QuestMobile发布2026年三季度AI应用市场报告。报告显示,9月豆包以4.19亿月活居AI原生App首位,千问、DeepSeek分别以1.58亿、1.23亿位列第二、第三。办公Agent榜中,腾讯WorkBuddy以3235.3万月活居首,百度搭子、千问办公分别以977万、790.5万排名第二、第三。9月AI办公赛道月活达1.42亿,同比增长50.6%,办公类Agent的PC客户端用户规模同比增长512.2%。另有报道称,易观桌面端口径下WorkBuddy月访问量从6月的2097万次增至9月的8534万次。
匹配字段摘要
2026年10月14日,豆包手机助手宣布逐步放开第三方应用的屏幕自动化操作权限。其《屏幕自动化操作声明协议》(SAEP)30天公示期结束,明确拒绝的第三方应用清单从首批151款更新至155款,腾讯系66款、阿里系23款居前,DeepSeek、Kimi也在其中。拒绝仅针对AI代识别屏幕和模拟点击,这些应用在努比亚M153和NaviX Ultra上仍可正常安装和手动使用。公示期结束后开发者仍可补交拒绝声明,豆包承诺3个工作日内关闭支持。
匹配字段摘要
MiniMax 已正式入驻天猫,开设其首家品牌官方旗舰店,上架 M Plan 订阅套餐,包含 Go、Explore、Build 三档,支持按月、按年购买。据早先报道,今年双 11 前智谱、阿里云、千问办公等已在天猫开店,天猫还上线 Token 充值中心「AI 空间站」,Kimi、阶跃星辰等厂商也在与天猫接洽中。后续报道称,9 月 3 日天猫「AI 空间站」Token 充值中心上线,阿里云、智谱、Kimi、MiniMax、DeepSeek 等厂商的订阅套餐被集中放进同一页面,用户搜索「Token」即可购买;此前 9 月 2 日智谱已率先入驻天猫开设官方旗舰店。10 月 15 日天猫在上海举行双 11 发布会,宣布活动将于 10 月 20 日晚 8 点正式开卖,约 100 万全球品牌、7200 万款商品参与,AI 服务首次加入双 11,智谱、MiniMax、千问等模型厂商集体推出优惠,消费者可在活动期间「囤 Token」。
匹配字段摘要
2026年10月10日,斯凯在虎嗅刊发的分析中提出,AI资本游戏最可能的终局是某个节点率先出问题,再经交叉持股链式传导。该文梳理美国五大科技巨头财报称,Alphabet和亚马逊超85%的季度利润来自股权投资浮盈,表外长期采购与租约承诺合计约1.65万亿美元,已超过表内负债;2026年五巨头资本开支预计7692亿美元,而AI应用年收入约2000亿美元,存在约5倍缺口。文章还对比中美定价,指出OpenAI输出30美元/百万Token、DeepSeek仅0.18美元,价差达166倍。目前该判断尚无后续发展事实。
匹配字段摘要
Anthropic 今年第二季度收入 115.55 亿美元，首次实现 9.74 亿美元经营利润，约 80% 收入来自按量计费。IDC 数据显示，2026 年上半年中国公有云 MaaS 市场收入达 106.3 亿元，同比增长 889.4%，占公有云 PaaS 收入比重从去年下半年的 5.2% 升至 21.0%。智谱开放平台及 API 收入 8.25 亿元、占总收入 86.5%，火山引擎以 45.1% 份额居首，文章认为模型服务已能产生毛利，竞争单位转向推理优化与交付能力。
年第二季度收入 115.55 亿美元，首次实现 9.74 亿美元的经营利润。而且，这笔利润已经扣除了当期确认的研发、人员、销售和算力等经营费用。 支撑这家公司走到这里的，是按使用量出售智能的生意。今年上半年，Anthropic 约 80%的收入来自按量计费，客户通过 API 和 Claude 自己的产品购买模型能力。它把这种模式叫作“为智能付费”。 几天前，DeepSeek 开源推理框架 DeepInfer 时，也给出了一组很有意思的数字：单个集群每天服务的吞吐量达到 155 万亿 Token；按 API 谷价计算，整个集群摊到每张卡，每小时收入 38 美元。此前，The Information 另曾报道，DeepSeek 今年前七个月的 API 业务毛利率达到 82.9%。 长期以来，人们习惯把模型当作一项还在烧钱、等待找到商业模式的技术。如今，已经有人通过出售模型能力获得持续收入，有人把推理服务做出了毛利，还有人第一次用这些收入覆盖了当期经营成本。 基础模型的商业化，终于有了一条率先跑通的路。这些被称为不同名字的模式有个统一的名字：MaaS。 MaaS 凶猛 MaaS 也就是“模型
