夜雨聆风
AI前沿日报 06.13-06.14｜Anthropic临时下线Fable与Mythos，Meta拆解Manus收购
01 今日速览
Anthropic 根据美国政府指令临时关闭 Fable 5 和 Mythos 5 的访问。指令要求限制外国国民使用这两款模型，Anthropic 表示实际执行中只能先对所有客户关闭。模型产品开始被“用户身份、使用地区、用途风险”切分，不再只是按价格、上下文长度和能力分层。
Reuters 报道称，Amazon 曾向美国政府表达对 Anthropic Fable 和 Mythos 模型安全风险的担忧。这个细节让事件更复杂：模型供应商、云合作伙伴、政府安全部门之间的关系，不再只是商业合作，而会直接影响模型是否能继续向客户开放。
TechCrunch 报道，Meta 已开始拆解对 Manus 的 20 亿美元收购，停止与这家中国背景 AI Agent 创业公司的数据共享。Manus 的核心资产不是一个普通 App，而是 Agent 产品、自动化能力、用户数据和跨平台整合潜力。Agent 公司进入跨境并购后，会被当成战略技术资产对待。
KPMG 撤回一份关于 agentic AI 的报告，原因是其中大量 AI 使用案例和引用被发现不准确或疑似幻觉。专业服务公司用 AI 讲 AI，结果报告本身被 AI 幻觉污染。这说明企业 AI 报告产品不能只靠“写得像咨询报告”，必须有来源核验、引用检查和人工审稿。
高瓴创投投资消费级柔性机器人公司 SoulX。其首款产品 MoYa 计划 2026 年下半年发布，定位为睡眠安抚机器人，采用无摄像头设计，通过模拟拥抱、压力反馈和情绪交互切入家庭健康关护。家用机器人不一定先做人形，也可以从低风险、高频、情绪明确的卧室场景切入。
GitHub 趋势中，Paca-AI/paca 仍值得写。它是 AI-native、可自托管的项目管理平台，让 AI Agent 以 Scrum 团队成员身份参与 sprint、看板、BDD 规格和系统设计文档，而不是在项目管理工具旁边挂一个聊天机器人。
Hugging Face 本周论文榜中，Agents' Last Exam、EvoArena、MiniMax Sparse Attention、WeaveBench 值得拆。它们分别评估 Agent 能否完成真实经济任务、长期记忆如何在动态环境中演化、长上下文稀疏注意力如何降成本，以及 computer-use Agent 能否跨 GUI、命令行和浏览器完成长任务。
02 海外新产品 / 新业态
1. Anthropic Fable / Mythos 被临时下线：模型产品开始被身份权限切分
Anthropic 收到美国政府指令，要求限制外国国民访问 Fable 5 和 Mythos 5。Anthropic 表示，这一要求覆盖美国境内外的外国国民，也包括公司内部的外国国民员工。为了执行指令，公司选择临时关闭两款模型对所有客户的访问。
这不是普通服务故障。普通模型故障通常来自流量、部署、配额或基础设施；这次是前沿模型因为国家安全和出口管制被切断。Fable 5 是公开可用的 Mythos-class 模型，Mythos 5 则面向受控客户，尤其是网络安全和关键基础设施场景。两者本身就处在高能力和高风险用途的交界处。
模型产品的分层方式因此发生变化。过去模型按能力、价格、上下文长度、速度分层；现在还要按用户身份、国籍、组织类型、任务类型和安全审查分层。一个公司是否能调用某个模型，不只取决于是否付费，还取决于它所在国家、员工身份、使用领域和审批状态。
这会影响所有依赖前沿模型的产品。开发者如果把核心能力绑定在 Fable 5 或 Mythos 5 这类高能力模型上，一旦模型因政策被下线，自己的产品也会失去能力。多模型路由、降级策略、客户提示、任务恢复、能力替代，都会从“工程优化”变成“产品必需项”。
这次事件还暴露了模型安全层的透明度问题。Anthropic 此前因 Fable 5 在高风险领域过度拦截、回退机制不透明而受到安全研究者批评；现在模型又因安全担忧被政府要求下线。开发者最需要知道的是：当前结果到底来自原模型、安全回退模型，还是政策限制后的不可用状态。强模型如果要成为产品底座，就必须让能力状态可见。
