同样的 OpenClaw，同样的工作流程，我分别在 Mac mini 和 Linux VPS 上运行了两周。本文从权限、网络、稳定性和长期运行等角度，聊聊为什么我最终更倾向于把 OpenClaw 部署在 VPS 上，以及不同使用场景下该如何选择。

春节假期，帮亲戚朋友们部署 OpenClaw 成了我一份额外的工作。虽然不一定能真正用上，但这只龙虾是不得不拥有。

AI 进入我们的工作流，在 OpenClaw 爆火之后，这种感觉变得更加强烈。在「不用 AI 会被淘汰，用了 AI 也像是能被替代」的悖论下，不错过任何一个能放大自身价值的 AI 工具，让人陷入了无止境的 FOMO。

越来越多的「龙虾变体」也涌现出来，但是当被问到打算怎么把这个部署好的 OpenClaw 融入工作流，答案往往又是个未知数。更不用说光是部署好 OpenClaw，就有两道大关，一是要手动部署和配置复杂的模型 API，二是让人心疼的额外 API 费用。

今天，更新后的 MiniMax Agent 推出了两项新功能。

专业度更高，更会干活的 Expert 智能体社区，涵盖从技术开发、创意写作到音视频图片生成等多模态领域，超过 1.6 万个专家，且还在持续增长。大多数场景下，我们几乎都能直接找到现成可用的专家；即便没有完全匹配的，用几句话还能快速创建一个自己的 Expert。

另一项新增的 MaxClaw 模式，能让我们一键打通 OpenClaw 生态，而且完全不需要自己配置 API，以及承担额外的 API 费用，解决了「不知道 OpenClaw 能做什么」和「怎么部署 OpenClaw」这两个问题。

这也就意味着，即便是纯小白，现在也能拥有开箱即用的专属 AI 专家团队了。

APPSO 也实测了一波智能体专家和 MaxClaw 这两项新功能，它确实和一般的智能体 Agent 不同，结合了 Skills 的能力和 OpenClaw 的兼容能力，我们直接就能操作飞书、钉钉等即时通讯软件。

而和市面上不同版本的 OpenClaw 对比，MiniMax Agent 的 MaxClaw 又有了预置的专家智能体，整个体验会更加友好。

体验地址：国内版 https://agent.minimaxi.com
海外版 https://agent.minimax.io

超过 1.6 万个 Experts 的大社区

对于 AI 创作来说，无论是文本还是多媒体，大多数时候用大模型，最痛苦的就是「AI 味太重」或者「废话连篇」。究其原因，往往是「提示词不当」、「模型不够强」，总结在普通的聊天形式缺乏深度的垂直领域优化。

MiniMax Agent 这次推出的 Expert（专家智能体） 虽然还是在聊天对话里进行，但底层逻辑做了一些改变。它主打即开即用，提供了针对各种深度垂类场景优化的 Agent。

在处理对应垂直领域的任务上，和非专家的单纯对话形式相比，专家能交付更专业、质量更高的结果。为了验证这一点，我们直接从它目前已经 1.6w+公开的 Expert 库（大部分是用户创作）里，挑了几个热门的场景进行实测。

PPT、网页、行业分析，AI 开始按场景分工干活

从目前 Expert 社区的使用热度来看，用户最先跑起来的，往往还是那些直接指向生产力的刚需场景，比如办公制作、内容搭建，以及金融与行业分析。

在 MiniMax Agent 首页，我们点击左侧边栏的「探索专家」，就能进入已经按场景分好类的专家社区。不同专家不仅标注了能力方向，还能看到背后调用的「子代理」和完整项目指令，相当于把一套成熟工作流直接摆在用户面前。

找到合适的专家后，点击「开始聊天」，输入需求，它就会按既定流程自动推进任务。

在办公与内容生产场景中，落地页生成和 PPT 制作依然是浏览量最高的一类专家。

我们先测试了 Landing Page Builder 专家。输入需求：「我要给初中生做一个五代十国历史的网页，得让他们真的能听进去，内容翔实有考据，一节课 45 分钟的内容。要解释清楚、配图到位、动效得当、沉浸感强，举的例子能让他们产生共鸣，再加几道题检验下理解程度。」

整个过程中，专家几乎不需要额外干预，而是按照预设流程自动完成结构设计、内容填充和页面生成。

从最终效果来看，这类 Expert 和传统 Agent 最大的区别在于，它从边聊天边拼凑，转成了沿着一条完整生产流程在推进，结果的稳定性和完成度明显更高。

生成的网页不仅信息完整，画面和动效也有一定沉浸感，相比过去一些 vibe coding 产品常见的模板化和渐变紫风格，要更克制也更可用。

在偏专业的分析类任务上，Expert 的优势会更明显。我们选择了 McKinsey PPT（麦肯锡风格演示文稿生成）专家进行测试。按照介绍，它会自动补充数据、图表以及行业洞察。

实际测试中，我们只输入了一句非常简单的需求，「制作一份关于全球机器人市场的10页幻灯片演示文稿」。但最终生成的 PPT，在信息密度、结构完整度和图表配置上都没有明显缩水，基本具备拿来就能用的初稿质量。

这类场景也很能体现 Expert 的定位，它尝试把一整段专业工作流程产品化，从增强单次问答的模式里彻底跳了出来。

有了多模态能力的专家，一句话拍出顾北辰的短剧宇宙

还没听说过有能生成视频的通用 Agent 产品，但现在结合多个不同的 Skills、Agents 的专家，输入一段剧情，直接就能给我们一部短剧。

我们使用 AI 短剧导演+摄影+剪辑师专家进行测试，和一般的视频生成模型只能产出 5-10s 左右的视频不同，这个专家能自动生成完整的分镜，并且把视频进行剪辑和拼接。

最后生成的视频，完成度很高，虽然没能对口型把台词一字一句说出来，但是也配了一段应景的 BGM。而且大概率是检测到了提示词里面的「宫崎骏」，整个动画的风格，乃至角色和公司名字，都透露着一股日漫的味道。

