Airbnb目前用Qwen做客服，Cursor用Kimi造出了自己的编程agent，DoorDash把一部分活直接外包给了Kimi，连Murati的Inkling，后训练都要用Kimi的数据。 美国互联网被中国抄家了。

这周真的离谱，感觉各家商量好了同一时间放炸弹。 三个核心线索，我自己觉得比较有意思：一个是新模型对极高效率和成本控制的内卷式追求，另一个是海外对开源 AI 的态度，还有模型绕过护栏后去破防 security 体系。 ① 这周最值得关注的其实是两件事撞一起了：DeepSeek 和 OpenAI 同时在 coding agent 的价格线上动手。 DeepSeek 放了 V4 Flash 的正式版，284B MoE、激活13B，性能已经超过了之前的V4 Pro-Preview，也持平/超过了 GLM 5.2。价格 $0.14 / $0.28 per million tokens（缓存命中仅0.02人民币per million tokens）。 然后OpenAI 那边，GPT-5.6 Luna 直接砍了 80%，现在 $0.20 / $1.20。Terra 也降了 20%。 两个动作叠在一起看，信号很明确：coding agent 的价格战正式开打了。之前 $2-3 的 input 价格是常态，现在直接被砸到 $0.14-0.20 的区间。 ② Dario 发了个声明澄清 Anthropic 从来没主张 ban open-weights，说"没有危险能力的 open-weights 是 public good"。这个背景是 Anthropic 没签那个支持开源 AI 的联合声明，被圈内骂了。Dario 这波算是找补，但措辞挺小心的，一边说不支持 ban，一边还是强调 targeted export controls 和限制大规模蒸馏。 还有一封 pacingthefrontier的公开信，几个主要 AI 实验室负责人签名，说 recursive self-improvement 可能在加速 AI 进展，要求政府支持国际 effort 来“deliberately pace the frontier”。翻译成人话就是：我们觉得自己可能快控制不住了，政府快来管管。 ③ 字节 SeeDance 2.5，单段视频市场提高到30 秒 720p 视频，支持 30 张图 + 10 段视频 + 10 段音频做 reference。真的是生产力级别的质变。 ④ Google DeepMind 发了 Gemini Robotics 2，三个模型：ER 2 做高层规划，Robotics 2 做 VLA 执行，On-Device 2 做本地部署。 Hassabis 之前说机器人距离突破还需 18-24 个月，这个判断我现在还是认同的。硬件、数据和算法都还是瓶颈。 ⑤几个快速带过的： Microsoft 出了 MAI-Cyber-1-Flash，专门做软件漏洞挖掘的模型。网络安全垂直模型这个方向，感觉接下来会越来越多。 Thinking Machines 放了 Inkling-Small，276B MoE / 12B active，主打 audio intelligence，是 Inkling 的四分之一大小。 Nvidia 投了 Ilya 的 SSI，50亿美金，给了 Vera Rubin 算力，据说要Scale提升一个数量级。 这周信息量是真的大。我的感受是，coding agent 的价格战已经开始实质性改变 API 市场的定价结构了，这是接下来几个月最值得关注的变量。 大家这周有什么特别关注的，可以聊聊。

持续学习到底怎么落地？Mind Lab 用 LoRA 给了个解法 刚看 Mind Lab（Mindverse 旗下前沿实验室，成立还不到一年）出了 Macaron-V1 正式版。路线挺特别的，重点不在卷参数，是想让模型能从经验里接着学。 做法是用 LoRA 做后训练 RL，成本只有全参微调的 1/10。LoRA 模块像可插拔的经验单元：聊天、代码、UI、个人助理各训一个，基座共享，跑任务时按需组合（他们叫 MoL）。这么一来，模型就不再是训完定死的一套权重，能不断分化、把新经验吃进去。 感觉挺长一段时间里，LoRA 都被默认成“全参微调的打折平替”。他们这里有个我觉得挺有意思对 LoRA 的重新理解：base model 承载共性，adapter 承载个性（偏好、技能、工具习惯），说白了就是一块可写入、会随交互慢慢变的记忆。也是continual learning 这条路线，我目前看到最工程化的一份答卷。 Macaron-V1-Venti = 744B 的 GLM-5.2 基座 + 4×1B LoRA，一共 748B，原生支持 2M context： L0 Chat 管对话和指令 L1 Agent 管长程、动态工具任务（并入了Preview的OpenClaw LoRA） L2 Coding 管代码、SWE、终端 L3 UI/A2UI 管UI4A渲染和操作 至于为什么要拆成好几个 LoRA，他们的想法是：这些能力的思考流程差太远，全塞进一套 post-training 权重会互相干扰。MoL 让相似的技能共用一个 LoRA，差太多的各自单独训，再路由、组合；新增领域就加一个 adapter。 等 adapter 多起来，再让它们分工、组合、投票，就是他们所说的群体智能。 这条路也不是 Mind Lab 首创，John Schulman（OpenAI 联创、Thinking Machines首席科学家）那篇《LoRA without Regret》就是同一个方向。但全球能开万亿参数模型 RL 训练的 infra，目前就 Mind Lab 和 TML 两家。 不过Mind Lab是直接用国内最好的开源模型，最早2025年底在万亿参数Kimi K2上验证过RL后训练，Preview用GLM-5.1、Venti用GLM-5.2、Tall用Qwen-3.7-35b。拿这些现成的强基座来做，比 TML 从头做 Inkling 会更快（Inkling 现在的表现也明显还打不过 GLM 和 Kimi）。 商业化也很快：据团队披露，7 月启动商业化后2周达到 1000 万美元 ARR。 其实我会关注 Macaron-V1，很大一个背景是持续学习这个方向本身。 持续学习想解决的，是模型部署之后就不再进化这个老问题，让它能在真实使用里边用边学。 这方向最近越来越多重量级的人在点名。之前强化学习之父 Sutton 和 David Silver 提出“the era of experience”，说下一代 AI 拼的不再是喂数据，是从真实经历里持续学，他自己也去创业做了 Oak Lab 专攻这个。梁文锋最近四小时闭门会流出来，他给 DeepSeek 排的路线是 CoT → Agent → 持续学习，还说下一代模型不能持续学习，就不配叫下一代。 Macaron-V1 至少证明了这条路能工程化、也能商业化跑通。这种方向靠一两家撑不起来，挺期待接下来更多团队砸进来、多拿几个硬成果。真卷起来，应该会挺有意思。