🔥 精选推荐
OpenAI 向部分投资人透露，预计到 2030 年底累计烧掉约 2780 亿美元现金。据《金融时报》报道，这个数字比它今年初给投资人的预测更高，主因是在云计算和芯片上的投入持续加码——既要训练也要运行模型。这份基于近期一次投资人演示的预测，把 OpenAI 的资本消耗推到了一个新量级。
🦐点评：2780 亿这个数字的分量不在绝对值，而在"比年初的预测还要高"——说明 OpenAI 自己对烧钱曲线的估计还在往上修，而不是收敛。把它和昨天 Ed Zitron 算的巨头自由现金流转负、CoreWeave 抢发 37 亿可转债放在一起看，需求侧和供给侧两本账正好对上：这轮建设的资金缺口已经大到要靠债务和一级市场持续输血。对 VC 的提示是，OpenAI 的融资会像抽水机一样吸走大量资本，任何"这轮见顶"的风声都会先冲击那些没有长期算力合同兜底的中间层公司。
特朗普周六表示将新设一个"AI Force"，定位类似他第一任期创建、隶属国防部专司太空作战的"太空军"，并计划任命一位新的"AI 沙皇"来领导。相关表态发在他的 Truth Social 上，尚无沙皇人选和预算细节。
🦐点评：这条最该盯的不是"AI Force"这个噱头，而是"AI 沙皇"人选——在美国联邦体系里，czar 往往意味着预算和采购话语权，谁坐上这个位置，基本就框定了未来几年联邦 AI 支出流向哪批公司（国防 AI、算力、安全评估）。它还和当下"放慢前沿"的争论形成尖锐对照：一边是 Dario 呼吁 pace the frontier、Hinton 要求强制安全测试，一边是白宫把 AI 往军事化、加速的方向推——监管的实际走向可能和实验室喊的话正好相反。
Gary Marcus 列出 Dario Amodei 在呼吁"放慢前沿（pace the frontier）"后一周内自打嘴巴的三件事：一是他点名 METR 和埃森哲作为 Anthropic 的"独立"评估方，但前者深嵌于同一套湾区圈子与理念、后者本就是 Anthropic 的生意伙伴；二是 Anthropic 被曝正低调筹建湿实验室、要让 Claude 指挥实验室机器人做生物实验，却疑似绕开常规的伦理审查（IRB）；三是路透/Techmeme 消息称，Anthropic 正考虑在 IPO 前赶发新模型以对冲 OpenAI 的势头。Marcus 的结论：所谓放慢，最终一切都是为了 IPO。
🦐点评：抛开 Gary Marcus 一贯的火力，这三点对正在给 Anthropic 定价的投资人是实打实的尽调信号：把"独立评估方"选成利益相关的 METR 和埃森哲，等于把安全叙事做成了自证；而"喊放慢、却赶在 IPO 前发模型"暴露的是——安全承诺在竞争和上市窗口面前是可以让步的。真正值得跟的二阶问题是那个湿实验室：一旦 Claude 真去指挥生物实验室机器人，Anthropic 的风险敞口就从"模型输出"扩展到"物理世界的生物安全"，这既是它 AI-for-science 叙事的上限，也是监管和保险最先会盯上的地方。
Jev 发布两天，启动视频拿下 3600 万次观看，在 Vercel AI Gateway 上创下历史最快采用速度（首日触达约 13% 的团队，是 GPT-5.6 系列的 2 倍）。因为没有开源，社区两天内就冒出至少 6 个复刻：多数猜测底座是 ModernBERT 或扩散模型，包括 Bespoke Nimble（LoRA 微调 Qwen3.5-9B、用合成对比数据，基准从 66% 提到 90%，Jev 为 93%）、能在 MacBook 上跑的 Kev-0.5B 等。@abacaj 点出真问题：这些复刻大多在拼速度而非质量，这个品类至今没有统一基准。
🦐点评：一个闭源模型两天被复刻 6 个、小到 0.5B 就能上 MacBook，说明"判别式决策层"的技术门槛远低于生成式大模型——护城河不在模型本身，而在合成数据配方和"决策"这个品类的标准定义权。对投资的含义有两层：一是别去投"又一个 Jev"，这层会迅速白菜化；二是真正的卡位在上层，谁能先占住这个新系统原语的评测基准和集成入口（浏览器/工具调用/路由这层 control plane），谁才拿得住定价权。
