 Klue 遭入侵，导致客户姓名、电话、邮箱、地址及支持案例数据泄露。对 AI 从业者的警示：第三方 SaaS 供应链安全是信任链中最脆弱的环节，自建服务的密钥管理策略需重新评估。
028
第三方 Codex Pro 池按量计费 0.85 折
Brivionix 提供 GPT-5.5/5.4/5.3 的 Codex Pro 号池中转服务，按量计费无需订阅，兼容 Codex App 和 Claude Code。国内开发者可用支付宝低成本接入官方 Codex 模型，避开订阅门槛和支付障碍。