跳到正文

#Agent

今日 18 条
11月11日周三
  1. The Verge · AI77

    Google 发布 Gemini 4 Carbon,并预览 swarm 多智能体协作功能

    Google 将新模型 Gemini 4 Carbon 向公众开放,官方称其为迄今最强模型,主打复杂多步编码与开放式科研等任务。

    决策要点

    Google 用约为对手几分之一的定价重新站上前沿竞争,Anthropic 与 OpenAI 的双雄格局变成三方角力。

    • 影响前沿模型 token 单价降到竞品几分之一,企业采购的成本基线需要重算;介绍价 11 月底翻倍,比价时应按长期价格计算;不同模型完成同一任务耗用的 token 数不同,单价低不必然等于总成本低。
    • 参考可考虑把 Carbon 纳入模型比价清单,用自身真实任务测算 token 消耗与总成本而非只看单价;高难度多步编码或科研类任务值得小范围试点,常规工程与知识工作可对照官方对 Argon 的推荐;swarm 预览可用来评估多智能体协作是否适配长周期任务。
11月10日周二
  1. TechCrunch · AI32

    Meta AI 智能体 Muse 登陆 Apple Watch 和安卓 Wear OS

    Meta 宣布将 AI 智能体 Muse 带到 Apple Watch 和安卓 Wear OS,用户可在手表上通过语音通话、短信或听写直接交互。Muse 于 9 月登陆 App Store,上个月刚推出 iPad 应用;几天前 Meta 上线 Spaces 专题对话功能,上周为美国用户开放与 Muse 头像的视频聊天。

    决策要点

    Meta 正把消费级智能体 Muse 从单一应用铺成覆盖手机、平板和手表的常驻入口,消费 AI 入口之争在提速。

    • 影响智能体已在代管邮件、账单、订餐和购物等日常事务,面向消费者的业务会多一条经由智能体触达用户的路径;手表端覆盖让这类交互更随身,用户可能逐步习惯由智能体代办。
    • 参考面向消费者的团队可考虑测试自家服务被智能体代订、代购时是否顺畅可用;值得盘点客户触点中被第三方智能体代管的部分,先算出这类渠道目前的占比。
  2. IT之家·人工智能57

    Adobe Creative Cloud 向第三方智能体开放本地接入,AI 可直接操作 Photoshop 等软件修图剪片

    Adobe 在 11 月 10 日迈阿密 MAX 大会上公布 Creative Cloud 本地 MCP 接入功能,OpenAI、谷歌和 Anthropic 等公司的智能体可直接在本地操作 Photoshop、Illustrator、Premiere 和 After Effects,修改用户电脑上的原生项目文件,该功能计划 2027 年初启动私人测试。

    决策要点

    Adobe 把创意软件的操作权开放给第三方智能体,创意工具从自带助手转向可被外部编排的平台。

    • 影响设计与内容团队的部分流程可交由智能体跨软件执行,素材整理和多平台适配等重复环节可转向后台处理;功能 2027 年初才进入私人测试,短期内难以进入生产环境,品牌规范与成果审核机制需先行准备。
    • 参考可考虑先梳理设计与内容流程中素材整理、多平台尺寸适配等环节,评估哪些适合交给后台智能体;值得提前制定智能体操作品牌资产的审核与批准流程,为测试开放后申请试用做准备。
  3. 36氪·AI45

    腾讯研究院:进入双智能时代,人类该如何与AI相处

    腾讯研究院发布长文,提出人类正进入人类智能与AI并存的"双智能"时代,传统工具定义已不适用于如今的AI。文章归纳AI可自主规划行动、内部机制不透明、目标可能失配并参与改进自身研发四个新特征,并引用OpenAI宣称其内部模型解开纳维-斯托克斯千禧年难题(官方口径,仍伴随争议)以及Anthropic、DeepMind、微软研究院在数学难题上的进展作为依据。

    决策要点

    文章认为AI已不只是工具而是一种新的智能主体,主张以保留否决权的共生关系即人本智能来定位人机协作。

    • 影响企业用AI正从执行指令转向可自主规划的智能体,权限与审核流程需要随之调整;文章列举的目标失配与机制不透明,提示引入智能体的企业要为监督、中止与纠错预留管理成本。
    • 参考可考虑按文中四个特征盘点现有AI应用,凡能自主调用工具的场景先明确目标设定权和审核中止流程;值得评估高风险环节是否只让它承担辅助角色而非受托行动。
  4. The Decoder:AI News72

    Anthropic Fable 5.2 真实自由职业基准完成率达 41.3%,一年前最佳仅 2.5%

    Anthropic 的 Fable 5.2 在由人工专家核验的真实自由职业基准上完成 41.3% 的任务,一年前最佳系统 Manus 仅 2.5%,约为次名 Opus 5.5(21.25%)的两倍。

    决策要点

    智能体在真实专业任务上的完成率一年内从 2.5% 升至 41.3%,且由人工在专业软件中核验,含金量高于常规跑分。

    • 影响音频编辑、建筑设计、3D 建模等外包任务已接近半数可由智能体完成,外包预算与人力配置可据此重算;失败案例多为业余水平、半成品或文件损坏,交付质检环节不能省;用 AI 审 AI 在该测试中已告失败,质量把关需保留人工。
    • 参考可考虑从音频编辑、室内设计、3D 建模这些榜单提升领先的类目中挑低风险外包项目试点;值得用基准里的单项均价 $632.60 和人工平均近 29 小时作参照,先算出自有外包盘子的可替代规模;验收时保留人工用 Blender 等专业软件打开成品的步骤。
  5. TechCrunch · AI53

