AI 趋势快照 - 2026-09-26

基于扫描窗口 2026-09-24T16:01:46Z 至 2026-09-25T16:01:00Z。编号沿用 trends/current.json 的稳定顺序。

本周期没有发现证据充分的新趋势。新增信号继续强化既有的 agent runtime、持续评估与后果控制方向。

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（维持）
  • 本次复核: 没有公开权重上的第三方 Terminal-Bench / SWE 复现。LFM2.5-VL-DSpark 是推测解码组件，不满足该趋势的 coding 能力判据。
  • What would confirm: 第三方在公开权重上复现 Terminal-Bench / SWE 类结果。

趋势 #2：MCP 进入企业安全与强制管控阶段

  • Status: emerging / Medium（维持）
  • 新证据: Google Cloud API Gateway 可把 OpenAPI REST 操作直接暴露为 MCP tools，并复用 JWT、配额与日志；GitHub 的全局默认策略把 MCP server policy 纳入企业治理。
  • 反向张力: tools/list 默认不鉴权，且 API key 无法保护发现接口，说明跨平台安全默认值仍未成熟。
  • What would confirm: 跨厂商采用同一授权与审计 schema，并有独立生产采用数据。

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

  • Status: established / High（维持）
  • 新证据: Microsoft Foundry 把 durable execution、A2A、Routines、tool search 和生产优化串成平台闭环；Android Studio 通过 ACP 承载可替换 agent；Codex 0.157、Qwen Code 0.24.5 与 Claude Code 2.1.282 继续补强后台会话、轨迹和策略可靠性。
  • 邻接证据: Nubank 的生产仿真与 HEXIS 状态机说明 runtime 的差异正从“能否调用工具”转向“如何验收与约束长时程行为”。
  • What would confirm: 跨产品的任务、身份、审批与 trace schema 互操作。

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（维持）
  • 新证据: Nubank 用线上 A/B 验证仿真指标，Microsoft 把生产 trace 转成评估与优化数据，Modelun 公开低成本跨版本行为测试与 judge 一致性材料。
  • 判断: 这些信号强化了“评估进入持续交付”的方向，但不是新的前沿实验室独立审查制度。
  • What would confirm: 第二家前沿实验室采用常态独立审查，或跨厂商使用同一披露 schema。

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（维持）
  • 本次复核: 没有新的自托管执行面、独立生产采用、OpenAI PSP 白皮书或 Anthropic EFS 落地。Microsoft Foundry 是托管平台扩展，不构成自托管证据。
  • What would confirm: 至少两个独立生产案例，以及 PSP/EFS 按时间表兑现。

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（维持）
  • 本次复核: 没有新的千禧年级数学结果、Lean 形式化证明或独立验收。ExplorationBench 属于可验证探索评测，不是数学证明证据。
  • What would confirm: 正式数学验收、独立复现或 Lean 工具链采用数据。

趋势 #7：Agent runtime 把宽执行能力与后果控制拆成两层

  • Status: strengthening / Medium（维持）
  • 新证据: trace tampering 与 EvasionBench 分别暴露审计记录和模型监控的边界；Google API Gateway MCP、GitHub 默认策略与 Qwen attestation 把控制继续下沉到平台与运行时。
  • 判断: 独立、只追加的 trace capture 与跨回合 consequence gate 应成为验收项。两篇安全论文来自同一研究团队，不能单独算成多主体新趋势。
  • What would confirm: 跨 shell、MCP、browser 的可互操作 policy schema 与公开采用遥测。

Invalidated / retired

（无）