AI 主编日报 · 2026-05-14

01/11

田渊栋 8 人天团创立 Recursive Superintelligence，估值 46.5 亿美元押注递归自我进化

S 级 · 必须关注 3 个来源 3 条新闻

大模型/LLM微调/训练Agent 科学研究通用/跨领域融资/收购突破性信号性规模性

是什么

5 月 14 日，前 Meta FAIR 研究总监田渊栋联合 8 位顶级研究员正式公开 Recursive Superintelligence，估值 46.5 亿美元（约 315 亿元人民币），完成约 6.5 亿美元融资，由 Google GV 领投、Greycroft 联合领投，NVIDIA（黄仁勋）与 AMD（苏姿丰）同步跟投。8 位联合创始人横跨 Meta FAIR、Google DeepMind、OpenAI、Salesforce AI，包括 ViT 论文第一作者 Alexey Dosovitskiy、进化算法先驱 Jeff Clune、清华姚班出身的施天麟。公司明牌押注「递归自我进化」（Recursive Self-Improvement, RSI）：构建让 AI 自主完成数据筛选、训练、后训练、研究方向选择的完整闭环，把前沿模型开发流程整体自动化，最终目标是让「AI 科研员」职业被 AI 本身取代。

为什么重要

三层意义同时发生：① 团队信号——创始团队覆盖的是过去 5 年深度学习实际突破的核心作者（ViT/进化算法/Meta FAIR/OpenAI/DeepMind/Salesforce），不是 PhD 学生组队，这种构成只有在「研究范式转变」级别的赌注下才合理；② 资本信号——Google GV 领投 + NVIDIA 与 AMD 同时跟投极为罕见，过去两年算力供应方 NVIDIA 与 AMD 同步出现在同一家初创的投资人名单里几乎只见于明确押注下一代训练范式的公司，本身就是对 RSI 路线的算力侧背书；③ 路线信号——RSI 不再是论文议题，而是被一家估值 46.5 亿美元、未发布任何产品的公司在 Day-0 写进定位里。同期 Sutskever 的 SSI 已是另一家明牌押注 RSI 的高估值团队，这是第二支。

不同来源

量子位媒体

聚焦投资人阵容（谷歌 GV 与 Greycroft 领投，黄仁勋与苏姿丰跟投），把 315 亿估值与硅谷同行（Murati 的 Thinking Machines、Sutskever 的 SSI）横向对标，引出「清华姚班施天麟」中国学术血缘的关注点。

新智元媒体

技术与战略叙事最完整，首次把 RSI 路线本身拆开讲——「自主完成数据筛选、训练、后训练、研究方向选择」四步循环，并明确点出「最终让 AI 科研员被 AI 取代」这一最具冲击力的目标设定；公司命名「Recursive Superintelligence」首次正式出现。

InfoQ 中国媒体

行业人事视角，强调田渊栋「拒掉字节、谷歌橄榄枝」选择独立创业，把它放在 Meta FAIR 人才外流的连续故事线上看（从 LeCun 到田渊栋）；并突出 NVIDIA 与 AMD CEO 同时跟投的算力供应方背书。

RSI 路线值得严肃对待，但要看清三件事：① 这是过去半年来第二支明牌押注 RSI 的高估值团队（第一家是 Sutskever 的 SSI），且 RSI 第一次正式出现在公司命名里，定位比 Thinking Machines、SSI 更激进；② 估值与融资比合理（46.5 亿估值/6.5 亿融资 ≈ 7:1），团队规模 8 人，从 burn rate 看可支撑约 3-5 年完整闭环验证；③ 真正的风险不在技术——RSI 的早期信号（AlphaProof、Self-Discover）已存在——而在「闭环何时收敛」。如果 2027 年前看不到一个让 AI 自主选择研究方向并产出可复现成果的具体 demo，这类公司很容易在 2028 年陷入「永远在搭建闭环但永远没出闭环结果」的死局。值得 6-9 个月一次关键节点跟踪。

量子位田渊栋 AI 创业估值 315 亿，谷歌、英伟达、AMD 联合押注

新智元田渊栋八人天团估值 46.5 亿美元，押注「递归自我进化」赛道

InfoQ 中国拒掉字节、谷歌橄榄枝，Meta 离职大佬田渊栋官宣自立门户！苏妈老黄追着投

02/11

Meta 推 Incognito Chat：首款「不存对话」的主流 AI 产品，端到端加密 Meta 自己也读不到

S 级 · 必须关注 2 个来源 2 条新闻

大模型/LLM安全/对齐通用/跨领域产品发布突破性信号性规模性

是什么

5 月 13-14 日，Meta CEO Mark Zuckerberg 正式宣布 Incognito Chat 与 WhatsApp Incognito Mode：「第一款对话记录不存储在服务器上的主流 AI 产品」，采用端到端加密，Meta 自身亦无法读取对话内容。功能同步覆盖 Meta AI 与 WhatsApp 上的 AI 对话场景，对话内容也不会被用于训练。

