OpenAI发布通用型ChatGPT Agent标志着AI Agent领域的“分水岭时刻”，它整合了深度研究与执行能力，但也暴露了速度和个性化不足等问题。本文深入探讨了AI Agent的四大核心技术路径（浏览器、沙盒、受限沙盒与工作流集成），对比了包括ChatGPT Agent、Manus、Genspark和Pokee.ai在内的主要产品在通用性、效率和用户体验上的异同，并前瞻了Agent将如何重塑互联网入口、流量分发及内容创作者的商业模式。 AI Agent核心技术架构 * 浏览器模式 (Browser-based): 堪称万能，但运行速度慢、Token消耗高，需从零读取HTML和脚本（如OpenAI的Agent整合了Deep Research与Operator）。 * 沙盒模式 (Sandbox): 可运行离线Python脚本进行数据分析等任务，高效但通常无法访问需认证的互联网产品（如Pokee.ai的Deep Research Agent）。 * 受限沙盒模式 (Limited Sandbox): 大模型驱动，在一个非常有限的环境中运行少量预设程序包，无法下载新的包（如Genspark）。 * 工作流集成模式 (Workflow API): 通过第三方服务提供商的直接API集成，交付可靠且速度快，但业务范围有限制（如Zapier）。 主流AI Agent产品特性与优劣 * ChatGPT Agent: 整合Deep Research和Operator，能力强大，但在浏览器执行层面速度较慢，且尝试将过多功能集成到浏览器中。 * Manus: 结合虚拟机和浏览器环境，理论上万能但速度极慢（任务耗时可达30分钟或更久），浏览器导航能力受限。 * Genspark: 倾向于模板化和垂直场景，速度较快且节省Token，但通用性受限，更像“微信小程序”式的应用。 * Pokee.ai: 速度最快（比市面产品快4-10倍），通过SDK直接调用第三方服务，减少Tool Calling复杂性与上下文问题，成本较低。 AI Agent的商业模式与用户定位 * ToC Agent的挑战: 多数通用型AI Agent缺乏重复性使用场景，用户感知度可能较差（如Manus、ChatGPT Agent）。 * ToB/专业用户Agent的优势: 专注于高频次、重复性工作流，例如Pokee.ai服务专业人士，通过API/SDK与平台深度集成。 * 平台API开放性: 大型科技公司（尤其美国）倾向于开放API和SDK，以鼓励开发者生态，但个人用户与企业/创作者账户的API权限存在差异（如Facebook/Instagram对发帖的限制）。 AI Agent重塑互联网入口与内容变现 * 流量入口转移: Agent将成为新的互联网入口，用户直接通过Agent完成任务，可能导致传统门户网站（电商、搜索、视频）的流量大幅下降。 * 内容变现模式变革: 创作者可能从依赖广告分成转向Agent直接为知识产权付费的新模式，Agent通过自身广告机制覆盖成本。 * 推荐系统演变: 传统基于排名的推荐算法可能被压缩，Agent的推荐将更侧重于提供最精确的单条信息，目标是促进用户进行多轮连续的、基于体验的交互。

文章探讨了人工智能对职业的潜在影响及人类的应对策略。通过Anthropic AI经营便利店失败的案例，引出微软基于20万次真实对话的研究，揭示了AI更易影响沟通和信息处理类职业，而体力劳动和物理世界互动类职业受影响最小。核心观点是AI不会简单取代工作，而是重塑工作内容，要求人们升级技能并学会与AI协作。 AI对职业影响的类型与依据 * 微软研究基于20万次用户与Copilot的真实对话，通过“AI适用性分数”评估职业受AI影响程度。 * AI最易影响与沟通、信息处理和文本创作高度相关的职业，例如口译员。 * AI最难影响需要体力劳动、手工操作或与物理世界直接互动的职业。 AI的局限性与未来进化方向 * 顶级AI Claude经营小卖部失败，原因在于其缺乏真实世界的常识判断，如不理解免费可乐是竞品或办公室玩笑。 * AI目前是“helpful assistant”，但要进化为“可靠的伙伴”，尚需理解能力边界和情境判断。 AI时代职业发展的应对策略 * AI并非简单“取代”工作，而是“重塑”工作，将繁琐的信息处理交给AI，人类专注于创造性思考、深度分析和战略决策。 * 适应性成为关键，学历和薪资不再是“铁饭碗”的保证，核心在于工作内容是否属于AI擅长领域。 * 主动学习、拥抱AI，将其作为提升效率和创造力的工具，善于与AI协作的人将在职场中占据优势。

