谷歌今天凌晨发布了 Gemini 4 Neon,定位在便宜的 Hydrogen 和顶配的 Carbon 之间,主打能力接近 Carbon、速度更快、价格更低。
价格:每百万 token 输入 3 美元、输出 15 美元,缓存输入 0.15 美元,上下文 100 万。
成绩:Artificial Analysis 智能指数 61 分排第三,排在前面的都是更大更慢的模型;Vals 综合榜 70.9% 排第二,只比 Claude Fable 5.2 低 0.4 个点,Vals 说成本还不到它的一半。谷歌另外强调了两点:任务做到一半被用户纠正时能顺着改过来;在 Antigravity 内部测试里,编造内容的比例是历来最低。
今天开始在 Gemini API、AI Studio、Antigravity 陆续上线,Gemini App 里 Pro 和 Ultra 付费用户也能用。
这一档其实最抢手。大部分写代码、跑 Agent 的活用不着最贵的模型,要的是够聪明、够快、少出错。实测如果真能接近 Fable 5.2,很多团队的默认模型会换掉。
OpenAI 刚发完 GPT-6.2,谷歌马上把中间档补上,两家现在几乎是贴身出牌。
Gemini 4 Neon: frontier-level intelligence with fast end-to-end task completion across complex software engineering, knowledge work, and science workflows.
Begins rolling out today in the Gemini API in @GoogleAIStudio, Gemini for business, for paid Google AI Pro and Ultra subscribers in Google @Antigravity, and for Google AI Pro and Ultra subscribers in the @GeminiApp.
41
特斯拉开始邀请部分用户买 Cybercab 自用了,售价 29,990 美元,但必须再订每月 299 美元的"自动驾驶订阅",不订车就开不了。
其他条件也不少:先交 1000 美元不退的定金,只能在 Robotaxi 已经运营的区域里跑,首批预计 12 月在得州交付,每人限买一台。这车本来就没有方向盘和踏板,离开订阅和运营区域,基本就是个摆件。
科技博主 MKBHD 晒出了自己的下单页面,网友顺手翻出他以前的一个赌约:2027 年前如果有 3 万美元以内的 Cybercab 交到消费者手里,就算他输。现在大家都在追着他认账。
马斯克在 MKBHD 的帖子下面回复了两点:一是拿到监管批准后会在全国开放;二是月费太高了,应该跟其他车型的 FSD 加车联网费差不多,大概每月 115 美元。
老板公开说自家定价太高,基本等于提前打招呼要降价。按 299 美元算,5 年光订阅就将近 1.8 万美元,相当于车价的六成;如果降到 115 美元,这笔账就好看多了。
Replying to @MKBHD
It will be available nationwide, as we receive regulatory approval.
But the monthly fee is too high. Should match the cost of Tesla FSD and connectivity for other models, which is more like ~$115/month.
2
71
SpaceX 今天凌晨第一次用发射塔的"筷子"接住了从轨道回来的 Starship 飞船。
这是星舰第 15 次试飞。飞船 S42 北京时间昨天早上从 Starbase 起飞,进入轨道放出 26 颗 Starlink V3 卫星,在天上绕了 20 多个小时,然后离轨、再入大气层,飞回发射场。北京时间今早 5 点 20 分左右,它在塔前翻转竖直,慢慢落进 Mechazilla 的两只机械臂之间,被稳稳夹住。
以前被接住的都是助推器,这次是上面的飞船。飞船要先扛住再入时的高温,回来还要精确落到塔上,难度高一截。马斯克在三季度财报会上说过,这次成功没保证,但可能性过半,结果第一次就成了。
也不算完美:这次助推器中途取消了回收,最后在墨西哥湾溅落时炸了。
但意义很清楚。飞船能完整回收,星舰才真正接近"像飞机一样重复使用",发射成本才可能再降一个量级。马斯克刚说 S42 检查下来状态很好,接下来就看同一艘船多久能再飞一次。
Mechazilla catches Starship! Congratulations to the entire SpaceX team on this incredible achievement!