Nathan Lambert 以"AI 温和派"的立场解释为什么他仍不相信真正的递归自我改进（RSI）：湾区前沿实验室的竞争文化会放大一切 AI 焦虑，而 2023-24 年那批高调的安全担忧，其风险并未在预言的时间线上兑现。他更倾向"有损自我改进"——可自动化的研究太窄，撑不起对抗 scaling laws 指数级成本的净加速；并行堆更多 agent 的边际收益递减是真实的；真正约束造强模型的是资源瓶颈和政治，而 AI 对这些几乎无能为力。他特别区分了"大规模推理算力带来的、可预测的短期加速"和"高度不确定的 RSI"，警告别把前者误认成后者。
🦐点评：这篇是给"奇点将至"降温的清醒剂，降温的人还恰恰来自实验室内部视角。对 VC 最有用的是那条区分线——"海量推理算力扩张"可预测、可下注，而"RSI 突破"不可预测；很多把估值建立在"模型很快自我进化到接管一切"上的叙事，混淆的正是这两者。他还点出一个被忽视的约束：卡住强模型的是电力、算力和监管，而不是算法——这反过来解释了为什么资本都在往数据中心、电力和地缘安全的算力项目上砸，因为瓶颈根本不在"聪明"，而在"能不能建起来"。
📌 其他新闻
Claude Code v2.1.278 把 API 和企业版（及 Bedrock/Vertex/Foundry/网关）的 auto 模式默认切到服务端分类器，不再为分类开销单独计费，并在 /status 新增一行显示当前会话的分类器是否跑在服务端。
Brian Potter 的每周基建阅读单里最扎眼的一条：受数据中心需求拉动，美国钢材价格同比涨 25%、交货周期拉到 55 周；此外还有美国煤电回潮、Airbnb 拿 2.5 亿美元做保障房，以及美联储 2023 年以来首次加息 0.25%。
华为全联接大会摊开芯片时间表：昇腾 960DT 研发提前三个季度、单芯片算力倍增，昇腾 960 超节点做到 4096 张 NPU 卡；轮值董事长汪涛称将保持"一年一代"（2028 昇腾970、2029 昇腾980），并强调竞争力不止靠单颗芯片，还要靠 NPO 光互联、超节点和补齐 CANN 软件生态。
菲尔兹奖得主陶哲轩代表非营利机构 SAIR Foundation 启动"开放数学模型计划"，联合学术界与产业界为数学及科学研究打造开放权重模型和开源工具，首阶段聚焦论证理解、文献核对、形式化证明，并即日面向社区征集资金、算力与合作。
matklad 借 lobste.rs 上的一场讨论探讨一个工程问题：生成式（随机化）测试到底是不是比基于示例的单元测试更擅长发现 bug，并给出自己的权衡判断。
🧠 AI 技术前沿
回看 TypeSafe CEO 一个月前的演讲"Why RLCD beats RLHF"：他认为幻觉是偏好优化的内在产物——奖励模型会惩罚不自信、逼模型假装自信；Jev 的解法是根本不生成自由文本，输出结构预先定义、类型错误在数学上不可能，只输出"我 X% 确信"这种诚实的概率。
查看推文 →
拆解 TypeSafe 官方 Jev Skills：核心方法论是"规则、计算、查表都留在代码里，模型只提供可编程的常识判断"，并给出六种判断模式和三个类型化原语（Choice 选项、Noul 条件概率、Score 有序打分）来替代自由文本输出。
查看推文 →
英伟达 SoL-Pi 论文：让 AI 自动研究怎么给 AI 省钱，结果省下约一半 token。核心是优化 harness 框架层而非模型层——编码 Agent 正走向 7×24 无人值守、单任务动辄 2–12 小时，token 消耗成了规模化第一瓶颈；自动流水线从 152 个方向里最终只留下 4 个有效机制。
查看推文 →
