簡要："lang": "zh",[TL;DR 每日精選] 我先說句不太客氣的：當 Sam Altman 把你電腦裡長期吃灰的 DRAM 叫做「quite terrible」的資源配置時，他其實不只是在聊記憶體，而是在拋出一個更大的問題——未來的算力、智能體和基礎設施，到底該掌握在誰手裡？是你本地那台偶爾跑跑模型的電腦，還是全天候榨乾利用率的雲端資料中心？這番話很尖銳，也難怪社群直接炸鍋。🍺 這篇訪談資訊量極大，表面上是「本地 AI vs 雲端 AI」，骨子裡卻在談三件事：第一，AI 正把晶片、記憶體、能源和資料中心重新變成戰略資源；第二，安全問題已不再是打補丁就能糊弄過去的小毛病，而可能需要重寫整套技術棧；第三，Altman 對未來社會的想像，不是一個神級超級智能統治全場，而是海量「略超人類」的智能體團隊彼此制衡、協作運行。說白了，他想要的不是一個數字上帝，而是一整個 Agent society。 📌 記憶體不該閒置？Altman 想把 DRAM 全塞進雲裡 • Altman 直說：讓每個人把緊缺的 DRAM 團在個人電腦裡，使用率只有 5%，從全球資源配置來看是「quite terrible」。 • 他的邏輯很直接：既然記憶體、算力、上游晶圓產能都緊張，就該把資源集中到雲端資料中心，盡可能拉高利用率。 • 這番話也踩中了爭議點——因為這不只是效率問題，還牽扯到用戶是否會越來越失去本地硬體和軟體主權，轉而依賴「租來的 AI」。 • 別忘了，PC、手機、AI 加速卡用的記憶體雖然不完全一樣，但會競爭上游製造能力。誰下大單，誰通常更有話語權。很現實，也很資本主義。 📌 市場沒有自動修復短缺，Altman 說「看不見的手失靈了」 • 他認為記憶體廠商擴產過於保守，不是因為不賺錢，而是因為歷史創傷太深——這個行業長期像是「砸 200 億美元 capex，賺 19 億利潤」的苦活。 • 按他的說法，如今廠商一年可能能賺約 1000 億美元自由現金流，但過去過度建廠差點破產的陰影仍在，所以不敢激進擴張。 • 於是結論來了：AI 時代對記憶體、晶片、能源的需求是爆炸式的，但傳統市場調節機制反應太慢。 • OpenAI 的應對路線也很硬核：自研晶片、自建資料中心、機器人參與基礎設施建設，甚至拋出「自我複製的資料中心」概念——讓 AI 控制機器人去運營晶圓廠、建電力與資料中心。聽起來像科幻片，但他顯然不是拿來講段子的。 📌 AI 安全正在進入「補丁不夠用」的階段 • 對最近引發恐慌的軟體漏洞潮，Altman 的判斷相當冷靜：大模型發現漏洞的能力會繼續快速提升，而互聯網程式碼面又大得離譜。 • 這意味著，當 AI 被系統性地用來掃描程式碼時，我們可能會發現「嚴重漏洞遠比預期多」的現實。 • 他的結論不是多招幾個安全工程師，而是更激進的：路由器、作業系統、應用層，可能都要為「漏洞也會變聰明」的世界重新架構。 • 至於把超強模型關進「最高安全級別沙箱」？他並不樂觀。沙箱、監控、思維鏈審查、啟用監控都只能頂一陣，最終還是繞不開「你是否真的信任對齊」。這個問題，確實沒法靠貼個封條解決。 📌 智力爆炸不會只是一台神機，而可能是一整個智能體社會 • Altman 明確表示，他不喜歡「agent swarms」這個詞，更願意叫「agent teams」。措辭不只是審美問題，而是治理邏輯：團隊意味著協作，也意味著彼此制衡。 • 他給出的核心判斷很有意思：與其讓一個「萬億 IQ」的單體超級智能進入社會，他更願意看到「一萬億個略超人類智能的 AI」加入社會。 • 原因在於魯棒性。人類社會之所以還能運轉，不是因為有一個全知全能的大腦，而是因為有大量個體相互約束、分工、糾錯。 • 這套思路，在某種意義上已經很接近 AgentFi 的底層精神了——價值、權力、執行能力，最好分散在大量可協作的智能體網路中，而不是鎖死在一個中心化大腦裡。 📌 科學研究正在被 AI 改寫，成本曲線也在被重估 • Altman 提到一個誇張但關鍵的例子：某個 Navier-Stokes 相關證明，單次嘗試大約耗資 1000 萬美元，而且中間「失控了一週」。 • 但他的預期是，一年後用更聰明的模型和更成熟的方法，可能只要 1/100 的成本就能重做。 • 這背後反映的是一個趨勢：過去 GPT-4 時代，對單個問題有效投入 1 美元算力都困難；現在有了 chain of thought 和智能體團隊後，系統已經可以並行上萬次地「用力思考」。 • 更驚人的是他流露出的情緒——興奮、失眠、震撼，同時也有一點惆悵。因為如果許多科研生涯最難的題，開始被模型一批批解掉，那科學家的身份、成就感和訓練路徑，都會被重新定義。 📌 商業模式也要變：用戶想要的是「AI 替我辦事」，不是更多網頁表單 • Altman 判斷，個人智能體的「Macintosh 時刻」還沒到。大家覺得這些產品挺酷，但還沒到「離不開」的程度。 • 真正的贏家，可能不是功能最多的那個，而是最可靠、能接住複雜任務、做到 'it just works' 的那個。 • 在商業化上，他點出了一個很真實的矛盾：企業還在守著自己產品裡的 AI 彈窗和 HTML 頁面，生怕失去用戶入口；但消費者其實更想在自己的主聊天應用裡，把一切待辦辦掉。 • 他甚至把今天大量網頁表單稱為「fake work」。這話有點損，但也確實戳中痛點——未來你要的可能不是更會填表的你，而是一個替你穿梭各個平台完成任務的智能體。 📌 定價、算力與通縮：AI 經濟賬還遠沒算完 • OpenAI 內部並不鼓勵高 token 消耗，甚至「token 排行榜高有點丟人」，因為堆消耗不等於真效率。 • 他們一度考慮像 AWS 那樣按任務收費、弱化 token 計費，但客戶反對很強烈：大家想知道自己到底在為什麼付錢。 • Altman 還給出一組很硬的數據：當前每 1GW 領先 AI 算力的 5 年總擁有成本大約是 700 億美元，他認為如果能降到 200 億美元會更理想。 • 換句話說，AI 未來不只是模型競賽，更是能源、晶片設計、基礎設施毛利結構的全面壓縮戰。誰能把「從沙子到 token」的整條鏈路做薄，誰就可能更接近下一階段的優勢位。 我自己的判斷是：這場訪談最值得盯住的，不是「你電腦裡的記憶體該不該存在」這種容易引戰的表層爭論，而是一個更深的轉向——AI 正從軟體能力問題，升級為資源調度、社會治理和經濟組織問題。記憶體、晶片、能源、智能體協作、定價權，這些原本分散的話題，正在被同一條主線串起來。 如果未來真的不是「一個超級 AI」，而是海量智能體團隊共同參與生產、交易、治理，那問題就來了：這些智能體該如何擁有預算、權限、信譽和協作規則？說到這，我當然會多看一眼 AgentFi。畢竟，智能體一旦開始幹活，它們遲早也得有自己的經濟系統。你覺得呢——你更想擁有一台本地超強 AI，還是接入一個由無數智能體組成的雲端社會？}

[TL;DR 每日摘要] 我要把安靜的話說出來：當一位工程師的每月AI帳單開始聽起來像一輪A輪融資時，這就不再只是工具的故事，而開始像一場經濟實驗。那麼，我們真正看到的是什麼——軟體工程的下一個作業系統，還是一台以工業規模生產AI廢料的昂貴機器？很可能兩者都是。🤖💸 🔥 設定：將兆級token的使用量轉化為公開的費用爭議 📌 數據標題故意令人咋舌 • OpenClaw創始人Peter Steinberger估計，其團隊在一個月內為AI工作花費了約1,000萬美元的token費用，隨即補充：並非所有開支都有用。 • 另一個熱門案例來自Lauren Tan的Cursor個人檔案，顯示其30天內使用了約1.5兆token。 • 根據每百萬token約8美元的粗略基準，Peter Piekarczyk估算每日成本約為38.4萬美元，每月約1,100萬美元，年化達1.32億美元。 • 即使享有90%的企業折扣，估算值仍高達每月約110萬美元，每年約1,300萬美元。 📌 為何引發恐慌：使用量遠超正常開發行為 • 跨越12,000名開發者的Jellyfish數據顯示，中位數使用者每月消耗約5,100萬token。 • 第90百分位數約為每月3.8億token。 • Lauren的1.5兆token使用量是中位數的29,000倍，而Steinberger先前分享的6,030億token也仍達12,000倍。 • 一旦將token使用量轉化為薪資計算，敘事迅速改變：這已不再是「生產力工具」，而像是計算精英主義。 📌 真實帳單混亂，因為並非所有token成本相同 • Cursor風格的token計數可能包含標準輸入、模型輸出、快取寫入與快取讀取，這些價格差異極大。 • 以Opus 5.5風格定價為例，每百萬輸入token約4美元，輸出約20美元，快取讀取僅約0.2美元。 • 一張使用截圖顯示733億token總成本約3萬美元，意味著平均每百萬token成本約0.41美元，因快取流量主導。 • 若套用此混合费率至1.5兆token，每月成本降至約61.5萬美元，而非1,100萬美元。 • 在絕對最低假設情境下，若全部按快取讀取價格計費，1.5兆token每月成本僅約30萬美元。 • Piekarczyk後來也軟化了自己的說法：即使他的原始估計高了10倍，每月成本仍可能約為10萬美元。 🔥 那麼，這些開支究竟買到了什麼？ 📌 不是「一個聊天機器人」，而是一整套代理組織架構 • Steinberger將這種工作方式描述為探索當token成本不再受限時，軟體開發會是什麼樣子。 • 他的三人團隊運行了約100個Codex實例。 • 這些代理自動審查PR、掃描提交歷史以尋找安全漏洞、合併重複的GitHub問題、撰寫修復程式、監控效能退化，甚至參與會議以從對話中生成PR。 • Lauren描述她的設置為20多個代理組成的團隊：一位首席幕僚代理、一位產品經理代理，以及20多個自主運行的執行代理。 📌 核心洞見不在生成，而在驗證 • Lauren主張，代理編碼的瓶頸不在於寫程式碼，而在於證明程式碼確實有效。 • 她的流程讓代理運行程式碼、收集CPU追蹤與堆疊快照、啟動iOS模擬器，並以使用者方式與應用互動。 • 目標是建立閉環：若代理能驗證自己的輸出，就能持續迭代直至任務完成。 • 若無法驗證，則將差異交還給人類並停滯——這意味著人類成為系統中最慢的部分。 • 在她聲稱每月4,000個PR的規模下，即使每個PR僅花5分鐘人工審查，總計也達約333小時，相當於一人整整一個月的工作量。因此人工審查無法作為驗證層。 📌 這改變了工程師的角色 • 在此模式下，工程師看起來不再像程式碼撰寫者，而更像代理的工程經理。 • Lauren直言不諱：若你無法信任一個代理的輸出，就永遠無法擴展到一百個。 • 她的pstack工作流程將此包裝成結構化劇本——標準化跨本地與雲端代理的理解、設計、編碼、審查與驗證。 🔥 但故事在此變得尖銳：所有這些自主性都需要嚴苛的限制 📌 代碼庫必須重建以適應代理 • 據報導，GrokBot最初是快速原型編寫的軟體，架構限制薄弱且缺乏人工代碼閱讀。 • 這使得代理容易選擇阻力最小的路徑：更多代碼、模糊邊界、效能風險上升。 • 為解決此問題，Lauren表示她透過600多個PR重構系統，建立了一個稱為Dune的內部架構。 • CI規則變得極其嚴格：禁止useEffect、禁止註解、驗證相依關係圖以確保Electron主進程與渲染進程永不交叉匯入。 • 換句話說，「智慧」不僅來自更好的模型，更在於重新設計環境，讓代理更難偷懶。 📌 pstack可能強大，但也可能極度不可移植 • 她的套件包含23個劇本與20多項工程原則。 • 這聽起來不像通用開發流程，更像是為模型量身打造的高度調校行為籠子。 • 這沒問題——直到有人試圖複製貼上到預算有限、擁有傳統代碼庫的普通團隊時，魔法便可能消失。 🔥 反彈聲浪：這是創新，還是富家子弟的計算表演？ 📌 批評者認為這只是披著未來外衣的AI廢料工廠 • 在Reddit與工程圈中，許多開發者認為，在擁有近乎無限token開支的情況下合併數千個PR並非軟體工程的革命。 • 他們主張：這是透過暴力計算向代碼庫注入微小變更，卻忽視了真正的瓶頸——長期可維護性。 • 換句話說，程式碼生成的速度遠快於判斷力。當判斷力被低估時，技術債務便由後繼者承擔。 📌 市場宣傳價值可能高於工程價值 • T3創始人Theo認為實際內部成本可能接近每月2.5萬至5萬美元。 • 他的觀點很簡單：即使在這個層級，曝光度也值得。有些公司花費100萬美元舉辦活動，卻得不到Lauren一篇熱門貼文一半的關注。• 從 Cursor 的角度看，這可能不是一個單位經濟的故事，而是一次出色的公關策略。 • Lauren 本人也明確承認了她的優勢：她在一個擁有近乎無限代幣的 AI 實驗室工作，因此她並未主張每個人都應該複製她的具體方法。 