1. 五巨头把 Agent 插件格式统一了

AI Coding · 头条

Vercel 联合 Amazon、Cursor、Microsoft、OpenAI 发布 Agent Plugins 1.0 规范草案，交由 Linux 基金会下属的 AAIF 治理。它把 Anthropic 2025 年提出的 Agent Skills（告诉智能体「怎么做」）和 MCP（负责「连什么」）打包进同一个目录结构。

一个插件 = 一份 manifest + schema，技能放 skills/，连接配置写 mcp.json。VS Code、Cursor、GitHub Copilot、ChatGPT、Codex、Kiro 已表示支持。Google 也把 Agent2Agent 协议并入了 AAIF。

1.0 版刻意做得很「窄」，只锁核心。安全边界和交互界面仍由各平台自己定义——这块坑还留着。

一句话

Agent 的能力，终于能像装包一样发出去。

为什么值得关注：此前 MCP 只解决了「连什么」，Skills 只解决了「会什么」，两者各写各的、换个 IDE 就废。这次是把能力做成可分发、可版本化的单元——Agent 生态第一次有了「包」的形态。

你能怎么用：把团队散在各 IDE 里的提示词、规则文件、MCP 配置，按 manifest + skills/ + mcp.json 收编成一个仓库，先在 Cursor 或 VS Code 上跑通一版；插件里带可执行工具的，坚持容器或虚拟机隔离，别信静态检查。

▸ 你的提示词现在是散在五个工具里，还是收在一个仓库里？

2. 国行 Mac 上，Siri 背后站着千问

大模型能力 · 生态

8 月 8 日，苹果官网 Mac 使用手册新增一章《在 Mac 上配合 Apple 智能使用千问》。启用扩展后，Siri 可借千问对照片、PDF 文稿给出更深的分析，系统写作工具凭一句描述就能生成文本或图像，也能改写、续写、补细节。

门槛是 macOS 26.6 及以上，且只对三类情形开放：Apple 账户地区设为中国大陆且人在大陆、人在大陆但未登录账户、以及在中国大陆购买的 Mac。需登录千问账号，可随时关闭。隐私条款写明阿里不会用请求内容训练模型。

iPhone、iPad 的使用手册暂时还没更新。7 月网信办已完成「苹果智能」端侧生成式 AI 服务备案，手机端大概率在路上。

一句话

入口一旦装进系统，就不再是选择题。

为什么值得关注：国行 Apple 智能拖了一年多，这是第一次真正落地；国产大模型也第一次拿到系统级默认入口。别小看「默认」两个字——它决定的不是谁更强，而是谁被顺手用掉。

你能怎么用：手上 Mac 升到 26.6，去「系统设置 → Apple 智能与 Siri → 扩展 → 千问」开一下，先拿邮件和备忘录里的长文改写试水；对隐私敏感的把 Siri 请求确认开关打开。做 App 的可以开始考虑写作工具入口的内容适配了。

▸ 这个扩展你会打开，还是嫌它多此一举？

3. 小米把具身智能拧成一个部门

具身智能 · 趋势

小米机器人事业部完成内部架构调整，新设「具身智能与应用部」，由前字节 Seed Robotics 负责人孔涛挂帅。原本分散的陈龙 VLA 团队、蔡锐机器人具身部等统一归口到这个部门。

同一周期里，赛道另一头也在动：智元首席科学家罗剑岚从官网合伙人名单消失，官方回应「暂未离职、内部岗位调整」，距其官宣赴港上市仅 10 天；宇树 8 月 10 日科创板申购。据财联社，年内港股排队的具身智能企业已达 51 家，机器人赛道前 8 个月融资 1217 亿元，超去年全年 67%。

一句话

组织架构是公司最诚实的战略声明。

为什么值得关注：关节数、自由度这些参数已经打不出差异了，胜负手挪到了「大脑」。把 VLA 和应用收进同一个部门，意思很直白：下一阶段拼的是模型与场景的闭环速度，不是发布会上的硬件规格表。

