#Agent
Qoder 实测：从 Skill 验证到电子书架产品，一个下午的 AI 编程工作流
前段时间，WorkAgent 蓝皮书发布后，有读者评论说想看印刷的纸质版。AI 领域的内容做书籍出版有个天然矛盾：出版周期长，但 AI 更新太快，刚交付新东西又出来了。所以蓝皮书一直用网站形式在更新。
但转念一想：用户要的可能不是"纸"，是…
Agentic UI 设计指南：从任务计划、执行状态到结果工作台
AMD 开发者站上挂着四个免费的大模型 API，注册拿 key，接口 OpenAI 兼容。我把它们和英伟达的免费接口放在一起，用同一道题跑了一轮。同一个 DeepSeek V4 Flash，AMD 输出 19.8 tok/s，英伟达 2.5…
MiniCPM5-2B开源：AA榜单4B以下第一，端侧模型也能做通用Agent
面壁智能与 OpenBMB 社区开源了新一代端侧模型 MiniCPM5-2B。在国际权威基准 Artificial Analysis Intelligence Index 评测中，该模型以 23 分的成绩登顶全球 4B 以下开源基座模型第一…
多模态 Agent 架构综述：三代感知融合、四域基准与七个开放问题
这篇被 TMLR 接收的 60 页综述，由马里兰大学牵头、联合 KAUST 与牛津大学等十家机构的 16 位作者完成。
它做的事可以概括成一句话：把多模态沿着智能体的每个功能模块系统捋一遍，看它究竟改变了什么，以及为此付出了什么代价。
决定…
huashu-mac-use：开源 Mac 电脑操控 Skill，让 Agent 不靠点击也能操作 App
最近在网上刷到大量夸赞 GPT-6 Astra 在 Computer Use 方面能力的帖子，各种操控 Blender 做出 3D 模型的案例确实令人惊叹。但现阶段要解决白领办公问题，除了 coding 能力，最关键的还有搞定电脑和浏览器操…
CrewAI 多智能体开发实践：在自治与确定性之间找到平衡
近两年多来，许多团队在构建 Agent 系统时都遇到了相似的困境：把几个模型、几句提示语、一些工具拼在一起，就以为拥有了一个可工作的"智能体协作"系统。跑 demo 很快，但要进入生产环境却困难重重。问题不在模型本身，而在于编排方式。
真正…
阿里开源zg：把ripgrep+BM25+向量检索整合为Agent时代本地统一检索层
你让 AI Agent 帮你找"启动时恢复主题偏好"的代码逻辑，Agent 拿着这句话开始搜索：先搜 theme preference，没结果；换 restore theme，还是没有；再试 startup settings……
phone-harness开源项目：让AI Agent直接操作真实iPhone，无需越狱和WDA
手机上的 Agent，终于开始操作真实 iPhone 了。
过去想要让 Claude、Codex 操作手机，一般都离不开模拟器、ADB 或者专门的自动化框架。到了 iPhone 上更麻烦：Xcode、WebDriverAgent、签名、开发…
阿里万有无界实测：多 Agent 群聊协作平台，小万调度+小有推动，PPT 生成全流程体验
昨天，阿里万家族成员又添新丁——"万有无界"多 Agent 协作平台。第一时间做了实测，下面来看看它到底能做什么。
目前上线的包括 MacOS 客户端和网页版，Windows 客户端估计还要再等一等。官网地址：wa…
开源单色海报工具 mono-color-skill：用一句话生成印刷级海报/封面/包装
用 AI 画海报，一般第一张画得非常惊艳，第二张就换成另外的风格了——颜色深浅不一，字体发生变化，构图重新搭。单张图片可以接受，但要出一整组同系列的视觉效果，这种风格漂移就让人头疼。
mono-color-skil…