IT之家 5 月 1 日消息，当地时间 4 月 30 日，微软宣布，在 Word 中推出面向法律工作的 Legal Agent。这个新智能体主要帮助法律专业人士审阅合同、生成红线修改稿，并按照结构化法律流程比较文档。 Word 目前已经集成 Microsoft 365 Copilot，也有可以直接修改文档内容的智能体模式。此次推出的 Legal Agent 则更聚焦法律团队的重复性工作，比如按照内部操作手册 逐条检查合同条款 。 微软表示，为了开发这项功能，公司与法律工程师合作，研究了真实法律团队审阅和谈判合同的流程。 Legal Agent 可以 分析协议内容，识别风险和义务，提出修改建议，并通过修订记录保留谈判过程 。它还内置红线修改引擎，能够理解 Word 文档结构，因此在修改合同时，可以更稳定地保留格式、列表、表格和修订痕迹。微软没有让模型直接生成全部修改，而是加入了确定性处理层来执行编辑，包括处理不同作者留下的修改。 据IT之家了解，微软列出的主要使用场景包括： 理解复杂法律文档：分析完整协议、审阅具体条款、比较不同版本，并标出风险和义务。 生成精确修改：法律人员可以要求 Legal Agent 修改合同，系统会在保留格式的同时生成带修订记录的红线稿，可直接用于谈判。 处理已有修订：Legal Agent 可以区分既有修改和新提出的改动，帮助法律团队保留完整谈判历史。 对照内部操作手册审阅合同：系统可以标出不符合内部标准的条款，并根据已批准措辞给出修改建议。 保持人工控制：用户可以检查引用、批准修改，也可以要求 Legal Agent 插入注释，解释为什么要这样改。 Legal Agent 目前已经通过美国 Frontier 计划登陆 Windows 桌面版 Word。用户可以在 Word 中 Copilot 的智能体下拉菜单里找到这个功能。
IT之家 4 月 27 日消息，在 2026 北京国际车展期间，小鹏集团董事长兼 CEO 何小鹏在媒体交流中重申，今年 8 月将在中国市场实现 VLA（视觉-语言-动作模型）智驾系统对特斯拉 FSD 的全面超越。 何小鹏昨日在北京车展上表示，小鹏 VLA 与特斯拉 FSD 各有所长，但在特定场景下 VLA 已展现出明显优势。 他指出，在城市支路、乡村道路及结构复杂的城市穿行路段中，VLA 在通行效率和决策稳定性上表现更优；在跟车、应对加塞、长距离巡航等纵向运动控制场景中，VLA 的响应精度与平顺性也体现出了领先性。不过在横向路径规划和极端掉头等少数工况下，该系统仍有优化空间。 何小鹏表示，无论是在美国的特斯拉 FSD，还是中国的小鹏、蔚来、华为的辅助驾驶都非常棒。因为 FSD 满血版还没有进入中国，实际上它很难跟小鹏的 VLA 来进行比较。 “我认为互有所长，比如说在小路、有挑战的道路上，VLA 今天的效果会明显好过 FSD。”何小鹏同时指出，在纵向即前进方向上 VLA 也表现明显更优，但在横向能力和极端掉头场景中，今天的 VLA 仍在努力中。 何小鹏同时强调，FSD 本身也在快速迭代，用小鹏的动态来比较 FSD 的静态是不公平的。因此，小鹏给自己设定了一个明确的目标 —— 到 8 月份，在中国市场实现 VLA 综合能力全面超越 FSD。 所以我们给自己定了一个小小的目标，8 月份在中国的 VLA 超过在美国的 FSD。因为中国的道路环境更复杂，如果能够超过，我自己比较相信，技术整体的能力会是相对来说权威性的超过。 何小鹏认为，中国多样且高密度的道路环境，包括高频加塞、无标线路口、非机动车穿行及临时占道等典型场景，构成了对智驾系统最严苛也最具代表性的验证场域。“如果能在中国的复杂路况下实现超越，那么技术的整体实力将是相对权威性的领先。”他对此表示。 我相信小鹏的智能辅助驾驶在欧洲，在东南亚，比如说印尼、泰国、马来西亚都会非常好，因为越是窄的道路，越是人车多的道路小鹏的 VLA 表现力一定会更好，这是目前我们测试非常明显的结果。 实际上，早在 2025 年 12 月，何小鹏就宣布与自动驾驶团队的“赌约”。他发文称，如果在 2026 年 8 月 30 日前，小鹏的第二代 VLA 系统能在国内道路环境中达到特斯拉 FSD V14.2 版本在硅谷地区的整体效果，他将在硅谷筹建一家中国风味食堂；反之，小鹏自动驾驶中心负责人刘先明则承诺在金门大桥完成裸跑挑战。 彼时他曾表示，在硅谷试驾特斯拉最新 FSD V14.2 版本后，感受到 FSD 已进入“准 L4”阶段，虽尚有瑕疵，但较上一年度已有大幅提升。何小鹏当时也坦言，鉴于时间问题，小鹏 VLA 的第一个版本还无法完全实现 FSD V14.2 的全部能力，但团队正在全力以赴推进迭代。 相关阅读： 《 何小鹏打赌：若明年小鹏 VLA 国内表现无法赶上特斯拉 FSD V14.2 在硅谷的水平，员工承诺在金门大桥裸跑 》 《 何小鹏欢迎特斯拉 FSD 入华，小鹏图灵 AI 智驾将开启全球测试 》 《 小鹏汽车自动驾驶负责人体验特斯拉 FSD：中美路况差异显著，小鹏更适合中国复杂路况 》 《 何小鹏亲赴美国体验特斯拉 FSD 智驾功能，马斯克回应：中国车企最具竞争力 》