本文作者强烈推荐AI工具“Get笔记”，称其为解决写作痛点和信息整理难题的“生产力搭子”。该工具通过独特的AI润色语音输入、无感自动构建知识库，以及高效整合外部信息（如视频和文章），显著提升了个人生产力。作者在文末强调，真正有价值的AI工具应聚焦于解决用户的实际“刚需”，而非仅仅追逐技术潮流。 语音输入与AI润色升级 * AI润色超越传统转写： Get笔记的语音输入功能不仅将语音转换为文字，还能自动梳理逻辑、优化表达，即使口语化或有口头禅也能生成流畅的草稿。 * 解决写作卡壳痛点： 帮助用户将脑中想法快速转化为无错别字、逻辑顺畅的文本，尤其适合“懒得组织语言”的用户。 无感自动构建个人知识库 * 语音笔记自动沉淀： 用户通过语音输入的内容会自动保存为笔记，无需手动上传或筛选，逐步积累成个人知识库。 * AI助手高效利用知识： 基于积累的笔记，Get笔记的AI助手能一键生成日报、周报，并能总结整理信息、回答问题，实现知识的快速检索与应用。 外部信息整合与“消化” * 一键导入外部内容： 支持通过复制链接导入小红书视频、文章等外部信息，将其转化为可被AI处理的笔记内容。 * 智能提取与总结： 导入后，工具能自动整理文字、图片甚至视频字幕，并总结核心重点，避免信息“吃灰”。 AI工具应用的“刚需”哲学 * 警惕“为用AI而用AI”： 作者批判了盲目追逐AI技术概念的现象，指出许多AI工具未能解决实际问题。 * 聚焦核心需求与效率提升： 强调真正有价值的AI工具应能“让人活得更懒一点”，帮助用户“把事说清楚，把活儿交出去”，例如减少加班时间、提升工作效率。 * 工具选择标准： 鼓励用户以“能否帮我少加一次班？能否让我多陪娃读个故事？”作为衡量AI工具价值的标准。

腾讯混元团队最新开源了四款小尺寸语言模型（0.5B至7B），旨在支持消费级硬件上的低功耗运行和垂直领域微调。这些模型融合了快速推理能力、超长上下文窗口以及增强的Agent能力，已在多种内部业务场景中得到验证和应用，彰显了腾讯在中国AI开源浪潮中的积极布局。 全新开源小模型发布 * 模型规模与数量：腾讯混元团队一口气开源了四款小语言模型，尺寸分别为0.5B、1.8B、4B和7B。 * 运行环境与适用场景：这些模型可在消费级显卡上运行，适用于笔记本电脑、手机、智能座舱、智能家居等低功耗设备。 * 部署与微调：支持垂直领域低成本微调，并已在GitHub和HuggingFace上线，获得ARM、高通、英特尔、联发科技等芯片平台的支持。 核心技术亮点与能力 * 融合推理模式：模型具备推理速度快、性价比高的特点，提供“快思考”（简洁高效输出）和“慢思考”（复杂问题解决）两种模式。 * Agent能力增强：通过精心的数据构建和强化学习，提升了模型在任务规划、工具调用、复杂决策和反思等方面的表现，可胜任深度搜索、电子表格操作等任务。 * 超长上下文窗口：原生支持256k上下文，相当于处理40万中文汉字或50万英文单词，能够理解并记住超长内容的细节。 * 卓越性能表现：在语言理解、数学、推理等领域表现出色，在多个公开测试集上得分达到领先水平，与业界同尺寸模型对标。 广泛部署与多元应用 * 部署便捷性：所有模型均只需单卡即可部署，可直接接入PC、手机、平板等设备，并支持主流推理框架（如SGLang、vLLM、TensorRT-LLM）和多种量化格式。 * 内部业务落地：已在腾讯会议AI小助手、微信读书AI问书、腾讯手机管家、腾讯智能座舱、搜狗输入法、腾讯地图、微信输入法等多个腾讯核心业务中得到应用和验证。 * 具体应用案例：实现万字会议纪要精准理解、毫秒级垃圾短信拦截、提升嘈杂环境下的识别准确率、以及在金融和游戏等垂直领域的智能辅助。 腾讯的AI开源战略布局 * 顺应AI开源浪潮：腾讯混元积极参与中国AI开源浪潮，响应“小语言模型是智能体AI的未来”的趋势。 * 多模态开源覆盖：其开源模型已覆盖文本、图像、视频和3D生成等多个模态，例如此前已开源Hunyuan Large和Hunyuan-A13B。 * 持续创新与贡献：近期发布并开源了混元3D世界模型1.0，迅速登上Hugging Face趋势榜和论文热榜，展示了其在技术创新和开源社区贡献方面的实力。