简单对话，每个人都能创建一个专家

如果觉得官方或别人做的专家，还不够贴合我们的使用习惯和工作场景，MiniMax Agent 也提供了自定义功能，通过简单的一两句话就能创建一个专家。

我们完全不需思考什么是 Skill 或者专家，也不用遵守标准文件的规则设置等，只需要通过自然语言交互，就能更方便地把个性化的工作流、SOP 等集成，创建专属 Expert。

热点追踪是媒体编辑一项非常重要的工作，我们在 MiniMax Agent 的专家社区里，也使用过多次热点追踪的专家。例如当我们要求它基于输入的「春晚被机器人刷屏」这个主题，去搜索最新消息和近期热门话题时；它最后能给我们一份完整详细的长文，但是不够个性化。

于是，我们开始自己来创建一个 APPSO 的热点追踪。

创建专家的过程是可以连续对话，如果对目前专家的输出不满意，我们可以继续在对话框内要求 MiniMax Agent 进行更新。

创建完成之后，我们只需要发送一句「开始，帮我整理今天的科技快讯」，专家就会给我们 24h 内最值得关注的 AI 消息，并且以早报的文风和格式要求写好。此外，这些自己创建的专家，MiniMax 还提供了 15 轮免费，即不消耗积分的优惠，体验门槛更低。

除了大量可以直接使用和自定义的 Experts，更值得关注的是即将上线的 Marketplace。用户创建的 Expert，如果被使用，就能获得相应的积分，可以用来在 MiniMax Agent 里完成更多的任务。

而后续 MiniMax 还将开放专家自行定价，这意味着如果你在某个垂直领域有真正的专业积累，封装成 Expert 除了分享自用，还可能是一种新的变现路径。

说白了，一个 Skills 专家的应用商店雏形，已经摆在我们面前了。

一键接入 OpenClaw 的 MaxClaw

如果说 Expert 是强大的大脑，那么 MaxClaw 就是让大脑连接到现实的双手，这也是 MiniMax Agent 这次升级里，玩法最丰富的一个功能。我把它叫做升级版的 OpenClaw。

根据网络上到处都是的 OpenClaw 指南，想要真正好用的OpenClaw生态，我们要先学会手动部署、配置复杂的模型API，还要时刻盯着后台，生怕一不小心跑出天价的 API 账单。

对于绝大多数不懂代码的普通小白来说，这门槛属实是太高了。我只是想把好用的 AI 接入自己的飞书或钉钉，创建一个机器人，但是第一步就困住了。

MiniMax Agent 新增的 MaxClaw 模式，一键打通了 OpenClaw 生态，不需要繁琐的手动部署和配置模型 API，通过MiniMax Agent 网页端就可以快速上手。

目前，它也兼容手机端多个即时通讯交互工具，我们可以在飞书、钉钉、Telegram、WhatsApp、Discord、Slack 中使用。

拿部署到飞书机器人举例，甚至不用额外的部署指南，我们只需要点开首页左侧边栏的 MaxClaw 按钮，点击「立即开始」，我们可以选择使用默认配置，或者其他专家。

这也是 MaxClaw 对比 OpenClaw 的一大亮点，除了能像 OpenClaw 一样连接到不同的聊天应用，在自己常用的 App 里就能指挥 AI 干活；我们在初始配置时，就可以直接选择那些已经有的预置专家 Agent 配置。

创建之后，在对话框里发送消息，「我想连接到飞书」，按照 MaxClaw 回复的消息，我们点击飞书开放平台的链接，登录之后，按照流程，创建一个企业自建应用，获取 App ID 和 App Secret。接着把复制的信息发送给 MaxClaw，它会提示重启，重启之后在飞书的配置事件订阅里选择添加对应的事件就能启用。

不出所料，整个过程肯定会有一些问题。例如我们在拿公司飞书账号测试时，就被提示相关的授权需要审核才能发布，以及在权限管理和事件配置部分，飞书里面的内容太多太杂乱，根本不知道授予哪些权限。

这个时候，直接回到 MaxClaw，把遇到的问题统统发给它，跟着它的提示走，基本上都能解决。

顺利部署之后，我们在自己的飞书里，就能看到一个对应名字的机器人，然后直接开启对话，所有的对话也会同步在 MiniMax Agent 网页里的 MaxClaw 显示。

让 MaxClaw 帮我们干活，都只用在飞书里面指挥它。我们直接把之前创建的「热点追踪」专家的指令发给它，然后在飞书里对话，输入一句简单指令，「帮我整理今天的快讯」。

很快，一份结构完整的 AI 早报就直接回到了飞书对话框里，完全按照要求的格式，摘要、关键信息提炼、标题等全部都有。并且还能设置定时任务，让 MaxClaw 在飞书里主动给我们发送消息。

除了热点追踪，之前的股票价值分析等专家，我们现在也可以直接通过飞书聊天的方式，就让 MaxClaw 为我们总结出一份逻辑清晰的完整报告。同时，继续让它为我们监控英伟达最新的动态。

而如果直接在配置的时候，选择对应的专家，我们可以看到它的 Skills 情况，MaxClaw 会自动添加开箱即用的 Skills 来帮助我们更好的上手。

时间一到，MaxClaw 在飞书里，准时给我们推送了最新的资讯。

「Claw」是 Agent 之后一种新的智能阶段

这次更新，真正值得关注的，其实不是又多了一个 Agent 工具。

OpenClaw 的爆火，让我们看到了一个能真正干活的「Agent」是什么样。它是个性化的，部署在自己的电脑上，告别了过去一个网页解决所有用户问题的统一；它是互联互通的，打穿了终端设备上不同应用的壁垒，在 Telegram 也能指挥 AI 帮助我们回复工作邮件……

这本质上是在提醒我们一件事：AI 正在从「辅助回答问题」，走向「直接进入工作流」。当 AI 开始能够调用工具、跨应用执行任务、甚至在后台持续运转，我们原有的工作组织方式，本身就已经在发生变化。

问题只在于，大多数普通用户其实卡在门外。

一边是大家都知道 Agent 很强、OpenClaw 很火；另一边，是复杂的部署流程、看不懂的 API 配置，以及随时可能失控的调用成本。很多人不是不想用，而是很难真正用起来。