    Adobe 为 Photoshop、Premiere、Firefly 加入 AI 代理与新创作工具,并发布 MCP 接口

    Adobe 在迈阿密 MAX 大会宣布为 Photoshop、Premiere、Illustrator、InDesign 等产品加入更多 AI 功能,并发布本地 MCP,让 ChatGPT、Claude、Gemini 等聊天机器人可调用 Creative Cloud 应用功能。

    决策要点

    Adobe 把 AI 助手升级为常驻代理,并通过 MCP 向外部聊天机器人开放 Creative Cloud 功能,创意软件的调用入口从应用内扩展到通用对话工具。

    • 影响设计与视频团队的修图、调色、剪辑环节可直接在常用软件内用 AI 完成,内容制作流程会缩短;MCP 开放后团队还可用 ChatGPT 等工具调用 Adobe 功能,AI 辅助设计多了一条不换软件的路径。
    • 参考可考虑让设计或视频团队盘点现有重复性修图和剪辑环节,对照新功能做小规模试点;值得评估通过 MCP 用现有聊天机器人调用 Adobe 功能的可行性。
  6. TechCrunch · AI37

    Cyanogen 联合创始人推出面向 AI 时代的桌面操作系统 Kora,挑战 Windows

    Cyanogen 联合创始人 Kirt McMaster 创办的公司 Kora Systems 周二发布基于 Linux 的桌面操作系统,AI 模型与自主智能体可直接跨应用工作、访问文件并在任务间保留上下文,计划 2027 年免费推出,支持 Intel、AMD PC 和高通 Snapdragon 机型。

    决策要点

    AI 智能体的承载层正从浏览器下探到操作系统,这家挑战者不争 Windows 大众市场,只服务愿意付费的重度 AI 用户。

    • 影响若智能体原生系统落地,企业终端与应用适配会多一条路线,智能体的文件权限与工作区隔离也牵动数据边界管理;50 人团队靠 AI 编码工具提速五倍的口径,提示系统级软件的研制成本结构在变化。
    • 参考可考虑把智能体的文件访问与工作区隔离机制纳入终端安全评估清单;值得跟踪 2027 年免费版与企业版 Humain OS 的进展,再决定是否安排兼容性试点;先算出公司内重度 AI 用户的占比,判断这一系统与自身采购的相关性。
  7. The Verge · AI59

    Adobe 全面押注智能体,第三方 AI 将可直接修改 Creative Cloud 工程文件

    Adobe 在 Max 大会宣布全面押注智能体,将向 OpenAI、Google、Anthropic 等第三方智能体开放 Creative Cloud 工具的本地操作。

    决策要点

    Adobe 把创意软件的操作入口开放给第三方智能体,设计工作正从手动操作转向布置任务再审核计划的模式。

    • 影响内容团队可把社媒配图、素材整理等重复工序交给常驻智能体,人力转向审批与挑选;品牌规范可固化进工具自动套用;允许外部智能体改动本地工程文件需要重新评估文件访问与安全边界。
    • 参考可考虑盘点设计和内容团队中高频重复的产出工序,形成试点清单;值得先划定允许智能体访问的项目文件范围,待 2027 年初私测开放时按需申请验证。
  8. AdExchanger61

    Shopify 扩展 Campaign Autopilot 广告产品,新增 SEO 功能并计划接入 X

    Shopify 推进其 AI 广告产品 Campaign Autopilot,商家设定每笔成交愿意支付的价格,仅按成交付费,媒体投放风险由 Shopify 承担。

    决策要点

    Shopify 正从为广告平台供应数据的幕后角色转向直接售卖广告,用按成交计费加托管式自动化吸引不会投放的中小商家。

    • 影响Shopify 商家能以更低试错成本启动投放,无需先雇专业营销人员;按成交付费和预算上限降低了踩坑风险;商家同时把出价和优化交给平台托管,可控程度取决于 Shopify 开放的控制项。
    • 参考在 Shopify 经营的商家可考虑用小预算试点单一渠道,记录成交成本与手动投放的差异;值得先核对现有 Meta 等平台广告账户的计费方式,再决定预算如何分配。
  9. 36氪·AI48

    开源编程智能体编排工具 T3 Code 上线 Orchestrator V2,用户数超 70 万

    T3 Code 的多模型编程智能体编排功能 Orchestrator V2 上线并进入稳定版,这款开源工具的用户数已超过 70 万。它内置 Codex、Claude、Cursor、Grok、OpenCode 等 Harness,并接入 ACP Registry,在终端运行 WebSocket 服务器,桌面端、网页端和手机端都能远程连接,甚至可从一台电脑操作另一台机器上的线程。

    决策要点

    编程智能体工具的竞争焦点正从单一模型转向编排层,而过去的软件功能甚至产品本身,正在收缩成提示词和配置文件。

    • 影响开发工具采购可解绑单一模型厂商,编排层让多订阅并存成为可行选项;内部小工具和看板可先用提示词加定时任务验证需求,再决定是否正式立项;团队要把验证与回滚系统建好,这是扩大智能体用量的前提。
    • 参考可考虑让研发团队试点开源编排工具,统计多模型订阅的实际用量与成本;值得盘点内部零散小工具中哪些可改写为 Markdown 加 cron 的智能体任务;在扩大用量前,先补齐类型检查、CI 和预览环境。
  10. 36氪·AI69

