AI 日报

交互式交付物再进一步：从静态 artifact 到会动的看板/视频。本报此前提示有 ELI5、Kami 这类「大图少字」的 skill 线索，这次是模型原生把这条路径收编，做可视化 skill 的护城河会被压缩。

把安全能力做成免费工具，是抢标准而非抢收入。对照同日 TOS 收紧、模型误报警方三件事连读，Anthropic 在「合规叙事」上正拼命补课——安全团队与商业化节奏的张力今年会反复出现。

agent 协议层又添一个玩家，且拉来了支付与电商方——这比技术文档更关键，agent 要花钱就必须过支付与身份这道门槛。和 MCP 对照读：协议之争的胜负手不在模型，在谁先锁定交易闭环。

开源模型在「网络安全」这个敏感能力维度反超闭源旗舰，说明能力扩散速度已快于监管。与 Anthropic 免费安全扫描器同日出现，攻防两端同时被开源拉平，这条线是政策收紧的潜在触发点。

发布数周即拿下 75 亿估值，是当前一级市场对「新模型公司」定价的样本。与 Arena 十个月估值翻倍到 31 亿并读：资本对 AI 基础设施层的下注仍在加速，但钱开始集中到能讲清商业化的少数标的。

AI 算力设施第一次成为战场上的实体打击目标。与亚马逊取消数据中心保密 NDA 对照读：算力资产的「暴露度」同时在地缘和商业两端上升，数据中心选址与冗余设计要重新定价。

模型评测平台本身成了值钱的资产——谁定义「谁更强」，谁就掌握定价权。与今日 Mistral Large 4 在 Agent Arena 排到第 43 对照：榜单的公信力正在被商业化考验，这条张力值得长期跟踪。

对「AI 提效」叙事的直接证伪：代码行数与交付物脱钩。本报此前提示有 Loop-Engineering、Claude-Code 配置分层这类批注，这条正好给它们提供了外部实证——瓶颈在验收规则与需求结构，不在生成速度。

Runtime 层的整合再下一城，边缘计算与 JS 生态的边界被重画。对照你的库里的 Kitesurf（Cloudflare 开源无头浏览器）读：Cloudflare 正在把 agent 运行所需的基础设施一层层收进自己手里。

4B 量级做决策模型且开源登顶，说明「小模型干专业活」的路线在细分基准上已能打。与今日 Jev 母公司 75 亿估值对照：能力被开源平权、公司被资本高估，这个剪刀差是社区最该警惕的信号。

消费级老卡 + 极致量化跑通新模型，本地部署的门槛还在降。本报此前提示有 Qwen 本地部署优化这条线索，这条是又一实证——推理成本的下降会持续重塑「本地 vs 云端」的分工。

agent 开始有「指向屏幕」的能力，是 VLM 落地交互的轻量切口。与今日 Claude 生成数据看板对照读：AI 的表达层正从文本扩到视觉标注，这块的 skill 生态会有小爆发。

把「蒸馏能否继承坏习惯」从争论变成对照实验，DFI/DFC 的区分是安全工程可操作的第一步。对照今日 GLM 反超 Claude 的网安指数：能力蒸馏与失对齐蒸馏会同时提速，这条框架下半年会被反复引用。

在「超级智能」成为默认叙事的当下给出反调，价值在于把曲线拆成可证伪的分段。对做量化判研的读者尤其实用——它给「哪段该下注、哪段该免疫」提供了框架，而非情绪。

用「能否复现人类创新」而非刷题来测 AI，指标更接近真实研发力。与今日 OpenAI 数学论文争议对照读：AI 到底在「解决」还是在「生成」数学，这条评测给出了冷静的量化刻度。

把材料发现当作 AI 落地的下一个物理层战场，视角跳出了软件圈内卷。对照今日 Claude 生成首张完整紫外天图：AI 在「科学产出」这条线上正从工具变成合作者，这条线值得长设。