Suno变成了真正的DAW，Gemini开始替你操控手机，Notion Workers正式上线：2026年8月 AI三选

这一周，三款AI工具各自以不同的方式抹去了一道本不该被跨越的边界。

2026年8月第二周，三项重大更新几乎同时到来。Suno发布Studio 2.0，从"输入文字生成歌曲的应用"蜕变为专业级浏览器DAW。谷歌在Made by Google 2026发布会上推出搭载Gemini Intelligence的Pixel 11——这是一个无需开发者API集成即可直接操控40余款第三方应用的智能体AI。Notion则将Workers从免费测试版转为付费服务，让团队在Notion基础设施上直接部署自定义代码成为现实。

贯穿这三项更新的共同主题只有一个：AI正在从"辅助工具"变为"代为执行的系统"。

Suno Studio 2.0：运行在浏览器里的真实DAW
MIDI与AI聊天栏：演奏乐器，对话生成插件
Gemini Intelligence on Pixel 11：AI直接操控你的应用
屏幕解析：不需要API集成，如何跨越应用边界
Notion Workers：在Notion上运行代码
AI会议记录的进化：说话人识别与自动后续行动
三项更新指向的方向

1. Suno Studio 2.0：运行在浏览器里的真实DAW

2026年8月13日，Suno发布了Studio 2.0。此前的Suno是"输入一句话、生成一首歌的应用"。Studio 2.0之后，它成了另一种东西：一款运行在浏览器中的数字音频工作站，集MIDI编辑、波表合成器、AI聊天栏、自定义插件生成、轨道自动化、侧链压缩、卷积混响和32位/48kHz无限制多轨导出于一体。

传统DAW——Logic、Ableton、FL Studio——需要安装、学习曲线陡峭、软件本身价格不菲。Suno Studio 2.0试图在浏览器标签页内彻底消除这些门槛。

Studio 2.0核心功能

功能	说明
MIDI支持	通过MIDI控制器或键盘直接演奏、录音、编辑
波表合成器	内置合成器，从零开始设计音色
AI聊天栏	理解当前会话音乐语境，生成乐器、人声和自定义插件
自定义插件	通过聊天栏创建的效果插件保存至账户，可跨项目复用
自动化	每条轨道的参数自动化曲线编辑
高品质效果	内置侧链压缩和卷积混响
多轨导出	32位/48kHz 无限制多轨导出
分轨分离	集成升级版分轨分离工具

2. MIDI与AI聊天栏：演奏乐器，对话生成插件

Studio 2.0中最令人关注的组合，是MIDI与AI聊天栏的交汇点。

MIDI录制的演奏现在可以作为AI生成的提示词。 弹奏一段钢琴旋律，Suno就将这段旋律作为上下文，为其生成鼓点、贝斯或管弦乐编曲。这意味着从"输入流派文字"到"演奏一段旋律让AI回应"的转变。

AI聊天栏更进一步。它感知当前会话的音乐语境。输入"给这首歌做一个温暖的磁带饱和插件"，Suno就会创建这个插件，保存到账户，并让它在所有未来项目中可用。发布时，创建插件不消耗积分，但Suno表示未来可能引入积分结构。

"这不是在DAW里加了一个AI聊天机器人，而是AI在实时扩展DAW本身——就像乐队成员说'需要什么效果器'，对方马上在现场从零造出一个。"

Studio 2.0仅限Suno Premier订阅用户（每月24美元）。

3. Gemini Intelligence on Pixel 11：AI直接操控你的应用

2026年8月12日，谷歌在Made by Google 2026发布会上发布了Pixel 11系列。硬件升级是渐进式的，软件不是。Pixel 11的核心价值主张是Gemini Intelligence——尤其是其智能体（agentic）能力。这是Pixel系列自诞生以来定位上最重要的一次转变。

智能体AI不仅仅是回答问题或生成文字，而是代替用户在真实世界中自主执行多步骤操作。Pixel 11上的Gemini Intelligence可以订购食品杂货、叫车、完成餐厅预订，甚至拨打商家电话来完成预约——覆盖40余款第三方应用。

Gemini Intelligence当前能力

在40余款第三方应用中执行多步骤任务
订购食品、叫车、管理预订、发送消息
实时将视频、播客、语音消息翻译为目标语言
Gboard Rambler：自动过滤填充词和句子碎片，干净捕捉语音意图

4. 屏幕解析：不需要API集成，如何跨越应用边界

Gemini Intelligence在技术上最值得关注的是**屏幕解析（screen-parsing）**机制。

传统的AI与应用集成需要应用开发者编写Gemini API代码。Uber必须构建Gemini集成，Gemini才能使用Uber。Pixel 11的Gemini Intelligence完全绕过了这一限制。

Gemini像人一样读取屏幕上显示的应用界面，并直接与之交互。 它打开Uber应用，找到目的地输入框，输入地址，点击请求按钮——全程无需开发者专属API。

这种机制的含义深远：任何应用，无需开发者提前同意或进行集成工作，都可能成为Gemini智能体的操控对象。

Pixel 11系列8月20日开售，起售价899美元。

5. Notion Workers：在Notion上运行代码

2026年8月11日，Notion Workers结束免费测试期，转为基于积分的付费定价。Workers让团队无需外部服务器，直接在Notion基础设施上部署自定义代码。

这一转变的意义在于将Notion从"文档存储库"提升为"逻辑实际运行的平台"。在电子表格写公式和在服务器上部署业务逻辑是本质不同的事情。Workers在一个工作区内消弭了这道边界。

Notion Workers能做什么

无需外部服务器，在Notion内运行复杂业务逻辑
部署连接Notion数据库与外部服务的自定义脚本
在Notion内部构建工作流工具，而非订阅另一款SaaS

6. AI会议记录的进化：说话人识别与自动后续行动

与Workers同期，Notion AI会议记录迎来了关键升级：说话人识别功能。

会议摘要现在会标注发言人。"张伟：下周五前提交初稿。""李芳：预算确认后审批。"带有责任人的行动事项自动生成。

Custom Agent Triggers进一步延伸了这一能力。会议记录生成的瞬间，AI智能体可以自动触发——将摘要发送到Slack团队频道、将反馈转化为Jira工单、更新CRM中的客户记录——无需人工介入。

7. 三项更新指向的方向

表面上，这三项更新分属音乐、智能手机和生产力工具三个不同领域。深入一层看，它们指向同一个方向。

AI正在从"辅助功能"变为"执行主体"。

Suno Studio 2.0中，AI聊天栏不是推荐效果器，而是直接创建它。Gemini Intelligence不是教你如何使用应用，而是替你操控应用。Notion的AI智能体不仅仅生成会议摘要，而是在摘要生成的同时自动完成所有后续任务。

这一转变对教育工作者和个人创业者意味着什么？学会"如何使用AI工具"和"设计AI应该代你执行什么"，现在是两种不同的能力。 前者是用户能力，后者是设计能力。下一个周期中重要的工具，将越来越需要后者。

快速上手提示

工具	今天就能试的操作
Suno Studio 2.0	在MIDI编辑器中用键盘弹奏旋律，然后在聊天栏输入"围绕这段旋律编一首完整的乐队曲"
Gemini on Pixel 11	说"帮我预约明天晚上7点两人餐位"，观察Gemini如何执行每一步
Notion Workers	从会议后自动化开始：创建触发器，在AI会议记录生成后立即向团队Slack频道发送消息