Cloudflare 开源 AI 智能体浏览器 Kitesurf,资源消耗低于 Chromium
Cloudflare 宣布开源今年 8 月推出的 AI 智能体浏览器 Kitesurf。它运行在 Cloudflare Workers 之上,无需 Chromium 进程或容器即可完成 HTML 解析、JavaScript 执行和网页截图渲染,并支持 Chrome DevTools Protocol。
Cloudflare 宣布开源今年 8 月推出的 AI 智能体浏览器 Kitesurf。它运行在 Cloudflare Workers 之上,无需 Chromium 进程或容器即可完成 HTML 解析、JavaScript 执行和网页截图渲染,并支持 Chrome DevTools Protocol。
AgentScope-Java 是阿里巴巴开源的 Java 智能体开发框架,让 Java 开发者无需切换到 Python 即可构建生产级 AI Agent 应用。框架提供轻量的 ReActAgent 和封装工作区、长期记忆、沙箱等工程能力的 HarnessAgent 两种入口,支持 @Tool 注解注册工具、文件驱动的多 Agent 协作以及 MCP 协议工具接入,并可切换状态后端实现分布式部署。
谷歌宣布扩展 Antigravity 多智能体系统,推出由 Gemini 模型驱动的 Teamwork 系统,通过多个专业智能体并行工作并由独立系统质疑验证。其 Teamwork-LEAP 系统以约 2.88 万次子智能体调用、约 180 万行 Lean 代码完成韦伊猜想的形式化证明,还复现了纳维-斯托克斯方程有限时间爆破问题的证明并帮助解决库尔塔德-库马尔猜想。
推荐理由:原文列出了多智能体系统在数学形式化、分子结构识别和代码迁移上的具体数据,读者可据此评估其协作机制在复杂任务中的可靠性。
谷歌宣布 Gemini 的 Personal Intelligence 功能正式支持 Google Wallet,用户完成授权后可询问个人财务状况、消费情况与预算规划。
Perplexity 在 Mac 版应用上线 AI 智能体功能“队友”(Teammates),向付费 Max 订阅用户开放,此前该功能仅支持 iOS 和网页端。用户交代任务后,Teammates 会规划执行步骤并跟进至结果可供审阅,可用于增长营销、错误报告分类、指标跟踪等场景,任务扩大时还能引入多个智能体协作。报道未提供独立实测结果,也未披露使用额度和 Mac 系统版本要求。
Shield 借助 OpenAI 帮助 IT 技术人员将旧门户系统中的工作转交给 AI 处理。其 Forge 智能体负责在各系统间导航,让技术人员专注于需要人工判断的问题。
据路透社报道,Amazon 计划建设 World Product Graph,收录全网商品数据并通过自家网站提供,包括 Amazon 并不销售的商品。该项目旨在减少用户转向 Reddit 或 Google 做商品研究,并让 AI 购物助手更依赖其商品索引。
Amazon Bedrock AgentCore runtime 的 V2 版本通过预先构建环境快照并按会话恢复,使会话启动更快更稳定。每个会话在独立隔离的 microVM 中运行,平台空闲时缩容至零,V2 还会回收会话未使用的内存以降低成本。文章给出四种加速启动的架构模式,包括用新增的 build hooks 预加载大文件,以及在用户发起请求前预热会话。
AWS 官方博客演示如何用 AWS CDK 将 LiteLLM 与 NVIDIA NeMo Switchyard 路由插件部署到自己的 AWS 账号,把编码智能体的请求在 Amazon Bedrock 上的 Claude Opus 5.5 与 NVIDIA Nemotron 3 Super 120B 之间路由。
OpenAI 推出 ChatGPT Wallet,让 Dots 智能体根据用户提示代为购物,今日起向美国 18 岁以上、使用美国账单地址的 ChatGPT Pro 订阅者开放,支持符合条件的美国发行的 American Express、Chase、Mastercard 和 Visa 卡。
Google Research 报告称,Antigravity /teamwork 多智能体工作流结合 Gemini 4 Argon 等模型,在数学、形式化验证、分子化学和系统工程领域取得一系列成果,相关工具已开始向外部研究者和开发者开放。
