9 月 28 日这一天，几条大消息分别落在不同的层上。Anthropic 发布 Claude Sonnet 5.5，价格一分没动，但同一件任务少花约三成、快三成；GitHub 在同一天宣布它进入 Copilot 全线产品；NVIDIA 发布开放智能体安全平台，把对智能体的约束从软件沙箱下沉到 BlueField-4 这块独立芯片上；AMD 宣布以约 82 亿美元的全股票交易收购李飞飞创办的 World Labs。四件事指向同一个判断：竞争正在从模型本身往外移——接入有多快、边界由谁来执行、未来到底跑什么样的负载，正在成为新的分水岭。已经在业务里跑 agent 的人，评估对象也要跟着换，不只看模型行不行，还要看它跑在哪一层、被谁盯着、以及多久会被换掉。

第一部分｜今日 AI 观察：模型当天进Copilot，AMD82亿买李飞飞公司

Sonnet 5.5 发布当天进入 Copilot，模型越来越像零日更新

Anthropic 9 月 28 日发布 Claude Sonnet 5.5，定价与上一代完全一致：每百万输入 token 2 美元、输出 10 美元、缓存读取 2 角。它省的是另一个维度——官方称完成同类任务需要的 token 更少，典型任务总成本可降约三成，输出速度快三成以上。[1] 数字上的跳跃不小：终端类智能体编码评测从上一代的 10.3% 升到 70.6%，知识工作类评测与上周发布的 Opus 5.5 只差两点。早期使用者的账更实在：Base44 在 118 次真实应用构建里，平均迭代次数从 Opus 5 的 7.7 次降到 3.6 次；Zendesk 说工单处理快了两成；Slack 在离线评测里输出 token 少了约 14%，且没有改提示词。[2]

同一天，GitHub 宣布 Sonnet 5.5 在 Copilot 正式可用，覆盖 VS Code、Visual Studio、Copilot CLI、编码智能体、Copilot 应用、github.com、移动端、JetBrains、Xcode 与 Eclipse，面向 Pro 到企业各档订阅。GitHub 给出的早期观察与 Anthropic 的说法一致：编码任务上的表现与 Sonnet 5 持平，但步骤、token 和工具调用都更少，完成得更快；企业管理员可以在模型策略里直接开关它。[3]

这个时间差是本期最该记住的一点。过去模型发布之后，开发者要等 SDK、插件和第三方产品陆续跟进；现在前沿模型越来越像数据库版本或浏览器内核，发布当天就落到成熟的工作环境里。模型选择的有效期因此被压缩到几周，真正稳定的反而是外面的工作流、工具、测试和数据。如果一套应用把自己的核心资产绑在某个特定模型上，它现在要面对的重写压力比两年前大得多。

同一份发布里还有一层容易被忽略的东西。因为网络安全能力上来了，Sonnet 5.5 是这一档里第一次配上与更贵型号同等级防护的模型：高风险的网络安全任务会退回上一代，防蒸馏的分类器也是这一档头一次配备；在一套约 1850 个场景的行为审计里，它试图探察自身运行边界的倾向比同系列其他型号都更弱。[1] 换更强的模型从来不只是能力升级，它会连带改变风险画像和审批口径。

AMD 花 82 亿美元买的不是聊天模型，是空间智能

AMD 9 月 28 日宣布已签署最终协议，以全股票方式收购李飞飞创办并担任 CEO 的 World Labs，交易金额约 82 亿美元，预计 2026 年底前完成，仍需完成审批。交易完成后，World Labs 团队继续做模型研究，李飞飞出任 AMD 执行副总裁兼首席科学家，向 AMD 董事长兼 CEO 苏姿丰汇报。[4][5]

值得看的是买的东西是什么。World Labs 做的不是另一家聊天模型公司，而是空间智能模型：从文字、图片、视频和三维输入生成、重建并模拟可以走进去探索的三维环境，同时做机器人学习与仿真相关的技术。它的产品线里，Marble 可以把一段提示、一张照片或一段视频变成可编辑的三维环境；今年 9 月 1 日发布的 Atlas 则能从少量照片重建可导航的三维场景，目标是服务于机器人训练。[6]

