导语：2026年6月第一周，AI圈炸了锅。微软在Build 2026发布了"永远在线"的个人Agent——Scout；Google在I/O 2026推出了Agent优先的IDE——Antigravity；一个26M参数的微型模型Needle在HN拿下776赞，证明tool calling本质就是检索；MiniMax M3以1M上下文窗口+前沿编码能力搅动开源格局。这四款工具代表了一个清晰的信号：AI正在从"你问我答"进化为"你说目标、它全程执行"。 国内在讨论Cursor和Claude Code怎么用的时候，海外已经进入Agent原生工具时代了。
发布日期： 2026年6月1日
官网： minimax.io/models/text/m3
GitHub： github.com/MiniMax-AI/MiniMax-M3
价格： API定价 $0.30（输入）/$1.20（输出）每百万token（OpenRouter）
MiniMax M3是上海公司MiniMax在6月1日发布的开源权重模型，号称首个同时实现前沿编码能力、1M token上下文窗口和原生多模态（文本/图像/视频）的开源模型。
核心亮点：
| 特性 | MiniMax M3 | 对比（同级别） |
|---|---|---|
| 上下文窗口 | 1M tokens | GPT-4o: 128K, Claude Sonnet 4.6: 200K |
| 架构 | MSA（MiniMax Sparse Attention） | 传统Dense Attention |
| 解码速度（1M上下文） | 比M2快15.6倍 | — |
| 预填充速度（1M上下文） | 比M2快9.7倍 | — |
| 多模态 | 文本+图像+视频 | 多数仅文本+图像 |
| 开源权重 | ✅ 完整开放 | GPT-4o: ❌, Claude: ❌ |
MSA（MiniMax Sparse Attention）是关键创新。 传统Attention机制在长上下文场景下计算量呈二次方增长，MiniMax用稀疏注意力把计算量压了下来，在1M上下文场景下实现了接近短文本的速度。这意味着你可以：
国内开源模型中，Qwen3和DeepSeek在通用能力上很强，但在超长上下文编码这个特定场景，MiniMax M3的1M窗口+MSA架构目前没有直接竞品。文心一言和通义千问的API上下文窗口仍在128K-256K级别。
发布日期： 2026年6月2日（Build 2026）
官方博客： microsoft.com/microsoft-365/blog
价格： M365 Copilot订阅内包含（企业版定价$30/月/用户）
状态： Build 2026发布，逐步rollout
微软在Build 2026上发布了Scout——第一个被称为"Autopilot"的Copilot生态Agent。它的核心理念是：AI不应该只是你问它才答，而应该始终在后台运行，替你追踪、执行、跟进。
Scout的突破在于它不是传统的chatbot，而是一个持续运行的自主代理：
flowchart TD
A[用户设定目标和优先级] --> B[Scout持续监听M365数据流]
B --> C{发现需要行动的事件}
C -->|邮件需要回复| D[草拟回复建议]
C -->|会议冲突| E[自动重新安排]
C -->|任务截止临近| F[提醒+预备材料]
C -->|文档需要审阅| G[摘要+标注关键点]
D --> H[用户一键确认或修改]
E --> H
F --> H
G --> H
H --> I[Scout执行并跟踪结果]
I --> B
与OpenClaw的关系： TechCrunch明确指出Scout是"OpenClaw-inspired"。OpenClaw是2026年初爆火的开源AI Agent框架（GitHub 347K stars），它的核心思路是把LLM变成自主数字工人。微软直接把这个理念产品化，集成进了M365生态。
| 维度 | 传统AI助手（ChatGPT/Copilot） | Scout Autopilot |
|---|---|---|
| 触发方式 | 用户主动提问 | 始终在后台监听和行动 |
| 工作范围 | 单次对话 | 跨Outlook/Teams/日历/文档 |
| 执行能力 | 生成文本/代码 | 替你执行操作（安排会议、回复邮件） |
| 记忆 | 对话级 | 持久记忆你的优先级和工作习惯 |
国内的AI办公助手（钉钉AI、飞书My AI、WPS AI）目前仍停留在"对话式助手"阶段——你问它才答，不会主动替你做事。Scout的"Autopilot"模式（始终在线、主动执行）是质的跨越。但需要注意的是，Scout深度绑定M365生态，国内使用需要企业版M365订阅。
发布日期： 2026年5月（Google I/O 2026）
官网： antigravity.google
价格： 免费使用（需Google账号），API调用走Gemini定价
状态： 公测中
Google在I/O 2026上发布了Antigravity，这是一个从底层设计就为Agent时代打造的AI IDE。它不只是在编辑器里加了个Chat窗口，而是重新思考了"开发者在Agent时代需要什么"。
Dynamic Subagents（动态子代理）：你给一个复杂任务，Antigravity自动拆分成多个子任务，并行执行。比如你说"把这个单体应用拆成微服务"，它会同时分析依赖关系、生成各服务的代码骨架、编写Docker配置。
Scheduled Tasks（计划任务）：可以设定Agent在后台定时执行——比如每天凌晨跑一遍测试、监控依赖安全更新、自动更新文档。
