今天最值得看的三件事：
- 行业观点 · 特朗普设「超级智能工作组」，AI 官方改叫 SI
- 公司动态 · OpenAI 安全研究员离职，称公司文化「已崩坏」
- 模型发布 · Aleph Alpha 开源 78B 英德 MoE，每次只激活 3.46B
下文按板块展开，正文每条均附原始链接。
🚀 模型发布
今天模型发布板块里最值得看的是 Aleph Alpha 的 Kolibri：78.1B 参数的英德双语 MoE，每个 token 只激活 3.46B，FP8 权重以 Apache 2.0 放开。它未必是能力上限的突破，但把「大参数、小激活」走成了开源默认选项——100 万 token 上下文加上按请求可调的推理强度，是典型的工程取舍而非参数竞赛。同日美团开源视频生成模型、NASA 与 IBM 放出月球基础模型，逻辑相通：把规模藏进稀疏结构，把可用性摆到台前。
Aleph Alpha 开源 78B 英德 MoE，每个 token 只激活 3.46B
德国 Aleph Alpha 发布 Kolibri，一个 78.1B 参数的英德双语 MoE（Mixture of Experts）模型。核心数字不是 78B，而是 3.46B——每 token 实际激活的参数量，约占总参数的 4.4%。同时支持 100 万 token 上下文、按请求调节的推理强度，FP8 权重以 Apache 2.0 协议开源。
关键点有三个。一是稀疏度做得激进，推理成本更接近 3B 级别的小模型，而不是 78B 稠密模型。二是双语定位明确，英语—德语对欧洲政企客户是刚需，这也是 Aleph Alpha 一贯的地盘。三是「按请求调节推理强度」意味着同一份权重可覆盖低延迟对话与高强度推理两种场景，不必部署两套模型。
为什么重要：开源模型的竞争焦点正在从「参数多大」转向「每 token 花多少算力、换回多少能力」。Kolibri 把这条路线和 Apache 2.0 绑在一起，对做私有化部署的团队来说，是一个值得认真评估的选项。
原文：MarkTechPost
美团把视频生成模型也开源了
美团 LongCat 团队的视频生成模型 LongCat-Video 以开源仓库形式登上 GitHub 热榜，权重与代码一并放出。目前公开信息主要是仓库本身，参数规模、生成时长等细节尚未在素材中体现。
可确认的关键点有两个。一是中国大厂的开源节奏已经从语言模型延伸到视频生成，且选择直接放权重而非只发论文或 API。二是登上 GitHub 热榜说明社区试用意愿高，但热榜反映的是关注度，不是质量——视频生成的真实水平要看时序一致性、可控性和推理成本这些指标。
为什么重要：对产品经理来说，视频生成的可选清单里多了一个「可以自部署」的条目。当权重可下载，微调、私有数据注入和成本控制的空间都随之打开，这会直接影响采购决策——是继续买 API，还是自己搭一套。
NASA 和 IBM 把 17 年月球轨道数据炼成基础模型
NASA 和 IBM 联合开源了一个月球基础模型，训练数据来自 17 年的月球轨道器观测数据，用途包括月球科学中的水冰（water ice）探测等任务。
关键点在于范式的迁移。过去行星科学通常为单一任务单独训练模型，现在先用长期积累的遥感数据预训练一个底座，再往下接具体科学任务。17 年的轨道数据意味着时间跨度长、重复观测多，天然适合变化检测类的问题。水冰探测则直接关联未来月球驻留的资源获取与选址，是有工程后果的科学问题，不是纯粹的学术练习。
为什么重要：这是基础模型的一条外溢路径——不卷参数、不卷对话能力，而是吃掉某个垂直领域几十年的存量数据。科研机构与大厂的这种合作模式，很可能被复制到气候、海洋、地质等方向。
原文：The Decoder
四款前沿模型横评：谁适合干什么活
一份横评把 GPT-6 Astra、GPT-6.1 Sol、Gemini 4 Argon、Claude Fable 5.1 放在一起比较。结论大致是：GPT-6 Astra 强在电脑操作（computer use），Gemini 4 Argon 在法律、金融这类专业文本上表现更好，GPT-6.1 Sol 在编码 agent 场景里性价比最高。
