一、智能体走向真实世界
1. Google 回顾 Duplex 十年演进,Gemini Tasks 可代用户致电商家
事件内容:
Google Research 于 2026 年 11 月 20 日发文,回顾 Duplex 十年架构演进,并介绍本周在 Gemini App 的 Tasks 功能中上线的自动致电商家能力。文章梳理了 Duplex 三代架构演进与技术难点,重点说明 AI 电话智能体如何处理实时对话的延迟与语用问题。
值得关注的原因:
电话场景是智能体从"屏幕内问答"走向"真实世界代办"的关键一步——它要求毫秒级延迟控制、对停顿与打断的语用理解,以及失败后的降级策略。对做客服、外呼、履约通知的团队来说,这套架构演进史比单纯的产品发布更值得读:它标明了一条从原型到规模化的完整路径。
来源:Google Research Blog
原文链接:https://research.google/blog/how-google-duplex-evolved-to-also-call-businesses-for-you-in-gemini/
2. browser-use 1.0 发布:一个 Python REPL 工具替代 24 个浏览器动作
事件内容:
Browser Use 发布 browser-use 1.0,用单个 Python REPL 工具替代原先的 24 个浏览器动作工具集。思路是把浏览器操作收敛到统一的编程式接口,让智能体用代码编排代替离散动作调用。
值得关注的原因:
工具数量从 24 收敛到 1,本质是降低智能体的动作空间与选择成本。对正在搭建 RPA、网页采集、自动化运营智能体的团队,这是"少即是多"的架构参照——与其堆工具,不如给模型一个可编程的通用接口。
来源:browser-use 官方博客
原文链接:https://browser-use.com/posts/browser-use-1-0
二、研发工具链革新
3. Figma 用 Specs 与 Figma agent 把上下文变成开发计划
事件内容:
Figma 在 Workflow lab 中演示完整工作流:工程师用 Specs 在画布上汇集 PRD、Hex 数据、FigJam 图、标注设计和组件说明,再让 Figma agent 生成供编码智能体使用的实现计划。文中提到 Specs 与 code layers 已开放 beta 并覆盖所有套餐,最后通过 Figma MCP 把计划链接交给 Codex 读取全部上下文并实现功能。
值得关注的原因:
这个流程把"设计稿 → 需求 → 实现计划 → 代码"的上下文断层补上了。对电商团队做活动页、详情页快速迭代尤其相关:设计与需求不再靠口头交接,而是沉淀成可被编码智能体直接消费的结构化 Spec,减少返工与信息损耗。
来源:Figma 官方博客
原文链接:https://www.figma.com/blog/workflow-lab-specs-and-the-figma-agent/
4. METR 能力测量更新:AI 研发相关能力每约 3.6 个月翻倍
事件内容:
METR 发布 2026 年 11 月能力测量更新,指出 AI 研发(AI R&D)相关能力约每 3.6 个月翻倍,且这类能力正变得更难测量。该结论基于其对长时程任务的能力评估体系。
值得关注的原因:
“3.6 个月翻倍"意味着团队对 AI 工具的评估周期必须压缩——按年度做工具选型,很可能选完就过时。对数据与技术管理者,更实际的动作是建立季度级的能力基准测试,用自家真实任务持续测量,而不是照搬公开榜单。
来源:METR Blog
原文链接:https://metr.org/blog/2026-11-20-q4-2026-capability-update/
三、基础研究前沿
5. Claude 与数学家合作证明黎曼猜想,放出 1737 万行 Lean 代码
事件内容:
Anthropic 数学家 Levent Alpöge 于 2026 年 11 月 20 日宣布与 Claude 合作证明黎曼猜想,并放出 1737 万行 Lean 代码。这是 AI 参与高难度数学证明的标志性事件,代码规模本身也创下新高。
值得关注的原因:
1737 万行形式化代码的意义不在"AI 会不会做数学”,而在于可验证性——Lean 证明可被机器完整校验,这给 AI 在严谨领域产出可信结果提供了范本。对数据行业,这类"结果可机器验证"的思路同样适用于指标口径、数据质量规则的自动化校验。
来源:微信公众号(AI 科技媒体报道)
原文链接:https://mp.weixin.qq.com/s/8Zi3nfwddzFy6cZsK2_KxA
今日核心洞察
- 智能体开始处理真实世界事务:Duplex 进 Gemini Tasks 代打电话,标志智能体越过屏幕边界,实时对话的延迟与语用成为新工程门槛。
- 工具收敛优于工具堆叠:browser-use 用 1 个 REPL 替代 24 个动作,Figma 用 Specs 补齐上下文断层——两者都在减少智能体的选择成本。
- 能力迭代周期进入季度级:METR 称 AI 研发能力约 3.6 个月翻倍,年度选型已不够用,需用真实任务做季度基准。
- 可验证性成为可信 AI 的关键:1737 万行 Lean 代码说明,在严谨领域让结果可被机器校验,比追求"看起来对"更重要。
- 对电商从业者的落点:智能体的价值正从"生成内容"转向"代办事务",客服外呼、活动页开发、运营自动化会是最先受益的三条线。
