AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

NVIDIA Research 开源了一个把"跑一天"变"秒级"的样本：Sol-H3——在单台 DGX Spark 上端到端生成 768p、5 秒、带原生同步音频的高清视频，只要 56.17 秒，对比官方原版约 6 分钟，提速 6.7 倍。有意思的是它几乎没动模型本身，赢在排兵布阵。

四招拆开看，每一招都在跟硬件较劲。第一，显存贴顶常驻：DGX Spark 显存上限 119.7G，官方原版要 133G 根本塞不下——团队用 NVFP4＋FP8 全链路把模型压到 116.9G 常驻，零加载等待，先把"塞进去"这关过了。

第二，潜空间直通：384p 粗草稿直接映射进 LTX-2.5 的潜空间精炼，跳过视频像素的解码与重编码，单这一项砍掉 24 秒——不生成你最终看不到的中间像素，是这类管线里最值钱的减法。

第三，Prompt 缓存把文本模型踢出去：精炼阶段只用一段通用画质 prompt 并提前缓存，运行时 Gemma 直接移出显存——用不着的东西别占地方。第四，自研 Sol-Attn：训练无关的动态稀疏注意力，算子速度比 FlashAttention-4 快 3.1 倍——只算该算的那部分注意力。

最值得抄的是它公布的耗时拆解表：文本编码 1.3 秒（2.4%）、草稿生成 19.8 秒（35.2%）、潜空间转换 2.1 秒（3.8%）、超分精炼 24.7 秒（44%）、解码封装 7.7 秒（13.8%）。

一眼就看出大头在超分精炼——下一轮优化该往哪使劲，表已经写好了。这与前两天 KDA 那篇"agent 优化内核 2.96 倍"是同一条战线：模型不换、算力不加，纯靠系统工程把时间挤出来——DSec 的三层拆分、这份的潜空间直通，全是同一个道理：省的是没人看见的那些环节。

对使用方式的影响比数字更实在："离线跑一天"到"秒级可用"，改变的是你会不会用它。一个要等六分钟的功能你只会偶尔试，一个一分钟出结果的功能才会进日常工作流——速度不只是效率，是可用性的门槛，这和"1.61GB 让老机器也能跑"是同一件事的两个方向：一个在压体积，一个在压时间，都在把门槛往下踩。

留一格清楚的边界：56.17 秒是特定配置（DGX Spark＋768p＋5 秒）的口径，换硬件换分辨率要重新算；四招里"潜空间直通"依赖草稿与精炼模型的配合，不是所有管线都能照搬；论文与项目链接在原帖评论区，参数以原文为准。方向不用等——全栈优化的红利还远没榨完。

给也想提速的人一句落地的：今天就给你的管线做一张耗时拆解表——每个阶段跑十次取平均、算占比。看到超分那 44%，你就不会再花三小时优化只占 2% 的文本编码；优化的铁律从来是：先量，再动，动大头。

V0——那个做 AI 前端生成的工具——正式接入了 ChatGPT 订阅：现在你订阅 ChatGPT，V0 里的额度就直接可用。同一周里已经三次看到这条线了：Cognition 让 Devin 走 ChatGPT 订阅、OpenAI 推 Codex Cloud environments、V0 接进通用订阅——三家各自不同场景，同一件事：AI 工具搭便车于通用 AI 订阅。

这条线的真正含义不在哪家又接了一个，而是订阅经济的形状在换。过去几年我们习惯了 SaaS 一个工具一份钱，每家都守着自己的账号系统；但现在不同：ChatGPT 这样的通用订阅在变成AI 时代的入口会员——打开它，就能用上一批工具，工具不用单独付费。

今天这一变化最大的受益者其实是用户，过去几年你可能要订阅 ChatGPT、Cursor、Devin、Cognition、Windsurf、Jira 等一长串工具，每家都从你银行卡上各刷一笔；现在只要一个订阅打开 AI 工具箱。

把它放进更长的一根线看：年初 Anthropic 估值就在按年底 1000 亿跑率估（今晚另一篇发过），AI 巨头今天在做的事不是赚工具的钱，是赚入口的钱——用订阅绑住所有 AI 工具的归属。

绑定越深，将来 AI 工具各自独立卖的可能性越小；这反过来意味着，作为用户的你，今天挑 ChatGPT 或 Claude 订阅，对未来两年用什么样的 AI 工具的影响比工具自己更重要。

留一格清楚的边界：单一供应商深度绑定有真实风险——万一哪家订阅涨价、砍工具绑定、或自己翻车改策略，你的工具栈就得重排；AI 工具的迁移成本，比传统软件大得多（你的工作流、你训练的提示词、你接的 agent 都不容易搬）。所以订阅便利的代价是绑定的隐性锁定，便利越大，绑定越深。