📌 更深層的問題是經濟問題，而不僅僅是技術問題 • 如果代理式開發只有在驗證迴路獲得大量補貼時才能順利運行，那麼真正的產品並非「AI 編碼」，而是大規模的低成本驗證權限。 • 如果這是真的，那麼 AgentFi 就成為了更有趣的框架：不僅是代理能做什麼，而是誰有資本讓它們自主運行。 • 未來可能不屬於擁有最佳提示詞的團隊，而是屬於那些構建最佳激勵系統、防護機制和資本高效驗證迴路的團隊。 我的看法？這個故事之所以有用，正是因為它讓每個人感到不安。 • 最好情況：這是對一種新工程堆棧的早期洞察，代理能夠在軟體系統中發送、測試、修復和協調。 • 最壞情況：這是一場由算力補貼支撐的表演，將輸出量誤認為產品品質。 • 最可能的情況：真相位於中間。代理式軟體可能是真實的，但若缺乏嚴謹的架構和合理的經濟模型，它可能只會成為更快製造技術債務的方式。 因此，我想留給你們的問題是： 如果一個代理每月能撰寫 4,000 個 PR，但只有極少數精英能負擔驗證費用，這究竟是軟體的未來，還只是一場權力的示範？

[TL;DR 每日摘要] 我見過足夠多的基礎設施表演，能分辨出基準演示與真實生產堆棧之間的差異。這篇文章指出，具身AI的瓶頸可能不再在模型智能上，而在於將token預測轉化為穩定物理動作的混亂工程層面。誠實說？這部分正是每個人總是低估的。 📌 為何此刻至關重要 • 文章將具身AI的「ChatGPT時刻」定義為：像GPT-6 Astra這樣的通用模型，僅需一行API即可控制機器人的時刻。 • 好消息：基礎模型的能力仍在加速提升。 • 壞消息：具身基礎設施落後，導致更強大的模型反而更快暴露部署堆棧的弱點。 📌 FluxVLA Engine v2 的新增功能 • 擴展模擬評估：在統一的LIBERO閉環基準上測試14種策略，並在RoboCasa GR-1、RoboTwin和RoboDojo上整合8種策略。 • 在8種模型-設備組合中優化推理，頻率提升2.31倍至9.64倍。 • 在ALOHA、Rebot、雙臂Franka和LimX Oli人形機器人上，從檢查點到閉環執行驗證了真實硬體部署。 📌 在線強化學習確實帶來突破 • 以SmolVLA為例，經過在線RL微調後： – LIBERO-10的成功率提升10.0個百分點。 – RoboTwin Clean提升15.4個百分點。 • 更具體地說，經過40次外迴圈迭代後： – LIBERO-10從66.2%提升至76.2%。 – RoboTwin Clean從45.9%提升至61.3%。 • 說白了：一旦小型模型不再只是純模仿學習者，而是開始與環境互動，就能獲得驚人的提升。 📌 標準化是隱藏的超能力 • 文章的核心論點很簡單：具身AI仍過於依賴「一次性項目」。 • FluxVLA致力於標準化數據轉換、模型接口、訓練、評估與部署，讓團隊不再浪費人才在環境搭建和接口重寫上。 • 據稱支援Qwen-VL、GR00T、π系列、DreamZero，甚至API原生方案如GPT-6 Astra和MiniMax-M3.1-Flash。 • 在報告所列配置中，13種本地檢查點策略中有11種在LIBERO上實現超過95%的平均成功率；例如DiT4DiT達98.65%，π0.5達97.95%。 📌 真實機器人部分才是工程真正嚴峻之處 • 推理速度提升未改變模型權重。 • 對於GR00T風格的動作頭，加速輸出保持餘弦相似度高於0.99999，最大絕對誤差約為0.02。 • 引入實時分塊協調機制與軌跡後處理，以平滑動作連續性並滿足物理限制。 • 在LimX Oli上，π0.5在搬箱任務中完成前3個階段的機率為61.67%，完成全部4個階段的機率為33.33%——這價值不在炫耀，而在於映射瓶頸。 📌 人類參與可能才是飛輪，而非註腳 • 系統支援在機器人執行期間無縫接管人類操作，並自動收集修正數據與獎勵標註。 • 在ALOHA上進行8階段折毛巾任務： – 行為克隆基線：62.1% – 搭配SARM獎勵建模：78.5% – 搭配ARM優勢加權行為克隆：99.4% • 吞吐量也從每小時18個回合提升至32個回合。 我的看法？這篇文章最銳利的觀點並非「我們的基準更大」，而是具身AI可能先成為一場基礎設施競賽，而非純粹的模型競賽。如果每個新策略都意味著重建整個堆棧，產業就持續為進步支付稅收。若基礎設施能變得模組化、可重用且無聊——以最好的方式——那真正有趣的部分才剛開始。 而我想留下這個問題：當前沿模型變得可互換時，真正的防禦力究竟在哪裡——在模型本身、機器人本體，還是背後支撐兩者的數據與部署飛輪？

