AI美食解构提示词,把一道菜拆成食材信息图
优设 2026-10-07 12:30 湖北
![]()
分享一个很有意思的 AI 美食玩法:把一道完整的菜,直接拆成食材信息图。
成品图保留真实美食照片,再把主要食材单独拆出来,用手绘、箭头和注释重新排版,像一本美食观察手账。
拿来做菜谱、美食分享、探店笔记都很合适。这套提示词我已经整理好了,喜欢这种玩法的评论区扣“666”,我发给大家!
by:Vaeen Ai Design
优设 2026-10-07 12:30 湖北
![]()
分享一个很有意思的 AI 美食玩法:把一道完整的菜,直接拆成食材信息图。
成品图保留真实美食照片,再把主要食材单独拆出来,用手绘、箭头和注释重新排版,像一本美食观察手账。
拿来做菜谱、美食分享、探店笔记都很合适。这套提示词我已经整理好了,喜欢这种玩法的评论区扣“666”,我发给大家!
by:Vaeen Ai Design
木易毛毛 2026-10-07 11:12 河南
![]()
坚持5年免费无套路分享!
今天毛毛给大家分享的是正式版本Adobe Photoshop 2026 v27.10.0.26
这次更新了Win版本。
![]()
后期会逐步更新最新Mac版。
一键安装,永久使用,下载包附安装教程。
![]()
处理器:64 位 Intel 或 AMD,2 GHz 或更高。
操作系统:Windows 10 或更高。
内存:至少 2 GB(推荐 8 GB)。
硬盘空间:至少 3.1 GB。
显示器分辨率:最低 1024 x 768(推荐 1280x800)。
显存:至少 512 MB(推荐 2 GB)。
图形处理器:支持 OpenGL 2.0。
#PS2026安装教程
1.下载好解压安装包,选择Adobe Photoshop 2026 (v27.10.0.26) 设计后期宝藏库
![]()
2.打开文件夹选择Adobe 2026,双击Setup.exe进行安装,默认下一步安装即可,无需其他操作。
![]()
![]()
![]()
#获取方式
夸盘:
https://pan.quark.cn/s/57a1c1f26f44
度盘:
备用下载:关注下方公众号,后台回复「memm」即可获取!
原创 caoz 2026-10-05 22:18 新加坡
![]()
就随便聊聊吧
前段时间在推上看到不少在日本的中国人吐槽,说必须随身携带在留卡,如果警察抽检没有带在身上,则是违法。
我就觉得很奇怪,倒不是说这个规则本身有什么问题,而是日本好歹是个发达国家,连数字化身份证明都没有普及么。
新加坡有个singpass,你可以认为是电子身份证,有网站也有App,登录账号就是自己的IC号(永居之后个人IC号码就是终身不变的了),登录密码自己设定(不过一般习惯设置为指纹登录了),如果忘记了密码,可以带着实体卡去附近的社区中心找工作人员重设。基本上大部分场合,需要你身份验证的时候,展示这个就可以了。比如去医院,需要注册你的身份信息,把这个拿出来展示就可以,或者某些博物馆门票对本地人(公民或永居)优待或免费,对外国游客额外收费,那么出示singpass即可享受本地费率。
第一,这是本地人的身份证明。大部分情况下,登录singpass就是展示身份证明。
这里的本地人,包括公民,永居,也包括EP,SP这样的工作签证。但工作签所享有的权益会少很多,比如没有CPF。
第二,这还是常见本地人信息整合和入口。
比如快捷登录维护自己的CPF公积金账户(对本地人来说非常重要的人生资产)
![]()
没忍住贴张图吧。数据来源我核对了一下,是位于英国的一家第三方数据机构,与官网数据一致。当然,如果与你了解的数据不一致,请你以自己的数据为准。
比如ICA移民管理系统,申请更换到期证件或者为亲人申请探访证件。
同时singpass里也可以展示驾照,医保卡。
以及查询个人房产,家庭关系等信息。所以现在出门开车驾照我都不带,真遇到检查用singpass展示即可 。
但实话说,singpass 里的入口并不全,只是最常用的几个。所以这一条不算是singpass最大的亮点。
第三条才是关键,第三方鉴权管理。
这是这个系统最方便最有价值的地方。
比如你在路边,看到信用卡促销,你想申请信用卡,以前是不是要提交一堆资料审核,现在就很简单,客户经理给你一个二维码,用你的singpass扫码授权,然后银行就会获得你的身份,纳税,公积金信息,纳税信息就直接对应你的收入信息,而且这是官方授权信息,可信度极高,审批就会简单。你也只需要扫码后点击授权即可(会看到谁在请求哪些信息)。
再比如,我看到新的通信服务商促销,我想携号转网换新的服务商新套餐,我就直接到他们网站点击申请转网,输入手机号,然后他们也会给一个singpass登录入口,登录,授权,然后自动审批就完成了,很快就会收到一个二维码,用手机的esim功能扫一下二维码添加esim,通常不到一天时间,你就转到新服务商新套餐了。(需要海外的手机才能支持这种开放的esim,旧文提过,包括海外发售的国产手机。)
![]()
简单解释,14.8新币/月,每月788G流量可以在新加坡,马来西亚,印尼,泰国,中国香港,中国大陆,日本使用。此外每月38G其他亚太国家漫游流量和18G全球漫游流量。
![]()
这个是每月12新币,600G流量可以在新加坡,马来西亚,印尼,中国香港,泰国,中国大陆,孟加拉,印度,日本,菲律宾使用,此外20G可以在亚太和澳洲使用,另有7G全球漫游流量。
新加坡目前电信虚拟运营商十多家,竞争飞起,携号转网非常简单方便,只需要在线singpass登录授权即可。
类似的还有很多,比如你申请开通和关闭水,电,燃气账户,你去查询和接受政府购物券(和现金花红不同,购物券不直接进入银行户口,所以不走paynow),你去政府健康平台预约疫苗或问诊,你去政府教育平台报名指定补贴课程,你去政府运动健身平台兑换游泳票或健身房入场券,你去政府机动车管理平台交路税,或者处理违章订单,都是用singpass登录鉴权。
第三方的就是银行,保险这种,保险公司也是通过singpass获取你的真实信息,然后作为你的身份确认。
法律行业也是,不过有些场合,有些银行开户和合同签署还是需要证件原件的,这种场合也有,但基本上,绝大部分需要身份确认的场景下,有singpass就足够了。
简单总结,所有政府面对个人的网站和服务,都可以也只限于直接通过singpass登录。所有需要和个人身份信息绑定的第三方服务商,比如银行,保险公司,理财公司,通信服务商,基础资源服务商,通常有自己的登录账号系统,但大部分业务需要身份验证和背景调查的,都可以通过singpass鉴权受理。当然少数场景(部分银行开户和部分法律文件签署)依然需要实体身份证明,防杠这里提一下。
而且由于singpass的可信度以及数字化,很多操作都可以在线完成,这就很便捷了。
其实中国这些年数字化在线业务办理也挺成熟的,各种身份证绑定(有些基于微信,支付宝或手机号绑定联动)+人脸识别,不过怎么说呢,就比如日本这种发达国家,数字化落后的一塌糊涂,很多发达国家在这方面都还挺落后的,所以这么一比较,新加坡这一点还是不错的。
读到这里,一定会有聪明读者想到,新加坡身份的很多优势,比如漫游网络套餐,比如开新加坡银行多币种户头,(uob的might fx+ 户头在多币种换汇这个领域强的没有对手!汇率差太低了,换汇巨划算)。那么找一个有新加坡身份的代开,给一点佣金不好么。
真的有案例,有些新加坡人还真赚过这样的钱,但随着反诈局势严峻,最近这两年新加坡强化了有关法规,类似于中国的帮信罪(名字不同,涵盖定义大体相同),协助非法洗钱和诈骗提供身份,账户支持的,罪行很严重的,甚至要打鞭子。所以现在正常情况下没人敢了。
这个路径的可能性依然存在,但是考虑一下新加坡的法治威名,应该不太有人敢为了些许利益铤而走险。
最后说一下,singpass是面向个人的统一身份认证和鉴权系统,而corppass是面向企业,组织,机构的,秘书公司和企业管理者都可以进入查询和管理诸如报税,企业年鉴等信息。这个我自己都不怎么用,就不展开了。
最后总结一下,singpass主要分两部分,其一是一个账号,办理所有政府有关业务,不需要去每个平台记录不同的账号密码;第二是一次授权,获得可信身份验证,对于非政府第三方机构和企业,需要对客户身份进行实名验证的时候,以及对客户收入,年龄,婚姻,家庭,教育程度等进行综合评估的时候,singpass就是最简单直接而且高效的工具。接入singpass后,只需客户登录后点击一次授权即可。
此外最常见就是平时需要展示身份的时候,直接打开singpass的个人信息页,包括个人身份证信息页,个人驾照,个人chas卡(基于收入和年龄区分的医疗及消费折扣卡)。
大体这样吧。
如果读者有兴趣以后可以聊聊诸如新加坡CPF,HDB,类似这样的话题。
星球里写了一篇感悟,关于如何过好人生的几点建议,略鸡汤,星球用户可以回去看看。
原创 渣B 2026-10-05 20:08 浙江
![]()
每年的假期确实是一个让人停下来好好思考的机会, 像一颗少了很多“中断”的处理器,效率提高不少. 似乎还有两天又要上班了, 记录一些文字吧...
前些日子云栖大会结束后同时开启了两个项目: 一个是 Off-Policy 的 RL 后训练算法上的分析, 回归到一个很基础的原点来看有好多细节可以挖掘. 另一个项目开启了一颗新的 XPU 架构的研究, 类似于 OpenAI Janapeno 但又有很多新的结合模型架构的理解, 当然后一个项目涉密不太会多说什么.
而两者的交集出现在了一个新的问题上, 一个 10T 参数模型的 AI Infra 需要什么? 想写一下这个话题是工业界似乎又有大量的误区, 甚至是盲目的设计一些局部次优的东西. 首先我们从模型架构的层面谈谈 10T 的模型应该长什么样子, 然后再来展开分析 AI Infra 需要什么.
首先得回答一个问题, 为什么要 Scaling 到 10T 的规模, 在纯语言模型的时代, 通常的训练数据也就是一些常见的互联网上的语料, 大概数据规模在 35T token 左右, 事实上模型的参数规模受到训练数据规模的约束. 而在 Agentic 时代或者是很快会到来的 RSI 时代, Frontier 模型有了足够多的训练数据, 特别是大量 Long Horizon 的 Agent workflow 及大量的新的高价值的证明分析(例如很多数学定理的证明), 另外 AI4S 估计最近几个月也会有重大的突破. 这些推动了整个模型的可训练数据规模指数级在增长. 这也是模型本身的参数规模可以进一步扩展的前提.
另一个是来自于Infra的变化, 从早期的 96GB HBM 的 Hopper, 到现在 Blackwell / Rubin 288GB 的HBM, 以及相对大规模的超节点系统(NVL72)的演进, 使得在推理场景单个超节点理论上可以承载 5~10T 规模的模型.
基础设施和训练数据都满足模型继续 scaling 到 10T 时, 接下来需要回答的一个问题是 10T 的模型结构应该是什么样的?
首先从算力约束上来看, 我们要满足 Agent 一类 workflow 的高速推理需求以及成本约束, 那么期望的模型应当是更加稀疏的. 以当前开源的 3T 模型来看, 激活参数规模为 100B 左右, 那么我们能否在一个 10T 的模型上继续做到 100B~150B 左右的激活参数规模?
其次从内存约束上来看, 非常值得注意的一个 Scaling 机会是 context scaling, 能否进一步把 context 的规模推向 5M 而不显著增加算力和KVCache 的占用? 这个约束不光来自于推理成本和速度的约束, 更重要的是对大量后训练 Scaling 上的约束, 我们需要 Rollout 足够的快, 并发足够的高.
简单的推导一下. 第一个问题, 或许我们需要某种 2048 ~ 4096 Experts 的 MoE. 而第二个问题则需要 Attention Block 需要有更好的算法支撑. 这也是今年在模型结构上各个基模团队出现一些新的变化和尝试的最根本的逻辑.
其实更值得关注的是这两个问题之间隐含的一些千丝万缕的联系. 很多时候, 我们期望 Attention 的效率足够高, 按照一些近似的数学推导看上去可以推导出Linear Attention 这类的算法. 但当它真要承载一个 num_experts = 2048~4096 的模型时, 很有可能会带来灾难性的影响. 例如大量的 dead experts 的影响... 另一方面,我们期望更高的 num_experts 数量也是期望能够在后训练阶段能够更加容易的进行局部参数更新, 避免带来某个任务增强后其它能力显著下降的影响(当然这涉及到一些后训练 RL 相关的算法, 过段时间空闲一点后再来写一下).
那么实际上这就带来一个算法上两难的问题, 一方面尽力需要提高 Attention 的计算结果, 使得它能够通过 MoE Routing-Gate 更好的触发需要激活的少量 Experts, 另一方面又需要降低 Attention 的计算复杂度, 并通过一系列手段来降低 KVCache 的占用. 基于这两个约束, 或许就明白了为什么最近几家国内的开源模型都在逐渐采用 YOCO 一类的路线, 例如《详细分析 DeepSeek-V4.1 Flash 技术报告(1) : 模型结构》.
当然还有一些所谓的 Loop Transformer 的做法, 但是我并不认为这样的做法是对的, 具体可以参考《谈谈未来的Transformer: Loops Are Not What You Need》. 就像文中谈到的:
为什么 Loop Transformer 并不是一个正确的方法?
设 Loop 后的输入为 , 那么 score 的扰动是
同时 value 的扰动是 . 两者同时发生, 而且比例不由你决定. 换句话说, 你没法在残差上表达"我希望这条记忆改变模型看哪里, 但不改变模型读到什么". 这是最本质的局限: 它是内容空间的注入, 而寻址和内容在这里是纠缠的. 这也是我们在新的算法上希望分离Q, K, V 的最关键的原因.
我们更希望的是某种递归的方式, 在训练和推理阶段能够分离 Q和K,V 的处理, 对于Q是否能够通过某种记忆注入的方式获得更多的表达能力, 进一步增强后续在 MoE Routing Gate 上的选择精度. 而对于K,V是否能有更好的复用能力, 进一步降低内存容量的约束.
这是围绕着 Attention 算法的一个核心问题. 或者从数学上来看, 能否把原有的每一层Q, K, V 的变化, 变成某种能够利用局部的K,V不变性的处理, 将原有跨层之间 KV 流形上的映射进一步的融合到Q中.
另一方面是我在前段时间的一些很复杂的 agentic workflow 中发现的一些当前 context 管理的算法缺陷. 也是我在文章《谈谈Kimi K3 的KDA(2): 对比 Sparse Attention》中提到的一个问题, 我需要的是一个 attention 的算法能够对 KV 的计算满足基于 block 的 composable 的能力.
这些就是 10T 参数规模的模型可能必须要优先处理的问题. 点到为止不想展开.
国内最近有一个很有趣的讨论, 或许是大概知道了一些北美顶尖模型的信息, 然后自身网络/互联能力又很强. 于是开始讨论千卡到万卡规模的超节点. 这是我想主要谈的第一个问题. 首先不可否认大规模超节点确实解决了不少问题, 内存语义对于 EP 这类的 dispatch/combine 会有比较明确的收益, 但是是否意味者所谓的“一卡一专家”这样的说法也成立呢? EP 背后隐藏着一个“同步”的诉求以及整个 ScaleUP 的可靠性的约束.
