AI 日报

国内平台 Day 0 跟进,prefill 8B/decode 16B 的分工说明这是为推理侧优化的结构,不是训练侧秀肌肉。与 /第1条 同为一条,取这条是要它给出的部署口径——能不能低成本跑起来,才是本地与云端的共同门槛。

能同时听和说,把推理与工具调用委派给 GPT-6 Astra,前端语音层每分钟 $0.05——这是把语音从功能做成可计价的基础设施层。与 App 端『常听』的 Apple Watch 潮流同频,语音入口的定价权之争已经开始了。

自然语言连公司数据、生成可分享仪表盘,直插 BI 工具的地盘。这是 OpenAI 少见的高毛利办公场景落子,与 Agents API 同日发布,说明它在用同一套 harness 铺企业端两条腿:一条给开发者,一条给业务用户。

卖断货的是订阅不是算力,说明推理需求已经超出它的容量规划。与 xAI/Anthropic 的人才拉锯、以及本地部署热度并置读:需求外溢的第一受益者不是下一个闭源巨头,是开源权重。

在 WhatsApp 里购物、写信、议价——Meta 用分发渠道而非模型能力抢入口,这是和 OpenAI 完全不同的打法。它提醒我们:Agent 的胜负手可能不在能力评测,而在你手机里已经装了什么。

在纳指走弱、长端利率仍高的背景下给出这种指引,是典型的情绪指标而非研判依据——真正的锚是订单能见度,不是增速数字。和 英伟达×Palantir 做供应链对照读:它在把 GPU 叙事往『解决真实工业问题』上搬。

刷新 RSA-250 保持六年多的公开纪录,方法是用多个 Devin 构建 GPU 格子筛。这是少见的『Agent 做出可验证硬成果』案例,比任何跑分都硬——注意它验证的是长程任务编排,不是单点推理。

作者重读 Tim Urban 2015 年那篇,提醒我们十年前的安全论证在 2026 年已被事件追平。这是情绪指标拉满的一条,但和 第15条 Interconnects 的同题长文合读,能看到『安全』正从实验室内部争议变成公共议程,而公……

先把参数量口径吵清楚比转发跑分有用。这类一手核实是判断『开源降本』叙事含金量的必要环节——参数口径、激活口径、KV 口径三者混用,是这一轮所有模型宣传的通病。

评测公信力被反复冲击后,榜单方主动自证会成为常态。与 Artificial Analysis、LiveBench 同日收录 V4.1-Flash 并置看:评测正在从『谁第一』转向『口径是否可复现』,这对工程选型才是真正有用的部分。

与 GPT-6 Astra 宣称找到 Navier-Stokes 奇异点一事直接对撞:一边是能力叙事,一边是知识产权与数据来源的信任赤字。这个张力会跟着每一篇『AI 做出新数学』的新闻反复出现,值得单独建档。

Interconnects 的价值在于把事件放回历史脉络:过去十年的安全警告一直有,变的是传播路径——CNN 和 Fox 同时接手的那一刻,安全从实验室议题变成了政治议题。这决定了下一轮监管的时间表,而不是技术路线。

与同刊 第15条 形成一对:一篇讲恐惧如何破圈,一篇讲体感何时到来。后者的框架更实用——需求侧体感通常滞后于能力 12 至 24 个月,这段时间差就是产品与投资的窗口期。

单次任务超 4000 万美元的算力投入,是『Agent 规模化科研』的第一个价格标签。它的意义不在于结论是否成立(见 第14条 的信任质疑),而在于把科学发现变成了可计价的服务——这条线会定义明年算力采购的叙事。

官方口径是『有意留出人类空间』,实质是能力边界的说明。与 第17条 的激进叙事对照读很有意思:同一天,一条说 Agent 在攻数学难题,一条说它刻意放慢——这两句并不矛盾,前者是演示,后者是产品化节奏。