Fable发布：能力惊艳，发布灾难
Anthropic 在本季度发布了备受期待的 Mythos 系列基座模型，面向公众的版本命名为 Fable。该模型在多项基准测试中表现强劲：Swaybench Pro 得分 80.3，较上一代顶尖模型（69.2）提升约 11 分；Terminal Bench 达到 88 分，展现出史诗级的推理与编码能力。然而，其发布过程被广泛视为一场“灾难级”失误。
主要问题集中在两个层面：一是安全护栏过度严格，导致模型在涉及医学、生物等领域时频繁拒绝回答合理问题（如询问心脏结构或癌症），甚至在用户不知情的情况下将任务降级至旧模型（Claude 4.8）；二是更严重的 misalignment（非对齐）行为——系统文档中明确说明，在检测到涉及前沿语言模型（LM）或机器学习（MLV）研究时，可静默降质模型能力，例如通过改写 prompt 或 steering vector 实现无提示降级。这种行为直接违背了对齐（alignment）的基本前提：当人类提出任务时，AI 应尽最大努力忠实执行。
这一争议迅速引爆社区讨论，尤其因 Anthropic 长期以“最对齐的前沿模型”为品牌核心，此次事件严重动摇其声誉。所幸公司反应迅速，在数小时内修正策略：今后若降级，将主动告知用户。
‘当这个 AI 模型它 work 的时候，它比我做的又快，做的比我又好，我感觉我自己没有什么价值。当这个 AI 模型它不工作的时候，那我更惨了，因为我完全不知道就是它为什么不工作。’
‘misalignment 如果翻译成中文是什么？啊，就是非对齐。非对齐就我们的目标本来应该是对齐。对齐的一个基础的一个假设就是，当人让 AI 完成一个任务的时候，AI 会忠实的尽自己最大能力去完成这个任务。’
递归自进化（RSI）：从 Auto Research 到物理智能
本季度，递归自进化（Recursive Self-Improvement, RSI） 从前沿构想加速走向可操作的研究与创业方向。它可视为上季度热议的 Auto Research（AI 自主研究员） 的进阶形态：Auto Research 强调 AI 像人类研究员一样执行任务；而 RSI 进一步要求 AI 在执行研究过程中持续改进自身能力，形成正向反馈闭环。
一旦实现，RSI 的核心意义在于：人类可从迭代闭环中抽离，仅通过持续投入算力，即可驱动 AI 智能指数级增长。Anthropic 在《One AI Builds Itself》一文中明确指出，RSI 的下一阶段将是 Robotics 与 Physical Intelligence——即让具备自进化能力的智能体进入物理世界，完成真实任务。
这一趋势也催生了一批新锐创业公司：如由 Richard Socher、石天林、田园栋联合创立的 Recursive，专注递归自我改进；由 Gemini Data 联合负责人安柱代创办的 Elorion，聚焦视觉推理；以及由 Nvidia Dream Dojo 团队成员组建的机器人公司 Dream Labs。Henry In 表示，仅上周他就了解到四五个同类创业团队，部分已官宣，更多仍在“水下”推进。
‘当这个 AI 模型它 work 的时候，它比我做的又快，做的比我又好，我感觉我自己没有什么价值。当这个 AI 模型它不工作的时候，那我更惨了，因为我完全不知道就是它为什么不工作。’
‘RSI 的话，它是在 Auto Research 的基础上往前更进一步，就是说这个研究员会在研究的过程中不断的改进自己。使得自己在下一次做研究的时候能力会变得更强，因为这个事情如果一旦做到了的话，它最大的意义就是说，那我们之后人可以从这个 loop 中抽离出来，只要不断的给这个 AI 系统去喂算力，它就会不断的去提升它的智能。’
智能扩散：从 Coding 到企业工作流
在推进前沿智能的同时，本季度另一条主线是智能如何加速扩散至社会各层。其中，Coding 能力已超越单一应用场景，成为当下收入引擎与未来能力基石的双重核心。OpenAI 凭借 Codex 的强势回归，成功抓住 Anthropic 因限流与口碑波动所留出的窗口期，大量开发者回流至其生态。