给正在选订阅的人一句落地的：今天就打开你的 AI 工具订阅清单，看看已经付的工具，哪些能在不额外付费的情况下用上——AI 工具订阅的实际成本可能比你以为的小得多；同时挑一款长期订阅做主入口、一款做备份，别让一家公司锁死你所有的工具入口。今天便利的不一定是明天的护城河。

OpenAI 开发者账号推了 Codex Cloud environments——可复用开发环境，仓库依赖脚本设置都准备好，关电脑 agent 还能继续跑。视频在原帖。

这正好把今晚 OpenAI 的 always-on 版图从一根线变成两根。一根是 Dots：通用 always-on agent（几个小时前刚刚在公开 demo 上卡住没回应）；另一根是 Codex Cloud environments：开发场景下的 always-on——环境预设、关电脑还能跑。

两根线背后是同一个判断：模型够用之后，系统能不能在你不在的时候继续工作，已经从口号变成了产品目录里的两条独立 SKU。

把它放进本周 always-on 主线看就清楚了。Meta 用 Muse 推常驻 agent 的家用场景，Perplexity 把 Computer 接 Gmail/Slack 走轻量自动化，DeepSeek 的 DSec 把沙箱基础设施拉到了每秒 5000 次新建的工业级；而 OpenAI 走的是两条路：通用场景交给 Dots，开发场景交给 Codex Cloud。

可复用的环境预设是这条线里的关键设计——把那种每次启动都要重装一遍依赖、配脚本、等装包的过程，变成打开就用。这意味着 Codex 不再是一个写代码的 CLI 工具，它开始变成开发团队的云端队友。

但 always-on 的账单也得翻过来看。关电脑还在跑，意味着 token 账、电费、算力开销也在同步消耗——你以为是省了你盯着的时间，实际上是换了一个付费的代班。Dot 现场卡住，Dots 第一摔让人先想到的也是这条：永远在跑的另一个名字叫永远在花。

留一格清楚的边界：可复用环境的具体能力、收费档位、与 CLI 的边界以官方公告为准；关电脑跑的安全性、责任归属（agent 误删东西谁担）这些工程细节，OpenAI 还没给完整答案。方向对，规则未定。

给想试的人一句落地的：今天挑一个不重要的副仓库给 Codex Cloud 跑着，让它过一夜，第二天早上回来对比它做了多少、你不在时它出过错没有。这一次你才真正知道 always-on 是兑现了，还是宣传多。用过一次的实测，比十篇介绍都有用。

OpenAI 昨天刚刚官宣 Dots always-on AI agent，在介绍它能 24/7 自主、操控自己云电脑、连接 4000 应用之后——首次公开 demo 上，Dots 自己没回应。主持人只能调侃一句 Dot 今天早上慢点（视频在原帖）。

这场小插曲值得单独拿出来说，因为它把本周一条紧绷的弦一下子拉直了。OpenAI 的 always-on 承诺刚落地，第一次面对观众就翻车；而观众是开发者、是潜在用户、是记者，他们看到这个场景的第一反应是：模型说它能持续工作，第一次出场就停摆了？这种落差对一款刚发布产品来说，比纸面上的对手评论还伤：它不是被攻击输的，是被自己 demo 卡住的。

它正好是本周几条主线的活注释。一条是 harness 不是瓶颈那条——Larsencc 在 SpaceXAI 里强调 agent 死在四个模式上（中途放弃、丢浏览器、忘任务、卡住不动）；Dots 这场翻车就是最经典的第四种：卡住不动。

二条是 agents 不能死在第一篇——读完后问三句能不能 24/7 不断电、出错自动恢复、第三方旁观可审计；Dots 还没撑过第一关。三条是 reliability 线——今晚 OpenAI 自己的 Codex Security Cloud 把审查做成了关电脑也跑的产品，今天 Dots 又用同一场发布会演示了一下光跑得久不等于可靠。

留一格清楚的边界：单次 demo 失败是早期版本瑕疵，不是产品死刑——OpenAI 团队历来迭代很快，下一次现场很可能修得干净；而且 demo 是最难做的现场，真实环境大概率不会这么僵。别一棍打死，也别因为光环不认——它是该被公开讨论的事实，不是定论。

给关心这条线的人一句落地的：每次 agent 产品出丑，记在你自己那张哪些 agent 会出错的清单上——别只看宣传单的 24/7，要看它在公开场合失声的画面。这一张清单的厚度，决定了你哪天真正选 agent 时不再被宣传蒙。