    Harness大战:微软、Anthropic、DeepSeek、月之暗面竞逐Agent运行系统

    大模型公司正把Agent运行系统Harness变成独立生意,Anthropic、OpenAI已推出托管服务,DeepSeek于8月13日以MIT协议开源,月之暗面11月5日发布Kimi Hosted Agents并提出Harness as a Service。

    决策要点

    模型公司的竞争重心正从模型本身扩展到Agent运行系统这一层,微软白皮书显示换Harness能明显改变任务成绩,但现阶段直接收入仍主要来自模型推理。

    • 影响对已部署或计划部署Agent的企业,任务成功率与Token成本不只取决于选哪个模型,运行系统的选择同样影响成绩与开销;Harness自动优化存在跨任务成绩大幅下滑的案例,选型难以一次到位;模型可替换性与厂商绑定之间的权衡将进入采购评估。
    • 参考可考虑在Agent选型时把模型与运行系统分开评估,用自身典型任务实测不同Harness组合的通过率和Token消耗;值得盘点现有Agent的运行环境与任务数据归属条款,估算更换模型时的迁移成本。
  11. Adweek56

    OpenAI 推出测试版 Business Hub,企业可自助管理在 ChatGPT 中的品牌呈现

    OpenAI 在 ChatGPT 内推出测试版 Business Hub,企业可通过自助入口维护自身在 ChatGPT 中的呈现方式。认证后的品牌可创建企业资料、更新详情与产品信息,也能查看用户在 ChatGPT 中与自身互动的情况,或为业务创建专属智能体;资料可单独创建而不必配套智能体。OpenAI 商业化副总裁 Benji Shomair 表示,多门店等特定业态的功能将逐步完善。

    决策要点

    ChatGPT 里的品牌信息开始有官方认领入口,AI 回答中的品牌呈现从被动接受转向企业可自助维护。

    • 影响品牌在 AI 回答中的信息质量部分取决于企业是否主动维护资料;互动数据为企业评估 AI 渠道提供了初步依据;测试版功能范围有限,多门店等场景还需等待后续完善。
    • 参考可考虑先以单一品牌主体认证 Business Hub 并完善资料与产品信息;值得同步查看互动数据,作为判断是否在 AI 渠道投入更多资源的初步参考。
  12. Google Blog:AI53

    Google Cloud 发布医疗 AI 方案 Gemini for healthcare,主打行政工作流自动化

    Google Cloud 发布 Gemini for healthcare,一款用于整合临床、运营与行政割裂系统的医疗 AI 方案。平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南与 Medicare 数据集,在护栏和人工监督下编排执行病历综合、预授权审核等多步工作流。

    决策要点

    Google 把多步工作流编排包装成医疗行业方案,切入点是文书与行政负担,而非诊疗环节本身。

    • 影响医疗机构可把病历综合、预授权审核这类流程固定环节列为试点对象;接入意味着病历与账单数据流向平台,数据边界要先划清;行政工时若被压缩,人员排班与编制需同步重算。
    • 参考可考虑从预授权审核或病历综合中挑一个流程试点并记录工时变化;值得先盘点院内 EHR 与第三方系统的接口清单,评估数据流向和合规要求。
  13. Google DeepMind:Blog59

    Google DeepMind 发布 AlphaProof Code,四周验证 Signal 协议实际代码安全

    Google DeepMind 发布 AlphaProof Code,一个多模型智能体形式化验证框架,对保护 Signal 和 Google Messages 数十亿条私密对话的 Signal 协议实际代码完成了数学级安全验证,官方称这是首次有方法把广泛部署协议的实现层做形式化验证。

    决策要点

    AI 智能体把形式化验证从协议设计层推进到实际运行代码层,官方口径下耗时从数年降到四周,深度安全保证的成本结构被改写。

    • 影响银行、通信、医疗设备等需要高安全保证的场景,代码级验证可能从数年级行为变成周级可执行的流程;人工复核范围可收缩到机器标记的重点区域,安全审计的人力结构随之改变。
    • 参考可考虑盘点自身是否涉及密码协议、固件或关键基础设施代码,评估开源验证产物的复用空间;值得按机器检验加人工抽验的结构重新测算安全审计预算。
  14. 36氪·AI55

    苹果新 CEO 特努斯施压软件主管费德里吉,要求加速 AI 路线

    据彭博社记者 Mark Gurman 披露,掌舵苹果刚满两个月的新 CEO 特努斯在闭门会议中提醒软件工程主管克雷格·费德里吉,苹果 AI 已远落后竞争对手,须加速推进路线图、超越仅修补 Siri 的阶段。

    决策要点

    苹果的 AI 落后是隐私沙盒架构与小步慢跑研发节奏同自主 Agent 方向之间的结构性冲突,新 CEO 正自上而下施压转向,但隐私边界仍是绕不过的取舍。

    • 影响Skills 框架把复杂工作流打包成模块,iWork 引入 MCP 接口,苹果生态内的企业多了一条系统级自动化入口;隐私优先的端侧处理决定其 Agent 能力落地节奏偏慢,短期内难以替代第三方自动化方案。
    • 参考可考虑评估自家 App 与新 Skills 框架、App Intents 的适配成本,先列出适合模块化的高频工作流清单;值得在 iWork 场景小范围测试 MCP 接口能串起哪些内部流程。
  15. 人人都是产品经理48

