AI 编程实时动态与要闻

Vercel Labs 发布 agent-desktop:给任意编码 Agent 的桌面 Computer Use,基于系统无障碍树而非截图像素,支持 macOS/Windows/Linux

10 月 31 日,Vercel Labs 的 Chris Tate(agent-browser 作者)在 X 上发布 agent-desktop,称其为「整台电脑版的 agent-browser」。它是一个 Rust 编写、Apache-2.0 开源的 CLI 和 C 库:读取桌面应用的系统无障碍树,以 JSON 返回每个可操作元素的 ref,Agent 按 ref 点击、输入后再快照核对,不做像素匹配,默认在后台无头运行。1.0.0 已于 10 月 27 日发布并首次加入 Linux 支持,目前 npm 最新版为 1.0.2。

Vercel Labs 发布 agent-desktop:给任意编码 Agent 的桌面 Computer Use,基于系统无障碍树而非截图像素,支持 macOS/Windows/Linux

核心要点速览

  • 安装:npm install -g agent-desktop,一个包自带 x64/ARM64 原生二进制;1.0.0(10-27)加入 Linux(glibc 2.35+,经 AT-SPI),npm 最新 1.0.2(10-30)
  • 工作方式:snapshot 输出带 ref 的 JSON 树,click @<snapshot_id>:eN 操作,再 snapshot 核对;UI 变化时返回 STALE_REF,错误里带 retry 是否安全的标记
  • 规模:README 称共 60 个命令名、56 个可用命令,覆盖窗口、键鼠、通知、剪贴板、等待与会话追踪
  • 默认无头:按 ref 的操作走无障碍 API,不移动鼠标、不抢焦点,需要真实输入时加 --headed;Chris Tate 称多个 Agent 可各带一个光标并行使用电脑
  • 跑分:官方未公布任何成功率或速度基准;它只是工具,不内置模型,网页自动化仍交给 agent-browser
阅读全文

Cursor 正式推出 Computer Use:智能体可操控整台电脑,驱动 iOS 模拟器等桌面应用测试自己写的功能

2026-10-23(UTC 15:59,SGT 23:59),Cursor 官方账号 @cursor_ai 宣布「Cursor can now control your computer」:智能体可以驱动 iOS 模拟器等桌面应用,测试自己刚实现的功能。官方补充说明,Computer Use 让智能体在电脑上任意应用中点击和输入,不再局限于浏览器;Cursor 会在任务需要时自动启用,也可以在提示词里 @ 提及 Computer Use 主动调用,更新 Cursor 即可试用。此前 9 月社区更新日志曾提到 3.20.21 版 Mac 端 Computer Use,这次是官方正式发布。官方未公布支持的系统范围、权限模型和跑分。

Cursor 正式推出 Computer Use:智能体可操控整台电脑,驱动 iOS 模拟器等桌面应用测试自己写的功能

核心要点速览

  • Cursor 官方宣布智能体可操控整台电脑,可驱动 iOS 模拟器等桌面应用测试自己写的功能
  • Computer Use 支持在任意应用中点击和输入,不再局限于浏览器
  • Cursor 会在任务需要时自动启用,也可在提示词中 @Computer Use 主动调用
  • 更新 Cursor 即可试用;支持的系统、权限模型与跑分官方未公布
阅读全文
关联模型 / 智能体 / 厂商:

Perplexity 官宣 Perplexity Computer 登陆 macOS:本地大模型与端侧 Agent 深度整合,实现 100% 离线 Mac 控制

Perplexity 官方正式宣布将 Perplexity Computer 功能原生集成至 macOS 客户端应用中。与此前高度依赖云端传输屏幕截图并接收键盘鼠标动作指令的传统 Computer-Use 方案不同,Perplexity Computer 实现了模型与智能体执行回路的全本地化运行(The model and the agent both run on your Mac)。通过深度调用 macOS 原生辅助功能(Accessibility API)与本地端侧轻量多模态模型,该功能消除了云端网络延迟,并在彻底保护用户屏幕隐私的前提下,赋能智能体在用户桌面上全自主操作本地应用、整理文件与执行跨软件复杂工作流。

