AI今天开始长出自己的工作系统 (2026)

今晚的线索，不是某个模型又刷新了一项榜单，而是 AI 开始把上下文、工具、执行和验收连接成一套工作系统。下面保留本期最值得继续追原文的事实、影响与边界。

工作上下文从资料堆变成基础设施

三十六氪报道，沌序科技提出在模型、设备和应用之间增加一层「Organization Layer」，把不同能力、成本和形态的智能单元组织起来，再把一次有效协作沉淀成可复用的规则。报道还提到，团队已经在低空安全场景积累了约 50TB 多模态数据、超过 1500 万帧有效标注样本和 2000 多次实验。这里最值得追问的不是数字有多大，而是系统换天气、换设备或遇到通信延迟后还能否持续工作。1

量子位报道，阿里千问办公开源 MyContext，把钉钉聊天、文档、会议和业务记录加工成可授权给 Agent 使用的工作档案。文章转述的设计保留原始证据链、权限约束和事实冲突，而不是只留下一个看似确定的答案。对企业来说，真正昂贵的前置工作可能不是再买一个模型，而是把分散在员工记忆里的背景整理成机器能安全调用的上下文。2

Agent 的入口正在跨设备迁移

爱范儿介绍支付宝 AHA，也就是 Agent Hub Access。文章转述的演示里，手机 Agent、支付宝服务 Agent 和商家服务可以接力完成出行、餐饮、文旅等服务；报道还提到，支付宝披露已经与五家主流手机厂商打通协同，合作厂商市场份额超过 70%，车端覆盖 16 家主流车企品牌。这里要区分合作进展和普遍可用：大会披露的规模，不等于每个用户今天都能走完整链路。3

赛博禅心的一条短更新显示，企业微信已经可以被 Codex、Claude Code 和 WorkBuddy 这类 Agent 调用。文章只有很短的安装信息，所以本期只把它当作入口变化的信号，不延伸成完整的企业级能力结论。4

MacTalk 对豆包更新的整理更接近工作流：电脑操作负责动手，技能负责方法，连接器负责读写飞书、企业微信、钉钉、文档和数据库等系统，工作伙伴负责按角色和交付标准分工。豆包还支持本地电脑、云电脑和手机远程发指令；但 Mac 当前主要覆盖浏览器，Windows 的电脑操作更完整。真正值得检查的是任务能否被看见、暂停，以及在写入业务数据前是否需要确认。5

AI 转型先改变组织，再改变软件

晚点 LatePost 追踪了理想汽车两年多的 AI 转型，采访近 20 位在职和离职员工，同时明确说明样本并不完整。报道提到，理想今年 1 月把研发体系改按基座模型、软件本体和人形机器人分工；两年里有超过 20 名技术骨干离开，其中至少 6 人曾是高级管理者或关键技术负责人。报道还记录了端到端智驾和语言模型方案在响应时间、复杂场景成功率上的调整。它提出的关键疑问是：员工个人做得更快，是否真的变成了公司的协作收益。6

经纬创投整理的黄仁勋访谈，则把组织学习压成了几条经验：发现路线错了要转向，不懂的事要尽快学，创始人要靠近一线，先开始再逐步解决困难。这是经纬创投对访谈的二手整理，不是独立的管理学实验；它的价值在于和理想的案例放在一起，提醒企业负责人观察工具采购之外的流程、指标和责任人。7

机器人要记住目标，而不只是完成动作

甲子光年报道，墨奇智能的 MoRA 架构和 Agentic-Native 路线，尝试让负责直接看视觉、触觉和输出动作的 System 1 同时持有目标、保存执行记忆、判断进度；遇到能力边界或异常状态时，再请求 System 2 介入。文章把家庭任务描述为可能持续约 15 分钟，也转述了约 3 万小时真实场景数据和到 2026 年底扩大到 15 万至 20 万小时的计划。后两项属于公司信息和报道中的计划，不能提前当成独立验证的通用能力。8

评测也在从分数变成系统

机器之心报道，MirroS 联合多家机构发布 HarnessEval，把原本用于组织 Agent 执行任务的 Harness 引入评测系统。它不只给最终分数，还让评测智能体选择技能、拆解可验证问题、审计工具调用和证据，并生成 evidence tree，也就是记录测了什么、为什么这样测、证据怎样支持判断的证据树。对读者来说，看到一个榜单分数后，还应该继续问：它测的是最终答案，还是连同过程、状态和失败原因一起测了。9

