别再看跑分了
这周 AI 圈没有惊天动地的模型发布。
但如果只盯跑分,你很可能会错过真正的信号——
GitHub 和 Cursor,在同一段时间里,不约而同地把 Coding Agent 塞进了 Slack 和 Teams。
一个是全球最大的代码托管平台,一个是当下最热的 AI IDE。两家产品路线完全不同,却做出了同一个判断:
写代码的入口,正在从 IDE 搬到团队协作流里。
这背后不是产品功能的巧合,而是一门生意的重新定价。
本周发生了什么(速览版)
先上一张全景图。
| | |
|---|
| GitHub Copilot 进入 Slack(公测) | |
| GitHub Copilot进入Microsoft Teams | 会议讨论可以直接变成一个共享的agent session |
| Cursor Cloud Agents支持订阅 PR、Slack thread和定时任务 | |
| | |
| GitHub Copilot for JetBrains开放企业托管设置 | |
| OpenAI 发布cyber-critical能力节奏调整说明 |
|
| OpenAI 发布 The Defender's Window | |
| AWS Bedrock上线GPT-5.6系列并支持跨区域推理 | |
| OpenAI下调GPT-5.6 Sol API价格超 20% | |
| | |
| NVIDIA AVO 在ARC-AGI-3拿到100% | |
| NVIDIA ALCHEMI 用 Coding Agent做材料模拟 | |
| NVIDIA 发布 Muse Glimmer 本地 agentic 工作流 | |
| Nemotron3.5Lightning补全NVFP4/QAD部署链 | |
| GitHub Code Quality 支持组织级趋势跟踪 | |
| | |
| code scanning 增加 mitigated 告警关闭原因 | |
| AWS OpenSearch VPC 域支持自动语义增强 | |
| 微软 Partner Center 上线 Dragon Copilot医疗 Agent 市场 | |
| JetBrains 发布AI Coding Agent采用趋势报告 | |
一、入口迁移:Agent 从"私聊工具"变成"团队同事"
先把最值得放在一起看的两件事说清楚。
GitHub 这周让 Copilot cloud agent 同时进入了 Slack 和 Teams。注意,不是"多了一个聊天窗口"这么简单。
Slack 和 Teams 是什么地方?是需求被提出来的地方,是任务被分配的地方,是责任被确认的地方。Agent 出现在这里,等于拿到了工牌,正式进入协作流程。
过去用 AI 写代码,是典型的单线程场景:一个开发者,一个 IDE,一段私聊。代码写成什么样,只有他自己知道。
现在的画面变了:产品经理在 Slack 里提需求,Agent 在云端沙箱里改代码、开 PR,整个团队在 thread 里围观它的计划、追加上下文、检查 diff,最后由人点头合入。
Agent 的工作过程,第一次对团队可见。
这件事为什么值大钱?因为企业采购的逻辑从来是"工具跟着流程走"。AI 只能待在 IDE 里,它就是开发者个人的效率插件,预算从个人工具池里出;AI 进了 Slack、issue、PR 和代码仓库,它就变成了工程组织的基础设施——预算、合同、谈判的规格完全是另一个量级。
这才是 GitHub 真正的算盘。
二、Cursor 的野心:
不只想做编辑器,想做下一代 GitHub
Cursor 这周的两个动作,单看都不大,连起来看就很凶。
第一个是 Origin 代码托管:repo、PR、代码浏览、GitHub 同步,先覆盖基础功能。它现在替代不了 GitHub,但方向毫不掩饰——如果 Agent 是软件生产的新工人,代码仓库就不能只是一个静态货架,而要变成 Agent 的工作台。
第二个更关键:Cloud Agents 支持订阅 PR、Slack thread 和定时任务。
翻译一下:Agent 不再是你喊一声才干活的临时工,而是蹲在那儿盯梢的值班员。PR 的 CI 挂了,它自己醒来去修;Slack 里有人提反馈,它可以等一小时再回来接着处理。
这把 AI Coding 的竞争标尺整个换了:
换句话说,"会不会写代码"已经不是门槛了,"能不能交付"才是。 未来开发者工具的战场,在代码托管、PR、任务订阅、CI、权限和审计上——全是脏活累活,也全是护城河。
三、企业买单前,先问一句:
谁管得住它?
这周最容易被忽略、但对 To B 最有价值的一条更新,是 GitHub Copilot for JetBrains 的企业托管设置。
管理员现在可以管插件市场、MCP server 白名单、OpenTelemetry 日志和权限模式。
听起来都是琐碎的管理功能?恰恰相反。Agent 一旦进入 IDE、Slack、Teams 和代码仓库,企业采购清单上的问题会瞬间从"它聪不聪明"变成:
它能连哪些 MCP server?