Perplexity 官宣 Perplexity Computer 登陆 macOS:本地大模型与端侧 Agent 深度整合,实现 100% 离线 Mac 控制

核心要点速览

  • Perplexity 官方正式在 macOS 客户端推出 Perplexity Computer,实现模型推理与智能体循环全本地运行
  • 彻底打破传统云端 GUI Agent 的隐私隐患,屏幕画面与按键事件无需上传服务器,100% 杜绝敏感数据外泄
  • 零云端往返时延(Zero Cloud RTT),利用 Apple Silicon 统一内存与硬件神经引擎,实现极速桌面响应
  • 深度结合 macOS 原生无障碍体系与应用沙盒,支持跨终端、浏览器与本地开发套件的端到端自动化编排
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI 推出 ChatGPT Slides:在 Space 里与团队实时协作做 PPT,可导出 PowerPoint、PDF 与 Google Slides

OpenAI 自 10 月 16 日起向具备 Space 权限的 ChatGPT Pro、Business 与 Enterprise 用户分批开放 ChatGPT Slides(网页与桌面端)。用户可在 Work 里让 ChatGPT 把对话、文件或大纲生成可编辑演示文稿,或上传示例 deck 指定风格;团队可实时共编、共享评论并 @ChatGPT 改稿,网页端可导出 PowerPoint、PDF 和 Google Slides,桌面端可直接在 PowerPoint 或 Keynote 中打开。

OpenAI 推出 ChatGPT Slides:在 Space 里与团队实时协作做 PPT,可导出 PowerPoint、PDF 与 Google Slides

核心要点速览

  • 10 月 16 日起分批开放:覆盖 Pro、Business、Enterprise 3 档套餐(需 Space 权限),Plus 与免费版不在本轮
  • 网页端 3 种导出:PowerPoint(.pptx)、PDF、Google Slides;桌面端可直接在 PowerPoint 或 Keynote 打开
  • 可上传示例 deck 指定版式,并用 template-creator 自建模板、通过团队 Plugins 共享
  • 实时共编 + 共享评论,评论里 @ChatGPT 或 @dot 即可让 agent 改稿;帮助中心称上线时暂无「仅评论」权限
  • Windows 缺少 MXC 组件时(Windows 10 不支持)桌面端本地改用 .pptx 文件;生成质量跑分官方未公布
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Claude Code 桌面版改版多会话工作流:环境预设、嵌套并行子会话、/btw 独立标签与「需要你」侧栏

Anthropic 开发者账号 ClaudeDevs 于 2026-10-14(UTC)宣布 Claude Code 桌面版面向「多会话并排」的更新:新会话页保留最近文件夹,可把多个文件夹、SSH 主机或云端保存为环境并按文件夹开 worktree;让 Claude 并行跑任务时每个任务成为嵌套会话,完成后只把结果汇报回主会话;跟进工作可一键开新会话,/btw 侧问题在独立标签进行;侧栏区分运行中与等待你的会话,会话内有实时待办、回合摘要卡和显示运行位置/上下文/改动的侧栏。更新桌面应用即可使用;官方未公布任何性能数字。

Claude Code 桌面版改版多会话工作流:环境预设、嵌套并行子会话、/btw 独立标签与「需要你」侧栏

核心要点速览

  • 官方线程共 6 条;主帖抓取时约 1.58 万赞、131 万曝光、4300+ 收藏,开发者关注度高
  • 并行:要求 Claude 并行执行时,每个任务起一个嵌套会话,完成后只回传结果,主线程不被中间过程刷屏
  • 环境预设:多个文件夹 / SSH 主机 / 云端可保存为环境,每个文件夹可选独立 Git worktree(默认目录 <project-root>/.claude/worktrees/,见 Desktop 文档)
  • 注意力管理:侧栏区分「运行中」与「需要你」,会话内有实时待办与回合 recap 卡;/btw(或 Cmd+;)侧问题不写回主对话
  • 无 Benchmark:官方未给出速度或吞吐数据;社区已有人反馈 10 月初起分叉会话被嵌套显示、希望可关闭(GitHub #100216)
阅读全文
关联模型 / 智能体 / 厂商:

GPT-5.5 今日退出 ChatGPT、ChatGPT Work 与 Codex:ChatGPT 登录用户需改用 gpt-6-sol / gpt-6-luna,API 不受影响

按 OpenAI 官方模型文档,GPT-5.5 自 2026-10-14 起在 ChatGPT、ChatGPT Work 与 Codex 的全部套餐下线,OpenAI API 不受影响。用 ChatGPT 登录 Codex 的 Plus、Pro、Business、Enterprise、Edu 用户应改选 gpt-6-sol,Free 与 Go 用户在桌面端改选 gpt-6-luna;复杂编码推荐 gpt-6.1-sol。写死 gpt-5.5 的 config.toml、自定义 agent、定时任务和脚本需要立即修改。

