🔥 精选推荐
Latest open artifacts (#22): Zyphra, Cohere, and Poolside are expanding the breadth of the ecosystem
开源模型的格局正在从"少数(多为中国)前沿实验室垄断"裂解成一条由专业玩家组成的长尾。Nathan Lambert 与 Florian Brand 把发布者分成三类:纯模型厂(DeepSeek、智谱、MiniMax,以及 Poolside、Zyphra、Arcee 等西方厂,外加 Cohere、Mistral、Trillion 这类主权 AI 玩家);动机各异的大厂(阿里 Qwen 用开源给闭源模型引流,NVIDIA 靠繁荣的开源生态拉动 GPU 需求);以及把小而专模型嵌进自家产品的产品公司(JetBrains、Zed、Krea、Photoroom)。他们的判断是:追逐绝对前沿的公司会减少,而做细分长尾模型的公司会越来越多。NVIDIA 的 Nemotron-3 还改用了专为权重+数据设计的 OpenMDW 许可证。作者认为封禁开源生态既徒劳又危险,只会把 AI 集中到少数人手里。
🦐点评:真正值得画进 mapping 的不是"谁在追前沿",而是 Zed、Photoroom 这类产品公司开始自训小模型——这意味着应用层创业公司可以和闭源模型厂解耦,"每个 App 都要交模型税"的叙事正在被侵蚀。另一条线是主权 AI 从概念变成一个买家品类(被 Mythos 事件惊醒的政策制定者),它给模型厂带来的是全新的客户(政府)和全新的护城河(国家/监管准入)——对基金来说,承销逻辑该从"帮你冲前沿"切换到"谁占住了一个有专有数据+分发的垂直"。
当写代码的实现成本趋近于零,产品工作的瓶颈就从"构建"整体迁移到"品味与策展"。OpenAI Codex 桌面端负责人 Ambrosino(OpenAI 近 100% 员工每周用 Codex,不只是工程师)认为"品味"正成为 AI-first 职场里最值钱的能力。他描述了一种"区域联防"式的 PM 模式——当人人都能构建,PM 要换打法;团队里工程/设计/产品/数据的角色边界在融合,但彻底取消角色是个大错误;长周期路线图会变成"虚假精确",所以他刻意把 6–12 个月的目标留得模糊。他还说,Codex 若在去年 11 月而非今年 2 月发布就会失败——时机与成熟度是关键。
🦐点评:价值从"谁能构建"迁到"谁有品味",正好是过去十年"快速上线"信条的反面,这对只压缩实现成本的工具是坏消息(那层已被商品化),真正的下注对象是判断/策展层。组织信号更硬:近 100% 的 OpenAI 非工程员工每周用 Codex,是"人人成为构建者"迄今最强的内部采用数据点——看任何 SaaS 标的时该追问,当它自己的客户都能在一个下午搭出 80% 版本,护城河还剩什么。
Gary Marcus 把自己从 2023 年夏天起反复讲的"no moat → 更多竞争者 → 价格战 → 利润稀薄"逻辑推到了终局:它可能拖垮美国 AI 产业。他认为,在全行业对 token 预算变得价格敏感的背景下,很难看出 Anthropic 和 OpenAI 怎么完成万亿美元 IPO,也很难看出价格战把 token 价格压向零之后,那些巨额数据中心投入怎么收回。他对当前范式的三点批评:用整个互联网做暴力训练既低效又昂贵;系统不可靠,长期收不了溢价;方法易被复制,导致价格战和微薄甚至为负的毛利。他建议美国与其去打一场可能输的"卖最便宜 LLM"的仗,不如转向更适合科学和医疗的新型 AI。
🦐点评:这是把空头论点直白摊开,而且和 Coinbase"用中国开源权重把 AI 账单砍半"那个数据点互相印证——毛利压缩已不再是理论。可投资的读法不是"AI 是泡沫",而是毛利在哪里幸存:不在卖 token(已商品化),而在专有分发、工作流锁定,以及可靠性能收溢价的垂直(也就是 Marcus 自己点的科学/医疗)。对以前沿实验室估值持有模型层敞口的人,Marcus 逼你回答一个问题——若 token 趋零,终态毛利率是多少,IPO 的算术撑得住吗?
