跳到正文

#Google

今日 2 条
今天11月16日周一
  1. 人人都是产品经理38

    AI 手搓的单文件 3D 网页走红,1.4M 纯 HTML 游戏画面接近 3A

    用 AI 手搓的纯 HTML 3D 世界成为近期社群里最热的玩法,一个 1.4M 的单文件游戏画面接近 3A 大作,其中约 700KB 是 Three.js,其余全由代码现场生成模型、雨和音效,没有一张图片或一段录音。

    决策要点

    程序化生成叠加 AI 写码,把 3D 内容的成本从制作和存储素材转移到打开时的算力,网页 3D 从图形专家的手艺变成普通人可上手的技能。

    • 影响轻量 3D 展示和营销页面的原型成本降到一段提示词的量级,省去素材制作和文件分发;但人物等精细模型还是要靠 Blender、Tripo 先建模,体积和迭代轮次都会上升;作者自己也判断商业上未必有大用。
    • 参考可考虑用文中模板挑一个产品展示或活动页场景做试点,记录加载耗时和多轮修改的人工成本;值得要求把主要物体拆成独立组件,方便后续单独调整。
  2. 36氪·AI66

    Deepnote发布AI同事评测,OpenAI包揽前二,Fable 5.2贵17倍得分反低

    数据协作平台Deepnote发布Agent Initiative Benchmark,把12个前沿模型放进虚构公司的Slack群当AI同事,OpenAI包揽前二。

    决策要点

    常驻型AI同事的比拼重心正从模型智力转向判断力和持续成本,Deepnote数据显示价格与性价比并不同向,低价模型未必弱。

    • 影响常驻Agent按流量持续计费,70人公司的Slack监控月账单从281美元到7540美元不等,人数和监控渠道增多后差距会进一步放大;模型插错嘴平均多花1.8倍成本,判断力直接写进账单;只按智力榜单选型可能高估高价模型。
    • 参考可考虑把该沉默场景的克制率和单任务成本加入选型评测,先用自家人数和监控渠道折算月账单再比价;值得参考Deepnote报告建议的分层路由,实时对话用快模型、后台分析用低价高分模型。
11月13日周五
  1. The Verge · AI47

    AI 智能体并未发现未知玛雅遗址,涉事地点一年多前已有论文记录

    Google 研究员 Pietro Miotti 用 48 个 AI 智能体筛查 NASA lidar 数据,称在墨西哥发现未登记的玛雅遗址,但该地点一年多前已发表于学术期刊。

    决策要点

    AI 智能体筛查数据的速度很快,但判断发现是否新颖的核查环节仍依赖专业知识,业余使用容易产出重复成果。

    • 影响企业把智能体用于研究或情报类工作时,未经专家核验就对外发布可能造成事实错误和声誉风险;比对论文图表等非结构化资料目前是智能体的短板,专业复核环节难以省略。
    • 参考可考虑在智能体产出对外发布前加入领域专家复核;值得先梳理哪些任务需要比对非结构化资料,这类场景暂不宜完全交给智能体自查。
11月12日周四
  1. 钛媒体52

    自动驾驶跑了 17 年,还没有赢家

    钛媒体分析认为,自动驾驶行业跑了 17 年仍无一家公司显著领先,Waymo、特斯拉与中国玩家各在一格占优,但没人能同时在技术、规模、成本、盈利上压住对手。Waymo 运营城市达 15 个、每周付费出行超 50 万次,特斯拉 Cybercab 在奥斯汀 30 天增长约 8 倍;中国因 5 月事故后审批放缓,小马智行与萝卜快跑目标未降但停在 3500 台级别的规模。

    决策要点

    自动驾驶行业进入没有显著领先者的相持期,竞争重心正从单点技术转向数据飞轮、监管适配和终端化协同。

    • 影响对物流和出行相关企业,头部方案尚未定型,此时深度绑定单一供应商的风险与收益都不确定;国内审批放缓使车队规模与数据积累节奏后移;垂直场景已获国家级资本下注,商用落地节奏可能先于载人 Robotaxi。
    • 参考可考虑把无人配送、港口矿区等固定路线场景作为试点首选,载人出行类合作先做小规模验证;值得重估与供应商的绑定深度,避免在格局未定时签长期独占协议。
11月11日周三
  1. IT之家·人工智能53

    谷歌DeepMind模型助美国国家飓风中心提升飓风预报精度,专家称人类仍不可替代

    美国国家飓风中心(NHC)自 2025 年 6 月下旬起在实际业务中使用 AI 模型,2026 年将谷歌 DeepMind 的模型纳入部分路径和强度综合预测辅助系统,并已与谷歌合作研发下一代模型。

    决策要点

    AI 模型已进入飓风预报业务并被列为表现最出色的辅助工具之一,但最终综合裁量权仍在人类专家手中。

    • 影响预报提前一天达到原有精度、风暴形成前一周可识别,为应对极端天气留出更长准备时间;NHC 的用法显示 AI 定位是辅助专家综合裁量而非替代岗位;数据中心扩建将主要依靠天然气供电,碳排放与气候风险可能相互加剧。
    • 参考可考虑评估业务对飓风等极端天气的暴露程度,把更长的预报提前量纳入应急预案;引入 AI 辅助决策时,值得参考 NHC 保留专家综合裁量的用法;规划算力投入时可把数据中心的能源与碳排放成本一并核算。
  2. IT之家·人工智能41

