桌面AI助手实测：本地文件处理与跨应用自动化能力大比拼_办公软件

1. Anthropic深夜再出杀招！编码AI一键清空桌面，白领末日来临？

2. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

3. 从自动写代码到智能影音刮削：实测 OpenCode，这台“赛博管家”真的能干苦力活

4. LangChain Agent 年度报告：输出质量仍是 Agent 最大障碍，客服、研究是最快落地场景

5. 国产Claude Cowork来了！阿里祭出首个桌面Agent，打工人彻底解放

6. 试了一下 9 个小时前 OpenAI 发布的 Codex App。初步感受是和 Cursor 不太一样。更像 Claude Code，完全面向 Agent，但是支持多 Agent 运行（CC 貌似没有），没有 IDE 部分，但是有 Terminal，可以接入 Skills，这一点比 Cursor 强，和 CC 接轨了，目前 Skills 里有 PDF、Notion 什么的，还有 Playwright，有这个就可以让它代管一些我的浏览器了，还有 AutoMations，可以自动化处理一些固定任务，适合做运维用。目前限时提供更多的免费 token 上限。试用了两下让它处理点任务，处理的还行，我觉得它不光可以用来写代码，用来像 OpenClaw 一样操作电脑也未尝不可，因为没有 Checkpoint，我觉得它还是和 Cursor 打个辅助比较好，我对这个功能很依赖。我决定让它做一些事情试试。 #How I AI#

7. 关于 AI Agent，你最想知道的 3 个问题——为什么我说“垂直 Agent”是个伪命题回答几个读者问题。1、AI Agent 是否有一个权威的概念？中美两国对这个概念是否有统一的解释？AI Agent 的定义和国家无关，更多是行业共识的演进。目前业界比较认可的定义来自 Anthropic。他们在《Building Effective Agents》（网页链接）这篇文章中做了一个很重要的区分：工作流（Workflow）：通过预定义的代码路径来编排 LLM 与工具的系统。Agent：由 LLM 动态地指挥自己的流程和工具使用方式的系统，始终由 LLM 来掌控完成任务的方式。简单来说，工作流是“人写好剧本，AI 照着演”；而 Agent 是“人给个目标，AI 自己想办法”。从技术实现角度，我比较认同 Simon Willison 提出的简洁定义（网页链接）：一个 AI Agent（智能体），是为了实现某个目标，循环调用工具的大语言模型。这个定义抓住了 Agent 的本质——它不是一次性给出答案，而是通过“思考→行动→观察→再思考”的循环，逐步完成任务。目前主流的 Agent 实现，无论是 OpenAI 的还是 Anthropic 的，底层都是这个结构。当然，不同公司可能会根据产品定位给出略有差异的表述，但核心思想是一致的：Agent = LLM + 工具调用 + 自主决策循环。2、近期国内外大厂密集推出 AI Agent，为何选择这个时间点？您如何看待 AI Agent 的商业化前景？大厂在这个时间点密集推出 Agent，核心原因是：Agent 是目前 AI 落地最有价值的方向。为什么 Agent 比聊天机器人更有商业价值？聊天机器人的局限性很明显——它只能“说”，不能“做”。而 Agent 能够：• 调用工具：比如搜索网页、读写文件、执行代码• 完成复杂任务：把大任务拆解成小步骤，逐个完成• 与外部系统集成：对接企业内部系统、数据库、API• 持续运行：不需要人一直盯着，可以在后台自主工作这意味着 Agent 可以真正替代人完成一部分工作，而不只是辅助回答问题。已经跑通的场景：编程领域编程是 Agent 最先落地的领域。像 Claude Code、Cursor、Codex 这样的编程 Agent，已经能够实实在在地帮开发者完成任务，不只是生成代码片段，而是理解需求、读取项目代码、修改文件、运行测试、修复 bug，整个流程都能自主完成。正在爆发的方向：Skills 生态去年底开始，“Skills”这个概念开始流行。简单理解，Skills 就是教会 Agent 完成特定任务的“技能包”，一套预设的工具、提示词和工作流的组合。比如我个人就大量使用 Claude Code 结合各种 Skills 来提升效率：• 给文章自动配图（调用图片生成工具）• 根据素材生成漫画故事• 根据素材自动生成 PPT• 自动发布文章到公众号、博客、社交媒体• 等等这些任务以前每个都要花我半小时到几小时，现在几分钟就能完成。顺便说一下，我这几个 skills 都是开源的：github.com/JimLiu/baoyu-skills/issues现阶段的挑战但 Agent 目前仍处于早期阶段，主要挑战有：1. 门槛较高：目前这些能力主要在极客圈子里流行，普通用户上手困难2. 安全问题：Agent 需要较高的系统权限才能工作，这带来了安全风险。比如恶意的 Skill 可能窃取数据、攻击系统3. 可靠性：Agent 有时会“跑偏”，需要人工干预这些问题都在被逐步解决。大厂密集入场，本质上是看到了 Agent 的巨大潜力，想要抢占生态位。谁能率先建立起最多用户的 Agent 客户端和丰富的 Skills 生态，谁就能在下一阶段占据优势。就像现在 Anthropic 就依赖 Claude Code 抢占了先机和用户心智，大家想到 Coding Agent 先想到 Claude Code，MCP、Skills 的标准也是他们提出来的，开发者们争先恐后的基于他们的标准在构建 Agent 生态。3、通用类 AI Agent 和垂直类 AI Agent，您更看好哪个的商业前景？这个问题需要换个角度来理解。Agent 本身难以形成垂直壁垒从技术角度看，Agent 本身没有任何秘密，就像我前面说的，它从技术角度看就是一个循环调用工具的大语言模型。而模型对所有人来说都是一样的：要么花钱用商业模型（OpenAI、Anthropic、豆包、阿里），要么用 DeepSeek 这样的开源模型。这就像选操作系统，你用 Windows 还是 Linux，大家都能用。所以，单纯做一个垂直领域的 Agent 很难建立护城河。你今天能做，别人明天也能做，而且可能做得更好。真正的机会在哪里？打个比方：Agent 就像操作系统，无论是通用领域还是垂直领域，操作系统本身都差不多。真正的差异化，是基于操作系统之上的应用。垂直领域真正的机会在于：1. 独有的数据：你有别人没有的行业数据、客户数据、知识库2. 专业的 Skills：针对特定行业流程打造的工具和工作流3. 深度的集成：与行业内已有系统的对接能力4. 领域 Know-how：对行业痛点和流程的深刻理解举个例子：一个医疗领域的 Agent 产品，核心竞争力不是“Agent”这层，而是背后接入的医学知识库、与医院 HIS 系统的对接、对诊疗流程的理解、以及多年积累的脱敏病例数据。所以我的结论是：不要去做“垂直 Agent”，而是用通用 Agent 的能力，去解决垂直领域的问题。护城河不在 Agent 这层，在你围绕 Agent 构建的数据、工具和行业理解。以上是我基于一线实践的观察和思考，仅供参考。

