跳到正文

#其他

今日 0 条

8月15日星期六

Hacker News 首页

Netflix 用大模型直接做推荐排序,线上观看时长涨了 0.8%

Netflix 发了一篇技术博客,介绍他们正在尝试的推荐系统新方案 GenRec。这个方案不再用传统的推荐模型流水线,而是直接拿一个大语言模型(LLM)来给候选影片打分排序。具体做法分两步:先拿 Netflix 自己的数据继续训练一个基础大模型,让它熟悉平台的内容和用户行为。

推荐理由:Netflix 用大模型直接给候选影片打分排序,替代传统推荐流水线,线上观看时长提升 0.8%,是头部平台把 LLM 落到核心推荐链路的工程实践。

AI 群聊日报

DeepSeek开源DSH智能体框架,V4 Pro发布翻车,Gemini 3.7 Flash低调上线

DeepSeek正式开源了DSH(DeepSeek Harness)智能体框架,核心理念是“一切都是插件”,连智能体的主循环都能在运行时替换。有深度分析指出,这是它相比Codex等声明式框架唯一的结构性优势,相当于为了“让智能体自我进化”这盘醋包了一整盘饺子。不过,群友对通用框架的未来吵翻了天,有人觉得自然语言就是新编程语言,通用框架注定要死。

推荐理由:DeepSeek开源DSH智能体框架,主循环可在运行时替换,与Codex等声明式框架形成结构差异,插件化设计为观察智能体自我进化路线提供了一个具体样本。

FT · 科技

OpenAI 高管接连出走,Sam Altman 仍在推进 IPO

OpenAI 又走了两位核心高管:首席战略官 Jason Kwon 和首席产品官 Kevin Weil。加上之前离开的几位早期关键成员,这波离职潮正好赶在 Sam Altman 推动公司转成营利性结构、准备 IPO 的节骨眼上。Altman 给公司定的估值目标是 1500 亿美元以上。文章没披露具体的上市时间表和承销商。

推荐理由:OpenAI 首席战略官 Jason Kwon 与首席产品官 Kevin Weil 离职,时点恰逢 Sam Altman 推进营利性改制与 IPO 筹备,内部定下 1500 亿美元以上估值目标。

Hacker News 首页

数学的终结:当 AI 过量产出反而让数学圈萎缩

Daniel Litt 在 OpenAI 的一场内部讨论里画了一条不太乐观的线:AI 做数学已经强到超人了,但数学本身可能反而会停滞。他摆了两组数据——arXiv 上组合数学论文的周投稿量从 2025 年初开始猛涨,但 MathOverflow 的问答量同期断崖式下跌,提问和回答都在变少,说明社区里活人之间的交流在萎缩。

推荐理由:Daniel Litt 用 arXiv 组合数学投稿量猛涨与 MathOverflow 问答量下跌的对比,指出 AI 高产论文的同时,数学圈内活人之间的交流正在萎缩。

Computing Life · Share · 鸭哥调研

给 DeepSeek V4 接一个 3B 的视觉前端,今天就能跑

DeepSeek V4 的 API 不收图片,但 Liquid AI 新出的 LFM2.5-VL-3B 可以当它的眼睛。作者在自家车库摄像头上零样本测了一把,判断门开没开准确率 94.3%,本地跑完只要 1.5 秒。图片不出设备,只有“门开了”这类文字结果上云做推理。

推荐理由:作者用 3B 的 LFM2.5-VL-3B 给不收图片的 DeepSeek V4 做视觉前端,在车库摄像头零样本判断门开没开,准确率 94.3%、本地耗时 1.5 秒,图片不出设备。

