智能体时代全面来临，AI竞争进入新阶段

要点速览

林俊旸离职后断言：AI从推理思考转向智能体思考，训练模型变成训练系统
OpenClaw框架走红引发智能体热潮，中美企业态度两极分化
Anthropic计划10月IPO募资600亿美元，新模型Claude Mythos泄露
谷歌Gemini支持一键导入ChatGPT对话记忆，降低用户切换门槛
美团发布开源多模态模型LongCat-Next，统一图像语音为同源Token
苹果计划在iOS 27开放Siri接口，允许第三方AI助手深度整合
OpenAI战略收缩：暂停情色模式、关停Sora，聚焦编程和企业服务
Meta强制员工使用AI：80%中高级工程师需在工作中使用AI工具
小米宣布三年投入600亿发力AI，发布MiMo-V2系列模型
OpenAI硬件团队被控窃取iyO原型，指控称研发加速近十年

智能体时代全面来临，AI竞争进入新阶段

智能体成为AI新焦点：从推理式思考到行动式思考

林俊旸：AI演进全面转向智能体思考

前阿里千问技术负责人林俊旸在离职后发表长文，系统复盘了千问的技术探索历程，并提出了对AI下一阶段发展方向的核心判断。

核心观点：

行业正从"推理式思考"转向"智能体式思考"
过去关注的是如何让模型"多想一会儿"，未来重点是模型能否为了采取行动而思考
第一波推理模型（OpenAI o1、DeepSeek-R1）验证了强化学习在后训练阶段的价值
真正的智能体思考必须在真实约束下通过持续交互取得进展

千问的实践困境：

团队曾试图将thinking（思考）和instruct（指令）两种模式合并到同一个模型中
但两种模式的数据分布和行为目标存在本质差异，强行合并导致两边都表现平庸
这促使千问在后续版本中选择发布独立的Instruct和Thinking变体

未来挑战：

智能体RL的基础设施需要训练与推理彻底解耦
奖励作弊成为核心难题：能搜索的模型可能学会直接搜索答案
竞争优势来源正在改变：从更好的RL算法转向更好的环境设计、更强的编排工程

深度解读 & 洞察：林俊旸的分析揭示了AI发展的一个关键拐点。过去两年，OpenAI o1和DeepSeek-R1证明了推理能力可以被训练和复现，但这只是第一步。真正的智能不是在真空中思考，而是在与真实世界的交互中持续迭代、修正计划。这种转变意味着：训练目标从"解决基准测试"变成了"解决交互式任务"；技术栈从静态验证器扩展到了包含工具服务器、浏览器、终端等的完整生态系统；研发重点从数据多样性转向环境质量。简单说，AI正在从"会思考的模型"进化为"会干活的系统"。

OpenClaw框架走红，智能体热潮形成

AI产业的一个新热潮正在形成。最近OpenClaw框架（中文因谐音被叫"龙虾"）走红，引发了一波智能体的热潮。百度、字节跳动、腾讯等大厂都在积极推出各自的智能体产品。

产业影响：

大模型企业的盈利前景越来越清晰
随着智能体在金融、管理等专业领域的应用落地，大模型企业有望在2026年实现业绩增长
企业需要改变管理方式，用AI提升组织效能、加强数据管理

深度解读 & 洞察：OpenClaw的走红不是偶然。它代表了AI从"对话工具"向"任务执行器"的范式转移。过去用户用AI聊天、问答，现在用户让AI写代码、处理文档、管理项目。这种转变意味着AI正在从玩具变成工具，从单次交互变成持续工作流。对企业来说，智能体时代的关键不是追逐单个AI产品，而是如何将AI能力嵌入到业务流程中，形成真正的生产力提升。

OpenClaw创始人谈AI温差：中美企业态度两极分化

OpenClaw创始人彼得·斯坦伯格接受采访时指出，中美两国在使用AI智能体的态度上形成了鲜明对比。

核心差异：

在美国，某些公司会因为员工使用OpenClaw而裁掉他们
在中国，很多公司会因为员工不使用OpenClaw而裁掉他们
中国成为庞大的AI系统测试场，学生、工人、老年人纷纷涌入测试
美国企业更多出于安全和失控的担忧，选择限制甚至禁止员工使用

