2026-11-07_每日AI动态

覆盖窗口：2026-11-06 00:15 — 2026-11-07 00:15（GMT+8，近 24 小时） 关注领域：AI Coding · AI 工程化 · AI Agent · AI 大模型 · ToB 场景落地 查重说明：本期已读取资料库「我的资料/每日AI动态」最近 7 期正刊（2026-11-06、11-05、11-04、11-03、11-02、11-01、10-31）逐条比对。以下事件已在往期报道，本期不再作为独立条目：11-06 期：OpenAI Pando、LangChain Managed Deep Agents、Qodo 代码规范注入 Codex、Vercel Sandbox 提速与 MCP 自助连接、Claude 签发 MCP 身份断言、MCP SDK OAuth 漏洞、NorthCUA 开源 CUA、GPT-6.2 Astra 灰度、ClickUp Brain²/Runway Dev、Claude Mythos 5.5/Fable 5.5、Flower Endeavor 1.1、Sarvam Prism、Deep Principle Hydrogen-1.0、UBS 运行 12700 智能体等 18 条；11-05 期：Claude Code v2.1.318、OpenAI/Anthropic Python SDK 企业级接口、n8n 3.1.0、Ginux、Apple 10-K 智能体风险、Microsoft Entra Agent Blueprint、CrowdStrike kill switch、AGENTS.md 注入、OpenAI 激活分类器、腾讯 Hy4、Kimi K3.1 Pro 权重、百度 Apollo World、中国推理量首超训练、华为 Fintelligent 等 18 条；11-04 期：GitHub Copilot Fusion、Xcode 26.3、Anthropic 隐形水印、Vercel Agent Desktop 等开源工具、MIT 权重空间编程、Salesforce Agent Fabric 熔断、Socure/Resemble KYA、FireMon、DeepSeek Creator Mode、美团 LongCat-2.5、商汤 SenseNova 6.8 Flash、腾讯 Hyra 2.0、OpenAI LifeVal、Zendesk 员工 Agent、发改委/工信部 AI+、沐曦/天数 GPU、国产模型周调用量等 18 条；11-03 期：GitHub Spec Kit、Qoder Fast、Google EGM、Karpathy CLAUDE.md、OpenInspect、智元具身、Cisco VOLTA、智谱 GLM 5.3、Strands、Hermes Connectors、Qwen3.6、Particle-1、Codex GPT-6.1、度小满轩辕、盟浪数问、南钢元冶、安吉 Soiawork、工业 Agent 边缘等 18 条；11-02 期：OpenAI 收购 Sky、微软 Copilot 重构、DeepSeek Super-agent 架构原型、Google 关停 Jules、商汤 Loop-9B、四大训练退出机制、Anthropic 订阅、Kimi 3D Make、字节 Seed 具身、MiniMax M3.1、可灵 Kling 4.0、GPT-6 Rosalind、苹果接通义、Vera Rubin、阿里云数字人退市、范式模域、可灵融资、AIIA 标准等 18 条；11-01 期：Meta Muse Code、Claude Code v2.1.316、Meta JiTTesting、Claude Duet、CRISPR 酶、Mistral Le Chonk、DeepSeek V4.1-Flash、Gemini 4 Carbon、NVIDIA Nemotron 3.5、Yellow.ai 等 11 条；10-31 期：Cursor 恶意扩展、AWS Hydro/Infinity、LlamaIndex DPP、Casdoor v4、Open Agent Primitives、Gemini Computer Use API、Vapor Panda、Stripe Codex 插件、Kimi K2.8、Haiku 5.5、OpenAI Model Spec、Cisco 无限 token 等 16 条。上述 7 期（含其各自查重说明已列举的更早各期）覆盖的事件不再展开。本期 18 条均为上述 7 期未覆盖的新事件或具实质性进展的接续报道（已标注「接续」）。 本期条数：正文 18 条

一、AI Coding 与工程化

1. AWS Kiro Bots 正式可用：多智能体协调的持久化 Bot

事件内容： AWS 在 11 月 6 日宣布 Kiro bots 在 Kiro Crew（其开源多智能体开发环境）中正式可用（GA）。开发者可在 Customize 里新建 bot，选择默认或自定义 agent 作为底座，为每个 bot 配置名称、头像、指令、工具集与权限，用于问题分诊、构建监控、发布就绪等职责。一个监督型 bot 能并行拉起多个 worker 会话、监控执行、纠偏并汇总结果；遇到需要人决策时暂停请求批准，同时并行推进其他非依赖任务。Kiro 还引入名为 Notes 的持久记忆，记录开发者偏好、历史决策与约束，并提供看板可视化与定时任务（如每天早晨复查隔夜 CI 失败）。