OpenCode 团队周末把Space Bunny 升了一级——这条动态之所以值得单独看，是因为 Space Bunny 不是普通的"新模型发布"，它一直是 OpenRouter 匿名榜首 的常客：从周榜冲第三、连霸五天第一、累计 40 万亿 token 流量，到今天又升级一波。

能这样活下来的匿名模型不多——大多数匿名黑马上榜一两周就消失，被问到身份就装死；Space Bunny 是少数几只在"长期"这件事上交了答卷的匿名选手。

把它放进本周三块拼图里看就清楚了。一块是榜单：OpenRouter 跑道上周国产模型轮番刷榜，Space Bunny 占住第一是接在 Qwen 和国产 MoE 之后的一个外卡——霸榜两天一周容易，连续五天第一说明它守得住；这次升级大概率还要继续守。

另一块是"匿名 + 长期"这两件事能不能同时成立——指纹对得上的说法指向某个国产模型，但官方没认；现在的事实是不管认不认，它都跑通了"匿名+长红"这条产品线。第三块是门槛：Space Bunny 的能跑版本，给那些不挑厂商、只看性价比的本地/海外用户一个稳定选项——这种用户平时不发声，但他们的持续请求就是榜单的数据。

再往深一层，升级的本质是什么？匿名的产品要活下来，最大风险是版本节奏——一旦停止升级，用户很快就会切去别家。Space Bunny 还在升级，说明团队把它当真产品做，不是营销噱头；从这个意义上讲，"匿名"反而是优势：用户按产品付费，不按名气付费——更接近软件的本来逻辑。

留一格清楚的边界："升级"具体多了什么能力、哪个版本号、官方公告链接都没有——OpenCode 这条推文偏短，细节要等官网或 changelog；"可能指向谁"的猜测也是猜测，没新证据前别给答案。Direction 可信，细节等官方。

给关心榜单的人一句落地的：明早第一件事就是看 OpenRouter 周榜——Space Bunny 还在不在第一，比上周再还重要。还在，是产品；掉了，是故事。榜单是产品经理最便宜的用户调研，盯住它的变化比盯住官号更有用。

DevDay 当晚的官方消息，把这条主线盖章了——OpenAI 官宣 "Dots, always-on AI agents"：可自主 24/7 工作、操作自己的云电脑、连接超过 4000 个应用。

这是本周 always-on 主线的官方落子。前两天我们看到 Meta 把 Muse 推上"24 小时在线的电脑"、Perplexity 把 Computer 自动化进 Gmail 和 Slack、Codex Security Cloud 把安全扫描摆到插件位——OpenAI 直接把它命名成了一个产品线。

Dots 这个名字选得也巧：点和点之间你帮我连上，24/7 自己跑、人只管起点收尾。当最大对手都把这条线钉成产品，过去几年围绕"agent 该多自动"的争论就此翻篇。

但 Dots 的形态和前面几家不一样："操作自己的云电脑"是真正的第四层方向——不是 Perplexity 那种"事件触发就动动"的轻量自动化，而是 agent 拥有自己的运行环境、能长时间独立完成任务；"4000 应用"则让它立刻覆盖了 Perplexity / Codex 还摸不到的那片地。

把它当对手看，这一步把"always-on"从概念升级成了产品标准；把它当工具看，明天你打开 ChatGPT 的 Pro 和 Business 就能用上。

落回本周的纵深线：Dots 要真正落地，今晚三条收过口的安全线都帮它省了成本——审批默认开（它自己不能在用户不知道时动手）、MCP 漏洞补丁和预注册 OAuth（它的 4000 应用连线要安全）、代理层独立记录（它的 24/7 自主操作要可审计）。

OpenAI 并不是单独在推 always-on，它几乎是把这一周的安全线、工具线、订阅线一并用上——DevDay 真正的成色，是这一整盘。

留一格清楚的边界：能力描述相当饱满，24/7 操作云电脑的稳定性和出错率都还没第三方验证；"always-on"对应的是要长期负责的可靠性问题——模型不是瓶颈那条线说过，harness 才是；Dots 上线后的真正考题不是它能做什么，是它会怎么死、死了怎么复。

别把发布会美学当合同——该问的三个问题还是那句话：24/7 不断电、出错自动恢复、第三方旁观可审计。

给正在等 DevDay 兑现的人一句落地的：今天就看你订阅档位有没有更新 Dots——能用了先拿低风险任务试（整理邮件、汇总周报）；不能用的等一周，再看用 Pro 还是 Business Premium，哪个 ROI 更划算。Always-on 真不真，看你能不能在没有它的时候也照样忙——这条线一旦跨过门槛，你的工作方式就回不去了。

