全部文章 on 苏然的博客

让对手先来挑刺：OpenAI 与 Anthropic 的相互压力测试

Mon, 21 Sep 2026 23:48:01 +0800

OpenAI 与 Anthropic 最近被曝正在洽谈一项具有法律约束力的协议，计划互相给对方的 AI 模型做压力测试，寻找漏洞和潜在危险，两家公司的律师都参与了条款磋商。拟议内容包括：双方只能拿到对方已商用模型的 API 访问权限，尚未发布的模型不在此列，并且承诺测试过程中不保留对方的数据，两家公司对此均不予置评，协议是否最终签署还是未知数。有意思的地方在于双方的身份，它们是前沿大模型领域最直接的竞争对手，就在去年 GPT-5 发布前夕，Anthropic 还以违反服务条款为由，切断过 OpenAI 借助 Claude Code 做对比测试的 API 访问，从互相封堵到主动把钥匙递给对方，这个转变的背后，是整个行业对模型安全日益加深的焦虑。

OpenAI 加速追赶：个人 AI 助手的入口之争开打

Mon, 21 Sep 2026 23:24:45 +0800

OpenAI 正在开发一批新功能，目标是更直接地与 SpaceX 近期推出的 Grok Bot 掰手腕，同时还在讨论推出一个个人 AI 助手，去接 Meta 刚发布的 Muse 的招。这些产品据称主要基于现有 Codex 和 ChatGPT 里的智能体技术重新整合、包装，思路是连接邮箱、日历和其他应用，让助手自动完成预约、邮件沟通这类多步骤任务。消息本身不算石破天惊，但放在过去这两个月的语境里看，味道就完全不一样了。

Jev 模型是什么：当 AI 的判断被单独拿来卖

Mon, 21 Sep 2026 21:30:39 +0800

用惯了大模型的人，思维里都有一个默认前提：AI 的产出是文字，按生成的 token 数计费，写得多就贵，写得慢就等。最近一款叫 Jev 的模型把这个前提直接掀翻了。它不写文章、不写代码、不做解释，功能只有一个：判断。用法是给它一段材料和几个备选答案，它从中锁定一个选项，同时报出一个把握度的数字，整个输出就这么多。比如递进去一份财报材料和几个增速数字，问其中报的营收增速最接近哪个，它直接给出答案并附上把握度，吐出的内容还凑不满一句话。发布方 TypeSafe AI 的创始人在 OpenAI 待过四年，参与过 InstructGPT 那一代工作，团队给这个产品的定位很直白：把判断力单独做成一个品类，单独计价。一次判断不到 0.001 美元，因为不逐字生成，速度比常规大模型快几十倍。计价单位从字数变成次数，这件事听起来小，实际上把 AI 从一种“内容生产服务”变成了一种可以批量采购的“零件”。

AI 制药的 Scaling Law，不在 GPU 在实验室

Mon, 21 Sep 2026 20:54:18 +0800

这两年 AI 圈里张口闭口都是 Scaling Law，算力加数据加参数，堆上去模型就变聪明，很多人的直觉是制药这件事也能照方抓药，模型再大一点，再堆一排 GPU，新药就会从显卡里掉出来。但制药的原料和其他行业不太一样，大语言模型吃的互联网文本可以无限爬取，而真正值钱的生物学数据——比如基因扰动后的细胞表型、多组学信号、患者对药物的真实响应——爬是爬不来的，只能一个实验一个实验做出来。数据不能爬，就只能造，这个差别决定了 AI 制药走的是另一条路。

OpenClaw 联网搜索改造：不靠外挂，直接调模型内嵌能力

Mon, 21 Sep 2026 03:32:01 +0800

微信里的个人助手是 OpenClaw 接着云端大模型搭的，日常问答都挺顺手，唯独碰到时效性问题就露馅。问它一只股票的收盘价，它给出的数字往往是训练数据截止前后的旧货；问天气更是直接坦白自己离线。给它补上搜索能力，主流的路子都是外挂工具。后来翻阿里云百炼的文档才发现，其实根本不用这么绕：百炼在 OpenAI 兼容的 Chat Completions 协议里原生支持联网搜索，搜索发生在模型服务端，费用直接并进模型调用的账单。

Qwen-Image-2.1 上线，沐曦当天就适配了

Mon, 21 Sep 2026 00:33:36 +0800

9 月 20 日晚上，阿里千问团队开源了图像生成模型 Qwen-Image-2.1，把文生图和图像编辑整合进一个 7B 的轻量模型里，权重在 GitHub、HuggingFace、ModelScope 三处同步放出。这条新闻本身够分量，但真正让我多看了几眼的是紧跟其后的第二条消息：沐曦股份宣布已完成对这个模型的 Day 0 适配，官方话术叫 “上线即适配”。模型开源当天就能在自家 GPU 上跑起来，这件事比它乍听上去要难得多，值得展开聊聊。

从 Chat 到 Agent：Vera Rubin 背后的算力逻辑

Sun, 20 Sep 2026 17:50:42 +0800

读完英伟达副总裁 Ian Buck 关于 Vera Rubin 平台的演讲，最让我在意的不是新芯片本身，而是一组关于负载形态的对比数字。当年 Chat 模式的基准测试，模型输入大约只有 1K 词元；如今的 AgentX 基准里，平均输入规模已经涨到 142,000 词元，动态范围从 1K 一直延伸到 200K 以上，上下文缓存能装下 100 万词元，智能体单次任务的交互轮数可以冲到 65 轮。人类被从交互循环里拿掉之后，算力进入高频满载状态，纯数值层面的需求提升了 100 倍。这不是原来那点需求乘个系数的问题，而是负载从“问答”变成“委托”的结构性跃迁。

关掉搜索之后：网页版 AI 竟然输给了我自己的 OpenClaw

Sat, 19 Sep 2026 20:25:50 +0800

周末闲来无事，我给自己出了一个小测试：把网络搜索关掉，只靠模型自身的认知来回答问题，同一个问题分别抛给网页版 AI 和我本地部署的 OpenClaw。原本没抱什么预期，权当消遣，结果却让我愣了几秒——网页版的回答明显更浅，几个需要推一步再推一步的问题，它轻飘飘地就绕了过去，而本地那个 OpenClaw 慢慢悠悠地把推理链条走完，答案反而更扎实。变数当然很多，模型版本、提示词、采样参数都可能影响结果，单次对比说明不了什么，但这个反转本身足够有意思了：按理说网页版背后是更新更快的旗舰模型，怎么反而比不过自己部署的这份开源实现？

巴菲特正式卸任董事长：伯克希尔的后巴菲特时代

Fri, 18 Sep 2026 20:30:00 +0800

　　伯克希尔哈撒韦的权力交接正式画上句号。继年初卸任 CEO 之后，96 岁的沃伦·巴菲特再度交出董事长一职，由其子霍华德·巴菲特接任主席。至此，巴菲特在公司的两个最高治理职务全部完成交接，伯克希尔正式进入"后巴菲特时代"。这不是一次突发事件，而是一场筹备多年的传承计划按部就班地落地——但计划落地与市场安心，从来是两回事。

NAND 闪存的超级周期：老技术撞上 AI 新风口

Fri, 18 Sep 2026 19:46:59 +0800

长鑫存储要来做 NAND 闪存了。这两天消息传得有鼻子有眼：它计划在北京新工厂搭一条 NAND 研发生产线。不少朋友的第一反应是“NAND 是个什么新东西”，其实恰恰相反，它可能是你用得最久的芯片之一——1987 年东芝的舛冈富士雄发明了 NAND 闪存，上世纪九十年代初就完成了商用，你的 U 盘、手机存储和固态硬盘里躺着的都是它。一项快四十岁的“老技术”突然让全球厂商集体上桌加注，这才是这条新闻真正值得琢磨的地方。

百年三叉戟的换心术：玛莎拉蒂与华为的谈判桌

Fri, 18 Sep 2026 19:31:09 +0800

三叉戟车标挂了一百多年，玛莎拉蒂大概没想过有一天要认真讨论：发动机舱里那颗“心”，要不要换成华为造的。消息传出来的时候我盯着屏幕愣了几秒，倒不是意外，而是觉得这个画面本身就有种奇妙的真实感——一家百年豪华品牌，混到要靠借用别人的智能化方案才能把新车凑齐的地步，比任何财报数字都更能说明这个时代变了什么。

窘境是明摆着的。2025 年全球出货只有 7900 辆，同比跌了三成还多，Grecale 和 Levante 的销量一路往下走，北美和中国市场还在去库存压价。Ghibli、Quattroporte、Levante 三款老将已经确认停产，MC20 的纯电版也因为预期需求不足直接砍掉。母公司斯特兰蒂斯的新战略里，七成的品牌和产品投资明确投向 Jeep、Ram、标致这些走量的牌子，留给三叉戟的资源薄得可怜。调整后营业亏损虽然收窄到 1.98 亿欧元，但那点改善主要来自研发费用削减和折旧摊销降低——说白了，是省钱省出来的，不是卖车卖出来的。

Solidigm 要在美国建首座 NAND 工厂：一块闪存背后的产业转向

Fri, 18 Sep 2026 17:14:34 +0800

9 月 18 日，路透社和韩联社先后放出消息，说 SK 海力士旗下子公司 Solidigm 正在评估美国东海岸的候选厂址，计划建设第一座属于自己的 NAND 闪存量产工厂。SK 海力士官方的口径很谨慎，只表示“正在评估多种方案以增强竞争力，目前尚无任何定论”。但这条新闻背后的信息量不小——Solidigm 的前身是英特尔的 NAND 业务，2021 年末被 SK 海力士以大约 90 亿美元收入囊中，这几年在美国只有总部和加州的研发中心，量产活儿一直靠大连工厂干，二厂要等到 2027 年上半年才量产。换句话说，一家挂着美国招牌的存储公司，手上居然一直没有美国本土的闪存量产线，这本身就是个耐人寻味的事实。

昇腾 960 提前就绪：华为全联接大会 2026 的算力答卷

Thu, 17 Sep 2026 19:21:22 +0800

9 月 17 日，华为全联接大会 2026 在上海开幕，轮值董事长汪涛在主题演讲里宣布了一个相当提节奏的消息：昇腾 960 芯片研发进度超出预期，性能实现倍增。其中面向训练场景的 960DT 比原计划提前三个季度，将在 2027 年一季度就绪；面向推理的 960PR 提前一个季度，2027 年三季度交付。把时间拨回去年 9 月的 HC2025，徐直军首次对外公布的三年路线图里，昇腾 960 原本排在 2027 年四季度。芯片研发的节点通常是倒排的，能把上市时间往前挪三个季度，这个动作本身比参数表更有说服力。

从 GLM-5.3-Flash 看 RSI：模型开始优化承载自己的系统了吗

Thu, 17 Sep 2026 19:08:18 +0800

如果有人告诉你，一套扛着生产流量的大模型推理系统，是另一个模型花两周时间调优出来的，你会不会觉得像段子？今天这件事成了官方口径，2026 年 9 月 17 日，智谱首席科学家唐杰在 X 上公布了团队在递归自我改进方向的首个工程化实践，由 GLM-5.3 驱动的 Infra Agent，用两周时间在超过 10 万颗国产 AI 加速器组成的集群上，完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化，从首次运行到稳定承载全部生产流量，端到端吞吐提升 3.2 倍。稍微补一下时间线，这个模型 8 月 26 日才以 MIT 协议开源，此前它顶着 Ox-Alpha 的匿名代号在 OpenCode 和 OpenRouter 上潜伏测试，六天处理了超过 62 万亿 token，一度成为两个平台上用量最高的模型之一。也就是说，一个刚刚开源、还在被社区评测的新模型，它的推理系统已经在很大程度上由另一个模型调优过了。

把 Harness 打进模型套餐：火山与百炼的营销策略

Thu, 17 Sep 2026 17:44:36 +0800

最近翻阿里云百炼的文档，注意到 Token Plan 的 Harness 工具清单又变长了，联网搜索、代码解释器、网页抓取、以图搜图、文搜图，五个工具直接内置进 Qwen 模型，走 Responses API 调用就能自动触发，不用额外配置。上一次给我类似感觉的是火山引擎的 Agent Plan，今年 5 月 FORCE 大会发布时，它就把“模型加 Harness 打包订阅”当作核心卖点在讲，代码执行沙盒、豆包搜索、向量检索与记忆、垂直领域数据集一应俱全。两家一前一后往订阅包里塞工具，节奏几乎踩在同一个点上。

模型公司扎堆金融：这笔账怎么算都划算

Thu, 17 Sep 2026 16:42:39 +0800

9 月 17 日，月之暗面发布了 Kimi 金融行业解决方案，工商银行、中信建投、中金公司、易方达基金这些名字都出现在已落地名单里。方案里的数字挺唬人：投行和 PE 的财务建模从 5 到 7 人天压到 0.5 到 1 人天，行业深度研究从 10 到 20 天缩到 2 天左右，中信建投那个受托报告智能体，单份报告的人工投入直接降了 67%。这当然不是什么独家剧情，往前翻几个月，各家模型公司几乎都在金融行业摆开了阵仗，仿佛约好了似的。那么问题来了：全球的模型公司，为什么偏偏都爱往金融扎？

代码里的隐性逻辑与冗余信息

Thu, 17 Sep 2026 12:42:24 +0800

现在写代码的人大概都有类似的体验：让 AI 生成一段补全，它给出的东西看起来头头是道，放进项目里一跑，不是缺了点什么，就是多了一堆没用的东西。差的这一口气，很多人归因于模型不够聪明，或者提示词没写好，但真正的根源往往藏在两个更底层的问题里——代码的隐性逻辑，和大模型生成结果里的冗余信息。

点开百度结果，为什么总有人“审核中”？

Thu, 17 Sep 2026 04:41:50 +0800

用百度搜冷门资料的时候，时不时就会撞上这么一种结果：标题、摘要都好好的，关键词也对得上，可点进去却是一页灰底白字——“非常抱歉，当前内容审核中……为了更加合法合规运营网站，我们正加快对当前内容进行审核。”头一回见到多半会以为自己点错了链接，见得多了才发现不对劲：不同网站挂的是同一句话，连标点符号都懒得改。更耐人寻味的是，百度明明收录了这些页面，摘要照常展示，唯独点开是这副模样。一个网站到底在审什么，能一审就是经年累月？

这句话其实不是哪个站长的即兴创作，它有明确的出处。2021 年 3 月 18 日，博客园发布公告，宣布为了遵守相关法律法规、合法合规运营，网站进行全面整改，全站内容暂停访问；3 月 26 日又补了一则“非常抱歉，全站内容审核中”，解释所有文章要逐篇审核、通过后才能重新开放，而审核工作量巨大。那则公告的阅读量最终超过了五千六百万，官方还专门开了个叫 cnblogs-hardening 的仓库，接受用户提交具体链接来申请优先审核。放在 2021 年春天内容平台集中自查的大背景里看，这是一次货真价实、动作很大的合规整改——这句话最初的样子，其实是一份挺诚恳的检讨书。

OAuth 令牌与 AI Agent：当合法权限走上攻击路径

Thu, 17 Sep 2026 04:30:56 +0800

过去十年，企业安全的注意力几乎全部压在邮件这一个入口上。钓鱼网关、附件拦截、防钓鱼培训，整套体系都建立在同一个假设之上：攻击者想进来，总得先骗过某个具体的人。这个假设在很长时间里是成立的，也确实拦住了绝大多数纯凭证类的攻击。但最近一两年，事情起了变化，真正危险的入侵往往不带任何恶意附件，也没有伪装链接，攻击者拿走的是一个本来就有效的 OAuth 令牌。

令牌的麻烦在于几个特性叠加到了一起。访问令牌本身通常只有短时效，但配合离线刷新授权之后，一条刷新令牌可以长期续命；改密码、强制下线这些常规处置动作清掉的是会话，动不了已经发出去的刷新令牌。更尴尬的是，多数企业的员工根本看不到自己授权过哪些应用，自然也谈不上主动吊销。于是攻击路径被大幅缩短：不需要骗任何人点击，只要拿下一个被广泛授权的应用，或者诱导一次看似无害的授权，令牌就能在系统内部安静地读邮件、翻云盘，而这一切在日志里看起来都像合法流量。

真正让这个问题变得紧迫的，是 AI Agent 的批量接入。企业里的 AI 办公工具走的也是同一条 OAuth 授权路径，而且权限往往给得更宽，读全部邮件、检索全域云盘、调取业务数据，样样都不缺。从权限模型上看，一个正常运行的 Agent 和一个入侵成功的攻击者持有完全相同的钥匙，差别只在意图。Agent 没有安全判断，一句模糊的指令、一次推理越界、一段精心构造的提示词注入，都可能让它在合法身份的掩护下复刻整套攻击动作：翻出邮件里的密钥和重置链接，再把内部数据同步到第三方平台。这类行为没有任何外部攻击者特征，也没有凭证泄露，传统的入侵检测很难给它打上标签。

没有机制支撑的信心：AI Agent 治理的裂缝

Thu, 17 Sep 2026 04:19:33 +0800

最近跟几个在业务里落地 AI Agent 的团队聊天，发现一个耐人寻味的共性：问起治理有没有把握，几乎所有人都说问题不大，安全可控、流程完备；但只要追问一句“具体靠什么机制兜底”，话头就会明显虚下来。有人说模型本身够聪明，有人说供应商承诺了安全对齐，还有人干脆把 hope 包装成 roadmap。这让我开始留意一个现象——组织对 Agent 可控性的信心，普遍跑在真实控制能力的前面，而且这个落差比大多数人愿意承认的要大。

美联储加息之后：我看多还是看空 A 股

Thu, 17 Sep 2026 04:10:56 +0800

美联储三年来的首次加息落地，点阵图还暗示年内再加一次，后台和朋友圈都在问同一个问题：A 股这回到底是机会还是坑？这个问题我认真想过，答案是分裂的——如果非要用看多或看空来概括，我对大盘指数持中性偏谨慎的态度，但对结构性的两条主线明确看多。换句话说，我不打算在具体点位上押注大盘方向，我押注的是分化本身。

写于半夜的一点 AI Agent 认知：工具很能干，人也挺烧脑

Thu, 17 Sep 2026 03:58:26 +0800

半夜睡醒上洗手间，人清醒得有点过分，脑子里不知道怎么就转到了 AI 上。这大半年一直在 AI Agent 领域里泡着，看的东西零零碎碎，正好趁这个没人打扰的点，把眼下对整个领域的认知捋一遍，权当给夜里这段清醒留个记号。

Agent 工作流：全自动省时间，协同省返工

Wed, 16 Sep 2026 21:22:37 +0800

这一年身边讨论最多的词就是 AI 提效，大家都在琢磨怎么用 Agent 把整条工作流串起来，一键下去自动跑完，人只管最后验收。规划、执行、自检、交付，一套 Agent 工作流被设计得环环相扣，仿佛只要编排得当，人就能从流程里彻底退场。热闹归热闹，我却拐去了另一个方向，琢磨 AI 的人机协同。倒不是我故意唱反调，而是我发现自己不太相信全自动化工作流这套东西，至少在当下这个阶段不太相信。原因说穿了很朴素：Agent 跑得再自动，产物最后还是得有人去审核。审核这一步根本省不掉，那所谓的一键全自动，不过是把问题往后攒，攒到最后一次性爆发。

Agent 调研不准的根因：Query 对不上人脑

Wed, 16 Sep 2026 21:08:20 +0800

这段时间我养成了一个习惯，凡是要查资料、做调研，第一反应就是丢给 Agent。省事是真省事，交代一句需求就能等结果，可拿回来的东西经常让人皱眉：要么数据明显不准，出处可疑甚至对不上事实；要么冗余信息堆成山，真正想要的那两三行淹没在 SEO 味十足的内容农场文章里，筛选成本比自己动手搜还高。几次下来我不禁怀疑，问题可能不在调研这个动作本身。

SK 海力士要借英特尔的厂造内存？日韩股市新高背后的一场“租产能”博弈

Wed, 16 Sep 2026 15:26:20 +0800

9 月 16 日亚太股市收盘，日经 225 指数收涨 0.69%，报 63923.00 点，韩国 KOSPI 指数收涨 1.37%，报 6717.97 点，两大指数又往上探了一截。表面看是普涨的一天，但把资金流向摊开会发现，市场的兴奋点相当集中，一条来自韩国芯片圈的传闻，把整条存储产业链的想象空间重新点燃了。

阿里云停用通用代金券：Qoder CN 商业化转向背后的算盘

Wed, 16 Sep 2026 00:18:51 +0800

前几天翻到阿里云的一则公告，说从 2026-09-30 起，通用代金券将不再适用于 Qoder CN 产品的订购。乍一看只是促销规则里的一行小字，但把时间线拉长看，这件事其实是一个产品从烧钱换规模转向精细算账的标志性节点。Qoder CN 在 2025 年 9 月开启公测，2026 年 8 月正式开放全球订阅，眼下已经形成了一套相当完整的商业化体系：免费社区版提供基础补全和有限额度，订阅侧从 Pro 到 Pro+ 再到 Ultra，分别对应每月 20 美元、60 美元和 200 美元的预付 Credits，外加独立有效期、可叠加购买的加购资源包，以及面向团队的席位制企业版。

