系统综述259项工作：AI创作如何从「会生成」走到「能交付」？

长文、网页、视频和代码经常停在这样的「半成品」状态：海报文案没有写错，却挤出了页面；网站首屏很漂亮，按钮点下去毫无反应；视频里的镜头单看都成立，连起来却丢了人物和节奏；程序刚修好一个模块，另一处又出现回归。

论文链接：https://arxiv.org/abs/2608.28122

项目主页：https://agentic-creation.github.io/

GitHub项目：https://github.com/GeminiLight/awesome-agentic-artifact-creation

传统生成系统大多沿着一条单向路径工作：接收指令，生成结果，然后结束。任务足够小、结果容易检查时，这种方式很有效。完整交付物则需要系统持续保留和修改作品状态。

图1｜直接生成沿固定路径得到结果；智能体式创作把作品状态、检查结果和后续修改连成一个循环。

论文将构造过程拆成三个功能角色：作品表示、构造策略和运行时验证。

论文图4｜Agentic Artifact Creation的功能架构。构造策略选择动作，作品表示提供可编辑的中间形态，运行时验证把观察转成反馈；满足标准后，系统交付作品。

图2｜文本与视觉作品可以直接阅读或渲染；音视频依赖时间播放；空间和行为型作品往往需要运行或交互后才能判断。

把复杂任务拆成子任务，可以降低单步难度，也会增加协调成本。

不少生成系统把评估收束为一个总分。总分适合比较结果，却很难指导修复：它通常不说明问题出现在哪里、由什么引起，也没有给出下一步可以执行的修改。

图3｜先说明评估的是最终作品、构造轨迹还是Agent系统，再说明使用了什么证据、由谁判断，以及在怎样的协议下形成结论。

第一，把必须保留的要求写进作品状态。完成标准要和具体页面、段落、镜头、对象或测试建立联系，便于判断一次修改影响了哪些承诺。

全局一致性要求系统在拆分作品后还能重新合上。一个角色设定、设计规范或接口发生变化，影响可能穿过整件作品，系统需要显式维护这些依赖。

论文思维导图｜从生成模型与Agent架构出发，依次讨论智能体式创作范式、六类作品、应用、评估、四项设计原则与六个未来方向。

应用场景图｜创意生产、品牌传播、教育支持、专业工作、科学研究与工程设计，对作品提出不同的验收要求。

交付质量取决于要求能否持续满足、修改能否定位到具体位置、失败后能否修复，以及系统能否提供足够的验证证据。

https://arxiv.org/abs/2608.28122

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务，如比较价格、添加购物车、回复各种社交媒体等。

项目地址：https://github.com/browser-use/browser-use

【开源免费】字节工作流产品扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）全面开源，而且采用的是 Apache 2.0 许可证，支持商用！

项目地址：https://github.com/coze-dev/coze-studio

项目地址：https://github.com/n8n-io/n8n

在线使用：https://n8n.io/（付费）

项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file

项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用：https://vectorvein.ai/（付费）

【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。

项目地址：https://github.com/Significant-Gravitas/AutoGPT