DeepSeek日活破百万，Agility上市与人形机器人商业化冷思考
2026年11月AI圈动静不小：DeepSeek Harness日活达154万，Inkling 2 Small在ARC-AGI测试中拿到高分并计划开源。硬件方面，Agility Robotics成为美国首家人形机器人上市公司，但商业模式仍受质疑；中国移动千亿投入算力基建。与此同时，科技巨头的数据中心扩建在美国多地遭遇社
模型与工具：从跑分到日常使用
最近模型圈的新闻有点两极分化。一边是实验室里的高分战报，另一边是普通用户真正在用、甚至用出依赖的产品。
Thinking Machines 团队发布的 Inkling 2 Small 引起了注意。它在 ARC-AGI-2 Verified 基准测试中拿到了 81.7% 的分数。这个测试主要考察模型的抽象推理和适应能力，以往很多大模型在这里表现平平。更让人感兴趣的是它的成本控制，单任务处理成本只要 0.27 美元。团队已经放话，下周就会以 Apache 2.0 协议开放完整权重。对于开发者来说，这意味着可以本地部署一个具备较强推理能力且不用付高昂 API 费的模型，这在当前环境下很有吸引力。
另一头，
DeepSeek Harness 公布了一组实实在在的用户数据。截至 11 月初，其日活跃用户达到 154 万，月活 548 万，API 日均消耗 Token 量约 92 万亿。这个数字说明它已经跨过了“尝鲜”阶段，进入了高频使用期。团队还透露正在筹备官方插件市场。当用户基数大到这个程度，插件生态就成了必然需求，毕竟没人能靠一个通用模型解决所有垂直场景的问题。
Google Cloud 也在数据工具上做了更新，BigQuery 推出了 AI.AGG 功能。以前处理日志或非结构化数据，得先清洗、打标，再扔进数据库分析，流程繁琐。现在 AI.AGG 允许直接对数百万行非结构化数据进行“语义聚合”。比如，你可以直接问“过去一周用户抱怨最多的三个问题是什么”，系统会自动理解文本含义并归类统计。这对企业数据分析来说，省去了大量预处理的人力成本。
硬件与机器人：上市敲钟后的冷现实
人形机器人赛道迎来了一个里程碑事件：Agility Robotics 登陆纳斯达克，成为美国第一家公开交易的专业人形机器人公司。它的产品 Digit 已经在一些仓库里全职上岗，负责搬运箱子等重复性工作。
但这并不意味着人形机器人已经“成了”。公司在招股书中很诚实地承认，规模化的商业模式还没有得到充分验证。Digit 目前的应用场景非常局限，主要在结构化的仓储环境。一旦走出仓库，面对复杂多变的家庭或公共空间，机器人的稳定性、成本和安全性都是大问题。资本市场愿意为“未来”买单，但产业界还得面对“现在”的账本。Agility 的上市更像是一个信号：人形机器人从 PPT 走向了财报，但距离真正普及，还有很长的路要走。
学术界也没闲着。清华大学和加州大学伯克利分校联合开源了 uni-robot-agent。这个项目主打“零样本”机器人控制，意思是机器人没学过某个具体动作，也能靠通用模型的理解能力去尝试完成。团队宣称，在本地运行 Qwen 模型的效果甚至能超越某些闭源模型，单任务成本控制在 1 美元左右。不过，这些结果还需要独立第三方的验证。如果真能实现低成本、高泛化能力的机器人控制，那对中小型企业开发专用机器人是个大利好。
基础设施：千亿投资与社区阻力
算力依然是各大巨头争夺的焦点。中国移动宣布，到 2027 年算力投资将超过 1000 亿元人民币。未来两年，其智算能力要连续翻番，吉瓦级计算园区将从现在的数量增加到 7 个。这种国家级的基础设施投入，目的是确保在国内 AI 应用爆发时，有足够的底层算力支撑，避免被卡脖子。
大洋彼岸的情况则复杂得多。Google、Microsoft、Amazon 和 Meta 这四家科技巨头的资本支出，相比 2023 年初增长了 5 到 8 倍。Google 单独在怀俄明州投了 170 亿美元建数据中心。钱是投出去了，但地皮不好拿。美国各地出现了强烈的“邻避效应”（NIMBY），担心数据中心耗电太大、影响电网稳定或带来噪音。据报道，已有 43 项暂停数据中心建设的提案在地方层面通过。这说明 AI 基础设施的扩张不再只是技术问题，更变成了社会和政治问题。如何在能源消耗、社区利益和技术发展之间找平衡，将是接下来几年的难题。
安全与趋势：看不见的风险
随着 AI 深入业务核心，安全问题也在变味。a16z 引用的一份 2026 年安全报告指出，现在的攻击手段变了。漏洞利用、钓鱼邮件和凭证盗用的比例差不多，而且近一半的安全事件涉及供应商或合作伙伴。这就是典型的供应链风险。你把自己的系统固若金汤，但你的软件供应商、云服务商或者数据合作方出了漏洞，攻击者照样能进来。因此，安全防护的重点正从“边界防御”转向“身份管理”和“供应链审计”。
另外，OpenAI 发布了 GPT-6 Cyber，专门用于网络安全研究。它已经用在 Linux 内核等关键基础设施的安全检查上。这既是矛也是盾：一方面，AI 能帮人类更快发现漏洞；另一方面，黑客也用 AI 加速制造漏洞利用工具。这场攻防战的速度已经被 AI 按下了快进键。
最后提一嘴融资消息。据报道，OpenAI 新一轮融资筹集了约 110 亿美元，估值达到 1.25 万亿美元。这个天文数字背后，是市场对 AGI（通用人工智能）的极高预期，也是对巨额算力投入的无奈——毕竟，烧钱的速度太快了，只有不断融资才能维持这场军备竞赛。
总的来说，2026 年末的 AI 行业，正在从“炫技”走向“算账”。模型好不好，看跑分；产品行不行，看日活；公司值不值，看营收；基建能不能建，看社区答不答应。泡沫还在，但水底下的石头，越来越清晰了。