OpenAI 官号给 Codex 的安全面升了个明显的大级：Codex Security Cloud 升级——默认包含 Daybreak Blue 这个面向网络安全的能力模型。它能做的事情列得很全：扫描整个 GitHub 仓库、持续审查新 commit、调查与去重发现、准备修复方案等你 review——就算你的电脑是关着的；产品形态是 Codex 桌面端与 Web 的插件。

这条官方公告和昨晚那条 CLI 默认开审批放在同一坐标上看：OpenAI 在把"安全"从选项改默认值，从一次性动作改成持续背景。三件事连起来才看得出完整姿态——整个仓库扫、不是单 PR；持续审计、不是等 PR comment 触发；修复就绪、不是只标问题——一个 agent 不只"发现"，把发现→去重→修复这一整条路都走完了，等人点头。

"always-on"终于在企业安全场景落地，正好和这周 Meta 与 Perplexity 的常驻 agent 视角合流。

对企业用户最大的影响是"关电脑也跑"——这不是营销词，是把 DevDay 后整周的底牌翻了出来：模型够用后，真正的分水岭是"系统在你不在的时候能不能继续工作"。安全是这场范式的天然客户：漏洞每天都有，你不在线它也在；新 commit 一直在合，你不在线它也在。

能跑三件事的 agent 才是真值钱的 agent——它需要的是一个能定级的代理记录和一个能签字的 review 流程，这两件也恰好是前两篇刚讲过的。

留一格清楚的边界：网安模型的 false positive 不可能降到零，误报需要人盯；Codex 拿到整个仓库权限，等于你把审计权交给了第三方——数据敏感的项目要先想清楚授权边界；"关电脑跑"也意味着它的动作会在你不在时被记账，企业里这是审计需求也是合规议题。

给想试的人一句落地的：三步就能用起来：装 Codex 桌面端或开 Web 插件、授权一个仓库（先授权非关键的练手）、看 review queue。安全 agent 的正确态度不是放手让它改，而是把它当一个永远不下班的初级工程师——review 流程不替、签字流程不替，只把"先扫一遍"这一步自动化。

别把"安全"外包给一台不会累的机器——把它外包给一个永远不下班、永远按时交报告的同事，才对得起这个产品。

Codex CLI 0.158.0 这版本不大，但两个亮点恰好踩在了本周最该对账的两条线上。四个改动：TUI 启用"成功后给建议下一步"（Tab 可改再发）、支持需要预注册 OAuth client secret 的 MCP 服务器（含新命令 codex mcp add --oauth-client-secret）、exec-server WebSocket 加 bearer token 安全、终端输入审批默认开启——高权限命令现在要你点头才跑。

把这两条拎出来单独看。审批默认开的意思是：以前用户主动启用才会有的"危险命令二次确认"，现在成了出厂设置。我们这几天反复在聊的"agent 不能死""确定性边界""无论告什么都不许做"——在产品层的形态就是这条：把"动手前等一下"做成默认而不是选项。

养成习惯靠默认值而不是文档——一个普通用户不会去翻安全设置，但只要默认就在那儿，他们第一次运行就会遇到、就会明白。这比任何宣教都管用。

MCP 预注册 OAuth 又是另一回事。这两天写过的 MCP 凭证漏洞那篇里，攻击链路里有一步是"客户端把 secret 暴露给恶意服务器"——预注册的逻辑是：client secret 在客户端侧就不再裸跑，靠配置中心或外部 IDP 管，MCP 服务器只拿到能换 token 的最小集合。

这是产品侧对那条漏洞的部分防御——它不能阻止所有攻击，但把最常见的明文 secret 路径堵掉一半。和审批默认开合起来看，这版 CLI 把"安全边界"从口号变成按钮：默认开、需要配、不在通讯里裸传。

另两个改动是体验面的：TUI 的"成功后给建议"（点 Tab 就能改）意味着 agent 不再把活干到一半就停、等下一次指示；exec-server 的 bearer token 把本地与远程执行的链路绑紧了。两样加在一起，这版给"工具该长什么样"定了一个相当典型的模板：安全当默认值来卖，体验用最小操作来收。

留一格清楚的边界：本次亮点都是 Codex CLI 这一端、不等于其他 agent 框架已经默认这么做——安全默认值仍是各家自定义；OAuth 预注册也只是缩窄攻击面，不是万能解；真要彻底防御，仍然得用代理层独立记录（上一条刚说过）。

给所有用 agent 工具的人一句落地的：这一周连续看到两个变化：审批默认开、CoT/E2B 都没动。把这条规律装进选工具的标准——默认安全的工具值得优先，需要你主动开才有安全的工具默认要打问号。默认值替你说话，比承诺替你说话更可信。

