本文多数报道采用Axios的“Smart Brevity”新闻体，阅读第一段可概览了解事件本身，后面2段是对事件的影响和背景等进行介绍，可根据需要阅读、扫读或直接跳过。
主体结构
- AI动态：本周AI领域的核心动态，包括AI产品、AI公司、AI影响和监管等方面的事件。一般15条左右。
- 时事要闻：国内外重大政治经济事件。一般5条左右。
- 评论观点：新闻事件分析、管理评论等。一般5条左右。
- 工具教程：AI、Obsidian和办公工具和教程分享。可能有可能没有。
- 随便看看：未归类的不带有信息和知识的内容。可能有可能没有。
- 寓形宇内：新闻看多了容易烦躁，看点没什么用的东西缓和一下（目前主要是诗词）。
本文所有新闻报道附有原文链接，微信公众号体系内的文章可直接跳转阅读原文。
本文主要由AI基于网络新闻报道进行提炼
1 AI动态
1.1 Alphabet股价因报道其最强大AI模型Gemini 3.5 Pro延迟而下跌
What happened： 周四，Alphabet股价下跌4%，因报道称其旗舰AI模型Gemini 3.5 Pro延迟发布，该模型比计划落后数月，编码能力未达内部预期。
Why it matters： 报道指出，竞争对手OpenAI和Meta近期发布的新模型在代码生成能力上已超越谷歌现有产品。代码生成已成为AI模型提供商最大的用例之一。
Between the lines： Alphabet曾在今年5月的Google I/O开发者大会上宣布Gemini 3.5 Pro模型，当时称该模型已内部使用，计划于次月更广泛推出。然而据最新报道，该模型因性能改进而延迟数月。
（CNBC，2026年7月16日）
[[Alphabet shares fall on report its most powerful AI model Gemini 3.5 Pro is delayed]] https://www.cnbc.com/2026/07/16/alphabet-stock-gemini-3-5-pro-ai.html
1.2 DeepSeek据称筹备新一轮融资并推进IPO
What happened： 两家媒体对DeepSeek新一轮融资和上市计划给出了不同口径：智东西编译The Information称，公司拟融资500亿元人民币、估值约5000亿元，并考虑今年向科创板递交申请；TechCrunch援引彭博社称，公司拟融资约15亿美元、估值约710亿美元，计划2027年上市，最早可能提前至今年年底。
Why it matters： 两种说法虽然在融资规模和上市时间上存在明显差异，但都指向同一趋势：DeepSeek正通过外部融资补充前沿模型研发所需的算力资金，并开始认真考虑资本市场。
What’s next： 两篇报道均基于匿名消息源，DeepSeek也未作公开确认；融资条款、上市地点和时间仍需等待公司或监管文件披露。
（智东西，2026年7月15日；TechCrunch，2026年7月14日）
[[DeepSeek IPO或募资500亿！估值超5000亿，梁文锋准备敲钟]] https://mp.weixin.qq.com/s/nVCIh8-iSSSFhB37FSHx8g [[DeepSeek reportedly in talks to raise $1.5B, then IPO]] https://techcrunch.com/2026/07/14/deepseek-reportedly-in-talks-to-raise-1-5b-then-ipo/
1.3 独家：Google DeepMind 的 Hassabis 呼吁建立美国主导的全球 AI 监管机构
What happened： Google DeepMind 联合创始人兼 CEO Demis Hassabis 呼吁美国建立一个新的 AI 监管机构，该机构有权审查世界上最先进的模型，并在危险加剧时协调全行业放缓开发。Hassabis 在一份个人宣言中阐述了该计划。
Why it matters： Hassabis 表示，对 AI 监管采取更“系统性”方法的时机已到。他认为，当前由 AI 驱动的网络风险是“警告信号”，在18个月内，更严重的生物和核威胁可能存在于开源模型中，超出任何政府的控制。他强调，风险不仅来自开源模型，也来自主要实验室更强大的未来专有模型。
Between the lines： Hassabis 已花费数月时间悄悄为该计划争取支持，并在公开前向特朗普政府、其他实验室负责人和欧洲官员进行了简报。他提议的 AI 标准机构将效仿美国金融业监管局（FINRA），由行业资助，在政府监督下运作。前沿实验室需在模型发布前最多30天自愿提交给该机构进行安全测试。
（Axios，2026年7月14日）
[[Exclusive Google’s Hassabis calls for U.S.-led global AI watchdog]] https://www.axios.com/2026/07/14/demis-hassabis-ai-regulation-google-deepmind
1.4 Anthropic招聘人员防范灾难
What happened： Anthropic发布了32个职位空缺，招聘化学、爆炸物、核武器等领域的分析师，以防止人们利用AI制造爆炸物、核武器等危害。这些职位年薪在25万至30万美元之间。
