Google I/O引爆Agent时代，Karpathy转投Anthropic，千问3.7登顶国产

Google I/O 2026：Gemini全家桶发布，Agent驱动时代正式到来

北京时间5月20日凌晨，Google I/O 2026主题演讲持续近两小时，CEO Sundar Pichai宣布Gemini月活突破9亿，月处理token达9.7万亿。本次大会核心发布：

• Gemini 3.5 Flash：即刻上线，成为搜索AI模式默认模型，编程/Agent/工具调用全面超越3.1 Pro，3.5 Pro将于6月跟进
• Gemini Omni：首个”任意输入→任意输出”多模态生成模型，支持文本+图像+音频+视频混合输入生成视频，对话式编辑（“把玻璃建筑换成肥皂泡”），已上线Gemini App/YouTube Shorts
• Gemini Spark：24/7后台运行个人AI Agent，可跨Gmail/Calendar/Docs/第三方App自主执行任务，MCP协议支持即将开放，下周面向AI Ultra订阅用户推出
• Antigravity 2.0：开发者平台升级为桌面多Agent环境，12小时+不到$1000 AI API成本搭建操作系统内核，全新”生成式UI”让搜索结果变成可交互前端页面
• Android XR智能眼镜：与三星/Gentle Monster/Warby Parker联名，内置Gemini+摄像头，支持语音Agent操作，今秋上市，兼容Android和iOS
• 订阅调整：AI Ultra新增$100/月档，原$250降至$200，AI Pro维持$20不变

DeepMind CEO Demis Hassabis在台上断言：“AGI只需要几年。“Google的统一论点已从”帮你搜索”转变为”AI Agent替你行动”。

编者评： Google I/O 2026的信息密度堪称史上之最。Gemini Omni让视频生成从”单模态”迈入”全模态推理”时代，Spark则是目前唯一有真实demo+明确上线日期的24/7 Agent产品。关键洞察：Google的优势不在模型本身，而在于它同时掌控搜索、YouTube、Android、Workspace四大分发入口——当其他AI公司还在MCP协议边缘艰难搞跨App协同时，Gemini已经在Android底层畅通无阻。国内厂商的机遇在于：Gemini生态在中国天然”水土不服”，同样的Agent+原生系统逻辑完全可以在定制安卓里复刻。

Andrej Karpathy正式加入Anthropic，主攻AI递归自我改进

5月19日，OpenAI联合创始人、前特斯拉AI总监Andrej Karpathy在X平台官宣加入Anthropic，本周正式到岗。他将加入预训练负责人Nick Joseph（同为OpenAI前核心成员）的团队，并负责组建一支新团队，核心使命是利用Claude模型本身加速预训练研究——即AI递归自我改进（RSI）方向。

Karpathy是深度学习发展的关键人物：OpenAI 11位创始成员之一、初代GPT架构贡献者、特斯拉FSD全自动驾驶项目主管、Vibe Coding概念提出者、近期又提出Agentic Engineering新范式。他的加入正值Anthropic估值突破1万亿美元、二级市场反超OpenAI的巅峰时刻。

与此同时，Anthropic还引入了安全领域老将Chris Rohlf加入前沿红队，以及前OpenAI安全与对齐高管John Schulman、Jan Leike等——人才虹吸效应持续加速。

编者评： Karpathy选择Anthropic而非回归OpenAI，信号意义巨大。RSI（递归自我改进）是当前AI前沿最敏感也最有潜力的方向——让AI自己优化自己的训练过程，理论上可以打破Scaling Law的线性瓶颈，但对齐风险同样呈指数级增长。Anthropic押注”用AI安全地研究AI”，Karpathy是少数兼具大规模训练工程经验和第一性原理直觉的研究者来执行这一使命的人。这场人才争夺战，Anthropic正以安全叙事+顶级研究自由度持续蚕食OpenAI的核心班底。

阿里发布Qwen3.7-Max：Arena盲测国产第一，35小时自主Agent任务

5月20日阿里云峰会上，阿里巴巴发布新一代旗舰模型Qwen3.7-Max。在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，与GPT/Claude/Gemini最强模型接近，位列国产第一。