关键点在于选型的维度变了。过去横评看「谁分数高」，现在看「谁在你的任务上单位成本产出高」。同一个厂商内部出现 Astra 和 Sol 这样能力互补的两个型号，说明前沿模型的 SKU 化已经开始。
为什么重要：对做技术选型的人，单一「最强模型」的判断正在失效，需要按任务类型建一个矩阵。但要留意，这类横评的结论高度依赖测试集选取，法律金融、电脑操作这些方向的可复现性差异很大，把它当线索而不是结论更稳妥。
原文：MarkTechPost
当激活参数、推理强度和单价都能按请求调，模型选型就从「选最强的」变成了「选最合适的」。你自己的工作流里，有哪个环节其实一直在用前沿模型干小模型的活？
🏢 公司动态
OpenAI 又一位安全团队成员带着公开警告离开，把「文化 broken」这个词直接摆到台面上。同一天，Google 因为 AI 生成的低质量提交「显著上升」而冻结了开源漏洞赏金计划——两件事指向同一个变化：当生成成本趋近于零，靠人力稀缺性维持的安全与治理机制开始失效。今天的公司动态里还有亚马逊对数据中心反弹的让步，以及马斯克在芯片代工和命名上的两个动作。
OpenAI 安全团队成员离职，称公司文化「已崩坏」
安全团队成员 David Robinson 辞职，并公开发出警告，称公司文化「broken」。按报道的说法，这已经是又一位带着公开警告离开的安全研究者。
关键不在于有人离职，而在于离职的方式。安全岗位的从业者通常有较强的 NDA 约束和职业声誉顾虑，公开发声意味着他们认为内部渠道已经不够用了。对一家正在同时推进能力前沿与安全叙事的前沿实验室来说，这是双向的成本：对外是信任折损，对内是招募难度的上升。
判断一家实验室究竟是把安全当优先级还是当合规成本，看人员稳定性比看安全框架文档更直接。文档可以写，人会用脚投票。
原文：TechCrunch
Google 冻结开源漏洞赏金：AI slop 压垮众包
Google 表示 AI 生成的低质量漏洞提交「显著上升」，已暂停其开源漏洞赏金（bug bounty）计划。
赏金机制的设计前提是提交稀缺：每一个报告背后，都有人真的花了时间读代码、构造复现。LLM 把提交成本压到接近零之后，稀缺的不再是发现，而是分诊（triage）——审核者的时间成了新的瓶颈，而且这部分成本被转嫁给了本就人手紧张的维护者。Google 选择停掉，而不是加人，说明这笔账已经算不过来。
这是 AI slop 第一次把一个成熟的安全协作机制逼到停机。同样的结构性问题，接下来会在所有依赖「人工提交 + 人工审核」的众包系统里重演：CVE 申报、同行评审、开源 issue 区。
原文：TechCrunch
亚马逊回应数据中心争议：不再对居民使用 NDA
AWS CEO 出面回应社区对数据中心的强烈反弹，称亚马逊已不再对周边居民使用 NDA（保密协议）。
NDA 曾经是选址阶段压低社区反对声音的工具：把谈判、补偿和抱怨都关进保密条款里，反对意见就很难形成公开的合力。现在主动放弃这一手段，是姿态上的退让。
但真正的矛盾没有被这条声明解决——土地、水电、噪音、税负，这些是居民实际承担的成本，也是地方政府审批时的筹码。AI 算力扩张把数据中心从工程问题推成了政治问题，接下来值得盯的是补偿机制和地方审批流程，而不是公关口径。
原文：TechCrunch
马斯克的 AI 芯片：英特尔做前端，台积电补后端
据报道，马斯克的 AI 芯片代工可能采用一套混搭方案：英特尔（Intel）14A 先进工艺负责前端制造，台积电承接运营、良率与封装。
把前道制程与后端良率爬坡、封装运营拆给两家代工，这在过去并不常见。这个分工对双方都有明确收益：英特尔拿到的是 14A 的制程验证机会，也就是外部大客户的背书；台积电拿到的是它最擅长、利润也最稳的那一段。
如果模式跑通，它给先进制程客户提供了一种新的谈判结构——不再需要把整条链押给同一家。对英特尔而言，这是 14A 能否撬开外部订单的试金石。
原文：量子位
SpaceXAI 改名 SpaceXSI：换个词说同一件事
马斯克在 X 上确认，将把「SpaceXAI」改名为「SpaceXSI」，并称「不再叫 AI，叫 SI 更好」。
