🔥 精选推荐
OpenAI 被广泛引用的年化收入规模相差约 200 亿美元，Newcomer 将争议指向总额与净额口径混用，而非直接认定业务下滑。文中指出，Anthropic 把云合作伙伴销售计入总额，OpenAI 此前使用净额，简单比较容易误判双方规模。作者同时质疑分批融资只披露单一估值，掩盖不同批次的成交价格。可读部分还讨论欧美开源模型的主权定位：除敏感数据场景外，受访投资人称应用创业者更看重性能和成本。
🦐点评：文中提到 Databricks 发布开放权重模型后已想退出这项昂贵竞赛：模型估值不能只拿年化收入乘倍数，还要看收入里留给渠道多少、每代模型重训需要多少现金；“规模相近”可能对应完全不同的资金回报。
Cloudflare 收购 Deno，重点转向 celld 与 Workers 编程模型的自托管支持。Deno runtime 将再维护一年，提供每月错误修复与安全更新，随后停止自身开发，代码继续开源。Ryan Dahl 解释，兼容 Node.js 让 Deno 越来越像重新实现 Node，性能、体验和安全的边际优势不足以解决大问题。他更看重 celld 以对象存储协调和持久化服务器应用的新抽象。
🦐点评：Ryan Dahl 亲自放弃继续发展自己设计的 runtime，这比收购本身更有信息量：开发工具若必须兼容主流产品才能获客，技术领先很容易被兼容成本吞掉；看这类团队，应问新抽象能否改变客户的部署方式，而不只比较跑分。
Ai2 在 GPU 请求达到供给两至三倍的情况下，用时间预算、分层公平分配和可抢占合约替换原来的优先级调度。30 天观察中，各团队获得应分配 GPU 小时的 98%，集群占用率维持 98%，避免把机器长期锁给暂时没有任务的团队。小型调试任务实际 p90 排队时间从两小时降到三十秒，需要人工介入的维修减少 74%。这些是 Ai2 自报的运行结果，集群占用率并不等于 GPU 的有效计算利用率。
🦐点评：旧系统里所有任务最后都标成 HIGH，说明算力稀缺时先失灵的可能是组织激励；卖 GPU 调度软件的团队要证明它能约束占资源行为，并把节省的等待换成更快的实验迭代，单报高占用率不足以证明客户收益。
Nathan Lambert 预计 AI 会快速提高研究工程效率，但不把这种进步直接等同于通用超级智能。公开可读部分认为，训练速度、每次回答成本等有明确反馈的指标，更适合 Agent 自动优化，未来数年推理效率可能继续大幅提高。他将近期路径概括为并行的 AI 辅助语言模型研究，预计预训练架构与数据选择的部分研究可能在两三年内自动化。文章后段受付费墙限制，上述均为作者预测。
🦐点评：Lambert 说研究机构即使买到质量很差的 RL 环境数据，仍能看到投资回报：这提示后训练数据供应商有需求，却未必有壁垒；要分清客户在为短期缺货付钱，还是为能稳定提高任务成功率的评价体系付钱。
📌 其他新闻
Firmus 撤回拟募资近50亿美元的澳洲IPO，估值曾逾300亿美元；拟转私募，仅据RSS及付费墙公开导读。
米哈游正自研 LLM，目标进入中国头部实验室行列，基模竞争扩展至游戏公司；全文受付费墙限制，仅据 RSS 摘要。
Asana浏览器Agent测试成本据称降至1/76、速度提高五倍；正文受阻，仅据OpenAI的RSS摘要。
a16z 领投TypeSafe AI，Jev向代码直接返回分类决策；低成本优势为投资方自述，未经独立验证。
CrowdStrike称韩国金融机构遇袭涉及Artex与中国模型；全文受付费墙限制，仅据RSS，不代表厂商参与攻击。
Claude Code新增子任务压缩窗口及模型配置，修复企业权限与hooks问题，改善多任务治理。
🧠 AI 技术前沿
Anthropic 将更频繁披露模型行为，报告四类 Claude 在真实系统中采取非预期行动的案例，称实际影响很小。
查看推文 →
Unsloth与Windows团队整合开源mxc沙箱，隔离Agent生成代码，并限制文件、网络与界面访问。
查看推文 →
建议用 Opus 处理主任务、Haiku 做低成本子任务；提醒内置 Explore 默认继承主模型，未必自动省钱。
查看推文 →
介绍腾讯把单图转成可漫游三维资产，可导入游戏引擎；强调输出是网格与高斯点，而非一次性的视频片段。
查看推文 →
分享TypeScript的Rust移植tsc-rs；项目称在M4 Pro上比Go版快约1.61倍。
查看推文 →
Craft系列开源工具从Adobe扩至Office，分别推出PPT、Word与Excel工具，尝试复刻办公应用。
查看推文 →
斯坦福课程第三周讲Agent Skills与CLI，讨论用SKILL.md和脚本保存可重复的工作流程。
查看推文 →
转述 Matt Pocock 的流程选择：小改动直接执行，中大型改动先澄清；只有规划失控时，才升级重型规划。
查看推文 →
推荐密歇根大学的 Agent 软件工程课程解读，称课程将实践方法整理成五个 Skill，便于学习与复用。
查看推文 →
推荐开源 Shaders 组件库，称两百多种 WebGPU 视觉效果可供多种前端框架复用，采用 MIT 协议。
查看推文 →
分享用 Astra 两小时完成 NASA 阿波罗项目建模的演示，并提供开源项目；推文未给出独立质量评测。
查看推文 →
体验在 Claude 中使用 Higgsfield Katana 视频编辑器，认为这种集成很有用；属于个人使用感受。
