阿里通义 MAI-UI 团队开源通用计算机使用智能体技术栈 OpenGCUA

pstack v0.15.27 新增 skill /create-formal-verification-skill，目前为 beta。它是 meta-skill，根据想验证的系统特性自动生成定制验证 skill 和验证套件，如用 TLA+ 验证状态机与并发、用 Kani 排查 Rust 未定义行为。

WorkBuddy 宣布： DeepSeek-V4.1-Flash-1017 在 10.31 前限时免费 不过，是「国际版」！ 国内版还没有限免活动。

Perplexity 团队（@denisyarats）宣布开源内部 agent 安全运行时沙箱平台 SPACE，GitHub 地址为 https://github.com/perplexityai/SPACE，该平台支撑其 Computer 产品及 RL 训练与评测负载。

腾讯混元团队开源 Hy Memory 2.0，包含记忆写入模型 Hy-Memory-30B-A3B（30B 总参数、约 3B 激活的 MoE）、可编程的 hy-memory SDK 和面向终端用户的桌面工具 MemHub，用小型专用模型替代通用大模型做记忆写入。

邵猛提议给 Agent 设计的桌面副屏和手持遥控器也能用来玩游戏：Agent 运行时用小游戏打发等待时间，运行完在副屏暂停游戏并提示下一步操作。该副屏为 3.96 英寸 LCD，集中显示所有 Agent 会话状态，手持器用两轴摇杆选择会话，按住语音键 100 毫秒内开始录音，语音还可经听写软件转写成邮件、笔记。

SlashVibe 展示了一款为 AI Agent 设计的物理控制器，由 3.96 英寸 LCD 副屏集中显示所有 Agent 会话状态，手持器用两轴摇杆选择会话，按住语音键 100 毫秒内开始录音，语音可经听写软件转写成邮件、笔记。该产品将于 10 月 27 日登陆 Kickstarter，可提前获取 Early Bird 资格。

企业微信对接 WorkBuddy、钉钉对接千问办公、飞书对接豆包工作，被视为国内三家大厂的明牌布局。变数在于哪家的结合真正对 Agent 更友好，哪家因团队权责问题只做简单打通或重复造轮子，以及哪家会只对自家 Agent 开放。

千问办公将推出「千问办公电商运营」版本，作者认为这契合阿里在电商领域的基因与客户基础。除接入电商系统外，作者关注其能否作为投放智能体指导商户投放、能否接管售后客服，并期待千问办公在深耕几十年的电商场景中能做到多深。

Context.dev 开源了 Rust 编写的本地语义代码/文档搜索 CLI「sgrep」，使用约 32–34MB 的本地 CPU 静态嵌入模型，首次搜索后完全离线，代码和查询不出本机。

DeepEval 团队发布 JevEval，用 Jev 替代生成式 LLM 担任评估裁判，把 LLM 评估从"生成判定"改为"结构化决策"。它将评估逻辑、语义判断与分数计算三者分离：人定义显式可审查的评估逻辑，Jev 返回概率分布而非生成文本，DeepEval 用固定公式算出确定性分数，解决传统 LLM-as-a-judge 不可解释、同输入两次运行分数不稳定的问题。