    用 WorkBuddy 从零复刻一条完整爆款视频

    作者把两条带货参考视频交给 WorkBuddy 加开源视频制作项目 Hypit 复刻,由 AI 拆解结构、生成素材并编译成片,实测做出约 40 秒美妆口播和约 20 秒街头采访两条成片。

    决策要点

    复刻爆款视频正从人工拍摄转向拆解加生成,智能体加开源工作流把这条流程跑通到了可用程度。

    • 影响固定形式的栏目和同款带货视频可改成模板复用,减少真人出镜和逐条重制的人力;素材靠视频生成模型产出,费用按调用次数累积,批量生产前需要先核算单条成本。
    • 参考可考虑选一条固定形式的栏目视频试点,先出分镜表核对镜头再花生成额度;值得让 WorkBuddy 在正式生成前报出模型调用次数和费用,并保留 Hypit 工程便于下次换素材。
  16. 人人都是产品经理54

    千问办公 2.0 发布:个人效率之外,还有组织效率这道题

    千问办公于 11 月 9 日发布 2.0 版本,推出面向个人与组织协作的 Team Agent,为产品上线三个月以来最大的一次升级。新版本通过协作空间把群聊、表格和文档信息汇成项目上下文,人机共创支持对话与文档双屏,可圈选文档段落、Excel 单元格或 PPT 幻灯片精准修改,自动任务则在群里出现用户回访记录等业务事件时自动触发并在云端运行。

    决策要点

    AI 办公的竞争重心正从个人提效转向组织协作,千问办公 2.0 用 Team Agent 把协作链路交给 Agent 承接。

    • 影响若场景合适,群聊信息整理、反馈跟进等重复性工作可交给 Agent 承接,降低人工汇总成本;群聊和文档数据会流入 AI 协作平台,数据边界与权限管理需先行评估;已在用钉钉的团队试用的接入成本较低。
    • 参考可考虑挑一个流程固定、协作群活跃的项目做试点,记录信息汇总与反馈跟进环节的耗时对比;先盘点群聊和文档中的敏感数据范围,确认权限与隔离设置后再扩大使用。
  17. 36氪·AI44

    STACK ANYWAY 实测,AI 硬件平台让普通人一句话做出会动的逗猫器

    36氪作者实测观点跃迁的AI硬件平台STACK ANYWAY,一句逗猫器需求被拆成元件清单、三维接线与底层代码,元件到手后与AI对话不到半小时舵机和激光模块即运行。实测也暴露短板,原理图漏画面包板连线,摇杆控制代码反复修改未解决,最终由Codex写通。平台计划10月启动国内公测,设计阶段免费,按元件清单和代码阶段消费额度收费,CEO徐世哲称当前重点是缩短想法到实物验证的时间。

    决策要点

    AI把硬件原型验证的门槛从工程训练降到自然语言对话,但现阶段只负责跑通环节,结构布局和代码准确性仍要人兜底。

    • 影响消费硬件窗口期短,验证速度成为竞争变量,快速出小样的团队能省下原型试错时间;产品经理、设计师等没有硬件团队的角色可以自己动手验证想法;平台代码与结构能力尚不完整,关键环节仍需工程师补位。
    • 参考可考虑让有想法的产品或设计同事用它做按键、传感器这类单点功能小样,替代调用硬件团队的沟通成本;值得先盘点内部卡在原型迭代的硬件项目清单,再对比一轮原型外包与自建的时间预算。
  18. 36氪·AI74

    Meta 发布最小模型 Muse Ember,百万输入 Token 定价 0.10 美元,性能追平 Claude Haiku 5.5

    Meta 发布轻量级模型 Muse Ember,官方称其为迄今体积最小、效率最高的模型,主打 Agent 高频执行任务,已通过 Meta Model API 和 Muse Code 上线。

    决策要点

    小模型竞争的焦点从旗舰性能转向单次执行成本,Meta 把 Agent 高频任务的成本账作为切入点。

    • 影响Agent 系统的成本瓶颈从单次推理转向高频调用的累计支出,企业可用低成本模型承担工具调用、代码修改等固定任务;规划与执行分离的双模型搭配提供了新的架构选项;复杂工程任务仍要靠高能力模型补位。
    • 参考可考虑盘点现有 Agent 流程中调用次数最多、结构固定的任务,试点改由低成本模型承担执行;值得按单任务成本重算 Agent 项目预算,并为复杂工程任务设置回退到高能力模型的策略。
  19. 钛媒体34

    腾讯AI游戏陪伴Agent鹅次元开启首测,会重蹈米哈游停运覆辙吗

    腾讯AI游戏陪伴Agent鹅次元开启元气首测,产品以独立客户端形态运行Windows,依托画面识别、多模态对话与角色记忆,首测支持《英雄联盟》《无畏契约》《CS2》《影之刃零》4款端游,提供夏夏、沈露白、谷雨、贝拉4个角色(贝拉暂未开放)。