核心要点速览

  • 生效日 2026-10-14:GPT-5.5 退出 ChatGPT、ChatGPT Work、Codex 全部套餐(含 Business/Enterprise/Edu),OpenAI API 不受影响
  • 替代:Plus/Pro/Business/Enterprise/Edu 选 gpt-6-sol;Free/Go 在桌面端选 gpt-6-luna(均为“可用时”)
  • 复杂编码与 agent 工作流官方推荐 gpt-6.1-sol,官方口径接近 GPT-6 Astra、标准价为 Astra 的 1/5
  • 需检查的 4 处:config.toml 的 model、codex exec -m、自定义 agent、定时任务/脚本
  • Enterprise/Edu 中新模型默认关闭需管理员启用;GPT-5.6 Sol/Terra/Luna 在过渡期仍可用
阅读全文

OpenCode 2.0 正式发布:后台常驻服务统一终端/Web/桌面,MCP 默认走 Code Mode,新增后台子代理与 @opencode/sdk

Anomaly 团队 10 月 12 日发布开源编码 Agent OpenCode 2.0 的正式说明:本地自动常驻一个后台服务,终端、Web 与桌面端共用同一进程;重写服务端 API 并推出 @opencode/client;内置 @opencode/codemode 让模型写脚本组合 MCP/OpenAPI 工具,所有 MCP 默认进入 Code Mode;新增后台子代理与后台 Shell;80+ 内置功能改为插件并支持热重载;@opencode/sdk 可把 OpenCode 当库嵌入。1.x 插件与旧服务端 API 不兼容。

OpenCode 2.0 正式发布:后台常驻服务统一终端/Web/桌面,MCP 默认走 Code Mode,新增后台子代理与 @opencode/sdk

核心要点速览

  • 架构:2.0 默认在本机常驻单个后台服务进程,TUI、Web、桌面端与脚本客户端 @opencode/client 都连同一个进程,可用 opencode pair 暴露给其他主机(官方发布说明)
  • Code Mode:@opencode/codemode 自研极简 JS 解释器,把 MCP/OpenAPI 转成可脚本调用的函数;所有 MCP 服务器默认启用 Code Mode,可在配置里用 codemode: false 关闭(MCP 文档)
  • 编排:新增后台子代理(background: true,默认嵌套深度 1)与无默认超时的后台 Shell,前台任务可用 Ctrl+B 挪到后台(Tools 文档)
  • 扩展:官方称 80+ 项功能以内部插件实现,TUI 插件转为稳定版并支持热重载;@opencode/sdk 与 CLI 同一套代码
  • 迁移:三处破坏性变更(插件 API、服务端 API/客户端、tui.json 改为全局 cli.json 自动迁移);升级命令 opencode upgrade --major(迁移指南)
阅读全文
关联模型 / 智能体 / 厂商:

Codex 上线「Composer 预测」Beta:AI 替你想好下一句指令,按 Tab 接受,Pro 用户不占用量

OpenAI 10 月 9 日在 Codex 桌面版为个人 ChatGPT Pro 用户开放 Composer 预测 Beta:Codex 每次答完后,根据当前线程与你的说话习惯,在输入框里预填下一条消息,按 Tab 接受、可改后再发;仅支持本地与 SSH 线程、GPT-6 Astra 与 GPT-6.1 Sol,Beta 期间生成预测不计入用量。

Codex 上线「Composer 预测」Beta:AI 替你想好下一句指令,按 Tab 接受,Pro 用户不占用量

核心要点速览

  • 范围:个人 ChatGPT Pro、18 岁以上,Codex 桌面版本地与 SSH 线程(帮助中心)
  • 模型:仅 GPT-6 Astra 与 GPT-6.1 Sol 支持预测
  • 计费:Beta 期间生成预测不消耗额度,只有发送消息才按正常 Codex 用量计算
  • 交互:Tab 接受、不会自动发送;在 设置 → General → Composer 关闭 Show predictions
  • 热度:官方公告帖约 3,250 赞、23 万次浏览,OpenAI 称其为内部测试中“最受喜爱的功能之一”
阅读全文
关联模型 / 智能体 / 厂商:

