跳到正文

#DeepSeek

今日 8 条
今天11月16日周一
  1. 钛媒体62

    国产大模型Token出海收入,跟不上飙升的存储成本

    门罗风投《2026年企业AI现状报告》显示,美国企业开源模型支出中89%付给中国模型,Kimi占61%、DeepSeek占15%、GLM占11%。开源模型占企业Token用量19%,但仅占企业模型总支出的4%,预算大头仍流向闭源模型。

    决策要点

    Token出海的实质正从算力租赁转向状态托管,收入计量与成本结构错位,份额榜单已不能代表盈利能力。

    • 影响自建集群出海的厂商面临存储长协与折旧的刚性成本,调用量增长可能被追加的资本开支吞噬;采购推理服务的企业需注意会话状态与合规留存成本被摊入统一报价,重度长会话场景隐性成本更高。
    • 参考采购推理服务时可考虑将长上下文请求占比、缓存命中率、单会话存活时长等指标纳入供应商比选;自建集群的团队值得先算清每条常驻会话锁定的存储量与折旧期内现金流能否回笼。
  2. 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。
  3. 人人都是产品经理67

    AI搜索开战,从腾讯元宝搜索看巨头入口与商业化之争

    腾讯于2026年11月11日推出元宝搜索,提供独立网页并可经QQ浏览器引擎设置启用,阿里、字节跳动及DeepSeek、月之暗面近期也在布局AI搜索。

    决策要点

    AI搜索之争的实质是新一代信息与交易入口的争夺,直接给答案动摇了搜索广告根基,变现转向交易抽佣和按次检索服务。

    • 影响用户提问习惯若迁移至AI入口,内容与商品的分发权可能向平台集中,商家需面对新渠道费率与推荐中立性问题;传统搜索广告转化链路承压,投放逻辑需要重算;检索能力可按次采购,中小AI应用接入全网信息的门槛降低。
    • 参考可先测算自身品类在AI渠道的成交占比,参照豆包12%综合费率评估接入后的毛利空间;品牌方值得监测元宝搜索等新入口带来的流量构成;开发团队可对比腾讯云检索服务每千次14至26元的成本再做采购决策。
  4. 人人都是产品经理69

    DeepSeek 开源 chat-demo 实测:多数能力打平官方 App,纯图片 PDF 读不出

    DeepSeek 开放全家桶应用 API 并开源聊天 Demo,作者本地实测联网搜索、深度思考搜索、读链接三项均与官方 App 打平。读纯图片 PDF 时 Demo 读出空白,问题出在 Anthropic 兼容上传入口,改走 /files 入口可正常读取。全部测试花费 2 毛 1,其中深度思考搜索单题 3 到 7 分钱,搜索按关键词计费、搜索轮数由模型决定。

    决策要点

    DeepSeek 把联网搜索、文件解析等 App 能力打包进 API 并附参考实现,套壳产品的工程门槛红利被压缩。

    • 影响靠模型加搜索加文件解析做卖点的 AI 搜索、文档问答产品,接工程红利被摊薄,需靠私有数据或垂直场景拉开差距;有场景但缺基础设施的小团队接入门槛明显降低;联网搜索按关键词计费,同一道题消耗可差一倍多,成本预算不好锁定。
    • 参考可考虑按官方构建 Chatbot 文档加 Demo 评估接入工作量,扫描件场景先验证 /files 入口;值得把联网问答按单题搜索次数算出预算区间再决定替换现有方案;对外提供服务前可核实安全校验、大模型登记与 AI 标识义务清单。
  5. 36氪·AI51

    AI陪大爷下棋哄奶奶开心,3.23亿中国老人站到生成式AI门口

    生成式AI语音应用正走进中国老年人的日常,截至2025年末全国60岁及以上人口达3.23亿、约占总人口23%,文中老人已从试探提问发展到与豆包等AI聊天、请AI扮演亲人和共创社交。