斯坦伯格的观点：

美国企业应该从中国学到经验
人类只有频繁地与AI互动和测试，才能真正理解AI的能力，同时发现和规避安全漏洞

深度解读 & 洞察：这种"温差"反映了两国在AI治理上的不同理念。美国更强调安全、隐私和可控性，担心AI智能体失控带来的风险；中国更强调效率、创新和实用主义，愿意通过大规模测试来快速迭代。两种态度各有优劣：过于谨慎可能错失技术红利，过于激进可能埋下安全隐患。斯坦伯格的观点提醒我们，平衡的关键在于"亲自下场"——只有在真实场景中不断测试，才能既挖掘AI的潜力，又发现和修复潜在问题。

AI巨头竞争升级：上市竞赛与战略收缩

Anthropic计划10月IPO，募资超600亿美元

Anthropic计划最快在今年10月IPO上市，试图抢在OpenAI之前。公司已与高盛、摩根大通和摩根士丹利等华尔街大投行展开初步讨论。

关键信息：

上市募资规模预计超过600亿美元
今年2月完成30亿美元融资，融后估值达3800亿美元
股东包括谷歌、亚马逊、微软和英伟达
法院支持了Anthropic的立场，暂时解除了美国政府对其技术使用的限制

深度解读 & 洞察：这是AI领域迄今规模最大的IPO计划之一。Anthropic选择在此时推动上市，有几个关键信号：第一，公司认为自己的技术护城河已经足够深，Claude系列模型在企业市场取得了实质性进展；第二，OpenAI的战略收缩（关停Sora等产品）给了Anthropic追赶的机会；第三，资本市场对AI公司的估值逻辑正在从"烧钱换增长"转向"盈利能力验证"。对整个行业来说，Anthropic的上市将是一个风向标——如果市场反应热烈，将证明AI公司的商业化路径可行，可能引发新一轮AI公司上市潮。

Claude新模型Mythos泄露，性能超越Opus

Anthropic的泄露文件显示，一个名叫Claude Mythos的新模型目前正在秘密测试中，性能已经超越了之前的旗舰产品Claude Opus。泄露信息提到了一个全新的模型层级叫Capybara。

关键信息：

新模型会带来前所未有的网络安全风险
Anthropic在追求最强智能和保护人类安全之间寻找平衡
正式发布日期尚未确定

深度解读 & 洞察：泄露文件揭示了AI发展的一个核心矛盾：能力越强，风险越大。Anthropic一直以安全著称，但这也意味着他们在发布新模型时更加谨慎。Mythos的出现表明，大模型的能力边界正在被再次突破，从简单的对话能力发展到更深层的逻辑推理和复杂任务处理。但关键问题是：当AI的智能水平开始超越人类的认知边界时，如何确保这种力量被安全地驾驭？这是Anthropic和所有AI公司都需要面对的问题。

OpenAI战略收缩：关停Sora，聚焦编程和企业服务

OpenAI宣布无限期暂停ChatGPT情色模式的开发，并突然关闭备受关注的视频生成模型Sora。这一系列动作反映了公司正在进行重大战略转变。

战略调整：

放弃消费级支线任务，核心资源集中向商业用户和程序员群体倾斜
编程领域被认为是大模型能最直接提高生产力的场景
企业级市场是稳定的收入来源
竞争对手Anthropic在企业市场的强力进攻是重要因素

深度解读 & 洞察：这是OpenAI成立以来最明显的战略调整信号。过去几年，OpenAI试图在所有AI细分领域都保持领先——从对话到图像、从视频到搜索。但这种"全面开花"的策略在商业上难以为继。现在，OpenAI选择收缩战线，把资源集中在最能赚钱的领域。这个转变背后有几个逻辑：第一，资本市场的压力在增大，投资者需要看到清晰的盈利路径；第二，编程和企业服务是AI能力最成熟、商业化最清晰的场景；第三，与其在所有战场都作战，不如在关键战场建立绝对优势。这对整个AI行业也有启示：AI的竞争正在从"谁的能力更全面"转向"谁的商业化更成功"。

OpenAI硬件团队被控窃取原型，研发加速近十年

AI音频初创公司iyO与OpenAI之间的法律纠纷骤然升级，从最初的商标侵权演变为严重的技术剽窃纠纷。

核心指控：

iyO指控前工程师违规访问公司内部服务器，下载大量机密CAD文件与专有设计数据
这些资料最终落入前苹果设计师、io联合创始人Tang Tan手中
Tang Tan随后与前苹果设计师Jony Ive旗下工作室的工程师共同审查这些内部材料
iyO预估，这次机密窃取让io公司的产品开发进度"加速了近十年"

