一、今日最重要的 5 条

二、按我的目标分类

A. 前沿模型 / 一手发布

• 事件：2026-03-31 上线，Google Gemini API 和 AI Studio 可用

• 核心内容：最低成本视频生成模型，低于 Veo 3.1 Fast 50% 定价，支持文本/图像转视频，720p/1080p，最长 8 秒

• 为什么重要：OpenAI Sora 关停后，Google 占据开发者视频 API 市场的关键窗口；定价终于进入「可用于产品」的区间

• 我需不需要点开：需要，重点测试图像转视频（攀岩截图→参考动作视频）的质量

• 链接：Google 官方 | Business Standard 技术细节

• 事件：OpenAI 三模型系列，GPT-5.4 是「最强通用」，mini/nano 面向轻量场景

• 核心内容：首个原生 computer-use 能力的通用模型；OSWorld-Verified 和 WebArena Verified 双创纪录；GDPval 达 83%（知识工作基准）；1M token context；API 版本已上线

• 为什么重要：computer-use 能力内置意味着 Agent 不再需要外挂视觉工具；比 GPT-5.2 少 33% 单条错误

• 我需不需要点开：是，关注 mini/nano 的 API 定价是否适合攀岩 App 高频调用

• 链接：OpenAI 官方发布 | TechCrunch 报道 | GPT-5.4 mini/nano

• 事件：Google DeepMind 发布，ARC-AGI-2 77.1%，全球推理能力榜首

• 核心内容：GPQA Diamond 94.3%，多模态原生支持，实时语音+图像分析，上下文窗口大幅提升

• 为什么重要：在推理基准上第一次明确超越 Anthropic 和 OpenAI，推理类任务的选型从此不应忽略 Google

• 我需不需要点开：是，关注视频理解部分是否有改进；Gemini API 在视频 token 定价上与攀岩 App 的匹配度

• 链接：Google DeepMind 模型卡 | vertu.com benchmark 对比

B. AI 工程 / Agent / Coding Workflow

• 内容：Yeachan-Heo 开发，专为多人团队使用 Claude Code 而设计的多 Agent 编排框架，支持结构化任务分发、Agent 状态协调

• 可落地价值：将「architect + developer + reviewer」多 Agent 模式封装成团队可用的工具链

• 对我当前开发/学习的意义：对个人开发者同样适用——单人可模拟多角色 Agent 协作，加速攀岩 App 的功能迭代

• 链接：AIToolly 报道

• 内容：将 Claude Code 封装为 MCP server，可在其他 Agent 系统中调用 Claude Code 进行单次任务，自动绕过交互式权限确认

• 可落地价值：在 LangGraph/CrewAI 等多 Agent 框架中把 Claude Code 当成「代码执行子 Agent」

• 对我当前开发/学习的意义：攀岩 App 的 pipeline 中可以把代码生成步骤直接外包给 Claude Code MCP

• 链接：GitHub steipete/claude-code-mcp

• 内容：Anomaly 出品，支持 75+ LLM providers，和 Claude Code/Cursor 直接竞争，月活约 500 万开发者

• 可落地价值：当不想锁定 Anthropic 生态时的替代方案，可随时切换底层模型

• 对我当前开发/学习的意义：测试不同模型在攀岩 App 代码任务上的表现时，OpenCode 是最方便的对比工具

• 链接：morphllm.com AI coding agent 对比

• 内容：2026 年 2 月起各大工具都发布多 Agent 能力，标准模式是：architect Agent 做计划，developer Agent 写代码，reviewer Agent（多个）做批评和质量检查

• 可落地价值：比单一 Agent 更接近真实工程团队，代码质量显著提升

• 对我当前开发/学习的意义：将攀岩 App 的后端 API 开发套入这个三层 Agent 模式，可以在 24 小时内完成更多功能

• 链接：Agent Wars 案例 | Addyosmani LLM coding workflow 2026

C. 视觉 / 视频 / 运动人体分析

• 内容：斯坦福出品，单摄像头视频→完整 3D 骨骼运动学 + 关节扭矩 + 地面反力估计。基于 WHAM 姿态估计 + 生物力学约束优化 + 物理仿真。在步行、深蹲、坐立任务上验证，媲美标记动捕