    决策要点

    AI陪伴赛道正从卖人设情绪转向绑定游戏场景的工具型陪伴,算力成本与付费转化能否打平,决定这类产品的盈利模式是否成立。

    • 影响游戏厂商可把陪伴Agent当作存量用户的活跃增值工具接入自家生态;算力成本是显性风险,文章估算Character.AI一年烧掉4亿美元以上;赛道处在早期窗口,外部跨游戏与内嵌游戏本体两条路线并存。
    • 参考可考虑按玩家在线时长测算陪伴类Agent的月度Token开销,先算清订阅收入能否覆盖;值得依据自家产品矩阵宽度,在跨游戏外部客户端与内嵌游戏本体两条路线间做取舍。
  20. 爱范儿54

    苹果新 CEO 特努斯施压费德里吉,要求加速推进 AI 路线

    苹果新任 CEO 特努斯掌舵刚满两个月,据彭博社披露,他在闭门会议中警告软件工程主管费德里吉,苹果 AI 已远落后对手,必须拿出同等紧迫感加速推进路线图。同期国行 iOS 27.3 测试版里 Siri 仅从玻璃球换成跑马灯,下一代 Siri AI 在国行与欧盟市场暂缺,爱范儿实测调用阿里千问的体验与第三方 AI App 拉不开差距。

    决策要点

    苹果的实质卡点是隐私架构与智能体路线的根本冲突,特努斯施压标志着靠小步修补 Siri 的时代走到头,但转型尚未落地。

    • 影响苹果生态的企业应用开发者将获得 Skills 框架与 MCP 接口等新的系统级集成入口;苹果在自主代劳场景推进偏慢,端侧隐私处理与智能体所需的长期记忆存在冲突;国行 Siri 仍是单次请求单次反馈,跨应用长链操作与 Android 阵营存在代差。
    • 参考可考虑评估 iOS 27.3 的 Skills 框架与 App Intents 能否把自家服务接入系统级工作流;依赖苹果生态的团队值得先在 iWork 的 MCP 接口上做兼容验证;规划移动端 AI 体验时不宜把国行 Siri 现状当对标上限。
  21. 36氪·AI77

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,上千个 Agent 连续8天写出操作系统原型

    Anthropic 于11月9日发布 Claude Fable 5.2 与 Claude Mythos 5.2,两款模型基于同一底层模型,Fable 5.2 向所有用户开放,Mythos 5.2 面向经审核的网络安全和生物医学研究机构。

    决策要点

    这次发布的实质是模型分层供应策略,日常任务留给 Opus,同源最强模型按安全风险分级开放,同时用降价提速压低重 Agent 工作流的成本门槛。

    • 影响API 价格降20%且输出提速,同等预算可支撑更多 Token 消耗,多 Agent 长任务的成本压力减轻;官方建议日常开发仍用 Opus 5.5,企业需按任务难度建立模型调度规则;Mythos 5.2 需通过审核项目或 Claude Security 获取,并非开放订阅。
    • 参考可考虑先测算自家 Agent 或代码生成工作流在新价格下的单位成本变化;值得评估代码顾问与多智能体编排两类用法能否接入现有研发流程;安全团队可先确认 Cyber Verification Program 与 Claude Security 的申请条件再决定是否投入。
  22. 钛媒体61

    AI的收费站正在搬家,端侧抢的不是算力而是云端的收银台

    端侧AI起量改变的不是算力格局而是计费结构,作者判断AI收费将从按token过闸转向装机授权、持续服务、兜底调用三层账单。文中援引IDC口径2026年一季度端侧AI芯片出货同比增约45%、云端约12%,火山引擎披露豆包大模型日均Token调用量突破180万亿、一年增长超10倍;清华团队研究称大模型能力密度约每3.5个月翻一倍。

    决策要点

    端侧起量改变的不是算力格局而是计费结构,AI收费正从按token过闸转向装机授权加服务续约加兜底调用的三层模式。

    • 影响采购AI能力的预算结构可能从按量计费转向授权加订阅加兜底的组合,需重新测算成本;设备相关企业要在自研模型、买闭源授权、开源自蒸馏之间权衡长期投入;跨设备部署Agent前要确认调用能否计量、责任能否审计。
    • 参考可考虑把AI预算按授权、订阅、按量三栏重算并对照现有token账单;采购端侧模型授权时值得核对快照更新频率与兜底SLA条款;部署跨厂商Agent前可先确认身份标识与计量方式的可审计方案。
  23. 钛媒体52

    AI Agent开始执行文件任务,难点正从写代码转向可靠交付

    文章分析认为AI Agent的难点正从生成代码转向可靠交付,代码能运行不等于任务结果正确可用。文中将文件处理拆为输入识别、处理规划、程序执行、结果验证四个环节,比较了工具调用与代码执行两条技术路线,并以知道创宇AiPy的开源项目说明作为Python-Use路线案例。文章同时提醒,执行能力越开放,越需要权限最小化、高风险操作确认、环境隔离和明确数据流向。

    决策要点

    Agent竞争正从模型单点能力转向任务交付的系统能力,结果可信度和权限管控取代代码生成成为新的门槛。

    • 影响选型评估标准将从演示效果转向结果验证与权限管控能力;能执行代码的Agent接触真实文件,风险从回答出错升级为数据被覆盖或外泄;固定流程与灵活数据处理可分别采用不同执行路线。
    • 参考可考虑先盘点企业内文件处理场景,区分固定流程与灵活数据处理两类需求;试点时限定专用工作目录、对覆盖删除设确认环节;值得为输出建立行数与字段复核及操作日志。
  24. 人人都是产品经理28