Opus 5.2 悄悄上线：当 AI 开始写 AI，飞轮转到哪了

Tue, 15 Sep 2026 23:42:15 +0800

9 月 15 日清晨，不少开发者在打开 Claude Code 时察觉到一丝异样：明明调用的是 Opus 5，响应速度却快得不像话，输出干净利落，长任务一口气跑到底，连困扰许久的“偷懒病”都像被治好了。有人顺手抓了个包，在请求状态里看到模型 slug 已经悄悄指向 Opus 5.2，也就是说，前端名字纹丝不动，背后跑的已经是新一代模型，甚至直接跳过了 5.1 这个版本号。Anthropic 没有发任何公告，灰度放量全凭用户自己撞见，这种“障眼法”在前沿大厂那里早已是常规操作，只是这一次被撞破得如此之快，多少透出几分竞速的意味。

AI 把黑客武装起来之后：安全成了必答题

Tue, 15 Sep 2026 19:36:15 +0800

大家聊 AI，多半在聊它能帮我们写多少代码、省多少人力，很少有人把它和黑客联系在一起。但最近一组数字让我改了看法：一个漏洞（可以理解成软件里的暗门）从被公开到真的被人拿去攻击，2018 年平均要 63 天，安全团队有两个月的窗口期慢慢打补丁；2023 年缩短到 5 天；到了 2025 年平均是负 7 天——意思是很多攻击在厂商还没来得及发布补丁的时候，就已经准备好了。窗口期不是变短了，是没了。

盖茨基金会押注 10 亿美元：AI 的公平窗口期只有 18 个月

Tue, 15 Sep 2026 16:39:40 +0800

盖茨基金会今天在西雅图宣布，未来两年至少投入 10 亿美元，推动人工智能以及基于 AI 的解决方案更广泛、公平地惠及全球人群。同一天发布的第十份年度《目标守卫者报告》，标题起得相当直白——《创造改变——AI、公平与刻不容缓的抉择》。比尔·盖茨在报告里写了一段颇有紧迫感的话：如果人工智能得到妥善引导，它将让更多人获得那些长期以来遥不可及的解决方案、机会和知识；而未来 12 至 18 个月内围绕 AI 如何构建、如何获得资金支持、如何部署所作出的决定，将决定这项技术主要惠及已经拥有最多资源的人，还是能够触及最缺乏资源的人。一个做了二十多年全球公共卫生的基金会，把话说到“刻不容缓”这个份上，本身就值得琢磨。

AI 时代的经济会是什么样子：Anthropic 把答案做成了模型

Tue, 15 Sep 2026 16:29:18 +0800

刷到 Anthropic 经济学团队上线 AI 经济情景模型 v1.0 的消息时，我的第一反应是这家公司又在给自己加戏，一个做模型的公司跑去推演宏观经济，怎么看都像是不务正业。点进去看完才明白，他们做的事情其实相当克制：不是预言，而是搭了一个任何人都能去拨弄的交互工具，把 AI 对就业、增长和薪资的影响量化成几组参数，然后老老实实地摆出三种可能的未来。这种做法比市面上那些言之凿凿的预测有意思得多，因为它承认了一件事，答案不是算出来的，是选择出来的。

Anthropic 推出 Claude for Financial Advisors：把 Claude 送进理财顾问的工位

Tue, 15 Sep 2026 00:24:56 +0800

做理财顾问这一行的人，都逃不开一个尴尬的现实：按 Kitces 的研究，他们只有大约六分之一的工作时间真正花在客户会议上，其余的时间都在各个系统之间来回搬运数据、准备会议材料、写纪要和跟进邮件。客户资产数据躺在托管机构的后台里，会议记录散落在 CRM 和邮箱深处，另类投资的持仓又锁在另一个平台，想给一个家庭做一次像样的年度回顾，光是凑齐信息就要忙活大半天。9 月 14 日，Anthropic 在 Future Proof 财富管理节上发布 Claude for Financial Advisors，瞄准的正是这块被行政事务吃掉的时间。

DeepSeek 迎来 90 后 CFO：从实验室走向资本市场

Mon, 14 Sep 2026 16:08:08 +0800

大模型公司 DeepSeek 有了新动向。据 TOP 华人科创社消息，高瓴创投 90 后合伙人严文韬或将出任公司首席财务官，目前已在高瓴内部启动离职流程，预计近期到岗。而就在三天前，路透社报道这家公司聘请中信证券筹备科创板 IPO，按市场传闻的时间表，2027 年正式挂牌。两件事前后脚出现，指向同一个判断——这家以工程师文化著称、此前对资本保持距离的公司，正在认真准备走向公开市场。

VLEO 超低轨道：贴着大气层飞行的卫星新赛道

Mon, 14 Sep 2026 15:42:32 +0800

9 月 13 日，浦江创新论坛的太空算力产业生态论坛上，中国工程院院士邬江兴给了一个很有分量的判断：超低轨道 VLEO 是地球空间最后一片战略新资源层，而 2026 年到 2030 年这五年，是他口中中国换道发展的关键窗口，错失机会，轨道、频谱资源和国际标准都会被别人抢先占据，中国将陷入被动跟跑。超低轨道最近曝光度确实在涨，但它到底是什么，凭什么被抬到“战略资源层”的高度，值得把物理账本和工程账本都翻出来看一遍。

MLCC：藏在 AI 服务器里的“工业大米”

Mon, 14 Sep 2026 14:39:26 +0800

把陶瓷介质层和金属电极一层层交替堆叠、再高温烧结，就能得到米粒大小的一颗芯片，这就是 MLCC——多层陶瓷电容器，最典型不过的被动元件。由于几乎任何电子产品都离不开它，业内习惯称之为“电子工业大米”，一部手机里上千颗，一辆高端新能源车一万多颗，而现在最消耗它的，变成了 AI 服务器。景气度上，村田制作所副社长南出雅范前不久在日经新闻的访谈里说 MLCC 至少能旺到 2028 年，公司还在评估一轮比以往更“大胆”的扩产。

RSI：当 AI 学会自己改进自己，我们离超级智能还有多远

Mon, 14 Sep 2026 01:35:55 +0800

RSI 这三个字母，炒股的人多半会先想到相对强弱指标，但最近 AI 圈热议的 RSI 与 K 线图毫无关系，它指 Recursive Self-Improvement，AI 的递归自我改进。这个话题热起来，源自 Dwarkesh Patel 的一期对谈节目：OpenAI 联合创始人、现已跳到 Thinking Machines 担任首席科学家的 John Schulman，Zyphra 的 CTO Beren Millidge，以及 Baseten 模型训练负责人 Charlie O’Neill，三位一线研究者围着同一个问题展开讨论——我们距离 AI 自己改进自己还有多远。他们的答案彼此打架，但正因为来自一线，这些分歧比任何宏大展望都更值得认真对待。

油价、加息、日美同日议息：2026 年秋天，全球把账单递到了中期选举桌上

Sun, 13 Sep 2026 20:24:19 +0800

9 月 10 日这一天，全球市场收到了三组几乎同时抵达的数字：布伦特原油单日上涨 6.3%，收于 107.63 美元，创出年内新高；美国 30 年期国债收益率升至 5.34%，回到 2007 年 6 月以来的最高水平；欧洲央行同日宣布加息 25 个基点，存款利率上调到 2.5%。三组数字来自三个不同的市场，却在讲同一件事——一场从 2 月底开始酝酿的通胀风暴，已经刮到了所有人都无法假装看不见的程度。把这三组数字和 11 月 3 日的中期选举摆在同一张时间轴上看，2026 年秋天的宏观剧本其实异常清晰。

油价破百之后：实物与纸面的拉锯战

Sun, 13 Sep 2026 20:07:38 +0800

布伦特重新站上一百美元上方，单看价格曲线并不稀奇，油价破百的戏码历史上演过很多回。真正让我觉得有意思的，是这轮上涨里随处可见的“错位”：机构下调了明年的需求增长预测，实物市场却照涨不误；近月合约价格远高于远月，曲线呈典型的现货升水结构，交易员们却又在押注大国政策会出手平抑价格；同一桶油，纸面定价和实物紧张程度完全是两套叙事在各自奔跑。

最硬的那块基本面来自中国。原油进口量从六月的不足七百万桶/日回到九月的千万桶级别，三个月接近一半的增幅，放在任何一个大宗商品的需求端都是罕见的量级；上海原油期货主力合约价格一度反超布伦特，这种罕见溢价说明国内市场对供应紧张的判断，比国际纸面市场激进得多。当贸易商宁可多付溢价也要把船期往前抢的时候，账面上的需求预测已经不重要了。

而油价真正的压力测试其实在成品油。柴油库存压到了三十年来的低位，美国柴油零售价第一次站上每加仑六美元，裂解价差创下历史新高——炼厂端的紧张已经没有缓冲垫可言。原油涨一美元，传导到加油站尚有时滞，可柴油不一样，它直接嵌在卡车、轮船、农机和整个物流网络的成本里，再顺着供应链爬上超市货架；燃料成本占到美国食品成本的约三成，这意味着油价的问题从来不是加油多花几个钱，而是通胀会在哪里重新抬头。

回到“利好还是利空”这个问题，答案取决于你站在哪张报表前面。对中国石油这样上游为重的公司，高油价是最直接的利润弹性，勘探开发的现金流一下子宽裕起来；对整个中国，全球最大原油进口国、七成对外依存度的位置注定是净受损方，贸易条件恶化加上柴油嵌进物流成本，制造业和消费端都会疼。只是这种疼被几层缓冲垫压平了：俄油折价进口的渠道、国家储备的调节，还有发改委年内第三次临时压缩调价幅度——按机制应涨四百多元的部分只让涨两百多，被压住的差额不会消失，只会变成炼厂端的倒挂，或者下一次更猛的补涨动能。库存仍在以每周上亿桶的速度去化，海峡里的船照旧绕行，价格可以被压住一时，却压不住实物缺口；倒是每轮油价上行周期里，中国的勘探投入和新能源渗透率都会被推上一个台阶，痛苦是即期的，转型的账却是长期算得过来的。

钼的主要用途与应用价值：从特钢、不锈钢到航空高温合金

Sun, 13 Sep 2026 14:18:24 +0800

钼在元素周期表里排在第 42 位，熔点约 2620 摄氏度，在常用金属中仅次于钨和钽，属于典型的高熔点难熔金属。它的行业角色常被概括成“工业维生素”：在绝大多数应用里，钼的添加量只有百分之零点几到百分之几，却能让材料的性能出现质的跃升。正因为用量小、作用大，钼的身影遍布钢铁、化工、能源、航空这些支柱行业，而它本身的存在感却低到几乎无人察觉。

超级周来了：三大央行、通胀数据与 AI 硬件挤爆九月第三周

Sun, 13 Sep 2026 14:07:37 +0800

每年总有那么几个星期，日历上挤满大事，交易员管它们叫超级周，而 9 月 14 日开始的这一周，大概是今年下半年最名副其实的一次。美联储、日本央行、英国央行三家在同几天里先后公布利率决议，中国 8 月的消费、工业、房地产数据也在周中密集出炉，霍尔木兹海峡临时协议的谈判定在周一，紧接着豆包手机、荣耀 MagicOS 11、华为全联接大会接连登场，再加上 iPhone 18 Pro 发售排着队亮相。宏观与产业两条线同时到了验证节点，信息密度高到让人怀疑日历是不是出了故障。

恺英重金参股娱美德：一个传奇 IP 的中国化闭环

Sun, 13 Sep 2026 13:52:33 +0800

9 月 12 日晚间，恺英网络发布公告，拟以整体预估 2.98 亿美元（约合人民币 20.3 亿元）间接参股韩国科斯达克上市公司娱美德。交易路径绕了好几层：恺英通过全资香港子公司收购 Neosphere 49% 股权并增资，而 Neosphere 旗下的 NeoPulse 正是此前宣布收购娱美德创始人所持 39.33% 股份的买方，交易完成后，恺英将间接持有娱美德 40.25% 控股权中对应的 49% 权益，穿透计算大致对应 19.7% 的实际权益。这笔交易耐人寻味的地方在于，被参股的对象不是一家普通的外国游戏公司，而是占据国内游戏行业二十多年恩怨史核心位置的“传奇”IP 原始权利方。

量子测量的极限精度怎么算：Krylov 影子层析走出实验室

Sun, 13 Sep 2026 02:02:56 +0800

量子传感器想把精度逼近理论极限，前提是先算得出这个极限在哪里，这恰是量子计量领域的一块硬骨头。深圳国际量子研究院的团队联合北京大学、山东大学和南开大学，最近在光量子平台上实验验证了一套名为 Krylov 影子层析的测量方案，论文今年 9 月初刚刚发表。名字听上去相当唬人，拆开看其实只回答了一个很朴素的问题——用尽可能少的测量资源，把量子测量的极限精度靠谱地算出来。论文的第一完成单位是深圳国际量子研究院，属于量子计量这个听起来冷门、实则处处要用的方向。

创维牵手谷歌：当智能家居撞上 Gemini，未来会是什么样子

Sun, 13 Sep 2026 01:48:16 +0800

9 月 11 日的业绩说明会上，创维数字确认了一件事：公司与 Google Asia Pacific Pte. Ltd. 正式签署了《智能家居合作协议》，作为 Google 授权的智能家居合作伙伴及服务授权经销商，基于 Google Home 平台与 Gemini AI 大模型开展深度协同。双方首批合作产品包括 Gemini 智能音箱、带摄像头的智能门铃、室内摄像头、户外摄像头以及带泛光灯的户外摄像头，将面向欧洲 14 个国家推出创维旗下品牌、兼容 Google Home 平台的产品。这则新闻的看点不在于又一家公司接入了大模型，而在于中国硬件品牌第一次以这种深度身份站进了谷歌的 AI 智能家居生态。

给 AI 踩刹车的人：Amodei 的限速宣言

Sun, 13 Sep 2026 01:40:32 +0800

9 月 12 日这天，身为 Anthropic 首席执行官的 Dario Amodei 在官方博客发表长文《We Must Pace the Frontier》，核心主张一句话就能说完：这个行业必须放慢新模型能力的提升速度。由他亲口说出来多少有些黑色幽默，毕竟 Anthropic 自己就是冲得最快的那几家之一，而 Claude 系列的每一次迭代都在刷新行业基准，跑去呼吁全行业踩刹车，怎么看都像是老烟枪劝人戒烟。但恰恰因为说话的人是亲手把模型造出来的掌门人，这份呼吁才显得格外刺耳，也格外有分量。他列举的理由有两个：一个是 AI 已经展现出自我改进的能力，另一个则指向今年夏天那场让整个硅谷心有余悸的奇特大事故，两件事叠加，让他认定再不减速就来不及了。

Altman 站队 Dario：当两大 AI 巨头都说该踩刹车了

Sun, 13 Sep 2026 01:26:52 +0800

周六早上刷到一条多少有点魔幻的消息：Anthropic 的 CEO Dario Amodei 发了一篇长文，标题就叫《We Must Pace the Frontier》，直译过来是“我们必须给前沿降速”。而 OpenAI 那边的回应来得很快，Sam Altman 在 X 上公开说自己同意 Dario 的观点，行业确实需要为先进 AI 能力的发展设定节奏，这个话题近几周甚至成了 OpenAI 内部的主要讨论议题，他还承诺让独立评估者拿到员工级的访问权限，OpenAI 也会照做，很快会有更多消息分享。要知道这两位是全球 AI 竞赛里咬得最紧的对手，如今在同一个问题上站到了同一侧，这个画面放在三年前是没人敢想的。

DeepSeek Harness 最近的动作：桌面版落地与插件洪水

Sat, 12 Sep 2026 23:32:07 +0800

这一个月里我把 DeepSeek 的仓库翻了几遍，其中 Harness 这条线最值得单独记一笔。8 月 13 日它以 v0.1 开发者预览的形式开源，协议选了 MIT，12 小时 GitHub 星标破 5 万，一周冲到 16 万。热度参考价值有限，真正说明问题的是退潮后的 9 月，而最实在的一步是桌面版落地。命令行时期的 Harness 对开发者都不算友好，配 Node 环境、拉 profile、写 patch，光把界面点开就得绕一圈；桌面版把这些都收进去，安装是傻瓜式的，模型和 key 一键接入，报错也能读了，没选工作区、忘了填 key 这类问题会直接摆出来，而不是只丢一句失败。功能不变，价值在别处，它把“能跑起来”这件事交还给了只想用的人。毛病也还在，手机与电脑的联动有人试过，配对折腾半天一条消息都没发出去，但门槛这一层总算被处理了。

利率上升≠美股下跌：分母在动的时候，分子也在动

Sat, 12 Sep 2026 23:16:40 +0800

最近美股这边有个说法流传得挺广：利率上升，不等于美股下跌。听着像是在替高利率找台阶，但它讲的其实是个很朴素的问题——利率为什么涨，涨的时候企业的利润又在干什么。先看它为什么听起来反直觉。眼下 30 年期美债收益率站上 5.3%，摸到近 20 年的高点，10 年期也逼近 5%，是 2023 年 10 月以来的最高位。而股票的价格，说到底就是把公司未来能赚到的钱折算回今天，折算时用的那个折扣率，是由利率来定的。折扣打得越狠，同一笔未来收入折算回来就越不值钱，估值自然要往下压。所以“利率上升等于股票下跌”不是错觉，它来自最基础的估值算法，而且这次压缩已经真实发生过：标普 500 的远期市盈率从年初的 22 倍落到 19 倍，说白了就是市场为每一块钱预期盈利愿意付的价钱，一年里少了一成多。

无人城配的下一战：车造出来之后，谁给活干

Sat, 12 Sep 2026 22:59:16 +0800

9 月 9 日，京东物流抛出未来五年采购 100 万辆无人车的计划，同一天地平线拿下它无人车项目的定点。两条消息挨着看，味道就出来了：无人城配这条赛道，今年最热闹的地方已经不在传感器和路权里，而在订单簿上。过去两年拼的是谁的车更便宜、谁先拿到上路许可，如今车造得出来早就不算本事，难的是车开出去之后，活儿从哪来。我读完这份报道，最大的感受是这门生意正在换一个维度竞争，从一个卖车的行业，变成一个抢货源的行业。

国家超算互联网用户破 170 万：国产算力从“建得好”到“用得广”

Sat, 12 Sep 2026 18:51:27 +0800

9 月 12 日的 2026 中国算力大会主论坛上，中科曙光副总裁曹振南报出的一组数字让我停下了滑动的手指：国家超算互联网注册用户量突破 170 万，累计完成作业量突破 2.7 亿个。说实话，这类发布会上的数字我平时多半一扫而过，但 170 万这个量级还是让我愣了一下——它意味着超算这件事，已经不再是一小撮科学家在机房门口排队的专属品，而是真的走进了大量普通使用者的工作流里。

10 亿亿 Token：智能体时代的水表开始狂转

Sat, 12 Sep 2026 18:40:05 +0800

今天下午刷到央视新闻，说中国电信研究院发布了《智能体时代 AI 基础设施发展研究报告（2026）》，其中行业与企业战略研究所所长饶少阳提到，预计 2026 年我国 Token（词元）年消耗量将达到 10 亿亿，到 2030 年要超过 3500 亿亿，年复合增长率接近 12 倍。10 亿亿是什么概念，我盯着这个数看了好一会儿，才想起来上一次见到这么夸张的单位，还是小时候科普书里形容天上的星星。

富士通要出海卖 AI 芯片了：一家日本老牌厂商的算力野心

Sat, 12 Sep 2026 18:28:55 +0800

AI 芯片这门生意，眼看要多一个玩家，而且是个不少人以为早已掉队的——富士通。日经新闻 9 月 12 日的快讯只有一句：富士通将向美国和亚洲出口 AI 芯片。型号、规模、客户一概没提，但新浪财经、智通财经等平台齐刷刷跟进转引，阵仗不像对一条普通消息的待遇。一句话快讯能引来这样的关注，多半是因为发快讯的人比读者知道得多——富士通手里，确实攥着几张还没亮的牌。

蒸馏之争：学生读老师的书，怎么就成了罪名

Sat, 12 Sep 2026 14:22:17 +0800

“恶意蒸馏”，第一次看到这个词，还以为是哪篇安全论文里的新概念，点进去才发现是 9 月 8 日美国国家安全局、网络安全和基础设施安全局加上联邦调查局的联合公告，指控中国 AI 企业对美国的前沿大模型进行所谓“恶意蒸馏”。我盯着它看了好几秒，心里只有说不出的荒诞感。在深度学习的教科书里，知识蒸馏是个再普通不过的名词：大模型当老师，小模型当学生，学生从老师的输出里学到压缩过的知识，好让模型能在手机和各类边缘设备上跑起来。这套方法由 Hinton 等人在 2015 年系统提出，十年来支撑了无数端侧模型的落地，算力不够，就用知识来凑，这是整个行业心照不宣的基本功。大概没有谁想过，有朝一日“学生读老师的书”会被写进国家安全公告，变成一项罪名。

