据The Information、彭博社等多家媒体24日报道，英伟达正在与AI搜索独角兽Perplexity洽谈一轮新融资，交易若达成将把Perplexity的估值推高至300亿美元以上，较其约一年前完成的上一轮融资（约200亿美元估值）增长超过50%。知情人士称，这轮融资规模约为数十亿美元，英伟达是意向投资方之一，双方在商业层面的合作已在此前不断加深。支撑这一估值跳涨的是Perplexity的营收爆发：公司年化收入已从年初不足2.5亿美元攀升至超过7.5亿美元，增长的重要驱动力之一是面向专业用户、可自动执行电脑端任务的云端AI智能体产品Perplexity Computer。Perplexity由亚马逊创始人杰夫·贝索斯参与投资，此前已多次卷入与谷歌、OpenAI的搜索与浏览器之争。
TechCrunch 24日刊文指出，OpenAI正试图让ChatGPT智能体覆盖订机票、管理IT基础设施、执行多步骤企业工作流等几乎所有场景，文章抛出的核心问题是："你愿意把多少数字生活的控制权交给一个大语言模型？"X上的讨论迅速分成两派：一派认为智能体从"能聊"走向"能干活"是必然的产品进化方向，效率提升的诱惑难以抗拒；另一派则担心权限授予的边界正在被系统性模糊——当一个模型可以代替用户下单、改密码、执行支付前置操作时，出错的代价与传统聊天机器人已不在一个量级。
由前Sierra研究科学家Noah Shinn领衔、Spear Street Technology开发的私人AI助手Instinct正在小范围内测中走红，部分体验者称其"像魔法一样"、是继OpenClaw之后最令人兴奋的发布之一——它能接入邮箱、消息、日历乃至设备的音频、位置、屏幕内容，几乎无需用户逐步确认即可自主完成目标。但X上争议同样激烈：其服务条款被曝授予公司对用户材料"永久且不可撤销"的访问、使用、存储、训练权限，且系统可读取屏幕截图、光标移动与键盘输入，甚至能代表用户签订具有约束力的协议。批评者认为，这种"给目标就自主执行"的设计哲学，把便利性建立在了用户几乎让渡全部数字边界的基础上。
据彭博社等报道，Anthropic预计其IPO规模将达到或超过SpaceX创下的860亿美元纪录融资规模，公司最快可能在本月底正式提交上市文件。X上讨论的一个有趣切面是：Anthropic此前已与SpaceX签订价值可能高达数百亿美元、为期三年的算力采购协议，这意味着如果Anthropic真的对标SpaceX的IPO规模，等于是要在资本市场上追平自己供应商的纪录。也有评论指出，OpenAI同样已秘密提交上市文件，但市场普遍预期其IPO窗口要到2027年才会打开，Anthropic目前在时间表上明显更激进。
谷歌主导的智能体通信协议A2A（Agent2Agent）于8月20日正式并入由Linux基金会托管的Agentic AI Foundation（AAIF），与Anthropic的Model Context Protocol（MCP）同处一个中立治理框架之下；AAIF目前已吸纳超过250家成员机构，包括AWS、Anthropic、Block、Bloomberg、Cloudflare、谷歌、微软、OpenAI等云厂商与实验室。X上讨论认为，这标志着智能体互操作标准的"军备竞赛"阶段正在转向"统一治理"阶段——过去各家各自为战导致的智能体之间协作成本正在被系统性削减，但也有声音担心中立治理机构如何平衡不同厂商的利益诉求，仍需时间检验。