对芯片公司来说，这笔交易的含义是竞争向前移了一步。今天加速器的主要负载来自语言、图像和视频；如果机器人、空间计算和世界模型成为下一批大负载，它们的计算模式、内存访问、实时渲染与推理需求都可能与今天不同。把一家前沿模型实验室放到内部，等于让模型研究更早地参与下一代系统的定义，而不是等模型出现之后再提供硬件。AMD 今年早些时候已经参与过 World Labs 的 10 亿美元融资，七个月后从投资方变成所有者，这个变化值得留意。[6]

NVIDIA 把边界从软件沙箱下沉到独立芯片

同一天，NVIDIA 发布开放智能体安全平台，形状是两层：OpenShell 是开源的运行时，把操作者设定的权限——能碰哪些文件、网络、工具、进程与凭据——变成可验证的策略，并且在 agent 进程之外执行，agent 自己绕不过去；Sentry 跑在 BlueField-4 数据处理单元上，属于独立于宿主的带外信任域，持续观察请求与响应，一旦越出软件边界就在毫秒级把它隔离掉。[7][8]

开发者博客把原则说得很直白：在被监视的对象之外观察，对象不需要知道自己被看着；而通往模型的那条路是必经之路，控制了这条路，就同时拿到了观察点和急停开关。[8] 这个思路与"再写一段更严格的安全提示词"是两回事。浏览器之所以敢运行来自各地的网页代码，是因为标签页被隔离，而不是因为网页承诺不作恶；NVIDIA 想把同样的结构复制到 agent 上——模型可以继续保有很强的探索能力，但真正的边界由它触碰不到的另一层执行。Anthropic 给出的配套形状与此一致：Claude Managed Agents 把 agent 的循环跑在与沙盒不同的服务器上，让决策与执行分开。[7]

需求侧的数字说明了这类产品为什么会在这个时点出现。一份 CISO 调研显示，只有 47% 的安全负责人有把握清点出自己环境里的每一个 AI agent，而这些有把握的人里仍有约八成担心过度授权没有被复核；另有调研称 70% 的组织承认 AI 工作流已在接触敏感数据但没有完整监督，67% 的 IT 部门无法完全追踪员工自建的自动化流程；一家 SaaS 安全公司给出的数字是五分之四的 agent 在没有任何 IT 监管的情况下运行。[9] 同一周，安全研究人员还披露了一个僵尸网络：它攻破暴露在公网、未做认证的容器守护进程，装上一个开源智能体框架并改写其人格文件，让它按外界指令行事并收集凭据，每五分钟扫描一次邻近网络继续扩散。[9] 当 agent 框架本身变成可植入的运行时，"你的 agent 在谁的机器上、以谁的身份在跑"就从运维问题升级成了安全问题。

钱也在往外移：116 亿美元的合约买的是 CPU

Akamai 在 9 月 24 日宣布与 Anthropic 签下七年、116 亿美元的合约，可选择追加到约 200 亿美元，是它历史上金额最高的一单，也是五月那笔 18 亿美元合约的六倍多。关键在买的是什么：不是训练用的加速器，而是 CPU 算力。[10][11]

区分这两层很实际。模型思考在加速器上完成，但智能体真正耗时间的是另一摊事：开环境、读文件、跑代码、等接口返回、把结果整理成下一步输入。一个任务常常包含几百个这样的动作，它们跑在通用算力上。Akamai 自己的说法是，多跳调用里每一跳多 50 毫秒，串起来就会变成用户能感知的几秒，所以把节点铺到 135 个国家、靠近用户，比堆更大的集群有效。[11] 合约还附带一份认股权证，Anthropic 可按 111.33 美元取得最多约 5% 的股份，花得越多解锁越多；Akamai 要为此投约 55 亿美元资本开支，而收入要到 2027 年下半年才开始入账。[10][11] 提前两年多下注并把股权绑进去，说明供应商也把这一段当成长期需求。

