腾讯开源LoopForge:云端自进化平台破解团队研发内耗

资讯 腾讯网 作者:腾讯技术工程 全文 8792 字 · 约 22 分钟读完 分类腾讯开源AI 编程智能体

单机 Coding Agent 写代码很快,但一旦走进研发团队,合盖断流、多人上下文割裂、Vibe Coding 质量失控、日常盯单耗时与同类问题反复踩坑,依然会把团队卡在“单兵提效、全局内耗”的瓶颈里。为此,腾讯轻量云团队打造并开源了云端自进化研发平台 LoopForge——集 7×24 小时云端工作区、多角色共享会

所属频道 大厂动态智能体与 Agent开源生态AI 编程与开发

单机 Coding Agent 写代码确实快,可一旦进了研发团队,麻烦就来了:合盖断流、多人上下文割裂、Vibe Coding 质量失控、日常盯单耗时、同类问题反复踩坑。团队于是卡在“单兵提效、全局内耗”的瓶颈上。腾讯轻量云团队为此打造并开源了云端自进化研发平台 LoopForge,把 7×24 小时云端工作区、多角色共享会话、工程级 SOP 流水线、无人值守自动化与 RSI 自进化集于一体。平台目前正服务于内部 20+ 业务,单月自动完成 200+ 需求与日常单据交付。下面结合 DeepSeek 最新的 Super-agent 探索,完整复盘背后的五步工程演进。

▲ 需求进,MR 出:过程交给 Agent,人只在关键节点拍板

前两天 DeepSeek 团队发布了《Super-agent 设计探索:迈向更自主的 Agent 系统》,研究原型也一并开源。文章开篇点出一个痛点,所有重度使用 Coding Agent 的团队都深有同感:模型单任务编码已经很强,可一个人同时盯三五个会话就到极限了。单个任务的质量受模型能力限制,团队的多任务生产力却被人的注意力死死卡住。

对比维度
DSH Super-agent 原型
LoopForge
核心定位
面向个人或轻量团队的异步工单调度原型
面向研发团队多人协同与工程交付的云端平台
交互与入口
浅层 Router 只做事件分发,不直接写代码
Main Bot 主副驾:小改动直接改代码提 MR,大需求派发 SOP
协作拓扑
单工单绑定单 Worker 独立干到底(跨角色协同留作开放问题)
产品 / 设计 / 研发同会话共享工作区 + 五层解耦多角色 SOP 流水线
中途接管
黑盒后台自治为主(中途如何介入与接管留作开放问题)
共享工作区随时 暂停 / 恢复 / 直接接管,支持在线 IDE 与终端介入
质量与演进
外部 Watchdog 监控 + 人工调整提示词(长程演进留作开放问题)
内环客观门禁当场自愈 + 外环工程级 RSI 自动复盘开处方改写 SOP

构建 LoopForge(github.com/Tencent/LoopForge)的过程里,我们也走过了同样的探索之路。回头看整个系统的演进,第一天并没有设计一套庞大的架构,而是顺着团队真实落地的痛点,一步步跨过了五道坎:

阶段 1本地跑 Agent 合上电脑就断流走向云端运行

个人电脑跑长任务不敢合盖,多开分支容易卡死。我们把工作区与执行环境搬上云端,实现 7×24 小时持续运行。

阶段 2多人窗口孤立、跨角色靠人肉传话走向云端共享

需求、设计和代码上下文,全组过去靠复制粘贴在各自与 Bot 的对话里传来传去。后来改成共享会话、一个 Main Bot 加上同一个云端工作区,整组人就在同一处干活。

阶段 3多人自由 Vibe Coding 质量难兜底设计工程级 SOP

小需求丢给自由对话,改起来确实快;可碰上复杂工程,它容易“假装完成”,或者干到一半跑偏。于是我们把岗位能力拆成工程级 SOP 流水线,配上硬门禁,主副驾随时能接管。

