🔥 精选推荐
Latent Space 团队烧掉 200 亿+ token 实测后给出结论:GPT-6 Astra 不只是更强的模型,而是一个能独立干活的"AI 工程师"——它能帮你选型和训练模型、标注数据、盯住流水线、读日志、一次性部署和调试整个系统,还能编排并评估跑着其他模型的子代理,在数十亿 token 的单一线程里保持连贯。按 33 tokens/秒、每百万 token 最高 $50 折算,等于每小时不到 6 美元;作者称自己花约 100 美元、两天就完成了一名初级 AI 工程师的工作量。同日 Astra 在 FrontierMath(97.6%)和 ARC-AGI-3(99.9%)上近乎刷满。
🦐点评:真正的锚点是"每小时 6 美元"这个价签——它把 AI 定价的参照系从"每百万 token"换成了"人力时薪",一旦买方开始这么算账,中间那层靠 token 差价套利的 agent 套壳公司会被直接夹碎。对基金而言值得重估的是"AI 工程师即服务"能否自成一个可收费品类:如果前沿模型自己就能编排子代理、跑通端到端,那卖"编排"的创业公司护城河在哪,得逼着 founder 回答。
Meta 用 Muse Spark 1.3 完成了一次"史诗级翻身":据 Artificial Analysis,它已是全球第三的模型,coding 和 agentic 能力追平 OpenAI/Anthropic 的前沿梯队(对标 Opus 而非 Fable),扎克伯格承诺后续开放权重。定价上采用一个特殊机制——用户若选择开放数据用于训练,价格再降 90%+。这坐实了 Meta Superintelligence 实验室重新跻身第一梯队。
🦐点评:Meta 把"愿意交数据换 90% 折扣"做成显式定价档,等于给市场标了一个数据的清算价——对所有靠自有数据做壁垒的垂类公司这是坏消息,用户会算"省下的钱"是否值得让渡数据。更值得跟踪的是开放权重这步:如果一个全球前三的模型免费放出权重,闭源 API 的价格地板会被继续砸穿,投"模型层"的逻辑要重新压测谁还能靠推理收费。
a16z 的 Seema Amble 提出一个反直觉判断:AI 让"记录系统"(system of record)更重要而非更不重要,因为数据和动作越被 agent 调用越值钱。Salesforce 与 Anthropic 合作的 Claudeforce 让用户在 Claude 里直接操作 CRM,是典型信号——通用 agent 成为"干活的前门",而 Salesforce 仍握着底层数据。她把应用层 agent 分成检索/流程/策略/主理四级,指出在位者正沿这条阶梯从检索向"应用 playbook 做判断"上移(如 Docusign 的 Iris)。但核心论点是"活儿比记录大":真正的工作横跨多个应用、团队甚至公司,这才是 AI 原生创业公司重新聚合的机会。
🦐点评:这篇实质是 a16z 给自己被投的垂类 AI 划的安全区——在位者能自动化"围绕自有记录"的工作,但跨系统、跨组织、含外部方数据的完整 job-to-be-done 它够不着,创业公司只能在这条缝里靠垂直 harness 和数据闭环取胜。对投应用层的基金,这给了一把筛选尺:问 founder 的活儿是否天然跨越单一 system of record 的边界,如果不是,Salesforce 加 Claude 随时能把它重构掉。
Newcomer 梳理了"代理式商务"(agentic commerce)的创业地图,分成五类:多用途个人助理(Instinct、Town)、导购助手(Daydream)、营销技术/GEO(Profound,C 轮 $9600 万,红杉参投)、智能支付、以及底层交易 rails。Adobe 数据显示 6 月已有 41% 受访者用 AI 购物、53% 的人对 AI 推荐的信任度与品牌官网相当。但风险案例频出:Instinct 的 agent 擅自取消用户航班损失约 300 美元、Phoebe Gates 的 Phia 卷入"cookie 塞单"丑闻。多数投资仍押在"敢把信用卡交给 agent 之前"的基础设施上。