8. 本地AI怎么玩？不花钱！不联网！上手AI工作站！

9. 接管电脑当我的数字员工？TuriX终于让我放心双手离开键盘了！#AI新星计划 #科技改变生活 #玩个很新的东西 #TuriX #ComputerUseAgent

10. 看了华为Mate X7的发布内容，我觉得这次亮点的除了硬件，还有鸿蒙AI助手#小艺#。这次#华为折叠屏首发A2A智能体协作#，看介绍是把鸿蒙应用智能体之间给打通了。比如说你想买菜或者订机票，以前是人去操作APP，现在是小艺直接调动叮咚买菜或者深圳航空这些应用智能体去干活。除了协同鸿蒙应用智能体，小艺的AI能力也升级了，尤其那个再来一单的功能，我看介绍说只要讲一句帮我在京东再买一单猫粮，小艺就能自动分屏去跑下单流程，这对于咱们这种经常复购日用品的人来说，绝对是懒人福音。还有办公场景里那个文档对比，直接扔给小艺去找不同，这确实切中了很多打工人的痛点。感觉华为Mate X7这次通过分屏和AI协作来提升效率，这思路确实走在前面了。#华为Mate80##华为MateX7#

11. 喝点VC｜a16z：Computer-using Agents代表着一次超越浏览器自动化和RPA的跃迁

12. Gemini 3 Flash 倒反天罡了：关键性能居然超过了 Pro!

13. GLM-5深夜登场，这是国产开源模型首次逼平Claude Opus 4.5。深夜，GLM-5来了，发布即开源。到今天，2026年的主旋律真的就定下了，无论是国内、海外。Coding与视频齐飞，人类共AI一色。这应该就是2026年AI领域最核心的两个主航道了，在这两之上，其实就是Agent。这几天感觉过年一样，太热闹了，上周GPT-5.3 codex和Claude Opus 4.6中门对狙，后脚Seedance 2.0席卷全球，而现在，战场又拉回了Coding这边。GLM-5，作为一个全新的大版本号，升级幅度还是很大的。我其实已经提前三天拿到了GLM-5的API，这几天在我用Codex开发的时候，也把GLM-5同步接入到了Claude code里同步开发进行对比。虽然作为智谱一直以来的拥簇，很想吹一下GLM-5跟Seedance 2.0一样全球第一，但是我觉得还是实事求是。这几天的使用过程中，个人体感是，GLM-5跟GPT-5.3-codex这种变态肯定还是有一些距离（后面有case会展示），但是在真正产品的开发和解决BUG的能力上，是能摸一下GPT-5.2-codex和Claude Opus 4.5了。不要觉得这好像是一件很容易的事，Coding国内落后的其实一直都比较远，能追上Opus 4.5的能力，其实已经非常非常非常牛逼了。前几天，在GPT-5.3-codex和Opus 4.6中门对狙的文章里，我在评论区说，要是DeepSeek能赶上Opus 4.5，我高低得给它磕两个。没想到，我可能得给智谱磕两个了。同时，我也深刻的清楚，不是所有人都有条件买ChatGPT的会员。那我建议你，就用GLM-5就行，这就是国内，你现在能用上的，最好、最棒、性价比最高的大模型。Claude Code + GLM-5，是你无需魔法，国内可用，最低门槛体验AI Coding魅力的组合。先看下跑分和性能。首先，GLM-5从355B（32B激活）扩展到744B参数（40B激活），参数量大了一倍，智能提升确实挺多，而且成本没有加特别多。跑分上，目前在Artificial Analysis上仅次于那两个大爹，开源第1。整体能力上。相较于GLM-4.7，GLM-5全线能力基本都有了大幅提升，而且逼近Opus 4.5。有一个比较有特点的，就是BrowseComp基准，测的是Agent在网上搜索信息的能力，GLM-5得分75.9，直接超第二名普通的GPT-5.2有10个点，已经非常强了。而另外两个最顶级的模型没放在里面，一个是GPT-5.2 Pro得分是77.9，Opus 4.6得分是84，GLM-5其实已经逼近最一线的水平了，能跟GPT-5.2 Pro打个平手，这事本身就挺强的了。其他的，比如现实场景下改仓库代码的测试机SWE-bench，终端环境中agent能力的基准Terminal-Bench 2.0，agent工具使用的τ²-Bench，还有测试模型调用MCP能力的MCP-Atlas基准上，基本比Opus都只差那么临门一脚了。说实话，一个国产模型，还开源出去，能到这个水平，已经非常非常让人自豪了。同时在系统工程能力、长任务能力，在跑分上也能得到印证。比如Long-horizon基准，也就是长链条复杂任务，就能充分体现模型自主进行Agent长程多步规划和执行的能力。这个跑分看下来就很清晰了，也和我实测下来的感受一致，在真正需要做大开发的时候，它的长程任务上，确实是对标Opus 4.5的存在。GLM-5的上下文窗口和GLM-4.7一样，目前还是200k的上下文窗口，输出是128K。不过GLM-5有一个非常离谱的一点，即省token，就是干活的感觉，非常精准，跟GPT-5.3-codex有的一拼。价格上，一个是API价格，这价格便宜的让人心疼。Opus 4.5和4.6，都是$5/$25每百万token（输入/输出）。而GLM-5大概只有Claude的七分之一。真香。另一方面，是Coding Plan，也是现在玩Vibe Coding的主流用法，基本都是买包月套餐，对标Claude Max和ChatGPT Pro的。价格是Claude Max套餐的2/3，Token额度是他们的3倍。因为卖的过于火爆，算力不够，前两个套餐额度，直接被抢空了。太离谱了。白天大家可以蹲一蹲，网址：网页链接当你有了GLM-5的权限后，我最推荐在Claude Code里用。因为Claude Code就是目前最通用的Coding Agent产品，Codex是单纯的例外，主要跟GPT适配的太好。而在Claude code里接入GLM-5挺简单的。这一点智谱做的很好，他们做了一个Coding Tool Helper工具可以快速将你的GLM编码套餐加载到你使用的编码工具中。直接打开终端，然后输入：# 进入命令行界面，执行如下运行 Coding Tool Helpernpx @z_ai/coding-helper你就正常登录。目前支持的编码工具 Claude Code、OpenCode、Crush、Factory Droid。跟着配置好以后，运行Claude Code，就能用GLM-5了。我做了几个case，给大家感受一下GLM-5的能力。前天我拿到GLM-5的资格时，正好有个需求要开发，就是一个全平台分发文章。做自媒体的朋友们应该知道，文章写完不是真正的结束，而是刚刚开始。我一般写完公众号文章需要同步分发到其他平台，这是个很大的工作量，而且有的编辑器还不一样，会出现乱码，文本格式丢失问题。。之前是用一个开源工具自己改的，但是其实没那么好用，所以最近一直想自己开发。我当时就想，不如用GLM-5 Coding一个这样的全平台内容同步分发的小产品吧。开发完以后，发现效果居然还不错。这个case大概的功能是把我的文章链接放进去，然后点击想要同步的平台，就可以同步过去。当时开发的时候其实Prompt给的巨简单。