🔥Keyword:智能体
新浪7x24
工信部：关于加强智能体终端设备进网管理的通知。
10 月 29 日消息，阶跃终端旗下大模型原生智能体手机 STEPX Neo 在发布两周后即迎来首次升级，更新覆盖视频创作、生活服务、工作任务，以及底层体验优化。此次更新呈现出 AI 时代智能体产品的一种演进路径：能力随模型进化与生态拓展持续释放。 此次升级后，用户可通过个人智能体阶跃 Amoo 轻松调用剪映，一句话生成 Vlog，也可进行图片、视频再创作，并获得主动创作建议；还可主动提供支付宝神券，通过支付宝 AI 付轻松下单；复杂工作也可通过 Amoo 交给 WorkBuddy 完成。此外，从服务调用到日常交互，系统体验也同步优化，让新能力在日常使用中更顺手。 生态合作伙伴对 Amoo 能力拓展的持续支持，也反映出行业对阶跃大模型原生路线的认可。随着服务持续接入，STEPX Neo 将不断进化，承接更多生活与工作需求，释放更多创造的可能。
10月16日晚20：00，全球首款AI智能体PC 华硕ProArt 创16 RTX Spark正式开售。作为面向AI工作者、内容创作者、开发者及个人创业者打造的专业AI智能体轻薄本，它搭载了全新NVIDIA RTX Spark N1X处理器，以高达1 Petaflop的FP4 AI算力和最高128GB统一内存，为本地运行大模型与AI智能体提供强劲支持。同时，结合小硕知道、小硕×WorkBuddy、StoryCube等本地AI应用，串联资料整理、信息检索、任务执行与创意生成等多个环节，重塑本地AI创作工作流，创作无需再上云端。并且拥有华硕ProArt 创16迄今最纤薄的机身、4K 120Hz 1600nits OLED触控好屏、全能接口等旗舰配置，从容应对专业创作与移动需求。 搭载NVIDIA RTX Spark™处理器，重塑本地AI创作工作流 华硕ProArt 创16由 NVIDIA RTX Spark™ 驱动，将 NVIDIA AI 与 RTX 图形技术和统一内存集成到一台纤薄而强大的设备中。集成NVIDIA Grace 20-core CPU、NVIDIA Blackwell RTX 6144-core GPU，FP4 AI算力高达1 Petaflop，原生支持CUDA生态，配合最高128GB统一内存，为复杂AI推理、多任务并行及个人智能体应用提供算力保障，可在本地承载120B参数级别的大模型运行、支持百万Token超长上下文，实现从云端消耗Token到本地强大AI智能体算力的跨越。 面向创作者与游戏玩家，NVIDIA RTX Spark N1X处理器还提供NVIDIA Studio、RTX加速以及光线追踪、DLSS、Reflex等支持，满足最高90GB的超大型3D场景渲染；支持HEVC、H.264、AV1硬件编解码，剪辑流畅、导出快速。 华硕ProArt 创16搭配华硕冰锋Pro散热架构，通过创新键盘面进风设计与优化的内吹风道，进一步提升散热效率、智能降低风扇噪声，实现整机80W性能释放。无论是运行本地AI模型、处理复杂创作任务，还是进行高负载多任务工作，都能为其提供稳定的性能输出。 同时，华硕ProArt 创16 RTX Spark搭载了小硕知道、小硕×WorkBuddy以及StoryCube等本地AI工具，提升全场景AI创作体验。 “小硕知道”全隐私AI助手支持AI问答、AI翻译、个人知识库、文件搜索、文档总结、AI识图、AI绘图等功能，并采用端云一体大模型架构，无网环境也可稳定运行AI任务；“小硕×WorkBuddy”桌面AI智能体可自主规划并执行多步骤任务，覆盖文档处理、办公自动化等场景；StoryCube AI多媒体中心则进一步辅助管理与整理海量创作素材。不同工具协同配合，让AI不再局限于单次指令响应，而是直接参与从需求理解到任务交付的完整流程，帮助创作者、开发者及职场用户提升工作效率。 本地部署实现Token自由，兼顾效率、成本与数据隐私 对于高频使用AI的用户而言，算力不仅关乎任务执行效率，也直接影响长期使用成本。传统云端AI服务通常按照Token用量或订阅方案计费，当用户需要持续运行大模型、处理超长上下文资料或执行多步骤智能体任务时，相关费用也随之不断累积消耗。 华硕ProArt 创16 RTX Spark凭借高达1 Petaflop的本地AI算力与128GB大容量统一内存，依托完整CUDA技术栈，可直接在PC上本地搭建、原型开发、微调并运行AI模型与智能体，让更多AI任务能够从云端迁移至本机运行，处理速度更快，数据直接留存本地，任务再无网络和token束缚。 对于不同类型的AI重度用户，本地算力带来的成本收益也体现在具体的工作场景中。