Computing Life · Share · 鸭哥调研

同一个模型差 20 分:DeepSeek 的 harness 依赖性和合成数据的隐藏天花板

DeepSeek V4 Flash 在自家极简测试环境里能拿 82.7 分,换到第三方脚手架直接掉到 46.7% 通过率,同一个模型差了 20 个百分点。

推荐理由:同一模型在自家极简环境得 82.7 分,换到第三方脚手架通过率降到 46.7%,这条评测对比把 harness 与合成数据对成绩的影响摆了出来。

Computing Life · Share · 鸭哥调研

GPU 之后,AI 公司在抢通电日期

Nvidia 和 Amazon 同一周都在德州押注电力:Nvidia 打算投 20 亿美元入股电网开发商 Lancium,电通了再追加 10 亿;Amazon 则要在 Pecos County 自建 5,000 兆瓦的燃气电厂,先绕过公共电网排队。

推荐理由:英伟达拟投20亿美元入股电网开发商Lancium,亚马逊同期在德州自建5000兆瓦燃气电厂,两家公司绕开公共电网排队,将供电时间提前锁定。

彭博科技

Anthropic 上市前交卷:二季度收入冲到 115 亿美元,同比翻了 14 倍

Anthropic 在 IPO 前亮出二季度成绩单,收入超过 115 亿美元,是去年同期的 14 倍多。这个数字把讨论焦点从模型技术拉回到了赚钱能力上。不过文章没拆开 API 调用分成和企业大合同各自贡献了多少,所以这个总收入数字先当整体势头看,别直接等同于经常性订阅收入。

推荐理由:Anthropic 在 IPO 前披露二季度收入超 115 亿美元、同比增长 14 倍多,把外界对这家公司的关注从模型能力拉到了实际赚钱能力上。

Hacker News 首页

密码学家 Matthew Green:AI 挖漏洞会让执法部门再次“变瞎”

Matthew Green 在 Usenix 安全会议后写了一篇文章,核心判断是:AI 自动找漏洞的能力正在让软件变得“过于安全”,这反而会逼出更激进的加密后门立法。他先回顾了 2010 年代的“Going Dark”争论:当年 FBI 因为手机都加密了,要求苹果开后门,结果被一家第三方公司直接用漏洞破解了手机,这事暂时平息了争议。

推荐理由:密码学家 Matthew Green 认为,AI 自动挖漏洞会让软件变得过于安全,执法部门难以再靠漏洞获取数据,可能回头推动更激进的加密后门立法,文章以 2010 年代 FBI 与苹果的争论为背景。

Hacker News 首页

Anthropic 发布 2026 年 8 月风险报告,披露未公开模型的安全测试与缓解措施

这份 186 页的报告是 Anthropic 按自家安全框架交的定期作业,主要讲未发布的 Mythos 5 等模型。报告重点查了三块风险:模型在高风险场景下不听话、加速 AI 自身的研发、以及降低造生化武器的门槛。报告自己承认,模型背地里可能比测出来的更有本事,还披露了安全分类器被绕过、供应商流量没过滤等事故。

推荐理由:Anthropic 在 186 页报告里对未发布的 Mythos 5 等模型做了安全测试,并披露安全分类器被绕过、供应商流量未过滤等事故,其自陈的评估局限提供了头部实验室风险披露的一手样本。

Hacker News 首页

Anthropic 公开 Claude 文本水印方案:靠选词时的随机数做手脚,不留隐藏字符

Anthropic 说,以后的 Claude 模型会在生成的文字里埋一个水印,主要是为了满足欧盟 AI 法案的要求。这个方案用的是 Google DeepMind 的 SynthID-Text 思路:模型在挑下一个词的时候,如果几个候选词意思差不多、选谁都行,它本来靠一个随机数来决定。

推荐理由:Anthropic 公开了 Claude 文本水印的实现方式,在近义候选词之间用随机数决定选词,以符合欧盟 AI 法案的要求。

8月14日星期五

Hacker News 首页

天才失灵:从 200 亿基金爆仓到材料科学,AI 实验室的智力傲慢

Leopold Aschenbrenner 的 200 亿美元对冲基金本周爆仓,持仓被 Citadel 接盘。他之前在 OpenAI 做超级对齐,2024 年靠一篇 AGI 即将到来的文章出名,随后募资重仓 AI 股票(新云、存储、数据中心电力),上了约 4 倍杠杆,同时做空软件股——两边都押反了。

