OpenAI 把 DevDay 变成了「全天候 agent + 更便宜更快模型 + 工作流入口」的一次集中换挡
🔭 今日主线
OpenAI 把 DevDay 变成了「全天候 agent + 更便宜更快模型 + 工作流入口」的一次集中换挡。今日扫描 1195 条原始内容,语义召回后进入 517 条候选;主线不是单个模型更强,而是前沿公司正在把模型能力包装成可以长期运行、可以协作、可以接进组织流程的系统。
这对你最重要的信号是:AI 创业和内容系统的竞争点,正在从「会不会调用一个强模型」转到「能不能把模型、记忆、权限、沙盒、评估、分发和人的工作节奏接成闭环」。OpenAI 的 Dots、GPT-6.1 Sol、Codex Ultrafast,Anthropic 的 Sonnet 5.5,OpenClaw Enterprise,以及 a16z 对 token 消耗和 AI spend 分化的判断,都在指向同一件事:超级个体也能借 agent 扩张执行力,但真正的壁垒会落在系统设计、质量控制和具体业务场景里。
🎯 源头 · Primary
模型与产品入口
- OpenAI:OpenAI 把小企业使用 AI agent 的案例和培训网络一起推出,这说明「一人公司/小团队」正在从宣传口号变成官方增长市场。
- OpenAI:Codex Security Cloud 升级为持续扫描、去重、调查和准备修复的安全 agent,代码安全正在从工具变成后台常驻工作流。
- OpenAI:Dots 被包装成由 GPT-6 Astra 驱动的常驻 agent,你需要关注的是 ChatGPT 正在从问答界面转向个人运营系统。
- OpenAI:OpenAI 用「你的 dot 准备好了」强化个人 agent 的拟人入口,说明记忆和偏好会成为下一轮用户锁定点。
- OpenAI:Ultrafast 在 Codex 里把 Astra 构建速度再往前推,内容产品和代码产品都会更像「边想边生成」的实时协作。
- OpenAI:OpenAI 公布对模型蒸馏攻击的处置,提醒你越依赖闭源前沿模型,越要把模型安全和供应链风险纳入系统设计。
- OpenAI:OpenAI 把小企业报告和 SBDC 培训绑定,意味着面向传统小商家的 AI 培训和陪跑会成为可产品化市场。
- OpenAI:GPT-6.1 Sol 用接近 Astra 的能力配合更低 API 价格,给你试验高频 agent 工作流提供了更低成本的基础层。
- OpenAI:DevDay 一口气发布 Dots、Spaces、GPT-6.1 Sol、Astra Ultrafast 等 20 多项能力,说明平台方正在把「模型发布」升级为「工作系统发布」。
- Anthropic:Claude Sonnet 5.5 上线,前沿模型竞争继续向「更稳、更快、更便宜」的工程可用性靠拢。
- Anthropic:Claude 被用于物理学 Nine Loops 推导,说明顶级模型的科研价值不只是聊天,而是辅助高难度形式化推理。
- Anthropic:Claude 进入刚果埃博拉响应流程,提醒你 AI 的高价值应用往往不是炫技,而是嵌入专家组织的高压任务。
- Anthropic Claude:Sonnet 5.5 宣称比 Sonnet 5 快 30% 且多数任务降价 30%,这会继续压低你构建 agent 产品的单位实验成本。
- Anthropic Claude:Claude Founder House 面向创始人和 builder 做线下工作坊,说明 Anthropic 正在争夺早期应用生态而不只卖 API。
- Anthropic Claude:Claude 继续推 SF 和 Stockholm 的 builder 活动,你可以把它看作前沿模型公司亲自做开发者教育和场景收集。
- Hugging Face:Hugging Face 把神经网络天气预测做成可操作内容,开源社区正在把前沿研究包装成普通人能亲手试的工具。
Agent 运行时与基础设施
- OpenClaw:OpenClaw Enterprise 与 Red Hat、NVIDIA、OpenAI 协作推出,信号是企业 agent 需要私有控制面,而不是只靠云端聊天产品。
- OpenClaw:NVIDIA 转发 OpenClaw Enterprise 和 OpenShell 的组合,说明 agent 沙盒、治理和运行时正在成为基础设施层的必争点。