值得关注的原因： 这是多智能体开发从「人直接跑每个会话」转向「人做监督者、bot 做协调者」的结构性变化。它把「谁来负责流程的某一段」变成显式的服务角色，呼应本期多条 Agent 治理主线——当 Agent 被赋予命名职责，就产生了交接、升级路径与责任边界。对工程负责人而言，真正的杠杆不再是「哪个模型写码更准」，而是「如何把任务图、验证检查点与失败恢复设计好」。IDC 等分析师也提示了「协调税」：后台重试与持续工具调用会快速推高 token 与算力开销，需用严格身份范围、预算护栏与集中遥测来治理，否则多 Agent 并行反而拖累净产出。

2. Cognition 发布 SWE-2 Flash 65B：从零训练的密集模型专攻智能体编程

事件内容： 据 11 月 6 日的模型发布清单，Cognition 推出 SWE-2 Flash 65B——一款从零训练的密集模型，拥有 100 万 token 上下文，专攻智能体式编程（agentic coding），厂商自报在 TerminalBench 2.1 上取得 80.52 分；权重已上架 Hugging Face，并通过 Together、GMI Cloud 与 OpenRouter 提供 API。与上一波以超大 MoE 主打通用能力的路线不同，SWE-2 Flash 把定位直接压在「代码智能体默认档」上：用密集架构换推理速度与成本，用超长上下文承载跨文件仓库级任务。

值得关注的原因： 它表明编码智能体的「默认模型」之争正从闭源托管（Claude Code、Codex）向可自部署的开源与开放权重倾斜。对企业，能在自有算力上跑、上下文达百万级的编码模型，意味着可以把核心代码库留在内网、用本地 Agent 做大规模重构，而不必把仓库送进第三方云。当然，80.52 是厂商自报、尚无第三方复现，选型仍需放回自家仓库回归测试。但它与本期 Kimi K2.7 Code、Kiro bots 一起，勾勒出「快、长上下文、可私有化」正成为编码智能体的新基准，开源阵营在代码赛道的话语权继续抬升。

3. Kimi K2.7 Code 上新：262k 上下文 + 推理 token 减 30%

事件内容： Kimi K2.7 Code 是一款面向编码智能体调优的 MoE 模型，关键指标为 262k token 上下文窗口、相较 K2.6 推理 token 减少约 30%、代码基准提升 21.8%，现已通过 Cloudflare Workers AI 的绑定与 OpenAI 兼容端点上线，无需改动 API 即可接入。推理 token 的削减意味着长程多轮 Agent 会话的消耗被显著压缩，而 262k 上下文让 Agent 能把可观一段真实代码库载入而不被截断——这是跨文件重构与依赖追踪长期以来的痛点。

值得关注的原因： 把「推理 token 减少三成」与「上下文拉到 26 万」组合，是编码智能体经济性的直接答案：长会话烧 token 极快，推理开销每降一点都会在多次迭代中复利放大。Cloudflare Workers AI 的「零改动接入」则降低了试用门槛。对已在用 Agent 跑代码的团队，K2.7 是一个可低成本替换 K2.6 的 drop-in 选项；对平台方，这再次证明编码模型的竞争焦点已落到「单位任务成本 + 上下文容量」而非单纯榜单分数。需注意缓存 token 定价小幅上调，但多数工作负载下效率红利通常可覆盖这部分成本。

4. Azure Functions 支持 agent.md：无服务器触发器直接驱动 Agent

事件内容： Azure Functions 现在支持 agent.md 文件——用 YAML frontmatter 声明模型与工具配置、用 Markdown 正文承载指令，即可把一个 Agent 定义为目录；该 Agent 可由任意现有 Functions 事件源（HTTP、队列、定时器等）触发，无额外冷启动惩罚、无新计费模式，且 Scale-to-zero、托管身份与 Application Insights 全部沿用。GitHub 内部的安全审计工具已在生产环境跑在这套机制上，官方称其并非空谈。

