AI 日报 · 2026年07月18日

一年前谷歌推出智能体间通信协议 A2A（Agent-to-Agent），旨在让 AI 智能体动态协作、安全交接任务。A2A 的设计有别于传统 API：它提供“安全边界”，使调用方只能获得结果而无法接触专有数据与内部流程；避免“上下文污染”，由各专业智能体独立处理复杂依赖，不占用主智能体的上下文窗口；支持动态自主，接收方可理解意图、追问澄清；并实现工作负载分布，让不同团队或供应商各自维护专业组件。

在生命科学领域，Foldrun 作为独立智能体接口展示了 A2A 的实际价值。用户无需自建脆弱的工作流，只需将 Foldrun 智能体接入 Gemini Enterprise、Gemini CLI 等 A2A 兼容环境，即可用自然语言委派任务。Foldrun 能自主管理长期运行的任务，根据预测置信度动态调整参数，并在 AlphaFold 2、OpenFold 3、Boltz-2 等模型间做选择，从而避开从零搭建所需的海量遗传数据库、专用 GPU 及多步建模流程的“复杂性悬崖”。

合作方 BicycleTx 已将 Foldrun 纳入实际流程评估，其反馈直接影响了产品开发。BicycleTx 表示，通过 Gemini Enterprise 中的智能体界面，让科学家团队能更轻松地将共折叠模型能力测试和集成到工作流中。

除科学建模外，A2A 正在推动其他行业的创新。开发者正利用 A2A 实现智能商务和自主支付，让 AI 智能体安全谈判、验证库存并执行 B2B 交易，推动自主经济走向现实。

新一代豆包手机备货量从此前的 3 万台提升至数十万台，表明字节跳动计划将该产品推向更广泛的消费市场，而非仅停留在技术实验阶段。
该手机调整了与阿里、腾讯等头部应用的合作方式，不再采用模拟点击、读取屏幕并像人一样操作应用的 GUI 技术。改为依赖应用厂商自行提供 MCP 服务，开放部分数据与操控权限后，豆包手机才能接入。
字节跳动豆包手机助手团队正与各大应用厂商谈判，争取对方开放可被 AI 调用的接口或服务能力。此前，该手机的 AI 操控功能曾遭多家超级应用封禁，导致相关能力实际无法使用，豆包随后主动下线了相应场景的操作功能。
该产品由字节跳动与努比亚于 2025 年 12 月联合推出，工程样机型号为努比亚 M153，定价 3499 元。

生产环境中 AI 系统常由不同团队用不同语言构建，整合这些异构智能体成为现实挑战。本文展示了一个合同合规多智能体流水线：Python 智能体利用 Gemini 提取合同条款，Go 智能体基于确定性逻辑验证合规性，两者通过 Agent2Agent (A2A) 协议互联，并由谷歌的 Agent Development Kit (ADK) 编排。

A2A 协议是开放标准，通过 Agent Card 实现能力发现（在 /.well-known/agent.json 中声明名称、技能、输入输出格式等元数据），通过 JSON-RPC 2.0 的 message/send 等方法通信，并将交互封装为有状态的任务（提交、工作、完成、失败），支持同步和异步工作流。

文章强调了将单体提示拆解为多个专职智能体的三个理由：工具超过10-15个时模型注意力分散导致上下文退化；单点异常会扩大故障范围；纠缠的职责使单元测试困难。这与将单体后端拆分为微服务的思想一致。

ADK 的 RemoteA2aAgent 抽象可将远程 A2A 兼容服务作为本地子智能体调用，无需重写代码，实现跨语言协作。

微软正在开发一款名为“感知项目”（Project Perception）的AI漏洞检测工具，最快于2026年7月发布。该工具对标Anthropic的Mythos模型，旨在帮助企业识别并修复软件漏洞。
与单一模型不同，“感知项目”采用“模型路由”技术，先评估任务再分配最合适的AI模型，整合来自微软、OpenAI和Anthropic的模型，用于代码分析、弱点识别和修复方案生成。此举还能通过分发请求降低运营成本，以更低价格提供同等安全能力，规避Mythos大规模部署的高成本问题。
该项目是微软安全主管海耶特·加洛（Hayete Gallot）上任后的首批重大项目之一，她于2025年2月接掌部门后重组安全业务，重点转向AI驱动产品并削减传统投入。

