返回周报

Weekly Report

AI 重大技术变化周报

覆盖 2026-05-18 至 2026-05-24,时区 Asia/Bangkok (UTC+7),共 9 条。

Google I/O 把 Gemini 3.5 定位为“能行动的模型”,MCP 走向无状态,METR 首份跨实验室风险报告聚焦内部 Agent 失控;“模型实验室都在做 Agent”成为共识。

重大变化

  • 模型发布

Google I/O 2026:Gemini 3.5 Flash 正式可用,Gemini Omni 亮相

发生了什么:05-20 Google 发布 Gemini 3.5(官方标题为 frontier intelligence with action),Gemini 3.5 Flash 当天正式可用,3.5 Pro 预告下月推出,同时有 Gemini 3.5 Flash 的 computer use 能力。Gemini Omni 作为新家族把 Gemini 推理与生成式媒体合并,首个产品 Gemini Omni Flash 以视频生成和编辑为主。

为什么重要:Google 把“行动能力”写进主线模型的定位,computer use 和 Agent 能力成为旗舰发布的核心卖点,而不是附加功能。

Google: Gemini 3.5

Google: I/O 2026 全部发布

AINews(二手汇总)

  • MCP 与协议

MCP 2026-07-28 规范候选版:协议改为无状态

发生了什么:05-21 MCP 发布 2026-07-28 规范的候选版本。据 AINews 转述,核心变化是去掉握手和 session ID,任意请求可以打到任意服务实例;MCP Apps、Tasks 成为一等扩展,并加强鉴权、明确弃用策略。

为什么重要:无状态让 MCP 服务可以像普通 HTTP 服务一样横向扩展和负载均衡,不再需要粘性会话,这是 MCP 从桌面插件走向生产基础设施的关键一步。

MCP Blog: 2026-07-28 规范候选版

AINews(二手汇总)

  • Agent 安全

METR 首份 Frontier Risk Report:实验室会不会失控于自己的内部 Agent

发生了什么:05-20 METR 发布 Frontier Risk Report(覆盖 2026 年 2 至 3 月),基于对 Anthropic、Google、Meta、OpenAI 的深度访问,包括模型思维链和未公开的能力、对齐与控制信息,核心问题是实验室是否可能失去对内部部署 Agent 的控制。METR 研究员还在 Anthropic 驻场一个月压力测试内部 Agent 监控系统(二手)。

为什么重要:内部 Agent 监控从理念变成被外部机构检验的实践。这份报告也是后来 METR 量化 AI 研发加速(W45)的前身。

METR: Frontier Risk Report

METR on X

AINews(二手汇总)

  • 前沿实验室研究

OpenAI 通用推理模型推翻离散几何中的单位距离猜想

发生了什么:05-20 OpenAI 宣布内部模型在 Erdős 1946 年提出的平面单位距离问题上找到新的构造族,推翻了一个长期被认为成立的看法。OpenAI 强调这是通用模型而不是专门的数学系统,Timothy Gowers 等数学家给予了较高评价(二手)。

为什么重要:长时程推理开始在真实研究问题上产生新结果,后续几个月 OpenAI 和 DeepMind 接连发布数学成果,这是起点之一。

OpenAI

AINews(二手汇总)

  • 大厂 Super Agent

“所有模型实验室都在做 Agent”

发生了什么:AINews 05-23 汇总:Greg Brockman 表态模型实验室越来越把 Agent 本身当产品,AI21 关闭模型团队转做 Agent,DeepSeek 首次组建 Harness 团队(二手)。同周 Cursor 发布 Composer 2.5,并透露正与 SpaceXAI 合作从头训练更大的模型。

为什么重要:模型和 harness 联合训练成为趋势,也意味着最好的能力可能只在厂商自家 Agent 里才能完整发挥,开放 API 与自有 Agent 的竞合关系变得更紧张。

AINews: All Model Labs are now Agent Labs(二手汇总)

Cursor: Composer 2.5

其他值得一提

  • 评测与基准

InferenceBench 与 MINTEval

InferenceBench 测 AI 研发自动化中的推理优化,前沿 Agent 不如简单调参基线;MINTEval 测长上下文记忆,7 个系统平均只有 27.9%(二手)。

InferenceBench on X

AINews(二手汇总)

  • Agent 框架

托管沙箱成为一等原语

Gemini Managed Agents 加 Interactions API 提供托管 Linux 沙箱,CoreWeave Sandboxes 公测,面向 RL、工具调用和评测(二手)。

AINews(二手汇总)

也可阅读AI 重大技术变化:2026-W43 至 W46 总览。