摘要：今日AI技术主线集中在推理算力、企业智能体基础设施、Agent身份治理、开源模型压缩与AI科研工具化。OpenAI与Broadcom发布Jalapeño推理芯片，表明前沿模型竞争正在向自研硬件和垂直基础设施延伸；AWS继续补齐企业Agent所需的上下文、知识图谱、代码安全与治理能力；Linux Foundation拟推出Agent Name Service，将AI Agent身份认证问题纳入开放标准；Multiverse Computing发布Pulsar 16B，显示中等规模开源推理模型正在通过压缩和优化进入更多企业环境；SandboxAQ推出GPCR虚拟筛选方案，代表AI for Science从演示走向专门工作流。
今日AI技术主线集中在推理算力、企业智能体基础设施、Agent身份治理、开源模型压缩与AI科研工具化。OpenAI与Broadcom发布Jalapeño推理芯片，表明前沿模型竞争正在向自研硬件和垂直基础设施延伸；AWS继续补齐企业Agent所需的上下文、知识图谱、代码安全与治理能力；Linux Foundation拟推出Agent Name Service，将AI Agent身份认证问题纳入开放标准；Multiverse Computing发布Pulsar 16B，显示中等规模开源推理模型正在通过压缩和优化进入更多企业环境；SandboxAQ推出GPCR虚拟筛选方案，代表AI for Science从演示走向专门工作流。
OpenAI于6月24日展示其与Broadcom共同设计的首款自研AI推理芯片Jalapeño。Reuters报道，该芯片面向ChatGPT等应用的推理任务，计划在2026年底前部署；Broadcom CEO Hock Tan称其性能可与NVIDIA Blackwell和Google TPU相比较。OpenAI还披露，Jalapeño样片已在实验室运行，并与GPT-5.3-Codex-Spark模型达到目标功耗与性能。
这条新闻的核心不是“又一颗AI芯片”，而是模型公司开始把推理成本、模型服务质量和硬件路线纳入自身控制。训练决定模型上限，推理决定商业可持续性。随着对话、编程、搜索和Agent调用频次上升，推理成本会直接影响毛利率、响应速度和产品价格。OpenAI自研推理芯片，意味着大模型公司正在从“模型供应商”转向“模型—芯片—系统—云服务”的垂直基础设施竞争。
AWS在纽约峰会公布多项Agent能力，包括AWS Context、AWS Continuum、Kiro、AWS DevOps Agent、AWS Transform以及Amazon Bedrock AgentCore增强。AWS称，AWS Context为企业数据构建知识图谱，让Agent知道应访问哪些信息，同时内置治理机制；AWS Continuum则面向代码漏洞，提供持续发现、优先级判断、验证和修复能力。
这显示企业Agent落地的难点，已经从“能不能调用工具”转向“能不能持续、安全、可治理地完成工作”。企业真实场景里，Agent需要访问多源数据、遵守权限边界、记录操作过程、避免越权和幻觉，并与DevOps、客服、文档、知识库、代码仓库连接。AWS的动作说明，云厂商正在把Agent做成企业级基础设施，而不是单一聊天产品。
Linux Foundation于6月23日宣布拟推出Agent Name Service（ANS），试图基于现有DNS基础设施，为互联网上运行的AI Agent提供可信身份、验证和发现机制。ANS目标包括识别Agent代表谁、具有什么权限、代码和运行历史是否保持真实未篡改，并避免依赖中心化或封闭注册表。
这条动态反映了Agent走向生产后的安全基础问题。未来企业可能会同时调用来自不同平台、不同组织、不同权限等级的Agent。如果没有标准身份体系，企业无法判断某个Agent是否可信、是否来自授权主体、是否被篡改。ANS把Agent身份问题放到DNS和开放标准层面，是AI Agent从“应用功能”走向“互联网基础协议”的重要信号。
Multiverse Computing于6月23日发布Pulsar 16B。这是一个16.15B参数开源推理模型，基于NVIDIA Nemotron架构压缩优化而来，并在Hugging Face以Apache 2.0许可发布。发布材料称，Pulsar 16B在约一半参数量下保持30B级别推理能力，并在Blackwell GPU上取得更高吞吐和更低首Token延迟。
对企业用户而言，这类模型的重要性在于“可部署性”。很多业务不需要最大模型，而需要在有限显存、单机、私有化环境或低延迟场景中稳定运行。Pulsar 16B代表的趋势是：开源模型竞争不只是参数规模竞赛，还包括压缩、吞吐、长上下文保持、工具调用接口和部署成本优化。
SandboxAQ于6月24日宣布推出面向GPCR药物发现的虚拟筛选方案，并由NVIDIA BioNeMo Agent Toolkit加速。该方案不仅预测分子是否与受体结合，还试图预测其是否激活或阻断受体活性。GPCR是药物研发中的关键靶点家族，但结构状态和功能机制复杂，传统筛选成本较高。
这表明AI for Science正在从通用大模型问答转向专业科研工作流。药物发现并不只需要“找相似分子”，而要把结构、生物物理、药理机制、实验成本和候选筛选流程打通。未来科研AI的价值，不在于生成漂亮答案，而在于缩短实验循环、降低筛选成本，并把高维科学假设转化为可验证候选。
arXiv 6月23日上线论文《Detecting AI Coding Agents in Open Source》，研究者对World of Code中1.8亿多个Git仓库进行多方法识别，发现单靠bot账号远远低估AI编码Agent活动；研究识别到Claude Code一次快照中85万余个相关提交，而bot账号方法只能找出约3.3%。
这说明AI编码Agent已进入开源供应链，但其活动痕迹并不完全显性。未来开源项目需要新的披露规则、审计机制和代码 provenance 管理。企业采用AI编程工具，也不能只看效率提升，还要关注责任归属、许可证风险、代码审查压力和供应链安全。
Reuters｜OpenAI unveils custom chip it designed with Broadcom to boost its AI infrastructure｜2026-06-24｜用于Jalapeño推理芯片分析。
About Amazon｜AWS Summit New York 2026: New AI agent innovations｜2026-06｜用于AWS企业Agent基础设施分析。
Linux Foundation｜Linux Foundation Announces Intent to Launch Agent Name Service｜2026-06-23｜用于Agent身份标准分析。
AIwire｜Multiverse Computing Launches Pulsar 16B in Collaboration with NVIDIA｜2026-06-23｜用于开源模型压缩与部署分析。
AIwire｜SandboxAQ Launches Virtual Screening Solution for GPCR Drug Discovery｜2026-06-24｜用于AI for Science分析。
arXiv｜Detecting AI Coding Agents in Open Source: A Validated Multi-Method Census of 180 Million Repositories｜2026-06-23｜用于AI编码Agent供应链分析。
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年6月25日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议