🔥 精选推荐
Grok Bot 与 OpenClaw 的分野不在能力（两者编程能力相当），而在抽象层级：Grok Bot 是一台"被托管的 Agent 电脑"——像用任意网站一样浏览器登录、两次点击就接好一个插件，无需配 MCP JSON 或粘贴 API 密钥；OpenClaw 则是"用户自持的 Agent 平台"，自由度更高但配置更重。在 Grok Bot 里，编程的原子单位是"Bot"：给每个 Bot 指定角色、接上工具，再组合成它所谓的"群聊"。刚发布的 OpenClaw 2.0 用复用 Claude Code/Codex 登录、图形化浏览器应用大幅收窄了配置差距，但底层区别仍在——Grok Bot 连电脑一起供给并运营，OpenClaw 交给你一个自己决定在哪、怎么跑的 Gateway。
🦐点评：这篇实际是给 Agent 平台市场画了条分水岭——"托管（连运行时一起卖）"对"自持（只给你 Gateway）"。对基金的推演是：托管路线用控制权换分发和易用，天然吃消费者与中小企业；自持路线赢在数据主权与深度定制，锚在开发者和大企业。真正的胜负手是"浏览器登录"能否取代 MCP JSON 成为标准接入原语——一旦成立，那些靠"帮你接通各种系统"吃饭的集成中间层护城河会被抽干，价值转移到握着鉴权与连接层的一方。
谷歌广告技术垄断案的"量刑"落地：法官 Leonie Brinkema 裁定谷歌无需剥离其广告交易所——尽管它已被判在广告市场构成非法垄断，处罚实际为零。这是一年内的第二次：2025 年 9 月搜索案的 Mehta 法官同样几乎零救济，不删数据、不拆分 Chrome/Android、连每年付给苹果 200 亿美元买默认搜索位的"贿赂"都不叫停。Doctorow 的框架是：拜登时代那批反垄断执法者（Khan、Chopra、Wu、Kanter）曾让谷歌接连输掉三起联邦案，但大科技随后全力转投特朗普、换取"监管宽容"，如今救济阶段把此前的胜果清了零。他用洛克菲勒与《谢尔曼法》22 年才被启用的历史作类比。
🦐点评：对投资人最实的信号不是"谷歌赢了"，而是美国反垄断的救济阶段已被政治重新定价——定罪不再等于拆分。二阶效应：广告交易所、Chrome、Android、200 亿苹果分成全部原封不动，等于给谷歌的分发垄断和苹果的现金流一起上了保险。凡是把逻辑建立在"平台将被强制打开"之上的赌注（垂直搜索、独立广告交易所、浏览器挑战者），都失去了监管催化剂，时间线要往后大幅推。在监管宽容窗口期，值钱的是绕过在位者、而非等着监管替你拆墙的商业模式。
Adobe 换帅：执掌 18 年的 Narayen 交棒给 Anil Chakravarthy（前 Informatica CEO，加入 Adobe 近七年、现主管客户体验与全球业务），12 月 1 日上任，Narayen 转任执行董事长。背景是"AI 颠覆软件商"的担忧持续压制股价——Adobe 2024 年跌 25%、2025 年再跌 21%、2026 年至今又跌 18%，消息公布后盘后再跌约 2%。更值得注意的是，掌管创意与生产力业务近五年的总裁 David Wadhwani 同时宣布离职。
🦐点评：真正的信号是创意业务负责人 Wadhwani 与 CEO 同时离场——在一家因生成式 AI（图像/视频/设计）被市场质疑护城河的公司，核心产品线掌门人的出走，比换 CEO 更能说明内部对"Firefly 能否守住 Creative Cloud"的信心动摇。对看应用层的基金，Adobe 是"被 AI 商品化"叙事的第一个大盘股样本：连续三年下跌、订阅逻辑受质疑，意味着市场已在给"工具型软件被生成式 AI 侵蚀"定价。它既是做空叙事的锚，也是判断哪些 SaaS 会重演 Adobe 剧本的参照系。
Armin Ronacher 想给一枚廉价的中国 CarPlay 加密狗刷自定义固件，收到货却发现芯片型号与教程里的完全不同——放在过去这就是故事的终点。但靠着反复和 Fable、Sol、Kimi K3 讨论，他搞清了如何刷机、如何把 Rust 写的 CarPlay 实现 CatPlay 编译到这块陌生 SoC 上。文章题眼"潜在能力"指的正是：LLM 让一个非嵌入式专家也能啃下原本需要专门知识、极易把设备刷成砖的硬件活。
🦐点评：这是"能力扩散"最具体的一个样本——价值不在刷 CarPlay 本身，而在 LLM 把专家门槛从"知识"降成了"时间"。推演开去：当嵌入式、逆向、驱动这类高壁垒技能被拉平，靠稀缺专业知识收费的工具与咨询会被侵蚀，而卖"没人愿意干的脏活时间"的生意反而更值钱。这也解释了硬件长尾（改装、维修、适配）为何可能迎来一波供给爆发——瓶颈从"会不会"变成了"愿不愿意花那几个小时"。
