🔥 精选推荐
国防 AI 公司 Shield AI 正洽谈一轮估值至少 200 亿美元的新融资，较五个月前再涨约 60%。这家成立 11 年的公司靠一套名为 Hivemind、用于协同无人机与飞行器的 AI 软件持续拿下军方合同，本轮融资正是踩着这些订单兑现的节奏推进。
🦐点评：真正被重新定价的不是无人机硬件，而是 Hivemind 这套自主协同软件——五个月估值跳涨 60%，说明市场开始把"军用自主性"当成可复用的软件资产、而非项目制交付，这会把整个 defense/dual-use 赛道的估值锚点整体上移。但军工订单确认周期长、政治敏感，$20B 更像是把未来数年的合同预期一次性贴现，尽调时真正要拆的是 Hivemind 拿到的是长期框架协议还是一次性采购。
OpenAI 研究科学家 Noam Brown 直言，尽管 GPT-6 Astra 在设计游戏、转录乐谱等各类专业任务上都有提升，公司训练新模型的头号目标其实是让模型更擅长 AI 研发本身——"第一优先级是递归自我改进（RSI），而且领先第二名相当大的差距"。
🦐点评：把 RSI 明确列为"远超其他"的第一优先级，等于承认前沿实验室真正的竞赛不是产品能力、而是"让 AI 加速造 AI"的内循环——这也给上周 Dario 的"降速"叙事添了另一层意味：所谓 pacing，本质是谁先摸到 RSI 门槛的排位战（也呼应 Twitter 频道 EXM7777"实验室只是没钱没算力才降速"的反讽）。对投资人，这意味着模型层护城河会越来越取决于"内部研发自动化程度"这种看不见的指标，而非榜单分数；下注 Recursive（见精选 4）这类公司，赌的正是同一件事。
一家对标 Surge AI 的中国数据标注公司，在仅有约 3000 万美元订单的情况下拿到了 10 亿美元估值。The Information 用这个 30 余倍的"估值/订单"倍数点出：资本对"AI 训练数据"这一环节的下注，已经远远跑在真实营收前面。
🦐点评：3000 万美元订单撑起 10 亿美元估值，30 余倍的订单倍数是典型的"卖水人溢价"——在数据标注这种被视为决定 AI 能力上限的环节，资本宁愿为卡位付天价。对红杉中国的直接含义是，国内"数据基础设施"赛道正被按海外龙头（Surge、Scale）的稀缺性重定价；但风险恰恰在于，数据标注的壁垒是流程和人力网络、可复制性远高于模型，一旦供给起来这个倍数很难维持。值得单独排一次会：谁真正掌握了高质量、可审计的中文训练数据供给链。
NLP 元老、You.com CEO Richard Socher 从前沿模型业务中拆分出新公司 Recursive，专注递归自我改进（RSI），已完成 46.5 亿美元种子轮、估值约 50 亿美元。他的愿景是造一台"尤里卡机器"——能改进"发明"这一过程本身的超级智能。早期结果包括：一套 AI 研究系统在不到两天内于优化任务上超过了人类及其 agent，并在没有 CUDA 专家团队的情况下改进了 NVIDIA GPU kernel；他还网罗了一批全球顶尖的开放式演化（open-endedness）与自我改进 agent 研究员。
🦐点评："种子轮 46.5 亿美元"这个数字本身就是当下 RSI 叙事的温度计——它买的不是产品或收入，而是 Socher 的履历、一支稀缺的 open-endedness 团队，以及一个与 OpenAI 头号优先级（见精选 2）完全撞车的赌注。对 GP/LP，这轮真正的分歧点是：RSI 到底是能被一家初创公司"拆分"出来独立做的命题，还是只能长在拥有海量算力和数据的前沿实验室体内？若是后者，$4.65B 种子轮就是在为一个注定被巨头内化的能力提前付溢价。
Stratechery 的 Ben Thompson 直接开炮：Dario Amodei"为前沿踩刹车"的提议既不现实，其真实指向更像是对 AI 的政治控制。他把这套"限速 + 设立监督者"的组合形容为可能催生"AI 政委"（AI Commissars）——由少数人掌握"什么该被放行"的裁量权。
