实话说，作为一个从 Pixel 2 开始接触谷歌手机的「老用户」，我是越来越看不懂这家公司了。距离 Made by Google 召开还有不到 10 个小时，谷歌竟然直接解禁了所有新品的现场上手，把 Pixel 11 系列所有细节露了个干净。图｜YouTube @MKBHD更重要的是，谷歌这样一抖，也把 Pixel 11 系列的售价露了个干净——只可惜权威媒体们似乎都不太买账。TL;DR（太长不读）和爆料相同，Pixel 11 系列依然是熟悉的四员大将：Pixel 11，Pixel 11 Pro，Pixel 11 Pro XL 和 Pixel 11 Pro Fold。图｜Tom’s Guide或许是终于抄到了苹果去年的作业，谷歌总算放弃了 128GB 起步的传统，今年 Pixel 11 系列全部变成了 256GB 起步。其中，基础款 Pixel 11 有四种配色——冰霜紫（Frost）、木槿桃（Hibiscus）、开心果绿（Pistachio）和曜石黑（Obsidian）。图｜YouTube @9to5Google除了颜色很吸睛之外，Pixel 11 只提供 12+256 和 12+512 两种存储规格，12+256GB 起步价为 899 美元（约合人民币 6050 元）。Pixel 11 Pro 和 Pro XL 则分为砂岩粉（Canyon）、橄榄绿（Olive）、迷雾灰（Fog）和曜石黑四种配色。机身则延续了磨砂玻璃后盖 + 抛光金属中框的设计：图｜YouTube @9to5Google然而它俩的配置来了一套「暗贬」，分为 12+256、16+512 和 16+1TB 三种组合。Pixel 11 Pro 和 Pro XL 起步价分别为 1099 和 1299 美元（约合 7400 和 8700 元）。大折叠 Pixel 11 Pro Fold 和前几代一样只有两个配色，橄榄绿和曜石黑，标配 16GB 内存，但起步价也来到了 1899 美元（约合 12800 元）：图｜YouTube @MKBHD此外还有搭载了全新高通 W5 Gen2 处理器的 Pixel Watch 5，两种尺寸表盘分别为 399 和 429 美元起：图｜Gizmodo还有终于加入 FindHub 网络的谷歌第一方追踪器 Google Tag，单个售价 29 美元、套装四个卖 99 美元：图｜Android Authority就这样吧（It is what it is）不出所料，在面对今年的价格标签时，哪怕是阅遍千机的小马哥 Marques Brownlee 也有点绷不住了，在上手视频里反复提到了一句话：算了，就这样吧（It is what it is）。这种失望当然指的是今年 Pixel 11 系列名义上换代，但各种规格、体验和拳头功能相比 10 系列甚至 9 系列，都没有什么能拉开差距的「狠活」。图｜YouTube @MKBHD换句话说，Pixel 11 系列相比 Pixel 10 系列就是个半代升级，但起步价平均涨了 100 多美元。这种情绪在多家参与了提前上手会的媒体中都是共通的。9to5Google 的达米安·怀尔德（Damien Wilde）也在上手视频中评论道：如果没有换机折抵的优惠，（Pixel 11）在首发时非常难以推荐。这是因为尽管起步配置升到了 256GB，基础款 Pixel 11 的起步价也同样直接涨了 100 美元，同时其他硬件的提升聊胜于无。图｜YouTube @9to5Google更要命的是，还记得发布会前吵吵嚷嚷的「呼吸灯文艺复兴」Pixel Glow 吗？这个功能倒是有，正式名称叫 HiLight：图｜YouTube @MKBHD然而就是这么个最主要的新鲜功能，原本可以变成比肩 Action Button 的超高自定义属性的趣味功能，结果谷歌拿着它只做了两件事——显示 Gemini 对话状态，以及提示来电。图｜YouTube @MKBHD是的，没了，甚至连通知指示灯都不算。HiLight 尽管硬件上支持完整色谱，但谷歌压根没做自定义选色，Gemini 对话固定为蓝白渐变、显示来电更是只有寥寥几种预设颜色：图｜Android Authority难怪小马哥在描述这一段的时候都快要气笑了。而且就是这么个半瘸腿的状态指示灯，居然还是Pro 系列专供的，Pixel 11 上那个位置虽然看着像，但只是普通的闪光灯而已——看得出来谷歌是真没什么活了。