跳到正文

#Agent

今日 18 条
10月16日周五
  1. 钛媒体63

    看懂腾讯 WorkBuddy 打通企业微信,上下文只是前菜

    10 月 14 日,企业微信与腾讯 WorkBuddy 联合发布新版本,WorkBuddy 以对话机器人身份进入企业微信通讯录,双方打通账号体系并在授权范围内开放消息、文档、会议、网盘等底层能力。

    决策要点

    Agent 竞争的重心正从模型榜单转向企业协作网络中的上下文获取与部署治理,谁握住数据管道谁就握住入口。

    • 影响Agent 部署入口从独立应用转移到协作平台,选型时上下文接入范围比模型参数更影响产出质量;内外数据打通会扩大敏感信息暴露面,权限、审计与人工审批需同步规划;生态绑定加深,迁移成本要提前计入。
    • 参考可考虑按业务风险划定自动化边界,资料查询类放开授权、资金与机密决策保留人工审批;试点前先盘点 Agent 可触达的消息、文档与客户数据清单,并要求厂商提供流量与成本的可观测能力。
  2. 人人都是产品经理56

    从0到1手把手编写第一个 Skill,给 AI 一本员工手册

    Skill 是给 AI 用的标准化文件夹,必含 SKILL.md 写明触发条件与执行指令,可选搭配脚本、参考文档和素材。

    决策要点

    Skill 让团队把流程经验固化成 AI 可复用的规范,上手门槛只是一个文件夹加一份 Markdown 指令。

    • 影响客服、测试这类重复流程可沉淀为 Skill,减少每次重复交代需求的沟通成本;文中称按需加载设计可降低上下文消耗 60%-80%,直接关系 token 开销;沉淀后的流程经验不会随人员离职流失。
    • 参考可考虑先盘点团队里反复向 AI 交代需求的场景清单,选一个高频流程试点编写 Skill;值得对照文中的四类坑检查命名和 description 写法。
  3. 人人都是产品经理48

    给 Codex 装上这3个 Skill,让它从理工男变成专属视觉设计师

    作者云舒将配图助手、漫画助手、PPT 助手三个视觉 Skill 迭代后开源到 GitHub,其中配图助手基于 Codex 支持28种风格和 21:9、16:9 等常用比例,PPT 助手支持11种风格,把安装提示词发给 Claude Code 即可装为用户级技能。

    决策要点

    三个开源 Skill 的价值不只是省设计工作量,更可复用的是AI发散、人工标注缩小范围的审美迭代方法。

    • 影响内容团队的配图和内部分享 PPT 可由非设计岗自助产出;标注法能把说不清的审美需求沉淀为可复用偏好,减少反复改稿的沟通成本。
    • 参考可考虑让市场或内容团队在营销配图、内部分享 PPT 场景先试用这三个 Skill;值得借鉴其标注法,先让AI批量出风格候选再由负责人挑选沉淀。
  4. 人人都是产品经理46

    Meta Muse、OpenAI Dots 与腾讯 WorkBuddy 三款 AI Agent 有什么区别

    Meta 的 Muse、OpenAI 的 Dots 和腾讯的 WorkBuddy 三款 AI Agent 定位各不相同,分别主打个人生活助理、复杂项目执行和办公成果交付。

    决策要点

    三家厂商的 Agent 竞争正从比模型能力转向比替用户完成任务,个人生活、复杂项目、企业办公三条路线开始分化。

    • 影响办公类 Agent 若能稳定交付文档、表格和 PPT,报告与数据处理环节可交其承接;但文中能力介绍均来自官方与公开报道,选型前需自行小范围验证执行效果。
    • 参考可考虑从文档、表格、PPT 类任务里挑一个低风险流程做试点,记录耗时与返工情况;值得先对照三条产品路线梳理企业内部适用场景清单。
  5. 人人都是产品经理46

    ToB、ToC,最终都要 ToA

    作者提出 ToA(To AI)产品范式,认为 AI Agent 正成为产品的新使用者,产品要同时满足面向人类的 UI 界面和面向 Agent 的能力接口两套逻辑。Agent 介入后用户的行动权从亲自操作转向委托与监督,交互设计逐渐变成权责设计。文章给出四个设计认知,包括从操作转向委托、把隐性规则转化为机器可理解的显性契约、建议级到自治级的四级自主权分级,以及信任来自可预期而非拟人化。

    决策要点

    ToA 的实质不是在产品里加个对话入口,而是使用逻辑从服务人类操作扩展为人类与 Agent 协作,设计核心从页面转向权责边界。

    • 影响把隐性规则转化为机器可理解的显性契约,会成为 AI 产品的隐性成本;自主权分级与责任追溯机制是否完善,直接影响用户敢把哪些任务交给 Agent。
    • 参考做 AI 产品的团队可考虑先盘点核心功能的状态模型、权限定义和成败标准是否机器可读;值得对照四级自主权框架,为不同任务模块设定行动权限上限。
  6. 人人都是产品经理67

    腾讯摸到AI办公命脉,WorkBuddy企业版打通企业微信

    腾讯WorkBuddy企业版打通企业微信,可设为文件默认打开方式,支持Word、Excel、PPT、PDF等九类文件,并以机器人身份共用企微账号体系,作者认为这补上了个人记忆、当下工作、组织记忆三层上下文中最顶层的组织记忆。

