AX 严选 · 2026-09-01

Anthropic 的新模型 Claude Fable 5.1 在 Artificial Analysis 的智能指数上拿了 66 分，冲到第一。这个测试是拉满算力跑的，相当于让模型用最费钱的方式干活。代价很直接：每次任务的花费比上一代 Fable 5 高了 20%。 问题在于，正文只给了总分和成本涨幅，没拆开看具体哪些任务变强了、哪些没变。也没提延迟数据——如果响应慢了一倍，那 20% 的成本涨幅可能只是冰山一角。另外，Artificial Analysis 的智能指数本身是一套综合打分，不代表在所有真实场景里都更好用。 我会先打个折：这个第一是在特定测试条件下拿的，值不值那 20% 的溢价，得看你跑的是代码、推理还是长文总结。如果你手头的活对成本敏感，建议等更细的拆解出来再决定要不要切。

Google DeepMind 给 Gemini 加了一个挺实用的能力：你给它一段操作界面的录屏，它不光能看懂步骤，还能自己上手去完成同样的点击、输入和滚动。这相当于让模型从“看图说话”进到了“看视频干活”，直接去填网页表单或在手机 App 里下单。功能已经在 Gemini 应用和 Google AI Studio 开放测试，门槛不高。 不过，这篇公告没提两个关键数字：完成一个任务要多久，以及成功率是多少。UI 自动化智能体在真实环境里很容易被弹窗、加载延迟或者界面微调卡住，没有这些数据，就没法判断它到底能不能用在生产流程里。另外，它目前是“看一段视频学一个任务”，能不能举一反三、处理没见过的界面，正文也没说。 我会先打个折：这更像一个方向性发布，告诉你 Gemini 开始能动手了，但离可靠的 UI 自动化助手还有距离。想试的话，建议先用简单、重复性高的任务跑跑看，别急着把它塞进关键业务链路。

路透社这篇调查把美国数据中心用电申请的泡沫捅破了。中西部、中大西洋和南部地区加起来超过700吉瓦的申请，是实际用电量的十倍以上，很多是重复提交或者根本没能力建的公司凑的热闹。得州最夸张，电网接入申请从2023年的48吉瓦飙到474吉瓦，逼得州政府直接冻结新接入，要求披露最终老板、用水计划和现场发电方案。 几个州的整治手段已经见效：俄亥俄州要求交10万美元研究费后，AEP Ohio的项目储备直接砍半；Exelon收紧担保后，把高概率需求下调了约40%。这说明只要设个财务门槛，水分就能挤出来。但代价已经产生了——PJM电网因为预期数据中心增长，容量成本涨了294亿美元，这部分钱最终会摊到普通家庭和企业头上。 文章没提的是，这些被筛掉的项目里有多少是正经想做但缺钱的，又有多少纯粹是圈地炒资源。另外，各州披露标准不统一，有的只报签了合同的项目，有的连随口问一句的都算进去，横向比较的意义有限。