本期重点集中在AI编程工作流与【多模态应用落地】:Cursor、Cline持续完善企业开发链路,OpenAI与Google则推进语音交互和端侧智能体体验。

模型动态

Gemini 3.8 TTS支持多说话人与声音克隆

Gemini 3.8 Flash与Flash-Lite TTS支持2000多种声音、约30秒声音克隆和多说话人对话,Flash成本低于每分钟1美分。详情:https://simonwillison.net/2026/Sep/23/gemini-tts-playground/[9][10][11]

Fireworks推出Ember-1降低推理Token消耗

Fireworks Research发布基于Kimi K3的Ember-1,在保持质量的同时减少约40%推理Token,面向智能体成本与延迟优化。详情:https://t.co/5l893Ob92c[12][13]

产品工具

ChatGPT Voice支持插件与Work工作区

ChatGPT Voice新增【邮箱、日历、Slack插件】及Work工作区,可通过语音创建文档、网站、表格并处理复杂任务。[1]

Cursor推出Rollouts并加速Security Reviewer

Cursor Rollouts可自动生成【部署监控计划】并验证变更;Security Reviewer平均耗时降至3.8分钟,功能已面向Teams与Enterprise开放。[4][5][6]

Cline新增免费Stealth Bunny与并行开发能力

Cline提供免费的Stealth Bunny Alpha,支持多模态与100万上下文;Desktop 0.0.34新增Worktrees、PR状态和并行子代理。[7][8]

技巧教程

开发者用Codex打造树莓派语音助手

开发者结合GPT-Live-1、GPT-5.6 Luna与Responses API,让树莓派语音展示天气、地铁到站等信息。详情:https://x.com/OpenAIDevs/status/2102819834790908072[2][3]

行业资讯

WebCraftBench用真实请求评测Web开发模型

WebCraftBench收集369条真实应用请求,覆盖不完整指令、非正式表达和不同项目规模,用于更贴近实际的Web开发智能体评测。[14]