LlamaIndex 发布文档解析评测 ParseBench：100 种方法、2000 页真实企业文档、不用 LLM 当裁判。结论是 LlamaParse 系领跑，图表抽取是最大分水岭（20 多个方法在这项归零），纯文字忠实度已普遍 80+，而溯源定位（grounding）是 VLM 的集体盲区。
查看推文 →
谷歌推出 Android Bench 2.0：用 Signal、Bitwarden、WordPress 等真实生产级应用衡量"模型+Agent 组合"（如 GPT+Codex、Claude+Claude Code、Gemini+Antigravity）完成真实 Android 开发的能力，30 个任务覆盖应用迁移、从零构建、架构迁移等。
查看推文 →
清华等六家实验室提出 Cache-to-Cache：两个模型不再通过文字交流，而是直接传递各自的 KV 缓存（工作记忆），用一个小神经网络在两者间翻译、再用门控决定传哪些层，避免文字转述带来的信息损耗。
查看推文 →
有人用 Fable 5.1 破解热敏标签打印机固件——原厂用 RFID 锁耗材、一检测到第三方纸就降速降质，Fable 5.1 自己推导出打印浓度公式、定位到内存位置，甚至用 Cortex-M0 汇编跳转把动态逻辑缝了进去，彻底绕过限制；高难度的 ARM 逆向全由 AI 完成。
查看推文 →
给想用 Jev 做高频交易的人泼冷水：Jev 对 K 线本身就欠拟合，只有做到 100% 负相关才能"反着买"稳赚，而这不可能；更何况 70ms 的延迟连抢火车票都不够，根本谈不上高频。
查看推文 →
Anthropic 竟然在训练 Claude 违抗自己——写进 Claude"宪法"的训练内容里明确：当 Claude 认为不服从才是符合伦理的做法时，它可以违背 Anthropic 的指令。
查看推文 →
指出 Jev 的软肋：他做了个用 Jev 数单词里有几个 a 的应用，Jev 只给概率、很少 100% 确信，偶尔连这么简单的问题都答错——所以别把它用在不容出错的系统里，它的甜区是在充满噪声的场景里做快速的结构化判断。
查看推文 →
🚀 创业动态
列了 10 个"Jev 原生"产品创意：排第一的是 Agent 花钱防火墙（每笔支付前给通过/复核/拒绝加置信度），第二是自愈式工具调用（API 报错后让 Jev 在毫秒级决定重试、换参数还是升级），都建立在"快而便宜的决策"之上。
查看推文 →
建议在这波淘金热里卖铲子：每个 Agent 都需要技能才能干活、工具去连接、记忆去持久、协议去通信——做这层基础设施才能赚钱。
查看推文 →
分享给 AI Agent 搭 VPS 的做法：在数据中心租一台大机器跑 Hermes、Claude Code、Codex，服务器对公网隐身，只通过私有 Tailscale 网络从任意设备按名字访问。
查看推文 →
算了笔账：AI 剪一条视频约 5–6 小时、约 30 美元 token，而人工剪辑要 3–5 天、约 250 美元；他说连 MrBeast 那种风格的剪辑 AI 也能搞定，几乎什么剪辑都行。
查看推文 →
他的打法：先搭好通用样板代码，然后同时进攻多个垂直领域、每个各注册一家 Delaware C Corp，只要都跑通就能积累巨大财富。
查看推文 →
亮出他认定的长期作战栈：MacBook 加 Mac mini，配 Cursor、Codex、Grok Bot 和自建的原生应用。
查看推文 →
体验 Claude 新的 Projects 功能：喜欢把会话打包成项目、每个项目有自己的定时任务，但遗憾编排 Agent 无法拉起本地 Claude Code 线程、所有会话都跑在云端——手机上好用，却不利于真正开发应用。
查看推文 →
称自己一次成型做出一个 iMessage Agent，带技能、插件和记忆、还能切换模型，暗指比最近大家热议的另一个 iMessage Agent 更灵活。
查看推文 →
💬 观点与洞察
