跳到正文

#Agent

今日 18 条
11月9日周一
  1. 36氪·AI61

    不想当管理者,就用不好 Coding Agent?Anthropic 工程师长文谈 Agent 管理实战

    Anthropic Claude Code 工程师 Addy Osmani 11 月 8 日发表长文《Your Coding Agents Made You a Manager》,称深度使用 Coding Agent 的工程师实际已在做管理工作,方法包括让 Agent 自行验证结果、先制定计划再写码,可以委派任务但不能委派判断。

    决策要点

    Coding Agent 把工程师的瓶颈从写代码移向验证与取舍,产出上限取决于验证机制而非并行数量。

    • 影响引入 Coding Agent 的团队,产出评估口径需从代码量转向 PR 完成周期与返工回滚率;并行扩容会带来协调、审查和上下文切换负担,工程师可能成为新瓶颈;入门级任务被 Agent 接管后,初级工程师的实践机会需要有意安排。
    • 参考可考虑把 PR 完成周期、返工与回滚率纳入 Agent 试点指标;值得先为无人值守任务明确完成标准、权限与费用上限,并从批量修改三个文件这类小规模试运行开始。
  2. 36氪·AI46

    验证码拦不住个人Agent了,OpenAI Dot已可读取邮箱验证码登录

    OpenAI产品团队成员James Sun 11月8日宣布,个人Agent产品Dot可读取发到已连接邮箱的登录验证码替用户完成登录,用户可选择仅本次授权或以后自动填写。

    决策要点

    各家正在补齐个人Agent登录验证码这一执行卡点,竞争重心转向授权边界、隐私尺度与完整任务的稳定交付。

    • 影响采购录入、财务对账等固定流程交由Agent代办的门槛在降低,适合先做小范围评估;邮箱授权给AI意味着账单、工作邮件等敏感内容可能被接触,账号授权和数据边界需要重新划定;网站对自动化访问的风控仍可能让任务中断。
    • 参考可考虑先盘点员工把公司账号或邮箱接给个人Agent的情况,划出必须本人确认的敏感操作清单;值得选一条不含敏感数据的固定流程做试点,记录AI完成率和人工接管次数。
  3. 36氪·AI72

    豆包工作进企业,要过几道关?

    豆包工作以与飞书深度打通的企业级Agent产品定位进攻企业市场,落地最深的行业集中在汽车产业链、快消零售和内容电商,渠道销售称影视和电商接受度强,生图生视频是其相对优势。

    决策要点

    AI办公大厂竞争已从产品卡位转入企业落地争夺,豆包工作要过的关卡不在模型能力,而在销售体系整合与企业和员工的接纳速度。

    • 影响企业AI采购已从试点项目升级为预算科目,成交价格有了参照;是否绑定飞书生态直接影响迁移成本,飞书客户可低门槛迁移使用;席位之外还须预充用量点数,总成本要按生图生视频等消耗测算。
    • 参考可考虑按席位加用量套餐的口径测算年度总成本,而非只比较席位单价;试点可选审批流程整理、答疑归类、电商选品报告这类标准化场景,记录人工与AI的耗时对比;值得先盘点企业文档和聊天数据沉淀在哪套协作工具里,评估与候选产品的打通成本。
  4. 人人都是产品经理60

    天猫技术团队谈AI Native团队:串联者从人换成Agent,难在知识底座

    淘天集团天猫技术团队作者书牧发文提出,AI提效单点见效而全局低效的根源是协同缺失,主张把生产流程的串联者从人换成Agent,构建知识底座、Agent、人三层协同的AI Native团队形态,人定目标做判断,Agent承担传递、判断与衔接。

    决策要点

    这篇文章的实质是把AI提效的重心从单点工具转向生产关系重构,真正的分水岭不在工具选型,而在各业务能否建起自己的知识底座。

    • 影响只叠加单点AI工具而不动流程,端到端收益有限且协同成本仍由人扛;知识底座不可跨业务复制,存量业务梳理隐性知识投入大;文中警示无历史包袱的竞争者可能以同形态跑出数倍效能。
    • 参考可考虑先盘点现有AI项目属于单点提效还是流程串联,再选一个小业务单元试点梳理规则与流程知识并设计自动保鲜机制;协同工具选型上可先评估内部已有方案能否复用,避免各团队自建重复。
  5. 钛媒体44

    AI 进不了家族群怎么办?Wabi 让它成为主动办事的固定群成员

    Replika 创始人 Eugenia Kuyda 的新创业项目 Wabi 是一款把聊天、智能体与小程序整合进群聊的即时通信App,AI 以固定群成员身份观察对话并实时生成投票、行程表、健身追踪等小程序,不同群的 AI 只读取所在群上下文。

    决策要点

    消费级智能体的竞争点正从模型能力转向入口位置,Wabi 用固定群成员身份验证了家庭群聊场景的需求,微信的差距在于 AI 进不了群。

    • 影响国内现有群机器人要么限企业权限要么偏年轻兴趣群,家庭协作场景仍是空白;AI 在对话中即时生成小程序,省去针对每个场景单独开发智能体的成本;群聊入口的位置会直接影响消费级智能体的使用习惯。
    • 参考可考虑选收班费、排班、行程确认这类重复协作场景试点群内 AI 助手;做消费产品的团队值得研究 Wabi 按场景隔离上下文与主动生成工具的设计,先算清多群上下文隔离的运维成本。
  6. 36氪·AI34

