全部 · 2026-05-22

Google 这次把 Gemini 从问答工具往主动干活的个人代理方向推了一步。月活 9 亿这个数字挺大，但正文没披露统计口径，是打开过就算，还是真在用的，不知道。新模型叫 Gemini 3.5 Flash，还换了套设计语言，另外 Omni 模型能把提示词直接生成视频，这点如果效果稳定，对内容创作挺省事。 重点在两项代理功能：Daily Brief 给你出个性化每日简报，Gemini Spark 号称能 7x24 小时替你管理任务。听着像能帮你订票、回消息、整理日程，但授权范围、出错率、隐私怎么处理，正文全没提。这种主动代理一旦翻车，代价比问答答错大得多。 还缺的是实际体验数据和限制条件。比如 Spark 能接管哪些 App，跨平台支持怎么样，延迟高不高。这些不说清楚，9 亿用户更像是个宣传数字，产品到底能不能用，还得等上手。

Anthropic 公布了 Project Glasswing 的首月数据：约 50 家合作方用 Claude Mythos Preview 模型，在各自的核心软件里总共发现了超过一万个高危或严重漏洞。Cloudflare 一家就找到 2000 个 bug，其中 400 个是高危或严重级别，而且误报率比人类测试员还低。Mozilla 测 Firefox 150 时挖出 271 个漏洞，是上一版用 Claude Opus 4.6 时的十倍多。这些数字说明 AI 找漏洞的速度已经远超人类，现在瓶颈变成了怎么快速验证、通报和打补丁。 在开源软件扫描上，Anthropic 自己用 Mythos Preview 扫了 1000 多个项目，模型自己估计有 6202 个高危或严重漏洞。其中 1752 个已经过外部安全公司复核，90.6% 是真漏洞，62.4% 确认是高危或严重级别。按这个比例推算，光开源项目就能筛出近 3900 个高危漏洞。wolfSSL 那个例子挺直观——模型直接构造了一个能伪造证书的攻击，影响数十亿设备。 不过要冷静看。Anthropic 自己说了，因为行业惯例是漏洞发现后 90 天才公开细节，现在披露的都是滞后指标。正文没给出漏洞的具体类型分布，也没说这些漏洞里有多少是模型独立发现、多少需要人工引导。英国 AISI 和 XBOW 的外部评测都夸模型能力强，但评测基准的覆盖面和真实攻防场景的差距有多大，文章没展开。另外，微软和甲骨文都说补丁量在猛增，但没提这些补丁对应的漏洞修复成本有多高。等补丁大规模部署后 Anthropic 承诺会放出更多细节，那时候才能判断这波 AI 挖漏洞到底改变了什么。

Anthropic 这轮融资的规模和速度都挺夸张。超过 300 亿美元、估值破 9000 亿，如果下周真能敲定，它会直接超过 OpenAI 成为估值最高的 AI 创业公司。这个估值背后有收入数据在撑：公司预计第二季度营收 109 亿美元，比上季度翻了一倍多，而且可能首次实现盈利。年化营收目标也喊到了 500 亿美元，去年 7 月这个数字才 40 亿，增长曲线很陡。 不过这些数字目前都来自彭博社引用的匿名消息源，最终投资承诺和条款还在谈，存在变数。文章没披露这轮融资的具体领投方和资金用途，也没说 9000 亿估值是投前还是投后。另外，年化营收是按短期收入推算全年，如果后续季度增速放缓，这个数字会打折扣。 我会先打个折看这件事：收入增长是真的猛，但估值已经跑到很前面了。还缺的是具体的投资人名单、资金怎么花，以及这轮融资后离上市还有多远。

这条消息最值得看的是“全栈国产算力跑通了极低比特训练”。BitCPM-CANN 从量化算子到训练框架全在昇腾 910B 上完成，意味着以后在华为卡上做 1.58-bit 模型有了公共基础设施，不用每家从头搭一遍。四个尺寸（0.5B 到 8B）都开源了，官方说推理显存比 BF16 省约 6 倍，能力保留率在 90% 到 97.2% 之间，8B 模型能塞进旗舰手机跑。 但先别太激动。文章没交代这个“能力保留率”是在哪些基准上测的，也没提推理延迟和吞吐。极低比特模型最怕的是生成质量在长文本或复杂任务上掉得厉害，光看一个百分比不够。另外，训练成本、与同尺寸全精度模型在真实业务场景下的对比也都没给。如果后续能补上这些，才能判断它是不是真能当端侧主力模型用。

