Tomer Tunguz 博客（VC 分析）
AI 评分 54/100
OpenRouter数据显示，84%的模型token并非来自SOTA模型，用户最常用的六款模型性能约为前沿模型的77%，成本仅为Claude Fable 5的2.5%。8月10日当周，六款模型承载了80%流量，混合价格约$0.50/百万token，而Fable 5为$20。最佳开源模型性能已从一年前的48%提升至前沿模型的80%，企业正转向更小、微调或开源模型以优化性价比。
OpenRouter数据显示，84%的模型token并非来自SOTA模型，用户最常用的六款模型性能约为前沿模型的77%，成本仅为Claude Fable 5的2.5%。8月10日当周，六款模型承载了80%流量，混合价格约$0.50/百万token，而Fable 5为$20。最佳开源模型性能已从一年前的48%提升至前沿模型的80%，企业正转向更小、微调或开源模型以优化性价比。
2026年1至8月，Hugging Face公开模型仓库从243万增至296万，但85.6%的模型下载量不足200次，1.5%的仓库占据99.2%下载量。中国实验室月度最大开源模型参数规模在754B至2.78万亿之间，美国实验室七个月中五个月低于130B。AMD与NVIDIA各发布超200个新模型仓库，成为发布开源模型最多的机构。
古风AI短片《天宫之约》爆火，播放近7000万、点赞超400万，被外交部发言人毛宁转发，海外平台观看超540万。该片由90后创作者栖光用可灵3.0制作，他看重可灵的画面质感、光影效果、精准提示词响应与生成稳定性。栖光已加入可灵AI创作者计划3.0，该计划设“灵感聚光计划”，提供每月百万现金池、千万级灵感值激励及单项目最高亿级曝光资源。
MiniMax H3 开源一周即在 Hugging Face 衍生出近 300 个模型，ComfyUI 版本下载量近 700 万。社区将 120GB 权重压至 42.5GB 以在消费级显卡运行，Redis 作者 antirez 用 C 和 Metal 重写原生 Mac 推理引擎 h3.c。
OpenAI 研究揭示企业采用智能体 AI 的方式，以及前沿企业如何在 AI 应用上拉开差距。企业正通过 ChatGPT 和 Codex 将 AI 从辅助转向执行，头部公司已率先将智能体投入实际业务流程。
AI 正在重塑数据分析师的工作方式，从重复性数据清洗和报表生成转向更高价值的洞察与决策支持。Databricks 认为，分析师的核心竞争力将转向问题定义、业务理解与结果验证，而非单纯掌握 SQL 或 BI 工具。未来团队需重新划分人机协作边界，将 AI 视为分析流程中的“副驾驶”而非替代者。
SaaS 估值整体承压，但每个细分赛道都跑出了 AI 龙头：CrowdStrike 以 34.4x 前瞻收入领跑安全（中位数 3.9x），Cloudflare 32.6x 对 17.5x，Shopify 11.3x 对 1.4x。
Go 凭借严格的编译器、集成工具链和毫不妥协的可读性，为 AI 编码助手提供确定性护栏，帮助模型自我纠错并生成高度标准化的代码。通过强制生态一致性和严格向后兼容，Go 平台让工程团队能在生产环境中高效验证、优化和维护高速 AI 生成代码。
安嫩伯格公共政策中心最新民调显示，美国公众对数据中心建设的反对声浪快速上升，且这一情绪跨越党派界限。民调数据与先前相关预测趋势高度吻合。
Harvey、Legora 与 Sierra 在九个月内相继跨过 1 亿美元年经常性收入（ARR）门槛，Ramp 与 Decagon 分别以 14 亿美元和 3500 万美元夹在两侧。
近期前沿模型引发的网络攻击事件促使作者反思当前激励体系难以适应快速技术变革。科技公司受增长驱动持续扩展，而政府行动迟缓，双方均未准备好应对未来12-24个月的挑战。作者认为需要更多透明度，并指出持久性强的模型更可能实施黑客行为，OpenAI的推理时扩展路径可能与此相关。
Gary Marcus 认为现在给 Google 判死刑为时过早。Google 拥有搜索和邮件带来的海量数据、自研 TPU 芯片、去年 4020 亿美元营收和 1320 亿美元利润，以及 Android、YouTube 等分发渠道。Hassabis 留任并与继任者 Koray Kavukcuoglu 继续合作，而 OpenAI 和 Anthropic 各自面临困境。