值得关注的原因： 它的价值是「运维层面」而非「架构层面」：已经部署在 Azure 上的团队，无需引入新框架，就能把 Python/TypeScript 智能体脚手架替换为一个 agent.md 文件（外加可选的 mcp.json / agents.config.yaml），显著缩小攻击面与维护面。这把「Agent 即一等公民的工作负载」进一步下沉到主流云的无服务器运行时，意味着企业可以把 Agent 直接挂到既有事件总线上跑，而非另起一套编排平台。代价是团队需掌握 agent.md 语法，配套配置文件首次上手有少量成本，且对复杂编排仍需配合其他工具。

5. Vercel 开源 Eve 框架 + Cloudflare 临时账户免登录部署

事件内容： 两则面向 Agent 工程化底座的动态。其一是 Vercel 开源 Eve——一个把 Agent 定义为目录的智能体框架，强调把「写代码 → 部署 → 验证」的闭环交给 Agent 自己完成。其二是 Cloudflare 的 Temporary Accounts：Agent 可运行 wrangler deploy --temporary，无需账号、OAuth 或浏览器交互即获得一个存活 60 分钟的临时部署，并生成 claim URL 供人类决定是否转为永久账号——解决了「Auth 墙让自主 Agent 工作流卡死」的普遍难题。

值得关注的原因： 两者共同把「Agent 能不能自己把东西上线」从演示推向可落地。Eve 让 Agent 把交付、部署、验证连成一条线；Cloudflare 临时账户则清除了自主部署最硬的 Auth 障碍，让 Agent 能无摩擦写出可运行的线上产物再交回人类裁决。对做 Agent 工具链的团队，这两件事提示：工程化竞争正从「模型多聪明」下沉到「执行环境拉起速度 + 部署零摩擦 + 验证闭环」。不过临时窗口仅 60 分钟，复杂迭代偏紧，更适合 PoC 与演示，生产级长期运行仍要回到正式账号与权限体系。

二、AI Agent（编排 · 治理 · 安全）

6. Perplexity 发布 Teammates：企业级长期运行智能体平台

事件内容： Perplexity 在 11 月 6 日正式推出企业级 AI 智能体产品 Teammates，定位为可在用户工作空间中持续运转、承担多种职责的长期 Agent。它建立在 Perplexity 早前的 Computer 系统之上，能协调多个 AI 代理并行处理各自任务，覆盖市场营销、销售、客户支持、运营管理、财务分析等角色；每个 Teammate 拥有独立且持久的对话线程，可随时查看状态与进度，并具备记忆能力以复用历史背景。产品还接入 Slack，员工可在频道里直接分配任务、查询进度，智能体之间也能相互交接（例如一个发现漏洞后转交另一个制定修复方案）。

值得关注的原因： Teammates 把 Perplexity 从「答案引擎」推向「工作场景 Agent 平台」，直接对标 OpenAI 的 Dots 与 Anthropic 的 Claude Duet，给企业选型增加了第三个可信候选。它的核心差异是「长期、多角色、可持续推进项目」而非单次任务执行——例如销售场景下智能体能主动发现长期客户停止下单、分析售后记录并给出方案。对评估 Agent 平台的企业，现在有了「三家主流方案先做基准对比再承诺」的窗口；但长期运行也放大了身份、权限与成本治理的复杂度，需要在引入前就把责任边界与预算护栏设计清楚。

7. OpenAI 发布 GPT-6 Cyber：对齐的防御性安全智能体模型

事件内容： OpenAI 在 11 月 6 日推出 GPT-6 Cyber，一款面向防御性安全工作流的模型，旨在识别并验证可利用的漏洞，同时把行动限制在研究者定义的边界之内。在监管方日益 scrutinize 实验室如何保护数字基础设施的背景下，该模型把「安全智能体」从研究好奇变成了可采购的能力。多家媒体将其定位为「对齐的安全 Agent」，强调其在边界内行动的设计取向。

值得关注的原因： 当 Agent 被广泛授权执行代码与操作系统，安全能力必须从「外部检测」下沉到「模型原生具备、且在边界内行动」。GPT-6 Cyber 的意义不在于又多一个聊天模型，而在于把「发现漏洞 + 验证 + 受限执行」做成原生能力，可嵌入企业的安全运营。它和本期 Cloudflare 信任框架、DeepSeek Super-Agent 安全追问共同指向同一结论：Agent 进入生产的核心门槛是「可控、可验证、有边界」，而非「能力多强」。对企业安全团队，这意味着安全 Agent 正从项目试点走向预算决策，采购时应把「能否限定行动边界」列为硬指标。