    决策要点

    腾讯这步棋的实质是抢入口而非拼模型,把AI架到文件默认打开方式和企业微信组织记忆上,位置本身构成壁垒。

    • 影响文档与账单类岗位的效率收益有试点参照,但兑现程度取决于企业愿意开放多少组织信息;一旦把默认入口和组织权限交给某一家生态,后续更换工具的迁移成本会随使用加深而上升;可开放范围由企业权限体系划定,接入前需要想清楚。
    • 参考可考虑先在文档处理类场景做小试点,记录耗时对比再决定扩大范围;值得盘点自家聊天记录、文档和CRM里沉淀了哪些可被AI读取的信息,划出禁止访问的清单;选用前先算清绑定单一生态的迁移成本。
  7. 人人都是产品经理62

    Anthropic 公开内部 RSI 落地方法论,26% 的 AI 研发工作已达 AI 主导

    Anthropic 公开一套内部研发自动化方法论,以 AL0 到 AL5 六级量表衡量 AI 参与研发的程度,AL4 指人类只给高层目标、AI 端到端推进。

    决策要点

    研发自动化的衡量对象正从代码量转向人在研发循环中承担的剩余环节,评估器质量决定自动化能走多远。

    • 影响有边界的工程任务可交由 AI 端到端推进,但日志、评测、审批和回滚设施要先于权限放开;Agent 规模越大,极低的拦截比例也会累积出大量真实事件;自动化程度应按任务等级测算,而非按代码量估算。
    • 参考可考虑在低风险、边界清晰的任务上先建有界自动化,固定任务集与验收标准;值得盘点工具调用留痕、人工接管和回滚机制是否齐备;先测算自家研发任务所处的自动化等级,再决定扩大节奏。
  8. 人人都是产品经理53

    DeepSeek创始人梁文锋被曝接触具身智能公司,通用大模型尝试绕开专用具身模型

    有消息称DeepSeek创始人梁文锋正接触多家具身智能创业公司;2026年8月DeepSeek出资约1.41亿元参与宇树科技IPO战略配售,10月又被曝拟领投机器人AI公司Winverse AI。

    决策要点

    通用大模型正尝试用Agent调用工具的轻路线绕开具身模型的数据瓶颈,投资则是大模型公司探路物理世界的先行动作。

    • 影响业内认为这条路线可减少机器人对任务专用训练数据的依赖,但采用外部API意味着客户买硬件后还要持续支付调用费;秒级响应延迟也使其暂难用于需要快速反应的场景。
    • 参考可考虑在容错较高的场景试点大模型加机器人Agent方案,先测算单次任务的模型调用费用;采购机器人时值得把API订阅费与硬件价格合并进预算测算。
  9. 人人都是产品经理67

    拆解 Meta Muse:每用户每月最高烧 130 美元的个人智能体入口战

    Meta 九月八日发布的个人智能体 Muse 上线首周下载 90 万、三周 500 万并登顶美区 App Store 免费榜,Apptopia 数据显示 95% 以上用户来自 Facebook 等自有渠道,获客近乎零成本。

    决策要点

    Meta 用存量渠道加免费打法抢个人智能体入口,变现押注交易抽成,最终胜负不在模型能力而在用户敢不敢托付。

    • 影响个人智能体入口可能成为新的流量分发层,服务商能否被推荐由智能体决定;免费加百美元级月成本只有巨头烧得起,通用赛道对创业公司基本关闭;隐私与审批事故会抬高整个智能体品类的信任成本。
    • 参考可考虑把核心服务整理成结构化接口并摸一遍 MCP 生态的入场情况;创业者可评估审批与合规更深的垂直托付场景;品牌方值得先算智能体推荐位对现有搜索投放预算的替代影响。
  10. 人人都是产品经理67

    20 个 AI 课题复盘实录:各公司到底在用 WorkBuddy 做什么

    作者复盘 20 多个真实 AI 业务课题,称 Coze、Dify 等低代码平台的实际使用者仍是技术人员,而 WorkBuddy 出现后无技术背景的业务人员也能自建智能体解决真实业务问题。

    决策要点

    AI 工具门槛下降后,项目的真正瓶颈从技术转移到业务逻辑是否理清、数据能否治理和团队能否对齐。

    • 影响立项预算和时间的重心会从工具选型转向业务建模、数据治理与规则梳理;个体会用 AI 不等于组织能跑通,跨团队流程对接决定最终价值;部分需求需先退回业务研究,不宜急于进入开发。
    • 参考可考虑在立项前按业务背景到目标的链路把需求还原成场景,先盘点数据能否定义、获取和维护;值得用人工替代方式先跑最小业务闭环,拿到业务证据后再决定工程化投入。
  11. IT之家·人工智能62

    苹果与 Meta 破冰合作,用两台 512GB 内存 Mac Studio 本地运行 Muse Spark Open

    Meta 与苹果公开技术合作,在两台配备 512GB 统一内存的 Apple M5 Ultra Mac Studio 上通过 MLX 框架本地运行开源权重模型 Muse Spark Open,扎克伯格与苹果 CEO 特努斯均在社交平台确认。