Gemini 3.5 Pro驱动：搭载最新的Gemini 3.5系列模型，支持1M+上下文。
Agent Trust Layer（信任层）：所有Agent操作都有审计日志，支持权限边界设置，企业级安全。
graph LR
subgraph 传统AI编码
A1[Cursor] --> B1[编辑器+AI聊天]
A2[Claude Code] --> B2[终端+AI命令]
A3[Copilot] --> B3[行内补全+对话]
end
subgraph Agent优先IDE
C1[Antigravity] --> D1[任务拆分→子Agent并行]
C2[Amazon Kiro] --> D2[先写规格→再编码]
end
subgraph 范式差异
E[传统: 人驱动AI辅助]
F[Agent优先: 人设目标AI执行]
end
关键区别不在模型能力，而在交互范式。 Cursor和Claude Code本质上是"人开车、AI导航"，Antigravity是"你设目的地，AI自己开"。
国内IDE（如通义灵码、CodeGeeX）仍聚焦在代码补全和单轮对话层面。Antigravity的"子Agent并行执行"和"计划任务"概念在国内IDE中尚未出现。不过Antigravity对Google生态依赖较重，国内使用需要网络条件支持。
发布日期： 2026年5月
GitHub： github.com/cactus-compute/needle
HuggingFace： huggingface.co/Cactus-Compute/needle
HN热度： 776 points, 211 comments
价格： 完全开源免费，本地运行
这可能是本轮最"反直觉"的工具。Cactus Compute团队把Gemini的tool calling能力蒸馏到一个仅26M参数的模型中。26M是什么概念？GPT-4o大约是1.8万亿参数，Needle比它小约70,000倍。
| 指标 | Needle (26M) | GPT-4o (~1.8T) | 差距 |
|---|---|---|---|
| 参数量 | 26M | ~1.8T | 70,000x |
| 预填充速度 | 6,000 tok/s | ~100-200 tok/s | 30-60x |
| 解码速度 | 1,200 tok/s | ~50-80 tok/s | 15-24x |
| Tool Calling准确率 | 前沿级（基准测试中） | 前沿级 | ≈ |
| 硬件需求 | 消费级CPU即可 | 需要GPU集群 | — |
| 部署方式 | 本地/边缘设备 | 仅API调用 | — |
Needle团队的核心论点非常犀利：tool calling（工具调用）本质上是一种检索任务，不需要万亿参数的推理能力。
怎么理解？当你让AI"调用天气API查北京天气"时，AI做的事情是： 1. 识别意图 → 查天气 2. 映射到工具 → weather_api 3. 提取参数 → location="北京"
这三步本质上都是模式匹配和检索，不需要深刻的逻辑推理。所以26M参数就够了——就像你不需要一个博士来帮你查字典一样。
国内在模型蒸馏方面有DeepSeek的蒸馏工作，但专门针对tool calling场景蒸馏到极致（26M） 的工作尚未见公开。这个方向对做端侧AI的中国团队非常有参考价值——不需要大模型，小模型就能干好事。
把这四款工具放在一起看，你会发现一个清晰的脉络：
graph TB
subgraph 模型层
M1[MiniMax M3<br/>1M上下文+前沿编码]
M2[Needle 26M<br/>极致蒸馏Tool Calling]
end
subgraph Agent平台层
A1[Microsoft Scout<br/>永远在线的Autopilot]
A2[Google Antigravity<br/>Agent优先IDE]
end
subgraph 趋势
T1[模型: 通用→专精<br/>大而全→小而快]
T2[交互: 问答→执行<br/>被动→主动]
end
M1 --> T1
M2 --> T1
A1 --> T2
A2 --> T2
趋势一：模型在分化。 一端是MiniMax M3这样的大而全（1M上下文、多模态），另一端是Needle这样的小而精（26M只做一件事但做到极致）。中间地带反而越来越不经济。
趋势二：交互在质变。 从ChatGPT开始的"你问我答"模式，正在被Scout和Antigravity代表的"你设目标、它全程执行"模式取代。这是从工具到助手的根本跃迁。
| 你可能知道的 | 你可能不知道的（信息差） |
|---|---|
| Cursor/Claude Code是主流AI编码工具 | Antigravity和Kiro在做Agent优先的IDE，范式完全不同 |
| 大模型才能做tool calling | Needle证明26M参数就够了，速度是大模型的30倍 |
| AI助手就是chatbot | Scout是"Autopilot"，始终在线、主动执行，不等你问 |
| 开源模型上下文128K-256K | MiniMax M3开源1M上下文，MSA架构大幅降低计算成本 |
| 国产模型追不上GPT-4o | MiniMax M3在编码和Agent任务上达到前沿水平，且开源 |
根据你的角色，建议立即做以下事情：
git clone 后用 ollama 跑起来，感受26M模型的tool calling能力本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。