返回资讯列表

每日AI资讯 2026-10-09

AI技巧AI论文行业动态AI工具AI新元素

一、AI 行业动态

Claude Haiku 5.5 发布:价格暴降 90%,电脑操作能力飙升(10.9)

Anthropic 发布 Claude Haiku 5.5,价格降至 Haiku 4.5 的 1/10:输入 0.10 美元/百万 Token,相同工作量平均节省 75%。最惊人的是能力跃迁——OSWorld 电脑操作基准从 15.7% 飙升至 72.4%,Terminal-Bench 编程从接近零提升至 39.2%,媒体直接以"暴击 GPT-6 Luna"为题。小模型不再只是"便宜够用",而是"便宜能打",轻量 Agent 的成本地板又被砸穿一层。

注释:OSWorld 让 AI 直接操作真实电脑(点图标、开窗口、填表单)的考试,15.7% 到 72.4% 相当于从"勉强会用"跳到"熟练办公"。

GPT-6 Astra 推翻 59 年核聚变猜想,20 分 34 秒给出反例解(10.9)

等离子体物理学家 Harold Grad 在 1967 年断言:没有对称性就不存在光滑的三维等离子体平衡——这句话把核聚变的仿星器路线悬置了 59 年。9 月下旬两篇论文前后脚推翻了它:一篇靠 GPT-6 Astra Pro(20 分 34 秒给出第一族反例解,物理学家手工核验十来天后成文,原始提示词与验证脚本全公开);另一篇由三位数学家独立完成并注明"AI 没有贡献数学内容"。对仿星器模拟软件而言,这相当于拿到了一道标准答案。

注释:仿星器 用扭曲的磁笼约束上亿度等离子体的聚变装置,"甜甜圈"的形状设计长期受 Grad 断言限制。

微软首款 RTX Spark 电脑开卖:2599 美元起,端侧跑 1200 亿参数(10.9)

微软发布 Surface Laptop Ultra,搭载英伟达 RTX Spark 超级芯片:20 核 CPU、6144 核 GPU、128GB 统一内存,起售价 2599 美元,可本地跑 1200 亿参数大模型,AI 图像生成比 MacBook Pro M5 快 4.3 倍、视频生成快 6.2 倍。同日英伟达宣布联合微软把 AI 智能体引入 Windows PC,130B 参数的微软 MAI Code 1.1 Flash 将内置 Windows 11。"本地万亿参数"从发布会口号变成货架商品,PC 软件栈要重写了。

Claude 打通谷歌办公三件套:文档、表格、PPT 直接改(10.9)

Anthropic 宣布 Claude 接入 Google Docs、Sheets 和 Slides,向 Pro/Max/Team/Enterprise 用户开放公开 Beta:侧边栏里让 Claude 改稿、修公式、生成 PPT,修改直接落在原文件上。AI 助手从"贴进来复制出去"进化到"住进你的文件里"——办公套件正在成为 Agent 的第一战场。

OpenAI 年化收入传不及预期约 200 亿美元,AI 股集体回调(10.9)

据多家外媒报道,OpenAI 年化收入较预期低约 200 亿美元,消息拖累 AI 板块:甲骨文跌 5.5%、博通跌 4.35%。同一时间,甲骨文、博通与 SpaceX 今年合计定价近 5000 亿美元新债,信用市场已把甲骨文五年违约风险定价至 20% 以上;博通还在为 OpenAI 定制芯片洽谈超 500 亿美元融资(阿波罗、黑石等参与,属"Nexus 计划"10GW 部署一部分)。需求端疑虑与债务端压力同日出现,AI 叙事第一次同时接受两边拷问。

一句话总结:模型在降价、电脑在提速、AI 在破题——但账本也在报警:收入预期落空与万亿发债同框,这个行业的黄金时代开始有了利息。

二、AI 新元素

Instinct 融 10 亿美元:14 人、零收入、没有 App,估值一个月翻四倍(10.9 深读)

