AI 日报

【事件】【事件】Cursor于7月22日上线Cursor Router，把Auto模式改为逐请求选择模型，提供Intelligence、Balance、Cost三档。官方称分类器以超过60万条真实请求训练，并经数百万请求A/B测试；早期访问覆盖数十家企业和数千名开发者，三家高用量客户相对全量使用Opus 4.8节省30%至50%。单次提交口径下，Intelligence与Balance成本为6.76美元和4.63美元，对照Fable 5为12.69美元、Opus 4.8为7.34美元。数据为Cursor自报，未获独立审计。

【背景】【背景】多数编码工具过去让用户固定选择一个模型，缓存命中稳定但简单任务也按前沿模型价格支付；纯离线路由基准又无法覆盖多轮会话、缓存未命中和用户返工。Cursor改用真实流量，把查询、上下文、领域和复杂度输入分类器，并用用户是否继续工作、是否纠正Agent及生成代码保留率作为奖励。产品覆盖桌面、Web、iOS、CLI与SDK，Teams默认启用，Enterprise由管理员开关和限制模型。它与7月21日Google Flash价格分层、GitHub用量计费形成同一成本控制主线，但不是新模型发布。

【信号】【信号】编码Agent的毛利和体验由“路由器+缓存+harness”共同决定，模型品牌不再是每轮请求的唯一采购单元。企业应比较每个合并提交的总成本、返工、安全缺陷和模型切换后的缓存损耗，不能只看Token单价。对模型厂商，进入高流量路由池比成为默认模型更重要，价格、延迟和领域强项影响分发。反向风险是Cursor同时掌握路由、评价信号和账单；隐藏模型削弱可追责性，训练流量也偏向自身用户。后续跟踪路由日志、客户独立复测、Cost档缺陷率、每提交成本分布及Grok 4.5实际占比。

【事件】【事件】Qwen团队7月21日发布Qwen-Image-3.0并通过Qwen Chat提供托管使用。官方把更新重点放在复杂信息图、UI界面、数学公式、故事板与多语言文字排版，声称可接收约4500 Token提示词，原生覆盖12种语言和20多款字体，并把可读文字缩小到约10像素。IT之家确认发布时间与产品描述；独立资料同时指出首发没有公开模型权重、参数量、许可证、技术报告或基准表。上述尺寸和语言数字均为厂商口径，不能写成第三方已复现。

【背景】【背景】图像模型已能生成高审美单图，但海报、试卷、产品UI和知识图解的商用瓶颈是细小文字、结构一致性和修改成本。Qwen-Image前代以开放权重建立开发者采用，而3.0首日仅提供托管入口，发布形态从可本地部署转向先验证产品需求。独立分析记录小字与多语言仍有失败样例，且没有统一基准回答复杂版面在重复生成、局部编辑和品牌规范下的稳定性。事件已过去两天，但本期盲区扫描获得了对“无权重、无基准”的新独立核查，按有效发酵信号纳入。

【信号】【信号】生成图像的竞争正从画质转到信息密度和可编辑交付，UI、教学内容与营销资产是更接近预算的入口。Qwen若能在API中稳定保持文字、布局和局部编辑一致性，设计工具链可减少排版返工；首发关闭权重则削弱私有化和社区微调优势。反向边界是官方精选样例无法代表批量成功率，10像素文字对不同语言和字体未有独立覆盖，托管服务的数据条款与价格也未公布。后续跟踪权重及许可证、技术报告、API与单图价格、盲测文字错误率、局部编辑一致性和企业客户是否进入生产流程。

【事件】【事件】韩国Upstage于7月22日发布开放权重模型Solar Open 2。模型采用2500亿总参数、每Token激活150亿参数的MoE架构，官方支持韩语、英语和日语，最长上下文100万Token；量化后可在两张NVIDIA H200上运行是厂商口径。Hugging Face仓库与arXiv技术报告已公开，报告把它写作250B-A15B，并说明混合注意力按三层线性注意力配一层Softmax注意力。许可证为Upstage Solar License，属于自定义条款，不能等同于Apache 2.0。

