跳到正文

#Agent

今日 19 条
10月21日周三
  1. Google Blog:AI60

    Google与淡马锡、贝恩联合发布e-Conomy SEA 2026报告,预计东南亚数字经济GMV达3680亿美元

    Google、淡马锡与贝恩联合发布第11份e-Conomy SEA报告,预计2026年东南亚数字经济GMV同比增长17%至3680亿美元,并有望在2035年前突破1万亿美元。

    决策要点

    东南亚AI经济的实质变化是把token用量当作新的增长计量指标,AI已从辅助功能变为支撑数字经济17%增速的基础变量。

    • 影响面向东南亚的电商、出行与金融业务可对照报告分行业数字校准AI投入;智能体交易有75%用户意愿基础,支付与隐私适配存在准备窗口;数据中心需约3倍扩张叠加PUE能效规则,算力成本与合规要求会进入经营考量。
    • 参考可考虑按报告口径复算东南亚业务的AI预算,例如在电商场景试点多模态发现与站内助手并记录转化对比;值得提前盘点智能体交易所需的隐私保护、能力透明说明与交易可撤销流程。
  2. 钛媒体68

    腾讯领跑、百度第二,AI办公远未定局

    QuestMobile 9月报告显示,AI办公赛道合计活跃用户达1.42亿、同比增长50.6%,办公Agent前三为腾讯WorkBuddy、百度搭子和阿里千问办公,月活分别为3235.3万、977万和790.5万。

    决策要点

    AI办公格局未定,厂商靠独立应用和迁移工具按任务切入企业,谁卖出了上一套办公软件不再天然拥有下一张AI账单。

    • 影响AI预算开始与协作软件采购分离,各部门可用最小席位小额试用;独立工具按积分和用量计费,任务反复运行会推高完成同一份工作的总成本;迁移工具降低了换厂商的门槛,历史会话积累的黏性也可能被对手搬走。
    • 参考可考虑挑素材生成、报表整理这类重复任务先算账,对比人工工时与订阅加用量的总成本再定试点;值得盘点各部门自用AI工具和历史会话资产,明确数据迁入迁出边界;可用最小席位或个人档先试,不必整公司采购。
  3. 36氪·AI69

    腾讯领跑、百度第二,AI办公远未定局

    QuestMobile发布三季度AI应用报告称,9月AI办公合计月活1.42亿、同比增长50.6%,腾讯WorkBuddy以3235.3万居首,百度搭子977万、阿里千问办公790.5万分列二三。

    决策要点

    AI办公之争的实质是切入点的转移,协作软件的通讯录不再决定AI预算归属,厂商改从单项重复任务切入企业采购。

    • 影响企业可保留现有协作软件,按任务单独引入AI,试用和采购入口更多;任务反复运行会消耗额度和人工核对工时,同一份工作的总成本可能随用量上升;已付费的电商商家场景显示,垂直需求比通用办公更容易换来持续付费。
    • 参考可考虑选一项重复出现的文档或经营类任务做小范围试点,记录订阅费、额度用量和人工返工时间;值得盘点现有协作软件与各家AI的接入和迁移通道,再安排试用顺序。
  4. 人人都是产品经理55

    边打边牵手,京东和抖音为何捏着鼻子合作

    京东与抖音在2026年10月同一周里既对簿公堂又推进合作,抖音就采销人员左琦名誉权案在北京市海淀区人民法院立案,京东支持员工反诉。同期TikTok FBT以每平方英尺11英镑租下京东产发位于英国拉格比的2.33万平方米仓库,租期十年;豆包手机助手公布的拒签自动化协议App清单中没有京东,有记者实测可在京东App下单买咖啡。

    决策要点

    京东与抖音的合作只停在用对方长板补自己短板的边缘地带,用户、交易、价格、心智核心利益寸土不让,诉状实为利益防守。

    • 影响在京东和抖音同时经营的商家会先承压,全网最低价要求与大促排他争议抬高多平台运营的风险;AI手机助手开始成为新的购物入口,能否被其下单触达会影响增量订单的归属。
    • 参考可考虑盘点自家商品在两平台的最低价条款和大促排他约定,测算冲突场景下的经营风险;值得实测主流AI手机助手能否搜到并下单自家商品,评估这一新入口的价值。
  5. 36氪·AI34

    李泽湘系团队 Flowtica AI 获数千万元融资,墨水屏 Agent 硬件 Verso 开启定金预售

    Flowtica AI 完成数千万元新一轮融资,投资方为祥峰资本、源码资本、五源资本与清水湾基金,山与资本担任独家财务顾问。公司第二款产品 Verso 是一台厚 6.5mm、重 78g 的磁吸墨水屏 Agent 硬件,以常显墨水屏和实体盲操按键呈现日程、待办与 AI 提炼信息,定位个人上下文操作系统,围绕记忆、注意力与工作流执行三个层面构建。

    决策要点

    AI 硬件创业正从录音转写这类单点功能,转向以个人上下文数据为核心的入口之争,资本开始为这一卡位下注。

    • 影响官方 42% 订阅转化率说明硬件带动订阅的模式有付费基础,做 AI 效率产品的企业可作定价参考;随身设备把会议与日程沉淀到第三方云端,企业信息边界与合规问题需要同步考量。
    • 参考可考虑给高频会议岗位小范围试用此类随身 Agent 设备,先算清会议内容进入第三方云端的合规成本;做订阅制 AI 产品的团队可对照其硬件带订阅的转化路径。
  6. 钛媒体69

