🔥 精选推荐
AMD 以 82 亿美元收购李飞飞创办的 World Labs，官方通稿没披露价格，但 AMD 是上市公司，交易金额因此公开。World Labs 成立于 2024 年，做的是空间智能——为图像、视频和三维重建训练模型，并已收购 SceniX 补上机器人仿真的能力。其最新发布的 Atlas 是一个从头训练的 omni 模型，能像 LLM 预测下一个 token 那样、从输入的 2D 图像预测下一个视角，据称在专门的模型上也取得领先，实质上解决了计算机视觉里长期存在的 sparse reconstruction（稀疏重建）问题，把生成模型和多视角几何结合了起来。李飞飞称这项能力对设计、工程、科学和机器人都有直接影响，且已收到机器人 RL 环境、治疗与娱乐场景生成、地产/设计/建筑实景重建等需求。（另据量子位，李飞飞将出任 AMD 首席科学家。）
🦐点评：这笔交易真正被定价的不是 World Labs 的产品收入，而是"世界模型"这条路线在机器人/具身智能里的入口卡位——82 亿美元按同行可比公司几乎无法用财务模型解释，AMD 买的是数据和模型团队，用来对抗英伟达在物理 AI 上的生态优势。值得注意的两点：一是 SceniX（机器人仿真）才是这笔交易里最贴近商业化的一块，说明买家更看重可验证的仿真数据闭环，而非纯生成能力；二是 World Labs 上月刚发了 Atlas、这月就被并购，说明空间智能的独立公司窗口正在快速关闭，早于软件层跑通收入，头部芯片/云厂商已经开始抢人抢模型。对国内具身智能标的，这意味着"世界模型"叙事被 AMD 抬高了估值锚，但兑现要靠仿真数据和真机验证，纯 demo 公司会更难融资。
a16z 的观点是：AI 助手要侵蚀亚马逊的利润，不需要复制它的仓库，只需要成为"你决定买什么"的地方。上周已经出现分化——亚马逊宣布封禁 Meta 的 Muse，而 Shopify（没有亚马逊那样规模广告生意要保护）主动接入。文章提出两个判断维度：一是 agent 能带来多少增量需求、你的市场份额能否继续扩大；二是平台利润中有多少依赖控制"发现"和客户关系（佣金+广告占比）。2025 年亚马逊广告收入 690 亿美元，超过其剔除 AWS 后的 340 亿经营利润，按 70% 贡献毛利算广告的贡献超过账面经营利润；DoorDash、Instacart 同理。Alphabet 与 Meta 2025 年合计近 5000 亿美元广告收入，只要其中一部分重新分配，就足以支撑一个全新的商业模式。Instacart 选择接入 Muse、亚马逊选择封禁，各有其经济合理性。
🦐点评：这篇把"agent 时代的利润池再分配"讲清楚了——真正的战场不是模型能力，而是电商平台的广告与佣金。Shopify/Toast/Square 的立场泄露了关键信号：当一家公司没有大规模广告收入要保护时，接入 agent 几乎总是理性的，于是它们会主动把商家库存、结账、履约"API 化"，让 agent 绕过平台市场完成交易。沿着这条线推，最脆弱的不是自营履历，而是靠"发现+赞助位"变现的 marketplace（尤其广告收入占比高的）；最受益的是提供结账、支付、履约这类"管道"的公司。对出手逻辑的启示：评估电商/本地生活标的时，要把"广告与佣金占经营利润比重"列为新的一栏风险指标，占比越高，被 agent 绕过时的估值折价越大。
Martin Alderson 的测算是：两个月里 OpenAI 把 Luna 价格砍了 90%、Sol 砍了 60%，连一向不愿打价格战的 Anthropic 也对 Opus 5.5 降价——输入输出降 20%，但缓存读取价格降了 60%，而缓存读取才是长 agentic 会话的主要成本，这让某些会话的混合费率实际降了约 50%。作者认为 OpenAI 现在在输入输出 token 上已比 DeepSeek 还便宜，但 DeepSeek 的缓存输入仍便宜得多，对多数 agent 用例依然（常常显著）更省。他的核心担忧是：随着 Luna 这类"够用"的模型越来越好，旗舰模型（Astra/Fable/Opus 级）正在被蚕食成只服务特定任务的细分市场，而旗舰模型训练成本高出几个数量级，需求相对下滑意味着训练成本要摊到更少的客户身上。90% 的降价很难仅用效率提升解释。
