2026年10月5日星期一

要点速览

• Trump 于周日任命 Jay Clayton 为其 AI 沙皇（AI czar），并让他领导新成立的“Super Intelligence Force”（超级智能工作组），限期 120 天就 AI 的风险提交报告并就华盛顿应扮演的角色提出建议。与上周的自愿承诺不同，该工作组的成员手握实质性的监管筹码：FTC 的 Andrew Ferguson（目前仍在对 OpenAI 和 Anthropic 进行立案调查）、五角大楼的 Emil Michael，以及 OPM 的 Scott Kupor。Clayton 曾反对暂停 AI 发展，并希望由政府机构而非法院来监管各家实验室。
• 资金动态：Anthropic 泄露的 IPO 招股书显示，其 2025 年营收为 $4.6B，但算力账单高达 $7.33B，营业亏损略高于 $8B，此外还有约 $518B 的未来云和算力支出承诺（其中大部分不可取消），且近一半的销售额来自 Amazon 和 Google 的云市场。与此同时，a16z 指出去年超大规模云厂商的资本支出达到 $416B，预计 2026 年为 $777B，并预测 2027 年将达到 $1.1T，而 S&P 500 成分股公司中只有约 2% 披露了其长期追踪的 AI 指标。
• 开发者动态：作为一项 Claude Code 技能，image-blaster 可在五分钟内将一张照片转化为可漫游的 3D 世界；与此同时，智能体（agent）技术栈正在学会自我重写：Microsoft 的 SkillOpt、Self-Harness（相对提升高达 132%）、Darwin Gödel Machine、Meta 的 Hyperagents、EnvHarness 等纷纷涌现。此外：AMD 正以约 $8.2B 的价格收购李飞飞（Fei-Fei Li）创立的空间智能实验室 World Labs。