MiniMax Agent 这次做的事情，某种程度上就是在把这道门槛往下搬，让普通打工人也能轻松搭建自己的顶级 AI 工作流。

Expert 把过去需要反复调 Prompt、反复试错的专业流程，打包成了即开即用的专家社区；MaxClaw 则把原本偏极客向的 OpenClaw 生态，压缩成了一键可用的连接能力。

对于普通用户来说，这种变化的意义很直接，我们不用懂什么是终端，不用让自己费尽力气做个半吊子「工程师」，也能开始搭建自己的 AI 工作流。

当越来越多「Agent」能够被像软件一样使用，AI 对工作方式的影响，才会真正开始外溢。

从这个角度看，MiniMax 推出这些产品，价值或许不只在于功能多了两个按钮，更在于它正在把一套原本属于少数人的先进工作范式，逐步变成更多人可以上手的日常工具。

对普通用户来说，这或许才是 Agent 真正开始变得有用的时刻。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

被 Meta 收購的 AI 新創公司 Manus 持續擴展其 AI Agent 能力。繼雲端 Manus An […]

The post Manus 推出「My Computer」桌面應用：將電腦轉化為個人 AI 智能體，支援遠端操控與自動化開發 appeared first on 電腦王阿達.

Anthropic 推出「Dispatch」功能，用戶可透過手機遠端指揮 Mac 上的 Claude 自動執行桌面任務，採本地優先架構保護隱私，但目前綜合成功率僅 50%。

AI新創Anthropic日前悄悄在X平台上宣布一項名為「Dispatch」的新功能，讓使用者能直接拿起手機，用一句話遠端指揮家中或辦公室那台處於喚醒狀態的Mac，讓裡面的Claude替你自動執行各種桌面任務。

打破螢幕限制，一句話喚醒遠端AI勞動力

想像一個情境：你正擠在通勤的捷運上，突然想起昨天的會議紀錄還沒整理。這時，你只需拿出手機，對著Claude App說：「幫我把昨天的會議錄音要點整理到Notion裡」。幾分鐘後，Claude就會回報任務完成。

 

 

這並非科幻電影，而是Dispatch正在實現的場景。

Dispatch的核心概念與傳統的「遠端桌面」 (Remote Desktop)截然不同。遠端桌面依然需要你親自動手滑動鼠標、敲擊鍵盤，只是換一塊螢幕觀看；而Dispatch則是將手機化為「純粹的指令執行裝置」，而Mac端上的Claude才是真正的「執行者」，它會自動去點擊、打字、跨軟體操作，你完全不需要盯著螢幕看。

設定過程也出奇地簡單：只需將Mac上的Claude桌面版 (Cowork模式)更新，點擊新增的Dispatch選項，並且生成QR Code，再用手機版Claude掃描配對即可。唯一的先決條件是：你的Mac必須保持喚醒 (不休眠)狀態，而且Claude應用程式必須維持開啟。

實測成功率僅50%，但為何意義重大？

目前，Dispatch仍標示為「研究預覽」 (Research Preview)階段，同時僅先開放給最高階的Max訂閱方案用戶使用，而根據部分媒體實測，這項功能的表現幾乎是「喜憂參半」，綜合成功率僅約落在50%。

• 能做到的：精準找出截圖中含有特定關鍵字的圖片、操作Notion (列出筆記或新增網址)、讀取與總結最近收到的電子郵件。

• 做不到的：無法成功打開特定應用程式 (如Mac捷徑)、無法跨應用發送訊息 (如透過iMessage傳截圖給同事)，而且在讀取Safari瀏覽器分頁，或需要第三方授權的服務時會面臨失敗。

在傳統軟體評測中，50%的成功率顯然是不及格的，但在AI Agent的發展語境下，卻是一個極具指標意義的里程碑。

回顧AI的「操作半徑」演進：2023年，AI只能在對話框裡產出文字與程式碼；2024年，AI開始能生成網頁元件 (如Artifacts)；2025年初，Anthropic推出能接管滑鼠與鍵盤的Cowork功能，讓AI跨入整個作業系統桌面。而現在，Dispatch則成功跨越「物理設備」的界線，實現跨裝置的非同步代理操作。

「本地優先」架構：Anthropic最聰明的安全防線

雖然讓一個看不見的AI遠端接管你的個人電腦，聽起來令人毛骨悚然。為了解決這個信任危機，Anthropic在架構上做一個關鍵且聰明的決定：將執行端完全鎖死在本地 (Local)。

與許多將螢幕截圖上傳至雲端伺服器分析的遠端AI方案不同，Dispatch採用的路徑是：你的手機發出自然語言指令 → 指令傳送至Mac → Mac上的Claude於本地沙盒環境中執行操作。這意味你的私人郵件、工作檔案與螢幕畫面，從頭到尾都不會離開你的那台Mac，大幅降低隱私外洩的風險。

分析觀點

Anthropic近期的動作頻頻且極具戰略連貫性。從2月底針對工程師推出、能遠端控制終端機 (Terminal)的「Remote Control」，到現在針對一般用戶、能遠端控制圖形介面 (GUI)的「Dispatch」，Anthropic正試圖在OpenAI選擇收縮戰線、專注企業與寫程式碼能力的當下，搶下「跨裝置通用AI Agent」的霸主地位。

雖然Dispatch目前的成功率只有50%，但隨著模型迭代更新，這個數字在幾個月內勢必會快速攀升。我們真正該思考的是：當每個人家裡都有一台24小時不關機的Mac，上面跑著一個隨傳隨到、不用付薪水、不抱怨的「數位分身」時，我們對「工作」與「勞動力」的定義，將會發生多麼劇烈的翻轉？

Meta 執行長 Mark Zuckerberg 正開發專屬 AI 智慧體「CEO Agent」，協助決策，內部更已將 AI 工具使用納入績效考核，員工智慧體甚至能代理溝通與開會。