深度解读 & 洞察：这个案件揭示了AI硬件竞争的激烈程度。OpenAI正在与Jony Ive合作开发AI硬件设备，而苹果的设计团队是人才争夺的焦点。如果指控属实，这意味着OpenAI可能通过不正当手段获得了竞争对手的核心技术，这将严重损害其声誉，也可能引发更广泛的法律和道德问题。更重要的是，这个案件反映了AI硬件领域的"人才战争"正在升级——当AI从软件走向硬件，工业设计和硬件集成能力成为新的稀缺资源，巨头们正在不择手段地获取这些能力。

产品与技术突破：多模态、语音与Agent

谷歌Gemini支持一键导入ChatGPT对话记忆

谷歌为Gemini增加了一项新的"记忆导入"功能，让用户更便捷地从其他AI服务切换至Gemini AI。

功能亮点：

偏好导入：用户可将喜好、人际关系、背景信息直接导入Gemini
操作便捷：复制粘贴原AI应用生成的摘要即可
聊天历史迁移：支持上传从其他AI导出的聊天历史ZIP文件
更名"记忆"：将原有的"过往聊天"功能更名为"记忆"

深度解读 & 洞察：这个功能看似简单，但战略意义重大。换AI平台最大的痛点是什么？是要重新教AI了解你的工作方式、沟通习惯和偏好。谷歌的这个功能直接降低了用户切换平台的成本。从竞争角度看，这是谷歌在AI助手战争中的一次精准打击——如果用户可以轻松把在ChatGPT或Claude上积累的"记忆"迁移到Gemini，那用户选择平台的标准就不再是"我用习惯了哪个"，而是"哪个平台更好用"。这也有望推动整个AI行业走向更开放的数据流动。

美团发布开源多模态模型LongCat-Next

美团今日发布原生多模态大模型LongCat-Next，将图像、语音与文本统一映射为同源的离散Token。

架构创新：

构建DiNA（Discrete Native Autoregressive）离散原生自回归架构
所有模态统一为离散Token，用同一个自回归模型建模
无论读文字、看图片还是听声音，对AI来说都是同一件事：预测下一个Token

性能表现：

视觉与文档理解：超越Qwen3-Omni及专用视觉模型Qwen3-VL
纯文本能力：MMLU-Pro（77.02）和C-Eval（86.80）表现领先
音频领域：支持低延迟的并行文本语音生成与可定制语音克隆
工具与代码：SWE-Bench代码能力达到43.0

深度解读 & 洞察：美团的开源动作体现了中国科技公司在AI领域的一个新策略：与其和OpenAI、Google在通用大模型上硬碰硬，不如在垂直领域和特定架构上建立优势。LongCat-Next的DiNA架构是一个有趣的技术路线——把所有模态都转化成离散Token，然后用统一的方式建模。这种设计让模型在训练时更稳定，部署时更轻量。更重要的是，美团选择开源，这意味着他们希望构建生态，而不是单纯卖模型。对开发者来说，这是一个可以自由使用、修改和商业化的多模态基础模型。

苹果计划在iOS 27开放Siri接口

苹果计划在iOS 27中向第三方AI助手开放Siri的底层接口，允许用户通过App Store安装的AI聊天机器人与Siri深度整合。

战略转变：

Siri从一个独立的工具转变为一个开放的AI分发平台
用户只需一个指令，就能直接在Siri界面调用不同厂商的AI能力
苹果无法在所有AI细分领域都保持领先，开放接口能确保Siri依然是用户进入AI世界的第一入口

深度解读 & 洞察：这是苹果闭环生态中的一个重大转变。长期以来苹果以封闭著称，但面对AI这个快速演进的领域，苹果意识到单打独斗有局限。向外部助手开放Siri，既是为了守住硬件流量入口做出的让步，也是一次精准的进攻。当Siri能够随时变换"灵魂"时，智能手机的交互方式可能真正迎来新的阶段。这个策略的聪明之处在于：苹果不需要在每个AI细分领域都做到最好，只需要成为用户接入AI的入口。这也是平台思维的典型体现——我不做所有应用，但我做应用的分发平台。

Claude高峰时段调整会话额度机制

Anthropic调整了Claude的用量限制机制，引入类似电力系统峰谷价的逻辑。

调整内容：

在高峰时段（太平洋时间早上5点-11点，北京时间晚8点-凌晨2点），5小时会话限额会缩减
约7%的用户会比之前更早触发限制提示
每周总用量限制保持不变
建议开发者将大量消耗Token的后台任务转移到非高峰时段

