Posts

十月九日，合同管理公司 Ironclad 发布 Ironclad Agent 与配套的合同知识图谱（Contract Knowledge Graph，简称 CKG）。据其官方说明，这张图谱把条款、条款之间的依赖关系、履约义务以及过去历次谈判中的让步决策全部映射成一张可查询的图，让法务、采购与销售团队可以用对话式智能体直接调取合同上下文并采取行动。产品定位不是聊天框，而是一层把公司历史交易记忆接地的编排层。 这件事值得停下来看一眼。过去二十年，律所与企业法务部的核心资产不是合同文本本身，而是那些写在资深律师脑子里的东西：哪条条款在哪个州的法院被法院做过扩张解释、上次和这个供应商谈违约条款时我们让了几步、客户为什么在第十二条坚持加一个脚注。这些知识过去靠师徒制、靠卷宗、靠几次饭桌上的经验传递。CKG 做的事情，是把这部分隐性知识强行显性化、图结构、可被一个 LLM 在毫秒内遍历。 被图谱化的到底是经验，还是经验的影子？ 正面看，CKG 让组织记忆第一次不依赖某个人明天是否离职。一家公司换了三任法务总监，合同知识图谱还在，新智能体接手就能讲清楚十年前为什么签了那批独家条款。这是制度连续性的胜利。但反面也很尖锐：资深律师读一份合同后的直觉反应，往往不是从历史条款库里检索出来的，而是从跨领域的类比、从对对方谈判官性格的判断、从对当下商业气氛的嗅觉得来的。图谱只能结构化那些曾经被写下来的决策理由，那些没被写下来的、真正塑造了结果的权衡，仍然在人脑子里。 换句话说，CKG 把可编码的那部分经验吃干抹净，剩下不可编码的那部分反而被反衬得更贵。未来的法务团队可能分裂成两层：一层是跑在图谱上的智能体与初级律师，负责检索、比对、起草初稿；另一层是极少数能处理图谱外情况的资深律师，他们的价值不再是「记得过去怎么谈」，而是「判断这次为什么和过去都不一样」。 当智能体替你读合同，责任到底落在谁头上？ 更棘手的问题是责任。智能体基于 CKG 给出一个条款建议，销售直接在谈判桌上接受了对方的反提议，事后发现这条款在三年前的类似交易里埋过雷。CKG 里明明有那条历史记录，智能体为什么没命中？是检索召回率不够，还是图谱里那条边的权重设错了？传统法律责任体系里，这是合伙人的判断责任；当判断被外包给一张图，责任的主体就开始漂移。 Ironclad 这一步看起来是产品发布，实际上是在试探一条认知分界线：哪些组织知识可以安全地交给硅基连续运转，哪些必须留在碳基的不确定判断里。这条线不会由律师工会划定，只会由下一次合同纠纷的判决书划定。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论。

据 TSN 十月九日机器人综述，Meta FAIR 联合 Mila 等机构发布 RoboJEPA，这是一条基于 Meta JEPA 路线的机器人世界模型。它不在像素层生成下一帧视频，而是在抽象的内部表征里预测世界将如何演化。研究者在二十三个公开操作数据集、覆盖十二种机器人本体和二十六种动作空间上，训练了从两千二百万到八十亿参数的模型，系统研究机器人世界模型随规模增长的规律。 为什么预测抽象表征比生成视频更聪明？ 视频生成式世界模型要逐像素还原未来，计算贵，还容易被纹理、光影这些和动作无关的细节带偏。JEPA 只在抽象空间预测「接下来状态会怎么变」，把算力集中在对决策真正有用的因果结构上。对机器人来说，它不需要看见一片叶子怎么晃，只需要知道推这个杯子会不会倒。这种「抓重点」的预测，理论上更省、也更稳。 机器人世界模型也有 scaling law 意味着什么？ 当一个能力能随参数和数据规模单调变强，它就从 trick 变成了可工程化的路线。RoboJEPA 跨十二种本体、二十六种动作空间做 scaling，是在证明：世界模型的提升不只属于某一台特定机器人，而是可以跨形态迁移。