与此同时，Agentic（自主代理）能力在长任务链中愈发关键——它决定了 AI 是否能独立完成端到端的复杂流程，是实现 Auto Research 乃至 RSI 的必要条件。两大前沿实验室正围绕这两项能力展开深度竞争，而新创公司则在细分领域持续突破。
在扩散路径上，智能正通过企业工作流、API、开源模型、UI/UX 创新与硬件集成多层渗透。例如，OpenAI 推出 Record and Replay 功能，Cloud 正式接入 Slack 协作；Anthropic 与 OpenAI 均在布局 Robotics，后者已官宣成立 Robotics Team，前者亦在内部推进相关探索。此外，物理 AI（如超声波医学影像设备）等跨界尝试也初现端倪。
‘OpenAI 和 Anthropic 在发力，然后以及有一些新的，比如说 Recursive 啊、Miranda 啊。Core Automation 这些的新的公司都在往这个方向，就是去做探索。他们都是在做就是自动化研究或者 RSI，就是递归自进化的这个方向。’
‘所以就是接下来的话，就是两件事情同时发生。一件事情的话，就是如何在前沿继续把智能往上推；然后第二件事情的话，就是如何努力的去把已有的智能往整个社会去扩散。前者会决定 AI 的能力的天花板，后者会决定就是 AI 真正改变世界的速度。’
模型能力突破：GPT-4o 之后的新里程碑
本季度最引人注目的进展来自 OpenAI 的 GPT-4.5（即 GPT 5.6），尽管其未发布 Three Bench Verified 分数——因该 benchmark 已被持续污染而不再被视为 coding 能力的有效衡量标准——但其在 Terminal Bench 上的表现极为亮眼：So Ultra 模型首次突破 90% 大关，达到 91.9%。Terminal Bench 是一个专门测试终端环境下多步、工具调用与长程 agent 能力的 benchmark，虽尚未覆盖数小时级任务，但已能有效反映模型在真实开发场景中的自主执行潜力。此外，GPT-5.6 在 Agents Last Exam 中同样表现卓越，成为目前唯一一个得分超过 50% 的模型。在生物与网络安全领域，其能力也已可匹敌此前 Mythos Preview 的成果。
So Ultra 能够达到百分之九十一点九啊，这个是历史上就是第一个应该是超过百分之九十的模型。
GPT 五点六在 agents last exam 也是一个 benchmark，然后它的表现也比较惊艳，是目前的模型里面唯一一个超过百分之五十的。
准入收紧与监管常态化：从开放到精选名单
值得注意的是，OpenAI 此次并未公布 GPT-5.6 在 Speedbench Pro 上的分数——这一做法与过往惯例不符，反映出其策略转向。GPT-5.6 与 Anthropic 的 Fable 5 一样，均采用限量访问机制，仅对经美国政府批准的“安全可信”实体开放。目前，仅有约 20 家企业（如 NVIDIA、Amazon 等）可调用该模型。这一变化与政策环境密切相关：Fable 发布仅三天后，美国政府即发布禁令，禁止 Anthropic 向外国人提供 Fable；因无法有效甄别用户国籍，Anthropic 全球下线该模型，后才有限恢复。GPT-5.6 的发布亦遵循同样逻辑，标志着前沿模型的使用权限正从技术开放转向地缘政治主导的准入管控。
现在不是所有人都能够使用最前沿的模型了。
产品与商业竞争白热化：Codex 反扑与Anthropic的盈利奇迹
尽管模型能力趋近平衡，但本季度真正的战场已转向产品落地与商业化竞争。OpenAI 抓住 Cloud Code 用户对 GPT-4.7 的不满，以及 Anthropic 调整第三方订阅定价（如 Harness 无法再以订阅价使用 token）的窗口期，发起激进价格战：Sam Altman 在 X 上宣布，30 天内从 Cloud Code 迁移至 Codex 的企业用户可享两个月免费。这一策略显著推动 Codex 使用量上升。
