TODAYAI DAILY
Databricks估值达1880亿美元；上海AI Lab发布非Transformer科学智能体 | TodayAI
要闻速览/
今天最值得先看的 AI 变化。
Intuit 是 Agentic AI 领域的早期探索者，但其成功之路并非一帆风顺。在 VB Transform 2026 大会上，Intuit AI 副总裁 Nhung Ho 透露，公司在大约四个月内两次重构了 Agent 架构：最初从一组专用 Agent 转向中央编排层，但当编排器自身因复杂性开始失效时，又放弃了该层，转而采用基于技能和工具的系统。第二次重构耗时 60 天，首个可用版本在 20 天内完成。导致第二次重写的失败模式非常具体：编排系统中的 Agent 以自然语言相互传递结果，每次交接都会丢失下一个 Agent 正确执行所需的关键上下文。Ho 表示，如果 10 个 Agent 相互传递，每次交接都会使错误累积。这一案例表明，过度依赖中央编排层可能引入新的复杂性，而基于技能和工具的分布式架构或许更稳健。Intuit 的经验为其他企业构建可扩展的 Agent 系统提供了重要参考。
大公司/
主流 AI 公司、平台和芯片厂商动态。
旧金山总检察长 David Chiu 向苹果和谷歌发出停止并终止信函，要求从应用商店移除 13 款所谓的“脱衣”应用，这些 AI 工具可以轻易将普通照片中的衣物移除，生成裸体图像。官方估计苹果和谷歌从中赚取了数百万美元的费用。该行动依据加州禁止不公平竞争和虚假广告的法律。
据 Mystic Leaks 报道，谷歌 Pixel 11a 将搭载与旗舰同级的 Tensor G6 处理器，而非像 Pixel 10a 那样使用上一代 Tensor G4。此前 Pixel 10a 因使用旧处理器而令用户失望。Tensor G6 将配备与 G5 相同的 PowerVR DXT-48-1536 GPU，性能较 Tensor G4 的 Mali-G715 有所提升。
一名开发者上传了 TabFM Studio，一个轻量级 Web 应用，允许用户无需编写代码即可在电子表格上运行 Google 的 TabFM 表格基础模型。只需拖入 CSV/Excel 文件，点击列头标记预测目标，即可基于上下文示例进行预测。该工具旨在让非编程人员也能使用表格 AI 模型，所有计算在本地完成。项目已在 GitHub 开源。
一名 Hacker News 用户称收到 AWS Budgets 警报，其预算阈值 5 美元，但预测金额显示为 30,055,758,7047 亿美元。用户过去一年未积极使用 AWS，但控制台显示该金额。AWS 支持 AI 聊天机器人表示“自 7 月 1 日以来完美一致的每日成本强烈表明计费或计量错误”，并已创建工单。用户已禁用 IAM 角色并删除资源，但 AWS 尚未正式回应。
开发者与 Agent/
开发者工具、开源项目、API、SDK、Agent 框架和工作流。
OpenMarkdown 是一款支持人类与 AI 代理实时协同编辑同一份文档的 Markdown 编辑器。它具备版本管理和实时同步功能，AI 代理可协助修正语法、扩展内容或自动生成代码块，显著提升技术文档和笔记的编写效率。该工具打破了传统编辑器仅适配人类用户的局限，让 AI 成为文档的共同创作者，为开发团队提供更高效、协作更紧密的工作流。对于需要快速迭代文档或开发说明的项目，OpenMarkdown 降低了人机协作文档的门槛。
Brex 公司开发了开源 HTTP/HTTPS 代理 CrabTrap，用于监控和裁决 AI Agent 的网络请求。该工具通过拦截所有流量并使用 LLM 作为法官，根据 Agent 实际行为动态调整访问策略，而非预设固定权限。这种基于观察的方法比传统 SDK 级权限和模型护栏更灵活，能够适应 Agent 的不可预测性。Brex 联合创始人表示，网络层是未被充分利用的执行点，每个请求都可被拦截和决策。这一实践为企业大规模部署 AI Agent 提供了全新的治理思路，让策略从静态规则转向自适应学习。
