The Sequence Radar #893：上週AI動態：GPT-5.6、Grok 4.5、Muse Spark 1.1與後聊天機器人棧
前沿AI實驗室正從聊天機器人轉向集成系統，模型作為運行時，頻繁發佈強大模型和代理。本週亮點包括OpenAI的GPT-5.6（Sol、Terra、Luna），具備程序化工具調用和並行子代理；GPT-Live全雙工音頻；ChatGPT Work用於創建工件；Meta的Muse Spark 1.1擁有百萬token上下文和主動上下文管理；Grok 4.5專注於編碼和知識工作。研究方面，OpenAI審計表明SWE-Bench Pro基準30%任務有問題；Anthropic提出GRAM方法可選擇性移除危險知識；SkillOpt-Lite優化代理自我進化；DSpark和Nemotron-Labs-Diffusion改進推理效率。行業新聞包括Lovable融資3億美元，Prime Intellect融資1.3億美元，SambaNova融資10億美元等。
過去一週，AI領域迎來一系列重磅發佈，標誌着行業正從單純的語言模型向集成化的智能系統轉變。OpenAI發佈了GPT-5.6系列，包括Sol、Terra和Luna三個版本，針對不同場景優化了智能與成本。其中最引人注目的是程序化工具調用功能，使模型能夠編寫程序來協調多個工具並處理中間結果。配合並行子代理，推理過程更像分佈式系統而非簡單的文本補全。
同時，OpenAI還推出了GPT-Live，一種全雙工音頻模型，能夠同時聽和説，決定何時打斷或保持沉默，並在後台進行深入推理時保持對話流暢。這不僅僅是語音合成的改進，而是人機協作的實時事件循環，取代了傳統的"輪流發言"模式。
ChatGPT Work則進一步完善了產品棧，它能跨連接的應用、網站和文件操作，持續工作數小時，生成可編輯的文檔、電子表格、演示文稿和網站。價值單位從一次回覆轉變為完整的工件，甚至是持續的過程。
Meta的Muse Spark 1.1加入了這場競賽，它結合了百萬token的上下文窗口、多模態感知、編碼、計算機使用和多代理編排。其主動上下文管理功能可以壓縮擴展會話而不丟失狀態，並能選擇腳本化操作或直接操作界面。Meta還推出了付費的Model API，標誌着其從開源轉向商業化。
Grok 4.5從另一個方向切入，專注於編碼、代理任務和知識工作，能生成應用和複雜生產力工件。其激進定價加劇了執行層的競爭。
前沿實驗室正垂直整合模型、語音接口、代理、瀏覽器、桌面環境和工件層，爭奪從意圖到結果之間的完整循環。誰擁有這個循環，誰就獲得反饋數據、開發者生態和切換成本。當然，長期運行的代理需要權限、審計追蹤、檢查點和優雅回滾。一個幻覺段落令人煩惱，但一個幻覺工作流觸及CRM、文件系統或財務模型則是一場事故。
本週的重要性在於，前沿從原始智商轉向系統設計：編排、延遲、token效率、計算機使用、記憶、治理和接口。贏家可能不是靜態基準上的第一名，而是能最好地在工具、時間和人類之間調度智能的模型。聊天機器人時代並未結束，它正在被編譯為基礎設施。
在研究方面，OpenAI對SWE-Bench Pro編程基準的審計發現約30%的任務因測試過嚴、提示不明確等問題而有缺陷，因此撤回推薦。Anthropic提出了GRAM方法，將雙用途知識隔離到可移除的神經網絡模塊中，實現安全切換。SkillOpt-Lite簡化了代理自我進化，將軌跡作為文件處理。DSpark和Nemotron-Labs-Diffusion則改進了推測解碼效率。此外，Google研究證明通過Google Maps微小調整可緩解城市擁堵。
行業新聞方面，Lovable據傳融資3億美元，估值132億美元；Prime Intellect獲1.3億美元A輪融資；SambaNova完成10億美元F輪；CXMT啓動43億美元IPO；Positron洽談5億美元估值融資；Paradigm推出12億美元新基金；Norm Ai融資1.2億美元；OpenAI放棄Atlas瀏覽器，轉為Chrome擴展和桌面應用；Gradium種子輪擴展到1億美元；Ollama獲6500萬美元B輪融資，月開發者達890萬。