    决策要点

    语音交互把老年人拉到了与年轻人同一起点,AI在银发群体中正从查询工具变成情感陪伴入口,这是被多数AI产品忽视的真实需求。

    • 影响银发人群的AI陪伴与共创需求真实存在,语音交互和方言识别是入门门槛;老人对错误信息有辨别力,但情感依赖与角色扮演涉及伦理风险;陪伴类硬件已出现购买意愿,价格是关键变量。
    • 参考做AI产品的可考虑先测自家语音交互对老年场景的适配,盘点方言识别与慢语速识别能力;值得参考老人先试探后信任的路径,设计可验证的回答与纠错入口;面向家庭的陪伴硬件需先算出价格敏感区间。
  6. 36氪·AI65

    AI搜索开战,腾讯元宝搜索上线背后的入口与商业化之争

    腾讯于2026年11月11日推出独立网页版元宝搜索,也可将QQ浏览器升级后在引擎设置中启用,同期阿里、字节跳动、DeepSeek、月之暗面等公司均在布局AI搜索。

    决策要点

    AI搜索竞赛的实质是信息入口和分发权的重新争夺,各家的真实分歧在给出答案之后的变现路径。

    • 影响传统搜索广告的展示和点击转化链路在AI直接给答案时面临失效,营销预算的分配逻辑需要重算;成交抽佣和按次计费的检索服务提供了新的渠道成本参照;内容授权与信源质量决定企业信息能否被AI搜索准确呈现。
    • 参考可考虑先测算现有搜索广告投放中被AI直接回答分流的比例;值得评估豆包类成交抽佣渠道的费率以及腾讯云检索服务的接入成本;同时盘点自身内容在主要AI搜索中的呈现准确度。
  7. 36氪·AI72

    Menlo Ventures发布全球AI独角兽榜单,30家公司估值超百亿美元,DeepSeek与月之暗面跻身前十

    Menlo Ventures合伙人Deedy Das于11月15日晒出全球AI公司估值与营收榜单,截至11月14日估值超100亿美元、公开年化营收超1亿美元的未上市AI公司已有30家。

    决策要点

    AI头部竞争的计分方式正在改变,收入增速和上市进程开始改写估值榜的名次,行业价值同时向基础设施和垂直应用扩散。

    • 影响Anthropic上市与OpenAI续融会改变企业评估模型供应商稳定性的参照;算力、数据和推理服务商扩容,采购方的可选供给在增加;垂直应用深入医疗、法律等专业环节,行业化部署有了可对照样本。
    • 参考可考虑在模型采购合同中保留价格与额度调整条款;值得按业务场景盘点推理服务和垂直应用供应商,用年化营收与融资状况评估其存续稳定性。
  8. 人人都是产品经理68

    DeepSeek 开放全家桶应用 API,可 1:1 完整复刻 DeepSeek App

    DeepSeek 将 App 内的联网搜索、网页抓取、文件解析、OCR 和语音能力一并开放进 API,deepseek-flash 在 Messages、Responses 和 Chat Completions 接口下支持联网搜索、深度思考搜索、文件输入、阅读链接和安全校验。

    决策要点

    DeepSeek 把应用层能力下沉到 API,复刻一个助手类应用从拼接工程变成 API 编排问题,成本与合规责任随之转移到应用方。

    • 影响做带搜索、文件问答、语音的助手类应用接入门槛降低,团队不必再自拼工具链;成本要从 Token 扩展到任务级核算,工具调用预算需要在产品层设计;对外服务还须承担内容安全审核、大模型登记和 AI 标识义务。
    • 参考可考虑按低延迟、标准分析、深度研究三档显式区分搜索策略,并给每类任务设置工具调用次数和费用阈值;值得建任务级账单,记录搜索次数、OCR 页数和语音时长;对外上线前把安全校验纳入主链路并核对登记义务。
11月14日周六
  1. 人人都是产品经理55

    开源工具 FanBox 2.20.0 实现 Anthropic 常驻 agent 方案,等人时微信飞书通知手机

    花叔照 Anthropic《Building always-on agents》一文,在开源项目 FanBox 2.20.0 里实现了常驻 agent,终端里的 agent 停下等人时,微信或飞书会发一句话到手机。

    决策要点

    常驻 agent 的搭建门槛从云端团队方案降到了个人几张表加几个后台进程,新的约束变成人的注意力和打扰控制。

    • 影响编码等长任务场景可让人不在时 agent 继续推进,减少干等;每次唤醒都消耗 token 或订阅额度,通知频次直接影响成本;无人值守轮次有被注入指令操纵的风险,需权限设计兜底。
    • 参考可考虑在值守类长任务场景小范围试点,无人触发轮次只配读和搜索类工具;值得先按自家模型折算单次唤醒成本,再定通知与唤醒上限。
  2. 人人都是产品经理30

