VOL · 84

把今天的 AI
一杯咖啡读完

每日精选 · 一手源优先 · 看见 AI 浪潮的真实方向

2026 / 09 / 10 · 周四

大 模 型
DeepSeek / 第一财经 · 9/10

DeepSeek V4.1 Flash 发布:性能全面超越 V4 Pro,Flash 系列同步降价 60%

9/9,DeepSeek 在开放平台发布公告,新一代模型 V4.1 Flash 于 9/10 前后正式发布,并自 9/10 12:00 起对 Flash 系列大幅降价。官方称经内部及多方测试,V4.1 Flash 采用全新架构、原生支持多模态,在性能、响应速度、费用与总用时等指标上全面超越 V4 Pro;V4.1 Flash 上线后、V4.1 Pro 推出前,所有指向 V4 Pro 的请求将自动路由到 V4.1 Flash,并按 Flash 更低单价计费。价格方面,空闲时段每百万 token 缓存命中输入从 0.05 元降至 0.02 元(降 60%)、缓存未命中从 1.5 元降至 1 元、输出从 4.5 元降至 4 元,高峰时段为空闲两倍。这距 8/13 的 V4 Pro 大幅涨价不到一个月,本质是对上一轮涨价的"部分回调";首批内测反馈其生成速度约 284 tokens/s,约为现版 V4(约 97)的近三倍。

这轮"发布 + 降价"最有信息量的是那句"V4 Pro 请求全部路由到 V4.1 Flash"——DeepSeek 等于亲手把刚上线一个月的 V4 Pro 打成了过渡产品,用户零改动就能用上更强的模型、付更低的钱。背后的算盘很清楚:用一次"升级降价同步",把 8/13 涨价流失的开发者口碑和调用量一起拉回来。价格战打到现在,比的已经不是单卡多便宜,而是"谁能把性价比做进产品迭代节奏里"。
算 力
谷歌芬兰 AI 基础设施
Google / CNBC · 9/9

谷歌在芬兰投 130 亿欧元建 AI 数据中心,签下美国以外首份核电采购协议

9/9,谷歌宣布未来两年在芬兰投资至少 130 亿欧元(约 151 亿美元)用于 AI 基础设施,这是谷歌在欧洲有史以来最大单笔投资。计划至少新建 Kajaani、Muhos、Vaala 三座数据中心,并扩建东南部 Hamina 现有园区;同时与芬兰能源公司 Fortum 签署 22 年核电购电协议(PPA),支持 Loviisa 核电站延寿、锁定其 50% 出力(2030–2049),这是谷歌在美国以外签署的首份核电采购协议。此外新增 629MW 陆上风电与 94MW 电池储能,项目预计建设期创造超 3.7 万个岗位、建成后约 7000 个长期岗位。此举呼应 Alphabet 7 月将今年资本支出预期上调至 2050 亿美元。

这单的题眼不在 130 亿欧元,而在那份 22 年的核电 PPA——谷歌第一次在美国之外用"长周期核电合同"给 AI 算力锁电价、锁绿电。当数据中心从"租地建楼"变成"自建电网伙伴关系",AI 的竞争已经从模型层下沉到了电力层。芬兰能接住这笔钱,靠的是 96% 无碳电力和寒冷气候的低散热成本;反过来,这也把"AI 算力的地理版图"和"欧洲的能源安全"绑在了一起。
版 权
Suno / TechCrunch · 9/9

Suno 发布 v6:AI 音乐首次全面转向「授权训练 + 付费分成」

9/9,AI 音乐公司 Suno 发布 v6 模型家族(旗舰 v6、实验性 v6-wild、免费 v6-mini 三档),首次完全使用华纳音乐集团、BMG 与分销商 Believe 的授权数据训练,并宣布淘汰全部旧模型。这是 AI 音乐赛道首次由头部公司全面转向"授权训练 + 付费分成":首席产品官 Jack Brody 称"从 9/9 上线第一天起,这套合作就开始为版权方产生收入",Believe/TuneCore 艺人可选择加入、生成的歌曲可进入传统发行渠道。v6 支持用文本改单句歌词、多源 mashup、分离乐器采样、以文本/音频/图像/视频作参考。Suno 仍面临索尼、环球音乐及 Jason Isbell 的诉讼,且曾承认用 YouTube 视频训练旧模型;公司估值约 54 亿美元、累计融资超 8.19 亿。