阿里把最新的 Qwen3.7-Max 直接塞进了千问 App、PC 和网页端，更新到 6.9.7 版就能免费用。这个模型的核心卖点是“让模型进业务流程干活”，也就是所谓的智能体能力。官方给了一个很具体的数字：在一次内核优化实验里，它自主跑了 35 个小时，调用了超过 1000 次工具，全程没断思路。这个数字如果真实，说明它在处理长链条、多步骤任务时的稳定性确实不错，至少比动不动就忘掉上下文的模型强。 但这里有个关键信息缺口：这个 35 小时的测试是官方自己跑的，任务场景、失败重试次数、人工干预比例都没披露。所以这个数字更像一个上限参考，实际用起来，比如让它自动处理几十封邮件或写一个复杂项目，效果可能会打折。另外，文章提到它能跨框架部署，在 Claude Code 等工具里也能用，这对开发者是个好消息，不用被绑在单一工具上。 目前 API 还没上线，只能通过官方客户端体验。想评估它到底能不能扛住真实业务，最好等 API 开放后，用自己的任务跑一遍，重点关注它在第 20 步、第 50 步时的逻辑连贯性和错误恢复能力。

DeepSeek这轮融资如果落地，700亿元人民币的规模会是中国科技初创公司首轮融资的最高纪录。投资前估值约450亿美元，腾讯、IDG和砺思资本接近确定参投，国家队也在里面。梁文锋个人可能注资约200亿，同时明确表示继续开发开源模型，目标是通用人工智能而不是短期变现。 这些数字很大，但正文没披露资金的具体用途——是买算力、养团队还是做生态？也没说开源会开到什么程度，是只放权重还是连训练方法、数据配比都公开。另外，报道来源是彭博社援引知情人士，最终参与者和金额都可能变，现在下结论还早。 如果梁文锋真的用个人资金跟投200亿，那他对控制权和长期路线的坚持会比口头承诺更有说服力。但反过来，这么大一笔钱进来，投资方对回报的耐心能有多久，正文完全没提。

这条消息只有标题，正文被彭博的付费墙挡得严严实实，所以能确认的事实非常有限。标题透露了两件事：一是 DeepSeek 创始人首次公开把 AGI（通用人工智能）设为公司目标，二是公司正在推进一轮 100 亿美元的融资。100 亿这个数字放在 AI 创业公司里极其夸张，如果属实，说明资本市场对 DeepSeek 的预期已经拉到了和 OpenAI 差不多的量级。但关键信息全是缺口——创始人原话怎么说的、是内部信还是公开演讲、这轮融资谁领投、估值多少、钱打算砸在算力还是人才上，正文都没披露。另外，喊 AGI 目标本身在 2026 年这个节点不算新鲜事，各家头部公司都在喊，重点要看有没有配套的路线图或阶段性验证指标。这条新闻目前更像一个信号，说明 DeepSeek 在资本层面要搞大动作，但具体怎么搞、能不能搞成，还得等更多细节出来才能判断。

智谱这次发布的GLM-5.1高速版，直接把API输出速度干到了每秒400个token，刷新了全球大模型厂商的公开纪录。更值得关注的是，它没走“用小模型换速度”的老路，而是声称在旗舰级模型上做到了低延迟。技术实现上，他们和TileRT团队合作，在推理引擎、调度系统和基础设施三个层面做了系统级优化。简单说，就是通过提前编译、把计算任务常驻在GPU里，省掉了大量调度和同步的开销，让单卡吞吐能力更高，多卡协同也更聪明。 不过，这篇IT之家的报道主要来自厂商通稿，缺少第三方实测数据。400 tokens/s是稳定输出还是瞬时峰值？在高并发下尾延迟到底压到了多少？这些关键指标都没给。另外，价格也没披露，速度快但成本如果翻倍，对生产环境来说意义就大打折扣。目前这个API只开放给部分企业客户，普通开发者还没法验证。 总的来说，技术思路有突破，但实际效果还得等更多独立评测和定价信息出来才能下判断。