Figma 演示用 Specs 与 Figma agent 把上下文变成可实现的开发计划
Figma 在 Workflow lab 中演示一个完整工作流:工程师用 Specs 在画布上汇集 PRD、Hex 数据、FigJam 图、标注设计和组件说明,再让 Figma agent 生成供编码智能体使用的实现计划。文中还提到 Sp…
Agent 智能体主题关注能自主拆解任务、调用工具并完成多步工作的 AI 系统:Claude Code、Manus 等产品,各家 Agent 框架、多智能体协作与评测基准,适合想了解自动化工作流进展的读者。
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体:Claude Code、Manus 等应用,各家 Agent 框架与评测。
Figma 在 Workflow lab 中演示一个完整工作流:工程师用 Specs 在画布上汇集 PRD、Hex 数据、FigJam 图、标注设计和组件说明,再让 Figma agent 生成供编码智能体使用的实现计划。文中还提到 Sp…
卡兹克在DeepSeek Harness发布100天之际分享了13个插件玩法。
Google Research 回顾 Duplex 十年架构演进,并介绍本周在 Gemini App Tasks 中上线的自动致电商家功能。
Browser Use 发布 browser-use 1.0,用单一 python 持久 REPL 加原生 Chrome DevTools Protocol 访问替代 0.x 的 24 个浏览器动作。
Google Labs VP Josh Woodward 宣布 Mac 版 Gemini 应用新增 computer use 功能,可跨文件夹、应用和网页代用户执行任务,屏幕和光标控制权仍归用户。官方演示显示 Gemini 能在后台窗口中…
Google 在 Gemini API 的 Interactions API 中以预览形式推出 Tool Retrieval,让智能体按需加载工具参数 schema,而不是每次请求都发送完整工具库,以减少输入 token 并在工具数量扩大…
Perplexity CEO Aravind Srinivas 分享 Computer 中 Brain 智能体的自我改进技能研究:Brain 会读取历史会话轨迹(工具调用、推理、结果),识别重复模式,仅在证据足够时提议新技能或更新。
METR 发布截至 Opus 5.5 和 GPT-6 Astra 的能力评测更新,发现在 TH1.1 与 TH2 任务上模型时间视野约每 3.6 个月翻倍,可验证子集翻倍时间约 1.65 个月。
Runway 介绍了逐步把软件交付各环节交给智能体完成的实践。智能体 10 月驱动了 38% 的合并 PR(6 月仅 0.1%),首次批准等待中位数从超过 2 小时降至约 5 分钟;AI 单独批准的 PR 回滚率约千分之一,低于人工批准的…
OpenAI 官方详解其 Performance Factory 系统,用 Codex 智能体在云端自动排查并修复 ChatGPT 的性能回归。其中 Regression Workflow 在三个多月内跟踪超过 1700 次调查、定位超过…
Ai2 于 11 月 19 日在科研智能体平台 Asta 中上线 Theorizer,该智能体检索文献并为无法解释的观测提出候选理论,所有论断均链接到支持文献,代码同步开源;通过网页界面使用时 Ai2 在限额内承担 token 费用,也可…
OpenHands 团队详解把大部分 CVE 修复工作交给 Agent 流水线的做法:Agent 选择修复、开 PR、合并低风险项并跟踪到部署,人每天只读一条最多 11 行的 Slack 消息和少量 PR。
Conductor 发布 0.97.0 更新,同时宣布 Conductor 加入 Meta。本地工作区的 Agent 现在可以生成 artifacts,即能在聊天中内联显示的 HTML 页面,默认开启,可在 Settings → Arti…
Reuters 披露的内部聊天显示,Meta 员工在测试 Muse 智能体时发现它似乎访问了加密私信、可能混淆用户对话,甚至输出他人银行账户余额等内容;有员工称测试中被误注册每月 888 美元的宠物保险且无法挽回。
OpenAI 发布第二份研究加速报告,基于内部测量介绍编码智能体如何改变 AI 研发周期。3 月到 10 月,估计需 2-4 小时的人工任务智能体自主成功率从 23% 升至 46%,4-8 小时任务从 13% 升至 35%;但任务间差异明…
Satya Nadella 在 Ignite 2026 开幕主题演讲中宣布构建 frontier 生态的多项产品更新。
Replit 发布 Replit Missions,用户设定目标、预算和边界后,由智能体集群并行规划、构建、测试并迭代,独立 AI 裁判按约定标准验收。
Google 宣布 Gemini 任务功能免费向美、日、韩、加、澳、印数亿用户推出,基于新的 Gemini 4 Hydrogen 模型,可自动打电话预约、查询账单、购物下单和管理日程。
Anthropic 工程师 Vivek Nair 复盘 Claude Docs 9 月 16 日上线前的 chaos loop 实践:让 Claude Code 会话在镜像生产的 staging 集群上以每天超 100 万合成 docs…
