AI 编程实时动态与要闻

微软开源 4B 电脑操作智能体 Mage-VL-Cowork:一个模型自己决定点界面还是写 bash,OSWorld-Verified 66.0%

微软 Mage 团队 10 月 30 日在 Hugging Face 以 Apache-2.0 发布 Mage-VL-Cowork:4B 参数的多模态电脑操作智能体,同一个模型每一步自己选择用截图点界面(computer_use)还是在终端跑 bash/Python,不需要外部调度器。官方报告它在 OSWorld-Verified(361 题、50 步上限)两次平均 66.0%,高于 Qwen3.6-27B 的 63.9%,但仍低于 9B 的 SCALECUA-Qwen3.5-9B(68.7%)。

微软开源 4B 电脑操作智能体 Mage-VL-Cowork:一个模型自己决定点界面还是写 bash,OSWorld-Verified 66.0%

核心要点速览

  • 4B 参数,基于 Mage-VL(Mage-ViT 视觉编码器 + Qwen3-4B-Instruct-2507),bf16 权重约 9.48 GB,Apache-2.0 许可。
  • OSWorld-Verified 两次独立跑分 65.33% 和 66.75%,取平均 66.0%;操作系统类任务 87.5%,多应用工作流 62.7%。
  • 官方对比:同一个 LibreOffice Calc 建图表任务,它用终端里的 Python 改表格 39 秒完成(6 步),纯界面操作的 Qwen3.6-27B 用了 9 分 56 秒(39 步)。
  • 在线 RL 比混合 SFT 再提升 10.16 个百分点,同时平均模型调用次数减少 13.0%、输出 token 减少 25.4%。
  • 训练数据由 Mage-CUA-Forge 生成约 29.4 万个桌面和网页任务,覆盖 6,915 种技能,单任务生成成本从 0.906 美元降到 0.158 美元。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Mage-VL-Cowork⚡ Mage-VL⚡ Qwen3-4B⚡ Qwen3.6-27B🌐 Microsoft

Claude Code 首字等待提速 3 倍:每轮请求默认 gzip、云端会话打字即预热,p90 从 4.07 秒降到 1.33 秒

Anthropic 10 月 16 日公布 8 月至 10 月的延迟优化成果:不计模型推理时间的 p90 首 token 等待,Claude Code 本地会话由 4.07 秒降至 1.33 秒(约 3 倍),云端会话由 16.99 秒降至 6.00 秒(2.8 倍),Claude 聊天与 Cowork 约 1.5 倍;API p50 首 token 时间由 1.53 秒降至 1.01 秒。核心手段是 CLI 2.1.300 起大请求默认 gzip,以及开始输入时就启动云端会话。

Claude Code 首字等待提速 3 倍:每轮请求默认 gzip、云端会话打字即预热,p90 从 4.07 秒降到 1.33 秒

核心要点速览

  • Claude Code 本地会话 p90 首字等待(不含模型时间)4.07 秒 → 1.33 秒,约 3 倍;云端会话 16.99 秒 → 6.00 秒,2.8 倍(Anthropic 官方口径,统计区间 2026 年 8 月至 10 月)
  • Claude 聊天与 Cowork p90 3.36 秒 → 2.17 秒;Claude API p50 首 token 时间(含模型时间)1.53 秒 → 1.01 秒,均约 1.5 倍
  • CLI 2.1.300(10 月 14 日发布)起,发往 api.anthropic.com 的大请求即使关闭遥测也默认 gzip,可用 CLAUDE_CODE_GZIP_REQUEST_BODIES=0 关闭
  • 社区在 #90457 实测真实请求体约压缩 2.1 倍(如 594,750 B → 289,145 B),单机约 3 小时减少 185 MB 上行(社区口径)
  • gzip 只缩小网络传输字节,不减少计费 token;省钱仍要靠压缩上下文与精简工具定义
阅读全文
关联模型 / 智能体 / 厂商:

