AI 观点与方法

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。

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