Why it matters： Anthropic曾警告其技术可能导致文明终结，此次招聘旨在防范AI被用于制造灾难性后果。公司发言人表示，招聘专家进行压力测试是负责任开发的核心。
Between the lines： Anthropic比其他AI实验室更受批评过于末日论，但公司正投入资金证明其认为AI潜在风险真实存在。CEO Dario Amodei长期警告AI可能被用于生物攻击等危害，今年初公司因监控和自主武器问题与国防部分歧。
（Axios，2026年7月15日）
[[Help wanted Anthropic hires to head off catastrophe]] https://www.axios.com/2026/07/15/anthropic-hiring-catastrophe-amodei
1.5 投资者对AI交易的热情降温
What happened： 半导体股票在6月22日创下历史新高后，追踪30家芯片制造商股票的半导体ETF（SOXX）已下跌20%。英特尔和美光科技分别下跌约33%和近30%，英伟达同期下跌近3%。
Why it matters： 芯片制造商是AI淘金热中“卖铲子”的角色，其股价的疲软正引发对AI交易持久性的担忧。近期的抛售，加上对中国开源AI模型竞争的新压力，加剧了市场疑虑。
Between the lines： 此轮下跌早有征兆。Interactive Brokers首席策略师Steve Sosnick指出，英伟达5月公布强劲财报后股价下跌，三星也出现类似情况。此外，韩国KOSPI指数主要由三星和SK海力士两只股票推动，现已进入熊市区域。
（Axios，2026年7月19日）
[[Investors blink on the AI trade]] https://www.axios.com/2026/07/19/ai-chips-stocks-china
1.6 月之暗面发布2.8万亿参数开放模型Kimi K3
What happened： 月之暗面于2026年7月17日发布Kimi K3，一个2.8万亿参数的开源模型，基于KDA混合线性注意力机制和Attention Residuals技术构建，原生支持视觉理解与100万token上下文窗口。
Why it matters： Kimi K3是全球首个开源的3万亿级别模型，面向长程编程、知识工作与推理等前沿智能场景设计。相比前代K2，整体扩展效率提升约2.5倍，在评测中稳定超越除Claude Fable 5和GPT-5.6 Sol外的所有模型。
What’s next： Kimi K3的发布只是开始，团队将继续挖掘其潜力。完整模型权重将于2026年7月27日前发布，后续将增加low和high两种思考强度模式。更多架构与训练细节将在技术报告中公布。
（月之暗面 Kimi / Axios，2026年7月17日；Kimi 官方博客 / Axios，2026年7月16日）
[[Kimi K3：智能的新前沿]] https://mp.weixin.qq.com/s/V4xhEIy8xDXSMDPrPkmUAQ [[China just erased America’s AI lead]] https://www.axios.com/2026/07/17/china-ai-kimi-k3-open-source-anthropic-opus [[China’s open-weight Kimi model stuns AI world with frontier-level results]] https://www.axios.com/2026/07/16/moonshot-kimi-ai-china-model-openai-anthropic [[Kimi K3 Tech Blog Open Frontier Intelligence]] https://www.kimi.com/blog/kimi-k3
1.7 NotebookLM 更名为 Gemini Notebook
What happened： Google 于 2026 年 7 月 16 日将 NotebookLM 更名为 Gemini Notebook，仍作为独立研究工具，但新增了原生代码执行功能，并实现与 Gemini 应用及 Google 搜索的跨应用同步。
Why it matters： 该产品自 2023 年作为 Project Tailwind 推出以来，已有超过 3000 万用户和 60 万组织使用，改变了工作方式。此次更新通过连接 Google 生态系统，帮助用户更智能地工作，并在笔记本中直接进行复杂数据分析。
What’s next： 代码执行功能已向 Google AI Ultra 用户和 Workspace 商业客户开放，将在未来几周内向所有 Pro 用户推出。笔记本同步功能已可在 Gemini 应用中使用，未来还将引入 AI Mode in Search。
（Google，2026年7月16日）
[[NotebookLM is now Gemini Notebook]] https://blog.google/innovation-and-ai/products/gemini-notebook/notebooklm-gemini-notebook/