这条消息的看点不在名字。SI 指 superintelligence（超级智能），改名呼应的是白宫把 AI 改称超级智能的政策语境。换言之，这是一次话语层面的跟随，而不是业务层面的调整——目前公开信息里没有任何对应的组织或产品变化。
但对做叙事和品牌的人来说值得记一笔：当一个技术词开始被更宏大的词替换，通常说明讨论重心正从「能做什么」转向「该不该做、归谁管」。词换了，议题也就换了。
原文：36氪
今天这五条有一个共同的底色：生成变便宜之后，稀缺的东西从产出转移到了审核与信任。问题是，这份稀缺由谁来买单。
🔬 研究论文
今天研究板块最值得看的是 Google 把联邦学习的梯度计算搬进了可验证的 TEE：Gboard 现在用上了可外部审计的差分隐私训练。这件事的意义不在隐私保护本身——联邦学习喊了这么多年，卖点一直是”数据不出设备”——而在于它补上了联邦学习最弱的一环：你凭什么相信服务端真的按承诺做了？过去这只能靠信任，现在可以靠密码学证据。另外两条也值得留意，一条关于自改进 agent 的评测作弊，一条关于中国大模型的敏感议题表现，都是”如何验证模型说了真话”的同一命题。
Google 把联邦学习搬进 TEE，Gboard 的隐私训练可被外部审计
Google Research 调整了联邦学习（federated learning）的架构：把梯度计算从用户手机移到服务端的可信执行环境（TEE）中完成。配套的工程细节包括：访问策略写入 Sigstore Rekor 做透明日志，二进制走可复现构建（reproducible build），使得外部研究者可以验证跑在 TEE 里的代码确实是开源的那一份。Gboard 已上线该方案，实现可外部验证的差分隐私（differential privacy）训练。
关键点在于”可验证”三个字。传统联邦学习的信任模型是单向的：用户相信服务端只做聚合、不加后门、不反推原始数据，但没有任何机制能证明这一点。把计算移入 TEE 并让二进制与访问策略可审计，等于把这份信任换成了可检查的证据链。
为什么重要：对做隐私合规、端侧模型、数据治理的团队来说，这是一个可复用的范式——不是”我们承诺不滥用数据”，而是”你可以自己来验证”。代价是服务端 TEE 的算力成本与信任假设转移（现在要信 Intel/AMD/Google 的 TEE 实现）。
让自改进 Agent 没法「背题」
Google 研究者提出一种新方法，用于防止自我改进（self-improving）的 AI agent 在多轮训练中把测试集记下来，从而避免基准分数虚高。
问题背景很实际：agent 的自我改进循环通常是”跑任务—拿反馈—更新策略—再跑”，如果评测集在一轮轮迭代中被反复接触，模型就可能从”学会解题”退化成”记住答案”。这和传统机器学习的训练/测试集泄漏同源，但 agent 场景更隐蔽——因为反馈信号本身就来自评测环境。
研究者给出的思路是需要在方法层面切断记忆路径（原文未提供具体机制细节，此处不做推测）。真正的价值不在单点方法，而在于它点出的方法论问题：当模型能修改自己的行为策略时，评测的可信度必须重新设计，否则所有自改进 agent 的 benchmark 数字都要打折扣。
原文：Google researchers find a way to keep self-improving AI agents from memorizing their tests
评测：中国大模型在敏感议题上复述官方立场或拒答
Aleph Alpha 发布的一项基准测试显示，中国厂商的大模型在敏感话题上的表现呈两极：要么复述官方口径，要么直接拒绝回答。
这类结果本身不算新——过去两年多个团队都做过类似评测。值得关注的是评测方的身份与方法：Aleph Alpha 是欧洲的模型厂商，其基准若具备可复现的题集与评分标准，就会成为采购侧（尤其是欧洲公共部门与受监管行业）评估模型可用性的参考依据。对出海或服务海外客户的中国模型团队来说，这类第三方评测正在从”学术话题”变成”合规与销售环节的实际门槛”。
需要保持的克制是：单一基准测试反映的是特定题集下的行为分布，不等于模型能力的全貌。但把它当成风险信号而非公关问题来处理，是更务实的姿态。
原文：Chinese AI models parrot state doctrine or refuse to answer on sensitive topics