🦐点评：Thompson 提供了这场"降速"大合唱里最关键的反调：当在位者集体呼吁 pacing，问题不再是"安不安全"，而是"谁来当那个踩刹车的人"——一旦限速被制度化，它就等价于给头部实验室发放了定义合规的裁量权。对一级市场，这意味着监管叙事本身正在变成竞争工具，真正该问被投企业的是：如果"AI 政委"出现，它是写规则的一方，还是被规则挤出的一方。
📌 其他新闻
微软周一发布新版 AI"行为准则"，承诺不做可能规避人类监督的产品，并要在 AI 产品中内置"紧急停止开关"；这紧跟 CEO 纳德拉周日呼吁行业为 AI 进展"踩刹车"，与 Anthropic、OpenAI、xAI、Meta 等上周末的表态汇成一股"限速"共识。
a16z 的 Josh Elman 认为 AI 换掉了产品经理的很多工具，却没改变内核——PM 的本质仍是"讲故事"：用叙事说服团队做对的产品，而不是靠 Excel 里的数字。他用自己在 RealNetworks、LinkedIn 的亲历把这套判断串了起来。
两位 SpaceXAI 设计师演示如何用 Grok Bot 把工作流搬出电脑：在健身房用截图让 bot 直接改 Figma、发一张地点照片就自动查 Google Places 并生成 3D 微缩风格素材。核心观点是设计师的价值正从"画渐变"转向"定义要什么"。
OpenAI 官方案例：Perplexity 已把 GPT-6 Astra 用于端到端的真实系统——撰写对外沟通、改动软件、监控生产系统，且相比早期模型，人工介入检查的频率大幅下降，指向 agent 自主度的又一次跃升。
新版把"fast mode"带进 Remote 会话（云端与自托管 runner），并给沙箱下的 Bash/PowerShell/Monitor 加了逐命令的 allowed_domains 白名单——命令需要访问的主机随命令一起审阅、只为它单独开放。coding agent 的权限与联网控制正越做越细。
David Sacks 一条推文被网友纷纷丢给 Pangram 检测，AI 检测器判定"完全由 AI 生成"，Sacks 随即反驳这类检测器不靠谱。Armin Ronacher 借此剖析 AI 文本检测器的判定逻辑与可靠性边界——当"用检测器给人贴 AI 标签"成为社交反射，误判本身正在变成一种话语权风险。
字节豆包手机助手发布消费者版，与手机厂商在系统层面合作，主打语音/AI 键唤醒（AI 键带指纹鉴权）、屏幕问答、本地记忆与检索，首款搭载新机 9 月 16 日开售——字节把 AI 助手做进系统层、直接卡位手机入口。
分子之心的 QuantaMind 登上 Science Advances，把 AI 蛋白质设计从静态结构预测推进到"动态时代"——像给分子世界拍电影一样刻画其运动过程，为 AI for Science 的药物与材料设计打开新变量。
🧠 AI 技术前沿
援引 Anthropic 新博客的一组数字：工程师如今产出代码是过去的 8 倍，80% 的代码由 Claude 编写，半年内 CI 任务量涨 25 倍、测试涨 10 倍。瓶颈已从"写代码"转向"验证代码"，Thariq 更称测试代码量应是以往的 100 倍。
查看推文 →
苹果正式发布由下一代 Apple Intelligence 驱动的对话式 Siri AI，随 iOS 27 推出。两个关键信号：底层模型与 Google Gemini 合作构建，以及 AI 功能首次引入用量限制、未来将收费；能力上主打跨应用个人上下文、屏幕感知与系统级第三方应用操作。
查看推文 →
拆解今年 AI 圈最火的 FDE（前线部署工程师）岗位：Vinoo Ganesh（曾在 Palantir、Citadel 三次从零搭 FDE 团队）指出，九成团队把它做成了咨询甚至外包，真正的价值在于把前线认知回流到平台、让下一次部署更快——FDE 应是产品团队的延伸，而非换了头衔的驻场顾问。