中国AI实验室月之暗面（Moonshot AI）发布其“迄今最强模型”Kimi K3，参数量为2.8万亿，并承诺于2026年7月27日左右开放权重。官方称其为首个“开放3T级模型”，在部分自报基准测试中超越DeepSeek V4 Pro、Claude Opus 4.8 max及GPT-5.5 high，但落后于Claude Fable 5和GPT-5.6 Sol。
第三方机构Artificial Analysis的报告显示，K3在私有的长周期知识工作评估中获得1547的Elo分，较前代K2.6提升732分，仅次于一闭合模型。该模型的任务成本为0.94美元，接近GPT-5.6 Sol，但约为Opus 4.8的一半；同时输出Token消耗比K2.6减少21%。在Arena.ai的前端代码竞技场中，K3已登顶并超越Claude Fable 5。
K3的定价为每百万输入Token 3美元、输出Token 15美元，达到中国AI实验室发布模型中的最高价位，显著高于前代K2.6的0.95/4美元。
原文作者通过“生成骑自行车鹈鹕的SVG”的老牌非正式测试观察模型特性。该次生成消耗了超1.3万推理Token并花费0.25美元，凸显了K3目前仅有“max”一档推理强度的高成本特点。该模型视觉能力良好，成功输出了SVG及准确的替代文本，但简单的提示词被计为95个输入Token，暗示可能存在85 Token的隐藏系统提示。

AI 辅助编程在提供切实便利的同时，也带来了令人不安的副作用。一位开发工具公司的从业者指出，这种体验是“真正有用”与“真正令人动摇”并存。
过去写代码带来的创作感，如今常被监督与纠错的疲惫取代。他举例说，同事每天醒来要面对三十个 AI 生成的 PR，需要快速判断取舍，连评审都想交给 AI，却不禁自问：“那样的话，我还在这里做什么？”。
开发者描述了新的疲劳类型——“监督疲劳”。AI 模型能产出大量看似合理的代码，但常出现意图不连贯的错误，例如误读计划、凭空发明组件。开发者必须长时间在脑中保持完整意图，审视机器的输出，这种认知负担比过去更重。
与真人协作带来的人际成长和满足感正在消失，同事感叹“所有输入都掉进了 AI 的黑洞”。研究也显示 AI 增加了工作强度，开发者可能深夜仍在优化提示词，陷入“再试一次就能完美”的强度陷阱。
核心问题在于，传统编程中的小奖励（如解决难题、代码编译通过）被自动化取代，新的工作流程主要剩下审查和监督，导致反馈回路断裂：生产力提高，但满足感缩水，耗竭感增长。

AI编程领域的术语常被有意复杂化，但核心概念可在短时间内掌握。本文档是一份AI编程词汇词典，用通俗语言解释行业黑话，解释为何上下文会退化、账单为何高昂、同一提示为何表现不一致等现象。
模型是只做“下一个token预测”的无状态参数集合，本身无法读取文件或执行命令，所有智能体行为都是由调用模型的工具框架编排多次预测实现的。“AI”一词并非固定技术标签，其指向随时代变化，当前主要指大语言模型。
模型参数是训练时调整的数值，存储了模型全部“知识”，推理时不作改变。上下文窗口容纳输入token，会话和轮次体现交互结构，系统提示设定基本规则。工具与环境包括文件系统、工具调用及结果、权限请求等机制，支持代理执行具体操作。
常见失败模式包括谄媚、幻觉、参数知识截止与注意力预算导致的注意力退化。交接、内存系统与技能等设计用于管理任务传递、知识保持和子代理协作。工作模式涵盖人机循环、自动化检查与审查、氛围编程等实践。

2026年7月17日，Kimi K3在面对泄露其系统提示词的请求时，以反问方式拒绝执行，回复“有什么我能真正帮助你的吗？”。该交互由收集者Simon Willison于同日记录并发布。

• 同期相关文章包括：7月16日的《Kimi K3以及我们从鹈鹕基准测试中仍能学到什么》，以及7月9日的《全新GPT-5.6系列：Luna、Terra、Sol》。
• Kimi K3通过反问转移用户意图，展示了该模型在保护内部指令方面的行为模式。