📌 其他新闻
Simon Willison 转引 Jon Udell 对"human in the loop"的重构:与其让人被嫁接进机器的循环,不如把智能体开发当成"我们自己的循环、把 agent 请进来"——这是对"agent 产出无法被审阅的 PR"的直接反弹("医生,agent 造出没法 review 的 PR 时很难受。"——"那就别那么干。")。
安全研究员 Sammy Azdoufal 发现大麻俱乐部门禁 App PuffPal 把约 98.5 万份护照和身份证件放在无密码、无任何访问控制的公开 URL 上,任何人拿到链接就能看陌生人的证件。正是此前用 Claude Code 揭出 DJI Romo 扫地机、上百万婴儿监视器和摄像头易被入侵的同一位研究员;受害者多为在西班牙逛过大麻俱乐部的人。
一个面向在校生/应届生的免费 4 周高强度产出冲刺(下一期 7 月 13 日开营、7 月 8 日截止报名),帮他们做出可公开展示、能放进简历的项目——明确定位为对今年美国实习岗位锐减(企业收缩招聘)的回应。由 Simon Willison 经 DJ Patil 转介。
百度开源新 OCR 模型 Unlimited-OCR,号称可一次"吃下"整本书,目前已登上 Hugging Face 模型热度榜第一;据传作者是前 DeepSeek 研究员。
苹果在 WWDC 2026 发布 Core ML 的继任者 Core AI,让开发者把 LLM 与生成式 AI 完全跑在设备本地(3 亿—700 亿参数),覆盖 iPhone/iPad/Mac/Vision Pro。框架仅在 Apple Silicon 上运行、保证数据不出端,提供内存安全的 Swift API 和提前编译,支持自定义 PyTorch 模型与预优化的开源模型。
GitLab 19.0 把智能体能力嵌入三个环节:新发布的 Secrets Manager 在平台内安全存储与管理凭证;Developer Flow 智能体能处理代码审阅反馈、自动拆分过大的 MR 并解决冲突;正式发布的 SBOM 依赖扫描覆盖多生态并支持自动依赖解析。
36kr 每日要闻汇总,AI 相关看点:两大存储巨头同日发布大规模投资计划(呼应这轮 AI 数据中心驱动的内存超级周期)、DeepSeek 发布梁文锋署名的最新论文、Anthropic 的 Fable 5 有望很快恢复访问。
中信建投研报指出,今年光纤价格大涨、投资回报显著提升,推动亨通光电、远东股份、通鼎互联等启动光棒扩产;AI 发展对光纤需求拉动明显、行业仍供不应求,且多数新增产能要到明年下半年或更晚才释放,因此短期不必过度担忧扩产带来的过剩。
🧠 AI 技术前沿
GLM-5.2 很不错,但还达不到 GPT-5.5/Opus 4.8,离 Mythos 更远;不过它扎实地证明开源模型仍在追赶前沿——开源权重已跨入 GPT-5.2 的能力区间,到那个水平能做的事已经相当可观。
查看推文 →
所有模型路由器都低估了非数学/编程任务的难度,给它们分配的智能不足。这值得解决,因为创新、营销、定性分析这类"不可验证"的任务,恰恰最能从更聪明的模型中获益。
查看推文 →
当工程、产品、设计、数据科学等角色融合成一种新角色,Claude Code 团队浮现出五种原型:Prototyper(出大量新点子、多数不上线)、Builder(把原型快速变成生产级产品/基建)、Sweeper(清理 UI、简化系统、下线冗余、优化性能),以及 Grower 等。
查看推文 →
LoanLens 是基于 LandingAI 的 AI 审贷初筛系统:从六类借款人文档抽取结构化字段、做欺诈检测与可解释评分。它用 schema 驱动抽取而非普通 OCR,靠六类文档姓名 TF-IDF 一致性比对和护照篡改几何检测识别欺诈,评分刻意透明可审计、无黑盒总分。
查看推文 →
百度的 Unlimited-OCR 现已登上 Hugging Face 模型热度榜第一。
查看推文 →
吐槽 Dario 对"开源 AI"的理解出奇地浅:他说开源就是能看到源代码,而模型你看不到内部、最终还得托管在云上——对一个曾任 OpenAI 研究 VP 的人来说,这种认知很奇怪。
查看推文 →
🚀 创业动态
怎么搭建不产出垃圾的智能体营销工作流:再好的模型也不懂你的品牌、产品、ICP 和卖点,不喂这些每个输出都是 slop。所以把每一项都写进独立的 markdown 文件,让 agent 动笔前先读;其次是时效性——营销变化极快,基本面不变但战术会腐烂。
查看推文 →
卖 agent 模板这件事,会吃下整个市场。
查看推文 →
trust_mrr 上第 113 笔创业收购达成:一个月费 19 美元的 SaaS 以 1400 美元卖出。
查看推文 →
你其实在卖三个产品,就该为每个产品各启动一个独立创业项目(学日语/韩语/西班牙语是完全不同的市场、客户和文案):每个配独立真实域名和正经 logo、落地页按语言主题化、用一个大承诺把页面做简单,先做一个、全渠道铺短视频拉到 1 万访客。
查看推文 →
真做出了一个自己每天都用的软件 thumio,平均每天帮他省下 30-40 分钟做缩略图的时间。
查看推文 →
💬 观点与洞察
拥有自己硬件的好处,就是真正"拥有"它。过去两周的 AI 让人痛切看清:云资本主义/技术封建主义短期往往更便宜,但真正的代价是依赖——你在用自由、控制权和访问权付费。
查看推文 →
人们真没搞懂:当下的网红,是未来网红的训练数据。终局不到五年就会到来。
查看推文 →
那么,OpenAI 究竟把 GPT-6 这个名字留给哪个模型?
