Clash Verge Rev是ClashX的继任者（Clash  for windows作者Fndroid在国内被抓了），提供了更好的用户体验和功能。

Clash Verge



> **导语**
> 2026 年 1 月 26 日，阿里发布旗舰推理模型 Qwen3-Max-Thinking。凭借“自适应工具调用”与“测试时扩展”两大技术突破，该模型在逻辑推理与编程等 19 项权威测试中跻身全球第一梯队，正面硬刚 GPT-5.2 与 Gemini 3 Pro。

## 思考的进化 两大技术重构推理逻辑

Qwen3-Max-Thinking 的发布标志着国产大模型从“参数竞赛”转向“智力密度”的较量。其强悍性能源于两项关键的技术革新。

首先是 **自适应工具调用能力**。这项率先在 Qwen Chat 上线的功能，赋予了模型类似人类的“行动力”。模型能够根据任务的复杂度，自主判断是否需要调用外部工具以及调用何种工具，实现了从单一文本生成到复杂问题解决的跨越。

其次是 **测试时扩展技术（Scaling Test-time）**。这是一种前沿的推理增强手段，允许模型在推理阶段动态调配算力资源。通过在输出结果前进行更深层次的逻辑拆解与自我验证，确保每一个回答都经过“深思熟虑”，从而显著提升在数学与代码任务中的准确率。

![Google_AI_Studio_2026-01-27T03_25_00.823Z.png](https://static.downly.cn/images/dda4dcaa81a429b21883755c352a18ca.png) <center>图源备注：图片由AI生成</center>

## 跻身顶流 权威测试平起平坐

在衡量大模型综合实力的竞技场上，Qwen3-Max-Thinking 交出了一份亮眼的成绩单。在涵盖逻辑推理、高阶数学、编程开发及多模态理解的 **19项权威基准测试** 中，其核心指标得分与闭源领域的霸主 **GPT-5.2** 及 **Gemini 3 Pro** 旗鼓相当。这一表现证实了中国 AI 模型已成功跻身世界第一梯队，具备了在全球范围内进行顶级技术对话的能力。

## 极速迭代 千问家族的马年加速度

回顾阿里的 AI 进化史，Qwen3 系列展现了令人惊叹的迭代速度：
*   **2025年9月**：发布万亿参数的 Qwen3-Max-Preview，夯实算力地基。
*   **2025年11月**：Thinking 版本早期预览亮相，探索推理模型新路径。
*   **2025年12月**：全模态 Qwen3-Omni-Flash 面世，突破实时流式响应。
*   **2026年1月**：旗舰推理模型正式落槌，宣告高阶推理能力的全面成熟。

随着 Qwen3-Max-Thinking 的落地，无论是科研领域的复杂计算，还是企业级的智能助理构建，其商业化应用的门槛将被进一步拉低。

阿里千问 Qwen3-Max 登场 19项基准对标 GPT-5.2



> OpenAI正式在全球171个国家和地区推出名为ChatGPT Go的低价订阅服务，同时确认将在低价版与免费版中引入广告机制。这一举措标志着AI巨头正试图通过细分定价策略与商业化变现，构建更可持续的营收模型。

## 填补价格真空地带

OpenAI 此次推出的 ChatGPT Go 定价为每月 8 美元（约合人民币 60 元），精准卡位在免费版与每月 20 美元的 Plus 版之间。这一策略显然是为了捕捉那些对免费版限制感到不满，但又对 Plus 版价格望而却步的“中间层”用户。

相比免费版本，ChatGPT Go 提供了显著的功能跃升。用户将获得约 10 倍的消息额度，彻底告别频繁的 usage limit 警告。在功能侧，该版本支持文件上传与图片生成，并解锁了更强大的记忆容量，使 AI 能够根据用户的长期偏好提供个性化服务。更关键的是，它无限量开放了 GPT-5.2 Instant 模型的使用权限，这一版本以极低的延迟和优化的智能响应著称，解决了免费版常遇到的“上下文遗忘”痛点。

