📡 AI 资讯日报

字节跳动面向生产力场景推出的 Agent，能拆解复杂目标、生成和编辑文档/PPT/表格/网页等内容，并在授权后操作浏览器和电脑；与飞书打通后可利用权限范围内的聊天、文档、会议纪要和日程上下文。

https://www.ithome.com/0/993/865.htm ↗

先打开 IT之家报道确认产品入口，再从豆包工作电脑版官网下载或在最新豆包电脑版中升级登录；首次使用时用一个低风险任务测试，例如“根据我提供的会议纪要整理三条结论并生成一页汇报提纲”。如果已经使用飞书，可授权后让它读取指定文档或会议记录，再要求生成表格、PPT或网页。涉及发送消息、填表、修改企业资料等动作时，先只让它生成预览，确认权限、引用范围和最终结果后再执行；长任务还可以观察其是否能调用云电脑继续运行。

它的差异不只是多一个聊天窗口，而是把企业已有的权限、知识和协作上下文接入 Agent 工作流。对办公产品来说，真正的竞争点正在从单轮生成质量转向“能否基于真实上下文完成任务、能否留下可复用资产、能否在权限和审计边界内执行”。

• 从飞书会议纪要、聊天和文档中自动整理周报、调研结论和汇报材料。
• 在授权和人工确认下跨软件查资料、填表、制作网页或推进长时间任务。

Apodex AI 开源的命令行/TUI Agent 框架，提供单 Agent ReAct 和多 Agent Team 两种工作流，面向长时研究、文件处理、命令执行和可验证交付。

https://github.com/ApodexAI/FrontierAgent ↗

在 macOS 或 Linux 上先克隆仓库并阅读 README 与 docs 文档索引，准备一个 OpenAI 兼容模型接口以及搜索、网页读取或代码执行所需的密钥；然后按仓库提供的安装方式启动 `frontier-agent`，先用一个小型本地资料包测试。把输入材料放入只读的 `/inputs`，把工作目录和最终产物分别约束在 `/workspace`、`/outputs`，先跑单 Agent ReAct，再把可并行的文献检索、数据核查、摘要整理拆成 Agent Team 任务。结束后逐项检查报告引用、输出文件和失败任务，不要一上来就喂入包含隐私或生产凭据的目录。

它把“模型会不会推理”之外的运行时问题显式化：任务板、并行子 Agent、任务级沙箱、失败即关闭的授权边界和最终证据复核都属于长任务基础设施。对于想研究 Agent Harness、并行协作和可复现实验的人，代码与评测层分离也比一个只能演示的聊天 Demo 更有参考价值。

• 对一批论文、网页或本地文件做分工检索、交叉核查并生成交付物。
• 研究多 Agent 协作、沙箱权限与长任务失败恢复策略。

Andrew Ng 团队的开源桌面 AI coworker，不只返回聊天文本，还能在本机文件、终端和连接的日历、邮件、GitHub、Slack 等工具之间推进任务并产出文件。

https://github.com/andrewyng/openworker ↗

macOS Apple Silicon 用户可从 README 的下载入口获取已签名并公证的 macOS 版本，打开后配置自己的模型 API Key，或接入 Ollama 的本地模型；然后用“整理这个文件夹中的资料并生成客户简报”这类结果导向的任务测试。先连接一个低权限服务，例如只读 GitHub 仓库，再观察它的计划、工具调用和审批点。涉及写文件、发消息、改日历或执行命令时，逐个确认权限请求；如果想开发扩展，再按仓库要求准备 Python 3.10+、Node 20+ 和 Rust 工具链，从源码启动本地服务与桌面界面。

OpenWorker 将模型、Agent loop、连接器、MCP 和审批机制放在用户本机，强调“交付物而不是待办清单”，并允许切换多家模型或使用本地 Ollama。它把桌面 Agent 最容易被忽视的权限问题放在产品主流程里：写入、发送和 Shell 命令都需要确认，适合拿来观察个人生产力 Agent 如何从聊天走向可控执行。

• 汇总本地资料、生成报告或表格，并把结果保存成可以继续编辑的文件。
• 在 GitHub、Slack、日历等工具之间做带人工审批的日常协作自动化。

addyosmani 开源的 Agent Skills 集合，覆盖性能、Core Web Vitals、可访问性、SEO、最佳实践以及综合 web-quality-audit，面向 React、Vue、Svelte、Astro 和原生 HTML 等框架。

https://github.com/addyosmani/web-quality-skills ↗

进入仓库后先看 README 的技能清单，最简单的试法是使用 `npx skills add addyosmani/web-quality-skills` 安装到支持 Agent Skills 的编码工具，再在一个非生产网站或本地项目中提出“审计这个站点的性能、可访问性、SEO 和最佳实践”。让 Agent 先输出问题清单、证据、严重等级和修改建议，不要直接批量改代码；重点核对 LCP、INP、CLS、WCAG、结构化数据、资源大小和安全头。确认建议后，再只应用一类改动并用 Lighthouse 或浏览器工具复测，比较修改前后的指标。

