Claude 950 个 Agent 发现新酶系统、Devin ARR 超 10 亿美元、阿里发布 V900 芯片

Anthropic 部署了 950 个 Claude 智能体在 DNA 数据库中搜索，找到了一套从未被命名的酶系统。Cognition 表示其年化收入周转率突破 10 亿美元，大约是 5 月时的两倍。Akamai 承诺在七年内向 Anthropic 的 CPU 工作负载投入 116 亿美元。阿里巴巴发布了 Zhenwu V900，一款自称是中国最强的人工智能训练与推理芯片。Meta 将一款名为 Muse 的 AI 智能体植入眼镜、钥匙扣大小的设备以及一款 100 克的头显中。阿里巴巴的 Qoder 将开发者与 AI 智能体之间混乱的对话转化为产品界面。还有两篇 arXiv 论文认为，AI 智能体的执行框架应该 baked into model weights（内置到模型权重中），而非 bolt on（外部附加）。

Anthropic 的 950 个 AI 智能体发现了一套类似 CRISPR 的酶系统

Anthropic 发布了其新生命科学团队的首个成果，并首次披露了一个自 2026 年春季以来悄然运营的湾区湿实验室。该实验室由人类科学家组成，只处理 BSL-1 和 BSL-2 级别的工作，不涉及任何感染人类的实验。分配给 Claude 的任务很明确：在一个大型 DNA 数据库中搜寻未被表征的逆转录酶——那种将 RNA 复制回 DNA 的酶。

约 950 个 Claude AI 智能体运行了 21 小时，消耗了大约 2.1 亿个 token，扫描了超过 20 万个逆转录酶。他们整合出 3500 个新的候选系统，并最终缩减为 20 份供人工审核的报告。人类仅在两个环节介入：开头的提示词，以及末尾的湿实验验证。

这套系统被命名为 ART，即 array-associated reverse transcriptases（阵列相关逆转录酶）。在噬菌体基因组中，它以三重组件形式存在：一个逆转录酶、一个功能未知且相邻的伙伴基因，以及一长串均匀间隔的 DNA 重复序列。之所以与 CRISPR 类比，是因为 CRISPR 的阵列存储着使系统可编程的 RNA 序列。这个来自大型噬菌体的逆转录酶本身此前已有描述，斯坦福的一个团队也独立描述了一套类似的系统。Anthropic 的主张是：Claude 最早注意到了这个组合——相邻的重复阵列加上未表征的辅助蛋白。一名 AI 智能体的工作笔记写道："这是一个类似 CRISPR 的……重复阵列？！"

首个湿实验结果来自科学家的表达工作——该阵列被转录为一组确定的短 RNA，这正是 CRISPR 阵列的行为方式。这是一个早期信号，而非机制证明。ART 在自然界中究竟起什么作用仍然未知，Anthropic 选择发布预印本而非等待同行评审。Dario Amodei 在 X 上表示，具体功能、生物技术用途"（如果有的话）"以及意义都尚不清楚，"但至少这是一件我在读博时会引以为豪的工作。" MIT 与 Broad Institute 的 CRISPR 先驱张锋审阅后称其为 AI 智能体对生物学贡献的一个很好范例。

负责生命科学部门的 Eric Kauderer-Abrams 告诉路透社，这个实验室看起来与普通分子生物学实验室并无二致。差异在上游——Claude 在人类拿起移液器之前就扫描序列并筛选候选者。Anthropic 表示不会进行临床试验，也不会与制药公司竞争，并列出了 Roche、Genentech 和 Bristol Myers Squibb 作为合作伙伴。The Verge 的 Robert Hart 报道称，实际应用仍不清楚，以普通科学标准来看如此早地发表成果并不寻常；他的文章也将这次发布解读为 Anthropic 上市前定位及招募科学家的举措的一部分。六位具名的科学家与 Claude 共同完成了这一发现。

— Anthropic · The Verge

🔗 Anthropic · The Verge

Devin 的开发商营收周转率突破 10 亿美元

Cognition 是自主编程 AI 智能体 Devin 和 Windsurf IDE 的开发商。该公司在 9 月 25 日的一篇博客文章中表示，其年化收入周转率突破了 10 亿美元。5 月时这个数字约为 4.92 亿美元，因此在四个月内翻了一倍多；到 9 月初，已经达到"接近 9 亿美元"。该公司成立于 2024 年 1 月，Devin 于 2024 年底全面上市，Windsurf 于 2025 年 7 月被收购。