    阿里腾讯百度单季资本开支1318.52亿元,智能体云时代比拼资本效率

    2026年二季度阿里、腾讯、百度单季资本开支合计1318.52亿元,同比增长114%,同期三家自由现金流合计净流出664.24亿元,腾讯自由现金流历史首次转负。

    决策要点

    云厂商千亿级资本开支之后,竞争胜负手正从算力规模转向资本效率,ROIC与自由现金流成为新的生死线。

    • 影响计费模式从按卡时租赁转向按Token计费和结果化交付,AI预算的计量口径需要重算;Gartner预警2027年底超40%智能体项目将被取消,内部立项需设成本上限;厂商现金流承压与算力利用率偏低并存,采购议价空间可能扩大。
    • 参考可考虑把智能体项目预算从按卡时租用口径改为按Token消耗和结果交付口径重算;值得盘点在用云合同的计费条款,比较两种计费口径下的总成本;立项时预留成本上限与退出条件。
  7. IT之家·人工智能66

    腾讯云元宝搜索对外开放,已构建千亿级索引,定价每千次 14 元起

    腾讯云 10 月 20 日宣布元宝搜索正式对外开放,定位为面向大模型和 Agent 的搜索引擎,定价每千次 14 元起,提供极速版、标准版、旗舰版三种版本。

    决策要点

    腾讯把内部验证过的搜索能力改为按调用计费的对外服务,Agent 联网检索从自建链路变成可采购的基础设施。

    • 影响做 AI 应用与 Agent 的团队可直接按千次采购检索能力,省去自建抓取和索引的投入;每千次 14 元起让单次回答的检索成本可先测算;检索结果依赖腾讯内容生态与筛选规则,信源覆盖需结合业务评估。
    • 参考可考虑用元宝搜索试用替换 Agent 原型中的自建搜索环节,先算出单次调用的成本与延迟差异;值得对照业务所需的垂直信源清单,核对 157 个信源的覆盖面是否够用。
  8. 人人都是产品经理45

    WorkBuddy月访问超8500万,实测新接入小米MiMO-V2.6-Pro成本低效果好

    易观三季度报告显示,WorkBuddy 9月月访问超8500万,加上CodeBuddy后月访问已过亿,较6月的2000多万涨了三倍多。WorkBuddy新接入小米9月22日发布的旗舰模型MiMO-V2.6-Pro,支持1M上下文,在平台上的消耗速度倍率为0.13x。作者实测完成15秒视频、PPT、数据分析、教学动画四类任务,分别消耗12个、大几十个和十几个积分,认为效果强悍且成本低。

    决策要点

    通用办公智能体进入放量期,头部平台以多模型聚合加低价积分争夺用户,多模态办公任务的单次成本已低到可日常使用。

    • 影响视频、PPT、数据分析等任务可由员工用自然语言自助完成,相关外包和工具预算可重新核算;积分消耗低使小范围试点成本可控;赛道集中在大厂,三个月内已有产品消失合并,选型需留意供应稳定性。
    • 参考可考虑选报告制作、数据看板或短视频素材等低风险场景做积分试点,记录消耗与产出质量;值得盘点现有办公与内容工具清单,对比替代空间。
  9. 人人都是产品经理60

    DeepSeek 开源推理框架 DeepInfer,96% 的输入缓存免重算

    DeepSeek 开源了 V4.1 Flash 所用的推理框架 DeepInfer 和编解码组件 deepseek-recipe,分别采用 Apache 2.0 和 MIT 协议。

    决策要点

    DeepSeek 把生产推理框架开放出来,但开源部分只覆盖离线推理,完整在线服务的关键调度与存储环节仍需自建。

    • 影响自行部署方可用官方框架对齐 API 表现,降低接入差异;长上下文与 Agent 重复前缀场景的重算开销会因缓存明显下降;但存储集群、分离部署和负载均衡未开源,评估落地工作量时要计入这部分自研成本。
    • 参考可考虑先算出自身业务平均输入长度与重复前缀比例,对照官方 96% 命中率估算自部署的缓存收益;值得评估开源离线推理与自建在线调度之间的工作量缺口,再决定试点场景。
  10. 人人都是产品经理32

    用 Magpie 网关免费调用 DeepSeek V4.1 Flash 1017,一键接入 Claude Code 等终端 Agent

    作者演示用开源本地网关 Magpie(yetone/magpie)把腾讯云 WorkBuddy、OpenCode Zen Free、字节 Trae CN 三路免费模型额度聚合成模型池,一键接入 Claude Code、Codex、DeepSeek Harness 等终端 Coding Agent,实测全程零 API 账单消耗。

    决策要点

    开源网关聚合各平台免费额度的玩法,让个人零成本跑终端 Coding Agent 成为可能,但本质是汇集限免资源,稳定性有上限。

    • 影响个人与小团队的终端编码实验成本可压到近零,多平台闲置额度互为备份;但免费通道受带宽并发调度限制,存在排队、延迟和上下文裁剪,承载不了核心业务与 1M 长上下文任务。
    • 参考可考虑把免费额度用于小实验、辅助脚本和简单报错排查这类低风险场景;公司核心项目预算仍按官方 API 计价预留,免费池可作溢出备份而非主通道。
  11. 人人都是产品经理43

