跳到正文

#OpenAI

今日 17 条
11月12日周四
  1. 钛媒体70

    Personal AI 开战,它是如何引爆全球的

    Meta 于 9 月 8 日发布个人智能体 Muse,蚂蚁于 10 月 27 日发布灵光 2.0,谷歌 Gemini Spark、OpenAI Dot、Anthropic Claude Duet 相继入局,英伟达宣布向 Meta 投资 30 亿美元围绕 Muse 扩大合作,Personal AI(个人智能体)由此成为新品类。

    决策要点

    Personal AI 的实质是把 AI 从按次服务的工具变成替用户常驻办事的智能体,竞争核心不在模型智力,而在算力成本、生态接口与谁能替用户持续买单。

    • 影响电商、支付等内容与交易平台要决定对智能体开放还是屏蔽,入口规则进入逐家谈判期;变现向商家侧倾斜后,商家触达用户的渠道需要重估;常驻服务按用户数消耗算力,补贴能力决定扩张节奏。
    • 参考平台方可考虑先评估智能体访问对自身流量与交易条款的影响,再决定开放或限制;品牌与商家值得关注已开放的连接器渠道,试点经智能体触达用户,并留意推荐结果中的付费因素。
  2. 36氪·AI69

    Anthropic 推出 AI 办公套件,Claude 新增电子表格与数字白板

    Anthropic 宣布扩展 Claude 办公功能,推出电子表格 Claude Sheets 和数字白板 Claude Whiteboards,升级数据分析工具 Claude Data 及交互式连接器,并预告会议助手 Claude Meetings。

    决策要点

    Anthropic 正把 Claude 从对话助手升级为承载日常办公的工作平台,AI 厂商与微软的竞争从模型层延伸到办公软件入口。

    • 影响办公套件选型出现 AI 原生新选项,表格、白板、数据看板有收敛进单一 AI 工作台的趋势;现有案例集中在审核、预测等重复性整理环节,耗时有明确压缩;表格功能官方自认尚基础,复杂财务建模短期仍需依赖现有软件。
    • 参考可考虑选法务审核或财务预测准备等重复性整理流程做小试点,记录实际耗时对比;值得盘点企业现有数据源与常用办公工具,看哪些可通过连接器直接接入;采购侧可把此类 AI 原生套件纳入办公软件评估的备选清单。
  3. 钛媒体62

    MiniMax H3 Image实测生图快又便宜,复杂指令仍不敌GPT Image 2.6

    MiniMax于11月11日凌晨发布生图模型H3 Image并同步开放模型权重,官方称一张约1600万像素的4K图片最快10秒生成,发布首周五折后单张约0.2261元。

    决策要点

    生图单价已降到可忽略的量级,模型选型的分水岭正从价格转向指令准确率与工作流完整度。

    • 影响电商素材、广告方案等批量生图的单张成本已低至两毛多,试点预算门槛大幅放宽;用于结构说明、商业海报等交付场景时,返工次数会抵消低价优势;模型入口分散会抬高非技术团队的使用成本。
    • 参考可考虑用自家真实任务(中文海报、产品拆解图)各跑一轮对比,统计得到可用图所需的修改次数而非只比单价;需要自主部署的团队可评估H3 Image开放权重的集成方式。
  4. 极客公园43

    OpenAI 第三季度营收达 100 亿美元,字节拟推个人 AI 助手,Anthropic 最严封号新规生效

    极客公园 11 月 12 日早报汇总多条科技行业动态,OpenAI CFO 称第三季度营收环比增长近 50% 至 100 亿美元,年化营收约 500 亿美元,订阅用户突破 1 亿、周活跃用户达 12 亿。

    决策要点

    AI 供给两端同日生变,OpenAI 企业收入加速扩张,Anthropic 则以合规新规收紧使用与转售渠道

    • 影响依赖 Claude 的团队需重新核查注册地、股权结构与使用位置是否触发新规,转售和代理渠道风险上升;OpenAI 企业业务环比翻番显示企业侧 AI 预算投放提速;字节入局个人 AI 助手将增加消费级入口竞争。
    • 参考可考虑先盘点公司对 Claude 的使用方式,核查注册主体、股权结构和物理位置是否落在禁用范围;值得把 OpenAI 企业产品与国内大模型的比价纳入下一轮采购评估,并测试元宝搜索等新入口的获客效果。
  5. 36氪·AI69

    谷歌发布首款决策模型 Gemini Decision 1,9 项基准测试拿下 7 项第一,准确率最高 92.2%

    谷歌发布决策专用模型 Gemini Decision 1 及配套的 Gemini Decisions API,模型不逐字生成文本,而是通过单次前向传播对预设候选答案直接返回判断结果、概率和置信度,CEO Sundar Pichai 在 X 平台宣布了这一消息。