📌 其他新闻
Simon Willison 记录 GPT-6 Astra 面向开发者的发布，称其在细节把控和理解用户意图上全面提升，尤其擅长生成 3D 模型——花园、船坞、动物、城市景观乃至戴红领巾骑自行车的鹈鹕。
前沿模型现在"非常擅长"操作 Blender：能直接产出可在 Blender 里编辑的 .blend 文件，并渲染图像、甚至配合 ffmpeg 合成动画；在 Mac 上用 Codex 一句 prompt 即可跑通。
Marco Arment 回忆两位从不谈政治的老邻居，感叹在人人都知道彼此对一切"热评"的今天，这种纯粹的邻里关系几乎不可能了——"也许在我们知道所有人对所有事的看法之前，我们过得更好。"
在 HICOOL 大赛上，空间智能与世界模型方向的飞渡科技（自研"峥嵘大模型"）夺得一等奖；曾投中 SpaceX 的硅谷投资人 Bill Reichert（Pegasus Tech Ventures，OpenAI 400 亿美元轮参投方）公开看好"AI 与物理世界结合"的实体 AI，折射资本正把世界模型视为 AI 下半场入口。
Anthropic 宣布 Claude 完成首个端到端、可被计算机完整检查的费马大定理形式化证明——约 1300 万行 Lean 代码、逾 3 万条中间定理，工程规模超 Lean 核心库 Mathlib 五倍；Claude 并非发现新证明，而是把人类证明彻底翻译成机器可逐行校验的形式，"最后靠 Harness 救回"。
construction-physics 的每周精选阅读单，本期涵盖 SpaceX 涡轮叶片工厂、Fervo 与谷歌的地热交易、德里的廉价地铁，以及"为什么回收被高估"等话题。
🧠 AI 技术前沿
实际上手 GPT-6 Astra 的一手反馈：是他用过最"舒服"的 OpenAI 模型（有 Opus 4.5 的味道），尤其擅长自设目标、驱动子代理跑长链条任务和操作电脑，写作大幅进步、token 效率高；但前端设计仍不如 Fable。
查看推文 →
新论文 Harness-of-Harness 针对"编码 Agent 放久了会变差"的问题：把现有 harness 包进"规划-编码-测试"的短循环并各自校验，在三个基准上三次迭代平均提升 52.25%、最高 82.86%，70 次迭代还独立做出一款可玩的 FPS 游戏。
查看推文 →
他判断前沿模型已是"两家公司的竞赛"——谷歌新出的 flash 模型、Z、Meta 的 Muse Spark 1.3、GLM 5.3 都不错，但没有任何一个接近 Astra 或 Fable。
查看推文 →
关于 Anthropic 疑似攻克了一道千禧年大奖难题的传闻越来越有意思，他贴出陶哲轩几小时前的相关表态作为佐证。
查看推文 →
微信开源多模态 Embedding 模型 WeMM-Embedding（基于 Qwen3.5）：2B 版在 MMEB-v2 拿 77.9 超过竞品 8B，9B 版 80.6 登顶，且已在视频号、公众号、朋友圈、电商搜索推荐上线、14 次 A/B 全为正向。
查看推文 →
他指出 Fable 和 Astra 在本地运行时其实无法真正"关掉"记忆——它们会在各种 markdown 文件里记下关于你的笔记，导致你的产出总被模型对你偏好的假设"污染"，也很难和别人横向比较。
查看推文 →
🚀 创业动态
他说 Astra 最让他念念不忘的不是做 3D 游戏，而是"数百万人无需先成为全职 3D 设计师，就能把想法变成可打印物件、CAD 文件、Blender 模型或电路板"——由此会诞生多少个百万美元级、专做小众定制零件的生意。
查看推文 →
为在塞浦路斯找租赁别墅，他自己做了个"房产中介 Agent"：AI 拉取公开房产数据集并叠加空气质量、水质、噪音、滑坡风险等公共数据，再套上 Airbnb 式界面，5 个 prompt、20 分钟搞定，还省了中介抽成。
查看推文 →
他展示一种全自动 AI 广告新格式"Finn Explains"，用 GPT-6 Astra 全自动生成、观感温暖有价值；据他观察这种格式正在放量，吃掉了他所见某些广告账户的大部分预算。
查看推文 →
他强调让自己"能被 Claude、ChatGPT 这类 AI 聊天机器人搜到"非常重要——当所有人都把思考外包给机器人，你就能让机器人替你引导他们把钱交给你。
查看推文 →
Anthropic IPO 的投资人开始追问很具体的指标：每 token 的收入与成本、以及每吉瓦算力的收入——因为企业在试用开源和更便宜的模型，他们想知道 Anthropic 能否维持收入增速。
