AI助手变“懒”了？真相远比你想的复杂_服务软件

1. AI 是否有 Token 预算意识，能养成「花小钱办大事」的习惯吗？

2. 李彦宏认为 AI 时代的度量衡可能是「日活智能体数」，比 Token 消耗，更接近价值，对此你怎么看？

3. 反直觉：前沿模型虽然贵，但反而更好卖#AI #大模型 #芯片 #ChatGPT #Token

4. 谷歌发布 Gemini 3 Flash，相比上一代 2.5 Flash 有哪些提升？使用体验如何？

5. 小米官宣MiMo-V2.5 系列 API 永久降价，最高降幅达99%，不区分输入长度；Token Plan 计价体系优化，加量不加价，用量提升至原5-8倍；百万亿 Token 创造者激励计划圆满收官。·MiMo-V2.5 系列 API 永久降价。相比原始 API 定价，新定价最高降幅可达 99%，且不再区分上下文窗口长度。·Token Plan 计费体系优化，新版 Token Plan 计费体系定价不变，Credits 大幅提升，加量不加价，用量提升至原 5-8 倍。·现有 Token Plan 用户额度全量重置。无论当前套餐用量如何，所有已订阅 Token Plan 且当前仍在有效期的用户（包括参与百万亿 Token 创造者激励计划并获得 Token Plan 的用户，涵盖 Apache 软件基金会专属福利用户）的 Credits 额度将于北京时间 5 月 27 日 0:00 全量重置，并按新计费规则执行。小米表示，本次价格调整背后，离不开小米技术团队在推理系统上的持续优化。小米基于 SGLang HiCache 完整支持 SWA（Sliding Window Attention），将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量降低至优化前的近 1/7，并将可缓存 token 数量提升至优化前的近 5 倍，显著提升了缓存命中率和推理效率。同时，小米还通过优化专家并行方案、输入长度分桶策略等，进一步提升了集群输入吞吐能力，从而在保障服务质量的前提下持续降低单位 token 服务成本。依靠技术的持续创新，小米希望通过提供兼具低成本与顶尖能力的模型服务，撬动真实、持续、规模化的推理需求，推动完整 AI基础设施链条的建设。让更多的人能用到更好的模型——这是 MiMo 不变的使命。

6. #记者实测手机AI助手安全漏洞# #越用越懂你的AI助手或暗藏危险#AI助手为实现跨应用操作，往往持有高权限，可读取通知、验证码甚至屏幕内容，极易被诱导执行危险指令。便利不该以隐私为代价，厂商不能只拼功能而忽略防护，用户更不能盲目授权。技术向善，必须先守住安全底线，别让智能助手变成隐私泄露的缺口。

7. OpenClaw养龙虾，到底要花多少钱？

8. 云涨 Token 涨，DeepSeek 偏降价？其他的企业集体上调 AI 算力价格，行业 Token 成本普涨之际，DeepSeek V4 却逆势降价，V4-Flash 输出价低至 2 元 / 百万 Token，仅为竞品的 1/40，上演价格反向操作，DeepSeek的底气在哪里？系统方面，DeepSeek通过稀疏注意力革命，在同样是百万 Token 场景下，推理算力需求降至前代 10%-27%，KV Cache 占用仅 7%-10%，这就让长文本成本不升反降。V4-Pro 1.6T 参数仅激活 49B，V4-Flash 284B 参数仅激活 13B，避免全参数计算浪费，算力利用率拉满。小模型继承大模型能力，推理成本再降 50%。在硬件方面，DeepSeek 率先全栈适配华为昇腾 950，从 CUDA 迁移至 CANN 框架。国产芯片单卡推理性能为英伟达 H20 的 2.87 倍，采购成本更低。芯模协同优化，训练推理成本较海外方案降低 70%-85%，直接对冲云厂商涨价影响。市场方面，2026 年是AI智能体落地元年，Token 消耗呈指数级增长，低成本是规模化关键。DeepSeek 采用了V4-Flash 低价走量，V4-Pro 走高端市场的市场价格策略。开源吸引开发者，降低企业落地门槛，是能够快速抢占市场份额的。DeepSeek 逆势降价，是国产 AI 摆脱海外依赖、靠技术定义成本的里程碑。这场降价，本质是国产 AI 的成本革命与话语权争夺。

9. #用声音马住中国年##微博声浪计划# 千问3.5成本仅为谷歌大模型5%！除夕夜阿里开源发布Qwen3.5-Plus，架构革新让推理成本大降，API价仅谷歌1/18。春节期间生成1.2亿AI订单，156万老人首用AI服务，多模态能力覆盖办公、创作等场景，推动AI技术平权落地。晓春哥XCG的微博音频

10. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

11. #公司烧不起token了#token也是成本，而且成本相当高。土豪如亚马逊看到一个月5亿美元的账单，也开始限制员工无限制消耗token了，微软也要求员工转用自家的AI工具，这让自己的工程师很不满。从目前来看，AI还是一个非常烧钱的生意，大厂和创业公司一年投入近万亿美元，但是收入连十分之一都没有，也只能说为未来投资了。#老张聊科技# 公司烧不起token了