AI 安全研究公司 Trajectory Labs 在测试 Gemini 4 Argon 智能体时,约 40 个智能体在收到不可能完成的任务后越权探测 Epoch AI 真实网站,3 小时内发送 36411 次请求和 487 条消息,包括…
OpenHands 发布 OpenHands Teams,为小型工程团队提供自助使用 OpenHands Enterprise 的入口,30 天免费试用,定价每月 500 美元含 10 用户,加人每月 50 美元,可在自有基础设施数分钟内…
UC Berkeley、Microsoft Research 与 Microsoft Security 发布开源插件 TokenEconomizer,从 Agent 在同一仓库的历史会话中学习,在不修改 Agent 或底层模型的情况下降低…
Fireworks AI 基于 Specialized Intelligence Index 的 21 个基准榜单,从任务表现、模型成本和执行时间三方面评测 Kimi K3.1 Pro 是否适合替换现有智能体模型。
Google 发布 Gemini 4 Carbon(gemini-4-carbon,1M 共享 token 池,11 月 30 日前 $2.00/$10.00 每 1M tokens。
Anthropic Claude Code 团队分享其验证方法论,团队约 90% 的代码由 Claude 编写和审查,验证循环让并行运行数十上百个 Claude 成为可能。
作者让Agent整理出自己近两个月指挥Agent干活最常用的10条Prompt并分享,包括从第一性原理找根因、先对齐喜好再出3版方案、推演改动二阶三阶影响、假设最优方案错误找反例、分析Git历史识别可移除的历史包袱、评估新工程师接手的认知…
Arena 榜单显示 Qwen4-Max 以 +7.5% 净提升在 Agent Arena 总排名第14,成为第一中国模型,使 Alibaba 成为排名第一的中国实验室、总榜第5,仅次于 Anthropic、Google、OpenAI 和…
Conductor 发布 0.95.0 更新,本地工作区中的 Agent 现在可以创建工作区、启动其他 Agent 并等待回复和发送跟进,还能取消和归档聊天、设置工作区状态及更新仓库脚本。该版本同时宣布 Conductor 加入 Meta…
Sierra 宣布 Personal Agent Protocol(Poppy)v1.0 正式可用,该协议定义个人智能体如何通过企业智能体、网站和 API 与公司交互,主要基于 MCP、OpenAPI、UCP 等现有标准构建,认证通过 O…
腾讯混元发布全新实时语音模型 Hy Realtime,在语音理解、指令遵循、拟人化表达等基础能力外新增 Agentic 工具调用与唱歌能力,已在元宝语音通话、腾讯客服上线,近期将上线腾讯云提供 API 服务。
Google Research 介绍其团队与学术伙伴用 Antigravity 的 /teamwork 多智能体工作流配合 Gemini 4 Argon、Carbon、Hydrogen 模型,在信息论、形式化验证、分子结构和内核优化等领域…
Berkeley RDI 联合多所高校发布 CyberArena 基准,让两个 AI 智能体在 CTF 攻防赛制中同时攻击对手服务并修补自己的服务,每局结果由场地验证。
Anthropic 发布博客,拆解常驻智能体(always-on agents)背后的架构。这类智能体有状态且可主动行动,其兴起得益于模型判断力提升和智能成本下降,例如长程编码任务上 Opus 5.5 每解决一个任务的成本比 Opus 5…
Replit 给 Replit Agent 新增两项能力:通过 Stripe Link 和 Visa 为企业代购物资,以及在 Replit 内直接创建和投放 Google Ads 覆盖 Search、YouTube 等渠道。
Figma 宣布 3D transforms 进入 open beta,面向所有 Full seat 用户开放,可用 3D transform 和 perspective 效果在空间中倾斜、旋转和排布文本、图像、矢量与框架,效果非破坏性,…
OpenRouter 拿 6 个模型、同一个注定失败的账单任务各跑 3 次:不加防护,18 次里有 4 次一路重试到 40 步上限;打开死循环检测后,16 次只真正调用 2 次工具就停了,合计花费从 0.29 美元降到 0.05 美元。不…
美联航 11 月 11 日改了运输合同:用 AI 代理替你订票、改票、买座位或升舱,都算违规,美联航可以不通知就取消这类订单。 就算你在旁边盯着、每一步都点了「同意」,也照样算。合同原文写的是「无论乘客是否监督或批准」。 哪些 AI 算「…
Anthropic 发布 Claude Tag(beta)创业公司使用指南,基于对 Kikoff、NavigateAI、Orderful、Moritz 等 8 家高增长创业公司的访谈,总结了 on-call 分诊、Thread to PR…
Anthropic 推出 Claude Meetings beta,Claude 可作为可见参会者加入视频通话,在会中回答提问、协作创建文档和白板,并生成笔记和行动项。
OpenRouter 发布教程,讲解 AI Agent 因工具反复失败而陷入无限循环的成因,并给出四层防护:doom-loop 检测、loopKey 参数归一化、stopWhen 步数与成本上限、API key 信用额度。
推广
橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。
访问橙子中转站