这个项目把分散在 Lighthouse、Core Web Vitals、WCAG 和 SEO 文档里的经验整理成可触发、可复用的技能，且把“审计”和“修改”区分开。它的价值不在于替代真实测量，而在于让编码 Agent 有一套稳定的检查框架，减少只看页面截图、只追求视觉效果却漏掉性能和可访问性问题的情况。

• 在上线前让 Agent 对静态站点、营销页或前端项目做一次结构化质量审计。
• 将性能、可访问性和 SEO 检查变成 PR 前的重复性工作流。

一个围绕 GPT-Image-2 的开源提示词工程项目，整理了 500+ 逆向案例、20+ 工业模板、分类图库和可供 Agent 使用的风格技能。

https://github.com/freestylefly/awesome-gpt-image-2 ↗

先打开仓库 README 的中文页面或在线图库，按海报、产品图、信息图、角色一致性等目标浏览案例，不要一开始就凭空写长提示词。挑一个接近需求的案例，复制其结构，把主体、尺寸、品牌色、文案、镜头和限制条件替换成自己的变量；再用项目提供的模板或 Skill 生成第一版。每次只改一个变量并保留输入与输出，比较文字准确度、构图、风格一致性和版权风险。若要调用 API，先确认所选服务的模型、价格、数据保留和商用授权，不要把仓库中的第三方案例自动当成可商用素材。

它把提示词从“灵感句子”变成可复用的结构、案例和变量，尤其适合需要批量产出且要保持风格一致的场景。项目同时提醒使用者区分公开案例、生成结果和商用授权；真正有价值的不是案例数量本身，而是能否把案例拆成可测试、可迭代、可迁移的生产模板。

• 生成电商主图、广告素材、社交媒体配图和产品概念图。
• 为团队建立可复用的图像提示词模板，并比较不同模型或参数的结果。

Apple Silicon 优化的 MLX 数组框架发布 v0.32.2，配套生态可用于在 Mac 上进行机器学习和大模型推理；该版本于 2026-08-25 发布，仓库在本次运行中仍显示 2026-08-26 更新。

https://github.com/ml-explore/mlx/releases/tag/v0.32.2 ↗

在 Apple Silicon Mac 上先阅读 MLX 与 mlx-examples 文档，使用独立 Python 环境安装适合自己的 MLX 组件，再从官方示例运行一个小型数组运算或模型推理任务。若已经使用 mlx-lm，可先固定旧环境并记录模型、量化方式、上下文长度和批大小，再升级到 v0.32.2 做 A/B 对比。针对 X List 中提到的单机 Runtime 测试，不要只看单路 tok/s：同时记录首 token 延迟、长上下文预填充、Agent 工具调用、内存占用和连续运行稳定性，最后再决定是否切换生产环境。

MLX 的独特之处是面向 Apple Silicon 的统一内存与硬件特性做设计，因此 Mac 本地模型体验不能简单用通用 GPU 结论替代。此次版本更新与 DGX Spark 上 SGLang、vLLM、llama.cpp 的对比信号放在一起看，更说明本地推理的关键不是单一排行榜，而是模型、量化、运行时和任务类型的组合。

• 在 Mac 上做本地模型推理、量化实验和隐私敏感的原型开发。
• 对比不同推理运行时在编码 Agent、长上下文和工具调用任务中的实际表现。

一个开源的轻量 Web 项目，把 iCloud 照片和旅行位置放到地图视角中浏览，适合先体验再研究其照片元数据与地图展示实现。

https://github.com/chensiyue98/PhotoLoci ↗

先打开项目的 GitHub Pages 演示或仓库，确认浏览器、iCloud 照片导出方式和权限说明，再用一小批不敏感的测试照片验证流程。不要直接把整个照片库上传到陌生服务；可以先导出带地理信息的样本，观察项目如何读取时间、位置和缩略图，再检查浏览器开发者工具中的网络请求以及数据是否只在本地处理。若项目支持本地运行，按仓库文件结构下载后启动静态页面，用自己的测试数据逐步替换示例内容；旅行结束后可把地图视图和照片时间线作为个人档案，而不是把它当作云端备份。

它把“照片管理”从按文件夹翻找转成按地理位置和旅行轨迹探索，产品想法清楚且体量小，适合开发者快速阅读。由于仓库 README 当前信息很少，数据处理方式和完整功能边界仍需亲自核对，正好适合作为本期“可上手但要注意隐私”的早期项目，而不是直接承诺完整的 iCloud 同步能力。

