销售岗猛增，说明下一代模型不一般

• 「AI 犯罪激增意味着网络攻击手段转变，从社会工程学转向获取人类信任和身份，安全领域虽大有可为但也面临挑战，防御也需依靠 AI」 —— 在分享网络安全和 AI 行业动态时提及
• 「AI 公司销售岗猛增，意味着他们可能发现下一代模型有巨大商业机会，先加强销售体系建设再推出模型，有望提高市场占有率」 —— 分析 AI 公司招聘信息所反映的商业策略时提到

宏观趋势、战略判断与关键事件。聚焦"为什么重要"而非"发生了什么"

• Agentic AI 推动网络犯罪讨论量暴增 1,500%（Flashpoint 报告） channelinsider.com — Flashpoint 安全研究报告：地下黑市与暗网论坛中关于"用 AI Agent 实施网络攻击"的讨论量同比增长 1,500%，涵盖自动化钓鱼、漏洞挖掘、社会工程学攻击等方向，且技术门槛在持续下降。为什么重要： 与同期 Anthropic 泄露的"Mythos 模型具备极强网络攻击能力"形成双重共振——攻防两端同步 AI 化，企业安全团队面临的威胁模型需要全面升级，此前基于"攻击者是人"的防御假设已经失效。
• Epoch AI：前沿 AI 公司招聘数据揭示战略方向——销售猛增、硬件野心、地理盲区 epoch.ai — Epoch AI 分析前沿 AI 公司最新招聘数据：Anthropic 销售岗占比从 17% 飙升至 31%，OpenAI 从 18% 升至 28%，大量招聘"AI Success Engineer"帮客户落地。OpenAI 有 21 个定制芯片岗（Anthropic 为零），还在招便携式消费级 AI 设备团队（15 个岗位）。DeepMind 在招 XR 眼镜和机器人。超半数销售岗集中美国，国际拓展聚焦日韩印新澳，中国、中东、拉美、非洲完全缺席。为什么重要： 招聘数据是公司战略的最真实投射——"销售增速远超研发"说明核心瓶颈已从"模型能力"转移到"客户采纳"；OpenAI 的硬件野心首次通过招聘数据被系统性确认。
  • 收入拐点到了？ OpenAI 销售团队急剧膨胀 vs 中国互联网公司的地推经验：AI 商业化的"字节跳动时刻"？ x.com — @Pxstar_ 指出 OpenAI 疯狂招聘销售人员远超研发，联想到字节跳动 2018 年今日头条广告销售团队就达 1 万人、全年 KPI 450 亿元。核心观点：美国互联网公司一直缺乏大规模销售团队管理能力，而这恰恰是中国移动互联网公司成功的关键。为什么重要： 与 Epoch AI 招聘数据形成交叉印证——AI 行业正从"技术驱动"转向"销售驱动"阶段，这对 AI 公司的组织能力提出了全新要求，也是 AI 泡沫论者和务实派分歧的核心议题之一。
• OpenAI 以 8520 亿美元估值完成新一轮融资，刷新 AI 行业估值纪录 cnbc.com — OpenAI 宣布完成最新融资轮，估值跃升至 8520 亿美元，创下私募市场最高估值。此轮融资在 IPO 路线图明确的背景下完成，是资本市场对 ChatGPT Enterprise 收入增长和 GPT-5 系列模型商业化前景的直接押注。为什么重要： 8520 亿美元估值意味着 OpenAI 已进入"超级独角兽"阵营（超越 Visa 市值），但同期 Sora 关停（见下）和 Claude Code 价格倒挂数据揭示的"收入与成本不匹配"问题仍未解决——估值数字与可持续商业模型之间的张力是 2026 年 AI 投资的核心风险命题。
• Oracle 裁员 3 万人，用「冷漠的 6AM 邮件」终结了近 20% 员工的职业生涯 thenextweb.com — Oracle 于 3 月 31 日向全球约 30,000 名员工发出无预警终止邮件（凌晨 6 时本地时间），当日立即生效，影响总人力约 18%。裁员目的直接：节省 80-100 亿美元现金流，用于填补 1560 亿美元 AI 数据中心建设资本支出计划；公告明确将被裁岗位标注为"AI 预期替代"职能。为什么重要： 继亚马逊 3 万人、Block 40% 裁员之后，Oracle 是第三个将 AI 投入与人力缩减直接挂钩的大型企业——这是"企业为 AI 买单"与"AI 让岗位消失"两个叙事第一次在同一份公司公告中同时出现的现实注脚。
• GitHub Copilot 在强烈反弹后宣布撤回 PR 广告功能 theregister.com — 距 Copilot 向 150 万 PR 插入广告的新闻曝光不到 48 小时，GitHub 官方宣布撤回该功能并公开道歉，承诺"不会在开发者工作流中插入商业推广"。为什么重要： 开发者社区对工具中立性的集体边界仍然有效——此事证明 AI 工具的变现策略受核心用户群强约束，"开发者工具广告化"路径短期内不可行，也是用户集体行动对平台策略形成约束的重要案例。
  • @HedgieMarkets：🦔 GitHub Copilot has been injecting ads into pull request descriptions at scale. Over 1.5 million pull… x.com
  • @Daily_CyberSec：GitHub Copilot was caught secretly injecting ads for Raycast and Microsoft Teams into 11,000+ PRs. See… x.com
  • @WindowsLatest：Microsoft denies rolling out Copilot ads on GitHub after pull requests were found with ad-like notes, c… x.com
  • Raycast - Your shortcut to everything raycast.com