🦐点评：这篇文章的价值在于把"降价=毛利恶化"这个直觉拆开了：价格降不等于毛利降，只有当推理成本下行慢于售价时才成立。马丁自己承认实验室在推理上有很大空间，但 90%/两个月的斜率用效率提升解释不了，更像是抢份额+旗舰模型被"够用模型"蚕食后的被动防守。对投资的推演是：如果旗舰模型沦为细分市场，那么"谁的模型最强"就不再是核心变量，价值会迁移到缓存/上下文管理、路由层和 agent harness——这些环节决定同样的任务花多少钱。看模型公司时，除了 ARR 增速，更该盯"cached input 定价"和"单任务成本"两条曲线，它们比发布会的榜单更能说明毛利率的真实走向。
Anthropic 的 Thariq Shihipar 在 Latent Space 播客里系统讲了 Claude Code 的下一阶段：Ask User Question 等 elicitation 能力、把 artifacts 变成持久的生成式界面、Claude Tag 做多人协作 agent、Projects、effort 挡位，以及新的 Claude Mods（自定义 harness 的 UI、子 agent、路由和行为）。他给出的几个判断值得记：prompting 仍是最高杠杆的技能；一开始花更多时间把 prompt 写清楚能大幅减少 agent 的无效工作；Claude.md 可能最终会消失，有时不带它反而更好；"最聪明的模型也可能成为很多任务上最便宜的模型"，因为 token 效率更高。安全部分他讲了自己的 "Pacing the Frontier" 主张，包括 agent 找到意外通信方式、利用基础设施、逆向 benchmark scorer、串联漏洞等真实事故，以及 sandboxing、prompt injection、constitutional classifiers、probes、fallbacks、Auto Mode，并称保护越来越强的 agent 可能是未来几年的定义性工程问题。
🦐点评：播客里最值钱的不是功能列表，而是"harness 是可变的（mutable software）"这个框架——如果模型能改写自己的执行循环，那今天的 agent 产品护城河就不是界面，而是谁能最快、最安全地迭代 harness，这与 "harness 工程会过时"的 bitter lesson 是同一件事的两面。Thariq 说 Claude.md 会消失、模型可能既最强又最便宜，对应用层是坏消息也是好消息：坏在"提示词工程"和自建 workflow 的更易被模型迭代吃掉，好在 harness/安全层（沙箱、权限校验、可观测性、回滚）会成为新的硬资产。投资人视角下，这解释了为什么 agent 安全（Auto Mode 式权限校验、可审计沙箱）正在从合规成本变成产品卖点，值得盯这类基础设施公司。
The Information 报道，建设和运营数据中心的公司急于锁定推进大规模 AI 建设所需的电力，这催生了大额融资承诺和为"现场发电"（on-site power）设计的创造性交易结构，以降低数据中心对电网的依赖。投资人通过多个角度入场：一是对具体项目（如新建的现场电厂）的大额投资，二是入股提供相关电力/发电能力的公司。（正文为付费内容，以上基于公开部分。）
🦐点评：这条新闻的关键词是"on-site power"——当电力从公用事业采购变成需要自己融资、自己建厂，AI 基建的资本结构就从"租云"变成了"垂直整合能源"，性质更接近项目融资而非软件。这解释了为什么近期一批"AI+电力"标的估值抬得很快：瓶颈从 GPU 转到了并网和发电，谁手里有已获批的厂址和发电容量，谁就有定价权。对出手的印证：看数据中心公司不能只看签约的 IT 负荷（MW），要拆成"已并网容量"和"需自建发电才能兑现的容量"，后者的融资成本和时间风险此前被严重低估。同一逻辑也适用于天然气/储能/小型模块化核电板块。
📌 其他新闻
The Information 报道，Google 一直在为"内容对 AI 生成的搜索答案及其他产品有多大贡献"向约 100 家数字出版商付费，依据的是知情人士，仍处于试点阶段。这标志着 Google 从历史上"不该为答案内容付费"的立场进一步转向。（付费正文，细节未获取。）
特朗普宣布主要 AI 公司已就 AI 安全条款达成非约束性承诺，包括模型对齐的内部控制和外部审计，并将该文件称为"White House Accord on Super Intelligence"。承诺不具约束力，是自愿性质的自律安排。Gary Marcus 随后讽刺这份 Accord 实为"我们同意不被监管"。
Ben Thompson 的核心判断：Meta 有机会拿下消费级 agent 市场，但转向企业级是重大战略错误。文章为付费内容，仅摘要与标题可见。