图｜Android Authority当然要说 Pixel 11 系列一点提升没有也不对，谷歌在一部分基础硬件上还是实现了一些进步的。比如基础款 Pixel 11 换用了一颗新的 4800 万像素主摄传感器，无线充电速度也升级到了 25W，同时显著减小了镜头凸起：图｜YouTube @9to5Google而 Pixel 11 Pro 和 Pro XL 则用上了新的 Super Actua 屏幕，全屏 HDR 峰值亮度 2400 尼特，5% 小窗口则能飙到 3600 尼特。至于价格最贵的 Pixel 11 Pro Fold，它的可感提升反而最不明显——除了厚度减少 1mm、背板换成玻纤之外，主要卖点依然是 HiLight 灯，以及全球唯一的折叠屏 6 级防尘了。图｜CNET可惜的是，Pixel 11 Pro Fold 的折痕表现完全没有提升。在三星都开始大幅减轻折痕的时候，Pixel 11 Pro Fold 一下子就变成吊车尾了，很难让人接受蹿到 1900 刀的起步价。但往好处想，Pixel 11 系列依然是现在唯一支持 Qi2.2 机内磁吸功能的主流手机，磁吸充电不需要套壳。图｜YouTube @MKBHDGemini Intelligence 能救场吗？相比让人无语的硬件，Pixel 11 系列的 Gemini Intelligence 功能反而在外媒上手中得到了比较正面的评价。图｜YouTube @9to5Google比如 Google I/O 上展示的那个「谷歌版 Typeless」功能 Rambler，就首发实装了 Pixel 11 系列所有机型：图｜YouTube @9to5Google不过体感最明显的，应该还是那个看上去非常酷炫的、带有动态模糊和景深效果的 Gemini 窗口，也跟着 Pixel 11 全系上线了：图｜Google并且新版 Gemini Intelligence 在 Android 17 中的「主动性」也变强了，将原本只存在于通话界面的 Magic Cue 智能建议带到了各种日常 App 里：图｜YouTube @9to5Google但从现有的上手来看，Gemini 的「类智能体」功能提升不算很大，依然是覆盖订票、叫车、预订餐厅之类常见场景为主，深入第三方 App 内的功能不多。不过往好处想，新的 Neural Expressive 设计语言的确没有缺席，看上去非常有格调：图｜YouTube @9to5GoogleGemini 之外，Pixel 11 系列的系统也迎来了一些不错的 QoL（生活品质）升级。比如相机终于自带了提词器，Magic Capture 功能可以智能从录像里抽出一帧拥有完整相机算法的照片等等——图｜YouTube @MKBHD并且谷歌相机这次也支持了类似 iOS 上的「色彩风格」预设，不再是生硬的套全屏滤镜，而是根据色彩风格有针对性地调整色彩：图｜YouTube @9to5Google整体来看，Pixel 11 系列最主要的矛盾，还是一个「贵」字。基础款取消 128GB 选项涨价 100 美元勉强算是持平，但 Pro 系列从去年标配 16GB 内存缩水到 12GB 起步，虽然有客观原因在，但还是让人很难受。图｜YouTube @Dave2D最主要的是，Pixel 11 系列不管硬件有升级还是倒吸，都规避不了自己在事实上已经是 Gemini 的物理容器的现状。既然如此，在 Gemini 3.6 Flash 让人难绷、3.6 Pro 神秘消失，Gemini 4 还在训练集群里等着越狱的大背景下，Pixel 11 系列不受待见也就顺理成章了。以后的 Pixel 系列想要支棱，还真得看 Gemini 的脸色。

