🛠️ LM Studio Bionic：开源模型的桌面 Agent
一句话
LM Studio 新推出的独立桌面 Agent，可调用本地或云端开放模型处理代码、研究、文档、PDF、演示文稿和表格，并提供本地语音转录。
怎么玩
先从官网下载安装 Bionic，注意它是独立于传统 LM Studio 模型浏览器的新应用；启动后新建 Code project，选择一个本地代码目录，让 Agent 先解释项目结构，再要求它只修改一个小问题并逐项检查 inline diff。处理资料时新建 Work project，拖入 PDF、文档或表格，让它先列出引用依据，再生成摘要或初版文件；模型选择上，简单任务先用本地模型，复杂任务再切换 Secure Cloud。还可以从任意应用唤起 Bionic 的 voice keyboard，用本地语音转录输入提示词。
为什么值得关注
它把“本地模型运行时”和“真正执行工作”的 Agent 层分开，既保留开放模型的可替换性，也把代码搜索、沙盒文档处理、自动保存和回滚检查点放进同一工作区。官方还明确承诺 Bionic 用户零数据留存且不使用数据训练，适合对隐私、成本和模型控制都有要求的个人开发者。
应用场景
- 在本地仓库中定位陌生模块、生成补丁并人工审阅每一处改动。
- 把一批 PDF、表格和会议材料整理成可继续编辑的研究简报或演示文稿。
🛠️ Raven × MiroThinker：可引用的深度研究
一句话
推文展示 Raven 已能启用 deep_research，把复杂开放问题交给 MiroThinker 做更广泛搜索、多来源交叉验证，并返回带引用的研究报告；MiroThinker 官方仓库同时提供开源代码和在线入口。
怎么玩
先打开 MiroThinker 在线入口，选择一个需要比较多个来源的问题，不要只问“总结某主题”，而是明确时间范围、候选对象、必须核验的指标和输出格式；让它先给出检索计划，再检查每条结论后面的来源。若你已经在 Raven 中使用 Agent，按推文所示启用 deep_research，把同一个问题跑一遍并对照引用质量。需要自托管或二次开发时，克隆官方仓库，按 Quick Start 准备环境和模型/API 配置，先用一个小型事实核查任务验证工具调用、引用和失败重试，再扩大到长报告。
为什么值得关注
它的价值不在“把搜索结果拼成摘要”，而在把搜索、证据交叉验证和报告生成组织成可追踪的研究流程。官方仓库明确将 MiroThinker 定位为面向复杂研究与预测的 deep research agent，并提供模型、评测、在线试用和开源实现，适合拿来测试开放模型在长链路研究中的可靠性。
应用场景
- 做竞品、行业政策或技术路线对比，要求每个关键判断都有可回溯来源。
- 把多篇论文、网页和上传文件合并成带引用的中文研究底稿。
🛠️ LiveKit Inference + Gemma 4 31B：低延迟语音 Agent
一句话
LiveKit Inference 将 Gemma 4 31B 作为面向实时语音 Agent 的推荐模型，通过统一接口接入 STT、LLM、TTS，官方文档给出了 Python 和 JavaScript 的会话配置方式。
怎么玩
先注册 LiveKit Cloud 并按文档创建项目，再用 Python 或 Node.js 安装 LiveKit Agents SDK；在 AgentSession 中把 LLM 模型设为 google/gemma-4-31b-it，同时配置一个可用的 STT 和 TTS，先运行官方 hotel receptionist 示例。接着只改一个变量，比较 Gemma 4 与你原来的模型在首字延迟、打断恢复、工具调用和完整通话时长上的差异；确认链路稳定后，再把业务函数作为工具接入。不要只看离线文本评测，必须在真实语音轮次中记录端到端延迟、失败率和每分钟成本，并检查是否需要开启额外的观测数据留存。
为什么值得关注
官方把它定位为由 LiveKit 基础设施托管的延迟优化开放权重模型，且 LiveKit Inference 默认零数据留存，提示词、音频和输出不会被存储或用于训练。对语音 Agent 来说，模型能力只是一个维度，首字延迟、长系统提示词、工具调用和隐私边界同样决定能否上线。
应用场景
- 呼叫中心、酒店前台和预约助手等需要快速接话的实时语音服务。
- 在 LiveKit 的音视频会话中加入可调用业务 API 的多语言语音 Agent。
🛠️ browser-harness：把浏览器 Agent 操作录成可复用视频
一句话
browser-use/browser-harness 的合并 PR 增加了基于同意的浏览器录制和视频制作流程，包含 browser-harness video init、review、export 等命令，并把录制能力并入项目本身。
