01Agent 正从演示走向流程改造
今天的Agent新闻不再只是聊天框：AWS用语音Agent处理医疗预约，得物把活动搭建改成两阶段Agent工作台，Clay每月跑3.5亿个GTM Agent，微信小微把AI接入国民级入口。真正变量是模型被嵌进既有流程后，责任、权限和失败处理开始显形。
ORAINK PUBLIC DAILY
今天，智能体拿到执行权后，AI行业开始补上流程与边界课
今天的重点不在谁又发布了更强模型，而是智能体进入用户触点、开发流程、云平台和安全链路后，工作流、身份权限与数据治理如何被重新校准。
- 智能体
- 工作流
- 身份
- 边界
- 治理
ISSUE OVERVIEW
本期概览
- 候选文章：约 71 篇
- 入选公开精要：71 条
- 候选订阅来源：掘金本周最热 / Microsoft Azure Blog / 集智俱乐部 / meng shao(@shao__meng) / 阿里云开发者 / dbaplus社群 / 我的安全视界观 / 大淘宝技术
AI与智能化
AI不只回答，开始改流程
今天的AI新闻落在更硬的环节：Agent进入用户触点和企业流程，AI编程被工作流重塑，模型则把行动前的预测能力摆到台前。
02AI 编程的胜负手变成工作流
从PingCAP用AI写数据库，到淘宝让Agent自己看设计稿，再到Cursor从Notion接任务、GLM与Kimi进入Devin，AI Coding的焦点不只是哪个模型更强。更难迁移的是harness：上下文、验证、权限和交付闭环。
03模型竞争转向行动前的预判
通义让Agent先预测再行动，Aether押注因果世界模型，京东把多模态模型推向物理交互，NEO-ov尝试从像素直接到语言，斯坦福SPIRAL则校正测试时计算扩展。模型竞争正在从生成答案，转向理解行动前的环境变化。
04开放与成本成了企业 AI 的硬门槛
Databricks为开放前沿生态辩护，蚂蚁谈GPU池化，亨廷顿银行用AWS数月脱敏4亿份文档，Netflix开源工具砍掉冗余词元。企业AI的瓶颈不是再多一个原型，而是成本、数据一致性、合规和可替换性同时过关。
Why the Frontier Ecosystem must be Open — Matei Zaharia and Reynold Xin, DatabricksLatent Space
Huntington Bank: Redacting sensitive data from 400M+ documents with AWSAWS Machine Learning Blog
How to Build Production-Grade AI Guardrails for Enterprise Applications: A Practical GuidefreeCodeCamp.org
对话蚂蚁吴伟：训推一体池化调度，如何把GPU用到极限InfoQ 中文
Clay每月运行3.5亿个GTM智能体，微信小微把Agent接入微信原生能力。
当Agent能接触真实用户和账户权限时，产品经理应该把哪一类失败当成第一等设计对象？
灵砚视角：规模化Agent的关键不在会不会调用工具，而在失败是否可定位、可回滚、可解释。权限边界会比提示词更早决定用户信任。
Fireworks说换模型比换harness容易，Cursor把Notion变成任务入口。
开发团队的护城河究竟是模型选择，还是自己的测试、上下文和发布流水线？
灵砚视角：模型会轮换，工作流沉淀不容易迁走。真正值得积累的是任务切分、验收基准、项目记忆和人工介入点。
网络安全
可信边界的旧假设，正在被身份和行为重新校准
今天的网络安全议题不再只盯漏洞本身：有效凭证、可信服务、智能体连续动作，都在放大身份与行为链的缺口。后量子迁移也从预研进入组织约束。
01边界设备正从屏障变成入口
FortiBleed 把企业安全的老问题放大：防火墙和 VPN 并不是天然可信的边界，而是长期在线、权限很高、补丁滞后的身份仓库。口径虽有差异，但有效管理员凭证被规模化窃取，意味着 攻击不再需要突破边界，只要像管理员一样登录。
02AI安全正在被做成攻防基础设施
ISC.AI 上「中国版 Mythos」话语密集出现，同时 PentestEval 开始把 LLM 渗透测试能力拆成阶段级基准。值得注意的是，NSA 使用 Mythos 的传闻又被澄清。真实信号不是某个神话模型，而是漏洞挖掘、评测、协作计划正在被产品化。
03智能体治理必须盯住行为而非文本
