Cohere North 2发布：企业Agent开始有记忆、权限和预算
相关推荐
Ando融资2000万美元：重做Slack，让Agent直接当同事
动察 Beating AI 快讯，Ando 结束隐身并融资 2000 万美元，要从头做一个给人和 AI Agent 共用的「新 Slack」。本轮资金来自 Accel、Index Ventures 和 Emergence。 Ando 仍然有频道、私信、群聊和语音通话，但 Agent 有自己的身份、权限和收件箱。它们可以自己浏览和加入频道，不需要人类每次 @ 才工作，也可以主动找其他同事沟通。Codex、Claude、Grokbot、Devin 等不同 Agent 都能接入，没有现成 Agent 的团队也可以直接使用 Ando 托管的版本。 Ando 自己已经完全停用 Slack。比如有人在聊天里报 Bug 后，Agent 可以自己接单、把移动端任务转给另一个 Agent，再由第三个 Agent 审查代码；不同频道同时讨论同一个问题时，Agent 也能主动把相关人员拉到一起，并补齐上下文。 目前已有软件、房地产和金融等行业的团队在 15 个国家使用 Ando。
英伟达给Pi加外挂：Agent自己研究找出4种优化，Token最高省64%
动察 Beating AI 快讯，英伟达 NVLabs 开源 SoL-Pi，给 Coding Agent Harness「Pi」加了一层效率优化。研究团队搭了一套自动研究流程，让多个 Agent 分析 Pi 的运行轨迹、提出优化方案、改代码并自动验证。最初有 152 个候选方向，最后只留下 4 个。 这 4 个优化都在减少重复开销。比如改完代码后直接接着跑测试，少一次模型调用；读过的大文件和长输出先存到本地，需要时再取；子任务结束后判断要不要压缩上下文；超长日志先交给便宜模型筛重点，再核对内容确实来自原日志。 在 EdgeBench 上，SoL-Pi 相比原版 Pi 少用 45%–49% Token，成本低约三分之一；相比 Codex、Claude Code 的原生 Harness，Token 少 35%–64%，按 API 标价计算成本低 50%–54%。 不过省钱会损失一点能力，SoL-Pi 保留了 Pi 约 94% 的平均得分；在 Terminal-Bench 4 的 63 个 CPU 任务里，它解出 15 个，Codex 和 Pi 都是 18 个。
Grok Bot开始给整个团队打工：共享工具、记忆，还能进Slack
动察 Beating AI 快讯，SpaceXAI 给 Grok Bot 上线 Team Bots，把原本个人使用的 AI Agent 做成了整个团队可以共用的「AI 同事」。团队可以给它配置文件、工作流程、插件和 API 凭证，再直接分享给所有成员使用。目前已在 Teams 和 Enterprise 计划中开启公测。 同一个 Team Bot 可以掌握团队统一的业务知识，但每个人和它的私聊仍然相互隔离。团队成员可以分别找它干活，也可以把它拉进 Slack 频道，所有人一起提问、补充上下文和查看结果。它还能连接 Salesforce、Notion、GitHub 等工具，并保存工作中学到的团队知识。 SpaceXAI 已经在内部把它用在销售、工程、营销和数据分析。工程 Team Bot 会读取 Slack、Notion 和 Linear 的项目进展，自动创建工单，再调用 Cursor Cloud Agents 修复问题。SpaceXAI 称，开发 Team Bots 时，一个 5 人团队靠它协调数百个 Cloud Agents，每天可以提交超过 100 个 PR。 此前 Grok Bot 更像一个属于个人的长期 Agent，可以自己操作云端电脑并持续工作。Team Bots 补上的，是团队共享这一层：大家不用各自重新教一遍 AI，同一套流程、工具和业务知识可以长期放在一个 Bot 里。
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。
阶跃星辰开源Step Code：自测追平DeepSeek Harness，token更省
动察 Beating AI 快讯，阶跃星辰开源 AI 编程工具 Step Code v0.1.0，采用 MIT 许可证。它直接跑在终端里，可以读写代码、跑测试和执行开发任务，还支持 MCP、Agent Skills 和 Claude Code 插件。内置的 StepPage 可以一条命令把本地静态网站发布到线上。 Step Code 主打少用 token。在阶跃自己的 Terminal-Bench 2.1 横评中，它完成 72/89 个任务，得分 80.9%，与 DeepSeek Harness 并列最高，但 token 用量更低。 阶跃自建的 Multi-Frame 长任务测试共有 150 道题，Step Code 完成 110 道，得分 73.3%，平均每题消耗 509 万 token，在对比的 6 款 harness 中同时拿到最高通过率和最低 token 用量。 不过阶跃没有公布这轮横评具体用了哪个底层模型，也没有拆解这些 token 是怎么省下来的。官方只提到 Step Code 与 Step 系列模型一起针对 token 消耗做过调优。 源码里也能看到不少「节流」设计：文件读取和命令输出会限长，搜索尽量缩小返回范围，长对话默认会压缩上下文，system prompt 也要求能直接调用工具就不要额外开 Agent。 还有一套更激进的 contextProjection，可以裁掉旧工具输出、重复结果和历史 reasoning，不过默认关闭。 综合来看，它的 token 优势来自模型和 harness 多处优化叠加。
腾讯把RAG知识库做成Agent：WeKnora现在能记、能调工具、还能跑代码
动察 Beating AI 快讯，腾讯微信团队继续扩展开源知识框架 WeKnora。它原本主要把企业文档变成可检索、可问答的 RAG 知识库，后来逐步加入 Agent、MCP 和 Skills。最新 v0.8.0 又补上跨会话长期记忆，并把 Skills 和代码执行环境进一步做完整。 现在 WeKnora 可以记住用户的资料、偏好、事实和任务，下次聊天继续调用。系统自动提取的记忆不会直接生效，要先经过用户确认。Skills 也被做成独立的工作区资源，可以从 ClawHub、SkillHub、GitHub、GitLab 或 zip 文件安装。 Agent 执行任务时，还能进入 Docker、E2B 或 Cube 沙箱，运行命令、读写文件，再把生成的文件直接返回聊天窗口。管理员可以限制沙箱访问哪些网络。WeKnora 的重心仍然是企业知识，但现在已经不只是「从文档里找答案」，而是开始把知识、记忆、工具和执行环境放进同一个 Agent 系统里。