今天的科技新闻有点像两张账单同时递到桌上。

一张写着 Agent 正在从聊天框走进持续运行的云端环境。另一张写着，想让它们稳定跑起来，GPU、内存、存储和评测，一个都躲不开。

下面是值得花几分钟看完的 7 条。

1. OpenAI 把 DevDay 的重心押在「常驻 Agent」

据 OpenAI 官方动态及多家跟进报道，DevDay 2026 一口气抛出了 GPT-6.1 Sol、常驻智能体 dots、Codex Cloud、插件扩展、Space 与 Pages 等更新。其中 dots 拥有独立云计算机，可持续运行，并通过插件连接数千款应用。

产品名字很多，但真正的变化不在某个模型分数，而在运行方式。过去的 AI 工具更像一次性对话，提问、得到答案、窗口关闭。常驻 Agent 则把「任务还没做完」变成正常状态，用户离开后，它仍在云端执行。

这很诱人，也更难做。权限、成本、失败恢复和可追踪性，不会因为 Agent 更聪明就自动消失。对国内团队而言，真正值得盯住的是这套运行时能力，而不只是新模型的发布节奏。

来源，OpenAI 官网动态

2. Codex Cloud 的信号，比「云端写代码」更具体

OpenAI 同期推出新版 Codex Cloud，主打可复用的云环境。仓库、依赖、脚本和配置预先准备好，开发者可以跨设备继续跟进任务。Agents API 也开放预览，支持 computer use。

很多人会把这看成远程开发环境的又一次包装。我自己的判断是，它更像在给长时程 Agent 补齐工作台。模型写出几段代码不难，难的是让它在一个可复现的环境里跑测试、读日志、等待任务、失败后继续排查。

如果团队的 CI、密钥管理和开发容器还是一团乱，先别急着给 Agent 接更多工具。它只会更快地撞上同一堵墙。

来源，OpenAI Devs

3. Anthropic 与 SpaceX 的算力协议，把基础设施焦虑写进了合同

IT之家援引路透社信息称，Anthropic 与 SpaceX 签署的算力协议上限可达 845 亿美元，用于租用数据中心内的英伟达 GPU，合同允许提前 90 天通知解除。

这个数字很夸张，但合同里的退出条款同样有意思。算力不再只是「买卡」或「租卡」的问题，它开始像一项需要锁量、锁价，同时给自己留后门的长期资产。

模型公司不愿在需求高峰时拿不到资源，也不敢把未来几年完全押在某一轮技术路线里。对产业链来说，算力竞赛正从单纯的采购能力，变成风险管理能力。

来源，IT之家

4. 内存和 SSD 涨价，AI 的成本开始从 GPU 往外溢

GamersNexus 的分析指出，Micron、Samsung、SK Hynix 等厂商正通过 3 至 5 年长期协议，把相当部分产能分配给少数大客户。报道认为，消费级 RAM 与 SSD 的价格已经显著上涨。

GPU 是最显眼的瓶颈，但一台真正跑得动 AI 工作负载的机器，内存、存储和网络都不能太差。训练、推理、数据处理、缓存和本地开发，会一起消耗这些并不起眼的部件。

所以别把硬件预算只写一张显卡清单。下一轮成本压力，可能先出现在服务器配置单和开发者的工作站上。

来源，Hacker News 热门中文译文

5. NVIDIA 开源 Kumo Tabular，瞄准长期被低估的表格数据

NVIDIA 发布开源表格基础模型 Kumo Tabular。官方介绍称，它可对带标签表格进行单次前向推理，完成分类和回归，无需额外训练、调参或特征工程，并在 TabArena 等多项基准中表现突出。

这类新闻不如大模型发布热闹，却可能更接近企业的日常。很多业务系统里最真实的数据不是长文或图片，而是订单、客户、风控记录和运营指标，一张张表格。

当然，免训练不等于免验证。数据漂移、标签泄漏和业务约束仍在。把模型接进生产前，样本切分和回测这笔功课，还是省不了。

来源，Hugging Face Blog

6. OpenRouter 连发三篇评测教程，提醒 Agent 不能只看 Demo

OpenRouter 最近连续发布工具调用准确性测试、Agent 回归测试，以及从生产流量构建 golden 评测集的教程。它把工具调用失败拆为选错工具和参数错误两类，也建议从 20 至 50 条高质量案例开始接入 CI。

这个方向很对。一个 Agent 在演示视频里能完成任务，不等于它改完提示词、换了模型、调整检索配置后还能稳定完成。真正磨人的，往往是某个边缘参数被填错，或者一次看似无关的模型更新让旧流程悄悄失效。

评测不是上线前最后一道门，而是产品演进时的护栏。

来源，OpenRouter 工具调用评测 ，OpenRouter 回归测试 ，OpenRouter golden 集构建

7. Shopify 回归原生开发，AI 编码没有抹平平台差异

Shopify 宣布放弃 React Native，转向原生移动开发。据 Pragmatic Engineer 报道，其 Shop 应用在 12 周内借助 AI 重写为 Swift 与 Kotlin 原生应用，其他应用也将陆续迁移。

这件事容易被解读成「AI 让原生开发又赢了」。我觉得更准确的说法是，AI 降低了迁移和维护的成本，却没有抹平平台能力、性能边界和调试体验的差异。

跨端依然合理，尤其是小团队和业务试错期。但当产品进入复杂、重体验的阶段，底层平台的摩擦会重新出现。工具变强了，架构取舍并没有消失。

来源，Pragmatic Engineer

今天这 7 条放在一起看，线索很清楚。AI 产品正在从「给出一次回答」转向「接手一段持续工作」，而支撑这段工作的模型、环境、算力和评测，正在一起变贵，也一起变得重要。

跑得更久的 Agent，不能只靠更大的模型。它得有一个经得起折腾的工作台。