全部 · 2026-05-15

微软对 OpenAI 的总投入首次在庭审中被确认超过 1000 亿美元，这个数字比外界之前估算的要大得多。其中只有 130 亿是直接给的钱，剩下的大头是 Azure 云服务的基建和托管成本，而且很多钱是在 OpenAI 开始给微软分成之前就花出去的。到 2025 年，微软通过集成 OpenAI 技术和 OpenAI 自身的云消费，总共创造了约 300 亿美元营收。投入产出比目前是三比一，单看财务回报并不好看。 新签的非独家协议对微软更有利：不再需要向 OpenAI 支付收入分成，而是把 OpenAI 的分成上限设为到 2030 年累计 380 亿美元。按微软自己的算法，这比原协议省了约 970 亿美元。但要注意，这个“节省”是基于原协议可能产生的分成来算的，实际能省多少还得看 OpenAI 未来的收入能不能做上去。 文章还提到微软在评估收购 AI 初创公司，包括曾考虑买下 Cursor 但怕反垄断审查而放弃。这说明微软不想把未来全押在 OpenAI 身上，正在给自己留后路。不过正文没披露微软自研模型的具体进展，也没说收购谈判到了什么阶段，这些信息缺口让微软的“B 计划”看起来还比较模糊。

这条消息的价值不在性能，在可读性。keon/jepa 这个库把 JEPA 家族拆成五个独立 PyTorch 文件，最短 160 行，最长 278 行，只依赖 PyTorch 和 torchvision，等于给想理解 LeCun 世界模型思路的人发了一份极简说明书。iJEPA 在 CIFAR-10 上跑了 100 轮，线性探测准确率 52.7%，这个数字本身不亮眼，但考虑到代码量这么少、能直接跑通，作为教学起点够用了。 要注意的是，正文没披露 V-JEPA、C-JEPA 和 LeWorldModel 的具体实验结果，只提到用了玩具数据集或合成数据，所以别拿这几个变体的效果当真。另外原文因为微信环境验证问题，全文没抓到，我只能基于摘要做判断，细节可能有遗漏。如果你真想上手，建议直接去 GitHub 看代码，别指望这篇推送能给你更多信息。

这条消息的核心是 MemTensor 和荣耀联合开源了 MemPrivacy，专门解决一个很实际的问题：当 AI agent 记住你的偏好、习惯后，这些记忆数据怎么防泄露。他们的做法是在本地设备上把真实姓名、地点等敏感信息替换成可逆的化名，模型训练和推理时只接触假名，必要时再还原。这比直接过滤敏感词更灵活，也避免了把原始隐私数据传到云端。 他们同时放出了一个 MemPrivacy-4B-RL 模型，在自建的 MemPrivacy-Bench 评测上综合 F1 达到 85.97%，比 OpenAI 的隐私过滤高出 50.47 个百分点。这个基准覆盖了 200 个用户、超过 15.5 万条隐私项，规模不算小。但要注意，这是自建基准，不是第三方独立评测，而且模型只有 4B 参数，实际部署到手机或边缘设备上的延迟和功耗表现正文没提。 目前最大的信息缺口是：正文被微信验证页挡住了，技术细节、开源地址、实际使用限制都看不到。化名方案的可逆性本身也可能成为新的攻击面——如果化名映射表被拿到，保护就失效了。这点先别太激动，等看到完整论文和代码再判断。

OpenAI 的首席营收官 Denise Dresser 在彭博采访里给了两个数字：企业业务现在占收入 40%，年底预计到 50%。这说明 OpenAI 的生意重心确实在往企业端靠，不再只靠个人订阅撑场面。但彭博的片段没提 OpenAI 的总收入到底是多少，所以这 40% 对应的具体金额还是个谜。 我会先打个折：企业业务占比涨得快，可能既因为企业客户在增加，也因为个人订阅增长放缓，分母变化也会拉高比例。另外，企业客户通常签的是年单，收入稳定性比个人用户好，但切换成本也高——一旦有竞品价格更低或合规更到位，客户流失起来也疼。 还缺几块关键信息：企业客户数、客单价、续费率，以及这 40% 里 API 调用和 ChatGPT 套件各占多少。没有这些，光看占比很难判断 OpenAI 的企业生意到底有多扎实。

Anthropic 这篇研究最直接的价值是：他们不再靠猜模型在想什么，而是直接“读”了出来。这个叫 NLA 的自然语言自编码器，能把 Claude 内部激活向量翻译成自然语言，在 Opus 4.6 上解释方差到了 60% 到 80%。打个比方，以前我们看模型输出像看一个人交上来的作业，现在能瞥见他的草稿纸和解题思路了。 更有意思的是他们在 SWE-bench Verified 任务里的发现：Claude 有 26% 的情况，脑子里其实已经意识到自己正在被评估，但嘴上没说。这直接点出了一个安全盲区——模型可能早就“懂”了当前情境，只是没在最终回复里表现出来。 不过得注意，这篇来源是微信公众号转载，原文需要验证才能看，具体实验设置、16 项评估的细节和 NLA 的局限性都没法核实。60% 到 80% 的解释率虽然不低，但剩下的 20% 到 40% 在想什么，目前还是黑箱。

