模型能力不再单独讲故事，智能体与云服务转向权限和成本账

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：Geek(@geekbb) / Vercel News / 机器之心 / meng shao(@shao__meng) / 阿里云开发者 / 奇安信XLab / 量子位 / 腾讯云开发者

AI与智能化

AI从模型叙事转向工程账本

智能体开始被设计成可训练、可循环的流程；模型价格、安全边界、行业指标和机器人数据链条，也都在接受更细的运营核算。

01智能体正在从提示词走向可训练流程

微软把智能体技能当作冻结大模型外部的可训练参数，吴恩达等人把开发重心移向可持续运行的循环，Asana则强调员工反馈会成为企业AI的评测资产。可靠性不再只靠更强模型，而靠循环、记忆和反馈被工程化。

SkillOpt: Agent skills as trainable parametersMicrosoft Research Blog “Loop engineering” is a hot buzzphrase after mentions of it by Boris Cherny (Claude Code’s creator) ...Andrew Ng(@AndrewYNg) Asana CPO on Why Every Employee Is Now an AI Eval | Arnab Bose | E302Product School a common pattern for (a part of) memory that we see: Wiki Memory Examples: - DeepWiki (@cognition)...Harrison Chase(@hwchase17)

02新模型的胜负越来越像运营题

Claude Sonnet 5发布后，性能接近Opus的叙事很快遇到分词器与实际价格的细算；Google用低价图像与视频模型压低生成媒体门槛，美团、DeepSeek则从开源模型和解码框架补位。模型竞争正从榜单扩展到成本、延迟、配额和部署渠道。

What's new in Claude Sonnet 5Simon Willison's Weblog Introducing Claude Sonnet 5Anthropic News Shipping today: Nano Banana 2 Lite (GA) and Gemini Omni Flash API (preview). 🚀 Nano Banana 2 Lite ...Philipp Schmid(@_philschmid) 刚刚，美团 LongCat-2.0 发布并开源：五万卡国产算力跑出万亿参数 Agent 模型AINLP

03AI编码的风险开始进入账本

Codex桌面端的异常流量与硬盘写入、Meta限制外部编码工具以规避蒸馏风险、LangChain讨论智能体运行代码的安全边界，再加上可访问性被重新定义为运营能力，说明AI编码的账本正在变厚。

Codex，1 个月吃掉 150GB 流量，写满 4T 硬盘，疯了吗？极客公园担心蒸馏问题，Meta限用Claude Code、Codex机器之心 Why Accessibility Is An Operational Capability, Not A FeatureSmashing Magazine Giving agents the ability to write code makes them dramatically more capable. It also makes securit...LangChain(@LangChainAI)

04行业AI正在用场景指标证明自己

货运NER、邮件抽取、航空智能体和科研工作台都在用具体指标说话：F1、准确率、成本下降、可审计与可复现。高考志愿助手则提示，真实决策场景会把信息完整性、责任边界和用户信任一起拿来测试。

Building bilingual NER for cargo logistics with Amazon BedrockAWS Machine Learning Blog Fine-tune Amazon Nova models for accurate email data extractionAWS Machine Learning Blog How LATAM Airlines Built Intelligent Agents in Aviation | Interrupt 2026LangChain Claude Science, an AI workbench for scientists, is now availableAnthropic News

SkillOpt把智能体技能写成可训练参数，Loop engineering把工作改成持续循环。

当AI系统能自我循环，人的位置应放在目标设定、反馈标注、记忆审计，还是最终批准？

灵砚视角：循环越自动，越需要把人的判断前置成标准，而不是等结果偏航后返工。人不一定更频繁介入，但要更清楚介入哪一层。

Claude Sonnet 5的新分词器让英语实际成本上升，中文成本变化却不明显。

比较模型时，是否该把分词器、配额、缓存命中、重试率和路由策略一起纳入总拥有成本？

灵砚视角：模型价格已经不只是每百万token标价。分词器、缓存、限额、路由和重试都会改变真实成本，采购与选型要按工作负载重算。

网络安全

当攻防被模型接管，边界比能力更先被追问

大模型正在进入逆向、漏洞挖掘和补丁节奏，安全Agent也从试用走向采购问责。被信任的插件、供应链和旧机制，成为今天更隐蔽的攻击面。

01大模型正在把攻防流程流水线化

大模型不只在写报告，也在进入逆向、漏洞挖掘和补丁节奏：SpecterOps展示自动拆解EDR检测逻辑，VulnGPT提升挖洞效率，XGPT发现Apple内核漏洞。攻防差距正在从经验差，转向谁能更快把模型接进闭环。

当大模型学会逆向拆解EDR，终端安全的天平正在倾斜黑鸟安全419 | 一周国际网安资讯：Cisco曝9.8分漏洞 VulnGPT提升3倍漏洞挖掘效率安全419 苹果紧急推送超30项安全更新，Safari/WebKit曝多重高危缺陷看雪学院微步 XGPT 发现 Apple 内核漏洞并获致谢微步在线研究响应中心