    Discord 弃用 Electron 改用 Rust 重写客户端,演示内存占用约 290.2MB

    Discord 联合创始人兼 CTO Stanislav Vishnevskiy 宣布客户端迁移至 Rust,桌面端移除 Electron,移动端弃用 React Native;其演示的新客户端以 Discord Phoenix 名称运行,内存占用约 290.2MB,官方称现有 Windows 客户端加载多服务器时可达 1GB 甚至更高。

    决策要点

    AI 降低原生开发成本后,Electron 以内存开销换开发效率的老权衡正被重估,客户端资源占用开始成为产品竞争力的一部分。

    • 影响依赖 Electron 类跨平台方案的应用,在用户本地运行模型后资源占用会更受挑剔;重写路线需要多年 Rust 储备和框架维护投入,短期难以照搬;无障碍支持与第三方插件生态可能成为迁移的隐性代价。
    • 参考可考虑先盘点自家桌面端应用的内存与 CPU 占用基线,再判断是否值得重写;评估迁移时应把输入法、无障碍、第三方集成等适配成本列入清单,而不是只比较性能数字。
  7. 36氪·AI65

    字节旗下扣子企业版宣布停售,份额第一的低代码智能体开发平台2027年底全面下线

    字节跳动旗下扣子于10月29日公告,企业标准版和旗舰版11月30日起暂停向新客户销售,2027年12月31日全面下线,通过火山引擎购买的旧版今年底先行下线。据36氪援引的市场统计,2025年扣子以19.3%份额居中国智能体开发平台公有云市场第一,今年7月企业标准版月费还从498元调至980元;流程导出备份安排另行公布。

    决策要点

    扣子退场的实质是模型能力进步压缩了独立低代码平台的价值,大厂转向把这类能力收进自有办公入口而非单独售卖。

    • 影响已在扣子上搭建流程的企业面临导出方案未定的迁移成本,数据、权限和接口能否延续待定;采购独立开发平台前需重算接入、复核与维护的总投入;浅层需求可被通用助手承接,独立订阅的付费理由在减弱。
    • 参考可考虑盘点本企业在扣子等平台上的流程清单及其连接的数据与接口,待导出方案公布后再定迁移路径;值得把全年节约的工时与订阅、模型调用和维护开销对比后再决定同类平台的续费;浅层需求可先交给通用AI助手验证。
  8. 36氪·AI53

    对手想按下暂停键,中国AI的时间窗口开了吗?

    文章判断美国政客的暂停AI提案大概率难落地(桑德斯的AI数据中心暂停法案至今零联署),中国AI的机会在自身效率、供应链与具身智能,而非等待对手犯错。文中引用MiniMax创始人闫俊杰的说法,中国最好的模型已达美国顶尖约95%性能、成本只有十分之一;MiniMax 2026年上半年营收1.166亿美元、同比增长283%,股价却从1330港元跌至156港元。

    决策要点

    美国暂停论调更像内部摩擦升温的信号,中国AI的窗口不靠对手停顿,而取决于能否把效率优势转成收入与具身智能身位。

    • 影响推理成本预计再降一个数量级,行业从烧钱竞赛转向现金流竞赛,无自我造血能力的模型公司面临并购或出清;Agent落地会推高token消耗,平台型公司可能拿走大部分利润;具身智能把比拼转向智能加制造,供应链与物理世界数据成为新筹码。
    • 参考可考虑重估对模型供应商的依赖,把可持续收费能力纳入选型标准;值得评估自家业务在机器人、自动驾驶等具身场景的数据与供应链卡位;先算出Agent用量带来的token成本曲线再定投入节奏。
  9. 人人都是产品经理53

    制造业AI智能体如何选择MVP场景,采购、财务与仓储的需求和ROI分析

    作者分析制造业引入AI智能体时如何选首个试点场景,判断财务是稳妥起点,采购更有机会连接供应链上下游,仓储则考验数据治理与系统协同。文中引用公开披露口径,美的荆州工厂14个智能体覆盖38个核心生产场景,多个核心场景平均效率提升超80%,排产响应速度提升90%;沪东中华造船供应链数据项目披露人工录入等重复性工作减少90%以上。

    决策要点

    制造业智能体落地的瓶颈不在模型能力,而在第一个试点是否具备高频业务、可调用数据和可验证的结果。

    • 影响财务试点能用单据处理时间、对账效率等指标快速算清AI投入产出;采购试点具备向供应商协同和风险识别延伸的空间;数据基础没理顺的企业上仓储智能体难以见效,可能要先补数字化短板。
    • 参考可考虑按验证目标选切入点,想快速算清人力节省就先做财务单据核对试点,供应商多、物料复杂的企业值得先试采购报价提取与比价;动工前先盘点物料编码、系统接口和权限边界。
  10. 36氪·AI47

    Anthropic 非公开 Claude 模型 3 天攻克 18 年悬置的 Aaronson-Ambainis 猜想

    以 Anthropic 内部模型为核心的 Harness 系统搭建后仅 3 天完成 2008 年提出的 Aaronson-Ambainis 猜想求解,定理与推论已完成 Lean 形式化。

    决策要点

    以内部模型为核心的系统 3 天攻克悬置 18 年的猜想且结论经 Lean 检验,AI 研究产出开始具备机器可验证的客观标准。

    • 影响形式化验证为采纳 AI 研究结论的企业提供了过滤模型幻觉的客观手段;量子优势边界被刻画后,押注量子计算路线的投入预期需要重新核对;该能力来自非公开内部模型,公开版模型未必具备同等水平。
    • 参考可考虑把 Lean 等形式化校验纳入 AI 辅助研发的验收流程,先选一个数学或算法类任务试点;涉及量子技术布局的团队值得借此结论重估经典模拟可替代的边界。
  11. 量子位61