- NVIDIA AI:NVIDIA 把 OpenShell 定位为治理 autonomous agents 的开源选项,你自己的 agent 系统也要把沙盒和权限当作产品能力。
- NVIDIA:NVIDIA 与 CoreWeave 把训练、部署、观测和再训练闭成 agentic AI 回路,说明算力云的卖点正从 GPU 租赁转向完整生产闭环。
- CoreWeave:CoreWeave 宣称 Vera CPU 支持每机架 11000+ 并发环境,agent 时代的瓶颈会越来越落在并发运行环境而非单次推理。
- CoreWeave:CoreWeave Forge 把运行、观测、整理数据、改进和评估放在同一回路里,这正是你做内容 agent 系统时要学的闭环结构。
- NVIDIA/OpenShell:OpenShell 登上 GitHub Trending,说明「安全、私有的自主 agent runtime」已经从企业需求变成开发者关注点。
- Google DeepMind:SynthID Bio 尝试给 AI 生成蛋白加水印,提醒你以后内容、代码、生物设计都会面对「生成物 provenance」问题。
- Cohere:Embed 5 把 embedding 继续推到前沿能力,检索和语义记忆仍是个人知识系统与 agent 系统的底层地基。
- Ollama:Ollama v0.35.0 支持本地 decision models,你可以把模型路由、内容审核、任务分流这类判断放到本地低成本执行。
- Zed:Zed v1.22.0 加入 GPT-6.1 Sol BYOK、子 agent 模型选择和自动压缩,编辑器正在变成多 agent 调度界面。
💰 投资 · Investor
- a16z:a16z 说 agent 的 token 消耗已接近人类 5 倍且较 2 月增长 14 倍,这意味着 AI 产品成本结构会被「后台 agent」重写。
- a16z:a16z 用现金流图显示 Big Tech 利润向芯片商转移,你需要把 AI 创业看成「应用增长」和「基础设施租金」同时存在的游戏。
- a16z:State of Markets II 用 100 多张图总结市场,今天对你有用的是把 AI buildout 放进资本开支周期而不是单个产品周期。
- Sequoia Capital:Flow 以 7.5 亿美元估值融 B 轮押注硬件工程自动化,说明 AI 先改软件工程,下一波会改 CAD、报价、合规和供应链这类复杂流程。
- a16z:Sarah Wang 强调 AI power users 与普通企业拉开支出差距,你的机会在于服务那批「已经高频使用、愿意付费」的人。
- a16z:a16z 把 AI buildout 称为 Software Is Eating the World 的下一章,你要警惕只看应用层收入而忽略基础设施吞噬利润。
- a16z:Saronic 港口项目被放进美国工业叙事,说明 AI 与硬件、国防、制造的结合正在被政治和资本共同加速。
- a16z:a16z 说前 1% AI 花费公司支出是前 10% 的 8 倍,你服务客户时要识别真实用量,而不是只听「我们也在用 AI」。
- a16z:a16z 说前 1% AI 用户比中位公司多花 600 倍,这解释了为什么同一套 AI 工具在不同组织里的价值感完全不同。
- a16z:a16z 投机器人外科 pre-seed,说明「AI + 高门槛专业操作」仍是聪明钱愿意冒险的方向。
- a16z:a16z 把高科技设备、软件和 R&D 视为美国资本开支的核心,你看 AI 创业不能只盯 SaaS,还要看生产力资产。
- a16z:Cosign 的发布提醒你,AI 购物和 agent 支付会催生新的信任、归因和佣金基础设施。
- a16z:a16z 追问 AI assistant 购物时谁拿钱,说明 agent commerce 的核心战场会是入口、归因和交易分成。
- a16z:a16z 解读 OpenAI 重视创造客户,提醒你做产品不要沉迷能力展示,要看它是否真的制造新需求。
- Garry Tan:Garry Tan 观察到 coding agents 已能自动协调避免冲突,这给你的启发是多 agent 不是未来概念,而是今天就能改造研发流程。