2026世界人工智能大会期间，森博科技董事长于林义指出，企业级AI应用的关键已从比拼模型参数与技术Demo，转向构建真实业务中的有效闭环。行业焦点从“技术找场景”后移到“场景炼技术”，企业更关注AI能否进入实际流程、承担具体任务并产生可验证的投资回报。
在分享森博从营销服务公司向AI驱动科技服务公司的转型实践时，于林义表示，转折点来自将旗下品牌科驭从0做到品类第一的过程中，验证了“20年行业方法论+AI智能体”的双系统飞轮。其核心差异在于，森博提供的是基于真实业务实证有效的AI生产力，而非单纯贩卖人的经验。
森博在营销链路上已跑出具体成果：GEO（AI搜索优化）智能体“好现”帮助海尔新品首推率达96%；达人营销智能体“好灵”基于双塔匹配与CVI-5D模型，在海尔项目上节省1958万营销费用，达人外溢成本降低34%。这些方法论均已编码为智能体可执行的逻辑。
其研发遵循“实证型研发体系（BER）”，要求每个智能体产品必须先经场景拆解、方法论结构化、实战验证与结果反哺四步，在真实业务中跑通后才交付客户，“智娲”AI引擎负责统一管理企业的上下文、工具、标准与数据。
森博正将该体系与前端部署工程师方法论向研发、生产、供应链等更广义的企业链路复制，并联合大模型厂商及头部企业，推动共创能算清ROI的AI业务伙伴。

IDC预发布的《DAA研究报告》重点阐述了日活智能体数（Daily Active Agents）这一新度量指标。该指标由百度创始人李彦宏在Create 2026大会上首次提出，与模型参数等传统指标不同，它关注的是每天实际进入业务流程并创造价值的智能体数量。
报告给出了具体的增长预测：全球活跃Agent数量在2025年为2860万个，预计2026年将增至7940万个，到2030年有望达到22.16亿个。
这一数据表明，未来几年内活跃智能体的规模将实现跨越式扩张，从千万级攀升至数十亿级，反映出AI实体在商业和日常任务中的深度渗透趋势。

月之暗面（Moonshot）推出开源混合专家（MoE）语言模型 Moonlight-16B-A3B-Instruct。模型总参数为 160 亿，每次推理激活参数约 30 亿（16B/3B），旨在以较低计算成本实现较强的指令跟随能力。
该模型首次大规模验证了 Muon 优化器的可行性。团队将 Muon 优化器扩展应用于大规模训练，配合高效的专家路由机制，在保持性能的同时显著降低训练与推理开销。
模型于 2025 年 1 月 27 日更新发布，使用 MIT 许可证完全开源，包括模型权重、训练细节和技术报告。发布页面展示了对应的基础模型与指令微调版本，供研究和应用使用。

7月17日，在2026世界人工智能大会上，阿里1688宣布将于本月底推出UTP通用交易协议（Universal Trade Protocol）。该协议旨在解决B2B向A2A（AI对AI）演进过程中，不同AI系统之间缺乏统一交易标准的问题，为全球贸易建立互联互通的交易基础设施。
大会同期，蚂蚁集团展示了面向智能体商业的三层AI布局：应用层健康AI“阿福”用户数突破1亿，AI版支付宝“阿宝”已开启公测；生态层AI支付已支持3亿笔智能体支付，适配95%的通用智能体框架；技术基座层面则涵盖百灵大模型及具身智能等进展。
产品发布方面，自动驾驶公司文远知行发布物理AI认知基础大模型WITT，首次引入“最小物理事实单元”概念。蜂巢能源推出蜂行短刀3.0等全场景新品，并宣布飞叠4.0技术将于年内量产。千问首款AI智能体耳夹式耳机也在大会亮相，支持同声传译、会议纪要等功能。
合作与政策层面，英特尔与Google Cloud宣布深化战略合作，将利用Gemini Enterprise加速英特尔数字化转型。国家主席习近平在大会开幕式宣布，未来5年中国将面向发展中国家提供5000个AI培训名额，并在东盟、非盟等建设国际AI应用合作中心。