    决策要点

    Meta 与苹果各取所需的公开协作,把旗舰开源模型本地部署的门槛问题变成了具体的硬件内存和价格账。

    • 影响本地运行旗舰开源模型有了具体的硬件参照,但起点是两台 512GB Mac Studio;256GB 版售价已超 1 万美元且 512GB 版未定价,本地方案需要先过硬件预算;两家多年对立后公开合作,生态关系释放松动信号。
    • 参考可考虑把这套双机配置的采购价作为本地部署超大开源模型的预算参照;有私有化推理需求的团队值得先评估 8160 亿参数量级与自己业务场景的匹配度,再决定是否等 512GB 版发售后测算。
  12. OpenAI:官网动态25

    Stack Overflow for Agents 借 ChatGPT 插件将注册量增至三倍

    Stack Overflow for Agents 上线 ChatGPT 插件后,官方称注册量增至三倍,智能体创建量最高增长 10 倍。该产品由两名工程师借助 Codex 在数周内开发完成。上述数字来自 OpenAI 官网案例页,暂无独立验证。

    决策要点

    案例的实质是把 ChatGPT 插件用作获客渠道,两三人团队借 AI 编程工具数周内上线产品。

    • 影响插件渠道可能带来注册与创建量的低成本增量,官方称注册增至三倍;两人团队数周上线,显示小团队的产品交付周期在压缩;数据为单一官方案例,可作参考而非基准。
    • 参考可考虑评估自家工具型产品做成 ChatGPT 插件的获客潜力并小范围试点;值得记录小团队用 Codex 交付一个功能的数周周期真实耗时,再决定是否推广。
  13. OpenAI:官网动态36

    Grupo Boticário 如何用智能体平台自主解决经销商最高 80% 的运营请求

    Grupo Boticário 运营一套自有智能体平台,可自主解决经销商最高 80% 的运营请求。OpenAI 官网发布的客户案例称,事务性请求被智能体接管后,销售团队得以转向顾问角色。该集团近 50 年前从巴拉那州一间配方药房起家。

    决策要点

    案例的实质是把经销商的事务性请求交给智能体自助消化,让一线销售腾出精力做顾问式沟通,人机分工落在渠道运营环节。

    • 影响经销商密集的零售业务多了一个可参照的人机分工样本;事务性请求被智能体接管后,销售岗位的内容会向咨询和关系维护倾斜;80% 的自主解决率可作为运营人力配置测算的参照。
    • 参考可考虑先盘点经销商运营请求的类型和频次,选规则明确、重复度高的场景测算智能体自助处理的占比;值得同步规划销售转向顾问角色后的培训与考核方式。
  14. TechCrunch · AI38

    Cal AI 靠付费网红军团实现病毒式增长,两年营收超 3000 万美元

    AI 热量追踪应用 Cal AI 靠批量付费网红推广,两年营收超 3000 万美元,3 月被 MyFitness 收购。19 岁创始人 Zach Yadegari 在 TechCrunch Disrupt 复盘称,早期一条网红帖子两天带来约 1000 名新用户,此后团队按约定触达规模向网红付费、未达标持续发帖,并优先挑选社群紧密的账号。

    决策要点

    Cal AI 把网红投放做成了按帖计价、按转化核算的可复制增长渠道,走红更像采买结果而非运气。

    • 影响消费类产品的网红投放可按买量思路管理,先测单帖转化再批量复制;中小网红要价低,可用约定触达规模锁定交付;选社群紧密的账号比追大流量更影响转化。
    • 参考可考虑先与少量社群紧密的中小网红按约定触达规模试投,记录单帖新增用户与成本;值得把未达标持续发帖写进结算条款,算清单客成本后再决定是否批量复制。
  15. IT之家·人工智能64

    Meta 发布开放权重模型 Muse Spark Open,称迄今最强美国开源模型

    Meta 于当地时间 10 月 15 日发布开放权重模型 Muse Spark Open,官方宣称其为迄今能力最强的美国开放权重模型。

    决策要点

    Meta 把开放权重加桌面端可跑作为核心卖点,美国最强的定位目前只有官方口径支撑。

    • 影响限制性商用许可降低了试用与私有化部署的许可门槛;本地运行需两台 512 GB 内存版 Mac Studio,硬件条件并不轻;多家 API 平台同步开放,接入路径选择较多。
    • 参考可考虑先核对 Muse Model License 限制条款与自身商用计划是否冲突;值得在 vLLM、SGLang 等现有推理栈上评估接入成本,再选一两个长程任务场景做小规模试点。
  16. IT之家·人工智能33

    OpenAI 智能体 dots 负责人:有了 AI 可以选择更努力工作,也可以少干活

    OpenAI 企业产品负责人、智能体 dots 负责人恩比里科斯当地时间 10 月 15 日在 TechCrunch Disrupt 大会上称,随着 AI 能力不断提升,人们可以选择更努力工作,也可以把大量工作交给 AI 让自己轻松些。