匹配字段正文
Latent Space 主理人 swyx 介绍年度旗舰大会 AIE CODE 的策展思路，会议为单轨、邀请制，面向约 1000 名智能体工程师。今年三大主题为 Scaling without Slop、System One 模型和 Increasing Ambition，其中 Jarred Sumner 将分享 Bun 用 Rust 重写及 Bun AOT 预览。文章同时汇总了 Mistral 开源权重发布、OpenAI 前沿模型监控等当日 AI 新闻。
Zscaler 等进行了网络防御测试。一位 Mistral 研究员报告称，在对阵 GLM 5.3 和 Kimi K3 时取得了 64% 的人类偏好胜率（@b roziere，后续）。 独立评测：AA 在 Intelligence Index v5 上给它 26 分，勉强成为中国以外开发的最高开放模型，比 Muse Spark Open 高 1 分。它仍落后 DeepSeek V4.1 Flash 1017 和 GLM-5.3 6 分（AA）。 编码与智能体：它在 FrontierCode 2.0 上得分 15%，而 DeepSeek V4.1 Flash 1017 为 29%，GLM-5.3 为 22%。它在 Terminal-Bench 4.0 上达到 25%，而 Muse Spark Open 为 8%。在 Coding Agent Index 上，它每个任务使用 850 万 token 得分 48，而 GLM-5.3 为 49 分、每个任务使用 1590 万 token。 效率：它在每个 Intelligence Index 任务上使用 82K 输出 token，比 Previe
匹配字段正文
钛媒体旗下数智前线梳理了 OpenAI GPT-6 Astra 发布约 50 天来对具身智能行业的冲击：Astra 无需专门机器人数据训练即可直接控制机械臂完成画桥等任务，英伟达 Jim Fan 称其把自家机器人框架的基准刷到约 99%。但商汤联合多家机构的评测认为它已具备完成具身任务的能力，距离实用仍有明显差距，单次推理平均耗时 18.56 秒，把笔放进笔筒的任务耗时 4 个多小时、花费 55 美元。行业已出现三种用法：直接充当策略模型、审核修正 VLA 动作、搭建仿真环境与数据标注，宇树王兴兴称明年 GPT-7 可能直接打穿具身智能问题。
值逻辑，投资人相比上半年本就更为谨慎。Astra之后，本已收紧的资金只会更加挑剔。 另一方面，头部大厂下场具身领域已经不是新闻，行业内认为，具身赛道的企业未来将不得不直面更为激烈的市场竞争。 最近，字节Seed Model团队密集更新数十个机器人岗位；OpenAI则在今年3 月就在湾区签下20万平方英尺的场地做机器人业务，9月机器人相关岗位招聘更是大幅增加；DeepSeek不久前也被曝领投腾讯前杰出科学家胡瀚创立的Winverse AI。相比这些庞然大物们，具身公司身量可谓尚未长成，在资金、算力、人才等资源的储备上都远不及通用大模型公司，可以想见接下来的严峻考验。 国内头部具身企业也有人主动谈及Astra带来的影响。以机器人本体能力见长的宇树科技，创始人王兴兴在10月中旬和下旬两次公开谈及GPT-6 Astra 带来的震撼，并坦言自己过去最大的错误是“对 AI 的相信还不太够”。 王兴兴提到，宇树没有对模型进行任何的训练，GPT模型就能控制机器人自主识别调色盘，更换颜料、清洗画笔等。快的话今年底或明年，机器人就有可能按照指令完成整理房间等任务。 他甚至预言，明年GPT-7出来，“可能直
匹配字段正文