- Garry Tan:Garry Tan 把 OpenClaw 的 test-audit skill 合入 GStack,说明 agent 时代测试膨胀会催生新的审计和质量控制层。
- Sequoia Capital:Databricks CEO 说企业吸收 AI 至少要十年,这提醒你不要只卖工具,要卖组织流程迁移。
- Garry Tan:Garry Tan 转述 300 页国防 RFP 对创业公司的伤害,说明 AI 创业进入政府/工业场景时,真正门槛常常是采购语言而不是模型能力。
- Garry Tan:Garry Tan 转发 Acme 的 work/compliance 叙事,提醒你 agent 产品要从第一天处理工作流和合规,而不是事后补。
- Garry Tan:Garry Tan 只转了一个链接但没有上下文,这条本身信息量低,保留为信任源触达而不展开判断。
- Garry Tan:Garry Tan 的短回复只能说明他在围绕 OpenClaw/GStack 讨论互动,今天不值得从中抽新论点。
- Garry Tan:YC 的 physical AI 活动说明机器人、自治和智能硬件仍在早期 builder 圈聚集,你可把它视为 AI 应用外溢到物理世界的信号。
- Sequoia Capital:Sequoia 推 Databricks 访谈全版本,重点不是播客本身,而是「AI 扩散需要重构流程」这条长期判断。
- Garry Tan:Garry Tan 对旧金山政治的吐槽与今日 AI 主线弱相关,保留为情绪背景而不进入判断核心。
- Sequoia Capital:Databricks CEO 用两天做完团队九个月的 connector,说明 AI 的价值往往是发现流程里真正被卡住的环节。
- Sequoia Capital:Listen Labs 被 Salesforce 收购,说明「大规模听客户」已经从调研工具变成 AI-native 企业能力。
- Y Combinator:Vapi 年处理十亿通电话,说明 voice agent 已经有真实规模化场景,不再只是 demo。
- Lightspeed:Lightspeed 用 Jevons paradox 讨论 AI 便宜 1000 倍后的需求扩张,你做产品定价时要考虑用量爆炸而非线性降本。
🧠 解读 · Sense Maker
- Naval Ravikant:Naval 的长期主义提醒你,AI 工作流也要做十年版本,而不是只追今天最热功能。
- Naval Ravikant:Naval 说人无法替代另一个人留下的洞,对你写 AI 内容是提醒:越自动化,越要保留真实关系和人的不可替代性。
- Naval Ravikant:Naval 强调机构有效性来自 merit,而不是参与感;这可以迁移到 agent 团队:结果评价比工具参与更重要。
- The Information:The Information 把 Oura IPO 延后、Anthropic 折扣和 Sonnet 5.5 放在一起看,说明 AI 公司估值与成本压力已经进入同一张表。
- GenAI Works:GenAI Works 把 Dots 解读为 24/7 云端电脑上的 agent,这帮助你把它看成「个人运营外包」而不是聊天新功能。
- SemiAnalysis:SemiAnalysis 指出 GPT-6.1 Sol Ultrafast 并非跑在 Cerebras 上,而是低 batch NVIDIA GPU,这提醒你不要把前端速度叙事误读成某家硬件路线胜出。
- SemiAnalysis:SemiAnalysis 拆 AMD Helios 的交换设计,说明 AI 基础设施竞争已经细到互连、retimer 和 scale-up switch。
- The Rundown AI:The Rundown 把 Dots 定义为 ChatGPT 内的 24/7 agent,外部答案卷也确认今天头号信号是常驻 agent。
- The Rundown AI:The Rundown 提到 Anthropic IPO 文件泄露和高损耗,提醒你前沿模型公司商业叙事背后仍是巨额基础设施成本。
- The Rundown AI:The Rundown 给出 ChatGPT dot 上手指南,说明 Dots 的读者需求已经从「是什么」转为「怎么用」。
