今日出版
AI 前沿情报每日速递

AI 前沿日报

全球前沿热点 · 架构演进 · 深度研判
8个独立事件3大核心专栏6家独立信源约 7 分钟读完

DeepSeek 开源智能体 Harness 日活破 154 万,定位 Agent 时代操作系统

本期两条主线值得注意。其一,智能体正从演示走向工程化:Harness 的插件生态与 Anthropic 的记忆“学习循环”,都在回答如何让智能体长时间稳定运行。其二,能力边界同样清晰:Co-Design Bench 上全自动完成率仅约四分之一,TCSExam 的开放猜想全部失败,说明真实任务与原创科研仍是硬骨头。与此同时,Anthropic 斥资 34 亿美元锁定 1.7GW 电力,特斯拉与英伟达在芯片与推理效率上继续加码,算力军备竞赛已从芯片延伸到电厂。

DeepSeek 开源智能体应用 Harness 上线不到三个月,官方 API 用户日活突破 154 万,较 9 月底 7 日均值 27.1 万增长近 5 倍。用户日均消耗约 92 万亿 token,人均约 6000 万,显示长时智能体任务算力开销远超聊天机器人。

Harness 采用全插件化架构,已积累约 3.5 万个用户插件。团队成员田一称其定位是“Agent 时代的操作系统”,官方只提供稳定基础能力与通用内置功能,坚持“一切皆插件”,内置功能也可被第三方插件替换。

增长主要发生在桌面版发布后,印证智能体应用对算力的巨大需求。官方下一步将推出插件市场与创作者激励计划,但具体细节尚未公布。

Rohan Paul (@rohanpaul_ai)2 家信源印证查看深度研判
01

智能体生态与自主代理

精选 3 篇

多智能体协同、自主工作流与真实复杂任务落地。

Anthropic 拆解 Claude 智能体记忆:边干边记,靠“做梦”纠错整理

Anthropic 工程团队首次系统拆解 Claude 智能体的跨会话记忆机制,提出四层架构并引入“做梦”后台步骤,让模型在会话结束后自动回看原始记录、修正错误笔记并重组索引。这标志智能体记忆从简单“存储”转向“学习循环”。

四层架构包括原始会话记录、自写记忆笔记、结构化 wiki 和自动注入上下文。“做梦”步骤在空闲时逐层核对提炼,确保记忆准确可用。

在宝可梦测试中,Sonnet 3.7 写了 413 个记忆文件仅得 1 枚徽章,而 Fable 5 只写 10 个文件却拿到 4 枚,说明“会挑”比“记得多”更重要。在 CL-Bench 数据库问答任务中,带记忆的 Opus 5.5 与 Sonnet 5.5 得分分别升至 0.838 和 0.833,远高于无记忆基线的 0.655 和 0.644;Opus 5 更是首个形成完整学习循环的模型。

宝玉 (@dotey)研判评分 78

阿里等机构新基准:编程智能体仅约四分之一任务可全自动完成

阿里及多所亚洲高校基于真实用户变更请求构建 Co-Design Bench,要求编程智能体改造现有 Web 应用并处理图像、音频、视频、文档等多模态输入。十个被测模型中表现最好的 GPT-6 Astra 平均仅满足约 70% 的需求,完全完成任务的比例约为四分之一。

该基准与旧基准近满分的结果形成鲜明反差,任务核心是改造现有应用而非从零生成代码,更贴近真实工程场景。多模态输入考验智能体的理解与落地能力。

The Decoder研判评分 78

上海交大 AutoDNA 登上《自然》:AI 原生实验室自主完成分子生物学实验

上海交大陈海波、王肇国团队与樊春海、王飞团队合作,构建 AI 原生科学实验室装置 AutoDNA(思源一号),以多智能体架构贯通文献检索、方案设计、代码生成、硬件执行与结果迭代全流程,成果登上《自然》正刊及官网头条。