51
英伟达董事会周三晚开会,讨论要不要撤掉黄仁勋。
导火索是《纽约时报》周三又爆出他的第二段婚外情,对象是直接向他汇报的医疗业务副总裁 Kimberly Powell。
上周日黄仁勋刚在内部信里承认出轨,对象是被美国情报部门认定为中国情报人员的 Alice Huang,当时董事会还公开表示信任他,同时启动独立调查。三天后风向就变了:《华尔街日报》报道董事会正准备让他下台,路透社和《华盛顿邮报》都确认了这次会议,彭博说公司已经请外部机构物色接班人。消息出来后,英伟达盘后跌了约 8%。
按公司章程,11 名董事里除黄仁勋外都是独立董事,过半数投票就能撤换 CEO,不需要理由。目前结果还没公布。
真正的麻烦是英伟达没有明确的接班安排。黄仁勋 1993 年创立公司,直接向他汇报的高管有几十个,产品路线、GPU 分给谁、对大客户的承诺,很多都是他一个人拍板。有分析师认为 CFO Colette Kress 适合先做临时 CEO,但更难找的是能接住技术路线的人。
对下游的云厂商和 AI 公司来说,眼下最担心的是下一代产品节奏和供货承诺会不会因为决策链断了而放慢。
Nvidia is preparing to oust CEO Jensen Huang, WSJ reports reut.rs/4iJDysf
1
124
Grok Bot 官方昨晚宣布:现在可以加入你个人或公司的 Tailscale 内网(tailnet)了。
Tailscale 是很多团队用来组私有网络的工具。接入以后,Grok Bot 能直接访问内网里的 MCP 服务、内部工具和应用,这些服务不用暴露到公网,也不用往对话里贴密钥。
底层用的是 Tailscale 刚正式上线的 OAuth 应用:Bot 以授权人的身份加入网络,算作你名下的一台设备,原有的访问策略和审计日志照样生效。
公司网络要管理员在后台开启,还要求 Tailscale Premium 或 Enterprise 套餐。每个成员的 Bot 设备会带一个 custom:grokbot 标记,管理员可以单独限定它只能访问指定的 MCP 服务器,不会继承员工的全部权限。
个人网络就得留个心眼了:Bot 加入时不带这个标记,默认拿的就是你本人的权限,你电脑能访问到的它都能访问。有开发者建议,个人用户最好单独建一个只放 MCP 服务的 tailnet。
Grok Bot can now join your personal or company tailnets on Tailscale.
Use it to securely reach private MCP servers, internal tools, and apps on your network.
2
55
马斯克昨天回网友催 Grok 4.8 进度,一口气透露了不少细节。
他说团队把 JAX 和 SGLang 都扔了,强化学习和推理整套栈从零用 C/C++ 重写,所以多花了些时间。预训练已经做完,SFT 数据清洗了很多遍才基本弄对,现在 4.8 正在跑强化学习,评测分数开始往上走。按他的说法,这周晚些时候会先在 Grok Bot 用户里小范围灰度。
JAX 是谷歌的机器学习框架,SGLang 是开源的大模型推理引擎,不少实验室都在用。自己重写一套,等于把训练到推理的性能攥在自己手里,代价就是时间。后来有人拿 Rust 跟他抬杠,他回了一句:Rust 不错,但要在裸机上榨到极致性能,还得是 C。
他对 4.8 的评价也挺直白:跟 4.7 完全不是一回事,"谢天谢地";现在还谈不上惊艳,但这次地基打对了,后面会长成很特别的东西。
对 Grok Bot 用户来说,最实际的就是底层模型这周可能就要换。连马斯克自己都急着跟 4.7 划清界限,4.8 到底怎么样,灰度出来一用就知道。
Replying to @cradrrat
We have dumped JAX/SGLang and rewritten the entire RL and inference stack from scratch in C/C++, which took some extra time.
Training (aka pre-training) is done. Lot of cleanup was needed on the SFT data to get that mostly right. Now, 4.8 is in RL and the evals are starting to climb. We will do a soft rollout to Bot users later this week and see how it goes.
Grok 4.8 will bear no resemblance to 4.7 (thankfully). It is not yet incredible, but, this time, the foundations are built right, so I expect it to evolve to be something special.
