LLM 如何在低、中、高三档推理努力间自如切换？
Sebastian Raschka 近日发表了一篇深度文章，系统解释了大型语言模型如何在推理阶段和训练阶段实现低、中、高三种不同程度的“思维努力”。文章从 token 级预算控制到训练数据标注中的推理深度信号等多个维度展开，为理解当前前沿模型所展示的灵活推理能力提供了稀缺的系统性技术框架。这一工作对于正在探索推理效率与质量平衡的研究者和工程师具有重要参考价值。
Kimi 商业版正式上线，面向企业开放订购
Kimi Business Membership 现已开放企业订购，最低五席位起订，按年计费。新方案提供企业银行转账、自助开票等企业级支持，并包含 Kimi Allegretto 计划的全部团队功能。此举标志着 Kimi 从个人与开发者市场向企业级服务迈出关键一步。
Claude Fable 5 正式内置至 Max 及 Team Premium 计划
Anthropic 宣布自 7 月 20 日起，Fable 5 将长期内置在 Max 和 Team Premium 计划中，限额为 50%。Pro 及其他 Team 会员仅能通过积分访问，一次性获得 100 美元积分。外界普遍认为此举是在 GPT 5.6 与 Kimi K3 双重竞争压力下的应对策略。值得注意的是，此前 5-7 月的临时额度提升（+50%）将同时结束，实际可用限额相当于正常水平的 75%。
模型精准执行指令的能力正在飞速提升，但在指令未覆盖的模糊地带中自主做出正确判断的能力却停滞已久——这种脱节值得整个行业警惕。
— François Chollet, Keras 创始人
DeepSeek 被指大规模采集专有模型输出
多位社区成员指控 DeepSeek 可能正在系统性收集多个闭源模型的输出结果用于训练。若指控坐实，这将是继蒸馏争议后，开源与闭源阵营之间的又一次正面冲突。事件已在社交平台引发千层讨论，目前 DeepSeek 尚未作出正式回应。
Lucy 2.5 Realtime 发布：单图即可实时生成视频
新模型 Lucy 2.5 Realtime 基于单张图片即可实现低延迟实时视频生成，适合 Vtuber 虚拟主播等应用场景。其团队宣称这不仅是生成模型的迭代，更代表了世界模型领域的一次范式转变。
AI 实验室如何避免模型商品化？向上游迁移是关键
分析指出，模型推理业务正在趋同，切换成本极低，利润空间有限。AI 实验室正向垂直整合、企业部署与构建切换成本方向迁移，力求从基础设施属性转向企业软件属性以实现可持续盈利。
Elon Musk 呼吁用户尝试 Grok 4.5
Elon Musk 在社交平台以一条简短推文推荐用户试用 Grok 4.5 模型。该模型目前已在多项基准测试中展现出强劲性能，包括登上 FrontierCode 排行榜，并在 TTS 人声自然度指数上获得 94 分——仅比真人低 6 分。此外，Grok 4.5 仅 1.5T 参数却在多项任务上逼近乃至超越 2.8T 的 Kimi K3，任务成本低三倍，被评价为“破解了智能效率”。
Kimi K3 蒸馏实力逼近 Fable 5，KDA 架构奠定基础
社区分析显示，Kimi K3 通过蒸馏技术在多维度上接近 Anthropic 的 Fable 5 水平。K3 基于 KDA 架构构建，被认为是为递归自我提升而设计的基础模型。分析人士预测 K3.1 将超越 Sol 和 Fable，而美国法律体系对数据标注的限制可能被长期低估。K3 已在 VoxelBench 排名第三，SpreadsheetBench 2 排名第一，并在创意写作中以近 300 Elo 分优势超越 Fable——被戏称“比 Claude 自己还 Claude”。
中国 AI 实验室的资本效率显著领先
分析人士指出，在算力与智能成正比的假设下，中国 AI 实验室展现出远高于美国同行的资本使用效率。这一优势可能成为其在全球 AI 竞争中最根本的壁垒——用更少的资本实现相同或更强的智能，这种效率在举国算力资源稀缺的背景下尤显重要。
Kimi K3 基于 KDA 递归架构，被看好超越 Sol 与 Fable
分析人士对 KDA 架构的质疑者作出回应，称 K3 是“可怕地好”的基础模型，从设计之初就为递归自我提升铺路。他们预计 Kimi K3.1 将直接超越 Sol 和 Fable 等闭源前沿模型，上限仅取决于何时拥有足够的 SuperPoD 算力集群跃迁至 10T 规模。这一判断与 Kimi 团队被赞为蒸馏能力“惊人”的行业共识相呼应。
