2026年10月12日 AI 日报：华为 Memento 3 满分通关 25 款游戏，亚马逊 70 亿美元收 Decart

把今天 AI 圈发生的事串起来看，会发现一条很有意思的线索：大家不再满足于「模型能聊天」，而是开始比拼「AI 能不能自己动手把事情办成」。华为的智能体靠给自己写攻略，把 25 款陌生游戏全部打通；腾讯和字节不约而同押注「能记住你、替你盯长期任务」的个人智能体；亚马逊则掏出 70 亿美元，去抢一块决定「AI 芯片能不能自由切换」的底层软件。这是一个从「会说话」走向「会办事」的转折日。

一分钟速览

• 智能体：华为诺亚方舟实验室等团队的 Memento 3，在 ARC-AGI-3 上通关全部 25 款游戏、183 个关卡，拿下满分，操作次数比人类少 56%，且全程不训练、不微调。
• 模型：智谱上新 GLM-5.3-Highspeed 高速版，实测 490 tokens/s，上下文百万 token；OpenAI 把 GPT-6.1 Sol 默认上下文翻到 50 万 token 并取消长上下文附加费。
• 算力并购：亚马逊拟以约 70 亿美元收购跨芯片适配软件公司 Decart；HPE 确认英伟达将推 Rubin PCIe GPU。
• 基建：全球运营商最大单体智算中心扩容竣工，总算力达 20100P，九成服务京津冀。
• 入口：苹果 HomeView 智能家居中枢曝光，或 10 月 13 日发布；松下联手谷歌做家庭安防；腾讯将推「元宝助手」独立 App 布局 Personal Agent。
• 治理：英国 AI 国务大臣呼吁构建本土自主可控的 AI 基建；亚马逊跟随微软放弃数据中心保密协议（NDA）。

智能体：从「会答题」到「会办事」

今天最能代表「能力跃迁」的，是华为 Memento 3。ARC-AGI-3 这代评测把 AI 丢进陌生游戏世界，规则、目标、操作反馈全靠自己摸索。Memento 3 的核心方法叫「Code as Model」：一边玩一边给自己写一本「规则手册」，再把手册总结的规律写成能运行的 Python 代码，相当于搭了个简化版游戏模拟器，先在模拟器里推演再动手。更难得的是它会自我纠错——发现理解错了就改手册、改代码、重新对比画面验证。同样的 Claude Opus 5 底模，在官方框架下平均 RHAE 只有约 40.7 分，换一套「递归自我改进」的架构直接干到 100 分。这证明了一个关键判断：在不训练、不微调的前提下，智能体系统本身的架构设计，正在成为与底模能力同等重要的竞争力。

同一方向的还有腾讯「元宝助手」。它最大的特点是「独立 App + 独立运行空间」，用来承载长周期任务和个人长期记忆——这恰恰是个人智能体区别于普通聊天助手的两块核心能力。字节的「小豆」也在推进。巨头们的共识已经浮现：AI 助手的下一站，是「能记住你、能替你办事」的个人代理。

模型：速度与上下文双双提速

模型层的竞争，今天集中在两个关键词：速度和上下文。智谱的 GLM-5.3-Highspeed 实测跑到 490 tokens/s，几乎是上代 GLM-5.3-Flash API 速度（约 60 tokens/s）的 8 倍，且上下文窗口 100 万 token。OpenAI 则把 GPT-6.1 Sol 的默认上下文从 272k 翻到 50 万 token，还取消了长上下文附加费。两件事指向同一个趋势：长上下文正在从「付费增值」变成「标配能力」，而速度正在成为实时交互、长程生成、Agent 反复调用场景里的新军备竞赛焦点。

算力：并购、芯片与「切换层」

算力这条线今天信息量很大。亚马逊拟约 70 亿美元收购 Decart，这家公司专做跨芯片适配软件，让开发者能在不同 AI 芯片之间无缝切换——从 5 月估值近 40 亿美元到如今 70 亿，几个月近乎翻倍，折射出「算力多元化」时代，「谁能掌握芯片之间的切换层，谁就掌握主动权」的逻辑。HPE 确认英伟达将推 Rubin PCIe GPU，2300W 的庞然大物要「瘦身」进机箱，顶级算力正从专属机柜走向通用服务器。国内这边，全球运营商最大单体智算中心扩容竣工，总算力 20100P，九成服务京津冀，国产算力底座继续夯实。

入口与硬件：家庭与个人的新战场

苹果 HomeView 被古尔曼爆料将在 10 月 13 日发布，一块带 A18 芯片的常亮屏，配合 LG 补齐门铃、门锁、恒温器、摄像头，试图用 Siri + 本地大模型 + Matter/Thread 标准把智能家居重新做一遍。松下则联手谷歌，把生成式 AI 塞进可视对讲和监控摄像头。无论是家庭还是个人，巨头们都在抢「AI 的下一个高频入口」。

治理与人才：透明化与「主权 AI」

英国 AI 国务大臣明确表示「不能全靠科技巨头自我监管」，要构建本土自主可控的 AI 基建；亚马逊跟随微软，宣布不再在与地方政府的数据中心谈判中使用保密协议。数据中心从「秘密谈判」走向「公开对话」，反映的是 AI 基建「社会许可」压力的上升。而 Scale AI 创始人、现任 Meta 首席 AI 官汪滔的分享，则从人才角度补上了另一块拼图：当 AI 竞争进入「超级智能实验室」阶段，顶级人才的稀缺让「会招人、会用人」本身成为一种战略能力。

趋势洞察

把 13 篇文章拼在一起，今天的 AI 圈呈现三条清晰主线：其一，智能体从「会答题」向「会办事」跃迁，架构设计与底模能力同等重要；其二，模型竞争转向「速度 + 长上下文」的体验与成本之争；其三，算力与入口的争夺进入「切换层」「高频入口」等更底层、更靠后的卡位。可以预见，接下来「自主智能体」「个人代理」「算力切换」「家庭入口」将成为高频词，而谁能把「能办事」这件事真正做到可靠、便宜、可规模化，谁才有机会笑到最后。