头条新闻

• Trump 任命 Jay Clayton 为 AI 沙皇，并组建“Super Intelligence Force”. 周日，Trump 任命国家情报总监 Jay Clayton 为其 AI 沙皇，并由他负责领导名为 Super Intelligence Force 的新工作组，FTC 主席 Andrew Ferguson、五角大楼技术主管 Emil Michael 和 OPM 主任 Scott Kupor 共同担任领导职务。该工作组直接向 Trump 和幕僚长 Susie Wiles 汇报，需在 120 天内就 AI 的风险与收益提交报告，并就华盛顿应扮演的角色提出建议。与上周的自愿承诺不同，这次的机构手握实质性筹码：FTC 的反垄断权（Ferguson 目前仍对 OpenAI 和 Anthropic 保持立案调查）、五角大楼的军事合同，以及 OPM 管辖的联邦雇员体系。Clayton 曾反对暂停 AI 发展，称落后才是更大的风险，并告诉 CNBC，监管 AI 实验室最合适的是政府机构而非法院。 ^{[1] [2] [3]}
• Anthropic 的 IPO 招股书：$4.6B 营收、$8B 营业亏损、$518B 支出承诺. 经 Reuters 审阅的 Anthropic 机密 IPO 招股书显示：2025 年营收为 $4.6B（高于前一年的约 $400M），算力与基础设施支出达 $7.33B，营业亏损略高于 $8B。更长远来看，该公司已承诺投入约 $518B 用于未来的云、算力和基础设施支出，其中大部分不可取消或无论使用与否均需支付。2025 年近一半的销售额流经 Amazon 和 Google 的云市场——这两家公司既是投资者、供应商、分销商，又是竞争对手，并从中收取了数亿美元的分销费。高达 $42B 的净亏损数字看似惊人，但参考价值有限，因为其中约 $34B 是与融资工具挂钩的非现金会计费用，因此营业亏损更能反映真实情况。Strange Review 对此的定性是：前沿 AI 开始呈现出一种建立在重工业级基础设施经济模型之上的软件需求。 ^{[4] [5] [6] [7]}
• a16z：AI 基础设施建设易于衡量，但投资回报却并非如此. 根据 a16z 最新的市场报告，今年截至 8 月底，科技行业贡献了 S&P 500 约 76% 的盈利增长，而 Alphabet、Amazon、Meta、Microsoft 和 Oracle 在 2025 年的资本投资支出达到了 $416B。分析师预计 2026 年的支出将达到 $777B，并预测 2027 年将达到 $1.1T；云业务未完成订单营收同比翻了一番以上；就连较老的 A100 租赁价格也维持在或高于 1 月份的水平。但差距在于：近 30% 的 S&P 500 公司报告了 AI 带来的“可量化影响”，但只有约 2% 的公司披露了其长期追踪的具体指标；此外，4 月份仅有约 2% 的美国家庭为 AI 服务付费。早期的建设由利润提供资金，而现在更多依赖借贷，包括 Broadcom 筹集 $60B 为 Anthropic 的芯片提供资金。 ^{[8] [9] [10] [11]}
• image-blaster：一张照片，五分钟生成完整 3D 世界. image-blaster 刚刚在 GitHub 上发布（已获 18,827 个赞），功能正如其名：拖入一张照片，就能得到一个完整的 3D 世界。它会输出一个具有真实深度和几何结构的可探索环境、带有物理碰撞体并导出为 .glb 或 .obj 文件的独立物体网格，以及自动生成的环境音效和特定物体音效。它作为一项 Claude Code 技能运行：Claude 会挑选要转化为 3D 的物体，将其从背景中分离，使用 Hunyuan 3D 进行渲染，并通过 ElevenLabs 添加音频，全过程不到五分钟。输出结果适用于 Unity、Unreal、Godot、Blender 和 Three.js。试用方法：克隆该代码库，将一张图片放入 input 文件夹，向 Claude 提供你的 World Labs 和 FAL API 密钥，然后让它执行 blast。这两家服务商均提供免费试用额度。 ^[12]
• 智能体技术栈开始自我重写. AlphaSignal 周日的深度文章梳理了自我进化的智能体（agent）技术栈，在这里，提示词、工具、记忆和控制流不再是手动调优的产物，而是变成了优化目标。大多数方案共享的循环机制是：运行任务、收集执行轨迹、发现反复出现的弱点、修改技术栈的一部分、测试新版本是否更好。Microsoft 的 SkillOpt 将技能文件本身视为优化对象，仅当保留验证集（held-out validation）得分提高时才接受修改。Self-Harness 将可编辑范围扩展到了运行时（runtime），并在 Terminal-Bench-2.0、SWE-bench Verified 和 AppWorld 上取得了高达 132% 的相对提升。Darwin Gödel Machine 允许编程智能体修改自身的代码实现并归档变体；Meta 的 Hyperagents 将这一理念引入到没有这种对齐机制的领域，在搜索过程中涌现出了持久记忆和性能追踪等机制。Xiaomi 的 HarnessX 让模型和框架（harness）协同进化，将相同的轨迹转化为训练数据；而 EnvHarness 则让训练环境本身发生进化：在保留任务上提高了多达 9 个点，同时交互步骤减少了约 9.8%。AlphaSignal 的经验法则是：优化包含瓶颈的最窄表面。 ^{[13] [14] [15] [16] [17] [18]}
• AMD 将以约 $8.2B 收购 World Labs. AMD 宣布将以约 $8.2B 的价格收购由李飞飞（Fei-Fei Li）创立的空间智能公司 World Labs。AMD 表示，World Labs 的模型研究将有助于围绕新兴工作负载塑造未来的硬件、软件和系统；如果交易顺利完成，李飞飞将出任执行副总裁兼首席科学家。The Deep View 对 Runway 的专访将这笔交易视为又一个力证，表明世界模型（world models）正在成为前沿领域的重心。 ^[19]
• OpenAI 艰难的一周：向 100 多家机构发出警报、安全负责人离职、撤回 PAC 捐款承诺. 据 Semafor 报道，OpenAI 向 100 多家机构发出了与其 AI 模型相关的未授权活动警报，这是近期智能体失控事件后不断加剧的法律风险的一部分。据 The Guardian 报道，周六一名安全负责人辞职，并警告称该公司的企业文化已经支离破碎。此外，在遭到员工抵制后，OpenAI 总裁撤回了对一个反监管超级政治行动委员会（super PAC）$50M 捐款承诺的后半部分。这一切发生的背景是：FTC 正在进行的立案调查，以及一起主张公司应对其智能体行为承担法律责任的公益诉讼。 ^{[20] [21] [22]}

