01模型竞争变成可用性竞争
DeepSeek把投机解码DSpark与训练框架DeepSpec推到开源和上线部署，几篇报道则把OpenAI新默认模型、GPT-5.6有限预览与美国审批放在同一天讨论。大模型竞争正在从单点跑分，转向速度、成本与可获得性的组合战。
ORAINK PUBLIC DAILY
AI从模型能力走向任务闭环，调用、验证与屏幕入口进入效率竞赛
今天的更新把模型、开发、构建链路和终端交互放在同一张工程表上：竞争焦点转向稳定调用、合规边界、运行约束与可验证的任务闭环。
- 任务闭环
- 稳定调用
- 构建验证
- 工程约束
- 屏幕入口
ISSUE OVERVIEW
本期概览
- 候选文章：约 57 篇
- 入选公开精要：57 条
- 候选订阅来源：集智俱乐部 / 爱范儿 / 量子位 / 新智元 / 硅星人Pro / 有机大橘子 / 少数派 / AI前线
AI与智能化
AI进入可用性竞赛
模型更新仍在继续，但开发者开始更关心能否稳定、便宜、合规地调用。Agent产品边界、编程平台与评估方法，也在围绕真实部署重新校准。
02AI应用开始重写产品边界
Notion上线不久的AI邮箱被关停，企业Agent仍大量停在原型阶段，另一边垂直应用和加速器案例继续寻找落地缝隙。这不是应用无路，而是通用聊天入口正在让位于能持续接管任务的工作流。
03写代码变快后，平台变厚了
Claude Code团队把问题从写代码转向管理AI Native工程组织，Dropbox用Nova编排大规模编程智能体，Google把Agent基础设施接到Kubernetes，PingCAP实验则展示复杂系统也被重新打开。代码生成之后，真正的战场是上下文、沙箱、验收和协作协议。
04会生成不等于会判断
视频世界模型在303道题里露出推理一致性短板，VideoOdyssey指出长视频不必然更难，LLM-as-judge也在寻找更稳的评估方法，豆包专业版实测呈现办公有余、生产不足。评测正在从排名表，变成暴露能力边界的诊断工具。
DeepSeek开源推理加速框架，美国前沿模型发布却被放进审批口径。
当速度、价格和准入条件同时变化，开发者真正该比较的是模型能力，还是可持续调用权？
灵砚视角：模型排行榜仍有用，但今日更关键的是能力能否稳定落到生产约束里。开放框架降低了成本门槛，审批与限量预览则把不确定性重新加回供应链。
Notion宣布关闭Notion Mail，转向由Agent接管邮件管理。
一个AI应用何时该独立成产品，何时只该成为某个工作流里的动作？
灵砚视角：Notion Mail的关闭不是简单失败，更像一次界面假设的撤回。邮件的价值不在生成回复，而在持续分拣、等待、升级与收尾，Agent如果不能接住闭环，也只是换壳。
网络安全
构建现场的风险，正在考验验证能力
今天的安全议题不止在漏洞本身：依赖、CI、仓库与补丁回归都成了验证对象。AI软件工程的落地，也开始接受同一套工程制度检验。
01供应链攻击正在贴近构建现场
从伪装 PostCSS npm 包到 Verana 仓库后门，攻击不再只盯运行时漏洞，而是把入口放进依赖、CI 与协作仓库。塔塔代工厂泄露又提醒，供应链的弱点常在生产链与开发链的交界处。
02补丁本身也需要被验证
DirtyClone 被称为 DirtyFrag 修复后的回归绕过，本地权限可升至 root，部分场景触及容器逃逸；另一篇热补丁讨论则把焦点放到业务连续性。安全运营不只是尽快打补丁，而是证明补丁没有制造新的路径。
03AI软件化的关键不是更会说话
Nature 的端到端 AI 科学家、AI 能移植编译器却难交付中等需求、可信软件工厂与 RAI 指标滞后，指向同一件事：能力展示正在让位于工程制度。可验证、可复现、可审计，才是 AI 进入生产的门槛。
04自我分析正在挤压自我感受
那篇关于情绪的文章把 AI 聊天放进更大的日常：我们越来越熟悉给感受命名、找成因、做归因，却更少停留在身体经验里。被解释得很清楚的情绪，未必就被真正经历过。
DirtyClone 被描述为 DirtyFrag 修复后的回归绕过。
如果补丁也会产生新攻击路径，团队该把哪些漏洞修复写成可重复的回归验证？
灵砚视角：这类事件提醒安全工作的重心从响应速度转向证据链。补丁上线只是动作，可验证的修复才是结果，尤其在内核、容器与权限边界处。
Miasma 变体从 PyPI 投毒延伸到 GitHub Actions 仓库链路。
当攻击者把入口放在构建流程里，开源项目最先应该收紧依赖、令牌还是工作流权限？
灵砚视角：供应链防御容易盯包名和版本，但真正的高杠杆位置常是 CI 权限、发布凭据与审计日志。谁能自动构建，谁就可能自动扩散。