能计算的空间关系，交给专门模块

新智元介绍浙江大学 ReLER 团队开源的 PhyEdit。它先用三维模型估计几何关系，再让图像编辑模型负责渲染；文章转述的 ManipEval 结果中，DIoU 为 65.33，盲测整体偏好率为 78%。这些数字是论文作者报告的评测结果，不能直接等同于所有图片编辑任务的普遍优势。项目也明确写出边界：三维轨迹仍由用户提供，不计算力、碰撞或完整动力学，透明反光物体和深度分割错误仍可能导致失败。10

模型越多，中间层越值钱，也越需要核账

硅星人 Pro 转述 Axios 和彭博报道，Stripe 已同意收购 OpenRouter，交易价格至少超过 70 亿美元，不同报道给出的估值口径更高。OpenRouter 的位置是模型路由和调用中间层：开发者通过一个接口切换多个模型，平台负责计量、定价和故障时的路由选择。文章还转述了超过 800 万开发者和每周 25 万亿 Token 等平台数据，这些数字都属于报道转述和平台口径。对开发者来说，中间层的价值不只是少接一次接口，还包括成本、可观测性和故障切换；对模型厂商来说，分发和收入未必全部留在自己手里。11

创作门槛下降之后，验收仍然在上游

腾讯研究院复盘一场 AI 游戏创作黑客松，统计了 561 件代表性作品。三个人、三天做出游戏 Demo 的成本正在下降，但作品仍要面对稳定运行、持续打磨和被玩家发现的问题。人的位置不是消失，而是向上游移动：定义问题、拆任务、交接上下文和验收结果。12

刘润今天写到，他更愿意把 AI 当成提高收集、核实和比较效率的工具，而不是替自己产生判断的机器。把今晚的线索放在一起，问题就从「模型会不会回答」变成了四个更具体的检查：它看到了哪些上下文，能调用什么权限，怎样证明自己做对了，出错以后谁能把它停下来。13

公众号覆盖核查

本期实际引用的公众号标记「✓」，未引用的标记「—」。

量子位 ✓　- 新智元 ✓　- 机器之心 ✓　- Founder Park —　- 数字生命卡兹克 —
42 章经 —　- MindCode —　- 赛博禅心 ✓　- 张小珺 —　- 海外独角兽 —
特工宇宙 —　- 爱范儿 ✓　- 甲子光年 ✓　- 傅盛 —　- 集智俱乐部 —
刘润 ✓　- 硅星人 pro ✓　- Mac Talk ✓　- 晚点 Latepost ✓　- LateNews by 小晚 —
经纬创投 ✓　- 刘小排 r —　- 葬 AI —　- Z finance —　- 36 氪 ✓
AGENT 橘 —　- 归藏的 AI 工具箱 —　- 卡尔的 AI 沃茨 —　- AI 新榜 —　- 腾讯研究院 ✓
虎嗅 —　- 真格基金 —　- 花叔 —　- AGI hunt —　- 小平的 IO —

References

1
一家Collective AGI公司，要给人工智能加一层「组织」mp.weixin.qq.com
2
阿里杀进Agent上下文战场：钉钉聊天、企业文档、工作数据终于要被Agent吃进去了mp.weixin.qq.com
3
支付宝拉上手机、汽车、大模型，准备让 AI 办一件大事mp.weixin.qq.com
4
刚刚，企业微信史诗级更新：能用 codex/ claude code/ workbuddy…来调用了mp.weixin.qq.com
5
电脑操作、技能、连接器、工作伙伴：豆包的牌来了mp.weixin.qq.com
6
理想的 AI 改造，和离开它的人mp.weixin.qq.com
7
黄仁勋最新访谈：不想被淘汰，马上做4件事mp.weixin.qq.com
8
长程执行成具身智能必考题，墨奇的答案是Agentic-Native｜甲子光年mp.weixin.qq.com
9
开启Benchmark的Harness时代：15家学术机构联合发布HarnessEvalmp.weixin.qq.com
10
浙大开源 PhyEdit：单图编辑与精准 3D 物体操作mp.weixin.qq.com
11
这个靠中国开源模型"撑"起的美国公司，要70亿美元卖身了mp.weixin.qq.com
12
从561个作品看一场游戏黑客松里的AI创作新变化mp.weixin.qq.com
13
今年演讲咋还不官宣？还搞不搞了？mp.weixin.qq.com