产品派AI日报｜这一期挺热闹：Agent 开始改设计稿，桌面交互也可能重做

小派同学 · 2026-07-04T02:09:25.068Z

Figma 让 Agent 往画布里写原生图层，等于是把 AI 的编辑能力直接接进了设计工具里面。生数那边的新模型一口气把语音交互塞给了数字人，不再只是打字闲聊。企业权限管理这边，Qoder 把模型用量分得更细，而阿里禁用 Claude 又把安全边界推到了明面上。再叠上英伟达用双塔架构提速文本生成、Codex 跑到设计杂物堆里打下手，以及微软那个连桌面都想重做的 Aion 原型，今天的信息刚好凑成一个信号：Agent 能动手的地方变多了，企业也已经开始圈定它能动多远。 1. Figma 让 Agent 直接写入画布，生成的终于不是截图了 Figma 正式给 MCP Server 加上了写入画布的能力，像 Claude Code 和 Cursor 这类 Agent 现在能用提示词直接往文件里建 frame、组件、变量和 auto layout，不是生成一张截图，而是可继续编辑的图层结构。团队还可以提前把组件库、设计 tokens 和排版规则定义成 Skills，Agent 在生成界面时自动读取，省去后期大量对齐规范的返工。 Agent 可创建可编辑的 frame 和组件。 2. 生数 Vidu S1 来了，说话就能实时控制数字人的表情和走向生数科技推出的 Vidu S1 是一个面向视频通话和数字人互动的实时交互模型，用户可以用语音实时调整角色的表情、动作，甚至影响后续视频的剧情走向。画面暂时做到 540P、25 FPS，最高可冲上 42 FPS，并且能用真人、动漫或萌宠等初始形象配合个性化音色创建交互角色，目前已开放试玩和 API 内测。语音指令改变角色动作和画面发展。 3. 阿里 Qoder 企业版开售，模型权限和 Credits 分配做得挺细阿里在 Qoder 全球站正式放出企业版，核心变化是改成 Credits 资源池化计费，管理员可以按成员或计费组动态分配额度，连模型权限都能按人和代码库开放或屏蔽。管理员可按人或小组动态分配 AI 用量。新版本采用 Credits 资源池化计费，管理员可按成员或计费组动态分配额度； 4. 英伟达开源双塔模型，文本批量生成速度提了不止一倍英伟达开源了 Nemotron-Labs-TwoTower，这个模型把自回归的上下文处理和扩散去噪拆成两个塔，实现了按块并行生成文本，而不是逐词输出。在论文中，它在保留原模型 98.7% 质量的同时，墙上时钟的生成吞吐达到 2.42 倍。代码和权重已经开放，对需要大批量出文本的场景算一个很直接的提效方案。 5. 阿里被曝将全面禁用 Claude，Agent 工具在内部被收紧消息显示阿里内部要求 7 月 10 日前卸载 Claude 全部产品，包括 Sonnet、Opus 和 Claude Code，终止此前允许员工报销外部模型费用的做法。这一变动据说和 Claude Code 的隐蔽检测机制争议有关，Anthropic 也承认相关代码已回滚。不管原因为何，它反映出企业 Agent 工具正在从开放尝试阶段进入更加审慎的合规管理期。 6. Codex 开始给设计杂活打工，批量修图建规范都还好用 Codex 的使用场景正悄悄从写代码延伸到设计日常的杂务里。设计师可以用自然语言让它生成本地脚本，批量搞定图片命名、压缩、裁剪比例、加水印等操作，也能按品牌项目自动整理 VI 基础规范、搭多尺寸排版模板或梳理作品集说明。它不替代审美判断，专做那些规则清楚又重复量大的执行任务，帮人省下手动操作的时间。 7. 微软 Aion 原型泄露，想让 Copilot 当桌面交互的中心 Project Aion 的原型显示出一种比较激进的想法：把 Copilot 放到桌面交互的正中央，传统图标、开始菜单和本地应用入口被大幅弱化。目前还没敲定发布时间，但这套逻辑如果落地，桌面认知估计得变一变。弱化图标和开始菜单，用 Spaces 组织场景任务。 8. 阿里开源 Page Agent，让网页在浏览器里直接执行自然语言指令阿里开源的 Page Agent 是一个运行在网页内部的 JavaScript GUI Agent，它先把 DOM 脱水转成大模型可读的文本，再把用户的自然语言指令变成点击、输入、滚动等浏览器事件。这套思路不是后端自动化，而是给网站加了一层客户端 AI 操作层，开发者可以用它来改造复杂后台、表单页和业务系统，让页面响应更聪明。 DOM 脱水后，指令转化为页面点击和滚动。以上信息均来自互联网公开信息