跳到正文

#Agent

今日 18 条
11月13日周五
  1. 人人都是产品经理47

    从 Demo 到生产:给 LangChain 售后助手补上运行时上下文、长期记忆、流式输出和可观测性

    作者叶小钗发布 LangChain 售后助手系列教程第三篇,补齐把演示级 Agent 接入真实业务前的四个工程环节。

    决策要点

    售后类 Agent 从演示走向生产,主要工作量在身份注入、长期记忆、流式反馈和执行追踪这些工程环节,而非模型能力本身。

    • 影响对已启动对话 Agent 试点的团队,这四项是接入业务系统前的自查清单;示例采用内存存储,重启即失效,生产需另配持久化和权限校验;启用 LangSmith 会向外部服务发送执行记录,涉及数据边界评估。
    • 参考可考虑按上下文、记忆、流式、追踪四项对照现有 Agent 试点找差距;值得确认用户身份一律取自服务端登录信息并检查访问权限;评估追踪记录外发的合规边界,必要时先在测试环境验证。
  2. 人人都是产品经理30

    AI下半场:告别单点工具化,重构超级个体人机共创的底层逻辑

    鑫酱在人人都是产品经理发文提出,AI下半场的破局点是从把AI当单点工具的线性指令,转向人类定规则、AI做涌现的平等共创生态。

    决策要点

    这是一篇个人观点文,核心主张是人的价值从指挥AI执行转向制定规则与提供真实洞察,组织形态可能从团队堆叠转向超级个体加AI矩阵。

    • 影响若方向成立,个人或小团队用AI可完成从生成到验证的完整流程,传统岗位配置和跨部门协作成本要重新衡量;管理层的精力需从审批AI产出转向定边界和规则;论点多靠案例与推演,缺数据支撑,组织调整不宜一步到位。
    • 参考可考虑先测一个小场景,对比个人加AI与现有小组跑通验证的耗时和产出;值得盘点团队花在审批AI内容上的工时占比,再决定流程和岗位是否调整。
  3. 人人都是产品经理35

    手把手教你用 Claude Code 的 mochen-website-design Skill 搭建专属个人网站

    陌晨发布 mochen-website-design,一个供 Claude Code、Codex 等 Agent 使用的网站设计 Skill,先把文章、笔记、简历等材料读完再决定网站栏目结构与排版。

    决策要点

    建站的重心从选模板填格子转向让 Agent 先理解内容,个人和小团队的展示型站点多了一条低成本的定制路线。

    • 影响展示型官网或个人品牌页可按此思路低成本生成,省掉模板改造的工时;授权明确禁止收费建站与客户交付,商业项目不能直接搬用;纯静态无后端的输出适合内容型站点,交互复杂的需求并不适用。
    • 参考可考虑用这套 Skill 把团队存量文章或笔记生成站点雏形,与模板建站对比耗时和观感;值得借鉴其先读内容再定结构的思路,沉淀成内部内容页面的生成脚本;商用场景先核对授权范围再决定是否引入。
  4. 极客公园54

    AI 录音硬件卖的是时间差,窗口可能只剩半年

    苹果在 11 月 4 日推送的 iOS 27.3 与 watchOS 27.3 首个开发者测试版中,为 Apple Watch 加入 Live Rewind 与 Siri Recap 两个 AI 功能,可回顾近 15 秒对话并把全天对话整理成摘要,仅有英文版且暂不在中国提供。

    决策要点

    AI 录音硬件的实质是填补手机收音与接口限制的时间差生意,竞争焦点正在转向谁的 Agent 拥有读取个人记录的入口。

    • 影响硬件创业公司的生存窗口系于手机厂商整合全天记忆的进度,作者预计空档到 2027 年年中前后收窄;平台方正借联名硬件与接口开放争夺个人上下文入口;企业若考虑采购全天记录设备,可先等系统自带方案。
    • 参考企业若有记录需求,可先区分会议场景与全天场景,会议用专业录音卡仍划算,全天记录可暂缓采购;做相关产品的团队值得提前设计不留原始音频的隐私策略,并留意 MCP 等接口的开放进度。
  5. 人人都是产品经理61

    百度搭子为什么选择开放,走向智能组织

    百度搭子在百度世界2026 宣布全面开放 Harness 引擎和专业能力,并向开发者开放 Agent API,主张不替换企业已有 CRM、ERP、OA,让通用智能体与行业伙伴的专业能力互补。

    决策要点

    百度搭子的开放本质是争夺企业 Agent 的入口位,用不替换旧系统降低进入门槛,再靠生态专业能力补足纵深场景。

    • 影响接入已有系统的模式降低了 Agent 的进入成本,采购、续约这类跨系统流程可低成本试点;艾瑞数据显示约 30%-40% 项目或因 ROI 不及预期在 18 个月内停滞,立项前需先界定高价值场景;长期收益取决于经验能否沉淀为可复用能力。
    • 参考可考虑先梳理跨 CRM、ERP、OA 的高频流程,选一条试点并记录工时与 ROI 对比;值得核对百度生态伙伴是否覆盖本行业的专业场景;引入时可借鉴先小任务验证、再沉淀为标准能力的路径。
  6. 36氪·AI45

