Agent 要进入现场，工具链先要变硬。

Anthropic 面向生命科学发布了一组 Claude 工具链能力，覆盖 PubMed 文献检索、BioRender 科学制图、Benchling 实验数据、10x Genomics 单细胞分析，以及 Databricks、Snowflake 等数据平台连接。Claude 还可以通过 Skills 固化单细胞 RNA 质控、实验设计、图表生成和监管文档等步骤。重点已经从单次问答能力，转向把专业数据、软件工具和标准流程收进同一个 AI 工作台。

YC RFS 提到“AI guidance for physical work”，设想多模态模型通过手机、耳机、智能眼镜和摄像头，为熟练工提供现场步骤提示。Moonlake 则强调可控世界模型，把自然语言转成可交互的 2D/3D 世界、训练数据集和强化学习环境。两条线合在一起看，AI 的应用范围正在从屏幕内的效率工具，延伸到真实空间里的观察、模拟和指导。

ComfyUI 完成 3000 万美元融资，估值约 5 亿美元，并披露了 400 万以上用户、6 万多个社区节点、15 万次以上日下载等生态数据。这个开源节点式媒体生成平台的价值，已经不只停留在生成图片，而在于把模型、节点、参数、素材和处理步骤串成可复用工作流，让创意生产逐渐具备工程化流水线的形态。

Obscura 在 GitHub 中把自己描述为 Rust 编写、面向 AI Agent 的轻量无头浏览器，强调 30MB 内存、85ms 加载和 Puppeteer/Playwright 兼容。Microsoft Foundry 的 GLM-5 页面则突出 744B MoE、40B 激活参数、工具调用和长程任务能力。这组信息说明，Agent 的成本不会只落在模型 token 上，还会落在浏览器、工具和执行环境的组合上。

当模型写作、制图、代码和上下文理解能力变强，部分开发者开始减少“手把手教模型怎么做”的提示词，把更多精力放在交代目标、约束和验收结果上。这个变化更像产品交互层的信号：用户不想学习复杂咒语，他们希望 AI 能理解任务、调动工具、给出结果，并在必要时接受人的修正。