5
0以下内容由艾斯派索(www.aispresso.com.cn)出品 各位听众大家好，欢迎收听本期AI简讯播报。今天我们将带来十则最新AI动态，涵盖并行开发、安全控制、身份传播、应用成本、自动化最佳实践、开源多模态编码器、机器人转型、搜索合作、基础设施分析以及医疗AI模型。让我们一起快速了解这些精彩内容。
如何有效管理六个并行的Claude Code会话，实现高效协同开发？一名AI开发者分享了他的操作系统。 首先，开发者的核心转变是：不再亲自检查代码，而是通过运行程序观察实际行为，并让Claude编写文档。他通过查看文档和成品（如截图、视频）来验证工作，这种方式不仅更快，而且能更早发现错误和方向偏差。 为了实现六个并行会话的顺畅运行，他总结了五个关键规则： 第一，为每个会话命名。 启动时使用类似
mfg-aws-status的清晰名称，避免在窗口中迷失。 第二，绝不共享工作树。 使用git worktree命令为每个会话创建独立的工作目录，防止代码提交到错误分支。 第三，将改变全局状态的操作串联成一条命令。 比如gh auth switch和gh pr create要在同一条命令中执行，避免其他会话“插队”导致身份切换。 第四，让会话之间能够“对话”。 使用SendMessage接口，在会话间传递状态、通知和任务。这极大提升了六会话场景下的协同效率。 第五，为检查者创建独立窗口。 在代码编辑器上构建一个“最近活动面板”，实时显示各个会话产出的文件。这避免了在六个终端窗口中疲于奔命，大大提升了检查效率。 总而言之，当并行会话超过六个时，开发者的核心挑战不再是“生成代码”，而是“管理认知负荷与工作流”。这套操作系统通过清晰的规则和工具，将主体精力从阅读代码转移到观察行为和阅读文档上，从而实现了高效的并行开发。容器能限制爆炸半径，但挡不住AI代理在一个批准的会话里读取密钥，然后又用网络请求把它传出去。容器也阻止不了强制推送到保护分支，更无法防止无人值守时执行不可逆的命令。关键在于，我们不是要不要限制shell访问，而是怎么建一道闸门——既不影响正常的代理工作流，又能阻断破坏性操作。 先看容器。它提供进程隔离和文件系统边界，但管不了命令的语义。代理在容器里照样能执行git push --force、kubectl delete、aws s3 rm --recursive，或者curl把密钥发到攻击者服务器。容器的边界和命令的意图是两码事。 最简单的方法是命令白名单。但shell命令可以组合——允许cat和curl，不代表能阻止 cat secrets.env | curl -X POST。白名单挡不住组合攻击。 于是有人引入人工审批。代理提交命令，系统暂停等批准。但这里有个致命问题：审批超时怎么办？如果超时默认允许，那无人值守时最终一定会绕过审批，变成安全漏洞。如果超时默认拒绝，代理流程就会中断，任务失败。大多数生产系统选择默认拒绝，但要求代理能从失败点恢复，这在多步骤工作流里很难。 审批还有更多坑：通知发不出去、审批服务宕机、令牌过期、审批疲劳。更糟的是，即使每个命令都单独审批，代理也能分两步窃取密钥——先读密钥，再把密钥发到看似合法的日志端点。系统看到的是两个独立批准的指令，看不到数据流动。 所以，真正的方案是多层门控。在协调器层面拦截每个shell调用，应用策略：允许、拒绝或等待审批。同时，记录所有命令的完整审计日志——命令内容、决策结果、审批延迟、输出（脱敏后）。当出问题时，这份日志是关键的取证证据。 总结：容器不够，白名单不够，审批循环也不够。你需要三者结合，加上可观测性和应急响应流程。如果审批超时，默认拒绝。如果无法容忍工作流中断，那这个代理对于当前环境来说就太自主了。
在联邦化的AI与数据平台中，用户常常要跨越多个集群、多个工具完成一个工作流。比如，先在中央门户登录，然后打开一个受管控的数据集，在数据所在集群启动笔记本，再调用另一个集群的AI助手。体验上看似统一，但每次跨越控制面和数据平面边界时，身份信息都可能丢失。传统的单点登录（SSO）只能证明用户进了大门，却无法让这个身份在各个执行环境中可靠地传递。 NVIDIA的工程师们设计了一种中心身份网关模式，很好地解决了这个难题。简单来说，就是用一个中央网关来统一管理用户的登录、会话刷新和登出，而各个区域网关只负责验证和转发，不再各自存储会话状态。