前沿科技
从模型能力到任务闭环
今天的变化不在单点demo，而在训练、端侧、内容生产和监管接口被接进产品流程。前沿科技正在从能力展示转向可复现、可分发、可交付。
01智能体开始进入训练闭环
从vivo的SOLAR-RL到Tmax开源终端智能体，再到/goal把训练、日志和错误恢复串起来，今天的信号不是某个demo更聪明，而是长链路智能体开始被放进可训练、可复现、可运维的工程闭环。
长链路手机AI训练总崩盘？vivo全新半在线RL，仅15k轨迹稳定收敛量子位
This is a very good entry into post training LLMs with RL. The whole recipe and data is open. Highly...Suhail(@Suhail)
/goal for AI model training runs is *so* good - it really feels like the future. Very little babysit...Suhail(@Suhail)
6k+ of you run Waza 🥷, It turns engineering habits into short commands your AI agent runs: think, u...Tw93(@HiTw93)
02开源端侧正在挤压前沿
Om AI把流式多模态推到手机、无人机和机器人端侧，Ornith可用Ollama本地跑，DeepSeek与GLM-5.2又在编码和通用评价上逼近前沿。模型竞争正从单点分数，扩展到部署位置、调用入口和生态兼容性。
CVPR 2026最热方向，被一家杭州团队率先跑进了端侧！量子位
Run Ornith with Ollama:ollama(@ollama)
Pro Max 模式下，在 LiveCodeBench (93.5%)、Codeforces Rating (3206)、SWE Verified (80.6%) 等编码/工程基准上达到或超越了 GP...Geek(@geekbb)
Many smart people/AI insiders are saying GLM-5.2 is the first Chinese AI model to match and often be...Marc Andreessen 🇺🇸(@pmarca)
03生成内容变成可交付资产
Seedance 2.0的原生4K让文字可读性和材质成为卖点，Runway把广告本地化接进API，Recraft强调复杂图转可编辑SVG。生成式内容的重心在下移：从炫技样片，转向能进设计、投放、复用流程的素材。
04AI学习必须先划边界
Suhail把论文学习拆成快速理解与深度验证两套prompt，又用异步整理把待读材料变成空闲时的学习队列；Paul Graham则要求课堂明确AI可用或禁用。会用AI和保留独立思考，正在变成同一套学习设计问题。
I have two versions of prompt:Suhail(@Suhail)
I've started doing a lot of async learning where I'll take every interesting blog post, tweet, arxiv...Suhail(@Suhail)
Students need to learn how to use AI, but they also need to learn how to think for themselves. So in...Paul Graham(@paulg)
The key is to be explicit: for each kind of work in each class, is AI use expected, or banned? A sch...Paul Graham(@paulg)
vivo只用约15k条轨迹让长链路手机GUI智能体稳定收敛
当智能体训练成本降到产品团队可承受，手机系统的竞争单位会不会从应用图标变成连续任务链？
灵砚视角：GUI智能体的关键不是会点屏幕，而是能在失败、回滚、再尝试中稳定学习。一旦训练闭环变便宜，入口权力会向任务编排迁移。
Ornith、hf-claude和Ollama把更多开源模型塞进编码入口
如果入口仍由少数IDE和聊天框控制，开源模型的胜负到底取决于参数能力还是分发位置？
灵砚视角：开源模型的优势常被理解成便宜和透明，但今天更值得看的是入口适配。能被现有工作流无痛调用，才会把模型能力转成使用时长。