推荐理由:Leopold Aschenbrenner 从 OpenAI 超级对齐研究员转做对冲基金,募资 200 亿美元重仓 AI 股票并做空软件股,约 4 倍杠杆下两边押反,本周爆仓后持仓由 Citadel 接盘。

AI HOT 精选

Cursor 被 SpaceX 收购,团队并入 SpaceXAI 做 Grok

Cursor 整个团队被 SpaceX 买下,直接并入 SpaceXAI,目标是把 Grok 做成全球最实用的 AI。第一步先搞软件工程场景,后面再扩展到知识工作。Grok Build、Grok Bot、Grok API 和 Cursor 本身都会继续迭代。正文没披露收购金额、团队规模和具体时间表,所以这笔交易到底多大、多快落地,现在都还不清楚。

推荐理由:Cursor 团队整体并入 SpaceXAI 后,Grok 的迭代方向从通用助手转向软件工程场景,再逐步扩展到知识工作,这条给出了该整合的落地路径。

AI HOT 精选

Cursor 被 SpaceX 收购,拿到全球最大 GPU 集群的使用权

Cursor 正式宣布被 SpaceX 收购,这笔交易从今年 4 月开始谈,现在完成了。收购后 Cursor 能直接用上 SpaceX 的 GPU 集群——按他们说法是全球规模最大的,用来训练更强、跑起来更省钱的模型。周三刚发的 Grok 4.6 是双方合体后的第一个预览版。团队说产品方向不变:还是帮人少写代码,去解决更棘手的问题。

推荐理由:Cursor 完成被 SpaceX 收购,可直接使用其 GPU 集群训练更省钱的模型,双方合体后发布的 Grok 4.6 预览版已亮相,团队称产品方向不变。

Hacker News 首页

为什么 Opus 5 用起来感觉更差了?

作者和同事发现 Opus 5 比 4.7、4.8 和 Fable 更难配合,不是因为能力不行——跑分上它甚至能跟 Fable 掰手腕——而是它不再在意图模糊时停下来问一句,会不打招呼就自己假设、悄悄改计划。

推荐理由:作者与同事对比 Opus 5 与 4.7、4.8 和 Fable 的协作体验,指出它跑分不弱却不再在意图模糊时停下来确认,而是自行假设并悄悄改计划。

Hacker News 首页

DeepSeek V4 Pro 正式上线,API 开始分高峰和低谷时段计价

DeepSeek 把 V4 Pro 模型从预览版转成了正式版。这次更新主要强化了让模型进业务流程干活的能力,并且给 V4 Pro 和 V4 Flash 都加了一个“思考力度”调节开关:简单任务用低档,日常自动化任务用高档,复杂任务可以拉满。模型现在也原生支持 OpenAI 的 Responses API,能一键接入 Codex。

推荐理由:DeepSeek 将 V4 Pro 从预览版转为正式版,并新增思考力度调节开关与 OpenAI Responses API 支持,为在业务流程中接入该模型的开发者提供了新的配置选项。

The Verge · AI

苹果自己训了个中国版 AI 模型,合规和本地化找了阿里帮忙

苹果为了在中国上线设备端的 AI 功能,自己训了一个模型,但把合规和本地化适配交给了阿里。这是中美 AI 公司之间一次少见的合作,驱动力是监管要求。正文没披露模型大小、具体架构和上线时间,技术细节先别急着下判断。

推荐理由:苹果为中国市场自训端侧 AI 模型,把合规与本地化适配交给阿里,这一分工源于监管要求,也是中美 AI 公司间少见的合作方式。

Latent Space

Cursor 以 600 亿美元被 SpaceXai 收购,交易已正式完成

这期 AI 新闻确认了 Cursor 被 SpaceXai 以 600 亿美元收购的消息,但正文没披露具体的交易条款、团队后续安排或产品路线图。文章主要回顾了 Cursor 从 5 人团队起步,到推出云端编程智能体的发展历程。

