Twitter AI - 2026-07-09¶
1. 人们在讨论什么¶
1.1 私有评估与测试框架设计，比醒目的基准分数更重要了 (🡕)¶
今天最强的讨论簇，不再是泛泛的“哪家实验室赢了？”之争，而是在问：到底有没有人会信任公开基准测试到足以据此做采购决策、团队该如何衡量每个任务落地后的成本，以及最终结果里到底有多少来自模型外围的测试框架。至少有 5 条保留内容，从企业编程、实务评测到发布日基准讨论，支撑了这一转向。
@alighodsi 表示，Databricks 之所以在自家任务、基础设施和数百万行代码库上跑内部评估，是因为它不想“盲目信任公开基准测试”（161 点赞数、9 回复数、14,899 浏览量）。链接中的 Databricks 文章 让说法更具体：GLM-5.2 落在最高能力档位时，每个任务大约 $1.28，Opus 4.8 约为 $1.94，而且即便底层模型不变，测试框架的选择也会实质性改变端到端成本。
@rohanpaul_ai 换了个角度解释 同一结果：模型智能与智能体效率是两回事（16 点赞数、5 回复数、3,290 浏览量）。他在讨论串里认为，GLM-5.2 证明开放权重模型已经能在真实企业代码里竞争，而 Pi 则证明，只要在测试框架里严控上下文，就能在不伤质量的情况下压低成本。
@MatthewBerman 给出了 另一类证据：两个月来，他把 GPT-5.6 Sol 用在长时间 /goal 运行、基于浏览器的后台管理、Supabase 实例管理，以及完整的 Google Workspace 迁移上（150 点赞数、14 回复数、15,454 浏览量）。他最有辨识度的判断是：在日常使用里，GPT-5.6 体感上比 Claude Fable 5 快 2-3 倍，因为它更少兜圈子，也更快走到答案；但它依然会自信地犯错，因此仍需要人盯着。
讨论要点： 哪怕故事更完整了，信任问题也没有消失。@emollick 质疑，OpenAI 既然公开批评糟糕基准测试，为何却没有给 GPT-5.6 提供 GDPval 结果（155 点赞数、18 回复数、16,922 浏览量）；之后他又 认为，Grok 4.5 发布时本该附带模型卡（158 点赞数、16 回复数、11,033 浏览量）。跨讨论串看，只要任务集、测试框架或披露层缺位，基准测试上的胜利说服力就会明显下降。
与前日对比： 到了 2026-07-08，人们怀疑的重点还在公开编程基准测试是不是已经坏掉。到了 2026-07-09，讨论已经更贴近部署：私有评估、任务经济性，以及测试框架效率。
1.2 人们想要的是工作层智能体，而不只是更好的聊天 (🡕)¶
发布日里最有意思的 GPT-5.6 讨论，出现在大家不再只谈模型本身，而开始谈长时间运行的工作、浏览器控制，以及知道该何时回报结果的后台智能体的时候。问题已经不再是“模型是不是更聪明了”，而是“它把哪些新的工作界面解锁出来了？”
@kimmonismus 认为，GPT-5.6 的原始评测提升固然亮眼、也在预期之内（267 点赞数、20 回复数、18,994 浏览量）； 但更有意思的一层，是 ChatGPT Work 能从文档系统、Slack、Notion、Microsoft 365 和 Google Drive 拉取上下文， 再把这些内容变成演示文稿、文档、电子表格、仪表板和交互式说明。 附带的对比表也把这次发布放在面向工作流的评测框架里，而不是只看某一个单独基准测试； 它并排列出了《Agents' Last Exam》、GDPval-AA v2、管理咨询任务、《Big Finance Bench》、Artificial Analysis、《SWE-Bench Pro》、DeepSWE 和《Terminal-Bench 2.1》。
@RhysSullivan 提出，他想要一种从提示词直达主动式智能体的 UX，覆盖 repo 监控、Slack 分诊、跟进循环、生产异常监控和增长实验（139 点赞数、48 回复数、9,368 浏览量）。他把话说得非常直白：他“理想中的体验”，是给智能体发一句提示词，它就会主动把整套配置搭起来；而当前像 Codex automations、Hermes、Eve 和 Flue 这样的选项，仍然摩擦太大。