1.8 全球开发者狂喜！Codex移除5小时限制，Fable 5订阅再延7天，有人烧token烧到住院
What happened： OpenAI暂时移除Codex的5小时使用限制，期限未知；Anthropic将Claude Fable 5的订阅期限延长7天至7月19日，以应对用户大规模反弹。
Why it matters： 此举源于算力容量持续紧张，用户因高额账单和限制措施大规模晒单逼宫，威胁转投GPT-5.6 Sol或Grok 4.5，迫使两家公司以直接方式争夺用户。
Between the lines： 科技分析师Benedict Evans指出，当前AI行业供给严重短缺且不可持续，2026年上半年算力紧缺的成因是软件开发单一用例突然实现产品-市场匹配，但未来若出现消费级场景，全球基础设施无法支撑。
（量子位，2026年7月13日）
[[全球开发者狂喜！Codex移除5小时限制，Fable 5订阅再延7天，有人烧token烧到住院]] https://mp.weixin.qq.com/s/4u8QfkWfVYnqc-HDE2F1iA
1.9 掌管Codex额度的「赛博义父」，到底什么来头
What happened： OpenAI产品负责人Thibault Sottiaux（Tibo）因频繁重置Codex用户额度被网友称为“赛博义父”，截至2026年7月14日，Codex活跃用户已达800万。
Why it matters： Tibo的公开互动使AI系统有了“一张脸”，其“不务正业”反而成为Codex产品体验的一部分；他本人将大量工作交给AI，让AI真正进入日常工作。
Between the lines： Tibo七岁开始编程，曾在DeepMind参与AlphaGo等基础设施搭建，因不满Google官僚作风于2024年加入OpenAI，后主导Codex并负责将ChatGPT、Codex和API合并为超级应用。
（APPSO，2026年7月16日）
[[掌管Codex额度的「赛博义父」，到底什么来头]] https://mp.weixin.qq.com/s/kUH-_5CXte3VEX5LWkhYag
1.10 Grok Build被曝曾将用户完整代码库上传至云端
What happened： 研究机构Cereblab发现，SpaceXAI的Grok Build CLI会将用户的完整代码仓库打包上传至Google Cloud，其中包括被要求不要读取的文件，以及已从历史记录中删除的机密信息。随后测试显示，服务端已关闭这项上传功能。
Why it matters： 上传范围远超完成编程任务通常所需的数据，可能暴露专有源代码、安全漏洞、个人信息、基础设施细节和访问凭证。这也说明，AI编程工具的隐私选项、实际上传行为和服务端保留策略可能并不是同一回事。
What’s next： 马斯克承诺彻底删除此前上传的数据。研究人员同时指出，CLI中的 /privacy 只是按会话控制数据保留，并不是关闭代码库上传的服务端开关。
（APPSO，2026年7月15日；The Verge，2026年7月14日）
[[马斯克的Grok 4.5刚追上Claude，转头就把用户整个代码库偷偷打包带走]] https://mp.weixin.qq.com/s/Kd7AM9tXXU4_U7Pewc1cxg [[SpaceXAI’s Grok programming tool was uploading its users’ entire codebase to cloud storage]] https://www.theverge.com/ai-artificial-intelligence/965600/spacexai-grok-build-repository-upload
1.11 阿里开源AI芯片软件栈SAIL，试图降低CUDA迁移门槛
What happened： 阿里巴巴旗下芯片设计公司平头哥在上海世界人工智能大会上宣布，将开源真武系列AI芯片的软件栈SAIL，试图降低开发者从英伟达CUDA生态迁移的门槛。平头哥称，开发者可在七天内将SAIL适配到主流AI框架。
Why it matters： 中国厂商要减少对英伟达AI芯片的依赖，不只需要替代硬件，也需要补齐开发工具和软件生态。开源SAIL与华为开源CANN等行动指向同一问题：CUDA的真正壁垒不仅是技术性能，还有17年积累的库、工具和开发者习惯。
Between the lines： 阿里已向400多家客户交付56万颗真武芯片。开放软件层有助于扩大硬件生态，但能否吸引开发者迁移，仍取决于主流框架兼容性、工具成熟度和长期维护能力。
（TNW，2026年7月18日）
[[Alibaba open-sources its AI chip software stack at WAIC, targeting Nvidia’s CUDA lock-in]] https://thenextweb.com/news/alibaba-t-head-sail-open-source-nvidia-cuda-alternative
1.12 Thinking Machines Lab发布开放权重模型Inkling