“AGI”这个词已经严重过时了。AI 与人类智能的差别不是它不够好，而是它在绝大多数经济相关任务中已经远远优于人类。但这并不意味着 AI 比人类更优越——人类能够做的许多美妙之事，AI 仍然望尘莫及。
— Guillermo Rauch, Vercel CEO
Anthropic 大规模封禁账号引发争议
多位用户反映使用多年的 Claude 账号突然被封禁，包括刚刚购买的新账号也无法幸免。此次封号风波在中文社区引发强烈不满，用户普遍质疑 Anthropic 的封禁标准与透明度。
Codex 团队已用 AI 实现大部分日常代码
Codex 团队成员透露，当前绝大部分具体代码已由 Codex 自己生成，人类开发者更多扮演产品经理和 QA 角色——定义功能、验证结果，而非细看代码实现。这解释了 Codex 为何能以惊人频率发布新版本。
Codex 计算机操控能力惊艳：一句话安装 Blender 做动画
用户 Ethan Mollick 分享了使用 Codex 计算机操控功能的体验：仅需一句指令“安装 Blender 并做一只 3D 水獭动画”，AI 便自动下载、安装并运行 Blender 完成了建模与动画制作。全程仅需用户点击一次授权。
OpenAI Build Week 全球 32 场社区活动
本周末 OpenAI Build Week 在全球举办 32 场社区活动，覆盖曼谷、班加罗尔等城市，聚焦 AI 构建、探索与应用。
Claude Code 每周限额提高 50% 延至 8 月
Claude Code 对 Pro、Max、Team 及企业用户保持每周限额提升 50%，有效期至 8 月 19 日。
Kimi K3 在 VoxelBench 排名第三
K3 在 VoxelBench 排行榜位列第三，仅落后 Fable 约 100 Elo 分，较 K2.6 的第 28 名有巨幅跃升。
Kimi K3 在 SpreadsheetBench 2 超越 Claude
开源权重模型首次在该基准上超越所有闭源前沿模型，K3 力压 Claude Fable 5 拔得头筹。
Grok 4.5 登上 FrontierCode 排行榜
Cognition 新推出的 FrontierCode 基准中，Grok 4.5 展现出强劲的代码能力，引发业界关注。
Grok TTS 在 Humanness 指数排名第一
Grok 文本转语音模型在人类感知评分中获 94 分，仅比真人基准线低 6 分，语音自然度遥遥领先。
Grok 4.5 参数仅 1.5T，效率高于 Kimi K3
Grok 4.5 仅 1.5T 参数，而 Kimi K3 为 2.8T，任务成本低三倍，被赞为“智能效率的突破”。
Marc Andreessen 在 Rogan 节目阐述 AGI 已至
长达三小时的深度访谈中，Andreessen 分享了关于 AGI 现状与未来发展的 17 个核心观点。
Waymo 2.2 亿英里数据：事故率远低于人类
Waymo 与瑞士再保险联合分析显示，自动驾驶在其运营区域内事故率显著低于人类驾驶，但律师团体正游说反对推广。
ACT-2 Preview：首个统一泛化与可靠性的机器人模型
将广泛泛化与高可靠性统一于单一模型，单次微调即可适配多种任务。
高保真原型已可替代产品文档且效果更好
Claude Design 生成的可交互原型比传统 PRD 更直观，交 AI 实现可还原九成以上。
Kimi 收到 OpenAI 信件警告强大模型开源风险
Kimi 方面透露收到 OpenAI 战略部门的公开信，对高智能模型的开源安全风险提出警告，引发对 K3 真实水平的再评估。
过度依赖蒸馏可能带来长期副作用
若中国实验室过度依赖蒸馏且模型能力相当，长期可能在数据标注和强化学习方面处于劣势。
谁为 AGI 买单？寡头垄断之外需要新答案
引用 Ilya Sutskever 庭审证词“没有资金就没有大计算机，没有大计算机就没有大模型”，严肃追问 AGI 的资金来源问题。
OpenAI 派系主张开源权重是减速主义
部分 OpenAI 支持者认为开源权重会削减前沿利润进而阻碍 AGI 进度，被批评为 IPO 估值焦虑的投射。
开源权重不会导致 AI 崩溃，计算提供商将捕获价值