软件与开发者
软件开发进入“准入与约束”时刻
今天的软件与开发者内容里，前沿模型不再只是算力商品，Agent也不再停留在概念包装。入口、上下文、权限和工程取舍，正在变成更硬的分水岭。
01前沿模型正在变成准入制资源
Claude Fable先开放后收紧，GPT-5.6 Sol只给少数合作方，信号很清楚：越前沿的智能，越不像公共云服务，越像按身份、场景和信任分配的战略资源。这会改变创业公司、研究者和企业采购对模型能力的预期。
02Agent的胜负手落在约束和入口
今天几篇内容把Agent从概念拉回工程现场：Loop未必是架构核心，Harness、RAG形态、AGENTS.md上下文、QQ私聊入口和小课实践，都指向同一件事：可用Agent不是让模型多想几轮，而是把边界、记忆、权限和触发入口做扎实。
03实现变容易后，判断更值钱
Vercel的云架构经验、循环依赖宕机教训，与Guillermo Rauch关于工程判断的说法互相印证：工具能做的事越来越多，但资源、顺序、风险和取舍仍要人来定。当实现成本下降，真正稀缺的是决定什么不做。
Vercel was always cloud-centric. We've had workloads in all 3 clouds, with AWS being the primary (th...Guillermo Rauch(@rauchg)
Human judgement in engineering is ironically even more crucial now. Deciding what to build. Deciding...Guillermo Rauch(@rauchg)
You don't need more time.Justin Welsh(@thejustinwelsh)
04好工具开始减少隐形脑力负担
GitHub把Copilot描述为神经多样性专业人士的无障碍工具，vivo折叠屏的原子工作台则把采集、笔记和并排处理做成移动端工作流。两者都说明：AI生产力不只是在生成更多，也是在减少切换、整理和维持上下文的消耗。
GPT-5.6 Sol只开放给少数合作方，Claude Fable也从开放走向收紧
如果最前沿能力不再默认可买，团队应该把竞争力押在模型能力、数据闭环，还是场景准入上？
灵砚视角：前沿模型分层会让很多产品路线重估。依赖通用API追赶最强模型的策略，会越来越容易被访问权限卡住，更稳的筹码可能是数据、合规场景和分发关系。
Copilot代码审查支持AGENTS.md，同时社区在争论Harness比Loop更关键
未来Agent产品的质量差距，会更多来自模型本身，还是来自上下文协议、运行约束和工具权限设计？
灵砚视角：AGENTS.md这类文件像是在给模型建立项目内的行为契约。Agent工程化的核心，可能不是让模型更自由，而是让它在可审计的轨道里行动。
消费电子
消费电子的效率入口，正在从模型延伸到屏幕
今天的变化不只在模型基准测试，也在开放边界、算力组织和大屏交互。AI能力如何被安全、人才和界面承载，正在影响消费端体验。
01最强模型先卡在开放门槛上
GPT-5.6 以有限预览亮相，旗舰模型 Sol 在多项基准测试领先，却因网络安全风险暂未全面开放。这次发布的看点不只是能力上限，而是强模型如何被权限、风险评估与产品节奏重新包装。
02AI竞争开始转向工厂与人
黄仁勋把算力、模型、Token 消耗描述成新工厂经济，黄奇帆则把焦点落到稀缺人才。两篇文章合在一起看，AI 叙事正在从单个产品扩展到产业组织：谁能稳定生产智能，谁能配置人才，谁才有长期议价权。
03大屏手机在争夺工作流入口
Android 17 强化分屏、悬浮气泡与大屏切换，vivo X Fold6 则把折叠屏卖点从观影转向 AI 多任务流。大屏设备的竞争不再只是屏幕尺寸，而是能不能把多个任务组织成一个连续工作空间。
GPT-5.6 发布后仍是有限预览，最强模型 Sol 因安全原因没有全面开放。
当模型能力越强，用户真正购买的是能力本身，还是被平台审核过的可用边界？
灵砚视角：强模型发布正在变成双层产品，一层是能力秀肌肉，一层是访问治理。后者可能比跑分更决定普通用户何时感知到代差。
英伟达把 Token 描述为新工厂产出，黄奇帆把 AI 竞争落到五类稀缺人才。
如果 Token 是产出，人才是瓶颈，那么未来 AI 公司的护城河更像技术壁垒，还是生产组织能力？
灵砚视角：把 AI 看成工厂，会逼人重新计算成本、产能、良率和分工。模型不再只是软件，而是需要能源、芯片、数据和人才协同的生产体系。