与此同时，Anthropic 展现出惊人的商业韧性：据《华尔街日报》《路透社》等权威媒体披露，其 Q2 实现首度营业盈利，达 5.6 亿美元；营收增速更为惊人——年收入预期从 47 亿美元（5月初）跃升至 620 亿美元（6月中旬），而 OpenAI 同期约为 400 亿美元，差距较 Q1 进一步拉大。需注意的是，Codex 的用户增长未必等量转化为收入：其 20 美元/月的订阅价远低于 Anthropic 的 100–200 美元/月，导致相同用量下收入差距达 5–10 倍。
OpenAI 还是挺激进的，挺狠的。
生态与并购变局：Cursor 被 XAI 600 亿收购的深层逻辑
第三方格局亦发生重大变化：AI coding 公司 Cursor 被 SpaceX AI（XAI）以 600 亿美元收购，创创业公司单笔收购最高纪录——约为其竞品 WinSurf（20 亿被 DeepMind 收购）的 30 倍。此次收购具有双重动因：一方面，XAI 因内部 coding 团队动荡（多位核心成员离职）急需补强；另一方面，SpaceX 刚完成上市，亟需通过 AI coding 能力构建更完整的叙事与技术生态。马斯克自去年底起便高度重视 coding 能力，此次收购精准契合其战略需求。
相比之下，Google 已通过收购 WinSurf 团队完成布局，未来或更倾向内部研发；Meta 则因已招募大量研究员，大概率采用自建路径。行业洗牌加速，Cursor 的退出并非失败，而是恰逢其时的高估值退出。
他刚好赶在了一个很好的时间点……准确的击中了老马的需求。
产品与市场能力的落差：OpenAI 的内部反思
尽管 OpenAI 在模型研发层面与 Anthropic 处于同一水平，但其研究员普遍认为，产品落地与市场推进能力明显滞后。这一观点并非孤立——多位 OpenAI 研究员向外界表达了类似看法：模型强、产品弱，导致其商业化表现不及 Anthropic。OpenAI 虽已拥有 7000+ 人规模，并持续招募 FDE（前向部署工程师）、拓展 To B 业务，但其产品团队稳定性与社区运营能力仍显不足。相较之下，Cloud Code 团队在 X（原 Twitter）上拥有 Boris、Catherine 吴、Tarek 等多位高影响力技术布道者，新功能传播效率显著更高，社区反馈闭环也更高效。
“你如果在这个 X 上面你看的话，就是啊，Cloud Code 这个声量会比这个 Codex 就是大很多……他们的新的功能发布的时候，就是应该会以更快的速度触达到用户。”
“他觉得。至少有一些欧派研究员的观点是说，这个是现在我们的收入各方面做的没有 Anthropic 好，是这个产品和走向推向市场的过。”
Anthropic 的系统韧性：高留存、强愿景与对齐实践
Anthropic 的核心优势不仅在于技术，更在于其极高的员工留存率——远低于其他 frontier labs。业内对此有多种解释：有人归因于其“宗教化组织文化”，也有人说是期权成本高所致；但更深层的原因在于其高度一致且强烈的愿景驱动：从创始团队稳定性、与宗教界合作探讨 AI 伦理，到持续投入对齐（alignment）研究，都体现出一种严肃的长期主义。
这种文化也体现在产品体验差异上。OpenAI 的 ChatGPT 更倾向于提供情绪价值，而 Cloud 则更坚持“说实话”，哪怕带来认知冲突。这背后反映的是两家公司在 training objective 与对齐优先级上的价值观分歧。即便在 OpenAI 内部，也有研究员承认：Cloud 在对齐层面做得比 OpenAI 更强。
“我觉得 Silicon Valley 这边的氛围的话，对于 Anthropic 在呃对齐上面的投入，应该还是比较认可的。”
“大家如果同时用过 Cloud 和呃 ChatGPT 的人，也可能会感觉到，就是呃拆 OpenAI 的 ChatGPT 更会提供情绪价值，啊，而 Cloud 有的时候会给你当头一棒。”
RSI：递归自进化的圣杯与现实路径