當全球科技巨頭都在爭奪通用AI (AGI)的解釋權時，Meta執行長Mark Zuckerberg似乎正試圖先解決自己的「辦公室焦慮」。根據華爾街日報報導，Mark Zuckerberg目前正親自帶領團隊開發一款名為「CEO Agent」的專屬AI智慧體，這款工具並非只是簡單的語音助理，而是能深度介入Meta決策核心的「數位分身」。更令人驚訝的是，Meta內部的AI自動化程度已達到「代理對代理」 (Agent-to-Agent)的程度，員工甚至已經開始讓各自的AI智慧體「互相開會」，並且達成共識。

「CEO Agent」：Mark Zuckberg的決策加速器

據了解，這款仍處於開發階段的「CEO Agent」，其核心目標是協助Mark Zuckberg在龐大的Meta管理層中更快速地獲取關鍵資訊與數據。

不同於市面上一般的AI聊天機器人，「CEO Agent」預期將擁有存取Meta內部最底層、最機密數據的權限。它能自動分析各部門的即時進度、財務報表，甚至是在Mark Zuckberg召開重大的策略會議前，預先模擬各種決策可能帶來的市場反應。

這意味著，Mark Zuckberg未來的日常管理工作，將大幅從「閱讀報告」轉向與「AI摘要與預測」進行高層級的決策互動。

Meta內部生態：AI使用已列入績效考核

除了執行長本人，Meta內部的AI普及速度也快得驚人。報導指出，Meta已經將「AI工具的使用」正式納入員工的績效考核體系 (Performance Review)。

目前Meta員工最常使用的工具之一是名為「My Claw」的個人智慧體：

• 深度存取：該智慧體擁有讀取員工聊天記錄、電子郵件與工作文件的權限。

• 代理溝通：它能代表員工直接與同事進行溝通，甚至與同事的AI智慧體「交換意見」。

• 專屬群組：Meta內部甚至出現了一個極其特殊的現象——一個由「員工個人智慧體」組成的專屬交流群組。在這個群組裡，人類員工不需要出面，智慧體之間便能自動對接工作細節、協調會議時間或確認文件版本。

在Meta的內部論壇上，目前充滿員工分享如何自建AI工具來優化工作流程的「攻略貼」。

分析觀點

Meta這波由上而下的AI轉型，背後隱含著一個極具野心的假設：未來的企業效率，將取決於「代理化」 (Agentic)的程度。

Mark Zuckberg打造「CEO Agent」，不僅是為了給自己省事，更是在立下一個產業標竿。當一個執行長能透過AI瞬間掌握全球數萬名員工的營運細節時，傳統的階層化管理結構 (Middle Management)將面臨毀滅性的挑戰。資訊將不再需要透過一層層的人力報告，而是直接由數據驅動。

而Meta內部的「代理對代理」溝通模式，更是預告未來職場的雛形。過去我們煩惱「這封信該怎麼回」，未來則是你的AI代理直接去跟對方的AI代理「談好」結果。這種高度自動化的代價，是企業必須面臨更嚴峻的資安與隱私邊界挑戰——畢竟，當AI代理擁有存取所有對話與文件的權限時，如何防止機密外洩或「AI合謀」誤導決策，將是Meta這場實驗能否成功的關鍵。

Arm 歷史性地推出首款自主設計的實體矽晶片產品「Arm AGI CPU」，採用台積電 3nm 製程，搭載 136 個核心，效能較 x86 平台高出兩倍以上，並由 Meta 作為首發共同開發夥伴。

在過去三十多年裡，Arm一直以提供IP矽智財與運算子系統 (CSS)授權為核心商業模式，但這項傳統在今日 (3/24)正式被打破。Arm歷史性地宣布推出首款由官方親自操刀設計，並且投入量產的實體矽晶片產品——「Arm AGI CPU」。這款專為AI資料中心量身打造的處理器，將劍指近期快速崛起的「代理式AI」 (Agentic AI)基礎設施需求，更由Meta作為首發共同開發夥伴。憑藉台積電3nm製程加持，Arm AGI CPU標榜能提供比傳統x86平台高出兩倍以上的機架運算效能。

打破IP授權框架：為何Arm決定親自跳下來做晶片？

早在先前有不少傳聞時，Arm執行長Rene Haas在去年就已經證實將推出自有品牌晶片，並且在此次活動上正式揭曉。而要理解Arm為何跨出這歷史性的一步，必須先看懂「代理式AI」帶來的基礎設施變革。

Rene Haas在聲明中表示，AI已經徹底重新定義運算的建構與佈署方式。過去的AI基礎設施高度集中在GPU的「模型訓練」上；但隨著AI應用轉向佈署持續運行的「AI代理」 (AI Agents)時，這些系統需要不斷地進行推理、規劃、協調與資料搬移，導致AI系統生成的Token數量呈指數級增長。

根據預估，當企業大規模導入代理驅動的應用時，每GW (吉瓦)電力所需的CPU數量將暴增超過4倍。但在功耗限制下，傳統x86處理器的複雜架構與高能耗已經難以負荷。

因此為了協助合作夥伴加快佈署AI代理速度，Arm決定打破過往僅提供IP或CSS (運算子系統)的「慣例」，直接推出自有品牌實體晶片，為市場提供更具彈性且直接的硬體選擇。

136核心與台積電3nm加持：效能直逼x86架構的兩倍

作為首發之作，Arm AGI CPU在硬體規格與能效表現上展現極強的企圖心：

• 頂尖核心與頻寬：單顆CPU搭載高達136個Arm Neoverse V3核心，並且提供每核心6GB/s的記憶體頻寬與低於100ns的延遲表現。

• 極致能效 (TDP)：功耗控制在300瓦 (TDP)，同時每個程式執行緒均配置專屬核心，確保在持續高負載下提供決定性的效能，消除降頻與閒置執行的浪費。

• 超高機架密度：支援高密度1U伺服器機架。在氣冷佈署模式下，每組機架可容納高達8160個CPU核心；若採用液冷系統設計，則能推升至每機架對應超過45000個CPU核心。

這款晶片交由台積電以其先進的3nm製程代工製造。Arm強調，AGI CPU每機架效能是傳統x86架構CPU的2倍以上，這意味著在每吉瓦的AI資料中心建置中，將能為企業省下高達100億美元的資本支出。

