跳到主要内容
博客
首页>技术博客>2026年09月12日 AI 晚报|智能体集群刷新大数分解纪录、谷歌开源 ARTEMIS、营销工作流全自动化
AIcoding · Engineering Notes

2026年09月12日 AI 晚报|智能体集群刷新大数分解纪录、谷歌开源 ARTEMIS、营销工作流全自动化

智能体集群约 4900 个 GPU 日刷新 RSA-260 分解纪录;谷歌开源 ARTEMIS 三天即陷署名争议;营销负责人公开"运营即代码"全流程;OpenRouter 给所有大模型装上云端终端。

优码云团队阅读约 9 分钟
AIAI 晚报AIcoding

今日 AI 圈有 4 件事值得关注:Cognition 公开智能体集群完成 RSA-260 大数分解的完整方法,算力投入约 4900 个 GPU 日;谷歌开源的手机自动化框架 ARTEMIS 上线三天即卷入署名争议;开发者平台的营销负责人公开把活动运营全流程交给智能体的做法;OpenRouter 让平台上任何大模型都能在云端容器里执行命令。主线一句话:智能体正在从"会写代码"走向"接管完整工作流"。

智能体集群耗时约 4900 个 GPU 日,刷新大数分解纪录

Cognition 于 9 月 9 日在官方博客披露:其工程师带领一支 Devin 智能体集群,完成了 260 位十进制(862 比特)大数 RSA-260 的因式分解——这个 1991 年公布的挑战项目已尘封 35 年,此前的公开纪录是 2020 年 2 月被分解的 RSA-250。团队为 GPU 重写了通用数域筛算法,智能体负责参数搜索、脚本生成与任务编排等环节。

数字与时间锚点:总投入约 4900 个 GPU 日,折合约 13.5 个 GPU 年,云成本约 40 万美元,据称比此前公开最优方案便宜约 10 倍。

这条新闻常被误读为"密码学被攻破",需要澄清:RSA-260 属于公开挑战题,现行 RSA-2048 等加密标准并未受影响。真正值得企业关注的是工作流本身——生成、运行、验证、修复的闭环。Cognition 展示的正是智能体工程化的通用范式:人定目标与验收标准,智能体集群拆解执行,结果可复现。对想把智能体引入生产环境的企业,关键不是"模型能不能写代码",而是任务编排、结果校验与失败回滚这些工程机制。优码云的智能体系统落地服务正是围绕这套闭环展开,帮客户把演示级原型变成可交付的生产系统。

来源:[官方:Cognition 技术博客][解读:科学美国人]

谷歌开源 ARTEMIS:AI 编程助手可以直接"上手"真机了

谷歌 Pixel 测试工程团队 9 月 9 日公开代码仓库 ARTEMIS,用自然语言指令直接操控真实 Android 设备,在谷歌研究院的 AndroidWorld 基准上取得 99% 以上完成率。一条启动命令即可自动装好工具链,并通过模型上下文协议把真机接入多款 AI 编程 IDE,开发者在对话窗口里就能驱动手机执行端到端流程。

数字与时间锚点:项目采用 Apache-2.0 许可证,基准覆盖 20 个真实应用、百余项多步任务,Flash 模式每步响应约 3 至 5 秒。

这件事把"AI 写完代码"与"代码真的能跑"之间的缺口补上了一块。过去 AI 编程工具大多止步于生成代码,测试仍靠人工;这类框架让智能体可以装机、点按、填表、验证结果,移动端自动化测试的成本结构被改写。对企业研发团队,可以把真机自动化验证纳入持续集成流水线,让 AIcoding 的效率红利传导到测试环节。需要留意的是,据 AIHOT 聚合的社区热帖,上线三天内该项目卷入了与开源项目 mobile-use 的署名争议,指认内容包括完全一致的智能体提示词与示例文件——企业引入开源组件时,许可证合规与代码溯源审查应当成为标准动作。

来源:[官方:README 文档][官方:代码仓库][信源:电脑王阿达][线索:AIHOT 聚合]

营销负责人公开"运营即代码":活动全流程交给智能体

开发者平台 GitHub 的日韩区域营销负责人 Tomoko Tanaka,9 月 11 日在官方博客发文,公开自己把线下活动运营全流程交给智能体自动化的做法:从落地页生成、UTM 链接管理、邀请函分发,到报名筛选、CRM 数据上传和复盘报告,全部用 Issues、标签、Actions 与 Copilot 串成流水线,全程不需要手写代码。