上海人工智能实验室在 WAIC 2026 上发布了科学智能体新基座模型，拥有 397 亿参数，性能追平万亿参数模型。该模型采用非 Transformer 架构“Mobius”，不做泛化通用问答，而是专门面向科学研究领域，可辅助实验设计、数据分析等任务。其架构创新为开发领域专用 AI Agent 提供了新路径，也展示了非 Transformer 架构在特定场景下的潜力。对于需要构建科学 Agent 的开发者，该基座模型可作为强大起点，减少从零训练的成本。
一位研究者提出了一套 10 级研究进展框架，描述从简单复制到颠覆性发现的阶段，包括信息编译、理解总结、比较评价、知识应用、实验设计、组合创新、原创贡献及范式突破。该框架旨在帮助初级研究者建立直观理解，但同时也引发了关于 AI 能否实现高层原创性的讨论。尽管并非正式模型，但它为构建研究型 Agent 提供了层次化的参考架构：AI 可在低层辅助文献综述和数据分析，而高层仍需人类主导。这是对 AI 在研究角色中的一次有益思考。
Vertu Alphafold 是一款售价 6880 美元的奢侈折叠手机，内置名为 Hermes Agent 的 AI 助手，专为企业高管设计。TechCrunch 的详尽评测从 AI 工作流效率、电池续航和隐私安全三个维度考察了其日常实用性。虽然硬件核心由 ZTE 提供，但 Vertu 通过定制化 AI 服务和物理安全芯片强化了商务场景的可靠性。评测指出，Agent 在日程管理、邮件摘要和会议调度上表现流畅，但电池续航在持续 AI 调用下仅能维持半天。这一产品标志着 AI Agent 正从软件服务向专用硬件载体延伸，但其小众定位对普通开发者参考价值有限。
研究与模型/
模型、论文、推理、多模态和技术突破。
独立研究者发布了 Stereo2Spatial 模型，旨在将普通立体声音乐转换为沉浸式 7.1.4 空间音频。项目先在 EAR-VAE 潜在空间中训练流匹配扩散模型，后转为原始波形建模以提升音质，并引入跨窗口记忆令牌实现长时序稳定生成。尽管潜在空间版本存在质量瓶颈，波形版本在训练 60K-80K 步后损失持续下降，展现出从立体声到空间音频映射的可行性。该模型能为音乐爱好者提供更丰富的聆听体验，同时为音频生成社区提供了一种无需专业设备即可获得空间化混音的方法。
据量子位报道，上海多家央国企开始大规模部署大模型，逐步替换原有的自动化设备。这些企业将大模型深度融入生产流程，实现智能化升级，提高效率和灵活性。报道指出，大模型在理解复杂指令、优化调度等方面展现出优势，使得传统自动化设备被换下。这一趋势标志着大模型从通用对话场景进入实体经济核心环节，为制造业 AI 落地提供了实践案例。不过，具体技术细节和效果数据尚未公开，需后续观察其长期影响。
一位开发者在三星 S26 Ultra 手机上成功运行了私有 Qwen 35B MoE 大语言模型，且未降低精度。优化后输入处理速度约 90 tokens/s，输出生成约 8 tokens/s，模型内存占用在设备限制内。尽管实验未公开具体方法和架构，但证明了大参数 MoE 模型在高端移动设备上本地推理的可行性，为端侧 AI 部署提供了参考。不过，该结果仅为单一用户测试，尚需更多验证。同时，该开发者自称无正规博士学位，依靠兴趣自学，其 4 篇论文在 arXiv 上待审，反映出独立研究的门槛正在降低。
融资与商业化/
AI 融资、并购、估值、商业化、定价和市场竞争。
据TechCrunch报道，Databricks已完成新一轮融资，估值飙升至1880亿美元。该公司成功重塑形象为AI公司，并发布了关于开源权重AI模型在编程任务中显著节省成本的研究。这一估值反映了市场对数据与AI基础设施平台的高度信心，也表明企业级AI应用正持续吸引大规模资本。Databricks的快速增长进一步印证了AI驱动数据平台在商业落地中的核心地位，其开源模型成本研究也为企业采用AI提供了更有说服力的依据。