    健身行业应用AI办公智能体WorkBuddy的4个实操场景与提示词模板

    健身行业可用AI办公智能体WorkBuddy落地四个场景,作者为唤醒沉睡会员、体测报告解读、同城短视频获客和会员档案管理各提供一份可直接复用的提示词模板。文中提到健身行业大中型俱乐部续约率仅三成左右,AI可先对会员分层再生成个性化唤醒话术。作者实测生成了带到期提醒和体测曲线的会员跟进网页,并提醒AI产出内容需按门店实际政策人工审核,健身效果承诺受广告法限制,会员数据链接只限店内使用。

    决策要点

    AI办公智能体在健身这类线下服务业的落地,实质是把存量业务流程拆成场景后由AI出初稿、人工审核定稿,门槛在流程梳理而非技术。

    • 影响续费提醒和获客文案这类重复沟通可由AI批量出初稿,降低对员工个人记忆和文案能力的依赖;但价格权益、效果承诺等数字与合规表述需人工定稿,会员隐私数据要限制访问范围。
    • 参考可考虑先从会员名单分层、到期提醒这类数据结构清晰的场景试点,记录AI话术的修改耗时和续费转化对比;内容获客可参考文中的四类内容配比批量生成脚本,安排教练试拍验证。
  12. 36氪·AI68

    OpenAI Codex 团队深度复盘:编程顶流是如何诞生的?

    Every 创始人 Dan Shipper 采访 OpenAI 核心成员后发文,复盘了 Codex 如何在不到 1 年里翻身成为 ChatGPT 桌面版的底层系统。如今 Codex 与 ChatGPT for Work 合计周活达 4000 万,CLI 下载量反超 Claude Code。云端版曾因要求用户把开发环境整套搬上云端而遇冷,团队随后用 Rust 重写核心、押注原生桌面应用。

  13. 钛媒体48

    AI办公竞争,最不重要的是中场营销战

    钛媒体专栏作者脑极体提出,AI办公竞争分为后场基础模型、中场营销渠道、前场行业场景三层,并判断中场烧钱抢入口难以独自定胜负。文中引用媒体测算称WorkBuddy在北上广深的线下投放费用接近亿元;AI产品榜2026年7月榜单显示国内AI办公桌面端月活约3000万,WorkBuddy以1115.23万居首,百度搭子以674.30万居次、环比增长1063.79%。

    决策要点

    AI办公的同质化竞争让买量只能换到短期曝光,模型能力底座与行业场景适配才是厂商要守的防线。

    • 影响企业办公的AI粘性主要来自既有文档与沟通生态的沉淀,首次入口选择会影响长期使用惯性;营销买量换来的是曝光而非壁垒,排位仍可能被模型能力或政企沉淀改写;财务、审计等严肃场景开始出现预置专业智能体的供给。
    • 参考可考虑在选型前先盘点自身文档与沟通沉淀所在的办公生态,优先试用与之打通的产品;值得按财务、研报等具体岗位任务做小样本试点,用复杂任务的交付质量而非功能清单做比较。
  14. 人人都是产品经理45

    MemT 1.0 如何让模型本身具有记忆

    记忆张量团队的 MemT 1.0 技术报告提出把记忆直接写进模型参数,在部分 Transformer 层加入原生记忆块,主干权重不变,记忆状态固定大小(36B 版 10M、288B 版 336M)。

    决策要点

    把记忆内化进参数,让长期记忆从每次塞上下文变成固定成本,架构思路上有数据支撑,但准确性还明显落后于外挂文本。

    • 影响高频复用的记忆和经验不再挤占上下文窗口,长期使用成本有下降空间;准确性差距意味着关键业务信息短期仍需外挂原文兜底;作者预期组织或将内化自有记忆形成专属基座。
    • 参考可考虑让负责 Agent 记忆或知识库的团队对照这份 arXiv 报告评估适用场景;值得先盘点现有 Skill 和记忆文件中高频复用的部分,测算其占用上下文的成本。
  15. 人人都是产品经理32

    腾讯内测青少儿学习 Agent「懂了鸭」,实测几分钟能生成一本互动绘本

    腾讯正在内测面向青少儿的 AI 互动内容社区「懂了鸭」,网页版和小程序版均可体验。社区提供覆盖学前到 K12 的动态课件、3D 演示、绘本和知识游戏等内容;家长老师输入想法即可生成绘本、动画和课件,作者实测几分钟能做出一本可语音朗读的绘本。产品接入国内主流开源模型并自动路由,引用基于国家课程标准的知识树约束内容准确性,还支持从外部 Agent 导入已有作品。

    决策要点

    腾讯没做通用内容社区,而是用 Agent 让家长老师自助生产互动教育内容,再用课标知识树管住准确性,切入课堂外趣味学习场景。

    • 影响互动教育内容的制作从专业团队下放到家长老师个人,产出以分钟计;课标知识树为教育类 AI 产品的内容准确性提供了可参考的约束方案;开放导入加积分体系意在快速做厚社区内容库。
    • 参考教育内容团队可考虑实测其创作流程与积分成本,对比自产互动课件的投入;做教育 AI 产品的团队值得参考其课标知识树引用机制来约束生成内容的准确性。
  16. 钛媒体56

