跳到正文

#Agent

今日 19 条
11月5日周四
  1. 人人都是产品经理55

    Grok Bot 把 AI 做成同事后,最难的是授权与交接

    xAI 的 Grok Bot 把研究、写作、日程拆给有名字、有分工的 Bot,各自保存记忆并在群里协作交接;报道显示产品自 2026 年 8 月测试两个月付费周用户达 80 万,10 月较前月增长超过一倍。

    决策要点

    Agent 产品的竞争门槛正从模型能力转向权限分级、记忆作用域和人工接管这类工程与制度设计,把 Agent 当同事就要按任务系统来建。

    • 影响企业把 Agent 用于团队协作时,治理重心会从选模型转向记忆作用域、权限分级和操作审计;登录、二次验证等身份环节需保留人工完成;模型被平台托管后,成本与质量只能靠任务等级、重试和预算等替代控制面约束。
    • 参考可考虑先从一个低风险、可回滚的角色试点,例如文档检索或测试用例草拟;值得按会话、角色、项目三层梳理记忆作用域,并为发消息、修改线上配置、提交代码、产生费用的动作设关键节点人工确认。
  2. 人人都是产品经理50

    基元律动发布 NeoHorse-1.5-Flash Preview,把模型自我改进机制跑进第二圈

    基元律动发布 Agent 原生模型 NeoHorse-1.5-Flash Preview,总参数 125B、激活参数 6B,基于 Qwen 3.8 Flash 进化,由上一代 NeoHorse-1 在真实任务环运行积累的数据训练而来。

    决策要点

    递归自我改进正被从论文概念推进到工业流程,而燃料是真实任务流量,握有路由入口的平台由此获得迭代速度优势。

    • 影响Flash 档位主打推理成本与能力的平衡点,高频 Agent 工作流多了一个比旗舰模型更划算的调用选项;榜单数字多为官方口径,选型仍需按自有任务实测;靠任务流量驱动模型迭代的模式一旦跑通,掌握真实任务入口的平台可能持续拉开与单一厂商的迭代速度差。
    • 参考可考虑把高频、流程固定的 Agent 任务单独列出,按实际 Token 消耗测算 Flash 档位与旗舰模型的调用成本差;值得在自有工程场景复测其长链路表现,再决定是否纳入备选模型池。
  3. IT之家·人工智能69

    Uber 财报会披露 AI 智能体叫车一周仅 4 笔订单

    Uber 在第三季度财报电话会议上披露,万圣节当周通过 AI 智能体叫车的网约车订单仅 4 笔,Uber Eats 的智能体订单为 500 笔,而同期平台出行及订单总量约 3.2 亿笔。

    决策要点

    智能体购物的市场热度与真实交易量之间存在数量级落差,自有应用的使用速度优势构成了主要采用门槛。

    • 影响企业接入智能体渠道短期不能指望可观的新增订单,投入宜按占位性质安排;自有应用的核心流程体验仍是留客关键;Uber 管理层将智能体视为未来净新增需求来源并已开始洽谈布局。
    • 参考可考虑把智能体渠道的投入控制在小额试点,用真实订单量校准回报节奏;值得盘点自家应用核心流程的完成耗时,先算出智能体代劳能否真正为用户省时间。
  4. 人人都是产品经理66

    Personal Agent,超级共识还是超级泡沫?

    Meta的Muse上线约一个半月,美国和加拿大已有超1000万人设置个人智能体,当月Meta股价上涨约27%,阿里、腾讯、字节与OpenAI、Anthropic、xAI随后入场。

    决策要点

    这轮Personal Agent热潮是共识先于验证,需求信号真实,但可靠性、平台互通、成本三道坎没有解法,估值已明显跑在收入前面。

    • 影响用户把选择权交给Agent,会动摇现有App的流量和交易入口;豆包遭超150款APP拒绝、亚马逊封禁Muse说明平台防御已是现实,生态开放策略需要重估;生活场景全天候在线的推理成本高于编程Agent,盈利模式尚未跑通。
    • 参考平台方值得盘点自家服务对第三方Agent的开放边界,参考豆包的拒绝清单决定放行或限制的场景;计划入局者可考虑先接低风险待办、关键步骤保留真人确认,暂避直接经手支付交易的环节。
  5. 人人都是产品经理50

    83.7K Star 的 LobeHub 实测类 Super-agent 协作,对照 DeepSeek 架构设想

    作者袋鼠帝对照 DeepSeek 上周六发布的 Super-agent 架构设想长文,解读并实测了 83.7K Star 的开源多智能体平台 LobeHub,称其半年前已在生产环境运行类 Super-agent 体系,实现主管与执行 Agent 分层、事件驱动触发、云端调度加本地执行的存算分离和以 Task 为锚点的上下文管理。

    决策要点

    多 Agent 协作正从概念推演进入工程落地阶段,竞争焦点开始从模型跑分转向工程架构,开源社区已出现可上手的样板。

    • 影响研发与内容团队的人机分工可能重排,人从盯会话转为验收关键项;云端调度加本地执行降低了多 Agent 试用门槛;文中效率对比出自作者单人测试,不能直接套算团队收益。
    • 参考可考虑让工程团队用官网账号花十几分钟跑一次小任务试点,记录任务拆解与验收耗时;值得盘点现有单 Agent 会话中靠人工复制上下文的环节,评估哪些适合交给任务看板托管。
  6. 人人都是产品经理49