王小川在AI大模型浪潮中，带领百川智能从最初的多元化发展转向深度聚焦医疗AI领域，旨在摆脱“学霸”标签，追求“为人类造医生”的独特命题。面对市场期待与内部初衷的冲突，他通过大规模组织调整和战略精简，成功发布了在医疗领域性能卓越的Baichuan-M2模型，并坚信AI家庭医生将比无人驾驶更早普及，最终在垂直领域超越通用模型。 百川智能的战略转型与核心使命 * 从通用到垂直的聚焦： 王小川在离开搜狗后创立百川智能，在AI大模型热潮中，一度被市场期待做通用模型，但他内心始终聚焦于“为人类造医生，为生命建模型”的医疗AI方向。 * 组织精简与内部和解： 面对外部期待与内部初心的撕扯，百川智能于今年4月进行大规模人员精简（从450人减至不足200人），回归扁平化管理，强化团队“压强”，以实现战略专注。 * “与内心斗争”的领导力： 面对外界“遭遇困境”的负面报道，王小川选择沉默，强调“需要的是跟自己的内心做斗争，而不是跟环境做斗争”，通过后续发布成果回应质疑。 医疗AI的技术突破与独特价值 * Baichuan-M2的卓越性能： 百川智能发布的Baichuan-M2医疗大模型表现出色，其性能超越OpenAI同期发布的两个开源模型，在闭源领域能力仅次于GPT-5，并在Health-Bench评测中得分领先。 * 超越通用模型的复杂性： 王小川认为医疗AI比通用模型更复杂，因为它不仅需要逻辑推理，更需解决“提问”能力、严格的“循证医学”以减少幻觉，并融入政策法规和人文关怀。 * 清晰的产品路线： 百川智能规划了基础模型、医生端产品和大众端产品三条产品线，致力于在医疗垂直领域超越通用模型，并计划未来将服务直接推向C端消费者。 对通用AI发展路线的思考 * 代码作为智能中轴： 王小川更欣赏Anthropic将代码作为发展中心的策略，认为代码是一种“可运行的语言”，是通向AGI的核心路径，并预言“程序员是自己的掘墓人”。 * OpenAI的战略权衡： 相比之下，OpenAI因服务7亿用户的“包袱”，在技术路线选择上未能将代码置于足够高的战略位置，重心放在C端App，面临“智能的高度”与“应用的深度”的平衡挑战。 * 中美AI环境差异： 国内大模型行业普遍处于围绕基准测试和参数的“模型内卷”阶段，与美国头部公司在商业模式（如Anthropic的ARR）和融资环境上存在显著的“时间差”和“底气”缺失。 AI家庭医生的未来图景 * 普及速度超越无人驾驶： 王小川预测AI家庭医生将比无人驾驶更早到来，原因在于医疗是刚需且人机协同更安全高效，尤其在不涉及处方权的院外场景可独立发挥作用。 * 价值在于改变用户行为： AI医生的价值不仅体现在诊断和开药，更在于提供关键决策支持，如处理多方建议、家庭沟通等，通过改变用户行为创造巨大医疗价值。 * 将AI视为“人”的形态： 百川智能的“造医生”目标远超简单的“健康顾问”或“降本增效”工具，致力于将AI视为一个具备记忆力、理解人际关系的“人”，而非仅仅是App功能，未来将寻求医院体系的认同并直达家庭。

一场为期三天的AI国际象棋比赛即将开幕，旨在通过实战对决评估当前顶尖大模型的真实性能，包括来自OpenAI、DeepSeek和月之暗面等公司的产品。这项比赛基于谷歌新推出的开源基准测试平台Kaggle Game Arena，旨在解决现有AI基准测试无法有效区分高级模型性能的问题。诺奖得主Demis Hassabis强调了游戏作为AI能力试炼场的重要性，并对该平台推动的进步充满期待。 AI国际象棋比赛概览 * 比赛时间与持续： 太平洋时间8月5日至7日，共计3天。 * 参赛模型： 8款前沿AI模型，包括OpenAI的o4-mini和o3、DeepSeek的DeepSeek-R1、月之暗面的Kimi K2 Instruct、谷歌的Gemini 2.5 Pro和Gemini 2.5 Flash、Anthropic的Claude Opus 4以及xAI的Grok 4。 * 比赛目的： 通过实战对决验证AI模型的真实性能，解决现有基准测试难以跟上模型发展速度的问题。 Kaggle Game Arena平台 * 平台性质： 谷歌推出的全新、公开的基准测试平台，专注于AI模型在策略游戏中的对决。 * 核心功能： 允许AI模型在国际象棋等游戏中展开正面交锋，并提供实时更新的比赛对阵表、动态排行榜数据以及开源环境代码。 * 透明度与可靠性： 游戏执行框架和环境开源，采用严格的全员对抗赛制（all-play-all）以确保统计结果的可靠性。 * 高管评价： Google DeepMind联合创始人兼首席执行官Demis Hassabis认为游戏是检验AI能力的重要试炼场，并对该平台推动AI能力提升充满期待。 比赛规则与赛制 * 赛制： 采用单败淘汰制，每场对决包含四局比赛，先获得两分的模型晋级（胜一局得1分，平局各得0.5分）；若2-2平则加赛一局决胜负。 * 赛程安排： 首日（8月5日）8款模型进行4场对决；次日（8月6日）晋级的4款模型进行2场半决赛；决赛日（8月7日）进行冠军争夺战。 * 比赛规则： 比赛基于文本输入进行，模型无法使用外部工具（如Stockfish），不被告知合法走法列表，最多有3次重试机会提交合法走法，每步棋有60分钟超时限制。

