模型定价

SilkDock推出AI模型定价比较工具，覆盖385个模型和9家供应商，帮助用户找到最便宜的模型服务。

Boogy 是一个让开发者通过 AI 提示快速部署后端的平台，支持在几秒内创建 REST、RPC、MCP 接口，并自带沙箱数据库和认证。其核心亮点包括：服务间通过进程内调用实现微秒级延迟的网状网络；自研嵌入式数据库 BoogyDB，性能可达 SQLite 的 1.5–3 倍；内置向量搜索、后台作业和零信任安全模型。所有配置通过 TOML 清单声明，运行时自动执行。

作者通过亲身经验指出，AI暴露了软件开发中长期存在的系统性问题，如缺乏文档、测试不完善、隐性知识依赖等。AI像混沌工程一样测试系统的韧性，迫使团队修复这些漏洞。文章强调，为AI设置的护栏本应是工程实践的一部分，并提出了80/20准则：80%确定性的代码加上20%AI灵活性。

Autolang是一种专为AI Agent设计的脚本语言，旨在提供安全、快速且低成本的代码执行环境。它作为编排层，允许AI调用预定义的包装函数，同时通过静态编译和严格的运行时限制防止恶意操作。文章详细介绍了Autolang的设计哲学、性能优化、安全机制以及适用场景。

一位系统架构师反思AI编码工具（如Codex和Claude）如何通过提供即时的多巴胺奖励来消除学习过程中的挣扎，但代价是牺牲了开发者的直觉和品味。文章以蝴蝶破茧的比喻说明，过早的帮助会让蝴蝶失去飞翔的力量，同样，跳过困难阶段的编码代理可能让开发者无法建立深层心智模型。

一家匿名企业因未对员工许可证设置使用上限，一个月内在Anthropic的Claude AI平台上烧掉了5亿美元。这一事件揭示了基于令牌的AI定价模式在没有监管时可能造成的财务灾难，以及企业中“令牌最大化”现象的兴起。

最新研究提出有效反馈计算（EFC）概念，挑战传统计算量指标，证明AI性能提升的关键在于反馈的智能利用而非原始算力。EFC在预测失败率方面远超传统指标，R²达0.94，反馈质量提升后成功率从0.27跃升至0.90。

Nous Research 的开源 Hermes Agent 新增了 Tool Search 功能，通过 BM25 渐进式模式披露，推迟加载 MCP 工具模式，减少令牌开销并提高模型准确性。Anthropic 评估显示，Claude Opus 4 准确率从49%提升至74%，Opus 4.5 从79.5%提升至88.1%。

mem9的故事始于一次客户请求，从一个快速原型发展成一个完整产品。本文分享了构建智能体内存的关键经验：内存不仅仅是存储问题，而是涉及摄取、排序、评估和产品判断的工程挑战。内存API本身不足以构成产品，用户需要查看、检查、信任和纠正智能体的记忆。此外，评估应成为内存产品的基础设施，以使质量可视化和可调试。最后，智能体内存不应局限于文本，应向多模态发展。

在消化Anthropic重大新闻的间隙，我们重点介绍了AIE的新前向部署工程师计划和创始人计划，以及5月28-29日的AI新闻。主要话题包括：Claude Opus 4.8发布及其基准测试争议、多轮强化学习中的tokenization错误、开源模型与工具链进展、Google和OpenAI的Agent产品扩展，以及值得关注的研究论文。

一个研究项目展示了在2017年MacBook Air上，通过结合人类实验者、Codex、llama.cpp、本地数据库和IBM量子处理器采样，将Qwen3-30B模型的推理速度从0.09 tokens/sec提升至14.03 tokens/sec，同时保持输出连贯性。该方法并非在量子处理器上运行模型，而是用量子采样优化推理配置。

本文探讨了AI代币成本与人类劳动力成本之间的权衡，以及这一新现实如何影响企业预算分配。

本文探讨了AI如何大幅降低代码级决策的逆转成本，从而重新定义软件架构的边界。作者认为，许多以往被视为架构的决策（如模块结构、框架选择）已不再是架构问题，而数据架构、服务边界和用户信任等仍然难以更改。AI同时提升了可观测性和业务战略对齐的重要性。