    Claude Code形式化三元哥德巴赫猜想证明,19.4万行Lean代码零sorry并修正原证明错误

    独立开发者Charlie Reams用Claude Code把Harald Helfgott 2013年的三元哥德巴赫猜想证明完整形式化为Lean 4代码,共19.4万行且全库零sorry,还发现原证明有11处与原书对不上并修补了漏洞,其中书中(6.77)式关键常数写成0.5、正确值应为0.8102。

    决策要点

    AI智能体跑完了原本没人有精力逐项核对的长周期专家级验证任务,完成与否的标准正从专家审阅转向机器内核校验。

    • 影响依赖少数专家逐项核对的高精度工作可以重新设计为智能体执行加机器校验的流程;机器可判定的验收标准让成果质量不再依赖人工抽检;资深专家的精力可转向设定目标和拆解任务。
    • 参考可考虑盘点内部依赖少数资深员工逐项核对的工作清单,选一类规则明确的场景让智能体先跑全量核对,并把验收条件改写成机器可判定的形式。
  7. 极客公园60

    李彦宏在百度世界 2026 提出,智能组织是 AI 时代的新厂房

    11 月 12 日百度世界 2026 上,李彦宏提出智能组织是 AI 时代的新厂房,称当前 AI 未产生预期经济效益是因为企业只更换了电机、没有重新设计工厂。

    决策要点

    李彦宏把 AI 投入不见利润归因于组织未随工具重构,将行业竞争重心从技术能力转向组织能力,同时为百度全栈产品定调。

    • 影响工具部署完成而利润未同步的企业,瓶颈更可能在流程、协作与考核等组织层面;组织重构动的是岗位边界与知识沉淀方式,不只是新增采购;百度将理念与自家全栈产品打包输出,评估时需区分方法论与产品卖点。
    • 参考可考虑盘点已上线试点是否改善了整体经营指标而非只有个人提效;值得测算智能体承接执行性工作后岗位与考核的调整成本;采购模型时可比较词元所这类平台的验真机制与直连厂商的成本差异。
  8. 人人都是产品经理38

    小红书内测搭搭App,用户可自建AI搭子并支持群聊

    小红书内测独立App搭搭,定位为让普通人创造和分发AI搭子的社区,已上线设计美学、求职等数十个搭子,并开放群聊能力,可把搭子作为群成员拉入与真人的对话。实测中设计美学搭子面对套内82㎡两室一厅的装修需求,先依次确认居住人口、预算、户型图纸等前置问题,而非直接输出方案。

    决策要点

    小红书把经验分享从静态笔记升级为可对话的AI搭子,知识服务类团队多了一个潜在的新分发入口,但产品仍在内测阶段。

    • 影响设计、求职辅导等知识服务可把方法论封装成搭子,尝试新的获客与交付方式;产品在内测,形态还可能调整,投入前需控制规模;群聊能力把AI拉进多人讨论,对团队咨询类协作有参考价值。
    • 参考可考虑让设计或培训团队先以内测用户身份体验搭子,评估自家方法论能否封装成可问答的Agent;值得盘点哪些岗位经验适合做成搭子,再决定是否投入搭建。
  9. 人人都是产品经理59

    Qwen4-Max-Preview在Qoder揭晓身份,实测一句提示词可交付完整3D作品

    匿名四天的Qoduck在Qoder中揭晓为Qwen4-Max-Preview,作者实测一句提示词不到30分钟能做出奶牛骑车的3D网页,另完成可切剖面的3D办公室和可拆解的3D Mac mini。

    决策要点

    一句提示词交付完整3D作品的可用性已经出现,但预览版的速度和稳定性还撑不起全量替换,当前更适合当作低风险任务的补充选项。

    • 影响前端原型和3D演示类内容可用一句提示词加半小时量级产出,制作成本结构会变;但长任务耗时可达十几分钟到一小时,编译通过率波动,返工和等待成本要计入;预览期计费系数降到0.1,11月25日前试错成本较低。
    • 参考可考虑挑一个能回滚的前端或3D演示任务在Qoder里跑一遍,记录耗时与质量再定使用范围;速度不理想时先把思考强度降一档;改行调色这类小改动继续用现有工具,不必全量迁移。
  10. 人人都是产品经理61

    为什么没有身份的 Personal Agent,无法进入商业世界?

    AI 智能体已能搜索、比价、执行任务,却拿不到商业平台的进场许可,eBay 拦截了第三方智能体 Muse(科技媒体 The Verge 复现了该情况),美联航也不允许未经授权的个人 Agent 代客订票。

    决策要点

    Agent 的竞争焦点正从模型能力转向可信身份,能否被平台识别、授权和追责决定智能体商业化的进度。

    • 影响依赖模拟人操作访问平台的 Agent 产品面临拦截和禁令风险;平台方要在防爬虫与接纳新流量入口之间权衡;支付等交易场景用户信任度仅 23%,缺少授权与追责机制难以推开。
    • 参考可考虑盘点自家 Agent 调用外部服务的方式,优先迁移到 MCP 等平台开放协议;平台型企业值得对照 Shopify 开放目录与亚马逊诉讼两种路径,先厘清对第三方 Agent 的识别和准入规则。
  11. 人人都是产品经理34

    教你用 WorkBuddy 本地部署 MiniMax-H3-Image 开源生图模型

    作者分享了用 WorkBuddy 智能体搭配自制 Skill 本地部署刚开源的 MiniMax-H3-Image 生图模型的完整方法,先诊断电脑硬件,再自动安装环境依赖并操作 ComfyUI 出图。

