2026年11月1日 · 5 条新闻
再过几天，iPhone 的语音助手就能用中文回答问题、帮你重写文字，还能看懂摄像头拍到的东西——但在中国用户这边，干活的不会是苹果自己的模型，而是阿里的 Qwen。苹果和阿里在十月底共同宣布了这项合作。测试从 11 月 4 日开始，面向大众的版本预计在十二月随 iOS 27.3 一起推出。每个问题都会送到阿里，但阿里承诺，用户的提问和回答都不会用来训练它的模型。用户始终掌握主动权，发送什么都要经过同意。简单说，对中国用户来说，iPhone 的表现和法国用户一样：它调用的是一个本地运行的中国模型。来源：Global Times。
微软刚刚公开了一个桌面智能体的模型文件：四十亿参数，整个文件装得进一个 10 GB 的 U 盘。许可证是开放的，一台普通电脑就足以跑起来。在衡量「机器操控电脑」能力的基准测试上，它取得了 66% 的成功率，这是同尺寸下的最好成绩。更出色的是，这个小智能体不只会点击屏幕：它还会在终端窗口里编写并运行代码，并且自己判断该用哪一种方法。微软指出，成绩主要来自模型周围那套工具链，而不是模型本身——参照版本只做到 37.6%，训练后的版本达到了 66%。来源：微软。
11 月 12 日，Anthropic 的使用政策将启用新版本，而它针对的正是今天智能体真正在做的事。当 Claude 与能够自主行动的硬件相连时——机械臂、车辆、机器——有三条要求变成强制：必须有合格的操作员能够监视设备并随时叫停；连接中断时，设备必须能保持安全状态；以及被影响的人必须知道使用了机器。这是第一次有大型实验室把「我们自己的智能体在接触现实时必须遵守什么」白纸黑字写下来。另一处则放宽了：全面禁止精准针对选举人的竞选活动这一条消失了。来源：Anthropic。
五个各 270 亿参数的小模型，被扔进同一道难题，结果比单独使用一个顶级模型更好：平均 9.8 分对 8.0 分。关键在于细节：它们从不彼此交谈。每一个都有角色——一个规划者、两个并行思考的创意者、一个执行者、一个管理者——全部协作都通过写到磁盘上的文件完成，就像路过时互相留个便条。每个问题的中位成本是 39 美分，还不到一杯咖啡。作者也指出了局限：这些题目来自 2025 年，模型可能在训练中见过它们。来源：Memdoor 项目的 GitHub 页面。
Collective 刚刚融资 1 亿美元，为的是个很简单的想法：让自由职业者自己就能处理公司里的行政事务。这个平台负责准备报税材料、整理开支、处理工资和衔接保险，而且真正干活的是一个在后台运行的智能体，而不是丢给用户一堆需要自己操作的软件。这轮融资的构成也不常见：4000 万美元股权，加上 6000 万美元面向客户的信贷额度。公司说自己的收入一年增长 120%，已经帮客户省下 3.5 亿美元税款，收入最高的那批人每年能省 4 万美元。它的论点是：一个人的公司如今已经能和一位老板较量。来源：Collective 博客。
GitLab 刚刚向所有人开放了它的上下文图谱：代码、合并请求、流水线与漏洞的一个统一且持续更新的视图，智能体可以直接查询，而不必每次都把所有内容重读一遍。在 GitLab 自己的测试里，接入的智能体重试次数最多减少 45 倍，消耗的令牌最多减少 4.5 倍。有个客户回答一个涉及 3400 万条目的安全问题只用了七分钟，而人工查找要花上半天。来源：GitLab 博客。
Monte Carlo 刚刚推出 Bayes，一个负责看管生产环境智能体并修好故障的同事：它能发现异常、调整监控、把修复方案写成合并请求或工单，然后确认修复是否真的生效。公司提醒说，一个工程师通常只能轻松盯住一到三个智能体，而且已经有 74% 的企业因为出过问题而回滚过自己上线的智能体。在 Monte Carlo 的客户那里，Bayes 据说能多发现一倍的事故，同时把误报减少八成以上。来源：Monte Carlo 新闻稿。
在 TechEd 大会上，SAP 展示了构建智能体的新方式：Joule Studio 让你用日常语言描述智能体该做什么，并可以在隔离的环境里先测试再投产，角色权限把业务方和开发方分开。公司还提供一个统一入口，来管控企业全部的智能体、所选模型（超过 70 个）、用量与调用轨迹。说白了：SAP 卖的是整间指挥室，不是一个智能体。来源：SAP 新闻稿。
在一家每天处理 300 万单的配送平台上，第三方助手下的订单用两只手就数得完。DoorDash 的老板对投资者说：智能体是平台使用最少的功能之一，多数客户仍在应用里下单。这家公司自己也有智能体——短信下单、命令行助手、对话机器人。关于「会下单的智能体」的喧闹极其巨大，实际成交量依然微乎其微。来源：提交给美国证券交易委员会的业绩电话会议记录。
今天的新闻里有一条主线：主角已经不是智能体，而是它周围的一切。微软发布的模型很小，成绩主要来自配套的工具；GitLab 卖的是提供上下文的视图；Monte Carlo 让一个智能体去盯着其他智能体；SAP 卖的是整间指挥室。与此同时，DoorDash 提醒人们：每天三百万单不会靠魔法变成智能体的订单。过去几个月的这场移动并不像看上去那么喧闹：注意力正从大脑转向环境，而正是在那里，一份演示和一个能长期用下去的工具之间才会拉开差距。