科技巨頭齊聲力挺，Meta成為首發聯合開發夥伴

Arm這次親自跳下來做晶片，並未引發原有IP客戶的強烈反彈，反而獲得業界極度廣泛的支持。

Meta更成為該晶片的首發合作夥伴與共同開發者。Meta基礎設施主管Santosh Janardhan表示，Meta將利用Arm AGI CPU來優化其應用程式家族的基礎設施，並且將其與Meta自研的AI加速晶片「MTIA」協同運作，藉此實現在大規模AI系統中更有效率的運算調度，而雙方也承諾將在未來多個世代的產品路線圖中持續深入合作。

除了Meta，包含OpenAI、Cerebras、Cloudflare、SAP與SK Telecom在內的多家企業也均確認將導入此晶片，用於加速器管理、控制平面處理，以及雲端API託管等核心任務。

而在硬體系統端，Arm已經與華擎 (ASRock Rack)、聯想 (Lenovo)、廣達 (Quanta Computer)及Supermicro等OEM及ODM 廠展開合作，預計今年下半年將有更多系統投入市場。

此外，包含AWS、Google、微軟、NVIDIA (執行長黃仁勳亦對此發表祝賀)，以及三星、SK 海力士 (SK hynix)等超過50家科技巨頭，也都對Arm擴展至晶片產品線表達大力支持。

分析觀點

外界最初擔憂，Arm自己賣晶片是否會與AWS、Google或微軟這些已經利用Arm架構自行開發自有設計CPU的大客戶產生利益衝突？

從結果來看，Arm將AGI CPU的定位精準切入「代理式AI」這個新興且需才孔急的特殊領域。對於像Meta或OpenAI這樣需要海量CPU來搭配自家AI加速器，卻又不見得想投入龐大資源去「從零設計通用CPU」的廠商來說，直接購買現成、已經將Neoverse V3效能榨到極限的Arm AGI CPU，是最具成本效益的做法。

同時，這也是Arm針對x86陣營 (Intel與AMD)在資料中心領域發起的一場「絕殺」。當僅有300W熱設計功耗的Arm晶片能透過台積電3nm製程，在相同機架與電力限制下塞入136個核心，並且提供兩倍於x86架構CPU的效能時，x86架構在AI時代「功耗比過高」的致命傷將被進一步放大，同時也象徵資料中心的運算主力，正無可避免地向 ARM 架構全面傾斜。

在此前《软件 AI 化，势不可挡｜AI Agent 是什么？》的文章里，详细总结了下 AI Agent，青小蛙觉得可以更简单的理解：

AI Agent，就是 AI 代理人：它替人类工作，帮你操作电脑，自己决定怎么做，并持续执行，就像牛马一样，给定目标，完成目标。

Open Minis 是什么？

几天前，论坛中接连有人介绍 Open Minis，非常棒的一款免费应用，它有点类似 OpenClaw，在 iOS 里控制一套完整的 iSH (Alpine Linux) 虚拟机，有终端，有浏览器。

获取

• App Store
• TestFlight
• TG群组

一起来看下这两篇文章：

@RavelloH ：【免费】可能是 iOS 端最强 AI Agent App：Minis

你或许听说过或用过 Manus，它能在其云端运行虚拟机或者有头浏览器，并且能自己运行命令或者操控网页。

Manus、Claude Code 和 Codex

在 Manus 同期，实际上像是 Claude Code 或者 Codex 这样的 AI Agent App 也能靠 PlayWright 来达到类似的效果，这样你就可以在本地来让 AI 进行作业了。

之后 OpenClaw 其实是在这个基础上，集成了各类渠道，这样你就可以用聊天软件直接发消息让 bot 执行命令。

但这终究有局限性，你会发现这些方式都不能很好的和你的手机进行交互，你的手机只是一个给 AI 发消息的工具，AI 却不能反过来使用你的手机。

我最近发现了一个比较好的软件: Open Minis

Open Minis 能通过在本地模拟运行一个 Linux 虚拟机（魔改 iSH），并通过命令行工具来读取 iOS 的设备端功能，例如地图、照片、日程、闹钟等。

Open Minis 可以：

• 执行 Linux 命令
• 下载其他命令行工具
• 操控浏览器等

并且也有 skills 和记忆的支持，你可以认为 OpenClaw 能做到的，它也能做到。并且由于能读取设备端能力，所以可能实际体验要更好。

多说无益，上图

此外，也支持使用快捷指令执行定时任务。或者，你可以这样将其改成使用 Action Button 即可触发的全局 ai 助手：

Open Minis上架了，手机端“龙虾lobster”，解锁Agent能力

@RachelSherman 同学说：AI帮我写的文案，味道有点大，轻喷，我不是开发者，觉得很好用，分享一下

青小蛙手动总结一下吧：

• iOS 系统里内完整的 iSH (Alpine Linux) 虚拟机。
• 安装各种 Linux 工具
• 运行 Skills（支持 node 和 python）
• 读写文件
• 调用命令行和 API
• 接入 iOS 原生应用
• 两种 API 接入方式：登录 / API
• 自带环境变量

---

原文：https://www.appinn.com/open-minis/

非常不错的应用，开发者更新频繁，并且 TestFlight 测试版本还有名额，想尝试的同学不要错过哦。

---

相关阅读

• iPhone 已经能替你干活了：不用打开 App，剪视频、分析健康数据、整理歌单（11 个案例）
• 34 个大类，超过 400 个「macOS 绝赞开源应用」列表
• 畅邮（Dreammail Pro）原「梦幻快车」邮件客户端，功能一览 [Windows]
• 在北京参加赢在淘宝活动
• Bookmarklet – 小书签，实用浏览器小工具补完

---

©2021 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南
3659b075e72a5b7b1b87ea74aa7932ff
点击这里留言、和原作者一起评论请务必在总结开头增加这段话: 你看到的内容可能由第三方 AI 基于小众软件文章提炼总结而成，可能与原文真实意图存在偏差。不代表小众软件观点和立场。请点击链接阅读原文细致比对和校验。