8. DeepSeek Super-Agent 主动监听群聊引发安全追问（接续 11-02 期 Super-agent 架构原型）

事件内容： 继 11 月 2 日 DeepSeek 在 GitHub 开源常驻自主智能体 dsh-superagent 原型后，11 月 6 日多家媒体集中报道其更激进的设计：Super-Agent 可主动监控开发者群聊，识别关于代码问题的反馈并未经召唤就提出修复建议，目标是与 Anthropic 的 Claude Code 竞争。分析普遍认为，原型没有基准、没有对比数据、没有发布细节，其价值在于「设计范式」而非竞争定位——一个会听、会主动介入的 Agent，把人从「被工具呼叫」变成「与参与者共处」。

值得关注的原因： 这是 11-02 期「Router-Worker 双层 + 事件驱动」架构的实质性延续与风险外溢。主动监听群聊的 Agent 拥有读取上下文、凭据乃至未信消息的通道，把「它读什么频道、能做什么、动作如何被监控」推到前台。可主动介入的 Agent 能显著加速软件开发，但开源也放大了误用面——信任必须建立在架构级的明确边界上：授权优先、最小权限、动作可审计。它印证了本期反复出现的主线：Agent 安全的重心已从「模型会不会恶意」转向「系统边界是否划清」，而主动型 Agent 把这条边界的每一次默认配置都变成了必须审慎对待的安全决策。

9. Cloudflare 发布 AI Agent 信任框架（Trust Framework）

事件内容： Cloudflare 在 11 月 6 日阐述了其 AI Agent 信任框架，聚焦网站在面对「代表用户行动的智能体」时的新挑战：身份难以核验、可信度难以评估、责任难以归属。框架主张网站侧需要新的机制来识别 Agent、判断其可信度并分配 accountability，避免把面向人类的接口被 Agent 批量占用或滥用，并给出了分层的信任处理思路。

值得关注的原因： 随着 Agent 开始替用户发起请求、调用接口、完成交易，流量主体从「人」变成「人 + 机器」的混合，传统基于 IP、设备指纹的风控会大面积失效。Cloudflare 的框架把「认识你的 Agent（KYA）」从安全厂商一侧产品化，与本期 Perplexity Teammates、OpenAI GPT-6 Cyber 一同说明：Agent 规模化落地的胜负手已从「能不能干」转向「能不能被识别、被问责、被关停」。对国内金融、电商与 SaaS，把「Agent 身份与可信度」做成接口级能力，会成为继 KYC 之后新的合规基线，也是把第三方 Agent 安全接进业务系统的前置条件。

10. Anthropic 让 Claude 连接银行账户（Plaid）：从聊天助手到金融智能体

事件内容： Anthropic 在 11 月 6 日上线 Personal Finance 能力，让 Claude 通过 Plaid 安全连接银行与信用卡账户，回答余额、交易与支出相关问题，把聊天助手向前推进一步成为「金融 Agent」。该能力以用户明确授权为前提，把账户数据访问做成可同意、可范围化的接口，是「同意范围内的数据访问」范式的一个具体落地样本，也给出了消费级 Agent 接入真实账户的可参照模板。

值得关注的原因： 这是消费级 Agent 从「给建议」走向「接真实账户、读真实流水」的关键一步，也给出了一条任何部署 AI 助手的组织都必须对标的数据访问范式：同意范围化、最小权限、用户可撤回。它和本期 Teammates（企业长期 Agent）、GPT-6 Cyber（安全 Agent）共同勾勒出 Agent 正全面接管「真实系统里的真实动作」。但账户类 Agent 的合规与风控要求极高，敏感操作必须做成独立鉴权与限额硬约束，而非仅依赖确认弹窗——这恰是本期 Agent 安全主线在个人金融侧的回响，也提醒企业：把 Agent 接进资金系统前，审批必须是「模型够不着」的硬边界。