    腾讯混元 Hy4 发布,770B 总参数,首次引入视觉与电脑操作能力

    腾讯发布混元 Hy4,770B 总参数、49B 激活参数,首次引入原生视觉能力和电脑操作能力,模型权重将于近期开源。官方口径称幻觉率由 preview 版 12.95% 降至 7.2%,推测类错误率由 23.1% 降至 5.6%,213 位专家(七成来自外部头部金融机构)众测 579 个金融任务,综合表现位居开源模型第一。

    决策要点

    开源模型的竞争焦点正从对话质量转向长程任务交付,腾讯把视觉理解和电脑操作一起打包进 Hy4 的开源牌里。

    • 影响带视觉与电脑操作能力的开源权重给私有化部署多了一个技术选型;模型已接入腾讯云、企业微信等自家产品,生态内试用门槛较低;官方幻觉率和金融排名数据未经独立验证,选型前需自测。
    • 参考可考虑在 11 月 15 日前用 WorkBuddy 免费额度试跑一两个多步骤任务,对比现有方案的返工率;等权重开源后,值得在自身业务数据上复测幻觉率,再评估私有化部署成本。
  12. 钛媒体38

    Fintech周报:六大行恢复大额存单,工行村镇银行清零,招行日均Token消耗超800亿

    钛媒体Fintech周报汇集金融监管与行业动态:六大行全部恢复大额存单发售,5年期利率1.55%至1.60%、20万元起存,业内视为银行修复负债久期的安排而非利率反转;工行获批收购平湖工银村镇银行,手续完成后旗下村镇银行法人将清零,年内已有183家村镇银行退出。

    决策要点

    金融机构AI投入正从场景数量叙事转向运营量化,Token消耗、场景数与营收传导指标开始进入业绩披露和监管要求。

    • 影响大型金融机构后台与支援职能的AI应用已基本普及,竞争焦点转向投入产出度量;监管要求平衡成本与效益,缺乏量化评估的AI预算会先碰到成本约束。
    • 参考可考虑参照招行做法,为AI场景设定面访数、成交金额这类业务观察变量做投入追踪;金融类企业值得对照互金协会禁用营销用语清单自查宣传物料。
  13. 量子位67

    千问办公2.0发布,推出支持多人与Agent协作的Team Agent功能

    千问办公11月9日发布2.0版本,上线协作、自动任务、人机共创、资料空间与三端互联,官方称协作功能为行业首个支持多人与Agent协作的Team Agent。数字员工进入工作群后可实时关联多个钉钉群聊、文档、AI表格等信息源,承接任务指派并跟进待办;自动任务支持订阅事件、配置规则,条件满足时主动处理,首批覆盖指定人消息、群内@自己与审批场景。

    决策要点

    办公Agent正从服务个人转向服务团队,千问办公把数字员工嵌入钉钉群聊等既有协作场景,切入点是组织内的信息流转。

    • 影响跨群收集、汇总、回填表格这类信息搬运工作可交由数字员工承担,官方案例里5人团队对接60多个门店群的人工收集明显减少;Agent接入工作群与审批后,任务指派和触发规则会成为新的管理事项。
    • 参考可考虑盘点团队里依赖多群人工汇总信息的流程,选一个类似银泰卡券提报的场景试点并记录耗时变化;值得把缺货提醒、审批跟进这类高频事件整理成规则清单,评估自动任务的适用范围。
  14. 人人都是产品经理62

    阿里、腾讯、字节、蚂蚁的 Personal Agent 为何都停在付款之前

    文章分析国内 Personal Agent 为何都停在付款之前,千问 Go、小微、小豆、灵光都能办事,却无法替用户完成最后一步支付,卡点在生态授权与结算。作者拆解套壳、单点工具、陪伴、跨App操作、开源框架、专属硬件六种卖法的出局逻辑,引中金测算称2030年交易抽佣收入空间3918亿元、占比约76.2%,省钱卖点与抽佣收入互相矛盾。

    决策要点

    Personal Agent 的竞争实质是交易位置之争,谁站到替用户付款的最后一步谁就能在每笔 AI 经手的交易里抽成,国内生态割裂让各家都停在墙内。

    • 影响依赖广告竞价和佣金的平台生意可能被智能体绕开,亚马逊封禁 Muse 说明冲突已经发生;订单入口可能从用户主动搜索转向代买,价格不透明的品类受影响更直接;智能体支付设施会多出一个渠道方,抽佣条款将进入利润结构。
    • 参考可考虑先测算自家平台价与直订渠道的价差,评估被代买绕开的利润空间;品牌方值得检查商品信息是否便于智能体读取比价;再关注支付宝AI付等智能体支付设施的接入条款与抽佣方式。
  15. IT之家·人工智能67

    阿里千问办公 2.0 发布,支持多人与 Agent 协作并进驻工作群

    钉钉宣布千问办公 2.0 正式发布,这是一个面向个人与组织协作的 Team Agent,所有功能已在千问办公客户端全量上线。

    决策要点

    钉钉把千问办公的 Agent 从个人助手推进到团队协作位,数字员工开始以成员身份进入群聊、任务和文档流程。

    • 影响钉钉生态内的团队无需更换工具即可接入;文章指出项目信息分散在多个群聊需人工搬运汇总,这类协调工作有了可交给数字员工的对象;审批与消息触发场景适合先试自动化规则。
    • 参考可考虑选一个多群协作项目做试点,让数字员工承接进展梳理与待办跟进并记录耗时对比;值得盘点群内 @ 与审批场景,配置自动任务规则。
  16. 人人都是产品经理62