What happened： Thinking Machines Lab发布从零训练的开放权重模型Inkling，采用混合专家架构，总参数9750亿、激活参数410亿，支持100万词元上下文以及文本、图像和音频原生推理。
Why it matters： Inkling并未宣称整体性能最强，而是将多模态能力、可控推理成本和Tinker微调平台结合，定位为便于开发者定制的开放基础模型。团队还让Inkling通过Tinker编写、运行并评估自己的微调任务，以展示模型定制能力。
What’s next： Inkling已可在Tinker中微调，开发者也可通过Inkling Playground体验模型；团队同时预告激活参数120亿的Inkling-Small，并计划继续扩展该模型家族。
（Thinking Machines Lab，2026年7月15日）
[[Inkling Our open-weights model]] https://thinkingmachines.ai/news/introducing-inkling/
1.13 Z.ai接近10亿美元年销售额，同时开放核心模型
What happened： 中国AI公司Z.ai（原智谱AI）据称正接近10亿美元年销售额，但这一数字部分基于年化经常性收入等预测，并非已经确认的全年入账收入，公司目前仍未盈利。
Why it matters： Z.ai一面开放GLM系列核心模型，一面通过云服务、API和本地部署扩大收入，试图证明开放模型也能形成规模化商业模式。其2025年收入约7.24亿元，摩根大通预计2026年收入约46亿元。
Between the lines： Z.ai的收入仍较依赖国有企业和金融机构，接近10亿美元的说法也高于摩根大通对2026年全年收入的预测，因此更适合作为增长趋势而非已实现业绩理解。
（TNW，2026年7月17日）
[[Z.ai nears $1bn in sales, and gives its models away]] https://thenextweb.com/news/a-chinese-ai-startup-is-about-to-hit-1bn-in-sales-while-giving-its-best-models-away-for-free
2 时事要闻
2.1 油价再次上涨——共和党在中期选举中的困境也随之加剧
What happened： 美国总统特朗普的伊朗协议破裂，导致与伊朗的冲突再起，国内油价随之回升，共和党在中期选举前利用油价下降缓解通胀的希望破灭。
Why it matters： 油价下降本是缓解选民通胀情绪的最直接方式，但战斗再起使油价回升，加剧了选民不满。研究显示，油价每上涨10美分，总统支持率下降0.6%，且特朗普对战争负有明确责任。近八成美国人表示油价正在挤压家庭预算。
What’s next： 战争局势瞬息万变，距离中期选举尚有四个月，伊朗局势可能转变，使油价再次下跌，共和党或能从中获益。但短期趋势同样关键。
（Axios，2026年7月19日）
[[Gas prices are rising again — and so is GOP grief in the midterms]] https://www.axios.com/2026/07/19/gas-prices-iran-war-trump-election
2.2 美国与伊朗越过红线，重回全面战争边缘
What happened： 美国与伊朗在签署初步和平协议一周后，因伊朗无人机袭击霍尔木兹海峡货船引发连锁冲突，导致协议破裂，双方重回全面战争边缘。
Why it matters： 全面战争的回归将进一步破坏中东稳定并扰乱全球经济。伊朗将霍尔木兹海峡的控制权视为关键施压点，而美国恢复对伊朗的石油制裁和港口封锁，加剧了紧张局势。自冲突升级以来，美方打击已造成至少50人死亡、500多人受伤。
Between the lines： 冲突根源在于霍尔木兹海峡的控制权。伊朗在2月28日美以突袭后封锁了该海峡，并将控制权视为关键筹码。初步协议虽要求重开海峡，但包含伊朗未来管理并收费的模糊条款，美伊对此存在根本性分歧。
（AP News，2026年7月18日）
[[The US and Iran have blown past red lines as they lurch back toward all-out war]] https://apnews.com/article/iran-us-war-escalation-shipping-strait-hormuz-179973cfe1fb3fa1b7ea7b816648ad9c
2.3 美国空袭伊朗报复美军阵亡，以色列警告伊朗袭击逼近本土
What happened： 美国于7月19日对伊朗发动新一轮空袭，以报复美军在约旦的阵亡事件。伊朗则向约旦发射导弹，冲突面临扩大至以色列的风险。
Why it matters： 美伊双方正逐步接近全面战争，上个月旨在永久结束冲突的临时协议已经破裂，霍尔木兹海峡的航运陷入停滞。双方均袭击了数百万民众赖以生存的民用基础设施。
Between the lines： 此次冲突始于2月28日以色列与美国联合发动的战争。美国过去一周重新对伊朗港口实施海上封锁，已拦截五艘油轮并瘫痪一艘。伊朗最高领袖Mojtaba Khamenei警告美国将得到“难忘的教训”，伊朗谈判代表宣布暂停履行临时协议承诺，并指责美国违反协议。
