去年花 3000 万美元都买不到的团队，今年字节跳动自己做了个类似的产品，还限时免费。刚刚，字节在海外悄悄上线了 AnyGen，功能看起来和当年想收购的 Manus 有点像——都是语音驱动的 AI 工作空间，能把你的语音、照片、想法直接变成文档、PPT、甚至故事书。
在近一年里，Agentic System（代理系统/智能体系统）正变得无处不在。从Open AI的Deep Research到Claude Code，我们看到越来越多的系统不再依赖单一模型，而是通过多模型协作来完成复杂的长窗口任务。
一家名为 Qveris AI 的初创公司，聚焦于 Agent 时代的 Infra 层，正致力于为 Agent 设计原生搜索和行动路由引擎。据悉，截至目前该公司已获得近千万元种子轮融资。如果说具身智能是为 AI 安上了与现实世界交互的“身体”，那么 Qveris AI 正在做的事就是给智能体（Agent）装上了数字世界的“眼、耳、手、脚”。
AI手机的“灵魂”GUI智能体，就这么全套开源了。
在大模型智能体（LLM Agent）落地过程中，复杂工作流的高效执行、资源冲突、跨框架兼容、分布式部署等问题一直困扰着开发者。而一款名为Maze的分布式智能体工作流框架，正以任务级精细化管理、智能资源调度、多场景部署支持等核心优势，为这些痛点提供一站式解决方案。
今天凌晨收到 Manus 联合创始人的微信：「鹏哥，我们今天有个新进展，之前确实不好透露太多。现在正式发布了，我第一时间给你说一声。」
做agent简单，但是做能落地的agent难，做能落地的长周期agent更是难上加难！
近年来，大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时，传统的链式思维（Chain-of-Thought）往往就开始「吃力」：容易被早期判断带偏、发散不足、自我纠错弱，而且顺序生成的效率天然受限。
编辑｜张倩、陈陈 当智能体（Agent）开始深度介入人类世界，关于豆包 AI 手机的讨论可能只是个开始。 在此之前，手机、电脑软件都是给人用的 —— 人负责一步步操作，系统负责把信息存好、算好。但现在
在硅谷，一场关于企业形态的深刻变革正在悄然发生。主角不再是传统的软件或SaaS，而是AI智能体的工作价值。它们正从“听指令的工具”进化为“能自主干活的同事”，推动着“前沿企业”的崛起。