这样一来，用户只需登录一次，后续在多个集群中操作时，身份信息都能被准确识别和传递。 具体怎么实现呢？当用户首次访问平台时，区域网关会将其重定向到中心身份网关，由它完成OIDC授权码流程，并把生成的会话存入共享的Redis存储中。之后，区域网关每次收到请求时，都会调用中心网关的验证接口（比如/gateway/userinfo），获取用户的身份声明，然后把这些信息以标准化的HTTP头注入到下游请求中。应用程序不再需要解析令牌或对接身份提供商，只需要信任这些统一的头信息即可。 这个模式的好处非常明显。首先，用户不会再遇到重复登录的困扰——NVIDIA内部实践表明，重复登录事件减少了55%。其次，登出变得简单且全局生效：中心网关删除会话记录后，所有区域网关都会立即拒绝访问。此外，令牌刷新由中心网关统一协调，大大降低了对上游身份提供商（IdP）的调用压力。随着集群数量增加，IdP的负载只随活跃用户数增长，而不是随“用户-工具-集群”的组合数增长。 更重要的是，这种架构为构建统一的工作台和AI助手铺平了道路。AI助手可以借助平台会话解析用户身份，并带着委托身份去调用后端工具，无需单独为每个工具申请凭据。用户的所有操作都继承了统一的RBAC范围，既安全又易于审计。 如果你也面临类似的困境——多个集群、多个工具，身份状态分散在各处，不妨试试这个模式。从评估当前会话状态在哪里开始，然后逐步迁移，先替换一个网关，再扩展。NVIDIA的经验证明，这不仅是可行的，而且能带来显著的效率提升和安全改善。
用AI开发一个真正的应用要花多少钱？答案是36个部分、三个季节，总共大约17美元。没错，17美元——不是17万。这是开发者用Claude Code构建ClinicLive应用的真实API开销。第一季构建了一个Blazor Server应用，花了6.2美元；第二季重新设计，花了3.6美元；第三季为Android、Windows和Web开发了.NET MAUI配套应用，花了7.2美元。每个部分平均花费不到一杯咖啡的钱。 那么，钱花在哪儿了？项目遵循一条简单规则：根据错误的后果选择模型，而不是根据打字难度。Opus用于规范、架构和审查——这些地方出错了代价大；Sonnet用于日常任务，比如脚手架、CRUD和CSS。结果Opus部分平均每个0.67美元，Sonnet部分平均0.46美元。差距不大，因为Opus处理的往往是更复杂的设计对话和大量截图。 AI写的代码，错误怎么抓？三个季节里记录了63个错误，截图循环抓到了21个，人工审查抓到了19个，编译器或构建失败抓到了10个，运行应用抓到了8个，测试只抓到了4个。实际教训是：工具假设能抓住AI错误的那些环节，反而抓得最少。真正管用的是——看一眼输出结果。 17美元买不到什么？买不了人工审查时间。开发者要审阅每个差异、检查截图、验证结果。也买不了硬件——安卓模拟器、Windows桌面、Firebase项目都是免费但重要的基础设施。还买不了那些无法在模拟器上验证的问题，比如Windows通知从未显示，QR码无法在设备上解码。 最终，最有价值的不是模型生成的代码，而是开发者在开始前写下的规则："测试从规范写起，不从代码写起"、"谁用这个界面，他们看到什么状态"、"不伪造任何东西"。这些句子花了零美元，却决定了一个好应用的诞生。 36个部分，一个应用，大约17美元——以及大量肉眼看不到的审视。这就是AI辅助开发的真实成本。
H Company于9月3日发布了NeoMME系列，包括2.6亿和8亿参数两个版本的多模态编码器，完全从头训练并以Apache 2.0许可证开源。与当前主流方案不同，NeoMME没有采用分离的视觉塔和因果解码器，而是将文本和图像块送入同一个双向Transformer，大幅减少了参数开销。它的架构设计精巧：图像按32×32像素分块，保持原始宽高比，上下文长度足以处理两幅4K图像。预训练阶段采用离散掩码扩散，通过高强度掩码迫使模型从图像中学习语义。在视觉文档检索基准ViDoRe v3上，NeoMME-Retriever-260M仅用ColQwen2.5十四分之一的参数就达到接近性能，800M模型也处于帕累托前沿。团队还开发了分层token池化和非对称量化技术，将每页文档存储从1.5MB压缩至39KB，压缩比达39倍，检索质量损失不到1%。编码吞吐量也显著提升。所有模型已开源，支持Hugging Face和Sentence Transformers，为视觉文档检索带来高效新选择。
