## 本周总览 - **模型竞争从“堆算力”转向“算力效率与后训练”**：微软 MAI-Base-2 宣称用 OpenAI 四分之一算力反超 GPT-5.6 后端模型，DeepSeek V4.1-Flash 以“更强、更快、更短输出”形成帕累托改进，GLM 5.3 被拆解为“架构不变、全靠后训练逼近闭源前沿”——前沿差距正在被工程效率而非单纯规模压缩。 - **智能体从演示走向“可靠性危机”与“基础设施化”并存**：Gemini 4 Argon 四智能体 27 小时自主通关《我的世界》，但长程任务单步 99% 成功率在百步后骤降至 37%，四大 Personal Agent 实测成功率仅 33%；同时 OpenRouter 智能体周用量达人类 8 倍、周消耗 132.6T tokens，沃尔玛上线 MCP 智能体网关允许 AI 代下单。 - **开源权重阵营在编码、世界模型、端侧三线同时突破**：Reflection Beam 501B MoE（Apache 2.0）、StepFun Step 5 Preview 600B MoE/1M 上下文、VAST EdenLive 实时世界模型、Meta Muse Glimmer 30B 端侧 Agent、面壁 35B-A3B MoE 手机端实时运行——开源不再是“追赶选项”，而是分发与成本武器。 - **AI 资本开支与收入错配成为市场核心矛盾**：美银称 AI 资本开支超预期 50% 而收入仅超 20%，CoreWeave 股价周跌 25%、垃圾债收益率飙至 15%，软银股价接近腰斩；但 SpaceX 靠 AI 算力租赁单季收入 76 亿美元首次季度盈利、AWS 称 AI 服务器回报周期不到三年——融资结构正在被重定价。 - **安全与治理从“原则讨论”进入“实战事件”**：PHP 内核两个 9.2 分高危漏洞引发全球紧急下线（由 AI 辅助发现）、黑客用 AI 智能体入侵超 100 家网站、Anthropic 因 OpenCode 蒸馏攻击撤销 API 密钥并将蒸馏升维至国家安全、微软推出 Guardian Agents 把智能体当内部威胁监控。 - **端侧与互连架构同步突破，Agent 的物理边界被改写**：NVIDIA RTX Spark 笔记本以 $2,399 起售带来最高 1 petaflop 算力与 128GB 统一内存，Marvell 光子模块让 HBM 与 GPU 分离最远 50 米，面壁 LES 让 35B-A3B MoE 在 iPhone 上解码超 20 token/s。 ## 热点清单 1. **微软 MAI-Base-2：四分之一算力反超 GPT-5.6 后端模型** 微软 MAI-Base-2 — https://aihot.news/items/c3sr2b6fbgvdu00echcbvywkj 本质：这是一次“算力效率叙事”的正面冲击——如果四分之一算力即可达到甚至超越同类前沿模型，那么前沿实验室的护城河将从“拥有多少 GPU”转向“训练配方与数据效率”，同时微软自研模型对 OpenAI 的依赖关系被实质性削弱，云厂商“既卖算力又卖模型”的双重身份进一步坐实。 ——可能：个人开发者不必等待模型权重，可先在 Azure AI 上对比 MAI-Base-2 与现有 GPT 系列在自家任务上的单位成本/质量比，用同一批 50–100 条真实请求做 A/B，重点看“每美元有效输出”而非榜单分数；若差距在 10% 以内，就把成本敏感型链路（批量摘要、分类、抽取）迁移过去，把高难度推理留在原模型，形成混合路由。 2. **Anthropic 反蒸馏防御：token 窃取量降 90%–99%，并升维至国家安全** Anthropic 反蒸馏防御 — https://aihot.news/items/sj5d4076973hvnycu7q7amr4z 本质：模型蒸馏从“灰色套利”被正式定性为安全威胁，意味着 API 提供方将更积极地做输出水印、速率异常检测与密钥追责；对依赖“用强模型输出训练小模型”的团队来说，这条低成本路径的合规与技术风险同时上升，而防御方获得的是一次可量化的威慑示范。 ——可能：如果你在做模型微调或数据合成，先审计训练数据来源，把“来自第三方 API 的输出”单独打标并评估可替代性；同时在自己的产品侧建立输出指纹与调用异常监控（单密钥高频、prompt 模板化、输出分布异常），避免成为被撤销密钥的一方——Anthropic 已因 OpenCode 事件实际撤销受影响密钥（https://aihot.news/items/l77k5lljwa77u0w19gsgesqq0）。 3. **DeepSeek V4.1-Flash + Search/Fetch API：每千次 5 元的 Agent 检索底座** DeepSeek Search/Fetch API — https://aihot.news/items/e3wq1hzkjq59f8g3prttrddb5 本质：搜索与抓取被压到“每千次 5 元、超时免单、可读公众号文章”的价格带，直接改变了 Agent 的检索成本结构——过去 RAG 系统里最容易被忽略的“抓取与清洗”环节，现在可以外包给一个按成功请求计费的基础设施；配合 V4.1-Flash 登顶 Arena Agent/Code 双榜开源第一（https://aihot.news/items/pwdldfnta3ut27a749j2wen17），形成“便宜模型 + 便宜检索”的组合拳。 ——可能：拿一个现有 RAG 或研究型 Agent，把抓取层替换为 DeepSeek Fetch，记录三件事：单次任务总成本、抓取成功率、以及“超时免单”触发比例；若成本下降超过 50% 且成功率不低于原方案，就把检索层抽象成可切换接口（DeepSeek / TinyFish 免费额度 https://aihot.news/items/... 作为备份），避免单点锁定。 4. **Reflection Beam 501B MoE 开源 + StepFun Step 5 Preview 600B MoE/1M 上下文** Reflection Beam — https://aihot.news/items/v27j8fnpclhpwv5blr21n4650 本质：开源权重模型正式进入“500B–600B MoE、Apache 2.0、面向编码与长程智能体”的区间，激活参数仅 23B–27B，意味着推理成本可控而能力逼近闭源；这对“必须私有化部署”的企业场景（金融、医疗、政务）是决定性变化——不再需要在“合规”与“能力”之间二选一。 ——可能：先在 OpenCode 上限时免费试用 Beam 的 1M 上下文（https://aihot.news/items/...），用一份真实的长文档+多步工具调用任务测试“长上下文是否真的可用”而非只看窗口数字；若可用，评估在 8×H100 级别的自有集群上以 4-bit 量化部署 23B 激活的可行性，把“数据不出域”作为对客户的差异化卖点。 5. **Gemini 4 Argon 四智能体 27 小时自主通关《我的世界》** Gemini 4 Argon 智能体通关 Minecraft — https://aihot.news/items/... 本质：这是长程 Agent 能力的一次公开压力测试——四个智能体在随机世界中自行分工、互相预警、无人类输入击败末影龙，证明“多智能体 + 长时程规划”在开放环境里已跨过演示门槛；但同一周“单步 99% 成功率在百步任务中降至 37%”的警示（https://aihot.news/items/...）提醒：能力上限与可靠性下限正在同时被推高，二者之间的 gap 才是产品化的真正战场。 ——可能：不要直接做“通用长程 Agent”，而是选一个步数可控（10–20 步）、失败可回滚的垂直流程（如对账、报表生成、批量素材处理），先测量自家流程的“单步成功率 × 步数”实际衰减曲线；把重试设计成幂等操作，并在每一步落 checkpoint，用工程手段把 37% 拉回可用区间。 6. **VAST 开源实时世界模型 EdenLive 与 Golem：单张 RTX 5090 上 720p/24+FPS** VAST EdenLive — https://aihot.news/items/a52jv2jag7p4yonzs0zemg8np 本质：世界模型从“生成视频”走向“可实时交互的解耦状态与渲染”，5B 参数在消费级显卡上达到 720p/24+FPS，意味着“一句话生成一个能玩的世界”从研究 demo 变成可本地部署的组件；这与 Viggle JST-2 的物理原生世界模型（https://aihot.news/items/...）一起，把游戏、仿真、具身智能的训练环境成本大幅压低。 ——可能：用 EdenLive 做一个最小可玩原型：固定一个场景（如房间导航），验证“参考图 → 实时交互画面”的延迟与一致性，重点记录长时间运行后的画面漂移；若漂移可控，就把它接到一个简单的键鼠控制循环里，测试作为具身智能仿真环境的可用性，而不是先追求画面精美。 7. **NVIDIA RTX Spark 笔记本开售：$2,399 起，最高 1 petaflop、128GB 统一内存** NVIDIA RTX Spark — https://aihot.news/items/p4onrft3oltqqk5e5xv21khvc 本质：端侧算力被推到“1 petaflop + 128GB 统一内存”的量级，配合面壁 LES 让 35B-A3B MoE 在 iPhone 上实时运行（https://aihot.news/items/...）与 Meta Muse Glimmer 30B 瞄准 24GB 显存设备（https://aihot.news/items/...），本地 Agent 的“模型容量天花板”被显著抬高；隐私敏感、离线可用、零边际推理成本成为端侧的新卖点。 ——可能：如果你在做隐私敏感型工具（法律、医疗、个人知识库），现在可以认真评估“本地 30B 级模型 + 端侧 Agent 框架”的产品形态：先在一台 24GB 显存设备上跑通“文档解析 → 多步工具调用 → 结果落盘”的完整链路，