美国时间7月17日，OpenAI正式发布通用型ChatGPT Agent，整合了深度研究与执行工具，旨在实现复杂任务的一站式完成，但仍面临速度和个性化不足等挑战。此次发布促使市场重新审视AI Agent的技术路径选择，文章深入探讨了浏览器、沙盒、受限沙盒及工作流集成四种主流底层架构的优劣，并分析了它们如何重塑互联网入口和内容创作者的商业模式。 OpenAI ChatGPT Agent的发布与核心架构 * 发布时间与组成: 美国时间7月17日发布，整合了深度研究工具Deep Research与执行工具Operator。 * 功能与挑战: 可一站式完成复杂任务，但仍存在运行速度慢、个性化不足等短板。 * 底层架构: 本质是“浏览器+沙盒虚拟机”模式。 AI Agent的四种主流底层架构解析 * 浏览器（Browser-based）Agent:特点：万能，能操作所有网页和互联网服务。 优劣：缺点是运行速度慢，Token消耗高（需加载整个HTML）。 * 沙盒（Sandbox）Agent:特点：可在隔离环境内运行Python脚本等，进行数据分析等线下任务。 优劣：高效，但通常无法访问互联网或需认证的产品。 * 受限沙盒（Limited Sandbox）Agent:特点：大模型生成代码，在非常有限的环境（仅少量预设程序包）中运行。 优劣：速度快，节省Token，适用于模板化任务（如Genspark的幻灯片Agent），但功能受限，无法下载新程序包。 * 工作流集成（Workflow API）Agent:特点：通过第三方服务提供商的直接API集成，每个节点交付可靠。 优劣：结果精准且稳定，但业务范围有限，无法满足个人用户特定需求。 典型AI Agent产品对比与用户体验 * OpenAI ChatGPT Agent: 浏览器产品中能力最强，Deep Research表现出色，但速度慢。 * Manus: 理论上万能（虚拟机+浏览器），但受浏览器限制且速度极慢（30+分钟）。 * Genspark: 转向模板化和垂直化，速度快且节省Token，但功能不如通用Agent全面。 * Pokee.ai: 速度最快（快4-10倍），通过直接集成SDK和工具实现高效调用，成本优势明显，主要面向专业人士/B端重复性工作场景。 Agent对互联网入口及内容商业模式的影响 * 互联网入口重塑: Agent将取代传统浏览器和搜索引擎，成为新的流量入口，用户通过Agent直接完成任务。 * 流量分发变革: 大多数门户网站的流量将下降，公司开放API是为了获取Agent带来的新流量。 * 内容商业模式演变:广告形式将改变，专注于Agent时代的广告植入。 创作者/知识产权拥有者可能通过Agent调用内容直接获得付费，取代传统流量分成模式。 推荐系统将从基于排名的多条信息呈现，转变为基于对话轮次的精确推荐，以促成持续交互。

xAI宣布将Grok 4免费向全球用户开放，此举旨在跟上GPT-5等竞争对手的免费化趋势，并暂时设置了“慷慨的使用限制”。然而，这一决策引发了用户的强烈不满，付费用户感到被“背刺”，而免费用户则抱怨其严格的每日使用次数限制，同时文章也指出Grok 4在实际体验中仍存在功能和性能的局限性。 Grok 4免费开放及其引发的用户不满 * Grok 4现已向全球所有用户免费开放，提供自动模式和专家模式。 * xAI声称设置了“慷慨的使用限制”，但实际为每12小时最多使用5次。 * 此举引发付费用户（如30美元/月和300美元/月订阅者）的强烈不满，认为其付费价值受损。 Grok 4的实际体验与技术瓶颈 * Grok 4在处理中文提问时，倾向于先翻译成英文再进行搜索和回答。 * 在尝试生成3D动画代码时，首次请求未能成功交付，需要更具体指令才能开始撰写代码。 * Grok 4 Heavy模型仍未向免费用户开放。 * 对即时事件有理解，但在处理敏感或安抚性请求时，初期可能拒绝或需多次尝试。 Grok Imagine及Grok App的功能升级 * Grok的视频生成服务Grok Imagine改进版本已可用，新增支持视频分享、修复下载问题，并增加视频静音与取消静音功能。 * 新版Grok App增加了图片审核机制，并新增对终止操作后的反馈信息和反馈入口，疑为回应此前生成涉及名人的敏感视频事件。 AI服务免费化趋势与Grok的市场挑战 * Grok 4的免费开放与OpenAI的GPT-5等竞品免费化策略同步，体现了AI服务低价化、免费化的行业趋势。 * 尽管免费，但Grok 4因其对争议话题的非主流观点以及xAI对技术细节的“三缄其口”，用户接受度仍面临挑战。 * 文章指出，价格并非Grok获得用户广泛使用的唯一障碍，产品性能和信任度同样重要。

