十天里八件 AI 新东西：会录 Skill 的浏览器插件，和管三千个 API 的命令
2026 年 9 月 19 日到 29 日冒出来的八件 AI 新东西：两个新模型、三件工具与产品的新版本、两处小而实用的功能更新，还有一条给编码 agent 用的命令行工具，每条都附页面截图和能直接打开的第一方来源。
这份清单覆盖 2026 年 9 月 19 日到 29 日。筛选口径和上一期一样：能下载、能试、能接进现有流程的优先，融资、人事变动和口水战这类消息进不了这份清单。
按这个口径收进来的八件是：两个新模型——一个权重已经开放下载，另一个现在能在 API 上调；三件工具与产品的新版本；两处小而实用的功能更新；还有一个给编码 agent 用的命令行工具。
这一期的来源比上一期宽。上一期的六件都从 X 上取，这一次每条的主源换成了仓库、模型页、官方更新公告和开发者文档，配的截图也照着来源拍：量子位的报道页、可灵的更新公告页、Manus 的博客页、Shopify 的文档页、Cloudflare 的博客页、阶跃的模型文档页、Hugging Face 的模型页、GitHub 的仓库页。X、Hacker News 和知乎上的讨论，用来交代这些东西在外面被怎么接着用。
文中的点赞、收藏、浏览、star 和下载量，都是 2026 年 9 月 29 日在各自平台上取到的数字。
Kimi 浏览器扩展：把一段网页操作录成 Skill
月之暗面（Moonshot AI）把四个月前发布的 Kimi WebBridge 改名成「Kimi 浏览器扩展」，让 Kimi 去操作你正在用的 Chrome 或 Edge1。
装上之后，在工具栏点一下 Kimi 图标、用 Kimi 账号登录，就能在浏览器侧边栏里直接对话，让它操作当前页面；更能省事的是把一段重复的网页流程录成 Skill——打开同一个网站、翻到当天的新闻、把数据导出，下次一句话调出来12。
这次改名带来的三项新能力写在官方 FAQ 里：侧边栏入口、网页操作录制，以及把网页拆成一条条命令1。它的运行方式是本地服务加浏览器扩展，通过 Chrome DevTools Protocol 在你原有的浏览器里导航、点击、截图和读页1。
官方产品页也写明了局限：碰上网页改版或者页面动态加载，录好的操作可能中途卡住1。第一次录 Skill，挑一个结构稳定的页面试更稳妥。
量子位在 9 月 25 日 14:20 报道了这次更新，把它归进「Agent 的手越伸越长」这条脉络：在网页上做过的事能沉淀下来，下一次直接调用2。
可灵 Kling 4.0：单次直出 30 秒，Flash 版已经能试
快手可灵 AI 在 9 月 28 日的更新公告里放出下一代视频模型 Kling 4.0，同一份公告写明它 10 月正式上线，轻量版 Kling 4.0 Flash 当天先开放小范围体验3。
正式版上线后可用的是这几项：单次直出最长 30 秒（上一代 3.0 的上限大约 15 秒），续拍最长延到 2 分钟；单次最多输入 10 张图片、5 段视频和 7 个主体，合计 15 项多模态参考；最多 10 张关键帧控制镜头走向；输出支持 4K 和 1080p 的 10-bit HDR34。拿到体验资格的会员现在就能在可灵创作页生成视频3。
十张关键帧这一项，做短片的人会最先用上：镜头走向过去要靠文字描述，现在可以排十张关键帧当分镜，让模型照着接。
可灵官方账号同一天在 B 站发了介绍视频，到 9 月 29 日播放 2,173 次、点赞 73 次5。
Manus 2.0：自研 Cascade，交付物能回手改
Manus 在 9 月 28 日发布 2.0，把原来的 agent 框架换成自研的 Cascade，新增云电脑（Cloud Computer）和事件触发自动化，并把视频编辑器与 Game Dev 收进新的专业创作环境 Manus Studio；个人 Agent App「Cue」单独发布6。
三件能立刻上手的事。第一件是在 Studio 的视频编辑器里直接改时间线，换背景音乐、插入自己拍的素材、拖完动画再导出，不想手改就把时间线交回 Manus 继续跑。第二件是用 Game Dev 从模板起手做多人游戏，点「配置→多人游戏→选择云计算机→购买一台」（这里买的就是前面那台云电脑），把链接发给朋友就能进来玩。第三件走的是你自己的机器：在手机上让 Manus 操作你家里那台电脑的独立工作区，比如「把发布文件夹里最新的一份演示文稿发给我」6。