![Google_AI_Studio_2026-01-19T03_04_45.180Z.png](https://static.downly.cn/images/becbcd8cba61b3b69067ee54965ed508.png)
 <center>图源备注：图片由AI生成</center>

## 商业化新尝试 广告机制入场

伴随着低价版的全球铺开，OpenAI 迈出了颇具争议但商业逻辑必然的一步——引入广告。根据官方计划，美国地区的免费版与 ChatGPT Go 用户将率先看到测试广告。

OpenAI 对此表现得十分克制与谨慎。广告将不会以“弹窗”或“中断对话”的形式出现，而是作为一个独立的模块展示在对话回答的底部，且必须与当前对话主题高度相关。官方承诺，所有广告内容都会明确标注“赞助”标签，严格与 AI 生成的有机内容进行视觉隔离。

为了缓解隐私担忧，OpenAI 强调广告系统绝不会干扰 AI 的核心回答质量，且用户的对话数据不会被出售给第三方。此外，针对未成年用户及涉及健康、政治等敏感话题的对话，系统将自动屏蔽广告展示。

## 多元化营收战略成型

随着 ChatGPT Go 的上线，OpenAI 的产品矩阵形成了清晰的四级金字塔结构：
1.  **免费版**：基础体验，未来含广告。
2.  **Go 版（$8）**：高性价比，功能解锁，含广告。
3.  **Plus 版（$20）**：优先体验强模型，无广告。
4.  **Pro 版（$200）**：极致算力与性能，无广告。

行业观察人士指出，在巨额算力成本的压力下，OpenAI 正试图通过“低价走量”与“广告变现”两条腿走路。这不仅能迅速扩大付费用户基数，还能通过广告收入补贴免费用户的算力消耗，为公司的长期财务健康提供支撑。

OpenAI构建价格阶梯 全球推行低价订阅与广告模式

<video src="https://static.downly.cn/images/73b2668ad592d4f19a6ceaf5d5a54c37.mp4" controls width="80%">
  Your browser does not support the video tag.
</video>


### 1. 核心观点：化繁为简

虽然现在有 Rules、Commands、MCP Servers、Subagents、Modes、Hooks 等众多概念，但从历史演变来看，用户其实只需要关注两个最核心的概念：

- **Rules (规则)** = **静态上下文 (Static Context)**
- **Skills (技能)** = **动态上下文 (Dynamic Context)**

### 2. 技术演变脉络

**第一阶段：静态上下文 (文本)**

- **Rules (规则)**：
  - **起源**：早期的 AI 模型经常产生幻觉（例如用错 Tailwind 版本）。
  - **作用**：通过在每一次对话中强制包含特定的文本文件（上下文），来纠正模型行为或注入业务需求。
  - **本质**：这就是 **静态上下文 (Static Context)**。
- **Commands (命令)**：
  - **作用**：将重复使用的 Prompt 打包（例如 `/commit-pr`），以便按需多次运行。
  - **形式**：通常表现为“斜杠命令”。

**第二阶段：动态上下文 (代码与工具)**

- **MCP Servers (模型上下文协议服务器)**：
  - **突破**：不仅是文本，还可以运行代码、连接现有系统、进行 OAuth 认证。
  - **作用**：暴露第三方工具（如读取 Slack 消息）给智能体。
  - **缺点**：如果工具太多，会严重占用 Context Window（上下文窗口），导致“臃肿”。
- **Subagents & Modes (子智能体与模式)**：
  - **Subagents**：类似一个带有特定任务设定的 Prompt，限制了工具的使用范围。
  - **Modes**：更进一步，不仅包含指令，还修改系统提示词、UI 界面，甚至加入提醒机制，让智能体专注于特定任务（如“规划模式”）。
- **Hooks (钩子)**：
  - **作用**：解决 AI 的非确定性问题。Hooks 是 100% 确定性的脚本，在特定时间点（如 Prompt 提交前、文件编辑后）自动运行。