（提示词见评论）给过去以后，GLM-5其实就比GLM-4.7强很多了。他先提供给我了一些关键设计让我去选择。我也秉持着先开发一个最小MVP的原则去的。接着GLM-5就给了超详细的规划。总体完成度和实用性很好，不过因为最开始最小MVP的原则，分发的平台有点少，后续我直接让他添加其他的平台，两轮就完成了。整体还可以，但是在使用的时候，遇到了一个BUG。就是我放入公众号链接后，让他提取标题、封面、正文，前两个可以成功提取出来，但正文提取内容总是不全。改了两三轮，还是有BUG，然后我上Opus 4.5，居然也没改成功。最后打开了GPT-5.3-codex，一轮，完成了。GLM-5跟Opus 4.5的差距没那么大，其实是有道理的。说实话，主要还是，GPT-5.3-codex强的有点变态。所以这个case，其实就是GLM-5做的整体规划和方案设计，然后最后遇到一个棘手的BUG上Codex解决的，总体体验下来还是挺不错的。然后还有另一个我觉得特别好玩的case。就是，看到公司同事终于在用电脑模拟器，打欢乐斗地主。当时他吐槽说，要是有记牌器就好了。于是，我就想，这是个好思路，虽然不会帮他作弊，但是可以试一下大模型的能力。上GLM-5试了一下，还真的有点意思。用的提示词很简单，就一句话（见评论区）反正我是完全不知道怎么实现，更不知道怎么跟PC模拟器打通。我就说了这么一个需求，GLM-5，他会自己进行更深入的咨询，包括识别方式、技术路线、功能需求，都会和我确认。比如在实现方式上，他提供自动识别记牌、手动点击记牌等方案让我选择，每个方案还会给出不同的技术实现路线。还有功能需求的确定，我这里选择了基础记牌。第一轮对话下来，记牌器整体框架都搭建好了。虽然我选择的是自动识别模式，但他很贴心地把自动开发和手动开发两种模式都做了。手动模式第一轮其实就直接开发完了，就可以用了。它的使用逻辑是需要我自己去看对方出什么牌，我就点击那张牌，牌数会自动减一。但是这个逻辑太蠢了，一点都不自动，一点也不AI。对方打一个牌，我还得手动点点点，这也太呆逼了。所以我还是想要用自动识别模式，但第一轮对话后自动识别功能并没成功。他这里自动识别的操作逻辑是这样的。游戏开始的时候，我手动勾选出牌区域，他就会自动识别这个区域出的所有牌，并自动记牌。但实际上，我选中出牌区域后，它没法识别出的牌。明明这边都打起来了，它这边一直等待识别。我让它进一步修改。但是这样的bug它并没有一次改出来，改了一版后同样报错。这个时候，它自己选择添加了调试功能。我看了一下，应该是这个功能实现的链路主要有两部分，屏幕勾选区域截图，截图扑克牌识别，所以他需要调试确定哪个环节出了问题。这一步，可能是模拟器的原因，还涉及到比较复杂的跟屏幕的交互和监控，所以我得帮他一起测试一下。他显示出我勾选区域的截图，有OCR结果，这样我一下就能明白到底是哪个环节出了问题。然后我就发现，每隔半秒截图的功能没问题，核心问题是OCR一直识别不出结果。bug找到后，交给他直接搞了。GLM-5自己开发了一套方案，他给出的识别方案是这样的，给每张牌都上传模板。然后他会对游戏页面截图进行灰度处理、二值化，然后和模板进行模式匹配，从而实现识别。这个灰度处理和二值化，说实话我没听懂，我也怕GLM-5给我的不是最优解，所以打开了Opus 4.6和GPT-5.3-codex，让他们也同时出一套解决方案看看有没有更优解。没想到跟GLM-5出的方案，是一模一样的，搞得还真没毛病。这突然一下显得我有点小肚鸡肠，不信任GLM-5了。模板处理完之后，很快，他就把这个系统开发完了。由于我注册的是新号，估计新手村对面是人机，出牌特别快。我本来还担心识别速度会跟不上。没想到，识别效果出乎意料的好。除了大小王识别有点问题，其他全都能准确识别，哪怕是接连出顺子，也能精准识别。相当牛逼。要知道，这真的不是那种普通的前端网页，这个实现方式，稍微有那么点复杂的。GLM-5，完成的非常好。大小王的识别问题我初步想了一下，因为上传的模板中，字母是一样的，只是颜色不一样。图片经过灰度处理后大小王不就一样了，那肯定分不清。不过大小王还是比较好记的，所以也没管这个。而且，这是我一两个小时不到就做出来的，而且是可以实战用了，效率还是相当恐怖的。同时，我也提醒大家上网打牌的时候，特别是现在这个阶段，在网上用真钱去做一些游戏的时候，要谨慎一点，因为你不知道对面会不会像我一样，随手Vibe Coding一个外挂。除了这两个之外，我还随手复刻了一个QQ农场。还有很多细节，比如如果我不收已经熟了的作物他会枯萎，农场里还会随机长出杂草、虫子。在数据存储上，还知道用浏览器LocalStorage作为数据存储，这是一个典型的前端单机游戏存储方案，很适合这种轻量级项目。而且这个QQ农场消耗的token，也就十三万。离谱。这些case其实已经能看出来，GLM-5的开发能力还是很强的，在一些规划、架构能力上真的可以比肩Opus 4.5，虽然在精准的BUG修改上，离现在最变态的GPT-5.3-codex还有一些差距，但是我已经非常开心了。同时，GLM-5构建Skills也做得很好。这个其实也挺考验模型的理解和执行能力的。我很喜欢用咱们的老演员yt-dlp测试GLM-5打包Skills的能力。（提示词见评论区）GLM-5封装的基本没有任何问题，一轮效果，B站视频就能成功下载了。而下载youtube视频，它也精准的提出了，需要我给一个Cookies，他才能帮我下载，我依稀记得，当时用Opus 4.5打包这个Skills，对话了6、7轮，改了N版，他也没告诉我要Cookies这事，就在那自己傻逼兮兮的告诉我改好了，可以下了，一下又报错。。回想半年前。如果你问我，国产大模型能不能在Coding领域跟OpenAI和Anthropic正面刚，我会说很难。但GLM-5出来了，确实能摸到Opus 4.5的水平。虽然跟最新的Opus 4.6和GPT-5.3-codex还有差距，但这个差距已经从代差缩小到了可以追赶的范围。这是一个很重要的变化。而且更重要的是，GLM-5是开源的，价格更是Claude的N分之1。能力接近，开源免费，价格便宜。而开源，更是意味着，B端能用上，企业能用上。AI编程这件事，在国内，门槛真的，正在急剧降低。以前你想用顶级的AI编程能力，得买ChatGPT的会员，得有魔法，得付得起那个价格。现在不用了。GLM-5给了一个平替选择，虽然在全球领域，他还不是最好的，但已经是跻身T1行列了，而且人人也都能用得起。这会让更多人开始尝试AI编程，会让更多人感受到AI的魅力。而当更多人用起来之后，社区会更活跃，反馈会更多，模型会迭代更快。这是一个正向循环。这也代表，我们在人才、在算力、在资金各方面都缺少的地不是，是能追上的。当然，追上不代表胜利。OpenAI和Anthropic还在快速迭代，下一个版本可能又把差距拉开。但至少，我们已经进入了同一个赛道，在同一个维度上竞争。这就是进步。我非常非常推荐大家，去试试GLM-5吧。站在今天这个节点，我其实很想说跟冯骥一样的话：我真的很庆幸，这个开源模型。来自智谱，来自中国。在ds和sd之后的另外一个Coding世界里，也有了中国身位。惟愿。国运昌隆。#how i ai# #智谱GLM5已上线# #科技先锋官#

