Tom Tunguz 分析 Slate Auto 与 Thinking Machines Inkling 共享的通用底座加定制化策略
Tom Tunguz 撰文指出，Slate Auto 售价 $24,950 的 Blank Slate 电动皮卡与 Thinking Machines Lab 开源的 975B 参数模型 Inkling 采用同一策略：以廉价、通用的基础产品入市，靠客户定制创造价值。
#现象/趋势
#现象/趋势
今日 2 条Tomer Tunguz 博客（VC 分析）AI 评分5252 Tomer Tunguz 博客（VC 分析）AI 评分5656 Tomer Tunguz 分析开源模型如何逼近闭源前沿：追赶与商品化循环
Tomer Tunguz 撰文认为开源权重模型已多次追平闭源前沿模型，从 DeepSeek R1 到 GLM-4.6、GLM-5.2 和 Kimi K3，但 GPT-5.2 级闭源模型与 Opus 仍率先制造跃迁时刻。
Tomer Tunguz 博客（VC 分析）精选AI 评分6363 Tomer Tunguz 分析 AI 工程效率三档分布：均值 20-46%、前沿 3x、工厂级 8x+
Tomer Tunguz 提出 AI 工程效率呈三档分布：仅分发 AI IDE 的均值约 20-46%，构建智能体运营层的公司达 2.5-3x，智能体作为组织单元的软件工厂达 8x+。
推荐理由：作者汇总多项公开数据，把 AI 工程效率分成三档，指出差距不在模型而在围绕智能体的运营纪律，可作行业对照参考。
ARC Prize：官方博客精选AI 评分7272 ARC Prize 2025 结果与分析：NVARC 以 24.03% 夺冠，官方聚焦 refinement loop 与知识过拟合
ARC Prize 2025 结束，Kaggle 冠军 NVARC 在 ARC-AGI-2 私有集上取得 24.03%（每任务 $0.20），大奖仍未被认领；共 1,455 支队伍提交 15,154 份方案、90 篇论文，获奖方案与论文全部开源。
推荐理由：官方复盘 ARC Prize 2025 结果，提出 refinement loop 框架，并分析知识过拟合与基准设计需要演进的问题。
Tomer Tunguz 博客（VC 分析）精选AI 评分7777 Google Cloud Q2 2026 营收增长 82% 至 248 亿美元，增速趋同 NVIDIA 数据中心业务
Google Cloud 2026 年 Q2 营收 248 亿美元，同比增长 82%，超出 223 亿美元的市场预期，增速与 NVIDIA 数据中心业务趋于一致。
推荐理由：作者用财报数据拆解 Google Cloud 增速与 NVIDIA 数据中心业务趋同的来源，并对比 AWS 利润率变化，提供了一个理解云厂商 AI 需求的视角。
Tomer Tunguz 博客（VC 分析）精选AI 评分6363 Tomer Tunguz：OpenRouter 上 GPT-OSS-120b 仍占 Claude Opus 4.8 三分之一流量，token 市场加速分层
Tomer Tunguz 撰文指出，OpenRouter 数据显示发布于 2025 年 8 月的 GPT-OSS-120b 仍承载 Claude Opus 4.8 约 36% 的日 token 量，GLM 5.2 以每日 495B token 超过前沿模型，token 市场正按成本、速度和准确度分层。
推荐理由：作者用 OpenRouter 流量数据和自己本地实测，说明 token 市场正按成本、速度与准确度分层，MoE 正在抬高端侧模型上限。
Tomer Tunguz 博客（VC 分析）精选AI 评分6666 Tomasz Tunguz：Agent harness 对编码成绩与成本的影响超过模型本身
Tomasz Tunguz 撰文称 harness 对编码基准和成本的影响大于模型。Endor Labs Agent Security League 测试显示。
推荐理由：文章用同一模型在不同 harness 下的分数差和缓存成本数据，说明运行时框架对编码表现和账单的影响可能超过模型本身。
Tomer Tunguz 博客（VC 分析）精选AI 评分7272 Tomer Tunguz 分析微软转售前沿模型：Azure 增长 43% 但利润结构与订单集中度承压
Tomer Tunguz 分析三大云厂商增速分化：Azure 上季度增长 43%、全年收入超 1000 亿美元，Google Cloud 增长 82%，AWS 增长 28%。
