AI日报 – 2026年08月21日

百度搭子追WorkBuddy，不能只拼“干活”

[众享AI摘要] 生成式AI成本持续走低，模型输出价格大幅下降，但企业级AI应用的核心竞争正从“生成能力”转向“验证能力”。百度近期推出的“搭子”应用对标字节跳动的WorkBuddy，但业内指出，单纯比拼任务执行效率已无法形成壁垒。随着大模型调用成本趋近于零，AI Agent的真正价值在于对生成结果的准确性、合规性和业务逻辑进行可靠验证。WorkBuddy依托飞书生态，强调流程闭环与数据校验；百度搭子则试图结合搜索与知识图谱优势，强化事实核查与多源交叉验证。然而，双方均面临同一挑战：如何让AI在复杂工作流中不仅“能干”，更能“干对”。未来，AI应用的差异化将取决于验证层的能力建设，包括规则引擎、人工反馈闭环、领域知识注入等。这一趋势将重塑AI工具市场的竞争格局，从拼参数、拼价格转向拼可靠性、拼信任度。

AI定制癌症疫苗：生存率翻倍？

▲图片由AI生成 AI算法分析肿瘤基因数据，生成个性化mRNA疫苗序列，实验室中自动化设备快速合成疫苗，背景为黑色素瘤细胞显微图像。

[众享AI摘要] Moderna与默沙东联合开发的个性化mRNA癌症疗法Intismeran（V940/mRNA-4157）在黑色素瘤III期临床试验中取得积极结果。该疗法通过AI算法分析患者肿瘤基因突变特征，快速设计并合成针对每位患者独特新抗原的mRNA序列，与PD-1抑制剂KEYTRUDA联用，显著延长了高危黑色素瘤患者的无复发生存期和总生存期。试验数据显示，联合治疗组相比单用KEYTRUDA，复发风险降低约44%，远处转移风险显著下降。其核心机制是AI在数周内完成从肿瘤测序到个性化疫苗制备的全流程，精准激活T细胞攻击携带特定突变的癌细胞。尽管结果振奋人心，但专家强调，这并非“通用治愈”，目前仅针对特定癌种和分期，且生产复杂、成本高昂，距离大规模临床普及仍有数年差距。该技术代表了“个体化精准医疗+AI加速”的重要方向，未来有望扩展至肺癌、肠癌等高发瘤种，但需更多真实世界数据验证。

Meta周耗万亿Token，AI巨头军备赛

[众享AI摘要] 知情人士透露，Meta每年向微软支付数亿美元，通过Azure云服务调用AI模型，每周消耗的Token量已达数万亿级别。这一数字远超普通企业级应用，凸显出头部科技公司在AI算力与数据规模上的惊人投入。微软旗下的Foundry模型市场目前拥有超过10万客户，但其最大AI客户仍集中于科技巨头，包括OpenAI、Adobe、Perplexity和Sierra等。Meta的大规模Token消耗主要用于训练和推理其自研大模型（如Llama系列），同时通过Azure获取补充算力与模型能力。这一合作模式反映出AI基础设施的集中化趋势：即便像Meta这样拥有自建超算的巨头，仍需依赖云厂商的弹性资源来应对峰值需求。数万亿Token的周消耗量，相当于每秒处理数百万次查询或生成数十亿字的文本，对模型迭代、内容生成、推荐系统优化等场景具有直接推动力。该事件也揭示了AI竞赛背后的成本壁垒，中小玩家难以企及，而云厂商则成为这场算力军备赛中的最大赢家。

DeepSeek Harness：Agent工厂，老板敢用吗？

▲图片由AI生成 工业机器人生产线被拆解为模块化组件，工程师在复杂控制台前调试，背景对比成品整车与零散零件，体现“工厂vs整车”概念。

[众享AI摘要] DeepSeek Harness（DSH）正式发布，定位为AI Agent的“造车工厂”，与Cloud Code、Codex等“开箱即用”的整车方案形成鲜明对比。DSH将完整的Agent生产线——从任务编排、工具调用、上下文管理到多智能体协作——全部开放给用户，赋予极高的定制自由度，但同时也将复杂的软件工程负担转移至企业端。主播团以“原厂整车vs造车工厂”的比喻拆解其核心差异：前者交付即用，后者要求用户自行组装、调试和运维。讨论围绕企业落地展开正反辩论：正方认为DSH的开放生态和可扩展性适合深度定制场景，能构建差异化竞争力；反方则指出其高门槛、调试复杂度和运维成本可能让多数企业望而却步。此外，DSH对多智能体协作的原生支持，被视为推动Agent从单点工具向系统化应用演进的关键一步，但其能否真正普及，取决于社区生态成熟度与工具链完善程度。