增长依托两条腿：一个自主 AI 智能体负责接管工单、编写测试并发起 PR，以及一个为人机协作而构建的 IDE。融资动作很快。5 月的 10 亿美元 C 轮融资由 Lux Capital、General Catalyst 和 8VC 领投，Founders Fund 和 Ribbit 参与，投后估值 260 亿美元。9 月 8 日又完成了 20 亿美元 D 轮融资，由 a16z 和 Accel 领投，估值 480 亿美元。The Information 报道称，公司预计到 2026 年底年化收入将达到 40 亿至 50 亿美元。

具名客户包括 GE Aerospace、Rivian、Rohlik 和 Exa；TechCrunch 还列出了梅赛德斯-奔驰、NASA、高盛和花旗。定价模式结合了席位订阅与基于用量的 Agent Compute Units。Cognition 声称其自身工程师提交的代码中有 89% 由 Devin 编写。成本也在同步攀升。公司租赁的 Nvidia 服务器集群每年花费数亿美元，而据 TechCrunch 转引 The Information 的报道，2026 年总现金消耗可能达到 8 亿美元。

对比令人刺痛。Anysphere 的 Cursor 在 6 月初已达到了 40 亿美元的年化收入周转率——在约 16 个月内从 1 亿美元增长至此，并预计到 2026 年底将突破 60 亿美元。SpaceX 以 600 亿美元全股票交易收购了 Anysphere，于 8 月 14 日完成交割，将 Cursor 纳入 SpaceXAI 部门；SpaceX 此前曾就收购事宜接洽过 Cognition，而 Cognition 选择保持独立。收入周转率这个陷阱值得说明：它是用最近一个月的账单乘以十二，并非已确认收入。两家公司均未披露毛利率。更大的背景是：今年 AI 基础设施领域的承诺投资约为 1.9 万亿美元，而已确认的 AI 相关收入不足 1000 亿美元。

— Cognition · The Machine Herald

🔗 Cognition · The Machine Herald

Akamai 签署 116 亿美元合同承接 Anthropic 的 CPU 工作负载

Akamai Technologies（NASDAQ: AKAM）宣布了来自 Anthropic 的 116 亿美元、七年期承诺，这是对 5 月披露的 18 亿美元、七年期承诺的重大扩展——当时未透露客户名称。该合同通过 2026 年 5 月 5 日签署的现有主服务协议下的两个新项目计划执行。这是一份 CPU 合同，而非 GPU 训练合同：Anthropic 使用 Akamai Cloud 的分布式基础设施和软件来支撑快速增长的 CPU 工作负载。

增长空间存在。承诺金额可增加至多 90 亿美元，潜在总额接近 200 亿美元。Akamai 还向 Anthropic 发行了与非投票性可转换 B 系列优先股相关的认股权证，可转换为 770 万股普通股，约占 Akamai 流通普通股的 5%，行权价为 111.33 美元。其中约 2% 随这 116 亿美元承诺而归属；其余 3% 在七年内分批归属，随着合作伙伴关系增长，每增加 30 亿美元购买额约归属 1%。

就 Akamai 而言，与该承诺相关的总资本支出预计约为 55 亿美元；2026 年资本支出增加约 17 亿美元，以锁定包括内存在内的供应链组件；2026 年收入指引维持不变。来自建设阶段的收入从 2027 年开始，2028 年底达到合同全额运行速率，此后每年约产生 17 亿美元收入，直至合同末期。作为参照，Akamai 今年已宣布了超过 28 亿美元的多年云基础设施服务承诺，其第二季度云基础设施服务收入约为 9900 万美元，同比增长 39%。消息公布后，股价在盘后交易中上涨超过 16%。该公司由 MIT 应用数学教授 Tom Leighton 和 Danny Lewin 于 1998 年创立，起源于 1995 年 Tim Berners-Lee 在 MIT 提出的一个关于如何大规模分发 Web 内容的问题，以 CDN 业务著称。

— Akamai IR · Voice&Data

🔗 Akamai IR · Voice&Data

阿里巴巴的 Zhenwu V900 芯片与 10 万亿参数 Qwen 路线图

在杭州举行的阿里云栖大会（9 月 22 日至 24 日，主题为"超越智能"）上，阿里巴巴半导体部门 T-Head 发布了 Zhenwu V900。这是 Zhenwu 系列的第三代产品，同时支持训练和推理。CEO 吴泳铭称其为"目前中国最强的 AI 芯片"。

