Vercel Labs 发布 agent-desktop:让 AI Agent 按无障碍树操作桌面

Vercel Labs 在 GitHub 上开源了 agent-desktop,一个面向 macOS、Windows 和 Linux 的 CLI 与 C 库,让 AI Agent 通过操作系统无障碍树读取并操作桌面应用。它绕开像素识别,用“快照—点引用—再快照”的循环完成计算机操作。

Vercel Labs 在 GitHub 上开源了 agent-desktop,一个面向 macOS、Windows 和 Linux 的 CLI 与 C 库,让 AI Agent 通过操作系统无障碍树读取并操作桌面应用。它绕开像素识别,用“快照—点引用—再快照”的循环完成计算机操作。

OpenAI计划把 ChatGPT 桌面端的 Chat 与 Work 两个标签合并,先向部分用户灰度推送,再逐步扩大范围;Codex 仍保持独立的产品体验。这反映出 ChatGPT 正从单一聊天工具向覆盖多种任务的统一入口演进。

据 The Information 报道,苹果正在开发一款配 9 英寸屏幕和可旋转机械臂的桌面机器人,目标 2027 或 2028 年上市、售价约 1000 美元;更值得关注的是,硬件高管 John Ternus 被指正推动苹果把机器人作为新方向。

橡树资本联合创始人Howard Marks公开表示,对Anthropic这类AI公司无法像传统价值投资那样预测五年后的盈利,但这不意味着应回避该领域。这番表态揭示了AI热潮下估值方法的根本挑战。

Alphabet 周一启动 60 亿欧元债券发行,成为上周 AI 支出担忧冲击市场后科技公司发债的首个大型测试;订单超过 170 亿欧元,显示债市对 AI 基础设施融资仍有承接意愿。

思科 Talos 团队发现一款名为 VOLTA-AUTODOXER 的新型 Windows 恶意软件,它在窃取浏览器密码、加密钱包助记词和各类令牌后,调用大模型为受害者生成“情报档案”并按价值排序,优先瞄准更值得勒索的目标。这意味着 AI 被直接嵌入网络犯罪的筛选环节。

《纽约时报》与三家美国报纸分别起诉 Brave Software,指控其抓取新闻内容并通过 Search API 转售给 Anthropic、Perplexity 等 AI 公司,这直接触及 AI 训练数据来源的版权与合规边界。

据 Bloomberg 报道,DeepSeek 为 DeepSeek Harness 用户推出“创作者模式”,允许其创建自定义插件,示例包括 3D 模型渲染器和视频编辑工作台。这相当于在模型能力之外,试图把工具链的扩展权交给用户。

掘金作者 Dragon_xjy 于 2026 年 11 月 2 日发布教程,演示如何在 Python 后端用生成器与 SSE(Server-Sent Events)把大模型的思考和回答分片推送到网页,让用户不必等整段文字生成完。

Tutor 完成由 a16z 领投的 7500 万美元 B 轮融资,累计融资达 1.17 亿美元。它同时在做两件事:训练面向机器人的前沿基础模型,以及开发 AI 仓储机器人,本轮资金将用于把这两条线推向落地。