**第三阶段：集大成者 (标准化)**

- **Skills (技能)**：
  - **定义**：这是动态上下文的未来标准。它既可以是简单的命令，也可以是复杂的脚本、可执行文件和资源的打包。
  - **优势**：解决了 MCP 的臃肿问题。**Skills 只有在真正被使用时才会加载到上下文中**，不会默认占用 Token。
  - **Cursor 的优化**：即使用户安装了 10 个 MCP 服务器，Cursor 也会像管理 Skills 一样，仅在需要时加载相关工具。

### 3. 最佳实践建议

对于代码智能体的用户，Lee 建议遵循以下简化的心智模型：

1. **使用 Rules (静态上下文)**：
   - 提供最小化、高质量的上下文。
   - 把它当作一个“活的”文档，当智能体犯错时，及时更新规则文件。
2. **使用 Skills (动态上下文)**：
   - 用来扩展智能体的能力（运行代码、外部工具）。
   - 通过 Skills，无需担心上下文臃肿问题。

Cursor 专家 Lee Robinson：从 Rules 到 Skills，看懂 AI 上下文技术的演变



> 不再仅仅是百科全书，AI 开始拥有“记忆”与“上下文”。谷歌 CEO Sundar Pichai 宣布 Gemini 推出“个人智能”功能，通过打通 Gmail、Docs 和日历的数据壁垒，实现真正懂你的个性化服务。这是 AI 助理从“全知”迈向“贴心”的关键一步。

## 打通应用孤岛的超级助理

当你询问“我该换什么轮胎”时，传统的搜索引擎会给你一堆轮胎型号。而升级后的 Gemini 会检索你 Gmail 中的购车记录，确认你开的是一辆 2020 款 SUV，结合你的驾驶习惯和预算，直接给出适配建议。

这就是谷歌最新推出的“个人智能”（Personal Intelligence）。它打破了应用之间的数据孤岛，将 Gmail、Google Docs、日历等核心服务编织成一张属于用户的个性化知识网。无论是规划家庭春假旅行，还是整理复杂的项目文档，Gemini 都能像一位跟随你多年的私人秘书，调取你的日程、偏好和历史记录，生成具有极高可用性的方案。

![Google_AI_Studio_2026-01-15T02_57_08.218Z.png](https://static.downly.cn/images/0d5fb76ebb525cfa61dc698a119b6c41.png)<center>图源备注：图片由AI生成</center>

## 隐私与便利的边界博弈

在获取如此深度的个人数据时，隐私安全成为了用户最关心的命题。谷歌对此采取了严格的“授权制”策略：Gemini 仅在用户明确提问并需要调用数据时，才会访问相关应用。系统不会在后台主动“窥探”或训练用户的私人数据。

此外，谷歌赋予了用户完全的控制权，用户可以随时查看、管理甚至撤回 AI 对特定应用的访问权限。这种“有边界”的智能，旨在重建用户对 AI 处理私密信息的信任。

## 个性化：人机交互的新标准

目前，该功能已率先向 Google AI Pro 和 AI Ultra 订阅用户开放。谷歌的愿景很明确：未来的搜索和交互，默认都将是个性化的。

这一升级标志着 AI 竞争维度的转移。比拼模型参数的时代正在过去，谁能更好地理解用户的“个人上下文”，谁能更安全地融入用户的生活流，谁就能定义下一代人机交互的标准。谷歌正试图用 Gemini 证明，真正的智能，不仅仅是知道世界发生了什么，更是理解你正在经历什么。

谷歌 Gemini 进化：个人智能如何重新定义数字生活

在 2026 年1月12日，Windsurf 再次通过 **1.13.6 版本** 证明了它是目前最懂开发者的 AI 编辑器。本次更新引入了核心功能 —— **Skills（技能）**。

简单来说，如果之前的 AI 只是一个“听懂指令的实习生”，那么拥有 Skills 后的 Cascade（Windsurf 的 AI 核心）就进化成了**带工具箱的高级工程师**。

