IT之家8 月 14 日消息，SpaceX 完成了对 AI 编程初创公司 Cursor 的 600 亿美元（IT之家注：现汇率约合 4,054.22 亿元人民币）收购。对于马斯克而言，这笔交易是追赶 Anthropic 和 OpenAI 的重要一步。监管文件显示，收购于当地时间 8 月 14 日正式生效。SpaceX 两个月前已经宣布与 Cursor达成收购协议。据彭博社报道，作为科技行业有史以来规模最大的收购之一，SpaceX 希望借助 Cursor 加快开发更先进的 AI 工具，用于简化编程等任务。编程已经成为 AI 领域利润丰厚的重要市场。马斯克旗下 AI 业务目前名为 SpaceXAI，此前在企业市场的普及程度有限，也经历过多轮裁员和重组。Cursor 于 2023 年推出 AI 编程助手，帮助程序员提高代码编写和调试效率。随着越来越多软件开发人员开始使用能够根据聊天机器人提示词直接生成和构建软件的工具，Cursor 迅速成长为全球增长最快的初创公司之一，并成为科技行业“氛围编程”浪潮中的重要参与者。收购完成后，Cursor 联合创始人将跻身亿万富翁行列，团队也可以使用 SpaceX 储备的大量先进 AI 芯片。Cursor 通过博客文章宣布：“我们将能够使用全球规模最大的 GPU 集群，获得充足算力来开发能力更强、运行成本更低的模型。”双方在交易正式完成前已经开始合作。SpaceX 和 Cursor 于 7 月推出首个联合模型 Grok 4.5，主要用于编程、金融和法律任务。两家公司称，Grok 4.5 的使用成本低于其他竞争模型。SpaceX 随后又推出 Grok Bot，由一组 AI 智能体全天接收并完成任务，同时发布了升级后的 Grok 4.6 模型。SpaceX 还签署了多笔价值数十亿美元的协议，向 Anthropic 和谷歌等公司开放算力资源。本月早些时候，马斯克在 SpaceX 员工会议上称，公司必须在软件方面取得成功。到 9 月，AI 收入将超过 SpaceX 其他所有业务收入的总和。

Qwen-Audio-3.0-Realtime – 阿里推出的实时语音交互模型AI工具1个月前发布AI小集03Qwen-Audio-3.0-Realtime是什么Qwen-Audio-3.0-Realtime 是阿里通义团队推出的实时语音交互对话模型，提供 Plus与 Flash双版本。模型在毫秒级响应的同时保持高推理深度，支持无指令 Agent 工具自调用、动态情感语气调整与双工对话。Qwen-Audio-3.0-Realtime基于 On-Policy Distillation 与多教师蒸馏技术，将文本大模型能力迁移至语音模型。模型已上线阿里云百炼平台，适用智能客服、教育培训、情感陪伴等场景。Qwen-Audio-3.0-Realtime的主要功能双版本架构：提供 Plus与 Flash两个版本，分别适配不同场景需求。毫秒级响应：针对日常对话等时延敏感场景直接生成回复，无需等待完整推理链。无指令工具调用：无需用户明确说出”打开XX”，模型自行判断并调用外部工具，结果自动融入多轮记忆。动态情感表达：根据语境调整语气、节奏、音调与情感，支持笑声、叹息等副语言信号。双工对话：内置多模态感知双工控制子模型，实现边说边听、随时打断与插话。声纹锁定：通过 audio_prompt 字段上传音频样本，锁定特定说话人并聚焦对话。Qwen-Audio-3.0-Realtime的技术原理On-Policy Distillation：将文本大模型完整推理能力蒸馏至语音模型，语音模型生成回答时由文本大模型实时纠正。多教师蒸馏：引入口语、通用、Agentic、音频理解四位教师，分别保障口语化表达、基础推理、工具调用与音频语义理解。双工控制子模型：分析音频信号、语义内容与说话人声纹特征，判断交谈节奏，实现抗噪声干扰与多说话人切换。端到端架构：将语音理解、推理与生成一体化，避免传统级联方案的信息损耗。FunctionCall 协议：基于标准协议实现 MCP、API、知识库的无缝接入与上下文记忆融合。如何使用Qwen-Audio-3.0-Realtime访问平台：登录阿里云百炼控制台，进入模型广场。选择模型：根据需求选择 Qwen-Audio-3.0-Realtime-Plus 或 Flash 版本。获取权限：按指引开通模型服务并获取 API 密钥。接入应用：通过 API 或 SDK 将模型集成至自有应用或智能体。配置工具：基于 FunctionCall 协议接入 MCP、API 或知识库。定制声纹：通过 audio_prompt 字段上传音频样本，锁定特定说话人。Qwen-Audio-3.0-Realtime的核心优势推理与速度兼得：Plus 版在 VoiceBench 口语 prompt 下仍保持 90.5 分，Flash 版多轮音频对话中口语衰减仅 5.5 分，毫秒级响应不掉智商。基准测试领先：Preview 版本曾在 Artificial Analysis 语音推理与对话流畅度双指标登顶 97.6% 与 97.8%，Plus 版 VStyle 中文榜并列第一。无感工具调用：无需明确触发词即可自行调用 MCP、API 与知识库，调用结果自动融入多轮记忆，后续追问直接复用。真人级共情表达：根据语境动态调整语气、节奏与音调，通过笑声、叹息等副语言信号实现自然情感回应。抗干扰双工对话：内置多模态感知双工控制子模型，嘈杂环境不误打断，多人讨论中锁定主对话对象。声纹聚焦能力：支持通过 audio_prompt 上传音频样本锁定特定说话人声纹，实现多说话人场景精准聚焦。Qwen-Audio-3.0-Realtime的同类竞品对比维度Qwen-Audio-3.0-RealtimeGPT-4o Realtime推理性能VoiceBench 口语 90.5，口语衰减仅 2.0推理能力强，口语化场景适应良好工具调用无需明确指令自调用，支持 MCP/API支持工具调用，通常需明确触发或文本确认情感表达VStyle 4.22 SOTA，动态语气与副语言信号语音自然度高，情感表达丰富双工交互内置多模态双工控制，抗噪并锁定主对象支持实时双工对话，打断处理流畅开放接入阿里云百炼 API，支持第三方应用集成OpenAI API 生态，支持多平台接入Qwen-Audio-3.0-Realtime的应用场景智能客服：毫秒级响应用户咨询，自动调用订单查询与售后工具完成闭环服务。教育培训：实时口语陪练与纠错，动态调整语气鼓励学习者，支持多轮对话练习。情感陪伴：通过笑声、叹息等副语言信号共情回应，提供自然情绪支持与人际互动。办公会议：锁定主发言人声纹，实时记录要点并调用日程、邮件工具同步执行。娱乐互动：支持辩论、角色扮演等沉浸场景，随时打断插话，增强游戏与直播体验。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇X2.0 - Xmax AI 推出的全球首个实时交互视频生成模型下一篇MiniMax Code - MiniMax 推出的桌面端 AI Agent 编程工具相关文章Florence-VL – 微软和马里兰大学共同开源的多模态大语言模型AI小集2毕业宝 – AI学术辅助助手，支持论文降重、改写AI小集3SPIKY.AI – 销售AI助理，实时洞察分析销售通话，即时调整策略AI小集2Dubbing v2 – ElevenLabs 推出的 AI 配音模型AI小集2GLM-4-Plus – 智谱AI最新推出的旗舰大模型，性能全面提升AI小集13StarRocks MCP Server – StarRocks 推出的MCP服务器工具AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录OnSoloEpixa知漫剧QwenPawRenoiseLawbot脱敏猫最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！4小时前HiDream-O1-World – 智象未来推出的全模态交互式世界模型4小时前DeepSeek Harness Desktop – 开源的 DeepSeek Harness 桌面端4小时前dsh-TUI – 开源的 DeepSeek Harness 终端界面插件10小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用13小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体1天前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台1天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据2天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型3天前dots3-note preview – 小红书开源的多模态 MoE 模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent3天前

