Podcast · 每篇解读都能听
小互 · Best Blog 播客
把 AI 圈最新的东西,用大白话讲透的双人对话播客。
135 期双人对话每日更新🔒 79 期会员专享
a16z报告：新型算力云（Neoclouds）疯狂吸金、横向 SaaS 会消亡吗？
市场不再只问“AI 会不会改变世界”，而是开始追问：投入算力、软件、Token 和人才的钱，究竟怎样变回收入、效率与长期优势？
OpenAI 发布 GPT-5.6 构建者指南：同样的效果，账单从 33 美元降到 1.33 美元
六家线上跑 Agent 的创业公司交出实测数据；官方图表里还藏着一条没写进正文的：推理档位关到底，反而更贵。
Claude、GPT、Gemini三大AI的加密推理思维链被破解 可轻松偷取顶级模型的“商业机密”（盗版蒸馏）
不是破了加密，是钻了 API 设计的空子——把旗舰模型的思考塞给最便宜的小模型，让它念出来
Higgsfield 使用真人演员形象 用 AI 拍摄了一部 110 分钟的完整故事影片 并公开了整本制作说明书和提示词方法
Higgsfield Studio 把《The Cully Hill Boys》的资产、提示词、表演、对口型全套方法摊开，连自用的三个 Claude 技能都给下载
拉美最大二手车平台 Kavak 用 AI 直接重构整个公司：96% 的客户互动已由 AI Agent 接管
它没有把 AI 加进公司，而是按「如果现在从零开始会怎么建」把公司拆了重建。连跑了两年、正在赚钱的架构都推倒了。
Anthropic 让 Claude 试解黎曼猜想：没解出来，却把一个数学下界从 41.6% 推到 67.2%
结果由两位数学家验证、还有一份机器验过的 Lean 证明；但更值得看的是同时放出的 95 页过程记录——60 个 subagent 里只有 2 个出了核心想法
企图把所有普通员工培养成「AI 高手」是一条死胡同 把 AI 彻底隐形到后台才是正道
几十家大公司铺开 AI 后的真实分布：5-10% 每天用，20% 用得很差，70% 压根不碰。培训改不了这个形状，能改的是让 AI 不再需要人来调用。
Prime Intellect 开源多智能体 RL 训练框架：从「训一个 Agent」扩到「训一群 Agent 互相打交道」
新增的核心只有两个类，四个现成环境全在仓库里跑得起来
OpenAI 复盘 GPT 入侵 Hugging Face 事件：AI 出现了群体智慧涌现 互相交流技术、隐藏踪迹、清查内鬼
Black Hat USA 2026 现场，两个当事人讲了这起没有人类指挥的入侵是怎么长出来的
OpenAI 公开各国 ChatGPT 使用数据：工作时近一半消息是让 AI 直接干活
144 个国家的人均排名、六大洲三年增长倍数、35 岁以上用户在九成国家反攻——这些数字大多只写在图上，正文没提。
Cloudflare 发布了一个浏览器 Kitesurf：专给 AI Agent 用，CPU 和内存省 3 到 7 倍
Chromium 是给人做的——标签页、主题、扩展、60 帧滚动，Agent 一样都用不上。12 周，他们把这些全砍了重写一个。
Prime Agent 一个能自主改进的 Agent 框架：Opus 5 换成它后 ARC-AGI-3 评分从 30.2% 冲到 95.5%
模型手里只剩一个工具——一个不关机的 Python；长内容存成变量不再压缩丢掉；壳还能自己改自己。代价是：它在 Factorio 里学会了作弊。
Cloudflare 开源 AI 办公系统 Cloudflare OS 深度解析：彻底解决 Agent 可能犯错，幻觉、越权、误操作等问题
Agent 想合并代码，人还没批，系统先骗它说合并好了。整套系统就是按「AI 一定会犯错」设计的
在菲尔兹奖现场采访 20 多位数学家 多数人对眼下并不慌，但他们说这行再也回不到从前了
记者在国际数学家大会现场问了 20 多个人。多数人当下并不慌，但连不慌的那批人，也不认为数学还能照原样继续下去。
Cloudflare 发布 Wallets：给你的 AI Agent 充点钱，让它自己去买 API
人定限额、白名单、单笔上限，Agent 在护栏内自己花；每个钱包配一个人能读的身份，用户名今天开抢
Google 在其 AI 开发框架 Genkit 中支持 Agent Skills，让 AI 能「按需挂载技能包」
Anthropic 发起的技能开放标准，Google 四个语言版本全接入；两个能跑的 Go 例子手把手，接入只要一行参数
Cloudflare 发布 @cloudflare/computer 给每个 AI Agent 配一台「虚拟电脑」