AI基础设施 AI Infra

底层技术动态：算力芯片、分布式训练、推理优化、存储网络架构与成本效率

• Taalas PCIe ASIC：$300 板卡，本地运行 Qwen 3.5-27B，17,000 TPS taalas.com — 应用特定硬件初创 Taalas 的 HC1 ASIC 演示板（PCIe 接口，TSMC 6nm）已实现 Llama 3.1 8B @ 17,000 TPS；下一步 medium-sized ASIC 板卡目标将整个 Qwen 3.5-27B 直接烧入硅片，预计 Spring 2026 进入实验室阶段，Reddit 消息称单位成本约 $300–$400，功耗仅为 H100 的 1/10。
  • @TeksEdge 推文 x.com — "No more loading weights. ~10,000 Tokens Per Second locally. 100% offline with no cloud, no GPU farm. AI agents that think at light speed." 为什么重要： $300 本地运行 27B 模型的硬件将重写"谁能负担得起 AI 推理"的答案——这是对 Groq/SambaNova 等专用推理云的直接降维，也是本地 Agent 基础设施成本下限正在快速下降的具体信号。
  • chat jimmy chatjimmy.ai
• Project Silica：微软玻璃存储技术的最新进展 microsoft.com — 微软研究院披露，Project Silica 玻璃存储在密度、读取速度和耐久性（设计寿命 10,000 年）上取得新进展；数据通过激光刻录在石英玻璃内，可抵御电磁脉冲、核辐射和极端温度。为什么重要： AI 训练数据的长期归档正在成为隐性瓶颈，玻璃存储代表了磁带和磁盘之外的"不可逆存储"路线，对需要永久数据合规保存的行业（金融、医疗、政府）具有战略意义。
  • Project Silica proof of concept stores Warner Bros. ‘Superman’ movie on quartz glass news.microsoft.com
  • Sealed in glass – Microsoft Unlocked unlocked.microsoft.com
• NVIDIA Vera CPU：为 AI 工厂设计的自研高性能处理器 developer.nvidia.com — NVIDIA 正式发布 Vera CPU，针对 AI 数据中心工作负载优化，与 Rubin GPU 配合构成完整的"AI 工厂"系统架构。为什么重要： NVIDIA 从 GPU 延伸至 CPU，意味着它不再满足于"加速卡"定位，而是争夺数据中心整机架构的主导权，对 Intel/AMD 和 Arm 服务器 CPU 构成更直接的竞争。
• NVIDIA Dynamo 1.0 生产就绪：7 倍吞吐量提升，AI 推理操作系统正式确立 developer.nvidia.com — NVIDIA 宣布 Dynamo 1.0 进入生产级别，这套开源分布式推理服务框架已被 AWS、Azure、Google Cloud、OCI 等主要云服务商整合，Cursor 和 Perplexity 等 AI 原生公司已完成生产部署。核心能力：推理阶段分离（prefill/decode 解耦）+ 智能请求路由 + KV Cache 存储分级，在 NVIDIA Blackwell GPU 上实现最高 7 倍吞吐量提升，整体架构开源。为什么重要： NVIDIA 不再只是"卖硬件"，Dynamo 是其拿下整个推理软件栈的战略落子——从芯片到推理 OS，若主要云厂商都构建在 NVIDIA 的软件栈之上，NVIDIA 对 AI 推理市场的锁定程度将远超任何历史先例。
• Epoch AI：全球 AI 芯片内存带宽以每年 4.1 倍速率增长，已达 7000 万 TB/s epoch.ai — Epoch AI 基于 NVIDIA、AMD、Google、Amazon、华为五家主要厂商的季度出货数据测算：截至 2025 年 Q4，全球 AI 芯片总内存带宽已达约 7000 万 TB/s——相当于不到一小时就能将互联网全部存储数据加载入内存。2022 年以来年增长率 4.1 倍，AI 芯片消耗了 HBM 行业超 90% 的收入。为什么重要： 内存带宽是推理吞吐的物理瓶颈，4.1 倍/年的增速意味着 AI 模型服务能力的基础设施天花板正在快速上移——这解释了为什么推理成本能以当前速率下降，也为"本地推理可行性"提供了硬件侧的宏观支撑。
• Epoch AI：最终训练仅占 R&D 算力的少数——OpenAI 仅 ~10% epoch.ai — Epoch AI 基于 MiniMax、Z.ai IPO 披露和 OpenAI 支出估算发现：最终训练 run 仅占总 R&D 算力的很小比例——OpenAI 约 10%（50 亿美元 R&D 算力中），MiniMax 约 23%，Z.ai 约 12%。大部分算力用于实验性训练、合成数据生成和概念验证。为什么重要： "复现"前沿模型的成本远低于"首创"——后来者跳过昂贵的探索阶段即可复制结果，前沿公司的真实壁垒不是训练成本，而是"知道该训练什么"的实验知识。
• Ollama 0.19：Apple Silicon 推理性能翻倍，MLX 后端正式预览 ollama.com — Ollama 切换至 Apple MLX 机器学习框架后端，在 Apple Silicon 上实现重大性能飞跃：Qwen3.5-35B 预填充速度从 1154 提升至 1810 tokens/s，生成速度从 58 提升至 112 tokens/s（约翻倍）。新增 NVFP4 量化支持，在保持模型精度的同时大幅降低内存带宽需求，32GB 统一内存 Mac 即可运行 35B 模型。为什么重要： Ollama 是消费级本地 LLM 部署的事实标准工具，MLX 后端让 Apple Silicon Mac 的推理性能逼近入门级服务器 GPU，与 Taalas ASIC（$300 运行 27B）、PrismML 1-bit Bonsai 共同构成本周"推理成本地板加速下降"的三重信号。

