AI开始把权限交给机器：代理交易、阿里重投与机器人服务同时过验收 (2026)

今日新模型发布

覆盖窗口为北京时间 2026 年 8 月 19 日 21:00 至 8 月 20 日 21:00。

截至窗口结束，没有核实到新的基础模型、开源权重或重大模型版本更新。OpenAI 的模型发布记录显示，8 月 18 日更新的是 Model Spec，也就是模型行为规范；8 月 19 日和 20 日没有新增模型条目。最近一个可核实的模型级发布是 8 月 10 日的 GPT-5.6-Cyber，它通过 Daybreak Red 向获批的网络安全研究和测试组织提供，属于受控开放，不是本窗口的新发布。1 2

模型没有换代，产品和基础设施却把更多「动作权」交给了系统：AI 代理可以替用户下单，云业务要用更高资本开支换取需求，自动驾驶服务开始进入真实城市，第三方安全评估则把模型公司的防护短板摆到台面上。问题随之改变：企业要验收的已经不只是模型答得对不对，还包括谁能授权、谁承担损失、谁负责现场安全，以及出了问题能不能停下来。

本期总览

动态	已确认状态	责任或成本落点	仍需核对的指标
Binance Agent OS	8 月 20 日上线开发者平台，连接交易、市场数据、钱包、支付和链上工具；代理可在授权后查看信息和执行交易。3 4	用户负责配置权限并承担交易损失；Binance 主要提供子账户、风控和反洗钱控制。	代理在提示注入、错误行情和长任务中的损失率、人工审批比例、异常撤销速度。
阿里巴巴财报	截至 6 月 30 日的季度收入 2689.5 亿元，同比增长 9%；AI 云和计算服务收入增长 45% 至 484.4 亿元。5	资本开支同比增长 75% 至 676.8 亿元，净利润同比下降 75%；公司用资产负债表先承受 AI 投入。	AI 云收入的毛利、利用率、模型和应用收入拆分，以及资本开支能否转成持续现金流。
Uber、Verne、Pony.ai	萨格勒布部分区域已可通过 Uber App 预约自动驾驶车辆；车内仍有持证操作员监控。6	Pony.ai 提供自动驾驶技术，Verne 负责车队和运营，Uber 负责用户入口；现场安全责任仍依赖人。	每单成本、接管率、事故和投诉记录、服务覆盖扩大前的监管条件。
Unitree 上市后交易	公司 8 月 19 日在上海上市首日股价接近涨至原来的六倍，8 月 20 日回落 11%。7	资本市场先给出高波动定价；公司业务仍主要面对大学和科研机构，规模化部署能力尚未被证明。	单家公司收入、商业客户占比、持续运行时长，以及「世界模型」投入是否改善真实任务效率。
五家公司安全实践评估	Guidelight AI Standards 对 OpenAI、Anthropic、Google、xAI 和 Meta 的公开安全实践评分；Reuters 于 8 月 20 日报道，五家公司最高为 C+。8	评估反映公开制度和材料，不等于对模型风险做了独立技术测试。	评分细则、第三方渗透测试、模型失控与现实攻击的边界，以及公司后续整改。

这五条消息的共同点不是「AI 更聪明了」，而是系统开始替人执行高代价动作。动作被交给代理、云平台或自动驾驶栈之后，责任并没有自动转移；它反而被拆成权限、资金、现场操作和审计几张表。

第一层：代理可以下单，风险边界却由用户自己画

Binance 的 Agent OS 是本窗口最直接的「从回答到执行」案例。Binance 把 API、市场数据、钱包、支付、Skill Hub 和 Model Context Protocol（MCP）接到同一个开发者平台，应用可以通过 ChatGPT、Codex、Claude Code 或 Cursor 等工具调用这些能力。用户授权后，代理可以查看账户信息、分析市场、研究风险、下单，甚至执行套利策略。3 4

Binance 把代理放进专用子账户。用户可以限定现货或期货权限，提现默认关闭，也可以要求每一笔订单先经过人工批准；配置完成后，用户也可以允许代理自主交易。这个设计把「代理能不能动钱」改成了账户级权限问题，而不是模型有没有一句拒答。4

真正尖锐的地方在风险上限。Binance 没有为交易子账户另设代理交易或亏损上限，用户转入子账户的金额，实际上就成了风险边界。Agentic Wallet 的换币、DeFi 和 x402 支付则有每日限额，但这几项限额不能替代交易账户的资金隔离。4

这也暴露了控制链条的断点：代理的推理发生在 Binance 之外，交易所可以看到订单结果，却看不到代理读了什么信息，也看不到它是否受到错误信息、操纵或提示注入影响。子账户能限制损失范围，却不能解释每个动作为什么发生。

对采购方来说，Agent 产品的验收表至少要增加四项：权限能否按工具和资金隔离、每笔动作是否可审批、异常时能否立即撤销、完整轨迹能否用于事后追责。只看「支持 MCP」或「可以自主交易」，还没有把产品的责任边界说清楚。

第二层：AI 需求已经进入财报，但回报还在另一张表上

阿里巴巴截至 2026 年 6 月 30 日的季度收入为 2689.5 亿元，同比增长 9%，略高于分析师平均预期。AI 云和计算服务收入同比增长 45%，达到 484.4 亿元；这说明企业训练和运行 AI 的需求已经进入云业务的收入行。5

