VOL · 36
把今天的 AI
一杯咖啡读完
一杯咖啡读完
Meta 打响模型价格战 · 腾讯 HY3 开源 · OpenAI 推出企业智能体
2026 年 7 月 10 日 · 星期五
常 规 要 闻
Global AI Signals · 2026-07-10
扎克伯格三年首发推：Meta Muse Spark 1.1 价格仅 Fable 5 十分之一
Meta 超级智能实验室发布第二代多模态推理模型 Muse Spark 1.1——100 万 Token 上下文窗口，主动管理长上下文自动压缩；定价输入 $1.25/百万 Token、输出 $4.25，仅为 Anthropic Fable 5 的十分之一。模型在税务（TaxEval）、医疗（MedScribe）、法律（Harvey Legal Agent Bench）三大专业榜单拿下第一，同时也是 Meta 首个面向外部开发者收费的模型 API。小扎三年没发推，7 月 9 日深夜连发三条，评论区马斯克凑过来回了句「Jinx」。
三年不发推，一出手就是价格屠夫。这不是一次模型发布，是 Meta 从「开源免费」到「API 收费」的战略转折——而且一上来就瞄准了 Anthropic 的高端定价。小扎选在 GPT-5.6 公开发布当天出手，时机的挑衅意味不言自明。
腾讯 HY3 正式开源：Apache 2.0，幻觉率从 12.5% 降至 5.4%
7 月 6 日正式发布并开源的腾讯混元 Hy3，295B 总参数 MoE 架构（21B 激活），支持 256K 上下文。相较于 4 月 Preview 版，幻觉率从 12.5% 大幅降至 5.4%，多轮问题率从 17.4% 降至 7.9%。定价输入 1 元/百万 Token、输出 4 元，Apache 2.0 协议全球可商用。已接入 WorkBuddy、CodeBuddy、元宝、ima、QQ 浏览器等 12+ 核心业务，WorkBuddy 任务成功率从 72% 升至 90%——日均 Token 消耗量增长 20 倍。
HY3 这套内功练得很扎实：不拼参数拼降幻觉、拼 Agent 稳定性。不到 300B 的参数量能在 SWE-Bench Agent 场景超越 GLM-5.2，说明后训练质量和真实业务反馈的价值被低估了。Apache 2.0 + 1 元/百万 Token 的定价，对国内开发者生态是一剂强心针。
OpenAI 推出 ChatGPT Work：搭 GPT-5.6 的企业级 AI 办公智能体
7 月 9 日随 GPT-5.6 公开发布，OpenAI 同步推出 ChatGPT Work——面向长周期多步骤任务的 AI Agent，覆盖桌面端/网页端/移动端。可自主起草文档、生成电子表格与演示文稿，支持定时任务（Scheduled Tasks）、连接 Slack/Teams/Google Drive 等工具，运行时长可达数小时。同步上线 ChatGPT Sites（将想法一键生成轻量化网站）。已在内部财务/销售团队达到近 100% 采用率，Codex 周活超 500 万用户。
ChatGPT Work 不是另一个 chatbot——它是一个「把用户目标翻译成完整产出」的 Agent。Codex 已经证明了 AI 编程 Agent 的可行性，Work 是把同样的逻辑搬进办公室。如果它能像 Claude Cowork 一样在云端持续运行，那企业办公工具的天花板就被重新定义了。
AI 搜索公司入局编程赛道：Perplexity 自研工具 Teammate 曝光
据 Business Insider 报道，估值 226 亿美元的 AI 搜索公司 Perplexity 已开发内部代号「Teammate（队友）」的 AI 编程工具，工程师自今年 5 月起投入使用。定位异于 Copilot 的代码补全和 Cursor 的 IDE 增强——Teammate 主打「项目全生命周期管理」：涵盖项目管理、故障排查、线上监控。多模型兼容不绑定单一 LLM，CTO 称「只要 AI 生成代码通过质量测试就不存在劣质代码」。
AI 编程工具赛道的第四种切法：Copilot 管一行，Cursor 管一个文件，Claude Code 管一个任务，Teammate 管一个项目。但「项目管理」这个定位很微妙——挑战不在于技术，在于如何让 AI 理解组织上下文、优先级和人的判断。Perplexity 的搜索基因在这里或许有独特优势。