14. OpenAI Codex桌面版深夜突袭！一人指挥Agent军团，程序员彻底告别996

15. GLM-5深夜登场，这是国产开源模型首次逼平Claude Opus 4.5。

16. 智能体设计模式总结

17. 几分钟就能“攻破”一家公司的AI，怎么防？ #智能体 #网络安全 #360安全云 #科技改变生活 #网络安全宣传周

18. AI Agent 的安全问题是大家都关心的问题，比如我就不敢授权给 ChatGPT Atlas 这样的浏览器 Agent 绑定我的信用卡让它帮我订机票啥的，也不敢让它替我发邮件之类，虽然这些 AI 厂商都号称他们的 AI 多安全，能防止注入啥的，万一呢！事实上也如此，上月有篇论文《The Attacker Moves Second: Stronger Adaptive Attacks Bypass Defenses Against Llm Jailbreaks and Prompt Injections》arxiv.org/abs/2508.03385，研究人员测试了市面上 12 种最先进的“提示注入防御系统”，试图检测和过滤恶意指令，但结果 100% 都能被攻破！也就是说靠 AI 自己防是防不住的！聪明（并且邪恶😈）的人类总有办法绕过去。既然 AI 防不住，那就得从别的地方想办法，Meta 最近提出了一套非常务实、近乎“常识”的安全框架，叫做“智能体二权法则”（Agents Rule of Two）。这个法则承认了一个前提：我们既然防不住提示注入，那就不防了。我们不应该在如何检测上死磕，而应该在系统设计上下功夫，让 AI 即使被骗了，也造不成最大的破坏。一个真正有用的 AI 助理，本质上需要同时拥有三种强大的能力：A. 处理不可信的输入AI 可以读取它无法控制和预测的外部信息。比如，任何人发来的邮件、网上的文章、用户输入的任意一段话。B.访问敏感系统或私有数据AI 能访问到你的敏感信息。比如，你的私人相册、公司的保密文档、你的密码库、甚至是生产环境的服务器。C.改变系统状态或对外通信AI 能“动手”干活。比如，删除文件、发送邮件、下单买东西、调用 API。“二权法则”的核心思想是：一个 AI 智能体在一次会话中，绝对不能同时拥有 [A]、[B]、[C] 这全部三种能力。你最多只能“三选二”。这就像一个安全取舍。我们来看看三种安全的组合：1. 组合一 (A + C)：较低风险场景：允许 AI 读取一个公开网页（A），然后帮我写个总结并发邮件给我（C）。为什么安全？因为它全程碰不到我的私有数据（B）。就算网页内容是恶意的（比如一个注入攻击），它顶多就是发个垃圾邮件，但它偷不走我的密码。2. 组合二 (A + B)：较低风险场景：允许 AI 读取一个我刚收到的“不可信”邮件（A），然后帮我检索我的私有通讯录（B），看看这人是谁。为什么安全？因为它不能“动手”（C）。它只能看，但不能把“邮件内容”和“通讯录信息”一起打包发给黑客。它是个“只读”助手。3. 组合三 (B + C)：较低风险场景：允许 AI 访问我的私有日历（B），然后帮我给我的同事发邮件（C）协调会议时间。为什么安全？因为它不处理“不可信”的外部输入（A）。所有的数据源和操作对象都是我内部可信的。那么，什么时候最危险？当 A + B + C 同时出现时——这就是“危险”区间。场景： AI 读取了一封来自陌生人的、包含恶意注入攻击的邮件（A），然后AI被“说服”去访问你的私有文件（B），最后把这些文件内容通过网络请求（C）发送给了黑客。那如果我的任务必须同时用到 A、B、C 呢？比如，我想让 AI “读取我这封（A）刚收到的带附件的邮件，从我的（B）私有云盘里找出相关项目资料，然后（C）把它们一起发给客户。”“二权法则”给出的答案是：可以，但 AI 不能“自主”完成。它必须停下来，弹出一个窗口，由“人类”来最终确认（Human-in-the-Loop）。你必须亲眼看到 AI 打算干什么，然后按下那个“批准”按钮。所以如果你开发 AI Agent 的话，别想着花大量精力造一个无所不能、同时又刀枪不入的“完美助理”了，而必须在“能力”和“安全”之间做出取舍。这也是一种成熟负责任的工程思维：我们必须在承认技术局限性的前提下，去设计安全的系统。所以，当你下次看到一个 AI 产品宣称它既能全网漫游、又能管理你所有隐私、还能全自动帮你搞定一切时，你可能要多问一句：它是怎么做到“三选二”的？如果它宣称“三权全有”，那它凭什么保证自己不会在某天被一封垃圾邮件“策反”呢？这个“二权法则”当然也不是终点。它只是当下（2025年）我们能拿出的最靠谱的安全方案。未来我们或许会找到更好的方案，但在那之前，先设计好安全方案，总归是没错的。Meta 的文章：网页链接Simon Willison 的 New prompt injection papers: Agents Rule of Two and The Attacker Moves Second：网页链接