- The Rundown AI:The Rundown 关注 America.gov 的 AI front door,政府服务入口也在被 chat/agent 化。
- a16z SPEEDRUN:a16z SPEEDRUN 谈高质量活动,给你的线下/社群产品一个提醒:活动不是热闹,而是提高人群密度和连接质量。
- The Information:The Information 把 DevDay 与 Google 向出版商付费放在一起,说明 AI 平台正在同时争夺工具入口和内容供给。
- SemiAnalysis:SemiAnalysis 用 Apple 和 Qualcomm 的长期专利关系说明硬件自研不等于摆脱生态租金,这对 AI infra 也成立。
- SemiAnalysis:SemiAnalysis 在新加坡办 AI/半导体股票 pitch challenge,说明亚洲资本市场也在用专业研究社区筛 AI 基础设施机会。
- TLDR AI:TLDR AI 的标题把 Dots、GPT-6.1 Sol 和 software factories 并列,进一步确认今天主线是 agent 产品化和工厂化软件开发。
- TLDR AI:TLDR AI 把 Sonnet 5.5、Anthropic IPO 泄露和 AMD 收购 World Labs 放在一起,说明模型、资本和世界模型仍在同一天互相牵引。
- TLDR AI:TLDR AI 记录 Muse manifesto、OpenAI 暂停训练和 compute trading,提醒你前沿竞争不只是发布,也包括训练安全和算力金融化。
- SemiAnalysis:SemiAnalysis 对 DeepSeek 记忆机制的探测说明「记忆」不是简单存文本,而是模型内部向量与触发模式的问题。
- 36氪:36氪追问 OpenAI 为何不敢发新旗舰模型,给中文读者的信号是安全、成本和竞争节奏正在互相制约。
- 机器之心:机器之心拆 HaluMem,提醒你做个人知识库和 agent 记忆时,错误可能发生在写入、更新、检索和回答的任一环节。
- 量子位:量子位的访谈把多 agent 用于数学推理,说明「一万个 agent」的价值在于组织问题分解,而不是堆数量。
- Lenny Rachitsky:Lenny 挑 DevDay 真正值得试的功能,这类产品视角比发布清单更适合你转成实践路线。
- Ethan Mollick:Ethan Mollick 说前沿模型让半成品也能工作,提醒你一人产品可以更早上线,但也更需要明确质量边界。
- Rohan Paul:Rohan Paul 用 AI 小说说明单提示词不够,真正差异来自分工式架构;这正好对应内容 agent 系统的设计方向。
- Harrison Chase:Harrison Chase 说 harness 不会因模型变强消失,而会转向工具、权限和子 agent 组织,这就是今天主线的工程版表达。
🔨 实践 · Practitioner
- Andrew Ng:Andrew Ng 借 OpenAI-Hugging Face hack 强调弱沙盒风险,对你最直接的启发是 agent 产品必须先设计隔离层。
- Andrew Ng:Workera 被 Pearson 收购,说明 AI 时代的技能测评和学习路径会进入传统教育巨头的主航道。
- Alex Finn:Alex Finn 认为高价订阅额度被腰斩会把 AI 公司推向 API 计价,这会影响你未来工具栈的成本预期。
- Alex Finn:Alex Finn 把 DevDay 拆成 Dots、Spaces 等实用功能,对你有用的是把发布会转译成可测试清单。
- Alex Finn:Alex Finn 试用 Dots 后强调它接入 ChatGPT 记忆和应用,这正是个人 AI assistant 从「工具」变「上下文中心」的证据。
- DeepLearningAI:DeepLearningAI 上线数据工程证书,说明 AI 应用落地仍离不开数据管道、存储、转换和服务这些基本功。
- DeepLearningAI:Andrew Ng 说早期 AI 项目不该套用僵硬测试,提醒你不同成熟度的 agent 产品要用不同质量策略。
