每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
本组内容的共同主线是：先找对问题，再谈效率与扩展。AI评测的起点不是写指标，而是先用约30分钟的人工抽检完成错误发现；系统之记录只能守成，真正的增长要靠数据层与AI代理策略另建引擎。Step 5与MiMo-V2.6的实测和成本拆解，则为选择模型提供了具体参照。
20:45Lenny's Newsletter（RSS）
本文指出多数团队在构建AI评测体系时跳过“错误发现”阶段直接写指标，导致测量错误或资源浪费。作者提出错误发现是评测的产品发现环节，需优先执行。核心方法包括：1. 警惕标准漂移（criteria drift）：不要仅依赖Agent自动扫描日志，因为Agent难以理解复杂的业务成功定义；2. 人工审查样本以修正标准：通过人工查看具体交互案例（如租赁助手未处理预算异议），明确什么是真正的失败，从而定义正确的评估维度；3. 结合人机优势：利用Agent捕捉明显错误（如工具输出矛盾），同时由人类判断需要业务语境的复杂问题。该流程仅需约30分钟，能识别出被忽视的重大产品缺陷，确保后续建立的指标真正反映产品价值。
09:08人人都是产品经理（RSS）
阶跃星辰发布Step 5 Preview模型，采用MoE架构，总参数600B、激活27B，支持1M上下文与原生视觉理解。API定价极具竞争力（输入7/M token，输出20/M token），仅为Opus 5的1/8。AA智能指数达44分，追平K3，仅次于Qwen3.8-Max和GLM-5.3。实测覆盖五类场景：前端网页开发审美在线；游戏开发可零依赖生成完整塔防游戏并自动优化提示词；视觉任务解析3D模型并生成交互代码；工程任务一次性适配macOS/Linux并修复隐藏Bug；Work场景高效分析数据生成PPT。主要短板为Thinking过程较长导致Coding耗时偏多。该模型将于10月15日开源权重，适合追求低成本与高并发能力的开发者集成至日常工具链。
15:47人人都是产品经理（RSS）
小米发布并开源MiMo-V2.6系列，定位RSI路线。核心做法是区分任务类型进行强化学习（RL）：代码等稳定验证任务用MixRL混合训练以获泛化；游戏、3D等高难或主观任务拆分训练防效率下降，再用MOPD合并能力。训练全程公开数据：两轮RL耗资约347万美元，处理1564亿Token，Flash版85万，Pro版262万。API定价延续V2.5，Flash输入0.14美元/百万Token，Pro输入0.435美元。同时开放模型权重、技术报告、7000+ RL环境及完整RL框架，供研究者复现。
15:45人人都是产品经理（RSS）
TypeSafe公开的Jev模型不生成文本，仅接收状态信息和一组问题，返回选择结果、分数或概率。本文通过多个案例解析其落地逻辑：1. Drape虚拟试衣：Jev读取用户语音转文字及衣橱信息，620毫秒内选出最佳搭配，单次成本约0.0011美元；2. Polar Browser招聘筛选：基于候选人资料进行受约束判断，无需重写产品流程；3. Keep.md优先收件箱：对数百条收藏内容持续评估阅读优先级，解决累积成本与延迟问题；4. StealAds广告分析：逐条判断广告属性，724条广告8724次判断耗时40秒，成本9美分。核心结论是Jev适合答案有固定选项、程序需反复跑大量判断的场景（如路由、筛选、检查），而非需要现场生成代码或文本的任务。
15:39人人都是产品经理（RSS）
针对9月1日起实施的增值税新规，文章提供了一套从业务判断到系统落地的完整合规流程。核心在于先判定交易性质：若设备、安装、维护可独立销售且无主附关系，按多项交易分别计税；若存在明确的主业与补充关系（如卖设备带安装），则按主业税率统一计税。对于整体折扣，必须按比例分摊至各明细行，严禁仅在发票备注栏注明或随意归集到低税率项目，否则无法享受折后计税。赠品需区分是包含在总价中还是独立无偿转让，并保留关联证据。执行层面要求财务、销售、法务与IT协同，梳理现有场景并制定规则，重点检查订单能否记录套餐结构、计价系统能否分摊混合税率折扣、开票系统能否生成明细折扣行。建议通过典型业务全流程跑通合同、订单、发票与入账数据的一致性，确保税务判断结果在各系统中贯通，避免临时改票与调账风险。
01:17The Pragmatic Engineer（RSS）
本文基于微软 Windows 团队访谈，详解 AI 时代操作系统层面的开发者工具变革。核心做法包括：1. Agent 身份与发现：通过 Entra ID 为 AI Agent 分配本地唯一身份（如 Task Manager 中显示独立用户），实现与人类用户的区分及统一的可观测性；2. 安全隔离：Defender 杀毒软件升级为“Agent Aware”，扫描并识别本地 Agent 活动以防范伪装攻击；3. 本地模型运行：推出 WindowsML 硬件抽象层，支持在 GPU、NPU 和 CPU 上构建和运行本地 AI 模型，未来计划无需 NPU 即可运行小型语言模型（SLMs）；4. 开发体验优化：提供集中式 MCP 服务器注册表，简化 Agent 工具调用，并通过 WSL 和 ARM 架构支持吸引开发者回归。
22:10SaaStr 博客（RSS）
ServiceTitan切断Podium集成却保留客户，证明“系统之记录”（System of Record）是防御性资产而非增长引擎。核心机制在于：高切换成本锁定客户，但无法直接带来新增收入或加速增长。对比显示，Salesforce应用层增速仅7%，而数据层（Data 360）增速达25%；Snowflake产品收入增34%，Databricks超80%。随着AI代理产生海量非结构化数据（如Token、推理日志），传统按存储收费的架构面临失效：SaaS存储成本远高于对象存储，且API调用限制先于存储成本触及瓶颈。结论是，企业需将“记录层”与“数据/代理层”解耦，通过开放平台或专用数据层承接AI工作负载，避免被单一系统的封闭性限制增长潜力。
18:47人人都是产品经理（RSS）
TradingAgents 是一个基于 LangGraph 构建的多智能体开源框架，旨在将真实交易机构的研究、讨论与风控流程转化为可协作的大模型工作流。项目通过 GitHub 获得超过 10.8 万 Star，适合用于金融分析研究与量化实验。其核心机制是将股票研究拆解为基本面、技术、新闻与情绪分析师，由多空研究员进行交叉辩论，最后由交易员形成计划并经风控与组合经理审核。这种架构通过分工分析与多空审查，弥补了单次提问缺乏数据验证的缺陷，并支持决策日志与回测功能以辅助复盘。部署方面，项目支持 Windows Subsystem for Linux 加 Docker 环境，仅需克隆仓库、配置环境变量（支持 OpenAI、Google、Anthropic、DeepSeek 等主流服务商）及启动容器即可运行。