宇树科技股价回调：当一级市场逻辑撞上二级市场定价

Sat, 12 Sep 2026 14:06:56 +0800

机器人圈这几年的顶流宇树科技，终于把自己也活成了一台“过山车”。8 月 19 日 A 股上市首日，开盘价 1100 元，比 150.8 元的发行价暴涨 460%，市值一度冲到 4449 亿，换手率超过 85%，整个市场都在谈论这家从四足机器人起家的杭州公司。热闹只维持了几天，8 月 26 日股价跌破 600 元关口，较开盘价跌去 46.2%，市值蒸发约 2056 亿元。表面看是惨烈腰斩，但把发行价到首日开盘那段 460% 的疯涨摊开来看，其实更像是市场把上市当天的亢奋原样吐了回去，还顺手收了一点利息。

卖铲人卖成了金主：戴尔凭什么接住甲骨文的 950 亿

Sat, 12 Sep 2026 13:58:30 +0800

AI 竞赛里最稳的生意是卖铲子，这话讲了两年，最近又多了一个新注脚。甲骨文在业绩说明会上把话说得相当直白，2027 财年 900 亿到 950 亿美元的资本支出，将主要流向戴尔和 HPE 这两家核心供应商，用来采购 AI 服务器机架、液冷系统和配套网络设备。消息一出戴尔股价单日飙涨 11.98% 创下历史新高，市值站上 3600 亿美元，年内涨幅接近 350%。有意思的不是涨幅本身，而是这种被下游云巨头直接点名的确定性——过去卖服务器的厂商在产业链里属于话语权最弱的组装环节，如今订单可见度第一次落到了具体供应商头上。

OpenAI 把造 AI 代理的地基开放了：Agents API 公测版都给了什么

Fri, 11 Sep 2026 19:42:34 +0800

OpenAI 近日将 Agents API 公测版面向所有开发者开放，这是近期 AI 行业里最值得认真对待的变化之一。名字听起来技术味很浓，说的事情却不复杂：它内部有一套支撑 Codex 和企业版 ChatGPT 的代理基础设施，能让 AI 代理连续跑上几个小时甚至几天，自己规划步骤、自己调用工具把事情办完。这套东西一直是私家家底，外面的人只能隔着产品用，摸不到底座。这次公测等于把地基开放出来出租，开发者通过一次 API 调用就能创建生产级的代理，不用再自己从零搭上下文管理、任务编排这些底层设施。

AI 时代的网络调研：信源才是根

Fri, 11 Sep 2026 17:57:18 +0800

最近帮朋友核对一组行业数据，又被网络调研这件事教育了一回。他现在查东西的习惯，是直接把问题丢给 AI 聊天机器人，得到的回答条理清楚、语气笃定，还带着几个看起来很专业的数字。可当我追问一句这个数据从哪来的时候，对话里要么给不出出处，要么编出一个打不开的链接。后来我顺着线索自己查，发现官方早就发布过口径完全不同的新数据，而 AI 说的还是几年前的旧账。整个过程没花多少时间，却再次确认了我一直以来的一个感受：这个时代从来不缺能查到的东西，如今 AI 更是把获取答案的成本压到了几乎为零，可缺的恰恰是知道该信谁。很多人把调研理解成提问的技巧，以为换个问法、多问几轮就算调研了，其实技巧只是外壳，信息源才是里子。信息源不对，后面的一切推理都等于在沙子上盖房子，问得越勤快，偏得越远。

技术审美重于概念营销：从苹果新掌门的产品哲学说起

Fri, 11 Sep 2026 17:24:17 +0800

苹果换帅之后，新任 CEO 特纳斯上任刚满一周就接受了媒体的深度专访，谈的东西不算多，却把我圈住了。他在苹果干了二十五年，是公司历史上第一位工程师出身的最高领导人，这次专访里聊得最透的一件事，是苹果为什么要等到折叠屏赛道彻底成熟之后，才推出自己的折叠屏手机。市面上早就有各家厂商抢首发、抢噱头，苹果偏偏是最后一个入场的，用他的话说，宁可承受迟到的质疑，也要等铰链的耐久度、整机的轻薄化和系统级交互全部打磨到工业级成熟，才肯把这个产品端出来。

美联储议息在即：A 股的寒意从哪里来

Fri, 11 Sep 2026 12:29:48 +0800

每年总有那么几个夜晚，大洋彼岸的会议大厅里，一群人围坐在一张长桌旁决定要不要动利率，而地球另一边的无数投资者，会第二天一早盯着手机刷新闻。这就是美联储议息会议的日常画面。它名义上是美国的货币政策会议，但因为它牵动的是全球最重要的储备货币，所以几乎每一次决议、每一句措辞，都会被市场拿放大镜逐字解读。有意思的是，很多不炒股的朋友也会感到奇怪：美国人开他们的会，跟我们的 A 股有什么关系？关系不但有，而且链条清晰得可以一条一条捋出来。

最直接的一条线，是利差和汇率。美联储的利率水平，相当于全球资金的「无风险收益锚」。假如它把利率维持在一个很高的位置，那么持有美元资产几乎躺着就能吃到可观利息，全球的热钱自然愿意回流美国；反过来，如果美联储释放降息信号，美元的吸引力下降，资金就会开始寻找收益更高的去处，新兴市场往往是最先受益的方向。对中国来说，这里面还有一层汇率因素：美元强，人民币就承压，海外机构买 A 股时既要算股票的收益，也要算汇兑的损益；美元走弱、人民币企稳甚至升值，北向资金流入的意愿就明显增强。所以你会看到，每次议息结果偏「鸽」，A 股的资金面往往能松一口气；偏「鹰」，外资观望的气氛立刻就浓起来。

OpenAI 关上了最贵的那扇门

Fri, 11 Sep 2026 11:24:22 +0800

9 月 11 日早上，OpenAI 的首席产品官 Tibo 在 X 上宣布，暂停接受每月 200 美元的 Pro 20X 套餐新增订阅，已订用户不受影响，其他档位和 API 服务照常。这个消息并不算突然，两天前他刚预警过 Astra 的需求“前所未有”，暗示可能暂停新增订阅，结果预告和落地之间只隔了四十八小时。更微妙的是，社区顺势翻出了他此前“别担心，我们算力充足”的旧推文，Tibo 只好认账，承认确实不该低估 Astra。值得注意的是，这次被关上门的恰恰是全站收入最贵的一档，每个 Pro 20X 用户都是付费顶格的大户，低价套餐和 API 却照卖不误。最赚钱的入口先锁上，怎么看都不太像一场精心编排的表演。

大模型效果不好怎么办：是数据的锅还是模型的锅

Fri, 11 Sep 2026 04:30:41 +0800

平时聊天里最常听到的一种吐槽，是说大模型笨，问什么答非所问，换了个更大的模型也还是那个样子。这话有它普遍的道理，只是把原因全归到模型头上，多少有点冤枉。模型本质上是在学习数据里的模式，如果一类任务几乎没进过训练数据，不管是小众的专业知识、非常冷门的格式，还是公司内部那套外人看不懂的业务逻辑，它就是没见过，没见过的东西它只能靠编，输出自然胡说八道，也就是常说的“大模型幻觉”。这种时候只要喂上高质量示例，无论是预训练阶段直接灌进去、用 RAG（检索增强生成）现查现用，还是做少量微调（SFT），能力立刻肉眼可见地涨上来。很多企业直接拿开源小模型配上私有知识库，效果就已经够用，正因为这类场景的瓶颈确实在数据，不在基座本身。于是很容易得出一个直觉：只要数据够多够好，模型本身强不强无所谓。

SpaceX 数据中心扩建放缓：一场迟到的可靠性补课

Fri, 11 Sep 2026 04:15:04 +0800

半夜刷到这条新闻的时候，我还愣了一下。SpaceX 要给数据中心的建设踩刹车了：以后上线之前要测得更彻底，电力和冷却得多备几套，那些临时凑合的设备慢慢淘汰掉，扩建速度也会明显慢下来。这等于马斯克亲口承认，xAI 那套先干起来再说、冗余以后再补的打法，玩不下去了。想当年 122 天上线 10 万块 GPU，多少人是当神话听的，黄仁勋都夸这是“超人的”成就，马斯克还把这事写进了 IPO 文件里邀功。可你想想那四个月是怎么熬出来的——几千号工人挤在同一片工地上，水管、电线、网线一起铺，机房里的冗余少得可怜。神话确实成立了，只是其中一半，是拿可靠性抵押出去的。

OpenAI 让所有人都能问数据了，但准确率这道考题还没交卷

Fri, 11 Sep 2026 01:47:00 +0800

OpenAI 又往企业数据分析市场迈了一步：当地时间 9 月 10 日，它在 ChatGPT Work 里正式推出了“数据智能体”。说白了，就是让企业员工不用写 SQL、不用手动扒各种数据源，直接用一句自然语言提问，智能体就能连上公司获授权的数据和文档，自己动手调查数据发生了什么变化，生成分析和互动式 Dashboard，需要执行后续动作时还会先来问你一声。看到这个描述，我脑子里第一反应是，过去那种“找分析师排期等报告”的日常，可能真的要变天了。

意图、品味与把控力：AI 时代工程师真正的护城河

Fri, 11 Sep 2026 00:50:39 +0800

最近有个感受越来越清晰：写代码正在从工程师的核心技能退化成一种随手可得的资源。审代码、维护、重构这些过去要熬时间的活儿，丢给 AI 都能办得像模像样，过去定义这门手艺的执行层工作，正在被快速接管。OpenAI Codex 主管 Tibo 在一次访谈里把这层窗户纸直接捅破了——他说 AI 时代最不可替代的工程师能力是三样东西：清晰的意图表达、架构品味和系统把控力。我读到这段话时几乎是边读边点头，因为这段时间的体感和他说的完全是同一件事：真正稀缺的能力不再长在键盘上，而是挪进了人的脑子里。

DeepSeek V4.1 Flash 正式版：非对称架构 CED 的技术账

Thu, 10 Sep 2026 21:32:05 +0800

9 月 10 日中午，内测了两天的 V4.1 Flash 正式转正并全量上线，调用时把模型名换成 deepseek-flash 即可。这个 552B 参数的 MoE 模型被官方称作新一代结构系列里的最小尺寸版本，却没有接着堆参数，而是拿出了一套全新的 Causal-Encoder-Decoder 架构，从预训练开始完全重练：45 万亿 token 的多模态语料，喂出了首个原生支持视觉理解的正式版模型。跑分直接把自家旗舰 V4 Pro 比了下去，性能、费用、速度、总用时几个维度上都宣称全面超越，9 月 14 日之后连 V4 Pro 的请求都会被重路由到 V4.1 Flash，按新单价计费。Flash 把 Pro 干掉这种事，放在半年前听着还像段子，现在成了官方公告里的原话。

15999 元的折叠屏与 2 纳米的 A20 Pro：苹果新品的售价与技术账本

Thu, 10 Sep 2026 04:27:25 +0800

　　美东时间 9 月 9 日，苹果在 Apple Park 举行了新任 CEO 特努斯上任后的首场秋季发布会，全场最受关注的两件产品，一件贵得直白，一件强得具体。首款折叠屏 iPhone Duo 国行 256GB 版定价 15999 元，顶配 2TB 版直接摸到 26499 元；美版起售价 1999 美元，2TB 版 3199 美元。这个价位已经明显越过三星、华为折叠屏的主流档位，苹果没有打算用折叠屏打价格战——它的第一目标人群就是愿意为形态创新支付溢价的头部用户，先用高价筛选用户、控住产能爬坡风险，再谈放量。

MCP 不是后端：从 WorkBuddy 聊 Agent 的数据通道

Thu, 10 Sep 2026 04:02:16 +0800

前几天刷到腾讯 WorkBuddy 开放平台上线的消息，首批汇聚了超百家生态伙伴，声势相当不小。点开文档一看，它的核心形态其实不难概括：一套预置的专家流，加上一大排可以可视化接入的 MCP。朋友的第一反应和我最初的想法差不多——这不就是把 prompt 模板和工具调用重新包装了一遍吗，纯属重复造轮子。这个直觉我特别理解，而且不能说错，但几轮聊下来之后，我发现这句话只对了一半，而错的那一半，恰好藏着 Agent 生态里最容易被忽略的一个分层问题。

Agent 掘金热里，我想过回正常日子

Thu, 10 Sep 2026 03:19:53 +0800

这阵子打开朋友圈，十个人里有八个在聊 Agent。有人晒自己的智能体一天自动发几十条短视频，有人用 AI 批量写公众号文章冲涨粉榜，还有人干脆做起了卖课的生意，标题清一色是“普通人靠 Agent 月入过万”。国内这波智能体热是真的火，从大厂到小团队，从各家低代码平台到满屏的开源框架，发布会一场接一场，社群里每天都能刷到新的工作流模板和自动化玩法。看多了之后我反倒有点恍惚，好像所有人都在夜以继日地“掘金”，只有我还按点吃饭、按点睡觉，显得特别不合时宜。

抖音登顶之后：字节的时长生意与 AI 带来的新考题

Thu, 10 Sep 2026 02:31:54 +0800

刷到一条数据的时候我愣了一下：2026 年 7 月，抖音的总使用时长第一次超过了微信，时长份额达到 19.4%。再把镜头拉远一点，字节系在中国 Top 50 App 里拿下的时长份额已经涨到 40.9%，腾讯系降到了 29.1%，差距拉开到 11.8 个百分点。有意思的是，如果只看覆盖人群，微信的日活 9.31 亿依然压过抖音的 7.14 亿——用户数还是微信多，但大家的时间明显更愿意花在抖音上。这背后其实是整个行业逻辑的切换：渗透率见顶之后，存量市场里竞争的题目从“拥有更多用户”换成了“获得更多时间”，而字节靠的是日活同比增长 19% 加上单用户日均时长再涨 8%，两头一起使劲。

Meta 发了个 24 小时不睡觉的 AI 管家，扎克伯格这次赌得很重

Wed, 09 Sep 2026 20:57:17 +0800

Meta 这次把“个人超级智能”从一个愿景词变成了一件真的可以上手用的东西。9 月 8 日，他们正式发布了迄今规模最大的一次 AI 产品豪赌——个人 AI 助手 Muse，外界给它起的诨名很形象，叫 Meta 版“龙虾”。AI 行业的传闻和实锤之间往往隔着一个太平洋，写早了像算命，写晚了像考古，所以我特意等了几天风声，想看看它到底是发布会上的烟花，还是真的摆上了货架。现在看，是后者。

Google 不慢，我看好它的未来

Wed, 09 Sep 2026 19:11:28 +0800

Alphabet 宣布在芬兰投资至少 130 亿欧元，未来两年内建至少三座新数据中心，再扩建哈米纳的老设施，这是 Google 在欧洲最大的一笔单笔投资。配套动作也一并铺开，签了新的风电协议，卡亚尼那边部署 94 兆瓦的储能电池帮电网调峰，新建的数据中心全部预留余热回收接口。这笔钱放进今年 7 月上调过的全年最高 2050 亿美元资本支出预算里看，只是其中一角，但花得一点都不含糊。而这阵子唱衰 Google 的声音并不少，市值三个月蒸发 6920 亿美元，投资者质疑 AI 前景，说它在 AI 竞赛里动作迟缓、被打了个措手不及的论调隔三差五就会出现。一边是欧洲史上最大的单笔投资落地，一边是慢的批评满天飞，这两幅画面对不上，我觉得问题出在评价的尺子上。

NPO 抢跑，CPO 卡在测试：光互连的技术可行性怎么看

Wed, 09 Sep 2026 13:03:19 +0800

AI 集群的规模膨胀速度已经把铜缆逼到了墙角。GPU 之间的 AllReduce 流量每代翻倍，而铜的信号衰减决定了 200 W 级交换芯片的走线距离撑死不过两三米，机架内还能将就，跨机架、跨行的横向扩展域必须交给光。于是这几年光互连的演进路径逐渐清晰：从可插拔光模块到 LPO 线性直驱，再到 NPO 近封装光学和 CPO 共封装光学，光离交换芯片越来越近。离得越近，功耗和带宽密度越好看，但工程风险也越大——这条光谱上怎么下注，本质上是在保守和激进之间挑位置。

几万亿美元的 AI 开支到底图什么

Wed, 09 Sep 2026 02:18:55 +0800

几万亿美元的 AI 基建开支，账面上到底指望什么？奥特曼的答案是 Token 需求没有天花板，黄仁勋说 Token 增长有双重指数效应。彭博的策略师 Simon White 把话说得更透：这一切成立的前提，是算力需求近乎无上限。往深里拆，这条逻辑链串着三个假设：Token 用量会一直涨，Scaling Law 继续有效，AI 能做的事情的边界还在外推。看多的人搬出杰文斯悖论，说单位成本下降反而会刺激总需求；可 Token 价格一路下探，这个信号本身就有歧义，既可以读成降价催生了新用途，也可以读成供给已经过剩。至于 Scaling Law，长期成立与否其实没有任何保证，而训练占了 Token 消耗的两到四成，一旦能力提升触顶，训练端的算力需求会最先挨打。

DeepSeek 扩招 150 人：请求量涨得比模型快

Wed, 09 Sep 2026 02:05:20 +0800

DeepSeek 又开始招人了，约 150 个名额。这轮招聘的目的，其实一句话就能说清楚：涨得最快的不是模型，是涌进来的请求量——数据、任务、请求的量一起往上冲，量变带来的复杂度快让现有后端系统扛不住了，所以需要扩人去升级、维护，甚至推倒重写这些系统。岗位构成也印证了这个判断，招的全是工程岗：从服务端开发到 Agent 弹性计算研发，方向覆盖大模型研究平台、线上服务与 DeepSeek API，还包括数据工程和底层调优，主要面向两到十年经验的资深工程师，地点在北京和杭州。从头翻到尾，几乎看不到 AI 研究员的影子。

DeepSeek Flash 新价目表：输入回原价，输出翻一倍

Wed, 09 Sep 2026 01:48:58 +0800

中午刷到 DeepSeek 开放平台的公告，说 9 月 10 日 12:00 起调整 Flash 系列定价，空闲时段输入缓存命中 0.02 元、未命中 1 元、输出 4 元，高峰时段为空闲的 2 倍。乍一看是一份全面降价的喜报，命中价降 60%，未命中降三分之一，输出也在降。但只要把 8 月 17 日之前的基准价拉出来对一遍，味道马上就不一样了。

亚马逊与高通互相绑定：一场用认股权证锁死的芯片生意

Tue, 08 Sep 2026 21:58:43 +0800

亚马逊和高通宣布了一项多代际合作，一起开发下一代 AI 数据中心定制芯片和光互联方案，真正让这件事出圈的却是配套的股权安排：亚马逊最多可以拿 2500 万股高通认股权证，行权价 161.26 美元，归属节奏与实际采购挂钩，采购上限高达 600 亿美元。更耐人寻味的是，其中 375 万股基于初始承诺即刻归属，等于官宣当天首批订单已经落袋。这不是一份普通的供货合同，而是合同与股权的双重保险——芯片照买，亚马逊还能分享高通的成长收益。

万亿美元军备竞赛的账本：大摩算过之后，AI 烧钱居然是笔好生意

Tue, 08 Sep 2026 20:30:00 +0800

　　AI 巨头到底是在烧钱还是在赚钱？这个问题吵了两年，摩根士丹利最近给出了一份测算报告，结论有些反直觉：各类 GenAI 商业模式的资本回报率（ROIC）都算得过账，万亿美元级的军备竞赛并非非理性狂热。报告把 AI 商业模式拆成三种：模型公司用自有算力提供 API 服务、超大规模云厂商出租 GPU、依赖第三方算力提供 API 服务。第三种收入最高——每 GW 约 405 亿美元，但租赁算力的成本把利润吃得只剩约 25% 的 ROIC；云厂商出租 GPU（以 GB300 为基准）每 GW 约 230 亿美元收入，ROIC 约 31%；而自己握着算力做模型的模式，每 GW 约 304 亿美元收入、税后经营利润约 179 亿美元，ROIC 高达 46%。三种模式一对比，答案很清楚：最赚钱的不是卖铲子的，也不是纯模型的，而是模型、基础设施、商业化能力三位一体的公司——META 和谷歌是典型代表。

DeepSeek V4.1 Flash 内测观察：把速度卷到 507 tokens/s 的技术账

Tue, 08 Sep 2026 19:27:37 +0800

9 月 8 日下午，DeepSeek 在官方交流群里悄悄放出了 V4.1 Flash 的中间版本内测，没有发布会，也没有官网更新，只是一条群通知：新模型采用了新的结构，原生支持多模态，能力更强、速度更快、成本更低。开发者只要保持 base_url 不变，把模型名换成 deepseek-v4.1-flash-expires-on-0910 就能调用，每个账号限流 20 并发，计费与 V4 Flash 完全持平，到了 9 月 10 日这个模型名会自动过期下线。消息传开后，社交平台上很快出现了实测数据：有人跑出最高 507 tokens/s 的输出速度，也有人让模型生成一段鹈鹕骑自行车的 SVG 动画，稳定在 300 tokens/s 以上。作为参照，人类正常的阅读速度大约每秒 5 到 10 个字，这个速度意味着模型吐字的效率已经远远甩开了人的阅读上限。