【背景】【背景】Solar Open 1是1020亿参数模型，Solar Open 2通过选择性权重迁移扩大到2500亿参数。技术报告称仅约2.3%权重可沿新架构迁移，但训练损失达到指定位置约需120亿Token，随机初始化对照约需220亿Token；这是作者实验，不是外部复现。1M上下文与15B激活量瞄准长程Agent、工具调用、编程和办公任务，差异化重点是韩英日与主权模型部署。模型仓库公开权重，但社区在发布首日仍需补推理框架支持，下载可用不代表企业能以标称硬件稳定服务。

【信号】【信号】开放模型的竞争正在从“参数可下载”转向长程Agent成本、区域语言与部署主权。250B容量配15B激活为企业提供较低的单Token计算路径，但总权重存储、跨卡通信和100万Token内存仍会影响真实吞吐。反向风险包括自定义许可证限制再分发或品牌使用、官方基准缺乏独立复现、线性注意力在长文检索中的精度衰减，以及社区推理栈尚不成熟。后续跟踪vLLM与llama.cpp主线兼容、两张H200下的吞吐和并发、1M上下文检索准确率、第三方Agent基准、许可证企业审查及首批生产客户。

【事件】【事件】Applied Intuition于7月21日发布Dana，用Agent编排物理AI系统的构建、测试、部署和运行。工程师从需求出发，连接代码，进入仿真和定义评测，再推进到测试台、硬件在环和实体设备；平台支持自然语言与命令行。公司称Dana已内部使用一年，Isuzu用它推进L4商用车自动驾驶，Komatsu用于矿山设备；部分阶段从数月缩至数日，但案例未披露基准任务、团队人数、缺陷逃逸或安全事件。公司自报估值150亿美元、服务全球前20车企中的18家，不是Dana收入。

【背景】【背景】物理AI开发的阻塞点往往不在单次模型推理，而在数据回放、场景生成、仿真、回归评测、软硬件版本和安全证据之间的人工交接。通用编码Agent能修改代码，却缺少车辆、矿机和机器人专用的场景库、数字孪生和硬件在环接口。Dana把Applied Intuition近九年的工具链加上Agent界面，符合AI日报对具身领域的例外：本条关注的是软件开发与验证平台，不报道机器人硬件本身。a16z是投资方，观点有利益关系；Semafor报道确认首期主要面向汽车、卡车和重工业大客户，短期不是大众自助工具。

【信号】【信号】Agent进入安全关键工程交付链，价值不在替工程师写控制代码，而在保留需求、变更、仿真、评测和部署的可追溯证据。若Dana把失败场景回灌训练并按同一口径复测，Applied Intuition将有条件从工具供应商升级为物理AI控制面；若只做聊天入口，客户仍要手工协调工具。反向风险包括错误场景定义被自动放大、仿真与真实分布偏差、供应商锁定，以及Agent动作进入安全认证证据链后的责任归属。后续验证硬件在环覆盖率、每次变更通过场景数、真实环境缺陷逃逸率、审批节点、回滚时间及客户是否扩到生产车队。

【事件】【事件】腾讯设计Agent Miora在7月22日结束邀请测试并全面开放。官方定义的交付范围包含品牌视觉、完整视频、UI/UX和3D资产，以自由画布组织多个生成步骤，并通过记忆与Skills维持审美和品牌一致性。腾讯5月28日已在香港Cloud Day发布Miora国际版，7月22日新增量是开放范围扩大，不是产品首次亮相。腾讯曾称典型创意制作周期可由数周缩至数小时，但没有公开统一任务、人员配置、质量门槛或返工次数；公开材料也未披露套餐价格、商用版权承诺和企业数据保留政策。

【背景】【背景】Canva擅长模板和协作，Adobe把生成能力嵌入专业工具，Runway聚焦视频，Figma掌握结构化UI资产。Miora选择跨图片、视频、3D和界面的多资产工作流，试图把创意简报、生成、编辑和交付放在同一Agent画布；其团队与WorkBuddy共享Agent架构，又可接入腾讯混元及第三方模型。开放测试能验证从演示到真实用户的转换，但官方“数周到数小时”仍是案例口径。对比边界必须保持一致：是否输出可继续编辑的图层、时间线、组件和3D文件，比一次生成速度更能决定专业采用。

