开源双响炮：长上下文与高效编程模型齐发

同一天内，DeepSeek^广告 和阶跃星辰（原文“基月星辰”应为笔误）分别开源了各自的重磅模型，让顶级模型能力不再被少数公司垄断。据 B 站 UP 主“AI 300秒”报道，阶跃星辰开源了 Step5 预览版，总参数高达 6000 亿，但每个词仅激活 270 亿参数，上下文窗口最长支持 100 万 Token，专为长时间运行的智能体任务设计。模型已在 Hugging Face 和 ModelScope 开放下载。

DeepSeek 则发布了 V4.1 Flash 1017 新版本，网页、APP 和 API 已同步切换。官方称新模型在编程基准 DeepSWE 上拿到 77 分，任务完成更快、输出更短，同时开放了搜索 API。两家公司的动作指向同一个趋势：国产模型正把“更长上下文”和“更快更短”作为竞争主线。

MoE（混合专家）架构是理解 Step5 参数规格的关键。传统稠密模型每次推理都要激活全部参数，而 MoE 把前馈层拆成多个“专家”，由门控网络按 token 动态选择少数专家参与计算。因此“6000 亿总参数、270 亿激活参数”意味着模型容量很大，但单次前向计算量只相当于一个 270 亿参数级别的稠密模型，显存占用与推理成本显著下降。这也是当前长上下文模型普遍采用 MoE 的原因：扩大知识容量而不成比例抬高算力开销。

DeepSWE 是面向软件工程任务的编程智能体基准，与只考察函数补全的 HumanEval 不同，它通常要求在真实代码仓库中定位缺陷、修改多文件并跑通测试，更贴近实际开发流程。因此在该基准上取得高分，反映的是模型在多步工具调用与代码编辑上的综合能力，而非单轮生成质量。

小模型驱动机器人，智能体安全有解

法国 AI 实验室 KainTai 发布了 REKI，一个仅 24 亿参数的视觉语言动作模型，能让机器人听懂指令并完成操作。它只用公开数据训练，自带低成本记忆模块，在三项测试中只有两倍大的模型才能超过它，权重已全部开源。这意味着小模型也能驱动机器人干精细活。

智能体安全方面，Perplexity 把自家产品背后的隔离技术 Space 开源了。每个智能体任务都运行在独立的 Firecracker 微型虚拟机里，账号凭证和外发流量在虚拟机之外统一管控，代码以 Apache 2.0 协议发布。这为智能体安全提供了现成的公共方案。

**视觉语言动作模型（VLA）**把视觉感知、语言指令和动作输出统一到一个模型中：输入摄像头图像与自然语言指令，直接输出机械臂关节位姿或末端轨迹。相较传统“感知—规划—控制”分模块流水线，VLA 端到端学习减少了模块间的信息损失，但也更依赖数据规模。REKI 仅 24 亿参数即可完成任务，说明数据质量与架构设计可以在一定程度上替代参数堆叠，这对算力有限的机器人厂商意义重大。

Firecracker 是 AWS 开源的轻量级虚拟机监视器，用 KVM 在百毫秒级启动微型虚拟机，兼具容器的启动速度与虚拟机的硬件级隔离。相比容器共享内核，Firecracker 为每个任务提供独立内核，能有效阻断逃逸类攻击，因此成为智能体沙箱的主流底座。

智能体被网站拒之门外，互联网需要新契约

智能体越火，网站越警惕。The Verge 报道，最近几周越来越多网站开始屏蔽 AI 智能体的访问，不再欢迎它们替用户浏览和下单。各大公司都押注智能体替你上网办事，但如果互联网不配合，这场革命可能卡在门口。

这揭示了一个深层矛盾：智能体的价值在于替人操作，但网站担心流量被劫持、数据被滥用、系统被攻击。开源沙箱方案解决了技术层面的隔离问题，却解决不了商业层面的信任问题。智能体和网站之间需要一本新契约，明确哪些操作可以代理、哪些数据可以访问、收益如何分配。

网站屏蔽智能体的技术手段主要包括 robots.txt 扩展、UA 识别、行为指纹检测与验证码挑战，以及新兴的付费爬取协议。争议的核心在于智能体访问究竟算“用户本人浏览”还是“第三方程序抓取”：前者应沿用用户既有权限，后者则涉及版权与服务器负载。当前缺乏统一的身份传递标准，使网站难以区分善意代理与恶意抓取，只能一刀切拦截。业界正在推进的代理身份认证与授权委托协议，正是试图在技术层为这本“新契约”提供可执行的载体。

语音助手接管应用，AI 教育降本增效

微信鸿蒙版上线了小翼语音操作能力。唤醒小翼后直接说“用微信给某人发消息”“打语音或视频电话”即可，发消息还能直接口述内容，遇到重名联系人小翼会先确认。开车、做饭等双手不便的场景下，沟通会省事不少。

微软研究院发布了 StudentSync 系统，用公开的去标识化学习记录，为每类学生训练一个 AI 模拟器，既模拟学生独立作答，也模拟他们听完讲解后的反应变化。过去评估 AI 家教需要做昂贵又缓慢的真人实验，现在可以先让 AI 学生来试，AI 教育产品的迭代会更快更便宜。

气象 AI 投入业务化，民生领域挑大梁

我国风星人工智能全球集合天气预报系统通过业务化评审，正式投入运行。它全程依托国家超算互联网的 10 万卡集群训练，是全国首个数据、模型、算力全自主的气象 AI 系统，全球有效预报时效达到 11 天，官方称综合效果超越欧洲同行。

从模型开源到机器人控制，从智能体安全到气象预报，这一天的进展勾勒出 AI 落地的两条路径：一是通过开源降低门槛，让更多开发者参与；二是通过业务化验证，让 AI 在关键民生领域承担实际责任。两条路径都绕不开同一个问题——技术能力之外，生态规则和信任机制必须同步跟进。