官方宣布：Finch × 百度智能云 我们正式与 @Baidu_Inc 百度智能云 达成合作，共同推进 AI Agent 经济的发展。此次合作将百度智能云强大的 AI 能力与行业经验，与 Finch 的平台能力及开发者生态深度结合。 双方的合作将首先从千帆大模型平台（百度智能云的 MaaS 平台）的模型集成切入。 未来，我们将共同探索 AI Agent 的创新商业模式与行业应用，打造一个开放、繁荣的生态系统，助力开发者、企业及合作伙伴共同创造价值。 携手并进，共建 Agent 经济新时代。

日常用 AI，成本也可以更亲民。 @Baidu_Inc 旗下 Baidu AI Cloud - General AI Agent 已上线 Finch 🎉 写文案、改邮件、提炼长文要点，用一句话描述需求就能开始。 由百度智能云提供底层模型支持，支持多语言对话，让 AI 成为日常文字工作的好帮手。📧 🔗 了解百度智能云： 👉 立即体验：

很多人不知道，今天Anthropic CEO Dario Amodei、AI教父吴恩达（Andrew Ng），其实都曾是百度硅谷AI研究院（Baidu Silicon Valley AI Lab）的一员 2014年，深度学习刚刚兴起，百度重金挖来刚创立Google Brain的吴恩达担任首席科学家，在硅谷建立AI研究院，希望复制Google Brain，打造世界级AI基础研究中心。当时聚集了一批后来改变AI历史的人物，包括Dario Amodei、Deep Speech作者Awni Hannun等 这支团队最大的成果是Deep Speech，它率先证明端到端深度学习能够彻底改变语音识别，也让百度一度站在全球AI第一梯队。更有意思的是，Dario后来提到，他们在百度时期就已经观察到一个后来被称为Scaling Laws的现象——模型越大、数据越多、训练越久，性能持续提升 但遗憾的是，这支“梦之队”最终没有成长为今天的OpenAI或Anthropic 原因并不是技术，而是战略 第一，AI定位不同。 百度更希望AI尽快服务搜索、广告、自动驾驶等业务，而不是长期投入建设通用人工智能（AGI），研究与商业目标逐渐出现偏离 第二，组织文化不同。 大公司强调业务协同、资源分配和短期ROI，而顶尖研究员更希望拥有独立决策权、更自由地探索前沿方向 第三，也是最关键的一点，没有持续押注Scaling。 2017年前后，行业开始进入“大模型+超大算力”的时代，OpenAI选择不断扩大模型规模、持续融资、长期烧钱；百度则将资源分散到多个AI业务，没有形成一个持续投入基础模型的核心引擎 随后，吴恩达于2017年离开百度创办DeepLearning，Dario先后加入Google、OpenAI，并最终创立Anthropic。回头看，百度硅谷研究院培养了一批影响AI时代的人才，却没能留住他们，也没有抓住大模型时代最大的机会 某种意义上，它更像是今天OpenAI、Anthropic等公司的“黄埔军校”，而不是最终的赢家

Anthropic的招股书还是一贯的强势的，在股份结构上有一个只有1股的Class F股份，发给一个叫 Founder LLC 的壳。这一股单独就占全体股东投票权的 50.1%。壳里只有 7 个人，每人一票，多数说了算。不管怎么稀释最终都是这7哥创始人掌握决策权。 进这个壳的 7 人： 1 - Dario Amodei（@DarioAmodei），CEO； 2 - Daniela Amodei（@DanielaAmodei），President / 董事会 Chair。兄妹俩。Dario 从 Baidu、Google Brain 做到 OpenAI 研究 VP，GPT-2/3 和 RLHF 都深度参与。 3 - Tom Brown（@NotTomBrown），Chief Compute Officer，GPT-3 论文第一作者，现在管算力。 4 - Jack Clark（@jackclarkSF），以前是 Bloomberg 记者，OpenAI 做过 Policy，现在管 Public Benefit 和 Anthropic Institute。 5 - Jared Kaplan，Chief Science Officer，物理背景，Scaling Laws 共同作者。（不在X上面） 6 - Sam McCandlish（@samsamoa），Chief Architect，做过 CTO，Scaling laws 和 GPT-3 都有署名。 7 - Chris Olah（@ch402），负责AI可解释性，之前在Google Brain / OpenAI Clarity，也是Thiel Fellow。 这 7 人基本都是 2020–2021 从 OpenAI 出来、2021 年 1 月一起办 Anthropic 的。 然后有个第 8 个名字：Ben Mann（@8enmann）。 招股书里面还专门标注：他常被称作联合创始人，但不是 Founder LLC 成员，也不参与创始人的绝对控制权投票。 Ben也是参与 GPT-3研发，然后一起出来办 Anthropic。现在和 Instagram 联合创始人 Mike Krieger 联席带 Anthropic Labs。