怎么玩
先阅读仓库 README 和 PR 中的安全说明，在一个不含真实账号、支付信息或个人资料的测试浏览器环境里安装当前版本；按流程运行 browser-harness video init，准备一个可重复的浏览器任务，再通过 BH_RECORD=1 或项目提供的显式录制入口开始会话。完成操作后先用 browser-harness video review 检查动作、截图、光标和叙事顺序，确认没有密钥、Cookie 或敏感页面内容，再运行 video export 生成成片。录制前要明确获得同意，导出后还要检查凭据脱敏、下载行为恢复和临时标签页清理是否成功。
为什么值得关注
它把“Agent 做了什么”从日志提升为可审阅的视频证据，同时把录制、编辑、渲染和导出收进浏览器工具链。PR 特别强调 consent、secret redaction、真实点击与因果叙事，适合做产品演示、回归复盘和人机协作审计，但不能把录屏当成默认无风险行为。
应用场景
- 生成浏览器自动化任务的教学视频和客户演示。
- 复盘 Agent 的点击路径、失败步骤和最终结果，辅助 QA 与安全审计。
🛠️ infocard-skills：让 Agent 生成杂志式信息卡
一句话
一个可安装的开源 Agent Skill 包，把自然语言材料整理成适合截图的编辑风格 HTML 信息卡，并可选输出 PNG。
怎么玩
先克隆仓库或把 skills/editorial-card-screenshot 整个目录复制到你的 Agent skills 目录，不要只拷贝单个 SKILL.md；保留 assets、references、scripts 等配套文件。安装后给 Agent 一段会议纪要、产品介绍或文章，直接提出“使用 $editorial-card-screenshot 制作一张 3:4 信息卡”，并明确受众、标题层级、必须保留的数据和画布比例。先要求输出 HTML 检查内容是否溢出，再要求生成 PNG；如果版面拥挤，减少原文、改成 4:3 或 16:9，而不是让模型机械缩小全部文字。仓库也提供示例和内容适配文档，适合从模板开始迭代。
为什么值得关注
它不是普通的 Markdown 转图片，而是把内容密度、版式骨架和截图交付封装成可复用技能。仓库目前聚焦 editorial-card-screenshot，支持多种画布比例，并要求安装完整技能包，说明 Agent 的视觉产出正在从一次性提示词走向可版本化、可复用的设计资产。
应用场景
- 将日报、课程笔记和研究摘要快速变成适合社交媒体发布的信息卡。
- 为产品发布、数据复盘或内部培训制作统一风格的 HTML/PNG 素材。
🛠️ emilkowalski/skills：给前端 Agent 补上设计判断
一句话
面向设计工程师的开源技能集合，把动画和界面设计中的经验规则写成 Agent 可执行的审查与改进流程。
怎么玩
在前端项目根目录先运行 npx skills@latest add emilkowalski/skills，安装后重新打开你的编码 Agent；先用 improve-animations 让它扫描整个代码库，不要只贴一段 CSS。让 Agent 按目的与频率、缓动与时长、物理感、可打断性、性能、无障碍和一致性列出问题，再挑一项生成可执行计划。确认计划中的文件、曲线、时长和验收方式后，再让 Agent 实施，最后用真实交互逐个检查进入、退出、悬停和键盘操作。这样可以把“看起来不对”变成可讨论的设计决策，而不是盲目增加动效。
为什么值得关注
它承认通用编码 Agent 往往缺少品味和领域经验，重点不是替人设计，而是把细微但高频的错误变成结构化审查。官方 README 说明 improve-animations 会先调查整个代码库、输出优先级计划且不直接修改源代码，这种“先诊断、后执行”的边界更适合团队协作和代码评审。
应用场景
- 在已有 Web 产品中系统检查动画性能、无障碍和交互一致性。
- 给低成本编码 Agent 提供带明确验收标准的 UI 优化计划。
🛠️ Gemini API Managed Agents：免费层、预算护栏与定时触发
一句话
Google 为 Gemini API Managed Agents 增加免费层、max_total_tokens 预算护栏和内置 cron 定时执行，降低了构建可自动运行 Agent 的试用门槛。
怎么玩
