序列雷达 #861：上周AI要闻——IPO、交互式模型与递归之梦

上周在AI领域，几件大事的发生似乎更像是一场哲学挑衅，而非单纯的产品发布。无论是IPO、演示还是实验室公告，其共同线索并非更大的模型或更宽的上下文窗口，而是关于“主体性”：谁来塑造智能？谁来改进它？当工具开始改进工具时会发生什么？

首先是Cerebras。其IPO不仅是AI芯片公司的融资里程碑，更提醒我们AI竞赛依然高度依赖物理基础设施——硅片、电力、网络、冷却、资本市场和地缘政治焦虑。Cerebras一直扮演着AI硬件领域的异类角色：它没有选择适度扩大芯片尺寸，而是全力投入晶圆级计算机，其核心理念是“如果芯片本身就是数据中心呢？”这听起来像是半导体会议上的随想，却揭示了一个重要真理：如果智能正成为商品，那么算力就是炼油厂。如今公开市场正在投票决定哪些炼油厂更为重要。

随后Thinking Machines推出了“交互式模型”，带来了一种截然不同的氛围。当业界大多在庆祝那些能消失在云端并带回电子表格的自主智能体时，Thinking Machines却押注于相反的方向：始终在场的AI。不是“提出提示，等待，接收”，而是持续的、多模态的协作。模型能倾听、观察、打断、让步并实时回应。换言之，它不再将交互视为附着于智能之上的UI层，而是将其作为智能本身的一部分。这是一个微妙而深刻的观点。人类认知在计算之前首先是社会性的。我们通过手势、停顿、纠正、共享语境和尴尬的沉默来思考。让AI更有用，可能需要让它更像一个非常快速且专注的协作者，而不是一个预言家。

最智识上令人兴奋的发展来自新的“AI科学家”运动。Recursive以雄心壮志登场，旨在构建通过自动实验自我改进的系统。Adaption的AutoScientist也指向了类似方向，自动化训练、对齐和模型适应循环。这一梦想令人陶醉：研究不再是线性的个人过程，而成为假设、实验、评估和改进的复合机器。

然而，这个梦想也值得警惕。递归自我改进一直游走在计算机科学、科幻小说和存在风险研讨会之间。将其转化为风险投资支持的产品类别既令人振奋，又略显疯狂——坦白说，许多重要技术都如此起步。问题不在于AI能否帮助研究——它已经在做了。问题在于，我们能否构建出在提升能力的同时不侵蚀基础、安全性、多样性和人类判断的系统。

另一个信号来自中国。阿里巴巴Qwen模型的前首席研究员林俊阳正在洽谈以约20亿美元估值筹集数亿美元，成立新AI实验室。这个估值对于一家全新实验室而言几乎有些无礼——尤其是在中国，AI初创公司的估值通常比美国更为保守——但林俊阳拥有前沿AI领域罕见的资历：他已帮助将一个模型系列发展为生态系统。他的离职也揭示了中国AI内部一种微妙的张力：当阿里巴巴将更多精力转向专有模型和变现时，开源人才可能准备独立组建实验室。但这不是简单的“筹钱、买GPU、训练模型、重复”故事。新的中国AI实验室必须应对美国芯片出口管制、受限的算力访问，以及如何构建不与阿里巴巴、字节跳动等巨头重叠的研究议程等棘手问题。从这个意义上说，林俊阳的新实验室不只是又一个创始人的光环故事，而是检验中国开源模型势头能否转化为风险投资规模的公司。

机器不再只是回答问题。它在倾听、适应、实验——并且，也许开始询问它应该成为什么。

在AI研究方面，本周有多篇论文值得关注，包括用于评估多模态智能体视觉记忆的MemEye框架、自进化记忆架构EVOLVEMEM、开源智能体建模框架Orchard、时间序列预测的多智能体框架NEXUS，以及高效的LLM内容审核模型GLiGuard等。

技术发布方面，Thinking Machines推出了“交互式模型”的研究预览版，将交互能力内建于模型本身，而非通过外部工具实现。

此外，十条重要AI新闻包括：Cerebras IPO股价飙升68%，市值达950亿美元；Recursive Superintelligence获6.5亿美元融资；OpenAI考虑起诉苹果；思科裁员约4000人但营收创纪录；Adaption发布AutoScientist；马斯克与奥特曼在法庭进行结案陈词；xAI推出Grok Build；Nebius Q1营收增长684%；语音工具Wispr AI融资谈判估值约20亿美元；前阿里巴巴Qwen负责人林俊阳以约20亿美元估值新设AI实验室。