洞察
实用分析与指南，帮助你更高效地采购、构建和使用 AI。
Supabase Evals 实测（2026）：编程智能体差距不在模型，在上下文
你换顶级模型写代码，可能和用中端模型差不多 Supabase 在8月1日开源了一个基准叫 Evals，让 Claude Code、Codex、OpenCode 在真实后端任务上跑——建数据库表、修坏的 Edge Function、改 RLS 权限策略。结果有点反直觉，最强的模型开箱就满分，中端模型只要加载平台的"技能文件"，也能从七八十分追到满分。 模型名字排后面，排前面的是它懂不懂你的项目。
Qwen3.8 vs Kimi K3（2026）：国产开源大模型实测对比，谁更适合中小企业
8月第一周，国产大模型连放两颗卫星 阿里把 Qwen3.8-Max 堆到了2.4万亿参数，月之暗面更早一周就把 Kimi K3 的2.8万亿全量权重甩到了 Hugging Face。 一个"即将开源"，一个"已经开源"。 但中小企业老板真正该问的，不是"谁更猛"，是"我到底能不能用得起、跑得动"。 先把账算清楚 Qwen3.8-Max（阿里，8月3日发布） 2.4万亿稀疏MoE，每次激活950
Google 把 Gemini 拆成三档速度：3.6 Flash 上线，机器人 ER 2 也来了
过去一年大家默认一个逻辑：模型越大越能打。Google 这周把这套思路拧了过来——它没再堆一个更大的旗舰，而是把 Gemini 拆成三种"速度档"，让不同活儿用不同的模型。 你如果正跑一个 7×24 小时的客服 Agent，每个月 token 账单就是实打实的成本。这时候你要的不是"最聪明"，是"够聪明而且便宜、快、不卡循环"。Google 这波三款轻量模型，全是冲着 Agent 工作流来的。
Kimi K3 全量权重今天上线：全球最大开源模型，但有一半时候在编
今天，月之暗面的 Kimi K3 把完整权重甩到了 HuggingFace 上。2.8 万亿参数，Modified MIT 许可，任何人能下载、改、自己部署。 这是目前人类放出过的最大开源模型，没有之一。但有个数字你得先记住：在独立幻觉测试里，它一半以上的时候在编。 下半夜能下，但你的硬盘扛不住 权重文件大约 594 GB。什么概念？一部 4K 电影也就几 GB，这等于你下了一百
AMD Helios 机架级AI系统亮剑，微软入伙正面刚英伟达
AMD 把压箱底的家伙亮出来了 7月20日，AMD 第一次正式向媒体展示它的首款机架级 AI 系统 Helios。不是又一张显卡，是整柜——把 GPU、CPU、网络和软件平台打包成一整套，计划今年就开始大规模部署。 更关键的是客户名单：微软当天宣布要在 Azure 里部署 Helios。这下 AMD 的阵营里已经有了 Meta、OpenAI、甲骨文，还有印度的塔塔咨询服务。等于几家最缺算力的巨
谷歌 Gemini 3.5 Pro 三度跳票：编程卡壳，Alphabet 两日跌近 6%
从“再给我们一个月”到“coming soon” 5月19日 Google I/O，皮查伊在台上说：再给我们一个月。 大家都信了。一个月后没来，改口“7月17日”。等到7月17日，官方页面上只剩五个字：coming soon。 三次延期。这已经不是跳票，是习惯性跳票了。 根子在哪：编程能力没过关 彭博社7月16日的报道点得很直白——根因是代码生成能力没达到谷歌内部预期。 原计划其实是今
Mira Murati创业首秀：Inkling开放9750亿参数，音频原生
Mira Murati的第一张牌 前OpenAI CTO Mira Murati创立的Thinking Machines Lab，7月17号掏出了第一款基础模型——Inkling。 9750亿参数，MoE架构，激活410亿，完整开放权重。这不是个PPT，是真能下载跑的模型。 有意思的是，Inkling没去卷"最大最强"那个榜单，主打的是一个均衡和可定制。 原生音频，是个亮点 Inklin
Kimi K3凌晨炸场：2.8万亿参数，全球最大开源模型什么水平？
2.8万亿，开源模型的天花板又捅破了 7月17号凌晨，月之暗面把Kimi K3放出来了。 2.8万亿参数，MoE架构，每token激活16个专家——全球第一个总参数跨过2万亿门槛的开源模型。在这个意义上，它确实是个节点。 先说结论：综合智能水平，官方测评里仅次于Claude Fable 5和GPT-5.6 Sol。换句话说，开源阵营第一次摸到了闭源前沿的屁股。 不只是堆参数 这次月之暗面
谷歌Gemini 3.5 Pro明天发布：推倒重训一个月，押注前端代码反超Fable 5
谷歌这波赌得挺大 明天，7月17日，谷歌DeepMind的旗舰模型Gemini 3.5 Pro就要发布了。 本来这玩意儿原定6月就该上线，结果硬生生拖了一个多月。不是常规调参没调好，是谷歌做了一个挺狠的决定——把原来的Gemini 2.5 Pro基座整个扔了，从零开始重新预训练。 说白了就是推倒重盖，不是刷个漆。这烧的是几亿美元和好几个月的GPU时间。 为什么要这么干 原因有三个短板
微软悄悄用自研模型替换了Excel和Outlook里的OpenAI
微软开始甩开OpenAI了 Bloomberg 7月14日爆了个料：微软已经在Excel和Outlook里，悄悄把OpenAI和Anthropic的模型换成了自家的MAI系列。 数以万计的周度AI请求，现在全走微软自己的模型处理。这个规模之前从没公开过。 说白了，微软在省钱。 Suleyman把话挑明了 我们每年付给Anthropic一大笔钱，目标就是逐步减少、最终消除这笔不必要的开
智谱内部信曝光：押注AI操作系统，还要自己造芯片
一封内部信 7月11日，智谱创始人唐杰发了一封内部信，名字叫Touch High——摸高计划。 这封信的分量不在于喊口号，而在于把智谱接下来两年的方向说清楚了：不追求短期变现，直指AGI下一个高地。 四大引擎 摸高计划押注四个方向： 长程任务：让AI从即时问答走向宏大工程，贯穿项目全生命周期，边学边做边记。能把一个宏大目标自动拆成几千个子任务。 自治智能体系统：从智能助手走向数字员
Meta超级感知眼镜曝光：全天候录音拍照，还要关掉提示灯
Meta的眼镜要"永远在听"：超级感知计划曝光，还要关掉提示灯 7月8日，《金融时报》抖了个猛料。 Meta正在内部测试一款代号"super sensing"（超级感知）的AI智能眼镜原型。核心能力：始终在线录音，每隔几秒自动拍一张照。 你戴上它，它就把你一整天看到的听到的全记下来。然后你可以问Meta AI——"我钥匙放哪了""午饭时那个人说了啥"。 "眼镜从能回答问题，进化为一个全天与