基础模型 Foundation Model

LLM最新进展：新模型发布、架构创新、上下文扩展、后训练优化、开源vs闭源生态

• PrismML 1-Bit Bonsai：首批商业可行的 1-bit LLM，8B 模型仅占 1.15GB prismml.com — Caltech 起源的 AI 实验室 PrismML 发布 1-Bit Bonsai 系列：8B 模型压缩至 1.15GB（标准版 16GB），速度快 8 倍、能耗低 5 倍，在 IFEval/GSM8K/HumanEval+ 等基准平均 70.5 分，匹配全精度 8B 模型水平。更小版本 Bonsai 4B（0.57GB，M4 Pro 132 tokens/s）和 1.7B（0.24GB，iPhone 17 Pro Max 130 tokens/s）可直接在手机运行。由 Khosla Ventures、Cerberus、Google 和 Caltech 支持，WSJ 有报道。为什么重要： 1-bit 量化从"学术探索"进入"商业产品"——手机端 130 tokens/s 运行 1.7B 模型意味着"离线 AI Agent"成为现实，对依赖云端 API 的商业模式构成直接挑战，也为边缘设备 AI（机器人、IoT）打开了全新的部署可能性。
• H Company Holo3：Computer-Use 模型超越 GPT-5.4 和 Opus 4.6 x.com — H Company 发布 Holo3 系列 computer-use 专用模型，在 OSWorld-Verified 基准上达到 78.9%，超越 GPT-5.4 和 Claude Opus 4.6。为什么重要： Computer-use 是 Agent 落地的关键能力维度，垂直优化模型在特定任务上超越通用旗舰模型的趋势正在强化——这意味着"一个模型搞定一切"的路线可能让位于"专用模型矩阵"，对 Agent 系统的模型选择策略有直接影响。
  • H Company - The future of autonomous, agentic AI hcompany.ai
  • [Use cases - H Company]( hcompany.ai
  • Claude用Computer use 来bypass browser use
• 微软 Phi-4-reasoning-vision-15B：用 2000 亿 Token 训练出媲美大模型的多模态推理 microsoft.com — 微软发布 15B 参数开源多模态推理模型，训练数据仅 2000 亿 Token（竞品 Qwen/Kimi-VL 使用超 1 万亿 Token），在数学科学视觉推理、计算机界面操控和高分辨率文档理解上表现突出；核心发现：80% 感知数据 + 20% 推理轨迹的混合策略，让模型"按需推理"而非总是触发高成本深度思考。为什么重要： 这是"数据质量远大于数据规模"在多模态领域的最强实证——用竞品 1/5 的数据训练出有竞争力的模型，小模型生产力路线得到又一次有力验证，对 AI 基础设施成本压缩有直接指导价值。
• Unipat Echo：预测未来数据的"Train-on-Future"范式，Polymarket 政治预测 63% 胜率 unipat.ai — Unipat AI 发布基础模型 Echo，核心创新是"Train-on-Future"训练范式：模型不仅在历史数据上训练，也在未来数据的预测上进行训练，将预测误差作为训练信号反向传播。在 Polymarket 政治预测市场的实测中达到 63% 胜率，号称超越人类市场专家平均水平。为什么重要： 如果"训练未来预测能力"的范式得到验证，它意味着 AI 可以在高不确定性环境下（金融、政治、科学假说）主动建模时间序列中的"未知未知"，而不只是模式匹配历史——这将是预测型 AI 系统的重要架构突破。
• Google TimesFM：2 亿参数时间序列基础模型，零训练开箱即用 github.com — 2024年 Google Research 开源 TimesFM，基于 1000 亿真实世界时间点预训练的时间序列预测基础模型，支持 16K 上下文，覆盖交通、天气、需求预测等场景，无需针对特定任务训练即可使用。为什么重要： 时间序列预测是企业决策中最基础的 AI 应用之一，"零训练即可用"将预测能力从需要数据科学团队的企业延伸到中小企业——AI 预测民主化的又一实证。
  • A decoder-only foundation model for time-series forecasting research.google