阿里合成 6.49 万协同工作环境 Cowork-Gym 助 27B 模型力压百亿巨头,哈佛 MIT 开源去中心化竞价智能体群 MPT

围绕人机协同办公与多智能体群体自组织两大前沿方向,阿里通义实验室提出 Cowork-Gym(arXiv:2610.17670),通过‘构建-执行-修正’闭环与会直接修改共享工作区的有状态用户模拟器,规模化合成 64,900 个交互式协同办公环境;经其后训练的 27B Qwen 模型在 PawBench 与 ClawEval 上双双夺冠,正面击败超 100B 参数大模型。同日,哈佛与 MIT(杜亦伦团队)开源市场化竞价后训练框架 MPT(arXiv:2610.22322),让去中心化智能体群通过自主出价(Bidding)同时学习动作策略与自组织分工。

阿里合成 6.49 万协同工作环境 Cowork-Gym 助 27B 模型力压百亿巨头,哈佛 MIT 开源去中心化竞价智能体群 MPT

核心要点速览

  • Cowork-Gym 合成 6.49 万协同环境:引入会直接修改共享工作区的有状态用户模拟器,使 9B/27B/35B-A3B 模型在 6 大基准最高暴涨 8.7 分
  • 27B 模型登顶 PawBench 与 ClawEval:经 Cowork-Gym 训练的 27B 模型正面击败多款 100B+ 参数大模型,夺得两项权威协同基准最高分
  • 哈佛 MIT 开源去中心化竞价训练 MPT:智能体通过自主出价(Bidding)同步学习动作与群体自组织,在群体扩容与节点掉线时具备极强鲁棒性
阅读全文
关联模型 / 智能体 / 厂商:

复旦发布 WorkRover:递归环境演化破局长程协作智能体,JobBench 准确率飙涨 26.27%

复旦大学自然语言处理实验室(Fudan NLP)提出面向长链路协同智能体(Cowork Agents)的递归环境演化训练框架 WorkRover。传统强化学习环境在生成后难以动态迭代修正缺陷,导致上下文、任务与验证器脱节。WorkRover 创新引入“因子兼容重放”(FCR)最小化修复组件,并提出“验证器-轮次信用分配”(VTCA)将工件依赖细粒度回传至关键前提轮次。微调后的 WorkRover-35B-A3B 在 JobBench 暴增 26.27%,OfficeQA Pro 暴涨 29.32%,GDPval v2 Elo 飙升 413 点。

核心要点速览

  • 递归环境演化机制:允许施工智能体(Construction Agents)根据工作区状态与执行反馈联合迭代构建和修复工作上下文、可执行任务与事实核查验证器
  • 因子兼容重放(FCR)与细粒度信用分配(VTCA):FCR 自动选取满足依赖闭包的最小修复方案;VTCA 基于产物依赖将阶段进展奖励精准分摊至先决轮次
  • 协同基准断层突破:WorkRover-35B-A3B 在复杂办公协作任务 JobBench 提升 26.27%、OfficeQA Pro 提升 29.32%,GDPval v2 竞技场分暴涨 413.25 Elo
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Google Cloud 发布 Gemini agent:通用工作 Agent,可编排 Gemini+Claude、子 Agent 与 coworker 身份,云端可持续跑数天

Gemini at Work 2026(10 月 8 日)正式推出 Gemini agent:从单一提示框交目标,覆盖问答、知识工作、媒体与写跑代码;云端持久记忆、子 Agent/coworker 编排,当前可在 Gemini 与 Claude 间择优。目前 private preview。

Google Cloud 发布 Gemini agent:通用工作 Agent,可编排 Gemini+Claude、子 Agent 与 coworker 身份,云端可持续跑数天

核心要点速览

  • 定位:单一通用工作 Agent——问答 / 知识工作 / 图像媒体 / 写跑代码,交目标而非逐步指令(Cloud 博文)
  • 编排:动态子 Agent + coworker agent(独立身份与 @agents.company.com);任务可并行/串行跑数小时到数天
  • 模型:Agent 与模型解耦,当前可在 Gemini 家族与 Claude 间择优与组合,强调降本
  • 治理:Agent Identity、Agent Gateway、沙箱、Smart Routing、按项目实时花费上限
  • 可用性:官方称 private preview,随后面向部分 Workspace Business/Enterprise(blog.google)
阅读全文
关联模型 / 智能体 / 厂商:

CopilotKit 开源 OpenDots:自托管「常开同事」模板;任意 AG-UI Agent + OpenAI 兼容模型,MIT

CopilotKit 于约 2026-10-01 发布 OpenDots(MIT):开源、可自托管的 OpenAI Dots 替代模板——每名 Dot 可有独立「电脑」(浏览器/文件/终端)、Spaces/Pages、实时通话、Slack Channels SDK、草稿审批与定时任务。接入任意 AG-UI Agent 与 OpenAI 兼容模型;电脑权限默认关闭。本跑 GitHub API 约 ★1448 / forks 176。