2. Amazon 对 Anthropic 模型表达担忧：云合作伙伴也会影响模型可用性
Reuters 报道称，Amazon CEO Andy Jassy 曾向美国政府官员表达对 Anthropic Fable 和 Mythos 模型的安全担忧。这一信息让 Anthropic 事件不再只是“政府与模型公司”的关系，也牵涉云平台合作伙伴。
Anthropic 与 Amazon 的关系很深。Amazon 是 Anthropic 的重要投资方和云合作伙伴，Claude 系列也通过 AWS Bedrock 等渠道服务企业客户。理论上，云合作伙伴希望模型能力越强越好，因为模型调用会带来云收入。但当模型能力进入网络安全、漏洞发现、高风险自动化领域，云平台也会承担声誉和合规风险。
这会改变模型公司与云厂商之间的产品关系。云厂商不只是提供算力和分发渠道，也会参与风险判断。模型是否能上架、哪些客户能调用、是否需要额外审查、是否能用于某类任务，都可能受到云平台和政府沟通影响。
企业客户也要重新评估模型供应链。过去采购 AI 服务时，客户关心模型能力、价格、数据安全；现在还要关心模型的政策稳定性和供应方关系。一个模型在技术上可用，不代表在商业上持续可用。
3. Meta 拆解 Manus 收购：Agent 公司跨境并购不再只是商业交易
Meta 被曝开始拆解对 Manus 的 20 亿美元收购，并停止与这家中国背景 AI Agent 创业公司的数据共享。报道称，这一动作是为了回应北京方面此前提出的要求。Manus 投资人和相关方也在探索把公司从 Meta 交易中重新剥离的路径。
Manus 的敏感性来自它的产品类型。它不是普通内容 App，而是通用 AI Agent，目标是帮用户完成研究、数据整理、工作流自动化和跨工具任务。Agent 产品天然会接触用户文件、账号、系统、企业数据和自动化行为。它掌握的不只是用户内容，还有“用户如何做事”的路径。
跨境并购中，这类资产会被重新定义。过去软件公司并购看用户、收入、团队和技术；Agent 公司还涉及数据流向、自动化能力、模型工作流、跨境部署和未来平台入口。买下一个 Agent，不只是买一个产品，也可能买下用户工作流程里的中间层。
对产品团队来说，这件事说明 Agent 公司的长期路线不能只看增长。数据在哪，团队在哪，模型在哪，客户在哪，未来是否可能被跨境监管卡住，都要提前设计。Agent 产品越接近真实工作流，越会被视为战略技术，而不只是消费软件。
4. KPMG 撤回 AI 报告：专业服务 AI 不能只追求“写得像”
KPMG 撤回了一份关于 agentic AI 的报告，原因是其中大量公司案例和引用被发现不准确或疑似 AI 幻觉。报道提到，报告声称 UBS、英国 NHS、瑞士联邦铁路、伦敦交通局等组织已有某些 AI 使用案例，但相关机构否认或无法确认这些说法。
这个事件的产品含义很直接。专业服务行业最容易被 AI 改造的任务之一就是写报告、整理案例、生成分析框架。问题在于，报告“看起来像咨询报告”不等于内容可靠。AI 最危险的输出之一，就是格式专业、语气稳定、引用却是假的。
报告类 AI 产品需要的不只是生成能力，而是一套工作流。第一步是检索真实资料；第二步是把事实和观点分开；第三步是引用能打开、能匹配原文；第四步是检测案例是否被夸大；第五步是人工审稿和责任签发。缺少这些步骤，模型生成的报告会把幻觉包装成权威。
这类事故会改变企业对 AI 写作工具的采购要求。客户不会只问“能不能自动写报告”，还会问“有没有引用核验”“有没有证据链”“有没有人工审批流”“能不能标出不确定信息”。专业服务 AI 的产品竞争会从“写得快”转向“写得可查”。
03 新技术 / 技术底座
1. Agents' Last Exam：Agent 真正进入工作前，要先过真实经济任务考试
Agents' Last Exam 是一个面向真实工作任务的 Agent 评测，覆盖 13 个行业集群、55 个子领域、1000 多个任务，并由 250 多名行业专家参与构建。它不是测试模型会不会答知识题，而是测试 Agent 能否完成长期、经济上有价值、结果可验证的真实任务。