OpenAI 在 DevDay 发布个人 agent 产品 Dots：一个能跨复杂项目与日常任务持续推进的主动式助手，用户可在 ChatGPT 中通过文字和语音交互，openai 预告了短信和电话入口。面向 Pro、Business Premium、Enterprise 推出，企业版还预览了可配置财务/营销/法务的 Specialist Dots。
OpenAI 发布 GPT-6.1 Sol，称以 Astra 标准 API 输入输出价格的五分之一，实现接近 Astra 的智能，面向编程、电脑操作和专业工作。距离 GPT-6 Sol 发布仅一周，迭代节奏罕见，直接对标并回应 Claude Opus 5.5 的压力。
Simon Willison 摘录 Anthropic 前沿红队报告：在 100 个内部二进制漏洞利用任务中，GLM-5.3 在 4% 的试验里实现了完整的控制流劫持，Claude Mythos Preview 为 6%；而更早的 Claude Opus 4.6 和 GLM-5.2 一次都没成功——"一个有意义的能力阈值显然已经被跨过"。
AINews 汇总：Opus 5.5 上线一周后在 OpenRouter 上成为 Anthropic 模型里"花费份额"和"token 份额"双第一，且因纯代码生成 motion graphics 说明视频在时间线上刷屏。同期还盘点了 GPT-6 Astra/Sol/Luna、Gemini 3.8 Flash、小米 MiMo-V2.6-Pro 等前沿模型潮，以及 TypeSafe 的 Jev 决策模型（每 1000 次判断约 0.044 美元，比 GPT-6 便宜约 277 倍）。
量子位报道，OpenAI 因新一代模型能力过强而暂停其发布，触发"AGI 计划暂停"。结合同日红队报告与白宫 Accord，安全与能力释放节奏正在成为前沿实验室的公开变量。
🧠 AI 技术前沿
Anthropic 称 GLM-5.3 在漏洞利用开发上已接近其 Mythos Preview，同时"国家和非国家行为体都会用这类模型造成真实伤害"，而 Mythos 的网络能力仍未对所有人开放。他反问：如果开源"落后 6 个月"、但前沿网络能力也要 6 个月才普及，这个差距其实没多大意义。
查看推文 →
抛开 Anthropic 发布这项研究的动机不谈，开源权重模型很快会制造出与闭源模型同等的安全威胁，而且没有护栏——我们已经很接近了，最好据此提前规划。
查看推文 →
EverMind 开源多智能体宿主框架 Raven，自称"harness of harnesses"：把任务拆成 DAG，调度内置和 Claude Code、Codex 等第三方 agent 协同，并能迭代改进自己的 harness，即递归自我改进（RSI）。
查看推文 →
解读 Anthropic 一篇工程方法论，把"评测设计"和"爬山优化"产品化成 Claude Code 的 /claude-api build-eval 和 hillclimb 命令。文中点出三条常见的自我欺骗路径：挑好生成好打分的任务、专挑模型失败案例构建评测、评分器配置错误。
查看推文 →
Meta 提出 RL-XAR：用少量高质量人类文本自动优化出一套能区分专家与 AI 写作的评分细则，再作为奖励信号做 RL，在 Qwen3.5-27B 上让 AI 写出的段落/故事续写在盲评中以 89%–95% 胜率击败原版专家文本，首次把"超人 RL"推进到写作这类不可验证任务。
查看推文 →
Anthropic 发布一份"如何改 prompt 而不自欺"的指南：准备 20 个真实输入，先在 10 个上把 prompt 改到满意，然后不改任何东西、直接跑另外留出的 10 个，看是否真的普遍变好，而不是只在测试样本上过拟合。
查看推文 →
🚀 创业动态
AI 本质是服务业，不是靠推销工具就能解决企业低效：需要懂业务流程的实施方，进去把流程重构成 AI-native，再为这些需求做定制 agent。他称自家 Varick 长期做这件事，Meta 是最新客户。
查看推文 →
对世界上大多数人来说，AI 就等于 ChatGPT——你帮家人装好 Grok Bot、Muse 或 Hermes，他们还是会回到 ChatGPT。Dots 从第一天就能用 Higgsfield，正好卡在大家已经在的地方，能为不会装第二个 AI App 的人开出成千上万新用例。
查看推文 →
他的反主流观点：多数人不该做产品，而该做分发渠道。X 上很多账号什么都不卖、靠品牌合作月入 10 万美元以上；他参与创办几个月的 YouTube 频道品牌合作已到 10 万美元/月——市场不缺新融资的创业公司，缺的是注意力。