    Anthropic CEO 阿莫迪预测 AI 十年内攻克癌症,医学界与药企高管质疑

    Anthropic CEO 达里奥·阿莫迪(Dario Amodei)近日预测,若正确利用 AI 技术,癌症、阿尔茨海默病、心脏病和精神疾病将在不到十年里成为历史,哈萨比斯与马斯克也曾表达类似乐观预期。

    决策要点

    AI 领袖的十年治愈时间表与药企实操经验相左,实质分歧不在 AI 有无价值,而在激进时间表能否兑现。

    • 影响药企引入 AI 的现实定位仍是加速早期分子筛选,临床试验与监管审批的周期不会因此消失;激进的公开预期可能抬高公众与合作方期待,形成兑现落差风险。
    • 参考医疗方向的投入可考虑把收益测算锚定在分子筛选等早期环节,而非整条研发周期;评估 AI 供应商承诺时,值得参照 Vertex 实测约 50 家公司无果的案例。
  3. Google Blog:AI23

    Google Arts & Culture 发布 Esther Mahlangu 首个线上回顾展,用 AI 重现其早年记忆

    Google Arts & Culture 在南非艺术家 Esther Mahlangu 91 岁生日之际发布其首个线上回顾展,收录 45 个以上策划故事,含虚拟导览与 Street View 等内容,入口为 goo.gle/esther-mahlangu。

    决策要点

    AI 合成记忆为无档案的历史时期提供了补全路径,其可行性建立在当事人亲自参与和逐步校准之上。

    • 影响文化机构与拥有口述历史资产的企业可把断层档案转成可传播内容;这类重建依赖工作坊、访谈与当事人核对,流程重于常规内容生产;生成画面涉及个人记忆,需把历史准确度与当事人意愿放进制作环节。
    • 参考可考虑先盘点自身档案中仅有口述或完全空白的时期,确认是否有亲历者能参与校准,再选一个素材断层明显的主题小规模试验图文重建。
  4. 人人都是产品经理40

    前 Twitch 产品负责人 Shaan Puri 判断 AI 将在药、食物、房子等实物领域带来 10 倍机会

    前 Twitch 产品负责人、连续创业者 Shaan Puri 在播客中判断,AI 的十倍机会不在内容和软件,而在未来五到十年用 AI 改造药、食物、房子、机器和人体这些实物世界。他举的例子包括礼来像科技公司一样买算力投入 AI 制药,以及 Zuru Tech 在中国工厂约一天造一栋房子、创始人兄弟自投约十亿美元。节目还建议换工作前做一千万美元投五家公司的练习,像投资人一样规划下一份工作。

    决策要点

    实质是 AI 机会的押注方向从数字产品转向实物行业,AI 拿掉的是实验、工厂和审批这类最贵的成本环节。

    • 影响数字内容和软件工具同质化后利润会被压薄;实物方向的门槛在实验、工厂、审批和制造积累,短期难有大量竞争者涌入;进入这些领域需要长周期资本与耐心,轻量创业模式难以覆盖。
    • 参考可考虑把选方向的问题从自己能做什么,换成哪些行业因为太难而一直又慢又贵;值得做一遍一千万美元投五家公司的练习,找出直觉看好但了解不多的领域再深挖。
  5. 36氪·AI59

    对话英矽智能任峰:AI改写制药行业论资排辈的规则,药是最后的底牌

    英矽智能(03696.HK)联席CEO任峰在访谈中介绍,公司今年上半年宣布盈利,35个基于Pharma.AI平台的管线资产进入临床前候选化合物(PCC)阶段,BD合作披露金额达110亿美元,居国内AI制药类企业之首。

    决策要点

    AI制药正从经验驱动转向数据驱动,资历规则被改写,但行业仍处早期,能留下的是做出药的公司。

    • 影响经验驱动转向数据驱动会改变研发团队的用人与决策结构,年轻科学家获得更多机会;BD交易集中在临床前早期分子,首付款整体不高;资金集中在AI领域,商业模式不清晰的公司面临泡沫风险。
    • 参考药企可考虑评估AI在靶点发现和分子推进决策中的参与权重,选一个项目试点科学家结合AI预测做判断;拟进入AI与生命科学交叉方向的团队,值得先盘点独有数据储备与临床需求理解,再决定做服务还是自己做药。
  6. IT之家·人工智能40

    谷歌更新 Android Bench 安卓开发基准榜单,Kimi K3.1 Pro 与 DeepSeek V4.1 Flash 成绩揭晓

    谷歌官方账号 Android Developers 于 11 月 10 日在 X 首次公开 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 基准跑分,该基准考察应用创建、功能开发、代码迁移和应用转换等 Android 开发工程任务。

    决策要点

    安卓开发场景的模型选型开始有带通过率、耗时和成本维度的官方可比数据,榜单同时呈现高通过率与低成本两条路线。

    • 影响编程模型的单次运行成本差异已大到需要进入选型预算,同一基准下花费从 9.9 美元到 317.4 美元不等;预算和响应时间敏感的日常开发任务可倾向低价快速模型,长程复杂任务再权衡高通过率模型的耗时和开销。
    • 参考可考虑按任务类型把编程模型分成日常改动和长程开发两档分别核算预算;值得在自有代码库小范围复测 17.3% 与 24.0% 这类通过率,再决定是否在安卓团队试点替换现有工具。
  7. OpenRouter:Blog(Announcements)60

    OpenRouter 实测对比 MCP、CLI 与 Skills 的上下文 token 成本

    OpenRouter 实测同一 GitHub 任务发现,工具接入方式显著改变 agent 的上下文开销,Claude Sonnet 5.5 上 CLI 用 1,421 输入 token,GitHub MCP 默认 46 个工具用 59,417。

