#Agent

Addy Ozmani 将软件工程手册做成 24 个免费 AI 技能

Addy Ozmani 的 agent skills 仓库把整套软件工程手册转化为 24 个免费 AI 技能，教编程智能体掌握规划、测试、调试、安全、性能、评审与发布等工程工作流。以性能优化技能为例，智能体会先测量网站、定位真实瓶颈、针对性修复并复测验证效果。技能覆盖前端工程、API、调试、代码评审、安全等完整开发生命周期。

DeepSeek 发布 V4.1-Flash-1017，智能体与编码任务表现超过更大模型

DeepSeek 发布 V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。

红果AI漫剧新手教程：从小说素材到Seedance 2.0分镜脚本全流程

作者发布红果AI漫剧的新手教程，演示从挑选平台授权小说素材、用专家模式改写剧本，到生成适配Seedance 2.0分镜脚本的完整流程。教程给出两轮提示词原文，要求按10秒一段拆分、每段至少3个分镜并统一二次元平图风格，模型推荐Seedance 2.0 Mini。作者称图片和视频生成环节将放在下一期讲解。

Claude Code 团队九成代码由 AI 写，如何审查代码

Claude Code 团队约九成代码由 Claude 编写，Anthropic 全公司代码库九月份一天合并三万多次修改，而六月到九月合并量翻了一倍多、需要撤回的比例反而降了四成多。

同一新闻，精选展示《Claude Code 团队公开代码审查做法：九成代码由 Claude 写，撤回比例降四成多》

Claude Code 团队公开代码审查做法：九成代码由 Claude 写，撤回比例降四成多

Claude Code 团队公开了其代码审查做法：代码约九成由 Claude 编写，六月到九月合并的修改翻了一倍多，需要撤回的比例反而降了四成多。这套做法被比作一摞带洞的奶酪片，每道检查都会漏，叠起来就很难漏，底下还有一张网兜底。

RunPod + ComfyUI 是制作 AI 视频最便宜的方式吗？

一位用户询问用 RunPod 租用高显存 GPU、通过免费的 ComfyUI 运行开源模型 MiniMax H3 是否是制作 AI 视频最便宜的方案。其目标是避开 AI slop、做出有吸引力且画面出色的视频，并认为 ComfyUI 对细节的控制优于 Higgsfield，也有人将 ComfyUI 与 Copilot 连接以降低上手复杂度。

DeepSeek 大肥鱼桌宠安装教程：harness 桌面端部署与 DIY 个性对话 API 设置

教程演示如何用 DeepSeek harness 桌面端安装"大肥鱼"桌宠，该桌宠会随 agent 工作状态变化。安装后需在 DeepSeek 官网 API 开放平台创建 API key 回填，才能解锁对话功能，并可自定义背景故事、个性与性格。视频还提到可再装插件实时显示剩余额度，防止桌宠"偷吃" token。

航哥分享 Codex 带货视频四件套 skill 流水线

航哥演示在 Codex 上装四个 skill 做带货短视频：Ecom Detail Image 出商品图，ClipForge 把商品图做成带脚本、配音、字幕和 BGM 的成片，ClipCat 拆解爆款视频结构，VideoCut 自动删口播里的语气词和卡顿。

不会编程如何用vibecoding给商家做产品接单，从谈单到售后全流程拆解

不会编程的作者用vibecoding给线下小商家做智能工具，半个月拿到四位数收入。他以二手车商800元预算为例，拆解询盘、先收30%~50%定金、用AI生成需求档案和初版、逐项体验修bug、录演示视频交付、7天内免费修小bug的流程，并总结需求先确认、先付定金、修改限次数三条防扯皮原则。作者还列出新手六个坑，包括一上来做大系统、只做生成不嵌入工作流、只讲AI不讲业务结果等。

Gemini 4 Argon 使用体验：智能体场景表现远超 Gemini 2.5/3 系列

用户通过 OMP 以 API 调用 Gemini 4 Argon 后称其终于可用于智能体场景，而 Gemini 2.5/3 系列此前不行（3.8 Flash 除外）。