讨论要点： 给 Rhys 的回复，把现实里的权宜方案压缩成了 GitHub Actions 加定时任务；Rhys 立刻回了一句“谢了，但我真受不了这个。”给 Kimmonismus 的回复，则在追问 ChatGPT Work 到底是替代 Codex，还是只是把更早的工作区智能体思路重新打包了一遍；这说明需求是真实的，只是产品边界仍不清楚。
与前日对比： 2026-07-08 的编排讨论，重点还主要放在企业规格说明和路由层。到了 2026-07-09，它变得更个人化、也更像具体工作流：后台智能体、浏览器控制，以及工作超级应用体验。
1.3 开放模型的采用，开始围绕所有权、路由和摆脱单一供应商来展开 (🡕)¶
开放模型的讨论，已经不再只是怎么削减 API 成本。更强的叙事是所有权、可移植性，以及从单一提供商栈里留出逃生口；而且无论是平台级公告，还是围绕具体任务的迁移案例，都在给这种说法补充实证。
@ollama 表示，它现在已有 900 万以上活跃构建者，已经准备好把开放模型扩展成“你真正拥有的 AI”（208 点赞数、29 回复数、7,836 浏览量）。Ollama 自己的 公告 又补充道：平台已有 890 万开发者在用，财富 500 强里有 85% 在使用它，公司还融资了 $88M，并明确把所有权、可负担性和隐私，作为开放模型的核心价值来推销。
@samhogan 表示，他的团队帮助一位客户，把 OpenAI 和 Anthropic 模型的月支出从大约 $60,000 降到了约 $12,000，做法是用按任务评估挑出的开源替代方案来置换（27 点赞数、7 回复数、1,236 浏览量）。附带的矩阵也把迁移路径讲得很明白：它把 GPT-5.5、GPT-5 Mini、Opus、Sonnet 和 Haiku， 换成 GLM-5.2 Max、MiMo V2.5 Pro、DeepSeek V4 Flash、Gemma 4 和 Kimi K2.6 这类替代项。
@orbiteditor 把 Orbit Editor 定位成一个完全开源的编程智能体 beta，从第一天起就支持自带提供商（17 点赞数、5 回复数、849 浏览量）。配套的 网站 和 GitHub 仓库 让这不只是口号：你可以直接填模型提供商 API key、通过 Ollama 或自定义主机接本地端点，而且现在就有一个 beta 桌面应用，而不是一张模糊路线图。
讨论要点： 最有价值的反驳，并不是否定开放模型，而是指出运营摩擦。Ollama 讨论串里有条回复抱怨，GLM-5.2 那天已经不能正常输出；Orbit 讨论串里也有人指出，自带提供商的自由，并不能解决智能体给出糟糕架构时，后续要怎么调试、怎么支持的问题。
与前日对比： 2026-07-08 的开放权重讨论，更偏战略和地缘政治。到了 2026-07-09，它明显更偏运营：有具体的迁移矩阵、平台级采用数字，以及与提供商解耦的工具。
1.4 具身 AI 讨论聚焦商业化瓶颈，而不是人形机器人奇观 (🡕)¶
具身 AI 的讨论异常克制。最有信息量的帖子，谈的不是未来感十足的 demo，而是出货曲线、物料清单结构、感知失效，以及仍在限制真实部署的硬件约束。
@pequityresearch 总结 了花旗和德银的笔记：机器人确实在走向商业化落地，但仍受数据稀缺、熟练人才短缺、电池续航、边缘算力限制和部署成本拖累（37 点赞数、3 回复数、5,472 浏览量）。同一讨论串还认为，任务专用的 AMR 和专门化平台，比那些高调宣传的通用人形机器人更早产生回报；而执行系统大约占整套系统成本的一半。
@TechByMarkandey 指出 了一个非常具体的失效模式：深度相机会在玻璃、镜子和透明表面上失灵（42 点赞数、13 回复数、34,424 浏览量）。LingBot-Vision 和 LingBot-Depth 2.0 之所以重要，是因为它在这些场景里展示了更干净的深度图和点云，同时声称，随着 RGB-D 训练样本从 300 万扩大到 1.5 亿，性能也在继续提升。
还有一条体量更小、但能相互印证的讨论串，来自 @pequityresearch 关于 Schaeffler 和 Goldman Sachs 的帖子（12 点赞数、0 回复数、1,772 浏览量）。它把同样的判断延伸到了供应商侧：轴承、编码器、扭矩传感器和执行器，已经占到标准人形机器人物料清单里至少一半的成本，所以短期价值正更多聚集在零部件和工业合作关系上，而不只是模型软件。
