The Sequence Radar #893：上周AI动态：GPT-5.6、Grok 4.5、Muse Spark 1.1与后聊天机器人栈
前沿AI实验室正从聊天机器人转向集成系统，模型作为运行时，频繁发布强大模型和代理。本周亮点包括OpenAI的GPT-5.6（Sol、Terra、Luna），具备程序化工具调用和并行子代理；GPT-Live全双工音频；ChatGPT Work用于创建工件；Meta的Muse Spark 1.1拥有百万token上下文和主动上下文管理；Grok 4.5专注于编码和知识工作。研究方面，OpenAI审计表明SWE-Bench Pro基准30%任务有问题；Anthropic提出GRAM方法可选择性移除危险知识；SkillOpt-Lite优化代理自我进化；DSpark和Nemotron-Labs-Diffusion改进推理效率。行业新闻包括Lovable融资3亿美元，Prime Intellect融资1.3亿美元，SambaNova融资10亿美元等。
过去一周，AI领域迎来一系列重磅发布，标志着行业正从单纯的语言模型向集成化的智能系统转变。OpenAI发布了GPT-5.6系列，包括Sol、Terra和Luna三个版本，针对不同场景优化了智能与成本。其中最引人注目的是程序化工具调用功能，使模型能够编写程序来协调多个工具并处理中间结果。配合并行子代理，推理过程更像分布式系统而非简单的文本补全。
同时，OpenAI还推出了GPT-Live，一种全双工音频模型，能够同时听和说，决定何时打断或保持沉默，并在后台进行深入推理时保持对话流畅。这不仅仅是语音合成的改进，而是人机协作的实时事件循环，取代了传统的"轮流发言"模式。
ChatGPT Work则进一步完善了产品栈，它能跨连接的应用、网站和文件操作，持续工作数小时，生成可编辑的文档、电子表格、演示文稿和网站。价值单位从一次回复转变为完整的工件，甚至是持续的过程。
Meta的Muse Spark 1.1加入了这场竞赛，它结合了百万token的上下文窗口、多模态感知、编码、计算机使用和多代理编排。其主动上下文管理功能可以压缩扩展会话而不丢失状态，并能选择脚本化操作或直接操作界面。Meta还推出了付费的Model API，标志着其从开源转向商业化。
Grok 4.5从另一个方向切入，专注于编码、代理任务和知识工作，能生成应用和复杂生产力工件。其激进定价加剧了执行层的竞争。
前沿实验室正垂直整合模型、语音接口、代理、浏览器、桌面环境和工件层，争夺从意图到结果之间的完整循环。谁拥有这个循环，谁就获得反馈数据、开发者生态和切换成本。当然，长期运行的代理需要权限、审计追踪、检查点和优雅回滚。一个幻觉段落令人烦恼，但一个幻觉工作流触及CRM、文件系统或财务模型则是一场事故。
本周的重要性在于，前沿从原始智商转向系统设计：编排、延迟、token效率、计算机使用、记忆、治理和接口。赢家可能不是静态基准上的第一名，而是能最好地在工具、时间和人类之间调度智能的模型。聊天机器人时代并未结束，它正在被编译为基础设施。
在研究方面，OpenAI对SWE-Bench Pro编程基准的审计发现约30%的任务因测试过严、提示不明确等问题而有缺陷，因此撤回推荐。Anthropic提出了GRAM方法，将双用途知识隔离到可移除的神经网络模块中，实现安全切换。SkillOpt-Lite简化了代理自我进化，将轨迹作为文件处理。DSpark和Nemotron-Labs-Diffusion则改进了推测解码效率。此外，Google研究证明通过Google Maps微小调整可缓解城市拥堵。
行业新闻方面，Lovable据传融资3亿美元，估值132亿美元；Prime Intellect获1.3亿美元A轮融资；SambaNova完成10亿美元F轮；CXMT启动43亿美元IPO；Positron洽谈5亿美元估值融资；Paradigm推出12亿美元新基金；Norm Ai融资1.2亿美元；OpenAI放弃Atlas浏览器，转为Chrome扩展和桌面应用；Gradium种子轮扩展到1亿美元；Ollama获6500万美元B轮融资，月开发者达890万。