作者开源屏幕活动记忆工具 Screencap，经 MCP 为 Claude 提供上下文

作者开源了屏幕活动记忆系统 Screencap，会周期性截取屏幕内容并理解、分类、分组，在需要时通过 MCP 把上下文提供给智能体。该项目约一年前创建，昨日改用 Swift 重写并接入 System One 做分类，作者称与 Claude 配合的效果让他决定分享。

开发者用 iPhone Duo 模拟器复刻随身听，并给出上手开发流程

APPSO 报道开发者 Bhargava 在 iPhone Duo 上做出虚拟随身听 Duo-Man，演示视频在 X 获得 220 多万次浏览，正式版支持 Apple Music 和本地音乐文件。

Scale AI 发布 HSS 基准测试 AI 视觉直觉，最强模型 GPT-6-astra 仅得 53.6 分

Scale AI 联合 Elorian 发布新基准 Humanity's Sixth Sense（HSS），专门测试人类一眼就能完成的直觉式视觉推理，20 名人类参与者得分 93.1%，榜首 GPT-6-astra 即使开到最大推理强度也只有 53.6%，25 个模型的中位数仅 30.9%。

4个Gemini 4 Argon智能体零人工分工27小时通关《我的世界》

Google DeepMind 公布论文，4个Gemini 4 Argon智能体在随机种子的《我的世界》生存模式中，用27小时14分钟击杀末影龙。全程无人分配角色，4个智能体只在游戏聊天频道和共享笔记里自行拆活，靠Mineflayer写代码操控角色，共写出2783个程序、发出229条聊天消息，累计死亡605次，其中69次发生在与末影龙的决战中。

同一新闻，精选展示《Google DeepMind 四个 Gemini 4 Argon 智能体 27 小时从零通关 Minecraft》

Min Choi 分享用代码完成整部影片的提示词

Min Choi 发布一条长提示词，让模型以动态导演和创意技术专家身份，用代码完成影片的设计、动画、配乐与质检。提示词按 showreel、product、launch-story、explainer 四种模式给出时长、帧率、品牌、素材等参数，并规定分镜表、风格圣经、音频时间图、独立评审子智能体与量化验收标准。

用 Teamily AI 搭建多智能体工作流，规划下一条 TikTok 视频

一位创作者用 Teamily AI 搭建了可复用的多智能体工作流，让研究、写作、审核三个 AI 智能体协作产出 TikTok 视频脚本，其中审核智能体还否决了第一版脚本。借助 Teamily Loops，他只需点击 Loop 图标即可重复运行同一流程，无需重建工作流或重新为每个智能体写提示词。最终脚本以共享产物形式保留，可继续与团队协作编辑。

谷歌发布 Gemini 4 Argon，API 限时半价

谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，重点加强编程、专业知识工作和复杂任务持续执行能力。首发 API 价格为每百万输入 token 2 美元、输出 10 美元，优惠截至 11 月 30 日，12 月 1 日起恢复至 4 美元和 20 美元。

百度世界2026五大亮点公布：李彦宏主题演讲与全栈AI升级

百度公布百度世界2026五大亮点，大会将于11月12日在北京国家会议中心二期举办，主题为「下一幕，智能组织」，设1场主论坛、12场分论坛、30+AI公开课及6000平AI展区。李彦宏将带来主题演讲，百度还将发布多个产品，集中展示“芯-云-模-体”全栈AI升级，并或将发布企业级AI产品。报名入口已开启，共设VIP票、优享票、全通票、专业观众4种票型。

68岁亚马逊CTO Werner Vogels：别让恐惧替企业做AI决策

亚马逊CTO Werner Vogels 在深圳交流中提醒，企业不会因为此刻没用上AI就立即倒闭，决策前应先让工程师和管理者充分学习、想清楚要解决什么问题。他以2004年数据库故障催生Dynamo为例，主张按任务本身选技术，不必追榜单第一，并提到更小的模型和DeepSeek、通义千问、Kimi等开放权重模型已能满足部分客户需求。