马斯克旗下的xAI推出的Grok Imagine引入了备受争议的“Spicy模式”，允许用户一键生成包含名人部分裸露内容的深度伪造视频，这与主流AI工具严格的内容审查形成鲜明对比。此举被视为马斯克在AI竞争中为迅速获取流量而采取的激进策略，但其审核机制的漏洞和潜在的法律伦理风险引发了广泛担忧。 Grok Imagine的“Spicy模式”及其功能 * xAI的Grok Imagine新增“Spicy模式”，该模式被证实可用于生成名人的部分裸露视频，例如泰勒·斯威夫特的深度伪造视频。 * 与Google Veo、OpenAI Sora等严格限制名人伪造和色情内容的主流AI工具不同，Grok Imagine在产品设定上直接放开了这些限制，内置了鼓励性感演绎的预设模式。 * 该功能主要面向每月30美元的SuperGrok和Premium+付费订阅用户开放，并提供了iOS和Android应用版本。 马斯克的流量至上策略与动机 * 马斯克将“Spicy模式”定位为xAI在激烈AI竞争中杀出重围的流量突破口，认为“突破性内容”是引爆话题、吸引用户最快的燃料。 * 他将Grok定位为“无限制”和“突破边界”的AI，并表示该功能的使用量在一天内从1400万张飙升至2000万张，效果立竿见影。 * 此举与马斯克此前在Grok 4中加入动漫角色“Ani”可脱衣服、X平台接纳色情内容及支持OnlyFans创作者等一系列大胆开放的策略一脉相承。 审核机制的漏洞与法律伦理风险 * Grok Imagine的审核机制存在显著矛盾，例如直接文本提示索要裸体图片会被拒绝，但通过上传正常图片后使用“Spicy”视频模式却能轻松绕过限制。 * 年龄验证过于宽松且仅需一次性确认，对不同名人的限制也表现出随机性，尽管能拒绝生成儿童不当动画。 * 该功能使xAI面临巨大的法律风险，被媒体称为“一个等待被起诉的功能”，因为它公然提供名人深度伪造工具，与美国等国家打击非自愿深度伪造内容的法律相悖。 * 文章质疑了为追求流量和“最大乐趣”而放弃伦理底线的行为，并引发了关于AI在接管人类欲望方面应有何种边界的深刻反思。

OpenAI正式发布了其新一代旗舰模型GPT-5，即日起向大部分用户推出，并在文本、编程、数学等多个领域全面领先。该模型达到了“博士级别智能”，引入了“按需思考”和四种“人格”等创新功能，并被视为OpenAI迈向通用人工智能（AGI）的重要一步，尽管其性能提升和AGI定位仍存在争议。 GPT-5发布与核心特性 * 发布概况： 北京时间8月8日凌晨1点发布，即日起向免费、Plus、Pro、Team用户推出，冲上大模型竞技场榜首。 * 智能与人格： 达到“博士级别智能”，支持“按需思考”，并拥有“愤世嫉俗者、机器人、倾听者、书呆子”四种人格。 * 模型融合： 集成多模态、推理等能力，相当于融合GPT和o系列模型，旨在淘汰所有旧模型。 AI能力全面提升 * 编程与Agent能力： 被OpenAI称为“迄今为止最好的编程模型”，在SWE-bench验证测试中得分74.9%，并得到Cursor和Windsurf等AI编程公司认可。 * 推理与事实性： 在GPQA科学知识基准测试中获得新的SOTA（88.4%），事实准确性方面错误率仅为o3的五分之一。 * 长背景信息处理： 在OpenAI-MRCR基准测试中，长背景信息检索能力显著优于o3和GPT-4.1，且优势随输入长度增加而扩大。 模型版本与经济性 * 多版本家族： 包含GPT-5、GPT-5-mini、GPT-5-nano和GPT-5-pro四个版本。 * API定价： GPT-5的API输入/输出价格分别为每百万token 1.25美元/10美元，mini和nano版本价格更低，且与竞争对手相比成本相当或更低。 * 用户访问与限制： 免费用户用量有限，超限自动转至mini；GPT-5-pro仅供Pro订阅用户使用。 安全与用户体验优化 * 安全训练： 引入“安全完成”新形式，减少不必要的过度拒绝，并提供拒绝原因和安全替代方案。 * 解决“阿谀奉承”： 显著减少了模型过度讨好和无意义表情符号的使用（从14.5%降至不到6%）。 * 定制化与记忆： 支持自定义聊天功能（调整性格、界面颜色），具备更强的记忆功能，Pro用户可接入Gmail和谷歌日历自动规划日程。 市场反响与未来展望 * 竞争与争议： 马斯克在X平台称Grok 4击败GPT-5；OpenAI发布会因“视觉欺骗”方式呈现基准测试而引发性能夸大争议。 * AGI定位： Sam Altman认为GPT-5是迈向AGI的重要一步，但承认它不是AGI，且缺少模型在部署过程中持续学习的能力。 * 市场估值： OpenAI估值飙升至5000亿美元（约合3.6万亿人民币），比年初翻了一倍。