为什么重要

三层突破：① 产品结构——ChatGPT、Gemini 等产品的「隐身模式」仅停用历史保存与训练复用，但服务器端仍能访问；Meta 的方案是结构上把会话内容隔绝在服务器之外，这是 LLM 主流产品第一次走到这一步；② 信任格局——AI chatbot 的隐私问题正在从「合规话题」转向「产品差异化卖点」，Meta 在用户对其历史隐私问题不信任的最严重时段，用结构性产品变更换信任；③ 同日对照——MIT TR 在同一天披露 chatbot 泄露真实手机号与 deepfake 色情的双重隐私危机，与 Meta 的隐私结构性升级形成清晰对比，标志 AI 产品的隐私维度已进入必争之地。

不同来源

The Verge AI媒体

聚焦产品视角与营销 framing，引用 Zuckerberg「第一款主流 AI 产品」措辞，与 ChatGPT/Gemini 的隐身模式做明确对比，凸显「Meta 即便自己也无法读取」这一结构差异作为信任 hook。

Hacker News AI技术社区

Meta 官方博客原始通告（about.fb.com），把 Incognito Mode 放在 WhatsApp 渠道宣讲，叙事重点是「保护用户隐私 + 无痕聊天不被用于训练」，定位为「AI 产品隐私合规上的具体一步」。

这是 Meta 把过去 5 年「隐私失分」一次性扳回的产品级动作。但要警惕两个细节：① 「不存储在服务器」的具体实现需要看技术白皮书——是真正端到端加密（只在端侧推理 LLM，几乎不可能），还是临时密钥 + 服务器端解密推理后立即销毁（这种「端到端」的边界实际在服务器内部）；② 即便实现了，这类功能默认要「用户主动选择」开启，大部分用户在便利与隐私的取舍中会留在「服务器有记录」的常规模式，Incognito 更多是品牌信号。但真正的影响在于：从今天起，「服务器是否能读到我的对话」会成为 AI 产品的标准问题之一，OpenAI 与 Google 必须给出对等的功能选项，否则在企业敏感场景与高合规市场处于劣势。3 个月内 OpenAI 与 Anthropic 出对等功能的概率高于 60%。

The Verge AI Mark Zuckerberg 宣布「完全私密」加密 Meta AI 聊天功能

Hacker News AI Meta Incognito Mode：WhatsApp 推出 AI 私密对话模式

03/11

Ramp 完整数据：Anthropic 反超 OpenAI 已坐实，但三大威胁同步浮出水面

S 级 · 必须关注 2 个来源 2 条新闻

大模型/LLM 金融/商业编程/Coding 行业动态规模性信号性

是什么

金融科技公司 Ramp 发布 2026 年 5 月 AI Index 完整数据：Anthropic 在美国企业的采用率达 34.4%，首次超越 OpenAI 的 32.3%；过去一年企业采用率翻 4 倍，主要驱动力是 Claude Code（全球 GitHub 公开提交中约 4% 由其生成），年化收入飙升至约 450 亿美元，计费模式全面切换为按 token 用量计费。报告同步披露三大威胁：① token 定价模式推高客户成本（Uber 四个月耗尽全年 AI 预算）；② 计算资源持续紧张；③ OpenAI Codex 的直接竞争压力。OpenAI 已推出两个月免费 Codex 访问权进行反击。

为什么重要

这是 5/13「客户数超越」拐点的完整数据补完。三个维度：① 数据可信度——Ramp 是美国大量企业的卡管理平台，数据基于真实信用卡支付，比厂商自报 ARR 与媒体口口相传都硬；过去 OpenAI 在「企业采用率」叙事上的领先首次被独立第三方支付数据反超并量化。② 风险坐实——按 token 计费 + Uber 案例是高速增长背后「成本反弹」的第一手证据，意味着 4x 增长曲线存在内生反噬风险，不是单纯线性外推。③ 反击窗口——OpenAI Codex 两个月免费访问期已开始，8 月将进入「Anthropic 涨价压力 vs OpenAI 价格战」直接对撞期，H2 是企业 AI 采购的下一轮博弈窗口。

