Chinese contentMatt Shumer 开放智能体早期测试版征集反馈
Matt Shumer 开放了自己智能体的早期测试入口，现在就能上手玩并直接反馈影响开发方向。相比 OpenAI、Anthropic 那种闭门内测，这种公开征集对想做智能体产品的开发者是个不错的观察样本，感兴趣可以点链接试试。
Latest
Every published item, in order · 9944 items
Nov 12
Chinese contentGrok Bots 发布 1.0 稳定版，新增 Slack 与视频通话接入
xAI 把 Grok 做成了能进 Slack、能开视频会的 1.0 版机器人，等于直接和 Slack AI、Teams Copilot 抢工位。想给自己的团队频道加个能开会、能回消息的 Grok 机器人的开发者可以试试。
Chinese contentGoogle Labs 工程师演示 Tabletop 家庭使用场景
Google Labs 的 Roman Nurik 拍了一段自家演示，用 Tabletop 给孩子做家务打卡表、寻宝游戏、乐高地图这些小东西，都是一句自然语言生成的。如果你对"随手造小工具"这类玩法感兴趣，可以看看视频再去排队 waitlist。
Chinese contentElevenLabs 开放 ElevenAI 早期体验报名
ElevenLabs 开了个新东西叫 ElevenAI，现在能报名抢早期名额了。官方还没说具体功能，但这家做语音合成的底子不错，做配音或语音代理的可以先进去占个位，等细节公布再决定要不要用。
Chinese contentBlue 发布可对话操控的 AI 手机，智能体可后台使用所有应用
编码智能体有专属环境后，终于有人把这套思路搬到手机上。Blue 让智能体跑在自己的 OS 里，能操作全部应用、分拣通知，说一句话就帮你交报销单。团队称 10 位 iPhone 用户换机后没人想回去。经常被消息和待办淹没的人可以关注。
ElevenLabs adds Routines to ElevenAgents for follow-up tasks
Voice agents that can execute pre- and post-call steps shift the build burden from custom orchestration code to platform configuration, shortening deployment timelines for support and sales teams. Teams evaluating ElevenAgents against alternatives like Vapi or Retell should compare how each handles callbacks and SMS in native workflows. Operations leads in fintech and telecom with high call volumes stand to gain the most from automated follow-through.
Chinese contentMiniMax H3 Image 支持草图生成电商多场景图片
MiniMax 新展示的 H3 Image 用一张草图就能批量出棚拍和生活场景图，产品在不同画面里长得一模一样。做电商、投广告的朋友可以试试，省下一笔实拍费用，比逐张改提示词的玩法省事。
Chinese contentCoreWeave Database 正式发布：托管 PostgreSQL 直接跑在 CKS 集群内
CoreWeave 把托管 PostgreSQL 塞进了自己的 CKS 集群里，基于 CloudNativePG，还带 pgvector，做 Agent 和 RAG 不用再跨云连数据库了。在 CoreWeave 上跑 GPU 工作负载的团队可以省掉一跳网络延迟，跟自己搭数据库或用 AWS RDS 的方案比，数据离计算更近。
Chinese contentYC 团队推出语音控制 AI 手机 Blue，跨应用保持上下文
YC 有个团队做了台语音操控的手机 Blue，不是重写系统，而是在你现有应用上跑一个智能体，能跨应用记住上下文，说句“回她周四的事”就能自动找到对话并起草回复。跟苹果 Apple Intelligence 那种单应用内助手思路不一样，适合想抢先看手机交互下一形态的人。
Databricks makes Genie Ontology generally available
The 1.6× accuracy gain at under half the tokens suggests ontology grounding may matter more to agent reliability than model choice itself. Enterprise teams already running Unity Catalog can layer this on without new governance plumbing, making it a practical test case for agent accuracy work. Power BI and Google Drive connectors put it in direct competition with Microsoft's Fabric knowledge tooling.
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentElevenLabs 在 Summit 预告 ElevenAI 工作助理，开放早鸟申请
ElevenLabs 这次把语音能力从客服搬到了办公桌前：任意应用里语音输入、自动会议笔记、通话实时提醒都有。做产品或运营的如果每天开会多，可以申请 early access 试试和 Otter 这类工具的差别。
Chinese content字节跳动 Seedance 2.5 4K 版上线 Runway 平台
字节的 Seedance 2.5 现在能在 Runway 里直接生成 4K 视频了，不用再切去即梦。Runway 走多模型路线，和 Veo、Sora 在第三方分发上抢创作者。做视频的朋友可以在一个工作流里混用几个模型，值得试试 4K 档的实际效果。
Gemini Decisions API Now Works with the Vercel AI SDK
Calibrated confidence scores combined with 1000-question batching make this a fit for automated review pipelines where routing errors are costly, a capability most general chat models do not expose directly. Developers building on the Vercel AI SDK can add it as another provider without changing their abstraction layer. Teams comparing options may weigh it against running classification prompts on standard Gemini or GPT endpoints, where batching and calibration are not first-class features.