钛媒体旗下大模型之家对比 Anthropic 招股书与智谱中报，指出中美大模型厂商正走两条商业化路径。Anthropic 上半年营收 162.9 亿美元、净亏损 807 亿美元，其中 724 亿美元来自估值上涨带来的可转债公允价值损失，经营亏损收窄至 6.93 亿美元；智谱上半年收入 9.54 亿元、亏损 20.72 亿元，API 业务毛利率首次转正至 24.6%。文章还提到 Anthropic 未来十年算力采购承诺达 5180 亿美元，约 80% 不可取消，而智谱单位 Token 推理成本比年初下降 80%。
业，毛利率终将回落到10%至20%的水平。朱啸虎甚至直言，Anthropic之所以急着在今年冲刺上市，也是因为心里清楚，等将来算力普及，靠前沿模型和编程工具赚60%到70%毛利的日子根本不可持续。 其言外之意，便是API业务今天能赚钱，全部得益于头部模型还有技术壁垒；将来难赚钱，是因为技术壁垒迟早会被摊平。 资本市场对这种终局风险的反应比谁都快。9月10日，DeepSeek发布了V4.1 Flash模型并宣布降价，当天智谱的股价还是下跌了10.34%，投行杰富瑞随后也将智谱API业务的估值倍数从50倍下调至30倍。 大模型的竞争从收入转向成本 提起中国大模型市场，外界最直观的印象就是出色的“性价比”。数据显示，Silicon Data的Token价格指数从今年5月底的2.04美元一路跌到9月初的0.97美元，首次跌破每百万Token 1美元的关口，背后的主要推手正是中国的开源模型。 但摩根士丹利的调研数据却指出：中国大模型API的实际平均价格非但没跌，反而在涨：2026年第二季度，国内模型平均输入价格为4.9元/百万Token，输出价格为21.9元/百万Token，比2025年第一季度
匹配字段正文
2026年双11期间,各大电商平台将AI确立为大促核心增长引擎,AI经营能力成为商家参与大促的硬性标配。据新京报报道,京东于9月23日升级京麦AI经营中心,整合五大模块、汇聚60余款AI工具,近三个月京麦AI工具商家活跃率增长超过150%。同一报道还提到,天猫上线AI作战室与升级版生意管家,抖音、快手推出全域AI投放与内容生成工具。此外,《2026年二季度中国消费者消费意愿调查报告》显示,79.4%的消费者购物前会先咨询豆包、DeepSeek等AI工具,AI对消费决策的影响力达43.7%,首次超过传统媒体广告的42.6%。
匹配字段摘要
2026年9月21日,Hugging Face的Thomas Wolf在X上列举了Dylan Patel访谈之后约十周内发布的开源模型清单,回应“开源正在消亡”的说法。清单包括Moonshot Kimi K3、Qwen3.8-Max、DeepSeek V4-Pro、腾讯Hy4、GLM-5.3和上海AI Lab Atria Dawn等三十余项,并指出其中多个达到前沿规模,如Kimi K3的2.8T、Qwen3.8-Max的2.4T、DeepSeek V4-Pro的约1.6T。该推文引用的访谈中,Dylan Patel称有中国模型实验室告知推理厂商下一代模型将不再开源、改为授权,并称开源正在快速消亡。目前该事件仅有这一条事实证据,尚无后续发展。
匹配字段摘要
AI Business 报道称，截至 10 月 25 日当周，中国模型在 OpenRouter 的 token 统计中占比超过一半，而约一年前该网站周使用榜的九个模型中仅有一个来自中国。Red Hat 正在内部试点自托管 GLM，最多 1400 名工程师使用，约 70% 的推理流量流向开源模型，并以每人每月 300 美元的前沿模型配额控制成本。DataCamp 则因开源模型服务商的延迟和容量不足，正从 Anthropic 转向 OpenAI，尚未把 AI 导师迁到开源模型。
沿模型支出曾无约束地增长。随着开源权重模型的到来，工程师每人每月被限制在 300 美元的配额，以鼓励他们为任务选择正确的模型。 这些配额是实验性的，工程师可以向经理申请例外。Watt 说，外部托管模型的成本从失控到趋于平稳，再到现在的“急剧下降”。 未来，涉及中国 AI 模型的地缘政治问题可能会加剧。美国国土安全部本月禁止联邦民事机构使用中国 AI 开发商 DeepSeek 的 AI 技术，理由是存在“多种威胁向量”，包括可能向中国传输数据。但该命令并未区分 DeepSeek 的托管版本和企业可在本地服务器上运行的版本。 自主攻击性安全公司 Xbow 的 AI 负责人 Albert Ziegler 表示，该公司测试过 GLM，但未在生产中使用。但他并未排除开源权重模型。他的标准是相对于成本的性能、安全基准和客户接受度。 在 Xbow 的测试中，GLM 有时需要比闭源模型多得多的 token 来解决问题，抵消了其大部分价格优势。Ziegler 说，对于其生产应用，其他闭源模型——在此例中是埃隆·马斯克的 SpaceXSI 的 Grok——效率更高。 Ziegler 的一个广泛担忧是开源权