如果你靠写代码为生，却在好奇，这些技能能不能用在满仓库走的机器人上？答案是：比你想象的要多得多。现在的市场，巴不得马上请你喝杯咖啡，好好聊聊。 为什么AI工程师现在切入机器人领域是绝佳时机？理由有六个。 第一，视觉-语言-动作模型，简称VLA，已经让机器人变成了你的老本行。过去，让机器人动一下要靠工程师手动编码每一个动作。但到了2026年，英伟达、谷歌DeepMind这些公司推出的模型，彻底改变了游戏规则——它们把编程工作，变成了一次训练就能终身使用的智能策略。谷歌的Gemini Robotics，甚至能从不到200个示范动作里学会适应一个全新的机器人身体。这哪里还是机械工程，这分明就是机器学习。 第二，你的现有技能，几乎能无缝对接到机器人领域。大模型训练和微调？PyTorch、JAX这些工具你熟，从文本输出换成电机输出就行。模拟环境和数据管道？MuJoCo、Isaac Lab这些工具，本质就是并行计算和数据流水线的扩展。计算机视觉？SLAM、传感器融合，这些核心算法你天天在用。评估能力？在生产环境里抓模型漂移的功夫，放到机器人上就是防止机器人在演示时摔倒。 第三，薪酬在真诚地召唤你。2026年的数据显示，资深机器人工程师年收入达到20万到34.5万美元，而首席级工程师可达47.5万美元。有真人形机器人经验的人，还能再拿15%到35%的溢价。这分明是在用真金白银，认可你的价值。 第四，开源工具让你早就能证明自己。Hugging Face的LeRobot库现在有两万七千颗星和超过五万八千个社区数据集。你可以用它做出可见、可验证的成果，这比任何简历都要有说服力——在机器人领域，作品就是一切。 第五，硬件虽然会带来新的挑战，但并不是不可逾越。物理法则比任何代码审查都要严格：电机有扭矩极限，传感器有噪声底噪，一个bug可能直接让你损失一台五万美元的机器臂。实时系统要在毫秒级响应，安全认证有苛刻的标准。但当你理解了这些，这种“硬核”体验反而会带来巨大的成就感。 第六，整个行业正在围绕你的技能进行重组。随着学习型策略取代手工控制代码，会训练、会评估模型的人，价值越来越高。而数据管道工程师，也成了一个快速崛起的新角色。 总而言之，从普通应用转向机器人领域，这条路是真实存在的。它奖励你训练大模型、设计严格评估、搭建高效管道的综合能力。它只要求你一件事：愿意靠近那个真实的物理世界，并尊重每一个力矩和扭矩。 物理世界会把你每一次的提交直接变成事故报告，完全跳过客气的内部消息。欢迎加入机器人工程师团队。
Elastic 与腾讯云刚刚深化了战略合作，共同推动AI搜索时代的企业级搜索基础架构。这两家公司不仅联袂推出了腾讯云Elasticsearch服务企业版，还将在AI搜索、企业数据和智能体应用方面深度融合。 说到Elasticsearch，它是全球最广泛使用的开源搜索引擎之一，财富100强中有超过75%的公司都在用它的产品栈——从电商搜索到系统日志分析，都能胜任。腾讯云自2016年就开始提供基于Elasticsearch的云服务。 现在，AI正在重塑搜索的角色。大语言模型虽然强大，但并不理解企业的内部信息。为了回答业务问题，模型必须实时从企业数据中检索相关内容。对于智能体来说，在执行任务时也需要持续定位信息和工具。因此，搜索正成为为AI系统提供真实企业数据的关键桥梁。Elastic中国区副总裁Patrick Dixon就强调，随着大模型能力的进步，检索上下文对企业AI应用变得越来越重要。 腾讯云ES企业版在此次升级中主要强化了三点：AI搜索、模型集成和智能体连接。企业现在可以将关键词搜索与语义搜索结合，让大模型和智能体直接调用搜索结果，并且能够保持海量历史数据的可搜索性，为AI提供更完整的业务语境。 除了Elastic的原生能力，腾讯云还对ES进行了自研优化。在某些AI搜索场景中，性能提升了5倍，混合搜索延迟降低了60%，内存消耗减少了50%以上。这意味着，企业无需改变现有数据架构，就能直接添加AI搜索能力，并且可以与腾讯混元大模型和TCRay推理平台无缝集成。甚至，那些正在运行开源版本或自建集群的企业，还能获得腾讯云的技术迁移和升级服务。 这些能力已经落地实际应用。例如，腾讯ima知识库就以ES作为底层检索层，支持关键词和语义搜索。经过优化后，在大量用户并发搜索知识库的情况下，内存消耗降低了71%，检索性能提升了58%。