AI 日报：MAI-Image-2.6-Preview 在 Image/Editing 进入第一名

30 秒速读

MAI-Image-2.6-Preview 在 Image/Editing 进入第一名
MAI-Image-2.6-Preview 在 Text-to-Image 进入第二名
如何在编辑器里实时挑选最佳 AI 模型

本日报从公开来源中筛选与独立开发者相关的模型、产品、需求和工作流变化。事实链接用于核对，价值判断是编辑分析。

今天最该知道的 10 条

MAI-Image-2.6-Preview 在 Image/Editing 进入第一名 原文

具体：Artificial Analysis 记录它昨日还在榜外，今天以 Elo 1285 进入 Image/Editing 第一名，级别为 major_surge。榜单变化很大，但还没有给出 API 价格和稳定性证据。先拿同一组中文海报、修图和局部重绘任务实测。
价值：图像工具的默认模型可能需要换代，机会不在“又做一个生图入口”，而在模型对比、失败重试、价格和效果的可复现记录。

MAI-Image-2.6-Preview 在 Text-to-Image 进入第二名 原文

具体：它以 Elo 1352 从榜外进入 Text-to-Image 前二，同样被标为 major_surge。两个图像榜单同时异动，说明值得做一次独立基准，而不是只看一条榜单。
价值：做图站、广告素材站和封面工具都可以先验证它是否能替代当前模型；重点记录每张可用图的成本、等待时间和中文文字错误率。

如何在编辑器里实时挑选最佳 AI 模型 原文

具体：OpenRouter 建议先定义任务，再用实时用量、第三方基准、价格和延迟筛选，最后用自己的提示词测试；判断标准是“每完成任务的成本”，不是单看每 token 价格。它还提供 MCP 查询排名和价格，并支持自动路由。
价值：模型数量增加后，用户缺的不是更多模型，而是知道某个具体任务该选谁。一个窄的模型评测、路由和账单解释工具，比泛聊天壳更容易证明价值。

Claude 记忆功能全面打通聊天与 Cowork，用户可逐条查看和编辑 原文

具体：聊天与 Cowork 共享记忆，记忆会实时更新，用户可按主题查看、编辑和删除；健康、信仰等敏感内容默认不存，敏感识别号和犯罪记录始终不保存。
价值：记忆已经从“模型能力”变成需要管理的产品对象。独立开发者可以做某个职业或项目的记忆清理、交接和审计，而不是把所有聊天永久塞进向量库。

OpenWorker 新版发布，内置网络安全智能体 原文

具体：新版提供代码漏洞扫描、依赖供应链注入检测和云安全配置检查，harness 开源可审计，也支持本地运行开源权重模型来保护敏感代码。
价值：安全 agent 的门槛正在从“能不能扫描”转向“能不能证明没有偷偷做别的事”。MCP、插件和代码 agent 都需要沙箱测试、权限清单和可读的审计结果。

Rounding out the winners is Sentinel by Malik Bashaar Javaid, which takes second place in Developer Tools. It checks MCP servers for security risks with static analysis, GPT review, and tests in a Docker sandbox. 原文

具体：OpenAI Build Week 获奖项目 Sentinel 检查 MCP server 的安全风险，组合静态分析、GPT review 和 Docker 沙箱测试。
价值：这是很清楚的工具机会：上传一个 MCP server，返回权限、网络访问、危险代码和测试证据。第一批用户可以直接从 MCP 作者、插件目录和 coding agent 社群找到。

OpenRouter 视频生成 API：一份代码优先的接入指南 原文

具体：统一 API 采用异步任务模式，先 POST /api/v1/videos，再轮询状态并下载 MP4；Seedance、Veo、Wan 等模型只需更换 model 标识符。
价值：视频生成真正难的是队列、超时、失败重试、回调和费用解释。做一个“视频任务可靠性层”可以先服务少数模型，不必和所有产品拼首屏生成效果。

New inference provider: @makora_ai is now live on OpenRouter 原文

具体：Makora 已接入 OpenRouter，首批提供 DeepSeek V4 Flash、GLM 5.2 FP8、GLM 5.2 NVFP4 和 Kimi K3。供应商和量化版本继续增加，路由选择会变得更复杂。
价值：用户需要看到“同一个任务为什么走这个供应商”，以及价格、延迟和失败率如何变化。可做面向小团队的模型路由回放和异常账单报告。

Jordanwei1/jiaojie-skill 原文

具体：这个开源 Skill 解决跨窗口、跨模型、跨设备、跨语言的 AI 上下文交接，目标是换窗口不失忆、换模型不重来。相近的 agent、skill、conductor 项目也在 GitHub 趋势中反复出现。
价值：长任务失败后，用户最想要的不是重新描述背景，而是拿到可继续执行的任务包。可以先做 Git、文件、决策和待办的交接格式，再接入一个编辑器或终端。

