Loop 的工程讨论够多了,Loop 理念的产品应该长什么样?
Loop 的工程讨论够多了,Loop 理念的产品应该长什么样?前阶跃 Agent 产品负责人钟十六最近的一篇文章,尝试从产品视角回答这个问题。他描绘了一个 Loop 成熟后的未来图景,Agent 将成为自行运转的项目中心,人只需要在关键时刻现身拍板。在他看来,Loop 真正的价值不在于会重复跑任务,而在于它会带着你的每一次判断持续成长,一轮轮变成更懂你的系统,最终沉淀为长期运转的资产。
搜索
前阶跃 Agent 产品负责人钟十六最近的一篇文章,尝试从产品视角回答这个问题。他描绘了一个 Loop 成熟后的未来图景,Agent 将成为自行运转的项目中心,人只需要在关键时刻现身拍板。在他看来,Loop 真正的价值不在于会重复跑任务,而在于它会带着你的每一次判断持续成长,一轮轮变成更懂你的系统,最终沉淀为长期运转的资产。
我自己花时间,把三款主流国产桌面 Agent 从头到尾测了一遍:Trae、WorkBuddy、ZCode。用三个最日常的工作任务——做 PPT、分析表格、写小游戏,看看它们到底能不能帮普通打工人干活。这篇文章就是完整的实测记录,希望对你选工具有点帮助。
昨儿刚出的GPT-5.6,用不到一小时,就完成了一道存在了半个世纪的图论猜想证明。而这道题呢,来头也还真不小,就是大名鼎鼎的循环双覆盖猜想(Cycle Double Cover Conjecture)。
微软Copilot & Agents Core总裁Nitin Agrawal说,「迫不及待想让客户看到GPT-5.6能做什么」——不管是起草文档、分析数据、做演示,还是跨团队协作,产出都会更精致。除了原生接入模型,微软还会直接通过OpenAI API调用GPT-5.6,服务Microsoft 365客户。双通道,齐上阵。
团队提出了ShopX:一个面向agentic shopping的电商大模型。它不仅仅是在搜索框外面套一个会“说话”和“调用工具”的LLM,而是赋予模型直接进入商品空间的能力,让大模型成为商品履约的核心,学会在商品空间中规划、检索、排序、组合和生成结果,进而减少接口损耗。
今天 APPSO 去了百度在成都举办的 AI DAY「干活吧!搭子」专场,百度搭子一口气抛出三个发布——个人版大升级,企业版正式登场,围绕企业应用,百度还拉起了一个生态联盟。
来自清华、上交、北邮的学者们提出了一个面向个性化幻灯片生成和多轮局部修改的记忆驱动Slides Agent框架——MemSlides。它专门针对AI PPT痛点而生,不仅能够为你量身定制私人专属的PPT生成风格,还能够贴心地记住你在制作过程中随口提出的新要求
Prime Intellect 是一家为企业提供算力及专业软件工具、助力构建 AI Agent 的初创公司,近日完成 1.3 亿美元 A 轮融资,估值达 10 亿美元。Prime Intellect 成立于 2024 年,其目标是赋予企业自主训练 AI Agent 系统的能力,无需依赖前沿 AI 实验室。
来自浙江大学 APRIL 实验室、快手主站技术部和清华大学的研究团队提出了 MobileForge,试图把手机 GUI Agent 的适配过程变成一个 “无标注、自探索、自反馈、自优化” 的闭环系统。
多模态 Agent 的记忆系统,过去很容易被理解成一个升级版 RAG:图片、图表、PDF 进来之后,先抽取内容、做 embedding、写进向量库;用户提问时,再用 query 做检索,把命中的top-k图片、文档页或图表一并塞进上下文,再交给多模态模型回答。整个过程中,所有原始模态信息都会不加选择的塞给大模型。