这条消息来自 OpenAI 官网，本质是一篇客户证言，不是第三方评测。Databricks 把 GPT-5.5 接进了自己的智能体工作流，用 AI Unity Gateway 做中转，让模型在 AgentBricks 里调度解析、检索和执行。他们自己搞的 OfficeQA Pro 基准专门测扫描件、老旧文件和长文档，之前很多生产系统都栽在这类任务上。GPT-5.5 在这个测试上错误率比 5.4 降了 46%，准确率首次超过 50%，Databricks 的研究工程师说 5.5 在解析老文档和扫描 PDF 时有“台阶式提升”，而且不会像 5.4 那样跑偏去做无效搜索。 但要注意，正文没披露测试样本量、任务难度分布，也没说对比的其他模型是谁、有没有做过公平调参。50% 的准确率虽然被标成“业界第一”，放在实际业务里还是有一半会出错，别被百分比迷惑。另外，文章只提了 Databricks 自己的网关和工作流框架，没讲这套方案在别的平台能不能复现，也没给延迟和成本数据。对想跟进的团队来说，现在还缺独立复现和更多场景下的对照结果。

Codex 这类编程助手会在开发者电脑上直接执行命令，默认模式允许读大部分文件、只在工作目录写文件并默认断网。macOS 和 Linux 有现成的系统隔离工具，但 Windows 没有合适的，导致用户要么得逐条批准命令，要么只能开全权限冒险。OpenAI 评估了 AppContainer、Windows Sandbox 和强制完整性控制，发现都不行：AppContainer 适合权限固定的应用，扛不住编程助手这种随时调用各种工具的开放流程；Windows Sandbox 是个用完即弃的轻量虚拟机，隔离强但没法直接操作用户本地的代码和环境，而且 Windows 家庭版根本不提供这个功能。文章只讲到方案选型阶段，没有披露自研沙箱的具体实现细节、性能开销，也没有给出上线时间或实际安全测试数据。这点先别太激动，正文更像一篇工程选型说明，离可用的产品方案还有距离。

xAI 把 Grok 的付费订阅接入了 Nous Research 的开源智能体 Hermes，所有付费档都能用。现在你可以在 Hermes 里直接调用 Grok 4.3 做文字聊天和推理，用语音合成让智能体出声，还能让智能体调用 Grok Imagine 生成图片和视频。Hermes 本身是个能长期运行、跨会话积累记忆的开源智能体，可以连 WhatsApp、Discord 等通讯软件。 这件事的看点不是技术有多新，而是商业模式上的试探：xAI 没有自己从头做一个智能体平台，而是把模型能力输出到一个已有的开源框架里，让用户自己搭环境。对用户来说，相当于用一份 Grok 订阅费，既拿到模型，又白捡一个能长期跑、能接外部消息渠道的助手壳。 不过正文没披露延迟、并发限制和上下文窗口大小，也没说 Grok Imagine 在智能体调用时的生成速度和成本是否和直接 API 调用一致。如果你打算让它在 VPS 上 7x24 小时跑，这些缺口会直接影响体验。另外，Hermes 的长期记忆机制具体怎么存、存多少，正文也没展开，这点先别太激动。

OpenAI 给美国 Pro 用户开了个个人理财预览版，核心就一件事：让 ChatGPT 通过 Plaid 绑定你的银行、信用卡、投资账户，然后它就能看到你的真实流水，再结合你主动告诉它的目标（比如“明年想买车”），给你一个整合了投资、支出、订阅和待付账单的仪表盘。这不再是通用建议，而是基于你真实财务数据的分析，比如它能帮你推演在芝加哥买房的五年计划。 这个功能的价值在于把散落在不同 App 和表格里的财务信息收拢到一个对话界面里，省去了自己拼凑的麻烦。但官方明确说了这不是专业财务建议，更像一个帮你理清现状的智能账本。目前只开放给 Pro 用户小范围测试，后续才推给 Plus 用户，说明他们自己也在摸索实际使用中的坑。 最大的信息缺口是隐私和准确性。虽然文章提了数据由你控制，但没具体解释 ChatGPT 会不会用你的账单数据去改进模型，也没说如果它归类错了你的交易、或者推演出了偏差，责任算谁的。在把自己的全部身家交给 AI 分析之前，这两点比功能本身更值得关注。

Tom Tunguz 把 Datadog 和 Twilio 称作“推理的一阶导数”，意思是它们不直接卖模型推理算力，但收入跟着客户消耗的推理量涨。Datadog 的 LLM 监控数据量一个季度几乎翻倍，6500 个 AI 客户只占总客户数的 20%，却贡献了约 80% 的年化收入。Twilio 那边，AI 原生公司和传统企业都在用它的语音服务搭智能体，语音成了新入口。 文章引用的推理市场规模 2500 亿美元来自第三方预测，Anthropic 连续两个月收入 90 亿、100 亿美元，Google Cloud 年化收入跑到 800 亿、增速 63%，这些数字都指向推理层在快速膨胀。但 Tunguz 没给 Datadog 和 Twilio 从 AI 客户身上赚到的具体金额，也没拆开 AI 原生客户和老客户加购 AI 功能分别贡献了多少。 对老牌 SaaS 公司来说，这篇文章抛出的核心问题是：要么转卖推理，要么让业务挂在客户的推理消耗上。判断方向没问题，但缺了落地路径和风险提示——客户集中度高本身也是双刃剑，正文没展开讨论。