中国访美：要看的几条线 中国这次访美，市场已经开始提前交易三个东西：企业代表团、具体 Deal和科技限制会不会边际放松。 目前 Reuters 明确点名、属于高概率候选的企业包括比亚迪 BYD、宁德时代 CATL、小米 Xiaomi、国轩高科 Gotion、海信 Hisense、万向集团、中国银行以及中粮集团 COFCO。不过要注意，目前企业代表团还没有最终敲定，所以这些属于媒体确认正在考虑，不是官方最终名单。另外中际旭创 Innolight 也被媒体单独点名。如果最终确定随行，我会比较关注，因为它对应的是AI 数据中心和光通信产业链。 如果后面再出现 Alibaba、Baidu、Tencent 这种大型互联网和 AI 企业，那市场交易逻辑就会进一步看AI、Cloud、芯片出口限制有没有谈判空间。这一部分目前还是我的预测，后面几天继续等名单。 从已经曝光的企业来看，美股有很清晰的产业链映射。 中际旭创（AI 光通信）：COHR / LITE / AAOI / MRVL，另外上游 InP 材料可以观察 AXTI。 CATL / BYD / 国轩高科（电池、EV、储能）：F / GM / ALB / TSLA。 其中 Ford 与 CATL 本身就存在电池技术授权合作，所以 F 的关联更加直接。 小米 / 海信（消费电子、智能终端）：QCOM / ARM，主要交易中国消费电子需求以及美国芯片供应商对中国市场的敞口。 万向集团（汽车零部件、新能源供应链）：F / GM 以及美国汽车产业链。 中粮集团 COFCO（农业贸易）： ADM / BG。 如果这次最终落地美国大豆、玉米等农产品采购，中粮可能是值得重点观察的执行端之一。Reuters 也确认农业采购是此次会谈的重要议题。 如果后续代表团再出现 Alibaba / Baidu 等 AI 企业，那会进一步扩大到 NVDA / AMD / AVGO / MRVL，因为市场会开始交易 AI 芯片出口限制是否存在边际放松的可能。现在北京也确实在推动美国进一步延后部分科技限制，而美国希望中国增加稀土和关键矿产出口。 这次具体采购 Deal 可能是最直接的催化。目前已经值得观察的包括：飞机（BA），农业 （ADM / BG），能源 （LNG / XOM / CVX），稀土限制放松（美国汽车、半导体、航空航天等下游制造业）。 还有一条要关注的是 Apple / CXMT。 如果这次谈判推动美国允许 Apple 在中国市场采购 CXMT（长鑫存储）的 DRAM，对 AAPL 属于供应链多元化和成本端潜在利好，但对 MU 会形成一定竞争压力。如果未来进一步涉及 YMTC 的 NAND，那对 SNDK 的影响会更直接。现在这条还属于潜在 Deal，不是已经确定的谈判结果。 Boeing，Reuters 报道双方之前已经谈到 200 架飞机，而且潜在协议可能进一步扩大到 500 架 737 MAX和数十架宽体机。如果 9 月 24 日真的出现大订单，BA 会是非常直接的 Deal 映射。 这几天就看谁最终谁进入企业代表团、双方交换了什么条件、最后有没有落地的大额采购和科技限制调整。

AI 最大的机会，根本不在 Coding Agent 而是Working Agent！！ 为什么呢？ 从用户总体数量来说，办公人群是编程人群的25倍以上！！ 但这还不是最关键的因素，下面播客里面 刘聪NLP说出了赤裸裸的真相： 就是程序员付费意愿不高 他们倾向于从成本，而不是产品交付的价值，来衡量一个产品的价值。 但Working Agent的用户大多数都是老板，普通人。 我的观点和 @Baidu_Inc 百度搭子产品架构师，李景秋的很类似。 老板判断标准很清楚，这个东西能不能让我赚更多？ 假如是，就可以购买。 而普通人在老板的带动下，他们一旦发现类似DuMate这种真正能交付产物的Agent。 他们也很愿意为这种像魔法一样的产品买单。 这就是为什么AI 最大的机会是Working Agent！！ 它的受众广，付费意愿高。 仅仅上面这两条，就会让一个产品增长从困难模式到简单模式。 注：这个切片的出处是《深度进化》： 这是一档讲 AI 怎么落地的播客，主要请实验室、创业公司和产线一线的人。 最近挺火的，喜欢的可以关注一下！！

神了，杨立昆 @ylecun 居然转发了百度的项目？？ 刚刷推的时候居然发现杨立昆的号里面居然有Unlimited-OCR？？ 他转发了一条介绍 Unlimited-OCR 的帖子。 Unlimited-OCR这个项目我之前介绍过。 没想到发布一个月后，还能再次冲上 HuggingFace 全球模型趋势榜第三。 目前 GitHub Star 已经突破 16.5 k，HuggingFace 下载量达到 224 万。 Unlimited OCR 真正有意思的地方，是它试图解决 OCR 长文档解析最麻烦的问题。 传统 OCR 通常把 PDF 拆成一页页处理，再把结果拼起来。 遇到跨页表格、公式和复杂阅读顺序，很容易丢失上下文。 Unlimited OCR 的做法是把 DeepSeek-OCR 的全部解码器注意力，替换成一套叫 R-SWA 的机制。 模型始终可以查看全部原始图像，但对于自己已经生成的内容，只保留最近128个Token作为工作记忆。这样一来，KV Cache 不再随着输出不断膨胀，解析到后面也不会越来越慢。 按照论文数据，它可以在32K上下文内一次连续解析数十页文档,输入超过40页后，编辑距离依然低于0.11。 在6000个输出Token时，理论吞吐量比DeepSeek-OCR高35%。 并且一个中国团队开源的3B模型，发布一个月后仍在持续获得海外社区适配并重新冲回全球热榜，还能被杨立昆主动转发。 @Baidu_Inc 你们这次确实做出了一个全球开发者愿意自己传播的东西啊