人工智慧(AI)進入執行時代，模型、代理與驗證匯流

前沿模型超越生成

9 月 8 日與 9 日的公告顯示，人工智慧系統正承擔日益完整的工作流程。TechCrunch 報導，一款未發布的 OpenAI 模型透過約 10,000 個協同代理，在 88 小時內生成了與納維-斯托克斯問題相關的證明，隨後進行 Lean 形式化驗證。OpenAI 也發布了 ChatGPT Images 2.5，具備更快的生成速度、草圖補全、範本與區域編輯功能。Inception 報導，Mercury 2.5 每秒可處理 1,107 個 token，並具備 260,000 個 token 的上下文視窗。

開放模型重塑成本與部署

社群基準測試顯示，一個 2.8 兆參數的 Kimi K3 混合專家模型可在配備 128 GB 記憶體與四顆 SSD 的 M5 Max MacBook Pro 上，以約每秒一個 token 的速度運行。Perplexity 推出 Portable Computer，這是一款以阿里巴巴開源 Qwen3.8-27B 為基礎，並針對 NVIDIA DGX Spark 最佳化的本機代理。DeepSeek 也宣布降低 Flash 模型價格，包括在離峰時段快取命中的輸入成本調降 60%。

資本跟進代理經濟

Mistral 完成了 30 億歐元的 D 輪融資，據報導估值達 210 億歐元；Cognition 據報導估值達到 480 億美元。高通與亞馬遜宣布了一項多世代合作夥伴關係，涵蓋資料中心晶片、推論與光學互連。Meta 的 Muse 發布展示了個人代理層，但內部測試也突顯了授權、監控與可靠性控管的需求。

安全與證據成為產品需求

Anthropic 證實，竊取資訊的惡意軟體已被用於劫持 Claude 工作階段並消耗帳戶配額。Google 威脅情報小組報告指出，TeamPCP 在供應鏈遭到入侵後，使用自主多代理框架竊取憑證。經濟合作暨發展組織(OECD)的國際學生能力評量計畫(PISA)結果進一步顯示，人工智慧最適合作為鷹架：每週使用一至兩次的學生表現優於使用頻率較低及較高的使用者，而評量導向的課堂表現更佳。