深度解读 & 洞察：这次调整反映了AI算力资源的紧张状况。当数百万用户同时在高峰期调用Claude，服务器的压力是巨大的。Anthropic选择用经济杠杆（而不是直接涨价）来管理流量，是一种聪明的做法。它既保证了服务的稳定性，又不会完全阻止用户使用。对开发者来说，这提醒我们：AI服务不是无限的资源，合理的调用策略和时段规划正在成为必备技能。这也预示着，未来AI服务的计费模式可能更加精细化——不仅按Token计费，还可能按时段、按优先级计费。

中国力量：AI投入与落地加速

小米三年投入600亿发力AI

小米宣布未来三年投入600亿元发力AI领域。2026年的AI研发与资本开支已达到160亿元。

核心布局：

推出MiMo-V2大模型系列，面向智能体时代
首款AI原生手机Xiaomi Miclaw已进入封测阶段
新一代小米SU7电车全系搭载XLA认知大模型和澎湃智能座舱
从手机厂商转型为AI科技公司

深度解读 & 洞察：小米的600亿投入是一个明确的战略信号。在手机和电动车市场竞争日益激烈的背景下，雷军希望通过AI建立新的竞争优势。这个投入规模在国内科技公司中名列前茅，说明小米不再满足于做硬件组装商，而是要成为AI技术公司。从产品布局看，小米的策略是"全场景AI"——手机、汽车、智能家居都要AI化。这种做法的优势是能形成生态协同，劣势是资源分散。关键问题是：600亿能否换来真正领先的技术，还是只是在跟随别人？

Meta强制员工使用AI：80%中高级工程师需达标

Meta为员工设立了"硬指标"，要求中高级工程师在工作中使用AI工具。

关键指标：

55%的代码变更需由智能体辅助完成
80%的中高级工程师需使用AI工具（DevMate、Metamate、Gemini等）
Scalable ML团队目标：50%-80%的代码为AI辅助
Creation组织预计：65%的工程师在提交代码中超过75%由AI完成

深度解读 & 洞察：这是科技巨头将AI强制化的典型案例。Meta不再只是"鼓励"员工使用AI，而是把它变成了绩效指标。这种做法的信号很明确：AI不再是锦上添花的工具，而是工作的基本技能。不学AI，可能意味着职业发展的天花板。对员工来说，这既是压力也是机会——学会用AI的人将获得更大的生产力优势。对行业来说，这可能是一个趋势：未来会有更多公司把AI使用能力作为招聘和晋升的标准。

腾讯发布Agent产品全景图

腾讯云发布Agent产品全景图，构建从基础设施到应用层的完整体系。

五层架构：

基础设施层：为企业应用Agent提供操作系统级别的技术底座
模型服务层：将MaaS平台升级为TokenHub大模型服务平台
技能生态层：开放自研技能、开源SkillsHub以及微信、小程序等生态资源
AI应用层：围绕个人提效、企业营销、知识管理等场景打造产品矩阵
安全层：针对Agent自主执行能力提供系统性的安全保障方案

深度解读 & 洞察：腾讯的全景图展示了Agent时代的完整技术栈。从底层基础设施到上层应用场景，从模型供给到安全保障，形成了一条完整的链路。这种"全栈"策略意味着腾讯不仅要做模型，还要做模型的使用环境、工具生态和安全框架。对企业来说，这意味着可以像使用云服务一样使用Agent能力，不需要自己搭建整个技术栈。腾讯的优势在于其庞大的产品生态（微信、QQ、小程序等），这些都可以成为Agent的技能来源。

智元机器人第1万台人形机器人量产下线

智元机器人即将官宣第1万台人形机器人量产下线，距离上次官宣5000台下线仅过去一个季度。

关键数据：

2025年全球人形机器人市场迈入快速增长阶段，全年总出货量预计达1.3万台
智元以超过5100台的年度出货量，占全球39%市场份额
在出货量与市场份额两项指标上均位居全球第一

深度解读 & 洞察：这是人形机器人产业化的一个重要里程碑。从5000台到10000台只用了一个季度，说明量产能力正在快速提升。更重要的是，智元占据了全球近40%的市场份额，这意味着中国在人形机器人领域已经建立了实质性的领先优势。人形机器人被视为具身智能的终极形态，这个领域的突破将对制造业、服务业产生深远影响。

智能体时代全面来临，AI竞争进入新阶段

智能体成为AI新焦点：从推理式思考到行动式思考

AI巨头竞争升级：上市竞赛与战略收缩

产品与技术突破：多模态、语音与Agent

中国力量：AI投入与落地加速

更多动态