AI News｜2026-07-25

今日目录

• Agent 安全开始进入真问题：无限代理数量下，IAM 该怎么重写
• Replit 为客户补 MCP，把自动化从写代码推进到整个 agency 流程
• Cerebras 讨论推理速度：AI 芯片竞争开始围绕每用户吞吐展开
• Poolside 把评测数据公开到可复查，编码模型开始比透明度
• Claude 语音模式接入更强模型和已连接工具，语音开始变成可执行界面
• 开发者为 Claude CLI 单独加代码路径，CLI 正在成为 coding workflow 的事实接口

今日判断

我今天更关注两类信号：一类是 agent 真开始碰到组织和系统边界，不再只是 prompt 和 demo；另一类是推理基础设施从比谁参数大，转向比谁更快把 token 送到用户手里。前者最直接的例子不是又一个多智能体视频，而是权限、身份、审计怎么跟着 agent 数量爆炸一起重写。一个员工能拉起几百个 agent，这些 agent 还能继续派生，传统 IAM 那套按员工、角色、生命周期来管的办法明显不够了。谁能把 agent 的身份、权限继承、会话边界、操作审计做成产品层默认能力，谁才更接近真实企业工作流。

另一边，我看下来速度已经不是体验优化，而是产品边界。Cerebras 这类讨论的价值不在于芯片故事本身，而在于 builder 得开始按 tokens per second per user 来想产品：语音、代码代理、长流程任务、实时协作，都会被单用户推理吞吐卡住。与此同时，像 Claude 把语音和已连接工具打通、Replit 为用户补 MCP，把 agent 从写代码扩到接工作流，说明今年很多产品竞争不会发生在模型 API 之上那一层文案，而是发生在谁先把工具调用、状态管理、权限控制、延迟预算一起做顺。我的判断是，接下来几个月最值得盯的不是新模型排行榜，而是哪家产品把 agent 放进真实流程后，愿意公开讲失败、约束和工程取舍。

快讯

1. Agent 安全开始进入真问题：无限代理数量下，IAM 该怎么重写

查看原文 · 来源：Madhu Guru (@realmadhuguru)

Madhu 记录了一位上市公司安全负责人在 GPT Sol 事件后的思考：当一个员工可以拉起数百个 agent，agent 还会继续生成子 agent，传统按员工分配身份和权限的 IAM 体系就失效了。问题不只是权限继承，还包括 agent 生命周期该按任务、工单还是时间窗口来定义，以及如何完整审计。对 builder 来说这很重要，因为多 agent 真进企业后，安全模型会先于能力上限成为瓶颈。我的判断是，下一批企业 agent 平台的分水岭，不是会不会调模型，而是有没有 agent-native 的身份与审计层。

2. Replit 为客户补 MCP，把自动化从写代码推进到整个 agency 流程

查看原文 · 来源：Amjad Masad (@amasad)

Amjad 讲了一个很具体的用户演化路径：先有人用 Replit 打掉传统 agency 里的人力编码部分，赚到钱后进一步提出需求，不只是自动写代码，而是把整个 agency 变成一个 agent loop。Replit 团队因此为他做了 MCP，最后用户做出了 autonomous agency。这里真正有价值的不是案例本身，而是一个产品如何被真实 workflow 反向定义接口层。我的判断是，MCP 这类连接协议正在从模型配件变成工作流产品的必要基础设施，谁能最快根据用户流程补上工具连接，谁就更容易吃到 agent 落地红利。

3. Cerebras 讨论推理速度：AI 芯片竞争开始围绕每用户吞吐展开

查看原文 · 来源：Matt Turck (@mattturck)

Matt Turck 分享了和 Cerebras CEO Andrew Feldman 的长谈，核心不在 wafer-scale 的故事性，而在一个更现实的判断：AI 基础设施正在围绕 inference speed 重组，衡量指标变成每个用户能拿到多少 tokens per second。对 builder 来说，这影响很直接，语音助手、代码代理、实时交互产品的体验都会先被延迟和吞吐限制，而不只是模型聪明程度。访谈还点到 HBM、CoWoS、3nm 这些上游约束，说明瓶颈并不只在模型层。我的判断是，接下来做 agent 产品，延迟预算会像移动时代的启动时间一样，变成产品成败的硬指标。

4. Poolside 把评测数据公开到可复查，编码模型开始比透明度

查看原文 · 来源：Swyx (@swyx)

Swyx 点名 Poolside 做了一件少见但有用的事：不只发了 coding small model 的成绩，还把完整评测数据集、6 个公开 benchmark、每项 4 次运行和多轮对话结果一起公开，让外部可以自己检查是否存在 reward hacking。对一线 builder 来说，这比一张排行榜更有价值，因为你终于能看到模型在评测中的真实行为而不是单点分数。我的判断是，编码模型赛道接下来会从拼 headline 分数，转向拼 eval 透明度和可复现性；没有这层公开材料的模型，越来越难拿到严肃开发团队信任。

5. Claude 语音模式接入更强模型和已连接工具，语音开始变成可执行界面

查看原文 · 来源：Claude (@claudeai)

Claude 更新了语音模式：不再只是轻量对话，而是可以使用聊天中更强的模型，比如 Opus 和 Sonnet，并且能在对话中调用你已连接的工具，例如邮箱和日历。这个变化重要的地方在于，语音不再只是输入方式，而开始承担 agent 的执行入口。你一边说，一边就能触发外部工具完成任务。我的判断是，语音产品下一步不会停在陪聊或朗读，它会快速走向可操作工作台；但一旦调用真实工具，权限控制、误触发和操作确认机制就会变成必须补的工程层。

6. 开发者为 Claude CLI 单独加代码路径，CLI 正在成为 coding workflow 的事实接口

查看原文 · 来源：Peter Steinberger (@steipete)

Peter Steinberger 提到，他们观察到同样的使用趋势后，已经在产品里专门加入直接调用 Claude CLI 的代码路径，并直说很难和这个系统对抗。这类信息短，但很有味道：当开发者工具开始为某个 CLI 单独写适配层，说明它已经不是一个可选入口，而是逐渐变成真实工作流里的事实标准接口。我的判断是，coding agent 的竞争会越来越多发生在 CLI、编辑器、CI 这些已有链路里，而不是独立聊天框；谁先嵌进开发者日常动作，谁就更容易留存。