🦐点评:这份地图最有价值的是把 agentic commerce 拆成可下注的五个子层,而当下资金明显集中在支付/rails 这类"信任基础设施"而非消费端 agent——取消航班、虚假返佣这些事故说明消费者信任还没到位。对看这条赛道的基金,真正的分水岭是"谁承担 agent 犯错的责任":能把风控、合规、纠纷兜底做进 rails 的公司,才是这波里能收过路费的位置,纯导购 App 反而最容易被大模型的原生购物能力吃掉。
Newcomer 拿到独家文件,复盘印度基金 India Quotient 如何被单一 winner 绑架:它 2015 年从 2000 万美元的二号基金里投出 ShareChat,到 2022 年账面回报一度达 77 倍,却因 ShareChat 迟迟无法 IPO、只做过小额老股转让,导致二号基金业绩被拖住、三号基金也可能受累。这家管理五只基金、共 3.2 亿美元的小基金以"逆势押注"闻名,但命运几乎完全系于一家公司;期间它还做过一次全组合大幅减记来应对疫情估值的暴涨暴跌。
🦐点评:这是幂律的阴面——账面 77 倍如果换不成 DPI,对 LP 就等于零,ShareChat 卡在"估值高但退不出"的状态,把一支明星基金拖成了人质。对同样靠少数大项目撑回报的基金,提醒很直接:power law 不只关乎能不能投中,更关乎能不能"兑现",退出路径和二级流动性应当和命中率放在同等权重去管理,尤其是在重仓单一 winner、流动性又差的市场。
📌 其他新闻
Lenny 的上手评测:用 GPT-6 Astra 在 Figma、Flora、Adio 等工具里做真实生产工作,多个一次成型的 coding 任务是 Sol 5.6 和 Fable 都做不到的,还完成了一个追了几个月的硬件 hack。
Simon Willison 速览 OpenAI 发布:GPT-6 Astra 今日起先向有限组织开放,随后覆盖所有 ChatGPT Plus/Pro/Business/Enterprise 用户及 API,定位为"你在电脑上能做的,Astra 都能替你做,且更快"。
Gary Marcus 谨慎点评:Astra 在 ARC-AGI-3 上显式构建并操作"符号世界模型",让鼓吹神经符号路线近十年的他倍感被证明,但强调 ARC 跑分不等于 AGI,真实开放任务大概率仍会暴露问题,且模型可监控性下降对安全不利。
OpenAI 承认 Astra 是其首个在"准备度框架"下达到网络安全"关键级"(Critical)能力的广泛部署模型,随之引入覆盖工具调用的失配监控,但思维链的可监控性有所下降。
配合 Astra 的关键级网络能力,OpenAI 宣布投入 10 亿美元的"Daybreak"计划,向医院、电网等关键服务的防御方限量开放前沿网络 AI、培训与支持。
Hugging Face 推出开源工具 funes:把 Claude Code、Codex、pi 等 agent 本机已有的会话日志做成可索引、可检索、带溯源的持久记忆层,让你换 agent、换机器时不再"从零开始",数据完全归自己。
本次更新新增全屏模式下的 diff 面板(/diff 开关,边写边看未提交改动),并会提示 prompt 缓存未命中的可能原因(如工具定义或 system prompt 发生变化)。
量子位从中文视角快速梳理 GPT-6 Astra 发布,聚焦其"全球最强、最对齐"定位、电脑操作能力与跑分表现,标题直接打出"欢迎来到 AGI 时代"。
量子位报道 WiFi万能钥匙创始人陈大年复出杀入大模型赛道,首款模型号称逼近 DeepSeek 的万亿参数旗舰。
🧠 AI 技术前沿
英伟达与 Hugging Face 双方 CEO 同步官宣收购,金额 129 亿美元,较 2023 年 D 轮 45 亿估值涨近 3 倍、约合 86 倍收入倍数;交易需过美国 HSR 与欧盟审查,业内预计 2027 年完成交割。
查看推文 →
GPT-6 Astra 的差异化在"电脑操作+速度"而非 coding:OSWorld V2 达 72.6%(Sol 65.7%)、单任务耗时从 75 分钟压到 40 分钟;而 coding(DeepSWE 74.1%)只是并列,并没有拉开。
查看推文 →