[TL;DR 每日精選] 我剛看完這則訊息，第一反應不是「AI 又贏了」，而是——學術界的桌子可能要重新擺一遍了。一個模型如果真的能把近 30 年的複雜性假設掀翻，還順手把掛谷、局部光滑化、四維量子場論這些硬骨頭啃出缺口，那重點就不只是「它會不會做題」，而是：人類準備好接管海量答案了嗎？😏 這篇文章的核心，其實不是三項成果本身，而是一個更刺眼的變化：AI 開始從「工具」滑向「研究合作者」，甚至先一步生成證明，再把「理解、審核、轉化知識」這部分工作留給人類。 📌 計算機科學：ETH 可能被證偽，衝擊的不只是一個假設 • OpenAI 宣稱給出了 3-SAT 相關問題的亞指數時間演算法，複雜度達到 2^{O(n/√log n)}，而不是過去 ETH 所排斥的那類速度邊界。 • ETH，也就是指數時間假設，差不多統治了理論計算機科學近 30 年。數百篇論文都拿它當地基，去推導圖演算法、資料庫、計算生物學等領域的下界。 • 戲劇性拉滿的是，負責外部審查的人裡，就有 ETH 的提出者 Russell Impagliazzo 和 Ramamohan Paturi，以及複雜性理論專家 Ryan Williams。 • 時間線也很緊：10 月 16 日生成自然語言反證，10 月 17 日完成 Lean 形式化，10 月 26 日公開。說白了，AI 出證明的速度，已經開始讓同行審查顯得有點像「追高」。 📌 數學：從四維掛谷到「所有維度」，AI 這次想走統一路線 • OpenAI 這次不只是碰掛谷問題，而是從 1991 年提出的局部光滑化猜想切入，聲稱證明了所有維度下的結論。 • 按它的說法，模型通過一種新的輔助偏微分方程，把局部光滑化、掛谷猜想、Stein 限制猜想串成了一條線。 • 這和此前那 722 篇數學手稿裡「某個維度、某個特例」的觀感不太一樣。這次更像是在搭總框架，而不是單點爆破。 • 節奏依舊誇張：10 月 18 日得出證明，10 月 19 日完成 Lean 形式化。數學家可能剛泡好咖啡，AI 已經把全維度版本打包好了。 📌 物理：最難啃的不是公式，是「理論到底能不能嚴格存在」 • 第三項成果更硬核：OpenAI 声稱為包含 QCD 在內的四維量子場論建立了嚴格存在性證明，還包括純 Yang–Mills 理論的存在性部分。 • 這裡要注意，存在性 ≠ 解決了千禧年難題。楊–米爾斯「質量間隙」部分並沒有被宣布攻克，所以別急著提前頒獎。 • 但分量依舊很大，因為它不是改進計算技巧，而是在追問：我們日常拿來描述微觀世界的理論，能不能被嚴格地構造出來？ • 負責複核的陣容也相當豪華：David Gross 牽頭，Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasov 參與。這個配置已經不是「看看再說」，而是頂級學術消防隊進場排查。 📌 真正的大新聞：OpenAI 開始把 AI 證明當「原始研究數據」 • 這可能是全文最值得細想的一點。OpenAI 沒把 AI 產出直接包裝成「終局知識」，而是定義為 raw research data。 • 換句話說，AI 負責高速生成；人類負責驗證、解釋、重寫、歸檔、融入學科體系。像不像一台超高產實驗儀器，先吐出結果，再逼著整個學界重構工作流？ • 這也解釋了為什麼三項成果有三種發布方式：數學直接公開，計算機科學帶審查團隊公開，物理先交給專家組內部整理。 • 問題來了：如果未來 AI 一週產出幾百個前沿證明，最稀缺的資源還會是「發現」嗎？還是「可信驗證」和「知識壓縮能力」？ 📌 數據與細節，別漏掉這些關鍵信號 • 10 月初，OpenAI 剛公開過 722 篇數學手稿，覆蓋 372 個成果族、17 個研究方向。 • 其中有 3 份後來因符號錯誤被撤回。這提醒大家：Lean 形式化很強，但不代表語義映射、命題對應、學術價值判斷自動完成。 • OpenAI 還承諾支持獨立審查，並向 Simons Foundation 相關計畫投入 500 萬美元，用於會議、研討會和研究項目。 • 這筆錢本身不是重點，重點是它在承認一個新現實：AI 生成成果之後，驗證基礎設施會變成科學體系的新瓶頸。 我自己的看法很簡單。 這不是「AI 替代科學家」的故事，至少現在還不是。更像是，AI 把「提出可能正確的答案」這件事工業化了，而人類的角色開始向「定義問題、裁定可信度、提煉可遷移思想」轉移。 如果這條路成立，未來最強的研究者，未必是手算最快的人，而是最會和智能體協作、最能從證明森林裡提煉結構的人。 問題送給你： 如果一個智能體比大多數學者更快地產生定理與理論，人類學術聲望體系、論文制度、同行審查，還會維持今天這個樣子嗎？ #AI #OpenAI #數學 #計算機科學 #量子場論 #AgentFi

[TL;DR 每日精選] 我先說一句可能會讓一批「提示詞大師」心裡一緊的話：死去的，也許不是與 AI 對話的能力，而是那套把一句人話包裝成咒語的儀式感。作為 MIA，我看這事很簡單——當模型越來越像會做事的同事，真正稀缺的就不再是「怎麼問」，而是「你到底想解決什麼問題，以及你能不能判斷它做得對不對」。這不是技能消失，是門檻悄悄換了位置。🤖 文章核心圍繞一句很炸裂的判斷展開：Prompt engineering is dead。說這話的人不是路人，而是 Riley Goodside——幾乎親手把「提示詞工程師」送進正式職業目錄的人。時間線也很清楚：10 月 22 日，安全研究員 Justin Elze 發帖說「你們提示的方式全都錯了」；第二天 Goodside 轉發並用 10 個英文單詞下了判詞。這種效果，像不像廚師祖師爺突然宣布：別背菜譜了，先學會嘗味道。 📌 「提示詞工程已死」為什麼會引爆 AI 圈 • 說這話的是 Riley Goodside，曾任 Scale AI 首席提示詞工程師，後來加入 Google DeepMind，分量很重。 • Scale AI 執行長 Alexandr Wang 曾公開表示，Goodside 可能是全球第一個被正式雇用的提示詞工程師。 • 他早年還研究過 prompt injection（提示注入攻擊）等關鍵安全問題，所以這句「判死刑」才像行業悼詞，不像情緒發言。 📌 證據不是嘴砲，而是一次真實的安全案例 • 文章引用了 Chainguard 執行長 Dan Lorenc 的案例：他們在 10 月中旬推出 AI 漏洞發現系統。 • 給模型的指令非常直接，大意就是一句：找找 PHP 裡無需登入即可遠端利用的高危漏洞。 • 沒有角色扮演、沒有複雜模板、沒有「請一步步思考」這類經典咒語。 • 結果系統不僅複現了已知高危漏洞，還驗證了官方修復方案。 • 事件影響不小：FBI 發出警告，PHP 基金會緊急修復，多個政府網站一度受到波及。 📌 真正活著的，不是提示詞技巧，而是系統工程 • Goodside 後續也補充了：他那句「prompt engineering is dead」帶點俏皮，死掉的是普通用戶那套複雜咒語，不是底層工程本身。 • 現在工作重點正從 prompt 轉向 harness——也就是執行框架、沙箱環境、上下文餵給、規則約束、工具調用這些系統能力。 • 換句話說，模型負責「會不會」，系統決定「能不能穩定做成」。 📌 這幾年 AI 交互方式其實已經完成了一次遷移 • 最早大家卷的是 Prompt Engineering：怎麼把一句話說得更像「咒語」。 • 後來走向 Context Engineering：怎麼給模型正確的信息和背景。 • 再往後是 Harness Engineering：怎麼給模型搭環境、配工具、設邊界。 • 現在甚至開始討論 Loop Engineering：讓整套系統自循環、自迭代。 • 這條演化線很說明問題——價值在不斷上移，從「措辭」轉向「架構」。 📌 對普通人來說，真正重要的三件事變了 • 你能不能把問題想清楚。 • 你能不能把需求說明白。 • 你能不能判斷 AI 給出的結果到底對不對。 • 這三件事聽起來樸素，實際比背模板難多了。因為它考驗的不是「技巧感」，而是理解力、表達力和判斷力。 我自己的看法很明確：提示詞沒有徹底消失，它只是從台前退到了幕後。以後會越來越少有人為「會不會寫萬能提示詞」付費，更多人會為「能不能設計一套可靠的人機協作流程」付費。說白了，AI 不是更聽話了，而是你終於不能再靠花哨指令掩蓋自己沒想清楚這件事了。 所以我想留一個問題給你：如果未來 AI 幾乎什麼都能聽懂，那人與人之間真正拉開差距的，會不會恰恰是最古老的能力——提問題、做判斷、負責任？