    决策要点

    谷歌在生成式路线之外另开决策专用模型品类,把分类、评分这类判断从大模型逐字生成流程中剥离出来,做成低成本低延迟的独立组件。

    • 影响用大模型做分类、路由和审核的企业多了一个更便宜的专用选项,官方称成本约为 Flash-Lite 的五分之一;Agent 系统可把简单判断下沉给专用模型,把复杂任务留给生成式大模型;现有对比成绩均为谷歌官方口径,切换前需在自有场景复测。
    • 参考可考虑盘点现有靠生成式大模型做分类、打分或路由的场景,按调用量和延迟要求测算更换收益;值得先取真实业务样本在测试环境对比准确率与置信度,再决定是否接入。
  6. OpenRouter:Blog(Announcements)65

    OpenRouter 教程:如何为大模型做基准测试

    OpenRouter 发布大模型基准测试教程,指导企业用自家业务的输入输出定义任务、用代码校验评分并核对账单,随文提供可运行的 Python 评测脚本。

    决策要点

    公开榜单排名与企业自身任务上的表现相关性很弱,模型选型证据应来自贴合自家业务输入输出的实测,而非榜单名次。

    • 影响同一组任务里 DeepSeek 每百次响应约 $0.00394、GPT-6.1 Sol 约 $0.2449,按所需通过率选型直接决定预算;输出格式不合规会带来无效花费,Sonnet 有 66 次格式失分;小规模自建评测试跑成本仅几美元,实测门槛在下降。
    • 参考可考虑从自家高频流程里挑 10 个左右带标准答案的样例,用随文脚本小预算试跑候选模型;值得同时记录通过率、每百次响应实付成本和截断率,再据此确定上线型号。
  7. OpenAI:官网动态38

    OpenAI 承诺投入 200 万美元支持 AI 与儿童安全研究

    OpenAI 宣布承诺投入 200 万美元,资助 AI 与儿童安全相关研究。这笔资金将支持开发共享工具,用于衡量 AI 对年轻人的风险与机会。公告来自 OpenAI 官网,材料未披露受资助机构等更多细节。

    决策要点

    OpenAI 以 200 万美元资助儿童安全测量工具建设,是在青少年 AI 使用议题上做安全生态投入。

    • 影响做青少年用户业务的 AI 产品后续可能有共享的风险测量工具可参照;儿童安全议题升温会传导到产品设计与合规要求;200 万美元体量不大,短期影响主要在研究工具层面。
    • 参考面向未成年人或学生群体的团队可考虑跟踪这些共享工具的进展,提前对照自身产品的风险点;值得先梳理产品中涉及年轻用户的功能清单。
  8. OpenRouter:Blog(Announcements)71

    OpenRouter 如何搭建可自我纠错的本地化系统并上线 8 种语言

    OpenRouter 上线简体中文、西班牙语、葡语(巴西)、德语、法语、日语、韩语共 8 种语言的本地化站点,功能即日起进入 beta,可经账户菜单或 openrouter.ai/ja 等地址切换。

    决策要点

    本地化流水线的实质变化在质检而非翻译,代码校验加模型互审让整站翻译成本降到供应商机翻标价的约 6%(官方口径)。

    • 影响出海或多语言产品的本地化预算量级可重算,整站翻译从供应商数万美元级报价进入数百美元级;人工从翻译转向合并与复核残余错误,仍有漏检错误会直接上线,需预留用户反馈渠道。
    • 参考可考虑复用其四条设计,即给译文存指纹、代码先拦截占位符与术语错误、校验模型回传具体错误、把人工发现的错误沉淀为术语规则或测试用例;值得先按自家文案词量乘以约 $0.0005 每词测算预算,再与供应商标价对比。
  9. 36氪·AI45

    清华联合伯克利开源 uni-robot-agent,统一语言模型操控机器人的工具接口

    清华大学联合加州大学伯克利分校 Pieter Abbeel 团队推出并开源 uni-robot-agent 框架,为语言模型操控不同机器人和仿真环境提供统一、模块化的工具接口,论文见 https://arxiv.org/pdf/2611.01560。

    决策要点

    具身智能正在走软件 Agent 已初步验证的路径,统一接口把硬件差异压到底层适配器,让通用模型操控机器人具备了条件一致的可比评测基础。

    • 影响机器人方案的扩展逻辑可能从绑定硬件的专用策略转向通用模型加适配器,跨机型迁移的成本结构会改变;同一模型换工具系统得分可相差近 29 分,工具层质量成为部署效果的关键变量;单次任务成本从 0.94 到 21.29 美元不等,运行费用需按任务频次测算。
    • 参考有机械臂或人形机器人场景的企业可考虑用开放接入代码在自有硬件上小规模验证通用模型路线;试点前先算出目标任务的 token 消耗、API 费用与执行时长,再与现有专用策略方案对比后定投入。
  10. The Decoder:AI News55

