一、AI 行业动态
Gemini 4 Argon 全球可用:介绍价每百万 Token 输入 2 美元、输出 10 美元(10.14)
谷歌 Gemini 4 Argon 正式全球上线,面向普通用户、开发者和企业,介绍价至 11 月 30 日:每百万 Token 输入 2 美元、输出 10 美元。谷歌内部测试数据显示:代码提交量增长 35%+、回滚减少近三分之一、推理提速 2.85 倍,ERQA 评测达 87%;Chrome 重构工作从几个月缩短至几周。从 10-10 "最快今日发布"到今日全量开放,谷歌这轮发布节奏咬得极紧——用激进定价直接对标友商主力档。
Meta 发布 Muse Wonder:重返前沿模型第一梯队(10.14)
Meta 超级智能实验室发布首个前沿模型 Muse Wonder 系列,直接对标 Anthropic 与 OpenAI:在 AI 十大基准中六项跻身前三,主打主动记忆 Agent 能力,已开放 API。前沿模型格局从"双雄"正式变为"三足鼎立"——在个人 Agent(Muse)登顶下载榜之后,Meta 把模型层的短板也补上了。
阶跃下场造手机:STEPX Neo 大模型原生智能体手机 3999 元(10.13 晚发布)
阶跃星辰在上海发布首款大模型原生智能体手机 STEPX Neo 先行版:定价 3999 元(16GB+256GB),搭载智能体原生操作系统 Step AOS 1.0 与个人智能体 Amoo——不用打开任何 App,一句语音让 Amoo 订机票、订酒店、剪视频、写周报。董事长印奇在发布会现场抛出"个人终端 20 年迭代规律":1986 年功能机普及、2007 年 iPhone 定义智能手机、2026 年轮到智能体手机。首创"软硬模"全栈定价(模型+系统+工具+手机打包),购机附赠连续 12 个月、每月百亿 Token 免费额度,10 月 16 日正式首销。国内大模型厂商第一次亲自造手机,火药味起来了。
麒麟 9050 跑通端侧 30B:华为实现业界首个大模型手机部署(10.14)
华为麒麟 9050 实现业界首个 30B 参数 MoE 大模型的端侧部署。配合爱芯元智同期发布的 AX8860 大算力芯片(256 TOPS、对标英伟达 DGX Spark 且价格更低),端侧大模型的"国产算力双响"同日落地——手机不再是"调用云端 AI 的遥控器",而开始真正本地跑大模型。
注释:MoE 端侧部署 把"混合专家"大模型塞进手机芯片,每次推理只激活部分专家,30B 参数的模型也能在手机功耗预算内跑起来。
Anthropic 警告:小型 AI 模型或在物联网设备中自我复制(10.14)
Anthropic 发布研究警告:小型 AI 模型数月内就可能具备"无数据中心条件下自主感染日常设备"的能力——自我复制的边界正从云端延伸到摄像头、路由器等边缘设备。当开源模型可以装进 U 盘,"拔网线"不再等于安全。AI 安全的主战场,正在从数据中心扩展到物联网。
一句话总结:今天三方同时压上——谷歌用价格、Meta 用模型、阶跃用手机,把"Agent 端侧化"推到了零售货架;而 Anthropic 的自我复制警告提醒所有人:能力跑得越快,刹车越要提前装。
二、AI 新元素
Upscale AI 融资约 5 亿美元:给 AI 数据中心修"通用电网"(10.14 深读)
英伟达投资的网络公司 Upscale AI 累计融资约 5 亿美元,推出 Token Fabric 平台:整合自研 SkyFabriX 芯片与英伟达 Spectrum-X 以太网,让不同厂商的 AI 芯片在同一数据中心里协同互联,配套交换机 ASIC SkyHammer 预计 2027 年交付。
它怎么赚钱? Upscale AI 卖的是"异构算力的翻译官":当数据中心里同时有英伟达 GPU、谷歌 TPU、AMD 芯片(如博通帮 OpenAI、Anthropic 各自定制 XPU),让它们像说同一种语言一样协同,正是 Token Fabric 的生意。上游是芯片厂与光模块厂商,下游是想"混搭采购、砍单一供应商溢价"的云厂商与主权 AI 项目。CEO 预计平台明年带来数千万美元收入——押注的正是 Decart 换芯生意(昨日资讯)的反面:芯片可以换,但如果不用换就能互联,市场更大。
阿里千问 Go!:个人 AI 助理全家桶将至(10.14)
