Google 公布 Stitch 新实验 Loop:自主 AI 智能体覆盖产品全周期
Google 公布 Stitch 新实验 Loop,这款自主 AI 智能体覆盖从产品发现、实施到监控的完整周期。用户只需设定目标(loops)、审查结果并作出决策,Loop 可自行改进产品;测试者已用 Gemini 3.8 Flash 试用数周,并期待测试 Gemini 4 模型下的表现。
Google 公布 Stitch 新实验 Loop,这款自主 AI 智能体覆盖从产品发现、实施到监控的完整周期。用户只需设定目标(loops)、审查结果并作出决策,Loop 可自行改进产品;测试者已用 Gemini 3.8 Flash 试用数周,并期待测试 Gemini 4 模型下的表现。
Arena.ai 的评测称,Muse Ember (Max) 在速度、Agent Arena 得分和成本上领先 GPT-6 Luna (Max) 与 Claude Haiku 5.5 (High)。三者每项任务耗时分别为 27s、5.8 min 和 1.9 min,Net Improvement 分别为 +2.3%、+1.4% 和 +0.4%,成本分别为 1.9¢、7.0¢ 和 6.9¢。
Daniel Stenberg 质疑 AI 智能体生成的 curl Rust 重写能否持续跟进原项目的改进。在智能体用三周多把 185,000 行 C 代码转换为 340,000 行 Rust 代码期间,curl 合并了 300 多次提交,完成 200 多项重写版本未包含的错误修复,并修复了数个漏洞。随后一个月,curl 又完成约 200 项错误修复,并可能修复更多漏洞。
Mistral 发布智能体桌面应用 Vibe,用户可在 MacOS 和 Windows 设备上本地或远程运行智能体。欧洲开发者可使用优惠码 LECHONK 免费领取 Pro 计划,相关链接为 x.com/MistralAI/status/212307…。
Mistral 为 AI 智能体 Vibe 推出桌面应用,用户可同时分配多项任务并查看其并行执行。应用整合 Vibe CLI 的本地功能与 Vibe Code Web 的云端会话,可在本地仓库或云端沙箱工作,并通过 Git worktrees 隔离同一项目中的并行任务。
Mistral AI 推出 Mistral Vibe 桌面版,支持在 MacOS 或 Windows 设备上本地或远程运行智能体。欧洲开发者可使用优惠码 LECHONK 免费试用 Pro 计划。
KPMG今年首次为一家FTSE 250公司开展全流程AI平行审计,逾100个AI智能体与传统审计同步工作,并在若干问题上比常规团队分析得更深入。一次法规与公司文件匹配任务仍需人工介入,KPMG称人工设定目标、提供上下文、定期复核和质疑结论仍是关键。KPMG计划将项目扩展到最多20项大型审计,FRC则要求审计师能够解释和质疑AI结果,并对审计证据负责。
ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 紧凑型桌面电脑现已开售,可在专用 Windows PC 上运行本地 AI 智能体、图像与视频生成及模型微调。
推荐理由:材料将硬件规格、可运行模型规模与本地工作流放在一起,便于判断专用紧凑型桌面电脑是否适合常驻智能体和创作任务。
Telegram 正准备推出名为“Dictator”的内置 AI 智能体,相关功能已出现在最新 macOS 测试版中。其框架似乎运行于 NousResearch 的 Hermes Agent,将支持不同模型、插件和专用 VM,并计划向 1B+ 用户提供开源智能体。
Unsiloed AI获得Felicis领投的$7.5 million种子轮融资,拟将复杂企业文档转为AI智能体可用的结构化数据,并保留信息出处供核查。其未获独立验证的测试显示,约84,000个数据点提取准确率为99.78%,olmOCR-Bench得分88.0;定价每页一美分起。
Xing 4 系列延续 TeleChat,在 Ascend 上协同改进模型架构与训练基础设施。基于 MindSpore HyperParallel 的系统支持在 8,192 张 Ascend 910C 卡上预训练 285B 参数模型;后训练平台 TeleGym 则连接智能体执行、评估、轨迹构建与策略优化。
Microsoft 将 Copilot 定位为“工作的新操作系统”,并让 Office 在其中运行。Copilot Workspaces 已通过 Frontier 早期访问计划提供,并将很快支持个人 Autopilot 智能体加入协作。
Gemini 介绍 Tasks 的 5 种用法,用户可从 Chat 切换到 Task,将繁琐工作交给它处理,以便更快清理待办事项并腾出时间。