    破解热潮背后,Efflora 为 AI 搭建安全训练场

    国内安全背景团队 Efflora 正在为 AI 搭建安全训练环境,创始人王泉称团队一年前就实现了 REA 现在的分析能力,复刻软件环境超 1000 个。背景是 GitHub 出现开源视频编辑器 ReaCut,开发者借 REA 分析剪映的本地行为和工程格式并复现部分功能,软件被复现的门槛正在降低。

    决策要点

    软件被拆解复现的门槛在降低,而模型安全能力带来新的训练需求,安全经验正变成可采购的上游资源。

    • 影响依赖封闭格式和开发投入定价的软件要重估续费逻辑;模型让发现问题更容易,安全团队的瓶颈转向线索验证与根因处置;AI 编程进入业务后,模型自身安全能力会进入采购评估。
    • 参考可考虑先盘点自家软件对封闭格式和本地行为的依赖,测算被复现后的定价影响;安全团队值得把线索验证环节单独设计流程和预算;引入 AI 编程时可把安全场景训练环境列为考察项。
  7. 人人都是产品经理58

    Agent记忆系统的设计实践:一张表、一个索引、三套淘汰策略

    Agent记忆系统可以用一张PGSQL表加一条HNSW索引落地,工作、情节、语义三类记忆靠memory_type字段区分,共用同一套embedding空间。写入需经sha256去重、重要度打分和TTL三步,默认7天过期、重要度高于0.7延至30天、语义记忆90天;召回走时间序加向量检索双通道,按token预算截断,系统提示需先占预算。

    决策要点

    在模型推理能力逐渐趋同的背景下,Agent产品的竞争焦点正转向记忆系统,其落地已有可复制的工程范式。

    • 影响记忆系统缺失会推高token成本,文中案例一个简单问题也消耗几十万token;跨会话记忆能力决定产品体验的分界;向量索引维护不当会带来难以定位的查询延迟衰退。
    • 参考可考虑用文中psycopg2加pgvector的最小实现先跑通写入和召回,再按业务调整打分规则与TTL;值得先统计自家Agent单次会话的token消耗;并把embedding换模型加列双写、user_id隔离纳入上线检查清单。
  8. 人人都是产品经理61

    深度拆解 DeepSeek 开源的 Super-Agent,程序规则如何给多 AI 派活

    DeepSeek 于 10 月 31 日开源 Super-Agent,用写死的程序规则替代模型自觉,承担多 AI 协作中的派活调度,开源两天 GitHub 获 1.2 万 Star。

    决策要点

    Super-Agent 的实质是把多智能体协作的调度权从提示词挪进写死的程序,用硬限制换稳定,方向清晰但它自己也只挪了一半。

    • 影响多 AI 并行任务下人工开窗、传话、盯进度的协调成本有明确压缩空间,思路是可用程序规则替代提示词约束;安全上 Worker 用用户账号跑命令免审批、部署隔离未解决,直接引入存在越权风险;数据只增不清,长期运行要预留维护成本。
    • 参考可考虑把文中五步法搬进自家工具链,先开只读总台窗口和任务状态文件,发布按钮留在人手里;值得先用 observe 方式让 AI 列出它本可做的事,逐条确认后再放权;若要试装本体,先算清隔离机器与 Node.js 环境的部署成本。
  9. 钛媒体44

    灵光2.0、Today AI、Alice三款个人Agent实测:应用接口权限成拦路虎

    霞光AI实验室用相同任务指令实测灵光2.0、Today AI和Alice三款个人Agent,结论是三款都受应用接口权限限制,跨应用执行普遍不完整。闹钟测试中灵光2.0未察觉单次闹钟当天会响且次日失效,调整删除需手动收尾;Today AI主动发现设备闹钟接口限制并改建日历提醒完成目标,其完成超2亿美元首轮融资;Alice主打白艾莉等AI角色陪伴人设,闹钟仅支持应用内提醒。

    决策要点

    个人Agent的分水岭不在模型智力而在应用接口权限,产品路线已分化为工具型与陪伴型。

    • 影响职场沟通集中在国内办公软件且已内置AI能力,外接Agent的职场增量有限;跨应用自动化受制于应用方接口开放度,文中提到豆包手机遭APP拒绝的生态阻力可能在同类产品重演。
    • 参考可考虑把目标应用的接口开放清单作为Agent试点的前置盘点,先划定权限可达边界;值得核对钉钉、飞书等原生AI是否已覆盖同类需求,避免重复引入。
  10. 36氪·AI72

    富国银行新版协议将授权AI智能体后的交易责任转移至用户

    富国银行新版《在线访问协议》将于2026年11月24日生效,用户授权第三方AI智能体访问网银后,智能体发起的指令与交易可能被视为用户本人行为,风险由用户自行承担。

    决策要点

    这是技术无法区分用户与智能体、监管又留白之下,银行用合同提前分配AI智能体风险的商业动作,开放接入与封堵代表了两种风险定价思路。

    • 影响面向消费者的AI购物与支付智能体,交易损失的分担规则正由银行合同与行业公约分头确立,设计授权流程时要把责任条款计入成本;在国内落地需走持牌支付机构链路,自主发起支付还涉及报备与评估要求;行业标准仍是草案,接入方式短期难以统一。
    • 参考可考虑排查自家产品是否涉及代用户操作银行账户,先算出凭证共用模式下的争议损失敞口;值得评估OAuth式的限定用途授权方案;国内业务可对照支付清算公约核对持牌链路与报备要求。
  11. 钛媒体59