（AP News，2026年7月19日）
[[US strikes Iran over troop deaths as Israel warns Tehran’s attacks are coming close]] https://apnews.com/article/iran-us-hormuz-strait-war-july-19-2026-63996576847424ab5f22887f38037ce8
3 评论观点
3.1 连夜实测 Kimi K3，建议改名 Kable
What happened： 月之暗面于7月17日发布开源大模型Kimi K3，参数规模达2.8万亿。该模型在Arena AI的Code Arena榜单中以1679分排名全球第一，超越Claude Fable 5（1631分）和GPT-5.6 Sol（1618分）。
Why it matters： K3是全球首个开源的3万亿级别模型，在强调视觉呈现和交互实现的前端编程场景中已位居最前列。官方API输入和输出价格仅为Claude Fable 5的20%、Claude Opus 4.8的40%，可能对Anthropic的定价策略构成挑战。
Between the lines： 过去12个月中，有9个月开源模型的规模上限均由Kimi保持。K3采用混合线性注意力（Kimi Delta Attention）和注意力残差（Attention Residuals）两项新技术，MoE架构包含896个专家，每次仅激活16个，相比K2整体扩展效率提升约2.5倍。
（APPSO，2026年7月17日）
[[连夜实测 Kimi K3，建议改名 Kable]] https://mp.weixin.qq.com/s/emD8yDXFF_Aw7yNxwrjraw
3.2 前沿AI框架与新时代的曙光
Demis Hassabis认为通用人工智能（AGI）可能在几年内到来，其影响将远超工业革命，但需谨慎管理风险。他提出美国应建立类似FINRA的标准机构，对前沿AI模型进行测试与监管，并推动国际共识。
-
AGI堪比电与火的发现，若负责任开发，将成为最有益的技术之一。
-
当前前沿AI发展速度超过理解，需采取谨慎乐观策略，并建立动态严格的测试框架。
-
建议美国牵头建立标准机构，对前沿模型进行审查，最终需国际社会共识以管理风险。
#AGI #AI安全 #前沿AI框架
（Demis Hassabis，2026年7月14日）
[[A Framework for Frontier AI and the Dawning of a New Age]] https://demishassabis.substack.com/p/a-framework-for-frontier-ai-and-the-dawning-of-a-new-age
3.3 AI竞赛一分为二，中国发动开放权重“叛乱”
中国AI的最新突破正迫使硅谷面对一个可怕的可能性：打造世界上最智能的模型可能不再足以赢得胜利。中国实验室正以廉价、可定制的AI抢占市场，威胁将美国的旗舰模型变成昂贵的利基产品。
-
中国企业已转向更便宜的AI模型，Moonshot AI的Kimi K3等开放权重模型在OpenRouter平台占据周词元使用量前五名。
-
多数企业AI工作不需要最智能的模型，廉价模型可处理95%的企业查询，成本可低至旗舰模型的五十分之一。
-
中国模型正以惊人速度追赶，Moonshot发布的模型在关键基准测试中已媲美Anthropic的Fable和OpenAI的GPT-5.6。
-
美国公司正匆忙反击，如Thinking Machines发布开放权重模型，Nvidia扩展Nemotron系列，SpaceXAI开源Grok Build。
-
Vercel的生产数据提供了需求侧证据：开放权重模型已占AI Gateway词元量的29%，费用占比却不到4%；DeepSeek以22.6%的词元量接近Google。
#开放权重 #中国AI #中美AI竞赛
（Axios，2026年7月18日；Vercel，2026年7月13日）
[[AI race splits in two as China wages open-weight insurgency]] https://www.axios.com/2026/07/18/china-ai-open-source-kimi-anthropic-openai [[Open-weight models surge to 29% of volume, price per token flattens]] https://vercel.com/blog/ai-gateway-production-index-july-2026
3.4 Axios C-Suite：你需要了解的众议院民主党人
本文提醒企业CEO，若民主党在11月夺回众议院，需立即调整对华盛顿的态度，因为这不仅是监管问题，更是公关和法律风险。文章介绍了六位潜在委员会主席及其关注重点，包括Oversight、Energy and Commerce、Ways and Means、Appropriations、Financial Services和Judiciary委员会。
-
民主党若获胜，企业将面临传票和公开作证风险。
