大模型前沿动态 · Vol.41

Google I/O转向Agent时代、Qwen3.7-Max登顶国产、Anthropic双线布局、白宫AI审查令

Google I/O 2026发布Gemini 3.5/Omni/Spark三线齐发全面转向Agent；阿里Qwen3.7-Max登顶Arena国产第一；Anthropic收购Stainless收编SDK工具链+Karpathy入职攻RSI；白宫即将签署AI模型审查行政令

大模型 Google I/O Gemini Agent Qwen 阿里云 Anthropic Karpathy Stainless AI监管 TPU

Agent时代正式到来：谷歌全面转向Agentic Gemini、国产模型以Agent能力定义新赛场、Anthropic双线布局工具链与预训练研究、AI安全进入国家监管层面——大模型竞争从”回答得好”进入”做得好”的新范式。

Google I/O 2026：告别参数竞赛，全面押注Agent时代

事件概述

北京时间2026年5月20日凌晨，Google I/O 2026开发者大会在加州山景城开幕。市场此前普遍期待Gemini 4.0登场，但谷歌选择放弃激进的参数竞赛，全面转向”Agentic Gemini”时代——让AI从被动问答工具变为可自主决策、跨设备执行、模拟现实的操作系统级智能体。

CEO皮查伊披露了一组震撼数据：谷歌每月处理的tokens从两年前的9.7万亿，增长到今天的3200万亿（3.2 quadrillion），增长7倍；Gemini应用月活从4亿增长到9亿多；搜索AI Mode月活已超10亿，成为谷歌历史上增长最快功能之一。资本支出从2022年的310亿美元飙升至2026年的1800-1900亿美元，增长近6倍。

技术解析

本次发布三大核心模型：

  1. Gemini 3.5 Flash：即日起上线，成为全球默认主力。在多项基准测试中全面超越上一代旗舰Gemini 3.1 Pro，尤其编程能力与经济价值评估（GDPVal）表现突出。每秒输出Token数达到同级别前沿模型的4倍，极致性价比构成对开源和闭源竞争对手的降维打击。

  2. Gemini Omni：全场最大惊喜，定义为一个“世界模型”而非传统多模态模型。Gemini Omni Flash是统一网络，能将任何输入模态（文本、图像、视频、音频）转化为任何输出模态，具备对物理世界的直观感知能力——已能理解动力学规律、动能转换与重力效应，并直接应用于前沿机器人训练。演示中，用户通过自然对话即可实时编辑电影级视频，精准替换画面元素并保持物理一致性。

  3. Gemini Spark：7×24小时在后台自主运转的个人AI智能体。依托全新Antigravity开发平台，Spark能在用户合上笔记本或锁屏时继续处理任务——自主翻阅银行账单标记隐藏扣费、检索全家邮件日程生成日常简报。通过MCP深度集成Adobe、Asana、Dropbox、Uber等30+第三方应用，配套Agent Payments Protocol（AP2）确保金融安全。

硬件层面，谷歌首次推出**“双芯片策略”：TPU 8t专攻大规模预训练（较上代3倍原始算力），TPU 8i针对高并发推理极限优化。通过JAX与Pathways深度重构，实现跨100万+TPU的全球协同训练**，瓦解了单体机房军备竞赛。

行业影响

Google I/O 2026传递的信号极为明确：大模型竞赛的主战场已从”谁参数最大”转向”谁的Agent最能干活”。Gemini Omni定义的”世界模型”概念，将Nano/Genie/Veo等独立模型的能力熔于一炉，代表多模态向全模态的升维。Gemini Spark + AP2的组合则直接挑战了Anthropic的Claude Code和OpenAI的Codex在企业级Agent领域的地位。双芯片策略和全球分布式训练的突破，意味着超大规模模型训练周期从数月缩短至数周——这对所有竞争者构成结构性压力。

阿里Qwen3.7-Max发布：Arena国产第一，35小时超长程Agent任务震惊业界

事件概述

5月20日，阿里巴巴在2026阿里云峰会上发布新一代千问旗舰模型Qwen3.7-Max。在第三方机构Arena全球大模型盲测总榜中，Qwen3.7-Max超过Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，位列国产模型第一，与GPT、Claude、Gemini最强模型接近。这是近三个月内阿里第三次迭代千问旗舰模型（3.5→3.6→3.7），研发节奏显著加速。

最令人瞩目的演示：Qwen3.7-Max在训练时从未接触过平头哥真武M890芯片，仅凭一份任务说明书，在无人类干预的情况下自主完成35小时超长程Agent任务，通过自主编程和超1000次工具调用，将芯片推理速度较官方原版本提升了10倍。

技术解析

Qwen3.7-Max面向Agent全新设计，在多个权威评测中表现突破：

  • 编程智能体：SWE-Pro、SWE-Multilingual取得领先；Terminal Bench 2.0-Terminus得分69.7，超过DeepSeek-v4-pro-Max和Claude-Opus-4.6
  • 通用智能体：MCP-Atlas、MCP-Mark、Skillbench超越GLM-5.1、Kimi-K2.6，创国产新高；Kernel Bench L3展示强大GPU内核优化能力
  • 推理能力：GPQA Diamond、HLE、HMMT 2026 Feb、IMOAnswerBench均超越Claude-Opus-4.6及所有国产模型
  • 通用与多语言：IFBench指令遵循得分79.1突破新高；WMT24++、MAXIFE多语言评测领先

