Anthropic 发了 Opus 4.8,带了个能调度一群子模型干活的动态工作流工具
Opus 4.8 这次配了一个叫 Dynamic Workflows 的工具,核心作用是让一个主模型像工头一样,协调一堆子模型分头执行任务。正文没提价格、上下文窗口多大、跑分成绩,也没说什么时候能用上。
推荐理由:Anthropic 发布 Opus 4.8,同时推出 Dynamic Workflows,让一个主模型协调多个子模型分头执行任务,多模型协同调度是这次更新里最具体的一层变化。
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Opus 4.8 这次配了一个叫 Dynamic Workflows 的工具,核心作用是让一个主模型像工头一样,协调一堆子模型分头执行任务。正文没提价格、上下文窗口多大、跑分成绩,也没说什么时候能用上。
推荐理由:Anthropic 发布 Opus 4.8,同时推出 Dynamic Workflows,让一个主模型协调多个子模型分头执行任务,多模型协同调度是这次更新里最具体的一层变化。
Perplexity 把它的 Computer 助手塞进了微软 Office 套件里。你在 Excel、Word、PowerPoint 和 Outlook 的侧边栏就能直接使唤它,让它帮你起草文档、处理数据模型、做演示文稿或者打理邮件。正文没披露具体是哪个版本的 Office 支持,也没提需不需要额外付费。
推荐理由:Perplexity 将 Computer 助手接入 Word、Excel、PowerPoint 和 Outlook 侧边栏,用户可在这些应用内直接起草文档、处理数据模型、制作演示文稿和打理邮件。
TechCrunch 拿到了一组新渲染图,显示苹果打算在 iOS 27 里把 Siri 拆成一个独立 App,交互也重新设计了。正文只给了这个信息,没提发布时间、具体功能参数,也没说底层模型是自研还是接别人的。我会先打个折:渲染图不等于最终产品,但独立 App 这个方向说明苹果想把 Siri 从系统助手升级成能跟 ChatGPT 对标的对话入口。
推荐理由:苹果计划在 iOS 27 中把 Siri 拆成独立 App 并重新设计交互,TechCrunch 已拿到渲染图,这透露出苹果将系统助手转向对话入口的产品方向。
这篇讲的是 AutoWebWorld 这个项目,它没有靠人工标注或大模型当裁判,而是用有限状态机(FSM)来定义网页的状态、前置条件和跳转规则,自动生成并验证 GUI Agent 的操作轨迹。最终合成了 29 个网页环境、875 个页面和 11663 条经过验证的轨迹,平均每条轨迹的成本大约 0.04 美元。
推荐理由:AutoWebWorld 用有限状态机定义网页状态与跳转规则,自动生成并验证 GUI Agent 轨迹,合成了 11663 条轨迹,平均每条成本约 0.04 美元。
这篇文章本身因为微信环境验证失败,正文内容没抓到,只能根据标题和摘要信息来聊。标题里提到的“芯模协同”,指的是 DeepSeek V4 在训练时直接跟华为昇腾芯片做适配优化,不是先拿英伟达跑完再移植。摘要里说 CANN(华为的 AI 计算框架)一口气开源了 65 个代码仓库,并且支持 70 多个主流模型“开箱即用”,不用等适配。
推荐理由:DeepSeek V4 在训练阶段直接与华为昇腾芯片做适配优化,CANN 开源 65 个代码仓库并支持 70 多个主流模型开箱即用,国产算力从芯片到框架再到模型的协同路径有了具体进展。
NVIDIA Research 在 ICRA 上展示了 8 篇论文,都围绕一个思路:在仿真里训练机器人,然后直接部署到真实环境。ScheduleStream 让多机械臂并行规划,速度提升 3 倍,代码已开源。COMPASS 导航框架完全不靠真实数据,在仿真里训练后迁移到真机,20 次真实导航测试成功率约 80%,比纯模仿学习基线高了 4.5 倍。
