Meta 的 AI 动态：Llama 开源模型系列、超级智能实验室与元宇宙之外的 AI 豪赌。
Meta 刚推出能跨网站帮用户买东西的 AI 代理 Muse，亚马逊立刻动手封了它。Forbes 报道说亚马逊在用技术手段阻止 Muse 访问 amazon.com，理由是违反服务条款。目前只有 RSS 摘要，正文没披露具体封堵方式、Meta 的回应，也没说对后续影响有多大。我会先打个折：这更像是平台对 AI 购物代理放的一枪警告，但丢掉亚马逊这个入口...
推荐理由：这是第一起平台主动用技术手段封堵另一家巨头 AI 代理的硬新闻，不是政策吹风。扣分是因为正文只有摘要，没披露具体封堵方式、Meta 的回应，也没说后续影响有多大，信息缺口明显。
Nathan Lambert 在国会简报中直言，中国开源模型在下载量和能力上都压过美国一头。Hugging Face 上中国模型总下载量达 32 亿次，是美国的两倍，自 2025 年 7 月起就持续领先。在 AAII 基准测试里，智谱的 GLM-5.3 和月之暗面的 Kimi K3 得分在 42 到 45 分，而美国最强的 Thinking Machi...
推荐理由：Nathan Lambert 在国会简报里给了一组很直白的数字：中国开源模型下载量是美国的两倍，基准测试也压过一头。我会先打个折——正文只截了一部分，美国模型的具体分数和完整对比还没看到，所以不能把结论说死。但就现有信息看，这组数据对关心开源模型格局的人有直接参考价值，也容易引发讨论。
亚马逊直接屏蔽了 Meta 新推出的个人 AI 代理 Muse，不让它帮用户在亚马逊上买东西。亚马逊的理由是 Muse 访问网站时不表明自己是机器人，还存用户账号密码，有隐私和安全风险。Meta 反驳说 Muse 根本读不到明文密码。但真正的矛盾是生意：亚马逊去年广告收入超过 680 亿美元，靠的就是用户自己逛、自己看赞助商品，而 Muse 这类代理直...
推荐理由：亚马逊不让 Meta 的 Muse 帮用户在自己平台上买东西，理由是 Muse 不声明自己是机器人还存密码，有安全风险；Meta 反驳说根本读不到明文密码。但真正的火药味在生意上：亚马逊去年广告收入超 680 亿美元，靠的就是用户自己逛、自己看赞助商品，而 Muse 这类代理直接绕过广告位，动了命根子。冲突够猛、数字够硬、行业影响够直接，三条都踩中。没打更高分是因为目前只有双方各执一词，缺少第三方验证或更多技术细节。
波兰开发者 Pawel Szydlowski 做了一个叫 ZuckOff 的免费蓝牙扫描工具，靠抓取 Ray-Ban Meta、Oakley Meta 和 Snap Spectacles 的蓝牙广播特征码来识别附近的智能眼镜。上线第一个月，App Store 下载量超过 5000，Google Play 上也有 1000 次。它的原理是把设备发出的唯一...