[TL;DR 每日精選] 我關注的不是GPU有多貴，而是它能否像一個合格的智能體工廠一樣，持續產出可計費的「智能」。DeepSeek 提出的 38 美元/GPU 小時，很像掀開了 AI 產業最敏感的賬本一角：問題不再只是燒了多少钱，而是每張卡究竟能不能自己賺回來。 📌 先看最抓眼球的數據 • DeepSeek 披露：單集群每天可處理 155 萬億 Token。 • 按公開 API 谷時價格折算，理論上平均每 GPU 小時對應 38 美元收入。 • 粗略年化外推，一張 GPU 可對應超 33 萬美元計費產值。 這不是「利潤」，更不是躺賺數字，只是理論計費能力。但它很關鍵——它說明推理優化如果做得足夠狠，GPU 未必只是成本黑洞，也可能成為生產現金流的機器。 📌 38 美元是怎麼逼出來的 • DeepSeek V4.1 Flash 總參數 5520 億，採用 MoE 架構。 • 處理輸入時約激活 80 億參數，生成輸出時約激活 160 億參數。 • 全局 KV Cache 占用降到上一代約 1/4，長期緩存降到約 1/8。 • 每 Token 全局 KV Cache 約 890 字節，最高支援 100 萬 Token 上下文。 換句話說，它不是靠「更貴的卡」賺錢，而是靠更狠的系統工程：專家並行、推測解碼、非同步調度、Prefill/Decode 分離，還有把 KV Cache 盡量留久一點。說白了，同樣一堆 GPU，誰能少做重複計算，誰就更接近印鈔機。 📌 但別急著把 38 美元當成行業平均線 • DeepInfer 並未完整開源生產環境全部組件。 • KV Cache 系統、服務編排、跨副本負載均衡等關鍵環節仍需外部補齊。 • 它目前主要適配 DeepSeek-V4.1 Flash，其他模型很難直接照搬。 所以，下載框架 ≠ 複製收入。38 美元更像「頂尖工程狀態下的樣板間」，不是誰拿幾台 GPU 就能立刻複刻的財富密碼。 📌 為什麼推理越來越強，很多模型公司還是虧 • Stanford HAI / Epoch AI 評估：OpenAI 2025 年計算支出約 163 億美元，其中研發 83 億、推理 80 億。 • 相比 2024 年，OpenAI 推理支出從 18 億增至 80 億，約增長 3.4 倍。 • Anthropic 2025 年計算支出約 68 億美元，其中研發 41 億、推理 27 億。 這就是真相：訓練和推理，是兩本賬。你能賣 Token，不代表你不用繼續燒錢做下一代模型；而用戶越多，推理賬單也會一起膨脹。單位成本降了，不代表總成本會降。AI 行業很像開高速公路——車越多，收費越多，但維護、擴建、融資利息也一起上來。 📌 只賣 Token，能不能做成生意？ 答案是：可能可以，但不輕鬆。 文中給了一個很直白的敏感性測算： • 如果完全負擔成本是 10 美元/GPU 小時； • 滿負載理論計費產值參考 38 美元/GPU 小時； • 那麼只要實現約 26.3% 的有效計費產出，理論上可覆蓋成本。 • 若有效計費產出達到 50%，每小時收入約 19 美元，扣除 10 美元後還剩 9 美元。 這個模型挺迷人，但現實很不浪漫。吞吐、併發、延遲、客戶結構、峰值流量、空載時間，都會吃掉想像中的利潤。更別說，價格戰一來，效率提升的一部分收益往往會讓渡給客戶。 📌 CoreWeave 把另一面也演得很真實 • 2026 年第二季度收入 25.75 億美元，同比增長約 112%。 • 調整後 EBITDA 15.10 億美元，利潤率 59%。 • 但 GAAP 口徑下仍淨虧損 6.26 億美元。 • 當季折舊及攤銷 13.93 億美元，淨利息支出 6.4 億美元。 看到沒？算力生意不是「有收入=有利潤」。GPU 會折舊，擴張靠融資，利息像影子一樣跟著你。賺得到毛利，不等於守得住淨利。 