
AI接管数字世界!华为Claw-Anything:面向跨设备、跨时间、跨服务的Claw评测与数据引擎 (opens in a new tab)
我们相信,常驻型 (always-on) AI 助理的下一次飞跃,不在于把某一个模型单点调得更聪明,而在于扩展智能体的上下文 (Scaling Agent Context)—— 不断拓宽助理能够持续 "感知 — 推理 — 执行" 的范围,作为生活连接器连接用户的信息孤岛,直到它能接管用户的整个数字世界。
Total 62 articles

我们相信,常驻型 (always-on) AI 助理的下一次飞跃,不在于把某一个模型单点调得更聪明,而在于扩展智能体的上下文 (Scaling Agent Context)—— 不断拓宽助理能够持续 "感知 — 推理 — 执行" 的范围,作为生活连接器连接用户的信息孤岛,直到它能接管用户的整个数字世界。

上下文分割(In-Context Segmentation)旨在通过参考示例指导模型实现对特定目标的自动化分割。尽管 SAM 凭借卓越的零样本泛化能力为此提供了强大的基础,但将其应用于此仍受限于提示(如点或框)构建,这样的需求不仅制约了批量推理的自动化效率,更使得模型在处理复杂的连续视频时,难以维持时空一致性。

近期Product Hunt热门AI产品Acti、Wispr Flow、Hey Noah、Pazi、Glaze、AnySearch、Context.dev和OpenSEO不再执着于打造更聪明的ChatGPT,而是分别争夺意图入口、任务执行权、软件生产成本降低以及面向Agent的基础设施,将AI嵌入键盘、语音、邮件等日常工作流程。

去年讨论Agent落地时,重点往往是Context Engineering。大家都在琢磨怎么放 Few-shot,怎么优化 RAG 检索的文本片段。但随着 Agent 任务复杂度的上升,控制数据流向、工具调度和异常处理的底层脚手架代码,往往比单纯拼接文本对系统性能的影响更大。

我们正处在一个AI Agent(智能体)爆发的时代。从简单的ReAct循环到复杂的Multi-Agent Swarm(多智能体蜂群),新的架构层出不穷。但在这些眼花缭乱的名词背后,开发者的工作往往更像是一门“玄学”,我们凭直觉调整提示词,凭经验增加Agent的数量,却很难说清楚为什么某个架构在特定任务上表现更好。

工作,是真的能先交给豆包工作了。 8 月 25 日,「豆包工作」正式作为独立产品和品牌上线。 这背后是一场字节在 AI 办公场景下的资源整合:7 月 30 日,飞书产品团队并入豆包;8 月 24 日,TRAE Work、扣子在「工作场景」这部分的产品能力,也被陆续收归到豆包麾下。 仅仅 25 天,字节把手里做「生产力 Agent」的牌全部归拢到了同一张桌上。 「豆包工作」,就是这场办公场景大战下,字节交出的第一份答卷 —— 「工作新习惯,先让豆包干」。 简单来说,它是豆包进入办公场景的全新 Agent 产品,和飞书的生态深度打通。 围绕你的目标,它能自己读取飞书里的企业 Context、云文档

阿里国际站总裁张阔表示,模型榜单成绩提升未同步转化为电商任务体验,他将Agent竞争力概括为Model×Harness×Context,Accio Work基于107项开源电商任务的评测显示,前沿模型无人干预通过率仅约61%。

开源智能体项目Orbital主张"Context is yours",通过将散乱会话和记忆总结为可迁移的项目记忆,帮助用户拿回被大厂Agent锁死的上下文资产,并配合观猹推出的Tokendance模型钱包,实现DeepSeek、GLM、Kimi等70多个模型用量的透明化管理。

数字员工逐渐走进团队。 6月下旬的时候,Anthropic发布了Claude Tag。 它并不是第一款强调AI同事概念的产品,但它的出现却让这种产品形态变得更加具体。Claude可以直接加入公司的公共频道,持续获得团队讨论里产生的Context。 成员交代一件事以后,它会调用已经获得授权的工具继续处理,也能给自己安排之后需要继续完成的工作。 更重要的是,它不再完全等待人来发起任务。一些长期没有处理的问题,或者团队讨论里出现的异常情况,也可以由Claude主动发现并介入。 而一个AI如果要进入团队,核心价值不只在于回复质量,它还需要理解组织持续产生的上下文内容,也需要获得外部工具和相应权限,并在

在计算历史的绝大部分时间里,编程的本质是一项翻译工作:开发者需要在人类理解的维度上剖析问题,设计抽象方案,随后将其转译为机器能够执行的语法。当前的软件工程领域正在经历自高级编程语言问世以来最为显著的变化。