依意思最接近的 30 筆
CMU、聖母大學等發布化學採購成本基準 ChemCost，最強智慧體在乾淨輸入下僅 50.6% 的估算誤差在 25% 以內。基準包含 1,427 個反應、2,261 種化學品和 230,775 條供應商包裝報價，要求智慧體完成名稱對齊、報價檢索、包裝選擇、單位換算與成本彙總，全程無需裁判。人類專家同任務準確率為 66.9%；輸入改為自然語言段落和 OCR 文字後，前沿模型準確率降至約 20%，化學專用模型接近 0。
企業一度鼓勵員工儘可能多地使用 AI，即所謂的 #tokenmaxxing，隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱，其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量，而企業發現 token 很難統計，這讓 AI 預算幾乎無法編制。
IBM CEO Arvind Krishna 在第三季度財報電話會上稱，開源權重模型現已能用前沿模型 10%–25% 的 token 成本實現約 90% 的效果。他回顧差距從 2024 年的 70 分對 20–30 分，縮小到 2025 年底的 70 分對 50 分，認為企業大多數任務（總結郵件、審查合同、客服應答）用便宜模型就夠。由此 IBM 看到本地部署 AI 需求升溫，稱兩三機架即可搭建，但企業缺核心、網路與 GPU 叢集調優人才；
Character.ai 已申請破產，破產法庭檔案披露其算力支出長期遠超收入：2024 年每月 AI 算力花費 1380 萬美元，2025 年降至 1000 萬美元，而訂閱收入峰值僅每月 280 萬美元，含廣告的全部收入峰值 530 萬美元。2026 年 1 至 8 月算力支出 5610 萬美元，8 月仍每月虧損約 800 至 900 萬美元。
阿波羅全球管理首席經濟學家 Torsten Slok 稱，AI 對科技行業以外的美國大企業帶來「零財務回報」。他考察剔除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla 後的標普 493 成分股，發現其利潤率與人均營收基本持平，沒有證據顯示 AI 提升了生產率。Slok 認為企業很難把日益廉價的智慧轉化為更高的營收與利潤率，因為商業中的智慧更多是判斷力；近期多項研究也未發現 AI 帶來顯著生產力增益。
《經濟學人》金融與經濟版發文提出，AI 算力正像石油一樣成為基礎性戰略資源，但還缺少與之匹配的市場。文章的核心主張是算力需要一套新的市場機制來完成定價與配置，原文未披露更多細節。該文在 Hacker News 上獲得 15 點、7 條評論。
Anthropic 發布一套面向企業客戶的報表工具：管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡，並獲得改進建議；這些資料預設不用於模型訓練。同時上線團隊共享預算池，用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%；
2026 年 7 至 9 月，OpenAI、Anthropic 和 Nvidia 的聯邦遊說支出都達到各自單季最高。其中 Nvidia 花 220 萬美元最多，Anthropic 為 210 萬，OpenAI 為 150 萬。與微軟、Google 等長期佈局華盛頓的大廠相比，這一規模並不算異常：微軟自 2021 年起每季至少 200 萬美元，Google 常在 300 萬以上；但這顯示三家 AI 公司正加大對政策制定的投入。
自建 AI 程式碼審查的平均單次成本從 2.43 美元降到 0.77 美元，降幅 68%；中位審查耗時也從 4 分 09 秒縮短到 1 分 32 秒。約 40% 的節省來自審查器程式碼最佳化，其餘來自更換所用模型與調整推理強度；在此之前，成本已從 4 月的 1.19 美元漲到 8 月的約 2.46 美元。審查器現已整體遷移到重寫的 OpenCode v2，影子模式對比中 98% 的合併請求審批結論一致，全量審查約快 13%。
文章認為，OpenAI 與 Anthropic 把 coding agent 以每月 20 美元賣給所有人，反而拆掉了自己最重要的客戶：靠軟體訂閱收費的公司。過去三年，AI 實驗室的說法是用 AI 軟體工程師替代昂貴的人類工程師；但同樣的工具被廉價賣給個人後，業餘開發者週末就能做出 Photoshop 替代品並開源，Adobe 式訂閱收入隨之消失，而且不會流向 AI 實驗室。文中還提到，200 美元/月的套餐一年 2400 美元，低於 Google 高階工程師一個月薪水；