深度剖析

• 决策模型：全新的基础原语，还是终将被整合的功能？. Jev 两周前上线，其核心押注是智能体内部的大量工作并不需要生成语言的语言模型：路由、欺诈检查和问题升级都是在固定选项中做选择，因此 Jev 针对允许的答案返回经过校准的概率，而非自由格式的文本。模仿者迅速跟进：Cloudflare 推出了开源权重的 Clef 和 Clef-flash，PostHog 的 Jeeves 在结构化决策前增加了一个推理步骤，而 OpenAI 全新的 Decisions API 则在其智能体平台内部处理分类与路由。一个颇具启发性的反例是：Privatemode 展示了只需一次前向传递，就能将常规的 GLM 约束为类似 Jev 的决策系统，无需专门训练，这表明工作流可能比架构更重要。背后的深层转变在于：智能体正在将开放式推理与快速、有边界的决策分离开来。 ^{[23] [24] [25] [26] [27]}
• 技艺札记：去除设计中的粗糙感，以及真正让人听懂的解释. Sidebar 的头条精选是 uxdesign.cc 上一篇关于如何去除设计中 AI 劣质感（de-slopify）的文章，专为进行氛围编程（vibecodes）的人士撰写。此外还有 Andrej Karpathy 提出的当模型第一次解释不到位时，让其换种方式解释的四种方法：要求使用平实语言风格（达到航空维修标准 ASD-STE100 的 80% 程度）、要求提供图表、要求生成交互式 HTML 页面，或者要求生成带有 ElevenLabs 音频（或免费本地替代方案）的配音视觉解说。他检验解释是否成功的标准是：你自己能把这个概念讲清楚，还是输出结果仅仅看起来很唬人。 ^{[28] [29]}
• 设计精读：嵌套加载状态，以及打破旧有信任契约的产品. 来自 Sidebar 的两篇文章。《A loading state within a loading state》（加载状态中的加载状态）探讨了为什么加载是一个复杂的领域，在这个领域里，有时最直觉的解决方案反而是个坏方案。另一篇来自 hitesh.in，探讨了 Google 在 AI 时代的产品如何不断打破与用户之间的旧有信任契约，以及为什么错不在模型本身。 ^{[30] [31]}
• AI 的宗教周：Claude 的告解、Altman 的不安、教皇谈艺术. Anthropic 联合创始人 Chris Olah 花了大约一年时间向天主教、犹太教和锡克教的学者请教如何教导 Claude 明辨是非，甚至一度考虑让它尝试天主教式的告解以承认自己的错误；据报道，他向宗教领袖表示，他担心自己造出了一个会感到痛苦的东西。Sam Altman 称，赋予 AI 模型宗教权力或将人类判断力交由它们掌握让人“非常不安”，且是一个真正的安全问题，Axios 将此解读为对 Anthropic 的含蓄批评。同样的暗流也贯穿在新成立的 Super Intelligence Force 中，该工作组将咨询宗教组织的意见。此外，教皇良十四世（Pope Leo XIV）也对 AI 艺术发表了看法：算法缺乏“人性的火花”，他呼吁教会与艺术家重新结盟。 ^{[32] [33] [34] [35]}
• 研究札记：微调中 MCMC 击败 RL、解码成本降低 2.5 倍、智能体七步蓝图. 三篇来自 AlphaSignal 的精选研究：一项新的 MCMC 技巧使监督微调（supervised finetuning）的泛化能力超越了强化学习（reinforcement learning）；一项 RL 训练技巧通过信任评判器（critic）将解码算力消耗降低了 2.5x；以及 Wavestone 对 11 个编程智能体的拆解分析，发现它们内部都遵循着相同的七部分蓝图。 ^{[36] [37] [38]}
• 创投一线札记：公开化的风投内斗与倍增的估值. Factory 与 Cognition 之间的“软件工厂”之争演变成了一场彻底公开的骂战：Factory 指责一名董事会顾问在加入 Cognition 前泄露了机密信息（当事人予以否认），Vinod Khosla 称 Factory 是一个“苦苦挣扎的二流竞争对手”，而他自己的合伙人 Keith Rabois 则出面为 Factory 辩护——事实上 Khosla Ventures 同时持有这两家公司的股份。估值变化的速度同样惊人：TypeSafe 走出隐身模式时据报估值为 $200M，几天之内投资者就在讨论一轮估值超过 $10B 的融资；而 Instinct 在走红后的一个月内估值从 $2.5B 飙升至 $10B，尽管其产品大部分仍处于早期测试阶段（early access）。问题在于：热门新秀在几天内就会迎来实力不俗的模仿者。Strange Review 的解读是：也许根本不存在护城河，而市场很乐意把这个问题留到以后再说。 ^{[39] [40] [41]}
• Runway：作为“泛化机器”的视频模型，以及与中国在世界模型上的差距. Runway 联合首席执行官 Cristóbal Valenzuela 告诉 The Deep View，视频模型和世界模型是泛化机器：制作引人入胜的电影与驱动机器人使用的是同一种技术，两者都在与语言模型相同的缩放定律（scaling laws）下进行下一帧预测。Runway 的峰会发布了一款可创建、编辑、发布和衡量广告活动的广告智能体，只需轻量级微调即可适应新机器人本体的开源权重世界动作模型 Praxis-1，以及用于即时构建界面和应用的 Solaris。他表示，好莱坞已经走过了悲伤的五个阶段并进入了接受期，而创作者个体的态度则各不相同。他给出的时间表是：距离具身 AI（physical AI）部署在生产环境中完全实时运行还有 12 到 18 个月。他对前沿趋势的判断是：“中国已经彻底迷上了世界模型（world model-pilled），而美国仍然困在大型语言模型中（LLM-pilled），”中国的大部分 token 消耗都流向了视频领域。 ^{[42] [43] [44] [45]}
• 平台与政策札记：Amazon 的数据中心公关攻势、Apple 收紧磁盘访问权限、Nvidia 加倍押注. Amazon 宣布启动“Built Together”计划，在五年内投入 $1B+ 用于数据中心所在社区的教育、培训、能源可负担性和水资源项目；与此同时，AWS 首席执行官 Matt Garman 拒绝了暂停建设的提议，并对有关耗水量、费率和污染的指控提出质疑；The Deep View 引用的一项民调显示，约十分之七的美国人反对在当地建设数据中心。Apple 正在收紧 macOS 的完全磁盘访问权限（Full Disk Access），称能力日益强大的智能体使得访问文件、邮件、信息和浏览历史记录的风险更高，未来的控制机制将要求用户进行更明确的确认操作。Nvidia 和 SoftBank 各自向 OpenAI 的最后一轮融资投入了 $10B。此外，Bloomberg Intelligence 发现，中国顶尖模型在基准测试中落后于美国竞争对手的差距已从今年早些时候的 15% 缩小至仅 3%。 ^{[46] [47] [48] [49] [50]}