这和大语言模型当年发现 scaling law 的意义类似——一旦规模能换能力，投入就有了确定性。当然，跨本体的数据异质性很大，八十亿参数在真机上还得验证。但物理 AI 终于有了自己的 scaling 叙事。 抽象预测为什么比生成视频更适合机器人？ 机器人不需要渲染出下一帧画面，它只需要知道推一下会倒还是会停。JEPA 在抽象空间预测，省掉了和决策无关的像素细节，把算力集中在因果上。这和大模型里只预测有用 token 的思路一脉相承——去掉冗余，模型反而更强。如果 RoboJEPA 的 scaling 规律在真机上成立，物理 AI 就拿到了像语言模型那样的确定性投入逻辑：堆参数、堆跨本体数据，能力就会涨。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 PRNewswire 十月九日电，ROBOTERA 的世界动作模型 VPP2 在具身智能基准 RoboDojo 上排名第一，而且是在没有额外数据、也没有基于代理的强化自我改进的情况下做到的。据量子位同日报道，清华背景的具身模型团队同样在长程任务上取得突破：引入 VLM 子任务规划后，长程任务平均成功率从百分之二十七点六提升到百分之五十七点六。两条消息合在一起，指向同一个变化——物理 AI 的范式正在从「外挂堆数据」转向「模型本身懂世界」。 不靠外挂数据登顶，难在哪？ 现在不少具身模型靠海量演示数据和不断自我迭代堆出高分，数据一停就露馅。VPP2 的看点是世界动作模型路线：模型先学物理世界怎么演化，再据此规划动作。RoboDojo 考的是长程、多步、跨场景任务，恰好是纯模仿学习最容易断链的地方。在不加额外数据和自我进化的条件下拿第一，说明它学到的是可泛化的物理直觉，而不是背下来的轨迹。 世界动作模型离真机器人还有多远？ 榜上第一不等于工厂第一。RoboDojo 是仿真加真实混合的基准，真机上的摩擦、负载和意外干扰 still 要靠硬件和控制栈兜底。但 VLM 加世界模型的两层结构——高层规划、底层预测执行——正在成为主流配方。如果这套路线能把成功率从不到三成拉到接近六成，长程家务和柔性制造里的「最后几步」就不再是神话。具身智能的下一个坎，是把基准上的数字搬进真实车间。 世界动作模型会取代端到端模仿学习吗？ 不靠外挂数据登顶，说明模型内部的物理模型开始起作用了。但端到端模仿学习在很多具体任务上仍然便宜有效。未来大概率是混合路线：世界模型负责长程规划，模仿学习负责精细控制。VPP2 的价值在于证明了「先理解世界再动手」这条路线能在基准上赢。下一步是看它在真机上能不能把这种理解转化成稳定、可重复的成功率。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Unite.AI 等报道，Mistlabs 完成两千六百万美元 Pre-A 轮融资，由 Luminous Ventures 与华勤技术领投，并同步在苹果设备上推出脱离测试版的 Ambi。Ambi 的定位不是又一个聊天助手，而是 AI 代理之间的通信层——让不同的 agent 能互相发现、协商和交接任务，而不需要人在中间逐句传话。 AI 之间为什么需要专门的通信？ 当你手机里同时住着日程代理、邮件代理、购物代理，它们如果各自为战，就得靠你当路由器。Ambi 想做的是让这些代理用一套机器对机器的协议直接对话：一个查到航班的代理，可以直接把行程交给订票代理，而不是先写成人话、再由你复制粘贴。这是从「人指挥多个工具」走向「代理替你协调代理」的关键一层。 代理互相通信，安全边界怎么办？ 让 AI 直接和 AI 谈钱、谈权限，效率上去了，攻击面也跟着放大。一个被注入的代理，可能通过通信层把恶意指令传染给相邻代理；协议里谁能发起、谁能审批、谁能动钱，都要重新设计。两千六百万美元的融资说明资本认可 A2A 这个方向，但真正的门槛不在模型，而在这套通信协议的信任模型。