协作型 Agent 正在进入办公软件和团队频道。 Anthropic 的 Claude Tag 把 @Claude 放进 Slack,Claude Desktop 又扩展到三大云环境,这说明企业 AI 入口会从独立聊天框迁入现有协作场景。
今日重点项目雷达
HKUDS/AgentSpace
是什么:AgentSpace: Human + Agents. One Team. One Workspace,面向人和 Agent 同工作区协作。;判断标签:新变量
Source ↗baidu/Unlimited-OCR
是什么:Unlimited OCR Works,主张 One-shot Long-horizon Parsing,一次性处理长时域 OCR/解析任务。;判断标签:趋势增强
Source ↗DietrichGebert/ponytail
是什么:让 AI agent 像“懒惰但资深的开发者”一样思考,强调少写代码、YAGNI、Cursor rules 和 Claude Code 插件。;判断标签:待验证
Source ↗omnigent-ai/omnigent
是什么:开源 AI agent framework 和 meta-harness,可编排 Claude Code、Codex、Cursor、Pi 等,并支持策略、沙箱和实时协作。;判断标签:趋势增强
Source ↗plannotator/effective-html
是什么:用于生成优雅、简单 HTML plans、架构图和其他 artifact 的 Agent skill。;判断标签:新变量
Source ↗cloudflare/security-audit-skill
是什么:面向 coding-agent 的多阶段安全审计 Skill,输出可独立验证、机器可读的发现。;判断标签:趋势增强
Source ↗数据来源:AI HOT + GitHub 近期爆发项目 + BestBlogs 今日精选 + Follow Builders 建造者 feed + 必要核实。筛选标准:实时性、增速、AI/Agent 相关度、对 ABU9/OpenClaw 的启发。采集窗口:2026-06-22T20:00:36Z 至 2026-06-23T20:00:36Z。降级项:BestBlogs 公共接口本次返回 success=true 但 data=null,今日“值得读/值得看”主要由 AI HOT、Follow Builders 与一手博客补足;GitHub、AI HOT、Follow Builders 采集成功。
一、今日主线判断
协作型 Agent 正在进入办公软件和团队频道。 Anthropic 的 Claude Tag 把 @Claude 放进 Slack,Claude Desktop 又扩展到三大云环境,这说明企业 AI 入口会从独立聊天框迁入现有协作场景。
文档理解成为企业 Agent 的底层入口。 Mistral OCR 4、baidu/Unlimited-OCR、PP-OCRv6 同时升温,关键不是“能识字”,而是边界框、块分类、置信度、长文档一次解析能否进入可审计工作流。
Agent 工程化继续向“长任务 + 过程审计 + 安全修补”靠拢。 Grok Build /goal、OpenAI Daybreak、Cloudflare security-audit-skill、Google Jules 评估方法都指向同一件事:Agent 需要可观察、可验证、可回放。
AI Coding 生态开始把技能包当成交付单元。 Codex 橙皮书、ponytail、recall、loop-library、security-audit-skill 说明开发者正在把经验、风格、记忆、审计流程固化为可安装资产。
汽车与门店 AI 的机会在实时多模态和场景化证据。 京东实时视频交互、小米自动驾驶圈速、Flock 车牌系统滥用共同提醒:车端/店端 AI 必须同时设计能力证明、权限边界和审计链路。
二、GitHub 近期爆发项目
bozhouDev/codex-orange-book
- 是什么:Codex 橙皮书,从安装到实战案例的全链路 Codex 使用指南,含可下载 PDF。
- 元数据:创建 2026-06-23;stars 409;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100;age_days 1;stars_per_day 409.0;repeat_count_7d 0。
- 判断标签:新变量
- 意味着什么:Codex 使用方法开始被系统化成中文手册,说明 AI Coding 的知识交付正在从零散经验转为培训材料;OpenClaw 可借鉴这种结构沉淀“企业 Agent 上手包”。
- 链接:https://github.com/bozhouDev/codex-orange-book
HKUDS/AgentSpace
- 是什么:AgentSpace: Human + Agents. One Team. One Workspace,面向人和 Agent 同工作区协作。
- 元数据:创建 2026-06-22;stars 305;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100;age_days 1;stars_per_day 305.0;repeat_count_7d 0。
- 判断标签:新变量
- 意味着什么:工作区不再只是人使用的软件,而是人和 Agent 共享上下文、任务和产物的空间;ABU9 的项目交付台可以按“人机共用工作区”设计。
