AI每日情报·Agent 与产业 | 10月3日 —— Muse 破 300 万下载,DeepSeek 开源桌面 Agent

本篇看点:个人 Agent 三连发(Muse/dots/Cue),常驻云端的"数字分身"开始抢平台入口;DeepSeek 一周开源两件套——桌面 Agent 基座 + 昇腾算子工具链;CNNIC:中国生成式 AI 用户突破 7 亿。本篇共 12 条。

Meta 的个人 Agent 产品 Muse 截至 9 月下旬下载量突破 300 万,一度把 ChatGPT 挤下美国 App Store 免费榜第一。Muse 运行在独立云端虚拟电脑里,有自己的浏览器,可替用户开网页、填表、发邮件、订行程,任务可跨天跨周持续执行,还上线了 Gadgets 配件生态。9 月 29 日 OpenAI 发布可长期在线的 dots,提出"always-on agents"概念;9 月 28 日 Manus 推出独立应用 Cue。个人 Agent 正在和互联网平台抢入口,国内大厂也在向同一方向靠拢。

值得关注:"常驻云端虚拟机 + 自主浏览器"的形态让 Agent 从对话工具变成"数字分身",其安全暴露面(凭证托管、代支付、持续在线)也同步放大——对照同系列「安全与攻防」篇的"Agent 蠕虫"警告阅读。

DeepSeek 发布 DeepSeek Harness 桌面版(macOS/Windows)并全面开源(MIT):基于 Cordis 框架的"一切皆插件"架构,支持对话内 Creator 模式直接生成并安装插件(演示中 5 分钟自动写出一个番茄钟插件)、定时任务、Agent 团队(实验性)、语音输入、终端、子 Agent、执行轨迹查看器等;可用 npx @deepseek-ai/dsh web 一条命令启动 Web UI,社区插件生态已起步。其默认调用 DeepSeek-V41-Flash High 模型。

值得关注:基座大厂直接下场做开源桌面 Agent Runtime,与 OpenAI 开源 Codex Harness 呼应——"Harness 是护城河"的判断正在被"Harness 公器化"取代;"一切皆插件"架构也对插件供应链安全提出了新命题。

DeepSeek 把原本面向英伟达 GPU 的全套算子工具链移植到华为昇腾:核心算子开发产品 TileLang 官宣原生支持昇腾,连同 DeepGEMM、DeepEP、FlashMLA、TileKernels、DeepSelect 五大计算/通信库同步推出昇腾版本;DeepSeek 与华为合作开发芯片编程工具以降低对英伟达的依赖。这是国产算力首次在核心算子工具层面对标英伟达 CUDA 生态。

值得关注:CUDA 生态壁垒被从"工具链开源"角度切入——若昇腾 + 开源工具链跑通,"一套代码跑遍所有芯片"将改变国产大模型训练/推理的算力供给结构;实际性能对标仍待第三方验证。

Manus 2.0 回归,核心升级是给 Agent 配备独立手机号(可接打电话/收验证码)与钱包(可支付),并支持多 Agent 拉群协作完成任务。

值得关注:手机号 + 支付能力意味着 Agent 获得现实世界的身份与金融账户,这是 Personal Agent 路线上激进的权限扩张——Agent 持有金融凭证后的欺诈、盗用与责任划分问题尚无成熟方案。

GPT-6 Astra(9 月 4 日发布)首批用户实测:最夸张案例是一周时间在虚幻引擎里逐街搭出曼哈顿;Matt Shumer 让 Astra 创建一个虚拟世界并让其中的人成为独立 Agent,任务过夜持续运行。但同时长任务翻车也快——真实任务里暴露的能力边界比官方跑分更值得关注。

值得关注:长时程自主任务的稳定性是 Astra 这代模型的核心卖点,也是"目标错设"类问题最集中的场景。

GPT-6 Astra 接入宇树 G1 人形机器人完成厨房收拾,方式是把机器人技能当工具调用;另一项实测让 GPT-6 Astra、Claude Fable 5.1、GPT-5.6 Sol 控制同一台云台机械臂:三个模型都让机器转了起来,但执行路径、验证标准与成本差异明显,"完成"的标准天差地别。

值得关注:模型能力差异正在从数字环境溢出到物理世界;实体设备有惯性、边界与真实风险,对模型的自我校验要求完全不同,"机器人技能工具化"是 VLA(视觉-语言-动作)之外的另一条落地路线。

把同一份脏销售流水(混合日期格式、退款、跨季度订单、缺失部门)交给三家办公 Agent:三家都交出了 Excel、PPT 和摘要,但算出的季度总额最高比最低多出 57.7%。实测还核查了公开信息准确性、给了实际不存在的内部文件,并拆开三个 macOS 安装包对比 Agent 执行环境。

值得关注:办公 Agent 的"能干活"和"算得对"是两回事,数字交付物的正确性校验是当前最大短板——活是 AI 干的,锅是人背的。

百度集团副总裁王颖提出"任何事情都可以成为用户的上下文":AI 办公竞争进入上下文阶段——有的厂商靠协作场景沉淀消息/文档/会议,有的靠业务软件贴近垂直流程,百度的王牌是文库与网盘十余年的内容资产,GenFlow(中文名"库")以此切入论文、PPT、行业报告等任务。

值得关注:个人历史数据(文件、对话、行为)正在成为 Agent 个性化的关键竞争资产,上下文沉淀量直接决定 Agent 好用程度;上下文集中度提升也伴随隐私集中度风险。

OpenClaw 2.0(8 月 31 日发布,933 位贡献者、16962 个 PR)把安装、浏览器、云会话、记忆管理、插件、安全、多人协作与恢复能力重新梳理,试探从个人工具向可长期运行、可协作、可审计的系统演进;OpenAI 8 月 19 日开源 Codex Harness 后,Agent Harness 方法论加速扩散,过去靠 Harness 工程建立的领先正被快速拉平。

值得关注:与 DeepSeek Harness 开源同看——Harness/Runtime 层的开放正在把竞争推回模型层与生态层(插件、分发、信任);开源 Harness 的安全审计责任归属(谁为第三方插件的恶意行为负责)尚无答案。

中国互联网络信息中心(CNNIC)发布《生成式人工智能应用发展报告(2026)》:截至 2026 年上半年,我国生成式 AI 用户规模突破 7 亿,普及率超 50%;76.0% 用户用它回答问题,处理图片/视频(47.8%)、文本(37.6%)、工作总结/会议纪要/PPT(32.5%)居前。报告称深度求索、月之暗面等本土企业先后发布多个万亿级参数开源大模型,全球主流大模型调用榜单前六全部来自中国团队。

值得关注:官方口径的规模数据;"前六全来自中国团队"是按调用量的榜单口径,与能力榜口径差异值得注意。

arXiv 发布新规限制提交频率:每位作者每月最多 2 篇,被拒稿件不返还额度,换投其他分类区也不行。

值得关注:AI 论文产出洪峰倒逼预印本平台限流;对高产团队(尤其 LLM 方向一天多投的机构)影响直接,投稿策略需要重新规划。

新的竞选财务披露数据首次系统揭示美国各竞选团队使用哪些 AI 工具、花了多少钱——AI 正在快速成为政治竞选的基础设施,而候选人本人对使用方式保持沉默。

值得关注:政治传播中 AI 使用的资金透明度是选举诚信的新战线,披露数据为研究机构影响开辟了路径。