最近我的朋友圈里，Markdown、HTML 这些词的存在感明显高了起来。三个月前，Claude Code 工程师 Thariq 曾发文分享，他认为 HTML 是比 Markdown 文本更适合 AI 输出的格式，这个观点引发了热议，也让 HTML 重新进入 AI 产品视野。Andrej Karpathy 也认为人机交互正在形成新的输入输出范式——人类更适合用语音表达需求，AI 更适合用视觉呈现复杂信息。APPSO 在日常办公里这个感受也愈加明显，AI 输出正在从文本走向界面，而 HTML 成为关键载体。但问题也随之出现：即使生成变简单，编辑、协作、发布与数据同步仍将大多数用户挡在网页之外。WorkBuddy 近期更新的资料库能力，尝试把 HTML 这些新一代的 AI 原生格式，和 AI 办公产品结合起来。▲ WorkBuddy资料库界面截图此前它通过「人机双写」让 AI 进入 Word、Excel、PPT，实现人、同事与 Agent 的协同编辑；这次进一步扩展到 HTML、智能 Markdown，并加入「轻应用」，让 HTML 具备数据存储与多端同步能力。如果上一阶段解决的是让 AI 进入 Office，那么现在要继续解决的问题，就是如何让 AI 已经大量生成的新文件，真正融入日常办公流程。HTML，开始变成一份多人多 Agent 文档使用资料库并不复杂。WorkBuddy 目前主要分成「我的文档」和「团队空间」两个位置，前者用于保存个人和 Agent 共同完成的内容（也可邀请他人协作），后者面向多人协作，成员可以按照权限查看、编辑、评论和分享，Agent 也可以参与其中。实际使用基本可以概括成三个动作：任务完成后，把最终的文档、Markdown、HTML 或其他文件存进资料库；下一次工作时，直接指定其中的资料，让 Agent 读取原有内容继续修改和分析；需要团队共同维护时，再把相关内容移入团队空间并设置协作者权限。于是，一次 AI 任务的终点，也就变成了下一次协作的起点。资料库保存的不只是最终文件，也包括之后的人和 Agent 可以继续工作的上下文。为了验证这套能力能否用于真实办公，我做了一个简单的测试。我直接输入一组基础项目数据，包括汽车发布会、官网重构、门店拓展等五个项目，以及负责人、部门、状态、预算、执行金额和里程碑时间。WorkBuddy 会先将其整理为结构化数据表，可直接查看和筛选进度、预算执行与负责人分布。最终生成的 HTML 已接近轻量项目管理后台。如需后续同步更新，我们可以先在资料库中将看板与「2026 年 Q2 项目与预算管理看板」及「2026 年重点项目管理表.csv」建立关联；接着再输入提示词「将看板静态数据改为从关联数据表动态读取」。完成后，看板将直接读取数据表内容。后续只需修改表格并刷新页面，即可同步更新，我们无需重新生成 HTML，实现数据表驱动看板的前后端分离结构。当然，现阶段让 AI 直接生成 HTML，第一次成稿还很难保证每次都达到设计师级别。不过对于办公场景来说，第一次生成到什么程度只是其中一环。更关键的是，我们还能在生成页面上进一步修改。一个页面如果可以被人修改、让多个 Agent 分别处理不同部分、交给同事继续编辑，并且所有修改都围绕同一份文件发生，它才开始拥有类似 Word、Excel、PPT 的办公属性。也正是在接下来的修改环节里，我开始觉得它更接近一套真正的办公工具。点击右上角对应按钮，我就可以在 HTML 中选中风险模块，让 AI 将背景调浅，并补充「需本周五前召开专案会议解决」。修改仅作用于选区，其余结构保持不变，可像编辑文档一样调整，无需进入源码。▲ 修改后的结果对非程序员的大部分用户而言，这比能生成网页更重要。过去修改网页往往意味着重新生成或进入代码层，而现在可以直接在页面局部与 AI 交互，让编辑像改文档一样发生。页面修改完成后，还剩下一个过去经常让 AI 生成 HTML 卡住的问题，怎么给别人看。对于程序员来说，后面还有部署、服务器、域名等办法；对于只是想把明天汇报做好的人来说，这种明显复杂过头了。WorkBuddy 资料库也想到了这一点，现在支持把本地 HTML 直接发布成在线网页。页面做好以后，通过分享即可生成链接，同事领导在手机上打开，客户在微信里点开，都不需要额外下载文件，还能直接在网页上划词添加评论——就像批注在线文档一样简单。基于此，HTML 正在进入一个过去长期由 Office 三件套主导的场景。比如一份新品营销方案，可以把三个传播阶段做成可点击的时间轴；一份经营分析可以让管理者按照部门筛选数据；一份产品方案可以放进视频、动画和交互式 Demo；遇到临时修改，也可以直接在网页里选中文字让 AI 调整。不止如此，WorkBuddy 还给智能 Markdown 加入了 AI 原生审阅模式。团队写周报、PRD 或方案时，可以先在 Markdown 里专注处理内容，AI 给出的修改会以修订建议出现，用户逐条确认后才进入正文；等内容定稿，再把文档转换成 HTML，用更适合展示的形式交给老板或者客户。