你能怎么用：评估一家具身公司，别只看本体发布会，去看它的组织结构——VLA 团队挂在硬件部门下面的，迭代通常慢半拍。求职或找合作，优先「模型 + 场景」合一的团队；投资视角则要留意 IPO 窗口期里的核心技术人员变动。

▸ 机器人下半场拼大脑不拼关节，你信这个判断吗？

4. 20B 塞进 iPhone，跑 127 tokens/s

大模型能力 · 技术

美国独立实验室 DeepGrove 发布 Maple-Preview：总参数 202 亿的 MoE，每 token 只激活约 14.9 亿，24 层、256 个专家选 8 个。关键在权重——不是训完再压，而是从第一天起就被约束成三值 {-1, 0, 1}。

结果是检查点只有 5.31GB，MIT 许可、权重挂在 Hugging Face。iPhone 上约 127 tokens/s，M5 Pro 的 MacBook Pro 上 281.5 tokens/s 做完 IMO 2024 P1，拿了 7/7。131k 上下文下额外内存只占 7.69GB，靠 3:1 的滑动窗口与全局注意力混排压住了 KV cache。

对照组挺扎心：同类里靠后训练压到 1bit 的 Ternary-Bonsai-27B，在 iPhone 17 Pro 上只有约 11 tokens/s，工具调用准确率还从 80 掉到 66。不过官方那句「比 Gemma 4、Qwen 3.5、gpt-oss 快 5–16 倍」是自报数据，独立复现还没跟上；模型卡也承认 agentic 后训练做得很少，知识类问题容易一本正经地说错。

一句话

端侧的胜负手不是压得多狠，是生来多小。

为什么值得关注：端侧一直走「训完再量化」这条路，而被压坏的恰恰是后训练教会模型的那点精细判别力。原生三值加细粒度 MoE 绕开了这个坑，还是在 20B 这个「真能干活」的规模上跑通的。

你能怎么用：做离线、隐私、无网场景的，直接去 Hugging Face 拉这 5.31GB 权重，在 MLX 上先跑一版；定位放推理类任务，别当知识库用。评测时重点盯两件事：工具调用准确率，和长上下文下的内存曲线。

▸ 手机本地能跑 20B，你第一个想拿它干什么？

5. 比亚迪「小迪」的第一份工作在门店

具身智能 · 产品

据媒体报道，比亚迪首款自研人形机器人定名「小迪」，8 月在郑州迪空间首次公开真机。公开参数：身高 1.61 米、体重 58.5 公斤、全身 31 个关节自由度，灵巧手可抓 1 公斤，360° 环视加动态建模，定位精度 ±1 毫米，支持 6 种方言和 6 门外语。

路线图也很具体：每家经销商门店部署 2–3 台做迎宾与车型讲解，1–2 年内正式上销售顾问岗。内部代号「尧舜禹」的项目已迭代到第七代样机，在深圳、长沙等基地投放约 150 台实训，搬运、贴标这类常规工序效率达到人工的 80%。

投资端早就铺好了：2023 年参投智元 A+ 轮持股 2.3%，2025 年以 1 亿元投帕西尼感知拿到 7.95%，另有曦诺未来。以上数字多为媒体转述，官方口径以比亚迪发布为准。

一句话

机器人的第一份工作，往往不在工厂。

为什么值得关注：车企做人形机器人，最不缺的就是产线场景和门店网络。「先去门店当讲解员」比「进工厂拧螺丝」更容易跑通闭环——门店卖的是体验，对失误的容忍度远高于产线。

你能怎么用：做机器人应用的，把门店、展厅这类「低风险高曝光」的场景排到优先级前面，比硬啃工业工位现实得多。看供应链的，盯无框电机、谐波减速器、触觉传感这三条正被车企需求拉动的线。

▸ 你更愿意在 4S 店见到机器人，还是在工厂？