本字幕由TME AI技术生成
大家好
欢迎来到best blow 早报播客
我是吉o
今天是四月十号
星期五
本天的内容我看下来来
有两主主线特别清楚
第一条是ai 基础设施的工程化在集体提速
Anthropic 发了一个顾问工具具
Mini max 发了全模态的命令行工具
Mmx launching 发了深度智能体部署项目
三家公司都在给生产机agent 补工程短板
第出的答案各有侧重
但都很实用
第二条主线是大家开始认真重新算ai 这笔账
腾讯研究院那篇token 经济学掌文cap as 以对认知鸿沟的观察
还有大疆创始人汪涛的创业反思
三个完全不同的视角在聊同一件事
就是我们到底应该怎么理解这一轮ai 变革
这一期我挑了四条展开聊
分别是anthropic 的顾顾策略
略一实验室的virag
Open ai 新出的幺零零美元档位
还有腾讯研究院的token 经济学提问
剩下的六条会在后面做一次速览
开始吧
第一条
Anthropy 官方博客发的顾问策略
标题是用opens 给sony 做顾问来提升智能水平
这篇我看的时候有小兴奋
因为他直接把很多agent 开发者都在用的土办法规范化成了一个官方的api 工具
先说背景
过去做agent 编排最常见的模式是大模型当指挥
把任务拆成小块派发给小模型去执行
听起来挺合理
但实操下来有个问题
指挥的成本很高
每一轮都要加载全部上下文
而大部分简单决策其实根本用不上大模型的推理深度
I sropy 这次把思路倒过来了
他们让sonate 或者者酷程的驱动基任务
从头到尾都是这个小模型在跑
调工具读结果
自己往前推
只有遇到自己判断不了的复杂决策点
才去叫open 来当顾问
顾问看一眼当前上下文
返回一个计划
一个修正或者一个停止信号
执行者继续往下跑
顾问本身不调用工具
也不产生面向用户的输出
就是一个聪明的参谋
这个策略的效果是说服力的关键
Sonney 加opens 顾问在swe bunch 软件工程多语言基准上比sunny 单跑提升了二点七个百分点
同时每一个任务的成本降降了百分之十一点九
更极端的是海股加ops 顾问
问bbross comp 这个网页浏览任务上
分数从百分之十九点七直接翻倍到百分之十一一点
和sonay 单跑比
海库加顾问这个组合的性能只落后百分之二十九
但成本只有前者的百分之十五
对那些需要高质量输出但又有预算压力的场景
这个性价比很有吸引力
这个工具已经检成进mesge ges ai 了了
次次请求就完完整整任务移交
不用自己管上下文
而且内置了最大调用次数这个参数
用来控制顾问被这个参次
避免失控
顾问和执行者totoken 消耗是分开计费的
账单也清楚
我自己的判断是
做过agent 人应该都会想立即试试这个
尤其是那些有成本压力的生产场景
第二条是通用实验室开源的v mark 图文
视频三种形态的混合知识库检索框架
我看完觉得这条是今天最值得技术团队关注的工作
先把背景说清楚
Reg 就是检索增强生成
是现在大模型接入外部知识最常用的方案
但传统reg 处理纯文本还行
一遇到图片和视频混合的知识库就容易出问题
为啥呢
因为传统agent 上下文是线性历史
你检索一轮把结果塞进去
再检索下一轮
就就是一直往后挪
这个模式处理多模态内容的时候会产生一种现象
通一实验室把它叫做状态盲区
简单说就是agent 自己搞不清楚已经看过什么
哪条路走通了
哪条路是死胡同
结果就是重复生成相似的查询
原地打转
英m rag 的做法是把线性历史换成一张动态记忆图
英文缩写叫deek
也就是有向记环图
图里每个节点包含文本摘要
视觉证据
拓扑位置
Agent 每做一次动作之前都要重新看一遍这张图
好处是agent 能清晰区分探索性搜索和结论性验证
碰到死胡同会自动剪枝
不会卡在原地循环
这套框架还有两个设计我觉得挺巧的
一个是视觉能量分配
意思是核心节点保留高清视觉token
边缘节点降级为文字描数
甚至直接剪掉在长上下文里审token
另一个是图引导策略优化训练的时候不再是最终答案对错一刀切