【信号】【信号】设计Agent的竞争单位从“哪张图更好看”转向“能否交付可复用、可编辑、品牌一致的资产”。这会挤压单点文生图封装工具，却不必然替代Adobe、Figma；格式兼容、版权溯源、版本管理和多人审阅仍是阻塞点。Miora横跨四类资产存在牺牲单项深度的风险，记忆还会放大错误风格和敏感素材泄露。验证指标是首次可用率、返工分钟、品牌违规数、Adobe/Figma/3D导出可编辑比例、30日团队留存和每个最终资产成本。价格与企业条款公布前，全面开放不等于商业化成立。

【事件】【事件】Claude Code Desktop在macOS加入iOS Simulator窗格，Agent可构建、安装、启动应用，点击设备、读取界面并复验。9to5Mac核对该能力为公开测试，要求Claude Desktop 1.24012.0或更高版本、本机Xcode及iOS平台，面向Pro、Max和Team用户。官方文档说明每个会话最多连接四个模拟器，平行会话不共享状态。首次允许Claude控制设备需单独同意；构建仍按会话权限执行。该能力只控制模拟器，不等于真机测试或App Store审核。

【背景】【背景】编码Agent在Web项目中早已能启动本地服务器并截图，但移动开发过去常断在Xcode、签名、Simulator和视觉验收之间。第三方MCP或桌面Computer Use可以补桥，却需要额外配置，也存在接管整个屏幕的情况。Anthropic这次把模拟器作为原生窗格和专用工具暴露，降低环境切换成本；用户仍能手动操作、截图和录屏。与传统XCTest和快照测试相比，Agent视觉巡检覆盖探索性路径但确定性较低，不能替代单元、集成、性能、无障碍和真机兼容测试。新增量发生在7月21日美国时间，仍处48小时窗口。

【信号】【信号】编码Agent从“生成代码”进入“操作目标运行时并验收结果”，移动端是比浏览器更严格的边界测试。团队可把自然语言验收脚本用于冒烟路径和UI回归，但应记录设备型号、系统版本、步骤、截图哈希和失败重试，避免一次视觉通过被当作稳定测试。反向风险包括截图按正常对话政策发送至Anthropic、模拟器不覆盖相机、蓝牙、热管理和真机性能、Agent与用户同时点击污染状态。后续指标是公开测试崩溃率、一次构建成功率、Agent发现后可复现缺陷比例、与XCTest结果差异、真机支持计划及企业禁用工具的采用率。

【事件】【事件】Ushur于7月22日发布Ushur Agentic Platform，目标是从首次联系推进到最终处理。Agent可识别意图、收集信息、读取文档、调用企业系统，并在保险理赔、医保资格复核、银行开户、医疗服务和交通预约中完成动作；SMS、邮件、Web、聊天与语音间保留上下文。业务人员可用自然语言要求Ushur Assist构建流程，再由Ushur Insights查询效果。官方称平台包含200多项企业集成，治理、审计、人工接管和权限内置。当前只能加入候补名单，价格、正式GA时间和第三方验证的自动解决率未披露。

【背景】【背景】客服Agent常用对话解决率或转人工率衡量，但监管行业的真实结果是理赔是否推进、资格是否完成、材料是否合规和客户是否需要重复身份验证。Ushur过去已提供同步语音与视觉交互、文档智能和多渠道自动化，新平台把这些部件统一到“客户旅程完成”层；因此本期新增量是产品控制面整合，而非每项能力都首次出现。OpenAI Presence同日也强调策略、授权动作和人工升级，但Presence已在7月22日InfoDuck速报出现，本期不重复入选。Ushur的差异主张是保险、医疗和金融的行业流程模板与审计。

【信号】【信号】企业Agent的采购指标从会话数转向流程完成率、首次解决率、补件、合规异常和人工复核分钟。垂直平台可凭系统连接、规则和实施数据形成壁垒，但自然语言构建流程不能绕过监管审批、主数据质量和例外处理。200多项连接器不等于零配置可用，候补状态也说明规模化交付尚未验证；若只能处理标准路径，复杂案件仍回到人工队列。后续跟踪正式GA、首批付费客户、单旅程定价、自动完成率、错误动作与撤销率、人工接管后上下文保留率，以及HIPAA、HITRUST与SOC 2在Agent执行层的审计报告。