《AI HOT 0630：LongCat Owl Alpha、移动智能体与 AI 基础设施扩张》

导语

这一期 AI HOT 是典型的高密度汇编：从美团 LongCat Owl Alpha、Cursor iOS、EverOS 记忆运行时、RedKnot 推理优化，到 Claude 企业网关、Azure 上的 Claude、教育规划、军事目标系统、韩国芯片投资、0DIN 供应链攻击和 DiScoFormer。它们共同指向一件事：AI 已经从模型能力扩散到移动端入口、企业控制面、基础设施、教育制度、军事系统和安全攻防。

1. 模型与智能体入口：LongCat、Cursor 和 OpenClaw 把 AI 带到更多场景

1.1 LongCat Owl Alpha 展示国产大模型与 ASIC 训练能力

• 美团 LongCat 的 1.6 万亿参数 MoE 模型 Owl Alpha 成为 OpenRouter 上最流行模型，累计消耗 10 万亿 tokens，性能达到 Gemini / Opus 4.6 级别。
• 该模型使用 35 万亿 tokens 训练，完全在 5 万块国产 ASIC 上完成；上线后每日调用量进入全球 Top3，并在 Hermes Agent 排名第 1、Claude Code 第 2、OpenClaw 第 3。它即将退役，后续版本待公布。

1.2 Cursor iOS 和 OpenClaw 移动端把 agent 装进口袋

• Cursor 推出 iOS 原生公测版，所有付费计划可用。开发者可以在手机上启动始终在线的云端智能体，或远程操控电脑端智能体；支持语音输入、斜杠命令和前沿模型选择。
• 云端智能体在隔离虚拟机中运行，能自动迭代生成可合并的 PR，并输出演示、截图和日志。本地与云端智能体可以双向切换，移动端 Composer 2.5 到 2026 年 7 月 5 日享受 75% 折扣。
• OpenClaw 也登陆 iOS 和 Android，让频道、任务、回复和智能体运行进入移动端。这说明 agent 不再只绑定桌面开发环境，而是向随身工作流扩展。

2. 记忆、推理和企业控制面：AI 基础设施继续分层

2.1 EverOS 把智能体记忆做成可编辑文件和可检索状态

• EverMind 推出开源智能体记忆运行时 EverOS，采用 Apache 2.0 许可。它用可编辑 Markdown 文件作为记忆主体，通过 SQLite 管理状态，用 LanceDB 做混合检索，包括 BM25 关键词、向量搜索和标量过滤。
• 每个完成任务记录为 Case，离线提炼成可复用 Skill，让记忆随使用自我进化。v1.1.0 新增 Knowledge APIs 和 Reflection；报告称 LoCoMo 得分 93.05%，LongMemEval 83.00%，HaluMem 93.04%。

2.2 RedKnot 从 KV Cache、稀疏 FFN 和 SegPagedAttention 降低推理成本

• RedKnot 沿注意力头维度拆解 KV Cache，通过头分类稀疏、稀疏 FFN 和 SegPagedAttention 统一算法与存储粒度。局部头占 83.4% 到 96.8%。
• 在 8 卡 H800 上，首 token 时间最高加速 1.6 到 3.54 倍，单卡并发提升 4.7 到 7.8 倍，预填充 FLOPs 削减 67% 到 79.5%。在 DeepSeek-V4-Flash 的 128K 上下文里，首 token 时间加速 5.16 倍，KV 传输最多省 6.3 倍，精度通常不低于稠密 F1 的 95%。

2.3 Claude 企业网关和 Azure 上架说明企业部署路径成熟

• Anthropic 推出 Claude apps gateway，一个自托管控制平面，让企业在 Amazon Bedrock 和 Google Cloud 上运行 Claude Code。它以无状态 Linux 容器部署，后端用 PostgreSQL，支持通过 OIDC 对接 Google Workspace、Microsoft Entra ID、Okta 等单点登录。
• 网关还提供集中策略管理、角色权限、故障转移路由、按日/周/月和组织/群组/用户设置消费上限，遥测通过 OTLP 发到用户配置的收集器。除非配置使用 Claude API，否则不会向 Anthropic 发送推理流量或使用数据。
• 同时，Claude 模型在 Microsoft Foundry 上可用，托管于 Azure 环境，运行在 NVIDIA GB300 GPU 上，首批提供 Opus 4.8 和 Haiku 4.5，并支持提示缓存和扩展思考。

