全部 · 2026-05-17

这条新闻目前只能当个信号看。FT 的标题直接说字节跳动和快手在视频生成上领先美国对手，在广告和娱乐场景里效果更好，但点进去只看到安全验证页面，正文完全没加载出来。我不知道他们拿什么模型比的、用的什么评测标准、样本量多大、延迟和成本怎么样，这些关键信息全缺。 标题里的“领先”需要具体数字撑腰——比如生成一段视频要多少钱、等多久、用户盲测偏好率是多少。如果只是挑了某个特定场景说“效果更好”，那说服力有限。另外，视频生成现在各家差距本来就不大，今天你领先明天他追上，没有持续几轮的横向对比，单次结论容易过时。 等看到完整正文，我会重点盯三件事：对比的是哪些具体模型、评测是人工打分还是自动指标、有没有披露推理成本和延迟。这三样缺一不可，缺了就只能当公关稿看。

这条新闻最值得看的是它点出了 AI Agent 的“隐性账单”：让模型在编程任务里自主干活时，输入和输出的 token 消耗比可以拉到 154:1。也就是说，模型为了完成一个任务，可能要先吞下大量上下文，再吐出一点点代码。这跟平时我们看单次问答的成本账完全不一样。 不过要泼盆冷水。原文因为微信环境验证失败，正文没抓到，所以 8 个前沿模型在 500 个 swe-bench 任务上的具体表现、哪个模型最“啰嗦”、成功率跟 token 消耗到底什么关系，这些关键信息全是空白。另外，摘要里提到人类标注的任务难度和实际 token 消耗之间关联很弱，Kendall tau 只有 0.32，说明我们凭直觉判断“这题难所以费 token”根本不靠谱。 还缺的东西很多：Agent 跑这些任务的成功率是多少？不同模型之间的效率差距有多大？有没有办法在不掉性能的前提下砍掉无效 token？这些才是决定这条发现能不能落地的关键。

这篇文章把“世界模型”这个被炒烂的词掰开了讲，一条是 Yann LeCun 那派想让模型在脑子里做物理推演，另一条是 NVIDIA 和游戏引擎那派想直接生成可交互的 3D 场景。两条路目标不同、技术栈不同，但钱都往这砸——18 个月超过 100 亿美元，说明资本在赌一个能统一感知和行动的底座。 DreamDojo 的例子挺有意思：用 44,711 小时的第一人称视频做预训练，不用真实机器人数据，就能让模型预测动作后果，跟真实策略的相关性 r=0.995。这个数字看着漂亮，但要注意它测的是“相关性”而不是任务成功率，离实际部署还有距离。另外文章是机器之心编译自 MoE Capital 的博客，来源本身有投资视角，对技术风险的讨论偏少。 缺的东西也明显：没提这些世界模型在复杂动态场景下的泛化表现，也没说训练和推理成本。100 亿美元砸下去，目前看到的还是实验室指标，能不能跑通商业闭环，正文没给答案。

Peter Steinberger 公开的后台数据挺直观：30天跑了760万次请求，吞掉6030亿个token，账单超过130万美元。他特别提到关掉“快速模式”后费用直接砍了七成，说明推理速度的溢价相当高，追求低延迟的代价是真金白银。 不过这条新闻最大的信息缺口是：OpenAI 没向他收费。正文没披露这是赞助关系、测试额度还是某种合作置换，所以130万这个数字不能直接当成市场价。对普通开发者来说，实际成本得在这个基础上打折——打几折不知道，但肯定不是零。 另外，760万次请求背后是什么场景、什么模型、单次请求平均token量多大，这些都没展开。如果大部分是长上下文或复杂agent调用，那烧token的速度本身就不意外。想知道这笔账划不划算，还得看他用这些请求产出了什么。

Anthropic CEO Dario Amodei 这次说的不是技术进展，而是他对 AI 经济后果的预判。核心逻辑是软件成本会降到接近零，传统靠卖软件授权的商业模式会被打穿。他举的例子很直接：现在工程师还能去做编辑或升级工作，但 AI 模型会不断吃掉更多任务，很多干了几十年的职业会慢慢消失。 他给了两个数字——GDP 增速可能到 5%-10%，同时失业率上升、贫富差距拉大。但正文没披露这两个数字是怎么算出来的，是基于什么假设、什么时间窗口，也没说数据来源。这种宏观预测最容易翻车，所以这两个数先别太当真，重点是他想传递的那个矛盾：增长和淘汰会同时发生。 还缺的东西不少。他没说哪些行业会先被冲击，也没提政策建议或企业该怎么做。整段话更像是对社会反应速度的担忧——他觉得大家还没意识到这场变化的规模和冲击有多大。这个判断本身值得注意，但离可操作的结论还差得远。

Anthropic 的 CEO Dario Amodei 在《华尔街日报》的采访里抛了两个很重的判断。第一个是软件成本会跌到接近免费，过去那种“做出来卖一百万份”的商业模式可能直接崩掉。这背后是他对模型能力继续爬升的预期——如果生成一个复杂软件跟生成一段文本一样便宜，定价权确实会从软件公司转移到算力供应商手里。第二个判断更扎心：几十年攒下来的白领岗位和职业结构，可能说没就没了。他补了一句社会能适应，但警告现在没人当真。 这里有几个信息缺口得说清楚。正文没披露他说的“免费”是指边际成本还是总拥有成本，也没讲时间线是三年还是十年。没有这两个锚点，“基本免费”更像战略喊话，不是工程交付承诺。另外，他说的“很多职业消失”没给具体行业或数据，更像定性预警。Anthropic 自己就是卖模型 API 的，说软件免费等于说别人的生意不值钱，自己的护城河在模型层，这个立场得算进去。 整体看，这更像一份来自一线玩家的极端情景推演，不是行业共识。方向值得盯着，但具体数字和节奏都还缺，先别急着按“软件清零”做决策。

这条新闻值得点开，因为它说清了一个反直觉的事实：泄露数据的不是AI写的烂代码，而是平台那个“一键上线”的默认设置。安全公司RedAccess扫了38万个应用，约2000个直接暴露敏感信息，包括医院排班表、银行财务数据和临床实验资料。Moltbook社交平台上线三天就崩，因为数据库权限开关没打开，150万个API令牌裸奔。 四家平台的回应高度一致，都把锅甩给用户配置错误。但当一个平台每天产生几万个应用，使用者大多是产品经理或运营，根本不知道“公网”意味着什么，默认公开就不是用户失误，是系统性设计缺陷。Georgia Tech追踪到AI代码引入的漏洞三个月翻了近六倍，实际数量估计在400到700个。 文章没披露RedAccess扫描的具体时间范围和是否排除了测试数据，这点让2000这个数字要打个折。但核心判断站得住：vibe coding把从“代码写完”到“上线”之间的安全决策窗口压缩到零，建应用的人甚至不知道自己跑了一个公网数据库。如果你公司有人在用这类工具搭内部应用，先搜一下域名，大概率已经被Google收录了。