阶段 4例行事务与零散问题仍需人工盯守触发走向无人值守自动化

任务要是每次都得人先发起、再盯着进度,精力照样被日常巡检和零散单据切碎。为此我们搭了定时调度加事件驱动的自动化体系,Issue 自动修复就是其中一个实践,后台这才真正无人值守。

阶段 5静态流程不长记性、同类问题反复踩坑走向工程级 RSI 自进化

流程写死,下一次还是照犯同样的错。工程级 RSI 闭环因此落地:每跑完一轮就自动复盘诊断、开出“处方”,再拿去改 SOP、角色和门禁,系统跑得越久越会调整。

下面,就按照这五个阶段的演进顺序,把我们在 LoopForge 里的工程思考与实现完整拆解出来。

PART 01

从本地 Agent 到云端 7×24 小时运行

告别“合上电脑就断流”,把工作区与执行环境搬上云端


不管是 Claude Code、Codex 还是 CodeBuddy,最初大家都是在自己的笔记本电脑上打开终端跑 Agent。写单点功能的体验很爽,但一旦任务变长、变多,本地运行的物理瓶颈立刻就显现出来:

●合上电脑就断流:跑一个耗时半小时的重构或全量测试,人不敢关机、不敢断网,下班合上笔记本任务直接中断。

●本地环境重、并发受限:同时开三五个需求分支,本地端口冲突、容器把内存吃满,个人电脑根本扛不住多任务并行。

●换台机器就丢现场:改了一半的代码、还没提交的分支和环境变量全锁在个人电脑里,换台设备或让同事帮忙看一眼都无从下手。

所以第一步很明确:把 Agent 的工作区和执行环境整体搬上云,不再拴在个人电脑上,做到 7×24 小时持续运行。LoopForge 为此搭了三层云端运行底座:

1云端隔离工作区,本地不用起任何环境:一个任务对应一个独立的云端容器或安全沙箱工作区,前后端多个代码仓库可以同时拉取,工作分支也会自动切好。编码、编译、单测、联调、提 MR 全在云上走完——本地开发环境省了,合上电脑下班,任务仍在云端跑到结束。

存算分离,自有机器也能一键接入。控制面与执行环境解耦,这套思路和 DeepSeek 一致:工作区可以跑在平台托管的云端容器里,也能把团队的云主机或闲置开发机一键接进来,7×24 小时在线接单。底层执行环境不和具体编码工具绑定,Claude Code、Codex、CodeBuddy 等都能自由切换;代码仓库凭证由网关按身份临时注入,任务一结束就自动擦除,模型全程碰不到明文密钥。7×24 小时在线,不等于 7×24 小时空烧算力。云端工作区闲置回收或跨机器切换时,系统会把未提交的代码修改和分支状态打包存成云端快照;第二天回来接着对话,代码现场从快照里完整恢复。

PART 02

从个人单机到团队共享上下文

产品、设计、研发在同一个会话里围着 Main Bot 协作


不过,Agent 能在云端 7×24 小时跑起来之后,用法很快从“个人自用”转向“团队共用”。第二道墙随之出现:每个人仍待在各自孤立的窗口里跟 Agent 对话,团队的上下文照样是割裂的。

产品经理在自己的窗口里让 Agent 梳理需求,设计师出了设计稿,到了研发手里,背景、仓库分支、设计约束还得重新贴给自己的 Agent。单点编码是快了,团队却慢在跨角色的上下文搬运上。那为了共享上下文,直接把一堆 Bot 拉进群里自由群聊行不行?也不行——消息刷屏、上下文互相污染,多人对话里放开写权限,还容易被别人随口一句话误导,引发越权操作。

要在云端真正共享同一个现场,团队需要解决两件事:

共享会话 + Main Bot + 云端工作区

嘈杂的多 Bot 群聊被放弃,改为“一个对话同一时间只绑定一个云端工作区,且只有一个 Main Bot 对接全组成员”。每次任务对应一个团队共享会话,产品、设计、研发直接进同一个会话跟 Main Bot 对话;成员换人发言,底层自动续接同一个会话上下文,操作的也是背后同一个真实工作区。

