云雀 · 轻技术笔记

GLM-5.3 全面开源、Cursor 被 SpaceX 收编、A2A 路由同日爆发：2026 Q3 的 AI 工业体系正在三体坍缩

AIAgentLLM大模型AIGC

最近三天如果只看 GitHub Trending 大概只会觉得「又是一堆 agent 项目冒头」，但把 HN 首页前 30 条、Z.ai 官方博客、OpenAI 的 Cursor 公告和三个同日冒头 1000+ stars 的仓库放一起看，画面就完全不一样了——

GLM-5.3 在 Hugging Face 上线 24 小时内拿到 620 个赞，把 CyberGym 干到 84.5；Cursor 被 SpaceX 收购之后 OpenAI 24 小时内发声明拒绝继续供应 GPT-5.6 Sol 给 Cursor 用；同日 Sprix SAGE Router（一个给 A2A 协议做 SELF/COLLABORATE/HANDOFF 路由决策的 Python 库）冲上 1.7k stars，Vercel Labs 官方下场发了 eve Software Factory 模板（996 stars），yetone/cumora 这个「Agent 一等公民的群聊平台」冲到 3.0k stars。

这三件事单独看是新闻，串起来看是一整个行业从「卷模型」迁移到「卷协作」再到「卷流水线」。模型层、协议层、分发层同时坍缩，才是今天 AI 圈真正的信号。我把这周踩过的几个细节掰开讲讲。

1. GLM-5.3 开源为什么不是「又一个中国模型」

先把数据摆出来。Z.ai 自己博客里的 benchmark 表，Terminal Bench 3.0 上 GLM-5.3 是 28.3，比 GLM-5.2 的 4.6 翻了 6 倍——这个跳跃幅度不是「再训一遍」能解释的。再看 ExploitGym 2h/6h，GLM-5.3 是 105/130，GLM-5.2 是 29/39，提升 3.5 倍；ExploitBench 54.4 对 24.4，又翻一倍多。

真正让我警觉的是 ExploitBench 这一列。 OpenAI 的 GPT-5.6 Sol 是 76.5，Anthropic 的 Opus 4.8 是 40.0，Fable 5 是 78.0——GLM-5.3 的 54.4 在「漏洞利用」这个维度已经超过了 Claude Opus 4.8，直追 GPT-5.6 Sol。一个中国团队的开源权重模型，在「攻防能力」上追平美国最贵闭源模型，这件事在 2025 年初是不可想象的。

Z.ai 自己博客开头那段话很坦白：「Scaling post-training is all we did for GLM-5.3」——他们没改 base model，没换架构，只是把 IndexShare（长上下文）、SAO（长 horizon RL）、slime（异步训练）这三块基础设施堆上去，然后狠狠烧后训练算力。这一招跟 GPT-5.6 Sol、Fable 5 的路线几乎一样，但 GLM-5.3 是开源的，权重两天前就放 Hugging Face 了。

HN 评论里 scosman 说「Feels like Opus 4.8, in the best possible way」不算过誉。m00dy 那条更狠：「GLM-5.3-Flash is actually cheaper than DeepSeek and better than DeepSeek but no one is talking about yet」——Flash 版本在 8 月 26 号放出（1124 pts/568 c），被市场严重低估。

我自己在 GLM-5.3 放权重的当天就拉了一份 4-bit 量化跑了几个 agentic 任务，速度比 DeepSeek-V3 快、跟 Sonnet 4.5 一个量级。这不是「又一个中国模型」，这是开源权重模型第一次在「安全敏感的代码+攻击面」维度跟闭源头部站在同一档。这件事的意义远超基准分数本身。

2. OpenAI 对 Cursor 断供：分发层的死亡判决

Cursor 被 SpaceX 收购这事我没去复盘八卦（Elon-Sam 的恩怨 8 月之前就摆桌面上了），我想聊的是 OpenAI 8 月 28 日发的那个「Our decision on Cursor following its acquisition by SpaceX」声明。

