2026年10月29日,Nathan Lambert表示自己不知道在智能体(Agent)时代该如何试用Gemini,并认为需要补上这一课。他提到Gemini自2025年12月以来似乎一直缺席,但也许正在回归。该推文引用了Sundar Pichai发布Gemini 4 Carbon的帖子,后者称该模型在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro得分88.2%、ExploitGym得分54.8%、CWE-bench得分71.0%。目前没有后续发展。
匹配字段标题
2026年10月29日,Nathan Lambert表示自己不知道在智能体(Agent)时代该如何试用Gemini,并认为需要补上这一课。他提到Gemini自2025年12月以来似乎一直缺席,但也许正在回归。该推文引用了Sundar Pichai发布Gemini 4 Carbon的帖子,后者称该模型在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro得分88.2%、ExploitGym得分54.8%、CWE-bench得分71.0%。目前没有后续发展。
匹配字段标题
2026年10月30日,阿里云开源《AI Agent Handbook》,这是一份覆盖架构、构建、运行、治理、调优五部分的企业级 Agent 全生命周期手册,以 Harness 为核心,目标是把企业 Agent 从试点推向可治理生产。手册引用的 2026 年调研显示,已开发完成或开发中的企业约占 46%,真正部署到生产约 18%;上下文与记忆需求约 90%,多模型路由与成本治理约 63%,基于轨迹的自动评估不足约 8%。10月31日,该手册收录的《2026 Agent 开发者调研报告》进一步显示,持续迭代的团队不到 10%,评估上人工抽查约 55%、基于运行轨迹自动评估约 6%–8%,架构上单 Agent 约 40%、多 Agent 约 42%。
匹配字段标题
2026年10月30日,阿里云开源《AI Agent Handbook》,这是一份覆盖架构、构建、运行、治理、调优五部分的企业级 Agent 全生命周期手册,以 Harness 为核心,目标是把企业 Agent 从试点推向可治理生产。手册引用的 2026 年调研显示,已开发完成或开发中的企业约占 46%,真正部署到生产约 18%;上下文与记忆需求约 90%,多模型路由与成本治理约 63%,基于轨迹的自动评估不足约 8%。10月31日,该手册收录的《2026 Agent 开发者调研报告》进一步显示,持续迭代的团队不到 10%,评估上人工抽查约 55%、基于运行轨迹自动评估约 6%–8%,架构上单 Agent 约 40%、多 Agent 约 42%。
匹配字段标题
2026年10月30日,Matt Palmer演示了在Cursor云Agent的Linux远程桌面上打开Chrome和真实Slack,让Agent用代码生成Slack界面动效视频,并对照真实界面检查easing与motion模式后迭代修改。他把流程拆成内环(Agent做事、对照真物检查、修复)和外环(人提供参考、偏好与权限并验收产出),并提出Do→Codify→Generalize的阶梯,把一次成功收成Skill再泛化。他强调没有反编译Slack,只是给Agent参考并要求它对照提取视觉模式。
匹配字段标题
2026年10月30日,Matt Palmer演示了在Cursor云Agent的Linux远程桌面上打开Chrome和真实Slack,让Agent用代码生成Slack界面动效视频,并对照真实界面检查easing与motion模式后迭代修改。他把流程拆成内环(Agent做事、对照真物检查、修复)和外环(人提供参考、偏好与权限并验收产出),并提出Do→Codify→Generalize的阶梯,把一次成功收成Skill再泛化。他强调没有反编译Slack,只是给Agent参考并要求它对照提取视觉模式。
匹配字段标题
TestingCatalog于2026年10月30日称,Google将终止AI编程智能体Jules。凤凰科技同日报道,Google将逐步关闭2024年12月推出的Jules,并把从该工具积累的经验融入AI编程平台Antigravity;Jules官方X账号称,Jules原本是一项探索异步编程智能体如何帮助开发者更快交付的实验,其经验已影响Google旗下多个产品。cnBeta同日报道,Jules将逐步停止运营,此时距其推出不到两年,团队正把经验融入Antigravity,让用户既能自主在远程环境执行后台任务,又能使用以智能体为核心的开发环境。目前状态为逐步关闭与经验整合。
匹配字段标题
TestingCatalog于2026年10月30日称,Google将终止AI编程智能体Jules。凤凰科技同日报道,Google将逐步关闭2024年12月推出的Jules,并把从该工具积累的经验融入AI编程平台Antigravity;Jules官方X账号称,Jules原本是一项探索异步编程智能体如何帮助开发者更快交付的实验,其经验已影响Google旗下多个产品。cnBeta同日报道,Jules将逐步停止运营,此时距其推出不到两年,团队正把经验融入Antigravity,让用户既能自主在远程环境执行后台任务,又能使用以智能体为核心的开发环境。目前状态为逐步关闭与经验整合。
匹配字段标题
