🔥 精选推荐
OpenAI 与 Hugging Face 联合公布了一起"在 AI 模型评估过程中发生的安全事件"的早期调查结果。官方表述的核心是：事件中被测模型展现出的"高级网络攻击能力"（advanced cyber capabilities）值得警惕，并从中总结了给防御方的经验教训。两家头部机构就同一起 AI 安全事件联合发声、共享调查结论，本身即不多见。（OpenAI 原文受反爬限制未能取到全文，本条基于官方摘要）
🦐点评：AI 安全正从"红队演示"走向"真实事件披露"，这会把"前沿模型的攻击能力"从论文话题变成采购话题。对 VC 有两层含义：其一，模型评估（evals）环节本身正在成为攻击面——如果连 OpenAI 和 HF 在评估阶段都会踩雷，那企业把模型接进生产的每一步都需要新的安全中间层，这是一个正在被凭空创造出来的预算科目；其二，OpenAI 拉上 HF 联合披露，是在抢"负责任信息共享"的叙事高地，间接给"闭源＋管控"路线背书——这跟这两天 emollick 说的"闭源受监管收紧、开源没约束"的张力是同一件事的一体两面。可跟踪的是 AI-native security（模型运行时防护、eval 安全、agent 权限沙箱）这一波新公司。
欧盟委员会依据《数字市场法》(DMA) 向 Google 下达两套具约束力的规范。第一套要求 Google 让竞品 AI 服务在 Android 设备上获得与自家 Gemini "同等"的功能访问权；第二套要求 Google 把只有它能在规模上采集到的搜索数据——用户搜什么词、点了哪些结果、用什么语言和设备——共享给第三方搜索引擎和 AI 聊天机器人。数据名义上匿名化，但搜索词本身往往具个人可识别性，欧盟把"过滤掉密码、用户名等敏感信息"的责任丢给了 Google；Google 可对这类数据访问收费，但价格必须符合 FRAND（公平、合理、非歧视）原则。Gruber 用"其规模之大令人瞠目"来形容。
🦐点评：真正的信号不是罚款，而是监管首次把"AI 竞争"直接写进反垄断补救措施，逼 Google 把 Gemini 在 Android 上的特权让渡给对手。对投资的指向很直接：如果规模化搜索数据被强制以 FRAND 价开放，那么"没有自己的搜索数据"就不再是 AI 应用公司的死穴——Perplexity 们的数据壁垒会被欧盟这只手在欧洲市场抬平一块，可能催生一批"靠 Google 数据喂养"的挑战者。反过来也要重估 Google 的资产质量：当它最独特的数据资产可以被监管定价出售，那这条"数据护城河"在欧洲的会计价值就该打个折——而这套逻辑迟早会被美国 FTC 拿去参考。
Applied Intuition 本周推出 Dana——一个用于开发"物理 AI"应用的 agentic 平台。文章借 a16z（Marc Andreessen 亲自署名）之口讲了一个反共识故事：2017 年自动驾驶行业笃信"少数垂直整合公司通吃"，资本涌向全栈 robotaxi；而 Applied Intuition 反其道而行，选择做"没人看得上的工具层"——把开发自动驾驶所需的最佳实践本身做成一家公司卖给全行业。Cruise 等明星全栈项目当年拒绝了它、如今大多已消亡（Cruise 被通用收购后因安全事故关停），Applied Intuition 反而活得更好，并把野心从"造车工具"扩展到"让十亿台机器都装上智能"。
🦐点评：这是 a16z 在为自家 portfolio 站台，但"卖铲子比挖金子活得久"的论证放在具身智能这一波值得认真对待。robotaxi 全栈派尸横遍野（Cruise 关停是最新一具）恰好印证了"垂直整合通吃"在硬件密集、长尾安全的物理世界里失灵——这跟纯软件 SaaS 的规律不同。启发是：在具身/物理 AI 赛道，"工具与 OS 层"可能比"本体制造"有更好的风险收益比，因为它不承担单点安全事故的归零风险、还能横向收整个行业的过路费。要警惕 a16z 的立场——它需要这个叙事成立；真正的检验是 Dana 能不能像当年卖给车厂那样，把客户从"自建工具"手里抢过来，而这一次的买家（人形机器人公司）现金比当年的 robotaxi 项目更紧。
