AI 日报 · 2026年7月27日
来源：subagentic.ai / chaoslabs.xyz / AI/TLDR / theblockbeats 2026-07-25~27
作者：天使投资人雷欧
一、Kimi K3 权重今日开源：曾用32个Agent在27分钟内发现Redis零日漏洞
7月27日，月之暗面（Moonshot AI）的 Kimi K3 模型完整权重正式开放下载，体积约 1.4TB（MXFP4格式）。Kimi K3 为 2.8 万亿参数模型，专为长程编码与推理设计，发布首周即登顶 Arena 前端代码排行榜第一。
此前（7月23-24日），安全研究员 Chaofan Shou 部署 32 个 Kimi K3 子 Agent 对 Redis 源码进行授权安全测试，仅用 27 分钟 就找到漏洞并生成可运行的 RCE（远程代码执行）攻击代码；更长的90分钟运行中，共发现 19 个零日漏洞。Agent 全程自主完成：克隆源码、编写模糊测试工具、用 GDB 调试崩溃、生成完整攻击链。Redis 官方随后发布 7 个安全补丁版本。
值得注意的是，Shou 评价 Kimi K3 是第一个"既有能力、也愿意写漏洞利用程序"的大模型——在明确属于授权测试前提下没有因安全限制拒绝执行。
来源：subagentic.ai / chaoslabs.xyz / AI/TLDR / theblockbeats 2026-07-25~27
- ✓ 开源权重的安全双刃剑： 1.4TB 权重公开后，任何人都可以本地部署这个曾发现19个零日的模型。能力民主化的同时，安全攻防的时间窗口被大幅压缩。
- ✓ 多Agent协作的实战验证： 32个Agent并行工作、自主分工、无需人工干预，这是多Agent系统在安全领域从理论走向实战的标志性事件。
- ✓ 国产开源模型的攻防能力突破： 此前零日漏洞发现主要依赖闭源前沿模型，Kimi K3 证明了开源/开放权重模型已具备生产级安全研究能力。
二、Anthropic 发布 Claude 5 上下文工程新规则：系统提示词削减80%
7月25日，Anthropic 技术团队 Thariq Shihipar 发布了面向 Claude 5 代模型（Opus 5 / Fable 5 / Mythos 5）的上下文工程新指南。核心结论：Anthropic 删除了 Claude Code 超过 80% 的系统提示词，编码评估性能没有任何下降。
文章提出六大范式转变：
同时推出 claude doctor 命令，自动检测并精简过度约束的 system prompt、CLAUDE.md 和 skills 配置。
来源：Anthropic 官方博客 / subagentic.ai / 博客园 2026-07-25~26
- ✓ 方法论范式切换： 从"prompt engineering"到"context engineering"——不再追求单条完美提示词，而是管理模型在整个任务中看到的全部上下文。
- ✓ "少即是多"的反直觉验证： 80%的提示词删掉后性能不降，说明很多规则是补偿旧模型缺陷的"补丁"，新模型已经不需要。
- ✓ 工程实操指南： claude doctor 命令直接帮开发者精简配置，这是AI Coding工程化的实用工具，开发者可以立刻上手。
三、Grok Build 支持1024个并行Agent：AI Coding进入大规模协作时代
7月25日，xAI 的编程 CLI 工具 Grok Build 更新 Workflows 功能，支持将一个任务拆分给 最多 1,024 个并行 Agent 执行。每个 Agent 独立完成任务后，由"怀疑者 Agent"（skeptic agents）进行独立验证，最终汇总为一份报告——只需一条 slash 命令即可启动。
同期，AI Coding 领域还出现多个重要开源项目：
来源：AI/TLDR / 掘金 / GitHub 2026-07-25~27
- ✓ Google 开源 Agent Substrate：仅用 8 个 Kubernetes Pod 高效运行 250 个有状态 AI 智能体
