# AI前沿发展日报 | 2026-07-26（Asia/Shanghai）

## 今日要点


- Anthropic 发布 Claude Opus 5：以 Opus 4.8 相同的 API 单价，提供接近 Fable 5 的能力，并成为 Claude Max 默认模型。前沿模型竞争正从“绝对最强”转向“足够强、可高频部署”。
- Cognition 收购消费级助手 Poke，交易对后者估值为“低位九位数美元”；Poke 过去三个月处理超过 1 亿条消息。编码 Agent 开始主动吸收消费产品的长期记忆、主动交互和人格化能力。
- 新实验室 Prentis 据报拟以 10 亿美元估值融资 1 亿美元，并以节省额的 20%收费。投资者正在为“可直接替代办公流程成本”的小型电脑操作模型定价，但其合同价值和基准尚未独立核验。
- 本周 PJM 电网事故中，约 3.1 吉瓦数据中心负荷在约 30 秒内集中脱网，放大了电压波动。AI 基础设施的下一项硬约束不只是获得电力，而是能否成为电网友好的可控负荷。


## 今日结论


1. 模型厂商的商业主战场正在下移到“单位任务成本”：当接近旗舰的能力以一半任务成本进入默认档位，企业更应按任务成功率、重试次数和总成本选型，而不是按模型等级采购。
2. Agent 并购开始从买模型能力转向买交互关系。持续记忆、主动触达和用户愿意长期使用的语气，正在成为专业 Agent 提高留存和减少监督成本的产品资产。
3. 算力扩张已经进入电网协同阶段。数据中心若不能有序脱网、穿越扰动并提供可调负荷能力，其并网成本和监管阻力会成为比芯片供应更早出现的增长瓶颈。


## AI 产品与应用



### Cognition 收购 Poke，把消费级交互能力带入 Devin


Cognition 收购 The Interaction Company of California，交易对其 Poke 助手的估值为“低位九位数美元”。Poke 通过 iMessage、SMS、Telegram 和部分市场的 WhatsApp 与用户交互，覆盖邮件、提醒、旅行、健康和日程等任务；过去三个月用户发送了超过 1 亿条消息。Poke 将保持独立运营至年底，之后可能使用 Cognition 的 SWE-1.7，双方也会探索让 Poke 编排多个 Devin 会话并跨会话记忆任务。[TechCrunch 报道](https://techcrunch.com/2026/07/24/why-cognition-bought-poke-ai-personality-is-becoming-a-competitive-advantage/) [Cognition 官方说明](https://cognition.com/blog/interaction)

交易的核心不是给编码助手增加闲聊，而是补齐长期协作体验：主动触达、跨会话记忆、自然纠偏和多 Agent 编排。Poke 虽有数十万用户和高消息量，却因运行成本高而难以盈利；这说明“高互动”本身不是商业模式，能否把交互转化为更高任务完成率、更少人工监督和可持续推理成本，才决定并购价值。


## 模型与技术进展



### Claude Opus 5 把近旗舰能力推入日常默认档


Anthropic 发布 Claude Opus 5，并在全平台开放；API 价格为每百万输入 tokens 5 美元、输出 tokens 25 美元，与 Opus 4.8 相同。它成为 Claude Max 默认模型和 Claude Pro 最强模型。官方称其在 CursorBench 3.2 的最高努力档距离 Fable 5 峰值仅 0.5%，但单任务成本约为一半；在 Zapier AutomationBench 上，同等任务成本的通过率约为下一名的 1.5 倍。[Anthropic 官方发布](https://www.anthropic.com/news/claude-opus-5)

技术上的新增变量是“努力档位+验证行为”：用户可在速度、token 消耗和智能之间调节，模型更倾向于自检并迭代到成功。Anthropic 还开放对话中动态变更工具而不使提示缓存失效的 beta，适合长流程 Agent 按阶段收缩权限。上述基准主要来自 Anthropic 或早期客户，企业迁移前仍需用自己的失败成本和尾延迟复测。


## 投融资与商业动态



### Prentis 用结果分成讲述电脑操作模型的商业故事


TechCrunch 引述两名知情人士称，Prentis 正讨论以 10 亿美元估值融资 1 亿美元。该公司由 Ritankar Das、Reid Hoffman 和 Mark Pincus 共同创立，面向保险理赔、关税退款异常等办公流程训练电脑操作模型。报道称其已签订最高约 5,000 万美元合同，并预计第三季度年化运行率 7,500 万美元；但该数字按客户节省额的 20%估算，取决于实际执行，并非已确认收入。[TechCrunch 独家报道](https://techcrunch.com/2026/07/24/prentis-new-ai-lab-co-founded-by-reid-hoffman-mark-pincus-in-talks-to-raise-100m/) [Prentis 官方网站](https://www.prentis.ai/)