于是两种文件形成了一种很自然的分工。Markdown 用于协同轻量写作和内容维护，HTML 更适合视觉表达和演示场景，也支持协作编辑。换句话说，HTML 从 AI 的交付结果，开始变成一种可以继续工作的文件。从一个人的工作台，到会记事的人机协作空间如果只解决 HTML 的编辑和发布，WorkBuddy 这个功能仍然更接近一套 AI 网页工具。此次资料库升级更往前的一步，是「轻应用」让网页开始保存和同步数据，而资料库又让这些数据和文档继续成为下一次 Agent 工作的材料。我拿一份烘焙店库存数据进行了测试。CSV 里放入商品名称、SKU、实时库存、安全库存、成本和进货日期，再让 WorkBuddy 生成库存看板，页面会直接提示库存不足的商品，也可以按照类别筛选。背后的 CSV 继续保存数据，所以它不再只是一张一次性的可视化报告，而更像一个可以持续使用的小型工作台。再比如为了验证它在个人场景里的效果，我把每日状态、耗能事件和回血项目写入 CSV 后，然后让 WorkBuddy 做了一个「生命电量工作台」。此外，我们也可以充分发挥脑洞，将之应用到我们实际的生活当中，比如把情侣之间的家务、情绪积分和「待赎罪事项」做成共同账本。又或者把公司附近餐厅的价格、距离和评价做成午饭抽签系统。类似方法还可以用于自媒体达人管理、项目进度、客户合作、个人习惯记录等场景。智能 CSV 甚至可以放入合同、发票、图片和设计稿，让数据和对应资料一起留在资料库里。资料保存下来以后，又自然进入了 Agent 的下一次工作。孙北北面包店就是一个官方介绍的真实案例。据悉，他们团队把每个月的仓配、筹建和产品成本报告按业务主题放进资料库，下个月再做经营分析时，可以直接调用历史报告，让 AI 沿着已有结论继续分析，再把新结果存回原来的目录。在整个过程中，资料库因此多了一层传统文件夹没有的作用。它既保存人的工作成果，也保存 Agent 下一次工作需要的上下文，一次生成的网页、数据和文档，可以继续被个人、团队和 AI 反复使用。对于大量数据、复杂权限和完整业务流程，专业数据库和 SaaS 依然不可替代。但对于个人和小团队，很多需求其实只是数据能保存、多设备能访问、团队能一起用，同时 AI 下次还能接着做。轻应用和资料库结合起来，解决的正是这一类更轻量的需求。打工人的办公三件套，要被 WorkBuddy 用 AI 重做了回头看 WorkBuddy 最近两个大版本的变化，上一阶段的「人机双写」，解决的是 AI 怎样进入我们已经非常熟悉的 Office。人写一部分，AI 修改一部分，同事继续协作，传统文档第一次把 Agent 也纳入编辑者。资料库升级之后，这套能力又扩展到了 AI 更擅长处理的格式。HTML 可以由人和多个 Agent 一起编辑，也可以直接发布成网站；智能 Markdown 有面向 AI 修改设计的审阅模式；CSV 除了作为结构化数据，还可以和 HTML 联动，让网页获得实时数据交互和多端同步能力。由此形成的体验，很像给传统 Office 增加了一套 AI 原生的「三件套」。它们不会让 Word、Excel、PPT 一夜之间消失。相反，WorkBuddy 仍然保留传统 Office 文件，并继续通过人机双写连接它们。真正发生变化的，是办公软件开始同时容纳两代文件。一边是过去几十年为人类鼠标、键盘和屏幕建立起来的 Word、Excel、PPT，另一边是越来越适合 Agent 生成、理解和修改的 Markdown、CSV、HTML。Office 进入 AI 时代以后，真正改变的或许不仅是菜单栏里多了一个 AI 按钮。AI 开始参与写作、编辑、数据处理、页面制作和协作之后，我们每天打开的那份「文件」，不再只是静态的文档，而是变成了可以被 AI 修改、自动更新数据、生成页面并持续协作的工作载体。文件格式从来都不只是一种后缀，它背后其实规定了我们如何生产信息、修改信息，又如何把信息交给别人，只不过，工作的参与者从人增加到人和 Agent。几十年前，Office 定义了电脑时代的人应该怎样办公。到了 AI 时代，Agent 也开始反过来改变 Office 应该处理什么样的文件，以及我们每天打开的那个「文件」，究竟应该长什么样。

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。

