Nex-AGI 发布了一款约 3210 亿参数的开源多模态 Agent 模型 Nex-N2.6，核心变化不是再增加一轮聊天能力，而是让模型更稳定地使用工具、执行电脑操作和完成长流程任务。模型基于 GLM-5.3-Flash 构建，并提供 FP8 量化权重，部署门槛仍然不低。

这是什么

Nex-N2.6 是一款面向计算机操作、编程和长周期任务的 Agent 模型。Agent（能自主拆解任务、调用工具并持续行动的 AI 系统）这一概念并不新鲜，但模型是否能在较长的执行链里少重复、少偏题，决定了它能否进入真实业务流程。

相较上一代 Nex-N2.5-Pro，这次更新的重点是减少重复推理，并提高对当前环境中可用工具的遵循程度。FP8 是降低模型内存占用的数值精度格式，量化后通常更利于推理部署，但仍需要相当规模的硬件资源。

行业怎么看

我们认为，Nex-N2.6 释放出一个明确信号：大模型公司的下一轮竞争，正在从“回答得像不像人”转向“能不能把一件事做完”。尤其是编程、电脑操作和工具调用，这些能力更接近企业愿意付费的结果。

风险也很现实。3210 亿参数即使经过量化，也意味着较高的存储、显存和运维要求；开源权重不等于低成本部署。另一个问题是，长任务中的错误可能逐步累积，模型是否能可靠处理中途变化，仍需真实业务测试，而不能只看演示视频。

对普通人的影响

对企业 IT：这类模型可能推动企业把 AI 从问答助手接入内部系统和操作流程，但部署成本、权限控制与过程审计仍需先解决。

对个人职场：会使用工具完成多步骤工作的 AI 助手可能逐渐进入软件和工作流，个人需要更清楚地说明目标、边界与验收标准。

对消费市场：本地部署和开源生态会扩大 AI 工具的可定制范围，不过短期内，受众仍主要集中在开发者和具备技术能力的企业团队。