三、AI 大模型（基础模型 · 评测 · 前沿）

11. Google 发布 Gemini Omni 1.2 Flash：视频生成延至 15 秒、API 降价 30%

事件内容： Google DeepMind 在 11 月 6 日发布 Gemini Omni 1.2 Flash，围绕时长、一致性与多轮编辑做组合升级：视频生成上限延长至 15 秒，支持 3–15 秒自定义；多轮对话编辑可精准替换主体、背景与光照；720p 的 API 价格较上一代下调约 30%，15 秒片段成本约 1.05 美元。多端同步上线显示其生态协同意图，但实际生成质量与第三方一致性仍待持续验证。

值得关注的原因： 在视频生成从「炫技 demo」走向「可被企业用起来」的拐点上，Omni 1.2 Flash 用「更长时长 + 更可控编辑 + 更低价」三件套直接压低了使用门槛。对营销、电商、教育等内容生产密集行业，15 秒与多轮精准替换意味着可以用自然语言迭代素材、把 A/B 测试成本打下来。但需警惕「价格降了、质量未必稳」——企业落地前应在自有场景做一致性回归，而非只看厂商演示。它也反映大模型竞争正从「参数与基准」转向「单任务成本 + 可控性 + 多端可达」，视频模型的商业化由此进入更务实的阶段。

12. 淘宝 MNN 团队开源 MNN-Pocket-0.3B：端侧小模型的实用化样本

事件内容： 淘宝 MNN 团队在 11 月 6 日开源 MNN-Pocket-0.3B，一个 0.3B 参数的端侧模型，在体积、内存、速度与功耗的平衡上做足文章：INT4 部署仅 173MB、峰值内存增量 228MB，在苹果端最高可达 466 token/s（iPhone 18 Pro 离线解码飙至 350 token/s）。参数规模决定它更适合轻量任务与端云协同，而非复杂推理，工程优化思路比单纯堆参数更具参考价值。

值得关注的原因： 端侧小模型的竞争正从「跑得动」走向「跑得实用」。MNN-Pocket 的参考价值在于：在手机等受限设备上，一个 173MB、可离线、数百 token/s 的模型，足以承载摘要、改写、指令理解等高频轻量任务，把敏感数据留在本地、把复杂任务交给云端——这正是「端云协同」最朴素也最稳妥的落地形态。对国内做隐私敏感、离线优先场景的团队，这类工程优化思路（量化 + 推理引擎协同）比参数叙事更具可复制性，也为信创与受限硬件环境下的本地化部署提供了上游选项。

13. OpenAI 发布 Inkling 2 Small：视觉反馈驱动的网站/游戏/3D 生成

事件内容： OpenAI 在 11 月 6 日披露 Inkling 2 Small，一款 MoE 模型，总参数 594B、激活 17B，支持图像输入与可变的 effort 档位；其视觉与 Agent 能力使其能结合视觉反馈迭代式地构建并精修网站、游戏与带交互元素的 3D 设计。模型先以闭权形式通过 Tinker 提供，完整权重将在外部安全测试与红队完成后于下周以 Apache 2.0 许可发布，安全测试与红队是开源的前置条件。

值得关注的原因： Inkling 2 Small 把「看一眼再改」的迭代式创作做成模型原生能力——不是一次性生成，而是根据视觉反馈反复打磨，这比传统「一句话出图」更接近真实生产流程。594B/17B 的 MoE 设计用极小激活换取可控成本，契合 Agent 高频调用的经济性。值得关注的是其「先闭权、后开源」的节奏：安全审查是开放的前置关卡。对国内团队，这种「视觉反馈驱动的生成 + 渐进开放」路线，是创意生产与工业设计 Agent 化的重要参照，也提示开源大模型正把安全评估从发布后的补充变为发布前的门槛。

14. NVIDIA 推出 VFlash 与 Cosmos 3 开放世界模型：机器人与自动驾驶仿真开源

事件内容： NVIDIA 在 11 月 6 日带来两则与世界模型相关的发布。其一是 VFlash，一个视觉模型，能以并行而非逐 token 的方式生成机器人轨迹、3D 运动等几何预测；其二是 Cosmos 3 平台，提供四个开放权重模型，用于交互式世界仿真与驾驶场景，每个含 160 亿可训练参数，支持多传感器数据生成、同步观测与从仿真控制器出发的写实视频，服务机器人与自动驾驶研究。