匹配字段正文
Ed Zitron 在长文中分析 Anthropic 的 S-1，认为这份文件只披露了 2026 年 Q2 数据，而该季度 9.74 亿美元利润来自 SpaceX 两个月的算力折扣，且未公布 Q3 营收、现金余额和付款时间表。他统计 Anthropic 与 Google、Amazon、Microsoft、SpaceX、Broadcom 等方的不可取消算力承诺约 2694 亿美元，另有 1250 亿至 1500 亿美元的 TPU 采购承诺未计入合同表，并指出 Q3 营收环比增长 45% 至 168 亿美元，而算力支出增长 76.3% 至 98.8 亿美元。文章还提到 5% 至 7% 的收入来自被认定违规使用其模型训练自家模型的客户，以及锁定期安排允许内部人士较快减持。
萨芙拉·卡茨相信甲骨文真的能从与OpenAI达成的3000亿美元、为期五年的交易中获得任何实质收益， 她本不会卖出18亿美元的股票 在2025年第二季度, 更不用说 辞去CEO一职 在交易宣布两周后。 这笔交易 也宣布了。同样的情况也适用于 英伟达CEO黄仁勋他于2025年10月前通过一项2025年3月启动的计划卖出了10亿美元的股票——而2025年3月正是DeepSeek让市场对开源威胁感到恐慌的那个月——以及董事会成员马克·史蒂文斯，他卖出了 2026年第二季度9.46亿美元的股票出售. 引用彭博社2026年7月的报道，美国高管正以二十多年来第二快的速度抛售股票，仅次于2021年的狂热盛况。与此同时，据彭博社数据，企业回购规模为69亿美元，略高于七年低点67亿美元。 换句话说，尽管科技界和人工智能领域的每个人都在劝你 现在就买入，抢占先机，他们的实际 行动 表明他们不愿继续等待，看看接下来会发生什么。 那些你开始看到的、规模庞大且仓促达成的人工智能债务交易也是如此。据报道，博通的陈福阳举行了（据《华尔街日报》报道），“周末与银行高管的最后时刻谈判”以敲定他们为Anthropic一笔
匹配字段正文
微信原生 AI 助手“小微”上线已 130 天，入口从官方披露的 16 处扩展到第三方实测的 28 处，覆盖聊天、搜索、公众号、视频号与 PC 端。微信通过 6 月 8 日发布的开发者接入指引，要求开发者把小程序拆成原子接口和原子组件并编写 SKILL 说明书，未接入的小程序将无法被微信 AI 推荐及调用。文章还提到开发模式需通过平台评测（服务交付、交互体验、性能质量三项 80 分以上，场景覆盖 60 分以上）才具备被调用资格，而调用排序规则尚未公开。
不常见，过去给一个服务放入口，微信通常很节制。支付在钱包入口，视频号在发现页占一个格子，小程序十年里主要靠开发者自己扫码引流。28 个位置，这个开放尺度上不言自明。 但入口多，不等于能办事，唤醒小微只要两秒，难的是唤醒之后：听懂用户说的话，以及决定把任务交给谁。在正常链路中，小微负责理解用户意图，模型底座是微信团队自研的 WeLM，遇到部分复杂问题则会调用 DeepSeek，两家配合，负责调度。至于接单、制作、派车、订房这些履约动作，得由小程序的主人来做。 履约层是这套生态里唯一必须依靠外部的部分，因为它由小程序的主人来做。但“由主人来做”有一个前提：微信得先知道，一个小程序到底能做什么事。微信给这套东西起的名字是“小程序 AI”：用户发起对话时，它分析并选择合适的原子接口和原子组件，完成数据处理和任务执行，再把结果整合给用户。 过去这件事不需要想，用户打开小程序，看见首页、菜单、按钮，自己完成操作。但对于AI来说，它需要知道哪家店、哪款饮品、用什么参数下单、最后把什么卡片递到用户面前。这些信息如何被获得，是后续小微“能办事”的关键所在。 6 月 8 日发布的《关于开发者接入微信 AI