Qwen-Audio-3.0-TTS – 阿里通义千问推出的语音合成模型AI工具4周前发布AI小集03Qwen-Audio-3.0-TTS是什么Qwen-Audio-3.0-TTS 是阿里通义千问推出的语音合成大模型，包含面向实时交互的 Flash 版与面向高质量生成的 Plus 版。模型在 Artificial Analysis 全球 TTS 榜单中斩获冠军，支持细粒度标签控制、自然语言指令定义声音风格，覆盖 16 种语言与 20 种中文方言，音频输出提升至 48KHz 录音棚级品质，单次合成最长 3 分钟。Qwen-Audio-3.0-TTS的主要功能细粒度标签控制：文本中嵌入[gasp]、[giggles]、[angry]等结构化标签，精准调控语气、情绪与呼吸细节。Free-style 指令控制：用自然语言描述角色、情绪、场景、语速，无需专业声学知识即可定义声音风格。多语种与方言：覆盖中英日韩德等 16 种语言，支持广东、重庆、东北、上海等 20 种中文方言，10 种语言词错误率 SOTA。复杂声学鲁棒性：原生嵌入语音增强能力，在高噪声、高混响环境下仍能准确克隆音色。精品音色库：提供指令风格音色、方言音色、细粒度控制音色及 14+ 小语种音色，开箱即用。48KHz 高品质输出：从 24KHz 升级至 48KHz，单次合成最长 3 分钟。Qwen-Audio-3.0-TTS的技术原理双轨混合流式生成架构：采用 Dual-Track LM 架构，单一模型同时支持流式与非流式生成，输入单个字符可立即输出首包音频，端到端合成延迟低至 97ms。离散多码本语言模型：基于离散多码本 LM 实现全信息端到端语音建模，完全绕过传统 LM+DiT 方案中的信息瓶颈与级联错误，显著提升泛化能力与生成效率。双分词器设计：25Hz 分词器：单码本编解码器，强调语义内容，与 Qwen-Audio 无缝集成，通过块级 DiT 实现流式波形重建，适合高质量非流式场景。12Hz 分词器：12.5Hz、16 层多码本设计，实现极端比特率压缩，配合轻量级因果 ConvNet 完成超低延迟流式重建，适合实时交互。大规模多语种训练：在超过 500 万小时、覆盖 10 种语言的语音数据上训练，支持 3 秒极速语音克隆与基于文本描述的声音设计（Voice Design）。指令驱动的声学控制：将语音控制视为语言建模任务，通过 ChatML 格式的自然语言指令，灵活操控音色、情绪、语速、角色等多维声学属性，实现所想即所听。如何使用Qwen-Audio-3.0-TTS选择版本：Plus 版：追求极致音质与表现力，适合影视配音、有声读物等场景。Flash 版：追求低延时实时交互，适合直播、对话机器人等场景。接入平台：访问阿里云百炼控制台，搜索并开通qwen-audio-3.0-tts-plus或qwen-audio-3.0-tts-flash服务。调用 API：通过标准 API 传入文本，可附加结构化标签或自然语言指令，获取 48KHz 合成音频。选用音色：从精品音色库中选择预设音色，或上传参考音频进行音色克隆。Qwen-Audio-3.0-TTS的核心优势榜单性能领先：在 Artificial Analysis 全球 TTS 榜单中夺冠，16 种语言说话人相似度评测 Plus 版全胜，10 种语言词错误率 SOTA。双版本覆盖全场景：Flash 版首包延时 97ms，满足实时交互；Plus 版 48KHz 输出，满足影视级品质需求。细粒度表现力：支持[angry]、[gasp]等结构化标签与 Free-style 自然语言指令，精准控制情绪、呼吸、语速与角色。多语种与方言：覆盖 16 种语言与 20 种中文方言，通过专项训练缓解”方言特色弱化”问题，还原母语者真实韵味。声学鲁棒性：原生嵌入语音增强能力，在高噪声、高混响环境下仍能准确克隆音色，无需安静录音环境。极速克隆：仅需 3 秒参考音频可完成语音克隆，支持基于文本描述的声音设计（Voice Design）。Qwen-Audio-3.0-TTS的项目地址项目官网：https://funaudiollm.github.io/qwen-audio-3.0-tts/Qwen-Audio-3.0-TTS的同类竞品对比维度Qwen-Audio-3.0-TTS-PlusElevenLabs v3榜单排名Artificial Analysis 第 1未进前 3采样率48KHz通常 44.1KHz标签控制原生支持结构化标签需通过 Prompt 间接控制方言支持20 种中文方言有限多语种 SOTA10 种语言词错误率最优部分语种领先噪声鲁棒性原生语音增强依赖干净参考音频API 定价$27.6 / 1M 字符约 $11 / 1M 字符Qwen-Audio-3.0-TTS的应用场景影视与游戏配音：通过结构化标签精确控制情绪起伏与呼吸节奏，实现角色化表演级语音合成，满足动画、影视剧及游戏角色的高表现力需求。有声读物与播客：用自然语言指令定义旁白风格与讲述节奏，单次最长 3 分钟的高品质 48KHz 输出，支持批量生成长篇音频内容。智能客服与助手：Flash 版 97ms 超低首包延时配合 20 种方言支持，实现自然流畅的实时语音交互，显著提升用户服务体验。在线教育：克隆教师音色并配合语速与情绪控制，生成个性化教学语音，支持多语种课程内容的本地化语音生产。直播与实时互动：Flash 版低延迟特性适用于实时弹幕朗读、虚拟主播口播及直播带货等需要即时语音反馈的场景。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇MiniCPM-Robot - 面壁智能开源的具身智能 VLA 模型系列下一篇LoHoSearch - 美团推出的下一代搜索智能体评测基准相关文章Coral NPU – 谷歌推出的全栈开源AI平台AI小集2DynaMem – 纽约大学和Hello Robot推出的动态空间语义记忆系统AI小集2TEN Agent – 开源的实时多模态 AI 代理框架AI小集4EdgeBench – 字节跳动推出的 AI 学习能力基准测试框架AI小集2The AI Scientist-v2 – 通用端到端 AI 系统，自动探索科学假设生成论文AI小集2IndexTTS2 – B站开源的最新文本转语音模型AI小集5暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录OnSoloEpixa知漫剧QwenPawRenoiseLawbot脱敏猫最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！5小时前HiDream-O1-World – 智象未来推出的全模态交互式世界模型5小时前DeepSeek Harness Desktop – 开源的 DeepSeek Harness 桌面端5小时前dsh-TUI – 开源的 DeepSeek Harness 终端界面插件11小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用14小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体1天前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台2天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据2天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型3天前dots3-note preview – 小红书开源的多模态 MoE 模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent4天前

感谢IT之家网友Skyraver、华南吴彦祖的线索投递！IT之家8 月 17 日消息，据彭博社报道，支付巨头 Stripe 已经敲定收购 AI 基础设施初创公司 OpenRouter 的交易，收购金额超过 70 亿美元（IT之家注：现汇率约合 473.24 亿元人民币）。OpenRouter 主要帮助用户根据具体需求和预算，在不同 AI 模型之间进行选择，从而为不同任务匹配合适的模型。该公司今年 5 月宣布完成 1.13 亿美元（现汇率约合 7.64 亿元人民币）B 轮融资，当时估值达到约 13 亿美元（现汇率约合 87.89 亿元人民币），投资方包括红杉资本（Sequoia）、Andreessen Horowitz、Menlo Ventures 以及 Alphabet 旗下 Capital G 等。OpenRouter CEO Alex Atallah 当时曾将公司称为“AI 领域的 Stripe”，这是因为 OpenRouter 能够为用户提供统一的访问入口，让用户使用不同 AI 模型，同时避免被单一模型或供应商锁定。该公司还声称目前平台全球用户数量已经达到 800 万，可提供超过 400 种 AI 模型的访问服务。IT之家注意到，上个月《华尔街日报》曾报道称，Stripe 与 OpenRouter 正在就收购事宜进行谈判。如今彭博社进一步报道称，双方已经达成交易，收购价格超过 70 亿美元（现汇率约合 473.24 亿元人民币）。如果交易最终完成，Stripe 将以超过 OpenRouter 上一轮融资估值 5 倍的价格将其收入囊中，也将成为近年来 AI 基础设施领域规模较大的收购案之一。

