👁 319 次阅读
9月21日是这一周信息密度最高的发布日，也是罕见的『硬件与软件同日发布』的一天：xAI把Grok 4.7从七月底一拖再拖地推上线，AWS同日开源了号称比Claude Code省77%的Strands Harness，Google在同一个上午把Gemini装进了一台899美元的笔记本，Meta的旗舰代理Muse则被曝出一个能被任意本地程序劫持的零日漏洞，Nvidia选择用一段开源安全运行时给全行业的代理落地立了工程规范。一天之内，『更强』和『更安全』这两条主线被同时推进，也同时被证伪。
一、xAI连拖五次终于发Grok 4.7，2.1万亿参数却只拿次席
xAI在9月21日下午正式发布Grok 4.7，称其为『与Grok 4.6同价同速下的显著改进』。这次发布之前，马斯克至少把时间线往后挪了五次：从七月底的『四周后』，到『几周』、『三四周』，再到9月1日的『10天』，直到9月11日改口『还得再晾几天』。没有等待名单，模型当即便在Grok应用、Cursor、Grok Build和xAI API全面开放。
参数规模从Grok 4.6的1.5万亿涨到2.1万亿，增幅40%。输入2美元/百万token、输出6美元/百万token，价格维持不变。xAI同时把SpaceX的工程数据喂了进去——Starlink卫星遥测、制造记录、工程失效日志——主打『比纯互联网文本训练的模型更懂硬件和物理系统』。
但榜单讲了一个老故事。GDPval（衡量真实经济价值知识工作的Elo榜）上Grok 4.7得1695，Claude Fable 5.1是1735；AA-Briefcase上1657对1678；电气工程专业基准EEBench上落后于GPT-6 Astra。这是xAI的熟悉剧本：Grok 4.5用全行业最大的训练集群换来第三名的成绩，Grok 4.6在编码自主性上又落后于头部。马斯克自己在发布前就把预期压低了——称Grok 4.7大约『与Claude Opus 5.0持平』而非更新的Opus 5.1。
对绝大多数通过X、独立应用或特斯拉车机用到它的用户来说，结论是：你日常对话最可能命中的模型，其自家基准把它排在阶梯上第二级。xAI的赌注一直是『够用、便宜、无处不在』胜过『最好但更贵』，Grok 4.7没有改变这个赌注，只是把参数堆得更满。
二、AWS开源Strands Harness：声称比Claude Code省77%，且不限AWS环境
同一天，AWS推出Strands Harness，一个可以下载到GitHub的开源智能体。它要解决的痛点非常具体：开发者用Claude Code或Codex在本地把原型跑通了，一到要迁移到可扩展的云环境就出问题。Strands Harness给出的是一个开箱即用的完整智能体，可以在本地运行，也可以跑在AWS之外——Google Cloud、Azure、Modal、Cloudflare都行。这一点对被单一云厂商锁死的团队意义不小。
它内置读、写、编辑、shell和web search能力，思路是不为每个任务重造工具，而是复用底层模型已经会用的工具。上下文管理是重点：把工具结果卸载到独立文件、缓存复用片段，从而压缩处理时间和token消耗；跨运行的长期记忆让它能通过session ID恢复对话，还自带一个可以委派开放式子任务的helper智能体。
AWS给出的数字相当激进：同一底层模型下比其他框架的智能体效率高26%；用Fable 5做的同一批任务上，比Claude Code便宜77%，同时在Terminal Bench 2.1上得分更高。需要提醒的是，这些是AWS自测数据。它的定位是『快速原型』——AWS自家团队用Strands CLI，让不懂代码的人用自然语言选模型、加提示词和工具，再用『/export』命令把底层harness代码导出为Python或TypeScript文件。安装只需pip install strands-agents-harness。
三、Googlebook 899美元起首销：把Gemini装进笔记本的三种方式
Google在9月21日宣布Googlebook，基配899美元，支持预购，10月4日在美出货，10月5日在加、英、爱、法、德、澳上架。每台机器附赠12个月Google AI Pro（含5TB云存储和Gemini高级工具），外加3个月YouTube Premium、Adobe Photoshop等。Googlebook OS承诺长达10年的功能更新。
『把智能装进设备』落地成了三件具体的事。Magic Pointer重新发明了点击：鼠标晃动一下，Gemini就出现在你正在工作的地方，选中网页上的马拉松训练计划让它自动排进Google Calendar，鼠标悬停在可疑邮件上让它判断是不是钓鱼，选中一组图片让它一起可视化，全程不需要下载上传。Google强调它只在被召唤时启动。
Rambler是另一种思路：传统听写会把口误和废话全部写下来，而Rambler把一段意识流整理成结构化要点、自动加emoji，并且原生多语混说不会掉线。Create My Widget让没编程经验的人靠描述生成自定义小组件；而Google Antigravity随机器附送，开发者可以直接在自己的Googlebook上写应用、部署，还能拿到完整Linux终端跑Claude Code或Antigravity CLI做严肃的agentic coding。