范式智能联合睿思智联推出开源一站式生产级 AI 部署平台“模域ModelSphere”

范式智能联合睿思智联上线一站式生产级 AI 部署平台“模域”（ModelSphere），面向企业免费开源并已在 GitHub 发布，采用 Apache 2.0 协议。

网易叭哥说上线用户荣誉联创计划：10万元征集AI语音Agent产品建议

网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”，投入10万元征集产品建议，设11个名额、单人最高5万元，不设学历专业门槛。该Agent可将自然口语转为结构化文本，口语输出对键盘打字效率比值提升至5倍，支持124个语种实时语音互译，专业领域翻译精准度可达98%，数据本地处理且终身免费。

从"看懂世界"到"预演下一步"：世界模型与 VLA 如何让机器人拥有真正的"具身大脑"？

上海张江的 VLA 已规模化上岗，世界模型刚进入试运营阶段，二者融合已初步形成行业共识。蚂蚁灵波"灵波通用大脑"预训练适配 17 个机器人品牌、20 种构型，搭载该大脑的机器人已在上海国大药房多家门店上岗。智元 9 月发布世界—动作模型 GE-Act 2.0，训练数据从 300 小时扩展至 3 万小时，陌生场景下总体成功率从 17.1% 提升至 44.1%。

iPhone Duo 开启预购，国行部分版本发货排至明年 1 月

苹果首款折叠屏手机 iPhone Duo 于 10 月 16 日开启预购，国行起售价 15999 元，10 月 23 日正式发售，256GB 星光白版本预计 2027 年 1 月 22 日发货。

英伟达开放Nemotron 3.5 Bolt权重，740亿参数压到22.1GB并随RTX Spark笔记本开卖

英伟达开放了Nemotron 3.5 Bolt的模型权重，740亿参数经量化后从约148GB压到22.1GB，瞄准24GB级本地部署，支持看图、写代码和调用工具。

Higgsfield 用 Seedance 2.5 生成飞行汽车缓解交通视频

Higgsfield 展示了用 Seedance 2.5 制作的飞行汽车视频，呈现其缓解交通拥堵的多种可能方式。该内容由 Higgsfield 平台上的 Seedance 2.5 生成。

Anthropic 内部报告：AI agent 工作时长已是员工 6 倍，技术岗初级招聘占比从 27% 降至 9%

Anthropic 10 月 16 日发布两份报告，一份讲 AI 如何改变自身招聘与工作方式，另一份对比员工与普通美国人对 AI 前景的预期。招聘方面，技术部门新招初级岗位比例从 27% 降到 9%，2025 年 12 月后初级职位招聘明显减少，面试评价提到候选人是否会用 AI 工具的次数比 2024 年多出技术岗约 3 倍、非技术岗约 4 倍。

同一新闻，精选展示《Anthropic 内部研究：AI 智能体工时达人类 6 倍，初级技术岗位招聘大幅收缩》

AI漫剧制作全流程教程：从剧本、分镜到图片生成

创作者刻苦驴发布AI漫剧制作全流程教程，按剧本脚本、AI图片生成等六个步骤讲解，以武松打虎为主题演示用AI生成1分半以上动画剧本和分镜脚本。教程要求每个视频片段不超过15秒以适配CDS 2.0，并给出风格、色调、光影、构图四类画面美学提示词，以及用某梦生成人物设定图、把写实CGI换成二次元动漫风格重新生成的做法。

Anthropic 自研版本控制系统 Scion：AI 编程压垮 Git，7 人团队 5 个月完成迁移

Anthropic 用 7 人团队 5 个月自研版本控制系统 Scion，并完成单体仓库迁移，起因是 AI 编程让代码合并量从 5 月的每天 2500 次涨到 9 月的超 3 万次，Git 架构被每天 2500 万次检出、600PB 潜在流量压垮。Scion 采用客户端永远在线、计算全部收归服务端、变更集加派生数据的新数据结构，三层缓存让资源占用缩小 200 倍、检出提速 2 个数量级。