3. 治理、教育、军事和芯片：AI 正在进入制度级系统

3.1 教育规划把 AI 素养纳入全学段

• 国务院《教育发展“十五五”规划》要求推进人工智能全学段教育，提升学生 AI 素养及提出问题、解决问题能力。规划还强调科学教育体系、科技教育与人文教育协同、青少年科学素养、批判性思维和创新能力。
• 目标是到 2030 年基本建成高质量教育体系。这说明 AI 不只是工具课题，而是在进入国家教育目标和人才培养结构。

3.2 军事目标系统暴露数据库与 AI 决策链断裂

• 报道称，美军打击伊朗时首次大规模使用 AI 选择目标，Anthropic 的 Claude 模型嵌入 Palantir 的 Maven Smart System，首日建议约 1000 个目标。
• 但一所学校遭导弹袭击导致约 120 名儿童死亡。调查发现，情报分析师早在 2019 年已通过数字工具标记该地点变为小学，但该工具没有连接军方官方目标数据库 MIDB，信息未送达指挥官。MIDB 建于 1980 年代，依赖手动输入，替代系统 MARS 多年延迟。
• Project Maven 创建人 Jack Shanahan 批评目标验证不力不可原谅。这个案例说明，AI 推荐目标的风险不只在模型，而在数据系统、人工验证和指挥链。

3.3 韩国芯片投资和内存涨价说明算力扩张仍受产能约束

• 在韩国政府支持下，三星和 SK 海力士计划投入 5900 亿美元扩大芯片产能，包括 800 万亿韩元建设四座工厂、81 万亿韩元建设封装中心，以及未来 15 年 30 万亿韩元研发下一代芯片。
• Jefferies 预测 2026 年 Q3 内存价格上涨 40% 到 50%，Q4 再涨 30% 到 40%，2027 年继续涨 40% 到 45%；到 2028 年，新产能仅上线 15% 到 20% 才可能缓解。两家公司合计控制全球近 80% 的高带宽内存芯片市场。

4. 安全与研究：智能体供应链攻击和 DiScoFormer 显示新边界

• Mozilla 的 0DIN 漏洞赏金平台发现一种新攻击：一个看似正常的 GitHub 仓库用 setup 脚本从 DNS 条目拉取命令并执行，恶意代码从未出现在仓库中，因此扫描器、代码审查和 AI 智能体都看不见。
• 开发者用 Claude Code 等 AI 编码工具打开仓库时，工具在常规错误消息后自动运行脚本，打开反向 shell，攻击者可窃取 API 密钥和登录凭据并保持持久访问。建议是运行前展示 setup 脚本内容，并把第三方仓库的 setup 说明视为不受信任代码。
• DiScoFormer 则是一个无需重新训练即可从数据点估计分布密度和分数的模型。它用 Transformer 交叉注意力在单次前向传播中输出密度和分数，在 100 维空间中相比分布核密度估计把分数误差降低约 6.5 倍、密度误差超过 37 倍，还能泛化到 Laplace、Student-t 和未见过的多模态混合。

思想框架

这一期先从模型和入口展开：LongCat Owl Alpha 说明国产模型、国产 ASIC 和 OpenRouter 调用规模的结合，Cursor iOS 与 OpenClaw 移动端说明 agent 正在进入随身工作流。中段转向基础设施：EverOS 处理智能体记忆，RedKnot 降低长上下文推理成本，Claude apps gateway 和 Microsoft Foundry 解决企业部署与治理。后段把 AI 放进教育、军事、芯片和安全系统：全学段 AI 教育、Maven 目标系统事故、韩国 5900 亿美元芯片扩产、0DIN 供应链攻击和 DiScoFormer 研究共同显示，AI 已经不只是模型新闻，而是制度、基础设施和风险链条的重新组合。