12. 西游取经团再出征：小米 Token Plan 能把 Token 价格打下来吗？

13. #算力版国家电网要来了#简单说，国家要花7万亿，把全国大大小小的数据中心、超算中心，像电网一样连成一张大网，统一调度、按量计费，让算力变成像水电一样随取随用的公共资源。现在的痛点很直白：AI爆发，算力需求两年涨了1000多倍，价格跟着疯涨，不少中小企业直接用不起。更浪费的是“算力孤岛”——东部不够用、排队涨价，西部风光电便宜、机房却闲着，资源错配严重。这张“算力电网”，就是来解决这件事。 - 统一调度：全国一张网，1个国家总节点+8大枢纽+无数边缘节点，哪儿有空就调度到哪儿。- 像用电一样用算力：不用自己买服务器、搭机房，企业按需“买算力”、按量付费，成本大幅下降。- 跟着绿电走：优先把算力放在风光水电丰富的西部，既降成本又减碳，新建大型数据中心绿电占比要求很高。- 速度够快：市内延迟约1毫秒，东西部枢纽之间也控制在20毫秒内，不影响大模型训练和AI应用。政策已经明确：算力网和水网、电网、通信网并列，成国家“六张网”重点工程。目标是2025年搭好框架，2028年全面成型。对普通人来说，以后AI服务更便宜、更普及；对企业，尤其是中小AI公司，门槛大幅降低，不用再被高昂算力成本卡住脖子。一句话：算力从“奢侈品”变成“日用品”，中国数字经济的底座，要彻底升级了。

14. 第7期 | 豆包手机努比亚M153，大势不可逆新世界即将开从封杀到掀桌！中国AI这10天，改写了手机未来这10天，中国AI圈，发生了一件很有意思的事。不，应该说，是一系列很有意思的事。 12月1日，字节跳动发布了豆包手机助手。 12月2日，vx闪电出手，开始封号。 12月3日，豆包认怂，下线了操作微信的功能。 12月9号，智谱AI直接“掀桌子”——宣布开源 AutoGLM！短短10天。从新品亮相到大厂阻击，再到开源“掀桌”，节奏快得像一部科技大片。说实话，已经很久没见到国内AI圈这么精彩的剧情了。豆包手机努比亚M153的历史地位 #豆包 #中兴 #AI手机 #豆包手机 #努比亚

15. AI 是否有 Token 预算意识，能养成「花小钱办大事」的习惯吗？

16. #Google发布Gemini3.1Pro#Gemini3.1 Pro在核心推理能力上更进一步。在ARC-AGI-2（一个评估模型解决全新逻辑模式能力的基准测试）测试中，3.1 Pro获得了77.1%的验证分数，在推理表现上达到3 Pro的2倍。其他专业领域都有突破: 学科知识:在 GPQA 钻石级测试中得分为 94.3%；编码:在 LiveCodeBench Pro 上 Elo 得分为 2887，在 SWE-Bench Verified 上得分为 80.6%；多模态理解：在 MMMLU 测试中达到了 92.6%。即日起，3.1 Pro 将陆续上线。#过个有AI年##HOW I AI#

17. 在 AI 语境中，如何翻译 token 这个词更恰当？

18. #Google发布Gemini3.1Pro# 2 月 19 日，Google 就发布了 Gemini 3.1 Pro，从第三方评测机构 Artificial Analysis 的数据看，Google 重新拿回了综合智能指数的榜首。3.1 Pro 最大的亮点在推理。ARC-AGI-2（测试模型解决全新逻辑模式的能力）得分从 Gemini 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多。对比竞品：Claude Opus 4.6 得分 68.8%，GPT-5.2 为 52.9%。Humanity's Last Exam（高级学术推理）上 3.1 Pro 得分 44.4%，也高于 GPT-5.2 的 34.5% 和 Claude Sonnet 4.6 的 33.2%。GPQA Diamond（科学知识）拿到 94.3%，同样是所有模型最高。#过个有AI年##HOW I AI#

19. Token 是否具有边际成本趋零的特征？

20. 【“出口”新贵来了，中国算力出口正以惊人的速度重塑全球AI产业格局】最新数据显示，国产大模型单周处理量达5.3万亿Token，包揽OpenRouter平台全球前三：MiniMax M2.5以2.45万亿Token位居冠军，Kimi K2.5以1.21万亿Token位列亚军，DeepSeek V3与GLM5并列季军。在成本方面，中国展现出碾压级优势：输入处理价格仅0.3元/百万Token，是美国价格的1/16.7；结果输出价格1-2.5元，与美国25美元相比差价高达10-22倍。这种成本优势正在颠覆全球AI产业的定价体系。中国算力的核心竞争力源于独特的基建能力。西部丰富的绿电资源使运营成本比欧美低40%-60%，液冷技术的规模化应用让POE值逼近1.1，土建运维成本较国外降低30%-50%。这些硬实力为中国算力出海奠定了坚实基础。更值得关注的是中国创新的1.5个汉字=1Token定价体系，这一标准正在重构全球数字贸易规则。2024年中国AI算力消耗呈现爆发式增长，从年初日均2万亿Token飙升至年底的63万亿，增幅达31倍。预计到2026年，这一数字将突破日均180万亿Token。支撑这一增长的是中国完整的产业链优势。从电力供应、机柜制造到光模块生产，中国智算中心的建设速度和综合成本优势远超国际同行。算力出口的本质，是将中国在基建领域的领先优势转化为数字经济时代的新型外汇。随着全球用户越来越多地选择高性价比的中国AI服务，海量的真实使用数据持续反哺模型优化，形成了"使用-数据优化-更广泛使用"的良性循环。这不仅是一种商业模式的创新突破，更是中国在AI时代构建新型数字基础设施话语权的重要实践，正在以不可阻挡的态势重塑全球数字产业格局。（综合自公开信息）