CopilotKit 开源 OpenDots:自托管「常开同事」模板;任意 AG-UI Agent + OpenAI 兼容模型,MIT

核心要点速览

  • 官方博文:Introducing OpenDots(2026-10-01);仓:CopilotKit/OpenDots MIT
  • 定位:自托管「常开 AI 同事」;对比闭源 Dots——可用任意 OpenAI 兼容模型 + AG-UI Agent,不绑 OpenAI 套餐/地区
  • 能力:独立电脑(默认关)、Spaces/Pages、通话、Slack、草稿先审后存、定时任务、Automatic Learning 技能沉淀
  • 本跑 gh api:★1448 / forks 176;created_at 2026-09-29T17:13Z,pushed_at 2026-10-02T21:16Z
  • 开箱:git clone → npm ci → cp .env.example .env → npm run dev;文档见 AG-UI / CopilotKit Intelligence
阅读全文
关联模型 / 智能体 / 厂商:

Anthropic 全面整合 Claude Chat 与 Cowork:打造多模态工作流单统一路由界面

Anthropic 宣布对其核心 Web 体验进行重大重构,将传统 Claude Chat 与结对工作空间「Cowork」无缝融为一体。用户在单个连续对话流中即可自主切换日常问答、Cowork 结对协作、Artifacts 交互式可视化与 Design UI 模式,彻底消除了不同协作范式之间的上下文断裂。

核心要点速览

  • 打破 Chat 与 Cowork 模式壁垒,实现单线程上下文在不同工作态间无损流转
  • 支持在结对编程、文档设计与交互式组件生成之间智能自适应路由
  • 进一步沉淀跨模态工作流记忆,显著提升长周期复杂项目攻坚体验
阅读全文
关联模型 / 智能体 / 厂商:

Anthropic:Claude Cowork 与聊天合并为统一 Claude,Pro/Max 数周内滚动上线

Anthropic 宣布 Claude Cowork 与聊天合并为统一的 Claude:可先快速提问再交办报告,关闭笔记本后任务仍可继续,不清楚时会追问并由用户拍板。原有 Cowork 的聊天、项目、产物、连接器与技能都会保留;Claude Design / Slides / Docs 已在付费计划 beta,面向 Pro 与 Max 用户数周内滚动发布。

核心要点速览

  • Cowork 与聊天合并为单一 Claude,关闭电脑后任务仍可继续推进
  • 原有 Cowork 会话、项目、产物、连接器与技能完整保留可续用
  • Claude Design / Slides / Docs 进入付费计划 beta;Pro 与 Max 数周内滚动上线
阅读全文
关联模型 / 智能体 / 厂商:

Microsoft 开源 Skill Recorder:录一遍桌面操作,Copilot CLI 重建为可复用 Skill/Automation

社区报道 Microsoft 开源桌面应用 Skill Recorder(github.com/microsoft/skill-recorder,约 3.9k stars)。本地录屏与活动后,经 GitHub Copilot CLI 重建为意图+有序步骤,再生成 SKILL.md Skill 或可调度 Automation,面向 Microsoft Scout、Copilot Cowork 与 Copilot Studio;优先调用 Agent 原生工具(如 gh、web_fetch)而非机械回放点击。

核心要点速览

  • Microsoft 开源 Skill Recorder(microsoft/skill-recorder),GitHub 约 3.9k stars。
  • 录屏/活动本地采集 → Copilot CLI 重建意图与步骤 → 生成 Skill(SKILL.md)或 Automation。
  • 目标环境:Scout / Copilot Cowork / Copilot Studio;优先原生工具而非坐标回放。
阅读全文

微软:GPT-6 Astra 今日上线 Copilot Cowork 与 Copilot Studio

微软 Apps & Agents EVP Jeff Teper 宣布,OpenAI GPT-6 Astra 即日起在 Microsoft Copilot Cowork 与 Copilot Studio 放量,官方落地页 aka.ms/AstraInCopilot(Microsoft Community Hub)。企业团队与自定义 Agent 可直接在微软 Copilot 产品线使用最新旗舰模型。