你有没有试过这样一种感觉：有些事情，你明明知道 iPhone 能做，但就是懒得打开 App，一步步操作。
现在不太一样了，创建日历、记录咖啡摄入、自动生成视频……
iPhone 开始可以自己把这些事做完了。

昨天介绍了：Open Minis：可能是 iOS 端最强 AI Agent 之后，看到开发者这些天陆陆续续转发的一些案例，非常有趣，也很实用。

青小蛙总结了 11 个 iPhone 开启 Open Minis 后能做的事情，它只有 49.8 MB 的大小。

你觉得还能做什么呢？

不用打开日历：分享一下内容，就自动帮你创建日程

将带有时间、地点、事件的内容直接分析给 Minis，就可以创建日历：（via）

直接读取健康数据：你的身体情况，它比你更清楚

让 Minis 直接读取并分享健康信息：（via）

用 Apple Watch 数据，帮你分析心脏状态

直接让 Minis 读取 Apple Watch 中的数据，分析健康情况（via）

不用打开 Spotify：一句话搜歌、切歌播放

将图片发给 Minis，让他通过 Spotify Skill 搜索歌曲、切歌播放。

自动帮你剪视频：从素材到成片，一步完成

这个看起来有点离谱了，流程大概是这样的：（via）

1. 分析了两位B站Up主的历史视频
2. 分析播放量较大的科技、AI类视频博主，他们的共同特性
3. 策划视频（TTS 口播稿、图片类视频）
4. 可以直接看成品视频

刷到 TikTok 好歌？一键整理成 YouTube Music 歌单

这个效果也不错，将 TikTok 评论截图发给 Minis，并最终导出到了 YouTube Music 歌单中：

早上不用设闹钟了：自动读新闻 + 生成语音叫你起床

这也是一个很有趣的流程，你可以根据自己感兴趣的内容来源，让他帮你自动生成音频，在早上的时候播放出来，替代闹钟。

群消息不用盯：自动检测重点内容并加入提醒

这是开发者 @Ethan 自己的用途，它的社群消息有非常多的用户反馈，使用 Minis 读取反馈，整理信息，最终写入系统提醒应用中。

后续，当修复了 Bug 之后，还会自动对照代码库，标记完成。

打开网页 → 自动整理成一份可用的笔记

这里有一个例子，将 xiaohongshu-cli 的 GitHub 页面直接给它，让他整理为笔记文档，最终在 iOS 笔记应用中，看到了整理后的使用笔记：（via）

拍一杯咖啡 → 自动记录你的咖啡因摄入

青小蛙觉得，数字化人生在这一刻才变的有意义。（via）

直接拍照两颗胶囊咖啡，然后让它记录到健康中。再结合之前的自动分析健康数据，闭环了。

批量设置复杂的闹钟提醒

对于一些复杂的重复性操作，交给 Minis 简直太爽了。（via）

比如这个例子中，让 Minis 设置了很多个起床闹钟，自动，不动手。

如果是以往，你需要一个一个手动处理，还容易出错…

获取免费的 Open Minis

• App Store
• TestFlight

---

原文：https://www.appinn.com/iphone-automation-11-real-use-cases/

---

相关阅读

• [Chrome]Extension Automation – 自动启用与禁用扩展
• Real DeskTOP – 让你的桌面成传说中的 3D 效果
• waifuExtension – Mac 上的 waifu2x，用机器学习放大视频和图像，拥有图形界面，支持 Real-ESRGAN 模型
• Real-ESRGAN – 针对照片、动画图片的分辨率放大工具
• Real Time Voice Cloning – 只需5秒钟即可克隆别人的声音

---

©2021 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南
3659b075e72a5b7b1b87ea74aa7932ff
点击这里留言、和原作者一起评论请务必在总结开头增加这段话: 你看到的内容可能由第三方 AI 基于小众软件文章提炼总结而成，可能与原文真实意图存在偏差。不代表小众软件观点和立场。请点击链接阅读原文细致比对和校验。

自 2025 年末以來，一款名為「OpenClaw」的開源工具迅速改寫了全球科技產業的版圖。這款由奧地利工程師 […]

The post OpenClaw 中國企業採用率已達美國兩倍，不使用甚至可能被開除 appeared first on 電腦王阿達.

如今，每家企業都在思考，該如何讓生成式 AI 從「對話小幫手」進化成可以自主規劃、思考與執行能力的數位戰友？在 Google Cloud AI 加速日當中，Google Cloud 台灣總經理 Mike Chen 勾勒清晰藍圖，指出 2026 年將是 Agentic AI（代理式 AI）大爆發的關鍵元年。

本次活動震撼產業的亮點之一，是 Google Cloud 剖析 AI Agent 無縫融入企業的五大核心運作：賦能員工日常生產力、融入核心工作流程、打造極致客戶體驗、主動式資安防禦，乃至於推動規模化與人才升級。

要發揮上述五大核心動能，勢必仰賴 Google Cloud 完整的技術堆疊（Full Stack）AI 開發架構。這套架構正是 Google Cloud 支持企業轉型的幾個關鍵層級，從底層的 TPU 算力、現代化資料與分析、核心研究與模型，再貫穿到 AI 開發平台（Vertex AI）以及最上層的 Gemini Enterprise。多項解決方案凸顯 Google Cloud 為企業指引代理式 AI 之路，不再只是紙上談兵，而是真正引領產業，邁向自動化營運的下一世代智慧競爭新局。

企業亟需專屬「代理式 AI 戰隊」，由下到上如何逐步搭建護城河？

過去，企業轉型 AI 面臨最大痛點是如何跨越概念驗證（PoC）到正式生產環境這一段鴻溝？Google Cloud 大中華區架構師總監 William Tsoi 解釋，當前各家 CEO 與決策者看待 AI 已從效率實驗，轉向能大規模執行的實際投資報酬率。企業組織在 AI 的部署與開發，往往不僅止於模型或平台的單點需求。為此，Google Cloud 提供一個完整的技術堆疊模式，從基礎架構算力、模型平台到代理一應俱全。