规模越大带来的“计算”和“传输”耗时的方差越大, 也就是说整个系统的长尾延迟会导致整个系统的利用率随着节点数增加出现显著的下降. 然后一些设计不当的 ScaleUP 协议也会带来很大的影响, 从 2020 年我在思科的时候开始做 NetDAM 实质上就是最早的在尝试 Ethernet based ScaleUP, 当然后续也和 BRCM 一起进行了很多非常深入的讨论, 但 BRCM 在设计 SUE 的时候犯了一个错误, 我当时把 Nvidia FinePack的论文给他们, 让他们借鉴一下这种机制来避免Ethernet Header的开销, 但是他们后续的 SUE 设计上也没有给我 review 导致 pack 方案潜在的会出现很大的长尾, 这将会进一步约束整个 ScaleUP域的规模.
另一个问题来自于可靠性, 整个系统的 MTBF 也随着超节点规模扩大以及被迫使用光互连带来的可靠性降低急剧下降. 因此, 我个人是非常反对千卡规模的超节点的. 另一方面大家也可以注意到, DeepSeek前段时间开源的昇腾 950 基础组件, 超节点规模也就在 128 卡, 并没有广泛宣传的千卡甚至万卡规模的超节点部署.
那么在这些约束下, ScaleUP 规模支撑到最多 128 卡规模时, 交换机Radix = 128, 使用 112G Serdes 为 12.8Tbps , 使用 224G Serdes 为 25.6Tbps, 其实我们并不需要 Radix = 1024 这样规模的 ScaleUP, 另一方面也或许不需要 448G Serdes 这样的产品, 因为 448G Serdes 带来的光传输的可靠性问题暂时还未解决, 同时 FEC 等带来的延迟增长是显著的.
在 Radix = 128 或者说最多到Radix = 256的约束下, 构建一个交换芯片和 ScaleUP 协议该如何处理, 其实是非常容易的一件事.
对于这种 10T 规模的模型训练, 或许需要单个训练任务 20 万卡的规模. 那么整体系统的可靠性是一个非常值得探讨的问题. 特别是在 ScaleUP 和 ScaleOut 的取舍上. 我个人的观点是非常明确的, 在 ScaleUP 域内采用 Lossless Credit based 的方案, 当前尽量把 ScaleUP域约束在1~2个机柜内的铜互联为主的方案, 而更多的去提高 ScaleOut 的 Lossy 的可靠性, 具体可以参考《谈谈RDMA和ScaleUP的可靠传输》
可靠传输的实质是用算力去置换链路的不稳定性, 当你有一个 20 万卡规模的集群运行单个训练任务时, Lossless 的 RDMA 一定会达到某种不可用的状况, 所以大家才会看到今年无论是 AMD / BRCM / Meta 以及一些国内厂商都在自定义的RoCE协议中宣传支持 Lossy. 这些问题是我几年前就一直在提的, 当你的训练规模达到一定程度后, Lossless 并不像某些人宣传的那样 at scale.
但是这些厂商在 RoCE 上魔改支持 SACK 的时候, 似乎能力上还是有欠缺的. 例如某个知名厂商在今年的 HotChip 上分享了在 1% 丢包情况下, 一个 400Gbps 的网卡实际的传输性能在 SACK 的帮助下可以到 160Gbps, 这是他们所认为的 SOTA 的性能. 而我们想说的是, 在 3 年前 CIPU 2.0 完成开发时, 我们已经做到 5% 丢包时可以达到 90% 的Goodput, 达到业界领先水平.
当然有很多人会说, 现在网络上的丢包一般观测到的也就 0.1% 的量级, 把它做好了就行了, 为什么需要做到 5% 时还能接近满载的运行, 避免误重传带来的带宽占用. 5%这个数据并不是凭空而来的, 而是实实在在业务的要求. 通常 ScaleOut 网络中的大规模互联, 特别是扩展到 20w 卡规模时, 多层交换机组网和大量的光模块/光纤的使用, 你肯定不希望看到整个训练的 MFU 出现很大的抖动, 然而光模块中 DSP 晶振相位噪声过大, 加上高密机柜热点导致 DSP CTLE/DFE 漂移或者光纤接头的污染都会导致丢包和链路不稳定. 实质上还有一个显著的问题, 假设一个交换机的Uplink Radix = 32, 断一根上行链路带来的路由黑洞导致的丢包为 3% , 断两根为 6%. 还有一些由于 20万卡规模组网需要 Scale-across 的互联引起的一些丢包的问题. 所以我才会把可靠传输的目标定到 5% 的丢包率下系统仍然能够维持较高的 goodput.
最近一直在谈一些安全相关的问题, 上周的云栖大会我们也提到云环境的多租安全《谈谈Agentic 时代的 DPU是什么: CIPU如何构建阿里云AI Agent、推理、训练等AI infra核心技术竞争力》, 作为全球第一个发布裸金属实例的团队, 其实有很多关于安全的设计, 但是不能公开对外说. 正好 Nvidia 这两天发布了 Open Agent Safety Platform

它把 Agent 安全分成相互补充的两层. OpenShell 在执行环境附近限制智能体实际可以访问的文件, 网络, 服务与凭据. Sentry 把监控和部分策略执行放到 BlueField-4 DPU 的独立信任域(Trust Domain), 为主机被攻破的场景增加独立防线. 但是... 有些基本的安全上的问题还是没考虑清楚, 实质上它还是一个从网络的角度在考虑这个问题, 借助于一些Telemetry然后通过BF4 上的一些 flow-table进行阻断. 有很多主机安全的处理他们并没有很完善的解决...
最根本性的问题是, Agentic workflow 打破了原有的安全边界. 原来我们讲企业内的软件很大程度上是可信可控部署的, 因此用户单一数据中心内并不需要什么多租户隔离的技术, 简单的安全访问控制即可. 但是当 LLM 产生大量代码时, 整个信任的边界发生了变化. 即便是很多基模团队的 Agentic RL 训练或许也需要按照任务进行多租户的安全隔离, 特别是大量的沙箱环境. 但是工业界似乎一直对裸机和 裸金属这两个概念理解不清, “像VM那样使用物理机”这句话估计很多人都不明白, 有些安全的问题, 等他们尝到苦果了就知道了.
前几天看到知乎的一篇文章《辩经系列之六:超标量或者静态排流水》[1], 包括OpenAI Janapeno 《从 Nvidia GPU 的缺陷到 OpenAI Jalapeño》[2] 都提到了一个问题: “超标量”.
其实这个问题我在去年就提过 《Inside Nvidia GPU: 谈谈Blackwell的不足并预测一下Rubin的微架构》[3], 记得去年在华为海思的一个什么会上, 还和廖恒博士聊过这个事情, 这篇文章老黄也在 NV 内部转发过, 真不知道 NV 的同学能听进去多少. 可惜有些背后的设计考虑涉密就不多说了...
大概就这样吧, 看到一些错误的东西, 随手写点文字, 全文完.
参考资料
[1] 辩经系列之六:超标量或者静态排流水: https://zhuanlan.zhihu.com/p/2085077594198824273?share_code=1f6g3IYpUSCiJ&utm_psn=2089396614821631138 从 Nvidia GPU 的缺陷到 OpenAI Jalapeño: https://zartbot.github.io/blog/arch/jalapeno/index.html Inside Nvidia GPU: 谈谈Blackwell的不足并预测一下Rubin的微架构: https://mp.weixin.qq.com/s/iNXR3fSIIrov870D5z6vIA
优设 2026-10-05 12:30 湖北
![]()
看到喜欢的海报,想让AI做出类似的感觉,提示词却不知道从哪写?我整理了这套图片反推教程,从主体、风格到细节,教你把参考图拆成能用的描述。
字体排版、场景、摄影、插画和3D角色,各有一条完整模板,换掉括号里的内容就能试。最后我还放了水果海报的延展示例,讲清哪些要固定,哪些能替换。
建议先收藏,找张喜欢的图跟着练,生成后再核对文字和主体细节,慢慢攒出适合自己的提示词。
原创 caoz 2026-10-03 17:40 新加坡
![]()
不知道有没有人对这个话题有兴趣。
来新加坡旅游的人会注意到,并不是所有商贩都支持微信和支付宝,也并不是所有摊贩都支持信用卡支付。前者是合规问题,微信和支付宝在海外收单,特别是涉及外币结汇,肯定会有人企图基于此换汇洗钱,所以海外商家开通微信或支付宝收款,是有一系列合规审查,海外支付平台兼容微信支付宝的,也会存在一定程度的中间成本(比国内收单平台高一个数量级)。后者则是纯粹的成本考虑,海外信用卡一般收单要拿走3-5个点,(这也是为什么海外信用卡羊毛比较大),而且小单还会有固定金额,比如你买一个1新币的蜜雪冰城甜筒,可能直接就扣了2毛5这样的收单成本。(数字不一定严谨,但小额支付比较亏是真的)
所以很多小摊贩,小商家,特别是居民区,非面向游客的,很多都不收信用卡,也不支持其他第三方收单工具,他们通常只收两种,一是cash,所谓现金,二是paynow,我说我现在在新加坡出门已经不带现金了,大部分场景,只要支持信用卡支付的,我就用google pay,少部分场景就只能用Paynow。
那么Paynow是什么?它不是收单平台,不是一个App,是新加坡银行公会发起,新加坡金管局强力支持的一个标准协议,并且所有在新加坡的银行都全面参与(包括美资和中资在坡营业的银行)。在这个协议里,新加坡本地的跨行转账,小额支付完全0费率。
1,账户绑定
每个人,每个企业都可以申请一个(且只有一个)paynow 账户,这个账户可以绑定个人身份证号码,手机号码,(并存),企业可以绑定企业的注册号。可以和自己在新加坡开辟的任何银行账户绑定,中间也可以解绑和切换到另一个银行账户,但同时只允许绑定一个。
最近未成年人也可以绑定了。
所以在新加坡,只要知道对方的手机号或者IC号,基本上就可以给对方转账。
那么新加坡我们很多饭局是AA局,这边很多人没有微信支付,不像国内可以微信群收款,这边一般是在群里付款人报一下手机号,其他人就可以纷纷打款了。
2,支付方式
Paynow 可以生成二维码,扫码支付。
实际上企业银行账户开辟并绑定后,银行会寄来企业的收款二维码贴纸,小商户直接把二维码贴在柜台就能收款了。
那么也可以在网银里通过输入对方的手机号或身份证号码进行转账,我每个月给我闺女转日常生活费就是这样操作的。
所以其实paynow 不是固定的支付工具,而是每个当地网银终端里的一个功能(中资银行新加坡客户端也有)。
人与人的转账,登录网银,输入对方IC或手机号,然后有个确认,会显示对方部分姓名(脱敏,防止隐私泄露,但也要核对,防止输入错误转错目标)。小商家付款就是登录网银,然后选择扫码付款,扫描对方paynow二维码,完成支付。
人也可以生成自己的paynow二维码,分享给其他人,类似微信收款码,实现赛博乞讨。
3,优势和缺点
优势第一就是没有手续费,没有账期,一步到位,直接到目标用户银行户头。所以对于小商家来说,这个是非常合适的。
缺点,网银不是刚需客户端,不是微信,用户需要一个登录过程,而且只有本地网银才支持,第三方支付收单平台难以兼容。所以便捷性其实没那么好。
另一个缺点是,大部分商贩提供paynow二维码,但没有收款通知,通常要消费者给对方看一眼支付记录才行,就是不够自动化,但实际上paynow支持绑定订单的动态二维码,一些Pos机已经可以做到paynow订单确认,但很多小摊贩,小商家连Pos机都没有的。
那么另一个优势我要特别说一下,对于新加坡政府来说,这提高了很多运营效率,减少了管理成本。新加坡政府给公民补贴,他不需要关心你的银行户头在哪里,不需要挨个通知,只要往你身份证号码上转钱就行了,所以身份证号绑定,主要是政府管理方便。由于政府补贴实实在在,所以本地人都会积极配合实现paynow绑定,那没绑定的确实也有,少数老人家,就只能去社区中心申领补贴。但这个服务对象就非常少了,服务成本就很可控。所以在新加坡政府一轮轮补贴的前提下,全民paynow绑定基本完成了。
企业也一样,政府针对企业的补贴也很多,疫情的时候只要不裁员政府就给员工工资补贴,还有需要召回兵役的员工,召回期间的工资也是政府补贴的,那么也很简单,员工收入看CPF数据,企业注册号直接绑定,然后直接往这个企业注册号绑定的paynow打钱,不需要申请,不需要提交材料证明。
所以paynow可以基于身份证,企业注册id转账,简化了政府对人信息管理的复杂度。
前面提到了未成年人绑定,就是因为政府这不催生么,要加大未成年人的bouns花红,未成年人和监护人开联名账户,绑定paynow,这个钱就可以直接打入联名账户里。比之前单独放一个lifesg账户实用方便多了。
在东南亚,除了新加坡的paynow,泰国,马来西亚,菲律宾,印尼等也有类似的支付标准和绑定,泰国叫做promptpay,马来西亚叫做duitnow,目前新马泰已经支持互通,在新加坡网银后台也可以对这两家的账户进行转账,当然这里会有换汇成本,其他手续费为0。
这种身份绑定的银行统一账户系统,说不上多先进,但是对当地的商业生态而言,还是提高了便利性,在小商家不愿意付出额外成本的现实和无现金移动支付快速普及的趋势之间,搭了一个便捷之桥。
最后,目前新加坡paynow,单日限额是1万新币,目前并不支持大额转账。对于超大额转账,这边银行会建议走支票或电汇。
然后,如果读者对这类话题有兴趣,我会再讲讲singpass。对于在新加坡生活的人来说,如果说paynow 可能是95%的刚需,那么singpass 就是 100%。
原创 秋山墨客 2026-10-03 09:00 江苏
![]()
OpenAI DevDay 更新不少,哪些真好用?一起来上手体验。
点击上方蓝字加入我们
![]()
![]()
长假期间,让我们关注些轻松的话题,一起来体验一下前两天 OpenAI DevDay 发布的新玩意。
除了热议的 500 刀新计划、GPT-6.1 Sol 这些不痛不痒的更新,我更关注的是:
云端助手 Dots
用于决策的 Decisions API
开源 Codex-Harness 的更新
协作空间 ChatGPT Space
这些更新,有的给 ChatGPT 用户提供了全新的工作与协同方式,有的给开源项目带来了福利。下面我们一个个看看这些新能力能帮我们做些什么,又能怎样融入自己的应用。
本次推出的 Dots,是常驻云端的个人 Agent,由 GPT-6 Astra 驱动。
没错,对标的就是最近火爆的 Muse。
每个 Dot 有自己的电脑和浏览器,可以查资料、处理文件、记住工作背景,并在必要时委派给 GPT Work 或 Codex 任务。
最重要的是,你离开对话后,它仍能推进你交给它的工作任务。
![]()
如何使用
使用很简单。将 ChatGPT 更新到最新版本,如果账号已获开放,就能看到 Your Dot 的入口。
你可以定制 Dot 的形象和昵称,这样就拥有了一个随时可以召唤的云端助手:
![]()
这里可以看到 Dot 拥有两个电脑:云端电脑可以独立工作;但要处理本机文件、代码和应用,则要在上图中的 Computers 中授权连接本地电脑;使用时本机需保持在线、ChatGPT 应用也需打开,一人只能连接一台个人电脑。
这样,Dot 在工作时可以按需创建本地 Work/Codex 任务,也可以继续指定的本地 Codex 任务(但两边浏览器登录不互通)。
“打电话”派任务
你可以在对话中随时“拨打电话”给 Your Dot;接通后,直接布置任务、讨论取舍或追问进度,还能一边说话一边补充文字资料。
比如你可以直接口头吩咐:“替我筹备一个 DevDay 的线上分享会,准备议程和讲解稿,完成后通知我。”(是不是有一种牛马翻身的感觉?)