SambaNova F 轮首关 $10 亿：AI 推理芯片估值 $110 亿，摩根大通下单
AI 推理芯片公司 SambaNova 完成 F 轮首关 $10 亿融资，估值 $110 亿。General Atlantic 领投，Seligman Ventures、T. Rowe Price、Capital Group、BlackRock、Intel Capital、卡塔尔投资局等跟投。距今年 2 月 $3.5 亿 E 轮仅 5 个月。同日宣布摩根大通将部署其 SN40/SN50 系统用于本地安全推理。SambaNova 称其 RDU 架构推理速度比竞品 GPU 快 5-10 倍。
5 个月两轮融资近 $14 亿——市场在用真金白银投票：AI 中心正从「训练」转移到「推理」。当每家企业都想跑大模型但不想付云端推理账单时，专用推理芯片就成了最佳出口。摩根大通这种「数据不出门」的金融客户是 SambaNova 最理想的目标画像。
MoWorld：全球首个国产 NPU 世界模型，50FPS 实时交互成本降 70%
7 月 8 日，魔芯科技联合浙江大学潘云鹤院士团队发布 MoWorld——全球首个基于国产 NPU 的全栈实时交互世界模型。从训练到推理全程跑通国产算力，实时交互帧率突破 50FPS，推理成本比同规模 GPU 方案降低 70%。支持 2000 帧长时训练，团队宣布近期将开源权重和代码。应用方向包括机器人训练、游戏生成和数字孪生。
「世界模型」长期困于实验室，实时性一直是商业化的最后一道天堑。MoWorld 选择国产 NPU 这条更少人走的路，却把 50FPS 做出来了——说明架构适配有时比堆算力更重要。如果开源承诺兑现，这可能是国产 AI 基础设施的一个标志性拐点。
前 沿 技 术
Frontier · GitHub & arXiv 周边
SkillOpt：微软开源 LLM Agent 技能的文本空间优化器
微软研究院开源的文本空间优化器，无需微调模型权重即可训练可复用的自然语言 Skill。通过轨迹驱动的编辑（trajectory-driven edits）和验证门控更新（validation-gated updates），为冻结的 LLM Agent 产出最优 best_skill.md 文件。Python 实现，MIT 协议，11,964 Star、1,106 Fork。核心创新：把 Skill 优化建模为文本编辑问题而非参数更新问题。
SkillOpt 解决了一个真实痛点：Agent 的 skill 文件怎么写效果最好？以前靠人肉试错，现在靠优化器自动迭代。这个方向的意义在于——当模型本身的 weights 更新成本越来越高，「如何用好已有模型」比「如何训出更强模型」可能更经济。
DeerFlow：字节跳动 76K Star 开源长程 SuperAgent 框架
字节跳动开源的 long-horizon SuperAgent 框架，集成沙箱（sandbox）、记忆系统（memory）、工具链（tools）、技能库（skills）、子 Agent 编排（subagents）和消息网关（message gateway），能处理从几分钟到数小时跨度的多层次任务。Python 实现，76,652 Star、10,407 Fork。支持研究、编码和创作三类工作流。
76K Star 说明开发者对「能真正跑长任务的 Agent 框架」有巨大需求。DeerFlow 的差异化在于把沙箱、记忆、子 Agent 编排打包成一套开箱即用的方案——不是单个 Agent 的能力提升，而是 Agent 系统工程的工业化。
LMCache：LLM 推理最快 KV Cache 层，极致降低推理成本
专为大模型推理加速设计的 KV Cache 层，通过在 GPU/CPU/磁盘间智能缓存键值对（Key-Value cache），将重复推理的计算量降到最低。支持 vLLM、SGLang 等主流推理引擎，10,323 Star、1,512 Fork。核心原理：当多个请求共享相同前缀（如系统 Prompt）时，只需计算一次 KV 并缓存复用，大幅降低首 Token 延迟和总计算量。
KV Cache 优化是推理降本的「隐秘战场」——不像量化或蒸馏那么光鲜，但对实际部署的 TCO 影响巨大。LMCache 的 10K+ Star 背后反映了一个现实：当每家企业都在跑 Agent、跑多轮对话时，「前缀共享」带来的缓存节省从 nice-to-have 变成了 must-have。