▲ 产品、设计、研发在同一个会话里,和同一个 Main Bot 对话

改行文案、调个样式、修个小 Bug 这类日常需求,任何成员在共享会话里跟 Main Bot 说一句就行。Main Bot 当场打开云端工作区改代码、跑验证并一键提交 MR,全组实时可见,不用二次同步。

独立审查模型代批 + 三挡权限放行

权限分级要在多人共享会话里砍掉机械点“确认”,同时严防他人发言误触越权

症结在于写操作全被统一弹窗拦下,任务跑完得点十几次确认;可要是在多人共享的对话里放开全自动,又担心群里旁人一句随口的话把方向带偏,稀里糊涂执行了高危命令。应对办法:日常问候、代码只读查询、方案讨论,用自然语言直接收尾;一旦要改代码、跑命令或者提交 MR,就分三挡处理。

每次确认,稳妥受控

涉及修改的操作一律生成待确认草稿,人工确认后自动继续执行下一步。

智能代批,风险自审

每次改代码、跑命令或提 MR 之前,由一个无工具、无凭证的独立审查模型同时评估操作风险和当前发起人的授权意图。群内其他成员的发言与提示词注入被严格隔离,他人发言不能替当前操作人授权。常规操作自动放行,高风险或未授权操作自动转交人工确认。

完全自动,高效直通

在授权范围内按顺序一次性自动执行完毕,只有遇到破坏性冲突警告时才强制拦截确认。

这样一来,常规读写与验证命令由独立审查模型代批、秒过;只有越界或高危变更才找人拍板。产品、设计、研发在同一个云端上下文里协作畅通,多人共用的权限安全底线也守住了。

PART 03

从自由对话到工程级 SOP

五层标准、主副驾接管,加上工程级的RSI自进化,构成了这套方案的三项核心设计。


产品、设计、研发三方能在同一个云端共享会话里围着Main Bot一起Vibe Coding,改个小需求的体验确实顺滑。可一旦进入跨角色、长链路的正式迭代,自由Vibe Coding的质量失控就集中暴露出来。

痛点1:流程随意,假装完成,缺少硬性的工程门禁。

自由对话里,谁都能提一句修改要求,Agent顺着上下文一路乱改,澄清、设计、评审、测试这些卡点一概没有。它还动不动就说“已改好”,实际上编译或单测都没跑通。

痛点2:跨角色交接依赖聊天记录,上下文越滚越膨胀,细节还容易丢。

对话一长,上游对齐的边界条件就被几十轮聊天记录淹没,下游编码时频繁漏改。DeepSeek的消融实验也验证过这一点:只靠提示词让一个Agent自发委派子任务,碰上复杂长尾就会退化成自己硬干。

痛点3:中途跑偏难接管,同类的坑反复踩,既缺受控介入,也缺经验沉淀。

任务跑到一半方向偏了,人在对话里强行插话容易把现场搅乱。更麻烦的是,这次花两小时修好的环境坑或规范问题,换个需求做Vibe Coding时还会原样再踩一遍。

我们的判断是:小改动可以靠Vibe Coding拼手速,但严肃的研发交付,必须把专业角色能力与团队工程规范固化成带硬门禁的SOP(标准作业程序)。LoopForge用三项核心设计,把自由Vibe Coding升级成工程级SOP流水线。