IT之家 4 月 23 日消息，OpenAI 今天（4 月 23 日）发布博文，宣布在 ChatGPT 中推出 Workspace Agents（工作空间智能体）， 支持团队创建协作智能体，能处理复杂任务和长周期工作流。 IT之家附上相关演示视频如下： 该功能重点解决跨时区、跨工具的协作难题，由 Codex 提供底层支持，能够处理从报告准备、代码编写到消息响应等多种办公任务。智能体在云端运行，支持全天候工作，即使员工离线也能持续执行任务。 技术架构方面，Workspace Agents 具备文件处理、代码运行、工具调用和记忆存储能力，OpenAI 称其超越了简单的问答模式，能够执行多步骤复杂操作。 系统支持定时调度和 Slack 集成，例如产品团队可构建智能体在 Slack 频道自动回答员工问题、链接文档并提交工单。 OpenAI 内部已部署软件审查员、产品反馈路由器、周度指标报告员等 5 种应用实例，其中销售团队通过智能体自动整合通话记录、筛选线索并起草邮件，从而大幅节省人工操作时间。 知识管理方面，该功能将分散在系统与人员中的隐性知识转化为显性工作流，例如会计团队构建的智能体能在数分钟内完成月末结账流程，生成符合内控要求的工作底稿。智能体具备记忆与迭代优化能力，通过交互反馈不断优化表现，成为团队知识沉淀的有效载体。 目前该功能面向 ChatGPT Business、Enterprise、Edu 和 Teachers 计划用户开放研究预览，2026 年 5 月 6 日前免费使用，随后转为积分计费模式。OpenAI 计划未来增加自动触发器、性能分析仪表盘等功能，进一步降低团队协作成本。
IT之家 4 月 22 日消息，理想汽车法务部官方微博发文，对网络上流传的“杭州某用户车辆系统遭黑客破解”、“理想汽车配合走私车辆出境”等不实内容进行辟谣，IT之家附官方全文如下： 近期，网络上流传有关“杭州某用户车辆系统遭黑客破解”、“理想汽车配合走私车辆出境”等内容，经核实与事实严重不符，特声明如下： 一、理想汽车从未参与相关车辆的非法转移行为，“走私”说法与事实严重不符； 二、该车辆的远程操作，均由车辆实际登记人通过本人账号执行，不涉及任何“黑客破解”； 三、理想汽车门店依据车辆登记人的申请，提供了标准的钥匙服务，操作流程符合规定； 四、本事件涉及多方复杂纠纷，经初步核实，实体车钥匙曾经手第三方，理想汽车将持续依法协助警方开展调查工作。
IT之家 4 月 21 日消息，曾参与为 Windows 添加 ZIP 文件支持、设计 Windows NT 开始菜单等标志性项目的微软前工程师戴夫 · 普卢默，揭秘了任务管理器读取 CPU 使用率的原理。 据IT之家了解，普卢默是原版任务管理器的开发者，他在编程和工程层面将这款工具设计得极为简洁，以确保其不会无端占用电脑资源。不过，也有不少用户抱怨，任务管理器显示的数据有时会感觉不太准确。为此，他解释了为何查询 CPU 使用率的过程相当复杂、任务管理器是如何获取 CPU 利用率数值的，以及为何其显示结果可能与你在电脑上的实际观感存在偏差。 普卢默表示：“测量 CPU 使用率听起来本该是计算机领域最简单的工作之一，我的意思是，CPU 要么处于忙碌状态，要么空闲，不是吗？它是硅基芯片，又不是即兴舞蹈。按理说，你只需要问 Windows 一句‘嘿，你忙到什么程度了？’，它就会告诉你 73%，然后大家就可以早早收工了。可事实完全不是这样。” “因为第一个让人头疼的问题就是：‘具体在忙什么？’是单个核心忙碌还是全部核心？是此刻正在忙碌，还是过去一两秒的平均使用率，或是界面恰好刷新时的状态？忙碌是发生在用户模式、内核模式，还是中断时间、延迟过程调用、空闲循环，又或是调度程序为了统计需要而专门设立的某个特殊统计项？