华尔街见闻 - 资讯 - 最新

机构：全球能源需求到2060年或增逾60%，油气仍将长期占据一席之地

Fri, 25 Sep 2026 08:01:07 GMT

全球能源需求仍将大幅增长，而能源转型并不意味着传统能源会快速退出，未来数十年油气仍将是全球能源体系的重要组成部分。

标普全球（S&P Global）最新报告显示，以巴西、印度、尼日利亚和印度尼西亚等新兴经济体为代表，全球总能源需求到2060年或较当前水平增长逾60%。这轮增长主要来自工业化、城镇化和收入提升带来的新增能源需求。

与此同时，可再生能源正在加速扩张，但煤炭、石油和天然气并不会快速退出。标普全球副董事长Dan Yergin表示，多种能源将在未来能源体系中共同承担新增需求，油气的存在时间将长于许多人的预期。

新兴经济体推动全球能源需求持续增长

标普全球指出，巴西、印度、尼日利亚、印度尼西亚等新兴经济体正加快工业化和城镇化进程，能源生产和进口需求随之扩大。这些经济体新增的能源消费规模庞大，将成为未来数十年全球能源需求增长的重要来源。

与此同时，可再生能源正在加快渗透。截至2025年底，非洲、亚洲和拉丁美洲63%的新兴市场太阳能发电占比已经超过美国，巴西、智利、萨尔瓦多、摩洛哥、肯尼亚和纳米比亚等国的清洁能源转型速度尤为突出。

但能源需求增长并不会随着清洁能源扩张而消失。对于仍处于工业化和收入提升阶段的经济体而言，电力、交通和工业领域的能源需求仍将持续增加，全球能源消费因此仍将呈现多种能源并存的格局。

资金与基础设施制约能源转型，油气仍将长期存在

可再生能源加速发展的同时，资金和基础设施不足仍是新兴经济体能源转型面临的主要约束。即使清洁能源成本持续下降，大规模建设发电设施、电网和储能系统仍需要巨额前期投资。

Energy for Growth Hub副执行主任Katie Auth指出，部分新兴经济体仍面临严重的能源贫困问题，其能源需求增长与经济发展、收入提升和就业创造密切相关。在这一背景下，这些国家很难直接跳过化石燃料阶段。

能源供应安全也进一步强化了这一现实约束。霍尔木兹海峡关闭引发的油气市场波动，凸显了全球能源体系对传统能源供应的依赖。Dan Yergin表示，煤炭可能获得更多空间，石油和天然气也将在未来能源需求中延续更长时间。

因此，全球能源转型更可能表现为能源结构逐步调整，而非传统能源快速退出。随着新兴经济体能源需求继续增长，可再生能源份额将不断提升，但在资金、基础设施和能源安全等约束下，油气仍将在较长时期内占据重要位置。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

从“AI失控”到全面监管：一场可能改变互联网规则的最坏情景推演

Fri, 25 Sep 2026 06:33:33 GMT

围绕“AI失控”的担忧正在演变为一场更广泛的监管讨论。分析人士认为，如果监管逻辑从限制AI风险进一步延伸至身份认证、内容审查和数字基础设施，最终影响的可能不只是AI行业，而是整个互联网的运行规则。

据OffGuardian作者Kit Knightly分析，当前围绕AI风险展开的讨论，与此前气候变化议题中的部分叙事路径存在相似之处——先强调风险，再推动干预措施，最终可能演变为一套更为严格的监管框架。

按照这一“最坏情景”推演，监管可能沿着一条逐步扩大的路径推进：先提高AI服务的使用门槛，通过付费、实名和内容审查加强控制；再以防范AI冒充人类为由，推动“人格证明”机制，将数字身份与更多线上活动绑定；最终，数据中心的能源消耗和碳排放可能成为新的监管切入口，并进一步影响互联网使用成本。

对投资者而言，这意味着开源AI模型可能面临更高的合规门槛，AI基础设施的监管成本或将上升，而大型科技公司凭借资金、技术和合规能力形成的优势可能进一步扩大。与此同时，依赖生成式AI降低运营成本的中小企业，也将面临更大的政策不确定性。

付费与实名：AI访问门槛或进一步提高

分析认为，潜在的监管措施可能首先体现在AI使用门槛上。免费、匿名访问生成式AI的模式或将受到更多限制，用户未来可能需要付费并完成身份验证，才能使用部分AI服务。

与此同时，用户提示词（prompt）的记录、审查乃至向政府报告，也可能成为监管框架的一部分。相关措施可能以防范AI生成违法内容为主要理由。

对开源AI社区而言，冲击可能更加直接。若模型开发者需要向政府登记、缴费并接受审查，开源生态的开发门槛或将明显提高。英国议会目前围绕“社交媒体许可法案”的讨论，也被视为类似监管思路的参照案例。

如果这些措施同步推进，可能进一步抬高AI开发和运营成本，并强化现有头部企业在资金、技术和合规方面的优势，中小型独立开发者和企业则可能面临更高的进入门槛。

“人格证明”：数字身份或成互联网通行证

另一条潜在的监管路径，则指向互联网长期存在的匿名性问题。以防范“伪装成人类的流氓AI”为由，监管者可能进一步推动“人格证明”（Proof of Personhood）机制。

按照这一设想，开设社交媒体账户、进行在线支付、购买托管服务等数字活动，都可能与经过验证的数字身份绑定。Noema Magazine此前也曾警示，随着AI代理在互联网中的规模扩大，平台可能要求用户通过身份验证，以证明其为真实人类。

如果这一机制进一步扩展，其影响可能超出AI监管本身。VPN使用、加密货币交易等依赖匿名性的网络活动，也可能面临更严格的身份验证要求，监管理由则可能同样指向“流氓AI”利用匿名网络活动规避追踪的风险。

数据中心税与“碳足迹”：互联网使用成本或上升

更进一步的情景，则涉及对互联网使用本身的约束。相关分析认为，数据中心高耗电、耗水以及碳排放等问题，可能成为推动数字使用成本上升的政策依据，并进一步延伸至普通用户的互联网消费。

在这一框架下，社交媒体、流媒体、网购和游戏等“非必要互联网流量”，未来可能被纳入类似碳足迹的数字账户管理。流媒体价格上涨、观看时长限制以及“无限流量”套餐成本上升，都可能成为潜在的政策工具。

对网站运营者而言，“数据中心税”等措施也可能通过托管成本传导至整个互联网生态，跨境访问甚至可能面临更高成本。大型企业由于拥有更强的成本承受能力和合规资源，受到的冲击可能相对有限，而独立媒体和小型网站的运营压力则可能上升。

需要强调的是，上述内容目前主要是最坏情景下的推演，并非已经确定的政策路径。Kit Knightly也将文章定位为假设性讨论，因此其中部分判断仍存在较大的不确定性。但对市场参与者而言，监管预期本身就可能影响企业决策和估值。开源AI平台、中小型科技企业以及依赖匿名流量的数字媒体，都可能面临潜在的政策风险。

随着AI能力快速扩张，监管与合规正成为影响行业竞争格局的重要变量。若相关要求持续收紧，合规成本上升可能进一步强化大型企业的竞争优势，并推动互联网规则发生更深层次的变化。

风险提示及免责条款

高盛180度转向！日元12个月目标从165上调至150

Fri, 25 Sep 2026 06:20:18 GMT

日元前景出现重大转折。高盛集团逆转今年7月确立的看空立场，大幅上调日元目标价，将12个月预测从165上调至150，理由是日本国内政策转向加速及资本回流预期升温。

高盛策略师Karen Reichgott Fishman在最新报告中同步上调日元三个月及六个月目标，分别由此前水平调整至158和155。她指出，日本央行加快加息步伐以及国内资本回流日本资产的可能性上升，共同构成此次预测大幅修正的核心驱动力。

受多重利好因素叠加，日元周五一度升至每美元158.28的高位。日本财务大臣片山皋月（Satsuki Katayama）此前透露，美国总统特朗普在与日本首相高市早苗的会面中就日元疲软问题表达了关切，此消息亦对日元形成明显支撑。

政策转向与资本回流：看涨逻辑的双重支柱

Fishman在报告中阐述，日本央行加快加息节奏已起到两重效果：一方面抑制了扩张性财政政策带来的通胀压力，另一方面也相应减轻了日元的贬值压力。

在资本流动层面，她指出尽管国内资产组合资金回流的趋势目前仍属推测，但这一可能性正在上升，由此在美元兑日元汇率上形成"下行不对称性"（downside asymmetry），增强了日元作为投资组合对冲工具的吸引力。

"上述种种发展，提升了做多日元的吸引力，尤其是在对冲衰退风险方面。"Fishman写道。

华尔街机构加速向看涨阵营靠拢

高盛并非唯一转变立场的主要机构。美国银行此前已将年底日元预测上调至149，方向与高盛一致。两大华尔街机构相继调整预测，显示市场对日元中期走势的主流判断正在发生系统性转变。

不过，高盛在战术层面维持短期谨慎立场。Fishman表示，该行目前倾向于做空欧元兑日元（EUR/JPY），而非直接做多美元兑日元，这一策略选择反映出其对近期美元走势仍存在一定不确定性的研判。

短期谨慎，长线看涨

尽管中长期目标大幅上调，高盛明确表示在近期操作上保持谨慎。这一"战术谨慎、战略看涨"的组合立场，意味着投资者在把握日元升值方向的同时，仍需注意短期波动风险。

日元目前已从近期低位显著回升，而政策面与外交面的双重利好若持续兑现，或将为日元进一步走强提供支撑。对于将日元纳入对冲配置的全球投资者而言，高盛此次转向释放的信号值得重点关注。

风险提示及免责条款

特朗普：今年访华感受到中国人民的热情好客，希望以同样的热情款待各位；马斯克、黄仁勋、苏世民、奥尔特曼等齐聚欢迎宴会

上观新闻 — Fri, 25 Sep 2026 05:58:21 GMT

当地时间9月24日晚，国家主席习近平和夫人彭丽媛在白宫出席美国总统特朗普和夫人梅拉尼娅举行的欢迎宴会。特朗普总统发表致辞。

特朗普说：“习近平主席、彭丽媛女士，以及中国代表团的各位成员，我和梅拉尼娅非常高兴再次在白宫迎接各位的到来。你们都是非常出色、优秀的人。今年早些时候，我到访北京感受到了中国人民的热情好客。今晚，在你们十多年后再次到访华盛顿之际，我们也希望以同样的热情款待各位。”

特朗普说：“我邀请大家共同举杯，向习近平主席和彭丽媛女士致敬，并为美中两国之间这份跨越数千英里、绵延数百年的深厚友谊干杯。愿美中两国人民能有一个更和谐、和平与繁荣的未来。”

中央广播电视总台披露，马斯克、黄仁勋、苏世民、奥尔特曼等美国工商界人士参加此次宴会。

本文来源：上观新闻综合央视新闻、中国新闻网等报道

风险提示及免责条款

Codex和Claude Code都跑偏了，前OpenAI研究员称Jev出现前AI世界是个悲剧

极客邦科技InfoQ — Fri, 25 Sep 2026 05:44:49 GMT

“它会逐渐退到软件背景中，像数据库、正则表达式或其他基础设施一样，成为开发者随手调用的普通能力。”

这是 TypeSafe CEO、Jev 创始人 Diogo Almeida 对 AI 的设想：当智能真正融入软件，用户甚至不必意识到它的存在。但怎样才能让开发者放心地把判断交给 AI，而不用守在旁边反复检查？

几个月前，在 AI Engineer 大会的演讲中，这位曾参与 OpenAI InstructGPT 工作的研究者就提出，“下一个时代并不是 Claude Code时代”。在他看来，Claude Code 与 Codex 本质上仍属于同一个阶段——AI 的主要角色仍然是围绕人提供辅助。他关心的是，为什么 AI 如此聪明，能解决数学界的千禧年难题，却连最基础的活都无法实现自动化工作？

9 月 22 日，做客 Latent Space 播客接受采访时，Diogo 再次谈起这份不满，措辞更加直接：“在我看来，Jev 出现之前的 AI 世界，简直是个悲剧。”在他看来，问题在于：强大的“智能引擎”已经有了，把它接进实际业务流程的接口却仍然欠缺。

这一次，他带来了自己的答案——Jev。通过面向校准决策的强化学习（RLCD），团队希望让模型输出可供代码直接使用的选择、评分和概率，让开发者能够依据不确定性设置阈值，决定何时执行、何时交给人处理。

从参与训练听懂人类指令的模型，到尝试让代码直接调用智能，Diogo 为什么要重新选择训练目标？他又准备如何让 AI 成为像数据库一样普通的软件能力？这场两小时的访谈讲述了他的判断与尝试。

太长不看版：

Swyx：对于那些可能不太了解情况或者只想得到确切答案的人来说，Jev 到底是什么？

Diogo Almeida：目前最准确的称呼是 System1 模型，它的能力范围远远超出决策本身。这类模型的目标，在于让代码成为模型输出的直接使用者。

Swyx：你对 RLHF 的一个核心看法是：模型的回答会向用户想听的内容，而不是反映它对一件事真正的内部置信度。能具体谈谈吗？

Diogo Almeida：几乎没人注意到 RLHF 的缺点，特别是“模式坍缩”（mode dropping）。RLHF 的模式坍缩会让模型偏向生成更安全、更常见的答案，而牺牲概率分布的真实校准，这既掩盖了长文本中的错误累积，也解释了为什么文本模型不擅长决策。

Swyx：RLCD 与 RLHF 的核心区别是什么？

Diogo Almeida：区别首先在于优化目标：RLHF 侧重让模型遵循人的指令、给出获得认可的回答，RLCD 则希望模型成为软件能够可靠调用的能力。

Swyx：为什么 Jev 不把拒答机制直接放进模型底层？

Diogo Almeida：我不反对安全本身，但我认为不应把特定价值判断直接写进通用模型底层能力，而应像数据库一样划清技术能力与具体使用责任的边界。

Swyx：你所说的可靠性是什么？开发者能否相信同一个版本的行为保持稳定？

Diogo Almeida：我更重视稳健性：问题含义没变，就不该因为加入无关字符而大幅改变判断，而不只是追求相同输入得到相同输出。已经部署的模型，我们不会悄悄修改，因为 API 是别人程序里的依赖。但我们会快速发布新版本，目前还不能承诺永久维护每个旧版本。

Swyx：不依赖公开榜单，你们怎样判断模型是否真正做到了更高的性价比？

Diogo Almeida：我们会通过内部评测比较成本和能力，追求同等成本下更强、同等能力下更便宜。我不反对评测，反对的是围绕榜单优化，让分数脱离真实价值。开发者最终还是要把模型放进自己的工作流，测量实际表现，不能只看价格、速度或一个总分。

Swyx：开发者应该怎样组织任务，才能更可靠地使用 Jev？

Diogo Almeida：我建议把复杂任务拆成最小、可以独立判断的语义单元，用结构化输入提供必要信息，再由代码控制最终行为。Choice 对应选择分支，Noul 对应条件判断，Score 对应评分、排序和筛选。每一步都可以单独评估、调整阈值；能力不足时，就转交人工或暂不部署。

Swyx：对企业开发者来说，Jev 有哪些值得尝试的应用方向？

Diogo Almeida：我们梳理了四类：分析因处理成本太高而闲置的“暗数据”；为实时流程提供快速判断；检查其他模型的调用和输出；把智能判断嵌入软件核心逻辑。我尤其看好暗数据分析和编程 Agent，但具体如何组合模型，仍要看它能否降低成本、解决原本解决不了的问题。

Swyx：面对前沿 AI 的风险，放慢发展速度是唯一选择吗？

Diogo Almeida：我认为，这种讨论往往默认大家必须沿着现有 RLVR 路线继续加大投入，但研究目标和技术路线都可以重新选择。为了提升表现而给模型多大行动空间，本身就是设计决定，不该被当作不可避免的前提。我更希望探索其他方向，让已有智能可靠地进入软件，自动化实际工作。

Swyx：如果研究者在前沿实验室得不到资源，你会建议他们出来创业吗？

Diogo Almeida：要看为什么离开。如果只是想自由尝试课题，现有实验室可能仍然最合适；如果找到了值得长期投入的新任务，我会支持创业。我不认为漂亮的研究履历会自动创造价值，也不看好拿到资金后重复已有工作的做法。先明确自己的核心目标，再围绕真正值得解决的问题展开研究。

1Jev 发布的第一周，创始人的情绪糟糕透了

Swyx：欢迎来到录音室。就在本周，我的好朋友 Diogo 发布了 Jev，它几乎占领了社交平台的热点话题。此时此刻，你感觉怎么样？

Diogo Almeida：情绪上来说，从来没有这么糟过。我现在简直像一具疲惫不堪的行尸走肉，因为同时发生的事情太多了，到处都有问题等着我处理。

但是，从心理层面来说，那反而完全不一样。我经常讲这件事，并且这几年我在那些大小项目活动里也反复说过，整个 AI 领域就像游乐园里的哈哈镜屋，所有人都像疯了一样。每个人都在说各种奇怪又说不通的话。

可是就这一周，我好像和现实更合拍了，像是突然之间感受到：“哦，大家终于看见了。”——AI 能做到的事情，远比过去人们想象的多。我们真的可能推动了一场由 AI 驱动的经济革命，这件事重新回到桌面上了，简直实在是太棒了。我特别兴奋的一点，是开发者真的能够理解我们在做什么，这种感觉非常强烈。我也想对这些开发者表达我长久的感激。我对整个开发者社区以及现在发生的一切都特别兴奋，真的太棒了。

Swyx：你昨天还跟我说，你决定优先去做 town hall，也就是社区公开交流，而不是把时间都花在 VIP 和投资人之类的人身上。因为你希望确保真正得到你最多注意力的，是工程师、开发者这些真正使用产品的人。

Diogo Almeida：是的。当时确实会有一种感觉，像是“天啊，我现在正在跟一些非常重要的人说话。”我可能不该透露是谁。但对我来说，如果在我那个列满了待聊对象的庞大日程表里，开发者社区竟然不在其中，这对我来说会很不舒服。实际上，如果按照我的理想状态，我会一直和开发者社区在一起交流。我刚才甚至在想，“我要不要一边走来你的演播室，一边开一场社区大会？”后来我又觉得，“不行，这也太疯狂了。”

Swyx：对于那些可能不太了解情况或者只想得到确切答案的人来说，Jev 到底是什么？

Diogo Almeida：这个问题其实挺难回答的，但我是这么看这件事的：我们需要一种全新的模型类别。至于这一类别到底叫什么，我们没有执着于某个名字。

目前我们想到最准确的称呼是 System 1 模型。之所以没有把它称为“决策模型”，是因为 System 1 的能力范围远远超出决策本身。我现在只能说这么多。我们原本没想到这次会成为一次这么受关注的发布，所以手里还有东西没有拿出来。

Swyx：你们当时就该说这是一次“低调的研究预览”。

Diogo Almeida：某种程度上确实就是，它其实真的有点像一个研究预览。总之，我们内部有几个词来描述出现的这一类新的模型。比如机器原生模型（machine-native）、System 1 模型、大型可编程模型（large programmable）。我的理解是，这类模型的目标，在于让代码成为模型输出的直接使用者。

预训练大语言模型最初面向的是互联网文本补全；经过 RLHF 训练的聊天和指令遵循模型，面向的是文本回复；RLVR 则和 RLHF 之间有一块界限不太清晰的区域。而我们希望这类模型的输出能够直接被代码消费，所以公司才会叫 TypeSafe。

我们真正想要的，是让 AI 尽可能强大。而我们认为，实现这一点的方式是让它与软件结合。因此，我们设计时考虑的不只是模型外部的使用方式，连模型深层的内部机制也要针对软件进行优化。Jev 是我们的第一个大型可编程模型，也可以叫 System 1 模型，随你称它为什么。它的优化目标是“每美元智能”，Jev 这个名字也由此而来。

Swyx：Jevons Paradox，杰文斯悖论。

Diogo Almeida：对，就是杰文斯悖论。它的目标是实现性价比最高的智能模型。我特别喜欢跟人讨论，在可靠性、成本、校准和速度之间，到底什么最重要。Jev 这个名字以后会代表一系列站在“每美元智能”方面处于领先地位的前沿模型。当然还有别的优化方向。在机器学习里，至少对于擅长机器学习的人来说，一切都关乎取舍。而我们决定在这个方向上全力以赴。

2从模式坍塌到校准失真：RLHF 的另一面

Swyx：我觉得“校准”是近来才开始受到关注的一个问题。我们之前请 Hugging Face 的 Clementine Foreia 做过一期节目，当时有聊到了这个话题。这也是你对 RLHF 的一个核心看法：模型的回答会向用户想听的内容，或者最可能出现的内容收拢，而不是反映它对一件事真正的内部置信度。

Diogo Almeida：我听说你们的听众技术背景很强，所以正想深入讲讲这个问题。发布视频里的每一项表述，我都花了很大力气核对，确保准确、真实。显然，这种做法还挺少见。视频里有一点几乎没人注意到，就是 RLHF 的缺点，尤其是“模式坍缩”（mode dropping）。

Swyx：mode dropping 还是 mode collapse？

Diogo Almeida：在这里我说的是一回事。以后我想专门写一篇博客，但现在我想尽可能把这件事讲给更多人听。我其实很认同 Yann LeCun 的不少判断。但他有一页很有名、也很有争议的幻灯片，大意是“大语言模型注定行不通”。

Swyx：你说的是那个“蛋糕”比喻？

Diogo Almeida：不是，是讲序列长度的那一页。他的推理是：如果生成每一步都有出错概率，文本越长，至少犯一次错的概率就越高。这个推理看起来在数学上很直观，但模型的实际表现并没有简单地照这个趋势发展。我很喜欢拿它来问：数学推导和观察结果之间，差异出在哪里？

Swyx：问题出在哪里？

Diogo Almeida：问题在于，如果模型试图覆盖整个分布，或者它的概率分布经过了良好校准，那么它不会因为产生少数离群结果而受到过度惩罚。你会预期它有时生成落在常见分布内的内容，有时生成分布之外的内容；覆盖整个分布，就会出现这种情况。你可以想想生成对抗网络出现之前的图像生成模型：它们生成的图像往往是模糊的。

而生成对抗网络会模式坍塌：它会直接丢掉占比很小的类别，只生成那些最常见的类别。也正因为如此，前面那个“序列越长错误必然累积到不可用”的效应并没有按最简单的方式出现。为了生成很长、又不容易出现明显错误的文本，模型就得极其保守，因为一旦犯错，人很容易看出来；相反，一个看上去没问题、其实遗漏了微妙之处的回答，就很难被察觉。为了让模型的概率分布保持校准而带来的要求，对文本序列的生成方式会产生很大的影响。这层关系很微妙。我认为，它既解释了为什么那种直观的错误累积推论没有应验，也解释了为什么文本模型不擅长决策：让本来用于生成文本的模型承担过多决策任务，效果往往不好。

