现在包括 Cursor、Droid、Opencode 等等几乎所有流行的产品，提供的 Kimi 模型都是从 Fireworks、Together AI、Baseten 进货的。很多人觉得那我直接从源头买不让中间商赚差价不就完了吗？但个人买完全没有价格优势，还是按量付费，还不如官方的 coding plan 呢。当然如果你追求极致的速度多花钱还是值得的。

为什么黄仁勋那帮人集体签名支持开源？全美的 AI Infra 公司都靠国产大模型了，有这些公司才能卖更多英伟达芯片。 刚才 Fireworks AI 已上线 Kimi K3，应该是全网速度最快的了。

水果姐Katy Perry抨击白宫在一则展示军事打击画面的 TikTok 视频中，擅自使用她2010年的热门歌曲“Firework”。这段视频于周四发布在白宫官方 TikTok 账号上，画面将歌词中的“boom, boom, boom”与炸弹爆炸镜头同步剪辑，并配文称：“伊朗已经收到警告。” Katy Perry今天早上发帖： “看到白宫 TikTok 账号把“Firework”当作军事打击视频的背景音乐，我感到极度震惊和愤怒。我从未授权，也没有人征求过我的意见，我绝对不认同这种做法。 我创作这首歌，是希望它能成为一首关于希望、疗愈和内在力量的赞歌，陪伴那些正经历人生至暗时刻的人。如今，一首鼓励人们肯定自我、振作起来的歌曲，却被当成宣传破坏和暴力的工具，这完全违背了这首歌所代表的一切。 我的音乐是为了让人们团结在一起，而不是用来庆祝战争。”

BIYA 币芽 每日研报

 🔹 美国 SEC 主席推动电子信息披露新规，表示在 AI 与区块链时代，纸质交付应逐步退出历史舞台 🔹 AI 基础设施初创公司 Fireworks AI 完成 15 亿美元融资，由 Index Ventures 等机构领投，AI 基础设施投资热度持续升温 
 🔹 以太坊基金会研究员 Francesco D'Amato 宣布离职，将加入 EthLabs，持续投身以太坊生态建设 
 🔹 中东局势升级推升国际油价，市场对美联储加息预期升温，投资者聚焦本周公布的美国 CPI 数据 
 🔹 韩国股市休市期间相关杠杆 ETF 大幅下跌，两倍做多 SK 海力士、三星电子产品分别跌 17.8% 和 14.7% 
 🔹 美预测市场平台 Pascal 完成 900 万美元 A 轮融资，由 Union Square Ventures领投，预测市场赛道持续获得资本关注 
 🔹 美联储官员洛根支持进一步加息应对通胀，成为现任主席任内首位公开释放鹰派加息信号的联储官员

窗外烟火璀璨，举国同庆狂欢🎉 可惜查理·柯克未能亲眼见证这庄严的250周年庆典。愿他在天堂亦能感知这盛大美好，坚信美国定会如他所愿，在未来的岁月中，更加伟大和强盛！ As fireworks light up the sky for America’s 250th, I deeply miss Charlie Kirk; may he find peace, knowing his dream of a greater, stronger America lives on.

前天，IREN宣布签署总价值 28亿美元 的多年代理AI云合同，并将2026年底AI云年化运行收入（ARR）目标从37亿美元上调至 超过40亿美元（其中85%已签约）。这一消息不仅推动股价大涨，更传递出一个清晰的市场趋势：AI算力需求正从顶级frontier labs向更广泛客户群外溢。 IREN的新合同主要来自 Perplexity（AI搜索）、Figure AI（物理AI与机器人）、Together AI、Fireworks AI、Fal AI、Hume AI 等专注领域AI公司，以及一个未具名的领先AI开发商。加上此前已有的 Microsoft 和 NVIDIA，IREN的客户画像已覆盖： Hyperscalers（超大规模云厂商） 专业AI开发商 企业级用户 公司明确表示，正在“broadening our customer base across hyperscalers, enterprises and AI developers”，并优先选择多样化分配容量，避免过度依赖少数巨头。 IREN在公告中指出，“hyperscalers、enterprises、AI developers and frontier labs”的需求持续超过其可用和计划容量。过去一年，其自建AI云容量从约3MW激增至2026年交付480MW，2027年目标1.2GW，仍供不应求。 这说明前沿实验室（frontier labs）仍是重要驱动力，但其需求已无法独占新增容量。 大量中层和应用层AI公司（推理、专用模型、机器人、生成媒体等）开始大规模锁定长期GPU资源。 许多合同包含客户预付款（约占GPU资本支出45%），显示买家意愿强烈且愿意承担前期成本。 IREN的案例是AI基础设施热潮的缩影：算力短缺正从“顶级玩家军备竞赛”扩散至整个AI生态。这对数据中心运营商、GPU供应链和新能源行业都是长期利好，也意味着AI商业化落地正在加速。 随着更多公司加入“算力抢夺战”，2026-2027年将成为AI基础设施大规模部署的关键窗口。IREN的故事，或许只是行业多元化浪潮的开始。 免责声明：本人持有推文题及资产，观点充满偏见，非投资建议dyor