不同来源

VentureBeat媒体

聚焦数据与威胁的对仗叙事，标题直接选「但三大威胁可能抹去领先」，把 Uber 案例、计算资源、Codex 三件事按风险维度展开；文末隐含「胜负仍未定」的判断，对 Anthropic 攻势保持谨慎。

新智元媒体

中文视角，叠加了「按 token 计费形成 Agent 时代定价权」的解读，引用 Ramp 首席经济学家直接发言；把「利益错配 / 服务稳定性下滑 / 模型更新带来 token 成本上涨」翻译为中国读者更熟悉的「逆风」表述，并明确点出 OpenAI 用两个月免费 Codex 进行反击。

客户数 ≠ 收入，这一点必须先讲清。OpenAI 的 ChatGPT Enterprise 与大型 API 客户单价仍高出 Anthropic 一截，所以纯收入端 OpenAI 大概率仍领先 1-2 个季度。但 Ramp 数据揭示的真问题不在「谁第一」，而在 Anthropic「按 token 计费 + 算力紧张」组合在 H2 是否会反噬增长：Uber 案例是孤例还是趋势？如果 Uber 提前用完预算的故事在 H2 重演 3-5 次，大型企业会出现「用 Anthropic 上瘾 + 财务部门叫停」的双向拉锯，这才是真正能击穿 4x 增长曲线的内生风险。OpenAI Codex 两个月免费策略恰好瞄准这个时间窗口。值得跟踪的不是 Q2 ARR 对比，而是 Anthropic 自身 H2 是否被迫推出 unit-rate cap 或固定月费 SKU 来缓解客户预算焦虑——这种动作出现的那一天，就是 Anthropic 从「攻」转为「守」的拐点。同日（见 A01）Anthropic 对第三方 agent 引入 SDK 积分，已经是这种 cap 的初步形态。

VentureBeat Anthropic 首次超越 OpenAI，成为美国企业最广泛采用的 AI 供应商

新智元 Anthropic 企业采用率首次反超 OpenAI

04/11

Anthropic 撤回第三方 agent 封禁但引入 SDK 积分：订阅用户实际缩水

A 级 · 值得细读 1 个来源 1 条新闻

Agent大模型/LLM 编程/Coding金融/商业产品发布争议性实用性生态性

是什么

5 月 14 日 Anthropic 宣布撤回 4 月对 OpenClaw 等第三方 agent 的封禁，但为付费订阅用户引入新的 Agent SDK 积分：Pro 计划（$20/月）与 Max 20x 计划（$200/月）专用于程序化调用，积分当月到期不结转。Anthropic 官方解释是第三方工具绕过 prompt cache 机制、导致计算资源消耗难以为继。知名开发者 Theo Browne 公开评价「这是将削减包装成免费福利」。

为什么重要

订阅 = 不限量调用的模式在 Claude Code 时代被开发者「内卷」到边际亏损——一个 Max 20x 用户配合多 agent 工具，实际算力消耗可能是普通 Pro 用户的几十倍。Anthropic 的解决方案是把「订阅」与「程序化调用」拆分计价。这一步迟早要做，但选在 Ramp 数据公开同一天发布，公关效果不佳，反而坐实了 Ramp 报告中「算力紧张 / token 成本上涨」的威胁叙事。这也是过去一年 LLM 订阅产品中首次出现明确的「订阅 + 积分混合定价」，大概率会成为接下来 6 个月行业的标准模板（GPT Plus、Gemini Advanced 接下来跟进的概率高于 70%）。

不同来源

VentureBeat媒体

单一来源完整披露，信息密度高：政策反转、SDK 积分定价、当月清零规则、Theo Browne 评论与 Anthropic 官方解释（prompt cache 绕过）均给出，叙事偏批评，把「免费福利」措辞作为新闻 hook。

开发者短期需要做两件事：① 估算当前 SDK 调用量，看 $20 与 $200 积分够不够（多 agent 编排工具常单日消耗上百次 Sonnet 调用，$20 积分大概率不够）；② 准备 OpenAI Codex 兜底——Codex 两个月免费就是冲着这部分流失用户来的。长期看，「订阅 + 积分」混合模式很可能成为大模型订阅产品的标准形态，GPT Plus 与 Gemini Advanced 接下来 6 个月大概率也会跟进。值得跟踪的具体信号：① 7 月之前 Pro/Max 用户中实际超出积分的比例（Anthropic 是否公开）；② OpenAI Codex 两个月免费期结束时（约 7 月中）的留存数据。