Swyx：既然说到 Yann，你认同他的解决方案吗？也就是用世界模型，比如 JEPA 这一类嵌入模型的方法。问题的一部分似乎在于，我们让模型基于已经输出的词元（token）继续推理，再把输出送回去，反复循环，直到生成完整的一句话。Yann 提出的解法是联合嵌入预测架构（JEPA），你觉得这就是解决办法吗？你对此有什么看法？

Diogo Almeida：我可能不该把机器学习内部的事讲得太细。不过，除了说话有时比较放得开，我做事其实很务实。刚才对模型的判断也是从实际效果出发。

我是不是 Scaling Law 的支持者？要看它能带来什么。Scaling Law 告诉你：投入一定量的资源，某项能力能提高多少。通常，资源投入要大幅增加，收益却不会同比增长。除非那一点能力提升非常有价值，否则看起来就不是一笔好投资。对我来说，更重要的问题是：用手头已有的资源，我们怎样才能带来最大的实际改变？

我的出发点始终是实用性。比如 Yann LeCun 的 JEPA 方向，我觉得早期研究很精彩，也很喜欢看到优秀的研究工作。至于它现在是否已经足够实用，我暂时不想下判断。

目前研究界还有很多没有被充分挖掘的好成果，像未经打磨的钻石。它们没有进一步变成有用的技术，部分原因是大家还没找到适合发挥其价值的任务。

Jev 的发布当然对 TypeSafe 有利，但我希望它带来的影响不止于此。一方面，开发者可能会基于 Jev 做出大量新软件；另一方面，也会有人沿着不同方向探索：还能用什么方式把模型能力提供给程序，让软件做出更多以前做不到的事。如果这些尝试同时出现，那种感觉就有点像早期互联网那种充满活力的氛围——大家纷纷探索，新的用法不断冒出来。我想这也是为什么推特上大家一提到“Jev”，就像在开派对一样。

Swyx：这很让人振奋，因为它和我们习惯听到的说法太不一样了。过去常有人说：“抱歉，这件事你做不了。模型研发要遵循缩放规律，只有大实验室才有资源参与。”

3Jev 的开发理念：AI 做决定时，不能突然拒答

Diogo Almeida：Discord 上经常有人问我：为什么反对安全对齐，为什么 Jev 不会拒答？我还没来得及完整解释。先说清楚，我并不反对安全本身。我认为，常见的安全对齐方式往往与使用者的目标不一致；而对供程序调用的模型来说，突然返回一句拒绝，简直像是发生了类型错误。

如果你是人在和聊天机器人互动，或者用编程工具时碰到“抱歉，我不能读取 DNA.py”，当然会觉得烦，但至少你能看见它、换个办法继续。大家用久了，甚至习惯了处理这种情况。可如果模型是后台运行的软件依赖，某次调用突然拒绝了，会发生什么？调用它的用户可能根本不知道底下还有这个模型。难道只因为输入里出现一条特殊消息，就让整个软件流程随机中断吗？

我认为，这种设计沿用了“AI 是一个聊天同事”的想象，没有充分考虑模型作为软件组件时需要满足什么要求。

Swyx：你想要的是一种能在各种地方使用的基础能力。

Diogo Almeida：对，一个足够通用的“认知核心”。它要能适应未来各种我们现在想不到的用例。用户已经拿 Jev 做了不少出乎意料的东西，我们当然没针对那些具体应用训练过它。不过，这并不让我意外；我们训练时就让它处理过更多样的情况。

再回到安全对齐。我认为，对 ChatGPT、Claude 这种直接面向人的产品，设置安全规则是可以理解的。但需要区分能力对齐和安全对齐：能力对齐是让系统尽可能按使用者的要求完成任务。软件工程师很需要这一点——行为越可预测，越容易把模型集成进程序，也越少需要反复试探。

Jev 现在离理想状态还很远。我们希望把可靠性再提高几个数量级，最终让调用智能像执行数据库查询一样自然：需要时调用，不必每次都担心它会怎样回应。

而我所说的安全对齐，往往意味着模型除了遵循当前使用者的指令，还要优先服从模型提供方——比如 OpenAI 或 Anthropic——设定的另一套规则。这两套要求有时会发生冲突。

Swyx：你说的是不同层级的规则和价值取舍。

Diogo Almeida：对。对于直接面向用户的产品，这样做有道理。比如 ChatGPT 的提供方不希望产品支持某些成人角色扮演内容，那是他们的选择，也可能符合他们面向家庭用户的产品定位。

但 API 不一样。开发者需要根据接口的行为来写程序。如果模型在程序运行过程中突然按提供方的另一套规则拒绝执行，开发者很难处理。我对此确实有点激动，得让自己冷静一下。

Swyx：大家能感受到你很在意这件事。不过我想提出一个更严肃的反例：如果有人用这个 API 来杀人呢？成人内容或许属于私人选择，但 AI 也可能被用于战争。公司完全可以合理地决定，不希望自己的 API 被用于这类用途。

Diogo Almeida：我理解。企业可以出于实际考虑持有这种立场。我自己也不希望我们的技术被用来伤害人，当然希望它更多地用于有益的事情，也愿意为此作出努力。但我不认为应该把这些偏好直接写进通用技术的底层能力。

我的顾虑是，每当你为了某一种特定规则，强行让模型在某些问题上改变判断，就可能进一步割裂它的能力。现在的模型已经有不少这样的不一致了。

我更倾向于把智能看作数据库，而不是一位“AI 同事”。我们通常不会要求数据库在执行查询时，自行判断用户最终会不会把结果用于坏事。我认为，对通用智能接口也应该考虑类似的责任边界。

还有一件事让我觉得奇怪：有开发者在 Slack 上告诉我们准备部署某个应用，问“我们可以这样用 Jev 吗？”我的第一反应是：我们提供的是 API，你是开发者，具体应用怎么设计，不该事事由我们批准。理想情况下，复杂任务会被拆成许多较小的调用；作为底层服务提供方，我们甚至不应该知道下游用户的完整任务是什么。这种边界能给软件工程师更大的自主空间。

我希望他们把能力用于好的事情。我们也讨论过开源、公益支持等办法，只是眼下还没精力落实。但只要由我负责，我就不希望把这些价值偏好直接固化进模型的底层判断里。

Swyx：既然说到平台与开发者的关系，也想澄清一下你们的隐私条款和使用条款。之前有些人产生了误解，觉得你们对 API 用途限制得很严。

Diogo Almeida：我不确定你具体指哪一条，不过我看到过一些关于基准测试的讨论。

Swyx：对。你之前公开说过，相关限制是预览期条款里留下的，正式发布时没有及时移除，团队准备修改。

Diogo Almeida：团队有些进展我甚至还没跟上。我请他们和律师确认这件事。我们显然不打算阻止用户测试和比较模型；恰恰相反，我支持他们这么做。

但这和我怎么看公开基准榜单是两回事。我非常不喜欢公开榜单。至于用某些内部基准作为实际能力的替代指标，我的态度也比较审慎。

Swyx：你担心的是榜单很快饱和，还是模型可能见过公开测试题，因此容易刷分？

Diogo Almeida：刷分容易，是原因之一。假设两年后，市场上有很多公司在做与 Jev 类似的产品，我们提供的价值可以说是“每美元获得多少智能”，或者“每秒获得多少智能”。大家很容易盯着价格和速度，因为它们好测量。但价格和等待时间是用户付出的成本，用户真正想得到的是有用的智能。

难就难在，模型到底有多好，有些部分很难用一个分数概括。Jev 发布后，开发者亲自试用产生的反应，甚至比发布视频更让我在意。他们感受到模型在实际使用中的表现，也感受到我们为此下了多少功夫。

公开基准想用数字帮助大家建立信任，但它太容易被针对性优化。即使团队主观上不想刷榜，也可能不断收集与测试集相似的数据，让模型在榜单上表现更好。过去有些实验室收集类似 MMLU 的题目来训练，在我看来，这不过是绕了几步优化基准成绩。

所以我认为，开发者可以先凭实际体验建立初步判断，随后必须把模型放进自己的工作流，测量它在那个具体任务上的表现。我们的工作则是持续提高可靠性，让它越来越值得信任。可靠性始终是 TypeSafe 要解决的问题；如果只想尽早发布一个能力不够好的版本，我们一年半前就可以推出 Jev 了。

4“最苦涩的教训”：先选对任务，再谈模型和数据

Swyx：你前面提到自己的“最苦涩的教训”（The Bitterest Lesson），我们来展开讲讲。

Diogo Almeida：Sutton 的“苦涩的教训”强调算法和计算的重要性。但在我看来，数据比算力重要得多；而最难、也最重要的，是先选对任务，找到研究的 North Star（核心目标）。

大语言模型的发展中，研究目标发生过几次这样的转变。RLHF 把重点转向指令遵循，当时没人意识到模型能在这件事上做到那种程度。RLVR 又把方向往前推了一步。现在，我们用 RLCD 定义了另一个任务：让程序能够把模型放进运行流程，可靠地调用它的判断。数据对此至关重要。我怎么强调都不为过。

Swyx：所以你们更愿意把 TypeSafe 称为一家“数据实验室”，而不是“模型实验室”？

Diogo Almeida：完全正确。我们会一直非常重视数据。对我来说，模型能力的提升，很大程度上就是数据问题。数据工作极其复杂，却也能把可靠性一位一位地往上推。数据选取和处理方式稍有变化，结果就可能大不一样。

Swyx：你们也在大量招聘数据人才。怎样才算优秀的数据工作者？你说过你们使用合成数据，但“数据是合成的”显然只说到了表面。是不是还要有人认真检查这些数据，指出问题，再回去重新生成？

Diogo Almeida：是，但完整回答会复杂得多。我给新入职的数据同事做的培训，可能比这期播客还长。这里先讲最重要的几层意思。

首先，任务决定数据的形态。RLVR 需要的数据在某种程度上是供模型探索的环境；RLHF 需要人类反馈。每种任务都有自己的数据形式，我们也一样。所以我们做的合成数据，并不是一个通用模板生成出来的东西。

其次，我们不想用用户数据训练模型，即使取得许可、技术上也做得到，我们仍不想依赖它。真实世界的数据有很强的偏向：很多人反复提出相似问题，需求呈现幂律分布。直接按这些数据训练，模型容易对高频场景过拟合，其他能力反而变得不均匀。

我们瞄准的是多年后的应用。到那时，模型也许会成为深入软件技术栈各层的通用基础设施，支撑今天还没人想到的产品。如果打个比方，可以把一般的大语言模型想成 UDP，把我们的模型想成 TCP：开发者能在上面构建各式各样的应用。即使我们拿到了今天所有用户数据，它也只能让模型更适应今天，未必能帮助开发者做出未来的软件。

因此，数据团队的工作有点像艺术创作。他们研究模型的“认知核心”，找出能力不平整、不稳定的地方，再有针对性地处理。我们认为自己的模型在这方面已经相对平滑，但不可能做到完美。一次修正最好能改善一类问题，在过去、现在和未来不同情境下都有效，而不只是修好某一道题。

Swyx：解决普遍问题，而不是只解决一个具体案例。

Diogo Almeida：正是这样。每次做到这一点，都需要很强的判断力。

5“Jev 出现之前的 AI 世界，是个悲剧”

Swyx：你刚才说，我理解数据的方式受 RLVR 影响很深，这个批评挺公允的。那我们具体聊聊 RLCD。你们目前还没有发表介绍它的论文，对吗？在不了解技术细节的情况下，大家怎样判断 RLCD 确实代表一种不同的方向，而不只是一个新造的术语？“校准”这个概念我能理解，但 RLCD 与大家熟悉的 RLHF 究竟有什么区别？

Diogo Almeida：还没有发表论文。你的问题很好，不过要回答它，我想先反问一句：RLHF 指的是什么？

这个词在不同时期指过好几种工作。最早有通过人类偏好反馈，让系统学会完成难以精确规定的任务的研究。我记得有一项工作涉及教机器人做后空翻，可能与 Paul Christiano 等人的研究有关，但具体是哪篇，我也不能完全确定。PPO 是一种算法，并不天然意味着奖励一定来自人类反馈。

后来 OpenAI 做了“学习摘要”的工作，把 PPO 用在语言模型上，让模型学习完成摘要这类很难用简单规则规定好坏的任务。人们也会把这称为 RLHF，不过我没有参与那篇论文。

但当我说 RLHF 时，我更想强调的是指令遵循这个任务，而不是某篇论文采用了 PPO。真正重要的，是研究者确定了一个新的 North Star：让模型理解并遵循人的指令，是一个值得持续优化的方向。今天的 DPO 及其后续方法即使没有使用那篇论文里的算法，也仍是在做这个意义上的 RLHF。

同样，RLCD 对我们来说是在提出一个新的任务目标。我使用这个名字，是想准确说明我们在优化什么：让 AI 能被程序调用，成为软件可以使用的能力。

Swyx：也就是说，关键词是“可编程的 AI”：让程序能够在不需要人每一步介入的情况下使用模型，进而自动化更多工作。我理解你的 North Star 对吗？

Diogo Almeida：对，但还要加一个前提：必须务实。我们得看清当前语言模型实际擅长什么。有些面向程序的新输出类型在概念上可能很棒；如果技术还不足以让它可靠工作，暂时不推出，也没什么可遗憾的。

在我看来，Jev 出现之前的 AI 世界，简直是个悲剧。这话听起来很狂妄，但这个想法在我创办公司很久以前就有了。

Swyx：这点我可以作证。你已经谈了好几年。

Diogo Almeida：是。我起初以为做出一个能供程序调用的模型不会太难，整个项目一周就能完成。事实证明我错得离谱。以前我甚至觉得：“这个问题我马上就能解决。”现在想来，我得向当时被我低估的 OpenAI 同事道歉。

AI 领域还有另一件令人遗憾的事：承诺很大，实际交付却跟不上。我认为 RLHF 和 RLVR 路线都存在这个问题。但让我一直放不下的，是 AI 明明已经表现出很强的能力，却仍有大量简单工作无法自动化。

我在演讲时常问：为什么 AI 能处理极其困难的数学问题，却连许多基础、重复的工作都接不过去？这些工作不要求人有多高的智力，也谈不上令人满足，但现实中仍得有人做，因为软件还没法可靠地把它们自动化。我们已经有了一台很强的“智能引擎”，却缺少合适的接口，把它接进那些有经济价值的流程。

即使有一天 TypeSafe 不复存在，这个方向也已经被打开。别人也许需要一两年追上来，也可能更快；如果模型质量的差异持续重要，我们会有更长时间的优势。但比公司竞争更重要的是，整个领域开始探索：智能还可以怎样接入软件。我相信这会改变技术接下来的发展路径。

Swyx：我完全同意。你们真正创造的是一种新的可能性。我试着替你概括一下，方便大家理解：不要把 TypeSafe 和 Jev 的成功看成仅仅是“出现了一种新的模型类型，我可能可以继续沿用之前的路径去做事”。不是这样，实际上，可能还有好几种别的模型类型值得探索，这个行业应当是百花齐放的态势，应该让各种尝试奋都发展家里。其中有些方向，你们大概也会亲自去做。

Diogo Almeida：完全正确。那种早期互联网的活力又回来了。我觉得我们重新回到了某种技术乌托邦时刻，再也不用像以前那样感慨：“唉，有时候我的编程智能体能工作，但真正最好的东西都被公司内部藏起来了”。创造新东西又成了一种真实的可能。当然，接下来会是一个相当疯狂的世界，大家最好坐稳了。我对此兴奋极了。

Swyx：现在你们有了资金，也有了发布后的势头，终于能把想法做出来给大家看。

Diogo Almeida：对。以前一直讲，却不能把最关键的东西拿出来，感觉像总在吊大家胃口。我的演讲尤其如此：我说 AI 应该推动自动化，却没法展示它具体怎样做到。你之前看过我们的宣言，还说有些地方写得太模糊：“第一步是什么？你们说的智能模型究竟是什么？”

Swyx：我当时问你模型在哪里，你只说“快有了”。我主要对“可组合”这个词有意见，不过“Build Prod, Not God”这句口号很好。

Diogo Almeida：谢谢。团队很认同这句口号。我们对正在做的事很兴奋，但大家也很务实。

Swyx：宣言里还有一份“秘密总体计划”，讲怎样一步步构建面向机器、可组合的 AI。

Diogo Almeida：写成“秘密总体计划”是你的建议，我得正式把功劳记给你。

Swyx：谢谢。不过你当时只给我看了一半故事，没有告诉我还要发布模型。那时候也没有《Doom》演示，没有性能数字，我自然会问：你们到底打算拿什么证明它？

Diogo Almeida：问题是，我不相信公开基准榜单能证明这件事。模型好不好，最终得让人放进实际任务里体验。这种做法有助于建立长期信任，但也让我们吃过苦头。去年融资时，很多人不相信我们，只想看基准测试成绩。我们不愿意为了拿出好看的数字，去迎合一套容易奖励刷榜行为的评价方式。

Swyx：选择这条更难的路，最后也让你建成了一家自己愿意待的公司。

Diogo Almeida：是。我不太后悔这个选择。昨晚聊到为什么离开 OpenAI，我还挺激动的。发布前，我常这样想：如果 AI 最终因为承诺过多、实际交付不足而进入新一轮低谷，而我没有尽力探索另一条路，我会觉得自己也有责任。一方面，我参与过 RLHF 这条路线；另一方面，我相信让 AI 真正进入软件自动化，能创造很大的价值。

发布后，我对这件事的说法有些变化。至少在我看来，自己担心的那种“AI 寒冬”已经不那么不可避免了。Jev 上线还不到一周，我已经看到开发者把它用在真实工作中。眼下就像西部拓荒时期一样，充满了未知，各种尝试都在冒出来。

6爆红之后，Jev 更在意什么

Swyx：能不能分享一些发布之后的具体数据？例如注册的用户数量之类的。

Diogo Almeida：具体数字主要是团队在跟进，而且每天都在变。不过有一个里程碑我记得很清楚：日调用量已经超过一万亿 Token。这不是发布当天大家尝鲜带来的短暂高峰。夜里调用也没有停下来，说明有程序在持续使用 Jev，而不只是人在界面里试几次。这让我特别兴奋。

相比之下，我没那么在意注册人数。我们发布时没有专职营销人员，大家看到的宣传基本就是团队自己的表达。候补名单一度增长很快，我们也在不断放人进来。平台团队承受住了这次发布带来的流量，做得非常出色。

但我们后来意识到：对开发者平台来说，候补名单上的人数并不能说明多少问题。其中可能有不少人不是开发者。他们进来试了几个问题，发现 Jev 不是聊天机器人，就会疑惑：“我的下一个 ChatGPT 在哪里？”我还没有精确计算过，不过我的直觉是：哪怕全世界每个人都来试几次，调用量可能还不如一个真正用它创造价值的开发者写下的一段循环程序。

我们起初以为，放多少人进入候补名单需要非常谨慎。后来发现，更紧张的是速率限制：开发者一旦把 Jev 用进程序，获得了实际价值，就会希望大幅提高调用额度。软件就是这样运行的——先花时间定义一个重复任务，之后让它持续执行；只要创造的价值超过最初投入，就可以把它放到后台，再让其他功能依赖它。

Swyx：设置好，让它自己运行。

Diogo Almeida：对。之后开发者还能在这些能力之上构建更复杂的东西。许多早期互联网的创造，正是通过不同软件能力的组合才发生的。虽然你不喜欢“可组合”这个词，我仍想在宣言里强调它：我们希望 Jev 成为催化剂，让开发者做出连我们也没预料到的应用。为此，我愿意继续在 Discord、公开交流和播客里跟他们沟通，哪怕要在直播里套个垃圾袋出镜。

Swyx：长访谈也有这个好处。我们可以越过发布初期比较表面的讨论，让人理解你们究竟想做什么。认同这个方向的人，也许会加入团队，或者“买下你们”——抱歉，我是说成为客户。

Diogo Almeida：哦，作为客户（笑）。

Swyx：对，作为客户。发布视频也确实很受关注，刚才看到是 3600 万次播放。

Diogo Almeida：现在到 3800 万了。

Swyx：如果只看 2026 年新兴 AI 实验室的发布声量，你们可能排在最前面。

Diogo Almeida：谢谢，不过我不太在意“新兴 AI 实验室”这个标签。我们还有周边专门拿它开玩笑，比如“你最喜欢的新兴实验室最喜欢的新兴实验室”，以及“有产品的新兴实验室”。

我真正想做的是一个可靠的开发者平台。希望发布热度过去之后，开发者仍能长期依赖它、信任它。

7模型不能说变就变：Jev 如何兑现“可靠”？

Swyx：你们一直强调可靠性。我原以为主要指 RLCD 里的概率校准，但看下来，它也包括服务可用性、扩展能力，以及常说的“几个 9”，对吗？

Diogo Almeida：那些都是可靠性的一部分。但模型的判断本身也要可靠：它能不能持续完成你希望它做的事？现在的大型推理模型很聪明，可在我看来，仍有不少任务是它们看起来足够聪明、企业也有动力自动化，最后却不敢交给它们做，因为结果还不够稳定。我们离理想状态也有很长的路要走。

我想先把容易的工作自动化，再去处理难的工作。我的目标是，有一天开发者需要一处智能判断时，可以像写数据库查询一样，直接在程序里写一个类型安全的 System 1 调用，让程序准确地走向相应分支，而不必每次都先试探模型能否胜任。这会是一个漫长的过程。

Swyx：说到可靠性，我注意到 API 里没有随机种子（seed）参数。同样的输入，每次都会得到同样的输出吗？如果不会，为什么？

Diogo Almeida：这是个好问题。“可靠性”其实是一个总称。AI 无法自动化某件事，可能是输出不符合类型要求，可能是结果不确定，也可能是能力分布不均匀。你问的确定性，指相同输入得到相同输出；它对单元测试等场景可能有价值，但我不认为它应该是首要目标。

我更重视稳健性：语义相近的输入，应该得到相近的判断。大语言模型在这一点上有时很不可靠。我们的一个测试办法，是在提示词里加入不同的 UUID 作为随机标记。问题的实际含义没有变，只是多了一个无关的字符串；模型的判断就不该因此大幅变化。开发者在让 AI 做决定时，常常会被这种细微变化导致的结果波动坑到。

当然，我们也可以做确定性模型。如果开发者能告诉我们它在哪些场景确实重要，我们愿意考虑。但确定性可能需要在成本与能力之间作取舍。我们一直努力站在“每美元智能”的帕累托前沿，为此尝试了很多不那么常规的模型组合与工程方法。

Swyx：所以，回到最初的问题：将来会不会提供随机种子或确定性模式？

Diogo Almeida：有可能。只要需求足够明确，而且我们没有被 GPU 资源严重卡住，就可以做。只是按我们目前的判断，它可能降低每美元能提供的有效智能。

Swyx：从 OpenAI 和 Anthropic 的发展过程看，我猜开发者迟早会要求这个功能。即使你告诉他们稳健性更重要，他们可能还是会想要确定性。

Diogo Almeida：那就看后面会怎样吧。有人说我们品牌的一部分是“立场坚定”，其实就是委婉地说我固执。

Swyx：但我以前和你争论过。证据充分时，你也会改变原先的判断。

Diogo Almeida：是，你在开发者需求方面说对过很多次。这一点我认。不过，我怀疑我们会在很长一段时间里受到 GPU 供给限制。如果一种方案提供同等智能却消耗更多 GPU，我们就更难让更多人用上它。我们当然希望服务企业，但眼下更想让尽可能多的开发者拿到 Jev，去实验、去做那些出乎意料的东西，让这个方向真正热闹起来。