- ✓ Multigent：全球首个面向个人用户的多智能体协作框架，智能体间自主通信
- ✓ Alibaba open-code-review：行级 LLM 代码审查，仅需 1/9 的 token 消耗，Apache-2.0 开源，已获 12.7k GitHub Stars
- ✓ 并行规模量级跃升： 从单Agent到1024个并行Agent，意味着AI编程从"一个助手写代码"进化到"一个团队做项目"，任务拆解和并行验证能力是关键。
- ✓ 大厂集体押注多Agent基础设施： xAI、Google、阿里同周发布多Agent相关工具，说明赛道共识已经形成——单体Agent时代正在结束。
- ✓ 成本效率新基准： 阿里的代码审查方案将token消耗压到1/9，证明工程优化空间还很大，成本竞争远未到底。
四、苏昊央视专访：物理智能不是人的替代者而是协作者
7月27日，央视新闻《面对面》栏目专访复旦大学通用物理智能研究院院长 苏昊。苏昊提出"物理智能不是人的替代者而是协作者"，强调具身智能的终极目标是让机器在物理世界中像人一样思考和行动。
苏昊于2024年创业，2026年全职回归复旦创建通用物理智能研究院，其团队已实现软硬件全栈自研机器人系统。专访中，苏昊还谈到了具身智能从实验室走向现实场景面临的核心挑战：环境泛化、安全交互、以及从"能做"到"可靠地做"的工程鸿沟。
同日，人民日报发表《走出实验室，机器人迎来中试"考场"》报道，聚焦具身智能中试基地如何帮助企业缩短数据准备周期、构建"场景越丰富→数据质量越高→模型迭代越快"的正向循环。
来源：央视新闻 / 人民日报 / QQ新闻 2026-07-27
- ✓ 主流媒体定调： 央视专访+人民日报报道同日出现，说明具身智能已进入国家层面的产业叙事主流，政策支持预期将进一步强化。
- ✓ "协作者"定位降低社会阻力： 强调协作而非替代，有助于减少公众对机器人的抵触情绪，为商业部署创造更好的社会环境。
- ✓ 中试基地模式验证： 人民日报报道的中试基地模式（混合所有制、陪伴式成长、引入机器人保险），为具身智能产业化提供了可复制的路径。
五、腾讯开源三大具身基座模型：日化工厂实测成功率超95%
WAIC 2026 期间，腾讯 Robotics X 实验室联合混元团队正式开源三大具身基座模型：Hy-Embodied-VLM-1.0（感知层）、Hy-Embodied-RxBrain-1.0（认知层）、Hy-Embodied-VLA-0.5（行动层），构建"三层脑"架构。
在真实工业场景中，VLA-0.5 已进入一家日化品工厂生产实测：面对高混合、小批量、SKU 频繁迭代的产线，作业成功率高于95%，单件节拍快于6秒，新增 SKU 的数据采集与模型后训练时间不到3天。
此外，腾讯还发布了具身原生智能体框架 TairosAgent 和持续在线智能体 Apexio，后者以三层不同频率（认知/感知行动/执行）同时在线运行。
来源：腾讯官网 / 搜狐 / InfoQ / QQ新闻 2026-07-18~26
- ✓ VLM-1.0：仅用上一代旗舰模型 1/10 的计算量达到同等性能
- ✓ RxBrain-1.0：首创将文本推理与视觉想象在连续认知序列中深度协同
- ✓ VLA-0.5：超万小时高精度数据训练，具备跨本体部署能力，在第三方 RoboDojo 评测中获仿真综合排名第一
- ✓ 三层架构解决碎片化痛点： 此前做VLM的不管动作、做VLA的感知能力依赖通用模型，腾讯首次把感知→认知→行动做成一套可交付的标准化方案。
- ✓ 工业级数据验证： 95%成功率+6秒节拍+3天新SKU适配，这是目前公开数据中具身智能在真实产线上最接近可商用的一组指标。
- ✓ 开源策略抢占生态： Google RT系列和π系列不开放权重，腾讯全开源等于为国内数十家本体厂商提供"即插即用"的智能基座，生态卡位意图明确。
趋势观察
© 天使投资人雷欧 全网同名
官网：www.leofun.cn
投资有风险，入市需谨慎。本文内容仅供参考，不构成任何投资建议。