推荐理由：作者以三家云厂商的财报数据对比自建与转售前沿模型的经济结构，指出微软积压订单对 OpenAI 的集中依赖，提供了一个理解云厂商资本开支差异的框架。
Tomer Tunguz 博客（VC 分析）精选AI 评分7272 Tomtunguz 分析 AWS 增速回升至 36.7% 与万亿美元营收之路
作者分析 AWS 最新季度年化营收达 $169b、增速 36.7% 为 18 个季度最快并连续五个季度加速，与 Azure 的差距从 16 个百分点缩窄到 6 个。但 AWS 积压订单 $496b 在三巨头中最小，自由现金流转为负 $7.6b，2026 资本开支计划上调至 $220b；Andy Jassy 称 AWS 有潜力成为 $1T 营收业务，其关键在于企业生产工作负载这一中间段何时普及推理。
推荐理由：作者用 AWS 与 Azure、Google Cloud 的增速、积压订单和资本开支对比，帮读者看清云计算竞争格局与万亿美元目标的真实约束。
Tomer Tunguz 博客（VC 分析）精选AI 评分6666 Tomer Tunguz 分析模型涨价下分层定价如何延续杰文斯悖论
Tomer Tunguz 分析，超大规模云厂商在 2026 年 Q2 财报电话会上称 AI 产能持续受限，HBM3e 内存涨价 20%、HBM4 预计翻倍。
推荐理由：作者用各实验室定价与算力供给数据，解释分层定价如何维持杰文斯悖论，并指出路由层可能成为新的战略环节。
Tomer Tunguz 博客（VC 分析）精选AI 评分7878 SpaceXAI 首季资本开支 183.7 亿美元追平超大规模厂商，但资金结构迥异
Tomer Tunguz 分析 SpaceXAI 首个公开财季资本开支达 $18.37b，其中 $15.83b 投向 AI 基础设施，超出 $13.2b 的市场预期，规模接近 Microsoft 总开支的四成。
推荐理由：原文用经营现金流对资本开支的覆盖率拆解各家AI基建投入的资金来源差异，提供了一个可比的分析框架。
Tomer Tunguz 博客（VC 分析）AI 评分4848 AI 应用层公司的 ARR 倍数：Harvey、Legora、Sierra 为何估值差出 2 倍
Harvey、Legora 与 Sierra 在九个月内先后突破 1 亿美元 ARR，估值分别达 50x、56x 和 100x 收入，但增速最快的公司定价反而接近区间底部，溢价更多取决于品类位置而非增长速度。
Tomer Tunguz 博客（VC 分析）精选AI 评分6565 Tom Tunguz 分析：谁在真正购买 SOTA 模型
Tom Tunguz 分析 OpenRouter 与 Ramp 数据指出，尽管 SOTA 模型比去年 11 月聪明三分之二且平均每三天有两个新模型发布，OpenRouter 上 84% 的 token 并非 SOTA。
推荐理由：作者用 OpenRouter 和 Ramp 数据分析 SOTA 模型的份额与价格弹性，指出应用部署正转向以价格优先的模型选择。
Tomer Tunguz 博客（VC 分析）AI 评分3838 模型边用边学：测试时训练如何改变 AI 推理成本与记忆机制
测试时训练让模型在回答提示词时就地做梯度更新，权重随使用而改变，从而把不断增长的 KV-cache 折叠为固定大小的权重，内存占用不再随上下文线性增长。斯坦福针对小模型的研究显示其推理速度最高可提升 2.7 倍，In-Place TTT 还能免重训把 4b 模型提升到有竞争力的 128k 上下文表现。
Tomer Tunguz 博客（VC 分析）精选AI 评分7070 Tom Tunguz 实测 Qwen3.8-27B 本地模型， birds fly like bumblebees 而非飞机
Tom Tunguz 用 25 个 VC 任务对比 DeepSeek V4 云端模型与两个本地模型，judge 模型盲评显示三者质量接近（8.0 左右），但路径不同。
推荐理由：作者以 25 个真实 VC 任务实测云端与本地模型，用质量、token 用量和延迟数据解释小模型靠更多推理弥补知识差距。
Tomer Tunguz 博客（VC 分析）AI 评分4242 AI 让英语成为软件通用接口：Codex 驱动 CAD 造出"此前无法制造"的裙子
非技术背景创始人 Yana Welinder 用 Codex 驱动自己不会操作的 CAD 软件，做出了一件此前无法制造的裙子。文章认为，Figma、Salesforce、CAD 各有自己的"语法"，软件越强大所需专业知识越多，而 AI 让用户用英语表达意图、由智能体翻译成软件语言。专家不会消失，产品设计的重心转向为智能体构建安全操作系统的 harness 与文档。
