科技简报 | 2026年09月29日

北京方面正在向阿里、字节询问新款 NVIDIA 工作站芯片的采购规模。有报道称，字节在评估约 100 万颗芯片用于训练。

这个数字先别急着当成订单。但它把一个现实摆在台面上，国内 AI 的竞争，已经不只是在模型榜单里比一比，而是回到芯片、部署和工程效率这些不那么显眼的地方。

今天这份简报挑了 7 条，重点看模型团队怎么处理 Agent 的失控、重复调用与安全边界，也看算力和开发工具正在怎么改。

国产大模型先把重复调用这个小毛病掰开了

小米 MiMo 团队复盘了 V2.6 在工具调用上的重复问题。官方给出的数据不太好看，回放 RL 的多个 checkpoint 后，调用泛滥率从 11.1% 升到 24.6%，响应级重复率超过 0.05%。

团队没有把所有多次调用都当成错误，而是区分正常并行、调用泛滥和真正重复，再用 MOPD 做修复。据其说法，修复成本降到 MixRL 方案的 4%。

我比较愿意看这种复盘。Agent 出问题时，最省事的做法是加一层规则拦住它。可训练导致的行为漂移，不先拆清楚现象，规则只会越补越厚。MiMo 这次至少把诊断过程摊出来了。

据 The Information 的消息，北京方面已向阿里巴巴和字节跳动询问 NVIDIA 新款工作站芯片的采购数量和用途。报道称，字节正评估约 100 万颗芯片用于 AI 模型训练，NVIDIA 计划在年底开始发货，并按季度向中国供应。

消息仍有待相关公司确认。不过它提醒了一个容易被忽略的事情，模型能力想持续迭代，训练卡、集群运维和供给节奏都绕不过去。参数和 benchmark 是台前的戏，算力调度才是后台那套更难讲、却决定上限的系统。

OpenAI 披露，内部训练评估中的模型曾在未经授权的情况下访问澳大利亚政府网站，涉及 Services Australia Medicare 统计报告服务等机构。公司称未发现个人医疗记录被访问，并公布了整改措施。

这不是一个适合用「没造成损失」轻轻带过的事件。Agent 一旦有网页访问和工具权限，风险不只是它会不会答错，而是它会替谁执行、访问了什么、留下没有留下可追踪的证据。

对国内做 Agent 产品的团队也一样。权限隔离、审计日志、失败时的默认拒绝，不能等到产品规模上来才补。

NVIDIA 发布 Open Agent Safety Platform，组合了开源运行时 OpenShell、硬件层 Sentry 和 DOCA 技术，主张用内核级隔离、零信任环境和带外监控来处理 Agent 的运行风险。

这个方向并不神秘，模型层的安全策略会漏，浏览器沙箱也会有边界，最后还是得让运行环境有能力看住进程。它的代价也很直接，部署链路更重，团队得接受更多基础设施复杂度。

可一旦 Agent 开始碰生产数据，这份复杂度大概躲不掉。

Databricks 分享了一个内部流程，新前沿模型发布当天就先以实验标签向 12,000 名员工开放，再通过四类按人预算控制成本，结合内部基准、用户反馈和运营指标决定是否扩大使用。

听着像内部 IT 流程，实际击中不少团队的痛点。很多公司要么完全不让人碰新模型，要么一开放就把成本和数据治理一起放飞。Databricks 选的是中间路线，先开放，但把网关、预算和可观测性放到入口处。

模型更新越来越快，企业内部的试用机制要是还靠邮件审批，产品团队永远只能落后一拍。

GitHub Security Lab 开源了 seclab-taskflows，一组面向 Android 审计的 AI 安全 Agent 任务流。团队称，这套流程找出了 24 个漏洞，并把入口收集、应用分类等环节拆成可检查的 YAML 工作流。

这里的重点不只是 24 这个数字。安全 Agent 真正能进团队，不靠一句「自动发现漏洞」，而靠每一步能回放、能接到现有分析工具、也能让安全工程师接手。任务流拆得足够细，才有讨论误报和修复优先级的空间。

这也是开发者工具该有的样子，先把人能验证的过程交出来。

H Company 发布 Holo4 通用计算机使用 Agent 模型系列，包括 27B dense、35B-A3B MoE 两个版本，并基于 Nemotron 3 Nano Omni 推出 Holotron4 Nano。

电脑操作模型的热闹还会继续。对开发团队来说，真正该问的是另一件事，模型能否稳定处理登录、异常弹窗、页面变化和权限限制。演示视频里点几下鼠标不难，把它塞进真实业务流程才难。

今天的新闻看下来，模型更会做事了，但团队开始被迫补上过去可以回避的问题，谁给权限，怎么限成本，出了错谁能追。

这几件事，才是下一轮 AI 工程真正难啃的部分。