今天凌晨2点，OpenAI终于发布了传闻已久的AI Agent——Operator。Operator是一个面向浏览器的智能体，能够模拟人类操作计算机的能力，完成在线订餐、预订酒店、购买机票等日常繁琐、重复任务。例如，通过Operator在OpenTable上预订一家名为Beretta的餐厅。Operator能够自动识别指令
......
本文由站长之家合作伙伴自媒体作者“ AIGC开放社区公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
今天凌晨2点，OpenAI对AgentSDK进行了重大更新支持MCP服务，可以统一接口标准解锁无限工具。现在Agent可以快速集成网络搜索、专业分析、本地查询、网络追踪等各式各样的工具，这对于开发超复杂自动化智能体来说帮助巨大。OpenAI已经在开源的AgentSDK中支持MCP，API和桌面版ChatGPT也将很快提供。
今天凌晨1点，OpenAI开源了一个全新的AIAgent评测基准——PaperBench。这个基准主要考核智能体的搜索、整合、执行等能力，需要对2024年国际机器学习大会上顶尖论文的复现，包括对论文内容的理解、代码编写以及实验执行等方面的能力。目前智能体的能力还无法超越人类。
在GoogleCloudNext25大会上，谷歌宣布开源了首个标准智能体交互协议——Agent2AgentProtocol，这一举措有望彻底改变智能体之间的交互方式，打破系统孤岛，对智能体的能力、跨平台协作以及执行效率产生质的飞跃。A2A协议是一种开放标准，旨在为智能体提供一种通用的交互方式，使它们能够在不同的底层框架和供应商之间无缝协作。每个部分都有指定的内容类型，这使得客户端和远程智能体能够协商所需的正确格式，并且明确包括用户界面能力的协商，比如iframe、视频、网络表单等，从根据用户的需求和设备的能力，提供最佳的用户体验。
谷歌在GoogleCloudNext25大会上，开源了首个标准智能体交互协议——Agent2AgentProtocol。A2A将彻底打破系统孤岛，对智能体的能力、跨平台、执行效率产生质的改变，支持Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG和Workday等主流企业应用平台。通过A2A协议，MongoDB可以使其数据库服务与智能Agent相结合，实现更高效的数据管理和自动化数据处理。
今天凌晨2点，OpenAI开源了专门用于智能体浏览器功能的测试基准——BrowseComp。这个测试基准非常有难度，连OpenAI自己的GPT-4o、GPT-4.5准确率只有0.6%和0.9%几乎为0，即便使用带浏览器功能的GPT-4o也只有1.9%。通过使用更多的计算资源，模型可以尝试更多的搜索路径，从提高找到正确答案的概率。
深耕行业十四年，知浪潮将至，当相向行。本文旨在结合企业思考，探讨AI新时代下的技术与应用趋势，对内秉初心以率众，对外纳灼见求臻。分布式商业和分布式智能也将因小模型的发展大放异彩。
搭建VoiceAgent就像是把大象装进冰箱，看上去只有三步很简单:1）选择LLM/STT/TTS大模型2）接入WebRTC或WebSockets进行实时传输3）调整参数封装但在实际使用过程中，却困难重重:“😫回声太大、噪音太多”、“人声太杂听不清👂”“人工智能如智障，说话都不能打断🤐”“延迟太高反应慢🐢”、“又有新模型了又要重新接😞”“三段式看着简单实现的工程太难💻”“多模态数据�
OpenAI发布全新图像生成模型GPT-image-1，通过API向全球开发者开放。该模型支持精细控制图像敏感度、生成效率、背景、输出格式等参数，并集成吉卜力模式。Adobe、Figma等企业已将其应用于产品中。API支持批量生成、蒙版编辑、透明度调整等高级功能，图像生成成本从0.02-0.19美元/张不等。CEO Sam Altman表示该模型与ChatGPT版本差异显著，开发者可通过API实现更多创意场景。新模型在�
谷歌在GoogleCloudNext25大会上，开源了首个Agent开发套件—ADK。这也是OpenAI之后第二家大厂发布的标准化智能体SDK。谷歌刚开源ADK几天在Github已经超过5000颗星，非常受开发者的欢迎。
今天凌晨1点，OpenAI对ChatGPT功能进行了大更新，新增长期记忆功能，可以记住你过去所有的聊天记录，会根据你的兴趣、偏好提供更个性化的回答。这对于写小说、金融分析、教育等领域帮助巨大。Team、Enterprise和Edu用户将在几周后获得使用权限。
