🔥 精选推荐
慢新闻日里最重的信号,是 Kimi K3 发布后的一次"重新定价"——社区把它评为首个在前沿档位真正好用的中国开源模型,编码、agentic、长程知识工作表现都强,讨论焦点从"算力护城河"转向"效率之争",普遍认为 K3 已经把差距缩到足以逼美国实验室加速出货,Salakhutdinov 都公开向 Moonshot 创始人杨植麟道贺。同日 Databricks 完成 1880 亿美元 Series M,模型路由商 OpenRouter 传出可能被收购。文章还夹带一个反直觉判断:跑 agent 沙箱的真正难点不是"在 K8s 上跑容器",而是存储和文件系统。
🦐点评:Kimi K3 把叙事从"谁堆得起算力"改写成"谁把单位算力榨得更干",这对一级市场的杀伤在于——一旦开源权重能在效率上追平,前沿实验室的定价权就会从模型层漏到应用层和算力层。Databricks 用 1880 亿的 Series M 而不是 IPO 续命,说明连最优质的标的都在私募里憋着,退出堰塞不是孤例。真正该盯的反而是 OpenRouter 的归属:谁买下这个"模型路由入口",谁就在开源/闭源混战里拿到了最中立的计量位置。
Anthropic 撤回了"把最强模型 Fable 5 从订阅套餐拿走、只留 API"的原计划:7 月 20 日起 Fable 5 纳入所有 Max 和 Team Premium 套餐(限额 50%),Pro/Team Standard 继续按量计费并补偿一次性 $100 额度,$20 套餐仍无缘。Simon Willison 判断这是被 GPT-5.6 Sol、以及 Kimi 3 的竞争逼回来的——没人会为一个"不含最强模型"的 $100/$200 订阅买单。他还点出原计划的真实动因是算力紧张,并猜测 Anthropic 可能得压缩训练来腾出 GPU 保推理供给。
🦐点评:一次定价反悔比任何 benchmark 都诚实——Anthropic 本想用"最强模型只走 API"做价格歧视、把高毛利留在 API,结果 Sol 和 Kimi 3 一逼就守不住,说明订阅层已经彻底商品化,护城河不在模型好坏而在能不能供得上。更值得记的是那句猜测:如果连 Anthropic 都要靠砍训练来腾 GPU 保推理,那意味着算力对所有人都是零和的——这对"靠自建算力讲壁垒"的融资故事是提醒,也解释了英伟达产业链的定价权为什么还在往上走。
据 FT 报道,苹果向约 40 名跳槽到 OpenAI 的前员工发出个人法律函,要求他们保全文件和通讯记录、并配合苹果律师会面——这是苹果上周对 OpenAI 发起诉讼后的又一步激进动作。用个人法律函直接施压已离职员工的做法相当罕见,凸显苹果在 AI 人才战上的强硬姿态。
🦐点评:苹果对着已经离职的员工寄律师函,本身就是人才战打输了的信号——加州不认竞业禁止,能用的只剩"商业秘密 + 文件保全"这一手威慑。对 VC 有两层含义:一是大厂→前沿实验室的人才流向仍是这轮最真实的资本流动,输家开始动用法律,说明产品和薪酬都留不住人;二是这种寒蝉效应会让明星工程师日后创业时更谨慎地处理"前雇主 IP"边界,尽调里这条只会越来越重。
订阅制编码 agent(Claude Code、Codex)的周额度重置正变得异常频繁:在 Fable 5/GPT-5.6 发布后的两周里,OpenAI 就把 Codex 周额度重置了 6 次(7/9、7/10 两次、7/14、7/15、7/17),且几乎从不通过官方渠道公告,只有跟着 Tibo 这类工程负责人才知道,甚至出现"重置发生在你自然重置前几小时、白白浪费"的情况。作者算了笔账:$100/月套餐每次重置约值 $25,如今用 Fable 5/Sol 很容易把额度用满。
🦐点评:不打招呼地频繁"送额度",本质是竞争白热化下的隐性补贴——用免费算力续住用户,又刻意不公告以免把补贴变成用户的默认预期。两个投资含义:一是编码 agent 的单位经济正被平台自己补贴扭曲,任何按"当前价格稳定"测算毛利的上层创业公司都在裸奔;二是要靠盯 Tibo 的推特、靠 codex-resets.com 才能薅到额度,说明信息不对称本身成了护城河的一部分——这也解释了为什么围绕"用量监控/额度套利"的小工具能起来。
