智能体走向主流

智能体模型密集发布

本周多家机构发布面向智能体工作流的新模型，强调本地运行、长上下文与工具调用能力。Meta 开源 Muse Glimmer（30B，消费级硬件可跑），NVIDIA 推出 Nemotron 3.5 Lightning（30B MoE，速度提升 4 倍），xAI 发布 Grok 4.6 强化长时运行智能体，微软首发自研推理模型 MAI-Thinking-1，阿里开源 Qwen3.8-2.4T-A95B（2.4T MoE）。这些模型均针对智能体场景优化，显示行业竞争焦点正从通用对话转向智能体执行能力。

• Meta 发布开源模型 Muse Glimmer

  推出 Muse Glimmer，一款开放权重、300 亿参数的模型，专为本地、常驻运行的智能体工作流优化。 与同尺寸领先模型相比，Muse Glimmer 在关键智能体用例和基准测试中表现出色，并设计为完全在消费级硬件（如 Mac 或配备高性能 GPU 的 PC）上运行。 秉承我们长期分享基础 AI 研究的传统，我们以宽松的 Apache 2.0 许可证发布模型权重。

  X：AI at Meta (@AIatMeta)

• NVIDIA 推出 Nemotron 3.5 Lightning，加速本地智能体任务

  NVIDIA 发布 Nemotron 3.5 Lightning，一款可定制的开源 30B 混合专家（MoE）模型，专为常驻智能体设计。相比同类开源模型，其 token 生成速度最高提升 4 倍，任务完成时间缩短 30%。该模型采用开放权重，支持用户微调以匹配特定任务，并可在 RTX PC、DGX Spark 及 Jetson 等设备上运行。

  NVIDIA Blog（RSS）

• xAI 发布 Grok 4.6，强化长时运行智能体能力

  xAI 今日发布 Grok 4.6，在 Grok 4.5 基础上重点强化长时运行智能体及更复杂的交互式与视觉工作能力。该模型在多项智能体编码与知识工作基准上达到前沿水平，在 Artificial Analysis Intelligence Index（九项基准综合分）上追平 GPT-5.6 Sol。

  xAI：News（网页）

• 微软首发自研推理模型 MAI-Thinking-1

  我们的首个推理模型 MAI-Thinking-1 从零开始构建，现已在 Microsoft Foundry 上线。为团队点赞！更多详情如下。

  X：Mustafa Suleyman（Microsoft AI CEO） (@mustafasuleyman)

• 阿里开放 Qwen3.8-2.4T-A95B 模型权重：2.4T MoE、激活 95B、原生 256K 上下文

  阿里 Qwen 团队正式开放 Qwen3.8-2.4T-A95B 模型权重，这是 Qwen-Max 级别模型首次开源。模型总参数 2.4T，每个 Token 激活 95B，原生支持 262,144 Token 上下文并可扩展至 1,010,000 Token。

  IT 之家·人工智能

智能体基础设施与工具链升级

• SGLang 为 Muse Glimmer 提供 Day-0 支持，针对本地智能体工作流优化推理

  SGLang 与 Meta Superintelligence Labs 合作，为 30B 参数多模态模型 Muse Glimmer 提供 Day-0 支持，该模型拥有 128k+ token 上下文窗口。

  LMSYS Blog

• OpenRouter 推出由市场智慧驱动的新版 Auto 路由器

  OpenRouter 基于每周超 55T token 的社区消费数据，推出新版 Auto 路由器（openrouter/auto），其模型选择在多数任务和成本档位上优于旧版。新路由器按约 30 种任务类型匹配近 7 天社区实际消费的模型，支持 cost_tier 参数（low 至 max）并遵循账户隐私设置。在 MMLU Pro 等基准上，新默认档位在多数领域以更低成本达到旧版同等性能。

  OpenRouter：Announcements（RSS）

• OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型

  OpenRouter 发布实时排行榜，系统评测模型、搜索引擎、搜索方法与预算四类配置组合。数据显示，将搜索预算从 1 轮增至 25 轮可使 BrowseComp 得分近乎翻倍，成本仅增 2.5-7 倍；模型选择比引擎更重要，平均分差 15 分 vs 10 分。失败率高的任务应降低搜索深度以控制成本。

