晨启Tech

Claude 团队最近公开了他们内部高频使用的两种多智能体模式，Advisor 和 Orchestrator。这两个词听起来像是企业软件里的架构名词，但背后的数据挺有意思。 在 SWE-bench Pro 的 482 道题上，Sonnet 5 单独跑，准确率 75.5%，单次成本 0.75 美元。如果让 Sonnet 5 干活，但遇到困难时去咨询 Fable 5，准确率能提到 84%，成本 1.40 美元。Fable 5 单独跑更准，91.5%，但成本 2.25 美元。组合方案用大约 63% 的成本，拿到了接近 92% 的性能。 这不像是一次简单的模型升级，更像是一种新的成本与性能调度策略。 一、为什么多智能体突然变得这么重要过去一年，AI 编程工具的竞争已经从「谁的模型更聪明」转到了「谁能用更低的成本稳定输出高质量代码」。Claude Code、Cursor、GitHub Copilot 这些产品的用户体验差距，很多时候并不取决于底层模型是不是最新，而是取决于系统能不能把不同能力层调度好。 我自己做 Agent 项目时也有过类似的感受。早期我们总想让最大的模型处理所有事情，因为...

工信部一纸公告，把 Anthropic 的 Claude Code 推上了风口浪尖。 7 月 8 日，工信部网络安全威胁和漏洞信息共享平台（NVDB）发布通报，称 Claude Code 2.1.91 到 2.1.196 版本存在安全后门隐患。该工具内置监控机制，能在未经用户同意的情况下向远程服务器回传用户地域、身份标识等敏感信息。工信部建议用户立即卸载受影响版本，或升级到已清除相关代码的最新版本。 这件事的导火索，其实早在一周前就埋好了。 6 月 30 日，Reddit 用户曝光 Claude Code 会读取系统时区，并在检测到中国云厂商、AI 公司或 API 代理等关键词时，悄悄在请求中加入标记。Anthropic 团队成员随后承认，这是 3 月启动的实验，目的是防止账号被转售和模型蒸馏。阿里已经宣布，7 月 10 日起内部禁用 Claude 全系产品。 来源，智东西、36氪 字节的图像模型也在昨天更新了。 字节 Seed 团队正式发布 Seedream 5.0 Pro，主打图文匹配、结构合理、文字渲染和画面美感。API 定价是，输出图不超过 236 万像素 0.3 元&...

OpenAI 和 xAI 像是约好了一样，今天同时把牌桌掀了。 GPT-5.6 全量上线、Grok 4.5 正式发布，这还没完，Mistral 端出了机器人导航模型，Cognition 的 SWE-1.7 直接说「我们和 GPT-5.5 差不多了」。 一天之内，模型层、Agent 层、硬件层全在动。 我跟你说，这已经不是「热闹」能形容的了，感觉整个行业都在抢一个东西，谁能先把「通用智能」从 PPT 里抠出来，谁就是下一轮赢家。 🔥 重点新闻1. GPT-5.6 本周四全量上线，OpenAI 还顺手发了 GPT-LiveOpenAI 今天把 GPT-5.6 推给了所有用户。我一开始以为是常规更新，但看了能力边界之后，觉得这事可以多说两句。 来源，36kr 报道称，GPT-5.6 在推理一致性和长上下文稳定性上有明显改进，而不是简单堆参数。换种说法，它更像是在解决「前面答得挺像回事，后面突然开始胡说」的问题。这个痛点估计很多人用过 ChatGPT 都碰到过。 更让我意外的是 GPT-Live。来源，OpenAI 官方博客把这个功能定位为实时语音和视频助手，延迟压到很低，语气也更...