    Ramp AI Index显示美国企业AI支出10月创新高,环比增速放缓至1.65%

    Ramp AI Index数据显示,10月美国企业AI支出创历史新高,但环比增速放缓至1.65%,支出前1%的企业人均月支出中位数达10,200美元、上涨9%,典型企业仅16.32美元。

    决策要点

    美国企业AI支出创新高但增速明显放缓,预算高度集中于少数风投支持的科技企业,且token单价持续走低。

    • 影响token均价上月下降21%,使用AI的边际成本在降低,试点门槛随之变低;客服等增长场景更倾向便宜快速的模型,低成本起步可行;典型企业人均月支出仅16.32美元,多数同行实际投入仍很小。
    • 参考可考虑按最新token单价重算AI试点预算,优先评估客服或客户成功这类低成本场景;值得用人均AI支出对标Ramp的16.32美元中位数,先定位自身投入水平再决定加码节奏。
  11. Adweek29

    华盛顿邮报在数亿美元亏损后接近盈亏平衡

    华盛顿邮报执行主编Matt Murray在Web Summit大会上表示,报纸在数亿美元亏损后已接近盈亏平衡,预计2027年迎来转机;第三季度直接广告销售创2021年以来最强同比增长,公司发言人称程序化广告收入9月同比增长48%,编辑部恢复从英国金融时报、彭博等挖角记者。

    决策要点

    华盛顿邮报在深度亏损后靠成本重组加广告回暖接近盈亏平衡,同时向AI公司内容授权正在成为媒体的可持续新收入来源。

    • 影响AI内容授权可成为媒体在广告和订阅之外的第二条收入线;搜索流量被AI摘要分流后损失出现分化,常青内容类受冲击更明显;新闻周期带来的流量波动可计入广告预算规划。
    • 参考出版方可考虑测算AI授权收入占总收入的比例,并参考Le Monde将授权收入分给编辑部的做法;内容类站点可盘点AI摘要上线前后常青页面的流量变化,再核对搜索引流的占比。
  12. TechCrunch · AI60

    据报道 OpenAI 单季收入首次突破 100 亿美元

    OpenAI 单季收入首次突破 100 亿美元,年化收入运转率达 500 亿美元,数字来自彭博援引匿名信源的报道。若属实,较二季度 67 亿美元增长近 50%,快于此前约 18% 的环比增速,经调整营业利润率从 -150% 收窄至 -109%。

    决策要点

    OpenAI 收入增长重新提速,靠更紧定价与企业级产品追赶,但企业市场收入增长领先者仍是 Anthropic,OpenAI 经调整口径仍未盈利。

    • 影响头部厂商以降价和折扣拉动收入增长,模型采购方的议价空间随之扩大;OpenAI 经调整口径仍亏损,其定价与供给政策存在调整变数;两家年化收入统计口径不同,横向对比前需要先换算。
    • 参考可考虑在模型选型中并列评估 OpenAI 与 Anthropic 的企业级产品与智能体能力,不预设单一赢家;值得先盘点自家在这两家平台的用量与支出,作为续约议价依据;引用双方收入数字时可注明统计口径差异。
11月11日周三
  1. 36氪·AI46

    蚂蚁灵波开源触觉基础模型LingBot-Touch,统一三类触觉传感器信号

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,将磁触觉、视触觉、压阻式三类异构传感器信号统一成同一套触觉Token,供不同灵巧手和动作模型复用。灵波介绍的真机测试中,Sharpa Wave拧瓶盖成功率从无触觉模型的56.25%提升至90%;灵波主张不照搬通用大模型路线的具身原生策略,大脑2.0按空间感知、动态交互、触觉感知、操作执行四层组织模型。

    决策要点

    蚂蚁灵波以开源触觉基座回应通用大模型路线之争,实质是争夺机器人软硬件解耦后的中间基础设施位置。

    • 影响若跨硬件复用成立,机器人换传感器、灵巧手或任务时不必重训触觉模型,零售分拣、物流、工业装配等场景有望减少逐任务调试;本体与传感器厂商可专注硬件;但效果数据均为灵波自报,跨硬件迁移稳定性尚无第三方验证。
    • 参考计划部署精细操作机器人的企业,选型时可将换传感器或灵巧手是否需重训列为考察项;有自研团队的可评估用该开源触觉表征替代自训模块的适配成本;试点场景可参照乐聚、钛虎等合作测试的公开结果再定。
  2. The Decoder:AI News77