从「人在回路」失效，到中国智能体治理框架强调行为治理，再到 AI 爬虫指纹与智能电视代理事件，线索很一致：智能体的问题不只在输出内容，而在它代表谁、调用什么、以何种节奏行动。可审计的行为边界，比单次回复审查更接近治理核心。
04可信服务被借道时，认证会给攻击背书
Amazon SES 被滥用后，钓鱼邮件能通过常规认证；LastPass 的外部伙伴令牌被窃，塔塔电子泄露牵出苹果、特斯拉，代码仓库又遇到供应链污染。攻击者越来越少伪装成可信方，而是直接站在可信链路里，这让合同、令牌、日志同样成为安全边界。
FortiBleed 的关键动作，是用有效管理员凭证登录边界设备。
如果边界设备被当成身份仓库，资产管理该优先问补丁状态，还是凭证生命周期？
灵砚视角：这类事件的重点不是又一个漏洞，而是「合法登录」绕开了很多检测假设。把边界设备纳入特权身份治理，比只催促升级更能降低复发率。
Amazon SES 被武器化后，钓鱼邮件仍能通过常规安全认证。
当认证机制只能证明邮件来自真实服务，却不能证明意图，企业该把哪些行为信号补进判断？
灵砚视角：邮件安全常把认证当成强信号，但云服务被借道时，认证反而抬高可信度。需要把密钥来源、发送模板突变、收件关系图放进同一套异常判断。
前沿科技
前沿AI从模型发布走向工作编排
今天的前沿科技不只看谁的模型更强。开放生态、智能体协作、机器人任务编排和评测治理，正在决定AI被谁用、怎么用、在哪儿结账。
01开源正在改写前沿模型的默认入口
Meta把405B级Llama 3.1推向开源，Qwen同步开源AgentWorld与基准，GLM被放进追赶Fable的公共叙事，Databricks则强调开放前沿生态。今天的开源不是尾随版本，而是在争夺默认接口与产业信任。
Starting today, open source is leading the way. Introducing Llama 3.1: Our most capable models yet.AI at Meta(@AIatMeta)
We open-source Qwen-AgentWorld-35B-A3B (MoE, 35B/3B active, 256K context) and AgentWorldBench.Qwen(@Alibaba_Qwen)
Why the Frontier Ecosystem must be Open — Matei Zaharia and Reynold Xin, Databricks https://t.co/lSn...Latent.Space(@latentspacepod)
马斯克预测GLM明年Q1追平Fable，智谱唐杰：没那么久量子位
02智能体已经被塞进真实工作台
Notion把Claude、Cursor变成可被@分配任务的外部智能体，Devin在PR前先自测并交出测试计划，还把Kimi、GLM接入桌面与CLI。智能体的产品化重点，正从会聊天转到能接任务、留痕迹、可复核。
03具身智能开始竞争生产语法
英伟达开源人形机器人基础模型GR00T N1，工业论文用LLM生成多机器人程序，ENPIRE让智能体参与机器人研究，资本继续押注具身大脑。赛道热词背后，核心战场是把世界模型翻译成可执行的物理动作。
04评测正在从答案转向过程
TRM尝试给推理过程打分，越狱挑战在数十万消息后攻破八关却未找到通用法，Notion数据显示成熟组织仍被工具泛滥困住。能力增长之后，真正稀缺的是可观测、可比较、可追责的使用边界。
TRM思考奖励模型上线，大模型推理质量终于能量化了 | ICML‘26 Oral量子位
After ~300,000 messages and an estimated ~3,700 collective hours, someone broke through all 8 levels...Jan Leike(@janleike)
It's been a bit over 24h on the challenge to break our new jailbreaking defense. Stats so far:Jan Leike(@janleike)
At the most advanced orgs, low trust in AI outputs drops 8% and skills gaps drop 3%. But tool sprawl...Notion(@NotionHQ)
Meta、Qwen、智谱与Databricks都在把前沿能力讲成开放生态。
如果模型越来越开放，真正能长期收费的是参数、入口，还是围绕模型的运行环境与数据位置？
