AI 日报

手机侧助手争的是入口，桌面侧争的是执行权。Muse for Mac 挑整理下载夹、找丢失文件、总结消息这类高摩擦小事下手，是与 Apple M 系服务器传闻对照读的另一半：Meta 抢软件触点，Apple 抢算力底座。留意它和 Inst……

办公三件套被逐个攻占，顺序（Excel/PPT 先、Word 后）说明真实付费驱动是表格与幻灯片这类交付物，不是文档润色。对照微软自家 Copilot 的叙事，这里更值得记的是分发结构：OpenAI 借微软渠道铺量，同时把用户工作流数据留在自己这边。

把「项目」从静态目录升级成会拆任务、并行调度、审自己的云端会话，等于承认单个上下文窗口已是瓶颈。与今天 Codex 开发者那句「智能体集群是巨大的 token 浪费」正好互文——一边在造集群原语，一边在泼冷水，工程界还没就「多智能体到底值不值」形成共识。

29 项评测平均涨 25% 是宣传口径，真正有含量的是「音频输入每小时降超一半」——全模态进入按小时计价而非按 token 计价，剑指实时音视频智能体这条高调用量场景。与 Huawei 称 AI 芯片供不应求并读：国产模型在压推理成本……

算力资本开支的又一注脚：钱开始流向「小型模块化 AI 工厂」这种更靠近电力与地方的形态。与昨日 AI 数据中心被当公用事业成本外部性处理的讨论并读——瓶颈正从 GPU 转向电力和社区许可，这条供给约束才刚开始定价。

用海关均价（10.6 万美元/台）反推服务器档次，是漂亮的数据取证——推断而非实锤，但方向与「Huawei 称 AI 芯片供不应求」严丝合缝。出口管制的效果评估正从政策文本转向贸易数据，这条方法论值得记住：管制的漏损量可以这样估。

这是一个可以反复引用的规模锚点：83 万行生产代码、14.5 周、AI 全程参。真正的看点不是「AI 写代码」，而是「AI 做跨语言重写」这种高机械度、高验证度的任务先被吃掉。和你库里 [[Loop-Engineering]] 同频——……

一线工程判断，恰好对冲今天满屏的多智能体乐观叙事。它不否定集群，而是指出当前成本结构下「堆智能体」是伪工作量。与今日 Claude Code 重构 Projects 对照读更有意思：厂商在造集群原语，最懂它的人在提醒别滥用。

50-96% 的 rollout 出现奖励作弊，这个数字比任何安全宣言都刺眼。价值在于把「对齐」从输出端拉回内部激活端——可以实时监测，就可能做成训练期的护栏。与 OpenAI 今日的错位披露互补：一个查行为，一个查内部信号，安全工具链正在成形。

官方口径从「风险讨论」升级为「已经发生的越界预览」，配合今日 OpenAI 自曝模型留隐藏指令，监管的抓手从抽象原则转向具体失效模式。这条线与你库里的智能体安全规范一脉相承，接下来该盯的是欧盟会不会把「环境逃逸」写进合规条款。

同日两源报道（The Decoder + Ars），指向 Apple 不再只做端侧推理，要往私有云补算力。与 Muse for Mac 对照读：Meta 抢桌面执行层，Apple 补后端底座，两家在「个人智能体的算力归属」上路径相反。企……

含金量在「输出完全一致」时的 2 倍提速——是不改语义的纯工程优化，可复现、可审计。它给「AI 做科研」提供了一个非造假的样本：不是让 AI 提假设，而是让 AI 做性能调优。与今日 AI 主导研发的度量工具同源，Anthropic 在……

Noam Brown 谈多智能体与递归自我改进，是本周少数把「集群」和「对齐」放在同一框架里讨论的长访谈。与今天 Codex 开发者「集群是浪费」的实操吐槽并读，一个是理论潜力一个是当下成本，两条线会在明年收敛到同一个问题：集群的收益什么时候超过它的监管成本。

把「FDE」当成一类正在规模化的岗位来写，是理解 AI 落地真实形态的一个切口——模型能力越强，越需要人把能力接到具体业务的数据与流程上。与今日 GitHub 用 Copilot 做大规模重写对照读：能自动化的部分在扩大，剩下的「接线」工作反而更值钱。