AI 观点与方法

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"。

Grok Build 太不可思议了 🔥 我刚刚构建了这个可以用双手控制的交互式视觉画面。我的笔记本电脑摄像头追踪我的手掌动作，让我能实时改变视觉效果。 Grok Build 正在改变每个人能创造的东西。

Anthropic 工程师 Thariq 承认 Opus 模型存在不足，团队将优先修复，尤其关注冗长输出问题。用户可通过 `claude /config outputStyle=concise` 命令立即缓解该问题，无需等待长期修复。社区持续向 @bcherny 和 @trq212 提供建设性批评，期待 Opus 恢复 4.6 版本时的体验。

我们测试了Anthropic每月200美元的Claude套餐，其最高可产生每月8000美元💰️💰️的收益，而OpenAI每月200美元的套餐，若在长周期任务中耗尽全部每周限额，则可产生价值高达每月14000美元的token。该测试于6月进行。

Anthropic 7 月年化收入达 650 亿美元，高于 5 月的 470 亿美元，并预计 Q3 实现盈利。Ramp AI 指数显示，7 月 Anthropic 模型支出中 Opus 4.8 占 28.0%，而 7 月 24 日发布的旗舰模型 Fable 5 仅占 3.5%，其高昂成本使其吸引力不及更便宜的模型。

Grok Bot 可以做到令人惊叹的事情！ 三个月后，Grok 的进步令人惊叹，@bot 让它更强大、更易用。 这是使用相同提示词时的保真度："解释纳维-斯托克斯方程及其如何通过实际流体动力学模拟与翼型设计相关联。"

开源AI的token份额正持续上升，近两月已从28%增至62%，正从OpenAI和Anthropic手中夺取份额。Elvis Saravia认为，监督者主导多执行子智能体的模式正被广泛采用，子智能体消耗大量token，而开源前沿模型在价格和效率上更具优势。他预测最终闭源前沿模型将占60-90%的经济价值，但仅占15-25%的token量。

2026年，随着模型成为关键基础设施，企业将开始认真关注模型效率和可靠性。

2024年：一台搭载RTX 4090的游戏PC以4-bit量化运行Llama 3 70B，速度约为2 tok/s。 2026年：一台搭载RTX 5090的游戏PC以原生mxfp4格式运行DeepSeek-V4-Flash 284B，速度约为24 tok/s。 预测：到2027年底，一台游戏PC将以可观的速度在本地运行Fable 5级别的智能。

Sam Altman 在 David Senra 播客中表示，OpenAI 不想只做 AI 应用层，而要成为其他应用公司构建的平台。他称将提供个人或公司的 AGI 统一接口，并通过 API 支持上层开发，同时覆盖成本-性能曲线上从高端科研到廉价大规模任务的全部需求。

它们在那条轨道上看起来完全如鱼得水。 重量不到 20 公斤，高度适合登机箱，这些 Booster K1 非常便携。更小的体积和更轻的质量使其在人群周围更安全。

用特定测试框架评测模型的方式已失效，应转向Pi、Hermes Agent等最小化标准框架，并保持长期稳定。模型未来或能按任务动态生成测试框架，使框架如同系统提示词般可调，评测将愈发复杂。

Ethan Mollick指出，用GPT-4等旧模型做AI影响研究并非不可，但需谨慎讨论。若结论是AI已具备某能力或达到人类水平，这类正面结论依然成立；但若结论是AI在某任务上表现差或有偏见，则不能断言AI不行，因为新模型可能已解决。他建议可明确限定"GPT-4不能做X"、对比多代模型趋势、论证AI固有缺陷、聚焦调节因素或人类反应等替代框架。

博主Elvis Saravia推荐一篇关于AI芯片架构的长文，该文覆盖NVIDIA、AMD、TPU、Trainium、Cerebras、Groq等主流芯片的架构、扩展（scale-up与scale-out）及软件栈。Saravia认为，一旦RSI（递归自我改进）出现，模型架构可能快速演变，与今天截然不同，从而带来全新的算力需求。

OpenAI CEO Sam Altman 在访谈中探讨 AI 两大风险：失控与权力集中，并预测将迎来小企业繁荣。他谈及 AI 采用缓慢、模型与算力规模定律，以及 OpenAI 无客户、无产品、无剧本的创业历程。访谈还涉及迭代部署、上下文记忆与未来人机协作方式。

更便宜的工具正在蓬勃发展，这对即将进行的IPO意味着什么？文章指出，低成本AI工具的兴起正在给前沿AI公司带来压力，可能影响其市场估值和上市前景。这一趋势表明，行业竞争格局正在向性价比方向倾斜，高价前沿模型的商业可持续性面临挑战。

想象一下 Ox Alpha 在 DGX Spark 上运行的样子。人总得有点梦想，对吧？

我喜欢 Gemini 应用现在有多快。打开、输入提示词、直接开用。搭配 Gemini 3.7 Flash 简直绝了 🔥

用受版权保护的书籍训练AI模型是否合法，美国法律尚无定论。法官William Alsup裁定Anthropic因从非法影子图书馆获取书籍而需支付15亿美元和解金，但认定其AI训练本身合法，类比为"阅读"而非"复制"。现行版权法自1976年未更新，案件多围绕"合理使用"展开，Thomson Reuters诉Ross Intelligence案则因直接竞争用途被判不构成合理使用。

Jonathan 在 17 岁时独立预训练了模型，他的论文已被 ICML 接收。这是一期非常可爱的短播客，打开了一扇了解高中生 AI 世界的窗户。感觉非常温暖和触动人心：） https://youtu.be/UTDalAEU274?si=4oyGf6YGoJlI1Mcr

一位开发者将一项逆向工程任务交给 Qwen 3.8 27B，模型仅用 30 分钟便完成。该案例展示了 Qwen 3.8 27B 在复杂技术任务上的处理效率，相关讨论在 Hacker News 上获得 104 个点赞。

编码执行正被工业化，但程序员价值不会自动消失或上移。新的分水岭在于谁能定义值得解决的问题、将组织知识转化为机器可用的上下文、用独立验证约束高速执行，并对真实世界的结果负责。