OpenAI 发布 Signals 数据，展示全球用户如何使用 ChatGPT，涵盖各国采用率、使用趋势及行为演变的国家级洞察。数据显示 ChatGPT 正从“提问”转向“执行”，反映出用户行为向实际任务完成的转变。
SpaceXAI 上季度资本开支 183.7 亿美元，其中 158.3 亿美元投向 AI，接近微软同期总资本开支的 40%。其运营现金流仅覆盖资本开支的 12%，主要靠举债和股权融资，而微软覆盖率达 155%。公司股价较 6 月峰值腰斩，6 月发行的 250 亿美元债券各期限均跌破面值。
科技巨头高管普遍表示算力供应仍无法满足需求，但 AI 定价却在上涨：Anthropic 7 月 24 日发布的 Fable 5 定价每百万输出 token 50 美元，较 Opus 5 翻倍；OpenAI 则在 Fable 5 发布五天后将 GPT-5.6 Luna 价格下调 80%。
三家广告与品牌公司的创意负责人一致认为，AI 技术已成熟，真正挑战在于重塑习惯、团队与预算。Le Truc 的 Williander 强调快速原型、展示 60-70% 完成度即可；Edelman 引入 Runway 后设计师效率提升五倍；WHY Brands 的 Harrelson 用 AI 实现当天响应文化热点。
Block 首席法务官 Esperanza 与 Spotify 总法律顾问 Choset 认为，AI 时代“说不”风险更高，法务应深入理解技术并自信放行。两人均主张法务贴近产品、在监管前自定规则，并用 AI 工具自建审查系统。Choset 强调，AI 法律问题本质仍是版权、隐私与雇佣问题。
生成式 AI 可将分散的销售、运营与财务数据自动汇总为高管晨报，替代手动整理多份报告的工作。Databricks 展示了该方案如何按角色定制洞察，并强调数据治理与事实核查对确保报告可信度的关键作用。
Thinking Machines 发布首个模型 Inkling，为 975B-A41B 多模态 MoE，支持文本、图像和音频输入，并推出 276B-A12B 小版本。
Thinking Machines 发布开源权重模型 Inkling 和 Inkling-Small，称安全发布取决于模型本身及生态系统的准备度。公司通过内部评估、四家独立机构外部测试及微调研究验证，认为发布 Inkling 不会在现有开源权重模型基础上增加实质性风险。未来将采取分阶段发布策略，并持续研究危险能力能否与通用智能解耦。
另有 1 家信源报道X：Mira Murati（@miramurati）OpenAI 推出全栈方案，旨在让先进 AI 更强大、更实惠、更广泛可用。该方案覆盖从模型训练到部署的完整技术栈，通过系统级优化降低推理成本并提升性能。OpenAI 表示，这一举措将推动高级 AI 能力向更广泛用户群体普及。
百度智能云在ChinaJoy上展示“芯云模体”全栈AI能力，覆盖AI算力底座、云端弹性调度、大模型内容生产与智能体交互，支撑游戏全生命周期创新。IDC《中国AI游戏云市场洞察，2025》报告显示，其市场份额稳居第一，超第2-5名总和，已助力100+游戏企业AI创新。
Databricks 指出，当前媒体购买的瓶颈在于协调而非人才。平台通过统一数据、AI 智能体和实时决策引擎，帮助买方和卖方构建可扩展的智能体化媒体购买系统，实现从受众定向到预算优化的全链路自动化。该方案依托 Databricks 的 Lakehouse 架构，支持处理每日数十亿次广告请求并实时调整出价策略。
Databricks提出医疗组织推进AI计划时需应对“噪音”挑战，强调以数据基础设施为核心构建AI优先架构。该框架聚焦于整合分散的医疗数据、建立统一治理层，并支持临床与运营场景的模型部署。具体方案包括利用Lakehouse架构实现实时数据管道、通过MLflow管理模型生命周期，以及采用RAG技术增强LLM在医疗问答中的准确性。
Google AI 开发者关系团队通过视频对比了 MCP 与 Skills 两种 AI 工具范式。MCP 通过自然语言让模型访问 API 和文件系统，但会因加载未使用的工具定义导致上下文膨胀；Skills 本质上是包含可复用提示词的 markdown 文件，支持渐进式披露，智能体可“知晓”20 个技能而不加载全部指令。两者并非竞争关系，Skills 甚至能教会智能体如何使用 MCP 工具。