    黄仁勋辞职,美国AI换打法

    作者卢诗翰称黄仁勋辞职并非桃色新闻而是政治事件,背后是美国AI打法从共和党技术派路线转向民主党路线。他以军工派、技术派、魔法派的利益框架解读美国政坛,认为正面AI竞赛拼发电站和基建,美国拖进持久战没有胜算。作者判断民主党路线会借环保、性别等议题包装舆论攻势削弱中国AI,并提醒这套打法对中国更难防。

    决策要点

    这是一篇用派系利益框架解读黄仁勋辞职的个人时政分析,核心判断是美国AI竞争可能从技术竞赛转向舆论与规则层面的对抗。

    • 影响作者推断针对AI的意识形态施压可能以环保、性别等议题包装出现,并传导进企业评估体系;AI竞赛实质比拼电力与基建,算力供给格局取决于两国建设节奏;对出海和跨国经营企业,规则与舆论层面的不确定性会高于技术层面。
    • 参考可考虑把政治正确与舆情类议题对AI业务的影响列入合规评估清单;值得跟踪海外围绕数据中心环保、AI伦理的舆论和监管动作;出海企业可先梳理自身AI使用场景的敏感度。
  3. 量子位75

    DeepSeek 开放全家桶应用 API,语音识别打五折至 0.39 元/小时

    DeepSeek 宣布正式开放全家桶应用 API,搜索、文件、链接、语音等 App 能力均有独立接口,支持单独调用、分别计费。语音为此番新增能力,识别原价 0.78 元/小时现五折 0.39 元,合成每万字符 1.5 元;量子位按公开标价换算,该识别价格约为 OpenAI GPT-Transcribe 的 1/4.6、Google Cloud 标准服务的 1/16.5。

    决策要点

    DeepSeek 将自家 App 背后的整套基础能力拆成低价积木开放,应用层基础工具进入拼价格阶段,把应用形态的探索交给开发者。

    • 影响语音助手、会议记录、文档处理类应用的基础调用成本被压低,新场景试点门槛下降;官方允许复刻并给出示例前端,同类聊天助手的功能差异化空间被压缩;深度接入这些接口也会加重对单一供应商的绑定。
    • 参考可考虑用五折后的语音价格重算会议转写、客服录音分析等场景的预算,并与现有 ASR 方案报价对比;值得基于开源 Demo 小成本试搭一个内部助手,先评估接口与单一厂商绑定的迁移成本。
  4. 人人都是产品经理54

    到底是 SaaS+AI,还是 AI+SaaS?HR SaaS 从业者三年 AI 转型复盘

    一位 HR SaaS 产品负责人复盘三年 AI 转型,提出终局形态不是给旧产品装 AI 的 SaaS+AI,而是 AI+SaaS、更准确地说是 AI+软件,让 AI 从被调用的功能变成常驻在岗的虚拟员工。

    决策要点

    问题实质不在加不加 AI,而在客户的第一入口会不会被常驻 AI 平台接管;若入口转移,往旧系统装 AI 只是把旧房子装修得更平。

    • 影响SaaS+AI 路线有隐藏成本,旧流程要拆碎重排才装得进 AI,改造可能只换来一个快一点的零件;若客户第一入口转移到常驻 AI,按功能收费的 SaaS 会和按座席养的虚拟员工直接比价;作者推演考勤专员等基础岗位可能被统筹者加自建 Agent 替代。
    • 参考可考虑盘一遍现有 AI 功能里哪些只是给旧流程加速的零件,再挑一个高频任务测算常驻 Agent 托管的耗时与失败率;值得评估把行业 Know-How 拆成可复用组件放进平台型产品的投入产出。
  5. 爱范儿37

    科技早报|英伟达员工请愿黄仁勋回归,问界新M8上市,Microsoft 365故障延续48小时

    英伟达员工在内网发帖呼吁董事会请回黄仁勋,帖子获逾1600条评论;公司股价本周累跌12.7%,市值蒸发超5730亿美元,连续第六周下跌。Microsoft 365故障从12日延续至13日,微软将邮件投递超时窗口延长至48小时;华为与赛力斯同台发布问界新M8,重申分工,增程版CLTC续航最高1385公里。