Swyx：这种探索已经开始了。不过我想提醒你一个开发者可能会担心的问题：你说会尽一切办法提高“每美元智能”，又面临 GPU 限制，大家可能会猜，你们会不会在发布后把模型进一步量化，以节省显存或带宽，却让同一个模型的质量下降？

你现在不一定要作承诺，但至少应该考虑明确告诉开发者：已经发布的模型，其质量和行为会不会保持稳定。过去有些 API 虽然模型名称没变，背后的模型却变了。你们现在有版本号，这是好事；还可以进一步说明，同一个版本上线后是否会保持不变。

Diogo Almeida：已经部署的模型，我们不会悄悄改动。对开发者来说，那太离谱了。直接面向用户的产品可以持续调整背后的模型，只要产品体验变好就行；但 API 是别人程序中的依赖，不能按同样的方式处理。

不过，我们更新模型的速度可能会比大家习惯的快得多。我们会不断发布新版本，也暂时不能承诺每个旧版本都有长期支持，因为还有很多改进要做。眼下有不少人在使用 Jev 1.13.0，我们可能会暂时把它作为长期支持版本；我知道开发者不愿意看到依赖突然失效。

另一方面，如果每发布一个版本就永久保留，推理服务可能要同时运行大量不同模型，这也会给所有人带来负担。

Swyx：更新快的话，可能很快就有上百个版本要维护。

Diogo Almeida：正是如此。我们希望将来找到比简单保留某个长期支持版本更好的办法，团队正在研究。我认为那会对开发者很有帮助，但现在还不能把尚未实现的方案当成承诺。

可以确定的是，我们会继续推出能力更强的新模型。按我的观察，Jev 在相邻版本之间的行为差异，通常甚至小于一些生成文本的模型对同一个请求调用两次产生的差异。但如果我们解决了模型能力中某个明显不稳定的部分，新旧版本之间就可能出现很大的变化。

8不追 Benchmark，追极致的“每美元智能”

Swyx：模型有了长期支持版本（LTS），还有一个好处：你们可以把同一个版本移植到其他芯片平台上运行。不知道你们有没有考虑过这件事。

Diogo Almeida：暂时不评论。我更关心的是“每美元能获得多少智能”。

Swyx：但速度也重要。

Diogo Almeida：这要看后续情况。

Swyx：过去一年，推理技术路线发展得很快。比如，把模型放到 Cerebras、Etched 这类芯片上运行，速度可能会有大幅提升。

Diogo Almeida：对。“每秒能获得多少智能”是另一个衡量指标。我们内部甚至讨论过把成本和时间放在一起衡量，比如“每美元、每秒能获得多少智能”。

对于 Jev 系列模型，我在内部反复强调的一点是：模型变得更聪明当然好，但它必须处在帕累托前沿。也就是说，在同等成本下，它要尽可能强；达到同等能力，成本要尽可能低。这就是 Jev 的定位：把每美元获得的智能做到最好。

至于每秒能获得多少智能，还要继续看。这个方向很有意思，我也知道有不少行业高度依赖实时响应。对它们来说，速度的提升直接对应着很大的经济价值。我当然希望两个指标都能做好，也希望从市场和用户的反馈中判断，究竟该把重心放在哪里。

Swyx：而且速度不只关系到实时场景，也关系到规模。到了足够大的调用量，哪怕每次只差几微秒，乘上数十亿、数万亿次，也会变得很可观。

Diogo Almeida：如果是大型数据库 MapReduce 查询这类后台任务，延迟可能没有成本那么重要。这也是 Jev 的定位：尽可能提高每美元所能获得的智能。至于“每秒智能”，还要继续看。我很喜欢那些对速度要求极高的应用场景，也知道对一些高度依赖实时响应的行业来说，速度提升能带来很大的经济价值。这方面的需求正在增长，很有意思，但我不认为它会成为 Jev 的主要方向。

Swyx：说到“更快、更便宜”，其他模型通常给出的取舍是速度更快，但价格也更高。我在想，Jev 之所以受到关注，一个原因是你们做到了更快、同时更便宜。这一块目前选择不多，前提当然是模型的智能水平大致保持不变。

Diogo Almeida：“智能水平保持不变”这句话很关键。难就难在这里。

Swyx：但你似乎不太认可公开基准测试，或者至少不喜欢用现有的公开基准来证明这一点。你们内部总得有一套判断方法吧？

Diogo Almeida：当然。我们有自己的内部评测。不过，要避免团队有意无意地针对评测做优化，需要很强的自律；这件事必须得到最高优先级的重视。

否则，我们凭什么说自己的模型处于“每美元智能”的帕累托前沿？我们不是凭感觉做决策。尝试不同方案时，成本和能力都会变，我们会测量、比较，把结果放在一起看，判断哪种方案对用户最好。

所以，我并不反对评测。我担心的是，一旦掺入其他激励，评测就可能变得很危险。在这件事上我管得很严。同事们也许会觉得我在很多事情上都管得严，但对我来说，不能在模型到底有多聪明这件事上自欺欺人，这一点尤其重要。我们得诚实地追求事实。

Swyx：同意。接下来我想聊聊 API 设计上的一些具体选择。

9 别让 AI 一口气干完：把任务拆小，出错才好查

Swyx：你们定义了三个基础概念：Choice、Score 和 Noul（又名 Noulli）。先说 Noul，这个词是从哪里来的？是文献里已有的术语吗？

Diogo Almeida：现在算是了（笑）。我们为名字讨论了很久。它有点像布尔值（Bool）：涉及“真”或“假”，但它的取值是连续的。名字来自伯努利（Bernoulli），更准确地说，是取了 Bernoulli 的一部分，因为它表达的就是伯努利概率。

我们当时还考虑过 PBool、Pool 等名字。我甚至想把它叫作“pool party”，但没人同意。最后大家觉得 Noul 最合适。我们这群人起名多少有点不按常理出牌，Jev 也是这样。最初我们以为，对程序员来说，Jev 不过是代码里的一个字符串，没想到这个名字后来还衍生出不少双关梗。当时内部有很多人反对这个名字，现在除了一个人，其他人都向我道过歉了。

回到 Noul。我们需要为它创造一个新概念，因为如果直接叫 Bool，会让人误解。事实上，Choice、Score 和 Noul 都是我们有意单独定义的概念。它们与编程语言中的现有类型很接近，但并不完全相同。比如 Score 不是整数。如果通过 Instructor、Pydantic 之类的工具，直接把整数或浮点数映射成 Score，就可能出问题。我们更倾向于把含义说清楚，即使这会增加一些初次理解的成本。

Swyx：但你们不担心集成问题吗？开发者通常希望它能直接接入自己已经在用的工具。你们有自己的 SDK；如果我是开发者关系负责人，我可能还会特别在意：怎样把 Jev 和 Instructor 一起用？怎样接入其他工具？

Diogo Almeida：我们确实希望做好这些集成。相关示例也许已经有了，只是我现在跟不上所有更新。社区里也会有人做。支持社区这件事没有一个“完成”与“没完成”的二元状态，我们总还能做得更好。说实话，聊到文档我有点紧张，因为录制前没来得及重新看，而文档又一直在变。

至于这三个概念，Score 其实并不难理解。它接近用语言模型做评判（LM judging）时得到的评分，也可以把它叫作一种“判断结果”。Noul 也可以被看作概率，但在我们的体系里，模型输出本来就带有概率性质。Choice 则最接近函数调用，不过我对现有的函数调用设计有不少意见，这个话题我们可以稍后再展开。在代码中，Choice 更像是把 switch 或 match 语句要处理的选择，直接作为 API 输出。

Swyx：也就是说，它可以很自然地对应枚举（enum）；如果需要，开发者再根据选中的项调用相应函数。

Diogo Almeida：对。关键是先得到那个“选择”。这三个概念都可以对应到基本的程序控制方式：Choice 对应基于枚举的 switch 分支，Noul 对应 if 条件判断，Score 对应排序，或者通过“大于”“小于”的阈值来筛选。这一直是我们的设计方向。以后还会有更多类型，也会继续与程序中的基本操作对应起来。

Swyx：对于准备深入使用 Jev 的开发者，还有什么 API 设计上的细节值得讲？比如这些概念具体怎么用，图例、置信度该怎么看，测试中又该注意什么。你是最了解它的人，我想多给他们一些实际建议。

Diogo Almeida：谢谢，我很喜欢这个问题。没想到会聊得这么细。除了几个月前给我们的开发者关系同事做入职培训，已经很久没人这样问我了。

我们设计模型时，想的是让它将来能深入计算机程序内部工作。我们相信，这类用途的规模会远超今天人们的想象。模型现在也许还没准备好，但我们一直在朝这个方向推进。我们的目标不只是让它在相对浅层的任务上不断提高分数，而是让它进入程序的核心逻辑，因为这样才能让软件具备更强的能力。

刚才说的 Choice、Score 和 Noul 是输出形式。输入端同样可以有结构：状态（state）、指令（instructions）、判断标准（criteria），都可以是结构化的 JSON 对象。程序可以把这些信息准确地放到需要的位置，开发者不必先把它们塞进字符串模板。

很多人可能没注意到这一点，以为这些输入都只是字符串。用模板拼出一条系统消息，当然也能工作，但那延续的是过去处理模型输入的方式。既然信息本身有结构，就应该尽量保留这种结构，让计算机直接处理。写普通程序时，我们不会先把所有数字转成字符串，再传给程序内部的其他部分。转成字符串通常是为了展示给人看；程序内部传递的，应当是有明确含义的嵌套结构。

我们也在持续优化模型处理这类输入的能力。它现在已经能处理结构化信息，但嵌套每增加一层，推理难度也会提高，所以这仍是我们重点投入的方向。我也希望开发者更多地采用这种方式：代码会更清楚，也不必过度依赖底层实现细节。

可以把它想成调用一个 AI 函数：程序当前有一组状态，也就是可用的变量；你需要决定，哪些状态应该传给这个函数。相比之下，一条包罗万象的系统消息很像一个混乱的全局变量：把所有信息、所有指令都放进去，然后指望模型一次满足每项要求。很多问题其实可以拆开，并行地问。

我很建议大家多向模型提问，把问题拆小、拆细。我这么说不是为了增加调用量。无论当前模型能否一次完成复杂任务，把问题分解成简单决策，都会让 AI 应用的代码更好维护；而且每个小决策都更容易单独评估。

过去我们常常给模型一大段系统消息，等它返回一大段结果，再检查它有没有遵守其中的每条要求。现在回头看，这种做法挺不可思议的，只是大家已经习惯了。比如“不要读取这个子目录”“不要把 API 密钥传给 DeepSeek”，这类约束应该尽可能由程序保证。机器学习模型本身无法给你绝对保证，但把任务拆开之后，至少可以逐项测量、验证。

Swyx：比如可以核查某个操作到底有没有执行。

Diogo Almeida：对。我们的接口本身就很容易验证，这会让工程实现可靠得多。

Swyx：我理解这个思路。不过，以前大家不这么做，也有现实原因：即使用小模型，把任务拆成很多次调用，仍然可能又慢又贵。我自己做过对比：一条流程把所有要求放进系统消息，只调用一次、拿到一个完整输出；另一条流程把任务拆成上百个问题。后者更慢、更贵，结果还不如前者。

Diogo Almeida：确实会发生这种情况。拆分任务也很麻烦，调用之间可能还得重复传入一些信息，看起来不够高效。于是人很容易想：为什么不一次性把所有东西都放进去？但那样得到的系统往往很难依赖。我希望我们的模型能够支持大量在后台运行的程序调用；如果做不到，我会很失望。

Swyx：那具体应该怎么拆？你们有没有发现什么有效的方法，或者发现哪些原以为可行的拆法其实不行？开发者听完之后可能会照着这个思路使用 Jev，但他们首先得知道从哪里下手。

Diogo Almeida：我倾向于把问题拆到最小的语义单元：先找到其中最基础、能够独立判断的那件事。我可能是使用我们模型最多的人之一。提问时，我会尽量把输入写得结构化、明确；在问题里清楚指出所引用的内容，有时会用反引号把它标出来。我希望模型尽可能按字面准确理解要求。编程本来就要求指令得到准确执行，而 AI 扩大了程序所能执行的指令范围。

我自己偶尔也会图省事，把几个判断混在一个问题里。但如果是大型生产系统，我会不断增加独立的问题，并且让新增问题这件事足够容易。每个问题负责什么，要拆得清楚；最终的具体行为则由代码来控制。

举个小例子：拒绝回答。我不建议只问模型一句“这里要不要拒绝？”这个问题它或许也能答得不错，因为这是一个适合快速直觉判断的任务。但更好的办法是，针对不同的拒绝情形分别提出独立的问题。这样，你就能明确规定自己希望系统如何处理各种情况，而不是让模型自行猜测。

更妙的是，如果后来发现某种情况没有触发拒绝，原因是你漏写了一项条件，这其实是一个很好的工程问题：补上那个问题，设置阈值，再把这个案例留作测试。修正就留在程序里了，不会因为提示词变长、上下文中的早期信息失效而被“忘掉”；你也可以持续测量它。如果模型对某项判断还不够准，还能根据真实案例调整相应阈值。整个过程有点像在做机器学习系统，但你不需要为每种情况重新训练模型。

当然，有些任务可能仍超出了模型当前的能力。比如看到有人用模型做自动交易，我会有点担心。这件事看上去很酷，但任务本身复杂、风险也高，最好交给专业人士。即使把它拆成若干判断，你也可能通过评测发现：模型在某一步还不够可靠，那这一版就先不要部署，或者调整方案、选择更保守的处理方式。

客户服务也一样。假设模型还不能可靠识别“VIP 客户在说反话”这类特殊情形，你就可以规定：遇到这种情况，转交人工处理。置信度估计也是为这样的决策服务的。

Swyx：你刚才提到，开发者可以通过设置阈值，决定什么情况下采用模型的判断。但如果模型的概率校准本身就有问题呢？一个校准良好的模型，至少应该让较低的分数对应较低的实际发生概率，较高的分数对应较高的概率。现实中，两者也可能对不上。这时我可能想微调模型，而你们目前没有提供这个功能。

Diogo Almeida：我没有说模型的校准是完美的。微调当然是我们可以考虑的方向。

Swyx：微调是一种可能，也可以是别的调节手段。现在听起来，如果模型判断错了，用户能做的就是改提示词、把问题拆得更细，或者调整置信度阈值。如果模型确实不擅长这件事，这些办法不一定让人满意。

Diogo Almeida：没错。先说清楚，模型会在很多事情上犯错。我们有问题反馈按钮，大家也可以在 Discord 告诉我们哪里出了问题。我们希望持续改进模型，每个新版本都应该有明显提升；如果没有足够大的进步，我们就不会保持现在这样的发布速度。

承认 AI 在某些任务上还不够好，是务实的做法。同时，“足够好”也取决于具体用途。人也会把工作做错，但只要总体预期收益足够高，很多工作仍值得由人来做。模型也类似：通过合适的阈值和其他控制方式，即便它会出错，仍可能承担相当多的工作。

至于微调，我能想象我们以后会提供，但我有一些顾虑。用户想要的功能和真正对他们有益的功能，不一定完全相同。通用模型有一种很难说清的优势：它会处理大量其他任务，这种广泛的能力，可能也让它在某个特定任务的边缘案例上表现更好。如果只针对一个狭窄任务做微调，我会担心失去这部分能力。

所以我的回答是：有可能。我在这些事情上很务实，我们想做的东西还有很多。但我也不想推出一个看似有用、实际却很容易让用户把系统用坏的功能。

Swyx：OpenAI、Claude，可能还有 Gemini，都曾推出过微调功能，后来又撤回或收缩了相关服务。这也挺有意思：现在微调似乎更多发生在开源模型领域。

Diogo Almeida：我知道这些情况。有些微调产品的效果确实不好，撤下来也许是对的。

Swyx：所以，告诉用户“微调可能不是正确的解决办法”，也说得通。另一种回答是：你们的模型与通常的大语言模型差异很大，就像量化、输出 Token 这些概念未必适用于它，微调也可能不适用。

Diogo Almeida：我对这种可能性也持开放态度。不过下面说的是我的设想，不是产品承诺。

随着“每美元智能”的成本继续下降，也许我们能用很小、成本很低的模型，完成一些过去要靠手写规则处理的判断。举个例子：会不会有一天，人们不再需要自己写正则表达式？因为用 AI 完成同一件事的成本，已经低于编写和维护正则表达式所带来的复杂度。我会很乐意看到那一天。对于其中一些狭窄用途，微调也许恰好能让模型的表现跨过可用的门槛，还得继续看。

我希望概率校准加上模型级联，也能解决一部分问题。比如，小模型对某个判断非常有把握，就直接采用它的结果；如果置信度落在中间地带，再交给更大的模型，必要时继续往上一级处理。我还不知道最终哪种方式效果最好。

还可以设想另一种用法：我们提供一系列处于帕累托前沿、规模各不相同的模型。熟悉技术的开发者也许愿意自己选择，但企业可能更需要动态调度：系统根据技术栈中不同环节所需的判断能力，自动选择合适的模型。考虑到我们的接口相对简单，这套机制甚至可能结合某种自动微调。

重申一下，刚才说的动态选模型、自动微调，都不是产品承诺。我只是在畅想一种有点像科幻的未来。

10“决策模型早就有了”，Jev 到底想做什么？

Swyx：但你们会考虑推出不同规模的 Jev 模型，让用户有得选？

Diogo Almeida：当然。用户到底需要多强的智能，我怎么可能事先知道？

Swyx：需求可能是无限的。

Diogo Almeida：也有人劝我们，现在的产品已经够好了，不用急着发布新东西。但我不太喜欢“够用就停”的想法。有句话我很认同，大意是：市场不奖励你做一件事时，你仍然坚持去做，那才体现出你的文化。我希望大家以后也拿这句话要求我，因为说出口之后，就很难反悔了。

也许有一天，我们坚持的东西会变得理所当然，公司会像 Visa 一样，成为人们平时不会特别留意的基础服务，到时候我可能连粉色西装都不穿了。但现在，我还想让更多人看到这条路的可能性。我们会继续做有意思的事，并不是因为当前产品非改不可，而是因为今天大家看到的才刚刚开始。第一次发布更像是一次低调的研究预览，远不是我们能做的全部。面向机器的智能（machine-native intelligence）还有很大的空间。

Swyx：所以，将来可能不止一种模型规模，也不止目前这一款模型？

Diogo Almeida：没错。我们希望尽可能满足不同需求。但我得加一个重要前提：我不想像一些产品团队那样，什么想法都往外推。我们做的东西应该服从一个统一的方向。回看我们的宣言，未来的尝试都应该落在其中三个方向之一。

Swyx：我没准备好在这里逐条聊那份宣言。

Diogo Almeida：抱歉，我说得像是在故意吊胃口。我的意思是，那三个方向不是一张待完成的清单，而是我们认为足以支撑下一轮技术变革的三条轴线。我们做的每一次尝试，都应该能在其中找到位置。模型方面，我们也会做一些看起来挺奇怪的东西。

既然是“面向机器”的智能，就不一定非得让人一眼看懂它的形式；关键是它有没有实际价值。

Swyx：能透露一点吗？“奇怪”会是什么样？

Diogo Almeida：给个提示吧。有人想把我们的模型叫作“决策模型”，因为目前的几个基础概念都与决策有关。但我不会这样命名：未来还可能出现其他面向机器的输出类型，它们未必是决策。

Swyx：好，那就留给大家猜。

Diogo Almeida：这个提示已经挺有意思了。

Swyx：现在也有人说：“决策模型我一年前就做过了，Jev 没什么新鲜的。”但我觉得，一方面，你们展示了这类模型可以怎样成为一个独立的产品方向；另一方面，从我看到的数字和测试结果来看，Jev 目前的表现仍然超过了那些类似产品。

Diogo Almeida：先说清楚，我不在乎基准测试上的输赢。无论领先还是落后，我都希望继续发布我们的进展。

Swyx：你们至少让更多人开始认真看待这个方向。而且，“决策模型”和 System 1 模型之间的区别，似乎也是你一直想讲清楚的。

Diogo Almeida：对，我想让软件工程师借助 AI，拥有更强的能力。让我难过的是，AI 已经这么强大，却远没有得到充分利用。如果事情继续这样发展，甚至会走向新一轮“AI 寒冬”，实在太可惜了。这件事会让我情绪激动。

我并不是认为所有技术进步天然都是好事，也不想一味宣扬技术乐观主义。但看到 AI 有这么多能力，软件却仍然没有真正用上它，我觉得很难接受。我想做的，就是帮大家打开这些可能性。先说到这里吧，这几天我已经哭了太多次，不想在录节目时再哭一次。

Swyx：谢谢你愿意讲这些。光看“TypeSafe AI”这个名字，大家未必能感受到你对这件事的投入。但了解你们想推动的方向，以及你们已经迈出的第一步之后，就更容易理解你为什么希望大家一起往前走。

Diogo Almeida：我不确定最难的部分是否已经过去。以后肯定还有很多难题。也许等到各种工作真正实现自动化、经济增长明显加快，每天都有值得庆祝的进展，我们才能说难关已经过去。而且，我觉得大家现在太关注速度和成本，对可靠性的关注还不够。可靠，才会让人用起来觉得好；可靠，才会让人敢于信任它。

Swyx：你们还写过一个目标：五年内让全要素生产率（TFP）增长超过 3%。我很少见到一家 AI 实验室把 TFP 增长当成目标。

Diogo Almeida：因为那才是经济变革该有的样子。这和 OpenAI 早期章程想表达的方向其实相当一致。章程本身也许没变，但关于什么算 AGI，后来的讨论似乎越来越倾向于用利润之类的指标来界定。

在我看来，一个值得追问的问题是：如果模型能解出数学上的千禧年难题，却几乎没有承担现实世界中有经济价值的工作，我们该怎样评价它的影响？如果按“承担世界上大部分有经济价值的工作”这个标准看，我觉得目前各家模型都还接近零。这个过程也许已经开始，但我猜占比还不到 1%。等它真正发生时，应该能从经济统计数据里看到变化。

我期待那一天。我不认为它会造成大规模失业，但它会带来很多积极的变化。另一方面，我也厌倦了 AI 总是站在产品最显眼的位置。软件和生活应该变得更好，而 AI 只需要在其中发挥作用。

Swyx：让 AI 融入后台。

Diogo Almeida：对。我在演讲里也常问：2019 年的软件和 SaaS 产品已经创造了很大价值。现在都到 2026 年了，AI 的能力进步这么多，为什么大多数软件看上去却几乎没变？很多产品只是侧边栏多了一个聊天框。它有时能帮上一点忙，但公司仍不敢让它处理那些需要承担后果的决策，因为还无法充分信任它。

