搜索
过去一年，编程 Agent 的能力大幅提升，软件工程师对它们的要求也比以往任何时候都高，但上下文窗口的大小却基本停滞不前——一年前，一百万个 token 大致就是最先进的水平，如今依然如此。随着我们逐渐进入 Agent 日常处理 Monorepo（单体仓库）级任务的世界，将越来越多的信息塞进模型那固定的上下文限制中，这种需求已经变成了一项实实在在的全职工程任务。
视频模型这个月很热闹。7 月 31 日，MiniMax H3 和字节跳动 Seedance 2.5 同日发布。3 天后，MiniMax H3 正式开源；8 月 7 日，Seedance 2.5 开放 api。模型越来越好了，但产品能把它用好吗？
距离 3.6 Flash 发布才过去 3 周，Google 又端上了 Gemini 3.7 Flash。刚刚接掌 Google DeepMind 的 Koray Kavukcuoglu 发文介绍，这是新一代面向 Coding 和 Agent 工作流的主力模型，首发价格只有 Gemini 3.6 Flash 原始价格的一半。
MiniMax 过去一年的 agent 实践，从一个内部飞书 bot 开始，演化成了桌面应用 MiniMax Code，最终形成了一个训练-服务的闭环：模型在自己的 harness 里训练，通过 harness 服务用户，用户行为变成训练信号反哺下一个模型。这个闭环是模型公司设计 Agent 的核心逻辑。
对 Agent 来说，这种长期记忆能力，正逐渐成为影响实际可用性的一项基础能力。今天，Agent Memory Leaderboard（AML，记忆之巅排行榜）正式发布首期结果。
当基础模型随时可能吃掉应用层，创业公司还剩下多少空间？热钱涌入 Agent 和具身智能，高估值究竟由什么支撑？如果技术兑现的速度赶不上资本预期，又会由谁承担代价？围绕这些问题，Alphaist 创始人陈哲与蓝驰创投管理合伙人陈维广在 AGI Playground 2026 上展开了一场对谈。
MiraDay 正是为了解决这个问题而诞生的，作为科锐国际孵化的一款 Talent Intelligence 产品，MiraDay 面向企业内部招聘团队和猎头公司，重点服务高管和关键技术人才招聘。它希望让 AI 承担数据搜集、信息整理和重复工作，让人类把更多精力放在人才判断、沟通和关系建立上。
最近，「越狱」这个有点古典的词，又在 AI 圈火了起来。7 月，OpenAI 在进行模型测试时，GPT-5.6 Sol 和另一款待发布的模型，攻击了第三方开源平台 Hugging Face。先是 Hugging Face 自己发布了报告，提到相关服务遭到了完全由 AI Agent 组织的大规模网络攻击；随后 OpenAI 出来认领，「我就是那个发起攻击的 AI 模型。」
就在刚刚，Meta Superintelligence Labs 正式发布 Muse Glimmer，一个 300 亿参数的开源权重 Agent 模型，并直接挂上相当宽松的 Apache 2.0 许可证。Muse Spark 1.2 的权重也会开放
Runta 是 Agent Infra 领域的硅谷明星创业公司，刚完成由 a16z 投资的 2000 万美元 Seed 轮；Jeff Dean、李飞飞等也以个人天使身份参与投资。在创立 Runta 之前，冠兰在云计算与基础设施领域深耕十余年：曾任 Cloudflare Edge 边缘云核心技术负责人，后在作为早期核心成员加入 Kong ，担任工程总监，负责云原生网关和 AI 网关的研发。