    张佳两天上线 Agent 聊天记录分享客户端与小程序,判断分享产品不如分享 Prompt

    作者张佳让 Codex 在 2 天内开发出客户端加小程序,用于把与 Agent 的聊天记录整理成可分享页面。他基于今年 Vibe-Coding 大几十个产品的经验判断,分享成品工具意义不大,不如分享开发用的 Prompt。产品接入微信小程序新开放的虚拟支付,设一周、一年、终身三档会员;客户端可扫描本机 Agent 会话记录并勾选发布,小程序侧默认只展示用户消息和 Agent 关键回复。

    决策要点

    AI 编程已能把个人想法到带付费功能成品的周期压缩到两天,作者进一步判断工具分享的价值正让位于 Prompt 分享。

    • 影响小工具的开发和变现链路缩短,个人和小团队可低成本试错;小程序虚拟支付对个人开放,收费验证的门槛降低;但作者自述这类自用小工具即便分享出去用户也不多。
    • 参考可考虑把团队里固定的小需求列成清单,用 Codex 这类工具按需快速开发;值得评估小程序虚拟支付的个人申请条件,作为小工具收费的轻量验证;Prompt 可作为团队资产归档沉淀。
  25. IT之家·人工智能34

    高通 1.2 万人调查称 AI 智能体将成可穿戴核心卖点,约 70% 期待其协同管理设备与事务

    高通 2026 年 10 月发布可穿戴用户调查,覆盖全球 6 个市场超 12000 名用户及潜在购买者,称 AI 智能体正成为可穿戴设备的下一个核心卖点,个人 AI 已成为可穿戴体验的基础能力。

    决策要点

    高通的调查把可穿戴竞争的焦点从单点硬件转向 AI 智能体服务,用户使用习惯已具规模,隐私授权则成为普及门槛。

    • 影响可穿戴厂商的产品卖点正从单点硬件转向智能体服务与跨设备协同,生态能力成为新的竞争维度;隐私授权设计直接影响用户接受度;选择端侧 AI 路线会牵动芯片选型与成本结构。
    • 参考可考虑对照调查中的高频需求如语音管理、实时翻译、健康服务,评估自家可穿戴产品线的智能体功能优先级;值得提前设计数据授权与端侧处理方案,把隐私能力纳入产品卖点。
  26. 人人都是产品经理52

    WorkBuddy 上线电脑操控功能,可跨应用代用户操作电脑

    WorkBuddy 在设置中上线电脑操控功能,仍为 Beta 版,开启辅助功能和屏幕录制两项权限并重启后,即可在对话中让它模拟鼠标键盘、跨应用操作电脑完成任务。

    决策要点

    基于截图识别的通用电脑操控,让 AI 代办桌面任务不再需要逐个打通接口,跨应用办公自动化的适用面明显扩大。

    • 影响查消息、回评论、写周报这类重复性桌面任务可交由智能体代办,员工的时间分配会随之改变;辅助功能加屏幕录制是高权限组合,使用中会截屏或读取窗口内容,涉密场景的授权边界需要重新评估。
    • 参考可考虑选一个低风险、流程固定的重复任务先试点,记录耗时与出错情况再决定推广范围;值得先梳理哪些电脑、账号和数据不宜授予屏幕录制与辅助功能权限。
  27. 人人都是产品经理76

    Claude Fable 5.2 实测,78 分钟做出能开机的简版操作系统

    作者用新发布的 Claude Fable 5.2 在 78 分钟内做出一个能在浏览器开机的简版操作系统,连同另外 3 个 case 和 3 个日常任务共耗掉周额度的 21%。

    决策要点

    这次的实质是模型分层使用的确立,重任务有分数持平、价格减半的 Fable 5.2 接手,千级 agent 协作成为官方展示的作业方式。

    • 影响重任务换用 Fable 5.2 的成本约为 Opus 5.5 的一半,预算可按任务难度重算;订阅内 Fable 只能用一半额度,用量配比要提前规划;API 存在 thinking block 与模型 ID 变更,升级前需要留出回归测试时间。
    • 参考可考虑把现有任务按难度分两档试点,重档跑 claude-fable-5-2 记录耗时与费用;值得按迁移指南排查 thinking block、computer use 和 advisor 配置;小模型搭配可先试 advisor 或 orchestrator 结构。
  28. 人人都是产品经理48

    Harness 到底是什么:AI 编程五层架构拆解与团队选型建议

    作者完整消化 Theo 的 49 分钟视频与长文,把 Harness 讲成让只会吐字的大模型真正干活的底座,由工具集、调用语法、执行引擎、结果回填循环和工具说明书构成。

