编辑综述：AI获“企业预算”，智能体加速变现
人工智能正逐步纳入企业“报销体系”。本周，智能体应用、企业级野心及数十亿美元融资频现，行业焦点已从单纯的技术展示转向深入工作流程、操作软件并执行 deferred 任务的实际许可。智能正逐渐从概念演示转变为一份正式的“工作申请”。
OpenAI DevDay 将这一愿景具象化。新发布的“Dots”是旨在跨对话持续追求目标的持久智能体，ChatGPT Space 则提供了人机共享的工作空间。GPT-6.1 Sol 以较低成本实现了接近 Astra 的性能，Astra Ultrafast 则大幅加速令牌生成。这些更新共同解决了任务委托的经济性与物流难题：廉价推理、持久上下文、实用工具及交付场所。OpenAI 正围绕模型构建这套机制，推动聊天机器人向工作基础设施演进。
谷歌推出 Gemini 4 Argon，其最显著特征是将输出限制从 64,000 提升至 100 万令牌，为扩展推理和复杂任务留出空间。谷歌称其在 DeepSWE v1.1 基准测试中得分 77.9%，并在内部代码迁移和数据中心内存优化中展开应用。目前，初始访问权限仅限通过 Fairwind 计划参与的受信任网络防御者。工程界关注的关键问题是：在错误、延迟和成本抵消长思考收益之前，模型能维持多少有效工作。
Meta 通过高管任命强化企业布局，宣布成立 Meta Enterprise Platform，并聘请 MongoDB 首席执行官 Chirantan “CJ” Desai 直接向马克·扎克伯格汇报。该平台将向企业和开发者开放 Muse、Meta Business Agent、Muse API 和 Muse Code 等产品。Desai 的加入凸显 Meta 意在弥合消费者热情与企业采用之间的差距，解决集成、权限、支持及问责制等企业采购中的核心痛点。
AMD 选择从底层软件栈切入，同意以约 82 亿美元股票收购李飞飞创立的 World Labs。后者致力于构建能生成和模拟交互式 3D 环境的空间智能模型。该交易尚待监管批准。此举表明 AMD 希望模型研究直接反哺其基础设施路线图，通过掌握机器人技术和模拟的计算需求，将未来算法与芯片设计更紧密地结合。
资本层面，个人智能体初创公司 Instinct 完成 10 亿美元 C 轮融资，估值达 100 亿美元，投资方包括红杉资本、Benchmark 和 Coatue。其产品仍处于早期访问阶段，可处理旅行预订、购物及订阅管理。投资者正重金押注个人任务中介的价值，即便是“取消健身房会员”这类琐事，也已成为前沿技术市场的争夺点。
综上，委托（Delegation）是本周共识。胜负手将取决于任务完成率、权限合理性、错误可恢复性及成本效益。最终胜出的智能体，将是那个用户无需每五分钟检查一次进度的助手。
AI 研究前沿
RRSI：智能体工具集的正则化递归自我改进
机构：谷歌云 AI 研究联合北卡罗来纳大学教堂山分校、斯坦福大学等
摘要：针对工具集自我进化易过拟合的问题，RRSI 对搜索过程进行正则化处理：一方面采用退火编辑预算和基于证据的建议，另一方面引入泄漏批评器、噪声调整下限、成本规则和剪枝策略。在八个编码及工程设计基准测试中（使用冻结的 Claude Opus 4.8），其在三个演化套件上平均提升 4.0 分，在六个未见基准测试上平均提升 3.4 分，且每次试验使用的策略令牌比未正则化进化少约 36%。
Follow the Entities：智能体搜索的语料库映射
机构：微软联合 KAIST
摘要：CorpusMap 构建离线实体-文档导航层，聚合并链接提及重复实体的文档，使智能体能遵循共享路径而非每次重新发现跨文档关系。在 EnterpriseRAG-Bench 等基准上使用 GPT-5.5/5.6 测试，相比原始搜索整体质量显著提升（GPT-5.5 提升 6.45 分，Luna 提升高达 11.74 分），相对输入令牌减少至 0.43–0.65 倍，优于四种替代导航层。
Mid-Harness：扩展终端智能体动作验证
机构：NVIDIA 联合 KAIST
摘要：Mid-Harness 在执行前采样候选终端动作并进行验证，保持生成器和工具集不变。在 TerminalBench-Lite 上使用 TMAX-9B，GPT-5.6 Sol 验证器将 N=8 时的 Pass@1 从 50.00% 提升至 68.03%；成对自验证达 54.76%（蒸馏后达 57.14%）；结合 Best-of-T (T=3) 可达 66.33%。
AIM：自动化研究的智能体想法管理
机构：谷歌云 AI 研究联合威斯康星大学麦迪逊分校
摘要：AIM 是以想法驱动的研究管理器，包含智能体代理、获取循环、解决方案审计员及资源规划器。在 10 个 AutoLab 任务中，其系统优化得分 67.0%，模型开发与 CUDA 得分 55.8%（分别比 ScientistOne 高 1.6/4.9 分），并将基线最佳得分的提升速度最高提高 3.1 倍。
循环混合专家模型的缩放定律
机构：Meta AI