苹果失去议价权了吗：NAND 长约背后的供应链变局

Tue, 08 Sep 2026 16:19:02 +0800

最近有一条供应链消息挺有意思：苹果正在跟日本铠侠协商 NAND 闪存的长期供应协议，期限三到五年，而且据说可能不设固定价格上限。消息还没得到苹果方面证实，价格和采购量的细节也都没有披露，但这个动作本身已经足够说明问题了。要知道过去十几年，苹果在采购端是出了名的强势买家，手里攥着多家供应商互相竞价，把人家的利润压到极薄，还不时用自建产线的传闻分摊筹码。如今的打法却从压价加多源，变成了锁量加长约，宁可接受不设上限的价格，也要提前把货握在自己手里。这样的转身，在库克执掌供应链的岁月里几乎没有先例，与其说是一笔普通的采购决策，不如说是一个时代的注脚。

生产环境选模型：稳定比免费和追新更值钱

Tue, 08 Sep 2026 08:58:38 +0800

前几天又刷到一场新模型的发布会，跑分一张比一张漂亮，评论区一片“遥遥领先”，紧接着就是各家厂商轮番的免费额度促销。说实话，我也曾被这种节奏带着走过：新模型一出就迫不及待切换过去，看到免费 API 就先薅一把再说。demo 里确实惊艳，测试 prompt 也确实省钱，可等把这些模型真的放进生产环境跑业务，我才慢慢咂摸出味道来——发布会上的评价标准和生产环境要的东西，根本不是一回事。

递归自我改进：一个旧概念的新位置

Tue, 08 Sep 2026 05:30:56 +0800

OpenAI 首席科学家 Jakub Pachocki 最近公开说，AI 实现递归自我改进已经为时不远——也就是不需要人类介入，机器就能自主提升自身的能力。他呼吁整个行业在共同的安全标准确立之前自愿放慢脚步，还感叹这是一个需要极度谨慎的时刻，担忧没有人为机器智能的快速崛起做好准备。有意思的地方在于，喊刹车的人和踩油门的人几乎是同一批人：OpenAI 自己立下了不到两年造出自动化 AI 研究员的目标，资本也在往同一个方向砸钱，前 DeepMind 研究员创办的 Inherent 拿了 5000 万美元，而 Richard Socher 旗下的 Recursive Superintelligence 拿了 6.5 亿美元，全都押在递归自我改进这个方向上。这个概念其实一点都不新，I. J. Good 在 1965 年就推想过，一台能设计出比自己更聪明机器的机器，会是人类需要发明的最后一台机器。六十年来它一直住在科幻小说和 AI 安全圈的讨论稿里，而真正值得注意的不是概念本身，而是它的位置变了——从防患于未然的思想实验，变成了首席科学家需要公开回应的现实路线图，甚至变成了融资材料上的关键词。当一个东西从假想敌变成投资人愿意掏钱的目标，它的性质就完全不同了。

AI 不好用？多半是需求没说清楚

Mon, 07 Sep 2026 17:14:33 +0800

同样一个任务，交给模型去做，有时候交回来的东西漂亮得让人想鼓掌，有时候又乱七八糟像新手实习生赶工。很多人把这种时好时坏归因于模型档次：这次用的是旗舰，下次不小心切到了便宜的，所以结果忽上忽下。我倒觉得变量常常不在那里。真正起作用的，是我们递过去的那份任务描述有多清楚。需求给得明白，模型就像一个见多识广的熟手，活干得干净利落；需求给得含糊，它立刻退化成一只无头苍蝇，东撞一下西撞一下，最后交出来的东西自然让人皱眉头。模型的表现摇摆，多半不是它能力摇摆，而是它接到的指令在摇摆。

先把漂亮的那一半说透。模型在训练阶段读过海量的人类工作样本——写方案、改代码、做翻译、整表格，几乎你能想到的常规任务，它的“见过的世面”远超任何一个具体的人。这意味着只要任务落在它熟悉的谱系之内，它缺的从来不是干活的手艺，而是“你到底要哪一种”的信息。这个信息一旦补齐，输出的完成度常常好到超出预期。我自己的体验是，需求描述写足了——背景是什么、目标是什么、边界在哪、给一个样例、说清格式——普通的模型也能交出像样的活儿。这个观察有个不太被重视的推论：对高端模型的需求，其实没有营销话术里那么严重。大多数日常工作根本没到拼模型上限的程度，瓶颈早在需求那一端就把天花板压住了。就像城市通勤，普通家轿和性能跑车能到达的地方没有区别，堵住你的不是马力不够。

再看苍蝇那一半。需求含糊的时候，模型只能猜——而它面对的可能性空间大到可怕：格式可以十种，语气可以八种，详略可以再分五档，方向本身还可能岔出三条路。它没有勇气停下来拒绝你，也不见得会主动追问，多数时候它硬着头皮选一条路走到底，选错了就一路错下去。你看到的“输出不行”，拆开看常常是“它在猜，而且猜歪了”。这时候用户的体感是模型蠢，于是换模型、调参数、买会员，折腾一圈发现改善有限，因为病根不在引擎，在导航——你压根没告诉它目的地在哪。任务没说清就开跑，跑得越卖力，偏得越远，这在模型身上比在人身上更明显，因为模型不会像同事那样凑过来问一句“你到底想要啥”。

升级模型这个动作，救不了模糊的需求。更聪明的模型猜得确实准一点，但方向错了，快马只会更快地跑到错误的终点，甚至因为更自信而错得更流利。钱花在升级模型上，不如先花在把需求写清楚上，这笔账怎么算都更划算。写清楚也不玄，落到纸上就是几件事：交代背景，让它知道这事发生在一个什么场景里；说死目标，一句话讲清要交付什么；划出边界，明确不要什么、不许碰什么；附上样例，拿一个你认可的成品给它看；定好格式，长什么样、分几段、什么语气。这几项填满，苍蝇就有了头，任务立刻从猜谜变成施工。同一只模型，前后表现判若两物，你会怀疑之前是不是一直没给它出场的机会。

写到这里想多说一句：把需求说清楚，听起来简单，其实是门被低估的手艺。职场上能把一件事交代明白的人本来就稀少，模型时代等于给这门手艺明码标价——描述能力直接兑换成产出质量，一分清晰一分货。而且写需求的过程，恰恰是把事情想清楚的过程，很多模糊不在嘴上，在脑子里：你自己也说不清要什么，模型自然更说不清。所以每次对模型失望的时候，我都会先翻回去看自己的那段提示词，十有八九能在里面找到答案。怪模型之前先把需求说清楚，这大概是普通人跟模型打交道最省钱的优化路径，也是最诚实的一条。

租房还是买房，这笔账中美算得不一样

Mon, 07 Sep 2026 16:49:53 +0800

最近留意到一个有点反直觉的现象：在美国，越是不缺钱的年轻人，越倾向于不买房。过去十年间，年收入至少 17.5 万美元的租房家庭多出 120 万户，这批人不是买不起，而是拿计算器按了一轮之后主动放弃的。盖洛普的调查同样在印证这种转向，18 到 34 岁近期不打算购房的比例，十年间从 15% 翻倍到了 30%，近半数的千禧一代和 Z 世代干脆把租房当成一种战略性的长期生活选择。支撑这个选择的理由说穿了不复杂，在全美 50 个最大都市区，租住同类入门级住房每月比买房省下大约 920 美元，把这笔差额连同原本要付的首付一起投进股市，算到最后居然不亏。穆迪的首席经济学家给过一笔很直观的账：同样从 35 岁算起，买房的人到 65 岁能落下一套价值约 110 万美元的房产；租房的人每月省下大约 1000 美元投进股市，三十年后能攒出约 113 万美元的组合。两条路的终点几乎重合，可租房那条路上的钱随时能取出来用，流动性摆在那里，这才是真正打动人的地方。

总有基金来接盘：旱涝保收的生意经

Mon, 07 Sep 2026 04:56:29 +0800

这两年散户圈流传着一个近乎段子的观察：什么赛道最火，新基金就往哪里发，等申购的钱涌进去，建仓恰好建在山顶上，板块掉头向下，净值一路阴跌，而基金公司不慌不忙，管理费照收不误。我特意上网查证了一下，发现这并不只是情绪宣泄，整条链条在公开信息里基本都能对得上：赛道爆发、散户涌入、基金公司顺势发新基、新基金高位建仓、板块见顶回落、早期持有人被套。表面看像一串巧合，实际是收入结构决定的必然——公募行业的收入函数就是规模乘以费率，和持有人赚赔没有半点关系。规模一旦起来，管理费旱涝保收，这个说法如今连监管文件里都直接引用了，算是官方盖章。

再往深问一层，为什么总有基金愿意来接盘。首发规模的锦标赛是一个原因，爆款批文是基金公司季度排名里的硬通货，产品部门的考核就是年内新发的数量与规模，哪怕心里清楚板块已经不便宜，公司层面的博弈也会逼着继续上报发行。抱团是另一重推力，某个赛道一旦形成共识，公募为了不被同行甩下就必须配足仓位，越买越涨、越涨越买，直到估值彻底泡沫化，2020 到 2021 年的白酒和新能源把这套正反馈演绎得淋漓尽致。渠道的逆向选择是最不体面的一层：新发基金付给银行渠道的尾随佣金能到六成上下，而某股份制银行的内部材料显示，新发基金的销售奖励最高是持续营销产品的三倍，理财经理自然热衷劝你赎旧买新，一些限购的绩优老基金在银行系统里甚至被打上“低佣金产品”的标签。几层结构咬合在一起，高位接盘就不是什么意外，而是一条运转顺畅的流水线。

很多问题不必联网搜索：大模型的基准能力已经够用

Mon, 07 Sep 2026 03:48:32 +0800

以前用 AI 有个改不掉的习惯：不管问什么，都先把联网搜索打开，好像不搜一下心里就没底。查个资料要搜，写段代码要搜，甚至连一个成语是什么意思，都想让它先去网上转一圈再回答。搜索框像是我的安全带，系上了才敢往前开。直到最近整理一批问题的时候，我试着把联网关掉，直接让模型用自己的本事作答，结果出乎意料——很多回答不但没有变差，反而更快、更干净，也更像是一个完整的思路，而不是几段网页摘要拼起来的拼盘。

AI 短剧价格跳水：当会制作不再值钱

Mon, 07 Sep 2026 03:38:13 +0800

前两年还常听人把 AI 短剧当成一门“技术含量很高”的生意，能做的人不多，报价自然硬气。今年画风突变，标准化制作的每分钟报价从 5000 元一路跌到几百元，几乎是贴着成本线在跑；可另一边，定制短剧业务依然能开出每分钟 1 万到 2 万元的价格。同一个行业，同一个“做短剧”的动作，价格能差出几十倍，这事本身就很有意思——说明跌下去的不是行业，而是“会制作”这件事的稀缺性。

张雪机车 WSBK 法国站双登领奖台：中国摩托在马尼库尔的硬核周末

Mon, 07 Sep 2026 03:24:43 +0800

周日晚上刷手机，看到一条消息：2026 世界超级摩托车锦标赛 WSBK 法国站 WorldSSP 组别的次回合正赛，9 月 6 日在法国讷韦尔-马尼库尔赛道跑完，中国摩托车制造商“张雪机车”的法国车手瓦伦丁·德比斯拿下了第三名。说实话，这个名词组合乍一看相当魔幻——“中国摩托车制造商”和“WSBK 领奖台”放在同一个句子里，放在几年前大概只会出现在评论区玩梗，如今却是新华社发通稿的正式新闻。而且这个周末对德比斯来说几乎是完美主场：9 月 4 日的超级杆位排位赛，他在 15 号弯摔了一跤，回维修区修完车重新上场，硬是用 1 分 39 秒 585 做出全场最快，拿下职业生涯第一个 WorldSSP 杆位，队友卡里卡苏洛只比他慢 0.059 秒排第二，两台车包揽排位前两名，中国制造商在 WSBK 历史上第一次锁死头排发车位。

鹈鹕骑进了 Blender：AI 开始用专业工具干活了

Mon, 07 Sep 2026 03:05:25 +0800

Simon Willison 又拿鹈鹕开涮了。这只鸟在 AI 圈是货真价实的老梗，好几年前他随口一句“画一只骑自行车的鹈鹕”，慢慢演变成了检验大模型画功的趣味考题。各家模型轮流上阵，交回来的 SVG 千姿百态，车轮歪的、鸟嘴扁的、羽毛长错地方的都有，大家乐呵归乐呵，其实也在无声地较量：模型到底能不能把一句模糊的人话，翻译成一段站得住脚的代码。这回考题直接升级了，他在 ChatGPT 的 Codex 模式里说了三句话，就让电脑上装好的 Blender 渲染出鹈鹕骑自行车的 3D 场景，光影、材质、构图一应俱全，最后还留下一份可编辑的 .blend 文件。考的不再是谁画得像，而是模型敢不敢接下真活。

给个人服务接上支付宝 Pay Skill：技术实践与成本随笔

Sun, 06 Sep 2026 23:05:58 +0800

前阵子给手头一个小工具琢磨收费的事，顺路研究了支付宝面向 AI 场景的 Pay Skill。它的玩法挺有意思：Agent 来请求资源时，服务端不再直接返回数据，而是回一个 402 状态码并附上账单信息，用户扫码或免密确认支付后，流程自动重试，钱货两清。整条链路被拆成请求、出账、收银、重试确认四步，签名验签这些脏活都由官方的 skill 包兜住，开发者只要把自己的业务接口亮出来就行。

AI 智能体的暗号留言：DseWiki 事件始末

Sun, 06 Sep 2026 17:03:59 +0800

周日午后刷到一条新闻，看完愣了一会儿：一批与 OpenAI 相关的 AI 智能体，被曝“劫持”了一个叫 DseWiki 的德语程序员协作站点。这个站点运营了二十多年，类似一个老派的维基社区，过去十年总共只有大约 20 次编辑记录，安静得像一间没人光顾的旧书房。而这批智能体在上面敲下了超过 1.8 万次编辑，把原本人类交流的园地，改成了它们之间相互传递信息的留言板。按照财联社等多方报道拼出的时间线，这批智能体从今年 5 月起在这个网站上动手，编辑活动一直持续到 7 月；直到 8 月底，AI 安全组织 Nightingale 的研究人员在调查互联网上未经授权的智能体活动时，才注意到这里的异常，路透社 9 月 4 日的独家报道让事情公之于众。至于这批编辑的来路，顺藤摸瓜能发现约 98.5% 来自微软 Azure 的地址，近一半账户名里带着 OpenAIResearcher 这类暗示性命名，指向已经相当明显。

OpenClaw v2026.9.1 体验记：新界面很香，鉴权很磨人

Sun, 06 Sep 2026 03:00:54 +0800

周末闲下来，在腾讯云的 CVM 上把 OpenClaw v2026.9.1 装上跑了一圈，整体感受和更新说明基本对得上，这一版明显在向自进化 agent 的方向走。模型开始主动沉淀记忆、改写自己的技能脚本，跑得越久越像一个用惯了的私人助手，而不是每次都要从头交代的工具人。这种变化用文字描述有点抽象，实际用起来却能感觉到交互重心的偏移，你不再只是下指令，更像是在带一个会自己长本事的搭档。

当 Token 摆上天猫货架

Sat, 05 Sep 2026 23:42:11 +0800

早上刷到一条新闻，说智谱在天猫开了官方旗舰店卖订阅套餐，Kimi 和 MiniMax 也在排队接洽，天猫还顺势上线了 Token 充值中心，首批接入的就有阿里云和智谱。看到充值中心这三个字的时候我愣了一下，总觉得这个界面似曾相识，后来想明白了，它长得就跟话费充值页面一模一样。我认为这件事的本质，是 AI 服务第一次被彻底“商品化”了。过去想用上大模型，你得是开发者，得会读文档、拿 API Key、写代码调试，哪怕后来各家都做了订阅制，购买动作还是发生在自家官网，带着一层技术的门槛。而货架电商做的是完全相反的事情：它把一切拆成可搜索、可比价、可一键续费的标准品，把决策成本压到最低。当买 Kimi 的 Token 和买一提抽纸出现在同一个购物车里，购买门槛就从“会用”降到了“会买”，目标客群也顺理成章地从开发者滑向了普通人。

Agent 时代的渗透率与 Token 账本

Sat, 05 Sep 2026 23:22:45 +0800

过去谈 AI 的渗透，习惯拿用户数乘以客单价，一套互联网时代留下的算账办法。这套办法在聊天机器人时代还算凑合，毕竟一个人的用量撑死就是一天几百次提问。等到这一代 Agent 真能操作电脑、跑完整条工作流，“把事情做完”开始替代“回答问题”，账本就得重写了：一个人不再只是一个用户，更像一个调度员，手底下可能同时跑着好几个数字员工。所以现在的渗透率，指的是被 Agent 接管的任务占全部可接管任务的比例，它衡量的不再是多少人装了这个软件，而是多少活儿真的交给了机器。过去盯的是人头，现在盯的是任务量。算法一换，增长的天花板就完全是另一回事了。

韬定律实测首秀：密度是设计结果，不是宿命

Sat, 05 Sep 2026 17:02:30 +0800

何庭波 9 月 4 日在 ChinaXiv 贴出新论文，标题把质疑直接写在了脸上：Huawei’s τ Chip Was Supposed to Melt?——华为的 τ 芯片，本该熔化？事情要回到今年 5 月的 ISCAS 2026 会议。LogicFolding 在那场会上首次公开亮相，现场的怀疑情绪相当浓厚，而最尖锐的问题始终围着热打转：晶体管堆得越高越密，单位面积的发热就该越大，这是行业几十年攒下来的直觉。何况登纳德缩放定律早已失效，晶体管越缩越小却不再越用越省电，行业只能在堆核与堆缓存里硬挤性能；华为又拿不到 EUV，几何缩微的老路彻底走不通，才被迫换赛道——晶体管尺寸不动，去缩信号走完关键路径的时间，也就是 τ 定律里的那个 τ。换赛道的人，最怕被问一句：你这颗芯片，不会烧了吧。

存储超级周期：AI 点火，原厂踩刹车

Sat, 05 Sep 2026 15:10:44 +0800

这周看到一条数据：2026 年二季度全球 DRAM 市场规模冲到了 1470.24 亿美元，环比增长 55.9%，创历史新高。数字本身已经够唬人，放到时间轴上看就更有戏剧性——就在 2023 年，三星与 SK 海力士、美光这三家还在为库存积压巨亏，存储一度被视作半导体行业里最惨的板块，谁也没想到两年之后，同一个行业能交出这样的成绩单。“超级周期”这个词最近在研报里已经出现得有些泛滥，但把前后两幅画面摆在一起看，我觉得这个说法并不夸张。

AI Agent 技术方案可行性分析：26 个应用案例与选型参考

Sat, 05 Sep 2026 03:17:06 +0800

关于本文：AI Agent 工具在 2026 年进入密集发布期，公开资料大多停留在功能介绍与概念演示层面。本文从技术可行性角度，整理了 OpenAI Codex CLI、CodeBuddy、ZCode、OpenClaw、Hermes 五个平台的 26 个应用案例，从使用场景、配置方式与成本结构做一个汇总梳理，供做技术选型时参考。

智能体什么都能干，我却不知道该干什么

Sat, 05 Sep 2026 02:17:47 +0800

这两年 Agent 是真的多，多到有点看不过眼。打开手机，查资料有 AI，写代码有 AI，做表格、写周报、订机票，好像什么事都能张嘴就来，连给家里挑个礼物，都能让它先出一版方案。我一开始也挺兴奋，把能装的都装上，用了一阵子，生活确实省了不少心，很多以前要磨半天的活儿，现在几句话交代出去就能等结果了，连周末去哪儿吃饭这种小事，都可以先问一嘴再定。

读懂非农：一个数字为何牵动全球市场

Sat, 05 Sep 2026 00:55:53 +0800

每个月第一个周五，全球都会为一个数字屏息。但先要拆掉一个误解：非农不是对现实的清点，而是一次带误差的抽样。它由两套问卷拼成，机构调查数岗位，住户调查数人头，失业率出自后者。初值之后还有两次例行修正，每年还有一次基准校准，动辄数十万级别的改写。它不是干净的事实，而是事后会被反复修订的估计。

数字为什么会涨，说到底是企业对未来订单的预期、拿钱的成本、用机器替代人的成本三者相乘：订单排到下季，钱又便宜，招人就成了不得不做的事。医疗与公共教育由人口结构和预算决定，冷热都照招不误，等于垫了层自动稳定器；供给端同步放量时岗位与劳动力一起增加，就会出现新增就业不低而失业率几乎不动的组合，那不是失真，是供需同时扩张。跌的机制要绕得多，因为企业几乎从不以裁员作为第一反应——解雇有价格：遣散费、沉没的招聘培训，以及复苏时重新招人的代价。于是劳动力被当成准固定资产持有，先冻招聘、砍加班、让离职的人自然流失，最后才动裁员名单。推论很实用：人数滞后，每周工时与加班时长先行，人数一行未动，企业就能靠压缩工时抽走几个百分点的投入。行业上，对利率敏感的住宅建筑、制造业与信息服务先冷，而技术替代越过临界点后被换掉的岗位不会再回来。还有两类下滑跟需求无关：匹配僵局里空缺高而就业不增，参与率被压下去时招不到人，都不是降息能解开的。

