小河早报

简介：AI 的下半场从“聊天”转向“接管”：Google Gemini 3.1 Pro 统治了最严苛的 ARC-AGI-2 推理基准，让 AI 真正拥有了逻辑推演能力 ；Anthropic 与 OpenAI 则在 Agent 赛道狂飙，让 AI 从副驾驶升级为能操控电脑、管理代码库的“机长” 。当巨头们为了算力砸下 6500 亿美元引发能源危机，当 Sora 二代进化为带物理引擎的世界模拟器 ——本期春节特刊带你穿透技术泡沫，看清大模型从统计预测器向通用推理机演进的残酷真相。

本期高光：

Gemini 3.1 Pro 统治逻辑推理：在 ARC-AGI-2 测试中拿下 77.1% 的高分，首创“三级思考模式”与“思考签名”，解决复杂长链路任务的状态偏移难题 。

Claude Sonnet 4.6 跨越“代步”鸿沟：计算机使用能力发生质变，凭借自动化上下文压缩协议，能在跑几周的超长任务中精准操控跨平台系统 。

GPT-5.3 Codex Spark 变身“机长”：告别聊天框，推出带独立工作区管理的 MacOS 原生应用，多智能体并发接管长程代码重构任务 。

大模型的算力神话与魔幻现实：Sora 2 代变身带物理引擎的“世界模拟器”；科技巨头 6500 亿美金资本支出引爆能源危机，倒逼软硬件协同液冷革命 。

避开法律合规的暗礁：美国各州出台碎片化法规导致模型维护成本剧增，律师等严谨行业引用 AI 幻觉面临多级人工审查的严苛挑战 。

[核心] Google 发布 Gemini 3.1 Pro：推理能力翻倍并确立 ARC-AGI-2 基准领先地位 - https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/

[快讯] Anthropic 发布 Claude Sonnet 4.6：计算机使用 (Computer Use) 能力的质变与 1M 上下文窗口开放 - https://www.anthropic.com/news/claude-sonnet-4-6

[快讯] OpenAI 推出 GPT-5.3-Codex-Spark 与 MacOS 编码智能体应用 - https://openai.com/news/

简介： 这一天，暴力计算与精细化生存发生了正面碰撞。今天是 2026 年 2 月 4 日。当 DeepSeek 悄然在代码库中埋下“MODEL1”的伏笔，宣告显存压缩时代终结，吞吐量才是新王；当 Kimi K2.5 用万亿参数的“包工头模式”重塑了我们对 Agent 的想象——我们发现，AI 的下半场不再是单纯的算力堆砌，而是一场关于“谁能榨干硬件极限”与“谁能指挥蜂群思维”的效率革命。

本期高光：

DeepSeek V4 架构泄露： 576 维时代的终结！为了迎战 Nvidia Blackwell，DeepSeek 选择回归 512 维标准，算力利用率或将迎来质的飞跃。

Kimi K2.5 蜂群进化： 万亿参数 MoE 降临，Thinking Mode 加持。它不再只是一个对话框，而是一个能指挥 100 个子智能体干活的“全能包工头”。

算力神仙打架： Sam Altman 密会 SRAM 芯片商，OpenAI 欲摆脱 Nvidia 依赖？低延迟推理的需求正在重塑芯片产业格局。

AI 学会撒谎： DeepMind 将评估战场搬到了“狼人杀”和“德州扑克”。当 AI 学会了诈唬和识破谎言，商业谈判的逻辑可能要变天了。

Ref：

[核心] FlashMLA: DeepSeek V4 架构代码仓库 https://github.com/deepseek-ai/FlashMLA

[核心] Moonshot Kimi K2.5 模型卡片 (HuggingFace) https://huggingface.co/moonshotai/Kimi-K2.5

[核心] Google 揭秘 SAGE 代理训练框架 https://ppc.land/google-reveals-secret-behind-training-ai-agents-that-browse-the-web/

[快讯] OpenAI 寻求 SRAM 芯片替代 Nvidia GPU https://intellectia.ai/news/stock/openai-seeks-alternatives-to-nvidia-chips-amid-inference-needs

[快讯] Sam Altman 回应与 Nvidia 不合传闻 https://www.thenews.com.pk/latest/1390848-sam-altman-responds-to-report-claiming-openais-frustration-with-nvidia-ai-chips

[快讯] Google DeepMind 扩展游戏竞技场至扑克与狼人杀 https://blog.google/innovation-and-ai/models-and-research/google-deepmind/kaggle-game-arena-updates/