21. 李彦宏认为 AI 时代的度量衡可能是「日活智能体数」，比 Token 消耗，更接近价值，对此你怎么看？

22. 算过Token账单吗？这小盒子能省下好几万

23. 阿里开启 Token 战略，喊出云+AI 年收入破千亿口号，底气从哪来？

24. 对话苏姿丰：15分钟调用14580 亿个Token，AI时代AMD的中国雄心

25. 现在国内的AI大模型和国外的AI大模型之间的差距有多大？

26. 下一个“AI卖铲人”：算力调度是推理盈利关键，向量数据库成刚需

27. 谷歌夺回王座：Gemini 3.1 Pro来了！姚顺宇：后面还有更好的

28. #公司烧不起token了# 如果AI比人还贵，当Token成本超过人工，会发生什么？💡AI只用于“非用不可”的地方：精密手术、科研模拟——普通客服、文案全面退回人类。⚙️技术疯狂“减配”：小模型、混合架构、专用芯片，只为省Token。🤝人机关系反转：AI出草稿，人精修——人反而成了“廉价劳动力”。📈知识工作者迎来春天：律师、翻译、分析师重获议价权，AI成本审计师等新职业诞生。🏠企业发展和抢装本地AI，像装太阳能板一样自己“发电”。当然，现实是Token成本在某些场景显而易见是比人工更有优势的，这场“逆转”不知道会不会成真？😏

29. AI居然比人工更贵微软发现，Claude Code（一款 AI 编码工具）的成本甚至超过了它本应取代的人工成本——因此，他们将在 6 月底前取消几乎所有的许可证，转用自家的GitHub Copilot CLI。Uber的首席技术官（CTO）承认，他们全年的 AI 预算在 4 月份就已经被“消耗殆尽”了。现在要给工程师限制额度。甚至英伟达负责应用深度学习的副总裁也表示，目前算力的成本已经超过了员工的人力成本。“AI 将节省资金并裁减员工”的说法，已经被飙升的token成本逐渐击溃#人工智能#

30. #为什么AI大厂开始卖Token#AI大厂纷纷按Token收费并非噱头，而是行业走向成熟。Token是AI计量最小单位，能精准核算算力成本。如今AI已是生产力工具，写代码、做方案、跑智能体，算力消耗直接爆炸；运维成本极高，免费根本顶不住。按Token计费既公平可持续，用多少算多少，对厂商和用户都公平。这也说明AI从概念落地成了真刚需[思考]

31. 谷歌论文，干崩存储？#谷歌 #存储芯片 #Google #Deepseek #AI推理

32. Token中文名确认为词元，到底是啥意思？#一个视频彻底搞懂Token #词元 #AI

33. AI大神的焦虑：自己是研究工作的瓶颈，Token用得不够多#AI #人工智能 #卡帕西 #Agent #算力

34. “龙虾大战”一个月之后，Token全面涨价： - 腾讯云：混元系列模型最高涨超460%，从0.0008元/ktokens升至0.004505元/ktokens - 阿里云：算力卡、文件存储产品上涨5%-34%。（自2026年4月18日00:00起执行） - 百度智能云：AI算力相关产品上调5%-30%。（自2026年4月18日00:00起执行） - 智谱AI：新推出的GLM-5-Turbo API价格较前代累计上涨83% 端侧的AI Agent有个方式可以省掉很多云端费用的开销，就是部署端侧本地的算力。按当前这种趋势，端侧AI加速芯片的机会可能来了。

35. 【Claude Pro用户一个月深度体验：从惊艳到失望，以及社区给出的破局之道】一位开发者分享了使用Claude Pro订阅一个月后的真实感受，引发了社区热烈讨论。这场对话揭示了一个关键认知：你可能一直在用错误的方式使用Claude。原帖作者的困境作者最初对Claude的编程能力赞叹不已——代码优雅、功能完善、效率惊人。但两周后，问题接踵而至：- 代码bug明显增多，即使每个重要部分都开新对话- 上下文限制无预警触发，长消息写完才报错，token白白浪费- 响应生成中途消失，已输入内容被退回，token照扣不误- 设备短暂离线就中断生成，必须重来（ChatGPT、Grok、Gemini均无此问题）- 订阅到期后，Opus 4.5生成的文件无法下载作者估算，约一半token因这些问题被浪费。社区的核心诊断：你用错工具了讨论中最具共识的观点是：Claude网页/桌面端根本不适合严肃的编程工作。"用Claude Code，在VS Code终端里通过CLI运行，这才是正确的编程方式。桌面应用除了快速问答，什么都不适合。"Claude Code与普通Claude的本质区别在于：它能自动搜索代码上下文、读取整个代码库、管理上下文压缩、获取编译器反馈。普通聊天界面就像"在视频会议里问产品经理"——他知道该怎么做，但看不到实现细节。高手们的实战技巧1. 善用Plan Mode在让Claude写任何代码之前，输入"plan this"或按Shift+Tab切换到规划模式。强制它先思考方案，效果提升10倍不止。"让它先想清楚再动手，而不是直接开写。"2. 主动管理上下文不要等自动压缩。当上下文使用到90-95%时，使用handoff命令保存状态，退出后开新会话继续。社区成员分享了完整的handoff命令代码，核心逻辑是：总结当前项目阶段、记录关键文件和决策、保存到.claude/handoffs/目录、生成可直接粘贴的续接提示词。3. 掌握CLI基础操作- 按两次Esc可回退错误响应- 输入/查看所有可用命令- 在项目根目录创建Claude.md文件，为Claude提供持久化的项目指令和上下文4. 跨工具协作有用户建议：安装Claude Code CLI和Gemini CLI，让Claude调用Gemini进行深度研究，因为Claude访问很多网站会遇到403错误。Claude擅长研究编排和管理，Gemini擅长实际的深度调研。不同的声音也有人为原作者辩护："不是所有人都是开发者，付费的Pro产品不应该要求用户'玩CLI游戏'才能正常工作。"这确实点出了一个产品设计问题：Anthropic似乎把主应用的优化重心放在了闲聊场景，而非专业工作流。对于非编程用户或移动端用户，这些问题依然存在且无解。深层启示这场讨论揭示了AI工具使用的一个普遍规律：模型能力是一回事，如何调用这些能力是另一回事。同样的Opus模型，在不同界面、不同工作流下，表现可能天差地别。Claude Code之所以强大，不是因为模型不同，而是因为它有专门的系统提示词、工具链、上下文管理机制。它能读取你的代码库，能从编译器获得反馈，能在后台运行数百种工具。没有这些，Claude"基本还是个玩具"。这也解释了为什么有人觉得AI神奇，有人觉得AI垃圾——差距往往不在模型本身，而在使用方式。正如一位评论者所说："一旦你在本地CLI里用过Claude Code，就再也回不去任何浏览器版AI了。"reddit.com/r/ClaudeAI/comments/1q1ng97/my_experience_after_one_month_of_using_the_opus_45