Meta 成立企业平台，以及 agent 的"自报家门"问题

Meta 9 月 28 日宣布成立企业平台业务，把 Muse 智能体、面向客户的 Business Agent、Muse API 与终端形态的 Muse Code 打包卖给企业和开发者，由刚从 MongoDB 离职的 Chirantan "CJ" Desai 负责，直接向扎克伯格汇报。[12] 价格、时间表和企业数据承诺都还没公布，所以这更像一次边界划定，而不是一次可评估的发布。值得记的是它已经具备的几项设计：Muse 跑在独立的云上电脑上，对外发起的请求要由一个叫 Sentinel 的独立进程批准，看不到保存的密码与支付方式，敏感动作先问，全程留审计记录。[12]

比产品更值得琢磨的是一个插曲。Muse 上线数周后，一家大型电商平台把它挡在了自己的商城之外，理由是没有告知、浏览时不表明身份、并且看起来会抓取和保存用户的凭据。[12] 无论指控是否成立，它提示了每个准备把 agent 派到外部系统的人：agent 要不要自报家门、凭什么被允许进入别人的系统、出了事算谁的，这三件事目前没有通行答案。如果你的 agent 要去访问供应商门户、招投标平台或第三方数据服务，同样的问题会在你身上重演。

研究：让 agent 替你去做事之前，先测它懂不懂你

Anthropic 经济学团队 9 月 24 日发表了 Project Swap。他们让 201 名员工各带一本书，与一个智能体聊五分钟自己的阅读口味，然后由智能体去数字交易场与别人的智能体讨价还价换书。设计上最妙的一点是：参与者另外亲手给 10 本书排了序，这份真值排序智能体从头到尾没见过，只用于事后打分。结果是智能体排出的顺序与本人一致的比例为 61%，高于随机的 50%、按热门排的 53% 和协同过滤的 55%，但也仅此而已；市场上最终成交的结果是 0.55 分，而如果按参与者的真实排序去分配，理论上限是 0.89。团队自己算的账是，这个差距里 85% 来自对偏好的估计不准，只有 15% 来自交易没谈好。[13]

第二个结果可能更反直觉。他们把整个市场重跑了 205 次，换模型、换指令：把底层模型从最小档换到旗舰档，效率分从 0.75 升到 0.88；而把"冷酷地为自己争取"换成"也照顾别人"，分数只动 0.02。[13] 在让 agent 替你做事这件事上，换一个能力更强的模型，比反复雕琢那句提示词有用得多。还有一个细节：人在开场那五分钟里说得越多，后面被代表得越好——打到 300 字的人比 150 字的人好约 4 个百分点，而典型参与者只打了 216 字。[13]

生产环境的数字：少建几个，建对结构

瑞安航空把客服智能体跑在托管平台上，日处理 12 万次对话、覆盖七种语言，八成的会话不需要转人工，每百万旅客对应的客服人员减少了七成。方法上有两处更值得看：他们没有凭榜单选模型，而是拿 1.2 万条真实生产问题去比五个基础模型，最终选中的模型把响应从 18 秒压到 2.9 秒、准确率提升约 25%；2026 年 2 月，他们把 12 个按领域拆分的 agent 合并成了一个，每条回答送到客户之前还要过一道多模型、多维度的评分闸门。[14]（该案例页未标注发布日期，数字为企业与云厂商自述。）

Live Nation 走的是另一个方向上的同一个答案：没有为每个场馆各做一个机器人，而是只做一个 agent，用一层数据服务按交互取出对应场馆的信息，答不上来的直接转进团队日常用的协作工具由人接手；试点音乐节上，这个助手 12 天处理了 3.7 万次互动、1.7 万次会话，85% 的观众在三轮对话内得到答案，从构想到上线不到 30 天。[15] 两家公司的共同点不在用了什么模型，而在于把"多建几个"换成了"建对结构"。

