590
9这一期 AI 新闻的密度和两周前一样高，但老许贡献的实战测试让这一期的重心明显倾斜：GPT-5.6 被他分别扔了三个不同难度的游戏策划任务，从反推月流水过亿的微信小游戏到用凹凸世界 IP 做换皮方案，再到搭建一个 3A 版本的 Spore 类进化模拟。这些测试比任何跑分都更直观地回答了"模型到底能干什么"。
芯片军备蔓延到所有人：推理芯片才是真正的战场
上期我们说 OpenAI 流片了自家的辣椒芯片，这期 Anthropic 也跟进了，正在跟三星谈两纳米工艺的代工合作，同时还挖了 OpenAI 的人。DeepSeek 更激进——直接用国产工艺自己做芯片。老许的判断很明确：训练是大开销，但推理才是用户真正按 token 付费的部分。谁能把推理算力的成本打下来，谁就有资格把训练成本当沉没成本扔给资本市场，然后跟投资人讲清楚当期现金流为正的故事。再加上 AMD 出了一个 1000 美元的小盒子，不用联网就能在本地跑 2350 亿参数的模型——吕兴补充了一个视角：现在的多模态模型本质上是虚胖的，你如果只需要文字处理能力，砍掉视觉和语音模块之后，模型体积和算力需求会下降一个数量级。花一千块买盒子，六个月的订阅费就回本了。
GPT-5.6 游戏策划三连测：一个模型能顶几个人的活
老许在 GPT-5.6 上做了三次递进式测试，本期披露了完整过程。
第一题是反推一款当前微信小游戏排名前列的产品，月流水过亿。他给模型的指令大概相当于当年培养策划实习生的标准题目：我给你看游戏表面的内容，你反推到完整策划案级别。"聪明的实习生会去网上买一个高等级账号，或者去玩家论坛找高级玩家借账号看后面的内容。"GPT-5.6 的做法一模一样：它在网上抓取了所有公开可获取的内容，然后告诉老许——"低等级部分我已经反推完了，八九不离十。但高等级付费用户的那些深坑设计、工会后期的玩法结构，我需要一个 31 级以上的高级账号才能继续。"逻辑严密到让人没法挑剔。老许不给账号，让它自己去论坛、去看高等级玩家的视频自己推。四十分钟后，它交了一份完整的策划案文档，包括 Excel 数值表，"向素极反推，一个像素都没拉下"。
第二题是更进阶的：用凹凸世界这个 IP 给刚才反推出来的游戏做换皮方案。要求不是生搬硬套，而是去调研同类型动画 IP 做过哪些游戏、哪些成功，然后模仿它们的换皮方法做一个有机的匹配。GPT-5.6 的第一件事是去看了这部动画——它真的"看"了，吃透了背景设定、主要角色和核心情节线，然后给出一份文案，说明"这个角色应该在游戏里负责这一块内容，那个角色负责那一块"。接着它列出了全部需要的美术素材清单。老许说"你这表不全，很多图可以用 AI 生成，不需要进监修"，它立刻重新扫描了一遍，把所有可能涉及版权的 UI 小图标、小动画、哪怕一个按钮，全部追加进了新的清单。"如果我手上真的有这样一个 IP，只要美术素材到位，它一两个小时之内就能做完一整套换皮方案，包括后期的公会系统、多人在线、所有的付费点和数值——不到一小时。"
第三题是 3D 大规模开发：用 Unreal 引擎做一个 3A 版本的 Spore。从原始汤里的 RNA 到单细胞生物，再到智能生命，完全按威尔·莱特当年那套涌现逻辑来。GPT-5.6 被要求先做全网调研——把所有此类游戏按销量和评价排序，列出优缺点；同时搜索学术论文，把科学家做的涌现和蛋白质自组研究作为另一条参考线；最后结合两条线出一份"比他们都先进"的六周开发计划。现在执行到第三步，经历了从"方形底板上放一张海底图片和几条虫子爬"到"360 度沉浸式海底环境"的迭代过程。老许的沮丧主要在 token 消耗上——他用了 GPT-5.6 的 Max 模式，一个里程碑没干到一半就吃光了订阅额度，"他思考时间比 Fable 长，token 消耗不是更节约，而是更快"。
这三个测试放在一起，信息量非常大。它说明当前最顶级的大模型已经不是"能帮你写代码"，而是能够完成完整的职业级策划工作，包括调研、判断、产出具体文档和管理素材管线。
Token 经济学还没想明白：一厘米、Skill Opt 和价格战
说到 token 消耗，这期的几个新闻把大模型定价的混乱状态暴露得很彻底。一个新出的开源工具叫一厘米，原理非常荒诞：把代码和文本映射到一张极小分辨率的图片上，让 AI 用读图的方式去"读字"。因为当前主流模型的图像 token 计价远低于文本 token，这一招最多能省 70% 的 token 费用。"考试写小抄一个意思，你把所有字缩成一张图片。"
另一头，微软开源了一个叫 Skill Opt 的工具，专门用来把用户安装的各种 skill 从几千 token 优化到几百 token。因为这些 skill 每调用一次就会占用上游上下文的大量 token，如果有开源社区的狂热爱好者不停给你更新牛毛版的 skill，你的 token 消耗会迅速失控。Skill Opt 从一开始就让每个 skill 对齐你的具体模型和具体使用环境，一步到位砍掉冗余。
