【AI科技速览】-2026-10-19

今天AI圈最值得记的一件事，不是又一个模型发布，而是一个数字：谷歌Gemini 4 Argon在ARC-AGI-3上拿到97.5%，可同一个模型换成统一测试接口，只剩49.8%。差的48个百分点不在模型里，在"外壳"里——怎么把反馈喂进去、怎么把动作输出来、怎么记住走过的路。

更直观的一幕在后面。4个Gemini 4 Argon智能体被扔进随机种子的《我的世界》，27小时14分钟打通关。全程没人分工，谁砍树、谁挖矿、谁去下界找烈焰棒，全是它们在聊天框里自己商量出来的。它们不看画面也不碰手柄，靠写JavaScript程序控制角色，一共写了2783个程序，失败605次，一趟成本1620美元。这不是游戏成绩，是通用编码智能体第一次证明自己能当通用执行器。但1620美元一趟，它是研究演示，还不是能商用的工作流。

同一天，OpenAI把"动手"能力塞进了Chrome。Chat模式可以跨标签页收集信息；Work模式基于Computer Use架构，授权后能替你在网页上发消息、填表、下载文件，还能把十几个标签页汇总成一张比价表。

可网站开始关门了。据The Verge报道，Yelp、达美航空、摩根大通、嘉信理财、Amtrak已经开始主动拦截来自OpenAI、Meta、xAI的智能体。理由三条：安全、授权、广告收入。争的核心只有一句话——智能体算不算"用户的代理人"。AI公司说算，用户点过授权；平台说这是机器人，得单独签约。这个定性一天不定，智能体电商就一天跑不通。

英伟达在往机器人身上加"脑"。开源的ASPIRE让编程Agent直接给机器人写控制程序、跑任务、看轨迹复盘、改代码，技能库已覆盖150多个任务。在没见过的长程任务上零样本成功率31%，此前最好的方法只有4%；换成GPT-6 Astra当大脑后，LIBERO-Pro八十项任务成功率99%。机器人的瓶颈正从"手"转到"脑"。

最后一份报告值得每个人看看。Anthropic调查1334名员工：他们认为4年后AI能做完自己75%的工作，而美国普通劳动者给出的同一答案是28%。Anthropic内部，AI已承担前沿模型研发工作的51%，预计2030年底到95%；新招技术岗里初级比例从27%掉到9%。

我的判断：能力在涨、门槛在降，但准入、授权、岗位这三件事正在同时被重新定价。真正决定普通人能不能搭上这班车的，不是跑分，而是这三件事怎么落地。

AI科技