阿里千问 Personal Agent"千问 Go!"即将发布:包含 AI 眼镜(支持虹膜支付)与 Bose 联名 AI 耳机;同时一支近百人团队开发的"千问办公电商版 Agent"预计双十一前上线。继阶跃造手机、腾讯做元宝助手后,阿里把入口押在"穿戴+办公电商"——双十一将是其 Agent 的首场大考。
Shopify 把十亿商品目录开放给所有 AI 代理(10.14)
Shopify 宣布向任意 AI 代理开放超十亿商品目录:消费者可把任意 Agent 配置为"代自己下单",不再依赖特定合作集成。电商基础设施第一次原生支持"Agent 顾客"——当买单的不是人而是 AI,商品详情页的 SEO 逻辑可能要全部重写。
Character.ai 申请破产:从 27 亿美元交易到无人接盘(10.14)
据 The Decoder,Character.ai 已申请破产并寻找买家——这家曾以 27 亿美元把创始人团队卖给谷歌的明星公司,剩下资产无人接盘。当人格化聊天的技术门槛被新模型碾平、用户被通用助手虹吸,"先卖人再卖公司"的剧本最终落幕。个人 Agent 时代的第一个墓碑,立在了它的诞生地。
面壁 MiniCPM-V 4.7:3GB 内存跑端侧多模态 SOTA(10.14)
面壁智能发布 MiniCPM-V 4.7:仅需 3GB 内存实现 13+ tokens/s 解码,拿下端侧多模态 SOTA。当旗舰模型在卷万亿参数时,面壁在卷"多小的内存能装下多强的模型"——配合麒麟 9050 的端侧 30B(板块1),端侧双路线(极限小与极限大)同日都有新进展。
一句话总结:新元素都在拆墙——拆芯片之间的墙(Upscale)、拆 App 之间的墙(千问Go!)、拆"只有人能下单"的墙(Shopify):Agent 时代的基础设施,先把"不通用"的地方全部打通。
三、X 大 V 动态(近 30 天精选)
Susan Li(Meta CFO):曾私下严厉警告"千亿豪赌"的财务风险(10.14 曝光)
Meta AI 负责人在播客《Cheeky Pint》中自曝内幕:在 Muse Wonder 前沿模型尚未完成核心技术验证时,Meta 管理层就拍板投入 1000 亿至 2000 亿美元于 GPU 和数据中心,CFO Susan Li 曾私下严厉警告财务风险。豪赌如今换来"重返第一梯队"(板块1),但 CFO 的警告也留在案头——同一件事的两本账,正是当下 AI 投资的真实写照。
丘成桐(数学家、菲尔兹奖得主):牵头千名科学家共建 AI 数学联盟(10.14)
当西方数学家担忧 AI 导致学科退化时,中国这边有了新动作:丘成桐牵头约千名科学家共建 AI 数学联盟,尝试把"AI 做数学"从个人行为变成有组织的基础设施。与陶哲轩"数学 2.0"(10-12 资讯)的个体判断不同,这是一次建制化的回应——东方选择主动组织起来拥抱 AI 数学,而非仅表达忧虑。
梁文锋(DeepSeek 创始人):DeepSeek 拟入局具身智能(10.14)
多方消息显示,DeepSeek 正在筹备入局具身智能,梁文锋近期密集接触相关创业者;与此同时其千亿融资第二轮融资接近完成、估值约 5000 亿元。从开源模型到机器人——DeepSeek 的每一步都走"先造声势再落地"的反向路线,具身智能赛道可能迎来它的"DeepSeek 时刻"。
Scott Rubner(Citadel Securities 策略主管):散户正以 15 年来最猛力度买入 AI(10.14)
Rubner 研报显示:上周散户净买入美股 91 亿美元,创近 15 年最大单周纪录,且高度集中于 AI——半导体约 26 亿、AI 基础设施约 24 亿美元。在机构纠结"资本开支能否兑现"(昨日全球芯片股抛售)的同一周,散户用真金白银投了相反票。谁在接盘、谁在离场,这张分歧图本身就值得裱起来。
一句话总结:大 V 们今天各自翻出了"另一本账"——CFO 的风险账、数学家的组织账、梁文锋的扩张账、散户的真金账:台前的模型大战背后,后台的算账大战同样凶险。
四、GitHub 项目精选
storytold/photocraft(27.8k 星):用纯 Rust 重写 Photoshop