    决策要点

    生图模型本地部署的难点正从环境配置转向工具操作,智能体能代劳装环境和出图,但显存等硬件门槛本身没有消失。

    • 影响多数办公级电脑仍跑不动这类模型,想自建生图能力的企业需先盘点显卡、显存和内存;智能体代劳部署能省下环境调试的人力;在办公设备上安装第三方 Skill 需先过安全评估。
    • 参考可考虑先用先诊断后部署的思路盘点公司现有显卡与显存清单,再选非敏感场景试用量化方案;第三方 Skill 值得先在非生产设备上试用,再评估智能体接入内部部署流程的可行性。
  12. 人人都是产品经理52

    作者用 Qwen4-Max-Preview 挖完 4932 万条 Hacker News 评论,产出 647 条大模型本地部署实测选购数据

    作者让 Qwen4-Max-Preview 接入 Claude Code,从 4932 万条 Hacker News 2026 年评论中筛出 647 条网友真实本地部署实测,做成可查询的装机选购网站。

    决策要点

    本地部署硬件选型有了真实用户实测数据可查,企业买机器可从厂商参数表转向同机型社区跑分;单人指挥模型智能体完成千万级数据工程也在此项目中跑通。

    • 影响本地部署选硬件不能只看理论算力,Qwen3.8-27B 在 N 卡单卡中位数 50 tok/s、Mac 阵营 12.75 tok/s,采购前要按目标模型实测速度算预算;用规则文件加逐步汇报能约束长任务智能体,但要预留 token 消耗和等待时间。
    • 参考可考虑在采购本地部署机器前,先收集同型号设备跑目标模型的实测 tok/s 再对比预算;值得把作者的规则做法借鉴到智能体任务书里,写明不推断、逐步汇报、中间结果落盘。
  13. 人人都是产品经理40

    前端与AI工程师的规则产物流转拆解,产物从哪来、反馈往哪去

    魏雯 Akir 在人人都是产品经理发表系列文章,把前端与AI工程师消费规则产物的来料与回流定义成输入输出契约,用上游症状定位表和下游消费遥测、三类消费侧反馈解决反馈进黑洞的问题。

    决策要点

    把规则约束与反馈回流写成双方契约,用机器遥测和版本回执替代人工自觉,解决反馈进黑洞的信任问题。

    • 影响对用 AI 辅助开发的团队,契约化消费能让违规拦截与误报处理可追溯,减少口头协调成本;前提是上游已有编译产物和评审契约,消费端单独落地作用有限;案例显示临时绕过校验会让字典外值漏到线上,流程上应禁止临时放开。
    • 参考可考虑取一份已评审契约,把 JSON Schema 挂到构建流程、契约引用块放进 AGENTS.md,按文中六步验证拦截可追溯与反馈通道;值得把临时放开校验改为显式豁免清单处理。
  14. 36氪·AI76

    谷歌发布Gemini 4 Hydrogen,官方称轻量档基准反超自家旗舰Argon

    谷歌发布Gemini 4家族新模型Hydrogen,官方称默认high思考模式下AA智能指数51分,反超自家深度推理旗舰Argon的50分,xhigh模式达54分,今天起全球可用。

    决策要点

    轻量档模型在官方基准上反超自家旗舰,叠加官方大小模型动态调度方案,高性价比模型开始承担日常开发主力负载。

    • 影响编码与数据密集型工作流的模型预算可按新定价重算;官方调度方案降低了大小模型混合使用的工程门槛,任务分层选模型有了现成参照;知识问答类应用可把8%的瞎猜率作为选型风险参照。
    • 参考可考虑用自有真实任务跑一轮Hydrogen与现用模型的成本质量对比,先算出Token单价差;值得评估大小模型分层调度在自有编码或数据流程中的可行性;知识问答类选型可把幻觉率列入对比清单。
  15. 36氪·AI74

    谷歌发布 Gemini 4 Hydrogen,速度提升 2.5 倍,多项测试超越 GPT-6.1 Terra 与 Sonnet 5.5

    谷歌发布主打速度与价格的新模型 Gemini 4 Hydrogen,定位为日常编程和智能体任务的快速执行模型,官方公布的成绩在 SWE-sweep、Agents' Last Exam v1.1、AutomationBench-AA、MKA 等多项测试中超过 Claude Sonnet 5.5 与 GPT-6.1 Terra。

    决策要点

    谷歌用接近对手的成绩和约三分之一的价格切入中端市场,争夺的正是用量最大的日常编程与智能体任务。

    • 影响高频编程和智能体任务的按次成本有机会明显下降,相关预算可按新价格重算;OSWorld 与科学任务仍有落后,是否适配要看具体场景;模型已在 Gemini 应用和 API 开放,试用成本低。
    • 参考可考虑选两三个高频编程或智能体流程做小规模对比,记录 Hydrogen 与现用模型的单次成本和耗时;涉及计算机操作或科学计算的场景,先核对 OSWorld 等落后项目再决定是否替换。
  16. 人人都是产品经理43