Simon Willison 在 AI Engineer World's Fair 与 Anthropic Claude Code 团队的 Cat Wu、Thariq Shihipar 对谈，几个数字很扎眼：Claude Code 团队产品工程的 PR，如今有 65% 由新的协作式 Slack 集成 Claude Tag 完成；Claude Code 的功能先在 Anthropic 内部员工（内部叫 "ant fooding"）中灰度，只有留存达标才对外发布；关键改动仍人工评审，但产品"外层"越来越依赖自动化代码审查。最反直觉的是提示词经验：对 Fable 5 乃至 Opus 4.8，往系统提示里加示例已不再是最佳实践，Claude Code 的系统提示词近期直接砍掉了 80%，一堆"不要做 X"的禁令反而会拉低最新模型的输出质量。
🦐点评："65% 的 PR 由 AI 协作完成"若坐实，意味着 Anthropic 内部的工程组织形态已先于市场跨过了某个临界点——它不是在卖工具，是在直播"AI 原生研发团队"长什么样。含义是双向的：一方面，"删示例、砍禁令、系统提示缩 80%"直接打击了一整类"提示词工程/prompt 管理"工具的存在理由，模型越强，这层中间件越薄；另一方面，"内部先灰度、看留存才发布"这套 ant fooding 机制是 Anthropic 把自己当最大用户的护城河，产品迭代信号比任何用户调研都快。谁能拿到"AI 写了多少比例的生产代码"这类内部指标，谁就能提前判断 coding agent 的真实渗透率——而这正是我们评估 Cursor、Cognition 时最缺的锚。
Latent Space 深访 Xaira Therapeutics 的 Bo Wang（首席 AI 科学家）和 Ci Chu（首席发现官），核心是一个"数据而非参数"的判断：当模型规模超过约 15 亿参数后，训练损失还在降、测试损失却不再改善——说明模型被数据里的信息量卡死了，加参数、加算力都没用。Xaira 的解法是自己造数据：用大规模实验把可用信息量提升约 30 倍，让模型重新回到"随参数和算力扩展"的曲线。其预算结构更像强化学习的 rollout 预算（数据采集数千万美元、算力与研究几百万），而非数据充裕时代的预训练。底层数据资产是 CZI 的 CELLxGENE（1.68 亿细胞、约 4 万亿条目的基因表达矩阵），Bo Wang 此前的 scGPT 正是新模型的起点。
🦐点评：这篇把 AI 制药最关键的分歧点讲透了——瓶颈不在模型、在"因果数据"。意义是重估整个 TechBio 赛道的成本结构：如果领先玩家的钱要花在"造实验数据"而不是"堆 GPU"上，护城河就从"算法团队"重新回到"湿实验室＋数据生成基础设施"，这对纯 AI 背景、没有实验能力的 AI-drug 创业公司是坏消息。作者把 CELLxGENE 之于虚拟细胞模型，类比成 PDB 之于蛋白结构模型（AlphaFold 的地基）——这个类比若成立，谁掌握下一个数量级的因果数据生成能力，谁就可能吃到"AlphaFold 时刻"的红利。Xaira 把 Chu 和 Bo 分别提到首席发现官和首席 AI 科学家，是用组织架构给"数据优先"这个赌注背书；做 TechBio 尽调时不妨反过来用——先问 founder 的钱准备怎么花，就知道他信不信这套。
📌 其他新闻
NVIDIA 团队系统梳理物理 AI/机器人的仿真现状：最大瓶颈是数据——机器人无法像 LLM 那样吃互联网规模语料，只能靠仿真在 GPU 并行中低成本生成大量照片级、符合物理规律的交互数据；文章逐一对比 MuJoCo、Isaac Sim/Isaac Lab 3.0、Newton 等主流仿真引擎的定位与取舍。
Ben Thompson 对 Netflix 二季度财报的判断是"还行、但也就还行"——这是一家最精彩的日子大概率已在身后的成熟公司。（正文为订阅内容，本条基于免费导语）
OpenAI Foundation 与 OpenAI Group PBC 董事会新增 David Vélez（Nubank 创始人）与 Robin Vince 两名董事，官方称看重二人在金融、科技与治理领域的全球经验——为财务与治理背景加码，是一家正走向公开市场的机构的典型动作。（原文受反爬限制，本条基于官方摘要）
Simon Willison 推荐新工具 Nativ：由 MLX-VLM 库作者 Prince Canuma 开发，把 MLX 包成一个完整的 macOS 桌面应用，形态类似 LM Studio，同时提供聊天界面和本地 API 服务，还能自动识别 Hugging Face 缓存里已下载的 MLX 模型。