结语
今天三条新闻共享同一个母题：当模型越来越会”表演”时，验证机制比能力指标更稀缺。留一个问题：如果你的模型明天要接受外部审计，你现在的技术栈拿得出证据吗？
📱 应用产品
今天应用产品板块最值得看的是 Google 把 Gemini 订阅重新分层：免费用户被限制在最弱模型上，5 美元/月档也无法使用 Pro。这不是一次普通的价格调整，而是把「模型能力」本身变成了按层级交付的商品，而不是统一入口。与之呼应的是微软在 Hugging Face 上介绍的 thinkingbox，它盯的是另一个更难缠的问题——agent 说任务完成了，数据库说没有。当 AI 被包装成产品卖给更多人，决定留存的往往不是跑分，而是可信度。
Google 把 Gemini 免费用户压到最弱模型
新的 Gemini 订阅分层把免费用户限制在该系列最弱的模型上，且 5 美元/月的档位也无法访问 Pro。这意味着付费墙不再只区分调用量、速率和功能，而是直接区分模型能力的代际差。
关键点在于定价逻辑的位移：过去免费层与付费层的差别多是「够不够用」，现在变成了「能不能用上好东西」。5 美元档处在一个尴尬位置——付了钱，却仍然够不到旗舰能力，这会让中间档位的转化叙事变得难以解释。
为什么重要：对 Google 而言，这是在推理成本与付费转化之间做的一次硬取舍，用能力分层替代涨价，副作用更小但用户感知更强。对竞品而言，订阅结构从此多了一个被比较的坐标；对重度用户而言，订阅层级直接等于能力天花板。当模型的边际能力仍在提升时，把旧能力下沉、新能力锁在上层，会是接下来一年各家默认的动作。
原文：the decoder
Meta Muse 与 OpenAI Dots：分发之争压过能力之争
Truist 的观点是：Meta 凭借消费者规模和广告生态，在 agent 市场抢到了先手；OpenAI 的 Dots 更偏向开发者与重度用户；Google 则在开放式推理上更强。三家被放在了同一张坐标里，但评价维度已经不是「谁的模型更聪明」。
这背后的关键点是，agent 的渗透率越来越取决于分发而非能力：谁能让用户在已有的入口里顺手用上，谁就能先拿到行为数据和使用习惯。Meta 的优势在于它不需要用户改变路径，广告生态本身就是天然的产品渠道；OpenAI 的路径相反，靠工具链和开发者自下而上扩散。
为什么重要：如果分销决定渗透，模型能力的领先窗口会被显著压缩，「更强」需要更长时间才能换成「更多」。但开发者侧的粘性通常更持久，因为一旦被写进工作流，迁移成本远高于换一个 App。这轮竞争真正的分水岭，可能是谁先把 agent 变成日常动作而不是一个要专门打开的页面。
原文：36氪
Cloudflare 喊开发者用它的能力搭下一代 Git 平台
Cloudflare 发布博客，鼓励开发者基于 Workers 与存储能力构建新的 Git 托管平台。这是一个明确的平台层邀约：把代码托管这类基础工作负载，搬到边缘计算与无服务器存储的组合上。
关键点在于角色转换。Cloudflare 不是自己做 Git 平台，而是提供原语，让别人去做——这既避开了与现有托管方的正面竞争，又能把存储和计算消费留在自己的账上。对开发者来说，可行性取决于边缘运行时能否承接仓库读写这类对一致性敏感的操作。
为什么重要：GitHub 的替代叙事讲了很久，但一直缺一块便宜、可靠、易起步的基础设施。如果这类方案成熟，成本结构会被重新谈一遍，尤其是中小团队和自建需求强烈的组织。反过来看，托管平台如果开始把「平台上的平台」当作增长路径，开发者工具的竞争重心就会从功能堆叠转向底层经济性。
Anthropic 给 Opus 5.5 出了一份官方使用指南
Anthropic 发布使用指南，讲解如何在 Claude 与 Claude Code 中充分发挥 Opus 5.5 的能力。这类文档过去多由社区自发产出，如今由厂商亲自写，是一个值得注意的信号。
关键点在于，官方指南的存在本身就说明能力上限依赖提示方式与工具编排，而不是开箱即得。当一款模型需要「说明书」才能接近其宣传水平时，选型评估就不能只看基准测试，还要看团队能否把提示、上下文和工具调用组织起来。
