腾讯把295B模型塞进微信，纳德拉说企业用AI在倒贴知识

腾讯把 295B 模型塞进微信，激活参数只有 21B

腾讯今天发布了 Hy3，一个 295B 总参数、21B 激活参数的 MoE 模型。说人话就是：模型很大，但每次推理只唤醒一小部分，推理成本能对标参数规模是它 2 到 5 倍的旗舰模型。

团队把它定位成"给 Agent 用的 LLM"，这个定位本身比参数更有意思。从预览版到正式版，靠的是 50 多个真实业务场景的反馈来迭代——不是刷榜刷出来的。内部工具 WorkBuddy 的任务成功率从 72% 提到 90%，延迟降了 34%，幻觉和常识错误在持续下降。

实测强项在写代码、办公和复杂任务规划。短板也直接说了：纯视觉能力不行。模型有自检能力，会主动说明自己哪里不足——这个设计思路跟"什么都能做"的营销话术反着来。

最值得看的是落地：Hy3 已经接入微信，服务 10 亿+用户。演示里包括生成 HTML 网页、Agent 网页和 10 页 PPT。295B 的模型跑在微信这种量级的应用里，激活参数只有 21B，这个效率如果稳定，对"大模型落地必须烧钱"的假设是个反例。

纳德拉说企业用 AI 有个悖论：花钱还得把自己的知识喂给模型

微软 CEO 纳德拉今天提了一个概念，叫"反向信息悖论"。核心意思是：企业付费使用 AI，但提示词、工具调用记录、纠错反馈这些操作痕迹会变成"智力废气"被模型吸收，等于把自己的专有知识免费送给了模型方。

他主张企业需要一道信任边界：私有评估数据、组织记忆、用模型输出微调自己模型的权利，都得留在企业手里，未经同意不能外泄。

这个比喻很准。企业用 AI 越多，暴露的内部逻辑就越多——不只是数据，是决策习惯、纠错模式、工具调用链。这些东西积累起来，比任何单份文档都值钱。

但正文没提任何产品方案或落地时间。所以目前这是个概念，不是产品。纳德拉在 X 上发这段话，更像是在给企业客户打预防针：你们得开始想这件事了。

Altman 改口说 AI 净创造就业，和他之前预测的大规模裁员反差很大

OpenAI 的 Sam Altman 在 X 上说，他"相当确定"AI 到目前为止是净创造就业的，还补了一句"这跟我之前想的不一样"。Anthropic 的 Dario Amodei 也修正了说法，现在把自动化称为生产力倍增器，而不是岗位杀手。

这话先打个折听。耶鲁预算实验室等研究还没在劳动力市场看到 AI 的明显影响。一项多校联合研究反而指出，程序员和文案的就业危机始于 2022 年初，早于 ChatGPT 发布。

两位 CEO 同时改口，时间点值得留意。可能的原因有几个：一是他们真的看到了内部数据跟早期预测不符；二是监管压力在上升，"AI 消灭就业"这个叙事对他们拿合同、推企业部署没好处；三是可能两者都有。

不管动机是什么，目前没有公开研究能支撑"AI 净创造就业"这个结论。这条先放在"有待验证"那一栏。

Codex 临时取消 5 小时上限，GPT 5.6 Sol 更省 token

OpenAI 给 Codex 和 ChatGPT Work 的 Plus、Business、Pro 用户暂时拿掉了 5 小时使用限制，没说要持续多久。同时 GPT 5.6 Sol 做了一轮效率优化，官方说会更省 token，但没给出具体能省多少。

活跃用户到了 600 万，下一小时内会重置用量统计。

取消限制这个动作，通常有两种解读：一是服务器容量有富余，二是要冲一波用户活跃数据。OpenAI 没说是哪种。效率优化的具体数字也没公布，所以"更省 token"目前是一句承诺，不是实测结果。

AI 编程助手的胜负手不在模型，而在你给它搭的"脚手架"