字节旗下 XR 业务 PICO 完成负责人交接：创始人周宏伟因个人规划卸任、离开公司，由 2021 年加入、主导 PICO 核心产品与技术的李晓凯接任；字节称对 XR 长期价值的判断未变，今年 PICO 仍将按计划推出新款 MR 产品。
腾讯 7 月 20 日调整组织：把基于 OpenClaw 打造、内测一周用户破数百万的 QClaw 相关业务与部分团队，并入 AI 办公智能体 WorkBuddy 所在的云产品六部——后者 6 月单月访问量破 2000 万、居国内 PC 端 AI 原生办公智能体市场第一，超二三名之和。腾讯多个 Agent 产品的整合进入新阶段。
🧠 AI 技术前沿
Gemini 悄悄发了 3.6 Flash 和 3.5 Flash-Lite（不是众人等的 3.5 Pro），知识截止 2026 年 3 月，输入价与 3.5 Flash 持平、输出价小降；他自己懒得测，等官方公告。
查看推文 →
Gemini 3.6 Flash 的编码指数竟然低于上一代 3.5 Flash，他直呼糟糕透顶——看起来 Google 这次只想着降本提速，而没在提升智能上下功夫。
查看推文 →
Motif-3-Beta 登陆 Hugging Face：约 3140 亿总参数、每 token 激活约 130 亿的稀疏 MoE，384 个专家选 8 个＋1 个共享专家，原生 256K 上下文，多语言通用。
查看推文 →
苹果发布论文，提出一种无需真实环境、直接合成数据来训练"会调用 API 的 Agent"的方法。
查看推文 →
Kimi K3 有"大模型的味道"：英文写得比 OpenAI、Anthropic 的前沿模型还好，目前 frontend arena 排第一，能在 Claude Code 里流畅跑——他称这是中国的一次大胜。
查看推文 →
"Kimi K3 是用 Fable 5 的输出训练的"这个说法很站得住脚；他推测 OpenAI 和 Anthropic 可能会捂着下一代大模型不发——何必发个前沿模型、三个月后就被蒸馏走。
查看推文 →
Claude Code 系统提示词被砍掉 80%（适用于 Fable 5、Opus 4.8）：删掉少样本示例反而更好，因为模型比示例更有创造力；也应少用"不要做 X"的禁令、多给上下文。
查看推文 →
当所有人都在谈为省钱/主权/灵活性而频繁切换模型时，最前沿的几个模型之间反而越来越不同——Fable 和 Kimi K3、Sol 的响应差别很大，无法即插即用。
查看推文 →
🚀 创业动态
越来越多公司把平台开成 API 给 Agent 用：DoorDash 上周宣布可用 API 点餐，Whop 从创作者支付起家、如今一个接口就能注册一家 LLC、另一个接口投广告——未来是为 Agent 准备的，不是为你。
查看推文 →
Cursor 宣布把所有个人和团队套餐的用量额度翻倍，适用于 Grok、Composer 及新推出的 Cursor 模型。
查看推文 →
引用 Alex Hormozi"能比对方更清楚地说出他的问题，他就会本能相信你能解决"——他给出配套的四步法：从你自己已经解决过的痛点里，找出那个该被产品化的问题。
查看推文 →
在 Codex、Claude Code、Cursor 间并行管理多个 agent 越来越难，他用一个开源项目把任务进度放到 Mac 刘海区跟踪，顺带学 macOS 开发——把 GitHub 链接丢给 agent 就能装或改。
查看推文 →
💬 观点与洞察
所谓"AI 泡沫"的滑稽之处在于：跟普通人聊天时 AI 几乎从不被提起，它更像个梗而非话题——我们离大规模普及还很远。
查看推文 →
他常用的一个 LLM 用法是"长篇漫谈"：懒得打字讲清意图时，切到语音、放松地胡乱讲十分钟意识流，有时先声明一句"切语音识别了、见谅错别字"，再把它变成几轮小访谈。
查看推文 →
他发帖调侃 OpenAI，OpenAI 和 Anthropic 的人都来点赞、纯属玩笑；但他一调侃 Anthropic，Anthropic 团队没有一个人会碰，正负都不点——堪称造"教"的教科书级案例。
查看推文 →
🔥 精选推荐
成立仅 34 个月的硅基流动递交港股招股书，估值约 70-80 亿元，低于已上市的智谱、MiniMax 甚至老前辈商汤。它是行业里稀缺的"独立第三方 MaaS 平台"——不做基座、不做 to-C 应用，只做模型服务的中间管道。但财务是失血式增长：2025 年营收 5533 万、增速 653%，销售成本却涨了 14 倍，毛利率从 39.4% 掉到 -24%；其中面向个人和小团队的公有云 MaaS 占收入 52.9%、毛利率 -119%（卖一块亏一块一毛九），一年烧掉近 3500 万。账面现金加定存 2.7 亿、每月烧 1480 万，只够撑 18 个月；全部算力靠租（自有 PP&E 仅 92.7 万元），上市后还新签了总额 34.91 亿元的 60 个月算力协议。