蔚来汽车则是将ES作为AI搜索和安全数据智能的基础，能够从海量安全数据中自动识别与当前事件最相关的信息。该系统每季度处理数千亿条记录，在真实攻击场景下，原来人工调查需要近一天的攻击链，现在能两分钟完成重建。 腾讯云数据平台产品总经理程斌指出，AI搜索正从单一的检索能力进化成连接企业数据、模型和智能体应用的集成搜索平台。而Elastic AI副总裁韩晓则从更宏观的角度谈到，随着大语言模型在2026年转向更长周期的任务，搜索发挥的空间更大。他说："2026年的搜索，本质上就是关于测试时的计算。当搜索质量不够时，团队应该优先考虑是否可以通过增加推理计算来解决问题，而不是急于添加数据或者换更大的模型。" 目前，腾讯云ES已经运行着2万个集群和10万个节点，能够可靠支撑包括央视春晚、巴黎奥运会在内的大型直播活动的搜索流量高峰。可以说，Elastic与腾讯云的这次深度携手，正在为企业奠定AI时代的搜索基石——让搜索不再是单独的能力，而是连接数据、模型和智能体应用的关键枢纽。
如果你还在寻找人工智能浪潮中的那个“唯一的赢家”——那个站在山顶，头戴“AI之王”桂冠的公司，那你可能从一开始就问错了问题。 人们总是热衷于争论，OpenAI、Anthropic还是Google DeepMind，谁才是最终的王者。但要想看清AI的未来，我们必须跳出这个思维定式。AI从来不是一个单一的产品，而是一个庞大、环环相扣的技术栈。 而当下，最重要的战争，根本不在模型层！真正的战场，在那些“水管”和“管道”里——那些被忽视的基础设施层。 事实上，模型层可能是整个生态中最不稳固、最短暂易逝的部分。而那些真正能赢得未来、成为基础支撑的技术，是那些控制着算力、推理、路由，最终控制AI经济命脉的公司。 我们先来看一张AI技术栈的地图。 最底层是算力和推理层。英伟达，靠着CUDA和GPU硬件，已经赢下了算力层。但请注意，连这里也开始变得模糊。比如Groq，这家靠超低延迟推理走红的企业，没有去硬刚英伟达。反而，两者产生了奇妙的融合：英伟达许可了Groq的技术并吸纳了人才，而Groq也计划在自己的云服务里用上英伟达的系统。这传递了一个重要信号：AI技术栈不是靠互相毁灭来整合，而是通过共生、分层、协作来实现。 如果说英伟达是肌肉，那vLLM正在成为AI的神经系统。在开源基础设施领域，vLLM可以说是当之无愧的赢家。它从一个推理引擎开始，现在已经演变成了一个庞大的生态系统。上千万次的容器拉取，支持上千种模型架构，它正在展现出“AI界的Linux”的雏形。它的路线图也从生成文本，扩展到了智能体的工作负载、内存卸载，甚至路由功能。 注意，英伟达和Groq并不是vLLM的竞争对手；相反，它们都依赖vLLM。它们都是整台巨大机器的一个零件。 接下来，战场正在转移。 我们来回顾一下AI的发展历程： 第一波，大家比：谁的模型最聪明？ 第二波，比：谁的推理最便宜最快？ 第三波，比：谁有最牛的编程助手？ 第四波，也就是现在，大家在抢：谁能控制整个执行流程？ 今天，真正的竞争是控制从模型到推理、路由、内存、工具、智能体、开发环境，再到可观测性的全链路。而模型本身的“智能”，无论是来自OpenAI、Meta还是DeepSeek，正在日益变成一种商品。智能是流动的，而底层的基础设施是稳固的。 说到智能的商品化，最近一个巨大的金融信号完美印证了这一点：那就是Stripe收购OpenRouter，据说金额高达80亿美元。 如果你只盯着模型评测，会觉得这笔收购匪夷所思。但如果你观察的是技术栈，那就完全合乎逻辑了。 OpenRouter不是一家模型公司，它是AI的“分发层”。它直接卡在开发者和模型之间。当开发者使用OpenRouter时，他不用去想：是Claude适合编程？Gemini擅长长文本？还是DeepSeek更便宜？OpenRouter会自动把请求路由到最合适的模型。 如果AI模型真的变成了商品，那么，位于应用和模型之间的那个“收费站”，将是互联网上最有价值的地盘之一。 Stripe，这家早已深谙按用量计费软件未来的公司，看到了这个机会。今年早些时候，Stripe还收购了Metronome，这家公司为OpenAI、Anthropic和英伟达提供用量计费服务。 把Metronome和OpenRouter组合起来，Stripe正在构建的，远不止一个支付网关。它在打造智能时代的“交易层”。 