LLM智能体靠与环境交互来学习，但目前的训练环境几乎都是人工搭建、一成不变的——它们看不见模型当前的具体弱点，等模型能力提上去了，环境却早已被甩在身后。已有的环境生成方法虽然尝试解决这个问题，但往往需要针对特定领域重新搭建整套流水线，还依赖昂贵或不可靠的验证器，生成的环境本质上仍是静态的。谷歌团队提出的EnvHarness是一套可编程的"插件层"，包裹在已有的静态环境外部，通过标准接口重塑环境行为，却不需要改动底层逻辑，且能保证每个被改造过的环境依然保留原始验证器；配套的EnvRigger把待训练的策略模型当作黑盒，观察其执行轨迹来诊断具体缺陷，据此自动合成针对性的EnvHarness插件组件，并通过新一轮试跑验证效果。在覆盖四大领域的五个基准测试中，EnvHarness全面超越原始环境与针对特定领域定制的环境生成流水线，在留出测试实例上最高取得9.0个百分点的提升，同时执行步数减少9.8%；更重要的是，它为强化学习提供了更优质的优化信号，让策略模型与其训练环境能够持续、有针对性地协同进化。该论文获HuggingFace当日热度第一名，出自谷歌研究团队。
长程智能体任务经常失败，并不是因为底层模型解不出某个具体步骤，而是它们会中途忘记可变状态、忘了激活此前学到的经验、跳过既定流程或过早停止。团队没有去改模型权重，而是押注"给智能体的执行系统做加法"——他们提出的StateM是一套面向智能体原生的运行时系统，围绕持久化状态、阶段局部上下文、经过校验的状态转移、可恢复的操作手册（runbook）与带版本管理的流程规范来组织执行过程，让智能体和用户可以一起检视这些状态。在Terminal-Bench 2.1上，StateM把GPT-5.5 xhigh的成绩从83.1%的参照水平拉到92.1%，超过GPT-5.6 Sol Ultra的91.9%；换成GPT-5.6 Sol xhigh后，StateM在445次试验中取得95.3%的原始准确率，89项任务全部至少成功一次；同一套操作手册无需修改即可直接迁移到DeepSeek-V4 Flash，把其成绩从82.7%提升到88.1%-89.1%，且最终评分阶段的API花费仅约15美元，远低于GPT参照方案的574.68美元。该论文是8月18日HuggingFace当日热度第一名。
大语言模型智能体正承担越来越多需要在数十个相互依赖步骤间持续推理、调用工具、反复修正的长程任务，但现有智能体框架把任务执行、任务状态与完成情况的判断全部塞进一个不断膨胀的上下文里，导致状态难以追踪，一旦模型自我评估出错，错误判断还会传导到后续决策中。阿里巴巴团队把长程任务执行重新表述为一个"任务状态管理"问题，提出LongHorizon-Harness：把任务状态显式地维护在执行上下文之外，且只用从环境中独立验证过的事实来更新它。其"管理-执行-审计"（MEA）循环由管理器维护任务状态并决定下一个子任务、由全新上下文的执行器完成该子任务、再由只读的审计器在下一轮开始前验证环境状态是否如预期变化；配套的轻量级AgentAdapter支持在不改动原生智能体循环的前提下自由更换模型与框架后端。实验显示，LongHorizon-Harness把Qwen3.7-Plus在WeaveBench上的成绩从51.8%提升到80.7%，在Terminal-Bench 2.1上从69.7%提升到77.2%，在OSWorld 2.0上从2.8%提升到8.3%，同时也把Claude Opus 4.7在OSWorld 2.0某子集上的成绩从20.0%拉高到34.3%，在不同模型、不同框架与不同交互场景下均展现出一致的提升效果。
把一段普通手机拍摄的单目视频，重建成可以自由切换视角、随时间连贯运动的4D人物模型，此前的相机可控视频扩散模型虽然能生成看起来合理的新视角画面，但一旦扩展到4D高斯溅射（4DGS）重建所需的成十上百个目标视角时，画面之间就很难保持一致。蚂蚁研究院的团队把这个失败归结为"注意力上下文有限"问题：当目标视角数量超出单次模型前向推理的处理能力，就必须分批生成，这带来两个相互纠缠的瓶颈——参照信息端，随着已生成视角越堆越多，参照上下文呈线性增长，外观引导逐渐失真；目标信息端，不同批次之间彼此隔绝，无法交换信息，导致整体结构漂移走样。4DAnyone用两个互补设计同时解决这两个瓶颈：参照上下文打包（RCP）把不断增长的参照视角压缩成固定长度、混合分辨率的上下文；目标上下文路由（TCR）则在去噪过程中动态轮换目标视角的分组方式，在高噪声阶段共享上下文、在低噪声阶段稳定细节。团队还基于自研游戏引擎构建了MVGameHuman数据集，在DNA-Rendering和DyMVHumans基准上，4DAnyone在新视角视频质量与下游4DGS重建效果上均超越现有方法，被HuggingFace评为当日第三热门论文。