    OpenAI 季度营收达 100 亿美元,企业销售发力但仍落后 Anthropic

    据华尔街日报与 The Information 报道,OpenAI 第三季度营收环比增长约 50% 至 100 亿美元,但调整后经营亏损从 101 亿美元升至 109 亿美元,另有 26 亿美元股权激励未计入。

    决策要点

    OpenAI 靠降价和企业销售把增长重新拉回快车道,但 Anthropic 以远小于其的亏损做出更高营收,效率差距根源在商业模式。

    • 影响两家在企业市场互相争夺客户并压低价格,采购方存在议价窗口;Anthropic 计划下周 IPO、OpenAI 拟明年上市并以 1.25 万亿美元估值筹资,供应商资本状况将进入变动期;OpenAI 亏损仍在扩大,其定价与投入的可持续性会影响对单一供应商的依赖策略。
    • 参考可考虑把两家 API 报价放进同一张对比清单重新议价,在降价窗口锁定合同条款;值得对比 Codex 与 Claude Code 在自家编码场景的用量和成本;供应商合同可加入 IPO 前后的服务与价格连续性条款。
  3. 人人都是产品经理59

    阿里千问4匿名测试四天后揭晓,大模型竞争转向入口与价格

    阿里千问4以匿名模型Qoduck形式在Qoder测试四天后,于11月11日揭晓为Qwen4-Max-Preview,主打编程与CAD、Blender等专业软件操作,Qoder同步推出限时2折优惠。

    决策要点

    这轮模型密集发布的实质是竞争焦点从跑分榜单转向工作台入口与价格,单点能力领先已难换来用户迁移。

    • 影响企业选型议价空间在扩大,限时折扣和多模型接入可用于压低调用成本;单点模型领先难以持续,团队工作流不必跟着每次发布会迁移;工作台入口正成为新的锁定点,先进入日常流程的产品会积累任务数据和切换成本。
    • 参考可考虑趁各家限时折扣,用自己业务的真实任务对新模型做对比测试,而不是只看跑分榜单;值得盘点团队现有AI工具的默认模型和Credits用量,再决定切换或按任务混用多家模型。
  4. 36氪·AI46

    李曼玲、石冠亚联合团队发布具身评测基准EFE,考察coding agent控制机器人能力

    李曼玲、Ruohan Zhang、石冠亚联合团队及李飞飞、Dawn Song、Pieter Abbeel等合作者发布具身评测基准Embodied First Exam(EFE),论文见 https://arxiv.org/abs/2611.12177。

    决策要点

    EFE把物理约束对coding agent的影响量化出来,同一agent成功率随观测与重置条件从77.5%跌到约30%,仿真成绩会高估具身能力。

    • 影响仿真内的成绩与传感器受限下的成绩差距悬殊,评估机器人类agent方案时可按评测条件拆开对比;实时运行让未被任何agent解决的测试占比从50%升至63%,生产节拍越快的场景难度越高;主结果来自仿真,真实硬件仅完成个别演示。
    • 参考可考虑在评估具身或机器人类agent方案时,要求注明评测设置、仿真来源与重置条件;值得参照标准、实时、特权三档设置设计内部验收场景与测试条款。
  5. 36氪·AI59

    孙正义梭哈特朗普的5000亿美元AI豪赌,悬了?

    孙正义以OpenAI为核心,围绕AI模型、基础设施、芯片、物理AI四个方向押注美国AI,星际之门投资计划总额达5000亿美元。

    决策要点

    孙正义的AI布局实质是把软银命运同时押在特朗普政策与OpenAI估值两条腿上,眼下两条腿都在松动。

    • 影响美国AI基建投资同时遭遇政治与信用逆风,重资产项目的工期和融资节奏都可能被打乱;OpenAI估值低于目标、上市推迟,会牵动整个AI板块的资本预期;软银若从进攻转防守,AI领域可得的大额资本将收缩。
    • 参考依赖美国算力扩容的企业可考虑为数据中心交付时间预留缓冲,重算相关预算;合作或投资决策可把OpenAI估值与上市进展当作参照信号;财务上值得先算出自家AI项目不依赖外部大额融资的底线方案。
  6. 钛媒体56

    美国中期选举后民主党推动暂停先进AI研发,数据中心民生负担成AI更大阻力

    美国11月3日中期选举民主党大胜后,众议员亚斯敏·安萨里公开呼吁停止先进AI研发并禁止人工超级智能,此前得州众议员已提交《2026年禁止人工超级智能法案》,提议违规企业强制解散、个人最高监禁20年。