哪些插件允许装?
哪些操作只读、哪些可写?
日志能不能进统一可观测体系?
预算和沙箱怎么限?
它开的 PR 要不要人批?
GitHub 在 Slack 和 Teams 的功能说明里都死死保留了 human-in-the-loop 和组织权限控制。大厂心里很明白:企业级 Agent 的卖点不是"更自由",而是"在清晰的边界里干活"。
这也解释了为什么"治理能力"正在变成产品功能本身——谁能把权限、预算、审计做成开箱即用,谁就先拿到企业订单。
四、前沿模型的新账本:
安全和成本同时入账
OpenAI 这周发了两份不性感但很重要的文件。
一份是关于 cyber-critical 能力的说明:受 OpenAI–Hugging Face 安全事件和 Astra 项目可能触及关键网络安全能力阈值的影响,OpenAI 放慢了部分前沿训练和评估节奏,补强监控、隔离和对齐措施。
注意,这不是"OpenAI 踩刹车",而是另一个信号:模型能力强到一定程度,研发过程本身就要按安全工程的标准来做了。
有个细节值得记住:OpenAI 自己估算,安全监控的开销大约是被监控推理算力的 20%。
这 20% 是给所有企业的预告。未来采购高能力 Agent,账单上不止模型调用费,还有:
沙箱成本
监控和日志成本
安全测试成本
人工审批成本
事故复盘成本
另一份文件的另一面是:AWS Bedrock 上线 GPT-5.6 全家桶并支持跨区域推理,OpenAI 把 GPT-5.6 Sol 的 API 价格砍了 20% 以上。
一边加安全税,一边打价格战。能力、安全、成本,从这周开始被写进同一张损益表。 企业的模型选型,再也不能只看 benchmark 了。
五、NVIDIA 的提醒:
长任务 Agent,拼的是系统不是单点
NVIDIA 这周密集输出,串起来看是一条完整的论证链。
AVO 在 ARC-AGI-3 拿到 100%,官方刻意强调靠的是 system design,而不是单个模型。
ALCHEMI 把 Coding Agent 用进了材料模拟——Agent 的战场从写 Web 应用扩到了科学计算。
Muse Glimmer 讲本地 agentic 工作流,Nemotron 3.5 Lightning 补部署优化——讲的是同一件事:长任务 Agent 要跑起来,需要一整套系统:模型、推理成本、长上下文、部署形态、工具链、任务分解、质量验证、安全边界、结果复盘。
对做选型的人来说,结论很直接:别再对着模型榜单做决策了。要看谁能把模型、工具、环境、成本和评估,拼成一个能持续运转的系统。
给企业的 5 条落地建议
1. 选型时把"协作入口"权重拉高。 别只测补全和多文件编辑,重点测它能不能进 issue、PR、Slack、Teams、CI 和代码托管流程。
2. 给 Agent 单独设计权限矩阵。 能读什么、写什么、调什么、触发什么、开什么 PR,单独列一张表。不要拿人类员工的账号直接套。
3. 预算和审计放同一张表。 Agent session、云沙箱、AI credits、模型调用、CI 消耗,未来都是同一条任务链上的成本项。
4. Agent 的 PR 必须有人工门禁。 速度越快,关键节点越要人确认——尤其涉及生产环境、客户数据、安全配置和基础设施。
5. 先拿一个协作场景试点。 别全面铺开。从 PR review、bug triage、CI 修复、内部小工具、文档测试补齐里选一个,跑两周,记录成本、成功率、返工率和人工 review 时间,再决定下一步。
过去企业选 AI Coding 工具,问的是:哪个模型强?哪个 IDE 顺手?谁补代码补得好?
这周之后,该换一组问题了:
Agent 从哪里被启动?谁能看到它的计划?谁能追加上下文?谁有权批准它动代码?它的 PR 要不要额外审批?它烧了多少 credits 和沙箱成本?出了事,日志能不能复盘?
这些问题没有发布会热闹,但它们决定企业 AI 预算真正流向哪里。
Agent 的下一场竞争,不在聊天框里,在协作流里。而协作流,就是钱流。
关注「行客科技」并星标,持续跟踪 AI 产业信号背后的商业判断。
回复关键词「协作入口」,获取《企业 AI Agent 协作入口检查清单》,覆盖 Slack / Teams / PR / 代码托管 / 权限 / 预算 / 审计七个关键控制点。