内容创作者与设计师可以在本机完成批量AI素材处理、长视频分析及3D创作辅助，减少高频调用云端AI服务产生的费用；开发者与算法工程师能够利用本地大模型进行代码补全、长上下文调试与智能体开发，降低代码库解析、私有数据集处理等任务的API开销；对于需要频繁处理合同、财报、会议记录等资料的职场人士，本地文档解析、检索与总结也能减少重复调用云端模型的成本；而对于一人公司与独立创业者，从市场调研、文案撰写到图片生成、视频剪辑与代码开发，多步骤业务任务均可交由本地AI工具协同处理，降低长期使用云端模型的持续性支出。 在处理企业文档、项目素材、合同财报及个人知识库等信息时，用户可借助本地模型完成相应任务，减少敏感数据上传云端的需求。数据本地运算无需上云，安全高效，高频AI任务可将算力从云端迁移至本机，依靠一次性硬件投入摊薄长期算力开销，大幅削减云端Token支出，是真正实现个人智能体驱动工作流的生产力利器。 本地部署更赋予创作者与开发者对AI工具充分的掌控权，用户可自主挑选模型、自定义模型行为、连接可信应用，构建可复现的工作流。此外，云端服务对于前沿超大模型、瞬时突发算力需求仍具备重要价值，用户可以根据性能、隐私、安全性、成本和工作流程需求，灵活选择本地、云端或混合式执行方式。 纤薄机身搭载OLED华硕好屏、全能接口、大容量存储，释放移动创作潜能 华硕ProArt 创16 RTX Spark整机轻约1.79kg、薄至12.9mm，内置99.9Wh大容量电池，是华硕迄今最纤薄的16英寸ProArt系列笔记本电脑，在保留大屏创作体验的同时，满足日常通勤、差旅办公与移动创作需求。并且它还经历了极端高度、温度等多项严苛质量测试，坚固耐用，助你从容面对户外严苛创作环境。 搭载16英寸4K OLED触控华硕好屏，峰值亮度高达1600尼特，搭配AR抗反射涂层，有效减少环境光反射，强光下视野依旧清晰；覆盖100% P3广色域，拥有100万：1超高对比度、10亿色彩显示、△E＜1专业色准，支持四种专业色域切换，色彩精准真实，满足专业创作需求；支持120Hz高刷新率，动态画面更流畅、无拖影，视觉体验出色。 机身两侧配备3个USB-C 40Gbps、1个USB-A 10bps、1个HDMI 2.1 FRL、1个SD Express 7.0读卡器以及3.5mm音频接口，轻松连接相机、硬盘、显示器等创作外设。 搭载1TB高速SSD，M.2 2280 PCIe 5.0扩展槽设计，兼顾大容量创作素材存储与高速读写需求；最高搭载128GB LPDDR5X 9400MT/s高频统一内存，为大模型运行、复杂AI推理及多任务并行提供充足的内存带宽与容量支持。 作为全球首款AI智能体PC，华硕ProArt 创16 RTX Spark以强劲AI算力驱动本地AI工作流革新，让大模型运行与智能体任务执行突破云端依赖，加速创意灵感落地，重构个人生产力边界。 目前，华硕ProArt RTX Spark系列已正式开售，14英寸与16英寸两种尺寸及多档配置可选。华硕ProArt 创14 RTX Spark首发到手价仅35999元（128GB内存版本），华硕ProArt 创16 RTX Spark首发到手价仅37999元（128GB内存版本），享12期分期免息。 上京东搜索#华硕ProArt 创16 RTX Spark#、#华硕ProArt 创14 RTX Spark#即可了解产品详情，开启本地AI创作新体验。 华硕ProArt 创16 RTX Spark：https://item.jd.com/100323052965.html 华硕ProArt 创14 RTX Spark：https://item.jd.com/100422329842.html
当智能体开始进企业干活，我们过去那套安全规则、招人标准和 CISO 战略，2027 年还顶不顶得住？
这一讲我们解决了"该用哪个范式、什么时候该上多智能体"。但范式是思想，框架是工具——下一讲第 07 讲《框架选型》，我们横向对比 LangGraph、AutoGen、CrewAI、MetaGPT 等主流框架，帮你在确定范式之后，选对真正落地的工具。
OpenBot 的定位是执行模板，而非封闭产品。你可以克隆仓库，用自己的逻辑替换示例智能体，再通过 Docker 运行容器化环境。任何支持 AG-UI 协议的智能体，无论使用 LangGraph、CrewAI、Mastra 还是 Google ADK 构建，都能无缝接入。
HelloGitHub
谷歌开源的智能体自我进化框架
这是一个让 AI 智能体在不改动模型权重的情况下，遇到陌生任务时自我改进的框架。它会针对当前任务提出修改方案，比如调整系统提示词、记忆、技能、子智能体和插件等，
Data + AI 技术实践巡展 · 上海站
AIbase中文
苹果还没造出智能体，却在年报里把它写成了风险
苹果在11月3日递交给美国证交会的2026财年10-K年报中，悄悄扩大了“风险因素”章节的AI篇幅。作为面向投资者的正式文件，10-K的风险措辞带有法律披露义务。但苹果至今没有真正落地的AI智能体产品，眼下只想在严格隐私保护下继续打磨Siri。CEO称智能体是“有前景的工具”，却提醒用户必须清楚自己交出了什么。