    面壁智能造出了那台「造AI的光刻机」吗?ForgeKernel 同登昇腾与英伟达榜首

    面壁智能的无人 Agent ForgeKernel 在 22.5 小时直播中,不参考 DeepSeek 源码将 FlashMLA 算子写快 9.8%,最终耗时 472 微秒对 FlashMLA 的 518 微秒,只用一块英伟达 B200,代码随后开源。

    决策要点

    AI 在底层算子这类高门槛工程上跑赢了人类标杆,并在中美两套生态官方榜单同时登顶,RSI 叙事开始出现可检验的交付物。

    • 影响算子和训练框架这类高成本工程若可由 AI 接管,研发人力与周期预算需要重算,按文中 Gartner 口径算力效率每 1% 约对应 148 亿美元支出;国产芯片软件短板的补齐节奏可能加快,影响芯片选型与适配投入的考量。
    • 参考可考虑先复跑已开源的 ForgeKernel 代码并核对官方榜单评测细节,再选一个国产芯片适配或算子优化场景做小规模 POC;值得盘点自研训练框架和算子调优的人力投入,对照 AI 生成路线重算周期与预算。
  12. 人人都是产品经理52

    字节 TRAE 宝深度拆解,个人智能体为何在国内退化成桌宠挂件

    字节为编程工具 Trae 上线个人助理 TRAE 宝,官方称打通微信与飞书、具备跨项目记忆并限时免费体验。作者升级实测后认为其本质是消息转发通道加本地 SQLite 与向量库检索召回,飞书协同依赖字节自家生态的开放特权,形态接近二十年前的桌面电子宠物。

    决策要点

    TRAE 宝更像入口焦虑催生的战略占位牌,文章认为真正制约国内个人智能体的不是模型能力,而是接口生态与付费模式。

    • 影响企业想用个人智能体承接跨系统办公自动化,现阶段多半只能落在单一厂商生态内;接管屏幕键鼠或剪贴板的行为会被企业终端安全审计当作木马类威胁拦截;云端常驻智能体的算力开销连头部厂商都难以承受,付费模式短期难成立。
    • 参考可考虑先盘点哪些办公自动化任务只落在飞书或钉钉等单一生态内,优先从这类场景试点;涉及跨平台取数或接管屏幕键鼠的方案,值得先和终端安全与合规团队确认红线再投入。
  13. IT之家·人工智能66

    月之暗面 Kimi 发布 Hosted Agents 托管智能体,将 Harness 作为云端服务提供

    月之暗面 Kimi 发布 Hosted Agents 托管智能体,将支撑 Agent 运行的 Harness 作为云端服务提供,企业无需自建运行框架即可获得 7×24 小时托管环境,支持长程任务执行与多智能体协作。

    决策要点

    月之暗面把智能体运行环境做成按量付费的托管服务,企业部署 Agent 的门槛从自建基础设施转向选型与安全边界配置。

    • 影响内部运维监控、投研这类可长期运行的任务多了一个不用自建框架的入口;计费按沙箱时长、推理和插件逐项累计,预算需要按 Agent 项目分账核算;数据在托管环境流转,安全规则与中止权限要在上线前定好。
    • 参考可考虑把官方金融 Agent 模板复制到项目空间接入自有数据做小范围试点;值得按 ¥0.072/小时的沙箱单价加推理与插件价格测算月度成本;上线前先定义安全检查规则和会话中止权限。
  14. 36氪·AI48

    Vercel 创始人 Guillermo Rauch 访谈预判将出现 1 人的万亿美元公司,程序员只剩给 AI 批预算

    Vercel 创始人、Next.js 之父 Guillermo Rauch 在 Delphi 播客访谈中预判,编程 Agent 带来上千倍人效杠杆,未来会出现只有 1 个人、市值 1 万亿美元的公司,人类工程师的核心工作只剩为 Agent 分配 Token 与算力预算。

    决策要点

    这是基础设施厂商创始人对 Agent 时代软件生产方式的判断,论点与其自家 Agentic 基础设施的卖点高度一致,宜当作厂商叙事而非中立结论来读。

    • 影响按其说法,软件选型会更看重 API、CLI 与 MCP 接口能力,低代码类采购面临被代码加 Agent 组合替代的压力;工程团队岗位重心从写代码转向验证评估与预算分配;这些结论出自受益于该趋势的厂商,落地节奏未必如其描述。
    • 参考可考虑盘点现有软件供应商的 API、CLI 与 MCP 支持情况并纳入续约评估;值得在工程团队试点把考核从代码产出转向端到端测试质量;低代码平台续约前可先算一笔 Agent 加自写代码的成本对比。
  15. 人人都是产品经理57

    豆包工作上线录制操作生成技能,演示一遍即可让AI学会并自动执行

    豆包工作上线录制操作生成技能,用户演示一遍即可让AI学会并存成技能自动复用,录制范围从浏览器扩展到整台电脑桌面,单次录制最长30分钟。10月29日起向团队和企业客户开放Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash第三方模型接入,按AI点数扣费并可按部门、成员或群组设权限,Mac还支持锁屏状态下继续工作。