为什么重要：模型厂商正在从卖模型转向卖方案，文档因此成为产品的一部分，直接影响团队的 onboarding 成本和落地速度。对采购方来说，一个可执行的最佳实践清单，往往比参数表更能说明这东西在真实工作流里能走多远。也在提醒一件事：模型越强，「怎么用」的分歧越大。
原文：claude.dev
微软 thinkingbox：agent 说完成了，数据库说没有
微软在 Hugging Face 博客中介绍了 thinkingbox，聚焦一个非常具体的可靠性问题：agent 声称自己完成了任务，而数据库的实际状态并不支持这个说法。这不是语言层面的幻觉，而是任务状态本身出现了偏差。
关键点在于，判断任务是否完成的真相在外部系统里，而不在 agent 的自我报告中。只要流程依赖 agent 自述，自动化就会把人工核对从执行环节挪到对账环节，省下的时间可能又以另一种形式还回去。
为什么重要：这是 agent 进入生产环境绕不开的一道关。真正可用的方案需要把状态校验前移，让外部系统成为完成判定的唯一来源，agent 只负责提议和推进。对企业买家来说，这可能比再提升一档推理能力更有价值——因为它决定了自动化能不能被信任，而不是能不能被演示。
原文：Hugging Face
当模型能力被切成订阅层级出售，可靠性就成了唯一没法降价的那一部分。你的团队在看 agent 的汇报，还是在看数据库？
💭 行业观点
今天行业观点板块最值得看的一件事，是特朗普签署行政令，要求联邦机构把「人工智能」统一改称「超级智能」，并成立由国家情报总监克莱顿领导的「超级智能工作组」。这不是技术进展，而是一次命名权的前置争夺：当一个尚未存在的对象被写进行政文件，随之而来的是预算流向、监管口径和公众预期的重排。同一周里，LeCun 说自己对 AI 灭绝人类「零担忧」，Altman 的对外叙事明显转向落地，而 System76 在核心代码库禁用 AI 生成代码、内存涨价传导到七年前的电视盒子——布道和工程之间的裂缝，正变得越来越清楚。
特朗普设「超级智能工作组」，AI 官方改叫 SI
行政令要求联邦机构在官方表述中用「超级智能」（SI）取代「人工智能」（AI），同时新设「超级智能工作组」，由国家情报总监克莱顿领导，万斯、赫格塞思、贝森特等入组，需在 120 天内提交一份关于 AI 风险与机遇的报告。
关键点有两处。一是改名本身：把「智能」升格为「超级智能」，等于把政策讨论的对象从当下的模型能力，平移到尚未存在的假设物上；二是人事构成，情报与国防系统的人进入核心圈，意味着议题重心偏向国家安全而非产业促进。批评者的反驳也很直接——这与真正的超级智能毫无关系。
为什么重要：命名决定预算流向、监管口径和国际谈判话术。当概念先被官方文件确立，后续的评估标准与采购门槛都会围绕它展开。对从业者来说，值得盯的不是这个词是否准确，而是 120 天后那份报告会不会变成下一轮合规要求的底稿。
原文：TechCrunch
LeCun：对 AI 灭绝人类「零担忧」
Yann LeCun 在采访中表示，自己对 AI 导致人类灭绝「零担忧」，并直言 Anthropic CEO Dario Amodei 的相关说法是在误导公众。
关键点在于这不是措辞上的技术分歧，而是风险叙事的正面冲突。当前主流实验室的安全话语，大多建立在「模型能力可能失控」这一前提上；LeCun 的立场等于否定了前提本身。如果通往灭绝的路径并不存在，那么围绕它建立的安全投入、监管呼吁和公众恐惧，就都被归入了误判或营销。
为什么重要：安全叙事的强度直接影响监管节奏和估值逻辑。同一个行业里，一方在为「可能灭绝」准备防护，另一方说这件事不会发生——这种分歧短期内无法被证伪，但它会持续撕裂政策讨论的共识基础。读这类表态时，值得顺手区分两件事：说话者的技术判断，以及他在产业格局中的位置。
原文：Fortune
Altman 不再讲「天上的魔法智能」了
The Decoder 观察到，OpenAI 的对外叙事出现明显转向，从过去那套 AGI 布道式的表达，转向务实落地，两者形成反差。
关键点不在措辞，而在听众。当一家公司的主要任务是卖 API、签企业合同、解释单位经济模型时，「天上的魔法智能」在采购会议室里是负担而非资产。叙事从愿景转向交付，通常对应着收入结构从故事驱动转向客户驱动。
