2026-07-23 前沿科技洞见 · 日报

📊 今日关键数据

• 约 30%：Workflow Gym 中领先模型完成专业软件真实任务的单次平均成功率，pass@3 约为 41%（来源：AI提效手册）
• 330 亿 Token/日：招商银行截至 5 月底披露的日均 Token 消耗量；微众银行截至 7 月超过 200 亿（来源：中国证券报）
• 72%：Fara 1.5 27B 在 Online-Mind2Web 300 个任务上的得分，对比 OpenAI Operator 的 58.3%（来源：Microsoft Research）
• 4.8 亿元：中国银行苏州分行经多边央行数字货币桥办理的港股募集资金回流金额（来源：苏州银行同业）
• 3.2GW：OpenAI 规划的佐治亚数据中心园区电力容量，完整规模成本可能超过 300 亿美元（来源：Tech in Asia）

🔍 今日值得深读

Workflow Gym 用 338 个真实任务重测专业软件 Agent

字节 Seed 评测团队推出 Workflow Gym，覆盖 56 款专业软件和 338 个真实工作流，任务涉及工程设计、科学计算、地理分析、财务管理等六个领域。任务最长需要 110 步；在没有分步提示和人工纠错的条件下，领先模型单次平均成功率仅约 30%，pass@3 约为 41%。

• 关键事实：每款软件被封装为独立虚拟机镜像；抽样 60 题中，自动评测与人工评测有 59 题一致，一致率为 98.3%。
• 为什么值得深读：常用网页与办公软件上的高分，不能直接代表 Agent 能完成长链条、强约束、可验收的专业工作。
• 后续看点：模型在 61 步以上任务中的规划、错误恢复和跨软件状态保持能力能否明显提高。

来源：AI提效手册

腾讯让机器人的认知、感知和控制按不同频率运行

腾讯开源 Hy-Embodied-VLM-1.0、Hy-Embodied-RxBrain-1.0 和 Hy-Embodied-VLA-0.5 三款具身基座模型，并用 TairosAgent 协调任务理解、状态预测和动作生成。数字智能体框架移植到机器人后，响应需要几十秒；原生框架把上层交互压到 2—3 秒，并把中层感知行动维持在约 15Hz，底层运动控制提升到 500—1000Hz。

• 关键事实：三层分别负责空间理解、认知规划与未来状态想象，以及从高层目标生成连续动作。
• 为什么值得深读：机器人面对碰撞、失衡和力觉变化时，不能让所有能力都等待同一条大模型推理链。
• 后续看点：这套分层架构在养老等长时间真实场景中的故障率、安全表现和跨本体迁移结果。

来源：AI提效手册

银行日均大模型调用进入百亿 Token 量级

招商银行披露截至 5 月底日均 Token 消耗达 330 亿；微众银行截至 7 月超过 200 亿，较 2025 年底的 50 亿增长数倍；邮储银行和工商银行也超过百亿。微众银行已落地逾 100 个 AI 垂直应用和 80 多名数字员工，邮储银行则已上线超过 370 个大模型场景。

• 关键事实：邮储银行日均大模型调用超过 600 万次，并预计年底超过 1000 万次、日均 Token 吞吐超过 300 亿。
• 为什么值得深读：Token 消耗已经对应文本处理、数据分析、信贷测算、客服和运营任务，但调用量仍需与准确率、人工接管率和业务结果一起评价。
• 后续看点：各银行是否披露单位任务成本、错误率、例外处理比例，以及 Token 增长对应的收入或运营改善。

来源：中国证券报

AI 把代码生成提速十倍，整条交付链只缩短约 18%

多家企业的实践显示，代码生成速度上升后，瓶颈会转移到需求澄清、评审、测试、发布和运维。百度团队的复盘称 Coding 约占研发链路的 20%；若这一环节提速十倍、其余环节不变，整体周期只能缩短约 18%。OpenAI 内部还发现，一名工程师同时监督 3—5 个 Agent 会话已接近认知上限。

• 关键事实：Spotify 的 Pull Request 频率上升 76%；Shopify 内部 Agent 在 30 天内共同编写并合并了 3536 个 PR。
• 为什么值得深读：Agent 增加代码产量的同时，也会放大模糊需求、测试缺口和评审队列，组织流程成为新的速度上限。
• 后续看点：Spec、自动测试和发布权限控制能否把代码生成增益传导到交付周期与线上质量。

来源：虎嗅

科研智能体把瓶颈从提出假设推向实验验证

Google DeepMind 的报告指出，基础模型、工具脚手架和定制技能提高了智能体检索文献、运行代码和生成候选方案的能力，但实验与同行评审的速度没有同步上升。Co-Scientist 曾在 48 小时内为一个抗生素耐药性问题提出五种解释，首选假设与研究团队多年实验得出的未发表结论一致；另外四个假设中，还有一个进入后续研究。

• 关键事实：Co-Scientist 能给出候选方向和排序，却不能替代使假设成为科学知识所需的实验数据。
• 为什么值得深读：当假设生成成本快速下降，实验设施、复现能力和评审资源会决定科研产出能否兑现。
• 后续看点：科研机构是否扩充自动化实验能力，并建立能记录智能体证据链、不确定性和失败结果的评审机制。