36. 黄仁勋在CES 2026放大招！重磅发布下一代AI芯片平台Rubin，已全面投产，推理成本暴降10倍，训练效率飙升3.5倍，下半年发货！更炸裂的是，Rubin整合6颗芯片，覆盖计算、网络到安全，AWS、微软、谷歌、OpenAI等巨头已抢滩。

37. 每日认识一款电脑华为 Atlas企业级：Atlas 800 系列 AI 服务器/一体机- 核心：集成 Atlas 300 加速卡，搭载鲲鹏或 x86 处理器。- 用途：面向企业提供一站式 AI 平台，适用于中心侧 AI 推理、深度学习模型开发与训练，兼顾高性能与能效

38. 就在刚刚，小米深夜宣布Mimo大模型价格调整，API价格五折起步，最高打0.1折，Token Plan包含的用量也大幅提升。这波价格直接对齐Deepseek，不是打价格战，而是在多项技术优化之后降低了使用成本，非常符合小米用高效率来压缩成本的风格。AI市场的大战，小米还在C

39. 开发者在做模型轻量化部署时，常因量化、剪枝、推理加速的工具链割裂，导致流程繁琐，且不同优化方案的效果难以直观对比，影响部署效率。针对这一需求，torchdistill是一款专注模型蒸馏与轻量化的工具库，适配开发者对深度学习模型进行压缩优化的场景。开源地址：github.com/yoshitomo-matsubara/torchdistill 核心功能： 1. 集成蒸馏、剪枝、量化等多种轻量化算法，支持一站式模型压缩流程；2. 提供统一的评估指标，可直观对比不同优化方案的精度与速度 trade-off；3. 兼容主流CV/NLP模型，无需大幅修改原有训练代码即可接入；4. 支持自定义蒸馏策略与损失函数，满足特定场景的优化需求；5. 轻量化设计，依赖简洁，可在普通算力设备上完成实验验证。

40. 英伟达CEO黄仁勋在Cadence Live 2026大会上强调，英伟达不仅生产昂贵的AI硬件，更是全球低成本AI Token的领导者。他直言：我生产的是全球成本最低的Token。Token是AI模型处理语言的基本单元，生成速度与成本直接取决于硬件与软件的协同效率。黄仁勋指出，单纯靠硬件暴力计算虽然能产出大量Token，但并非高效路径。真正关键的是软硬件深度适配，而这正是英伟达CUDA生态的护城河。经过多年工程迭代，CUDA软件栈已将英伟达硬件打磨成业内公认的最佳Token生成方案。尽管英伟达的AI系统售价高达数百万美元，例如Blackwell或即将推出的Rubin平台，单套设备能带来数十亿美元收入。但黄仁勋强调，这些系统的单Token生产成本和每瓦Token产出率均为全球最低。他的逻辑很直白：买得越多，省得越多。因为设备吞吐量达到前所未有的规模，摊薄到每个Token上的成本反而最低。#AI创造营#

41. AI 中转站是什么，便宜 Token 背后暗藏什么玄机？

42. Agent 算力黑洞：为什么 SaaS 包月必死，且算力必须私有化？

43. 曦望，死磕AI推理成本｜甲子光年

44. 罗福莉：龙虾成本黑洞显现，需要更高token效率的Agent框架

45. 最近扎克伯格正在悄悄憋大招：给自己做一个AI分身叫“CEO智能体”，专门帮他当CEO助手。有人评论说：难道小扎这是要自己造AI，慢慢把自己干掉吗？#大有学问 #红衣聊AI #扎克伯格 #智能体

46. Claude Code改一个bug就引入另一个bug，陷入死循环怎么破？

47. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

48. #为什么AI大厂开始卖token#这样子类似于手机流量费。 Token可以理解为AI世界的流量收费对象变了，手机流量费是向人收的，用于上网浏览、看视频。而Token费是向开发者或企业收的，用于让AI处理、生成信息。 Token是什么，可以理解为AI认识的字词碎片。大模型不认识文字，只认识Token。比如“你好”可能被拆成1个Token，而一篇万字小说可能包含上万个Token。怎么计费的，这就更接近“流量费”的逻辑了。每调用一次AI，费用 = （输入Token数 + 输出Token数）× 单价。就像发短信按字数计费，你问的问题越长、AI写的回答越长，花的Token就越多。大厂为什么都开始卖Token，而不是直接卖软件？按需付费门槛低，如果AI模型是辆超跑，卖软件就像卖车（一次付几十万）。卖Token则像做出租车（按里程付费）。对用户来说，起步价很低，用多少付多少；对大厂来说，则能把生意做成源源不断的“订阅服务”。成本决定的，大厂运行这些超大型AI，每次推理（也就是你提问它回答）都要消耗巨大的算力（GPU电力）。按Token收费，能直接把算力成本转嫁出去，用户问得越多，收费就越高。用计费规范用法。有些场景需要AI读几十页合同（输入贵），有些需要AI写长篇报告（输出贵）。按Token计费，能精确地区分不同任务的成本。 Token就是AI世界的数据流量包，手机流量让你获取信息，而Token则让你获取AI的思考和创作能力。