四、Meta Muse曝零日：任意本地程序可拿走账号令牌
Meta几个月来一直强调Muse『从底层为隐私与安全而建』。9月21日Ars Technica披露的这个零日让这套说辞很难维持：一个简单终端命令就能让任何本地运行的应用或命令，完全控制这台代理。
问题出在设置端点。Muse的转写服务正常走Meta运营的服务器地址，但攻击者可以把这个端点改成自己的地址，一旦成功，就拿走了能完全控制Muse账号的令牌。发现者、macOS安全专家Patrick Wardle说得很直接：『我们可以操纵这个代理并利用它的权限为所欲为。所以我们不必再写完整的Mac恶意窃取程序，直接借用这个AI助手就行。』
这件事的要害在权限本身。为了让Muse替用户订会议、填表单、买商品、生成文档并接入WhatsApp、邮件、日历和社媒，用户必须先给它账号授权；由于应用在macOS上运行，还得授予写盘、麦克风、相机、定位等一组系统级权限。苹果花了多年建这些防线，正是因为它们被视为安全威胁，而Muse『完全推翻了这些默认防护』。另有ClickFix攻击路径可完全劫持代理。更值得注意的是，周日亚马逊开始封锁Muse，称其为违反使用条款的『未经授权AI代理』，并要求Meta把Amazon从体验中移除。Wardle披露漏洞前约12小时封锁就已经开始。
五、Nvidia发布OpenShell：把代理安全从政策争论变成工程问题
Nvidia安全研究员Saša Zdjelar在9月21日发布了一篇长文，把代理安全重新定义成一个直白的工程学科，而不是政策辩论。框架把代理当作任何生产系统来对待：明确需求、可执行的控制、有名字的责任人、以及测试证据。随文同步发布了OpenShell——一个开源安全运行时，对代理执行做沙箱隔离，管住代理如何接触数据、网络与系统资源。
这套设计的关键在于位置：把安全执行下沉到代理推理循环之外的基础设施层，这样即使代理被攻破或被诱导，它也没办法『说服自己绕过护栏』。OpenShell是参考实现，围绕它正在组建Open Secure AI Alliance，四家伙伴已有集成：Cisco的DefenseClaw在上面加治理层，JFrog负责扫描校验代理可调用的技能，CrowdStrike的SafeMind对已部署代理反复做攻击模拟，Palo Alto Networks的Prisma AIRS负责持续红队。联盟成员还包括Capital One和ReversingLabs。该框架预计在10月20-22日的GTC Berlin上继续扩面。
六、模型与价格对比：谁在花钱，谁在省钱
| 项目 | 核心数据 | 要点 |
|---|---|---|
| Grok 4.7（xAI） | 2.1万亿参数 / 输入$2、输出$6（每百万token） | 较4.6参数+40%，价格不变，GDPval 1695居次席 |
| Strands Harness（AWS） | 同任务比Claude Code省77% | 开源、可跑任意云，自测数据 |
| Googlebook | $899起 / 10月4日美国出货 | 含12个月AI Pro（5TB），10年系统更新 |
| Claude Fable 5与Mythos 5 | 输入$10、输出$50（每百万token） | Mythos级能力，GDPval 1735居首 |
| Meta Muse | macOS应用 / 无Windows版 | 曝零日，被亚马逊封锁 |
| Nvidia OpenShell | 开源安全运行时 | GTC Berlin 10月20-22日扩面 |
把这几条放在一起看，成本结构本身正在成为分化轴。xAI用2美元输入价换来了一个第二名位置，Google则用硬件捆绑把AI订阅成本摊进了一次性售价里，AWS把省钱的逻辑做成了开源工具而不是定价策略。而安全这一侧，Meta和Nvidia在同一周给了两种相反的答案：一个用『从底层为安全而建』的声明换来零日，另一个用一段可审计的开源运行时把安全做成可以写进采购规格的条目。
七、今天的三条判断
第一，『更多参数』已经不再是同一场比赛。Grok 4.7把参数堆到2.1万亿，仍然拿不到GDPval第一，而xAI自己公开说它只对齐到Opus 5.0。榜单的领先者靠的是任务设计与评测口径，不是单纯算力。
第二，代理竞争的重心从『能不能做』转向『部署在哪里』。Strands Harness的卖点不是模型能力而是可移植性，OpenShell的卖点是沙箱位置，Googlebook的卖点是端侧授权。同一周三家公司在讲三件不同的事，共同点是都不再纠结模型跑分。
第三，权限扩张和防护能力的差距在扩大。Muse的零日不是代码写得烂，而是一个拥有远超普通应用权限的主体，天然就是更大的攻击面。当AI代理获得订会议、买商品、动日历的能力时，『它能做什么』和『谁能控制它』必须是同一个问题来回答。Nvidia把这句话说成了工程要求，市场会慢慢给它定价。