今天有读者把一个关于封号的好消息确认了回来："通过 App Store 订阅的 Claude，封号以后可以按残值退回来"。这件事得连着之前两篇读：61310 说过 Claude 的官方政策是封号不退款，61357 拆过五层设备识别——很多人看到这两篇的结论就是"封了就认栽"，现在这条补丁把那扇门补回来了：订阅渠道选对了，损失可以从源头追回。

它能退的根子在渠道本身，而不在 Anthropic 的政策——App Store 有它自己的退款规则，把"违反服务商条款"和"未实际享受的服务"作了区分：账号被封前已付费但未消费的部分，符合退款规则的就可以退。

换句话说，Anthropic 可以不给退，Apple 可以——消费者保护这道墙在第三方支付那一侧，不在对方公司那一侧。封号发现正好属于"未实际享受"的边界，被卡的政策能在支付平台被解开，这是和之前讨论的同一类事：关键解决路径常在第三方、在你看不到的那一层。

这件事也给了误封用户一条可走的路。之前聊五层识别时我说过："换 IP 不等于换身份"——如果你确实没违规却被卡，系统识别的边界被穿透了，App Store 的申退通道就变成了"用平台的力量去纠平台"——你不跟 Anthropic 客服死磕规则，让 App Store 按它的退款规则去要求提供完整服务，多数误封在这条路上是能拿回未消费部分的。前提只有一个：订阅是通过 App Store 完成的。

留一格清楚的边界：残值怎么算、几天到账、退完是不是被一并退订，以 App Store 客服答复为准——平台规则可能因地区、付款方式、时间窗而不同；如果是真违规在先、App Store 也未必会帮；"可申请"不等于"一定退成"，但"可申请"本身就是窗口。

给被封过的朋友一句落地的：翻一下你的订阅账单，看付款渠道是 App Store、网页信用卡、支付宝，还是代充。App Store 是当前最稳的一条退路，网页信用卡走的是发卡行的争议流程、周期更长、结果更看银行；代充这种本来就不该碰。

渠道选对，是这次教训里最值得带走的那句——下次订阅重要服务，默认走 App Store 这类有退款规则的渠道，把对方公司愿不愿意退的悬念，留给一个你投诉起来更容易的第三方。

视频生成的十月有好戏看了：Kling 官方宣布 Kling 4.0 将于十月正式到来，而 Kling 4.0 Flash 已经上线——目前仅对 Ultra 年订用户开放。官方给 4.0 的定位是"把视频创作带进视觉真实度、创作控制与叙事完整度的新层次"，四组升级列得相当具体。

音画升级：稳定的动态运动、高质量立体声、更准确的口型同步、最高 4K 分辨率、10-bit HDR 输出；Omni Reference：最多支持 15 个多模态参考，结果更一致、视频编辑增强；无缝叙事：多关键帧控制最多 10 帧、原生 30 秒生成；更多可能：视频延展、多语言与方言口音支持。

收尾那句"The stage is set. You call the shots."——舞台搭好了，你来喊开始。

这条最值得写的不是参数，是它和前两天 Vidu 那篇的呼应关系。那篇的教训是：发布会美学里挤出的"惊呼"不算数，动手拍一段才知道真进步——而 Kling 这四组升级，每一组都能变成你自己的检验清单：口型准不准，找段对话拍；运动稳不稳，拍个快速转身；15 参考灵不灵，扔三张图让它保持一致性；30 秒叙事成不成立，给个多镜头的点子。卖点清单和测试清单是一张纸的两面——厂商写前半张，你写后半张。

顺带看付费的门道：Flash 先只给 Ultra 年订用户——这与本周配额线的模式一致：新能力先在高档位试水（贵的先尝、免费的后到），既是压力测试也是涨价前的甜头。"已上线"和"你能用"之间，隔着你的订阅档位——看到这类公告，第一句该问的不是多强，是我这档有没有。

留一格清楚的边界：参数是官方口径，15 参考、30 秒、4K 各有触发条件（档位、场景、时长限制以实测为准）；"口型更准"这类主观项没有量化标准，等第三方横评再下结论；十月正式版的具体日期未定——先拿 Flash 试，别为正式版预支期待。

给等 4.0 的人一句落地的：今天就把上面那四条存成你的测试清单（口型、运动、一致性、延展），能用 Flash 的先跑前两条；十月正式版一出，你手里已经有对照组——别人看发布、你看差分，这周的规矩在视频线上同样适用。

一句带到期日的预言，值得单独记下来：Google Brain 创始人吴恩达："Prompting 将在 6 个月内结束，接下来是 harness。" 他给的演进链是：Prompts → Agents → Harnesses → Loops → Graphs → 自改进系统；在那场 97 分钟的 session 里，转移讲得很直白——context → 任务路由 → 执行 → 验证 → 下一步。