政策、监管与产业/
AI 政策、监管、产业落地、公共治理和基础设施变化。
Foundation Future Industries是一家开发人形机器人的公司，其首席战略顾问为美国总统之子埃里克·特朗普。该公司CEO向《连线》透露，正在探索一些“动能性”业务，暗示其机器人可能被用于军事行动。这一动向引发了对人形机器人武器化及伦理监管的广泛关注，尤其在军用AI技术尚未有明确国际规范背景下，公司背景更增加了政策敏感性。
《麻省理工科技评论》的每日简报指出，围绝经期话题虽已走出禁忌，但社交媒体和电视医生散布了大量缺乏科学依据的误导信息，例如所谓测试方法并不可靠。同时简报报道了中国在AI领域的最新跨越式进展，显示出中国在人工智能竞赛中持续发力。这两则新闻分别反映了健康科技信息监管的缺失以及全球AI产业政策的竞争态势。
Simon Willison受到Julia Evans关于SQLite查询计划难懂的启发，使用Anthropic的Claude Fable模型构建了一个交互式SQLite查询解释工具。该工具在浏览器中通过Pyodide将SQLite运行于WebAssembly之上，能够对EXPLAIN和EXPLAIN QUERY PLAN结果进行自然语言解释。尽管作者自谦对查询计划不够精通，但这一工具展示了AI在开发者工具和数据库优化领域的产业应用潜力。
建设者观察/
AI 产品、模型、Agent、开发者工作流和创业判断的一手观察。
Madhu Guru 认为，企业难以超越基础聊天机器人的根本原因是缺乏构建评估（Evals）和编排（Harness）体系的人才。他指出，Evals 需要清晰理解用例并转化为离线/在线评估，推动模型前沿；Harness 需要独立于模型的路由、多智能体编排、上下文管理、工具调用和记忆系统。当前最稀缺的是能将前沿技术整合落地的人才。对企业 AI 部署的启发：模型本身不是瓶颈，围绕模型的评估与编排基建以及相关人才才是关键。
Aaron Levie 回应了关于 AI 成本下降的讨论，认为成本越低，生态系统的受益机会越大。他指出，AI 更高效时总用量会上升，价值会流向技术栈的各个层级。一个反直觉的影响是：效率提升可能反而增加对前沿模型的支出，因为你可用最强模型编排任务，再将大量 token 交给更便宜的模型处理，从而让更多任务变得可落地。最承压的是利润率，但整体上是激烈竞争推动 AI 成本下降的有趣时期。对创业者的启发：模型组合策略比单纯降本更重要，成本下降会创造新的需求层。
Thariq 建议在开发 AI 应用时，先用原型（如线框图、数据模型、概念验证）快速验证想法，避免在不确定输出方向时就大量消耗 token。这一做法能显著降低试错成本，尤其是在复杂 Agent 或多步工作流中。对 AI 开发者的启发：在投入大规模生成之前，先通过简单的原型验证逻辑和预期结果，可以大幅提升 token 利用效率。
Swyx 建议开发者设置 Codex、Claude、Gemini 或 Devin 等工具的自动化流程，每周自动研究如何改进 SEO（搜索引擎优化）或 AEO（答案引擎优化）。他认为这是当前少有人利用的免费 alpha（超额收益），通过 AI 持续迭代可以带来持续的流量增长。对 AI 应用创业者的启发：将 AI 用于自动化运营优化（如 SEO/AEO）是一种低成本、高回报的策略，应当尽早建立自动化研究循环。
Claude 官方发帖承认近几周 Fable 访问限制给用户带来挫败感，宣布将为最密集使用 Fable 的计划提供 50% 使用量的标准访问，以增加确定性。他们感谢用户耐心，并继续投资新容量。这一调整表明，AI 产品在快速增长中需要动态管理资源分配，通过透明沟通和渐进式配额缓解供需矛盾。对依赖 API 的创业团队的启示：应预见到模型提供商会因容量限制而调整策略，需建立备用方案或弹性设计。