wuyangIndustry
这里持续收集大公司和重要 AI 团队的 Agent 相关工作：产品发布、技术报告、研究博客、工程博客、代码仓库、benchmark 和实践复盘。
它和 papers/ 的区别：papers/ 关注研究证据，industry/ 关注公司真实在做什么、怎么落地、暴露了哪些工程和产品趋势。
Structure
- items: 每条公司工作一个 Markdown 文件
- schema: 行业资料字段和写法
- source-registry: 官方来源和可信来源清单
- company-watchlist: 重点公司和团队
- industry-insights: 周期性趋势总结
Collection Questions
- 大公司正在把 Agent 用在哪些产品和场景？
- 它们公开了哪些系统设计、工具调用、记忆、评估、安全和部署经验？
- 哪些工作只是产品宣传，哪些有技术细节或可复现材料？
- 哪些行业实践能反哺我们的项目、实验和知识文档？
- 公司实践和 JD 要求、论文趋势之间是否互相印证？
Workflow
- 收集官方博客、技术报告、产品文档、代码仓库或演讲资料。
- 用 industry-note 建立结构化笔记。
- 标注 company、source_type、topics、implementation_signals 和 evidence_level。
- 更新 industry-insights。
- 把稳定结论回流到
docs/、papers/、jobs/、experiments/或projects/。
Initial Scope
- frontier labs: OpenAI、Anthropic、Google DeepMind、Microsoft、Meta、Amazon、NVIDIA
- China AI teams: DeepSeek、腾讯、字节 Seed、阿里 Qwen、百度、智谱、月之暗面
- product areas: coding agent、computer use、deep research、office agent、enterprise agent、agent safety、multi-agent、agent evaluation