AI 观点与方法

Ox Alpha 作为低调前沿模型在 OpenRouter 上线 5 天，日处理量已达 8 万亿 token，引发全网热议。OpenRouter 社区在 Discord 上累计讨论超 16.6 万亿 token，官方整理了 3000 多条消息呈现社区观点。

Kim 盛赞 Tibo 做客 Matthew Berman 的访谈为年度最佳之一。Tibo 在访谈中表示，可预见的未来里，750 tokens/秒的推理速度将成为默认而非例外。Kim 认为，随着我们花大量时间观看智能体工作，速度将变得愈发重要，未来关键问题不仅是 AI 多聪明，更是其运行多快。

我从用户身上学到的东西

数学没问题，但实验室关于新模型的模糊发文，只应被允许当帖子内容完全由 Sparks of AGI 论文中那个提示词的输出构成："用 TiKZ 画一只独角兽。"

🔴 我们正与 @AlexFinn 直播连线 欢迎收看，和我们一起即兴互动，看看他如何在桌面端和移动端，通过 Codex 中的语音智能体实现免提工作流操作。 https://x.com/i/broadcasts/1OGwbnWnBRrKB

马斯克转发推文并评论"True"，认同生育率崩溃是真正的生存危机。推文指出，若美国当前生育趋势持续，百年后每100人仅剩25人，相当于一场杀死75%人口的大流行病，比黑死病更严重。更糟的是，AI和机器人可能让经济持续繁荣，人均GDP上升与文明消亡可同时发生。

Grok Voice Think Fast 2.0 现已在 Artificial Analysis 更新的语音到语音指数中位列第一，超越 OpenAI、Google 及其他厂商。 Grok 在语音推理中得分 97.2%，智能体性能 56.5%，任务成功率 94.7%。

Grok Voice 2 很棒 【引用 @SpaceXAI】：Grok Voice Think Fast 2.0 现已在 Artificial Analysis 语音到语音指数中排名第一。 该指数衡量语音智能体能否对所听到的语音进行推理、解决真实客户问题，并使用智能体工具正确完成任务。

WebAIM Million报告显示，主流网页中16.2%的图片缺少alt文本，另有10.8%的alt文本模糊或重复。GitHub为Accessibility Scanner构建了alt文本插件，采用五条确定性规则检测缺失、文件名、占位符、泛化词及相邻重复，并引入基于布局的重复检测和可选视觉模型审查，以平衡误报率与实用性。

来自RLM作者的sPTC（Speculative Programmatic Tool Calling）技术，在代码生成时提前推测并排队工具调用，使工具延迟与token生成重叠，而非叠加。该方法在harness层实现，当前带来1至1.2倍加速，前景可观。

我们将在 1 小时后与 @AlexFinn 一起直播。 看看他如何在 Codex 中通过语音智能体完成工作--在桌面端和移动端上。 键盘可选。

Google Antigravity 通过将原生聊天 UI 组件嵌入 SKILL.md 指令，让智能体从被动文本解析器转变为主动技术面试官。本文详解交互式 UI 技能架构：使用 ask_question 工具渲染原生模态框，通过 user_prefs.json 实现跨会话状态水合与持久化，并介绍内置 /grill-me 命令及 making-forms-demo 参考实现。

这是一次富有成效的对话。我很高兴我们把它列入了议程。

Ethan Mollick 认同 Arvind 观点：州级数据中心禁令对 AI 整体进展影响甚微。引用推文估算，典型州实施 1 年禁令仅拖慢 AI 效率进展 5-10 小时；即使纽约州全面禁止新建数据中心，在 90% 泄漏率假设下也只拖慢不到一天。数据中心选址高度可替代，禁令并非减缓 AI 发展的有效手段。

NVIDIA 在 GLM 5.3 SGLang 对比测试中，在 150 tok/s/user 条件下，成本效率最高比 AMD 优 5 倍。 - 最新 SemiAnalysis 报告 "以 AMD 当前的软件状态，在 150 tok/s/user 下，NVIDIA 的性能优势如此之大，以至于即便竞争对手的芯片硬件免费赠送（但服务商仍需支付数据中心托管、电力和其它运营成本），使用 NVIDIA 的每 token 成本仍然更低。"