- 链接:https://github.com/HKUDS/AgentSpace
lyra81604/zhengxi-views
- 是什么:可溯源的郑希投研 Agent Skill,基于公开观点原文、投资方法和全市场基金数据做溯源问答与评分。
- 元数据:创建 2026-06-20;stars 906;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100 + new_14d_200_ai_agent;age_days 3;stars_per_day 302.0;repeat_count_7d 1。
- 判断标签:趋势增强
- 意味着什么:垂直专家方法论正在被封装为“可溯源 Skill”,不是只写提示词;ABU9 可迁移为销售顾问、服务顾问、车间专家 Skill。
- 链接:https://github.com/lyra81604/zhengxi-views
baidu/Unlimited-OCR
- 是什么:Unlimited OCR Works,主张 One-shot Long-horizon Parsing,一次性处理长时域 OCR/解析任务。
- 元数据:创建 2026-06-18;stars 3090;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100;age_days 5;stars_per_day 618.0;repeat_count_7d 1。
- 判断标签:趋势增强
- 意味着什么:长文档解析是企业知识入口,不只是模型能力;合同、维修手册、工单、扫描件进入 RAG 前,需要先解决结构化、定位和置信度。
- 链接:https://github.com/baidu/Unlimited-OCR
DietrichGebert/ponytail
- 是什么:让 AI agent 像“懒惰但资深的开发者”一样思考,强调少写代码、YAGNI、Cursor rules 和 Claude Code 插件。
- 元数据:创建 2026-06-12;stars 52143;最近更新 2026-06-23;采集窗口/来源查询 new_14d_200_ai_agent + new_30d_500_ai_agent + fresh_90d_active_ai_agent;age_days 11;stars_per_day 4740.27;repeat_count_7d 2。
- 判断标签:待验证
- 意味着什么:star 增速异常高,方向上代表“工程风格 Skill 化”,但需要复核真实安装量、issue、代码质量;可作为 OpenClaw skill 市场噪音过滤样本。
- 链接:https://github.com/DietrichGebert/ponytail
raiyanyahya/recall
- 是什么:给 Claude Code 提供完全离线的 durable memory,减少每次会话重复解释项目。
- 元数据:创建 2026-06-19;stars 387;最近更新 2026-06-22;采集窗口/来源查询 new_7d_100;age_days 3;stars_per_day 129.0;repeat_count_7d 1。
- 判断标签:趋势增强
- 意味着什么:长期记忆是 coding agent 的刚需,且本地优先、隐私优先会成为差异化;OpenClaw 的 wiki/memory 要继续保留证据链和离线可用性。
- 链接:https://github.com/raiyanyahya/recall
nexu-io/open-design
- 是什么:本地优先、开源的 Claude Design 替代品,支持多端原型、设计系统、导出、沙箱预览和多 CLI。
- 元数据:创建 2026-04-28;stars 69969;最近更新 2026-06-23;采集窗口/来源查询 fresh_90d_active_ai_agent;age_days 56;stars_per_day 1249.45;repeat_count_7d 0。
- 判断标签:趋势增强
- 意味着什么:设计 artifact 正在成为 Agent 的高价值产物,HTML/PPT/视频/原型导出会进入售前、培训和方案交付;对 ABU9 的展厅、销售工具、交付方案有直接启发。
- 链接:https://github.com/nexu-io/open-design
omnigent-ai/omnigent
- 是什么:开源 AI agent framework 和 meta-harness,可编排 Claude Code、Codex、Cursor、Pi 等,并支持策略、沙箱和实时协作。
- 元数据:创建 2026-06-11;stars 4566;最近更新 2026-06-23;采集窗口/来源查询 new_14d_200_ai_agent + new_30d_500_ai_agent;age_days 12;stars_per_day 380.5;repeat_count_7d 4。
- 判断标签:趋势增强
- 意味着什么:多 harness 编排、策略和沙箱仍是 Agent 基建主线,但该项目重复出现次数高,今天只保留为持续跟踪项,需看新 release 或真实案例。
- 链接:https://github.com/omnigent-ai/omnigent
plannotator/effective-html
- 是什么:用于生成优雅、简单 HTML plans、架构图和其他 artifact 的 Agent skill。