從基礎層開始，為讓企業內龐大又複雜的多代理系統（Multi-agent systems）持續運作，Google Cloud 打造最新一代超級電腦 TPU「Ironwood」，不僅讓每瓦電源效率翻倍突破，且大幅降低大模型推論成本，而其現代化數據平台（例如 BigQuery）則可消弭企業最頭痛的資料孤島、資料溯源問題，讓有效的數據加值 AI 應用成效。

有了堅實的算力與資料平台，企業也需聰明「大腦」發想創新。Google Cloud 台灣 AI 架構師 Ethan Huang 剖析最新 Gemini 3 相關優勢，具備業界頂尖的多模態理解力，特別是規劃（Planning）、推理（Reasoning）能力持續進化，確保模型在處理複雜多輪對話時，思考脈絡不因此中斷。

然而，企業只進化大腦還不夠，還要將自身業務數據投入到實際的生產與營運環境。此時亟需一站式 Vertex AI 平台，幫助企業無縫介接前瞻模型、實作檢索增強生成（RAG），打造企業專屬知識庫，將完整的模型評估與優化流程串接，進而大幅加速商業應用的開發與迭代。

開發團隊在 Vertex AI 平台建構強大的 AI 應用後，代理式 AI 落地最後一哩路，除了將這些能力提供給每位員工，更要杜絕影子 AI（Shadow AI）也就是資料外洩的危機。位於架構最頂層的 Gemini Enterprise 正是終極解方。Gemini Enterprise 可視為企業級資安合規作業的中樞與開放生態系，可透過專屬連接器（Connectors）打通企業內部如 Workspace、Jira 等各項 SaaS 服務，讓一般員工在安全環境下，利用直覺的介面快速打造專屬的 No-code Agent（無程式碼代理）自動完成日常任務；而專業技術團隊則可整合業界多元的開源框架，部署高度複雜的 Pro-code Agent（程式碼代理）。

綜觀可發現，企業要佈建邁向 AI 世代的營運護城河，從底層 TPU 算力防護、中層資料庫、模型與 Vertex AI 開發平台，一路再到頂層賦能全體員工的 Gemini Enterprise，Google Cloud 的全端生態系將持續擔任企業的絕佳轉型夥伴。

有效破除算力焦慮與資料孤島，為企業構建 AI 基石的關鍵路徑

正如 Mike Chen 所言，隨著全球迎向代理式 AI 元年，企業不再是比算力軍備，而是讓 AI 資源更有彈性配置。為解決企業常見的算力閒置困境，Google Cloud 透過動態工作負載排程器（DWS），幫助企業的運算資源投資報酬率最大化。然而，光有靈活算力引擎仍不夠，若企業的核心數據困在老舊系統中，AI 代理終究缺乏燃料來啟動。針對潛藏於傳統關聯式資料庫中的龐大資產，Google Cloud 鋪設一條 AI-Ready 的轉型路徑。

首先，針對架構目標可藉由 AlloyDB 與 Spanner 等次世代資料庫，以 PostgreSQL 資料庫為核心，為企業提供原生支援 ScaNN 億級向量搜尋與多模態語意理解的強大樞紐。接著，為了幫助企業跨越「資料搬遷」障礙，Google Cloud 在資料庫遷移服務（DMS）導入具備 Agent 能力的 Gemini Conversion Assistant。過去極度依賴人工轉換的傳統資料庫語法，現在只需透過自然語言交由 AI 就能自動解釋、轉換與修復。

隨著算力與資料庫備妥，下一步便是將數據從被動儲存轉為主動活化。資料分析應用方面，可觀察到 Google Cloud 針對 BigQuery 推出連續查詢（Continuous Query）功能，企業直接使用 SQL 語法處理即時串流數據，甚至用 AI Functions 一站式處理非結構化的影像與文本。例如在交易場景中，系統會結合 AI 代理在毫秒之間做詐欺偵測，即時觸發第三方系統進行處理。另外，新亮相的 Conversational Analytics for BigQuery 為企業輕鬆建立專屬的資料分析 Agent，讓業務人員得以自然語言對話挖掘商業洞察，真正善用 AI 挖掘資料價值。

當商業數據大量運用，企業的防護網也不能忽視「駭客全面 AI 化」。面對五分鐘即可生成的精準釣魚攻擊與海量的告警疲勞，傳統人工盤查的被動手段難以招架。Google Cloud 把 Agentic AI 能力直接內建到 Google Cloud 資案解決方案，透過 Google SecOps 打造主動防禦代理式資安營運中心（Agentic SOC）。依循業界標準的 MCP（模型上下文協定），資安系統會自動跨平台串接威脅情資、分析攻擊指令，並完整還原攻擊者的處理程序樹（Process Tree）。此變革可望釋放更多資安團隊的量能，讓企業防護從被動狀態，升級到具備主動推理與自動阻斷的實力。

穩固基石後解鎖 AI 動能，培養企業全場景生產力的數位戰隊

當算力與數據的「AI 基石」確實鞏固後，企業下一步便是將這些潛能轉化為前線戰鬥力，幫助員工解鎖 AI 動能、驅動商業價值。其中的首要關鍵，是讓精準的知識檢索走入業務場景，以金融業為例，玉山銀行主任工程師陳建安提到，為解決理專人力稀缺痛點，他們利用 AlloyDB 內建的 pgvector，快速在雲端建構出 7x24 小時的「投資 i-chat」精準 RAG 諮詢服務，將龐雜的市場資訊與理財產品有效媒合並提供給顧客參考。

除了金融業的創新案例，Google Cloud 也希望透過 BigQuery Data Canvas 賦能更多產業的第一線業務人員。在無需撰寫 SQL 的前提下，運用自然語言就能在智慧化的畫布上進行提問，內建的 Data Agent 會自動建議相關聯的資料表、生成視覺化圖表與邏輯心智圖。一方面讓全體員工透過 AI 洞察到以往忽略的機會；另一方面也能完整記錄前人的分析脈絡，未來組織人員若有異動，新人也能無縫接手並持續深掘，達成系統化知識傳承的終極目標。

