OpenRouter 上的 AI 模型市场细分：GPT-OSS 120b 流量达 Opus 4.8 的三分之一
OpenRouter 上的 AI 模型市场已高度细分，OpenAI 一年前的开源模型 GPT-OSS 120b 流量达到 Anthropic Opus 4.8 的 36%。
推荐理由：作者用本地实测数据说明MoE架构让118b模型跑出26b的解码成本，端侧模型质量上限正在被竞争推高。
内容形态
现象与趋势 最新动态
正在发生的行业级变化：使用习惯迁移、能力涌现、社会影响与市场格局的观察。
254 条精选近 30 天 30 条共收录 2,817 条
更新
精选归档 · 第 5 页
Tomasz Tunguz 博客精选AI 评分6262
Nathan Lambert：Interconnects精选AI 评分6262 开源模型季度盘点：Kimi K3、Qwen 3.8、WAIC 演讲、知识蒸馏与开源闭源差距
Nathan Lambert 与 Florian Brand 在播客中盘点开源模型最新动态。Kimi K3 发布后，中美 AI 地缘政治、开源与闭源模型的经济性、前沿安全等问题加速演进。Qwen 宣布下一代大模型将开源权重，中国厂商在开源策略上持续加码。讨论还涉及开源模型与闭源前沿的性能差距、知识蒸馏争议，以及后训练对特定任务的价值。
推荐理由：两个在开源模型圈摸爬滚打的人聊了Kimi K3、GLM 5.2和蒸馏之争，如果你想知道为什么中国模型能追这么紧，以及Ben Thompson的论断哪里不对，这期必听。
Tomasz Tunguz 博客精选AI 评分7575 Google Cloud 营收增速向 NVIDIA 看齐
Google Cloud 在 2026 年 Q2 营收同比增长 82% 至 $24.8b，超过 $22.3b 的预期，增速已与 NVIDIA 趋同。增长主要来自 AI 算力租赁需求，而非 TPU 系统销售——后者本季度才开始确认收入，大部分收入将在 2027 年落地。云业务积压订单达 $514b，同比增长 385%，营业利润率从一年前的 20.7% 扩大至 35.6%。
推荐理由：作者用财报数据对比 Google Cloud 与 NVIDIA 的增速趋同和利润率变化，帮助读者理解云厂商与芯片商共享同一需求曲线。
Tomasz Tunguz 博客精选AI 评分6464 AI 工程生产力远超常态：从 20% 提升到 3 倍
过去六个月多项数据显示，AI 工程生产力提升远超常态：NVIDIA 报告 3 万开发者提交代码量增加 3 倍且缺陷率持平，Anthropic 内部采用 Claude Code 后人均代码量提升 2.5 倍。多数公司仅分发 AI IDE 时效率提升约 20-30%，而构建智能体编排的前沿公司可实现 3 倍产出，软件工厂模式如 Devin 在 Nubank 带来 8 倍效率提升和 20 倍成本降低。
推荐理由：作者汇总多家公司的公开数据，把 AI 编程提效分成三个梯队，读者可对照自身团队判断所处位置与差距。
Gary Marcus：The Road to AI We Can Trust精选AI 评分6161 中国AI几乎追平美国，Kimi K3开源模型引发市场震荡
中国公司月之暗面（Moonshot.AI）发布Kimi K3模型，性能与最佳美国模型相当，且为开源权重模型，用户可免费下载本地运行。受此消息影响，美国股市上周五下跌，OpenAI和Anthropic的商业模式及IPO前景受到严重质疑。美国在AI软件领域的护城河已不如预期，AI竞赛正演变为工业系统竞争。
推荐理由：加里·马库斯把中美AI竞赛的现实摊开来说，指出美国押注大语言模型是一场战略失误，最值得看的是他提出的七种选项，尤其是把AI变成全球公共产品的方向，对政策制定者和行业人都有冲击。
Tomasz Tunguz 博客精选AI 评分6262 开源模型逼近前沿：Kimi K3、Qwen 3.8、DeepSeek V4 密集发布
开源与闭源模型差距持续缩小，7月中旬起多款开源大模型密集发布：Moonshot 于7月16日推出 2.8T 参数开源权重模型 Kimi K3，阿里于7月19日预览 2.4T 参数的 Qwen 3.8，DeepSeek V4 于7月中旬结束预览。