推荐理由:原文用大量实例说明并行探索加独立证伪器的多智能体模式如何攻克多年未解难题,读者可据此设计自己的验证式工作流。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT 智能体代用户完成线上支付,取代此前不够灵活的 Instant Checkout。
本教程演示在 Isaac Sim 中用 UR17G 机械臂、Robotiq 2F-140 夹爪与饮料罐 OpenUSD 资产完成抓取放置任务,并由 GPT-6 Sol 智能体生成并执行任务代码。
Anthropic 发布 Claude for Manufacturing 插件,让 AI 直接接入工厂软件自动化工业流程。它通过四个通用接口连接 Autodesk Fusion、Oracle NetSuite、Microsoft 365 和 Infor,以 17 项技能完成起草报价、比较供应商、生成质量报告等任务,并在人类批准后向备用供应商下单、重排生产。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买,并沿用现有卡保护机制。
推荐理由:智能体获得在用户批准下完成支付的能力,读者可据此判断 Agent 交易环节的自动化程度与安全边界。
OpenAI 推出 ChatGPT Wallet 钱包功能,让名为 dots 的智能体帮用户挑选商品并代为完成购买。
OpenAI 于 11 月 13 日宣布推出支付功能 ChatGPT Wallet,让 dot AI 智能体代替用户购物。该功能由 OpenAI 与美国运通、万事达卡和 Visa 合作开发,符合条件的用户录入一次银行卡信息后,即可让 dot 智能体寻找商品,每笔交易都需通过安全验证。
OpenAI 在 Daybreak 品牌下发布两款安全产品 Daybreak Red Team 与 Daybreak Defense Factory,均运行于其最新安全模型 GPT-6 Cyber。
Meta 的 AI 智能体 Muse 现在可以代用户拨打美国商家电话,该功能 9 月测试后已向美国所有付费 Muse 订阅用户开放。Meta AI 负责人 Alexandr Wang 称 Muse 用户已超过 1000 万,可代打有线电视公司、车管所和餐厅等繁琐电话,很快还会获得免费邮箱地址。
推荐理由:原文既给出 Muse 通话功能的开放范围,也指出商家挂断 AI 的现实阻力,读者可据此判断智能体语音能力的实际落地边界。
ElevenLabs 在纽约 11/11 Summit 上发布实验性应用 ElevenAI,整合会议记录、听写和智能体集成,目前处于预览阶段,需申请早期访问。应用支持跨会议数据查询、聊天中的实时辅助、90 多种语言的语音转文字,并允许企业集成 ElevenAgent 执行后续操作(如基于会议记录起草邮件)。估值 220 亿美元的 ElevenLabs 将其定位为团队产品而非个人效率工具。
Anthropic 面向消费者的 AI 智能体 Claude Duet 目前仍为研究预览版,仅向美国 Pro、Max 和 Ultra 订阅者开放候补。
医疗机构正借助 NVIDIA 技术落地多个 AI 应用,让护理团队减少事务性工作、患者更快获得诊疗。
openJiuwen 发布 RSI 原生 AgentOS,为递归自我改进提供运行环境,Agent 可把新功能打成扩展包,热插拔装进 WorkSwarm 成为系统插件,按任务反馈持续修改。
无界前沿正式开源生物信息大模型 Fx-Bio-1031 并开放完整模型权重。据其评测,该模型在 Anthropic BioMysteryBench 困难子集上取得 70.59% 的 Pass@5。
World Labs 正式向所有用户开放世界模型 Atlas,同步上线网页应用和开发者 API,新用户注册即送 10000 积分。这次开放带来 Viewfinder 和 Chisel 两款新 Web 应用,配合 Relight 和 Splat to mesh 覆盖从单图生成场景到导出 GLB 网格的完整链路。
推荐理由:原文实测了 Atlas 从提示词到可导出 3D 资产的完整工作流,读者可据此判断它能否接入自己的创作或开发管线。
英伟达宣布黄仁勋卸任 CEO、总裁及董事,结束 33 年任期,CFO Colette Kress 留任并兼任临时 CEO。SEC 文件显示董事会于 11 月 11 日接受其辞职,独立董事此前已任命调查组,董事会同时开启继任搜索。同期 Anthropic 提交 IPO 注册声明,Google DeepMind 发布速度优先的 Gemini 4 Hydrogen。