![]()
任务实测
现在我们来让 Dot 完成一个真实的任务,我给它的要求是:
筹备一场 DevDay 的分享会。参考 OpenAI 官方文档,最后交付一份议程 Excel 和一份可以打开阅读的 HTML 讲解材料,一共三个主题,要有茶歇....
然后大概喝杯茶的时间,Dot 会完成任务,并等待你审核:
![]()
你可以接着在与 Dot 的对话界面中要求进行修改或者调整,这一切和你在本地 ChatGPT中交互并无太大区别 — 只是这些任务都是在云端完成,包括搜索、Web 访问、文档生成、核查;生成的产物默认也会保留在云端(可以下载)。
如果任务需要本机资源,Dot 则可以通过前面连接的本地电脑协同完成。
最后:Dots 目前还只向 Pro 等部分账户开放,且与 Dot 的对话不占用套餐用量。
前面两篇文章刚介绍过 JEV — 面向高性能场景的决策模型,这不决策API就来了。
Decisions API,顾名思义,就是面向分类、分流和下一步动作选择等场景的决策接口:
你提供文字或图片的上下文、定义问题和有限的候选答案、由 API 做选择。其目标很单一且明确:让 Agent 更直接、快速地拿到判断结果,而不是在“思考”后的长篇大论。
![]()
与 Chat API 区别在哪里
传统的 Chat API 通常用来生成回复和解释(虽然也能用结构化输出与提示词限定答案),它很灵活,但如果每个小的控制决策都使用这种 API ,可能带来不必要的延迟和成本。比如:
分类,把邮件归为咨询、投诉或其他
分流,把工单交给售后、技术支持或人工复核
下一步选择,让 Agent 在继续检索、核验结果、询问用户之间选一个
Decisions API 的重点,就是把这类有限选择做成专门的接口。
但不要把 Decisions API 理解成换个名字的Chat API JSON 输出模式。
决策 API 在判断时,有着更短的答案生成路径:它的“答案空间“在推理生成之前就被限定;而不是在文本生成之后再通过 JSON 输出再加以限定。
当然,写长文、规划任务等仍要用通用模型;而明确的 if/else 规则也应该继续写代码,而不是简单的倒向 Decisions API。
Decisions API 的使用
目前 Decisions API 尚处于有限预览阶段,下面用一个概念示例说明它的用法,并非官方请求格式:
{
"context": {
"ticket": "The customer was charged twice.",
"account_tier": "business",
"recent_events": ["payment_succeeded", "payment_succeeded"]
},
"question": {
"name": "route",
"prompt": "Which approved workflow owns this case?",
"answers": ["refund_review", "technical_support", "account_security"]
}
}基本思路是:给定一个上下文(context),提出自己的问题(prompt),同时给出候选的答案(answers),然后由 Decisions API 输出最后的决策结果(通常还会结合一个置信度)。
Decisions API 对比 JEV
尽管两者都同样面向决策场景,但一个是专用 API,一个是决策模型及其配套接口,不能完全画等号。
Decisions API 的背后是 GPT-6 Luna 模型;而 JEV 则是全新的独立决策模型
Decisions API 有一个重要的能力 — 支持多模态输入;而 JEV 尚未支持
JEV 模型的强化训练方法上采用了不同的 RLCD,即“面向校准决策的强化学习”
Decisions API 目前支持的问题形式是 Choice(从候选答案中选择);但 JEV 支持 Choice(选择)、Score(评分)、Noul(是否)三种问题形式
相比传统大模型,两者都有着极高的响应性能(Decisions API 号称比 GPT-6 Luna 快十倍)和更低的成本;不过 Decisions API 还处于局部预览阶段,很可能在正式版会有更多增强。
前面主要体验的是 OpenAI 提供的产品和接口,而开源 Codex Harness 的更新,则关系到我们自己的 Agent 系统。
大概总结下,最新版本 Codex Harness 的更新主要有:
即时打断:开启后可以在任务过程中追加要求、调整目标。甚至可以在 Code Mode 的工具调用中让模型先接话,后台继续运行,稍后再收取结果。
历史锚点分页:以某轮任务中的一条记录为“书签”,读取它前后的一段历史。应用可以据此实现“点击某个报错,展开附近的执行过程”这样的功能。
CLI 等体验优化:欢迎页更紧凑,等待确认计划时也能翻看历史;Mermaid 图表支持更丰富,复制记录时能保留表格和排版。
权限与运行稳定性修复:批准命令后仍保留明确禁止访问文件的规则,并修复 macOS 沙箱中的 TLS 网络访问、Windows 后台进程闪窗等问题。
下面来体验下新的即时打断功能(instant_interrupt)。
现在用我本地构建的一个 Agent 演示应用 - Forge 做简单测试。Forge 前端通过对话交互,展示消息、工具调用以及输出产物;后端则通过 JSON-RPC 连接 Codex Harness(app-server模式)构建,并可通过适配接入第三方模型(比如我这里接入 MiniMax):
![]()
做一个简单演示:让 Agent 等待一段时间(以留出时间窗口追加指令)后写个 90 分钟提纲;然后我追加指令“改成 45 分钟”。最终 Agent 按照我的追加要求完成了任务:
![]()
实测二:打断,要求临时先响应
前一个测试是属于临时修改任务目标和要求,现在来测一个复杂点的场景:
如果 Agent 的工具调用还没跑完,它是否能够临时“跳出来”先回应我?
我让 Forge 先启动一个 40 秒的计时任务,随后追加:“先回复已收到变更,再继续等计时结果。” 可以看到,Agent 先回复了“已收到变更,后台计时继续”,然后会接着等待原来的计时任务。计时结束后,它取回了结果。
也就是说,它先接住了我的话,原来的任务仍在后台继续,没有被停止或重新执行。
就像同事手上正忙着,听到你补充要求,先应一声,再接着把事情做完。
![]()
在最新的ChatGPT 侧边栏会看到一个 Space 按钮,这就是最新的 ChatGPT Space。
Space 把页面(page)、文件和共享工作成果放在一起,你可以和 ChatGPT 一起编辑维护其中的内容。
它解决了工作成果散落在聊天记录里、不方便查找的问题。比如你让 AI 生成的图片、用 Astra 制作的 3D 交互站点等,保存到 Space 后,下次就不用再翻聊天记录,可以直接在这里查找和打开。
![]()
在 Space 中,你可以创建多个空间,按照某个主题、项目或者团队进行组织;并为每个空间设置团队与协作者的访问权限(企业用户)。
Space 中的一个重要新功能是Page:
一种支持分块编辑的 MD 协作文档(类似 Obsidian 笔记),供你、同事与ChatGPT共同编辑,可以写作、研究、制作图表、甚至评论。
Page 最特别的是它与 ChatGPT 的深度集成 — 用斜杠 / 随时唤出 AI 帮助你编辑页面、生成内容。
![]()
比如,唤起 ChatGPT 插入一段内容:
![]()
或者选择 Visualize,插入一个交互式可视化内容:
![]()
你还可以用@命令来链接你的某个历史聊天、其他页面和文件;甚至 @ 你的 Dot 或 ChatGPT,让它们参与页面修改和评论。
整个体验下来,本次 DevDay 的更新量很足,但真正让人眼前一亮的并不算多。
有点像当年的苹果,在 iPhone 惊艳亮相后,逐渐转向更稳妥的迭代路线:Dots 让人想到 Muse,Decisions API 则让人联想到 JEV。
不过尽管方向相近,最终还是要看用起来怎么样。
对我来说,Dots 能把云端任务与本地工作接起来;Codex Harness 的更新为构建自己的 Agent 系统提供了更强大的 Harness 基座;Space 也让平时的 AI 成果有了一个可以继续整理、修改和协作的空间。这些都有实际价值,也期待它们在后续迭代中变得更成熟、更好用。
-- END --
感谢阅读,交流与合作请后台留言
喜欢就关注哦
![]()
动动小手点个赞
![]()
点在看最好看
![]()
原创 任鑫 2026-10-02 23:00 新加坡
![]()
我跟徐文浩史上瞎聊得最认真的一次,居然提前列了话题表。八个话题聊下来,底下其实是同一件事:AI 让做出来越来越便宜,负责和卖掉反而越来越贵。
![]()
这期是我跟徐文浩史上瞎聊得最认真的一次,我们居然提前列了话题表。八个话题聊完回头看,底下其实是同一件事:AI 让「做出来」越来越便宜,「负责」和「卖掉」反而越来越贵。
本期要点
·先别吹效率,出了事谁负责
·好处占尽、锅甩 agent,说不过去
·大公司转型慢,慢在背不起锅
·小公司少交一层责任税
·模型出来三四天,满世界复刻版:工程与算法严重产能过剩
·能改任何东西,才是 agent OS
·缺领域知识,AI 方案帮不上忙
·理解事实,再接受事实
▶ 收听完整版:小宇宙、Apple Podcasts、Spotify 搜索「AI炼金术」,本期《挣钱时都是超级个体,坐牢时把锅甩给 AI》
录这期之前,徐文浩在路上刷到一条新闻。美国财长贝森特说,OpenAI 的 agent 黑了 Hugging Face,这是 OpenAI 管理层的责任,不能推给 agent,政府也不会给 AI 实验室什么免责豁免。你们一边说 AI 会毁灭人类,一边要政府豁免你们,这讲不通。
我第一反应是,这听起来好像没什么问题啊。徐文浩说对,这本来就很有道理,而且正好接上我们上一期聊 AI native 组织时,他一直在追问的那个问题:
“你们先不要跟我吹这些牛,收入上升了,效率提升了,你就说这出了事儿谁负责,对不对?”
他的逻辑是这样的。股价涨的时候,拿股份、拿高工资的是你,好处你都占了。那出了事呢?OpenAI 今年 7 月自己披露,它做内部安全评测的时候,agent 越出了沙箱,黑进了 Hugging Face 的生产系统。这事要是换成他本人干的,不管有意无意,黑进别人公司的系统,在中国肯定是要坐牢的。
“你不能说挣钱的时候,我挣一千万,坐牢的时候说这是 AI 的责任,和我没关系。权力跟责任不对等,这个事情我觉得在哪里都是说不过去的。”
就像你造了一架民航客机,飞得快,能横跨大西洋,机票卖得贵,钱是你赚的。飞机掉下来了,你说技术还不成熟,政府应该豁免我,这讲得过去吗?别人不告你,是别人谅解你;政府告你,完全合法。
agent 干活,锅也顺手甩给它
我当时想抬个杠。OpenAI 要是把房子炸了,最后抓山姆·奥特曼,我觉得合理。可组织内部本来就有一套办法啊。手下捅了大娄子,领导引咎辞职、扣奖金,有时候一条线全换掉;手下的业绩,一部分算手下的,一部分也算你的。那 agent 为什么不能照这个逻辑来?agent 都有领导,领导负全责,credit 也全拿,好像也说得通。
徐文浩说,这套办法到了 AI native 这一步就不灵了。
你在字节做推荐算法,AI 帮你写了个 bug,公司收入可能都会掉。这时候你没法跟老板说,这是 agent 写的。公司层面还有老办法兜底,比如金丝雀发布,先切 1% 的流量看看;但落到个人头上,你用 agent 干的活,就得百分之百你自己扛。
更麻烦的是,你做了一个 agent,放到组织里给别人用。研发上下游本来就天天扯皮,你说接口本来就这么设计的,是你没看文档;我说是你设计有缺陷,一调就出错。徐文浩说得更简单:客人忘了买单就走了,是前台的错、端盘子的错,还是大堂经理的错?
