AI 五条 · 8月22日：五条硬新闻，AI 进入检索、协作与留档 (2026)

今日主线是：AI 的竞争正从单个模型延伸到检索、协作、采购、留档和科研筛选。本期覆盖 2026 年 8 月 20 日至 8 月 22 日早间（北京时间）确认的五条消息。

Meta 每年花数亿美元向微软买模型，自研系统也在采购外部能力
Mistral Agentic Search：让模型进入长文档找答案
Slack Code：编程 Agent 从个人终端走进项目频道
美国国家档案馆发布 AI 记录管理指引
Nature 报道 TRI：AI 开始帮科研机构筛选专利潜力

一、Meta 每年花数亿美元向微软买模型，自研系统也在采购外部能力

Bloomberg 8 月 20 日报道，Meta 每年通过微软 Azure 花费数亿美元购买 AI 模型访问权限，每周经由 Azure 处理数万亿个 Token。Meta 和微软都没有回应这两个数字；报道中的金额和 Token 规模来自一名不具名知情人士，Bloomberg 没有披露结算周期、模型名称或合同条款。1

Meta 使用这些外部模型的一个用途，是软件开发和自研模型评测。Bloomberg 报道称，Meta 开发者曾通过 Foundry 采购 OpenAI 模型，用来评估 Meta 自己的模型。Meta 同时建设自有模型、数据中心和模型 API 服务，Azure 采购因此形成一条清晰的外部依赖链：自研模型公司仍会把一部分开发和评测工作交给竞争对手的平台。1

为什么重要： AI 公司的竞争账本正在分成两层：一层是自研模型和算力，另一层是外部模型调用与评测。Meta 的采购规模若得到更多公开信息印证，模型平台的价值就不只来自训练能力，也来自企业把多家模型接入同一套开发流程后的持续用量。

二、Mistral Agentic Search：让模型进入长文档找答案

Mistral 在 8 月 20 日发布 Agentic Search，把检索做成一个多步循环。模型可以先 search 找到文档，再用 open、navigate、read 和 grep 打开文档、定位页面、读取内容和查找关键词；这套能力通过 Mistral Search Toolkit 和 Libraries 提供，也可以接入企业已有索引。2

Mistral 用两个基准展示效果。在包含 368 份美国证券交易委员会文件、150 个问题的 FinanceBench 上，Mistral 报告的正确率从一次分块检索的 26.7% 提高到 86%；在包含扫描版美国财政部公告的 OfficeQA Pro 上，正确率从 6.3% 提高到 51.9%。这些数字反映 Mistral 自己的测试条件，外推到其他企业语料时仍需单独验证。2

Mistral 对比一次检索与多步检索的机制示意图 — *Mistral 官方示意图：Agent 会在文档内部继续搜索、阅读和定位答案。2*

为什么重要： 企业知识库的难点经常出在表格、脚注和跨页引用，而不是模型能否生成一段流畅文字。Mistral 把「找到相关片段」改成「找到、打开、核对证据」，产品竞争因此更接近检索流程和证据链的设计。

三、Slack Code：编程 Agent 从个人终端走进项目频道

Slack 在 8 月 20 日推出 Slack Code，为编程 Agent 建立独立项目频道。用户可以从 Slack 对话中点名 Agent，让 Agent 创建代码频道；团队成员随后能查看执行过程、审阅变更、查看网页预览，并要求 Agent 修改方向。工作完成后，频道可以归档，留下可搜索的过程记录。3

Slack 的设计把权限和审批放在协作空间里：频道成员可以暂停、重定向或停止 Agent，推送生产环境等高风险动作交给专家批准。Anthropic、Cognition、GitHub、OpenAI 的 ChatGPT 和 Vercel 都在开发接入，Claude、Devin、Copilot 和 ChatGPT 是报道中提到的 Agent。Slack 还表示，后续会向更广泛的开发者开放 API；文章发布时，具体套餐覆盖范围和各家接入进度仍未完全披露。3

为什么重要： 编程 Agent 的工作地点从个人终端变成团队可见的项目频道，审阅、权限和责任记录被放进同一个流程。对企业来说，下一步要看的指标不只是 Agent 能写多少代码，还包括谁能干预、谁来批准，以及过程能否复盘。

四、美国国家档案馆发布 AI 记录管理指引

美国国家档案馆 8 月 21 日发布 AC 11.2026，收件对象是联邦机构的记录管理负责人。页面公开摘要说明，这份指引用于把《联邦记录法》应用到联邦机构已有的 AI 使用方式，处理的是记录管理要求，不建立新的 AI 政策。4

公开页面目前给出指引摘要，逐项留存范围和操作条款仍需以全文核实。目前能确认的边界是：联邦机构使用 AI 时，相关材料开始进入记录管理员负责的联邦记录法框架，具体怎么留存、分类和处置仍应以备忘录全文为准。4

为什么重要： AI 治理正在进入行政流程。模型安全、隐私和采购之外，机构还要回答 AI 使用过程中哪些材料需要留下、谁能调取、怎样接受审计；记录管理会成为公共部门部署 AI 时的一道前置门槛。

五、Nature 报道 TRI：AI 开始帮科研机构筛选专利潜力

Nature 8 月 20 日报道了 Translation Readiness Index（TRI）。这套工具分析论文标题和摘要，把论文用词与过去和专利配对的科学论文进行比较，再估计一篇论文的「专利语言」程度。研究团队用 20,610 篇科学论文训练五个分类器，其中 9,431 篇已经与专利配对；表现最好的模型有 78% 的概率把专利关联论文排在一篇可比但没有专利关联的论文之前。5

研究团队还查看了西澳大学作者的 TRI 排名前 100 篇论文：其中 83 篇有产业合作作者，34 篇涉及曾经申请过专利的西澳大学作者。TRI 目前仍是概率排序工具，研究以预印本形式发布，尚未经过同行评审；工具只读取标题和摘要，论文数据、实验结果和商业可行性仍要由研究者与技术转移团队判断。5

为什么重要： AI 在科研中的一个现实落点，是帮机构决定哪些项目先获得人的注意力、资金和转化资源。TRI 能提高候选排序效率，实验验证、专利判断和商业化判断仍然需要研究者与技术转移团队完成。

今日观察

五条消息共同指向同一个具体变化：模型周围的工作流程正在被产品化。Meta 购买外部模型做开发和评测，Mistral 把长文档检索做成可反复定位证据的循环，Slack 把 Agent 放进团队频道，国家档案馆把 AI 使用纳入记录管理，TRI 则把模型用于科研转化线索排序。

对从业者来说，今天最值得继续追踪的变量有三个：外部模型调用会不会成为大厂新的经常性成本；Agent 的权限和审批能否进入企业标准流程；科研筛选模型能否在同行评审和真实转化结果中证明自己。

明天盯什么

Meta 或微软是否公开回应 Azure 采购规模和 Token 用量；
美国国家档案馆是否公开 AC 11.2026 的完整操作条款；
Slack Code 的开发者 API、套餐范围和各家 Agent 的实际可用性。

References

1
Meta has quietly become one of Microsoft’s largest AI customersbloomberg.com
2
Introducing Agentic Search - Mistralmistral.ai
3
Slack Code taps into collective vibe, puts AI agents into the group chattheregister.com
4
AC 11.2026archives.gov
5
Investors’ sneak peak: can this AI tool spot the science that will lead to patents?nature.com