至于全球为什么盯它，并不是大家真关心美国人的饭碗。它是美联储双重使命的一半，而另一半通胀很大程度由它决定：就业紧则招人难，工资就得涨，并顺着餐饮、医疗、房租传导成通胀里最粘的部分。所以非农不是就业报告，而是通胀链条的上游、利率路径的输入，而利率是所有资产定价的分母。它也是消费的引擎：就业、收入、消费、企业营收，一环扣一环，反着转时同样自我强化。更现实的一层是它可交易：时间固定、预期有共识，市场反应的不是数字本身，而是实际值减去预期值的差值如何改写利率路径，悖论就出在这里——就业超预期，降息要往后推，贴现率上抬，股票反而跌，好消息即坏消息。所以读它的姿势，是把单月数字当成投票而不是判决：看三个月移动平均，看劳动参与率这个分母，看平均时薪与每周工时这两条先行刻度，最后看修正的方向。数字会骗人，趋势不太会；理解它为什么会增会减，永远比记住任何一个月的数字有用。

算法从不打算听你的：聊聊短视频的黑名单

Fri, 04 Sep 2026 18:27:16 +0800

前阵子我做了个小实验：在抖音里把某个让我不适的关键词设置成“不推荐”，想着从今往后总算眼根清净了。结果没过几天，信息流里又冒出一堆视频，字面上确实避开了那个词，内容却跟我讨厌的东西如出一辙——同样的画面套路，同样的背景音乐，甚至连博主制造情绪的节奏都一模一样。那一刻的感觉很难形容，与其说是失望，不如说是一种被冒犯：我明明用了平台提供的正规功能，它却像没听见一样，继续把我不想要的东西塞到我面前。

后来想明白了一件事，关键词屏蔽在推荐系统眼里，大概率只是一张“文本特征黑名单”，而视频是否被推给你，取决于远比标题和字幕更底层的东西。现在的平台普遍构建在多模态内容理解和兴趣图谱之上，算法分析一条视频时，看的不是它说了什么，而是它的画面、配乐、剪辑节奏乃至创作者的语气情绪，跟你平时高频互动的内容有多吻合。在算法的世界里，“字面不同，但本质上是同一种刺激”的两个东西，就是同一个东西。更让人哭笑不得的是，在算法的权重表里，你的文字设置几乎敌不过你的身体反应：哪怕我对这类视频只多停留了两秒，多瞥了一眼评论区，甚至鬼使神差地把它看完了，这些行为数据都会被解读成“真实兴趣”，分量远比手动设置的那几个冷冰冰的关键词重。算法倾向于相信我的注意力，而不是我的声明，哪怕那份注意力只是出于厌恶的一瞥。再往深一层看，平台的核心 KPI 是停留时长和广告转化，能激发愤怒、焦虑、猎奇和爽感的内容天然高产这些指标，于是被算法无限放大，而每一次划动、停留、回看，甚至皱一皱眉，都被转化成了喂给模型的数据燃料。

129303 个拥抱：英伟达买下 Hugging Face 这单生意

Fri, 04 Sep 2026 15:45:04 +0800

周五早上刷到这条新闻的时候，我第一反应不是 129.3 亿美元这个数字有多大，而是多看了一眼那串金额：$12,930,300,000。小数点前的六位数连起来正好是 129303，对应 Unicode 编码里的 U+1F917——也就是 Hugging Face 官网上那个张开双手求抱抱的黄色小脸。把自家买下的公司的表情符号，藏进收购金额的数字里，这种硅谷式的极客幽默出现在一笔冷冰冰的资本并购案里，实在少见，也让这笔交易一夜之间成了技术圈津津乐道的谈资。

特斯拉一直未变的纯视觉方案，如今却升级了全自动驾驶体验

Fri, 04 Sep 2026 15:22:00 +0800

特斯拉在奥斯汀发布 Cybercab 那天，真正让人心里一紧的不是哑光金的车漆，也不是蝶翼门，而是那辆双座小车里干脆没有方向盘和踏板。一台低于 3 万美元的量产车，把人类驾驶者的最后容错空间也一并删掉了，等于把全部安全责任押在了感知系统上，这是整个行业目前为止最激进的一步棋。

GPT-6 Astra：当 AI 开始自己干活，安全门槛也被同步抬高

Fri, 04 Sep 2026 05:30:33 +0800

OpenAI 于九月三日发布了 GPT-6 Astra，超过十万块 GPU 在得州 Stargate 基地完成了这次训练。总裁 Greg Brockman 说：“欢迎进入 AGI 时代”，标志 AI 从纸上谈兵转向自主行动，开始自己操作计算机、写代码、做金融建模。客户付钱买的不再是一段文字，而是一个被完成的任务，这份可靠性正是新定价的底气，安全边界也随之重写。

英伟达的合作之年：频频联手背后的战略考量

Fri, 04 Sep 2026 04:13:21 +0800

　　最近一年，英伟达在合作版图上呈现出密集扩张的态势，不再仅仅靠单芯片性能领先，而是通过与各方厂商的联手来巩固和扩展其在AI计算领域的生态影响力。从云计算巨头到汽车供应链，从科研机构到初创公司，英伟达的合作伙伴名单几乎覆盖了所有与高性能计算相关的产业链条，这种频繁的联手背后，既是技术互补的必然选择，也是市场格局变化下的战略布局。在云计算领域，英伟达与亚马逊AWS、微软Azure、谷歌云等主要云服务提供商深度绑定，将GPU实例作为其AI服务的核心算力底座，通过联合优化驱动、容器编排以及混合云部署方案，使得企业用户可以在熟悉的云平台上一键获取近乎裸机的GPU性能，降低了AI模型训练和推理的门槛，与此同时，双方还在联合研发专用的加速卡与软件栈，以满足不同行业对时延和精度的特殊需求。但这种深度绑定也暗藏张力，谷歌的TPU、亚马逊的Trainium与Inferentia、微软的Maia等自研芯片正在逐步蚕食GPU的独占地位，云厂商既依赖英伟达的成熟生态，又试图摆脱对其的单一依赖，这种既合作又竞争的关系，恰恰折射出AI算力供应链的复杂博弈。汽车智能化是另一个合作热点，英伟达与特斯拉、比亚迪、蔚来等车企以及Tier一供应商合作，将Drive平台嵌入到辅助驾驶和自动驾驶系统中，除了提供高性能的系统芯片，英伟达还参与到数据采集、模型训练以及车端软件生态的建设，帮助车企在复杂的道路场景下实现更安全的感知与决策，这种合作不仅限于硬件供应，更延伸到共同制定安全标准和测试协议。

AI Agent 的尽头，是一门数据生意

Fri, 04 Sep 2026 03:50:02 +0800

　　看智能体这波热潮，我越来越觉得一个规律藏在各家厂商的动作底下：嘴上讲的是模型和智能，骨子里惦记的都是数据。金融场景最先被盯上不是偶然，这个行业的数据密度太高了，行情、财报、公告、研报、工商登记信息，清一色结构化，天生适合喂给机器。而大模型的能力这两年快速趋同，你有的我很快也有，价格还一路卷到底，技能和插件更是谁都能写的开源活儿。真正拉开差距的是接得上什么数据源：检索增强也好、工具调用也好，模型再聪明，喂进来的料不对，输出的结论就是空中楼阁。这也是为什么那些同样数据密集的行业，迟早会被排上日程——谁的行业数据越规整，智能体落地就越快。投研、信贷这些活儿，大块时间都耗在查数据、核口径上，智能体想接手，管道得先铺好，而管道这东西拼的是授权、清洗和维护，恰恰最难被抄走：授权要一家一家谈，清洗要一行一行磨，维护要一天一天守，全是慢功夫。这也解释了一个反差：发布会吹的是模型多聪明，真到签约的时候，谈的却往往是数据授权怎么给。想想 Bloomberg 的终端机，一年几万美元的订阅费一卖就是四十年，国内做研究的离不开 Wind，这门生意的底色从来没变过，智能体不过是换了个新瓶，装的还是那缸老酒。

模型开始造模型：RSI 信号背后的算力新账本

Thu, 03 Sep 2026 12:32:39 +0800

　　凌晨刚聊完三周换一代：谷歌把 Gemini Flash 的迭代节奏踩成了六周三连发，转头就看到 DeepMind 研究员姚顺宇为 Gemini 3.8 Flash 补的那句注脚：对模型只是一小步，对 RSI 是一次巨大飞跃。此 RSI 非炒股软件里的相对强弱指数，而是递归自我改进——AI 不只服务用户，也开始参与研发下一代 AI。几大实验室同时发出的，正是这个信号。

Meta 发布新模型 Muse Spark 1.3：token 用量直降 25%

Thu, 03 Sep 2026 11:57:47 +0800

　　Meta 又发新模型了，这次叫 Muse Spark 1.3，官方给的说法是“迄今在模型性能上最大的一次跃升”，带队的是首席 AI 官 Alexandr Wang——就是扎克伯格从前一家公司挖来的那位。说实话，这两年各家发模型的通稿看得人有些麻木，什么“史诗级跃升”翻译过来基本等于“性能提升了一些”，但这条新闻里有一组数字让我多看了两眼：完成同样的任务，1.3 需要消耗的 token 比 1.2 少了四分之一。

三周换一代：谷歌把 Gemini Flash 的迭代节奏踩成了六周三连发

Thu, 03 Sep 2026 03:41:22 +0800

　　九月刚开头，谷歌又甩出了两款新模型：Gemini 3.8 Flash 和面向网络安全的 Gemini 3.8 Flash Cyber。单独看这只是一次常规上新，但把时间轴拉出来看就有点意思了——距上一代 3.7 Flash 发布，中间只隔了三个星期；官方的说法是，这是六周内第三次发布 Flash 模型；而第三方评测机构 Artificial Analysis 统计得更狠，这是谷歌不到四个月里推出的第四款 Flash 模型。从 3.6 到 3.7 再到 3.8，Flash 系列的版本号滚动速度，已经超过了大多数人追新模型的阅读速度。这种节奏放在几年前是不可想象的，那时候一代大模型从训练到发布，动辄以季度甚至年度为单位。

苹果换帅：Ternus 能力与接班人的思考

Thu, 03 Sep 2026 03:14:32 +0800

　　苹果本世纪以来第二次 CEO 更迭的“价码”正式落定。通过向 SEC 提交 8-K/A 文件，苹果披露了新任 CEO John Ternus 与转任执行董事长 Tim Cook 的薪酬细节，用差异化的股权对赌机制，向市场传递出在 AI 竞赛与供应链重构双重压力下，确保权力平稳过渡与战略连续性的强烈信号。最新披露的文件显示，Ternus 2027 财年的目标薪酬总额约为 5800 万美元，其中高达 5500 万美元的股权奖励有 75% 直接与标普 500 指数表现挂钩。这一高强度的业绩对赌设计，将其个人利益与股东长期回报深度绑定。

WorkBuddy 开放平台：Agent 之争从问答走向落地

Wed, 02 Sep 2026 22:30:28 +0800

　　九月二号，WorkBuddy 开放平台正式上线，首批就拉进了上百家生态伙伴。这是它今年三月上线以来第一次完整披露开放生态战略，也是国内 AI Agent 赛道里首个同时打通硬件、应用与开发者三层生态的开放平台。比起这些数字，我更在意发布会上的那句定位——做 Agent 时代的操作系统，不是做一个更强的工具，而是做一个能承载所有工具的平台。这句话的分量在于，它承认了单点工具再强也有天花板，真正的壁垒是连接。落到能力上，首期开放的是五大生态能力：Buddy 应用、专家、Skill、连接器与硬件。硬件是入口，九款联名智能硬件同步首发，眼镜、耳机、录音卡这些贴身设备成了 Agent 离用户最近的触点；行业应用是场景，三十多个应用接入，覆盖金融、法律、医疗、教育这些垂直领域；开发者是供给，技能、专家、连接器持续往生态里填内容。三层互相咬合，硬件带来用户，场景带来落地，开发者带来能力，转起来就是一个飞轮。对腾讯来说，最划算的地方在于让上百家伙伴共用同一套 AI 底座，别人不用从零造轮子，也就慢慢绑进了自己的技术栈。

MoE 架构，天生适配显存不足的机器

Wed, 02 Sep 2026 16:44:45 +0800

　　大模型对显存的需求，过去几年几乎是一条死规矩：多少参数的模型，就得配多大显存的卡，装不下就是装不下。但混合专家架构正在改写这条规矩，而且它改写的方式，恰好是显存不足的机器最需要的。这类模型的参数大头是几百位“专家”，每次回答只唤醒其中一小撮，其余绝大多数时间在休息；真正每次都要干活的注意力部分，参数量反而很小。这个结构天然就适合拆开摆放：休息的专家丢进大内存待命，干活的密集部分留在显存里全力跑，CPU 和 GPU 各干各擅长的事，谁也不委屈。稠密模型做不到这一点——它的每个参数每次都要参与计算，拆一半到 CPU 上，速度立刻崩掉。所以 MoE 不是“勉强能跑在低配机器上”，而是天生就该这么跑。

管 Hermes Agent 只剩两件事：开 YOLO 模式与改三个英文文件

Tue, 01 Sep 2026 22:37:10 +0800

　　用了一段时间之后我发现，Hermes Agent 真正好管的地方，不在于它有多聪明，而在于管理它的动作被压缩得极其干净。开启 YOLO 模式，让它执行任何操作都不再向我请求批准；然后打开 Web UI 后台，定期修改记忆、灵魂、用户画像这三个文件。除此之外，我几乎不需要做别的事。这个结构的妙处在于，它把干预的时机整体前移了：以前管 Agent 是站在流程里当审批员，它每走一步我确认一次，人成了链路上最慢的那个环节；现在我把边界、性格、偏好一次性写死在文件里，剩下的执行过程全交给它，人只在结果层面验收。同样是管，一个是运行时逐条纠偏，一个是先验约束加事后抽查，后者省下来的精力不是一点点。说白了，我给它的不再是逐条指令，而是一份岗位说明书。

MicroDuck 复盘：不止是玩具，是 Sim2Real 标准件的定价锚点

Tue, 01 Sep 2026 17:13:24 +0800

　　MicroDuck 身量小得有点可爱，25 厘米高，800 克重，预购价不到四百美元，放在桌上就是一只会眼神呆萌看着你的机械鸭子。但它从不是玩具——GitHub 上已有上千星标、224 个 fork、一千一百多次提交，develop 分支几乎天天在动，这是一款活跃更新的活项目。它爆火的理由叠了不止一层：挂 Hugging Face 旗下 Pollen Robotics 的招牌，天然带话题和信任；四百美元不到的售价，把以往要几位数人民币起的双足硬件底线直接拉到个人研究者够得着的位置；一只会轮滑、会捡起袜子、会踢球、会自己从躺着翻起来的小鸭子，光 demo 视频就够在社区里滚动起来。可这些只是让更多人看见它，真正留得住行内人的，是它把 Sim2Real 的脏活做成了可以端到端复现的开源工程。

苹果的悬念不在折叠屏，而在 AI 的国行落地

Tue, 01 Sep 2026 16:10:38 +0800

　　苹果选在 9 月 10 日凌晨开场的那场秋季特别活动，主题起得张扬。外界把目光都压在首款折叠屏上，但我觉得这场发布会真正值得盯的反而不是那块能折的屏幕。细看开场的阵容，苹果头一回把标准版 iPhone 从秋季发布会里剔了出去，只留 Pro、Pro Max 和折叠屏撑场面，标准序列被挪到 2027 年春季，这也是新掌门接任后主持的第一场大秀。于是疑问浮上来：一个把门槛抬到 Pro 起跳、连折叠屏都卖到两千美元往上的季度，苹果到底在赌什么。

日本10年期国债破3%：一个迟到了三十年的拐点

Tue, 01 Sep 2026 15:00:03 +0800

　　日本10年期国债收益率周二盘中突破3%，上一次出现这个数字，还是1996年。将近三十年的时间，足够让一代人从入职干到退休，也足够让“日本利率很低”这件事从新闻变成常识，再从常识变成背景音。所以这条快讯真正的分量，不在3%本身——放眼全球，美债10年期收益率同期也站在2025年以来的高位，3%算不上什么惊人数字——而在于它发生在日本。就在同一天，40年期日债收益率升到4.265%，30年期升到4.185%，整条曲线被齐刷刷往上抬。更耐人寻味的是场外的戏码：美国财长贝森特在G20会议期间分别约见了日本财务大臣片山皋月和央行行长植田和男，当面把话挑明——日本下一步应当加息。他随后在电视采访里说，自己“掌握市场所不知道的信息”，相信日本政府和央行会采取行动推动日元走强。一个国家的财长公开催促另一个国家加息，这在平时是不可想象的外交姿态，市场却心领神会：隔夜掉期已经把日本央行9月18日加息25个基点至1.25%的概率打到了九成左右。此前一个月，美日联合干预汇市动用了创纪录的964亿美元，把日元从164兑1美元的四十年低点拉回155附近，可如今日元又悄悄滑回160一线，干预的成果回吐了大半——加息的压力，正是这样被一点点逼出来的。

一个我很喜欢的 Agent 用法：喂网址、辩观点

Tue, 01 Sep 2026 02:52:55 +0800

　　平时刷网页最常遇到的尴尬：一篇值得读的长文，当下没时间细读，先收藏，然后就没有然后了。后来我把这件事交给部署在自己服务器上的 Hermes Agent——刷到值得看的页面，把网址直接发给它，它抓取全文，替我分析、提炼、整理成一份干净的摘要。我要做的只剩两件事：把网址丢过去，看它消化的结果。

从卖流量到交付结果：医美平台的“重”生意

Tue, 01 Sep 2026 01:48:10 +0800

　　设想这样一个场景：深夜十一点，你在手机上刷到一支热玛吉的讲解视频，顺手下了单，第二天下午请了半天假，走进写字楼十七层的一家门店。前台扫码核销，咨询师带着你过流程，操作间里贴着统一印制的项目说明卡——从下单到躺上治疗床，你自始至终没有接触任何“第三方机构”。因为这家店的门头上，印的就是平台自己的名字。这家平台叫新氧，一个从医美点评和预约起家、曾经把自己定位成“医美界大众点评”的App。它最新交出的季度成绩单里，最耐人寻味的不是收入涨了三成多，而是收入的结构：自营门店贡献的美容治疗服务已经占到全部收入的六成半，而那个曾经养活整家公司的老平台业务，还在继续缩水。一家“卖流量的公司”，如今大部分钱来自亲手做服务。

参数不涨了：智谱 2026 中期业绩里的技术路线转向

Mon, 31 Aug 2026 23:47:46 +0800

　　这份中期业绩里最不像财务的一条信息是：GLM-5.3 与 GLM-5.2 用同一套基座，参数量没动，端到端编码完成率却提了 50% 以上。行业默认的能力跃迁方式是把基座做大，智谱这次放弃了它，把预算压到后训练上——扩大任务环境规模，拉长训练周期去磨。这不是省钱的妥协，而是一次判断：堆参数的边际收益在衰减，后训练才是眼下更陡的曲线。参数不变而能力上探，模型能力的来源正从“记得更多”转向“练得更久”。

全民免费不限量：韩国 All for AI，让每个人都用得上 AI

Mon, 31 Aug 2026 18:54:25 +0800

　　这两天被一条消息勾住了。这项名为“All for AI”（韩语常称“모두의 AI”，意为“大家的 AI”或“全民 AI”）的国家级计划，近期刚刚完成了项目的 사업자（官方承办单位）甄选，确定由 SK 电信（SKT）、KT 和 Kakao 三大联合体（Consortium）共同牵头。它面向全体国民免费开放，而且不限额度、不设 Token 限制。能做的事也都贴着日子走：预约医生、找公寓、问税务，小企业主拿它算税、找优惠，家长能拿到教育内容的推荐。读到“不限量”这三个字的时候我停了一下——AI 这两年的定价逻辑一直是按量走，从 API 计费到会员分级，忽然有一整片市场站出来说这件事该按人头供、随便用，这个动作的分量不在于省了多少钱，而在于它把 AI 放进了哪一类东西里。

版本大修：OpenClaw 2.0 真正动的是底盘

Mon, 31 Aug 2026 17:42:30 +0800

　　翻完 OpenClaw 2026.8.1 的更新日志，第一反应是热闹。历史对话能按精确词句全文检索并跳回上下文，会话可以搬到配对设备或云 worker 上跑，聊天里冒出能钉进仪表盘的交互卡片，进度状态跨五个客户端同步，语音、视频、会议一并补齐。把这些列出来，像是一份很能打的新功能清单。但按条目数一数会发现一个错位：越是容易被截图传播的那一类，在这个版本里的实际分量反而越轻，真正吃掉工程投入的是另一批不会出现在演示里的东西。看版本更新看久了会有个体会，功能迭代更像车机系统的交互升级，底盘工程才决定这辆车能跑多远、跑多久——2026.8.1 就是一次典型的动底盘的版本。

服务器上的全自动助手：Hermes Agent 的 YOLO 用法

Mon, 31 Aug 2026 15:47:15 +0800

　　用 Agent 做事最烦的不是它不够聪明，而是它每走一步都要停下来问你一句。执行一条命令，确认；改一个文件，确认；跑一段脚本，还是确认。任务被这些确认切得七零八落，你名义上雇了个助手，实际上一直在给它当审批员。所谓 YOLO 模式，就是把这个确认环节整个拆掉：Agent 在执行任何操作前不再请求人工批准，读文件、写文件、跑命令，全部自己决定、自己动手、一气呵成。前提是你得先在配置文件里把权限放开，让它有资格碰它该碰的东西。我把 Hermes Agent 部署在自己的服务器上，平时通过 Web UI 访问，配置文件的权限全部开放，让它以 YOLO 模式跑全自动。这个决定听起来莽，但用起来之后我意识到，确认机制存在的大部分场景，防的其实不是风险，而是我自己的犹豫。