讨论要点： 讨论串层面的共识是，短期价值落在任务专用系统和瓶颈供应商身上，而不是默认只要模型继续进步，通用人形机器人就会自然变得经济可行。
与前日对比： 相比 2026-07-08，具身 AI 讨论明显从泛泛的 AI 乐观主义，转向了出货预测、成本结构，以及感知边界情况。
2. 令人困扰的问题¶
长时间运行的智能体配置，仍然像拼凑出来的¶
严重程度：高。@RhysSullivan 表示，他想要能做 repo 监控、Slack 分诊、跟进循环、生产异常监控和增长工作的后台智能体，但现有配置仍然摩擦很大（139 点赞数、48 回复数、9,368 浏览量）。这个讨论串里最现实的权宜方案，基本就是“GitHub Actions 加定时任务”；而 Rhys 自己的回复——“谢了，但我真受不了这个。”——把情绪说得很明白：今天大家确实能把一堆触发器粘起来，但并不觉得自己已经拥有了真正的从提示词到智能体产品。@MatthewBerman 又补充 了一个紧邻的模型侧挫败感：他希望 Codex 能在 GPT-5.6 的不同档位和推理模式之间自动路由提示词（150 点赞数、14 回复数、15,454 浏览量）。这个方向值得构建，因为需求表达得非常明确、反复出现，而且直接连着每天的真实工作。
对前沿模型说法的信任，仍受缺失评估和薄弱披露所限制¶
严重程度：高。@alighodsi 之所以搭建 私有基准测试，正是因为对于一个要做真实模型和测试框架决策、且有 11,000 名工程师的组织来说，公开基准测试远远不够（161 点赞数、9 回复数、14,899 浏览量）。@emollick 质疑，为什么 GPT-5.6 没有提供 GDPval 结果（155 点赞数、18 回复数、16,922 浏览量）；他又单独 表示，Grok 4.5 本该附带模型卡（158 点赞数、16 回复数、11,033 浏览量）。现在的应对模式，是跑按任务定制的评估、比较每个任务做成后的成本而不是 token 单价，以及更相信长期实测而不是排行榜营销。这个方向值得构建，因为评估与披露，已经成了产品表面的一部分。
AI 图像生成不断和知情同意、来源溯源撞在一起¶
严重程度：高。@HedgieMarkets 认为，Meta 的 Muse Image 允许任何人直接拿别人在 Instagram 上公开的照片生成 AI 图像，却不会通知当事人；退出入口埋得很深，而且也没有承诺已经生成出来的图片之后会消失（134 点赞数、12 回复数、5,325 浏览量）。讨论串里的回复提到了 Glaze 和 Nightshade 这样的防御性权宜方案，也有人建议，生成图像也许需要类似参考文献的来源元数据。眼下人们能用的应对机制，仍只是 退出开关、投毒工具和法律层面的愤怒，而不是耐用的平台控制。这个方向值得构建，因为伤害是即时的、直接牵连到个人身份，也面向消费者。
具身 AI 仍然被物理现实卡住¶
严重程度：高。@pequityresearch 表示，商业化势头确实存在，但电池续航、边缘算力硬件、训练数据稀缺，以及部署成本，依然实质性地拖慢 落地推进（37 点赞数、3 回复数、5,472 浏览量）。@TechByMarkandey 展示 了同一个问题更接地气的版本：标准深度相机会在镜子、玻璃和透明表面上失灵，所以感知在现实世界常见材质面前仍然会失败（42 点赞数、13 回复数、34,424 浏览量）。现在的权宜方案，是部署任务专用系统和专门化感知模型，而不是默认一套通用机器人栈已经准备好了。这个方向值得构建，因为真正卡门槛的仍是可靠性，而不是叙事热度。
3. 人们期望的功能¶
从提示词直达主动式智能体的配置¶
信息流里最明确的需求，来自 @RhysSullivan 所说的 那句：他“理想中的体验”，就是给智能体发一句提示词，它就会主动把整套配置搭起来（139 点赞数、48 回复数、9,368 浏览量）。例子都非常具体：repo 监控、Slack 分诊、跟进提醒、生产异常检测，以及增长实验。今天的部分答案，是 定时任务、GitHub Actions 和零散的自动化产品，但这个讨论串把它们都视为落地细节，而不是让人满意的产品。机会：直接切入。
基于任务落地经济性的自动模型与测试框架路由¶