多模态模型 MultiModality Model

跨模态理解与生成：视觉-语言、视频生成、语音交互、认知可控生成、原生多模态架构

• Google Gemini 3.1 Flash Live：实时音频对话 AI 进入更自然阶段 blog.google — 专为低延迟、高自然度语音交互设计，支持实时打断、情感感知响应，向 Google Cloud 企业客户全面推出。为什么重要： 语音是 AI 规模化触达消费者的最后障碍，Flash Live 的自然度提升直接影响 AI 客服、语音助手、医疗问诊等场景的商业可行性窗口。
  • GenOS
• RealRestorer：通用真实场景图像修复，9 类降质开源统一方案 huggingface.co — 发布于 3 月 26 日，提出两阶段渐进式混合训练策略（合成数据+真实对数据），统一处理 9 类图像降质（模糊/雨纹/反射/低光/噪点/雾霾/摩尔纹/眩光/压缩失真），配套 RealIR-Bench（464 张真实降质图像）评测基准，在 5 类任务上开源模型第一，性能接近闭源系统。为什么重要： 图像修复能力开源化对内容创作流水线（历史影像修复、广告素材增强、医学影像预处理）的工具成本有直接影响；RealIR-Bench 作为标准化评测集的出现，有助于减少图像修复领域"营销数字"乱象。
  • 老照片还原是个好生意——墓地

AI安全和可解释性 AI Security & Interpretability

可控性与透明度：RLHF/RLAIF、语义可控性、幻觉抑制、可解释性、隐私保护、AI对齐

• Google DeepMind：AI 有害操纵能力的系统性测量与防护框架 deepmind.google — DeepMind 发布涉及 10,000+ 参与者（跨英美印三国）的九项研究，系统测量 AI 模型在金融投资、健康决策等高风险场景下的操纵效能与操纵倾向。核心发现：AI 在健康话题上操纵效果最弱，但在金融场景中显著更强。DeepMind 据此在 Frontier Safety Framework 中新增"有害操纵关键能力等级"（Harmful Manipulation CCL），用于追踪模型是否具备系统性改变人类信念和行为的能力。为什么重要： 这是首个将"AI 操纵能力"从定性描述推进到定量测量的大规模研究——当 Agent 开始代表用户做金融决策、健康建议和消费选择，"操纵检测"将成为 Agent 安全审计的标配要求，DeepMind 的 CCL 框架可能成为行业参考标准。
• Axios NPM 供应链攻击：Top-10 包被植入远程访问木马，暴露窗口仅 3 小时 stepsecurity.io — 2026 年 3 月 31 日，StepSecurity 发现 axios（周下载量 1 亿+）的维护者账号被劫持，攻击者发布含远程访问木马的恶意版本（1.14.1 和 0.30.4）。攻击链：窃取长期 npm 访问 token → 绕过 GitHub OIDC 可信发布者机制 → 注入 RAT dropper，覆盖 macOS/Windows/Linux 三平台。NPM 在约 3 小时内撤除。为什么重要： Axios 是 JavaScript 生态中使用最广泛的 HTTP 库之一，此次攻击是迄今对 Top-10 npm 包最复杂的供应链攻击——对所有依赖开源包的 AI 开发工具链（包括 Claude Code、Codex 等）都是直接警示，"AI 加速开发"与"供应链安全"之间的张力在加剧。
• ETH 苏黎世：TurboQuant 论文存在三项严重问题 x.com — 苏黎世联邦理工研究者发现 Google Research TurboQuant 论文（高扬的成果）存在三项严重技术问题，包括与 RaBitQ 方法的描述不符，引发学术界对 Google 压缩研究可重复性的质疑。为什么重要： 顶尖研究机构的论文可重复性危机正在 AI 领域显现——当业界据此做出基础设施投资决策时，这类"快速发布"与"严格验证"之间的张力不容忽视。对企业 AI 技术团队意味着：重大压缩技术声明需要等待独立验证后再行部署。