华尔街日报记者 Joanna Stern 新书上架仅几天,Apple Books 就被 AI 山寨书刷屏——《Joanna Stern On I Am Not A Robot》(署名 Sophie Mercer)、《I AM NOT A ROBOT》(署名 Finn Tech)、以及署名"Joana Stern"(少一个 n) 的仿冒版层出不穷。文章指出 Apple Books 和 Amazon 的自出版管道都被 AI 生成的仿冒/寄生书籍大量污染,正版作者维权困难。
🦐点评:这条和微信频道那篇"AI 每天产 1000 万首歌、Spotify 会消亡"是同一个剧本的两幕——开放自出版管道 + 零边际成本的 AI 供给,会把任何"策展能力弱"的分发平台从护城河变成负债。Apple Books/Amazon KDP 都挡不住,说明单靠规模和渠道的内容平台正在被"供给过剩"反噬。对 VC 的正向机会很清楚:来源认证/水印溯源、以及"策展即服务"会从锦上添花变成刚需;而任何估值仍建立在"内容稀缺"假设上的分发平台,该重估了。
📌 其他新闻
阶跃星辰/千里科技董事长印奇在 WAIC 2026 主论坛演讲《当智能体进入物理世界》,判断 2026 年模型能力正跨越关键临界点、AI 已能独立工作数十小时,智能体浪潮将带来"新系统(Agentic OS)、新载体(人机共生终端)、新网络(A2A)"三大结构性变革,并强调智能体身份可信、责任归属等治理问题。
国家数据局称全国已建成高质量数据集 12 万个、总体量超 1565 PB(较一季度末增长超 60%),并在成都、沈阳等七个先行城市推进数据标注(规模超 119 PB、从业者 14 万人),下一步要推动"数据集有偿使用的价值闭环"。中国正把数据供给当作 AI 竞争的国家级基础设施在建。
针对 Gwern 万字长文《Human-like Neural Nets by Catapulting》,作者讨论为什么当前 LLM 不具备真正灵活的人类式智能,以及"过度训练(overtraining)"可能是通往人类式 AI 的路径。一篇少见地认真对待训练动力学的技术思辨,适合关注下一代模型范式的人。
Claude Code 发布 v2.1.214,主要是权限系统的安全修复——修正了 Edit(src/**) 这类单段允许规则会误批准树中任意嵌套目录写入的问题,并修复了 Windows PowerShell 5.1 会话下的权限绕过和 Bash 文件描述符重定向的检查漏洞。Agent 工具链的权限边界正在被反复打磨。
Simon Willison 让 Fable 做了一个交互式 SQLite 查询计划解释器,把 EXPLAIN QUERY PLAN 的输出可视化讲解,灵感来自 Julia Evans "总有一天要学会读查询计划"的感慨。又一个"用最强模型顺手造小工具"的日常案例。
🧠 AI 技术前沿
Claude Fable 5 订阅一推再推后终于落地:7 月 20 日起 Max 和 Team Premium 用户可用每周 50% 额度,Pro/Team Standard 仍走按量计费(输入 $10、输出 $50 每百万 token)并获一次性 $100 补偿。
查看推文 →
对着一份模型榜单发问:怎么没有 DeepSeek V4 Pro 和 MiniMax M3?暗指国产第一梯队手里还有几张牌没打出来。
查看推文 →
让 Kimi K3 用中文挑两首非陈词滥调、适合形容 LLM 的诗,它的思维链里 95.5% 的字符(88% 的词)却是英文——哪怕在为中文读者斟酌中文诗时也是如此。
查看推文 →
Codex 的电脑操作能力惊艳:让它从没用过 Blender 开始,自己下载、安装并做出一只 3D 水獭动画,全程只需人工点一次 Windows 安装授权。
查看推文 →
看着 Codex 用浏览器+电脑操作打开 Chrome、进 PR、跟 macOS 文件选择器搏斗,只为上传一张图——既惊叹又心疼:因为 GitHub 没有对应 API,agent 只能硬着头皮点。他让 Codex 跑在虚拟机里以免抢占应用焦点。