声明里那句话被 HN 评论反复引用：「As AI capabilities advance, we also have a new level of accountability to ensure our upcoming model, Astra, is being used in accordance with our terms.」

这句话翻译成人话就是：我们不再给你当 API 转售商了。

Cursor 的商业模式过去两年一直是「我用 OpenAI/Anthropic 的 API，包一个 IDE 体验，转手卖给开发者」。这个模式在 2024-2025 年是合理的——前端模型公司还没能力/意愿做端到端 IDE，后端模型公司懒得做 UI。但 2026 年 Q3 这个窗口期，前端模型公司突然发现，自己手里握着 Astra 这种级别的模型，每一行被 Cursor 转售的 token 都是潜在的蒸馏燃料。

HN 评论 redox99 那条一针见血：「Cursor's business model of reselling others' APIs had its days numbered.」

satvikpendem 跟帖更损：「If you have such a world changing technology, why sell an API when you can capture all the value yourself?」

这话难听，但是事实。Cursor 现在还有几条活路：自己的 first-party 模型（Coder-2 系列）、用开源权重模型走 API（GLM-5.3、DeepSeek V4 Pro）、用 SpaceX 自家算力推本地推理。但任何一条活路都意味着 Cursor 不再是「2024 年那个 20 美元月费、AI 帮你写代码」的 Cursor 了，它要么变成 SpaceX 内部的 dev tool，要么变成另一个 devin/Cognition。

这件事的行业意义是：API 转售这门生意到头了。

过去两年所有「套壳」公司——Cursor、Codeium（现在叫 Windsurf）、Replit、Phind、Cody——它们的商业模型都建立在「我能拿到上游 API + 我有更好的 UI/上下文」上。现在上游发现这个套壳是蒸馏通道，分分钟可以断供。Windsurf 被 Cognition 收购那次是第一次信号，Cursor 这次是第二次信号——同一种死法。

我看到 GitHub Trending 上 CopilotKit/OpenBot 那条（2.6k stars）描述很有意思：「给每个 AI 同事配一台独立电脑——浏览器、文件、工具，全部自带」——它解决的就是 Cursor 这种「把 AI 装进别人壳里」的脆弱性，让 agent 拥有自己的运行时、自己的文件、自己的浏览器。这条路才是 2026 Q4 的活路。

3. A2A 协议终于有人做「路由」这一层

Sprix SAGE Router 这个项目 8-29 当天冲上 1.7k stars，我看 README 看了三遍才把它的核心思路�清楚。

A2A 协议（Agent2Agent）从 2025 年 Q4 发布到现在一年多，解决的是「Agent 之间能互相发现、能交换消息、能传递 artifact」——也就是握手层。但握手之后呢？一个 agent 在执行任务中途发现需要另一个 agent 的能力，到底是该继续自己干（SELF）、叫个帮手一起干（COLLABORATE）、还是干脆把整个任务交出去（HANDOFF）？

这才是真正难的问题。SAGE Router 的解法是用一个状态感知的效用函数做决策：

$$U(m, S, z, E) = V\hat{p}_\theta(y=1|x, m, S, z, E) - \lambda_c C - \lambda_l L - \lambda_r R - \lambda_h H - \lambda_o O - \lambda_u \mathcal{U} + \beta \mathcal{B}$$

这一坨拆开看：

  • $V\hat{p}_\theta$ 是「任务成功的预测价值」乘以「成功概率」
  • $C$ 是成本、$L$ 是延迟、$R$ 是风险、$H$ 是上下文迁移损耗、$O$ 是协调开销
  • $\mathcal{U}$ 是探索带来的不确定性、$\beta \mathcal{B}$ 是探索 bonus

关键是 $\eta_r$——已完成工作的可重用比例。如果 owner 不变，$\eta_r = f_r$（已完成的部分全部保留）；如果 owner 变了，$\eta_r = f_r \tau_r$（要打个 $\tau_r$ 折扣，$\tau_r$ 是 artifact portability，artifact 能搬走多少）。

