arXiv:2610.36077v1 Announce Type: new Abstract: Multimodal intelligence can be viewed as human-guided co-evolu
针对长程GUI智能体保留历史截图导致视觉token与推理成本上升、文本摘要丢失关键状态的问题，研究者提出ECHOES，用训练期特权信息指导文本历史压缩，并构建细粒度诊断基准ECHOESBMK，在多个GUI基准上提升任务表现与记忆保真度。
豆包手机助手公示151款拒绝GUI自动化代操作的应用，微信、淘宝、美团、DeepSeek在列；腾讯上线绿泡泡短剧对标红果；OpenAI一工程师因在会议室藏匿录音设备被捕并遭解雇。
豆包手机从测试阶段正式转正，采用GUI作为兜底交互方式，并聚焦AI办公场景寻求商业化突破。目前仍需打通商业闭环，对关注AI硬件与办公工具的从业者有参考价值。
中文教程生态是三家的最大差异点。Claude Code 有第三方仓库拿到 5.9k star；Codex 提供官方中文界面；自托管 Agent 中文资料最缺但可控性最高。