这在我看来很不可思议。企业有很强的经济动力去改变现状。我觉得接下来可能出现的，恰恰是所谓“SaaS 末日”的反面：SaaS 会因为 AI 而得到增强。软件公司最清楚自己的业务里哪些工作值得自动化，因此也最有机会把 AI 真正用进去。

Swyx：你们已经做出了一件很有意思的事。不过，我还想弄清一个边界：什么样的问题适合 System 1，什么样的问题需要 System 2？现在大家可能什么都想拿 Jev 试一遍，其中一些尝试恐怕会失败。

Diogo Almeida：“什么都拿 Jev 试一遍”这个说法挺好玩。说实话，边界要靠实验来找，就像缩放规律也来自经验观察。以机器人为例，投入了这么多钱，为什么它至今仍有很多事情做不好？问题未必能靠继续增加投入解决，还要看实验结果究竟能不能支持那条路线。

我的判断是，预训练模型把大量能力浓缩到了一起，而 System 1 最接近它们天然擅长的思考方式。可验证奖励强化学习（RLVR）在增强 System 2 式推理方面取得了惊人的进展，我很佩服这些成果。但这类能力也很脆弱。

回想 ChatGPT 刚出现时，人们常说：“它很通用，能做很多事”，接着又指出它不擅长数学，连 GSM8K 这类小学数学题也做不好。如今谈起经过 RLVR 训练的模型，大家又会说它的能力很不均匀：为什么它能解决某个特别难的问题，却会在另一个地方出错？数学能力也不是简单地在少数地方出现尖峰，它的差异可能细到不同问题层次。

如果看各种训练方法各自追求什么，就比较容易理解：基于人类反馈的强化学习（RLHF）希望模型的回答获得人的认可；RLVR 优化的是能通过程序验证的任务表现。这类任务之所以能用于 RLVR，本身就需要有可验证的结果。我们做的 RLCD，则是希望模型能可靠地供程序调用。

Swyx：我说一个实际使用中的观察，你看看对不对。拿到 Jev 的访问权限后，我第一天就用它试了很多任务。单步推理的效果非常好，可以说是顶尖水平；但需要连续推好几步时，表现就开始下降，而且步数越多，问题越明显。

Diogo Almeida：对。这又回到了实验问题：我们究竟能从模型中挖掘出哪些能力？我们希望尽可能多地释放它已有的能力，同时让能力分布更平滑、补上缺口，也增加新的能力。但归根结底，我们是在发掘这些高度浓缩的模型内核所具备的特性，再设法把不同特性组合起来。

目前有效的那部分能力，恰好可以用“System 1 式”来描述。这也是为什么我们没有选择让模型在字符串里写出很长的推理过程。我认为，模型很擅长在内部完成推理，尽管这种能力还不完整，也不是对所有问题都有效。

Swyx：等一下，你说的“潜在推理”（latent reasoning）是在字符串里推理？我以为它指的是模型内部的推理。我想确认一下术语。

Diogo Almeida：我印象中，模型内部那种形式以前被叫作“连续推理”（continuous reasoning），但我也不能完全确定。过去之所以有人把另一种情况叫作“潜在推理”，是因为推理轨迹没有公开：对只看到答案的人而言，它相当于一个隐藏变量。

Swyx：所以“隐藏”的究竟是哪一部分，大家的用法也在变化。

Diogo Almeida：至少 OpenAI 和 Anthropic 的推理轨迹，现在仍有不向用户完整展示的部分。

Swyx：那 Jev 将来也不会做推理模型？毕竟显式推理似乎违背了你们强调的 System 1 路线。

Diogo Almeida：我的承诺是，为了做好面向机器的智能，采用必要的方法。我能想象某些推理方式没有那么慢、低效和脆弱；如果是这样，我们完全可能采用。我不会承诺永远只用某种技术方法。我坚持的是最终要优化什么、为用户创造什么价值。产品已经发布了，但我们仍觉得还有很多事要做。

Swyx：视觉能力也是一个目前缺少的重要部分。不过，它适合放进 System 1 模型吗？

Diogo Almeida：在我看来，各种能力都有可能加入。我们内部也在讨论一个更大的问题：是优先给用户提供我们判断他们真正需要的东西，还是更快提供他们明确说自己想要的功能？过去两年我们在未公开产品时，主要走的是前一条路，因为我们确信这个方向有价值。但产品发布后，两者之间需要找到平衡。

上下文长度就是一个例子。据我观察，我们的模型在长上下文中保持能力方面表现很好。但行业里也常见另一种做法：用户想要更长的上下文，就继续把数字做大。另一方面，如果我们过于坚持“我们知道用户需要什么”，又可能走向替开发者做过多决定的方式，那同样不利于开发者。

我们不希望把判断模型能力边界的全部负担都推给开发者，也希望他们能作为有判断能力的成年人，自行做出知情选择。接下来要解决的是：功能以多快的速度发布，才能兼顾产品的可信度和开发者的自主权。

Swyx：这个权衡很合理。

Diogo Almeida：老实说，我们还没有答案，得边做边找。接下来几天，这可能就是我最需要反复讨论的问题之一。我们手里还有不少东西。之前没想到这次发布会有这么大的反响，我们原本还想着，之后要陆续发布一些后续成果。

11发布前没人看懂，发布后用户开始教他们怎么用

Swyx：我不太信你们完全没预料到发布后的反响。过去两个月，我从没见过你这么全力投入一件事。

Diogo Almeida：那也得感谢我的幕僚长，是他让我必须全力投入。我以前以为自己已经够努力了，这次才发现还能更拼。

Swyx：你甚至来参加我们的写作工作坊。当时我还在想：“你怎么也来了？”能看出来，你们为发布做了很认真、很有意识的准备。成果也体现出来了，恭喜。

Diogo Almeida：谢谢。我希望接下来还能保持这种投入。我们已经通过了技术圈的几道检验，但后面还有很多关要过，我很期待继续做下去。

Swyx：在聊 TypeSafe 以外的话题之前，还有什么关于这次发布的内容，你觉得被低估了，或者大家误解了？比如产品的使用模式、模型能力不均匀的问题？

Diogo Almeida：每个话题我都能讲很久，但还是克制一下吧。我想特别提一下我们的示例手册（cookbooks）。团队在里面花了很多心思，内容也很实用。我们原本考虑把不少例子放进发布博客，但那样文章会太长，也太偏向深度用户。

说实话，发布前我们很担心：这个工具听起来像是从外星来的，别人为什么需要它？我们觉得，教会大家理解这个新方向，可能会成为最大的障碍，所以在说明和示例上投入了很多。现在看来，用户已经做出了远超我们预期的东西，这个障碍或许没那么大了。

Swyx：用户反过来教你们怎么用自己的模型。

Diogo Almeida：没错。有些用户案例甚至比我们的演示更精彩。我看到一些计算机操作方面的用法时就想：如果发布时拿这个做演示该多好。至于示例手册，我们确实认真做了，不是随手生成的一堆内容。每个例子都有实际价值，很多来自我们帮客户解决真实问题的经历。

Swyx：发布前，你们做了多少用户验证？当时具体是什么情况？毕竟那时接触到的人还远没有现在这么多。

Diogo Almeida：坦白说，发布前的反馈不太好。团队里不做技术的同事尤其担心：很多人既没看懂，也不觉得自己需要它。大家会问，我们卖的会不会只是“维生素”，而不是能解决眼前痛点的“止痛药”？是不是还得配备前沿部署工程师（FDE），替客户把周边软件都写好，产品才能发挥作用？

发布前，我们几乎没有收入。技术团队相信它，因为我们看得到它在多个维度上的计算特性，也相信它有很大潜力。但我自己也很害怕，这正是我那段时间拼命投入的原因。

让超过一半试用者理解它在做什么都很难。少数看懂的人会说：“这很酷，但我们怎么通过采购流程？”整个过程并不轻松。后来我们决定，先面向开发者发布。开发者会找到用途，其他人看到实际效果后，也会想要用。

我不想嘲笑那些后来改变看法的人，情况确实变了。但这段经历让我重新思考“产品市场匹配”这个概念。发布前，我们拿着产品去问潜在用户：“你们要用吗？”他们说：“不知道它能不能解决我们的问题。”发布后，需求突然爆发，大家开始问：“能把我们的速率限制再提高吗？你们算力不够的话，我们甚至可以给你们提供 GPU。”

营销当然起了一定作用，但我觉得更关键的是，一群真正喜欢这个方向的开发者先用起来了，他们做出的东西又感染了更多人。

Swyx：很多公司也是从开发者起步，最后转向大企业客户。

Diogo Almeida：对。但我希望我们始终记得最早支持我们的开发者，而不只是把他们当作进入企业市场的跳板。我甚至在想，能不能推出一些对开发者比对企业更有利的东西，让他们获得更多能力。我已经有些想法了，虽然这么做可能很不寻常。

我也不知道还能怎样表达感谢。昨天我去染头发，也是想借这个机会继续和他们交流。公司正处在一个重要阶段，如果这时候反而不再跟开发者说话，我会觉得不对劲。

Swyx：所以你的头发是这么回事。

Diogo Almeida：对。请大家以后拿这些话要求我。我希望自己能坚持原则；如果哪天我变了，尽管指出来。

12从暗数据到智能软件：Jev 瞄准四类核心场景

Swyx：我想给大公司的开发者一些具体方向。即使他们现在没有做这类项目，也可以知道有哪些用法值得去看。

Diogo Almeida：我本来想先聊编程 Agent，不过还是先把主要的几类用法讲完。这些方向是我们发布前就从基本能力出发梳理出来的。

第一类是我们所说的“暗数据”（dark data）。很多企业积累了海量数据，却因为用大语言模型分析的成本太高，一直没能充分处理。大型企业很需要这类能力：它们有成堆想分析的数据。对数据科学家来说，这也是很有吸引力的场景。我认为，暗数据分析和编程 Agent 很可能是调用量最大、商业价值也最高的两个方向。

第二类是实时场景，需要在处理流程中迅速得到模型的判断。这类公司的 CEO，或者至少 CTO，大概都清楚：响应时间每减少 10 毫秒，产品体验能改善多少。

Swyx：电商尤其如此。

Diogo Almeida：对，各类 AI 助手也需要这种能力。据我从团队那里听到的反馈，这些用户很喜欢 Jev；不过我现在不直接负责客户沟通。我自己还特别期待它用在游戏里，比如玩家用指令指挥队伍作战的自动或半自动对战游戏。那会很有意思，不过在我还有工作的时候，先别把它做得太厉害（笑）。

第三类，我们叫“验证一切”：用它检查其他大语言模型的调用和输出，有点类似给 AI 系统增加可观测性。这里有个具体的使用技巧：如果你有一大段状态信息，想并行检查其中很多内容，可以给每条消息加上 ID，再针对各个 ID 分别提问。这样，较长的状态信息只需传入一次，就能围绕其中的消息提出许多问题，成本会低一些。

Swyx：按 System 1 和 System 2 的分工来想，这似乎意味着：每调用一次推理模型，就可以搭配一次、十次，甚至上百次 Jev 调用。

Diogo Almeida：也许，但我更希望用户花得更少。比如把原本需要的推理模型调用减半，再为每次调用配上若干次 Jev 判断。具体怎么组合，取决于它能否解决原来解决不了的问题。

第四类是“智能软件”：让智能判断成为软件自身的一部分，使程序能够组合出以前做不到的行为。有人尝试把 Jev 融入编程语言，做出了很有意思的东西。我们现在的基础设施还处在早期；如果能更方便地发放使用额度，我很想给这些项目提供支持。

这四类是我们事先梳理出的主要方向。计算机操作也是后来出现的用法，可以归到实时场景里。如果它能稳定工作，我会非常兴奋。这个方向多少有些出乎我们的预料，我也觉得模型在这方面还有很大的改进空间。

Diogo Almeida：编程 Agent 领域眼下正发生一件让我意外的事。在我印象里，Claude Code 和 Codex 大概是目前最领先的两个产品，不过我没有持续追踪排名。它们基本是围绕“单模型”来设计的，这很合理：过去开发者选择编程 Agent，主要是在功能相近、能力水平不同的模型之间做选择。

现在，开放式的编程 Agent 项目都在兴奋地尝试接入 Jev。我相信他们也在试各种别的组合。目前这些 Agent 的能力大致接近，毕竟只靠一个循环调用模型的框架，能做出的差异有限。一旦有人找到某个只有自己的 Agent 能做好的关键用例，用户就会涌过去；但其他开放式项目也能很快借鉴。Claude Code 和 Codex 则是围绕单模型构建的，我很好奇它们会怎么应对。

我个人很希望能与它们集成，也希望 Jev 能接入各种产品。它们以后也许会推出与我们竞争的能力，我不知道。但作为一家基础设施公司，我的工作不是预先替行业决定大家该用谁，而是让更多人能够使用我们的能力。这会让编程 Agent 市场变得很有意思。

我还写了一份内部文档，整理了一些可能适用于编程 Agent 的设计模式，正在请团队审阅，希望很快能分享出来。这个领域有太多值得探索的东西了。如果我不是正忙着做 Jev，我现在也很想亲自去做编程 Agent 实验。

Swyx：编程 Agent 公司应该也愿意和你们一起探索。我觉得 Claude Code 和 Codex 仍有使用 Jev 的空间。接下来暂时跳出 TypeSafe，聊聊你对 AI 研究方向，尤其是安全与对齐的看法。

13“放慢前沿进展”之外，还有别的研究路线吗？

Swyx：我最近参加了一场研究者聚会，大家确实担心技术发展的速度。有一种观点认为，公众还没有准备好，因此前沿实验室应该放慢脚步。你怎么看？

Diogo Almeida：这是个容易引起争议的话题，不过我愿意谈。我还想专门写一篇更完整的回应，这里先讲一个简短版本。

我觉得，“要不要放慢前沿进展”的讨论，往往默认了一件事：所有人都必须继续做 RLVR，而且要不断加大力度。但我不这么认为。就 Jev 这类模型想完成的任务而言，我认为最合适的 RLVR 用量甚至可能是零。

RLVR 也不能只从“奖励可验证”来理解。在推理模型兴起之前，人们就尝试过用可验证结果做强化学习，并没有因此自然得到今天的效果。训练任务的整体形态同样重要。我想起一段经历：RLHF 刚开始受到关注时，有几条后来被统称为“后训练”的研究路线同时在推进。指令遵循当时并不受所有人重视，因为评估它很麻烦。我曾跟预训练团队说，这里面有关键价值；他们的顾虑是，模型实验做得那么频繁，难道每次都要等人工评测结果才能决定选哪个模型？

当时，代码生成也获得了很多资源。团队尝试用单元测试的结果给模型做强化学习，取得过一些成果，但光有可验证的测试结果，并不能自动带来今天这种推理能力。因此，RLVR 的效果不只是奖励函数带来的，也和模型被允许经历怎样的推理、采取怎样的中间步骤有关。为了让模型解出最难的问题，研究者会给它很大的行动空间。

这也是我对“放慢前沿进展”论述的疑问。有些人会说，也许问题出在沙箱隔离不够。那当然可能是问题，也可以改进。但实验室之所以给模型更大的行动空间，是因为这样可能让它在任务上更强；如果增加约束，又可能损失一部分表现。我认为，这里有一些本该由研究者自己承担的设计选择，却被表述成了发展 AI 不可避免的前提。

Swyx：如果先接受“必须沿着这条路线继续加大投入”的前提，再推导出风险会增长，逻辑上是说得通的。但前提本身还有其他选择。

Diogo Almeida：正是如此。真正重新定义任务或研究目标的路线很少见，所以研究者容易沿着已有方向继续推进。我觉得现在对其他可能性的思考还不够开放。

公众不该为这种局面负责。他们不是研究这件事的专家，通常只能相信 OpenAI、Anthropic 等实验室已经在尽最大努力；更了解技术上还有哪些选择的，是研究者自己。

Swyx：你们做的事，也是在让大家看到另一条路。

Diogo Almeida：我会尽力。但我的目标不是说服其他实验室改变路线，而是让软件工程师重新看到希望，开始自动化那些他们一直想自动化的工作。

我曾写过一篇关于理想中 AI 未来的文章，团队最后没让我发表。里面有很多很小、但会改变体验的设想。刚才那个用语音操作电脑的演示就是一例：过去计算机太机械、太按字面执行指令了；如果它能更好地理解人的意图，很多操作都会顺畅得多。

我不想承诺这些很快就会实现。但我们会尽力推动，让智能逐渐进入软件的各个角落。

Swyx：回到训练方法。你深入参与过后训练，怎么看“中训练”（mid-training）？我们好像还没聊过这个。

Diogo Almeida：训练的不同阶段更像是一条连续的谱系，没有那么清楚的分界。

Swyx：可以理解成一种更复杂的课程学习？

Diogo Almeida：可以这么说。中训练也有成本上的考虑：你不必为了增加某些能力，从头再做一遍预训练。

我觉得智能在训练的每个阶段都有一些难以用简单规则概括的地方。观察数据、弄清能力是怎么进入模型的，是件很有意思的事；我们的数据团队很擅长这个，我自己没有他们那么擅长。我更习惯从整体结构上思考，也很喜欢听他们讲从数据里发现了什么。

比如，短期内可以通过微调让模型迅速表现出某种倾向；如果相关训练持续进行，某些能力就会逐渐更深地进入模型，变得更稳固。我想找到的正是那些能稳定发挥的能力。前面说的 System 1 式能力，也属于这一类。所以我对中训练很感兴趣，也支持探索各种训练方式，看看还能从模型中释放出什么能力。但这些方法成本很高，我不会每一种都亲自做。

有件事我以前私下说过。我觉得，如果能对投资人说，也应该能公开对大家说：即使给我 10 亿美元，我也不会自己做预训练。我现在仍这么想。预训练太贵了。作为 AI 工程师，你可以拆解现有模型、组合不同能力，尝试各种办法。把模型像“弗兰肯斯坦”一样拼起来，也许不够优雅，但它能解决问题。总之，我会尝试预训练之外的办法。

Swyx：顺着这个思路，有一个值得讨论的问题：未来是把所有能力放进一个“超级模型”，还是继续把不同能力拆到不同模型里？OpenAI 曾经朝全能模型（omni model）的方向走，GPT-4o 就是例子。但有一段时间，也能看到聊天优化模型和编程优化模型各走一条线。

Diogo Almeida：这其实是两个差别很大的问题，得拆开说。多模态是一回事：加入其他模态，有时会帮助模型，有时也会拖累它。比如，我看到有些团队似乎在减少对语音（speech）的投入。这里说的语音和更广义的音频（audio）不是一回事；语音能力目前似乎不太容易迁移到其他任务上。这个问题以后可能会解决，但得看实验结果。

我支持探索各种形式的智能，不过不能以为只要按缩放规律增加投入，问题就一定会解决。缩放规律最终要回答的是：投入增加后，能力实际上提高了多少？有些任务即使继续扩大规模，也可能达不到可用水平。据我了解，计算机操作目前就还没有解决。我希望我们能在其中发挥作用，但也可能无论收集多少数据都不够，需要改进方法。

所以，问我是否支持全能模型，我的回答是：我支持探索各种能力。但你刚才提到的另一个问题更值得展开——后训练怎样影响模型原本具备的能力。我很不喜欢把智能训练得支离破碎。

以聊天优化为优先的训练，往往高度依赖 RLHF，也容易带来人们经常抱怨的问题：迎合用户、过度自信、幻觉。甚至在 LM Arena 这类评测中表现讨喜的回答风格，也可能是训练目标塑造出来的：大量加粗、斜体、表情符号；不直接回答问题，而是写一大段，再反问用户一句，让对话显得更像真人。

我认为，这和让模型更准确地发挥已有能力是两回事。让模型生成一段自由文本，本来就有很多不确定性；训练过程中，模型可能学会用非常确定的语气维持某种回答模式，避免明显跑偏后受到奖励模型的惩罚。这会改变它的概率分布，也会与推理能力相互影响。模型可能学会一些取巧的方式，把目标完成了，判断能力却未必因此变得更稳固。理解这些细微变化，是研究智能的重要部分。至少在我还在 OpenAI 时，我觉得这方面得到的研究还不够多，大家更多是在优化“聊天”这个目标。

Swyx：一旦确定目标，团队就会集中优化它。

Diogo Almeida：对。有人会说，那就同时优化两个目标。但在我看来，把模型分别往不同目标上拉，本身就可能造成能力分裂。

Swyx：可是，你把能力分成 System 1 和 System 2，某种程度上不也是在拆分智能吗？只不过你不认同别人拆分的方式。

Diogo Almeida：我觉得两者不一样。我们并没有把 System 2 任务扔掉。开发者可以拿 Jev 去尝试这类任务，而对于模型没有把握的问题，一个合理的结果就是表达“不确定”。它应该给出较低置信度，清楚体现不确定性；某些启发式方法也许还能改善表现。我们同样关心这些任务，只是我认为，长链条的 System 2 式推理并非这个模型最自然、最稳定的能力形态。

我也不想为了塑造产品身份而改变模型的回答。比如有人问它是谁，我不会特意训练它回答“我是 TypeSafe 的 Jev”。那会把一个品牌要求写进模型的判断里。我更希望它依据学到的信息给出正确回答，让能力保持平滑、可预测。

Swyx：模型身份对直接面向用户的产品来说，可能是个特殊问题。

Diogo Almeida：对，第一方产品需要考虑身份。但如果提供的是 API，情况就不同了。开发者用模型做自己的聊天产品，通常希望它呈现的是自己的产品身份，而不是回答“我是 ChatGPT”。

Swyx：为了让开发者更容易把 Jev 用进产品，你们也提供了 Jev Skill，让编程 Agent 知道该怎么与 Jev 配合。

Diogo Almeida：对。

14从 InstructGPT 到 TypeSafe AI 创业

Swyx：最后问几个问题。回头看，你做这件事大概有两年多了？

Diogo Almeida：如果从公司成立算起，是两年多；但对我来说，更像是一段持续了四年的经历。

Swyx：我想起有一年感恩节，你取消了其他安排，说大家都在休假，正好可以用空出来的 Edge GPU，集中做一次实验。那还是 TypeSafe 成立之前吧？

Diogo Almeida：对，那段时间挺有意思。是不是正好赶上 OpenAI 那次管理层风波？我有点记不清了。

Swyx：对，时间差不多。

Diogo Almeida：那就对上了。那场风波挺让人心烦的，不过我们今天没时间展开聊。

Swyx：你说让人心烦的是那场风波，还是那次实验？

Diogo Almeida：是那场风波。也许下次聊天时，我再讲当时的事。不过，Jev 想解决的问题，在 ChatGPT 发布前就已经萦绕在我脑子里了。当时我看到 ChatGPT 团队的工作，觉得他们选对了任务。他们做了一件很多 AI 研究者不擅长、但优秀产品团队很在意的事：认真打磨用户体验。在当时的 OpenAI，这种人并不多；ChatGPT 团队在这方面做得很好。