刚看到 Kimi 新一轮融资的数据，这轮投前估值 315 亿美元，上一轮 200 亿美元刚交割完没多久。ARR三个月翻了三倍，其中API收入占七成以上。年初是20天收入超去年全年，这个增长速度，有早期Anthropic的味道了。 让人不禁想起这两年Kimi的变化。 Kimi其实做了两次获客： 第一次C端产品，拿到普通用户的知名度。第二次用K2/K2.5开源，拿到全球开发者的知名度。 今天回头再看，Kimi早期的C端产品未必直接贡献了今天的API收入，但它让月之暗面在模型暂时掉队的时候，仍然有品牌、融资能力和人才吸引力，可以继续投入K2。包括现在我们知道，Kimi也是很多年轻优秀AI人才的第一选择之一。 真正的转折是 K2 / K2.5 开源，赚到了全球开发者的口碑，开发者生态一下子就起来了。Cursor、Fireworks、Coinbase 这样的海外公司，开始把 Kimi 放进自己的产品和模型栈里。 不过我们当年有个担心：大客户会自部署，把 Kimi 架空。除非你成本优化领先到自部署都不划算。 Coinbase 最近的做法，多少回答了这个问题。91%的员工根本用不到原来的限额，与其限流，不如换成 Kimi、GLM 这类性价比更高的模型，再配合路由和缓存优化。缓存命中率从5%提高到60%，AI 支出砍掉近一半，token 用量还在指数级增长。这帮人没自部署，反而乖乖走云端 API 了。 所以API 收入占七成，是个挺漂亮的数据。Kimi 没有因为开源把生意送出去，反而靠开源完成了第二次分发，再让 API、托管推理和持续更新去承接收入。 放到全球比一下，Anthropic 9650 亿美元，OpenAI 8520 亿美元，智谱最近涨到万亿港币，其实Kimi的价格确实还挺便宜的。

推荐这篇文章，LangChain Deep Agents v0.7 发布。 他们把默认的基础指令砍掉了一大半，跑完全部 eval 性能不变。 LangChain 在 7 月 29 日发布了 Deep Agents v0.7。这次更新的核心是把 harness 变薄——基础输入 token 减少 65%（约 6K → 2K），性能不变。 三条瘦身策略 删掉基础 system prompt。 Deep Agents 之前内置了一个通用指南和工具使用说明的 system prompt。v0.7 把它整个砍掉了。 工具描述精简 43%。 内置工具的描述文本被压缩了近一半。 Todo 列表默认关闭。 TodoListMiddleware 不再是默认开启。跨三类 eval（自主任务、多轮对话、长上下文）× 四模型（GPT-5.6 Luna、Gemini 3.6 Flash、Claude Sonnet 4.6、Claude Opus 4.8）的评测显示，关闭 todo 后奖励略优、成本更低。不过有三类场景仍然值得打开：长多步任务、能力较弱的模型、需要可见进度条的 UI 场景。 验证方法 LangChain 用了一个新的 eval 套件来做对照。三个基准类别：Autonomous（编码、数据分析端到端任务）、Conversational（多轮对话）、Long-context（长上下文检索推理）。v0.7 vs v0.6.12 矩阵跑下来，reward 整体持平，token 和成本多数下降。最显著的是 GPT-5.6 Luna：token -34%，成本 -15%，reward +4%。 Anthropic 的影响 博客里直接引用了 Anthropic 刚发的 Claude 5 模型的 context engineering 新规——Claude Code 的 system prompt 被砍掉了 80% 以上，coding eval 毫无下降。两条核心发现： • 接口比示例好。 好的 tool schema 教会模型怎么用工具，比过去流行的 few-shot examples 更有效——示例反而会收窄模型的探索范围。 • 不要重复。 在 system prompt 和工具描述里各说一遍同一个指令，不带来增益。 可配置性 v0.7 让覆盖内置中间件变成一等公民。传一个 middleware= 实例，同名的默认中间件会被原地替换而不是报错。一个实际例子：SummarizationMiddleware 默认在上下文窗口 85% 时用通用 prompt 做摘要——v0.7 可以把它换成： SummarizationMiddleware( model="fireworks:kimi-k3", trigger=("fraction", 0.5), # 50% 就开始摘要 summary_prompt="Summarize the conversation, keeping file paths and decisions verbatim...", ) 破坏性变更 • TodoListMiddleware 默认关闭（可 opt-in） • 移除了 v0.5 中废弃的 backend factories • delete 工具加入默认文件系统工具列表（可通过 allowlist 关闭） 原文： #DeepAgents# #LangChain# #AgentEngineering#