先按 Google AI Developers 的 Managed Agents Quickstart 创建 API 项目和密钥，在最小任务上跑通一个只读 Agent；然后在 agent_config 中显式设置 max_total_tokens，先用较低上限观察任务是否会在合理位置停止，再逐步增加。把搜索、文件读取或业务函数作为单独工具接入，每次只开放完成任务所需的权限。最后再配置内置 cron，让它每天执行一次固定任务，并为失败、超预算和重复执行保留日志。免费层适合原型验证，但仍要监控配额、并发和外部 API 成本，不能因为“免费”就放任 Agent 无限循环。
为什么值得关注
过去很多 Agent 原型卡在三个问题上：没有低成本试用入口、任务失控会烧钱、周期性执行还要自己拼调度器。Managed Agents 把这三项放在同一套能力里，尤其是 token 上限和 cron 让“可运行”更接近“可运营”；但权限隔离、幂等和失败恢复仍然需要开发者自己设计。
应用场景
- 每日定时抓取资料、生成摘要并写入团队知识库。
- 在免费额度内验证带工具调用的客服、数据巡检和内部自动化原型。
🛠️ Kimi K3 API：面向长任务的多模态模型入口
一句话
Kimi API 文档显示 Kimi K3 已可通过 OpenAI 兼容接口调用，支持 1M-token 上下文、原生视觉理解、工具调用和面向长周期编程/知识工作的 Agent 场景。
怎么玩
先进入 Kimi API Platform 创建 API Key，并把它放进环境变量 MOONSHOT_API_KEY；使用 OpenAI Python 或 Node.js SDK 时把 base_url 指向 https://api.moonshot.ai/v1，模型名填 kimi-k3。先在 Playground 用同一组长文档测试上下文保持、图片理解和多轮追问，再在脚本中加入工具调用；需要更强推理时按文档尝试 reasoning_effort=max，并给任务加明确的停止条件。做代码 Agent 时先让它只读分析仓库和测试失败日志，确认输出稳定后再开放编辑、执行和部署权限，同时记录输入缓存、输出长度、失败重试和 API 成本。
为什么值得关注
官方把 K3 直接放在长周期编程、知识工作和深度推理入口，而不是只做聊天展示；OpenAI 兼容格式降低了迁移已有 SDK 的成本，1M 上下文和图像/视频输入则适合把长文档、代码库和视觉反馈放进同一任务。真正的差异仍要用自己的数据集验证，不应只根据社区排行榜下结论。
应用场景
- 对大型代码仓库、长篇规范和多轮任务进行持续分析与修改。
- 结合图片、日志和工具调用完成产品研究、数据抽取和知识工作。
📡 NotebookLM 更名为 Gemini Notebook
事件
Google 宣布 NotebookLM 更名为 Gemini Notebook，产品仍保持独立研究工具定位，同时增加安全云端计算机、代码执行和跨 Gemini/Search 的同步方向。
解读
这不是简单换 Logo：Google 官方说明原有 NotebookLM 仍是独立产品，但每个 notebook 将获得安全云端计算环境，可直接写代码并执行数据分析；笔记也会逐步进入 Gemini 应用和 Google Search。产品边界从“基于资料问答”向“带计算能力的研究工作区”移动，名称并入 Gemini 则是在统一入口、账号体系和生态分发。对用户来说，最值得观察的不是品牌是否更顺口，而是代码执行结果能否被来源约束、权限是否隔离，以及跨产品同步后资料边界是否仍然清楚。
影响评估
研究型 AI 的竞争将从回答质量延伸到资料容器、代码运行、结果复现和生态入口。教育、咨询和分析团队可能减少在笔记、搜索、脚本之间来回搬运的成本，但组织也必须重新审查数据权限、云端执行和 Workspace 合规策略；如果品牌层级继续快速合并，用户教育和产品定位反而可能变得更复杂。
📡 RoboTTT：机器人把上下文扩到 8K 时间步
事件
NVIDIA、斯坦福和 UT Austin 发布 RoboTTT，将测试时训练引入机器人策略，把视觉运动上下文扩展到 8K timesteps，并用于长时程装配任务。
解读
RoboTTT 的关键不是简单把更多帧塞进 Transformer，而是让 fast weights 在训练和推理时持续更新，把历史压缩到权重状态中；官方页面称其上下文规模达到现有策略的三个数量级，同时不增加推理延迟。在真实机器人任务上，8K 上下文相对单步基线整体性能提升 87%，并完成了五分钟、十阶段的装配；与 1K 预训练上下文相比，性能提升 62%。这把“上下文长度”从语言模型常见指标变成机器人闭环控制的新缩放轴。
影响评估
如果这条路线能在更多硬件和任务上复现，机器人训练将更重视长轨迹、在线适应和失败后的自我修正，而不只是单步动作准确率。它也会提高数据采集、仿真、记忆状态和安全评测的要求：系统必须证明自己能利用历史改善行为，同时在干扰、分布外物体和错误累积时保持可控，不能只展示一段成功视频。