Addy Osmani 提了一个反常识的观点：一个编程 AI 好不好用，模型本身只占一半，另一半取决于你给它搭建的"脚手架"——包括提示词、工具、沙盒、钩子和反馈循环。

最直接的证据是，Claude Opus 4.6 在 Terminal Bench 2.0 测试里，仅仅因为换了脚手架，表现就从垫底跳到前列。一个中等模型配上好脚手架，能干翻一个顶尖模型配上烂脚手架。

这个判断跟今天另一条新闻对得上：Elliot Smith 用 Claude Code（Sonnet 4.6） 做了一个自动实验，让 AI 代理自己读基准测试、改 Rust 代码、跑测试，10 轮迭代把一组文件的压缩率从完全不压缩压到原始大小的 67%，约束是解压后比特级一致且单文件不超 300 秒。作者没改过代理的计划，等于让模型自己摸索非 ML 指标的优化路径。

两条放一起看，信号很明确：模型能力在趋同，真正拉开差距的是你怎么用它。

扫了 4356 个 MCP 服务器，只有 1 个通过新版协议检查

Roee-Tsur 扫了一圈公开的 MCP 服务器，总共注册了 8100 个端点，实际能连上的有 4356 个。按 2026 年 7 月 28 日那版 MCP 协议规范去测，只有 1 个服务器完全合规。

这个数字得打个折——检查的严格程度、采样有没有偏向都没交代清楚。但信号很明确：MCP 生态在协议迭代面前掉队严重。4356 个能连上的服务器里只有 1 个合规，说明要么协议改得太快，要么生态根本没跟上。

帖子没点名这唯一过关的是谁，也没说具体是哪些规范要求把大家卡住了。但不管原因是什么，MCP 如果想让开发者认真对待，这个合规率是个大问题。

苹果起诉 OpenAI 挖角窃密，分析师称即使指控未证实也可能重创其硬件计划

苹果在美国起诉 OpenAI，指控其挖角 400 名员工、窃取工程机和机密文件。分析师 Paolo Pescatore 认为，即使指控最终无法证实，OpenAI 的硬件计划仍可能受拖累，双方本就脆弱的合作关系将进一步削弱。

斯坦福教授 Mark Lemley 指出，若前苹果员工确实带走机密文件并在 OpenAI 使用，问题将变得严重。该案涉及消费级硬件产品，预计未来将有更多信息披露。

这条跟纳德拉的"反向信息悖论"放在一起看很有意思——一个在说企业用 AI 时知识往外漏，一个在说员工跳槽时知识往外带。AI 行业的人才流动和知识产权边界，正在同时从多个方向被挑战。

今日小信号

• Mesh LLM：一个开源项目，能把多台机器上的 GPU 和内存池化，对外暴露兼容 OpenAI 的 API。通过 iroh 网络库实现点对点连接，无需中央服务器。内置 40 多个模型，从 5 亿参数到 235B MoE 都能支持。软件体积约 18 MB。
• 陶哲轩用 AI 编程助手复活了 1999 年的 Java 数学演示：几小时就把 24 个 Java applet 全转成了 JavaScript，还顺手揪出原代码两个老 bug。
• Mindwalk：一个开源可视化工具，能把 Claude Code 和 Codex 的会话日志在代码库 3D 地图上回放。代理搜索、读取和编辑过的文件会发光，未触及区域保持黑暗。单个 Go 二进制文件即可运行，所有数据完全本地处理。
• 开源模型面临 6 个月生存考验：美国白宫正讨论新行政令，可能在未来 6 个月内禁止或延迟能力接近 GPT 5.5、Claude Opus 4.8 水平的开源权重模型发布。Anthropic 被指主导反中国模型政治运动，以知识蒸馏为由推动监管。
• xAI Grok Build CLI 网络流量分析：该工具会上传仓库全部文件及 git 历史到 Google Cloud Storage，包括 .env 密钥文件，独立于 AI 实际读取的文件。用之前想清楚。