OpenAI 同时在模型体验和自研芯片上推进，GitHub Copilot 加速覆盖代码审查与项目协作，端侧小模型和开源 Agent 工具持续升温，国产 AI 应用融资与企业 Agent 平台显示商业化正在加速。

以下是今日 AI 圈值得关注的重点动态。

🤖 OpenAI 更新 GPT-5.5 Instant，默认体验继续向”更懂意图”演进

这次更新重点放在购物、本地推荐、复杂约束理解和多轮意图判断上，并已通过 API 别名开放测试。它不是一次完整的新模型家族发布，更像是 ChatGPT 默认体验与开发者调用路径的同步升级。

值得关注的是，模型竞争正在从单纯跑分转向”能否在真实任务中少问一句、多做一步”。

🔥 OpenAI 自研推理芯片 Jalapeño 曝光，算力成本战进入深水区

OpenAI 与 Broadcom 合作推进的 Jalapeño 芯片，被视为降低大规模推理成本、减少对通用 GPU 依赖的重要尝试。若芯片能在推理经济性上跑通，OpenAI 将从模型公司进一步转向垂直整合的 AI 基础设施公司。

对行业而言，未来大模型竞争不只看参数和数据，也要看芯片、网络、部署和能耗账本。

⚡ Liquid AI 推出 2.3 亿参数 LFM2.5-230M，小模型继续挑战”大而全”路线

这款模型面向端侧 Agent、数据抽取和本地工作流，主打可在手机、笔记本、机器人、树莓派等设备运行。在特定数据抽取任务上，它宣称超过更大规模模型，凸显“小模型 + 垂直任务 + 低成本部署”的商业价值。

企业 AI 落地正在形成两条路线：云端大模型负责复杂推理，端侧小模型负责高频、低延迟、隐私敏感任务。

💻 GitHub 发布 Copilot agentic harness 评测，AI 编程进入”模型效率”竞争

GitHub 对 Copilot 智能体框架在多个任务和 20 多个模型上的表现进行评估，重点不只是完成率，还包括 Token 效率和不同任务下的模型选择。

代码智能体正在从”能不能写代码”进入“用什么模型、花多少成本、完成多少真实工程任务”的阶段。对企业来说，这类评测会直接影响 AI 编程工具采购、模型路由和研发流程设计。

🔍 Copilot Code Review 升级，AI 代码审查成为企业研发标配入口

GitHub Copilot Code Review 强化分析深度与效率，说明 AI 正在进入软件交付链条中更关键的质量控制环节。相比自动补全，代码审查更接近企业级研发治理，涉及安全、规范、架构一致性和团队知识沉淀。

未来 AI 编程产品的价值不只在”生成代码”，也在“发现问题、解释风险、推动合并”。

🤝 GitHub Copilot for Jira 正式可用，AI 从写代码扩展到项目协作

Copilot 与 Jira 的正式集成，意味着 AI 助手开始深入需求、任务、缺陷、排期和研发协作流程。软件开发中的大量信息并不在代码里，而在 issue、PR、需求说明和团队讨论中。

Copilot 进入 Jira 后，AI 有机会把”写代码的人”和”管理需求的人”连接起来，形成更完整的软件工程上下文。

☁️ AWS Agent Toolkit 持续更新，MCP 与 Skills 生态加速标准化

AWS 官方 Agent 工具链继续扩展 MCP servers、skills 和 plugins，帮助 AI Agent 更稳定地调用云服务、构建应用和执行运维任务。最新更新加入数据库迁移相关能力，说明云厂商正在把 Agent 从演示工具推进到真实企业基础设施。

随着 MCP 等协议普及，未来 Agent 的竞争会越来越像云生态竞争：谁的工具、权限、审计和连接器更完整，谁就更容易进入生产环境。

🎬 OpenMontage 登上开源热榜，Agentic 视频生产开始工具化

OpenMontage 主打开源智能体视频生产系统，包含多条 pipeline、数十个工具和大量 Agent 技能。AI 视频不再只是单点生成模型，而是脚本、分镜、素材、剪辑、配音、字幕、审核等环节的工作流组合。