当前结果很冷静。主流 Agent 在最难一档任务上的平均完整通过率只有约 2.6%。这说明模型在常规 benchmark 上表现好，不代表它已经能承担真实工作流程。真实任务里有上下文、约束、工具、格式、交付标准、领域知识和失败恢复。
这个评测对产品判断有用。现在很多 Agent 产品宣称能自动做研究、写代码、投研、后台流程，但真正的客户关心的是：任务能不能完整交付，结果能不能验收，失败后能不能说明原因。Agents' Last Exam 把“看起来会做”拉回“是否通过验收”。
这会推动 Agent 供应商从演示 demo 转向公布任务成功率、失败类型、领域覆盖和任务成本。一个 Agent 如果只在简单任务上跑通，不能说明它能替客户省人力。行业客户会要求更接近自己业务的 eval，而不是通用排行榜。
2. EvoArena：Agent 记忆要在动态环境里更新，不是一次写死
EvoArena 研究动态环境下 LLM Agent 的记忆演化。现实中，环境不断变化：用户偏好会变，项目状态会变，规则会变，工具会升级，之前有效的经验可能失效。如果 Agent 记忆只会添加，不会更新和淘汰，就会把旧信息带到新任务里。
很多产品把 memory 当作卖点，但长期记忆真正难在维护。一个销售 Agent 记住客户 A 去年预算紧张，但今年客户换了采购负责人；一个代码 Agent 记住旧架构，但项目已经迁移；一个个人助理记住用户不吃辣，但这只是某段时间的健康限制。记忆不更新，就会造成旧事实污染新任务。
EvoArena 这类研究关注的是记忆在持续变化中的稳定性。Agent 不仅要记住，还要判断哪些记忆被新信息覆盖，哪些要降低权重，哪些应该过期，哪些必须向用户确认。
产品设计上，记忆系统需要像数据库一样有元数据：来源、时间、置信度、适用范围、是否被用户确认、是否可过期。好的 Agent 不是记得越多越好，而是能把记忆维护成一组可用状态。
3. MiniMax Sparse Attention：长上下文产品要靠稀疏注意力降成本
MiniMax Sparse Attention 关注长上下文推理效率。长上下文已经成为 Agent、代码分析、研究报告、企业文档问答的基础能力。问题是，注意力计算会随着上下文长度快速变贵。上下文越长，模型越容易读完整资料，但成本、延迟和显存压力也会上升。
稀疏注意力的思路是：模型不必让每个 token 都关注所有其他 token，而是更聪明地选择关键位置。就像人读长报告，不会每次回答问题都重新逐字看完全文，而是会找目录、关键段、相关表格和前后文。
这类技术不会直接出现在用户界面里，但会决定产品能不能做长任务。一个代码 Agent 要读完整仓库，一个法律 Agent 要读几十份合同，一个研究 Agent 要读上百页资料，如果每次都按完整密集注意力计算，成本很难控制。
长上下文产品的竞争会落到三件事：能读多长，读得准不准，读一次多少钱。稀疏注意力、缓存压缩、检索路由、上下文裁剪都会成为底层能力。用户看到的是“这个 Agent 能读完整项目”，产品团队看到的是“这次任务有没有亏钱”。
4. WeaveBench：Computer-use Agent 要能同时用 GUI、命令行和浏览器
WeaveBench 是一个长程真实工作评测，面向 computer-use agents。它要求 Agent 在同一条任务轨迹中使用 GUI、命令行、代码编辑器、浏览器和外部工具。GUI 是图形界面，CLI 是命令行界面。
真实工作很少只发生在一个界面里。一个数据分析任务可能要打开浏览器查资料，下载 CSV，用命令行清洗数据，写 Python 生成图表，再把结果放进文档。一个开发任务可能要读 GitHub issue，改代码，跑测试，看日志，再开 PR。只会点网页或只会写命令都不够。
WeaveBench 的结果显示，Agent 在这类混合任务中仍然很不稳定。它容易在跨工具切换时丢状态，或者在某一步出错后没有恢复策略。这和日常使用很一致：很多 Agent demo 看起来能点按钮，但一遇到复杂桌面任务就开始乱。
这类评测会把 computer-use Agent 从单点能力拉回完整流程。产品如果要做电脑操作 Agent，就不能只展示“能填一个表单”，还要证明它能持续管理文件、窗口、命令、浏览器和任务状态。
