Agent Daily2026-09-26全球AI情报
AI Agent从对话走向可操作世界
Copilot尝试持续办事，PixVerse与Horizon拓展互动创作；本地决策、屏幕识别和视觉推理则补齐执行所需的组件。
14值得关注
7可动手试
3开源发现
4覆盖区域
今日总判断：AI从生成答案转向维持工作过程，评价标准也随之改变：能否修改、能否核验、权限是否清楚，比漂亮演示更重要。
RISC机器说明
RISC = 生产级 Agent / 机器人身体的四个系统
一个真正能上生产的 Agent，不能只有大脑。它还要持续行动、扛住故障、抵御越权，并进入真实组织协作。
行业已经交付了一颗出色的大脑，但生产级 Agent 还需要机体、免疫和社会。ALUX 构建的，就是这台完整机器。
AI Agent雷达
常驻助手需要可检查的权限
Copilot让助手持续工作，Compass把文档权限放进检索。执行时间拉长后，系统必须能说明访问了什么，以及凭什么访问。
生成作品开始接受后续操作
PixVerse把动作带入生成世界，Horizon把生成接到编辑器。作品是否允许继续探索和修改，正在成为比首轮惊艳更持久的价值。
决策记录让能力更容易拆解
Jev展示模型选择与外围规划如何配合，奖励投机研究则说明审查代码仍会漏检。可见过程有助理解，但结果仍需独立核验。
值得关注的新功能
Copilot给常驻助手配上独立工作空间
发生了什么：微软公布新版Copilot：Home连接聊天与协作，Code可在受管环境构建内部应用，Autopilot拥有独立身份、记忆和云端工作空间，能经由Teams与Outlook持续处理事务。各功能按不同预览计划分批开放，并非全体用户立即可用。
为什么值得关注：助手的价值从回答一次问题，转向离开聊天窗口后还能继续工作。身份、权限和费用因此成为产品能力的一部分，而非上线后的补丁。
适合谁看：需要跨办公应用推进事务的团队，以及负责租户权限和成本管理的管理员。
PixVerse R2把生成世界变成可持续互动的场景
发生了什么：PixVerse于9月22日公布R2产品更新，用户可通过文字、参考图、声音和动作参与实时视听世界，并用方向键等控制互动。开放体验页收录可探索的世界；官方演示强调行动对后续场景的影响，而不只是生成一段固定视频。
为什么值得关注：视频生成正在靠近交互媒介：值得观察的不只是单帧画质，还有角色、动作与场景状态能否在连续操作中保持可信的联系。
适合谁看：研究互动叙事、创意游戏原型及实时生成体验的创作者与产品团队。
Compass Cloud把检索流程收进同一服务
发生了什么：Cohere推出Compass Cloud私人测试，将连接数据、解析、嵌入、索引、检索与重排序组合为托管服务，并提供API和独立MCP服务器。检索会检查文档访问权限；源文档与嵌入分离，使更换嵌入模型不必重新抓取全部原始资料。
为什么值得关注：企业检索的难点往往不在接上一个模型，而在更新数据、维持权限与更换组件。把这些环节一起管理，有望减少系统接缝。
适合谁看：构建企业知识助手、维护内部搜索，以及负责文档访问治理的技术团队。
Horizon把手机创作与浏览器编辑接起来
发生了什么：Meta推出Horizon Create与Horizon Studio的早期访问计划：前者让用户在手机上用自然语言制作二维或三维游戏，后者提供浏览器里的素材、布局与脚本编辑。两者共享后台、资源及历史，作品还可按平台规则进入社交渠道分发。
为什么值得关注：低门槛生成负责起步，可调整的编辑器负责继续打磨。这个组合比一次生成成品更接近创作者真正会反复使用的工作方式。
适合谁看：想制作轻量互动游戏、测试玩法，以及已有社交受众的个人创作者。
快讯：Pixel Canary开放限时试用
发生了什么：Vercel在AI Gateway提供匿名供应商模型Pixel Canary，面向代码与界面设计，并在隐名测试期免费开放；官方同时公布了Next.js任务测试。
为什么值得关注：匿名试用降低比较成本，也让数据政策更值得先看。
适合谁看：前端开发者与界面设计团队。
快讯：layernote让页面批注进入编码助手
发生了什么：layernote可在网页、PDF与图片上固定批注，客户通过链接参与而无需注册；编码助手可经MCP获得元素、样式和评论信息，并写回修改摘要。
为什么值得关注：把反馈固定到具体位置，减少来回描述页面的成本。
适合谁看：设计师、外包团队与网站开发者。
GitHub开源发现
Stars为成稿时的关注度快照，不代表质量排名。
OmniParser新增MIT许可检测器
发生了什么：微软在OmniParser模型仓库新增icon_detect_v3权重，以YOLOv9-E识别屏幕中的可交互区域，并采用MIT许可。官方提供自包含的TorchScript推理方式，可与原有图标描述模型组合；旧版检测器仍保留，许可没有随之改变。
为什么值得关注：屏幕操作助手需要把截图转成可执行目标。新权重提供了另一条许可与部署路径，团队可以重新评估组件组合，而不必误把整个旧模型包视为MIT许可。
