搜索
今日，美团GN06（原光年之外）团队正式发布AI浏览器Tabbit V1.0，并承诺核心功能将永久免费开放。Tabbit自3月2日开放公测至今，正好是100天，每周迭代，共迭代12个版本，收获了大量用户好评，比如“Windows上最好看的浏览器”、“特别务实的工具产品”、“低门槛且安全稳定地用到头部模型的方式”等等。
当前，Coding Agents 在软件工程领域一路高歌猛进，科学家们看到此场景，也不禁寄予厚望：AI 智能体何时能以同样的速度，帮人类攻克药物设计、病毒监控与生物学建模的重重难关？
如果你最近关注 AI 圈，应该已经注意到一个变化：AI 产品正在从单点工具，走向统一入口。
过去一年，Agent 无疑在代码行业率先跑出了最清晰的「模板」。
多智能体协作对于解决复杂问题虽然具有巨大优势，但是其架构本质上易出现错误传播，因为由不正确的工作流生成或单智能体幻觉输出引起的错误会沿着协作链蔓延，影响最终结果。
一年前，行业还在为“从自动补全到 Agent”的进化感到兴奋。然而一年过去，我们不难发现单纯靠“Vibe Coding”和“Prompt 调优”，面对非确定性模型带来的风险和成本问题，显然无法撑起企业级软件开发。
今天，“港股AGI第一股”云知声发布其最新通用大语言模型U2，该模型是由云知声自研的、基于快慢思考融合的MoE（混合专家）范式构建的通用大语言模型。U2跳出了传统大模型盲目堆参数、堆Token的内卷路径，实现了“小参数强能力、少Token高产出、低算力低成本”的进化。
过去一个多月，大模型圈依旧热闹。从 GPT-5.5、DeepSeek V4 到 Claude Opus 4.8，后训练正在成为模型能力提升的关键引擎。
Agent 的世界，四月还是山雨欲来。五月尚未结束，已然血雨腥风。
近年来，大语言模型在数学、代码等任务上的表现不断刷新上限，但到了医疗诊断、故障排查这类真实世界任务里，真正困难的是让多个智能体在不确定的动态环境中持续协作推理。