AX 严选 · 2026-05-15

OpenClaw 团队的做法挺极端：常驻约 100 个 Codex 实例，把代码审查、安全扫描、issue 去重归类、测试环境复现并录屏验证、会议转任务、垃圾评论过滤、性能回退监控全交给 AI 跑。他们用 clawpatch.ai 把项目拆成功能单元做审查，还接了 Vercel DeepSec 做安全分析。 关键信息缺了一大块：正文明确说"令牌成本无关紧要"，但没给任何具体数字。100 个实例同时跑，按当前 API 价格算，月账单不会低。另外也没说这些 AI 产出的质量怎么验证——代码审查误判率多少、issue 归类准确率如何、录屏验证是不是真能抓到 bug，这些都没披露。 我会先打个折：这更像一个"成本无上限"的实验，而不是可复制的方案。对大多数团队来说，真正有用的信息是：哪些环节用 AI 替代人最划算，哪些环节 AI 反而添乱。正文没回答这个问题。

黄仁勋在卡内基梅隆大学2026届CS毕业典礼上直接说电工、水管工前景比计算机毕业生好，这话从他嘴里出来挺有意思——毕竟英伟达是AI基建最大的卖铲人。他引用的数据值得看看：Randstad说技工需求增速是白领的三倍，机器人技术员岗位涨了107%，而斯坦福研究发现AI相关职位的早期就业反而降了16%。顶级电工年薪能超10.6万美元，还不用背学费贷款。 这些数字说明一个事：AI这波基建潮真正缺的是能动手建数据中心的人，不是坐在电脑前调prompt的人。科技公司今年砸了7000亿美元建数据中心，全球到2030年预计达7万亿美元，但制造业每进100个新人就有102人离开，人手根本不够。 不过这条信息来自RSS snippet，正文没披露黄仁勋原话的完整上下文，也没说CMU学生的现场反应。Randstad和斯坦福研究的具体方法、样本量都没给，107%的涨幅是从什么基数算的也不清楚。这点先别太激动，数据方向有意思，但验证还差一截。

Runway 这次把 Agent 直接做成了“广告生成器”，你上传产品照片、给点想法，它在一个对话里吐出一条制作完成的广告。对做短视频广告的团队来说，如果真能省掉剪辑和合成的环节，时间和人力成本会降不少。但官方帖子没披露背后用的是哪款模型、怎么收费、能生成多长的视频，也没说目前开放了哪些地区。这些信息缺口让“一键出片”的实际可用性打了折扣——不知道是跑在 Gen-4 还是新模型上，不知道生成一条广告要花多少钱，也不知道输出时长够不够投放标准。另外，广告行业对画面可控性要求很高，产品颜色、字体、构图差一点就得重来，Agent 能不能做到精准控制，正文完全没提。建议等上手评测出来再看，别急着把剪辑师开了。

英国财政部、央行和金融行为监管局联合发声明，说当前最先进的 AI 模型搞网络攻击比普通专业人员快得多、范围更大、成本更低。央行行长贝利上个月点名了 Anthropic 的 Mythos 产品，认为它已经带来明显的网络安全风险。声明主要是提醒企业提前做好防范，因为一旦这些能力被恶意利用，可能威胁到客户数据、金融市场稳定性甚至整个金融体系。 但这份警告有个明显的信息缺口：正文没披露他们是怎么测试的，也没给出任何量化指标。“远超”到底远多少，是攻击速度快了 10 倍还是成本低了 90%，完全没说。多位网络安全专家对 Mythos 发出警告，但同样没看到具体的攻击案例或技术细节。所以这个判断目前更像基于趋势推演，而不是有硬数据的实证结论。 对企业来说，提前做防范没错，但别被“远超专业人员”这种表述吓到。更值得关注的是，监管机构自己也没说清楚他们打算怎么评估和应对这类风险，后续如果有具体的测试框架或量化报告出来，才更有参考价值。

X 这次开源的不是一个模型权重，而是一整套推荐管道，包括候选内容捞取、上下文补充、Phoenix Transformer 打分、多样性调整和广告混合模块。Phoenix 基于 Grok 架构，核心逻辑是拿用户近期互动行为去预测点赞、回复、转发等概率，揉成一个相关性分数来排序。代码和预训练模型都给了，意味着你可以本地跑起来看它怎么给帖子打分，这对做推荐系统的团队来说参考价值不小。 但要注意，正文没披露训练数据规模、线上 AB 指标和延迟数据。一个推荐系统好不好，模型结构只占一部分，数据和工程链路才是大头。没有这些信息，你没法判断这套方案在真实流量下的表现。另外，广告混合模块虽然给了，但竞价逻辑和商业约束大概率是阉割版，别指望直接拿来商用。 还缺的是内容理解服务的细节——它怎么处理多语言、怎么识别低质内容，这些都没展开。如果你打算复现，建议先拿小流量验证，别一上来就全量切。

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。

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。