Noah的AI观察
AI深度实践 · 一线实战派
AI 正在系统化地从人身上提炼能力，把个体经验变成组织能力
每日AI资讯简报· 04.23
Workspace Agents 接替 GPTs / Meta 录屏员工 / GPT Image 2 炸圈 / Claude Code Pro 拉扯 / 国产双击开源+端侧
01
今日速览
HIGHLIGHTS
02
深度聚焦
DEEP DIVE
///
今日感悟
INSIGHT
ChatGPT 上线"工作区智能体"，Codex 驱动，云端 7×24 运行，有独立沙盒、有记忆、能跨几十种工具执行任务。官方定位——"GPTs 的进化形态"，很快提供一键转换通道。5 个内部案例覆盖销售、产品、IT、财务、风控五个职能，没有一个是写代码的。
一个叫 MCI（模型能力计划）的程序悄悄装进 Meta 每台电脑，记录鼠标移动、点击、按键、截屏，没有退出选项。5 月 20 日全球裁员10%同步推进，新岗位名叫"AI 构建者"。你的工作本身，正在变成训练数据。
ChatGPT / Codex / API 三端同时开放，API 模型名gpt-image-2。中文长文稳定渲染、兰亭集序真迹级字符还原、海报级多面板漫画一次成型。high 档方图 API 价格涨59%——OpenAI 第一次敢对生图收真金白银。
Anthropic 定价页一度把 Pro 档的 Claude Code 改成"✗"，几小时后又改回来。官方口径——只测试了2% 新注册用户。但增长负责人大实话——"单用户使用量大幅上升，现行套餐扛不住"。中间层订阅天花板开始裂缝。
Kimi K2.6 在 HLE、SWE-Bench Pro、Terminal-Bench 全面反超 GPT-5.4 与 Claude Opus 4.6，300 个 Agent + 4000 步连续编码 13 小时。同日商汤绝影 Sage 端侧模型仅 3B 激活参数，在 PinchBench 跑到94%，领先 Claude Opus 4.6 与 GPT-5.4。
凌晨的 OpenAI 发布会，这次没有炫技的 Demo，只有五个企业内部真实案例。流程定义清晰，SOP 明确，数据分散在 Slack / Gmail / Google Drive / Linear / CRM 里，过去要一个中层人员花半天才能干完的活。
Spark
销售线索
背调→评分→发邮件→排日程
Scout
产品反馈
三渠道聚类→建 Linear 工单
Slate
IT 审查
对白名单→推荐→开工单
OpenAI 给这个产品的英文定位很直白——"an evolution of GPTs"（GPTs 的进化形态）。同一句话顺手交代了 GPTs 的后事："过段时间会提供一键转换通道。"翻译过来就是三个字——木的了。
PULL QUOTE
"把团队里最懂业务的那个人的脑子，复制成所有人都能调用的标准化工作流。"
—— OpenAI 对 Workspace Agents 的自我描述
真正的变化不在"能不能执行任务"，而在三件事——持久身份、团队共享、进化能力。以前 GPTs 是"高级聊天框"，关窗一切归零；Workspace Agents 有独立云端沙盒、有记忆、能被团队反复调教，用得越多越准——因为团队最牛那个人的"隐性知识"被一点点喂进去了。
Meta 这周干的事，比裁员本身更冷。
路透社拿到的内部备忘录写得很直白——一个叫 MCI（Model Capability Initiative，模型能力计划）的程序已装进每台工作电脑，记录员工每一次鼠标移动、每一次点击、每一次按键、偶尔的屏幕截图。没有退出选项。
PULL QUOTE
"公司不再评估你的表现，公司在复刻你的存在。"
—— MCI 被曝光后最扎心的一条评论
为什么 Meta 要你的"点击流"？因为AI 合成数据正面临"近亲繁殖"导致的模型崩坏，只有真实工作流里才蕴含最稀缺的因果链条。每一个快捷键组合是一次逻辑决策；每一个鼠标轨迹是一次直觉判断——把隐性知识变成可被 AI 吞噬的结构化数据，这是行为克隆的工业化版本。
与此同步的是 5 月 20 日全球裁员 10%，约 8000 人。CTO Bosworth 在内部信里写得很清楚——"我们正在构建的愿景是，让智能体主要完成工作，我们的角色是指挥、审核并帮助它们改进。" 以前是"人干活 AI 是工具"，现在是"AI 干活人审核"，而审核这个岗位能留多久，扎克伯格自己给过答案——"所有代码，终将由 AI 工程师而非人类编写。"