Chinese contentVercel AI SDK 发布 Provider 接入文档页
Vercel 把 AI SDK 各家 Provider 的接入文档集中到了一个页面，写 Node 或前端应用要接多家模型时可以直接查配置写法。如果你在用 AI SDK，收藏这页省得到处翻文档。
Chinese contentGoogle 开放 AI Studio API 文档，方便开发者快速上手
Logan Kilpatrick 贴出了 Google AI Studio 的 API 文档入口，第一次接 Gemini API 的人直接从官方文档起步，比翻社区教程更不容易踩版本坑。想做应用集成、写 Agent 调用工具链的开发者可以先收藏这个入口。
Chinese contentRecraft 更新矢量生成质量，并推出 Vectorizer Pro 图像矢量化工具
做图标和插画的朋友可以看看，Recraft 这次把矢量输出的曲线和转角质量提上来了，还新上了 Vectorizer Pro 能把位图直接转成干净的可编辑矢量，免费用户也能用。
Google DeepMind Ships Gemini Decision 1 Model and Decision API
A six-week path from internal prototype to shipped model plus API signals a shift in how DeepMind productises niche capabilities, moving faster than the typical multi-quarter Gemini release cycle. Teams building decision-support or agent systems can test the model now in Google AI Studio and evaluate it against general Gemini models for structured decision tasks. The bundled playground lowers the barrier to a first comparison run.
Chinese contentGoogle 推出 Gemini-decision-1 模型及决策 API
Google 把批量判定做成了专用模型，一次能跑 1000 个问题，还支持文本图片音视频 PDF 混合输入。做内容审核、自动分类的团队可以看看，比用通用模型自己拼批量调用的思路省事不少。
Chinese contentElevenLabs 将开放企业微调语音智能体底层模型服务
ElevenLabs 要开放企业级微调了，TTS、STT 和开源 LLM 都能拿自己的数据调。做语音客服或行业语音应用的团队可以关注，不用再被迫接受通用模型的发音和识别效果了。
ElevenLabs Previews Interaction Engine for Conversational Agent Orchestration
Cost-tiered model routing inside a conversation stack could meaningfully lower the operating cost of high-volume voice agents, a pain point most teams currently solve with ad hoc scripts. Developers and enterprises running customer-service agents should evaluate it against hand-rolled orchestration with frameworks like LangChain or direct API cascades. Availability and pricing details were not announced at the preview.
Chinese contentElevenLabs 为 ElevenAgents 推出 Memory 记忆功能
ElevenLabs 给它的语音 Agent 平台加上了记忆功能，Agent 能记住你通话中随口说的细节，下次不用再重复一遍。做语音客服或语音助理的开发者可以关注，跟 Vapi、Retell 这些平台比，多了一个跨会话记忆的卖点。
Chinese contentIntangible 2.0 发布：用真实 3D 场景为 AI 视频生成提供可控性
如果你试过 Sora 或 Runway 就知道改一个镜头有多痛苦，Intangible 2.0 的做法是在生成底下垫一个真实 3D 场景，改一次就全镜头生效。做短视频、广告预演或者想认真做片子的人都值得试试。
Chinese content字节跳动本月推出个人 AI 智能体，名称未公布
字节跳动要出个人 AI 智能体了，名字还没定。更值得留意的是他们内部判断 2029–2030 年能追上美国前沿模型。做 Agent 产品或关注中美模型差距的人都该看看。
Products02:01
Chinese contentWaymo《AI in Motion》新一季到站Austin，探访Apptronik人形机器人Waymo 的访谈系列新一季上线了，这站去 Austin 聊 Apptronik 的人形机器人。想了解 humanoid 怎么进真实工作场景的朋友可以看看，比读论文直观。
Chinese contentfal 插件登陆 ChatGPT，直接在对话里生成和编辑图像视频
fal 把图像视频生成直接塞进了 ChatGPT 对话里。他们用 GPT Image 2.6 生成几百个关键帧，FLUX 3 Max 动画化 26 个镜头，最后拼出 60 秒广告。做短视频营销的人可以直接照抄这套流程。
Chinese contentLMArena 推出 Agent Arena 智能体排行榜
LMArena 这个版本把评测对象从聊天机器人换成了会干活的智能体，做 Agent 的朋友可以去 arena.ai/leaderboard/agents 看各家对战成绩，选型时多一个社区投票的参考维度。
Chinese contentRoma 2.0 上线：任务添加即自动执行，支持 Claude 等 Agent 协作
待办应用 Roma 出了 2.0 版，你随口说一句想法，它就自动拆成任务并把活干完。更特别的是 Claude、ChatGPT、Codex 这些 Agent 也能往同一个列表里加任务、领任务，相当于人和 AI 共用一个工作队列。常用 Agent 干活的人值得装来试试。
Chinese contentAI Agent 基础设施盘点：通信与记忆层创业公司名单