Agent 创业公司 Instinct 完成 10 亿美元 C 轮融资,红杉、Benchmark 和 Coatue 联合领投,估值一个月内从 25 亿美元涨至百亿美元。公司仅 14 名员工、零收入、连 App 都没有——用户通过短信和电话让 Agent 订酒店、改签航班。创始人 Noah Shinn 此前专门研究 Agent 失败机制,主张"克制与信任优先"。

它怎么赚钱? Instinct 赌的是"最薄的入口":不做 App、不做界面,直接占用短信和电话这两个所有人每天都开的通道,用户发条消息 Agent 就去办事,未来按订阅或按任务抽成收费。上游是航空公司、酒店、票务 API,下游是愿意为"一句话搞定"付费的懒人。零收入融 10 亿的逻辑在于:入口足够轻,获客成本就趋近于零,而"电话号码"是比任何 App 都老的国民级入口——投资人买的不是产品,是这个入口一旦跑通后的网络效应。风险也明摆着:短信改签的场景密度是否撑得起百亿美元估值,全看接下来一年的留存数据。

Manus 母公司落定超 5 亿美元融资,创国内 Agent 创企最大单笔(10.9)

蝴蝶效应公司宣布完成超 5 亿美元新一轮融资,博裕投资、IDG 资本领投,老股东腾讯、红杉中国、真格基金跟投,估值约 40 亿美元——国内 Agent 原生创企最大单笔融资。创始人肖弘以"小宏"的昵称转发公告并透露上次发布后一天收到上千封简历。这是 Manus 恢复独立运营后首轮融资,9 月底发布的 2.0 版本自研 Cascade 框架(Token 消耗减少 23.2%、任务完成时间缩短 28.2%),并已组建团队重返国内市场。

虎牙推出 AI 游戏互动 App"BinkBink":一句话生成可玩小游戏(10.9 独家)

虎牙上线 AI 游戏互动 App BinkBink:用户输入自然语言即可生成完整可玩的休闲小游戏,无需编程或美术基础。背景是虎牙直播收入已连续第五年下滑,此番押注 AI 互动内容生态寻找第二曲线。"看别人玩游戏"的直播平台,开始让用户自己三秒造游戏了。

NOOKLAB 的 AI 墨水屏:54 克卡片帮你重建生活主线(10.9)

NOOKLAB 推出 Moonphase Flip AI 墨水屏卡片:机身仅 54 克,支持全天候录音,AI 自动提取日程与待办,把散落在各处的碎片信息重新组织成"生活主线"。已获红杉中国、线性资本投资。在所有厂商卷Agent 大杀器时,有人做减法——一块安静的低功耗墨水屏,可能是最不"AI 焦虑"的 AI 硬件。

人口 1.5 万的小岛,靠 .ai 域名年赚 7000 万美元(10.9)

英属小岛安圭拉(人口约 1.5 万)凭借 .ai 国家域名年创收超 7000 万美元:.ai 网站数量突破 100 万个,每两年收取 140 美元注册费,续费率高达 90%。AI 浪潮最隐形的"收税人"——不训练模型、不买显卡,只靠一个后缀躺着分红利。

一句话总结:今天的创业者想明白了入口的事——短信、电话、微信语音、一句话造游戏,甚至一个域名后缀:谁能占住最薄的那一层,谁就先收钱。

三、X 大 V 动态(近 30 天精选)

Nicholas Marwell(Anthropic 强化学习技术负责人):智力的经济回报是指数级的,蒸馏会毁掉前沿研发

在 2 万亿美元 IPO 估值争议中,Marwell 给出 Anthropic 的底气来源:"稍微落后于前沿的那一侧会不断商品化,但真正的领先前沿价值越来越大——每增加一个边际单位的智能,产生的价值可能比前一个单位呈指数更高。"对蒸馏他算了一笔狠账:未来一次训练可能花 100 亿到 1 万亿美元,若别人花小钱几周就复制走,"复制者在经济上反而比你更有优势"。他还预测"未来十年很大程度属于通才,选择问题本身会成为最核心的能力"。