Astra 在各项 benchmark 碾压 Fable 5.1、还刷满 ARC-AGI-3,但 AA 智能指数只有 61 分、与 Sol 和 Grok 4.6 持平,Agentic 指数 51 反低于 Grok 的 59——他称这是见过最大的评测背离。
查看推文 →
字节 Seed 与 TokenWave 发布 Self-Developing Agents:多数所谓递归自我改进其实依赖一个外部"黄金验证器",一旦拿掉外部老师,Agent 能否自己闭合改进环仍是悬而未决的问题,他们试图把半闭环做成全闭环。
查看推文 →
清华、腾讯优图、上海 AI Lab 推出 ContextPilot:让 8B Agent 学会主动管理上下文后,用 32K 窗口打败了用 128K 的自己,并指出现有上下文管理存在工具太窄、RL 探索平均主义、信用分配粗糙三大缺陷。
查看推文 →
Perplexity 为 Mac 端 Hybrid Compute 开源本地推理引擎 Lily:用 Rust + 自定义 Metal 内核只为 Qwen3.6-35B 和 Apple Silicon 深度定制、不依赖 PyTorch/MLX,在 M5 Max 上 prefill 快 1.23 倍、decode 快 1.35 倍。
查看推文 →
🚀 创业动态
他让 GPT-6 读遍自己数万封邮件、文章和日历,模型自动下载所需软件、自定策略,在无人干预下连续工作五天建成一个数 GB 的个人知识库,如今每天两次自动更新。
查看推文 →
AI 音乐人要慌了:Hook 上线,坐拥 2000 万+ 正版曲库,是少数每次 remix 都真实授权的平台——可 remix 主流大厂原曲、发到 TikTok/IG 等平台,版权与分成自动跟随,原艺人每次被播放都能拿钱。
查看推文 →
他放出 Claude Code 大幅提升可扩展性的早期设计预览,征询用户是否会用,直言这个方向"有点疯狂,但非常令人兴奋"。
查看推文 →
他的某个产品找到了某种 PMF:即便不主动宣传,流量也能维持,且 60% 的使用来自 MCP——他打算查证这到底是真实使用还是被爬虫刷的。
查看推文 →
他给自己的产品上线品牌口碑分析功能:随时间的品牌提及、头部支持者与批评者、相对竞品的声量占比、提及类型分类;并直言比起 AI,自己更享受为人类做 UI。
查看推文 →
💬 观点与洞察
对待 Fable、Astra 这类模型的正确心智模型是"把活委托给一支优秀的外部团队",而不是带一个实习生:你能否说清要什么、给多大自由度、要测什么、何时该来找你、以及"做得好"长什么样。
查看推文 →
他说新模型发布如今已彼此模糊、名字全是数字和 Pro/Ultra/Max("像能量饮料"),但这反而是好信号——说明已越过"模型本身就是产品"的阶段,他关注的重点也随之改变。
查看推文 →
Astra 未来几天向全体 ChatGPT 付费用户开放;他读发布页后认为真正改变用法的不是跑分而是"判断力":答案会因你回答而改变时它才发问,例行空缺自动补齐,你沉默时它继续处理例行、只在关键处等你。
查看推文 →
用 Astra 几周,感觉它非常强且主动:在 vitest、tsx、SwiftPM 等仓库里,它调试自己项目时顺带定位并修复了上游依赖的 bug,提交了一批 PR。
查看推文 →
🔥 精选推荐
GPT-6 Astra 北京时间凌晨发布,API 编号 gpt-6-astra,上下文 105 万 token、最大输出 128K、知识截止 2026 年 4 月、推理分五档,定价与 Claude Fable 5 一致(每百万输入 $10、输出 $50)但缓存读取更贵,参数估计 5T 级、用超 10 万张卡训练。作者认为它最大的定位是"世界上最好的操作电脑的模型"——不再是纯 coding 特化,而是一个审美与工作能力都极强的博士级员工,能像人一样直接操作那些根本没有 API 的软件和企业内部系统。首发仅向部分组织开放,Pro 订阅用户还要再等几天。
