扫描下载APP
其它方式登录
淏楠先后在MiroMind做Agent、在混元负责多模态RL基础设施，后加入具身智能公司专注模型训练。他分析了Agent、多模态视频生成与具身智能三阶段的技术逻辑与职业动因，指出视频生成面临数据与可控性瓶颈，而具身智能正因Astra等模型突破迎来落地拐点，强调小厂应聚焦硬件协同的小模型+大模型组合路径。
文章探讨中国Personal Agent（个人智能助手）创业热潮与现实困境，聚焦于如何在大厂免费产品围剿、跨App服务生态封闭、高算力成本及用户付费意愿不足等多重约束下，走出差异化路径。多家创业公司选择从垂直功能、特定人群或交互创新切入，而非追求Muse式的通用能力，核心矛盾在于技术可行性与商业可持续性之间的张力。
DeepSeek Harness团队提出Super Agent概念，强调其主动感知环境、自主分配任务（Router/Worker角色分离）、异步执行及关键的‘闭嘴’能力——仅在结果可用、需决策或任务失败时才介入，旨在减少人类注意力消耗，重构人机协作关系，而非简单堆叠子Agent。
DeepSeek 提出 Super-agent 理念，旨在突破传统单会话 Agent 的局限，构建持续在线、跨会话保持上下文、主动响应事件、并发处理多任务的自主智能体系统；其核心架构包括双层设计（Router/Worker）、事件驱动、异步全双工交互、计算与状态/环境分离及外部 Watchdog 机制，已应用于内部研发协作场景。
加州大学伯克利分校提出‘持续进化agent团队’框架，通过上层监督器动态重组底层agent角色与协作方式，突破GPU内核优化中的局部最优问题，在MLA decode等四项CUDA任务中显著超越固定角色团队和单agent基线，实现最高1.21倍于FlashInfer的性能。
桌面机器人作为具身智能的入门级载体兴起，凭借低成本、低门槛和明确场景优势，成为初创厂商切入C端市场的新兴赛道；当前产品主要聚焦情感陪伴与效率工具两大方向，但普遍存在功能浅层、实用性不足问题；行业共识是其终局应进化为能执行物理操作的‘物理Agent’，真正替代人工完成桌面级任务。
Anthropic团队在零Rust经验下，借助Claude完成Messages API从Python到Rust的跨语言重构，CPU消耗降低40%—50%，首Token延迟下降10%—20%。文章核心探讨AI编程兴起后工程师角色的转变：从编码转向系统架构、安全隔离、权限治理、运行时监控等新型基础设施问题。
AI Personal Agent（如Muse、豆包）正冲击互联网流量入口模式，绕过平台界面直接完成用户任务，削弱美国开放生态中谷歌、Meta等巨头的流量分发权与变现能力；而中国闭环生态暂时阻挡AI替代，但平台面临‘供应商化’与广告通缩风险；苹果因终端入口不可替代性及健康现金流成为避风港。
苹果团队提出iPrefBench基准，用于评估移动端Personal Agent在模糊请求中平衡历史推断与主动询问的能力。研究发现当前Agent执行操作能力强，但个性化决策能力弱，常错误猜测需用户确认的信息或过度提问，揭示其在理解真实用户意图上的根本挑战。
扩散智能公司发布350亿参数扩散语言模型Clover-35B-A3B-Preview，突破性地将扩散模型应用于Agent任务，在网页操作、工具调用、代码生成等连续复杂任务中表现优异，速度比Jev快一倍以上，成功率更高，标志着扩散架构在AI智能体领域的实用化进展。
文章探讨AI Agent如何重塑企业组织形态，指出共享的企业数据系统（如Databricks的Lakehouse/Lakebase）使一线员工能直接获取信息、自主决策并构建Agent，推动管理权从职业经理人向全员分散，形成‘人人成为管理者’的新范式；企业长期竞争力取决于将业务本体、决策经验沉淀于自主可控的数据系统中。
澳大利亚AI初创公司Apate开发超35万个AI Agent，伪装成易受骗人群主动承接诈骗电话与群聊，通过无限拖延消耗骗子时间、收集诈骗情报（如钱骡账户、钱包地址），已累计对话250万次、占用骗子时长17年，助力金融机构和电信商显著降低诈骗损失，并获政策与商业双重驱动。
蚂蚁集团发布灵光2.0，定位为“能管事的个人AI助理”，聚焦中国用户日常事务的长期记忆、持续跟进与动态调整，覆盖购物比价、出行安排、家庭事务、群消息整理等场景，依托支付宝生态及钉钉、飞书等服务连接能力，探索Personal Agent的本土化落地路径。
文章探讨企业级AI Agent落地瓶颈，指出单纯依赖大模型能力已难突破，真正制约其深入业务的核心在于“上下文”——即对动态业务状态、历史信息和隐性规则的持续感知与理解。上下文工程正成为Agent从浅层辅助迈向端到端自动化的新基线，并催生CaaS（上下文即服务）等新型竞争形态。
OpenAI发布GPT-6.1 Terra模型，主打高性价比、强视觉理解与桌面操作能力，API价格较前代降50%，Token成本仅为旗舰模型GPT-6 Astra的十分之一，在事实准确率、编程能力及Agent任务执行效率上显著提升，定位为面向高频办公场景的高效工作模型。