英伟达的X-Token解决了GOLD在跨分词器知识蒸馏中的两个结构性缺陷，在GSM8k等数学推理基准上取得了显著改进。它利用投影矩阵和P-KL与H-KL损失之间的选择机制来处理分词器不匹配问题。

一位开发者通过自建工具CodeBurn追踪AI编码API支出，发现30天内$7,890的支出中仅47.9%用于实际编码，其余花费在探索代码库、调试、委托子代理和对话上。文章详细介绍了CodeBurn的功能，包括仪表盘、模型对比、浪费检测、产出追踪等。

Step 3.7 Flash 是一款 198B 稀疏 MoE 模型，拥有约 11B 活跃参数、原生视觉能力和 256K 上下文窗口。在编码基准测试上相比前代大幅提升，支持 Advisor Mode 实现高性价比的智能体推理，并以 Apache 2.0 许可证开源。

苹果Mac Mini M4 Pro和Mac Studio大内存型号因本地AI需求激增而缺货。本地自主AI代理（如OpenClaw）兴起推动硬件抢购。但即便慷慨估算，购买128GB内存的本地设备（如GMKtec EVO-X2，3299美元）运行Gemma 4模型，需2.6年才能通过节省API费用回本。

Claw Learn是一款开源的AI驱动可视化数学导师，结合ElevenLabs语音引擎和自定义画布渲染器，将数学问题转化为实时动画讲解。用户可通过语音或文字提问，观看同步动画和叙述。支持多种AI模型和部署方式，已引起广泛关注。

DDS Vibe Academy 提供47个免费AI编程大师课程，全部由AI代理构建。创始人Robert McCullock仅设计约束条件，未编写一行代码。课程涵盖基础、开发、应用和精通四个级别，涉及Claude、Antigravity、MCP等技术。

作者批评SiteGround在WordPress 7.0更新中未经用户同意自动启用AI连接器和AI代理，认为这是一种欺骗性的强制推广，尤其对于付费用户而言。该插件虽迅速获得百万安装量，但评价极差。作者因此计划更换主机商。

本文介绍了LangChain提出的解释器技能（Interpreter Skills）概念，这是一种将确定性代码与智能体指令结合的方法。通过让智能体在解释器中导入并执行TypeScript模块，可以构建更可靠、可评估的工作流，例如用于GitHub问题分类等任务。

IBM和红帽联合启动Project Lightwell，这是一个AI驱动的开源安全计划，投入50亿美元和2万名工程师，旨在规模化发现和修复开源软件中的漏洞。该计划最初专注于Maven/Java生态系统，随后将扩展至PyPI、npm、Go等。Lightwell将作为企业级中间人，通过AI扫描、人工审核补丁的方式，与上游社区协作，并为客户提供商业订阅服务。

Liquid AI发布了LFM2.5-8B-A1B，一款面向终端设备的混合专家模型，总参数8B，活跃参数1B，训练数据量达38万亿 tokens。该模型支持128K上下文窗口，扩展了词汇表以提升非拉丁语言的分词效率，并采用纯推理链式思维模式。在基准测试中表现优异，同时具有出色的CPU和GPU推理速度，适用于本地代理任务。

Google、OpenAI 和 Anthropic 采用了截然不同的 AI 定价策略。Google 是低成本玩家，尽管涨价但仍低于对手一半。Anthropic 曾维持高价，OpenAI 则先补贴后涨价。这些变化反映了各公司在资本支出创纪录背景下对市场份额和利润率的权衡。

本文探讨了人工智能可能如何改变中央集权与分权治理之间的权衡，从而增加极权主义出现的可能性。文章回顾了历史上通信和官僚技术对极权统治的促进作用，并分析了AI在信息处理、监控、宣传和军事能力方面的进步如何可能使独裁政体更有效，甚至缩小民主与专制之间的经济绩效差距。