Cal AI 創始人 Zach Yadegari 在 TechCrunch Disrupt 上透露，這款 AI 熱量追蹤應用靠批次招募網紅髮帖，兩年營收超過 3000 萬美元，並於今年 3 月被 MyFitnessPal 收購。他的做法是與網紅按觸達規模談固定報酬，要求持續發帖直到達標，並優先挑選社群緊密、觸達可量化的帳號；早期一條網紅帖曾在兩天內帶來約 1000 名新使用者。
軟體工程學者 Diomidis Spinellis 在部落格中判斷，AI 將接管大部分認知工作，思考會像狩獵、書法和木工一樣，從謀生手段變成休閒愛好。他給出三個驅動因素：效能更高、成本更低、可用性更高，並提到 OpenAI 內部模型已解決數百個此前未解的數學問題。文中還提到到 2030 年數萬億美元的資料中心投資將帶來更多算力，政府可能以監管和稅收限制 AI，但歷史上的類似舉措未能阻止技術革命；他建議保持靈活、跟上進展，並在工作之外建立有意義的生活。
Anthropic 發布 Claude Haiku 5.5，官方稱其是迄今最便宜、最快、能力最強的小模型，平均執行成本比 Haiku 4.5 低約 75%。定價為每百萬 token 輸入 0.10 美元、輸出 0.50 美元（提示 10 萬 token 以內），並首次在 Haiku 級模型上提供可調 effort 設定，用於權衡成本與智慧。
Asana 在 Codex 中用 GPT-6 Astra 改造 StackAI 瀏覽器智慧體工作流，在 GPT-6.1 Sol 上把單次執行的預估模型成本降至 0.47 美元、約 4 分鐘，比原生產環境所用的 Model B 便宜 76 倍、快 5 倍。144 次測試覆蓋四款前沿模型，最佳化手段包括把快取擴充套件到瀏覽歷史、把文字歷史預算放寬到 12 萬與 48 萬字元、截圖累積到 20 張再批次清理。
越來越多 AI 助手不再需要單獨下載 App，直接用 iMessage、RCS 或簡訊就能對話並代辦任務。其中 Instinct 於 2026 年 9 月完成 10 億美元融資、估值達 100 億美元，並開始給使用者分配助手專屬信箱地址、上線代打電話功能，目前仍處私測。其餘選項裡，Folk 免費、Pro 訂閱 8.33 美元/月，Comma 開源且免費起步，Fambot 主打家庭日程並每晚推送次日摘要，Martin 訂閱 21 美元/月起。
Claude Code 之後，軟體經濟從“建置貴、執行便宜”反轉為“建置便宜、執行貴”：$200 訂閱已能用上頂級 coding 模型，但 LLM 進入關鍵路徑後，每個使用者都帶來真實邊際成本。作者認為工程頻寬配給制已結束，行業卻仍受 MVP、既有品類和“OpenClaw for X”式複製束縛，只是產出更多軟體而非不同軟體；他類比電氣化後工廠需重排產線，稱重思程式碼協作與打包的公司才可能追上。
去拒答（abliterated）版 DeepSeek 現有 5 家獨立推理服務商可用，均支援 1M 上下文。各家價格差距很大：Experiential Labs 與 Hopper 最便宜，輸入每百萬 token $0.30、輸出 $0.03；audn 最貴，為輸入 $4.50、輸出 $0.40。速度上 Refuseless 達 515 tok/s，audn 只有 24 tok/s；Hopper 延遲最低，為 351ms。
一篇部落格文章指出，自託管 AI 在成本上並不比使用 API 便宜，但作者依然選擇自建。作者強調不會把 200 GB 的郵件、訊息和位置歷史傳送給 API，即使對方承諾零資料保留。他還提醒，拿 200 美元訂閱與 Opus 5.5 或 Astra 對比 Qwen 3.8 27B 並非對等比較。
Anthropic 工程與產品負責人稱，Opus 5.5 的執行成本低於上一代（節省幅度取決於負載與快取），並針對此前 Opus 過於囉嗦的反饋做了調整；API 側新增跨輪保留 thinking blocks，以防推理內容被提取用於蒸餾，但可能打斷客戶已有的 harness。平台側 Managed Agents 把會話與 harness 同執行程式碼的沙箱解耦：沙箱失敗不再終止整個會話，憑證經代理單獨附加、不進入沙箱，換來更低延遲與更強隔離。
Google DeepMind 發布一期播客，討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用，並講解不可感知水印如何保護數字媒體與生物設計，時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。
