夜雨聆风豆包上线打车功能，OpenAI自研芯片只用9个月就流片，华为openJiuwen宣布30k Star——AI Agent的战场正在从模型层全面转向工程落地层。
OpenAI首款自研芯片Jalapeño亮相，9个月流片刷新行业纪录
6月24日，OpenAI联合博通正式发布首款定制AI推理芯片Jalapeño（墨西哥辣椒）。这颗芯片从架构设计到流片只用了9个月，OpenAI称这是"高性能先进半导体史上最快的ASIC开发周期"——通常同类芯片需要两到三年。
一个容易被忽略但意义深远的细节是，OpenAI在芯片设计过程中直接使用了自家AI模型辅助设计。"用AI造芯片，芯片跑AI"的技术闭环一旦跑通，后续迭代的加速度会越来越快。
Jalapeño定位推理芯片，面向OpenAI自有基础设施部署，计划2026年末落地。博通深度参与全研发周期，其AI半导体业务上季度营收已达108亿美元，同比增长143%。博通当前手握730亿美元AI待交付订单，OpenAI自研芯片不构成冲击，反而巩固了博通在封装和互联环节的优势地位。
同周还有亚马逊确认洽谈将Trainium芯片对外出售，谷歌5月联手黑石成立50亿美元合资公司推进TPU商业化，微软的Maia 200正在与Anthropic洽谈算力租赁。算力供应链从"英伟达一家独大"加速转向"客户自研+定制代工"的多极格局，但短期内英伟达的CUDA生态和软件栈壁垒依然坚固，自研芯片要真正在推理成本和性能上形成替代，至少还需要一到两年的工程磨合期。
对开发者的实际影响是：推理成本有望在未来12-18个月内显著下降。OpenAI自研芯片优先服务自家基础设施，意味着ChatGPT和API的推理成本有下降空间，但对外输出算力的节奏尚不确定。真正对独立开发者友好的信号，是博通这类芯片公司的定制化能力越来越强，中小团队未来可能以更低成本获得定制推理硬件。
豆包灰度测试打车功能，AI Agent开始履约线下服务
字节跳动旗下的AI助手豆包App于6月22日开启即时出行服务的灰度测试，目前仅在北京和杭州面向部分用户开放。用户在豆包对话框内以自然语言口述出行需求，系统自动识别出发地、目的地、乘车人数等信息，匹配曹操出行运力后一键派单。
这个动作的意义不在打车本身，而在它标志着AI Agent的竞争从"线上问答"正式延伸到"物理履约"。豆包坐拥3.6亿月活，曹操出行目前网约车市场份额第二，核心一二线城市份额约8.5%-8.8%。曹操出行刚发布Robotaxi战略，计划2030年部署十万台Robotaxi和十万台Robovan——双方的战略契合点很明确：豆包提前为曹操培育用户AI叫车习惯，曹操为豆包补上"线下实体服务"的能力短板。
业内把这一合作戏称为"说曹操，曹操就到"。对比滴滴已接入微信AI生态，豆包选择了一条差异化路径——不是聚合比价，而是用自然语言交互简化整个叫车流程。端侧AI的超级入口争夺战，已经从概念验证阶段进入了真金白银的灰度测试阶段。
OpenHuman斩获33k Star，用Memory Tree解决AI失忆难题
开源桌面AI助手OpenHuman上周在GitHub Trending周榜冲到第二，目前累计33,863 Star（GPL-3.0协议），用Rust+Tauri构建，今年2月创建。
它的核心卖点是"记忆"。每次打开Claude Code或ChatGPT，你都得重新解释项目背景和上次聊到哪了，OpenHuman想直接消灭这个痛点。
技术实现叫Memory Tree——灵感来自Andrej Karpathy的Obsidian工作流。系统每20分钟自动从用户连接的118个工具（Gmail、Notion、GitHub、Slack、Jira等）拉取最新数据，经过多轮摘要压缩成不超过3000 Token的Markdown，存入本地SQLite，按相关性检索注入模型上下文。
配套的TokenJuice机制会对Memory Tree内容做语义重要性评分，只保留与当前任务最相关的信息块，官方数据显示最高可降低80%的Token消耗。对于使用Claude Opus或GPT-5.5这类高成本模型的开发者来说，这笔账算得很清楚。
OpenHuman还支持模型路由——自动把简单任务分配给快速模型、复杂任务分给推理模型，进一步优化成本。Memory Tree与Obsidian知识库双向同步，形成个人知识图谱，用得越久理解越深。对于同时维护多个项目、频繁切换上下文的开发者来说，这种"开机即续"的体验可能是AI助手从"工具"升级为"伙伴"的关键一步。
编码Agent本周爆发，四款新工具同台竞技
GitHub Trending本周出现一个罕见信号：四个编码Agent类项目同框登场，编码工具的竞争已经从"VS Code插件"全面进入"全栈Agent平台"阶段。
Kilo Code（25,121 Star，TypeScript，MIT协议）定位"全栈Agent工程平台"，支持500+模型一键切换，覆盖VS Code和JetBrains全家桶。核心逻辑是把模型选择权还给用户，避免供应商锁定，自带任务编排、上下文管理和工具调用能力。
mattpocock/skills（150,463 Star）更像是"工程纪律的固化"——把"先brainstorm、再plan、再TDD"的工作流打包成可加载的Claude技能包，直接对抗vibe coding。超过15万Star说明开发者对"少vibe、多纪律"的需求已经形成主流共识。
calesthio/OpenMontage（6,604 Star）走了一条差异化路线——把AI编程助手的代码生成能力复用为视频剪辑调度能力，12条流水线加52个工具，让AI Agent既能写代码也能剪视频。
1jehuang/jcode（7,294 Star，Rust实现）走轻量路线，主打"小而稳"的命令编排与沙箱执行，适合对资源敏感的开发场景。
长期榜单上，obra/superpowers已连霸65天稳居升温榜首（241,451 Star），Claude Code技能生态和Hermes Agent持续在榜。编码Agent从单点工具到平台级竞争的格局已经确立，下一步比拼的是生态厚度和场景覆盖。
华为openJiuwen开源AgentOS，宣布30k Star
6月26日，在2026开放原子开源生态大会上，华为openJiuwen项目举办技术Meetup。这个2025年12月才开源的AgentOS项目，目前已积累9.6K代码合入请求、120万+累计下载、30k+ Star，增长速度相当可观。
架构上，openJiuwen采用三层设计：系统服务层、分布式运行时层、智能体框架层。框架层内置协同引擎、记忆、安全和算力亲和调度等子系统，面向生产级智能体场景。
陈海波教授在致辞中提到一个判断：OpenClaw、Hermes的爆火折射出一个行业共识——智能体的护城河不在模型，而在工程能力、协同范式和产业结合。这个判断和本周其他信号（豆包线下履约、OpenHuman记忆系统、编码Agent平台化）指向同一个方向：AI Agent的竞争重心已经从"谁的模型更强"转向"谁的工程落地能力更强"。
对开发者来说，这个趋势直接影响选型策略。模型能力趋于同质化的今天，真正拉开差距的是Agent的记忆系统、任务编排、工具集成和协同能力——这些恰恰是开源社区迭代最快的领域。关注本周这几个热门项目，比单纯追踪模型排行榜更有实际价值。