Shopify CEO Tobi Lütke 就个人 AI 智能体的变现方式提出判断。他表示,个人 AI 智能体的变现不会靠 2% 的交易抽成,而是进入“基点(basis points)”时代。他还提出一种“反向金钱测试”:用户愿意为不再使用自己的 Muse 付出越来越高的代价。变现方式可能是后台电表式计费,也可能是交易流水抽成,或两者兼有;他并不担心,因为智能体帮人省钱的空间很大。
匹配字段标题
Shopify CEO Tobi Lütke 就个人 AI 智能体的变现方式提出判断。他表示,个人 AI 智能体的变现不会靠 2% 的交易抽成,而是进入“基点(basis points)”时代。他还提出一种“反向金钱测试”:用户愿意为不再使用自己的 Muse 付出越来越高的代价。变现方式可能是后台电表式计费,也可能是交易流水抽成,或两者兼有;他并不担心,因为智能体帮人省钱的空间很大。
匹配字段标题
2026年10月29日,Tripo宣布Tripo Studio中的Agentic Canvas进入beta阶段,面向所有MAX和Team用户开放,并将逐步向其他用户推送。该功能允许用户用自然语言描述需求,由智能体规划并执行工作流,直接产出3D资产,支持批量处理与可复用管线,并可通过AI 3D Lab进行资产检查、精修、绑定与编辑。目前尚无后续发展信息。
匹配字段标题
Meshy于2026年10月29日展示了一项成果:在一条Hermes Agent对话中完成抓娃娃机游戏的搭建与换肤。据Meshy发布的信息,Meshy生成全部12个游戏素材,Claude Code围绕这些素材构建游戏;每轮重玩都会整体更换美术风格,依次为毛绒、软糖、像素风。同一款游戏呈现三种画风,无需手动建模。目前该事件仅有Meshy这一来源的发布内容,尚无后续发展事实。
匹配字段标题
Arena.ai基于Agent Arena: Code的20,869条trace,对比Anthropic与OpenAI五款顶级模型与其他智能体的用户批评信号。该分析发现前沿模型在三个维度差异最明显:失败修复循环的抱怨少6.9个百分点,忽略项目上下文少1.9个百分点;设计问题少6.4个百分点,产出可用结果的问题少5.8个百分点;指令遵循、任务完成、破坏已有代码的抱怨分别少5.6、4.9、4.5个百分点。目前尚无后续发展。
匹配字段标题
2026年10月29日,面壁智能 OpenBMB 发布消息称,其智能体在仅4小时内从零开始,表现已非常接近前沿水平。该帖还引用了此前关于 ForgeKernel Live 优化 DeepSeek 内核的帖子。目前该说法仅见于 OpenBMB 自身发布的内容,尚无其他来源的独立报道或后续进展。
匹配字段标题
Arena公布基于近9000次智能体会话的实测结果,OpenAI的GPT-6.1 Terra (Max)在Agent Arena排名第8,净提升+10.6%,单任务中位成本0.62美元。该成本低于第7名Gemini 4 Argon (High)的1.09美元、第6名GPT-6.1 Sol (Max)的0.89美元和第5名GPT-6 Astra (Max)的5.16美元。分项排名中,Bash Reliability列第3(+13.2%),Steerability列第7(+13.3%),Praise vs Complaint列第9(+16.8%)。目前尚无后续进展。
匹配字段标题
2026年10月29日,Tripo宣布Tripo Studio中的Agentic Canvas进入beta阶段,面向所有MAX和Team用户开放,并将逐步向其他用户推送。该功能允许用户用自然语言描述需求,由智能体规划并执行工作流,直接产出3D资产,支持批量处理与可复用管线,并可通过AI 3D Lab进行资产检查、精修、绑定与编辑。目前尚无后续发展信息。
匹配字段标题
Meshy于2026年10月29日展示了一项成果:在一条Hermes Agent对话中完成抓娃娃机游戏的搭建与换肤。据Meshy发布的信息,Meshy生成全部12个游戏素材,Claude Code围绕这些素材构建游戏;每轮重玩都会整体更换美术风格,依次为毛绒、软糖、像素风。同一款游戏呈现三种画风,无需手动建模。目前该事件仅有Meshy这一来源的发布内容,尚无后续发展事实。
匹配字段标题
2026年10月29日,面壁智能 OpenBMB 发布消息称,其智能体在仅4小时内从零开始,表现已非常接近前沿水平。该帖还引用了此前关于 ForgeKernel Live 优化 DeepSeek 内核的帖子。目前该说法仅见于 OpenBMB 自身发布的内容,尚无其他来源的独立报道或后续进展。
匹配字段标题
Arena公布基于近9000次智能体会话的实测结果,OpenAI的GPT-6.1 Terra (Max)在Agent Arena排名第8,净提升+10.6%,单任务中位成本0.62美元。该成本低于第7名Gemini 4 Argon (High)的1.09美元、第6名GPT-6.1 Sol (Max)的0.89美元和第5名GPT-6 Astra (Max)的5.16美元。分项排名中,Bash Reliability列第3(+13.2%),Steerability列第7(+13.3%),Praise vs Complaint列第9(+16.8%)。目前尚无后续进展。
匹配字段标题
Arena.ai基于Agent Arena: Code的20,869条trace,对比Anthropic与OpenAI五款顶级模型与其他智能体的用户批评信号。该分析发现前沿模型在三个维度差异最明显:失败修复循环的抱怨少6.9个百分点,忽略项目上下文少1.9个百分点;设计问题少6.4个百分点,产出可用结果的问题少5.8个百分点;指令遵循、任务完成、破坏已有代码的抱怨分别少5.6、4.9、4.5个百分点。目前尚无后续发展。
匹配字段标题