    Anthropic 公开 Claude 内部记忆架构设计

    Anthropic 公开 Claude 跨会话记忆架构,分为原始记录、记忆笔记、Wiki、注入上下文四层,由 Dreaming 过程回查原始记录、修正笔记并压缩出顶层注入索引。

    决策要点

    Agent 记忆的实质是带生命周期的缓存工程,价值在证据校验和分层压缩,而不是把更多事实存下来。

    • 影响构建跨会话 Agent 或企业知识库时,记忆质量直接影响任务收益;无节制增长的记忆会挤占检索与执行预算;错误记忆还会被后续会话反复继承,放大返工成本。
    • 参考可考虑把自家记忆模块拆成原始记录、在线笔记、离线整理、注入索引四组件,并为记忆设预算和垃圾回收;值得支持从笔记回溯原始记录,再用评测任务验证修正是否有效。
  17. OpenAI:官网动态29

    OpenAI 发布 CodeRabbit 客户案例,称 Codex 助同等团队软件交付量提升 20 倍

    OpenAI 在官网发布客户案例,称 CodeRabbit 使用 Codex 后,在工程团队规模不变的情况下软件交付量提升 20 倍。案例还称 CodeRabbit 用 OpenAI 模型对 AI 生成的代码进行治理与信任校验。该内容为厂商官方口径,feed 仅提供一行摘要,暂无独立评测数据。

    决策要点

    OpenAI 借客户案例宣称 Codex 让同等团队交付量提升 20 倍,实质是为编码智能体的团队产出杠杆做背书,证据目前只有厂商单一口径。

    • 影响若倍数宣称方向可信,工程团队的产出约束会从人头转向 AI 代码的审核与治理,代码评审环节的投入可能上升;但数字出自厂商案例,直接据此调整编制或预算风险高。
    • 参考可考虑选一个独立小项目试点 Codex 类编码智能体,用同等人数下的交付周期和缺陷率与现有基线对照;值得先盘点现有代码评审与 AI 代码治理流程能否承接更高的生成量。
  18. 人人都是产品经理29

    会吃醋还会争宠,Yam把多角色互动带进AI恋爱模拟

    Yam 是一款刚正式开放网页版的 AI 恋爱模拟游戏,把多角色互动做成核心玩法,角色会因玩家亲近他人而吃醋、主动争宠,玩家也能自己写剧本并发布到游戏广场。游戏提供 Sim 恋爱综艺、Story 章节剧情、Moments 片段探索三种玩法,团队将底层技术方案称为 World OS、Personality OS 和 Game Engine。

    决策要点

    Yam 的样本价值在于用信任度数值和赛季规则约束开放式 AI 生成,把 NPC 聊天从辅助功能升级为可运营的核心玩法。

    • 影响对消费级 AI 内容产品团队,数值化的角色关系系统提供了可借鉴的设计模板;文章指出 AI 只降低内容成本,角色是否讨人喜欢仍取决于设计,优质创作者生态会成为平台间竞争的分水岭;靠同人 IP 冷启动的路线自带授权与形象使用风险。
    • 参考做 AI 内容产品的团队可考虑拆解其信任度阶段、每日节奏限制与赛季结构的做法;内容平台值得研究其创作者虚拟币激励和作品数据看板;若想借第三方 IP 冷启动,先算清人物形象与剧情设定的使用边界。
  19. 人人都是产品经理65

    扣子企业版宣布下线,曾以19.3%份额居智能体开发平台公有云第一

    扣子团队于2026年10月29日发布企业版下线公告,企业套餐分三批退场,新版最晚2027年12月31日全面下线,未用完部分按原路退回。扣子曾以19.3%份额居2025年中国智能体开发平台公有云市场第一,但IDC数据显示该市场整体规模仅2.5亿元,私有化市场达17.5亿元。

    决策要点

    扣子退场的实质是低代码搭建范式被模型自主规划取代,份额第一也撑不起一个仅2.5亿元的公有云市场。

    • 影响把核心流程焊死在低代码平台的企业面临迁移风险,要趁公告缓冲期盘点重写;搭建类中间层工具的价值被模型能力抽走,智能体入口正收拢进AI办公平台;企业预算明显偏向私有化部署一侧。
    • 参考可考虑先盘点业务里跑在扣子等搭建平台上的流程清单,优先保留可迁移的Prompt、知识库和流程逻辑;值得评估核心场景改用模型自主规划或AI编程工具的可行性。
  20. 人人都是产品经理20

    科大讯飞内测智能体工作台 Loomy,注册送 5000 积分每日可领

    科大讯飞内测的智能体工作台 Loomy 正在推广,注册送 5000 积分,每天登录再送 5000,作者专属福利码可额外兑 1 万、限前 100 人。作者实测三天称产品真实可用,官方称 5000 积分约够执行 50 次常规办公任务。Loomy 与 WorkBuddy 共用 GLM、DeepSeek 等模型池,均按倍率扣积分且只认 OpenAI 兼容协议,作者提醒两家倍率基准不同、不能直接对比。