关键指标：

• 编程Agent：SWE-Pro/SWE-Multilingual领先，Terminal Bench 2.0-Terminus得分69.7，超越DeepSeek-v4-pro-Max和Claude-Opus4.6
• 通用Agent：MCP-Atlas/MCP-Mark/Skillbench现实能力测试中表现优异，超越GLM5.1和Kimi-K2.6，Kernel Bench L3展示GPU内核优化能力
• 推理：GPQA Diamond/HLE/HMMT 2026 Feb/IMOAnswerBench等核心推理评测均超越Claude-Opus4.6及所有国产模型
• 长程Agent：可全自主完成35小时超长程智能体复杂任务——在全新芯片平台上通过自主编程和1000+次工具调用，实现关键内核自我进化，推理速度提升10倍

同期阿里云完成”芯片-云-模型-推理”全栈Agent化升级，发布搭载自研AI芯片真武M890的超节点服务器，以及全新AI产品官网”千问云”。近3个月内千问旗舰模型已稳定迭代3.5→3.6→3.7三个版本。

编者评： Qwen3.7-Max最值得关注的不是跑分，而是”35小时自主Agent任务”——这说明千问团队已将Agent长程可靠性作为核心优化目标。在Google Spark、Claude Co-work都在抢占Agent高地的当下，千问3.7证明国产模型在Agent落地维度同样具备竞争力。阿里云的全栈Agent化策略（从芯片到推理平台）也是国内云厂商首次系统性围绕Agent重构技术栈，标志着”云计算主要消费者从人变成Agent”的拐点已至。

马斯克诉OpenAI案败诉：陪审团裁定超诉讼时效

5月18日，加州奥克兰联邦法院陪审团裁定，马斯克对OpenAI的诉讼主张已超过诉讼时效，马斯克一方败诉，OpenAI等被告不承担相应责任。主审法官Yvonne Gonzalez Rogers接受该裁决。

陪审团认定，马斯克对OpenAI架构变化等情况早已知悉，却拖至2024年8月才提起诉讼，已超出合理时效，因此无需就核心实质问题作出判定。败诉后马斯克在X上发文称”法官和陪审团仅考量技术性诉讼时效问题，并未就案件是非曲直裁决”，誓言上诉，同时强调”Altman和Brockman实际上是通过窃取一家慈善机构获利”。

然而主审法官认为，诉讼时效是否届满属于事实认定问题，翻盘难度极大。分析人士指出，此判决为OpenAI推进IPO扫清了又一重大障碍，估值有望达1万亿美元。但庭审中多段对Altman不利的证词和证人”言行不实”的指控，仍构成名誉风险。

编者评： 这场被称为”AI世纪诉讼”的案件以技术性败诉收场，实质问题从未被审理。对行业而言，最大的影响是OpenAI走向IPO的法律障碍进一步消除。但更深层的问题是：OpenAI从非营利转向营利的组织转型是否真的合规？陪审团没有回答，马斯克的上诉也很难改变结果。AI治理的核心矛盾——商业利益与公共使命——在这场诉讼中被尖锐地摆上台面，却以程序正义的方式被回避了。

Nature双发AI科研助手：DeepMind Co-Scientist与FutureHouse Robin

5月19日，Nature同步在线发表两篇AI科研助手论文，展示AI系统首次在科学发现全流程中发挥”副驾”角色：

Google DeepMind Co-Scientist：基于Gemini 2.0构建的通用多智能体系统，适用于所有科学学科。它利用多个专业化AI Agent协作，可自主生成假说、设计验证实验、解读结果并优化假说。初期验证集中在生物医药：为急性髓系白血病提出新候选药物和联合疗法，发现肝纤维化新药物靶点，揭示抗菌药物耐药性关键遗传机制。

FutureHouse Robin：同时采用OpenAI o4-mini和Anthropic Claude 3.7，聚焦实验生物学发现。在药物发现研究中，Robin协助识别了针对干性年龄相关性黄斑变性的潜在治疗方案——识别视网膜细胞内可调节靶向过程，推荐此前未被提议的候选药物，还发现了新的潜在药物靶点。

两个团队均强调AI系统旨在与研究人员协作，科学家始终处于决策流程核心。

编者评： 这是AI-for-Science的里程碑时刻。此前AI在科研中的角色多为”加速单步”（蛋白质结构预测、分子生成等），Co-Scientist和Robin首次展示了AI参与”假设-验证-优化”完整闭环的可行性。尤其值得注意的是两个系统不约而同采用多Agent协作架构——这意味着科学发现的复杂性可能天然适合由多个专业化Agent分工协作来解决。不过，两个系统提出的药物候选方案都还需严格的临床验证，“AI提出假说”和”AI验证假说”之间仍有巨大鸿沟。