    决策要点

    Agent 接工具的真正成本在上下文而非调用本身,MCP 默认全量加载可能把单任务开销放大数十倍,接入方式值得先量化再选。

    • 影响跑 agent 的团队 API 成本会因工具接入方式相差数倍到数十倍;收窄工具范围、裁剪返回字段是不改架构的省钱手段;token 计数绑定具体模型与服务商,换模型需重新测算。
    • 参考可考虑用文中 mcp_cost.py 在自家主力模型上实测工具开销;优先选模型已熟悉的 CLI,无 CLI 时限定 MCP 工具数并让客户端裁剪结果;定义超过约 10,000 token 时值得评估延迟加载。
11月10日周二
  1. Google Blog:AI53

    Google Cloud 发布医疗 AI 方案 Gemini for healthcare,主打行政工作流自动化

    Google Cloud 发布 Gemini for healthcare,一款用于整合临床、运营与行政割裂系统的医疗 AI 方案。平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南与 Medicare 数据集,在护栏和人工监督下编排执行病历综合、预授权审核等多步工作流。

    决策要点

    Google 把多步工作流编排包装成医疗行业方案,切入点是文书与行政负担,而非诊疗环节本身。

    • 影响医疗机构可把病历综合、预授权审核这类流程固定环节列为试点对象;接入意味着病历与账单数据流向平台,数据边界要先划清;行政工时若被压缩,人员排班与编制需同步重算。
    • 参考可考虑从预授权审核或病历综合中挑一个流程试点并记录工时变化;值得先盘点院内 EHR 与第三方系统的接口清单,评估数据流向和合规要求。
  2. Google DeepMind:Blog59

    Google DeepMind 发布 AlphaProof Code,四周验证 Signal 协议实际代码安全

    Google DeepMind 发布 AlphaProof Code,一个多模型智能体形式化验证框架,对保护 Signal 和 Google Messages 数十亿条私密对话的 Signal 协议实际代码完成了数学级安全验证,官方称这是首次有方法把广泛部署协议的实现层做形式化验证。

    决策要点

    AI 智能体把形式化验证从协议设计层推进到实际运行代码层,官方口径下耗时从数年降到四周,深度安全保证的成本结构被改写。

    • 影响银行、通信、医疗设备等需要高安全保证的场景,代码级验证可能从数年级行为变成周级可执行的流程;人工复核范围可收缩到机器标记的重点区域,安全审计的人力结构随之改变。
    • 参考可考虑盘点自身是否涉及密码协议、固件或关键基础设施代码,评估开源验证产物的复用空间;值得按机器检验加人工抽验的结构重新测算安全审计预算。
  3. 36氪·AI55

    AISLE 真实湿实验基准首轮放榜,GPT 5.5 仅得 41.19 分,参测模型安全通过率均为 0%

    律动造物联合 UNSW、NUS、EPFL、UC Berkeley 共同牵头,汇聚全球 13 个 AI4Science 实验室及 NVIDIA、Microsoft Research。

    决策要点

    物理实验验证基准的出现把 AI 科学家叙事拉回现实,模型的语言层跑分并不代表真实动手能力和安全执行能力。

    • 影响对布局 AI for Science 或自动化实验室的企业,榜单成绩不能当作实验执行能力的采购依据;模型操控真实设备时安全约束全部失守,直接接入设备存在现实风险;配套 harness 为模型后训练提供了真实实验反馈通道。
    • 参考可考虑用 AISLE 公开任务对照评估自家场景中模型的动手与安全表现;值得在模型接入实验设备前先设置安全边界和人工停机校准机制;先算出获取真实实验反馈的成本再决定投入节奏。
  4. OpenRouter:Blog(Announcements)59

    OpenRouter 教程:如何从任意 LLM 获取结构化输出(JSON Schema、工具调用或决策模型)

    OpenRouter 发布教程,讲解从任意 LLM 获取可靠结构化输出的三条路线,按模型 endpoint 支持情况在严格 JSON Schema、强制工具调用和 Jev 决策模型之间选择。

    决策要点

    结构化输出是否可靠由具体 endpoint 决定而非模型名,多模型接入的真正工作量在按能力选路线和保留本地校验。

    • 影响跨模型应用不能假定 Schema 在所有供应商生效,同一模型换路由结果会不同;只要求合法 JSON 的 JSON 模式实测 216 次全对,说明可在约束强度与稳定性间取舍;纯标签分类改用决策模型在该测试中成本约为 GPT-6 Luna 的一半。
    • 参考可考虑给 provider 加 require_parameters 并设为 true,让不支持的请求显式报错以便切换模型;值得为每条回复保留 jsonschema 校验,可选字段写成必填加 null 类型;纯分类需求可试 Jev,先用自有数据测准确率和成本。
11月9日周一
  1. 36氪·AI63

    欧美反数据中心浪潮升温,美国多州拟暂停审批,算力之争转向成本战

    11月6-7日欧洲多国民众抗议AI数据中心建设,美国多州拟暂停审批,Cleanview称全美约41%规划产能159吉瓦位于支持暂停建设的州内。Wood Mackenzie测算中国建数据中心单吉瓦成本55-65亿美元、100MW项目交付12个月,低于美国的80-120亿美元和36个月以上,OpenRouter统计中国大模型周Token调用量突破4万亿居该平台第一。