Ethan Mollick 认为即使开源权重主导市场，计算仍是核心瓶颈，价值将由算力提供商而非模型实验室捕获。
美国实验室低估了开放研究的力量
研究者引用 Richard Hamming 经典演讲《你与你的研究》，强调开放研究在宏观层面的重要性被严重低估。
训练模型预测工具输出为何能改进 Agent？
如果 Agent 能预测工具的输出，这一信息可用于更高效地规划下一步动作，研究者正在系统性分析这一机制。
Mind Lab 开源 2M Token 长上下文 RL 项目
仅用 8 张 GPU 实现 2M Token 长上下文强化学习训练，成本远低于数千张 GPU 的传统方案。
AI 能力提升不自动带来经济与社会效益
案例研究显示强大的 AI 能力需要正确的部署与治理机制配合，才能转化为真实的社会经济效益。
Kimi K3 创意写作比 Claude 自己还 Claude
在 Claude Sonnet 4.6 评审的创意写作测试中，K3 领先 Fable 近 300 Elo 分，被评价为“比 Claude 更 Claude”。
B 站上部分模型宣传视频或实为 Fable 5
分析指出 B 站上许多号称某模型“GA 版本”的演示视频实际使用的是 Fable 5，引发社区有关宣传诚信的议论。
中国 AI 加速器赛道参与者众多、竞争激烈
与 LLM、电动汽车、机器人领域一样，中国在 AI 加速器领域拥有数量惊人的参与者，均怀有英伟达式的雄心。
Martin Casado 驳斥“开源权重本质是减速主义”
A16Z 合伙人公开批评“开源权重模型本质是减速主义”这一论调为严重错误且无据可依。
知名开发者 Theo 公开称赞 Kimi K3
Theo 在社交平台表示 Kimi K3“真的非常非常好用”，社区反响热烈。
ChatGPT 桌面应用更新：新增聊天历史侧边栏
OpenAI 对桌面端应用进行更新，新增历史对话和云端项目侧边栏，优化多项目切换与管理体验。
Open Weights 线下聚会 7 月 25 日美国举行
以开源及本地 AI 为主题的线下聚会将于太平洋时间 7 月 25 日下午举办，目前已近百人报名。
Kimi K3 在 DeepSWE 软件工程任务持平 Claude
Together Compute 分析显示 K3 在 DeepSWE 软件工程基准上表现与 Claude Fable 5 持平，同等表现、更低成本。
Grok 4.5 使用更少 Token 却表现优异
分析指出 Grok 4.5 比同级别大模型消耗更少 Token，在大多数任务上性能出色且成本最低。
AI 安全派的预言至今无一应验？
有论点认为 AI 安全倡导者迄今无一预测正确，实际出现的更多是日常化的平凡问题而非末日场景。
Kimi K3 对 Anthropic 构成重击，开源权重时代已至
一家中国 2.8T 开源模型在 WebDev 人类偏好测试中夺魁，被认为标志着开源权重对闭源企业的全面反攻。
Claude Fable 5 限额 50% 最终落地，感谢 K3 与 GPT 5.6
业界调侃 Anthropic 此举是竞争对手压力下的被动降价，消费者最终受益。
Anthropic 悄然减少 Fable 5 限额 25%
7 月 20 日起 Fable 5 限额较之前再减 25%，相比促销期实际缩水近一半引发不满。
Grok Build 几乎每天都在改进
Elon Musk 表示 Grok Build 每天都有新进步，迭代速度令开发者社区感到振奋。
开发者基于 Kimi K3 构建出众多惊艳应用
社区大量展示基于 K3 的开源项目和创意工具，Kimi 官方推文获近万五个赞。
AI 实验室如何捕获价值：向上游迁移是关键路径
random_walker 与 akashkapur 联合发表的详细分析探讨了 AI 公司如何在模型商品化的洪流中构建持久护城河。
Lucy 2.5 发布：世界模型领域的范式转变
研究团队称 Lucy 2.5 不只是一个生成模型的迭代，而是世界模型思路的根本性变革。
开源权重主导世界等于全面 AI 共产主义？
讨论认为开源权重模型主导的世界更像 AI 共产主义，相比寡头垄断更安全。
DeepSeek 被疑通过自有 API 中转调用 Claude
有指控认为 DeepSeek 可能以自身 API 作为中转站间接使用 Claude 模型，若被证实将极具破坏性。