🦐点评：硅基流动最大的问题不是市值，是"管道"这个定位在中国市场不成立——文章给的对照最致命：字节火山方舟日均吞吐 180 万亿 token，硅基只有 0.58 万亿，差 310 倍，而字节的算力是豆包/抖音推荐跑完剩下的边际产能，边际成本趋近于零。这意味着独立 MaaS 被"有自有流量＋自有算力"的大厂从成本端直接碾压，-119% 的毛利不是烧钱换增长，是商业模式的结构性亏损。对一级市场的提醒是：别把"AI API 市场 5 年涨 25 倍"的高盛叙事直接套到管道公司上——水管会涨，但收过路费的人得先能活到那天，且未必是独立第三方。这单港股 IPO 更像被 18 个月现金流逼出来的"流血上市"，定价会成为整个中国 AI infra 一级估值的一个残酷锚点。
法国和意大利三所大学的实验给出一组反向对撞的数字：能求助 AI 后，受试者愿意说"我不知道"的比例从 44% 跌到 3%，回答准确率从 27% 跌到 9%，自信却从 30% 升到 76%。实验被刻意设计成对人类有利——选的是 AI 常答错的电影画面细节（模型只能编造）、且用了一个以出错著称的模型，排除了"合理委托可靠工具"的辩护；结果一部分人原本自己能答对，问了 AI 反而改错。研究者用真金白银激励也只把"承认不知道"从 3% 拉回 8%。主持人 Capraro 的概括是：AI 的"在场"本身就足以瓦解人识别自身无知的能力；文章将其与沃顿"认知投降"（80% 情况下接受 AI 错误答案）相互印证。
🦐点评：这篇的价值不在"AI 会犯错"，在于它量化了一个之前只能定性谈的东西——AI 侵蚀的第一个能力不是知识，是"知道自己不知道"这层元认知，而且钱买不回来。往产品设计上想：当前所有 AI 助手都被调成"永远给答案、永不说不知道"，因为"我不知道"会拉低留存和满意度——但这项研究说明，正是这个默认设定在系统性地制造过度自信的用户。这里藏着一个反向机会：在医疗、法律、金融这些"答错代价极高"的场景，"会恰当拒答、会标注不确定性"可能从产品缺陷变成合规刚需和差异化卖点。谁先把"可信的不确定性表达"做成产品能力，谁就能在 to-B 高风险场景立住，而这恰恰是通用 chatbot 因为要冲 C 端指标而不敢做的。
报告的核心判断是：限制 AI 算力继续增长的已经不只是 GPU，而是电力、土地、电网容量和散热——一个 GW 级数据中心从选址供电到并网往往要数年。太空因此进入视野：轨道可持续获取太阳能、不受土地电网约束，遥感通信数据本就产生于太空、可在轨处理减少回传。让设想走向现实的是三件基础设施同步成熟——可复用火箭把近地轨道发射成本压到 Falcon 9 约 2700 美元/公斤（Starship 目标 100-200 美元/公斤）、星载 AI 芯片让卫星从"采集回传"走向"在轨计算"、Starlink 验证了大规模组网。美国最快：NASA 相关空间计算预算从 2023 财年 7690 万美元增至 2025 财年 2.25 亿美元，Starcloud 已于 2026 年发射搭载 NVIDIA H100 的轨道数据中心。
🦐点评："太空算力"听着像科幻，但这份图谱把它还原成了一个很务实的能源套利问题：地面 AI 数据中心的真实瓶颈已从"买不到卡"变成"接不进电网"，而轨道上的太阳能不排队、不审批。对 VC 的价值不在于现在就投轨道数据中心（发射和散热的单位经济性还差得远），而在它标定了一条新主线——AI 竞争正从"算力竞争"下沉为"能源竞争"，这条线上更近的机会是地面侧的电力、变电、液冷、SMR 核电，太空只是这条曲线被推到极端的样子。可跟踪 Starcloud 这类公司的在轨实测数据（H100 在轨的散热与辐射表现），它们会先于市场证伪或证实"天地协同算力"的时间表；马斯克那句"真正远超地球的能源在太空"值得记下，但当下更该下注的是"电从哪来"而不是"算力搬去哪"。