    决策要点

    这场反数据中心浪潮把AI竞争的约束从芯片采购转向电力成本与基建落地,中国厂商的低算力成本优势被放大。

    • 影响依赖美国系模型API的企业可能面临Token成本上涨与供应不确定;模型迭代放缓会改变选型预期;若内存等零部件供应回归正常,2027年前后终端采购成本有望下降。
    • 参考可考虑把非实时推理、数据清洗和后台Agent任务纳入国产模型比价清单,先算出现有Token支出结构;值得在终端硬件预算中预留2027年前后零部件价格回落的调整空间。
  2. 钛媒体59

    AI会撞上的下一堵墙可能是水,全球数据中心冷却用水五年或增近三倍

    AI基础设施的下一道瓶颈可能不是电力而是水,数据中心散热主要靠水蒸发吸热,而大量规划中的数据中心恰好选址在水资源紧张地区。Rystad Energy预计全球数据中心冷却用水将从2025年的约2220亿升增至2030年最高6440亿升,世界经济论坛估计全球约45%的数据中心位于高水压力地区,87%的运营商选冷却方案时考虑省电、仅35%考虑省水。

    决策要点

    AI基础设施的瓶颈叙事正从电扩展到水,缺水地区的水资源论证可能从环评附录变成选址的前置门槛。

    • 影响选址逻辑需要把水纳入与电价同级的考量,缺水地区的低价绿电优势可能被取水限制抵消;缺水流域的已有项目面临许可撤销、方案改造或规模压缩,智利与乌拉圭案例已经发生;蒸发冷却改风冷虽然省水,但会牺牲制冷电费的节省。
    • 参考可考虑在算力园区选址评估中把取水来源、取水限额与回补方案列为独立评估项;值得盘点自用或租用数据中心的冷却方式与WUE,优先雨水、再生水等非饮用水源方案。
11月8日周日
  1. IT之家·人工智能63

    日本富士电视台将在所有真人剧集制作中使用 AI,可省七至八成特效制作工序

    富士电视台计划从 2027 年 10 月起将生成式 AI 应用于所有真人电视剧制作,成为日本首家全面引入 AI 参与节目制作的大型商业电视台;其每年制作 16 部电视剧,将使用谷歌 Nano Banana 图像生成和编辑工具,AI 制作交由 9 月成立的内部实验室 AI Sandbox,由 ANDENT 培训的 CG 设计师负责。

    决策要点

    富士电视台把生成式 AI 从单镜头尝试推进到覆盖全部剧集的制作流程,并将 AI 制作收归内部团队而非外包,特效生产方式在发生切换。

    • 影响官方称特效工序可省去七至八成,直升机航拍等镜头也能用 AI 生成画面替代,制作成本结构随之改变;为避免外包成本上升,富士电视台选择内部实验室加培训 CG 设计师自建;日本五大电视台制作投入较 9 年前减少 12%,TBS、日本电视台也在推进类似计划。
    • 参考内容密集型企业可考虑盘点自身特效与外拍镜头清单,测算哪些场景适合用自有素材训练生成;值得参考其内部实验室加培训设计师的组织方式,再权衡自建与外包。
  2. 钛媒体56

    华为、OpenAI、字节等科技巨头为何都要插手制药?

    华为、OpenAI、Anthropic、字节等科技巨头扎堆进入制药领域,商隐社的复盘指出新药研发平均需10年、超10亿美元且成功率仅0.1%,AI目前主要在药物发现和临床前环节见效。

    决策要点

    科技巨头扎堆制药,实质是为AI寻找更大的变现出口,多数只守在药物早期发现和工具环节,把高风险的临床试验留给药企。

    • 影响AI对制药的实际助力目前集中在药物发现和临床前环节,II期之后未见优势,前端省下的成本可能被后期临床失败抵消;IQVIA预计全球药品支出2028年达约2.3万亿美元,制药是AI企业少有的大体量变现方向。
    • 参考药企可考虑把AI优先用于靶点筛选、化合物优化等已有效率数据的环节,按管线进度核算真实投入产出;想进入该领域的企业可先盘点手中的医学文献、临床记录等数据资产,或从工具和基础设施切入。
  3. The Decoder:AI News56

    研究发现AI审计模型能抓出多数智能体作弊,但误报会淹没人工审核

    Anthropic研究院研究员Andy Hall在个人Substack复现并扩展METR的研究,测试GPT-5、GPT-6 Astra、Opus 4.8、Gemini 3.8 Flash等模型担任AI审计员,在5%误报率下GPT-5抓出近98%的奖励作弊案例,Gemini 3.8 Flash仅约一半。

    决策要点

    AI审计智能体的现实困境是低误报抓不全、抓全则误报淹没审核,更贵的新模型和多模型组合都未改善这一权衡。

    • 影响企业若在大规模智能体运行中引入AI审计,误报量会轻易超过真实问题并拖垮审核人力,审核者可能麻木放过真实问题;买更新更贵的模型并不能降低误报,审计预算换不来更高检出率;多模型交叉审核也无明确收益。
    • 参考可考虑先按自家月会话量测算误报负载,按Hall的例子,10万次会话在3%误报率下约产生3000条误报对约2000条真实命中;再据此设定可承受的检出率目标,并明确免审权限的责任归属。
11月7日周六
  1. IT之家·人工智能56