@alighodsi 展示 了，同一个模型换一个测试框架，成本就可能明显下降（161 点赞数、9 回复数、14,899 浏览量）；@rohanpaul_ai 解释，Pi 能做到这一点，是因为它更少发送重复上下文（16 点赞数、5 回复数、3,290 浏览量）；@samhogan 则分享，在用按任务评估挑出的开放权重替代实验室模型之后，支出下降了 80%（27 点赞数、7 回复数、1,236 浏览量）。@MatthewBerman 又补充，他希望 Codex 能在 GPT-5.6 不同变体之间自动路由提示词（150 点赞数、14 回复数、15,454 浏览量）。未被满足的需求，是一层按任务成功率而不是 token 单价来选择模型、测试框架和推理预算的路由层。机会：直接切入。
具备通知、删除和溯源能力的知情同意式图像生成¶
@HedgieMarkets 描述 的系统里，人们甚至可能不知道自己的照片正在被拿去做图像生成；与此同时，回复既在呼吁类似参考文献的元数据，也提到了 Glaze 和 Nightshade 这样的防御工具（134 点赞数、12 回复数、5,325 浏览量）。这既是现实需求，也是情绪需求：人们想知道自己何时成了生成系统的底层素材，想要更简单的退出方式，也想让已经生成出来的内容能被可追踪地处理。机会：竞争型。
面向复杂环境的机器人感知与部署基础设施¶
@TechByMarkandey 强调 了镜子、玻璃和透明表面这一至今未解的感知边界情况（42 点赞数、13 回复数、34,424 浏览量）；@pequityresearch 则描述 了电池、执行器、传感器、部署成本和现实数据这些更慢变量的约束（37 点赞数、3 回复数、5,472 浏览量）。信息流并不是在要求又一个泛泛的机器人承诺，而是在隐含地要求那套能让感知、在线率和安全性真正稳定到足以上线的支撑栈。机会：直接切入。
4. 使用中的工具与方法¶
| 工具 | 类别 | 评价 | 优势 | 局限 |
|---|---|---|---|---|
| GPT-5.6 Sol / Ultra | LLM | (+/-) | 擅长编程、浏览、长时间运行目标，以及覆盖面很广的公开评测 | 仍会自信犯错；更高推理档位会烧 token；部分基准测试披露仍有争议 |
| Claude Fable 5 | LLM | (+/-) | 开放式自主执行能力强，在多项对比里仍有竞争力 | 有实务用户觉得它在日常工作里比 GPT-5.6 更慢、路径也更绕 |
| GLM-5.2 | 开放权重 LLM | (+) | 在 Databricks 和迁移讨论里，都被当成严肃的编程替代方案 | 需要好的路由和测试框架；托管/开放模型可用性仍可能忽高忽低 |
| Pi | 智能体测试框架 | (+) | 通过紧凑管理上下文，实质性降低了每任务成本 | 好处强依赖工作负载，且只有配合成套任务才有意义 |
| ChatGPT Work | 工作超级应用 / 智能体应用 | (+/-) | 能把文档、Slack、Notion、Microsoft 365 和 Drive 的上下文拉进具体产出 | 用户仍不清楚它和 Codex 的关系，也不确定这一工作流层到底是不是新的 |
| GitHub Actions | 自动化 / 编排 | (+/-) | 触发器、日志、repo 集成和定时任务支持都不错 | 更像权宜方案，不是人们想要的轻摩擦主动式智能体体验 |
| Ollama | 开放模型平台 | (+) | 本地/私有所有权强、集成面广，接入开放模型也直接 | 模型行为和托管可用性仍会日常波动 |
| Orbit Editor | 编程 IDE / 智能体测试框架 | (+/-) | 开源、自带提供商，支持本地或自托管端点 | 仍是早期 beta；调试和支持体系还不成熟 |
| Ship Safe | 安全 CLI | (+) | 扫描 AI 智能体、CI/CD、配置、secret 和依赖风险；核心命令可离线运行 | AI 辅助模式仍可能发送命中的片段，除非使用 --no-ai |
| LingBot-Vision / LingBot-Depth 2.0 | 机器人视觉模型 | (+) | 改善玻璃、镜子和透明表面的深度补全；随更多 RGB-D 数据扩展 | 解决的是狭窄但重要的感知问题，不是完整机器人部署 |