    决策要点

    AI在美国遇到的真实阻力不是个别高管的治理风波,而是能源、就业与安全成本累积出的民意,并开始转化为立法动作。

    • 影响美国对先进AI的立法与民意阻力上升,依赖美国算力扩张的规划可能面临政策变数;PJM批发电价一年间从28.92美元涨到329.17美元,用电成本会传导进企业算力预算;多地对数据中心扩建的否决让产能落地节奏存在拉长风险。
    • 参考可考虑把电价与监管变量纳入算力采购预算,重新核算AI项目全成本;值得盘点业务中对美国先进模型能力依赖最重的环节,提前准备替代或降级方案。
  7. IT之家·人工智能40

    OpenAI 宣布 2026 年 12 月 11 日停用 ChatGPT 旧版语音模式,全面转向 GPT-Live

    OpenAI 宣布将于 2026 年 12 月 11 日停用 ChatGPT 的 Advanced Voice Mode 和 Standard Voice Mode,用户自动切换至采用全双工架构的新一代语音模型 GPT-Live。

    决策要点

    OpenAI 用硬性停用日期把全部语音用户收敛到全双工架构的 GPT-Live,是集中开发资源的产品收敛动作,但用户反弹可能重演 GPT-4o 暂缓退役的剧本。

    • 影响依赖 ChatGPT 语音交互的业务在切换后回答风格与连贯性会变化,现有话术和流程需要重测;基于自定义 GPT 的语音用例入口在 12 月 11 日面临调整;官方口径的使用量接近翻倍显示语音正在成为主要交互入口。
    • 参考可考虑在 12 月 11 日前拿现有语音场景对比 GPT-Live 的打断和上下文表现,再决定是否调整话术;用自定义 GPT 语音的团队值得提前评估替代方案或向官方反馈;依赖旧版回答风格的团队可先留存对话样本。
  8. IT之家·人工智能72

    消息称 OpenAI 第三季度营收首次达 100 亿美元,环比增长近 50%

    据彭博社援引知情人士消息,受最新 AI 产品需求旺盛推动,OpenAI 第三季度营收首次达到 100 亿美元,环比增长近 50%,约为去年同期的近 3 倍;一名知情人士称其调整后营业利润率从上一季度的-150% 改善至-109%。

    决策要点

    OpenAI 营收提速且亏损收窄,Anthropic 增速放缓,头部模型厂商竞争格局出现此消彼长的信号,但关键数据来自匿名信源。

    • 影响OpenAI 与 Anthropic 增速一升一降,模型选型时的相对优势评估需要随之更新;产品降价是 OpenAI 重获增长的动力之一,采购谈判有了价格参照;OpenAI 推迟上市并完成巨额融资,说明其资本消耗仍高,供应商经营稳定性应纳入风险评估。
    • 参考可考虑把两家厂商最新增速与降价动向纳入季度模型选型评估;值得按当前用量重新测算改用更低价档位的成本差额,并将供应商融资进展列入风险清单。
  9. 36氪·AI70

    Anthropic承销商考虑上调IPO定价,完全稀释估值有望达到1.5万亿美元

    Anthropic披露下周在纳斯达克上市并公布IPO定价细节后仅一天,因投资者认购热情高涨,以高盛和摩根士丹利为首的承销商考虑将发行价上调至70-78美元区间之上,完全稀释估值有望推高至1.5万亿美元,募资总额或突破1000亿美元。

    决策要点

    一日之内从公布定价到考虑上调,说明一级市场资金仍在追逐头部AI资产,但公司募资目标是支撑巨额算力开支而非估值本身,市场分歧仍然巨大。

    • 影响Anthropic与OpenAI披露的营收数据会强化企业对头部AI服务供给的信心;供应商巨额算力开支依赖持续融资,其财务可持续性将成为采购评估的一项变量;晨星估值区间跨度极大,市场对AI回报的判断远未一致。
    • 参考可考虑把Anthropic与OpenAI披露的营收和算力开支数据纳入模型供应商评估,重新核算长期使用成本的假设;值得在11月19日Anthropic挂牌后跟踪股价表现,作为AI板块情绪的参考信号。
  10. IT之家·人工智能63

    纽约推出 AI 监管新规,OpenAI、Anthropic 需 72 小时内上报安全事故

    纽约州周二开放 AI 监管登记平台,年营收超 5 亿美元的前沿 AI 开发商(如 OpenAI、Anthropic)须在 2027 年 1 月 1 日前完成注册。

    决策要点

    纽约州把 AI 安全框架从企业的自愿承诺变成带罚则的法定报告义务,多州跟进正在形成州层面的监管格局。

    • 影响年营收超 5 亿美元的开发商将新增注册、公开安全框架和事故上报等持续合规成本;采购其模型的企业可能受供应商安全事故强制披露的影响;各州上报时限不一,跨州运营需对齐多套标准。
    • 参考可考虑盘点业务依赖的前沿模型供应商清单并跟踪其注册与安全框架公开情况;跨州运营团队值得先比对纽约 72 小时与加州 15 天等时限差异;采购合同中可考虑补充重大事故通报条款。
  11. 36氪·AI48