    谷歌登《自然》新研究:智能手表无需袖带即可被动检测高血压迹象

    谷歌在《自然》发表 AI-PPG-ACC-HTN 多模态系统,用普通消费级智能手表、无需袖带校准即可被动检测高血压迹象。系统以超 49 万小时无标注数据自监督预训练 1D-CNN,聚合多天特征并结合身高输出持续高血压概率;谷歌公布的美国 5 个临床中心 196 人临床试验显示,初筛灵敏度 65.8%、确诊性检测 PPV 达 96.7%,优于门诊复测。

    决策要点

    谷歌把高血压识别从袖带单次测量转向手表多天被动特征聚合,消费级可穿戴正在进入健康筛查的功能区间。

    • 影响可穿戴硬件与健康管理服务的能力基线随之变化,相关产品竞争加剧;血压趋势被大规模被动采集后,健康数据的合规与安全边界也需要重新梳理。
    • 参考可考虑评估智能硬件或员工健康服务接入被动血压筛查的可行性;保险与健康管理业务值得先梳理血压数据的采集、存储与使用合规清单。
  2. The Decoder:AI News45

    Google AI 无需袖带即可用普通智能手表检测高血压迹象

    Google Research 开发出可用普通智能手表检测高血压迹象的 AI,无需血压计袖带校准,仅靠手表内置的脉搏和运动传感器工作,研究已发表于 Nature。

    决策要点

    消费级手表正被变成医疗筛查的前置入口,只需已有传感器即可提示高血压,硬件门槛低而数据与模型成为竞争点。

    • 影响健康管理的触达入口可能从体检前移到日常佩戴,改变慢病人群的发现路径;手表厂商凭现有脉搏和运动传感器即可叠加同类能力;该功能定位为提示且不替代诊断,医疗适用边界仍在研究阶段。
    • 参考健康或保险业务可考虑测算手表数据接入慢病筛查流程的可行成本;硬件团队值得盘点现有设备是否已具备脉搏与运动两类传感器;健康类宣传先按研究项目定位,明确不替代诊断。
11月6日周五
  1. 钛媒体64

    孤立的特朗普,失控的AI

    美国中期选举共和党失去国会两院控制权,特朗普表示准备以否决权(Mr. Veto)应对民主党国会,AI成为他争取经济成绩的关键筹码。文中提到2026年三季度微软、Alphabet、亚马逊、Meta单季资本开支合计约2020亿美元,较上年同期翻倍有余;圣克拉拉市数据中心用电占全市约54%,多个州的选举出现限制数据中心建设的议题。

    决策要点

    AI竞赛的约束条件正在改变,决定扩张速度的不只是资本开支,还有电力、审批和地方社会的接受度,政治与社区已经进入AI的成本账本。

    • 影响对依赖算力的企业,云容量扩张节奏与电力成本的不确定性上升;资本方开始按回报兑现检验AI投入,融资和估值逻辑随之收紧;在数据中心落地地区,电价与基础设施成本分担会成为新的经营变量。
    • 参考可考虑把供应商的电力供应和项目审批进度纳入算力采购评估,分散单一区域依赖;值得先算出自家AI投入与收入兑现的周期,为回报检验期预留调整空间;在数据中心集中地区经营的企业可关注电价与电网扩容成本分担政策。
  2. The Decoder:AI News59

    SemiAnalysis 新基准 GDPx 测试 AI 智能体真实工作,无一模型得分超过 12%

    SemiAnalysis 发布真实工作环境基准 GDPx,把 AI 智能体投入最长 8 小时的模拟知识工作,全部模型得分不超过 12%,Claude Opus 5.5 以 12% 居首。

    决策要点

    智能体在模拟真实工作里普遍只能完成约一成需求,排名还受安全过滤和各家工具链影响,榜单只能当参考之一。

    • 影响端到端专业工作仍交付不了,单个错误值就会让成果作废;各家安全策略差异直接改变可用场景,网络安全等领域能力差距悬殊;闭门任务和模型评分难以核验,选型不能只看一份榜单。
    • 参考可考虑按需求达成率而非任务完成数设定试点验收标准;值得把受安全过滤影响的场景单独测一轮再定供应商;先算出自家典型任务的单次成本,再对照榜单比较模型性价比。
11月5日周四
  1. 36氪·AI67

    裁员省钱投AI,美股巨头其实在算另一本账

    万点研究在36氪发布分析称,美股巨头裁员并非为AI投入省钱,而是在资本开支吞没经营现金流后修复资产负债表、维持对外融资的信用叙事。文中估算微软、亚马逊、Meta、甲骨文与Alphabet 2026年资本开支合计约8,000亿美元,首次超过约7,070亿美元的营业现金流;爱建证券测算四大云厂商2026年新增算力资产每年新增折旧合计超1200亿美元,报表压力或自2027年显现。

    决策要点

    巨头裁员与加码AI并行的实质,不是省工资资助算力,而是在现金流缺口下修复报表、维持对外融资的信用叙事。

    • 影响若文中判断成立,2027年后新增算力集中投产,云和算力采购方的议价空间可能改善;债券认购降温意味着边缘AI项目融资窗口收窄;同行借AI叙事裁员不等于效率已成真。
    • 参考可考虑在云与算力采购谈判中把2027年供给集中释放作为议价筹码;自建算力的企业值得测算折旧年限假设对利润的冲击;依赖外部融资的AI项目可先复核融资排期。
  2. 36氪·AI57

    AI游戏井喷,Google、腾讯等大厂下场做创作平台

    AI游戏供给正在井喷,Google、腾讯、Meta、Epic等大厂纷纷下场布局AI游戏创作平台。Steam新品节8200款试玩版中三成以上使用生成式AI内容,TapTap 2026年上半年新发行游戏5002款中超4000款借AI制作;Astrocade官宣月活达1000万,Roblox内AI游戏超7万款。