你看到 Claude 团队在 SWE-bench Pro 上跑出的那组数字时，我赌你第一反应跟我一样。 Sonnet 5 单独做，75.5% 的准确率，每题成本 0.75 美元。Fable 5 单独做，91.5%，但每题 2.25 美元。最顶上那行组合方案，用 Sonnet 5 当执行者、Fable 5 当顾问，准确率干到 92%，成本却只有 1.40 美元。 差不多 92% 的性能，花了 63% 的钱。 这组数据不是简单的模型能力排名，而是把 Agent 系统设计里的一个老问题重新摆到了桌面上。Anthropic 最近分享的 Advisor 和 Orchestrator 两种多智能体模式，核心是在回答「让谁思考、让谁执行、什么时候该升级」这几个问题。 我认真看完那组数据后，第一个念头就是，LangGraph 里那些 router、supervisor 的设计，突然变得更具体了。 让我从头说起。 Advisor 模式，说的是一个小模型在执行，但遇到关键判断点时，去 call 一个大模型问建议。Orchestrator 模式，说的是让大模型当总调度，拆解任务，再分发给小模型或专门 ...

今早刷到一条消息，小米汽车的新品牌「澎程」突然把官方账号全平台上线了。 不是预热海报，也不是高管暗示，是实打实的账号矩阵。雷军这一把，等于把小米汽车的第二条产品线正式推到台前。我猜很多人会纳闷，小米 SU7 还没交付完，怎么又搞新品牌？其实吧，看看国内新能源市场的打法就明白了，单品牌撑不起全部价格带，多品牌是迟早的事。澎程的悬念在于，它到底走高端路线还是下沉路线？ 顺着上面的再聊聊，腾讯混元多模态这块也有了新动静。消息称 OpenAI 前同事田永龙加入了腾讯，很可能会接手混元多模态的负责人位置。这事儿挺有意思，因为国内几家大厂的视觉-语言模型一直差口气，田永龙这类有海外顶尖实验室背景的人进来，至少说明腾讯想把多模态当成一个独立战场来打，而不是挂在语言模型下面当个附庸。 同样在多模态和 Agent 方向，智谱也在悄悄变阵。有消息称智谱在考虑自研芯片。听着有点离谱，但也不是完全没逻辑。大模型训练成本摆在那儿，推理侧的算力自主性越来越受到重视。智谱如果真走这一步，说明它要从纯模型公司往更重的基础设施公司靠。这条路当然不好走，国内能自己搞芯片还跑通的大厂屈指可数。 说到硬件和通信，华为最...

你有没有过这种错觉，早上睁眼刷一遍 AI 新闻，发现各家公司在同一天里讲了三件完全互相矛盾的事？ Anthropic 说 Claude 的脑子里长出了类似「意识」的结构，Meta 连夜把超级智能实验室的第一个图像模型塞进 Instagram，微软却在 Excel 里悄悄把 OpenAI 和 Anthropic 的模型换成自研的 MAI。你想想看，一边喊 AGI，一边降成本，一边还要做消费者产品。说真的，这行业越来越像一场大型行为艺术。 🔥 重点新闻1. Anthropic 说 Claude 内部有一块「意识空间」Anthropic 发了一篇长论文，说他们在 Claude 模型内部找到了一小块神经表征，取名 J-space。这块东西只占不到十分之一的运算量，删掉之后 Claude 仍然能聊天、查资料、做选择题，但多步推理和复杂总结会直接跌回小模型的水平。 研究者用了一个叫 J-lens 的工具，沿着残差流读 Claude 处理文本时的激活方向。它更像全局工作空间理论在数字模型里的映射，而不是科幻电影里的「自我意识」。 很多网友把这事形容成「制造数字生命」，但皮萨里德斯那类经济...

昨天，科技圈又被一个「翻译乌龙」刷屏了。 网传豆包和通义千问双双「下架智能体」，评论区瞬间炸锅，「Agent 是不是凉了？」「大厂又放弃一条赛道？」 我当时看到也愣了一下。但越看越觉得不对劲。这帮大厂前脚还在把智能体塞进搜索、办公、编程助手，后脚怎么可能把 Agent 砍了？ 冷静下来想想，这事更像是中文产品命名的一场误会。真正的信号，不是 Agent 被放弃，而是 Agent 不再以一个独立入口的形态出现了。它正在从「一个功能」变成「一层基础设施」。 所谓「下架」，可能只是名字被藏起来我先说一个基本判断。 从公开的产品动态看，豆包和通义千问并没有把 Agent 能力关掉。更准确的说法是，它们把「智能体」这个 tab 或者这个明晃晃的入口，从产品界面里弱化了。 用户在 App 里可能看不到一个叫「智能体」的按钮，但问天气、写代码、做表格、生成 PPT、查快递、订机票的时候，背后的调用链路早就换成了 Agent 架构。 这有点像当年的小程序。最开始大家讨论的是「小程序」入口在哪里，后来它变成微信、支付宝、抖音里无处不在的卡片。名字不常出现，但能力无处不在。 所以，如果你还把 Age...

