【AI一周速览】这一周，AI 圈发生了两件让人睡不着的事

说实话，这周我刷了一圈 AI 圈的消息，有两个数字让我盯着屏幕愣了一会儿。

一个数字是 97.5%。另一个，是 67%。

先说第一个。那个号称"AGI 终极考场"的 ARC-AGI-3，谷歌的新模型 Gemini 4 Argon 考了 97.5 分。你可能对这个考试没概念，我换个说法：七个月前这套题所有顶尖模型全军覆没，分数全都不满 1%。从"一个都不会"到"接近满分"，只用了七个月。

第二个数字更安静，但我觉得更值得普通人留意：在 OpenRouter 这个开发者常用的模型平台上，国产模型的调用量占比，从今年 2 月的 6% 到 13%，涨到了 9 月的 57% 到 67%。换句话说，现在全球开发者每调 10 次大模型，超过一半是在用中国公司的模型。

这周不缺热闹，我把让我印象深的几件事捋了捋。

一、模型：这周的大模型，一个比一个能打

先说那个考了 97.5 分的 Gemini 4 Argon。它是谷歌 9 月底发的旗舰，本来主打的是写代码、搞复杂工作流，输出上限拉到了 100 万 token。当时谷歌自己在发布稿里一个字没提 ARC-AGI 这种考试，结果这周 ARC Prize 把成绩单甩出来，97.5%，排在所有模型第二，仅次于 OpenAI 的 GPT-6 Astra（99.9%）。

说句自己的看法：这种"交互式游戏考场"考的其实是"现学现会"的本事——扔进一个完全陌生的小游戏，连按钮干嘛用都不告诉你，得自己摸索通关。这种能力以前是 AI 最怵的，现在被啃下来了。

除了谷歌，这周其他模型也没闲着：

我个人觉得最值得普通用户关心的是中间那行：GPT-6.1 Sol 把长文本的费用免了。这意味着你往模型里丢一份很长的文档，让它通读之后干活，成本比以前低了一大截。

二、AGI 之争：考场被打穿，但有人泼冷水

ARC-AGI-3 这事，圈内看法很分裂。

乐观派说，七个月从不到 1% 到接近满分，说明"通用智能"的进展比想象中快。OpenAI 自己这周还公开了 722 篇数学手稿，说是一款没发布的内部模型，解决了好几百个长期悬而未决的数学难题，有的难题卡了 50 年以上。

但冷静派也有话讲。ARC 这个考试的本质是"没见过的题现学现做"，模型刷到接近满分，到底是因为真懂了，还是找到了某种通用套路，学术界还没定论。Anthropic 在 Pre-IPO 投资者日上倒是放了个狠话：他们负责强化学习的高管预测，超越全人类的 AI 可能几年内就会出现，到 2028 年全球 AI 资本开支可能冲到 4 万亿美元。

我的看法是：这周的数字确实猛，但"考试高分"和"能替你过日子"之间，还差着十万八千里。先别急着焦虑，也别急着狂欢。

三、国产模型：悄悄把份额翻了过来

这条我必须单独说，因为它和大多数人想的不一样。

很多人默认 AI 的天下就是 GPT、Claude、Gemini。但看 OpenRouter 的调用数据，国产模型的占比已经从年初的个位数，涨到了 9 月的六成上下。彭博的分析说，中美顶尖模型的综合跑分差距，已经从年初的 15% 缩到了约 3%。

这周国产这边几个动作挺亮眼：

阶跃星辰的 Step 5 Preview 在 10 月 15 日正式开源了完整权重。6000 亿总参数、每次只激活 270 亿，支持 100 万 token 上下文，在开源阵营里排全球前三。小米那边更狠，MiMo V2.6 Pro 用 6 天强化学习训练，花了大概 347 万美元——这是海外同级别的几十分之一。智谱的 GLM-5.3 则挤进了 Cursor 的代码榜，拿了个开放权重第一。

说句实在话：现在选模型，真不用只盯着海外那几家。按场景选、按成本选，国产里能挑的已经不少了。

四、智能体：AI 开始住进你的短信里

这周工具侧有个趋势我挺感兴趣——个人 AI 代理（agent）开始往"短信"里钻。

国外冒出一批产品，你不用开 App，直接在 iMessage 或 WhatsApp 里发句话，它就帮你订杂货、找礼物、管日程、甚至替你打电话。有的还专门强调"模型跑在你自己设备上"，主打一个隐私。还有个叫 Underdog 的，直接把 AI 装进手机本地，不碰云端。

国内这边也没落后：腾讯的 WorkBuddy 在 10 月 14 日和企业微信打通了，能在授权范围内调消息、文档、会议，当个群里的对话机器人；快手的"可灵 4.0"全量上线，能出 4K HDR 的视频；豆包工作则上线了"一键搬家"——把你以前在 ChatGPT、Claude Code 里的对话、技能和记忆，一次性迁过来。

我自己用的感受是：AI 从"你主动去找它问"变成"它就住在你常用的地方，你吩咐一句它就办"，这个转变比又发个新模型更值得关注。

五、如果你只想记住三件事

这周信息量确实大，给你划三个重点，省得回头忘：

2. AGI 考场被攻破这件事，先当"技术里程碑"看，别当"世界末日"看。
    97.5% 很猛，但不等于 AI 明天就能替你生活。
4. 国产模型这波是真的起来了。
    份额、跑分、开源权重都跟上来了，选模型时多一个参照系，没坏处。
6. AI 代理正在钻进你的日常入口。
    不管是短信、企业微信还是本地设备，它离"随叫随到"又近了一步。你下次选工具，可以优先考虑"它能不能无缝待在我常用的地方"。

最后多嘴一句：这周的新闻里有不少融资、估值、股价相关的数字，那些我都没写进正文——不是不重要，而是这类信息真假难辨，而且容易让人跑偏到"该不该买"上。咱们这个号就踏踏实实看技术、看产品、看它能怎么帮你干活。

本文由 AI 辅助整理公开信息、经人工编辑校对。