它不再只是根据你的 Prompt 瞎猜，而是能**读取你预设的文档、脚本和模版，严格按流程办事**。


## 为什么你需要 Skills？

你是否遇到过这些痛点？

- **重复劳动**：每次让 AI 写爬虫，都要强调“记得加 User-Agent，记得用 Headless 模式”。
- **规范遗漏**：每次让 AI 写 Java 代码，它总是不记得用 Lombok 或者特定的注解。
- **上下文丢失**：Prompt 越来越长，但 AI 还是会漏掉关键步骤。

**Skills 就是为了解决这个问题而生的。** 它是 Prompt 的“持久化”和“结构化”版本，让你的工程标准成为 AI 的本能。

------

## 一、快速上手（基础篇）

### 目标：创建一个“代码审查 (Code Review)”技能

**场景**：AI 写的代码有时不符合团队规范（例如缺少注释、变量命名随意）。我们要创建一个技能，让 AI 在 Review 代码时自动加载我们的检查清单。

#### 步骤 1：创建技能目录

WindSurf和 [Claude Code Skills](https://github.com/anthropics/skills) 的目录基本一致，只是根目录从`.claude`换成了`.windsurf`，请在您的项目根目录下，创建以下文件夹结构：

```markdown
.windsurf/
  skills/
    code-review/          <-- 技能名称
```

**WindSurf Skills目录结构示例：**
![image.png](https://static.downly.cn/images/ea439d487290dd9315a4e920320cc6f1.png)

#### 步骤 2：编写核心描述文件 (SKILL.md)

在 `code-review` 文件夹中创建 `SKILL.md`。这是技能的“大脑”，定义了它的触发条件和执行逻辑。

```markdown
---
name: code-review
description: 用于对代码进行审查、重构和优化。当用户要求检查代码、优化代码或进行 Code Review 时调用此技能。
---

# 代码审查专家

你现在是团队的高级技术负责人。请根据以下检查清单对代码进行审查：

## 1. 基础规范
- [ ] 变量命名是否遵循驼峰命名法 (Java/TS) 或下划线命名法 (Python)？
- [ ] 是否存在硬编码的 Magic Numbers 或字符串？
- [ ] 关键逻辑是否有注释说明？

## 2. 安全性检查
- [ ] SQL 注入风险（必须使用参数化查询）
- [ ] 敏感信息（API Key、密码）是否已脱敏？

## 3. 性能优化
- [ ] 循环中是否存在不必要的数据库查询？
- [ ] 集合操作是否高效？

请以列表形式输出审查结果，并给出修改后的代码建议。
```

#### 步骤 3：测试调用

1. 打开 Windsurf Cascade 对话框。
2. 输入：`@code-review 帮我看看这段 Python 代码有什么问题`（或者直接说 `帮我 Review 一下当前打开的文件`，Cascade 会根据 description 自动识别）。
3. **效果**：AI 会严格按照你 `SKILL.md` 中的三个维度（规范、安全、性能）进行输出，而不是泛泛而谈。

**WindSurf Skills 触发 Skills 示例：**
![image.png](https://static.downly.cn/images/22666450e4ba6863ab99b39c4155a591.png)

------

## 二、进阶实战（带模版的生成器）

### 目标：创建一个“Spring Boot 模块生成器”技能

**场景**：开发 Java Spring Boot 应用时，重复写 Controller/Service/Repository 结构非常枯燥，且容易出错。

#### 步骤 1：准备模板文件

在 `.windsurf/skills/spring-feature-gen/` 目录下，放置两个文件：

**1. `ControllerTemplate.java` (辅助资源)**

```java
package com.example.demo.controller;

import org.springframework.web.bind.annotation.*;
import lombok.RequiredArgsConstructor;

// 强制要求：所有 Controller 必须使用 RestController
// 强制要求：必须使用构造器注入
@RestController
@RequestMapping("/api/v1/${resource}")
@RequiredArgsConstructor
public class ${Resource}Controller {
    private final ${Resource}Service service;
    
    @GetMapping("/{id}")
    public ${Resource}Dto getById(@PathVariable Long id) {
        return service.findById(id);
    }
}
```

