一封内部备忘录，让 AI 行业最大的两家公司之间的战争，第一次有了清晰的文字记录。OpenAI 首席营收官 Denise Dresser 在本周日向全体员工发出了一份长达四页的战略备忘录。文件随后被外媒 The Verge 获取并公开全文。
过去一段时间，生成理解统一模型（Unified Model）经常被理解成一种「既能看懂图、又能生成图」的多模态通用系统。
当前具身智能的VLA（Vision-Language-Action）赛道正陷入典型的「碎片化」泥潭：不同团队采用异构的动作解码范式、强耦合的数据管线、互不兼容的评测协议，导致方法难以横向对比，复现成本极高。
办公室里，一排排工位整整齐齐，每个人对着屏幕敲敲打打，看起来和平常没什么两样。
在具身智能快速发展的今天，高质量数据已成为驱动能力提升的关键基础，然而一个核心问题也随之而来： 如何让机器人数据采集更快、更稳、更有效？
让一个模型概括“这是一段什么视频”，并不难。
近日，知名风投机构Rock Health发布了“2026年第一季度融资概况”，报告显示：数字医疗领域在2026年第一季度获得了40亿美元的风投资金，比去年同期高出10亿美元，创下疫情高峰以来最强劲的第一季度。
2026年具身智能这么热， 美国旧金山PI Robotics这家机器人创业公司， 你真得知道。
2025年之前，想要证明自己混得好，大概得腕上戴块百达翡丽，车库里停辆库里南。但到了AI时代，硬通货变了：看你一年到底烧了多少Token。一年烧掉250亿个Token，有位25岁的韩国小伙子，成了全世界最能烧的人。
昨晚，一个 X 上的泄露账号曝光了 Claude Code 即将上线的更新：截图验证、安全扫描、设计探索、暗黑模式、登录系统、跨多个代码仓库的统一工作界面。网友们的评价是：「这可能是 Lovable 的全栈竞争对手」，危险危险危险。
刚刚，荣耀在PC新品技术沟通会上正式发布了其自研的端侧“龙虾”AI智能体“YOYO Claw”，YOYO Claw会首发搭载在荣耀MagicBook系列轻薄本新品中。
在AI应用市场上，AI命理是少有的在全球范围内都已验证商业化闭环的赛道。测测坐拥近6000万用户、数亿元营收，韩国Hellobot半年收入1.5亿元，常年稳居本土社交榜前列。印度AstroSage以8000万下载、150万日活实现连续18个月收入增长，毛利率近90%，成为零融资的AI应用成功典范。在欧美市场，Co-Star以零营销投放获得超2000万下载，Moonly活跃用户超1000万。
Claude最强“神话”模型，可能用到来自字节的技术？
硅谷新宠Hermes Agent一夜爆火，不仅在GitHub狂揽6.6万星，更因原生接入微信让开发者全线沸腾。如今，Hermes署名的首篇「顶会级」论文也出世了。如今，这款历经9个月打磨，一夜成名的Agent，已在GitHub上狂揽66k星，Fork有8.8k。
过去一年，大模型的能力曲线几乎是指数上升的——推理更强、工具调用更稳、上下文窗口越撑越大。但一个越来越尖锐的问题也随之浮出水面：模型变强了，可承接它的那层东西在哪？
有没有想过让「龙虾」替你打麻将？
昨天我发现 Qwen3.6“倒反天罡”。
现有大模型评测分数日趋饱和，但与真实体验差距显著。南京大学傅朝友团队牵头，在 Google Gemini 评测团队邀约下推出视频理解新基准 Video-MME-v2。凭借创新的分层能力体系与组级非线性评分，以及 3300 + 人工时高质量标注，揭示模型与人类的巨大鸿沟（49 vs 90）、传统 Acc 指标虚高、以及 “Thinking” 并非总是增益等现象。
知名苹果爆料人、彭博社记者马克·古尔曼最新曝光，苹果正在开发其首款智能眼镜，苹果内部代号为N50，其计划在2026年底或次年年初发布，正式上市则要到2027年。
1977 年，乔治·卢卡斯为了拍《星球大战》，专门成立了一家公司，叫工业光魔。
SiFive 是一家由加州大学伯克利分校工程师创办的公司，这些工程师创造了开源芯片设计，该公司已获得一轮超额认购的 4 亿美元融资，公司估值达 36.5 亿美元。
这个月，具身智能领域又卷出新高度：硅谷独角兽公司 Generalist AI 发布全新一代基础模型 GEN-1，将机器人包装手机、折纸箱这些活的平均成功率直接拉到了创纪录的 99%，折纸箱的速度更是飙到了以前的三倍（34s vs 12.1s）。
最近我测试了一下，用AI辅助创作公众号小号，陆续发了一些文章，效果有点超预期。
刚测完 Kimi K2.5，就拿到 Beta 版内测模型了。 一点喘息的机会都不给啊~~
前两天办完大会，然后昨天周末跟一个朋友吃饭，聊着聊着他突然放下筷子看着我说了一句，不是哥们，你怎么什么都懂一点？
从 2024 年底的关于潜在空间的早期探索，再到 2025 年底和 2026 年初的相关研究爆发，潜空间范式正在彻底重塑大模型 (LLMs, VLMs, VLAs 等延伸模型) 的底层设计逻辑。
随着任务的复杂度提升，Agent（智能体）的上下文在无限膨胀。在无穷的历史对话、工具调用输出、中间步骤以及报错信息中，模型迷糊了，于是开始跳步、忽视、绕道。
在当下的创投话题里，有个热门概念叫“一人公司”，说只要熟练掌握AI工具，人们完全可以在没有同事、没有团队、没有组织结构的情况下独立创业，造出现象级的产品。
想象几个并不遥远的场景： 医院的病房里，刚做完手术的患者正在练习下床、走动，智能系统通过摄像头捕捉他的动作，判断步态是否稳定、有没有跌倒风险；回到家，在卧室或浴室这样私密的空间里，老人起身、转身、洗漱，甚至意外滑倒的瞬间，也可能被视觉传感器记录，只为了让 AI 能更早发现异常；
在本文中，我将探讨编码智能体（coding agents）及其智能体编排（agent harnesses）的整体设计：它们究竟是什么、工作原理如何，以及在实际应用中各组件是如何协同运作的。
