跳到正文
  1. RadarAI78

    ChatGPT 为 Chrome 用户新增标签页读取与控制能力

    ChatGPT 面向 Chrome 用户推出升级,把 computer use 能力引入 Chrome。在 Chat 模式下,ChatGPT 可以查看用户打开的标签页并汇总信息;在 Work 模式下,它能控制 Chrome 标签页执行发送消息、填写表单、下载文件等操作,还可帮助整理和分组打开的标签页。

    推荐理由:官方说明了 ChatGPT 在 Chrome 中读取与控制标签页的具体用途,可据此判断浏览器内自动化任务的边界。

  1. GitHub78

    OpenSandbox 开源:在自有基础设施上运行 AI 智能体沙箱

    OpenSandbox 开源项目发布,让 AI 应用在自有基础设施的隔离环境中执行代码、运行命令、管理文件并操作浏览器或桌面,本地用 Docker 起步,可通过统一沙箱 API 部署到 Kubernetes。

    推荐理由:OpenSandbox 把智能体代码执行、浏览器与桌面操作放进自托管沙箱,并给出 Docker 到 Kubernetes 的统一接口,可据此评估现有智能体运行环境的替代方案。

  2. GitHub78

    ElcanoTek 开源自托管智能体集群 fleet

    ElcanoTek 发布 MIT 许可的自托管智能体集群 fleet,可自选模型,模型生成的 bash、Python 和文件读写默认在无根 Podman 沙箱中执行,也可切换为 KVM microVM 隔离。

    推荐理由:原文完整交代了自托管智能体集群的沙箱隔离、成本上限与凭据托管设计,可据此判断团队级 Agent 落地的工程取舍。

  3. Sierra Blog60

    Sierra 发布 Personal Agent Protocol(Poppy)草案并新增 35 家设计伙伴

    Sierra 发布 Personal Agent Protocol(Poppy)草案,并公布新增 35 家设计伙伴,包括 OpenAI、Visa、Mastercard、PayPal、Target、Walmart 等。

    推荐理由:协议草案给出了个人智能体与商家协作的五个构建模块,可据此判断现有网站与 API 的接入方式。

  4. GitHub78

    Letta 发布有状态智能体框架 Letta Code

    Letta 发布 Letta Code,一个面向有状态智能体的 harness,智能体具备记忆、身份和随时间积累的经验,可通过重写自身记忆、技能、提示词乃至 harness 本身持续演化。

    推荐理由:原文完整列出 Letta Code 的记忆、技能与多机运行机制,可据此判断有状态智能体的工程实现路径。

  1. GitHub78

    ZeroClaw 发布 Rust 单二进制智能体运行时

    ZeroClaw 是一个用 Rust 编写的单二进制智能体运行时,配置后在本机运行,可连接 Anthropic、OpenAI、Ollama 等约 20 家 LLM 提供商,并通过 Discord、Telegram、Matrix、邮件、语音、webhook 和 CLI 等 30 多个渠道接收消息。

    推荐理由:原文给出单二进制自托管智能体运行时的完整能力清单与安装路径,可据此判断自托管方案与云端智能体的取舍。

  2. GitHub78

    Cloudflare 开源 agents SDK,用 Durable Objects 承载有状态智能体

    Cloudflare 发布 agents SDK,把智能体定义为基于 Durable Objects 的持久化有状态执行环境,每个智能体拥有独立状态、存储与生命周期,空闲时休眠、按需唤醒,官方称可运行数百万个且不活跃时不产生费用。

    推荐理由:Cloudflare 把智能体做成基于 Durable Objects 的有状态运行环境,读者可据此判断按用户或会话部署智能体的成本与工程路径。

  3. 量子位78

    谷歌发布办公 Agent Gemini Agent,支持调用 Claude

    Google Cloud 发布长文介绍 Gemini 在企业 Agent 领域的更新,其中全新发布的 Gemini Agent 是覆盖查资料、写邮件、做 PPT、分析数据、编写运行代码的通用办公 Agent,可跨应用调用工具、自行规划任务并召集多个子 Agent 协作。