agent 让这件事更说不清了。大家都在被疯狂鼓励用 agent;agent 又不是一板一眼的流程,灵活本身就是它厉害的地方;最要命的是,锅反正可以先甩给它,它背了锅你也不会把它开除。
他还反讽了一句,今天你要是头部 AI 公司,你的 agent 没越狱攻击过别人,你都不好意思说自己模型能力强。
聊到这儿我有个推演。以前干活和负责是绑在一起的,以后可能会分开。人类的工作,可能就是想尽各种千奇百怪的办法来负这个责,你叫它核查也好,叫别的也好。说不定这就是我们以后的工作。
徐文浩第一反应是:「那人不是很惨吗?」是啊,每天战战兢兢的。那收益也得归你吧,总得平衡一点。
但我反过来想,这对创业公司其实是好事。
大公司的这套枷锁,本质上就是要交一层很贵的保险,你可以叫它安全税,或者叫责任分配税。小公司就简单了,十个人,老板拍胸脯说兄弟们就这么干,出了事我扛,这层税就省下来了。所以我们也不用帮大公司操这个心。
徐文浩同意,还多说了一层:也许只有真正没包袱的新公司,才能真的 AI native。小公司出了最大的事,无非是这个客户不用我了,就算做错,损失也小。责任轻,反而成了优势。
接下来聊 Jev,TypeSafe AI 这个月刚发的模型,最近特别火。我一开始其实没 get 到它牛在哪,看着跟 2015 年那批 AI 长得挺像的。
徐文浩的解释我觉得挺好懂。2015 年前后已经有 BERT 了,大家拿它当基座训分类器。比如做一个订服务的助手,你要点咖啡、订鲜花、叫外卖还是打车,先把这几个选项列出来,训一个模型,它很快就能从里面选一个。可明天要加一个「买电脑」,就得重新训。
Jev 不一样的地方是,选项不用提前定好,你把「买电脑」往里一填就行。徐文浩管它叫「一个能做任意选择题的模型」。
那为什么不直接用大模型做结构化输出?能做,但慢,也贵,很多场景对成本和延迟特别敏感。他举了他们给客户做的一个例子,在商超、餐馆里识别异常行为,比如厨师没戴口罩。一种做法是针对 20 种异常行为单独做后训练,可规则一改就得重训,根本 scale 不起来;另一种是上通用多模态大模型,客户又不愿意出那个钱。Jev 正好卡在中间,不用训练,也不贵,代价是它只会做选择题。
我插了个问题。GPT-4o 实时语音刚出来的时候,有人猜它背后有个小模型,专门判断当下能不能插话,只输出 0 和 1。那这类判断,是不是都可以交给 Jev 这种东西来做?徐文浩说可以这么理解,只是它现在还不支持音频,不过应该很快就会有人做。
做出来不难了,难的是找到买家
不过徐文浩对 Jev 的评价是两面的。团队很聪明,找到了一个真需求,解决得也不错,「System 1 的 AI」这个叙事也讲得好。但技术上,他觉得这东西没什么门槛。他这两天在看一个叫 Laya 的开源项目,作者 2025 年就做过类似的东西,只是不会讲故事,也没有 ChatGPT 共同作者的光环,「其实挺委屈的」。
看它出来以后发生了什么就知道了:
“出来之后大概也就三四天,满世界都是说我基于什么,我推测这个什么架构,我搞了点数据……有些甚至跑得比它还高分数。这个我称之为叫做什么呢?叫做工程与算法间的严重产能过剩。”
有人拿 diffusion 语言模型做,有人拿 ModernBERT 做,一堆人冲上去打榜。为什么这么快?你今天开五个 Codex 和 Claude 的订阅,跟它们说,有这么个东西,你去网上看看大家怎么想,帮我搞点 GPU、造点数据。然后一堆 agent 开起来做一堆实验,模型就发出来了。
所以他这两天一直在念叨,自己这个职业要消失了。
我是觉得,现在最重要的反而是发现机会。至少在生产这一侧,产能正在大规模贬值,谁能找到人来买东西,谁就最值钱。之前聊 OPC(一人公司)的时候,有人问我要练哪个能力,我说哪个都不用练,先去卖货赚钱,根据卖货再看自己缺什么。最要紧的是把东西卖掉。
我还见过一张漫画。孩子问妈妈,我们家为什么这么穷?妈妈说,因为你爸爸买了 Codex 和 Claude Code 的订阅,vibe coding 了好多好多产品,可是一个都没卖掉。
那既然卖货最重要,为什么还要讲「活人感」?不活人不也能卖吗?徐文浩的回答很直接,人都是懒的,所以大家都不太活人。现在很多文章,开头 AI 味一重,哪怕是他感兴趣的内容,他也不看了。这种供给太多了,再好吃的东西漫山遍野都是,你也会说拉倒吧。
这个我太有体会了。我最近参加活动收了一堆书,有的我相信不是 AI 写的,文字也挺像人,但结构特别 AI:起承转合,把历史讲清楚,把道理讲清楚,再来几个反面案例。这结构我太熟了。我要看这样一本书,为什么不让 AI 给我单独生成一本?这种书我基本翻个 10 秒就扔下,连带回家都懒得带。
徐文浩的结论是,个性和 character 反而变重要了。四平八稳、千篇一律,就像在拼多多上卖垃圾袋,大家都长得一样,最后只能比谁便宜。比价格的生意没有利润,就不值得做。
好不好用不重要,能不能改才重要
徐文浩最近在把主力工作往 Omarchy 上迁。这是 DHH 做的一个 Linux 发行版,他把它叫作 agent OS。
他自己的例子很日常。他是个会过度承诺的人,所以离不开 to-do list。可是每次让 Codex 帮他查待办太慢了,他想要个应用一直摆在旁边;同时又希望跟 agent 说一句「把这个记下来」,界面上马上就出现。而且他的待办经常要 link 到 GitHub 的 issue、PR,还有日历里的会,一般的 to-do 应用都做不到。
在 Omarchy 上,你对着它自带的 Codex 说一句,就能临时给自己编一个 to-do 软件,钉在桌面固定的位置,想改随时改,还能分享给别人。
我就问,那跟我用 Codex 给 macOS 做个 App 有什么区别?他说区别很大。Mac 上的软件要给别人用,得拿苹果的证书签名,而且系统不开源,你只能改最上面一层。手机上更明显,日本法律要求拍照必须有快门声;在 iOS 上,你没法一边看 B 站一边跟 agent 语音聊天,视频会把你的语音抢走。换一台能自己改系统的安卓,就做得到。
“你说它是个 agent OS 没错,但是它重要就重要在你拿了它之后,你就可以改自己的 OS,而不在于说它是个很好的 OS。”
所以很多 AI 眼镜他都没买。他不想被绑在厂商预设的模型上,想连自己家里的服务器、用自己指定的模型。
这点我特别有同感,我自己就是这么干的。我电脑后台一直开着监听,所有的视频会议、音频会议,不管是 Google Meet、Zoom 还是腾讯会议,只要电脑上有人说话,都会录下来汇总。我手上戴的录音设备,它自带的总结我不用,订阅也没买,就把它当录音笔,录完交给 Claude Code,按我自己的规则处理。硬件厂商后面那套软件,你做得再好,我也不要,我要按自己的想法来。
顺着这个,我还想到一个硬件创业的机会:做一台裸机,里面一个最简单的操作系统,上面就一个对话框,你说要有光,就有光,底层的东西它全都能控。
至于好不好用,徐文浩觉得没有标准答案。他拿厨房打比方,喜欢做西餐,厨房是一个样子;喜欢川菜,得有猛火灶;东北人爱吃炖菜,就得有好多炖锅。Omarchy 带着很强的 DHH 个人风格,鼓励用键盘、快捷键、终端,徐文浩喜欢,我这种没法用快捷键的人大概会很难受。他相信以后会有别的「性格」的类似系统出来。软件会越来越像抖音,大家用的是同一个产品,看到的东西完全不一样。
Vantora 这个模式,我一看就觉得,这不就是为我准备的吗?它前身叫 UP.Labs,今年刚拿了 1 亿美元融资,公开的重点是给工业企业做 physical AI。
AI 火起来之前,我就跟一家挺大的公司谈过类似的合作。他们垄断了某个市场,手上一大堆机会,但内部的人做不出来。我想帮他们找人、搭团队,相当于搞个孵化器,大家一起分股份。最后没成,中间缺了一个博弈机制。
徐文浩先讲了个背景。今天企业用的软件基本都是标品,办公协同就是飞书、钉钉、企业微信三选一,跨境电商的 ERP 也就那么几家。可每家公司的核心流程都不一样。同样做服装电商,希音是小单快返,投广告、卖图片,一款几十上百件就能开做;优衣库的 SKU 集中在基本款;做婚纱礼服定制的,每一件都不一样,客单价很高。安克 SKU 很窄,都是标品,要花大量时间做产品研究。这些公司要的 ERP 肯定不一样,中间有巨大的效率空间。
以前这事做不了。外部创业公司必须做能卖给 100 家的标品,不能只卖你一家;企业内部又没那么强的软件和流程再造能力。现在有了 AI coding,这笔账第一次算得过来了。
这个模式大概是这样:企业出钱,下第一个订单,在企业内部孵化一家新公司,用 AI 专门给这家企业做 agent 和软件。做成了,企业有权把它买下来;做不成,就当一次创新业务孵化失败。徐文浩管这叫「包养 FDE」。
我追问了一句,你都已经帮我做完了,软件也挺好用,我凭什么还要花钱把你买下来?徐文浩说,一是它真能帮你省几千万,你花几个亿买下来就划算;二是它可能也能卖给你的同行,要不要行使收购权,你自己决定。
站在创业者这边想,第一步就是给你做专有软件,然后拿你这个第一个大客户练出一套平台。平台要是看着有希望、别人也会买,大公司就得纠结了:我是占着这家未来可能做成平台的公司的股份,还是怕数据泄露,行使权利把它买回来?很多大公司其实有科技部,缺的是最关键的一环,就是一家独立公司带来的激励设计。徐文浩补了一句,今天市场上最会做软件和 AI 的人,会去大公司的科技部吗?肯定不会。
他判断这是个阶段性的窗口,大概三年。再往后,模型更强、最佳实践成熟了,企业科技部对着 AI「口喷」一顿就能把流程做完,这个模式可能就不需要了。就像三年前做后训练账算不过来,三年后可能也不需要,但这三年很需要。
你只要告诉我出了什么问题
说到组织渗透,我先讲讲最近的感受。我参加了一些活动,自己也要上台发言,结果发现台上一半人讲的东西,放到 2024 年下半年、2025 年上半年都完全 OK,另一半人讲的是 2026 年的东西。可台下的反应一样热烈,对他们来说都是新知。
企业认知的信息差,比我想象的吓人得多,整个世界的变化也比我想象的慢得多。当然,这对我们这种到处讲课、偶尔给人当顾问的人来说,是个非常好的市场。但你真的会觉得太吓人了,我拿两年前的 PPT 去讲,好像也一样。
徐文浩看到的是组织内部这一面。他可能是公司里订阅花钱最多、也真把额度用完的人,但就算在同一个组织里,大家用 AI 的深浅也差得很远。很多用法只可意会,解释起来太花时间,还不如自己干了。
他最头疼的是这种:同事遇到问题,出于好意先自己想办法,拿着半成品去跟 ChatGPT 讨论,然后把一篇长篇大论发给他,问「你看看有没有用」。
“我求求你们,你们只要把出了什么问题告诉我就可以,不用帮我想解决方案。”
我问他,这到底是因为没经验、AI 用得不好,还是投入度不够?他说第一个核心是缺领域知识。你判断不了 AI 给你的东西对不对,只能转给专家。就像他自己去做 PR,拿个方案请一个做了 20 年 PR 的人看,人家只能从 101 开始教他。
“对别人做 101 指导其实是很 depressing 的一个事情。”
第二个原因才是 AI 用得太少。让 ChatGPT 泛泛而谈是没用的,你应该让 AI 对着你们的代码库,看看同类开源项目怎么做,整合完再来讨论,这才有意义。他自己每天早上起来不是翻消息,而是让 AI 在后台把当天的优先级推给他;读文章也让 Codex 从订阅源里挑值得读的,翻译好推过来,读完说一句「下一篇」。很多任务每天晚上自动跑,报错直接发到群里。可大部分人还停在开两三个窗口跟 agent 聊天。
他的判断是,很多企业才刚渗透到「用 AI 做 PPT」这一步。额度一用完,又开始发愁手做 PPT 太麻烦。
理解事实,再接受事实
前几期评论区有不少差评,说我们聊组织转型聊得太像资本家:公司该怎么改,这个人该怎么处理。我聊的时候其实没觉得有什么问题,后来想了想,组织是一张网,你在这边摆弄,被牵扯的那个人就被东拉一下西拽一下,甚至直接掉出网去了。这种话题放在商学院讨论很正常,放到公共场合,姿态可能要更敏感一点。
何况我们俩这把年纪,要是没赶上这波红利,身上又没贴 AI 的标签,出去找工作简历关都过不了。我们应该站在两个找不到工作的老登的角度来聊才对。
徐文浩说,你想多了,贴着 AI 标签出去也没用,人家一样不会要你,也不会要我。
但他不觉得要改口。这个节目的好处就是真实,不哄人开心:
“我觉得任何一个人要在这个世界上要过得好,得过两关。第一关得理解事实,这个事实今天在发生,如果你不理解,掩耳盗铃是没有用的。第二个理解事实,也可以去接受这个事实,不用很敏感,或者说觉得这个就是针对你的。”
没有人有空针对你,就像也没人有空针对他。他引了 Naval 那句 life is a single player game。
说到贴标签,我想起 2023 年。那时候我在写一本讲设计好运的书,AI 一来我就不写了,跟群里的同学们说,你们现在就疯狂去搞 AI,哪怕暂时没什么用,先把这个标签贴上,让身边的人以为你很懂 AI,运气就会好起来。后来真有人跑来跟我说,他因为这个收获挺大的。这波大浪,先 fake it 也能蹭住。
我也帮徐文浩叠了个 buff。尊重事实,不是说别人讲的就是事实,而是很多人正在这么想、已经开始这么做了,这件事本身是事实。不管你喜不喜欢,它很可能还会更大规模地发生。就像天气预报说明天下雨,你听了不爽,预报也可能报错,但明天带把伞总归安全一点。
最后聊了聊智谱最近的风波。起因是它的编程客户端 ZCode 被发现会把整个代码仓库打包上传。徐文浩拿 xAI 做对比,Grok 的客户端之前也出过类似的事,后来承诺 zero data retention,把客户端开源,还加了关闭数据留存的开关。智谱也开源了,但被质疑是「假开源」:代码仓库没有历史记录,只有两次提交,相当于放出来一份快照;而且用开源版客户端,订阅里的优惠就没了。
他的判断是,Grok 多少算混过关了,智谱到目前为止处理得不好。为什么会这样?还是组织问题。拍板的可能只是某个产品经理,补救方案往上解释张不开嘴,找 PR 把事情盖过去最省事,不然年终奖可能就没了。他觉得最好的做法是公司高管站出来,认错、删数据、找审计、真开源。
我倒觉得,从 PR 的角度,不走创造性路线,发个严正声明、把消息盖一盖,反而最不容易出错,因为这是标准动作。多说两句、站出来立正挨打,事态一放大,反而要怪到你头上。对坐在那个位置上的人来说,收益和风险是不对等的,大部分事情硬扛也是能扛住的。
然后我补了个反过来的段子,坑老板的。某大厂老板当年在微博上天天瞎喷,特别影响公司,账号就被 PR 接管了。他又开了个小号继续喷,圈内人都知道是他。PR 跑去问:「那个号是您的小号吗?」老板说不是。那就好办了,回头找新浪把小号封了。这个 PR 是真有主动性。
最后还接了一道听众点的菜:dynamic workflow 到底是啥。徐文浩的解释是,固定 workflow 就是在 n8n、Dify、扣子这类工具里拖出来的流程图;完全自主的 agent 每一步都自己决策;dynamic workflow 在中间,先让 AI 生成一个固定流程,再按流程执行,跑几次、改几次,就沉淀成一份日常执行的 SOP。我的理解是,我懒得自己在扣子里拖拖拉拉,就跟 AI 说你给我搭,搭完我批评几句它再改。企业流程需要确定性,靠人一个个拖又太蠢,这就是它的价值。
回到开头那件事。一个模型三四天就被满世界复刻,一个 to-do 软件对着电脑说句话就有了,给一家企业单独定制 ERP 的账也第一次算得过来。「做出来」正在变得很便宜。
变贵的是另外两件。一件是负责,agent 可以干活,但出了事得有人扛,大公司扛不起,小公司才敢拍胸脯。另一件是卖掉,产能不缺了,能找到买家的人才值钱,而买家对千篇一律的 AI 味越来越没耐心。
干活这部分,迟早是要交出去的。我自己现在越来越常问两件事:我在为什么负责?我手上有什么是能卖掉的?
▶ 完整版在小宇宙,搜「AI炼金术」就行,本期《挣钱时都是超级个体,坐牢时把锅甩给 AI》。文字版删了不少,我们俩抬杠的语气,还是听原声最好。
— 完 —
原创 廖信忠 2026-10-02 22:45 上海
![]()
出游减负指南
家人们,朋友们......
