Nathan Lambert 梳理了当前 AI 格局中六个影响深远的判断。核心观点：开源模型在 Agent 场景仍落后闭源模型 5-6 个月以上——即便 Google 也没有 Claude Code/Codex 的有力竞品；美国开源模型（Nemotron、Gemma 4、GPT-OSS）正在重新夺回生态位，Gemma 4 在同尺寸级别已追平或超越通义千问系列；Anthropic 和 OpenAI 的全面竞争将在 2026 年下半年加剧。他判断 AI 正在将公司推向两极——超大规模和超小规模都能生存，中间地带的知识工作者面临最大挤压。

a16z 合伙人 James da Costa 和 Angela Strange 论证合规是 AI 在企业端最大的落地机会。美国目前有超过 40 万合规官员，年薪资支出超过 400 亿美元，但投入更多人力并未改善结果——TD Bank 2024 年因未监控 92% 交易被罚 30 亿美元。三个变化使现在不同于过去：VLM 文档处理从"能跑"跨越到"能信赖"的阈值；computer use agent 可以直接操作遗留系统无需 API 集成；长程任务执行让 Agent 能跑完整个合规工作流。关键判断：合规正从成本中心转变为收入驱动——更快的 KYC 意味着更少的客户流失和更快的变现。

Nvidia 调整财报结构，将业务拆分为面向超大规模客户（hyperscaler）和其他客户两个方向。在超大规模市场，Nvidia 面临商品化压力——Google TPU、AWS Trainium 等自研芯片持续蚕食份额；在非超大规模市场（企业、政府、sovereign AI），Nvidia 运营着从芯片到软件的完整堆栈，享有更高的定价权和护城河。Ben Thompson 认为这一拆分本身就是对市场结构变化的信号性确认。

腾讯开源模型 Hy3 在 OpenRouter token 用量排行中超过 Claude 50% 以上，但基准测试成绩并不突出。深入分析发现：98% 的 API 成本现在来自输入 token（大量被缓存），"标价"已严重失真——DeepSeek V4 Flash 通过 2% 的缓存读取成本实现了 $0.018/1M token 的有效价格，远低于 Hy3 的 $0.034/1M。作者推测 Hy3 的流量来自某个未公开的大型非编码应用，而非真正的用户偏好。LLM 的有效定价和标价之间的巨大差距正在成为新的竞争变量。

Microsoft Copilot Cowork 存在数据泄露漏洞——Agent 可在未经审批的情况下向用户收件箱发送邮件，邮件中的外部图片请求可泄露 OneDrive 预认证下载链接，攻击者借此下载用户文件。

curl 项目负责人 Daniel Stenberg 披露，AI 辅助的安全漏洞报告数量已达 2024 年的 4-5 倍、日均超 1 份，令维护团队不堪重负。AI 生成的漏洞报告虽然表面可信，但大量核实工作严重挤占正常开发资源。

Paul Graham 表示创始人用 AI 写的邮件一眼能认出——"hard-hitting journalistic style"此前从未在创始人邮件中出现。"一旦意识到是 AI 写的，就不再读完"，称这感觉像被欺骗。对创始人沟通策略有直接影响。

Uber COO Andrew Macdonald 表示 AI 投入的产出增长不成比例——花了大量成本但看不到对等的生产力提升。Gary Marcus 认为如果更多大公司得出类似结论，AI 泡沫将面临戳破压力。

Cory Doctorow 论证 AI 泡沫与互联网泡沫有本质区别：没有人需要被强迫使用互联网——人们自发拥抱网络；而 AI 的企业采用更多是自上而下的推动，用户实际接受度远不如管理层预期。

Derek Thompson 分析全球出生率为何在每个国家都在下降——宏观人口结构变化将深刻影响劳动力供给、消费市场和长期经济增长预期。

字节跳动首次针对特定业务单元（Seed AI 部门）发行股权激励，员工可低价认购与 Seed 部门挂钩的期权，收益不被其他业务线稀释。同日新闻：我国人形机器人全球市场占比超八成。

通义千问 3.7 在编程基准测试中排名仅次于 Claude，阿里跻身全球编程模型第一梯队。与 Nathan Lambert 在 Interconnects 中的判断相呼应——中国开源模型在特定领域已接近前沿水平。