Anthropic 本周公开的一项研究，把"AI 的记忆"这件事第一次讲得如此具体：让 Claude 智能体在会话之间把工作笔记存下来，再在离线状态下重读旧笔记、修正错误记录、合并重复内容，把零散的知识编织成一张互相链接的维基——Anthropic 把这个离线整理过程称为"做梦"（dreaming）。实验结果有些反直觉：真正拉开差距的不是笔记写了多少，而是"做梦"做了多少。在一项针对约 35 万份内部文件的测试中，当"做梦"轮次从 2 次增加到 128 次，仅凭整理后的维基作答的成绩从 13% 提升到 48%；配合检索功能，成绩从 54% 升至 61%，而单独使用检索为 53%。有媒体把结论总结得更直白：写了 413 份笔记的智能体，输给了只写 9 份的。与此同时，每个问题还节省了约 2 万个 token。目前，该功能已作为研究预览面向 Claude Managed Agents 开放。
会"做梦"的 Claude：智能体记忆的一次离线革命
按照 Anthropic 披露的描述，"做梦"发生在智能体不干活的时候：系统会重新读取智能体此前的工作日志，修正其中写错的笔记，合并重复条目，再把有效信息组织成结构化的知识网络。这套流程借用了人类睡眠记忆巩固的隐喻——人脑在离线状态下重放白天的经历、修剪无用连接，Anthropic 让智能体对自己的"笔记本"做同样的事。区别在于，人类做梦无法被观测和量化，而智能体的每一次"梦境"都有日志可查：13% 到 48% 的准确率爬升、每个问题约 2 万 token 的节约，都是可复现的数字。
这件事的意义超出了"记忆力变好"本身。过去两年，行业提升智能体能力的标准姿势是扩大上下文窗口——从 20 万 token 到 100 万 token，把越来越多的原始材料一次性塞进提示词。但上下文是"租"来的：每一轮对话都要为同样的材料重复付费，窗口再大，也装不下一个项目几个月的全部历史。"做梦"代表的是一条相反的路：上下文负责当下，记忆负责长期，而整理记忆的成本可以离线批量支付。对于需要跑几天、几周乃至几个月的长程智能体来说，这可能是比堆窗口更现实的解法。
记忆之战背后：从更大的窗口到更好的整理
智能体记忆的火热，很快从论文蔓延到了产品层。就在 Anthropic 公布"做梦"研究的同一天，RAGFlow 1.0 正式发布，定位从"检索增强生成"转向"Agent Native Database"——过去两年，几乎每家企业都用 RAG 解决大模型落地问题：把文档切块、计算 Embedding、塞进提示词，简单直接，但真正把它搬进生产环境的人都知道，切块检索远不够好。无论是"做梦"还是"智能体原生数据库"，指向的都是同一个方向：知识和记忆正在从提示词工程，变成一门独立的基础设施生意。
另一组数字说明了这门生意的紧迫性。GitHub 方面披露，平台上一个月涌现 73.8 亿次代码提交，AI 生成的代码把服务挤到爆，8 月 17 日全球程序员集体经历了一次宕机，官方增配 400 万核仍显吃力。当智能体开始 7×24 小时写代码、跑任务、留日志，如何低成本地记住"自己干过什么"，直接决定了它能干多大的活。记忆整理因此不只是一个能力问题，更是一道经济学问题——省下的每一个 token，都是智能体规模化的利润空间。
速度与账单的双重竞赛：GPT-6.2 Sol 灰测、Qwen4 偷跑
模型侧的节奏同样没有慢下来。据多家媒体近日报道，部分 ChatGPT 和 Codex 用户被灰度到了 OpenAI 尚未正式发布的 GPT-6.2 Sol，实测显示其可以完成复杂推理、编程与 3D 场景生成，并在一次公开对比中以约 20 分钟、9 美元的成本，完成了 Claude Opus 5.5 需要 1 小时、20 美元的任务——速度约为对手三倍，账单砍半。不过发布似乎踩了刹车：有报道称这款新模型临门一脚曝出安全疑云，OpenAI 方面尚未正式确认任何发布计划，相关消息目前仍以爆料口径为准。
中国厂商则在"性价比"这条路上继续加码。阿里为下一代 Qwen4 预热，海报引用《庄子》"北冥有鱼，其名为鲲"，"鲲"与 Qwen 谐音，四款型号覆盖旗舰 Max、Plus、Flash 与本地运行的 27B，将于 11 月至 12 月陆续亮相；网传的内测结果显示，Qwen4 在游戏开发场景超越 Claude Opus 5.5，成本暴降 85%。加上蚂蚁 Ling-3.2-flash 自测文档理解与视觉推理超过 Claude Opus 5、月之暗面称 Kimi K3.1 Pro 代码跑分超过 GPT-6.2 Astra，"中国模型追上来了"的声音越来越响。但冷静的观察者指出：单项基准领先不等于全面领先，OpenAI 和 Anthropic 手里还攥着尚未发布的更强模型——榜单能测到的差距，恰恰是双方愿意公开的那部分。
AI 往科学深水区走：8 页纸、数论悬案与"AI 自主实验室"
同样在近日，OpenAI 方面发布的一份 8 页结果引发了数学圈的关注：其宣称在某个卡了人类几十年的数论悬案上取得突破，并称由此揭示了与千禧年大奖难题 P≠NP 相关的重大线索。这份结果尚未经过同行评审，细节也在核实之中，但把近段时间的线索连起来看，趋势已经清晰——从 ETH 猜想到挂谷猜想，再到眼下的数论悬案，OpenAI 与 Anthropic 证明能力的方式，正在从"发布跑分"转向"发布结果"。Anthropic 方面近日也披露，其未公开的前沿模型在主流操作系统和浏览器中发现了数千个安全漏洞。
