往下看，谁在跑得更快。
Stripe 超 70 亿美元收购 OpenRouter · 支付巨头握住「AI 收银台」
Stripe 敲定以超 70 亿美元收购 OpenRouter，AI 模型聚合路由平台。此前华尔街日报报道谈判价约 100 亿美元，最终成交低于传闻。
OpenRouter 是干嘛的？一个「模型中转站」：开发者用一个 API 就能调几百个模型，自动路由到最合适的供应商、比价、切换。它不做模型，做的是「模型市场的入口」。
Stripe 为什么买它？Stripe 是支付公司，但正在变成 AI 时代的「钱」，模型调用要按 token 付费，而 OpenRouter 是所有付费的入口。买了 OpenRouter，等于握住「谁为 AI 付钱」的闸门。
当支付公司开始买模型路由器，「AI 的钱往哪流」第一次有了一个明确的收银台，OpenRouter 就是那个收银台。
一位顶尖数学家公开评价 LLM：它是强大的计算器，但缺乏真正的创造性思维。
这给「AI 能解数学难题」的叙事补了一刀清醒剂：AI 擅长的是「已知规则的极致执行」，计算、推导、模式匹配，而数学真正的突破来自「定义新问题」的创造性，这正是 LLM 缺的。
这不是贬低：能算、能推、能验证，已经是数学研究的强大工具。「AI 是计算器不是数学家」，真正的分界，在「会不会问新问题」。
Anthropic CEO 谈当下 AI 反弹：本质上是「信任危机」，不是技术危机。
核心观点：公众对 AI 的抵触，不在它太强或太弱，在于「不知道能不能信它」，数据怎么用、内容是不是 AI 写的、能力边界在哪，这些信任问题正在侵蚀整个行业的公信力。
呼应最近的动向：Anthropic 推水印检测、公布工作原理，都是在「重建信任」这个方向上做文章。当行业从「拼能力」转向「拼信任」，谁能先让用户放心，谁就拿到下一阶段的入场券。
Mojo 开源 · Apache 2.0 · 一次编写跨加速器运行的可移植层
Modular 正式开源 Mojo，采用 Apache 2.0 许可，同时把整个平台定位成「跨加速器可移植层」，覆盖到高通的数据中心 AI 加速器。
对基础设施工程师来说，这件事的重点不在「新语言」本身，而在工具链开放与硬件抽象同时到来：写一次代码，能跑在 NVIDIA、AMD、高通、自研芯片上，不用为每个加速器重写一遍。
为什么现在做？加速器正在碎片化，芯片战争让「为单一硬件优化」变成高风险押注，可移植层反而成了稀缺品。当硬件越来越分裂，谁提供「一次编写、到处运行」的中间层，谁就站在了生态的入口。
NVIDIA 发布 TensorRT Model Connect 公开预览：受支持的 Hugging Face 模型可直接转换成端到端 TensorRT 推理，不再需要中间的 ONNX 导出，产物用原生 C++ API 部署。
部署链路每短一步，从模型到生产的时间成本就降一截。「两条命令」意味着中小团队也能把开源模型快速跑进生产环境，而不必养一个推理优化团队。
更值得注意的细节：NVIDIA 自己说，这个项目大部分由 Codex agent 在人工审查下构建，实现、调优、测试、集成、文档都有 agent 参与。当基建厂商开始公开承认「agent 写了我们的工具链」，AI 开发 AI 从演示变成了日常。
Cursor 发布 Git 托管大规模基建复盘：把 Git 存储当作数据库来设计，可靠性、扩展性、一致性，按数据库的标准要求它。
背景是 agent 的普及：代码仓库的变动频率、后台自动化、分支与会话的激增，都在指数级放大。Git 托管从「通用的开发运维原语」，变成了编码 agent 后端依赖的核心 AI 基础设施。
对普通开发者的含义很直接：你 IDE 里每一次 agent 补全、每一个自动分支，背后都是 Git 在承受新的负载。当代码托管开始为 agent 重新设计，开发工具链的下一轮重构，已经悄悄开始了。
端侧与数据中心同时提速：DFlash 2 声称在 M5 Max 上把 Qwen3.8-27B 跑到 70 tok/s，自回归解码最多快 4.6 倍「同样的输出」；Cerebras 发布 CS-4，声称 10T 参数模型跑到 1000 tok/s、GPT-5.6 Sol 约 1300 tok/s、每兆瓦吞吐高 10 倍。
厂商口径要打折听，但方向很清楚：推理速度正在同时变成产品体验、单位经济学和国家竞争力政策，快，本身就是卖点。
端侧 70 tok/s 的意义在「本地」：不联网、不上传、隐私留在设备上，还能跑出接近实时的速度。当「快」从数据中心卷到笔记本，AI 的使用方式正在被改写。
MiniMax Music 3 · 8B 全局 LLM + 2.4B 流模型，5 分钟立体声本地可跑 · ComfyUI 0.33 原生支持
