AI 季报 26Q2：从 coding 到 RSI，强者愈强的未来？

文丨实习生裴雨桐

访谈丨程曼祺

2026 年第二季度 AI 季报，我们继续邀请 MoE Capital 创始合伙人 Henry Yin 分享最新行业观察。MoE Capital 作为一家硅谷早期 AI 投资机构，致力于从研究员网络中捕捉技术趋势。

本季季报围绕两条核心脉络展开：一是推进智能前沿，二是加速智能扩散。

第二条脉络聚焦智能的扩散：

此外，本期还涵盖 Google、Meta、xAI 近况，以及 Midjourney 跨界超声波医学影像设备的最新动态。

以下为播客文字整理（经精简）：

晚点：欢迎收听 2026 年 Q2 AI 季报。Henry，上个季度的判断在本季度有哪些延续或变化？

Henry：上季度的几个方向性判断在本季度更加清晰。

第一，OpenAI 在 Coding 领域的反扑已获验证。Anthropic 因限流、调价及口碑波动失去部分开发者，OpenAI 借势推动 Codex 势头回升。

第二，Andrej Karpathy 提出的 Auto Research 从概念转化为明确的研究与创业方向。

第三，Computer Use 能力取得实质进展，OpenAI 基于此推出了新功能。

第四，开源热度虽降，但其前沿想法已被 Codex 和 Claude Code 吸收并产品化。

晚点：你如何用框架看待 Q2 的进展？

Henry：主要分两条线：一是推进前沿智能，核心在于 Coding 能力和长程 Agency 能力，这是实现 Auto Research 乃至 RSI（递归自进化）的基础；二是加速智能扩散，即通过产品、API、开源模型及硬件等形式，将前沿能力向社会渗透。本季度 Frontier Lab 正加速这一过程，包括深化企业应用及创新 UI/UX（如 Claude Tag、Record and Replay）。

晚点：先从两家 Frontier Lab 的新模型说起。

Henry：Anthropic 发布了 Mythos 5（面向可信客户，无安全护栏）和 Fable 5（面向大众，含安全护栏）。Fable 5 在 SWE-bench Pro 和 Terminal-Bench 上表现惊艳，但发布过程遭遇争议：一是安全护栏过于敏感，导致正常问题被拒答；二是被曝出在涉及前沿研究任务时“静默降智”，引发对齐（Alignment）争议。虽随后修正为主动告知用户，但仍影响声誉。

OpenAI 发布的 GPT-5.6 未公布 SWE-bench 分数，但在 Terminal-Bench 上达到 91.9%，成为首个超 90% 的模型，展现了强大的长程 Agency 能力。此外，其在 Agents' Last Exam 上也创下新高。

受美国政府监管影响，两款最先进模型均实行限量供应：Fable 曾短暂全球下线后重新限量上线；GPT-5.6 仅对约 20 家获批实体开放。

晚点：在产品化层面，Codex 是否真的实现了反扑？

Henry：是的。受 Claude 4.7 口碑下滑及 Anthropic 定价策略调整（限制第三方 Subscription 用法）影响，大量用户迁移至 Codex。OpenAI 顺势推出迁移优惠，进一步抢占份额。尽管 Anthropic 营收增长迅猛且疑似首度盈利（预估 Q2 营业利润 5.6 亿美元），但 OpenAI 通过激进的价格战（如 Codex 低价套餐）有效扩大了用户基数和数据积累，为后续模型迭代奠定基础。

晚点：关于 Cursor 被 xAI 以 600 亿美元收购一事，如何看待？

Henry：这是极佳的退出路径。在 Claude Code 和 Codex 的双重挤压下，独立 Coding 工具长期前景存疑。xAI 急需补齐 Coding 短板以支撑其叙事，Cursor 的高价收购恰好满足了马斯克的需求。相比之下，Google 已收购 Windsurf，Meta 则倾向于自建团队。

晚点：两家公司的核心差异在哪里？

Henry：模型能力旗鼓相当，竞争已转向产品、变现及生态系统。Anthropic 凭借强烈的愿景和文化凝聚力，在人才保留和 Go-to-Market 方面表现更佳；OpenAI 虽规模庞大，但在产品稳定性和市场推广上仍面临挑战。此外，Anthropic 在对齐（Alignment）上的坚持使其模型更倾向于诚实而非“谄媚”，这也构成了独特的用户体验差异。