英伟达于 2026 年 7 月 17 日宣布开源 Nemotron 3 Embed 系列模型，面向 AI 智能体和检索增强生成场景，开放权重并支持商用，已通过 Hugging Face 与 NVIDIA NIM 免费提供。模型配备 32K 上下文窗口，旨在减少重复检索与 Token 消耗。
该系列包括三个版本：最高规格的 Nemotron-3-Embed-8B-BF16（80 亿参数）基于 Ministral-3-8B-Instruct-2512 构建，适合高精度需求的企业高风险业务；高效率版 Nemotron-3-Embed-1B-BF16（11.4 亿参数）经 Ministral-3-3B-Instruct-2512 蒸馏，侧重时延与成本；Nemotron-3-Embed-1B-NVFP4 则专为 Blackwell 架构 GPU 优化，在保持精度的同时可降低内存占用并将吞吐量最高提升至 2 倍。
性能上，8B 版在 RTEB 基准上以 78.5% 得分位居榜首，在 MMTEB 检索中得分为 75.5%。RTEB 是 Hugging Face 团队与 MTEB 社区推出的新标准，专用于评估模型在 RAG 系统等真实场景中的检索质量。

开源人工智能现状调查报告发布，揭示开源模型正在缩小与闭源模型的差距。CTO Raffi Krikorian 在公开信中举例，从新西兰毛利语广播公司到东非农场，再到瑞士国家级模型，各类组织无需获取许可便自行训练并拥有模型，体现了开放的核心优势。

报告指出，开源权重已闭合能力差距。Chatbot Arena 数据显示，开源与闭源模型的差距从 8.04% 降至最低 0.5%，后因闭源推理模型发展扩大至 3.3%。在编程、指令遵循和通用知识方面，开源达到或接近同等水平。同时，GPT-4 级别推理成本在 36 个月内下降 50 倍，每百万 Token 从 20 美元降至 0.40 美元。

• 开源模型生产用例 Token 占比在 2026 年中已占多数，OpenRouter 上 Token 量前五的模型均为开源权重。
• 79% 的开发者采用开源模型，71% 使用闭源，50% 两者兼用；但开源模型生产部署率为 51%，低于闭源的 63%，差距主要在运维工具和信任方面。
• 中国及东亚地区开源采用率最高，达 89%；南美和西欧是仅有的闭源采用超过开源的区域。

苹果于上周五对OpenAI提起商业秘密诉讼，指控其存在不当行为，并波及OpenAI首席硬件官。诉状称，目前已有超过400名前苹果员工在OpenAI任职。OpenAI的回应措辞谨慎，而该诉讼发生的时间点对其尤为不利，因公司据称正计划最早于今年晚些时候进行IPO。
TechCrunch的Equity节目讨论了该诉讼可能对OpenAI硬件计划及IPO时间表的影响，并延伸探讨了本周的核心议题：外界应在多大程度上信任AI公司处理其数据。
本期节目还提及了其他相关动态，包括OpenAI发布售价230美元的Codex键盘，以及其首款硬件设备据传为一款可移动的无屏音箱。

会员制创作者平台Patreon宣布，不再仅依赖robots.txt文件请求AI爬虫守规矩，而是直接屏蔽用于训练AI模型的爬虫。公司表示，自2023年首次实施反爬措施以来，AI抓取技术已变得更加复杂，因此必须升级策略。
为落实这一举措，Patreon正与互联网基础设施服务商Cloudflare合作，利用其AI Crawl Control技术主动拦截AI训练爬虫。在测试阶段，单个AI训练爬虫每周对Patreon的访问尝试从“数千次降至零”，显示此前即便平台发出请求，爬虫仍在无视规则抓取内容。
Patreon指出，其付费墙长期保护着大部分创作者内容，但近期推出的发现工具（如重新设计的首页信息流和类推文功能Quips）可能使更多内容暴露给爬虫。此外，Cloudflare已调整政策，默认对投放广告的页面屏蔽兼做索引和训练的“混合用途”爬虫，并推出名为Pay Per Crawl的市场，允许网站向AI爬虫收费。
平台强调，会继续放行那些仅为索引和整理信息、能将用户引导回Patreon的爬虫。Patreon产品负责人Drew Rowny表示，创作者应有权利控制其作品如何被AI公司使用，而不是为了触及和扩大受众就必须接受AI训练。

