2026-08-24
🎬 YouTube
1. Everything Distillation：自蒸馏综述｜Latent Space
这期 Paper Club 围绕论文《Everything Distillation》梳理自蒸馏研究，即让模型利用自身产生的信号改进训练，而不只依赖更强的外部教师模型。内容适合用来建立蒸馏方法的整体框架，并理解自生成数据、训练目标与模型能力迁移之间的关系。
2. 84 分钟企业销售实战访谈｜Lenny's Podcast × Jen Abel
Lenny 与 Jen Abel 用一场 84 分钟长访谈集中讨论企业级销售，主题从产品驱动增长转向高客单价、长决策链的销售场景。对 AI 创业者而言，重点是理解“产品好”之外的商业化能力：如何进入组织、推进复杂采购，并把创始人销售逐步变成可复制的流程。
🎙️ 播客
无近期更新。
📝 博客
1. Anthropic 最强模型遇冷，便宜模型反而更受欢迎｜Simon Willison
Simon 摘录 FT 数据称，Anthropic 7 月年化收入达到 650 亿美元，高于 5 月的 470 亿美元；公司还称已有 6,000 家客户年消费超过 10 万美元。Ramp 的企业账单数据显示，7 月 Opus 4.8 占 Anthropic 模型支出的 28%，而新发布、价格昂贵的 Fable 5 和 Opus 5 分别仅占 8% 与 3.5%，说明模型能力领先并不自动转化为采用率。
2. Fable 之后，模型路由与上下文工程变得更重要｜Drew Breunig / Simon Willison
Drew Breunig 的核心判断是：过去新模型往往以相近甚至更低价格覆盖旧系统的问题，因此团队没有动力深挖编码脚手架和上下文策略。Fable 虽然能力很强，但成本高到让团队必须区分任务，把多数代码继续交给 Opus、GPT-5.6、K3 或 GLM，仅将真正需要顶级能力的工作路由给 Fable。
3. 前沿 AI 公司再遇商业化压力：便宜工具正在抢走需求｜Gary Marcus
Gary Marcus 关注前沿模型公司在 IPO 前面临的现实压力：市场增长并未只流向最强、最昂贵的模型，低价工具正在快速获得客户。结合 Anthropic 的模型支出结构，这意味着投资者需要重新审视高训练成本、高推理价格与真实用户付费意愿之间的落差。
4. Claude 修复 2008 年旧电脑 BIOS：先变砖，再靠反馈迭代成功｜Doug Brown
作者的 eMachines EL1200 装 8GB 内存后可正常运行 Linux，却无法进入 BIOS；Claude Opus 5 用半小时分析并生成补丁，但首次刷写因移动了不能随意改变位置的 BIOS 模块，直接把主板刷成“砖”。收到失败反馈后，Claude 发现压缩布局问题，自写 LH5 压缩器，又用 Python 写了简化 x86 解释器测试补丁，并用原 BIOS 解压代码验证兼容性，展示了高风险逆向任务中“可恢复环境 + 反馈循环 + 独立验证”的必要性。
5. 用 LLM 制作图标颜色元数据整理工具｜Jim Nielsen
作者需要从 2,000 多个图标中找出漏标颜色的项目，但不愿把最终判断完全交给模型，于是让 LLM 制作一个人机协作工具。工具跳过透明和低饱和度像素，将图像转为 HSV 后按色相区间计算占比，再把“已标注”和“可能漏标”图标并排展示，由人选择并回写 ID；这是一个很实用的“机器高速筛选、人做最终感知判断”案例。
🗞️ Techmeme 热点
1. 美国企业资本开支增速超过欧洲三倍，AI 竞赛是主要推力
Oxford Economics 预计，美国企业 2021—2027 年设备与设施支出将增长 40%，增速超过欧洲的三倍。AI 数据中心及相关基础设施竞赛正成为美欧投资差距的重要驱动力。
2. 英伟达洽谈投资 Perplexity，估值或超过 300 亿美元
消息称英伟达正考虑参与 Perplexity 新一轮股权融资，此轮估值超过 300 亿美元；双方此前还讨论过技术授权及招聘部分员工。交易若落地，将进一步加深芯片平台与 AI 搜索应用之间的资本绑定。
3. 软银拟发行 63 亿美元零售债，为 OpenAI 承诺筹资
软银计划进行约 63 亿美元的零售债券发行，规模将创日本发行人纪录，也是其年内第三次发债。融资用途之一是履行对 OpenAI 的资金承诺，反映大型 AI 投资对集团资产负债表的持续压力。
4. 科技巨头加速进入美国学校，未经验证的 AI 工具引发反弹
纽约时报梳理 Google、Microsoft、OpenAI 等公司影响美国学校采购与教学方式的策略。争议焦点是，学校可能在学习效果和风险证据不足时就大规模引入 AI，教育工作者与家长因而开始推动更严格的评估与约束。
5. OpenAI 研究员 Luke Metz 转投 Meta 超级智能实验室
消息称，今年早些时候回归 OpenAI 的研究员 Luke Metz 已加入 Meta Superintelligence Labs，并向 Alexandr Wang 汇报。这再次显示头部实验室围绕核心研究人才的争夺仍在升温。
📊 YouTube 2 条 | 播客 0 条 | 博客 5 条 | Techmeme 5 条 | 精选 12 条