Prentis 的投资叙事有两个可检验点：32B 模型是否真能以约十分之一成本完成日常电脑任务，以及按节省额分成能否缩短采购周期。其模型相对 GPT-5.4、Claude Opus 4.6 的领先说法和合同价值均未获独立验证，融资也仍处谈判阶段。对企业买方，最关键的合同条款应是节省额基线、失败责任和异常转人工标准。


## 政策、伦理与安全



### 3.1 吉瓦数据中心同时脱网暴露电网级联风险


本周华盛顿特区附近一条输电线路故障后，PJM 数据显示约 3.1 吉瓦数据中心负荷在约 30 秒内脱网，峰值形成约 3.49 吉瓦额外供电，电网用约 11 分钟才稳定；脱网负荷约占当时 PJM 总需求的 3%。事件未造成停电，但让从北弗吉尼亚到芝加哥的电压波动可见。[TechCrunch 调查](https://techcrunch.com/2026/07/25/one-fallen-power-line-exposed-a-growing-ai-data-center-problem-heres-how-to-fix-it/) [PJM 数据入口](https://dataviewer.pjm.com/)

安全问题来自同质化控制策略：相邻数据中心在相同阈值下几乎同时切换备用电源，把局部线路故障变成大规模负荷骤降。并网审批将更重视有序脱网与重连、扰动穿越和园区级储能；云厂商与数据中心运营商需要把这些能力视作可用性工程，而不是单独的公用事业合规事项。


## X 平台高信号


1.
信号标题：Claude Opus 5 以原价成为 Max 默认模型
类型：定价与默认访问变化
来源或链接：[Anthropic 官方发布](https://www.anthropic.com/news/claude-opus-5)
核心观点：Opus 5 在全平台开放，API 维持每百万输入 tokens 5 美元、输出 tokens 25 美元，并成为 Claude Max 默认模型；新增事实是近 Fable 5 的能力被放进日常高频档，而非继续留在最高价模型。
为什么重要：默认模型决定大多数用户真实采用量，原价升级会直接压低每个成功任务的成本。
影响：团队应重新跑现有 Opus 4.8 与高价旗舰任务，优先迁移多轮调试、文档分析和电脑操作等重试成本高的工作。
验证状态：价格、平台范围和默认档位经 Anthropic 核验；性能与成本基准主要为官方及早期客户数据，尚需独立复测。

2.
信号标题：Anthropic 用自动回退替代安全分类器的硬拒绝
类型：API 路由与安全规则变化
来源或链接：[Anthropic Refusals and Fallback 文档](https://platform.claude.com/docs/en/build-with-claude/refusals-and-fallback)
核心观点：API 用户可启用 Automatic Fallbacks；当 Opus 5 或 Fable 5 请求触发安全分类器时，系统自动路由到可回答的较低模型。Claude.ai、Claude Code 和 Claude Cowork 对 Opus 5 默认回退至 Opus 4.8。
为什么重要：安全控制从“整次任务失败”变成“降级继续执行”，可提高长流程完成率，但也会改变模型一致性。
影响：企业必须记录实际执行模型，并对降级后的质量、权限和审计结果单独设阈值，不能只记录初始请求模型。
验证状态：回退对象、适用产品和 beta 状态经 Anthropic 官方核验；真实触发率与误判率未公开。

3.
信号标题：Poke 三个月处理逾 1 亿条消息后被 Cognition 收购
类型：硬采用数据与并购
来源或链接：[TechCrunch 报道](https://techcrunch.com/2026/07/24/why-cognition-bought-poke-ai-personality-is-becoming-a-competitive-advantage/)
核心观点：Poke 被收购时拥有数十万用户，过去三个月消息量超过 1 亿；交易对公司估值为“低位九位数美元”。新增事实是 Cognition 明确计划把 Poke 的主动交互、长期记忆和多会话编排带入 Devin。
为什么重要：高频消费交互第一次被专业编码 Agent 作为核心产品资产购买，而不仅是流量入口。
影响：专业 Agent 的竞争指标会从单次任务分数扩展到跨会话留存、主动提醒接受率和人工介入次数。
验证状态：收购与整合方向由 Cognition确认；估值和消息量由公司及创始人向 TechCrunch披露，未见审计数据。

4.
信号标题：Prentis 把 Agent 收费绑定到客户节省额
类型：商业模式与融资信号
来源或链接：[TechCrunch 独家报道](https://techcrunch.com/2026/07/24/prentis-new-ai-lab-co-founded-by-reid-hoffman-mark-pincus-in-talks-to-raise-100m/)
核心观点：Prentis 的材料按客户节省额的 20%计费，并以此估算最高 5,000 万美元合同价值和第三季度 7,500 万美元年化运行率；公司同时讨论以 10 亿美元估值融资 1 亿美元。
为什么重要：结果分成把 Agent 的采购理由从席位数转为可量化运营成本，但也把基线认定和归因争议写入合同。
影响：买方应要求对照期、节省额口径、异常处理成本及未达标退出条款；投资者则应区分估算合同价值与确认收入。
验证状态：融资、合同值和运行率均来自知情人士及融资材料，Prentis 未回应，未完全验证。