查看推文 →
从一线视角讲清楚大厂超级 App（美团、淘宝、微信这类）做 AI 入口有多难：主推理模型反而好定，真正难的是最前端的意图识别和十几个自训垂类模型，一轮后训练 2-3 个月、期间基座又升级形成两难；而比技术更难的是大厂跨团队跨部门的权责协调。
查看推文 →
基于 METR、GDPval、DeepScholar-Bench 三篇论文，拆解智能体评测的三个要素——任务时长、经济价值与结果可信度，串起斯坦福 CS329A《自我改进 AI 智能体》课程第八讲对长程任务评估的框架。
查看推文 →
分享一个思路很妙的 HuggingFace Space（MiniCPM5-2B-WebGPU-Pi）：不装 Docker 或 Node，打开网页就是一个带虚拟终端、能编辑文件和 tool_call 的完整 Coding Agent——用 Pi 包住 agent、由 4bit ONNX 版 MiniCPM5-2B（不到 2G）驱动，框架到推理全跑在浏览器里，天然带你的登录态、无需 API key 也能离线接管。
查看推文 →
针对"思考强度该开 max 还是 high"的争论，他甩出三篇论文并亮明观点：SOTA 模型应是完美的信息压缩器——用最少的 token 解决最难的问题，"算出宇宙终极答案是 42"不叫 SOTA，"E=mc²"才是。
查看推文 →
让 Fable 5.1 Max 与 GPT-6 Astra Pro 互相辩论如何翻译至今未破译的米诺斯线形文字 A——结果是两个模型谁都没能破解，但过程本身展示了"用前沿模型攻历史谜题"的玩法。
查看推文 →
Anthropic 的 Claude Mods 功能开始落地，社区里已经有人做出了"在 Claude 里跑俄罗斯方块"的 mod——官方 issue 汇总了最新的社区进展与技术细节。
查看推文 →
🚀 创业动态
吐槽 GPT-6 Astra 的额度：今天只用了 5 小时就烧掉每周 88% 的配额，OpenAI $100/月的 Pro 计划如今相当于"每月只够用四天"的通行证。
查看推文 →
解释正在走红的 AI"软件工厂"概念：本质就是放在代码旁的 5-6 个 markdown 文件，告诉 agent 你的工作方式，从而 24 小时不间断产出高质量应用。它火是因为 AI 编码有"信任问题"——没有结构约束，你只能一直盯着 agent 怕它改坏东西。
查看推文 →
认为 GPT-6 Astra 在 Codex 里的表现遥遥领先，并做了一份面向零基础的 Codex 完全指南，梳理开始用它做知识工作和编程所需了解的 28 件事，目标是一份能直接转给团队任何人的上手材料。
查看推文 →
给出他眼中的长期制胜工具栈：MacBook + Mac mini 硬件，软件上叠加 Cursor、Codex、Grok Bot，再加自建的原生 App。
查看推文 →
一年前花 €6,562 攒的游戏 PC 现在市值 €13,178、翻了一倍：128GB 内存涨 5 倍、RTX 5090 涨 2.3 倍、SSD 涨 1.3 倍——AI 算力需求正把消费级硬件变成"意外的最佳投资"。
查看推文 →
💬 观点与洞察
对"降速"叙事的辛辣反讽：OpenAI 先把 Astra 吹成史上最猛发布、给近乎无限的用量，发布即自称 AGI，转头就撞上容量瓶颈、关闭 Pro 申请，然后突然说要放慢前沿开发——在他看来，实验室们其实是没算力也没钱了，"负担不起"才是降速的真正原因。
查看推文 →
抛出一个判断：企业"数据主权"的诉求会撞上一个硬现实——只要 AI 能力还在指数级增长，想维护一批能持续跑赢大型通用模型的自训小模型，成本高、难度大，多数公司未必扛得住。
查看推文 →