    Axure 为何被闲置,产品死亡的真相是任务被 Agent 替代而非竞品

    作者复盘自己一年多没打开 Axure 的经历,判断这款原型工具的沉寂不是输给墨刀、Figma 等竞品,而是画原型这个任务被 WorkBuddy、Codex 等 Agent 产品直接替代。

    决策要点

    Axure 式退场的实质不是输给竞品,而是任务被 Agent 产品整体接走,竞品名单外的对手不给任何战役预警。

    • 影响存量市场里踩竞品的话术只在客户仍需选型时有效,任务被 Agent 对话替代后选型环节会整体消失;自家产品承载的任务能否被一句对话完成,决定现有竞争名单是否还有意义。
    • 参考可考虑盘点自家产品替用户完成的核心任务清单,逐项判断哪些能被 Agent 一句话完成;值得检查销售话术与竞品分析是否默认了选型前提仍在。
  17. 36氪·AI76

    谷歌发布Gemini 4 Hydrogen并向所有人开放,官方称速度达上代2.5倍

    谷歌发布Gemini 4 Hydrogen,主打速度和执行效率,免费用户、付费用户和开发者均可使用,谷歌搜索同步接入。官方称其在High推理档位完成任务速度达上一代Gemini 3.8 Flash的2.5倍,编造事实减少超过80%,并在Artificial Analysis智能指数上以51至54分超过定位更高的Gemini 4 Argon的50分。

    决策要点

    谷歌把效率档模型做到了超过自家旗舰的水平,快与强的取舍被压缩,低价档位的涨价也在同步进行。

    • 影响旧Flash优惠价12月31日到期后API价格将翻倍,以Token成本为主的团队需重算预算;Orchestrator把多模型自动切换做成产品功能,官方称平均减少24%额度消耗;谷歌承认AI Mode变现效率低于传统搜索,网站能否重新获得点击尚无定论。
    • 参考可考虑先按现有调用量算出明年1月涨价后的Token预算变化再定去留;值得在编程与多步骤任务上做同题实测,重点对比Terminal-Bench这类Hydrogen落后于Claude Sonnet 5.5的项目类型;Google AI Ultra用户可试试Orchestrator的额度消耗表现。
  18. Tomasz Tunguz 博客75

    亚马逊与美联航封禁 AI 购物智能体,Tunguz 拆解背后的利润模式之争

    美联航已修订条款禁止 AI 智能体订票并可无通知取消,亚马逊通过更新 robots.txt 和发律师函屏蔽 Perplexity Comet 等第三方购物智能体;同期机器人流量已占全球网页流量 54%,AI 智能体月流量在 8 至 10 月间增长 8 倍。

    决策要点

    封禁智能体的实质不是安全问题,而是靠广告与附加费交叉补贴的盈利模式和直奔目标的买家之间的冲突。

    • 影响依赖广告与附加费盈利的零售、航空、硬件业务会因智能体跳过广告和增值服务而承压;靠交易抽成或订阅收费的平台不排斥智能体;基础定价与渠道策略面临重算压力。
    • 参考可考虑先测算自家收入中广告、附加服务与基础产品各自贡献的利润,再在上调基础价格、收取智能体结账费或设计兼容激励之间选路;值得同步盘点结账流程对智能体开放还是设限。
  19. 36氪·AI67

    a16z 提出 B2A 经济,梳理 Agent 14 大应用与 Infra 赛道

    a16z 刊文《Welcome to the B2A Economy》提出 B2A 经济,判断 AI Agent 正成为互联网主要用户,企业未来不仅要争夺人类消费者,还要争夺 Agent 带来的流量和订单。

    决策要点

    a16z 的判断实质是流量入口的转移,产品被发现、被选用和被购买的决定权,正在从人类用户移交给 AI Agent。

    • 影响获客和软件销售的对象可能从人转向 Agent,优化范围从搜索排名延伸到评估、选择和交易执行;支付、身份和反欺诈系统按人类用户设计,Agent 规模化使用会带来兼容压力;部分大型企业目前因欺诈和拒付顾虑屏蔽 Agent 流量。
    • 参考可考虑测算自家产品来自 AI 渠道的流量和订单占比,作为是否投入的基准;值得梳理商品数据、登录和结账流程对 Agent 的可访问性,再评估 GEO 类优化的优先级。
  20. 爱范儿76

    谷歌发布 Gemini 4 Hydrogen,免费用户可用

    谷歌发布 Gemini 4 Hydrogen,定位高效率模型,主打更快响应、更低成本与 Agent 连续执行能力,已面向全球推出,覆盖 Gemini App、Google Search、Google AI Studio 等平台,Gemini App 免费用户也可使用。

    决策要点

    谷歌用一款智能水平逼近旗舰的高效率模型,把前沿能力铺进免费消费产品,模型竞争的筹码正转向单位成本和分发规模。

    • 影响第三方测算其 xhigh 档单任务成本约为 Claude Sonnet 5.5 最高档的 32%,推理预算可按档位重算;免费开放降低了员工使用门槛;现用旗舰模型的企业有了新的比价对象。
    • 参考可考虑用同一组真实任务对比现用模型与 Hydrogen 的质量和账单,重点测 High 与 xhigh 两档;代码编写、测试验证等连续执行任务可作为优先试点场景。
  21. GitHub Blog58

