News Briefing
今日快讯
OpenAI：研究组织 Agent 总运行量达人工 3.1 倍
标签：AI 研发 / 智能体协作
摘要： OpenAI 表示，截至 8 月中旬，按标准 8 小时工作日折算，整个研究组织的 Agent 总运行量为人类总劳动量的 3.1 倍；这是组织汇总的运行时长，不是单个研究员或单个 Agent 的效率。中位研究员的日推理用量按 API 价格计算超过 600 美元。研究人员正用并发编码 Agent 跑实验和排查基础设施，代码产出与实验次数均在增长；企业要把并发 Agent 与预算、任务边界和验收机制一起管理。
Claude 用 11 天完成费马大定理的端到端形式化
标签：科学智能体 / 可验证 AI
摘要： Anthropic 表示，Claude 在多智能体协作下用 11 天写出费马大定理的首个端到端、经 Lean 检查的形式化证明。项目产生约 1300 万行 Lean 代码，并通过图结构任务分解和中间定理复用来支撑协作。它提示企业：长任务不是让一个模型“想得更久”，而是要有可验证中间产物、明确依赖关系和可恢复的协作机制。
讯飞发布星火 X2.5，强化代码与 Agent 能力
标签：国产大模型 / 开发者工具
摘要： 科大讯飞发布星火 X2.5，采用 293B-A30B MoE 架构，重点提升代码、智能体、数学和理解能力，并称训练和推理基于国产算力完成。端侧 4B 与 1.7B 模型已先行开源，支持最长 100 万 Token 上下文。企业评估模型时，应把模型能力、部署位置、上下文长度和实际任务成本放在同一张对比表里。
微信视觉团队开源 WeMM-Embedding 多模态嵌入模型
标签：多模态检索 / 开源生态
摘要： 腾讯微信视觉团队开源 WeMM-Embedding，支持文本和图像等多模态输入，并提供 2B、4B、9B 多个版本；相关服务日调用量称已达十亿级。嵌入模型决定了资料能否被召回、相似内容能否被聚合，是企业知识库和视觉检索的底层能力。上线前应以自己的文档、图片和业务查询做召回质量测试，而非只看公开榜单。
千问开放平台新增 10 余个金融服务 Agent
标签：行业智能体 / 金融服务
摘要： 千问开放平台新增十余个金融服务智能体，覆盖证券、基金、期货和保险等入口。金融 Agent 的价值在于压缩信息收集与服务路径，但推荐、交易和客户信息都属于高敏感动作。平台与接入企业应把适当性提示、数据权限、人工确认和留痕作为默认能力，而不是上线后的补丁。
Anthropic 15 亿美元版权和解进入分配阶段
标签：版权治理 / AI 合规
摘要： Anthropic 就版权集体诉讼达成的 15 亿美元和解金开始进入分配环节，作者与出版社之间的分配争议仍在持续。案件将训练数据的来源、授权和补偿带回商业合同与产品合规的核心位置。使用外部内容训练、检索或生成营销材料的团队，应保存内容来源、授权范围和删除机制。
Gemini 在 Android 试行悬浮气泡，降低多任务切换成本
标签：移动端 AI / 产品入口
摘要： Google 正在 Android 分阶段推出 Gemini 的“最小化”快捷入口，让全屏交互折叠为悬浮气泡，用户可在处理复杂提示词时继续使用邮件、社交或浏览器。AI 助手从独立页面变成随时可被调用的系统层入口，产品体验会更依赖上下文切换与任务恢复。移动端服务设计应保留清晰的状态提示和可控的接管入口。
中国模型周调用量继续领跑，成本与可用性成竞争变量
标签：模型市场 / 推理成本
摘要： OpenRouter 数据显示，8 月 31 日至 9 月 6 日中国模型周调用量为 56.72 万亿 Token，连续 19 周超过美国；腾讯 Hy4 preview 单周调用量增长显著。调用量不等于业务价值，但它能反映价格、可用性和开发者迁移的合力。企业应持续保留多模型评测和路由能力，避免单一供应商的成本或容量变化直接影响核心流程。
AI 生成菜单引发反感，品牌内容仍需人工把关
标签：生成式内容 / 品牌风险
摘要： 美国餐饮场景中出现 AI 生成菜单图片因食物质感怪异而引发消费者反感的案例。视觉生成能降低制作门槛，却不能替代品牌审美、食物真实性和上线前审核。面向消费者的生成内容应设定素材来源、人工审稿和小范围测试，尤其不要把高风险创意直接推到交易页面。
OpenAI 继续讨论 AI 加速研发与安全之间的张力
标签：前沿模型 / 安全治理
摘要： OpenAI 在披露研发加速数据的同时强调，自动化研究需要在人类监督下推进，并将安全、能力透明度和公众讨论视为同等重要的议题。研发速度加快会让评估、计算资源和组织决策成为更显著的瓶颈。企业引入更强的 Agent 时，也应同步升级红队测试、权限边界和事故复盘，而不是等到出现问题再补流程。