而是基于图拓扑精确回溯
正样本中剪掉没贡献的死胡同
副样本中保护那些检索动作有效但最终答错的节点
这个思路让模型能更快学到结构化的记忆逻辑
我搜了一下相关资料
这篇论文已经挂到rxv 上了
亨翼实验室的官方账号也正式宣布了
在q 问三vl 这类视觉模型上
Z mag 在多个多模态reg 基准上达到了sta 水平
也就是当前最佳
对做企业知识库
文档 问答
视频理解这些方向的朋友
这是一个可以立即看看的框架
第三条
换个话题
说说商业动态
Open ai 昨天正式推出了一个新的恰gpt 订阅档位
美元幺零零美元
S mount man 本人发了条推文
说这是因广大用户要求
特别是因为codex 的反响太好
这条推文值得展开了
因为它背后的信号量很大
先把事实说清楚
Open ai 原来的价格结构是plus 每元二十美元
Pro 美元二百零零美元
中间有一个巨大的空档
这次新出的幺零零美元档位刚好填进去
内容上
新档位比plus 多五倍的codex 使用额度
包含pro 模型
无限使用instant 和thinking 模型
到五月三十一号之前
新订阅用户还能享受十倍额度的促销
背景信息我搜了一下
这里面有几个贬值的说
第一
Codex 这个产品现在有三百多万活跃用户
过去三个月涨了五倍
月增长百分之七十
Open ai 自己也说这个定价是专门针对codex 的重度用户
第二
Techchrochc 和cmbc 的分析都指出
这次定价是冲着anthroppic cloud code 去的
Anthroropic 的幺零0美元max 计划已经存在很久了
开发者里反响不错
Open ai 这次等于是促进
第三
有个细节很微妙
Open ai 内部其实一直在重新思考定价策略
之前有员工说原来的结构是意外形成的
从二十美元直接跳到二零零美元
跨度太大
新档位等于是一正式纠偏
我自己的看法是
这个定价反映了一个更深层的变化
Ai 编程工具已经从实验阶段走到了真有重度付费意愿的阶段
三百万codex 用户五倍的三个月增长
说明这批人是真的在用
而且愿意从二十美元升到幺零零美元的人
而本都是每天八个小时跟ai 一起写代码的开发者
这类用户的特点是额度比模型能力更敏感
谁给的codex 调用次数多就用谁
这场仗接下来会很好看
最后一条
金讲师腾讯研究院的token 经济学七问
一份关于ai 新经济的入门地图
这篇长文我挑几个最有意思的点聊聊
正好能和刚才check gpt pro 那条串起来
文章的核心类比是把token 定义为ai 时代的语言和货币
就像电力时代的千瓦时
作者认为token 的意义不只是一个技术计量单位
而是贯穿ai 产业链五层架构的统一度量衡
这五层分别是能源
芯片
基础设施
模型 应用
从这个视角看
整个ai 产业的效率
成本是收入都可以用token 来对齐
最反直觉的一个发现我觉得是这句话
不到百分之五的token 消耗
创造了超过百分之八十的可测量价值
也就是说
Token 的价值是极端分层的
作样一个token 用在法律
科研这些高价值场景里可能值几百块
用在闲聊里就一分钱都不值
这个价差可以到十万倍
这是和传统生产要素完全不一样的特性
第二个点是杰文斯悖论
这是个经典的经济学概念
原来讲的是蒸汽机效率越高
煤炭消耗反而越大
作者把它套到token 上
指出token 越便宜
全世界在token 上花的钱反而越多
我查了一下背景数据
中国的日均token 调用量从二零二四年出的一千亿
到二零二六年三月
已经突破了一百四十万亿
两年增长超过一千倍
价格在降
总开支在涨
这就是杰文斯悖论的现实版本
第三个点和今天素来里的car passing 那条能对照着看
作者指出
Token 消耗正在从人类注意力区动转向agent 自主驱动
意思是说
过去token 的消耗受限于人能看多少
能打多少字
现在智能体可以二十四小时自己跑自己调api
这个天花板被彻底打破了
Token 消耗量会进入下一个量级的爆发期
文章最后还讨论了中国模型的全球竞济指标