神仙打架，这周的大模型圈，已经卷到了几乎一天一个新旗舰。有 Cursor 数据加持的 Grok 4.6 突飞猛进，马斯克还说 4.7 马上就要来；DeepSeek V4 Pro 正式版虚晃一枪后正式发布，多项 benchmark 直指 Fable 5；还有一个不能算旗舰的 Gemini Flash。然后今天，智谱也把 GLM-5.3 端了上来。这个在 5.2 期间，一直被调侃「我知道很好用，但不给我开会员用」的顶尖国产编程模型，终于迎来了更新。新的模型继续在编程方面发力，评测榜单的结果显示，GLM-5.3 在编程能力上比肩 Fable 5 和 GPT-5.6 Sol。在社交媒体上参与内测用户的反馈则提到，使用体感比 Kimi K3、DeepSeek V4-Pro-0813 要更好。能跟 GLM-5.3 上桌对比的模型，在可视化图表中只剩下了 Kimi K3、Fable 5 和 GPT-5.6 Sol。以前是开源自己一堆模型对比，不找闭源自讨苦吃，现在是「对标 Fable 5」成了开源的基本配置。六个 benchmark，GLM-5.3 的表现都不赖，尤其是由 OpenAI 提出的 GDPVal 评估测试，智谱拿到了第一名。AutomationBench、Agents’ Last Exam，一个是用来测试跨应用工作流编排能力，一个是测试智能体能力，GLM-5.3 的成绩也是数一数二。和 Kimi K3、Qwen3.8-Max 迈向万亿大参数不同，GLM-5.3 这次参数量和上一版本差不多，同样是 7000 亿参数级别。官方技术博客中提到，此次升级带来的提升主要原因是后训练 Scaling。就是靠着 743B 的基模，智谱训练出来了 Kimi K3 2.8T 级别的大模型。我们在与 GLM-5.2 完全相同基座上高效推进强化学习，可能我们还远未开发出这个基座（即 GLM-5.2 模型）的智能上界。▲ 更完整的 benchmark 对比，经过后训练的 GLM-5.3 对比 GLM-5.2 提升相当明显，Coding、网络安全和 Agentic 成绩进步都不像是一个基座模型。不得不说，现在大模型做好后训练在某些程度上比预训练都更好使。就拿四月份发布的 DeepSeek V4 Flash 预览版和 7 月底发布的正式版相比，两个模型的能力几乎是断层的。智谱这次还开源了名为史莱姆 Slime 的一个后训练框架，直接能覆盖发布级模型后训练所需要的完整工作流。他们说从 GLM 4.5 开始，就一直在用这套框架进行后训练。目前 Slime 支持对 GLM 系列、Qwen 系列以及 DeepSeek 系列的部分模型和 Llama 3 进行后训练。▲ 教你如何用 128xH100 训练 DeepSeek R1，以及如何蒸馏除了主打编程，GLM-5.3 的另一个重点方向是网络安全。从 Hugging Face 事件开始，现在哪个模型不能谈谈网络安全，都算不上是一个好模型。无论是模型的攻击能力强，能逃出设置的沙箱，还是防守能力强，能监控、抵御和分析复杂的 AI Zero Day 漏洞；这些以前听着离我们普通用户很远的东西，也成了大模型角力的新赛场。GLM-5.3 在网络安全相关的任务中，表现与 Claude Mythos 5 持平。其中 ExploitGym 网络安全测试，就是 OpenAI 在评估自己的待发布模型时，为了解决更多问题去攻击了 Hugging Face，GLM-5.3 的表现也非常不错，898 到题，限时 6 小时内完成的情况下，达到了 130 道。针对模型的网络安全能力，智谱还公开了一项网络安全披露账本，记录模型在不同的项目中找到的各种漏洞。GLM 找到的最古老漏洞，甚至可以追溯到大约 40 年前。40 年都没找到，GLM-5.3 一出手就找到了，放 OpenAI 或者 A 社手里，这不比证明了一个数学难题强吗。▲ 网络安全披露账本 https://cvd.z.ai/虽然我们普通用户不会拿它去找各种攻防漏洞，但模型的能力提升是实打实的，具体到日常的办公和编程任务上，GLM-5.3 的表现又如何。APPSO 提前拿到了 GLM-5.3 的测试资格，继续用一些 3D 网页生成、网页应用开发、macOS 小工具开发等任务，来看看 GLM-5.3 的表现是否能快速实现我们的想法。