一旦你开始思考这些问题，原本看似简单的速度表，就会变得像司法会计核算一样复杂。” 戴夫介绍，任务管理器由计时器驱动，会每隔一段时间刷新一次，为你提供更新后的数值。这意味着， 设备显示的是两次刷新间隔内电脑运行情况的统计结果，而非 CPU 实际使用率的实时视图 。最简单的处理方式，本应是用 CPU 使用率除以两次刷新的间隔时长，但普卢默表示，这依赖于图形界面计时器的精准触发。他把这种方式比作“指望节拍器在颠簸土路的皮卡后斗上保持绝对稳定”。 于是，他为任务管理器编写了这样的逻辑：获取每个进程自启动以来的总运行时间，即内核时间与用户时间之和；再用该数值减去上一次刷新时记录的该进程总时间，得出这段时间内的 CPU 占用量；最后用这个数值，除以两次刷新期间所有进程占用的 CPU 总时间。相比直接用 CPU 总占用量除以刷新间隔时长，这种方法听起来更复杂，却精准得多。 然而，技术的进步让这一统计方式显得不够精准。由于该统计结果只是一个平均值，无法反映刷新间隔内某一时刻的实际工作状态。 普卢默解释道：“现代 CPU 使用率更像是衡量高速公路的拥堵程度，而非实际行驶了多少里程。半满的高速公路上跑着法拉利，其通行效率远比挤满老式水泥搅拌车的拥堵高速要高得多。” “早年的任务管理器诞生于一个‘运行时间基本能代表完成工作量’的时代。但如今的处理器具备动态调频、睿频、温控降频、深度休眠等特性，运行时间与实际工作量的关联已经变得十分松散。所以当你觉得数值不太贴合实际时，并非工具出了故障，而是硬件不再简单到能用一个百分比就概括全部情况。” 他还在屏幕上添加了一条备注：“如果我能说了算……CPU 使用率理应衡量实际完成的工作量，与理论上可完成的最大工作量之间的比值。”但由于他已经从微软退休，如今大概率无法再对 Windows 的设计方案施加影响。
IT之家 4 月 19 日消息，小米技术官方宣布， Xiaomi miclaw 已正式通过中国信通院手机端智能助手（Claw）评估 ，成为国内首批通过该权威评测的手机端智能体。 据介绍，依托 Xiaomi MiMo 自研大模型与端侧优先架构，Xiaomi miclaw 具备全生态底层支撑、深度记忆理解、跨域生态互联、持续自进化四大核心能力， 打通手机、PC、座舱、AIoT 全设备，自主执行复杂指令 。 参考IT之家此前报道，Xiaomi miclaw 目前面向科技发烧友、极客用户开放了小规模测试。部分高复杂度任务可能存在执行效率波动或阶段性失败，因此小米不推荐普通用户在日常主力设备上升级。Xiaomi miclaw 为面向科技发烧友、极客用户的小规模测试性探索产品，采用邀请码机制申请下载及体验。
IT之家 4 月 12 日消息，MiniMax 今天宣布开源 M2.7 模型，据称能让模型深度参与自身训练与优化流程，构建复杂的 Agent 框架并完成高度复杂的生产力任务。 据介绍，M2.7 模型在真实软件工程场景表现出色，包括端到端项目交付、日志分析、Bug 排查、代码安全、机器学习等。在 SWE-Pro 基准测试中得分 56.22%，接近顶级模型水平。 同时在完整项目交付（VIBE-Pro 55.6%）和复杂系统理解（Terminal Bench 2：57.0%）方面也表现强劲 。 同时，M2.7 还能够“自我进化”，内部系统可自动收集反馈、构建评估集，持续优化自身架构、技能和记忆机制。在优化编程能力时，M2.7 可以自主运行超 100 轮循环，最终内部测试可实现 30% 性能提升。 此外，该模型还具备 OpenRoom 交互系统，把 AI 交互从文本扩展到可视化界面，支持实时场景反馈，支持高度扩展，未来可探索全新人机交互方式。 IT之家附上 MiniMax M2.7 模型开源地址如下： Huggingface： https://huggingface.co/MiniMaxAI/MiniMax-M2.7 MiniMax API： https://platform.minimax.io/docs/guides/models-intro
4月20日，理想汽车称，将首发高德汽车出行AI Agent。双方合作内容将包括“精准理解复杂出行指令”“多轮对话灵活调整路线”“定制专属个性化导航方案”“智能规划长途补能路径”等。前一日，高德官方发布一则产品宣传片，对外展示了其在出行场景的主动理解模糊和复杂意图的能力。
4月20日消息，据报道，OpenAI即将在未来数周内发布一款全新的图像模型，该模型在生成复杂图像和图表方面的能力将显著提升。（界面）