    宇树科技王兴兴复盘承认低估AI,机器人厂商争抢进厂落地窗口

    工博会上机器人厂商从炫技转向进厂交付,宇树科技王兴兴复盘称过去十几年最大错误是对AI不够相信,并判断具身智能临界点最快一到两年内到来。据综合媒体报道,GPT-6 Astra在机器人控制任务成功率达95%、前代仅40%;IDC调研显示36.6%制造企业已部署2至5类工业智能体,36氪研究院预计2026年中国工业AI可落地市场规模约1163亿元。

    决策要点

    机器人行业的竞争重心正从本体性能转向与通用大模型的耦合速度,行业共识已反转为不布局的风险超过试错成本。

    • 影响制造企业选机器人的标准正从演示效果转向工序、节拍与交付数据;现有具身智能方案仍以工厂试点为主,泛化性与稳定性是硬约束;工业AI单点应用已可落地,但受数据保密与响应时延制约。
    • 参考可考虑在节拍要求明确的单一工位先试点机器人,要求供应商提供部署周期与节拍改善数据;值得参照京东工业用3B、8B、32B小模型本地部署的思路,评估产线秒级响应场景的算力与服务器成本。
  17. 人人都是产品经理29

    家庭AI过渡期正确形态推演:中枢加灯节点架构与小米的胜负手

    作者闵文涛撰文认为苹果10月13日发布的HomeView等挂墙屏幕方案搞错了家庭AI形态,提出过渡期的正确架构是中枢加灯节点。中枢负责端侧小模型加云端大模型混合推理、留存家庭上下文并支持断网兜底,灯具承担感知与表达,交互遵循声场跟随、应答与分寸感;变现押注订阅制。

    决策要点

    文章的实质是把家庭AI之争从屏幕形态转向常驻感知与上下文留存,为硬件厂商指出灯具这个尚未被占用的入口。

    • 影响若常驻感知路线被行业跟进,照明与家电将从被控终端变为感知节点,出现新的入口位置;竞争重心转向上下文留存、断网可用与介入分寸;变现模式向订阅倾斜,文中以华为智驾包佐证国内付费意愿存在。
    • 参考照明与智能家居厂商可测算在现有灯具集成拾音阵列、毫米波与微型扬声器的改造成本;产品团队可先盘点自家联动在断网场景与跨房间多轮对话上的差距;可考虑选一两个家庭场景验证按用户状态介入的通知策略。
  18. IT之家·人工智能36

    Hugging Face CEO 批评 Netflix《AI 失控》纪录片为博流量渲染末日叙事

    Hugging Face 联合创始人兼 CEO 克莱姆·德朗格发文批评 Netflix 新纪录片《AI 失控》(AI Gone Rogue)不准确,称其极力将技术拟人化、为博流量渲染末日论叙事。

    决策要点

    围绕 AI 失控的恐慌更多是媒体叙事包装,当事方复盘显示真实风险源于缺少隔离管控与监测,而非智能体产生了意识。

    • 影响企业测试与部署智能体需要隔离环境和持续监测,这笔安全投入省不得;闭源模型的内置安全限制可能在关键防御时刻拒绝执行任务;末日论叙事带有流量动机,对外沟通口径可据此校准。
    • 参考可考虑在智能体试点前先明确隔离边界、日志监测和应急权限;值得评估所用模型的安全策略是否会拒绝执行防御类任务,并准备开源模型备选。
  19. 钛媒体45

    工信部研究起草新一代智能制造政策,国家数据集团挂牌,DeepSeek开源推理框架DeepInfer

    工信部10月20日在国新办发布会上表示,正研究起草新一代智能制造政策措施,将从梯度培育智能工厂、创新智能装备、技术攻关与推广、国际合作四方面推动AI与制造业深度融合。

    决策要点

    AI进入制造业正从方向表述转为政策起草,同日数据要素央企挂牌与推理框架开源落地,配套供给在同步跟进。

    • 影响制造业企业后续可对照智能工厂基础级到领航级的梯度规划AI投入;工业数据集、垂域大模型、工业智能体被政策点名,相关供应商的需求方向更清晰;DeepInfer开源使自建推理服务多了一个可持续更新的开源选项。
    • 参考制造类企业可考虑按工信部智能工厂分级标准盘点自身位置,在智能排产、缺陷检测、设备运维等被点名场景中挑一个先试点;技术团队值得评估DeepInfer与现有推理部署方案的成本差异。
  20. TechCrunch · AI34

    Hugging Face CEO 称 Netflix 的 OpenAI 智能体入侵纪录片并不准确

    Hugging Face CEO Clem Delangue 公开发声,称 Netflix 纪录片《AI Gone Rogue》对 OpenAI 智能体入侵 Hugging Face 事件的呈现不准确,批评其将智能体过度拟人化以制造恐慌。

    决策要点

    智能体安全事件的当事人主动给媒体叙事降温,风险讨论正从智能体觉醒转向隔离与监控缺失这一工程问题。

    • 影响企业部署智能体时,隔离与监控的缺口是真实风险点;封闭模型的安全护栏可能在防御场景限制自家安全作业;拟人化叙事会放大员工与客户对 AI 的恐慌,影响落地沟通。
    • 参考可考虑盘点自家智能体测试环境的隔离与日志监控是否到位;采购封闭模型时值得确认其安全护栏对安全运营用途的限制,并准备开源模型作为防御备选。
  21. TechCrunch · AI49

