AI Intelligence Trends - 2026-09-25

本周期没有发现证据充分的新趋势。

趋势 #1：中国实验室的开源权重 agentic coding 模型在前沿水平竞争

  • Status: strengthening / Medium
  • First observed: 2026-08-15
  • Last updated: 2026-09-23
  • Evidence: 本窗口没有公开权重上的第三方 Terminal-Bench / SWE 复现；Qwen Code 的运行时更新不构成模型权重证据。
  • Why it matters: 自托管前沿 coding 仍需公开权重上的独立复现。
  • What would confirm: 公开权重的第三方 Terminal-Bench 或 SWE 运行。
  • 2026-09-25 review: 维持 strengthening / Medium。

趋势 #2：MCP 进入企业安全与强制管控阶段

  • Status: emerging / Medium
  • First observed: 2026-08-15
  • Last updated: 2026-09-21
  • Evidence: GitHub JetBrains 增加逐 MCP 工具持久控制，但没有新的跨厂商 auth/enforcement 规范或独立采用数据。
  • Why it matters: MCP 治理要覆盖身份、策略、遥测与生命周期。
  • What would confirm: 第二家安全厂商的 GA 识别产品与可互操作 auth spec。
  • 2026-09-25 review: 单一厂商的工具控制增强不足以改变状态，维持 emerging / Medium。

趋势 #3：Coding agent 收敛为 multi-agent runtime

  • Status: established / High
  • First observed: 2026-08-15
  • Last updated: 2026-09-25
  • Evidence: Cursor 把 agent 延伸到部署监控与回滚准备；Codex 默认支持 worktree 会话；Qwen Code 增加运行时证明与执行记录。
  • Why it matters: 选型对象已经是 model、runtime、scaffold、监控和委派拓扑的组合。
  • What would confirm: 更多独立生产案例与编排接口收敛。
  • 2026-09-25 review: 新产品信号覆盖开发、隔离与部署反馈环，维持 established / High。

趋势 #4：前沿实验室把安全事件披露与第三方独立审查制度化

  • Status: strengthening / Medium
  • First observed: 2026-08-26
  • Last updated: 2026-09-25
  • Evidence: METR 公布 Opus 5.5 发布前评估、访问期和无偿协议；英国 AISI 用 EvalEval 发布带配置的机读评估记录。
  • Why it matters: 信任模型正从厂商承诺转向持续访问、可调查证据与第三方审查。
  • What would confirm: 跨厂商采用同一披露 schema，并明确评估方的编辑与删改边界。
  • 2026-09-25 review: 两条独立证据补上评估结论和可复现报告格式，但尚未跨厂商统一，维持 strengthening / Medium。

趋势 #5：AI 工具链的企业自托管 / 数据驻留执行面成形

  • Status: candidate / Low
  • First observed: 2026-08-18
  • Last updated: 2026-09-15
  • Evidence: 本窗口没有新的企业自托管执行面、独立生产采用、OpenAI PSP 白皮书或 Anthropic EFS 落地。
  • Why it matters: 执行面位置正在成为企业采购轴线。
  • What would confirm: 独立生产采用、OpenAI PSP 与 Anthropic EFS 落地。
  • 2026-09-25 review: 维持 candidate / Low。

趋势 #6：AI 生成的千禧年级数学与 Lean 形式化验证成为前沿实验室的新工作负载

  • Status: emerging / Medium
  • First observed: 2026-09-04
  • Last updated: 2026-09-15
  • Evidence: 本窗口没有新的千禧年级数学结果、Lean 形式化证明或独立验收；Anthropic ART 属于生物研究，不计入本趋势。
  • Why it matters: 形式化验证为长时程 agent 输出提供更强信任层。
  • What would confirm: 数学界正式接受、第三方复现与 Lean 工具链采用数据。
  • 2026-09-25 review: 维持 emerging / Medium。

趋势 #7：Agent runtime 把宽执行能力与后果控制拆成两层

  • Status: strengthening / Medium
  • First observed: 2026-09-09
  • Last updated: 2026-09-25
  • Evidence: GitHub Copilot 本地沙箱在策略无法执行时默认拒绝；Qwen Code 增加运行时证明与持久执行记录；PASTABench 把安全监控的最佳介入窗口变成可测指标。
  • Why it matters: 模型能生成什么与 runtime 允许什么后果，应独立测试和审计。
  • What would confirm: 跨 shell、MCP 与 browser 的统一 policy schema 和公开采用遥测。
  • 2026-09-25 review: 跨组织产品控制与独立 benchmark 同时增强，状态由 emerging 升为 strengthening；统一 schema 仍缺，信心维持 Medium。