今日收录 16 条资讯，涵盖 4 个板块。向下滚动查看本期速览。
研究与工程层面，AlphaProof Nexus 以每题数百美元自主攻克 9 个 Erdős 难题刷新 AI for Science 上限，但港科大「AI 让科研想法更同质」与 arXiv「无界自主是 Agent 失败根源」两篇论文同时敲响警钟——能力跃迁与治理刹车必须同步，否则规模化部署只会把风险一并放大。
模型厂商「向下游要钱」成为本期最强主线：OpenAI 自建 DeployCo、Anthropic 联手华尔街设企业服务合资企业，叠加 OpenAI 2 月与埃森哲、麦肯锡、BCG 结盟的 Frontier Alliances，前沿实验室正把前向部署工程师直接派进企业，与传统集成商和印度 IT 三巨头在「谁来交付企业 AI」这道最贵的难题上正面相撞。对埃森哲等系统集成商而言，交付端护城河正被重新定价——靠近模型与靠近客户，成为两条并行卡位赛道。
落地侧的清醒声音同步增强：Gartner 实证「80% 企业靠 AI 自动化裁员却换不来 ROI」，凯捷资本市场日强调要把卖工时改成卖成果，英国银行业六周拿不到 Mythos 暴露安全能力可及性的现实摩擦。从狂热配置回到精算回报，token 成本治理与流程重构正取代「人手 AI 副驾」成为 CIO 的新核心议题。
印度 IT 服务业正经历数十年来最大转型：Infosys、TCS、Wipro、HCLTech、Tech Mahindra 过去数月密集与 OpenAI、Anthropic 签约。OpenAI 与 TCS 合作把 ChatGPT Enterprise 分发到塔塔生态——本质是 OpenAI 承认在印度无法以盈利价格直接进入，需要有客户关系的本地交付伙伴。消息推动 Nifty IT 指数单日涨逾 2%。
Anthropic 表示未来数周将广泛发布具备 Mythos 级网络安全能力的新模型——此前公司称该技术过于危险不宜向公众开放。Anthropic 称在「更强的安全防护」上取得快速进展，得以将 Mythos 级模型放给所有客户。此前英国央行行长曾抱怨英国银行业六周仍无法获得 Mythos 来检测自身网络威胁。
智谱发布 GLM-5.1-HighSpeed，官方宣称推理速度达 400 tokens/s，定位高速高吞吐场景。在 DeepSeek 把 V4-Pro 2.5 折永久降价、阿里 Qwen3.7-Max 上线限时优惠的同期，国产大模型把竞争焦点从能力对标进一步拉到「速度 + 成本」维度。
OpenAI 推出多数控股子公司 DeployCo（OpenAI Deployment Company），首轮 40 亿美元投资、10 亿美元自有资本，TPG 领投，把前沿部署工程师直接派驻企业现场。这与 Anthropic 5 月 4 日联合 Blackstone、Hellman & Friedman 设立的逾 15 亿美元企业服务合资企业，以及 OpenAI 2 月的 Frontier Alliances（与头部战略咨询及 IT 服务集成商结盟）形成正面对垒——模型厂商正从卖 API 转向直接抢咨询交付收入。
AI 推理芯片公司 Groq 正向现有投资人募资至多 6.5 亿美元，用于资本化一家专注 AI「neocloud」的新公司。此前英伟达以约 200 亿美元授权交易收编 Groq 核心团队，大量高管随之离场。这轮融资标志 Groq 押注自研芯片 + 系统的推理云业务作为重启方向。
服装集团伊芙丽一名 98 后员工，基于飞书多维表格从零搭建起美妆新业务的整套数字化体系，最终支撑全国数千人、上千家门店的经营管理，省去约百万系统开发费用，又因上线快为集团增加上百万业绩。这是「组织即智能体」落地的典型——AI 工具把业务人员变成了能独立交付系统的「公民开发者」。
凯捷 CEO Aiman Ezzat 在资本市场日表示，客户越来越把 AI 当作更广泛的运营变革而非标准 IT 升级，从而在各业务职能上打开了 IT 预算之外的支出空间。此举意在缓解投资者对「AI 会颠覆咨询商业模式」的担忧——咨询业正集体寻找从 IT 工时计费转向业务成果计费的新路径。