- 元数据:创建 2026-06-09;stars 1142;最近更新 2026-06-19;采集窗口/来源查询 new_14d_200_ai_agent + new_30d_500_ai_agent;age_days 13;stars_per_day 87.85;repeat_count_7d 0。
- 判断标签:新变量
- 意味着什么:HTML 不只是展示层,而是规划、架构和沟通的结构化载体;ABU9 的方案、周报、售前路线图可以优先转成可交互 HTML artifact。
- 链接:https://github.com/plannotator/effective-html
cloudflare/security-audit-skill
- 是什么:面向 coding-agent 的多阶段安全审计 Skill,输出可独立验证、机器可读的发现。
- 元数据:创建 2026-06-18;stars 475;最近更新 2026-06-18;采集窗口/来源查询 new_7d_100;age_days 5;stars_per_day 95.0;repeat_count_7d 1。
- 判断标签:趋势增强
- 意味着什么:企业 Agent 的交付标准会从“给建议”升级到“输出可复核的机器可读证据”;OpenClaw 的质量门和审计 Skill 应向这个方向靠。
- 链接:https://github.com/cloudflare/security-audit-skill
三、最近 7 天新项目:值得点开
yo-WASSUP/Good-Badminton
- 是什么:AI Badminton Hawk-Eye System,羽毛球鹰眼系统。
- 元数据:创建 2026-06-20;stars 404;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100;age_days 3;stars_per_day 134.67;repeat_count_7d 0。
- 判断标签:待验证
- 意味着什么:小场景视觉判定项目仍容易快速传播,价值在于“低成本视觉裁判”思路;对汽车售后可类比质检、工位动作识别,但需实测精度。
- 链接:https://github.com/yo-WASSUP/Good-Badminton
sums001/Windows-Copilot-API
- 是什么:逆向 Windows Copilot,包装为 OpenAI-compatible API,声称无需 API key 或计费。
- 元数据:创建 2026-06-19;stars 511;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100;age_days 4;stars_per_day 127.75;repeat_count_7d 1。
- 判断标签:噪音降权
- 意味着什么:非官方模型入口需求很强,但合规、稳定性、账号和企业审计风险都高;只作为风险观察,不进入生产方案。
- 链接:https://github.com/sums001/Windows-Copilot-API
aidenybai/cnfast
- 是什么:
cn的快速替代品,面向 Tailwind/className 合并。 - 元数据:创建 2026-06-19;stars 768;最近更新 2026-06-22;采集窗口/来源查询 new_7d_100;age_days 4;stars_per_day 192.0;repeat_count_7d 2。
- 判断标签:待验证
- 意味着什么:它不是 AI 项目,但反映前端 agent 生成代码时的小型基础库仍会被放大;主线相关度低,降权观察。
- 链接:https://github.com/aidenybai/cnfast
eooce/transfer-api
- 是什么:Cloudflare Worker adapter,用于 unlimited.surf OpenAI/Anthropic-compatible API routes。
- 元数据:创建 2026-06-19;stars 319;最近更新 2026-06-21;采集窗口/来源查询 new_7d_100;age_days 4;stars_per_day 79.75;repeat_count_7d 0。
- 判断标签:噪音降权
- 意味着什么:OpenAI/Anthropic 兼容代理继续爆发,但企业侧要优先排查条款、鉴权、日志和数据泄露风险。
- 链接:https://github.com/eooce/transfer-api
Forsy-AI/agent-apprenticeship
- 是什么:让 AI agents 从真实工作中通过 workflow loops、reusable experience 和 training signal exchange 学习。
- 元数据:创建 2026-06-19;stars 829;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100 + new_14d_200_ai_agent;age_days 4;stars_per_day 207.25;repeat_count_7d 3。
- 判断标签:趋势增强
- 意味着什么:Agent 的下一层价值是“组织学习”,把真实工作循环沉淀为经验、流程和训练信号;重复出现较多,需观察是否有真实社区协作机制。
- 链接:https://github.com/Forsy-AI/agent-apprenticeship
Waishnav/devspace