查看推文 →
顶尖操盘手不押单一工具,而是同时跑 Claude Code + Codex + Hermes 并按任务分派:Claude Code 负责给人看的内容/提案/交付物,Codex 负责搭内部工作流和工具,Hermes 常驻跑无人值守的周期性任务。
查看推文 →
受够了只会鼓掌的"应声虫"AI,他想要一个会直接指出你文章软弱、逻辑半路崩掉的模型。做法是写一个"批评家"skill:一个 markdown 文件,唯一职责就是攻击你的作品、专挑最弱的论点和被回避的问题。
查看推文 →
🚀 创业动态
Ben Affleck 一边说"AI 不会取代电影人",一边做 AI 去自动化 VFX、连贯性、清理和后期(而非创作本身),结果 Netflix 拿出 5.87 亿美元现金买单——把 AI 用在生产端而非创意端,正成为好莱坞的务实解法。
查看推文 →
独立产品 TrustMRR 创历史新高:月独立访客 20 万、其中 50% 是回访用户、平均停留 3.5 分钟——在一个追求即时多巴胺的世界里,一个"低多巴胺"网站能有这样的粘性。
查看推文 →
他说自己最好的决定是从不外包客服:亲自处理用户问题、亲自找解法,才能第一手掌握用户在做什么、感受如何——这是独立开发者最重要的信息源。
查看推文 →
自 Seedance 起 AI 视频已攻克真实感,如今用 V3/omni 工作流能以约 $1/分钟产出超写实视频;他断言还在质疑 AI 广告价值的人"即将付出代价"——AI UGC 广告的成本已经低到离谱。
查看推文 →
💬 观点与洞察
他不解为何有人认为"开源权重最终胜出=AI 崩塌":即便实验室输了(目前并未发生),也不代表 AI 没用——算力仍是瓶颈,只是价值会从实验室转移到算力提供方手里。
查看推文 →
最有洞察力的一批 AI 观察者如今大多被吸进各大实验室,这对面向公众的 AI 讨论其实是种损失——最懂行的人反而不再公开发声了。
查看推文 →
一句调侃:正是 Kimi K3 的横空出世,"逼得"Anthropic 没能把 Fable 5 从订阅套餐里拿走——竞争才是用户福利的真正来源。
查看推文 →
用一段对话讽刺 Kimi K3 的舆论战:一方说"中国开源要统治世界",另一方说"垃圾,美国前沿永远领先半年,你用过吗?"——追问双方"到底用过没",答案都是"没有"。
查看推文 →
Google,醒醒——别再折腾域名了,Gemini 都快挤不进搜索首屏了。对自家分发入口的自嘲,也是对 Google AI 产品声量的担忧。
查看推文 →
🔥 精选推荐
AI 音乐工具 ACE Studio 年化收入已近 2000 万美元、用户以欧美专业音乐人为主(汉斯·季默、Martin Garrix 团队、Stevie Wonder、Teddy Riley 都在用),据称即将完成新一轮融资、近期两轮合计近 5000 万美元,是目前 AI 音乐赛道融资最多的中国团队。创始人郭靖把它定位成面向严肃创作者的"音乐工作站"(区别于 Suno 的傻瓜式一键出歌),并判断 AI 带来的音乐供给爆炸(每天上千万首新歌)会摧毁 Spotify 这类流媒体的存在根基,下一步要做"住在耳朵里、懂你情绪和品味的 music agent",成为音乐界的抖音。
🦐点评:郭靖真正在赌的不是"更好的做歌工具",而是"分发层重构"——当每天有上千万首 AI 新歌,Spotify 靠曲库稀缺建立的护城河会塌,价值转向"懂你的 music agent"。他给的类比很关键:ACE Studio 是"剪映",目标做音乐界的"抖音",即从工具跃迁到网络。这条路最难的从来不是模型,而是工具公司能不能长出分发和网络效应。对 VC 的问题很直接:他选专业创作者切入(付费意愿高、数据飞轮更干净),比 Suno 的大众路线更可能先跑通商业化,但也更慢——这一轮 5000 万押的就是"先做深、再破圈"能不能成立。