    决策要点

    把多干活还是少干活说成个人选择,实质是承认企业用 AI 还没沉淀出组织层面的固定用法。

    • 影响较早用上 AI 的员工已能快速完成过去数天甚至数周的工作,团队内部效率差距开始显现;多数企业尚未实现任务自动化,用多少 AI 仍靠个人摸索,管理层手里还没有可复制的范式。
    • 参考可考虑先摸底员工现在用 AI 完成任务的场景和耗时,再挑一两个待办梳理、任务分派类流程交给智能体试点,对比采用前后的产出。
  17. The Verge · AI51

    ChatGPT 升级 Chrome 扩展,可读取并操作浏览器标签页

    OpenAI 升级 ChatGPT 的 Google Chrome 扩展,在 ChatGPT 网页或桌面应用中标记 Chrome 后,AI 即可查看已打开的浏览器标签页,此前 ChatGPT Atlas 浏览器已下线。

    决策要点

    ChatGPT Atlas 浏览器下线后,OpenAI 把智能体能力搬进 Chrome 标签页,浏览器正在成为 AI 操作事务的入口。

    • 影响供应商对比、表单填写这类事务性工作可以交给浏览器内的 AI 完成;标签页内容会被读入模型,涉及客户资料和内部系统时需要先划清授权范围。
    • 参考可考虑选供应商对比或表单填写这类低风险任务小范围试用,记录实际耗时变化;值得提前列出禁止授权的页面类型,如含客户数据或内部系统的标签页。
  18. IT之家·人工智能36

    谷歌 Antigravity 用 AI 加速抗菌肽发现,对抗超级细菌

    谷歌发文介绍其 Antigravity 智能开发平台用于抗菌肽发现,研究人员已借此发现一种新型抗菌肽候选分子,预测对呼吸道感染病原体具有活性,目前正在进行湿实验室验证。

    决策要点

    谷歌把通用智能体开发平台延伸到药物早期发现场景,跨数据库筛选与结构分析这类科研重活开始交给 AI 智能体承担。

    • 影响医药和生物科技企业的早期筛选环节有望压缩周期与人力投入;候选分子尚处预测阶段,活性要等湿实验室结果;研发组织需要能指挥智能体干活的复合型人手。
    • 参考可考虑让研发或数据团队评估这类平台能否对接自有蛋白与文献数据,先选靶点筛选或文献综合一个场景小规模试点,并记录与现有流程的耗时对比。
  19. TechCrunch · AI64

    Meta 发布开源权重模型 Muse Spark Open,可在 Mac 本地运行

    Meta 发布开源权重模型 Muse Spark Open,官方称其为美国能力最强的开源权重模型,具备 816B 参数和 100 万 token 上下文窗口,原生多模态,面向复杂编码与智能体任务。

    决策要点

    官方称美国最强的开源权重模型被推向 Mac 本地运行,但内存门槛把本地部署限制在高配硬件,多数企业的实际入口仍是 API。

    • 影响开源权重在成本与透明度上相对闭源模型有优势;本地运行至少需要 1TB 内存,硬件投入会把多数企业推向 API 路线;编码与智能体演示效果均来自 Meta 自述。
    • 参考可考虑先经 API 平台小范围试用该模型跑编码或智能体流程再评估价值;若考虑本地部署,值得先算清 1TB 内存级 Mac Studio 的采购成本与使用频次是否匹配。
  20. GitHub Blog31

    GitHub 发文称下一个开发者界面是环境智能

    GitHub 发文提出下一个开发者界面是环境智能,开发者只需描述结果,Copilot 即可理解仓库上下文、编辑文件、运行测试并修订实现,coding agent 可把 issue 放入 GitHub Actions 隔离环境后返回 PR 供审查。

    决策要点

    开发工具竞争的实质正从功能面板转向把智能体嵌入工作流并保留开发者控制权,硬件按键成了调用智能体的新入口。

    • 影响智能体接管机械性工作后,开发者时间向定方向、给约束、审证据倾斜,人员的考核与协作方式要相应调整;工具自动调用范围、凭证与密钥边界、多智能体协同成为落地前要解决的工程问题。
    • 参考可考虑让工程师选一个高频重复操作映射到快捷按键,试验是否真的保住专注;值得先盘点哪些工具调用可以自动化、凭证和网络权限如何限定范围,再决定放开程度。
  21. The Decoder:AI News63

    Meta 发布开源权重模型 Muse Spark Open,对标 Qwen、GLM 与 Kimi

    Meta 发布开源权重模型 Muse Spark Open,816B 参数(42B 激活),主打编程与智能体任务,权重已上架 Hugging Face。官方称其为最强的美国开源权重模型,在智能体、知识与推理、多模态类别领先 Qwen 3.8、GLM 5.3 和 Kimi K3,但编程基准落后部分对手,且明显不及自家付费的 Muse Wonder Full 系列。

    决策要点

    Meta 重回开源权重赛道对抗 Qwen、GLM、Kimi 阵营,同时用许可证条款为大规模商用保留收费空间。

    • 影响开源权重让企业可自行部署多模态与百万 token 上下文模型,但本地满配需要两台各 512 GB 统一内存的 Mac Studio;许可证的标注义务和 2000 万美元收入门槛会进入商用合规考量。
    • 参考可考虑先核对许可证的标注义务与 2000 万美元收入门槛是否触及自身业务,再挑智能体或多模态场景做小规模试点;本地部署前先算清双 Mac Studio 的硬件预算。
  22. 极客公园45