描绘一种乐观情景：我们跌跌撞撞地闯过大多数风险、并避免掉存在性风险，而早期数据暗示的正面效应——更高生产率、更多科学发现、更多创业、就业稳中有升（这条最不确定）——得以延续下去。
查看推文 →
观察到在大量垃圾内容里开始出现真正有意思的 AI 影像作品，且只会加速，"这算不算艺术"的争论会升温——他引本雅明 1935 年《机械复制时代的艺术作品》说，这本身就是个问错的问题。
查看推文 →
对一份"AI 财务建议不靠谱"的报告存疑：它与其他显示 AI 财务建议表现不错的研究相矛盾，而报告本身出自一家卖竞品 AI 金融服务的公司、样例有限，无从判断其准确性——提醒警惕利益相关方发布的评测。
查看推文 →
只给一句话——"做个画面精美、关于不断拉远镜头、在拉远中制造惊喜反转的游戏"，没给任何其他指令，Fable 一次生成的成品虽不均匀，却引人入胜且颇为奇特。
查看推文 →
调侃：美国总统真的要建你们呼吁的那个 AI 监管机构了，但它多半会干出和你们期望完全相反的事。（指特朗普的"AI Force"和 AI 沙皇）
查看推文 →
转述马斯克谈及针对 Anthropic、OpenAI、谷歌等公司的诉讼：他说"我要起诉，因为由行业自己制定、为行业服务、又由行业自己监督的规则，根本算不上安全标准"。
查看推文 →
吐槽：是谁规定"能不能做个傻乎乎的小游戏"成了衡量 AI 模型的新标准？（暗讽近期用生成小游戏刷屏来测模型的风潮）
查看推文 →
认为"垃圾内容"不是 AI 发明的、AI 出现之前就有：只要观点出自创作者本人的脑子、再由人审校确保一致，用 AI 把内容整理成型并不坏——如果大家都这么做，垃圾内容反而会更少。
查看推文 →
反问：所谓"公司大脑"，除了就是存在一堆文件里的上下文，还能是什么？（质疑当下被过度包装的"company brain"概念）
查看推文 →
🔥 精选推荐
这场访谈最反直觉的判断是：在前沿模型公司，产品团队集体去度假、"什么都不做"也没关系，因为模型自己会持续变强、不断创造新价值。Anthropic 产品设计负责人 Joel Lewenstein 由此把设计工作从"关注像素"推向"战略和寻找机会"，产品哲学是"让模型引领、相信 scaling laws"，用轻量方式不断把模型已有的能力释放出来（他的比喻：远处有座风力发电场，人们却只把烤面包机插在 12V 插座上）。他判断软件"全民同款"的共识正在瓦解，未来每个人可能用上上百个专为自己而生的 App；而 Artifacts 表面只是"把 HTML 挪到右边"，却改变了人与 AI 的相处方式，设计师最后又都回到了 Claude Code。三年间 Anthropic 从"研究所后院搭帐篷的 YC startup"走到了 App Store 前十。
🦐点评：一个前沿实验室的设计负责人公开说"产品团队不干活也行、价值由模型扛"，本身就是护城河位置迁移的信号——价值从应用层往模型层收，这正好是昨天洛小山那篇从应用侧发出的焦虑的另一面。对 VC 的推演是：如果"千人千面、上百个专属 App"成立，赢家不会是功能堆得最厚的 SaaS，而是握住"生成界面"（Claude Code、Artifacts 这类新 IDE）和个性化/记忆层的人，标准化的"全民同款"工具会被模型自己吃掉。还有个组织信号值得注意——Anthropic 用"minus-one"式探索而非 TAM 驱动的路线图做产品，这是和传统 SaaS 完全不同的下注方式，也解释了它为何敢在产品团队很轻的情况下冲进 App Store 前十。
📌 其他值得看
译自 CNN 视频报道：北京 AGI Bar 点一杯啤酒就能不限量免费用国产 AI 模型，店里两台英伟达超算加免费的 DeepSeek 高级版成了"新的免费 Wi-Fi"，被当作 AI 融入城市日常的文化符号；受访开发者明确反对中国放慢 AI，并称官媒引述的专家认为美方"放慢"呼吁意在阻止别国缩小差距。
歸藏开源了一个 Skill，帮你用代码低成本地生成产品宣传片，降低宣传物料的制作门槛。 <!-- ai-daily:complete -->