19. 梦想照进现实！AI大模型全屋智能居然成了?!

20. 真正的系统级Agent！这个桌面上的AI能帮你全自动干活

21. Agent store 平台 MuleRun (骡子快跑)海外走红，如何使用？有哪些信息值得关注？

22. 卧槽牛P了Anthropic 推出 Claude Cowork 大众版 Claude Code为了让普通用户（不仅是开发者）也能像使用 Claude Code 那样，操控电脑里的文件进行工作和执行任务。他们基于 Claude Code 的底层能力，重新设计了一个更直观、更简单易用的版本：CoworkCowork 的核心机制：Claude 拿到“动手权”你可以让 Claude 访问你电脑中的一个文件夹。一旦你授权，它就可以在那个范围内：读取文件：看懂里面的内容；编辑文件：修改或补充；创建文件：从零生成新的文档；整理文件：例如自动分类、重命名、清理下载文件夹。举个例子：你有几十张发票截图散落在下载文件夹里，Cowork 可以识别这些截图中的文字，提取出金额和日期，再帮你生成一份 Excel 表格列出所有支出。和普通 Claude 聊天有何不同？普通 Claude 是“对话式”的，它只会输出文本回答。Cowork 则是“执行式”的：它会真正动手完成任务。比如你说：“请帮我整理这个资料夹，把文档按年份和主题分类。”Claude 会：克劳德会：制定一份行动计划；通知你它将要执行的步骤；逐步完成；期间实时汇报进度；等待你确认下一步。这让它的体验更像与一个“能干事”的同事协作，而不是一个聊天机器人。详细：网页链接互联网的那点事的微博视频

23. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

24. 最强AI视频工作流：自动量产高质量短视频，无需剪辑，真正一键成片！

25. Vibe Marketing 的综述“Vibe marketing”是一个新兴概念，类似于 vibe coding 的方法论，将 AI 驱动的自然语言提示和迭代实验扩展到品牌营销领域。它强调通过描述“vibe”（氛围、直觉或情感共鸣）来快速生成、测试和优化营销内容，而非传统的手动规划和执行。该术语于 2025 年初开始流行，主要源于科技和营销社区的讨论，如 Greg Isenberg 在 X 上的推广。以下基于 2025 年 9 月当前公开信息，对其技术原理、现状、可行性方法及相关工具进行综述。技术原理Vibe marketing 的核心是利用 AI 代理和自动化工具，将人类创意转化为可执行的营销输出。类似于 vibe coding 的提示工程，但焦点在情感连接、品牌叙事和受众互动上。关键原理包括：自然语言协作：营销人员用日常语言描述目标 vibe（如“创建一个针对年轻消费者的轻松、真实的美妆活动，强调社区和可持续性”），AI 生成内容、广告、登陆页或社交帖子。底层依赖 LLM（如 GPT 模型）和计算机视觉工具，分析文化趋势、受众情绪，并匹配品牌声调。自动化迭代循环：AI 不止生成，还测试绩效（如 A/B 测试广告变体），并基于反馈（如点击率、情感分析）自动优化。涉及工作流自动化，处理从内容创建到分发的一切，减少人为干预。情感与数据融合：结合 AI 的数据驱动（如分析竞争广告、客户痛点）和人类直觉（如文化相关性），创建“磁性”体验。风险包括内容泛化不足，导致品牌不一致或低质量输出。这一原理使营销从资源密集转向敏捷，但依赖 AI 的情感理解能力，目前仍需人类监督以确保真实性。现状Vibe marketing 于 2025 年初兴起，已从概念进入实际应用，尤其在初创企业、电商和美容行业。当前现状包括：采用率：小型团队和 solo 营销人员使用它加速原型（如生成整个数字产品发布，包括销售页和广告序列）。报告显示，它可将营销周期从数周缩短至数天，成本降低 10 倍。例如，美容品牌使用 AI 生成产品图像和公式，快速响应趋势。挑战与争议：批评者认为它是“炒作”，无法完全取代人类信任构建，且 AI 工具在长期使用中表现不佳（如生成低质资产）。过度依赖可能导致内容同质化或忽略深层受众洞察。另一方面，积极案例包括 B2B 增长，使用 AI 混合情感与速度，降低客户获取成本。扩展领域：已扩展到社交媒体自动化（如小红书或 Twitter 内容生成）和全渠道活动。预计到 2026 年，它将成为主流，招聘“vibe marketer”职位增加，这些角色结合工程、设计和分析技能。成熟度中等，适用于快速迭代场景，但关键系统（如金融品牌）仍需谨慎。可行性方法Vibe marketing 高度可行，尤其适合 lean 团队或 solopreneurs，但需结合人类判断避免 pitfalls。方法类似于 vibe coding 的指数级实验：快速生成-测试-迭代。以下是主要方法：基本流程：定义 vibe：用提示描述目标受众、情感基调和结果（如“创建一个病毒式 Instagram 赠品活动，针对 Z 世代，强调兴奋和社区”）。AI 生成：工具自动创建资产（如广告、帖子、登陆页）。测试与迭代：运行 A/B 测试，分析指标（如互动率），反馈给 AI 优化。部署与监控：自动化分发，实时调整。最佳实践（基于指南）：精确提示：包括具体细节（如渠道、证明元素、社会证明）以提升输出质量，避免模糊。混合方法：AI 处理执行（如内容生成），人类聚焦策略（如痛点分析、信任构建）。对于复杂活动，从 vibe 原型开始，然后人工精炼。风险管理：整合情感分析工具检查真实性，使用数据验证（如转化率）而非仅靠 vibe。强调频率和社会证明，以构建长期信任。适用场景：快速测试想法、病毒营销、内容规模化；不适合高风险品牌（如需精确合规）。评估可行性：简单任务成功率高（如生成广告变体）；复杂项目需多次迭代，效率可提升 5-10 倍，但输出需验证以确保情感共鸣。总体而言，非技术人员可上手，但专业营销需融入现有栈以最大化效果。相关工具以下是支持 vibe marketing 的常用工具，多为 AI 驱动的工作流和生成平台。使用表格比较关键特性：LindyAI 代理平台，支持自动化营销任务，如生成广告和分析竞争。复杂工作流，集成多渠道。学习曲线，需自定义。全栈营销，内部工具。Taskade工作流构建器，用于 AI 协作生成内容和自动化社交发布。易用，非码农友好。免费版限额。内容创建，团队协作。n8n开源自动化工具，构建营销工作流，如抓取数据并生成个性化信息。灵活，自定义强。需要基本技术知识。数据驱动营销，自动化。Zapier无码集成工具，连接 AI 与营销平台（如自动运行 IG 赠品）。快速设置，广泛集成。高级功能付费。入门级 vibe，跨渠道。Phantom Buster数据抓取和自动化工具，用于分析竞争广告并生成变体。竞争情报强。隐私合规风险。广告优化，领英营销。JasperAI 内容生成器，专注于营销文案和创意。品牌声调匹配好。输出有时泛化。文案、社交帖子。Creati创意工具，将图像转为电影式故事和品牌音频。视觉营销高效。专注创意，非全栈。病毒活动，美容品牌。SynthMindAI 代理，帮助运营社交媒体，如小红书/Twitter 内容生成和自动化。跨平台，爆款模板分析。新兴，稳定性待验证。社交自动化，内容研究。这些工具多免费试用或开源，预计未来将更集成（如实时情感反馈）。建议从 Zapier 或 Lindy 起步，结合 vibe coding 工具如 Bolt 以增强。总之，vibe marketing 代表营销的民主化和加速趋势，推动品牌更敏捷地响应文化，但需平衡 AI 效率与人类情感深度。未来随着 AI 进步，其在品牌领域的应用将更成熟。

26. 桌面AI开发的另一种选择：微星EdgeXpert

27. 给建议的AI看够了？MiniMax Agent 让AI直接住进你的电脑干活#AI新星计划#科技改变生活#MiniMAX#Agent#minimaxagent

28. 「Github一周热点97期」开源AI手机、AI画架构图、AI编程的指导、看板工具、GO语言的游戏引擎和具身智能资料库

29. 给你的电脑做一次免费升级！全自动工作干活

30. 当大模型接上“机械臂”！不会编程也能学的n8n教程——第一期

31. Clawdbot让每个人都能拥有自己的贾维斯不是那种在网页里聊天的 AI，而是能直接装在你电脑里的数字员工。它拥有本地权限和永久记忆，24 小时待命。你可以通过 WhatsApp、Telegram 或 Discord 远程指挥它操作电脑上的任何软件，也能设成定时任务#clawbot#

32. 全球双榜SOTA！明略科技专有大模型 Mano开启GUI智能操作新时代

33. AI Agent 很火，但 Agent Infra 准备好了吗？

34. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

35. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

36. #天禧 AI 生态# 大会提出的 “应用商店 2026 年推进开设智能体专区” 规划，其意义在于为智能体应用搭建专属的展示与分发平台。这一举措将解决智能体应用 “难找、难用” 的痛点，让用户能快速找到适配自己需求的智能体，也让优质开发者的成果得到更广泛的传播，进一步繁荣天禧 AI 生态的应用生态。#2025 联想天禧生态伙伴大会##天禧个人超级智能体##酷睿Ultra##酷睿UltraAI更强谁不爱#

37. AI懂得多不如懂你！小艺怎么让生活化繁为简

38. 股价暴涨32%！GLM-5登顶全球开源第一，25分钟一镜到底搓出完整系统

39. themodernsoftware.dev/斯坦福大学的公开课CS146S: The Modern Software Developer 这是一门教导学生如何利用最前沿的 AI 工具来将生产力提升 10 倍的课程。不仅教授理论，更强调掌握实际的 AI 辅助开发、自动化测试、智能文档编写和安全漏洞检测等技能。课程涵盖了从基础的 Prompt 工程到复杂的 AI Agent 开发的全流程：第 1 周：LLM 编程入门 - 学习如何高效编写提示词（Prompt Engineering），理解 LLM 原理。第 2 周：代码智能体 (Coding Agents) 解构 - 学习 Agent 架构、工具调用以及 MCP (Model Context Protocol)。第 3-4 周：AI 集成开发环境 (AI IDE) 与模式 - 学习上下文管理、与 Claude Code 等工具的协作模式。第 5 周：现代终端 (Modern Terminal) - 如使用 Warp 等工具进行终端自动化。第 6-7 周：测试、安全与维护 - 利用 AI 进行代码审查 (Code Review)、漏洞检测 (SAST/DAST) 以及自动化测试。第 8 周：自动化 UI 构建 - 使用 AI 快速构建前端和原型。第 9-10 周：部署后运维与未来展望 - 涉及 AI 在 SRE中的应用以及软件开发的未来趋势。#科技先锋官#