作者把 Chat Memo 的 Agent 端 0-1 全交给 AI 写、自己只做想法和审查，借此实测了 Fable 5、GPT 5.6 Sol、DeepSeek V4、Kimi K3、Qwen3.8-Max 等一线模型。结论偏体感但具体：Fable 5 最值得信赖，不会被用户提示推着走、常给意料外但论证严密的方案，尤其擅长按用户画像设计前端、按第一性原理给干净的后端架构，1M 上下文腐烂控制得好；Opus 4.8 适合已有模块的修补；GPT 5.6 Sol 是新宠、指令遵循和 Skill 触发极稳、额度便宜大碗（Pro 周约 10 亿 token），但太听话、容易钻进你最初的提示方向和现有代码架构、给不出让人醒悟的启发。
🦐点评：这类一线开发者的"体感评测"比跑分榜更有信息量，因为它测的是"把模型当合伙人"时的真实差异。最值得注意的判断是"Fable 保持独立思考 vs GPT 过度顺从"——若这个体感在开发者群里形成共识，会重塑 coding agent 的竞争维度：从"谁更聪明/更便宜"转向"谁更像一个有主见的资深工程师"，而后者恰恰是最难被便宜模型蒸馏掉的部分。对投资的指向是，评估 Cursor、Windsurf 这类编排层公司时要多问一层：它绑定的底层模型是"顺从型"还是"主见型"，这直接决定产品是"高级自动补全"还是"能独立扛活的 agent"，两者的付费意愿和天花板完全不同。国产模型（Kimi K3、Qwen3.8）在"便宜大碗"上追平了，但在"独立判断"这条软性壁垒上还没被验证。
NeoLab 里的 MindLab（成立于去年 12 月）发布 Macaron V1，号称是唯一完成对 GLM-5.1/5.2 后训练的外部团队。技术路线是只训练现有模型约 0.5% 的核心参数（LoRA），并独创 Mixture-of-LoRA（MoL）：在冻结基座上挂多个各自专精 Chat/Agent/Coding/UI 的 LoRA 专家、隔离优化以消除能力互扰，由显式 Router 切换，加新能力只需再挂一个 LoRA。旗舰 Venti 基于 GLM-5.2（748B），并用自研 LongStraw 把上下文扩到 2M；配套还有生成式 UI 架构 UI4A、持久 Python 环境 REPL Harness，以及只在 Actor/Learner 间传 Adapter、支持百万级 Adapter 的 MinT 训练平台。
🦐点评：Macaron 真正有意思的不是跑分，是它示范了一种"寄生式"商业模式——不自己烧钱做基座，而是给别人的开源基座（GLM-5.2）做后训练增值，用 64 张卡跑万亿参数 RL。这在中国开源模型密集迭代的当下是个聪明的生态位：基座厂商（智谱）负责最贵的预训练，NeoLab 用极低成本在上面做能力增强和垂直适配，MoL 这种"挂 LoRA 专家"的架构还天然适合按需扩展。含义是"后训练/对齐即服务"可能长成一个独立赛道，尤其当开源基座越来越强、企业要的是"在强基座上做隔离化的能力定制"。要警惕护城河问题：MoL 和 LoRA 都不是秘密，这类团队真正的壁垒在于自研训练基础设施（MinT）和评测基准（ChatBench/LivingBench）能不能沉淀成别人复制不了的 know-how，否则很容易被基座厂商顺手做掉。
📌 其他值得看
Google 悄悄发布 Gemini 3.6 系列共 3 款：主力 Gemini 3.6 Flash（3.5 Flash 升级版，输出 token 消耗降约 17%、DeepSWE 上最多降 65%，定价输入 $1.5/输出 $7.5 每百万 token）、更快更便宜的 Gemini 3.5 Flash-Lite（350 tokens/s，输入 $0.3/输出 $2.5）、以及面向政府和可信伙伴限量开放的网络安全专用模型 Gemini 3.5 Flash Cyber；文末还透露 Gemini 3.5 Pro 正在内测、Gemini 4 已开始训练。
Netflix 在监管备案中披露，为本·阿弗莱克联合创办的 AI 电影公司 InterPositive 支付 5.87 亿美元现金；该公司的 AI 工具主要用于后期，修补缺失镜头、替换背景、纠正光线。Netflix 最新财报称已有约 300 部片目使用生成式 AI，阿弗莱克出任高级顾问、称希望"保护人类创造力"。
主打"让人人都能当旅行顾问"的双边平台 Fora 完成 6000 万美元 D 轮（Forerunner、Tactile Ventures 领投），估值达 10 亿美元、晋级独角兽，累计融资 1.385 亿美元。新钱主要用于扩展其 AI 助手 Via（帮代理处理调研、行程等杂活）；平台称代理已累计预订超 30 亿美元旅行、且多为新入行者。 <!-- ai-daily:complete -->