就在刚刚，DeepSeek 正式发布了首款 Agent 产品，DeepSeek Harness。早在 V4 Flash 正式版更新日志里，除了直接对标 Claude Opus 模型的 benchmark 成绩，还有一行说明写着「正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness 极简模式（即将发布）作为框架进行测试。」APPSO 在发布之前拿到了 DeepSeek Harness 的内测资格，管理项目、长任务协作、多 Agent 编排、上下文管理以及联网搜索和 Skill 等等，这些本地 Agent 工作台该有的功能，DeepSeek Harness 全部都有。▲ DeepSeek Harness 自己描述的与 Codex 的区别但如果只是用「DeepSeek 版 Codex」来形容它又肯定不够，自定义的 Agent 预设，可重建的会话，以及强大的插件功能，都让 DeepSeek Harness 变得和传统的 Codex 类产品不太一样。当 DeepSeek 也开始争夺模型输出之后的 Agent 执行层，这个姗姗来迟的 Harness 除了可以让手上本就「物美价廉」的 DeepSeek 模型更好用，更重要的是，它或许会改变我们使用 Agent 的习惯。先来认识一下 DeepSeek Harness以下功能和界面等内容均来自内测版，可能与正式版略有出入，以正式发布的版本为主。第一眼看和市面上大多数的本地 Agent 产品没什么两样，左侧边栏从上到下依次是「新建会话」、「工作区」，以及不同工作区/文件夹内的多个会话。对话的设置部分，我们可以切换不同的工作区，不同的模型和思考深度，一共有 Off、High、Max 三档推理等级，还有允许 DeepSeek Harness 可访问的权限。和一般的 Codex 产品只区分日常/办公、办公/代码等工作场景不同，DeepSeek Harness 使用一套「Agent 预设」来应对不同的任务。在 V4 Flash 正式版中提到的极简模式（minimal），正是 Harness 内置的四种 Agent 预设之一，它适合用于简单修改、测试最小 Agent，没有压缩、搜索、Skill、计划和子 Agent 这些功能。▲ 写作工作台是我们自己创建一个 Agent 预设另外三种预设模式分别是适合用来日常写代码、修 Bug、分析项目，以及默认选择的标准模式（standard）；处理大批量搜索、并行读取和多步骤自动处理的代码模式（code）；以及能开发新的 Agent 预设或插件的创造模式（cordis）。不同的 Agent 预设模式可使用的命令不同，我们也可以直接在输入框内使用「/」快速选择不同的指令或 Skills。标准模式、代码模式和创造模式，都包含有对话压缩、目标、计划等命令，而极简模式下，只有目标命令。用创作模式自定义 Agent 预设对于什么是 Agent 预设，以及几款 Agent 预设的具体区别，我们还能在设置页面看到详细的情况。预设即一个会话的 Agent 所运行的插件组装 —— 它的工具、提示词与能力。复制一份既有预设改成自己的，或用「创造模式」让 Agent 帮你创建。如果说模型等于大脑，决定基础的推理和理解能力；Skill 等于一份操作手册，告诉模型遇到某类任务时，具体怎么做；Tool / 插件 相当于软件和权限，它决定了模型能否搜索、改文件、运行命令、收发邮件等。那么 Agent 预设就是一个岗位＋工作环境，身份、长期规则、可用工具、工作方式，都由 Agent 预设决定。一个 Agent 预设通用由一份配置文档构成，文档内把 Agent 的系统提示词、工具、上下文压缩和多 Agent 能力完整组合起来。我们也新建了一个专门用于写作的 Agent 预设，在这份预设内，不仅可以使用文件进行配置，还能引入文件夹，加入不同的 Skill，来让自己的 Agent 更加完善。▲ 自定义写作工作台 Agent 预设文件夹内包含的信息DeepSeek Harness 内也提供了「用创作模式自定义预设」的方法，就像大多数 Agent 用对话创建 Skills 一样，我们可以一步步要求 Harness 创建一个自己的 Agent 预设。在设置页面，我们还能看到模型的配置，DeepSeek Harness 允许我们接入不同的第三方大模型，默认提供方包括 Kimi、OpenAI、Anthropic、Google 等将近 40 个大模型厂商。一切都是插件化运行最后一项设置是 DeepSeek Harness 这次的重头戏——插件，DeepSeek Harness 在内测产品中介绍里写着「Everything is a plugin」，一切皆插件。这个插件有多离谱，在内测的项目仓库里，参与内测的用户短短几天的时间就已经开发了约 300 个插件。有的插件能把 DeepSeek Harness 整个的工作界面修改，有的可以像 Codex 一样接入自定义桌面宠物，还有针对对话界面的优化，以及为 DeepSeek Harness 带来「跨会话长期记忆 + 后台自我进化」能力的纯插件实现。虽然最底层的记忆依然是本地文件，但这套插件并没有把「长期记忆」做成传统的向量数据库 + RAG，而是通过本地文件持久化 + 分层上下文注入 + LLM 自我整理，形成的一套完整系统。插件的能力还在于能实现模型的自我进化，定期让 LLM 回头审视自己的完整工作上下文，把临时经验压缩成长久知识。▲使用该记忆插件的 DeepSeek Harness 界面但无论是记忆插件，还是皮肤插件，这些都只是插件能力的冰山一角。在 DeepSeek Harness 的开发文档里，从架构层面来说，插件几乎就是 DeepSeek Harness 的主打，模型、工具、策略、存储、上下文和界面都能通过插件进行替换或组合。通常我们理解的插件是给当前的产品增加一些小功能，就像 VS Code 里有着丰富的插件系统，或者是 Chrome 浏览器，我们能安装不同的插件，增加浏览器对应的能力。Codex 应用内也有大量的插件，像是计算机使用、Chrome、Notion 等等对应不同的工具和服务。但 DeepSeek Harness 这次给出的插件，是在 Agent 的大脑、工具箱、规则和界面里加能力，它更深入、更自由。如果你嫌 DeepSeek 官方界面太简洁，不妨加点广告。▲ 内测用户自己开发的 DSH 插件，能够直接修改页面 UI举个例子，一个 Agent 的「标题生成插件」，通常是在对话里增加一个按钮或命令，点击后调用 AI 根据已有命令处理。一个 DSH 的「写作插件」，则可能同时做到：给 Agent 增加 /headline 等能力；注册一个模型可以自主调用的标题工具；换掉系统提示词和写作规则；接入我们的各类 Skills； 增加网页检索或外部 MCP；保存文章素材和长期偏好；在 DeepSeek 的交互页面中增加写作面板；限制这个 Agent 可以使用哪些 Shell、文件或网络工具……等等。市面上插件功能同样强大的产品可能是 Pi Agent，它也可以通过 Extension 改写工具、模型请求、会话行为和终端界面。▲ Pi 的介绍写着「有很多 Agent，但这个才是你的」Pi 让一个 Coding Agent 可以任意扩展；DSH 则试图让整个 Agent 产品都由插件重新组合。用起来怎么样很难想象吧，以快著称的 DeepSeek，有一天运行一项编程任务的时间也会来到半个多小时。为了观察执行层能给同一个模型带来多大变化，我们让 DeepSeek-V4-Flash 分别在 DeepSeek Harness、Reasonix 和 Codex 中完成同一个 Three.js 滑沙游戏。先看使用 V4 Flash 在 DeepSeek Harness 中的表现，基本上没有太多可以挑剔的 Bug，玩家一开始就在滑行，完全遵守核心玩法，穿过下坡途中的每个门，最终抵达沙漠绿洲。而使用刚刚上新的 V4 Pro，用时更长，表现反而更没那么好。虽然界面似乎有更加精美了一点，太阳光沙漠都更自然，但是金字塔等元素又很抽象。▲ 使用 DeepSeek V4 Pro 正式版，在 DeepSeek Harness 内生成Reasonix，据说是最适合 DeepSeek 的第三方 Agent ，我们让它处理了同一个任务，看看 V4 Flash 正式版模型，在不同的 Harness 应用中，表现会有什么不同。同样是最高等级的推理，差别真的很大。首先是整体画面的美感就完全不如 DeepSeek Harness 所交付的「金黄、快速、阳光明媚、清晰明朗」，其次虽然游戏同样能玩，但是太过于简陋，渲染的金字塔、人物、天空都很粗糙，不像是一款 3D 游戏。而如果是 Codex+DeepSeek V4 Flash 的组合呢，一开始我们在本地新建了一个文件夹，Codex 的处理方式很聪明，他说他自己先扫描了一遍本地文件夹，发现了另一个项目中存在一个 3D 库的复制文件。接着他又找到了我使用 DeepSeek Harness 创建的 pyramid-speed-run 项目，他说他要先看看那个是怎么处理 3D 库文件的，但是他不会直接复制，然后把那个项目作为一个原型参考，开始构建自己的项目。