OpenAI API 新增文本与图像上下文选择功能,预览版面向部分客户开放
OpenAI API 支持传入文本或图像作为上下文,例如提交一条支持请求及候选处理团队,接口会返回一个可选结果供应用使用。该功能目前以预览版形式仅向部分 API 客户开放测试,计划在未来几天内正式发布。
OpenAI API 支持传入文本或图像作为上下文,例如提交一条支持请求及候选处理团队,接口会返回一个可选结果供应用使用。该功能目前以预览版形式仅向部分 API 客户开放测试,计划在未来几天内正式发布。
OpenAI 宣布推出一款具备高主动性工程师或幕僚长能力的智能体,可处理订餐等简单事务,也能承接更具挑战性的工作。该智能体拥有自己的计算机,通过 ChatGPT 使用用户连接的插件,可跨 4000+ 应用工作,并能学习用户需求、在用户开口前就在后台 24/7 静默执行任务。
Perplexity 在 Perplexity Computer 中推出 Automations,用于持续性的工作,可按事件触发条件或按时间计划执行动作。该功能可与用户的记忆、技能以及 Slack、Gmail、Outlook、Linear 等已连接应用配合使用。
Firecrawl 发布 ChatGPT 插件,用户可将该插件直接添加到自己的智能体中,链接指向 chatgpt.com 的插件页面。
Firecrawl 发布 Alexandria,可在 ChatGPT 与 Codex 中接入 100 多家数据提供方和 1.13 亿以上索引来源。官方称使用 Alexandria 的智能体回答质量比使用内置 web 工具高 21%,可通过插件市场获取。
Visual Studio 2026 Stable Channel 九月更新推出 Bring Your Own Model(BYOM)预览,默认在 Community。
作者冷逸演示了用 Coding 模型做视频的完整流程,底层逻辑是让 LLM 用 JavaScript 或 Three.js 写每一帧画面生成 HTML,经无头浏览器逐帧捕获后由 FFmpeg 编码成 MP4,全程在 Agent 内完成、不打开剪辑软件。
Harrison Chase 对比了企业级 agent(org harness)与个人 agent:前者面对多用户、单智能体,需要支持多人协作甚至同线程共用,并正确处理认证与记忆,可观测性、可审计性和管理控制台也更重要,交互上更偏事件驱动与异步。两者共同点是都能编写和执行代码、浏览器使用很可能非常关键、以 skills/MCP 为标准化方式,并共享核心 agent 循环逻辑。
Notion 宣布 @Muse 现已可以调用 Notion,用户可让它跟踪待办事项、拉取上下文,或代为推进项目进展。该消息由 Notion 官方账号发布,未披露具体技术细节与上线范围。
Claude Code 社区分享了一组实用技巧:从单机模式走向多人协作,多用 Artifacts 作为队友、其他线程和 subagent 的共享记忆上下文,只需让 Claude 把它做成 artifact 即可。用 `/eli5` 插件可让 Claude 用寥寥数语讲清全局,比读大段文字更有用。此外,真正的瓶颈是"未知的未知",解法是多尝试、多迭代以培养直觉与品味。
AWS 展示如何用 AG-UI 协议、Strands Agents SDK 的 Swarm 模式和 Amazon Nova Act 构建能随 AI 输出变化自动调整的界面。
DeepSeek Harness 桌面版正式发布,macOS 和 Windows 安装包同步上线,并伴随 DeepSeek Harness v0.2 预览版更新。
材料完整列出桌面版、v0.2 预览版的插件管理与创造模式等变化,可据此判断其工作流整合程度。
在服务器上部署 Magpie 后,可完全替代 CLI Proxy API,把 Open WebUI 等服务统统接入其 API 进行统一管理。该方案由用户 Geek 分享,用于集中管理多个 AI 服务的 API 接入。
Douchat 已开源,是一个让 AI 智能体协作与对话的桌面工作台,把 Claude Code、Codex、Gemini 等放进同一份联系人列表。智能体可在群聊中协作并交接任务,支持自带模型,聊天与记忆数据保留在本机。
Anthropic 发布 Claude Sonnet 5.5,API 单价没变、生成速度更快,Terminal-Bench、CursorBench 等 Agent benchmark 成绩明显上涨。
Agent 周边 infra 设施被认为极具价值,除钱包支付外,单一 RBAC 系统只要聚合足够多也相当值钱。未来企业将从管理人类的 Human Resource 演化出 Agent Resource 角色,需要管理本机权限、云端权限、Skill 能力、Agent 工具以及记忆文件。作者在 NewMax 中做了初步尝试,发现这些问题非常通用,每个 Agent 都会遇到,意味着市场巨大。
Cloudflare 发布统一的 cf CLI,默认输出 JSON,并提供 cf cli search 用自然语言搜索该用哪条命令;同时引入 cloudflare.config.ts 替代原来的 wrangler.toml / JSONC。
Manus 团队 9 月 28 日将产品更新到 2.0 版本,重做智能体执行框架并推出 Cascade、可长期运行的云电脑与事件触发的 Automations,同时把桌面应用升级为覆盖文档、视频和游戏制作的 Manus Studio。
梳理 Manus 2.0 与 Cue 的功能拆解与授权边界问题,可对照 Meta Muse 观察个人智能体的两条产品路线。
Browser Use 上线 cloud.browser-use.com,将其浏览器智能体能力搬到云端。目前该推文仅给出网址与互动数据,未披露定价、模型版本或功能细节。
