
下周内容预告
教育板块将继续推出关于递归自我改进的系列文章(即将完结)。学习循环栏目将深入探讨 Perplexity 的新发布以及 Meta AI 在记忆架构方面的突破性研究。观点板块将从市场结构角度讨论算力是否应被视为大宗商品。机器人板块也将带来更多精彩内容。
社论:机器繁荣发展,股东需要冷静一下
本周人工智能领域呈现出一幅矛盾图景:机器表现愈发令人印象深刻,股市反应却逐渐冷淡。这并非财务悖论,一项改变文明的技术,完全可能让以错误估值入场的投资者失望。
Anthropic 提供了这一现象的注脚。其首次公开募股(IPO)总额达 935 亿美元(含承销商追加股份),股票周四上涨约 17%,周五随科技股抛售急剧下跌。拥有未来意味着承担折现率波动的风险。
市场并非质疑 AI 有效性,而是在厘清价值捕获者、资本消耗速度及回报周期。以 Isomorphic Labs 为例,该公司本周完成由 Greenoaks 和 Sequoia 联合领投的 50 亿美元融资,旨在将 AI 分子建模转化为药物并推进临床试验。尽管商业逻辑清晰,但生物学规律要求严格的尽职调查。
本周另一大胆主张来自 Anthropic 数学家 Levent Alpöge,他声称与 Claude 共同开发出黎曼猜想证明。独立验证仍在进行,陶哲轩强调需大量工作理解该形式化论证。若成立,这将是历史性成就,但数学界的审查远比纳斯达克严格。
与此同时,OpenAI 发布 GPT-6.2 Astra 和 Sol,强调更强专业性能与更高效率。Astra API 令牌价格较前代降低 20%。对客户而言,更低成本的智能极具吸引力;但对投资者,这引发了价格下降能否释放足够新需求以抵消单位收入压力的疑问。
较低的推理成本可能让成千上万企业独享生产力红利,这对经济是极好结果,即使股市最初将上行空间分配给了少数实验室。这些故事共同面临“证明”问题:数学需验证,药物需临床证据,生产力工具需实战证明,万亿估值需经得起现金流检验。
资金今日到位,科学验证与商业采纳按各自节奏进行。这种错配,恐将成为 AI 的定义性特征。本周既让人对智能能力兴奋,也提醒我们:智能从未免除过度支付的责任。
人工智能研究
TokenEconomizer:面向编程代理的经验驱动黑盒成本控制
研究机构:加州大学伯克利分校、微软研究院和微软安全部门
摘要:TokenEconomizer 是一款开源插件,通过微技能、工具剪枝和失败循环干预,从代码库中编程代理的历史会话中学习,在不修改代理或其底层模型的情况下减少浪费的令牌。在 277 个 SWE-Bench 任务和五种代理-模型组合中,它将每个任务的平均成本降低了 18.4%–30.9%,同时保持任务成功率基本稳定,节省效果延伸至 Web-Bench 和安全审计领域。
自我改进记忆:元优化与蒸馏用于持续学习代理
研究机构:Meta AI
摘要:Self-Improving Memory 让代理发现自身记忆策略:元代理审查任务代理轨迹,重写控制记录内容、组织方式和召回时机的提示词,然后将模型在这些提示词换回通用提示词的运行数据进行微调,使技能融入模型权重。在 Kimi-K2.6 参与的三个持续学习基准测试中,优化后的提示词优于最佳手写提示词(56.0 对比 44.6),蒸馏将通用提示词性能提升至 43.1,高于 37.6。
利用 OpenAI 模型推进芯片设计
研究机构:OpenAI,联合 AMD 和 Synopsys
摘要:OpenAI 详解其模型如何在真实芯片设计中实现专家级功耗、性能和面积优势。在其经硅片验证的 Jalapeño 推理芯片中,向量单元面积减少约 13%,矩阵单元减少 10%,并在 AMD 旗舰 GPU IP 上通过重写 SystemVerilog RTL 实现高达 14% 的提升,超过高度优化基线。在开源 RISC-V 核心(PicoRV32 和 Ibex)上,GPT-6.2 Astra 在优化现有设计和根据书面规范设计核心方面领先所有模型。OpenAI 正与 Synopsys 合作,使用 EDA 工具训练 GPT-Synopsys 模型。
研究加速:崎岖的前沿
研究机构:OpenAI
摘要:OpenAI 第二份研究加速报告显示,自主编程代理在两到四小时研究任务上的预估成功率从 3 月的 23% 升至 10 月的 46%,但提升幅度参差不齐:监控训练运行成功率为 79%,而编写推理和服务代码仅为 25%,人类在闭环中仍居核心地位。报告指出代理使用量激增,研究人员中位数每日支出达 2,400 美元(按标价计算),记录在案的安全与对齐工作周增加 77%,这被框架为公开追踪递归自我改进指标的一部分。
思考更多并未带来更好的选择:推理努力增加了大语言模型购物代理的信心,但未提高正确率
研究机构:芝加哥大学
摘要:本文基于 WebShop、亚马逊 SQID 和 Wayfair WANDS 构建的三个产品选择基准,对十个前沿模型作为购物代理进行基准测试。研究发现,增加推理努力并未显著改善产品选择,但显著提高了模型陈述的信心。大多数模型在所有努力水平下校准不良,且错误高度相关,许多模型在同一任务中选择相同的错误产品。
人工智能技术发布
Perplexity Computer Multiagent
Perplexity 推出 Multiagent,这是一种新的计算机操作级别,主代理协调多达 16 个跨前沿模型的代理,共享发现并交叉检查工作成果。
Gemini 4 Neon