Codex 在 Windows 上换上微软 MXC 沙箱:免管理员安装、无需额外账户与防火墙规则,原生网络策略加细粒度文件权限

OpenAI Developers 于 10 月 9 日宣布,Codex 在 Windows 上新增基于微软 Execution Containers(MXC)的沙箱模式,主打更快安装、更强网络管控与细粒度文件访问控制,需兼容的 Windows 11 设备。官方文档将 MXC 列为推荐实现,原 elevated/unelevated 降为兜底;Codex CLI 0.162.0 起可用,独立 CLI 中 features.prefer_mxc 默认关闭,桌面 App 通过灰度开启。

Codex 在 Windows 上换上微软 MXC 沙箱:免管理员安装、无需额外账户与防火墙规则,原生网络策略加细粒度文件权限

核心要点速览

  • Windows 沙箱实现从 2 种增至 3 种:mxc(推荐)/ elevated(首选兜底)/ unelevated(弱网络隔离兜底)
  • MXC 安装 0 次管理员提权、0 个额外 Windows 账户、0 条本地防火墙规则,命令以用户本人身份运行并逐条施加策略
  • 最低版本 Codex CLI 0.162.0;独立 CLI 中 features.prefer_mxc 默认关闭,需手动开启
  • 企业可在 requirements.toml 用 windows.allow_mxc = false 一键禁用 MXC
  • 社交热度:官方帖 650+ 赞、5.1 万次曝光(发帖约 1.5 小时内)
阅读全文
关联模型 / 智能体 / 厂商:

DeepSeek Harness v0.2.1:桌面端就绪,并实验性接入 Claude Code Mods 兼容层

GitHub Release dsh-v0.2.1-alpha.1(2026-10-03T06:42:19Z)为 MIT 开源 Agent 运行时 DeepSeek Harness(约 243k star)增加实验性 Claude Code Mods 兼容层(验证 Mods API ≈ dsh 插件子集,不承诺完整兼容),并延续 v0.2 的 macOS/Windows 桌面端与「一切皆插件」架构。下载:deepseek.com/harness 或 npx @deepseek-ai/dsh web。

核心要点速览

  • 官源:Release dsh-v0.2.1-alpha.1(2026-10-03)+ 仓库 deepseek-ai/deepseek-harness(~243k★)+ deepseek.com/harness
  • 亮点:实验性 Claude Code Mods 兼容层——验证子集关系,非完整互操作承诺
  • 产品面:v0.2 起 macOS Apple silicon / Windows x64 桌面端可捆绑 dsh 命令
  • 架构:Everything is a Plugin(Cordis);Standard/Creator/PTC/Minimal;可接 OpenAI 兼容端点
  • 风险:开发者预览 + 破坏性变更(如移除 invariant);生产前先沙箱
阅读全文
AD赞助内容

GitHub Copilot Computer Use 公测:CLI 与桌面 App 可操控 macOS/Windows 本地 GUI 应用

GitHub 于 2026-10-01 Changelog 宣布 Computer Use 进入公测:Copilot CLI 与 Copilot App 可在本机读写无障碍树/截图、点击、键入、滚动与跨应用工作流,覆盖无 API/CLI/MCP 的遗留 GUI。默认关闭,需 /computer on 或设置开关;企业策略可强制禁用。

GitHub Copilot Computer Use 公测:CLI 与桌面 App 可操控 macOS/Windows 本地 GUI 应用

核心要点速览

  • 官宣:Changelog 2026-10-01;概念文档 About computer use
  • 表面:仅 本地会话 的 Copilot CLI + Copilot App;平台 macOS / Windows(Linux 桌面未列)
  • 能力:读无障碍树或截图 → 点击/键入/快捷键/滚动/拖拽/跨应用导航;适合无 API·CLI·MCP 的遗留 GUI
  • 开关:默认关;CLI /computer on|show|off;App Settings → Computer Use;macOS 需 Accessibility + Screen Recording
  • 治理:跟随时表面 Tool Permissions;Always allow 本机 CLI/App 共享;企业 managed settings 可禁用且本地无法覆盖
阅读全文

Claude Code 2.1.285:`claude --desktop`;插件 configure / MCP 安装期配置;allowedProviders 管控

Anthropic Claude Code 于 2026-09-29 发布 v2.1.285(npm @anthropic-ai/[email protected]):新增 claude --desktop 打开桌面端当前目录/会话;claude plugin configure 与 --config server.key=value 可在安装期写入 MCP 设置;托管设置 allowedProviders 限制机器可用的 API 提供方;CLAUDE_CODE_DISABLE_WEB_FETCH 关闭 WebFetch。相对 v2.1.284 约 4 commits / 67 files,并含大量 SSH/沙箱/子代理权限修复。

Claude Code 2.1.285:`claude --desktop`;插件 configure / MCP 安装期配置;allowedProviders 管控