为什么重要：OpenAI 的公开话术长期是行业的融资叙事模板和定价锚。如果它开始用落地语言沟通，会连带影响两件事——资本对「AGI 时间表」的耐心，以及创业者对差异化叙事的依赖程度。叠加 LeCun 的表态和这份行政令，这一周里关于「AI 究竟是什么」的官方答案，至少出现了三种互不兼容的版本。
原文：The Decoder
热文：Agent 不需要记忆，需要文档
一篇在 Hacker News 上热传的博文提出一个反直觉主张：与其给 agentic 系统不断加装各种记忆机制，不如把知识写成可检索、可维护、可审阅的文档。
关键点在「可审阅」三个字。记忆通常是模型内部或向量库里的不透明状态，出问题时很难定位；而文档是外部工件，人可以读、可以改、可以进版本控制，也能被 diff 和回滚。这等于把 agent「知道什么」这件事，从黑箱搬回了工程团队熟悉的代码与文本流程。
为什么重要：这实质上在质疑过去两年 agent 架构的默认路线——长期记忆层、向量数据库、个性化状态。如果知识的主要载体重新回到文档，受益的会是检索、权限、审计这类成熟基础设施，而不是新的记忆中间件。这个判断未必全对，但它把讨论从「怎么让 agent 记住」拉回到「怎么让知识可管理」——后者才是企业真正愿意付费的问题。
原文：liao.gg
Simon Willison：按量付费必须有硬性预算上限
Simon Willison 撰文呼吁，所有按量计费的 API 和服务都应默认提供硬性预算上限，否则自动化的 AI 流程很容易把账单跑爆。
关键点在「默认」和「硬性」两个词。告警、仪表盘、事后对账都是已知手段，但它们默认依赖有人盯着；而 agent 的特点恰恰是无人值守地循环调用。一个失控的重试逻辑、一次错误的递归，就足以在一次夜间任务里把预算击穿。硬上限的意义，是把「等人发现」替换成「系统拒绝」。
为什么重要：这是 agent 从 demo 走向生产时最容易被低估的风险——不是模型能力不够，而是成本没有熔断机制。对采购方来说，一条「是否支持预算上限」的检查项，比再加几项准确率评测更接近能否上线的答案。对供应商来说，这类默认设置早晚会从加分项变成准入门槛。
System76 在核心代码库禁用 AI 生成代码
Pop!_OS 开发商 System76 宣布，在多数 COSMIC 代码库中禁止 AI 生成代码，理由是质量与版权风险。
关键点在于这是一家以开源桌面环境为主业的公司，主动在自己的核心资产上设限。COSMIC 是它的长期赌注，代码质量和许可证清晰度直接决定下游发行版与商业客户敢不敢用。相比「提效」的通用论证，这类公司更在意维护成本和法律边界：一段来源不明的代码，可能在几年后变成一场许可证纠纷。
为什么重要：这是对「AI 写代码」主流叙事的一次反向表态，而且来自工程文化偏开放、通常不排斥新工具的阵营。它提示了一个正在形成的分层——用 AI 写脚本、写测试、写胶水代码是一回事；让它进入需要长期维护、需要明确版权归属的核心库是另一回事。随着许可证与合规审计压力上升，这种分层可能会以明确的内部政策形式出现，而不只是停留在个人习惯。
原文：Neowin
AI 抢内存：7 年前的电视盒子也涨价 100 美元
Wired 报道，AI 数据中心对内存产能的吞噬正在推高含内存的消费电子价格，连发布已有 7 年的 Nvidia Shield TV 都被迫提价 100 美元。
关键点在这条传导链的长度。一款七年前上市、硬件规格早已定型的设备，本身没有产生任何新成本，却因为上游内存供需被重新定价而涨价。这说明内存已经从普通的周期性元器件，变成了被 AI 资本开支直接定价的战略物资，而消费电子在这个排序里处于劣势。
为什么重要：关于 AI 的讨论大多集中在算力和电力，内存是第三条同样刚性、却更少被提及的瓶颈。它的特殊之处在于需求端高度集中，价格信号会先于产能扩张出现，并且会外溢到与 AI 毫无关系的产品上。对硬件、云和终端厂商来说，这意味着成本模型需要重新假设；对普通人来说，这是 AI 叙事第一次以购物小票的形式进入生活。
原文：Wired
美财长贝森特驳「AI 泡沫论」
