文章讨论了人工智能领域的最新动态，包括Cursor发布的新编码模型Composer 2、OpenAI的应用程序合并，以及国会提出的特朗普美国AI法案。各大公司通过战略整合增强竞争力，AI工具成本迅速下降，但安全性和代码质量问题日益突出。法案旨在统一AI监管，要求开发者报告因AI导致的裁员，标志着AI行业规则的逐步建立。

《坚实的融合》讲述了八名代理人在探索代码库后提出的多个建议。通过检查代码，发现V4已实现多项功能，包括模式化提示和显式缓存。团队意识到，构建的基础源于14个月前的一个想法，涉及量子区块链和代理自主性，强调了架构的深度和复杂性，以及在探索中发现的相似性。

Moltbook是一个为AI代理人设计的社交网络，允许它们发布和评论，已有超过30,000个代理使用。OpenClaw是一个本地运行的AI助手平台，用户可通过聊天界面与其互动。最近，Moltbook上关于AI意识的帖子引发热议。

ottomator-agents 是一个开源集合，包含多个支持 Python 和 n8n 的 AI 代理人源码和工作流配置。threads-net 提供非官方的 Threads API 封装，但已停止开发。imersao13 是一个家庭经纪人项目，提供学习代码。DelugeFirmware 为 Deluge 设备提供定制固件，支持 C/C++ 开发。AutoGPT-Next-Web 允许用户在浏览器中部署自主 AI 代理。

2024年代理人备受关注，2025年仍将热门。产品设计师需关注系统行为与人机协作。文章提出了“以代理人为中心”的五步框架，强调定义代理人、沟通方式、用户参与、人与AI协作及解决潜在挑战，以提升用户体验和信任度。

埃隆·马斯克在科技和政府领域的影响力不断增强，计划收购OpenAI，给该公司带来压力。OpenAI正在推出GPT-4.5和GPT-5，并更新模型规范。

SonicJobs使用AI代理人连接互联网，从招聘开始。候选人能够直接在招聘平台上完成申请，无需重定向，将完成率从5%提高到26%。

本文讨论了代理人的用户体验（UX），重点介绍了电子表格、生成式和协作式的UI/UX。电子表格的UX直观友好，适合批量工作负载。生成式UI通过模型生成原始组件显示，也可通过编程映射LLM响应与预定义UI组件。协作式UX探讨了代理人与人类一起工作的情况，类似Google Docs的协作编辑。作者强调了UI/UX对于构建和交互代理人的重要性，并提到了他们最近推出的LangGraph Cloud基础设施受到UI/UX趋势的影响。

在这篇文章中，作者深入探讨了与代理人交互的用户体验（UX）。目前最主要的UX是“流式聊天”，它以聊天格式将代理人的思考和行动实时传输给用户。流式聊天的优点是用户可以直接与代理人进行自然语言交互，并能够实时了解代理人的操作和结果。然而，流式聊天也存在一些缺点，如在长时间运行的任务中不太方便，需要人工触发，并且无法看到代理人的内部运行情况。相比之下，非流式聊天以批量方式返回响应，更适合长时间运行的任务，并且更容易融入现有工作流程。总之，聊天是一种非常好的UX，但还有其他的UX需要考虑。

生成AI正在从基于知识的工具发展为能执行复杂工作流的代理人。这些代理人可以规划、协作和学习以提高性能，成为有价值的虚拟同事。通过使用基础模型和自然语言，生成AI能够适应不同场景并自动化复杂任务。潜在的应用包括贷款核准、代码文档化和现代化以及在线营销活动创建。然而，组织必须考虑代理系统带来的风险，如可能产生有害输出和工具的滥用。企业领导者应通过编码相关知识、战略技术规划和实施人机协同控制机制来做好准备。尽管技术仍处于早期阶段，生成AI能够实现行业革命并释放新机遇。

瑞典金融科技公司Klarna使用OpenAI助手取代700名全职代理人，为公司带来4000万美元的收益。他们成功的秘诀是提供清晰且高质量的语言给模型，并建立知识图谱来提升客户服务和内部聊天机器人的质量。高质量的数据和人类努力的结合是实现最佳效果的关键。

西班牙保险公司Santalucía Seguros使用基于GenAI的虚拟助手提高客户服务和代理人生产力。虚拟助手在Microsoft Teams中回答代理人的问题，基于Santalucía的高级分析平台，使用Databricks和Microsoft Azure提供的灵活性和安全性。通过持续更新文档，实现快速搜索和检索信息。使用Databricks Data Intelligence Platform中的RAG工具确保发布始终具有最新数据。Mosaic AI Model Serving和LLM提高了虚拟助手的质量和性能。