调度层三强争霸、神秘模型指向智谱：AI的战场已不在模型里

调度层三强争霸、神秘模型指向智谱AI的战场已不在模型里这个八月的最后一周AI 圈最热闹的不是谁又刷了某个 benchmark而是谁先做出了那个能“装下别人家模型”的调度层。DeepSeek Harness 一周三更OpenAI 把 Codex Harness 直接开源NVIDIA 的 AVO 在 ARC-AGI-3 上 183 道关卡全满分——三家不约而同指向同一件事当模型本身越来越同质化工程层的“壳”才是下一道分水岭。一、Harness 成了新战场调度层三强同台先说事实。8 月 21 日DeepSeek 在自家 API 平台放出实验性多模态模型 V4-Flash-Vision-Exp配套更新的 Harness 跑到 0.1.1-rc.1。最值得关注的不是模型本身——多模态各家都在做——而是 Harness 的子代理体系Claude Code 和 Codex 现在可以作为 Profile Bundle 被装进 DeepSeek 的工作流在同一个项目里挂多个命名实例分别干不同的活。DeepSeek 给这套架构的定位很直白Model Harness Agent模型负责思考Harness 负责让思考真正落地。这是直接把竞争对手的招牌产品变成了别人框架里的“零件”。OpenAI 也没闲着。同一天前后OpenAI 正式宣布把 Codex Harness 全面开源。Harness 是 Codex 背后的 Agent 运行时负责连接模型、用户和工具管理任务执行、上下文和会话流程。一个被反复提到的内部数据是一个 OpenAI 内部产品在过去 5 个月里生成了约 100 万行代码、约 1500 个 PR团队的工作方式从“手写代码”彻底转向“人设目标、Agent 执行”。把底层 Harness 开放出来等于告诉整个行业模型可以换但调度工作流的那层壳才是壁垒。NVIDIA 则给出了另一份答卷。其通用编程 Agent 系统 AVO 在 ARC-AGI-3 公开测试集的全部 25 个环境中拿到 100% 满分完成全部 183 道关卡。TechCrunch 在评论里直接写了一句“NVIDIA 证明了 Harness 才是真正的英雄”。这和 OpenAI 开源 Harness、DeepSeek Harness 周更形成一组有趣的呼应行业共识正在形成Agent 的核心竞争力已经从底层模型能力转移到了运行时架构、工具调用编排和上下文管理。换句话说下一轮 AI 竞争的“护城河”多半不在模型权重里而在框架里。二、“神秘模型”现身智谱下一代旗舰或已现形如果说调度层之争是“明线”那 OpenRouter 上冒出来的一个匿名模型就是当下的“暗线”。这款代号 stealth/ox-alpha 的模型被独立研究人员 Ben Davis 盯上了它的视频编码器、分词器、输出风格等技术特征高度接近智谱的 GLM 系列但在部分编程基准上却超过 GPT-5.6 和 Claude。Davis 自己说“99% 确定这来自智谱”但截至目前智谱尚未官宣。无独有偶DeepSeek 的 V4-Flash-Vision-Exp 也把多模态推到了一个新的位置图片最多折算 384 token多模态 Agent 综合表现接近 Claude Opus-4.8同时配上免费的 Files API让开发者直接处理图文混合任务。字节 Seed 则被曝出新 Omni 模型参数传闻超 5T并在预训练、强化学习与 Agent 研发间做了全面组织重构为下一阶段铺路。再加上 Mistral 推出 Agentic Search、阿里开源 Qwen-UI-Agent 真机多模态 GUI 基座、商汤开源 8B 的 SenseNova U1.5Lite——本周的多模态战场几乎全员到齐。更值得注意的是 OpenAI 把 GPT-5.6 Sol 的开发者 API 价格下调超过 20%。结合 DeepSeek-V4-Pro-0813 GA 上线、Tembench 2.1 打 87.9 分、DeepSWE 打 62.7 分——前排模型一边在升级一边在降价后排模型一边在追平一边在试错。模型之间的差距越来越小能决定胜负的反而是谁能把这些模型高效地“调度”起来。三、算力侧的动作比模型更影响下一轮格局战场之外阿里平头哥自研芯片的商业化正在加速。最新一代 AI 处理器真武 M890 已经通过阿里云在自动驾驶、互联网、金融等 20 多个行业、超过 650 家外部客户中实现商业化应用配套的超节点实例近期已经上线并开始规模化销售阿里云表态“下半年持续放量”并把大规模 AI 数据中心的交付周期压缩至 100 天。上一代平头哥芯片截至目前已经生产超过 50 万颗最新一代 8 月已经部署在阿里云 AI 云平台。这意味着自研算力正从“内部降本”走向“对外创收”对依赖外部算力的中小厂商来说是一个被低估的变量。围绕模型和算力的是 Anthropic Claude Platform 把 Computer Use、Skills API 和 Files API 全部推到 GA新版 Computer Use 允许在单次调用里执行多个连续操作并达到 HIPAA 合规Browser Use 工具直接识别网页结构而不再依赖截图Skills API 让企业把专有指令和脚本上传到 Claude 的代码执行沙箱Files API 速率限制提升 5 倍、每组织 1TB 专用存储。能力开放门槛却拉低了开发者不再需要为“合规可用”做额外适配。**结语**如果只盯模型榜单会觉得 8 月这几周平淡但把视角拉高一点会发现真正在分胜负的是调度层、工具链和算力底座。当模型本身逐渐变成“可替换电池”谁来当“电池仓”、谁来当“充电桩”、谁来当“配电网络”就成了下一轮 AI 故事的主线。