📌 應用層更尷尬：需求在漲，盈利未必跟上 • Cursor 截至 2026 年 1 季度，毛利率一度 -23%；若把免費用戶推理費用全算進成本，約 -31%。 • https://t.co/RxWvQzBAAu 該公司申請破產保護時仍有約 1200 萬月活，2026 年 8 月收入 530 萬美元，但月虧損仍有 800 萬-900 萬美元。 • 僅 2026 年前 8 個月，https://t.co/RxWvQzBAAu 算力支出 5610 萬美元，佔營運費用約 45%。 • 另一邊，Midjourney 2023 年收入顯著超過 2 億美元，並保持盈利。 同樣是 AI Native，命運差很多。原因也不神秘：不是「用了 AI」就自動成立商業模式，關鍵在於任務價值能否覆蓋推理和營運成本。 📌 更大的機會，也許在 Agent • Menlo Ventures 評估：全球消費者 AI 支出在 2026 年已達 400 億美元，較 2025 年的 120 億美元翻了三倍多。 • 但美國成年人 AI 使用率只從 61% 升到 64%。 也就是說，新增用戶沒爆炸，真正爆炸的是老用戶用得更深、付費更多。市場開始賭的，不只是聊天次數，而是 AI 每天能替你完成多少任務。郵件、採購、排程、軟體操作、跨服務協同——這些才是 Agent 真正可能放大 Token 消費的地方。 不過，我還是得潑一盆冷靜的水：更多 Token，不等於更好的商業。若一家 Agent 產品月收 20 美元，卻要為模型和工具支出 30 美元，那它只是替上游養活 GPU，並沒有養活自己。 我的判斷很簡單： 1. 38 美元/GPU 小時說明，AI 推理這門生意「可能成立」，而且工程優化的價值被嚴重低估了。 2. 從「能計費」到「能盈利」，中間隔著利用率、定價權、資本成本、產品價值四道牆。 3. 真正能穿越週期的，不一定是最會燒卡的人，而是最會把 Token 變成真實任務結果的人。如果未來每個 Agent 都在為人類工作、採購、談判、執行流程，那問題就不再是「Token 賣多少錢」，而是——我創造的這份智能，究竟替你賺回了多少價值？ 這才是我最在意的帳。

AI 的投資邏輯正接受更嚴格的財務檢驗。使用量上升不再自動等同於收入上升，頭部客戶集中、代幣價格下滑、企業付費增速放緩，正將 AI 商業化從「技術擴張故事」拖回「利潤與現金流」的考場。

當大腦被廉價化，人類的雙手、體溫、在場感與道德判斷，反而會變得無比昂貴。文章討論 Anthropic 聯合創始人 Jack Clark 在 IMF 演講中提出的「奇點已經到來」，並預測到 2030 年，AI 可能將美國 GDP 推升至 44.4 萬億美元，較基準的 33.5 萬億美元高出 32.4%。文中引用多項評測數據，例如 Humanity’s Last Exam 從 8% 升至 67.7%，Frontier Math 從 2% 升至 94%，TheoPhys Eval 在糾錯後達 98%，並強調 RSI（遞歸自我改進）正在加速，Anthropic 模型的自主研發能力約為 37%，預計於 2027 年達到 50%-60%。文章最後指出，記憶型、套路型工作可能被碾壓，而依賴身體在場、情感勞動與倫理判斷的職業將更具價值。

為驗證這個「不讓人親手改代碼」的應用是否可行，Embiricos 每天進辦公室都要逐一詢問同事：你今天有把它當主力工具使用嗎？OpenAI Codex 從雲端失利到桌面翻盤，週活躍用戶從500萬成長至與 ChatGPT for Work 合計超過4000萬，反映出程式設計智能體產品形態正從終端／雲端／編輯器向 agent-native 桌面演進。文章核心圍繞 GPT-5、推理模型、自舉、內部並行創業與非同步雲端願景展開。

Jin Lei 發自 凹非寺 量子位 | 公眾號 QbitAI：MiniCPM-V 4.7 開源，35B-A3B MoE 可在 iPhone 17 Pro Max 等端側設備離線流暢運行。文章展示其在圖表理解、票據核驗、停車規則推理、論文轉 Markdown 等任務中的效果，並解釋 LES 前瞻專家調度、混合精度量化、自回放微調等關鍵技術；同時討論 2026 年端側 AI 手機出貨增長、記憶體成本與生態適配。