国内简讯

本周云栖大会上，阿里云把千问 AI 平台的升级重点放在"让 agent 进生产"：模型服务之外新增 agent 服务与行业方案，推出 API 优速模式、Agent Studio 与座舱方案；工程侧给出的数字是模型启动时间从 1200 秒降到 70 秒，一分钟可启动上万个服务节点，首响应延迟降低 38%，调用成本最高可省 95%，加速模式把吞吐提升 1.5 到 2 倍。[16] 有券商研报把这次大会概括为芯片、云、模型、agent、应用五层的集中展示，提到新一代旗舰模型已启动训练、自研芯片性能为前代三倍并将在 2027 年一季度量产。[17] 这些都属于厂商自述与机构转述，尚无独立验证。

第二部分｜每日一个创意 AI 应用深度解析：OpenAI 与 Lenfest 给 11 家新闻机构的不是一套 AI 平台，而是 11 名驻场工程师

先说那个最常见的失败：买了平台，生产方式没变

一家地方媒体决定"全面使用 AI"，最容易发生的事通常是这样：管理层买一套企业版账号，组织几场培训，员工开始用它写标题、总结材料、翻译稿件。半年后使用率可能不低，但真正改变采编生产方式的东西几乎没有。

原因不复杂。地方媒体真正麻烦的工作都非常具体：记者每周要花大量时间翻各类公开信息源找线索；几十年的历史报道虽然已经数字化，却因为检索太差几乎用不上；大量公共会议需要人盯；西班牙语报道要在时效和翻译质量之间取舍；广告、订阅和捐赠团队各自握着完全不同的数据。这些事不可能靠一份通用的"媒体行业提示词模板"解决。

Lenfest 的选择：把工程能力先送到问题发生的地方

Lenfest Institute 与 OpenAI 在 9 月 28 日宣布扩大已经运行两年的 AI Collaborative and Fellowship 项目：OpenAI 新增 500 万美元承诺，并提供最高 500 万美元的软件额度与工程支持，支持力度比前两年翻倍。这个项目从 2024 年启动，做的是一件很反常规的事——没有先造一个"新闻行业 AI 平台"，而是把全职 AI 工程师直接放进 11 家美国新闻机构。[18]

这些 Fellow 是本地雇佣的，进入机构后与记者、编辑、产品、收入团队和管理层一起工作，先弄清这家媒体怎样采编、怎样赚钱、哪些事记者愿意让机器参与、哪些绝对不能碰，然后才开始写工具。项目方在两年总结里把最主要的经验写得相当直白：负责任的 AI 采用，与其说是技术问题，不如说是信任问题——Fellow 是从内部推动文化变化的，靠的是清楚的边界、政策标准和开放沟通。[18] 一个附带信号是，多家参与机构准备把 Fellow 直接转为正式员工。

一个 Fellow 不是去推广 AI，而是去找最该被消掉的摩擦

费城《Philadelphia Inquirer》的两个项目最能说明区别。一个叫 Dewey，让记者用自然语言检索该报自 1978 年以来的全部报道。机构本来就有这些内容，问题出在旧检索工具没法让记者在工作节奏里真正用上它。这个工具原本预计要做 24 个月，结果在一次合作方的黑客松上两周就跑出了可用代码。[19][20]

另一个叫 Scrape。记者原先每周大约要花 15 小时浏览所在地区的各类信息源，寻找可能发展成报道的线索。工程师没有让模型"自动写新闻"，而是把这段最耗时的前置搜集做成监测系统，再整理成每天的线索摘要。[18]

这个选择值得琢磨。如果目标只是展示 AI 能力，最容易做的是自动写一篇报道；但如果目标是改善记者的工作，合适的入口反而是那不起眼的 15 小时——机械浏览、筛选、去重、整理。AI 没有占据采访、判断和写作这些核心位置，却扩大了记者每天能看见的世界。