来源：DeepTech深科技

微软开放 MagenticLite 的模型、应用与执行框架

微软研究院将 MagenticBrain、Fara 1.5、MagenticLite 应用和执行框架全部开源。MagenticBrain 是从 Qwen 3 14B 微调的编排模型；Fara 1.5 提供 4B、9B 和 27B 三种规模，直接读取浏览器截图并输出点击、输入和滚动操作，不依赖 DOM 或无障碍树。

• 关键事实：在 Online-Mind2Web 的 300 个任务、136 个真实网站上，Fara 1.5 27B 得分 72%，对比 OpenAI Operator 的 58.3% 和 Gemini 2.5 Computer Use 的 57.3%；4B 版本可在端侧运行，得分 57%。
• 为什么值得深读：这套系统把小模型、专用模型、编排器、沙箱和人工审批共同设计，给本地 Agent 提供了可检查的完整栈。
• 后续看点：这些成绩能否在需要登录、文件处理和高风险操作的长程任务中复现，并保持较低的人工接管率。

来源：Microsoft Research

📰 独立报道

🤖 AGI 前沿

ChemGraph 用 13 项基准评估计算化学 Agent

美国阿贡国家实验室提出 ChemGraph，用 LangGraph 和 ReAct 组织六种工具，完成分子结构生成、几何优化、振动分析与热化学计算。研究团队进行了 360 次独立评估：小模型在短工具链上较稳定，但任务增至 9—12 次工具调用后性能明显下降；把复杂任务拆成子任务，可使小模型达到或在部分场景超过 GPT-4o。

来源：BAAI 智源

STEER 从 Token 级熵变抑制 RLVR 的探索坍缩

浙江大学、腾讯等机构分析了优势信号与生成概率如何共同决定每个 Token 的熵变，并提出 STEER，直接控制训练中的熵变化。该方法针对 RLVR 训练后期输出路径收窄、组内优势信号失去区分度的问题，在数学推理和代码任务中取得稳定提升。

来源：PaperWeekly

OpenAI Presence 把企业 Agent 限定在批准的动作内

OpenAI 推出企业 Agent 服务 Presence，支持语音与聊天 Agent 查询公司系统、执行获批操作，并在需要时升级给人工处理。该服务目前通过有限范围的一般可用计划提供给符合条件的企业客户，尚不是自助产品。

来源：OpenAI

Google 用自拍视频和活体检测处理账号恢复

Google 开始在全球推出自拍视频账号恢复功能。用户被锁定在账号外时，可以用面部视频参与身份核验；系统加入活体检测，以降低深度伪造视频绕过恢复流程的风险。

来源：Techmeme

🛡️ AI 安全与治理

美国众议员提出 AI Kill Switch Act

美国众议院两党议员提出 AI Kill Switch Act，拟授权国土安全部关闭或限制其认定为危险的 AI 模型。法案把模型风险控制推进到政府可直接干预运行能力的层面，授权条件和执行边界将决定其对模型提供商的实际影响。

来源：Techmeme

中国恢复发放 Robotaxi 许可

中国在完成行业范围的安全审查后恢复发放 Robotaxi 许可。审查由 4 月武汉一次涉及 100 多辆百度 Robotaxi 的服务中断触发，许可恢复说明监管处理已从暂停扩张进入审查后的重新放行阶段。

来源：Techmeme

💰 资管与金融科技前沿

FinGAT 把股票关系和截面排序写进 Qlib 训练目标

QuantML 将 FinGAT 集成进 Qlib，用图注意力学习股票与行业关系，并加入成对排序损失，使目标更接近 Top-K 选股。Alpha360 复现中，中证 500 的 Rank IC 为 0.06610，全市场为 0.08821；原论文在部分 S&P 500 指标上提升 5.10%—13.71%，但在 NASDAQ 的部分指标上弱于 RankLSTM。

来源：QuantML

AlphaDojo 开源金融研究与组合诊断 Agent

深涌智能开源 AlphaDojo，其 DojoAgents 框架把市场扫描、新闻检索、公司分析、产业链映射、组合构建和风险分析拆成可调用工具，并保留数据引用和执行过程。用户还可上传匿名化持仓截图，检查行业集中和持仓重叠；项目开源一周多获得 1000 多个 GitHub Star。

来源：机器之心

AI 支付开始补齐身份、授权与风险隔离

x402 基金会启用 HTTP 402 处理智能体自主支付，Visa、Mastercard、Stripe 和 AWS 等 40 个成员加入；Stripe 以单用途虚拟卡限制每次交易的授权边界。Natural 则提供代理钱包、单向风险隔离账户和收付转账模块，但智能体缺少传统账户身份、信用记录和责任归属规则，仍是落地约束。

来源：极客公园

多边央行数字货币桥用于港股募集资金回流

中国银行苏州分行通过多边央行数字货币桥，为一家港股上市企业办理跨境融资募集资金回流，到账金额 4.8 亿元。这是该分行继货币桥试点和跨境缴税后，将数字化结算扩展到跨境资本项目汇款。

来源：苏州银行同业

🔧 硬件算力与智能设备

OpenAI 规划 3.2GW 佐治亚数据中心园区

OpenAI 计划在美国佐治亚州建设 3.2GW 数据中心园区。公司计算战略副总裁 Sachin Katti 表示，项目达到完整规模后的成本可能超过 300 亿美元，显示模型公司正把计算资源规划推进到自有园区和电力容量层面。

来源：Tech in Asia