Simon Willison 与 Prime Radiant 发布三种编码智能体外部沙箱服务器实现,将智能体留在沙箱外,仅让其执行的代码进入专用沙箱。
推荐理由:把智能体与代码执行环境分离,并用域名白名单和凭据替换控制外联,为安全试用本地模型提供了可迁移方案。
Perplexity 推出新的 Multiagent effort level,由不同模型驱动的智能体团队执行任务,可用于 Computer 和 Teammates。Multiagent 延续此前的 Model Council 功能,进一步侧重多模型编排。
Microsoft 正将 Autopilot 扩展至 Copilot、Teams 和 Outlook,面向 Microsoft 365 用户提供跨产品协作。它可主动起草回复、安排会议并执行日常任务。作者认为,对 Windows 用户而言,这是一次重要的生态升级,将推动 AI 进一步普及,Microsoft 在这一方向上也领先于 Google。
AWS 讲解如何通过 Amazon Bedrock AgentCore Gateway,为 Snowflake Cortex AI 的 MCP 调用配置三种 OAuth 模式。
Qwen3.8-27B-pi-adapted 面向 pi 编码智能体完成强化学习与 LoRA 适配,并开放权重。其 pass@1 在 SWE-bench Pro (Hard 51) 达 62.7%,Terminal-Bench 2.1 达 55.8%;每项任务工具调用减少 55–62%。
伦敦 AI 初创公司 Model ML 获得 $250 million B 轮融资,估值达到 $1.5 billion。该轮融资由 General Atlantic 和 QED Investors 共同领投,距离其 $75 million A 轮融资公布约一年。
Gabriel Chua 演示由 GPT-6.2 Astra 生成的短视频,讲解其如何以 1:1 比例复刻新加坡。项目使用 100+ 个 Astra Codex 线程和 1,000+ 个子智能体,耗时超过 100 小时,包含 200,000+ 个建筑轮廓、160,000+ 段道路和 120,000+ 盏路灯。
Google 从今天起在美国为 GeminiApp 的 Tasks 逐步推出多项新功能,让用户能以更多方式交出待办清单。新功能旨在让 Tasks 分担更多事项,具体功能尚未披露。
Microsoft Copilot 新增 Workspaces,让团队成员与 AI 智能体基于共享上下文围绕共同目标协作。该功能建立在原有 Projects 功能之上,用户可以邀请其他人加入自己的 Workspaces。
Microsoft 推出 GraphRAG Zero,将基于图的检索从实验性技术转化为面向真实应用和 AI 智能体的可部署系统。该技术可快速、低成本地探索组织海量自有数据中的关联,现已接入 Foundry IQ 和 GitHub Repo Mind Light,支持科学发现和代码仓库理解等应用。msft.it/6017xE5xL
Google AI Studio 现可借助 Gemini 4 Carbon 和 Hydrogen,从单条提示词生成包含数据持久化、用户登录和 AI 功能的 Kotlin Android 应用,并在数分钟内发布到 Google Play。
推荐理由:这套流程串联 Kotlin 代码生成、Firebase 后端配置、模拟器调试和 Google Play 发布,呈现端到端开发方式。
AWS Forward Deployed Engineering(FDE)现已面向 15 个国家的商业及公共部门客户开放,并配备数十种内置的生产就绪型加速器。每个 45-day sprint 采用固定价格并通过客户的 AWS 账户计费,团队直接在客户环境中构建系统。FDE 将生产化难题分为基础、工作流和治理三层,目标是让客户团队能够持续运行和扩展交付成果。
Google 正将 Gemini Tasks 免费开放给数亿名使用 Gemini 4 Hydrogen 的用户。该功能可代用户致电商家、预约服务、通过 Google Pay 完成购买,并按指示安全登录网站。用户可在应用内从 Chat 切换至 Tasks,也能通过短信或电话下达指令。
Google 将 Spark AI 智能体更名为 Tasks,并向美国、加拿大、日本、韩国、澳大利亚和印度的所有用户免费开放。Tasks 由 Gemini 4 Hydrogen 驱动,可制定膳食计划、管理日历并从邮件中查找经常性支出;美国用户还可让其致电商家比价和查询库存、使用 Google Pay 购物。Google 称任务会在账户专属的硬件隔离虚拟机中执行,购买等敏感操作前将请求用户许可。
