AI构建者摘要

试用个人 agent 后，Every 推出全公司共用的 agent

Every 发现，个人 agent 难以维护，还会让有用的知识散落在公司各处，于是向订阅用户推出了 Every Agent。团队决定把这些投入集中起来：“为什么不把这些精力都投入到一个让全公司受益的 agent 上？”他们认为，个人 agent 在工作之外仍然有用，而共用的 agent 则能逐步熟悉公司的工作流程。

• #agents
• #products

Vercel 开源其 HTML artifact 构建工具

Guillermo Rauch 表示，Vercel 已开源一款由 libfx 驱动的快速 HTML artifact 构建工具。它汇集了团队为让 v0 的 agent 在服务器崩溃、模型响应不可靠以及函数调用受限时仍能继续运行所做的工作。

• #open-source
• #agents

Aaron Levie 认为，更好的模型会带动专业 AI 需求

Levie 认为，模型越强，面向特定领域的 AI 系统就越有价值，因为长时间运行的 agent 需要专业数据、工具、任务路由，以及对实际工作流程的改造。他预计，自动化系统会在医疗、金融和制造业等领域变得实用。不过，与模型实验室核心用途接近的产品将面临更激烈的竞争。

• #agents
• #products

Wabi 2.0 让主 agent 搭配可分享的临时聊天

Nikunj Kothari 说，Wabi 2.0 让他眼前一亮，是因为它的主 agent 会针对具体任务创建聊天，聊天可以分享，任务结束后也能归档。它看到他的航班信息后，为那次旅行建了一个聊天，并在旅程结束后将其归档。他喜欢这种组织方式，但认为产品目前过于主动，应用也还有待改进。

• #agents
• #products

Thariq 建议同时使用多个 agent 的人盯紧头号任务

Thariq 认为，同时用多个 agent 处理任务的人，或许应该放慢脚步。他给出的检验方法很简单：找出最重要的那一件事，全神贯注地做好它，因为许多并行推进的工作可能并不重要。

• #agents

Swyx 质疑人们是否真的想告别聊天界面

Swyx 认为，呼吁告别聊天界面，反映的可能更多是人们想尝试新东西，而不是他们最终会使用什么。他想说的是，公众对新形式的热情，未必符合人们实际会反复选择的使用方式。

• #products