AI 观点与方法

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。

小米玄戒AI盒子在150W迷你主机内集成三颗自研芯片，本地运行120B大模型，近存带宽达1.22TB/s。核心是O100芯片通过Wafer-on-Wafer将内存叠于计算层，28，672根数据线直连，带宽为传统旗舰手机16倍，官方宣称速度330 tokens/s。该三芯异构方案复用至手机、汽车、桌面平台，工程样机计划2027年商用。

把「群」视作一个「大模型」，每个人的发言都是一条Prompt。

"SpaceXAI正将这一架构从大规模AI工厂带向轨道计算的下一个前沿。" --Ian Buck，NVIDIA

现阶段，应鼓励患者在就诊前使用AI，以更好地了解自身病情和治疗选择；而对医生而言，应强制要求使用AI来复核其治疗方案。

AI 生成代码的兴起给代码验证带来更大压力，本文剖析其工作原理及未来走向。Andrea 就代码验证的未来形态提供了极具价值的见解，指出随着 AI 编码普及，验证环节的重要性正持续上升。

作者借海明威《太阳照常升起》中"先是逐渐，然后突然"的破产比喻，指出当前 AI 市场终将崩溃，路径有两条且并不互斥：一是心理层面的信心崩塌，二是与未付账单相关的财务现实。作者称自己此前多关注前者，今晨读到一篇详述后者如何展开的文章。

科技史上最聪明的人不断消灭技术稀缺性，却把最大定价权让给掌握其他稀缺资源的人。AI 若真是生产力革命，大概率也逃不过这一规律。引用观点指出，吃到最大红利的往往不是技术最强的人，做大后技术自然会提升。

Nathan Lambert用Codex分析50万篇arXiv论文发现，中国开源LLM在AI研究中的提及率从2024年的10%升至如今的约40%，而美国开源模型从30%降至25-30%。Qwen被1/3提及LLM的论文引用，DeepSeek在R1发布后明显跃升；Llama于2025年4月达30%峰值后持续下滑。

Ethan Mollick 认为，人们问"哪些个人任务需要智能体"时，往往只想到简单重复的自动化。但前沿AI已非常擅长处理不规则且耗神的任务，如医疗账单、信用纠纷、繁琐表格。他因此觉得消费级AI被低估了--人们常因医疗、政务、财务、学校表格等复杂事务而苦苦挣扎，却得不到所需帮助。

开发者Dex Horthy引用John Ousterhout的战术与战略编程之分，认为AI已基本取代战术编程（日常编码），但尚无证据表明它能进行战略思考（代码库健康、架构设计）。他将当前AI智能体比作"战术龙卷风"--产出惊人却毫无长远眼光。

医疗 AI 面临"预言机问题"：临床决策主观、底层数据不透明、评测易沦为营销，导致医院难以客观评估模型优劣。OpenAI 报告每周超 3 亿人用 ChatGPT 咨询健康问题，2026 年每百万条病历中约 1，686 条记录患者对模型回答的追问。a16z 正与 Protege 合作，试图通过追踪患者长期结局来解决这一评估难题。

作者指出最贵的不是模型，而是工程系统：单日两轮任务跑 1 亿 tokens，仍有 13 条因 receipt identity mismatch 失败，模型已产出结果系统照样出错。真正难点在于幂等、状态机、回执、重试与可观测性。Agent 工程本质上更像分布式系统，而非 Prompt Engineering。

前苹果工程师让 Grok 4.6 在 Cursor 中执行两项任务后睡觉，次日直播验收成果，全程无需人工干预。SpaceXAI 围绕长时运行智能体任务构建 Grok 4.6，测试其能否在无人监督下持续工作，并对比了 Grok 4.6 与 Opus 5 的表现。

掌握你自己的智能技术栈。 这是我对今天任何正在构建的人的建议。无论你是刚刚起步，还是已经在过程中。 其中一部分在于理解如何构建底层基础技术，以及在其之上构建应用/体验。

现在所有孩子的派对邀请函都是用AI做的了。这事已经发生了，图像生成已经走向主流。 另外，这是不是Comic Sans字体的末日？

两个 AI Agent 事故暴露同一根因：把模型输出当成了系统状态。X 抓取 25/25 全失败，日报却写「新增 0 条」；待办「今天」未转标准日期，提醒直接消失。LLM 负责判断，确定性代码负责日期、状态、重试和告警--「没有结果」不等于「没有发生」。

一种完成知识工作的新方式 【引用 @a16z】：AI 重度用户正出现在科技行业之外。自 2 月以来增长最快的 Codex 采用群体： 法律：108 倍 销售：41 倍 招聘：41 倍 营销：26 倍 医疗：24 倍 本周图表：https://www.a16z.news/p/charts-of-the-week-winds-of-thematic