Tomer Tunguz 博客（VC 分析）精选AI 评分6464 Tom Tunguz：intelligence-per-watt 将推动数据中心走向个人化
Tom Tunguz 引用 Stanford 与 Together AI 的研究，提出 intelligence-per-watt 将像当年的 performance-per-watt 一样推动 AI 从云端走向端侧。
推荐理由：原文引用研究数据解释 intelligence-per-watt 趋势如何推动 AI 向端侧迁移，并给出本地加路由方案相对全云的能效与成本收益。
Tomer Tunguz 博客（VC 分析）精选AI 评分6464 Tomer Tunguz 分析 AI 硬件瓶颈的牛鞭效应
Tomer Tunguz 撰文分析 AI 基础设施短缺正按牛鞭效应依次传导：2023 年初 H100 租金曾超 $9/小时，2023 年服务器出货量下滑 22%。
推荐理由：作者用多年价格和产能数据梳理 AI 硬件短缺的接力顺序，读者可以据此理解瓶颈传导的时滞机制。
Tomer Tunguz 博客（VC 分析）精选AI 评分8484 NVIDIA Q2 FY27 营收 $96b，Q3 指引 $108b 将破百亿季度大关
NVIDIA Q2 FY27 营收达 $96b，同比增长 106%，环比增长 18%，并给出 Q3 $108b ±2% 的指引。
推荐理由：作者基于财报数据指出超大规模客户占比下降与应收账款拉长，为读者提供了观察 NVIDIA 增长质量的关键视角。
Tomer Tunguz 博客（VC 分析）精选AI 评分7070 Tomer Tunguz 分析 AI 模型公司的每兆瓦收入与模型工厂逻辑
文章引用 Dylan Patel 等人的观点分析 AI 模型公司按兆瓦计的单位经济：基础算力成本约 $10-15M/MW，Anthropic 2026 年收入达 $50M/MW，实现首个盈利季度，收入 $10.9B、营业利润 $559M。
推荐理由：文章用每兆瓦收入和毛利数据拆解 AI 模型公司的单位经济，并解释推理利润如何反哺训练的工厂模式。
Tomer Tunguz 博客（VC 分析）精选AI 评分6161 Tomer Tunguz 分析前沿 AI 市场的准入分化：访问权取代价格成为新稀缺
Tomer Tunguz 撰文指出前沿 AI 市场正分化为封闭阵营，实验室通过选择伙伴、限制访问来管控最强模型。
推荐理由：作者梳理了前沿模型从按 token 出售转向准入管控的多方实例，并给出开源与 Nvidia 反制力量的行业分析。
Tomer Tunguz 博客（VC 分析）AI 评分5151 Tomer Tunguz：AI 提升的不是效率而是产出上限
Tomer Tunguz 分析五年写作数据后认为，AI 自动化草稿并未减少人工编辑，而是提高了同等工作量的产出上限。行级句编辑中位数稳定在每篇约 136 处，而发布文章的质量下限上升最快，第 10 百分位评分从 2.59 升至 3.81，涨幅约为第 90 百分位的两倍。
Tomer Tunguz 博客（VC 分析）精选AI 评分7272 Tomer Tunguz 分析 Meta Muse Spark 双轨定价如何把广告模式引入 AI
Tomer Tunguz 分析 Meta 昨日发布的 Muse Spark 模型及其新定价体系：标准档 muse-spark-1.3 输入 $1.25/m、输出 $4.25/m tokens 且不用于训练。
推荐理由：作者用两档价差算出 Meta 对训练数据的每 token 定价，为理解以数据换补贴的商业模式提供一个可核算的框架。
Tomer Tunguz 博客（VC 分析）AI 评分5959 Tomer Tunguz 分析 4 万亿美元 AI 数据中心债务浪潮能否被信贷市场消化
作者估算未来五年美国数据中心容量将从 25 吉瓦增至 70 吉瓦，全球建设总投入约 5 万亿美元，其中约 4 万亿美元新债务相当于美国公司债市场扩容 34%，超过全球私募信贷市场规模，并等于美国市政债市场的 91%。
Tomer Tunguz 博客（VC 分析）精选AI 评分7070 Tomer Tunguz 解析 AI 消耗的三波浪：从聊天、单智能体到 meta-harness
Tomer Tunguz 提出 AI token 消耗分三波：聊天约每用户每天 1m tokens，单智能体约 100m-200m，meta-harness 并行调度多个智能体可达数十亿级。