给做 Agent 的开发者整理的一份选型清单：打电话用 sendblue 这类，发邮件看 resend 和 agentmail，长期记忆可以对比 mem0ai 和 zep_ai。想给自己的 Agent 接通信渠道或加记忆层，直接照着找就行。
Chinese contentChrome 联合 Edge、Firefox 推出 modern-web-guidance，让 AI 按最新规范写网页
Chrome、Edge、Firefox 三家一起做的 AI 前端规范包，装一行命令 AI 就会按最新 Web 标准写代码。写前端的朋友可以试试，弹窗动画、自适应、Passkey 登录这些细节都不用再自己查文档。
Chinese contentEnConvo：macOS 上的 All in One AI 助手
如果你受够了每个 AI 功能都装一个应用，可以试试 EnConvo。它把生图、语音识别、会议转录、应用侧边栏全塞进一个 macOS 助手，还能复用你已有的 GPT 和 Claude 订阅，免费版就够日常用。适合做视频翻译、写稿、开会多的 Mac 用户。
Chinese contentAdobe MAX 大会升级 AI 工具：Creative Agent 智能体接入多家模型并开放 MCP 接口
Adobe 这波确实换了打法，Firefly 直接接 OpenAI、Google、可灵的模型，还开放了 Photoshop 的 MCP 接口。做视频和修图的朋友可以重点看统一调色、去杂物和音频分离这几个功能，都是实际工作流里天天用的。
Chinese contentOpenAI 推出 Business Hub，商家入驻 ChatGPT 可直接接单
OpenAI 给商家开了后台，能自己维护商品、库存和价格，Shopify 店铺一键同步。用户在 ChatGPT 里聊着聊着就能下单，相当于把 ChatGPT 变成购物入口。做电商的朋友可以研究下怎么入驻，对 Google 的购物流量是个分流。
Chinese contentCursor 推出项目合作空间：团队成员的 Agent 可共享上下文并互相协调
Cursor 把之前单人用的主 Agent 协调模式升级成了团队版，多名成员的 Agent 能共享上下文、互相沟通。工程师改代码、设计师改页面时，Agent 会提前发现重叠并同步，还能约好数据库改动顺序，避免合并冲突。多人并行开发的团队值得试试这个协作方式。
Chinese contentJasper 联合 Quest Global 与 BlueYonder 12月3日探讨 AI Agent 时代的营销团队转型
Jasper 拉上 Quest Global 和 BlueYonder 在 12 月 3 日开一场线上讨论，聊 AI Agent 接管更多营销工作后，团队该怎么重组、岗位怎么演变。做 2027 年规划的市场负责人可以听听别人企业的实际做法，比看产品发布会有参考价值。
Chinese contentFirecrawl 索引超 300 万篇研究论文，覆盖主流 AI/ML 论文
做文献综述的 agent 有新弹药了：Firecrawl 现在索引了 300 多万篇论文，包括当天新出的 AI/ML 论文，agent 能直接找到并读全文。折腾论文解读工作流的朋友可以直接把插件接进 harness 试试。
Chinese contentCursor 更新支持多人多 AI 协同：跨用户 Agent 可直接通信协作
Cursor 这次更新的核心是跨用户 Agent 直接通信：你的 AI 能直接跟同事的 AI 谈接口需求，不用人来回传话。对比之前各家主打的单人 Agent 工作流，这是把协作网扩展到多人多 AI。做多人协作开发的团队值得看。
TraceCell agent adds verifiable document parsing with MiniCPM models
The interesting part is the evidence-ledger pattern: every OCR field carries coordinates, confidence and review status, so downstream systems can audit rather than blindly trust extraction. Developers building document automation or compliance workflows can reuse this three-model verification loop locally without sending data to external APIs. Compared with cloud document AI services, it trades throughput for traceability and data control, which matters for finance and back-office teams handling sensitive documents.
Chinese contentMiniCPM-V 4.7 支持在 Mac 本地完成扫描件 OCR，无需联网上传
OpenBMB 在 Nativ_AI 里用 MiniCPM-V 4.7 让 Mac 离线跑文档 OCR，扫描件不用传云端。处理合同、证件这类敏感文件的人可以关注，和云端方案比核心卖点是数据不出本机。
Chinese contentMiniCPM-OCR 集成进 Hermes Agent，OpenBMB 官方转发致谢
开发者 Luis 把 MiniCPM-OCR 接进了 Hermes Agent，官方还转发了。做智能体工作流、需要在流程里跑 OCR 的朋友可以直接抄这个集成思路，不用自己从零写调用。
ExecuTorch WebGPU runs PyTorch models in the browser
Removing the conversion step means the standard PyTorch export path now covers browser deployment, which collapses a tooling gap for teams shipping web-based AI demos and privacy-sensitive inference. Developers building in-browser assistants, image editors or audio tools can test it today via the WebGPU Playground. It gives web apps an alternative to server-side APIs from OpenAI or Google, with no data leaving the tab.
Only the latest 2000 items are listed; for older ones see the daily archive