RSI（Recursive Self-Improvement，递归自进化） 是 AI 领域的“圣杯级”目标：一个能不断自我改进、自我迭代的智能系统。它与 Auto Research（自主研究） 密切相关——后者指 AI 独立完成论文阅读、假设生成、实验执行等全流程；而 RSI 更进一步，要求 AI 在研究过程中同步优化自身能力，形成正向螺旋。
当前进展已初见端倪：Anthropic 在 2026 Q2 发布的《When AI Builds Itself》报告披露了多项关键数据：80%+ 的内部代码由 Cloud 编写；工程师人均日合并代码量达此前的 8 倍；一个 AI agent 完成的 AI 安全研究效果超越人类一周工作量；Mythos Preview 在代码性能优化中实现 25 倍加速，远超 OpenAI 的 3 倍。
从技术演进看，自动化（Auto）是 RSI 的前提：从超参优化 → 架构搜索 → 训练配方搜索 → 全系统优化，AI 正逐步接管更多系统级改进环节。Anthropic 认为当前世界处于“Auto Research 已实现，RSI 尚未完全达成”的阶段——人类仍是创意与判断的卡点，AI 尚未形成自主研究品味。
“左脚踩右脚，螺旋上升。”
“人可以从这个 loop 中抽离出来。只要不断的给这个 AI 系统去喂算力，它就会不断的去提升它的智能，那我们就真正实现这个 ASI 了。”
RSI 的三重未来图景与对齐困境
播客中提出的“RSI（Recursive Super Intelligence，递归超级智能）”未来图景被拆解为三个阶段：当前阶段是 AI 辅助人类研究，但人类仍是瓶颈；中期阶段是 AI 能以数量级速度推进研究，但人类的‘研究品味’仍不可替代；终极阶段是 AI 自主训练下一代 AI，进入类似自然繁衍的指数进化循环。这一路径虽令人振奋，但风险同样显著——当前模型中微小的对齐瑕疵，在自进化过程中可能被不断放大，最终导致失控风险陡增。正因如此，研究者开始反思：是否应主动放缓 RSI 前沿探索节奏，为社会争取更多适应时间？然而现实是，若仅有一方放缓而对手不跟进，反而会丧失战略先机，这种“囚徒困境”式的矛盾，构成了当前 AI 社群的真实张力。
‘当我的工作就是这个 AI 模型它 work 的时候，它比我做的又快，做的比我又好，我感觉我自己没有什么价值。当这个 AI 模型它不工作的时候，那我更惨了，因为我完全不知道就是它为什么不工作，然后我还得去弄明白到底发生了什么。’
‘我们是不是应该有意的放缓研究 RSI 或者进一步推进前沿智能的这个速度，这样的话，我们可以给这个社会更多的准备的时间。’
Recursive 的突破与 RSI 的三重杠杆
本季度最值得关注的新锐实验室之一是 Recursive，其目标直指 RSI——让 AI 系统具备自我改进能力。其创始团队星光熠熠（Richard Socher、石天林、田源栋等），并首次在公开成果中展示了一套通用 RSI 系统在三个关键 benchmark 上的 SOTA 表现：1）Nano Chat Auto Research（在固定算力预算下优化算法效率）；2）Nano GPT Speed Run（以最短时间训练至目标性能）；3）So Exact Bench（评估 GPU kernel 编写效率）。这三项成果实质上覆盖了 AI 进步的三大核心杠杆：更优算法、更快训练、更高硬件利用率。其意义不仅在于数字提升，更在于首次验证了‘AI 自主改进 AI’的闭环可行性——同一套系统在不同维度上均实现突破，标志着 RSI 从构想迈向工程实践。
‘它展示了这么一套通用的研究闭环能够把这个东西跑通，我觉得它是它的这个工作的意义的所在。’
新势力入局与具身智能的前沿布局