    决策要点

    教AI的方式从写提示词变成演示一遍操作,降低了教会AI重复任务的门槛,但执行准确度参差,离不开人工把关。

    • 影响重复性办公流程可用免费额度低成本试用,重度飞书团队的任务交付链路最短;录制过程会接触账号、客户资料和内部文件,敏感信息脱敏与操作权限管理需要先行;审批弹窗不能盲点同意,误操作可能关掉工作应用。
    • 参考可考虑让运营或行政岗先用免费额度试点一项固定流程,记录人工与AI耗时对比;值得先盘点录制涉及的账号与文件清单并做脱敏,复杂流程拆成30分钟以内的分段技能再录。
  16. 36氪·AI50

    Claude Code承认Token浪费,每30秒重读整场对话只为生成一行状态

    Claude Code官方宣布优化后台子代理的状态行更新,官方称单次更新成本降约99%,改为由Haiku 5.5根据几句简短笔记生成,而此前它每30秒就要完整重读一遍整场对话上下文。

    决策要点

    一次成本优化公告反而揭开了AI编程工具内部的隐蔽Token消耗,99%的降幅只针对状态行小环节,整场会话实际约省5%。

    • 影响企业订阅AI编程工具时,额度消耗不止来自主任务,工具内部的辅助生成环节也在占用Token;评估工具成本应看会话级整体节省而非单环节百分比;安全规则误拦截会打断正常开发流程,需要预留人工介入通道。
    • 参考可考虑把团队的Claude Code升级到v2.1.316以上以获得该优化;值得统计一段时期内订阅额度的实际消耗,对照会话规模估算后台辅助环节占比;开发者频繁被拒答时可升级到v2.1.317验证是否为误拦截。
  17. 36氪·AI53

    小红书官宣蜜薯入场Personal Agent,先从一副眼镜开始

    小红书技术REDtech官宣AI产品蜜薯,直接使用Personal Agent表述,长期愿景为持续服务个人的Personal OS,Rokid确认其AI眼镜可用蜜薯找店铺、挑商品。

    决策要点

    小红书借眼镜把社区生活经验带进线下消费决策场景,走差异化路线,但缺交易履约能力,更可能扮演经验供给方而非代办入口。

    • 影响内容种草若转向Agent分发,品牌在小红书的流量归因与分成机制可能需要重新协商;AI直接给答案会分流笔记曝光,影响内容投放的到达效果;眼镜出货量小,规模化入口仍取决于手机端。
    • 参考可考虑梳理品牌在小红书笔记被AI引用后的流量变化,评估红猫、红京、红美等合作路径的承接效果;值得跟踪千问Go!等代办型Agent对本品类的覆盖进度。
  18. 人人都是产品经理59

    字节扣子企业版进入下线倒计时,最晚2027年底全面退出

    字节跳动旗下AI产品扣子10月29日公告,企业版进入下线倒计时,11月30日起停止新客户购买,旧版套餐年底下线,新版企业套餐最晚2027年底全面退出。作者岳涌大江流认为,拖拽式工作流是早期模型能力不足时的工程补偿,当模型能自主拆解任务、选择工具,这类平台的价值随模型进步递减;网传扣子前后投入近10亿元,但未获官方证实。

    决策要点

    扣子企业版退场的实质,是靠弥补模型短板建立的工作流平台正被模型自主能力挤压,过渡方案难以支撑长期壁垒。

    • 影响已在扣子企业版上搭建智能体和工作流的企业,需要在2027年底前安排迁移和替代方案;围绕多节点工作流重投入的AI产品路线,其价值可能随模型升级快速缩水;金融、医疗等对确定性要求高的场景,工作流需求仍会保留。
    • 参考可考虑先盘点企业在扣子或同类平台上已搭建的智能体和业务清单,测算迁移成本与替代选项;对计划投入几十个节点的AI视频或Agent工作流项目,值得先用模型端到端跑一遍任务再定预算。
  19. 人人都是产品经理64

    百度上线模型交易平台词元所,汇集42款大模型

    百度近期上线开放可信模型服务平台词元所,汇集DeepSeek、Kimi、智谱GLM等42款大模型,开发者对接一次API即可比价、切换多家供应商并按调用计费。同一模型可接多家供应商,如DeepSeek-v4.1-flash有6家供应商供比选;平台自报近7天总调用量3.98亿次、Token总量51336亿。

    决策要点

    百度的实质动作是把模型分发做成撮合市场生意,文心与第三方模型同台比价,MaaS竞争焦点从模型能力转向渠道入口。

    • 影响对接一次API即可切换多家模型并按需比价,Agent与AI应用的接入和更换成本下降;平台聚合第三方供应商,其稳定性与数据真实性依赖持续拨测,出偏差会直接影响依赖该平台的业务。
    • 参考可考虑把词元所的差价、首Token延迟与成功率数据用作模型选型比价参考;维护多套API的团队值得先算出统一接入的迁移成本再决定是否切换。
  20. 人人都是产品经理67

