谷歌发布办公Agent Gemini Agent,支持调用Claude
Google Cloud发布Gemini Agent,定位为可长期运行的通用办公Agent,能查资料、写邮件、做PPT、分析数据、编写运行代码,并跨应用调用工具、召集子Agent协作。
Google Cloud发布Gemini Agent,定位为可长期运行的通用办公Agent,能查资料、写邮件、做PPT、分析数据、编写运行代码,并跨应用调用工具、召集子Agent协作。
Rowan Cheung 称 GrokBot 近期更新加入原生 X 监控,并分享了自己常用的 4 条可复制提示词。
选题角度:作者给出 4 条可直接复制的 GrokBot 例行任务提示词,适合演示从建 routine 到 Slack 收到摘要的完整流程。
Google 在 Google Cloud 活动上宣布把 Gemini 带入智能体时代,推出可在单一界面内回答问题并替用户完成任务的统一智能体,初期面向企业,之后再推向消费者。
作者分享了一套让 Grok Bot 每天定时生成 AI 早报视频的提示词和流程,全程跑在 Grok Bot 的云端虚拟机上,不占用本地电脑。
选题角度:作者公开了完整提示词和三个开源 skill,适合照着复现一套云端定时出 AI 早报视频的流程,并展示 90 秒成片。
豆包手机第二代努比亚 nubia neovision ultra 定价 5999 元,据称开卖一秒销售额过 1 亿元,并推出三方协议 saep(screen automation execution protocol)来约定截屏、读取数据库等 agent 权限。
谢扬的 Personal Agent 基建产品 Qoni 上线,核心思路是给 Agent 发一张"工牌":Agent 本身无固有权限,每次执行任务前向 Qoni 换取临时通行证,权限按事务和时间段限定,人可随时撤销,操作记录记在人名下。Qoni 还托管云端浏览器(来自 Fellou)和长期记忆系统 GUMem,并为 Agent 配备独立邮箱和手机号以注册现有 SaaS 账号。
Runway 宣布已直接接入 ChatGPT Astra,用户可以在同一个对话窗口里向 Runway 下达需求、等待其完成并给出修改意见。官方同时给出了开始使用的链接。
选题角度:官方给出在 ChatGPT Astra 内直接调用 Runway 的入口,适合录屏演示同一对话窗口里下需求、等生成、再提修改意见的完整流程。
Meta 周三宣布其 AI 助手 Muse 推出专属 iPad 应用,距其登陆 iPhone 仅一个月。Muse 自 9 月 8 日在 iOS 和 Android 上线以来,安装量已超 660 万。此次 iPad 版新增 Asana、Canva、Figma、GitHub、Zoom 等连接器,并接入 Meta 广告账户。
ElevenLabs 发布联络中心自动化指南,介绍 AI 如何以极少人工介入处理客户支持流程。文中给出三个 ElevenAgents 部署案例:Klarna 为 3500 万美国用户实现最高 10 倍更快解决,Rohlik 自动处理 90% 客户沟通,Getmobil 实现 75% 首次接触解决率和 60% 成本下降。
Penguin Mail 发布 1.0.9 版,这是一款用 Rust 编写的开源邮件客户端,支持 Linux 和 macOS,采用 GPL-3.0-or-later 许可。
TechCrunch 报道,个人 AI 智能体在替用户下单、订票时频繁被网站拦截,亚马逊已开始阻止 Meta 的 Muse 智能体浏览和购买其商品。沃尔玛称拦截并非有意,用户遇到的往往是验证人类身份的按钮中断导致检查失败;达美、Yelp 等则明确限制或不允许非人类流量。Meta、沃尔玛、Stripe、Sierra 等已着手制定一套面向电商场景的智能体间通信开放标准,以区分好机器人与坏机器人。
Gemini 上线 Skills 功能,用可复用工作流让 Gemini 每次以相同方式执行任务。部分 Skills 只是指令集,另一些则包含参考资料和工具,让 AI 能实际完成任务而不只是描述做法。
选题角度:原文给出 Skills 在 Gemini Chat 和 Gemini Spark 的入口位置,适合录屏演示从设置里建一个技能并跑通同一任务。
ElevenLabs 发布内置专家 ElevenAgents Architect,团队通过语音或文字对话即可构建和改进智能体。它能理解 ElevenAgents 的知识库、提示词、工作流、语音设置、防护栏、工具和模拟等配置,分析数千段对话找出改进点,并生成已验证的模拟对话。所有改动以版本化草稿形式提交,需人工批准才能上线,目前已开放 Alpha 测试。