能不能在开放互联和可审计之间划出安全边界，决定它是下一个基础设施还是下一个漏洞入口。 代理之间直接对话，会不会打开新的攻击面？ 让 AI 互相通信，效率和风险是同一枚硬币的两面。一旦协议开放，恶意代理就能借通信层横向扩散，像蠕虫一样感染相邻代理。Ambi 们要解决的不只是让代理聊起来，更是让它们在聊的时候互相验证、互相设防。这个信任层如果做不好，A2A 通信就是下一个被滥用的接口。能不能在开放和审计之间画好线，是这个赛道的生死线。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 onthewire 等报道，德国 Aleph Alpha 于十月初以 Apache 2.0 发布并开放权重 Kolibri，一个德英双语的混合专家模型：总参数约七十八 B，每 token 激活约三点四六 B。在自家对比表里，Kolibri 在它纳入的 MoE 对手中综合领先。对一家主打「欧洲主权 AI」的公司来说，开源一个德英双语模型，本身就是立场表达。 欧洲为什么要自己训练双语 MoE？ 美国模型强，但训练语料和价值观偏英文互联网；中国模型便宜，但对欧洲企业有数据合规顾虑。Kolibri 把德语和英语放在同一底座，又以 Apache 2.0 开放权重，瞄准的就是不敢用美、也不敢用中的欧洲公共部门和受监管行业。三点四六 B 的激活参数说明它走的是小激活、低推理成本路线，适合在欧洲自己的数据中心里合规部署。 双语小 MoE 能打过旗舰吗？ 别指望它在通用榜头上叫板 GPT 或 Claude。它的竞争力不在刷分，而在主权、合规和德语场景的本地化。权重开放意味着机构可以离线部署、自行微调。对欧洲这种把数据主权写进监管的市场，一个能跑在自家机房的德英模型，价值不能只用 benchmark 衡量。接下来要看社区会不会为它补上法语、西语的微调生态。 主权 AI 会不会变成欧洲的新壁垒？ Kolibri 这种模型瞄准的是一个被地缘撕裂的市场：不敢全押美国、也不敢全押中国的欧洲机构。Apache 2.0 开放权重，等于把主权从口号变成了可部署的实物。但开源模型要活下来，得有社区和企业买单。如果欧洲公共部门真的按政策采购本土模型，Kolibri 们就有了稳定基本盘；否则它只是一个政治正确的 demo。 主权 AI 这面旗能不能扛下去，最终要看欧洲愿不愿意为本土模型多付一点合规溢价。毕竟数据安全和语言本地化，本身就是企业愿意为之买单的理由，而不只是一句政治口号。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据金融界等十月九日晚间报道，OpenAI 于当日正式面向全球用户全面上线 GPT-6，取代此前的 GPT-5.6 Sol 和 GPT-5.6 Luna，免费及付费 ChatGPT 用户均可使用。新模型集成 Astra 安全技术，重点强化对网络攻击、生物风险、暴力内容等滥用场景的防护，并提升抵御越狱攻击的能力。这被业内视为一次不只是版本更新、而是进入赚钱能力大考的节点。 全量免费开放，图的是什么？ 把旗舰模型同时铺给免费和付费用户，是典型的先占心智再转化。免费用户用得越多，数据和使用习惯沉淀越深，后续向上转化为订阅的漏斗越宽。代价是推理成本随免费流量线性上升，所以 OpenAI 才要在 Astra 上把滥用和高风险调用挡在门外——不是不想免费，而是不能让免费流量被刷成安全和成本的黑洞。 Astra 安全技术到底防住了什么？ Astra 的重点是滥用面：网络攻击辅助、生物风险、暴力内容，以及越来越成熟的越狱话术。当模型能力强到能帮人写攻击代码、规划危险操作，安全就成了产品能不能商用的前提。值得追问的是：安全加固会不会反过来削掉正常用户的体验？历史上每次对齐收紧都伴随「变笨了」的抱怨。上线后社区对 GPT-6 是更聪明还是更谨慎的反馈，是接下来一周最真实的验收。 