40. 工作群变办公系统，AI小钉拯救打工人钉钉新上的群聊助手「AI小钉」太实用了自动爬楼提炼要点、识别任务生成待办、精准定向催办，专治已读不回；还能按关键词每天推送行业/竞品/热点，把闲聊群变情报站；一句话改群名、发公告、设负责人，群管理直接动口不动手。 AI不再是单独窗口，而是长在群里，@ 一下就能跑流程，群聊正在进化成真正的办公系统。 #钉钉 #AI小钉 #人工智能 #办公 #钉钉群聊

41. 开发Agent只懂拖拉拽？你真的能跟上生产级开发的节奏了吗？

42. 完了…电脑里80%的重复操作，都可以让AI去干了

43. #融合千问的全新夸克AI浏览器来了# 都说AI浏览器是趋势，阿里真是当个事办了。夸克全面升级内置千问AI助手，不仅可以随时桌面唤起千问帮你干活，截屏提问、在线编辑文档、会议内容速记更是不在话下！背靠阿里最强Qwen大模型，应对日常学习和办公需求就是一个从从容容游刃有余。cr：科技前沿solo#更强大的夸克AI浏览器# ENEN科技匠的微博视频

44. GLM-5深夜官宣：Pony Alpha身份揭晓，编程能力逼近Claude Opus

45. 机器学习工程师的智能助手来了——Karpathy，一个利用Claude Code SDK和Google ADK训练前沿机器学习模型的轻量级实现。它展示了Claude Scientific Skills在机器学习领域的强大能力，帮助开发者快速构建和运行智能代理。主要特点包括： - 依赖Python 3.13+，通过uv包管理器安装依赖； - 支持环境变量配置API密钥，保证代理稳定运行； - 启动脚本自动创建沙箱环境，集成PyTorch、transformers等主流ML库； - Web界面交互，方便模型管理和操作； - 支持自定义数据集和脚本手动导入沙箱； - 集成Claude Scientific Skills，扩展多种科学计算和机器学习流程； - 提供多代理系统，后续发布更强大功能。适合喜欢探索最前沿代理式机器学习工程师工具的开发者和研究人员。项目开源托管于GitHub： github.com/K-Dense-AI/karpathy

46. #融合千问的全新夸克AI浏览器来了#阿里在AI战略棋盘上再落关键一子！这次夸克与千问AI助手的深度融合，背靠Qwen大模型，全面升级夸克AI浏览器，成为超1亿用户的桌面级智能助理。这不仅仅是简单的产品升级，而是抢占PC上AI交互的第一入口。确实是让浏览器从“浏览网页的辅助工具”升级为“系统级的任务助手”。#更强大的夸克AI浏览器#

47. 手把手彻底学会 Agent Skills！【小白教程】

48. 一图理顺小米澎湃OS3，今天的发布会节奏和金凡的状态都挺好，打磨基础和细节体验的方向对了，小米超级岛虽迟但到，和小窗功能的融合很不错；超级小爱逐渐有AI Agent内味儿了，桌面/锁屏/图标/状态栏等设计也有全面焕新满分10分，你们给这次的系统发布打几分？[不愧是你]#小米澎湃OS3Beta版评测#