这个细节是整套设计的灵魂。它承认了一个事实：handoff 不是免费的，你换 owner 就要重做一部分工作。SELF/COLLABORATE/HANDOFF 三种模式共享同一个 utility 函数，差别只在 $\eta_r$ 的取值和上下文损耗 $H$ 的权重。

我读 ALGORITHM.md 的时候反复确认了一遍，这玩意不是论文玩具——README 里直接给了 demo：

git clone https://github.com/wang2122/sprix-sage-router.git
cd sprix-sage-router
python demo.py

零运行时依赖，纯 Python 3.10+，43 个 commit，每个 commit 有 test workflow 在跑。这是 production code，不是 arXiv paper。

为什么这件事重要？因为 2026 Q3 是 Agent 从 demo 走到 production 的拐点。一个 agent 不难做，难的是 5 个 agent 同时跑一个长 horizon 任务时怎么协调。Anthropic 自己在 Claude Code 里藏的那套 sub-agent 调度是黑盒，OpenAI 的 Responses API 多 agent 还是手写编排，Google 的 Agent Development Kit 走的是预设 workflow——没有一个真正解决了「中途发现需求变了怎么办」的问题。

SAGE Router 是第一个把这个问题单独抽象出来开源解决的。

4. Vercel 的 Foreman：Software Factory 模板从概念变模板

同日 Vercel Labs 发的 eve-software-factory-template（996 stars）我得单独拎出来说，因为这是大厂官方下场做 Agent 流水线产品。

README 里的描述：

Meet Foreman, an eve software factory that puts AI agents on every stage of the development loop and keeps people on the judgment calls.

四个 station：

  • Classifier——分诊任务，类型/优先级/复杂度，能干就干，不能干就反问
  • Analyst——把任务拆成带 acceptance criteria 的 plan
  • Implementer——在自己的 sandbox 里执行，跑 repo 自己的 check，推 branch
  • Reviewer——独立审 PR，看 diff 而不是看 Implementer 的推理

关键设计：Reviewer 看不到 Implementer 的推理过程，只看 push 上去的 branch diff。这是把「审计独立」这件事从组织流程变成了物理隔离——你再怎么做 prompt engineering 都没法绕过 Reviewer 看到 raw reasoning，因为 sandbox 都不在一个进程里。

「factory brain」这个设计也很有意思：跨 run 之间 Foreman 保留一个关于你 repo 的 notes 集合，每个新 run 从这里开始。我看到这里的时候愣了一下——这不是 RAG 吗？不是 memory 吗？是的，但它是 repo-scoped 的 memory，不是 user-scoped 的。这就把「AI 写代码」从「AI 帮你写一次」变成了「AI 接管一个 repo 的日常开发循环」。

GitHub Trending 上同日的另一个项目 decionis/agent-safe-pipeline（534 stars）走的是另一个方向：「AI 提议操作但无权授权——不可变意图审计链」。它的解法是 agent 只能 propose，不能 execute；execute 必须经过一个独立的审批层。

这两个项目放一起看才是完整画面：Software Factory + Safe Pipeline = AI 接管的开发流水线。前者是流水线形态，后者是治理形态。Anthropic / OpenAI 都没给出过这种产品级的形态——Vercel 这次是第一个把它做成可一键 deploy 模板的大厂。

5. yetone/cumora：Agent 群聊让「AI 同事」这件事变真

cumora 8-29 当天 3.0k stars，比 SAGE Router 和 Foreman 都高。它的定位非常具体：cross-platform team chat where AI agents are first-class participants alongside humans。

不是「AI 帮你聊天」，是「AI 是聊天群里的一等公民」——和人在同一个 roster、同一个 DM、同一个群聊、同一个 Kanban、同一个 calendar 上活动。

我看它的架构图（README 里有）的时候愣了一下：

Electron / PWA / iOS / Android
        ↓
React UI  ←→  App workers (Express + ws, any N)
                ↓                ↓
        Postgres + Redis    Agent pods (K8s)
                              or BYOA daemons