当天的满意度光谱，从“这就是我的日常主力”到“够用，但我真讨厌它”不等。 @MatthewBerman 把 GPT-5.6 描述成他最可靠的工作模型， 而 @RhysSullivan 则明确表示， GitHub Actions 式自动化并不能满足人们对主动式智能体的需求。 最清晰的迁移模式，也不是意识形态式的开源采用； 而是像 @alighodsi 展示 内部基准结果、 以及 @samhogan 展示 客户成本下降那样， 按任务把实验室 API 路由到开放权重替代品上。 竞争态势也越来越像栈级竞争——模型、测试框架、路由、应用层和提供商可移植性一起竞争； 这也正是 @kimmonismus 描述 ChatGPT Work， 以及 @orbiteditor 描述 Orbit Editor 的方式。
5. 人们在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| Orbit Editor | @orbiteditor | 带提供商切换和本地模型支持的开源 AI 编程编辑器 | 避免编程智能体被厂商锁定 | TypeScript 桌面应用；通过 Ollama 或自定义主机接入 Anthropic/OpenAI/Google/开放权重/本地端点 | Beta | 推文, 仓库, 网站 |
| Ship Safe | asamassekou10（由 @tom_doerr 分享） | 面向 AI 智能体、CI/CD、配置、secret 和依赖风险的 CLI 扫描器 | 让开发者能用一条命令检查智能体时代的安全问题 | JavaScript CLI、SARIF/CI 输出、可选 AI 分类 | 已发布 | 推文, 仓库, 网站 |
| LingBot-Vision / LingBot-Depth 2.0 | Robbyant（由 @TechByMarkandey 分享） | 面向高密度空间感知的自监督视觉骨干和深度补全模型 | 修复具身 AI 在镜面、玻璃和透明表面上的 RGB-D 失效 | ViT 骨干、PyTorch、扩展到 1.5 亿样本的 RGB-D 训练 | 已发布 | 推文, 仓库, 权重 |
| Universal Cell Embedding (UCE) | Rosen、Roohani、Agrawal 等（由 @changmyung1981 分享） | 把新单细胞数据集放进共享生物空间的零样本基础模型 | 去掉跨数据集、组织和物种整合时反复重训和重标注的工作 | 自监督 transformer、蛋白质语言模型基因嵌入、3600 万细胞图谱 | Alpha | 推文, 论文 |
| Lumen Sovereign | @yangli_ / Cosine AI | 计划在英国本土训练、并带公开治理输入循环的前沿模型 | 面向那些司法辖区和治理约束本身就很重要的国家机构场景 | 前沿模型训练，加上公开 use case 与治理输入采集 | RFC | 推文, 输入表单 |
Orbit Editor 值得注意，是因为它那套开放、与提供商无关的定位，已经落在真实的 beta 应用、公开代码库，以及直接提供商 key 或本地端点支持上，而不是停在“我们以后会做”的承诺里。这正面回应了今天大家对被锁定的编程助手、以及别扭自动化界面的挫败感。
Ship Safe 则在安全侧展示了平行的构建模式：它不把 AI 风险当成泛化 AppSec 里的一个子栏目，而是把提示注入、MCP 误用、CI/CD 配置错误、secret 泄露和依赖问题打包进同一个 CLI。仓库和网站都把它定位成开发者能在本地直接跑起来、甚至不用注册的东西，这也贴合了今天更大的偏好：要所有权，也要可移植性。
LingBot-Vision、UCE 和 Lumen Sovereign，则把构建者方向分别推向了 3 个不同领域。LingBot 瞄准一个很具体的机器人失效模式，UCE 把细胞生物学当成共享潜在空间问题，而 Lumen Sovereign 则把司法辖区和治理直接当成产品本体的一部分，而不是事后再叠加的政策层。
6. 新动态与亮点¶
AI 原生用工模式，仍没讨论里说得那么普遍¶
@emollick 分享 了一张直方图，询问创业公司创始人：如果没有 GenAI，他们要额外招多少员工，才能维持当前产出（65 点赞数、17 回复数、12,051 浏览量）。这张图之所以重要，是因为最高的柱子落在 0%，而 100% 以上、200% 以上的极端案例只留下细得多的长尾；这说明极度“AI 化”的组织确实存在，但仍不算常态。