可直接發簡訊使用的 AI 助手正批次出現，其中 Instinct 在 9 月完成 10 億美元融資、估值達 100 億美元，併為助手提供專屬信箱。這些 agent 能記住上下文、連線日曆和信箱並代為執行任務；Ask Proxy 個人版 1 美元/天、企業版 15–23 美元/人/月，Caddy 走 iMessage/RCS，Comma 開源免費，Fambot 測試期免費、計劃收約 Netflix 訂閱費，Folk Pro 8.33 美元/月。
Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現，AI 採用度高的組織每位開發者 bug 增加 54%，PR 評審中位耗時約漲 5 倍，每 PR 事故數超 3 倍；其 Q3 報告稱部分效應有所緩解，但驗證與運維成本仍在累積。
AlphaGo 核心作者 Thore Graepel 在 MIT Technology Review 發文稱 LLM 不會推理，並已離開 Google DeepMind 創業做可審計的機器推理。他指出 AlphaGo 第 37 手是策略網路加搜尋機制的結果，而 LLM 的思維鏈仍只是預測下一個 token，缺少可檢查的認知狀態、知識與推理的分離，且常事後編造解釋。Yann LeCun 表示讚賞，認為真正推理必須涉及搜尋。
Dharma-AI 團隊用名為 VocabX 的方法在不更換基座模型的前提下，把生產環境中的實測推理成本降低 77%。該方法按每個 token 的成本而非出現頻率重建詞表，已用於其葡萄牙語作文批改系統：基於 Qwen3-4B，原詞表 151,669 項，只服務單一語言與固定 JSON 輸出格式。
Shopify 用 NVIDIA Nemotron 3.5 Lightning 後訓練出的 GraphQL 子智慧體已接入商家助手 Sidekick，官方稱在內部基準上準確率超過一款領先前沿模型，服務成本降低 90%、回應快 7 倍。配合 NVIDIA CCluster 的 vLLM 推理最佳化，目錄豐富、購物模擬、品類分類、推薦等五個場景效能提升 4.5 倍，推理成本最多降 12 倍。
由 18 家機構組成、2025 年 11 月啟動的 C-BRAIN 聯盟正與 NVIDIA 合作，用 AI 挖掘此前無法訪問的阿爾茨海默研究資料，並開源兩款科研智慧體。其中與勞倫斯伯克利國家實驗室共建的 OpenScientist 能半自主生成假設並完成分析，官方稱原本需數週到數月的工作幾分鐘即可完成，單次成本低於 10 美元；InsightEngine 則用文獻與知識圖譜逐條核對結論以減少幻覺。
Anthropic 與經濟學家聯合調查顯示，91% 的 Anthropic 員工認為 AI 到 2030 年能做出諾獎級發現，美國成年人中這一比例為 39%。員工預期 AI 屆時能完成自己 75% 的工作，美國工人平均為 28%；在使用 AI 的工作任務中，員工預期 2030 年有 65% 交由 AI 完成，美國成年人預期為 42%。
面向 coding agent 的外掛 neckbeard 在 Claude Code 上線，它讀取應用倉庫，從經過測試的 OpenTofu 模組目錄渲染出可審查的雲基礎設施與月度成本估算，支援 AWS、GCP、Azure 及 GitHub Actions/GitLab CI。規劃、渲染與校驗全部由確定性程式碼完成，agent 只做分析與解釋，不憑空編造基礎設施。
Jev 發布 33 天后熱度迅速消退，這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器，宣稱不會幻覺、更快更便宜，但輸出仍會出錯，且已有開放權重模型在部分任務上價效比更高，並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現，並由此質疑行業四年來的創新增量。
Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示，超半數認為員工產出經 AI 打磨後難辨人機貢獻，近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮，但 78% 已改變考核方式，更看重提示詞撰寫與任務分配能力；39% 用 AI 起草績效評估，46% 用 AI 輔助決策。57% 的組織在用的工具反而變多，僅 29% 稱 AI 基礎設施已集中最佳化；58% 預計一年內要監督的 AI agent 數量將超過人類員工。