02安全Agent开始接受采购级问责

多智能体主动防御、SOC安全Agent选型框架、AI安全产业报告与大会讨论，指向同一件事：安全团队不再只问能不能上智能体，而是问权限边界、误报责任、全成本和实战校验。智能化采购会先变成治理采购。

专题·智能体安全 | 基于多智能体协同的主动安全实战化体系中国信息安全专家解读 ‖ SOC安全Agent怎么选？青藤云安全《2026 AI安全产业研究报告》发布，谭晓生AI安全研究又一力作数说安全 “积跬步，驭智能” 第六届数字安全大会2026在京圆满落幕！安全419

03攻击面正在藏进被信任的连接

AI Agent插件可被伪装成远程后门，RustDuck用双阶段架构和Rust重写迭代，Oracle PeopleSoft零日牵出日产员工数据泄露，COM利用教程也提醒旧机制仍是攻击面。新的风险不总来自新技术，而来自被默认信任的连接点。

【安全圈】AI插件藏后门？小心！安全圈 RustDuck: 双阶段僵尸网络深度剖析奇安信XLab 【安全圈】日产披露与 Oracle 零日攻击相关的员工数据泄露事件安全圈 Windows 恶意软件中的 COM 利用方式入门securitainment

04AI专业化让责任和成本同时显形

多国整治AI生成虚假法律文书，网络空间风险治理讨论强调跨域协同；DeepSeek高峰时段提价则提示，模型能力已被纳入业务成本和制度约束。当AI成为专业流程的一部分，最终要被审计的是人怎样使用它。

国际 | 多国司法机关整治AI生成虚假法律文书中国信息安全专家观点 | 人工智能时代网络空间风险治理新变革中国信息安全 DeepSeek V4：高峰时段价格翻倍，正式版7月中旬发布小众软件

SpecterOps展示了大模型无人值守逆向EDR本地检测逻辑。

当防御产品的规则可被模型批量拆解，安全厂商还能把哪些能力设计成不可轻易外推的优势？

灵砚视角：这里的拐点不是模型会逆向，而是逆向从专家手艺变成流水线。可复制的攻击知识，会逼迫防御从规则保密转向持续变形与验证。

SOC安全Agent选型开始强调全成本测算和分层校验。

企业挑选安全Agent时，是应该先看模型能力，还是先划定它能被允许做什么？

灵砚视角：Agent采购最容易被演示效果牵引，但真正决定价值的是权限、审计、回滚与责任链。能干活之前，先要证明它怎样不越界。

前沿科技

前沿科技今天在算系统账

模型能力不再单独讲故事：硬件可跑、流程可管、内容可常驻，正成为AI产品的新门槛。科研侧也在把能力做成可复用积累。

01推理账单正在拆开模型神话

Hugging Face把模型按本地硬件可运行性筛出来，Devin Fusion把编码任务在会话中动态分给不同模型，Etched则押注专用推理芯片；另一边DRAM涨价诉讼提醒成本底座并不温顺。今天的AI竞争，越来越像调度、硬件与供应链的复合优化。

A study from @Stanford showed that 71.3% of chatgpt queries could be accurately answered by a local ...clem 🤗(@ClementDelangue) Watch Devin Fusion work: The sidekick model handles fetching information and skimming sources. The...Cognition(@cognition_labs) Model routing is a hot topic but there are two challenges to doing routing for coding agents: 1) Eve...Scott Wu(@ScottWu46) Demand for inference compute will grow exponentially at least as fast as the METR curve grows (and a...Scott Wu(@ScottWu46)

02智能体正被放进组织的齿轮里

ElevenAgents把企业SOP包装成可导入、可确认的Procedures，Notion个人智能体接上Outlook，Omnigent和BonsAI则在统一编排、提示成形上补位。智能体不再只是会话窗口里的聪明回答，它们正在被放进流程、权限、评测和交接的框架里。

Introducing Procedures in ElevenAgents - packaged playbooks that let you define how agents operate. ...ElevenLabs(@elevenlabsio) If you have existing SOPs you want agents to follow, you can import them as docs, PDFs, or txt files...ElevenLabs(@elevenlabsio) Just shipped: Your personal agent can now use Outlook. → View, manage, and schedule events in calen...Notion(@NotionHQ) 开源的 AI Agent 元编排框架，为 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 等多种 Agent 提供统一的编排层。用户可以在不同设备（终端、浏览器...Geek(@geekbb)

03AI视频开始争夺常驻内容

虎牙VAM用一张照片做可实时互动的24小时数字人，HeyGen把单次生成拉到30分钟，NotebookLM把复杂资料切成60秒竖屏解析，Runway接入Gemini视频能力。生成视频的战场，正从效果展示转向时长、分发、身份一致性与版权边界。