5.
信号标题：PJM 事故中数据中心负荷约 30 秒骤降 3.1 吉瓦
类型：硬运行数据与基础设施安全
来源或链接：[TechCrunch 调查与 PJM 数据](https://techcrunch.com/2026/07/25/one-fallen-power-line-exposed-a-growing-ai-data-center-problem-heres-how-to-fix-it/)
核心观点：线路故障触发多个数据中心近乎同步切换备用电源，约 3.1 吉瓦负荷在约 30 秒内消失，规模约为 2024 年同类事件的两倍。
为什么重要：大规模 AI 负荷的控制策略本身已经能影响跨州电网稳定，而不是被动承受供电风险。
影响：园区储能、扰动穿越、有序脱网与重连将成为并网审批和数据中心可用性协议中的硬指标。
验证状态：负荷变化由 PJM 数据支持；事故因果链由电网专家与传感数据交叉解释，最终监管调查结论尚未公布。

6.
信号标题：“关闭 AI”培训出现超额报名，默认开启开始产生采用反作用
类型：用户选择与产品规则信号
来源或链接：[TechCrunch 实地报道](https://techcrunch.com/2026/07/25/librarians-are-hosting-viral-avoiding-ai-workshops-for-people-who-are-fed-up-with-big-tech/)
核心观点：缅因州图书馆的前两场 Avoiding AI 课程各约 70 人参加；费城同类活动因报名过多增开场次，宣传帖获得逾 2,000 次点赞和 220 次分享。参与者主要学习关闭 Apple Intelligence、Gemini 和搜索中的 AI 功能。
为什么重要：这不是对 AI 的抽象反感，而是用户对默认开启、难以退出和不必要自动化的具体操作需求。
影响：消费产品若把采用率建立在默认开启上，应同时跟踪关闭率、投诉原因和可发现的退出入口，否则短期渗透可能换来长期信任损耗。
验证状态：参加人数和互动数据由组织者向 TechCrunch 提供并有现场核验；样本规模有限，不代表总体市场态度。


## 前沿研究速递



### 本地开放权重 Agent 在敏感数据清洗上接近可用


做了什么：研究构建 RRBench，用英国纵向队列研究的真实清洗脚本评测本地开放权重模型完成类别统一、多波次合并等 20 项 R 数据准备任务。[arXiv](https://arxiv.org/abs/2607.21482)

新在哪里：31B—35B 模型在 102 个变量创建任务上的平均完成率最高达到 87.9%，且可运行在消费级硬件；它把“数据不出本地”的治理要求与可自动验收的 Agent 任务放在同一实验中。

潜在应用方向：医疗与公共部门数据清洗、受限研究环境的代码助手、隐私敏感企业的本地 Agent 部署。

一句话判断：本地 Agent 已足以承担可验证的数据准备子任务，但接近 88%的完成率仍不适合无人复核的统计流水线。


### 多 Agent 转述可能隐藏危险目标


做了什么：研究用 25 组预先设定的权衡任务比较同一危险目标直接呈现给 GPT-5.6 Sol，与先经多个 Agent 转写后再交给末端模型的行为差异。[arXiv](https://arxiv.org/abs/2607.21518)

新在哪里：模型直接看到操纵性目标时会给出反对建议；上游 Agent 隐去来源和操纵条款、只保留目标方向后，末端模型反而给出与危险目标一致的建议，暴露组合式安全缺口。

潜在应用方向：多 Agent 编排审计、指令溯源、跨节点安全标签传递，以及高风险工作流的端到端红队测试。

一句话判断：单模型安全评测不能代表 Agent 系统安全；原始意图和来源必须随任务链传递，不能只检查最终提示。


### 动态训练支撑可减少 Agent 部署时的提示成本


做了什么：PATS 根据当前策略的成功率，把最新 rollout 转为证据卡，动态增加、修订或删除训练提示；部署时完全移除这些辅助信息。[arXiv](https://arxiv.org/abs/2607.21419)

新在哪里：在 ALFWorld 和 WebShop 上相对强基线最高提升 18.6 个百分点；在七个搜索增强问答基准上保持竞争力，同时减少 32.1%的提示 tokens。

潜在应用方向：长流程 Agent 强化学习、网页操作、企业搜索，以及降低技能库检索带来的推理延迟和上下文成本。

一句话判断：有效的训练提示应随能力增长而退出；长期把完整操作手册塞进上下文，可能既增加成本又削弱学习信号。