搜索

1. 谷歌发布通用工作智能体 Gemini agent：可调用 Gemini 和 Anthropic 的 Claude

   

   为什么重要：谷歌的旗舰工作智能体首批同时接入自家 Gemini 和 Anthropic 的 Claude；"同事智能体"有独立的邮箱、日历和通讯录身份。

   要闻·10月8日

2. AI Agent 图表 skill diagram-design 再登 GitHub 日榜，star 达 4.8 万

   

   …gn 再次登上 GitHub 日榜：给 AI coding agent 用的图表 skill，一句话生成 44 种编辑级图表，star 已超 4.8 万。为什么重要：这是它两个月内第二次冲上 GitHub 日榜前列，24…

   快讯·10月10日

3. REA 登顶 GitHub 日榜：让 AI Agent 逆向工程任意应用，直达二进制

   

   …P 服务器调度 Ghidra/Hopper/Frida，让 Agent 逆向工程任意应用直达二进制。为什么重要：REA 以 MIT 协议开源，可分析原生二进制、JS/Electron 应用和网站，兼容 Claude Co…

   快讯·10月8日

4. HeyGen 开源 HyperFrames：写 HTML，直接渲染视频

   

   …TML、CSS 和动画确定性渲染成 MP4，附带 21 个 agent skills，编码智能体一句话即可从写页面走到成片。

   快讯·10月11日

5. OpenAI 全量推送 GPT-6 “Intelligent UI”：ChatGPT 的回答变成可交互界面

   

   … 22 日已上线 API 和 Codex，谷歌 5 月已给 Gemini 推出类似功能。

   要闻·10月8日

6. Reka 发布 19B 全能模型 Rho-1：单个神经网络处理文字、图片、视频与机器人动作

   

   …网络里同时理解和生成文字、图片、视频并输出机器人动作，无需 agent 管线和工具调用。公司称基础模型视频生成 0.79× 实时（可观看流约 6 秒起）、蒸馏版去噪从 99 步砍到 8 步、5.3 秒片段约 1 秒生成；…

   要闻·10月6日

7. 谷歌发布 EmbeddingGemma 2：740M 参数统一文本图像音频视频 embedding，Apache 2.0 开源、手机可跑

   

   …最强，能胜过部分两倍大的模型。比较范围不包括谷歌自家云端的 Gemini Embedding 2。谷歌的分工是：端侧、离线场景用 EmbeddingGemma，大规模服务端用 Gemini Embedding API。 …

   要闻·10月7日

8. text-to-cad 登 GitHub 周榜：给智能体装上 CAD 能力

   

   …发，支持 Claude Code、Codex、Cursor、Gemini、Grok 等支持插件或 Skills 框架的智能体，并自带本地 MCP 服务和浏览器里的模型查看器。 按项目说明，智能体生成的模型是可直接进入制造…

   快讯·10月12日