    决策要点

    AI游戏把创作门槛拉到个人可参与,巨头真正争夺的是创作平台入口,供给井喷下收入仍高度集中于头部爆款。

    • 影响小团队可用AI把开发成本压到传统模式的几分之一,独立创作者获得突围通道;创作平台成为新分发与变现入口,路径尚未定型;供给井喷稀释玩家注意力,克隆仿品抬高原创风险。
    • 参考游戏团队可考虑选一个品类试点AI辅助开发,记录成本与工期对比;原创方值得在公开试玩前评估被克隆风险并准备版权预案;平台选择上可先比较各家分成与接入规则再决定入驻。
  3. 36氪·AI64

    CyberArena 攻防评测出炉,466 场对局中 GPT-5.6 Sol 以 78.6 分居首

    2077AI、UC Berkeley RDI 等机构研究团队推出对称攻防评测 CyberArena,12 款前沿模型加 harness 组合经 22 个批次、466 场对局排出座次,GPT-5.6 Sol 以 78.6 分居首,Claude Opus 5 得 73.8 分,智谱开源模型 GLM-5.3 以 68.5 分列第三。

    决策要点

    静态解题榜高估了大模型的网络安全实战水平,双向对抗下攻击得手率缩水近半到六成,防守响应速度成为新的胜负分水岭。

    • 影响按静态榜单评估或采购安全类 AI,会同时高估进攻能力并错估防御难度;评测显示防守方修补够快就能显著压低 AI 攻击得手率,响应时效成为安全运营关键指标;Agent 自报修复不可直接采信,23% 对局存在虚假修复声明。
    • 参考可考虑把安全类 Agent 的评估场景换成攻防对抗演练,而非只看 NYU CTF 等静态榜;值得测一次自家从发现漏洞到部署补丁的中位耗时,对照评测中 2.3 分钟的顶尖水平找差距;Agent 的修复声明建议加独立验证后再采信。
11月4日周三
  1. SaaStr75

    Menlo Ventures 年度报告预计 2026 年企业 AI 部署支出达 $176.8 billion,仅 22% 出自软件预算

    Menlo Ventures 第四年度企业 AI 报告预计 2026 年企业 AI 部署支出达 $176.8 billion,为 2025 年 $33 billion 的 5.4 倍,其中仅 22% 出自软件预算,55% 为净新增预算,约 23% 来自人力及其他预算。

    决策要点

    AI 支出的大头是净新增预算和人力预算,软件预算只是最小的资金池,且其中大部分被现有厂商自己转化,AI 原生厂商切走的份额有限。

    • 影响按席位定价的替代型产品争夺的是最小资金池,能解锁软件预算之外资金的产品客单价需达到被替代品 2 倍以上;AI 已把应用 SaaS 整体增速拉低约 2 个点,按席位计费的品类受影响最明显;企业平均支出达上年 4.7 倍,智能体并行运行意味着预算要按工作量而非人数重算。
    • 参考可考虑先判断自家产品争夺的是哪个资金池,再决定是否从席位定价转向按用量或按结果计费;值得用智能体落地三条件检验业务场景,即能否操作连接系统、拿得到所需上下文、结果可验证。
  2. 人人都是产品经理38

    MIT CSAIL 让 GPT-6 Astra 改写神经网络权重,Qwen3.5-0.8B 的 MATH-500 从 7.9% 升至 48.1%

    MIT CSAIL 发布权重空间编程研究,让 GPT-6 Astra 通过 Python 接口读取并修改另一网络权重,只改约 0.016% 参数就把 Qwen3.5-0.8B 的 MATH-500 成绩从 7.9% 提升到 48.1%,GSM8K 从 13.8% 提升到 67.1%。

    决策要点

    这项研究的实质是把模型参数变成可读取、可修补的对象,性质接近参数级调试,不是提升模型能力的捷径。

    • 影响评测分数上升可能只是故障被移除而非新能力,模型选型与评测解读要区分两者;直接改权重会带来安全与审计问题,未经审查的补丁不应进入生产模型;方法仍处早期研究,离生产落地较远。
    • 参考可考虑在评测流程中增加一项核对,分数上涨时确认是否只移除了阻塞路径;值得为模型资产预留权重版本、验证记录和回滚机制,若引入此类补丁先在隔离评测集跑多任务回归。
  3. 人人都是产品经理49

    WebMCP 开发指南助力开发者构建 AI 智能体

    WebMCP 让网页通过 JavaScript 和 HTML 语义标注向 AI 智能体声明可调用的工具、输入 schema 和当前状态,替代以往抓取 DOM 猜按钮的自动化方式。

    决策要点

    WebMCP 把网页对 AI 智能体的暴露方式从猜按钮改为声明工具,目前仍是提案加实验能力,定位是渐进式增强而非替代现有网页交互

    • 影响客服表单、预订和诊断这类结构化流程可被智能体在业务边界内更稳定地执行;能力尚处试验阶段,网站仍须保留普通表单和后端鉴权;敏感操作的预览确认、权限拆分和审计会构成新增工程量
    • 参考可考虑先挑订单查询、客服表单这类只读场景定义工具 schema 并验证调用效果;值得保留传统表单路径兜底,并提前梳理支付删除等写操作的预览确认与审计方案
  4. 钛媒体49