04 开发者生态 / 开源项目
1. Paca：项目管理工具开始把 AI Agent 当团队成员，而不是侧边栏助手
Paca-AI/paca 是一个 AI-native、可自托管的项目管理平台。它把自己定位成 Jira、Trello、ClickUp、Monday 的开源替代，但产品核心不是更便宜的看板，而是让 AI Agent 以 Scrum 团队成员身份参与项目。
这和很多项目管理工具里的 AI 聊天助手不同。传统 AI 集成通常是问一问“帮我总结这个 issue”“帮我写一段需求”。Paca 让 Agent 出现在 Scrumban board 里，参与 sprint planning，从 backlog 里领取任务，更新状态，写 BDD specs，参与系统设计文档。
这类产品改变的是协作模型。以前项目管理工具默认所有执行者都是人，自动化只是辅助；Paca 默认人和 AI 在同一块板上工作。Agent 不再只是旁边的问答框，而是任务系统中的一个主体，有状态、有任务、有交付物。
它也暴露了未来项目管理工具的关键问题：AI Agent 做的任务怎么验收，谁有权限分配任务给 Agent，Agent 失败后任务状态怎么回滚，多个 Agent 会不会互相冲突，如何记录它们的决策依据。项目管理工具如果要迎接 AI 同事，数据模型就要从“人类任务管理”升级成“人机任务协作”。
2. AI-native PM OS：产品经理工作也开始被做成可运行系统
GitHub 上的 AI-native PM OS 把 Claude Code 改造成产品管理工作基础设施。它不是普通课程或 prompt 集，而是把竞品分析、A/B test 分析、PRD 到 Jira、利益相关方准备、数据分析和团队交接做成一套可运行的 PM 工作系统。
这类项目说明 AI 产品经理的工作正在被拆成可执行流程。过去 PM 输出 PRD、做调研、开会、协调；现在这些任务可以被拆成 Agent workflows：每天扫竞品 pricing 页面，整理 threat memo；读 PRD，生成 Jira epic 和 story；分析实验数据，但在样本量不足前拒绝给结论。
它的产品意义不在“AI 替 PM 写文档”，而在“PM 的工作可以被系统化”。好的 PM 工作不是写得多，而是判断清楚、证据充分、流程稳定。Agent 如果能处理信息收集、结构化输出和重复检查，PM 可以把更多精力放在取舍和决策上。
这类工具也会推动 PM 工具从文档向操作系统变化。一个 AI-native PM workspace 可能包含竞品数据库、用户反馈聚类、实验注册、需求版本、Jira 同步、发布计划和复盘。AI 不只是写 PRD 的助手，而是产品团队的工作台。
3. pm-skills：PM 方法论开始被打包成 Agent skills
pm-skills 提供 60 多个面向产品经理的 skills、commands 和 plugins，覆盖 discovery、strategy、execution、launch 和 growth，并支持 Claude Code、Cursor、GitHub Copilot、Cline 等 Agent 工具安装。
这类项目把产品经理方法论拆成可复用技能。比如用户访谈，不只是让模型生成问题，而是定义研究目标、筛选用户、整理洞察、提炼需求；竞品分析，不只是让模型列功能，而是比较定位、价格、入口、转化路径、留存机制；发布计划，不只是写公告，而是准备用户沟通、监控指标、风险预案。
skills 的价值在结构化。很多 AI 输出的问题不是不会写，而是没有工作框架。PM skill 可以要求 Agent 按固定步骤收集信息、输出判断、列假设、标注不确定性、给出下一步。
产品经理使用这类工具时，关键是把 skill 当流程，不当答案。Agent 可以帮忙整理和生成，但最终的产品判断仍然来自人。好的 skill 应该让人更快看到问题结构，而不是替人下结论。
05 商业化落地 / 国内动态
1. Anthropic 下线事件让印度企业重新讨论 AI 依赖
