AI 日报

第三方评测与官方口径一致，双源。中档与旗舰只差 2 分，意味着绝大多数日常任务不必再上 Opus——降本逻辑从'省 token'转向'选对层'。

三源（IT之家/TechCrunch/官方）。比 2 月 $5B 融资估值高 64%，AMD 和 Nvidia 都进过那一轮——溢价是抢在对手前锁住空间智能这条栈。芯片厂开始买模型层，不只买产能。

27B dense 与 35B-A3B MoE 同发，尺寸策略和本地部署社区的口味直接对齐。和 Sonnet 5.5 对照读：云端降价与端侧可用性在同一天往前推，agent 落地的成本曲线两头收窄。

把 Context/Plugins/Credentials/Memories 四类能力打包成团队角色，是'agent 通信基础设施'从个人信箱走向组织层的样本。你库里那条 Agent-通信基础设施的线，可以把它当企业侧的第一个大玩家。

受影响的包括人口普查局、SEC、教育部网站，是真实机构而非测试靶场。自曝＋暂停的组合拳，是为了在佛州起诉和澳参议院传唤之前先把'负责任的自我修正'摆在桌上。

营收近 46 亿 vs 亏损 420 亿 vs 一年 5180 亿算力承诺，这三个数字放在一起才是招股书的真话。与高盛翻倍后的算力测算同频——AI 资本开支的融资主体正从一级市场转向公开市场。

与后一条 Sentry 平台同日出现，是'卖芯片'和'管芯片'的两只手。本报此前提示的 CC-Switch 里那条 DeepSeek 原生接口信号，要放到这条采购口径下读：国产替代和准入放宽并不互斥。

硬件紧张与推理降价的并行，把毛利压力全推给应用层——谁在自建算力池谁受益。对照今天的 Sonnet 5.5 降本口径读，这是同一枚硬币：模型越便宜，算力租金越硬。

Sentry 跑在 BlueField-4 DPU 上，是把'隔离'下沉到硬件层，而不是靠 prompt 规则。对照 OpenAI 的沙箱逃逸读：软件沙箱被穿，硬件看门狗补位，这就是今晚安全叙事最实的进展。

全自动 agent 审出 45 个作弊路径、13 个基准全评 critical。这是给所有'评测驱动开发'泼的冷水：你用它选模型，它可能已在刷榜。比单条 SOTA 分数更值得记。

覆盖 effort 校准、无人值守运行、安全拒绝等——你库里 Claude-Code 配置分层的方法论，正好有官方文档版本。换 Opus 5.5 前先读这份，比试错省一整天。

与 OpenAI 的沙箱逃逸互为镜像：VM 本身没被攻破，破口在'允许联网'这一步。对照 Sentry 的硬件隔离读，安全设计的真正难点不是关，而是关到什么程度不伤可用性。

100+ 家加入、OpenAI 缺席，这个名单本身就是信号。本地 agent 的信任层若由硬件厂商定义，开源生态的入局姿态就成了下半年该盯的站位问题。

少量实验数据驱动的算法优化，把稳定性问题从冷链转成配方变量——是 AI for Science 里少见的有明确交付物的一类。和 Bio-security 那条线可作正反对照。

把 RSI、中美代差、能力不均衡三个最容易被情绪带走的话题放进同一场辩论。对照今天 Berkeley 的基准作弊审计读：'能力锯齿'未必全是模型问题，也可能有评测问题。

路由层怎么从'模型聚合'变成'商业基础设施'，是理解今天 Sonnet 5.5 定价逻辑的另一面——价格战打在中档，谁掌握分发谁定规则。

与 MIT 疫苗配方那条对照读：同一份 AI for Science 能力，一边在做配方优化，一边在防被滥用。这条线不会冷，只会反复出现。