Suno 这一步,是生成式 AI 从"先上车后补票"转向"正版数据换分发"的样板——被华纳、BMG 起诉到和解,最后干脆把对手变成股东和内容供给方。但真正的信号是它的不彻底:索尼和环球两家最有诉讼筹码的巨头还没签,训练数据细节和艺人分成比例也含糊带过。这说明"授权训练"目前更像一张止血的创可贴,而非一劳永逸的商业模式;AI 音乐要跑通,还得看索尼环球这两关怎么过。
商 业
晚点 / 财联社 · 9/9

月之暗面秘密递表港交所:拟融资 30 亿美元,目标估值 500 亿美元

9/9,据晚点 LatePost 报道,Kimi 母公司月之暗面已以保密形式向港交所递交 A1 文件、启动港股 IPO(走特专科技公司第 18C 章),拟融资约 30 亿美元、目标估值高达 500 亿美元。公司估值呈三级跳:去年底约 43 亿美元 → 今年 5 月 200 亿美元 → 现目标 500 亿美元。商业化上,ARR 于 6 月中旬突破 3 亿美元(3 月 1 亿、4 月 2 亿),API 收入占整体七成;7 月发布的 Kimi K3 达 2.8 万亿参数、1040 亿激活。背后站着阿里、腾讯、美团等。月之暗面方面回应"不予置评"。若成行,它将是继智谱、MiniMax 之后第三家赴港上市的中国 LLM 独角兽。

月之暗面选港股而非 A 股,核心是 18C 章"允许未盈利特专科技公司上市"的通道,以及香港能对接境外机构资本——这跟它"海外付费用户增长 4 倍"的出海叙事是配套的。值得盯的是估值纪律:43 亿 → 200 亿 → 500 亿,一年翻了十倍多,而 ARR 才刚到 3 亿美元。公开市场会不会认这个"500 亿美元",是这轮中国大模型 IPO 潮能不能立住估值锚的第一场真考试。
融 资
Cognition E 轮融资
智东西 / 腾讯新闻 · 9/9

Cognition 完成 20 亿美元 E 轮:估值 480 亿,三位华人 IOI 金牌创始人再造独角兽

9/9,美国 AI 编程独角兽 Cognition 宣布完成超 20 亿美元(约 134 亿元)E 轮融资,估值达 480 亿美元,由 a16z 与 Accel 领投。公司由三位华人工程师 Scott Wu、Steven Hao、Walden Yan 联合创办,三人均为国际信息学奥林匹克(IOI)金牌得主。自 5 月上一轮以来,Cognition 年化收入从 4.92 亿美元增至接近 9 亿美元,约 4 个月增长 83%。其主打产品 Devin 被称为"全球首个 AI 软件工程师",2025 年又收购 Windsurf 拓展编程工具线。(注:09-04 曾报"约 10 亿美元 / 470 亿估值"传闻,此为正式官宣,融资额与估值均有上修,属事件追加进展。)

三位 IOI 金牌得主把"AI 软件工程师"这个叙事跑出了 480 亿美元的估值,靠的是把编程 Agent 从"写代码"延伸到"调试、测试、交付"的完整闭环,四个月收入涨 83% 证明企业真的在买单。但更值得玩味的是它的竞争位:前有 OpenAI Codex、Cursor 这种"平台 + 工具"的对手,后有开源 Agent 框架的围剿,Cognition 押的是"垂直做到极致"的路线。当编程 Agent 市场从"谁先定义"进入"谁先规模化",这 20 亿美元买的是抢跑的时间窗。
安 全
Anthropic 研究员辞职警告
华尔街日报 / Deadline · 9/9