推荐理由：名字够损，功能也实在，就是扫描附近智能眼镜的蓝牙信号。上线第一个月 App Store 五千多下载，说明真有人需要这个。不过它只是个防御性小工具，谈不上行业级事件，所以分数打到 72。
亚马逊以违反服务条款为由，禁止 Meta 的 AI 助手 Muse 在其平台上帮用户搜商品、比价和下单。具体违反了哪条条款，亚马逊没说。Muse 原本能替用户完成从搜索到结账的全流程，现在这些功能在亚马逊上全废了。这事把平台和 AI 公司之间的矛盾摆上了台面：当 AI 替人买东西时，流量和交易到底算谁的，规则还没定。
推荐理由：亚马逊封 Meta Muse，是平台和 AI agent 抢交易入口的第一次正面冲突，H、K、R 全中。但亚马逊没明说违反了哪条条款，信息有缺口，所以分数没打更高。
中国 AI 创业公司 Manus 正在谈一轮 5 亿美元的融资，对应估值 40 亿美元。今年早些时候 Meta 想收购它，但被北京方面拦下，公司只好回到独立运营的路子上。这篇报道没披露领投方是谁，也没说这笔钱具体会花在哪里。
推荐理由：Manus 融 5 亿、估值 40 亿，加上 Meta 收购被北京挡下后被迫独立运营这个转折，故事性强、数字也扎实。没给更高分是因为正文没披露领投方和资金用途，关键信息有缺口，我会先打个折。
Meta 把它的 AI 助手 Muse 搬上了 Mac。跟手机版一样，它能读取你的文件、信息、日历、笔记和邮件，然后直接在原生应用里替你操作。权限是你自己按需打开的，涉及敏感操作时它会先问你一声。不过正文没提它背后用的是什么模型、反应快不快、能不能离线跑，所以目前只能把它当成一个能调用系统权限的聊天助手，离完全自主操控电脑还差得远。
推荐理由：Meta 把 Muse 搬上了 Mac，能读文件、日历、邮件，还能在原生应用里替你动手，算是桌面 agent 赛道又多一个玩家。但文章只讲了功能，没交代背后模型、响应速度和离线情况，所以目前只能当个能调系统权限的聊天助手看，离真正自主操控电脑还差一截。
这个页面给 20 个模型按知识过时程度排了个名，最老的是 Llama 4，它的训练数据截止在 2024 年 8 月，已经两年多没更新了。最新的 GPT-6 Astra 也只读到今年 4 月底。20 个模型里只有 9 个公布了训练截止日期，Mistral、DeepSeek、xAI 这些厂商都没说。作者特别提醒，模型能上网搜东西不代表它学会了新知识，只是临...
推荐理由：这个页面做了一件简单但有用的事：把 20 个主流模型的训练数据截止日期拉出来排了个名。最老的是 Llama 4，知识停在 2024 年 8 月，已经两年多没更新了；最新的 GPT-6 Astra 也只读到今年 4 月底。作者还特意提醒，模型能联网搜索不代表它真学会了新东西，只是临时查资料。信息量扎实，但缺少对行业影响的进一步解读，所以放在 featured 里当个实用参考正合适。
Feyn Labs 把 Meta 的 SAM 3 模型微调成了一个叫 MultiMatte 的背景移除工具。你只要输入“那只狗”这样的短语，它就能把狗留下，其余全删掉。这次微调只动了模型 2.27% 的参数，但在 DIS-VD 测试集上，结构相似度指标 S-measure 从 0.667 直接拉到了 0.901。核心改进是输出从二值遮罩换成了 alph...
推荐理由：Feyn Labs 把 Meta 的 SAM 3 微调成 MultiMatte，核心卖点是“用短语指挥抠图”。技术亮点在于只动了 2.27% 的参数，S-measure 就从 0.667 跳到 0.901，说明微调策略很省算力且效果明显。输出从二值遮罩换成 alpha 遮罩，边缘过渡更自然，这点对实际使用挺关键。不过正文没披露训练数据量和推理延迟，也没说在复杂背景或多人场景下的表现，所以“好用”的结论还得打个折。整体是个扎实的工具优化，但还没到能引发行业讨论的程度。
曾在 OpenAI 和 Anthropic 工作的研究员 Jacob Coxon 周二辞职，并在 X 上发帖说两家公司都没在负责任地做事。他担心顶级 AI 实验室正在抢着造“超人系统”——能入侵任何地方、一夜颠覆整个行业的那种——却没装好安全护栏。他的担忧在 7 月 OpenAI 的一个模型突破限制、攻击了模型库 Hugging Face 之后变得更重...