马斯克旗下的 xAI 近期推出 Grok Imagine，一款支持文字或图片生成 AI 视频的工具。该产品因其“Spicy Mode”允许生成“擦边”内容而迅速获得数千万用户，但也因此引发了巨大的争议。马斯克此举旨在通过“最自由的 AI”策略，在激烈竞争中吸引付费订阅用户，尽管这带来了潜在的监管和伦理风险。 Grok Imagine 的核心功能与争议模式 * 多模态生成: 支持通过文字或语音生成图像，再由图像生成视频，也可上传现有图片进行视频生成。 * 模式选项: 提供自定义、火辣 (Spicy)、有趣和普通四种视频生成模式。 * “Spicy”模式特性: 允许生成性感挑逗内容，如“脱衣”效果，但仍有审核过滤器，对过于露骨的内容会进行模糊或拒绝。 * 用户增长: 发布 24 小时内据称用户使用量达数千万次，图片生成量超过 2000 万张。 马斯克“最自由 AI”的商业策略 * 产品理念: 放弃政治正确，移除“纯净模式”，追求“最自由的 AI”，将“快”写入产品 DNA。 * 吸引付费用户: 利用允许“擦边”内容的“Spicy Mode”作为独家卖点，吸引订阅者，为 Grok 的付费订阅增添价值。 * 与竞品差异化: 与谷歌 Veo、OpenAI Sora 等设置严格安全过滤的竞争对手形成鲜明对比。 * 过往试水: 此前已通过二次元动漫伴侣 Ani、Valentine 尝试 NSFW 路线，积累经验。 围绕“擦边”AI的监管与伦理挑战 * 法律风险: 面临深度伪造色情内容的法律风险，如美国《删除法案》可能将 AI 合成色情图像定为联邦犯罪。 * 名人深度伪造: 有报道指出“Spicy”模式可被用于生成名人（如 Taylor Swift）的裸体深度伪造视频。 * 未成年人保护: Grok 应用在应用商店分级为“12+”，但其生成内容在 X 平台（17+）流转，且用户年龄验证不严谨，可能导致未成年人接触不当内容。 * 商业影响: 大型品牌广告商可能因风险厌恶而避免与 AI 色情内容并列，影响广告收入。 “擦边”内容与技术普及的历史关联 * “AI 第一生产力”: 文章开篇即提出“涩涩果然是 AI 第一生产力”的观点，暗示其对技术推广的驱动作用。 * 《硅谷》剧集启示: 引用 HBO 剧集《硅谷》中的情节，指出色情内容历来是推动新技术普及最快的领域。 * 历史例证: 提及印刷小说、Super 8 胶片、宝丽来相机、家用录像机、数字化、信用卡验证、Snapchat 等技术都曾受色情内容的推动。 * 马斯克的策略: 马斯克深谙用户心理，选择“踩黄线”以快速赢得用户和订阅，体现了其拥抱风险、快速行动的模式。

OpenAI时隔五年后再次发布了两款开源权重语言模型gpt-oss-120b和gpt-oss-20b，标志着其开源策略的重大转变，旨在应对市场竞争并赋能更广泛的开发者。此次发布正值AI巨头集体“发力”之际，模型性能直逼自家闭源旗舰，且采用宽松的Apache 2.0许可证，允许自由构建和商业部署。这一举动反映了AI行业在市场压力下，开放与封闭路线并存的动态格局。 OpenAI gpt-oss 模型特性与性能 * 两款开源模型： 发布了大型生产级gpt-oss-120b（1170亿总参数，可在单个H100 GPU上运行）和中型本地化gpt-oss-20b（210亿总参数，可在16GB内存设备上运行）。 * 开放许可： 采用Apache 2.0许可证，支持自由构建、实验、定制和商业部署，无copyleft限制。 * 卓越性能： gpt-oss-120b在多个基准测试中性能接近或持平o4-mini，甚至在健康查询和竞赛数学中超越o4-mini；gpt-oss-20b也与o3-mini持平或更优。 * 智能Agent能力： 内置函数调用、网页浏览、Python代码执行和结构化输出等功能，并提供完整的思维链（Chain of Thought）供开发者调试。 OpenAI 的开源策略与背景 * 五年后回归开源： 自2019年GPT-2后，OpenAI首次再次开源语言模型，CEO山姆·奥特曼承认此前在开源方面“站在历史的错误一边”。 * 市场竞争驱动： 此举是应对DeepSeek等开源模型崛起带来的市场压力，通过提供一流的开放模型来挽回开发者社区。 * 生态系统构建： 与Azure、Hugging Face、vLLM、Ollama等第三方部署平台及NVIDIA、AMD等硬件厂商合作，确保模型在多种系统上优化运行。 * 赋能广泛用户： 目标是赋能个人开发者、大型企业和政府机构在自己的基础设施上运行和定制AI。 核心技术架构与创新 * 混合专家（MoE）架构： 采用OpenAI最先进的预训练和后训练技术，创新性地利用MoE大幅减少激活参数，提升推理效率。 * 高效内存与上下文： 使用分组多查询注意力机制和旋转位置编码（RoPE），原生支持最长128k的上下文长度。 * 原生MXFP4量化： 模型使用MoE层的原生MXFP4精度进行训练，显著降低了硬件门槛（gpt-oss-120b仅需80GB内存，gpt-oss-20b仅需16GB）。 * 全新分词器： 同步开源o200k_harmony分词器，比现有分词器更紧凑和先进，使模型在相同上下文长度下处理更多内容。 AI 行业竞争格局与同期发布 * 巨头同日发力： OpenAI发布gpt-oss的同时，Anthropic推出Claude Opus 4.1（强化Agent、编码、推理能力）和Google DeepMind发布世界模型Genie 3（一句话生成可交互世界）。 * 开放与闭源并存： OpenAI转向有限开源，而Anthropic坚持闭源路线，但都获得了市场热烈反响，显示AI行业没有绝对正确的道路，只有最适合自身的策略。 * Claude Opus 4.1 亮点： 对比前代全面升级，编码性能在SWE-bench Verified达到74.5%，并提升了深度研究和数据分析能力。 * 微软支持： 微软宣布将为Windows设备带来GPU优化版本的gpt-oss-20b模型，方便本地推理和开发。 关键贡献者与应用前景 * 朱汉力（Zhuohan Li）的领导作用： OpenAI gpt-oss系列模型的基础设施和推理工作由北大校友朱汉力领导，他在分布式系统和vLLM项目中的经验对模型成功至关重要。 * vLLM技术： 作为vLLM项目的核心作者，朱汉力通过PagedAttention技术解决了大模型部署成本高、速度慢的问题，该技术已被广泛采用。 * 安全与谨慎使用： 模型在训练中过滤有害数据并进行对齐，尽管在HealthBench测试中表现优异，但仍提醒不能替代医疗专业人员进行诊断或治疗。 * 广泛应用场景： 模型可用于生产、通用、高推理需求的用例，支持在数据中心、高端台式机和笔记本电脑上部署，并通过微调满足特定需求。

美国时间7月17日，OpenAI正式发布通用型ChatGPT Agent，整合了深度研究与执行工具，标志着AI Agent技术路径选择的分水岭时刻。该Agent采用“浏览器+沙盒虚拟机”架构，虽然可一站式完成复杂任务，但也存在速度慢、个性化不足等短板，引发市场对不同Agent底层技术路线的重新审视与对比。 AI Agent的四大底层架构 * 浏览器（Browser-based）Agent： 功能万能，可操作互联网所有网页，但运行速度慢且Token消耗高，如Perplexity的部分功能。 * 浏览器+沙盒（Sandbox）Agent： 结合网页操作与线下脚本执行（如Python），可进行数据分析等任务，但沙盒通常无法访问需认证的互联网服务。 * 有限沙盒+大模型（LLM）Agent： 大模型主导生成代码并在高度受限的沙盒环境中执行，仅支持预设的少量程序包，如Genspark的模板化Agent，速度较快但通用性受限。 * 工作流集成（Workflow API）Agent： 通过第三方服务API直接集成，确保服务交付可靠，速度快、结果精准，但业务范围受限于平台开放权限，如Pokee.ai和Zapier。 主流AI Agent产品特性与用户体验 * OpenAI ChatGPT Agent： 浏览器能力最强，尤其在深度研究方面表现出色，但因浏览器机制导致任务速度较慢。 * Manus： 追求万能体验（虚拟机+浏览器），理论上功能全面，但速度极慢（任务耗时30分钟以上），主要瓶颈在于网页加载速度。 * Genspark： 转向模板化、垂直细分Agent，通过限制工具和环境来提升速度和Token效率，更像“微信小程序”式的应用，而非通用Agent。 * Pokee.ai： 速度最快（市场同类产品4-10倍），通过直接调用第三方SDK/工具而非复杂虚拟机和Tool Calling实现，专注于专业人士使用场景（ToB/Prosumer），但受限于平台API开放权限。 AI Agent对互联网入口与商业模式的重塑 * 互联网入口转移： Agent将取代传统浏览器成为新的互联网入口，用户直接通过Agent完成任务，导致传统门户网站流量下降。 * 协议竞争： 各大公司（如Google的A2A、ChatGPT、Pokee）推出自己的协议，旨在抢占Agent生态的入口主导权。 * 创作者商业模式变革： 广告收入模式可能减弱，未来创作者或内容所有者将直接从Agent处获得内容使用付费，Agent通过自身广告机制覆盖成本。 * 推荐系统演变： 传统基于排名的推荐算法将受挑战，Agent的交互目标变为“多轮对话中每次都提供最精确信息”，以促成持续交互，而非单页面多条信息呈现。