灵砚视角：开放会压低单个模型的神秘溢价，但不会自动带来平权。默认接口、评测基准、云端分发和企业数据栈，可能成为新的收费闸门。
Notion让Claude、Cursor进看板，Devin先提交测试计划再等人审。
当智能体成为同事列表里可@的对象，管理问题会更像模型选择，还是更像流程设计？
灵砚视角：可用的智能体不只要聪明，还要知道任务边界、交付格式和责任链。谁批准计划、谁验收结果，会比谁调用了哪个模型更关键。
软件与开发者
软件开发进入交付校准期
今天的软件与开发者议题，不只在模型能力更新。更关键的是，模型接入、智能体流程、代码评审和推理成本，正在被写进工程组织的日常决策。
01模型供给正在从参数竞赛转向交付竞赛
豆包2.1把视频、图像、音频和Agent能力一起推新，DeepSeek开放识图，GLM 5.2 Fast进入Vercel网关，Qwen3.6也用免费调用抢开发者入口。同一天的信号不是某个模型胜出，而是模型能力被包装成可切换、可计价、可路由的供给。
02智能体落地首先是流程问题
阿里的验数Skill、Spec-First编程流、Codex Remote实践和MongoDB的生产信任框架都指向同一件事：智能体不是把提示词写聪明就能上线。可复核的中间产物、权限边界、证据链与异常回退，正在成为Agent工程的主语。
03代码产能越高，验证债越快显形
AI每天生成十万行代码后，人工Code Review变成组织瓶颈，阿里开源Open Code Review也在回应同一压力。前端基础和被裁复盘的讨论则提醒：开发者价值会更多落在定义规格、识别风险、设计验证，而不是单纯提交代码。
04成本优势开始写进架构深处
Lindy用9个月迁移到DeepSeek以换取数百万美元年省成本，OpenAI把推理优化推进自研芯片，Engram尝试把企业记忆写入权重，端侧小模型加云端大模型也成常见分层。ROI不再是采购表格，而是产品架构本身。
豆包2.1、DeepSeek识图、GLM 5.2 Fast和Qwen3.6免费调用在同一天构成了模型货架感。
如果模型都能被网关、活动和接口包装成可替换资源，你的系统最不该绑定在哪里？
灵砚视角：模型上新密度很高，但真正影响产品的常常是可用性、价格、延迟和迁移成本。把模型当库存管理，比把模型当信仰更接近工程现实。
阿里验数Skill把一句话变成评审级证据，Spec-First要求先审方案再写代码。
你的团队该先规范任务入口，还是先补全结果验收？
灵砚视角：智能体上线前最缺的不是更长提示词，而是人能审、系统能追、事故能收束的工作面。先定义证据，再定义自动化，风险会小很多。
云计算与企业服务
智能体拿到执行权，云平台开始补上边界课
今天的云计算叙事不只在模型能力：提示生成应用和管道之后，权限边界、数据治理、备份恢复都被推到台前。
01智能体正在从建议层进入执行层
微软把云运营叙事推进到从洞察到实时行动，谷歌则让一句提示生成原生 Android 应用，Databricks 展示用 Genie Code 规模化生成数据管道。共同信号不是更会聊天，而是软件生产与运维链条开始给智能体分配动作权限。
02数据基础设施仍决定智能应用上限
Databricks 连续推送 RAG、向量搜索、DataOps 与湖仓案例，表面是概念普及，底层是在反复强调同一件事：生成式应用的质量取决于数据如何被组织、检索、治理和复用。智能层越像入口，数据层越像护城河。
03云韧性要同时面对入侵和区域故障
Cisco SD-WAN Manager 零日被利用，攻击者提权到 root 并清除痕迹；Google Cloud 同日强调跨区域备份的合规与恢复能力。两件事合看，云基础设施的风险不只来自故障，也来自控制平面被接管后的不可见损伤。
微软把云运营智能体描述为从洞察到实时行动的闭环，并称已有 79% 企业在生产环境部署智能体 AI
当智能体开始拥有处置权限，企业应该先验证模型能力，还是先重画权限、审计与回滚边界？
灵砚视角：真正的门槛不在能否自动执行，而在执行后是否可解释、可撤销、可追责。智能体运维若没有权限分层，效率提升会直接转化为事故放大器。
谷歌让 AI Studio 用单条提示生成 Kotlin 原生 Android 应用，Databricks 则展示智能体生成数据管道
当代码和管道都可由提示生成，工程团队的核心产出会从写实现转向定义约束吗？
灵砚视角：提示生成降低了起步成本，却没有消除架构、测试、观测和安全责任。未来更稀缺的可能不是会写代码的人，而是能把模糊需求变成可验证边界的人。