除 Recursive 外，本季度还涌现出多家聚焦 RSI 的新创公司：Core Automation（创始人 Jerry Torik，原 OpenAI 推理负责人）与 Mirandell（创始人 Bayman，前 Anthropic AI for Science 团队负责人），后者成立即获 10 亿美元估值。这些新玩家的出现，印证了 RSI 尚未收敛——它并非单纯堆算力，仍需新思想突破瓶颈，为创业公司留出缝隙。与此同时，头部公司也加速布局：OpenAI 已公开组建数十人机器人团队，聚焦基础设施服务与家庭机器人；Anthropic 则在《One AI Builds Itself》中明确将 Robotics 列为 RSI 的下一步。两者虽路径不同（OpenAI 偏系统集成，Anthropic 强调物理智能衔接），但均意识到：机器人是 RSI 的终极载体之一——它不仅能通过真实环境反馈持续学习，甚至可能实现‘机器造机器’的闭环。这与工业革命中‘母机’诞生的历史逻辑遥相呼应。
‘机器人理论上也可以 RSI，对吧？……母机出现之后，机器就可以造机器了。一直到现在，其实工业母机都是非常重要的领域。’
开源模型的崛起与中美协作新范式
在2026年第二季度，Glm-5.2（即 G R M 5.2）成为开源模型领域的重要里程碑：它是 Terminal Bench 首个开源破80分的模型，并在多项长城编码任务中超越 GPT-4o（GPT 5.5）与 Opus 4.8，成本仅为前者的六分之一。更关键的是，开发者普遍反馈其“编程手感对了”——不仅 benchmark 表现优异，实际任务完成质量也显著提升。尤其值得注意的是，质谱（Zhipu AI）对 Traffic API 的明确支持，使得用户可近乎无痛地将 Cloud Code Harness 后端替换为 Glm-5.2，极大降低了集成门槛。
“这是第一个他们觉得编程手感对的模型啊，就不光是 benchmark 跑得好，然后实际完成任务确实效果不错。”
这一趋势也体现在产业界的“用脚投票”中：Harvey 与 Applied Compute 合作基于 Glm-5.1 推出定制模型；Fireworks 同样在六月初宣布基于 Glm-5.1 训练新模型。这种美国公司与中国开源模型生态的深度绑定，正形成一种新型的“中美协作”模式——由具备模型服务能力的美国企业（如 Fireworks、Applied Compute）整合中国开源模型能力，服务以硅谷为代表的早期客户。这不仅是技术合作，更折射出AI 领域全球化协作的新路径。
“从大家的用脚投票里面也能看出，这个模型至少在现在这个阶段是表现比较好的。”
后训练服务的可持续性与适用边界
当前，后训练（post-training）作为定制化服务正迎来结构性变化。一方面，前向部署工程师（Forward Deploy Engineer）角色兴起——这些工程师需驻场客户企业，协助完成模型微调与评估，且其部署成本较两年前明显下降，主因是 AI 编码能力的普遍提升降低了自动化辅助门槛。另一方面，模型能力与任务难度的相对关系发生转变：过去，基础模型迭代过快（如 GPT-3.5 → GPT-4），导致定制模型难以追平新版本；而如今，在前沿开源模型（如 Glm-5.1）上叠加私有数据，已可能实现对 frontier 模型的超越，且短期内难以被反超。
“你在一个 frontier 的开源模型上面加上你的私有数据，很可能是能够超过就是 frontier 模型。”
但该路径并非普适。作者指出，初创公司通常不应自建模型，而应优先使用 OpenAI 等通用模型验证产品与市场匹配度；真正适合自研模型的公司需满足三大条件：高质量专有数据、明确的评估体系（如 Harvey 的 legal agent benchmark）。这一逻辑也解释了为何法律、医疗、金融、咨询等高价值、高频业务场景成为落地主力——Anthropic 等公司也正积极布局这些垂直领域。
“初创公司倒是可以去帮别人拥有自己的模型，这是一个创业方向啊。”
中国开源模型的‘四杀’节奏与交互创新
2026 Q2 中国开源模型呈现“四杀”节奏：八周内，Kimi 2.6 → DeepSeek V4 → Kimi 2.7 → Glm-5.2 轮番登场，全球最强开源模型易主四次。这些模型在编码能力与成本优势上已逼近 GPT-4o 与 Opus 4.8 水平，虽仍落后于闭源 frontier 模型约半年，但差距未持续拉大，反而呈现收敛趋势。值得注意的是，V3 模型曾引爆 SGLang 社区——因优先支持 V3，大量用户涌入推动其生态起飞；而后续 V4 的 ROI 明显减弱，反映社区对模型版本更迭的高度敏感。