    决策要点

    讯飞用大额积分补贴推智能体工作台 Loomy,产品形态与 WorkBuddy 高度同质,竞争点在补贴方式而非模型能力。

    • 影响推广期试跑此类智能体办公工具门槛接近零;作者提醒白送额度早晚停发,接入业务的流程需预留收费后预算;模型池通用、协议一致使切换成本低,可多平台并用。
    • 参考可考虑让团队用同一段真实办公流程在两平台各跑一遍,按自家账单比较实际花费;值得记录免费额度下的月用量,作为收费后预算与选型依据。
  21. 人人都是产品经理36

    WorkBuddy 一个月连发六大版本,密集加码 AI 办公场景

    WorkBuddy 在国庆节后一个月左右连续上线六个大版本,涵盖独立文件浏览器、浏览器操控、远程桌面、BuddyOne 互通体系、多设备数据一键导入和首页改版。其中 BuddyOne 打通腾讯旗下 5 个办公类产品,共用积分、资料与存储,未来还将共用记忆,并有更多 Agent 接入中;数据导入由人工一两个小时缩至一键一两分钟;首页改版砍掉工作模式与示例提示词,仅保留 6 个场景胶囊并突出输入框。

    决策要点

    这一轮密集发版说明 AI 办公竞争焦点已从模型能力转向场景入口,一体化产品正在挤压单点工具的空间。

    • 影响文件处理、浏览器自动化、远程桌面由一个产品打包,现有办公工具链的重叠度需要重算;Agent 代操作浏览器和表单会触碰公司数据与账号边界,权限管理需求随之上升。
    • 参考可考虑盘点现有工具链中与文件处理、浏览器自动化、远程桌面重叠的部分;值得在试点前先划定 Agent 可操作的网站、表单与数据范围。
  22. 人人都是产品经理62

    OpenAI 发布网安专用模型 GPT-6 Cyber,ExploitGym 基准较上一代提升约 51%

    OpenAI 发布网络安全专用模型 GPT-6 Cyber,在 ExploitGym 基准取得 48.5%,较上一代 GPT-5.6 Cyber 的 32.1% 相对提升约 51%(官方口径)。

    决策要点

    网安模型的核心竞争点从漏洞利用能力转向授权边界内的可控执行,能力评级与访问权限开始绑定。

    • 影响AI 参与漏洞发现到修复的闭环有了具体案例,安全团队的验证与披露流程需要按完整证据链设计;模型被评为 Critical 且初期仅向获批客户开放,普通企业短期难以直接接入;Agent 能力越强,误伤授权外目标的风险敞口也越大。
    • 参考可考虑从内部代码库只读分析和已确认 CVE 的复现验证起步,暂缓公网扫描;值得按分析、执行、治理三层拆分权限,执行层独立审批并保留人工接管按钮。
  23. IT之家·人工智能42

    微软 CEO 纳德拉设想未来可能有 2000 万个 AI 智能体与 20 万名员工协同工作

    微软 CEO 纳德拉设想,公司未来可能有 2000 万个 AI 智能体与现有 20 万名员工协同工作。这段视频出自里德·霍夫曼主持的播客《Possible》今年 6 月 5 日一期,纳德拉以假设口吻提出该设想,但后续节目中再次提及 2000 万这一数字。他还表示编程的演化预示所有工作的方向,自述已同时打开 100 个 CLI 会话运行智能体,微软为其开发了智能体开发环境系统。

    决策要点

    2000 万智能体是纳德拉的假设性愿景而非运营计划,但微软已在为管理大量智能体开发内部系统。

    • 影响智能体与员工的数量配比进入 CEO 公开讨论,企业未来的人员和预算结构可能需要把智能体纳入考量;管理智能体的认知负担在 100 个规模时已实际出现,监控与协调会带来新的管理成本。
    • 参考可考虑在试点并行智能体时记录人工监督与协调耗时,算清真实管理成本;值得评估是否需要统一的智能体管理界面,再决定扩大并行规模的节奏。
  24. Adweek37

    亚马逊将 AI 工作台 Amazon Quick 更名为 AWS Quick 并推出首个广告战役

    亚马逊 AWS 将企业 AI 工作台 Amazon Quick 更名为 AWS Quick,并推出该业务的首个广告战役。该工具面向企业,团队可用 AI 智能体在已有数据和应用中完成研究、分析与执行操作,公开客户包括 3M、BMW、Mondelez、New York Life 和 Southwest Airlines。

    决策要点

    AWS 把企业级 AI 工作台抬到品牌营销层面推广,用广告把企业专用工具与兼顾个人用途的智能体区分开。

    • 影响企业级智能体工作台进入以品牌广告推广的阶段,采购时可把企业专用工具与通用个人助手分开评估;公开客户横跨制造、汽车、保险、航空,显示多行业大企业已在采用。
    • 参考可考虑用跨系统研究、分析和执行操作的真实业务场景评估这类工作台;值得参照 3M、BMW 等公开客户所在行业,找出自身数据分散、需跨应用执行操作的环节作为试点候选。
  25. 36氪·AI64

    智能体之争升温:荣耀、蚂蚁、字节等大厂的零和博弈

    荣耀宣布联合中国移动等建设智能体服务网络,并计划在Magic9系列手机尝试AI Token套餐,大厂在智能体赛道的交锋明显升温。蚂蚁披露灵光2.0上线一周帮助用户管理超116万项事务、累计执行任务超360万次,接入40多项外部服务;豆包手机助手的屏幕自动化操作拒绝名单已有155款应用,包括微信、淘宝、美团和小红书。