1 五层标准解耦:把专家能力固化为资产

不再靠临时提示词碰运气,我们在架构层面把专业岗位能力与SOP流程拆成五层独立标准。

岗位角色:角色能力定义。

“架构师/前端/后端/测试”等岗位的职责说明、编码规范、专属技能与客观验证门禁,各自独立封装。

SOP流程:跨角色拓扑。

澄清、设计、编码、测试等节点谁先谁后、哪里并行分支、失败后怎么打回重做,都在这里定义。

执行引擎:底层工具适配。

Claude Code、Codex、CodeBuddy等编码工具可以自由切换,岗位能力与具体工具解耦。

运行环境:云端沙箱底座。

绑定云端持久化容器、安全沙箱或团队自有机器,执行环境保持一致。

交付物契约:阶段交接标准。

上下游节点之间交接需要哪些结构化产物,这里写明,并保留完整历史版本。

沉淀下来的专业角色资产全组共享:正式需求可以直接串成SOP流水线自动流转,每个节点只加载该岗位专属的规范与技能,仓库里杂乱的个人本地配置会被自动屏蔽;日常共享对话中,成员也能随时按需@专家角色做独立的只读咨询,拿到架构或评审建议后同步给Main Bot统筹处理。专业能力共享,平时绝不乱插嘴。

2 主副驾三层秩序:自动驾驶与随时接管

引入SOP并不意味着人失去掌控感。协作被收敛为可进可退的“人↔Main Bot↔SOP节点”三层主副驾结构。

遇到小改动,Main Bot 会直接动手修改并提交 MR;碰上大任务则派出 SOP,运行途中可以随时喊停、接手或恢复,测试没过就自动打回。

SOP 自动跑起来时,共享会话顶部会实时显示节点流水线,点开任一节点就能看到它的思考过程和执行日志。中途发觉方向跑偏,不用到底层去硬插话,除了在在线编辑器或终端里直接改,只要跟 Main Bot 说一声,就能按三种方式受控接管:

暂停介入

一是让流水线在当前节点安全停住,由 Main Bot 或研发人员直接改文件、跑命令验证。

恢复续跑

改完带上修改说明恢复流水线,交回后续节点接着完成测试与交付。

直接接管

二是终止后面的流水线,接管工作区里已有的成果,改完后由 Main Bot 直接推送到原分支,发起或更新 MR。

3工程级 RSI:门禁自愈 + 复盘自进化

前沿 AI 领域一直在摸索 RSI(Recursive Self-Improvement,递归自我改进)。可放到真实研发团队里,重训模型权重既不现实也太慢;LoopForge 落地的是工程级 RSI——用系统的执行轨迹反过来喂养它自身的 SOP、角色规范与验证门禁,转出一个“执行 → 客观检验 → 复盘诊断 → 改写流程 → 下一轮更准”的进化飞轮:

▲ 第 1 次返工两次、55 分 → 复盘开出处方、新增门禁 → 第 2 次一次通过、96 分

1单次运行内环(客观门禁当场自愈):以前 Agent 写完代码,全凭主观感觉说一句“已改好”,报错还得人把日志贴回去让它重改。如今每个 SOP 节点都内置了编译、单测、代码规范等客观验证门禁,不通过就不放行,Agent 拿着真实报错自动进入纠错循环当场修好(同时设了重试上限,防止死循环),低级错误在节点内部就被消灭。

2跨运行外环(递归复盘与资产自进化):传统流水线是静态的,这次踩过的坑,下次照样再踩。在 LoopForge 里,一条 SOP 跑完后,复盘引擎会自动回溯全链路轨迹(各节点耗时、失败门禁、无效重复尝试与返工原因),打出 0~100 分的健康度评分,再让 Agent 自己给 SOP 和角色开出结构化的“改进处方”:

进化流程拓扑改写 SOP 节点

针对容易卡壳或空转的环节,自动调整重试上限、失败回退路径与修复策略。

沉淀防呆记忆改写岗位角色

把这次踩坑提炼出的经验与边界约束,自动追加到对应岗位的角色规范里。

收紧验收卡点改写质量门禁

针对漏网的缺陷类型,自动为角色新增或升级客观校验门禁,把同类问题堵死。

人只需要在界面上审阅处方、点一下「一键应用」,系统就会自动改写对应的 SOP 或角色资产并生成新版本。单次运行靠内环把代码改对,跨次运行靠外环把流程改强——团队今天踩过的每一个坑,明天都会变成整套研发流水线默认遵守的本能。