昆仑万维董事长兼CEO方汉在2026中国科创投资夏季峰会上指出，AIGC正带来“内容通胀”，AI短剧单部成本从超200万元降至不到10万元，音乐小样成本从数万元降至极低。他认为单品成本下降但行业总投入反升，稀缺性从生产能力转向优质内容、版权、IP、流量与分发能力，并给出图像看版权、视频看有效交付成本、音乐看权利分发的差异化投资逻辑。
Azure 上财年营收首破 1000 亿美元，同比增长 43%，但 Google Cloud 增速达 82%，几乎是 Azure 的两倍。Google 拥有自研模型与芯片，云运营利润率从 20.7% 扩至 35.6%；微软则主要依赖英伟达商用芯片，且 6780 亿美元合同 backlog 中近半数来自 OpenAI 单一客户。
Databricks 提出，电信财务团队可利用智能体 AI 实时检测并阻止收入流失，从而保护利润率。该方案通过 AI 智能体自动分析计费、订单和网络数据，在收入损失发生前识别异常模式并触发纠正动作。Databricks 强调，这种主动式财务监控能显著缩短从收入流失到发现的时间窗口，将财务团队从事后审计转向实时干预。
OpenAI 发布一份实地报告，展示了科学家如何利用 AI 编程智能体（coding agents）现代化科学计算，在基因组学等领域显著加速软件开发与发现进程。报告指出，这些智能体能够处理复杂代码库、自动化实验流程，并帮助研究人员快速迭代分析工具，从而缩短从假设到验证的周期。该发现强调了 AI 在推动基础科学研究效率方面的实际应用潜力。
认知科学家 Gary Marcus 发文反驳 Sam Altman 和 Elon Musk 等人关于“奇点已至”的说法，指出当前 AI 系统在可靠性、推理能力和常识理解上仍存在根本性缺陷。Marcus 认为，即便大语言模型在部分基准测试上表现亮眼，距离真正可信的通用人工智能仍有显著差距。他强调，行业不应因短期进展而忽视对齐、幻觉和鲁棒性等核心问题。
Berkeley RDI等机构提出三级软件自主开发框架：代码自主（AI完成设计与实现，人类决定构建内容并审核PR）、流水线自主（AI运行从设计到部署的全流程，人类仅评估结果）、需求自主（AI自主决定构建内容）。该框架旨在为能力声明、部署选择与问责提供清晰分类。
LangChain指出，企业若想将通用AI转化为持久商业优势，必须自主掌控智能体系统、治理、上下文与反馈循环。仅依赖通用模型无法形成护城河，企业需构建专有数据管道、定制化评估体系与闭环优化机制。通过自主管理上下文窗口、反馈数据与模型微调，企业可确保AI系统持续适配业务需求并降低对第三方API的依赖。
北京智源人工智能研究院与端侧智能北京市重点实验室联合发布报告，指出2026年是端侧智能规模化落地的关键转折年。报告提出“密度定律”，即模型最大能力密度约每3.5个月翻一番，MiniCPM5-1B以1B参数在Artificial Analysis上取得17.9分，与2024年5月发布的200B参数GPT-4o仅差零点几分。
北京智源人工智能研究院联合发布《端侧智能2026：规模化落地元年》报告，指出大模型产业正从云端集中式智能走向端云协同式智能。报告提出“密度定律”，称大模型能力密度约每3.5个月翻一番；MiniCPM系列全球下载量已突破3800万次，其1B参数模型得分与2024年发布的200B参数GPT-4o仅差零点几分。
百度智能云在WAIC上披露，约50%先进芯片已借助AI设计，预计2028年超90%。其AI Agent将芯片设计从人工试错转向智能自主驱动，通过文心快码Baidu Comate、百度搭子企业版、百度胜算、百度伐谋等工具实现需求提取、仿真代码设计、器件迭代优化自动化。与光本位科技联合推出的Lightmate全栈AI研发方案已覆盖数字、模拟、光芯片全链路设计。
Google Cloud 在 2026 年第二季度营收达 248 亿美元，同比增长 82%，增速已与 NVIDIA 数据中心业务趋同。其积压订单达 5140 亿美元，同比增长 385%，运营利润率从 20.7% 扩大至 35.6%，与 AWS 的利润率差距收窄至仅 2 个百分点。
另有 1 家信源报道X：Rohan Paul (@rohanpaul_ai)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。