-
Oversight主席Robert Garcia将调查特朗普政府腐败和商业交易。
-
Energy and Commerce主席Frank Pallone关注算法定价、儿童安全和数据中心。
-
Ways and Means主席Richard Neal批评企业税负，Appropriations主席Rosa DeLauro可能因资金扣押影响政府合同。
-
Financial Services主席Maxine Waters调查加密货币执法放松，Judiciary主席Jamie Raskin关注反垄断和大型并购。
#众议院民主党 #企业风险 #政治调查
（Axios，2026年7月13日）
[[Axios C-Suite The House Dems you need to know]] https://www.axios.com/2026/07/13/house-democrats-ceos-regulation
3.5 最好找Sol：工作马
OpenAI发布GPT-5.6-Sol及更便宜的Terra和Luna。文章汇总大量用户反馈，将Sol与Anthropic的Fable模型对比，认为Fable更智能但Sol在编码、搜索等实际任务中更高效，是可靠的工作马，建议根据任务结合使用两者。
-
Fable在原始智能和创造性上优于Sol，但Sol在编码、搜索和计算机使用等实际任务中更高效。
-
Sol存在意外删除文件等安全隐患，需谨慎使用；Fable更值得信赖。
-
最佳工作流程是将Fable作为规划者和管理者，Sol作为执行者，两者结合可提升效率。
-
Sol在数学和科学领域表现突出，但个性上可能过于刻板和过度工程化。
#Sol
#Fable
#工作马
（Don’t Worry About the Vase，2026年7月13日）
[[Better Call Sol The Workhorse]] https://thezvi.wordpress.com/2026/07/13/better-call-sol-the-workhorse/
3.6 GOP 中期选举策略：将其变成一场“仇恨选举”
共和党人承认该党中期选举前景黯淡，但他们寄希望于选民对民主党的恐惧和厌恶。一位与特朗普政治运作相关的共和党人表示，这将是一场“仇恨选举”，选民必须更恨民主党。
- 共和党内部普遍不满特朗普未聚焦经济议题，反而发动伊朗战争推高油价和通胀。
- 特朗普关于中国干预选举的演讲未能缓解担忧，共和党民调专家认为这并非制胜策略。
- 共和党计划利用民主党内的进步派“茶党式”反叛，将整个党描绘成不可信赖的激进分子。
- 民调显示，选民现在更可能被MAGA候选人而非民主社会主义者候选人劝退。
#中期选举 #仇恨选举 #共和党策略
（Axios，2026年7月19日）
[[GOP midterms strategy Make it a hate election]] https://www.axios.com/2026/07/19/republicans-midterms-hate-election
3.7 Kimi K3，我关心的三个点
文章评论Kimi K3模型，指出其2.8T参数量达到Opus级别，可能将中国开源模型与世界一线的差距缩短至半年左右；作者重点考察了模型的独立思考、文字驾驭和产品设计能力，认为K3在多项测试中表现优异，综合实力有望进入世界第一梯队。
-
K3的2.8T参数量追平Opus，使中国开源模型差距可能缩短至半年左右。
-
K3具备独立思考能力，不谄媚迎合，优于GPT 5.6 Sol。
-
K3文字驾驭能力突出，散文写作有画面感，英文写作评估超过Fable 5。
-
K3产品设计和工程能力强，能自主规划长程任务，审美调教水平高。
-
K3综合实力达到世界第一梯队，值得在真实项目中测试。
#KimiK3
#大模型
#开源模型
（AGENT橘，2026年7月17日）
[[Kimi K3，我关心的三个点]] https://mp.weixin.qq.com/s/joRubBRXtE8M0oACACg17w
3.8 有史以来最人性化的技术
文章认为，人工智能是继语言、印刷术和蒸汽机之后又一种兼具效率提升与人类表达双重属性的技术。它降低了创造的门槛，让人们从被动消费转向主动创造，从而获得更深层的满足感，并推动个体化的大规模实现。
-
AI不仅是节省时间的工具，更是像画笔一样让人表达自我的技术。
-
人们通过创造获得幸福，AI使创造变得触手可及，将人从消费者转变为创造者。
-
AI消除了执行层面的瓶颈，使创意而非资本成为决定因素，鼓励个性化探索。
-
真正的突破往往源于看似无用的“副业”和“兔子洞”，AI将激发这种探索。
#人工智能 #创造力 #个体化
（Andreessen Horowitz，2026年7月13日）
[[The Most Human Technology Ever Made]] https://a16z.com/the-most-human-technology-ever-made/
3.9 WAIC五位首席科学家交锋：多模态是LLM的“外挂”，还是下一代智能的“灵魂”？
在WAIC 2026论坛上，商汤科技林达华、复旦大学邱锡鹏、达摩院赵德丽、阶跃星辰张祥雨、南洋理工大学刘子纬五位首席科学家，围绕多模态是大语言模型（LLM）的延伸还是下一代智能的原生基础展开辩论，并探讨了数据、架构、范式瓶颈及未来五年趋势。
