开发者工具日报：AI 推理优化、模型竞争与具身智能进展

昨日重点

• AI 推理性能大幅提升：Nari Labs 将 Qwen3-TTS 推理延迟优化至 34ms p95 TTFA（单张 H100），并开源实现；蚂蚁百灵为 SGLang 推出 Weight Cache Daemon，将 Ling-2.6-1T FP8 模型权重加载时间缩短至约 0.63 秒，引擎启动时间从 8.8 分钟降至约 0.53 分钟。
• 模型竞争白热化：Grok 4.6 以 70.8% 准确率登顶 CursorBench，单任务成本仅 $2.81；Google 发布 Gemini 3.7 Flash，DeepSWE 评分从 48.6% 升至 65.3%，入门价降至 $0.75/百万输入 token；神秘模型 Ox Alpha 在 OpenRouter 免费上线，DeepSWE 得分约 80%，疑似智谱 GLM 5.3 Flash。
• 具身智能产业化加速：第二届世界人形机器人运动会开幕，2056 台机器人参赛，天工 Ultra 百米跑出 9.39 秒破人类纪录；宇树 80 台 T2 机器人亮相开幕式；银河通用发布全自主打网球机器人“银河星仔”。

分主题观察

推理优化与基础设施

• Nari Labs 的 Qwen3-TTS 优化涉及 CUDA 图捕获、前缀缓存、FP8 等技术，讨论延伸至消费级 GPU 和移动端部署。
• 蚂蚁百灵 Weight Cache Daemon 显著提升大模型部署效率，对推理服务提供商有重要参考价值。
• Waymo 首次公开自研 5nm ASIC 计算系统，提供超 1000 TOPS ML 性能，八年算力扩展 20 倍，双独立引擎冗余设计。

模型与工具链

• Grok 4.6 成本优势显著，完整版 Grok 4.7（2.1T 参数）数周后发布；Gemini 3.7 Flash 成增长最快模型发布。
• OpenAI 下调 GPT-5.6 Sol 价格超 20%，API 输入降至 $4/百万 tokens，输出 $20/百万 tokens。
• DeepSeek 调整周末 API 计费，周六日全天按低谷价收费。
• MCP 发布新路线图，HTTP 化与 Agent 身份授权标准化，与 IETF OAuth 和 WIMSE 协作。

智能体与自动化

• 微软提出 Agent Lightning v1.0，在真实部署环境中训练智能体；Google 提出 Pandora's Router 按需付费模型路由。
• 普林斯顿与 UCSD 研究揭示技能主要通过程序性引导提升智能体表现，技能库过大反而降低检索命中率。
• 清华等发现 AI 智能体难以改变高层策略，多数迭代停留在同一方法内调整。

具身智能与机器人

• 第二届世界人形机器人运动会：666 支队伍、2056 台机器人参赛，多项竞技赛取消人工遥控，全程全自主运行。
• 银河通用发布全自主打网球机器人“银河星仔”，双目视觉 0.1 秒锁定来球，正手击球成功率 90.9%。
• 新石器 CEO 余恩源：目标构建 1000 万辆无人车和 1 亿个机器人组成的无人物流网络。

开发者体验与争议

• Claude Code 被指悄悄调低推理强度，引发社区质疑；Claude Code 新增手机远程控制功能。
• HN 热议“TUI 之争”和“AI 文本失明”，讨论 LLM 时代终端界面价值与 AI 内容质量。
• 哈佛斯坦福研究：嵌入模型仍是检索首选，LLM 成本最高达嵌入模型的 1431 倍。

值得继续关注

• Ox Alpha 模型身份：神秘模型免费一周，若确认为 GLM 5.3 Flash，可能影响模型竞争格局。
• Grok 4.7 发布：完整版 2.1T 参数模型数周后发布，性能全面优于 4.6。
• Anthropic IPO：估值 2 万亿美元，或成史上最大 IPO，招股书将公众 AI 抵制列为关键风险。
• 具身智能生态竞争：机器人企业从展示自身能力转向强调产业链与生态合作，等待“ChatGPT 时刻”。
• AI 安全测试缺陷：心理学方法揭示聚合安全分数误导性，新统计方法成本降低 97%-99%。