AI 编程实时动态与要闻

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。

查看大图

Amp 10 月 29 日上线 macOS Satellites：线程仍跑在 Linux orb 上，需要 macOS 时自动启动一台预装 Xcode 与模拟器的云端 Mac，只在上面构建、运行和测试，截图、日志和录屏回传线程。mac.medium $2/小时、mac.large $4/小时，beta 需排队。CEO Quinn Slack 称智能体做 macOS 开发时只有约 35% 的时间需要 Mac。

查看大图

Apple 10 月 26 日发布 iOS、iPadOS、macOS、watchOS 和 visionOS 27.2，基于 Apple Intelligence 重做的 Siri AI（Beta）在英语之外新增法语、日语、韩语、葡萄牙语和西班牙语。官方称繁体中文、挪威语、土耳其语和越南语将在年底前上线。按 iOS 27.2 发布说明，Siri AI 现在可以回忆过去的对话，并能从信息里的照片、日历参与者、语音留言等更多来源取材。Siri AI 仍不在欧盟（iOS、iPadOS、watchOS）和中国大陆提供，依赖服务器端模型的功能有每日用量上限，Apple 称未来将推出付费的扩展额度。

查看大图

Google AI Studio 团队发布 Gemini API CLI（命令名 gemini-api）实验预览版。它是一个无状态、零依赖的 Go 单文件，支持 macOS、Linux、Windows，Apache 2.0 开源。任何有 shell 权限的编码 Agent 配好 GEMINI_API_KEY 后，就能用一条命令调用文本推理、图像/视频/音乐/语音生成、文件与 YouTube 分析、音视频转写，以及 Deep Research 等托管 Agent。媒体结果直接写到磁盘、只把文件路径打印到 stdout，避免把 base64 塞进上下文。官方说明它是实验项目，不属于受支持的 Google 产品。

查看大图

阿里巴巴通义实验室（Tongyi-MAI）在 arXiv:2610.22200 正式发布并全面开源 OpenGCUA（Open Generalist Computer-Use Agent）通用计算机控制智能体技术栈。针对当前 GUI 智能体过度依赖逐帧截图与单点点击、无法执行高效批处理操作的行业痛点，OpenGCUA 首创“代码执行即行动（Code-Execution-as-Action）”范式，将视觉感知、可访问性树（Accessibility Tree）、Bash 脚本与 Playwright API 深度融合。在权威 OSWorld-v2 基准测试中，OpenGCUA 推动各大主流前沿模型平均得分大幅提升 19.6 分，同时将任务完成平均步数削减 53.0%，并配套开源了 macOS 实体机状态栏应用与跨设备 SDK。

查看大图

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。

查看大图

腾讯混元 10 月 16 日开源 Hy Memory 2.0，三层齐发：Apache-2.0 的专用记忆写入模型 Hy-Memory-30B-A3B（约 3B 激活，HF + arXiv 技术报告）、覆盖 Chat/Working/Coding 三种场景的 Python SDK（PyPI hy-memory 2.0.x），以及本地优先的 MemHub（CLI + macOS，preview）。官方口径下，该模型替换 Mem0、MemOS、Hy-Memory 与留出的 EverMemOS 中的写入 LLM 后四框架均分 55.49，Claude Opus 5 为 54.62；评测基于固定 20% 子样本，部分单项仍落后 Opus 5。

查看大图

Google Antigravity CLI 于 2026-10-14（UTC）发布 1.3.5。Release Notes 新增 Auto 模式：自动批准文件编辑与安全命令，不可逆操作仍会询问；将离开终端沙箱的命令先交独立 agent 审核。可用 --mode auto、/config 的 Agent Mode，或 Shift+Tab 切换；目前支持 Linux 与 macOS，Windows 稍后。同版加入按需 /compact，并为 /diff 增加语法高亮、折叠与大文件虚拟滚动。公开文档的 modes 页抓取时仍只列 default / accept-edits / plan，以 GitHub Release 为准。

查看大图

AWS 于 10 月 7 日发布开源 Agent 沙箱 Strands Box v0.1.0（Rust，Apache 2.0）。它把操作系统级隔离与 Dogwood 策略语言结合：Shell、Python、出站网关和 MCP 调用都先经过同一个默认拒绝的策略引擎，并共享事件历史，规则可以依据“之前做过什么、过了多久”来放行或拒绝。凭证由网关注入，Agent 拿不到明文密钥。目前仅支持 Apple 芯片 macOS，Linux 开发中。

查看大图

Apple 于 2026-10-02 在 Developer News 宣布：将为 macOS Full Disk Access（完整磁盘访问） 引入额外控制，确保只有经「非常明确的用户操作」才能授予该权限。官方原文直接点名 AI agents——随着代理能力与自主性上升，这一权限的风险会「substantially」放大。尚未公布具体 OS 版本或生效日。

查看大图

开源项目 Louis-CFM/coucou（MIT）把 Claude Code、Codex、Cursor、Gemini CLI、Antigravity 等会话塞进 Mac 刘海（Windows/Linux 顶栏），可在岛上 Allow / Deny / Always 审批，并支持拖文件、看 live diff、GitHub/Vercel 等集成。2026-10-03 已发 v0.1.3；Linux 0.1.1 beta（AppImage/deb/rpm）可用，Windows 安装包因 Defender 误报暂时下架需自行编译。

查看大图

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。

查看大图

anomalyco 于 2026-09-30 发布 OpenCode v1.18.34（npm [email protected] 约 2026-09-30T22:38Z；相对 v1.18.33...v1.18.34 ahead_by 30）。核心修复：模型请求发送 namespaced session / parent-session identity headers，便于网关与计费归因；本地编译与发行的 macOS 二进制改用 Developer ID 签名，面向 macOS 27+ 更稳。同期树内还有 Go Plus 套餐展示与日榜模型排行等 console 改动。

查看大图

OpenAI Codex CLI/app-server 于 2026-09-29 发布 rust-v0.159.0（npm @openai/[email protected]）：新增可开关的 instant_interrupt，在模型响应或长时 code-mode 调用中途用新输入改道；欢迎页与会话头更紧凑；警告查看器关闭即清除已阅项（按 k 保留）；计划确认时仍可滚动 transcript；原生 Mermaid 支持更多边/标签/节点组；app-server 可从指定 item 分页拉取线程历史。相对 v0.158.0 约 89 commits / 300 files。Windows MCP/code-mode 抑制多余控制台窗、.aws 默认可写根下受保护、macOS 沙箱 TLS/代理修复。

查看大图