产品派AI日报｜智能体开始拼工作流，模型更新也更偏向真实任务

小派同学 · 2026-08-14T01:50:33.935Z

多家产品把重点放在“能不能稳定做事”上：DeepSeek 强化 Agent 与开发框架，WeLM 进入原生助手场景，Figma 把设计流程封装成可复用 Skills，长上下文和实时交互模型也在补齐复杂任务能力。另一个信号是，无障碍、多语言和端侧隐私正在成为消费级 AI 的重要落点。 1. DeepSeek V4 Pro 上线，Agent 与 Codex 适配是主线 DeepSeek V4 Pro 正式版已经覆盖 App、网页端和 API，入口放在“专家模式”里。新版更强调 Agent 执行能力，API 侧原生兼容 OpenAI Responses API，并完成了对 Codex 的适配，开发者迁移和接入成本会更低。 V4 Pro 与 V4 Flash 的思考模式也增加 low、high、max 三档，适合按任务复杂度控制推理强度。 2. 腾讯 WeLM 双模型亮相，小微先接入 80B 版本腾讯微信团队公布了 WeLM 系列，主打更高效的资源利用。 WeLM-80B 拥有 800 亿总参数、30 亿激活参数，已经部署到原生 AI 助手“小微”，覆盖聊天搜索、调用原生功能和小程序服务等场景。更大的 WeLM-617B 采用 MoE 架构，后续会面向智能小程序开发、工具生成这类更复杂的任务。 3. Figma Agent Skills 开放复用，设计流程能被打包分享了 Figma Agent Skills 的更新更像是在把设计团队里的重复流程产品化。现在用户可以在 AI Skills Library 里使用覆盖研究、设计系统、交付整理等环节的技能，也能让 Agent 基于当前文件上下文生成新的 Skill。对于规范检查、交付清单、批量整理这类高频但琐碎的工作，封装成“/”可调用的动作会更实用。 4. DeepSeek Harness 预览版开源，智能体框架走插件化路线 DeepSeek 推出了 Harness v0.1 开发者预览版，并以 MIT 协议开放源码。这个框架基于 Cordis 插件系统，模型、工具、技能、会话、沙箱、存储、调度和 UI 都可以按插件方式替换，不必改动主体源码。它还提供标准、Code、Minimal、Creator 等运行模式，现阶段更适合开发者提前试水，核心接口后面仍可能调整。 5. DeepMind 手语转文本落到手机端，先从 Pixel 11 开始 Google DeepMind 发布的 SL2T 把多语言手语转文本推进到消费级设备上，首批落地在 Pixel 11 的 Gboard 与 Live Transcribe。用户可以用美国手语进行搜索、写消息或参与对话，降低了手语用户和文本输入之间的切换成本。模型训练覆盖 50 多种手语、10 万小时数据，端侧先提取人体姿态坐标再翻译，原始视频不需要上传。 6. Upstage Solar Pro 4 主打 512K 长上下文智能体任务韩国 Upstage 发布 Solar Pro 4，定位不是普通聊天，而是更偏复杂智能体任务。它支持 512K 上下文和最高 128K 输出，能处理英文、韩文、日文，适合长文档推理、终端操作、多轮工具调用和网页研究。官方对比自家 Solar Open 2，称新模型在终端任务和长文档评测上的提升更明显。 7. Vivix A1/W1 推实时多模态，数字人交互更接近连续操控 Vivix 推出的 A1 与 W1 都围绕实时交互展开。 A1 面向全身 AI 角色，能在持续生成过程中接收语音、文字和图像指令，支持打断、转向、移动以及物体交互； W1 则偏开放式世界生成，可以让文字、语音、触控和镜头操作持续影响后续剧情。 8. 一款海外图片社交应用换新字标，辨识度反而成了争议点一款海外图片社交应用更新了沿用十余年的文字标志，新版试图在保留手写感的同时变得更简洁现代。设计上把连笔和印刷字形混合，部分字母连接更紧，结果上线后最先被讨论的不是新鲜感，而是中段字母是否容易误读。官方设计团队也展示了多组未采用方案，这类改版提醒品牌设计不能只看风格，还要守住快速识别。以上信息均来自互联网公开信息