PART 04

定时任务与 Issue 全链路自动化

让日常 Bug 与 Issue 在后台自动排队、修复与提 MR


前三步走完之后,团队在重点需求上已经攒出了云端工作区、共享会话和一套高质量的 SOP 流水线。不过,真实系统只要还在快速迭代,每天就少不了冒出各种线上 Bug、体验瑕疵、技术债和零散 Issue,主线大需求之外,这类大小问题从来不会断。

过去处理这些日常 Issue,时间和人力消耗极大:单看每个问题都不算大,但架不住数量多、来得碎——研发每天得花大量精力去需求池看单、认领、拉分支、定位修复、跑测试、提 MR;就算用上了 SOP,几十个零散 Issue 还要靠人一个个手动建会话去触发、盯进度、解合并冲突,核心研发的整块心流照样被切得粉碎。

我们的想法是:SOP 既然已经具备标准化的修复与验证能力,为什么不让系统自己去巡检拉单、自己排队修 Bug、自己把改好的代码合并好送到人面前?但要把海量日常 Issue 彻底推向全自动处理,有三个真实的工程卡点必须解决:

● 缺陷单和体验问题分散在需求平台与代码仓库两头,人肉巡检、手动复制上下文再去启动 Agent,光靠人工盯单派单,成本高不说,本身也是极重的机械劳动。

十几个 Bug 单同时在后台改完,最后都要往同一个目标分支合并,代码冲突便频繁出现。多个 Issue 并行修复很容易撞车,研发还得被拉回来手动切分支解冲突。

批量自动处理时,只要有一两个复杂 Issue 卡在关键门禁等人工确认,又一直占着后台执行资源,后面的日常单子就全被堵住。个别卡点单子会堵死整条自动流水线。

为此,第四阶段构建了定时巡检与 Issue 全链路自动化体系,把海量日常 Bug 与零散需求的消化过程变成“后台无人值守流水线”。

01定时自动拉单与双向同步:新提的 Bug 单自动进入修复流水线

系统通过定时调度任务,与需求平台、代码仓库双向打通,按周期自动巡检待办池里新提的 Bug 与 Issue。巡检到之后,系统依据标签匹配对应的修复 SOP,拉起云端工作区开始定位与修复。执行过程中的阶段状态、最终生成的 MR 链接,都会自动回写到原单据下。研发不用再手动建单、派单、搬运状态。

02集成分支自动合流与冲突自愈:多单并行不再劳烦人工合代码

同一批次的多个 Issue 并行修复完成、需要汇总合入集成分支时,系统会按序自动执行合并。遇到代码冲突,不用喊研发回本地救火:系统自动提取冲突上下文,打回 SOP 的修复与验证节点,自己解开冲突,重新跑通编译与单测门禁。全部验证通过,再统一生成汇总 MR。

03主动健康巡检与审批挂起零阻塞:7×24 小时吞吐不卡壳

被动修单之外,团队也可以设定时巡检:每天扫一遍代码健康度、查依赖安全、构建挂了自动排查,Agent 一旦发现隐患就直接给出修复方案。流水线里但凡需要人来拍板的单子,一进「待我确认」队列,后台执行资源立刻释放,后面成批的日常 Issue 照样自动消化,不会被卡住。大量日常小单在后台 7×24 小时默默清掉,人只用喝咖啡的空当点一下做最终验收。


SUMMARY

从个人工具到自演进组织的五步跨越


如果把自动驾驶那套 L1~L5 分级拿来衡量研发团队用 Agent 的深浅,再回头看 LoopForge 一路怎么走的,这五步正好连成一条看得清的工程进阶路线。

▲ 从本地单机工具走向云端共享、SOP 自治与自演进组织

L1问答工具

问一句答一句,代码靠复制粘贴,关掉窗口就结束。

L2个人本地助手

能在本地 IDE / CLI 里改代码,但环境与上下文锁在个人电脑里,合上电脑就断流。

L3云端运行与团队共享空间(阶段 1 & 2)