Anyone else had an AI coding agent (Claude Code, Codex, etc.) silently die mid-task when your connection dropped? 原文

具体：Indie Hackers 的讨论直接指出 coding agent 会因连接中断在任务中途静默死亡。与此同时，X 上有人强调产品差异越来越来自获客、研发和验证是否接成系统。
价值：这不是“再做一个 agent”的问题，而是任务存活、断点恢复和结果交接的问题。先把失败任务自动保存为可读报告，就能验证用户是否愿意为少返工付费。

大模型榜单异动

MAI-Image-2.6-Preview 在 Image/Editing 强势上升 原文

变化：当前第 1 名，Elo 1285，昨日榜外，新进 Top3，级别 major_surge，score 130。
判断：今天值得实测，但榜单不能替代生产验证。对独立工具最重要的是 API 是否开放、单次任务成本、延迟、中文文字和失败重试表现。

MAI-Image-2.6-Preview 在 Image/Text-to-Image 强势上升 原文

变化：当前第 2 名，Elo 1352，昨日榜外，新进 Top3，级别 major_surge，score 130。
判断：两个图像榜单同时出现大幅上升，适合今天做 A/B 基准；在没有价格和 API 证据前，不要直接把线上默认模型切过去。

值得注意的新产品、新方向、新模型

agent 正在长出交接、远程控制和内部管理层

具体：Jiaojie Skill 处理上下文交接，Antigravity Remote Control 让用户从浏览器驱动 agent，Decawork 面向公司内部 agent 和工具管理；Product Hunt 近期多个产品都围绕“控制可交付任务”而不是聊天。
价值：这条方向的切入口很窄：先解决一个任务的恢复、权限确认或结果交付，再扩展到多 agent。第一批用户在 coding agent、内部自动化和独立开发者社群。

MCP 和插件的安全检查开始成为独立产品

具体：Sentinel 用静态分析、GPT review 和 Docker 测试检查 MCP server；OpenWorker 则把漏洞、供应链和云配置检查放进本地可审计的 agent harness。
价值：随着更多工具能代表用户登录和执行动作，“能运行”不够了。权限 diff、危险调用拦截和可复现沙箱报告，都可以做成开发者购买的小工具。

模型调用进入统一 API、自动路由和按任务算账阶段

具体：OpenRouter 同时展示了按任务选择模型的 MCP、视频生成统一异步 API，以及 Makora 新推理供应商接入；Kiro 宣称 GPT-5.6 Terra 在 Terminal-Bench 2.1 中将完成任务成本降低约 82%。
价值：模型价格表会越来越难读。真正可卖的是把一次完整交付拆成成本、延迟、质量和失败重试，让用户知道哪里值得升级、降级或缓存。

未被满足的需求

coding agent 断线或超时后，任务状态不可恢复。

信号：Indie Hackers 直接讨论 Claude Code、Codex 等 agent 连接断开后静默死亡；Jiaojie Skill 也把跨窗口、跨模型交接作为核心问题。受影响的是长时间跑测试、部署和代码修改的独立开发者。

用户不知道一次交付到底花了多少钱，也不知道何时该换模型。

信号：OpenRouter把“每完成任务的成本”放在模型选择中心，Show HN 的 Slash-tokens 则试图在请求离开本机前估算 token 并阻止浪费调用。模型供应商、量化版本和路由持续增加，这个选择成本还会变高。

agent 有权限做事，但团队缺少可验证的安全边界。

信号：Sentinel 检查 MCP server，OpenWorker强调本地模型和可审计 harness，X 上也出现“高速推理需要自动检测和关停”的讨论。开发者真正需要的是权限、网络、依赖和执行结果的证据，而不是一句“安全”。

如果今天只有两个小时

做一个“长任务交付体检器”，先服务 Claude Code、Codex 或任一终端 agent 用户。

第一版只接受一份任务日志或交接文本，输出四件事：最后成功步骤、可能丢失的上下文、未完成的命令、下一次可以直接复制执行的恢复包。再加一个粗略的 token/调用费用估算，不接模型 API 也能先验证需求。

第一批用户去 Indie Hackers 的断线讨论、HN 的 coding agent 话题、X 上的 agent 开发者和 GitHub 的 agent 项目 issue 区找。两小时的成功标准不是做完 agent，而是让 5 个人把一次失败任务日志交给你，并有 2 个人愿意在下一次任务中继续使用恢复包。

原始信息

以下公开来源链接用于核对本期事实；来源收集数量保留为编辑透明度说明。本次采集：AI HOT 精选 13 条，AI 新闻 67 条，GitHub 趋势 50 条，Product Hunt 35 条，X 40 条。