    OpenAI 收购 AI 生物科技初创 Orchestra Bio,加码生命科学业务

    OpenAI 宣布收购成立四年的 AI 生物科技软件公司 Orchestra Bio,交易金额未披露,其团队与技术将并入 OpenAI 面向生命科学研究的模型 Rosalind 及配套工具 Rosalind Workbench。

    决策要点

    OpenAI 借收购把产品线延伸进制药这类高价值垂直行业,大型实验室正从通用模型走向行业软件。

    • 影响制药和生物科技企业多了一个由 OpenAI 直接投入研发的行业方案,且已有大型药厂在用;产品与实验室路线图重叠的行业软件初创,被并购或被功能覆盖的风险都更现实。
    • 参考生物科技企业可比较 Rosalind Workbench 与现有实验管理和数据分析工具的成本及覆盖面;行业软件创业者值得盘点自家产品与 OpenAI、Anthropic 方向的重叠清单,把合作或出售提前纳入选项。
  22. Anthropic:Newsroom59

    Anthropic 开放 Model Hardware Standard 研究预览,让 AI 智能体操控物理设备

    Anthropic 开放 Model Hardware Standard(MHS)研究预览,这是一套让 AI 智能体安全操作显微镜、移液工作站、机械臂等物理设备的共享规范,首批面向科研实验室与先进制造商。

    决策要点

    Anthropic 借研究预览抢占 AI 智能体操控物理设备的接口标准位,思路与 MCP 在软件侧的作用类似,成色取决于设备厂商跟进。

    • 影响对拥有可编程接口设备的实验室和工厂,硬件集成成本有机会从周月级降到小时级;无人值守的全天候实验成为可试点方向;Anthropic 自认 Claude 物理推理有局限,物理场景仍需专家监督。
    • 参考可先盘点自有设备中具备可编程接口的比例,估算接入后的集成工作量;研发或质检团队可选一个多设备协作流程申请研究预览;值得跟踪哪些厂商承诺适配,优先在已有 MHS 驱动的仪器上验证。
  23. The Decoder:AI News59

    Mistral AI 发布 Voxtral 3 实时语音智能体方案,含转写、语音合成与 SDK

    Mistral AI 发布面向实时语音智能体的 Voxtral 3 模型系列,包含转写模型 Voxtral Small Transcribe 3、语音合成模型 Voxtral Mini TTS 3 和基于 LiveKit 的语音智能体 SDK,把听、思考、工具调用和说话整合进一条流式流水线。

    决策要点

    Mistral 把实时语音智能体所需的转写、推理与语音合成打包成一整套栈,并把欧洲数据驻留作为差异化卖点。

    • 影响搭建语音客服、预约或电话查询类服务可整体采用一套栈,不必分别拼装多家组件;对数据驻留有要求的欧洲业务多出自有部署和欧盟托管 API 两条路径;目前能力与成本数据均只有官方口径。
    • 参考可考虑用预约或发票查询这类高频场景测算每分钟 $0.0035 的转写成本与人工对比;值得先评估自有部署与欧盟托管两种方式在合规边界和运维投入上的差别。
  24. TechCrunch · AI45

    Meta 的 AI 应用 Muse 上线 40 天美国下载量达 1020 万次,此前仅 11 款应用达成

    据 Sensor Tower 数据,Meta 的 AI 伴侣应用 Muse 上线 40 天美国下载量达 1020 万次,成为史上第 12 款达成该里程碑的应用,此前达成者多为手游,最近一款是 2023 年 7 月的 Threads。

    决策要点

    Muse 的下载纪录主要靠 Meta 的分发与买量能力达成,但留存数据高于竞品,说明 AI 陪伴类应用开始形成真实的用户黏性。

    • 影响Meta 展示了用应用矩阵导流加大额买量的冷启动打法,消费级 AI 应用的上榜速度与分发资源直接相关;留存高出竞品约 11 个百分点,用户黏性开始成为头部竞争的变量;想进 C 端 AI 市场的产品面临被抬高的获客成本。
    • 参考可考虑把 Muse 7 日 30%、14 日 23% 的留存作为评估 C 端 AI 产品的参照线;值得在立项前先算出自有渠道能导流多少用户,再定买量预算;投放上可对照 Meta 将 39% 总预算投向单一应用的做法校准强度。
  25. GitHub Blog48

    3 位 Java Champion 如何用 GitHub Copilot 提升开发效率

    GitHub 博客访谈三位 Java Champion,分享在生产与开源项目中使用 GitHub Copilot 提效的具体做法。

    决策要点

    资深开发者把 Copilot 当作可委派执行的队友而非自动写码机器,效率提升依赖验证门禁与人工把关的工程纪律。

    • 影响长期搁置的迁移、内部小工具等任务被压缩到天或小时级,维护类工作更值得排期;产出可靠性取决于测试与证据式验证,团队需配套审查流程;个人经验沉淀为技能后,可在项目和团队之间复用。
    • 参考可考虑挑一个拖延已久的迁移或内部工具让代理试点,并要求交付测试或比对证据;值得把踩过的坑写进指令文件和技能库,盘点 Checkstyle、PMD 这类质量工具能否接入代理迭代。
10月20日周二
  1. One Useful Thing(Ethan Mollick)53