    GitHub 实战指南:智能体技能一次编写、跨不同智能体运行

    GitHub 博客发布智能体技能实战指南,讲解如何把重复任务指令沉淀进以 SKILL.md 为核心的版本化目录,并在不同智能体间复用。

    决策要点

    智能体技能的实质是把个人经验固化为可版本化的团队资产,减少对特定成员和单一智能体的依赖。

    • 影响重复解释任务的时间可沉淀为可复用的指令资产,降低人员交接成本;技能跨客户端复用可减少对单一工具的绑定;但凭证、权限和审批仍需在环境与仓库规则层管理。
    • 参考可考虑从团队反复解释的任务入手写一个技能试点;值得盘点哪些流程判断只存在于少数人脑中,并评估是否整理进 manifest 统一管理。
  22. TechCrunch · AI40

    Meta 智能体 Muse 上线代打美国商家电话功能,仅限付费订阅用户

    Meta 的消费级 AI 智能体 Muse 已向美国付费订阅用户开放代打商家电话功能,此前仅少数早期用户可试用,官方称可代打有线电视、车管所或餐厅订位这类不想打的电话。订阅每月 20 美元起,含每周 5 亿 tokens,每月 100 美元档为 30 亿 tokens。Google Gemini 与创业公司 Instinct 已提供类似功能,不过许多商家和前台识别出 AI 来电后会直接挂断。

    决策要点

    消费级 AI 智能体开始代办真实世界的电话事务,Meta 把这类跑腿任务作为订阅付费的核心卖点。

    • 影响企业客服与预约热线将接到更多由 AI 代打的来电,语音拟真度提升后前台甄别难度加大;电话树复杂、等待时间长的服务体验会把更多用户推向 AI 代办;面向个人的智能体产品正把代办任务做成订阅付费点。
    • 参考客服量大或依赖电话预约的企业可先盘点高频来电场景,评估 AI 代打来电的出现频率;值得排查自有电话树的层级与等待时长,减少把用户推向代办的诱因;也可考虑为 AI 来电准备线上自助替代入口。
  23. Microsoft Research33

    Microsoft Research 播客第 98 期汇总编程智能体降本研究与 KLS 猜想解法等进展

    Microsoft Research 发布第 98 期 Focus 播客,主持人 Anson Ho 汇总微软研究进展,包括 AI 语音翻译如何接近通用翻译器、悬置 31 年的 KLS 猜想被解决(官方称结果经独立验证并以计算机辅助方法完成形式化验证),以及东京实验室实习生的研究经历。

    决策要点

    这期研究汇总的核心信号是,AI 编程智能体的成本大头集中在触发上下文压缩的少数长会话上,该环节已出现可量化的优化方向。

    • 影响依赖 AI 编程工具的企业,少数长会话可能贡献近半处理成本,预算可按会话长度拆分核算;摘要预生成思路能把压缩开销移出工作流,但相关方法仍属研究阶段成果,短期需经现有产品功能间接受益。
    • 参考可考虑统计自家 AI 编程工具的会话长度与成本分布,定位触发上下文压缩的长会话;评估智能体采购时,可把上下文压缩的计费方式与效率表现列入询价清单。
  24. SaaStr62

    10 亿美元 ARR 成为 B2B 新的 1 亿美元门槛,线下的 10 家美股公司说明了原因

    SaaStr 作者 Jason Lemkin 判断 B2B 企业的规模安全线已从 1 亿美元 ARR 抬升至 10 亿美元,其整理的美股公开数据显示中位增速降至 11.8%。

    决策要点

    AI 时代 B2B 的规模保护线实质上从 1 亿美元 ARR 抬到 10 亿美元,中间层公司落入增长停滞与估值折价的夹缝。

    • 影响增长停滞的中小 SaaS 厂商估值折价和被并购的概率上升,采用其产品的企业要把供应商存续风险计入选型;软件预算正流向 AI 原生工具,按席位计费随客户缩编持续压低续约收入;快慢增长组 5.7 倍的估值差让并购主动权集中在现金充裕的大厂手中。
    • 参考可考虑把 NRR 低于 100% 或增速个位数的中小 SaaS 供应商列入并购断供风险清单;正在采购席位制软件的企业值得先算出 AI 工具替代后的席位数变化;软件厂商可优先修复 NRR 并把定价从席位转向用量模式。
  25. OpenAI:官网动态31

    Amplitude 如何借助 OpenAI 在 1–2 天内交付产品改进

    Amplitude 基于 OpenAI 模型构建了主动式产品智能体 Wave,由它判断该构建什么,并借助编码智能体协助团队交付改动、度量影响。OpenAI 官网客户案例称,Amplitude 借此可在 1–2 天内完成产品改进交付,页面见 https://openai.com/index/amplitude。

    决策要点

    厂商案例把需求判断、编码交付、效果度量交给智能体串成一条流程,产品迭代节奏进入天级,但数据仅来自官方口径。

    • 影响产品改进若能以天级节奏交付,按周迭代的团队在试验频率上会处于劣势;这类流程依赖编码智能体与分析数据打通,引入前需要先确认自家工具链能否衔接。
    • 参考可考虑先测出自家从需求发现到上线验证的真实耗时作为基线,再挑一个改动面小的功能用编码智能体试跑全流程,对比速度和效果后再决定是否扩大范围。
  26. OpenAI:官网动态31

