GateUser-fcd5a053

@Joensmoon @StableStock_CN 吃相太难看了

Google 给 Gemini API 的 File Search 加了多模态检索。
它现在能一起检索图片和文本，也能加自定义 metadata 过滤，还给了页级 citation。做 RAG 的人应该马上能用上。
我比较看重的是它终于开始处理混合资料场景了，视觉素材、合同版本、知识库状态放在同一套检索流程里会顺很多。做客服知识库、法务文档检索、内容资产库的人可以先看一下。
官方文档在这里：

Microsoft 昨天把 Copilot Cowork 的 skills、plugins 和手机入口一起开了。
现在能把重复流程写成 reusable skills，还能接 LSEG、Miro、 Global Energy 这类连接器，组织自己也能补 custom plugins，出门在手机上把任务丢给它，回来再看结果。
我觉得这条挺适合企业里的 AI 运营和自动化团队，因为重复流程终于有了能沉淀的入口，个人用户先不用急，前提还是你得在 Microsoft 365 Frontier 里。
官方说明：

Google 在 2026 年 5 月 4 日给 Gemini API 加了 Webhooks。
Batch API、长视频生成、Deep Research 这类要跑几分钟到几小时的任务，现在可以直接等 HTTP POST 回调，不用自己轮询 GET operations 了；项目级 HMAC、单请求 JWKS 和 24 小时自动重试也一起给了。
做 agent 后端和异步任务编排的人会省掉一堆脏活，这种更新不花哨，但真能少写很多等结果脚本。详情： 文档：

今天刷到 Solana Foundation 新开的 仓库是 solana-foundation/pay。
它做的是 agent 的 API 支付层，支持 Gemini、BigQuery、Vertex AI 这些接口按次付费，遇到 402 收费接口会自己走 x402 或 MPP，再用本地钱包授权签名。
README 里连 MCP server、支付调试器和 pay codex / pay claude 这种入口都备好了，做 agent workflow、付费数据接口、链上支付的人可以直接试。
GitHub 现在约 1.6k stars，我觉得做 agent 工具和付费数据接口的人可以直接上手看，模型真要自己调服务和付费，这块能力很难绕开。
项目页：
仓库：