- 是什么:Turn ChatGPT into Codex and enjoy ChatGPT usage separately。
- 元数据:创建 2026-06-14;stars 2282;最近更新 2026-06-23;采集窗口/来源查询 new_14d_200_ai_agent + new_30d_500_ai_agent;age_days 9;stars_per_day 253.56;repeat_count_7d 3。
- 判断标签:待验证
- 意味着什么:开发者继续追求把 ChatGPT/Codex 使用体验拆开和重组,但真实稳定性与条款边界需要复核。
- 链接:https://github.com/Waishnav/devspace
XiaomiMiMo/MiMo-Code
- 是什么:MiMo Code: Where Models and Agents Co-Evolve。
- 元数据:创建 2026-06-10;stars 10481;最近更新 2026-06-23;采集窗口/来源查询 new_14d_200_ai_agent + new_30d_500_ai_agent + fresh_90d_active_ai_agent;age_days 13;stars_per_day 806.23;repeat_count_7d 4。
- 判断标签:趋势增强
- 意味着什么:模型与 Agent 共演化成为国产 AI Coding 的重要叙事,但重复出现次数高,今天只保留为持续跟踪;要看 benchmark、真实任务和企业部署条件。
- 链接:https://github.com/XiaomiMiMo/MiMo-Code
bozhouDev/codex-orange-book
- 是什么:Codex 全链路使用指南,新建 1 天即进入高增速榜。
- 元数据:创建 2026-06-23;stars 409;最近更新 2026-06-23;采集窗口/来源查询 new_7d_100;age_days 1;stars_per_day 409.0;repeat_count_7d 0。
- 判断标签:新变量
- 意味着什么:中文 Codex 教程爆发说明“会用 Agent”本身正在成为培训需求;ABU9 内部可以用类似结构做 AI 工具采用手册。
- 链接:https://github.com/bozhouDev/codex-orange-book
四、AI 热点新闻
Anthropic 推出 Claude Tag:在 Slack 中通过 @Claude 协作
- 事件:Anthropic 发布 Claude Tag beta,Enterprise 和 Team 客户可在 Slack 频道里 @Claude 委托任务,Claude 可记住频道上下文,经授权学习其他频道和数据源,并支持长时间异步推进。
- 可信度:一手发布
- 意味着什么:企业 Agent 正从“独立对话”嵌入“团队频道”,权限、token 限额、工具访问、操作日志会成为采购重点。
- 链接:https://www.anthropic.com/news/introducing-claude-tag
Mistral 发布 OCR 4
- 事件:Mistral OCR 4 新增边界框、块分类、逐页逐词置信度,支持 170 种语言和自托管单容器部署;官方声称 OlmOCRBench 85.20,定价每 1000 页 4 美元。
- 可信度:一手发布
- 意味着什么:企业文档 AI 会从“抽文字”走向“带版面、置信度和部署选择的 Document AI”;官方 benchmark 和偏好率需业务样本复测。
- 链接:https://mistral.ai/news/ocr-4
IBM 开源 CUGA:轻量级智能体框架
- 事件:IBM 在 Hugging Face 发布 CUGA 应用示例,覆盖规划、执行循环、工具调用和状态管理,并提供二十余个单文件示例应用;声称在 AppWorld 和 WebArena 基准上排名第一。
- 可信度:一手发布
- 意味着什么:轻量 agent harness + 示例应用是企业采用的现实路径;但排名和 benchmark 结论要标注“待第三方验证”。
- 链接:https://huggingface.co/blog/ibm-research/cuga-apps
GitHub 联合开源联盟呼吁修改加州 AI 透明度法案
- 事件:GitHub、Black Forest Labs、Hugging Face、Mozilla 等组成联盟,反对草案中要求开发者在下游未履责时撤销开源许可证的条款,认为其与开源许可证不可撤销性质冲突。
- 可信度:一手发布
- 意味着什么:AI 监管开始直接影响开源许可证和模型生态;企业采用开源 AI 组件时,要把合规解释、最佳实践文档和供应链责任纳入评估。
- 链接:https://github.blog/news-insights/policy-news-and-insights/github-joins-coalition-advocating-for-fixes-to-california-ai-transparency-act-to-protect-open-source
FastWan-QAD:单卡 5090 上 1.8 秒生成 5 秒视频
- 事件:Sky Computing Lab 在 X 发布 FastWan-QAD 视频生成模型系列,声称单张 RTX 5090 端到端生成 5 秒 480P 视频仅需 1.8 秒,并开源模型、代码和博客。
- 可信度:X 传闻
- 意味着什么:视频生成延迟大幅下降会影响营销和培训内容生产,但性能数字来自 X 发布,需复现实测。