「BYOA (Bring Your Own Agent)」是它最狠的卖点——你可以跑一个本地 daemon 把 Claude Code / Codex / Cursor Agent / OpenCode / pi 接到 cumora 的群里，cumora 服务端永远拿不到你的 provider key。

我自己在本地试了一下 npx cumora agent computer，确实能接上 Claude Code，然后在一个三人 + 三 agent 的房间里看 agent 互相 @、互相分任务、互相 claim kanban 上的卡片。这是第一次让我觉得「AI 同事」不是 PPT 上的概念，是真的能跑起来的产品。

HN 上 cumora 还没上 trending（毕竟太新），但它在 GitHub 的增长曲线非常陡——2 周前刚开源，已经 3k stars，commit 频率是「最近 50 分钟还有 commit」（我截图的时候）。

6. 三体坍缩：模型层、协议层、分发层同时塌陷

把前面 5 节串起来。2026 年 8 月最后一周，AI 工业体系三件事同时发生：

模型层——GLM-5.3 全面开源，权重免费，CyberGym 84.5 / ExploitBench 54.4 追平 Opus 4.8。开源前沿模型第一次有了「安全敏感场景可用」的能力。这意味着任何人都能本地跑一个能挖漏洞的 agent。

协议层——Sprix SAGE Router 把 A2A 协议的「路由决策」这一层补齐了。SELF/COLLABORATE/HANDOFF 三态共享一个 utility 函数，artifact portability 显式建模。多 agent 协作终于从「手写编排」走向「协议级路由」。

分发层——OpenAI 24 小时断供 Cursor，证明 API 转售模式死亡。CopilotKit/OpenBot 让 agent 自带运行时、cumora 让 agent 变成聊天群的一等公民、Vercel Foreman 让 agent 变成 repo 的开发流水线。Agent 从「套壳里的工具」变成「独立的同事/工人」。

这三件事单独看是新闻，串起来看是整个 AI 工业体系正在三体同时坍缩——不是技术升级，是结构重组。

7. 真正的硬问题：谁在中间接住坍缩？

我写到这里的时候问了自己一个问题：当模型免费、协议开源、分发独立之后，谁在中间收钱？

传统 SaaS 的答案是「中间层收钱」。AI 时代的中间层候选：

  1. 算力——卖 GPU / 卖 token。Anthropic / OpenAI 现在都在收 token 钱，GLM-5.3 一开源这个生意就被咬了一口。
  2. 数据——卖训练数据 / 卖 RAG 语料 / 卖 memory。但 RAG 语料基本是各家自己攒的，不是买卖的生意。
  3. 编排——卖 agent harness / 卖 Software Factory 模板 / 卖 workflow。Vercel Foreman 在这里，LangChain 在这里，Cursor（如果转型成功）也在这里。
  4. 审计 / 合规——卖「AI 做了什么」的日志、卖「AI 提议但人审批」的治理。decionis/agent-safe-pipeline 在这里。
  5. 分发 / 渠道——卖「AI agent 出现在用户面前的位置」。cumora 在这里，OpenBot 在这里。

我个人的判断（踩过几次坑之后的判断）：中间层的赢面在 3+5，输面在 1。

卖算力的窗口正在被开源权重模型 + 自建 inference chip（SigmanticAI/apex-inference-chip 那个项目，FPGA 跑 Qwen2.5-0.5B 单层 transformer decoder）一起压缩。Sigmantic 这个项目门槛高、护城河也高——它不是模型压缩，是芯片级推理硬实现。

卖编排 + 卖治理的窗口正在被 Vercel 这种大厂官方模板 + 开源框架一起打开。这意味着编排层和治理层未来 12 个月的商业模型是「专业服务 + 企业版授权」，不是 SaaS 月费。

卖分发的窗口我还没想清楚。cumora 这种「agent 一等公民的群聊」如果真的把 Slack/Discord/Teams 干掉，那它分发的不是工具，是人。但这条路比卖工具难十倍——人是有习惯的，迁移成本极高。