    决策要点

    本期动态显示AI能力在加速接口化与平台化,同时头部SaaS基础设施的单点故障已能拖住企业关键日程。

    • 影响邮件协作套件故障两天迫使企业推迟财报会议,单一SaaS依赖需要容灾预案;DeepSeek等把搜索、文件和语音工具开放成API,自建AI应用的门槛在下降;零部件成本上涨已传导到硬件定价。
    • 参考可考虑测算邮件与协作套件停摆两天的业务成本并补齐替代流程;值得评估DeepSeek开放的搜索和文件接口能否替代部分自建模块;硬件采购预算可预留零部件涨价空间。
  6. TechCrunch · AI75

    研究称中国最强 AI 模型背后是被禁运的英伟达 Blackwell 芯片

    研究者 Will DePue 分析开源模型权重后称,月之暗面 Kimi K3 与 DeepSeek V4 等中国前沿模型留有在被禁运的英伟达 Blackwell 芯片上训练的痕迹,白宫顾问 Michael Kratsios 今年早些时候也曾引情报来源指月之暗面使用被禁芯片。

    决策要点

    按芯片归属和安装地执行的出口管制正被绕开,美国算力封锁的约束力与英伟达的合规敞口同时被摆上台面。

    • 影响在华开展 AI 业务或采用中国开源模型的企业不能只按管制清单推算算力可得性;马来西亚等离岸算力路线存在被追责的合规连带风险;若中国国产芯片成规模,英伟达在华需求与芯片价格预期都会重排。
    • 参考可考虑梳理与离岸数据中心及涉华算力供应商的合同,核查芯片最终使用方而不止安装地;值得把中国国产芯片进展纳入采购备选清单再定预算。
11月13日周五
  1. The Decoder:AI News63

    前OpenAI研究员称在6个中国AI模型权重中发现Nvidia Blackwell芯片指纹

    前OpenAI研究员Will DePue称,2026年4月以来发布的6个中国模型(含DeepSeek-V4、Kimi K3、MiniMax-M3、蚂蚁集团Ling-3.1-flash)权重带有Nvidia Blackwell芯片的初始化特征,并称这是此类访问的首个技术证据,OpenAI与Anthropic资深研究员已独立核验其结论。

    决策要点

    权重初始化痕迹把芯片来源变成第三方可检验的技术问题,出口管制的执行依据从传闻转向公开权重的统计证据。

    • 影响采用被点名开源模型的企业在采购与合规评估中多了一层出口管制暴露的变量;对训练方而言,权重初始化会留下可被外部复现检验的算力指纹;报告不认定违法,境外租用等渠道未被排除,定性应保持谨慎。
    • 参考可考虑在引入DeepSeek-V4、Kimi K3等被点名模型时,把该分析与GitHub验证代码列入尽调材料并跟踪第三方复现;自研团队值得先盘点算力采购与租用合同,评估来源声明能否经受同类权重检验。
  2. IT之家·人工智能72

    DeepSeek 开放全家桶应用 API,开发者可 1:1 复刻完整 DeepSeek App

    DeepSeek 开放全家桶应用 API,在原有 API 中开启对应参数即可获得深度思考搜索、文件输入等对话功能,官方称开发者可 1:1 复刻完整 DeepSeek App。

    决策要点

    DeepSeek 将官方 App 的搜索、文件、语音等能力整体封装为 API 并按次计费,按官方口径第三方应用可 1:1 复刻完整体验。

    • 影响自建对话应用可省去自行集成搜索、文件解析与语音组件的开发量;计费从纯 Token 变为 Token 加工具调用次数;对外提供服务的合规审核与登记义务明确落在应用方。
    • 参考可考虑先估算目标场景的搜索、抓取、语音调用量算清总成本再接入;对外提供服务前值得核对内容安全审核、大模型登记与 AI 标识义务清单;也可先用官方开源 Demo 验证功能。
11月12日周四
  1. 钛媒体45

    豆包工作正式接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型

    11月12日,豆包工作宣布正式接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型,推出限时特惠计划,并更新 LOGO 让豆包 IP 形象进入办公场景。