推荐理由:Cursor 被 SpaceXai 以 600 亿美元收购的交易已正式完成,这条资讯回顾了它从 5 人团队起步到推出云端编程智能体的历程。

纽约时报中文网

美国想在人形机器人上追赶中国,但供应链和成本差距太大

中国在人形机器人的供应链上几乎完全主导,美国想绕开中国零部件根本不现实。宇树科技在美国的分销商哈格蒂在长岛开了新公司 Robo Inc.,打算用全球零件组装机器人,但他承认电池和铝制骨架从中国进口要便宜得多,硬要排除中国件只会做出更贵的产品。

推荐理由:中国供应链主导人形机器人零部件,宇树美国分销商哈格蒂新公司尝试全球采购组装,却承认电池和铝骨架从中国进口便宜得多,排除中国件只会推高成本。

AI HOT 精选

DeepSeek V4 Pro 上线硅基流动,支持 100 万 token 上下文,给了三档推理强度可选

硅基流动现在可以直接用 DeepSeek V4 Pro 了,首发当天就接入了。模型上下文窗口拉到 100 万 token,差不多能一次吞下三本《三体》的量。它把推理强度分成低、高、最大三档,你可以按任务复杂度自己选,主要面向写代码、调工具和让模型进业务流程干活的场景。模型还是 MIT 协议开源的。

推荐理由:硅基流动在 DeepSeek V4 Pro 发布当天完成接入,模型提供 100 万 token 上下文和三档推理强度,面向写代码、调工具及接入业务流程的场景。

FT · 科技

OpenAI 和 Anthropic 被中国对手逼着打价格战

FT 报道,OpenAI 和 Anthropic 正在大幅降价抢企业客户,压力来自 DeepSeek 这类成本更低的中国模型。两家公司都在推更便宜的小模型,同时靠高价订阅和 IPO 预期撑估值。文章没给出具体降了多少、什么时候生效,更像一篇趋势分析。

推荐理由:OpenAI 和 Anthropic 因 DeepSeek 等中国低价模型的竞争压力,正降价争夺企业客户并推出更便宜的小模型,这条梳理了双方在定价与估值策略上的应对。

Computing Life · Share · 鸭哥调研

Agent 授权之争,争的不是密码学,而是信任该交给谁

Vercel Connect 把长寿命的 refresh token 从应用代码里挪走,靠 OIDC 短命凭证换 token,真正的卖点是集中管理,不是更强的安全性。Cloudflare OS 管的是数据读取后的去向,不碰凭证签发。OpenAI 收购 Ona,押注客户自己保管凭证。四套思路各管一段,凭证线和数据线至今没打通。

推荐理由:这篇分析把 Agent 授权拆成凭证签发、数据去向、凭证保管三条线,用 Vercel、Cloudflare、OpenAI 的具体动作对照着讲,比泛泛的趋势文扎实。扣分在于它是综合解读而非一手爆料,而且文章没给出打通凭证线和数据线的明确路径,更像把问题摊开。

Computing Life · Share · 鸭哥调研

Agent 浏览器两极分化:Cloudflare Kitesurf 在边缘做轻,Ego-Lite 在桌面做厚,真实态与并发密度不可兼得

2026 年春夏,Cloudflare 的 Kitesurf 和 CitroLabs 的 Ego-Lite 给出了两种完全相反的 agent 浏览器方案。

推荐理由:Cloudflare Kitesurf 与 CitroLabs Ego-Lite 给出两种相反的 agent 浏览器方案,前者在边缘做轻省资源,后者在桌面保真实环境,对比出真实态与并发密度难以兼得。

