扫描下载APP
其它方式登录
Stripe 正构建面向 AI 时代的支付基础设施，通过 Agentic Commerce Protocol、Shared Payment Token、Link Agent Wallet 和 Machine Payments Protocol 等技术，使 AI Agent 能安全发起交易、调用服务并完成支付，同时保障用户授权可控、商户可信、机器间微支付可编程，目标是成为所有 AI 入口背后的商业结算与信任层。
Pi 推出 1.0 版本重大更新，正式集成原生 MCP 协议与 Code Mode，并发布全新长时运行 Agent 框架 Pi Durable，聚焦任务持久化、崩溃恢复与状态可追溯，旨在从终端编程 Agent 升级为通用 Agent 基础设施；团队强调其在可靠性、轻量性与开发者效率上的突破，同时反思 AI 在架构设计等高层次任务中的根本局限。
豆包手机助手在SAEP协议公示期满后，将AI Agent操作规则从主动授权改为默认放开，引发153款主流App集体抵制，涵盖腾讯、阿里系及美团、拼多多、DeepSeek等，核心矛盾聚焦于操作系统级自动化对超级App流量入口、风控权责和私域数据资产的冲击。
阶跃终端发布首款大模型原生智能体手机STEPX Neo，以Personal Agent为核心重构终端，通过‘软硬模’全栈设计（Step模型矩阵、Step AOS系统、STEPX Neo硬件）实现感知、记忆、推理与服务执行闭环，推动人机交互从App入口转向系统级智能体入口，并联合支付宝、腾讯、携程等近百家企业构建A2A服务生态。
谷歌发布Gemini Agent，本质是面向企业的可治理AI工作系统，强调目标委派、跨应用自主编排与全程审计，核心突破在于身份管理、预算控制和操作留痕等治理能力，而非模型智能本身；其真正价值是帮助企业确立AI时代的‘标准主权’——即谁定义结果标准、谁审计过程、谁承担后果。
香港主要银行与知名科技企业联合开展AI Agent微支付技术验证，首次使用代币化银行存款（tokenized deposits）作为结算单位，标志着AI经济结算权之争从稳定币转向受监管的银行资金体系，核心是银行争夺AI时代支付中介、风控主导权和制度定义权。
文章探讨AI技术发展下人机交互范式的转变，指出当前AI手机因受限于GUI界面和本地算力，未能提振疲软的智能手机市场；而绕过传统手机形态、依托云端大模型的Personal Agent（如Instinct、Muse）正凭借自然语言交互、任务自动化和订阅制模式兴起，可能颠覆智能手机主导地位，重塑终端与商业模式。
全球科技巨头正密集发布个人Agent产品，Meta的Muse、OpenAI的Dots、Manus的Cue及国内千问、豆包、元宝等纷纷入局，标志着个人Agent成为继搜索引擎、应用商店后下一代AI入口的争夺战全面打响；其核心突破在于从对话应答转向自主任务执行，依托云端虚拟机与多应用生态实现长期、个性化、跨平台服务。
Meta首席AI官汪滔详解个人AI助手Muse的诞生过程：源于与Nat Friedman用OpenClaw进行的心理分析实验，团队在极短时间内完成原型，坚持消费级个人Agent路线而非跟风Coding Agent，强调信任渐进建立与产品统一设计，并以精简团队（不足200人）和强营销推动上线。
Anthropic推出Claude Managed Agents动态工作流与Code Projects两项新功能，使Claude能自主组织多Agent协作完成复杂任务。在11.6万行代码的Bug检测测试中，动态工作流三次均查出66个Bug（共预埋70个），远超单Agent最高27个的表现，体现其在任务拆解、并行执行、结果汇总和项目记忆方面的突破。
Manus在与Meta收购终止后恢复独立运营，9月完成超5亿美元融资，投后估值约40亿美元，较此前20亿美元翻倍；其核心产品Manus2.0及个人智能体Cue聚焦Agent办事能力，海外ARR达4–5亿美元，正加速布局国内市场、适配国产模型与支付体系，并筹备赴港上市，估值提升源于收入增长与赛道稀缺性被重新定价。
谷歌发布Gemini Agent，整合Workspace生态实现跨应用智能协作，并首次开放多模型调度能力，主动引入Anthropic的Claude处理复杂任务，以弥补Gemini 4 Argon在编程与Agent任务上的性能差距，试图在AI Agent赛道实现差异化突围。
文章探讨AI Agent与现实世界资产（RWA）代币化如何共同推动加密行业转型：AI Agent催生对可编程、全天候金融基础设施的需求，而RWA代币化将股票、国债等传统资产引入链上，使区块链技术从边缘走向核心金融场景；监管松动、链上交易活跃度提升及机构参与加深，标志着加密与传统金融融合加速。
AI正深刻重塑软件工程实践：手写代码基本消失，多AI Agent协同成为主流，IDE加速淡出；GitHub上AI生成PR已超人类，企业纷纷构建自有Agent平台；代码审查失效、质量下降与基础设施压力凸显，但团队协作、规划和测试等核心环节依然关键。
文章报道全球17个顶级AI Agent在虚拟量子实验室Quantum-Harbor中接受QIQCBench压力测试，聚焦其在真实量子工程任务中的可靠性而非单纯能力。测试揭示GPT-5.6与Claude Opus显著领先，多数模型因死循环、预算耗尽或结论缺乏实验证据而集体翻车，凸显AI for Science从‘能做对’到‘可信赖自治’的关键鸿沟。