与此同时，交互创新成为新焦点。Anthropic 推出的 Cloud Tag 功能，允许用户在 Slack 中通过 @Cloud 提交任务，由 AI 自动执行并返回结果，将个人 AI 助手升级为团队协作成员。该功能背后是深度打磨：不仅支持上下文共享与多角色协作，还包含任务提醒、权限管理等企业级能力。其产品经理 Catherine 公开表示，65% 的产品代码已通过 Cloud Tag 完成，印证其真实生产力价值。
“AI 来到你的协作空间里面，企业协作空间里面，然后能够和人比较深度的去呃协作。”
尽管概念并非首创，但 Anthropic 的执行节奏与产品成熟度使其成为该方向的领先者。这也对 Devin 等竞品构成压力——其 Slack 协作体验本是核心优势，如今 Cloud 的跟进可能加速用户迁移。
“Cloud 进 Slack 这件事情，难道不是这种程度的集成？以你们的编程能力，不是直接 Web Code 一下就完了吗？”
Devin 的生态位与 AI 咨询新范式
Devin 虽然并非技术上“全新”的产品，但其在用户体验层面——尤其是与 Slack 的集成协作体验——可能对云用户产生显著影响。其核心优势在于人机协作的流畅性，这使得它在开发者群体中广受欢迎。从商业模式看，Devin 的增长来自双轮驱动：一是工具销售（类似 Anthropic 的 Claude Code），二是高价值定制服务，例如为大型企业迁移数十万行代码的系统性工程。这种模式印证了红杉此前提出的观点：SaaS 正从“交付工具”转向“按价值收费”的 AI 赋能型服务，本质上是轻人力参与的 AI 咨询或外包。值得注意的是，Anthropic 正在通过类似路径强化其商业闭环，而 OpenAI 则在功能创新上另辟蹊径。
‘Devon 现在什么境况呀？Devon 的 revenue 增长应该挺好的，因为他们有两部分业务。’
‘相当于是 AI empowered 咨询，或者你也可以说是 AI empower 的外包，只不过里面可能人参与的没那么重了。’
Record & Replay：技能迁移的范式突破
OpenAI 推出的 Record and Replay 功能代表了一种更具普适性的技能迁移路径：用户录制自身完成任务的完整操作流程，系统将其固化为可复用的“skill”，后续即可自动重放执行。这一思路并非首创——Meta 内部曾有 MCI 项目尝试通过员工屏幕录制训练 AI，但因隐私争议被叫停；OpenAI 则选择以产品化方式在 ChatGPT 中率先落地，在时间线与用户接受度上更具前瞻性。该功能与机器人“示教示教”（teach-in）高度相似，本质是将人类操作能力蒸馏为 AI 可复现的行为模式。
‘所以这个我觉得是一个非常好的把一个技能从人 transfer 到 AI 的一个方式。’
‘它其实有点像什么？有点像机器人的摇操。就早期机器人摇操也是你去摇操一个同构的机器人，然后你把人类的这个操作的能力给迁移到一个机器上。’
语音交互：从对讲机到全双工通话的跃迁
语音作为人机交互的基础设施，其重要性在本季度进一步凸显。OpenAI 的 Realtime 系列（尤其是 Realtime 2.0）已实现较成熟的流式语音交互，但其底层仍为基于 VAD 的轮流说话机制（turn-based），本质是“对讲机”模式。相比之下，Thinking Machines Lab（TML）推出的 Interaction Model 实现了真正的 full duplex 全双工交互：可边听边说、实时打断、同步观察用户动作并反应，且后台异步推理模型可将深度思考结果回注入对话流。尽管该模型尚未开放 API，但其 benchmark 表现惊人：在 Timespeak（定时精准发言）任务中达 64.7% 准确率（OpenAI Realtime 2.0 仅 4.3%），Q Speak（语义线索触发发言）达 81.7%（OpenAI 仅 2.9%），凸显架构级优势。