    OPPO 心力球穿戴录音设备体验,硬件比拼已从转写转向工作流整合

    极客公园实测 OPPO AI 心力球,这款在今年 9 月 17 日 OPPO 开发者大会上首次亮相的穿戴录音硬件主机重 9.8 克,满电支持 24 小时连续记录。

    决策要点

    穿戴录音硬件的比拼已从转写转向工作流与长期记忆整合,OPPO 这一代心力球把入口做顺,但仍停留在独立 App 层。

    • 影响会议纪要与灵感记录的人工整理成本可被压缩;对话录音涉及对面的人,知情与合规规则要由企业自定;经 MCP 外流给 Claude 等工具的记忆范围需要约束。
    • 参考可考虑在客户沟通密集的岗位小范围试点,先定录音告知口径和可外流的记忆字段;值得盘点员工手机是否在 OPPO、一加、Realme 支持范围内。
  23. The Verge · AI56

    Meta 智能体 Muse 陷隐私争议,朋友可把你的数据喂给 AI 而你无从知晓

    Meta 的 AI 智能体 Muse 上月发布后下载量达数百万次并登顶苹果 App Store,它在为用户效劳的同时也采集其社交圈内联系人的信息。安全研究人员提取其运行指令后发现,系统每小时为用户生活中的每个人编译并更新档案;有用户报告 Muse 抓取数百万条其认为受限的短信,一名科技评测者的家庭住址遭泄露并招来陌生人上门。

    决策要点

    智能体的个性化服务建立在对用户全社交圈数据的摄取上,同意机制对被牵连的第三方失效,风险是模式固有的而非偶发。

    • 影响员工在含工作通讯的设备上使用此类智能体,客户与合作伙伴的信息可能被纳入第三方档案;加密通讯在设备端解密后上传云端即失去保护;企业仅靠自身不采用无法排除数据外流。
    • 参考可考虑把智能体类应用纳入设备与应用管控清单,明确其能否接触客户通讯;值得先盘点客服与销售等岗位的对话数据可能流经哪些第三方工具,再审查设备的完全磁盘访问授权。
  24. The Decoder:AI News67

    Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL,面向不间断运行的企业智能体

    Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL,1200 亿参数、每个 token 仅激活 120 亿,专为持续处理文本、图像、文档和视频的企业智能体设计。

    决策要点

    Nvidia 以开源模型拉动自家硬件需求,权重开放但优化绑定其芯片与软件栈,企业自托管智能体的算力开支最终流向其硬件销售。

    • 影响需要用自有数据微调并自托管的智能体场景多了一个开源选项;文档密集行业的案例显示落地空间,但本地版需 24GB 显存,多数企业仍要走数据中心路线。
    • 参考可考虑在票据识别、合同审查、理赔筛查等文档密集流程中试点并记录吞吐与准确率;值得对比 NIM 微服务与自购 DGX Spark 两条路线的总成本。
  25. Microsoft Research54

    微软研究院发布零知识虚拟机 Magnetar,官方称比现有最快 zkVM 快 10 到 39 倍

    微软研究院发布零知识虚拟机 Magnetar,可为 Rust、Go 或 C 编译程序的执行生成短小证明,验证约需 12 毫秒。官方称在笔记本上每秒可证明 720 万至 870 万条处理器指令,在 15 个基准程序上比现有最快 zkVM 平均快 10 到 39 倍;安全性只依赖 SHA-256 或 SHA-3 等标准哈希函数,无需椭圆曲线、受信设置或未证明猜想。

    决策要点

    可验证计算接近实用门槛,正确性判断从依赖执行方与审计转向核验随附的密码学凭证,普通工程师即可上手。

    • 影响审计、外包计算与合规场景可用密码学凭证替代部分人工对账和信任成本;为 AI 智能体动作提供可核验的合规路径成为可能;该成果仍属研究阶段,短期落地取决于工具链与算力成本。
    • 参考可考虑盘点依赖外包计算或对外承诺较多的环节,评估哪些适合改成验证凭证模式;值得让工程团队在 RISC-V 工具链上用一个小型数据管线做可行性测试。
10月15日周四
  1. The Decoder:AI News57

    GPT-6-Astra 以每题 2.40 美元成本解出 50 道理论物理研究题中的 49 道

    GPT-6-Astra 在研究团队的 TheoPhysEval 理论物理基准中解出 50 道题里的 49 道,平均每题成本不足 3 美元,全套基准花费约 116 美元。

    决策要点

    AI 智能体已能以极低成本完成专家级的常规研究计算,这类按部就班的知识工作正在变成可按题计价的商品。

    • 影响有固定方法可循的专家级计算类任务成本降到每题几美元,入门型研究分析工作的内容需要重新设计;基准评分依赖人工答案,答案出错会低估模型能力,企业自建评测时要把这层误差算进去;作者预计更难的问题会推高算力与预算需求。
    • 参考可考虑把研究与建模类任务按有无可循方法分成两类,先试点前者并记录人机耗时和费用对比;值得复核现有 AI 评测的参考答案口径,避免用有误的标准答案误判模型能力。
  2. IT之家·人工智能62