🦐点评:把 Astra 的核心卖点从"更会推理"换成"最会用电脑",本质是把 Agent 的落地路径从"要求软件都开 API/MCP"退回到"直接操作人类界面"——这对卖 API 集成、卖连接器中间件的公司是釜底抽薪,因为最脏最长尾的存量企业系统恰恰没有接口。对看企业服务的基金,判断标准要变:谁掌握"让 AI 稳定操作 GUI"的可靠性和审计能力,比谁接了多少 SaaS API 更值钱。
2026 年海外 AI 短剧市场规模预计超 40 亿美元,单月上新超 3.8 万部、TikTok 短剧单月分账已破 2200 万美元,NBCUniversal、Fox 等传统影视也开始布局竖屏短剧。竞争焦点已从"能不能做"转向"怎么针对不同市场快速做"——欧美、日韩、拉美对人物、场景、语言和文化偏好各异,传统翻译配音难以覆盖。Seko 3.0 把短剧出海拆成多条工作流:已有成片可重绘人物/场景/文字/声音、现有剧本按目标市场改写、只需换语言则保留原片重配音,并新增直接面向海外原生创作短剧的能力。
🦐点评:短剧出海的价值正从"内容"迁移到"本地化工作流"这一层——40 亿美元市场加上单月 3.8 万部的供给,真正稀缺的是把文化适配做进流水线的能力,这比再拍一部爆款更可复制、更像一门平台生意。对看 AI 应用的基金,值得盯的是谁能把"一部片改多国版本"的边际成本压到接近零,谁就卡住了短剧全球化的收费闸口,而不是去赌单部内容的命中率。
以家用机器人公司 1X 的 NEO 发布为例:当天自然讨论达 6.5 万条、约 4.5 万账号参与、X 账号一夜涨粉 5.6 万。但被忽略的关键是——1X 先买下 Spotlight Takeover 广告位获得数千万次付费曝光,再带出约 2100 万次自然曝光,8700 万发布日曝光里自然只占约四分之一。操盘手 Juan Tena 把"刷屏式发布"拆成五层:一句能被转述的话、一个想展示的产品瞬间、一群受信任的人、一段被压缩的发布时间、以及愿意接力的真实用户。文章指出 1X、Cluely、Lovable 等越来越多 AI 公司都在把发布从一条公告改造成几小时内连续运转的系统。
🦐点评:这篇拆穿了 AI 圈"一夜爆红"的叙事——所谓自然刷屏,前面铺着付费广告位和被组织好的 KOL 接力,"大家已经聊很久"的错觉是花钱买时间窗口买出来的。对投消费和社区产品的基金,这既是尽调工具也是警报:看到 founder 展示的"病毒式增长"时要拆开付费与自然的比例,别把一套可复制、可外包的发布 playbook 误读成产品本身的网络效应。
前天猫 3D 试衣负责人、MuseGate 创始人渠瑜提出:服装行业的第一性是审美,"高审美才是入场券"。通用 SOTA 模型能做到"逼真"却做不好"商业"——它们卡在服装审美这类高度非标、长尾、且不存在于公开语料的 Know-how 上,只能"照猫画虎把衣服换上去",构图、姿势、材质纹理全无灵魂。突破口在于把依赖人类经验的非标审美拆解、结构化,转成模型可学习执行的算法语言;而随着流行趋势更替加速、品牌拍摄上线窗口不断缩短,供需错位为垂直赛道公司留出巨大机会。文章强调,行业大模型最难复制的壁垒是"数据闭环"。
🦐点评:这是"基础模型定能力下限、行业 Know-how 定商业上限"的典型样本——3000 家付费客户和数据闭环才是护城河,而不是模型本身,这解释了为何 GPT/Gemini 再强也吃不下服装商拍这块。对看垂直 AI 的基金,可复用的筛选框架是:目标行业的核心变量是否高度非标且不在公开语料里(审美、合规、工艺),若是,先建起私有数据闭环的早期公司就能挡住通用大模型的碾压,反之则危险。
📌 其他值得看
围绕近期走红的 Loop Engineering 概念,讲解如何搭一套"在运行中积累反馈、自我改进"的自进化 Agent 工作流,解决 Workflow/Skill 用久了与实际需求脱节的问题。
作者把大同古建照片变海报的需求做成开源 Skill「营造 Yingzao」:自动完成排版、字体设计、加入文化信息,让被随手拍废的建筑照片变成杂志级海报。
中文短评 GPT-6 Astra:科学研究与抽象推理大幅提升、能以更少 token 获得更高智能,但 coding 进步很小、不如 Fable,定价($10 输入 / $50 输出)对齐 Fable/Mythos。 <!-- ai-daily:complete -->