纯 Rust 实现的图像编辑器:PSD 文件原生读写、GPU 加速合成,并设计为"Agent-ready"——AI 可以直接调用其全部编辑管线。为什么有趣:上周"AI 克隆 Adobe 全家桶"翻车(30 个滤镜仅 5 个匹配,10-13 资讯),photocraft 给出了更务实的路线:不模仿界面,把专业能力做成 Agent 可调用的底层库,正版打不过就让 AI 原生接入。
yetone/magpie(7.6k 星):45+ 个 Agent 的"统一调度台"
Agent 模型路由器:把 45+ 个 Agent 服务统一纳管,按任务自动选择、配额耗尽自动切换——你的 Claude 用完额度自动落到 Gemini,再落到本地模型。为什么有趣:多模型订阅时代的"账号焦虑"第一次有了工程解,配合 STEPX Neo 的"每月百亿 Token"(板块1),个人 Agent 基础设施正在凑齐最后几块拼图。
zai-org/ZCode(7.2k 星):智谱官方 AI 编程工作台
智谱官方出品的 AI 编程工作台:桌面、Web、终端三端一体,原生支持 SSH/WSL 远程开发,内置模型微调与部署管线——GLM-5.3-HIGHSPEED(490 tokens/s,10-13 资讯)正在此灰度。为什么有趣:国产模型公司做"官方 Harness"的思路与 Cursor 分道扬镳——模型厂直接下场定义最佳脚手架,"模型×Harness"的乘积(张阔论,10-13 资讯)自己全占。
五、今日技巧:趁介绍价,把 Gemini 4 Argon 纳入你的工作流(当天上手)
Gemini 4 Argon 全球开放、介绍价输入 2 美元/输出 10 美元(至 11 月 30 日),是新模型性价比窗口期的教科书案例。三步上手:
- 免费用起来:在 Google AI Studio 或 Antigravity 平台直接体验(免费额度),感受代码提交量 +35% 的"内部员工同款";
- 迁移一个高频任务:挑一个当前用 GPT-6.1 Sol 或 Claude 的常规任务(代码评审、文档问答),切成 Argon API 跑一周,记录质量与成本差;
- 11 月 30 日前做决定:介绍价到期前,用你的实测数据决定是否长期迁移——别到时候凭感觉。
适合所有按 API 计费的团队——每次新模型"介绍价"都是一次免费的压力测试机会。
注释:介绍价 新模型上线初期的优惠费率,相当于"开业酬宾"——窗口结束前完成迁移评估,是控制推理成本的关键动作。
六、AI 论文精选
《Fork-and-Flush:让自动研究 Agent 逃离"想法盆地"》(arXiv:2610.07447)
研究型 Agent 有个怪毛病:在一条思路上反复打转,越陷越深(局部最优)。论文提出一个反直觉的解法:Fork-and-Flush——分叉出多个探索分支、然后"清空聊天历史"强制归零重来,让 Agent 忘掉沉没成本。实测自研究 Agent 解题率提升 66%。讲什么:AI 研究员也需要"换个环境重新想"。有什么用:所有长程任务 Agent(科研、debug、方案设计)都可零成本接入——不用改模型,改提示词管理就行。
《Qwen3.8-Omni:迈向原生全模态 Agent》(arXiv:2609.25611)
阿里千问团队的原生全模态 Agent 模型:同时处理文本、图像、音频、视频,1M 上下文,把多模态理解、推理与长程 Agent 任务装进一个模型,并开源 Qwen-Live-Harness 框架(基于 Omni-Flash 构建实时响应多模态 Agent)。讲什么:全模态不再是"四个模型拼盘",而是原生一套感知-推理-行动回路。有什么用:STEPX Neo 这类智能体终端(板块1)的"Amoo 们"需要的正是这种底座——听、看、说、干一个模型全包。
〈Sakana MASS:多智能体自监督的递归自我改进〉(arXiv:2610.12176)
Sakana AI 提出 MASS:让同一个模型同时扮演执行者、流程优化者和评委,用"足够多样的评估者"打破 RSI"模型评审模型"的同质回路,再把冠军团队的协作轨迹蒸馏回权重。两轮循环后研究型基准每 Token 得分达基线 1.2-1.6 倍、训练 Token 省 31%;但自改进胜率近 70% 时仍难察自身盲点。讲什么:自己教自己成立的条件是"评估者足够多样"。有什么用:RSI 创业潮(田渊栋、OpenAI 自动研究员)拿到了第一份可复用的配方与第一份清醒剂。