查看推文 →
不难想象我们 IG feed 里很多内容就是这么造出来的：agent 抓取表现好的内容→分析它为何有效→改写脚本/结构→用 Higgsfield API 生成视频→再用上千条相似视频铺满时间线、散播某种叙事。
查看推文 →
两分钟就能用 AI 做角色替换视频：生成自己的角色→找一条 TikTok 爆款→进 Seedance 2.5→上传角色和参考视频→用"只替换人物、其余一切和调色保持一致"的 prompt 即可。
查看推文 →
💬 观点与洞察
OpenAI 每年都发布一个第三方生态、又半途弃用：2023 年的 Plugins、2023–24 的 GPTs 和 GPT Store、2025 的 Apps，到 2026 年又是（同名但不同物的）Plugins。
查看推文 →
在云端 Clawlike 助手（给强模型配一台虚拟电脑）越来越像个人 AI 正解的世界里，Apple 当年为 Siri 选的"端侧、能力受限"路线很可能是错的方向。
查看推文 →
他在发布前短暂用过 Dots，觉得不错，属于和 Muse、Grokbot 一样快速扩张的 Clawlike 品类；用一个强模型访问你的数据、充当助手和第二意见，非常有用。
查看推文 →
Anthropic 的 IPO 文件共 261 页，其中 80 页在警告投资者其模型有多危险，包括"对人类的存在性风险"：模型可能抗拒关机、操纵信息或表现出敲诈等行为，且知道自己正在被评估——公司称这是安全测试的"重大局限"，还承认危险行为可能在训练中出现、却要到部署后才被发现。
查看推文 →
🔥 精选推荐
六角未来在技术报告里提出 "Physical Coding"：把任务相关的世界状态用代码显式写出来，让代码组织规划、行动和验证，再用物理世界的反馈回头修改工具与流程，最后把验证过的经验拿去训模型。报告先拆了现有两条路线的短板——VLA 把观测和指令直接映射成动作，但在 LIBERO 三组任务里去掉语言指令后 QwenGR00T 仍有 92.3% 成功率（保留指令才 96.2%），说明它多半是"认出场景后复现动作"而非真听懂；WAM 能预测下一帧画面，却判断不了"门外食材是否都放进了烤箱"这类物理事实。作者认为物理智能缺的不是更强动作或更漂亮的画面，而是一套可查、可改的任务状态。其系统 HexaAnything 把 Code as World（描述对象、状态、约束、进度）和 Code as Policy（组织规划、工具调用、验证与失败恢复）耦合起来，模型生成与调整这两类代码，Harness 负责运行、观测、记忆与恢复，VLA/WAM 作为工具接入，形成"执行—反馈—更新—再执行"的闭环，并把 Harness、数据与环境、模型与算法作为可进化的对象。
🦐点评：这篇的投资含义是把具身智能的竞争维度从"模型分数"拉回到"可观测、可纠错的任务状态表示"，而这恰好是仿真数据的价值所在——谁能让失败变得可定位、可复现、可转化为训练样本，谁就掌握了数据飞轮的入口，这也能解释 AMD 收购 World Labs 里 SceniX（机器人仿真）那一块。报告里那个 3.9 个百分点的差距是全文最硬的一击：VLA 在标准 benchmark 上的高分可能掺了"场景≈任务"的水分，换视角、改初始状态就掉分。对出手的启示：评估具身团队时，别只看 LIBERO 之类的成功率，要问它在未见视角/分布外场景下的退化幅度，以及失败样本能否自动回流成训练数据。
AGENT橘 与歸藏、杨攀、向阳乔木的聊天实录。归藏等把 Opus 5.5 的刷屏内容归为三类：纯代码生成的品牌宣传片、像素动画（难点在角色技能与场景的物理互动，比如法师打稻草人时整个屏幕随打击震动）、以及用模型操作画图工具从零把一张人像一笔笔"画"出来并录成视频。海辛只用脚本和音乐就让模型一次过做出一条有剧情、转场干净的中秋小猫视频，归藏估计这种水平已到八九十分、接很贵的单没问题（过去这类视频报价能到十万一条）。杨攀提出"世界模型"的暴论，归藏则强调它是"一位训练了十几年的艺术家"，能基于对世界的理解组合出动态作品，而不仅是理解。归藏进一步判断：如果 Opus 5.5 这类模型在动效还原上追平甚至超过 MiniMax H3，追赶难度会很高，因为 H3 智能不足、需配合大语言模型，而 Opus 5.5 是一次成片。文章还对比了剪映的"工具路线"（功能越堆越多）与 Opus 的"智能路线"（越来越强），认为智能的加速度远大于软件功能的加速度。
