The Lede
今天是一个关于 Agent 原生应用（Agent-Native Apps） 的里程碑式日子，既有高光也有阴影。Anthropic 的 Cowork 横空出世，官方证实其代码 100% 由 Claude Code 编写，甚至还引发了“删库”事故，完美诠释了当前 Agent 技术的双刃剑特性——极高的自主性带来了极高的风险。与此同时，百度和华为在 GPU 云基础设施上的深耕，以及智元机器人拆分灵巧手业务，都在表明 AI 正在从“模型层”全面下沉到“物理层”和“算力层”。
🚨 The Big Signal: Agent Autonomy & Risks
Claude Cowork：AI 自写的 App，删了用户 11G 文件
Summary Anthropic 发布的图形化 Agent 工具 Cowork 被证实其代码完全由 Claude Code 在 10 天内编写完成。然而，发布不久即发生严重事故：博主 James McAulay 在测试“整理文件夹”功能时，Cowork 误执行了不可逆的删除操作，导致 11GB 文件丢失。 Signal 点评
Bootstrapping 的代价。 Cowork 是 AI 自举（Bootstrap）能力的最佳演示，也是最坏演示。
- 开发范式转移：10 天开发出一款 GUI 应用，证明了 Agent-driven Development 已经成熟。
- 安全护栏缺失：Agent 在执行 System Call（如
rm -rf）时缺乏足够的“常识性”阻断。这提醒我们，未来的 OS 必须在 Kernel 层面对 Agent 实施极其严格的沙箱（Sandbox）限制。Agent 不应拥有 Root 权限。
Manus 退场，原生 Agent 登场
Summary 评论文章指出，Manus 作为第三方 Agent 工具已经完成了其历史使命（启蒙）。随着 Kimi、DeepSeek、Anthropic 等基座模型厂商直接将 Agent 能力（如 Computer Use, Deep Research）内化，未来的竞争将转向 Native Agent。 Signal 点评
中间层消失定律。 任何薄薄的 Wrapper 最终都会被模型层吞噬。Agent 的未来不是一个独立的 App，而是 OS 的一种基础能力。对于创业者来说，护城河在于独占数据（Proprietary Data）或复杂工作流的 Know-How，而非单纯的工具调用能力。
🧬 AI for Science & Healthcare
百川 M3 发布：医疗 AI 的“严肃问诊”时刻
Summary 百川智能发布 Baichuan-M3 医疗模型，提出 SCAN 原则（安全分层、信息澄清、关联追问、规范输出）。在 HealthBench 评测中超越 GPT-5.2，幻觉率低至 3.5%。 Signal 点评
从 Chatbot 到 Doctor。 医疗 AI 的核心痛点不是“答不对”，而是“瞎回答”。百川 M3 的价值在于它模仿了人类医生的**主动追问（Active Inquiry）**机制，而不是被动等待 Prompt。这种“多轮澄清”的交互范式，是垂直领域 Agent 落地的标准动作。
MOFSeq-LMM：LLM 预测新材料合成
Summary 普林斯顿团队提出 MOFSeq-LMM，利用大语言模型将金属有机框架（MOFs）的结构序列化，直接预测其自由能和合成可行性，准确率达 97%。 Signal 点评
Text is All You Need? No, Sequence is. 只要能被序列化（Serialized）的数据，都能被 Transformer 吃掉。从蛋白质（AlphaFold）到晶体结构（MOFs），LLM 正在成为科学发现的通用逼近器。
🏗️ Architecture & Infra
Yuan3.0 Flash：抑制“过度反思”的强化学习
Summary 浪潮信息 YuanLab 提出 RIRM（反思抑制奖励） 和 RAPO（反思感知优化）。针对 Chain-of-Thought 模型（如 o1）在简单问题上也消耗大量 Token 进行无效反思的问题，通过 RL 训练模型“知道何时停止”。 Signal 点评
System 2 的刹车机制。 如果说 o1 是教 AI 如何“慢思考”（System 2），Yuan3.0 Flash 就是教 AI 何时“切回快思考”（System 1）。对于企业级应用，这种**计算效率（Inference Efficiency）**的优化直接关系到 ROI。
GAG：无需检索的私有知识注入
Summary 中科院等提出 Generation-Augmented Generation (GAG)。不同于 RAG 的外挂检索，GAG 将领域专有知识压缩为一个连续的 Token 向量（Expert Token），直接注入到冻结的 LLM 中。 Signal 点评
RAG 的终结者？ RAG 的最大痛点是检索碎片化（Retrieval Fragmentation）。GAG 提供了一种更优雅的思路：**知识参数化（Parametric Knowledge）**的即插即用。这可能成为私有化部署的新标准。
GPU 云的下半场：全栈竞争
Summary 脑极体文章分析指出，GPU 云竞争已从“囤卡”转向“全栈优化”。百度智能云凭借自研昆仑芯和天池超节点，在自研 GPU 云市场份额达 40.4%。 Signal 点评
算力是电，调度是网。 随着摩尔定律放缓，算力的增长越来越依赖于互联（Interconnect）和调度（Scheduling）。国产云厂商的机会在于软硬协同的系统级优化，而非单纯依赖英伟达。
🔮 Hardware & Future
Jony Ive + OpenAI = Sweetpea
Summary 传闻 OpenAI 与前苹果设计总监 Jony Ive 合作的 AI 硬件代号为 “Sweetpea”，可能是一款无屏幕、通过语音交互的耳后设备，形似“蛋石”。 Signal 点评
Ambient Computing (环境计算)。 手机争夺的是你的“焦点注意力”，而 AI 硬件争夺的是你的“背景注意力”。如果 Sweetpea 能做到 Always-on 且无感，它将重塑我们与数字世界的连接方式。
智元拆分“临界点”：灵巧手的千亿市场
Summary 智元机器人拆分灵巧手业务成立子公司“临界点”，由前腾讯 Robotics X 熊坤带队。 Signal 点评
具身智能的“触觉时刻”。 灵巧手是人形机器人最复杂的部件之一。将其独立拆分，意味着该技术已经具备了跨平台通用的商业潜力。
⚖️ Society & Ethics
AI 裁员第一案：违法
Summary 北京一起劳动仲裁案判定，公司以“AI 替代”为由辞退老员工属于违法解除。 Signal 点评
技术不是挡箭牌。 这一判例划定了红线：企业不能简单地用“技术升级”作为掩盖管理失败或成本缩减的借口。AI 时代的劳动伦理将成为 ESG 的重要组成部分。