• 按城市、路线和旅行时间回顾个人照片。
• 研究浏览器端地图、照片元数据和隐私优先相册工具的实现方式。

一个开源油猴脚本，把 linux.do 的界面改成 JetBrains/Darcula 风格，只改变外观，不修改论坛数据。

https://github.com/czm15053/linuxdo-idea-ui ↗

先打开 GitHub 仓库确认脚本内容和安装说明，再使用浏览器脚本管理器安装；安装前查看匹配域名、权限范围和是否包含外部请求。进入 linux.do 后切换主题、检查列表、帖子、代码块和移动端布局，遇到样式冲突就通过脚本管理器临时停用。因为它定位是换皮而不是数据工具，不要期待它提供论坛搜索、自动化发帖或隐身能力；升级脚本前先看变更记录，并在工作浏览器与个人浏览器之间分开安装，避免把第三方用户脚本带入有敏感账号的环境。

这类项目看似只是主题美化，却体现了一个很实用的开源路径：用用户脚本低成本重塑成熟网站的交互层，同时保持数据和后端不变。仓库描述明确了“只换皮不碰数据”的边界，使用者更容易判断风险，也适合拿来学习 CSS 覆盖、页面选择器和浏览器脚本的渐进式维护。

• 给长期使用的技术论坛换成更适合代码阅读的深色 IDE 风格。
• 学习用户脚本的样式覆盖、页面适配和最小权限实践。

Shopify CEO 被转述为考虑在内部禁用 Claude Code，争议点是它更偏向读取 CLAUDE.md，而行业正在形成的 AGENTS.md、.agents/skills 等通用约定没有被同等支持；相关讨论中 Claude Code 方面回应将增强可定制性。

这不是一个普通的配置文件争论，而是编码 Agent 生态的“入口标准”之争。配置文件决定 Agent 读哪些项目规则、调用哪些技能、遵守怎样的测试和安全边界，如果每个工具都要求一套私有文件，团队就会在迁移、审计和协作时反复维护适配层。反过来，通用约定也不能只靠文件名解决：优先级冲突、恶意指令、作用域继承和第三方 Skill 的权限都需要明确规范。今天更值得观察的是各家 Agent 是否能同时兼容多个约定，并给出可见的加载来源与覆盖关系。

企业采购 Coding Agent 时，模型效果之外还要评估配置可移植性、规则可审计性和与现有开发流程的兼容程度。若通用格式逐渐稳定，团队可以把测试命令、代码风格、部署禁区和安全要求写成一次性的项目资产；若生态继续分裂，维护成本会从“写代码”转移到“维护 Agent 配置和权限”。

一条行业观察指出，Terminal-Bench 3.0 中顶级模型得分只有 43.5%，明显低于 Terminal-Bench 2.1 的 84%；典型失败是修复最容易复现的症状后就宣布完成，但系统整体仍处于损坏状态。

这个落差提醒大家，代码 Agent 的真实瓶颈正在从“能不能写出补丁”转向“能不能证明任务完成”。长任务里，一个表面测试通过的修复可能破坏旁路功能、留下数据迁移问题，或只解决了最短复现路径。评测如果增加跨文件依赖、隐含状态、回归测试和最终交付检查，分数下降并不一定是坏事，反而更接近生产环境。使用者在本地验证 Agent 时，也应该要求它先写验收标准，再运行完整测试、检查日志和复盘未解决风险，而不是接受一句“已修复”。

企业会更需要测试生成、回归验证、可观测性和变更审批，而不是单纯购买更快的代码生成器。对模型厂商来说，终端任务基准的难点上升意味着“补丁通过单测”将不再足够，Agent 必须能持续观察系统状态并在证据不足时主动报告未完成；对开发者来说，验收证据会成为与代码本身同等重要的交付物。

X List 转述苹果 App Store 数据出现十年内销售额首次下降，同时非游戏应用收入仍同比增长、游戏收入下滑；讨论将原因与 AI、vibe coding 和应用形态变化联系起来。

这条信号需要谨慎看待，因为当前抓取到的是二手概括，具体统计口径、地区和周期仍应以苹果或研究机构原始数据为准。但趋势层面的讨论值得跟踪：如果用户越来越多通过聊天窗口、桌面 Agent 或系统级助手完成搜索、生成和简单事务，传统 App 的启动入口和留存逻辑就会被重新分配；另一方面，AI 也降低了小团队制作垂直应用和快速试错的成本。真正受影响的未必是所有 App，而是那些只提供单步信息加工、没有独特数据或工作流壁垒的产品。

开发者需要重新审视“必须下载一个完整 App”是否仍是唯一交付方式，并考虑 Web、插件、Agent Skill、系统分享菜单和 API 等入口。平台方则要面对分发、支付、隐私、模型调用和责任边界的重新组合。短期不应仅凭一条推文判断 App 经济衰退，但可以把 AI 入口、低代码生产和应用商店数据作为同一组指标持续观察。