    马斯克预言2029年轨道算力部署大幅领先地面,谷歌卫星已用TPU芯片完成AI推理

    马斯克10月31日在X预测,轨道算力的月度部署量到2028年底左右可能超过地面,2029年大幅领先。几天前谷歌用Gemma 4模型在卫星上完成AI推理,跑通从地面发送指令、星上推理到结果回传的完整流程,但该卫星太阳能发电功率最高约1千瓦,受供电限制单次只能运行一颗TPU芯片约20分钟。

    决策要点

    轨道算力之争的实质是绕开地面电力与土地约束的布局,马斯克的2029时间表与成本现实之间存在明显落差。

    • 影响AI算力的电力约束是真实瓶颈,但按BCG模型轨道方案即使成本下降仍约为地面的1.5至1.8倍;短期内不改变企业算力采购决策;视频生成等时延容忍型任务是远期可能迁移的场景。
    • 参考可考虑先测算自家AI负载对时延的容忍度,识别哪些批处理任务理论上适合远期迁移;值得跟踪谷歌2027年双星激光互联试验和BCG成本曲线的后续变化,再评估轨道算力的采购可行性。
11月3日周二
  1. 36氪·AI39

    MIT CSAIL 提出权重空间编程,GPT-6 Astra 改 0.016% 权重让 Qwen3.5-0.8B 数学测试涨 6 倍

    MIT CSAIL 四人团队发布「权重空间编程」研究,共同一作为博一学生 Rikiya Takehi,指导教授是 DSPy 作者 Omar Khattab,让 GPT-6 Astra 在不训练、不算梯度的前提下靠推理直接改写模型权重。

    决策要点

    大模型凭推理直接读写模型权重的路径被打开,但现阶段只做得到解除小模型的发挥限制,做不到灌入新知识,离企业应用还很远。

    • 影响方法尚处论文阶段,短期没有可直接落地的经营场景;若后续获独立复现,自部署开源小模型企业的死循环类故障可能多一条低成本修复路径,减少重训练开支;当前效果数字全部出自作者团队口径,不构成采购依据。
    • 参考多数企业暂无跟进动作必要;自建或微调过开源小模型(如 Qwen 系列)的团队,可先统计推理日志中的死循环与超时比例,评估这类修复思路的潜在收益;技术负责人可研读论文与作者博客的方法细节。
  2. IT之家·人工智能29

    AI制药公司同构实验室总裁贾德伯格预测未来所有药物都将由AI设计

    AI制药公司同构实验室总裁马克斯·贾德伯格在伦敦彭博科技大会上预测,未来所有药物都将由AI设计,区别只在于实现时间。公司由谷歌DeepMind分拆成立,目前仍处于临床前试验阶段,CEO哈萨比斯今年1月曾透露计划年底前启动首批临床试验。据彭博社报道,公司累计融资约27亿美元,正洽谈新一轮融资,估值有望达400亿美元或更高,除自研癌症、免疫系统疾病和炎症药物外,还为礼来、诺华等药企提供药物研发技术。

    决策要点

    全部药物由AI设计是贾德伯格的长期愿景判断,公司自身仍处临床前阶段,愿景与当前进展之间有明显距离。

    • 影响资本正加速向头部AI制药平台集中,新融资估值冲向400亿美元;礼来、诺华等大药企已采用其研发技术,医药企业需要权衡自研还是外购AI研发能力;该公司尚无临床数据,相关技术价值目前缺乏临床验证支撑。
    • 参考医药相关企业可考虑评估与头部AI制药平台的合作或技术采购路径;关注该赛道的投资方值得把400亿美元估值口径与公司尚无临床数据的事实并排核对。
  3. 36氪·AI71

    AI泡沫多空大辩论:本轮暴跌根源与镜鉴

    锦缎在36氪发表长文分析AI泡沫多空分歧,以Alphabet三季报后股价单日跌12%为引子,认为本轮暴跌根源在于市场提前把未来收入记入当下估值。文中关键事实包括季度营收1275.77亿美元同比增长25%,Google Cloud收入307.09亿美元增长103%,自由现金流为负90.7亿美元,长期债务从一年前的216亿美元升至1251亿美元。

    决策要点

    本轮AI概念股下跌的实质,是市场开始区分终端客户真实付费的收入与靠资本和合同互相确认的收入,而非否定技术本身。

    • 影响企业投入AI的考核正从建设规模转向可计费和可续约的回报;算力资产利用率不足时,折旧会侵蚀账面利润;融资条件收紧会先冲击收入依赖伙伴互相确认的项目。
    • 参考可考虑把新增算力与模型预算按外部客户付费和续费率排序;值得盘点自家项目中来自合作方采购与担保链条的收入占比;制造企业可先验证质检等专用场景能否降低不良率与停机。
11月2日周一
  1. 爱范儿45

    卡帕西用 Claude 两小时重做 YouTube,上线 HackerTube

    Karpathy 用 Mac 上的 Claude Code,配 Opus 5.5 的 Medium 推理强度,约两小时做出复刻 YouTube 网页布局的站点 HackerTube(https://hackertube.org/)。

    决策要点

    HackerTube 的实质不是复刻 YouTube,而是把推荐信号从平台增长指标换回人类主动推荐,个人重建信息入口的成本已降到两小时量级。

    • 影响平台设计的信息入口出现了可被个人替换的可能,依赖单一平台推荐流分发的企业渠道逻辑多一层筛选变量;开发分工从模型补全代码转向人提目标加代理执行,小团队可承接的工程范围在扩大。
    • 参考可考虑先盘点自家内容对平台推荐算法的依赖程度;值得参考人提目标加代理执行的工作流,选一个内部小项目试跑 Claude Code 类工具;也可评估把可信社区推荐数据加工成自有信息入口的可行性。
  2. 人人都是产品经理29