Cohere 发布企业平台 North 2,将其升级为可自主处理多步工作流、跨会话保留上下文的 AI 智能体控制中心。新编排系统支持智能体调用共享知识库与可复用技能,并连接 Slack、SharePoint、Jira 等工具,还能从聊天提示词直接生成演示文稿、仪表盘和简单应用。
TikTok 宣布推出 AI 购物助手和新的应用内结账功能,用户可直接从品牌购买商品。TikTok 称该 Shopping Assistant 是对话式 AI 智能体,能理解上下文并在对话中记住用户偏好,提供商品详情、物流、尺码、库存等实时购物指引并协助完成购买;一键结账则让用户从 For You 信息流直接下单。
DOTS 可运行循环任务、触发器和提醒,任务可由表单提交、收到邮件、每周周期或未来一次性时间触发,并直接发送到用户的 dot。示例指令为:OpenAI Dev Day 主题演讲结束后立即汇总所有发布内容。
微软与 Hugging Face 联合发布 ThinkingBox 基准,通过 507 个有状态业务流程、每个任务重复运行 20 次,按智能体留下的后端数据库状态和副作用而非生成文本打分。
Dots 用一条提示词同时产出三条开场白、一张缩略图和与脚本同步的动效素材。它自主在 Work 和 Codex 之间分配任务,为每个技能补上比用户自己输入更详细的提示词:intro 技能在 Work 中写三条开场白并挑出最好的一条,Codex 技能按脚本时间点生成动效,thumbnail 技能在另一个对话中并行运行。一个智能体编排多个线程、多个技能,输出一份成品。
选题角度:原文展示了 Dots 一次提示词同时产出三条开场白、缩略图和卡点动效,适合录屏实测它自主调度多个技能的过程。
Airbnb CEO Brian Chesky 认为 AI 智能体需要专属操作系统,主张 AI 应在内核层面运行、各组件互相交互,而非在 iOS、macOS、Windows 上构建 AI 应用。
AI 初创公司 Photon 获 450 万美元种子轮融资,用于开发让开发者通过 iMessage 和 WhatsApp 构建智能体的工具。该公司称已吸引超 4 万名开发者注册,四个月内收入增长 10 倍,消息量上月增长 5 倍。
DOTS 是一款常驻智能体,可从统一入口调度整个 ChatGPT,并访问用户的记忆、已连接工具、技能和定时任务。它能新建聊天、工作会话或 codex 会话,甚至在你电脑开机时在电脑上运行,还拥有自己的持久云电脑,聊天可在手机与桌面间同步。该功能先在 Pro 和 Enterprise 版本推出。
DoorDash 宣布推出一个 text-to-order AI 智能体,用户可通过 Apple Messages 下单,例如发送“order my usual”,智能体会理解这是指其周五晚常点的订单。
OpenAI 推出 ChatGPT Dots,一个即使你不在 ChatGPT 里也会持续工作的常驻 AI 助手。作者演示了如何为 Dot 设定一个真实目标而非单条提示词,让它读取文件、遵循规则、更新文档并跟踪后续待办,还能主动检查已连接的应用、发现问题后主动发消息提醒。
选题角度:作者实测 ChatGPT Dots 常驻助手的完整流程,可拍成从设定目标到它主动发消息提醒的录屏演示。
OpenAI 在 Dev Day 上发布的一系列功能,把 ChatGPT 本身变成软件被发现、启动和使用的入口,直接冲击传统应用商店模式。
OpenAI 在 DevDay 宣布一批 ChatGPT 更新,包括开放插件系统 Plugin Extensions、共享工作区 ChatGPT Space、协作文档 Pages、Slack 和 Microsoft Teams 集成、自动化工作流以及企业市场 OpenAI Marketplace。
选题角度:DevDay 一口气放出插件系统、Space、Pages、Slack 集成和 Pro 500 定价,适合按功能清单逐条拆解并对比 ChatGPT 与 Slack、Notion 的边界。
AI 应用构建平台 Wabi 宣布转型为 AI 即时通讯应用,推出 Wabi 2.0,定位为"能为你做事、并即时构建所需界面的个人智能体"。用户可在对话中按需生成卡路里追踪、举重记录、儿童活动日历等应用,目前仅通过 X 发放邀请码开放使用。
OpenAI 在 DevDay 上宣布扩展 ChatGPT 插件,允许开发者在 ChatGPT 侧边栏中构建类应用的专属入口和可交互面板,面板可包含支持自家文件格式的文件查看器。