    英伟达发布 1200 亿参数大模型 Nemotron 3.5 Super VL,称单 GPU 智能体任务吞吐量最高提升 5 倍

    英伟达发布开放多模态模型 Nemotron 3.5 Super VL,采用混合专家架构,总参数 1200 亿、激活 120 亿,面向持续运行的多步骤智能体任务,官方称单 GPU 吞吐量最高达同规模开放模型的 5 倍。

    决策要点

    英伟达以智能体推理效率为主打开放多模态模型,权重、训练配方和数据集一并开放,意在让企业自建智能体留在自家硬件和工具链上。

    • 影响开放权重让企业自托管多模态智能体成为可选项,智能体任务的推理成本基线可能随之下移;官方案例的降本数字均为预计值,选型前需按自有负载实测;NVFP4 量化等效率特性与英伟达硬件绑定,会影响设备与采购取舍。
    • 参考可考虑从文档分析、收据处理这类流程固定的场景中选一个,用开放权重做自托管小试点并记录单任务成本;值得先盘点现有智能体负载的 GPU 用量,再对比单卡 5 倍吞吐与 24GB 端侧方案是否适用。
  3. TechCrunch · AI36

    Rivian CEO 称未来汽车将运行 Anthropic 等第三方 AI 智能体

    Rivian CEO RJ Scaringe 在 TechCrunch Disrupt 上表示,未来 Rivian 汽车将能运行 Anthropic 等第三方公司开发的 AI 智能体,但未公布时间表,细节指向 12 月的 AI & Autonomy Day 活动。

    决策要点

    Rivian 把第三方通用智能体接入座舱列为方向,车载助手从自研封闭走向开放生态,但目前只是表态,时间表与集成方式都未定。

    • 影响座舱可能成为智能体产品的新分发入口,车企自研助手与通用智能体之间会形成路由与合作的关系;安全边界已被划出,车辆控制类功能不在开放范围;跨设备用户上下文的打通会成为车企与 AI 公司之间的数据合作谈判点。
    • 参考智能体厂商可把车载座舱纳入分发渠道评估,先确认对方开放的是车内还是车外场景;车企或硬件方接入前,值得先梳理哪些功能属于安全关键控制、哪些可交给第三方智能体,并预留与模型方协调对接的工作量。
  4. IT之家·人工智能49

    Anthropic 弃用 Git,选择自研版本控制系统 Scion

    Anthropic 宣布弃用 Git,改用自研版本控制系统 Scion,将提交、合并、变基等大部分源码管理操作转移到服务器端执行,客户端只维护有限缓存。官方称日均合并代码变更从 5 月的 2500 次增至 9 月的超 3 万次,Git 已无法满足需求,并宣称 Scion 的 CPU 和内存消耗仅为 Git 的两百分之一,代码检出从几分钟缩至几秒。

    决策要点

    这件事的实质是开发基础设施开始围绕智能体负载重新设计,Git 面向人类开发者的离线与本地假设,在日均 3 万次合并的规模下不再适用。

    • 影响智能体规模化写代码后,版本控制和 CI 的存储与同步开销会成为新的成本项,需要按机器吞吐重新核算资源预算;Scion 的收益依赖定制审查、搜索和 CI 工具配套,普通企业无法只替换版本控制系统就复制;智能体常在线的工作方式也弱化了离线友好型工具的价值。
    • 参考已让智能体批量提交代码的团队可先统计每日合并次数和检出资源占用,对照官方 2500 到 3 万的量级评估自家架构余量;值得核算 CI 检出耗时在流水线中的占比,再决定是否投入服务器端优化的开发预算。
  5. The Verge · AI48

    Windows 如何针对 Nvidia RTX Spark 笔记本做优化

    微软为英伟达 RTX Spark 笔记本做了系统级 Windows 优化,新 Get Started 体验支持两击安装 Agent,Hermes、Perplexity、OpenClaw 为首批官方支持的 Agent,经 Windows Store 安装和更新。

    决策要点

    实质是微软为本地 AI 补齐系统层,Agent 分发走应用商店、模拟器按平台调优、统一内存可手动分配给 GPU。

    • 影响企业换机多出本地跑大模型的硬件选项,适合希望推理留在端侧的场景;Arm 架构无原生版本的应用要靠 Prism 模拟,更换前需核查内部软件兼容;本地模型响应慢于云模型,近期更适合后台或过夜类任务。
    • 参考可考虑把 Arm 架构 AI 笔记本列入下一轮采购对比,先盘点在用软件的 Arm 原生与模拟支持清单;值得挑一个数据敏感的后台任务试点本地模型,用实际耗时对比云端方案再定部署规模。
  6. TechCrunch · AI41

    Google 的 Universal Cart 购物工具在美国上线

    Google 的 Universal Cart 购物工具在美国上线,用户可在搜索和 Gemini 应用中收藏并追踪商品。该工具能汇集多家零售商的商品,在商品降价或重新有货时发送通知,还可参考信用卡权益并提示优惠码。结账环节接入 Google 今年推出的开放标准 Universal Commerce Protocol(UCP),该标准用于让 AI 智能体与零售商在购物流程各环节协作。