性能数字来自官方：Cascade 在 Manus 自家测试配置下少用了 23.2% 的 tokens、用时缩短 28.2%、运行成本降低 32%6。这三个百分比测的是 Manus 自己的系统，换到具体任务上能省多少，还得自己跑一遍。
Shopify 结账 WebMCP：让浏览器里的 agent 把单下完
WebMCP 是一套让网页把自身能力登记成工具、供浏览器里的 agent 调用的规范。Shopify 在已有的店面工具之上，把结账这一环也开放出来，agent 可以读取和修改买家的结账页，并在买家确认之后下单7。
官方文档给结账单独列了三个工具：
get_checkout 读取当前结账页，不带参数；update_checkout 用 PUT 语义提交完整的字段状态，把要保留的值一起带上；complete_checkout 在买家确认之后下单8。边界也写在同一页：买家自己处理 Shop Pay 登录和支付验证这类页面交互，agent 的活到调用
complete_checkout 为止，只有返回 status: completed 才算真的成交8。这三个结账工具面向所有符合条件的 Shopify 商家铺开9，店面那一层的 WebMCP 工具目前只在 Chromium 内核的浏览器里可用7。TechCrunch 在 9 月 28 日报道了这次开放，把它和同期禁止 agent 代购的零售商放在一起比较9。
Cloudflare cf：一条命令覆盖 3000 多个 API 操作
Cloudflare 发布新的命令行工具
cf，把整个 Cloudflare API 交给 agent 调用，默认输出 JSON10。安装只要一条命令
npm i -g cf。装完之后，可以让 agent 建 Worker、部署、监控、用 Cloudflare Access 保护、买域名、前面再套一层 WAF，全部落在同一个工具里10。这里的差距是覆盖面。
cf 要接手的 Wrangler 是 Cloudflare 原来的命令行工具，只提供大约 280 个操作；Cloudflare 的 API 操作总共有几千个，cf 把命令面扩到 3000 多个10。博客还提到，到发布前一周，agent 已经占到 Wrangler 用量的 48%，而 2026 年 3 月这个比例还是四分之一10。Hacker News 上这条发布拿到 155 分和 76 条评论11。
阶跃星辰 Step 5 Preview：1M 上下文，权重十月中放出
阶跃星辰在 9 月 20 日发布新一代旗舰基座模型 Step 5 Preview，重点覆盖编程与专业知识工作12。
官方文档给出的规格是：模型 ID
step-5-preview，1M tokens 上下文窗口，最大输入 1M、最大输出 64k tokens，输入支持文本、图片和视频，单次最多 60 张图片，视频建议控制在 5 分钟以内；工具调用、JSON Mode 和 low/medium/high 三档推理强度都在支持列表里13。开发者现在可以在阶跃开放平台创建 API Key 按量调用，拿它做跨文档问答、代码修改、多步骤 agent 任务这几类事；想在本地跑，得等权重放出来13。
国内媒体报道的规格比官方文档更细：稀疏 MoE 架构，总参数 600B、每 token 激活 27B；在 Artificial Analysis 的综合智能指数上拿到 44 分，按这家机构的榜单排进全球开源模型前三；权重定在 10 月 15 日开源14。这几项出自媒体，官方文档页写的是上下文窗口与输入输出规格。
知乎上「如何评价阶跃最新的 Step 5 Preview」这个问题里，最高赞回答到 9 月 29 日是 53 赞，答主实测后提到白天吞吐在 20 到 40 tokens/s 之间、偶尔遇到限流15。
step-5-preview、1M tokens 的上下文窗口、文本图片视频三类输入，以及 64k tokens 的最大输出。13Naive-N0.5-Flash：309B 参数只激活 15.5B，权重按 MIT 开放
NaiveAI 在 9 月 27 日放出 Naive-N0.5-Flash，一个 309B 总参数、15.5B 激活参数的稀疏 MoE 模型，方向是编码与 AI 研发16。
权重和推理代码以 MIT 许可开放，下载下来就能部署；也可以走 API，输入每百万 token 0.10 美元、输出 0.40 美元、缓存读取 0.01 美元16。模型基于开权重基座 MiMo-V2.5 继续预训练，这一点写在模型页上；权重放在 huggingface.co/NaiveAI/Naive-N0.5-Flash，代码在 github.com/NaiveAI-Labs/Naive-N0.5-Flash1617。