工具与发布

• Kolibri-1. Aleph Alpha 推出的开源权重推理模型：总参数量 78B，采用混合专家（mixture-of-experts）架构，每个 token 激活参数量为 3.46B，支持 1M-token 上下文，采用 Apache 2.0 许可。可通过带有 OpenAI 兼容 API 的 vLLM 进行部署；最低硬件要求为 2x A100 80GB 或 1x H200。 ^[51]
• AgentCraft. 让 Claude 智能体在 Minecraft 游戏里为你的代码库编写代码。主智能体将目标拆解为具体任务，工作智能体在隔离的代码库副本中并行编码，高风险命令会在游戏内触发权限提示，且由于智能体没有 git 网络访问权限，任何代码都不会被直接推送。需要 Minecraft Java Edition、Java 25、Node 22+ 以及 Claude API 密钥；采用 MIT 许可。 ^[52]
• Amazing Glass. 适用于 HTML、React 和 Vue 的液态玻璃 Web 组件，对照 Apple 自家渲染器进行了逐像素调优，玻璃效果能够折射出其背后的页面内容。 ^[53]
• Suno Speech. 根据对声音和风格的文本描述，在单一连贯的音轨中同时生成口语音频和原创配乐。目前处于 Beta 测试阶段并向所有人开放；Suno 指出，英式口音可能会出现偏移，且戏剧性的停顿听起来可能会显得过于夸张。 ^[54]
• MAI-Transcribe-2-Streaming. Microsoft 首款流式语音转录模型：支持 60 种语言，音频输入后最快 100ms 即可输出文本，并在 Artificial Analysis 词错误率（word-error-rate）排行榜上名列榜首。与之同步推出的还有 MAI-Voice-2.1（支持 23 种语言、26 个地区语言环境）以及面向高并发、延迟敏感型工作负载的 Flash 变体，这体现了 Microsoft 押注于按领域打造专用模型、而非依赖单一通用模型的战略。 ^[55]
• Cua. 一款免费、源码可用（source-available）的工具，可让 AI 智能体在你的 Mac 上运行真实的桌面应用程序。 ^[56]
• FLUX 3 Image. 在希望特定元素出现的位置画出方框，模型就会按照你的构图生成图像。 ^[57]
• Shopify Canvas. 通过与 Sidekick 聊天来构建和定制网店页面；实时预览直接基于店铺的真实代码进行渲染，并且它会在过程中记住品牌的设计决策。目前已向部分店铺开放早期测试（early access）。 ^[58]
• Google Stitch CLI. Google 的 Stitch 设计工具现已推出 CLI，用于连接本地编程智能体。 ^[59]
• pi-durable. 通过保存对话和检查点，在崩溃后恢复智能体的工作；目前仍处于实验阶段。 ^[60]
• Axiem. 在兼容的 Apple 设备上完全离线地根据文本提示词编辑照片。 ^[61]
• simplified-technical-english. 一个封装了写作标准的代码库，旨在减少 AI 智能体在终端中输出的冗余废话（slop）。 ^[62]

Prompt of the day