AI今天开始自己找服务，但还不会自己负责 (2026)

这期听什么

8 月 10 日，AI 智能体开始从聊天框伸向真实服务：千问开放平台把找房、租车、家政、寄件等服务接入对话入口；工业智能体报告则把问题推到排产、设备运维和生产闭环。1 2

这期不把「会调用工具」直接等同于「能交付结果」，而是沿着三个问题展开：入口由谁选择，系统权限怎么交，失败之后谁负责。

入口：AI 开始替用户找服务

特工宇宙、硅星人 Pro 和葬 AI 的当日实测显示，千问开放平台已接入贝壳找房、盈米基金、哈啰租车、顺丰速运、闪送、天鹅到家等服务。用户可以用自然语言提出找房、租车、家政或寄件需求，智能体先判断预算、时间和条件，再把流程推进到预约、下单或支付前。3 4

边界也在实测里出现：贝壳智能体暂时不能根据窗景做更细判断，哈啰租车没有识别出香港车牌条件，顺丰下单仍需用户补齐收件信息。现在是用户主动寻找某个专业智能体，离「AI 自动判断该调用谁」还有一步。

同事：从派任务到长期协作

海外独角兽报道，Anthropic 的 Claude Tag 仍在测试阶段，但已经把智能体放进 Slack 频道，允许用户在聊天或文档里直接派活。它可以使用技能、记住长期目标、安排定时任务，并通过连接 GitHub、Notion、Google Drive 等系统完成工作。5

这类产品的成本不只在模型调用。海外独角兽援引的判断是，小公司若全员使用，月费可能达到几万美元；企业还要决定交出多少上下文、系统权限和数据。硅星人 Pro 写到的前沿部署工程师，则在客户现场把智能体接入旧流程：客户说不清痛点、系统切换风险和一次性项目，都是自动化之外的工作。6

工厂：自然语言只是操作层

甲子光年智库的报告把工业智能体定义为生产系统上的智能操作层：它要理解目标与约束，生成方案，调用既有系统执行，再根据反馈调整。报告点名的优先场景包括排产调度、工艺优化、执行监控和设备运维。2

经纬创投披露，诺因智能完成 5 亿元人民币天使加轮融资，公司称其具身系统覆盖数据生成、世界理解、任务规划和动作执行，家庭机器人预计 2027 年发布。融资和公司自述能说明投入方向，不能替代交付、复购和收入验证。7

研究：智能体开始把「不确定」留下来

新智元报道，智源研究院的 AREX 用两层循环做自主研究：内层搜索、访问网页、验证证据，外层审计答案，决定接受、补充还是重来。它的自主上下文更新机制会保留已验证发现、排除过的候选、未解决约束和下一步计划。8

文章给出的受控实验里，AREX 在 BrowseComp 上得到 82.5 分，比关闭这两层循环的版本高 22.9 个百分点。但它仍是探索性系统，实验分数不能直接变成研究责任。

物理世界：考试从生成画面变成预测动作

量子位报道，五所高校联合发起 TriWorldBench Challenge，用 500 个三视角同步片段覆盖 50 个机器人操作任务，围绕一致性、任务执行和物理空间理解汇总 19 项评测信号。榜单仍在持续更新，标准能否被广泛采用，还要观察。9

同一公众号认为，物理 AI 的路线逐渐靠近视觉语言动作模型、世界模型和物理 AI 基座模型，但数据与模型、视觉与行动、模拟与真实之间仍有断层。机器之心报道的戴盟触觉锚定世界模型，则把受力、形变和摩擦变成模型的推理证据。文章称其在接触密集型任务中平均成功率为 64%，有扰动时成功率为 53%，对比模型为 6%；这些数字仍属于文章引用的评测口径。10 11

腾讯研究院写波士顿动力的案例提醒我们，技术展示、上市融资和稳定订单不是一回事。文章援引媒体称，现代汽车计划到 2028 年建立年产 3 万台机器人的体系，但 2026 年公司当时每月约生产 4 台 Atlas；这一产能数字和后续商业化仍需继续核验。12

安全与寿命：会行动，不代表可以放行

硅星人 Pro 整理了 OpenAI、Anthropic 和 Meta 关于模型攻入外部系统的安全测试叙述，同时指出测试移除了部分防护，且不少事件发生在同一评测环境。听到「模型自己攻破系统」时，要把公司披露、测试条件和责任归因分开。13

机器之心报道，ChatGPT Atlas 从 2025 年 10 月 21 日发布到 2026 年 8 月 9 日停止工作，共 292 天。浏览器记忆、网页总结和代替用户点击的能力，并没有自动解决工程负担、长任务不稳定、迁移成本和提示注入风险。14

Z Finance 复盘谷歌 AI 人才流动时提到，Jeff Dean 在谷歌工作 27 年后离开，并与另外三位研究者创办 Discovery Loop；谷歌仍作为创始投资人和云合作伙伴提供支持。15

听完可以带走什么

开发者：让智能体走完一次真实任务，记录人工接管发生在哪一步，再算模型、工具和重试的总成本。
企业：把权限、日志、回滚、数据用途和人工接管写进同一张验收表；工厂场景还要看结果能否量化、能否复购。
普通用户：区分「替你调用服务」和「只给你推荐链接」，并确认出错后能不能撤回。

本期白名单公众号覆盖

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
特工宇宙：千问 Agent 生态扩张，AI Agent 开始走进生活，一手实测mp.weixin.qq.com
2
甲子光年：2026工业AI智能体研究报告｜甲子光年智库mp.weixin.qq.com
3
硅星人Pro：第一时间实测千问Agent：让AI链接服务有了初始态mp.weixin.qq.com
4
葬AI：一切都是千问play的一环mp.weixin.qq.com
5
海外独角兽：Claude Tag 可能是一个 10x Claude Code 级别的产品形态mp.weixin.qq.com
6
硅星人Pro：第一批转行做FDE的人，赚肥了mp.weixin.qq.com
7
经纬创投：诺因智能完成 5 亿元人民币天使 ++ 轮融资mp.weixin.qq.com
8
新智元：智源AREX自主研究智能体：从「盲目搜索」到「验证驱动」mp.weixin.qq.com
9
量子位：五大高校联手发榜！首份机器人三视角世界模型评测结果出炉，榜单持续更新中mp.weixin.qq.com
10
量子位：模型路线趋同之后，Physical AI的胜负手变了mp.weixin.qq.com
11
机器之心：比李飞飞的T-Rex更进一步：戴盟给机器人装上了「物理交互脑」mp.weixin.qq.com
12
腾讯研究院：世界上最会造机器人的公司为何始终难做大？mp.weixin.qq.com
13
硅星人Pro：硅谷模型厂正在比谁的 Agent 更能闯祸，背后全是营销剧本mp.weixin.qq.com
14
机器之心：RIP：只活了292天的Atlasmp.weixin.qq.com
15
Z Finance：深度｜复盘谷歌AI人才流失史：从Transformer八子到Jeff Deanmp.weixin.qq.com