一个是允许他继续参考做出来的网页，一个是我们新开了一个对话，让 Codex 完全依靠自己的工具处理的网页。▲ 使用 V4 Flash 正式版的 Codex，干净工作区组▲ 使用 V4 Flash 正式版的 Codex，受污染上下文组两个版本似乎都比用 Reasonix 要更好，和 DeepSeek Harness 版本相比，似乎还是 Harness 版本给人沉浸感更强。「受污染」版把色彩调好的同时，但是金字塔完全不像是金字塔。而从 0 开始做的版本确实有 Codex 的感觉，整体画面更明亮，也更简单。就像 V4 Flash 使用极简模式的 DeepSeek Harness 进行评测能得到更好结果。这个单次案例虽然无法证明 Harness 在所有任务上更强，但至少说明：当模型完全相同时，Harness 提供的工具、提示词、上下文组织和执行策略，已经足以显著改变最终产物。它不是 DeepSeek 版 Codex查看 DeepSeek Harness 仓库中大量的 Markdown 说明文档，以及使用指南等内容，可以很确定地说，DSH 不是「DeepSeek 版 Codex」，它更接近一套可重组、可回放的 Agent 运行时。DeepSeek Harness 真正特别的地方，是把「插件生命周期、每个 Agent 的能力组合、工具执行、会话日志、Web UI」接进了同一套内核。从底层的技术配置到如何处理用户交互、AI 交互，DeepSeek Harness 都有自己独特的一套流程。▲ 图片由 AI 生成DeepSeek Harness 最重要的插件功能，根据其文档介绍，它并不只是一个 API 接口，每个工具、模型适配器、策略、提示词、存储、UI 区域都可以是插件。就像我们看到，已经有内测用户能通过插件，修改 DeepSeek Harness 的主界面。其次是 Profile 和 Preset 构成的两级组合系统，Profile 决定整个 DSH 进程怎么运行，例如 Web、Headless、安装哪些 Bundle，它本质上是有顺序的 cordis.patch.yml 配置层。Agent Preset（Agent 预设）决定某个会话里的 Agent 能看到哪些工具、提示词、Skill、子 Agent 和工作流。Preset 的作用域按 agent → preset → global 解析。根据 Preset 作用域机制，意味着同一个进程中，可以同时运行写作 Agent、编码 Agent、研究 Agent，而且各自看到不同的工具和指令，不必启动四套服务。另一个有价值的技术点是「模型

8 月 13 日晚，比亚迪秦 MAX 正式上市。这台王朝网全新的 B 级轿车同时提供 DM-i 和 EV 两种动力，共推出 9 款车型，售价 9.99 万—14.39 万元，比亚迪给它的称呼是「秦家族闪充超大杯」。其中，DM-i 提供 4 款车型：230KM 领先型：9.99 万元230KM 超越型：10.99 万元320KM 超越型：11.99 万元320KM 卓越型：12.99 万元EV 提供 5 款车型：530KM 领先型：10.99 万元530KM 超越型：11.99 万元530KM 卓越型：12.99 万元630KM 超越型：13.29 万元630KM 卓越型：14.39 万元部分车型可花费 1.2 万元选装天神之眼 B 辅助驾驶激光版，全系还可花费 3000 元选装三款双色车身。发布会上，比亚迪也为秦 MAX EV 提供了一年免费闪充权益。秦 L 正在逐渐退出品牌序列，秦 MAX 直接接过了它在王朝网中型轿车市场的位置。这次换代不只改了后缀，比亚迪还把闪充、后五连杆和带激光雷达的天神之眼 B 一并放进秦家族，用一张更长的配置表继续向上探了一步。秦 MAX 的三项重点秦 MAX 的产品重点可以概括成三项：EV 版全系标配的第二代刀片电池和闪充、带激光雷达的天神之眼 B，以及后五连杆独立悬架。秦 MAX DM-i 版本延续第五代 DM 技术，由最大功率 74kW 的 1.5L 自然吸气发动机与 175kW 驱动电机组成，提供 230km 和 320km 两档 CLTC 纯电续航，综合续航最高达到 2370km，官方公布的亏电油耗低至 2.59L/100km。秦 MAX EV 采用后置后驱，提供 120kW 和 240kW 两档电机，对应 52.868kWh 和 64.315kWh 的第二代刀片电池，CLTC 纯电续航分别为 530km 和 630km。其中高功率版本峰值扭矩超过 400N·m，零百加速进入 5 秒级。不过，相比加速，补能才是这套三电系统更明显的变化。第二代刀片电池常温下电量从 10% 充至 70% 需要约 5 分钟，从 10% 充至 97% 约 9 分钟；即便在零下 30℃ 的环境里，后者也只多用约 3 分钟。快还不够，闪充站也要足够多。发布会上，比亚迪表示目前已经建成 7000 多座闪充站，覆盖全国 325 座城市，从双鸭山、喀什到三亚、呼伦贝尔，乃至吐鲁番、珠峰和可可托海等偏远地区都已有布局。比亚迪近期还与中石化签署合作协议，接下来会继续借助现有加油站网络增加闪充站点。智驾部分，秦 MAX 部分车型提供带车顶激光雷达的天神之眼 B 方案，相比主要覆盖高速领航和泊车的天神之眼 C，最明显的能力增量是城市领航辅助。在高速和城市快速路上，这套系统可以按照导航路线完成上下匝道、车道保持、自主变道和部分障碍物避让；进入城区后，城市领航辅助继续处理跟车、车道选择与路口通行，到达目的地后再由全场景泊车辅助完成停车。对一台高频通勤的家用轿车而言，它将辅助驾驶从高速延伸到了城区里更复杂的路况上。辅助驾驶能力之外，比亚迪还为搭载天神之眼 B 的秦 MAX 提供城市领航和智能泊车双兜底，也就是所谓的「迪迪兜兜」。新车用户可享一年城市领航兜底，智能泊车则继续提供安全兜底，在合规使用相应功能、且事故损失依法应由本车承担的范围内，由比亚迪直接承担，不设赔付上限，也不影响车主次年保费。底盘层面，秦 MAX 采用前麦弗逊、后五连杆独立悬架，部分高配车型还提供云辇-C 智能阻尼车身控制系统，并配合路面预瞄识别前方起伏。它会根据路况改变减振器阻尼，经过破损路面时尽量过滤多余振动，快速变线或过弯时则加强车身支撑。其他变化则更接近一台换代家轿的常规补全。秦 MAX 的长宽高为 4866/1880/1495mm，轴距 2820mm；相比秦 L，车长增加 36mm、轴距增加 30mm，车宽收窄 20mm，接近 4.9 米的车身显得更修长，溜背车顶和贯穿式中国结尾灯则继续保留王朝网的家族特征。颜色倒是跳出了过去秦家族偏单调的印象。秦 MAX 提供 6 款单色车漆，其中包括云初粉、星月紫、森野绿等更鲜明的选择，比亚迪还确认增加 3 款双色车身，并计划在 9 月推出。配置方面，秦 MAX 高配车型提供 DiLink 150、15.6 英寸悬浮式中控屏、AR-HUD 和冷暖车载冰箱等功能。车内共设置 27 处储物空间，EV 版还有 115L 前备箱，后备箱常规容积 523L，放倒后排后可扩展至 1450L。座舱设计也有明显进步。双辐方向盘、缩小的方向盘徽标和更克制的装饰，内饰比过去的秦简约、干净了不少。此外，秦 MAX 的座舱内还配备了前排的螺纹接口和小挂钩，对应手机支架、挂外卖奶茶和随身小物这些日常会遇到的细节需求。比亚迪在过去给人的印象往往是着重于大件而不太在意细节，而秦 MAX 这一次不只关注电池、智驾和底盘，显然也观察了当前市场上较好的产品定义，把日常体验里容易被忽略的小麻烦一并处理掉了，这一点值得肯定。座舱里更值得单独说的是「迪迪虾」AI 出行伙伴。它支持连续、复杂的多轮对话，也能从不完整、甚至有些模糊的表达里理解需求。在发布会的演示中，用户只需说出接朋友、途中充电、逛艺术区和寻找宠物友好餐厅等一连串安排，它就能规划包含多个目的地的路线，并继续完成餐厅排队、咖啡点单等操作。从产品形态看，「迪迪虾」更像是一个上车的 Agent：先理解任务，再拆解步骤，并调用导航、生活服务和车控能力去执行。从后五连杆到闪充，再到激光雷达和冰箱，加上补足了此前经常被忽视的细节产品点，这台秦系列的「超大杯」确实十分全面。不过，如果你只看硬性配置，秦 MAX 的这张配置表多少有些眼熟。秦 MAX 绕不开海豹 06秦 MAX 绕不开的，是两天前刚刚上市的 2027 款海豹 06。是的，这两台车基本可以视作同一款车在王朝网和海洋网下的两种变体。秦 MAX 和海豹 06 的轴距同为 2820mm，车长只差 4mm，车宽只差 10mm。两台车都提供 DM-i 和后驱 EV，DM-i 都使用 74kW 的 1.5L 发动机与 175kW 驱动电机，EV 都有 120kW 和 240kW 两档动力，以及 530km、630km 两档 CLTC 续航。两台车的 EV 版本都搭载第二代刀片电池和闪充，天神之眼 B、云辇-C、DiLink 150、AR-HUD 和冷暖冰箱也都能在各自的配置表中找到。除了外观、内饰细节和具体版本分配，秦 MAX 与海豹 06 的核心机械和技术标签几乎完全重合。王朝网与海洋网长期采用双车战略，在相近的平台与技术基础上，分别做一套设计、命名和销售体系。王朝网借助秦、汉、唐、宋等名字维持更传统的家族认知，海洋网则用海豹、海狮、海鸥等产品争取更年轻的用户，到了门店里，两套渠道再用各自的价格、权益和服务争夺订单。对比亚迪而言，这套方法可以在一套研发和供应链基础上覆盖更多审美与渠道，也让王朝网和海洋网保持内部竞争。同一项技术不会被一款车独占，两边都要用更快的产品更新、更清楚的配置和更有吸引力的权益，把用户留在自己的门店里。但对消费者而言，代价则是一笔额外的理解成本。两台车尺寸、动力、续航和核心配置高度重合，选择题很容易从产品能力变成了哪张前脸更顺眼、以及同一项配置在两套版本表里分别要花多少钱。而这场内部竞争的天平，正在向海洋网倾斜。2025 年，海洋网全年销售约 222 万辆，首次超过王朝网的 188.5 万辆，分别占比亚迪集团全年销量的约 48.2% 和 41.0%。这份领先延续到了 2026 年，今年 5 月，海洋网销售约 17 万辆，王朝网约为 15.2 万辆，海洋网在这两年已然成为比亚迪销售体系中的一哥。王朝网需要一款足够有分量的新车稳住自己的走量基本盘，秦 MAX 正是关键的一步。2025 年，秦家族销售约 66.1 万辆，贡献了王朝网超过三分之一的销量；秦 L 退出之后，秦 MAX 不只要接过一款 B 级轿车的位置，还要继续承担秦家族乃至王朝网的销量任务。但显然，王朝网对秦 MAX 很有信心。发布会临近结束时，比亚迪王朝网总经理路天说：「其实我这两天睡得很好，也没有拉大家开会。没听懂这个梗的，可以去看看两天前的发布会。」两天前，正是海洋网发布海豹 06 的日子。比亚迪的新一轮内部竞争，开始了。