VentureBeat Anthropic 恢复对第三方 agent 的支持，但附加严格用量限制

05/11

AI 隐私双重危机：chatbot 泄漏真实手机号 + deepfake 色情盗用创作者身体

A 级 · 值得细读 1 个来源 3 条新闻

大模型/LLM安全/对齐数据/标注通用/跨领域法律/合规安全事件争议性信号性生态性

是什么

5 月 13-14 日 MIT Technology Review 通过三篇报道集中披露 AI 隐私的双重危机。① chatbot 泄手机号：Google Gemini、ChatGPT 等 chatbot 在回复中暴露真实用户私人手机号；隐私保护公司 DeleteMe 报告过去 7 个月用户 AI 隐私咨询暴增 400%，其中 55% 涉及 ChatGPT、20% Gemini、15% Claude；现行隐私法规不覆盖 LLM 已训练数据。② deepfake 色情：成人内容创作者的身体被盗用于 AI 训练数据，AI 复制的数字分身还可能从事她们本人不愿参与的行为；DMCA 与 2025 年新出台的 Take It Down Act 在保护这一群体上存在重大漏洞，部分立法甚至可能被滥用于删除合法内容。当日 The Download 简报把两条线串成「双重危机」编辑叙事。

为什么重要

三层意义：① 数据级——「400% 增长 + 三家头部均涉及」是 AI 隐私问题第一次有量化指标，且 ChatGPT/Gemini/Claude 三家头部全部上榜，说明这不是单一产品瑕疵而是结构性问题；② 法律级——现行隐私法规不覆盖已被 LLM 训练吸入的数据，用户也难以要求模型删除其个人信息；deepfake 色情群体在 DMCA 与 Take It Down Act 下几乎无保护；③ 时机级——同日 Meta 宣布 Incognito Chat 把「服务器不存对话」作为差异化卖点（见 S02），形成「隐私崩塌 vs 隐私结构性升级」的完整对照，说明 AI 隐私维度已是必争之地。

不同来源

MIT Technology Review媒体

三篇视角互补——一篇聚焦泄露真实手机号的具体技术机理（LLM 训练数据吸入电话簿）与 DeleteMe 的量化数据；一篇深度调查 deepfake 色情对成人创作者的二次伤害与法律盲区；一篇综合简报把两条线串成「双重隐私危机」叙事，作为编辑视角对当下问题的总判断。此事件为单一来源（MIT TR）覆盖，但三篇报道的视角与深度形成完整闭环。

这条故事最重要的不是「chatbot 泄手机号」或「deepfake 色情」具体细节，而是 DeleteMe 给出的「400% 增长 + 三家头部均涉及」第一次让问题有了量化维度。三个直接动作建议：① 个人侧：把自己曾经在公开 PDF/网页/简历上留过的手机号视为「已进入 LLM 训练集」，变更为可舍弃的副号是合理的过度反应；② 产品侧：如果你做的是面向消费者的 AI 产品，3 个月内必须考虑提供 Meta 同款「端到端不存对话」选项作为高级特性，否则在企业敏感场景里会被排除；③ 立法侧：目前没有任何司法管辖区能为「已被 LLM 训练吸收的个人信息」提供「被遗忘权」级救济，这是 2027 年监管的下一个战场。MIT TR 把两条新闻拼成「双重危机」叙事的编辑动作本身也值得注意——AI 隐私正在变成系统性议题，单点事件叙事已经不够用。

MIT Technology Review AI Chatbot 正在泄露真实用户手机号码

MIT Technology Review AI Deepfake 色情内容的隐形受害者

MIT Technology Review deepfake 色情与 AI 泄露真实手机号的双重隐私危机

06/11

黄仁勋最后一刻登机访华：出口管制下的英伟达中国变量

A 级 · 值得细读 1 个来源 1 条新闻

芯片/硬件金融/商业行业动态规模性信号性

是什么

NVIDIA CEO 黄仁勋在最后关头登机赴华。在美国芯片出口管制持续收紧、B200/Blackwell 系列对中国市场供应已被明确限制的背景下，此次访华引发市场对英伟达中国业务前景的广泛关注。InfoQ 中文报道未披露具体议程与会面对象。

为什么重要

三个维度：① 时机——美国对华芯片出口管制持续收紧，B200/Blackwell 对中国市场的供应已被明确限制；黄仁勋本人亲自访华是过去 18 个月罕见的高层动作，本身就是「不放弃中国市场」的信号；② 商业——英伟达 2025 财年中国相关收入约占 17%，这一数字已是被限制后的剩余水平，但即便如此中国仍是不能放弃的市场；③ 信号——黄仁勋同期同步出现在田渊栋公司的投资人名单与其他押注 RSI 路线公司的投资人位置上，表明他对中美顶尖 AI 研究员的押注是全球性而非地域性的，与「访华维系中国关系」共同构成一个完整的全球布局。