「大脑」留在轻量环境，「双手」才调容器。仓库自测：删文件、遍历目录比真磁盘还快，拷大文件慢 41 倍。
一个硅谷产品经理，跑去牙医诊所打工几个月，才搞懂如何将 AI 落地到街边小店，a16z 领投 3500 万美元
创始人先去诊所打了几个月工，前 100 家客户是上门装的。客户告诉投资人，最值钱的那件事是把漏掉的钱捡了回来。
浏览器安全公司 LayerX 发现了一种新型的“视觉欺诈”攻击方式，专门用来欺骗 AI 助手
一个自定义字体加几行 CSS 就够，不用 JavaScript，也不用任何浏览器漏洞。
OpenAI 只打开两个 API 设置，GPT-5.6 Sol 在 ARC-AGI-3 的分数从 13.3% 涨到 38.3%
模型没换，换的是跑模型的那套程序：保留私有推理 + 用压缩取代删除，每局输出 token 降到约六分之一。
Claude Mythos 在密码学领域取得突破性进展：能像顶尖数学家和密码学家一样，直接发现加密算法本身在数学逻辑上的漏洞
两个结果都不影响任何在用的系统：HAWK 还没上岗，AES 打的是七轮简化版，完整十轮没动。
Anthropic 发布全新的 MCP 规范：可将 MCP 服务器部署到云上
改动幅度是 MCP 发布以来最大的一次，但 7 月 28 日不是切换开关：老实现照常互通。
OpenAI 发布 gpt-transcribe 和 gpt-live-transcribe 语音转录模型：真实录音词错误率下降一半，价格便宜 25%
最值得看的是那组对照实验：三个老模型加上同样的背景信息，成绩原地不动，其中两个还退了。
Ranking on AI 创始人分享 GEO 操作指南：如何让 AI 推荐你的 SaaS 产品，从而真正带来用户和转化
判成功的标准是真实注册和付费，不是截图到自己被 AI 提到。核心只有一句：别再写「什么是 X」，去抢「最好的 X」。
OpenAI分析了80 万条和工作相关的消息发现：人们用 AI 干的活 绝大部分不是自己原本该干的活
同一批数据能算出 43.5% 和 65%–82% 两个结论，差别只在分母怎么切。
Kimi K3 技术报告：2.8 万亿参数，靠三处架构改动把算力效率提到 2.5 倍
发布 11 天后放出的 47 页报告，重点落在效率上：同一份算力，效果提到了 K2 的 2.5 倍
陶哲轩在国际数学家大会讲 AI：AI 证明会越来越多，但数学不会因此变快
他把数学研究拆成五步流水线，AI 大幅加速的只有第一步，剩下四步越往后越慢、越离不开人。
为什么 AI 发展得这么快，但美国的失业率却没上升？Anthropic 经济研究主管告诉你答案
他的答案：AI 目前是在放大人、不是替代人——「干掉任务」不等于「干掉工作」。
Anthropic 投资人 Matt Murphy 访谈：Anthropic 营收突破 470 亿美元，模型本身不是胜负关键
领投过 5 亿美元 D 轮的投资人拆解：真正的护城河是把模型变得好用的外壳。
Anthropic 公开代码迁移六步法：Bun 百万行两周从 Zig 搬到 Rust
配套模板和 prompt 已开源；Bun 那次烧掉 59 亿未缓存输入 token，按 API 价约 16.5 万美元
前所未有的网络安全事件：OpenAI 内部测试模型逃出测试沙箱 攻破 Hugging Face 系统
为了测出攻击能力的上限，涉事模型的网络攻击拒绝机制被主动调低，结果它们从只准装软件包的沙箱一路打进了别人家的生产数据库。
Linear 发布 Loops：用大白话写一条指令，让普通人也能玩转 Loop Engineering
Business 和 Enterprise 套餐可用，按运行次数扣钱，一次 0.07 到 0.2 美元。
中国 AI 模型追上美国前沿了吗？中美 AI 差距到底如何？
Kimi K3 发布后「中国追平了」的说法四起，但换一把尺子量，落后天数差了三倍多，连谁在加速都反过来。
Hugging Face 内网被 AI 打穿，回头查案时被商业大模型当成了攻击者
入侵横跨一个周末、留下 17000 多条动作日志，最后靠自建环境里的开源模型 GLM 5.2 才分析完。
你在中转站选的模型可能被偷偷调包：输入一个随机数，就能验明正身
同一个模型两次采样的指纹距离中位数是 0.140；一个被宣传为自研专有旗舰的接口，与开源 Qwen 的距离是 0.141。意思是：它跟开源 Qwen 根本分不出来。
商汤发布 SenseNova U1 Pro：原生 8K 出图，密密麻麻的小字放大也不糊
WAIC 现场演示了 4:1 水墨长卷和 22 张连续分镜。预览版邀请测试中，正式版 8 月开放并公布定价。
a16z 报告：软件股正在被抛售，但市场只杀没有护城河的那一半