核心要点速览

  • 微软 EVP Jeff Teper 确认 GPT-6 Astra 今日上线 Copilot Cowork 与 Copilot Studio。
  • 官方落地页 aka.ms/AstraInCopilot(Microsoft Community Hub)。
  • 面向企业团队与 Copilot Studio 自定义 Agent 的旗舰模型接入。
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Claude 可在后台操控电脑:Cowork 与 Claude Code 上线

Anthropic 让 Claude 在 Claude Cowork 与 Claude Code 中于后台使用用户电脑:点击、打字、打开应用,用户可同时处理其他工作。该能力目前以 beta 形式向 Pro 与 Max 用户开放,仅限 macOS 桌面端。这把 Claude 从对话助手推进到可并行执行桌面任务的编码与办公智能体。

核心要点速览

  • 可在用户工作时于后台点击、输入并打开应用
  • 已接入 Claude Cowork 与 Claude Code
  • Pro/Max 计划 macOS 桌面端 beta 可用
阅读全文
关联模型 / 智能体 / 厂商:

Command Code 上线 Qwen 3.8 Max 0902:2.4T 参数、百万上下文,强化编程与协作后训练

Command Code 宣布 Qwen 3.8 Max 0902 已在其平台上线:升级版 Qwen 3.8 Max,约 2.4T 参数、1M 上下文,并针对编程与协作(cowork)做后训练。GOAT、Pro、Max 订阅与 API 均可调用,便于在 Claude/Codex 等闭源通道波动时切换开源权重路线。

核心要点速览

  • Qwen 3.8 Max 0902:约 2.4T 参数、1M 上下文,相对前代强化 coding & cowork 后训练。
  • Command Code 的 GOAT / Pro / Max 与 API 同步可调用。
  • 定位为开源权重编程备用通道,尤其适合闭源模型宕机或限流时切换。
阅读全文
关联模型 / 智能体 / 厂商:

Claude 可在后台操控电脑:Cowork 与 Claude Code 实现异步桌面智能体

Anthropic 宣布 Claude 可在 Claude Cowork 与 Claude Code 中于后台使用电脑:点击、键入、打开应用,用户可同时处理其他工作。该能力目前以 beta 形式面向 Pro/Max 用户,仅 macOS 桌面端开放,需在设置中开启 Computer use。

核心要点速览

  • 编码智能体从对话式辅助升级为可并行执行的桌面操作代理
  • Cowork 与 Claude Code 共用同一套后台 computer use 能力
  • 当前限 macOS 桌面端 Pro/Max beta,官方同步给出安全使用指南
阅读全文

Qwen3.8-Max-0902 登顶 Code Arena:2.4T 参数、100 万上下文

阿里云通义千问发布 Qwen3.8-Max-0902,参数量 2.4T、上下文 100 万 token,并针对编码与协作场景继续后训练。该模型以 1691 分登顶 Code Arena WebDev,小幅超过 Claude Opus 5,同时以每百万 token 约 5 美元处于性价比前沿。

核心要点速览

  • 2.4T 参数、100 万 token 上下文,强化企业任务、科研与长程工作流
  • Code Arena WebDev 总分 1691,高于 Claude Opus 5(1688)与 Kimi K3(1674)
  • API 定价输入 2 美元/百万、输出 6 美元/百万,已在 QwenCloud 上线
阅读全文
关联模型 / 智能体 / 厂商:

通义千问发布 Qwen3.8-Max-0902:2.4T 参数、百万上下文,编程与协作后训练强化

阿里通义宣布 Qwen3.8-Max 升级为 Qwen3.8-Max-0902:约 2.4T 参数、1M 上下文,并在 Coding 与 Cowork 方向继续后训练,面向复杂企业任务、科研与长程工作流。QwenCloud API 定价为每百万 Token 输入 2 美元、输出 6 美元;显式/隐式缓存命中分别为 0.17 / 0.25 美元。

核心要点速览

  • Qwen3.8-Max-0902 正式上线 QwenCloud API,面向编程与协作长程任务。
  • 规模约 2.4T 参数、1M 上下文,相对前代 Max 强化 Coding/Cowork 后训练。
  • 标价 2/6 美元每百万 Token,缓存命中可低至 0.17–0.25 美元。
阅读全文