Manus创始人:正积极筹备国内版本,产品始终定位于通用智能体
相关推荐
Manus 2.0正式发布:全新架构、Studio专业工具与个人Agent应用Cue同步上线
动察 Beating AI 快讯,Manus 正式推出 2.0 版本,此次升级并非简单迭代,而是围绕「下一代 Manus 应该是什么样子」的全面升级。 核心升级包括:自研 Agent 框架 Cascade,测试显示 Token 消耗降低 23.2%、任务完成时间缩短 28.2%、运行成本下降 32%;新增云电脑,为游戏服务器或长期自动化提供专属环境;自动化支持事件触发,邮件、Slack、Notion 等变化均可启动工作流。 桌面应用升级为 Manus Studio,按需引入工具。重点推出视频编辑器(支持时间线精修与 Alchemy 创意模式)和游戏开发环境(支持实时修改、一键多人联机与云电脑托管)。Computer Use 能力同步升级,用户可通过自然语言远程操控授权电脑。 全新独立应用 Cue 上线,专为个人 Agent 打造,支持手机与桌面。每个 Agent 拥有独立邮箱、电话、钱包与电脑,可组建多 Agent 团队协作,并对接线下服务。 Manus 表示,2.0 关注想法落地后的精修与掌控,延续「帮助人们把想法变成现实」的初衷。
Codex写了130万行没搞定,Claude两周移植TypeScript编译器
动察 Beating AI 快讯,知名开发者 Theo 开源了 tsc-rs。他让 AI 将微软用 Go 编写的 TypeScript 7 编译器移植到 Rust,覆盖编译器、类型检查器和语言服务器,目标是直接替代官方的 tsc。Theo 称,自己从头到尾没有读过一行生成的代码。 这个项目持续了约五个月。Theo 最初使用 Codex 等工具,调用多款 OpenAI 模型,生成超过 130 万行 Rust 代码,但兼容性始终没能突破约 84%。按 API 标价折算,消耗的 Token 价值超过 40 万美元。 后来他换用 Claude Opus 5.5。模型直接放弃之前的代码,从头重新移植。10 小时做出可运行的初版,两周内完成主要工作,Token 消耗按 API 价格折算约 2.4 万美元。 测试显示,tsc-rs 已通过 181,711 项从 Go 移植的测试。在 120 个开源项目中,检查结果与微软 Go 版基本一致,仅存在少量已知行为差异。另据 60 个开源项目的性能测试,Rust 版的类型检查平均耗时约为 Go 版的一半。
MiniMax把OpenAI新Agents API做成开源版,Codex、Claude Code都能接
动察 Beating AI 快讯,MiniMax 开源 OpenAgentCore,做了一套兼容 OpenAI Agents API 的自托管实现。开发者可以继续使用 OpenAI 官方 SDK,只需要换掉 API 地址,后台运行的 Agent 可以选择 Codex、Claude Code 或 MiniMax Code。 Agents API 可以理解成一套「调用 Agent 的统一接口」。普通模型 API 主要负责一问一答。Agent 要连续干几个小时甚至几天,还要管理上下文、调用工具、协调子 Agent、保存任务进度。OpenAI 的 Agents API 把这些能力放到一个长期运行的 Session 里统一管理。 OpenAI 官方版本使用 OpenAI 托管的 Codex 执行框架。开发者可以自己选择代码在哪运行,但 Agent 的任务编排、上下文管理和运行状态仍由 OpenAI 负责。OpenAgentCore 则把这套后端也交给开发者自己部署。
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。
传豆包2.2延期:字节补课Coding,招聘直接点名Claude Code、Codex
动察 Beating AI 快讯,字节原计划 8 月发布的豆包 2.2 推迟了。字节准备多花一些时间训练,重点补 Coding、工具调用和 Agent。 字节今年给 Seed 定的目标之一,就是把 Coding 做到第一梯队。内部希望年底前能做出类似 GLM-5.2、Kimi-K3 那种效果,让开发者真正开始认可字节的 Coding 模型。 8 月,Seed 刚做完一次大调整。原本按文本、语音、代码、视觉划分的团队被重新拆开,变成 Pretrain Data、Horizon RL、Product Posttrain-Work 和 Product Posttrain-Chat 四个部门。Horizon RL 会负责 Coding 后训练,Work 团队则重点做工具调用、GUI 操作和长任务执行。 字节最近也在密集招这方面的人。官网正在招 Code Agent、通用 Agent 和强化学习算法工程师。一份 Multi-Agent Harness 岗位甚至直接写明,要研究 Claude Code、Codex 等 Coding Agent,还要搭建能连续跑很久的多 Agent 和强化学习环境。 Seed 2.1 在 6 月发布时就已经重点强调 Coding,但字节显然觉得还不够。豆包 2.2 这次宁愿晚一点,也想先把 Coding 补得更像样。