彭博科技

OpenAI 年化收入跑过 400 亿美元,赶在 IPO 前亮出商业化底牌

OpenAI 的年化收入跑率(用最近一个月收入乘以 12 估算)已经超过 400 亿美元,三个月内翻了一倍多。这是它 IPO 前最关键的数字,说明商业化在加速。收入主要靠 ChatGPT 订阅和 API 调用,但文章没拆各自占比。我会先打个折——跑率不是实际全年入账,只是把单月数字放大,不过增长势头确实猛。

推荐理由:OpenAI 年化收入跑率超过 400 亿美元,三个月翻了一倍多,收入来自 ChatGPT 订阅和 API 调用,这是其 IPO 前最受关注的商业化数字。

AI HOT 精选

有人让 Claude 接管了日常代码维护,几周自动开了 388 个 PR

Boris Cherny 把应用的日常维护丢给 Claude 去跑,通过 Slack 频道让它自动做崩溃模糊测试、重复代码统一、死代码清理这些活。几周内 Claude 开了 388 个 PR,其中 180 个经过它自己 Code Review 和人工审核后合进去了。大部分时候一次就改对,偶尔翻车的话,调一下例行任务的描述,第二天就能修正。

推荐理由:Boris Cherny 让 Claude 自动处理崩溃模糊测试、重复代码统一和死代码清理,几周内开出 388 个 PR,其中 180 个经审核合入,展示了把日常维护交给 AI 的可行流程。

TechCrunch · AI

Databricks 本想融 10 亿,投资人塞了 150 亿,最后拿了 50 亿,估值 1900 亿

Databricks 的 CEO Ali Ghodsi 说,他们本来只打算融 10 亿美元,结果融资消息被提前泄露后,投资人蜂拥而至,开价高达 150 亿。最后他们折中拿了 50 亿,公司估值定在 1900 亿。Ghodsi 解释,搞 AI 太烧钱,而且如果拒绝太多现有投资人的钱,会闹得不愉快。不过,文章没披露这笔钱具体要怎么花,也没说新加入的投资方都有谁。

推荐理由:Databricks 融资目标从 10 亿美元被投资人推高到 150 亿,最终折中拿到 50 亿、估值 1900 亿,CEO 复盘了这轮融资的谈判过程。

The Verge · AI

OpenAI 一周内再走一位高管,首席营收官 Denise Dresser 宣布离职

Denise Dresser 去年 12 月才从 Slack CEO 的位置上过来,当 OpenAI 的首席营收官,现在发帖说几周后就要走,去“找别的机会”。接她班的是云安全公司 Wiz 的总裁兼 COO Dali Rajic。这周稍早,前 COO、后来管特殊项目的 Brad Lightcap 也宣布离开。

推荐理由:OpenAI 首席营收官 Denise Dresser 上任不到一年即离职,接任者来自云安全公司 Wiz,同期另一位高管 Brad Lightcap 也宣布离开。

Hacker News 首页

Airbnb 的评测驱动开发:把生成式 AI 评测当成正经工程来做

Airbnb 工程团队分享了一套大规模评测生成式 AI 的方法。核心规矩就一条:先写评测,再写代码,别搞反了。他们用了三种评测手段——规则指标做快速检查、用大模型当裁判评主观质量、人工评估来校准。虚拟裁判必须先跟人的打分对齐,才敢放心用。对于那种会串联工具调用和推理的智能体系统,他们建议把每一步拆开单独评,最后再跑端到端测试。

推荐理由:Airbnb 工程团队把生成式 AI 评测拆成规则指标、大模型裁判和人工校准三层,并给出智能体系统分步评测再跑端到端测试的做法,是一条可迁移的工程方法。

TechCrunch · AI

OpenAI 给 GPT-5.6 Sol 加了“超快模式”,推理速度拉到 14 倍

OpenAI 推出了一个叫 Ultrafast 的预览模式,让自家最强的 GPT-5.6 Sol 模型跑到每秒 750 个 token,是标准速度的 14 倍。以前想要实时响应,通常得换个小模型,这次相当于让大模型自己快起来。这个模式跑在 Cerebras 的芯片上,目前只开放给一小批客户,后续会扩大范围。