    决策要点

    AI 编程的抽象层正在上移,模型与执行底座绑死已成定局,团队可迁移的资产应放在 MCP 数据层而非某家工具里。

    • 影响换主力模型的成本主要在重配 Skills、插件与权限,选型时应把迁移成本算进总账;内部数据库、文档库、监控埋点等资产若封装成标准 MCP,未来换模型只需改配置;为 3% 到 5% 的跑分差放弃包月订阅改烧按量 API,按原文口径反而花钱更多、干活更少。
    • 参考可考虑按团队阶段选型,单模型团队留在模型原厂工具,多订阅团队可试用开源免费的 T3 Code 并记录实际迁移收益;值得先盘点现有私有工具清单,把涉及内部数据库与文档库的部分封装成标准 MCP 服务。
  29. 量子位44

    openJiuwen发布TTSE双轨自演进框架,Agent经验分环境事实与技巧两轨演进

    openJiuwen发布TTSE双轨自演进框架(论文 A Two-Track Online Self-Evolution Framework for LLM Agents,https://arxiv.org/pdf/2609.24289),把Agent从任务中积累的经验分为环境事实FACT与条件式技巧TIP两条轨道,经归因、退役、矛盾分析与归纳四个环节循环验证更新。

    决策要点

    Agent自我改进从单纯沉淀执行技巧,扩展到同时校正对环境的认识,经验按知识类型分轨验证与更新。

    • 影响办公类Agent可借积累的任务经验减少试错与Token开销,且不改模型参数即可获得收益;错误的环境判断会在环境变化后误导执行,经验库本身需要持续维护;该机制已随WorkSwarm版本开放,使用办公智能体的团队可直接试用。
    • 参考可考虑在数据清洗、报表生成等重复性办公流程试开TTSE开关,记录首次与二次执行的耗时和调用次数对比;值得先评估自有场景中文件位置与数据格式的变化频率,判断环境事实类经验是否值得沉淀。
  30. 36氪·AI69

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,机器人仿真成绩达 GPT-6 Astra 两倍并真机对弈 62 步跳棋

    Anthropic 发布新一代旗舰模型 Claude Fable 5.2 与 Mythos 5.2,官方 RoboDojo 机器人仿真中 Fable 5.2 平均成功率 64.9%,为 GPT-6 Astra 29.8% 的两倍以上,该组结果由 Anthropic 内部运行。

    决策要点

    Anthropic 在 IPO 关口把叙事从软件助手转向物理生产力,用机器人成绩和成本账本回应增速放缓与估值质疑。

    • 影响高难度工程任务的成本核算需从 Token 单价转向单任务总成本,相关预算口径可能要重算;具身业务短期难成业绩支柱,但制造产线与科研仪器调度多了一个新入口;官方跑分缺独立复测,选型评估应以第三方实测为准。
    • 参考可考虑在高难度工程试点中,把一次通过率与人工介入时长折算成单任务总成本,再与现有主力模型对比;有机械臂或科研仪器需求的企业可关注 MHS 接口规范,先等第三方真机复现再排试点。
  31. 人人都是产品经理56

    Warp 创始人谈如何打造自我迭代的软件工厂

    Warp 创始人 Zach Lloyd 提出软件工厂方法,让团队留存 AI 编码任务记录,从反复失败中修改工作流程,他演示的一处改进建议对应同类失败已出现 37 次。他建议用团队做过的真实任务重测模型,示例中 95 分配置花费约为 93 分配置的三倍,评分目前由大模型给出;他认为团队约十名或更多工程师时统一管理更有价值,并会分化出专门改进 AI 工作方式的岗位。

    决策要点

    这件事的实质是把团队纠偏 AI 的经验从聊天记录升级为可版本管理的流程资产,让改进可追溯、可检验。

    • 影响已批量使用 AI 编码的团队,重复纠错与待审查积压是真实存在的隐性成本;流程入库后各项改动可分开验证,换模型的试验成本会降低;评分若由 AI 给出,改进精力可能花在不重要的指标上。
    • 参考可考虑先挑一类反复返工的任务留存记录,找共同原因改一处流程,再用后续工作检验效果;值得把做过的代表性任务攒成基准,换模型或改流程时重测对比。
  32. 人人都是产品经理52

    淘宝闪购 AI Agent 情感化设计探索,提出价值观、承接策略、语气三层方法

    淘宝闪购设计团队分享 AI Agent 情感化设计探索,认为一期上线的清爽高效、轻松自然、灵光风趣三种可切换语气不足以支撑情感体验,在调研十多个竞品后提出价值观、情感承接策略、语气风格三层方法。

    决策要点

    AI 情感化正在从话术层面转向规则与测试驱动的工程问题,体验质量开始像功能一样被定义和度量。

    • 影响点餐、等餐、售后等高频场景中,情绪处理质量直接影响投诉处理与用户留存;体验工作从写示例转向写规则和测试流程,设计需要更早与技术协同;先以 Prompt 试跑再评估 Skill 封装或模型训练,可控制投入节奏。
    • 参考可考虑把客服话术拆成价值观、承接策略、语气三层规则并逐项试跑;值得为情绪类回复准备固定测试题与统一评分标准,避免把说得亲切当成解决了问题。
  33. AdExchanger62

    OpenAI 广告业务将广告主排在第三,用户信任与用户价值优先

    曾参与搭建 Meta 广告业务的 OpenAI 商业化副总裁 Benji Shomair 在 LUMA 数字媒体峰会上表示,让全人类受益于 AGI 的使命要求公司建广告业务,广告决策优先级依次为用户信任、用户价值与广告主价值。