1
1
131
特斯拉在休斯顿附近的太阳能工厂 Project Crystal Sun 开始动土了。
消息来自一位常年航拍特斯拉工地的博主。11 月 8 日的无人机画面里,福特本德县那块约 3000 英亩的地已经在大面积清场、平整。马斯克转发时只写了项目名,特斯拉没有发正式公告。
按特斯拉交给得州的申请文件:总投资约 101 亿美元,其中 86 亿是设备;从硅锭、硅片到电池片、组件,全链条自己做;2026 到 2028 年建设,2029 年一季度投产,2033 年用工约 9700 人。
这个厂跟特斯拉的 AI 路线是连着的。Robotaxi、Optimus、数据中心都要电,光伏上游的大头在中国供应链手里。据报道,马斯克此前提过想在美国做到每年约 100GW 的太阳能产能。
同一个周末他还说,特斯拉明年年中会暂停 Cybertruck 生产,给 Cybercab 腾地方,顺带感慨造大规模量产工厂「难得离谱」。一边砍旧产品线,一边开新厂,资源往哪儿倾斜,看得很清楚。
3
82
纳斯达克 100 昨天收出 2020 年疫情以来最大单日跌幅,标普 500 一天抹掉约 3 万亿美元市值。就在 24 小时前,中期选举结果出来,道指还暴拉过约 1600 点。
The Kobeissi Letter 发长串拆了原因。盘面上看,抛压高度集中在芯片:剔除科技后的标普大约只跌 2.5%,芯片股接近跌 11%。恐慌指数 VIX 单日大涨约 63%。他们还提到,10 月美国杠杆 ETF 净流入约 150 亿美元,是至少两年里最大的单月流入之一,放大了这轮杀跌。
表面故事是选举后有人在讨论更严的 AI / 数据中心监管,甚至出现「禁止 AI」的帖子刷了上千万人看。Kobeissi 的判断是:美国真禁 AI 的概率接近于零,那等于把赛道让给中国;昨天更多是情绪和杠杆共振,不是基本面一夜翻盘。收盘后他们又补充,这是 2016 年以来纳指跌超 5% 的少数交易日之一。
What just happened?
The Nasdaq 100 just posted its largest daily drop since the 2020 Pandemic, with the S&P 500 erasing -$3 trillion today.
Just 24 hours ago, the Dow surged +1,600 points after the Democrats "swept" the Midterms.
So, what changed? Let us explain.
(a thread)
1
86
Bun 的作者 Jarred Sumner 今天凌晨发了个预测:依赖库要完了。
Bun 是这两年很火的 JavaScript 运行时,他本人现在在 Anthropic。
他举的例子是上个月的 Brotli 漏洞。Brotli 是谷歌的压缩库,解码器里有个越界写入,用特制的压缩数据就可能远程执行代码。因为它被打包进了太多软件,Node.js、Bun、.NET、Envoy、Python 的相关包全都中招,美国 CISA 已经把它列进了"已被实际利用"的漏洞清单。
他的逻辑是:共享依赖是个超大靶子,打穿一次,所有用它的项目都跟着遭殃。现在让 AI 重写一个依赖只要一句提示词,何必冒这个险。
有人问各自重写不也会有类似漏洞吗,他回答:类似,但不相同,同一段攻击代码就没法通杀所有项目了。
Vercel CEO Guillermo Rauch 也发帖说,人写的软件大多又慢又不安全,AI 会把它们全部重写,而且不止一遍。
我不太认同。开源依赖的价值在于几百万人一起用、一起发现问题、一起修。每个项目各写一份,漏洞是分散了,但也没人帮你盯了。
再加上今天 OpenAI 用 AI 一口气挖出 948 个内核漏洞,找漏洞越来越快速,没人审过的自写代码只会更早被扫出来。
What’s going to happen to open source?
A prediction:
Dependencies are over.
The same Brotli vulnerability impacted .NET, Node, Bun, Envoy and more. Dependencies are too big of a target.
When rewriting a dependency is one prompt away, why take the risk?
61
OpenAI 安全团队做了一条全自动的漏洞流水线,找漏洞、写利用代码验证、出补丁,全程 Agent 自己跑。
10 月中旬,他们用一个还没发布的网络安全模型扫了一轮 Linux 内核。Agent 先挑出普通用户能碰到的那部分代码,大约 280 万行,只占内核的 7%。接着扫出 2308 个疑似漏洞,在虚拟机里复现成功 1724 个,最后做出 948 个能从普通用户直接拿到 root 权限的真实漏洞,每个都附了补丁。
测试机是正常的桌面系统,没有故意削弱防护。
这一整轮 API 花了 121 万美元,平均每个提权漏洞 1279 美元。作为对比,Pwn2Own 这类比赛过去给一个 Linux 内核提权开的奖金是 2 万到 7 万美元。
我最在意的是流程最后一步,仍然是安全研究员人工审核。AI 交上来的不是一句"这里可能有问题",而是根因分析、能复现的 PoC、利用代码和补丁,人只需要判断真假和严重程度。
审核没被省掉,只是 AI 把证据先备齐了。
但是这个怎么这么贵,我还在想内部要不要尝试用模型挖掘漏洞,不会自己搞不定这个事情吧🤣
Our security researchers built an autonomous cyber vulnerability discovery, exploitation, and patching pipeline.