Anthropic 暂停 Fable 5 和 Mythos 5 后，印度科技行业开始重新讨论对美国前沿模型的依赖。这个时间点很敏感，因为 Anthropic 刚与 Tata Consultancy Services 合作，希望扩大 Claude 在印度企业里的采用。
印度是全球最大 IT 服务和外包市场之一。大量企业服务公司需要用前沿模型帮客户做代码、客服、流程自动化、数据分析。如果最强模型因为出口管制或国籍限制突然不可用，客户交付就会受影响。
这不是单纯“印度要不要做自己的大模型”的宏大话题，而是企业 AI 产品的供应链问题。一个 IT 服务商给全球客户部署 Agent，如果底层模型突然不能给某些员工或客户使用，合同、交付、权限、数据隔离都会出问题。
未来企业采购 AI 平台时，会更关心模型可得性和地域策略。多模型备份、本地模型、区域云、合规访问、模型能力降级，都要写进方案。AI 服务公司不能只说“我们接了最强模型”，还要说明“如果最强模型被限制，我们怎么继续交付”。
2. Meta 拆解 Manus 交易：Agent 公司跨境并购不再只是商业问题
Meta 已经开始切断 Manus 与内部系统的连接，并停止数据共享。这一步意味着这笔曾被视为中国 AI Agent 公司标志性退出的交易正在实质性反转。
Manus 仍在推出 Shopify、Similarweb 等集成，但它的资本路径和公司结构已经受到监管直接影响。它原本的产品方向是通用 Agent，能帮助用户跨工具完成研究、整理、分析和工作流任务。这样的公司如果进入大型社交平台或广告平台，潜在数据和分发能力会被放大。
对 AI Agent 公司来说，跨境并购以后会更难。传统软件公司收购主要看用户、收入、团队和技术；Agent 公司还要看数据权限、自动化能力、模型调用路径和未来平台控制权。监管机构会关心的不只是代码归谁，而是 Agent 能连接谁、能读取什么、能替用户做哪些动作。
这也会改变创业公司的退出预期。做通用 Agent、数据型 Agent、办公自动化 Agent 的公司，不一定能像普通 SaaS 一样自由卖给任何大厂。产品越接近用户工作流和平台数据，交易越可能变成监管问题。
3. SoulX 获高瓴投资：消费级机器人先从睡眠和情绪关护切入
消费级柔性机器人公司 SoulX 已完成数千万元天使轮融资，投资方为高瓴创投。公司首款产品 MoYa 计划 2026 年下半年发布，定位为睡眠安抚机器人。它采用无摄像头设计，通过模拟拥抱、压力反馈和情绪交互，服务睡眠、压力和家庭健康关护。
这个产品切口和人形机器人不同。它不试图先做全屋管家，也不一开始承担复杂家务，而是进入卧室和睡眠场景。这个场景的任务更单一，用户需求更情绪化，安全风险也相对低。机器人不一定要先会拿杯子、做饭、收拾房间，也可以先成为一种身体陪伴设备。
无摄像头设计是关键。卧室是隐私敏感场景，如果机器人带摄像头，用户心理门槛会很高。用压力、触觉、声音、呼吸节律等方式做交互，可以降低隐私焦虑。消费机器人进入家庭，不只是功能问题，也是信任问题。
MoYa 这类产品的产品验证不在“机器人像不像人”，而在能否形成日常使用习惯。用户是否愿意每天睡前使用，是否真的感到放松，是否愿意把它放在床边，是否会持续付费购买服务或内容，这些比机械自由度更重要。
4. AI 生成广告监管继续落地：产品营销素材不能只追求“像真的”
国内围绕 AI 生成汽车营销素材的讨论继续升温。此前已有监管要求明确，AI 生成商业广告内容需要显著标注，并嵌入对应数字水印。汽车、房产、医美、教育等领域的营销素材如果用 AI 生成虚假销量、虚假排队、虚假场景，会直接损害用户信任。
这类问题和 AI 视频、电商素材生产高度相关。AI 可以极大降低广告素材成本，但也降低了造假成本。汽车广告可以生成不存在的热销场面，房产广告可以生成不存在的生活场景，教育广告可以生成虚构的课堂和学生反馈。
产品侧需要把合规做进素材生产流程。生成素材时标识是否 AI 生成，保留生成记录，区分示意图和真实拍摄，避免把虚构场景包装成事实。对广告、电商和内容生产工具来说，水印、元数据、审核和平台政策会成为默认功能。
AI 素材工具如果只追求“更快生成”，很容易变成虚假营销工具。长期看，真正能进入品牌和平台流程的产品，必须能证明素材来源、使用场景和合规状态。