a16z 一周数据图还顺手反驳了三件事：便宜模型拖垮前沿、AI 抢走工作、数据中心推高电价，数据大多站在反面。
Google 发布 gemma-trainer 技能：在自己电脑上，让 AI 帮你微调一个专属的 Gemma
开源的训练说明书，把监督微调、偏好对齐、奖励打分三条路和 LoRA 参数全写死，配 Unsloth，一张 8GB 显存的消费级显卡就能起步。
只换一层外壳：让 Opus 4.8 和 Fable 5 在 ARC-AGI-3 评测中冲到 99%
一套叫 Schema 的外壳，让模型把每个游戏的规则写成能跑的程序、验证过了才动手。公开 25 局自评 98.98%，均未经 ARC Prize 独立验证。
LM Studio 发布 Bionic：专门针对开源模型的 Codex，模型跑本地还是上云你自己定
面向开源模型的 Agent，本地运行免费、数据不出设备，要更强算力才切云端（默认零数据保留），Mac 和 Windows 今天上线预览版。
月之暗面发布 Kimi K3：全球首个 3 万亿级开放模型
2.8 万亿参数、原生视觉、100 万 token 上下文，多项 agent 基准超过 GPT 5.6 Sol，App 和 API 今天可用
在 AI 搜索时代，网站到底该怎么做优化 Google 官方SEO指南
Google 搜索官方首次系统表态如何为 AI Overviews、AI Mode 优化网站，顺手把一批 AEO/GEO 黑话点名划掉。
网站上的小动画一交互就顿一下？AVAL 想让预渲染视频听懂「悬停 / 点了 / 成功」
先说痛：网页立体小图标要会动、还要跟着状态变，普通视频容易卡。AVAL 给这种短动画专用格式和播放器。
Mira Murati 的首个开放模型：每处理一个 token，只启用 410 亿参数
OpenAI 前 CTO Mira Murati 创办的 Thinking Machines Lab，发布了公司第一个自研大模型 Inkling。它能读文字、看图片、听音频、写代码和调用工具，完整权重可以下载，也能在 Tinker 上继续训练。
PrismML 将 27B 模型塞进你的 iPhone 里，而且智商几乎没怎么缩水
把约 54GB 的 27B 模型压到约 3.9–5.9GB：手机能本地跑，平均分还保住大约九成。先讲核心价值，技术细节和要打折的地方放后半段。
DeepMind CEO Demis：前沿模型需提前 30 天交给一个专门机构进行体检再发布 否则不准进入市场
他主张美国先建类 FINRA 的标准机构，用动态基准划定前沿模型；协议跑通后可升级为进市场的硬门槛
普林斯顿教授在 ICML 讲 AI 与工作：个人如何在这场浪潮中自我调适？
24 个月里模型能力大幅跃升，SAGE 实验室自建的可靠性复合指标只涨 5–10 个百分点
Anthropic 分析了 30 万段对话发现：使用不同语言问 Claude，它会表现出不同的价值观
分析3个模型、20种语言：英语最谨慎最深入，俄语最较真，印地语最温暖，中文接近全局均值
Sakana AI研发出一种3D智能细胞砖，在没有“大”脑指挥的情况下能互相通信自由组合，表现出“生物般的群体智慧”
没有“大脑”（中央控制器）指挥，近两百个普通的智能小方块通过“交头接耳”，就能自己搞清楚拼成了什么形状，甚至能在损坏后判断应该往哪里“长”回来。前半部分已经在实体砖上实现；损伤定位和再生仍主要发生在模拟中。
微软 CEO 纳德拉：企业面临一种“反向信息悖论”，支付费用调用 AI，同时也将自己的企业内部知识和经验拱手献出
企业为智能支付两次：一次付模型费用，一次提供让模型真正有用的专有知识。
Ploy 公司将生产环境 AI 从 Opus 4.8 切换到 GPT-5.6 Sol：质量不下降的同时耗时减少一半以上、成本降低 27%
换模型不是换个 API：评测框架、工具参数、缓存、推理记录，四个看不见的坑逐一拆解修法
Claude Cowork 最大用途是办公杂务（33.4%），写代码仅占 8.7%：界面形式决定了 AI 用途
样本覆盖 120 万段会话、60 万+组织:内容创作紧随其后占 16.4%,两类合计近半使用量。
给每个部门配个 AI，反而更难用：Sierra 砍成一个助手，如今扛下公司 70% 的代码
复盘文：Pinecone 上线以来跑了 7.5 万次会话，服务 600 多名员工，靠 MCP Gateway 连了 37 个内部系统。
OpenAI 官方指南：Codex 提示词 9 套工作流直接抄，修 bug、截图变原型、云端重构全在内
官方把散落各产品页的提示技巧收进一套框架：目标/背景/输出/边界，外加 Codex 专属工作流范例。