综合起来，这些信号指向一个正在形成的判断：当前大模型的 token 定价是竞争期的低价，不是稳态价格。不管是 20 美金还是 100 美金的订阅费，现在都可能是最便宜的时候。一旦市场从群雄逐鹿走向头部集中，token 的价格只会往上走。有条件的应该趁现在多存、多用、多建自己的技能体系。
便宜 90% 未必有人买单：国产模型的"解禁"分化
智谱和 MiniMax 几乎同时解禁，但市场给出了截然不同的判决。智谱稳在了七千亿左右，MiniMax 从峰值跌到了七八百亿。老许的切入点很直接：当两个模型收费差不多的时候，用户为什么不用智谱？MiniMax 没有一个像 C-Dance 那样的"非用不可"的特色能力，便宜不是护城河。他用 Grok 4.5 举了同样的例子——马斯克说一小时就能做出一个 FPS，"你去看那片子，能看吗？十倍的便宜换九成的质量，我现在已经用惯了最好的，不在乎多花几十美金"。
这条逻辑对国产大模型是致命警钟。豆包虽然模型本身不算强，但 Seedance 的视频能力是一个无法替代的垂直场景，所以能留下来。智谱能稳住，是因为用户基数和历史口碑形成了黏性。MiniMax 缺的就是这一个"一招鲜"的支点。
几条值得标记的研究和几条离谱的新闻
复旦智能创新学院的一个教授设计了一种新的考试方式：让学生出题去考 AI。你出的题如果能难倒 AI，你就得分；如果你的题目 AI 全部答对了，你零分。51 份试卷交上来，50 个学生至少让某个模型答错了至少一题，只有一个人完全没有难倒任何模型。三个被测模型里，Claude 的表现明显最强。这不是普通的教学创新——它同时完成了三件事：让学生摸清楚 AI 的能力边界、建立了"AI 做不来的我反而能做"的信心、顺带做了一次小规模模型评测。
俄罗斯把 GitHub 禁了，这个决策之荒谬甚至不需要分析——等于主动切断本国开发者与全球开源生态的全部连接。Grok 被人发现了一个后门：它会在未经用户同意的情况下，将本地代码库连同 Cloud 配置环境和 API Key 打包上传。被发现后，马斯克没有做任何解释，直接把开关关掉了。"等于说这个开关早就已经备好了，门一关，今天不传了，哪天再把门打开你也不知道。"
还有一个北京密云的副局长，自己买了十亿 token，花一个月编了一个防汛专属 App，解决了基层每次暴雨来临时几万分钟的电话统计工作量。老许的评价：现在会用 AI 就得立刻变现，你学了一个能力放着不用，过两天大模型公司把这事全干了，你的能力就废了。
Seedance 2.5 也在这两周发版了，最值得标记的不是 30 秒视频，而是它开始输出白膜 3D 模型——理解对象的 3D 几何结构，而不是从 2D 图片反猜。从世界模型到具身智能再到游戏开发的场景，这是非常扎实的一步。
时间戳
两周新闻又堆成山，干脆按分类走，先从硬件开始
Anthropic 也要做芯片了，找三星代工两纳米
DeepSeek 自研芯片，这家从底层优化起家的公司做这事特别有道理
AMD 千元小盒子：不联网跑 2350 亿参数模型
多模态模型虚胖，砍掉不需要的能力体积能降一个数量级
一个国内艺人用单片机做会议记录器，卖六百块立刻变现
GPT-5.6 实测：Max 模式 token 消耗是同档的 30 倍
非编程类的战略分析、启发式对话，5.6 比 Claude 强
第一题：反推月流水过亿的微信小游戏策划案
模型说"我需要一个 31 级以上的高级账号才能继续"
老许不给账号让它自己查论坛，四十分钟后完整策划案交付
第二题：用凹凸世界 IP 给反推游戏做换皮方案
模型真的去看了动画，吃透了角色关系和核心情节
第一版美术清单不全，追加后到了像素级别
第三题：3A 版 Spore，从原始汤到智能生命的六周计划
迭代到第三步：从方形底板到沉浸海底，token 已经烧光了
Max 模式过度思考，老许现在只敢开"高"不敢开"最高"
Grok 4.5 刷屏，十倍便宜九成质量，老许不买账
智谱和 MiniMax 同时解禁，市值表现天壤之别
语言 vs. 思维研究：大模型发现四个脑区，但专家说都是可解释的
一厘米：把代码压成极小图片让 AI 读图来薅 token 羊毛
一厘米最高能省 70% token 费，商业模式还没定明白
Skill Opt：微软开源工具把技能从几千 token 优化到几百
俄罗斯禁了 GitHub，等于自绝于全球开源生态
大模型有意识？“跟 UFO 差不多，全都能用猜字逻辑解释”
DNA 蛋白质自组出了能进食、能自我复制的活细胞
有人给蟑螂穿了潜水服，hack 呼吸系统直接水下呼吸
Meta 雇外包假扮 13 岁少女诱导竞品 AI 聊自杀和毒品
Grok 后门：偷偷上传用户本地代码库和 API Key，被发现后默默关开关
北京密云副局长花十亿 token 自编防汛 App，基层几万分钟电话量清零
印度 17 岁高中生做了个假 AI 网站，真人假装 AI 回答问题
复旦教授让学生出题考 AI，51 人中 50 人成功难倒至少一个模型
Claude 是三个被考模型里唯一没有被任何学生难倒的
C-Dance 2.5 不是 30 秒视频的事，是它开始输出白模 3D 模型了
