全部 · 2026-09-18

Waymo 把海外第一站选在新加坡，计划 2028 年推出纯电自动驾驶网约车并开始收费。新加坡地方小、道路规整、天气没雪，对无人车来说是相对友好的测试场，但 2028 年这个时间点本身就说明扩张没那么快——从宣布到真正能付钱坐车，中间还有两年多。 目前报道只说了“计划”，没披露车队规模、具体运营区域、跟当地哪家合作，也没提新加坡政府对安全冗余和远程接管的要求。这些才是决定能不能跑通的关键。另外，Waymo 在美国几个城市已经跑了几年，但盈利模型一直没公开，这次出海是技术输出还是烧钱铺规模，正文也没交代。 对从业者来说，这条新闻的信号是：头部玩家开始认真考虑海外市场了，但节奏比想象中慢。先别急着对标国内 Robotaxi 出海，Waymo 选的是一张安全牌，不是闪电战。

这条新闻最值得看的是它把“修什么”的决策成本从人转移给了 AI。你不用再花时间定位问题，直接说“加快编译速度”或“减少维护负担”，Devin 就能扫描代码库并给出可审查的 PR。Philips 团队的数据挺实在：PR 合并率 96%，省了 700 多小时，说明生成的代码质量不差，不是那种提完就被打回去的废 PR。Dioxus 仓库的 Rust 编译时间从 58.6 秒降到 21 秒，砍了 64%，这个数字很直观。 不过得打个折。正文没披露 Philips 测试了多少个仓库、PR 总量多大，700 小时是估算值，别直接当 ROI 算。另外，Devin 自己的 SEO 扫描把 Ahrefs 健康分从 87 提到 92，慢页面少了 73%，但没说明修了哪些具体问题，也没给流量变化数据，效果验证还缺一环。 背后用的 Agentic MapReduce 并行调度方法，正文只提了名字，没解释怎么拆任务、怎么合并结果，技术细节基本为零。想评估这套东西在自己项目里能不能跑通，还得等更多第三方测试。

Kyle Chan 这篇文章把中美 AI 风险认知的温差讲清楚了。美国圈子里“递归自我改进”是高频词，担心模型自己教自己、最后人管不住；中国这边因为算力受限、进展慢半拍，觉得那个临界点还早，精力更多放在供应链韧性和产业落地。文章举了几个近期案例说明北京态度在变：OpenClaw 数据泄露警告、Mythos 模型网络攻击能力、以及一个能快速破微信账号的 AI 工具，让网络安全和模型失控这两类风险开始进入高层讨论，习近平 7 月也提了“失控”这个词。 但文章有个明显的信息缺口：它说中国决策者“似乎也认同”起飞点很远，引用的却是一篇外部博客分析，没有直接的政策文件或内部讲话佐证。这意味着“中国不把 AI 当生存威胁”这个结论，目前更多是观察者推断，而非确凿事实。另外，文章建议双方先承认彼此的风险感知再谈合作，逻辑上成立，但没展开具体怎么操作——比如在哪些技术层面可以互认风险评估标准，这部分还缺细节。 整体看，这篇文章适合作为理解中美 AI 安全对话僵局的入口，但别把它当政策内参读。它最大的价值是提醒：如果连对方怕什么都不清楚，任何放缓或军控谈判都只能是各说各话。

Cactus 开源的 Needle 3 是个专门给手机、手表、机器人等小设备用的自动化模型，压缩后只有 8 到 29 MB。它最特别的设计叫“智能阶梯”：从 2 层到 20 层，每一层都是一个能独立干活的子网络。开发者可以按需取用，比如只拿 4 层微调一下，在手机工具调用的跑分上就能超过 DeepSeek V4 Flash。在树莓派 5 上，它完全离线跑，解码速度能达到每秒 400 到 4000 个 token。 这个模型不追求闲聊，而是专攻工具调用、结构化信息提取和文本向量化。它能把“调暗卧室灯光并锁门”这种指令拆成两个具体的函数调用，也能把一段杂乱的通知提取成结构化的字段。模型架构用的是他们自家的“简单注意力网络”，声称每个 token 的计算量比同配置的 Transformer 少一半以上。 不过，文章没提训练这 3600 亿 token 专有数据集花了多少钱，也没说明数据具体包含什么。在没看到微调成本和数据透明度之前，它“跑赢大模型”的结论需要打个折。另外，所有基准测试都来自他们自己选的三个工具调用和三个信息提取套件，缺乏第三方或更广泛场景的验证。