该装置通过“原子服务”抽象统一调度多类仪器,实现微米级定位、微升级液体处理的自主分子生物学实验,并集成基于 OpenHarmony 的控制终端。

工作把 AI 自主实验室从“外挂式”局部辅助推进到模型-实验-仪器协同设计的原生架构,并演示了端到端 DNA 存储全流程。

IT之家 · 智能时代研判评分 78
02

产业生态与商业算力

精选 2 篇

投融资脉络、算力基建演进与企业智能化转型。

Anthropic 斥资 34 亿美元采购 1.7GW 燃气发电机组,创 AI 行业最大电力设备交易

Anthropic 以 34 亿美元接手 1.7GW 卡特彼勒燃气发电机组订单,成为 AI 实验室已知最大规模电力设备采购。这批设备原为供应商 OnePWR 两年前下单却无力融资的订单,因下单早于价格上涨,机组将在未来两年内交付,而非排入长达数年的制造队列。

综合多方信源,部分机组近期即可交付,其余两年内到位,有效规避设备涨价和多年排队。xAI 今年已购入 20 亿美元移动燃气轮机,Alphabet 则收购能源开发商 Intersect,自备电力正成为头部实验室标配。

Anthropic 的采购规模远超同行,且其至 2045 年的算力承诺高达近 9000 亿美元,凸显对电力锁定的迫切需求。

IT之家 · 智能时代2 家信源研判评分 78

特斯拉更新 AI 芯片路线图 SI6 算力达 HW4 的 80 倍

特斯拉公布更新后的 AI 加速器路线图:第六代推理芯片 SI6 采用 2nm 级制程与多芯片模块封装,预计算力达 HW4 的 80 倍;训练芯片 Dojo D3 放弃以 SRAM 为核心的晶圆级架构,转向多芯粒设计并搭载堆叠式 HBM。

同时特斯拉将 AI 加速器产品线改以“超级智能”(SI)命名,产品线全面改用 SI 系列编号。SI6 还采用 GDDR7 内存,封装走向 2.5D + 3D。

这一路线图显示特斯拉在推理与训练芯片上同时推进,并强化自研算力布局。

IT之家 · IT业界研判评分 78
03

前沿模型与基础架构突破

精选 2 篇

追踪主流实验室最新基础模型、新架构与推理能力跃迁。

清华与月之暗面发布 TCSExam:GPT-6 Astra 证明 70% 定理却解不出开放猜想

清华大学与月之暗面联合发布 TCSExam 基准,包含 100 项专家评审任务,覆盖 Lean 定理证明、求解器工程、破纪录构造与 30 个开放猜想四大方向,所有提交均由 Lean 内核或任务检查器验证。

结果显示,GPT-6 Astra 在无提示引理条件下完整证明率达 70.0%,Kimi K3.1 Pro 为 38.3%,其余 6 个智能体最高仅 11.7%;但在 30 个理论计算机科学开放猜想上,同一模型全部失败。

少数被接受的提交也只是改编了 OpenAI 已公开的反例与证明,说明模型在真正开放问题上仍缺乏原创突破能力。

Rohan Paul (@rohanpaul_ai)研判评分 78

英伟达提出 TacitVLA:机器人动作提速 3.4 倍

英伟达联合纽约大学、UC 伯克利等团队提出 TacitVLA,发现 VLA 模型的推理文本主要价值在于训练阶段,动作生成并不需要等待推理文本写完。推理文本最多占单次 VLA 模型调用耗时的 70%,是主要延迟来源。

该方法在四个机器人操作与自动驾驶基准上保持与显式推理相当的成功率,延迟最多降低 3.4 倍,并在 RMBench 长程记忆任务上提升 21 个百分点。

同速下成功率最多高 17 个百分点,表明模型学会写推理即可获得收益,而无需在推理时输出文本。

机器之心 (微信公众号)研判评分 78