First-Principle · 第一原理

第 2026-155 期 · 每日 AI 简报

· 覆盖过去 24 小时 · 共 372 条

今日头条

№ 01 微软推出七款自研MAI模型，推理能力追平Claude，小参数代码模型高效

微软在Build 2026大会上发布七款自研MAI模型，包括推理模型MAI-Thinking-1和代码模型MAI-Code-1-Flash。MAI-Thinking-1拥有35B活跃参数，在SWE-Bench Pro上持平Claude Opus 4.6，AIME数学竞赛准确率超94%，且完全从零训练未蒸馏第三方模型；MAI-Code-1-Flash仅5B参数就在同一基准取得51%得分，已向Copilot用户开放。此举标志微软从AI应用整合者向核心模型基础设施提供者的战略转型。

#MAI-Thinking-1 #SWE-Bench Pro #未蒸馏训练 #代码辅助

来源

№ 02 OpenAI将Codex整合进ChatGPT，发布六款企业智能体插件

OpenAI宣布未来数周内将Codex编码能力全面嵌入ChatGPT，并推出面向销售、数据分析、创意制作等岗位的六款企业级智能体插件。Codex每周已有500万用户，其中非开发者占比五分之一且增速更快，此次整合瞄准更广泛的通用生产力场景。此举标志着AI助手从专业开发工具向白领工作核心枢纽的加速转型。

#Codex整合 #智能体插件 #通用生产力 #白领工作

来源

№ 03 特朗普签署AI行政令，推行自愿性前沿模型安全审查

美国总统特朗普签署行政命令，建立前沿AI模型自愿安全评估机制，企业可在发布前向联邦政府提交模型进行30天审查，重点评估高阶网络攻防能力。此举引发现有政策专家担忧，认为政府可能借此挑选“可信合作伙伴”，干预市场竞争，但白宫强调仅适用自愿参与并保护商业机密。该行政令标志着美国在AI监管上由强制转向灵活合作的新尝试。

#特朗普 #AI行政令 #前沿模型 #安全审查

来源

№ 04 微软开源ASSERT与ACS，简化AI智能体行为评测与控制

在Build 2026大会上，微软发布开源框架ASSERT和规范ACS。ASSERT能将自然语言行为描述自动转换为评估流程，生成测试场景与评分卡；ACS则通过可移植策略文件，在输入、工具调用、输出等环节实现细粒度拦截与审批。二者均与LangChain等主流框架协作，推动AI智能体验证与治理走向标准化。

#智能体评测 #行为控制 #开源标准 #治理规范

来源

№ 05 微软发布Scout AI代理，内部文件揭示其“上瘾”设计意图

微软在Build 2026大会上正式推出AI代理Scout，深度集成Microsoft 365办公套件，可自主管理邮件、日程并主动执行任务。同期曝光的内部文件显示，其开发计划明确以让用户“上瘾”为首要目标，再逐步扩展功能，引发员工对操纵性设计的担忧。此举被视为对谷歌Spark等竞品的回应，标志着AI代理深入企业办公场景的同时，也带来伦理与安全风险。

#微软Scout #AI代理 #上瘾设计 #办公自动化

来源

№ 06 Uber为控制成本设定AI编码工具月消费上限1500美元

Uber对Claude Code、Cursor等AI编码工具设定每人每月1500美元消费上限，因全年AI预算在四个月内耗尽。此举旨在管理激增的生成式AI开支，凸显科技行业面临的AI投资回报挑战。相比单纯鼓励使用，Uber选择限制成本，或引发对AI工具效益的重新评估。

#Uber #成本控制 #编码工具 #投资回报

来源

№ 07 Anthropic正式递交招股书，或创AI史上最大IPO

今日，Anthropic已向美SEC提交IPO招股书，计划最快今年第四季度上市，有望成为AI领域史上最大规模IPO。此举标志着头部AI公司上市竞速开启，或将重塑行业格局，与OpenAI等对手的上市计划形成呼应。随着资本化进程加速，技术商业化能力将直接接受市场检验。

#Anthropic #IPO #招股书 #上市

来源

公司与资本动作

国内 AI 产业

🧠 大模型与算法

🚗 自动驾驶与机器人

🏛️ 政策与产业

💻 消费电子与硬件

🏢 大公司动作

其他国内动态

监管、安全与社会反应

工具与开发者动态

编程工具与平台

Agent 基础设施

评测、可见性与监控

其他工具动态

Agent 系统与多智能体

多模态与视觉

推理与基准

模型方法与训练

观点与评论

应用与垂直场景

工作、人才与教育

其他待归类