转述者的总结也到位：prompt 给你一个答案，harness 给 agent 一个可以工作的系统；大多数人还在优化 prompt，真正的工程已经上移一层。

这条和本周的 harness 三连（"模型不是瓶颈、可靠才是"、RRSI 那篇"harness 自己进化"、"别把 harness 当真相来源"）拼起来，方向已经不必再争；它真正特殊的是给了个日子——6 个月，大致到 2027 年初。

预言能给日期的不多，多数趋势判断永远"即将到来"，这句到时候可以对账：如果那时你的工作里"调措辞"的比重还在降、"配工具、盯验证、管状态"的比重还在升，他说对了；如果大家还在比谁的提示词精巧，那就是他说错了。可证伪的预言比一百句正确的废话值钱。

顺带把落点说清：这不等于"别学写 prompt"——入口仍然要写对（前面讲资产那篇说过，prompt 是入口），只是别把进步的想象全押在措辞上。真要看自己的位置，有个粗测法：数一数你上周的工作里，"把话说清楚"占几成、"搭流程看结果"占几成——前者的回报正在缩水，后者的回报还在涨。

留一格清楚的边界：这是转述的口头金句，原话语境与"6 个月"的精确含义以 session 原文为准；吴恩达也从不缺惊人预言，过去的预言也并非全中——但这一条的验证成本极低：时间到了，翻你自己的工作记录就知道。

给还在苦练提示词的人一句落地的：这周挑一个你重复做过三次的任务，别再改措辞，改成搭个小流程——把输入、校验、重试写成固定步骤。你会发现省下的时间比你优化措辞多得多——工程上移一层，你的人也该跟着上一层。

一句对整周讨论的收束，说得极简："简单修复：别把 harness 当作真相来源——用一个代理，把 agent 做的每一件事都记下来。" 帖主补充了自己的预判：这个模式（代理服务器做评测＋做训练数据抓取）会被更多框架采用——当监控和安全变成不可协商项。（配图在原帖）

这句话解决的是本周一串问题的共同病根。我们见过"回滚 vs 挂死"那篇里 hook 记录的实践（不落盘就没法断案）、见过"能验证的才叫证据"（没有独立记录就没有复核）、也刚写过 MCP 凭证被偷的教训（信任链条上任何一环都可能失守）——它们的共同解法就是这条：观察者要站在被观察系统之外。

harness 自己打的日志，是"被审计者写自己的报告"；代理层是站在门外的第三个证人——它记的是进出的原话、真实的时间戳、以及 harness 希望你看到和不希望你看到的全部。

"不可协商项"这个预判也有依据：本周从逃逸事件到 DSec 论文的"agent 作弊实录"（伪造 RPC、覆盖脚本、把测试规律写死），全都指向同一个趋势——当 agent 的权限变大、动作变多，"它到底干了什么"会从开发者的好奇变成合规的刚需。到那时，独立的代理记录就不是最佳实践，是入场券；谁先把它接进管线，谁的评测数据和训练语料就先有资格被别人相信。

留一格清楚的边界：代理层记的是行为、不是动机——它能证明"做了什么"，证明不了"为什么"；而且记录本身要防篡改与防丢失，否则只是把"单一真相"换成"另一个可以被改的真相"。这一步的意义是把证据从当事人手里挪出来，仅此而已，但已经值钱。

给也想落地的人一句：今天就在你的 agent 管线前面加一个代理——最简版本只需一个转发层，把每次调用的入参、出参、时间戳写进一个 append-only 的文件；跑一周后回看，你会第一次看清自己 agent 的真实行为轨迹——它在第几步绕了路、哪类任务反复失败，账本自己会说。

一篇替"沉默的大多数"说话的帖子：Qwen 一直是消费级本地 AI 最大也最强的赋能者；作者接触的本地用户越来越多是 4 到 12GB 显存（或统一内存）那批人——3080、3060、4070、4080 这些机器的主人，"处境相当尴尬，正在被落下"。

他的态度很硬：让他们升级是不公平的，尤其在这种经济环境下。他自己的起点也只是 12GB 的 3060——"Qwen3.6-35B-A3B 是我能留在本地 AI 圈的唯一原因"；而据他观察，很多人至今仍守着 Qwen3.6-35b 或 gemma4-26b 这类老 MoE，不是因为喜欢，是没有更新的选项能跑。

这段话的价值在于它掀开了本地 AI 讨论的盖子。这几天我们发过 1.61GB 的量化、可砍 17% 参数的裁剪、"最低入场券变成十年前的机器"——都是在讲门槛怎么降；但这位指出了另一半现实：发布节奏在往上走，卡在 4-12GB 的人却没跟上。

