EP27 · Gemini Robotics · Cloudflare MCP · 04.15 早报-ginobefun

EP27 · Gemini Robotics · Cloudflare MCP · 04.15 早报

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

大家好

我是吉诺

欢迎收听best blocks 每日早报

今天是四月十五号

星期三

今天的内容有一条非常清晰的主线

物理世界和数字世界agent 基础设施在同步进化

Google deep mind 让机器人第一次能看懂压力表上的指针

Crowd fare 把mcp 的企业级部署做成了一套完整的参考架构

Being horriwz 则从宏观视角讲清楚了这背后的商业逻辑

我们一个一个来看

第一条 精讲

G immini robotics er 一点六g

Google deep mind 昨天发布了这个模型的升级版

核心是三项能力的提升

空间定位精度

多视角的成功检测

以及一个全新的能力

仪表盘读数

先说空间定位

Google 叫它pointing

翻译过来就是指基

这个能力听起来像是基础功能

但它恰恰是机器人巨身推理的底层地基

机器人要抓一个杯子

首先得精确知道杯子在三维空间里的位置

要把a 搬到b

就得理解从a 到b 的几何路径

嗯

这一代的pointing 精度提升

意味着它能处理更密集的物体

更杂乱的场景

以及更细粒度的动作规划

多视角成功检测是第二个亮点

以前机器人判断一个任务是否完成

往往只靠移入摄像头

但现实世界里视角被遮挡

光线变化

物体背面看不见都是常态

新版本支持同时融合多个摄像头视角去判断这件事做完了没

可靠性提升了很多

仪表盘读数是这次最让我惊艳的能力

Google 和boston dynamics 合作挖掘出来这个场景

在工业设施里有大量的压力表

温度计

液位指示器需要人工巡检

以前机器人看得到仪表

但读不懂指针指向哪个刻度

现在geeri robotics ar 一点六做到了

它会先放大图像看清细节

然后用代码执行去估算刻度比例和区间

最后结合世界知识解读读数的含义

整个过程是agentic vision 视觉推理加代码执行混合在一起

这意味着什么

Boston dynamics 的sport 机器人现在可以一个人在工厂里巡检几十个仪表

不需要为每个仪表写定制代码

一家大型炼油厂

化工厂甚至发电厂

以前需要好几个人轮班做的仪表巡检工作

现在一台机器狗就能搞定

这是ai 从理解语言到理解物理世界的一次具体上地

不是demo

是一个能部署的能力模型

现在通过gemini api 和google ai studio 开放给开发者

Google 还放了一个collamb 示例让你快速落手

如果你的团队在做物理ai 或者机器人相关的工作

这是今天必须看的一篇

顺便说一句

发布页的benchmark 图显示

基于mini robotics ei 一点六在四项任务上的成功率都明显高于上一代ei 一点五和通用的gemini 三点零flash

这个领先幅度说明它确实是为巨身场景专门训练的

第二条

精讲cloud 的的flam c 企企业部署参考架手

这是cloud flayer 本周agents week 最重的一篇

他们把自己内部是怎么用mcp 的完整方案公开了

三层组合认证用managed office

隔离计算用sandboxes

私有网络用cloud flay one one

为么么理理看案重要

因为企业级mcp 部署的真实痛点不是能不能跑通

而是怎么管

文章里

Cloud flaer 自己承认

他们全公司已经大规模在用mcp

不只是工程团队

产品销售

市场

财务部门都在用agent 工作流提效

但随着规模扩大

三类风险开始凸显

授权边界容易失控

一个员工可能不小心把内部数据授权给了外部agents

供应链风险

Mcp server 是开源代码

里面可能藏恶意逻辑prompt injection

攻击者通过构造prompt 注入

让agent 做出越权操作

Cloud flaer 用这套组合拳把mcp 从工程师玩具变成了企业基础设施

文章里还发布了两个新能力值得注意

一个是code mode

让mcp server 可以用代码模式对话

大幅降低token 消耗

这是非常工程化的优化

之前企业大规模用mcp 的成本压力很大

一个agent 跑一次任务可能消耗几千token 的mcp 调用开销乘以一天几千次调用账单是惊人的

Code mode 把这部分开销压缩了一个数量级

另一个是shadow mcp 检测企业可以用cloud flaer gateway 发现原公私下连接的未授权mcp server

这个能力对合规团队来说是刚需

想象一下

工程师自己在家里跑了一个mcp server 连接公司gk hapt

这就是典型的shadow it 风险

以前很难发现

现在gaate way 可以扫描出来并告警

如果你在做企业级agent 部署

这篇和今天同步发布的managed office 认证方案

还有send bobox 的正正式可用通告可以一起读

能完整看清cloud flaer 的agent 基础设施发生

整个agent week 实际上是cloud flaer 的一次战略发生

他们想做agent 时代的aws

而企业级mcp 部署是第一张王牌

第三条精讲

A 十六z 联合创始人ban horrowz 的的深度访谈

这起访谈的价值在于

他把ai 时代的商业逻辑用两条软件物理法则的失效讲清楚了

第一条失效的法则

过去人月神话说九个女人不可能一个月生出一个孩子

意思是钱换不来时间

但horrowitz 说

在今天这个法则失效了

只要你有足够的资金和优质数据

你可以买到gpu

在软件层面几乎解决任何问题

资本和时间的兑换关系被重新定义了

第二条失效的法则

过去软件行业相信占有及拥有

已抓住客户就有数据迁移

界面熟悉等多重锁定