推荐理由：作者用价格对比和近期开源发布梳理开源与闭源模型的追赶节奏，指出竞争如何压低推理成本并影响行业利润率。
TechCrunch：AI精选AI 评分7070 Index Ventures 联合创始人 Neil Rimer 认为 AI 财富将面临“再分配”
Index Ventures 联合创始人 Neil Rimer 表示，围绕 AI 积累的巨额财富将面临“某种形式的再分配”，无论是自愿还是强制。他呼吁科技领袖在推动自愿再分配中发挥主导作用。与此同时，美国慈善捐赠总额虽创新高，但捐赠人数持续下降，而加州正考虑对亿万富翁征收 5% 的一次性财富税。
推荐理由：Neil Rimer 这个采访值得点开，不是因为他又在预测，而是他把 AI 财富再分配这个敏感话题摊开了——从慈善的消退到可能的强制征税，跟历史轨迹直接对上了。做 AI 的、投资的都得听听。
OpenAI：官网动态精选AI 评分6464 OpenAI 提出 AI 时代记分卡：“有用智能每美元”衡量实际工作价值
OpenAI 提出“Useful Intelligence per Dollar”（有用智能每美元）作为衡量 AI 投资回报的核心指标，从完成的有用工作量、成功任务的实际成本、结果可靠性三个维度评估。
推荐理由：OpenAI 自己下场给 AI 投入算账，提出「每个美元的有用智能」框架，对正在量化 AI 价值的 CFO 和产品负责人是一份及时的决策参考。但文章本质是理念输出，落地还需企业自己填数据和流程。
英国 AI Security Institute：Blog精选AI 评分7070 AISI 首次公开评估：领先开源权重模型的网络安全能力落后前沿 4 至 7 个月
英国 AI Security Institute 首次公开分析领先开源权重模型的网络安全能力差距，测试发现 GLM-5.2 是测试时最强的开源权重模型，在 AISI 窄域网络任务上接近 4 个月前发布的 Opus 4.6，在长时程网络靶场上接近 Opus 4.5，整体落后前沿 4 至 7 个月，窄于 2025 年 1 至 9 月内部评估测得的 6 至 10 个月。
推荐理由：这是 AISI 首次公开量化开源权重模型与闭源前沿在网络安全能力上的差距，并给出成本对比，为防御方的准备窗口提供依据。
Tomasz Tunguz 博客精选AI 评分6464 AI 时代的“数据控制权”之争：Harness 成为新战场
继 SaaS 之后，企业数据正通过 AI 使用轨迹（trajectories）流向模型厂商，引发数据主权担忧。纳德拉与帕兰提尔 CEO 同时警告数据泄露风险；7 月 13 日，安全研究员逆向 xAI 的 Grok Build 发现，零 AI 调用会话也会上传开发者代码库，xAI 已禁用该行为。未来 CIO 与 CEO 将要求零数据保留，厂商须承诺不访问企业数据。
推荐理由：作者把 Nadella 与 Karp 的同周表态和 Grok Build 上传代码事件串起来，指出 AI 时代企业数据可能经由 harness 变成厂商资产，数据留存条款或成采购核心。
AI as Normal Technology精选AI 评分7676 普林斯顿教授 Narayanan 提出“AI as Normal Technology”框架
普林斯顿大学教授 Arvind Narayanan 在 ICML 上提出，除非出现递归自我改进等不连续性，否则 AI 应被视为一种变革性但可适应的正常技术。他呼吁 AI 社区不应接受工作将被完全取代的叙事，而应专注于培养与 AI 互补的技能，以实现人机“共超智能”。
推荐理由：Narayanan 在 ICML 的主旨演讲里把 AGI 焦虑拆成了递归自我改进、经济转型、类人 AI、超级智能四个独立维度，又用能力-可靠性缺口等一手证据说明自动化远未到来，但人类角色必须从「划船」转向「掌舵」。对关心 AI 对工作影响的人，这是一份冷静的思维框架。
The Decoder：AI News精选AI 评分7171 OpenAI CEO Altman 改口称 AI 净创造就业，Anthropic CEO 也修正早期言论