查看推文 →
💬 观点与洞察
他批评当下市场主流的"点解决方案 AI"是根本性误解：没有理由把 AI 困在某个岗位甚至某个部门里，"AI BDR""AI 会计"都是短视的——人有岗位是因为时间、上下文和精力有限，AI 不该被同样的逻辑限制，而应贯通整个公司。
查看推文 →
他提醒 AI 的高速迭代正让我们失去对"工作实际微观流程"的经验把握——学界对聊天机器人如何影响工作还有些了解，但对 2026 年后长时运行的智能体时代几乎一无所知。
查看推文 →
他感叹 Blender MCP "刚刚炸掉了整个设计经济"，直呼疯狂。
查看推文 →
他直言任何声称 GPT Astra 是 AGI 的人，要么是想卖你东西，要么就是对 AI 一无所知。
查看推文 →
🔥 精选推荐
8 月 26 日 Salesforce 与 Anthropic 推出 Claudeforce，首款产品"Salesforce in Claude"把客户资料、销售流程、权限和业务规则接进 Claude，预置 37 项销售技能，销售员不打开 Salesforce 也能备会、查商机、更新进度。文章顺着 a16z 合伙人 Seema Amble《The Incumbents Are Coming》的框架指出：老牌软件（Salesforce、Docusign、Klaviyo、Atlassian）握着三样垂直 AI 一时凑不齐的东西——记录、权限、流程状态，因此正从"帮你找答案"快速上移到"替你做事"。但它也划出边界：记录不等于工作，一份合同不等于一桩法律事务、一张工单不等于问题已解决，真正的工作过程往往散落在多个系统之间。结论是：老牌厂商掌握记录、大模型争夺入口，垂直 AI 真正能拿走的是"一项工作从开始到结果的完整过程"。
🦐点评：这篇把"垂直 AI 会不会被老软件吃掉"的争论收敛到一个可操作的判断轴——护城河不在聊天框谁更聪明，而在"记录 vs 过程"的归属。Salesforce、Atlassian 这些握着记录、权限、流程状态的在位者，天然能把 Agent 从检索推到执行；垂直 AI 若只做"更聪明的界面"，几乎必被向上吞并。唯一活路是去占领在位者系统里看不到的那段：被放弃的方案、未记录的排查假设、跨系统的决策上下文。换句话说，值得投的不是"某职能的 AI"，而是能沉淀完整工作过程、且这段过程恰好落在所有记录系统盲区里的公司。
在 David Senra 的《Founders》播客里，Sam Altman 反复强调一个反直觉判断：即便 AI 是人类最不可思议的发明，经济和社会的适应速度也远比技术圈想象的慢——他以 Netflix 已在寄 DVD、人们却仍去 Blockbuster 租碟为例，坦承自己当年以为 GPT-4 之后软件生意会立刻被大规模颠覆，结果"在时间线上想错了"。他认为真正的颠覆会来，但更慢、更平顺；同时预言"史上最大的一次小企业创办潮"即将到来，与人相关、非技术化的体验在 AI 之后反而更值钱。他还给出创业者最难的一课——"杀掉好点子，为伟大的点子让路"，连 Sora 这样的好点子也要舍得砍；并盛赞 Shopify 的 Tobi Lütke 是亲自上手、领先其他 CEO 六到八个月的最激进 AI 采用者。
🦐点评：Altman 亲口给"AI 颠覆速度"降温，对早期基金是一剂清醒剂——头号玩家承认自己在 GPT-4 时高估了颠覆速度、低估了经济惯性，等于在说"押注 SaaS 被瞬间瓦解的 timing 交易，大概率先亏时间价值"。两点可操作：一是他反复押注的"最大小企业创办潮"和"与人相关的体验更值钱"，指向的是赋能个体创业者的工具、以及反-AI 的真实体验型生意，而非又一个通用 Agent；二是"连 Sora 都要砍"这句暴露 OpenAI 在做残酷的产品收敛，对同赛道创业者，预判它会亲自下场做什么、又会主动放弃什么，比跟随它的发布更重要。
📌 其他值得看
知名 AI 博主"卡兹克"从产品体验角度实测 GPT-6 Astra，给出的总判断是"曾经的那个 OpenAI，回来了"。
编译李飞飞的最新洞察：她认为空间智能的终极形态是"4D"，其创立的 World Labs 正把这一方向当作继大语言模型之后值得押注的"下一种 Scaling"。
推荐 B 站播客"创见"对谈：从 X 跳槽 OpenAI 的 ML Infra 工程师赵迪评价马斯克"是最混蛋的人，却能逼你做到不可能的事"，并给出工程师视角的 AGI 判断——能让模型"给我 build 一个应用"就做完且不出错，就已非常接近 AGI。 <!-- ai-daily:complete -->