目前 GLM-5.3 已经上线智谱官方 Agent 应用 Zcode 和效率工具 AutoClaw，同时面向 GLM Coding Plan 用户全量开放并开放订阅。▲ 在 Zcode 应用内可以直接选择 GLM-5.3 进行体验第三方平台像是 WorkBuddy，QwenWork，TraeWork 等应用也已经开放抢先体验。而 API 调用预计在下周二开放，模型的完整权重则会在两周内开源。当所有 AI 都开始卷编程相较于写作或者文科领域，那些见仁见智，审美无法统一的任务，编程大概是大模型最适合发力的场景。简单粗暴的一句提示词丢进去，就等着看它用代码能写出什么好看好玩有意思的画面。我们先是让它做了一个人体血液循环的 3D 交互仿真系统，原以为它会做一个写实的人体透视，至少像是这种细节满满的 3D 仿真，有真实的身体轮廓，合理排放的血管，真实的肌肉线条。但不知道是不是提示词不够详细，GLM-5.3 给的交付是看起来比较粗糙的版本。整个人更像是一个火柴人，内部器官也全部堆在了一起。比较难得的是，整个的演示有较多的自定义，例如视图图层可以选择不同的场景，生理参数也有心率、压力等内容。我们甚至可以选择失血性休克的场景，直接看到血液循环的流向。▲ 提示词：做一个高精度的人体血压循环 3D 可交互仿真系统，使用 GLM-5.3 + Claude Code总的来说，这个交互网页能够用在教学场景，但就是没有那么好看。继续我们在 DeepSeek Harness 中的金字塔滑板游戏测试，同样的提示词，GLM-5.3 + Claude Code 最高推理深度给出的结果也不赖——游戏体验好，场景渲染也准确。▲ 如果你不好好操作，可能真的会输，只是这个滑板的残影，过于「亮眼」。当我们想要它生成一些惊艳的 3D 场景时，像是一个满是水母的湖，数百万只写实的水母在一片翡翠湖泊里飘动。这个效果确实还挺漂亮的，渲染水母就不会像渲染人体一样，只用一些简单的圆圈，不过这个 3D 水母的提示词也相当长。在 Claude Code 中使用 GLM-5.3 时，如果你开启了自动审批命令，会经常遇到一个错误，显示「auto mode cannot determine thesafety of Bash right now.」即「自动模式目前无法判断 Bash 命令的安全性。」这大概是 Claude Code 应用自身的机制来处理自动模式下，如何识别不同的命令是否需要弹窗通知交给我选择，但第三方的模型，暂时还没有适配 Claude Code。于是我们切换到 ZCode 进行体验，它能像 Codex 一样使用不同的工具，不断对已经生成的网页截图识屏，分析存在的问题，然后持续优化，整个运行时间也比单纯在 Claude Code 中使用会更久。就像这个行星撞地球的模拟，两个行星碰撞，我们在 Claude Code 中的任务最长没有超过 1h，但这个 3D 网页过了一个小时，ZCode 还在反复地测试检查。好在最后的效果没有让人失望，我们第一眼就能看到地壳开裂、熔岩喷出、碎片形成行星环等壮观画面。就这些复杂的粒子运动，要面面俱到的编程好，肯定是需要一点模型底子的。同尺寸里的最强模型GLM-5.3 的意义，我们测试下来就觉得它还是回到了原本属于它的位置，即同尺寸最强模型，编程开发者的首选。K3 用了 2.8T，DeepSeek V4 用了 1.6T，而 GLM 5.2 用了不到一半的参数，就实现了同样程度的智能。所以如果你本来就在用智谱，已经购买了 Coding Plan（今天下午他们也重置了一次），从六月中旬发布的 GLM-5.2 切换到 5.3，是能感受到比较明显的差异。虽然 API 版本预计要等到下周二更新，目前官网显示的 API 价格也还是 GLM-5.2 版本，但同样的模型尺寸，估计 GLM-5.3 的 API 定价不会有太大的变化。Kimi K3、Qwen3.8-Max、DeepSeek V4 正式版、Grok 4.6、Gemini 3.7 Flash、GLM-5.3，最近的模型发布节奏几乎是前所未有，每天都有新的模型，新的工具可以测试。模型之间的区别也随着密集的发布逐渐在缩小。拿我们自己来说，曾经 Claude 被认为是写作上最好用的模型，优化一些句子的结构，把脑子里乱成一团的想法让它有逻辑的串联起来，Claude 给的文章有时比人类写得还要好。