AI Hub资讯
美团发布 LongCat-2.5：强化多模态理解与长程智能体编程能力
软件名称 Midmap 一句简介 专用于与智能体协作的信息画板，让智能体顺着你的思路工作 应用平台 MacOS （已上架 Mac App Store） Windows （已上架 Microsoft Store） 推荐类型 【开发者自荐】 是否收费 买断制付费应用 中国区原价 68 元 MacOS 上新特惠：仅售 28 元，11月16日恢复原价 Windows 上新特惠：仅售 28 元，11月21日恢复原价 应用简介 如果你也在使用 Codex、Claude Code、WorkBuddy 等智能体应用，可能很熟悉这样的时刻： 对话内容越来越长，想法和结论交错在一起。信息越来越多，讨论却趋于失控。 如果你也曾经历过这种时刻，不妨来试试 Midmap，一款专为智能体协作打造的信息画板。 1. 为什么是画板？ 与智能体的对话内容长到一定程度，阅读理解就成为了瓶颈。 逐字浏览让人萌生退意，却又怕藏着关键信息。 智能体聊得不合你意，但又有几句话有点用处。 如果有一款工具可以整理对话信息，让我们先速览，再做针对性阅读呢？ 比如这段在 Codex 中的内容： 如果你此时恰好安装了 Midmap，可以对智能体这样说： 新建 midmap 画板，把对话内容整理进去 你会在 Midmap 中看到这样一张画板： 这是 Midmap 的主要用途之一：以结构化的方式整理信息，将其转化为一份可交互的画板。 每个内容块都是一个节点，承载一段主题独立的信息。 你可以通过浏览标题快速了解内容，然后针对感兴趣的主题做详细阅读。 实际上，整理是由智能体完成的。Midmap 所做的，是以对浏览更友好的形式展示这些信息。 2. 如何与智能体协作 浏览信息只是开始，你真正想做的，是不断获取信息、思考、决策和执行。 当信息画板呈现在 Midmap 中之后，你与智能体的所有讨论，都可以围绕画板中的信息展开。 你可以在画布中的节点给智能体留言，比如： 为了更贴合实际使用场景，Midmap 中的留言有两种类型： 提问：只需要智能体做澄清和回复。 命令：与提问相反，这种留言是要求对画板做编辑调整的。 在对应的输入框中，你可以输入很简短的内容，不用担心智能体错判意图。 只有【命令】会被执行，而【提问】会在对话中得到回复： 就这样，我们构造了一个可持续的循环： 智能体负责输出 你负责审阅以及批注 画板负责记录结论，又作为下一次讨论的起点。 Midmap 如其名，它是你协作过程“中间”的一张图。 3. 智能体改了什么 如果你让智能体改写过文章，你大概会有相同的痛苦： 你可能想让它改措辞，它重写段落。 你让它改个漂亮的开头，它却偷偷地改了结尾。 你逐渐提升防御，对话写得小心翼翼，全然没有指哪打哪的快乐。 在 Midmap 中，智能体对画板的改动是被独立对待的： 右上角会有智能体的修改摘要，显示修改原因和范围，并提供【保留】或【撤回】的选项。 而每个被修改的节点，也会有独立的颜色标记： 绿色：这是一个新建的节点 橙色：这是一个被修改过的节点 红色：这个节点的某个子节点被删除了 如果你的屏幕还算宽敞，你可以一侧打开 Midmap，另一侧打开智能体应用。 在每一轮指令后，你可以看着画布中的节点长出来。你可以随意浏览，也可以随时打断。 Midmap 注重浏览与审阅，为你在思考和创造的时候，提供掌控感。 4. 你也可以使用 Midmap 能读到这里，你大概率已经在长期使用某个智能体应用。 只要你的智能体支持标准 MCP 协议，就可以将 Midmap 接入其中。 Midmap 不内置智能体或 AI 模型调用，不会产生额外的 AI 调用开销。 Midmap 的画板数据存储在你的电脑中，不会上传到服务器。 不必担心隐性消费和数据泄露，Midmap 从安装在你电脑的那一刻起，就只属于你。 5. 为什么开发 Midmap？ 使用智能体并不轻松。 长上下文不仅仅存在于对话里，它也在消耗你的记忆。 为了避免智能体出错而写的防御式提示词，也在消耗你的判断力。 而一轮失控的智能体任务，还会消磨你的信心和耐心。 Midmap 虽然是基于智能体的效率工具，但并不提升智能。 Midmap 希望帮你省下的，是浏览信息的时间。 也减少你一边让智能体干活，一边又要提防它乱来的不安。 官方网站 官方网站：midmap.app Mac 下载链接：Midmap - 与智能体协作的信息画板 App - App Store Window 下载链接：Midmap - Windows官方下载 | 微软应用商店 | Microsoft Store 本应用由本人独立开发。欢迎各位浏览、使用与反馈~ 7 个帖子 - 3 位参与者 阅读完整话题