不同来源

InfoQ 中国媒体

单一来源，中文视角，标题强调「最后一刻登机」突出动作的不确定性；内容偏简报，把访华置于「出口管制收紧」框架下，引发读者对「英伟达中国业务前景」的开放性思考，具体议程未披露。

在 AI 芯片这个赛道，CEO 访华大概率不是为了 B200 出口豁免（这件事的政治成本已经超过英伟达单点游说能解决的水平），而是为「中国客户在境外部署算力」的合规路径背书——这条路是美国财政部 OFAC 与商务部 BIS 灰色地带，需要 CEO 级别的关系修复。判断本次访华是否取得具体效果，看三个信号：① 30 天内是否出现英伟达与某中国超大客户在 GCC、东南亚的算力合作公告；② 中国客户购买 H20/H200 替代型号的额度松动；③ 是否有针对 RTX 5090/4090 类消费级 GPU 出口限制的官方表态。如果都是高规格会面无具体落地，本次访华更接近「象征性维系」而非「实质性突破」。中文媒体接下来 2-3 周大概率会有更详细的会面对象与议程披露，值得跟踪。

InfoQ 中国黄仁勋最后一刻登上访华飞机，英伟达中国市场再添变量

07/11

腾讯开源 Agent 长期记忆方案：Token 消耗 -61%、任务成功率 +51%

A 级 · 值得细读 1 个来源 1 条新闻

Agent推理优化开源模型编程/Coding通用/跨领域开源发布实用性突破性生态性

是什么

5 月 14 日腾讯开源一套 Agent 长期记忆管理技术方案，公开指标显示 Token 消耗最高降低 61%、任务成功率最高提升 51%。方案直接面向当前 Agent 应用中上下文成本高企、长期记忆管理难的核心痛点，为大规模 Agent 工程部署提供可量化的实用路径。

为什么重要

三件事：① 痛点级——长期记忆管理是当前 agent 工程化的最大瓶颈之一，大量真实业务 agent 因为「窗口装不下 + 检索召回不准 + token 账单失控」无法量产；Token -61% 在生产环境是「同样预算可跑 2.5x 任务量」，成功率 +51% 是「同样任务成本可接受更复杂工作流」，两者叠加直接改变 agent 业务的 ROI 模型；② 开源级——腾讯把方案开源（非论文，而是直接可工程接入）意味着竞品从字节、阿里到独立开发者都可基于此重构 agent 记忆层；③ 时机级——同期 Anthropic 通过 SDK 积分限流（见 A01）对抗算力消耗，腾讯方案给出了从「优化算法」一侧的答案，与「按量限流」形成清晰路线对照。

不同来源

量子位媒体

单一来源，中文工程实践视角，聚焦「-61% / +51%」两个工程指标，定位为「大规模 Agent 工程部署的可量化实用路径」；具体技术方案、benchmark 配置与代码仓需读者跟链接查看。

这是腾讯过去 6 个月在 agent 工程化上一连串开源动作中信号最强的一次。需要警惕的是：开源方案的「最高」数字通常依赖特定基准与场景，实际项目能否复现 -61% 取决于具体任务类型（对话 vs 工具调用 vs 代码 agent）与数据分布。值得追踪的具体动作：① 哪些主流 agent 框架（Cline、CrewAI、AutoGen、LangChain）会在 4-6 周内 fork 这个方案；② 腾讯自家的 ima 与混元助手是否会率先把这套方案产品化；③ 接入后真实场景下的 token 节省幅度。如果三件事都发生，这就是 agent 记忆层的事实标准之一。