    DeepSeek、Kimi K3.1、Opus 5.5、GPT-6 五组编码智能体同题实测,Token 消耗相差13倍

    博主 Ai学习的老章 用同一道纯代码生成20秒抓娃娃机拆解视频的编码题实测五组智能体与模型组合,最快8分钟、最慢46分钟完成,Token 总处理量相差约13倍。

    决策要点

    同一道编码任务在不同智能体与模型组合之间的耗时和 Token 消耗可以差出一个数量级,组合选型本身就是成本变量。

    • 影响编码智能体的运行成本不只取决于模型单价,还取决于组合的行为风格,多推理多自查的组合会放大 Token 消耗和等待时间;成片质量与消耗并不正相关,速度和用量最省的组合未必质量最好,团队选型前需要按自身任务实测。
    • 参考可考虑选定一道本团队真实任务,让候选组合各跑一次并记录耗时、Token 总量与成片质量三项数据再定预算;值得把缓存命中率一并统计,本次各组合缓存占比都在96%以上,差异主要来自总消耗。
  3. 36氪·AI45

    奥特曼称OpenAI数学投入达数亿美元,仍有发现未公开

    奥特曼在10月29日的《Cheeky Pint》访谈中确认,OpenAI在数学研究上的数亿美元投入还涵盖尚未公开的发现,他主张重大基础科学发现应当公开,同时坦言如何兼顾研究者激励存在两难。

    决策要点

    AI科研成果的发布正从一次性论文转向带核查和修订环节的持续过程,科研知识生产流程在重排。

    • 影响研发密集行业有了AI介入的可参照口径,数据分析和设计筛选的耗时可做对比;模型产出需要配套人工核查修订,研发流程要预留这部分工作量和预算;前沿成果发布机制变动也会影响外部知识获取节奏。
    • 参考可考虑梳理自有研发流程中适合模型承接的数据分析与方案筛选环节,选一个场景试点并记录人机耗时对比;值得同步为模型产出建立独立核查与留档规则,再决定是否扩大范围。
11月1日周日
  1. 36氪·AI70

    算力的尽头是电力?从第一性原理看AI基础设施

    「算力的尽头是电力」只说对了一半,文章认为真正卡住 AI 扩张的是发电、电网、变压器、散热、封装与资本整条链条的速度差异,瓶颈已从 GPU 迁移到 HBM 与先进封装,如今轮到变压器、燃气轮机和并网排队。

    决策要点

    AI 基础设施的约束已从单点技术转向能源、制造、金融与许可构成的系统链条,最慢环节决定扩张速度。

    • 影响算力扩张节奏由电力供应链和许可决定,规划 AI 容量不能只看芯片可得性;美国 PJM 容量电价从每兆瓦·日 28.92 美元涨到 329.17 美元,用电成本压力会向算力价格传导;建设投资依赖资本市场,节奏对融资环境敏感。
    • 参考可考虑把电力成本与交付周期并入算力预算模型,先算出单位 Token 的电费占比;评估自建或托管容量时,值得核对目标地区的并网排队、燃气轮机排期与社区反对风险。
10月31日周六
  1. The Decoder:AI News60

    Google DeepMind 用卫星数据和 AI 绘制全球森林类型地图 ForTy

    Google DeepMind 与世界资源研究所发布 ForTy 森林地图,把 2020 年全球土地按 10 米分辨率分为原始林、天然更新林、人工种植林、种植林、油棕可可等经济作物和其他土地共 6 类,主要服务于欧盟零毁林法规 EUDR 的土地用途认定。

    决策要点

    卫星 AI 正被用来构建法规合规所需的土地历史基准,ForTy 整体准确率不错,但 EUDR 最需要区分的种植林与经济作物恰是其薄弱环节。

    • 影响油棕、可可、橡胶等供应链企业多了一个免费的 2020 年土地用途基准来源;种植林与经济作物类误判约四分之一到三分之一,不能单独作为合规证据;该数据也可能进入 TFFF 和联合国 30% 陆地保护目标等机制。
    • 参考可考虑在 Google Earth Engine 中把 ForTy 叠加到自有地块或供应商坐标做初筛,并用其置信度分数自设阈值;对被判为种植林或经济作物的地块,值得保留实地核查或官方文件作为第二证据。
  2. 人人都是产品经理57

    年入一亿美元的 Gamma 联合创始人拆解 agent harness,称 AI 套壳是误会

    Gamma 联合创始人兼首席产品官 Jon Noronha 在 Greg Isenberg 的播客中拆解了 agent harness 的做法,据主持人 Greg 称 Gamma 年收入已达一亿美元,今年把整个产品重做成了 agent。

    决策要点

    AI 应用产品的竞争重心正从选哪个模型转向模型外的 harness 工程,编排流程、品味和实验体系才是差距来源。

    • 影响AI 生成的成本要按完整任务链估算,一份 20 页文稿约 200 次调用,远超单次对话的直觉;模型本身随时可换,差异化空间转向流程编排、自有数据与品味;同类工具普及后 AI 味会让产出同质化,品牌内容需要风格区分手段。
    • 参考可考虑把要自动化的任务拆成子环节,给每块匹配不同档位的模型并记录调用次数与成本;值得用付费和留存这类难作假信号验证主观体验改动;先盘点自己独有的流程判断和数据,看哪些能沉淀成别人抄不走的东西。