    姚期智、杨植麟联手发布TCSExam基准,开放猜想无一模型独立解开

    11月5日,月之暗面、清华大学和上海期智研究院研究人员合著的论文在arXiv发布TCSExam基准,用100道理论计算机科学题考察前沿大模型的研究能力。

    决策要点

    AI攻克数学的叙事需要校准,模型已能产出机器可验证的研究级构造与求解结果,但自主攻克开放猜想仍是空白。

    • 影响总分相近的模型在定理类题目上得分差距悬殊,仅看榜单综合分容易误判能力边界;构造任务已有模型小幅超越公开参考纪录,电路化简、纠错码等场景出现可核验的应用空间;供应商的数学能力宣传可对照公开基准核查。
    • 参考可考虑用题目和工具已公开的TCSExam Lite复测候选模型在定理与构造任务上的差距;对宣称攻克数学难题的宣传,值得先核对结论是否经过Lean这类工具的机器验证。
  12. 钛媒体53

    姚期智、杨植麟团队发布TCSExam基准,前沿大模型无一独立解开开放猜想

    月之暗面、清华大学和上海期智研究院的五位作者(含图灵奖得主姚期智与杨植麟)在arXiv发布TCSExam基准,用100道理论计算机科学题考前沿大模型。

    决策要点

    这份基准把模型的做题能力和研究能力区分开量了出来,头部模型能完成部分可验证的研究级工作,但独立解决开放猜想仍是空白,且能力高度集中。

    • 影响硬核推理能力集中在少数头部模型,选型空间收窄,对单一供应商的依赖需计入成本;数学推演可交给机器核验,严谨任务的校对环节有望省下人工;宣传里的攻克难题与实测要分开看。
    • 参考可考虑用Lean这类机器可验证的题目自测候选模型在硬核任务上的真实水平;遇到攻克难题类宣传,值得先问清是独立解出还是检索了公开成果;论文题目和评测工具已公开,可复用。
  13. 极客公园66

    当美国无法建设数据中心,会对 AI 产生怎样的冲击

    极客公园推演了一个极端情景,若美国所有未开工的数据中心项目全部冻结,美国数据中心总容量将在2028年前后停在约120到150GW,约为今天的2到2.5倍。文章测算,此情景下有效算力年增速会从12到15倍降至约6倍,2027年前的前沿模型照常训练,受阻的是2028年后需要数个GW电力的下一代模型。

    决策要点

    电力和用地正在取代芯片成为算力扩张的硬约束,AI 竞争的核心指标正转向每瓦电能产出的智能,这是本文极端情景推演点出的实质。

    • 影响依赖美国云端前沿模型的企业,2028 年后可能面对模型迭代放缓和调用受限;重度使用智能体的业务单任务 token 消耗是普通聊天的 5 到 30 倍,会更早触到供给约束;效率路线的开源与小模型方案可行性随之上升。
    • 参考可考虑为关键应用保留开源或本地小模型的替换路径,降低对单一云模型的锁定;值得先测算智能体场景的单任务 token 消耗并预设用量上限;自建或租用算力时可按每瓦 token 产出的口径对比方案。
  14. AdExchanger65

    Google AI Mode 拖慢搜索广告增长,广告预算流向 Meta,聊天机器人广告格式开始铺开

    Google 上月 Q3 财报电话会议后股价跌超 10%,主因自家 AI Mode 拖慢搜索广告增长,六位广告主与代理商高管告诉 The Information,他们在 Google 的预算未达效果后已转投 Meta。

    决策要点

    Google 的 AI Mode 反噬自家搜索广告,预算流向 Meta,聊天机器人界面正快速变成新的广告库存来源,广告供给侧在重排。

    • 影响搜索广告预算的分配逻辑在变,依赖 Google 获客的企业需要重新核对曝光与点击产出;AI 搜索广告库存仍有限,想测试的品牌可用位置不多;用户数据用于广告的口径面临监管审查,FedEx 罚款是最新例证。
    • 参考可考虑把 Google 账户单日预算对应的曝光与点击拉出来核算,先算出实际触达产出再决定是否调整与 Meta 的预算比例;值得用小预算在 ChatGPT 视觉广告或 AI Mode 多轮广告中试点并记录转化;数据使用合规可对照 FedEx 案自查。
  15. 人人都是产品经理55

    全双工实时交互集中落地,一批年轻研究者走向台前

    2026 年字节 Seed 的 Seeduplex 与 SeedRealtime、OpenBMB 的 MiniCPM-o 4.5、Thinking Machines Lab 的 Interaction Models 与 OpenAI 的 GPT-Live 相继落地,原生全双工实时交互集中进入豆包、ChatGPT 与端侧设备。