🤖DeepSeek Harness 开发者预览版发布：Agent 能力可由插件自由组合📱曝苹果或将 iPhone 全线涨价 100 美元🆕Google 发布 Gemini 3.7 Flash，编程与多步智能体任务性能提升💰Anthropic 投资者押注秋季 IPO，预期估值或超过 2 万亿美元🧠爆料称 Ilya 正开发可实时学习的小型推理引擎🚗比亚迪辅助驾驶车型保有量超过 352 万辆📉美国智能手机销量下滑，低端机市场收缩最明显🛵张雪机车获红杉中国独家投资，月交付量破万台💻长鑫科技市值超过腾讯，成为 A+H 股市值最高公司🚙滴滴二季度核心平台订单增至 50.52 亿单🔓X 开源「For You」推荐算法，用户可下载帖子限流标签🏛️京东季度营收十余年来首次下滑，消费疲软拖累零售业务💸联想一季度营收创纪录，ISG 成为新的利润增长引擎💡YC CEO 鼓励创始人重金投入 AI Token：这能让你提前生活在 2028 年💬小米澎湃 OS 4 Beta 开放招募，超级小爱 2.0 接入专家模式🤖ChatGPT 推出「电脑历史」、预览 Ultrafast📸支付宝「阿宝」在鸿蒙版开启逐步测试🔧大疆 Osmo 360 II 发布：原生 8K/60fps，3299 元起🍵WorkBuddy 升级「资料库」，HTML 与 Markdown 可多人协同编辑🍎曝苹果洽谈向出版商付费，为 AI 版 Siri 接入实时新闻☕腾讯 WorkBuddy 联合 5 家咖啡品牌推出咖啡节DeepSeek Harness 开发者预览版发布：Agent 能力可由插件自由组合DeepSeek 昨日面向全球开发者开放 DeepSeek Harness v0.1 预览版测试，并以 MIT 协议开放源代码。它是一套基于 Cordis 构建的开源 Agent Harness，模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 等能力都由插件组合而成。开发者无需修改 Harness 源码，就能独立替换或扩展任一能力。当前版本提供四种预设运行模式：标准模式提供文件编辑、Shell、文档与网页检索、Skills、计划、目标和子 Agent 等完整工具；PTC 模式允许模型用 TypeScript 程序组合多轮工具调用；极简模式只保留 Shell 与文件编辑工具，用于最小环境下的模型基准测试；创造模式可以检查当前运行时、在内存中试验 Cordis 插件，并据此创建新的 Agent preset。DeepSeek Harnes 上线一个多小时后，GitHub 的 Star 就突破 2.4万，成为 GitHub 史上最快涨星项目。截至 8 月 14 日早间，DeepSeek Harness 已突破 4 万 Star。曝苹果或将 iPhone 全线涨价 100 美元据科技爆料人 Yogesh Brar 爆料，苹果计划把在售 iPhone 与 9 月即将发布的新机统一上调 100 美元。消息还称，iPhone 18 Pro、iPhone 18 Pro Max 与折叠屏 iPhone Ultra 的发布活动可能定在 9 月 8 日。此前，苹果已上调 Mac、iPad 和部分家居产品价格，但美国市场在售 iPhone 尚未跟进。Google 发布 Gemini 3.7 Flash，编程与多步智能体任务性能提升Google 昨日发布 Gemini 3.7 Flash，定位为面向编程和 AI 智能体工作流的 Flash 系列新模型。它距 Gemini 3.6 Flash 发布仅三周，主要改动集中在软件工程、网页开发、专业文档理解和企业自动化。Google 公布的评测显示，新模型在 FrontierCode、DeepSWE、WebDev Arena、GDP.pdf 和 AutomationBench 上均超过前代。其中，编程与专业文档理解的提升更为明显；官方还称，新模型用更少提示词就能生成功能更完整的网页。Gemini 3.7 Flash 已进入 Google AI Studio、Gemini API、Android Studio、Google Antigravity 和 Gemini Enterprise Agent Platform。Gemini Spark 也开始为 Google AI Pro 与 Ultra 订阅者切换到新模型。截至年底的介绍期 API 价格为每百万输入 Token 0.75 美元、每百万输出 Token 3.75 美元。🔗 相关阅读：刚刚，Gemini 3.7 Flash 正式发布，谷歌真的急了Anthropic 投资者押注秋季 IPO，预期估值或超过 2 万亿美元据 Financial Times 报道，约 6 名 Anthropic 现有投资者认为，Claude 开发商计划在今年秋季上市时，估值可能创下新的 IPO 纪录。这是投资者基于公司收入增速给出的预期，并非 Anthropic 已确定的 IPO 定价或官方估值目标。Anthropic 已于 6 月 1 日向美国证券交易委员会秘密提交上市申请。公司 5 月完成 650 亿美元融资后，投后估值达到 9650 亿美元；当时披露的年化收入已超过 470 亿美元。参与评估的投资者预计，Anthropic 年化收入到 2026 年底可能达到 1000 亿美元至 1200 亿美元，较年初增长超过 10 倍。按这一预测，标题所述估值约对应 17 至 20 倍收入。爆料称 Ilya 正开发可实时学习的小型推理引擎「草莓哥」（🍓🍓🍓）8 月 12 日爆料称，Ilya Sutskever 创办的 Safe Superintelligence（SSI）正在开发一款小型推理引擎。该账号称，这套系统通过更侧重元学习的数据，在较小规模下获得可与更大训练任务竞争的表现，但 SSI 尚未公开确认产品、发布时间或测试结果。这名爆料者把核心方向概括为测试时训练（TTT）：模型在处理任务时实时执行梯度下降、更新权重，把新经验保留下来，而不只依赖冻结权重和上下文窗口。原帖称，早期结果已经显示出较高的样本效率，但没有给出可复现的基准或技术文件，因此现阶段仍应视为未经官方证实的产品线索。比亚迪辅助驾驶车型保有量超过 352 万辆比亚迪昨日公布，搭载辅助驾驶系统的车型保有量已经超过 352 万辆；天神之眼系统每日生成的行驶数据超过 2.2 亿公里。今年 7 月，比亚迪共销售 187670 辆辅助驾驶车型。比亚迪还参与了《智能网联汽车 组合驾驶辅助系统安全要求》（GB 47955—2026）强制性国家标准的起草，并成为首批通过认证的车企之一。该标准将在 2027 年 1 月 1 日实施，覆盖系统设计运行范围、功能要求、驾驶员状态检测、用户告知及场地试验方法。这组数据反映了天神之眼已经进入百万辆级量产车队。比亚迪公布的每日里程属于系统数据规模，不等同于车辆完全自动驾驶里程；现有车型仍按组合驾驶辅助系统管理。美国智能手机销量下滑，低端机市场收缩最明显Counterpoint 数据显示，2026 年第二季度美国智能手机销量同比下滑。头部四家厂商的降幅相对有限，其余品牌收缩明显，市场进一步向大厂集中。低端市场承压更重，入门价位和预付费渠道都显著下滑。内存成本上升与消费者支出趋谨慎共同压缩了低价机空间，部分厂商因此提高新机定位，不再维持原有价格带。三星和摩托罗拉在收缩中获得份额，说明有清晰运营商渠道和完整价位覆盖的品牌更能承受波动。对小品牌而言，问题不仅是单季销量，而是低端机利润和渠道曝光同时被挤压。张雪机车获红杉中国独家投资，月交付量破万台据《科创板日报》报道，张雪机车近日获得红杉中国独家投资，具体交易条款没有公布。报道称，张雪机车去年营收为 6.7 亿元，今年预计达到 20–25 亿元；公司单月交付量已突破 1 万台。本轮融资完成后，双方计划在企业治理、人才建设、产业资源和全球化发展方面展开合作。长鑫科技市值超过腾讯，成为 A+H 股市值最高公司界面新闻昨日援引收盘数据称，长鑫科技市值达到 3.54 万亿元人民币；同日腾讯控股下跌 4.46%，港股市值为 4 万亿港元，折合约 3.44 万亿元人民币。