推荐理由:NVIDIA Research 在 ICRA 发布 8 篇论文,其中 COMPASS 导航框架不依赖真实数据,仿真训练后迁移到真机,20 次测试成功率约 80%,为纯模仿学习基线的 4.5 倍。
Mistral 把 Le Chat 升级为统一 AI 智能体 Vibe,一个许可同时覆盖办公与编码,原有对话、设置和套餐全部保留。Work Mode 支持企业知识搜索、结构化数据分析、文档报告生成、多步任务定时调度和可复用技能,可连接 Google Workspace、Outlook、SharePoint、Slack、GitHub 等。
推荐理由:Mistral 把 Le Chat 升级为统一智能体 Vibe,一个许可同时覆盖办公与编码,原有对话、设置和套餐全部保留,这次升级对现有用户的实际影响是主要看点。
周志伟分享了一套项目管理方案:用两个 Git 仓库,配合 AI 编程助手、Shell 和 Python,把催周报、搬数据、画图表、出工程效能报告这些事自动化了。正文没披露具体实现细节和验证数据,但按他的说法,至少能省掉 80% 的手工跟进和报表工作。
推荐理由:周志伟用两个 Git 仓库配合 AI 编程助手和脚本,把催周报、搬数据、出效能报表这些流程自动化,提供了一套可迁移的项目管理改造方法。
Mistral 在自家峰会上主要说了三件事。第一,他们和空客、宝马、ASML 合作搞工业 AI,让模型进到设计、制造这类业务流程里干活,但具体怎么落地、效果如何正文没细讲。第二,Vibe 这个能处理长周期任务的 AI 助手迎来升级,具体能力变化也没展开。
推荐理由:Mistral 与空客、宝马、ASML 合作推进工业 AI,并公布巴黎郊区 10 MW 推理数据中心和 2026 Q3 时间表,为观察欧洲算力布局与工业落地提供参照。
Cognition 完成了 10 亿美元的 D 轮融资,估值 260 亿美元,比 8 个月前 C 轮时的 100 亿估值涨了 1.5 倍。公司自己预计到年底年经常性收入能超过 10 亿美元,客户里包括 Exa 和 Modal 这类挑剔的企业。正文没披露具体的利润率或成本结构,所以这个收入数字先别直接等同于利润。
推荐理由:Cognition 完成 10 亿美元 D 轮融资,估值 260 亿美元,8 个月内从 100 亿涨到 260 亿,AI 编程 agent 赛道的资本热度由此有了一个具体参照。
清华 NLP 实验室、面壁智能、OpenBMB 和 AI9stars 一起放出了 PilotDeck 的开源代码。这套系统让多个 AI 子代理分工协作,各自有独立的工作区和可编辑的记忆库,每次任务还会留下调度日志。
推荐理由:清华 NLP 实验室等团队开源 PilotDeck,让多个 AI 子代理各带独立工作区和可编辑记忆库分工协作,并留下调度日志,为多代理工作流提供一套可参考的开源实现。
这篇文章本身被微信环境验证挡住了,正文内容没抓到,所以下面说的都基于标题和已知信息。AutoMoT 是南洋理工 AutoMan 实验室、哈佛和小米汽车一起搞的端到端驾驶模型,核心思路是把视觉语言模型和驾驶动作拆成两个专家:一个 4B 的 Qwen3-VL 负责看懂场景,一个 1.6B 的动作专家负责输出驾驶指令,而且两个模型是异步推理的,不用互相等。
推荐理由:AutoMoT 把 4B 视觉语言模型与 1.6B 动作专家拆成异步推理,在 Bench2Drive 和 nuScenes 上取得双料第一,其大小模型分工思路可供端到端驾驶架构参考。
英伟达搞了个叫 Polar 的开源框架,专门解决一个实际问题:怎么在不重写 Codex、Claude Code 这些现成代码工具的前提下,用强化学习(GRPO,一种让模型在多步任务里根据奖励信号自己学会更优操作的训练方法)去训练它们。
推荐理由:英伟达开源 Polar 框架,让 Codex 无需重写代码即可用强化学习训练,为现成代码工具的能力提升提供了一条可迁移的路径。