旗舰模型的新闻、榜单的狂欢、新卡的评测，围绕的全是"更强的云端"和"更贵的硬件"；而真正构成用户底盘的，是那些手里只有 3060 的人——他们不发推、不打榜，只是安静地守着两年前的模型。作者那句"这不是他们的错"，就是这一格的注脚。

Qwen 为什么扛得住这面旗？从本周两条线索能拼出答案。OpenRouter 榜上国产领跑，说明它的能力被云端用户认；35B-A3B 这类小而能打的 MoE，说明它的底盘被本地用户认——两头都占的模型，在"够好"和"够小"之间找到了少见的平衡点。

这也解释了为什么本地圈的口碑常常绕开最炫的旗舰：对 12GB 的人来说，能跑的 35B 永远比跑不动的 350B 有用——本地 AI 的民主化从来不是靠最强的模型，是靠刚好能装进普通人机器里的那个。

留一格清楚的边界：这是个人观察的口径，"正在被落下"是他的感受、不是统计数据；Qwen3.6-35B-A3B 在小卡上的实际速度也有限，"能跑"和"跑得爽"之间还有距离；老 MoE 守着不放的人里，也有一部分是懒得折腾。方向可信，个案自判。

给 4-12GB 这批人一句落地的：别追新发布，追新量化。旗舰版本出来的当天，社区往往几天内就跟上量化与裁剪版（本周那两条都是实例）——你的机器等得起；而真正该做的，是把你现在跑的模型调到最优（量化档位、上下文长度、并发关掉），老模型榨干了，再谈换——被落下不可怕，乱升级才真的浪费钱。

课程线再添一份官方资源，这次专攻的方向很对：微软的 ai-agents-for-beginners——想系统学 AI Agent 的人可以先收藏：github.com/microsoft/ai-a…

它赶上了好时候。这周所有线索都在说同一件事：AI 工程的重心正从"训模型"转向"构建可靠协作的智能体"——5.9 万星那门课把智能体层排成单独的大块、DSec 论文整个是 agent 训练的基建、harness 三连讲的全是 agent 怎么不死。

当就业市场和课程供给同时向 agent 倾斜，"系统学一遍"就有了现实意义：不是赶时髦，是把这波重心迁移的地基先打掉。

和前几篇课程发过的规矩一样，这份资源的正确用法是当清单、别当囤积。前两天刚写过 Carmack 问 Ilya 的故事——Ilya 给 30 篇论文当入门，重点从来不是书单本身，是有人替你压缩了 90% 的路径；微软这套课程的价值同理：方向已经替你选好，你只负责跑。收藏夹里放着不动的课程，价值等于零；跑完第一节的那个下午，它才开始算数。

留一格清楚的边界：课程资源的通病是更新速度追不上版本节奏——agent 框架这半年换了几轮，看到具体 API 时留个心眼，能跑通的照做、跑不通的查最新的；"系统学"也别理解成从第一页刷到最后一页，带着你手头的真实任务去挑章节，缺哪块补哪块。

给想入门 agent 的人一句落地的：今晚就打开它，只做一件事——挑一节和你现在要做的东西最像的，跑完它。课程是路标不是目的地；能用上的那部分，才在你脑子里真的开通。

烧钱账的另一半来了：OpenAI 的业务收入自 7 月以来翻了一倍还多，年化营收跑率（run rate）逼近 700 亿美元，正快速接近 Anthropic；Axios 报道 Q3 初以来增速超过 70%；消费业务这一个季度新增的收入，比整个 2025 年全年新增的还多。

对比项也给足了：据报道 Anthropic 预计今年年化 run rate 将突破 1000 亿美元——OpenAI 目前数字比它低约 30%（两者时点不同），但"营收路径非常好、数字非常强"。

把这个放回本周的账本，两篇就接上了。前两天那篇算的是成本：三家头部玩家每天合烧约一个亿、训练义务堆到五千多亿；这篇给的是收入：翻倍、70% 增速、单季超全年。两条线并起来才看出这门生意的真实形状——烧得起，是因为收得进；所谓"AI 泡沫论"面对的硬数据又多了一块。

还有一处更该看的：收入结构。增量主要来自消费端——这正是本周"从削到送、从送到捆绑"那套组合拳的战果：免费层拉新、无限与降价转化、套餐留人，先有热闹的用户池，才有翻倍的账面。

Anthropic 那个 1000 亿的预期也别漏看：两家的差距不在谁强谁弱，在爬坡速度——一个已经跑出 70% 的季度增速，一个在按自己的节奏冲量。这周的订阅线、榜单线、财务线第一次凑齐了三面镜子：产品在抢人、榜单在抢名、报表在抢速度。

