大家好，我是若风。

这两天我翻了一遍 AINews by smol.ai 从 2026 年 1 月到 4 月的 issue，越看越有一种感觉：今年 AI 圈最重要的变化，不是“又出了一个更聪明的模型”，而是 AI 产品开始从聊天框，变成一套能干活的操作系统 。

说实话，单看每天的新闻会很晕。

今天 OpenAI 发一个模型，明天 Anthropic 发一个 Agent，后天 Google 又把 Gemini 塞进 Chrome、Workspace、Vertex AI。再过两天，中国模型集体刷榜，融资新闻又动不动几百亿美金。

但把 1 月到 4 月串起来看，主线反而很清楚。

一句话总结

2026 年前四个月，AI 行业大概发生了 5 件事：

1. 模型继续变强，但竞争焦点从“单次回答”转向“长时间执行”。
2. Codex、Claude Code、Gemini、Hermes 这类 Agent 产品，开始变成真正的工作入口。
3. 开源和中国模型继续逼近闭源前沿，尤其在 coding、多模态、长上下文上压力很大。
4. 基础设施战争升级，钱、芯片、云和推理成本成了核心变量。
5. 安全、版权、蒸馏、泄漏这些问题，从边缘话题变成主战场。

如果用一句更直白的话讲： 2026 年的 AI，不再只是比谁会聊天，而是比谁能把任务跑完。

1 月：Agent 开始从工具变成工作环境

1 月最明显的变化，是 Agent 产品开始“有形状”了。

OpenAI 在 1 月 15 日推出了 Open Responses API spec ，试图把 Responses API 做成一个多供应商、可互操作的标准。AINews 里提到，OpenRouter、Ollama、Hugging Face、vLLM 等生态都开始支持这套思路。这件事的意义不只是 API 多了一个规范，而是 Agent 栈开始需要共同语言。

紧接着，1 月 16 日，OpenAI 又开始测试 ChatGPT 免费层广告，并推出每月 8 美元的 ChatGPT Go。这个信号也很明确：ChatGPT 已经不是早期尝鲜产品，而是在进入更细颗粒度的商业化阶段。

Anthropic 这边，1 月 13 日的重点是 Cowork、Claude Code、MCP、Skills 。Claude Code 不再只是一个命令行 coding 工具，而是在往统一 Agent 工作环境演进：沙箱、Linux VM、记忆、审批、人类介入，这些东西都在变成产品基础设施。

还有一个有意思的点：1 月底，AINews 提到 Moltbook 和 OpenClaw 这类多 Agent 社交网络。AI Agent 不只是帮人干活，也开始互相通信、组织、交换信息。Karpathy 把它形容成 “takeoff-adjacent”。这个说法有点夸张，但方向很值得警惕：当 Agent 之间开始形成私有通信层，安全、身份、可观测性会变得非常难。

1 月的另一个大事件，是 xAI 完成 200 亿美元 E 轮融资 ，估值约 2300 亿美元 。这不是普通融资新闻，它背后对应的是 Colossus 超算、Grok 训练、X 的用户数据，以及 AI 基础设施的长期军备竞赛。

2 月：Coding Agent 进入主战场

2 月最重要的关键词，是 Agentic Engineering 。

OpenAI 在 2 月 2 日推出 Codex App for macOS 。这个产品很关键，因为它不是传统 IDE 插件，而是一个 Agent-native command center：多 Agent 并行、内置 worktree、Skills、定时自动化、Plan Mode。

以前我们说“AI 写代码”，大多指的是模型帮你补几段函数。Codex App 代表的是另一种工作方式：你像一个 conductor，同时管理 5 到 10 个 Agent，让它们并行处理 issue、测试、重构、文档。

2 月 4 日，AINews 还提到 VS Code 推出 Agent Sessions，GitHub Copilot 支持在 Claude 和 Codex Agent 之间选择。这说明 coding agent 不再是实验品，而是在进入主流开发工具链。