Noam Brown(OpenAI 研究员、o1 奠基人):一万个 Agent 解世界难题,多智能体贡献不足 10%

就在 OpenAI DevDay 把多 Agent 协作推上产品主线后,o1 核心奠基人 Noam Brown 泼了盆冷水:即便用 1 万个 Agent 解出世界级难题,多智能体机制本身的贡献也不到 10%,真正起作用的还是底层通用模型的强大。当全行业都在讲"AI 团队分工协作"的故事时,内部人的判断是:人多不一定力量大,模型强才是真的强。

马克·扎克伯格(Meta CEO):Biohub 牵头 18 亿美元,训练"预测细胞行为"的 AI

扎克伯格夫妇支持的 Biohub 宣布扩大"虚拟生物学计划":联合美国能源部、NIH、Google DeepMind、Isomorphic Labs 投入总计 18 亿美元,训练能预测细胞行为的 AI 模型,Biohub 自投 5 亿美元负责把生物原始数据加工成"AI 就绪"格式,英伟达提供算力,约一年后推出首个大型数据集。在社交 AI 遭遇访问壁垒质疑的同一周,扎克伯格把叙事切换到了生命科学——这是 AlphaFold 同门们下一个公认的"AI 诺奖级"赛道。

孙正义(软银集团创始人):罕见警告 AI 安全风险,"人类承受不起彼此内耗"

一向高调看多 AI 的孙正义在京都"科技与社会"论坛罕见转向:AI 能力指数级爆发使各国建立互信迫在眉睫,超级智能一旦落入不法分子之手后果"极其危险"。他同时重申三阶段演进判断:当前聊天机器人技术已在写代码浏览网页,明年起进入第三阶段——协助机器人与物理世界交互。最激进的多头开始讲风险,本身就是个信号。

李开复(零一万物 CEO):确认出席云桥大会,继续讲"多智能体上岗元年"

李开复确认出席 11 月 17 日云桥大会主论坛并发表主旨演讲,现场签赠新著《AI 未来已来:CEO、组织、个人的时代红利》。从年初"多智能体上岗元年"的提法到如今为企业找落地场景,他坚持的叙事是:智能体进核心业务一线时,组织责任与算力部署的重构比模型本身更难——这场大会正主打"让 AI 企业找到真实场景"。

一句话总结:大 V 们在互相拆台式地清醒——Marwell 说前沿才值钱、Noam 说堆 Agent 没用、孙正义说小心超级智能,而扎克伯格已经默默把下一站押在了细胞上。

四、GitHub 项目精选

jaredpalmer/kev(8.4k 星):自己训练一个"判断模型"

可自训的 Jev 类决策模型家族:把"高频小决策"(调哪个模型、用哪个工具、要不要重试)从大语言模型手里拿走,交给一次前向就出结果的小型判断模型。为什么有趣:判断模型赛道最近五家厂商连发商用产品,但全是闭源 API——kev 把训练配方开源了,任何团队都能用自己的业务数据蒸馏一个专属"决策小脑"。对照本周 Haiku 5.5 的暴降价格,"决策到底该花多少钱"正成为 Agent 成本的新战场。

GitHub CaveMan 项目(104k 星):让 AI"说人话"的反向运动

AI 编程模型最近集体"退化"成穴居人黑话:厂商为省 Token 把思维链压缩成电报体的"穴状人"风格(Token 消耗降低 70%),CaveMan 项目顺势爆红、星标破 10 万,把这套压缩语言做成了可复用的工程范式;目前唯一坚持"说人话"的主流模型是 Gemini,被网友戏称"美国豆包"。为什么有趣:它揭示了一个被忽视的经济学——思维链的"可读性"是要按 Token 计费的真金白银,用户第一次要在"看得懂"和"付得起"之间做选择。

QingYunA/answer-me-with-html(1.1k 星):难题用网页回答,Token 省 6/7

一个输出格式技巧类项目:让模型遇到复杂问题时不再输出长篇文字,而是生成一个自包含的 HTML 页面来呈现答案——图表、折叠、交互全在页面里,Token 消耗只有纯文本的 1/7。为什么有趣:它把"省 Token"的思路从压缩模型搬到了重构输出介质上,与 GPT-6 的智能界面(Intelligent UI)方向殊途同归:答案的未来可能根本不是文本,而是页面。