In a single run with an upcoming cyber model, it validated and generated patches for 948 local privilege escalation vulnerabilities in the Linux kernel at a total API cost of $1.2 million.
1
1
89
OpenAI 要收购 Pierre Computer Company。这是一家专做 Git 和代码审查工具的小公司,创始人之一是 Bootstrap 的作者 Jacob Thornton。
用过 Codex 的人其实已经在用它的东西了:Codex 里浏览文件用的 Trees、看代码改动用的 Diffs,都是 Pierre 的开源库。Diffs 还支持审查的人直接在 diff 里改那一行。收购完成后,Pierre 的付费产品 Code Storage 会并进 Codex。这是一个托管服务,让应用和 Agent 通过 API 存代码、用 Git 管历史。开源项目继续开源,价格没公布,还要等监管批准。
时间点很有意思。两天前 OpenAI 刚公开了自研的 Git 后端 Pando,说内部推代码的延迟降了近 80%。原因很直接:一堆 Agent 并行干活,分支、push、merge 的量远超人类团队,原来的 Git 基础设施扛不住。
Axios 把这笔交易解读为冲着微软的 GitHub 去的。OpenAI 自己的说法是,要让 Codex 覆盖从 Agent 建第一个分支到代码上线的全过程。以前大家抢的是写代码的模型,现在开始抢放代码、审代码的地方了。
4
1
94
我们团队现在就是这样
想法很多做东西很快,但是真正落地使用场景和价值思考不清楚
变成每次开会像我在质疑他们,现在实际做不出什么成绩,但大家又在自high,我又不能太打击大家积极性
人为了逃避真正的问题,愿意做任何事情。
一个开发者说,Claude 和 Codex 快把他搞破产了。
他给 Claude 一个指令,看着它把东西造出来,检查一下,再想下一步改哪儿。永远有下一件事可做,每一次坐下来都觉得自己很有产出。而且全程不用拿给任何人看,很舒服。
可把 app 拿到别人面前就不同了。可能被忽略,可能被问一句这有什么用,也可能被告知已经在用别的了。于是“再做得完美一点”就成了现成的借口,还差一个功能,设计还能再好,等弄好再找人。Claude 随时陪着,他想做多久都行。
AI 订阅一直续费,几个月过去,钱花了不少,还是不知道有没有人要。他说自己甚至趁着 agent 在跑的时候刷手机,也没去查竞品、找用户。
结果是产品更精致了,问题还在原地。
现在他逼自己多发冷邮件。承认派活儿给 Claude 还是比把东西拿给人看轻松,但冷邮件真的带来了用户,这让他有理由继续做那件躲了很久的事。
2
38
AMD 昨晚交出了公司史上最好的一份季报,盘后一度涨超 9%。
但是我艹,现在看怎么跌回去了😱
三季度营收 133.8 亿美元,同比增长 45%,高于市场预期的 130.9 亿。数据中心业务 85 亿美元,同比增长 97%,已经占总营收的 64%,一年前只有 47%。四季度营收指引约 170 亿美元,环比再涨 27%,其中数据中心预计环比增长约 50%。
更激进的是明年的预期。Lisa Su 在电话会上说,2027 年总营收预计增长超过 80%,是去年 11 月分析师日定下的长期目标的两倍多。服务器 CPU 收入明年翻倍,数据中心将占总营收八成以上。
有个细节值得注意。Lisa Su 说,云厂商这个季度为个人和企业 Agent 大量加装了 EPYC 服务器,Agent 正在成为云端 CPU 的下一个杀手级应用。
过去两年大家只盯着 GPU,但 Agent 要调工具、开浏览器、跑代码,这些活大多落在 CPU 上。另外,OpenAI 第一代自研 AI 加速器平台用的主控 CPU 也是 AMD 的 EPYC Turin。
$AMD CEO Lisa Su:
“We now expect revenue to grow more than 80% in 2027,” more than twice the company's long-term growth target outlined last November.
Data Center is now expected to account for over 80% of AMD's total revenue in 2027, up from 64% in Q3.
Server CPU revenue is expected to double YoY in 2027, compared with the previous forecast of 70%+ growth.
Data Center AI revenue is expected to grow even faster than management projected just 90 days ago.
Su said customers have expanded their EPYC and Instinct deployment plans, while AMD has secured additional supply to support the higher growth outlook.
Looking beyond 2027, AMD is also working with multiple frontier AI labs to optimize its upcoming MI500 accelerators for their planned multi-gigawatt deployments.