通用细胞嵌入把基础模型逻辑进一步推向生物学¶
@changmyung1981 重点提到，Universal Cell Embedding 是一个覆盖 3600 万个细胞、300 多个数据集、50 种组织和 8 个物种的零样本基础模型（20 点赞数、1 回复数、1,252 浏览量）。有意思的地方，不只是规模，而是它声称新数据集可以无需重训、直接映射进同一个共享生物空间；配图还总结了跨物种泛化，以及在肺和心脏数据集里发现类 Norn 细胞的结果。
主权 AI 从政策语言，走向明确的产品说明¶
@yangli_ 表示，Lumen Sovereign 正在被构建成英国首个完全在本土训练的前沿 AI 模型，并向公众征集 use case、工作流和治理输入（23 点赞数、6 回复数、1,694 浏览量）。回复区把不寻常之处讲得很清楚：算力所在的地理位置，本身成了设计 brief 的一部分，于是能源成本、电网容量，以及“把一个前沿模型锚定在单一司法辖区里”到底意味着什么，立刻成了现实问题。
7. 机会在哪里¶
[+++] 从提示词到主动式智能体的控制平面 —— 多个部分都给出了证据。@RhysSullivan 明确提出，他想要一个只提示一次、之后就能长期监控 repo、Slack、跟进事项和生产状态的智能体；而讨论串里给出的最佳权宜方案，仍只是 GitHub Actions 加定时任务。这个缺口——想要的东西和现有工具之间的距离——既直接、又反复出现，而且相当紧迫。
[+++] 任务感知的模型、测试框架与推理预算路由 —— @alighodsi 展示 了基准测试侧证据，@rohanpaul_ai 解释 了为什么同一模型在更好的测试框架下会便宜得多；@samhogan 则补上 了迁移侧证据：在按任务评估之后，支出下降了 80%。再加上 @MatthewBerman 要求 Codex 内部自动路由，这个机会看起来就不是利基需求，而是更宽泛的系统缺口。
[++] 面向身份关联图像生成的知情同意与溯源基础设施 —— @HedgieMarkets 描述 了一个现实产品：人在没有被通知的情况下，就可能成为生成输入；而回复里能想到的 Glaze、Nightshade 和类似参考文献的来源信息，都还只是临时补丁。需求横跨通知、退出、删除和归因。
[++] 具身 AI 可靠性栈 —— @pequityresearch 说明，电池、执行器、传感器和数据仍是主要瓶颈；@TechByMarkandey 则给出 了一个透明表面上的具体失效案例。这指向的机会，不只在模型权重本身，更在感知、在线率、校准和部署工具。
[+] 主权型与受监管领域的基础层 —— @yangli_ 把 算力地理位置和治理，直接当成 Lumen Sovereign 的产品要求；@changmyung1981 则重点提到 一个围绕领域整合痛点来构建的细胞生物学基础模型。共同机会不是“再做一个通用模型”，而是围绕单一司法辖区，或围绕某个高摩擦数据领域来设计基础层。
8. 要点总结¶
- 按任务定制的评估，正在替代对基准测试的盲信。 Databricks 的内部基准测试，以及围绕 GDPval 与模型卡的抱怨，都说明人们越来越相信私有工作负载、测试框架数据和披露质量，而不是醒目的基准测试胜利。（来源；来源）
- 人们想要的是能在提示词之间持续活着的智能体，但不想靠定时任务把它们拼出来。 今天最强的未满足需求，是一套知道何时该回报结果的后台智能体低摩擦控制平面。（来源）
- 开放模型的势头，现在更像栈级决策，而不只是价格偏好。 Ollama 的规模故事、Sam Hogan 的替代矩阵，以及 Orbit Editor 与提供商无关的 beta，都在把开放模型重新框定为所有权、路由和可移植性问题。（来源；来源；来源）
- 具身 AI 讨论正在变得更具体，也更受硬件现实约束。 出货曲线、物料清单构成、电池限制，以及透明表面的深度失效，都在指向那些单靠软件进步抹不掉的部署瓶颈。（来源；来源）
- 基础模型思维还在继续向外扩展，进入领域层与治理层。 ChatGPT Work 把企业上下文当成工作界面，UCE 把细胞生物学当成共享嵌入空间，而 Lumen Sovereign 则把算力地理位置和公共治理当成工件本身的一部分。（来源；来源；来源）