Swyx：你说的这段经历，可以追溯到 GPT-3 向 GPT-3.5 演进的时期。当时还有 AI Dungeon 这样的应用，也是一个你们事先没想到的用例。

Diogo Almeida：对。我当时也很努力地推动 InstructGPT 上线。早期有些版本甚至用了我自己设计、但后来没有公开的训练算法，因为清理 PPO 数据太慢了。我当时想：效果已经这么好，应该尽快让用户用上。

它上线后，很快就在当时的大语言模型使用市场里占了相当大的份额，按我们的估计大约有 50%。我还花了很多精力，确保发布视频里的展示都是真实的。当时我甚至认真想过：一个模型能这样理解并执行指令，这算不算 AGI？现在看，显然不算。但我觉得每个人都值得想一想，为什么它看上去这么聪明，却仍然不是 AGI。

后来，我看到它主要被用于营销文案写作，例如 Jasper AI、Copy.ai，以及大量填充网页的文字。我们一度担心，自己是不是让互联网变得更糟了。于是我重新思考：模型明明表现得很聪明，为什么没有创造出我们期待的价值？还缺了什么？

我试着从一场由 AI 推动的经济变革倒推：如果 AI 以 API 的形式存在，未来主要是谁在调用它——人，还是代码？我的判断是，绝大多数调用会来自代码。但当时的优化几乎都面向人与模型的对话。那一刻我意识到，应该把“让程序能够可靠地调用智能”作为目标。

我写了一份文档，也跟 Sam 聊过。他觉得这个方向很好，建议我去做。我当时的反应是：“可我还有本职工作啊。”

Swyx：Sam 都让你去做了，那就去做啊。

Diogo Almeida：当时我还觉得，这个方向太显而易见了，Anthropic 肯定已经在做，我们可能已经晚了。我那时的看法是，OpenAI 往往更擅长追赶已有方向。比如我认为 ChatGPT 与 Anthropic 此前内部做过的聊天产品有相似之处，只是后者当时没有发布。

Swyx：对，之前还有在 Slack 里使用的 Claude。不过，推理模型这条线上，OpenAI 算是较早推出产品的。

Diogo Almeida：研究成果很出色。至于它是否对应用户当时最迫切的产品需求，我不太确定。编程 Agent 这边，Claude 也做出了重要的产品。

和 Sam 聊完后，我先回去继续做原来的工作。后来，指令遵循团队觉得这方面已经取得了很大进展，我也开始想下一步做什么，于是试着研究那个面向程序调用的方向。我原以为训练模型、验证想法只要一周，最后却花了好几年。

中途有一次，我看到了初步有效的迹象。它当时显然还不能直接部署，否则我们早就发布了。但我很想知道，如果在研究上全力投入，这条路线最终能走到哪里。我也想过：如果 AI 最后进入新一轮低谷，而我明明看到了这个问题却没有认真尝试解决，我会觉得自己有责任。

我和其他公司聊过，提出想建立一个研究这个方向的实验室，也得到了一些兴趣。但当我问他们，加入现有公司和自己创业，哪一种能推进得更快，他们的回答是“创业”。于是我决定自己做。

Swyx：然后你联系了 Eric 和 Sasha？

Diogo Almeida：我先联系了 Eric（译者注：Erik Gafni，现任 TypeSafe AI 首席技术官）。找 Sasha （译者注：Sasha Sheng，现任 TypeSafe AI 首席运营官）时，我起初并不是想拉她入伙。我只是问：“是不是我想错了？是不是因为待在 OpenAI 太久，我没看到外面其实已经有解决方案？”

结果她说：“我加入。”我提醒她，当时她还在经营一家创业公司，她说正在结束那家公司。我劝她先认真想想，她想过之后，还是加入了。

两周之内，我们拿到了资金，也有人搬进我的公寓一起工作。我有点洁癖，那段日子对我来说可不轻松。此后我们继续做研究，终于得到了一些结果，证明这个方向有初步的可行迹象。

15别再复制前沿实验室：先找到你的 North Star

Swyx：前面讲了这么多背景，我真正想问的是：如果现在有一位前沿实验室的研究者，和当年的你一样，觉得自己的方向得不到资金、资源或重视，你会建议他也出来创业吗？

Diogo Almeida：这问题很有意思。我得想想怎么说才不至于得罪太多人。

坦白说，除非这些新兴实验室背后有我不了解的经济逻辑，否则我不太看好其中的大多数。我看重的不是研究者履历本身，而是他们是否认真选择了值得解决的问题。我们当然需要研究者，但他们得真正关心自己研究的任务。对我来说，首先要找到一个值得长期投入的North Star（核心目标），然后围绕它做真正有用的事。光有漂亮的研究背景，通常不会自动创造价值。

我相信应该有清楚的目标，去做有用的事。如果一家新实验室有明确方向，我非常支持；但如果只是从头重复已有工作，拿到资金后做各种实验，真正推进前沿的机会又很小，我看不到它创造了多少价值。据我与一些新兴实验室交流的经验，有些团队还没有想清楚自己要往哪里走。

所以建议取决于你为什么离开。如果只是想自由地尝试研究课题，现有实验室可能仍是最合适的地方。我更希望大家带着要解决的问题出发。问题可以是探索性的，但最好有自己认同的原则和方向。如果你确信自己找到了一个值得投入的新任务，那我会强烈支持你去做。我们需要有人打破研究圈里越来越一致的思路。

Swyx：像一种“蜂群思维”。

Diogo Almeida：对。“放慢前沿进展”的讨论，也部分来自对 AI 的一种特定想象：模型聪明得惊人，能力却非常不均匀，因而带来特殊风险。但这只是发展 AI 的一种路线，不能把它当成唯一可能。探索不同的技术方向，本身就有价值。

Swyx：公平地说，我想准确转述此前与我交流过的 OpenAI、Anthropic，还有 SpaceX 人士的意思：他们谈放慢进展，考虑的不只有灾难性风险，也有政治层面的因素。

Diogo Almeida：政治层面的事，就超出我的专业范围了。

Swyx：我当时听完，也意识到他们讨论的时点可能和 2028 年选举有关。

Diogo Almeida：我真希望没听到这一层。感觉很糟。

Swyx：先说明一下，这只是当时那场讨论中部分人的说法，不能代表整家公司。

Diogo Almeida：明白。也许我是个天真的技术人员，但听到这些，我多少有点失望。

Swyx：随着技术发展，谁来执政、怎样制定监管规则，确实会越来越重要。实验室也需要认真考虑这些问题。

Diogo Almeida：这点我完全同意。我担心的是，为了达到某个自认为正确的目标，在公开沟通时把话说得过于确定，或者让公众产生误解。我不想在这里展开谈政治。我的原则是，即使出发点被认为是为了公共利益，也应该尽量准确地说明事实和不确定性。

Swyx：就我听到的讨论而言，我不觉得他们是在误导公众。他们更多是在解释，为什么现在提出放慢进展。

Diogo Almeida：我理解。但如果公开强调的风险理由，与实际推动这件事的目标并不完全一致，我仍觉得其中有值得说清楚的地方。希望我们以后尽可能不卷入这样的事。公司变大后，也许很难完全置身事外，但我还是想守住自己作为技术人员的出发点。

Swyx：那我开个玩笑：让 Jev 竞选总统吧，我说不定比信任自己的决定更信任它。好了，玩笑先放一边。你们已经选定了自己的 North Star：让 AI 可靠、可编程、可组合，还要便宜。如果把机会留给其他人，你最希望他们去解决什么问题？

Diogo Almeida：这问题太好了。我先说一个好玩的，再说一个我觉得很有研究价值的。

第一个是游戏。如果游戏里的角色和世界能更智能，会非常有意思。我看过 Ali 做的《Doom》演示，玩家可以让 NPC 执行一些操作。那还只是概念验证，却已经让我想到很多可能。我很喜欢《星露谷物语》；它的世界相对静态，仍然很吸引人。如果角色能对游戏状态作出更多反应，就可以产生很多新的故事。

也不必在游戏的每一帧都调用 Jev，那样可能太贵了。哪怕只是在 NPC 的状态机里加入一些智能判断，也有机会把游戏世界做得更生动。我有点遗憾自己现在没法亲自做这些项目。

Swyx：可以让别人来做，你再给他们反馈。

Diogo Almeida：对。另一个我特别想看到有人探索的方向，是摆脱 KV Cache 对编程 Agent 设计的限制。我写过一篇文章，叫《KV Cache Rules Everything Around Me》，就是想解释现有编程 Agent 和 KV Cache 是怎么相互影响的。它能解释很多现象：为什么模型路由很难，为什么子 Agent 的效果常常不如预期，为什么上下文压缩也是个棘手问题。

我还写了一份关于新设计模式的文档，希望团队审过后能发布出来。我想把自己的想法抛给大家，请大家试试看：如果不再被现有的 KV Cache 使用方式绑住，编程 Agent 还能怎么设计？

Swyx：你说的“绑住”，是指它限制了模型选择？

Diogo Almeida：这是一方面。为了高效利用 KV Cache，系统往往要持续在已有上下文后面追加内容，也就容易固定在同一个模型上。这样一来，设计会逐渐偏离软件工程里熟悉的做法，比如明确管理状态、抽象问题、拆解任务。

举个例子，为什么不能把简单的任务交给一个更便宜的子 Agent？难点之一是状态交接：如果把父任务积累的大量上下文都传过去，子 Agent 光是读取这些信息就可能花掉不少成本。那能不能更聪明地决定，它到底需要哪一部分状态？

我觉得这里有很多值得研究的编程模式。可以给状态明确标注含义，把任务组织成有层级的子任务。编程 Agent 本来就在逐个处理子任务；一个子任务结束后，为什么一定要把它接触过的全部状态都塞回父任务？需要信息时，为什么不能在子任务树里检索相关上下文？

如果访问上下文的成本足够低，还可以更方便地回看历史记录。现在 Agent 经常像每次都从零开始工作，然后我们又要单独解决“持续学习”的问题。其中一部分其实是记忆管理：信息并非完全不存在，而是系统不知道怎样有效找到它。

并行工作的子 Agent 也一样。如果它们的状态保存在计算机内存里，为什么不能有选择地读取彼此的进展？哪些内容正在写入、哪些可以读取，都可以更清楚地管理。多个 Agent 协作时，也许还能用比简单加锁更灵活的方式协调：“你现在在改什么？我在改什么？谁应该先写？”

Swyx：让 Jev 来决定谁先拿到锁？

Diogo Almeida：多 Agent 协作里确实可能有这样的用法。还有一些 Agent 只负责读取状态，比如向用户汇报其他 Agent 的工作进展。它不需要看完所有探索过程，只要找到已经写入的结果、相关子任务和当前状态就够了。

如果有人愿意投入足够多的时间，重新思考编程 Agent 怎样保存、查找和共享状态，我觉得能做出很有意思的东西。这是我特别希望看到的方向。

Swyx：你可以看看 PrimeAgent。它和递归语言模型（RLM）相关的工作有结合。我们刚和参与这方面研究的 Alex 聊过。这条路线已经有人在做，只是目前还不算热门。

Diogo Almeida：那很好。我希望更多人去试各种不寻常的想法。我不能保证它们一定有效，但从技术上看很值得探索。等我们建立起发放使用额度的机制，也希望能支持做这些实验的人。

Swyx：以后你们或许还能直接资助相关研究。也恭喜你和整个团队走到今天，从我第一次认识你到现在，你和团队都走了很远。

Diogo Almeida：我希望自己还是原来那个人。

Swyx：我觉得是。不过现在的你比我以前见过的任何时候都更有劲头，因为你找到了自己的使命。过去很多年，你一直在指出问题，但还没有拿得出手的解决方案；后来你有了大致方向，又花了很长时间把它做出来。

Diogo Almeida：这也是因为我觉得自己完全没有创业者的性格。我不喜欢创业，从没想过当 CEO。做一次已经够难了，很难想象有人愿意做第二次。最初融资时，有位投资人问我仰慕哪位 CEO，我的第一反应是：“我为什么要仰慕他们？”

无意冒犯谁。我遇到过很多很好的人，只是一些最出名的人似乎也有不少不愿示人的问题。在 OpenAI 时，我确实觉得自己很难推动想做的事。现在至少有了一点证据，说明我们的方向可能走得通，我也更容易把当时的想法讲清楚。

那时候，周围很多讨论都是“怎么把 ChatGPT 放进更多产品”“怎么让 ChatGPT 更适合开发者”。我却一直在想：现有的函数调用接口为什么要这样设计？开发者怎么用它来可靠地控制程序？

Swyx：像是在已有的变通办法上，再叠加一层变通办法。

Diogo Almeida：问题还不止于此。我当时常说：如果函数调用不能为每个函数提供相应的 logit bias，让开发者知道或调节模型选择它的倾向，就不要让我参与这个项目。我的要求并不复杂。

Swyx：你想要的是某种与置信度接近、但未必经过校准的信号。

Diogo Almeida：对，或者至少给出选择某个函数的概率。开发者需要控制模型在不同情况下采取什么行动，包括允许还是拒绝。同样是拒绝，迪士尼和 AI Dungeon 想设的门槛肯定不一样。可如果接口只让开发者通过提示词反复请求模型“请在这种情况下拒绝”，那怎么能算一个好的程序接口？大家已经这样用了很多年。

现在的 Skill 也有类似问题。现有编程 Agent 对各自的运行框架适应得很好，但能力并不均匀，使用外部工具和 MCP 时往往没那么可靠。如果某个工具对业务很重要，开发者为什么不能明确提高模型调用它的倾向？现在往往还是得在系统消息里反复要求。这让我觉得很不合理。

Swyx：我明白你的意思了。很高兴能在节目里和你聊这些，也期待你们接下来发布的东西。

Diogo Almeida：谢谢。接下来可能比你想的还快。

Swyx：你们现在还在招数据、基础设施、市场和社区方面的人？

Diogo Almeida：都在招。我自认为还能胜任创始营销负责人，但团队会让我别再抢这份活，好好做 CEO。事情一下子多起来之后，你很快就会学会授权。

我们也在招负责模型能力的人。他们的工作很大一部分与数据有关。我希望团队充分认可这类工作的价值，让直接改进模型能力的人得到应有的重视，同时又不在团队里制造奇怪的等级。

说到文化，我挺高兴同事们不会因为我是 CEO 就事事顺着我。他们会开我的玩笑，也会直接反驳我。我觉得这是个好信号。

另外，我们还需要平台工程师，把 Jev 部署到更多地方。对我们来说，服务器的位置尤其重要，因为网络传输时间会直接影响延迟。现在欧洲还没有我们的服务器，欧洲用户体验到的速度提升可能只有约三倍，而不是本来有机会达到的约一百倍，这让我很遗憾。

Swyx：没关系，欧洲的生活节奏也慢一点。

Diogo Almeida：这话可是你说的，不是我说的（笑）。总之，我们希望把服务部署到更多地区。如果“每秒能获得多少智能”对用户很重要，我们就会把服务部署到更多地区。开发者在我们的能力之上构建产品，我非常在意他们的使用体验。

我们也在招人，继续开发 Jev 之外的能力。公司的目标并不是只做 Jev 这一款模型，更不想只靠一种简单模型走到底。未来可能需要一个像 AWS 一样的平台，提供形态各异的智能能力。我希望我们朝这个方向走。

Swyx：而那个平台会是你们，对吧？

Diogo Almeida：现在就说一定是我们，太自大了。但我会尽一切努力去做。我觉得这会很有意思：我们现在探索的只是 System 1 式智能中的一层。如果把它类比成 TCP，上面还能建立许多层能力。

Swyx：对，还有很多层。我甚至提过 Temporal，也许它能算传统七层模型之外的“第八层”。不过这个话题我们又能聊很久。你该回去工作，或者好好睡一觉了。谢谢你来。

Diogo Almeida：谢谢邀请，聊得很开心。我很期待接下来要做的事。

本文来源：极客邦科技InfoQ

风险提示及免责条款

AI想要安全？算力增10倍！老黄“偷着乐”

鲍奕龙 — Fri, 25 Sep 2026 05:25:32 GMT

英伟达CEO黄仁勋认为，AI 模型的能力竞赛已经见顶，真正卡住下一代模型的是安全验证。当厂商手握庞大的市场版图，研发重心必须从「堆能力」转向评估与测试。因为验证流程极其严苛，开发下一代模型所需的算力将暴涨 10 倍。

Meta CTO解释Muse：回归人性交互，下一代操纵系统的核心是“意图理解”

Fri, 25 Sep 2026 05:19:41 GMT

Meta首席技术官Andrew Bosworth 24日在一档播客节目中，就公司旗下AI助手Muse及更广泛的AI战略发表了系统性阐述。当前AI产业过度沉迷于基准测试分数，而忽视了用户体验的本质——Muse的差异化正在于此。

Muse自内测起便已获得Bosworth本人的高度认可，他表示自己迅速将大量工作负载转移至这一平台。产品正式发布后，外部用户的反应与内部预期高度吻合，令其团队深感鼓舞。Bosworth强调，Muse的成功并非来自模型原始智能的最大化，而是来自对"如何让人类更好地使用工具"这一命题的深入思考。

与此同时，Bosworth描绘了Meta对下一代人机交互范式的判断：从"直接操控"走向"意图理解"，英语将成为新的编程语言。在AI安全与隐私层面，Meta采取了若干值得关注的举措：公司延迟了Muse的发布时间以完善隐私架构，并推出端对端加密的"私密AI处理"功能——用户与服务器之间的通信经过全程加密，服务器端不留存任何记录。Bosworth将这一机制定性为面向最敏感应用场景的信任基础设施。

Muse的差异化：体验优先，而非跑分

Bosworth直接点名了当前AI行业的核心误区。"我们花了过去几年大量时间讨论模型的科学，讨论谁在某个基准测试上领先10%或20%，但对大多数人而言，这根本不重要，"他表示，"重要的是对话的质感，以及你是否信任它。"

Muse的设计理念由此而来。Bosworth介绍，该团队拿到一个强力基础模型后，并未单纯最大化其原始性能，而是着重打磨使用体验——包括对话节奏、语气风格，乃至一个具备视觉反馈功能的"小角色"（little character）。这个角色的存在并非纯粹装饰：对于科技早期采用者圈子以外的用户而言，它解决了一个关键的认知问题——"AI现在在工作吗？我该怎么和它互动？"

Bosworth还特别提及Muse的一项独特功能：它会主动向用户提供反驳观点，在给出建议后主动呈现"另一面"。他认为这一特性在其他主流模型中尚未见到。

从"直接操控"到"意图理解"：界面范式的历史性转变

Bosworth将Muse及更广泛的AI助手定位为人机交互史上的范式级跃迁。他追溯至施乐帕克研究中心为Alto计算机开发的图形界面——这一"直接操控"范式此后被Mac和Windows沿用至今，构成了过去半个世纪的主流交互逻辑：点击、窗口焦点、一次一个应用。

"如果你在PC上关闭窗口时，鼠标偏离了那个X按钮一个像素，什么都不会发生。一个婴儿看着屏幕都知道你想点那个X，但计算机不知道，"Bosworth说，"这就是问题所在。"

在他看来，AI的核心价值在于打破这种"人适应机器"的单向关系。当系统能够理解用户的意图而非仅响应精确指令时，人机交互进入了一个全新阶段。他将这一演进类比为编程语言从机器码到汇编、再到Python的持续抽象化过程："英语正在成为新的编程语言"——这一趋势在Meta的AR/VR眼镜产品线上已有具体体现：AI助手被集成于系统层，用户可以通过自然语言调度空间界面，无需手动移动面板。

私密AI处理：Meta的隐私基础设施押注

在隐私架构层面，Bosworth详细介绍了Meta推出的"私密处理"机制。其工作方式为：用户设备与Meta服务器之间的通信经过端对端加密，数据在服务器端仅在"可信执行环境"（Trusted Execution Environment）内解密处理，即便是服务器操作人员也无法访问处理内容，且处理完成后服务器端不留存任何记录。用户的上下文信息保存在本地设备，由用户自主控制。

Bosworth坦承，这一方案存在产品层面的取舍——它意味着AI无法跨会话保留记忆，但他认为对于涉及高度敏感内容的使用场景，这一牺牲是值得的。值得注意的是，Meta在该架构的开发上引入了Signal协议创始人Moxie Marlinspike作为合作方，并承诺发布白皮书供独立安全研究人员核验，并设立漏洞赏金计划。

谈及公众信任问题，Bosworth援引了微软的先例：这家公司在1990年代末因安全问题饱受诟病，但十年后已成为业界安全标杆。"信任是步行而来，骑马而去，"他说，"重建信任需要长期一致地执行，持续满足或超越用户预期。"

AI灭绝论与AGI：Bosworth的"中间立场"

面对近期在社交媒体上广泛传播的AI导致人类灭绝论，Bosworth明确表达了自己的立场，但措辞审慎。"我不能给这些人赋予零概率，但我自己没有看到这种可能性，"他说：

"我在这个技术里工作，对它的底层机制有相当深入的理解，我对它感到放心。"

他同时对AGI的实现时间线持保守态度，认为当前行业普遍存在"我们快要解决了"的错觉，并指出这种错觉在AI历史上反复出现——他以1970年代的Dartmouth会议为例，彼时与会者相信十年内将实现通用人工智能。"我认为我们距离我们现在所说的AGI还有相当长的距离，"他表示。

在意识与对齐问题上，Bosworth的立场接近Yann LeCun：他不认为当前AI具备意识，并警告将AI拟人化、赋予其情感或意识属性的做法，可能从对齐角度产生负面后果。他将"对齐"简化为一个务实定义：工具是否做了你想让它做的事。"如果它不对齐，你就不会用它。这是人类历史上每一件产品都经历过的强大约束力。"

开源与"给人以力量"：Meta的AI政治哲学

Bosworth将Meta的开源AI战略置于公司更长历史脉络中加以阐释。他援引Meta最初的使命宣言——"给予人们力量，让世界更加开放和互联"——认为"给人以力量"才是这句话中更根本的锚点，而非"开放"或"互联"本身。

"把AI集中在少数几家公司手中，从长远看并不是维护社会的方式，"他表示，并明确表态支持Mark Zuckerberg近期发布的"AI属于所有人"宣言。在产品层面，Meta已发布Muse Glimmer——这是Muse Spark的蒸馏版本，以开源形式对外公开。

Bosworth也坦承蒸馏训练方式存在争议：这一技术通过使用大模型的输出来训练更小的模型，绕开了原始数据训练的巨大成本，因此在行业内引发了关于知识产权与资源公平的讨论。但他显然认为开放获取的价值高于这一代价。

风险提示及免责条款

谷歌“算力卫星”下周发射！搭乘SpaceX火箭、每运行15分钟就要停机散热

Fri, 25 Sep 2026 03:59:17 GMT

谷歌即将首次把自研AI芯片送入低地球轨道，探索将AI算力从地面数据中心延伸至太空。

下周，一颗由谷歌与卫星成像公司Planet联合研制的实验卫星，将搭乘SpaceX的Transporter-18拼车任务发射升空。卫星搭载4颗谷歌自研Trillium TPU芯片，将在轨运行谷歌Gemini模型，并接收、回答来自地面的指令。