• 与「攀岩动作分析 app」的相关性：极高 —— 这是「手机拍视频→提取 3D 动作数据」的最完整开源方案。攀岩需要分析重心、关节角度、受力点，OpenCap Monocular 提供了这些数据的完整提取路径

• 可迁移到项目的点：用 OpenCap Monocular 替代 MediaPipe 作为更精确的姿态估计基础层；关节扭矩数据可用于「受伤风险」评估模块

• 优先级：高

• 链接：arXiv 2603.24733

• 内容：强化学习驱动的视频 Agent，「plan-before-perception」架构——先规划看哪段视频，再决定关注哪些帧，最后回答问题。比传统全帧分析节省大量 token

• 与「攀岩动作分析 app」的相关性：中高 —— 长视频（10 分钟攀岩训练）的高效分析是核心挑战，EVA 的选帧策略比暴力抽帧更智能

• 可迁移到项目的点：将 EVA 的「summary-plan-action-reflection」循环移植到攀岩视频分析 pipeline；关键帧自动选择比人工标注节省 80% 标注时间

• 优先级：中

• 链接：GitHub wangruohui/EfficientVideoAgent

• 内容：多模态融合（LiDAR + RGB 摄像头 + IMU）攀岩动作捕捉，在世界坐标系中恢复完整运动轨迹，解决遮挡和复杂背部姿态问题

• 与「攀岩动作分析 app」的相关性：高 —— 最直接的攀岩专项动作捕捉研究，了解当前学术最优方案

• 可迁移到项目的点：用 ClimbingCap 数据集作为攀岩姿态估计的训练数据；其 occlusion handling 方案可借鉴用于遮挡帧的处理

• 优先级：中（LiDAR 硬件要求高，短期以 RGB-only 方案为主）

• 链接：arXiv 2503.21268

• 内容：<50% Veo 3.1 Fast 价格，图像转视频支持，720p/1080p，Gemini API 即用

• 与「攀岩动作分析 app」的相关性：中 —— 生成攀岩标准动作示范视频，用于 app 内「正确 vs 你的动作」对比展示

• 可迁移到项目的点：图像转视频功能可以把静态攀岩图解转为动态示范；可合成训练数据解决标注数据稀缺

• 优先级：中

• 链接：Gemini API 文档 | Gizbot 功能解析

D. 产品化 / 商业化 / 行业动态

• 动态：Sora 用户从峰值 100 万跌至不足 50 万，日烧 $1M，彻底关停。OpenAI 战略转向 coding 工具和企业。Disney $10 亿合作计划同时取消

• 背后的趋势判断：「内容消费型视频生成」（用户自己生成娱乐内容）商业模式跑不通；「开发者 API 型视频生成」（集成进产品）是更健康的变现路径。Google Veo 就是走后一条路

• 对 side project / 求职 / 项目方向的启发：攀岩 App 的视频功能应定位为「分析工具」而非「创作工具」，分析类比创作类更容易转化付费意愿

• 链接：TechCrunch：Sora 现实警示 | Variety：Disney 合作告吹

• 动态：Sora 宣布关停后 3 天，Google 发布 Veo 3.1 Lite；4 月 7 日 Veo 3.1 Fast 还会再降价

• 背后的趋势判断：视频生成 API 市场 Google 是最有可能的长期赢家（有 YouTube 训练数据优势）；开发者应主要押注 Google 而非 OpenAI 的视频 API

• 对 side project / 求职 / 项目方向的启发：攀岩 App 的视频生成模块直接选 Veo API，不需要再等 OpenAI 的替代方案

• 链接：winbuzzer：Google Veo vs Sora 关停

• 动态：Luma 推出基于自研「Unified Intelligence」模型的创意 Agent 套件，将视频生成、图像生成、3D 生成整合为单一 Agent 流程