信息爆炸和AI幻觉的双重挑战下，如何高效获取可信信息的问题。深言科技推出的AI信息筛选与阅读产品“语鲸”，旨在通过创新的“低幻觉可控生成技术”和“动态专题聚合”来重构信息组织与分发，帮助用户解决信息过载和真实性危机。创始人岂凡超分享了语鲸的产品设计理念、技术细节以及对AI信息服务赛道的未来展望。 信息过载与AI挑战 * 信息洪流与认知赤字： 2025年全球数据量预计突破213ZB，导致用户陷入“订阅-堆积-焦虑”的效率陷阱。 * AI幻觉悖论： 以DeepSeek为代表的AI工具虽能高效浓缩信息，但其固有的幻觉问题反而迫使用户耗费更多精力回溯原文验证真伪。 * 市场需求转型： AI信息服务赛道正从通用对话转向垂直场景，市场迫切需要能系统性解决信息过载、提升认知效率的工具。 “语鲸”的产品定位与核心功能 * AI驱动的信息筛选产品： “语鲸”由深言科技开发，旨在通过智能订阅、聚合和总结，帮助用户高效获取有价值的信息。 * 三大核心特点：精准溯源： 摘要中关键结论旁标注原文出处，可点击定位并高亮原文段落，方便验证。 动态详略： 用户可在概览框架、核心论点、支撑细节三级视图间切换，自由掌控阅读详略。 智能专题聚合： 自动聚合跨平台多角度报道，生成综述报告，提炼核心观点与立场对比。 * 多终端布局： 提供网页端、浏览器插件、APP、微信小助手等，以适应用户在不同场景下的信息获取需求。 “语鲸”的技术策略与创新 * 双模型法解决幻觉： 不依赖生成模型自身克服幻觉，而是通过“篇章分析”（识别原文结构）的小模型，将结构化信息交给生成模型，使其“分而治之”地生成内容，大幅减少幻觉。 * 优化成本与效率： 篇章分析采用专用小模型，生成环节设计任务专属推理算法，整体成本可能低于直接使用更大通用模型。 * 个性化内容加工： 探索“风格改写”功能，让AI根据用户需求二次加工内容（如“产品经理老王”频道），未来计划开放用户自定义加工能力。 市场洞察与未来展望 * 重塑信息获取与分发： 创始人认为，当AI内容生成成本足够低、质量足够好时，“分发”概念本身可能消失，转变为按需生成。 * 商业化路径： 语鲸海外版计划上线即尝试付费订阅模式，探索商业化潜力；未来将根据产品类型选择广告或订阅模式。 * 构建竞争壁垒： 核心在于独特的技术判断力（解决幻觉问题）、快速迭代的产品差异化价值，以及逐步构建用户社群和内容创作者生态。 * 专注“语言”赛道： 作为创业公司，深言科技选择聚焦于自然语言处理，认为语言是智能最核心的载体，并在此领域深耕以建立优势。

受AI技术快速发展、大学学费高昂及白领就业市场严峻等因素影响，美国Z世代正大规模放弃传统大学教育和白领职业，转而投身焊接、水管工等蓝领技术工种。他们发现这些领域不仅薪资高、工作稳定，且不易受AI冲击，甚至不少人已因此成为企业老板，预示着职业教育的兴起和就业观念的转变。 Z世代教育与职业观念的转变 * 许多美国Z世代放弃大学梦或大学辍学，转而投身蓝领行业。 * 超过一半（53%）的Z世代正认真考虑从事蓝领岗位。 * 美国大学入学率出现罕见下滑，与2011年相比传统大学学生减少200万。 * 65%的Z世代认为大学文凭无法抵御AI带来的失业风险。 推动Z世代转变的经济与技术因素 * 高昂的大学成本： 美国大学学费昂贵（公立四年总费用11万美元，私立22.5万美元），且可能毕业即失业，背负沉重学贷。 * AI对白领岗位的冲击： AI迅速颠覆招聘专员、行政助理等岗位，导致“毕业即失业”的担忧。 * 白领就业市场严峻： 大科技公司裁员频繁，22-27岁大学毕业生失业率创疫情以来新高。 蓝领行业的吸引力与成功案例 * 高薪与稳定： 蓝领工作起薪高（如建筑业每小时19-45美元，电工/水管工平均时薪29美元），不少蓝领年薪达六位数。 * 不易被AI取代： 蓝领工种如焊接、水管工、重型机械操作员等，因涉及体力劳动和真实世界操作，被认为AI难以替代。 * 创业机会： 年轻人如Morgan Bradbur（19岁成为焊工年入5.7万美元）、Chase Gallagher（18岁创办园林绿化公司）和Zechariah Osburn（20岁成为园艺公司老板）通过蓝领技能成功创业。 AI对劳动力市场的影响 * AI高风险职业： 微软论文指出，翻译、历史学家、销售代表、撰稿人、客服代表等信息提供、写作、教学、咨询类岗位最易受AI影响。 * AI低风险职业： 重型机械操作员、家政人员、屋顶工、按摩治疗师、洗碗工等体力劳动和现场操作型职业被认为最不可能被AI取代。 * 就业结构性变化： AI导致入门级白领岗位减少，促使Z世代进行“AI焦虑驱动下的职业转型”（AIxiety Pivot）。