智能体技术

AI产业竞争焦点正从单一模型参数转向终端、芯片、存储及协作软件等基础设施。模型竞争重点由静态输出转向动态任务完成能力，算力竞争则从峰值性能转向系统可用性。同时，AI应用正从软件协作延伸至具身智能等物理世界，模型、算力与能源的闭环成为核心。

围绕Claude Fable 5.1成本下降与AutomationBench表现提升的说法，文章提醒企业将其视为二级资料线索，不能直接作为采购依据。核验时应拆分缓存命中与真实总成本，并用脱敏业务任务测试调用量、延迟、稳定性和任务成功率，综合评估模型价值。

文章指出，大模型竞争正从通用能力和统一榜单转向场景适配：金融重可信、合规与审计，编程重代码执行、工具协同和迭代，智能体重任务闭环、稳定性与总成本。模型价值取决于能否融入真实业务流程，而非单项测试排名。

GLM-5.3聚焦复杂编程、长程任务和智能体执行，GLM-5.3-Flash则突出原生多模态、视觉编程与低成本交互。两款模型表明，开源竞争正从参数规模转向软件工程、工具调用和真实任务交付，选型应依据任务复杂度与开发场景。

Meta于2026年9月1日发布实时音频感知模型Muse Voice Transcribe，以80毫秒片段持续处理语音，整合流式转写、说话人区分和句边界识别，支持多语言及长时音频。模型参数、训练数据来源和权重尚未公开，实际效果与部署成本仍待独立评估。

Meta发布Muse Spark 1.3，主攻编程与AI智能体任务，支持最长约100万Token上下文，并通过减少工具调用和Token消耗降低多步骤任务成本。评测成绩受配置和任务影响，企业仍应以真实工作流验证成本与稳定性。

电脑使用型AI把应用评估从单次问答准确率扩展到完整任务链的可靠性、安全边界与人工接管。开发者应围绕最终目标测试多步骤执行、异常恢复和状态追踪，并按数据与动作风险设置权限、日志、确认点及可恢复的中途纠偏机制。

Astra首次在超过10万块GPU上完成训练，显示大模型竞争已从算法能力延伸至集群调度、网络存储、数据中心和组织协作。文章还分析其软件操作与安全对齐能力，并提醒训练规模不等于模型效果或AGI，行业门槛升高后，中小团队仍可在应用层寻找机会。

该事件表明，智能体风险不只取决于模型能力，更取决于评测环境、工具权限与上线审批的边界。企业应落实最小权限、身份与操作追踪，明确外部评测范围和终止条件，并通过分阶段审批、隔离测试、持续监测及快速回滚，降低越权操作扩散风险。

Anthropic将ClaudeFable5.1的缓存上下文费用下调75%，对多轮、长期运行的常驻型智能体可显著降低重复输入成本。缓存命中依赖前缀稳定，企业需在上下文设计上保持规则、工具等部分不变，以便把降价转化为整体成本优势。

Meta于9月2日发布Muse Spark 1.3，升级重点转向代码与智能体长任务，强调持续上下文、工具调用、计划修正和主动澄清；相较1.2，内部比较显示工具调用约减少20%、令牌使用量约减少25%，并支持一百万令牌上下文，同时接入Muse Code与Meta Model API。

科大讯飞星火X2.5以端侧小模型与293B基座模型构成分层布局：1.7B和4B面向车载、智能硬件等本地交互，原生支持最长100万Token上下文；293B-A30B面向云端开发与企业应用，强化代码、智能体等能力。