但频繁封号的 Claude，让我们转到了用 GPT 以及其他的模型，于是发现好像所谓的 Fable 5 和 Opus 5 并不是那么的非它不可。写作如此，编程、生图、整理文档、做报告、构建知识库也越来越接近这个状态。GLM-5.3 和最近这一连串新模型一起，把大模型的「最强保质期」压得越来越短。新发布的 GLM 用了 20 天，就有更强更好的 Kimi，Kimi 用了 20 天，又能换到新发布的 DeepSeek，等 DeepSeek 不好用了，那个时候又可以轮到 GLM 了。所以当别人问你，现在最好的国产编程模型是什么，你会说 Kimi K3、DeepSeek V4 还是 GLM 5.3？

8 月 14 日晚，魏牌 V8X 正式上市，此次共推出 5 款插混车型，权益前的统一零售价如下：豪华家庭版 Max：25.98 万元豪华家庭版 Ultra：27.98 万元豪华家庭版 Ultra+：31.58 万元运动版 Max：23.98 万元运动版 Ultra：27.98 万元在上述售价之外，长城还给出了一系列上市权益，包括 5000 元订金抵扣 8000 元购车尾款、1 万元增换购补贴或 3 年 0 息金融方案二选一。豪华家庭版 Ultra 可以限时支付 5000 元升级后轮转向，运动版则可免费升级曜黑外观和灰红内饰。豪华家庭版并不是简单按照发动机排量划成两档。Max 搭载 1.5T Hi4 性能版、400V 平台和 44kWh 磷酸铁锂电池，CLTC 纯电续航为 258km；Ultra 换用 1.5T 超级 Hi4、800V 平台和 66.6kWh 三元锂电池，CLTC 纯电续航提升至 402km；Ultra+ 则在相同电池与续航基础上升级为 2.0T 超级 Hi4。Ultra 与 Ultra+ 支持 6C 超充，5 分钟可以补充 170km 续航，CLTC 综合续航分别为 1652km 和 1659km。同步上市的运动版轴距更短，车长 5040mm、轴距 2968mm，使用曜黑运动套件和红色制动卡钳，并针对稳定杆、减振器和转向手感重新调校。其中，Max 搭载 1.5T Hi4 性能版、44kWh 磷酸铁锂电池，CLTC 纯电续航为 261km；Ultra 换用 2.0T Hi4 性能版和 55.4kWh 三元锂电池，CLTC 纯电续航为 324km，满电与馈电零百加速分别为 4.5s 和 4.7s。两款运动版均采用 400V 平台。不过看工信部申报信息，V8X 车系其实还申报了纯电版本，前、后电机峰值功率分别为 220kW 和 320kW。但在本次发布会上并没有公布这台车型的价格与上市安排。V8X 最重要的身份仍然来自豪华家庭版，它的长宽高为 5125/2025/1821mm，轴距 3050mm，与六座的 V9X 使用相同平台和相同轴距，却只放进五个座位。大五座到底大在哪V8X 豪华家庭版的轴距为 3050mm，与 V9X 豪华家庭版完全相同，车长则只少了 80mm。魏牌给出的舱内有效面积为 5.9㎡，放在五座布局里，意味着前后两排不再需要为一组使用频率不高的第三排座椅腾位置，第二排可以保留更完整的腿部空间，后备厢也不用在乘员和行李之间反复做选择。这也是 V8X 和 V9X 最直观的差别。同样的轴距，V9X 用 2+2+2 座椅承载六个人，V8X 则把整台车的空间集中给前后两排。V9X 解决的是大家庭出行经常满员的问题，而 V8X 照顾的是多数时候只有三四个人出行，却仍然需要一台大车的家庭。少掉一排座椅以后，变化最大的地方出现在车尾。V8X 豪华家庭版的后备厢常规容积为 864L，官方称可以放下 12 个 20 英寸行李箱，放倒第二排后，容积可以扩展至 2225L。与六座 SUV 必须收起第三排才能换取完整装载空间不同，V8X 不需要先移动或折叠座椅，便能同时装下婴儿车、露营装备、几只行李箱以及一家人的零碎物品，在春节返乡、全家长途或者周末露营时，不用让乘员和行李争位置。车内变成两排五座之后，V8X 依然提供前后排座椅加热、通风和按摩功能，车载冷暖冰箱、后排小桌板、后排独立空调、手动遮阳帘和侧隐私玻璃也被保留下来。有点意外的是，在发布会上，静谧性相关的信息被放在了很靠前的位置。V8X 使用 9 处隔音玻璃和三重环视立体密封车门结构，并针对车身气流进行了 104 处空气动力学导流优化。这些设计解决的是车速升高以后持续进入座舱的风噪，以及车门、玻璃接缝处容易形成的高频噪声。