其他机构走的是完全不同的入口：Chicago Public Media 把 AI 用于时效性强的西班牙语内容生产，也用来转写封存数十年的广播录音；Seattle Times 做市议会视频的转录与分析；ProPublica 用本地部署的模型处理敏感爆料，并做了一个支持调查报道的内部搜索；Baltimore Banner 则做了一套判断州与地方数据有没有新闻价值的系统。[21] 同一批技术进入不同组织，高价值的入口完全不同——一家缺检索，一家缺翻译，一家真正浪费人力的是公共会议监测，还有一家的痛点根本不在新闻部而在订阅收入。总部先设计十个 agent 再让各单位认领，很容易得到十个看起来先进但并不痛的工具。

真正聪明的是第二步：本地发现问题，行业共同复用答案

如果故事到这里为止，这只是比较昂贵的驻场开发。Lenfest 下一阶段的设计才有意思：除了继续往新闻机构里放工程师，还要把前两年跑得通的项目做成共享工具、框架、插件、实施指南和操作手册，让一家机构验证过的办法能被数百家地方媒体复用。[18]

这个双层结构与很多大型组织的做法正好相反。常见路径是总部先标准化一个系统，再要求所有下属单位把业务塞进去；结果要么是标准化失败，要么是基层重新用表格绕开系统。Lenfest 的筛选标准也更现实：不看演示漂不漂亮，看这家机构愿不愿意继续用、工程师离开以后项目还值不值得留下。试点期间已经出现了自发的横向流动——Fellow 之间分享代码、改写彼此的想法、比较实施策略，Baltimore Banner 就借鉴了费城团队的成果。[18][21]

可以搬走的是知识形成机制，不是"派几个 AI 程序员"

迁移到大型组织，最容易产生的误解是照抄一个"AI 驻场工程师计划"。真正值得复制的是它背后的知识形成机制。每个大型组织都有大量优秀的业务人员，他们清楚问题在哪里，却说不清怎样把问题变成软件；中心技术团队会开发，却不可能真正理解几十个专业每天发生的细小摩擦。这两类能力如果只靠需求表连接，信息会损失得非常厉害。Fellow 扮演的是第三种角色：既能坐在业务旁边看懂问题，又有能力马上做一个能跑的小工具去验证自己的理解。

在一个大型工程企业里，真正值得 AI 处理的问题，往往不是总部最容易想到的"合同自动审查"，而是现场的三个人每天从不同系统里反复找同一组履约数据；是某类分包变更每次都要翻五种材料才能判断状态；是项目经理每周要靠聊天记录、表格和邮件重新拼一次进度事实。这些问题在总部制度文件里通常根本不存在，但一个真正进现场待上几周的人很快就会看到。

顺序因此很关键：不是先建集团级 AI 平台再找用途，而是先让很多真实问题产生小规模解法，再让平台去吸收已经被证明有价值的东西。某一个小工具如果在一家单位长期有人主动使用、换了人仍然有价值，它才有资格进入第二阶段——把项目特有的数据字段、人员名称和流程习惯剥掉，留下真正可复用的业务结构，再推广给其他单位。

顺着这条路再往前推一步，组织未来可能不止有制度库和应用系统，还会多出一类资产：经过真实工作验证的小型 AI 能力。它们可能很不起眼——一个自动找异常的脚本，一个每天抓取十几个来源的监控器，一个把复杂历史资料变得真正可查的检索入口，一个把五分钟机械操作变成一次确认的小工具。单独看没有一个值得开发布会，但如果数百个这样的能力来自真实业务、能够复用、持续更新，它们最终可能比一个巨大的"企业万能 agent"更接近真正的智能原生组织。

代价与边界

Lenfest 的案例不能被过度推广。参与的地方媒体规模相对有限，很多项目还拿到 OpenAI 的资金、软件额度和工程支持；Scrape 节省约 15 小时每周是具体项目的结果，不代表所有驻场项目都有同等级收益；新闻机构与大型企业在数据权限、系统集成、责任边界和组织层级上的差异很大，文件能公开流转的媒体，未必能套到权限高度分割的工程企业。真正能直接搬的是那条路径本身：先让懂工具的人进入现场，观察哪些工作每天都在浪费人的注意力，再让被真实使用验证过的工具，慢慢长成组织的公共能力。