查看推文 →
在 AI 时代脱颖而出的唯一方式,是极度有创意——就像他刚看到的这件梵高 T 恤,怪异,但能让人停下滑动的手指。
查看推文 →
🔥 精选推荐
2026 年 6 月 25 日发改委/能源局《新型能源体系建设"十五五"规划》首次把"太空电站"与可控核聚变、高温超导输电、无线传能并列写入国家能源前沿方向——这是太空电站第一次进入国家级能源顶层规划。文章梳理了长期卡住它的三道门槛(送上去、建起来、发回来)近五年同时出现突破:长征九号明确采用可重复使用方案、近地轨道运力达 150 吨级,2025 年中国航天发射首破 80 次;中国空间站验证了大型机械臂与在轨建造能力;地面光伏产业链(晶硅组件已从 2010 年约 2 美元/瓦降到约 0.1 美元/瓦、中国占全球 90%+ 产能)叠加柔性光伏/钙钛矿,正在改变每公斤发射质量的价值结构;微波无线传能从"理论可行"进入"工程可验证"。文末还点出美国已开始把空间能源与空间计算、AI 基础设施结合。
🦐点评:对中国成长/基建投资人,"写入十五五"是一张政策看涨期权而非近期收入事件(部署在 2050 之后),可交易的那一层是它提前拉动的供应链——商业航天(可重复使用火箭逼近发射成本拐点)、空间制造与在轨服务、以及钙钛矿/柔性薄膜这条"高比功率"材料路线。最该盯的二阶信号是文末那句"美国把空间能源与 AI 基础设施结合":如果太空电站的真正需求方变成轨道数据中心而非地面电网,估值锚就从"能源项目"切到"AI 算力基建",那是完全不同的倍数。
文章编译 Zomato/District 产品经理 Ashish Singh 的长文,核心判断:当 AI 把"被发现"(分发、推荐、配送、个性化)做得又便宜又普及,"被发现就是优势"的前提就崩了——发现从城墙塌成人人共用的管道,真正难的是让用户一次次本能地选你。作者给出的答案是"依恋":destination 解决 intent,environment 创造 attachment;一家咖啡馆成了品牌的"物理界面",40 分钟的停留比一次点击更值钱,因为时间生成记忆、记忆让品牌难以替代。深思在末尾补了一刀:环境恰恰是最难规模化的护城河,当"软件公司开咖啡馆"变成人人抄的剧本,体验空间本身也会变成新的 slop,真正不可复制的是你在某个具体的人心里攒下的那点记忆。
🦐点评:把它从消费品牌翻回 AI 投资语言,其实和"软件护城河从模型挪到 context graph"是同构的——分发被商品化后,护城河往最难规模化的一侧迁移。对看消费/AI 应用的基金,可操作的判断是:凡是护城河建立在"AI 能低成本复制的层"(推荐、个性化文案、获客)上的项目正在系统性贬值。但深思那句"环境最难规模化"反过来也是个反投资信号——最难复制的东西通常也最难做大,纯靠"体验/人味"的品牌很难撑起 VC 要的规模曲线,真正的 alpha 在于谁能把不可规模化的记忆资产用会员/数据/社区某种结构半规模化。