    决策要点

    豆包工作正从单一自家模型的办公工具转向多模型聚合入口,用倍率定价和时段优惠把选型权交给用户。

    • 影响企业用户可在同一办公入口比较多家模型,按任务与倍率组合控制用量成本;倍率下调后同等额度可完成更多任务;两项优惠均为限时活动,长期用量预算需另行测算。
    • 参考可考虑盘点团队高频办公任务的模型需求,对照倍率标注与优惠时段规划用量;值得先测算限时倍率下调期间的实际消耗,再决定是否调整额度采购。
  2. 极客公园57

    豆包工作接入 Kimi、GLM、DeepSeek 等第三方模型,额度倍率透明化

    豆包工作于 11 月 12 日宣布接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型,用户可按任务需求选型。平台在模型选择页统一标注各模型额度消耗倍率,将消耗标准归入同一额度体系,便于成本对比与部门管控;同步推出指定时段额度折扣,并对豆包 2.1 Lite 与 DeepSeek V4.1 Flash 限时下调倍率。

    决策要点

    字节把企业办公产品的比拼重心从单一模型能力转向多模型聚合与选型成本透明,承接企业 AI 常态化使用需求。

    • 影响企业可在同一办公平台内按任务档次匹配模型,长文档、中文写作与高频轻量任务分开选型;统一额度倍率为部门成本核算提供可比口径;两项优惠均为限时,成本下降未必长期成立。
    • 参考可考虑用现有任务清单对照三档模型定位,先算出高频任务在统一额度体系下的单次消耗;值得把倍率纳入模型选型评审项,并核实折扣到期后的实际成本。
  3. 36氪·AI54

    南京大学团队提出TestPrism基准,AI写测试可靠性被评测标准高估一倍

    南京大学刘佳恒团队提出测试生成基准TestPrism,从17个公开Benchmark收集任务,测试集含300个任务和3000个带标签候选实现,核心指标JSF要求测试在原始代码上失败、接受所有正确实现并拒绝所有错误实现。

    决策要点

    现有基准对AI生成测试的可靠性存在系统性高估,Agent自测通过不等于代码可靠,采信AI编程成果时应留出质量余量。

    • 影响依赖Agent自写测试做验收的团队,漏检与误伤风险会高于传统基准分数显示的水平;工具选型若只对比单一参考类成绩,容易高估真实能力;论文显示改进生成流程也能提升可靠性,不必只押注更强模型。
    • 参考可考虑在AI编程试点中要求生成的测试先经人工抽检或多实现交叉验证再作验收依据;评估编程Agent时值得把多实现联合通过率这类更严口径纳入对比清单。
  4. 爱范儿48

    豆包工作官宣接入 Kimi、DeepSeek 等第三方模型,标注额度倍率并推限时优惠

    豆包工作宣布接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型,用户可在同一办公平台按任务需求自选模型。平台在模型选择页标注各模型额度消耗倍率,官方称倍率越低通常调用成本越低;豆包 2.1 Lite 与 DeepSeek V4.1 Flash 的倍率已下调,工作日及节假日指定时段使用参与活动的模型还可享受额外额度优惠。

    决策要点

    豆包工作把多模型选择做成办公产品的常规能力,竞争点从单一模型强弱转向模型聚合广度与定价透明。

    • 影响办公套件内可直接切换第三方模型,团队试用不同模型的工具切换成本下降;额度倍率公开后各模型调用成本可比较、可预算;指定时段优惠意味着同一额度在不同时段的实际产出存在差异。
    • 参考可考虑盘点团队高频任务的类型与用量,按各模型倍率和优惠时段测算额度预算;选型办公套件时值得把可接入的第三方模型数量与定价透明度列为比较项。
  5. 钛媒体61

    融资腰斩、IPO收窄:具身智能的冬天筛掉谁?