• 背后的趋势判断：「创意 AI」从单点工具向 Agent 流程演进，未来不是「用一个工具生成视频」，而是「告诉 Agent 你想要什么然后它跑完整个创作流程」

• 对 side project / 求职 / 项目方向的启发：关注 Luma 的 3D 生成能力，攀岩 App 未来可能用 3D 人体模型替代 2D 视频来展示动作

• 链接：TechCrunch：Luma 创意 Agent

• 动态：华为 950PR 高性能推断芯片发布，售价 70,000 元，专为推断工作负载设计

• 背后的趋势判断：AI 硬件生态的「双轨制」（美国 NVIDIA 生态 vs 中国华为生态）正在固化；DeepSeek V4 已经原生优化华为昇腾

• 对 side project / 求职 / 项目方向的启发：如果做国内部署的 AI 产品，应关注华为芯片的部署成本差异

• 链接：Crescendo AI 行业动态

E. 学习价值 / 求职价值

• 内容：斯坦福 3D 人体运动力学从单摄像头提取，方法严谨，验证充分，对攀岩 App 技术路线有直接指导意义

• 适合我怎么用：精读 + 复现——读 method 部分理解生物力学约束优化原理；复现并用攀岩视频测试，写成 project portfolio

• 推荐动作：下载论文 → 读 Section 2-3（方法）→ 测试攀岩视频 → 写 blog「单摄像头攀岩动作力学分析」

• 链接：arXiv 2603.24733

• 内容：产品、财务、战略三个维度的 AI 产品失败分析，覆盖用户留存、成本结构、合作伙伴管理等

• 适合我怎么用：面试表达 —— 把这个案例变成「你对 AI 产品商业化的理解」，展示超越技术的 product sense

• 推荐动作：读 TechCrunch 的两篇深度报道，整理成 3 点关于「AI 产品什么条件下能真正商业化」的判断，面试时讲出来

• 链接：TechCrunch：Sora 真正的失败原因

• 内容：三大顶级模型的能力对比（ARC-AGI-2 / GPQA Diamond / SWE-Bench / GDPval / computer-use），形成完整选型知识体系

• 适合我怎么用：收藏 + 面试表达 —— 能清晰说明「不同任务选不同模型」是高级工程师素养

• 推荐动作：整理一张 3×5 对比表（3 个模型 × 5 个基准），贴到 Notion 随时取用

• 链接：ALM Corp Gemini 3.1 指南 | OpenAI GPT-5.4 发布

• 内容：MCP 成为 Agent 工具集成的标准协议，理解其设计原则和实际接口对工程实践有直接价值

• 适合我怎么用：复现 —— 在攀岩 App 的视频分析 pipeline 中实现 MCP 接口，既学习协议又有可演示的实际项目

• 推荐动作：读 Anthropic MCP 官方文档 → 在攀岩 App 中实现一个「视频分析」MCP tool → GitHub 上推送

• 链接：Agentic AI Foundation 报道

三、今日高分 GitHub Repo（固定栏目）

• GitHub 链接：https://github.com/wangruohui/EfficientVideoAgent

• 方向标签：video / agent / eval

• 这项目是干什么的：强化学习驱动的端到端视频理解 Agent，「先规划再感知」架构，自动决定看哪段视频、看多少帧

• 为什么今天值得关注：视频理解的关键瓶颈是「如何高效处理长视频」，EVA 的选帧策略比均匀抽帧或关键帧检测更智能；开源评估代码完整

• 与我的相关性：高——10 分钟攀岩训练视频的高效分析直接需要这种智能选帧能力

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：是，攀岩长视频分析的关键技术

• 一句话判断：视频 Agent 的「聪明采样」方案，攀岩 App 处理长视频的必读 repo

• GitHub 链接：https://github.com/steipete/claude-code-mcp

• 方向标签：agent / dev tools

• 这项目是干什么的：把 Claude Code 包装成 MCP server，可以在任何支持 MCP 的 Agent 框架中调用 Claude Code 执行代码任务

• 为什么今天值得关注：MCP 生态突破 9700 万安装的背景下，Claude Code 作为「可编程子 Agent」的价值大幅提升；解锁了 Agent-in-Agent 架构