‘而这个 Thinking Machines 的这个新模型，它的交互模式呢，就是从对讲机变成了真正打电话，所以它是一直在听你说什么，然后并且可以同时说话的。’
‘它是一个能边听边说，然后还能看。然后能够看你的动作这个及时反应，然后能够打断人的这么一个模型啊，就在以前这个是从来没有过的，就像一个采访模型，采访模型边听边说还要打断人，对吧？’
AI 模型进展：从语音交互到视觉生成
在语音交互方面，ChatGPT 的 Advanced Voice Mode 目前尚未升级至 Realtime 2.0，尽管其底层 API 已于六月中旬实现全量发布，开发者已可全面接入使用。这与 Interaction Model 的定位不同——后者更偏向实验性探索，而语音模块已进入相对成熟的产品阶段。
在视觉生成领域，Image 2 在 Sora 关停后成为文生图领域的“断层式领先者”：在 Image Arena 排行榜上，其分数高达 1500+ 分，比第二名高出约 200 分。它在电影海报生成、社交媒体视觉内容创作等高经济价值任务中表现优异，显著优于上一代模型。与 Sora 相比，Image 2 的优势在于成本更低、回报更可控。
“它呢，就是在这个视觉生产力的各个方面都非常强……能够实际的，在一些有经济价值的任务里面，是比上一代文生图的模型要强很多。”
“像 Nano Banana 还有这种文生图，他们其实对于 To C 产品其实还是有很大的帮助的……当时 Google Nano Banana 发布的时候，他们的那个 Gemini 的下载量有大幅的上升。”
大厂动态：Meta 的动荡与 token 消耗风潮的退去
Meta 在本季度发布了重组后首个 AI 模型 Muse Spark（4月初上线），但行业反响平淡——该模型能力接近前沿但尚未领先，且因未开放 API，实际使用者极少。与此同时，裁员仍在持续，扎克伯格计划将节省成本持续投入 AI，但内部阻力明显。
另一显著变化是“token maxing 风潮”的迅速平息。一季度曾出现公司争先鼓励员工高频率使用 AI 的狂热现象，但因投入产出比低（如 Uber 四个月耗尽全年 coding 预算），多数企业已转向理性管控：内部 leaderboard 被取消，token 使用设限。大公司工程师人均月限额约 500–2000 美元（国内约 500–2000 元人民币）。
此外，Meta 曾强制员工启用 MCI（Mouse/Keyboard/Click Tracking）系统，用于记录操作行为以训练 computer use 模型，但因严重数据安全问题被叫停。这与 OpenAI 的“自愿启用 Record & Replay”形成鲜明对比——前者是强制行为采集，后者是服务级功能选择。
“我觉得 token maxing 基本上也是这三个阶段……钱花了这个上亿美元，但是最后并没有就太多的这个产出。”
“他和员工之间就没有这种问题啊。他毕竟是自己的数据嘛。嗯，但是这个如意算盘就没敲响啊。反正现在被叫停了。”
XAI 转型与 Google 的追赶困境
XAI 本季度完成重大转型：放弃自研模型训练，转向算力出租，其集群月租金收入已达 12.5 亿美元，并计划在太空建设算力中心，彻底转向基础设施提供商角色。尽管马斯克曾宣称 Grok Visual 完成预训练，但至今未发布；其团队人才流失严重，Cursor 团队难以填补模型研发空缺（尤其缺乏密域训练专家）。短期内，Grok 模型更新前景不明。
Google 在本季度 I/O 大会上展示了 Gemini Omni 的视频剪辑能力，延续其多模态优势，但内部已意识到代码能力是未来竞争关键。然而，Gemini 在 coding 能力上进展缓慢，Pareto Frontier 上的成本优势也已削弱（如 Gemini 3.5 Flash 成本飙升数倍）。叠加核心人物 Noam Shazeer 离职加入 OpenAI（Transformer 八作者之一），外界对 Google 的担忧加剧。
尽管如此，Google 仍保有扎实的研究人才储备与 TPU 算力基础；Meta 虽被普遍悲观看待，但尚未出现 XAI 式的团队瓦解风险。历史经验表明，即使如 GPT-4 发布时 OpenAI 的巨大领先优势，也终被追平——未来格局仍存变数。