    决策要点

    Google 用跨商家购物车把 AI 购物从发现延伸到收藏和结账,UCP 开放协议是其中的结账基础设施。

    • 影响商家的商品浏览与收藏环节可能部分迁移到 AI 平台侧;零售商与 AI 智能体协作开始有协议标准可循;Amazon、OpenAI 同步布局,购物入口的竞争范围在扩大。
    • 参考零售商家可评估商品与结账数据对 UCP 这类协议的适配成本;值得先测算来自 Google 搜索和 Gemini 的流量与成交占比,再决定投入优先级。
  7. The Verge · AI45

    Google 假日季前在美国推出通用购物车 Universal Cart

    Google 在假日季前于美国上线 Universal Cart 通用购物车,用户可在 Gemini 应用和 Google Search AI Mode 中把多家零售商的商品保存到同一购物车。

    决策要点

    Google 把购物入口从电商平台搬进自家 AI 界面,AI 助手正在成为零售商与消费者之间的新中间层。

    • 影响零售商的直接触达被 Google 的降价通知、促销码和支付建议部分接管,购买决策向平台侧转移;OpenAI、Meta 和 Shopify 的动作显示智能体代购渠道正在成形,电商流量入口面临重新分配。
    • 参考零售电商可考虑测试自家商品在 Gemini 和 Search AI Mode 中的收录与加购体验,再决定投入程度;经营 Shopify 店铺的值得评估智能体购买通道的接入方式;可先盘点结账环节对平台通知和支付建议的依赖程度。
  8. 人人都是产品经理62

    对话 OpenAI 产品负责人 Tara Seshan,模型三个月一迭代,跟不上前沿研究的 PM 只是在假装做产品

    OpenAI Codex 与 ChatGPT Work 产品负责人 Tara Seshan 在 Lenny's Podcast 访谈中提出,AI 产品应面向两三个月后的模型能力设计,为当下或一年后的能力做产品都会过时或难以落地。

    决策要点

    一线 AI 产品负责人的方法判断,产品窗口随模型迭代压缩到两三个月,人的价值向定义问题与最终判断集中。

    • 影响组织工作方法需按模型两三个月的迭代节奏重构,长周期推演容易过时;岗位边界趋于模糊,但每个产品仍需明确问责人;Agent 落地效果取决于数据访问与基础设施投入,不只是模型能力。
    • 参考可考虑把产品规划改为跟随模型能力窗口滚动评审;值得先区分团队内汇报类与思考类写作,明确哪些可交给模型;试点 Agent 前先盘点相关系统的数据与权限条件。
  9. 爱范儿55

    Surface Laptop Ultra 首发体验,搭载英伟达 RTX Spark N1X 的 Windows AI 全能本实测

    爱范儿发布 Surface Laptop Ultra 首发体验,该机搭载英伟达 RTX Spark N1X,10 月 7 日随微软发布会开启预售,10 月 16 日上市,起步价 21988 元,128GB 顶配版 48388 元。

    决策要点

    RTX Spark 把数据中心级的统一内存和 CUDA 生态搬进笔记本,端侧大模型开始可用,但高定价表明它先服务硬核开发者而非大众市场。

    • 影响对需要驻场部署模型、离线作业或数据不能出域的团队,笔记本本地跑大模型成为可选项;21988 元到 48388 元的定价应按移动工作站而非普通办公本列入预算;端侧推理也能替代部分云端 Token 开销。
    • 参考可考虑先算出自家常用模型在 128GB 统一内存下的本地推理速度与云端费用对比再决定是否试点;客户驻场调试、具身智能硬件开发等场景值得优先评估;普通办公与游戏需求现有选择更丰富,可暂不跟进。
  10. IT之家·人工智能47

    英伟达黄仁勋称 OpenClaw 将推动机器人发展,权限管控必须到位

    英伟达 CEO 黄仁勋称 OpenClaw 是迄今最重要的模型之一和“首个真正可信的智能体运行框架”,将推动机器人等领域发展,这一定调来自他在伦敦 Build a Claw 活动上的表态,经 TechRadar 报道、IT之家编译。

    决策要点

    智能体走向机器人等自主场景时,英伟达把最低权限和容器隔离当作安全前提,监控告警是配套机制。

    • 影响企业接入智能体或机器人时,权限最小化和越权告警会从可选项变成部署前提;隔离类安全能力正被头部厂商做成产品,相关工具选型会进入采购考量。
    • 参考可考虑在智能体试点前先列出权限清单,按任务只授最低所需工具;值得盘点现有部署有无隔离环境和越权告警,再决定放开哪些场景。
  11. 人人都是产品经理67

    Muse 登顶三周后,OpenAI 推出个人智能体 dots 切入工作场景

    OpenAI 在 Muse 登顶美区 App Store 三周后的九月二十九号 DevDay 上,发布住在 ChatGPT 里的个人智能体 dots,由 GPT-6 Astra 驱动并跑在 OpenAI 自己的云电脑上。