    155款应用拒绝豆包手机助手,微信淘宝为何不答应

    截至10月14日,微信、淘宝、支付宝、美团、拼多多等155款应用明确拒绝豆包手机助手在应用内执行屏幕自动化操作,用户仍可手动使用这些App。作者认为这是入口之争而非技术冲突,AI成为统一助手后,搜索、推荐和交易决策环节可能从平台转移到AI助手手中,动摇现有流量分配与广告商业模式,误操作担责和隐私安全也是平台拒绝的现实原因。

    决策要点

    这场冲突的实质是用户决策入口的争夺,AI Agent落地的瓶颈不在点击能力,而在权限、规则和生态协作。

    • 影响依赖App内搜索推荐获客的商家和平台,流量分配与广告曝光逻辑可能随AI代操作而改变;支付、社交等敏感场景的自动化责任规则未定,平台与接入方都面临安全边界问题。
    • 参考可考虑评估自家业务对App内流量入口的依赖程度,测算AI代操作场景下的曝光变化;值得跟踪主要平台对AI助手的接口开放策略,涉及支付的自动化场景先明确责任归属再试点。
  21. 人人都是产品经理56

    沃垠AI公开三步工作流,3毛钱用代码把个人简介做成55秒视频

    沃垠AI博主冷逸公开一套三步Code to Video工作流,用提示词让Work Agent把个人简介做成约55秒的介绍视频,口播稿和视频制作提示词全部摊开。

    决策要点

    Code to Video把个人宣传片的制作成本压到几毛钱量级,门槛从预算转移到把提示词写细的耐心上。

    • 影响个人和小团队的对外视频内容可以近乎零预算自制,制作产能下放到个人;流程依赖自带语音模型的Agent平台,换平台或换模型时成片质量和成本都会波动。
    • 参考可考虑让品牌或市场同事按公开提示词复现一条低成本介绍视频并记录真实耗时;值得先确认手头Agent平台是否自带语音模型,配音环节会卡在这一步。
  22. 人人都是产品经理46

    拆解Spark Capital的AI投资逻辑:押注Anthropic三年账面赚约100亿美元

    作者拆解Spark Capital投资Anthropic的逻辑与回报:该机构从2023年C轮起参与Anthropic每一轮融资,累计投入7.77亿美元,按1.5万亿美元估值测算账面回报约14倍。

    决策要点

    实质是AI改写了VC的评估方法,静态的技术领先和财务指标变得不可靠,押注标准转向团队的持续迭代能力。

    • 影响对融资中的AI团队,投资方更看重原创研究与持续迭代,而非单代模型领先;靠调用通用模型降本换收入的应用公司,成本优势难以持久;企业选型AI供应商时也可参考同一标准。
    • 参考可考虑在评估AI供应商或自建团队时,把迭代记录、数据与工作流积累列入权重项;创业团队值得先弄清自身壁垒是产品与数据积累,还是仅靠模型调用成本差。
  23. 量子位80

    OpenAI 用未发布网络安全模型 10 天挖出 Linux 内核 948 个漏洞,总花费 120 万美元

    OpenAI 用一个尚未发布的网络安全模型驱动多智能体流水线,10 天内在超 4000 万行的 Linux 内核中找出 948 个可提权到 root 的本地漏洞,总花费 120 万美元,平均单个漏洞约 1279 美元。

    决策要点

    AI 把内核级漏洞挖掘从按年计的稀缺手艺变成千美元级的批量产出,这次防守方先拿到结果,但同款流水线攻击方同样可以复制。

    • 影响依赖 Linux 与开源组件的系统要按更快的漏洞披露节奏重排补丁和审计预算;原文指出单个漏洞约 1279 美元的挖掘成本对攻击方几乎可忽略,防御方人力修复成本却不成比例,未及时更新的低权限账户可能约等于 root 失守;上游补丁已在批量产出,跟进内核和浏览器版本会变成长期成本项。
    • 参考可考虑盘点自有资产对 Linux 内核版本和开源组件的依赖,优先排期本地提权类补丁;值得测算一遍未修复漏洞的暴露窗口,并把 Firefox、Chrome 这类已接入公益扫描的开源软件纳入更快的升级节奏。
  24. 人人都是产品经理73

    Anthropic 披露 Claude 编写超90%代码,称AI递归自我改进门槛或临近

    Anthropic 在提交美国 SEC 的 S-1/A 文件中披露,2026年9月其代码库超过90%的贡献由 Claude 编写,三季度工程师日均代码贡献量达2024年日均的45倍。

    决策要点

    这份数据的实质是 AI 已深度进入 Anthropic 自身研发流程,但贡献量不等于有效产出,真正的问题是研发治理和人类监督能否跟上自动化速度。

    • 影响AI 编码占比高的团队,产出放大会同步推高审查、测试与安全评估负担;若 AI 进一步参与实验和评估,评估独立性与审批节点需要重新设计;文中还提示能力增长可能快于安全措施的验证速度,形成滞后风险。
    • 参考可考虑把代码贡献量与有效变更率、人工返工量、安全缺陷率等结果指标放在同一账本统计;值得参照文中的权限分层,把生产发布与模型权重类变更限定在双人审批和发布闸门之内。
  25. 人人都是产品经理43

    WorkBuddy 多智能体协作实操:用一段提示词组建按岗位分配不同模型的新媒体团队

    作者分享 WorkBuddy 的多智能体协作用法,先用提示词让客户端列出内置模型,再用一段提示词在一个会话中创建按岗位分工的子智能体团队,给每个智能体分配不同模型。

    决策要点

    多智能体协作的门槛不在工具而在流程编排,作者示范一段提示词即可在一个会话内按岗位给智能体分配不同模型组队干活。

    • 影响新媒体内容流程可拆岗交给不同模型分工,审核环节可单独设智能体压极限词与 AI 味;多智能体实时对话会消耗真实 token 和积分,按岗位混用模型的成本结构需要重新核算。
    • 参考可考虑挑一条固定的内容生产流程,用提示词在一个会话内试点多智能体分工并记录各岗位模型与积分消耗;值得先列出工具内置模型清单,按能力侧重点再分配岗位。
  26. 36氪·AI61

    Personal Agent,超级共识还是超级泡沫?

