搜索
AI Agent正在从“会回答”走向“能办事”，但真正的门槛也随之出现：它们能不能在复杂、漫长、不可预测的任务里持续做对？这家公司正在为AIAgent搭建一套“数字世界”测试场，让它们在真正接管网页、企业系统或金融流程前，先在模拟环境里反复试错、暴露漏洞。
Greg Isenberg 最近在他自己的播客 The Startup Ideas Podcast 里讲的一个判断，他说了一句很直白的话，building agents is the new SaaS，做 agent 就是新时代的 SaaS。
有人把 YC 2026 春季批次的 launch，一家不落地全看了一遍。196 家公司，395 个创始人，上周刚 Demo Day。95% 的公司沾 AI，70% 在做 agent。可它们的定位，没有一家是「我们用了 AI」。区别只在于，这句「换掉人」，被包装成了几种不同的话术。
两个月的时间，混元 3 正式版上线。结合了用户对预览版的反馈以及对模型稳定性和可用性的提升，Hy3 在 Agent 和 Coding 能力上有了实质的提升。我们做了多个前端网页的生成测试，大多数都包含复杂的 3D 网页模拟、严格的游戏逻辑，以及需要调用不同的框架和库文件，Hy3 交付的内容要比预览版好上一个等级。
上周有个项目，让我觉得很有意思。GitHub上一个叫OpenSquilla的，发布不到一个月，Star涨到了5300多。OpenSquilla 0.4.0，定位Token-Efficient AI Agent，是一个很有效率又很有创意的智能体框架。
为了解决这一问题，来自 University of Arizona、Zoom 与 Stony Brook University 的研究团队推出了 VISTA（VIsual Spec-To-App Benchmark）, 首个面向 Visual Spec-to-Web-App Coding Agents 的端到端 Benchmark。
据DeepSeek官方API文档及GitHub仓库信息，一款名为Deep Code的第三方开源AI编程助手近日被收录进DeepSeek Agent工具。该工具面向DeepSeek-V4系列模型做了适配，支持深度思考、推理强度控制、Agent Skills以及MCP集成。截至发稿，Deep Code GitHub仓库显示，该工具收获超1500星、127 fork。
这几天，我们把一群平均年龄只有 19 岁的人召集到一起。几天之后，我们意识到，这可能是一次提前到来的未来。他们来自不同地方，有人做模型、做 agent、做机器人，有人做硬件、做开发者工具，有人还在上学，有人则已经在真实产品里承担核心工作。这里面有一批人已经站在今天 AI 最前沿的地方，参与过很多人正在使用、讨论、追赶的基座模型。
这个官方仓库vercel-labs/skills，发布仅五个月，GitHub星标就冲到了2.4万。凭什么这么火？简单到只有一行命令：npx skills add <package>。说白了，它就是AI智能体（AI agent）的包管理器。
如果是小白第一次上手，我会更建议从 Kimi 开始。Kimi 的中文理解、长文本处理、Coding、多模态综合能力都很强，是最适合 Codex 的国产模型。今天这篇内容，手把手教大家如何将第三方大模型接入 Codex 搞定日常任务。