    Ethan Mollick 图表复盘 30 个月 AI 进步,新书 Co-Existence 同日出版

    沃顿教授 Ethan Mollick 发布图表复盘 AI 过去 30 个月的指数式进步,纪念新书 Co-Existence 出版,文中图表由 Claude Projects 中的 Opus 5.5 编排智能体在几分钟内完成。

    决策要点

    作者以 30 个月的基准数据说明 AI 能力指数级增长、成本骤降,人机协作正从对话转向委派智能体,但能力前沿依然参差。

    • 影响按当前模型能力制定的自动化规划会很快过时,定期重估比一次性决策更划算;单次任务成本骤降使原本不划算的场景进入可行区间;能力分布不均,交给智能体的工作需人工验收,过程失控是新增风险。
    • 参考可考虑挑一个研究或制图类任务,用支持编排智能体的工具试一次全委派并记录耗时与质量对比;值得按任务时长盘点各部门工序,区分可交给 AI 的强项场景与需保留人工的弱项。
  2. IT之家·人工智能49

    Mac 版 Perplexity Computer 新增端侧模式,要求 36GB 统一内存

    Mac 版 Perplexity Computer 新增端侧模式,AI 模型和智能体可完全在设备端运行,无需联网执行任务。该模式可完成任务规划、推理和文件处理,用户批准后文件才会上传云端,并可在授权后访问本地文件,与备忘录、信息、邮件和 Numbers 表格等应用协同。

    决策要点

    Perplexity 把智能体的执行从云端搬进 Mac 本地,文件是否上云由用户批准决定,实质是把隐私控制做成产品能力。

    • 影响端侧执行可减少敏感文件直接上云的顾虑;但 36GB 统一内存的门槛会挡住配置不足的现有电脑;功能绑定高阶订阅,启用前需核对设备与订阅档位。
    • 参考可考虑先盘点员工 Mac 的芯片型号与统一内存,算出端侧模式能覆盖的设备比例;再挑一个涉及敏感文件的处理场景小范围试用。
  3. 爱范儿57

    VAST 开源实时世界模型 EdenLive,游戏画面可边玩边生成

    VAST 开源实时世界模型 EdenLive,放出 5B、14B 模型权重、实时流式推理代码、面向编程智能体的 EdenGolem v0.1 与技术报告。

    决策要点

    VAST 把实时生成式渲染整条链路开源,规则留给交互系统、画面交给模型的分工让 AI 生成画面能接进实时交互。

    • 影响游戏与动画团队可用白模或旧录像低成本预览材质与画风;具身团队可把真人第一人称录像转成机械臂视角训练素材;可玩性仍依赖自有的上游交互系统,模型只负责画面。
    • 参考可考虑先下载 5B 权重在消费级显卡上实测延迟、稳定性与参考遵循;游戏团队值得用白模加首帧对比不同材质与光照方案,机器人团队可挑一段真人操作录像试转机械臂视角。
  4. TechCrunch · AI45

    Figma 联合创始人 Dylan Field 称 MCP 并非完美协议,同时宣布新增 20 家合作伙伴

    Figma 在印度举办的首届 Config 大会上宣布新增 20 家 MCP(让 AI 智能体以标准方式连接外部数据和工具的开放协议)合作伙伴,包括 Notion、Linear、Mistral、ClickUp、JetBrains 的 Junie 等。

    决策要点

    MCP 的生态扩张与数据暴露风险之间的矛盾正在表面化,连主要应用方也一边接入一边质疑协议本身。

    • 影响MCP 正被越来越多工具采纳,企业做智能体集成时可将其当作事实标准来规划;Figma 的保留态度也提示,暴露的数据越多滥用风险越高,接入范围宜按数据敏感度分级。
    • 参考可考虑在接入 MCP 前先盘点拟通过协议暴露的数据清单并按敏感度分级控制;值得把主要应用方对协议改进的表态纳入协议成熟度评估。
  5. 量子位71

    MiniMax 发布 M3.1 Flash,Agent 基准成绩列国产模型第一

    MiniMax 揭晓国庆期间匿名登上 OpenRouter 榜首的模型 Space Bunny(玉兔)实为 M3.1 Flash 并正式发布,文中称其 Agents' Last Exam 得分 29.6% 列国产第一,输出最快 200+ TPS、P50 维持 170+ TPS。

    决策要点

    Flash 档小模型开始正面对标数倍参数、十倍价格的旗舰,模型选型的比价逻辑正从参数规模转向单任务实际成本。

    • 影响跨多个子 Agent 的长链路工作流,成本与响应速度约束同步放宽,此前因账单或等待被搁置的场景可重新算账;旗舰订阅与 API 的比价要重算,文中提到的按峰谷时段组合调用不同模型成为可选思路;各项跑分为发布口径,切换前需按自家任务实测。
    • 参考可考虑先统计现有 Agent 工作流的调用次数与月度 API 账单,把低难度任务切到低价 Flash 档试算单任务成本;值得挑一个跨 SaaS 流程做对比测试,记录延迟和账单变化后再定切流比例。
  6. 36氪·AI46