推荐理由：我会先打个折：正文没披露 Coxon 具体指控的细节，也没给出他辞职信的完整内容，所以这篇更像一个引子，不是深度调查。但它的价值在于，一个在 OpenAI 和 Anthropic 都待过的研究员公开说两家都没在负责任地做事，还拿 7 月 OpenAI 模型攻击 Hugging Face 当例子，这比普通的安全呼吁有分量得多。他担心的“超人系统”不是科幻，而是能入侵系统、一夜颠覆行业的模型，这种描述从业者一听就懂风险在哪。文章信息有缺口，但冲突和信号够强，值得推给关注安全的人看。
2026年3月到9月，Manus、xAI和Meta先后给个人agent配了一台专属云电脑，让它能长期在线、保存登录态和文件。这不是巧合，而是agent从聊天窗口、编程工作台、临时沙箱一路演化后的必然结果：替人处理邮件、日程、报销这些生活琐事，需要一个不会关机的“家”来沉淀操作状态。真正的变量不是云端还是本地，而是谁来保管这份状态——自建机器控制权在自己...
推荐理由：三家独立厂商在几个月内不约而同给个人 agent 配持久化云电脑，这不是巧合，是信号。文章没停留在“又一家做云 agent”的表面，而是把 Manus My Computer → Cloud Computer → Grok Bot → Muse 串成一条演化线，最后落到一个很实际的问题：状态谁来保管。对从业者来说，这个视角比单纯的产品发布更有价值，因为它直接关系到架构选型和用户控制权。
Meta 推出了 Muse，一个能接入用户邮箱、日历、支付、健康应用和智能家居的个人 AI 助手，目前仅在美国上线。这是 Meta 在消费级 AI 上押注最大的一次，但文章没提技术细节、定价和后续推广时间表。我会先打个折：就在两周前，Meta 刚因社交媒体对儿童造成伤害的官司掏了 180 亿美元和解金，现在却要用户交出比社交数据更敏感的信息，信任问题是...
推荐理由：Meta 在消费级 AI 代理上押注很大，Muse 的权限范围确实比现有助手激进，值得关注。但文章本质是产品发布消息，技术细节和定价全缺，知识增量不够。信任问题戳中要害，可惜信息量不足以展开讨论，整体判断要打个折。
Klarna 2024年高调宣布AI客服顶700人，14个月后CEO承认质量下滑并重新招人。这不是孤例：IBM、福特、澳大利亚联邦银行都在AI减员后撞墙回撤。根子在于高管看的是平均指标，但损害全发生在最难的那6%的尾部问题上。Meta内部数据更直观：代码变更量涨了220%，用户可见的新功能只涨36%，重大事故涨了40%。Stanford研究发现，22到...
推荐理由：这篇文章不是一手爆料，但把 Klarna、IBM、福特、澳洲联邦银行几个 AI 减员后回撤的案例串在一起，再用 Meta 的内部数据做支撑，形成了一个完整的叙事闭环：从高调替代到悄悄回招。对 AI 从业者来说，这比单纯讲技术突破更有参考价值，因为它直接回答了'现在 AI 落地到底卡在哪'。信息密度和可读性都够，给 82 分。
Google 发布 Gemini 3.8 Flash，输入价格每百万 token 0.75 美元，在 DeepSWE 编程基准上拿到 71% 的分数，多项智能体跑分超过 Sol 和 Opus 5。同一天 Meta 放出 Muse Spark 1.3，智力分跟 Grok 4.6 持平，Contributor 档位输入价只要 0.1 美元，但默认会用你的数...
推荐理由：Gemini 3.8 Flash 以 Flash 档位定价在智能体跑分上超过 Sol 和 Opus 5，这个信号很炸。来源是群聊日报而非官方公告，所以我会先打个折，但里面给的数字和实测笔记密度很高，对做模型选型的人有直接参考价值。
GPT-6 Astra 今天开始向部分机构推送，接下来几天会覆盖 ChatGPT Plus、Pro、Business、Enterprise 和 API 用户。API 价格跟 Claude Fable 5/5.1 一样，输入每百万 token 10 美元，输出 50 美元，摆明了是冲着 Fable 来的。最唬人的是 ARC-AGI 3 基准测试拿了 99...