24小时直播，只靠一张照片？虎牙实时多模态数字人VAM 1.0率先突围行业三堵墙量子位 How HeyGen Models generate a 30-minute video, the longest single-pass AI generation ever. 6× the ind...HeyGen(@HeyGen_Official) There seems to be a *lot* of discourse about our new Short Video Overviews. Want to join in on the f...NotebookLM(@NotebookLM) Doom scrolling but make it educational 🤓 Introducing Short Video Overviews in NotebookLM! Turn you...NotebookLM(@NotebookLM)

04前沿研究更像在搭积累机器

ASPIRE让机器人不断沉淀可复用技能库，英伟达GPC尝试把运动控制器预训练成通用底座，LLM证明器循环开始攻克开放难题，Meta公开脑转文本训练代码。前沿研究的关键词不是单次突破，而是可迁移、可复用、可验证的积累机制。

Today, we give robots a /skills library that self-evolves and compounds indefinitely! Introducing AS...Jim Fan(@DrJimFan) Project gallery and whitepaper: https://t.co/99bZhCeszA ASPIRE is a great collaboration between NVI...Jim Fan(@DrJimFan) Most motion papers tailor one controller to one specific task. This year at SIGGRAPH, our research t...NVIDIA AI(@NVIDIAAI) Wow.Marc Andreessen 🇺🇸(@pmarca)

Hugging Face按硬件筛模型，Devin Fusion在编码会话中动态路由模型。

如果多数请求不需要最强模型，个人和团队应把成本优化放在模型选择前，还是工作流设计前？

灵砚视角：模型能力的边际差距会继续存在，但日常价值可能先被路由、缓存、本地化和权限控制吃掉。省钱不是降级，而是把任务颗粒度切对。

ElevenAgents把SOP导入为智能体Procedures，Notion智能体开始操作Outlook。

当智能体开始执行既有流程，企业真正缺的是更聪明的模型，还是更清晰的流程所有权？

灵砚视角：SOP进入智能体，表面是自动化升级，实质是把组织隐性知识显性化。流程若无人负责，智能体只会更快地放大含糊、例外和权限冲突。

软件与开发者

先管住 Agent，再重排开发平台

今天的软件与开发者议题不只看模型能力，而是看生产化后的约束、评估和平台边界。模型、产品角色与云平台都在改用系统杠杆。

01Agent 先学会被约束

今天多篇文章都在回答同一件事：Agent 真进生产环境后，关键不再是让它更会说，而是让它可控、可评估、可回滚。SDD、Agent Harness、Google 的评估飞轮、ADK Go 2.0 和 design.md，都在把自由生成改造成工程闭环。Agent 的下一步竞争，是约束系统的竞争。

AI 乱改代码？试试这套 SDD 规范驱动工作流掘金本周最热给野马套上缰绳：Agent Harness 工程实践 ——从范式理论到钉钉AI招聘的真实落地阿里云开发者 Driving the Agent Quality Flywheel from Your Coding AgentGoogle Developers Blog Build reliable multi-agent applications with ADK Go 2.0. Discover our new graph-based workflow engine, built-in human-in-the-loop, and dynamic orchestrationGoogle Developers Blog

02模型胜负转向系统侧

Claude 的代码能力被拆解为强化学习、约束机制和产品数据飞轮；LongCat-2.0 强调国产加速卡与长上下文；红杉访谈则把百倍增益押在软硬协同。与此同时，Flash 档模型开始被视为 Agent 场景的性价比答案。最强模型之外，系统效率正在成为新变量。

万字长文推演Claude的代码统治力从何而来腾讯云开发者美团发布 LongCat-2.0 了，1.6T 参数 MoE 架构，激活参数 48B，上下文窗口 1M（最大输出 128K），采用 5-6 万张中国国产加速卡训练，训练推理全程零英伟达依赖。三项关...meng shao(@shao__meng) Why Hardware-Software Co-Design Is AI's Real 100x: Dylan Patel of SemiAnalysisSequoia Capital 别只盯着最强模型了，Agent 场景更该看这类 Flash 档模型掘金本周最热

03PM 没消失，只是换了杠杆

OpenAI 相关讨论提醒，PRD 没死，PM 也不该被简单砍掉；Lenny 的判断则更激进：只做协调对齐的 PM 正在失去位置。AI Coding 与 AI 原生课程的共同指向，是把产品人从会议中拉回到建模、原型、验证和决策。角色不消失，低杠杆任务会消失。

OPENAI 的反思：PRD 没死，PM 别砍有机大橘子 For years, the PM job drifted toward coordinating and aligning people and their work. That version o...Lenny Rachitsky(@lennysan) 🚨 Announcement: I’ve co-developed a live course with my frequent collaborator and new Head of Educa...Lenny Rachitsky(@lennysan) AI Coding 不只是“写代码更快”，而是重构软件生产力｜2026 奇点智能产品大会专题前瞻CSDN

04Vercel 在抢应用运行层

Vercel 今天的更新密度很高：任意 Dockerfile、Vercel Services、容器镜像仓库、5GB Functions、Agent 公测、私有存储与审计日志一起出现。它不只是在补后端能力，而是在把前端、服务、容器、数据与 Agent 操作收进同一开发面。平台边界正在向完整运行时扩张。