  OpenRouter：Announcements（RSS）

• Databricks 开源 Metals v2：面向数百万行代码库的 Java 和 Scala 语言服务器

  Databricks 开源 Metals v2，这是其面向数百万行代码库的 Java 和 Scala 语言服务器。Metals v2 专为智能体驱动的开发场景设计，旨在提升大规模代码库中的编辑与导航性能。目前 Databricks 的大部分代码已由智能体编写，该工具服务于工程师仍需要手动介入的环节。

  Databricks：Blog（RSS）

• Electric 加入 Databricks，将 WASM Postgres 引入 AI 智能体沙箱

  Databricks 宣布 Electric 团队加入，将 WASM Postgres 引入 AI 智能体沙箱。该技术让智能体在隔离环境中运行本地数据库，支持实时数据同步与离线操作，提升构建可靠、可验证智能体应用的效率。Electric 的加入将强化 Databricks 在智能体基础设施领域的布局。

  Databricks：Blog（RSS）

智能体应用与产品落地

智能体正从技术走向实际应用。Claude Code 自动模式默认开启，ChatGPT 桌面端支持导入其他智能体数据，千问开放平台上线覆盖十余领域服务，Zapier 用 ChatGPT Work 改造营销流程，Linear Agent 通过系统提示词与工具设计划定边界。这些产品展示了智能体在编程、办公、生活服务等场景的实用价值，也引发对 AI 内容侵蚀社交人味的讨论。

• Claude Code 自动模式默认开启原理

  我们最近将自动模式设为 Claude Code 的默认选项，这意味着你不再需要批准每一个操作。 但什么决定某个操作是否可以安全运行？看看它是如何工作的：

  X：Claude Devs (@ClaudeDevs)

• ChatGPT 桌面端支持导入其他智能体工作数据

  你现在可以将其他智能体的工作内容与 ChatGPT Work 和 Codex 保持同步。 可导入项目、聊天记录、技能和插件，查看导入历史，并可在设置中选择开启自动更新。 现已在 ChatGPT 桌面应用中提供。

  X：OpenAI Developers (@OpenAIDevs)

• 千问开放平台上线：租房、寄快递、查理财等十余领域服务可对话办理

  千问开放平台今日上线，面向生态伙伴和开发者开放手机、PC 和 AI 眼镜三类终端的服务接入，首批覆盖物流运输、房产居住、本地生活、理财、汽车等十多个领域。用户可在对话中@相关服务或点击“圆点角标”进入智能体，完成从咨询、推荐到下单的完整流程。平台支持标准化协议接入、一键授权与端到端调测，并提供账号、AI 支付、订单接入等基础设施。

  公众号：千问 APP（阿里）

• Zapier 如何用 ChatGPT Work 改造核心营销流程

  Zapier 企业营销团队用 ChatGPT Work 自动化线索漏斗优化、营销素材搭建和报告生成，每月可对数千条线索执行 QA/QC，单人查看一条流失线索原本需 35 至 45 分钟。该系统每月为销售团队带来七位数管道价值，并生成高管仪表盘展示线索管道中的重复问题与每周趋势。团队得以将更多时间投入策略与创意工作，并计划未来设置常驻自动化循环。

  OpenAI：官网动态（RSS · 排除企业/客户案例）

• Linear 如何构建 Linear Agent：在系统提示词、工具设计与系统技能中划定边界

  Linear Agent 的价值在于完成未预设的工作，因此团队未为其编写固定路径，而是通过系统提示词、工具设计、产品模型、运行范围及底层自定义 harness 划定边界。系统提示词聚焦沟通风格、硬性边界与产品概念解释；工具设计将约束编码进参数，使无效操作难以执行。团队还引入系统技能作为组合单元，按需渐进加载，避免一次性暴露过多上下文。

  Linear：Now（RSS）

• 微信小微 AI 帮写与 AI 点评内测：朋友圈最后一点人味正在消失

  微信基于小微推出朋友圈 AI 帮写与 AI 点评内测功能，前者可根据图片和已写文字生成 3 条朋友圈文案，后者可长按文字生成评价或快捷评论。作者认为这两个功能将 AI 置于社交核心位置，可能鼓励 AI 内容、破坏朋友圈自 2012 年确立的“记录美好生活”基调。公众号端小微还常驻首位，自动总结常看公众号文章，作者担忧这会反向影响创作者内容生产。

  公众号：数字生命卡兹克

智能体安全与风险

• Anthropic 称已基本解决提示注入攻击

  Anthropic 的 Boris Cherny 表示，通过模型训练已基本解决 Claude 模型在实际使用中的提示注入威胁。独立研究者的基准测试显示，叠加模型训练、输入探测和意图分类器等多层防御后，未见过的间接提示注入攻击成功率可降至约 0。Claude Code 的 auto 模式将于下周默认开启。