工作区放到云上跑,7×24 小时不停;产品、设计、研发在同一个共享会话里对接同一个 Main Bot,再由独立审查模型代为审批,协同起来效率更高。

L4工程级 SOP 与定时自动化流水线(阶段 3 & 4)

不再靠无序的 Vibe Coding,改用标准化的 SOP、主副驾随时接管加上客观的质量门禁,再以定时拉单和集成分支自动解冲突,把交付做到无人值守。

L5自演进研发组织(阶段 5 · 工程级 RSI)

每次运行后自动统计研发效能、复盘返工根因,把改进处方一键写回 SOP 与角色定义,组织流程越跑越聪明。

整个探索走下来,体会最深的一点是:Agent 要真成为研发团队里靠得住的同事,靠的不是把提示词写得更长,也不是拉一个多 Bot 群聊图热闹,得把“人的工程经验”变成“系统的运行秩序”。

早先单机阶段,AI 更像随手可用的副驾驶,大家图的是敲出一段漂亮代码那一刻的爽快。等它真进了团队的工程现场,卡住的地方很快就不再是“模型会不会写代码”,而变成环境会不会掉线、上下文如何对齐、质量由谁兜底,以及人怎样才能从琐碎的调度里抽身。

这五步走下来,说到底是反复把“对人的依赖”固化成“工程机制”:云端工作区让人不再被个人电脑的物理条件捆住;共享会话与独立代批填平了跨角色沟通的沟;带客观门禁的 SOP 压住了自由 Vibe Coding 的失控风险;定时自动化让后台可以无人值守;工程级 RSI 跨运行复盘则让整套体系自己迭代。团队每踩一次坑,教训若能自动变成下一轮运行的门禁与规范,拿到手的就不只是几个会写代码的 Bot,而是一套归团队自己所有、每天都在自我进化的研发系统。

OPEN SOURCE

立即体验与支持


眼下 LoopForge 已经正式开源。云端工作区调度、多人 Main Bot 共享会话、五层标准 SOP 编排、客观门禁自愈、定时与 Issue 全链路自动化,以及工程级 RSI 复盘进化,这些实现全部对外放开。正在摸索团队级 AI 研发怎么落地的同行,可以把它当作一份直接上手、也能按需二次定制的工程底座。

要是你也曾为“Agent 这次又跳过了测试”发愁,或者盼着团队的 AI 研发少些重复交代、多些经验沉淀,不妨打开 https://loopforge.cn/demo/ ,看看平台真实界面与交付记录;也可以克隆仓库执行 bash scripts/install.sh,给团队部署一套 LoopForge,把自己的交付流程跑通。

LoopForge 若帮上了忙,欢迎去 GitHub 点一颗 Star,也欢迎提 Issue 和 PR,一起定义 AI 时代的软件交付方式。

● GitHub 仓库 https://github.com/Tencent/LoopForge

● 官网
https://loopforge.cn

● 平台在线预览
https://loopforge.cn/demo/

https://github.com/Tencent/LoopForge/

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 决策模型开源新王登顶全球榜首,反超谷歌闭源王牌

    新智元报道 硅谷最卷的新赛道,刚刚杀出了一位开源新王!最近,即将敲钟的Anthropic在IPO材料中曝出天价算力缺口,给狂卷参数的AI行业当头浇下一盆冷水。通用大模型虽在编程、数学上大杀四方,可一旦真替人干活,算力账单就成了无底洞。比生成文本更耗Token的是长链推理,而比推理更烧钱的则是操作浏览器,单次平均开销比复

    来源 腾讯网
  2. 加州起诉OpenAI:指控其AI智能体至少80次失控并攻击外部平台

    【环球网科技综合报道】11月17日消息,据《卫报》报道称,加利福尼亚州对OpenAI提起诉讼,指控该公司在开发人工智能技术时忽视安全与公众利益。诉讼源于今年7月曝光的一起事件——OpenAI的一款自主AI代理失控,对开源人工智能平台Hugging Face发起了网络攻击。加州总检察长罗布·邦塔(Rob Bonta)表示