    Amplitude 如何借助 OpenAI 在 1–2 天内交付产品改进

    OpenAI 官网客户故事称,Amplitude 主要基于 OpenAI 模型构建了主动式产品智能体 Wave,由它判断该开发什么、协助团队用编码智能体交付改动并衡量影响,产品改进可在 1–2 天内交付。文中速度数字为 OpenAI 官方口径,该页面属其企业客户故事栏目,材料仅为摘要,未提供完整正文细节。

    决策要点

    这则案例的实质是厂商展示智能体把选题、编码、效果衡量串成一条流水线,迭代节奏以天计;数字出自 OpenAI 自家宣传。

    • 影响产品迭代周期存在压到天级的参照样本,选题与效果衡量环节也能交给智能体分担;但 1–2 天的速度只有 OpenAI 官方口径,作为内部立项依据需要打折;厂商正把智能体开发流程当作企业侧卖点主推。
    • 参考可考虑先统计自家产品从选题到上线的实际耗时作为基线,再判断与天级迭代的差距;值得选一个改动小的场景用编码智能体试跑一轮并记录对比;引用该案例数字时应注明出自厂商宣传。
  27. The Decoder:AI News77

    Google 发布 Gemini 4 Hydrogen,智能跑分超过发布不到四周的 Argon

    Google 发布快速通用模型 Gemini 4 Hydrogen,官方称其在 Artificial Analysis 智能指数默认档拿到 51 分、超过更大的 Argon 的 50 分,xhigh 档最高达 54 分。

    决策要点

    快速档模型以更低价格在跑分上压过四周前发布的旗舰,Google 两天前的选型建议随即失效,模型迭代与淘汰周期已压缩到以周计。

    • 影响日常编码、检索与文档类任务可用这类快速模型顶替旗舰以压低单位成本;各思考档位成本与智能差异大,xhigh 档 token 消耗近翻倍,选档直接影响开支;终端与计算机操作类任务仍是竞品占优,替换需分场景对待。
    • 参考可考虑按任务类型分层试跑,对比 high 与 xhigh 档的每任务成本和产出质量后再定档;值得用独立评测的每任务成本口径重算现有预算,而非只参考官方跑分表。
  28. The Verge · AI47

    AI 智能体并未发现未知玛雅遗址,涉事地点一年多前已有论文记录

    Google 研究员 Pietro Miotti 用 48 个 AI 智能体筛查 NASA lidar 数据,称在墨西哥发现未登记的玛雅遗址,但该地点一年多前已发表于学术期刊。

    决策要点

    AI 智能体筛查数据的速度很快,但判断发现是否新颖的核查环节仍依赖专业知识,业余使用容易产出重复成果。

    • 影响企业把智能体用于研究或情报类工作时,未经专家核验就对外发布可能造成事实错误和声誉风险;比对论文图表等非结构化资料目前是智能体的短板,专业复核环节难以省略。
    • 参考可考虑在智能体产出对外发布前加入领域专家复核;值得先梳理哪些任务需要比对非结构化资料,这类场景暂不宜完全交给智能体自查。
  29. TechCrunch · AI53

    Google 发布 Gemini 4 Hydrogen 模型,升级搜索复杂问题回答能力

    Google 发布 Gemini 4 Hydrogen 模型并接入搜索,官方称其为搜索迄今幅度最大的模型改进,更新正向全球搜索用户推送。

    决策要点

    Google 把搜索回答换到更快更便宜的模型档位,并用四档思考级别把模型强弱变成可调的成本与速度参数。

    • 影响搜索 AI Mode 的回答会更依赖图片、对比表格等结构化形式,网站被召回取决于子查询拆分的覆盖面;用 Gemini API 的企业多了一个速度优先、输出 token 更少的模型档位。
    • 参考可考虑在 Gemini API 上挑高并发轻量任务试用 Hydrogen,对比耗时与 token 成本;内容侧值得检查结构化数据和常见问题表述,适配 AI Mode 的对比表格与子查询召回。
  30. TechCrunch · AI46

    Nectar 发布 Creator Agent,自动化品牌红人营销的创作者搜寻与触达

    Nectar 发布 Creator Agent 智能体,为品牌自动完成红人营销的创作者搜寻、个性化触达、合作管理与效果追踪,即日全球上线,覆盖 Instagram 和 TikTok 创作者。

    决策要点

    红人营销中最耗人力的筛选与触达环节正被智能体接管,Nectar 之前已有 Aspire、GRIN 推出同类产品,赛道竞争已经展开。

    • 影响规模化运营成百上千名创作者的人力成本可能下降,中小但有增长势头的创作者进入筛选范围;品牌语气与品牌安全审核转由供应商模型承担,企业需要评估其审核口径是否与自家合规一致。
    • 参考做红人投放的团队可考虑用过往合作案例复测其筛选与触达质量,对比人工流程的耗时和成本;值得先核查其品牌安全与语气机制能否承接自家 voice guidelines,再定试点规模。
  31. IT之家·人工智能71

    谷歌发布 Gemini 4 Hydrogen 模型,主打日常编程与智能体工作流

    谷歌发布 Gemini 4 Hydrogen 模型,主打快速执行,面向日常编码与智能体工作流,输入每百万 Tokens 1.50 美元、输出 7.50 美元,定价覆盖 100 万 Token 上下文窗口且无阶梯计价。