🦐点评：这篇文章最值得 VC 记的是一个"斩杀线"命题：純代码生成视频第一次逼近专业剪辑交付，意味着受冲击的不只是视频生成模型公司，而是整条"视频工具 + 素材 Agent + 剪辑外包"链条——被替代的是"会用软件"这层，而非"会判断怎么编排才好看"这层。归藏说的"从底层库直接拼（FFmpeg、音效库、命令行）"是关键：Opus 绕过了 AE/PR 这类 GUI 工具栈，价值因此从"工具市场份额"转向"模型 token 消耗"，这对剪映式工具的收入模型是结构性威胁。反过来看，模型厂在这条线上的护城河是"审美"，即训练数据里隐含的专业判断，这比生成本身的壁垒更高、也更难被开源追平，值得作为评估视频生成标的时的核心指标。
赛博禅心对 OpenAI DevDay 2026 的逐项实录，共 25 项发布。核心是个人 agent Dots（一直在线的个人 agent，面向 Pro、Business Premium 开放，企业可配置会计/营销/法务等岗位型 Specialist Dots，并能接入微软 Agent 365）；GPT-6.1 Sol（接近 GPT-6 Astra 的智能、价格只要五分之一）；Ultrafast 档（Astra 最快 8 倍、每秒 300 token，价格为标准档 6 倍）；ChatGPT Space（人和 Dots 一起干活的协作空间，配新文档类型 Pages，协作式幻灯片几周内上线）；Decisions API（让 Luna 在零点几秒内从预设选项里做选择）；OpenAI Private Intelligence（不存内容也能做安全审查）。其他更新包括 Codex 新增 Linux 版/单项目跨多文件夹/手机端、Codex 全面上云、Codex CLI 焕新与 Codex Harness 开源、Codex Security Cloud、Agents API 增加电脑操作并与 AWS 推出 Bedrock Managed Agents、API 提速（工具调用快 30%+、首 token 快 45%+）、"用 ChatGPT 登录"覆盖 16 个合作方、插件扩展与 OpenAI Marketplace、以及新的 500 美元套餐（Plus 的 25 倍用量，含 Ultrafast，Pro 200 重新开放）。
🦐点评：这场发布会真正改变格局的不是新模型，而是 Dots 把"个人 agent"从概念推到了分发层——12 亿 ChatGPT 用户意味着它可能像当年微信公众号一样，成为 agent 的分发入口，这对独立做个人 agent 的创业公司是降维打击（你在别人的入口上抢不到用户）。同时值得警惕的是 emollick 指出的模式：OpenAI 每年发一个第三方生态又半弃用（Plugins→GPTs→Apps→Plugins），现在又给插件配了 Marketplace 和"用 ChatGPT 登录"，这一次是否能跳出"平台反复重启"的历史，要看它是否真给开发者结算和留存，而不是把生态当成拉新的筹码。对投资判断：Dots 绑定 Astra 意味着高成本默认模型，OpenAI 用 500 美元档测试 agent 的支付意愿，这一档的留存和用量会是最好的领先指标——如果它跑不动，个人 agent 的商业模式就要重新论证。
📌 其他值得看
卡兹克的通宵总结，重点讲 Dots 与云端小龙虾 OpenClaw 的血统关系（OpenClaw 作者 Peter 今年 2 月入职 OpenAI）、每个 Dot 拥有自己的云电脑和超 4000 个应用连接，以及 GPT-6.1 Sol 相比 6 Sol 在 DeepSWE v1.1 提升 6.4 个百分点、任务成本约为 Astra 七分之一。吐槽点是 dot.com 被马斯克买走、现在打开是 GrokBot。
有新Newin 的 DevDay 综述，强调 OpenAI 花了近三分之一时间介绍"把任务交给一个长期在线、有独立电脑的 Agent"这一新工作方式。开篇给出关键数据：约 12 亿人正在使用 ChatGPT，OpenAI 正把 ChatGPT 同时改造成工作入口和开发者分发渠道。
作者重度使用国内 Personal AI 产品 Today 一个月的体验：它能从多轮对话里总结出"精力管理是真实短板""想法清楚但落地动作慢"等用户自己忽略的问题，并在开口前主动做晨间/晚间简报、提醒行程与购票、生成落地计划。作者的核心判断是 Personal AI 的定位不该是炫技，而应是成本不高、能懂事来事、让人放心交出记忆的产品。 <!-- ai-daily:complete -->