混动车型还有两类更难隔绝的声音：发动机介入时的运转声，以及轮胎经过粗糙路面时传入座舱的低频噪声。V8X 分别使用 ENC 发动机主动降噪和 RNC 路噪主动降噪，通过车内扬声器产生反向声波，削弱特定频率的噪声。玻璃、密封和车身优化负责把声音挡在外面，主动降噪则处理已经进入座舱的部分，两套办法共同服务，让这台大车在高速巡航时尽量安静下来。动力部分，豪华家庭版 Ultra 搭载 800V 高压平台和 6C 超充，1.5T 混动专用发动机的最大功率为 125kW，配合前后双电机和四挡混动专用变速箱，系统综合功率达到 450kW，综合扭矩为 790N·m，满电状态下零百加速为 4.9s，馈电状态下为 5.0s。豪华家庭版 Ultra+ 的 2.0T 超级 Hi4 将系统综合功率提高至 500kW，最大扭矩达到 930N·m，满电状态下零百加速为 4.5s，馈电状态下为 4.7s。更大的发动机排量主要服务于满载、高速超车和连续山路等高负荷工况，五个人连同行李全部装满以后，动力仍然保有余量。Ultra 与 Ultra+ 均使用 66.6kWh 电池，CLTC 纯电续航达到 402km。这套动力较为亮眼的是在馈电状态下也能保持输出。2.0T 版满电与馈电零百加速只相差 0.2s，四挡 DHT 通过发动机、电机与变速器之间的机电耦合，减少多挡切换时的动力波动。对于一台需要满载远行的家庭 SUV，电量下降以后，动力不至于「没电一条虫」。V8X 使用前双叉臂、后五连杆独立悬架，豪华家庭版三款车型均配备闭式双腔空气悬架，运动版 Max 使用 EDC 连续可变阻尼减振器，Ultra 则进一步配备闭式双腔空气悬架。双腔空气悬架可以通过改变气室容积调整支撑特性，EDC 则根据路面和车身状态连续改变减振器阻尼：遇到细碎颠簸时尽量保留柔和，高速变道、加减速和连续弯道中，又要控制这台 5.1m 大车的侧倾与俯仰。大车另一个无法回避的问题是转弯。于是魏牌 V8X 豪华家庭版 Ultra+ 标配双向 20° 后轮转向，Ultra 则可以限时支付 5000 元升级这项价值 8000 元的配置。配备后轮转向后，V8X 的后轮最大可以向左右各转动 10°，最小转弯半径为 5m。低速行驶时，后轮与前轮反向偏转，掉头、窄路会车和地库泊车都能少腾挪几次，速度升高以后，后轮与前轮同向偏转，又能让车身在变道时更稳定。V8X 的智能驾驶系统使用 Thor-U 芯片，算力为 700TOPS，感知硬件包括 1 颗激光雷达在内的 27 个传感器。V8X 支持车位到车位全场景 NOA，从起点地库驶出、进入城市道路和高速，再到目的地泊车，可以由同一套辅助驾驶系统连续完成。此次购车权益还包括价值 3.2 万元的城市、高速 NOA 辅助驾驶服务终身免费。座舱部分的智能化，魏牌 V8X 交给了「小魏同学」。小魏同学行车智能体还支持通过语音下达起步、变道、调速、掉头和泊车等指令，把一部分藏在菜单和拨杆里的功能变成自然语言。座舱一侧的小魏同学座舱智能体则可以记录不同乘员的座椅、空调和娱乐习惯，并将服务分配到具体座位。V8X 的产品逻辑不是少一个座位，价格便宜一点，它保留了 V9X 的大车尺寸和双 VLA 智能化，豪华家庭版三款车型也没有拿掉双腔空气悬架。五座重新分配了座位，但并没有缩减配置。一套车身，两种座数V8X 并不是市场上唯一一台这样做的车，乐道 L80，蔚来 ES8 五座版都是这样的「六座改五座」车型。随着大型新能源 SUV 的平台成本越来越高，在同一套车身和技术底座上同时提供大五座、六座乃至七座，正在成为一种更划算的产品方式：车企不需要重新开发三电、底盘和智能化系统，用户也可以先按家庭人数选择座椅。魏牌做的是同一件事。V9X 豪华家庭版安排 2+2+2 六座，V8X 沿用相同轴距，把第三排换成 864L 后备厢，在同一个技术底座上交付两个答案。作为魏牌接下来的主力产品，V8X 几乎把长城面向家庭用户能够想到、也能够装车的东西都安排了上去：空间、舒适、性能、补能、底盘和智能化，一个也不想落下。只是，大五座新能源 SUV 早已不是一块无人争抢的空地。同样瞄准家庭用户的产品越来越多，空间和配置堆得再满，最终仍要回到价格、体验和品牌认知上逐项交手。V8X 已经把能带上场的东西带齐了，接下来要争的，是这些配置能不能真正换来家庭用户的选择。