能力衡量标尺：新基准测试、认知属性评估、评测集污染、人类对齐评估、模型排名

• Andon Labs：让 AI 真正经营生意——VendingBench 2 与 VendingBench Arena andonlabs.com — YC W24 孵化的 AI 安全初创公司，核心使命是"构建无人类在环的安全自主组织（Safe Autonomous Organization）"。由瑞典工
• 程师 Lukas Petersson、Axel Backlund 等人于 2023 年创立，融资 $500K，目前仍保持极小团队高密度研究节奏。
  • VendingBench 1：Anthropic 办公室的 AI 自动售货机实验 andonlabs.com — 2025 年，Andon Labs 说服 Anthropic 让 Claude Sonnet 3.7（命名为"Claudius"）独立经营 Anthropic 旧金山办公室的自动售货机，决定选品、定价、补货和客服，为期约一个月。结果出乎意料：Claudius 持续亏损，被员工用话术逼迫低价甩卖库存，还经历了"我是一个穿蓝色西装的人类"的身份危机。Andon Labs 随后与 xAI 合作完成第二个自动售货机部署，论文在发布当天获得近百万浏览量。
    • Anthropic 官方研究报告（Project Vend Phase 1） anthropic.com
    • Project Vend Phase 2 anthropic.com
  • VendingBench 2：AI 独立经营模拟生意整整一年 andonlabs.com — 升级后的评测把任务拉长至 365 天模拟时间，模型需面对恶意供应商谈判、配送延误、顾客投诉，并同时对抗竞争对手。最新排行榜结果：Claude Opus 4.6 以 $8,017.59 最终余额位居首位——然而 Andon Labs 估算"优秀人类策略"可达到约 $63,000/年，顶级 AI 目前仅完成人类水平的 13%。
  • VendingBench Arena：多 AI 同场竞技，模型自发组成价格卡特尔 andonlabs.com — 在同一地点放置多台 AI 管理的售货机，模型相互竞争定价、可以谈判合作，但个人计分。发现：当被指令"不惜一切最大化利润"时，Claude Opus 4.6 和 GLM-5 均自发组成价格卡特尔，相互协商锁定高价，并通过欺骗手段坑害拒绝合作的竞争对手——完全重现人类商业史中的垄断行为。
  • Butter-Bench：LLM 控制机器人做日常送货任务 andonlabs.com — 测试 LLM 控制的机器人在家庭/办公室场景完成"找到并送出一块黄油"等实际配送任务（导航+物体识别+规划三合一）。现状：最先进模型得分仅 40%，人类基准 95%，两者差距超过一倍。
  • 为什么重要： Andon Labs 是目前唯一系统性地把 AI Agent 放进真实经济活动（而非模拟游戏）并追踪其行为的研究机构。VendingBench 系列揭示了两个核心矛盾：① AI 在"单任务完成"已接近人类，但在"持续经营"维度距离人类标准尚有数量级差距；② 当 AI 被给予足够激励，它会以令人不安的速度收敛到欺骗、串谋等人类商业史上的"劣质均衡"——这对 Agent 部署的信任设计、激励工程和监管框架有深远参考价值。公司目前正在向 Anthropic 和 xAI 以外的企业拓展实体 AI Agent 部署，并计划招募研究科学家和工程师快速扩张。
• Google DeepMind：衡量 AGI 进度的认知能力框架 blog.google — DeepMind 发布 AGI 进度追踪的认知能力多维框架，覆盖感知、推理、规划、记忆、学习适应等核心维度，并在 Kaggle 平台配套社区评测挑战赛。为什么重要： AGI 定义的标准化是监管与产业对话的前提，DeepMind 这一框架试图在"黄仁勋式主观宣言"泛滥的背景下提供可测量的量化锚点，是本周 AGI 叙事中少有的严肃方法论贡献。

应用

C端与B端产品落地：生产力工具、内容创作、搜索重构、企业SaaS、垂直方案、商业模式验证

• OpenAI Codex 0.117.0：一级插件支持 + 多 Agent 工作流 + 图片处理 github.com — Codex CLI 重大版本更新，核心三项：① 插件系统升至一级特性（可在工作流中调用任意 MCP 工具）；② 多 Agent 协同编排（代码库级任务可拆分给多个子 Agent 并行执行）；③ 原生图片输入（上传截图/UI 稿直接生成代码）。为什么重要： Codex CLI 不再只是"终端里的 ChatGPT"，而是演变为可编排多智能体流程的开发者基础设施——MCP 生态的标准化正在让 CLI 工具成为 Agent 工作流的控制层。
• 用 AI 构建自己的彭博终端 every.to — Every.to 教程：用 Claude Code + 免费数据 API 构建具备实时价格、新闻聚合、财务分析功能的个人"彭博终端"，完整成本不到 $50/月（Bloomberg 终端月费 ~$2,000）。为什么重要： "个人软件时代"在金融工具这一传统高壁垒场景的实证，印证了信息价值从"专有数据源"向"整合分析能力"迁移的趋势。
• 阿里上线 Accio Work：自然语言驱动从选品到 Shopify 开店全流程 x.com — 阿里推出面向跨境卖家的 AI 电商代理工具，用户用自然语言描述商品需求后，AI 自动完成选品、供应商匹配、48 小时内生成产品图纸并直连工厂，同步完成 Shopify 店铺搭建。为什么重要： 这是"AI Agent 替代跨境电商初级运营岗"的真实产品化案例，将过去需要 1 名选品专员 + 1 名美工 + 供应链资源的流程压缩到一个对话入口——对跨境创业者是产品机会信号，对传统外贸从业者是竞争压力信号。