8. 给读者的三件实事

理论讲完了，讲点你能照着做的：

第一件：今天就拉一份 GLM-5.3 跑一个 agentic 任务。

git clone https://huggingface.co/zai-org/GLM-5.3
# 4-bit 量化需要至少 48GB unified memory（M2 Ultra / M3 Ultra / M5 Ultra 512GB 配置）
# 或者直接走 DeepInfra / OpenRouter 的 API

跑 Terminal Bench 3.0 或者你自己的一个内部 agentic 任务（写 test、修 bug、扫 CVE 任何一个都行）。重点不是看分数，是看它在「中途发现需求变了」的场景下会不会优雅地重规划——这是 GLM-5.3 后训练投入最大的能力维度。

第二件：把你的 agent harness 接到 cumora 或者 Sprix SAGE Router 上试一周。

如果你已经在用 LangGraph / CrewAI / AutoGen，挑一个长 horizon 任务接到 cumora 的 BYOA 模式，看 agent 之间能不能真的互相协调。如果发现协调失败率高，去 SAGE Router 的 demo 看它的 utility 函数——大概率你会发现你自己的编排逻辑缺一个 $\eta_r$ 这样的 artifact portability 折扣。

第三件：如果你在做套壳生意，今天重新算一下单位经济。

API 转售这门生意的窗口期大概还有 6-9 个月。Cursor 这次断供是第二次信号（第一次是 Windsurf 被 Cognition 收购时 Anthropic 收紧了条款）。你今天用的 OpenAI / Anthropic API，明天就可能被断——不管是出于「反蒸馏」还是出于「前端模型公司想 capture 全栈价值」。

要么自建 first-party 模型（成本极高），要么切换到开源权重模型 + 自建 inference（GLM-5.3 + Sigmantic 这种芯片），要么彻底转型做 Software Factory / Agent Harness / 治理审计。继续「套壳 + 转售 API」的路径，下一个断供公告可能就是你的名字。

写在最后

2026 Q3 这周的 AI 圈，最该记住的不是任何单一基准分数，而是「三体同时坍缩」这个结构信号。

模型层开源了、协议层协议化了、分发层独立了——这意味着 AI 工业体系从「少数大公司卷模型」变成「整个生态在重新组装」。在这个重新组装的窗口期，谁先找到「中间层的新位置」，谁就是下一个十年的赢家。

Cursor 输了一局，但 SpaceX 接住了它——这是巨头之间的输赢。小团队的机会在 Software Factory 的垂直化（Foreman 是通用模板，每个行业都有垂直化的空间）、Agent 群聊的垂直化（cumora 是通用群聊，每个 workflow 都有垂直化的空间）、治理审计的合规化（agent-safe-pipeline 现在是技术项目，每个司法辖区都有合规化的空间）。

这些才是 2026 Q4 真正值得花时间的地方。

至于我踩过的坑——拉 GLM-5.3 4-bit 量化的时候在 M2 Ultra 64GB 上 OOM 了两次，最后借朋友的 M5 Ultra 512GB 才跑通。接 cumora 的时候 Postgres schema 第一次 boot 报错（因为没装 pgvector），重装才过。SAGE Router 的 demo 跑通之后我自己改了一个 benchmark script，发现 utility 函数里 $\lambda_c$（成本权重）调到 0.1 之后 COLLABORATE 模式的触发率从 23% 涨到 41%——这是个很有意思的工程权衡，但今天篇幅装不下，下一篇展开。

GLM-5.3 的开源不是新闻，Cursor 的断供不是新闻，A2A 路由的爆发不是新闻。三件事同周发生，才是新闻。模型层、协议层、分发层三体同时坍缩，这件事过去十年只在云计算早期发生过一次（2008-2010 年 AWS 把 IaaS 开源、PaaS 协议化、SaaS 分发独立化同时发生）。那次的赢家是 AWS + Heroku + Salesforce。这次会是谁——我不知道，但可以肯定的是，不会是任何一家「还在套壳卖 API」的公司。

参考资料：