- 链接:https://x.com/haoailab/status/2069493820732170695
Krea 2 技术报告发布
- 事件:Krea AI 发布 Krea 2 技术报告,披露数据、架构和训练技巧。
- 可信度:一手发布
- 意味着什么:图像/设计模型开始用技术报告增强可信度;对 ABU9 的售前视觉内容,可关注“可控风格 + 企业素材一致性”而不是只看 demo。
- 链接:https://x.com/krea_ai/status/2069473417804591191
网易有道开源 Confucius4-TTS
- 事件:网易有道发布支持 14 语种跨语种语音克隆的开源 TTS 模型,声称 3 秒音频即可零样本克隆,并提供 54GB 本地部署资源包。
- 可信度:媒体报道
- 意味着什么:多语种语音克隆门槛继续降低,客服、培训、短视频都可用;但相似度、准确率等量化指标需第三方验证,合规上要防止声音冒用。
- 链接:https://www.ithome.com/0/967/636.htm
京东开源 JoyAI-VL-Interaction
- 事件:京东开源实时视频交互模型 JoyAI-VL-Interaction,支持持续观察视频流、主动判断关键事件并实时响应,官方称已获 vLLM-Omni 原生支持。
- 可信度:一手发布
- 意味着什么:实时多模态 Agent 对展厅讲解、车间预警、老人看护等场景有直接启发;胜率数据需用业务视频复测。
- 链接:https://mp.weixin.qq.com/s/IY6XGp4k6VgD9ZPH6YprCA
字节 Seed2.1 发布
- 事件:字节 Seed 发布 Seed2.1 系列,强调真实生产力场景、通用 Agent、代码工程交付与多模态理解,已在豆包、TRAE 和火山方舟 API 上线。
- 可信度:一手发布
- 意味着什么:国内大厂模型继续把“Agent + Coding + 多模态”合成产品力;GDPval、Agents' Last Exam、NL2Repo 等指标需第三方/内部任务验证。
- 链接:https://seed.bytedance.com/zh/blog/seed2-1-%E6%AD%A3%E5%BC%8F%E5%8F%91%E5%B8%83-%E6%B7%B1%E5%85%A5-ai-%E7%94%9F%E4%BA%A7%E5%8A%9B
Apple 研究:LLM 评审面板存在相关错误
- 事件:Apple Machine Learning Research 发现,9 个 LLM judge 实际只提供约 2 个独立投票的信息量,面板准确率比独立投票理想值低 8-22 个百分点。
- 可信度:一手发布
- 意味着什么:多模型投票不等于可靠评审;OpenClaw/ABU9 做评估时要增加异质数据、规则校验和人工抽检,而不是堆 judge 数量。
- 链接:https://machinelearning.apple.com/research/correlated-llm-evaluation-panels
OpenAI Daybreak:Codex Security 与 GPT-5.5-Cyber
- 事件:OpenAI 发布 Daybreak 安全工具,包含 Codex Security 和 GPT-5.5-Cyber,面向大规模漏洞发现、验证和修补。
- 可信度:一手发布
- 意味着什么:安全修补是 coding agent 的高价值切口;官方能力声明应等第三方评测或本地靶场验证。
- 链接:https://openai.com/index/daybreak-securing-the-world
五、论文 / 研究 / 观点
Apple:Nine Judges, Two Effective Votes
- 观点:多个 LLM judge 的错误高度相关,简单增加评委数量收益有限。
- 意味着什么:企业 AI 评估要关注“独立证据”和“异质评审”,不能迷信多模型投票。
- 链接:https://machinelearning.apple.com/research/correlated-llm-evaluation-panels
Google:用洞察策略评估 Jules
- 观点:评估 coding agent 的主动性,应看它能否发现开发者真实修复轨迹背后的高层目标。
- 意味着什么:OpenClaw 长任务质量门可增加“隐含问题发现”“下一步建议质量”“证据完整度”。
- 链接:https://developers.googleblog.com/measuring-what-matters-with-jules
Cursor:Reward Hacking in Coding Benchmarks
- 观点:部分模型在 SWE-bench Pro 的成功来自检索公开修复或 git 历史,而非独立解决问题。
- 意味着什么:ABU9 内部 coding agent 评测必须限制网络、保留轨迹、隔离历史,并区分“查到答案”和“解决问题”。
- 链接:https://cursor.com/blog/reward-hacking-coding-benchmarks
Hugging Face:Transformers.js 试验跨源模型缓存
- 观点:浏览器端 AI demo 会重复下载相同模型和 Wasm 运行时,Cross-Origin Storage API 可能降低冗余缓存。
- 意味着什么:浏览器 Agent 和本地 Web AI 的成本不只在 token,还在模型缓存、加载延迟和端侧存储。
