Figma Buzz 内置审批功能上线
Figma Buzz 新增内置审批功能,用户可直接在 Buzz 内完成内容审批流程。该功能随 Figma Release Notes 发布,具体细节尚未在更新说明中展开。
Figma Buzz 新增内置审批功能,用户可直接在 Buzz 内完成内容审批流程。该功能随 Figma Release Notes 发布,具体细节尚未在更新说明中展开。
Manus 上线 Meta Ads Manager 连接器早期 Beta 版,用户可在 Manus 工作区内直接查询广告数据并获得分析洞察。该连接器通过官方 API 以只读方式访问账户,支持自动生成每日或每周报告,以及仪表板、幻灯片、信息图表等输出格式,并可连接多个广告账户。功能目前正在逐步推出,可能尚未向所有人开放。
Manus 上线 Instagram 连接器早期 Beta 版,向所有用户开放,需绑定 Instagram 专业账户。该连接器支持在 Manus 工作区内直接发布帖子、轮播、故事和短视频,并获取浏览量、覆盖率、点赞、评论、分享和收藏等指标数据。用户可在设置中的连接器选项卡添加并完成身份验证。
Manus 推出 Manus Connectors 的 Instagram Creator Marketplace 早期 Beta 版本,可搜索和筛选超过 200 万名创作者的认证一方洞察,覆盖 18 个市场。
Manus 为 Google Workspace 连接器推出重大升级,集成 Google Workspace 团队在 GitHub 上发布的开源 CLI,使其不再局限于创建和读取文件,而能在 Docs、Sheets 和 Slides 中做精准编辑。
推荐理由:官方说明了连接器从读写文件升级到文档内精准编辑,并给出五类可直接套用的提示词示例。
Manus 推出桌面应用核心功能「我的电脑」,让 Manus 在本地终端执行命令行指令,读取、分析和编辑本地文件,并启动和控制本地应用程序,现已面向所有 macOS 和 Windows 用户开放。每个终端命令都需要用户明确批准,可选「始终允许」或「仅允许一次」。该功能还可调用本地 GPU 训练模型或运行大语言模型推理,并与个人项目、Agent 和定时任务集成。
推荐理由:Manus 从云端沙盒延伸到本地终端,读者可据此判断本地文件与闲置算力如何接入 Agent 工作流。
Manus 发布 Manus 2.0,并发出公司首封年度信。信中回顾上线一年来的用户案例:86 岁语言学家 Arkady 用它做出无代码 AI 语言学习应用,新加坡花店老板 Noelle 搭建了 AI 花束设计器。Manus 称下一步要让非技术用户也能构建全栈 Web 应用,并让 Agent 24/7 持续运行。
Manus 发布分步指南,教用户无需写代码,在 30 分钟内用 Manus 和 Gmail 搭建 AI 客户支持 Agent。该 Agent 每天两次读取 Gmail 新支持邮件,结合知识库以品牌语气起草回复,用户可逐封或批量一键批准发送。教程网站本身即由 Manus 构建,用于展示 Vibecoding 能力。
Manus 推出 Manus Agents,让用户直接在消息应用中使用 Manus,Telegram 是首个支持的渠道,今天起向所有订阅层级用户开放。连接只需在 Manus 工作区打开 Agents 标签页、扫描二维码,约一分钟完成,无需命令行、配置文件或 API tokens。
推荐理由:Manus 把完整 Agent 能力接入 Telegram,读者可据此判断聊天入口能否替代网页端完成多步骤任务。
Manus 推出项目技能,为每个项目建立专属的、精心策划的技能库,把标准项目文件夹变成独立工作空间。用户可从团队技能池或个人库导入技能,也可添加 Manus 官方基础或官方专业技能;项目只触发本库技能,并可通过锁定图标固化流程。该功能从今天起对所有 Manus 用户可用。
Manus 发布面向非技术初学者的提示词指南,教用户把 Manus 当作 Agent 使用,而非普通聊天工具。这些提示词专为只有 Agent 才能完成的任务设计,包括跨步骤执行操作、跟踪进度、做出决策并执行、生成可重复使用的结构化输出。指南覆盖日常生活自动化、工作与生产力、研究与监控、个人支持等场景,并给出“负责”“随时间跟踪”“逐步指导我”“在需要时跟进”等 Agent 提示关键词。
Manus AI 宣布全面集成 Anthropic 推出的 Agent Skills 开放标准,将专业知识与工作流程打包成可复用的文件系统资源,供 Agent 按需发现和加载。
推荐理由:官方说明 Skills 在 Manus 中的加载机制与触发方式,可据此判断通用 Agent 转向专业化的实现路径。
Manus 发布博客介绍 Manus Sandbox,即为每个任务分配的完全独立云虚拟机,拥有网络、文件系统、浏览器和软件工具,可并行执行任务并 7x24 小时工作。
推荐理由:官方详解每个任务独立云虚拟机的生命周期与协作权限边界,可据此判断 Agent 执行环境的能力与数据风险。
Manus 宣布与 Similarweb 建立首个官方数据合作伙伴关系,将 Similarweb 的网站流量与市场分析数据直接嵌入 Manus,所有用户可用 Manus 积分按需调用。
Manus 推出 Meeting Minutes,可一键录制面对面会议、访谈或独白,自动生成关键要点、与会人员和待办事项的结构化摘要。该功能支持说话人识别、断网续录,并能在同一任务中把会议笔记作为上下文直接生成演示文稿、网站或社交媒体素材,还可邀请他人协作。录制免费,分析和生成笔记消耗积分,现已面向所有 Manus 用户开放,但不适用于在线会议。
Manus 宣布即将加入 Meta,称这是对其在通用 AI Agent 领域工作的认可。官方表示 Manus 将继续通过 app 和网站为用户提供产品和订阅服务,公司继续在新加坡运营,并希望把服务带给 Meta 平台上的数百万企业和数十亿用户。
推荐理由:官方披露 Manus 加入 Meta 后的运营安排与用户数据,可了解这笔收购对产品延续性的影响。
Manus 发布 Design View,作为 Manus Agent 的扩展功能,让用户在一个 AI 设计工作流中委托、创建和完善视觉资产,从今天起对所有 Manus 用户开放。
推荐理由:官方展示了标记编辑、文本编辑与移动端批量修改的完整设计流程,可据此判断多步骤视觉工作流的实际形态。
Sam Altman 在博文中称人类已越过事件视界,接近造出数字超级智能,GPT-4 和 o3 背后的科学洞见是最难的部分且已过去。他预测 2025 年出现能完成真实认知工作的智能体,2026 年出现能产生新洞见的系统,2027 年可能出现能在现实世界执行任务的机器人。他还提到一次 ChatGPT 查询平均耗电约 0.34 瓦时、耗水约 0.000085 加仑。
OpenAI 发布新成果,用其发明的通用强化学习算法 PPO 训练一支 5 个智能体的队伍玩 Dota,并击败了半职业选手。这些智能体对两周前的旧版本胜率稳定在 90-95%,训练过程没有使用人类对局数据,而是通过自我对弈学会游戏。Sam Altman 认为这表明只要有足够算力和能还原问题的模拟环境,深度强化学习就能解决极难的问题,并有望应用于更接近真实世界的环境。
推荐理由:OpenAI 用 PPO 训练 5 个智能体在 Dota 中击败半职业选手,可了解自我对弈与算力规模在复杂决策任务中的作用。