Cursor 推出智能体实时语音协作:AI 编程进入「打电话」时代
开发者可与编码智能体双向语音对话,覆盖 Agents Window、IDE、网页与 iOS;语音层由 Grok Voice 驱动,编码仍走用户自选模型。
编辑短评: 与"听写转文字"不同,这是语音对语音的双向通道——AI 编程的交互入口从键盘扩展到"打电话",直指长任务"睡一觉醒来 agent 卡在第一轮"的监督痛点。
开发者可与编码智能体双向语音对话,覆盖 Agents Window、IDE、网页与 iOS;语音层由 Grok Voice 驱动,编码仍走用户自选模型。
编辑短评: 与"听写转文字"不同,这是语音对语音的双向通道——AI 编程的交互入口从键盘扩展到"打电话",直指长任务"睡一觉醒来 agent 卡在第一轮"的监督痛点。
用户只与一个主 Agent 对话,由它理解目标、拆解任务、自动创建并协调并行 Agent 线程;进展以实时卡片呈现在聊天中。
编辑短评: 多 Agent 工作流正从"用户自己拆分、分派、追踪"转向"组织层交给 Agent"——Spaces 与 LoopForge 的 Main Bot、被 Meta 收编的 Conductor 是同一趋势的三家不同解法:从工具走向 AI 项目经理。
开源模型借标准工具集(看/移/抓)控制真机;Qwen3.8-Flash-Next 在 RoboDojo 从 1.90 升至 31.39,单任务成本 $1.09 vs $21.29。
编辑短评: coding 圈"harness 决定上限"的经验被直接搬到具身智能——通用 coding agent + 好的工具层,可能比专用 VLA 更便宜更好用,为"本体厂商开放接口找大脑"路线提供强佐证。
百台级工业具身机器人年底落地,覆盖 8 大生产工艺、33 类应用场景;全国首个千台级集群建设已启动,A3 机器人同步亮相进博会。
编辑短评: 汽车零部件巨头的严格工程标准是具身智能最硬的"考场";从单点试点到百台再到千台的口径变化,是"进厂打工"叙事里少有的可验证规模指标。
当模型能力趋同,竞争的胜负手正在从"考卷分数"转向智能体的工程化能力与生态绑定。
观点: 单纯堆预训练的时代结束了。2026 年的护城河属于"能干活"的智能体,而不是"会答题"的模型。
融资额屡创新高的背后,AI 应用层的收入结构正在分化:真正的赢家都在解决" last mile "问题。
观点: 应用层的估值泡沫确实存在,但编程、客服、法律三个赛道已经跑通了可复制的付费闭环。
DeepSeek、Qwen 与 Llama 的持续迭代正在改写开源与闭源的力量对比,企业选型逻辑随之改变。
观点: 开源与闭源的差距已经缩小到"半年以内",对企业用户而言,选型逻辑应当从"哪个最强"转向"哪个够用且可控"。
开源模型借标准工具集(看/移/抓)控制真机;Qwen3.8-Flash-Next 在 RoboDojo 从 1.90 升至 31.39,单任务成本 $1.09 vs $21.29。
GPT-5.2 在数学、代码与科学推理基准上全面刷新纪录,API 价格下调 40%,智能体任务可靠性显著提升。
Claude 4.5 将连续自主编程时长推至 30 小时,配合全新的检查点机制,长任务中断恢复不再丢上下文。
开发者可与编码智能体双向语音对话,覆盖 Agents Window、IDE、网页与 iOS;语音层由 Grok Voice 驱动,编码仍走用户自选模型。
用户只与一个主 Agent 对话,由它理解目标、拆解任务、自动创建并协调并行 Agent 线程;进展以实时卡片呈现在聊天中。
百台级工业具身机器人年底落地,覆盖 8 大生产工艺、33 类应用场景;全国首个千台级集群建设已启动,A3 机器人同步亮相进博会。
AI 日报:每个工作日清晨,5 分钟速览前一日要闻; AI 周报:每周日,深度梳理一周趋势与观点。
Environmental Journalist
Science Journalist
Political Correspondent
Investigative Journalist
Tech Writer
Travel Blogger & Journalist