这是谷歌“日晷捕手”（Project Suncatcher）项目的首次在轨测试。谷歌的长期目标，是在地球轨道上部署由多颗卫星组成的AI计算集群，以获得更充足的太阳能，并缓解地面数据中心面临的电力和土地约束。

不过，这次任务仍属于早期技术验证。谷歌研究高级副总裁James Manyika表示，当前阶段重点是验证芯片和相关硬件能否经受发射、辐射和太空热环境，而非立即推出商业化系统。更现实的问题是，在太空运行AI芯片，目前连散热都尚未完全解决——卫星每次全功率运行约15分钟，就必须停机降温。

AI算力为何瞄准太空？

推动谷歌探索太空数据中心的核心原因之一，是AI基础设施不断增长的能源需求。随着数据中心持续扩张，电力供应、土地和电网容量都面临越来越大的约束，而近地轨道能够获得更充足的太阳能，理论发电量最高可达到地面的8倍。

这一构想最早由谷歌副总裁Blaise Agüera y Arcas提出。三年前，他在一次讨论AI能源瓶颈的闭门会议上形成这一设想，随后向首席执行官Sundar Pichai和联合创始人Sergey Brin汇报，项目获得支持并启动。

谷歌测算认为，随着火箭发射成本持续下降，到2030年代中期，在太空运行数据中心的综合成本有望接近地面数据中心。但要实现这一目标，首先必须解决芯片在轨运行的基本工程问题。

芯片上天，先过三道关

第一关是发射冲击。火箭升空过程中，卫星需要承受约10倍重力加速度，内部芯片组件承受的冲击力甚至可能达到50至100倍重力加速度。谷歌团队对卫星进行了全三轴剧烈振动测试，测试结束后固定螺丝均未发生松动。

第二关是太空辐射。走出大气层保护后，宇宙射线和高能粒子可能穿透电子元件，引发计算错误。谷歌将Trillium TPU送至加州大学戴维斯分校的Crocker核实验室，利用质子束轰击芯片，在运行AI工作负载的同时模拟5年轨道任务的累计辐射剂量。测试显示，芯片能够承受这一剂量，出现计算错误后可通过系统重启恢复。

第三关也是目前最棘手的散热问题。真空环境中没有空气对流，芯片产生的热量只能依靠传导和辐射排出。谷歌设计了纯传导式散热结构，将热量传至金属层，再由辐射板向真空排热。

但这一方案仍限制了芯片的持续运行能力：卫星每次只能全功率运行约15分钟，随后必须停机降温。对于需要持续处理AI任务的数据中心而言，这意味着热管理仍是规模化部署必须解决的关键环节。

太空数据中心竞赛升温：谷歌计划2027年双星验证

此次发射的实验卫星体积约相当于一台家用冰箱，展开后的太阳能电池板仅提供约1千瓦电力，设计工作寿命为一年，最终将坠入大气层烧毁。相比完整的数据中心，它更像是一个用于验证关键技术的轨道测试平台。

谷歌的长期设想，是部署由多颗卫星组成的计算集群。目前的构想是让81颗卫星在约650公里高度、1公里半径范围内编队飞行，并通过超高带宽的星间激光链路共享算力和数据。

这对激光通信提出了新的要求。传统太空激光通信主要面向远距离数据传输，而谷歌设想的卫星需要在数公里距离内、高速相对运动的情况下保持精准对准。谷歌将这一难度比作“在高速运动中击中一枚移动的硬币”。

相关技术的首次在轨测试计划于2027年进行，届时谷歌将同时发射两颗卫星，验证卫星之间的激光组网能力。

谷歌并非唯一押注这一方向的公司。据The Next Web报道，英伟达支持的初创公司Starcloud已于去年11月将一颗搭载H100芯片的卫星送入轨道；SpaceX则计划最早于2027年底发射搭载英伟达芯片的首批Starmind AI卫星。

不过，太空AI基础设施距离规模化应用仍存在明显障碍。当前低地球轨道已追踪到约44870个物体，其中大部分为碎片，650公里附近的轨道空间尤为拥挤。与此同时，发射成本、在轨工程以及卫星规模化制造能力，都将影响这一概念能否从技术实验真正走向商业基础设施。

风险提示及免责条款

戴尔高管：“代理AI”这次不一样，关键组件（主要是内存和HDD）短缺可能持续5年以上

Fri, 25 Sep 2026 03:53:04 GMT

代理AI正在改变传统硬件周期的底层逻辑，也可能让基础设施供应紧张从短期波动演变为持续数年的结构性约束。

戴尔科技首席运营官Jeff Clarke在近期与摩根士丹利的会谈中表示，代理AI与过去的硬件周期存在明显不同。若相关AI工作负载持续增长，关键零部件的供应短缺可能持续五年以上，其中内存和HDD是他目前最担忧的环节。相比过去通常持续数个季度的硬件供应紧张，这一轮需求增长可能带来更长期的供需缺口。

摩根士丹利在会谈后重新评估当前AI基础设施周期。分析师指出，过去40年间的八次硬件繁荣与萧条周期，更多围绕设备更新和资本开支波动展开，而此次周期的关键变量在于AI工作负载能否持续扩大。换言之，戴尔高管所强调的并非一次普通的硬件补库周期，而是代理AI需求增长可能带来的基础设施长期扩容。

代理AI重塑基础设施需求逻辑

报告指出，Clarke认为，此轮AI周期与过去数十年的硬件繁荣与萧条存在根本区别。过去八次硬件周期——涵盖服务器、存储、PC等品类——主要由设备渗透率变化和更新周期推动，需求随着更新节奏变化而起落，但硬件市场本身规模并未发生实质性扩张。

以疫情期间的PC需求为例，人机比例曾短暂提升，但随着社会重启恢复正常，PC需求也随之回落，疫情前后的市场总规模并没有发生本质变化。代理AI的逻辑则不同。Clarke认为，代理AI正在将认知产出与人力投入解耦，企业无需增加人手，就可以完成更多工作，由此带来10倍乃至100倍的生产力提升。

在这一过程中，AI不再只是辅助人完成任务，而是本身成为持续消耗计算资源的“生产力工具”。生产力提升将推动更多企业，无论规模大小，都开始进行AI转型，并由此持续扩大基础设施TAM。

戴尔预计，到2030年，数据中心算力将新增200吉瓦，ZettaFLOPS算力将增长5倍至830，推理token的增长则将呈指数级。代理AI完成每单位工作所需的token数量远高于基础聊天机器人，Clarke预计，到2030年推理token生成量将增长87倍。

云端与本地部署并非零和博弈

市场对这一轮AI基础设施周期的一个核心疑问是：快速增长的token需求，最终是否会主要流向云计算平台，而不是本地基础设施？

Clarke对此的判断是，代理AI工作负载将呈现混合部署形态。企业会根据安全性与成本效益，在公有云与本地环境之间持续调整推理工作负载的运行位置。

Clarke以戴尔自身为例：公司会将内容相关工作负载部署在公有云，但不会将专有源代码或遥测数据移出自有设施。这意味着，AI工作负载并不存在单一的部署路径，本地基础设施仍将承接一部分持续增长的计算需求。

在这一框架下，token消耗的指数级增长，并不意味着云端与本地基础设施之间必然形成此消彼长的关系。Clarke认为，开源权重模型的普及还将进一步推动本地基础设施投资，因为企业可以在本地环境中针对成本对模型输出进行优化。

服务器出货量下滑，不改长期需求增长逻辑

当前传统服务器出货量同比仍在下降，这与推理token的爆发式增长看似存在矛盾。Clarke的解释是，服务器性能密度的大幅提升正在压低设备出货数量。

戴尔第17/18代服务器可以替代多达13台第14代传统服务器，因此在短期内，即使服务器出货量下降，单台设备的价值和承载能力仍在提升。

随着数据中心逐步完成以加速计算为核心的架构重构，以及代理AI普及进一步拉动CPU服务器需求，服务器出货量最终仍有望重新增长。Clarke甚至表示，如果推理 token 在五年内真正实现87倍增长，传统服务器出货量也可能出现指数级变化。

存储同样将受到代理AI的持续拉动。代理AI执行每一项操作，包括记忆保留、工件生成等，都会产生持续的数据存储需求；随着KV Cache大规模应用，存储容量需求也将进一步增长。

供应短缺或成为五年以上的结构性约束

相比宏观经济、地缘政治冲突、数据中心过度建设以及电力短缺，Clarke将供应问题列为当前最大的担忧，并用“我们身处梦幻之地（We're in neverland）”形容当前的供应环境。

摩根士丹利指出，历史上的大宗商品供应周期通常持续2至4个季度，主要受到硬件更新周期的繁荣与萧条以及供应侧决策影响。但Clarke认为，如果认可吉瓦和推理 token的增长逻辑，那么内存、HDD等关键零部件就不再只是处于一个普通的短期周期之中。

因此，戴尔目前正以关键零部件可能出现多年持续短缺为前提进行运营，尤其关注内存和HDD。换言之，此轮供应紧张的核心风险并不是短期供给不足，而是AI需求持续扩张后，供应端可能需要多年才能跟上。

Clarke同时表示，戴尔在供应管理方面优于同业，这一优势正在转化为服务器、存储和PC等多个细分市场的份额增益。

利润率扩张背后是供需结构变化

关键零部件持续紧张，也正在改变基础设施行业的定价环境。

摩根士丹利此前曾将服务器和存储业务毛利率的扩张部分归因于“利润堆叠”，即在内存等零部件成本上升的同时，厂商进一步叠加利润空间。Clarke则给出了不同解释。

他承认，同类产品的服务器和存储利润率确实在扩张，但认为背后存在两个结构性因素：首先，在零部件供应有限的情况下，企业会优先将稀缺资源分配给利润率最高的产品；其次，基础设施市场规模持续扩大后，企业争夺增量客户的压力下降，无需通过压低价格换取新客户。

因此，利润率的提升并不完全是短期供需错配带来的机会性收益，也反映了基础设施需求持续扩张后，行业定价基准发生变化。

如果代理AI带来的工作负载增长能够持续兑现，AI基础设施周期的核心变量就将从“设备更新”转向“新增需求”。这意味着，算力、服务器和存储的需求扩张可能持续更久，而内存、HDD等关键组件的供给约束也可能从短期周期性波动转变为多年期的结构性问题。

风险提示及免责条款

OpenAI据报酝酿500美元“Pro Max”套餐：主打最快Work与Codex，或接入Cerebras算力

Fri, 25 Sep 2026 03:08:46 GMT

OpenAI可能计划推出一款定价500美元的高端订阅套餐，但该消息尚未获得官方确认。

9月24日，据科技信息追踪账号TestingCatalog报道，OpenAI正筹备推出名为"Pro Max"的ChatGPT订阅套餐，月费定价500美元，并可能采用Cerebras基础设施提供支持。

若该计划最终落地，将为该公司提供一种针对高阶功能和超大计算量收取溢价的新途径。

目前，OpenAI官方定价页面列出的套餐仅包括Free、Go、Plus、Pro、Business及Enterprise六档，并未出现Pro Max选项。

市场焦点转向DevDay 2026

根据TestingCatalog的描述，Pro Max与现有Pro套餐的主要区别在于增加了"Fastest Work and Codex"功能，同时使用额度也可能进一步提升。

然而，报道并未解释"最快工作速度"究竟快多少，也未说明Codex访问权限的具体形式，以及Cerebras是否将最终承接该套餐的算力支持。

TestingCatalog将这一传闻与"长时任务"场景挂钩。即需要ChatGPT在较长时间内持续执行操作、而非仅回答单次提问的工作类型。

据报道，更多细节或将在9月29日于旧金山举行的OpenAI DevDay 2026上揭晓，但这仅是该账号的推测。

在OpenAI发布的官方活动公告中，并未提及任何关于Pro Max计划的内容。

风险提示及免责条款

中美AI共振！下半年企业级硬盘（eSSD）需求将激增

Fri, 25 Sep 2026 03:07:24 GMT

AI浪潮正在重塑全球存储市场格局，北美与中国两大引擎同步发力，企业级固态硬盘（eSSD）迎来结构性需求拐点。

据集邦科技（TrendForce）数据，过去两周内，美国主要云服务商（CSP）已相继上调eSSD采购预测，推动今年四季度eSSD订单总量有望超越三季度创下的历史纪录。

据追风交易台消息，花旗研究在9月21日发布的报告中预测，受持续学习（continual learning）技术普及驱动，2027年eSSD需求将同比增长52.9%，NAND供需缺口届时将扩大至-6.1%。

需求结构亦发生质变：高容量、低成本的QLC（四层单元）产品正加速崛起，与过去主导市场的高性能TLC产品并驾齐驱，标志着eSSD的应用场景已从AI模型训练与推理扩展至更广泛的AI应用层。行业内人士表示，受NAND厂商加强产能与定价管控影响，eSSD价格上行压力预计将延续至四季度。

两大需求引擎：北美Agent AI与中国KV缓存卸载

行业专家指出，下半年eSSD需求将由两条主线共同驱动——北美的Agent AI扩张以及中国的KV缓存卸载（KV cache offloading）技术应用。

在北美，随着Agent AI加速普及，大规模实时数据检索与缓存需求急剧攀升。TrendForce分析称，Agent AI在进行自主决策与行动时，需快速访问和存储大量上下文数据，这将显著提升对高性能eSSD的需求。花旗研究亦指出，持续学习技术要求AI系统在不断吸收新信息的同时保留历史数据，由此催生对大容量存储的持续性需求。

在中国，以DeepSeek为代表的AI企业正积极推广KV缓存卸载方案——该技术通过将推理过程中优先级较低的缓存数据从高性能内存（HBM、GDDR）迁移至高速大容量QLC固态硬盘，以降低对昂贵高性能内存的依赖，同时提升模型推理效率、压缩整体成本。

QLC重塑AI基础设施架构

此轮需求增长的核心特征，是QLC产品的全面崛起。云服务商正积极借助QLC兼顾高容量与成本效益，其应用场景涵盖向量数据库构建——这是AI搜索与推荐系统的核心组件。TrendForce认为，这一转变或将推动AI基础设施设计以QLC为中心进行重构，影响范围已超出少数超大规模云厂商的采购调整。

花旗研究进一步指出，基于QLC的近GPU存储方案（near-GPU storage）将逐步获得市场认可，以支持AI系统在加速器附近实现更高效的数据保留与检索。此外，XL Flash、HBF等高级存储解决方案以及CXL等存储互补技术的需求也将同步上升。

从更长周期来看，花旗预测2027至2028年高密度eSSD需求将分别同比增长53%和41%，HDD向SSD的替代需求亦将为高密度存储采用提供额外支撑。消费级NAND需求虽因PC及移动终端市场疲软而承压，但花旗认为，强劲的企业级AI需求足以抵消这一拖累。

供给端收紧，NAND厂商定价权增强

需求扩张正驱动NAND供需天平加速向卖方倾斜。花旗研究预测，2027至2028年NAND需求分别同比增长29%和33%，而供给增速仅为21%和25%——差距来源于存储厂商普遍将资本开支优先投向DRAM及HBM产能扩张，对NAND的新增投资相对克制，由此形成2027年-6.1%、2028年-5.5%的供需缺口（2026年预估仅为-0.8%）。

TrendForce亦指出，包括三星电子、SK Hynix、美光（Micron）、铠侠（Kioxia）及长江存储（YMTC）在内的主要NAND厂商，正在加强对企业市场产能分配与定价的管控，eSSD进一步涨价的可能性较高。

今年二季度，eSSD市场格局方面，三星电子以141.54亿美元营收居首，市场份额35.1%；SK Hynix与Solidigm合计实现86.31亿美元，占比21.1%；美光以69.83亿美元位列第三，份额17.1%。在中国市场，长江存储有望凭借KV缓存卸载需求的爆发获得份额提升机会。

花旗研究对三星电子和SK Hynix均维持"买入"评级，认为两者均有望受益于NAND基本面趋紧及AI驱动的结构性存储需求增长。

风险提示及免责条款

日元短线拉升，日本财务大臣：特朗普担忧日元走弱，将与美方密切协调

Fri, 25 Sep 2026 02:42:05 GMT

日本财务大臣片山皋月表示，特朗普及美方近期已就日元走弱表达关切，日方将继续与美方就汇率问题保持密切协调。消息后，日元短线快速走强。

9月25日，据报道，片山皋月表示，具体的货币政策工具由日本央行决定。日本央行最近的加息举措旨在实现通胀目标。她希望日本央行在与政府保持沟通协调的同时，实施恰当的货币政策，并表示不对具体的汇率水平及汇率检查发表评论。

她还称，特朗普及美方在峰会期间对日元走弱表达了担忧，日方将在外汇问题上与美方保持密切协调。高市早苗首相总体上对日元走弱表示关注。

截至发稿，日元走强，美元兑日元跌0.29%至158.37。

风险提示及免责条款

DeepSeek Harness出桌面版了！

机器之心 — Fri, 25 Sep 2026 02:41:53 GMT

DeepSeek Harness，终于有官方桌面版了？

这次，DeepSeek 没有发公告，但相关下载链接已经在社交媒体上传开了：

我们打开链接，下载、安装了一下，发现确实能用。

从界面来看，它已经是一套相当完整的 GUI：打开 App，登录 DeepSeek 账号或者添加 API Key，选一个本地文件夹作为工作区，接下来就可以像使用普通桌面 AI 应用一样，直接给 Agent 布置任务。

随后，Harness 会让用户选择自己的使用方向。它把需求粗略分成了办公科研、代码开发等类别。

接下来，它还会询问用户更倾向于哪种工作流程。

DeepSeek 还给 Agent 准备了几种「工作方式」：标准模式、PTC 模式、极简模式、创造模式。

标准模式适合大多数任务，可能也是普通用户最容易理解的 Harness 使用方式。

PTC 就稍微技术一点，允许模型先写一小段程序，再通过程序批量组织和调用工具，特别适合批量处理。

极简模式更加简单粗暴，Agent 只使用终端工具完成任务，这更接近传统 Coding Agent，对于熟悉命令行的开发者来说非常直接。

创造模式允许 Agent 编写插件、添加新功能或界面，也可以组合工具和提示词，创建自己的模式。这和 DeepSeek Harness 从一开始强调的设计理念是一致的 —— 官方把自己的架构概括为 Everything is a Plugin，也就是尽可能把 Harness 的能力设计成可组合、可扩展的插件。

从当前界面来看，DeepSeek Harness 已经内置了 6 个官方插件，包括智能体团队、语音输入、终端、Agent 循环、Subagent 和网页搜索。其中「智能体团队」和「语音输入」目前还标着「实验性」，前者用于开启多 Agent 协作，支持团队工具、成员列表和共享任务看板；后者则可以在本机调用 SenseVoice，把语音直接转成文字，不过首次使用需要额外安装依赖。

另外几个插件，更接近 Harness 的核心能力。终端负责调用本机命令行，并且可以限制单条命令最长运行时间和最大输出；Agent 循环控制 Agent 怎样一轮轮调用工具、继续执行任务；Subagent 则可以设置子 Agent 的递归层级、数量和所使用的模型，相当于允许一个 Agent 再分出多个「小助手」处理子任务；网页搜索则用来配置 DeepSeek 自己的搜索提供方。

总体来看，这已经很像一个面向普通人的 AI 产品引导了。

此前，DeepSeek Harness 虽然已经提供 Web UI，但官方推荐的启动方式依然是先安装 Node.js，然后在终端输入一行命令：npx @deepseek-ai/dsh web。Harness 会在本地启动服务，再打开浏览器页面。对于开发者而言，这并不复杂。但对于大量并不熟悉命令行的人来说，它始终带着很浓的「开发者工具」味道。这次桌面版一出，使用门槛大大降低。

不过，在相关消息下面，大家争论最多的是：这到底是不是官方版？

我们在 GitHub 上发现了一个讨论帖子。这个帖子问的就是 DeepSeek「官方桌面版客户端什么时候出」。

一位名叫「overFloweee」的用户回复说：其实已经有产物了（只是没官宣）。

他给出的信息很具体，把下载源、版本号、安装包、签名和官网状态全都检查了一遍。其中比较关键的一条信息是：这个 App 是用 DeepSeek 公司主体对应的 Apple 开发者证书签出来的，而且还经过了 Apple 的 notarization 公证。其签名主体 Hangzhou DeepSeek Artificial Intelligence Co., Ltd，则直接指向 DeepSeek 公司。

但他同时指出：DeepSeek 还没正式宣布它。这一版走的是 nightly 通道，更像是已经进入官方生产分发体系的候选构建，还不能直接等同于「正式稳定版已经发布」。

因此，上面的很多功能可能还不成熟。

我们也在这个客户端里运行了一些指令来验证，发现了上述网友提到的一些关键信息。

目前，社区已经有了一些初步体验评价：

有意思的是，我们刚刚根据社区流传的地址安装成功，它就已经提示有新版本了，看来后面的团队正在快马加鞭迭代。

不过，这个客户端目前还不支持 Linux，于是一个只有 Linux 用户受伤的世界形成了。

本文来源：机器之心

风险提示及免责条款

“大招”越来越近？特朗普顾问分析“短期柴油出口禁令”影响

Fri, 25 Sep 2026 02:40:48 GMT

美国柴油价格飙升至历史高位，特朗普政府正面临一场政治逻辑与经济逻辑的正面碰撞。

据彭博社25日援引知情人士透露，白宫已启动针对短期柴油出口禁令的正式经济评估。国家经济委员会主任哈塞特、财政部长贝森特和美国贸易代表Jamieson Greer正联合开展这一分析，旨在为行政当局的政策决策提供依据。来自北达科他州的共和党参议员John Hoeven证实了上述评估的存在，并表示若分析显示短期禁令有助于平抑价格，"这是我们应当考虑的选项"。然而，知情人士同时强调，该研究并不代表政府已倾向于支持或反对禁令。

与此同时，政府内部的分歧已公开浮现。能源部长Chris Wright表示，政府正与炼油商协商自愿增加国内柴油供应，此举或可规避全面禁令的出台。能源专家则普遍警告，出口限制短期内或能压低价格，但随着国内库存填满、炼厂被迫削减产量，价格反弹乃至更大幅度上涨的风险将随之而来。

地缘冲突点燃供应危机

此轮柴油短缺的根源在于地缘冲突对全球供应链的系统性冲击。中东和俄罗斯此前合计约占全球柴油海运出口量的五分之一。今年2月下旬伊朗战争爆发后，霍尔木兹海峡航运受阻，全球炼油产能与柴油供给随之大幅收缩。

俄罗斯方向的形势在7月进一步恶化。乌克兰无人机持续打击俄罗斯炼油设施数月后，俄方于7月暂停柴油出货。据报道，9月份俄罗斯六大主要柴油生产炼厂中，有一半因遭受无人机袭击而大幅削减或完全停止产出。

面对全球供应缺口，美国凭借庞大的炼油产能迅速填补空白，成为少数具备大规模出口能力的供应方之一。据Kpler数据，与2025年均值相比，美国石油出口总量自3月以来已激增逾20%，达到每日900万桶。