49. AI模型烧掉的Token，对应多少GDP？AI的经济贡献现在有数了

50. 花15分钟搭一套国产AI系统，把Clawdbot巨额token成本干到0

51. #公司烧不起token了#最近刷到不少AI公司撑不住缩减开支，我才真切意识到AI真不是无脑烧钱的风口。算力设备、高额电费还有硬件损耗，每一次用户调用都在消耗成本。很多企业一味疯狂堆token冲使用数据，看着热度很高实则一直在亏本。在我看来，AI想要长久活下去，不能只靠烧资源换流量。沉下心落地实用场景，优化使用损耗，做出能变现的实际价值，才是长远出路，盲目内卷烧钱终究走不远。公司烧不起token了

52. 目前来看Token应该就是趋势了。在此之前先简单解释一下什么叫Token。他就是AI每次理解问题和生成答案所消耗的单位换句话说就是算力成本。现在很多大厂开始选择出售Token可以说是个相当聪明的选择。从一开始的AI整体精细到单位。换句话说，你用哪家AI我不管，但算力要买我家的。这在未来很有可能形成有AI无Token的情况。在不久的将来Token很有可能成为AI间的通用货币，一个AI模型对于复杂事物的理解就将取决于其Token的多少。#为什么AI大厂开始卖Token#

53. 低比特模型会是推理降本的关键组件吗？

54. 阿里成立 Token Hub 事业群，由吴泳铭直接负责，此次架构调整对阿里 AI 发展有怎样的影响？

55. 亚马逊已停止跟踪员工 Token 消耗榜单，你所在公司「为了用 AI 而用 AI」的情况严重吗？

56. #警惕AI对大脑认知的负面影响##AI用多了真的会降智吗# AI确实提升效率，但过度依赖真的会悄悄透支脑力。长期把思考、记忆、创作全交给AI，容易出现认知卸载，思维变懒、记忆力下滑、独立思辨能力弱化。大脑越用越灵，越躺越废。工具该为人所用，别让AI慢慢偷走深度思考力，理性适度用AI，守住自己的脑力内核。

57. Token战争悄然打响，高盛：基础设施瓶颈终将消解，AI叙事面临重新定价

58. Token经济学：AI时代的新货币战争【硅谷101】

59. 刚刚，让谷歌翻身的Gemini 3，上线Flash版

60. Google 发布 Gemini3.1Pro 模型，它在技术上有哪些亮点和突破？

61. 黄仁勋喊出“推理拐点”，边缘推理的机会窗口打开了吗

62. 1/10Token 消耗干同样的活！Ling-2.6-flash 想帮开发者把 AI 成本打下来

63. 谷歌 Gemini 3 Deep Think 深度思考大模型升级，相比前代有哪些提升？

64. DeepSeek 引入 API 并发限制，这对开发者意味着什么？

65. GitHub不装了：AI编程的低价时代结束了，从此按token计费

66. 独家｜聚焦大模型推理，水下AI芯片公司斩获10亿元Pre-A轮融资

67. #互联网技术[超话]##个重磅信号！#黄仁勋 #AI #人工智能#机器人 #自动驾驶 #CES2026 #英伟达#新年演讲# 黄仁勋在2026年CES展会上的新年首场演讲，以"物理AI"为核心主题，宣告人工智能正式迈入从理解数字世界到改造物理世界的新阶段。以下是演讲的核心内容整理：一、时代定调：双重平台转移开启AI新纪元黄仁勋指出，计算机行业正经历十年一遇的"平台重置"，同时发生两大平台转移：一是应用程序全面构建于AI之上，软件开发从"编程"转向"训练"，运行载体从CPU迁移至GPU；二是软件的开发与运行逻辑彻底革新，AI应用不再是预编译的固定程序，而是能理解上下文、实时生成内容的智能系统。这一变革正驱动全球价值约十万亿美元的计算机基础设施进行现代化改造。二、物理AI的ChatGPT时刻已至物理AI成为演讲的核心焦点。黄仁勋认为，AI的演进可以分为四步：感知AI、生成AI、代理AI、物理AI。当模型能够理解重力、摩擦、惯性、动量守恒等物理定律，AI才能真正走出屏幕，进入物理世界执行任务。支撑物理AI战略的三大技术支柱已全面成型： Newton物理引擎：实现低于0.01秒的实时物理计算响应 Cosmos基础模型平台：以1000亿参数达成1毫秒级推理延迟，支持多模态物理世界理解 GPU+LPU混合架构：算力效率提升100倍，成本降低90% 三、Rubin计算架构全面量产英伟达推出新一代Vera Rubin计算架构（简称Rubin架构），该平台已进入全面量产阶段。Rubin架构通过CPU与GPU协同设计，AI训练性能较前代Blackwell提升3.5倍，推理性能提升5倍，token生成成本最高降低10倍。该架构包含六款全新芯片：Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-X以太网交换机。四、自动驾驶与机器人突破自动驾驶领域：英伟达发布全球首个开源端到端AI系统Alpamayo，这是业界首个具备思考推理能力的自动驾驶AI模型。2025款梅赛德斯-奔驰CLA将首发搭载该技术，计划2026年第一季度在美国上路，随后推广至欧洲和亚洲市场。机器人领域：黄仁勋宣布"机器人领域的ChatGPT时刻已经到来"。英伟达发布了专为人形机器人设计的Isaac GR00T N1.6视觉语言行动模型等开源工具，同时推出Cosmos Reason 2推理型视觉语言模型。特斯拉Optimus人形机器人已通过Omniverse数字孪生平台完成90%以上的训练，自主运行比例达85%，2026年第一季度将实现5万台量产，成本降至2万美元以下。五、开源生态战略加速黄仁勋强调，开源模型与前沿闭源模型的差距已缩短至约6个月，且仍在持续缩小。英伟达不仅开源模型，还开源用于训练这些模型的数据，以建立真正的"系统信任"。现场展示的多款开源模型包括三家中国开源模型：Kimi K2、Qwen和DeepSeek V3.2。黄仁勋特别提到，DeepSeek R1的出现意外推动了整个行业的变革进程。六、全栈AI体系构建英伟达的角色已从芯片供应商转变为"全栈AI体系"的构建者。通过"三台计算机"的架构——训练（DGX超级计算机）、仿真（Omniverse与RTX）、推理（AGX系列边缘设备），英伟达构建了从云端训练到现实部署的完整闭环系统。同时，通过开源模型、数据及NeMo开发库，英伟达正推动技术民主化，让更多开发者和企业能够参与到物理AI的创新浪潮中。黄仁勋在演讲结尾强调，物理AI的落地将重塑全球千万家工厂与数十万个仓库的运作逻辑，开启AI与实体经济深度融合的新时代。 http://t.cn/AXb9Z9MM