    决策要点

    智能体之争的实质是对需求分发权的再切分,模型能力之外,接口开放与算力成本才是胜负手。

    • 影响智能体替用户履约会绕过平台的广告与推荐曝光,靠展现量变现的商业逻辑面临重构;每跑一次长链路任务都在消耗算力与Token,按账号收费的软件定价模式被打乱,成本与分账规则都还没定型。
    • 参考可考虑盘点业务中依赖跨平台接口的自动化场景,评估哪些环节可能被外部平台设限;采购智能体或Agent服务时,值得把按任务计费的Token成本与按席位订阅报价分开测算。
  26. 量子位57

    开源项目LobeHub实测:Agent组队写代码、派任务,8分钟产出6条选题

    量子位作者实测开源AI协作平台LobeHub,主管Agent可拆任务、派活、临时招募Worker,人工保留最终验收权。文章披露其Agent Harness用Kimi K3在FrontierHarness 30道软件工程任务中通过21道(通过率70%),单任务成本中位数1.68美元;作者组建AI编辑部实测,不到8分钟产出6条选题简报,约30分钟接力生成可筛选搜索的资讯网页。

    决策要点

    Agent协作正从聊天框走向任务型工作流,拆活、派活、接力、验收都能交给智能体,LobeHub给出了一个已在自家研发落地的样本。

    • 影响研发里的拆任务、写代码、审查环节可由Agent承担,人力与流程结构需要相应重排;共享工作空间让成果跨轮次复用,交接和传话成本下降;质量闸门仍在人工验收,组织要配套验收标准和证据要求。
    • 参考可考虑选一个流程固定、可验收的研发或内容任务试点主管Agent加Worker的分工模式;值得先把测试结果、截图等验收证据写进交付标准;也可先算出单任务成本中位数再定试点预算。
  27. AdExchanger58

    Agentic AI 对广告发布方的真正考验不是定价,而是库存还能否获得出价

    AdExchanger 客座专栏认为,agentic AI 对广告发布方的主要风险不是竞价定价,而是买方 agent 在库存评估阶段直接筛掉库存,使其连竞价都进不了。

    决策要点

    Agentic AI 对广告发布方的冲击不在竞价定价,而在买方 agent 决定哪些库存值得出价,落选即连竞价都进不了,这一决策层已在头部预算中落地。

    • 影响头部预算已让 agent 参与库存发现与评估,发布方的库存可能在进入竞价前就被过滤掉;agent 复用现有程序化基础设施和买方已建成的集成,无需行业新标准即可扩散,bid shading 的先例是在数月内铺开的。
    • 参考发布方可考虑先建跨端稳定标识符,将第一方属性结构化让 bid request 携带清晰上下文,并把数据访问授权落到书面合同条款;这些动作不依赖标准走向,在当前竞价中也能改善匹配率与地板价决策。
  28. 量子位39

    基元律动发布Agent模型NeoHorse-1.5-Flash Preview,推进递归自我改进第二轮迭代

    基元律动11月5日发布Agent原生模型NeoHorse-1.5-Flash Preview,基于Qwen3.8-Flash训练,总参数180B、激活参数6B,开放限量内测。

    决策要点

    基元律动把自家执行框架中多模型对比产生的差异用作训练信号,让Agent模型迭代依赖实际任务反馈,成绩均为官方口径。

    • 影响对需要Agent执行与软件工程能力的团队多了一个内测候选,但分数为官方自报,采用前需自行实测;执行侧按模型榜单调档、无需升级客户端即可切换推荐方案,模型更换成本在下降。
    • 参考可考虑申请限量内测,在自家软件工程任务上与基座模型做小规模对比实测;选型时把官方自报分数与独立验证区分看待;已使用OpenSquilla的团队可评估按任务意图调档与榜单跟随更新机制。
  29. 36氪·AI63

    Claude改页码误删芝大教授一年讲义,靠Dropbox找回

    芝加哥大学法学院教授William Baude让Claude更新旧讲义页码,一顿午饭时间,一年的宪法课讲义和本学期教学大纲被误删,文件靠Dropbox全部找回。

    决策要点

    让智能体直接操作文件的门槛已经很低,风险从输出内容不可靠变成原始数据可能被破坏,关键变量是权限隔离和备份,而不是模型本身。

    • 影响用智能体批量处理文档可以省时间,但一次误操作可能损毁大量原始资料;找回依赖云盘版本历史,事后核对与补回改动仍要花人工;开放写权限前需要先定隔离与确认流程。
    • 参考可考虑给AI单开一个只放副本的文件夹,只授该文件夹写权限,原件保持只读;值得让AI改完另存为新文件便于比对,删除前列出文件名和完整路径等人确认;团队共享盘可先问清谁能恢复文件、旧版保留多久。
  30. 36氪·AI41

    DeepSeek Harness团队提出Super-agent设想,硅谷团队AFK AI的Comma已提前落地同类架构并开源

    DeepSeek Harness团队前几天发文提出Super-agent架构设想,硅谷华人团队AFK AI的Comma早在年初就实现了类似设计,9月30日开源。

    决策要点

    Agent竞争的焦点正从单次任务能力和吞吐量,转向长期托管、自管记忆的Harness层,概念设想与产品实现开始在同一架构上收敛。

    • 影响多窗口切换、反复交代背景的协调成本有望收拢到单一对话入口;任务跨IM与代码平台自动流转要求重新划定数据权限边界;人工纠正被沉淀为专属小模型,使用越久积累越多。
    • 参考可考虑先盘点团队同时在开的Agent会话数量和重复粘贴背景资料的频率,估算统一入口能省下多少协调时间;评估Comma这类产品时,值得把跨平台连接器、权限控制和自部署要求一并纳入测试。
  31. 极客公园65