数字与时间锚点:核心构件是一个 AGENTS.md 运行手册、一组 SKILL.md 智能体技能文件和一个 DRY_RUN 干跑开关,新技能合入须走代码评审流程。

这是"AIcoding 走出工程部门"的标志性样本:营销这类非研发职能,只要工作流可拆解、有接口可调,就能被智能体接管重复部分。对企业,启发有两层——第一,把内部流程整理成"可执行的运行手册",这本身就是 AI 转型的第一步,比采购任何工具都更根本;第二,安全护栏必须先于自动化上线,密钥扫描、干跑开关、数据不留存策略一个都不能省。优码云为客户落地智能体系统时同样遵循这个顺序:先固化流程与权限边界,再让智能体接管执行,营销、客服、运营等部门都能复用这套方法,不必排队等研发资源。

来源:[官方:平台官方博客][解读:daily.dev]

OpenRouter 给所有大模型装上云端终端

模型聚合平台 OpenRouter 9 月 8 日发布服务端工具 openrouter:shell 与 Files API(beta):接入其平台的任何大模型都能在一台托管的 Linux 容器里执行命令、读写文件,兼容 OpenAI 与 Anthropic 两大 API 的工具调用格式,容器内文件可跨请求留存。AIHOT 聚合显示,该能力已进入各路开发者的实测清单。

数字与时间锚点:沙箱按每秒 0.0001 美元计费、随请求出账;文件走 /api/v1/files 端点,容器管理走 /api/v1/containers。

这一步把"模型路由"升级成了"模型操作系统":企业接入智能体时,不必再自建沙箱、装依赖、管持久化,安全边界由平台承担,成本按秒透明计费。对于要在多个模型之间灵活切换的业务,这类托管执行环境能显著压低试错成本。优码云在交付智能体系统时也遵循同一原则——用托管运行时承接不可信代码执行,把工程团队留给业务逻辑本身;企业评估 AI 应用方案时,应把"执行环境是否托管、计费是否透明"列入选型清单。

来源:[官方:发布博客][官方:Files API 文档][线索:AIHOT 聚合]

数据看板

表 1|公开大数分解纪录对比(仅列官方披露数据)

指标RSA-250RSA-260
刷新时间2020 年 2 月2026 年 9 月 9 日
规模250 位十进制260 位十进制(862 比特)
完成方式学术团队分布式计算智能体集群 + GPU 数域筛
公开算力投入约 4900 个 GPU 日、约 40 万美元

表 2|活动运营自动化流水线拆解

环节实现方式
需求入口Issues 表单做结构化收集
触发与编排标签驱动 + Actions 工作流
执行与生成Copilot 智能体技能(SKILL.md 文件)
流程沉淀AGENTS.md 运行手册
安全护栏DRY_RUN 干跑开关 + 密钥扫描推送保护

我们的解读:智能体从"写代码"走向"接管工作流"

把今天的四条新闻放在一起看,一条主线清晰浮现:智能体正在从"会写代码"走向"接管完整工作流"。Cognition 用智能体集群跑完一个 35 年无人解开的数学挑战,验证的是任务编排与结果校验的工程范式;谷歌的真机自动化框架让 AI 编程助手直接驱动设备验证;开发者平台的营销负责人证明,只要流程能写成运行手册,营销这类非研发职能同样可以被智能体接管;OpenRouter 则干脆把执行环境做成公共基础设施。模型层的竞赛红利,正在沉淀为应用层的工程能力。

对中国企业,我们的观察是:AIcoding 已经越过"能不能写代码"的阶段,竞争点变成工程化能力——任务编排、自动验证、流程沉淀、成本控制。优码云在实践中以 AIcoding 全栈开发方式交付 App、Web、小程序、桌面端应用,把生成、运行、验证的闭环嵌入交付流程,典型项目工期可缩短 50%。2026 年下半年,建议仍在观望的企业先挑一条真实业务流程(不必是研发)交给智能体辅助流水线试跑,用数据决定投入节奏,而不是等下一个模型发布会。

延伸阅读

联系我们

如果贵团队正在评估 AI 应用落地或智能体系统建设,欢迎联系优码云。我们提供 30 分钟免费咨询与 AIcoding 转型评估,覆盖架构选型、原型验证到全栈交付的完整链路。点击 联系我们,聊聊你的业务场景。

分享到
2026年9月12日 AI 晚报|智能体工程化与… - 优码云博客