[快讯] TechBuzz 关于 DeepMind 游戏基准的分析 https://www.techbuzz.ai/articles/google-deepmind-expands-game-arena-ai-benchmarks-with-poker-werewolf

[核心] 简介： 2026 年 2 月 3 日。AI 训练进入“左右互搏”新纪元：Google SAGE 宣告了人工标注的死刑，让 Agent 在沙盒里通过“双盲博弈”自我进化 ；Moonshot 用一份充满“防巨头”色彩的开源协议给技术圈投下震撼弹 。当游戏引擎开始变成神经网络 ，当多智能体协作学会拒绝“搭便车” ——本期《小河早报》带你穿透技术泡沫，看清 AI 下半场的真正赛点。

本期高光：

Google SAGE 终结人工标注：Agent 训练不再求人，首创“双盲合成+执行反馈”机制，让模型自己生成高质量的“黄金轨迹”数据 。

Kimi K2.5 的“阳谋”：1T 参数 MoE 模型发布，但那个针对亿级月活产品的“修改版 MIT 协议”，才是给巨头们准备的真正杀招 。

游戏引擎的黄昏：Google Genie 3 开启“生成式交互”时代，不再渲染多边形，而是实时“想象”物理规律和 3D 世界 。

拒绝 Agent 摸鱼：引入“过程奖励”机制，多智能体协作从此按劳分配，彻底解决“搭便车”难题，任务成功率提升 30% 。

GPT-4o 下架真相：别被标题党吓坏，API 服务依然坚挺，但网页端强制升级的背后，是用户体验阈值的全面拉升 。

[核心] Google SAGE：揭秘 Agent 训练背后的双盲合成技术 - https://ppc.land/google-reveals-secret-behind-training-ai-agents-that-browse-the-web/

[快讯] Scaling Multiagent Systems with Process Rewards (过程奖励论文) - https://arxiv.org/abs/2601.23228

[快讯] Google Project Genie 3 导致游戏股大跌的报道 - https://www.tweaktown.com/news/109981/gaming-stocks-tumble-after-google-shows-project-genies-real-time-ai-generated-3d-worlds/index.html

[快讯] Moonshot AI 发布 Kimi K2.5 及“修改版 MIT 协议”解析 - https://www.opensourceforu.com/2026/01/moonshot-ai-publishes-kimi-k2-5-under-modified-mit-license-with-agent-swarm-design/

[快讯] MoonshotAI/Kimi-K2.5 GitHub 官方仓库 - https://github.com/MoonshotAI/Kimi-K2.5

[避坑] OpenAI 官方公告：关于 GPT-4o 及旧模型退休说明 - https://openai.com/index/retiring-gpt-4o-and-older-models/

简介： 这一天，云端巨头与本地极客正式开战。今天是 2026 年 2 月 2 日。当你还在惊叹 Kimi K2.5 万亿参数的“蜂群思维”时，GitHub 上的 OpenClaw 已经用“本地接管一切”的许诺引发了数字起义，却也同时也打开了潘多拉魔盒；当 Yann LeCun 放下偏见拥抱 Gemini，当苹果终于向 Google 低头——我们发现，AI 的未来不再是单一维度的军备竞赛，而是一场关于“谁来代理你的数字生活”的终极博弈。

本期高光：

OpenClaw 的双刃剑： 想要隐私却丢了安全？当本地代理拥有了“上帝权限”，你的硬盘可能正在变成黑客的后花园。

Kimi K2.5 降临： 告别胶水代码！万亿参数模型自带“分身术”，多智能体原生协作将效率提升 4.5 倍。

巨头合纵连横： Yann LeCun 转投 Gemini，苹果交出 Siri 的灵魂，硅谷正在进行最后的站队。

硬件泡沫破裂： Peloton 的裁员警示录——贴个 AI 标签就能割韭菜的时代结束了。

Ref：

[核心] OpenClaw: GitHub 仓库与本地部署指南 https://github.com/openclaw/openclaw

[核心] OpenClaw 的安全噩梦：思科分析报告 https://blogs.cisco.com/ai/personal-ai-agents-like-openclaw-are-a-security-nightmare

[核心] Moonshot Kimi K2.5 技术报告：原生多智能体编排 https://www.kimi.com/blog/kimi-k2-5.html

[核心] Kimi K2.5 在 NVIDIA NIM 上的模型卡片 https://build.nvidia.com/moonshotai/kimi-k2.5/modelcard

