在沉淀了 5 年之后，凯迪拉克终于又带来了一辆「看起来还行」的纯电 SUV ⸺凯威德。 作为上汽通用凯迪拉克品牌推进国产化的第三款纯电动 SUV，凯威德定位介于中大型 SUV IQ 锐歌与全尺寸旗舰 SUV 凯雷德 ESCALADE IQ 之间，基于通用的奥特能纯电平台开发。 凯威德主要推出了两款核心车型，分别是指导价为 46.88 万元的长续航四驱 Pro 版，以及指导价为 50.88 万元的高性能四驱 Ultra 版。

第一次上手「阔折叠」华为 Pura X Max ，是一种陌生和熟悉并存的感觉。 陌生之处当然在于这个外屏的比例⸺5.4 英寸的屏幕，长宽比例接近一本护照，比常规的手机要「胖」上不少。 但展开之后，这块 7.7 寸的长方形大屏，几乎一下子唤起了熟悉感⸺就像一台趁手的小平板，竖屏读文字，横屏看视频。

4 月 23 日，荣耀在成都开了一场 PC 发布会。主角是首次独立成系列的 WIN 游戏本，同场还有 MagicBook Pro 2026 轻薄本和 MagicPad3 Pro 12.3 平板。 三款产品里，最值得讲的是 WIN 游戏本。 WIN 游戏本：把散热从三风扇推到六风扇 主流旗舰游戏本在搭英特尔高端处理器加 RTX 5070 Ti 这档配置时，整机性能释放长期卡在 250W 附近。瓶颈不在芯片本身，其实在散热上。三风扇内吹已经是行业常态，再往上加功耗，热量出不来。

今天下午 1 点 40 分，北京。 2026 梅赛德斯-奔驰品牌日发布会准时开场，「140」这个数字贯穿了整场活动。舞台两边停放着 S 级轿车的开山之作 W187，以及国人非常熟悉的 W140。这几台在过去 140 年里留下印记的经典车型，成为了这场发布会的背景板。 回顾完过去，大家的注意力很快回到了舞台中央。 今天的主角，是刚刚完成全球首秀的全新纯电 GLC SUV，以及在中国首次亮相的新一代 S 级轿车。两台新车一登台，大家的视线立刻回到了当下竞争激烈的汽车市场里。 北京梅赛德斯-奔驰销售服务有限公…

🤖 GPT-5.5 正式发布：更聪明、更省 token

折叠屏手机，今年 7 岁了。 这 7 年里，行业反复试探过不同答案：怎么折、屏多大、外屏与内屏该如何分工……但当一切逐渐定型，主流折叠手机却收敛成一种近乎单一的形态：合上，是一台细长的直板机；展开，是一块接近正方形的大屏。 当所有人都在重复同一个答案时，一个问题也变得刺眼：这真的是最优解吗？大屏当然有用，但大家都知道正方形比例，并不好用。 当硬件技术趋于成熟，对于「形态」的讨论更加不可回避。

继 2 月份在工信部亮相后，小米 YU7 GT 终于有了更多的官方消息。 在今早的北京车展发布会上，雷军宣布，小米 YU7 GT 即将在 5 月底正式发布。 雷军介绍到： 在汽车工业过去的 100 多年来，GT 都代表着适合长途旅行的高性能豪华车。YU7 GT 就是一台能够够长途旅行，同时充满着驾驶乐趣的跑车级 SUV。

据外媒 Business Insider 报道，Anthropic 在私募二级市场的估值已突破 1 万亿美元。作为参照，OpenAI 今年 3 月末最新一轮融资的估值，仍停留在 8520 亿美元。 除了业内老生常谈的「AI 泡沫论」，这组对比数据也表明了曾经稳坐头把交椅的 OpenAI，如今正在直面被追赶、被超越的压力，但没有让我们等待多久，OpenAI 的反击旋即而至。 就在刚刚，GPT-5.5 正式发布，同步亮相的还有面向更高阶任务的 GPT-5.5 Pro 版本。 如果用一句话总结 GPT-5.5…

站在今年一季度的节点，回顾去年发布的华为 Mate 80 Pro Max，我们的心情是复杂的。 一方面，它凭借着几乎无短板的参数和优秀的体验，成为了迄今口碑最好的一台 Mate 系列直板机。 另一方面，它身上又萦绕着一股「成熟味儿」，让那些有意尝试华为、但注重外观属性的潜在用户⸺尤其是从其他品牌切换过来的用户们难以下手： 而这个问题，终于在刚刚的四月发布会上得到了解决。

星期五中午，本该是盘算周末去哪嗨的黄金时段。但没想到 DeepSeek 突然反手就是一个超级加倍，就在刚刚，正式发布并开源了 V4 系列模型预览版。 一上来就是王炸级别，而且双双标配百万 token 上下文： 参数量达 1.6T 的 DeepSeek-V4-Pro（49B 激活参数）

Harness Engineering 之所以在过去几个月迅速成为一个热门话题，很大程度上是因为越来越多团队意识到：AI Coding 的问题，从来不只是模型能力问题。上下文工程、提示词策略、多 Agent 协作都很重要，但这些讨论大多仍然停留在“生成侧”。一旦 AI Agent 真正进入软件交付流程，问题的重心就会迅速转移。

过去一年，我们习惯用“AI 编码 2.0”来描述这一波技术跃迁：从代码补全走向 Agent 驱动，从同步交互走向异步执行，从一次性生成走向“生成—验证—回滚”的闭环。在那个阶段，一个共识逐渐清晰：AI 不再只是辅助，而开始参与执行。但如果只停留在这里，我们其实低估了变化的深度，因为真正发生转移的，并不是“谁在写代码”，而是——**谁在负责软件交付这件事本身。**

这套机制最早来自 Routa 项目内部的 fitness 实践。我们最初把它以 `routa-fitness`

查看原文：从 0 到 25 万行：一个 100% AI 编码的项目如何建立治理闭环 - Blog | Phodal - A Growth Engineer

查看原文：Harness Engineering Skill：使用 Entrix 技能开始你的代码熵治理 - Blog | Phodal - A Growth Engineer

在最新的 Routa Desktop 中，我们引入了 Harness 工程可视化系统。它并不是一个展示“AI 写了多少代码”的界面，也不是为了给生成式开发增加一层炫目的仪表盘，

过去大半年里，我一直在帮不同规模的团队落地 AI Coding。从最早的一两个人试点，到十几个人的团队尝试让 AI

最近这段时间里，我做了一件比“让 AI 帮我写文章”更麻烦的事：不是继续打磨 Prompt，而是先让它系统分析我过去十年的文章，再把这些分析结果整理成一个可以被反复加载的写作

今天下午，我在 Routa 的看板里点开一张已经进 Done 的卡：[Sub-issue] 为 GATE-first 专家提示注入单次 trace 状态摘要。

查看原文：Harness Monitor：当多个 Agent 同时写代码时，如何看住质量 - Blog | Phodal - A Growth Engineer