量子位腾讯开源 Agent 记忆技术方案，Token 消耗最高降低 61%

08/11

国产具身 AI 同日融资：灵初 10 万小时人类数据 + 魔芯 VGGT 三维感知，富瀚微/联想/浙创投联合下注

A 级 · 值得细读 1 个来源 2 条新闻

机器人/具身智能多模态数据/标注微调/训练制造/工业科学研究融资/收购生态性信号性实用性

是什么

5 月 14 日机器之心同期报道两家国产具身/三维感知 AI 公司完成新一轮融资，融资方阵容高度重合。① 灵初智能（PsiBot）押注「人类数据」路线：自研外骨骼手套深入物流、仓储等真实劳动场景采集 10 万小时数据，借助 W0 世界模型与 R2 policy 构成完整管线，SynData 数据集已在 Hugging Face 开放、下载量约 1.46 万次；陈源培披露 10 万小时人类数据可大幅替代真机 teleoperation 数据。② 魔芯科技（KOKONI 3D）联合同济大学等机构基于视觉几何 Transformer（VGGT）架构连续发布四项成果：StreamCacheVGGT 实现 O(1) 恒定显存下的长效流式重建、4D 动态方案在 DyCheck 基准 Accuracy Mean +15.4%、HD-VGGT 在 RealEstate10K 上 AUC@30 87.01% 刷新记录。两家本轮均由富瀚微股份、联融志道（联想控股）与浙创投联合投资，老股东持续跟投。

为什么重要

三层信号：① 产业线信号——同一组资本同日注入「具身智能数据采集」与「三维世界感知」两家公司，意味着投资方押注的是「具身 AI 全栈」（数据采集 → 三维感知 → 世界模型 → 机器人 policy），不是单点突破；② 数据范式——灵初用「10 万小时人类外骨骼数据替代真机 teleoperation」是当前具身 AI 数据范式之争的关键样本，如果能持平 teleoperation 效果，数据采集成本可下降数量级，这条路若验证，会改变全球具身 AI 的数据成本结构；③ 学术工程接缝——魔芯把 VGGT 架构推到 O(1) 恒定显存与 RealEstate10K 87.01% AUC，是把 NeRF/Gaussian Splatting 之后的下一代三维表示方法直接拉到工程可用状态。

不同来源

机器之心媒体

两篇并发深度报道，叙事视角是「中国具身智能的两条主线在同一天同一组资本注入」，把「人类数据 + W0 世界模型」与「VGGT 三维感知」拼出完整产业链图景；数据真实性高（具体下载量、benchmark 指标都给出），融资方与老股东同步披露。

看具身 AI 这两条新闻时要把它放在更大的框架下：同日田渊栋公司押注 RSI（美国侧，见 S01），腾讯开源 agent 记忆（国内 agent 工程化，见 A04），而灵初/魔芯则是国内具身 AI 数据与感知的双线落子——三条线放在一起就是中美 AI 第三阶段竞争的清晰分工。中国侧的明显特点是「投资聚焦产业链而非单点突破」：富瀚微 + 联想控股 + 浙创投这个组合在同一天投两家不同环节的具身公司，这种「组合下注」模式比单点估值更值得关注。三件事可以跟踪：① 灵初的 SynData 数据集 6 个月内是否被国内其他机器人公司大量复用（Hugging Face 下载量 vs 实际接入案例）；② 魔芯 VGGT 是否会被纳入主流 3D 重建开源管线（Nerfstudio、splatfacto、threestudio）；③ 这一组资本下半年是否会继续投第三家（机器人本体 / Sim2Real 平台 / 触觉传感器）。

机器之心灵初智能用 10 万小时人类数据写下具身智能的中国答案

机器之心魔芯科技发布 VGGT 系列成果，突破三维感知瓶颈并获新一轮融资

09/11

AI IQ 项目：用人类 IQ 量表为 50+ 模型打分，GPT-5.5 136 领跑 Opus 4.7 132

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM 通用/跨领域金融/商业教程/工具争议性实用性信号性

是什么

创业项目 aiiq.org 通过 12 项 benchmark、四个维度（抽象推理、数学、编程、学术）为 50 余个主流模型计算 IQ 分数。当前排名：GPT-5.5 以约 136 分领先，Opus 4.7（约 132 分）和 Gemini 3.1 Pro（约 131 分）紧随其后，顶级模型差距极小。项目同时提供 IQ vs 成本散点图，为企业按需选型提供实用参考。批评者认为 AI 能力分布极不均衡，将复杂能力压缩为单一数字会制造虚假的「精确感」。

为什么重要

三层意义：① 通用读者入口——大众用户长期对「哪个模型更强」缺乏直观对比，IQ 这种人类熟悉的量表第一次把 AI 模型对齐到普通人能理解的语言，这是教育意义而非技术意义上的进步；② 风险点——人类 IQ 量表本身是有争议的统计构造，把它直接套到 AI 模型上会把一系列原本被掩盖的概念问题（能力分布不均、提示工程对 benchmark 的扰动、模型在训练分布外的脆弱性）一并继承；③ 选型工具——IQ vs 成本散点图是项目最实用的部分，GPT-5.5 与 Opus 4.7 的 4 分差距对应的 API 单价差距（OpenAI vs Anthropic）远超 4 分含义，企业用这个图做技术选型比单看 IQ 数字更有价值。