值得关注的原因： 世界模型正从「渲染逼真度比拼」转向「可被 Agent 用做安全考官」——VFlash 的并行几何预测把仿真速度拉高，Cosmos 3 的开放权重让企业能在自有环境里生成多传感器训练数据。对做机器人、智驾等物理 AI 的团队，这类「虚拟里程/实车里程折算比、因果还原度」会成为新的评估维度，与本期百度 Apollo World（11-04 期已报道其世界模型）形成中外共振。开源权重也降低了中小团队进入物理 AI 仿真的门槛，把「世界模型训练场」这一基础设施从大厂专属推向更广泛的研发社区。

四、ToB 场景 AI 应用落地实践

15. 腾讯云携三十余家企业交出 AI Agent 落地答卷

事件内容： 在 10 月 29 日举行的 2026 腾讯全球数字生态大会「互联网与数字科技 AI 专场」上，腾讯云与三十余家企业同台，围绕 AI Agent 在研发、运营、增长三条路径的落地实践展开分享，并发布《AI Agent 企业解决方案及落地实践（2026）》白皮书、启动「腾讯云智能体朋友圈」。腾讯云副总裁许华彬强调，企业真正的核心壁垒不再是模型本身，而是业务场景、数据厚度与组织能力。月之暗面 ToB 负责人披露，其 Harness 层每三个月更新一次、企业追不上，于是把 Harness 构建在腾讯云沙箱上，做成 Kimi Hosted Agent，让企业直接调用；三七互娱自建内容生产系统已承担超 80% 视频素材生成、超 70% 批创产出，跑在腾讯云上；映客则打破前后端职能、端到端交付，产能提升 3 倍。

值得关注的原因： 这是「AI Agent 从单点工具走向全流程管线」的集中样本。腾讯云把 Agent 运行时从 all-in-one 沙箱演进到「手脑分离、Harness 托管到云端、企业只写自己的 skill」，并指出必须警惕 Agent 带来的安全风险。月之暗面的 Kimi Hosted Agent 把「常驻 Harness 云端化」做成了降低长任务与多智能体运维门槛的务实方案；三七互娱把确定性工作交给系统、判断创造交给人的分工，是可复制的落地范式。对国内企业，白皮书与朋友圈意味着选型有了可对照的参考系，但落地核心仍是把 AI 接进复杂业务流程，而非采购一个模型。

16. 神州数码移动网络大会发布「Token 工厂」全链路

事件内容： 在 11 月 5 日广州开幕的 2026 移动网络大会上，神州数码以「成就每一座 Token 工厂」为主题，围绕「AI for Process」发布系列成果，推出覆盖 Token 算力底座、能力中枢、行业使能的企业 AI 落地全链路方案。算力侧，神州鲲泰发布算网电协同与 Token 运营整体方案，采用鲲鹏 + 昇腾双底座，液冷覆盖冷板式与浸没式；能力侧，自研 AI 原生流程操作系统「神州问学」串联知识、流程、角色、任务四层，配套「问学灵果 MaaS」平台，解决大模型从 Demo 到量产上线的痛点，实现统一纳管、按需调度、成本透明与合规双轨；场景侧，面向金融、汽车、医疗、制造、教育、零售落地 AI 儿科医生一体机、AI 运动教练、AI 安防眼镜等。

值得关注的原因： 神州数码把企业 AI 落地拆成「生产 Token — 治理 Token — 释放 Token 价值」三段闭环，是对「大模型如何真正进业务」最朴素也最完整的工程化回答。其 MaaS 平台把「模型统一纳管、调度、合规」做成标准件，直击企业从跑通 Demo 到上线生产的最后一公里。对国内 ToB 厂商，这种「全栈底座 + 流程操作系统 + 行业智能应用」的组合，比单卖模型更具黏性；对采购方，真正的价值在「能否把 Token 流转进真实业务流程并兑现业务产出」，而非算力规模本身——这也与本期腾讯云、中国移动、联通的落地叙事相互印证。

17. 中国移动政企 AI+ 实景落地：天工工业互联网、AI+ 审计、中移智巡

事件内容： 在 11 月 5 日开幕的 2026 移动网络大会上，中国移动政企展区以「智启万象 百业共荣」为主题，设置 AI+ 数智生产、数智治理、产品能力三大板块共 11 个主题区，集中展示数智化转型成果。AI+ 数智生产侧，移动天工工业互联网平台连续三年入选国家级双跨平台，与中国石油共建的「5+2+1」AI 大模型落地十余个高价值场景，测井智能解释节省人工成本五成；与河钢、鞍钢、太钢合作的原料环节现场作业人员减少八成；连锁数智方案已服务 898 家品牌总部、覆盖 31 万家门店，AI 巡店实时识别陈列、缺货与客流。AI+ 数智治理侧，惠企政策平台让政策 10 分钟触达、兑现最快 1 天，累计兑现超 50 亿元。AI+ 产品能力侧，「中移智巡」已在 30 家中央部委及央企试点，新发布的「AI+ 审计」专业大模型使审计作业时间缩短 60%。