xAI 发布了专门干编程活的模型 grok-build-0.1,现在通过 API 公测。这个模型主要用来做网页开发、修 bug 这类需要模型自己调用工具、跑流程的任务,跟 Grok Build 命令行工具背后是同一个模型。速度标称每秒 100 个 token 以上,价格是输入每百万 token 1 美元、输出每百万 token 2 美元。
推荐理由:xAI 将编程模型 grok-build-0.1 通过 API 公测,与 Grok Build 命令行工具同源,标称每秒 100 token 以上,输入每百万 token 1 美元、输出 2 美元。
Lemonade 的安全负责人 Jonathan Jaffe 聊了聊当攻防双方都用上 AI 后,安全团队该怎么变。他提到一个终端上可能同时跑着 200 到 10000 个智能体,现在的身份和权限管理系统根本管不过来,必须给每个智能体一个独立身份,并在它执行动作时直接卡控策略。另外,AI 写的代码漏洞虽多,但修得也快,软件反而可能更皮实。
推荐理由:Lemonade 安全负责人 Jonathan Jaffe 提出一个终端可能同时运行 200 到 10000 个智能体,现有身份权限系统难以覆盖,需为每个智能体分配独立身份并在动作执行时卡控策略。
Cognition AI 新融了超过 10 亿美元,投前估值 260 亿美元。它的年化收入一年里从 3700 万美元涨到约 4.92 亿美元,涨了十几倍。核心产品 Devin 被定位成能自主干活的初级工程师,不是只补代码,而是能自己规划、测试、部署,走完多步骤流程。
推荐理由:Cognition AI 完成超 10 亿美元融资,投前估值 260 亿美元,其年化收入一年内从 3700 万美元增至约 4.92 亿美元,Devin 定位为能自主规划、测试、部署的初级工程师。
Anthropic 在这篇博客里讲了他们怎么用自家最强的 Claude Opus 模型去扫代码安全漏洞。整个流程分六步:先做威胁建模(搞清楚代码可能被怎么攻击),再把代码放进沙盒隔离运行,接着让模型找漏洞,找到后人工验证是不是误报,然后排优先级,最后出修复方案。
推荐理由:Anthropic 公开了用 Claude Opus 做源码安全审计的六步流程,从威胁建模、沙盒隔离到人工验证与修复排序,并给出扫开源项目发现 1596 个漏洞、修复 97 个的实测数据。
Cognition 宣布完成超 10 亿美元融资,估值 260 亿美元,领投方包括 Lux Capital 和 General Catalyst。公司说今年企业用量涨了 10 倍以上,年化收入做到 4.92 亿美元。
推荐理由:Cognition 完成超 10 亿美元融资、估值 260 亿美元,企业用量一年涨 10 倍以上,年化收入 4.92 亿美元,编程智能体商业化的规模由此有了具体参照。
OpenAI 给 ChatGPT、Codex 和 Responses API 加了个能力:可以走纯出站 HTTPS 去调你团队放在内网的 MCP 服务器。服务器不用暴露到公网,模型这边只往外发请求,不接收入站连接。正文没提延迟和鉴权细节,实际部署前最好先测一下链路稳定性。
推荐理由:OpenAI 为 ChatGPT、Codex 和 Responses API 增加了经纯出站 HTTPS 调用内网 MCP 服务器的能力,服务器无需暴露公网,为团队接入内部系统提供了一条不开放入站连接的路径。
Anthropic 发了篇博客,讲企业里用自主 AI 智能体(能自己调用工具、读写记忆的模型)该怎么搞安全。核心判断是:前沿模型把漏洞利用的时间从几个月压到了几小时,老一套安全流程跟不上。文章给了一套三层零信任架构,把智能体拆成身份层、工具层和记忆层分别做权限最小化,还列了八个阶段的落地步骤。
推荐理由:Anthropic 提出面向企业自主智能体的三层零信任架构,把身份、工具和记忆分层做权限最小化,并给出八个阶段的落地步骤,可作为智能体上线前的安全设计参考。