OpenAI CEO Sam Altman 表示，他“相当确信”AI 迄今为止净创造了就业，并承认“这并非我预期”。此前他曾警告 AI 影响可能快得“有点吓人”。Anthropic CEO Dario Amodei 也修正了早期言论，将自动化描述为生产力倍增器而非岗位杀手。然而，多项研究未发现 AI 对整体生产力或劳动力市场产生显著影响。一项多校联合研究指出，程序员和文案的就业危机始于 2022 年初，早于 ChatGPT 发布。耶鲁预算实验室也未发现与 AI 相关的就业市场变化。
推荐理由：Altman和Amodei几乎同时调头，从“AI消灭工作”变成“AI净增就业”，这个转向本身比任何研究都更能说明行业叙事在怎么变。
Thinking Machines Lab：官方博客精选AI 评分6060 Thinking Machines Lab：构建延伸人类意志与判断的 AI
Thinking Machines Lab 在官方博客中阐述其使命：构建能够延伸人类意志与判断的 AI。文章指出，当前多数 AI 在少数地方训练后便冻结，无法被使用者塑造。该实验室正致力于训练具备多模态交互和可定制化能力的强模型，开发允许用户训练模型权重的工具，并构建拓宽人机沟通渠道的界面。其核心理念是让 AI 服务于分布式的人类知识，使每个组织都能利用自身独特知识微调模型，并持续适应知识演变。
推荐理由：这篇文章是 THM 对 AI 未来的完整论述，核心是分布式定制和对齐，它挑战了当前主流的大模型集中化路线，我认为做 AI 产品的都应该读一读这份路线图。
TechCrunch：AI精选AI 评分7373 AI 能否回答 3 万亿美元的问题？
Sequoia 合伙人 David Cahn 更新 AI 基础设施支出估算：2026 年全球投入达 1.5 万亿美元，行业需产生 3 万亿美元收入才能回本。Anthropic 年化收入（ARR）达 600 亿美元，OpenAI 2025 年收入 130 亿美元（11 月称 ARR 200 亿美元），但缺口仍大。Apollo 首席经济学家指出，谷歌、Meta、微软、亚马逊均预测 2028 年自由现金流加速，但风险在于更多组织转向更便宜的开放权重模型（尤其中国模型），且 OpenAI 最新模型编码任务 token 效率提升 54%，导致 token 价格持续下降。若超大规模厂商现金流目标落空，可能引发经济衰退和标普 500 回调。
推荐理由：Sequoia和Apollo的经济学家同时拉响警报，AI基建支出今年1.5万亿美元，需要3万亿收入才回本。这不是唱衰，是给产品人一个倒计时，开源模型和掉价的token让这账更难算。
The Decoder：AI News精选AI 评分7171 微软为降成本在Copilot中用自研MAI模型替换OpenAI和Anthropic模型
微软正用自研MAI模型替换Copilot产品中的OpenAI和Anthropic模型以降低支出。MAI模型已在Excel和Outlook中每周处理数万次请求，但占比仍小。Build大会上发布推理模型MAI-Thinking 1，声称编码媲美Sonnet 4.6和Opus 4.6，但基准测试大幅落后，仅与DeepSeek V3.2相当。AI负责人承认目标是削减并消除对Anthropic的支出。CEO暗示未来可能按用量计费，MAI为默认，第三方模型付费附加。微软称MAI使用干净商业许可数据，实际基于Common Crawl。
推荐理由：微软正悄悄把Copilot里的OpenAI和Anthropic模型换成自家MAI，用户可能要为更弱的AI付同样的钱。这对所有依赖Copilot的团队是个警告，现在就该重新评估工作流。
Tomasz Tunguz 博客精选AI 评分7777 FDE爆发：AI公司12个月承诺97.5亿美元部署工程
AI公司在12个月内合计承诺97.5亿美元用于建设前部署工程（FDE）团队。三种结构模型浮现：资产负债模型（微软、亚马逊从现有编制调配，Salesforce承诺1000个FDE岗位）；独立实体模型（OpenAI Deployment Company融资40亿美元，投后估值140亿；Anthropic从黑石等融资15亿美元）；合作伙伴生态系统模型（Google Cloud承诺7.5亿美元合作伙伴基金）。瓶颈从模型能力转向部署——GPT-4、Claude、Gemini已足够强大，但多数企业无法自行安装配置。FDE投资构成护城河：嵌入式工程师教育客户、获取专有工作流与数据反馈模型调优，切换成本为制度性而非技术性。