不同来源

VentureBeat媒体

单一来源，把项目本身的争议作为新闻 hook（「The Results Are Already Dividing Tech」），给出三家头部模型的具体分数与争议方主要论点；偏中立但倾向批评者视角，文末隐含「单一数字不能反映 AI 能力分布」的判断。

AI IQ 项目最大的问题不在「分数对不对」，而在「为什么是 IQ 而不是别的指标」——人类 IQ 量表设计的前提是测被试相对于人类平均值的位置，把同样的量表用于 AI 模型，假设的是 AI 与人类共享一个能力空间，这个假设本身就有问题。但单纯批评意义不大，值得看的是这个项目的「副产品」：① IQ vs 成本散点图是真正能改变技术选型决策的工具，如果项目方持续维护并与权威 benchmarks（MMLU、SWE-Bench、AIME）双轨更新，会逐渐成为 CTO 实用工具；② GPT-5.5 / Opus 4.7 / Gemini 3.1 Pro 三家头部 5 分以内的差距是真实情况——头部模型差距已经压缩到「同一档」，这个事实比 IQ 分数本身更有信息量。媒体接下来 6 个月会反复用「AI 已经达到 IQ XXX」做标题，严肃读者要记得：IQ 数字会上涨，但人类用户能感知到的模型差距已经主要在 use case 而非 raw IQ。

VentureBeat AI IQ：用人类 IQ 量表为 50+ 个 AI 模型打分，引发业内争议

10/11

Tenstorrent 发布 Galaxy AI 平台：Jim Keller 团队直接对标 NVIDIA

A 级 · 值得细读 1 个来源 1 条新闻

芯片/硬件基础设施/MLOps 金融/商业通用/跨领域产品发布信号性生态性

是什么

Tenstorrent 正式发布 Galaxy AI 平台，定位于大规模 AI 推理与训练的高效部署，主打性价比与可扩展性，直接对标 NVIDIA GPU 方案。该平台旨在为企业级 AI 工作负载提供更低成本的算力选项。具体硬件规格、内存带宽、互联拓扑等技术细节未在通告中深入披露。

为什么重要

三个层面：① 产品级——Tenstorrent 是 Jim Keller 操刀的 RISC-V + AI 加速器路线，过去三年在「能不能成为 NVIDIA 替代品」上一直处于「有论文有 demo 没有量产」状态；Galaxy 平台是从「单板/单卡」迈向「集群级」产品的关键一步；② 时机级——同期 Anthropic 与 OpenAI 都在公开抱怨算力紧张（见 S03、A01），B200 量产 + HBM4 供应受限给了所有非 NVIDIA 玩家 12-18 个月窗口期；③ 信号级——Galaxy 是过去三年「NVIDIA 替代品」中第一个把「大规模训练」和「推理」一并打包成统一平台叙事的产品，如果路线图能在 H2 落地，会改变企业 AI 算力采购的供给侧叙事。

不同来源

Hacker News AI技术社区

Forbes 原文转发，商业视角主导，把 Galaxy 直接定位为「NVIDIA 对标方案」并强调「性价比与可扩展性」；具体硬件规格、内存带宽、互联拓扑、与 H200/B200 的对比数据均未深入披露，叙事偏「值得关注的新竞争者」级别。

在 AI 芯片这个赛道，「发布平台」与「客户实际买单」之间有 12-18 个月的鸿沟，过去 3 年所有 NVIDIA 对标方案都倒在这个鸿沟里（Habana、Cerebras、Graphcore 都曾被给予厚望）。Tenstorrent 的差异化是 Jim Keller 团队 + RISC-V 开放生态 + 已有部分政府/超算客户（美国能源部、韩国政府），这让它比纯创业型对手多了一层背书。判断 Galaxy 能否成功就看三件事：① 6 个月内是否有一家头部 AI 实验室（非 NVIDIA 投资关联方）公开使用 Galaxy 训练旗舰模型；② 单 die 推理 throughput / cost 与 H200 的对比是否能达到 1.3-1.5x 优势（低于这个量级企业不会换）；③ 软件栈是否能跑 PyTorch + vLLM + Triton 的「无修改迁移」体验。如果三件事都能做到，Tenstorrent 在 2027 年有机会拿到 NVIDIA 5-8% 的市场份额。

Hacker News AI Tenstorrent Unveils Galaxy AI Platform Targeting Scale and Efficiency