推荐理由：作者用 OpenRouter 与 OpenAI 数据拆解 AI token 消耗的三波结构，读者可以据此理解算力需求为何不沿平滑曲线外推。
Tomer Tunguz 博客（VC 分析）AI 评分5959 Tomer Tunguz 分析 OpenAI 3 倍研究产出实为机器三班倒与每日 600 美元推理成本
Tomer Tunguz 分析 OpenAI 公布的研究加速数据，认为 3 倍生产率本质是一名工程师监督三班机器运行而非更聪明。OpenAI 研究员 8 小时人班对应 3.14 个 agent 工作日，通常并行跑 4 个 agent；中位数推理开销从 3 月底每天 $14 涨到 8 月中超过 $600，90 分位研究员年化超 $2.5m。
World Labs：官网AI 评分6161 World Labs 撰文提出世界模型功能分类：渲染器、模拟器与规划器
World Labs 团队发文将当前各类 world models 按功能分为三类：渲染器输出像素、模拟器输出状态、规划器输出动作，认为三者是对同一感知-动作循环的不同投影。
TensorZero：实验与工程博客精选AI 评分6767 TensorZero：别只比每百万 token 单价，LLM API 的隐藏成本在 tokenizer
TensorZero 指出每百万 token 单价（$/MTok）不能反映 LLM API 真实成本，因为各家 tokenizer 对相同输入产生不同 token 数。
推荐理由：原文用实测数据说明 token 计数差异会让实际成本偏离标价，读者可据此修正自己比较模型价格的方法。
Berkeley RDI：Blog（AI 安全与评测）精选AI 评分6767 Berkeley RDI：GitHub Pages 上近 2000 个站点仍加载 polyfill.io 恶意 CDN，AI 编码助手加剧风险
Berkeley RDI 扫描发现 1,960 个 GitHub Pages 站点（18,384 个页面，合计超过 530K stars，含 microsoft/AirSim 和 UC Berkeley 课程页）仍在加载 polyfill.io 等 Funnull 系列 CDN，该运营商已被 OFAC 制裁。
推荐理由：原文实测四款大模型仍会推荐已被制裁的恶意 CDN 域名，并给出可执行的排查命令和修复清单，方法可迁移到自身项目。
Berkeley RDI：Blog（AI 安全与评测）AI 评分5454 Berkeley RDI等机构提出软件开发自主性三级框架，展望编码不再是瓶颈后的软件工程
UC Berkeley、MIT、Microsoft、Cursor等机构的研究者发布立场论文《Towards Autonomous Software Development》，提出软件开发自主性三级框架：Level I代码自主、Level II流水线自主、Level III需求自主。
LMSYS：Blog（Chatbot Arena 团队）AI 评分5151 LMSYS 团队发布 Infer-forge 方法论：围绕 SGLang 的 Harness、Loop 与 Graph 工程
LMSYS 团队（2026年8月28日）发布 Infer-forge 构建方法论，这是一套围绕 SGLang 独立开发的内部智能体工程系统，包含 MonoRepo 共享工作区、Harness 执行底座、Task Loop 与 Task Graph 三层累积结构，目前未开源。
Fireworks AI（网页）AI 评分5959 Fireworks AI 分析：前沿不是单个模型，而是路由器
Fireworks AI 基于 DeepSWE v1.1 的 113 个任务分析称，按任务选模型的 oracle 路由在 18 个模型上可达 97.6% 通过率、每任务 $1.88，比最佳单模型 GPT-6 Astra（74.1%、$6.52）高 23 分且成本不到三分之一；仅用开源权重模型也能达 90.3%、$1.45。
Dario Amodei：Blog（网页）精选AI 评分6868 Dario Amodei 长文《Machines of Loving Grace》展望强大 AI 如何造福世界
Anthropic CEO Dario Amodei 发表长文，描绘强大 AI 若一切顺利可能在 5-10 年内压缩未来 50-100 年生物医学进步的愿景。他定义强大 AI 为超过诺贝尔奖得主智力、可自主完成数天至数周任务的系统，并提出以智能的边际回报为核心的分析框架，聚焦生物学与健康、神经科学与心理健康、经济发展与减贫、和平与治理、工作与意义五大领域。