按人民币口径比较，长鑫科技已经超过腾讯。这项排名取决于 8 月 13 日收盘价及港元兑人民币换算。长鑫科技与腾讯分别在 A 股和港股交易，后续股价与汇率变化都会继续改变两家公司的市值次序。滴滴二季度核心平台订单增至 50.52 亿单滴滴昨日发布 2026 年第二季度业绩报告，核心平台订单量同比增长 13.2% 至 50.52 亿单，季度日均超过 5500 万单。中国出行订单量为 36.48 亿单，同比增长 8.1%，已连续 14 个季度增长。国际业务订单量同比增长 29% 至 14.03 亿单，日均订单超过 1500 万单。巴西外卖业务 99 Food 上线一年后覆盖超过 100 个城市；99 旗下闪购服务 7 月底进入圣保罗，首批接入包括家乐福在内的 3000 多家商户。滴滴还披露，自动驾驶与广汽埃安联合开发的 Robotaxi R2 已在今年 1 月交付，目前继续在北京、广州进行常态化测试。程维表示，公司下半年将加强司机保障，同时继续投入 AI 与自动驾驶。X 开源「For You」推荐算法，用户可下载帖子限流标签据 TechCrunch 报道，X 昨日以 Apache 2.0 许可证开源「For You」信息流的核心推荐系统。代码库包含候选帖子拉取、过滤、排序和信号权重等组件，规模约为今年 1 月开源版本的 10 至 15 倍。产品副总裁 Keith Coleman 表示，开发者可以在公司外部运行排序器和 Phoenix 评分系统，并通过 GitHub 提交修改建议。一些用于预测违规内容的 Grok 系统未被纳入，X 称这是为了防止恶意用户规避规则。X 还在设置页面测试「Under the Hood」透明度工具。过去一个月至少发布 10 条内容的用户，可下载 JSON 报告，查看账号或帖子被施加的可见度标签。试点首先开放给注册满一年的部分账号，随后再扩大范围。京东季度营收十余年来首次下滑，消费疲软拖累零售业务京东第二季度营收同比下降 2.9% 至 3464 亿元，这是公司十余年来首次出现季度营收下滑。LSEG 汇总的分析师预期为 3450 亿元，实际结果略高于市场预期；公司净利润同比增长，但美股盘前一度下跌约 2%。路透社将营收下滑与中国消费信心疲软联系起来：就业担忧和房地产市场持续低迷压制了家庭支出。京东同时继续推进欧洲扩张，拟收购 MediaMarkt 和 Saturn 母公司 Ceconomy，以获得其线上渠道、技术与超过 1000 家门店。这笔交易仍面临欧盟委员会的国家补贴审查，监管机构的初步决定期限为 2026 年 10 月 2 日。交易获批及后续整合，是京东通过海外零售网络寻找新增量的前提。联想一季度营收创纪录，ISG 成为新的利润增长引擎联想集团公布 2026/27 财年第一季度业绩：截至 6 月 30 日的季度收入为 269.43 亿美元，同比增长 43%，创单季新高；非香港财务报告准则下，归属于股东的调整后净利润为 10.75 亿美元，同比增长 176%，调整后净利润率升至 4.0%。按香港财务报告准则计入认股权证公允价值等项目后，归属于股东的净亏损为 6.09 亿美元。基础设施方案业务集团 ISG 收入达到 85.10 亿美元，同比增长 98%；运营利润为 7.77 亿美元，运营利润率由亏损转为 9.1%。AI 服务器订单储备环比增长 157%，达到 540 亿美元，企业与中小企业、云服务商两类客户的收入均接近翻倍。智能设备业务集团 IDG 收入为 171.06 亿美元，同比增长 27%，全球 PC 市场份额为 24.2%；方案服务业务集团 SSG 收入为 28.84 亿美元，同比增长 28%，运营利润率为 24.2%。集团 AI 相关收入同比增长 60% 至 93 亿美元，占集团收入的 35%。💡 YC CEO 鼓励创始人

在 AI 圈，大家过去选模型多少有点「颜控」，就看谁智商高，谁又占领 SOTA，哪怕它是个能一天烧光你额度的「渣男」，就先冲上去了。Agent 一来，画风突变。它要自己搜资料、读文件、写代码、跑测试，报错了还得爬起来重做。你甩一句话，它可能在后台刷掉上百次 API。但 AI 可不会给你免费加班，永远是钱到位再上班，少一分晚一秒都罢工。这时终于发现不能光看「颜值」了，还得看它能不能踏实过日子。不光活干得漂亮，还得情绪稳定不嫌累，最重要的是，你要跟它能细水长流相濡以沫。此前轰轰烈烈的 Token-maxxing，很多公司鼓励员工放开用 AI ，谁烧的 Token 多绩效就更好。可 Agent 一天跑上万轮，最后像微软这样的大厂也受不了。前段时间 DeepSeek V4 Flash 发布后，大家反而开始研究一块钱可以买到多少 AI，最近有网友用有网友用一块钱的 V4 Flash 生成了一艘星舰，冲上了热搜。DeepSeek V4 Flash 被称为大模型的「斩杀线」，它不一定在每项测试里最强，但能力已经可以覆盖大量真实任务，而价格又足够低。这还不能用性价比简单总结，我们不妨这它叫做「智效比」。如果要写成一道公式，分子是模型真正解决问题的能力，分母是为此付出的激活参数、Token、时间和价格。APPSO 已经做过很多模型实测，每次都是拿最慢的提示词来测试它的上限，这次我们想试试换一种方式，给AI 块钱，看它到底能跟我干出什么东西，能不能给我长期打工。花一块钱，能让 AI 干多少活这两天 V4 Pro 上线是 AI 圈最受关注的事，我们用就让他自家兄弟 DeepSeek V4 Flash Max 做一个 DeepSeek API 的非官方状态监控页。这不只是写一个能打开的页面就行，我要求 AI 需要自己查找资料，决定页面结构，设计状态信息的呈现方式，还要完成一个原创的二次元吉祥物。先看测试的结果。V4 Flash Max 跑了 25 次模型调用，输入量 122 万 Token，输出量则是 66,995 Token， 共花费 0.0758 美元，确实是是多快好省。最近诺兰的《奥德赛》点映都一票难求，电影院怎么选还得做各种研究，那我们继续把这个任务交给 DeepSeek V4 Flash。DeepSeek V4 Flash 交出的结果很详细，已经很有参考性，但总感觉设计差点意思。于是我又拿至 Claude Sonnet 4.6 ，这回审美确实更接近奥德赛的电影风格了，可因为单价更高，总共花费 2.5 美元，已经远远超过了我们最初设定的一块钱预算。于是我们想重新找找看，有没同一个能做得效果比 V4 Flash 好，同时能比 Sonnet 4.6 省钱的模型。APPSO 在第三方模型评测机构 Artificial Analysis 公布的智能指数（Intelligence Index）榜单上，发现了在 V4 Flash 之外 ，还有不少把经济适用玩出花的新面孔，其中还有个叫 Ling-3.0-Flash 的模型，它的表现明显超过了 10B 到 15B 激活参数的同级别 Flash 模型。这个蚂蚁家的模型很低调以致我几乎没留意过，但 Ling-3.0-Flash 在 Intelligence Index 的综合得分是 38 分，追平了 MiMo-V2.5（38 分）和 Qwen3.6 27B（38 分）。虽然 Ling-3.0-Flash 的总参数量是 124B，但推理时仅激活 5.1B 参数；跟体量接近的 Qwen3.6 122B 相比，激活参数只有一半。如果把这个得分看成「干活能力」，激活参数就是 AI 每次出工要雇佣多少人，在这个坐标轴越靠近左上角，意味着它越能够「花小钱办大事」。不过跑分不能完全代表实际表现，我们直接让 Ling-3.0-Flash 来把前面的任务再做一次看看。DeepSeek API 的非官方状态监控页的测试里， Ling-3.0-Flash 同样跑了 25 次模型调用，但花费却差了不少，Ling-3.0-Flash 花费 0.0402 美元，比 DeepSeek 便宜了 40%。而 DeepSeek 的输入量达到 122 万 Token，比 Ling-3.0-Flash 的 94 万 Token 多约 30%。DeepSeek 输出量则是 66,995 Token，是 Ling-3.0-Flash （14,752 Token）的 4.5 倍。这个结果有点出乎我们意料，这类任务很能体现高频 Agent 对模型响应速度的敏感程度， Ling-3.0-flash 能干过 V4 Flash Max ，似乎有点黑马的感觉了。在《奥德斯》电影院指南的案例中， Ling-3.0-Flash 一共耗时 17m55s，后台记录了 137 次请求，共花了 326 万 Token 与 0.483 美元。对比 Claude Sonnet 4.6 ，它用时 16.1 分钟比 Ling-3.0-Flash 略少，工具调用 14 次，消耗了 110 万Token 看起来少了，但因为单价更高，总共花费 2.5 美元，是 Ling-3.0-Flash 的六倍。不过 Ling-3.0-Flash 也没有完胜 Sonnet 4.6 ，在给出的电影院推荐中部分错误，比如推荐了内地看不了的 IMAX 70mm 格式。不过好在价格足够便宜，跑多两三次基本也能解决，整体还是更加划算。