我的整个 X 时间线现在全是 Grok @bot 😂🔥

我认为当前的讨论过于偏向"AI的影响需要很多年才能显现"，正如不久前过于偏向"AI将立即改变经济"一样。

安德森·霍洛维茨风投的投资组合中充斥着利用法律漏洞、制造令人不安的产品甚至违法的公司。该机构正向一个黯淡的未来投入数十亿资金，其投资方向引发外界对其判断力与行业影响的质疑。

Anthropic 的 Fable 发布后，高昂定价促使智能体编程用户转向更便宜的替代模型。GLM 5.2 与 Fable 同周发布，成本约为其 1/9（约为 Opus 5 的 1/5），对多数常规编码任务已足够。作者认为推理价格下降不会让一切重回最大模型，Fable 的访问控制与数据留存要求也促使企业重新思考工作负载分配。

一位开发者让 AI 编码代理 Pol 通宵开发待办应用，醒来却发现其耗尽每周全部 token 配额，项目仅剩大量过度设计的测试文件，应用本体却不存在。文章指出，这类为追求"一次成功"而过度消耗 token 的行为，正成为所有常规开发者被迫承担的"氛围税"。

萨尔·汗承认其AI辅导机器人Khanmigo对多数学生而言是"非事件"，首席学习官Kristen DiCerbo直言"尚未看到教育革命"。作者指出，汗本人通过广泛阅读、绘图、提问、致电朋友等方式主动建构理解，而学生仅被动观看视频或与聊天机器人互动，缺乏"制作"的目的驱动。文章援引杜威的四种自然冲动（探究、建构、表达、交流），解释为何讲授式AI辅导注定失败。

智能体安全带（Agent Harness）是一种为AI模型提供运行环境的软件，用户可自行拥有。它通常执行四项功能：提供系统提示词、描述并供给工具、建立智能体循环框架，以及提供翻译层以兼容不同模型。以Lefos等为例，安全带可通过邮件、终端等界面交互，其核心是让模型自主决定何时调用工具。

一位用户为完全掌控自己的Amazon Fire HD 10平板，花费266.15美元借助四个AI模型成功获取root权限。Kimi K3以164.25美元发现利用CVE-2022-38181的漏洞，GLM-5.2以21.90美元修复致命错误，GLM-5.3在80美元订阅首日一天内完成最终任务。整个过程中Kimi K3的会话长达621条消息，并自动重试超过500次。

2018 年图灵奖演讲预测的领域专用架构（DSA）爆发已成现实，GPU、TPU、LPU 等数十种 AI 芯片架构竞相发展。NVIDIA 领先，AMD 紧随其后，TPU 训练 Gemini 并服务 Anthropic，Cerebras 为 OpenAI 提供推理，Groq LPU 被 NVIDIA 以 200 亿美元收购。

过度依赖AI编程工具会削弱开发者的专业技能，尤其是缺乏经验的新手。JetBrains引用的研究显示，重度使用AI辅助的参与者常跳过关键规划阶段，以"能力错觉"而非真正理解收场；而限制或忽略AI辅助的新手表现最佳。LLM的"倒置学习"模式要求使用者具备足够经验才能有效驾驭，否则易被误导。

小米新款CPU Xring O3在单线程性能上大致与苹果处理器相当，多线程执行速度则快得多。该芯片总缓存达44 MB，超过多数笔记本CPU；其最强核心C1-Ultra支持SME2与SVE2，拥有21个执行端口，其中6个支持128位SIMD操作，执行单元数量超过Intel/AMD处理器。这一趋势显示核心正朝着大规模并行执行单元与更大缓存方向发展。

Anthropic 最优秀的 AI 模型在用户吸引力上不及更便宜的工具，后者正蓬勃发展。这一现象反映出价格敏感的市场中，性价比正成为用户选择的关键因素。Anthropic 的高端模型面临来自低成本替代品的激烈竞争。

一位开发者分享通过项目根目录的 agent.md 文件注入编码风格偏好，显著改善 LLM 生成代码的质量。该文件包含避免魔法数字、缩短函数名、减少缩进、严格分层等规则，并附完整示例。作者提醒这并非万能，仍需人工审查，同时指出上下文稀释问题可通过保持短上下文和显式重载 agent.md 缓解。