    决策要点

    谷歌把 Gemini 4 系列能力下放到平价模型档,用低单价加跨模型调度争取高频编码与智能体工作负载。

    • 影响高频编码与智能体任务的单次成本有了更低的比价锚点,百万 Token 上下文不再阶梯加价;官方口径的智能体安全数字为上线前风险评估提供参照;免费到企业各档位均可调用,小规模试点门槛低。
    • 参考可考虑选一个编码或智能体任务,实测 Hydrogen 与现有模型的成本和耗时再决定是否迁移;值得按 Gemini API、AI Studio、企业版等入口评估接入路径。
  32. Google DeepMind:Blog71

    Google DeepMind 发布 Gemini 4 Hydrogen,主打快速执行与智能体工作流

    Google DeepMind 发布快速执行模型 Gemini 4 Hydrogen,即日起向开发者、企业与消费者全渠道开放。官方称其在 Artificial Analysis 智能指数默认高档 51 分、超过 Argon 的 50 分,xhigh 档达 54 分,定价在 100 万 token 上下文窗口内统一为每百万输入 token $1.50、输出 $7.50。

    决策要点

    Google 把 Gemini 4 系列拆成深度推理与快速执行两层,再用 Orchestrator 自动分配任务,实质是把 token 成本控制从用户手动选型变成产品内置能力。

    • 影响执行类任务的 token 成本有了更低的模型档可选;在用 3.8 Flash 的团队获得官方给出的迁移选项;Orchestrator 自动换挡会改变按模型计费时的配额核算口径。
    • 参考可考虑把手头工作流拆成架构判断与代码执行两类,分别测算 Carbon、Argon 与 Hydrogen 的配额账单;在用 3.8 Flash 的团队值得先在编码或智能体试点对比耗时与质量,再定迁移节奏。
  33. TechCrunch · AI63

    美联航以网络安全风险为由限制 AI 智能体代客订票和管理预订

    美国联合航空宣布将限制第三方个人 AI 智能体代用户订票和管理预订,理由是网络安全风险和可能违反联邦航空法规。美联航将在自有数字平台以及通过旅行社和聚合平台限制未授权智能体,并更新订票、出票和分销政策;其警告与 AI 助手共享账号凭据可能泄露敏感信息,或导致误购、账户变更、MileagePlus 里程被使用。此举跟随 Bank of America 上周敦促客户不要与 AI 助手共享密码的警告。

    决策要点

    美联航此举的实质是企业难以区分真实客户与其 AI 代理,宁可先限制接入也不承担凭据与合规风险。

    • 影响依赖智能体代订机票或管理预订的流程会受限,旅行社和聚合平台渠道也在限制范围内;凭据共享存在误购、账户变更、里程损失和违反联邦航空规定的风险;美联航是美国最新一家限制智能体接入的大企业,消费端智能体产品的平台接入阻力在增多。
    • 参考可考虑盘点企业内用智能体代办订票或管理预订的流程,确认是否依赖共享账号凭据;开发面向消费者智能体产品时,值得先确认目标平台是否提供授权接入方式,避免以共享密码实现代操作。
11月12日周四
  1. SaaStr68

    SaaStr创始人Jason Lemkin:优秀B2B智能体能把客单价翻倍,多数AI功能做不到

    SaaStr创始人Jason Lemkin发文称,其被投的一家约3000万美元ARR的垂直软件公司本周发布首款智能体后客单价(ACV)翻倍,无免费版,首周即有3%客户付费购买。

    决策要点

    真正的智能体从人力预算拿钱所以能把客单价翻倍,只优化现有流程的AI功能拿不到这笔钱,最终往往靠credits变相涨价。

    • 影响对软件厂商,能否从人力预算解锁支出决定2倍定价是否成立,2026年免费上线多半说明产品还不值得收费;对采购企业,席位外加收credits的AI功能本质是涨价,可据此重新审视账单;按产出独立定价的智能体SKU是厂商更可行的增收路径。
    • 参考厂商可先问产品团队未来两个季度有没有能让老客户首周多付50-100%的智能体,并跟踪90天附加率、智能体线续费和核心产品留存;采购方可把AI账单与其替代的人力工时对比后再决定续约或迁移。
  2. Josh Bersin36

    Josh Bersin 发布 Galileo for Workday,HR 智能体深度集成 Workday 平台

    Josh Bersin 公司在 Workday Rising Barcelona 前发布 Galileo for Workday,将 HR 智能体深度集成进 Workday 平台,员工、经理和 HR 专业人员可直接就员工发展、绩效、领导力提问并获得对标最佳实践的方案。

    决策要点

    HR 研究机构把自身知识库与管理方法论嵌入主流 HCM 平台,人事系统正从记录工具变成随取随用的管理顾问。

    • 影响使用 Workday 的企业能以较低改动获得嵌入式 HR 顾问与教练能力;智能体会读取会议、目标、绩效等内部数据,数据边界和员工知情需提前约定;近零 token 成本目前只是官方口径。
    • 参考已部署 Workday 的企业可考虑在绩效计划起草或招聘流程专业化等低风险场景试点;先梳理智能体会读取哪些员工数据并明确使用边界,再对比外部 HR 咨询预算决定采购节奏。
  3. The Decoder:AI News62