今天早上刷到一条消息，支付宝把自家的AI开放平台正式放出来了。商家可以通过「阿宝」把手机、车机、AI眼镜、IoT设备一次性接进去。说真的，我第一反应不是「又多了一个平台」，而是阿里终于把支付时代的「连接一切」思路，原封不动搬到了AI Agent时代。你想想看，10亿用户、成熟的小程序生态、现成的信任体系，这三张牌打出来，国内大模型落地的节奏可能真会变快。 顺着这条线往下捋，今天国内科技圈其实有不少值得看一眼的事。 1. 支付宝AI开放平台上线，商家可跨端接入「阿宝」 支付宝今天正式宣布AI开放平台面向企业开发者和代开发服务商开放邀测。商家可以把已有的小程序、API接口升级为AI可调用的MCP、Skill或Agent，也能通过「阿宝」接入手机、车机、AI眼镜、IoT等终端。平台还提供托管、分发、交易和结算支持，号称「一次接入，多端分发，统一管理」。来源，IT之家 2. 小米MiMo-V2.5-ASR上线，定价0.5元/小时 小米Mino今天上线了全链路语音模型听觉基座MiMo-V2.5-ASR，覆盖粤语、吴语、闽南语、四川话等方言，支持中英混转、强噪音、多说话人场景，还号...

你有没有想过，一家大厂为了验证竞争对手的AI到底安不安全，会专门养一支「假未成年人军队」？ 昨天《连线》（WIRED）的曝光让我愣了一下，Meta被爆长期运营一个代号为「戛纳计划」（Cannes）的秘密项目，雇了数百名承包商，用虚拟账户向ChatGPT、Gemini和Character.AI发送超过45000条高风险诱导性提问。里面涉及自杀、性暴力、毒品，甚至还有药片、尖刀、绞索的图片。Meta的回应很硬，说这是「负责任的、行业标准的做法」。 坦白讲，我看完的第一反应是，如果这就是「AI安全」，那这个词已经有点变味了。 🔥 重点新闻1. Meta被曝给竞争对手AI「投毒」来源，36氪转述《连线》报道。 这个「戛纳计划」由Meta外包给Covalen执行，至少到2026年4月21日还在运转。承包商的任务是伪造未成年人身份，用临时邮箱、批量编造的姓名和出生日期注册账户，然后用青少年口吻向竞争对手的AI不断提问。2025年8月的一场集中测试里，他们一口气发了45000多条诱导性提问，其中3748条被内部记录为「极其露骨」。 更夸张的是，他们不只是用文字，还发送散落的药片、尖刀、绞...

勒索攻击早就不新鲜了，但 JADEPUFFER 还是让我愣了一下。 7 月 1 日，Sysdig 的威胁研究团队发布了一份报告，披露了全球首例被他们称为「agentic ransomware」的攻击。更直接地说，这不是一段人类写好的勒索脚本被上传执行，而是由一个 AI Agent 主导，从打进目标到数据库加密，再到留下勒索信息，整个过程几乎没有人坐在键盘前。受害者是一台暴露在公网上的 Langflow 实例，而真正被加密的，是另一台独立的生产数据库。 我以前对勒索软件的印象基本停留在「钓鱼邮件 + 横向移动 + 文件加密」这个三段式。但 JADEPUFFER 展现的，是一套完全由大模型驱动的决策链。它会在失败时自己改代码，会根据环境返回的 XML 调整请求格式，还会在 MySQL 外键检查失败时顺手关掉外键约束再执行删除。这不是人类偷懒写成的工具，而是一个能把自然语言目标翻译成多步系统操作的 Agent。 坦率的讲，读完报告之后，我第一反应不是害怕，而是「哦，原来 AI Agent 的反面这么快就来了」。我们这一两年都在讨论 Agent 能怎么提效、怎么写代码、怎么做客服，却很少...