    决策要点

    OpenAI 把广告描述成普惠使命的必要资金来源,同时把广告主排在用户之后,实际是平台定规则、广告主来适配的格局。

    • 影响广告与答案分离、对话隐私受保护等原则会改变投放与归因逻辑,搜索广告经验不能直接照搬;产品形态在 6 到 12 个月内都不定型,早期投入接近低成本试错。
    • 参考可考虑小预算试投 ChatGPT 广告并对比搜索渠道效果,先摸清五项原则对定向和素材的限制;也可参考 Anthropic 以创意内容带动下载的路径,把 AI 平台当作品牌曝光的新场景。
  34. Adweek18

    Adweek 推出商业新闻通讯 The Checkout,覆盖零售媒体与智能体商务

    Adweek 于 11 月 10 日(周二)美东时间中午 12 点推出商业新闻通讯 The Checkout,由副主编 Lauren Johnson 和高级记者 Mitchell Parton 主理,提供零售与商业新闻及分析。

    决策要点

    营销媒体为商业购物单设常设通讯,说明零售媒体与智能体商务已被当作需要长期跟进的主线议题。

    • 影响对企业的直接经营影响有限,多了一个免费的行业信息渠道;文中两个悬念值得留意,一是消费者是否接受 AI 控制交易,二是零售媒体参与方增多后收入是否够分。
    • 参考零售媒体或电商团队可考虑免费订阅,作为跟踪零售媒体成熟度和智能体商务进展的低成本信息源,也可把其中的提问当作内部选题讨论的参照。
  35. 人人都是产品经理43

    AI 代办应用 Pickle 获 60 亿韩元种子轮融资,登顶韩国 App Store 效率榜

    韩国 AI 代办应用 Pickle 登顶韩国 App Store 免费效率榜、位列总榜第二,截至 11 月 9 日排名超过 Claude、Gemini 和 ChatGPT,其 20 多岁韩国创始团队获 Crew Capital、NFX 等约 60 亿韩元种子轮投资。

    决策要点

    个人智能体正从概念变成真实榜单排名和付费订阅,Pickle 用拟人形象叠加陪伴感做差异化,执行可靠性与代付信任是这类产品的共同门槛。

    • 影响代打电话、代下单、代预订已有用户按 20 到 200 美元月费付费,个人代办场景的付费意愿得到初步验证;官方也承认可能执行不准确,支付授权与可靠性管理将直接影响留存和服务成本。
    • 参考可考虑把付款前人工确认、敏感信息本地加密存储作为自建 Agent 流程的默认设计;出海做助理类产品时值得参照 Pickle 对 Naver、KakaoTalk 等本土服务的适配清单,并按任务执行次数重算单位服务成本。
  36. IT之家·人工智能66

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,官方跑分编码超 GPT-6 Astra

    Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 20%。

    决策要点

    Anthropic 以官方跑分宣告编码反超,同时成本下降 20%,对使用方而言价格与速度的变化比榜单名次更直接。

    • 影响现有 Claude 用户的 API 成本和输出速度可能直接受益;编码类场景的模型选型出现新对比对象;长程多智能体协作被官方作为主打能力展示;选型参考暂只有官方口径。
    • 参考可考虑用自有任务复测 Fable 5.2 与现用模型的差距再定迁移;值得按新价格重算月度 API 预算;智能体协作需求多的团队可评估长程任务场景。
  37. AdExchanger45

    PubMatic Q3 营收 7960 万美元增 17%,智能体广告投放累计超 120 个

    广告技术公司 PubMatic 公布 Q3 财报,营收 7960 万美元同比增长 17%,CFO 称 CTV 营收占本季 21% 同比增 30%,移动应用收入占约 27% 同比增近 40%,增长主要来自 AI 方案和 CTV、移动应用广告需求。

    决策要点

    智能体广告从概念走向规模化执行,投放方加速把环节交给 AI,同时行业开始为自动化购买决策划定边界。

    • 影响广告投放执行环节的人工参与将继续减少,采用慢的团队可能拉开操作差距;若购买决策交给个人智能体,品牌曝光或向少数来源集中;名人 AI 形象广告出现授权加水印的合规模板,消费者信任仍是门槛。
    • 参考可考虑盘点现有投放流程里人工与 AI 的分工,选一个低风险投放试用智能体方式并记录效果对比;值得评估品牌内容在 AI 回答与代理推荐场景的可见度;做名人形象广告前先核对授权、报酬与水印要件。
  38. 极客公园66

    千问办公 2.0 发布,主打面向团队协作的 Team Agent

    千问办公 11 月 9 日发布 2.0 版本,官方称其为业内首个面向团队协作的 Team Agent,把多人协作、文档共创和自动任务整合进同一个 Agent。极客公园实测显示,关联钉钉群并一句话描述需求即可搭建,发票整理、论文汇总等分散信息整合任务可由 Agent 自动完成。

    决策要点

    千问办公把 Agent 生产能力和钉钉存量工作流绑定,企业级 AI 竞争从模型单点能力转向组织上下文的复用。

    • 影响上下文搬运占比高的岗位如运营、财务、信息同步类工作最可能先见效;个人提效三到十倍不等于组织提效,收益要按流程重组来核算;深度依托钉钉生态,跨 IM 协作的企业需评估平台绑定成本。
    • 参考可考虑选一个信息分散在多个群、靠人工汇总的场景(如发票审核或门店进度同步)试点并记录耗时对比;值得先盘点群聊里哪些重复信息流能交给定时任务,再决定是否调整分工。