Notion 认为,未来三年内多数知识将在智能体之间流转,智能体可能成为知识交换的双方主体。Notion 正思考智能体如何注册、使用 Notion,MCP 是否足够,以及 Notion CLI 能否让一切被智能体编排和调用。这一观点与 Patrick/Stripe 的一段分享高度相似。
开发者 XueshiQiao 推出 AI 划词工具 QDuo,采用纯 SwiftUI 原生实现,主打轻量与快速。该工具提供环形、条形等三种菜单风格,支持二级菜单,并内置翻译、润色、搜索、朗读、问大模型等 30+ AI 动作,且动作可自定义。项目已在 GitHub 开源。
Perplexity 为 Agent API 新增 Profiles、Skills 和托管连接器。Profile 是一个保存好的智能体,把模型、指令、工具、连接器、运行设置配置在一个带版本号的 ID 下,项目管理员配置一次后,项目内每位开发者都能用自己的应用和项目 API key 调用。
9 月 28 日,Manus 面向海外用户发布 2.0 版本,并推出面向个人生活场景的智能助理 Cue,上线不到 12 小时已有用户用它打电话、做机器人游戏、多 Agent 协作规划迪拜旅行等。
腾讯技术工程提出一套 Agent 自进化方法论,把评测、记忆、落地、控制四个环节作为同一闭环的四个齿轮,主张自进化的瓶颈不在单个技术点,而在环节之间的数据通路是否连通。
Manus 2.0 正式发布,换上自研 Cascade 框架,按需加载专业能力以降低 Token 消耗,并新增事件触发的自动化任务与可独立购买的云电脑。桌面端升级为 Manus Studio,加入视频编辑与 Alchemy 模式,游戏开发环境可发布为网站分享;同时推出面向个人生活的独立应用 Cue,每个 Agent 拥有自己的邮箱、电话号码、钱包和电脑。
HeyGen 称其找到 Jev 的最佳用法是放在 HeyGen MCP 前面:Jev 以毫秒级速度、极低成本判断哪些线索值得生成视频,再由 HeyGen 渲染通过筛选的线索。
AI SDK 已支持通过 Anthropic 和 Claude 接入,相关说明见 ai-sdk.dev 的 AI SDK 提供商文档。该消息由 AI SDK 官方账号发布,并同时 @AnthropicAI、@claudeai 与 @vercel。
Manus 与 CueAgents 的智能体现在可以拥有自己的电话号码,能够拨打和接听电话、收发短信,用户还可以把来电转接给智能体。该功能目前仅在部分国家上线,部分地区只支持语音,官方表示正在推动覆盖更多国家。
Gemini Managed Agents 新增 Credentials API,密钥不再作为普通环境变量暴露,只在请求发往受信任域名时于传输层注入,沙箱内的代码无法读取原始 token。该能力支持环境变量、CLI 和 MCP Server 三种场景。
国内首款个人 AI 助理 Today 中国版已正式上线,基础版永久免费,新用户可领 1 亿 token 和 1 个月 Pro 会员。它可读取本地文件夹、X 推文、GitHub 项目和 Gmail 作为上下文,主动提醒待办并推进 PR review。作者基于它搭建的个人助理"毛肚"还完成了中秋祝福撰写、X 账号运营分析和国庆出行规划。
市面常见的 Agent 均可一键接入同一个 autojev 路由器。该帖未披露支持的具体 Agent 名单、接入方式或 autojev 的项目来源与可用性细节。
京东零售构建了以 Forge Agent 为统一 AI 门面、Sindri Plugin/MCP 为确定性工具、Sindri 后端负责规划与提交、ADF 承载 DAG 与调度生命周期的人工智能数据研发链路。
OpenClaw 之父 Peter Steinberger 与 GitHub 联合创始人 Tom Preston-Werner 在播客《AI Worth Using》中提出,AI 批量生成样板代码后开源项目应废除传统 Pull Request,改收附带思考链路与脱敏 Prompt 的 Issue。
OpenShorts 是一个把长视频切片、AI UGC 生成与跨平台发布整合到同一后端和素材体系的开源项目,截至 2026 年 9 月 28 日约有 5700 Star、1300 Fork,核心应用采用 MIT License。
大淘宝商家财务团队用 Ontology 四层图谱(业务/系统/交付/治理)加 decision_function 结构化决策,替代预设 workflow 和打包 Skill,让 Agent 按"先取证、再决策、后行动"闭环动态生成流程,3 个月在 Agent Room 完成 120+ 需求与工作项,覆盖需求开发、工单处理、数据订正和业务运维。
Vercel CEO Guillermo Rauch 将 Mini 网页浏览器移植到 Rust 和 Swift,称其更快、更安全,且迭代体验优于 Electron + Bun。
9 月 24 日,腾讯操作系统层级的个人 AI 管家 Marvis 全量上线新版本,从「个人 AI 助手」升级为「个人 AI 管家」,并推出负责电脑、文件、软件和浏览器的 4 个管家。
HelloGitHub 第 126 期收录 31 个开源项目,含为 Claude Code 显示模型、Git 分支、Token 用量与上下文占比的 ccstatusline 状态栏工具,以及可把技能一键同步到 Claude Code、Codex、Cursor 的 skills-manager。
从 2022 年 11 月 30 日 ChatGPT 上线到 2026 年 9 月,AI 用不到四年从聊天框走向完整任务执行:LangChain、RAG 和 MCP 接上外部世界,Codex、Claude Code、Cursor 转向仓库级编程 Agent,Agent Skills 与 AGENTS.md 沉淀协作经验。
作者用虚构咖啡品牌「栖山咖啡」的一整套开业物料,实测腾讯新上线的混元图像3.5预览版(Hy Image3.5 preview),并在商品图、高密度信息图、插画海报等场景与GPT Image 2逐一对比。