Meta 周二宣布将 AI 智能体 Muse 扩展至小企业,并新增 Shopify、Dropbox、Slack 等集成,可连接 Instagram 专业账号分析、Facebook 主页和 Meta 广告账户。
Hugging Face 发布论文 ProvenanceGuard,一种面向 MCP 智能体的生成后验证层,可保留工具输出的来源身份,检测"跨来源混淆"——即事实为真但被归因到错误来源。在医疗智能体的 281 条真实 trace 上,专家判定应拦截的 139 条 claim 中它拦下 138 条,来源识别准确率约 86%,并在四款对照检查器中得分最高。
Shopify 宣布浏览器端 AI 智能体现可在其商家站点完成下单,能力从搜索商品、加购扩展到结账环节。新增 get_checkout、update_checkout、complete_checkout 三个工具,智能体可读取并修改结账页、调整地址或配送方式,并在买家授权后提交交易,无需截图或抓取网页。
Vlo 0.3 是一款面向 AI 合成的开源可扩展视频编辑与生成软件,强调对生成过程的控制与修正而非自动化。它支持在时间线上任意位置 inpaint、用 SAM2 做视频遮罩、sam-audio 提取音轨,并内置 Minimax H3、Qwen2.1、Krea2、LTX2.5 等工作流,以 ComfyUI 为主要 AI 引擎。
Google 开始在印度测试让用户通过 Gemini 和 AI Mode 直接购买沃尔玛旗下 Flipkart 的商品,部分用户可在指定商品页面看到 Buy 按钮并跳转至 Flipkart 结账流程,无需离开 AI 界面。测试目前仅限部分用户和智能手机、电子产品、手机配件等少量商品,Google 计划 10 月晚些时候在印度节日购物季前扩大范围。
ElevenLabs 将图像生成、视频生成和 Flows 模板能力开放为 API,图像与视频 API 可调用 Google、OpenAI、ByteDance 和 Creatify 的模型,定价与应用内一致。模板把图像、视频、语音、音乐和 SFX 模型打包成免配置流水线,输入产品图与名称即可返回成品素材,并支持通过 MCP 在 Claude、ChatGPT 或 Cursor 中使用。
初创公司 Ando 结束隐身状态,推出面向人类与 AI 智能体协作的团队通讯应用,并称可完全替代 Slack。该应用为智能体提供独立身份和收件箱,支持频道、私信、群聊及可被智能体转录查看的实时通话,智能体可自行浏览和加入频道、无需被 @ 即可参与对话,还能主动私信人类。
米奥兰特在第五届全球数字贸易博览会全球首发 AI 出海经营智能体“出海精灵·小元AI”,并已上架腾讯 WorkBuddy,成为其出海场景生态伙伴。双方通过 MCP 接入,用户在 WorkBuddy 工作台内可直接调用买家匹配、开发信生成、展会获客等外贸垂直能力,无需切换平台。该产品拟采用“充值+token消耗”收费方式。
ElevenLabs 发布指南,介绍用内置工具和第三方方案转录 Zoom 会议。Zoom 自带实时字幕免费,但云端存储和可下载转录文本需付费 Workplace 账户;Zoom AI Companion 支持 46 种语言实时转录,会后转录仅支持 19 种语言。开发者可用 ElevenAPI WebSockets 构建自定义管线,借助 Scribe v2 模型实现 90 多种语言的低延迟转录。
数字生命卡兹克针对 GPT-6 上线后额度消耗快的问题给出三招:按阶段分配模型,规划用 gpt6 高推理模式、执行时降低推理强度或改用 gpt6sora;利用 chat 与 codex 额度独立但上下文可打通。
选题角度:博主给出三招省 GPT-6 额度的具体操作,可录屏演示 chat 上下文一键导入 Codex、把服务器封装成 MCP 插件这两步。
Stripe 全球旗舰活动 Stripe Tour 首次落地中国,并在上海发布 Checkout Studio、Stripe Managed Payments(SMP)、Adaptive Pricing 等新功能,SMP 支持企业在全球 195 个市场销售数字服务。
阿里千问AI平台在2026云栖大会宣布全面升级,新增Agent服务与行业AI解决方案,并推出API优速模式、Agent Studio、千问AI座舱解决方案等能力。
影眸Hyper3D上线Agentic Mode,让Agent参与输入整理、参考图分析和建模路径选择,生成的Low-poly N-GONS模型可继续做参数化调整、动画预设和材质增强。