比亚迪发布了中国首颗车规级4纳米智驾芯片璇玑A3，采用自研NPU架构，三颗组合算力超2100 TOPS，单位功耗比同类低20%，算力利用率提升100%。王传福承诺智驾事故全额赔付。

一个高速LLM游乐场，每秒可处理3000个token，提供开放Web界面。

Anthropic发布Claude Opus 4.8，重点提升可靠性、诚实性和自主工作流能力，而非单纯追求基准分数。定价保持不变，快速模式大幅降价。

TheFoundry 是一个用户友好、企业级的多智能体系统（MAS）引导框架，旨在解决现代 AI 编码中的关键失败点，如令牌遗忘、无限循环、架构漂移和智能体冲突。它采用拉取式工作流、共享看板、上下文范围限制、步骤预算、基于 TOML 的确定性通信和临时引导器，让多个专业 AI 智能体自主协作构建软件项目。

通过19世纪铁路热潮与当今AI投资的对比，揭示资本密集型技术如何重塑金融体系。铁路催生了债券市场和现代金融，而AI正重复这一过程。历史表明过度投资和全球金融牵连可能导致危机，AI投资者需警惕类似风险。

Stepfun 推出了 Step 3.7 Flash，这是一个 Apache 2.0 开源模型，专为实时智能代理设计。它结合了视觉、编码、搜索和工具使用能力，拥有 256K 上下文窗口和约 110 亿活跃参数，推理速度高达 400 TPS。

法拉利首款电动车Luce，由乔尼·艾维参与设计，外观颠覆传统，引发热议。本期Vergecast讨论了其设计、技术以及对电动车市场的影响，还涉及AI的普及与公众反感等话题。

本文分析了在太空建设AI数据中心的可行性，包括其物理优势（持续的太阳能、被动辐射冷却、真空光速通信）和工程限制（散热、辐射加固、训练同步、维护）。关键假设是星舰的发射成本。目前多个初创公司和谷歌、SpaceX等巨头已启动试点项目。近期的投资影响有限，但值得关注。

PPIO 入选非凡产研发布的「2026 Global AI 100」榜单，该榜单由非凡大赏年度 AI 全球化增长峰会评选，旨在发掘全球化 AI 原生公司。PPIO 以全球化分布式算力基础设施、全栈云服务、模型平台（支持 DeepSeek、GLM 等）及 Agent 沙箱等创新产品，为出海企业提供低时延、高可用的算力网络。截至 2026 年 4 月，PPIO 整合全球 4800+ 节点，日均 Token 调用量超 10000 亿，开发者用户超 57 万。同时获评上海市数字出海服务平台试点单位及 GDA 领航服务站。

本文探讨了开源AI策略的局限性，特别是开放权重模型和开放协议（如MCP）如何被私有参与者捕获价值。通过分析Anthropic收购Stainless（一家生成SDK和MCP服务器的初创公司）的案例，说明了开发者体验层正在被平台巨头整合，形成新的护城河。文章强调，开源的影响高度依赖于其依赖关系，需要从生态系统整体视角分析瓶颈。

Anthropic 发布了 Claude Opus 4.8，相比 Opus 4.7 在编程、代理工作、推理和知识工作方面有所提升。新功能包括努力控制、动态工作流和 Messages API 实时更新。定价不变，标准版每百万代币输入/输出 5/25 美元，快速版 10/50 美元。早期测试显示成本与 GPT-5.5 相当，工具步骤更少。公司还透露了未来路线图，包括 Mythos 级模型和网络安全项目 Glasswing。

Cognition宣布完成超10亿美元D轮融资，估值达260亿美元，由Lux Capital、General Catalyst和8VC领投。公司推出的AI软件工程师Devin自两年前上线以来，企业使用量增长超10倍，年化收入达4.92亿美元。Devin已为花旗、梅赛德斯-奔驰、高盛等大型组织提供服务，并帮助客户实现显著效率提升，如梅赛德斯-奔驰将八个月的现代化改造项目缩短至八天。Cognition正朝着自主软件开发的方向发展，其内部工程团队89%的代码由Devin提交。