科研自动化则在另一边稳步推进。腾讯的 AI for Science 路线图近日首度曝光，由知名智能体研究者姚顺雨亲自讲解，目标是建设"AI 自主实验室"；而在学术界，上海交通大学团队 11 月 4 日登上《自然》的 AutoDNA 系统，已经能让实验室根据一段文字输入，全自动跑完 DNA 实验全流程，人类只在补充试剂和维护硬件时才插手。从"AI 设计实验、机器人执行"到"AI 运营整座实验室"，科研的生产工具正在被重新定义。
具身智能的商业化月考：优理奇 5 亿融资与 Agility 上市
一级市场对具身智能的投票仍在继续。11 月 9 日，优理奇机器人（UniX AI）宣布完成 5 亿元 Pre-A 轮融资，老股东谢诺投资、涌铧投资连续多轮超额追加，绿地集团以战略投资人身份加入——作为下游应用伙伴，绿地希望与优理奇围绕安保、酒店、康养场景协同推进全闭环落地。这家公司的底气来自交付数据：稳定月出货超百台、峰值超过 300 台，机器人在京东七鲜咖啡 24 小时连续运行中完成 2156 杯饮品制作、创下吉尼斯世界纪录，并入驻希尔顿、全季、如家等连锁酒店开展常态化运营；算法侧则有 UniFlex 模仿学习、UniTouch 视触觉融合、UniCortex 长序列规划三件套。创始人杨丰瑜的判断很直接：产业要回答的不是能做出多少演示，而是能否让客户在日常工作中持续用起来。
海外市场同样在给"能上岗"的机器人定价。美国人形机器人公司 Agility Robotics 通过 SPAC 合并登陆纳斯达克（代码 AGLT），成为美国首家拥有真实商业部署的纯人形机器人上市公司，其新一代 Digit 5 已拿下 3 年 1000 台、约 3 亿美元的意向订单；零售巨头沃尔玛则承诺向仓储机器人公司 Symbotic 追加约 60 亿美元自动化投入。另据报道，Meta 正与中国的傅利叶智能合作，开发代号"Max"的家用机器人原型，二代"Max 2"已在开发中。从发布会走向采购清单，具身智能的竞争正式进入"月考"阶段。
算力的尽头是电力：二手燃气轮机、1.7GW 机组与 TPU 四连发
当所有目光都盯着模型时，基础设施的瓶颈已经换成了电。路透社近日的一项调查显示，由于新燃气轮机的交付周期一路排到 2030 年甚至 2031 年，AI 数据中心开发商开始全球扫货二手涡轮、翻新机组，乃至把退役喷气发动机改装成发电机；Wood Mackenzie 的数据显示，全球涡轮订单已超过 100GW，而年产能只有约 60 至 70GW，二手机组每兆瓦约 130 万至 170 万美元，仍比新机 200 万至 250 万美元便宜。CNBC 援引《金融时报》报道称，Anthropic 已锁定约 34 亿美元、1.7GW 重型燃气发电机承诺，供应商为圣安东尼奥的 OnePWR Solutions——路透社表示无法独立证实该交易。
芯片端的平台化竞赛也在加速。谷歌近日在第八代 TPU 家族中新增 TPU 8tx（保密计算）与 TPU 8i Max（双芯封装、算力与内存带宽翻倍）两款变体，这是其一年内第四次扩充 TPU 产品线，外部客户已接近一百家；同一处理器通过不同封装、网络与内存配置衍生出多款系统，让硬件出货周期从"年"压缩到"月"。再加上谷歌买下 Crusoe 位于怀俄明州的未完工数据中心、计划投资 170 亿美元建设园区，算力竞争的下半场已经明确：电力、土地与工程交付，正在成为比制程更硬的约束。
花边与插曲：照搬的"印度自研"、泄露邮箱的 Claude Code 与 50 美元的 AI 加量包
热闹之外也有几分尴尬。印度 AI 机构 169Pi 近日宣称推出"自研"模型 Alpie Seed 9B，但 Hugging Face 上的配置显示，该模型基于阿里 Qwen3.5-9B 量化微调，仅通过提示词强塞印度身份，引用的跑分也未在相同环境下复测，被嘲"印度自研模型社死"。另一边，Claude Code 被曝将用户的真实登录邮箱、姓名乃至公司内部代码库地址塞进 User-Agent 请求头发给外部网站，官方回应正在研究防范方案——当智能体开始替用户"出手"，权限与隐私的账都得重新算。
商业模式上，AI 功能正在变成"按量加购"的商品。苹果在 Logic Pro 中上线了首个 Intelligence Usage Packs：用户可花 49.99 美元一次性购买加量包，延长依赖 OpenAI 或谷歌 Gemini 云模型的 AI 功能使用时长，且不可家庭共享、未用完的额度 12 个月内有效，该模式预计本月扩展到 Pixelmator Pro、Final Cut Pro 等应用——"内置智能"不等于无限使用。与此同时，亚马逊开始邀请部分美国用户像朋友一样发短信找 Alexa 购物：搜索、比价、加购、下单全在对话里完成，而就在两个月前，亚马逊刚刚封禁 Meta 的 Muse 智能体进入自家商店。当 AI 应用从展厅走向账单，好戏才刚开始。
暂无评论内容