芯片厂商自身公布的规格为：216 GB HBM（较上一代 M890 的 144 GB 有所提升），芯片间互联带宽 1,200 GB/s（较 800 GB/s 提升），原生支持 FP8 和 FP4，性能约为 M890 的三倍，可扩展至单一集群 50 万张卡。量产和商业供货目标时间为 2027 年第一季度，下一代 J900 计划在 2027 年第三季度至 2028 年第三季度之间推出。该芯片以超节点服务器形式出货，搭配阿里巴巴自研 ICN Switch、Panmai SmartNIC 和 Zhenyue SSD 控制器。正确的理解方式是：阿里巴巴卖的是一整套栈，而非一颗芯片。

在模型方面，Qwen 4 正在训练中，Qwen 4.5 和 Qwen 5 的目标参数规模为 5 万亿至 10 万亿，而当前旗舰 Qwen 3.8 Max 约为 2.4 万亿。阿里巴巴还表示在面向超级智能的递归自我改进（RSI）方面取得了实际进展——这是一种方向性声明，而非 benchmark 数据。在基础设施方面，阿里云计划到 2032 年实现超过 20 GW 的全球数据中心容量。市场当天的解读是全栈押注：香港股价上涨 5.1% 创一个月新高，美股 ADR 上涨约 3% 至 118.50 美元，仍较 52 周高点 192.67 美元低约 38%。所有性能数据均为厂商自报，未经第三方验证，且该芯片距离出货还有约一个季度。

— Alibaba Cloud · Pandaily

🔗 Alibaba Cloud · Pandaily

Meta 将智能体植入眼镜、钥匙扣和 100 克头显

Meta Connect 2026 在公司加州总部举行，将个人 AI 智能体 Muse 置于整个硬件产品线的核心，售价从 249 美元的运动眼镜到 1,299 美元的头显不等。

Muse Charm 是整个系列中最奇特的产品：一款独立手持设备，大小与耳机充电盒相当，配备 2 英寸触摸屏、内置 5G、麦克风、扬声器和角落处的指纹传感器。它的设计用途是挂在钥匙扣或包上，而非取代手机，让用户可以与 Muse 的实时虚拟形象对话。该产品将于 12 月发售，价格未披露。Ray-Ban Meta Audio 是该系列首款不带摄像头的型号：43 克，开放式音频，续航 12 小时（加上充电盒可额外提供 48 小时），Clubmaster 和 Burbank 款式，23 种镜框与镜片组合，支持验光处方，349 美元，10 月 13 日发货。取消摄像头是对隐私反弹的直接回应，也让这款眼镜得以进入办公室和酒吧等场景。

Ray-Ban Meta Gen 3 保留了摄像头：1200 万像素传感器，可拍摄 3K 视频，六麦克风阵列可过滤掉 90% 以上的环境噪音，杜比全景声空间音频，9 小时续航，专用 AI 按钮，起售价 449 美元。FDA 认证的助听器功能可通过 Meta One 订阅或一次性 149 美元付款解锁。Meta VR Glasses 是真正体现工程实力的产品：约 100 克，约为 Quest 3 的五分之一，因为处理器和电池被移至一个小型外置 puck 中。Micro-OLED 面板支持 5K 分辨率、37 ppd、杜比视界和杜比全景声，最长 3 小时播放时间，兼容 Quest 游戏和 Xbox 云游戏，1,299.99 美元，2027 年春季上市。

在软件方面，Meta Superintelligence Labs 推出了 Muse Realtime Avatar 系统；在眼镜上它以免手操作方式启动，并能直接对佩戴者正在观看的内容进行操作；Muse 现在拥有自己的邮箱地址；可以在 Mac 上操作电脑；合作伙伴列表新增了 Walmart、Best Buy、Sephora、Ulta、Wayfair、PayPal、Expedia、Instacart、Notion、GitHub 和 Box，同时保留现有的完整 Shopify 目录。Meta 表示到今年年底将提供超过 100 款 AI 眼镜款式，涵盖 Ray-Ban、Oakley 和 Meta Glasses 品牌，包括 249 美元的 Meta Adventurer。让这些硬件得以立足的市场背景是：Counterpoint Research 统计，2026 年上半年全球 AI 眼镜出货量同比增长 263%。