转述一篇因果推断精讲：某 Staff 数据科学家用 4 万个模拟 B2B 账户证明，"采用 AI 助手的账户留存高出 15.4 个百分点"里真实因果效应只有约 4 个百分点，其余全是选择效应（越投入的账户越爱开新功能）；用断点回归重估后为 +4.9 个百分点，代码全开源。
查看推文 →
🔥 精选推荐
刚结束的 YC Summer 2026 Demo Day 上，投资人讨论最多的一批公司几乎不再有 SaaS、Copilot 或垂直 Agent 的影子，而是集体转向电力、芯片和机器人这些"物理层"。代表项目包括：把数据中心装上驳船、用海水散热、计划 2028 年上天然气版、2032 年转核动力的 Atomarine（靠 LOI 拿到超 40 亿美元客户意向，成为本届估值最高项目之一）；用光交换（OCS）让 1 万张 GPU 集群等效发挥出约 1.25 万张算力的 Dipole Labs；以及把模型权重直接固化进硅片、口号"The model is the chip"的 Lamb Labs。更极端的还有公司开始培养人类脑细胞做 next-token 预测。有意思的是，投资人认为这批"像科幻小说"的公司，估值反而比前几届更实在。
🦐点评：这届 YC 是一个清晰的赛道拐点——当最聪明的钱开始从模型层撤向电力、光互连和芯片，说明市场已认定"算力的瓶颈不在 GPU 数量，而在把 GPU 喂饱并持续运转的物理条件"（正接续 RSS 频道 Shield AI 与算力紧张的主线）。对红杉中国，真正可操作的不是去追海上数据中心这类重资产叙事，而是 Dipole/Lamb 那条"让每一美元资本、每一瓦电产出更多有效 token"的效率赛道——资产轻、逻辑硬，且中国在光模块、封装、FPGA 上本就有供应链纵深。要警惕的是 Atomarine 那 40 亿美元是"意向"（LOI）而非收入，别把需求信号当订单。
数字生命卡兹克专访了 AI 影像圈公认的头部创作者 DiDi_OK——他正在威尼斯电影节领奖、斩获两项 AI 影像大奖，今年 2 月的作品《牌子》曾在 B 站斩获 2000 万播放、全网近亿。他的新作、也是"主持人平行宇宙"系列的巅峰之作《糖果》用 Seedance 2.5 制作，讲一个"人类能源使用逼近一级文明门槛后、任何起心动念要施暴的人都会当场炸成一堆糖果"的科幻故事。DiDi_OK 本硕都是动画、现就职于全球最大营销集团之一 WPP 的核心制作团队，他把自己多年的核心追求概括为"力道"——如何让脑中的创意以最低损耗传达给观众，而 AI 终于替他抹平了传统动画流程里层层损耗的生产力鸿沟。
🦐点评：值得关注的不是又一部"AI 短片刷屏"，而是创作范式的迁移：DiDi_OK 的稀缺性从来不是工具，而是审美和叙事密度，AI（这里是字节的 Seedance 2.5）只是把"从想法到成片"的损耗压到接近零——内容行业的价值正从"制作产能"转移到"品味"这个不可规模化的稀缺资产上。对投资人有两个信号：其一，Seedance 这类国产视频模型已能撑起电影节级别产出，字节在视频生成上的生态位正被头部创作者用脚投票验证；其二，一旦"一个人 + 一套模型 = 一个工作室"成立，真正可投的或许不是又一个视频工具，而是能筛选和放大顶级品味的创作者平台或 IP。
📌 其他值得看
Z Potentials 独家：企业 AI 治理公司亿格云完成近亿元人民币 B+ 轮（MTR Lab 与北极光创投联合投资），距上一轮仅四个月。其自研"云枢 AIDR"平台把治理对象从"人"扩展到"人 + Agent"，通过"看见、定义、标识、执行、度量"五个环节对企业内的 Agent 做全生命周期管控——押注"每一次生产力跃迁都会催生匹配的治理基础设施"。
AGENT橘的"Next Token"播客第二期，围绕 iPhone Duo、GPT-6 Astra 与 DeepSeek Flash 三条近期热点做了一轮讨论与点评。 <!-- ai-daily:complete -->