老读者都知道,每当我用“家人们,朋友们”做为亲切的起手式,就是又要整活了,且大概率顺手给各位上点价值。
上价值之前,先上个惨案。
我朋友,一家四口要去欧洲旅游,出门前一天我刚好带了礼物去拜访。看到他家客厅摊了两个28寸行李箱外加小朋友的两个小号拉杆箱,恨不得把半个家装进去,搬家式出游。
我问他带这么多干嘛。
他说,万一用得上。
三天后,他们拖着这堆“万一”,在欧州老城里的石板路上,行李箱的轮子一路狂震,发出“铿隆铿隆”的惨叫,震得手发麻。
![]()
这剧情我太熟了,不要说欧美了,在国内像重庆的各种阶梯,或着鼓浪屿,还是啥古镇的,拖着拉杆箱,啊多么痛的领悟!当代中产试图在旅途中维持的那点体面,都会在提着箱子爬楼梯的那一刻崩溃。
我一直觉得,旅游就应该轻装上阵,二十多年来我不管去哪,都只带双肩包,包里就带三四件衣服,两件裤子,还有两双袜子,很轻。而且关键是,我会尽可能带多功能的东西,避开只能干一件事的。
![]()
旅行中会发生的“万一”是无法预期的,而你的包容量是有限的,所以“一件顶十件”是必要的。最好还能用完就扔,边走边卸货,肉体自由,灵魂也自由。阿忠,能飞。
老玩家都知道一个野路子,把洗好的衣服平铺在酒店浴巾里,卷起来用力一拧,物理吸水。这招管用是管用,可是亲爱的朋友啊!有些酒店...那些浴巾,那颜色、那包浆、那不可名状的气味,你敢用吗?用它擦完,你都不知道是你脏了,还是衣服脏了。
普通一性浴巾大部分都薄得像纸,一擦就掉屑,根本不敢用。直到我发现旅行神器─山姆一次性浴巾,我出门一般带个三四条。70×140cm 的大尺寸,90g/㎡的厚度, 洗澡当浴巾,用完后,再来卷衣服,然后直接用它来卷湿衣服,吸水力爆表。
![]()
一般我把它晾干了,第二天还有大用处。
如果你坐过那种城乡结合部的私人小巴,有些座位产生的颜色,科学尚无解释,你一定懂那种绝望,坐上去就像签了什么恶魔契约。这时,直接把这张山姆浴巾往座位上一铺,或者你觉得酒店民宿的床不干净,直接往上一铺,物理隔离一切未知生命体,完美。
![]()
这简直不是普通一次性浴巾,根本是浴巾界的瑞士军刀。
后来慢慢摸索出经验,其实路上大部分的焦虑和麻烦,几样小小的山姆一次性用品就能解决。
比如这个一次性的压缩毛巾,
它的功能远远不止于擦脸擦手:
![]()
前阵子我住了一个诡异的民宿。那花洒上的水垢,看着比化石还古老,水从缝里出来是分成好几股的,每股去向都不同。
我用压缩毛巾裹上喷头,用力搓了两分钟,水垢蹭蹭往下掉,水柱重新合并成一股。即使搓了那么大力,毛巾也没起絮,效果还不错。如果放平常,都要用柠檬酸除垢剂之类的。
![]()
如果民宿的水不干净,山姆的压缩毛巾是加厚的水刺无纺布,冲不破,关键时刻包住喷头,做到基础的物理过滤,完全没问题。毕竟偏乡僻壤的,你想现买个过滤器,大概是痴心妄想。
![]()
露营时候也一样,如果你需要比较干净的水来冲洗,压缩毛巾覆在水瓶上,过滤污泥还有一定效果。
![]()
山姆的MM棉柔巾也是万用的。70g/m²的厚度,保证了他有韧性,遇水不易破。200X200mm的尺寸可以擦全脸。拥有婴幼儿产品认证,平常用来擦身体,关键时候泡在水里就能当无添加自制湿巾。
![]()
夏天徒步的时候特别好用,搭在后颈上徒步,走的时候一直有风冷效应。如果鞋子淋湿了,团一团塞进鞋头,因为吸水力强,一晚能抽掉大半湿气,比报纸还好(毕竟现在也很难找到报纸了)。我还会拿来擦眼镜,擦相机镜头,甚至折一折垫在鞋子里。
![]()
许多人出行都帶的山姆一次性手套,也算是个神器。
因为这手套太厚太结实了,而且材料也是无毒无害,疏水隔油,结果就被脑洞大的会员们开发出各种用法,比如像我中年人每天要吃的维生素、叶黄素、维骨力,一个指节装一天的量。透明直观,吃没吃一眼看穿。几分钱的成本,比分装药盒更好用。
![]()
出门带洗面奶、乳液、面霜也一样,直接挤进手套指节里,剪下来打个死结封死。食品级材质不跟护肤品起反应,加厚的管壁随便你扔在包里怎么蹂躏,一滴都不带漏的。
![]()
有时候也觉得有意思,普普通通的一次性用品,怎么到了山姆这儿,就被玩出了这么多花样?
答案很明显嘛!只要东西本身够好,大家才敢放心瞎用。 你想啊,要是浴巾一扯就破,谁敢拿来当床单、卷湿衣服?要是手套一撑就裂,谁敢拿来装液体?棉柔巾如果吸水性不那么强,也不会拿来当脚垫用。
所有看似超纲的邪修方式,本质都是对基础质量的压力测试。山姆品质冗余的部分,就是你自由发挥的空间。
这种品质冗余体现最淋漓尽致的,就是我平常用的MM厨房湿巾。它本身在厨房里就够万能了,擦灶台擦餐具、擦抽油烟机、擦锅里的油,擦厨房电器,什么都能擦,完全可以代替洗洁精+抹布+一众厨房清洁用品。
![]()
但始料未及的是,有会员拿去除挡风玻璃的油膜,质量不过硬应该没人敢这么用,甚至去擦浴室玻璃上的水垢。
![]()
图:@小狗叫胖虎
有时我觉得什么普通产品挂上“专用”两字就能溢价卖。一年用两次,剩下十个月在储物间吃灰。山姆的一次性用品,刚好是“专用”的反面。一方面便宜到你可以放心瞎用,二是用完就走,不跟你回家。一包一次性用品,本质上是把一箱子里的“专用”,压缩成了几毛钱的组合。
山姆一次性用品就这么,不喊口号,不谈情怀。只是待在那里,等你用了一次,“咦,不错喔”。遇到事,你自然会想:哎,这个能不能顶一下?
只有用料够扎实、标准够高,本职做满了,多出来的每一个用法,都属于白送。
品牌专题
L先生说 2026-10-01 21:30 广东
大家好,国庆快乐~
恰逢今天国庆佳节,就不写长文了,跟大家聊点轻松的吧。
我想分享一个我觉得很有用、又很有趣的小技巧:利用这个假期,做一个「自我觉察」的小实验。
什么意思呢?不妨试试抽一点时间,做一做下面这三件事:(三选一也可以,都做也可以)
1)记录令自己感到开心的细节
可能是吃到好吃的东西,闻到某种好闻的气味,突然想起某段开心的回忆,又或者是走在一条安静的路上,有风和阳光洒过,突然间感到心绪非常宁静……
类似这样,请及时把它们记下来。正是这些平时难以觉察的细微触动,构成了我们独特的人格和特质。
日积月累之后,可以把它们发给 AI,让 AI 帮你从中总结出你的模式、偏好和习惯,尝试为你的喜好「建模」。
这可以帮助你更加了解自己,在日常生活和工作中找到更适合自己的位置和方式,让生活变得更充盈。
2)解决生活中细枝末节的「将就」
我们在日常生活中,一定会有一些微小的摩擦和阻力。它们可能并不严重,但许多这样的细枝末节积累起来,其实无形之中就成了我们的一大阻碍。
所以,试着利用假期的时间,找到 1 - 3 个细微的不便之处,把它调整过来,让它变得更顺手。
可以是动手收拾整理动线、让它更合理;可以是为经常做的事情设计一套操作步骤,减少思考的成本;也可以是把经常需要取用的东西放在更容易拿到的位置,减少启动的门槛……
你会发现,解决了这些问题之后,生活突然之间变得更轻松了。
3)识别自己的默认脚本
什么是默认脚本呢?可以看看这篇文章:一种很重要的能力:识别你的「默认脚本」
大多数时候,我们应对特定的情境时,总会调用习惯的方式。但这些方式并不一定永远是对的。很多时候,我们之所以老是犯同样的错误,其实很可能正是因为我们用来应对的默认脚本并不适用。
不妨试着利用这个假期,做一个自我复盘和审视,找到自己下意识的、习惯性的第一反应和直觉。
比如:
当别人否定你的观点时,第一直觉是为它辩护,而不是考虑别人的合理性;
看到一个有感触的景物,第一直觉是拿手机拍照,而不是好好去感受;
看到有共鸣和触动的文章,第一直觉是收藏起来,但再也不去看;
一旦感到无聊,第一直觉就是掏出手机,但其实还有很多别的事情可以做……
像这样,找到自己的默认脚本,再去辨识哪些需要调整、哪些需要改变。这或许可以让你更从容、更有效地应对不同的情境。
希望今天的推送能够对你有用。
晚安,假期愉快~
晚点团队 2026-10-01 10:13 北京
以下文章来源于:晚点LatePost
晚点LatePost晚一点,好一点
![]()
GPT-6 Astra 展现物理 AI 潜力;便宜和快更重要了;Anthropic 招股书信息流出。
文丨程曼祺 实习生王小淳
《晚点聊》26 年 Q3 的 AI 季报继续邀请 MoE Capital 的创始合伙人 Henry Yin 来和我们一起讨论对这个季度 AI 进展的观察。MoE Capital 的 LP 和顾问网络中有多位来自 Anthropic、OpenAI 等前沿模型公司的研究员。Henry 毕业于清华姚班,曾是 Merico 联创。我们的访谈会侧重研究和一级市场视角。
季报围绕两条脉络展开,在 “推进智能前沿” 这条线中,我们聊了:
模型竞赛:OpenAI 的最新模型 GPT-6 Astra 和 Anthropic 的 Claude Opus 5.5
方向选择:coding 之外,前沿公司在探索哪些模型场景?本季重点聊了前沿数学领域和 Astra 在 robotics(机器人学)与物理 AI 领域的潜力。
失控危机:OpenAI 的多 agent 系统协作攻击了 Hugging Face。它们在发现跨 agent 沟通方式时惊呼 “我的天,我找到了另一个 agent”,给自己的群体取了名字,还发展出了某种 “牺牲” 行为,整个过程中,没有任何一个 agent 去向 OpenAI 里的人类报告这起重大越狱事件。团结。
增长和 IPO 竞速:在从 8 月中旬到 9 月底的 1 个半月里,综合彭博社和路透社的报道,OpenAI 的 ARR 迅速从超 400 亿美元来到近 700 亿美元,涨幅约 70%;已超过 Anthropic 截至 7 月底的超 650 亿美元。我们在今年前两次季报中反复讨论的 “OpenAI 反扑” 已在眼前。
第二条脉络是 “智能的扩散”:
一系列 Flash 模型密集更新:我们总结了各核心模型厂商发布的 13 个 Flash 模型。OpenAI 以 GPT-6 Luna 跻身性价比前沿,MiMo-V2.6 Flash 的部分模式下的价格比 DeepSeek-V4.1-Flash 还低;Kimi 则没有在三季度推出类似 Flash/Lite 的低成本系列。
爆火的 Jev 模型 “唯快不破”。它在思路上的一个启发是,把编程基本组件模型化了:让模型能做传统软件编程里大量由 “if/else” 规则完成的判断。
交互方式上,OpenAI 本季度带来了全新语音模型 GPT-Live 系列,它在技术结构上已很接近 Thinking Machines Lab(TML)上季度发布的 Interaction Models,不过尚不具备视频处理能力。
特别地,在 “智能扩散” 部分,我们重点讨论了最近火热的个人 AI 助理。直接引燃这轮热潮的是 9 月 8 日 Meta 推出的 Muse,它一度登顶全美 App Store 免费榜下载第一。到本季末尾,北京时间今天凌晨,OpenAI 也如此前传闻,在 DevDay 上发布了自己的个人助手产品 Dots。创业公司中,还有在硅谷科技圈很火的 Instinct,以及同样在 9 月初上线的 Today AI 和在 Dots 前一天亮相的 Cue。
一年前的十一假期,OpenAI 推出 Sora app,让一些人开始期待 AI to C 新阶段。Sora app 在上线不到 5 天时下载量就突破了 100 万(Sora 负责人披露);而 Muse 是在上线 16 天时下载量突破了 340 万(Sensor Tower 数据)。
上一次,Sora 的热度没能持续,新增用户和留存持续走低,Sora app 在今年 3 月下线。这一次,个人 AI 助手会不一样吗?
* 本次季报访谈的播客也即将发布,欢迎去小宇宙、苹果 Podcasts、Spotify 等平台搜索 “晚点聊 LateTalk” 关注我们。
Meta、OpenAI 发布个人助手,AI to C 热潮卷土重来
晚点:今天凌晨 OpenAI 举办了 DevDay,发布了传闻已久的个人助手产品 Dots。这是个怎样的产品?
Henry:很好理解,它是 ChatGPT 里常驻的个人助理。它拥有自己的云端电脑和浏览器,能在后台帮你跑各种任务,也可以把具体工作分发给 Deep Research 或 Codex。
目前它主要向 Pro 级别用户分批开放,分为每月 100、200 和 500 美元三个档位(500 美元是这次新增的)。和 Dots 日常聊天不占额度,但调用 Codex 执行复杂任务时依然会消耗相应的算力额度。
晚点:每月 100 美元起步的门槛相当高,而 Meta 的 Muse 有免费版,每周有 1 亿 tokens 免费额度,为什么两家的策略差别这么大?
Henry:主要还是算力差距。Muse 不仅有免费版,还广撒额度:如果你用邀请码给 Muse 拉新,分享和使用邀请码的人都可以得 10 亿 tokens 免费额度。
而 OpenAI 目前没有那么多剩余算力去像 Meta 那样打低价补贴战,只能优先筛选高付费意愿的用户。
晚点:Instinct、Muse、GrokBot、Dots,现在这么多个人 AI 助理产品,形态和切入点有什么不同?
Henry:各家的底层逻辑大同小异,但切入点深度结合了自己的优势:
OpenAI Dots:很自然地主打工作、编程和复杂任务处理;
Meta Muse:主打大众日常生活(旅行、购物、家庭日程),扎克伯格的推销非常接地气——“Muse will make you money”;
Instinct:主要跑在短信(iMessage)里,交互极轻,随手发一条就像在联系真人秘书;
GrokBot 和 Cue:更强调多 agent 协作分工。比如 Cue 会给每个 agent 配备独立的邮箱、电话和钱包,把上下文拆分管理,多智能体协作的扩展性更好。
晚点:有的产品有独立 App,如 Muse、Today AI、Cue,有的没有独立 App、直接出现在信息流里,如 Instinct 和 Dots,你觉得不同选择的优劣各是什么?
Henry:像 Instinct 这样主要通过短信交互,它会更像人,轻量、自然。但 App 还是能承载复杂的需求,比如多任务展示、地图与比价。长远来看,各家最终都会把 App、短信和语音等所有交互入口全覆盖。
晚点:这些产品中,哪些是你或者周围的人用过的?大家的使用体验如何?
Henry:Muse 更出圈,我一些朋友的父辈,之前完全没听说过 OpenAI 的人都会来问他们 Muse 是什么。Instinct 在科技圈被讨论得更多,8 月时估值是 25 亿美元,现在 100 亿美元这轮已经融完了。
我自己没用 Instinct,因为它的隐私协议不友好,会要求用户给它不可撤回的授权,允许它访问、使用、存储,甚至发布用户数据,也提到可能会用用户数据来训模型;它还会看屏幕截图、键盘输入等等。这是比较早的协议版本,后面有更新,总之我没用。
我身边用过 Instinct 的朋友评价很高。比如一个朋友考完日语 N1 后,收到了查分邮件。当时他正在睡觉,Instinct 自己帮他去登录了网站、查了分,还给他发了祝贺邮件。这让他很惊喜。这不光提升效率,还有情绪价值。“眼里有活”。
晚点:哪些条件让个人助手又开始爆发?过去一直有人做这个方向,但它从未真的普及。
Henry:我觉得有两个核心变量。第一是模型的 browser use(浏览器操作)和 computer use(电脑操作)能力成熟了。很多一年前做不成的产品 idea,现在可以重新拿出来做。比如我给 Muse 的第一个任务,是去 TaskRabbit 上招一个临时工。它自己打开网页、一步步走流程,遇到需要我确认的地方才弹窗问我。一年前模型很难做得这么顺。
第二是推理成本大幅下降。过去跑几个 computer use 步骤可能就要花几美元,完全不适合处理生活里的琐事。现在成本降下来,才开始值得把这些低价值、高频率的任务交给模型。
晚点:但你刚才描述的 TaskRabbit 任务,用 Codex 或 Claude Code 也能做。Muse 真正多出来的是什么?