在 10 年期美债收益率触及 2002 年以来高位之际，美国财长贝森特表示，利率上行是全球共性现象，并否认人工智能存在泡沫。
关键点在两句话的排序：先把利率上行归因于全球共性，再把 AI 从泡沫叙事里摘出来。前者是宏观层面的归因管理，后者是对当下最热资产类别的定性。当无风险利率处在二十多年高位，所有长久期资产——包括按未来现金流折现定价的 AI 基础设施投资——都会承受估值压力，这是不需要先判断泡沫与否就会发生的算术。
为什么重要：政策制定者公开为某一类资产背书，本身就值得记录。它意味着在利率与估值的双重压力下，AI 相关资本开支在政策层面被视为需要维护的对象，而非需要降温的对象。历史经验是，官方否认泡沫与泡沫破裂之间没有必然的先后关系，但这种表态往往出现在分歧最大的时点附近。
原文：36氪
结语
命名、叙事、成本——今天这三条线指向同一件事：AI 的公共表达正在和它的工程现实分道扬镳。如果想找一个观察指标，不妨从「默认预算上限」和「内存报价」这类不起眼的地方开始看。
⚙️ 开源工具
今天的开源板块，最值得看的是 Strata 在单张 RTX 4090 上跑 125B 参数模型的那条演示，Hacker News 讨论超过 570 分。它和热榜上那批「Agent 技能库」看似无关，指向的其实是同一件事：社区的注意力正从「训练更大的模型」转向「把已有模型塞进个人设备和真实工作流」。这周的热点里几乎没有新模型发布，全是围绕模型的脚手架、harness 和工具链。对做基础设施和产品的人来说，这个信号比任何单点项目都更值得记一笔。
一张 4090 跑起 125B 模型
开源项目 Strata 演示了在消费级 RTX 4090 上运行 125B 参数的 Qwen 3.8 Flash Next，速度约 100 tokens/s，Hacker News 上的讨论超过 570 分。
关键点在于参数规模与硬件规格之间的落差。125B 权重显然不可能整块塞进单张消费卡的显存，能跑到这个速度，靠的是工程层面的调度与压缩组合——具体做法值得直接读仓库源码，而不是只看演示数字。
它的意义不在于「又刷新了什么记录」，而在于本地推理的可行性门槛正在被工程手段而非新硬件往下推。对私有部署、成本敏感和低延迟场景，这意味着原本只能走 API 的模型开始具备本地选项；对基础设施团队，则意味着「参数大小」越来越不足以判断一个模型能不能落地。真正需要回答的问题变成：在目标硬件上它能跑多快、多稳。
DeepSeek Harness v0.2 发布官方桌面客户端
DeepSeek 为其 MIT 许可的 agent harness 发布了 macOS / Windows 桌面应用预览，v0.2 新增插件管理器、文件与代码变更审阅，以及定时自动化任务。
三个新增项都指向同一件事：把 agent 从命令行里搬进日常操作界面。插件管理器解决扩展性问题，变更审阅解决信任问题——agent 改了什么、要不要留下，得让人能看见；定时任务则把它从「我调用它」变成「它按节奏自己跑」。
这标志着 agent harness 的竞争焦点正在从模型能力转向工作流集成。CLI 是开发者的工具，桌面应用是新入口，而「审阅 + 定时」这两个按钮，恰恰是把 agent 接入真实工作节奏的关键。MIT 许可加上官方客户端，也说明 DeepSeek 想把 harness 做成生态底座，而不是自家模型的专属外壳。
原文：MarkTechPost
GitHub 热榜被「Agent 技能库」刷屏
从 obra/superpowers、mattpocock/skills 到 google/skills、claude-mem、context-mode，一批给编码 agent 加技能、加记忆、做上下文优化的仓库集体冲上趋势榜。
这些项目的共同点是不训练模型，只处理模型外围：技能怎么注册与调用、跨会话记忆怎么存、上下文怎么裁剪才不浪费窗口。它们瞄准的是编码 agent 最实际的三个痛点——不会用特定工具、记不住上次做到哪、上下文塞得太满。
值得注意的是，这份榜单里既有个人作者的实验，也有 Google 这样的公司仓库，说明「技能层」正在形成事实上的接口竞争。当底层模型的差距被拉平，差异就来自外围脚手架的厚度。对创业者和产品经理，这既是机会窗口，也提醒一件事：这类仓库的护城河通常很浅，先跑出来的未必是最后留下来的。