推荐理由:原文梳理了黄仁勋辞职的董事会调查时间线,并汇总了 Anthropic IPO 与 Gemini 4 Hydrogen 发布等同期事件。
腾讯混元发布实时语音模型 Hy Realtime,新增 Agentic 工具调用与唱歌能力,已在元宝语音通话、腾讯客服等产品上线,近期将上线腾讯云并提供 API 服务。该模型可结合上下文还原口齿含糊、话说半截等不完整输入的意图,并能按歌手、专辑、曲风、语种、年份与热度组合点歌演唱。官方表示下一步将重点提升双工交互、长期个性化记忆与前后台 Agent 交互能力。
食品领域研究生胡拉图分享了一套用 AI 辅助完成综述论文的完整工作流,并以一篇已被《食品科学》录用的综述为例拆解各环节操作。
科技媒体 Android Authority 曝光谷歌 Gemini 任务自动化功能适配应用清单,共计 134 款 App,覆盖外卖、打车、购物、旅行及办公场景,但不代表这些应用已全部开放自动操作。
在今年的百度世界大会上,李彦宏提出「智能组织」理念,认为 AI 没有产生预期经济效益,是因为企业只更换了「电机」却没有重新设计「工厂」,并提出打破岗位边界、沉淀隐性知识、设计流程闭环三个原则。百度数字人业务部三季度完成 564 次产研迭代、产研人均吞吐提升 125.3%,百度搭子与库库企业版相继升级,大会还推出大模型交易平台「词元所」,试运营一个月日均调用 Token 超 7000 亿。
苹果在 iOS 27.3 和 watchOS 27.3 首个开发者测试版中为 Apple Watch 加入 Live Rewind 和 Siri Recap 两个 AI 功能,可回顾近 15 秒对话并整理全天对话摘要,暂不在中国提供。
11 月 12 日,李彦宏在百度世界 2026 提出「智能组织是 AI 时代的新厂房」,认为企业 AI 投入持续增长却未见利润同步,根源在于只换了工具而未重构组织。
Mole 作者 Tw93 回顾了产品从 1.13 迭代到 1.19 的过程,期间加入了 AI 工具清理和系统数据清理,并发布了 Windows 桌面版。他用 Agent 配合 computer use 陆续安装卸载 853 款 Mac 软件来补全清理规则,还逐个实测 30 多款 AI 工具的残留数据与进程占用。他的核心观点是,代码越来越便宜的年代,真正拉开差距的是那些只有亲手做过才知道的细节。
ArtCraft 创始人 Brandon Thomas 在旧金山 AI Engineer Code Summit 上介绍,公司已发布 17 款开源软件复刻产品,包括用 Rust 从零构建的 Photoshop 替代品 PhotoCraft。
Google 正式发布 Gemini 4 Hydrogen 模型,支持最高 100 万 Token 上下文,首次将 Gemini 4 系列能力扩展至免费用户,输入价格每百万 Token 1.50 美元、输出 7.50 美元。
作者使用开源项目 OneSelf 搭建个人站,把个人信息统一成专属上下文,授权后供不同 AI 读取。部署仅需一台预装 Docker 的服务器和一行命令,支持 Cloudflare Tunnel 等访问方式,可让 AI Agent 整理资料并经用户批准后上线。数据默认私有并运行在本地,用户可按目录控制公开范围和 Agent 权限,随时可撤销。
本系列第 5 篇把同一轮模型回复里的多个工具调用从串行 for 循环改为 Promise.all 并行执行,依赖型调用仍由 Agent Loop 跨轮次自然串行。
作者帮粉丝复盘了一次测试用例 Agent 项目面试,逐题拆解了 6 道追问:68 小时缩至 23 小时的提效数据如何统计口径、AI 生成用例怎样保证可执行与覆盖完整、覆盖度为何不等于逻辑正确、方案本身有哪些短板、用量上来后如何持续保证正确,以及为什么用大模型做校验而非纯规则。核心思路是多层约束、规则引擎与人工分级评审各守其界,机器做过滤降噪,人兜底隐性业务逻辑。
Amplitude 的主动式产品智能体 Wave 主要基于 OpenAI 模型构建,使产品改进能在 1–2 天内发布。它能识别要构建什么,帮助团队用编码智能体发布变更,并衡量这些变更的影响。
谷歌发布 Gemini 4 系列新模型 Hydrogen,主打更快响应速度、更低使用成本和更高效的 AI Agent 执行能力。
推荐理由:原文将 Hydrogen 与 Argon、Claude Sonnet 5.5、GPT-6.1 Sol 的跑分和价格逐项对比,读者可据此判断高效率模型对旗舰模型的替代空间。