Let's Make AGI Real

本周攻坚的问题聚焦在账单的比拼：同一件事要调用多少次、等多久、由谁复核、数据留在哪里，出了错又能不能撤回。

从云端专用推理芯片、桌面级大内存计算，到开放权重模型、内置浏览器和本地智能体，几条看似分散的新闻都指向同一处——AI 正从“提供答案的模型”变成“持续执行的系统”。当执行成为主角，延迟、成本、权限、记忆和验收就不再是附属设置，而是产品本身。

一、OpenAI 自研芯片落地：算力竞争进入系统协同

OpenAI 公布首款自研推理芯片 Jalapeño 的初步结果。它没有被包装成取代所有 GPU 的通用加速器，而是针对大模型推理中的常见瓶颈做系统级优化。官方测试覆盖 GPT-OSS 120B、DeepSeek R1 670B 与 Kimi K2.5 1T，峰值能效提高约 1.5 至 1.9 倍，端到端延迟降低约 1.7 至 3.6 倍，面向交互式负载的整体性能提高约 2.1 至 4.1 倍。OpenAI 计划在年底前把它部署到自有基础设施，同时继续使用 NVIDIA 加速器。

值得留意的不是某个孤立数字，而是设计方法。OpenAI 称芯片从启动到流片用了九个月，并让 AI 参与部分架构探索和内核优化。模型、编译器、芯片与数据中心开始围绕同一类工作负载共同设计。大模型公司不必彻底变成芯片公司，却会越来越深地介入硬件定义。

洞察与点评： 推理芯片的价值不在跑赢一次基准，而在把高频工作负载变成稳定、可预测的服务能力。以后衡量算力，不只是“有多少张卡”，还要看芯片与模型、调度和网络是否真正咬合。

二、Apple 把大模型搬上桌面：本地计算不再只是轻量路线

Apple 同期发布 M6 与 M5 Ultra。M6 采用 2 纳米工艺，面向移动与常规专业设备；M5 Ultra 则把四颗芯片整合到一个系统中，最高提供 36 核 CPU、80 核 GPU、每秒 1.2TB 内存带宽与 512GB 统一内存。官方把“可在本地运行数千亿参数模型”列为核心场景。

这类机器不会取代训练集群，但会改变企业的部署选择。法律、医疗、工业设计和媒体制作中的部分工作，可以在本地完成检索、生成与初步审阅；敏感材料不必默认上传云端，长上下文任务也不必完全受按量计费约束。云端仍负责最难的推理，本地设备则承担高频、私密和低延迟的工作。

洞察与点评： “云端还是本地”正在变成错误提问。更现实的架构是分层路由：本地先处理，必要时再把明确授权的任务升级到云端。

三、开放权重模型继续压价：便宜只是入口，部署自由才是筹码

本周两款开放权重模型把竞争焦点放在成本与可部署性上。GLM-5.3-Flash 采用稀疏混合专家与线性注意力，总参数约 3200 亿、单次激活约 180 亿，并以 MIT 许可开放权重。Qwen3.8-Flash 原生支持 26.2 万上下文，可扩展到 100 万；其官方 API 报价约为每百万输入 token 1 元、输出 token 3 元。

厂商给出的速度、训练资源和基准成绩仍需独立复测，但趋势已经清楚：开放模型不再只靠“可下载”吸引开发者，而是在编码、工具调用、长上下文和多模态任务上争夺真实工作负载。企业获得的不只是更低单价，还包括私有部署、定制、审计和供应商切换的空间。

市场同时出现 NVIDIA 可能收购 Hugging Face 的报道，传闻金额为 129 亿美元。截至本周末，双方并未发布正式公告，这一消息不能当作已完成交易。不过，传闻本身说明模型分发、数据集、评测与开发者社区正在成为算力巨头争夺的基础设施。

重要警示： 未经官方确认的并购报道只能作为市场信号，不能写成交易事实；厂商自报基准也不等于第三方结论。

四、智能体赢在“脚手架”：验证正在取代生成成为瓶颈

NVIDIA 公布的 AVO 智能体系统，在 ARC-AGI-3 公开交互环境上从约 30% 的基础成绩提升到 100%。它依赖的并非单次模型升级，而是视觉解析、行动规划、结果检查和失败恢复组成的系统循环。这个结果来自公开集合与官方报告，不能直接外推到未公开竞赛，但它再次表明：智能体表现越来越取决于模型之外的脚手架。

开源社区也在集中建设运行器、会话管理、工具协议和评测框架。模型负责提出候选行动，系统则要保存状态、控制权限、判断任务是否真的完成。只要任务持续时间拉长，最昂贵的环节往往不再是生成，而是审阅和验证。

洞察与点评： 下一轮产品差异不会只藏在参数里，还会藏在日志、重试、检查器和人工批准点里。能把错误尽早截住的系统，往往比偶尔给出惊艳答案的系统更有商业价值。

五、ChatGPT 与 Claude 都在接管工作流：AI 从窗口变成工作台

ChatGPT 的产品更新集中在“让任务自己流动”。定时任务可以由 Gmail、Slack 与 GitHub 等事件触发，并支持分享；Sites 则把生成、部署、身份验证和数据能力放进同一条应用构建链路。GPT-5.6 Sol 的 API 与额度价格还在三个月促销期内下调，进一步降低长期运行智能体的成本。

Anthropic 走的是另一条相似路线。Claude Cowork 获得独立的内置浏览器，Claude in Chrome 面向付费用户正式开放；记忆功能也开始在聊天与 Cowork 之间贯通，用户可以查看、编辑和删除记忆主题。浏览、记忆与文件操作一旦结合，AI 就不只是会话窗口，而是能持续接续工作的环境。