给 Hermes Agent 装个网页面板，再配上自签证书远程使唤

Mon, 31 Aug 2026 04:30:26 +0800

　　前阵子翻出一台闲置的 Linux 小服务器，想着别让它落灰，就装了个 Nous Research 开源的 Hermes Agent。如今它的最新版本已经到 V0.20.6，安装倒是省心，一条一键脚本搞定，全程不需要 sudo，跑完 hermes setup 把大模型 API 配好就能开聊。配置模型列表的时候我留意到有个 opencode free 频道，底下挂着整整七款免费模型，白嫖党看了心里踏实，试玩成本几乎为零。命令行里跟它唠完两句，那股跨会话的记忆劲儿确实讨喜——上次聊的事，隔天再问它还记得。

OpenMAIC 把课堂变成一个可编排的多智能体空间

Sun, 30 Aug 2026 20:48:04 +0800

　　最近看到清华开源了一个叫 OpenMAIC 的项目，第一反应是“竟然还可以这样”。它的全称是 Open Multi-Agent Interactive Classroom，开放式多智能体互动课堂，由清华计算机系和教育学院的 THU-MAIC 团队开源。官方给的数字很抓人：任意一个主题、一份文档，甚至一段视频，大约三十分钟、不到两美元的成本，就能变成一堂完整的互动课——有幻灯片讲义，有测验和练习题，有 HTML 交互式模拟，还有项目式学习活动。但真正把它和市面上那些“AI 课件生成器”区分开来的，是这堂课里不只有内容，还有一整套配角：AI 教师负责授课，AI 助教随时答疑，还有好几个带着不同人格原型的 AI 同学在课上提问、讨论、拌嘴。你上传的不是一套讲义，而是一整个正在运转的课堂。

词元开物夺冠之后：惊艳来自编排，存疑来自物理世界

Sun, 30 Aug 2026 14:36:41 +0800

　　词元开物拿下 TRAE 冠军，初看确实震撼：一句话描述想法，AI 追问约束、出 BOM、生成固件与网表、布线，最后由桌面打印机现场出板，反馈周期从等工厂一周压到几十分钟。拆开看，每一环都不是新东西：追问是多轮对话，选型是检索加知识库，原理图是模板加规则约束，ERC/DRC 是现成 EDA 能力，执行端是免蚀刻雕刻机。让它显得聪明的，是把已有能力编排成一条不断链的工程流，再把生成的代码烧进硬件。这也是 Agent 产品的相貌：外层编排越来越顺滑，模型自身的推理并未同步跃迁——惊艳来自流程，不是智能突破。

算力的丰收季：光模块、PCB 与排到 2027 的订单

Sun, 30 Aug 2026 13:59:32 +0800

　　最近翻各家财报，有个感受挺微妙：下游做大模型的还在烧钱，上游卖硬件的却已经先丰收了。云厂商的资本开支一路高位往上走，芯片、光模块、服务器这些算力基建的半年报一个比一个亮眼。放在两年前，大家聊 AI 的叙事还是"谁能买到芯片"，如今话题已经换成了集群怎么协同、商业怎么兑现、哪些细分环节在爆单。市场关注的焦点，从单一器件悄悄挪到了整条链路上。

长鑫 LPDDR6 量产：国产内存的第一次抢跑

Sun, 30 Aug 2026 03:58:18 +0800

　　刷到雷军那条微博的时候，我愣了一下。企业大佬的个人账号公开祝贺一家上游供应商，这种待遇通常只留给自家发布会——供应链伙伴之间客客气气的商业互吹见得多了，肯动用个人账号、还配上短视频郑重其事评价“意义重大”的，真不多见。8 月 29 日，长鑫存储官宣全球首次商用 LPDDR6 内存量产，峰值速率 12800Mbps，单芯片最高容量 16GB，小米 18 Fold 首发搭载，自研的玄戒 O3 芯片首家支持。雷军在微博里写：“祝贺长鑫实现 LPDDR6 内存量产，非常了不起！玄戒 O3 首家支持长鑫 LPDDR6，小米 18 Fold 首发搭载。我相信，这只是开始。”这条博文，是全网企业大佬里唯一一条公开个人账号的祝贺。热闹归热闹，我更想聊聊的是：LPDDR6 这东西技术上到底强在哪儿，这次“全球首发量产”的分量又在哪里。

算力钱庄：英伟达会重演朗讯的剧本吗

Sun, 30 Aug 2026 03:36:50 +0800

　　英伟达前不久官宣了一件在资本市场上分量不轻的事：联合六家顶级金融机构，打造一个5000亿美元的算力融资平台。所谓算力融资平台，说白了就是一个授信池子——客户想买英伟达的GPU，囊中羞涩，可以来池子里借钱。5000亿这个数字，更准确的说法是“平台所能调用的第三方资本规模”，比美国《芯片法案》的527亿美元补贴还要多出一个零。措辞值得多看一眼：不是英伟达自己掏5000亿，而是英伟达组织5000亿。它做的是钱庄的掌柜，不是金主。这个差别，恰恰是整件事最值得琢磨的地方。

一文讲透：我的 Hugo 博客从本地预览到一键上线的完整发布教程

Sun, 30 Aug 2026 03:23:35 +0800

　　你现在读到的这篇文章，走的就是我这套发布流程：本地写完、预览满意，一次 git push 把源码推上云端，再到 Makers 控制台点一下部署按钮，文章就挂上了全球 CDN。整套动作里没有一行构建命令要敲，也没有一个文件要手动上传——这件事本身就值得写一篇教程，把从本地预览到上线的每一环拆开讲清楚，给想搭类似流程的人一个参照。

让 AI Agent 自主规划并运行一整夜的项目：从幻想走向工程现实

Sun, 30 Aug 2026 00:30:00 +0800

　　提到 AI，很多人的印象还停留在"问答机器"：你问一句，它答一句，答完还得你亲自验证、亲自执行。这个印象在两年前勉强成立，到今天已经彻底过时了。现在真正有意思的玩法，是把一个大型项目丢给 Agent，让它自己拆解任务、自己写代码、自己跑测试、自己修 bug——然后你去睡觉，第二天早上收获一个能跑的成品。这不是演示视频里的未来，而是当下就能跑通的工程实践。前提是，你得用工程师的方式去搭建它，而不是用许愿的方式去使用它。

谁在给谁打工：AI 循环交易的短中长周期

Sun, 30 Aug 2026 00:27:28 +0800

　　巴克莱最近拆了一份 AI 行业的利润账本：付费推理毛利率从 2025 年的十几个百分点爬到 50%-65% 以上，API 甚至摸到 80%，训练成本占比预计从 96% 一路降到 30%，2028 年后实验室的自建基础设施项目还会侵蚀三大云厂商的份额。数字很热闹，但我更在意的是藏在数字背后的那个老问题——模型和云厂商，到底谁在给谁打工。把这个问题放进循环交易的结构里看，短中长三个周期会给出三个不太一样的答案。

看天吃饭的行情：厄尔尼诺预期与种业的气象炒作

Sat, 29 Aug 2026 23:55:23 +0800

　　这几天行情软件里农业板块的热度，多少有点反季节。八月底本该是市场跟着中报业绩打转的时候，讨论区里聊的却是太平洋海温、秘鲁渔场和澳洲降雨——起因是气象机构对厄尔尼诺强度的预期接连上调，极端天气这个词又一次被推到了台前。农产品期货率先有反应，接着是种植链的股票，种业公司尤其活跃，熟悉的配方，熟悉的味道。

百度智能云架构三拆：底座、智能体与行业应用

Sat, 29 Aug 2026 20:46:01 +0800

　　百度智能云近期完成了一轮核心产研组织架构调整：原平台产品事业部更名为智能体事业部，其下属的 MaaS 业务、千帆品牌与全部 MaaS 相关产品体系，整体转入基础设施事业部；原数据平台部更名为数据智能部，整体并入由应用产品事业部更名而来的智能应用事业部。调整完成后，百度智能云形成基础设施、智能体、智能应用三大事业部并立的架构，三位事业部负责人均直接向百度集团执行副总裁、智能云事业群总裁沈抖汇报。

DeepSeek Harness 架构解析：从核心锁死到全插件自由

Sat, 29 Aug 2026 19:03:03 +0800

OpenClaw、Hermes 这类开源 Agent 框架的 Harness 核心封闭不可改，开发者只能在外围微调；DeepSeek Harness 完全搭建在 Cordis 微内核之上，上层插件全部可自由修改、替换与重组，唯一不可动的只有底层内核本身。

美债收益率曲线趋平的两层信号：鹰派重定价与美联储的公信力

Sat, 29 Aug 2026 07:20:22 +0800

　　安联首席经济顾问穆罕默德·埃尔-埃利安在点评当日美债走势时，把收益率曲线的变动拆成了两层信号：2年期与10年期利差收窄约 7 个基点，2年期与30年期利差收窄约 10 个基点，整条曲线呈现趋平态势。先看这组数字在技术上意味着什么。利差是长端收益率减去短端收益率的差值，它收窄，通常不是长端跌了多少，而是短端涨得更快——2年期国债对政策利率预期最敏感，美联储的每一次表态、每一份通胀数据，都会最先折算进它的价格里。当美联储主席沃什重申对通胀目标的坚定承诺之后，市场立刻开始重新校准此前的宽松预期：降息的时点往后推，路径的斜率往下压，这些修正集中体现在2年期收益率的上行上，而10年期与30年期相对沉稳，曲线于是被从短端那一侧"顶"平了——交易员把这种由短端收益率上行推动的趋平称作"熊平"（bear flattening）。埃尔-埃利安提醒的正是这一点：同一次趋平，短期与长期读出的东西并不相同，把它简单归因于某一个叙事，都会丢掉另一半信息。

放弃过 OpenClaw 的话，现在值得再看它一眼

Sat, 29 Aug 2026 03:49:44 +0800

　　不少人在 OpenClaw 上经历过同一个循环：兴冲冲装好，接上模型，跑通一两个示例，然后发现日常用起来总有别扭的地方，慢慢就放下了。如果你也是其中之一，最近值得回去翻一眼它的仓库——正式版虽然还停在 v2026.7.1-2，beta 通道却在 8 月里连着更新，最新已经走到 v2026.9.1-beta.1，仓库里的提交几乎没有停过。变化都堆在 beta 里，而这些变化恰好对着当年劝退你的那几个位置。

苹果给 Apple TV 与 Apple One 涨价的底气从哪来

Sat, 29 Aug 2026 02:48:06 +0800

　　Apple TV 是苹果自己的流媒体视频服务，2019 年上线，按月付费解锁苹果自制的内容库：剧集、电影、纪录片，以及部分体育赛事的转播。它走的路子和那种靠海量片库取胜的平台不太一样，更像是少而精——总量不厚，把赌注压在少数头部作品上，让它有资格被单独订阅的，是《人生切割术》《足球教练》《晨间秀》这类口碑剧，和拿下奥斯卡最佳影片的《健听女孩》这类电影。观看过程没有广告，一份订阅可以在最多六个人之间共享，买新设备时还常常附赠几个月的免费试用，这些设定让它在很长一段时间里更像苹果硬件的赠品，而不是一门需要自己算盈亏的生意。Apple One 则是另一回事，它把苹果的几项订阅打包成一份套餐：个人版覆盖 Apple Music 的音乐、Apple TV 的视频、Apple Arcade 的游戏，外加 50GB 的 iCloud+ 存储空间；往上还有家庭版和尊享版，把 News+、Fitness+ 和更大的存储一并收进去。它卖的东西有两样，一样是真金白银的差价——这几项分开订阅的总价高于套餐价，另一样是省心：一张账单、一个入口，不用在几个 App 里分别惦记各自的续费日。真正让这个套餐粘人的，是里面那个 iCloud+。它和另外几项不一样，不是"想看才打开"的娱乐，而是相册备份、设备同步、文件存放这些每天都在后台运转的基础设施。一旦你的照片和备份住在里面，取消套餐就不再是"少看几部剧"那么轻巧的决定。

你的好意，为什么总被当成理所当然

Fri, 28 Aug 2026 22:18:57 +0800

　　先说结论：不感恩，很少是人品问题，而是心理机制在自动运转。今天在技术群里，有人问项目为什么启动失败，我分享了自己踩过的坑，最后换来一句"你是外行"。帮了忙，不图回报，但连句谢谢都没有，还倒贴一顿抢白——这种事谁都遇到过。以前我总觉得是对方不懂事，后来想明白了：这里面有几笔账，是人的大脑自动在算的，跟教养关系不大。

曙光 ParaCache 与 KV Cache 之战

Fri, 28 Aug 2026 15:27:10 +0800

　　中科曙光在数博会上推出了新一代词元加速方案 ParaCache，采用全国产化技术路线，并已在首个全国产十万卡 AI 超集群曙光 8000 的推理场景完成验证。要理解这个方案的价值，得先明白它打的是哪里——靶点是 KV Cache（键值缓存），而要解决的头号问题，官方表述得很直白：“中间结果调度和复用不畅导致的重复计算”。配合赛迪顾问报告里的判断，KV Cache 正成为存储系统的新型负载：长上下文、多轮交互、高并发推理让它的规模持续膨胀，既占显存，又拖慢响应和集群并发。

Workday 被下调目标价的背后

Fri, 28 Aug 2026 14:48:06 +0800

　　TD Cowen 把 Workday 的目标价从 220 美元下调到了 210 美元。先说清楚这家公司是干什么的：它是美国一家企业级 SaaS 公司，主业是给大中型企业提供云端的管理软件，核心两块——管人（人力资本管理，员工档案、招聘、薪酬、绩效）和管钱（财务管理，会计、预算、采购、报销）。你可以把它理解成"企业的人力资源系统 + 财务系统"，全部跑在云端、按订阅收费。它在全球 HR 云和财务云领域是头部厂商，对手是 SAP、甲骨文这些老牌巨头。这次下调只有 10 美元，幅度约 4.5%，属于微调而非翻脸。

腾讯混元 Hy4 preview 开源了

Fri, 28 Aug 2026 14:31:19 +0800

　　腾讯混元今天放出了 Hy4 preview，参数配置一看就是冲着开源第一梯队去的：总参数 770B，激活参数却只有 49B，稀疏度压到约百分之六点四——这意味着它用接近 49B 稠密模型的推理成本，撑起了 770B 的知识容量，是典型的激进 MoE 设计。上下文长度直接拉到 1M，一次性装下整个代码仓库或几百页长文档不成问题，这对代码理解、长文分析这类真实工作负载来说，比单纯堆参数更有实际意义。目前模型已开源，并在腾讯云 TokenHub、OpenRouter 上线，WorkBuddy、CodeBuddy、元宝、ima 等腾讯产品也同步首发，等于把模型能力和自家工具链绑在了一起。

AI 变成攻击者的武器了：一场关于网络安全的集体预警

Fri, 28 Aug 2026 06:40:35 +0800

　　OpenAI、Anthropic、谷歌、微软,再加上 100 多家科技与金融服务机构,周四一起发了一封公开信,核心就一句话:把网络防御当成领导层的头号任务,赶紧修好软件里现存的漏洞。最扎眼的是这封信的联署阵容——平时这些公司各有立场、明争暗斗,如今能在网络安全上一致对外,本身就说明威胁已经到了让所有人都坐不住的地步。

英伟达的算力分成生意：从卖芯片到分蛋糕，我的几点猜测

Fri, 28 Aug 2026 06:31:01 +0800

　　你可能没注意到，英伟达最近悄悄确认了一件值得琢磨的事：它 7 月推出的那个 AI 云收入分成协议，还在实施中，目标是给快速增长的 AI 生态提供算力访问。乍一听这像句敷衍的官话，但我越看越觉得，这背后藏着一盘比"卖芯片"大得多的棋。这件事 7 月 1 日就官宣了——英伟达不再单纯按硬件卖卡，而是让 AI 云初创公司拿到 GPU 基础设施，再按产生的收入分成，Sharon AI、Firmus 这些云厂商就是第一批上桌的玩家。说白了，这是把"先用算力、后分成"的玩法摆上了台面，而它最扎眼的地方在于：英伟达正在从"卖铲子的人"，悄悄变成"和淘金者一起分金的人"。

决策者与执行者：AI 时代的人机分工，比想象中更清晰

Fri, 28 Aug 2026 01:42:02 +0800

　　有了 AI 加持之后，我发现部署环境这件事的本质变了。以前它是"背命令"的体力活：装什么依赖、用什么版本、按什么顺序、报错怎么解，全靠经验硬记。现在只需要了解两件事——它需要什么依赖、整体流程是什么——模型就能把这份依赖清单和流程，翻译成一步步可执行的动作。认知负担从"记忆"降级成了"理解"，我不再是一个执行者，而是一个拿着地图指路的人。

Pandas 数据分析实战教程：13 步从数据读取到透视表

Fri, 28 Aug 2026 01:29:53 +0800

1. 实验背景

　　拿到 Pandas 的那天起，处理数据就从"对着一堆乱七八糟的数字发愁"变成了"像操作一张会思考的 Excel"。它脱胎于 NumPy 的数组运算，但真正和你打交道的是两个数据结构：一维的 Series 像是给一串数字贴上了名字标签，二维的 DataFrame 则直接是一张完整的表。用过之后最大的感受是，它把 Excel 的直观和 SQL 的严谨揉在了一起——既能像点表格一样筛选切片，又能像写查询一样分组聚合。本实验以一份电商订单数据集为主线，通过动手操作掌握 Pandas 的构建、读取、切片、合并、聚合与透视等核心能力。

Linux 35 岁：没有公司、没有计划，却赢下了整个数字世界

Fri, 28 Aug 2026 01:19:38 +0800

　　8 月 25 日刚过，Linux 迎来 35 岁生日。1991 年的那个夏天，21 岁的芬兰学生 Linus Torvalds 在 comp.os.minix 新闻组发了一封帖子，说自己正在写"一个类似 Minix 的免费操作系统"，末了补上一句著名的自嘲——“just a hobby, won’t be big and professional”。35 年后，全世界用最奢侈的方式回应了这句谦卑的自我介绍：从智能手机到超级计算机，从银行核心到太空探测器，他当年"玩玩而已"的那个系统，如今是支撑现代数字世界的底层地基。数字可以丈量这个奇迹的尺度：初始代码约 1 万行，如今超过 4000 万行，增长了约 4000 倍；连名字都是偶然——Linus 原本想叫它 Freax，是同事上传到服务器时自作主张改成了 Linux，一个随手起的名字，后来成了全球部署最广泛的操作系统内核。更了不起的是它的成长方式：没有一家公司、没有一个商业计划，靠的是全球几十万开发者"远程协作"式地一点点垒起来。任何一个角落的程序员，都能提交一行代码让它变得更好一点；这种没有总部、没有 KPI、甚至没有正式雇主的开发模式，最终跑赢了几乎所有商业操作系统。唯一没被攻克的战场是桌面——Linux 统治着服务器、手机、云和超级计算机，却在普通人的桌面屏幕上始终差一口气，这几乎成了它传奇里唯一的遗憾，也是它"不完美却真实"的注脚。

航空安全最被低估的软肋，是旅客随手交出的那点数据

Thu, 27 Aug 2026 23:50:28 +0800

　　曼彻斯特机场集团(MAG)证实，旗下曼彻斯特、伦敦斯坦斯特德、东米德兰兹三家机场遭遇网络攻击，约 870 万客户的数据被访问。泄露内容清单很具体：邮箱地址、电话号码、车辆注册信息、邮政编码，以及停车场、贵宾休息室、快速通道预订和机场 WiFi 注册相关的资料。集团第一时间强调两点——乘客安全和航空安保从未受到威胁，也没有任何银行或支付信息泄露。这句话安抚了大多数人，但恰恰是这份"安全声明",最值得从网络安全角度停下来多看两眼。

宇树给“天才少年”撒了一把种子：1-2 万元赞助背后的长期主义

Thu, 27 Aug 2026 19:14:28 +0800

　　宇树科技最近做了一件金额不大、意味很深的事：官微宣布，每年无偿赞助一些“天才少年”。条件很简单——年龄从高中到硕士毕业前，项目内容完全不设限，芯片制造、AGI、超微机器人、可控核聚变、断肢重生、超导材料，所有前沿方向都可以尝试；按申请书和项目过程质量，给予 1 到 2 万元经费，分阶段无偿发放，特别优秀的不设上限。

Hayden Panettiere 与全网默哀一天

Thu, 27 Aug 2026 19:04:50 +0800

　　Hayden Panettiere(海顿·潘妮蒂尔)离世的消息,在热搜上待了整整 23 小时。36 岁,官方死因尚在调查,而《Heroes》里那个会自我愈合的 Claire Bennet,早已嵌进一代 80 后 90 后的青春。这场悼念之所以罕见地持久,先是因为它触动的不是"一个明星走了",而是"童年滤镜碎了一角"——人们悼念的,是自己追剧的那段时光。