Qoder 将人与智能体的讨论转化为产品界面

Qoder 是阿里巴巴的智能体编程平台，在阿里云栖大会上发布了两个协作功能：Projects 和 Discussion，均处于 beta 阶段，同时还有自定义智能体和自定义智能体团队，面向 Qoder Teams 和 Enterprise 订阅用户开放。该平台表示其服务覆盖桌面端、移动端、IDE、JetBrains 插件、CLI、Agent SDK 和云端智能体，横跨超过 600 万开发者。

它所指向的问题并非模型质量。一个任务从会议中开始，经过群聊，然后由每位开发者在各自的智能体会话中重新诠释，因此决策、代码变更、测试结果和 PR 链接都散落在各自独立的会话中。在创始人丁禹的定义中，人不应该再充当智能体的"推动者"。Projects 是一个共享空间，人和智能体作为成员加入，围绕同一个代码库开展工作。工作以 Issue 的形式追踪，包含描述、负责人、状态和关联的讨论。

Discussion 依附于 Issue 而存在。成员可以添加文档和上下文，针对特定观点回复，并让智能体分析材料或比较方案。其中分量最重的机制是关键信息标记（Key Information marker）：任何人都可以将一条消息标记为已确认的需求、约束或决策，这些标记会进入执行环节，而不会淹没在滚动记录中。自定义智能体存储指令、模型设置、权限和工具，用于实现规划、代码审查等可重复性工作。自定义智能体团队中有一个领头智能体负责分解任务，成员智能体从不同角度探索和验证，以及一位对汇总结果做出判断的人。

这个循环才是关键：一个 Issue、一条讨论、一个被标记的决策、一个承接它的智能体、返回到同一讨论的代码和测试结果、一个在原位被确认的新需求，智能体继续推进。从其他问题追踪工具导入的功能已在规划中。

两篇论文论证了 harness 应该内嵌到权重中

Harness-Zero 来自北京大学叶浩然团队，于 9 月 21 日上传至 arXiv，提出了一个问题：如果停止交付 harness，而是将其直接 baked 进模型权重会怎样？该方法称为 agent-as-harness，用一个审查模型取代了代码脚手架：harnessing 智能体（论文中使用 GPT-5.6 Sol）在目标 harness 的动作空间内检查 Qwen3.5-9B 学生模型的响应，进行纠正，生成的结果轨迹成为监督微调数据。

在三个领域中，宏观平均任务成功率从 23.3% 提升至 44.3%。蒸馏后的模型超越了携带专用 harness 的同一基础模型（41.7%），且在部署时 harness 已不存在。论文报告恢复了 28 种 harness 诱导行为模式中平均 82.3% 的部分，在六个设置中 agent-as-harness 平均达到 81.1%，而代码脚手架基线为 78.1%。局限性与其收益同样有价值。在 USPTO Retrosynthesis 上，蒸馏模型仅达到 30.0%，而携带 meta-harness 的已部署模型达到 38.0%；作者的解释是程序性 harness 行为比深层领域知识更容易内化。轨迹收集也比原生 mini-SWE-agent 试验运行慢 2.4 倍，不过这笔成本落在训练阶段而非推理阶段。

Agent-Editing World Model（AEWM，arXiv:2609.28416，9 月 23 日提交，孙爽等人著，Ji-Rong Wen 和 Wayne Xin Zhao 为作者之一）针对的是另一种失败模式：任务状态污染（task-state contamination），即无根据的假设和过时的计划残留在智能体历史中，扭曲后续决策。现有语言世界模型尝试预测环境观测，但当真实工具反馈已可用时，这条路收益甚微。AEWM 转而对推理和行动如何塑造任务进展进行建模：一个 Action Judge 将决策分类为 Critical、Exploratory 和 Noisy，State Revision 组件编辑有噪声的推理-行动序列，EditAct 改变后续决策所依赖的状态——这是在真实执行过程中发生的，而不仅仅是在其上做注释。

AEWM 在 Action Judge 基准上以 70.5% macro-F1 得分，比最强 frontier 基线（DeepSeek-V4-Pro 的 59.9%）高出 10.6 个点。EditAct 在六个基准和三个智能体骨干上平均提升 3.2 至 6.7 个点；AEWM-RFT 在 rejection-sampled 验证轨迹上进行微调，在三个领域中比 Self-RFT 又高出 2.2 至 2.6 个点，且在推理时不需要在线 AEWM 指导。