一条提示词让 Claude Code 生成 61 KB WebGPU 海洋模拟

作者用 Claude Code（Opus 5.5）仅凭一条提示词，生成单个 61 KB HTML 文件，在浏览器中用 WebGPU 渲染日落海面，包含 FFT 波浪模拟、白浪、带云物理天空和阳光闪烁，可用 WASD 和鼠标漫游。

Itaú 如何为全部客户群体构建生成式 AI

巴西银行 Itaú 正通过对话式界面 ia.i 和治理平台 IARA，把 AI First 战略同时落地到客户与员工两端。该行所处的巴西金融业是监管最严格的行业之一，ia.i 与 IARA 分别承担面向客户的交互和内部 AI 治理职能。

学会关闭大脑的后台进程：用 AI 做“脑倒空”管理注意力

晓辉博士提出用 AI 帮大脑“关闭后台进程”：每天早晨先做一次“脑倒空”，用语音把想到的事全部告诉 AI，让它排优先级、安排日程。能做的事先做，需要一起打磨的优先关注并把标准说清楚。AI 让执行更容易后，更需保护注意力和认知资源，留给当下真正重要的判断与选择。

Replit CEO 称已不再与 Anthropic 合作，转投 OpenAI

Replit CEO Amjad Masad 在 TechCrunch Disrupt 上表示，公司已不再与 Anthropic 合作，原因包括成本、合作与性能，并称 ChatGPT 现在更好、Sol 和 Astra 在内部与公开 benchmark 上从头构建 vibe-coded 应用表现更优。

ElevenLabs 指南：如何为 AI 语音智能体接入 CRM 与客服工单系统

ElevenLabs 发布指南，介绍如何将 ElevenAgents 语音智能体接入 Salesforce、HubSpot 等 CRM 与客服系统，实现通话中读取和写入客户数据。接入后智能体可在通话中搜索记录、核验身份、创建线索并自动开单，官方称问题解决速度最高可达传统脚本客服的 10 倍。指南还提到通过 webhook 在通话中记录更新、通话后触发工单与跟进邮件等自动化流程。

ChatGPT 中 GPT-6 Astra Pro 升级，支持多智能体并行处理任务

ChatGPT 中的 GPT-6 Astra Pro 获得升级，响应更快，插件和工具调用能力提升。新增多智能体并行处理同一任务不同部分的能力，用户可以查看每个智能体的进度，并打开已完成任务查看其工作结果。该功能现已面向 Chat 标签页中的 Pro 用户开放。

如何用 workbuddy 搭建自己的专属工作台

在电脑安装 workbuddy 后，用大白话告诉它想要的工作台功能，以及左侧任务栏和右侧应用分别需要哪些内容，即可完成搭建。视频称操作非常简单，并邀请观众实操后在评论区分享成果。

开源逆向分析工具 REA 如何帮 Codex、Claude Code 拆解软件实现

REA（Reverse Engineer Anything）是一款给 Codex、Claude Code 等 AI 编程助手使用的开源逆向分析工具，AI 提问后由它连接分析工具，带回代码位置和调用关系。

Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长

两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。

StarSkirmish v0.2 基准：让各模型一小时写星际争霸机器人对战

StarSkirmish Bench v0.2 让各模型在自家 CLI 工具中花 1 小时用 C++ 写 Protoss 机器人，再与 13 个机器人对战，按胜率计分。

作者用 Claude 经 MCP 连接 Blender 从零建模《黑客帝国》Neo 公寓

一位 Reddit 用户用 Claude 通过 MCP 连接 Blender，从零建模出《黑客帝国》Neo 公寓的 3D 场景，未使用 Meshy、Tripo 等 Image-to-3D 工具。

Opus 5.5 被赞擅长编排其他模型与智能体，配合 GPT-6.1 Sol 效果尤佳

有用户称 Opus 5.5 在编排其他智能体方面表现出色，能同时调度多个 Codex 和 Pi 智能体处理复杂任务，并按各自能力分配工作。该用户表示 Opus 5.5 与 GPT-6.1 Sol 配合尤为顺畅，能从该模型榨取远超自己直接使用的效果，因此现在大部分工作交给 Opus 处理。