要讓 AI 應用場景百花齊放，背後也須開發團隊的投入。本次論壇中可發現，Google Cloud 為軟體工程帶來從 Vibe Coding 跨越到 Agentic Engineering 的顛覆變革。透過 Gemini Code Assist 的 Agent Mode 與靈活的 Gemini CLI，開發者不再只依賴單行程式碼自動補全，而是能讓 AI 代理理解系統架構、跨檔案修改並自動建立測試環境。此外，結合終端機、瀏覽器與 Agent 於一身的開發神器 Antigravity，更讓開發者在隔離的沙盒環境下平行多工，大幅縮短應用程式從設計到上線的迭代週期。

隨著開發與業務雙重加速，Google Cloud 展現更大野心欲將 Agentic AI 普及至企業各個辦公環節，Google Workspace Studio 正是打造無程式碼自動化工作流程（Agentic Workflow）的終極指揮中心。透過自訂觸發器與提示詞，一般員工能輕鬆串聯 Gemini 的創造力與 NotebookLM 的深度分析能力。例如，Gmail 收到特定客戶郵件時，自動做跨文件重點摘要、擬定回覆草稿，或是在會議前主動派發簡報精華，有效降低日常繁雜作業，讓 AI 真正成為主動執行任務的數位戰友。

Google Cloud AI 加速日的豐富內容可觀察到，Google Cloud 相當重視企業 AI 轉型的需求，並針對不同工作職務、場景及流程，提供相對應的 AI Agent 工具與資源。正如 Google 暨 Alphabet 執行長 Sundar Pichai 曾說：「我們現在目睹 AI 帶來的轉變，將會是我們一生中最深遠的變革，遠大於之前行動裝置或網路所帶來的轉變。」在這場智慧競爭新局之中，越早將 AI 戰力規模化落地的企業，越能以無可取代的效率與創新體驗，在全球市場築起一道堅不可摧的營運護城河。

Salesforce 台灣服務客戶突破 1000 家，宣布將透過 Agentforce 平台協助企業實現「智動化企業」，同時計劃申請設置台灣在地資料中心。

2026年對Salesforce台灣而言，是深耕在地市場的重要里程碑。在總經理徐嘉聲的帶領下，Salesforce在台服務規模正式突破1000家企業，客戶群目前以製造業、服務業為大宗，同時也涵蓋了對資安要求極為嚴苛的金融業者。面對生成式AI帶來的產業巨變，Salesforce宣佈將進一步結合專業在地團隊與涵蓋16種產業的Agentforce解決方案，提升企業韌性與敏捷度為核心，全力協助台灣各種規模的企業加速邁向「智動化企業」 (Agentic Enterprise)的新紀元。

「智動化企業」重塑營運：人才與AI代理的無縫協作

Salesforce定義全新的企業運作模式——「智動化企業」，並非單純導入AI工具，而是透過深度整合「數據、AI與人才」，讓各規模企業都能實現360度的全方位協作。

在智動化的架構下，人類智慧將與代理式AI (Agentic AI)緊密並肩作戰。Salesforce觀察到，目前企業端對於AI代理的應用比例與接受度已經相當高。AI將接手繁瑣的流程，賦能員工將精力專注於具備更高策略價值的工作上，進而讓每一次的客戶互動都更具深度與品質。

此外，透過自然語言介面，企業員工現在能更直覺、輕鬆地驅動複雜流程與撈取數據洞察，讓AI真正轉化為日常作業的內生動力。在優化跨部門流程、降低營運成本的同時，企業也能仰賴Salesforce完善的資安與治理機制，確保AI應用符合法規，大幅降低潛在風險。

▲Salesforce定義全新的企業運作模式——「智動化企業」，並非單純導入AI工具，而是透過深度整合「數據、AI與人才」，讓各規模企業都能實現360度的全方位協作

借鏡日本經驗與在地化佈局：雙軌銷售與客製化技術支援

為了更貼近台灣企業的實際需求，Salesforce的在地化營運戰略上也做出了明確梳理。

在組織架構上，Salesforce台灣目前隸屬於日本分公司管轄範圍。這項編制為台灣帶來了一大戰略優勢：台灣團隊能夠大量借鏡日本市場在AI應用與數位轉型上的成熟經驗，並且將其靈活推廣至台灣市場 (當然，這些經驗都將經過深度的在地化調整，而非生搬硬套的直接複製)。

在團隊建置方面，Salesforce在台灣已經佈署完整的業務與技術陣容。在銷售通路上，採取「業務直接銷售」與「透過合作夥伴銷售」的雙軌並行模式，以擴大市場觸角；而專屬的技術人員則專注於針對不同產業客戶的特殊痛點，提供深度的客製化技術服務。

▲Salesforce台灣總經理徐嘉聲

基礎設施再升級：計畫向總部申請「台灣在地資料中心」

除了軟體平台的推進，基礎設施的佈局也是本次亮點。目前Salesforce台灣客戶主要使用的是位於日本與新加坡的資料中心；考量到台灣金融業與高科技製造業對於「資料落地」與「最高合規性」的強烈剛性需求，Salesforce台灣團隊透露，接下來計畫向全球總部正式申請啟用「台灣在地資料中心」，期望未來能為在地企業提供更低延遲、更符合法規限制的雲端運算環境。

▲Salesforce計畫向全球總部正式申請啟用「台灣在地資料中心」，期望未來能為在地企業提供更低延遲、更符合法規限制的雲端運算環境

連續12年蟬聯AI CRM榜首，Agentforce四層架構拆解

為實現「智動化企業」的願景，Salesforce推出了高度整合的Agentforce平台。這個平台本質上就是一個專為佈署大規模AI代理而生的「安全作業系統」，建構在嚴密的四層架構之上：

• Data 360：提供高度整合的數據、Metadata (元數據)與情境，讓AI代理能夠準確推論並採取行動。

• Customer 360：內建企業系統的業務邏輯、工作流程與治理機制，成為確保AI代理具備「企業級準確度」與「絕對合規性」的關鍵。

• Agentforce：提供建構、管理、佈署與協調AI代理的大規模實用工具。

• Engagement Layer (互動層)：在通訊軟體、企業入口網等所有工作場景中，讓員工及客戶都能自然接觸到AI代理。

▲為實現「智動化企業」的願景，Salesforce推出高度整合的Agentforce平台