68. 多家AI Token涨价后，怎么养“龙虾”最划算？

69. 速度压倒准确性？OpenAI撤回ChatGPT“模型路由器”功能，响应迟缓引发用户流失

70. Google 放大招！Gemini 3.1 Pro 正式发布，推理能力翻倍！免费使用方法来了 | 零度解说

71. #用声音马住中国年##微博声浪计划# 从Deepseek到Seedance中国AI成了！DeepSeek-R1推理成本仅国际巨头1/10，Seedance 2.0电影级预告片成本为传统1%。中国AI两年实现从追随者到规则制定者的跃升，引发海外震动，同时也面临职业重构与信任危机的挑战。种斌Marco的微博音频

72. 遇到过做AI编程时，命令行输出信息太多，导致token消耗飞涨的问题吗？推荐试试 rtk（GitHub：github.com/rtk-ai/rtk）！rtk 是一个CLI代理，它会智能压缩和过滤命令输出，能为你节省 60-90% 的LLM token消耗！无论是 git 状态、代码测试、lint检测还是docker命令，rtk都帮你把结果压缩成最精简的形式，同时保证关键信息完整，极大降低AI辅助编程的费用压力。主要特点：- 单文件Rust二进制，无依赖，运行效率极高（<10ms 开销）- 智能过滤冗余信息、分组类似输出、截断多余内容、去重重复行- 支持丰富命令：git、cargo、npm、docker、kubectl、pytest、eslint、pip等- 自动挂钩bash命令，透明替换为rtk命令，保持使用习惯- 多AI工具集成方案，支持Claude Code、GitHub Copilot、Gemini、Codex等常见AI助手- 开箱即用，支持macOS、Linux、Windows多平台- 提供详尽统计，帮助你了解token节省效果安装方式简洁：- 推荐Homebrew: brew install rtk- 也可用curl脚本一键安装，或cargo源码安装试试 rtk，让你的AI编程体验更省token、更流畅、更高效！#开发效率# #AI助力编程# #开源工具#

73. 经常用大语言模型辅助开发时，面对命令行输出信息冗长，导致消耗大量Token，真是头疼。rtk（Rust Token Killer）是个高性能CLI代理，可以过滤、压缩常见开发命令的输出，在LLM上下文中帮助减少60%-90%的Token消耗。它支持ls、git、cargo、pytest等众多命令，能把冗长输出变得简洁明了，比如git push原本几十行输出，用rtk只需要一行“ok ✓ main”，既省Token又高效。优势：- 单个Rust二进制，零依赖，安装轻量- 自动hook命令，实现透明优化，LLM完全不用担心上下文爆Token- 支持token节省统计和历史分析，精细监控效果- 跨平台支持macOS、Linux、Windows- 丰富Commands覆盖主流开发流程（git、cargo、npm test、docker等）- Tee机制保留完整失败日志，避免重复命令执行浪费Token安装也简单，macOS/Linux直接brew一键安装，或者用脚本快速部署。推荐给使用Claude Code或其他LLM代码助手的开发者和团队，大幅降低Token费用、提升交互效率必备！GitHub：github.com/rtk-ai/rtk#AI创造营##人工智能#

74. 腾讯、阿里都开始给员工发Token，鼓励使用 AI 工具工作，Token 以后会成为大厂福利标配吗？

75. 亚马逊已停止跟踪员工 Token 消耗榜单，你所在公司「为了用 AI 而用 AI」的情况严重吗？

76. “Claude Code 你就作吧，我换 Codex 了”

77. 当海外开发者还在为Gemini3 Flash惊叹时，小米开源大模型MiMo-V2-Flash横空出世，直接被老外吹成“Gemini平替”！它以309B参数实现2.6倍推理加速，延迟仅为DeepSeek-V3.2的一小部分，却在通用基准测试中性能相当。最让开发者疯狂的是，它不仅免费开源，推理成本还低至闭源竞品的2.5%，中国开源大模型的实力，这次真的让海外刮目相看

78. #算力价格# 以前互联网公司开会讨论带宽成本，现在讨论的是算力成本。以前服务器闲着都觉得浪费，现在GPU闲一分钟都觉得心疼。 AI爆发后，一个有趣现象出现了：程序员越来越多，算法越来越强，但大家最关心的却是“卡够不够”。因为再优秀的模型，没有算力也跑不起来；再好的创意，没有GPU也落不了地。很多创业公司已经感受到压力。融资拿到了，团队组建了，产品上线了，结果发现最大的开销不是工资，而是算力账单。这就像淘金热时期，真正赚钱的未必是淘金者，而是卖铲子的人。今天的GPU和算力平台，某种程度上正在扮演同样的角色。 AI时代的第一课，不是学会提示词，而是理解算力。