联想发布全球首款商用AI主机系列，专为一人公司（OPC）和成长型企业设计，通过本地+云端混合架构解决Token成本高和数据安全问题，并赠送大量Tokens，开箱即用。

加州大学伯克利分校UCCL团队发布mKernel，将节点内NVLink、节点间RDMA和密集计算融合到单个持久CUDA内核中，旨在减少AI工作负载中的通信开销。研究显示通信可占用前向传播43.6%和训练总时间32%的时间。mKernel提供五种融合内核，支持ConnectX-7和AWS EFA后端。

研究者利用AI对FreeBSD内核进行安全审计，发现15个漏洞，包括5个本地权限提升、1个bhyve虚拟机逃逸等，并公开了其中三个LPE漏洞的利用代码。该项目旨在帮助维护者更高效地发现和修复漏洞。

PromptLayer是一个面向开发者的AI可观测性工具，通过单一时间线和瀑布视图追踪请求、工作流、令牌使用、延迟、成本和失败。支持多步骤AI系统的完整执行路径。目前提供免费测试版。

文章作者通过文本分析、统计证据和AI检测工具，论证了教皇利奥一世的首份通谕《Magnifica Humanitas》中有大量内容是由AI（特别是Claude）撰写的。作者指出，通谕中使用的破折号、词语“genuinely”的频率远高于以前的通谕，且Pangram检测器标记部分段落为AI生成。作者认为，尽管个别证据可能被解释，但多重证据的吻合难以忽视。

CodePulse是一个开源的代码库索引工具，通过维护持久的、基于git差异的索引，为AI编码助手（如Claude Code、OpenAI Codex CLI、Cursor等）在会话启动时注入紧凑的快照，从而节省60-80%的令牌预算。它支持任务感知排序、git感知排序和自动预算功能，并提供了CLI、MCP服务器等多种集成方式。

Aryabhata 2是一个针对竞争性STEM考试（如JEE和NEET）优化的推理语言模型，基于GPT-OSS-20B通过强化学习后训练。它利用PhysicsWallah的内部题库构建高质量课程，并通过逐步增大的rollout组规模来扩展探索。实验表明，Aryabhata 2在多个基准测试中优于基础模型，同时输出令牌减少高达64%。

本文介绍了一个518M参数的阿拉伯语专用大型语言模型RightNow-Arabic-0.5B-Turbo，基于Qwen2.5-0.5B构建。通过词汇注入和边缘优先部署，该模型在阿拉伯语基准测试中达到35.9%的平均准确率，超越了同类开源模型，并在COPA-ar上与1.5B参数量的Falcon-H1-1.5B持平，而体积仅为后者的三分之一。量化后模型仅398 MB，在单块H100上可实现635 tokens/s的推理速度。所有代码和权重均已开源。

本文提出COM方法，通过在初始化和训练阶段引入几何约束，保留时间序列标记的连续性和序数性，显著提升基于令牌的时间序列大语言模型（TS-LLM）的性能。实验表明，COM在多个基准上取得一致改进和强泛化能力。

文章探讨了“一次性软件时代”的概念，认为AI生成的代码应被视为可丢弃的，就像工业革命中的家具一样。作者通过一个实际案例展示了如何用AI重构代码，并提出了“一次性代码宣言”，强调代码需满足意图、要求和安全性。

清华系创业公司是石科技通过自主研发的并行优化技术，构建异构算力资源池与推理优化引擎，实现单位Token成本降低40%，旨在打造国产Token调优工厂，降低AI落地门槛。

repo-brain 是一款开源工具，能将整个代码库压缩成单个Markdown上下文文件，实现高达96%的压缩率，大幅减少AI令牌使用量。它支持多种编程语言的静态分析、架构分析和语义关系发现，并兼容多家AI提供商。

Anthropic以9650亿美元估值完成650亿美元H轮融资，同时披露470亿美元年化收入，并发布Claude Opus 4.8更新（提升判断力、诚实度和长时自主工作能力）以及Claude Code的Dynamic Workflows功能（支持数百个并行子代理）。