    实测腾讯混元 Hy4,开源站进第一梯队,离一线闭源模型仍有差距

    腾讯混元 Hy4 于 11 月 4 日发布并将近期开源权重,轻量版 Hy4 flash 同步亮相,官方称其跻身最强开源模型之列。

    决策要点

    混元 Hy4 的实质是腾讯补上模型底座这块短板,靠长任务执行追到开源第一梯队门槛,全球顶尖位置留给了下一代 Hy5。

    • 影响开源加 5 折促销降低了企业试用的成本门槛;幻觉率下降和长程交付能力让研究类、代码类任务可先交给模型初筛;但高难度推理仍落后顶尖闭源模型,核心场景不能只看榜单做选型。
    • 参考可考虑在 12 月 31 日前借腾讯云 TokenHub 5 折计费做小成本试点,选一份研报或代码任务实测幻觉率与交付完成度;值得对照现用模型记录具体差距,再决定是否纳入主力选型。
  32. 量子位45

    腾讯全球数字生态大会提出以人为本 AI 原生生产力飞轮,主张 AI 提速时代三件事要慢下来

    腾讯在 2026 全球数字生态大会提出以「以人为本」为轴心的 AI 原生生产力飞轮,由 AI 原生工作流、可管可控技术架构与 AI 原生组织三环构成。

    决策要点

    这是腾讯借自身大会数据输出的价值主张,实质是把企业级智能体的竞争重心从单点提效转向可管可控与组织融入。

    • 影响办公智能体已从个人尝鲜走向企业规模落地,对账、诊疗等场景的提效幅度有了可对标的公开数字;权限边界、审计与回退机制成为规模应用的前置条件;不改流程先融入现有系统的路径可降低转型阻力。
    • 参考可考虑先用第三方榜单与同行案例算出自家对账、纪要等重复环节的基线耗时,再选单一场景试点;值得盘点现有 IM、文档与 ERP、CRM 接口清单,并评估智能体权限与二次确认机制是否满足内控。
  33. 人人都是产品经理35

    Qoder 上线匿名模型 Qoduck,效果堪比 Claude Opus 5.5

    Qoder 悄悄上线匿名模型 Qoduck,主打前端代码生成与动态可视化,目前免费开放。作者实测一段提示词直出鸡兔同笼 3D 数学科普动画,约 20 分钟完成且无二次修改,并可协同调用新闻检索、阶跃 TTS、数字人等工具自动生成 30 秒财经口播视频并导出 MP4。模型真实身份官方暂未公布,Qoder 现有三天免费尝鲜额度,额度内不消耗 Credits。

    决策要点

    匿名模型的悬念式上线是营销打法,背后比拼的是模型审美与工具调用能力,一句话产出完整视觉作品正成为编程产品的新卖点。

    • 影响科普动画、产品演示和口播短视频的制作门槛下降,市场与培训团队可低成本试产内容;三天免费额度是短期窗口,规模使用前需重算提示词调试的人力成本;单人实测口径的效果波动是引入前的主要风险。
    • 参考可考虑安排前端或内容同事在免费额度内跑一两个真实场景,如产品演示动画或科普短视频,记录提示词调试次数与成片可用率,再评估是否纳入内容生产流程。
  34. 人人都是产品经理62

    用 Grok Bot 搭建 5 个跨境电商团队,20 个 AI 员工 7×24 小时跑出海业务

    作者饼干哥哥用 Grok Bot 为跨境电商搭建 5 个团队共 20 个 AI 员工,覆盖 TikTok 投流盯盘、SEO 与 GEO 内容、VOC 评论洞察、飞书内部工具和内部产品开发,并附每个团队可直接复制的一键搭建提示词。

    决策要点

    个人级 Agent 工具已能撑起多角色业务流水线,分水岭不在模型强弱而在指挥与执行的分权架构。

    • 影响跨境小团队可用订阅费替代部分内容监控、评论洞察和简单开发的固定人力;额度收紧与云电脑休眠会把可靠性工程变成新的隐性成本;重度执行依赖另行订阅的 Claude 与 Codex,成本结构是多份订阅叠加。
    • 参考可考虑先挑一条高频巡检场景(如竞品内容监控或差评采集)按 1+N 单入口模式试点;值得先算清各家订阅额度、云电脑在线率和脚本能接管的比例,再决定哪些环节交给 Bot。
  35. IT之家·人工智能42

    LG AI 研究院宣布免费开放 K-EXAONE 2.5 模型 API

    LG AI 研究院 11 月 9 日宣布对外免费开放 K-EXAONE 2.5 模型 API,开发者、企业、研究机构等任何用户均可无需付费将其用于服务开发和研究。

    决策要点

    一个自称比肩头部开源模型的智能体模型 API 免费开放,模型选用的试错成本进一步下探到零。

    • 影响智能体与开发类场景的模型备选池扩大,API 调用预算可多出一个零成本参照;韩国大企业集团以免费方式参与模型生态竞争,横向对比时可纳入清单。
    • 参考可考虑在智能体场景的模型评测清单中加入 K-EXAONE 2.5,用自有任务跑一轮与现用模型的耗时和效果对比;值得重新核算现有 API 调用预算的可压缩空间。
  36. 人人都是产品经理52

