搜索
如何让 Agent 把浏览器用得更 6，一直是一个还没有完美解答的课题。周末躺床上刷 GitHub trending，看到一个项目名字叫 BrowserAct。简介写着：AI Agent 操作真实浏览器。
6 月 10 日，千问上线国内首个全周期高考志愿填报 Agent，面向全国 1290 万考生免费开放。该 Agent 具备「志愿报告」、「志愿日历」、「志愿问答」三项核心能力，从查分、填报到录取跟进，全程在线，随时响应。
Fable 5 刚上线，系统提示词就泄露： 我读了一下这份提示词，有几个点比较关键：第一，Fable 给 Artifact 新增了持久化存储 API（window.storage）。Artifact 就是 Claude 用代码生成的独内容，比如 HTML 页面、React 组件等。以前 Artifact 不能保存数据，更像个一次性 demo。
AI Agent 正在从 "单兵作战" 走向 "团队协作"—— 让多个 Agent 分工配合，去完成单个 Agent 难以独立扛下来的复杂任务，也是近期最受关注的方向之一。
在图像到图像翻译（Image-to-Image Translation, I2I）这个任务上，扩散模型过去几年几乎形成了一套默认逻辑：先把输入图像和噪声混合，再一步步去噪，把目标图像 “还原” 出来。
顶级AI编码一日千里，到了生物学领域却频频翻车，并非模型不够聪明，而是科学数据库至今只为人类点鼠标而生。
对AI效率赛道，葬AI的朋友郭先生有一句名言：「效率赛道一定要做情绪价值，因为你会发现解决实际问题大家都不行。」
机器人视觉语言动作（Vision-Language-Action, VLA）模型越来越多地开始展示叠衣服、倒茶、做咖啡等复杂操作。但是，今天的大多数 VLA 更像 “展台机器人”。
客户数量不是核心，能为客户解决的问题数量才是核心。
过去两年，大模型写代码已经不再新鲜。从代码补全到 GitHub issue 修复，从竞赛编程到仓库级软件工程，人们习惯用一个简单标准评估 coding agent：代码能不能写对？测试能不能通过？