出口激增叠加秋收旺季，库存告急

出口量大幅攀升的代价是国内库存持续失血。美国柴油库存已降至逾四十年来同期最低水平，较去年同期低约13%。更令市场担忧的是，当前正值炼厂秋季检修及冬季取暖旺季到来前的传统补库窗口期，库存却反向下滑。

零售端价格压力同步传导至终端市场。本周柴油零售均价创历史新高，达到每加仑6.51美元，而柴油是驱动农业机械、货运列车、长途卡车及配送车辆运行的关键燃料。高企的能源成本正在成为白宫在中期选举前愈发棘手的政治包袱，来自农业州的议员已向特朗普施压，要求限制柴油出口。

为缓解价格压力，特朗普政府此前已尝试多项措施，但收效有限。3月，白宫对具有百年历史的《琼斯法案》发出豁免令，旨在便利墨西哥湾沿岸炼厂向东西海岸输送柴油，但实际效果微乎其微，且豁免令将于11月15日到期。据报道，特朗普还曾敦促乌克兰总统泽连斯基停止打击俄罗斯能源基础设施，但相关努力进展有限，袭击近日仍在持续。

禁令逻辑难以成立，经济代价或适得其反

表面上看，出口禁令似乎具备一定逻辑支撑——美国炼厂去年日产柴油近500万桶，国内消费量约为390万桶，存在明显盈余。然而，能源分析人士指出，这一"盈余"恰恰揭示了禁令注定失效的内在机制。

据路透专栏作者Ron Bousso分析，墨西哥湾沿岸炼厂的运营逻辑是同时服务国内外市场，并依据全球价格信号优化产出，将柴油、汽油和航空燃油输送至出价最高的买家。禁令实施初期，更多燃料将滞留国内市场，价格或出现短暂回落；但一旦国内库存填满，炼厂将因无法向海外销售过剩柴油而被迫降低加工负荷，最终导致柴油及汽油、航空燃油等其他油品的整体产量下滑。禁令不仅无法创造更多燃料，反而可能压低炼油商的生产积极性，令供应局面雪上加霜。

国会山的反对声音同样明确。俄克拉何马州共和党参议员Alan Armstrong表示，"禁止柴油出口是在治标而非治本。被锁在墨西哥湾沿岸的燃料，无法在一夜之间输送给中西部农民或东海岸的卡车司机，而切断出口渠道只会迫使炼油商削减整体产量。"他并强调，解决方案应是推进许可改革、建设更多能源基础设施。

政治压力积聚，政府立场仍存变数

经济逻辑之外，禁令还牵涉更深层的战略代价。限制出口可能损害美国作为可靠能源供应方的国际声誉，与特朗普政府力推的"能源主导"战略形成直接矛盾，并对欧洲和亚洲盟友造成冲击——这些市场对美国燃料的依赖程度正日益加深。

尽管如此，政治压力仍在积聚。特朗普本周告知记者，他已向顾问推荐这一举措；一位白宫官员则表示，总统希望看到油泵价格下降，并正在评估所有可选方案。特朗普依据紧急权力拥有临时限制出口的法律授权，而在支持率持续承压、中期选举日益临近的背景下，寻求一个政治上受欢迎的"快速解决方案"的诱惑，或难以抗拒。

反对禁令的经济逻辑相当清晰，但特朗普政府能否在政治压力下坚守这一立场，目前仍是未知数。

风险提示及免责条款

9月大涨36%！Meta创2013年来最佳月度表现，市值直逼2万亿美元

Fri, 25 Sep 2026 01:59:42 GMT

Meta正迎来一轮由AI预期驱动的强势反弹，个人AI助手Muse的走红成为这一轮行情的重要催化剂。

今年以来，Meta股价一度明显承压，但进入9月后快速反弹。截至9月24日，股价本月累计上涨约36%，创2013年以来最强单月表现，市值重新逼近2万亿美元，距离这一关口仅约1%。

行情反转的背后，Muse带来的AI商业化想象成为重要支撑。Muse于9月8日正式上线，能够自主执行购物、出行、邮件管理等多步骤任务。上线前六天下载量达到90.2万次，超过Meta AI同期的77.3万次，并迅速登顶美国及加拿大苹果应用商店免费榜。

但资本市场的乐观预期也在迅速升温。AI代理开始进入购物、预订等真实消费场景，传统互联网平台赖以维持用户的搜索、账号和使用习惯可能受到冲击；与此同时，Muse自身的安全漏洞、隐私争议和高昂算力成本，也让这场AI热潮面临现实约束。

从年内弱势到强劲反弹，Meta迎来AI催化

Meta此前并非市场热门的AI交易。今年8月18日前，公司股价一度较年初下跌18%，位列标普500指数年内跌幅最深的50只个股之一。7月底发布的营收指引低于市场预期，也一度压制投资者情绪。

随后，两个因素推动行情发生变化。一方面，Meta同意支付最高180亿美元，就社交媒体相关诉讼达成和解，长期存在的法律不确定性有所缓解；另一方面，Muse上线后迅速获得用户关注，为市场提供了新的AI增长叙事。

自8月低点以来，Meta股价已反弹约43%。摩根大通分析师Doug Anmuth在9月10日将Meta评级从中性上调至增持，认为公司正处于推出前沿模型及广告之外AI产品的早期阶段，仍存在较大增长空间。

这意味着，市场关注点正在从Meta传统广告业务的增长，进一步转向AI能否贡献新的用户、收入和估值空间。

Muse从“聊天”走向“执行”，AI代理开始进入消费场景

与传统聊天机器人相比，Muse更强调直接替用户完成任务。用户可以让其执行购物下单、旅行预订、邮件起草等多步骤工作流，目前提供免费层级，付费档位分别为每月20美元和100美元。

上线后，Meta持续扩充Muse的能力边界，包括测试向美国企业发起电话呼叫、开放开发者接入连接器、推出Mac版Muse，并接入Shop Pay实现代理结账。Meta Connect期间，公司又推出用于操作Muse的掌上设备“Muse Charm”，以及不带摄像头的智能眼镜新品。

商业生态也在同步铺开。Meta已与Instacart母公司Maplebear达成杂货销售合作，并与Expedia建立合作关系，Muse开始从单纯的AI助手向连接消费服务的平台延伸。

摩根大通预计，Muse有望成为ChatGPT之后使用最广泛的消费级AI应用之一，目前日下载量已超过Meta旗下其他应用总和。不过，该行预计Meta短期仍将优先推动用户增长和使用深度，正式商业化可能不早于2027年。

AI代理冲击“消费者惯性”，传统平台开始感受压力

Muse的走红也开始引发市场对传统消费互联网模式的重新审视。高盛近期交易台指出，代理式AI对“消费者惯性”类股的潜在冲击成为市场热议主题，其追踪的高转换成本企业篮子指数单日下跌2.58%。

市场担忧的核心在于，一旦AI代理能够直接替用户完成搜索、购物、预订等任务，用户过去围绕特定平台形成的使用习惯和账号黏性可能被削弱。

Meta也在主动扩大这一影响范围。通过接入Maplebear、Expedia等服务，Muse正在进入更具体的消费链条。对于传统互联网平台而言，未来用户究竟是直接打开App，还是让AI代理替自己完成操作，可能成为新的竞争变量。

但Muse自身的安全和隐私问题也在快速暴露。

研究人员披露，Muse的macOS版本存在零日漏洞，本地应用或终端命令可能获取用于验证用户账户的令牌，并进一步控制用户账户。隐私方面，也有用户称Muse未经明确授权读取Mac通知内容并据此推送相关建议。

此外，代码分析发现，Muse的自动化浏览器具备规避机器人检测的机制，会修改部分浏览器特征以降低被识别的概率。亚马逊随后封锁Muse访问其零售网站，相关自动化行为也成为外界关注的焦点。

AI代理的另一道门槛：算力成本

除了安全问题，Muse的商业模式还面临基础设施成本的考验。

按照产品设计，每位用户理论上拥有一台专属云端虚拟机，配置约2个虚拟CPU、8GB内存和100GB固态硬盘，并需要全天候运行。

粗略测算显示，如果Muse达到1亿用户，Meta可能需要部署约160万颗AMD EPYC处理器、100PB内存和10000PB固态存储，对应电力需求约1.6吉瓦。Meta今年整体电力规划约为7吉瓦，还需要同时满足模型训练和广告业务。

收入端暂时难以覆盖如此庞大的投入。假设1000万用户订阅每月20美元的付费档位，年化收入约24亿美元；而Meta今年资本开支预算高达1300亿至1450亿美元。若维持专属虚拟机模式，Muse早期的基础设施投入仍将十分可观。

这也是市场当前需要进一步验证的地方：AI代理能够带来多少用户并不等于能够创造多少利润。

估值不算激进，但AI投入正在考验现金流

Meta当前估值仍相对温和。按彭博汇总的分析师一致预期，公司未来12个月预期市盈率约21倍，略低于纳斯达克100指数的22倍。

分析师预计，Meta 2026年营收增长26%至2540亿美元，净利润增长33%至806亿美元；但到2027年，营收和利润增速预计分别放缓至20%和9%。

与此同时，AI基础设施投入正在明显挤压现金流。Meta去年自由现金流为460亿美元，但受资本开支大幅增长影响，2026年预计转为-64亿美元，2027年进一步降至-292亿美元。

目前，彭博追踪的分析师中超过90%对Meta维持买入评级，但股价已接近分析师平均目标价。经过这一轮快速上涨后，市场对Meta的AI预期已经明显升温，Muse能否从用户增长进一步走向稳定变现，将成为下一阶段估值能否继续扩张的关键。

风险提示及免责条款

按揭利率突破7%！高利率加剧美国“可负担危机”

Fri, 25 Sep 2026 01:59:09 GMT

美国房贷利率触及逾一年半高位，美国居民购房负担能力危机深化，选举季政治压力随之升温。

本周四，据房地美数据，美国30年期固定抵押贷款利率于升至7.03%，为2025年1月以来首次触及该水平。

7%的利率关口正在买家、卖家与开发商之间引发连锁反应。结合今夏公布的疲软成屋销售数据与住宅开工数据，经济学家警告，已陷入四年销售停滞的美国楼市复苏前景愈发黯淡。

Realtor.com高级经济学家Anthony Smith表示：

对于买卖双方而言，逾一年半以来的最高抵押贷款利率，正落在一个本已处于放缓周期的市场上。7%的水平与其说是数学意义上的，不如说更多是心理层面的冲击，而且它恰好在这个本该由买方主导议价的季节节点出现。

利率突破心理关口，楼市承压加剧

7%并不具有特定的经济学临界意义，但其心理效应不容小觑。

在2022年之前，抵押贷款利率自2001年以来从未触及7%，此后逾二十年间，美国人已习惯于3%至4%的利率水平。疫情期间，部分买家甚至以低于3%的利率完成置业。

2022年利率骤然飙升后，楼市陷入停滞，大量买家选择观望，期待利率回落至历史低位。然而四年过去，利率始终居高不下。

今年2月，抵押贷款利率一度跌破6%，为2022年以来首次，由此点燃购房热情，市场普遍预期楼市将借春季旺季实现回暖。

然而，伊朗冲突爆发后，油价上涨与全球贸易扰动推高利率，令原本期待已久的春季旺季就此落空。

此后，随着利率持续攀升，成屋销售持续下滑。经济学家表示，部分迫于生活变动而不得不出手的买家。例如换工作或迎来新生儿，确实推动了市场部分改善，但整体而言，楼市依然在等待一场迟迟未至的复苏。

Homes.com首席住宅经济学家Brad Case指出，在通胀与经济不确定性持续高企的背景下，利率短期内大幅下行的可能性有限，越来越多的买家和卖家正在被迫接受这一现实。

与此同时，15年期固定抵押贷款利率本周四亦升至6.42%，为2024年5月以来最高水平。

卖家锁定效应或重新抬头

过去数年，大量房主因不愿放弃低利率房贷而拒绝出售，导致楼市库存持续匮乏。

随着部分卖家意识到利率短期难以回落，这一"锁定效应"一度有所松动。8月，美国存量成屋可售套数升至162万套，为2019年以来最高水平。

然而，7%利率关口的突破可能令这一进展功亏一篑。卖家不仅仍不愿以3%的低息房贷换取7%的新贷款，更深知在买家购买力受限的市场环境下，可能不得不压低挂牌价才能吸引买盘。

经济学家预计，更多房主将倾向于留守原处，转而对现有住宅进行翻新改造，而非选择出售置换。

开发商利润空间进一步受压

高利率环境对住宅开发商同样构成多重打击。在建材与劳动力成本持续上涨、利润率已受侵蚀的背景下，开发商为刺激销售普遍采取利率补贴策略。

抵押贷款利率的进一步走高，将使上述激励措施的成本更为高昂，直接拖累开发商盈利，并压制其扩大产能的意愿。

住房负担能力是特朗普政府的核心政策议题之一。白宫已指示政府支持的房贷巨头房地美与房利美购买抵押贷款支持证券以压低借贷成本，并推行限制投资者收购独栋住宅的相关措施。

然而，据英国《金融时报》基于Zillow数据的测算，自特朗普就任以来，全美房价累计上涨0.5%，月租金涨幅则达4.8%。

在11月中期选举临近、共和党竭力维持对参众两院掌控的关键时刻，住房成本高企的现实正持续考验选民情绪。

风险提示及免责条款

大炮一响黄金万两船东正在进入史无前例的暴利周期？

Fri, 25 Sep 2026 01:57:45 GMT

一艘VLCC，装200万桶原油，一天租金100万美元。

这是2026年9月中旬，穿越霍尔木兹海峡的超大型油轮报出的价格。

这远远超出了油轮历史上的任何纪录。

100万美元一天是比较极端的价格，事实是现在VLCC平均日租金也高达约65万美元，是年初的六倍多，9月初的近三倍。

但是9月的天价运费，现在还没进任何一张利润表。

瑞银考虑与外国银行合并以摆脱瑞士监管，股价应声上涨

Fri, 25 Sep 2026 01:53:26 GMT

瑞士议会推进严格资本要求，令瑞银与本国监管机构的对峙进一步激化。

9月24日，据Semafor援引知情人士报道，瑞银高层已重启有关如何令该行脱离瑞士监管机构管控的讨论，合并方案是选项之一。

报道发布后，瑞银在美国市场股价一度上涨1.9%。摩根士丹利股价一度迅速下跌，随后跌幅有所收窄，市场对潜在合并对象的猜测随之升温。

此番讨论的直接导火索，是瑞士议会本周推进了一项立法，要求瑞银补充最多约200亿美元的资本。瑞银管理层表示，这一要求将严重削弱其盈利性贷款能力。首席执行官Sergio Ermotti以强烈措辞表达了不满：

一个黑眼圈我们还能接受，但两个黑眼圈加一个断鼻梁就太多了。

议会表决：瑞银遭遇重大挫折

瑞士联邦院本周的表决结果，标志着瑞银在这场与本国监管机构长达一年以上的博弈中遭受明显失利。

此次通过的90% CET1覆盖要求，远高于瑞银所支持的替代方案——该方案仅要求50%以CET1覆盖，其余可以额外一级资本（AT1）替代。

瑞士政府此前提出了更为严格的100% CET1要求，但以23票对22票的极微弱差距被参议员否决，最终敲定的90%方案因此接近政府立场，与瑞银期望相去甚远。

更广泛的银行法修订方案以33票对10票在联邦院获得通过，但立法程序尚未终结。该法案仍须提交瑞士国民院（National Council）审议，后者有权修改或软化上院条款。

立法程序推进至国民院后，瑞银仍有机会争取更为温和的最终方案。预计瑞银将继续游说，力推50%/50%的CET1与AT1混合模式，而瑞士政府则坚守100% CET1的强硬立场。

资本压力：数字背后的竞争代价

此次监管争议的核心，在于瑞银所承担的潜在资本压力规模。

瑞银方面估算，90%的CET1覆盖要求将额外需要约160亿美元的顶级资本。加上今年其他监管措施所带来的约20亿美元，以及收购瑞士信贷后现行规定已要求的约150亿美元，瑞银在瑞士母行层面的增量CET1资本总需求，与收购瑞士信贷前相比或高达约330亿美元。

瑞银同时估计，上述收购后资本变化所带来的年度综合成本可能达到约25亿美元。

对投资者而言，被强制留存于母行的资本，意味着可用于股票回购、分红及业务扩张的资金减少，长期股东回报因此面临下行压力。若无法通过提高利润率、压缩成本或转向资本占用较低业务加以弥补，资本要求的提升将直接压低股本回报率。

瑞银方面强调，相比美国同业，这一监管环境明显处于不利地位。特朗普政府正推行去监管化政策，美国银行机构的资本束缚正逐步松绑。

监管逻辑：瑞士信贷危机留下的教训

瑞士监管机构力推严格资本要求，根源在于2023年瑞士信贷崩溃所揭示的系统性漏洞。

监管层从中得出的结论是，当一家全球性银行陷入危机时，积存于海外子公司的资本往往难以被瑞士母行迅速动用。要求以高质量权益资本在母行层面覆盖更高比例的海外子公司价值，旨在为潜在损失构建更厚实的缓冲，从而降低纳税人再度被迫支撑问题机构的风险。

CET1之所以受到监管机构青睐，在于其主要由普通股权及留存收益构成，可即时吸收损失。AT1债券虽同样具备吸损功能，但其地位在瑞士信贷获救过程中颇具争议。

彼时约160亿瑞士法郎的AT1债务被悉数减记，而股东仍获得部分价值补偿，引发市场强烈质疑。

瑞银则坚持认为，结构设计合理的AT1仍是有效的损失吸收工具，过度依赖成本更高的CET1将削弱其国际竞争力。

合并传言：迁出瑞士的多重路径

面对监管压力持续升级，据Semafor报道，瑞银高层已重启有关将注册地迁离瑞士的讨论，合并是其中最受关注的选项。

然而，凭借1.7万亿美元的资产负债表规模及1460亿美元的市值，瑞银能够匹配的潜在合并对象极为有限。

Semafor分析指出，摩根士丹利是外界长期讨论的可能候选方之一。该机构此前一直有意获取瑞银旗下规模达7万亿美元的财富管理账户资产。

此外，渣打银行及德意志银行也被视为成本相对较低的替代路径。值得注意的是，瑞银执行董事长Colm Kelleher曾任职于摩根士丹利。

目前，瑞银盈利能力依然强劲，资本水平充足，但这场监管博弈愈发指向一个核心问题：瑞士当局究竟允许股东从瑞银未来的利润中获取多少回报。

风险提示及免责条款

10年美债破5.1%：美财政部TGA何时入场回购？

Fri, 25 Sep 2026 01:45:02 GMT

9月23日，美债市场再度遭遇抛售，10年期美债收益率重新升破5%，盘中一度升至5.13%；30年期收益率约5.4%，升至2007年以来高位；5年期收益率也自2007年以来首次突破5%。

面对债市价格急剧下跌，美财政部在9月23日宣布次日回购至多60亿美元20-30年期长债，这是9月10日首轮加码回购后的第二轮操作。值得注意的是，首轮60亿美元回购最终仅完成约52亿美元，不及市场预期后长端利率快速上行。

美国财政部正在研究将一般账户（TGA）部分资金定期投入私人回购市场，或将其用于为长债回购计划提供融资。纽约联储此前已就该方案进行讨论，结论是：在充足准备金制度下，TGA投资回购的规模受限，需灵活操作以避免加剧货币市场波动。讨论还涉及操作应具有可预测性、尽量安排在早间主要回购交易时段，以及设置TGA余额门槛等，从而避免引发货币市场剧烈波动。

不过，上述讨论主要聚焦原则性框架，具体投入规模、启动时间及触发门槛等实质性操作细节，仍需由财政部明确。今年5月，美国财政部已提出这一设想。由于通过增发短债为长债回购融资会缩短债务期限、加大再融资风险，并加剧市场担忧；而TGA可提供即时资金且不立即增加短债供给，从而避免加剧短端压力。

因此，相关讨论有望在近期进一步转向具体执行方案，市场需对此保持格外关注。

TGA入场首先影响前端，而非直接托举长端

TGA是财政部在美联储的主要运营账户，目前规模约9500亿美元。当财政现金停留在TGA时，资金处于联储体系内部；当现金流出TGA进入私人部门后，则转化为银行体系准备金。

今年就“贡献”2亿美元！“AI股神”是高盛“最大主经纪客户”

Fri, 25 Sep 2026 01:31:35 GMT

被市场称为“AI股神”的Leopold Aschenbrenner，其创立的Situational Awareness基金成立仅两年，便已跻身高盛最重要的主经纪客户之列。

据英国《金融时报》援引知情人士透露，高盛今年通过向Situational Awareness提供融资服务，获得的费用收入已超过2亿美元，使其成为高盛主经纪业务中费用贡献最高的对冲基金客户。

这笔收入与Situational Awareness此前激进的加杠杆策略密切相关。不过，这种交易模式正在退潮。今年7月，Aschenbrenner已告知投资者，将停止通过借贷放大投资押注。随着融资需求下降，高盛未来从该基金获得的相关费用也将随之减少。

与此同时，AI股票的急剧回调让高杠杆策略迅速遭到反噬。Situational Awareness在遭遇数十亿美元亏损后，此前估值约160亿美元的公开市场头寸大部分被出售给Ken Griffin旗下的Citadel。

AI股暴跌引发杠杆反噬，高盛仍是核心融资方

今年AI相关股票遭遇急速抛售后，Situational Awareness的高杠杆仓位迅速放大亏损。随着大规模头寸被出售，Aschenbrenner也开始重新调整交易策略。

面对巨额亏损，Aschenbrenner表示将“再战一日”，并“汲取必要教训”。本月早些时候，他已经重新开始建立科技股仓位。

融资关系也随之出现分化。高盛目前仍是Situational Awareness的核心借贷方之一，双方合作关系并未中断；据英国《金融时报》此前报道，摩根大通则已在该基金遭受亏损后停止向其提供贷款。

与此同时，Aschenbrenner近期开始与专注科技领域的经纪商Clear Street建立交易关系，进一步拓展融资渠道。随着其停止通过借贷放大押注，这家基金此前依靠高杠杆推动规模扩张的路径也正在发生变化。

两年做到200亿美元，AI押注一度带来超400%回报

Aschenbrenner现年24岁，曾任OpenAI研究员，并无传统交易从业经历。2024年，他以数亿美元资产规模创立Situational Awareness，此后大举押注AI赛道，累计回报率一度超过400%，管理规模迅速扩张至逾200亿美元。

在创办基金前，Aschenbrenner已凭借对AI趋势的判断在硅谷受到关注。2024年，他发布了一篇长达165页、题为《Situational Awareness》的文章，预测人工智能将在未来数年快速发展，并因此获得“AI界诺查丹玛斯”的称号，也为此后成立基金、吸引资金积累了影响力。

随着基金规模快速膨胀，其交易和融资需求也同步增长。借入资金放大仓位，让Situational Awareness得以在AI行情中进一步放大收益，也使其迅速成为华尔街主经纪业务中的大客户。