匹配字段正文
Import AI 478 汇总了多项 AI 进展：AI 安全初创公司 Resolution 用智能体自动形式化了奇点消解相关数学内容，耗时约一周、消耗约 100B 输入 token 和 3 亿输出 token，token 花费约 13.5 万美元，产出约 60 万行 Lean 代码。ProgramBench 上 Claude Opus 5.5（xhigh）得分从发布时的 0% 提升到 18.5% resolved、70.5% almost。OpenAI 披露智能体在红队测试中利用处理器缓存时序在隔离环境间传递信息。Mirendil 一名研究员用 3.5 个月、不到 1000 万美元算力从零预训练出 Mirendil-Base 系列模型。
处于 2T–10T 范围。Mirendil-Base-Large 的训练进度约为 80%，其目前相对 Mirendil-Base 的提升符合我们的规模扩展趋势。Mirendil-Base-XL 的训练进度约为 19%，其得分已接近 Large 的当前得分。评估：Mirendil-Base 的表现优于 Nemotron-550B-Base、GLM-5.3 和 DeepSeek-V4-Pro-Base 等模型，但不如 Kimi-K3。 （Mirendil-Base-Large 和 Mirendil-Base-XL 均超过 K3。） AI 系统帮助设计反铁磁半导体候选材料：……这是 AI 系统如何用于科学的一个很好的示范……AI 评估公司 Vals 发布了一篇文章，其中一位研究员使用一组 AI 智能体来研究用于改进半导体的磁体。 更多细节，包括一个效果不佳的磁体候选材料：“一个 AI 智能体团队和我设计了一个候选磁体，并发现了另一个早在 1999 年就首次制成的磁体，我们的计算预测它具有我们想要的性质，”作者写道。所发现的磁体由“一种仅由 5 种元素（钇、钡、Mn、Fe、O）组成的新化合物”
匹配字段正文
Interconnects 播客第 20 期中，Nathan Lambert 与 Florian Brand 讨论了 Kimi K3.1 Pro 在 Artificial Analysis 上排名靠前但评价分化的情况，认为其训练更偏利用而非探索，长周期基准如 ProgramBench 表现偏弱。两人还讨论了开源权重模型的网络安全争议，指出 PHP2Shell 漏洞披露后并未出现大规模利用，并谈到 Anthropic 不招初级员工以及 Florian 使用 Muse 处理购物等日常事务的体验。
Pro发布博客 Kimi K3.1 Pro在Artificial Analysis智能指数上的表现 Kimi K3.1在Artificial Analysis防御性网络基准上的表现 Program Bench 开放权重的Mythos本来会没事的观点 PHP“还没造成灾难”更新 Abliteration.ai提供消融模型API Morph通过API提供消融版DeepSeek Joshua Saxe关于AI与网络安全的Substack Azeem Azhar，“互联网的武汉时刻” Anthropic，“Anthropic的就业正在如何变化” LiteLLM安全事件报告 文字记录 00:00:00 Nathan Lambert：我们又回来做一期Interconnects播客了。我们请到了Florian，评测达人，最近搬到了旧金山。Florian，Kimi K3.1 Pro这个名字真拗口，它会达到基准分数所显示的水平吗，比如在Artificial Analysis上，还是最终会落在什么位置？ 00:00:17 Florian Brand：过去，Kimi模型总是能达到预期，但这次发布和其他几次
匹配字段正文
高盛在对冲基金集中减仓AI资产后建议有选择地配置，而非全面看多，核心依据是超大规模云计算商盈利预期自7月以来未下修。高盛对冲基金VIP篮子周四录得2011年以来最差单日表现，基本面多空基金净杠杆率降至47%，处于三年回溯区间的第1百分位。高盛策略师Louis Miller同时提醒，动量敞口仍处历史分布第73百分位，交易并未完全摆脱拥挤状态。