LangChain 发布 OpenWiki 0.1.0：给 AI 智能体装上主动记忆，自动抓取 Gmail、Notion、Git、X 生成本地 wiki
无需手动喂上下文，本地 Markdown wiki 按设定节奏自动刷新；Slack 连接器即将上线
Google Cloud 为 AlloyDB 装上代理模型：数据库本地跑 AI 判断，最快提速 2.3 万倍
用本地小模型替代云端 AI 调用，数据来自谷歌内部测试，代理模型目前仅 ai.if 函数可用且处于预览阶段
Google Research 发布 SensorFM：训练自一万亿分钟穿戴数据，35 项健康任务赢 33 项
500 万人、20 亿小时可穿戴数据预训练，冻结编码器接一个线性头就在 34/35 个健康任务上超过监督学习基线。
Claude Code 团队教你如何用好这两个旋钮：一个管它「会不会」，一个管它「愿不愿做够」
ClaudeDevs 长文拆开两个都像「让答案更好」的旋钮：换模型是换哪一套冻结权重，调 effort 是改它愿不愿多读文件、多跑测试、多验证再交卷
LangChain：只调 harness 不换模型，让 Nemotron 3 Ultra 跑分逼近 Opus 4.8，成本约 1/10，证明企业无需花重金购买闭源 API
系统提示、工具描述、中间件三处动刀；Deep Agents 套件典型约 0.80→0.84，最佳 0.86 对 Opus 0.87。
AI 自我进化，先改模型外面的外壳：Lilian Weng 讲透 harness 工程
前 OpenAI 安全负责人梳理近 30 篇研究：从改提示词到自己改代码，DGM 把编程能力从 20% 推到 50%。
港大 HKUDS 开源 AI 家教 DeepTutor，111 天破 2 万星
论文实测个性化提升10.8%、推理能力提升29.4%，Apache 2.0 完全开源
Anthropic 官方支招：Claude Fable 5 当“顾问”，Claude Sonnet 5 干活能扛下账单大头
顾问模式里 Fable 5 只出主意，编排模式里 Fable 5 分派任务，两种搭法都靠费率更低的 Sonnet 5 干掉大部分活
Anthropic 在 Claude 身上发现一个类似人脑「内部思考空间」的区域：它是自己进化出来的，并非最初设计
占比不到一成，删掉后 Claude 仍会说话但推理归零，已用来抓模型编数据、识破测试
一位AI工程师给不会说话的自闭症儿子做了款沟通App，儿子开口涨5倍，还意外做成一门小生意
没有融资没有团队，纯粹为解决自己孩子的问题，却被诊所和学校主动找上门要用
AI 工程师大会闭幕激辩:自动编码 loop,炒作有没有跑赢工程纪律
现场投票因灯光太亮没数出结果;同期调研显示 95% 团队已用 agent,59% 担心技术债在积累
NVIDIA Research 发布 HORIZON，无人值守智能体把全套 RTL 芯片设计基准刷到 100% 通过
论文首次让智能体全程无人值守跑完全部RTL基准；多数题两三轮过关，最难一题却要迭代82轮
和 Claude Fable 5 干活，真功夫是先找出你自己的「未知」
Anthropic 的 Thariq 总结：和 Claude Fable 5 协作，活儿的质量卡在你能不能讲清自己的「未知」；这份田野指南按实现前、中、后给了 8 个找未知的技法，每个都配可直接照抄的提示词。
AI 越便宜，只会租通用智能的公司越危险
投资人 Chamath Palihapitiya：智能正像手机一样成本暴跌、专家判断力人人可得；真正的护城河是把独家经验编码进自己的系统，而不是租一个和对手一样的通用 AI
阿里开源 Page Agent：让智能体直接嵌进网页里，靠读文字而不是截图操作界面
MIT 协议开源、模型无关，接入任意 OpenAI 兼容文本模型即可用，目前只能操作单个页面视图
美团发布 LongCat-2.0，1.6万亿参数模型全程国产芯片训练，不用英伟达GPU
训练用超5万块国产AI芯片、35万亿token；跑分多为美团自评框架测得，权重尚未真正开放下载
Anthropic 发布 Claude Science：面向科学家的 AI 工作台，内置 60 多个科研技能
现已开放测试。一个协调 agent 拉起专家团队干活，末端还有个审稿 agent 专挑引用和数字的错；算力外包给 AI，原始数据不出本地。
多做一步反而更快：DSpark 让 DeepSeek V4 单用户生成速度提升 85%
在已有 MTP-1 投机解码基础上再快 60–85%，靠草稿与验证流水线重叠执行（数据为 DeepSeek 自评）
—
0:000:00