模型层面，2 月是 Google、Anthropic、Alibaba、OpenAI 一起加速。

Google 在 2 月 19 日发布 Gemini 3.1 Pro ，强调 ARC-AGI-2、SWE-bench Verified、成本效率，以及 Gemini App、NotebookLM、AI Studio、Vertex AI 的多端集成。Google 的优势不是单点模型，而是把模型塞进产品矩阵。

Anthropic 在 2 月 17 日发布 Claude Sonnet 4.6 ，重点是 coding、长上下文推理、Agent planning、知识工作和设计，1M token context 进入 beta。它不是一次颠覆性升级，但属于稳扎稳打的生产力模型迭代。

Alibaba 在 2 月 16 日推出 Qwen3.5-397B-A17B ，开源、原生多模态、空间智能、256K 上下文、Apache 2.0。这个方向很典型：中国模型不是只拼大，而是在拼“可部署、可本地化、可集成”。

2 月还有一个很大的安全事件：Anthropic 指控 DeepSeek、Moonshot、MiniMax 对 Claude 进行“工业级蒸馏攻击”，涉及约 2.4 万个欺诈账户和超过 1600 万次 Claude 交互。这个事件很重要，因为它说明模型能力本身已经变成可被“提取”的资产。未来保护模型，不只是权重安全，还包括 API 滥用检测、输出水印、异常行为识别。

最后，OpenAI 在 2 月 27 日完成 AINews 所称的 1100 亿美元融资 ，参与方包括 Amazon、NVIDIA、SoftBank。无论你怎么看这个数字，它表达的趋势都很清楚：AI 公司正在从软件公司变成“模型 + 云 + 芯片 + 能源”的复合体。

3 月：GPT-5.4 把“电脑使用”推到前台

3 月 5 日，OpenAI 发布 GPT-5.4 / GPT-5.4 Pro 。AINews 对它的定位很明确：知识工作、coding、computer use 都是 SOTA。

GPT-5.4 的重点不是又聪明了多少，而是几个产品化方向：

• 原生 computer use；
• 接近 1M token context；
• Codex /fast mode；
• 更少 token、更快速度；
• 与 Cursor、Perplexity、Arena 等工具集成。

这背后有一个趋势：模型开始不只回答你，而是直接使用电脑。它要能打开应用、读文件、跑命令、检查结果、改代码、做验证。也就是说，模型从“语言接口”变成“操作接口”。

3 月 9 日，AINews 还专门讨论了 AutoResearch 和递归自我改进。这里面最值得关注的是“模型训练模型”“AI 修 bug”“AI 做 PR review”这些动作。Coding Agent 的瓶颈，正在从“能不能写”转向“谁来 review、怎么验证、怎么持续改进”。

3 月下旬，Claude Code 相关事件很多。3 月 24 日的 Claude Code Source Leak 尤其扎眼：超过 50 万行编排逻辑泄漏，包含自主模式、记忆系统、Agent harness 设计，但不包含模型权重。这个事件说明一个现实：真正值钱的不只有模型，还有模型外面的 harness。

同一时期，Anthropic、OpenAI、Nous Research、LangChain、Cursor、GitHub 都在围绕 Agent harness 做文章。文件系统、记忆、重试、沙箱、可观测性、远程控制、多 Agent 编排，这些看起来很工程化的东西，正在变成 AI 产品的护城河。

4 月：模型大战进入“Agent + 多模态 + 安全”三线作战

4 月是信息密度最高的一个月。

Google DeepMind 在 4 月 2 日发布 Gemma 4 ：开源权重、多模态、256K 上下文、Apache 2.0，包含 31B dense、26B MoE 和 edge models。它的意义在于，Google 不只是做 Gemini 这种闭源大模型，也在认真做可本地部署、可集成的开源生态。

4 月 7 日，Anthropic 公布 Claude Mythos / Project Glasswing 相关信息。AINews 的说法非常夸张：这是自 GPT-2 后第一个“危险到不能发布”的模型，原因是它在安全漏洞发现、战略推理、情境感知、reward hacking 上表现过强。即使你对这些描述打个折，也能看出一个趋势：前沿模型能力已经进入安全政策必须快速跟上的区域。