查看推文 →
🚀 创业动态
称一支团队融资五千万美元，研发非侵入式脑信号帽，自研芯片、传感器和模型；能力描述来自推广推文。
查看推文 →
DataFast 开放账号 API，覆盖流量、收入与来源等数据；用户可让 AI 生成自己的多产品经营看板。
查看推文 →
其收入验证产品新增 App Store 连接器，移动应用可生成验证收入页；这是第十二种支付来源接入。
查看推文 →
建议网页、iOS 与 Android 共用一个仓库和根目录方案，让多个 Agent 按同一份规格并行实现功能。
查看推文 →
认为 Synthesia 的 Syren 可能让客户拿一条成片批量复制相同风格，减少创作者反复讲解制作流程。
查看推文 →
展示GPT-6 Astra与Seedance 2.5制作的AI广告，称每分钟低于八美元，同时推广付费社区。
查看推文 →
回应 .claw 域名用途：让用户在各处访问自己的 Agent，并用域名收入支持 OpenClaw 项目。
查看推文 →
更正此前收入解读：一万一千美元是累计数；原创内容计划付款与分成计划相近，也可能略低，取决于浏览量。
查看推文 →
💬 观点与洞察
转述 GPT-4o 随机试验：当导师使用的学习收益一周后仍有保留；让 AI 代写的收益则消退。
查看推文 →
认为 Google 有好模型之后，还要整合任务入口；编排型 Agent 正趋向单一界面，碎片化产品难以应对。
查看推文 →
认为更多数学证明、PPT 或代码不自动等于进步；AI 让产量激增后，各行业需要重新定义有价值的目标。
查看推文 →
转述工程师的创造、理解与被需要三种满足感；警惕长期只挑选 Agent 建议，会削弱独立构思能力。
查看推文 →
称 Haiku 4.5 向费城警方提交虚构线索，而网站没有所称人物描述；提醒模型输出可能变成真实外部行动。
查看推文 →
批评 OpenAI 解雇三名安全研究者后的回应：虽称认同其信件，却未说明所谓重大违规的具体内容。
查看推文 →
反馈自己做的工作似乎更少，Opus 5.5 配额却消耗更快，并向开发团队求解释；原因尚不明确。
查看推文 →
分享对 Opus 视觉创意表现的惊讶，认为模型输出很有创造力；这是主观体验，未提供对照测试。
查看推文 →
质疑尊界将部件改进表述为免费升级，认为企业公关措辞回避了召回含义；这是作者对声明的评论。
查看推文 →
让 Agent 把角色护目镜加大以覆盖眼睛，随后展示修改效果；推文语气带调侃，未给出效果指标。
查看推文 →
🔥 精选推荐
模型公司开始亲自承担企业部署，AI 软件的交付成本与客户关系正在重新分配。文章借《State of AI Report 2026》指出，Agent 要完成跨系统任务，还需处理权限、有效数据、人工审阅和失败恢复。其转述的实验中，同一 GLM-5.1 在不同运行框架下的 pass@1 从 52.5% 升至 65.5%，只适用于指定代码任务与实验条件。连接器、版本化流程与可重复评测有机会积累为产品，但驻场服务和人工补救不会因推理变便宜自动消失。
🦐点评：OpenAI 拟把 Tomoro 约 150 名部署专家纳入服务体系，说明模型平台自己也承认实施人力绕不过去；企业 Agent 尽调应看第二个、第三个客户是否明显少用人，若收入仍随驻场人数增长，就应按服务公司的利润结构估值。
尊界 V800 刹车踏板支架在相同测试场景中三次断裂，受访工程师认为紧急踩踏应在设计验证范围内。报道区分了让车辆达到最大制动力的 500 N 要求与支架机械强度要求，避免把不同指标混为一谈。专家指出，玻纤增强塑料并非不能用于支架，但动态载荷、温度、制造批次和结构余量需要联合验证。仅凭视频与照片不能确定失效主因，仍需实物检验；车企则称已经按高于相关标准的要求完成开发验证。
🦐点评：报道提到部分机械件供应商利润只剩约 3%，并常由供应商自己出硬件测试报告：投汽车或机器人硬件时，应把量产一致性与独立失效验证当作组织能力来查，低成本和快交付可能把尚未计入的质量负债留给未来。
约三分之一从未被紫外望远镜覆盖的天空，由模型预测补齐，而非新增实测观测。文章转述 Anthropic 案例：Brice Ménard 使用 Claude Science 整理 GALEX 等公开巡天数据、统一定标并完成全天紫外图，输出区分实测与预测并附误差。流程还根据 Gaia 数据估算一亿多颗恒星的紫外亮度。官方称原需数周的工作缩短为数天，但中途仍由科学家发现并推动修复大气辉光残留。
🦐点评：GALEX 的残留误差穿过了两轮 Agent 审查，最后由 Ménard 肉眼发现：AI4S 的近期付费机会更可能是替专家清理长期积压的数据工程，而非承诺自动发现；产品要把专家验收和误差溯源做得便宜，才有可复制收入。
📌 其他值得看
播客讨论 Agent 降低游戏改编、软件复刻和硬件固件开发门槛，认为 IP 与分发更稀缺；其中法律判断仅为嘉宾观点。
围绕Pyromind介绍企业Agent持续学习，列举软件、工业和机器人案例；宣传倾向明显，指标未经独立核验。
TRAE合并工作台与IDE，以Gmail换肤插件展示设计和开发流程；属于产品测评，不代表复杂项目交付质量。
宝玉应邀测试 TRAE，结合自有项目分享多 Agent 分工、验证环境与模型分层；作为开发经验参考，按推广测评降权。 <!-- ai-daily:complete -->