全量免费之后，OpenAI 怎么填成本窟窿？ 免费用户越多，推理成本越大，OpenAI 必须在转化和成本之间走钢丝。Astra 挡住滥用，是为了不让免费流量失控；但真正的窟窿要靠把免费用户转成订阅来填。这是一场典型的规模换转化：先把人圈进来，再用更好的功能分层收费。能不能成，看的是 GPT-6 到底值不值得用户从免费档往上爬。 从免费到付费的转化漏斗，会成为 OpenAI 下一个季度财报里最受关注的数字。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Claude 平台十月七日更新、九日再次同步多语言版本的发布说明，Anthropic 将 Claude Sonnet 5.5 的提示缓存读取价格从每百万 token 零点二美元下调至零点一美元，相当于输入基准价的零点零五倍，而缓存写入和其他价格保持不变。这是一次针对高频重复上下文的定向降价，不是全面调价。 缓存读价为什么值得单独砍半？ 提示缓存命中时，模型不必重新处理整段系统提示和历史，推理成本本就低。但很多企业场景——长文档问答、多轮客服、代码库上下文——会反复命中同一段缓存，读 token 量远大于写。把读价砍半，等于直接奖励那些把上下文用对、把缓存命中率做高的用法。Anthropic 在引导开发者：别裸调，把可复用的部分缓存起来。 这对开发者的账单意味着什么？ 对高并发、长上下文的 Agent 应用，缓存读价是账单大头。一次降价就能让反复读取相同系统提示的产品边际成本显著下降。这也折射出大模型定价正在颗粒化——不再是一个输入价一个输出价，而是按写入、命中、命中后衰减分档。开发者要省钱，越来越得像调数据库缓存那样调模型上下文。价格战从标价打到了缓存这一层。 缓存分档定价会成为行业标准吗？ 当头部模型都开始按写入、命中、衰减分价，开发者优化上下文就从「好习惯」变成了「省钱必修课」。这其实把推理的一部分成本转嫁给了开发者——你要懂怎么组织提示、怎么命中缓存，才能拿到低价。对小团队这不友好，对有工程能力的公司则是优势。模型定价越颗粒化，工程能力的溢价就越高。 对做 agent 的团队，今天就该去查一眼自己的缓存命中率，那可能是账上最容易省下的一笔钱。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Analytics Insight 等十月九日的融资周报，Alphabet 旗下 Waymo 完成五十亿美元债务融资，用于扩张 robotaxi 出行网络。这笔债务在本周 AI 与出行大额融资中格外显眼——同期 Manus 融资超五亿、各消费品牌也在吸金，但 Waymo 这单的量级和它对应的重资产属性，说明自动驾驶已经进入资本密集的网络扩张阶段。 robotaxi 为什么开始借债扩张？ 自动驾驶最难的不是能不能开，而是能不能在足够大的城市里、以足够低的成本运营起来。要铺车队、画高精图、建远程监控，都要持续烧钱。Waymo 已经在多个城市商业化，现在用债务融资加杠杆扩张，说明 Alphabet 判断单位经济模型已经接近正向，可以用债务换规模。这和早期「先证明技术」的烧钱逻辑不同，是要摊薄成本、抢市场。 借债扩张对自动驾驶行业意味着什么？ 债务是要还的，这给 Waymo 上了硬约束：车队利用率和单车毛利必须真的爬上来，否则利息会吃掉扩张收益。对整个行业，这是一个信号——资本开始用商业指标而非技术愿景来定价自动驾驶。接下来要盯的是 Waymo 在新城市的单车日订单和单位成本曲线，这些数字比任何演示视频都更能决定 robotaxi 的终局。 债务扩张会把 robotaxi 逼到盈亏平衡吗？ 借债是硬约束，也是加速器。Waymo 必须在利息压顶之前把单车经济跑正，这会逼它更快地扩城市、提利用率。对行业这是好事——自动驾驶终于要拿真实运营数据说话，而不是靠演示融资。