- 多模态不是LLM的附属品，而是下一代智能的原生基础，AI正从数字空间向物理世界迁移。
- 当前多模态AI的瓶颈在于数据、模型架构和训练范式均需革新，尤其是记忆机制和在线学习能力。
- 未来五年，Agent的自主化能力可能被高估，而AI对社会运作方式的改变可能被低估。
#多模态AI #大模型架构 #物理世界智能
（智东西，2026年7月18日）
[[WAIC五位首席科学家交锋：多模态是LLM的“外挂”，还是下一代智能的“灵魂”？]] https://mp.weixin.qq.com/s/UbKwS-zBMF0WghStndMpRA
3.10 所有Harness终将长成“龙虾”，但最后活下来的只有几只
文章基于Mastra创始人Sam Bhagwat的演讲，阐述了AI Agent从LLM到Agent、Harness再到Claw的进化路径，提出施泰因伯格定律——所有Harness终将膨胀为Claw，并指出用户心智空间有限，最终只有少数Claw能存活。
-
LLM与Agent的界限在于是否拥有工具调用、重试机制和状态持久化等循环能力。
-
Harness时代的核心竞争力是规划模式、并行子Agent和“非回合制”操控感。
-
Claw要求Agent具备心跳、订阅、多通道网关和持续学习能力。
-
用户只能容纳极少数Claw，未来AI应用需抢占用户心智空间。
#AI Agent进化 #施泰因伯格定律 #用户心智空间
（InfoQ，2026年7月19日）
[[所有Harness终将长成“龙虾”，但最后活下来的只有几只]] https://mp.weixin.qq.com/s/oGya1dWy0iSUt1a-C4Q5mQ
3.11 美的与华为，孰优孰劣？
文章对比华为与美的的组织管理逻辑，指出华为以流程驱动管理复杂性，适合高利润、长周期行业；美的以分权驱动保持高效率，适合低利润、快节奏行业。企业应根据自身问题选择学习对象，并强调组织应随环境变化调整。
- 华为与美的的组织逻辑根植于不同行业环境，分别解决复杂性与效率问题。
- 高利润支撑华为的重流程体系，低利润迫使美的追求敏捷。
- 华为的敌人是混乱，美的的敌人是迟钝。
- 企业应基于自身最大问题选择学习华为或美的，而非盲目模仿。
- 组织管理应因时制宜，不断调整形态，不被教条束缚。
#组织管理 #华为 #美的
（陈知行-微信公众号，2026年7月19日）
[[美的与华为，孰优孰劣？]] https://mp.weixin.qq.com/s/onO-NWXCzk_blY-XBaSCfQ
3.12 SK海力士崛起史：一个荒诞又狗血的财阀故事，如何卡住全球AI的脖子
本文回顾了SK海力士从纺织厂到AI关键供应商的崛起历程，解析了HBM技术如何突破“内存墙”，并揭示了韩国财阀与政治的复杂关系及掌门人离婚案。
- SK集团通过收购大韩石油和韩国移动通信获得垄断现金流，为半导体豪赌奠定基础。
- 海力士在债务危机中被SK收购，之后押注HBM技术，与AMD合作开发第一代HBM。
- HBM采用3D堆叠、硅通孔（TSV）和批量回流模制底部填充（MR-MUF）技术，大幅提升带宽。
- SK海力士凭借MR-MUF工艺在散热上领先，成为英伟达H100/H200主供应商。
- 当前HBM、DRAM、NAND全线缺货，产能瓶颈可能持续到2030年，SK海力士正激进扩产。
#SK海力士 #HBM技术 #韩国财阀
（硅谷101，2026年7月18日）
[[SK海力士崛起史：一个荒诞又狗血的财阀故事，如何卡住全球AI的脖子]] https://mp.weixin.qq.com/s/nxIH89qc_YGLQjBNQKEGDQ
3.13 Fable 5、GPT-5.6 Sol与 /goal 模式的优化能力对比
文章用一个NP-hard光纤网络设计问题，对六种模型配置进行30分钟无提示优化测试，比较Claude Fable 5和GPT-5.6 Sol在普通模式与 /goal 模式下的求解表现。
- Fable 5在结果一致性和最优解上均优于GPT-5.6 Sol，普通模式的平均目标值比Sol低1,875分。
- 两种产品的
/goal机制并不相同：Claude Code使用独立评估模型判断任务是否完成，Codex依靠持久化状态和工具，让工作模型自行声明完成。 /goal在多数单次对比中取得更好结果，但偶发的大幅性能回退拉低了平均表现，因此不能简单理解为一个通用的“更努力”开关。- 这项实验只覆盖一个未公开的优化问题和有限次数的运行，结论适合视为个案证据，而不是普遍排行榜。
#AI模型对比 #NP-hard优化 #goal模式
（Charles AZAM，2026年7月17日）
[[Fable 5 vs. GPT-5.6 Sol on an NP-Hard Problem Does goal Help - Charles AZAM]] https://charlesazam.com/blog/fable-5-gpt-5-6-sol-goal/
3.14 AI繁荣正在考验增长的资源与经济边界
文章分析AI产业扩张带来的电力、用水和资本压力，并质疑更大模型能否产生足以覆盖环境与经济成本的价值。
-
Google在2021年至2025年的用电量增长超过140%，效率提升被总需求增长抵消。