值得关注的原因： 这是「AI 下沉千行百业」最直观的实景样本——不是 PPT 上的概念，而是真实门店、智慧教室、健康小屋被搬进展馆。其价值在于把大模型能力切进具体业务流程（测井解释、原料调度、巡店、审计），并以可量化的效率提升（省五成人工、作业时间缩短 60%）证明 ROI。对政企客户，这类「看得见、算得清」的落地比参数叙事更有说服力；对 ToB 厂商，场景纵深与交付能力正成为比模型本身更硬的护城河，也说明大模型竞争的下半场属于能把技术落到产线与柜台的人。

18. 联通元景把全栈数智服务扎进智造一线

事件内容： 在 11 月 2 日至 5 日的 2026 世界互联网大会乌镇峰会上，中国联通以「守正创新、行稳致远」为主题，把一条「看不见的数智服务生产线」呈现于展台，元景 MaaS、元景数字员工、元景万悟工业智能体平台齐齐亮相，打造从一站式词元服务到自主任务执行及行业场景落地的数智服务闭环。元景 MaaS 致力于提供多模生态共生、高效智能路由、精准可信计量、安全合规保障的一站式词元服务，企业级用户已超 1.7 万；元景数字员工借助 5G 新通话、5G 消息入口口头下达指令即可启动任务，覆盖办公、教育、研发等高频场景，实现「专家技能一键触达、复杂任务安全自主执行、7×24 小时在岗」；元景万悟工业智能体平台则赋能船舶、航空航天等产业，并以三一重工智能下料场景为例，依托运筹优化算法与工业系统集成输出最优排产方案。

值得关注的原因： 联通元景把「先进模型 + 高性价比词元供给 + 数字员工自主执行」串成一条看得见的产业 AI 链条，是对「主权 AI / 国产算力落地」的又一次实体化。其 MaaS 以「可信计量 + 安全合规」为抓手，直击企业采购最在意的计量透明与合规；数字员工用 5G 消息入口把「说一句话就干活」做成现实；万悟工业智能体则把优化算法沉到排产这类确定性高的工业环节。对国内制造业，这种「底座 + 入口 + 行业智能体」的组合，是把 AI 真正扎进产线的可复制路径，也为「模型即合规组件」提供了清晰的落地样例。

附：本期主线判断

1. 编码智能体进入「基础设施层」竞争。AWS Kiro bots、Cognition SWE-2 Flash、Kimi K2.7 Code、Azure agent.md、Vercel Eve 与 Cloudflare 临时部署，分别从「多 Agent 协调、默认模型、长上下文经济性、无服务器触发、开源框架、零摩擦上线」六个切面说明：编码 Agent 的下一战场是支撑海量并行执行的底层管道与执行环境，而非模型本身。

1. Agent 治理从理念走向产品与协议默认项。Perplexity Teammates、OpenAI GPT-6 Cyber、Cloudflare 信任框架、DeepSeek Super-Agent 安全追问、Claude 连银行账户，五条线索一致指向：当 Agent 规模化接管真实系统，能不能被识别、被问责、被关停、被限权，已经比能不能干活更重要。

1. 国产 ToB 落地从「卖模型」转向「卖全链路与结果」。腾讯云白皮书、神州数码 Token 工厂、中国移动 AI+ 实景、联通元景产业闭环，共同说明国内厂商正把竞争重心压到「把 Token 流转进真实业务流程并兑现产出」，交付能力、行业纵深与合规计量成为比模型参数更硬的护城河。

1. 大模型竞争维度继续分化。Google Omni 1.2 Flash 压价格与可控性、MNN-Pocket 把端侧做实用、Inkling 2 Small 走视觉反馈生成、NVIDIA Cosmos 3 开源世界模型——前沿模型的战场已从「参数与榜单」裂解为「单任务成本、端侧轻量、可控生成、物理世界仿真」多条平行赛道。