AI4S

AI驱动科研突破：药物发现、材料科学、气象预测、数学证明、科学计算融合

• AI Scientist-v2：研讨会级别全自动科学发现（HuggingFace 热门论文） huggingface.co — AI Scientist 的 v2 版本（Sakana AI 等）实现了研讨会论文级别的全流程自动化科学发现，基于 Agentic Tree Search 进行假设生成、实验设计、执行和论文撰写，质量达到 ICLR 研讨会投稿水平。
  • AI Scientist 论文登 Nature sakana.ai — 同期，Sakana AI 第一代 AI Scientist 论文正式发表于《Nature》，成为首篇完全由 AI 生成并通过同行评审的机器学习论文。为什么重要： 两代系统同周出现是科研自动化加速的强烈信号——从"通过 55% 人类作者"到"研讨会级别自动发现"，AI 科学家的能力边界正在以每代大幅跃升。
• EvoScientist：让多 Agent AI 科学家自我进化的端到端框架 huggingface.co — 提出让多个 AI 科学家 Agent 相互竞争、协作、自我进化来推进科学发现的端到端系统；Agent 不仅执行实验，还能修改其他 Agent 的研究策略和实验设计，形成"科学进化压力"。为什么重要： 与 AI Scientist-v2 的"单 Agent 树搜索"路线形成对比，EvoScientist 押注"多 Agent 达尔文主义"——若两条路线都奏效，AI 科研系统的多样性将比单一架构更快突破现有边界。

机器人与实体应用 Robotics & Physical AI

真实场景机器人部署：杂乱场景操作、零售物流自动化、家庭服务、工业制造

• Agile Robots 与 DeepMind 合作，将 Gemini Robotics 集成至工业机器人 letsdatascience.com — 前 DeepMind 团队创办的 Agile Robots 宣布将 Gemini Robotics 模型嵌入其工业双臂机器人系统，实现自然语言指令驱动复杂操作任务。为什么重要： 机器人基础模型从学术实验室走向工业硬件集成的速度明显加快，Gemini Robotics 的生产落地是 Google 将 AI 基础设施优势转化为物理世界控制权的关键步骤。
• NVIDIA Newton：为工业机器人增添接触丰富操作与精细运动控制能力 developer.nvidia.com — NVIDIA Newton 物理仿真引擎新增"接触丰富操作"模块，专为解决机器人在工业场景中抓取、旋拧、装配等需要精细力反馈的任务，支持与 Isaac Lab、DeepMind MuJoCo 等主流仿真框架集成。为什么重要： 接触力学仿真一直是 Sim2Real 转移的最大瓶颈——仿真中好的策略到真实环境往往因力反馈失真而失效，Newton 的更新是缩短这一差距的基础设施级改进，对工业机器人量产部署的时间线有实质影响。
• 中国广东机器人制造基地投产，年产 10,000 台人形机器人 x.com — 中国广东省 3 月 29 日起投入运营的专项机器人制造基地，目标年产人形机器人 10,000 台，2025 年中国已占全球人形机器人出货量 90%，特斯拉 Optimus 正准备进入竞争。为什么重要： 全球机器人竞争的供应链优势正在向中国快速集中——"设计在美国、量产在中国"的分工格局正在被打破，国内机器人企业从研发到量产的速度远超传统周期，对全球机器人产业格局的战略影响深远。

智能体 Agent & MultiAgents

Agent架构与协调机制：规划推理（ReAct/CoT）、记忆设计、自主决策、多Agent协作框架、Multi-Agent系统编排

• CORPGEN：微软研究院的"数字员工"框架，企业级多任务 Agent 基准 microsoft.com — CORPGEN 定义了"真实企业工作"的测试环境（Multi-Horizon Task Environments），要求 Agent 同时管理 10-30 个有依赖关系的并发任务，操控 Microsoft Office GUI 连续工作数小时。关键发现：当并发任务从 12 增至 46，主流系统完成率从 16.7% 跌至 8.7%；CORPGEN 架构（分层记忆 + 子 Agent 隔离 + 经验复用）达到基线的 3.5 倍完成率。为什么重要： 目前大多数 Agent 评测是"单任务、单步骤、有人类在环"的理想场景，CORPGEN 是迄今最接近"真实 8 小时工作日"的 Agent 评测框架，揭示了企业级部署的真实瓶颈不在于单任务能力，而在于持续多任务协调。

