早间简报 · 08:00
计算机使用智能体：价格与验证
智能体竞争的焦点正从模型性能转向执行成本和结果验证。今天的消息中，中档模型降价、企业客户折扣、由智能体审查代码的平台，以及把AI研究成果交给学术界验证的尝试，都指向这一方向。
执行成本走到竞争前台
OpenAI在官方博客发布GPT-6.1 Terra，打出让计算机使用变得快速、能干并让所有人都能使用的口号1。据GeekNews摘要，OpenAI表示其标准API价格比GPT-5.6 Terra和GPT-6.1 Sol低50%。GitHub在Copilot中正式提供该模型，并称其面向日常的智能体编程和终端任务。看屏幕并进行操作的能力被放进了中档模型而非顶级模型，从这一点看，运行一次智能体的成本正在成为产品设计的出发点。
价格压力也出现在模型发布之外。据AI Times援引The Information的报道，OpenAI正向企业客户提供Codex和API价格20%至30%的折扣，部分客户最高40%，并提供免费额度6。运营层面也能看到同样的关注。AWS整理了在Amazon Bedrock上用OpenAI模型运行智能体时，缓存工具定义、指令和对话历史、避免每一步重复发送的方法8。由于智能体每一步都会重新读取完整上下文，只有降价和缓存设计相互配合，实际运营成本才会下降。
执行变便宜，验证负担加重
智能体以更低成本生成更多代码，由谁、如何确认结果就成了下一个瓶颈。据报道，前GitHub CEO Thomas Dohmke领导的Entire推出了开发平台，其中的“Trails”由多个AI智能体评估质量，取代由人审查的拉取请求4。公司表示，要解决人工审查流程跟不上AI生成代码速度的问题。OpenAI公开的案例也涉及同一点。CodeRabbit用基于GPT-6.1 Sol的安全智能体调查复杂代码库中的风险，OpenAI则表示，内部借助Codex Ultrafast，故障调查时间从小时级缩短到分钟级15。
验证问题在代码之外也以类似形式出现。OpenAI与学术界分享了其模型在挂谷猜想、指数时间假设和量子色动力学方面得出的结果，并说明了研究人员验证和延续这些结果的方式2。据社区帖子，OpenAI称其AI设计出一种可解决35年老问题的新数学技巧。这一说法能否被接受，取决于数学家的独立评估。用户端的控制也处在同一趋势中。据报道，Apple在iOS和macOS 27.2中加入了让用户限制Siri可直接访问哪些应用的设置5。智能体能做的事越多，结果确认和权限边界就越成为基础功能。
成本下降的底线与剩余变数
不过，执行成本是否会持续下降还难以断言。据The Verge报道，Anthropic在S-1中写道，数据中心越来越依赖天然气，围绕电力以及具备充足电力的场地的竞争十分激烈3。同样的压力也体现在资金流向上。据报道，在近地轨道建设数据中心的Starcloud融资2.5亿美元，投后估值23亿美元11。由于模型价格建立在电力和场地这些物理成本之上，折扣竞争能持续多久取决于基础设施条件。
也有迹象表明，选择并不只由价格决定。前述折扣报道同样提到，Anthropic推出新模型后在模型聚合服务中重夺使用量第一。Tech.eu报道称，Anthropic表示在其选定的部分领域可能与应用初创公司竞争。这意味着模型供应商与其上层应用公司之间的边界仍不固定。企业客户除了单价和性能，还需要一并考虑供应商的业务范围。
今天的消息表明，采用智能体的判断标准已从单个模型的分数，扩展为单次任务成本与结果确认流程的组合。在折扣议价空间扩大的当下，从业者最好同时规划缓存设计以及审查和权限管理。需要关注10月28日至29日举行的GitHub Universe 26上是否会有Copilot智能体和代码审查相关发布，学术界是否会对OpenAI数学成果作出独立评估，以及Anthropic的发行条款是否确定。