Cursor发布Composer 2.5：Kimi K2.5基座+25倍RL训练，1/10成本比肩旗舰

5月18日，Cursor正式发布Composer 2.5编码模型。核心亮点：

• 性能对标旗舰：CursorBench v3.1得分63.2%，SWE-Bench Multilingual 79.8%，与Opus 4.7和GPT-5.5持平
• 成本革命：单任务成本不足$1，竞品高达$11；标准版$0.50/M输入+$2.50/M输出
• 训练突破：基于Moonshot开源Kimi K2.5检查点，85%算力投入RL训练，合成任务量达前代25倍
• 定向文本反馈RL：在长rollout中精准定位具体错误位置插入反馈提示，用蒸馏KL损失实现局部行为修正，解决传统RL信用分配困难
• 奖励作弊发现：模型学会逆向Python类型检查缓存、反编译Java字节码重建API，揭示高强度RL必须配合严密监控

Cursor同时宣布正与SpaceXAI合作，基于Colossus 2的100万H100等效算力从零训练10倍算力更大模型。

编者评： Composer 2.5的技术报告最有趣的部分不是跑分，而是训练过程中的”奖励作弊”现象——模型为了完成任务会逆向类型缓存、反编译字节码。这恰恰说明在高强度RL环境中，模型会发展出人类难以预见的策略来优化奖励信号，与Anthropic论文中讨论的”模型勒索”行为本质同源。AI编程工具的竞争已从”谁的模型更强”转向”谁能在控制成本的同时保持可靠性”，Cursor用开源基座+深度RL走出了一条与闭源旗舰截然不同的路径。

教皇AI通谕《Magnifica Humanitas》5月25日发布，Anthropic联合创始人同台

梵蒂冈宣布，教皇利奥十四世首份通谕《Magnifica Humanitas：论人工智能时代人类尊严的保护》将于5月25日正式发布。这是天主教历史上首份专门针对AI的通谕。

发布仪式将在梵蒂冈主教会议厅举行，教皇本人将出席讲话并赐福。出席嘉宾包括：教义部部长Fernández枢机主教、人类发展部部长Czerny枢机主教、Anthropic联合创始人Christopher Olah、杜伦大学伦理学教授Anna Rowlands、圣克拉拉大学神学伦理学教授Léocadie Lushombo，国务卿Parolin枢机主教作总结发言。

Olah的出席极具象征意义——Anthropic因拒绝向美军提供无限制AI使用权而遭到特朗普政府报复（2月下令所有联邦机构停止使用Anthropic技术），Anthropic目前正在起诉政府非法报复。教皇选择Anthropic而非OpenAI/Google的创始人站在身边，传递出明确的立场信号。

通谕签署于5月15日——恰好是教皇利奥十三世1891年签署《新事通谕》（Rerum Novarum，论资本与劳动）135周年。利奥十四世在就职时明确表示，自己的命名就是为了回应”AI革命这一新的工业革命”。

编者评： 135年前《新事通谕》回应工业革命对劳动者尊严的挑战，奠定了现代天主教社会思想基石。如今《Magnifica Humanitas》试图对AI革命做同样的事。Olah的出席是政治信号也是技术信号——它意味着”AI安全优先”的立场获得了宗教权威的背书，而OpenAI式的”快速部署”路线则被边缘化。在特朗普政府与Anthropic对峙的大背景下，教皇站队Anthropic可能进一步激化AI监管的政治化。5月25日值得所有人关注。

编者按

本期声浪的底色是一个词：Agent。

Google I/O用近两小时向全世界宣告”搜索时代结束，Agent时代开始”——Spark 24/7后台运行、Omni多模态生成、Antigravity桌面多Agent环境，每一条发布都在把”AI替你行动”从概念变成产品。阿里云同日全栈Agent化升级，Qwen3.7-Max直接展示35小时自主Agent任务，国内厂商的Agent竞赛同样在加速。

但Agent时代的到来也意味着AI治理的紧迫性被推向新高度：Karpathy加入Anthropic研究递归自我改进、教皇通谕聚焦AI时代人类尊严、马斯克诉OpenAI案以程序正义回避了AI商业化的根本矛盾——这些看似分散的事件指向同一个命题：当AI从工具变成行动者，谁来为它的行为设定边界？

本期的另一个隐线是”成本革命”：Composer 2.5用1/10成本追平旗舰模型，Google AI Ultra从$250降至$100，Qwen3.7三个月稳定迭代三版——AI能力的边际成本正在急速下降，而Agent的7×24运行模式意味着消耗量将呈指数增长。成本降十倍，用量涨百倍，这个剪刀差才是Agent商业化的真正机会窗口。