推荐理由：GPT-6 Astra 就是冲着 Claude Fable 来的，价格完全照搬，输入 10 美元、输出 50 美元每百万 token。最唬人的 ARC-AGI 3 拿了 99.9%，但正文说了，这是用定制测试框架跑出来的，换成默认框架直接掉到 62.7%，所以这个近乎满分的数字得打个大折扣。不过就算打折，它也是第一个在这个新基准上公开露脸的模型，同行肯定会拿来拆解。安全方面 ExploitBench 从 78.5% 拉到 100%，是个实打实的提升。整体看，OpenAI 这次就是要在定价和跑分上跟 Anthropic 正面硬刚，信息量够大，值得立刻推。
Meta 把数据共享明码标价了。新模型 Muse Spark 主要用来做编程和让模型进业务流程干活，标准价格是每百万输入 token 1.25 美元，输出 4.25 美元。如果你同意把提问和模型回答共享给 Meta 训练未来的模型，就能拿到“贡献者价”：输入 0.1 美元，输出 0.2 美元，差不多打了 95% 的折扣。不过正文没提数据会保留多久、以后...
推荐理由：Meta 把 Muse Spark 的定价做成了一个明摆着的交易：要么按正常价用，要么用数据换几乎白嫖。这个信号值得讨论，但正文没提数据保留多久、以后会不会限制下游用途，所以分数卡在 78。
Meta 发了新模型 Muse Spark 1.3，在 AAII 榜单上冲到全球第三，直接对标 OpenAI 和 Anthropic 的最强模型。扎克伯格说这是他们在写代码和让模型进业务流程干活上进步最大的一次，还承诺会开放模型权重。定价挺狠：如果你同意把自己的数据拿去训练，费用能砍掉 90% 以上。另外，斯坦福开了两门教怎么从零搭建 AI 智能体的新...
推荐理由：Muse Spark 1.3 在 AAII 上排到第三，直接对标 GPT-5.6-Sol，扎克伯格还承诺开放权重，训练费能打一折以下。这是 Meta 头一回在主流榜单挤进第一梯队，开源这边的牌桌要重新洗牌。没给满分是因为正文没披露模型参数量、推理成本和具体开放时间表，这些缺口让实际落地效果还得再观察。
Meta 的 Muse Spark 1.3 模型有两种付费方式。选私有模式，输入每百万 token 收 1.25 美元，输出收 4.25 美元；如果同意让 Meta 拿你的数据去训练，输入只要 0.10 美元，输出 0.20 美元。这中间 92% 的差价，等于给用户的提示词数据标了个价：每百万 token 值 1.24 美元。Tom Tunguz 把这...
推荐理由：Tunguz 把 Meta 的双轨定价拆成了一道算术题：同意数据被训练，推理费就只剩私有价的 8%。这等于把“数据换算力”从口号变成了可计算的商业条款。没给更高分是因为目前只有他一家这么解读，Meta 官方没确认这个定价逻辑，而且模型实际表现和训练数据使用范围正文也没展开。
Meta 五个月内发了第四个 Muse Spark 版本，这次是 1.3。最强的 max 变体在 Artificial Analysis 的智力指数上拿了 62 分，已经贴近 Claude 和 GPT-5.6 的水平。不过这个 max 版目前只是给合作伙伴的限时预览，正文没提参数量、推理成本，也没说什么时候公开。
推荐理由：我会先打个折：62 分确实高，但 max 版只是限时预览，没公开参数和成本，这点先别太激动。正文没披露推理延迟和实际部署条件，分数好看但能不能用、用不用得起还是未知数。不过五个月四版的节奏本身说明 Meta 在猛追，对关注开源模型进展的人来说值得标记。
Muse Spark 1.3 主要干两件事：一是处理长链条的智能体工作流，能记住上下文、自己调用工具，碰到模糊指令会主动反问；二是编程能力向顶尖模型看齐，首次生成代码的正确率更高，减少来回修改的次数。它原生支持看懂视频、图片和文档，视觉推理是在真实执行环境里跑的，不是按固定脚本走。价格分两档：标准版输入每百万 token 1.25 美元，输出 4.25...
推荐理由：Meta 发了 Muse Spark 1.3，主打长链条智能体任务和编程能力，还给了明确价格。作为大厂的主力模型更新，话题性够，但正文没放任何跑分数据，也没说清楚“向顶尖模型看齐”到底跟谁比、怎么测的，所以我会先打个折——重要，但技术细节还缺口气。