2026 年 8 月，开放权重与开源智能体密集出货，几乎把「开源 Agent 只能玩 demo」的旧印象一次性推翻。Prime Intellect 的 Prime Agent（8 月 6 日）在持久 Python 环境里跨步骤保上下文；Meta 的 Muse Code 专攻大型代码仓库、Muse Glimmer（8 月 13 日）把开放权重搬上本地 PC；xAI 的 Grok Build V1.0 做成终端编程 Agent；Z.ai 的 GLM-5.3（743B）主打赛博防御编程；清华与字节还开源了能写 CUDA 的 Agent。闭源模型长期享有的「能力+成本」双重护城河，正被开源一侧追平。
一、编程 Agent 先开源化
这一波最密集的就是 coding agent。Prime Agent 的卖点是「持久 Python 环境」——Agent 在多步任务间保留上下文，不像一次性对话那样健忘；Muse Code 把视野拉到整个大型仓库，试图解决此前助手「只见局部」的短板；Grok Build V1.0 则把编程 Agent 塞进终端，1.0 的版本号本身就意味着它自认到了可规模使用的成熟度。开源 coding agent，正从玩具跨进生产力。
二、权重开放 + 本地能跑
更关键的变化在「能在自己机器上跑」。Muse Glimmer 是开放权重模型，可下载到个人电脑做 coding、tool use 与 Agent 任务；移动端已能跑约 700 亿参数模型，不再强依赖云。对关心数据隐私、离线可用、可控性的企业与开发者，本地 Agent 把「把数据交出去」的顾虑直接卸掉。
三、专业向开放模型也在冒头
能力不再只追通用跑分。GLM-5.3 用 743B 规模主打网络安全防御编程，强调靠更聪明的训练而非单纯堆参数取胜；清华与字节开源的 CUDA Agent，被称写 CUDA 胜过人类专家——这类专用开放模型，可能改写 AI 硬件与编译优化的经济性。开源一侧开始在特定垂直能力上反超闭源。
四、这意味着什么
闭源厂商的优势原本有两块：能力上限、以及「托管即服务」的省心。八月这波开源出货，先把能力上限削薄了一截，再把「数据不出域、自己控栈」的选项摆上桌。企业可以用开源自建 Agent、压成本、保合规。但硬币的另一面是运维、评测与安全护栏的门槛仍在——开源给了子弹，不等于给了瞄准镜。
五、闭源的下半场是平台与生态
开源智能体完成从「玩具」到「生产力」的关键一跃，并不等于闭源出局。下半场的竞争，会从「谁的模型强」转向「谁的平台、工具链、服务与生态更省心」。闭源厂商真正的护城河，正在从模型本身，迁移到围绕模型的那一圈工程化与商业化能力。