成立仅一年、估值已达 200 亿元的具身智能公司苏度科技在 WAIC 首次亮相,展示了移动操作、双手协作、柔性操作、精密组装等 10 余项技能,据投资人称"从 1 个技能到 10 个只花了 3 个月"。公司走 sim-to-real(仿真训练迁移到真机)路线,曾在 CVPR 现场随机抓取观众手中的物品引发关注。创始人苏昊是复旦浩清特聘教授、通用物理智能研究院首任院长(前 UCSD 终身副教授),韩铮是两次成功退出的连续创业者。韩铮的核心判断:机器人没有大模型那样现成的"互联网数据",只有把任务可靠性做到 99%+,具身智能公司才谈得上没有泡沫。
🦐点评:一年 200 亿估值,买的是两样东西——苏昊的"院长级"学术背书 + 韩铮两次退出的执行力,以及 sim-to-real 这条"不靠真机数据采集"的路线。真正的分歧点文章说得很坦白:质疑已从"是不是提前训练过"升级到"sim-to-real 除了抓取还能不能做长程和移动操作",而苏度回应的正是"3 个月从 1 到 10"的技能复用速度——这是多头逻辑的全部。对 VC 的取舍很清晰:如果技能能像文章说的那样组合迁移,200 亿是入场券;如果泛化卡在抓取,这个估值就是把"还没验证的通用性"提前付了款。韩铮自己划的 99%+ 可靠性,就是检验这笔钱值不值的唯一标尺。
长期用 Codex 和 Claude Code 的作者实测 Kimi K3 后直呼超预期:直接给了服务器权限,一口气开发并上线了 6 个完整开源项目(覆盖前端、后端架构/数据库、AI 模型调用),基本都是一轮对话出 MVP、2–5 轮打磨上线,其中一个电影 AI 搜索站执行中"思考 58 次、调用 82 次工具"。他判断 Kimi K3 是国产模型的巨大飞跃、能力直逼 Fable 5,让人"再也不怕封号",唯一担心是 Kimi 是否备足了 GPU 来接住即将涌入的海量用户。
🦐点评:这条是需求侧对 Latent Space 那个"重新定价"的实锤——一个重度 Codex/Claude Code 用户用真实项目投票,而且他点出的采纳理由不只是能力,还有"不怕封号":对中国开发者,账号和地缘风险本身就是切换成本,Kimi 追平 Fable 5 就把这层顾虑抹平了。但结尾那句"担心 GPU 够不够"才是全篇最值钱的——需求一旦被点燃,瓶颈立刻从模型能力切到推理供给,这和 Anthropic 那边"可能砍训练保供"是同一个硬约束。对 VC 的实操:判断 Kimi 能不能吃到这波红利,别看 benchmark,去看它的推理产能和限流策略。
这篇 WAIC 观察提出一个有分水岭意义的判断:机器人商业化的基本单位不是"场景"而是"岗位",核心也不是"偶尔叠好一个盒子",而是每天 8 小时、连续三个月把某道工序的良品率稳定在工业级。作者以此框架审视魔法原子——轮式人形 MagicBot D1 在货架间抓取转运、Magic-VLA K02 机械臂做叠盒封胶,背后是自研大脑 Magic-Mix(环境理解、空间推演、动作决策三层),"九大场景"被拆成追觅工厂的物料搬运、无锡马拉松的交通疏导、景区迎宾讲解等具体岗位。展台从"秀肌肉"(后空翻、跑酷)转向"交作业",被视作具身智能商业化拐点的信号。
🦐点评:"岗位不是场景"这个框架,对看具身智能的投资人是难得的一把尺——它把"工业制造 TAM 有多大"这种讲不清的故事,翻译成"替代一个工位、按 KPI 考核、能不能连续三个月达标"的可计量单元。落到尽调上就是一句话:别再为"通用机器人"估值,去问它能承包哪个具体岗位、uptime 和良品率 SLA 是多少。这篇也暴露了拐点的另一面——从 demo 到"交作业"方向是对的,但真正能亮出"三个月工业级良品率"的没几家,大多数展台还停在"秀肌肉",这恰恰是筛选真伪落地的分界线。
📌 其他值得看
转述 Anthropic 官方消息:7 月 20 日起 Fable 5 纳入所有 Max 和 Team Premium 套餐(50% 限额),Pro/Team Standard 继续按量计费并获一次性 $100 补偿;作者一句"k3 牛逼"点破了这次反悔背后的竞争压力。 <!-- ai-daily:complete -->