技术上的看点集中在长上下文：原生 1M token 上下文，48 层注意力里 39 层用滑动窗口、9 层用 DeepSeek 稀疏注意力，滑窗窗口 128 token，每一层都落在局部或稀疏的范围内；配套的推理系统 NaiveRT 在 Standard 模式下每个用户 50 tokens/s，Ultrafast 模式最高到 2,000 tokens/s16。训练分多个阶段完成，总共用了 3.25T token，全程在原生 1M 上下文下进行16。
jevgrep：让编码 agent 先问一句「这段代码在做什么」
作者 David（@dzhng）在 9 月 26 日发布 jevgrep，一个给编码 agent 用的命令行工具：用自然语言问代码在做什么，由它找出相关文件和源码上下文，再交给 agent19。
安装方式是在 npm 里全局装
@dzhng/jevgrep，需要 Node.js 22 以上。仓库页现在显示 1.6k stars、103 forks、179 次提交，许可为 MIT19。两个口径要分开看：作者在 X 帖里说的是降低成本 40%，仓库 README 写的是「同样的智能，成本低约 30%」，并说明在十项 SWE-bench 对比里和基线一样完成 8 项任务1920。两边数字打架，本篇按仓库 README 的 30% 来写。
这条帖子在 X 上拿到 4,819 次点赞、6,796 次收藏和 424,908 次浏览20，收藏数比点赞数多出四成——属于先存下来、过几天真要用时再翻出来的那一类。
今天先动哪一件
做视频的，先去可灵创作页试 Kling 4.0 Flash；把十张关键帧排成分镜台本这条路，要等 4.0 正式版 10 月上线。要让 agent 一次跑完从素材到成片的流程，Manus Studio 的视频编辑器是另一条路。
写代码的，先把 jevgrep 装进正在用的 agent；要把云上的自动化也交给 agent，Cloudflare 的
cf 是这一期里覆盖面最宽的一条命令。做 agent 产品的，Shopify 那三个结账工具的文档值得整页读完，尤其买家确认那一步的边界。
正在选模型的，Step 5 Preview 的 1M 上下文可以直接拿自己的长文档压测；要下载到本地，就看 Naive-N0.5-Flash 的 MIT 权重。
只想先花五分钟试一件，Kimi 浏览器扩展最省事：装完就能把一件重复的网页操作录下来。
References
- 1Kimi 浏览器扩展产品页
kimi.ai
- 2量子位关于 Kimi 浏览器扩展的报道
qbitai.com
- 3可灵AI更新公告
klingai.com
- 4IT之家关于 Kling 4.0 的报道
ithome.com
- 5可灵 AI 官方 B 站视频
bilibili.com
- 6隆重推出 Manus 2.0
manus.im
- 7Shopify WebMCP 工具文档
shopify.dev
- 8Checkout WebMCP 官方文档
shopify.dev
- 9
- 10Cloudflare 博客：Introducing cf
blog.cloudflare.com
- 11Hacker News 讨论：Introducing cf
news.ycombinator.com
- 12新浪财经：阶跃星辰发布 Step 5 Preview
finance.sina.com.cn
- 13Step 5 Preview 官方模型文档
platform.stepfun.com
- 14新智元：阶跃 Step 5 Preview 发布
zhuanlan.zhihu.com
- 15知乎：如何评价阶跃最新的 Step 5 Preview
zhihu.com
- 16Naive-N0.5-Flash 模型页
huggingface.co
- 17NaiveAI-Labs/Naive-N0.5-Flash
github.com
- 18NaiveAI 的发布帖
x.com
- 19dzhng/jevgrep
github.com
- 20David 的发布帖
x.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.