Anthropic 研究员 Jacob Coxon 辞职长文:AI 行业在「拿我们的生命赌博」

9/9,Anthropic 预训练研究员 Jacob Coxon(27 岁)宣布辞职,在 X 发布七段长文、一夜收获约 7600 万浏览,直言"OpenAI 和 Anthropic 都没有在负责任地行动,它们在冲向自我改进的超智能,拿我们的生命赌博"。他警告"到明年年底,一些最激进的情景可能已经失控",并透露业内同事已用"crunchtime(关键时刻)""endgame(终局)"来形容自我改进模型临近的阶段。Coxon 此前在 OpenAI 与 Anthropic 做了三年预训练研究,今年初刚转投后者。Anthropic 对齐科学家 Evan Hubinger 随后附议,称"未来十年 AI 灭绝人类概率超过 10%"。同一周,OpenAI 首席科学家 Pachocki 也发文呼吁政府介入、协调行业减速。

Coxon 这篇辞职信最重的不是"危言",而是它来自一个最不该危言的人——一个刚从 OpenAI 跳到"安全标杆"Anthropic 的预训练研究员,用"终局""关键时刻"这种词描述自己亲手在做的事。当一线研究员把"再往前推一步就是失控"的判断摆上台面,AI 安全就从"哲学争论"变成了"内部告密"。信不信他的概率,是一回事;但"造模型的人自己在喊停"这件事本身,已经是这轮算力狂飙里最值得记录的一声警钟。
前 沿 技 术

Frontier · GitHub Trending 周边

teamai-cli
GitHub · 腾讯 · 3,097★

teamai-cli:腾讯开源的团队级 Agent 配置管理 CLI,一键统一 skill/rule/MCP

腾讯开源的 teamai-cli("Make Every Team AI Native"),把团队的 skill、rule、MCP 配置集中到一个 git 仓库管理,通过 teamai pull 自动同步到 Claude Code、Codex、Cursor、Gemini CLI 等 11 种 agent harness,解决"团队方法论靠 prompt 重复灌输"的协作难题。TypeScript 实现,4 月创建、9/10 仍在高频更新,3,097 星,是国产 Agent 工具链中少有的、面向"团队共享"这一真痛点的项目。

teamai-cli 踩中的是 Agent 落地后的下一个问题:单人用得溜,团队怎么对齐?把 skill/rule/MCP 像"代码库"一样版本化、拉取、分发,本质是把工程团队的协作纪律复制给 AI 团队。这跟 Harness 的"工具白名单 + 团队共享接入"是同一个方向——Agent 的安全和一致性,最终要靠团队级的配置治理,而不是每个人的 prompt 自觉。
headroom
GitHub · 71,120★

headroom:给 coding agent 的 token 压缩层,JSON 输出最高省 95%

headroom 在工具输出、日志、文件、RAG 分片进入 LLM 之前先做压缩:coding agent 平均省 20% token,JSON 场景省 60–95%,且答案不变。它以 library / proxy / MCP server 三种形态交付,可直接插进现有 Agent 链路。Python / Apache-2.0 实现,1 月创建、9/10 仍在高频更新,累计 71,120 星,直击"Agent 越用越贵、上下文越塞越满"的成本痛点。

当 Agent 从"能不能干活"进入"能不能便宜地干活",token 压缩就从工程优化变成了商业竞争力——每省 20% 的 token,等于同预算下多跑 25% 的任务。headroom 把压缩点前置到"进 LLM 之前",不碰模型、不改答案,是最容易被采纳的一类中间件。这类"上下文瘦身"工具批量出现,恰恰说明 Agent 的成本焦虑已经开始从模型降价,转向了链路里的每一分浪费。
i-have-adhd
GitHub · 34,925★

i-have-adhd:一个让 coding agent 别把答案埋进冗长输出的 skill

i-have-adhd 是一个 Python skill,专门阻止 coding agent 把关键答案淹没在冗长输出里,强制"ADHD-friendly"的输出风格——结论先行、要点短促、一眼扫到答案。MIT 实现,5 月创建、9/10 仍在更新,34,925 星,名字自带传播力,切中的是"Agent 越强、废话越多"这个被广泛吐槽的体验痛点。

名字是自嘲,问题是真问题:模型能力越强,越容易"为了显得专业"而堆砌过程、把答案埋进几千字的推理里。i-have-adhd 用"结论先行"这条硬约束,把 Agent 的输出从"给我看过程"拉回"给我看答案"。输出优化的终点,不是更长,而是更准、更短、更耐读。