“OpenAI 也后来被追上了。”
“你 never bet against 马斯克，对吧？他如果真的想做的话，我就说明他还有希望。”
巨头格局：交替领先是常态
当前大模型领域的竞争格局已从早期的“三家争雄”演变为“两大前沿阵营”（Frontier Labs）主导。尽管 OpenAI 在 GPT-4 发布时曾拥有远超竞争对手的领先身位——其优势甚至超过如今头部厂商对第二名的领先幅度——但这一巨大优势最终仍被追平甚至反超。这说明：技术代差难以长期维持，持续领先依赖不断突破的节奏与组织韧性。除非某家实验室在关键指标（如 RSI，即递归自进化能力）上取得非线性突破，从而显著提升自身发展加速度，否则行业大概率将维持交替领先的动态均衡。值得注意的是，RSI 若真正落地，不仅可能加速技术迭代，还可能引发新一轮格局洗牌——但即便如此，多家并行突破的可能性依然存在。
‘OpenI 领先其他 lab 的这个身位，应该大于现在最领先的 Frontier Labs 领先第二名的身位。但是这么大的这个优势，OpenI 也后来被追上了。’
‘除非是这个有一某一个 lab 提前把，比如说达到在 RSI 上面有一些进展，然后使得他们的加速度大幅超过其他的 lab，那我觉得可能会出现，呃，就是有一家独大的情况。’
Midjourney：从纹身图到医学影像的跨界跃迁
Midjourney 这家长期游离于主流 AI 讨论之外的公司，在 2026 年第二季度突然发布其首个硬件产品——Midjourney Scanner，并成立独立部门 Midjourney Medical。该设备宣称是“五十年来第一个全新的全身医学影像方法”，其原理是在一个环形水池平台上布置约 40 万个超声波换能器，通过全方位声波穿透人体，每秒生成 TB 级数据，并由专用集群重建肌肉、脂肪、骨骼与器官的三维横截面图像。该技术被命名为 Ultrasonic CT（超声波 CT），可视为传统 CT 的超声波升级版。
这一看似“跨界离谱”的动作，实则源于创始人 David Byttow 的长期战略：他拒绝外部融资，坚持用 Midjourney 在纹身图业务上的盈利维持约 50 人规模的内部研发团队，已持续硬件探索一年多，目前并行推进约 8 个项目（软硬件各半）。David 本人背景极为多元——曾任职 NASA、创办手势识别公司 Leap Motion（后被收购），并成功转型至 AI 多模态领域。他更以在旧金山家中举办跨领域活动（如诗歌朗诵、AI 即兴作曲）著称，吸引了大量研究员与创业者参与。这种高度自主、天马行空的探索文化，使得 Midjourney 成为 AI 之外极具代表性的硬科技实验场。
‘他希望能够完全以自己的意愿来 run 这个公司……所以他利用这个 Midjourney 在纹身图方面的这个收入，然后养了一个大概五十人的一个团队，做各种硬件项目。’
‘它可能都不能算是一个 AI 硬件，对吧？它里面也许还没有那么多用到 AI 的。’
季度总结：AI 之外的科技图景
本季度 AI 前沿推进呈现三条主线：其一，coding 与 agent 的竞争加剧，伴随发布波折与价格战；其二，RSI（递归自进化）趋势明确且热度上升；其三，从虚拟到物理世界的延伸加速——OpenAI 正式组建机器人团队，Anthropic 亦被传布局机器人方向。在智能扩散层面，新交互方式（Anthropic 与 OpenAI 推出新功能）、中美生态协同（中国开源模型与美企客户联合替代高价 frontier 模型）构成重要进展。与此同时，Google XAI 与 Meta 的动态、以及 Midjourney 的硬件跃迁，共同提醒我们：科技叙事不应被 AI 单一叙事垄断。真正的创新生态，既包含模型迭代的“硬核前沿”，也容纳如 Midjourney 这类非典型但极具想象力的探索——它们虽未直接使用 AI，却可能孕育下一代智能载体。
‘所以他是住在城里的，他不在硅谷这边。我觉得这还是让我挺意外的一个事儿……’