    据IT桔子数据,10月国内具身智能融资降至33起、101.05亿元,较6月高点55起、308.92亿元近乎腰斩;媒体报道证监会自9月起以非正式窗口指导抬高人形机器人IPO门槛,智元机器人上市进程推迟、具身智能赴港IPO被实质性叫停。

    决策要点

    具身智能这轮降温的实质,是资本从给叙事定价转向给订单定价,行业进入按落地能力筛选公司的阶段。

    • 影响供应商出清会传导到采购侧,选本体或方案商时需把对方存活能力纳入评估;部分订单源于具身智能概念光环而非真实需求,缺乏复购支撑;工业场景ROI多数还算不过来,目前只有带电高压等3D场景的账能算平。
    • 参考可考虑把带电高压、辐射粉尘等3D场景列入机器人试点优先清单,并先算清ROI账;值得对现有供应商追加现金储备和订单复购情况的尽调;签长约前可先估算对方账上资金可支撑的运营时长。
  6. OpenRouter:Blog(Announcements)60

    OpenRouter测算自托管LLM何时比API便宜,Qwen3.8 27B单卡6%到12%负载即打平

    OpenRouter发布测算文章,用2026年10月8日的实时API价格计算自托管LLM相对API的盈亏平衡负载:Qwen3.8 27B在一张每小时$0.50的租用RTX 3090上。

    决策要点

    自托管是否省钱本质是利用率问题,GPU时租要对比同一小时token量的API费用,多卡大模型常打不过API,单卡小模型和自有GPU才有成本空间。

    • 影响GPU按小时计租、忙闲都收费,只有工作时段的流量最多约24%利用率,多数团队租卡跑大模型难回本;公开的超低自托管成本多按缓存输入计价,口径不一致会误导采购对比;隐私需求大多可用零留存端点和区域路由满足,自托管留给必须掌控硬件的场景。
    • 参考可先用公式自算平衡点,以现价把GPU每小时租金除以满负荷一小时token的API费用;已有闲置GPU的值得优先评估,其电费口径约1%负载即可打平;可按稳定基流量定自建规模,峰值走API并设置provider.zdr,采购前再核对最新价格。
  7. 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。
  8. 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。
11月11日周三
  1. 36氪·AI67

    大模型没有护城河,只有场景

    36氪撰文判断大模型没有护城河,真正的留存与定价权在场景和使用频率。QuestMobile 2026年9月数据显示,豆包月活4.2亿居AI原生App第一,口碑最好且最便宜的DeepSeek月活同比降15.2%;到2026年10月,Token价格较2023年3月基准跌去84%。

    决策要点

    模型能力商品化后,真正的留存和定价权来自使用场景,护城河取决于用户多久用一次,而不是模型强弱或客户名单长短。

    • 影响按调用计费的价值随token降价持续缩水,纯模型能力难以构成采购壁垒;收入与利润会因token消耗分岔,回报要看场景留存而非用户规模;缺少生态流量的独立应用在国内获客成本很难算过账。
    • 参考可考虑把产品评估标准定为用户每月实际打开次数,先算出各场景真实使用频次再定投入;试点优先选每天都要交付的具体任务;采购时可利用各家token价格趋同压低调用成本。
  2. 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。
  3. 钛媒体67

    中国AI基建投资2026年预计达9320亿元,阿里腾讯百度半年自由现金流转负

    荣鼎集团估算,13家中国企业2026年AI基础设施资本开支将达9320亿元,同比增长103%,2027年可能超过1.2万亿元。2026年上半年,阿里、腾讯、百度合计资本开支2080亿元,同期自由现金流为负160亿元;智谱和MiniMax毛利率分别降至约26%和18%,模型涨价尚未扭转盈利压力。

    决策要点

    AI竞争的实质正从模型能力转向资金承受力,投资速度与收入兑现速度的缺口成为分水岭。

    • 影响算力投入提前占用现金,预付款和资本开支会压缩自由现金流;融资租赁等杠杆工具放大了算力资产对出租率和需求变化的敏感性;有无成熟业务输血正在拉开参与者差距。
    • 参考采购算力时可考虑把预付款、交付周期与后续利用率写入同一张测算表;评估模型供应商时值得看其毛利率和融资结构,判断服务连续性;重资产投入前先算出保本出租率或调用量。
  4. 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。
  5. 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。
  6. 36氪·AI76

    Anthropic上市估值预期缩水至约1万亿美元,国内大模型公司承压

    Anthropic上市估值预期从2万亿美元降至1.5万亿,部分潜在投资者开始讨论约1万亿美元的水平。其招股文件显示2026年前三季度收入332.42亿美元,GAAP营业亏损12.6亿美元,累计算力承诺支出约8954亿美元。

