AI 进入执行时代：模型、智能体与验证走向融合

前沿模型超越生成

9 月 8 日和 9 日的公告显示，AI 系统开始承担日益完整的工作流程。TechCrunch 报道称，一个未发布的 OpenAI 模型通过约 10,000 个协同智能体、耗时 88 小时生成了与纳维-斯托克斯问题相关的证明，并随后进行了形式化 Lean 验证。OpenAI 还发布了 ChatGPT Images 2.5，具有更快的生成速度、草图补全、模板和区域编辑功能。Inception 报道称，Mercury 2.5 的生成速度达到每秒 1,107 个 token，上下文窗口为 260,000 个 token。

开源模型重塑成本与部署

社区基准测试显示，一个 2.8 万亿参数的 Kimi K3 混合专家模型可在配备 128 GB 内存的 M5 Max MacBook Pro 上通过四块 SSD 运行，速度约为每秒 1 个 token。Perplexity 发布了 Portable Computer，这是一款基于阿里巴巴开源 Qwen3.8-27B 构建的本地智能体，并针对 NVIDIA DGX Spark 进行了优化。DeepSeek 还宣布下调 Flash 模型价格，包括在非高峰时段将缓存命中时的输入成本降低 60%。

资本跟随智能体经济

Mistral 完成了 30亿欧元的 D 轮融资，据报道估值达到 210亿欧元；Cognition 的估值据报道达到 480亿美元。高通和亚马逊宣布建立多代合作伙伴关系，覆盖数据中心芯片、推理和光互连。Meta 发布的 Muse 展示了个人智能体层，但内部测试也凸显了对授权、监控和可靠性控制的需求。

安全与证据成为产品要求

Anthropic 证实，信息窃取恶意软件已被用于劫持 Claude 会话并消耗账户配额。谷歌威胁情报团队报告称，TeamPCP 在供应链遭到入侵后使用自主多智能体框架窃取凭据。经合组织 PISA 测试结果进一步表明，AI 作为学习支架使用时效果最好：每周使用 AI 一到两次的学生表现优于使用频率更低和更高的学生，而注重评估的课堂表现更好。