阿里云同步宣布完成“芯片-云-模型-推理”全栈Agent化升级：平头哥新一代真武M890训推一体芯片（144GB显存、800GB/s片间互联）首次亮相，磐久AL128超节点服务器让128张AI芯片组成一台计算机，P2P时延低于150ns。阿里云资深副总裁刘伟光表示：“Agent突破临界点后可以24小时不间断工作，对AI和云的需求无穷无尽。”

行业影响

Qwen3.7-Max的35小时自主Agent任务是国产大模型从”对话助手”走向”自主执行者”的标志性事件。阿里云全栈Agent化升级——从自研芯片到Agentic Cloud到模型再到推理平台——形成了国内最完整的Agent基础设施闭环。通义大模型负责人周靖人的判断点明了范式转移：“过去我们追求的是模型’说得好’，现在要求模型’做得到’。“云的”消费者”可能不再是人而是智能体——这一判断将重塑云计算的商业模式。

Anthropic双线落子：3亿美元收编Stainless工具链 + Karpathy入局攻RSI

事件概述

5月18-19日，Anthropic在30小时内连放两枚重磅炸弹：收购Stainless（SDK/MCP服务器工具领域龙头企业，交易估值超3亿美元）和Andrej Karpathy入职（OpenAI联合创始人、特斯拉前AI负责人，加入预训练团队主攻递归自我改进RSI方向）。

两条看似无关的消息，实则指向同一个战略判断：AI的竞争前沿正在从模型能力转向工具链生态+模型基础能力的双线格局。

技术解析

Stainless收购：Stainless由前Stripe工程师Alex Rattray于2022年创立，核心技术是将OpenAPI规范自动转化为TypeScript、Python、Go、Java等多种语言的SDK。其客户名单包括OpenAI、谷歌、Cloudflare等——几乎所有主流AI实验室都在用它的工具生成官方SDK。更重要的是，Stainless还专为Anthropic发布的MCP（模型上下文协议）开发配套工具——同一套生成管线，SDK给人类开发者用，MCP Server给Agent用。收购后，Anthropic宣布Stainless的托管产品将不再对竞争对手开放，直接切断了OpenAI和谷歌的SDK基础设施供应线。Anthropic平台工程负责人Katelyn Lesse一语道破战略意图：“Agents are only as useful as what they can connect to.”

Karpathy入职：Karpathy加入的是Nick Joseph领导的预训练团队，方向是用Claude加速预训练本身——即递归自我改进（Recursive Self-Improvement, RSI）。这不是Agent工具链方向，而是模型基础能力方向。Karpathy本人明确表示想”回到大语言模型研究的前沿”，选择Anthropic而非重返OpenAI，暗示了他对安全导向的RSI路径的偏好。此前，OpenAI的GPT-5.3-Codex已成为首个参与自身训练的模型（用GPT-5.2-Codex生成训练数据），AI自我加速趋势已成事实。Karpathy的加入将Anthropic推入了这场竞赛的核心。

行业影响

Anthropic的这步棋具有攻防双重含义。进攻：收编Stainless等于掌控了AI行业SDK/MCP工具链的底层基建，竞争对手不得不重建这一基础设施，而SDK质量直接影响开发者体验和迁移成本。防守：Karpathy加入预训练团队而非Agent团队，表明Anthropic判断RSI才是长期竞争的护城河——工具链决定短期粘性，但模型基础能力的代际跃升才能决定长期格局。值得注意的是，Anthropic CFO近期称”90%代码由AI编写”——如果RSI加速推进，这一比例还将上升，对整个软件行业的劳动力结构产生深远影响。

白宫AI审查行政令：先进模型发布前需经情报机构审查

事件概述

5月19日，白宫国家网络总监办公室为AI公司举行吹风会，介绍一项计划中的AI行政令——授权情报机构和其他政府机构在先进模型发布前对其进行审查。参加吹风会的公司包括OpenAI、Anthropic和Reflection AI，云服务提供商、半导体公司、网络安全公司和银行的代表也在列。据报道，特朗普最快在5月21日签署该命令。

技术解析

该行政令的核心内容是建立“发布前审查”机制：先进AI模型在向公众发布前，需经过情报机构的安全评估。审查范围可能涵盖：模型是否可能被用于开发生化武器、网络安全攻击工具；模型是否具备自主复制和扩散能力；模型在特定领域的滥用风险。这一机制与此前拜登政府的AI安全框架不同——后者侧重自愿承诺，而此次行政令将审查权力法定化。

值得注意的是时间节点的微妙性：就在5月11日，谷歌威胁情报小组（GTIG）确认了首个由AI构建的零日漏洞攻击——一个绕过双因素认证的Python脚本，由知名网络犯罪组织计划用于大规模攻击。同一天，OpenAI发布了Daybreak网络安全防御平台。AI辅助攻击时代的到来，为审查令提供了最直接的依据。

行业影响

如果签署，这将是美国首次将AI模型发布前审查法定化，对整个AI行业产生深远影响：

  1. 模型迭代节奏可能被迫放缓：OpenAI当前约28-49天的模型迭代周期（GPT-5.4到5.5仅28天），若每次迭代都需审查，节奏将显著降速。这对处于快速迭代期的厂商影响最大。
  2. 审查标准成为新博弈点：何种模型需审查、审查耗时多久、审查结果是否可上诉——这些细节将决定行政令的实际效力，也将成为AI公司游说的焦点。
  3. 地缘分化加剧：美国建立审查机制后，欧盟AI Act和中国算法备案制度将形成三大监管体系。跨国AI公司面临合规成本激增，开源模型生态可能因审查要求而承压。
  4. AI安全从自律走向强制：此前Anthropic的Mythos和OpenAI的Daybreak都是企业自律的安全工具，行政令标志着AI安全从”行业自律”进入”国家强制”的新阶段。