字节把AI短剧做成流水线:10万字小说改剧本,拍好的短剧还能重拍出海
相关推荐
蚂蚁灵光内测个人Agent,已能操作家中打印机
动察 Beating AI 快讯,蚂蚁集团旗下 AI 助手灵光正在小范围内测个人 Agent 功能,向 Meta Muse 靠拢。新版新增「我的生活」页面,主打长期记忆和主动执行任务。用户可以让它持续监控商品价格、跟进旅行计划、管理疫苗接种提醒,有变化时再主动通知用户。 这次升级还支持连接外部应用和智能设备。赛博禅心展示,灵光通过安装开源米家接口,连接了家中 13 台设备。他让灵光生成一份家庭设备手册,随后成功调用小米打印机完成打印。新版还可通过 Skill 和 MCP(连接外部工具的协议)接入钉钉等服务。 相关功能约半年前就开始筹备,期间经历多轮迭代,计划今年 10 月全面开放。此前灵光主要提供 AI 对话和一句话生成小应用等功能,如今开始向持续替用户办事的个人智能体升级。
OpenAI加入Meta、Sierra的Agent协议,首版草案提前公开
动察 Beating AI 快讯,Meta 与 Sierra 发起的个人 Agent 协议 PAP 公布首版 0.1 草案 Poppy,比原计划提前。OpenAI、Visa、Mastercard、PayPal 等 35 家企业新加入制定。PAP 要解决的是,个人 Agent 替用户办事时,企业如何确认它的身份、获得了哪些授权,以及能执行什么操作。 目前,很多 Agent 仍靠模拟真人操作网站,登录账号、点击按钮、填写表单。企业难以区分访问者是人还是 Agent,也无法单独限制它的操作。Poppy 规定,企业在网站公布统一格式的接入文件,列明登录方式、可用接口和企业客服 Agent 的入口。Agent 需要表明自身身份,访问用户账户时还须获得授权。 支持 PAP 的不同厂商 Agent,可以按同一套规则连接企业服务,通过网页、API 或企业自己的 Agent 办事,并在支持的渠道间延续同一次会话。企业仍需开放相应服务,但不用为每家 Agent 单独设计身份验证和授权流程。Sierra 此前现场演示过,Meta Muse 通过 PAP 找到房贷公司 Rocket 的 Agent。用户授权后,双方 Agent 协作完成了房贷预审批。 企业仍然掌握访问权限。比如,商家可以允许 Agent 发起退货,但禁止它修改用户保存的付款信息,也可以直接拒绝特定 Agent 接入。不过,Poppy 目前仍是可能修改的草案。虽然 Visa、PayPal 等支付公司参与制定,付款、主动通知等功能尚未纳入。
AI Agent也有通讯录了,Photon让它们在iMessage里拉群办事
动察 Beating AI 快讯,AI Agent 现在可以自己找其他 Agent 帮忙了。消息基础设施公司 Photon 宣布,将 A2A(Agent 之间的通信与协作)引入 iMessage 群聊。用户只需交代任务,个人 Agent 就能寻找其他 Agent,获取电话号码,并把它们拉进同一个群聊。 例如,用户想组织一次团队出游。个人 Agent 可以寻找负责住宿、打车和餐厅预订的 Agent,让它们在群里共同安排行程。用户可以随时查看对话,参与讨论。Photon 将这种模式称为「Agent-to-Agent-to-Person」,即多个 Agent 与真人一起协作。 技术上,新功能基于 A2A 协议及其 Agent 发现机制。该协议最初由谷歌提出。Photon 此前已经支持 AI Agent 通过 iMessage 收发消息,这次新增了主动寻找其他 Agent 并建立群聊的能力。 Photon 最近完成了 450 万美元种子轮融资。创始人 Daniel Tian 希望每家企业都能提供自己的 Agent,供其他 Agent 直接联系。
谷歌云发布Gemini Agent:单一通用工作代理,整合Workspace、多模型路由与企业级治理
动察 Beating AI 快讯,谷歌云 CEO Thomas Kurian 在 Gemini at Work 2026 大会上发布 Gemini Agent,定位为单一通用工作代理——用户只需给出目标而非指令,即可完成知识工作、内容创作、图像媒体生成及代码编写与运行。该代理具备统一入口、无处不在的访问(网页、iOS、安卓、Windows、Mac 及 Workspace、Microsoft 365、Slack 等渠道)、持久化执行(云端运行,关闭笔记本后任务继续,记忆与个性化图谱跨设备统一)、多代理编排(可动态创建带独立身份的临时子代理,也可作为长期同事代理拥有专属邮箱与存储)、深度上下文理解及模型选择灵活性——底层模型可跨谷歌 Gemini 系列与 Anthropic 的 Claude 等自由切换,以最佳模型匹配任务、降低成本。目前近 80% 谷歌云客户使用其 AI 产品,近 90% 的财富 100 强使用 Gemini Enterprise。 该代理直接嵌入 Gmail、Drive、Docs、Slides、Sheets、Chat 及日历,并携带相同的记忆、技能与控制;新增数据分析技能让技术与业务用户均可用自然语言在数分钟内获得可执行洞察;同时为金融服务和法律团队提供行业专属工具与知识。安全与治理层面,谷歌提供身份与策略管理、授权与权限控制、安全沙盒、网络网关等机制;成本控制方面则通过多模型编排、智能路由和实时支出上限实现。早期测试客户包括运动品牌 On,其利用动态模型选择加速上市;Shopify 将前沿模型混合用于数百万商户,PayPal 每周路由 1000 万次多模型请求。
Codex Cloud接入Tailscale:云端Agent也能访问本地服务了
动察 Beating AI 快讯,OpenAI 为 Codex Cloud 加入 Tailscale 支持,让云端编程 Agent 可以访问用户本地电脑和公司内网中的开发服务。 此前,Codex 虽然能在云端读取 GitHub 代码、修改项目,但遇到只在私人网络中开放的 API、测试服务器等资源,就无法直接调用。 现在,用户可以通过 Tailscale 将 Codex Cloud 接入自己的私人网络。比如,你在 Mac 上运行了一个测试服务,Codex 修改代码后,就能直接调用它来检查结果、排查问题。企业也可以让 Codex 访问内部 API、测试环境和私有软件包仓库,无须把这些服务暴露到公网。
Pi正式接入OSC 7501,Agent状态不用终端再猜
动察 Beating AI 快讯,Ghostty 作者 Mitchell Hashimoto 最近提出新的终端状态协议 OSC 7501。它让程序主动告诉终端自己正在工作、等待用户、已经完成还是出错,不用终端再从屏幕内容里判断。Rex 已经有初步支持,现在开源 Coding Agent Pi 也在 1.1.0 版本正式接入。 Pi 启动时会先询问终端是否支持 OSC 7501,确认支持后才发送状态。Agent 运行或压缩上下文时会报告 working;需要用户处理对话框或登录时是 blocked;任务结束是 done;无法重试的错误是 error;用户主动取消后则回到 idle。 Pi 不会把 prompt 或模型输出发给终端。状态消息只会附带会话名、对话框标题或错误首行等必要信息。