59
SemiAnalysis 又发了一篇看多 SpaceX 算力的报告,马斯克转发了。
SemiAnalysis 是 Dylan Patel 创办的半导体和数据中心研究机构。两个月前它写文章说,SpaceX 明年建成 10GW 数据中心是做得到的,当时不少人觉得不可能。
最新的情况是:SpaceX 已经有 3.6GW 在建,分布在好几个新老园区,SemiAnalysis 自己已经找到了 9GW 以上的可用容量。
SpaceX 也在三季度财报会上把 2027 年的目标提到了 13GW 左右,相当于谷歌从 1999 年到现在建的全部数据中心,只用一年半建完。
快的原因主要有两个。一是建设周期压到了同行的一半左右;二是电力不等电网,直接在现场用燃气发电,Colossus 2 那边还在装 5.9GWh 的储能电池。报告还推测,Terafab 芯片厂旁边也会配一个数据中心。
不过账也得算一下。SpaceX 三季报写的是,9 月底总共 1.7GW,那个季度只新增了 0.3GW。要到 13GW,明年每个季度得加 2.5GW 左右,可燃气轮机叶片的铸件已经排到了好几年以后。有机构估计明年底能做到 6 到 8GW,就算这样也已经快得惊人。
Elon Is Doing It Again: SpaceX Will Be The World’s Biggest AI Cloud
Making 13GW in 1.5 Years A Reality
newsletter.semianalysis.com/…
1
62
苹果新 CEO John Ternus 交出了上任后的第一份财报,成绩单很好看,股价却跌了。
截至 9 月底的这个季度,苹果营收 1145 亿美元,同比涨 12%,是 9 月季度的历史纪录;iPhone 卖了 576 亿美元,服务业务 316 亿美元,创历史新高。整个财年营收约 4790 亿美元,Ternus 说这是苹果"史上最好的一年",他是 9 月刚从库克手里接的班。
问题出在下个季度的指引。苹果预计假日季营收增长 7% 到 10%,但毛利率只有 45% 到 46%,原因是内存芯片还在涨价。苹果说已经提前锁定了供应,可成本压力躲不掉。另外大中华区营收 175 亿美元,低于分析师预期。盘后股价跌了约 3%。
前几天马斯克还拿梗图调侃 Altman"把内存藏进云里",现在连议价能力最强的苹果都被内存涨价咬了一口。AI 数据中心抢内存,最后买单的是每个买手机、买电脑的人。
46
欧洲数字银行 Revolut 把 2000 名工程师默认用的编程模型,从 Claude Code、Codex 换成了自己部署的智谱 GLM。
这是 Revolut AI 运维负责人 David Abitbol 在 AI Engineer NYC 大会上讲的,最近在 X 上被翻出来刷屏。
几个数字:用 56 块 B200 跑 GLM 5.3,服务约 2000 名工程师;综合成本约每百万 token 0.3 美元,账单只有之前付给 Anthropic 和 OpenAI 的十分之一;4 月切到 GLM 5.1 后,编码时间缩短约 60%,从接需求到合并的交付周期缩短约 70%。
更有意思的是他的解释。交付周期改善得比编码时间多,说明瓶颈本来就不全在写代码。以前 token 有预算,工程师舍不得用,只留给最难的活;放开之后,翻邮件、处理 Jira、整理 Confluence 这些杂事也敢丢给 AI 了。
但我感觉这个交付周期缩短有点理想化了
Revolut: Europe's most valuable startup ($200B) just showed the world its AI strategy.
Every company will end up copying it.
At the start of this year, Revolut leaned on the frontier labs. Its 2,000 engineers used Claude Code and Codex, and some burned $1,000 to $10,000 a month each. The bills kept climbing, and the returns weren't there.
So Revolut switched its default to an open-source model called GLM. All it needs is GPUs, which it rents from Together AI.
The results, by Revolut's own count:
- The bill is about a tenth of what it paid OpenAI and Anthropic
- Engineers get unlimited tokens instead of spending caps
- Coding time is down 60% and lead time is down 70%
That's the chart below.
Revolut still uses Claude and GPT, but only as "the exception," for the tasks they do best. Everything else runs on open source.
So here's the question I keep coming back to: how many use cases can companies really justify sending to frontier models?
My answer is very few. Plenty of companies still route everything to OpenAI and Anthropic today. For how long?
I think open source ends up handling the vast majority of corporate AI work, and frontier models get a short list of the hardest jobs. That's a problem for labs whose revenue forecasts assume unlimited growth.
If you appreciate unpopular takes, follow me @m0xt_ for more.
1
66




