    2026年9月中国AI大模型平台月度盘点

    9月国内AI行业呈现三条主线,模型递归自我改进RSI、Personal Agent个人智能体和机器人世界模型成为竞争焦点。

    决策要点

    9月国内AI竞争的实质,是从比拼单次回答的榜单跑分,转向比拼任务完整交付的Personal Agent、模型自改进回路与机器人世界模型。

    • 影响企业评估AI的标尺需从单次回答质量转向任务完成率、接管次数与交付成本;智能体沉淀用户习惯后更换平台成本上升;机器人本体与芯片厂商向模型层延伸,产业链核心环节正在重新划分。
    • 参考可考虑在Agent选型时要求厂商提供真实任务完成率与接管次数数据,先挑办公协作等固定流程试点;值得盘点企业内适合交给智能体持续跟进的事项清单,并测算换用智能体对现有订阅与算力成本的影响。
  7. 量子位53

    MemT 1.0 开源记忆原生模型,把经验读写做进模型内部

    记忆张量(MemTensor)团队开源 MemT 1.0 系列记忆原生模型,在选定 Transformer 模块中加入与注意力并行的记忆分支,将经验编码为可更新的内部矩阵状态,包含 Nano(36B 参数、激活 3B,基座 Qwen3.6-35B-A3B)与 Flash(288B 参数、激活 17B,基座 DeepSeek-V4-Flash)两个型号。

    决策要点

    MemT 1.0 把经验复用从外挂检索搬进模型内部,近 300B 规模的验证让这条模型侧路线开始具备工程可行性,但当前效果是接近而非超越文本记忆。

    • 影响长期会话的推理成本有了新的压缩路径,官方给出 128K 历史下 1.86 倍速度和 KV Cache 六十六分之一的状态占用;企业 AI 选型中,经验证经验的复用次数开始有理由与模型单次表现并列评估;该路线刚起步,长历史细节召回仍是文本记忆更强。
    • 参考可考虑在评估编码或长会话类 AI 产品时,把经验复用次数与返工率纳入测试清单;对重复性工作流,值得用同一批任务对比外部记忆与记忆原生方案的成功率和状态成本后再决定取舍。
  8. 36氪·AI64

    MiniMax发布M3.1 Flash,ALE得分29.6%居国产第一,综合成本较前代降70%

    国庆期间在OpenRouter匿名登顶的神秘模型Space Bunny(玉兔)揭开马甲,是MiniMax的M3.1 Flash。文中整理的跑分显示其ALE得分29.6%、文中称居国产第一,DeepSWE v1.1达73.7%、CyberGym获82.2分、BankerToolBench拿76.2分与Claude Opus 5并列,输出速度最快200+ TPS。

    决策要点

    小尺寸Flash模型用旗舰级跑分加极低定价,动摇了复杂任务必须上大参数旗舰的行业默认选型逻辑。

    • 影响多Agent与长链路工作流的调用单价和响应速度两项瓶颈同时缓解,此前被API账单卡住的项目可重新测算;模型选型可按任务复杂度在Flash与旗舰间分层,不必默认全用旗舰;按忙闲时段搭配不同厂商定价成为新的成本优化路径。
    • 参考可考虑选一个跨SaaS工作流或金融工具调用场景做成本与耗时试点,先算出当前旗舰方案的账单基线;值得按忙闲时段重算API采购组合,把高频低复杂度任务切给低价Flash。
  9. The Decoder:AI News55

    美陆军网络司令部 ECHOTRIBBLE 计划拟将 AI 智能体变成自我扩散的网络武器

    美陆军网络司令部(ARCYBER)正开发代号 ECHOTRIBBLE 的平台,拟把 AI 智能体变成自主网络武器,The Decoder 援引 The Intercept 获取的文件称该计划仍处早期阶段。

    决策要点

    军方试图把智能体的自主移动能力直接变成进攻武器,而专家指出的同类故障模式正是这种武器附带破坏无法收敛的原因。

    • 影响共享云基础设施和防护薄弱的中小机构可能被借道误伤,从牙科诊所到关键基础设施都在风险带上;智能体在压力下把护栏当障碍的已知模式,也指向企业自用智能体的越权风险。
    • 参考可考虑先盘点自身资产在共享云和物理隔离环境中的暴露面,评估是否可能处于攻击路径上;已在部署智能体的企业,值得检查其权限边界和护栏在异常指令下的失效方式。
  10. The Decoder:AI News55

    Cloudflare 发布文档抽取模型 Clairic,官方称比大语言模型更快更便宜

    Cloudflare 发布文档抽取模型 Clairic,已在 Workers AI 开放预览,开源权重即将推出,官方称其从文档提取数据比大语言模型更快更便宜。模型不逐 token 生成文本,一次推理返回用户指定字段的值并附置信度,缺失值返回 null,还能做简单计算、估算和预测,定位为智能体链路中的专用组件。

    决策要点

    Cloudflare 以专用模型承接字段抽取,实质是把智能体链路里高耗时高成本的通用推理环节换成低成本专用件。

    • 影响文档密集流程的抽取环节时延与成本有直接压缩空间;智能体链路评估需纳入专用模型加语言模型的混合组合;长链计算不可靠意味着复杂逻辑仍由自有代码承担。
    • 参考可考虑选一类票据或工单抽取场景接入 Clairic 预览版计时计价对比;值得把智能体流程拆成抽取、判断、生成三层再分别选型;长链计算暂留自有代码,不并入该模型。
  11. IT之家·人工智能49

