今日 AI 速览
头条
中国开放模型在美国加速落地：OpenRouter 热门前五全被中国模型占据
AP 追踪到的使用数据把开放模型竞争从榜单拉到了真实采用。过去一个月，OpenRouter 最受欢迎的前五个模型均来自中国团队。Mozilla 技术负责人 Raffi Krikorian 表示，他已把 Kimi K3 用于大量日常工作；Coinbase 也称正转向中国模型以降低成本。Sensor Tower 估算，Kimi 在 K3 发布后一周获得超过 93 万次下载，比前一周增长 200%，其中美国约 8.6 万次，增长 387%。这些是平台与第三方统计，不等于所有企业的总体市场份额，但已说明低价且接近前沿能力的开放模型正在改变采购选择。
点评：准备批量运行 Agent 的团队应把中国开放模型纳入同任务、同延迟、同合规边界的成本测试，不能再只按品牌做模型短名单。
OpenAI 与 Anthropic 被曝游说限制中国开放模型，公开立场与私下政策诉求出现张力
《纽约时报》援引五名接近讨论的人士称，OpenAI 与 Anthropic 已在华盛顿就中国开放模型提出限制诉求。报道同时指出，美国官员更可能按国家安全风险逐个处理模型，而不是全面禁止。公开层面，OpenAI 已加入支持开放权重的行业信件，Google 也在周六加入；Anthropic 则持续把大规模对抗性蒸馏描述为知识产权盗窃和安全威胁。这里的游说细节来自匿名消息源，两家公司并未公开确认完整讨论内容，因此应把它视为政策博弈的报道，而非已经落地的禁令。
点评：依赖跨境模型的开发者现在需要准备可替换路由与来源审计，因为真正的产品风险已从模型性能扩展到访问政策是否会突然分层。
NVIDIA 拟向 NAVER 投资 10 亿美元，韩国 DSX AI 工厂扩至 200 MW
NVIDIA、NAVER 与 Brookfield 提议把韩国世宗 GAK 数据中心的 NVIDIA DSX AI 工厂从 55 MW 扩大到 200 MW，目标在 2028 年完成，并为后续 1 GW 主权算力路线打基础。NVIDIA 计划向 NAVER 投资 10 亿美元，Brookfield 签署了最高 90 亿美元融资的非约束性条款书，NAVER 承担其余资金。NVIDIA 的投资仍取决于常规交割条件，以及 NAVER 另外落实至少 90 亿美元承诺融资，因此这不是已经到账的确定投资。拟建系统将采用 Blackwell 与 Vera Rubin 平台，并面向韩国和美国客户提供多租户算力。
点评：这笔交易把芯片商、云运营商和基础设施资本绑在同一容量计划里，也显示主权算力项目正在从买卡转向融资、供电和运营一体化。
Builder 观点
Thibault Sottiaux（OpenAI Codex 与 ChatGPT 团队）：他称 ChatGPT Work 的活跃用户已经超过 Codex，并强调移动端和语音输入让 Agent 从需要坐在电脑前操作，变成随时可以交代任务。这个自报数据没有给出用户口径，但产品信号很清楚：任务入口是否足够低摩擦，正在成为 Agent 采用率的一部分。
活跃用户原帖 → 语音原帖 →Nan Yu（Linear 产品负责人）：他把真正的软件工厂定义为让设计意图持续转化为可运行实现，并进一步提出，能制造软件工厂的系统也应能制造新的工厂。这个递归设想的价值不在口号，而在提醒团队：自动化的终点不是更快写代码，而是让需求、验证与运行反馈形成可以自我改进的闭环。
X 原帖 →社区热议
陶哲轩警告数学将从证明稀缺转向证明过剩，瓶颈会落到验证、阐释与共同体接纳
陶哲轩在 2026 年国际数学家大会公开讲座中提出条件性分析：如果 AI 很快能完成相当一部分研究级数学任务，数学共同体不能只优化解题数量。First Proof 第二批受控测试的 10 个新问题中，有 7 个至少被一个团队以可发表质量解决，单题计算成本约 10 至 1000 美元。但他指出，正确证明仍可能无人理解，过度润色也会抹平真正困难的部分。未来的稀缺环节将是专家验证、清晰阐释、同行消化和写入权威理论，而这些过程天然缓慢且依赖人类共同体。该讲稿在 HN 时间窗内获得 102 分。
点评：做科研 Agent 的团队应把可讲解性和专家复核能力设为一等交付物，不能把形式验证通过直接等同于知识已经进入学科。
Token 中转站以最低 97.8% 折扣售卖模型额度，低价背后可能是盗刷、滥用或批量账号
Vectoral 的威胁研究记录了面向中国用户的模型 API 中转市场：中转服务把请求代理到 OpenAI、Anthropic 与 Google 等平台，样本套餐把标称 3333 美元的 Anthropic 额度以 425 元人民币出售，最便宜服务相对官方价格低 97.8%。作者根据公开论坛和自身网关反滥用经验，认为供给可能来自盗刷信用卡、被盗 API 密钥、试用额度和批量账号。文章并非执法调查，无法证明每个中转商都采用同一来源，但极端价差本身足以构成供应链警报。该文近期被提交到 HN，时间窗内获得 104 分。
GitHub 趋势
book-to-skill：把技术书与文档整理成按需加载的 Agent Skill
book-to-skill 支持 PDF、EPUB、DOCX、Markdown、HTML 等输入，将内容整理为核心 SKILL.md、分章文件、术语表、模式与速查表，供 Claude Code、Copilot CLI 和 Amp 按需读取。仓库约 10.1k 星，采用 MIT。生成 skill 会把原始文档中的指令性文字带入 Agent 工作流，使用前应检查提示注入、版权边界与输出目录权限。
aisuite：用统一接口切换多家模型，并在同一层编排工具与 MCP
Andrew Ng 团队维护的 aisuite 提供兼容 OpenAI 形状的统一聊天接口，并在其上加入 Agents API、工具策略、工具包与 MCP 支持。它覆盖 OpenAI、Anthropic、Google、Mistral、Hugging Face、Ollama 等提供商，换模型主要通过名称字符串完成。仓库约 15.4k 星，采用 MIT。统一抽象会隐藏各家的速率限制、工具语义和安全默认值，上线前仍需逐提供商测试。
speech-to-speech：用开放模型搭建低延迟本地语音 Agent
Hugging Face 的 speech-to-speech 把语音活动检测、语音识别、LLM 与语音合成串成模块化流水线，并通过兼容 OpenAI Realtime 的 WebSocket API 暴露服务。各组件可替换，LLM 既可接托管服务，也可接 vLLM 或 llama.cpp 本地模型。仓库约 6.4k 星，采用 Apache-2.0。语音 Agent 上线时还要单独处理录音同意、敏感音频留存与端到端延迟。
今天的主线不是新模型发布，而是开放生态开始争夺真实工作负载。中国模型凭成本和可部署性进入美国团队，政策游说随之升温，基础设施资本也继续押注更大规模的主权算力。与此同时，陶哲轩把问题推进了一层：当生成越来越便宜，验证、解释、接纳与持续协作才会成为真正昂贵的部分。产品团队下一阶段的护城河，不只是调用更强模型，而是把这些慢环节设计成可靠系统。