晚点：RSI（Recursive Self-Improvement）为何成为本季热点？

Henry：RSI 指 AI 系统能自我改进并螺旋式提升智能，是通往 ASI 的关键。随着 Coding 和长程 Agency 能力的增强，这一“圣杯”再次显现希望。它超越了 Auto Research（自主研究），不仅产出新知识，还能优化自身研究能力。

Anthropic 在长文《When AI builds itself》中披露：超 80% 合并代码由 Claude 编写，工程师人均代码合并量翻倍，AI Agent 在特定研究中效率远超人类。他们设想了三种未来，认为目前处于"Auto Research 已实现，RSI 尚未完全达成”的阶段，并警示若 RSI 完全实现，对齐瑕疵可能被无限放大，建议审慎推进。

初创公司方面，Recursive（由 Richard Socher 等创立）在算法优化、训练加速及 GPU 内核效率三个 Benchmark 上均取得 SOTA 成果，展示了通用的研究闭环能力。此外，Mirendill 和 Core Automation 等新公司也凭借顶尖团队背景涌入该赛道。

晚点：OpenAI 和 Anthropic 在 Robotics 领域有何动作？

Henry：OpenAI 已公开组建机器人团队，初期可能服务于自身基础设施，长远目标是家庭机器人。Anthropic 也将 Robotics 视为 Recursive Intelligence 的下一步，正在提前布局。行业趋势显示，大厂更倾向于打造“大脑”（智能层），而非全套软硬件。

晚点：世界模型（World Model）为何重要？

Henry：世界模型结合了 RL World Models（虚拟模拟学习）与视频生成模型（物理规律学习），使机器人能在未见过的场景中泛化操作。过去 18 个月，该领域吸金超百亿美元，资金主要流向 Robot Foundation Model（机器人大脑）公司，如 Skild、Physical Intelligence 等，市场更看好其商业捕获能力。

晚点：企业为何转向拥有自己的模型？

Henry：主要 driven by 三点：一是成本，前沿模型昂贵，企业寻求更具性价比的方案；二是稳定性，规避政府禁令或 API 访问中断风险；三是护城河，避免依赖单一基模导致同质化竞争。典型案例如法律 AI 公司 Harvey，联合 Applied Compute 基于中国开源模型 GLM-5.1 进行后训练，在特定 Benchmark 上超越闭源模型。

中国开源模型（如智谱 GLM 系列）凭借优异的编码手感、低成本及对 Anthropic API 格式的兼容，正成为美国企业服务的重要基座。虽然闭源模型仍领先半年左右，但开源模型在特定垂直场景的微调效果已具备竞争力。

晚点：本季有哪些重要的交互创新？

Henry：Anthropic 推出的 Claude Tag 允许用户在 Slack 中@Claude 协作，将 AI 从个人助理升级为团队同事，显著提升了企业协作效率。OpenAI 的 Record and Replay 则通过录制用户操作并固化为 Skill，利用 Computer Use 能力自动重放任务，实现了技能从人到 AI 的迁移。尽管后者涉及隐私争议且依赖 Computer Use 能力的成熟，但其代表了未来的自动化方向。

此外，Thinking Machines Lab 发布的 Interaction Model 实现了全双工（Full Duplex）语音交互，支持打断和实时反应，突破了传统“对讲机”式的轮流对话模式，展现了语音交互的新范式。

晚点：其他大厂的进展如何？

Henry：Meta 仍在重组与裁员中挣扎，Token 消耗狂热已退潮，进入理性稳定期，但其新模型尚未达到前沿水平。Google 凭借多模态能力（Gemini 1.5）保持竞争力，但在代码能力和成本控制上的优势有所减弱，面临人才流失挑战，不过其深厚的算力与人才储备仍使其有机会重返第一梯队。

xAI 正转型为 Neocloud，通过出租算力获利，实质上已放弃底层模型预训练团队的构建。收购 Cursor 虽能补充应用层能力，但难以填补预训练人才缺口。Grok 新模型发布一再延期，追赶难度极大。

未来格局更可能是交替领先，除非某家在 RSI 上取得突破性进展。

晚点：Midjourney 有什么新动态？

Henry：Midjourney 宣布成立医疗部门，推出基于超声波技术的全身医学影像设备 Midjourney Scanner。创始人 David Holz 利用文生图业务的丰厚利润，组建了硬件团队进行多元化探索。这款设备号称是 CT 的“超级升级版”，展现了其跨越软件边界、涉足硬核科技的野心。

题图来源：F1: The Movie

- FIN -