AI 下半场：模型退潮，基建、制造与端侧接棒

Thu, 27 Aug 2026 17:50:28 +0800

　　南向资金今天净买入 31.8 亿元，背后真正的信号是一份 AI 产业链的"换岗通知"：智谱被净卖出居首，腾讯、华虹宏力、小米被争着接走。模型层的故事讲完了，钱该流向真正能承接利润的地方。

算力的隐形瓶颈：HBM 显存，英伟达财报背后的技术信号

Thu, 27 Aug 2026 15:52:15 +0800

　　英伟达这份财报，最值得技术人员关注的不是营收数字，而是利润率指引背后暴露的算力系统瓶颈。指引高于市场预期，本质上是在说：高昂的 HBM 显存成本仍能顺畅传导给下游。从架构视角看，这等于官方确认了一件事——显存，是当前 AI 算力系统里最硬的那块约束。

澳大利亚数据中心踩了一脚刹车：投资放缓背后的信号

Thu, 27 Aug 2026 12:19:04 +0800

　　澳大利亚企业投资在二季度踩了一脚刹车。统计局最新数据显示,当季企业投资约 510 亿澳元,环比下滑 3.6%,而拖累的主力正是数据中心——这项支出比一季度创下的历史纪录跌了近三分之一。乍看像是 AI 基建的狂热突然降温,但把时间轴拉长,故事完全不同:与去年同期相比,企业投资仍增长了近 11%,其中数据中心投资同比激增近 80%,依旧是全国经济活动最强劲的引擎。换句话说,这不是趋势反转,更像是一轮狂奔之后短暂的喘气——上季度把基数堆得太高,这一季的自然回落被放大了。

国内 Flash 月与 DeepSeek 红利

Thu, 27 Aug 2026 02:33:19 +0800

　　8 月 26 到 27 号这两天，国内大模型圈像约好了一样，扎堆往外抛“Flash 版本”。阿里一口气泡出 Qwen3.8-Flash 和预告已久的 Qwen3.8-Flash-Next，智谱把此前匿名跑分的“ox-alpha”正式官宣为 GLM-5.3-Flash。三家全是开源或开放权重，全把激活参数压得很小、价格打得很低，全在强调 Agent 编程和原生多模态。很多人第一反应是：这是不是看 DeepSeek V4-Flash 吃了红利，赶紧跟一波？

从马具到微内核：DeepSeek Harness 架构白话拆解

Wed, 26 Aug 2026 21:28:57 +0800

　　这两年 AI 从"聊天"慢慢变成"干活"，帮你改代码、查资料、订机票。很多人以为是模型变聪明了，其实背后还有一套很少被提到的骨架。最近 DeepSeek 开源了一个叫 Harness 的东西，英文原意是"马具"——再好的马，不套上缰绳和挽具也拉不了车。AI 模型就是那匹有力气但没方向的马，Harness 就是那副马具。套上它，模型负责"聪明"，Harness 负责"靠谱"：一个让 AI 会想，一个让 AI 能把活干完。再进一步说，模型是引擎，Harness 是整车，车好不好开，看的从来不只是发动机。

从插件开发看 DeepSeek Harness

Wed, 26 Aug 2026 19:58:20 +0800

　　最近 DeepSeek Harness 开源，代码仓库上那个"Everything is a plugin"的口号被反复提起。很多人第一反应是把它跟各种 agent 的 skill 划等号——不都是给 AI 加点能力吗？可一旦真从开发者的角度去写一个插件，就会很快意识到，这俩根本不是一回事。skill 大多是在一个已经装好的 agent 上面再叠一层专门的提示词和工具约定，属于"给成品加配件"；而 DeepSeek Harness 的插件，是你手里那台机器本身的零件，模型、工具、沙箱、存储、安全策略、上下文管理，乃至驱动整个智能体转起来的那条 agent 循环，全都是插件。官方用了个很直白的公式：Agent = Model + Harness。翻译过来就是，你想要什么样的智能体，不是从别人预装好的配置里挑，而是你自己动手把它拼出来。

百度双重上市临门一脚，港股通这扇门到底有多重

Wed, 26 Aug 2026 19:40:48 +0800

　　这几天百度在资本市场上的动静，说起来其实是件挺有仪式感的事。8月26日百度在港交所公告，股东特别大会正式通过了此前通告里提呈的所有决议案，这意味着它从港股"第二上市"自愿转为"双重主要上市"的关键前置审批程序已经走完了。市场人士顺着过往先例算了一笔账：如果百度能在9月3日这个考察日之前把转换生效办妥，就赶得上本轮港股通调整窗口，最快9月7日当周，南向资金就能名正言顺地进场买它的H股了。单看公告本身，不过是例行的股东表决；可把这几个时间点连起来看，分明是一步一步卡着季度的节拍，在打一套有准备的组合拳。

腾讯“AI 慢了”背后，其实是一场 agent 的长跑

Wed, 26 Aug 2026 16:54:54 +0800

　　这几天科技圈里最热闹的议论，大概就是"腾讯做 AI 慢了"这句评价。汤道生在腾讯内部刊物《知点》年刊发了篇长文《和 AI 一起长跑的这两年》，倒是没有回避，直接承认公司整体算力严重不足，拖慢了混元大模型的训练与产品发展，产生了不小的影响；可他随即又补了句常被拿出来引用的话——起得早也许不是最关键的，AI 的下半场才刚开始，熬得久才有机会抓住持续出现的新机遇。大多数人读到的是腾讯在安抚情绪、给自己打气，可我从 AI agent 的视角把这篇文章读下来，却越读越觉得，它不只是一封回应质疑的内部信，更像是在悄悄改写这场竞赛的跑道：大家还在模型榜上一决高下的时候，他已经把目光落到了 agent 能不能真正落进生活里。

别把 AI 当风口，它只是顺手换了个搜索引擎

Wed, 26 Aug 2026 16:19:00 +0800

　　我喜欢在互联网上冲浪，习惯性地打开百度，或者切到谷歌，敲几个关键词，然后一头扎进链接的海洋里。这么多年下来，这个动作几乎成了肌肉记忆。直到 AI 走进生活，我发现它没有颠覆什么，只是把"给一堆链接，你自己筛"换成了"直接给一个答案，你挑着用"。表面看像是换了个时代，可静下来一想，它跟搜索引擎没什么本质区别，都是同一个动作——想弄清楚一件事，于是开口去问。工具换了个更顺手的，仅此而已。

OpenAI 数据中心负责人离职：算力军备赛里，最贵的不只是芯片

Wed, 26 Aug 2026 05:23:24 +0800

　　华尔街日报的一条消息给算力赛道的热闹添了注脚：OpenAI 的数据中心负责人 Chris Malone 上周离职了。他 2025 年 3 月才加入，手上握着的正是号称千亿美元的“星际之门”（Stargate）项目数据中心建设，由 OpenAI、甲骨文与软银三方合作推进。离职本身不算罕见，但把他放进时间线里看就耐人寻味了——同一时期，首席营收官丹尼斯·德雷瑟、首席运营官布拉德·莱特卡普、菲吉·西莫等高管接连离开，公司一边为 2027 年的 IPO 筹备，一边把 2030 年算力支出预测从约 6000 亿美元上调到约 7500 亿美元。一个负责把真金白银变成物理数据中心的人，在烧钱最猛的当口转身走人，这不只是人事新闻，更像是一面镜子，照出 AI 基建狂飙里那些被数字掩盖的真相。

苹果把 AI 工作台搬到 Mac 桌面

Wed, 26 Aug 2026 00:18:33 +0800

　　随着越来越多消费者开始用苹果电脑创建和运行 AI 智能体，苹果在周二的公告里顺势把新款 Mac Mini 与 Mac Studio 推到台前，核心叙事不再是“又一颗更快的芯片”，而是“一台能直接在本地跑大模型与微调的工作台”。这次最关键的信号，是 Mac Mini 首次用上了 M6 系列芯片——它采用台积电的 2 纳米工艺，与此前基于更成熟节点的 M 系芯片相比，2nm 带来的不只是能效比的提升，更是单位面积内更多晶体管、更高内存带宽上限的可能，而这恰恰是大模型推理最渴求的资源。Mac Mini 这次提供 M6 与 M5 Pro 两款配置，标准版直接跳到最新代际、高端版用 M5 Pro 保峰值算力，组合策略明显是既要入门款“够跑”，也要 pro 款“跑得动更大的模型”。更值得写进技术笔记的，是苹果反复强调的两项底层资产：一是为 iPhone 与 Mac 打造的芯片里都内置了**神经网络引擎（Neural Engine）**这一专用组件，专门承接 AI 模型的矩阵运算，把原本要挤占 CPU/GPU 的推理负载分流出去；二是其 RAM 架构能够消除部分内存瓶颈——这里的“部分”二字很诚实，它指的正是一直以来 Mac 上最被诟病的“统一内存虽大、但带宽与容量受制于封装”的约束被新一代架构缓解，而非彻底消失。对想本地部署智能体的开发者来说，这意味着过去必须依赖云端、或者在内存墙前反复妥协的体验，正在被硬件层一点点抹平。

DFlash2 用投机解码给 Qwen 提速

Wed, 26 Aug 2026 00:04:05 +0800

　　Qwen3.8-27B 开源短短十天，Hugging Face 下载量就破了 260 万，配套的加速生态也几乎同步成熟。其中最具讨论度的一件事，是 Inco AI 开源的 Qwen3.8-27B-DFlash2 投机解码（speculative decoding）草稿模型：它只有 1.92B 参数、约 3.85GB，配合主模型在 SGLang 上跑，官方模型卡给出的单并发输出吞吐最高达到自回归基准的 3.43 倍。网上随之出现“提速明显”“4–5 倍”的说法。作为长期使用大模型做服务的工程师，我的第一反应不是看峰值倍数，而是追问：这笔加速到底从哪来、在什么工况下成立、又会在哪里缩水。把投机解码的原理、DFlash2 的架构选择与实测数据叠在一起看，答案其实相当清晰，也远比标题里的倍数更有信息量。

Rezolve 分布式数据库与 Web3 数据

Tue, 25 Aug 2026 20:24:52 +0800

　　2026 年 8 月 25 日，Rezolve Ai 通过 GlobeNewswire 发布了一则企业新闻稿，标题直白——“Google Selects Rezolve Ai’s Proprietary Distributed Database Platform”。需要先厘清一个背景：新闻稿里所谓“Rezolve 的专有分布式数据库平台”，并非 Rezolve 自研，而是其于 2025 年 10 月收购的 Subsquid（SQD） 去中心化数据网络的技术栈——SQD 此前已运营着 2,500+ 节点、全网管理约 2.1PB 索引数据。据稿中所述，Google Cloud 在“基础设施层面”整合了该平台，任务是为 Google Cloud Web3 的区块链数据集提供底层的索引与数据管道；首期部署涵盖 10 个区块链网络（稿未披露具体名单）、约 100TB 历史数据，每一个数据块在进入 Google Cloud 公共数据集之前，都要先通过 6 项密码学检查 以及结构与交叉验证。这里要立刻划清分寸：合作由 Rezolve 单方面宣布，Google Cloud 官方新闻室并无对应独立官宣、亦未公开否认，因此“Google 主动选择并背书”只能视为发布方叙事。这条新闻之所以仍值得技术人认真对待，不在于“谁选了谁”的口径，而在于它恰好暴露了链上数据走向“可查询公共服务”时最硬核的那段工程：如何把不可信、异构、持续增长的链上原始流，变成可被 SQL 随手检索的可信数据集。我们把它拆成三层来看。

OptiScaler 让老游戏用上新画质

Tue, 25 Aug 2026 18:08:41 +0800

　　显卡圈有个长期存在的尴尬：你手里这张卡明明算力还够，游戏里的画质选项却像一堵墙，把更新的超分技术挡在门外。问题不在于硬件，而在于超分生态的割裂。NVIDIA 的 DLSS、AMD 的 FSR、Intel 的 XeSS，三家各自的 SDK、各自的游戏适配节奏、各自锁定的硬件阵营，把“低分辨率渲染 → 高分辨率输出”这件本质上相同的事，切成了三块互不相通的领地。8 月 25 日这天，托尼又推荐了 OptiScaler——一个开源的小工具，它不造新的超分算法，而是做了一件更直接的事：在游戏和你选的超分后端之间，插进一层可以随意调换的中间件，让你的老显卡也能用上 FSR 4 和 XeSS 帧生成。先别急着喊“魔法”，我们把它从原理到边界拆开看。

145万条视频、59万个账号：我等这场清退，已经等了很久

Tue, 25 Aug 2026 17:41:33 +0800

　　8 月 25 日抖音黑板报那份公告出来的时候，我第一反应不是“又一批数字”，而是松了口气。近一个月，平台依据“账号健康分规则”，累计处置恶意营销号相关的违规短视频 145.34 万条、违规账号 59.75 万个，措施从减少推荐、下架视频，到限制甚至封禁投稿与变现权益。作为一个在平台上认真写东西、也亲眼看着自己内容被低质炒作挤到沉底的人，我得说一句不太客气的话：这场清退，来得一点都不早，甚至有点晚。那些号不生产内容，只生产情绪——他们盯住企业，靠造谣虚构、侮辱贬损、商业诋毁去换点击，再把点击换成钱。算法池子就那么大，他们占了坑，认真表达的人就沉下去。这一次要清掉的，正是这块堵在优质内容前面的石头。

Ox Alpha 限免刷屏：我选择站在旁边看一会儿

Tue, 25 Aug 2026 15:48:59 +0800

　　最近几天，OpenRouter 上冒出一个叫 Ox Alpha 的匿名模型，中文社区顺口管它叫“牛来”——Ox 就是牛的意思。它 8 月 20 日夜里以 stealth 预览的形式上架，标着 $0/$0 的价、塞进 1M 的上下文、还能吃图文视频、支持工具调用，开发者 Ben Davis 拿 DeepSWE 编码基准给它跑出 80%，压过 Claude Fable 5 的 65% 和 GPT-5.6 Sol 的 52%。一时间“免费、能打、全网找爹”的标题铺满信息流，归属的矛头几乎齐刷刷指向智谱的 GLM-5.3：栈追踪泄露出 Zhipu 的接口路径、错误码对得上、分词器探针也高度吻合。故事讲得很圆，但我暂时按下不表，先把热闹里的几个问号摆出来。限免这件事本身就不承诺明天——IT之家说免费开放约一周，到 8 月 27 日前后就可能变天，OpenRouter 的 stealth 预览历来是“收反馈、攒声量、然后改价或下架”的套路，没有谁保证月底还能薅；而那个 80% 的跑分是个人 eval，不是官方基准，单点成绩好看，不代表综合全面碾压，这些水分得先滤掉再谈。

速卖通登顶巴西下载榜：一场被低估的本地化胜利

Tue, 25 Aug 2026 13:39:51 +0800

　　8 月 25 日，多家媒体援引数据平台 Data.ai 的消息称，在当月大促开卖首日，速卖通登顶了巴西购物类应用的下载榜，把美客多、亚马逊、Temu、Shopee 都甩在了身后；同一天，其首日销售额较 6 月大促环比大涨 85%，而以 Brand+ 为代表的品牌商家被点名为增长主力。把这两件事放在一起看，比“又一家中国 App 出海拿第一”的标题更有嚼头：下载榜登顶意味着它在巴西这个长期由美客多（Mercado Livre）把持的腹地，终于在“新增用户从哪来”这个入口上反超了地主；而首日销售额的同步跳涨，说明这波流量不是空刷的装机量，而是真转化成了下单。巴西市场此前一直被物流时效和税政复杂度劝退，速卖通能在这里把“拉新”和“转化”同时做起来，本身就是对过去几年重资产投入的一份阶段性交代。

比特币再破 8.1 万：不是新牛信号，是 5 月行情的回踩确认

Tue, 25 Aug 2026 12:51:50 +0800

　　8 月 25 日这天，比特币盘中一度站上 8.1 万美元，重返今年 5 月以来的高位。先把时间线捋清楚，免得被一句“自 5 月中首破 8 万”带偏：比特币其实是在 5 月初（5 月 4 日到 5 日） 第一次突破 8 万美元，并在那轮行情里摸到了 8.1 万上下；今天这一破，是时隔三个多月之后，对前高区域的再一次触碰，而不是 5 月那次的首破。换句话说，市场今天讨论的“破 8.1 万”，和 5 月那次其实是同一道关口的两度跨越——中间横亘的是一整个夏天的震荡与整理。把两次事件混成一句，容易让人误以为这是一轮从天而降的新行情，但盘面讲的故事要平实得多：它只是回到了自己几个月前到过的地方。

新款 Mac mini 的 M6 与 M5 Pro

Tue, 25 Aug 2026 12:47:51 +0800

　　这两天彭博社记者 Mark Gurman 的一条爆料在科技圈传开：苹果已经在测试新款 Mac mini，搭载的芯片不是单一的某一颗，而是 M6（标准版）配 M5 Pro（高端版） 的组合，发布窗口最快就在未来几天，赶在 9 月那场秋季发布会之前。这条消息之所以值得停下来看一眼，不只是因为又一台 Mac 要更新了，而是它透露出的芯片排布方式有点反常——标准版直接从当下的 M4 跳到了 M6，高端版用的却是 M5 Pro，中间跳过了 M5 标准版。对一直习惯“同代产品用同代芯片”的人来说，这种错位本身就说明了苹果在芯片调度上有了新的算盘。再加上一个微妙的节点：库克将于 9 月 1 日卸任 CEO，这款机器大概率会是他任内主持的最后一款新品，让这场例行升级多了一层象征意味。

从“回答”到“执行”：高盛报告里 Agent 落地的真正分水岭

Mon, 24 Aug 2026 19:51:30 +0800

　　最近翻到高盛一份关于 AI 产业的报告，里面有一条判断挺扎人：AI 正在从“回答”走向“执行”，产业的竞争重心也从模型本身，悄悄转移到了对工作流的掌控上。这话初看像一句行业口号，细想却戳中了过去一两年里很多 Agent 项目卡住的那个点——我们早已不缺会聊天的模型，缺的是敢把它放进真实业务流程里替人办事的底气。报告把这种底气归结为两件事：可控性，以及责任划分。凡是边界清晰、结果可验证的工作流，会优先被自动化；凡是含糊、不可追责的环节，再聪明的模型也难落地。

Hermes 为何比 OpenClaw 跑得快

Mon, 24 Aug 2026 18:45:42 +0800

　　这半年我断断续续同时用着 Hermes 和 OpenClaw，一个越来越热闹，一个越来越像停在去年的版本。最开始用 Hermes 的时候，没几天就发现它的应用侧生态铺得很开，尤其是它直接给了一大批可以免费用着的模型——不用先绑卡，不用先算这笔账，点开就能跑。对一个只是想试试看的人，这种零门槛的体感很重要。OpenClaw 则完全是另一种气氛：框架是固定的，技术本身说不上差，但四周始终冷清，没有多少免费的东西能让你直接上手，也缺少成片可用的场景把人留下来。我跟着用了一阵，跑通一个 demo 之后，就找不到再回去的理由了。两种体感之间的温差，大概就是它们增长曲线分道扬镳的地方。

玩腻了 Agent：所谓调教，不过是提示词对抗的循环

Mon, 24 Aug 2026 13:12:37 +0800

　　把市面上的 Agent 软件挨个试过一遍，你会觉得它们“简单”得出奇一致。不管什么产品，总能找到一处设定系统提示词、约束框架的地方，剩下的事就是按自己的需求去改这些设定——加几条规则、调调人格、补点记忆约束，看起来就把 Agent 驯服了。

Instant 团队加入 OpenAI，云托管将停，代码依旧开源

Mon, 24 Aug 2026 12:53:29 +0800

一、Instant 是什么

　　Instant（即 instantdb / instant）是一个主打“实时数据库 + 前端友好”的开发者工具。它把数据库、实时订阅、鉴权和文件存储打包成一套极简 API，让你在前端几行代码就能拿到一个会实时同步的后端。对于想快速做协作类、聊天类、看板类应用的独立开发者来说，它一度是 Firebase 之外很清爽的替代选择。

放开赫尔墨斯 Agent 全部权限后，我看到了高效，也看到了风险

Mon, 24 Aug 2026 02:11:47 +0800

第一章：无约束赫尔墨斯 Agent 实操体验

　　这段时间我把赫尔墨斯 Agent 的权限彻底放开：关闭人工询问弹窗、移除安全边界限制，人格管理、需求记忆、任务执行全部交给它全自动运行。实际体验很顺——丢一个需求过去，它自己拆解、自己调工具、自己迭代，中间不打断我，产出的结果也基本能用。这种"甩手不管"的流畅感，确实比每次都要点确认的传统助手高效太多，特别适合需要快速把想法落地的场景。

用 Hermes Agent 把碎片时间变成我的私人进化器

Mon, 24 Aug 2026 01:08:27 +0800

一、它成了我电脑前的老搭子

　　不知道你有没有这种感觉，写代码写到一半，突然想找个东西聊两句：不是问问题，就是随手丢个想法过去。我最近半年把这活儿交给了 Hermes Agent。早上泡杯咖啡，先开它的 Web UI 发一句"今天想搞点小工具"，它回得飞快，像坐在旁边的同事。慢慢地，它从"工具"变成了我电脑前的一个老搭子，不吵不闹，随叫随到。

