开源Agent BitFun：一句话把任务变成桌面小应用
相关推荐
谷歌补上Gemini Windows App，但首发版和网页端差别不大
动察 Beating AI 快讯，谷歌正式推出 Gemini Windows 桌面 App，支持 Windows 10 和 11，全球开放。按下 Alt + Space 就能从任意界面叫出 Gemini，不用再切到浏览器。Gemini Spark、Gmail 和 Drive 连接，以及 Nano Banana 生图、Gemini Omni 生视频也都搬了进来。 不过首发版的「桌面能力」还很少。9to5Google 称，目前界面基本就是网页版加上 Notebooks 和历史记录侧栏。谷歌自己的说明也显示，Mac 版已经能读取屏幕内容、跨 App 语音输入，还能让 Spark 整理本地文件夹；这些能力 Windows 版都要以后再补。
谷歌给Gemini加视频Agent：成本最高降66%
动察 Beating AI 快讯，谷歌给 Gemini API 上线 Agentic Video Understanding。它让模型自己决定看哪段视频、怎么检查。普通模式默认按 1 FPS 固定抽帧，再一次性放进上下文。新模式会自己沿时间轴找片段，并按问题选择画面、音频或转录文本。碰到快速动作，还能提高帧率重新检查。 Google 自测称，Gemini 3.7 Flash 开启后，Token 消耗最高下降 88%，分析成本最高下降 66%，准确率相对提升最高约 7%。它能定位不到 1 秒的瞬间，也能在几小时的视频里找一个细节。 技术上是把开发者以前要自己搭的「先定位、再精看」流程塞进 Gemini 内部。现在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 都支持。上传视频和 YouTube 视频都能用，也不另收功能费。之后还会接入 Gemini App 和 YouTube 的 Ask YouTube。
MiniMax前技术合伙人融资600万美元做语音Agent
动察 Beating AI 快讯，MiniMax 前技术合伙人杨斌创办语音 AI 公司 BreezeBlue，已完成 600 万美元种子轮融资，由元璟资本、红点中国联合领投。团队目前约 15 人，主攻实时语音交互，最新模型为 Breeze TTS 2。 杨斌此前负责 MiniMax 图像和视频生成模型，现在却把创业方向转向声音。他判断，AI Agent 能干的活越来越复杂后，人反而很难一直盯着屏幕监督。语音可以让 Agent 干活时主动汇报、确认问题，人也能随时插嘴纠偏。
谷歌：Gemini 应用登陆 Windows 平台
ChainCatcher 消息，谷歌宣布 Gemini 应用现已在 Windows 平台上推出。
Codex远程控制现在可直接遥控Linux服务器
动察 Beating AI 快讯，OpenAI 的 Codex 已经支持用手机直接控制 Linux 服务器上的 Agent。在服务器运行 codex remote-control start，再用 codex remote-control pair 生成临时配对码。手机打开 ChatGPT 的 Remote 页面输入配对码，就能连接这台机器。Codex 仍在服务器本地运行，手机负责查看任务、发新指令和处理审批。 这对 GPU 集群和无界面的 Linux 服务器尤其有用。研究者 Tanishq Mathew Abraham 就用它从手机管理 Slurm GPU 集群上的自动研究实验和训练任务。社区里也已经有人在 Ubuntu、Arch Linux 等环境跑通。 不过这个功能目前仍被 OpenAI 标成 Experimental。官方文档也还没完全跟上：Developer Commands 已经列出 CLI 配对方法，Remote Connections 主文档却仍写着手机配对需要从 Mac 或 Windows 桌面 App 发起。GitHub 上也还有 Linux 与 Android 配对失败、设备不显示等报告。
LoopX升到1.0：一个页面管Codex、Claude Code等Agent长任务
动察 Beating AI 快讯，开源项目 LoopX 发布 1.0。它装在 Codex、Claude Code、Cursor 等 Agent 上层，把原本分散在不同会话里的长期任务统一收进一个工作台。 用户可以在一个页面看到所有已接入 LoopX 的任务。哪些正在执行、哪些等你确认、哪些在持续监控、哪些已经排期，都会集中显示。进入单个项目后，还能继续查看不同 Agent 的待办、完成记录、文件和运行状态。 这个工作台可以直接在浏览器打开，也提供 macOS 和 Windows 桌面版。两种入口共用同一套本地服务和任务状态。它不会自动读取电脑上所有 Agent，会显示的是已经注册并接入 LoopX 的 Agent 和任务。 多个 Agent 也可以一起完成同一个目标。它们能分别认领任务、并行工作和相互接力。比如一个 Agent 做完后留下后续任务，下一个 Agent 再接着做。这里的协作靠共享任务和状态完成，并不是让多个 Agent 在一个聊天室里自由对话。