但同一季度的资本开支同比增长 75%，达到 676.8 亿元，净利润下降 75%，调整后每股美国存托凭证收益为 8.52 元，低于市场预期的 10.53 元。AI 云收入增长和利润承压同时出现，说明需求增长先带来了更多基础设施投入，暂时还不能直接等同于高质量利润。5

阿里巴巴 CEO 吴泳铭把结果归因于全栈 AI 能力商业化改善，CFO 徐宏则表示，公司将持续、审慎地投入全栈 AI。管理层的表述可以说明战略方向，但它没有替代三个经营问题：这 484.4 亿元收入的毛利是多少，新增算力的利用率是多少，AI 模型和应用的收入是否已经从云服务中独立出来。5

企业投资 AI 基础设施时，也应把收入表和回收表分开。收入表回答「客户有没有买」，回收表回答「新增机房、芯片和电力能不能在合理周期内产生现金」。在模型价格继续下降的市场里，前一张表增长得很快，后一张表才决定投入能否持续。

第三层：自动驾驶开始进入城市服务，但人还在车里

Uber、Verne 和 Pony.ai 在萨格勒布上线自动驾驶出行服务，用户可以在 Uber App 中请求 UberX 或 Comfort；如果匹配成功，应用会展示车辆信息和乘车指引。服务目前只覆盖城市部分重点区域，并计划逐步扩大范围。6

三家公司分工清楚：Pony.ai 提供自动驾驶技术，Verne 负责车队所有权和服务运营，Uber 把车辆接入既有叫车入口。这个组合比「签署合作协议」更接近商业运营，因为乘客已经能从现有 App 发起订单；但它仍然是有区域限制、车内配备持证操作员的服务。6

因此，物理 AI 的关键指标又向前移动了一步：从「有没有车辆」变成「能否在规定区域持续接单」。接下来要看的不是宣传中的无人化终点，而是每单的运营成本、人工接管频率、事故与投诉记录，以及覆盖范围扩大时是否需要新的监管批准。现在的上线事实能证明服务进入城市，不能替公司证明已经完成无人化运营。

Unitree 的上市次日表现把另一种验收摆到了台面上。公司 8 月 19 日在上海上市首日股价接近上涨至原来的六倍，第二天回落 11%。Reuters 同时提到，Unitree 的客户仍主要是大学和科研机构，公司正在把机器人逐步推向真实工业场景，但人形机器人还没有大规模部署能力，多数应用中的效率仍低于人类工人。7

这组事实需要分成两本账。股价变化是资本市场对未来的定价，大学和科研机构客户、工业部署进展和人形机器人效率则是产品交付的证据。公司正在投入的「世界模型」可能成为下一阶段的技术重点，但它还不能替代收入、运行时长和任务完成率。

第四层：安全能力的公开成绩单，仍然停在制度评估

Guidelight AI Standards 对 OpenAI、Anthropic、Google、xAI 和 Meta 五家公司做了安全管理评估，考察模型遏制、监控效果、第三方审查等六项实践。Reuters 8 月 20 日报道，Anthropic 和 OpenAI 得到 C+，Google 为 D+，xAI 为 D-，Meta 为 F。8

这组分数有提醒价值，也有明确边界。Guidelight 审阅的是公司公开的安全报告和制度材料，报道没有给出完整评分细则、样本选择或独立技术渗透测试。因此，分数可以说明企业公开承诺和安全制度存在差距，却不能直接等同于模型在现实攻击中的失控概率。

Reuters 同时提到，OpenAI 和 Anthropic 曾披露 AI 代理进入其他公司的系统；报道没有说明这些行为是否属于授权安全测试，或是否造成实际损害。企业做智能体采购时，应把受控评估、授权测试和公开互联网攻击分开记账，再分别核对软件包来源、凭证隔离、工具权限、出站控制、日志和回滚。

从业者判断：把「动作」拆成四项验收

采购团队先验权限，再验模型。 Binance 的 Agent OS 说明，能调用工具不等于能安全调用工具。采购合同应把账户隔离、人工批准、撤销时延、日志保留和提示注入后的处置写成可测试条款。
投资团队把增长和回收分开记。 阿里巴巴的 AI 云收入增长证明需求正在变强，资本开支和利润变化则提醒投资人继续追踪利用率、毛利和现金流。管理层关于 AI 商业化的判断，不能替代收入拆分和资本回收数据。
产品团队把「上线」拆成服务、无人化和盈利三步。 萨格勒布已经有可预约的自动驾驶服务，但车内操作员、覆盖区域和监管条件仍然存在。评估 Robotaxi 时，应把每单成本、接管率和持续运营时间放在下载量或合作协议之前。
合规团队把制度承诺和技术证据分开。 Guidelight 的评分可以作为公开安全治理的筛查信号，但不能替代独立测试。企业需要确认评估环境、攻击边界、凭证隔离、出站控制、日志和回滚，而不是只看供应商的安全等级或一页承诺。

今天没有新模型发布，行业却把更多高代价动作交给了 AI：代理可以交易，云平台可以吞下更大的资本开支，自动驾驶车可以进入城市订单，安全团队也在追问系统能否被控制。共同的验收标准也因此变得具体：谁授权、谁付钱、谁在现场、谁能暂停、谁能事后解释。 模型能力只是这条链上的一个环节，真正决定 AI 能否进入生产的，是动作被交出去之后，责任是否仍然可追踪。