AI 日报

两个近实时语音模型，直接对位 OpenAI 的 GPT-Live-1，把语音智能体当成常驻入口来打。有意思的是同一批候选里 Artificial Analysis 语音榜第一仍是 GPT-Live-1——能力与性价比已经分家，接下来要盯……

Realtime/ASR/TTS/Gen/Music 一次铺满，多款在 Artificial Analysis 榜单登顶，国内语音这条线的打法是不做单点而是做全家桶。与 Gemini 3.8 Live 同日，值得对照的是中文场景和实时交……

语言技术覆盖 300+ 语言、86% 人口是宣传数字，真正有含量的是 55 语言的轻量开源版可离线部署——这属于把翻译这条高调用量能力从云端搬到端侧。对小团队和出海产品是低成本替代，对 API 翻译生意的定价是压力。

接 Shopify/Salesforce/Stripe/Gusto，5 月上线至今安装超 90 万次——Anthropic 在小企业后台把集成数当护城河在堆。和 Gemini 3.8 Live 对照读：一边抢入口，一边抢工作流，两家对「……

这条是本轮减速辩论最硬的一次对撞：一边是 Amodei 呼吁协调放缓并寻求反垄断豁免，一边是算力方在最高政治层面明确拒绝刹车。判断上要区分情绪与依据——口号不重要，重要的是黄仁勋手里握着谁的资本开支订单。

算力约束的下一个瓶颈已经不是芯片而是电。这条和今天「数据中心与受重工业创伤的社区冲突」连起来读，算力扩张的政治成本正在从联邦补贴转向地方审批——选址会比融资更早卡住项目。

逻辑是分发方自建模型：当拥有客户工作流的企业自己把推理能力吃进来，头部实验室的 API 生意就多了一个不需要说服的买家。和 Claude for Small Business 冲 SaaS 后台是同一件事的两面，值得放进本季度跟踪清单。

七位工程师访谈给出的结论比任何 benchmark 都直接：约一个月起 Codex 和 ChatGPT Work 变成公司内部默认工作方式。对照你库里对「Loop-Engineering」和「Claude-Code 配置分层」的关注，这……

自称全球最便宜，实为转包加价、被指电汇欺诈后先否认再回退、三小时内清空线上痕迹。这条和 黄仁勋、以及 Perplexity 自研数据库放在一起看，是「AI 中间商」信任成本的一次公开爆雷——选推理供应商时，价格异常低本身就是风险信号。

26% 的「干净修复率」被拆出四项实验设计缺陷：22% 数据是刻意指示应用错误修复、36% 试验禁止编译测试。这条的价值在于方法而不是结论——AI 代码修复类基准会长期存在激励扭曲，自己搭验证链路比看评分可靠。

和同日 「Siri 换 Gemini 底座、但欧盟不上」对照读，苹果的策略已经清晰：系统层用别人的云模型，端侧留给自研小模型。本地推理的默认入口正被 OS 收走，这是本地部署生态下半年最需要重新评估的变量。

第三方评估从各家自查走向统一接口，是安全议题第一次长出可对接的制度形状。和今天三巨头磋商减速的新闻互为表里——评估标准先落地，减速才可能有执行工具。要盯的是谁来当评估方、成本谁出。

量化的不是能力差而是时间差：4 个月领先、5 倍价格。这条对做模型选型的人直接可用——如果你的场景迭代周期短于四个月，为顶配模型多付的钱很难收回，配合开源模型持续降价，性价比曲线正在快速右移。

从 Recursive 视角谈递归自我改进的边界，属于值得慢读的一类，而不是行情素材。建议和今早三巨头磋商 AEF-1 的新闻连着看——一个是机制设计，一个是终局想象，中间那段工程现实才是判断依据。

把游戏内的技能习得当作 Agent 训练环境的隐喻，比单纯的游戏研究更有意味：如果迁移成立，训练数据的边界就不是文本而是可交互环境。这条和今天 Codex 已在 OpenAI 内部承载几乎全部工作的样本相互印证。