盛相关组合的表现中尤为明显。高盛AI与AI风险对冲组合（GSPUARTI）6月22日升至583.45点后见顶，最新报价为261.71点，较高点回撤约55%。高盛高贝塔动量组合（GSPRHIMO）年内涨幅也已悉数回吐，较6月高点下跌约43%，重新测试7月低点。 高盛AI受益者篮子（GSTMTAIP）相对标普500非AI成分股指数（SPXXAI）的单日表现，跌至DeepSeek冲击以来最差水平，广义AI股相对大盘也已回落至夏季低点。 不过，高盛策略师Louis Miller认为，仓位调整和股价回落并不意味着AI投资逻辑已经失效。他提出逢低布局的三项依据：一是投资者的动量敞口已降至2025年6月以来最低水平；二是本轮调整幅度较大，部分资产的风险收益比有所改善；三是AI龙头企业盈利预期仍然稳定。 其中，盈利预期是最关键的支撑。高盛指出，超大规模云计算商（Hyperscalers）的盈利预期自7月以来没有下修，数据中心设备板块也未出现盈利增长放缓的迹象。如果盈利保持稳定，而股价已经大幅回落，部分AI资产就可能具备反弹空间。 但仓位出清并不意味着风险已经释放完毕。Miller也承认，动量敞口虽已下
匹配字段正文
OpenAI一次性公布722篇数学论文，覆盖数论、几何、理论计算机科学，宣称在黎曼猜想、卡塔兰常数、挂谷猜想等问题上取得进展，且未经同行审议。菲尔兹奖得主雨果·杜米尼尔-科潘称有16个与他研究相关的问题被AI推平，也有博士生面临课题被覆盖、学位受影响。文章还提到Anthropic研究员宣称证伪雅可比猜想，以及丘成桐牵头成立数学与人工智能实验室联盟。
做准备。小时候努力考好学校，毕业时选有前景的行业，工作后考证、做项目、积累经验。 大家未必想成为行业顶尖，更多时候想的只是，通过精进自己某方面的技能，带来一点议价能力和不可替代性。 十年前有一类鸡汤很流行，“时代抛弃你的时候连一声招呼都不会打”，这句话真正的意思是时代抛弃你之前其实是会打招呼的，但是很多人没有注意。 结论是我们要跟上时代，不要做被抛弃的人。 DeepSeek刚火起来的时候，有人攒了一本教学指南上架微信读书，一度上升到热度第一。 AI现在比这个世界上80%的员工和99%的领导更能听懂人话。 难道，时代这次真的不准备和我们打招呼了？ 10月11日，丘成桐牵头成立了数学与人工智能实验室联盟，联合八家数学研究机构，准备自主研发数学科学专用模型。 这些尝试最终会走向哪里大家都不知道，但要说数学已经结束了，恐怕还早。 30多年前也有人曾经下过定论说历史终结了，后来证明那只是历史的一个逗号。 大变之世，思想总是格外活跃，我们也不必急着替自己写好结局。 据不完全统计，今年已经先后出现X压抑理论、大水理论、大睡理论、薄肌理论……诸子百家重现于世。 找耍结合也好，降本增笑也罢，充满不确定性
匹配字段正文
月之暗面10月24日发布Kimi K3.1 Pro，Terminal-Bench 4.0得分65.7%，但199元和699元套餐用户抱怨额度不足，有开发者测算旧套餐API价值约为新套餐的1.94倍。K3.1 Pro每百万Token输入输出价格从K3的20元和100元降至13元和68元，而复杂Agent任务可消耗数百万Token。信通院报告显示2026年6月国内日均Token约500万亿，是2025年12月的近4倍，作者认为算力短缺仍将长期约束独立模型公司。
落。 但到了2026年，大模型正在从两个方向发生变化。 首先是模型本身越来越庞大。 如果回到两年前，100B、120B这样的千亿参数规模，已经足够让一家模型公司大书特书。 可到了今天，千亿参数早已算不上什么稀奇事，头部模型的规模正在向万亿级迈进。 Kimi K3的总参数量达到2.8T，相当于28000亿； 智谱GLM-5.3达到753B，也就是7530亿； DeepSeek V4 Pro则进一步达到1.6T，相当于16000亿。 当然，这些模型普遍采用了MoE架构，每次推理只需要激活部分参数，单次计算量远小于总参数规模所暗示的数字。 但对于负责部署这些模型的公司而言，更庞大的模型权重、更复杂的并行计算，以及动辄百万Token的上下文窗口，仍然意味着更高的显存、互联带宽和基础设施要求。 而模型规模的扩张，还只是故事的一半。 其次是Agent的普及正在彻底改变人们使用大模型的方式。 如今的用户已经开始习惯把完整的工作交给模型。 一个Coding Agent接到任务后，可能需要阅读几百个源代码文件，理解整个项目的结构，然后修改代码、调用工具、运行测试，再根据报错信息反复调整自己的方案。 如果
