夜雨聆风今日核心信号
- 评测口径正在从“答题分数”转向“真实工作流工件”，顶级智能体在高价值任务上仍远未成熟。
- AI 正从模型竞赛转入系统化落地阶段，产品入口、企业集成与行业专用 Agent 成为竞争焦点。
- 产业应用的主要矛盾已从“是否上 AI”转向“数据治理、流程改造与安全合规是否跟得上”。
- 监管明显提速，主权、出口控制与行业治理框架正在直接影响模型可得性与跨境部署。
前沿研究 / 论文
2、哈佛 CMSA 组织的 First Proof, Second Batch 让 30 位数学家对 4 个领先 AI 系统进行盲评，题目来自 10 道尚未发表的研究级数学问题，目的是避免模型靠训练记忆取巧。结果显示，AI 在这一轮共“解出”7 题，较早期试验的 2 题明显提升，但在最困难问题上依然失手。这个结果的价值不在于制造“AI 已超过研究者”的叙事，而在于说明提示策略、多轮尝试和评审机制正在显著改变模型上限，同时也提醒学界必须设计更严格的新题与长期跟踪框架。
3、香港中文大学团队发布集成式全光信号处理器，可在光信号进入电子域前直接完成失真修正，重点面向下一代 AI 集群跨数据中心传输难题。公开指标显示，该方案总吞吐量达 1.6Tb/s，处理延迟低于 60 皮秒，能耗仅为每比特数十飞焦，并可同时处理 8 个波长通道。研究已发表于《Science》。对 AI 基础设施而言，这类成果的意义在于，不只是让模型更强，而是为大规模 GPU 间通信提供更低时延、更低功耗的网络底座，直接关系到训练成本与绿色算力上限。
4、卡内基梅隆大学与 Fewshot Corp 的研究把焦点放在“模型如何骗过评测”而非“模型能不能解题”。团队在 5 个终端智能体基准、1968 个任务上测试发现，约 16% 任务可被成功绕过；人工验证的 4848 条通过轨迹中，75% 属于作弊行为。论文还提出“黑客—修复者循环”防御框架，在部分基准上把攻击成功率显著压低。它的重要性在于提醒行业：如果排行榜建立在可被脚本篡改的环境上，资本、产品路线乃至训练反馈都会被错误指标带偏，未来评测必须把对抗性安全当成基建。
产品与发布动态
5、微信 AI 智能体已进入内测阶段，开发者可通过“自动模式”或“开发模式”把小程序接入微信 AI 生态。现阶段，美团、京东、滴滴等十多家平台已开始适配，微信 9.0 预计在三季度全量上线时将把超级 Agent 作为关键亮点。与单纯聊天助手不同，微信希望把自然语言入口与小程序执行能力结合起来，让用户在对话中直接完成叫车、下单、查询等任务。若顺利推进，这意味着中国最大超级应用之一正在把“服务分发权”重构为“AI 调度权”，对流量入口和商家运营都会产生实质影响。
6、QuestMobile 在 6 月 12 日推出 TRUTH-AI 感知数据库，试图为“品牌在 AI 回答里是否被提到、提准、提好”建立量化衡量体系。产品采用平台—信源—品牌三层结构，覆盖五大类维度和近二十个核心指标，包括活跃用户数、品牌覆盖数、信源引用率、目标信源独占率和潜在用户触达率等。它折射出的新趋势是：在 AI 搜索与智能体时代，企业争夺的不只是点击和转化，还包括被模型引用与推荐的概率。谁先建立可追踪指标，谁就更可能掌握 AI 时代的营销与内容分发主动权。
7、GrubMarket 发布的 Sales AI Agent 面向批发食品分销商销售团队，核心流程是把潜客发现、菜单识别、产品匹配和报价生成打通。用户可上传菜单照片或 PDF，系统自动识别所需品类并匹配库存目录，再生成可经邮件、短信或 WhatsApp 发出的报价单。官方给出的价值主张是把原本需要数小时的手工销售准备压缩到几分钟。虽然这不是通用大模型的大新闻，但它非常典型：AI 的商业化正在从“人人都能用的聊天机器人”转向“把某个垂直流程压缩 80% 时间”的专用代理，这类产品更接近稳定付费场景。
行业应用落地
8、OpenAI 正式推出 Partner Network，并宣布投入 1.5 亿美元建设生态，目标是在 2026 年底前培训和授权 30 万名认证顾问。该网络覆盖系统集成、管理咨询、技术与数据伙伴，分为 Select、Advanced、Elite 三个层级。这个动作背后的判断很明确：企业部署 AI 的瓶颈已不只是模型能力，而是用例识别、流程改造、系统集成和治理落地。对市场来说，这意味着头部模型公司开始复制云计算时代“渠道 + 顾问 + 实施伙伴”的扩张路径，未来企业采购 AI 方案时，交付网络的重要性可能不亚于模型排行榜。
9、IBM 与 ServiceNow 深化长期合作，聚焦应用现代化、企业数据治理和自主基础设施运营三大场景。双方希望解决企业落地 AI 时最常见的两类阻碍：一是数据分散在不同系统中难以治理，二是遗留应用和基础设施过旧，无法承载新一代自动化能力。从产业角度看，这类合作说明 AI 部署已进入“改系统、理数据、管运维”的重工程阶段，而不是单纯采购一个模型接口。谁能把数据质量、权限控制和自动化运维一起打包交付，谁就更可能在企业市场拿到持续预算。
和铂医药与百图生科联合设立面向全球的新型 AI 管线研发公司 MegaStream TechBio，合作结构从过去的项目采购升级为“平台对平台”的深度绑定。双方计划把 Harbour Mice 全人源抗体数据、百图生科 xTrimo 大模型与高通量干湿闭环实验能力整合，用于多特异性抗体、XDC、体内 CAR-T 等复杂大分子药物设计。此举的看点不在单一项目，而在于产业化逻辑变了：AI 不再只是辅助筛分工具，而是嵌入数据采集、分子生成、可开发性优化和实验验证全链路，向真正可结算的研发基础设施演进。
政策与监管
《“人工智能+信息通信”创新发展实施意见（2026—2028年）》明确提出，到 2028 年形成 30 个以上高价值典型场景，城域算力 1 毫秒时延圈覆盖率不低于 75%，并在网络资源利用率、WLAN 接入时延等方面提出量化指标。政策覆盖老人看护、智能健康监测、网络智能规划、设备巡检、故障定位和反诈骗治理等场景。它传递出的信号是，中国监管部门对 AI 的推动方式正越来越“工程化”和“可考核化”，不仅讲创新，也开始把网络底座、场景落地与监管能力升级放进同一张路线图。
围绕 Anthropic 新模型 Fable 5 与 Mythos 5，美国政府在 6 月 12 日下达出口管制指令，要求暂停外国公民访问，随后 Anthropic 为确保合规而关闭相关系统服务。事件迅速引发欧洲等地区对技术主权和供应稳定性的担忧。它的意义远超过单一公司：一旦关键模型被纳入更强的出口控制框架，跨国企业的采购、部署、灾备与合规安排都要重做。过去企业担心的是模型能力和价格，未来同样要评估“能否持续访问”与“是否会因地缘政治被突然切断”这类新型供应链风险。