推荐理由：Anthropic CEO 本人撰写的长文，系统给出强大 AI 在五个领域造福社会的具体预测与分析框架，观点源自第一手思考。
Cloudflare Blog精选AI 评分7777 Cloudflare：互联网出现第二个受众，智能体流量增长超 1700% 并推动内容付费新机制
Cloudflare 发文指出互联网出现了由软件代理人类访问的第二个受众：其网络 HTTP 请求从 2024 年底的每秒 6300 万增至近 1.15 亿，一年内 AI 智能体日请求增长超 1700%，今年首次过半流量非人类。
推荐理由：Cloudflare 用自家网络数据说明智能体流量如何改变流量与收入的关系，并给出可控授权和按使用付费的应对思路。
Augment Code 博客（网页）精选AI 评分6868 Augment Code 复盘如何搭建软件工厂，人均规模调整产出提升 4.5 倍
Augment Code 官方复盘其软件工厂搭建过程：2025 年 11 月至 2026 年 7 月，基于 Cosmos 平台陆续部署 PR Author、Deep Reviewer、Verifier、Incident Investigator 等专用智能体，覆盖需求、工单、PR、生产四个环节，量化分析覆盖 17,200 个已合并 PR。
推荐理由：官方复盘给出九个月内部数据与逐月部署节点，读者可以据此了解团队级智能体工厂的搭建路径与取舍。
Tomer Tunguz 博客（VC 分析）AI 评分5959 Tomer Tunguz 分析 Dario Amodei 提出的 AI 放缓倡议意味着什么
Tomer Tunguz 分析 Dario Amodei 提出让行业自我放缓 AI 发展的倡议，指出五个阵营各说后果却无人给出具体速度。文章以 2023 年 10^26 FLOPS 报告门槛被撤销、Grok-3 数周后越线为例，说明算力每年增长约五倍，固定数字很快过时，真正问题是谁有权决定速度。
Tomer Tunguz 博客（VC 分析）AI 评分5757 Vercel COO 称 inbound 销售开发已实现 90% 自动化
Vercel COO Jeanne DeWitt Grosser 在 The Information 访谈中表示，inbound 销售开发实现 90% 自动化，自建客服 Agent 处理 93% 的支持案例，销售开发 Agent ROI 达 32x，两项的年度基础设施账单均为几千美元低位；inbound SDR 团队从 10 人缩至 1.25 人。
Tomer Tunguz 博客（VC 分析）精选AI 评分6565 Tom Tunguz 解析 UC Berkeley 研究：harness 决定 AI 答案的成本与毛利
Tom Tunguz 引用 UC Berkeley HarnessTax 研究指出，控制 AI agent 的 harness 决定同一答案的价格：GPT-5.6 Sol 在 Pi 上比在 Claude Code 上每完成一个任务成本低 71%（$0.441 对 $1.540），42 组同模型 harness 对比中质量差异均无统计显著性。
推荐理由：作者基于 UC Berkeley 研究数据解释 harness 如何决定同一模型的成本与毛利，比较框架可迁移到 AI 应用商业判断。
Tomer Tunguz 博客（VC 分析）精选AI 评分6262 Tomer Tunguz：专用判定模型让 if-then 分类成本降两个数量级且准确率翻倍
Tomer Tunguz 撰文提出 AI 正在优化 if-then 判定这一编程原语：Jev（TypeSafe）和 SemIf（MIT 协议开源，配合 Jared Palmer 的 kev）只运行一次注意力计算即从少量输出 token 判定结果，成本比传统 AI 低约 99%。
推荐理由：作者以自己 agent 的实测数据展示专用小型判定模型可同时大幅降本并提升分类准确率，方法有可迁移性。
Tomer Tunguz 博客（VC 分析）精选AI 评分6767 Tom Tunguz 分析 AI 定价竞争焦点在中间层市场
Tom Tunguz 撰文分析 AI 市场竞争焦点不在前沿模型而在中间层。他引用数据指出，Anthropic 的 Opus 系列维持 $5 与 $25 每百万 token 价格五次发布后首次降价，OpenAI 的 Luna 先后降价 80% 和 50%，开源模型以 86% 折扣承担大部分 token 流量；最强模型 Fable 5.1 上线十二天仅占网关支出的 3.7%。
推荐理由：作者用多家模型价格与网关份额数据说明竞争重心在中间层市场，为理解 AI 定价经济提供了一个数据视角。