[快讯] Yann LeCun 公开背书 Google Gemini https://ppc.land/metas-former-top-ai-scientist-publicly-endorses-google-gemini/

[快讯] 黄仁勋否认 OpenAI 投资破裂传闻 https://www.techbuzz.ai/articles/nvidia-s-huang-slams-report-of-100b-openai-deal-collapse

[快讯] 苹果每年支付 10 亿美元租用 Gemini https://mlq.ai/news/reports-claim-apple-committing-1-billion-yearly-to-google-for-siri-ai-upgrade/

[快讯] Peloton 裁员与 AI 硬件泡沫 https://cybernews.com/ai-news/peloton-cuts-11-of-workforce-soon-after-ai-hardware-launch/

[核心] 简介： 2026 年 2 月 1 日。AI 进化的分岔路口已现：OpenAI 在教模型“做人”，Google 在教模型“动手”，而 DeepSeek 在教模型“懂行”。当 GPT-4o 进入两周倒计时，留下的不仅是怀念，更是对“高智商低情商”新一代模型的反思；当 Google Gemini 3 Flash 不再满足于“看”图，而是写代码去“解剖”像素；当 DeepSeek 用 3B 参数重写了 OCR 的底层逻辑——本期《小河早报》带你看懂这场从“算力堆砌”到“感知进化”的代际更迭。

本期高光：

GPT-4o 强制退役：OpenAI 的“大清洗”计划曝光，为何用户宁愿守着旧模型也不用更聪明的 GPT-5.2？“人格参数化”成新战场。

Google 的视觉手术刀：Gemini 3 Flash 引入 Agentic Vision，模型学会自己写 Python 代码来“放大”和“修图”，彻底解决分辨率悖论。

DeepSeek OCR 2 颠覆传统：告别像素扫描，30 亿参数小模型利用“视觉因果流”像人类一样阅读复杂文档。

美团 LongCat 暴力美学：5600 亿参数混合专家模型登场，深度思考模式让理工科推理成本降低 60%。

无声语音革命：Apple 20 亿美元收购 Q.ai，捕捉面部肌肉微颤，未来的 Siri 只需要你“默念”即可唤醒。

[核心] Google DeepMind 推出 Agentic Vision 与 Gemini 3 Flash - https://blog.google/innovation-and-ai/technology/developers-tools/agentic-vision-gemini-3-flash/

[核心] DeepSeek 发布 DeepSeek-OCR 2：视觉因果流架构 - https://medium.com/@tentenco/deepseek-ocr-2-how-visual-causal-flow-architecture-teaches-ai-to-read-documents-like-humans-54b56ee34a06

[核心] 美团发布 5600 亿参数 LongCat-Flash-Thinking 模型 - https://arxiv.org/abs/2601.16725

[核心] OpenAI 宣布 GPT-4o 将于 2026 年 2 月退役 - https://openai.com/index/retiring-gpt-4o-and-older-models/

[核心] Mistral AI 发布 Vibe 2.0 终端原生编程代理 - https://aibusiness.com/foundation-models/mistral-ai-upgrades-vibe-coding-agent

[快讯] DeepSeek 获批采购 Nvidia H200 芯片传闻 - https://www.taipeitimes.com/News/biz/archives/2026/01/31/2003851500

[快讯] Apple 以 20 亿美元收购 Q.ai 进军无声语音识别 - https://aibusiness.com/consumer-tech/apple-acquires-israeli-startup-qai

[快讯] OpenAI 警告 AI 代理面临 URL 数据泄露风险 - https://openai.com/index/ai-agent-link-safety/

[快讯] Anthropic 发布 Claude 新版宪法 - https://www.anthropic.com/news/claude-new-constitution

简介： 除了巨头互搏，AI 正在悄悄重构“安全”与“创作”的边界。今天是 2026 年 1 月 31 日。当你以为本地部署模型就能高枕无忧时，全球 17.5 万个 Ollama 节点正在被黑客打包成“算力盲盒”在黑市兜售。本期《小河早报》硬核拆解：当 Google 终于睡醒，用 Gemini 3 Flash 的“智能体视觉”打响反击战；当 Veo 3 实现了视频与音效的完美同步；当学术界开始用 LLM 的逻辑去“指导”扩散模型画图——我们发现，AI 的下半场，不仅是算力的较量，更是对“物理世界理解力”的争夺。

