洞察
实用分析与指南，帮助你更高效地采购、构建和使用 AI。
OpenAI 把提示词缓存拉长到 12 小时，常驻智能体一天能省七成
缓存从半小时拉到半天 十月二十日，OpenAI 给 Responses API 加了个新档位：prompt_cache_options.ttl 可以设成「12h」。意思是系统指令、工具定义、固定参考文档这些不变的「前缀」，在两次请求隔几个小时再命中时，仍然按缓存价计费，而不是重新全价算一遍。前提是模型得是 GPT-5.6 及之后，而且前缀至少一千零二十四個可见 token 才进缓存。 贵在写入
写代码的 AI agent 这周集体加装了安全带，不是更聪明了
十月的头十天，三款主流写代码 agent 几乎在同一礼拜发了新版。Claude Code、Codex、Cursor，一个没落下。你猜最大的变化是什么。不是模型更聪明了。是它们集体装上了安全带。具体装了什么。Claude Code 在十月六日的版本里修了一堆安全漏洞，比如堵住了通过网盘路径偷偷读文件的后门。十月八日又加了 onFailure 这个开关，钩子如果崩了、超时了、或者异常退出，默认从放行改
Anthropic 让一个智能体写程序去管一群智能体，多智能体终于能落地了
十月九日，Anthropic 给托管智能体加了一个测试能力：动态工作流。说人话就是，你可以让一个智能体自己写一段程序，把成百上千份文档的审阅拆成多个阶段，派出一群子智能体并行干，最后把结果合并回来。服务端在后台跑这段工作流，你不用一直盯着。这解决了多智能体最头疼的老问题：编排。以前想让一群智能体协作，要么是手工写死流程，要么靠人来回倒腾。现在智能体能根据任务自己决定什么时候起一个工作流、怎么分阶段
智能体开始自己下单：WebMCP 把"agent 间商务"从概念拉进现实
Shopify 给浏览器里的智能体开了 checkout 权限 10月初，Shopify 让基于浏览器的 AI 智能体通过 WebMCP 协议直接完成购买：读取购物车、改数量、提交结账，跨商户站点一气呵成。几乎同时，Meta 的 Muse 拿到了同样的 Shopify 集成，能做商品搜索和下单。"智能体帮你想买的东西自己买"，从一个 PPT 概念变成了能跑的接口。 真正的新闻不是演示，是那层权限
OpenAI 给每个 Dots 配了一台云端电脑：AI 不再只是聊天框，它有了「工位」
DevDay 上最显眼的动作，是给智能体发了一台电脑 9月29日旧金山 DevDay，OpenAI 发布 Dots。它最反直觉的地方不是「更聪明」，而是每个 Dots 实例都运行在自己专属的云端 Linux 虚拟机里。不是嵌个浏览器，也不是连你的本地 Mac，是实打实的一台云上电脑，能跑完整桌面应用、能操作文件系统、能开终端。 Altman 在 keynote 上举的例子很接地气：在一个旧 API
Vera Rubin 量产：英伟达把 AI 工厂的账重算了一遍
黄仁勋把 Rubin 定义成了"智能体 AI 工厂"的底座 在 GTC 2026 上讲完后，Vera Rubin 平台已经全面量产，2026 下半年开始交付。官方给出的最刺眼的数字：相比上一代 Blackwell，每百万 token 的推理成本降到十分之一，每兆瓦吞吐提升 10 倍。这次英伟达卖的不是单颗芯片，而是一整套"为智能体设计"的机架级系统。 一台机架就是一台超级计算机 Vera Rub
张一鸣亲自下场，字节要拿 Seedance 做“世界模型”，最快 10 月亮相
彭博 9 月 7 号的一则报道，主角不是产品是 founder 字节跳动在基于旗下视频生成模型 Seedance，开发一款实时空间视频生成模型。让这件事不寻常的，是张一鸣亲自出马——协调跨部门团队、调配 AI 资源和算力。一位 2021 年就卸任 CEO 和董事长的创始人，重新下场盯一个具体项目，这本身比模型参数更有信号量。 它要做的不是“生成一段视频”，是“走进视频” 过去字节讲的是算法推荐
300 亿参数跑进手机里：端侧大模型这个秋天跨过了一条线
先把话说准：是 300 亿总参数，每次只用 20 亿 9 月 7 号，华为在广州发布 Mate XT 2 三折叠，顺手把麒麟 9050 Pro 也发了。发布会上最抓人的一句是"行业首个端侧 MoE 全模态大模型入端，总参数 300 亿，激活参数 20 亿"。 这两个数得放在一起看。MoE（混合专家）的意思就是：池子里有 300 亿参数，但每处理一个 token 只唤醒其中一小部分，这里是 20
代码智能体榜单前两名只差 0.4 分：这场仗已经不是比聪明
榜单前两名，只差 0.4 分。这已经不是谁更聪明的问题 8 月 21 号一份 Terminal-Bench 2.1 的独立跑分出来了。代码智能体这个赛道，第一和第二的差距小到可以忽略：GPT-5.6 Sol 拿了 89.5%，Claude Opus 5 拿了 89.1%。 你花大价钱追的"最强模型"，跟第二名之间，可能就差你喝杯咖啡的时间。 真实数字长这样 GPT-5.6 Sol（xhigh
Grok 4.6 来了：马斯克不卷参数，改卷能干活的长工
35天又发一版，但这次换了活法 8月12日，SpaceXAI（原xAI）把 Grok 4.6 甩了出来。距离上一版 Grok 4.5，才过去五周。 有意思的不是它又变聪明了。 是它彻底换了定位——从陪你聊天的机器人，变成了一个能自己跑长活的企业级 agent 平台。这步棋，比分数本身更值得看。 没换基座，靠后训练把分硬拉上来 Grok 4.6 沿用的还是 4.5 那套约 1.5 万亿参数的老基座。
中国开源大模型这一波：Qwen 放出 2.4 万亿，DeepSeek 改峰谷计价
一周，两次刷屏 八月初这一周，两个中国模型先后占满头条。一个把"最大开源"的门槛直接抬到 2.4 万亿参数，另一个悄悄改了计价方式，结果让亚洲时区的开发者账单集体变厚。 你想自己部署一个顶级模型，不走 API、数据不出本地机房。两个月前你还觉得这是大厂才玩得起的奢侈。现在权重开源了——但先别急着下载，因为你能下到的，和榜单上跑分的，很可能不是同一个东西。 阿里 Qwen：最大开源，但有减配 Qw
Gemini 3.7 Flash 发布（2026）：编程逼近生产级，Token 成本砍半的真相
一句话先说 8月13日，Google 发了 Gemini 3.7 Flash。它的定位很明确：不是最聪明的那个，是性价比最高的那个——专门给"要跑在生产环境里的 Agent"用的。如果你做 AI 应用、自动化、批量调用，这款才是你该盯的型号。 它强在哪，用数字说 这一代的提升不是挤牙膏，是编程能力实打实跳了一截： FrontierCode 1.1 从 34.4% 跳到 43.6%，Dee