AI前沿速递 · 2026年07月13日
Google 24亿美元截胡Windsurf核心团队引爆AI Coding赛道连环并购；加拿大CAISI联合四大机构发布AI评估最高准则；首款AI智能体手机争夺战白热化；Coinbase大规模部署AI代理实现降本50%
AI Coding赛道72小时上演硅谷史上最戏剧化并购拆分，全球AI治理迈向”硬规则”时代，AI智能体从软件走向硬件终端——本期速递聚焦AI产业竞争格局的深层变化。
Google 24亿美元截胡Windsurf，Cognition AI 72小时火速接盘
事件概述： OpenAI原计划以30亿美元收购AI编程工具公司Windsurf，但因微软要求获得Windsurf知识产权控制权（Windsurf技术将与微软旗下GitHub Copilot直接竞争），OpenAI拒绝妥协，交易于7月12日告吹。谷歌随即以24亿美元完成”反向人才收购”——吸纳CEO Varun Mohan、联合创始人Douglas Chen及约40名核心工程师加入DeepMind，并获得Windsurf技术的非独家授权。然而谷歌并未收购公司股权，导致Windsurf剩余250名员工面临”空壳化”危机。仅72小时后，Cognition AI（Devin开发商）宣布全资收购Windsurf剩余资产，包括全部知识产权、产品、品牌及团队，交易被业界称为”硅谷史上最快反转收购案”。
为什么值得关注： 这起案件深刻揭示了AI Coding赛道已进入”人才>产品>公司”的极端竞争阶段。谷歌不惜以24亿美元天价获取数十人团队而非完整公司，说明顶尖AI工程人才的稀缺性已超越产品本身。微软与OpenAI之间的知识产权博弈也暴露了二者关系的深层裂痕。Cognition接盘后将Windsurf整合为”Devin Desktop”，预示AI编程工具正从”辅助补全”向”端到端自主开发”跃迁。
相关链接：
加拿大CAISI联合全球四大机构发布AI评估”最高准则”
事件概述： 7月13日，加拿大人工智能安全研究所（CAISI）联合全球四大机构正式发布AI评估”最高准则”，明确拒绝”黑盒”与”刷榜”式评估，提出三类核心底牌（数据安全、算法公平性、系统可控性）不得公开披露。新准则强调AI系统评估的透明度与可追溯性，旨在建立可验证的全球AI评估框架，强化各国AI治理协同。
为什么值得关注： 此举被视为全球AI治理从”软倡议”向”硬规则”过渡的重要节点。此前AI评估领域长期被”跑分刷榜”主导，模型能力评估与安全评估脱节，新准则试图扭转这一趋势。CAISI作为美-英-加-新加坡四国AI安全研究所联盟成员，其发布的准则具有广泛的国际影响力，可能成为未来各国AI监管立法的技术参考基础。
相关链接：
首款AI智能体手机争夺战：中兴努比亚 vs 阶跃星辰
事件概述： 7月13日，AI智能体手机赛道迎来首发争夺——中兴通讯旗下努比亚品牌与通用大模型公司阶跃星辰均宣布将发布”全球首款AI智能体手机”。努比亚新品为量产旗舰（已获工信部进网许可证），搭载字节豆包AI智能体作为系统级交互入口；阶跃星辰则定档7月13日晚19点举行品牌发布会，由华勤技术代工。荣耀也同期官宣其”机器人手机”ROBOTPHONE将亮相WAIC 2026。
为什么值得关注： 这标志着AI终端竞争从”功能叠加”正式转向”原生智能体”——手机不再只是运行AI应用，而是以AI智能体作为操作系统级入口，支持语音/文字跨应用任务自动执行。今年5月中国首次出台AI终端分级标准（L1-L4），终结了厂商自说自话时代。但智能体手机大规模商用仍面临意图幻觉、隐私安全、以及手机厂商与互联网企业间的利益分配等多重关卡。短期内，智能体手机将处于”高级辅助执行”阶段，人机确认环节难以取消。
相关链接：
Coinbase部署1200个AI代理，运营成本降50%
事件概述： 加密货币交易所Coinbase宣布已部署1200个AI代理用于内部运营，涵盖客服、风控、合规等多个环节，整体运营成本较去年同期削减50%。AI代理系统基于自研大模型构建，支持7×24小时自动化处理。
为什么值得关注： 这是AI代理从”实验性试点”迈向”核心劳动力”的标志性案例。此前多数企业的AI Agent部署仍停留在数十到数百个规模的辅助工具层面，Coinbase的1200个代理规模意味着AI已深度嵌入企业核心业务流程。更重要的是，50%的降本效果为整个金融科技行业提供了明确的ROI参照，可能加速AI代理在金融、保险、法律等规则密集型行业的规模化落地。
相关链接：
英伟达开源ASPIRE机器人技能库，实现”边跑边学”
事件概述： 7月12日，英伟达正式开源ASPIRE机器人自主技能库。该系统打破传统”一次性训练”模式，实现机器人在运行过程中持续沉淀、迭代操作技能——实时记录导航、抓取、搬运等执行轨迹，自动拆解有效操作并沉淀为可复用Skill库，支持跨机型技能迁移，大幅减少仿真复现与重训成本。
为什么值得关注： ASPIRE代表具身智能从”预训练部署”到”在线持续学习”的范式转变。传统机器人需要为每个任务单独训练模型，迁移成本极高；ASPIRE让机器人在真实执行中自主积累技能并跨平台共享，为人形机器人、工业机器人提供了通用自主学习的底层基础设施。英伟达选择开源而非闭源商业化，也有意主导具身智能生态标准。
相关链接：