阿里PC-Agent重构交互，跨应用指令拆解，办公自动化更进一步
阿里巴巴通义实验室推出的PC-Agent框架，旨在解决复杂PC任务自动化难题。该框架能够跨越不同应用程序，完成从Office到浏览器的各种复杂工作流。PC-Agent并非简单的指令执行器，它能够理解并执行一系列复杂指令，例如：在记事本中读取文件信息并设置闹钟；在文件管理器中查找文件，并将信息添加到其他应用；搜索股票信息并将其记录到Excel表格；读取邮件信息并预订机票；以及编辑Word文档格式等。现有方法如UFO和Agent-S在处理复杂PC任务时存在局限性，主要体现在对文本的精细感知和操作能力不
阿里巴巴通义实验室推出的PC-Agent框架，旨在解决复杂PC任务自动化难题。该框架能够跨越不同应用程序，完成从Office到浏览器的各种复杂工作流。
PC-Agent并非简单的指令执行器，它能够理解并执行一系列复杂指令，例如：在记事本中读取文件信息并设置闹钟；在文件管理器中查找文件，并将信息添加到其他应用；搜索股票信息并将其记录到Excel表格；读取邮件信息并预订机票；以及编辑Word文档格式等。
现有方法如UFO和Agent-S在处理复杂PC任务时存在局限性，主要体现在对文本的精细感知和操作能力不足，以及忽略了子任务间的复杂依赖关系。PC-Agent通过以下两项关键技术创新来克服这些挑战：
1. 主动感知模块(APM): APM能够精细感知屏幕内容并进行操作。它结合了可访问性树(accessibility tree)和基于多模态大模型(MLLM)的意图理解模块，实现对可交互元素和文本信息的精准定位和操作。
2. 层次化多智能体协作: PC-Agent采用三层架构：指令层、子任务层和动作层。指令层由Manager智能体负责将复杂指令分解为子任务；子任务层由Progress智能体跟踪和管理子任务进度；动作层由Decision智能体负责决策和执行操作，Reflection智能体负责反馈和纠错。这种层次化结构能够有效处理子任务间的依赖关系，并实现精确的进度感知和错误反馈。
为了评估PC-Agent的性能，研究人员构建了一个名为PC-Eval的复杂指令集，包含25条涉及8个常用PC应用程序的指令。实验结果表明，PC-Agent在复杂任务上的表现显著优于现有方法，能够有效处理精细化操作和长程决策。
下图展示了PC-Agent执行部分任务的示例，包括搜索信息并编辑Excel表格、Reflection智能体发现并反馈无效操作，以及在Word文档中进行格式编辑等。
论文链接：https://arxiv.org/pdf/2502.14282
代码链接：https://github.com/X-PLUG/MobileAgent/tree/main/PC-Agent
多机构研究发现，深度研究智能体在跨语言场景存在致命盲点：证据与问题语言不一致时，AI正确率从64.70%降至42.29%，检索召回率降20个百分点，且更盲目自信。即便提供翻译后的正确证据，表现仍不及英文，暴露检索与理解双重瓶颈。
美国五角大楼于7月10日公布新一批与不明异常现象（UFO）相关的文件，涵盖官方记录的军方目击事件及分析报告，旨在进一步公开调查信息，提升透明度。
美国国防部7月10日公布40份UFO相关文件，包括视频、音频等。其中一段2020年视频显示，大西洋上空出现约3.7至4.6米高的栗色气球状物体，由海军武器系统操作员描述。这是特朗普要求下第四次解密文件。
美国国防部公布第四批UFO文件，含14份文档、19个视频等。其中一段2020年红外传感器拍摄的32秒视频被美媒称为迄今最清晰，物体呈褐红色，高约3.6至4.6米，随风移动，未自主机动，外观近似扭曲气球。文件涉及多个机构，时间跨度1948至2025年，近两年占比上升，后续将继续公布。
阿里巴巴发布Qwen3.8-Max预览版，总参数规模高达2.4万亿，采用MoE架构，支持100万Token超长上下文，具备多模态与多智能体协同能力，兼容业界主流接口协议，已上线阿里云百炼平台，推理能力显著提升，性能强劲，支持多种任务。
高德上线“位置口令”功能，可将任意位置生成6位数字编码，对方输入即可定位导航。该方案基于经纬度随机编码，无需依赖地点名称，支持国内外及港澳台，口令默认15分钟有效期，可延长至24小时。
欧盟委员会依据《数字服务法案》对阿里速卖通处以5.5亿欧元罚款，指控其未有效评估和降低非法商品传播风险，暴露出审核、广告推荐及风险缓释环节的漏洞。速卖通表示异议并考虑法律措施。
长鑫科技科创板IPO发行结果出炉，市盈率高达309倍。阿里、美团、蔚来等十余家产业资本各斥资1.58亿元认购。战略配售缩水，社保基金领衔。网上中签率约0.47%，弃购股份由主承销商包销，募资总额约579亿元。
使用ASP创建XMLDOM对象，加载XML数据文件与XSL样式文件，调用transformNode方法将样式规则应用到数据，输出HTML内容，实现数据与表现分离，便于后期独立修改与维护。
钉钉前员工发布7.5万字离职长文，揭露内部高压文化与官僚主义，引发广泛关注和舆论压力。阿里合伙人委员会严厉批评后，CEO陈航卸任，由1992年出生的陈宇森接替。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