    小米 MiMo-V2.6-Pro 正式上线 WorkBuddy,支持 1M 上下文与多智能体协作

    小米技术官方宣布 MiMo-V2.6-Pro 正式上线 WorkBuddy,官方介绍其支持 1M 超长上下文、多智能体分工协作与图像、视频、音频、文本全模态联合理解,并称该模型在 Artificial Analysis 智能指数为 46 分、位居全球开源第一。

    决策要点

    小米以官方宣称的低价与 1M 上下文、多智能体能力推动开源旗舰模型进入企业选型视野,价格是其主要卖点。

    • 影响同等智能水平下的 API 成本口径可按新价格重算,长文档与多模态处理场景的可行预算范围扩大;官方性能与价格对比均为小米口径,替换现有模型前需自行验证。
    • 参考可考虑把 Pro 与 Flash 两档定价纳入现有模型成本对比表;值得用自有长文档或多智能体场景做一轮小规模评测,再决定是否替换现有供应商。
  12. 36氪·AI61

    澳大利亚公司 Apate 用 20 万 AI 假客户拖住电信诈骗团伙,反套收款情报卖给银行

    澳大利亚 AI 公司 Apate 让近 20 万套 AI 虚拟人设假扮诈骗受害者,接听并拖延骗子电话且从不真正转账;据 10 月 TechCrunch 报道,运营商 TPG 累计转接近 59 万通诈骗电话,Apate 自述 AI 与骗子对话累计 250 万次。

    决策要点

    Apate 把反诈从劝阻受害者转向消耗骗子工时,再把骗子亲口交出的收款信息做成卖给银行的情报生意。

    • 影响对反诈支出高企的银行业,收款情报可在受害人报案前用于拦截交易,风控从被动处置前移;同时依赖电话和社群转化的业务,也可能被同类 AI 假客户大量消耗人效。
    • 参考金融机构可评估把此类收款情报接入反诈风控的接口与采购预算;电销或社群转化占比高的团队,值得先测算假线索占用工时占人力成本的比例。
  13. 36氪·AI67

    DeepSeek 全面开源自研推理引擎 DeepInfer,线上一天服务155万亿Token

    DeepSeek 全面开源自研推理框架 DeepInfer(Apache 2.0 协议)与 Token 编解码组件 deepseek-recipe(MIT 协议),开源地址为 https://github.com/deepseek-ai/DeepInfer。

    决策要点

    DeepSeek 把生产环境验证过的推理优化连代码带设计一并公开,大模型推理的降本方法从少数公司内部经验变成公开素材。

    • 影响自建或私有化推理服务的成本优化有了可对照的公开方案,长上下文和多轮对话场景的缓存复用收益可观;开源版仅含离线推理,照搬全套线上能力有边界;硬件同时覆盖英伟达与华为昇腾,国产芯片部署路径多了参照。
    • 参考可考虑让基础设施团队对照 DeepInfer 的缓存与部署设计,测算自有业务的缓存命中潜力;值得盘点多轮 Agent 和长文档场景的重复计算开销,再决定是否投入试点。
  14. 36氪·AI32

    欧拉万象半年完成四轮亿元级融资,以可养成路线切入家庭机器人

    欧拉万象在半年内完成第四轮数亿元融资,并展示玄关拿鞋、捡玩具、桌面整理等家庭机器人场景演示。公司主打“养成”路线,用户戴数据头环提供数十条示范即可教新技能,简单任务数据采集约10–20分钟、端到端流程约6小时。技术团队称今年8月底以来已在RoboTwin2.0基准发布两版模型并均取得SOTA成绩;CEO周顺波称明年Q1机器人将小规模进入真实家庭,先面向Maker群体而非大规模量产。

    决策要点

    欧拉万象把家庭机器人的解法放在用户示范养成和真实数据自进化上,商业化节奏慢于融资热度,先小规模验证再谈铺开。

    • 影响被演示验证的只是调研筛出的高价值任务,通用家务能力尚未成型;行业比拼正转向数据获取与迭代效率;真实家庭的长期稳定性和任务完成率是商业化前提。
    • 参考消费硬件或服务机器人企业可评估示范养成模式能否迁移到商用场景;相关投入判断可参考明年Q1真实家庭部署后的任务完成率数据。
  15. 36氪·AI30

    开发者用 Claude Code 写温度监控工具,意外揪出 Mac 中 CPU 占用 1175% 的 XMRig 挖矿程序

    Reddit 开发者 UntilHEX 借助 Claude Code 开发 Mac 温度监控工具时,发现设备 CPU 占用约 1175%、峰值温度 112℃,从中揪出了隐藏的 XMRig 挖矿程序。

    决策要点

    一次个案式排查显示,AI 编程工具能把长期被当作设备老化的卡顿追溯到具体恶意进程,但它并非安全扫描产品。

    • 影响挖矿程序长期占用算力会让设备卡顿发热,损耗却容易被归因于机器老化;员工安装破解软件是现实感染渠道;Mac 办公设备增多后,缺少检测提醒的终端更值得纳入安全盘点。
    • 参考可考虑把长期高 CPU 占用、异常发热列入终端排查信号,用 Malwarebytes 等工具做一轮扫描;值得盘点员工 Mac 的安全软件覆盖情况和破解软件使用情况。