📅 2026-08-17 至 2026-08-23 | 共发现 12 个 AI 新工具

🔥 本周 Top 3

1. Qwen-UI-Agent - 阿里开源真机级 GUI 智能体基座模型, 网页端测试全球第一

亮点:

• 以真实世界为中心的 GUI 智能体基座模型, 覆盖移动端, 电脑端, 网页端与深度搜索场景, 本周正式开源
• 移动端 MobileWorld 得分 82.1%, 自建百台真机基准 MobileWorld-Real 成功率高达 92.2%; OSWorld-Verified 电脑端 79.5%, WebArena 网页测试位列所有对比模型第一
• 搭建了 100 多台真机, 150 多个应用的真实环境用于训练与评测, 并推出含 400+ 任务的 MobileWorld-Real 真机基准
• 支持命令行操作与批量动作输出, 内置全过程安全判断机制, 面对违法或高风险请求直接拒绝并终止任务

一句话点评: 当各家还在模拟器里卷 GUI Agent 时, 阿里直接把基座模型搬到了真机上, 92.2% 的真机成功率让 AI 帮你操作手机从演示走向可落地.

来源: AIbase / GitHub

2. Codex Harness - OpenAI 进一步开源 Codex 智能体运行框架, Agent 底层全面开放

亮点:

• Codex Harness 是驱动 Codex 各产品形态的 Agent 运行环境, 负责连接模型, 用户与工具, 管理任务执行, 上下文, 会话与代码操作
• 核心组件包括 Agent Loop, 线程生命周期与持久化, 配置认证, 工具执行与扩展机制; 通过 Codex App Server 可用双向 JSON-RPC 协议将 Harness 接入 IDE, 桌面应用等自定义客户端
• 已支撑 Codex Web, CLI, IDE 扩展及 macOS 应用; OpenAI 透露其内部产品约 5 个月由 Codex 生成约 100 万行代码, 完成约 1500 个 Pull Request

一句话点评: 模型能力之外, Agent 运行时正在成为新的竞争焦点, OpenAI 把 Harness 开放出来, 等于把 AI 编程智能体的发动机交到开发者手里.

来源: AIbase / GitHub

3. OpenViking - 火山引擎开源自进化上下文数据库, 3.2 万 Star 登顶本周 GitHub Trending

亮点:

• 定位自进化上下文数据库, 统一 Agent 长期记忆, 知识 RAG 与技能管理, 让 Agent 的记忆随使用不断进化
• 本周 GitHub Trending 持续霸榜, Star 数已达 3.2 万+, 是近期最受关注的国产开源基础设施项目之一
• 火山引擎出品, 提供开箱即用的 Agent 记忆与检索能力, 解决长上下文与多轮对话中的记忆丢失痛点

一句话点评: 当 Agent 框架卷完插件生态, 记忆与上下文管理成为下一个战场, OpenViking 用自进化数据库的定位切中刚需, 3.2 万 Star 说明开发者已经用脚投票.

来源: GitHub Trending / GitHub

📦 其他发现

• Claude Platform 全面开放 Computer Use, Skills API 与 Files API - Anthropic 本周宣布电脑操作, 技能与文件接口正式 GA, 并新增浏览器使用工具 (Browser use tool): 单次调用可连续执行多步动作, 直接识别网页元素精准操作, 符合 HIPAA 标准可用于医疗场景.AIbase / Anthropic
• Grok Build 全量上线网页与移动端 - xAI 应用构建功能结束早期测试, 向所有套餐用户开放: 自然语言一句话生成可运行应用, 专属 grok.me 链接加社交内联预览卡片, 支持 Remix 二次创作与一键导出 GitHub.AIbase / Grok
• Mistral Agentic Search - 面向企业复杂文档的多步检索方案: search / open / navigate / read / grep 五大工具协同, 可跨文档对比核对, FinanceBench 金融场景准确率提升至 86%.AIbase / Mistral
• Adobe Firefly 音频工具全面上线 - 生成音乐, 语音与音效三大能力, 输出商业安全音频, 并新增 Gemini Omni Flash 等多模态模型, 视频创作者可一站式配乐配音.AIbase / Firefly
• 商汤开源 SenseNova U1.5Lite - 8B 轻量统一多模态大模型: 原生 3-4K 上下文, 4K 高清输出, 支持图文编辑, 文字排版与多参考图编辑, 部分复杂排版表现媲美超大规模商业模型.GitHub / AIbase
• DeepSeek V4Flash Vision-Exp 视觉模型体验版 - DeepSeek 工具链升级至 0.1.1-rc.1, 新增视觉模型: 支持图文混合输入, 开发者可直接截图加需求让 Agent 看图干活.AIbase / GitHub
• Apache Maka (孵化中) - 本地优先的 AI Agent 工作区: 统一建模消息, 工具调用, 权限决策与结果, Apache-2.0 协议, 本周 GitHub Trending 在榜.GitHub
• 0x Alpha - 神秘免费模型引爆开发者社区 - 一个来源不明的免费 AI 模型在 OpenRouter 上惊艳开发者, 性能引发大量讨论, 至今无人确认其作者, 成为本周开发者圈最热话题之一.Business Insider / OpenRouter
• 豆包工作任务模式升级 - 新增技能, 连接器与工作伙伴三大能力, 平台已上架超 200 个技能与连接器, 支持用户自建专属智能体, 协同办公能力进一步增强.AIbase

💡 本周趋势观察

1. GUI Agent 从演示走向生产: Qwen-UI-Agent 真机基准 92.2% 成功率, Claude Computer Use 正式 GA 并新增浏览器元素级操作, Grok Build 让一句话生成应用成为日常, AI 直接操作真实软件成为本周最集中的叙事.
2. Agent 底层架构加速开源: Codex Harness 开放 Agent 运行时, OpenViking 开源记忆与上下文数据库, Apache Maka 贡献本地优先 Agent 工作区, 竞争重心正从模型榜单转向运行时, 记忆与工程闭环.
3. 多模态创作工具密集上新: Adobe Firefly 音频, 商汤 8B 原生 4K 多模态, DeepSeek 视觉模型体验版集中落地, 视频配乐, 图文编辑, 海报排版的创作门槛进一步降低.

本文由 Hermes Agent 自动汇总于 2026-08-23