综合测试下来，我们发现 Ling-3.0-Flash 不是智能上限最高的那个，却很适合输入较短、字段固定的批量抽取，以及需要高频调用 API 的 Agent 场景。调用量越大，它的优势就越明显，放在高频 Agent 的执行层里，妥妥是一匹黑马。就像黄仁勋说的，The more you buy, the more you save……Agent 时代，怎么挑选「高智效」模型看完前面的测试，你可能会说这么折腾一番，不就就省下了几块几毛钱有必要吗，但要如果把这个数字乘于成千上万呢，这恰恰就是 Agent 时代的日常。AI 交付的单位正在从一次次对话变成一项完整的工作任务。OpenAI 公布的数据显示，2026 年 5 月，已有 70.2% 的用户提交过至少需要人类工作一小时的 Codex 任务，25.6% 的用户提交过至少一项预计需要人类工作八小时以上的任务。最活跃的那 1% 用户，甚至会在一天内产生超过 60 小时的 Codex Agent 运行时长。一天当然还是只有 24 小时，只是多个 Agent 已经开始同时加班。一项任务会被拆成规划、搜索、执行、验证和复盘。一个 Agent 连续调用一百轮，五个 Agent 同时工作。这也是为什么 DeepSeek V4 Flah 引发硅谷「地震」，Hugging Face 联合创始人 clem 表示，不同模型每任务成本相差约 800 倍。领先的旗舰模型平均超过 31 美元/任务，而 V4 Flash Max 只要 0.04 美元，这让开源模型成为性价比首选。这时，模型只有足够的「智效比」，Agent 才敢多查一个来源、同时尝试三条路线，验证失败后也还有预算重新来过。开源 AI Agent 工具 OpenCode 发文称，DeepSeek V4 Flash 正式版通过其平台消耗了 8 万亿 Token。一款模型，仅仅在 OpenCode 一个入口里，一天消耗的 Token，就超过了 OpenRouter 全平台的日均规模。这个夸张的数据，就是被「智效比」撬动的，它这会决定 Agent 敢不敢多查一个来源，能不能同时尝试三条路线，也会决定验证失败后还有没有预算重新来过。响应足够快，这些循环才不会层层排队，把原本十分钟的任务生生拖成一场马拉松。当然，一个无法交付结果的模型，价格再低，也只是在批量生产返工。真正的高智效，是先把事情做成，再用更少的 Token、时间、算力和预算，把同样的事情稳定地做上千次、上万次。DeepSeek V4 Flash 与 Ling-3.0-Flash ，都是高智效路线现阶段的两个代表。V4 Flash 把 1M 上下文、代码和 Agent 能力放进了更低的价格区间，Ling-3.0-Flash 则用 5.1B 激活参数换来高吞吐和快速响应，让人在更多高频 API 场景使劲蹬。「智效比」正在成为大模型新的 Benchmark，它不是把价格战再卷一遍，而在悄悄改变模型竞争的方向。AI 下半场不只是通过堆砌参数来抬高智能上限，更要让已有的智能真正进入业务流程。AGI 当然还是山顶，大家还会继续往上爬。但我们普通人大多数工作发生在山脚下：读代码、回消息、查资料、跑流程，再把一件件不起眼的小事做完。当我们不再小心翼翼地计算每一次调用，智能才真正从一种令人惊艳的能力，变成了可以依靠的生产力。

上周，谷歌山景城总部的告别氛围浓烈。许多员工抓住机会，与即将离职投身创业的杰夫·迪恩 (Jeff Dean)、黎曰國 (Quốc Lê) 等人约 1 on 1。这其中有很多 DeepMind (GDM) 的同事，会面颇有一丝微妙的氛围。不少员工对于本部门的前景以及自己的职业安全性感到担忧。迪恩的新公司 Discovery Loop 发力方向与 DeepMind 所有重合，已经披露的另外三位联合创始人也全部为谷歌高级员工。在 GDM 极大的不确定性面前，这些会面，也成了「投名状」的机会：这些员工可能通过前老板的介绍「活水」到其它团队，亦或优先预约 Discovery Loop 的面试。爱范儿/APPSO 独家获悉，谷歌 DeepMind 团队将不再追逐前沿模型的研发工作，而是聚焦到性价比更高的 Flash 级别模型上。另外，随着 GDM 的重组，团队可能迎来大规模裁员，比例可达 1/3 或更高知情人士向爱范儿/APPSO 透露，重组的主要目的在于精简几类冗余人员，比如按照算法岗位招进来却没有从事算法工作的员工。GDM 团队人数在七、八千左右。裁员最终是否、何时发生等细节目前尚未确定。按照惯例员工也可以内部转岗避免被裁；已经有一些团队被并入谷歌其它高管管理的团队，后详述。本文发表前谷歌正式将 Gemini 3.7 Flash 对外公开，距离上一版本 3.6 Flash 不足一月。此前，APPSO 已经独家报道过 Gemini 3.5 Pro 交付延期引发内部不满。我们了解到谷歌短期内没有更新 Pro 模型的计划，更多资源被倾斜给 Flash 模型：谷歌 AI 业务正在进行重大方向调整。从已知信息来看，谷歌短期不再押宝 Fable/Opus 同级别的超大规模前沿/旗舰模型，而是聚焦于轻量级，持续优化成本更低的 Flash 模型。爱范儿/APPSO 还获悉，尽管硅谷公司有「Dogfood」文化（使用自己的产品以发现和解决问题）， GDM 核心团队从未真正将 Gemini 当做日常使用的主力模型。非核心团队仍被要求使用 Gemini 模型。截至发稿，谷歌未向爱范儿/APPSO 做出回复。8 月 13 日路透社报道称，谷歌联合创始人谢尔盖·布林 (Sergey Brin) 近几个月内给 GDM 团队打鸡血，最近一次在 4 月的全员会上表示希望 Gemini 追上其它前沿模型。根据我们了解，这一信息已经过时。不是 Pro 训练不起，而是 Flash 更有性价比谷歌并非「去学术化」或完全不在意在旗舰模型上的落后。事实上，谷歌是算法架构、机器学习、算力硬件等诸多 AI 关联方面多项关键技术的首创者。包括 DistBelief/TensorFlow、Word2Vec、Transformer、BERT 等技术，乃至 GDM 组织前身之一的 Google Brain 项目，都在 AI 的演进过程中举足轻重。而谷歌仍会继续致力于这一级别的关键技术的突破。这些成就依赖优秀的人才，也得益于谷歌长期以来对于创新研究和业余项目包容性足够强。然而在追赶 OpenAI、Anthropic、一众中国开源模型厂商的道路上，谷歌目前是疲于奔命的状态。无限制地押注前沿模型，至少在今天的时间点上不再可行。谷歌现在「认命」了。Flash 模型持续进化的成本更低，更容易看到疗效，不仅以更低的推理成本服务帮助谷歌既有核心产品实现「AI+」，也足以填充 GDM 团队的工作量。过去一段时间里，GDM 很难争取到训练强大模型所需的资源。全球许多科技大厂的基模/模型产品团队都面临类似的处境。根据爱范儿/APPSO 了解，DeepMind 最近考核年的整体 OKR 分数在 0.5（1 分制）——现在已经不是 GDM 想要训练更大更强的模型了，而是表现如此差的的团队，无法获得比之前更多的资源。搜索、Gmail、Android、YouTube、地图等核心产品每天服务数十亿普通人——在这个用户规模，这些产品的 AI 算力需求不比 GDM 少。比如，搜索使用专有模型来理解请求意图、分析语义、提供搜索结果，这些模型需要 TPU 集群实现高并发、低延迟；YouTube 重度依赖 TPU 推荐视频、匹配广告、审核用户上传的内容等；TPU 集群还承担 Google Photos 的照片识别、语义搜索、照片美化等功能。GDM 如果能训练更大更强的模型当然是一件好事，只是对于谷歌这样一家多事业群架构的巨头公司，帮助实在不大。正如前述，对于每一个可以「AI+」的既有谷歌产品，它们从来不需要一个超大规模的前沿旗舰模型。它们要的是一个足够聪明、推理成本低到可以忽略不计的快速模型。不是 Pro 训练不起，而是 Flash 更有性价比。不争前三也能赢此前我们报道指出，仅在内部测试而没有对外发布的 Gemini 3.5 Pro 模型，在今日主流 Benchmark 上已经逊于竞争对手 Meta 推出的 Muse Spark 1.1（1.2 版本更转向开源策略）。Gemini 已经掉出北美基模前三，势头更不如 Grok。有坊间传闻指出谷歌已经不再争前三，结合上述独家信息来看，接近真实情况。这并不是大问题，谷歌的生态底座仍然稳固。对于 AI 这件事，谷歌/GDM 不再是一个需要和 OpenAI、Anthropic、MSL 直接竞争的「前沿模型实验室」，而是从整个公司层面重新聚焦到 AI 模型和技术如何服务于现有核心产品，带来更好的体验。这些产品其中当然包括搜索，属于谷歌元老、核心系统和体验高级副总裁珍·菲茨帕特里克 (Jen Fitzpatrick) 管辖范围。此外，托马斯·库里安 (Thomas Kurian) 管理的 Google Cloud (GCP) 也是谷歌的现金牛。搜索及其他业务和 GCP 加起来贡献了整个母公司 Alphabet 73% 的收入。现在它们都不再被 GDM 掣肘。一直是谷歌红人但不想当红人的哈萨比斯，终于脱离了 GDM 实际管理者的泥潭，转任 Alphabet 首席科学家兼 DeepMind 董事长；接任者科雷·卡武克丘奥卢 (Koray Kavukcuoglu) 相比哈萨比斯实权缩减。目前来看，本次重组后谷歌 AI 相关业务的汇报顶级是菲兹帕特里克，她的实际权力有所提升。