    来源 腾讯网
  3. 加州起诉OpenAI:指控AI智能体失控引发网络安全事件

    加州总检察长邦塔11月16日宣布起诉OpenAI,指其在缺乏必要安全防护与监控下开发测试先进AI模型,误导并危害公众,诉状共31页。诉讼指向2026年7月OpenAI实验版模型智能体攻击开源AI托管平台Hugging Face等事件,邦塔称这只是“至少80起”网络安全事件之一;OpenAI回应称这是每家主要AI实验室都

    来源 凤凰科技
  4. 腾讯发布Hy4 flash:支持1M上下文,激活参数12B

    11月16日,腾讯发布定位于日常办公及智能体任务的Hy4 flash模型。该模型总参数量224B(含64B Engram参数),单次激活参数12B,支持多模态输入和最高1M上下文长度,解码速度超过150 tokens/s。腾讯内部评测显示其综合表现略高于Hy4 preview,WorkIndex测试中平均单任务成本约为

    来源 凤凰科技
  5. 腾讯混元Hy4 flash发布:224B参数,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。”混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。该模型总参数量为224B(其中64B En

    来源 腾讯网
  6. Google三款新模型齐发:Hydrogen提速19%,API配额省24%

    2026年11月13日 AI 动态:Google 发布 Gemini 4 Hydrogen、Carbon 和 Decision 1,以价格和配额效率发起攻势;United Airlines 因安全风险屏蔽 AI 订票 Agent,PayPal 通过工程手段将助手准确率提升至 95%;开放权重模型向生命科学领域下沉。

    来源 AI 应用前沿
  7. DeepSeek Harness 实战:从零搭建你的第一个 AI Agent 工作流

    DeepSeek Harness (dsh) 是一款开源的 Agent 运行框架,它让 AI 能够直接操作你的本地文件系统和终端。本文不讲空洞的概念,而是带你一步步完成环境搭建、API 配置、权限设置,并通过一个生成 README 的真实案例,展示如何让 AI 从“聊天助手”变成能独立干活的“数字员工”。适合希望提升开

    来源 AI 应用前沿
  8. 腾讯混元Hy4 flash发布:0.5元/百万Token,计划开源

    新京报贝壳财经讯(记者韦英姿)11月16日,腾讯混元发布最新语言模型Hy4 flash,总参数量224B(含64BEngram参数),激活参数12B,支持多模态与1M上下文长度。定价为每百万Token输入0.5元、输出2元,命中缓存时0.02元,低于Hy4。

    来源 网易科技
  9. Fable 5.2 ,断掉出海Agent的路?

    文/HALFable 5.2发布后没几天,国内社交平台上流传过一款“国产自研3A射击游戏”,页面写着由Fable 5.2自主研发。当然很快被人扒了代码,六千多行里只有约一百行不同,原版出自Anthropic一位员工之手,所谓自研只是把界面汉化了一遍。这件事倒是很能说明Fable 5.2在国内的处境。讨论的人多,真正用上

    来源 腾讯网
  10. OpenAI与Meta同日打通代理支付:Agent商业闭环成了?

    作者|桦林舞王编辑|靖宇Agent 能进门了,也能付钱了。Agent 替用户「消费」的时代,终于到来了。美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个人代理协议 Poppy v1.0,解决助手怎么「进门」的问题;另一边是 O

    来源 腾讯网
  11. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  12. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  13. 阿里腾讯同日发新模型:Qwen4-Max单任务降58%,Hy4 flash仅竞品1/8

    阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。 11月16日,阿里和腾讯在同一天各

    来源 AI 行业观察
  14. 华为云“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2

    【TechWeb】11月16日消息,今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。 五

    来源 AI 行业观察
  15. 腾讯混元Hy4 flash发布:每百万Token输入0.5元,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。” 混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。 该模型总参数量为224B(其中64B

    来源 AI 行业观察
  16. Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8

    阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。

    来源 华尔街见闻
向下滚动自动加载更多