AI 行业动态：开源潮与资本大动作并行
蚂蚁集团开源 Ling-3.0 系列模型（8月20日凌晨）：主打"高效"的稀疏 MoE（混合专家）架构——Ling-3.0-flash-base 总参数 124B，每 token 只激活 5.1B；内置 512 个路由专家（每次激活 8 个）+ 1 个共享专家，原生融合线性注意力，MIT 许可全开源，还发布了训练中间检查点，方便研究者复现。
MiniMax 发布视频创作应用 MiniMax Design：把 H3 视频模型与画布、3D 导演台、Skills、Agent 打包成"分镜—生图—视频生成—剪辑配乐"的全流程工具，定位从"生成素材"转向"争夺专业创作软件入口"，被看作对 Adobe 等传统工具市场的正面冲击。
快手分拆"可灵"独立融资，估值 180 亿美元：视频生成大模型"可灵"正式独立融资，腾讯、阿里云各投 13.63 亿元，百度投 3.41 亿元——视频生成赛道成为巨头争夺的新高地。
OpenAI 计划 2027 年上市：CFO Sarah Friar 在全员会议上透露，公司已向 SEC 秘密提交招股书，若业务持续增长可能更早；目前季度收入运行率增长 35%，企业收入增长 50%，AI 编码产品周活跃用户已达 2000 万。
人物动态：黄仁勋与日本 Noetra 联盟合作——英伟达提供 GPU 集群、日本政府补贴 61 亿美元，打造独立于中美模型的机器人生态系统；同时黄仁勋入驻 X 平台亲自讲解 AI 业务布局，开始"亲自下场"经营舆论。
注释：MoE（Mixture of Experts，专家混合） 一种大模型架构，每次只激活部分专家，兼顾性能与效率；token 文本的最小单位，模型一次处理一个 token；SEC 美国证券交易委员会，上市公司需向其提交文件；ARR（Annual Recurring Revenue） 年化经常性收入。
AI 论文速览：Twin —— AI 自己"玩懂"未知游戏
本周很值得一读的 arXiv 论文：Twin: Playing an Unknown Game with a Test-Time Digital Twin（作者 Alexy Skoutnev）。
它讲的是什么？ 传统 AI 玩游戏，要么提前给它规则，要么让它硬学几千局。这篇论文反其道而行：让前沿编码 Agent 在测试时（Test-Time）直接为游戏编写一个可执行的世界模型（digital twin，数字孪生）——AI 不靠脚本、不靠试错，而是通过模拟和交互自己推断游戏规则与目标，再基于这个模型来通关。
- 在 ARC-AGI-3 基准上达到 97.8% 的关卡完成率（179/183）
- 通过"回放验证"机制保证推断出的世界模型与真实环境一致
- 作者因此登上本周 arXiv 热门贡献者榜第二名
有什么用？ 它展示了 Agent 从"照脚本执行"迈向"从零理解环境"的可能性——这对游戏 AI、机器人测试、自适应模拟都有启示：以后机器人进陌生环境，也许不用预先编程，让它"先写个世界模型，再按模型行动"就行。
要注意：目前验证范围还限于游戏类环境，真实世界的物理与社交复杂性远比关卡规则复杂，通用落地仍需时日。
注释：测试时（Test-Time） 指模型部署使用阶段，与训练阶段相对；世界模型（World Model） 对环境运行规律的内部模拟，模型用它预测"下一步会发生什么"；ARC-AGI 一个著名的抽象推理基准，专门考察模型从未见过的模式推理能力。
AI 工具技巧：让 AI 当自己的"对手"，写完先挑刺再改
让 AI 一次写完美很难，但让 AI"自己审自己"很简单。技巧只有两步：先让 AI 以挑剔角色挑毛病，再让它逐条修改。
以"让 AI 写一份产品方案"为例：
【第一轮：挑刺】
请以"最挑剔的评审专家"身份，从准确性、逻辑漏洞、遗漏风险三个角度
审查这份方案，列出最关键的 5 个问题，每条附一句改进建议。
【第二轮：修改】
根据你的建议逐条修改，输出完整修订版；
每处改动用【】标注原因，不许跳过任何一条建议。
要点：
- 给 AI 设定"挑剔角色"并规定审查角度——不问"你觉得怎么样"（AI 会说"很好"），直接要求"列出 5 个问题"
- 两轮分开跑：先挑刺、再修改，而不是让它"边写边自查"
- 第二轮强制逐条回应：用"不许跳过任何一条建议"堵住 AI 敷衍的路
- 可以迭代 2-3 轮：每轮问题会越来越少、越来越尖锐，效果快速收敛
适用场景：写重要邮件/方案、生成代码后做 review、做关键决策前检查盲点——凡是"写完就发"容易翻车的内容都值得先过一轮自我反驳。
注释：Red Team（红队） 源自安全领域，指专门扮演攻击者/挑刺者来检验系统，这里借指让 AI 反向审视自己的输出。
GitHub AI Skill：pm-skills —— 把产品经理方法论装进 AI
近期 GitHub 上很火的技能库：phuryn/pm-skills（⭐ 25.4K）。作者 Paweł Huryn 把一整套产品经理方法论（Teresa Torres、Marty Cagan 等大师的框架）编码成了 AI 可执行的技能。
它做什么？68 个 PM 技能 + 42 条链式工作流，打包成 9 个插件，可安装到 Claude Code、Codex CLI 等 AI 编程工具里。核心 slogan 是："通用 AI 只给你文本，PM Skills 给你结构"——
- 产品发现：头脑风暴、假设排序、用户访谈脚本（
/discover） - 产品策略：商业模式、定价策略、SWOT/波特五力分析（
/strategy） - 执行落地：写 PRD、拆 OKR、Sprint 规划、复盘、发布说明（
/write-prd） - 数据与增长：SQL 生成、群组分析、A/B 测试解读、GTM 上市策略（
/analyze-test）
为什么有趣？它展示了"Skill"的终极形态——把行业方法论变成 AI 的肌肉记忆。产品经理输入一句需求，AI 就能按验证过的框架逐步引导产出结构化交付物，而不是泛泛而谈的"文本"。产品、运营、独立开发者都值得装一个感受下：
claude plugin marketplace add phuryn/pm-skills
注释：Skill（技能） 打包好的提示词+脚本组合，可被 AI 编程助手按需调用；PRD（Product Requirements Document） 产品需求文档；OKR 目标与关键结果，常见的目标管理方法。
AI Agent 动态
阿里开源 Qwen3.8-27B 登顶全球开源榜：4bit 量化后仅 17.1GB，单张 RTX 4090 即可运行，SWE-bench Pro 61.7 分超越 Claude Opus 4.6 Max，首次把前沿 Agent 能力搬上消费级显卡。