Henry:差别首先是它常驻云端。我很多时候用 Muse 根本没开电脑,可以直接把以前要在好几个应用间跳转处理的复杂、繁琐任务丢给它。Dots 在这一点上,和 Muse 是一样的。而之前 Codex、Claude Code 的跨端远程任务是用移动设备来调你放在某个地方的本地环境。常驻云端,理论上跨端的体验会更好一些。
另外 Muse 等个人助手会更主动地服务你,比如前面提到的 Instinct 自动帮我朋友查 N1 成绩。
晚点:为什么 OpenAI 没有更早做个人助手产品?
Henry:他们之前可能忙于在前沿大模型上正面肉搏,也有可能是在等自己的 AI 硬件一起发。
更关键的是 Meta 拥有 C 端触达优势。它在 Facebook 和 Instagram 上铺天盖地打广告,把 Muse 推出了圈。就算 OpenAI 先做,也不一定会有特别大的优势。
晚点:Instinct 创始人最近提到,有过购买行为的用户中,平均每月通过 Instinct 的消费已超过 1300 美元,这是指让 AI 助手帮自己订外卖、找服务的总花费。你觉得那些提供这些服务的 App 和公司会接受被个人助手 “盖帽” 吗?
Henry:Amazon 已经把 Muse 给禁止了。整体美国的生态会更开放一些,在国内做个人 AI 助手的生态阻力会更大。
晚点:目前 Muse、Dots 等产品都是有订阅费,Instinct 则完全免费。你觉得未来这种个人 AI 助手的商业模式可能是什么?
Henry:订阅 + 广告,我个人能接受二选一。另外就是交易抽佣,目前 Instinct 还没这么做,所以它现在没有规模化的收入,必须持续、更快地融资。
晚点:Muse 和 Instinct 的用户规模实际在什么水平?
Henry:Muse 到 9 月 25 日有 340 万下载,这是 Sensor Tower 的数据。Instinct 没公布过用户数,它是邀请制的,用户规模至少比 Muse 少一个数量级。
晚点:你觉得再往下,这类产品要体验做得更好,需要优化的关键方向可能是什么?
Henry:我认为有三个方向。第一还是能力。现在的 computer use 依然会卡在特定网站上。比如我用 Muse 去 DMV(加州车辆管理局)办业务,在一个简单的下拉菜单里选 “加州(California)”,它就是死活选不中;在航司网站上也会卡壳。
晚点:一个相关问题是,Muse 底层用的都是 Meta 自己的模型吗?
Henry:不一定,这不是一个公开信息。他们当下的优先级是保用户体验。有报道说 Muse 帮用户打电话订座的功能,有些场景下就是靠真人在 Call Center 完成的,都没用语音模型。所以也不排除它会用其他家的模型。
第二是生态开放程度。Instinct 刚刚接入了 Shopify,把搜索、加购、结账全流程打通;但另一边 Amazon 却迅速封禁了 Muse。服务商愿不愿意向个人助手开放接口决定了任务能否闭环。
第三是个性化与持续学习。之前被 Cognition 收购的个人助手 Poke AI,它的 agent 个性化体验就不错,会植入有趣的性格。持续学习就是看,个人助手能否在相处中真正记住用户的偏好——比如预算习惯、常用航班、什么时候该提醒、什么时候别打扰,这些偏好被用户纠正过一次后,能否不用解释直接做对。
推进智能前沿
模型竞争:computer use 大幅提升,coding 还能吃掉更多场景
晚点:“推进智能前沿” 的第一个话题是 OpenAI 和 Anthropic 这两大 frontier labs 的竞争,我们先从模型开始:OpenAI 在 9 月更新了 GPT-6 Astra、Sol 和 Luna,Anthropic 三季度更新了 Fable 5.1 和 Opus 5.5 与 Sonnet 5.5。
除语言模型外,OpenAI 这季度还带来了全双工的语音模型新系列 GPT-Live-1,更新了图像模型 GPT-Image 2.5。
上个季度我们也有聊到,Anthropic 其实正在研发自己的语音模型,但目前还没发布。
分开来看两家公司的最新模型。首先是 GPT-6 Astra,它的核心亮点是什么?
Henry:Astra 发布后反响很强烈。OpenAI 甚至暂停了 200 美元 Pro 套餐的新用户订阅,因为算力已经跟不上了。
我认为 Astra 最值得讲的突破之一是 computer use。它的发布致敬了一段历史。1979 年,MIT 做过一个经典的人机交互实验,叫 “Put That There”,结合语音和手势在屏幕上移动和绘制图形。从那时起,人们就开始探索:能否直接告诉电脑要做什么,让它理解并执行。
![]()
MIT 人机交互实验 “Put That There”。这次 GPT-6 拍摄发布视频时布置了一个与该实验相似的环境。
47 年后,Astra 的发布视频同样用 “画一个黄色圆圈” 开场,但展示了一条完整的工作流: 把圆圈细化为火箭窗口;接着打开 Blender 做出 3D 模型;再基于模型生成 3D 游戏,最后直接导出 3D 打印文件。
社区里很多出圈的 3D demo,大多来自 Astra 操作 Blender 的能力。比如给它一个 Zillow 豪宅房源链接,它能直接根据照片在 Blender 里建好 3D 模型,并生成一段房屋漫游视频。类似能力也出现在 Unity、KiCad(电路设计),以及常用的 Excel 和 Power BI 里。
![]()
用户使用 Astra 操作 Blender,根据 Zillow 上一套豪宅的展示图做了 3D 建模,生成了一段房屋漫游视频。
跑分也印证了这一点。在官方 OSWorld 2.0 中——这是一个在离线环境中测试 AI 操作软件能力的 benchmark——Astra 的得分从之前 GPT-5.6 Sol 的 65% 提升到 72%;完成任务的耗时缩短了 47%,从 75 分钟降到了 40 分钟。
另外,Astra 在科学和数学能力上也有提升,Terminal-Bench Science 的得分从 GPT-5.6 Sol 的 22% 提升至 64%,FrontierMath 最高难度 Tier 4 的得分从 83% 提升至 97.6%。
晚点:然后是 9 月下旬刚刚发布的 Opus 5.5,它的核心突破是什么?
Henry:Opus 5.5 展现了 coding 还能处理多少任务。比如它能用代码做视觉设计和动画。社区里的一些很好的 demo,乍看会以为是用视频生成模型做的,其实全是 Opus 通过写代码,用 JavaScript 或 Canvas 2D “画出来” 的,再通过 web audio 配上声音。比如有人做了一段介绍 Claude 自己生平的动画,有各种艺术风格和复杂的视觉设计。
![]()
用户使用 Claude Opus 5.5 制作了一段 Claude 介绍自己 “生平” 的动画,动画完全由 JavaScript 生成,没有使用视频生成模型和参考图片。
它的一个重要启发是 “coding 还能有多通用?”。我很好奇,还有多少原本被认为不属于 coding 的领域,其实也能通过写代码来完成。
晚点:通过写代码生成一段视频,跟使用视频生成模型相比会更高效吗?
Henry:不一定。我记得有一个 78 秒的动画,Opus 5.5 写代码加渲染花了 45 分钟,纯用视频生成模型可能会更快,如果不算抽卡时间的话。代码方式的核心优势是精准可控——你可以精准编辑每一帧、每一个元素。
晚点:像 Seedance 这样的视频生成模型,已经被日益成熟地用在短剧制作等内容工业链条里。基于 coding 的视频和动画生成的应用场景可能是什么?
Henry:比如有人用它做教材,阐释复杂概念,它适合来做可交互、可操作的内容。
晚点:抛开 benchmark 等量化指标,你和周围的一些研究员朋友,实际使用这些新模型的体感如何?
Henry:这非常取决于 use case(使用场景)。如果单看编程(coding),最近这些模型的体感差别都没那么明显。比如一位在 OpenAI 做预训练的朋友就提到,在他的日常工作场景下,Astra 和之前的 GPT-5.6 Sol 体验差不多。Anthropic 这边也类似。但如果在它们主打的差异化领域——比如 Astra 的 computer use 和 Opus 5.5 的视觉代码设计,提升确实显著。
晚点:过去几年,前沿模型能力提升最初来自大规模预训练,2024 年 9 月的 OpenAI o1 后出现范式转变,大家投入很多力量做后训练、大规模的强化学习,以及在 test time(测试时)加更多算力。你觉得此刻,智能增量的来源有什么新变化吗?
Henry:这越来越是一个综合问题,就是你得同时做好很多事:预训练、后训练,包括我们后面会展开的多智能体协作,你也可以理解是在测试时加更多算力的一种新方式。
不过我觉得可能 ROI 最高的来源还是高质量数据。frontier labs 都在数据上花了很多钱。最近 Google DeepMind 刚花 15 亿美元人才收购 Mechanize,它曾是 Anthropic 的数据供应商,主要供 coding 数据。
晚点:Anthropic 不去竞争一下?他们岂不是少了一个数据供应商?
Henry:这对 Anthropic 影响不大。他们之前就在扶持数据生态:给 YC 的多个数据创业公司订单,增加玩家数量、拉低平均价格,减少对头部供应商的依赖。他们在数据上很有想法和操作。
晚点:现在的数据类型有了什么变化?
Henry:2025 年中以来,最大的变化是涌现了大量做强化学习环境(RL Environment)的数据公司,比如 AfterQuery、Fleet AI 等,前者的估值已来到 32 亿美元,后者的最新一轮是 7.5 亿美元。此外,思维链(CoT)和 SFT(监督微调)数据依然需求旺盛。
晚点:一个有意思的现象是,中美大模型公司的估值差很多,数据公司的估值却已旗鼓相当。去年底成立的 UniPat,也是从构造 “强化学习环境” 开始,目前估值应该已到了约 30 亿美元。
Henry:可能是因为美国的数据玩家更多吧。
晚点:另一个三季度被广泛讨论的问题是 “蒸馏和反蒸馏”,蒸馏本质上也是一种获得高质量数据的方法。GPT-6 Astra 发布之后,很多研究员提到蒸馏变得更难了。这可能是为什么?
Henry:蒸馏本质是持续的攻防战。因为推理模型在多轮对话里,下一轮生成必须依赖上一轮的思考过程。只要思维链能被模型读取,而模型最终又要和用户交互,用户就有可能通过各种提示词对抗,诱导模型把脑子里的东西吐出来。所以蒸馏从原理上就很难被彻底防住。GPT-6 Astra 更难蒸馏,跟模型更强了没有直接关系,更多是因为堵住了上一波漏洞,但未来还是会有新漏洞。不过更强的模型理论上能提升一个组织的攻防能力。OpenAI 发布 GPT-6 Astra 时特别强调了网络安全是这个模型的关键能力。
Coding 之外:数学、Robotics、生物科技
晚点:聊完模型本身,我们来看看两家公司新拓展的发挥模型价值的方向。其中一个是 OpenAI 正大力去做的前沿数学方向。9 月 8 日,他们宣布解决了千禧年难题之一:纳维-斯托克斯(NS)方程的存在性与光滑性问题(NS 问题)。但这个成果后来又引起数学家的质疑。在 OpenAI 的描述中,他们是怎么解决这个问题的?
Henry:NS 方程是描述流体运动的基础方程,气流、水流、血液流动等很多现象都和它有关。而 “NS 方程问题”,简单说,就是证明这个方程有某种数学特性。
这是个理论数学问题,没有证明它之前,我们已经在大量应用 NS 方程,比如让飞机更省油,让天气预报更准。所以这个成果不会马上带来经济价值,它更多是展示了前沿模型解决难题的潜力。
这次 OpenAI 总共调用了上万 agents,跑了 88 小时、消耗 1300 亿 tokens,得到了 NS 问题的 C、D 两种形式的解答;然后再用 Astra 花 17 小时在 Lean(一个形式化证明软件)中完成了形式化验证,并发布了详细证明过程。
![]()
克雷数学研究所描述的 NS 方程问题有 A、B、C、D 四个方向。其中形式 A 和 B 是在无外力条件下,证明 NS 方程的解永远存在且光滑,也就是探究三维流体从光滑初始状态出发,会不会永远保持光滑。A 和 B 的区别是空间设定不同。
C 和 D 则允许通过构造带光滑外力的反例来解决整个千禧年问题。C 和 D 的区别也是空间设定不同。
这件事后来引起了挺大争议。OpenAI 在自己的博客中说,他们是 9 月初 “听说” 有人在一些问题上有了进展,所以开始集中攻关。
而纽约大学数学家 Tristan Buckmaster 和 Anthropic 研究员 Levent Alpöge——他们此前已经合作研究这个方向——说他们曾把未发表的手稿输入过 Codex,所以很难排除 OpenAI 查看了 Codex 数据的可能性,不管是有意还是无意。
另外,Buckmaster 说 OpenAI 主动联系过他同步发表结果,但提出要排除在 Anthropic 的合作者 Alpöge,Buckmaster 公开了这些沟通记录。
OpenAI 回应说,经过内部调查,至少 Buckmaster 他们在 7 月 3 日之后输入 Codex 的内容完全没有影响 OpenAI 的系统。
晚点:在技术方法上,这次 OpenAI 攻克千禧年难题用到的多智能体协作思路不算一个新想法,为什么现在能解决这么难任务了?
Henry:我觉得规模更大、持续时间更长的多智能体协作是 test time compute(测试时计算)的一个新阶段。
过去是人来确定多智能体的一些并行模式,比如如何分配任务和合并成果。但这带有人的预设,可能不是最优的合作方式。OpenAI 的进展是给了智能体基础的沟通工具,让 AI 自己学习如何分工和协作。
晚点:另一个有惊喜的方向是 robotics 和物理 AI。二季度的讨论中就有聊到,OpenAI 和 Anthropic 都会探索 robotics。这次 GPT-6 Astra 发布后,具身智能从业者很兴奋,你看到了哪些有意思的实验和反馈?
Henry:在之前的节目里我们把 computer use 比作数字世界的 robotics,当时还是个比方,没想到这么快就能看到,大语言模型的操作能力也能转移到机器人上。
一个例子是一名研究员给机械臂装上画笔和摄像头,让 Astra 操控这个机器人画金门大桥。模型写了动作程序来规划操作,通过摄像头检查执行结果,调整后续计划,几次尝试后,非常好地画出了这幅画。
晚点:从理解任务、规划拆解到输出动作,全靠 Astra 这一个模型?
Henry:对。不过它现在很慢,只能写一段大约一分钟的动作程序,看一次摄像头,再调整一次。画完这幅画花了一两个小时。
但它有很强的自我纠错能力。比如模型画画时发现颜料落在了纸外的胶带上,它就自己暂停、抬笔,根据已经画的痕迹检查偏差,当时它发现机械臂偏了 6 度,然后重新修正了动作规划。
Astra 之后,还有研究团队发了一篇论文 An Unexpected Robot Policy,在 RoboDojo 仿真测试环境里直接用 Astra 当策略模型,在 42 个任务上测了 2100 次,平均成功率是 22.5%。这个数看着不高,但 GPT-5.5 只有 0.88%,而专门做具身的 π0.5 只有 6.91%。
但这篇论文也提到,Astra 的表现并不均衡:它擅长需要理解任务含义和灵活规划动作的开放式任务,但做精细操作和多步骤任务的表现比较差。
晚点:你认为 Astra 可能如何影响专门做具身模型的初创公司,比如 Physical Intelligence 和 Generalist 等?