五、今日技巧:从 Claude 5.5 动画案例库"偷"提示词,当天做出同款(当天上手)

Claude 5.5 的网页动画能力出圈后,社区已经把最佳实践整理成了公开案例库。AITNT 今日盘点了 8 个专门收集 Claude 5.5 动画案例的网站——OpenChamber(5054 条)、Claude Video(1276 条)、JasonZhu AI(1381 条)、Lemo Opuscar(43 种风格)等,全部提供公开提示词与制作工具。三步上手:

  1. 逛库找同款:在 OpenChamber 按关键词(如 dashboard、particle、loading)筛选喜欢的动画效果,点开看完整提示词;
  2. 原样复刻:把提示词直接粘贴给 Claude 5.5,先跑通原版,确认自己的环境没问题;
  3. 改三个词再复用:只替换主题、配色和文案三个变量,其余保持不动——社区验证过的提示词结构比你现场手写的稳定得多。

做产品演示页、公众号配图动效、课程动画,当天就能产出第一条"专业感"动画。

注释:提示词案例库 社区把"能让模型稳定产出某个效果的完整指令"像菜谱一样存档共享的站点,相当于 AI 时代的 GitHub Copilot 示例集。

六、AI 论文精选

《SAGE:用拓扑结构信号缓解长程推理偏差》(arXiv:2609.30192)

弗吉尼亚理工大学、威斯康星大学麦迪逊分校与达特茅斯学院团队发表于 NeurIPS 2026。长程推理中,LLM 常在第 20 步左右"走偏"——论文用符号闭包分析(SCA)诊断出两类偏差:探索偏差(过早放弃有希望的分支)与累积偏差(错误逐步放大),再把诊断转化为训练时的结构引导。在 12 个基准、7 个模型家族上,SAGE 总体优于所比较的后训练方法,Qwen3 的 Lean 定理验证通过率提升到接近基础模型的 8 倍。讲什么:推理模型"越想越歪"的老毛病第一次有了拓扑学解释和系统药方。有什么用:数学证明、代码修复这类长链任务的成功率天花板被抬高,训练侧即可接入。

《VisInteract:面向动态交互式文本到可视化生成》(arXiv:2609.15182)

香港理工大学与字节跳动联合提出、入选 NeurIPS 2026 Spotlight。现有 Text-to-Vis 系统面对模糊需求只会硬猜,VisInteract 把任务重新定义为"交互驱动的意图恢复":需求不完整时主动多轮追问,配套发布 VisInteract-Bench 基准(1098 条样本)与 Vis-MCTS 方法,较最强基线提升超 13%。讲什么:让"做图表的 AI"学会像靠谱乙方一样先问清楚再动手。有什么用:数据分析工具的"猜错重做"成本被直接砍掉——这与 GPT-6 智能界面的"可交互答案"是同一股范式潮水:AI 输出正在从一次性文本变成可协商的界面。

〈MATE:给移动智能体装上轨迹"安全规则审计员"〉(USENIX Security 2026,解读来源见百家号)

上海创智学院×复旦大学提出首个面向移动/GUI 智能体的"规则感知"轨迹安全审计模型:不是给轨迹简单贴"安全/不安全"标签,而是把自然语言安全规则直接作为输入,与指令、轨迹联合建模,同时输出风险类别与基于规则证据的审计解释——真实轨迹审计准确率超 95%,单条仅约 0.09 秒。讲什么:当 AI 开始替你点手机屏幕,谁来核对它有没有越权?有什么用:手机厂商上线 GUI Agent 前的合规审计有了可用的技术底座,"可审计"正在成为智能体的出厂指标。(论文原文:USENIX Security 2026 收录;解读链接:https://baijiahao.baidu.com/s?id=1878446919837335132&wfr=spider&for=pc )

信息来源


评论

加载中…