Google 推出 Gemini 4 Neon,这是一款快速、低成本的前沿模型,适用于编码、分析和企业工作流,拥有 100 万令牌上下文窗口,正在 Gemini API、Antigravity 和 Gemini 应用中逐步推出。
Perplexity Orchestrator
Perplexity 推出 Orchestrator API,这是一个统一接口,涵盖来自 OpenAI、Anthropic、Google 和 xAI 的前沿模型,以及 GLM、Kimi 和 DeepSeek 等开放权重模型,提供统一计费、无平台费用及自动提供商故障转移功能。
GPT-6.2 Astra and Sol
OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,前者针对最困难专业工作,后者为高效日常模型。两者均能用更少输出令牌提供更好的结果,现已在 ChatGPT、Codex 和 API 中可用,其中 Astra 令牌价格降低 20%。
Inkling 2 Mini
Thinking Machines Lab 发布 Inkling 2 Mini,这是一款开放权重的循环变压器混合专家(MoE)模型,总参数 264 亿,活跃参数 34 亿,每个令牌中层运行三次。它在低于 1000 亿参数的开放模型中领跑代理式编码,只需约 20GB 内存即可在笔记本电脑上运行。
十大必知人工智能新闻
- Anthropic 上市:Anthropic 以每股 83 美元完成 11.27 亿股 A 类股份 IPO,11 月 19 日在纳斯达克以 ANT 代码交易,毛收入约 935 亿美元。同时,向 AMD、Broadcom、Google、Micron、Microsoft、NVIDIA 和 TSMC 进行的 260 亿美元私募发行使总金额达约 1195 亿美元。
- Corma 的 10 亿美元 A 轮融资:防御性网络安全 AI 实验室 Corma 脱离隐身模式仅三个月,以 10 亿美元估值完成由 NEA 领投的 1.25 亿美元 A 轮融资。该公司为其网络防御训练基础模型,并部署为与安全团队并肩工作的自主 AI 劳动力。
- Dreamteam 的原生 AI CRM:由前 Freshworks 高管创立的 Dreamteam 获由 Together Fund 和 Accel 领投的 5300 万美元融资,旨在挑战 Salesforce 和 HubSpot。其 AI 原生 CRM 从电子邮件、会议和客户对话中构建共享“公司大脑”,AI 队友负责研究、后续跟进和管道风险评估。
- Model ML 的 2.5 亿美元 B 轮融资:Model ML 以 15 亿美元估值完成由 General Atlantic 和 QED Investors 联合领投的 2.5 亿美元 B 轮融资。这家初创公司为银行家、顾问和投资者提供在其公司内部系统运行的个人 AI 代理。
- Isomorphic Labs 的 50 亿美元 C 轮融资:Isomorphic Labs 在完成 21 亿美元 B 轮融资六个月后,由 Greenoaks 和 Sequoia Capital 联合领投 50 亿美元 C 轮融资。这家 DeepMind 分拆公司将扩大 IsoDDE 药物设计引擎规模,推动首批 AI 设计程序进入临床试验。
- Genesis AI 的 5 亿美元 A 轮融资:Genesis AI 以 35 亿美元估值完成 5 亿美元 A 轮融资,由 Premji Invest、Khosla Ventures 和 Eclipse 联合领投。该公司利用佩戴在人工作业人员身上的传感器手套收集数据训练机器人,并将扩大 Eno 通用机器人部署。
- Humyn Labs 的 4700 万美元 A 轮融资:物理 AI 初创公司 Humyn Labs 完成 4700 万美元 A 轮融资,包括由 Accel 领投、Prosus Ventures 跟投的 2600 万美元股权融资,以及 2100 万美元风险债务。该公司记录来自 20 多个国家工厂、仓库、农场和家庭中人们的真实工作视频,并将其转化为 AI 实验室和机器人公司的训练数据。
- Palo Alto Networks 收购 Applied Compute:Palo Alto Networks 同意以全股票交易方式收购 Applied Compute,交易价值 45 亿美元,联合创始人兼首席执行官 Yash Patil 将出任联席首席 AI 官。Applied Compute 平台用于开放权重模型的训后处理和推理,帮助企业安全地在公有云和主权云上训练、适应和部署这些模型。
- Pragmatik Labs 估值达 50 亿美元:由前阿里巴巴通义千问负责人林俊杨创立的上海初创公司 Pragmatik Labs 完成新一轮融资,估值达 50 亿美元,超过今年 8 月的 20 亿美元,HyT Capital、CDH Investments 和吉利成为新投资方。该公司为数字工作和物理世界构建下一代代理。
- 声称的黎曼猜想证明:Anthropic 数学家 Levent Alpöge 宣布,在与 Claude 合作后,他相信自己找到了黎曼猜想及狄利克雷 L 函数广义黎曼猜想的证明,并发布包含约 17.5 万个文件的完全形式化 Lean 证明。独立研究人员仍在重播该证明以确认其编译无误且无隐藏假设,并与标准表述一致,因此该主张仍未得到验证。