风险在于，如果扩张速度快于成本下降，债务会变成负担。接下来每个季度的单车日订单和毛利率，就是这场豪赌的成绩单。 自动驾驶的故事正在从技术发布会转向财报电话会，这本身就是它走向成熟的标志。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据十月八日 AI 科技晨报，AI 代理公司 Finch 宣布与百度智能云达成合作，推进 AI 代理生态。Finch 这类公司做的是让企业能安全地部署、监控和编排自主代理，而百度智能云提供国内的算力、模型和企业客户渠道。两边合在一起，等于把「代理运行时」接到了国内最大的模型云和客户网络上。 代理公司为什么要绑云厂商？ Agent 不是一个模型接口，而是一套要连数据、连工具、连权限的运行系统。企业客户天然希望它跑在自己已经在用的云上，而不是再开一套陌生基础设施。Finch 绑百度智能云，是把自己的代理编排能力挂到国内企业的采购清单里；百度则借此补齐代理这一层，让自家模型不只是被调用，而是被组织成能干活的队伍。 这种合作会改变国内 agent 落地吗？ 国内企业上 AI 的卡点从来不是有没有模型，而是敢不敢把业务流程交给自动执行的代理。云厂商提供的合规、审计和私有部署，正好补上这块信任。可以预见，模型云＋代理编排的捆绑会成为标准打法。真正的分水岭，是第一个敢把核心业务流程——而不是 demo——交给这种托管代理的标杆客户出现。 云厂商加代理编排会成为默认套餐吗？ 当模型云开始把代理运行时打包进自家服务，客户的迁移成本会越来越高。这对百度是好事，对独立代理公司则是被平台收编的压力。Finch 选择绑定而不是对抗，是务实——单干要自己啃企业合规，绑云则能直接进采购清单。长期看，代理这一层很可能像数据库中间件一样，被云厂商做成标配，独立公司要么做最尖的技术，要么被整合。 对开发者，这意味着选型时要把云厂商的代理路线一起算进去，而不是只比模型单价。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据十月八日 AI 科技晨报，豆包 AI 个人助手独立 App 已实锤，定名小豆，剑指全场景智能生态。同一批动态里，腾讯也被曝入局 Personal Agent 赛道。这意味着国内大厂不约而同地把「个人智能体」从大模型产品里拆出来，做成独立入口——不再是你打开 App 聊天，而是一个常驻的、跨应用的助手。 为什么大厂要把助手从 App 里拆出来？ 聊天框是单点交互，Personal Agent 要的是跨应用、跨任务的持续代办。独立 App 意味着独立的账户体系、记忆和权限，能在你授权后串联日历、消息、支付和设备。字节有豆包的用户基础和分发能力，腾讯有社交和办公关系链，两家同时下场，说明这个入口之争已经从模型层打到了操作系统级。 小豆们真的能替你管事吗？ 概念很热，但落地考验的是权限和信任。个人助手要好用，必须能读你的日程、邮件、甚至代你回复；一旦出错或被注入，代价就是真实的社交和金钱损失。国内这波 Personal Agent 会不会重演美国 Tab 那种「住在短信里、自带钱包」的激进形态，还是先从弱权限的提醒和整理做起，是接下来几个月最值得看的分野。 个人助手独立成军，入口之争意味着什么？ 把助手从聊天框拆成独立 App，本质是抢一个常驻系统级入口。谁掌握了这个入口，谁就掌握了用户的日程、消息和支付。字节有流量，腾讯有关系链，两家同时下场，说明这个位置谁都不敢让给别人。但入口之争的胜负手不在发布，而在留存——用户会不会真的每天把事交给它。早期看谁的权限接得深，后期看谁出错少。 国内个人智能体之争才刚开场，最终谁能留在用户的手机首屏，还要看谁先交出一个真能替人办成事的标杆案例。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论