Google AI Studio 新增屏幕实时分享功能，支持串流 Chrome 标签页，让 Gemini 实时“看见”页面内容并语音交互，适用于编程辅助等场景；英文语音识别流畅，中文识别偶有误判为日文的情况。
Google AI Studio 上线了屏幕实时分享功能。只需在 AI Studio 中点击“实时串流（Stream Realtime）”，然后选择 Chrome 浏览器中的某个标签页，就能让 Gemini “看到”页面上的内容。用户可以通过语音直接与 Gemini 互动，比如要求它为页面中的代码提供修改建议。这项功能不仅适用于辅助编程，还可以根据屏幕显示的内容，与 Gemini 进行各种实时交互，用途十分广泛。
实际体验了一下，目前英文交流非常流畅，但中文语音似乎存在一些问题，系统会将其误识别为日文。
ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统，推动 AI 从问答工具演进为自主执行体。实测显示，智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务，适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题，在生产环境的可复现性仍面临挑战。
针对 AI 编程代理产生的杂乱 Git 提交记录，开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基，支持批量编辑提交说明、查看代码差异及自动备份分支，确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦，作为自动化编码的质量过滤网。尽管单机清理流程已简化，但多人协作场景下的历史重写冲突仍是待解决的挑战。
OpenMontage 是一套开源智能体视频生产系统，将 AI 编程助手转化为全自动后期工作室。该系统支持零 API Key 本地部署，内置 12 条生产流水线，覆盖动画、纪录片及口播等场景。通过智能体协作架构，实现从调研、脚本到渲染的全流程自动化，并提供预算治理与 Backlot 可视化看板以保障质量与成本可控。其将视频制作重构为可版本控制的软件工程行为，有效解决了传统 AI 视频生成的不可预测性问题。
围绕《Google AI Studio 上线了屏幕实时分享功能》展开交流，未登录用户可浏览评论，登录后可参与讨论。