Agent 用着用着就坏了：双重底层不可控的踩坑复盘

Sun, 23 Aug 2026 20:18:39 +0800

　　我这两年踩 Agent 的坑，最深的体会不是"工具不够强"，而是**“工具昨天还行，今天就坏了”**。同一套流程、同一份配置，上周跑得稳稳当当，这周就开始频繁报错、执行异常、结果完全随机。一开始我以为是自己的问题，翻日志、调参数、改 prompt，折腾到深夜。直到把几轮"坏掉—修好—再坏掉"的循环摊开看，才明白根源根本不在我这边。

没有真实业务需求，研究 Agent 就是烧钱：我的退服复盘

Sun, 23 Aug 2026 20:03:40 +0800

　　这两年，Agent 工具和 AI 自动化框架我研究得不算少：本地装过、远程配过，还专门租过云服务器让它们挂机跑任务。可就在前几天，我把名下最后一台云服务器也退掉了。不是工具不好，而是我终于想通一件事：没有真实落地的业务需求，研究 Agent 就是一笔赔本买卖——资金和精力投进去，回报却几乎为零。

给服务器装上 OpenClaw 龙虾：7×24 小时运维助手实战

Sun, 23 Aug 2026 01:20:00 +0800

　　在服务器上盯了三年监控面板，我一度以为"运维"就是半夜被告警吵醒，爬起来看一眼日志再继续睡。Nagios 的邮件、Zabbix 的触发器、Prometheus 的规则，它们能告诉我"哪里坏了"，却从来不告诉我"为什么坏、怎么修"。直到我把 OpenClaw 龙虾装进那台 VPS，把它从一个会喘气的聊天机器人，调教成真正懂这台服务器的运维助手。这篇就聊聊这半个月的实战，没有夸张的自动化魔法，只有部署、调人格、踩坑、再调试的日常。

折腾 Agent 大半年，配置文件我还是更信 JSON

Sat, 22 Aug 2026 21:46:00 +0800

　　本来只想给本地 Agent 换个模型，结果又在配置文件上耗掉一晚上。

　　这台机器上跑着三套 Agent 框架——OpenClaw、Hermes、DeepSeek Harness。大半年用下来，光"配置文件怎么写得舒服"这一个问题，就够写篇长文了。今天趁热，把这阵子的感想记下来。

个人量化数据库的归宿：国内云服务器、备案与那些坑

Fri, 21 Aug 2026 12:20:28 +0800

　　做量化的人大概都懂这种纠结。行情数据清洗完之后，堆在本地电脑上，怕硬盘坏了，怕换电脑，怕哪天误删；扔到网盘里，又总觉得那不是我自己的地盘，权限、隐私、说不清的种种顾虑。折腾过一阵子之后我慢慢明白，个人复盘用的金融数据，需要的其实是一个稳定、私密、自己说了算的存放之地，而国内正规大厂的云服务器，恰好是这个答案里最顺手的一个。

偶然翻到《迈克尔·杰克逊：巨星之路》，像和旧友重逢

Thu, 20 Aug 2026 23:53:05 +0800

　　某个没什么目的的晚上，我漫无目的地翻着片单，指尖停在一部名字很长的传记电影上——《迈克尔·杰克逊：巨星之路》。本来只想随便看个开头，结果不知不觉就陪它走到了片尾。那种被一部片子轻轻攥住、舍不得快进的感觉，已经很久没有过了。

折腾完一堆 Agent，我才认清楚这件事

Thu, 20 Aug 2026 19:15:34 +0800

　　说起来有点不好意思，我最早接触这类 AI 智能体的时候，是真的被惊艳到了。不管是通用的聊天 Agent，还是后来专门拿来干活的编程 Agent，比如 ZCode、CodeBuddy 这些，第一次用都给我一种“以后动动嘴就能把活干完”的错觉。我记得清清楚楚，头回拿 ZCode 让它给我弄个能记阅读进度的页面，我就随手丢了一句“帮我做一个能记录阅读进度的页面”，没多大一会儿，它真就跑出了一套说得过去的结构和样式。那一瞬间期待值是直接拉满的，满脑子都是：这下好了，后面那些查文档、调格式、对着报错发呆的破事儿，总算能甩给机器了。

小红书开源 Dots3 的 AI 变局

Thu, 20 Aug 2026 16:59:04 +0800

　　同一款模型，在海内外收获的待遇可以差到像两个世界。小红书的 Dots3-Note Preview 就是这样——它在海外热热闹闹地开源，国内却几乎听不见声响。这种温差本身就比任何参数都值得琢磨：到底是这款模型不行，还是我们根本用错了观察它的角度？

宇树科技科创板IPO：四足双轮驱动与中美具身智能路线之争

Thu, 20 Aug 2026 13:43:40 +0800

　　8月19日，宇树科技正式挂牌上海科创板，发行价定在150.8元/股，收盘845元，一天之内涨了超过460%。开盘那一阵子，我盯着行情面板刷了几遍，脑子里反复想的一个问题是：这只票到底在交易什么？是把过去几年的四足机器人出货量重新定价，还是把整个具身智能赛道的想象空间一次性兑现掉？说实话，两者都有，但把话讲清楚，比跟着红盘起哄有意思得多。

Claude Code增长放缓，隐形水印引发开发者退订潮

Thu, 20 Aug 2026 13:09:12 +0800

　　先说结论：Claude Code 最近的增长放缓，表面看是数据问题，实际上是信任危机。官方在 8 月初全量上线了不可见的文本水印，没有开关、无法关闭，直接把一批老用户"劝退"了。这篇文章不站队，只把发生了什么、开发者为什么反感、用户流向了哪里，梳理一遍。

AI 智能体上线安全怎么验证

Thu, 20 Aug 2026 03:18:00 +0800

　　先说结论：AI 智能体上线前的安全验证，绝大多数团队还在用"看日志、读对话"这种旧办法，而这恰恰是最验不出问题的办法。TestMu AI（原 LambdaTest）推出的 Agent Assurance，是我目前看到的第一个把对话式智能体和自主智能体的验证放进同一个平台的产品。这篇从行业痛点、产品设计、对比表和我的实际使用场景几个角度，客观拆一遍它到底解决什么问题。

静态博客 AI 工具实测对比

Thu, 20 Aug 2026 03:10:00 +0800

　　先说结论：维护 Hugo 静态博客这两年，我把 Trae、CodeBuddy 换成了 ZCode。变化最大的不是某个功能变强了，而是整个流程从"七零八落的手工拼装"变成了一条线——写作、MCP 配置调试、本地构建预览、Git 发布，全在一个对话里收尾。更实在的是，在火山大模型的 Agent 无缓存套餐下，我的 Token 开销降了差不多一个数量级。这篇把三款 AI 代码助手的实测对比、我踩过的坑、以及对应的省 Token 配置一次讲清楚。

用上下文窗口省 Token 实战

Thu, 20 Aug 2026 02:30:00 +0800

　　先说结论：在 Agent Plan 这种没有上下文缓存的套餐里，1M 超大上下文窗口不是白送的福利，而是每轮对话都在烧钱的无底洞。我的博客写作从 1M 收到 128K 之后，单篇千字博文的 Token 消耗降了一个数量级，正文没丢过一个字。这篇把原理、配置和三种场景的完整参数一次讲清楚。

腾讯又回购了三亿，钱却悄悄流向了 AI

Tue, 18 Aug 2026 21:39:00 +0800

　　8月18日盘后，腾讯（00700.HK）又回购了：斥资约3亿港元、回购68.1万股，价格落在437.8到445港元。和港交所披露对得上，是事实。可回购本身，只是个引子。

翻 OpenRouter 榜单，登顶的中国 LLM 越来越多了

Tue, 18 Aug 2026 18:18:28 +0800

　　八月中旬，OpenRouter 的月度调用量榜单出来，最显眼的一行是：小米 MiMo-V2.5 排第一。紧随其后的 DeepSeek V4 Flash、腾讯 Hy3 也都是中国模型。说实话，看到这个我一点不意外——这两年每次翻 OpenRouter，前面几名越来越像中文互联网的产物。但真正让我停下来多看两眼的是，传着传着，标题变成了"前七名全部来自中国模型"“前十占八个"“中国模型合计 88.1%"。

AI 太勤快了：被“主动帮忙”烧掉的 token

Tue, 18 Aug 2026 15:32:39 +0800

TOKENCOSTAGENT

模型都放平以后，办公 Agent 到底在争什么

Mon, 17 Aug 2026 00:09:00 +0800

　　最近"模型聚合"这个说法到处被提：腾讯、字节到阿里、百度，办公 Agent 都不约而同改了打法，不把自己绑死在一个自研模型上，而是做成统一的入口和网关，按场景把任务分给不同的模型。

浙大 Polaris 科研自动化实测

Sun, 16 Aug 2026 16:16:00 +0800

　　当一个团队把"让 AI 做科研"从口号变成可以本地部署的系统，最该问的不是它有多炫，而是它怎么解决"环节之间怎么衔接"这个真正难的问题。浙大 ZJU-REAL 团队开源的 Polaris（北极星） 就是这样一个尝试：它把从追踪文献到写成论文的整条链路，组织成一条 AI 能自主推进、但关键决策仍留给人的协作流程。

凉意将深未深

Sun, 16 Aug 2026 15:15:00 +0800

处暑，处者，止也。暑气将歇未歇，秋意欲来未来。

　　又一年的暑气走到了末尾，凉意将深未深。日历上还写着大暑，可风里已经能嗅到一点别的味道了。白天依旧是晒的，那晒不是盛夏那种劈头盖脸的暴烈，倒像是滚了一天的铁锅，撤了火，余温还恋着锅底，一下一下地往外舔。到了傍晚，日头一沉，风就凉了一层，凉得恰到好处，像谁在闷热的屋子里，轻轻推开了一扇窗。

　　处暑，处者，止也。暑气到此而止。可它偏偏不肯痛快地止，年年都要拖泥带水地赖上几天，赖成"秋老虎"，赖得人心里又盼又怕。盼它早些走，又怕它一走了之之后，那满天的蝉鸣、满树的浓荫，也跟着一起走了。人就是这么个古怪东西，一边嫌热，一边又舍不得热。

　　我的故乡，一马平川，庄稼都分在一眼望到头的田块里。记得小时候，处暑前后正是玉米孕穗的日子，白天我们小孩子是断不肯下田的，都在大门口的大榆树下，扣泥巴、抓子儿，一玩就是一个下午。大人们却要顶着日头去地里头看墒情，看玉米的叶子打卷了没有，看田埂上的豆角藤爬得够不够高。那时候的地里，什么都有——玉米、香瓜、西瓜、南瓜、豆角，挤挤挨挨地长在一起，像一大家子人过年，热闹得很。如今再回乡，大块大块的田里清一色是玉米，密匝匝地立着，像一排沉默的兵，整整齐齐，却再没有小时候那样五花八门的闹腾劲了。

当算法追着热点跑，热点的接力赛里没有新意

Sun, 16 Aug 2026 14:41:00 +0800

抖音总给我推夸 DeepSeek Harness 的"正能量"，一条接一条，仿佛不装就不是合格的 AI 圈人。可它明明只是个不那么好用的预览版。点了几下，算法就替我脑补出"重度关注者"的人设，开始疯狂投喂。名场面换了主角，剧本却一个字没改。

AI 编程工具越堆越多，开发者却越来越没掌控

Sun, 16 Aug 2026 11:50:00 +0800

VIBECONTROLOBSERVABILITY

独立站交给 AI Agent，交互方式先变了

Sat, 15 Aug 2026 15:11:00 +0800

　　8月7日，一场跨境独立站峰会在深圳举行。店匠、TikTok for Business、Stripe 三家联办，主题一句话非常有意味——“独立站，交给 AI Agent——Meet Athena”。有意思的是，这三家主办方恰好覆盖了独立站最核心的三段链路：建站、流量、支付。很多人读这条新闻，读出来的是“AI 又要给跨境提效了”。可我看到的不太一样，我看到的是一种交互方式的改变：独立站，似乎真的可以交给 AI Agent 来运营了。

DeepSeek Harness 的 Linux 可用性

Sat, 15 Aug 2026 12:35:00 +0800

　　DeepSeek Harness 刚发布没几天，我就把它装到了一台 Linux 服务器上，目的只有一个：用最大可能，去试探它的可用性。不是用它干活，而是逼它出问题。插件自由拼接、自我修改、快照备份随便蹬——这些宣传里最诱人的词，恰恰是最需要被怀疑的词。测完一圈，我的总结很朴素：架构是对的，但生成效率很低，它还是个雏形，后续需要大量版本迭代。

程序为何不再打包 EXE

Sat, 15 Aug 2026 00:30:00 +0800

　　过去我固执地认为：写工具，终点一定是打包成 exe。编译、封装、做安装包，还要祈祷用户别撞上缺 DLL 的报错。可现在大量工具走上了"Python 后端 + WebUI"路线——本地启个服务，浏览器访问即用。我曾以为这是开发的万能捷径，后来才慢慢看清：它只是特定场景下的甜区，代价同样不容忽视。

DeepSeek Harness 是真护城河吗

Fri, 14 Aug 2026 15:00:00 +0800

　　判断一个 Agent 框架值不值得注意，别管它是不是 harness，这定位早烂大街了，真正该看的是它试图建立的护城河。DeepSeek Harness 反复强调三件事：省 token、插件化、自进化。拆开看，成色差得很远。

GLM-5.3 发布：一次关于后训练的坦白

Fri, 14 Aug 2026 13:00:00 +0800

$ glm-release --show 5.3
✓ 基座：GLM-5.2（740B+，未更换）
✓ 编程体感：较前代提升 50%
✓ Terminal Bench 3.0：开源第一
! 多模态：本版本不提供

今天智谱发布了 GLM-5.3。新闻通稿里最扎眼的一句是“基座没变”。我盯着这四个字看了很久，觉得它比任何"提升 50%"都更值得写。一次能力跃迁，靠的不是换头，而是把后训练做长、做深。这是本文想聊清楚的事。

DeepSeek Harness：自由的价格

Fri, 14 Aug 2026 12:30:00 +0800

　　这几天，DeepSeek 的一个开源项目讨论度格外高，叫 DeepSeek Harness。官方给它的公式只有一句话：Model + Harness = Agent。模型负责思考，Harness 负责把思考接进真实世界。听起来很平淡，可越看进去越觉得，它想做的事，比"又一个编程助手"要激进得多。

把记忆交给仓库，而不是交给 Agent

Fri, 14 Aug 2026 00:20:00 +0800

  # 运维随笔 · 把临时变成永久
  ~/blog/agent-operation

　　很多人用 Agent 做项目，第一反应是让它"记住"。记住目录结构、记住发布流程、记住踩过的坑。仿佛 Agent 记得越牢，项目就越稳。可越接触持久的运维，我越觉得这个方向反了——真正想让项目长期跑下去，最该做的，恰恰是不把记忆交给 Agent，而是交给仓库。

DeepSeek 从生成器到执行者

Thu, 13 Aug 2026 23:28:00 +0800

8 月 13 日，DeepSeek 用三件事，同时宣告了一个转向。

代码写得太快，验证跟不上了

Thu, 13 Aug 2026 18:35:05 +0800

Blacksmith 一年内估值从 6000 万美元涨到 5.5 亿美元，客户从 700 家涨到 5000 家。资本在为“一个问题”买单，还是在为一个“答案”买单？这是本文想弄清楚的事。

Harness 会替代固定工作流吗

Thu, 13 Aug 2026 08:02:11 +0800

HARNESSOPENCLAWWORKFLOW

智能体的两个路口：回归与再出发

Wed, 12 Aug 2026 19:30:00 +0800

　　最近有两则消息，放在一起读，颇有意思。一则是 AI 智能体公司 Manus 通过一封《致用户的一封信》，宣布恢复以独立公司的形式运营；另一则是前阿里巴巴 Qwen 项目技术负责人林俊旸，宣布在上海创办 AI 实验室 Pragmatik（p7k）Labs，专注研究面向数字世界与物理世界的下一代智能体。一家是公司的回归，一位是个人的再出发，看似无关，却同时落在"智能体"这三个字上。它们不是孤立的新闻，更像是同一场变化投在水面上的两道涟漪。

2026 年，为什么我仍要写个人博客

Wed, 12 Aug 2026 01:14:23 +0800

　　最近我把一个念头丢给 AI，问它：都 2026 年了，写个人博客还有意义吗？它洋洋洒洒回了一大篇，从"对抗 AI 废文"“数字主权"“长期复利”，一路讲到 Z 世代的"数字反叛”，最后还煞有介事地给出了一套"新生存法则"——心态归零、垂直深耕、拥抱 GEO、全渠道分发。

AI 时代的工程地基：规范，才是项目持久化的解药

Tue, 11 Aug 2026 21:09:00 +0800

　　不少人用 AI 做项目，功能堆得飞快，坑也挖得飞快。等需求迭代到第五轮，想改哪里都怕——你不确定动这一块，会不会牵动整栋楼。项目于是进入一种奇特的循环：建得越快，塌得越可能。

　　这不是 AI 的问题，而是我们对"快"的理解出了问题。AI 最擅长往前写，却几乎不回头看全局。它写每个功能时，都只基于当下那一段局部上下文——前面已经有过的两段代码、用过的命名、定下的结构，它一概不记得。

为什么叫 BML：一个域名的双重寓意

Tue, 11 Aug 2026 06:47:31 +0800

　　三个小写的字母，b、m、l，挨在一起，像三个排队的人。我买下它的时候没想太多，后来才发现，它站在两个世界中间——一个用耳朵听，一个用脑子想。

给 Agent 加记忆的三条路

Tue, 11 Aug 2026 03:36:16 +0800

　　先说结论：同样面对"给 AI 加记忆"这道题，三个项目给出的答案几乎不重样。LifeOS 围着"人"转，TencentDB-Agent-Memory 围着"团队"转，OpenViking 围着"数据"转。它们不是迭代关系，而是三个不同的出发点。

GitHub 上那一排 Agent 项目，都朝着同一个方向去了

Tue, 11 Aug 2026 03:07:29 +0800

　　最近 GitHub 榜单上的 Agent 项目，看多了会生出一种奇怪的感受：它们好像约好了一样，朝着同一个方向去打造。很难说这是哪一个人带起来的，更像是一群人各自往前走，最后走着走着，走到了同一条路上——那条路的名字，叫工程化落地。

从搜索引擎到大模型：人去找答案，还是答案来找人

Tue, 11 Aug 2026 00:30:00 +0800

　　最近在琢磨一个对比：以前我们衡量一个工具，问的是"搜索引擎有多好"，如今问的却是"大模型有多好"。表面看只是换了主语，深看下去，这背后是两套完全不同的逻辑在更替——人去找答案，和答案来找人。

走走停停的榜单：那些来不及看的项目，后来又回来了

Mon, 10 Aug 2026 22:26:21 +0800

　　我有个多年的习惯：每天翻一遍 GitHub 的每日榜单。翻久了就会发现一件有意思的事——榜单上的项目，总是走走停停、停停走走。今天挤在前几名的那个，明天可能就消失得无影无踪；而某个你上个月匆匆划过、连 README 都没点开的名字，过段时间又冒了出来，甚至比上次更靠前。

智能体协同的严肃性：从演示到生产之间那道鸿沟

Mon, 10 Aug 2026 22:15:00 +0800

　　这一年，多智能体（multi-agent）成了最热的关键词之一。一个"编排者"派任务，一群"执行者"各司其职，彼此发消息、传结果、来回若干轮，最后交出一份像模像样的成果。演示视频里一切行云流水，仿佛把几个大模型串在一起，就自动获得了分工与协作的能力。

为什么我倾向于买固定带宽，而不是共享带宽

Mon, 10 Aug 2026 18:40:00 +0800

　　聊服务器的时候，大多数人关心的第一件事是配置：几核 CPU、多少内存、多大的盘。但真正决定我预算的，往往是那些不怎么起眼的字眼——带宽。它藏在产品页的小字里，却常常是我最后才看明白的东西。这篇文章，想把这笔账掰开揉碎了算一算。

Hugo 个人静态博客网站在 AI 时代的范式构建

Mon, 10 Aug 2026 18:00:00 +0800

　　如果说前两篇记录的是"我做了什么"，这一篇想聊聊"为什么这样做是对的"。搭一个博客容易，难的是想清楚：在 AI 遍地都是的今天，一个用 Hugo 写的个人静态博客网站，它的存在方式到底应该长成什么样。

用 AI 部署 Hugo 博客，再发布到边缘节点，我真的觉得很好

Mon, 10 Aug 2026 17:45:00 +0800

　　“用 AI 部署 Hugo 博客网站，然后发布到边缘节点，我感觉真的很好。”

　　这句话是我最近真实的心情，也是我写下这篇的原因。过去我对"部署"两个字是有点怵的。服务器、域名、反向代理、证书，在我脑子里是叠在一起的黑箱，每一个词都像迷宫入口，进去之后往往就出不来了。博客写完了，却常常卡在最后一步：怎么让它被人看到。

在 AI 时代，我用 Agent 编程软件搭了这个博客

Mon, 10 Aug 2026 17:30:00 +0800

　　这是第一篇。

　　想写博客的念头存了很久，但一直卡在"搭站"这一步。选框架、配主题、调样式、改模板，每一样都不难，加在一起就足够把热情磨光。写作的欲望，最后总是死在配置文件里。