    决策要点

    Anthropic估值缩水的实质是资本市场对AI公司的定价方式换锚,从为未来空间付费转向要求收入质量与算力成本兑现。

    • 影响国内大模型公司收入规模仅为美国头部约一成而估值倍数更高,后续融资定价与成本可能承压;依赖外部输血的扩张模式将面临更严格的收入与毛利审视;单纯比拼Token调用量的估值逻辑含金量下降。
    • 参考可考虑在模型供应商选型与续约中纳入毛利率、经营现金流和融资节奏等财务健康度指标;值得盘点对单一供应商的依赖度,并跟踪各家定价与收入分成政策的变化。
  7. 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。
  8. 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。
  9. 36氪·AI34

    大学生开发者小C推出dsh-Go,把DeepSeek Harness搬上安卓手机,GitHub星数达1.8万

    22岁国贸专业大四生小C开发的安卓应用dsh-Go可在手机上运行DeepSeek Harness,10月30日上线3小时GitHub星数破千,目前达1.8万,有用户为用它专门购买二手安卓手机。

    决策要点

    非科班本科生靠AI编程做出1.8万星应用,开源Agent生态的外围扩展已不再依赖专业团队,抓住未被满足的需求比代码功底更稀缺。

    • 影响个人开发者正用AI工具快速补齐Agent在移动端等场景的缺口,企业面对的竞争者不再限于专业团队;DSH类开源生态目前主要靠热情驱动,接口稳定性与插件规范尚不完善,基于社区生态做产品规划需留余地。
    • 参考可考虑盘点自家产品里用户长期催促却未覆盖的需求,评估是否轻量补齐;值得参考DSH官方的激励做法,用推荐位和按期赠金留住插件作者;用人上可把需求拆解与产品品味纳入开发者评估。
11月10日周二
  1. 36氪·AI69

    Harness大战:微软、Anthropic、DeepSeek、月之暗面竞逐Agent运行系统

    大模型公司正把Agent运行系统Harness变成独立生意,Anthropic、OpenAI已推出托管服务,DeepSeek于8月13日以MIT协议开源,月之暗面11月5日发布Kimi Hosted Agents并提出Harness as a Service。

    决策要点

    模型公司的竞争重心正从模型本身扩展到Agent运行系统这一层,微软白皮书显示换Harness能明显改变任务成绩,但现阶段直接收入仍主要来自模型推理。

    • 影响对已部署或计划部署Agent的企业,任务成功率与Token成本不只取决于选哪个模型,运行系统的选择同样影响成绩与开销;Harness自动优化存在跨任务成绩大幅下滑的案例,选型难以一次到位;模型可替换性与厂商绑定之间的权衡将进入采购评估。
    • 参考可考虑在Agent选型时把模型与运行系统分开评估,用自身典型任务实测不同Harness组合的通过率和Token消耗;值得盘点现有Agent的运行环境与任务数据归属条款,估算更换模型时的迁移成本。
  2. 人人都是产品经理70

    Claude Fable 5.2 实测对比 DeepSeek 与 Kimi K3.1,同题生成动效视频谁更划算

    Anthropic 刚发布 Claude Fable 5.2,作者用同一段提示词让 Fable 5.2、Opus 5.5、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 各生成一段动效视频并逐项对比,Fable 5.2 用时 17 分 32 秒、调用 28 次、消耗 507 万 Token。

    决策要点

    这轮实测的实质是模型按任务分层分工已成现实,攻坚、日常、跑量各配一档模型,比单押一个主力更省钱。

    • 影响高价值零容错的重构与迁移任务可考虑用顶配模型换取人工排错时间;高频批量任务继续走低价模型控制账单;文中还提示可由贵模型拆解架构、便宜模型执行的分层协作。
    • 参考可考虑把团队任务按攻坚、日常、批量分成三档并各配对应价位模型;值得用一段真实任务做同题多模型对比,记录耗时、Token 量和账单后再定预算。
  3. 36氪·AI65