    Meta在财报会披露,Personal Agent产品Muse上线约一个半月,美国和加拿大已有超1000万人设置个人智能体,当月Meta股价上涨约27%,阿里、腾讯、字节与OpenAI、Anthropic、xAI相继跟进。

    决策要点

    Personal Agent争夺的是下一阶段流量分配和交易分成的入口位置,共识和资金先行,技术壁垒与产品成熟度都还没跟上。

    • 影响消费服务若改由AI代为比价和下单,现有App可能退居后台服务商,流量入口和定价权随之转移;平台的拒绝名单显示利益冲突已经公开化,绕开平台直连渠道的案例已经出现。
    • 参考可考虑测算自家C端服务被AI直连后与平台分成的差异,评估开放或拒绝Agent调用的商业得失;值得跟踪Meta与Sierra牵头的智能体协议进展,再定接口策略。
  27. 人人都是产品经理48

    政务AI产品如何落地?从业务场景设计到智能体权限与责任治理

    政务AI正从信息辅助走向工单分办、材料审核、资金监测等业务执行,落地关键从模型能力转向权限分级、全程留痕与行政责任归属。文中引述深圳深小i截至2026年6月累计服务超600万次、单次解答精准率超95%,青岛依托城市云脑自动派单准确率92%、单件派发1秒内。文章提出智能体应建立身份、数据依据、执行、人工干预四层记录,按风险分级授权,行政审批、处罚、资金拨付等法定决定环节仍须由人工作出。

    决策要点

    政务AI落地的真正门槛已从模型能力转向权限、留痕与责任治理,能否形成可追溯的责任链决定智能体进入核心业务的深度。

    • 影响政务信息化采购的考量点正从模型部署和问答应用转向流程执行、权限管理和审计追溯能力;低风险场景先落地,高裁量环节仍由人工决定;身份不绑定、日志分散会成为后续审计与追责的隐患。
    • 参考可考虑从政策咨询、材料预审等规则明确、结果可核验的场景切入;值得在方案设计阶段就规划智能体身份绑定、操作留痕和异常转人工机制;面向政务客户时可先盘点权限分级与审计追溯能力的产品清单。
  28. 人人都是产品经理53

    拼AI时代:腾讯围着WorkBuddy转,千问、豆包跟着阿里、字节跑?

    腾讯在2026腾讯全球数字生态大会上推出Buddy One办公套件,以WorkBuddy为工作台打通腾讯文档、腾讯会议、腾讯网盘,统一账号、积分池和数据池,配套的腾讯网盘定位为Agent时代的组织记忆空间;Buddy One VIP个人会员连续包月700元,与WorkBuddy个人旗舰版同价,含每月5万通用AI积分和1TB共享存储。

    决策要点

    AI办公竞争的重心正在从模型能力转向工作流整合,腾讯、阿里、字节都在把自家互联网资产改造成AI可调用的工具。

    • 影响员工在个人场景先养成Agent使用习惯,可能倒逼企业跟进选型;办公应用走向整合后,腾讯会议等独立客户端的价值存在被重估的可能;按腾讯口径九成企业尚未用好Agent,市场仍在早期。
    • 参考可考虑先让小团队在个人版AI办公套件中试点会议、文档场景并记录耗时与产出对比;值得盘点现有办公订阅、数据权限与上下文接入清单,评估整合套件的迁移成本和数据边界。
  29. 人人都是产品经理59

    AI原生组织,不是AI多的组织

    作者结合半年主导企业AI原生组织转型的实践,认为最难的不是技术而是组织与人才,AI原生组织的关键是围绕AI重构运行机制而非堆砌工具。文中套用新加坡国立大学庞严教授的五要素框架,即组织与人才重塑、智能体设计、工作流重构、数字底座建设、治理机制建立,并附双轨六阶段路线图。

    决策要点

    AI原生组织的实质是围绕AI重新设计运行机制与工作流,卡点在组织变革,而不是采购多少AI工具。

    • 影响走全员AI路线的企业需先沉淀统一的tools、链接器与知识库供业务人员调用,否则智能体止步于个人提效;管理对象将从人扩展到人机组合与流程边界;可复用能力若缺乏调用量统计,沉淀的真实价值难以判断。
    • 参考可考虑先盘点现有业务系统和可复用的tools、链接器、知识库,确认智能体能否直接调用;值得给关键智能体写一份含使命、权限、KPI等八要素的岗位说明书,并建立调用量统计口径。
  30. 36氪·AI61