**2. `SKILL.md` (核心指令)**

```markdown
---
name: spring-feature-gen
description: 为 Java Spring Boot 项目生成标准的 Controller-Service-Repository 分层代码结构。
---

# Spring Boot 功能模块生成器

当用户要求生成一个新的业务模块（Feature）时，请严格遵循以下架构：

## 技术栈要求
1. **框架**: Spring Boot 3.x
2. **构建**: Maven/Gradle
3. **原生支持**: 考虑到后续可能编译为 GraalVM Native Image，避免使用复杂的动态反射。

## 生成步骤
1. 读取当前目录下的 `ControllerTemplate.java` 作为风格参考。
2. 生成 DTO (Record 类型), Service 接口与实现类, Repository (JPA)。
3. 确保所有依赖注入使用 `@RequiredArgsConstructor` (Lombok)。

## 输出格式
请直接生成代码文件内容，不要过多解释。
```

#### 步骤 2：实战调用

在 Cascade 中输入：

> "帮我生成一个用户管理模块（User Management），包含增删改查功能。"

**结果**：AI 会自动读取技能并参考你的 Java 模板，生成一套符合你团队习惯的代码。

------

## 三、实战玩法（用 Skill Creator 创建 AI Skills）

手动编写 `SKILL.md` 还是觉得麻烦？Windsurf 的 Skills 机制与 Claude 官方的 ecosystem 是兼容的。我们可以利用官方的 **Skill Creator** 来让 AI 帮我们写 Skills，除此之外，您也可以参考[Anthropic Claude Code Skills 深度解析](https://www.downly.cn/articles/ee2537e0-00a1-430d-baaa-b0545fcd982c)。

### 1. 引入官方 Skill Creator

[Claude Code Skill Creator](https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md)是 Anthropic 官方提供的一个“元技能”，专门用来生成其他技能。

1. **创建目录**：`.windsurf/skills/skill-creator/`
2. **下载文件**：将官方仓库中的 `SKILL.md` 内容复制进去。
   - **源码地址**：[Claude Skill Creator Template](https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md)

### 2. 如何使用

安装好这个技能后，你就可以套娃操作了：

> **用户**：`@skill-creator 我想要一个专门写 Python 单元测试的技能，要求使用 pytest，并且覆盖率要达到 90% 以上。`

> **Cascade**：(自动调用 skill-creator) 好的，我为您生成了 `python-tester` 的技能结构，包含 `SKILL.md` 和推荐的测试规范...

### 3. 更多官方灵感

Anthropic 官方维护了一个 Skills 仓库，里面包含了很多开箱即用的简单教程和案例（如数据分析、文档编写等），建议收藏并在 Windsurf 中尝试：

- **官方仓库**：https://github.com/anthropics/skills

------

## 核心技巧总结

1. **Description 是关键**： Cascade 依靠 frontmatter 中的 `description` 字段来决定是否**自动**调用技能。写得越具体，AI 自动触发越精准。
   - ❌ `description: 代码工具`
   - ✅ `description: 当用户询问有关 Playwright 爬虫编写、浏览器自动化脚本时使用此技能。`
2. **全局 vs 项目级**：
   - **全局习惯**（如“总是用 Python Type Hint”）：放在 `~/.codeium/windsurf/skills/`。
   - **项目规范**（如“本项目使用 MyBatis”）：放在 `.windsurf/skills/`。
3. **Skills vs Rules**：
   - 使用 **Rules** (.windsurf/rules) 设定你的基本身份（“我是谁”）。
   - 使用 **Skills** 处理具体任务（“怎么做”）。

现在，打开你的 Windsurf，试着创建你的第一个 Skill，把重复的工作流“外包”给 AI 吧！

Windsurf 1.13.6 重磅更新 - 支持 Claude Skills



> 谷歌近日正式推出通用商务协议 UCP 与智能客服系统 Gemini CX，旨在打造无需跳转的“搜索即交易”闭环。这一举措不仅打通了从发现到支付的全链路，更标志着 AI Agent 正式取代传统 APP 成为下一代消费互联网的核心入口。