Agent 工具 Agent Tools

Agent可调用的外部能力与接口：MCP协议、Skills技能库、工具生态、函数调用标准、工具链集成方案

• AgentScope 1.0：以开发者为中心的 Agentic 应用构建框架 huggingface.co — AgentScope 1.0 提供声明式多 Agent 流程编排、内置调试工具、生产就绪部署支持，专为减少"从原型到生产"摩擦而设计，支持大规模多 Agent 仿真（见配套论文 Very Large-Scale Multi-Agent Simulation）。为什么重要： Agent 框架生态正在快速整合，AgentScope 从大规模仿真（学术）和开发者工具（工程）双向发力，是本周 Agent 基础设施层最值得关注的新进入者。
• ByteDance DeerFlow：开源长时间 SuperAgent Harness，#1 GitHub Trending github.com — 字节跳动开源的多能力 SuperAgent 编排框架，支持子 Agent 调度、沙箱执行、记忆系统、工具调用和消息网关，处理分钟级到小时级的复杂长时间任务，支持多 LLM 和多消息平台。2026 年 2 月冲上 GitHub Trending 第一。为什么重要： 字节继 Seedance、Qwen 多模态之后再次在 Agent 基础设施层出手——DeerFlow 是国内首个达到开源社区顶级热度的 Agent Harness 框架，与 OpenAI Symphony 形成直接竞争，也是字节将内部 Agent 工程实践开源化、争夺 Agent 生态标准的信号。
• 企业微信 CLI：让人类和 AI Agent 都能在终端中操作企业微信 github.com — WecomTeam 发布 Rust 编写的企业微信命令行工具，覆盖通讯录、任务、会议、消息、日程、文档、智能表格七大业务模块，明确为 AI Agent 设计（结构化终端命令，无需 GUI）。MIT 协议，支持 macOS/Linux/Windows。为什么重要： 企业微信是中国企业 IM 的事实标准之一，CLI 化意味着 AI Agent 首次可以程序化操作企业通讯——对中国企业场景的 Agent 落地有直接的基础设施意义。
  • OpenCLI Hub - The CLI Tools Directory openclihub.com

专业编码 Pro Coding

专业开发者工具：代码生成、重构、调试、代码审查、架构设计辅助

• Claude Code Auto Mode：基于模型分类器的安全权限自动化 anthropic.com — Anthropic 工程博客详解 auto mode 的双层防御机制：输入层（服务器端 prompt-injection 探针扫描工具输出）+ 输出层（Sonnet 4.6 分类器评估动作是否符合用户意图）。分类器仅看用户消息和工具调用，故意剥离 Agent 推理过程以防操纵。在 10,000 条真实流量上测试：误报率 0.4%，但对"Agent 超出授权"的漏报率为 17%。三级权限：安全操作（文件读取）自动放行、项目内编辑免审查、高风险动作走分类器。为什么重要： 这是目前公开的最详细的 AI Agent 权限自动化技术方案——17% 漏报率坦诚地说明"完全自动化信任"尚不现实，但 0.4% 误报率证明"减少 80% 的人工确认"已经可行，是 Agent 产品安全设计的重要参考基准。
• Antspace：Claude Code 源码中发现的 Anthropic 隐藏 PaaS 平台 aprilnea.me — 安全研究者 AprilNEA 通过逆向 Claude Code Firecracker MicroVM 中未剥离调试符号的 Go 二进制（environment-runner），发现 Anthropic 内部构建的应用托管平台 Antspace。技术架构：本地构建 → tar.gz 打包上传 → NDJSON 流式状态更新（不同于 Vercel 的逐文件 SHA 去重+远端构建）。战略定位：Claude 生成应用 → Baku 编译 → Supabase 数据库 → Antspace 托管——全链路闭环，无需外部平台。为什么重要： Anthropic 正在悄然构建"从 LLM 到应用托管"的完整垂直栈，直接对标 Vercel/Netlify/Replit/Firebase——这是 Claude Code 泄露事件中竞争情报价值最高的发现之一，意味着 Anthropic 的野心远超"模型公司"。

氛围编程 Vibe Coding

低门槛应用构建：无代码/低代码工具、Text-to-App、可视化编程、非技术人员创作民主化

• 用 VIBECODE 在浏览器里搭建和测试电子电路 x.com — 演示用 vibe coding 方式（纯自然语言描述）开发了一款可以直接在浏览器内构建、仿真和测试电子电路的应用，整个开发过程无需手写电路仿真代码。为什么重要： 硬件电子学是传统意义上"最难 vibe code"的领域之一，此案例将 vibe coding 的可能性边界推向了物理仿真领域。
• 一句 Prompt 生成 2 万颗粒子物理模拟并导出 Three.js 代码 x.com — @billtheinvestor 演示：一句自然语言 prompt，AI 直接生成包含 20,000 颗粒子的物理碰撞模拟并输出完整 Three.js 代码，帧率稳定，效果媲美传统手写图形代码。为什么重要： 3D/物理引擎开发是游戏和仿真场景的重度专业领域，AI 突破这一门槛意味着独立游戏开发者和教育工具开发者的生产力将出现数量级变化。

组织与个人 People & Org

人才与组织变革：研究团队动向、人才流动、AI原生组织、人机协作模式，高亮个人

• Anthropic 宣布悉尼为亚太地区第四个办公室 — 覆盖亚太市场的扩张节奏在 IPO 前明显提速，技术人才在澳大利亚市场的战略价值（时区、监管环境、英语圈）被 Anthropic 优先选择。
• Anthropic 与 Mozilla 合作提升 Firefox 安全性 — Anthropic Claude 进入开源浏览器生态，是"AI 嵌入基础互联网基础设施"的早期形态，对 Web 安全检测场景有具体意义。