    推荐理由:谷歌把办公 Agent 的模型选择开放给 Claude,读者可据此观察企业 Agent 的模型编排与身份管理思路。

  4. GitHub77

    LangChain 开源 Deep Agents 智能体 harness

    LangChain 开源 Deep Agents,一个开箱即用的智能体 harness,支持任意具备工具调用能力的 LLM,包括前沿 API、开源权重模型和本地模型。

    推荐理由:原文给出 Deep Agents 的完整能力清单与 LangGraph、LangChain 的分层关系,便于判断何时该用完整 harness。

  5. GitHub78

    yc-software 开源多人智能体框架 QM

    yc-software 开源多人智能体框架 QM,可在 Slack 和网页端运行,部署在自有云上并使用自己的模型和密钥。QM 为每位员工提供隔离工作区,同时支持在频道、群组消息和项目中与智能体协作,每个人和每个房间都有独立的记忆、文件、权限、定时任务和沙箱。框架支持 Pi、OpenCode、Codex 和 Claude Code 驱动同一核心,采用 MIT 许可证。

    推荐理由:原文给出多智能体协作的架构与安全模型细节,可据此判断自托管部署的可行性与边界。

  1. GitHub78

    OpenClaw 开源 AI 助手发布:本地 Gateway 接入 20 多个聊天渠道

    OpenClaw 是一个开源 AI 助手,运行在用户自己的电脑上,可接入 Discord、iMessage、Slack、Teams、Telegram、WhatsApp 等 20 多个渠道,并提供 macOS、iOS、Android、Windows、Linux 原生应用。

    推荐理由:原文交代了自托管网关、可替换模型插件与多聊天渠道接入方式,读者可据此判断它能否嵌入现有工作流。

  2. RadarAI78

    Google 为 Gemini 推出统一智能体,率先面向企业用户

    Google 在 Google Cloud 活动上宣布为 Gemini 推出统一智能体,可接受目标而非仅指令,自行规划任务、使用技能与工具并连接企业内部系统。该智能体默认自动选择模型,用户也可手动切换,初期可选 Anthropic 的 Claude 模型,未来将扩展至开源和其他私有模型。

    推荐理由:Google 把 Gemini 做成可接目标、连内部系统的统一智能体,先面向企业,读者可据此判断企业 Agent 的落地形态。

  1. GitHub78

    字节跳动开源 DeerFlow 2.0,从深度研究框架重写为超级智能体框架

    字节跳动开源项目 DeerFlow 发布 2.0,从深度研究框架重写为编排子智能体、记忆与沙箱的超级智能体框架,由可扩展技能驱动,与 v1 不共享代码,原框架保留在 1.x 分支维护。

    推荐理由:DeerFlow 2.0 从深度研究框架重写为编排子智能体、记忆与沙箱的超级智能体框架,可据此判断其能力边界与部署成本。

  1. Sierra Blog60

    Sierra 将 Ghostwriter 从提示工具升级为 Slack 和 Teams 中的主动智能体队友

    Sierra 把 Ghostwriter 从需要提示的工具改造成 Slack 和 Teams 中常驻、主动、异步的智能体队友,用户可将其加入频道并 @ 提及获取客服解决率趋势、销售漏斗转化图表或发起新实验。

    推荐理由:原文展示了智能体从被动执行到主动提建议的形态变化,可据此判断团队协作类 Agent 的落地方式。

  1. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体,自动为 C/C++ 项目做模糊测试

    GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指向一个 GitHub 仓库,它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后为每个独立缺陷生成漏洞报告。

    推荐理由:原文完整披露了 Fuzzing Taskflow 的流水线分层、覆盖率反馈循环与崩溃分诊设计,可迁移到其他安全自动化场景。

  1. Comfy Blog62

    Comfy 发布 Comfy Router:用一个 API 调用前沿图像、视频、3D 与音频模型

    Comfy 在 Comfy Developer Platform 上线 Comfy Router,开发者只需集成一次即可调用前沿图像、视频、3D 和音频模型,首日接入 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs。

    推荐理由:原文给出统一调用多家前沿媒体模型的接口与按任务切换供应商的方式,可据此判断多模型工作流的接入成本。

已经到底了