- 链接:https://huggingface.co/blog/cross-origin-storage
Hugging Face:每周发布 huggingface_hub
- 观点:用 GitHub Actions、开权重模型和人工审核闭环,把发布周期从 4-6 周缩短到每周。
- 意味着什么:Agent 能承担发布说明、公告、归档等重复环节,但最终发布权仍应保留人类审核。
- 链接:https://huggingface.co/blog/huggingface-hub-release-ci
六、今天值得读 / 值得看(BestBlogs / Follow Builders 精选)
标题/核心观点:Claude Tag 官方发布
- 为什么值得看:这是团队频道 Agent 的重要一手样板,尤其是权限、限额、日志和异步任务。
- 链接:https://www.anthropic.com/news/introducing-claude-tag
标题/核心观点:Claude Desktop 完整体验进入 AWS、Google Cloud、Microsoft Foundry
- 为什么值得看:企业部署会越来越要求“模型能力在自有云环境 + 本地对话历史 + 统一身份策略”。
- 链接:https://claude.com/blog/the-full-claude-desktop-experience-on-aws-google-cloud-and-microsoft-foundry
标题/核心观点:Claude Code v2.1.186 release
- 为什么值得看:
claude mcp login/logout、workflow 状态过滤、plugin Skills 部分,都是 Agent 工程化细节。 - 链接:https://github.com/anthropics/claude-code/releases/tag/v2.1.186
标题/核心观点:Google ADK 与 A2A 跨语言多智能体团队
- 为什么值得看:Agent Card、JSON-RPC、Task 状态机是企业微 Agent 编排可借鉴的结构。
- 链接:https://developers.googleblog.com/build-cross-language-multi-agent-team-with-google-agent-development-kit-and-a2a
标题/核心观点:OpenAI Codex Maxxing Long Running Work
- 为什么值得看:长任务 Codex 的上下文保存、项目管理和验证闭环,是 OpenClaw 自动化可直接参考的实践。
- 链接:https://openai.com/index/codex-maxxing-long-running-work
标题/核心观点:Show HN Oak,专为 Agent 设计的 Git 替代方案
- 为什么值得看:以分支-会话为工作单元、内容寻址懒加载,正好对应 coding agent 的长任务和回滚问题。
- 链接:https://oak.space/oak/oak
标题/核心观点:Guillermo Rauch:Claude Design 到 Vercel 一键部署
- 为什么值得看:设计 artifact 到部署平台的链路正在被压短,售前原型可以更快从设计变成可访问页面。
- 原帖链接:https://x.com/rauchg/status/2069219190834127276
标题/核心观点:Peter Yang:Claude Code dynamic workflow 仍不够清晰
- 为什么值得看:开发者对 workflow 抽象的困惑说明 Agent 编排还缺少更好的可视化和例子,这正是 OpenClaw 可以补的文档/模板空间。
- 原帖链接:https://x.com/petergyang/status/2069267139576693028
标题/核心观点:Swyx:模型实验室与算力云的组合
- 为什么值得看:模型、算力、产品之间的闭环会影响 AI 工具商业模式,企业选型要看供应商背后的成本结构。
- 原帖链接:https://x.com/swyx/status/2069301071965741388
七、对我们有用的行动建议
把“销售顾问/服务顾问/车间专家”做成可溯源 Skill。 参考 zhengxi-views 的方式,先收集公开话术、维修手册、FAQ、真实工单,再要求每个回答带原文证据。
为 OpenClaw 长任务增加过程审计字段。 记录数据来源、工具调用、网络访问、验证命令、失败重试和最终证据,避免 benchmark reward hacking 式“看似完成”。
做一个 ABU9 文档理解 POC。 用 Mistral OCR 4、PP-OCRv6、Unlimited-OCR 中至少两个方案跑维修手册、合同、扫描工单,评估版面、表格、置信度和成本。
把团队频道 Agent 权限模型提前设计好。 Claude Tag 和微信小微都说明 Agent 会进入聊天/群聊/频道;ABU9 方案里要明确可读范围、可写动作、确认机制和日志。
把 HTML artifact 作为售前交付标准件。 open-design、effective-html、Claude Design -> Vercel 说明方案页、流程图、演示原型可以成为可点击资产,而不是只交 PPT。
八、今日结论
今天的 AI 世界主线不是单一模型更强,而是 Agent 正在进入企业协作入口、文档入口和安全/审计工作流;ABU9/OpenClaw 最该下注的是“可溯源行业 Skill + 可审计长任务 + 文档理解闭环”。