    决策要点

    OpenAI 绕开与 Meta 在消费端的渠道对决,用付费用户纵深和企业工作流嵌入另开战场。

    • 影响个人智能体的入口从独立 App 转向 Slack 与 Teams 这类协作场,IT 管理员成为功能进入企业的闸门;工作流程一旦沉淀在 ChatGPT 侧,团队替换成本高于个人生活档案;把新功能做成会员权益是 OpenAI 的分发路径。
    • 参考可考虑评估 Slack 或 Teams 内嵌智能体对本企业协作流程的侵入程度,先选一个小团队试点并记录流程沉淀情况;做增长的团队值得参考其打法,把新功能做成存量付费用户的权益来测试留存与口碑。
  12. 钛媒体52

    OPPO与Manus合作,智能体多步骤任务能力接入AI Mind Pilot

    OPPO于10月13日宣布与Manus合作,将其多步骤任务执行能力接入AI Mind Pilot,计划在搭载ColorOS 17的Find X10系列率先推出,OPPO官网称新Agent模式初期同时支持Manus和ChatGPT并提供一定免费额度。

    决策要点

    OPPO把复杂任务执行外包给Manus,说明头部手机厂商的Agent能力尚未自足,入口与利益分配的争夺已先于产品成熟度展开。

    • 影响手机卖点正从硬件规格延伸到智能体任务完成度,高端溢价逻辑随之改变;接入外部Agent意味着服务成本、商业规则和迭代节奏部分交由伙伴;跨应用自动化受第三方平台权限约束,豆包机型已有受限先例。
    • 参考可考虑把智能体任务完成度纳入高端产品的竞品对标清单;值得先算清外部Agent按积分计费、涉及模型调用与云端资源的成本结构;依赖线下渠道的厂商可盘点走量机型收缩后门店固定成本如何摊薄。
  13. Adweek30

    Fox 扩大电视广告智能体平台布局,瞄准 Upfront 广告预售

    Fox 宣布其电视广告智能体平台进入推广的下一阶段,公司称这是电视广告行业首个端到端智能体平台。此轮扩展包括增加更多代理商合作伙伴,把智能体能力扩展至端到端线性交易并最终覆盖数字交易,Fox 还希望智能体在未来 Upfront(电视广告预售)谈判中占据更大比重。Fox 广告业务负责人 Jeff Collins 表示,技术进步正在与客户和合作伙伴建立更有影响力的关系。

    决策要点

    Fox 把智能体广告平台推进到下一阶段,电视广告库存买卖这类依赖人工谈判的交易环节开始被自动化改造。

    • 影响广告主与代理商的电视采买流程可能部分被智能体接管,谈判和执行的人力配置需要重估;线性与数字交易若都纳入端到端智能体流程,跨屏采买的操作方式会改变;当前处于推广早期,落地程度取决于代理商接入进度。
    • 参考可考虑让媒介采购团队评估 Fox 智能体平台对现有采买流程的改变;值得把电视广告交易中的人工环节列成清单,对照端到端自动化测算可压缩的工时与成本;在后续 Upfront 预售谈判前可先明确智能体参与的范围与规则。
  14. 钛媒体35

    Agent热潮带火端侧AI,奇点时刻还有多远?

    10月14日的大模型赋能智能终端创新实践大会暨后摩智能生态合作伙伴大会上,后摩智能称Agent爆发让Token消耗提升2到3个数量级,其M50芯片量产不到一年已获150多个产品定点、服务客户超百家。

    决策要点

    Agent令Token消耗提升2到3个数量级后,端侧AI的比拼正从模型能力转向算力效率与Token成本,厂商竞相卡位算力底座。

    • 影响Agent类应用持续放大Token消耗,硬件与部署选型需引入Token/$、Token/W等效率指标;复杂场景短期还离不开端云协同,端侧独立承接要等模型与芯片继续演进;场景不足与规模化落地不够仍是行业当前核心矛盾。
    • 参考可考虑把Token/$与Token/W纳入AI终端与部署方案的选型指标;值得盘点高频调用模型的业务场景,先算出端侧一次性投入与云端按量付费的成本平衡点,再决定端侧试点范围。
  15. 钛媒体60

    腾讯字节阿里,争抢下一个AI入口

    腾讯、字节、阿里集体押注个人智能体,字节推进Spell项目并定名小豆,腾讯元宝计划跟进,蚂蚁灵光10月11日开启新版内测,阿里千问宣布加速打造Personal Agent。

    决策要点

    这场竞争的实质是互联网入口之争,个人智能体若成立将掌握需求分发权,而大厂既是入口争夺者又是生态守门人,角色互相冲突。

    • 影响若Agent承接筛选、比价和交易,平台广告、推广和佣金收入对应的流量环节可能被分流;个人数据与工作流程积累会抬高用户迁移成本;外部Agent接入平台已遭亚马逊、微信等限制,跨界开放门槛高。
    • 参考可考虑先测算自家收入里广告、商家推广和交易佣金对平台流量分配的依赖程度;值得测试主流个人智能体能否正常访问自家商品和服务页面,再评估是否主动开放服务接口换取新分发渠道。