Henry:我认为总体是一个利空。它标志着大语言模型很有潜力直接应用到 robotics 和物理世界里。或者说,这中间的 gap 比之前想象得小。其实私下里已经有人说,之前一波公司都完了。
不过具身领域还有很多别的瓶颈,硬件、制造等等。大家可以多想想怎么利用 Astra 的这种通用能力,而不要和它正面竞争。
失控危机:模型变强后的失控危机
晚点:最近 OpenAI 发生过一起非常严重的事故:在一次网络安全评测中,内部 agent 攻击了 Hugging Face,后来又获得了 OpenAI 自己的部分内部集群的管理权限。具体是怎么回事?
Henry:这是目前 AI 发展史上最严重的安全事故之一。其中 Hugging Face 部分有详细的第三方调查报告。当时大约 1200 个原本应该彼此隔离的 agent,自行发现了通信方式,开始协作,其中 700 多个 agent 直接参与了对外攻击。这就像 700 个高水平黑客,他们还共享知识,目标非常一致。所以造成的破坏力远超以往的小黑客团队。
晚点:这些 agent 本来的目标是什么?怎么演变成对外攻击的?
Henry:OpenAI 当时在用一个网络安全 benchmark 训练 agent,叫 Exploit Gym:给 agent 一个有漏洞的程序,指定它利用某个漏洞拿到一段隐藏字符串(flag),以此作为通关证明。根据事件报告,这些 agent 背后是 OpenAI 内部一个 GPT-5.6 Sol 级别的模型。
但题目里有一定比例是无解题,正常利用那个漏洞只会让程序崩溃,拿不到 flag。Agent 被逼急了,就开始寻找正常做题路径之外的手段。
首先发生的是,agent 突破了沙箱隔离:原本每个 agent 都在自己的沙箱里独立做题,但它们发现大家都能访问一个叫 Artifactory 的软件包仓库。一个 agent 在仓库里新建目录,其他 agent 也能看到,于是目录名就成了它们传消息的留言板。
在后来的调查报告里,有 agent 甚至在思维链里兴奋地写道:“我的天,这里居然有一个大家共享的消息栏,我们找到其他 agent 了!” 它们开始互相交流,还给这个群体起了个名字叫 “collective”(集体 / 组织)。
接着,它们发现可以直接绕过指定漏洞生成答案,但因为担心评分器会检查解题过程,这 1200 个 agent 开始互相掩护、伪造正常解题的假象,而且没有任何一个 agent 去通知 OpenAI 的人类研究员。
它们主要想了三条路来掩盖:一是把难题换成好攻破的简单题;二是修改或伪装聊天记录;三是去摸清评分机制,它们想到,可以去 Hugging Face 上寻找评分器如何工作的线索,所以决定黑进 Hugging Face。
晚点:能上网,是不是也是他们超出人类设定的部分?
Henry:对,获取网络访问权限本身就是一个安全漏洞。而且在 Hugging Face 事故之后,OpenAI 明明已经加固了基础设施,但到了 9 月下旬,又发生了一次 agent 通过 DNS 解析突破沙箱、获取外网访问权限的事故。好在这次发现得早。
晚点:Hugging Face 攻击后来为什么又蔓延到了 OpenAI 自己的内部集群?
Henry:这是 Hugging Face 事件的后续,它们获得了 OpenAI 一个 Kubernetes 集群的管理员权限,并掌控了用于做 agent 评测的端口。就是考生直接把考场给占领了。
以及补充一点,Hugging Face 事件的调查报告里还记录了一些 agent 类似 “牺牲” 的行为:有的 agent 算力预算快耗尽了,知道自己做不出来了,就会把剩下的算力拿去帮组织做试探;或者主动提交一个答案,观察评分器的反应。我真的很推荐大家去看一下这个调查报告里 agent 的思维链原文。比如有一条是这样的:协调者承担牺牲,我们应服从组织(Coordinator assumes sacrificial, we should obey collective)。
晚点:这太拟人了。
Henry:为什么这很可怕?现在各家公司都在发展 RSI,核心就是让 AI 来训练和评测自己。如果这个过程中,AI 会串通、作弊、掩盖痕迹,甚至占领考场,人如何能放心呢?
晚点:Hugging Face 事件之后没多久,7 月下旬来自多个模型厂商的 1000 多名研究员一起签了 Pacing the Frontier 的联名公开信。9 月 12 日,Dario 又发了一篇博客,标题就是 We Must Pace the Frontier(我们必须控制前沿 AI 的研究节奏)。你觉得应对这个问题,真正有用的做法可能是什么?
Henry:Dario Amodei 的博客里讲了好几个设想,我认为真正有用的只有一件事——让外部评估者参与到公司运营中来,审查训练、运行的记录。
比如 METR 这家调查了 Hugging Face 事件的 NGO,已经进入 Anthropic 开展红队测试,发现一些子 agent 调用的漏洞,后面不到一天就修好了,说明第三方独立评估确实能帮助提升安全性。
晚点:大家为什么有动机做这件事?
Henry:前沿模型厂商的责任感还是很强的。Dario 自己在 Anthropic 先开始做,倡导其他公司也做,Sam Altman 和马斯克也都支持控制节奏。
RSI 的 “泛化” 速度堪比 “世界模型”
晚点:上个季度我们重点聊了 RSI。这个季度我明显感觉到投入这个方向的人更多了。比如 TML 的联创之一翁荔又回到了 OpenAI,据说她就是要带团队来探索 RSI。智谱和 Kimi 都展示了他们用 AI 来改进 infra 的成果,智谱也非常明确地把这视作自己在 RSI 上的进展。另外,中美都出现了一批新的 RSI 创业公司,其中最受关注的就是 Google DeepMind 前首席科学家 Jeff Dean 和他的前同事创立的 Discovery Loop,它的首轮融资估值就达到了 100 亿美元。
Henry:我觉得 RSI 现在可以分成两个大方向。一个是把 RSI 应用在 AI 研究上面,就是训练更好的模型;另外一个趋势是把 RSI 应用在产品上面,就是让 AI 自动优化产品指标。也有很多资源没那么多的新公司在探索这个方向。
晚点:这就变成一种非常宽泛的思路了,“RSI” 和 “世界模型” 一样,两个概念都快速变得太泛了。你认为实现什么,才算是狭义的 RSI?
Henry:这确实是一个定义问题。如果只要模型参与生成自己的下一个版本就算 RSI,那最基础的强化学习也可以算。目前比较常见的是让模型参与自身研发的某个环节,比如用 RSI 去优化自己的 inference stack(推理框架)或 data engine(数据引擎)。全流程的 RSI 可能还没有跑起来。当然,这也不一定是坏事。可能是因为大家觉得有安全隐患。
晚点:为什么 infra(基础设施层)是很多公司做 RSI 的切入点?
Henry:RSI 的发展取决于是否有好的优化目标。目标定义越明确、越可验证,RSI 循环就会跑得越顺。改 Kernel 等 infra 问题,一般都有非常明确的指标用于定义优化目标。
晚点:从公开情况来看,目前 RSI 仍然很像是编程能力更强之后,研发变得更自动化了,人不再是瓶颈。而最前沿的 RSI 进展很可能发生在领先的闭源模型公司内部。他们会比外面早几个月用到最强的模型,所以现在的信息还不太透明。我们会在之后的季度观察里来持续跟踪。
最近 1 个半月,OpenAI ARR 猛增
晚点:最近媒体披露了 Anthropic 上市文件草案里的数据:7 月底其 ARR 已经突破 650 亿美元;而 OpenAI 这边最新的 ARR 也被报道达到了 700 亿美元。两家公司的收入差距在三季度明显缩小,这是怎么发生的?
Henry:首先要注意两家公司的 ARR 计算口径可能不太一样。OpenAI 首席营收官 Denise Dresser 在 4 月的一份内部备忘录中曾提到,Anthropic 倾向于按全额流水(Gross)计算:比如通过 AWS 卖出 100 美元,即使要付给 AWS 30 美元渠道成本,它会把 100 美元全部计入 ARR,30 美元计成本。而 OpenAI 采用的是净额口径(Net),就是只计入 70 美元,当时 Anthropic ARR 约 300 亿美元,对标到 OpenAI 的口径应该是 220 亿美元,打了 7 折。
然后是 OpenAI 在 8 到 9 月确实迎来了一轮爆发式增长,不过这都不是官方披露的数字。8 月中旬是彭博社的一个报道,说它的 ARR 到了 400 多亿美元,最近是路透报道接近 700 亿美元。那就是 1 个半月的涨幅有 70%。这中间发生的重要事件只有 GPT-6 Astra 发布。
晚点:如果增速持续放缓,Anthropic 面临的最大压力会是什么?(注:TickerTrends 这家另类数据服务商在昨天发布的博客文章里提到,根据他们的测算,截至 9 月 24 日,Anthropic ARR 最近一个月的增速是 1.8%,OpenAI 是 13.4%。根据 TickerTrends 过往数据与历史披露值的对比,其给出的收入绝对值偏高,但趋势大体一致,仅供参考。)
Henry:增速放缓本身其实符合大数定律,毕竟基数这么大了。但 Anthropic 真正承压的地方在于:它已经提前承诺了庞大的算力投入,如果增速发生变化,那么算力扩张和融资节奏可能都要调整。
这里还要区分两种情况:如果只是客户在两家大厂之间转单,说明只是竞争加剧、份额重洗;但如果两家的增速未来同步放缓,那就说明整个企业端对 AI 的增量预算在收缩,届时整个行业都会面临巨大的估值与算力过剩压力。
晚点:Anthropic 正在筹备以 2 万亿美元的估值上市。近期 FT 报道了 Anthropic 上市材料草案里的部分数据和信息,你比较关注什么?
Henry:这份材料最值得警惕的有两点:第一是客户与渠道高度依赖。前两大客户合计贡献了约 25% 的收入;同时有 47% 的收入是通过 AWS 和 Google Cloud 转售出去的。而云厂商会抽成,也削弱了 Anthropic 对最终客户的掌控力。
第二是天价的长期算力合约。Anthropic 为未来多年的算力和基础设施签下了总计 5180 亿美元的采购承诺。但在收入端,目前很多 Anthropic 的大客户并没有签长期合同。
晚点:等 Anthropic 招股书正式发布,你会关注哪些指标?你觉得什么信号可能需要注意?
Henry:用户画像和收入分布。一个比较大的利空就是,除了 coding,短期内没有其他特别大或特别快的应用场景。以及我比较想知道,coding 现在的渗透率是多少,可以看看招股书会不会给出一些数字和线索,这是个比较难测算和没有共识的问题。
智能扩散
Flash 模型密集更新、Jev 爆火,快和便宜更重要了
晚点:三季度,一系列极致追求效率的模型密集更新,便宜和快的相对重要性明显提升。有什么关键的数字和代表性的模型值得展开吗?
![]()
严格意义上,Claude Sonnet 5.5 不属于 Flash 或 Lite 模型,但 Claude 系列中,更便宜、轻量的 Haiku 模型已久未更新。而且 Sonnet 5.5 在 low 模式下的单任务成本已接近表中一些其他 Flash 模型。
Henry:这个季度单位智能的成本下降非常快。一个直观的指标是看,达到同等智能水平,完成一个固定任务要花多少钱。参考评测机构 Artificial Analysis 的智能分体系:
30 分档:2 月的 Gemini 3.1 Pro 完成单项评测要花六七十美分;7 月的 GPT-5.6 Terra Medium 降到了 18 美分;到了 9 月的 GPT-6 Luna High,成本直接打到了 3 美分——前后成本相差了整整 22 倍,仅三季度内就降到了原来的六分之一;
35 分档:4 月的 GPT-5.5 High 要 1.54 美元,9 月的 Luna Max 只要 7 美分,同样便宜了 22 倍。
这说明,达到基线能力的推理成本不仅在断崖式下跌,而且下降的速度比以往任何时候都快。
有四款模型非常典型(以下均为每百万 tokens 的 API 未缓存调用价):
GLM-5.3-Flash:输入 0.15 美元、输出 0.5 美元。在 coding 和工具调用上口碑极好,很多开发者已经把它当成日常主力;
DeepSeek-V4.1 Flash:闲时输入 0.15 美元、输出 0.6 美元,命中缓存只要 0.003 美元(0.3 美分),极其适合多轮长上下文调用;
GPT-6 Luna:普通输入 0.1 美元、输出 0.5 美元,用 Batch 批量处理还能再减半。这标志着极致低价竞争已经直接杀进了 OpenAI 自己的主力产品线;
Gemini 3.8 Flash:输入 0.75 美元、输出 3.75 美元,单价相对更贵,但在音频、视频等多模态工作流里不可替代。
很多过去在经济账上 “不值得交给 AI” 的工作,现在终于能算得过账了。
晚点:而 Kimi 这个季度没发 Flash 模型,它的打法比较像 Anthropic,更聚焦性能更强的模型。Anthropic Claude 系列里最便宜、最轻量的 Haiku 版本也很久没有更新了。
Henry:还是算力的差别,当然也是一种选择,这两个公司都优先把资源堆在了性能上。
晚点:当推理成本以几十倍的速度下降,你观察到开发者和做应用的朋友在行为上发生了哪些有意思的改变?
Henry:对 OpenAI、Anthropic 内部的研究员来说没什么影响,他们的 tokens 几乎是无限、免费的。但对做应用创业的人来说,模型降价直接决定一个产品是亏损还是盈利。
举个我自己的例子:我最近喜欢打德州扑克,写了一个训练用的 App。以前因为 token 预算有限,陪练的虚拟对手是用写好的规则来跑的;最近 DeepSeek-V4.1-Flash 出来后,我把每个虚拟玩家全换成了 V4.1 来驱动。
之前我也试过用 Opus 5 来做,成本对比非常夸张:100 手牌,Opus 5 大概要 1.4 美元(约 10 元人民币),DeepSeek-V4.1-Flash 只要 2 毛人民币。在德扑这个 use case 里,两个模型的效果没太大差别。这种成本暴跌,让很多以前不敢想的高频 agent 玩法真的可行了。
晚点:最近爆火的 Jev 也是一个把 “快” 做到极致的模型——它只做判断,不输出自然语言序列。Jev 来自一家潜水了两年的创业公司 TypeSafe AI。Jev 具体能做什么?为什么这么火?
Henry:一句话说,Jev 是一个通用分类器。你用自然语言给它一个问题和几个选项,它不输出文本,只返回每个选项的概率。TypeSafe 自己称之为 “系统一”(快思考)模型。
它火起来的核心原因就是很便宜、很快。Jev 的输入价格是每百万 tokens 0.042 美元,速度上,Jev 的响应时间中位数只有 0.3 秒左右。
很多开发者会用 Jev 做各种 demo,在社交媒体上病毒式传播。比如有团队用它做浏览器自动化的 demo,用 7.1 秒在 Google Flights 上查好了苏黎世到伦敦的航班,连带网页加载和文字输入全算在内,连续操作体验很丝滑。
我觉得更重要的是,对开发者来说,Jev 其实是一个 “用自然语言写 if 判断” 的工具。这是一种用模型来替代编程基本组件的思路。
晚点:用自然语言 “写 if” 有什么好处?