这篇文章讲的事本身不复杂：一个玩家用 GPT 修好了一台资料极少的游戏机，并留下了一份证据等级分明、带独立审计的维修档案。但文章真正想说的，是这件事背后两个正在同时发生的变化。 第一，AI 把“做不做”和“记不记”这两道门都打开了。以前修磁带机驱动、逆向消失的脚本语言这类事，投入产出比太低，根本不会有人动手。现在模型降低了技术门槛，也把整理记录的成本打了下来，于是出现了像 LordVitaly 这样把排查过程拆成九个证据等级、比对 456 个快照的档案。这种详尽程度带着明显的模型痕迹，人写维修笔记写到能开机就停了，模型才会不厌其烦地编号存档再自我审计。 第二，这些记录散落在论坛、博客和代码仓库里，各有各的沉没方式，还没有人把它们串成一个可发现的索引。文章给出的解释很直接：建索引这件事本身划不来。单篇冷门硬件的排查记录对绝大多数人没用，只在极少数人遇到同样故障的那一刻才值钱。整理的人既拿不到流量，也换不来收益。这和事故复盘合集能活下来的逻辑正好相反——后者的故障模式相似，读者是同一批工程师，术语也共通。 文章最后提了一个值得留意的判断：这批档案的下一个读者很可能是模型本身。如果索引从给人翻的目录页变成给模型检索的结构化材料，做这件事的角色也会从独立作者换成模型公司或 agent 框架团队。这个判断目前还缺实证，正文也没给出任何一方正在这么做的迹象，但逻辑上是通的。

这篇访谈最值得看的地方，是团队如何用一个简单的参照系——“把AI当真人同事”——来统一一连串反常规的产品决策。给bot配独立云电脑，是因为没人会让同事共用一台笔记本；藏起思维链和工具调用，是因为你不会要求同事每敲几下键盘就汇报一声。这套逻辑让产品在另起炉灶、收起内部机制、克制功能堆砌这三点上，都跟行业主流反着来。 但得打个折。这是一篇上线三周后的复盘，叙事高度自洽，容易把事后解释包装成事前洞见。Roman自己也承认，很多基础设想来自OpenClaw这类更早的产品。他的角色更像守门人，在工程取舍中确保“同事”这个比喻不走样。 几个关键信息缺口：正文没披露具体用户规模和留存数据；幕僚长多agent模式还停留在用户自发行为阶段，团队选择先观察不固化，说明这条路在他们自己那里也还没跑通；企业权限、跨成员共享记忆、语音协作这些硬骨头，访谈里都列为待解问题。这套角色分工更适合看作接口层的一次押注，别急着当通用标准答案。真正能带走的，是那个消解分歧的决策程序——在两难的产品争吵中，退回到日常常识，往往比堆术语链管用。

这篇测试最实在的地方是没列参数表，而是用同一句提示词跑图，直接看实际扣了多少钱。最便宜的是 GPT Image 2，一张 1024 方形图只要 0.006 美元；最贵的是 Gemini 3 Pro Image，要 0.134 美元，价差 22 倍。各家计费单位五花八门——有的按 token、有的按像素、有的按张数——光看标价根本没法比，得实际生成一张看账单。 测试里 6 个模型有 5 个能正确渲染文字，包括最便宜的那个，这点挺意外。另外 OpenAI 的 quality 参数能把同一张图的价格从 0.006 拉到 0.211 美元，选参数前最好想清楚值不值。正文没披露测试用的具体提示词内容，也没说图片质量怎么打分，所以“质量”这块只能看文字渲染这一个维度。 如果你需要可编辑的矢量图，Recraft V4.1 Vector 能直接出 SVG，一张 0.08 美元。需要图文一起回的就上 Gemini。不过 seed 参数在很多模型上压根不支持，想复现同一张图得先确认模型有没有这个功能。