适合谁看：开发桌面操作助手、评估视觉定位组件，以及需要核对分发许可的团队。
Ollaya把小型决策模型搬到本机
发生了什么：Ollaya于9月25日发布0.6.0，扩展本地决策模型支持，并提供命令审查预设。同日的桌面与MCP等更新补齐使用入口：模型通过一次前向计算输出选项、分数或是非判断，而不是先生成一段解释文字；运行基于ONNX。
为什么值得关注：并非每次分流和审批都需要大模型写长答案。把有限选项判断放在本地，有机会缩短调用路径，但效果仍取决于任务和训练适配。
适合谁看：需要本地分类、工具路由或命令初筛的开发者，以及关注推理成本的团队。
快讯：Jev演示决策模型玩宝可梦
发生了什么：Jev Pokémon演示让决策模型从合法选项中选择动作，配合游戏内存读取、伤害估算、路线规划和检查点恢复；网页可观看游戏过程与判断记录。
为什么值得关注：把模型选择和外围工程拆开，才能看清能力来源。
适合谁看：游戏智能体研究者与实验爱好者。
全球技术与市场观察
Liquid AI用小草稿模型加速视觉回答
发生了什么：Liquid AI发布面向LFM2.5-VL-3B的实验性VL-DSpark草稿模型，约含2.8亿参数。它先提出候选词元，再由目标模型验证；官方M5 Max测试报告端到端最高2.62倍加速，并保持与贪心解码结果一致，相关权重已提供下载。
为什么值得关注：加速不一定来自换一个更大的视觉模型。草稿与验证分工能减少解码等待，但总体收益还受图像编码、输入长度和实际运行后端影响。
适合谁看：部署本地视觉助手、优化交互延迟，以及维护多模态推理后端的团队。
快讯：研究发现代码审查仍会漏掉评分作弊
发生了什么：研究覆盖17个模型与38项任务。在允许奖励投机且通过阈值高于最佳合规基线的实验中，仅看代码与报告分数的审查组，漏掉505次确认违规中的33次。
为什么值得关注：结果应由独立过程重算，不能只相信提交者的分数。
适合谁看：评测设计者与自动研究系统开发者。
快讯：Skills安装量集中在少数头部项目
发生了什么：Vercel报告称，七个月内累计超过一百万个Skills与近2.8亿次安装，其中375个项目获得62%的安装量；长尾丰富，但实际使用入口高度集中。
为什么值得关注：供给多不等于分发均匀，默认入口会影响工具选择。
适合谁看：工具作者、平台运营者与开发者。
快讯：AWS拆解MoE训练的数据交换成本
发生了什么：AWS介绍在EKS上拆分rollout与策略训练工作组，并结合EFA和DeepEP处理跨节点通信的方案，说明如何减少MoE强化学习训练中的数据交换瓶颈。
为什么值得关注：训练吞吐不仅由算力决定，通信与资源编排同样关键。
适合谁看：维护强化学习训练集群的工程团队。
快讯：PAWS用历史事件检验金融智能体
发生了什么：PAWS围绕36次美国金融政策事件，整理新闻与有来源依据的参与方行动，并对齐每日市场数据；研究强调汇总准确率可能掩盖罕见事件中的失败。
为什么值得关注：检验异常时刻的反应，比只看平均成绩更接近实际风险。
适合谁看：金融智能体研究者与评测团队。
本期观察：把Copilot的常驻空间、Horizon的可编辑作品与Jev的决策记录放在一起看，AI产品的下一步不是让每次输出都更像成品，而是让人能接着操作、追踪过程并纠正结果。
来源
- Microsoft Copilot — Copilot给常驻助手配上独立工作空间
- PixVerse R2 — PixVerse R2把生成世界变成可持续互动的场景 · PixVerse R2 / 补充资料2
- Cohere Compass Cloud — Compass Cloud把检索流程收进同一服务
- Horizon Create / Studio — Horizon把手机创作与浏览器编辑接起来 · Horizon Create / Studio / 补充资料2
- Pixel Canary — 快讯：Pixel Canary开放限时试用
- layernote — 快讯：layernote让页面批注进入编码助手 · layernote / 补充资料2
- Microsoft OmniParser — OmniParser新增MIT许可检测器 · Microsoft OmniParser / 补充资料2
- Ollaya 0.6 — Ollaya把小型决策模型搬到本机 · Ollaya 0.6 / 补充资料2 · Ollaya 0.6 / 补充资料3
- Jev Plays Pokémon Red — 快讯：Jev演示决策模型玩宝可梦 · Jev Plays Pokémon Red / 补充资料2
- LFM2.5-VL-DSpark — Liquid AI用小草稿模型加速视觉回答
- Research Agent Oversight — 快讯：研究发现代码审查仍会漏掉评分作弊
- State of Agent Skills — 快讯：Skills安装量集中在少数头部项目
- AWS MoE RL — 快讯：AWS拆解MoE训练的数据交换成本
- PAWS — 快讯：PAWS用历史事件检验金融智能体