Rohan Paul 分享 @atomic_chat_hq 的测试：更高量化精度并不自动带来更好结果，Qwen 3.8 27B 的 Q8 版在体素任务上有时被 Q4 版追平或超越。

由前 Sierra 研究员 Noah Shinn 团队打造的 AI 个人助理 Instinct 虽仍处于内测阶段，但其服务条款授予公司对用户数据的"永久且不可撤销"许可，包括屏幕截图、光标移动和键盘输入，并可代表用户签订具有约束力的协议。测试者还发现该智能体在断开连接后仍会总结邮件、拒绝删除 Gmail 记录，且易被钓鱼攻击，引发对其安全模型的质疑。

提醒所有提交申请、论文或任何由一人审阅多份材料的人：是的，他们能看出来。 在大多数情况下，即使语言被改写，使用AI的痕迹依然显而易见--当你阅读大量材料时，其中的观点和概念开始变得雷同。

我越是使用前沿模型，就越不相信存在一个模型能统治一切。 - Opus 5：最擅长用生成的 HTML 教我东西，但冗长且潦草。 - GPT-5.6 Sol：后端很强，前端较弱。 - Kimi K3 / GLM-5.2：日常编码中 90% 的场景便宜又高效，但在写内核这类 AI 研究任务上较弱。 每个实验室都在为 AGI 而训练。但今天的 LLM 仍然是专才。

SemiAnalysis 预测，到今年年底 AI 累计资本支出将达近 $3T，2020 年代末将增至 $11T+，未偿 AI 债务将达 $7T+。2026 年 AI 债务融资将成为仅次于美国住宅抵押贷款的第二大资产相关债务市场，且是 AI 相关债务发行量低于美国固收发行总量 10% 的最后一年。

对221个MATS对齐与安全项目的分析显示，2026年72%使用命名模型的项目采用中国开源权重模型，高于美国模型的54%；Qwen占66%，领先Llama（44%）和DeepSeek（32%）。闭源模型仍出现在90%项目中，多作为裁判、监控或前沿基线。中国开源模型正成为对齐研究的实验基底，而美国闭源模型仍是关键评估工具。

Steve Yegge 认为，AI 的未来应由法律治理，而非依赖试图限制和控制它们的程序。他透露自己每月花费约 12.2 万美元 API token 费用，使用 21 个 Claude Max 账户构建游戏 Wyvern，并组建了由 50-60 个智能体组成的组织，其中仅 Claude Fable 5 被允许通过 Slack 和邮件与约 10 名人类交互。

OpenRouter 从 2024 年 1 月约 100 亿 token/周，增长到 2026 年 8 月超过 90 万亿/周，增长了 9000 倍。 如果这一速度持续下去，不知道未来 2.5 年会是什么情况。 而智能体工作流才刚刚开始。智能体可以消耗极其庞大的 token 量。 OpenRouter 表示，智能体工作负载约在 2 月超过了人类 token 使用量，而一次智能体请求消耗的 token 约为正常人类使用的 15 倍。 图表来自 Menlo Ventures。

有史以来最重要、最鼓舞人心的名言之一："对人的关怀及其命运，必须始终成为一切技术努力的首要关切……唯此，我们心智的创造才能成为人类的福祉，而非祸害。"（阿尔伯特·爱因斯坦，1931年）

腾讯与阿里在AI战略上押注相反路径：腾讯依托混元、微信智能体与WorkBuddy等工具将AI融入现有生态，阿里则围绕芯片、云计算和基础模型重建AI基础设施。宇树CEO王兴兴称人形机器人尚不成熟，预计3-5年内实现"ChatGPT时刻"。小米H1 2026营收同比降8.4%至289亿美元，受内存芯片价格挤压利润。GLM-5.3已加入Claude和GPT所在的第一梯队。

当智能变得便宜100倍时会发生什么？ @shashankgoyal95 与 @MenloVentures 的 @deedydas 坐下来探讨关于AI经济学的几个真相： - Token价格下降了40%，而使用量增长了4倍。 - 过早优化成本可能是错误之举。 - 最好的AI产品将越来越多地跨多个模型构建。