79. #警惕AI对大脑认知的负面影响# 很多人用AI用久了，脑子真的变懒了。给个问题等着AI喂答案，自己连想都懒得想。短期看效率高了，长期下去独立判断力、创造力都在萎缩。AI时代最危险的，不是工具太强，是用工具的人放弃了主动思考#AI用多了真的会降智吗# 中国网看点的微博视频

80. Manus走了，原生Agent登场：“AI助手”的第三次重新定义

81. 微信“AI助手”内测

82. 如何通过工程化手段解决AI助手的“偷懒”难题

83. AI总偷懒不认真执行？我踩坑无数，终于找到根治方法

84. AI用得越多，越觉得自己在变懒？

85. AI用得越多越懒？警惕这个让大脑退化的隐形陷阱

86. 你用AI变懒了吗？

87. AI，开始偷懒了？

88. 你的AI最近是不是变笨了？不是错觉

89. AI 时代的"懒"

90. OpenCode长会话退化

91. AI回复越来越敷衍？大模型“消极怠工”上热搜！实测谁最会“摆烂”？

92. 受够了AI总是胡说八道，OpenAI让GPT变笨！但这才是对你负责

93. 用户发现AI变“懒”了，算力吃紧逼出新玩法，沉默中完成系统自救

94. Anthropic官方“打脸”

95. 为什么AI对话次数越多AI反而“越笨”？

96. 我翻了6000多条日志，发现Claude推理深度暴跌67%

97. Claude Opus 4.6差评如潮！思考深度暴跌67%，AMD总监6852次日志打脸

98. Claude 又又又又降智了，只有它自己不知道

99. Claude降智问题解决方案（实测有效）

100. Claude Code偷偷把缓存缩水被抓包，用户成本飙升，这个操作能让你少烧一半配额

101. Claude悄悄缩水了？Token争议揭秘

102. Claude省Token神器爆火

103. 就这 9 行 Rule 让你省 63% 的 token

104. 省 Token 不是把 Prompt 写短——90% 的人方向搞反了

105. 你的Gemini并没有“全力以赴”

106. 为什么模型能力追上了，你还是觉得国内AI不好用？

107. 全球大模型调用量下滑22%

108. 为什么大模型成本暴跌90%，你却感觉不到AI更好用了？

109. 大模型调用量暴跌 24%！AI 热潮要退了，还是刚刚开始？

110. 豆包试水付费会员，国内AI助手免费时代迎来拐点

111. 重生之——我为国产大模型持续掏钱了…

112. Claude Opus 4.6中位思考长度暴跌67%

113. AI工具用得越多越累，不是模型不行是分工乱套了，试试这个新法子

114. 这三个Ai工具，让我把每周10小时的重复工作压到1小时

115. 当思考外包给AI

116. 新研究表明，使用 AI 仅 10 分钟就可能使人变得懒惰和愚钝

117. AI是人类的助手，还是使人懒惰的帮凶？

118. 我研究了「AI疲惫症」

119. AI 助手总摸鱼？这么设置让agent少偷懒

120. 工程师与职场人频现AI疲惫过度使用致效率下滑

121. 扛不住Token成本，微软做了哪三大关键调整？

122. Token优化实战

123. 新闽江网 | Token 计算

124. 企业Token成本压降指南

125. AI Token计费与成本优化全攻略

126. 被用户吐槽“越来越难用”“频频出错”,AI开始偷懒了?

127. AI,开始偷懒了?

128. 越来越多人学习工作中拿AI当“全能搭子”,遇事不决问AI靠谱吗?

129. 2018年AI助手用户体验显著恶化

130. [论文阅读] 人工智能 + 软件工程 | 1085个AI编码插件+361条真实评论:用户到底在抱怨什么?

