AgentScope 框架推出已经有两年的时间了。我们在上半年发布了 2.0 版本，2.0 版本主要的一个核心能力，就是把 Harness 整套方案内置到了框架里面。这也意味着我们面向的场景，主要是企业级的分布式智能体这样一个场景。本文主要从三部分来给大家介绍。第一部分是大家都关心的 2.0 主要有哪些核心能力。有一些开发者包括企业内已经非常重度地用 AgentScope 1.0 构建了很多生产级

最终，集成了所有优化的 OpAgent 整体框架（使用 Gemini-3-Pro 作为部分模块后端，Qwen2.5-VL-MFT 作为 Grounder ），在 WebArena 上达到了 71.6% 的成功率，刷新了该基准的 SOTA 记录，并登顶排行榜。对比 RL 优化前后的模型在不同 Pass@K 下的表现，可以看到随着尝试次数 K 的增加，RL优化后模型的性能优势愈发明显，Pass@5 的

Skills 是一种。

最近，基于 AI Agent 的各种手机助手在社交媒体上爆火，它能够通过 AI 自动操作手机完成下单、比价、搜索等复杂任务。用户只需说一句"帮我找最便宜的 iPhone"，AI 就能自动打开购物 App、搜索商品、对比价格并完成下单。这种"AI 接管手机"的场景，让很多人看到了未来人机交互的新形态。转换率虚高：AI 自动下单会对转换率数据造成干扰，导致业务决策误判用户路径分析失效：AI 操作的路径

最近，基于 AI Agent 的各种手机助手在社交媒体上爆火，它能够通过 AI 自动操作手机完成下单、比价、搜索等复杂任务。用户只需说一句"帮我找最便宜的 iPhone"，AI 就能自动打开购物 App、搜索商品、对比价格并完成下单。这种"AI 接管手机"的场景，让很多人看到了未来人机交互的新形态。转换率虚高：AI 自动下单会对转换率数据造成干扰，导致业务决策误判用户路径分析失效：AI 操作的路径

最近，基于 AI Agent 的各种手机助手在社交媒体上爆火，它能够通过 AI 自动操作手机完成下单、比价、搜索等复杂任务。用户只需说一句"帮我找最便宜的 iPhone"，AI 就能自动打开购物 App、搜索商品、对比价格并完成下单。这种"AI 接管手机"的场景，让很多人看到了未来人机交互的新形态。转换率虚高：AI 自动下单会对转换率数据造成干扰，导致业务决策误判用户路径分析失效：AI 操作的路径

大家开始编写 aboutme.md 文件，来充当可移植的身份描述 ------ 你的偏好、你的技能、你的工作风格，全都放在一个文件里，这个文件可以在不同应用间流转，无需任何人去对接 API。而是说：你的数据、你的上下文、你的偏好、你的技能、你的记忆 ------ 以一种你拥有的格式存在着，任何智能体都能读取，不会被锁死在某个特定的应用里。他指出，Claude Code 之所以有效，是因为它运行在你

这次实测最大的收获，不是验证了"本地模型能不能替代 Claude Code"，而是更清晰地看到了云端大模型和本地推理之间的真实差距——尤其是在上下文容量和处理速度这两个维度上。Claude Code 的产品设计从一开始就深度绑定了云端超长上下文的能力，光系统提示就接近 3 万 Token。这不是当前任何 26B 级别的本地模型能优雅承载的。也许等本地模型的上下文窗口和推理速度再跨上一个台阶，这条路

因此，在本次 AI 浪潮刚刚掀起的时候，无论是出于为产出负责的原则，还是源自对 AI 提效的不信任，对于 Vibe Coding 我都是较为抗拒的。理论层面上，在现阶段，以及可预见的相当长一段时间的近未来内，不管人工智能的能力和表现形式发展到什么程度，它的根基仍然是概率模型——换句话说，LLM 的输出结果不是基于理性思考的推理，而是基于概率链的猜测。生成的照片和视频从最早的“鬼画符”变得以假乱真，

在具身智能研发的一线，让开发者们最头疼的往往不是底层算法的推倒重来，而是数据基建的极度匮乏。现阶段，行业普遍面临获取成本高昂、长尾场景极难覆盖、数据与单一机器人硬件（本体）重度绑定的系统性难题。单点产品（单一的数据集或仿真库）固然能解决局部问题，但在向通用大模型演进的过程中，开发者需要的是一套能够运转起来的“数据飞轮”。北京人形机器人创新中心（以下称北京人形）率先落地了一套面向具身智能的大规模数据