摘要：提出循环缩放定律，通过有界稀疏条件有效参数增益预测未见损失。下游应用中，稀疏性带来约 3 倍活跃参数效率，循环带来约 2 倍总参数效率。在匹配计算量下，0.3B 活跃/1.3B 总参数的循环 MoE 在推理基准中与约 2 倍大的非循环 MoE 相当，并支持测试时循环缩放。
技术与产品发布
Open Agent Safety Platform
NVIDIA 推出开放智能体安全平台，结合开源安全运行时边界 OpenShell 与 BlueField-4 DPU 上的 Sentry，后者可带外监控智能体并在毫秒内隔离突破行为。Anthropic、Microsoft、SpaceX AI 等 100 多家组织表示支持。
Dots
OpenAI 推出由 GPT-6 Astra 驱动的常驻智能体 Dots，拥有独立云计算机，可连接 4,000 多个应用，在 ChatGPT、Slack 和 Teams 上全天候工作。即日起向符合条件的 Pro 和商业高级版用户推出（首個 Dot 免费），企业版 Beta 需工作区管理员启用。
GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，在智能体编码、计算机使用和职业工作方面性能接近 GPT-6 Astra，但标准令牌价格仅为 Astra 的五分之一（输入/输出 $2/$10 per MTok）。即日起向 Plus 及以上层级用户开放，API ID 为 gpt-6.1-sol。GPT-6.1 Sol Ultrafast 将于数日内推出，Codex 中令牌生成速度最高快 8 倍。
OpenAI DevDay 其他更新
包括 Ultrafast 模式（Codex 令牌生成速度最高提 8 倍）、用于人机协作的 ChatGPT Space 和 Pages、Agents API 计算机使用功能、Codex Cloud 和安全 Cloud、支持 MCP Events 的插件扩展、Slack/Teams 中的 @ChatGPT，以及拥有 Plus 配额 25 倍的 Pro 500 层级。
Gemini 4 Argon
谷歌发布面向长周期软件工程、企业知识工作和网络安全的下一代模型 Gemini 4 Argon。具备 100 万输出令牌上限，入门 API 定价 $2/$10 per MTok。首先通过 Fairwind 计划向受信任网络防御者推出，计划在安全审查后向付费 API 客户和 Google AI Ultra 用户开放。
Strands Decider 2B
Strands Agents 开源 20 亿参数决策模型 Strands Decider 2B，基于 Qwen3.5-2B，可在本地几十毫秒内从固定选项中选出带置信度分数的结果。权重和训练数据已上传至 Hugging Face/GitHub，服务于智能体路由、工具选择及混合工作流。
行业快讯
- Meta 推出 Meta Enterprise Platform，涵盖 Muse、Meta Business Agent 等产品，聘请前 MongoDB CEO Chirantan “CJ” Desai 担任首席企业平台官，直接向扎克伯格汇报。
- AMD 同意以约 82 亿美元纯股票交易收购李飞飞的空间智能实验室 World Labs，预计年底前完成。李飞飞将任执行副总裁兼首席科学家，向 Lisa Su 汇报。
- 个人 AI 智能体初创公司 Instinct 完成 10 亿美元 C 轮融资，估值达 100 亿美元，投资方包括红杉资本、Benchmark 和 Coatue。一个月前其估值仅为 25 亿美元。
- EliseAI 筹集 3.5 亿美元，估值达 40 亿美元，由 a16z 和 Bessemer 领投。该公司已通过 2 亿美元 ARR，覆盖美国约六分之一公寓，旨在深化住房和医疗运营自动化。
- Meta 扩展面向小企业的 Muse，新增 Shopify、Slack、QuickBooks 等连接器，以及 Instagram 专业分析和 Meta 广告集成。基础版免费，付费计划提供更高容量。
- Flow Engineering 完成 5,000 万美元 B 轮融资，估值 7.5 亿美元，由 Valor Equity Partners 和 Atreides Management 领投，红杉资本回归。其 AI 智能体帮助硬件团队保持 CAD、需求和仿真一致性。
- Restate 完成 2,000 万美元 A 轮融资，由 Singular 领投，总额约 2,700 万美元。其持久执行基础设施服务于长期运行 AI 智能体和后端工作流，创始人来自 Apache Flink 团队。
- TSMC 考虑在德克萨斯州建立多晶圆厂园区以满足 AI 芯片需求，目前处于早期阶段。同时确认亚利桑那州 2,650 亿美元计划，包括六座逻辑晶圆厂及先进封装设施。
- DoorDash 在美国推出短信订餐 Beta 测试，用户可通过 iMessage 等应用发送请求、构建购物车并结账，实现个性化对话式购物体验。
- DeepSeek 开源华为 Ascend 基础设施，包括计算和通信库。据报道，双方正联合优化 128 卡 Ascend 950 超节点，作为英伟达的潜在替代方案。