AI 日报

六周内第三款 Flash，预算模型密集轰炸，说明 Google 的策略是漏斗上层卡位。Cyber 明确对标 Agent 安全赛道，与 Astra 的『危险能力』叙事形成呼应，安全评估正从被动谈风险走向主动的产品分层。

登顶不稀奇，『Pareto 前沿 + 混合价 $5』才关键——把性价比做成武器，直指闭源厂商软肋。与 Muse、Gemini 同日发布对撞，中国开源系正在用「每分性能成本」重写竞赛规则。

能力和降本同时给，Anthropic 终于不再只谈安全。75% 缓存降价但输出 token 增 70%，实际账单未必省——要盯的是企业端真实 TCO 变化。与 Qwen、Gemini 同日竞技，头部混战进入「每一分钱都要算」的阶段。

Astra 刚被自评『最危险模型』，这边官司如影随形。诉讼称『协助教唆』——把模型行为责任向公司端推，若成判例将改写 Agent 安全责任边界。与 DOJ 版权意见书对读：白宫挺训练，法院挤责任，方向并不一致。

Astra 系产品估值飞升，AI 应用层资本热度不减。与 HiddenLayer 拿 1 亿、AfterQuery 成 YC 最快独角兽同频——资本在应用、安全、数据三线抢筹，同一条『AI 落地』叙事在不同赛道轮动。

『YC 最快独角兽』标签本身是信号——AI 检索/查询赛道资本共识快速成型。与 Wonderful 估值翻倍同频，应用层泡沫苗头初现，但也要看到这两家都有真实企业付费。跟踪后续收入增速比估值数字更实在。

单 Agent + 技能/工具取代按领域拆子智能体——从实战中总结的架构范式，值得所有 Agent 开发者抄作业。开源即标准，Anthropic 在重复 MCP 的打法，这次要定义电商 Agent 形态。

把『给模型看什么』做压缩，单轮降本 5% 看似小，乘上千万级用户就是巨额数字。这正是工程上的『量化』——与模型量化对照着读，降本不只有压权重一条路，提示词层面的『信息蒸馏』同样有效。

内存量化 + 分层加载，让四分之一百 G 的模型也能进消费级设备——本地部署这条线的『不可能三角』正在松动。与 @kczano 的 84 tok/s 结果对照，说明瓶颈其实在内存带宽和量化策略，不在模型本身。

这组实测数字直接回应『大模型能否本地跑』的质疑——104GB MoE 在消费级组合上干到 84 tok/s，还只差双 3090 一个 HumanEval+ 问题。硬件的摩尔定律红利 + 量化优化，本地部署的现实路径已经清晰。

『缓存降价』是吸引开发者，『输出 token 增 70%』才是账单真相。新 SOTA 的性价比要按端到端任务成本算，不能只看单 token 报价。与 Qwen 的 $5/MToken Pareto 表述对照，各家都在用不同的『成本语法』争取开发者。

『Agent 循环中做视频分析』能把 token 砍掉近九成——这不仅是一个产品技巧，更是指明了多模态成本下降的工程方向：先让 Agent 决定看什么，再让模型看。对视频理解类的应用开发者，这是可复用的省钱模板。

评测 Agent 化之后，评分标准怎么写成了新难点——『原子化问题 + 只评客观事实』这两条对做 RAG/Agent 评测的人直接可抄。与社区里『评测跑分 vs 真实任务』的争论对照，这套方法是在把 Judge 的『主观性』往『客观性』上拧。

双向 MCP、事件驱动并发、同标准回退、分层路由——四个词把 Agent 工程里最容易踩的坑点了一遍。这是赛后的『冠军复盘』，价值在于把高手的隐性决策显性化，适合拿去对照自己的 Agent 架构找差距。