2026.10.30·FDE日报

AI 产品日报 · 2026-10-30

今天的产品信号明显分成两股:一股是 agent 验收/评测工具密集出现(Apgar、Artificer、QA Wolf、SLCR),说明行业落地已经从“能跑起来”进入“怎么证明它跑得好”的阶段——这正

今日观察

今天的产品信号明显分成两股:一股是 agent 验收/评测工具密集出现(Apgar、Artificer、QA Wolf、SLCR),说明行业落地已经从“能跑起来”进入“怎么证明它跑得好”的阶段——这正好对上你卡片库的 evals/实证验收方法论;另一股是 法律行业同时出现大所官方落地(Ropes & Gray)和开源平替(Sorry Harvey),同一个行业同一个场景出现两种交付形态,本身就是值得收进卡片的对比案例。

  • Ropes & Gray × OpenAI — 顶级律所把 AI 用于交易尽调,律师在分组文档、摘要和报告的基础上做最终判断;律所官方背书的真实工作流改造,且明确“人审在前、AI 在后”,是法律行业 🃏卡片候选
  • Sorry Harvey — 开源免费替代高价法律 AI(Harvey)的产品;与大所路线同场景对立,适合做“同一行业两种落地定价”的对比 🃏卡片候选
  • Apgar — 不依赖 LLM judge 抓 agent 生产环境回归的工具,出自金融 AI agent 团队的自用工具;直接呼应你的判据验证层,且是“非 LLM 判 agent 好坏”的实证路线 🃏卡片候选
  • Artificer by Nua — 用 4B 小模型做机器人任务进度与成败的评测模型;小模型 judge 做验收的又一行业实证(机器人行业版),与你 9-28 的历史反馈同向 🃏卡片候选
  • QA Wolf:从录屏到真测试 — 把人的操作录屏转成可执行测试用例;"人的现场操作即验收标准来源”,是流程先于模型 + 人不出局的典型做法
  • SLCR — agent 原生软件需求的开放标准,试图定义“给 agent 写需求”的规范;场景工程与验收标准正在被标准化,可迁移到你的卡片方法论
  • ROAL — 餐厅 AI 电话接线员,从餐厅官网自动搭建话务 agent;餐饮这个典型非标行业的岗位级智能体,构建方式(从现有网站自学)本身是 FDE 交付技巧 🃏卡片候选
  • MoEngage × AgentCore Gateway — 把 7 个区域 400+ 私有 API 变成权限隔离的 agent 工具,不写 400 个 MCP server;企业存量 API → agent 能力沉淀的工程范本 🃏卡片候选
  • Epsilon × Amazon Nova Act — 用自然语言写 UI 测试的多租户托管测试服务;老行业(软件测试岗位)+ 新工作流(intent 驱动),验收环节的产品化 🃏卡片候选
  • Kiro PHP→Java 迁移引擎 — 把一次性迁移项目做成“扫描器 + 八阶段流水线”的可复用引擎;一次性项目打包成可复用能力,就是你方法论里的“能力沉淀复利” 🃏卡片候选
  • 国防承包商把个人 AI agent 接入五角大楼安全系统 — 高敏行业 agent 部署的权限失控真实案例;反面卡片素材:落地案例里“权限边界”这一节的警示样本
  • Simantic (YC F26) — 给工程师和 AI agent 用的固件仿真层;嵌入式/硬件行业部署 agent 的前置验证环节,是“先仿真后上线”的落地基建
  • Proton CEO:今年是最后一年招工程师 — 隐私软件公司掌门人宣布停止招聘工程师;岗位结构被 AI 改写的行业信号,适合做卡片里“岗位级影响”的引用源
  • UK Amazon Quick User Group 2026 — Arriva(交通)、Carsa 等英国企业用 agentic AI 做数据分析的客户故事合集;交通运输等传统行业的一手落地素材
  • Managed Deep Agents v0.10:浏览器使用 + 异步子 agent — agent 可操作无 API 的网站,并把浏览器交接给人登录;"登录/授权环节交还给人”是 agent 部署中人不出局的具体工程实现

值得去读差评/讨论的 3 条

  1. Apgar 的 HN 讨论 — 搜"no LLM judge"路线的质疑:不用 LLM 判 agent 好坏,覆盖率和漏报怎么权衡
  2. 国防承包商 × 五角大楼的讨论 — 高敏行业 agent 权限边界的社区争论,落地安全章节的现成反面观点
  3. Simantic 的 HN 首发 — "仿真层给 agent 用”是否真需求,硬件行业 FDE 会怎么看