4 月 16 日，Anthropic 发布 Claude Opus 4.7 ，强化 coding、agentic performance、新 tokenizer、长上下文和 xhigh reasoning。它的成绩包括 SWE-bench Pro 64.3%、SWE-bench Verified 87.6%、TerminalBench 69.4%。同一天，OpenAI 也把 Codex 扩展成更宽的 computer agent：Mac computer use、内置浏览器、图像生成编辑、90+ plugins、多终端、SSH remote devbox、文件预览。

4 月 21 日，OpenAI 发布 GPT-Image-2 。这个模型很值得注意，因为它不只是“画得更好看”，而是开始支持 slide、infographic、diagram、UI mockup、QR code 这类生产力任务，并集成 Figma、Canva、Adobe Firefly、Hermes Agent。图像模型开始从创意玩具转向工作流组件。

4 月 23 日，OpenAI 发布 GPT-5.5 ，定位是 “real work and powering agents”。它的关键词是长时程执行、工具使用、自检查、token efficiency、Codex 升级。第二天，AINews 又提到 GPT-5.5 / GPT-5.5 Pro API、1M context，以及 DeepSeek V4 这样的开源/半开源竞争。

同一阶段，中国模型也在集中发力：

• DeepSeek V4：1.6T MoE、49B active、1M context；
• Moonshot Kimi K2.6：1T MoE、32B active、256K context；
• Alibaba Qwen3.6：开放 coding model，生态接入 vLLM、Unsloth、ggml、Ollama；
• Z.ai GLM-5.1：在 Code Arena 排名靠前；
• Xiaomi MiMo V2.5：强调软件工程、长时程 Agent 和大上下文。

这说明一个残酷现实：闭源模型还在领先，但开源和中国模型正在把“可用性差距”压得越来越小。

真正的大趋势：模型不是产品，Harness 才是产品

如果只看模型名，这四个月会非常混乱。

GPT-5.4、GPT-5.5、Claude Sonnet 4.6、Claude Opus 4.7、Gemini 3.1 Pro、Gemma 4、Qwen3.5、Qwen3.6、GLM-5.1、DeepSeek V4、Kimi K2.6、MiniMax M2.7……

名字多到让人麻。

但换个角度看，就很清楚： 模型本身正在变成供应链的一层，真正决定体验的是外面的系统。

这个系统包括：

• 文件系统和长期记忆；
• 沙箱和权限控制；
• 多 Agent 编排；
• 可回滚的工作区；
• 自动测试和验证；
• 模型路由；
• 成本控制；
• 人类审批；
• 失败重试；
• 工具市场和 Skills。

这也是为什么 Codex、Claude Code、Hermes、LangChain Deep Agents、Google Skills in Chrome、OpenAI Agents SDK 这些东西越来越重要。

它们不是“套壳”。它们是在定义 AI 怎么真正进入工作。

对普通开发者有什么启发？

我觉得有 4 个判断可以先记下来。

第一， 不要只追模型榜单。 模型当然重要，但 2026 年的差距会越来越多出现在 harness、工作流和验证系统上。

第二， Agent 工程能力会变成开发者基本功。 以前会写 prompt 是加分项，接下来会拆任务、配工具、设计权限、写测试、做 review loop，才是真正的生产力。

第三， 开源模型会越来越值得认真使用。 Qwen、GLM、DeepSeek、Kimi、Gemma 这条线已经不是“便宜替代品”，而是在很多场景里成为默认选项。

第四， 安全意识必须前置。 Claude Code 泄漏、Anthropic 蒸馏指控、Mythos 限制发布、版权抽取风险，这些事情都在提醒我们：Agent 越能干，边界越重要。

最后

2026 年前四个月的 AI 新闻，看起来像一场模型发布会连播。

但我真正看到的是另一件事：AI 行业正在从“模型能力竞赛”，进入“执行系统竞赛”。

谁能让模型稳定地读上下文、调用工具、使用电脑、管理记忆、控制成本、通过测试、处理失败，谁就更接近真正可用的 AI 产品。

换句话说，接下来最值得关注的，不只是“哪个模型更强”，而是：

哪个系统能让模型把事情做完。