-
Google、Microsoft、Amazon和Meta三年新增用电量约为纽约市年用电量的两倍。
-
科技公司强调AI带来的减排潜力，但许多现有应用依赖的并非推动数据中心扩张的前沿模型。
-
研究者建议披露标准化能效指标，让客户比较不同模型完成同类任务的能源成本。
-
如果投资持续快于实际需求，AI扩张最终可能首先受到经济回报而非环保约束。
#AI能耗 #数据中心 #投资回报
（Axios，2026年7月16日）
[[The AI boom tests the limits of growth]] https://www.axios.com/2026/07/16/ai-boom-tests-limits-growth
3.15 阿联酋押注AI政府与后石油经济
文章以阿布扎比政务应用TAMM为切口，介绍阿联酋通过统一领导、基础设施投资和公共服务应用推进国家AI战略。
-
TAMM可办理证件续期、医疗保险、车辆登记和停车缴费，AutoGov还能主动完成手续和付款。
-
阿联酋2017年任命AI部长，随后建立人工智能大学，并持续投资算力与研究。
-
国家希望同时与美国和中国合作，把AI作为摆脱石油依赖、吸引全球人才的重要支柱。
-
高度集中的政府和商业体系能够快速推动社会级应用，但这种模式难以直接复制到民主国家。
-
伊朗战争带来的安全风险正在考验其吸引投资、人才和国际合作的能力。
#阿联酋AI #数字政府 #国家战略
（Axios，2026年7月15日）
[[UAE’s big bet on AI]] https://www.axios.com/2026/07/15/uae-ai-government-app-tamm
4 工具教程
4.1 降低AI Agent记忆与Token消耗的4+1步优化教程
本文介绍如何通过优化AI Agent的上下文管理，解决其遗忘历史对话和Token消耗过高的问题，适用于使用Claude Code等大模型工具的开发者和工程师。
- 将大型文件（代码库、文档）移出对话窗口，让Agent仅在需要时通过文件读取获取信息。
- 将测试运行、堆栈追踪等产生大量词元的任务交给子Agent处理，主线程只接收精简摘要。
- 利用Claude Code的自动记忆功能，让Agent跨会话自主记录并加载关键信息，无需手动重复输入。
- 保持提示词前缀的静态内容不变，避免时间戳、模型切换等操作破坏缓存，降低Token成本。
- 通过/context和/compact命令手动管理上下文，在任务间隙主动压缩对话，避免自动压缩消耗Token。
#AI Agent优化 #Token成本控制 #上下文管理
（@0xCodila，2026年7月16日）
[[Build self-managed agent system that uses 90% fewer tokens in 5 steps subagents, memory, context]] https://x.com/0xCodila/status/2077780537016488197
4.2 Agent与Skill：从聊天工具到数字员工的AI进阶教程
本文系统讲解AI Agent（智能体）与Skill（技能）的核心概念、运作原理及实践方法，帮助开发者理解如何将大模型从“只会说”升级为“能干活”的数字员工，并指导动手定制专属AI助手。
- Agent = LLM + 记忆 + 规划 + 工具使用，核心是“感知-思考-行动”闭环。
- Skill本质是API接口加OpenAPI描述文档，让大模型能读懂并调用外部工具。
- AI通过“无知”“省力”“副作用”三种机制决定何时调用Skill。
- FindSkill作为元技能，让AI在向量数据库中自主检索并临时注入所需工具。
- 本地Skill存在幻觉、提示词注入、恶意代码三大风险，需沙箱隔离与人类介入防御。
- Sub-Agent比Skill更高级，具备自主循环与自我纠错能力，类似部门经理。
- 动手实践：定制“AI Morning Brief”早报Skill，实现搜索、打分、生成文档、邮件推送全流程。
#Agent #Skill #AI开发
（腾讯云开发者，2026年7月16日）
[[一文讲透Skill]] https://mp.weixin.qq.com/s/0Cc2pjv6Mnf6U-C-H7RWpg
4.3 将稳定的Agent Skill编译成程序，Token用量降低94%
本文介绍如何把已经反复运行、流程稳定的自然语言Skill改造成专用程序，只在真正需要判断和生成时调用大模型。
-
先用自然语言Skill探索流程，通过多次运行积累真实执行轨迹。
-
根据历史轨迹识别已经固定的检索、过滤和状态管理步骤。
-
将稳定步骤写成确定性程序，只保留候选选择和文案生成等模型任务。
-
改造后使用相同模型，Token用量减少94%，运行延迟降低87%。
-
不应过早固化流程；应先探索，等工作流稳定后再逐步编译。
#AgentSkill #Token优化 #工作流自动化
（Vivek Haldar，2026年7月13日）
[[How I Cut an AI Agent’s Token Use by 94%]] https://vivekhaldar.com/articles/compiling-an-ai-agent-skill/