以deep sick 为代表
Moe 架构让推理成本出现了指数级下降
作者把这个叫做算法优作
作者把个i 的优势不在资源投入
而在算法效率
我读完的整体感受是
Token 这个词已经不只是技术术语了
它们在变成一种新的宏观经济指标
作者最后提的问题很有意思
Token 消耗能不能像用电量一样成为衡量一个经济体ai 化程度的先行信号
这个问题现在没有答案
但值得我们持续观察
剩下的六条我用速览的方式过一下
第三条是lunching 发布的深度智能体部署项目
他们把自己定位成cloud d 官方托管智能体的开源替代项案
这个产品和nn roropic 的专有方案最大的区别是模型无关
基于开放标准构建
比如agent 点
Md 配置文件
Mcp 模型
上下文协议
还有智能体协议
Launching 强调的核心概念叫记忆所有权
意思是封闭平台会把用户数据锁在专有api 后面
开发者拿不到长期学习的数据
飞轮深度智能体部署想让开发者自己掌控智能体的记忆和数据
这个定位和开源rag 框架的诉求一脉相承
值得关注开源agent 的朋友看一眼
第五条是mini max 发的mmx 减cli
一个专门为a 设设计的全模态命令行具
意思是ena i 的编程程视频程成语音成成音创作作些些力力变成命令行指令
Agent 可以像用los 或者grap 一样直接调
它针对agent 的自动化运行做了几个专门优化
输出隔离保证数据纯净
语义化的退出码简化错误处理
异步模式支持多任务并行
核心目标是让agent 能独立完成从资料搜集到视频制作的全链路自动化工作流
第六条是腾讯技术工程发的一篇技术审计文章
意思对一个基于text script 加的超大规模ai 编程智能体做了全方位分析
规模是一千九个文件件
十一万行代码
我挑几个值得看的亮点放并行预去
实现亚秒级启动
异步生成器驱动的四级上下文压缩指环
支持多智能体编排的任务管理系统
这篇文章定位是hineys 工程范式的实战指南
适合想自己搭生产级agent 的框架的技术团队做参考
这七条是cpacse 的一条推文
他分析的公众对ai 看法为什么越来越两极化
他的观察是两个原因
一是很多人基于过时或免费版模型形成判断
根本没见过codes 和cloud code 这些最新系统的能力
二是ai 的进步是尖峰式的
集中在编程和数学这种有可验证奖励函数的领域
亲眼看到前沿智能体自主解决复杂工程问题的人会产生一种campusy 称之为ai 心理震撼的体验
而没见过的人完全理解不了这种感受
这个观察和今天精讲的token 经济学那条能对照着看
都是在讨论ai 变革的认知层面
第八条是晚点late post 对大疆创始人汪涛的长篇深度访谈
标题叫求真理
得自由
活成故事
这篇我觉得挺值得花时间读
汪涛反思了自己从早期觉得世界蠢的不可思议的狂傲
到经历团队危机后的深刻转变
他提出了一个管理学的商检理论
认为管理比产品研发难度高十倍
分享了从个人英雄主义向系统驱动型组织转型的阵痛
访谈还聊了大疆在无人机
影像
机器人领域的战略布局
以及对创新和人才培养的新认知
和前面几条ai 技术文章不同
这是一篇人物特写
如果你对创业和管理感兴趣
值得看
第九条是launching 发的一个视频
Hax 的ai 工程师az
Miller 分享他们怎么构建数据智能体
核心洞察是数据分析的正确性是模糊的
不像代码有明确的对傲
他介绍了hax 内部的评估系统
名字就叫协和
以及一项九十天的模拟实验
测试智能体如何在长周期里积累专业直觉
这个视频的价值在于他揭示了人在回路反馈系统对保持数据准准确性的要要性
对数据类agent 团队启发很大
好
今天的十条就聊到这里
今天信息量比较大
我自己最推荐的还是前两条
Anthroropic
顾顾顾策策略通用实验室的vii r rac
前者是立刻能用在生产环境的成本优化方案
后者是多模态rag 方向的一个新起点
如果你只有时间看一篇长文
我会选token 经济学那篇
它能帮你建立一个理解整个ai 产业的新框架
链接都在简介里
明天见