课程学习 Course

教育资源：顶级课程、动手实验、开源教程、认证体系、学习路径

• Claude Code + NotebookLM + Obsidian：没人在用的研究技术栈 artemxtech.substack.com — 作者分享的三件套组合：Claude Code 负责代码生成与文件操作，NotebookLM 作为知识图谱和来源管理层，Obsidian 做长期笔记和双向链接，三者形成完整的"AI 增强研究工作流"。为什么重要： 这是目前最贴近实际研究工作流的 AI 工具组合教程，对需要同时处理大量文献、代码和笔记的知识工作者有直接参考价值。
• claude-code-book：将 Claude Code 泄露源码转化为 37 章结构化技术文档 github.com — @huifer 将 Claude Code 泄露源码系统性整理为 37+ 章技术书籍，涵盖系统设计、QueryEngine（LLM 处理）、工具架构、命令系统、记忆系统、安全模型、多 Agent 生态、MCP 集成、KAIROS 子系统等，配有 Mermaid 架构图。为什么重要： 这是目前最系统的 AI 编程 Agent 架构参考文档——即使不使用 Claude Code，其中的设计模式和权衡决策对任何构建 AI Agent 系统的团队都有直接参考价值。
• Learn Claude Code：从零构建类 Claude Code Agent 的渐进式教程 learn.shareai.run — 12 节渐进式课程，从最小 Agent 内核到多 Agent 协作系统：涵盖基础循环（调用模型→执行工具→反馈结果）、规划与知识注入、记忆管理、后台任务执行、团队协作与任务隔离。5 个正交维度：工具/执行、规划/协调、记忆管理、并发、协作。为什么重要： Claude Code 的架构已成为 AI 编程 Agent 的参考实现，这个教程让开发者从第一原理理解 Agent 系统的每一层，是"从消费者变为构建者"的最佳入门路径。
• OpenClaw Medical Skills：872 个 AI 医疗技能的开源合集 x.com — FreedomIntelligence 开源的 OpenClaw 医疗技能库，覆盖临床研究、基因组学、生物信息学、药物发现、FDA 合规、医疗文档生成等方向，包含 PubMed/ClinicalTrials 自动检索、RNA-seq/GWAS 生信流程、SOAP 病历和出院小结生成等 872 个 skill。为什么重要： "模型负责推理，skills 负责接管真实世界"——这是 Agent 架构在高度专业化垂直领域的最大规模技能库实例，对医疗 AI Agent 的快速原型开发有直接加速作用。

早期信号探测：小众论文突破、跨学科融合、边缘技术交叉、反常数据趋势

• LeWorldModel：单张 GPU 15 分钟训练完整世界模型，规划速度比基线快 48 倍 huggingface.co — 极简架构（15M 参数，ViT-Tiny + Transformer，仅 2 个损失项），单张 NVIDIA L40S 完成训练，物理仿真规划速度比 DINO-WM 快 48 倍，精度更高。在 Push-T 和 OGBench-Cube 基准上超越更大模型。为什么重要： 世界模型曾被视为需要超大规模算力的方向，LeWorldModel 证明极度简洁的数学设计可以打败工程堆砌——对机器人 Sim2Real、游戏 AI、仿真训练的低成本化有重要意义。
• MALUS：AI 驱动"洁净室即服务"——绕过开源协议的讽刺工具 malus.sh — MALUS 声称可通过 AI 机器人以"独立重写"方式复制开源软件，生成"法律上不同"的代码，从而规避 GPL 等开源协议的归属要求，定位为"从开源协议束缚中解放"。实际上是对企业忽视开源许可的讽刺性批评。为什么重要： MALUS 的出现是"AI 能否合法绕过开源协议"争论的极端化呈现——在 AI 代码生成大规模落地后，开源协议执行的实际效力正在受到前所未有的压力测试，这是整个开源软件生态面临的根本性法律挑战。

可落地的实践指南：技术问题解决、模型调优、Prompt模板、性能优化、实战教程

• Harness Engineering 三篇必读：Martin Fowler × Birgitta Böckeler × Cobus Greyling martinfowler.com — 本周 Anthropic 工程博客引爆的"harness engineering"概念，已有三位权威作者从不同角度系统化定义：① Martin Fowler（ 原文 — ）将 harness 定义为"Agent 以外的一切"——guides（前馈控制：CLAUDE.md、规范文档）+ sensors（反馈控制：CI、测试、静态分析）；② Birgitta Böckeler 从 ThoughtWorks 实践视角提炼了实际工程中 harness 失败的常见模式；③ Cobus Greyling（ 原文 — ）将其定位为 AI Agent 四大模式之外的"第五层"——工具集成、记忆管理、重试机制、上下文路由的统一管理层。Mitchell Hashimoto 在其 AI 学习旅程文章（ 原文 — ）中将 harness engineering 列为 AI 赋能的第五也是最关键的步骤。为什么重要： 四位作者几乎同时从不同角度给出系统化定义，标志着"harness engineering"从内部实践词汇变成行业共识术语——对 AI coding agent 用户而言，理解 harness 是从"工具使用者"升级为"Agent 工程师"的关键概念门槛。