Agent 技术
EDITORIAL BRIEF
AI 行业简报 2026-09-16
今天筛出 14 个事件:大厂动态 5 条,技术进展 3 条,行业观点 6 条;另读 Hugging Face Papers 5 篇。
TOP 3 · 今日重点
先读重要变化,再看技术细节基础模型与技术
Google DeepMind:Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
阅读解读与来源 →Agent 技术
Meta:Meta now lets AI agents handle the boring parts of WhatsApp Business setup
阅读解读与来源 →按主题查阅 14 个事件
基础模型与技术3
AI 产品与工具1
Agent 技术3
工程实践0
本期暂无达到入选标准的新内容
AI + 行业赋能0
本期暂无达到入选标准的新内容
算力硬件与基础设施0
本期暂无达到入选标准的新内容
政策、安全与社会影响0
本期暂无达到入选标准的新内容
人才与组织0
本期暂无达到入选标准的新内容
大厂动态
AI 公司动态 · 模型发布 · 新业务 · 融资投资 · 人员变动

比亚迪:超级智能体“迪迪虾”上车,比亚迪携手阿里云推进智能座舱升级
比亚迪发布超级智能体“迪迪虾”,携手阿里云将千问大模型接入座舱体系,用于意图理解、任务编排和生态服务连接,让车机从听懂一句话走向主动办成一件事。
这标志车载语音助手向智能体演进,千问作为云端中枢负责意图识别与服务分发,真正的壁垒在生态服务和原子能力打通。

Google DeepMind:Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking,主打自然语音对话、实时视觉、多语言切换与后台任务处理,即日面向开发者、企业及消费端上线。
语音模型竞争已从对话流畅度转向实时推理与并行任务执行,基准领先不等于生产可靠,关键看生态落地。

Meta:Meta now lets AI agents handle the boring parts of WhatsApp Business setup
TechCrunch 报道,Meta 发布 WhatsApp Business Tools MCP server,允许开发者用 Claude、Cursor、Codex、ChatGPT 等 AI 编码代理自动完成 Wh。
Meta 将 MCP 从广告配置扩展到商业消息 onboarding,本质是把企业 API 接入流程变成 agent 可执行任务。

Anthropic:Claude for Small Business launches new workflows, integrations, and training programs
Anthropic 为其小型企业产品新增 43 个工作流与 27 个集成,覆盖 Shopify、Salesforce 等工具,并推出秋季免费培训和线下工作坊,官方称累计安装超 90 万次。
本质是商业产品扩张:把能自动执行的工作流打包给中小企业,靠集成和培训生态做分发,而非模型本身升级。

OpenAI:OpenAI 发布适用于编程和计算机应用的 GPT-6 Astra
OpenAI发布面向编程与计算机应用的GPT-6 Astra,支持直接操作图形界面完成多步骤任务,逐步推送给ChatGPT及API、Azure、Bedrock用户,并公开OSWorld、Terminal-Bench等。
从生成响应转向直接执行软件任务,并把安全等级推到“关键网络安全能力”;扩展速度和自报基准都需时间检验。
技术进展
Hugging Face · 技术报告 · 论文 · Benchmark · RL 研究
Hugging Face Papers 速读
逐篇读取当天 paper 页面,由 deepseek-v4-flash-ga-260731 生成中文摘要。

OpenAI:OpenAI故意欠技术债,等Codex来还:仅2名工程师,把核心存储从Python重写成Rust
OpenAI 披露:在线存储平台 Habitat 由 Python 重写为 Rust,2 名工程师借助 Codex 与 GPT-5.5 一季完成,Rust 已承载 95% 生产请求,CPU 效率约 6 倍、内存约 1。
本质是主动欠技术债、再靠自家 Coding Agent 低成本偿还的工程案例;能否复制取决于内部模型成熟度,外部团队不宜直接照搬。

IBM Research:Your Agent Aced the Task. Will It Do It Again?
IBM Research 提出 Consistency Analyzer 与一致性指南,对单条 agent 轨迹重采样识别易翻转决策点并注入提示。
一致性是独立于能力轴的可靠性维度,换更大模型不会自动缩小 Pass^k 与平均值之差;重采样诊断+轨迹指南是新思路,仍需跨模型跨任务验证。
DeepSeek:Where are you running DeepSeek V4.1 Flash reliably? I can't get it to finish a single 2-hour benchmark run
Reddit用户反馈本地运行DeepSeek V4.1 Flash无法完成2小时基准测试,询问哪些环境能稳定运行。
单用户反馈反映该模型长时基准测试下稳定性存疑,不能据此推断整体能力,更可能是部署或量化问题。
行业观点
X 大 V · YouTube / Podcast · Builder 观察 · 开发者讨论