但现在复制代码和迁移数据都变得容易加些

未来和你软件交互的可能是ai 而不是人

Ai 对切换界面的适应性极高

传统sars 的护城河在蒸发

所以horriis 给co 们的建议是诚实审视自己到底有什么核心资产

他举了一个例子

他投资的差旅公司naven 按sars 崩盘逻辑应该死定了

但真实情况复杂的多

因为差旅需要和全球航空公司

酒店

火车建立合作关系

Open ai 或anthropic 没有渠道也没兴趣去卖差旅软件

这种外部网络型资产依然有价值

这起访谈还有几个值得单独说的观点

关于基础设施

Horriis 强调美国现在的瓶颈是电力

内存

稀土矿物

不是芯片

他说美国的电力基本已经锁定了

不是十二个月后耗尽

是现在就捉襟见肘

H 六z 甚至投资了一家生产变压器的公司

不是ai 里的transformer 模型

是真实的电力变压器

这个细节很有意思

它决定了未来三到五年哪些赛道最缺供给

关于crypal 和ai 的交汇

半夜想明白一件事

马上会有人在horrwitzone 上用ai 生成他的数字分身

命令他的财务团队把五亿美元转到尼日利亚

这不是科幻

是下个月可能发生的事

所以密码学

身份硬件签名

区块链验证会成为下一个浪潮的基础设施

Ai 必须有办法证明自己是谁

交易来自哪里

所以真正成为经济主体

关于ai 焦虑

他引用了凯恩斯在大萧条时代的预测

凯恩斯认为物质极大丰富后

每个人每周只需要工作十五小时

但凯恩斯错了

因为人类会不断创造新需求

工业革命前

百分之九十三的美国人是农民

他们无法想象产品营销经理这个职业的存在

Horris 相信十五年后

每个人的生活质量会远超一千九百八十年代代顶尖尖水平

这这访谈谈建议营业生成这个职业的存在

他不教你任何具体技术

但它会重塑你对未来五年的直觉

好

以上是今天的三条精讲

接下来七条快速过渡

第四条

Cloud flier managed auss 能力

面向access 产品

让内部应用异行配置就具备agent 访问能力

解决企业级agent 接入内网系统的认证鸿沟

这是上面mcp 参考架构的关键组件

单独发布

值得关注

它把原本每个内部系统都要单独做的aus 接入变成了一次配置

全公司通用

第五条

Mei max agent 的重磅更新

两个能力今天正式发布

Pocket 可以在飞书微信

企业微信sliketly 直接唤起agent 操控本地电脑

Com puter use agent 直接看屏幕控鼠标键盘操作任何本地软件

国产agent 在桌面操控这个维度迈出了一大步

以前这类功能只能在cloud computer use 或open ai 的operate 看到

现在国内用户有了可用的本土方案

第六条

阿里云开发者的深度技术文章

浏览器自动化从gui 到open cli 的眼镜

核心观点是把浏览器操作从模拟用户点击抽象成结构化命令流

大幅提升agent 的控制浏览器的可靠性

Open cli 个名字暗示示它想成浏览览领域的bash

把人类的点击操作和ai 的命令生成用同一套接口统一起来

对做web agent 的团队有直接工程参考价值

第七条

Product school

请亚马逊ai 产品负责任分享多智能体编排的规模化实战

同单agent 到agent 协作网络的架构演进

Amazon 内部如何在真实业务场景中协调多个专业化agent 协同工作

对工业界角角具具的架构构决策参考正正在poc 走向规模化的团队有帮助

第八条

宝玉的反思文章

为什么你的ai 优先战略可能大错特错

核心观点是

与其说a first first

不如软软工程程同a 时代人成了瓶颈

同m 几周vsai 几小时

Qa 三天vsai 两小时

解法是把人从流水线线拿掉

让ai 接管

写代代审审查

测试

署监控控全链路对ai 优先化语的规模化实时同时指向agent 自化流水线的实践路径

第九条

C lad code routines 进入research preview

写一段promote 加report 和connect 配置

就能让agent 按时间表或事件自动运行

不用自管

Crown 或mcp server 三种触发方式

落时触发

Api 触发

Web hook 触发

Pro 用户每天五次

Max 十五次

团队版二十五次最典型的用法是晚上二点拉最新bug 尝试修复tpr

第二天早上上班直接review

第十条

腾讯科技对斯坦福hky 和mit nanda 两份报告的综合报道

这里要注意区分

中国模型追平美国确实来自斯坦福hka 的两千零二十六ai index

但百分之九十五企业ai 投资零回报其实来自mit nanda 去年七月的的geni d vide 报告不是斯坦福的

腾讯把两份报告的数据混在了一起

读的时候注意这个区分

两个结论本身都很重要

他们共同刻画了两千零二十六年ai 行业的真实处境

能力在跑的飞快

落地依然在跑

两步退一步

以上就是今天的best block 早报

回顾一下今天的主线

物理世界这边

Gme robotics r 一点六让机器人从能看升级到能读懂

Bilson dynamics 的工业巡检场景是第一个杀手应用

数字世界这边

Cloud flaer 把mcp 的企业级部署做成了完整参考架构

C cloud code routines 让自动化跑在云端

不依赖本地机器

Bhohortes 的访谈则把这一切放进了宏观坐反反读经力济济础础施施颈

身份信任任类需求的无无限展展

如今今只只读篇篇

我推荐gemina robotic cr 一点六的博客

这个从demo 到生产的跨越

未来几个月会有非常多连锁反应

从工业巡检到家庭服务

从物流到农业

凡是需要看懂物理世界的场景都会被重新定义

如果今天只做一件事

去cloud code 里配置一条routine

花五分钟就能体验一次agents 在云端自己干活的感觉

你的开发流程到从此不一样

希望这些内容对你有帮助

我们明天见

Best blocks

遇见更好的技术阅读

展开显示全部歌词