• 与我的相关性：高——在攀岩 App 的分析 pipeline 中把代码生成步骤委托给 Claude Code MCP

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：是，今天就可以安装试用

• 一句话判断：MCP 生态里最实用的一块积木，10 分钟装完立刻提升 Agent 能力

• GitHub 链接：https://github.com/hesreallyhim/awesome-claude-code

• 方向标签：agent / dev tools

• 这项目是干什么的：Claude Code 的 skills、hooks、slash-commands、Agent 编排器、插件的精选合集

• 为什么今天值得关注：oh-my-claudecode 等新工具刚出现，这里是追踪 Claude Code 生态最新动态的一手入口

• 与我的相关性：高——快速了解哪些 Claude Code 插件和工作流可以提升攀岩 App 的开发效率

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：不需要复现，当导航页用

• 一句话判断：Claude Code 生态的「awesome list」，每周刷一次保持工具链最新

• GitHub 链接：https://github.com/caramaschiHG/awesome-ai-agents-2026

• 方向标签：agent / app

• 这项目是干什么的：2026 年最全的 AI Agent 框架、工具、资源合集，300+ 资源，20+ 分类，月更

• 为什么今天值得关注：ByteDance 某 repo 以 25k+ stars 登 2026 年 2 月 GitHub 日榜第一，这里收录了；MCP 生态突破后 Agent 工具更新极快，需要定期看

• 与我的相关性：中——快速了解 Agent 生态全貌，选择攀岩 App 后端 Agent 框架时的参考

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：不需要

• 一句话判断：Agent 生态的全景扫描，不确定用什么框架时先翻这里

• GitHub 链接：https://github.com/e2b-dev/awesome-ai-agents

• 方向标签：agent / eval

• 这项目是干什么的：AI Agent 项目的权威列表，覆盖从研究到生产的各类 Agent 系统

• 为什么今天值得关注：MCP 生态激活后，这里新增了大量 MCP-native Agent；e2b 本身是安全代码执行沙箱，对需要运行代码的 Agent 是必备基础设施

• 与我的相关性：中——攀岩 App 的 Agent 需要安全执行代码（姿态分析脚本），e2b sandbox 是候选方案

• 上手成本：低（列表）/ 中（e2b 沙箱集成）

• 是否建议我收藏：是

• 是否建议我复现：关注 e2b 的代码执行能力是否适合攀岩 App

• 一句话判断：Agent 研究者必须持续追踪的列表，e2b 沙箱对运行分析代码的 Agent 项目是重要基础设施

四、今日最值得我看的 3 篇 / 3 个链接

五、今日行动清单

• ClimbingCap 论文（arXiv 2503.21268） —— 多模态攀岩动捕，短期 LiDAR 用不到，但了解学术最优方案

• Luma Unified Intelligence 创意 Agent —— 3D 生成能力成熟后再看

• awesome-ai-agents-2026 —— 每月刷一次即可

• Vellum：Agentic Workflows in 2026 完整指南 —— 做 Agent 架构设计时精读

• OpenCap Monocular arXiv —— method 部分，评估复现可行性

• TechCrunch Sora 失败深度报道 —— 20 分钟，面试素材

• Addy Osmani LLM 编程工作流 2026 —— 系统化的工程经验，值得细读

• steipete/claude-code-mcp：10 分钟安装，立刻试用 Agent-in-Agent 架构

• Gemini API Veo 3.1 Lite：注册，生成一个攀岩示范视频测试质量和成本

• EfficientVideoAgent (EVA)：clone repo，用一段攀岩视频测试自动选帧效果

• 姿态估计层：将 OpenCap Monocular 纳入技术选型，替代 MediaPipe 作为更精确的骨骼估计方案

• 视频生成：Veo 3.1 Lite API 集成到「标准动作对比」功能模块

• Agent 架构：用 MCP 接口封装视频分析功能，兼容未来 Agent 生态扩展

• 长视频处理：引入 EVA 的选帧策略，解决长时间攀岩训练视频的高效处理问题

• 商业模式参考：以 Sora 失败为反例，把攀岩 App 定位为「分析工具」而非「创作工具」