用 AI 自动操作浏览器：Gemini 2.5 Computer Use
Google 发布了 Gemini 2.5 Computer Use 模型，能像人一样“看”并操作浏览器界面，通过点击、输入、滚动等实现复杂自动化任务。它不再依赖传统 API，直接从屏幕截图理解并执行操作，减少人工重复劳动。
1️⃣ 可视化交互：模型接收屏幕截图和你的指令，自动生成并执行浏览器操作，直到任务完成。
2️⃣ 性能领先：在 Online-Mind2Web、WebVoyager 等基准测试中表现优异，延迟低，响应快。
3️⃣ 丰富操作：内置点击、输入、滚动、拖拽、快捷键等 13 种基础 UI 操作，支持自定义功能扩展。
落地场景：端到端 UI 自动化测试、批量表单填写、信息采集与同步、电商比价等。
目前该模型已在 Google AI Studio 和 Vertex AI 提供预览版，按 Token 计费。
本地部署： https://github.com/google/computer-use-preview/
在线演示： https://gemini.browserbase.com/
用 AI 自动操作浏览器：Gemini 2.5 Computer Use
更多动态
用自然语言构建 AI 小程序
，Google 的 Opal 把你的想法直接变成 Web 应用。 Opal 是 Google Labs 的 “vibe-coding” 实验项目，通过对话描述功能，即可生成可视化工作流，降低了 AI 应用开发门槛。 最近刚完成一轮重要更新： 1️⃣ 全球扩张：现已对加拿大、日本、印度、巴西等 15 个新国家开放。 2️⃣ 核心升级：增加实时可视化调试，可单步运行、修改 prompt；支持并行执行，加速复杂流程。 非技术背景用户可快速验证创意，开发者也能用它加速原型设计。 官网： http://opal.withgoogle.com
OpenAI AgentKit：拖拽或代码轻松搭建AI Agent
OpenAI 发布 AgentKit，一套端到端工具，简化了AI Agent的开发。无论新手或开发者，都能用低成本方式快速创建自动化AI工作流。 🔹 Agent Builder 可视化拖拽，快速设计多步代理流程，内置安全护栏与版本控制。 🔹 Agents SDK 支持 Node, Python, Go 编程构建代理，与 Responses API 集成。 🔹 ChatKit 嵌入式聊天组件，轻松集成代理对话体验到应用。 🔹 Evals for Agents 性能评估工具，助力持续优化与调优代理表现。 🔗 官网: https://openai.com/agent-platform/
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