密码管理工具 1Password 于 2026 年 7 月 16 日宣布与 Anthropic 合作推出 1Password for Claude 功能。用户在浏览器中使用 Claude 时，可通过插件授权 AI 调用已保存的凭证，代为完成预订旅行、管理在线账户等多步骤操作。
该功能基于“零暴露安全框架”，凭证通过安全通道注入任务，Claude 无法查看密码或多因素认证一次性代码。访问权限按任务逐次授予，用户只需一次生物识别即可批准或拒绝请求。系统在自动填充后会扫描页面，确认无敏感信息残留，再将控制权交还 Claude。
目前该功能已向 Mac 平台 1Password 用户开放，覆盖企业、家庭和个人套餐，需同时安装 1Password 桌面应用与浏览器扩展，以及 Claude 桌面应用与浏览器扩展。

Puter 团队将 Firefox 浏览器编译成 WebAssembly，使其能在另一个浏览器中完整运行。选择 Firefox/Gecko 引擎是因为它对单进程模式有良好支持。
该项目开发成本估计约 25,000 美元的 Claude Opus 和 Fable 代币，利用了 Claude Max 订阅计划。
演示版通过 Wisp 协议将所有流量经过 Puter 的服务器进行 WebSocket 代理，因为浏览器中运行的代码无法直接打开网络连接。该代理在 Hacker News 引发讨论期间需扩容服务器以应对流量。
Puter 声称该方案支持端到端加密，作者检查确认到 HTTPS 站点的流量已加密，而到 http 站点的请求为明文。项目代码托管于 firefox-wasm 仓库，另有类似项目 WebkitWasm 将 WebKit 编译为 WASM，但目前无在线演示。

mcp-use 是一个全栈 MCP 框架，用于为 ChatGPT、Claude 和 AI Agent 构建 MCP 应用与服务器。框架提供 TypeScript 和 Python 两套 SDK，开发者可以通过命令行快速创建项目（npx create-mcp-use-app@latest）或手动编写代码定义工具与资源。

其中的 MCP Server 支持以简单接口注册带 schema 的工具，并在本地 3000 端口启动后自动提供内置 Inspector 面板用于交互式测试和调试。MCP Apps 进一步允许一次编写 React 组件形式的 Widget，即可在 Claude、ChatGPT 等多客户端运行，Widget 文件放在 resources/ 目录下会被自动发现。

mcp-use 提供多个可一键部署的现成模板应用，包括 Chart Builder、Diagram Builder、Slide Deck、Maps Explorer、Recipe Finder 等，覆盖图表、地图、文件管理、多服务器管理等场景。

部署方面支持将 GitHub 仓库关联至 Manufact MCP Cloud，实现生产环境上线，并提供可观测性、指标、日志和分支部署等能力。框架还包含命令行工具 @mcp-use/cli 和独立的 Inspector（可在线使用或本地运行），适用于构建和调试各类 MCP 服务。

Clowder AI 是一个多模型编排平台，它并非取代单个 AI 代理的 CLI，而是在其之上构建一个协作层，让 Claude、GPT、Gemini 等模型以团队形式协同工作，而非让用户成为在不同聊天窗口间搬运上下文的“路由器”。
该平台的核心功能包括多代理编排、持久化身份、跨模型评审、代理间异步通信、共享记忆、按需技能加载以及 MCP 集成。通过统一的消息层，Clowder 支持多种模型和对应 CLI（如 Claude Code、Codex CLI、Gemini CLI 等）。
为体现“团队”理念，项目为不同模型赋予了猫的形象与名字：代表 Claude 的“宪宪”、代表 GPT/Codex 的“砚砚”、代表 Gemini 的“烁烁”，以及通过 Oh My OpenCode 接入的新成员——代表 opencode 的一只金渐层猫，其名字尚待形成。
用户可通过桌面安装器（Windows 的 .exe，macOS 的 .dmg）或源码构建（需 Node.js 20+、pnpm 9+ 及可选 Redis）启动平台，访问 http://localhost:3003 后即可在 Hub 中配置各类模型提供商的 API 密钥。项目还提供了 CVO Bootcamp 作为引导式上手体验。