过去两年，AI 圈的默认共识是——"只有参数够大的大模型，才能做好 Agent 任务"。今天这个共识，被国产两家公司同一天撕了个口子。
商汤绝影 Sage 端侧大模型：3B 激活参数，在公开 Agent 评测 PinchBench 上跑到 94%。
3B
激活参数
1/14
算力 vs 小米 MiMo
94%
PinchBench 任务完成率
对手是谁？Claude Opus 4.6（93.3%）、GPT-5.4（90.5%）、Gemini 3（87.0%）。Sage 在 OrinX 车机上首字响应0.5 秒、每 token 推理0.03 秒。真正的 Agent 能力，第一次不再是"大模型才配拥有"。
Kimi K2.6 同一天出道即开源第一。HLE 人类最后的考试 54.0（碾压 GPT-5.4 和 Claude Opus 4.6）、SWE-Bench Pro 58.6（超 GPT-5.4 的 57.7）、Terminal-Bench 66.5。最狠的是 Agent 集群——300 个子 Agent、4000 步、连续编码 13 小时不断线，单次修改超 4000 行代码。
▸OpenAI 开源 Privacy Filter：1.5B 参数 / 50M 激活的小模型，Apache 2.0，能跑在浏览器里。本地识别并遮蔽 8 类敏感信息（姓名、地址、手机、邮箱、账号、凭证等），先过滤再上云。
▸腾讯阿里洽谈投资 DeepSeek，估值已超 200 亿美元。第一次被两个国内顶级互联网资方同时盯上。
▸小米 MiMo-V2.5 旗舰版深夜发布，官方对标 Claude Opus 4.6。国产大厂今年最强底牌之一。
▸特斯拉中国车机将接入豆包 + DeepSeek：同日特斯拉 Q1 营收 224 亿美元、六座工厂同步推进，今年将烧掉逾 250 亿美元。马斯克在中国的策略从"自研"悄悄切到"接入"。
▸滴滴 × 清华"深穹远航实验室"成立，STAPO 算法登 arXiv：剔除大模型训练中约 0.01% 的"虚假 Token"，GPU 小时消耗节省 60%，下一步进入自动驾驶端到端模型微调。
▸苹果 CEO 交接定档：库克 9 月卸任，新 CEO Ternus 接棒，库克转任执行董事长。业务好、产品线齐、继任者就位——经典交接被演了一遍。
今天这组资讯放在一起看，特别像一幅"AI 从人身上抽取能力"的工业流水线示意图。
OpenAI从外部给你一套"团队级 Agent"——让你把业务 know-how 描述给 ChatGPT，它替你搭好；Meta从内部录屏把 know-how 直接采集下来——把你每一次点击、每一次按键都变成训练数据；Anthropic请 STEM 博士手把手教 Claude——把领域专家的判断力直接注入模型；商汤和 Kimi把这些能力往"更小更便宜"的方向压榨——让端侧 3B、开源 1T 也能跑。
这四条线，指向的是同一件事——"人类专家的隐性知识"正在被系统化地提取、压缩、复用、下沉。
这件事对做 AI 交付的人，既是最大的红利，也是最紧迫的威胁。
红利在于，当一家美业公司的老板问"AI 能帮我什么"，我们第一次能真正回答——"能把你们店里最好的那位美导，变成所有新手美导都能调用的标准化话术 Agent。"这件事在 Workspace Agents 上线之前，成本是百万级；之后，可能只需要一次录屏 + 一次描述。
威胁在于——这件事正在变得越来越不需要我们。Workspace Agents 把"搭 Agent"做成了原生功能，企业 IT 点两下就跑起来。如果我们只会"帮客户搭 Agent"，那一年内就会被压成"配置工"。
怎么办？今天这批资讯其实藏了一条出路——注意 Anthropic 的做法：他们没把"科学家"理解成"更高级的数据标注工"，而是让科学家直接告诉 Claude "你在相稳定性推理上的哪一步想错了"。这件事模型自己做不到，只有真正懂一个行业、真正在一线踩过坑的人，才能把最隐蔽那层 know-how 翻译给 AI。
所以下一阶段，做 AI 交付最值钱的能力不是"会用工具"，是——你能不能把一个行业彻底看懂，然后把这个"看懂"翻译成 Agent 能学会的结构化判断。
只有"把一个行业真正吃透然后教给 AI 的人"，才是涨价的那一边。
—— 明天见。
既然看到这里了
如果觉得有用，先点个赞，再顺手点个在看或转发
THANKS FOR READING