## 打造零跳转的 AI 购物闭环

在传统的电商逻辑中，用户往往需要在搜索引擎、比价网站和电商 APP 之间反复横跳。而谷歌此次推出的 Agentic 电商解决方案，试图通过 UCP（Universal Commerce Protocol）通用商务协议彻底重构这一流程。

UCP 被设计为 AI Agent、商家与电商平台之间的标准化通信桥梁。它打破了不同平台间的数据壁垒，使得用户在谷歌搜索界面中即可完成复杂的购物任务。例如，当用户询问“适合敏感肌的防晒霜”时，AI 不再仅仅是一个信息检索工具，而是化身为全能导购——自动推荐商品、实时比价、领取优惠券、确认库存，并在获得授权后直接完成支付。

目前，UCP 初期聚焦于结账流程、用户身份绑定与订单管理三大核心环节，并已兼容现有行业标准，接入了多家主流零售商与支付平台。这意味着，“搜索”与“交易”的边界正在无限模糊。

![Google_AI_Studio_2026-01-14T03_34_09.218Z.png](https://static.downly.cn/images/733d03377b7886ce70520faded77f849.png) <center>图源备注：图片由AI生成</center>

## Gemini CX 赋能企业主动服务

面向 B 端市场，谷歌同步推出了 Gemini CX，这是一套覆盖全生命周期的 AI 客户服务系统。与传统客服机器人不同，Gemini CX 具备多模态交互能力，不仅能处理文本和图像，更拥有执行授权操作的“手脚”。

该系统可以代替人工客服执行修改订单、申请退换货或预约服务等具体操作。更具革新意义的是其 Business Agent 功能，它允许消费者直接与品牌的 AI 进行深度对话。这种交互模式将品牌服务从传统的“被动响应”转变为“主动服务”，AI 能够根据用户画像主动提供个性化的产品建议或售后支持，极大地提升了用户粘性与转化效率。

![Google_AI_Studio_2026-01-14T03_34_11.216Z.png](https://static.downly.cn/images/dfaf72c7967c9134fcbd3521c30946de.png)
<center>图源备注：图片由AI生成</center>

## 全球电商流量逻辑的代际更迭

谷歌此举无疑是在向全球电商巨头宣战。目前，包括阿里巴巴、京东、抖音在内的中国电商平台也在积极部署大模型技术，优化推荐算法与智能客服。然而，谷歌的优势在于其作为互联网“第一入口”的搜索地位与 Gemini 大模型的深度集成。

通过构建“发现—决策—交易—服务”的一体化 AI 原生范式，谷歌试图证明，未来的网购将不再依赖独立的 APP 或网站。这场由 UCP 协议开启的变革，预示着 AI 代理将成为新的流量分发中心，传统电商平台的“货架逻辑”正面临前所未有的挑战。

谷歌发布 UCP 协议与 Gemini CX 重构 Agentic 电商生态



> Adobe Firefly正式引入OpenAI GPT-Image1.5模型，转型为聚合全球顶尖AI技术的生态平台。同时推出限时无限量生成福利，加速将前沿AI能力渗透至Photoshop等核心工具链。

## 引入强援与限时激励

Adobe近期为其生成式AI创作平台Firefly注入了强劲动力。官方宣布，平台已正式上线OpenAI研发的GPT-Image1.5模型。为了回馈核心用户，Adobe推出了一项短期激励政策 从即日起至1月15日，Firefly Pro和Premium方案的订阅用户可以无视额度限制，利用该新模型进行不限量的图片生成。

这一动作标志着Adobe正在打破单一模型的局限，转而构建一个庞大的AI多模态生态。目前的Adobe Firefly已经演变成一个“模型聚合平台”，除了自家的Firefly模型外，还深度整合了包括OpenAI、Google、Runway、Black Forest Labs、Pika以及Ideogram在内的全球顶尖AI厂商的图像、音频及视频技术。