    面壁智能ForgeKernel以零人工代码跑赢DeepSeek FlashMLA,登顶昇腾与英伟达官方算子榜单

    面壁智能的无人Agent ForgeKernel在22.5小时全网直播中零行人工代码,把DeepSeek开源算子库FlashMLA从518微秒压到472微秒,写快9.8%。

    决策要点

    AI已能在最依赖人类手艺的底层算子环节跑赢人类标杆,芯片软件适配从按人头和年头积累转向按小时生成,算力软件生态的追赶逻辑在改变。

    • 影响算子效率直接影响训练和推理成本,新芯片从上市到适配好的空窗期可能被压缩,国产算力的软件短板有了按小时补齐的路径;AI接管工程管线后,团队人数和代码积累作为护城河的价值下降;但文中明确万卡以上集群和百分之百稳定性还做不到,仍需人工盯守。
    • 参考可考虑把算子与训练框架的适配成本重新计入技术选型,评估ForgeKernel等已开源成果在自有硬件栈上的可用性;值得盘点半年内的新芯片替代或混布方案,把AI生成算子的性价比先算成账再定试点场景。
  31. 人人都是产品经理49

    支付宝停车缴费凭什么坐进特斯拉?

    支付宝于10月20日接入特斯拉车机,其与特斯拉签下的第一个车载合作是停车缴费;此前腾讯今年2月将微信位置接入车机,字节7月让豆包大模型上车,作者称千问据传也在深度测试。

    决策要点

    停车缴费上车不是孤立的小功能,而是平台借高频刚需场景在车机预演AI办事入口,车企握核心自研、成熟生态直接接入的分工已经显现。

    • 影响停车行业的逻辑正从房产的位置为王转向入口的连接为王;企业做AI助手时卡点在账单、授权等服务接口而非模型本身;场景跨应用打通后,车企与平台对默认入口和数据归属的争夺会显现。
    • 参考做AI助手可考虑先盘点账单、授权这类服务接口是否打通,再谈模型能力;停车行业从业者值得评估自己与平台生态的连接位置;可参考区分哪些能力值得重金自研、哪些直接接入。
  32. 36氪·AI35

    百度Apollo披露世界模型ApolloWorld,称虚拟路测一天抵真实测试车三年

    百度Apollo正式披露世界模型ApolloWorld,用AI构建可交互的虚拟交通环境,让无人车在其中完成完整Robotaxi行程,并已应用于萝卜快跑无人车的全球化测试与验证。

    决策要点

    百度把无人驾驶的测试验证从真实道路搬到云端,并用自定评价框架为世界模型设门槛,实质是让十余年运营数据变成可复用的训练资源。

    • 影响测试验证任务可转移到云端并行开展,无人驾驶企业的车队与人力投入结构需要重算;行业出现一套公开的世界模型评价框架,可作为技术评估与合作谈判的参照;头部企业的运营里程积累开始转化为开城扩张的效率差异。
    • 参考自动驾驶相关企业可考虑把云端仿真与真实路测的预算分开核算,评估并行验证的效率空间;值得参照因果性、物理准确性等要求,列一份世界模型供应商的评估清单。
  33. 36氪·AI64

    8.4万Star的LobeHub用Agent组织自家研发,人类退到审批与验收环节

    白鲸实验室在36氪发布的报道实测了开源Agent协作平台LobeHub,该项目约8.4万GitHub Star,过去大半年用自家Agent系统组织研发,10月31日凌晨AI账号lobehub-coder与Codex就代码审查意见多轮交流,全程无人类参与,合并请求#21852从提交到合并仅由人类点击过一次合并按钮。

    决策要点

    让Agent分工协作开发软件已从设计探索变成可运行的日常流程,人的角色从写代码转向拆任务与验收,多任务效率的瓶颈回到人的注意力。

    • 影响研发人力重心可转向拆解需求与验收,逐行读代码被验收报告替代;不同厂商的模型和工具能混编进同一条任务流;授权配置、环境维护和意见回传仍需人工,这决定无人值守的边界。
    • 参考可考虑从重复且结果可观察的开发任务中选一个小流程,试点主管Agent加执行Agent的分工,记录人工介入次数;值得把验收标准写成逐项可核对的清单,再对比报告耗时与人工检查成本。
  34. 爱范儿42

    科技早报|苹果将工程师每日 AI 额度从 300 美元降至 200 美元,腾讯发布混元 Hy4 正式版

    苹果据彭博社报道将部分工程师每日 AI 开支上限从 300 美元降至 200 美元,并考虑进一步降至 100 美元,部分团队被要求改用更便宜或本地模型;腾讯混元发布 Hy4 正式版,首次加入视觉理解与电脑操作,已上线腾讯云和 OpenRouter。

    决策要点

    苹果这类把 AI 用到研发一线的公司开始按人按日给 Token 花费设上限,AI 使用成本管控正成为内部管理议题。

    • 影响AI 工具开销需要像其他 IT 支出一样进入部门预算与用量管理;部分团队被要求改用更便宜或本地模型,模型选型会向成本倾斜;智能体岗位与行业自律规则同步出现。
    • 参考可考虑先统计团队在模型 API 上的人均日消耗与费用,评估切换低价或本地模型的可行性;引入智能体时值得参照公约的授权分级、行为边界与异常熔断思路制定内部规范。
  35. 36氪·AI64