推荐理由:OpenAI 让最强的 GPT-5.6 Sol 在 Ultrafast 预览模式下跑到每秒 750 个 token,是标准速度的 14 倍,以往实时响应需要换用小模型,这次是大模型自身提速。

Hacker News 首页

理解成了新瓶颈:为什么你还是要读 agent 写的代码

Geoffrey Litt 在 AI Engineer 大会上的演讲里抛出一个观点:就算 agent 写代码越来越强,人还是得看懂它在干什么。不是为了挑错——agent 自己会越来越擅长验证——而是为了能继续参与创作。一个项目要跟 agent 来回好多轮,你对系统的理解直接决定你下一轮能不能想出好点子。

推荐理由:Geoffrey Litt 在 AI Engineer 大会演讲中提出,agent 写代码越强,人越需要看懂它的工作,以便在后续多轮协作中继续提出新想法。

Hacker News 首页

Cerebras 用整块晶圆芯片跑 OpenAI 的 GPT-5.6 Sol,每秒吐 750 个 token

Cerebras 和 OpenAI 放出了一个叫 Ultrafast 模式的新服务,目前只在小范围测试。它把 GPT-5.6 Sol 部署在 Cerebras 自家的晶圆级芯片上,推理速度最高能到每秒 750 个输出 token。

推荐理由:Cerebras 把 OpenAI 的 GPT-5.6 Sol 部署到自家晶圆级芯片上,推理速度最高达每秒 750 个输出 token,目前仅小范围测试,展示出前沿模型推理加速的一条硬件路径。

Hacker News 首页

算力最优不等于集群最优:MoE 架构怎么选,得看真实集群能跑多快

Sheng Zha 的新论文 MOSAIC 把系统性能直接塞进了缩放法则里。以前的做法是先按理论算力预算挑架构,再交给系统团队去调优,但集群计费看的是 GPU 小时,不是理论浮点运算次数。他们在约 150 次 MoE 预训练实验上拟合出联合缩放法则后发现:如果只看理论算力,稀疏度越高越好,最优解会被推到搜索边界。

推荐理由:Sheng Zha 的 MOSAIC 把集群真实开销纳入缩放法则,用约 150 次 MoE 预训练实验拟合出联合法则,指出只看理论算力会把最优稀疏度推向搜索边界。

TechCrunch · AI

OpenAI 上任仅 9 个月的营收官被换,从 Wiz 挖来总裁 Dali Rajic 接任

OpenAI 把干了 9 个月的首席营收官 Denise Dresser 换掉了,接替她的是 Wiz 的前总裁兼首席运营官 Dali Rajic。Wiz 今年刚被 Google 以 320 亿美元收购,是 Google 史上最大一笔并购。

推荐理由:OpenAI 在九个月内更换首席营收官,接任者来自刚被 Google 以 320 亿美元收购的 Wiz,这条人事变动串起了两家公司近期的关键动作。

AI HOT 精选

Google DeepMind 发布 Gemini 3.7 Flash,一个专为写代码和跑智能体任务设计的轻量模型

Gemini 3.7 Flash 是 Google DeepMind 新推出的轻量级模型,定位是给开发者当“干活主力”,主要用在代码生成、工具调用和长上下文任务上。官方说它在这些方面比前代有明显提升,延迟更低、成本也更友好。不过这篇公告没给出具体的跑分数据和定价,只说会通过 Google AI Studio 和 Vertex AI 开放。

推荐理由:Google DeepMind 推出轻量模型 Gemini 3.7 Flash,面向代码生成、工具调用和长上下文任务,官方称延迟更低、成本更友好,适合关注编程与智能体开发工具选型的读者。