重要警示： 浏览器智能体仍可能受到提示注入、错误页面和权限扩散影响。登录状态、长期记忆和自动执行放在一起时，应默认采用最小权限、敏感站点隔离与关键动作复核。

六、本地优先智能体出现：隐私正在变成产品架构

Perplexity 发布 Portable Computer，先支持 NVIDIA DGX Spark，之后扩展到 RTX PC。它在本机运行 Qwen3.8 27B 或 PPLX 27B，负责读取文件、本地搜索和执行操作；只有在用户明确授权时，才把更复杂的任务升级到云端模型。

这与桌面级大内存硬件形成呼应。本地优先不再意味着功能残缺，而是把数据边界写进路由逻辑：哪些内容能离开设备，什么时候可以调用云端，返回结果如何落盘，都由系统明确决定。对需要处理合同、源代码、研究资料和客户数据的团队，这种架构可能比单纯追求最高榜单分数更重要。

洞察与点评： 隐私承诺如果只存在于服务条款里，很难验证；当它被落实为本地执行、显式升级与可检查日志时，才真正变成工程能力。

七、Google 把生成模型拆成专业工具：视频、语音与知识产品齐头推进

Google 本周的更新没有押注一个“全能模型”，而是同时推进多个专业入口。Gemini Omni 1.1 Flash 支持最长 40 秒的场景扩展、首尾帧控制与 1080p、4K 输出；360p 草稿模式最高可快约 60%，成本约为原来的三分之一。Gemini 3.5 Transcribe 则提供低延迟流式转写、说话人区分与逐词时间戳，覆盖 85 种以上语言。

应用层也在扩张。搜索的 AI Mode 新增航班积分价格提醒和美国酒店预订；Gemini Notebook 可以在获得授权的 Google Play 图书上生成带引用的回答、信息图、音频与测验。模型能力正在被拆成旅行、研究、转写和媒体制作中的具体动作。

洞察与点评： 用户很少为“更强的模型”本身付费，他们为少一次切换、少一轮返工和少十分钟整理付费。专业工具的胜负，最终由流程摩擦决定。

八、机器人学习开始靠演示“临场教学”

Skild AI 公布 S1 机器人基础模型，核心能力是通过一段人类演示视频，在不做额外训练的情况下理解新任务。官方展示覆盖最长约十分钟的多阶段操作，并称在内部实验中，一次演示的效果可接近数百个后训练样本。

如果这种能力能够跨硬件、跨环境稳定复现，机器人部署方式会显著变化：工程师不必为每个动作重新采集大规模数据，而可以像教新人一样先示范，再让系统执行。不过，目前结果主要来自厂商内部测试，复杂现场中的安全性、重复成功率和长期漂移仍需第三方验证。

重要警示： 单次演示成功不等于可量产。机器人一旦进入真实空间，评估必须覆盖失误后果、紧急停止、硬件差异与连续运行可靠性。

九、创意产业不再只做被训练的一方，而是开始入股

Stability AI 完成 7600 万美元 B 轮融资，新投资者包括 Electronic Arts、Sony Music、Universal Music Group、Warner Music Group 与 AMD Ventures。公司称新管理层上任以来累计融资达到 2.32 亿美元，并继续推进基于授权数据训练的 Stable Audio 3.0 开放权重音乐模型。

这组投资关系比融资额更值得观察。内容公司正在从版权争议的外部参与者，变成模型公司治理、授权和产品路线的内部利益相关方。未来生成式媒体的竞争，不只看画面和声音质量，还要看训练数据是否可说明、商业使用是否可授权、收益能否沿产业链分配。

洞察与点评： 创意 AI 的长期壁垒可能不是“能生成”，而是“能合法进入生产、发行与结算”。

十、欧盟透明度规则开始执行：机器可读标记进入合规清单

欧盟人工智能法案的透明度义务已于 8 月 2 日开始适用。与人交互的特定 AI 系统需要披露其机器身份，深度伪造等合成内容需要明确标示；部分输出还要带机器可读的来源标记。对于在适用日前已上市的系统，部分标记义务存在过渡期，但这不意味着可以忽略准备。

水印会被改写，元数据也可能被剥离，因此技术标记不能独自承担所有责任。更可靠的做法，是把生成记录、模型版本、素材许可、人工编辑和最终发布串成一条可追溯链路。监管要求正在把“内容从哪里来”变成产品设计问题。

重要警示： 企业不应把网页上的一句“由 AI 生成”当作完整合规方案。披露对象、机器可读格式、保存期限和责任主体都需要进入实际流程。

本周结论：真正稀缺的是可控交付

本周的十条线索可以归结为三个变化。第一，算力开始分道：云端专用芯片、本地大内存设备和开放权重模型共同存在。第二，产品开始常驻：浏览器、记忆、事件触发和本地文件让智能体跨越一次性对话。第三，验收走到前台：日志、权限、来源标记和人工复核决定系统能否真正进入业务。

接下来最值得追踪的指标也将改变。模型分数虽然还是新模型的焦点，但市场更关注每项任务的完成成本、平均人工接管次数、敏感数据外传比例、失败后的恢复时间，以及结果能否被独立核验。

AI世界已经形成清晰的SOTA格局，不只有寡头的垄断企图，更有开源的揭竿而起。未来的战场是攻城略地，用户不再是奴隶，有选择权的用户将能决定战局。谁能把计算放到合适的位置，把权限关在清楚的边界里，并把每一次执行变成可以检查的交付，谁就更接近真正的成功。