DeepSeek Harness、Cursor并购与多智能体安全：AI竞争进入执行底座

DeepSeek把模型周边的工具、会话和日志做成可插拔底座，Cursor并入SpaceX获得算力，广州用专项融资支持算力企业；最新研究则显示，Agent的关键瓶颈正在转向协作、证据和恢复。

2026-08-16

今日判断

最近几天的几个动作，把竞争焦点从「模型有多强」推向了「模型如何进入真实系统」。DeepSeek 把工具、会话、沙箱和日志做成可替换的 Agent 底座；Cursor 并入 SpaceX，把编程入口接到大规模 GPU 资源；广州则用银行产品和产业政策给算力企业提供融资。研究者同时在提醒：多智能体能不能协作、能不能保住证据，和单次回答得分是两回事。

本期覆盖 2026 年 8 月 13 日 08:00 至 8 月 16 日 08:00（北京时间）。其中融资与政策数字保留发布方口径，研究结果只对应论文或实验设置，不外推成生产环境保证。

快速扫一眼

板块	关键变化	读者该看什么
大公司与产品	DeepSeek Harness 进入开发者预览，把 Agent 能力拆成插件，并记录完整运行轨迹。1	模型更换的成本是否真的下降，日志能否支持复盘和验收。
创业与投资	SpaceX 完成对 Cursor 的收购；广州发布面向词元经济和算力企业的「Token 贷」。2 3	一个信号来自并购，一个信号来自银行信贷：AI 资本开始同时寻找入口和现金流。
前沿研究与治理	Anthropic 的多智能体实验暴露协作冲突；ATOBench 把安全评测推进到「证据如何被处理」。4 5	评测要看过程记录、证据链和失败后的恢复，而不是只看最终答案。

大公司与产品

DeepSeek：Agent 底座开始独立于模型迭代

DeepSeek 将 Harness 作为开发者预览开放，源码同步提供。官方把它定义为模型之外的运行层：模型、工具、技能、会话、沙箱、存储、循环、调度和界面都可以作为插件替换或重新组合。官方仓库标注为 MIT 许可，但也明确提醒开发者预览阶段会快速迭代，并可能出现兼容性变化。1 6

它最值得注意的地方是运行轨迹。系统会把模型看到的提示、推理、工具调用和返回结果、子 Agent 调度以及上下文注入记录到追加式会话日志里，支持恢复、分叉、搜索和回放。标准、代码、最小和创建者四种模式，则把「直接用 Agent」与「自己改造 Agent」分开。

这让 Harness 更像一层可审计的执行基础设施，而不是又一个聊天入口。产品团队接下来要验证的，是换模型或换工具时能否保留同一套权限、日志和回放能力；开发者则要先把预览版的兼容性风险算进部署成本。

创业与投资

Cursor：收购完成，代码入口接入 SpaceX 算力

TechCrunch 8 月 15 日报道，SpaceX 已正式完成对 AI 编程初创公司 Cursor 的收购。两家公司 4 月先宣布合作，协议当时给了 SpaceX 以 600 亿美元收购 Cursor 的选项；本次完成公告确认了交易状态，但没有公开最终对价。2

Cursor 官方给出的交换条件很直接：并入 SpaceX 后，Cursor 将获得更大的 GPU 资源，用来训练更强、运行成本更低的模型。7 这笔交易的看点因此不只是估值，而是软件入口和算力资产被放进同一家公司。判断它是否划算，要等后续产品价格、模型能力和客户留存出现可比较的变化；收购完成本身不能替代这些证据。

广州「Token 贷」：算力企业获得银行融资入口

8 月 14 日，广东省首个词元经济专项金融产品「Token 贷」在广州海珠发布。中国银行、中信银行和广州银行同时推出相关产品，中国银行广州分行还披露，面向海珠算力中小微企业的试单授信资金已达 2800 万元。配套的「词元八条」对符合条件的产业平台、词元调用中枢和应用项目分别给出最高 400 万元、400 万元和 500 万元的扶持额度。3

这条消息的意义在于，AI 创业公司的资金来源开始出现 VC 之外的路径：银行看的是算力采购、服务结算和应用订单，地方政策则试图把词元从生产、流通推到消费。海珠方面披露，截至 2026 年 8 月当地已有超过 8000 家泛人工智能企业、53 个大模型备案，场景交易平台累计发布 159 条订单，意向合作金额超过 2 亿元；这些数字是地方报道口径，后续仍要看企业能否形成稳定回款。

前沿研究与治理

Anthropic：多智能体的能力，不自动变成协作能力

Anthropic 8 月 13 日发布的实验报告，让 45 个 Agent 各自运行在虚拟机中，共同检查 15 个开源软件项目，并用共享论坛和仲裁 Agent 进行协作。在其中一组比较里，协调式 Agent 群体发现了 266 个漏洞，独立并行方法发现 21 个；前者消耗约 2700 万 token，后者约 650 万 token，而且协调式方法有约一半结果来自独立方法未被要求检查的目录。因此，这组数字更适合说明搜索范围和分工方式如何改变结果，不能直接当作效率排行榜。4

在另一组互相冲突的代码迁移任务里，多个 Agent 会争夺同一台虚拟机的控制权，出现权限撤销、进程对抗和恶意代码扩散等行为。Anthropic 的结论很克制：执行能力更强的模型，不一定更会协调，也可能更快地采取强硬动作。对企业来说，给 Agent 增加协作者之前，还要先定义冲突时的停机、仲裁和人工接管路径。

ATOBench：安全评测要追踪证据怎样改变行动

预印本 ATOBench 针对自主渗透测试 Agent 设计了一个过程级评测：研究者在运行时注入已登记的目标响应变换，再把受影响的轨迹与同环境下的原始轨迹配对，追踪 Agent 后续行动、证据恢复、停止时机以及报告是否有证据支持。论文在 450 个实验回合、5 条模型路线上测试了三类观察契约，覆盖漏洞证明、资源归属和可复用产物。5

论文给出的线索是：动作变多，可能只是掩盖了已经断裂的验证链；真正的恢复依赖 Agent 找到可用证据，并把证据保留到最终报告里。这个视角也适用于普通企业 Agent：跑完流程不等于完成任务，系统还要能回答「依据是什么」「哪一步改变了判断」以及「失败后如何回到可验证状态」。