    BISHENG 开源企业级 Agent 平台私有化部署教程,一台普通电脑就能跑

    作者马佳彬实测了 BISHENG 开源企业级 Agent 平台的私有化部署,服务端放内网 Linux 服务器,员工电脑装配套客户端。部署全程用 WorkBuddy(Hy4 模型)协助装系统与排错,官方文档推荐 8 核 CPU、32G 内存的服务器即可,中高配消费级电脑也能跑;模型可接 Deepseek 等厂商 API,也支持 Ollama、llamacpp 本地部署。

    决策要点

    开源企业级 Agent 平台的部署门槛已降到一台普通电脑可跑的程度,企业自建办公智能体的卡点从技术能力转向后续运维与版本配套。

    • 影响平台本身硬件门槛低,一台中高配电脑即可起步,但本地部署大模型成本会明显上升,接厂商 API 是折中;开源客户端与服务端版本配套靠自行摸索,运维问题最终可能导向付费定制;数据留在内网可缓解外泄顾虑。
    • 参考可考虑先用一台中高配电脑加 Linux 系统试点部署服务端,把装系统和排错过程交给办公 Agent 代做;值得提前核对客户端与服务端的配套版本号,并评估接云端 API 与本地部署模型的成本差。
  37. 人人都是产品经理71

    OpenAI 推出 GPT-6 Cyber,真实研究中发现 Firefox 81 个高危漏洞

    OpenAI 公布网络安全专用模型 GPT-6 Cyber,在 ExploitGym 基准得分 48.5%(上一代 GPT-5.6 Cyber 为 32.1%),并按其 Preparedness Framework 评为 Critical 级。

    决策要点

    漏洞挖掘能力跨过实用线后,竞争焦点转向授权与边界控制,OpenAI 把限制直接做进了模型评级和准入流程。

    • 影响安全团队可把漏洞复现、验证和报告整理放进受控环境,减少重复人工;接入门槛同步抬高,高风险目标需客户审核和网络白名单;零数据保留不等于零风险,输入输出与工具调用仍要按策略审查。
    • 参考可考虑先在隔离靶场试点,让模型对已授权漏洞生成最小复现和补丁验证;值得把分析与执行拆成两层,执行侧配置目标白名单、动作审批和完整轨迹留存;接入前先算清授权、审计与回滚的流程成本。
  38. 36氪·AI54

    拓斯达董事长吴丰礼:以AI之力,服务AI产业

    拓斯达11月7日至8日在东莞举办TOPS DAY 2026全球开放日并发布双足机器人,董事长吴丰礼在演讲中提出以AI服务AI的转型路径。内部AI试点从25个方向收敛落地15个场景,智能外呼项目近一年处理工单7149单、接通率62%、派单转化率43%,承接原十人工作量,公司称十多个项目效率提升50%以上;小拓轮式机器人搬运方案已在多家大厂中标,公司称一台可替代两到三名工人。

    决策要点

    拓斯达路径的实质是把AI当双重杠杆,对内降本提效,对外把二十年制造能力卖给AI硬件扩产潮,做AI产业的配套服务商。

    • 影响AI上游光模块、光芯片产能成倍扩张,智能制造与机器人配套随之出现新订单需求;内部AI落地由业务骨干牵头而非IT主导,拓斯达给出了可量化样本;文中成效数字均为公司自述口径。
    • 参考可参考扫描、收敛、聚焦三阶段筛选内部AI场景并由业务骨干牵头;值得盘点自身制造与供应链能力对AI硬件扩产客户的配套价值,评估切入上游赛道的可行性。
  39. 人人都是产品经理63

    中国AI制药变局:字节控股分拆,大厂高管下场,六成资金流向头部

    字节跳动把运转约五年的AI制药业务拆分为Anew Labs,保留56%股份控股,完成2.9亿美元首轮融资,投后估值约15亿美元,最靠前的IL-17小分子仍在临床前阶段。

    决策要点

    这轮AI制药热的实质是竞争从算力和模型转向药物资产与复合人才,行业估值已先行,但成药验证仍卡在II期。

    • 影响药企与AI公司的合作定价要看首付款占比,总额大首付小是行业惯例;推理成本下降让研发流程Agent在经济上可行,但大模型公司正通过收购进入这一层;懂药人才的薪酬已被推高。
    • 参考评估与AI制药公司合作时可先算BD合同的首付款占比,晶泰与DoveTree合作首付款不到总额的1%;考虑做研发流程Agent的团队可先想清楚与Anthropic、OpenAI收购路线的边界;用人上值得盘点内部既懂药又懂AI的人才清单。
  40. 人人都是产品经理68

    Grok Bot 工程负责人 Lauren Tan 开源 Agent 工作流 pstack,4 天合入约 1150 个 PR

    Grok Bot 工程负责人 Lauren Tan 开源了自己在用的 Agent Harness pstack,包含 58 个 Skills、23 套实战剧本和 2 个子 Agent,托管在 Cursor 官方插件库,Cursor 和 Claude Code 都能开箱即用。

    决策要点

    多 Agent 写码的提效杠杆在把验收规范焊进流程而非换更聪明的模型,这套纪律已开源、可直接装进现有工具复用。

    • 影响研发团队可直接复用现成的 Agent 工作纪律和检查机制,减少自建工作流的试错成本;落地前提是项目具备自动验证与留证能力,老代码要先清理历史高频坑;多模型分工涉及预算档位选择,单模型账号只能继承当前会话模型。
    • 参考可考虑让工程团队在一条非关键产线安装 pstack 试点,先跑 /correct 把历史 Commit 里重复踩的坑转成静态检查;值得盘点现有 CLAUDE.md 类规则文件,把能落到类型或 Lint 的规则迁出文档。