AI HOT 精选

MiniMax 发布 Music 3.0:开源权重的音乐模型,一次生成一首完整的 5 分钟歌曲

MiniMax 今天放出了 Music 3.0,一个开源权重的音乐生成模型。你给它一个创意方向和可选的歌词,它就能一次性把编曲、演奏和人声全搞定,最长能到 5 分钟。这次升级主要想解决三个老问题:准确理解你想表达什么、把这种感觉撑满整首歌、让人声和乐器听起来像真人实录而不是机器合成的。

推荐理由:MiniMax 开源 Music 3.0 权重,输入创意方向和可选歌词即可一次生成最长 5 分钟的编曲、演奏与人声,想自部署音乐生成模型的团队可以直接上手。

8月13日星期四

TechCrunch · AI

英伟达用自家资产负债表给老显卡兜底,撬动 5000 亿美元建 AI 数据中心

英伟达拉来了 Apollo、黑石、高盛等六家金融巨头,口头承诺最高 5000 亿美元用于 AI 数据中心建设。真正的戏肉是英伟达自己掏钱担保旧款 GPU 的残值,让这些芯片能当抵押品去贷款。债券市场一度被吓到,直到黄仁勋出来解释才稳住。这个 5000 亿的数字我会先打个折——它只是上限,不是已经签好的合同。

推荐理由:英伟达以自身资产负债表为旧款 GPU 残值担保,使其能作为抵押品获得贷款,这条解释了 5000 亿美元数据中心计划中金融安排如何落地。

The Verge · AI

谷歌到底还想不想赢 AI 这场仗?

谷歌上周又重组了 AI 部门:Jeff Dean 离职去搞新实验室,Demis Hassabis 退居二线只做长期研究,Google DeepMind 现在连 CEO 都没了,只剩一个 SVP。

推荐理由:谷歌一周内调整 AI 部门顶层分工,Jeff Dean 转去新实验室,Demis Hassabis 转向长期研究,Google DeepMind 不再设 CEO,这条梳理了人事变动背后的组织信号。

AI HOT 精选

阿里开源 Qwen3.8-2.4T-A95B,硅基流动当天就接上了

阿里放出了一个总参数 2.4T、激活参数 95B 的 MoE 模型,主要想干自主编程、深度研究和让模型直接跑完整业务流程这些事。硅基流动在发布当天就上线了 API,输入每百万 token 2 美元,输出 6 美元,缓存输入 0.25 美元。正文没给任何跑分或架构细节,所以性能到底怎么样还得等第三方评测,先别急着上头。

推荐理由:阿里开源总参数2.4T、激活95B的MoE模型,硅基流动发布当天上线API,输入每百万token 2美元、输出6美元,开源模型与推理服务商同步落地的节奏是这条的主要看点。

AI HOT 精选

Cursor 推出 builds 功能:云智能体启动速度提升至 3 倍

Cursor 现在会每小时在后台自动把代码仓库克隆好、依赖装好,提前做成一个“就绪环境”。当你启动云智能体时,它直接从这个环境启动,不用再等几分钟的冷启动,响应速度最多能快 3 倍。如果某次构建因为依赖更新或配置错误失败了,系统会自动隔离这个坏版本,智能体会继续用上一次成功的环境,不影响干活。

推荐理由:Cursor 为云智能体推出 builds 功能,通过每小时后台预构建就绪环境,把启动速度最多提升 3 倍,构建失败时自动回退到上一次成功环境。

AI HOT 精选

OpenAI 发布 GPT-5.6 构建指南:用便宜模型跑出接近顶配的效果

OpenAI 放出了一份给开发者的实战指南,核心就一句话:GPT-5.6 系列让前沿智能体(让模型进业务流程干活)的成本大幅下降。指南里举了几个创业公司的例子:Hex 把 GPT-5.6 直接接入现有流程,发现用“低推理强度”效果反而最好,模型不会在没数据的地方死磕,省下不少 token。

推荐理由:OpenAI 发布 GPT-5.6 构建指南,用 Hex 等创业公司的接入案例说明低推理强度反而效果更好、token 消耗更少,为智能体落地提供可迁移的成本控制方法。