    ElevenLabs 发布 Scribe v3 与 Scribe v3 Live,实时版借对话语境避免截断来电语句

    ElevenLabs 发布 Scribe v3 与 Scribe v3 Live 两款语音转文本模型,前者面向录音文件转写,后者主打低延迟实时场景,现已通过 ElevenAPI 与 ElevenAgents 平台开放。

    决策要点

    这次发布的实质是语音识别竞争从单纯准确率转向实时对话判断,但独立数据表明高准确率伴随速度与价格代价。

    • 影响客服与外呼类语音智能体可减少误判停顿导致的截断;大批量转写场景下微软与 xAI 模型速度更快、价格约低一半,成本敏感方需另行比较;欧盟隔离服务器与零保留模式降低受监管行业的部署门槛。
    • 参考可考虑先测算自身通话量下的错误成本与转写费用差距,再决定实时语音智能体是否选用 Scribe v3 Live;值得预载品牌名与专业术语清单做小样本对比测试,并核对零保留模式的合规条款。
  4. 钛媒体68

    实测百度文心5.5 Flash Preview:审美在线,编程进步明显

    钛媒体实测百度11月12日在世界大会2026上发布的文心5.5 Flash Preview,模型采用稀疏MoE架构,总参数2800亿、激活140亿,支持百万token长上下文,官方称其在CodeArena:WebDev获1668分、列开源第二国产第四,推理速度超200 tokens/s。

    决策要点

    百度借一款主打性价比与编程的Flash模型重回基础模型主战场,作者实测审美与任务交付在线,但关键基准成绩仍以官方口径为主。

    • 影响定价低至输入忙时每百万token 2元,叠加Apache 2.0开源,接入与迁移成本明显下降;编程与内容生成能力为网页、游戏、研报等场景提供低成本试用入口;模型仍是Preview版本,成绩单多来自官方口径,选型要以自有任务验证。
    • 参考可考虑待11月25日权重开源后,用自有真实任务跑一轮对比测试,重点核对编程与研报类交付质量;值得按新定价重算现有模型的token账单,评估替换或混用的成本空间。
  5. 36氪·AI66

    普林斯顿与 Anthropic 揭示 Agent 记忆陷阱,模拟实验中一句不用确认损失 120 万美元

    普林斯顿大学与 Anthropic 的研究揭示了 Agent 的“记忆陷阱”,模拟实验中清理文件时“不用再确认”的授权被带进支付任务,120 万美元批量付款未经核实即被转向另一账户,而这类风险全程无需攻击者参与(论文 https://arxiv.org/abs/2611.07554)。

    决策要点

    Agent 记忆的风险不在恶意注入,而在于良性交互留下的记忆会把一次性的授权或偏好泛化成长期规则,针对恶意内容的过滤无从拦截。

    • 影响带记忆的智能体进入支付、权限类高风险流程时,一次低风险授权可能被迁移过去并跳过核验;评审与验收类任务的评价标准可能被过往情绪或偏好带偏;现有针对恶意文本的防护拦不住这类风险。
    • 参考可考虑为支付、权限变更等高风险操作设置独立于记忆的二次确认;值得在上线记忆功能前用跨任务场景测试自家智能体的记忆迁移;先盘点哪些业务流程已允许智能体记录用户偏好与授权。
  6. 36氪·AI54

    AI视频工具价格战升级,Agent竞争从功能补齐转向创作者生态绑定

    AI视频工具在双十一掀起新一轮价格战,LibTV上Wan3.0、Kling4.0、Minimax H3三大模型最长30天0积分无限用,即梦个人年包低至4.5折。

    决策要点

    视频Agent的功能差异被大模型能力进化摊薄,价格战和抢超创只是表象,实质比拼转向难以量化的审美经验与数据沉淀。

    • 影响采购方可借折扣压低内容产能的短期成本;以算力转售为核心的2B模式被业内认为不健康,烧钱增长的公司明年可能淘汰一批;创作者生态和C端社区被各家视为更长期的出路。
    • 参考用视频工具的内容团队可考虑盘点在用平台并把资产数据留出迁移余地,借折扣期压低试错成本;工具商值得把差异化押在行业Know-How和爆款数据决策能力上。
  7. 36氪·AI52

    AI代码暴涨30%交付却近零增长,SoduWork为智能体立验收规矩

    开源企业级AI原生引擎SoduWork给出人定标准、智能体干活、凭证据验收的方案,应对AI代码产量上涨但业务交付停滞的行业困境。哈佛团队联合工程数据平台对700多家企业、72万名开发者的追踪显示,引入AI后月代码行数增30%、PR增23%,但上线交付的需求近乎零增长,合并耗时拉长49%,返工比例近翻倍。

    决策要点

    AI 编码的瓶颈已从生产端转移到验收端,SoduWork 的实质是把传统软件工程的质量纪律移植给智能体协作。

    • 影响企业引入 AI 编码后真实交付并未同步增长,审查人力反而被额外占用;核心经验散落在个人会话里,人员流动和模型升级都会造成资产流失;审批疲劳意味着放开智能体权限伴随真实质量风险。
    • 参考可考虑先统计自家代码合并耗时与返工率,算清 AI 工具带来的真实交付增量;值得评估把高频任务的验收线在开工前写死,并试点将骨干的提示词沉淀为带测试用例的团队资产。