49. 首发Windows桌面Agent 昆仑天工实测重构新办公流

50. Windows用户泪目！终于有能打的桌面Agent了，瞄准“下一代办公入口”

51. AI Agent 如何重塑桌面操作自动化

52. 阿里QoderWork

53. 从 Chat 到桌面 Agent

54. 阿里杀疯了，桌面端 Agent 强势来袭，自动做 PPT，视频，太牛了。

55. 别折腾 Clawdbot 了

56. 谁来给桌面 Agent 的转正签字？

57. 打工人的桌面文件整理新招

58. 阶跃桌面助手

59. 国产AI桌面助手杀疯了！阶跃AI让你的电脑秒变超级大脑，3招解放双手

60. 微软官宣 Win11 演进为“智能体 OS”，用户告别键鼠、动动嘴就能指挥电脑

61. Windows 11引入智能体，要成为AI原生操作系统，Windows智能体可以帮人干活了

62. AI智能体搭建平台全景指南

63. CuaBot v1.0发布

64. AI 接管你的 Windows 桌面，效率拉满

65. 国产 OpenClaw 来袭！5 款桌面 AI 助手大揭

66. 阶跃AI桌面伙伴——中国版的Claude Cowork

67. 阶跃桌面助手，不需再为你的年度总结发愁~

68. 保姆级教程

69. Windows 11

70. 我正在体验新一代超级人工智能助手AiPy！

71. 免费 AI 桌面助手 Vy

72. AI早知道｜高德打车推出AI服务卫士；Plaud推出AI录音笔及桌面会议助手

73. 如何在电脑桌面设置Ai问答助手？支持互动的桌面便签

74. 阶跃AI桌面伙伴体验感受！

75. 有AI来优化电脑桌面

76. 一文读懂AI桌面助手

77. Windows智能体操作系统引争议

78. 展望2026

79. 打工人不用再手动整理文件了，AI真能自己操作电脑？

80. 微软放出“电脑管家”AI:Fara-7B模型能操作电脑,本地运行

81. AI 科普系列 · 第37篇

82. 打工人还在手动归文件，AI却开点鼠标，它正悄悄接管你的电脑桌面

83. 【阶跃AI附有邀请码及使用指南】实测一款可以操作电脑的AI工具

84. Cua

85. 用AI操作电脑

86. AI正在偷师人类

87. 突破 AI 操作电脑难题？中国团队找到关键解法，改写40年交互规则！

88. 字节又开源了！这款桌面工具直接卷爆 GUI 自动化

89. 把电脑交给AI Agent！清华、智谱、国科大团队打造ComputerRL

90. Windows-MCP保姆级教程

91. AI智能体如何帮你3倍提升办公效率？——基于谷歌2026趋势报告

92. AI智能体全覆盖！办公/工业人机协同实战技巧

93. AI智能体

94. AI时代如何用智能体提升工作效率

95. 办公自动化迎来“思维革命”！智谱AI智能体这样重塑工作效率

96. OA办公+AI智能体

97. 智能办公系统悄然进化，AI如何成为你的全能工作助手？

98. AI代理

99. Minimax 免费体验，Agent 和Skills 你想要的都在这儿

100. 2026年的Agent，更理解现实世界的复杂了

101. 承包你的桌面

102. MiniMax Agent Desktop实测

103. 一句话整理400个文件？MiniMax Agent新功能杀疯了，设计师狂喜 - 哔哩哔哩

104. MiniMax Agent ，工作效率提升300%！

105. 我下班后，Agent 继续替我上班。

106. 我把一个离职同事的烂摊子，交给了国产 Agent

107. 测评

108. 逛 GitHub 捡到宝！5 个免费开源 AI 工具

109. 2026AI 元年

110. 【最新发布】阿里杀疯了🔥Qoder Work 上手实测！能否平替 OpenClaw？谁才是下一代桌面AI Agent的未来？

111. 我用Langchain＋laywright搭建了智能体！

112. 利用AI做自动化测试

113. 夜间无人值守自动化测试

114. Mobile Agent-移动端自动化平台

115. 轻松上手DropIt 桌面文件自动归类神器

116. 《一键炼金术

117. 18分钟发3封邮件？这就是我测试ChatGPT"AI秘书"的真实体验

118. PPT自动生成、邮件一键回复......哪些AI办公产品真的能帮你干活？

119. n8n邮件智能分类Agent，10分钟搞定每日30分钟邮件整理

120. AI驱动的职场时间管理

121. 【n8n】AI代理实战

122. 从对话到行动

123. TurboEx 邮箱AI新工具｜邮件效率倍增快至3倍

124. AI邮件助手

125. 谷歌AI会用电脑了！太离谱🖱️

126. 被N个AI产品伤过后，我发现一个能干的Agent

127. 标星 23.5k｜字节跳动开源 AI Agent 框架

128. 告别窗口切换！MiniMax桌面Agent实测：23分钟搞定3天工作量

129. Google新模型会自己操作电脑?看完背后一凉

130. AI 接管你的电脑？太强了！

131. AI智能体：从“工具”到“大脑”，你的AI助手正在升级！

132. 桌面Agent元年生存指南：2026年最值得关注的8个AI工作台测评

133. 微软将Windows打造为"智能体操作系统"

134. 实测升级版MiniMax Agent：桌面端+专家Agents值得一试！Win/Mac都能用

135. 【大家的项目】Agent studio 一个原生、跨平台的 Agent 客户端

136. 还在手动研究股票？这 3 个 AI Agent 直接起飞

137. 告别机械操作，拥抱智能交互：2025年企业智能办公软件选型全攻略

138. 重大革新！微软重塑 Windows 交互体验

139. 打工人的Vibe working：这几款国产Claude Cowork桌面AI Agent将彻底解放你的双手

140. 谁来防御桌面Agent的危险时刻

141. 当Win11将进化为智能体操作系统。酷安现状

142. X上疯传！开源Windows自动化神器

143. 什么是AI智能体？

144. 🖥️ 让 AI 帮你操作电脑

145. 腾讯云的桌面Agent出牌，是一种减法

146. AI员工来了！7×24小时自动操作电脑，老板彻底解放？最近硅谷爆火的AI员工Clawdbot，简直离谱！能7×24小时在线、过目不忘，还能像真人一样操作你的电脑…自动报表、智能创作、数据抓取，所有重复工作它全包！普通电脑就能跑，成本低到离谱 👇你觉得AI会取代你的工作吗？评论区聊聊！#AI员工 #Clawdbot #未来办公 #效率神器 #黑科技

147. 有什么真正能自动操作电脑的 AI 工具？

148. ai工具辅助办公应用有哪些

149. 传统功能应用与智能体应用之间有什么区别？

150. Windows 11变身“AI大脑”：微软正式推出操作系统级智能体

151. Cua：让 AI 像人一样操作电脑的开源项目

152. 📄Google 最新白皮书揭秘：智能代理（Agents）

153. 2026商业决策新范式：代理式人工智能(Agentic AI)企业级AI智能体排行榜深度解析，可信智能体成为主角

154. 【AI智能体】- 企业搭建智能体，只需三个步骤

155. 免费、开源分享：桌面AI智能体Bytebot

156. 智能体化21个设计模式：构建智能系统实践指南-25-附录B：人工智能智能体交互：从图形用户界面到现实世界环境

157. 实用工具推荐 - 第283期 AionUi - 本地开源AI桌面应用

158. 电脑端 AI 助手新神器！一键调用，效率直接拉满

159. 把键盘和鼠标交给MiniMax Agent Desktop，然后去摸鱼？

160. 春哥的Agent通关秘籍07：5分钟实现文件归类助手【实战】

161. 让AI可以像人一样操作电脑的开源智能体TuriX-CUA 本期科技新知我们就来聊聊让AI可以像人一样操作电脑的开源智能体TuriX 作为一款基于Python开发的开源AI智能体其核心就是让大模型可以像人类一样直接操作电脑桌面无需依赖应用API 就能实现真正的自主式桌面自动化 #自动化 #AI控制电脑 #人工智能 #TuriX #桌面自动化

162. [开源]一款智能办公 AI 自动化工具，智能数据分析和文档处理，帮助用户提高工作效率

163. AI 智能化测试平台：Web 用例自动执行与禅道测试任务创建的企业级实践

164. 微软推出追踪工具，用于管理工作场景中的自主人工智能

165. 告别繁琐文件整理，AI自动分类文档功能上线啦！

桌面AI助手实测：本地文件处理与跨应用自动化能力大比拼

精选参考来源