10 月 15 日这一天值得单独记一笔。同一天里，Meta 放出 8160 亿参数的开放权重模型 Muse Spark Open，阶跃星辰开放 6000 亿参数的 Step 5 Preview 权重，蚂蚁百灵开源约 5600 亿参数的 Ling-3.1-flash；同一天，清华与面壁系的开源智能体工作台 PilotDeck 更新到 2.0。再往前一天，Ramp 把内部 AI 工作间 Glass 开放给外部申请。四件武器同天出鞘不算巧，巧的是它们全都瞄着同一个方向：长程智能体任务。
三个权重，一个方向
Muse Spark Open 是 Muse Spark 的开放权重版：8160 亿总参数、每 token 激活约 420 亿，原生多模态输入、百万 token 上下文，官方定位「为编程与智能体工作而训」。它带来的话题点是桌面化——借助最新版 MLX，两台 M5 Ultra Mac Studio（各 512GB 统一内存、合计约 1TB、带宽 1.2TB/s）就能吞下整个模型，Meta 展示了完全在设备上跑的智能体工作流：给开源 Mastodon 客户端 Ice Cubes 真实提交 iOS 改动，端到端驱动 DaVinci Resolve 逐帧审片。SGLang、vLLM、TensorRT-LLM、llama.cpp 等推理引擎首发支持，BF16 与 NVFP4 之外还有 AMD、Intel 的量化版本；自报 Helion 内核在 NVIDIA 与 AMD 上带来 1.03 到 3.95 倍的内核级加速。阶跃的 Step 5 Preview 权重（BF16 与 FP8）则把「上下文压缩」直接写进了端到端策略训练——让智能体学会自己整理任务状态再续跑；92 层窄深架构、Sparse GQA、百万级可验证环境，开放下载当天在 OpenRouter 的周榜与日榜都冲到全球第二。蚂蚁的 Ling-3.1-flash 走的是效率路线：路由专家 MXFP4 量化加稠密层 block-FP8，权重从约 534GB 压到 292GB，Hopper 部署从 8 卡降到 4 卡，工具调用补强了 JSON Schema 支持——开放下载前，它已在办公、医疗沟通、软件研发场景里跑过一轮。
从模型到 harness 到组织：三路合围
单看三个权重，是模型线的新闻；把 PilotDeck 2.0 和 Ramp Glass 摆进来，才是完整的一幕。智能体每跑一次任务的钱，正从三个方向被同时挤。模型侧靠稀疏激活与量化：8160 亿参数只激活 420 亿、5600 亿只激活 250 亿，权重减半、卡数减半，本地部署从笑话变成选项。Harness 侧靠路由与状态管理：PilotDeck 的主子模型分级把花费压到单模型全包的四分之一以下（团队口径），Step 5 则让模型自己学着压缩上下文——压缩从工程补丁变成了训练目标。组织侧靠复用与计价：Glass 把 350 多个技能变成全公司公共资产，每个项目一块计价表，一次学会的技能不再按次付费。这和上周的 Nemotron Bolt（1905）是同一条路上前后脚的两双脚：一个证明 74B 能塞进 24GB，一个证明旗舰也能跑在桌面。
同一波热潮的账单
热闹归热闹，账要记全。ToFu 那篇（1932）给这股开放热潮记下了安全注脚：273 个开源 MCP 服务器里 118 个带着已证实的漏洞，路径遍历、命令 Injection、SSRF 一应俱全——生态扩张的速度，明显跑在了安全基建前面。许可证是另一笔暗账：Muse Spark Open 用的是带限定商业条款的 Muse Model License，「开放权重」不等于「开放商用」。三个模型的自报基准（AA 指数 39、GDPVal 1673 ELO、HealthBench 65.35）都还没经过独立的第三方复现。把这些放在一起，本周的真信号不是「开源赢了」，而是智能体竞争的计分板正在更换：从「模型会不会」换成「每次任务多少钱、活干不干得完、出了错谁兜底」。
放进赛道里看
这根线接着本站几本旧账。1908 的「交付债」算的是产品化闭环，1915 的「按计量」算平台侧，1931 的「劳动力市场」算分配侧——本周这几篇算的是最底层的一块砖：单位成本本身。往上看，1893 千问办公电商版那句「Context is All You Need」和本周 Step 5 的上下文压缩进训练，隔着大洲击了个掌；1901 的「钱包×身份×常住址」三件套解决智能体怎么参与经济，本周的开放栈解决的是这门生意的基础物料价格。对国内团队，还有一层本土读数：清华系开源 harness、面壁轻量底座、阶跃与蚂蚁的权重三连，加上此前 Beam、Nemotron Bolt——长程智能体的整栈国产替代，头一回凑齐了模型、harness 与场景三层。
需要保留的怀疑
幅度要打折看：四分之一来自 PilotDeck 团队，三成来自 Ramp 内部，8 卡到 4 卡来自蚂蚁的自家测试配置——全是口径，不是公论。桌面化也有硬边界：本地跑 816B 按模型卡口径至少要 700GB 显存（NVFP4）或 2TB（BF16），两台 Mac Studio 是奢侈品不是日用品。开放权重的数据与配方并不因此开放，「可下载」和「可复现」之间仍隔着工程与法务两道门。最后一个反问留给所有人：当单次任务成本被压到接近零，瓶颈会迁移到哪里——答案大概率不是「问题不够用了」，而是「可靠性与安全债开始计息」。
目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。接下来盯三件事就够：Muse 的限定商用条款会不会被更多厂商效仿；「四分之一」和「三成」能否被第三方在真实工作流里验到；118 个中招服务器的补丁进度。这三件事的答案，决定本周是开源智能体的起点，还是又一轮参数竞赛的开幕式。