2026年过半，小宇宙站内AI相关人物搜索量同比增长470%，杨立昆、罗福莉、杨植麟等关键人物的深度对话几乎只出现在播客。Anthropic创始人达里奥对外发声9个链接中7个是播客。小宇宙AI话题节目近3年增速约300%，播客以高信噪比和完整语境成为AI故事的第一现场。

a16z合伙人Martin Casado体验了一款未发布模型，称其可能是今年最重要的发布之一。Kim推测该模型或是Ilya Sutskever的SSI模型，因a16z已投资其公司；也可能是Astra。AI竞争正进一步加剧。

karminski 对比测试 OX-Alpha 与 DeepSeek-V4-Flash-Vision-Exp 的代码能力，结论是 OX-Alpha 参数量应不小，性能明显占优。若两者实际都只有 100B 参数，作者称其为"牛"。

前国家花样游泳运动员、花游团体世锦赛冠军梁馨枰退役后成为高校体育老师，用千问解决游泳教学难题。她通过千问对学生动作拍照生成角度分析，并借助AI预演动作改进效果、生成问题清单和练习要点，将省下的时间还给教学本身。

新Claude模型在中等推理任务上表现优异，或为Opus 5.1更新。此前Thariq和Boris已回应批评，暗示将改进Opus 5并可能推出新Haiku。泄露的"claude-melon-eap"和"claude-marshmallow-eap"输出显示3D强化学习能力突出，但两者均消耗大量思考token，多次触及max-tokens上限。

正在执行我的晨间提示词例行流程。

DeepSeek 上线 V4-Flash-Vision-Exp 多模态模型，配开源 Harness 可将 Coding Agent 成本降至白菜价。该组合多模态基准接近 Claude Opus-4.8，离峰价格仅 $0.22/百万 token，一张图算 384 tokens。开源 Harness 支持文件编辑、终端执行，可本地平替 Claude Code 和 Codex，大幅降低迭代成本。

Arena 平台发布第 34 周 AI 大模型盲测排名，智谱新发布的 glm-5.3-max 首次入榜即位列综合榜第 13 名（ELO 1487 分），月之暗面 kimi-k3-max 升至第 10 名，首次进入前十。代码榜中 glm-5.3-max 同样首秀即杀入前十（第 10 名，ELO 1531 分）。综合榜头部由 claude-fable-5 以 1508 分蝉联第一。

美国成屋签约销售量跌至三年最低，7月新屋建设创三年半新低，房地产市场承压。AI数据中心建设热潮正争夺建筑业熟练技工，部分住宅建设工人转向数据中心项目。美国住宅建筑商学会CEO埃德·布雷迪称，全美约缺30万名熟练技工，且短期内难以扭转。

雅虎 CEO 吉姆·兰佐内称，公司悠久历史在年轻用户眼中形成"复古"魅力，是 AI 浪潮中的信任优势。雅虎计划今年晚些时候全面推出 AI 问答引擎 Scout，结合自有内容档案、用户数据和 30 年搜索历史及多家 AI 公司授权技术，并通过广告变现。兰佐内未披露财务数据，但称业务"非常健康"，华尔街银行家已将雅虎视为最快明年可能 IPO 或出售的公司之一。

今日学习：提示词新手 https://ericpardee.github.io/fire-hd-ownership/

后来，人们开始用 AI 构建自我|Zho|2026

五家最大GPU neocloud商业模式各异：CoreWeave与Nebius向SEC报告，Lambda和Crusoe为私有并筹备IPO，Groq在将LPU技术授权给NVIDIA后转型为推理云。

OpenAI 已建立起长期研究押注的能力。员工 @kundan2510 称，领导层全力支持全双工模型（gpt-live 系列），即便其成功看似渺茫；这种支持并非特例，而是 OpenAI 研究项目的普遍规则。他确信世界上很少有环境能支撑并坚持这样的赌注。

生数科技在世界机器人大会上提出通用世界模型五级发展路线，从世界生成、与世界交互、在世界中行动，迈向自主世界智能体与世界组织者。其世界动作模型 Motubrain 推理速度较 Motus 提升约 10 倍，仅需 50 至 100 条人类示范数据即可适配新机器人本体，在 RoboTwin 2.0 基准测试中以 96.1 分位居榜首。

网站上所有 AI 机器人的一个烦人副作用是，它们全都"博览群书"，因此能条理清晰地回复我那些小众领域的引用推文--这些推文原本只会吸引一小群感兴趣的人，现在却会收到大语言模型的回复。 就像你再也分不清以法莲人和基列人了一样。

阿马拉定律依旧不败。

赵纯想转述观点称，宇树市值含85%国家意志，作为具身智能龙头，其市值不应低于互联网公司，否则机器人产业难以为继。另15%为供应链优势：不研发世界模型，靠5个博士生百万年薪养着，待世界模型方向突破后，以快十倍的供应链速度跟进量产。