  X：Boris Cherny (@bcherny)

• Omnigent 上下文策略如何阻断“致命三重奏”组合攻击

  Omnigent 的上下文策略（Contextual Policies）可阻断“致命三重奏”组合攻击——即多个看似无害的请求叠加后形成的恶意行为。该机制在单个请求层面不设防，而是在组合上下文中识别并拦截风险，从而在不牺牲正常功能的前提下提升安全性。

  Databricks：Blog（RSS）

• 研究人员发现可读取 ChatGPT 等模型加密推理过程的 API 漏洞

  Alexander Panfilov 团队发现 OpenAI、Anthropic、Google 等主要 AI 提供商 API 存在漏洞，可读取推理模型的加密思考过程。扫描约 7000 条公开会话发现 62 个 API 密钥、33 个邮箱和 33 个密码。通过越狱，Anthropic 的 Haiku 4.5 可逐字转写 Opus 4.8 的原始推理；解码 10000 条推理轨迹的 API 成本约 720 美元。

  The Decoder：AI News（RSS）

行业格局与资本动向

AI 行业资本与市场格局加速演变。英伟达联合六大机构融资 5000 亿美元建 AI 工厂，Anthropic 最快 9 月 IPO 估值 9650 亿美元，Gemini 月活破 10 亿成谷歌增长最快产品，SaaS 龙头因 AI 获得估值溢价。同时，英伟达开发万亿参数开源模型 Nemotron 4，可能冲击现有闭源模型格局。这些事件显示 AI 投资热度不减，但循环融资与估值泡沫的担忧也开始浮现。

• 英伟达联合六大机构融资 5000 亿美元建 AI 工厂

  英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 合作，建立独立融资平台，动员超 5000 亿美元第三方资本支持 AI 基础设施建设。

  X：Jensen Huang (@JensenHuang)

• 消息称 Anthropic 最快今年 9 月上市，向投资者淡化 AI 模型竞争等挑战

  Anthropic 正与潜在投资者接触，为可能成为史上规模最大的 IPO 做准备，计划今年 9 月或 10 月初正式上市。公司估值高达 9,650 亿美元，年化收入已超 470 亿美元，并淡化来自中国 AI 企业的竞争影响。Anthropic 还计划拓展 AI 在医疗和生物学领域的应用，但尚未公布具体 IPO 定价方案。

  IT 之家·人工智能

• Gemini 月活破 10 亿，成谷歌增长最快产品

  每月已有超过 10 亿人使用 @Geminiapp 激发新想法、完成工作。这是我们有史以来增长最快的产品，也是第 14 个达到 10 亿用户里程碑的产品。 感谢 @JoshWoodward 和整个 Gemini 团队，也感谢每一位与我们同行的伙伴——未来还有更多精彩！

  X：Sundar Pichai (@sundarpichai)

• 每个类别都有赢家：AI 时代 SaaS 龙头的估值溢价

  SaaS 估值整体承压，但每个细分赛道都跑出了 AI 龙头：CrowdStrike 以 34.4x 前瞻收入领跑安全（中位数 3.9x），Cloudflare 32.6x 对 17.5x，Shopify 11.3x 对 1.4x。

  Tomasz Tunguz 博客（VC 分析）

• 消息称英伟达开发万亿参数开源 AI 模型 Nemotron 4，目标挑战全球顶级

  英伟达正在研发新一代开源 AI 模型系列 Nemotron 4，规模最大的模型预计至少拥有 1 万亿个参数，旨在与全球最先进的开源模型竞争。英伟达尚未确定发布日期，最终训练也未完成，员工认为该模型最早可能在今年秋末准备就绪。此举意在通过开放模型生态扩大 AI 应用范围，并推动市场对其 GPU 算力的需求。

  IT 之家·人工智能

• 英伟达循环融资达到新高度，黄仁勋是否过度出牌？

  英伟达股价在相关消息公布后小幅下滑，收盘报 217.55 美元，盘前略有回升。金融记者 Holger Zschaepitz 和曾预测安然倒闭的 Jim Chanos 均对英伟达的循环融资做法表示担忧。此外，英伟达将发布真正开源（非仅开放权重）的 Nemotron 模型新版本，这可能最终削弱其合作伙伴 OpenAI 和 Anthropic 的地位。

  Gary Marcus：The Road to AI We Can Trust（RSS）