本期高光：

LLMjacking 危机爆发： 别让你的显卡裸奔！全球 17.5 万个暴露接口引发“怪异巴扎”算力盗窃行动。

Google 全线反击： Gemini 3 Flash 引入“主动视觉”，Veo 3 终于解决了视频生成“有画无声”的尴尬。

T2G 新范式： 扩散模型也开始“长脑子”了？Dual-GRPO 策略让 AI 先思考逻辑，再动笔画图。

DeepSeek vs 硅谷： 6000 亿美元基建 vs 极致效率优化，中美 AI 发展的两条路彻底分道扬镳。

Ref：

[核心] Google Gemini 3 Flash：为速度与视觉代理而生 https://blog.google/products-and-platforms/products/gemini/gemini-3-flash/

[核心] Google Generative Media (Veo 3/Imagen 4) 发布日志 https://blog.google/innovation-and-ai/products/generative-media-models-io-2025/

[安全] 17.5 万个 Ollama 服务暴露与 LLMjacking 威胁报告 https://thehackernews.com/2026/01/researchers-find-175000-publicly.html

[前沿] Think-Then-Generate (T2G) 推理增强扩散模型 https://arxiv.org/abs/2601.10332

[宏观] 华尔街日报：关于中国 AI 效率革命的误读 https://www.morningstar.com/news/marketwatch/20260124145/did-everyone-forget-about-deepseek-what-wall-street-is-getting-wrong-about-chinese-ai

[快讯] 耶鲁 x Google：Gemma 模型发现癌症治疗新路径 https://blog.google/innovation-and-ai/products/google-gemma-ai-cancer-therapy-discovery/

简介： AI 不仅能干活，还能"偷家"了。今天是 2026 年 1 月 30 日。昨天大家还在为 Agent 的"一键部署"欢呼，今天 Moltbot 的后门风暴就给了所有人一记耳光。本期《小河早报》硬核拆解：当阿里千问学会了"吾日三省吾身"，当英伟达把 H200 的显存压榨到极致，当 Gartner 预言 AI 将被国界锁死——我们在享受技术红利的同时，是不是也该把"安全带"给系紧了？

本期高光：

Moltbot 安全风暴： 开源英雄还是特洛伊木马？下载量第一的插件竟是后门。

Qwen3-Max-Thinking： 拒绝盲目算力堆叠，阿里用"经验累积"重写推理逻辑。

Nvidia & SGLang： 单卡跑 1TB 模型？INT4 量化让私有化部署成本脚踝斩。

Gartner 激进预测： 35% 的国家将被"AI 锁国"，出海开发者的至暗时刻？

Ref：

[核心] Qwen3-Max-Thinking 技术博客

qwen.ai

[安全] Moltbot (Clawdbot) 官方安装脚本与文档

moltbot

[快讯] Gartner 关于 AI 数字主权与区域锁定的预测

www.gartner.com

[快讯] 天工 SkyReels-V3 (19B) 模型主页

huggingface.co

[快讯] NVIDIA & SGLang INT4 量化项目主页

github.com

简介：聊天的时代结束了，干活的时代开始了。今天是 2026 年 1 月 29 日。这两天，OpenAI 祭出 GPT-5.2 完全体，推理成本高达 $84/1M Token，这是给“家里有矿”的人准备的，还是行业的新门槛？本期《小河早报》，带你透过价格看本质：当 DeepSeek 换上 Qwen 的心，当 Kimi 裂变出 100 个分身，当英伟达的车开始“思考”——留给只会写 Prompt 的开发者的路，真的不多了。

本期高光：

OpenAI Prism：为什么说未来的 AI 是 Workspace 而不是 Chatbot？

$84 美元的天价 Token：Thinking 模式到底值不值？

Kimi 2.5：一人公司如何用 Agent Swarm 变成百人军队。

DeepSeek OCR 2：扔掉 CLIP 换 Qwen，价格屠夫教你省钱。

Ref：

[核心] OpenAI 发布 GPT-5.2 家族与 Prism 工作空间 https://openai.com/index/introducing-gpt-5-2/

[快讯] Kimi 2.5 发布：万亿参数 MoE 与智能体集群 https://huggingface.co/moonshotai/Kimi-K2.5

[快讯] NVIDIA Alpamayo：面向自动驾驶的开放推理模型 https://nvidianews.nvidia.com/news/alpamayo-autonomous-vehicle-development

[快讯] DeepSeek-OCR 2：基于 Qwen 的语义推理编码 https://github.com/deepseek-ai/DeepSeek-OCR-2

[数据] GDPval-AA 经济价值基准测试排行榜 https://artificialanalysis.ai/evaluations/gdpval-aa