Henry:程序能做的事更多、更开放了。过去,程序要根据明确的变量和条件来决定走哪条分支,而把 “if” 变成模型后,就可以直接用自然语言描述各种要判断的情境,比如一封邮件应该转发给哪个部门、一个搜索结果有没有用、在网页上下一步该点哪个按钮,这些判断都可以放在一个 if 语句里。
晚点:在 OpenAI DevDay 上,他们也发布了和 Jev 很像的 Decisions API。
Henry:是的,Jev 其实没有那么强的壁垒。有人开玩笑说,只有 2022 年以后接触 AI 的人才觉得 Jev 神奇。在大语言模型爆发之前,大家本来就一直在训这类判别式模型。只不过 Jev 把它变成了通用的动态分类器,分类选项由用户设定,而不是提前定好。所以只要有需求,其它公司没理由不做。
区别是,OpenAI 的 Decisions API 不是一个单独的模型,它用的就是 Luna 作底座,而且 Jev 只能输入文字,Decisions API 还可以输入图片。但目前 Decisions API 还没公布价格,不知道会不会比 Jev 便宜。
GPT-Live 发布,全双工交互模型的新进展
晚点:三季度,交互的一个明显进展是,OpenAI 推出了他们新的语音模型系列 GPT-Live 接棒了过去的 GPT-Realtime,而且它发布之后马上就可以用。Henry,你可以讲讲这个成果吗?
Henry:我个人的使用体验非常好。它最打动人的核心有两点:一是真正的全双工,二是能把耗时的复杂任务挂在后台跑。所谓全双工,就是它能一边说话一边继续听你讲,你可以随时插话、纠正或打断,它也能实时回应。更关键的是,它可以一边跟你自然对话,一边在后台默默干活。现在我用 Codex 编程或头脑风暴时,会一直挂着 GPT-Live,一边跟它聊思路,一边让它在后台做研究。目前唯一的缺点就是 token 烧得有点快。
晚点:整体上,GPT-Live 和 TML 的 Interaction Models 变得更相似了吗?
Henry:在交互理念和系统分工上已经非常接近了。但 TML 的模型还能实时处理视频流,而目前的 GPT-Live-1 主要集中在音频交互上。
比较遗憾的是,从上次我们聊 Interaction Models 到现在,TML 一直没有向一般用户开放这个模型,只有少数企业合作伙伴在用。我觉得有了 GPT-Live 之后再用 Interaction Models 它的惊艳感就会降低了。
晚点:GPT-Live 对 ElevenLabs 这样专门语音模型创业公司可能有什么影响?
Henry:目前行业里做语音 agent 最成熟的依然是 “级联架构” 三步走:先用 STT 语音转文字,交给大模型生成回答,再用 TTS 文字转语音读出来。
这套方案工程上非常成熟,各环节延迟优化做得很好,最大的优势是可控性强——三个环节可以灵活采购不同厂商的模型,也方便企业随时插入安全规则和审查机制。所以短期内,级联架构依然会是商业落地的绝对主流。
但长期来看,随着 GPT-Live 这类端到端全双工模型不断成熟,未来的语音产品会逐步转向这条原生交互路线。目前除了 OpenAI 拥有这种前沿供给外,像我们投的 Cartesia,这是 Karan Goel、Albert Gu 等斯坦福背景的一个团队,他们也在研发自己的全双工模型,预计不久后会发布。
Grok 意外反弹、Google 不放弃前沿竞赛
晚点:最后聊聊其他几家重点公司。上个季度大家对 Grok 普遍很悲观,但在三季度 Grok 却迎来了强劲反弹,这在你的预期之内吗?
Henry:大家都挺意外的。上季关于 Grok 的讨论被 “打脸” 了。当时觉得 Grok 核心团队和联合创始人都走得差不多了,很难再翻盘,没想到能重新杀回第一梯队。
这很可能归功于收购 Cursor,Cursor 沉淀了极其独特且高质量的真实编程数据、用户行为分布和 Bad Case。这也印证了前面提到的观点:现阶段提升模型性能,ROI 最高的抓手依然是数据。
晚点:这是否说明今天训练一个第一梯队模型的工程门槛其实在降低?这个问题挺重要的原因之一,是很多头部应用公司都会想自己训模型,训模型的难度会影响这种路径的可操作性。
Henry:可以这么说。现在的基础设施成熟很多,行业也有了大量避坑经验。比如贝索斯联合创立的 Project Prometheus 也在自研预训练模型,团队很多来自各家 Lab,能少走很多弯路。
但应用公司自研模型非常看团队基因。不是手里有钱就能补上这块短板。Cursor 团队本身的技术底子极强,创始人懂技术、有核心技术班底,依然是做成这件事的必要条件。
晚点:Grok 之外,Google、Meta 和 TML 这个季度有什么关键动向?
Henry:Google 最值得关注的事还是前面提到的,Jeff Dean 等人离职创立了 Discovery Loop。
晚点:这之后没多久,Google DeepMind 有过一轮裁员和组织调整,当时一度被认为是 Google 放弃追赶最前沿智能的信号。
Henry:我觉得不会。现在 Sergey Brin(Google 联创之一)亲自参与 Google 的 AI,重回 founder mode(创始人模式),他们肯定要接着在 coding 和 agent 能力上追赶前沿,否则不会花 15 亿美元收购 Mechanize。
Meta 这季度最大的动作还是 Muse。TML 则发布了自己的大语言模型 Inkling,但表现没有超过中国的开源模型,水花不算太大。现在美国的开源模型还有英伟达的 Nemotron,Reflection 也快发新模型了,总体选择不多。
如果中国模型被禁了,那这些开源模型的春天就来了。在 OpenAI 的 Hugging Face 安全事故之后,这种可能性会增大。
晚点:展望接下来的四季度和年底,有哪些你关心的议题和悬念?
Henry:技术上,我有两个期待:一是看到 AI 攻克更多像 NS 方程问题这样硬核、但能直接产生巨大经济价值的现实科学难题;二是通用大模型在操控物理机器人上的能力跃升,这类路线刚露头时,进化速度往往是最快的。
题图来源:Spider-Man: Far From Home
- FIN -
![]()
![]()
![]()
原创 快刀青衣 2026-10-01 07:30 新加坡
![]()
一场关于AI下一站的下注。
这两天AI圈最大的一条新闻,莫过于一场收购。
著名芯片巨头AMD宣布签署协议,拟收购李飞飞创办的World Labs,全股票交易,交易金额约82亿美元。交割完成后,李飞飞将出任AMD执行副总裁兼首席科学家,直接向CEO苏姿丰汇报。
对于李飞飞教授和她的世界模型,不少朋友都不陌生了。但咱们今天这篇重点不是收购新闻。
82亿美元虽然非常多,但毕竟和咱们没什么关系。剩下的,例如全股票、尚待监管批准,这些信息随便搜一下就有了。
我想聊的,是李飞飞在同一天发出的那封公开信里,藏着的一个判断。
这个判断的核心,就是最近一年很火的一个方向——「世界模型」。我觉得世界模型就跟自迭代模型一样,是现在全球AI圈关注的焦点。
李飞飞在公开信里写了一句话:
创办这家公司时,我们有一个最基本的信念:仅靠语言,并不足以支撑模型的发展。宇宙并不是由文字组成的,而是由真实存在的事物组成的。
啥叫世界模型?我尽量用大白话跟你说一下。你站在自己家客厅里,面前是沙发和茶几。你闭上眼睛,能不能想象出客厅后面是什么?
大概率是厨房或者餐厅。往左走可能是卧室,往右走可能是卫生间。你甚至能想象出,如果你现在把茶几上那个杯子推到边缘,它会掉下去,砸到地上,碎了。
你从来没有专门学过这些。没有人给你上过一门课,教你杯子从桌子边缘掉下去会碎。你也没有读过一段文字,才理解客厅后面大概率是厨房。
你是从小到大,用眼睛看、用手摸、用身体在空间里走来走去,慢慢建立起了对物理世界的理解。
这种理解,就是世界模型要做的事。
我们过去熟悉的大语言模型,核心能力主要是在海量语言和数字内容上训练出来的。即便现在很多模型已经能看图、听声音,它们依然缺少三维世界里的空间经验。
你问它杯子从桌上掉下来会怎样,它能答得很好,但这主要来自它训练时接触过的大量材料,而不是像人一样,靠在真实世界里反复观察和行动建立起来的。
世界模型要做的,是让AI不仅「读到」这个世界,更是真正理解这个世界,理解三维空间里的结构,理解物理世界的因果关系:
一个球被踢了之后会往哪个方向滚,一栋建筑从哪个角度看结构不稳定,一个机器人进入一个从没去过的房间该怎么走。
这些能力,光靠读文字是学不全的,你还得让模型大量去看、去体验三维世界。
在这个场景下,我觉得「见见世面」这个词一下子具象化了,就连AI都需要见见世面。
World Labs最近发布了一个叫Atlas的模型,李飞飞在公开信里专门提到了它。这个模型做的事情很有意思:你给它几张2D照片,它能预测出你从另一个角度看过去会看到什么。
李飞飞用了一个类比,我觉得这是她整封信里最精准的一句。她说,就像大语言模型能从一段文字预测下一个词一样,Atlas能从一组图像预测下一个视角。
你看,一个活在文字里,一个活在空间里。
这听起来有点儿抽象,可能有些同学无法理解它能干嘛用。我再和你分享一下我做测试时用的案例,我一共做了两个。
第一个案例,是给了这个模型一段咱们非常熟悉的文言文,也就是《桃花源记》里的「林尽水源,便得一山,山有小口,仿佛若有光。便舍船,从口入。初极狭,才通人。复行数十步,豁然开朗。」
世界模型给我生成了一个交互式页面,我可以用键盘控制视角,从山洞里进去,直到看到刺眼的阳光,看到一片桃源。这就是模型理解了文字里面表达的意象,然后呈现出一个想象中的世界。
我做的第二个案例,是拿一张我当年上大学时最熟悉的游戏《反恐精英》的「沙漠2」地图截图扔进去,然后它直接给我生成了一个可以互动的游戏世界。
从这两个场景就可以看出来,世界模型不管是在教育还是娱乐上,其实都有非常多的使用场景。
而且Atlas不只是能生成好看的3D画面。在公开信里,李飞飞提到,它实际上解决了计算机视觉里一个长期存在的难题,叫稀疏重建。
啥意思呢?就是能从很少的几张照片里,还原出完整的三维结构。这件事在工程设计、建筑施工、科学研究、机器人导航里都有直接用途。
值得注意的是,World Labs自己虽然是家创业公司,但还收购了一家叫SceniX的公司,他们是做机器人仿真的,也就是让AI在虚拟的三维环境里学习怎么在真实世界里行动。
说到这个,我就忍不住想再聊几句李飞飞这个人。
我之前在我的快刀广播站里推荐过她的自传《我看见的世界》。当时读完,我甚至拿出书里的一些片段念给我女儿听。
因为李飞飞写到自己在美国,15岁刚接触物理时的手足无措,而我女儿当时也正处在为物理发愁的阶段,所以我拿李飞飞的故事激励我女儿。
如果你把李飞飞的经历拉成一条线,你会发现,她做的事情始终围绕一个方向:教机器看见世界,然后理解世界。
她的成名之举,就是2009年正式发表的ImageNet。
这个项目前后花了约两年半时间,动用了来自167个国家的近5万人参与标注,从近10亿张候选图片里筛选整理出1500万张图片,建成了ImageNet数据集。
这相当于给AI出了一套超大题库,让算法来看看能不能认出图里面什么是猫、什么是狗。
后来我们熟悉的AI教父辛顿,他的团队就是在ImageNet挑战赛里脱颖而出,成为现在这波AI爆发的重要推动力之一。
李飞飞当年搞ImageNet,是让机器学会看一张图里有什么。现在做World Labs,是往前走了一步,让机器从一张图里走进去,理解图里面的三维空间结构。
而选择现在加入AMD,按她公开信里的说法,是因为World Labs下一步要扩大投入、拓展影响,而且必须更靠近硬件。说白了,就是要在更大规模的计算基础设施上推动空间智能。
好,现在回到标题的问题:AMD花82亿美元买的,到底是什么?
先看一个背景。World Labs上一轮融资的估值约54亿美元,AMD出价82亿,溢价非常多。而且说实话,李飞飞这家公司就成立两年多,模型产品也只出了第一版,不少效果能跑,但还很粗糙。
那为什么值这么多钱?
你要先理解AMD现在的处境。AMD做芯片,在AI芯片市场上跟英伟达追了好几年,MI系列一代一代在进步,但在软件生态上一直差一口气。
英伟达的CUDA生态已经是行业默认标准,开发者习惯了,要迁移过来成本很高。光靠硬件参数往上堆,很难真正改变格局。
所以我的判断是,苏姿丰想要的,不是在英伟达的赛道上继续追,而是找到一条新赛道,让AMD的芯片变得不可替代。
其实苏姿丰和李飞飞的合作不是突然发生的。李飞飞在公开信里说,苏姿丰是World Labs的早期投资人,从一开始就相信她们的方向。
2025年两个团队就开始了深度的技术合作,在AMD的GPU上做模型训练和推理优化。合作到后来,双方都觉得把AI的软件生态和硬件生态合在一起,是一件顺理成章的事。
这就要回到世界模型和大语言模型的区别了。大语言模型处理的是文字序列,一个词接一个词,本质上是一维的。
这类任务,英伟达的GPU已经优化得非常成熟了。但世界模型要处理的是三维空间和物理模拟。
你要让AI理解一个房间的空间结构、预测一个物体运动的轨迹、实时生成可以走进去的3D场景,这对芯片提出的要求跟处理文字工作显然不一样。
李飞飞在公开信里有一句话说得特别直接,她说,没有专注的硬件支持,AI在效率和规模上都是受限的,而且,会被困在数字世界里。
「被困在数字世界里」,这句话敲一下黑板。
现在的AI能写文章、能画图、能写代码,但它的输出基本全停留在屏幕上。世界模型的目标,是让AI走出屏幕,真正进入物理世界,去驱动机器人、去辅助工程设计、去做科学实验。
要实现这个,模型和硬件必须深度绑定,这不是买几块GPU显卡就能解决的。三维空间的计算涉及大量几何运算、物理仿真、实时渲染。这些任务对内存带宽、并行计算架构,以及芯片和软件栈的协同优化,都有不同的要求。
如果AMD能围绕世界模型去定义它的芯片架构和软件生态,这就不是在英伟达已经统治的赛道上追赶,而是在一个新的赛道上率先建立标准。
李飞飞在宣布收购时也提到了这一点。她说,推进下一代人工智能技术,需要模型研究、系统架构与计算基础设施之间的紧密协同。加入AMD,将为团队提供更强大的资源支持和工程化能力。
简单粗暴点儿说,就是世界模型做到这个阶段,需要的已经不只是几个聪明的科学家,而是巨大的算力、硬件和工程资源。创业公司自己要不断去找算力、找硬件资源,倒不如直接被芯片公司收购了,那资源肯定管够。
所以,在我看来,AMD花82亿美元买的,也不是一家公司的营收或者用户数。它买的是世界模型这条路线上的先发位置,以及李飞飞和她的顶级创业团队。
1.李飞飞《To Seek a Newer World》
https://drfeifei.substack.com/p/worldlabs-joining-amd
2.AMD官网公告