AI 观点与方法

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。

a16z 最新图表显示，OpenAI Codex 在企业中的周活增长呈极端分化：律师增速高达 108 倍，销售、招聘各 41 倍，营销 26 倍，医疗 24 倍，而工程师仅 5 倍垫底。Codex 已从代码补全进化为能自主拆解任务、运行数小时的数字同事，律师正用它处理海量长文本与合同比对。这标志着知识工作"编程化"，AI 爆发点正从技术圈转向高价值白领岗位。

经三天优化，缓存命中率提升至96%，输出/输入比例提升2.5倍，在请求数与输出数不变的情况下成本降低3.2倍。优化核心是采用 Observational Memory（OM）概念，参考 Mastra 文档。此举源于被梁文峰谷+大涨价倒逼出的极限优化。

北京两名16岁高中生张睿修和冯子上成立"炼丹社"，将自有的RTX PRO 6000、Mac studio及从公司、高校争取的算力与API额度整合为FreeAPI项目，向全校开放共享API，提供三个对话模型及文本向量、联网搜索、视频生成能力。社团现有30多人，覆盖高一约120人年级的四分之一。两人还计划帮学校重建整合课表、成绩等信息的校园网站，并嵌入AI检索助手。

OpenAI CEO 萨姆·奥尔特曼在 David Senra 播客中表示，担心 AI 终有一天会被少数公司、模型或个人控制，让绝大多数消费者在技术塑造世界问题上没有发言权。他同时担心 AI 挣脱人类控制，并认为对后者的恐惧可能导致前者实现。奥尔特曼还称，美国 AI 领导者未能向公众展示技术如何赋予人们更大自主权，并预测将见证有史以来最大规模的小企业创业热潮。

Anthropic 旗舰模型 Fable 5 仅占其付费 token 使用量的 6%，API 定价为 Claude Opus 5 的两倍，价差正促使企业按任务难度匹配模型。Opus 5 成本仅为 Fable 5 一半，且最大努力模式下在 CursorBench 3.2 上仅落后 0.5%。6 月被迫下架可能永久削弱了 Fable 5 的定价权，并推动客户转向多模型采购。

封闭模型已成为较小的一部分。 开放权重模型在Vercel AI Gateway的token占比于8月达到62%，高于6月的28.4%。

对即将加入OpenAI的团队成员，有什么关于如何最好地与俄亥俄州社区互动的建议吗？@TaylorLorenz

开源AI在Vercel平台上的token份额两个月内从28%飙升至62%，正从OpenAI和Anthropic手中夺取份额。FT报道称Fable 5因成本过高使用量下滑，而开源模型性价比持续提升。作者认为用户对本地自主控制AI的需求日益增长，开源推理成本与前沿模型相当，并非"免费"。