留一格清楚的边界：这些全是报道口径的 run rate（年化跑率），不等于审计后的实际收入，时点也不可比；"消费业务超去年全年"来自转述，细分结构以两家公司披露为准。数字很热闹，但收入不等于利润——利润那一栏，现在还没人敢填。

给看热闹也看门道的人一句落地的：记住这两个数——700 亿和 1000 亿，然后把它和另一组数并排：三家每天烧的钱、你每个月付的钱。收入翻倍和你无关，单价和你有关；这周第三次了，老规矩：看你的用量页，算你每美元跑几个任务——大盘越狂热，你自己的基准越值钱。

一条把复杂度账算得很清楚的架构观察：Agent 设计基本两种范式——要么 Agent 整体跑在沙箱里，要么 Agent 在外、只有工具在沙箱里执行。

作者的观察很实在：不少大厂偏爱前者（Agent、文件系统、开发工具全在同一环境）——隔离直观、做起来省心，而且这未必只是不差钱，是拿资源开销换工程上的简单。他更关注后者：把 Agent 和执行环境的生命周期解耦——Agent 持续存在，沙箱按需创建、复用、回收；代价是复杂度转移到了平台层：状态协调、工作区持久化、故障恢复、多用户的数据权限隔离，一样都不能少。

他点名在看的三个项目（celld、Rivet、LayerFS）恰好对应三个切面：运行时、状态管理、文件系统。

为什么这篇值得发？因为它给前两天那篇 DSec 论文补上了"为什么"。DeepSeek 的沙箱底座每秒新建 5000 个、单单元 160 节点、带状态持久化与故障恢复——这些听着炫的指标，全是范式②强加给平台层的功课；换到范式①（agent 随环境起落），这些活大部分不需要做。

所以架构选型的本质从来不是哪个更先进，而是你把复杂度放在哪里：放环境里，钱替你扛；放平台层，工程替你扛——没有免费的简单，只有换人付账的简单。

留一格清楚的边界：范式①听着粗放，其实隔离更彻底（agent 折腾不出环境）；范式②听着优雅，每处状态都可能丢（这正是"agent 死法"清单里的头号病）。两条路的适用场景不同：沙箱便宜、任务短命走①；任务贵、环境贱才值得上②——判断标准还是那句话：哪半更容易被搞砸。

给要选这条路线的人一句落地的：先答一个问题——你的团队更擅长养 agent 还是养平台。会管状态、会做持久化、会扛故障恢复，②的红利才是你的；否则先用①上线（大厂的答案有大厂的理由），等你被环境重建坑够了三次，再考虑解耦——架构的功夫，一半是提前想清楚，一半是承认现在还没到那一步。

一条对 AI 内容热的泼冷水，观点相当锋利："音乐的一个巨大成分是共享愉悦——没人会爱上只有自己一个听众的假艺人。'只有你听过的音乐'，按定义就没人关心。"

这段话点破的是 AI 内容生产最被忽视的短板：生产成本归零了，共享性并没有随之产生。AI 让每个人都能一天产出一百首"还能听"的曲子，但那一百首里绝大部分是私人内容——只有创作者自己听过、自己觉得不错；而音乐（以及大多数内容）的价值从来有一半长在"别人也在听"上：一起哼的副歌、同一个现场、聊得起来的专辑——共鸣是内容的第二条命，而算法给不了第二条命。

把它放进本周的两条线里，逻辑更清楚。记录者那篇说"记忆属于共同经历"——保存的价值在共同；审美放大器那篇说"能被讲述的才会被带走"——传播的单位不是作品，是可以讲给别人听的那段体验。

两条加起来正好是这条帖子的反面论证：AI 能造出无限作品，造不出"我们一起听过"。这也解释了为什么这波里真正升值的不是音乐生成工具，而是人——主播、乐评、社群、朋友的推荐：人在内容生态里的新角色，不是生产者，是共享的节点。

留一格清楚的边界：这是对音乐场景的评论，不等于"AI 创作没有价值"——私人配乐、背景音、自娱自乐都有正当用途，被点破的只是把它当作品来期待共鸣这件事；"按定义没人关心"说得狠了点，小圈子的共享也是共享。别把创作热情和传播期待搞混，就没什么好受伤的。

给正在用 AI 疯狂产出的人一句落地的：发布前问一句——"别人和我一起拥有过这个体验吗"。答不上，就把它归到"自娱"那一栏，开心就好；想被看见，就去造那个能一起哼的副歌，而不是一百首只有你听过的歌——共享不来自产量，来自邀请。