开放权重的前沿大模型越来越多，但服务这些模型的基础设施仍普遍假设有数据中心级硬件支撑。UC伯克利团队提出的FreeToken是一套面向边缘设备原生设计的混合专家（MoE）服务系统，它不把个人电脑当成"缩小版GPU集群"，而是当作一个统一、有弹性的推理平台。FreeToken对整套服务栈做了协同设计，涵盖模型布局与加载、专家驻留策略、CPU-GPU协同执行、智能体状态复用与运行时内存管理，其设计紧扣本地AI的两个现实：智能体工作负载的执行模式会持续变化，而边缘硬件暴露出的资源配比因设备而异、并不统一。与其固守某一种固定的卸载策略，FreeToken持续地把计算与模型状态动态映射到当前实际可用的资源上。该系统已支持20多个MoE模型，能在从8GB笔记本GPU到单张工作站GPU的硬件范围内运行真实的编码与工具调用智能体，让一台笔记本能跑350亿参数模型、一台游戏台式机能跑2840亿参数模型、单张工作站GPU甚至能跑7530亿参数的GLM-5.2，把开放权重真正变成了用户已经拥有的设备就能部署的软件。
把今天的头条与几条X热议放在一起看，能读出一条清晰的主线：AI竞争正在从"谁的模型更强"转向"谁能让智能体获得更多自主权限、又能让用户放心把权限交出去"。英伟达洽谈以300亿美元以上估值投资Perplexity，本质上是在为"AI搜索/智能体"这条产品线的商业化能力投票——Perplexity年化营收从年初不到2.5亿美元冲到超7.5亿美元，很大程度上靠的正是能自主执行电脑端任务的Perplexity Computer，而不再只是一个更聪明的搜索框。与此同时，TechCrunch对OpenAI"万物皆智能体"战略的追问，以及Instinct这款私人AI助手因"永久且不可撤销"的授权条款引发的争议，共同指向同一个尚未解决的问题：当智能体从"回答问题"进化到"代替你行动"，用户到底应该、也愿意让渡多少数字生活的控制权？便利性与失控风险之间的分界线，正随着智能体能力的提升不断被重新划定，而目前市场上并没有统一的行业标准来约束这条分界线该划在哪里。
另一条主线是资本继续用越来越接近纪录的规模，押注这场智能体竞赛的基础设施与头部玩家。Anthropic对标SpaceX创纪录IPO规模、最快月底提交申请的消息仍在发酵，其耐人寻味之处在于：Anthropic自己正是SpaceX数十亿美元算力大单的客户，如今又要在资本市场上追平供应商的纪录，说明AI实验室与硬件、发射乃至云基础设施提供商之间的资本纽带正变得空前紧密。2026上半年全球风投规模突破5100亿美元、超过2025年全年总量的数据，进一步印证了这种资本集中：从Shield AI的国防自主系统到Fireworks AI的推理云服务，资金正沿着"模型—智能体—执行基础设施"这条链条持续下注，而非停留在模型本身。
治理层面的收紧同样在加速，且开始与产品端的权限扩张形成对照：欧盟AI法案的透明度义务已于本月正式进入强制执行阶段，聊天机器人必须明确告知用户"你正在和AI对话"；OpenAI也在8月18日为13至17岁青少年推出限制更严格的ChatGPT版本，尽管年龄识别机制本身还在磨合、误伤成年用户的问题尚未完全解决。当智能体被允许自主执行订票、支付前置操作、甚至签订具有约束力的协议时，监管层能否跟上产品迭代的速度，将直接决定"便利"与"失控"这道天平最终会倒向哪一边。