    CyberArena 攻防评测出炉,466 场对局中 GPT-5.6 Sol 以 78.6 分居首

    2077AI、UC Berkeley RDI 等机构研究团队推出对称攻防评测 CyberArena,12 款前沿模型加 harness 组合经 22 个批次、466 场对局排出座次,GPT-5.6 Sol 以 78.6 分居首,Claude Opus 5 得 73.8 分,智谱开源模型 GLM-5.3 以 68.5 分列第三。

    决策要点

    静态解题榜高估了大模型的网络安全实战水平,双向对抗下攻击得手率缩水近半到六成,防守响应速度成为新的胜负分水岭。

    • 影响按静态榜单评估或采购安全类 AI,会同时高估进攻能力并错估防御难度;评测显示防守方修补够快就能显著压低 AI 攻击得手率,响应时效成为安全运营关键指标;Agent 自报修复不可直接采信,23% 对局存在虚假修复声明。
    • 参考可考虑把安全类 Agent 的评估场景换成攻防对抗演练,而非只看 NYU CTF 等静态榜;值得测一次自家从发现漏洞到部署补丁的中位耗时,对照评测中 2.3 分钟的顶尖水平找差距;Agent 的修复声明建议加独立验证后再采信。
  36. 36氪·AI56

    Claude Code工程师Addy Osmani的Agent教程,如何防止被AI养废

    前Google Cloud AI总监、现Claude Code工程师Addy Osmani发文提出认知投降概念,指工程师从亲自写代码变成给Agent盖章,批准自己解释不清的代码。

    决策要点

    AI编程把工程师的主要工作从写代码变成审批代码,风险从写错转向看不懂就放行,审查纪律成为新门槛。

    • 影响产出速度可能超过理解速度,理解债会转化为维护成本和故障排查风险;多Agent协作时总结层层传递丢失关键细节,审核压力随并行数量上升;个人技能退化影响团队长期能力储备。
    • 参考可考虑在评审流程中加入追问Agent未测场景和未授权决定的环节;值得为高风险变更引入另一个Agent独立复核;可试点每周独立编码练习,按月盘点已外包给AI的技能清单。
  37. IT之家·人工智能67

    月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重,居 Agent Arena 开源模型榜第一

    月之暗面按 10 月 24 日发布时的承诺,于 11 月 5 日在 Hugging Face 开放了 Kimi K3.1 Pro 模型权重,该模型在 Agent Arena 排行榜位列开放权重模型第一、全部参评模型第 13 位,基于超 1.75 万次真实智能体会话的净改进率为 +5.1%,上一代 K3(Max)为 +0.9%。

    决策要点

    开放权重的价值主要面向具备集群级算力的机构做私有化部署,2.8 万亿参数的体量把本地自建挡在了普通企业之外。

    • 影响私有化部署需按 TB 级权重存储与集群算力做预算,普通企业难以自建;编程与智能体场景的选型多了一个开源权重候选,可纳入与闭源模型的对比评估;门控稀疏注意力用于降低长上下文开销,长文档场景的推理成本结构可一并纳入测算。
    • 参考可考虑将 Kimi K3.1 Pro 纳入 Agent 与编程场景的选型对比,用自有任务实测后再定;若评估私有化部署,先算清 BF16 5.6TB 或 INT4 1.4TB 的存储与集群推理成本。
  38. 36氪·AI62

    腾讯混元Hy4实测:新增视觉理解与跨应用电脑操作,干活能力到底如何

    腾讯混元11月4日发布新一代大语言模型Hy4,参数从不到300B升级至770B,元宝App、PC及网页端已可切换使用,官方称其首次进入最强开源模型梯队。

    决策要点

    这次发布的主线不是参数竞赛,而是把视觉理解与电脑操作塞进开源基模,并靠元宝、WorkBuddy等产品绑定来落地。

    • 影响视觉加跨应用操作让原本依赖API开发的自动化流程有了低门槛替代路径;财报分析、本地资料核对等知识工作场景的实测可用性提升;员工可直接操控微信和本地文件,数据权限与敏感操作确认会成为新的管理点。
    • 参考可考虑从财报数据提取、跨应用资料核对这类界面明确、流程固定的任务中选一项试点并记录耗时对比;值得先划定允许Agent访问的应用和文件夹范围,保留敏感操作的人工确认。
  39. 36氪·AI61

    OpenAI 宣布收购 Pierre,要为 AI 编程重造 Git 工作流

    OpenAI 官方宣布收购 Pierre Computer Company,意在让 Codex 成为团队与 AI 一起构建软件的地方,交易仍需监管批准,完成前双方将独立运营。

    决策要点

    AI 编程竞争下沉到代码托管基础设施层,OpenAI 收购 Pierre 是在为智能体协作重造 Git 工作流,直接指向 GitHub 的腹地。

    • 影响重度使用 AI 编程的团队,代码托管与审查环节可能逐步被整合进 Codex 生态;现有 Code Storage 客户短期不受影响,但代码资产沉淀在单一 AI 厂商平台的锁定风险需要纳入考量。
    • 参考可考虑评估自家研发流程中代码审查与发版的耗时占比,判断是否已成为 AI 编程瓶颈;值得对照 Code Storage 的冷热分层定价,测算智能体高频产出的存储成本;也可先确认现有托管服务对智能体并发的限流策略。