核心要点速览

  • 发版:v2.1.285(2026-09-29);对比 v2.1.284...v2.1.285 ≈4 commits / 67 files
  • 桌面互通:claude --desktop(可加 --continue / --resume <id>)从 CLI 打开 Claude Desktop 当前目录或会话
  • 插件/MCP:claude plugin configure <plugin>;claude plugin install --config <server>.<key>=<value> 安装期写入 .mcpb 设置,免进 /plugin UI
  • 企业管控:托管设置 allowedProviders 可限定 Anthropic API / 自定义端点 / Bedrock / Mantle / Vertex / Foundry 等;CLAUDE_CODE_DISABLE_WEB_FETCH 关 WebFetch
  • 升级:npm i -g @anthropic-ai/[email protected];文档 code.claude.com/docs
阅读全文

DeepSeek Harness 官方桌面客户端上线:Cordis 插件内核深度集成,本地免守护进程运行端到端智能体

深度求索(DeepSeek AI,@deepseek_ai)正式推出开源智能体运行时 DeepSeek Harness(dsh)的官方桌面客户端应用程序,适配 macOS 与 Windows 双平台。针对此前开发者在本地运行 Harness 智能体时必须依赖终端 CLI、手动配置多通道守护进程与管理本地沙箱的繁琐门槛,桌面版将 Web 交互前端、Cordis 插件编排内核与本地沙箱执行环境做到了“零配置开箱即用”,原生支持轨迹可视化回放(Trajectory Playback)、分支会话分叉(Session Forking)以及多模型子智能体混合编排。

DeepSeek Harness 官方桌面客户端上线:Cordis 插件内核深度集成,本地免守护进程运行端到端智能体

核心要点速览

  • 告别终端命令行多进程常驻痛点,官方原生 GUI 客户端一键打包本地沙箱与 Cordis 运行时。
  • 内置实时轨迹追踪器(Trajectory Replayer),毫秒级还原 Agent 文件读写、Shell 命令与思考链细节。
  • 提供会话状态任意分叉(Session Forking)功能,支持在任意子任务失败节点回退重试而不丢弃全局上下文。
  • 全面兼容调用 Claude Code、OpenCode 及本地 Ollama 模型作为下游专家子智能体处理异构任务。
阅读全文

Goose v1.52.0:桌面端直播语音对话上线,并接入 Opus 5.5 / GPT-6-sol / GPT-6-luna

开源可扩展智能体 Goose(现托管于 aaif-goose/goose)于 2026-09-23 发布 v1.52.0:桌面端新增直播语音对话;引入 Decisions provider(OpenRouter + Jev);加入 Z.AI Coding Plan 流式工具调用;Recipe 参数上限落到 32 参数 / 200 选项 / 128 KiB;并原生支持 Claude Opus 5.5、GPT-6-sol 与 GPT-6-luna。

Goose v1.52.0:桌面端直播语音对话上线,并接入 Opus 5.5 / GPT-6-sol / GPT-6-luna

核心要点速览

  • 桌面端直播语音:PR #12093 把实时语音会话打进 Desktop
  • 模型目录:官方注明支持 Claude Opus 5.5、GPT-6-sol、GPT-6-luna(#12447)
  • Decisions provider crate:OpenRouter + Jev 实现(#12418),把决策模型嵌进 agent 编排
  • Recipe 硬限制:最多 32 参数、200 个 select 选项、正文 128 KiB(#12259)
  • 安装入口:goose-docs.ai 安装指南;源码 aaif-goose/goose
阅读全文

MarkuprPlus 开源:窗口录屏+本机 Whisper 旁白,产出给编码智能体的结构化 Markdown

@DanKornas 介绍 MarkuprPlus(github.com/hashfunction/MarkuprPlus):MIT 桌面应用、CLI 与 MCP,把锁定窗口的录屏与本机 Whisper 旁白转成结构化 Markdown(每个标记一张标注截图),报告可交给 Claude Code、Cursor、Codex、Windsurf;本地优先,会话输出含报告、截图、音视频与元数据。

MarkuprPlus 开源:窗口录屏+本机 Whisper 旁白,产出给编码智能体的结构化 Markdown

核心要点速览

  • 每个屏幕标记对应一张标注截图与一条 issue。
  • 旁白用本机 Whisper 转写,不必上传云端。
  • 桌面/CLI/MCP;MIT,可交给 Claude Code、Cursor、Codex、Windsurf。
阅读全文