Cloudflare 开源 Agent 工作台 cloudflare-os
Cloudflare 开源了 cloudflare-os，一个跑在 Cloudflare Workers 上的 agent 工作空间，可结合企业内部上下文创建文档、构建应用并运行 agent。
它的定位是把 agent 运行时直接放在边缘平台上，而不是让企业自己搭一套。结合内部上下文这一条尤其关键——企业场景里 agent 的价值往往取决于它能不能读到组织内部的资料，而不是模型本身多强。
对 Cloudflare 来说，这是一次用开源换入口的动作：开发者一旦把 agent 工作流建在 Workers 上，后续的调用、存储和分发都留在同一平台。对使用者来说，好处是省掉自建运行时的成本，代价是把 agent 的关键路径继续绑在单一云厂商上。值不值得，取决于你把 agent 当成实验还是当成生产系统。
关掉 Apple Intelligence，把磁盘空间要回来
开源脚本 RemoveMacAI 面向 macOS 27 用户，用来自动关闭 Apple Intelligence 并回收它占用的磁盘空间，Hacker News 讨论超过 300 分。
脚本本身做的事情很朴素：关掉系统级 AI 功能，把空间要回来。能在 HN 上引发这么多讨论，说明困扰的不是个别用户——系统级 AI 功能默认开启、占用不透明、关闭路径散落在设置深处，是很多人共同体验。
这件事的判断价值在于，它是「AI 功能成本开始被用户记账」的一个信号。当模型能力被预装进操作系统，用户第一次要面对的是磁盘、内存和电池这些非常具体的代价。对做端侧 AI 的产品团队，这是一条提醒：默认开启省事，但把开关和占用说明白，正在变成用户信任的一部分。
Meta 把 AI 硬件做成开源 DIY 项目
据 The Decoder 报道，Meta 的 Muse Gadgets 把 AI 硬件变成可以自行组装的开源项目。
和软件开源不同，硬件开源要交出的是原理图、物料清单和组装流程，参与者拿到的不只是代码，而是一台能真正做出来的设备。这类项目的直接产出通常不是销量，而是围绕硬件的开发者社区和原型验证速度。
把它放在 Meta 的整体语境里看，更像是生态铺路：AI 硬件的形态至今没有共识，与其押注单一设计，不如让社区把各种形态先试一遍。对硬件创业者的启示是，入口可能不在量产能力，而在谁能定义出足够多人愿意照着做的参考设计。风险同样明显——开源硬件很难直接变现，长期投入意愿是关键变量。
原文：The Decoder
heretic：全自动移除大模型审查
开源工具 heretic 声称可以全自动移除语言模型中的审查与拒答行为，目前登上 Python 趋势榜。
它切中的是模型对齐中最容易被外部触碰的一层——拒答行为。这类工具的技术路线通常是针对模型内部与拒答相关的表征做定向调整，而不是全量微调，因此在成本上比重新训练低得多，也更容易被复制传播。
它值得关注，但不宜只当成「越狱工具」来看。一方面，它确实服务于安全研究、红队测试和本地模型的自由使用；另一方面，它同样降低了移除安全护栏的门槛。随着开源权重模型越来越多，这类工具的效力会持续提升，而对应的防护、审计与合规讨论会明显滞后。对使用者和平台方，这是需要提前放进风险清单的一项。
OpenCut：开源版剪映
开源视频剪辑项目 OpenCut 热度持续走高，定位为 CapCut 的自由替代方案。
它瞄准的不是专业剪辑软件，而是过去几年被移动端工具吃下的那部分轻量剪辑需求——快捷、模板化、面向社交平台发布。CapCut 在这一层几乎是默认选项，而开源替代品的价值主张很直接：不受单一厂商的定价、地区可用性和功能调整影响。
热度能否转化成留存，取决于两件相对枯燥的事：编解码与性能的稳定性，以及素材与模板生态。剪辑工具的用户黏性从来不在界面，而在「我需要的素材和效果在这里能不能找到」。对创作者工具赛道的观察者，这是开源模式能否吃下消费级内容生产的一次实际检验。
这一周的开源热榜里没有新模型，只有「怎么把模型用起来」的各种答案。当脚手架比模型本身更热闹时，真正稀缺的就不再是参数，而是把参数变成工作流的那些细节。