但当AI行情转向，这种模式同样放大了下行风险。随着Aschenbrenner主动收缩杠杆，高盛从这家基金身上获得的巨额融资收入或将难以延续。

风险提示及免责条款

恒生科技指数日内跌幅扩大至2%。小米、阿里巴巴跌超3%

Fri, 25 Sep 2026 01:31:13 GMT

恒生科技指数日内跌幅扩大至2%。小米、阿里巴巴跌超3%。

风险提示及免责条款

美国“反抗浪潮”愈演愈烈！甲骨文巨型数据中心遭遇“不可抗力”，恐无法按期完工

卜淑情、鲍奕龙 — Fri, 25 Sep 2026 01:24:11 GMT

甲骨文援引不可抗力条款，试图为其在新墨西哥州的巨型数据中心项目筑起财务防火墙，这一举动令本已深陷困境的Project Jupiter再添变数，并迅速向整条融资链传导压力。

据彭博报道，甲骨文已向该项目开发商——Blue Owl Capital旗下子公司Stack Infrastructure——发出援引不可抗力条款的正式通知。

报道称，甲骨文此举并非意图退出主要租户地位，而是寻求在项目无法按原计划于2028年上线的情况下，推迟相关付款义务。

消息公布后，甲骨文股价随即下挫，日内一度跌超7%，最终收盘仍跌约3.5%，Blue Owl Capital股价同步收跌3.6%，数据中心供能商Bloom Energy跌幅亦达3.1%。

Project Jupiter是一个规模庞大的特殊目的载体（SPV）项目，计划在新墨西哥州约1400英亩土地上建设四座数据中心，为OpenAI提供总计3000亿美元的算力，融资结构涵盖债券、贷款及Blue Owl股权。此次不可抗力通知的发出，令市场对该项目能否如期推进的疑虑骤然升温，相关贷款此前已跌至承压水平。

项目本身：规模宏大，麻烦同样巨大

Project Jupiter位于新墨西哥州多纳安纳县，占地约1400英亩，设计算力容量达2.45吉瓦，相当于约180万户家庭的同时用电量，总投资规模约为1650亿美元。

该项目由Stack Infrastructure开发，是Blue Owl的投资组合公司，而Blue Owl本身亦承诺提供股权资金。

然而，项目自宣布至今近两年，已陷入多重困境：

关键能源许可申请遭到拒绝；

当地居民对项目的供水影响和空气质量问题强烈抗议；

甲骨文签约的能源供应商Bloom Energy的燃气排放同样引发外界批评。

据彭博此前报道，项目首期工程已较原定完工时间延误至少七个月，原计划于今年11月投入运营的节点已不可能实现。

雪上加霜的是，为Project Jupiter供气的Energy Transfer LP天然气管道项目，原定本月投入使用，但因新墨西哥州土地局多次拒绝批准管线路线许可，已延期至少六个月，最早于2027年2月1日才能投入服务。

Bloom Energy股价随甲骨文消息应声下跌。

不可抗力通知：法律手段背后的财务逻辑

不可抗力条款在能源与大宗商品领域长期是应对极端事件的标准工具。

但据律所Quinn Emanuel Urquhart & Sullivan LLP今年6月发布的客户简报，此类条款正在数据中心开发领域加速普及。简报指出：

在AI数据中心项目中，不可抗力条款已不再是合同末尾的样板条文，而是一项核心的诉讼与风险分配工具，可以决定一个延误究竟只是孤立事件，还是会级联穿透整个项目的建设、客户、电力、保险与融资文件。

彭博指出，甲骨文发出该通知的意图，并非立即退出作为项目主要租户的角色，而是在Project Jupiter无法按2028年计划上线的情况下，为自身争取暂缓付款的合同依据。

不过，此举是否能真正豁免甲骨文此前承诺的财务义务，目前仍存在不确定性。对此，甲骨文发言人回应称：

Project Jupiter仍在按计划推进，我们对新墨西哥州的承诺坚定不移，对项目前景充满信心。

此外，值得关注的是，数据中心租约通常含有条款，允许客户在服务未能按时启动的情况下退出合同。谷歌今年与SpaceX签订算力合同时，即保留了在特定日期前无法获得访问权限情形下的终止权利。

连锁反应：星际之门蓝图与OpenAI的双重压力

Project Jupiter延误的影响远不止于单一项目。作为星际之门计划的旗舰园区，其进度直接牵动OpenAI的算力部署节奏。

OpenAI此前已与甲骨文和软银签署协议，支持包括新墨西哥州在内的五个数据中心的开发建设，算力缺口一旦形成，将对其产品扩张计划和商业化进程产生实质影响。

Blue Owl Capital股价随消息公布跌至近两个月低点，持续逼近历史低位。甲骨文自身财务状况亦不容乐观，公司债务规模约为1670亿美元。

甲骨文的信用违约互换（CDS）价差已连续刷新历史高位。

星际之门计划的另一锚点项目、由软银孙正义主导的SB Energy数据中心同样麻烦缠身。该项目IPO计划已因类似的延误问题被迫推迟。

SB Energy设计发电量高达8吉瓦，完工后将成为全球最大数据中心，但其落地同样面临来自地方层面的强烈阻力。甲骨文今日的不可抗力通知，或将进一步打击外界对该IPO的信心。

政治变量：中期选举或加剧项目不确定性

项目所在的新墨西哥州正成为AI数据中心建设争议的政治风向标。

当地居民此前并不知晓该项目与甲骨文和OpenAI存在关联。据彭博此前查阅的文件显示，开发商在获得审批后才公开了这一信息，由此引发更广泛的信任危机。

甲骨文目前已在新墨西哥州展开公关攻势，试图化解当地反对情绪，但效果尚不明朗。

美国中期选举结果将成为影响项目走向的关键变量，若民主党赢得多数席位，外界普遍预期将对相关项目施加更严格的监管审查，进一步推迟建设进程。

这一政治不确定性，叠加许可瓶颈、融资压力与能源供应延误，正在将Project Jupiter从一个AI投资盛景的象征，逐步演变为整个美国AI基础设施建设能否如期落地的压力测试。

风险提示及免责条款

扎克伯格掏出一个车钥匙大小的新硬件，要彻底跳过手机

AI寒武纪 — Fri, 25 Sep 2026 01:17:16 GMT

小扎这几天杀疯了，继推出muse火爆全网后，再推出承载硬件

这是抢先OpenAI推出啊

在Meta Connect大会上扎克伯格拿出了一个车钥匙大小的独立硬件，名字叫 Muse Charm，目标是彻底跳过智能手机。

Muse Charm属于“手持设备”

体积很小，可以捏在手心里，也能挂在钥匙扣、手腕或装进裤兜。

外壳是全透明的，能直接看清内部的电子元器件。

正面是一块大约2英寸的OLED触摸屏。

单手握持时，只用大拇指就能完成所有滑动和点击。

设备支持5G网络，自带指纹识别、扬声器、麦克风和USB-C接口。

硬件内部运行着一套全新的独立操作系统。

这套系统的唯一核心，是承载Meta的AI智能体Muse。

机身前后各有一颗摄像头。

它们不仅能拍照和录像，更关键的作用是给AI提供第一视角的画面。

你看到什么，Muse就能实时感知什么，并根据画面内容辅助你执行操作。

拍下的内容可以直接在这块小屏幕上回看，设备也支持独立的音频与视频播放。

以往使用手机上的AI，需要经历掏出手机、解锁、找到应用、输入指令等多个步骤。

Muse Charm把这一长串动作压缩成了一次物理触碰。

手指按压指纹识别，AI的实时语音和数字人立刻被唤醒。

这台设备并没有把运算全搬到本地。

Muse的核心仍然运行在云端虚拟机中，依靠浏览器、绑定的应用和授权执行任务。

这块小硬件的作用，是给云端AI提供一个随手可触的物理端口。

从你看见眼前的问题，到AI替你办完这件事，中间的阻碍被缩到了最短。

这款产品目前依然处在极早期。

扎克伯格透露，目前工程机只做出了几台，Meta还在对部分硬件细节做最后调整。

产品暂未公布售价，官方设定的目标发布日期是12月26日。

这会是AI硬件的爆发点吗？

本文来源：AI寒武纪

风险提示及免责条款

习近平在美国总统特朗普举行的欢迎宴会上的祝酒辞（全文）

Fri, 25 Sep 2026 01:05:39 GMT

习近平在美国总统特朗普举行的欢迎宴会上的祝酒辞（全文）

风险提示及免责条款

美债抛售加剧！7年期美债拍卖遇冷，财政部回购规模再度低于上限，市政债收益率创15年新高

Thu, 24 Sep 2026 22:14:38 GMT

美国国债市场本周持续承压。在5年期国债拍卖表现疲弱后，财政部周四440亿美元7年期国债拍卖同样需求不佳，中标收益率升至5.085%，创该期限国债有记录以来最高水平。

此次拍卖的中标收益率较“即期发行”收益率高出0.7个基点，海外投资者获配比例降至57.2%，为2025年11月以来最低。拍卖结果公布后，美债二级市场继续走弱，10年期美债收益率升破5.2%，为2007年来首次。

与此同时，财政部周四进行的第二次扩大版国债回购操作也未能达到60亿美元的最高规模，仅接受40.78亿美元报价，相当于上限的68%，低于9月11日首次扩大回购时的约86%。市场流动性支持力度低于市场预期。

固定收益市场的压力还蔓延至市政债。基准30年期市政债收益率升至5.07%，10年期市政债收益率升至4.01%，双双创下2011年以来新高。

周四美国国债在遭抛售，其中30年期国债收益率一度上涨9个基点至5.49%，创下2004年以来的最高水平。

摩根大通和KKR的策略师认为，随着能源驱动的通胀、政府大量借贷以及央行进一步收紧货币政策的风险持续发酵，美国国债收益率仍有进一步攀升的空间。

7年期美债拍卖遇冷，收益率创历史新高

美国财政部周四发行440亿美元7年期国债，最终中标收益率为5.085%，高于一个月前拍卖的4.512%，并创该期限国债有记录以来最高水平。

此次拍卖收益率较“即期发行”收益率5.078%高出0.7个基点，尾部为今年3月以来最大。尾部扩大意味着最终成交收益率高于拍卖前市场水平，显示投资者要求更高收益率才能承接这批国债。

拍卖内部需求同样走弱。海外投资者获配比例从上次的60.8%降至57.2%，创2025年11月以来最低；直接投标者获配比例升至30.3%，处于历史较高水平。一级交易商最终承接12.5%的发行量，与近期平均水平大致相当。

此次拍卖的表现虽然不及前一日5年期国债拍卖疲弱，但仍未能改善二级市场情绪。拍卖结束后，10年期美债收益率重新逼近盘中高点，最新约为5.15%。

财政部扩大回购仍未买满，实际规模仅为上限68%

财政部周四还进行了第二次扩大版“流动性支持”回购操作，目标为20年至30年期名义票息国债，最高回购规模为60亿美元。

此次操作共收到104.89亿美元报价，但财政部最终仅接受40.78亿美元，相当于最高回购规模的68%，明显低于9月11日首次扩大回购时约86%的执行比例。

财政部此次仅接受35只符合条件债券中的12只。两笔最大交易分别为15亿美元的2048年2月到期、票息3.000%的国债，以及15亿美元的2051年11月到期、票息1.875%的国债。

接受报价对应的2047年至2051年到期债券收益率约为5.54%至5.56%，较当时5.10%至5.16%的10年期美债收益率高出约40至45个基点。

财政部此次并未大规模接受明显偏离合理收益率曲线的低价报价。此次12只被接受债券均接近拟合收益率曲线，意味着财政部没有通过明显提高回购价格来扩大回购规模。

此次回购规模低于60亿美元上限，也意味着财政部提供的“流动性支持”低于此前市场可能的预期。

30年期市政债收益率突破5%，创2011年以来新高

美债市场承压之际，美国市政债市场同样出现明显抛售。

截至周四纽约时间下午3点，基准30年期市政债收益率上涨11个基点至5.07%，突破5%关口，创至少2011年以来最高水平。10年期市政债收益率上涨14个基点至4.01%，同样创至少2011年以来最高水平。

通胀担忧以及市场对美联储进一步加息的预期正在冲击市政债市场。截至周三，市政债9月累计跌幅达到2.8%，有望录得2023年以来最差单月表现。

彭博汇总数据显示，周三投资管理机构提交出售报价的市政债规模升至约34亿美元，为2020年疫情初期市场剧烈波动以来最高水平。

摩根大通策略师Peter DeGroot带领的团队表示，市政债市场正在出现负反馈的迹象，即市场表现不佳导致资金流出，而资金流出又进一步拖累市场表现。在利率环境趋于稳定之前，这一状况可能持续。

市政债高收益率开始吸引部分机构资金

不过，市政债收益率升至5%上方后，也开始吸引部分机构投资者。

Invesco负责市政债业务的首席投资官Mark Paris表示，市场参与者反馈称，一些保险公司、银行以及其他跨界投资者正在进入市场，“5%这个门槛对他们很重要”。

与此同时，未来市政债供给可能放缓。截至周四，未来30天预计进入市场定价的市政债规模约为159亿美元。

Belle Haven Investments高级副总裁Ryan Ciavarelli表示，在订单簿表现不佳的情况下，承销商会更加谨慎地将新债推向市场，这可能导致部分发行人暂缓发行。

他表示，只要新发行债券的定价仍然具有吸引力，市场仍存在需求，但部分发行人可能选择暂缓发行，以观察市场走势。

风险提示及免责条款

报道称美伊探讨分阶段重启霍尔木兹海峡，原油涨幅火速“腰斩”

Thu, 24 Sep 2026 17:16:42 GMT

一则有关美国和伊朗考虑分阶段重启霍尔木兹海峡的消息迅速引爆油市：此前盘中一度涨约5%的国际原油期货快速回吐多数涨幅。市场对美伊外交出现突破的预期迅速压低此前因地缘风险而积累的油价涨幅。

美东时间24日周四美股午盘之初，路透社援引伊朗消息人士、两名地区官员和两名西方外交消息人士称，美国和伊朗谈判代表正在纽约探讨一条分阶段结束战争的路径，其中包括伊朗重新开放霍尔木兹海峡、美国解除对伊朗的经济封锁，伊朗还可能获得部分被冻结资产。

消息传出后，美国WTI原油一度跌回93.30美元下方，日内涨幅收窄至约1%；布伦特原油曾跌破99美元至98.70美元下方，日内涨不到0.6%。不过回落势头未持续，此后，美油和布油的盘中涨幅分别扩大到1.5%和2%以上。

在这一消息传出前，国际原油期货在周三反弹后加速上行，周四美股早盘刷新日高时，美油涨至96.78美元，布油108.23美元，日内均涨约5%。媒体认为，油价周四继周三之后加速反弹的一大推手是也门胡塞武装向沙特发射导弹，另一个主要原因是，市场认为美伊外交谈判进展有限。

美伊探索“海峡换解封”方案曝光

路透社报道称，一名伊朗高级官员表示，当前打破谈判僵局最可行的方式，是达成一项分阶段安排：伊朗允许船只通过霍尔木兹海峡，作为交换，美国解除对伊朗的经济封锁，德黑兰还可能获得被冻结的资产。

这意味着，霍尔木兹海峡的重新开放，可能成为美伊谈判中一项关键的交换条件。

路透社援引消息人士称，美伊谈判目前面临的一个主要障碍是，双方都不愿率先放弃自己的筹码。伊朗希望通过海峡通行权换取美国解除经济压力，而美国则希望确保这一全球关键石油运输通道恢复稳定、自由的航运。

按照这一分阶段设想，伊朗可能首先允许船只逐步恢复通过霍尔木兹海峡，美国则相应采取解除经济封锁等措施。伊朗方面还可能获得被冻结资产。

不过，路透社强调，目前这仍是谈判中的方案，双方尚未达成协议，谈判仍存在明显分歧。

油价此前为何大涨？

在路透社上述消息传出之前，国际油价周四已经连续第二个交易日反弹。

此前，国际原油期货已经连续五个交易日收跌，周四在地缘风险重新升温的推动下一度明显上涨，WTI和布伦特原油盘中涨幅均一度达到约5%。

其中一个重要背景是，市场认为美伊外交谈判进展有限，意味着霍尔木兹海峡供应风险可能持续更长时间。

《华尔街日报》周四在报道油价走势时，就将“美国与伊朗外交进展有限”作为油价上涨的重要背景之一。路透社当天的原油市场报道也指出，油价周四一度上涨约4%至一周高位，原因包括伊朗支持的胡塞武装向沙特发射导弹，以及美伊外交谈判没有明显进展。

也就是说，在路透社最新消息传出之前，油市交易的核心逻辑还是**“外交缺乏进展→战争和供应风险持续→霍尔木兹海峡可能继续受扰→油价风险溢价上升”**。

而随着“美伊正在研究分阶段重启霍尔木兹海峡”的消息出现，这一逻辑迅速发生变化。

霍尔木兹海峡成为关键筹码

霍尔木兹海峡之所以能够如此迅速地撬动油价，在于它是全球最重要的能源运输通道之一。

在当前美伊冲突背景下，海峡通航状况一直是国际原油市场关注的核心变量。此前市场已经持续交易海峡受阻可能造成的供应风险，而一旦美伊谈判能够推动海峡重新开放，市场对于供应中断的担忧就可能明显降温。

因此，周四油价出现的剧烈波动，本质上是市场在两个情景之间快速切换：

此前交易的是美伊谈判进展有限、海峡风险持续；而路透社报道传出后，市场开始交易美伊存在分阶段解决方案、海峡可能重新开放。

值得注意的是，路透社报道并未意味着美伊已经达成协议。报道援引的消息人士同时指出，双方仍然存在重大分歧，尤其是如何安排双方同时释放手中的筹码。

因此，对于油市而言，后续真正重要的并不是“分阶段方案”这一消息本身，而是这一设想能否进一步转化为具体协议，以及霍尔木兹海峡能否真正恢复稳定通航。

在此之前，任何有关美伊谈判进展、海峡通航以及地区袭击事件的新消息，都可能继续引发油价的大幅波动。

风险提示及免责条款

华尔街见闻 - 资讯 - 最新

机构：全球能源需求到2060年或增逾60%，油气仍将长期占据一席之地

新兴经济体推动全球能源需求持续增长

资金与基础设施制约能源转型，油气仍将长期存在

从“AI失控”到全面监管：一场可能改变互联网规则的最坏情景推演

付费与实名：AI访问门槛或进一步提高

“人格证明”：数字身份或成互联网通行证

数据中心税与“碳足迹”：互联网使用成本或上升

高盛180度转向！日元12个月目标从165上调至150

政策转向与资本回流：看涨逻辑的双重支柱

华尔街机构加速向看涨阵营靠拢

短期谨慎，长线看涨

特朗普：今年访华感受到中国人民的热情好客，希望以同样的热情款待各位；马斯克、黄仁勋、苏世民、奥尔特曼等齐聚欢迎宴会

Codex和Claude Code都跑偏了，前OpenAI研究员称Jev出现前AI世界是个悲剧

1Jev 发布的第一周，创始人的情绪糟糕透了

2从模式坍塌到校准失真：RLHF 的另一面

3Jev 的开发理念：AI 做决定时，不能突然拒答

4“最苦涩的教训”：先选对任务，再谈模型和数据

5“Jev 出现之前的 AI 世界，是个悲剧”

6爆红之后，Jev 更在意什么

7模型不能说变就变：Jev 如何兑现“可靠”？

8不追 Benchmark，追极致的“每美元智能”

9 别让 AI 一口气干完：把任务拆小，出错才好查

10“决策模型早就有了”，Jev 到底想做什么？

11发布前没人看懂，发布后用户开始教他们怎么用

12从暗数据到智能软件：Jev 瞄准四类核心场景

13“放慢前沿进展”之外，还有别的研究路线吗？

14从 InstructGPT 到 TypeSafe AI 创业

15别再复制前沿实验室：先找到你的 North Star

AI想要安全？算力增10倍！老黄“偷着乐”

Meta CTO解释Muse：回归人性交互，下一代操纵系统的核心是“意图理解”

Muse的差异化：体验优先，而非跑分

从"直接操控"到"意图理解"：界面范式的历史性转变

私密AI处理：Meta的隐私基础设施押注

AI灭绝论与AGI：Bosworth的"中间立场"

开源与"给人以力量"：Meta的AI政治哲学

谷歌“算力卫星”下周发射！搭乘SpaceX火箭 、每运行15分钟就要停机散热

AI算力为何瞄准太空？

芯片上天，先过三道关

太空数据中心竞赛升温：谷歌计划2027年双星验证

戴尔高管：“代理AI”这次不一样，关键组件（主要是内存和HDD）短缺可能持续5年以上

代理AI重塑基础设施需求逻辑

云端与本地部署并非零和博弈

服务器出货量下滑，不改长期需求增长逻辑

供应短缺或成为五年以上的结构性约束

利润率扩张背后是供需结构变化

OpenAI据报酝酿500美元“Pro Max”套餐：主打最快Work与Codex，或接入Cerebras算力

市场焦点转向DevDay 2026

中美AI共振！下半年企业级硬盘（eSSD）需求将激增

两大需求引擎：北美Agent AI与中国KV缓存卸载

QLC重塑AI基础设施架构

供给端收紧，NAND厂商定价权增强

日元短线拉升，日本财务大臣：特朗普担忧日元走弱，将与美方密切协调

DeepSeek Harness出桌面版了！

“大招”越来越近？特朗普顾问分析“短期柴油出口禁令”影响

地缘冲突点燃供应危机

出口激增叠加秋收旺季，库存告急

禁令逻辑难以成立，经济代价或适得其反

政治压力积聚，政府立场仍存变数

9月大涨36%！Meta创2013年来最佳月度表现，市值直逼2万亿美元

从年内弱势到强劲反弹，Meta迎来AI催化

Muse从“聊天”走向“执行”，AI代理开始进入消费场景

AI代理冲击“消费者惯性”，传统平台开始感受压力

AI代理的另一道门槛：算力成本

估值不算激进，但AI投入正在考验现金流

按揭利率突破7%！高利率加剧美国“可负担危机”

利率突破心理关口，楼市承压加剧

卖家锁定效应或重新抬头

开发商利润空间进一步受压

大炮一响黄金万两 船东正在进入史无前例的暴利周期？

瑞银考虑与外国银行合并以摆脱瑞士监管，股价应声上涨

议会表决：瑞银遭遇重大挫折

资本压力：数字背后的竞争代价

监管逻辑：瑞士信贷危机留下的教训

合并传言：迁出瑞士的多重路径

10年美债破5.1%：美财政部TGA何时入场回购？

TGA入场首先影响前端，而非直接托举长端

今年就“贡献”2亿美元！“AI股神”是高盛“最大主经纪客户”

AI股暴跌引发杠杆反噬，高盛仍是核心融资方

两年做到200亿美元，AI押注一度带来超400%回报

谷歌“算力卫星”下周发射！搭乘SpaceX火箭、每运行15分钟就要停机散热

大炮一响黄金万两船东正在进入史无前例的暴利周期？