同一件事,精选收录的是《Google Duplex 如何演进为 Gemini 中代用户致电商家的功能》
Gemini 现运行于新模型 Gemini 4 Hydrogen,可在美国、日本、韩国、加拿大、澳大利亚和印度免费为数亿人执行任务,并在多步骤事务的关键环节前征求确认。
推荐理由:从六国免费任务执行到关键步骤确认和 Workspace 操作,原文呈现了 Gemini 智能体进入日常事务的具体产品路径。
AWS 给出使用 Amazon Bedrock AgentCore 和开源 SMART 工具包构建 WhatsApp AI 智能体的实现路径。
推荐理由:文章把 WhatsApp 接入拆为消息标准化、媒体处理、跨会话记忆、调度与模板管理,提供从本地测试到 Terraform 部署的可迁移路径。
Proton 推出 Lumo Desktop,支持在 Windows、macOS 和 Linux 上通过连接器访问应用、个人文件和文件夹并自动执行任务。用户可为每个连接器分别设置自动执行、需审批或完全阻止,并可连接本地及远程 MCP 服务器。Proton 称聊天记录经过加密且不保留服务器端日志,连接内容不会用于个性化广告或训练 AI 模型。
Pedestal AI 走出隐身模式并获得 $4.7 million 种子轮融资,计划用 AI 智能体提升配送供应链的速度与可靠性。其系统会在送货前 30 minutes 致电客户收集要求,未接通则发送短信,已帮助一家大型家具公司将漏送率降低 20%。资金将用于扩充产品与工程团队、营销组织及更多部署。
Merve 构建了一套供 AI 智能体调用的视觉工具,覆盖关键点检测到 OCR,并配有从标注、VLM 评审到训练和评估的端到端目标检测训练器。她提出把前沿 LLM 当作视觉实习生,可用 $6 训练一个运行成本较低的检测器;相关演讲见 youtube.com/watch?
swyx 在试用 Devin Bots 一周后认为,多智能体团队应由智能体管理者持续主动工作并对结果负责,而不是只执行单项任务。Devin Bots 可管理子智能体团队并进行自我审查,通过 devinapps 等交互式产物统一汇报;他已将 AEO、QA、跨平台应用移植、个人行政自动化和视频编辑交给它们。
Gemini Tasks 现已在美国、日本、韩国、加拿大、澳大利亚和印度免费开放,可运行更复杂的工作流并设置定时任务。该功能现由 Gemini 4 Hydrogen 驱动;作者希望欧盟未来也能开放。
Gemini 现已在美国、日本、韩国、加拿大、澳大利亚和印度免费提供任务执行能力,并运行于新模型 Gemini 4 Hydrogen。多项功能正从美国开始推出,包括通过 Google Duplex 致电本地商家、通过 Google Pay 付款结账、使用 RCS 发消息、通过 Gmail 转发邮件,以及借助 Google Password Manager 登录网站。
Google 从今天起将 Gemini Tasks 免费扩展至美国、日本、韩国、加拿大、澳大利亚和印度的数亿名新增用户。用户可在 Gemini 应用中将“Chat”切换为“Task”并描述需求;Tasks 可在用户指引下后台处理长期项目,也可按周期运行,例如更新家庭日历或查找未使用的订阅权益。
Sundar Pichai 表示,Google 正在将 Gemini Tasks 免费扩展至六个国家的数亿用户,该功能由 Gemini 4 Hydrogen 驱动,可代办日常事务。
Google 开源 Another Build File Service(ABFS),通过按需加载源码和共享构建缓存,加速超大型 Git 仓库的检出与构建。在同一云网络的 GCE n2d-standard-64 VM 上,Android 源码检出从约 36 分钟降至 8 秒以内,完整构建从约 80 分钟降至略高于 2 分钟。
推荐理由:ABFS 将按需加载、内容寻址文件系统与两阶段构建缓存结合,为超大型 Git 仓库提供可迁移的提速方案。
Google 为 Gemini 推出 Task 模式,可代用户打电话、分析账单、购物付款并完成跨应用任务。该更新由新的 Gemini 4 Hydrogen 模型驱动,现面向美国、日本、韩国、加拿大、澳大利亚和印度数亿用户免费推出,高级功能先从美国上线。Gemini 可连接 60 多款应用,并通过隔离虚拟机、提示词注入过滤和关键步骤确认保护任务执行。
推荐理由:从并行致电、账单分析到购物结算,原文呈现了个人智能体跨 Google 与第三方应用完成事务的具体工作流。
OpenAI 正让 GPT-6 Astra 和 GPT-6 Luna 通过现有诊所软件与保险门户转移电子病历数据、草拟医嘱和患者回复,并准备事先授权申请,这些草稿提交前由临床及行政人员复核。