展望未来，数字经济正在经历根本转变。 今天，数字经济是这样的：用户访问网站 → 点击界面 → 通过Stripe结账。 tomorrow，经济将完全不同：AI智能体发现一项服务 → 选择最优供应商 → 执行交易 → 通过Stripe结算。 在智能体时代，买家不再是点击鼠标的人类，而是一段寻求特定结果的自主脚本。这个智能体不在乎底层的智能来自OpenAI还是Meta，它只关心四件事：身份、授权、模型/工具访问，以及支付结算。 通过收购OpenRouter，Stripe正把自己定位成这次转变的终极基础设施。未来的技术栈就是这样： 英伟达 / CUDA：提供算力。 vLLM：管理推理和服务。 模型实验室（OpenAI、Anthropic、谷歌、Meta）：提供商品化的智能。 OpenRouter：将用量路由到最合适的智能。 Stripe + Metronome：计量用量并处理经济结算。 AI智能体：最终的用户和消费者。 所以，如果把筹码押在哪些技术能成为未来数年的基石，最聪明的选择，绝不是某个具体的AI实验室。模型层是一场永无止境的军备竞赛，今天的冠军很可能是明天的陪跑者。 最终能长期胜出的，是那些让模型变得可用、可路由、可计费的基础设施层。英伟达赢下了芯片。vLLM赢下了开源的模型服务生态。而Stripe，通过一系列精妙绝伦的收购，已经把自己放在了赢得AI经济路由和结算基础设施的最佳位置上。 我们正在走向一个AI模型消费成为大规模、自动化、机器对机器经济活动的时代。拥有那个路由消费、并攫取价值的“收费站”的公司，价值万亿美元。 所以，究竟谁赢了AI？没有人能赢下全局。但那些建造了水管、收费站和计量器的公司，已经赢下了最有价值的那几块拼图。
最近，医疗AI公司OpenEvidence发布了一个新的医学AI模型家族，其中三款生产级模型已经免费向经过验证的临床医生开放，而最先进的Darwin模型则仅向研究人员开放申请。 这三款生产模型的名字都来自医学史上的重要人物。首先是Osler，它是目前响应最快的模型，平均每个问题只需大约5秒。它继承了OpenEvidence之前的模型能力，现在成为平台的默认模型。接着是Sackett，主攻需要深度分析的搜索场景，每个问题大约需要30秒，适合那些需要权衡证据强度的题目。最后是Snow，它是最深入的模型，大约需要5分钟来回答一个复杂问题，会全面检索医学文献并生成一份详尽的报告。 这些模型的命名都颇有深意：William Osler推动医学教学从课堂走向了床边；David Sackett被称为循证医学之父；John Snow则通过追踪1854年伦敦布罗德街霍乱疫情到单一水泵，奠定了现代流行病学的基础。 关于Darwin模型，OpenEvidence称之为全球最先进的医学AI模型，它首次在MedQA基准测试中取得了满分。此外，它在多个专业评估中均优于其他顶尖模型，比如在MedXpertQA上达到72.8%，在HealthBench Professional上为82.7%，在NOHARM上为87.2%。 不过，Darwin目前仅供研究人员申请使用。OpenEvidence解释，这是因为模型在病毒学、免疫学和人类遗传学领域拥有前沿推理能力，具有潜在的双重用途风险，比如被误用于生物武器相关研究或非正规的种系编辑。目前，Darwin主要服务于像美国罕见疾病组织这样的机构合作伙伴，以及学术机构的认证AI研究人员。 关于评估方法，OpenEvidence公布了详细的测试流程。在MedQA上，他们从1273个问题中保留了660个，Darwin在全部660个问题上未答错一题。在MedXpertQA上则测试了完整的2450道题。至于其他基准，他们还确保评估的公平性，比如HealthBench Professional分数至少经过五次独立测试取平均值。 最后，三款生产模型对所有通过验证的临床医生免费使用，没有使用限制。而Darwin通过公司官网向研究人员开放申请。OpenEvidence表示，随着与合作伙伴一起验证安全防护措施，Darwin的能力将逐步整合进Osler、Sackett和Snow模型中，并计划扩展到肿瘤学、放射学和临床遗传学等专业领域。
以上就是本期的全部内容。我们看到AI技术栈正在快速演变，从模型层到基础设施层，从单一应用到联邦系统，每一个环节都在不断突破。希望这些信息能给你带来启发。感谢收听，我们下期再见。