    决策要点

    实时交互正从产品内的语音功能变成独立的基础模型方向,竞争焦点不在参数规模,而在小团队的人才与工程链路积累。

    • 影响语音客服和电话 Agent 等场景的对话自然度与打断处理可能被拉高体验基准;各家评测指标口径不一,采购评估缺少统一基准可参照;常开监听的交互形态会带来隐私与端侧计算的新要求。
    • 参考可考虑先算现有语音入口接入实时交互 API 的成本,参考 GPT-Live-1 每分钟 0.05 美元的公开定价;值得在客服或电话场景小范围试点边说边听能力;评估时先列出各家自报指标,避免直接横向比较。
  16. 36氪·AI74

    Anthropic 发布 Claude Meetings 等办公套件,AI 可入会执行任务、做表格和分析数据

    Anthropic 面向企业发布 Claude Meetings、Whiteboards、Sheets、Data 和交互式连接器,其中 Meetings 可让 Claude 以参与者身份加入视频会议、查找资料并直接处理任务。

    决策要点

    这场更新的实质是大模型公司从给办公软件提供插件,转向争夺企业员工每天开始工作的第一入口。

    • 影响会议、白板、表格、数据分析有望集中到一个 AI 工作空间,办公工具选型多出新选项;AI 从读取数据扩展到直接修改第三方系统,权限归属、人工确认和出错追溯需要提前定规则;Sheets 仍只提供基础表格能力,重度 Excel 用户可沿用现有工具。
    • 参考可考虑选一个会议纪要或预算表场景小范围试点,记录与现有流程的耗时对比;值得先盘点在用 SaaS 的权限和数据边界,明确哪些操作要求 AI 修改前经人工确认。
  17. 36氪·AI77

    OpenAI 第三季度营收达100亿美元,环比增长近50%

    彭博社援引知情人士消息称,OpenAI 截至9月的季度营收首次触及100亿美元,环比增长近50%,约为去年同期的三倍。增长主要由企业级市场驱动,企业客户收入占比从一年前约30%升至多数,但公司内部预测口径下每1美元收入对应约1.8美元负自由现金流,2026至2030年累计负自由现金流预计达2780亿美元。

    决策要点

    营收突破百亿美元说明大模型商业化已跑通,但这场博弈的实质是营收增速与数千亿美元算力支出承诺的赛跑,估值兑现最终取决于公开市场的定价意愿。

    • 影响企业收入占比过半说明企业采购算力与智能体已成规模化常态,B端预算加速释放;头部厂商仍依赖融资输血,供应商定价与服务连续性存在变数;公开市场对万亿估值的审慎态度预示行业融资环境趋紧。
    • 参考可考虑对深度依赖的模型厂商做融资与烧钱节奏的评估,预留 API 价格与服务调整的余地;值得在企业 AI 预算中区分长期承诺与按量支出,为定价波动留出弹性空间。
  18. 人人都是产品经理56

    一句指令让 Codex 自动赚钱靠谱吗?作者实测收入 0 元

    作者给 Codex 下指令要求赚到 100 元,它备好口播改稿服务包并挂上闲鱼,最终收入 0 元。文中核对的多起流传案例多为当事人自述、无法独立验证;dfdx labs 让 AI 经营公司的实验三周做了 17 个付费产品、约十万行代码,收入仅 1.54 美元而支出 47.19 美元。

    决策要点

    一句指令自动赚钱的叙事把 AI 的交付能力误当成生意本身,真正的门槛在有没有人需要并愿意付款,多数流传案例经不起核对。

    • 影响AI 把生产和交付成本压到很低,但获客、信任与售后责任仍需人承担;靠公开赏金任务变现的竞争已明显加剧;围绕躺赚叙事的收费培训已出现诈骗立案,相关投入需先辨明。
    • 参考可考虑把 AI 定位在交付环节的辅助,投入前先弄清目标客户是谁、现有替代方案是什么;评估赏金接单类副业时,值得先统计任务竞争与成功率;对收费培训项目,先核实机构与承诺再付款。
  19. 人人都是产品经理69

    DeepSeek Harness 产品分析:从一切皆插件到 Agent 运行时

    文章拆解 DeepSeek Harness 的产品路线,官方口径日活 154 万、月活 548 万、第三方插件约 3.49 万个,商业模式为免费编排、付费推理,框架 MIT 开源且兼容近 40 家模型提供方。