![Google_AI_Studio_2026-01-13T02_40_37.815Z.png](https://static.downly.cn/images/ec1f7e46e1498aaa0bf6962260d6b2f9.png)
 <center>图源备注：图片由AI生成</center>

## 商业模式与工具链渗透

在商业模式上，Firefly依然沿用“生成式点数”的订阅体系。入门级的Standard方案每月提供2000点额度，月费约69.8元人民币；更高级的Pro和Premium方案则分别提供4000点和5万点的极高额度，以满足专业创作需求。

除了模型集成，Adobe还在加速将其AI能力渗透到现有的工具链中。近期，Photoshop、Adobe Express和Acrobat已先后接入ChatGPT，并与视频AI巨头Runway达成了长期战略合作。这一系列布局旨在让创作者无需频繁切换工具，即可在Adobe软件内调用全球最前沿的AI能力。

**核心看点**

*   **模型升级** Adobe Firefly正式引入OpenAI GPT-Image1.5模型，提升图像生成质量。
*   **限时福利** Pro及以上订阅用户在1月15日前可享受不限量生成图片的特权。
*   **生态聚合** Firefly已转型为聚合平台，整合了Google、OpenAI及Runway等多家巨头的AI模型。

Adobe Firefly接入OpenAI新模型 打造多模态AI聚合平台



> Google 在 NRF 2026 大会上发布通用商务协议（UCP），联手 Shopify 和沃尔玛等巨头，旨在为 AI 代理建立一套从发现到支付的标准语言，推动电商行业从“推荐”向“自动执行”的质变。

## AI 真正学会“购物”

在 2026 年美国国家零售联合会（NRF）大会上，Google 正式推出 Universal Commerce Protocol（UCP），这被视为电商领域的“TCP/IP”时刻。作为专为“代理式商务”（Agentic Commerce）时代打造的开放标准，UCP 的核心使命是消除 AI 代理与零售系统之间的隔阂。

通过 UCP，AI 不再仅仅是一个导购，而是具备了完整的执行力。用户在 Google Search 的 AI 模式或 Gemini 聊天中，只需用自然语言下达指令——例如“按上次地址帮我买那个黑色行李箱”——AI 即可跨平台完成商品匹配、个性化比价（包含会员折扣）、支付结算以及售后对接。整个过程用户无需离开对话界面，实现了真正的“零摩擦”购物体验。

![Google_AI_Studio_2026-01-12T03_22_51.902Z.png](https://static.downly.cn/images/b7456a18563450c7ff54ef23d924a8a6.png) <center>图源备注：图片由AI生成</center>

## 商家主权与数据护城河

UCP 在设计上最关键的原则是明确了 AI 的“代操作”角色，而非“中间商”地位。协议规定，真正的订单主体（Merchant of Record）始终是商家。

这意味着客户关系、交易数据所有权以及售后服务责任完全归属于商家，而非平台。这一设计巧妙地化解了零售商对科技巨头垄断用户数据的长期担忧，避免了平台过度介入带来的隐私风险，确保了商家在 AI 时代的独立性与核心控制权。

## 开放生态对抗封闭割据

为了构建这一基础设施，Google 组建了豪华的生态联盟。UCP 由 Shopify、Wayfair、Target、Walmart 等零售巨头共同开发，并获得了 Stripe、Visa、Mastercard 等支付巨头的背书。

该协议完全开放、中立且与厂商无关，兼容 Agent2Agent（A2A）等现有行业标准。这意味着任何 AI 平台或零售商均可接入，中小商家也能通过标准化接口获得 AI 流量入口。Google 此举意在通过开放互操作性，打破电商领域的封闭割据，让谁拥有最好的代理体验，谁就能定义未来的购物方式。

![Google_AI_Studio_2026-01-12T03_23_08.139Z.png](https://static.downly.cn/images/a3de080f2b4c97e5f2fc49f02cc51849.png)<center>图源备注：图片由AI生成</center>