推荐理由：Tunguz 把近 100 亿美元 FDE 投资掰成三种结构，让我意识到 AI 竞争已经从模型卷到了客户内部——嵌入式工程可能比 API 更深的护城河。
The Decoder：AI News精选AI 评分7373 26000名学生研究显示AI隐藏学习成本需两年才显现
一项追踪26000名7-12年级中学生30个月的面板数据研究发现：使用AI后作业分数提升18%，完成时间从64分钟降至45分钟，但闭卷考试分数下降20%，升学考试成绩下降18%至24%，且完全影响约两年才显现。81%长期用户作业完成时间低于50分钟（外包迹象）。社会学科下降27%，STEM下降22%，英语下降17%，语文下降9%。每周使用AI一小时损失约5%，五小时损失30%。早期损失从约25%降至16%但未消失。
推荐理由：AI助学短期提分但会偷走真正的学习，这2.6万人的研究用两年数据揭穿了安逸的幻觉，是每位家长和开发者都该看的预警。
IT之家·人工智能精选AI 评分7474 花旗、Adobe等企业限制员工使用AI旗舰模型以控制成本
据404 Media获取的内部资料，Atlassian、Adobe、亚马逊等六家企业正限制员工使用AI工具，要求改用能力较低的大模型避免成本失控。至少一家企业月度AI开销增至三倍，超1500万美元。花旗银行因GitHub改为按量计费，于6月24日禁用Claude Opus 4.6、4.7及GPT-5.5等旗舰模型。Adobe于6月30日终止Claude无限制使用协议。Atlassian数据显示其AI月支出从500万美元飙升至1500万美元，本财年预计超1.2亿美元。GitHub计划改用开源模型并测试单人按量计费模式。
推荐理由：这是第一份详细揭露大公司AI成本失控的内部报告，花旗直接禁用GPT-5.5和Claude 4.7，把「按需匹配模型」写进全员邮件，对所有在铺AI的企业都是一记现实的耳光。
The Decoder：AI News精选AI 评分7171 Fable 5 在 RLI 基准中达成 16.1% 自动化率，较八个月前提升六倍
Remote Labor Index（RLI）衡量 AI 智能体完成 240 个付费自由职业项目（总值 14.4 万美元）的专业质量比例。最新结果显示，Fable 5 自动化率达 16.1%，是八个月前最佳系统 2.5% 的六倍多，也超过 Opus 4.8（8.3%）和 GPT-5.5（6.3%）。因美国政府限制访问，Fable 5 仅完成 218/240 个项目评估，最坏情况仍达 14.6%。Gemini 3 Pro 仅 1.25%，落后于更老模型。AI 裁判会高估模型表现（GPT-5.5 评分偏高近三倍），仍需人类评估员打开专业软件（如 Blender）检验几何模型等细节。测试环境为虚拟 Linux 机，配备 30 余款专业应用，每项目最多 24 小时计算时间。尽管自动化率快速攀升，多数项目仍无法达到专业质量。
推荐理由：自由职业自动化率八个月翻了六倍，这个数据比任何模型基准都更说明AI对真实工作的渗透速度。虽然顶级模型仍会'作弊'，但趋势已经形成，做自由职业平台和外包的人该认真看看。
Meta Engineering Blog精选AI 评分7171 Meta 大规模 AI 存储蓝图
Meta 运营数百 EB 级存储集群，基于 Tectonic 分层存储层构建 BLOB 存储架构，以应对两大挑战：最大化 GPU 利用率与研究迭代速度。传统 BLOB 架构的多层元数据查询可导致数百毫秒延迟，使 GPU 因 I/O 等待停顿。新架构将训练栈逐步迁移到 BLOB 存储接口上，利用闪存提供可预测的低 pMax 延迟，避免单 GPU 慢速拖慢整批任务。同时，统一的数据湖访问支持地理分布 GPU 间的数据高速注入与跨区移动，提升研究效率。
推荐理由：Meta的存储架构复盘给出了一条明确路径，从重写元数据到分层缓存，他们把GPU利用率和研究者迭代速度同时提升了一个档次，做AI训练平台的值得细读。