AI 日报

以更低成本逼近前列，重塑 Pareto 前沿——Agent 竞技的胜负标准正从「谁最强」转向「谁最强还最便宜」。和同榜 Sonnet 5.5 单任务 $2.74 对照读，性价比路线在 agent 场景开始显性化。

第 3 名却掉出 Pareto 前沿，说明 Anthropic 在这一档是「能力够用、价格偏贵」。和 GPT-6.1 Sol $0.56 同榜并列看，Anthropic 若不调价，agent 批量化落地会先流向 OpenAI。

从对话入口切进个人财务场景：查遗忘订阅、追异常扣款、盯账单涨价。这是 ChatGPT 从「工具」变「账户」的一步，入口一旦绑定账单数据，粘性远高于聊天。与 Amazon、OpenAI 的 agent 支付线同频。

「改一处不动其余」是图像编辑真正可用与不可用的分水岭，前几代模型最被诟病的就是全图重绘。开源图像栈与 Qwen-Image-2.1 双线推进，视觉生成的开源侧今年一直在追闭源。

语音 agent 的瓶颈早就不在模型智力，而在听清与说像——微软押注这一层，是补语音商业化（见语音赛道估值翻倍那条线）的基础设施缺口。

从出口管制文件走到刑事逮捕，芯片管制的执行力度上了一个台阶。对华算力获取的灰色通道被收窄，国产替代与合规采购两条线的价差会继续拉开。这条下半年会反复出现。

Google 自己给出太空算力的门槛数字，等于承认短期不成立，但把「发射次数」定成了可跟踪的指标。和 Project Suncatcher 原型星入轨对照读，这是长期期权不是当期叙事，别按近期催化定价。

三名离职加一人出走，安全团队整编制动荡。叠加加州传票，OpenAI 在「能力优先还是安全优先」上的组织选择被外部强制摊开。这是继 10 月初解雇事件后的续集，盯后续招聘与安全报告口径。

让模型为特定硬件自写推理内核——这是「Agent 写基础设施」第一次拿出可复现的加速数字，不是 demo。与 Epoch AI 的算力上限对照读：单卡效率每提一档，等于凭空多出一批并行 agent 的容量。

一个月真实工作流的长测比跑分有用得多——国内模型在编码 agent 场景的可替代性正在被个体开发者验证。和 CC-Switch 提到的 DeepSeek V4 Flash 原生支持对照，国产模型进 coding agent 的路径在变宽。

Redis 作者入场做本地 LLM 运行时，信号大于工具本身——基础设施老兵开始把 LLM 当成需要严肃工程化的一等负载。本地推理的「体验层」正是当前最缺的一环。

一句话点破了 harness 经济学：护城河从模型转向上下文、工具与验收规则。这与你库里「Loop-Engineering」的判断同频，SaaS 被 agent 重构的路径就在这一层。

MCP 从可选插件变成默认内置，意味着 agent↔工具协议正在完成标准化收敛。对新工具来说，不接 MCP 就是自绝于生态——这条协议线的先发优势已经兑现。

关键在「无定制脚手架、普通聊天界面」——说明是通用模型能力而非工程包装。五篇回答此前公开未解问题，是 AI 做原创数学研究的可审计证据。和你库里「FutureX 用未发生事件检验预测 agent」对照读，评测范式都在往真实产出靠。

企业把 AI 嵌进客房体验与后台的重建细节，比任何「AI 转型」口号都具体。这类「传统大厂怎么落地」的一手材料稀缺，对判断应用层真实渗透率有价值。

在「读博还是进大厂」的集体焦虑里提供一个反向坐标：AI 时代学术的稀缺价值不在资源，在没有人替你定义问题。适合和博士群体近期讨论并读。