MiniMax 开放 Music 3.0 权重，上架 Hugging Face（MiniMaxAI/MiniMax-Music3），ComfyUI 0.33 同日原生支持，官方原话：「在 AGI 到来之前，我们将一直保持开源。」
参数上它是个「多模块」模型：8B 全局 LLM（初始化自 Qwen3.5-8B）+ 0.6B 局部 LLM + 2.4B flow-matching 模块 + 123M Flow-VAE，能生成长达 5 分钟的完整歌曲，输出 32kHz 立体声。
API 版 7 月已上线，这次是权重开放，本地能跑，意味着不用上传、不用排队、不用按次付费，创作者第一次能「拥有」自己的 AI 配乐工具。
开源音乐模型的生态位很微妙：闭源有 Suno、Udio 这类商业产品，开源此前只有一些小模型。
Music 3 的 8B 全局 LLM + 2.4B flow-matching 架构，把「能生成 5 分钟完整歌曲」的能力放进了本地可跑的范围，配合 ComfyUI 工作流，一个普通创作者能在自己电脑上搭出完整的 AI 音乐流水线。
MiniMax 的逻辑是「开源换生态」：从 H2 到 Music 3，它一直在把旗舰能力开源，靠开发者生态反哺品牌。
对比 Suno 的付费订阅模式，开源路线赌的是「更多人用 → 更多人改进 → 模型迭代更快」的飞轮。
对创作者来说，这是选择权，不想按次付费、不想上传数据的，本地跑一个。
当中国公司的开源从「模型参数」卷到「创作工具」，开源战场的定义被拓宽了，不再专属开发者，每个创作者都能摸到。
阿里发布 Qwen3.8-Max 开放权重：2.4T 总参 / 95B 活跃 MoE，激活率仅约 4%，API 定价 $2/$6 每百万 token，社区评价「迄今最大的开源权重发布之一」。
第三方评测很硬：Frontend Code Arena #4（Elo 1668，仅次于 Claude Opus 5 和 Kimi K3），Vision Arena #2（1305，只差 Claude Fable 13 分）；Vals 综合指数 66.1，开源模型第 2、全部 43 家第 10；SWE-bench 87.3%，压过 GPT-5.5（82.6%）和 GLM-5.2（83.3%）。
更值钱的是提速曲线：Vals 指数从 3.7 Max 的 57.5 涨到 66.1，两个半月涨了 8.6 分，价格还从 $2.5/$7.5 降到 $2/$6。
上线当天生态就位：vLLM day-0 支持 + NVIDIA B300/AMD MI355X 专用 4-bit 量化，Together、Baseten 立刻可跑。
但 Jamin Ball 泼了冷水：K3 光加载权重就超 1TB 内存、至少 8 张 H100，开放权重不等于能本地跑；且首发权重是纯文本版，视觉未放开；许可条款疑似限制美欧英韩下载，阿里当天未澄清。
当 2.4T 的开源模型评测逼近闭源旗舰、价格只有零头，「开源和闭源的差距」正在变成「谁能真正用起来」。
Z.ai 发布 GLM-5.3 API，面向编码、防御性网络安全和长周期 agent，价格与 GLM-5.2 持平；Artificial Analysis 智能指数 60 分追平 Kimi K3，GDPval-AA v2 跳升 246 分到 1770 Elo。
架构没动：仍是 753B 总参 / 40B 激活的 MoE、1M 上下文，权重落地后保持 MIT 许可。同样的骨架，更强的结果，提升来自 post-training。
知乎上的长文解读给出了技术细节：异步强化学习（SAO）、可执行沙箱训练、on-policy 蒸馏防止灾难性遗忘，三者叠加撑起了这次跃升。当模型厂商开始用「训练方法」并非单纯是「参数规模」拉开差距，agent 能力的竞争，正从堆参数转向堆 RL 系统与环境质量。
Gemini 3.7 Flash · 距 3.6 仅三周，100 万上下文 64K 输出 · 一句话出可用 3D 模型约 $0.038
Google 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，100 万 token 上下文、64K 输出，WebDev Arena Elo 1588 分，API 定价输入 $0.75/百万 token（2027 年起涨到 $1.50）。
官方演示里最抓眼球的是 3D 生成：一句话生成可用的 3D 手表模型，成本约 $0.038，不足 4 美分。
过去 3D 建模是设计师按小时收费的活，现在一句话 + 4 美分。