11/11

Anthropic 战略下沉中小企业：在大客户 token 焦虑期寻找第三条腿

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM 金融/商业办公/生产力行业动态信号性规模性

是什么

5 月 13 日 TechCrunch 报道 Anthropic 正将目标客户群从大型企业扩展至中小型企业（small business owners），寻求更广泛的商业化路径。这一战略转型标志着 Anthropic 在企业服务布局上的新阶段，旨在拓宽其收入来源与用户基础。具体产品包、定价、渠道伙伴与 GTM 区域未披露。

为什么重要

三个角度：① 战略级——Anthropic 过去 18 个月主要靠头部企业与开发者双轮驱动，中小企业是渗透成本高、单客 ARPU 低但分布广的第三条腿；② 财务级——结合同日 Ramp 数据「企业采用率 34.4%」与三大威胁（token 成本反弹 / 算力紧张 / OpenAI Codex 反击），中小企业更可能接受按 token 计费的灵活定价，是 Anthropic 缓解「大客户 token 焦虑」的潜在缓冲；③ 竞争级——OpenAI 通过 ChatGPT Team 与 Microsoft 365 Copilot 在中小企业渠道已经领先 12-18 个月（Microsoft 365 已有 4 亿 + Office 用户基础），Anthropic 必须找到差异化路径（垂直 SaaS、Claude Code、API 灵活计费）而非正面渠道战。

不同来源

TechCrunch AI媒体

单一来源，简报式报道，只点出战略方向，未披露具体产品包（SMB 定价、专属 SKU、合作伙伴渠道）、目标 GTM 区域（北美 vs 全球）与里程碑指标（SMB ARR、客户数预期）；叙事偏「方向性宣告」而非「具体动作披露」。

「转向中小企业」是大模型公司在 ARR 增长曲线进入第二弯道时的标准动作（参考 SaaS 史上 Salesforce 与 HubSpot 的路径），问题不在于 Anthropic 该不该做，而在于「怎么做」。三个判断：① Anthropic 在中小企业市场的渠道优势远弱于 Microsoft（365 渠道）与 Google（Workspace 渠道），走直销不现实，大概率走 reseller / system integrator / vertical SaaS 三种合作模式；② Claude Code 已经是 Anthropic 在「单兵开发者 + 小团队」最强的入口产品，SMB 战略大概率会把 Claude Code 作为前哨，用「编码场景渗透 → 企业账号扩张」的 land-and-expand 路径；③ 真正的胜负手不是营销而是定价——SMB 市场对「按 token 计费」的预算焦虑比大企业更敏感，Anthropic 必须在 H2 推出「Pro for Teams」或「Claude Code Team」一类的固定月费 SKU，否则会被 Microsoft 365 Copilot $30/seat/month 的简单计价生吞。

TechCrunch AI Anthropic 面向中小企业开拓新客群

AI 主编日报The Editor's Brief

田渊栋 8 人天团创立 Recursive Superintelligence，估值 46.5 亿美元押注递归自我进化

Meta 推 Incognito Chat：首款「不存对话」的主流 AI 产品，端到端加密 Meta 自己也读不到

Ramp 完整数据：Anthropic 反超 OpenAI 已坐实，但三大威胁同步浮出水面

Anthropic 撤回第三方 agent 封禁但引入 SDK 积分：订阅用户实际缩水

AI 隐私双重危机：chatbot 泄漏真实手机号 + deepfake 色情盗用创作者身体

黄仁勋最后一刻登机访华：出口管制下的英伟达中国变量

腾讯开源 Agent 长期记忆方案：Token 消耗 -61%、任务成功率 +51%

国产具身 AI 同日融资：灵初 10 万小时人类数据 + 魔芯 VGGT 三维感知，富瀚微/联想/浙创投联合下注

AI IQ 项目：用人类 IQ 量表为 50+ 模型打分，GPT-5.5 136 领跑 Opus 4.7 132

Tenstorrent 发布 Galaxy AI 平台：Jim Keller 团队直接对标 NVIDIA

Anthropic 战略下沉中小企业：在大客户 token 焦虑期寻找第三条腿

同一件事,不同说法

田渊栋 8 人天团创立 Recursive Superintelligence，估值 46.5 亿美元押注递归自我进化

Meta 推 Incognito Chat：首款「不存对话」的主流 AI 产品，端到端加密 Meta 自己也读不到

Ramp 完整数据：Anthropic 反超 OpenAI 已坐实，但三大威胁同步浮出水面

其余 50 条 · 知道有就行