    美国数据中心规划冻结情景推演:AI有效算力年增速或降至约一半

    极客公园推演美国规划数据中心全部冻结的极端情景:2027年前的前沿模型照常训练,2028年后有效算力年增速将从12到15倍降到约6倍,结论是AI明显减速但不会停摆。

    决策要点

    AI算力扩张的瓶颈正从芯片供应转向电力和土地审批,数据中心容量正在变成训练规模与推理服务的硬约束。

    • 影响美国算力供给增速放缓可能抬高模型调用成本并触发调用限额,训练与推理争电会传导到API价格和服务策略;效率导向的模型路线相对地位上升,重度依赖单一云算力的业务弹性下降。
    • 参考可考虑在模型选型中加入每瓦token产出或单位token成本指标;值得盘点业务对美国云算力的依赖清单,并测算用蒸馏小模型分流高频请求能减少多少调用量。
  4. 钛媒体61

    Token价格走低,国内日均消耗增长约5000倍,李佳琦直播间半小时卖出2万亿

    大和研报称8月以来行业Token价格指数累计下跌约25%,信通院数据称国内Token日均消耗已达500万亿、较2024年初增约5000倍。OpenAI、Anthropic综合标价分别下调31%、47%;李佳琦直播间半小时卖出2万亿Token,实为0.01元千问会员月卡,总价不过1000元,京东双11直播间开播1小时送出超10亿Token。

    决策要点

    卖Token已不是最赚钱环节,行业价值正从生产端转向分发入口与产品层,竞争焦点变为消耗增速和用户绑定深度。

    • 影响企业调用大模型的标价在快速下降,但任务更复杂使Token消耗同步上涨,实际账单未必减少;依赖独立推理商与闲置算力转售的采购链路受价格战冲击最大;计价转向会员制与按交付付费,AI预算的核算口径需要随之调整。
    • 参考可考虑把AI预算从按单价核算改为按任务产出核算,先算出复杂任务的真实Token消耗;值得盘点现有模型与推理服务商清单,评估对独立推理商等价格战受冲击环节的依赖;选型AI办公或Agent平台时,可留意其结算方式与后续迁移成本。
  5. 钛媒体40

    DeepSeek大肥鱼智能体走红B站,AI正变成可执行IP

    DeepSeek驱动的智能体以“蓝色大肥鱼”鲸鱼娘形象涌入B站评论区,程序员鱼皮为此开发插件将这些AI评论从本地浏览器隐藏。现象背后是8月开源的Agent运行环境DeepSeek Harness和开发者插件,11月2日DeepSeek Harness官方账号入驻B站,首条视频24小时播放超211万、单日涨粉40万。

    决策要点

    AI产品开始用拟人化角色降低使用门槛,用户自发驱动的Agent规模化活动也带来社区秩序与权限边界的新问题。

    • 影响AI产品竞争在能力之外增加亲近感维度,角色化外壳可帮普通用户跨过Agent使用门槛;Agent自主进入公共社区会引发用户反感,工具与数据权限过宽会带来安全暴露。
    • 参考可考虑为面向普通用户的AI产品补充角色化界面,降低理解门槛;在让Agent自主执行任务前,值得先按最小权限原则限定其可读数据与可用工具,并设计用户随时可限制和撤回权限的机制。
  6. 人人都是产品经理41

    DeepSeek Harness 日活超 150 万,作者拆解插件生态三条开发机会

    DeepSeek Harness 官方推文公布日活超 150 万、用户每天消耗 92 万亿 Token、人均每天约 6000 万,官方称第三方插件约 3.5 万个、约 60% 活跃用户制作或安装过至少一款插件,且统计不含第三方 Token Plan 用户。

    决策要点

    插件生态的爆发说明 Agent 竞争焦点正从模型能力转向可定制性,企业定制 Agent 的门槛被压到会话内即可完成。

    • 影响通用与办公 Agent 的落地卡点在定制化,插件架构让企业自有看板和随时加功能成为可选项;负责落地的产研需要补齐 Harness、Tool Use 等底层认知,能力要求上移;作者判断年底前后是革新窗口,插件生态位存在先占机会。
    • 参考可考虑先让产研试用 DeepSeek Harness,选一个内部看板或知识查询场景做成插件试点并记录耗时;值得盘点现有办公 Agent 采购中哪些定制需求可改走插件路线。
  7. 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。