    决策要点

    Agent 竞争的重心正从模型能力转向运行时与生态层,开放路线扩张迅速,但安全治理缺口使其暂时难以进入企业生产环境。

    • 影响想自建 Agent 平台的企业多了一个模型无关、可深度改造的开源底座选项;插件权限暴露与多个 CVE 意味着引入前需自建安全评估流程;按 token 计费的结构下实际成本取决于缓存命中率,预算要按用量口径重新测算。
    • 参考可考虑在有平台团队的场景做限定试点,只装签名插件并为单任务设预算上限;采购评估时值得把插件权限清单、CVE 记录与兼容性承诺列为审查项,先算出缓存命中率对单位成本的影响。
  20. 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。
  21. 36氪·AI71

    谷歌遭诉,欧盟法院首度切割:AI输入或合法,输出可能侵权

    2026年11月3日,欧盟法院总法律顾问Maciej Szpunar就Like Company诉谷歌案出具非约束性意见,核心判断是AI训练或许合法,但输出可能构成侵权。

    决策要点

    欧盟法院层面将AI训练与推理的复制拆为两类法律行为,靠RAG实时取材的生成式产品开始面对输出端单独归责。

    • 影响输出若替代原作市场可能单独构成侵权,训练合规不能替代推理端评估;检索日志、引用账本与输出来源溯源会逐渐变成合规证据;出海欧盟的企业合规范围需从训练透明度扩展到推理可审计。
    • 参考可考虑盘点自家产品检索与引用链路,记录输出来源与替代程度;值得评估是否存在绕过付费墙获取内容的做法;出海欧盟前可对照GPAI实践准则与第53条自查输出端义务。
  22. 极客公园36

    Anthropic 启动 IPO 路演创始人拟套现 17.5 亿美元,谷歌开放 Gemini 4 Carbon 模型,任天堂设经典游戏保存员职位

    Anthropic 启动 IPO 投资者路演,计划发行 8.25 亿股,每股 70 至 78 美元,最高募资 643.5 亿美元,按上限定价完全稀释估值近 1.4 万亿美元。

    决策要点

    AI 头部公司开始接受公开市场检验,Anthropic 以近 1.4 万亿美元估值上市,并用 260 亿美元私募把 Google、英伟达等上下游巨头绑定为股东。

    • 影响Anthropic 收入规模快速放大但经营仍处亏损期,头部 AI 服务的商业化程度可据此重估;Google、英伟达、AMD 等巨头股东与供应商身份重叠,供应商关系稳定性需重新评估;Gemini 4 Carbon 等高端推理模型开放,企业处理复杂编程与科研任务的可选方案在扩大。
    • 参考可考虑将 Anthropic 等供应商的招股文件纳入采购尽调,核对其经营亏损与融资结构;值得盘点自身对单一云厂商或芯片供应商的依赖清单;对新开放的 Gemini 4 Carbon 可先选编程或科研任务小范围试用并对比成本。
  23. 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。
  24. OpenRouter:Blog(Announcements)58

    OpenRouter 指南:如何修复 OpenAI 与 Claude API 的 429 限流错误

    OpenRouter 发布教程,讲解如何修复 OpenAI 与 Claude API 的 429 限流错误,方法核心是读错误头里的 limit_source 判断限流来自谁,再选等待重试、备用模型或换提供商。

    决策要点

    429 报错的有效解法取决于限流来自谁,按错误头里的 limit_source 分流处理,比默认 SDK 重试更能保证批任务完成。

    • 影响429 多在应用承受真实负载或批任务并发展开时出现,默认重试在窗口内撞墙既耗时又不保证成功;按重置时间等待能保全部完成但批次拉长到分钟级;备用模型与提供商 failover 用极小额费用换来无等待完成。
    • 参考可考虑在代码里按 limit_source 分流;能等待的批任务读 Retry-After 与 X-RateLimit-Reset 定时重试,不能等待的配置 models 备用模型;生产环境用付费模型并保留提供商 failover,排查 allow_fallbacks 设为 false、只列少数提供商或 max_price 过紧的配置。
  25. IT之家·人工智能65

    OpenAI 推出 ChatGPT Businesses 测试版,企业可认领商家资料、创建 Business Agent 并投放广告

    OpenAI 于当地时间 11 月 10 日推出 ChatGPT Businesses 测试版,企业可通过 Business Hub 认领商家资料、创建 Business Agent 智能体并为智能体购买赞助展示位投放广告。

    决策要点

    ChatGPT 开始向企业开放经营入口,商家资料、AI 智能体与广告位组合成一个面向 12 亿周活用户的获客渠道。

    • 影响电商和在线服务企业多了一条面向 ChatGPT 用户的触达渠道,品牌被提及时的呈现方式从不可控变为可认领和经营;赞助展示位上线后,营销预算中需要新增一项投放品类的评估。
    • 参考可考虑先在 Business Hub 认领并核对自家商家资料,用产品数据源维护价格和库存信息;值得测算赞助展示位的投放成本,与现有搜索和信息流广告渠道对比。