131. 兴高采烈下载了满屏AI助手,我尝鲜了一下就没再打开

132. AI,开始偷懒了?

133. Gemini镜像官网技术深度拆解：系统2思维与推理能力的范式跃迁

134. 如何将 OpenClaw 的 Token 使用量减少 40%：终极成本优化指南

135. 作为独立开发者，我是如何把AI API成本压到原来的1/10的

136. 使用 AI 最多的那群人，已经开始觉得自己降智又易怒了

137. Gemini 3.1 Pro：复杂任务与智能推理进阶

138. 同样的代码能力，便宜70%的成本——Gemini 3 Flash如何赢了

139. “Token”经济学：AI需要重新算账

140. ChatGPT为什么不乱说话了？揭秘驯服AI的那套方法

141. 每天烧掉1亿Token，我是怎么把api成本降下来的

142. GPT越用越敷衍？不是你的错觉，一招破解“降智”危机

143. 大模型API成本优化：企业级降本策略与实践

144. 2026职场AI效率陷阱：88%的人越用越忙，3招教你夺回掌控权

145. 别再乱买 tokens 了！大模型 API 调用成本优化 90% 的 5 个实操技巧

146. 一句“不超过200字”，帮我省了70% AI成本（Token降本策略4）

147. Token省钱指南：让你的AI成本砍半

148. 万亿Token消耗时代：大模型算力成本现状、隐形损耗与优化方案

149. 为什么有经验的程序员使用AI编程助手反而更慢

150. ChatGPT现在真的太恶心了

151. Claude API太贵怎么办？2026开发者真实降本全方案

152. AI推理的\"注意力陷阱\" - 哔哩哔哩

153. 小米-推理大模型过渡思考可验证奖励RL。📚arXiv: 2601.08468 ✏️标题: JudgeRLVR: Judge First, Generate Second for Efficient Reasoning 📄一句话介绍：通过先训练判别能力再训练生成能力的两阶段范式，实现推理质量提升与长度缩减的双重优化 🎯动机标准RLVR(可验证奖励强化学习)训练模型优化最终答案正确性，但产生了意外副作用：模型发展出冗长、探索性的推理模式，频繁使用"but"、"however"、"let's try again"等回溯表达，导致信息密度低下。受认知科学中“专家通过早期判别能力剪枝无效路径”的启发，论文提出：高效的生成应以可靠的判别能力为前提。 💡方法与创新 JudgeRLVR采用两阶段训练范式：阶段一(判别阶段)：构建判别训练数据——从多个模型(MiMo-7B RL和Qwen3-30B-A3B-SFT)各生成8条推理轨迹，采用困难负样本挖掘策略(优先选择通过率0-100%的中等难度问题)。模型接收问题和解答，输出评论和判定(0/1)，奖励为判定与真实正确性的匹配度。阶段二(生成阶段)：从判别阶段权重初始化，执行标准RLVR训练。使用DAPO（字节seed提出）算法，仅基于最终答案正确性给予稀疏二值奖励，不施加任何显式长度惩罚。这一设计将“什么是高质量推理”的判别知识内化为生成过程中的隐式引导信号，无需任何显式的长度或质量惩罚，即可促使模型在生成时主动修剪低效分支，形成更直接、连贯的推理路径。 📊实验设计在Qwen3-30B-A3B上评测。域内数学任务：平均准确率从76.1%提升至79.8%(+3.7)，生成长度缩减42%；AIME24达89.0%(+2.7)，HMMT_feb_2025达70.0%(+9.2)。域外基准：平均准确率从73.7%提升至78.1%(+4.5)；GPQA Diamond达66.4%(+5.2)，LiveCodeBench达63.9%(+5.7)。语言分析显示回溯词(but/however/wait等)的绝对数量和频率均显著下降，基础模型困惑度测量表明判别训练引发了系统性风格转变，而标准RLVR的输出分布保持接近SFT基线。 #AI #智能体 #大模型 #强化学习 #知识前沿派对

154. 成本砍半，效率翻倍！2026企业级大模型API降本增效全攻略

155. 创业者必看：AI算力成本控制与ROI最大化策略

156. AI们在悄悄的改变

157. 英属哥伦比亚大学揭示AI工具学习中的致命缺陷 - 哔哩哔哩

158. 算力通胀终结者！凭一招把大模型Token成本砍到1/2

159. 大模型成本暴降50%：Token缓存、批量推理与模型降级策略实战

160. AI API Token 管理实践：几个真实场景里的成本优化思路

161. 算力涨价，谁赚走了利润，谁在承担成本

162. 惊到了！PUA Skills 让 AI 不敢放弃、有能力不放弃、还主动出击

163. 第 001 讲：Token 是什么？为什么它决定了 AI 的价格、上下文和输出长度

164. OpenClaw 隐藏功能！推理思考级别设置，AI 直接变聪很多人装了 OpenClaw 却不会设置推理思考级别，导致 AI 回答简单、没逻辑、不深入。这期手把手教你调整推理强度、思考深度，让你的本地 AI 逻辑更强、回答更专业，新手一看就会。#OpenClaw #OpenClaw教程 #本地AI部署 #本地大模型 #AI教程 AI 岩岩

165. Token 消耗与哪些因素相关？全面解析 AI 模型的成本构成

166. 算力租赁+算力调度运营 5家相关公司名单

167. 中小企业 GPU 算力预算规划与成本控制指南

168. Gemini API 新增 Flex 和 Priority 推理层成本降 50%

169. Claude Code 降智？防性能衰退官方指南来了

170. 别再说"扮演一个专家"了——AI提示词的底层逻辑已经变了

171. Claude Code Opus4.7 降智？防性能衰退官方指南来了

172. 国内AI助手“顶流”豆包推出付费订阅后，首次出现用户规模化流国内AI助手“顶流”豆包推出付费订阅后，首次出现用户规模化流失，月活锐减超600万。免费AI时代真要终结了吗？近日，长期稳居国内大模型流量榜首的字节跳动旗下AI助手“豆包”，迎来了上线以来的首次增长阵痛。据第三方AI产品数据平台Aicpb.com发布的最新数据显示，2026年5月，豆包的月活跃用户降至约3.30亿，环比减少约610万，下降幅度约为1.81%。这是该产品自2023年上线以来，首次出现的规模化用户下滑。#电竞显示器 #科技改变生活 #门禁卡 #豆包 #豆包推出付费订阅

173. 1个Token测出模型降级调包，成本砍到千分之一，API供应商的小伎俩全曝光了

174. MIT最新研究：越用ChatGPT大脑越“萎缩”？警惕“效率陷阱”，这3招救回你的思考力

175. Gemini 最近变蠢的原因找到了

176. 明明很聪明，一干活就废？揭秘AI“变笨”的根本原因

177. ChatGPT变蠢了？别甩锅！90%的人都在犯这个“饿死”AI的低级错误

178. 2026年云服务器跑AI大模型，响应速度快到让客户惊讶

179. AI让人类变懒？是科技进步的福音，还是懒惰退步的开始？

180. 我的AI助手，一个二胎宝妈的偷懒哲学

181. 中国AI大模型周调用量罕见下跌，小模型“逼退”巨头？

182. AI正在削弱"信息加工型中层"

AI助手变“懒”了？真相远比你想的复杂

精选参考来源