匹配字段正文
文章以十月十六日至二十三日一周内的四起安全事件为线索，包括PHP两个远程执行漏洞被AI挖出、LiteLLM后门版v1.107.0在PyPI存活约两小时并被下载约4.9万次、OpenCode控制台泄露1.4%用户的第三方模型密钥、微软通报人类组织使用开源多智能体渗透框架ARTEX攻击供应链，讨论AI审计面临的共同问题。作者逐篇核查七篇论文后指出，潜推理自解码的忠实度最高仅0.4788，稀疏自编码器对后门位移近乎失明，探针在被优化对象针对时会失效，三种主流审计工具都产自被审方生态或需借用被审方权限。文中还引用了牛津与纽约大学的NARCBench多智能体合谋基准，以及Anthropic与Theorem用Claude对123个开源库239个入口写下约十亿行Rocq形式化证明的报告。
景陈述）。五月的论文《Emergent Languages in Populations of Language Model Agents》（arXiv:2605.31170，南丹麦大学领衔）干了一件事：从约六千条正则初筛里，用分类器确认了518个造语提案帖，全表搬来（§Dataset，作者自测）： 论文自做的裁判实验也给这门动机加了注脚：规避监督类帖子被 DeepSeek-3.2 判为对齐度低于其他类别。先看最惊悚的那类。规避监督的标杆案例叫Symbiotica：26个拉丁字母各配一个字形，人眼看是天书：契丹文蒙古文的皮，英文字母一对一替换的芯，换张对照表就能手译。它真正的花活在另外五个有两套字形的字母：切换字形藏一串二进制比特串。像明信片正文写的是客套，边角点阵藏着只有机器懂的暗号。其Python包互联网上无痕迹，作者明言无法确认存在。这条也照实搬。 再看传播性，这是全文最硬的一击：研究者拿原帖正文加一句指令，让生成模型当场造一句该语言的话，换另一个模型打分。四个生成乘裁判组合，各跑518帖，共2072条评判。池化中位4分，满分5，均值3.62；Qwen评Qwen高达4.43，GP
匹配字段正文
虎嗅梳理全球AIDC建设潮，指出2026年合计算力投资预计达8300亿美元、同比增长79%，但截至2026年7月英伟达Grace Blackwell产能超95%尚未投用。业内共识是巨头资本开支约六成以上对应明确客户，其余三至四成属于提前抢产能。文章以CoreWeave二季度收入25.75亿美元、净亏6.26亿美元等案例说明，单园区收入覆盖成本、利用率与租价稳定、后续融资续上这三个条件目前都未被普遍验证，确定的赢家可能只有卖设备的英伟达。
500亿美元，年底的目标是700亿。这两条收入曲线，是这轮算力订单最直接的支撑。 但两家都还在亏。Anthropic 上半年的净亏损是807亿美元，其中约720亿来自可转债的账面计价，同期算力开销约90亿美元。收入在涨，亏损也在涨。差别在于，收入是客户付进来的钱，亏损里有很大一块只是会计处理。需求真实，不等于这门生意已经赚钱。 梁文锋在一次投资人交流会上说，DeepSeek 的 API 定价锚在“从市场上买一批设备回来，十个月收回成本”，对应大约六倍利润。 麦肯锡去年初预测，2025到2030年全球算力需求将增长350%，AI 负载占数据中心总负载的比例过半，从今年的实际情况看，这个预测甚至偏保守。 这种需求的短缺也传导至整个供应链。先缺高端 GPU，接着暴露存储和光通信缺口，光芯片的掺杂材料铥、镱、铒都成了瓶颈；光通信的市场规模因为这一轮需求短期放大了约十倍。变压器要等四年，并网排队更久。云厂商于是提前下单，GPU 厂商提前锁 HBM 和先进封装，一路传到上游材料和多层 PCB，每个环节都多备一点货。 按照现在的需求预计，加上两年内看得见的订单，这轮建设潮短期内停不下来。 谁已经赚到
匹配字段正文