Gemini Flash 涨价、AI 法案延迟、Agents 驱动网络流量
本期要点：Gemini 3.5 Flash 速度大幅提升但价格涨 3 倍、欧盟 AI 法案重大延迟、Agents 流量去年增长 80 倍、Meta 等提出分阶段图像生成新方法。
编者按：AI 工程师比 FDE 多得多
作者：Andrew Ng
硅谷新热门岗位是 AI Forward Deployed Engineer（FDE）——嵌入式到客户组织帮其定制方案的工程师（如搭建调优代理 workflow）。OpenAI 和 Anthropic 开始组建新团队向客户组织派驻 FDE，引发人们对这个职业路径的重新关注。
Ng 认为 FDE 的崛起是 AI 创造新工作的方式之一，也反驳了"AI 导致就业末日"的叙事。但 Ng 强调：AI 工程师岗位数量将远超 FDE。
FDE 与 AI 工程师的区别
- FDE 是两年前 Palantir 开创的，特点是嵌入式到客户组织（有时是气隙网络）
- FDE 需要的技术、沟通、商业技能组合，让客户愿意接受几名嵌入
- AI 工程师是公司自己的员工，使用 AI 软件组件构建应用（提示、代理框架、评估等），并有效使用 AI 编码 Agents
- 客户顾虑：很难找到厂商中立的 FDE——他们毕竟要把某厂商的产品深度集成进公司。在难以预测明年哪家 AI 服务最好的当下，可选择性非常重要，让 FDE 深度绑定公司流程会显著降低可选择性。
AI 工程师角色会像当年的软件工程师一样细分为前端、后端、移动、数据、DevOps 等。可能会出现 AI FDE、LLMOps 工程师、评估工程师、AI 数据工程师、Harness 工程师等。熟练的 AI 工程师现在需求极高。
Gemini 3.5 Flash：性能大涨但价格涨 3 倍
Google 发布 Gemini 3.5 Flash——中档多模态模型的更新版，代理能力、视觉理解、速度均有提升，但价格是前代 Gemini 3 Flash 的 3 倍。
核心规格
- 输入输出：文本/图像/音频/视频入（100 万 token），文本出（6.4 万 token，204 tokens/秒）
- 架构：MoE Transformer
- 特性：可调推理档位、思维保留（跨轮次保留推理 token）、工具调用
性能表现
| 基准 | 排名 |
|---|---|
| Artificial Analysis Intelligence Index | 第 5/7（取决于其他模型推理档位） |
| MMMU-Pro（视觉推理） | 84% 第一（Gemini 3.1 Pro Preview 82%） |
| APEX-Agents-AA（长程代理） | 47.1% 第一（GPT-5.5 37.7%） |
| GDPval-AA（真实代理任务） | 第二（1,656 Elo，落后 GPT-5.5 的 1,769） |
| ARC-AGI-2（抽象视觉推理） | 72.1%（落后 Gemini 3.1 Pro 77.1% 和 GPT-5.5 85%） |
| AA-Omniscience（知识测试） | 23 分（落后 Gemini 3.1 Pro 33） |
Google I/O 2026 其他发布
- 重构 Antigravity 代码工具：强调管理 Agents，淡化类 VSCode 形态
- Omni 多模态模型家族首发 Omni Flash（轻量，可生成视频）
- Gemini 3.5 Flash 让 Google Search 支持更对话式查询，可用 Agents 替用户研究
"Flash" 的含义变了——从更小更快变成了中档多模态。Artificial Analysis 测试显示跑 Intelligence Index 时 Gemini 3.5 Flash 实际比 Gemini 3.1 Pro 更贵。Flash 不再意味着明显的成本优势。
欧盟 AI 法案重大修订：监管负担显著减轻
欧洲议会和成员国同意修订 AI 法案——延迟针对"重大风险"应用的限制条款，以应对企业和政策制定者关于法案削弱欧洲竞争力的呼声。
核心修订
- "高风险" AI 系统（执法、关键基础设施、就业、移民、个人识别）的合规要求延迟到 2027 年 12 月（原 2026 年 8 月）
- 玩具、机械等 AI 产品合规延迟到 2028 年 8 月
- 训练中个人数据使用限制放宽：允许用于检测和缓解偏见
- 小公司（<50 员工、年营收 ≤€1000 万）和"小型中型"公司合规要求减轻
例外加强：禁止生成儿童性虐待图像和非自愿的真实人物裸照。
背景：2024 年欧盟通过全球最严 AI 法案，从立法起即受批评——163 家公司在 2023 年联名指其"官僚化"。2026 年 2 月欧盟委员会撤回 AI 责任指令提案。
原法案许多条款不清晰、过宽、不必要繁重。这次修订在保留有用元素的同时减轻了负担，对欧洲竞争力是好事。
Agents 流量去年增长 80 倍：互联网被 AI 重塑
Human Security 网络安全公司报告：2025 年 AI 驱动流量增长近 3 倍，其中 Agents 和代理浏览器增长最为剧烈（12 月达 80 倍年增长）。
流量分类（基于 2025 年观察到的 1 千万亿次互联网交互）
| 类型 | 占比 | 同比增长 |
|---|---|---|
| 爬虫（训练数据采集） | 68% | >2x |
| 抓取器（即时数据使用） | 32% | 7x |
| Agents（浏览器式任务执行） | 1.7%（12 月） | ~80x |
Agents 行为分布：77% 发生在产品和搜索页，其余是账号页、认证、完成交易。
自动化流量来源：OpenAI 占 69%，Meta 16%，Anthropic 11%。
安全风险
- 恶意抓取（伪装身份、攻击模式）增长 47%
- 账号接管攻击下降 30%，但"已登录后攻击"增长 4x
- 涉及代理创建的账号接管攻击增长 89%
Agents 流量才刚起步。去年的 80 倍增长在未来几年还会继续扩大，因为 Agents 会变得更有能力、更稳健、更值得信赖。
分阶段生成图像：Plan/Sketch/Inspect/Refine 四步法
Meta、UCSD 等机构联合提出的图像生成微调方法：把图像组合拆成离散阶段，每步检查和修正中间结果——类似 LLM 推理的逐步生成思路。
四步循环（以 "熊在银勺上方" 为例）
- Plan：写出下一步要做的指令（迭代 1："画一头熊"；迭代 2："在熊下面加一个勺子"）
- Sketch：生成更新后的图像
- Inspect：检查指令和图像是否与提示一致
- Refine：必要时发出修正指令（如"勺子在熊前面了，画到下面" ）
结果（微调 BAGEL-7B）
| 基准 | 微调前 | 微调后 |
|---|---|---|
| GenEval（提示细节命中率） | 77% | 83%（62K 样本） |
| PARM（对比方法） | — | 77%（需 688K 样本 + 1000 步） |
| WISE（GPT-4o 评 0-1） | 0.70 | 0.76 |
分阶段生成图像类似 LLM 逐步推理——都是把请求拆解为片段，两种方法都能改进输出。
本期要点回顾：Gemini 3.5 Flash 速度大涨但价格涨 3 倍、欧盟 AI 法案重大延迟减轻合规负担、Agents 流量去年增长 80 倍重塑互联网、Meta 等提出分阶段图像生成方法。AI 工程师角色正在从 FDE 模式走向自有团队化。