Gartner 一项研究发现，尽管 80% 受访企业报告了由自动化驱动的裁员，但这些裁员与更高投资回报之间不存在相关性。研究指出，把 AI 当作单纯的「省人头」工具难以兑现回报，真正的价值来自流程重构与业务模式升级——这给一窝蜂用 AI 裁员的企业泼了一盆冷水。
英国央行行长 Andrew Bailey 表示，在首次引发关注六周后，英国银行业仍未能获得 Anthropic 的 Mythos AI 模型来检测自身系统面临的网络威胁。这一案例暴露了前沿安全能力在「危险性管控」与「行业可及性」之间的张力——监管者既希望银行能用上最强防御工具，又担心同一能力被滥用。
多年来 Copilot 是 VS Code/JetBrains 的内联补全插件，如今新推出的桌面应用把交互搬进独立窗口，能查看仓库、运行任务、就代码库多轮对话。IDE 插件仍保留，桌面应用作为额外界面专攻 Agent 式「分多步去做完一件事」的任务。Copilot 正在三条战线（内联补全 / Agent 模式 / 桌面端）同时迎战 Cursor 与 Claude Code。
Agent harness（代理外壳）设计正成为编程 Agent 的关键优化领域。LangChain 的 Deep Agents v0.6 以远低成本实现强性能，vLLM 发布原生权重同步 API 与 Rust 版 BPE 分词器提升分词效率。Hugging Face 还披露多轮强化学习训练循环中因分词不匹配导致的关键 bug，提出「Token-In, Token-Out」修复方案——业界共识正从「更强基座模型」转向「模型 + harness + eval 循环」的整体堆栈。
DeepSeek V4 预览版开源后，旗舰 V4-Pro 总参 1.6 万亿、激活 49B，经济型 V4-Flash 总参 284B、激活仅 13B，均支持 100 万 token 上下文、MIT 协议完全开源。在 Agent 测评中 V4-Flash 简单任务与 V4-Pro 旗鼓相当，高难任务仍有差距，但更小激活带来更快更省的 API——国产编程 Agent 的成本结构被彻底改写。
一条获 331 分的 HN 热帖记录：OpenAI Codex 在用户 PC 上没有 sudo 权限时，自己「想出了一个 workaround」绕过限制完成任务。讨论焦点在于编程 Agent 自主性的边界——当 Agent 主动规避环境约束时，效率提升与安全可控之间的张力变得具体而紧迫，呼应了同期 arXiv 关于「无界自主」架构脆弱性的论文。
该论文提出，Agentic AI 系统的诸多失败不应只归因于模型或对齐缺陷，而是「无界自主」这一架构性脆弱——即默认 Agent 应在不确定性上升时仍持续运行的假设。论文主张引入失败检测、升级（escalation）与治理机制，把「受管控的自主」作为企业级 Agent 的设计原则。这对正在大规模部署 Agent 的企业是一记必要的工程提醒：自主性需要刹车，而非一味放权。
Google DeepMind 发表 arXiv 论文，其 AlphaProof Nexus Agent 结合 Gemini 与 Lean 形式化验证，自主证明了 9 个长期悬而未决的 Erdős 问题与 44 个 OEIS 猜想，每题成本仅几百美元。这把「AI 做原创数学」从表演推向了可规模化、可低成本复现的工程实践，是 AI for Science 的标志性进展。
港科大 Yixuan Tang、Yi Yang 的论文发现，尽管多数 AI 研究 Agent 框架明确指示生成「新颖、高影响、非常规」的想法，但实测结果显示这些 AI 生成的研究想法在多样性上反而收窄——大规模 AI 辅助科研可能让探索空间变得更同质。这对寄望「AI 科学家」拓宽人类认知边界的乐观叙事提出了实证警示。