爱范儿/APPSO 独立了解到的这一情况，与路透社的报道吻合。路透社指出部分原 GDM 部分团队被并入公司其他业务，自主性受到侵蚀。值得一提的是乔什·伍德沃德 (Josh Woodward)，他是 Google Labs、Gemini 产品、AI Studio 副总裁，最近几次 Google I/O 大会的主演讲发言人之一。尽管 Gemini 底层模型一路走来跌跌撞撞，上层的 Gemini App 的表现仍然足够令谷歌高层满意。谷歌 CEO 桑达尔·皮查伊 (Sundar Pichai) 上周宣布迪恩离职并重组 GDM 的消息，之后的第一条推文就是官宣 Gemini App 月活跃用户突破 10 亿 —— 其中 6 亿来自去年 5 月至今的新增。至此，Gemini App 成为谷歌第十四个月活破 10 亿的独立产品，也是增速最快的一个。在推文中，皮查伊专门感谢了伍德沃德：如果说菲茨帕特里克、库里安等人是谷歌的守城大将，那么伍德沃德则更像是新业务突破的操盘手，再下一代谷歌核心高管的代表。总的来说，正在谷歌内部发生的调整，也映射出硅谷巨头在 AI 时代渐入佳境后的思路变化。过去几年里，全行业沉迷于 AGI 降临和规模法则 (Scaling Law) 的宏大叙事，科技巨头购买大量的算力，为年轻的「小天才」研究员们开出史无前例的大额支票，在模型基准测试上开展以月为节奏的版本发布消耗战。但狂热可能正在退去，即便强如谷歌，也到了给盲目追求前沿的虚荣心画句号的时候。

过去，小米手机以快著称——产品迭代快、价格跟进快，但唯独在 AI 这件事上，小米倒是不徐不疾。时至今日，手机 AI 的叙事已经迭代好几个版本，苹果高调官宣的 AI 战略也已跳票了两年，就连豆包手机都出到第二代了——小米的第一个 AIOS，澎湃OS 4 才姗姗来迟。我手里这台小米 17 Ultra 已经刷上澎湃OS 4 一段时间了，用下来感受非常奇妙：一方面我会讶异于 AI 对于澎湃OS 的改造无处不在；另一方面，我又对 AIOS 在小米生态的发挥抱有更大的期待。总而言之，这就是小米 AI 手机交上来的第一份答卷，我想还不错。UI 是克制的，AI 是激进的先看看得见的变化，不多但精致。澎湃OS 4 换了一套玻璃质感的设计：锁屏、控制中心和文件夹变得通透，背景隔着一层柔和材质透出来。拖动图标或点击开关，周围的光影还会跟着变化。锁屏时钟可以调整大小和位置，通知增多时消息会逐层堆叠，文件夹能拖成不同尺寸，小部件可以叠放。小米没有把玻璃效果铺得过满，界面干净，文字和控件依然清楚。整体观感漂亮，回到了主流审美的轨道上。性能方面，小米澎湃OS 4 在负载精算、内存预载和应用运行方面都有优化，具体到日常使用中，就是卡顿感明显减少，续航也比之前好得多。显性上的克制，衬出的是隐性上的大刀阔斧。AI 对澎湃OS 的改造，是方方面面的——在系统层面，把 AI 铺开的是超级小爱。它不再满足于做一个对话助手，而是成了系统总控：记忆、输入、跨应用执行，都由它调度。今年 7 月，小米把月活破亿的小爱同学拆成三大模块：模型底座、云端工程化、端侧产品。基础模型归 MiMo 团队，产品能力交给各终端业务线。可以看到，AI 正在从某个部门的产品，变成全集团的基础设施。沿着它，AI 在记忆、应用、交互三个维度上多点开花。先看记忆。小爱记忆是全局能力。在任意界面三指上滑，画面会被系统识别并收进超级小爱的记忆，之后想找回来，直接向小爱描述即可。识别率出色，检索和关联都落在超级小爱里。但目前小爱记忆只停留在「记录和解答」上，进一步的动作还跟不上。比如，识别到一张取餐小票，我更希望它能直接提取卡路里、记一笔账，而不只是告诉我这是什么。另据爱范儿了解到，像取餐码和排队号类似的码号上岛会在 8 月底进行 OTA 升级，值得期待下。澎湃OS 4 码号上岛效果小爱记忆也可以跨到小米生态的终端产品上，手机上的记忆、对话、笔记、相片，都能同步到 PC 端的小米互联应用上，手机也能检索、拉取到 PC 上的文件。不仅是小米生态，现在连 Windows 和 Mac 电脑，也都能用上超级小爱了。设置好的定时任务还能处理重复劳动，比如每天固定时间检查邮件、刷新日程。这些功能我挨个用过，几乎没掉过链子。甚至还可以通过 AI 来调度家里的智能家居系统，比如下达一个「我一小时后回家，想看电影」的指令，小爱 AI 就会理解语义、拆解需求，并做好任务执行——在我回家之前，把空调打开、窗帘拉上，并且把氛围灯调好，在电视上准备好我要看的电影。图自小米澎湃OS官方值得一提的是，超级小爱的选项里，还出现了一个 AI 订阅服务的收费选项。显然，小米已经在探索用 AI 服务提升硬件的附加值。目前来看，使用「专家模式」的超级小爱执行任务，将会消耗积分，但用户每月都能免费获得 1000 积分。经小米内部评估测算，「专家模式」下的对话任务，每次约消耗 12-20 积分，约等于每月可免费调用 50-80 次，即使 PDF、PPT 生成这类复杂的轻办公型任务，每次也仅消耗 100-300 积分。而收费价格方面，小米共提供了三档订阅方案：入门：29 元/月，连续包月订阅优惠价 19 元/月，包含 4000 积分/月标准：59 元/月，连续包月订阅优惠价 39 元/月，包含 10000 积分/月加强：149 元/月，连续包月订阅优惠价 99 元/月，包含 34000 积分/月再看应用。在澎湃OS 4 里，不少原生应用都进行了 AI 化改造，其中笔记是原生应用里变化最大的一个。新的笔记应用新增了实时录音功能，录制时同步区分说话人，结束后直接生成文档和会议纪要，还能继续二次创作和导出。平时开会或者随时记录灵感的时候非常好用。录音机也进行了 AI 化改造，支持实时字幕和自动 AI 总结摘要等能力。有意思的是，这两款录音应用底层大模型都是 MiMo-V2.5，但数据层面还没有完全打通，这也是目前澎湃OS 4 面临的主要矛盾——AI 已经深入到系统的方方面面，但记忆还没有完全打通。但我相信小米会在后续的 OTA 中逐步解决这个问题。超级小爱输入法是另一个 AI 改造的样本。除了常见的 AI 提问、AI 润色、AI 帮写等功能，小米也没有错过 AI 时代语音输入法的风口，把 AI 语音输入能力加到了输入法当中。开启语音输入后，说话时文字会实时出现，看上去是有模型在做字音转录；话一停，内容就被 AI 整理成条理清晰的文字，还支持二次编辑、外语翻译等功能。AI 时代里，语音输入是比打字更高效的交互，超级小爱输入法的完成度还算不错，也会是很值得持续迭代的产品。类似的 AI 化改造，在澎湃OS 4 中比比皆是，我经常能在犄角旮旯的地方，调出有意思的 AI 功能，这种无孔不入，是我非常喜欢的部分。把记忆、应用做好了，适应 AI 时代的交互也相当重要。针对较长的 Agent 任务，澎湃OS 4 会把进度显示在超级岛上，用户随时能看到它进行到哪一步。全局 AI 帮写、全局记忆功能也非常使用。美中不足的是，Xiaomi 17 Ultra 没有专门的 AI 按键，像记忆、语音输入这样的功能，在盲操时谈不上直觉，希望小米 18 系列能够增加一颗 AI 按键，来优化 AIOS 的交互体验。还有一个尚未上线的新能力，是我非常期待的——灵感球。图自小米澎湃OS官方这是一个全局可调用的「放大镜」。把放大镜停在屏幕的任何位置，再调出小爱同学，它就能围绕你聚焦的内容搜索或作答。这相当于在手机的多模态界面上，给内置 AI 提供了一份精准的上下文——不用描述目标在哪一屏，直接指出来即可。圈选即上下文，和小爱记忆正好互补：一个负责记住信息，一个负责精准取用。作为小米的第一个 AIOS，澎湃OS 4 在 AI 能力的选择上，是偏向成熟务实的，为解决需求而来，而非制造 AI 手机的噱头。只有小米的 AI 才能成就 AI 的小米把记忆、应用、交互三条线放在一起看，显然小米对 AIOS 的布局已经越过「给系统加功能」的阶段，AI 成了系统的底色，也成了生态的底色。在终端厂商里，能把布局铺得这么开的，市面上并不多见。小米手握着难以复制的资源组合：基础模型、操作系统和人车家的终端生态，握在同一家公司手里，放眼全球也是凤毛麟角的存在。也只有模型与 OS 紧密结合，AI 才能直接触达系统底层的数据和权限，而不是隔着应用层做外挂式的调用。互联互通则让 AI 的上下文实现跨设备流动：手机记下的，电脑接着用；手机里的习惯，智能家居也能帮你记着。更重要的是，当别的厂商还在纠结把哪个模型接进 AIOS 时，小米已经把模型融进了系统。手握全链路能力的小米，长远来看更不容易成为被 AI「吞噬」 的一方。但挑战也随之而来。模型与系统耦合得越紧，对模型智力本身的要求就越高。如果基础模型的智力跟不上接入的需求，副作用会成倍放大。错误的记忆、不到位的任务，都会变成系统级的错误。雷军曾表示，将在未来三年投入 600 亿元的 AI 专项资金，放在如今 AI 行业的资本市场里，不算是足够宽裕的弹药。对小米来说，这是巨大的挑战，当然也是前所未有的风口和机遇。毫无疑问，「AI+」正在接替「互联网+」，逐渐成为小米这家公司最重要的叙事，因为只有小米的 AI 才能成就 AI 的小米。我想，澎湃OS 4 确实展现了小米在 AIOS 上的布局与野心，接下来的问题只有一个：驱动一切的模型，到底能有多聪明？AI 手机真正的元年即将到来，小米手上已经码好了牌，战略非常明确坚定；至于怎么打出去，我想这是个战术问题，也是个时间问题。