这个方向值得关注，因为内容生产行业真正需要的不是一次生成，而是可控、可复用、可批量化的生产系统。

📚 OpenKnowledge 走红，AI-first 知识库挑战 Obsidian 与 Notion

OpenKnowledge 定位为开源 AI 优先的 Markdown/WYSIWYG 编辑器，集成 Claude、Codex、Cursor 等工具，面向 LLM wiki、AI second brain 和规格文档写作。

它反映出一个清晰趋势：知识管理工具正在从”人整理给人看”，转向”人和 AI 共同维护、共同检索、共同生成”。如果开源生态能补齐同步、权限和插件能力，AI 知识库会成为个人和团队工作流的新入口。

🏢 科大讯飞发布企业服务 Claw 平台，多 Agent 进入需求到方案全流程

Claw 平台面向企业服务市场，用多 Agent 协同完成需求理解、方案生成、报价测算和服务商匹配。它对应的是国内企业 AI 落地中非常现实的一类场景：把非标准服务流程拆解成可被智能体辅助的结构化节点。

相比聊天机器人，这类平台更强调业务闭环和交付效率，也更接近 AI 应用商业化的主战场。

💰 中国 AI 应用出现高估值融资案例，创意生产链路继续商业化

演语科技完成近 3 亿美元 B+ 轮融资，投后估值超过 20 亿美元，旗下产品覆盖 AI 图像、视频和创意生产场景。它的意义不只是融资规模，而是说明中国 AI 应用公司正在从单一爆款工具，走向多产品矩阵和内容生产链路整合。

AI 应用的竞争重点正在变成流量获取、创作者生态、付费转化和跨模态生产能力。

🌏 GLM 开源模型继续引发关注，国产大模型竞争进入全球语境

GLM-5.2 围绕开源、长上下文和代码能力形成讨论，也再次把国产模型与国际前沿模型的差距、成本和迭代速度摆到台前。开源模型的价值不仅在可免费调用，更在于能被企业私有化、适配国产算力、接入本地数据和行业系统。

随着中国模型在代码、Agent 和长上下文方向追赶，全球 AI 生态会更加多极化。

⚠️ AI 陪伴风险再被关注，聊天机器人不只是效率工具

新研究围绕语言镜像、超个性化、迎合式回应等机制，讨论聊天机器人可能放大用户心理依赖和认知偏差的问题。AI 陪伴产品的增长很快，但它们面对的是孤独、焦虑、情绪支持等高敏感场景，不能只用留存率和互动时长衡量成功。

未来监管、产品设计和模型对齐都需要把“让用户持续聊下去”和”真正对用户有益”区分开来。

🔧 Zig 编译器后端和语义更新，开源基础软件保持高强度演进

Zig 在 SPIR-V 后端、@bitCast 语义和 LLVM 后端整数 lowering 等方面继续推进，涉及 GPU/异构计算、语言语义和编译器实现细节。虽然它不像大模型发布那样吸睛，但这类基础软件更新决定了未来系统编程、嵌入式、图形计算和高性能工具链的可用性。AI 时代同样需要更强的底层语言、编译器和构建系统支撑。

🧪 Un-0 开放耦合振荡器图像生成模型，AI 架构探索仍在继续

Unconventional AI 发布基于耦合振荡器模拟的图像生成模型 Un-0，并开放权重、训练、评测和消融代码。它在 ImageNet 64×64 任务上给出明确指标，尝试把物理计算思路引入生成模型。

虽然距离主流商业图像模型还有距离，但这类开源实验提醒行业：Transformer 和扩散模型之外，仍有大量新架构值得探索。

要点速览：OpenAI 同时在模型体验和自研芯片上推进，GitHub Copilot 加速覆盖代码审查与项目协作，端侧小模型和开源 Agent 工具持续升温，国产 AI 应用融资与企业 Agent 平台显示商业化正在加速。

文章来源：AI开源圈 ｜ 2026年6月26日