当生成成本低到可以忽略，「会不会建模」不再是门槛，「想不想做」才是。
但更需要留心的是迭代节奏：3.6 到 3.7 只隔三周。
Google 正在把模型发布从「季度」压缩到「月更」，Flash 系列成了试验新能力的快车道：价格便宜、迭代快、能力不断往上加。
同场配套发布 Nano Banana 图像模型和 Gemini Omni，形成完整产品矩阵。
对开发者的直接含义：模型能力按「月」在涨，选型决策也得按「月」重做，三个月前的最优解，可能已经被更便宜的新版本取代。
3D 内容的生产成本塌缩，可能比图像生成的影响更深，因为 3D 是制造业、游戏、电商的地基，而它正在变成一句「帮我做个 XX」的事。
OpenAI 在 ChatGPT Mac 桌面版推出 Computer History（电脑历史）功能，取代此前基于截图的 Chronicle 研究预览，面向 Pro、Business、Enterprise 用户，默认关闭，企业需管理员授权。
它的工作方式：不再截屏，改经 macOS 辅助功能记录你的点击、输入、快捷键、应用切换等事件，生成记忆和时间线供 ChatGPT/Codex 引用。
事件会上传服务器生成记忆，OpenAI 称处理后不保留、不用于训练；交互事件本地保存最长 48 小时，首批不含 EEA、瑞士、英国。
为什么值得注意：这是「AI 记住你」从对话层扩展到屏幕层的第一步。
以前 AI 只记得你说过什么，现在它记得你做过什么，这对 Agent 场景是质变：ChatGPT 可以接着你上次的浏览器操作继续干活，不用你重新交代上下文。
媒体反应很直接：The Register 称它是「友好的键盘记录器」，它能提升个性化，也增加 token 消耗与提示注入风险，OpenAI 文档自己都提示了这一点，建议涉及他人通信时暂停。
批评者指出：提示注入攻击可以借这个记忆通道污染 AI 的长期上下文。
当 AI 开始记录你的屏幕，「便利换隐私」的交易，用户往往还没看清条款就点了同意，这次的条款里，写着「键盘记录器」四个字。
Anthropic 与比特币矿商 Riot Platforms 签订 20 年算力租约（至 2048 年 6 月）：191 MW 关键 IT 容量，初始合同收入约 91 亿美元，两次 5 年续约后最高 161 亿。
这笔交易的细节很硬核：Riot 的德州设施 2027 年 12 月交付 96 MW，2028 年 6 月前交付剩余 95 MW；Morgan Stanley 提供过渡贷款；AMD 是同一园区的另一租户，矿场正在变成 AI 算力园区。
为什么找矿商买电？
矿场有现成的工业电力、冷却和场地，转型 AI 数据中心的成本比新建低得多。
Anthropic 一边 60 亿收购补模型，一边 91 亿锁定算力，头部实验室的竞争，已经变成以十年为单位的资本锁定。
AI 的军备竞赛，从「谁更强」变成了「谁先锁死资源」，而这一次，锁的是德州 2048 年之前的电。
DRAM RAMageddon · 128GB DDR5 套件 10 倍于低点，超大规模买家已锁定 2027 年几乎全部产能
Tom's Hardware 用「RAMageddon」形容当下：128GB DDR5 套件比历史最低价贵了整整 10 倍，内存价格 12 个月涨了约 500%。
更硬核的是供给端：超大规模买家据报已锁定 2027 年几乎全部的全球 DRAM 产能，预付定金只为保证供应，主流 DRAM 芯片按重量算，每公斤价值已超过纯金的一半。
Daniel Lemire 的观察最扎心：内存单价回到了 2007 年的水平，抹掉了约 20 年的进步，这是历史级异常。当「摩尔定律」在内存上反向运行，AI 的成本结构正在被悄悄改写，算力之外，存储成了新的稀缺资源。
「扎克伯格写了 6,500 字的 AI 宣言—但几乎什么也没说。」
— Wired 评论 · Zuckerberg AI Manifesto · Wired
「AI 很贵。」
— Ali Ghodsi · Databricks CEO
今天的关键词是「快」：模型提速 14 倍、一句话出 3D、AI 音乐能商用。
基建也在提速：Mojo 开源、两条命令部署、Git 当数据库用。
但内存涨了 500%，回到 2007 年，快，是有代价的。
当能力开始够用，速度、成本和门槛，成了新一轮竞赛的起跑线。
巴塔哥尼亚的安第斯山脉，在 2026 年南半球初秋被一层新雪勾出轮廓。
Snow in the Shadow of the Andes · NASA · 45.00°S, 72.00°W
看了一天 AI 的新闻，地球上还有不需要 GPU 冷却的地方。山川湖海，让我们保持好奇、继续探索。