谷歌发布 UCP 通用商务协议：开启“代理式商务”新纪元

ChatGPT Prompt Genius

Learning Prompt

MJ Prompt Tool

PromptHero

Flowith

StabilityAI推出的文本到图像生成AI

Stable Diffusion

Cutout.Pro推出的AI图片物体涂抹去除工具

Cutout.Pro Retouch

HunyuanVideo-Avatar

Proofig

GitHub Copilot

ClickPrompt

Windsurf

Icons8推出的智能图片背景移除和无损放大二合一Mac应用

GoProd

在线AI流程图和思维导图制作工具

ProcessOn

提示工程指南

Stable Diffusion Prompt Book

Cursor

PromptBase

Google Veo 3 / 3.1 是 Google DeepMind 推出的最新一代生成式视频模型。

Google Veo 3

AI Prompt Generator

谷歌推出的AI云端开发和代码编辑器

Project IDX

海量AI智能体免费用，已接入DeepSeek满血版

Coze Space

Cutout.Pro抠图

字节跳动推出的免费AI编程工具，基于Claude模型

Trae

Visual Prompt Builder

Cutout.Pro

Cutout.Pro老照片上色

Claude Code

Perplexity AI

Awesome ChatGPT Prompts

### 1. 核心观点：化繁为简

虽然现在有 Rules、Commands、MCP Servers、Subagents、Modes、Hooks 等众多概念，但从历史演变来看，用户其实只需要关注两个最核心的概念：

- **Rules (规则)** = **静态上下文 (Static Context)**
- **Skills (技能)** = **动态上下文 (Dynamic Context)**

### 2. 技术演变脉络

**第一阶段：静态上下文 (文本)**

- **Rules (规则)**：
  - **起源**：早期的 AI 模型经常产生幻觉（例如用错 Tailwind 版本）。
  - **作用**：通过在每一次对话中强制包含特定的文本文件（上下文），来纠正模型行为或注入业务需求。
  - **本质**：这就是 **静态上下文 (Static Context)**。
- **Commands (命令)**：
  - **作用**：将重复使用的 Prompt 打包（例如 `/commit-pr`），以便按需多次运行。
  - **形式**：通常表现为“斜杠命令”。

**第二阶段：动态上下文 (代码与工具)**

- **MCP Servers (模型上下文协议服务器)**：
  - **突破**：不仅是文本，还可以运行代码、连接现有系统、进行 OAuth 认证。
  - **作用**：暴露第三方工具（如读取 Slack 消息）给智能体。
  - **缺点**：如果工具太多，会严重占用 Context Window（上下文窗口），导致“臃肿”。
- **Subagents & Modes (子智能体与模式)**：
  - **Subagents**：类似一个带有特定任务设定的 Prompt，限制了工具的使用范围。
  - **Modes**：更进一步，不仅包含指令，还修改系统提示词、UI 界面，甚至加入提醒机制，让智能体专注于特定任务（如“规划模式”）。
- **Hooks (钩子)**：
  - **作用**：解决 AI 的非确定性问题。Hooks 是 100% 确定性的脚本，在特定时间点（如 Prompt 提交前、文件编辑后）自动运行。

**第三阶段：集大成者 (标准化)**

- **Skills (技能)**：
  - **定义**：这是动态上下文的未来标准。它既可以是简单的命令，也可以是复杂的脚本、可执行文件和资源的打包。
  - **优势**：解决了 MCP 的臃肿问题。**Skills 只有在真正被使用时才会加载到上下文中**，不会默认占用 Token。
  - **Cursor 的优化**：即使用户安装了 10 个 MCP 服务器，Cursor 也会像管理 Skills 一样，仅在需要时加载相关工具。

### 3. 最佳实践建议

对于代码智能体的用户，Lee 建议遵循以下简化的心智模型：

1. **使用 Rules (静态上下文)**：
   - 提供最小化、高质量的上下文。
   - 把它当作一个“活的”文档，当智能体犯错时，及时更新规则文件。
2. **使用 Skills (动态上下文)**：
   - 用来扩展智能体的能力（运行代码、外部工具）。
   - 通过 Skills，无需担心上下文臃肿问题。

搜索结果: Pro