刚听了SemiAnalysis Weekly的一期视频播客，收获还是很大的，分享一下 1/ ROI与订阅vs API（lab API收入里70%+来自编程） 目前lab API收入里70%+来自编程，且高度集中在少数power公司/用户（如Meta约占Anthropic ARR的3–5%）。Ramp数据显示头部1%公司人均年花10万美元在AI上。 能用订阅就用订阅，因为补贴力度太大：Codex 200刀/月≈12K的API额度，Anthropic 200刀/月≈8K。有初创干脆刷公司卡买一堆订阅账号，比走API划算得多。 算笔账：Claude Max 20x只要10%利用率就打平，而实际利用率远高于此，所以这些20x订阅很可能是负毛利。厂商都想把量往API迁（Anthropic的API毛利估85%+）。 2/ Anthropic利润与两强格局（OpenAI的net-new ARR已和Anthropic持平） Anthropic已经盈利（Q2经营性盈利，Q3可能10亿美元+），靠的是80%+的ARR在高毛利API、90%+是企业客户。 OpenAI杀回来了：GPT-5.5（≈Opus 4.8水平）是拐点，5.6 Soul被评“便宜一半却接近 Fable”。net-new ARR已和Anthropic持平，编程市场从Anthropic一家独大变成两强赛马。 OpenAI消费端9亿+周活但付费转化差（Claude免费用户9%付费，更聚焦）；广告是它押在2030年的指望，但消费变现这事一向难做。 3/ 谁是第三名&算力策略 xAI（Grok 4.5/Spark）、Meta（MSL）模型不差，但都不是前沿，没到前沿就没人碰它的API。 Gemini 被判“第五名，可能永远第五”。这里他们觉得，因为Google签了无法收回的长期TPU合约，反映管理层对AGI缺乏信念（Noam Shazeer、John Jumper 等出走）（不过我周围朋友里，还是有一群人看好Google）。 推崇Elon的clawback打法：把算力按市场价3–4倍短租给Anthropic这些，合同带90天召回条款，一旦自己要冲前沿随时收回。Meta要做Neocloud也该学这套，进可攻退可守。 卖自家token>卖别人token（AWS/Azure分成）>短期高价租算力。 4/ MSL与RL scaling law RL是当今提升模型能力最重要的scaling law。有人认为，有人认为模型离“能干人类在电脑上的一切”就差足够的 RL 环境。 于是催生了一整条RL环境创业供应链：把真实的经济任务转成可训练环境卖给lab。今年全行业数据预算估计超100亿美元（去年的10倍），需求几乎无上限，只看你能不能快速产出高质量数据。 Anthropic编程强，一大原因就是它最早、最激进地采购编程数据。 造一个好的编程RL任务：得让顶尖工程师花大概一天才能解，还要配验证器（集成测试+rubric）和一个既严谨无歧义、又自然真实的prompt。单个高质量任务lab愿付五位数美元，做得好的人年入七位数。 5/ Token预算：还在“疯狂烧”还是进入“紧缩期” 不少企业开始收紧预算，怕员工用太多token。但真相是，绝大多数人根本用不到上限，真正受影响的只有每家公司少数几个power user。 管控方式五花八门：按人头vs按公司整体（后者更合理）；有的公司把自家模型算进预算、有的不算，于是大家拼命薅那个不计费的。 很多预算策略其实挺外行：Max吐槽有公司禁止销售用Opus/Fable写邮件、要求改用Sonnet，可写封邮件的token成本几乎为零，这么管毫无意义。真正的token大户是编程/软件开发。 也反对搞工程师“特权阶级”，只让他们用Claude Code/Codex，其他人用低配工具。 6/ Token-as-a-Service市场 市场增长极快（较去年翻了好几倍）。三大云（Bedrock/Azure/Vertex）靠现成的企业客户和合规优势拿下大头；Together/Fireworks/Base10这些创业公司也是好生意，但永远做不到OpenAI/Anthropic的体量。 前沿lab不会把优化自家模型的活外包给Fireworks；新芯片创业公司想借token-as-a-service上位也难，最后可能都得像Cerebras一样自己下场做Neocloud。