Agent操作电脑端到端落地

10月26日

The a16z Show OpenAI为何正竞相让计算机操作能力超越人类

• Ari Weinstein Ari Weinstein 的速度论点是，达到专家级的电脑操作能力，可能让委派成为默认选项。 他认为，智能体操作电脑已经快过普通人，而且“离超过专家水平已经很近了”。要让人愿意委派，关键是消除“这事我自己做就行”的念头，尤其当任务必须先完成、其他工作才能继续时。
• 电脑操作让智能体无需等待新的集成，就能使用旧软件。 Weinstein 的说法是，“电脑操作适用于一切”：智能体通过与人相同的界面使用应用程序。他预计，几十年前的系统会与成本更低的新软件并存，为用更好的体验封装旧工作流的产品创造空间。
• James Sun 企业采用智能体，既要模型更强，也要有可执行的边界。 James Sun 提到应用和网站限制、可配置的审批要求，以及一套他称为 Guardian 的系统——他认为应用里叫“自动批准”——用来核验操作是否安全、是否符合用户意图。智能体快到无法一直盯着时，“控制这部分就会越来越重要”。
• Seema Amble 眼下最清晰的工作流，是把繁琐任务串联到多个业务记录系统中。 Sun 举例说，采购流程要把电子表格里的1,000行数据导入采购软件，再联系供应商；缺少 API 的财务对账也是一个切入口。Seema Amble 一句话点出了机会：“无聊之处就是机会。”

10月24日

42章经 少有的同时做过 Agent、多模态和具身的人 | 对谈前混元多模态 RL Infra 负责人淏楠

• 王淏楠 Agent 的增量机会，在淏楠看来正转向场景覆盖与使用体验。 他认为多数情况下模型的 coding 能力已超过 AI 工程师平均水平，但 game agent 等场景仍开发不足；更强的智力，也需要 GUI、CUA 和产品交互才能被用起来。“agent 确实现在来看是交互的主线”，多模态创作也会沿这条线组织。

10月20日

The a16z Show 你该相信 ChatGPT 处理你的健康问题吗？

• The a16z Show 企业端进展已有实证：已与 Epic 集成，UCSF 用它审阅病历，AdventHealth 则称行政工作流成本“下降了约80%”。 谈到智能体，Singhal认为医疗行业的遗留技术栈——运行在虚拟机上的 EHR，明天也不可能突然出现“MCP 连接器”——正适合计算机操作智能体；他预测，传统障碍“将在未来几个月内消失”。Rughani援引《纽约时报》文章和 Blue Cross Blue Shield …

10月11日

十字路口Crossing “有了AI，我感觉自己强得可怕！”｜对谈鸭哥

• 鸭哥 “给 AI 一台不销毁的电脑”是他看到的新趋势：Manus 在 2026 年 4 月发 Cloud Computer，8 月 Grok Bot、9 月 Meta Muse 跟进。 凭据与记忆持久化，让 AI 脱离“太码农”的 GitHub 范式，去做订机票、使用大众点评等生活化任务。但鸭哥自己尚未广泛使用：context 难迁移，聊天记录里也可能明文出现密钥，他不太想让这些内容流露到外网。

10月2日

晚点聊 LateTalk 183: 与Henry的「AI季报26Q3」：Muse引爆个人助理、Astra进入机器人、OpenAI收入猛增

• Henry Yin GPT-6 Astra把computer use从浏览器推进到Blender、Unity、KiCad乃至机器人控制，直接改写了物理AI的技术路线预期。 RoboDojo仿真中，Astra在42个任务、2,100次测试里的平均成功率超过22%，对比GPT-5.5的0.88%和π0.5的6.9%；Henry因此把它视为PI、Figure AI等具身智能公司的利空，私下甚至已出现“这一波robotics公司都完了”的极端判断。

9月30日

Latent Space OpenAI DevDay 内部：超人级电脑操作、Decisions API 与 AI 云——Ari & Nikunj

• Ari Weinstein OpenAI 认为，电脑操作已经从脆弱的演示走向真正能干活的生产力，回应某头部 AI 播客关于其两年来没有进展的说法。 Ari Weinstein 表示，agents 现在“在大多数情况下，完成任务的速度可能已经超过普通人”，部分原因在于它们能够调试、重试和自我检查，而不只是成功启动任务。
• Latent Space 经济层面的突破速度，快于模型标价所呈现的速度。 GPT-6.1 Soul 的整体成本据介绍为 Astra 的1/5，电脑操作场景为1/7。主持人还援引主题演讲中的说法称，电脑操作速度提升了7×。这会把投资主线的瓶颈从原始智能推向推理、执行框架设计和软件响应时间。
• Ari Weinstein Dots 通过为每个 Dot 配置独立的 Linux 云端电脑，把电脑操作变成通用委托。 可触达的范围实际上是所有面向人的软件，包括 API 不完善的服务：Ari 的餐食订单从手动处理的2小时缩短至15分钟，主持人还提到订机票、客服、YouTube 运营、游戏和购物。
• Latent Space 电脑操作越来越是多模态系统问题，而不是单纯的截图点击基准测试。 Agents 可以组合截图、无障碍数据、Playwright、直接 DOM 访问和生成式 JavaScript，一次执行多个动作；AppShot 同样会暴露底层元数据，而不只是像素。“大量细小的摩擦”如今与单点模型能力提升同样重要。
• Ari Weinstein Agents API 形成了分发优势，因为 OpenAI 在开发者也能使用的同一套电脑操作执行框架上训练模型。 Ari 认为，这可能同时改善“速度、成本和准确率”；而自主测试则闭合了软件开发循环：agent 可以先完成应用构建和测试，再交给人类做 QA。

9月27日

The Cognitive Revolution AI:AM：如果它好过头了？串通智能体、2亿美元安全组织，以及在2%处饱和的虚拟细胞

• Prakash Narayanan Nathan认为，Amazon拦截Meta的Muse智能体是目光短浅。 拦截智能体只会把它们推入用户自己的浏览器，并赋予完整凭证——这是一场他类比为「给思维链施加过大压力」的军备竞赛；更好的做法是在采用率仍低时建立「智能体专用通道」，并从它们留下的轨迹中学习。