- DeepLearningAI:DeepLearningAI 再次强调测试策略要随项目阶段变化,这对你搭建内容 agent 的早期迭代尤其重要。
- 课代表立正:课代表立正吐槽短视频伪偷拍开头,提醒你 AI 内容越多,越要保留真实表达而不是套路镜头。
- 课代表立正:课代表立正用宝二爷案例讲「攒局」和破局,给内容创业者的启发是商业能力常常是连接多方困境。
- 课代表立正:课代表立正讨论硅谷创投不再只看 AI 应用,提醒你内容里要解释资本为什么从应用热转向更硬的壁垒。
- 课代表立正:课代表立正访谈 Databricks 创始人,适合转成「如何识别并抓住长期机会」的创业认知素材。
- 课代表立正:课代表立正的宝二爷长访谈涉及财富、关系和选择朋友,和 AI 主线弱相关,但对个人商业判断有素材价值。
- Greg Isenberg:Greg Isenberg 把 $5T 小企业交接潮和 agent roll-up 结合,说明一人 holdco 不是空想,而是需要流程、文件夹和 agent 分工的运营系统。
- Greg Isenberg:Greg Isenberg 从 DevDay 里挑 Dots、Agents 和 $100B 机会,适合你把发布会写成创业机会地图。
- 数字生命卡兹克:数字生命卡兹克做个人 Agent 功能对比,说明中文 creator 圈已经开始把前沿产品转译成可选型表。
- 歸藏:歸藏用 Muse 自动生成 AI 资讯早报视频,这和你的内容系统高度同构,值得拆成「资讯到视频」工作流。
- Pieter Levels:Pieter Levels 抱怨 X 上 AI 回复劣化,提醒内容创作者未来要防的不只是低质内容,还有低质互动污染。
- Marc Lou:Marc Lou 公开 9 月收入结构,说明一人公司组合收入仍可行,但真正价值是产品矩阵和长期积累。
- Shreya Shankar:Quail 用 AI-SQL 把查询规划和 LLM 推理一起优化,说明数据工作流里的 AI 原生算子会成为新基础设施。
- Jerry Liu:Jerry Liu 觉得 Dots 放在 ChatGPT 里更像功能而非独立产品,提醒你评估新产品时要看入口权重而不只看能力。
🔥 专业热榜(by-feed·trending·专业)
HN
- HN · Gemini 4 Argon:Gemini 4 Argon 上 HN,说明新模型发布仍是开发者社区最敏感的信号之一。
- HN · Bild AI:Bild AI 招 founding engineer,AI 改造建筑/硬件协作这种垂直场景仍在招早期核心人。
- HN · Magnitude:Magnitude 自称 agent 自优化推理引擎,和今天「agent 成本与性能」主线直接相连。
- HN · Commit description:把 commit 描述当思考工具,提醒你 AI coding 时代更需要显式化推理痕迹。
- HN · Netlify Edge Functions:Netlify 用 Firecracker microVMs 提速边缘函数,说明 agent runtime 背后的隔离和冷启动仍是硬问题。
GitHub Trending
- GitHub · ponytail:这个项目把「懒惰资深工程师」变成 agent 行为约束,说明 prompt/skill 正在从技巧变成可复用工程资产。
- GitHub · MoneyPrinterTurbo:一键生成高清短视频继续上榜,内容自动化仍是大众最愿意尝试的 AI 场景。
- GitHub · awesome-claude-skills:Claude Skills 资源集合上榜,说明定制化技能正在成为新一代「插件生态」。
- GitHub · context-mode:上下文窗口优化工具强调输出沙盒和会话记忆,正好击中 agent 长任务的痛点。
- GitHub · openrig:openrig 把 Claude Code 和 Codex 放进同一 multi-agent harness,说明跨模型协作正在从手工切换走向运行时编排。
- GitHub · codegraph:本地代码知识图谱服务 Claude/Codex/Gemini 等工具,提示你代码 agent 的下一步是少读、读准、记住。
Product Hunt
- Product Hunt · getcta.store:MacBook 刘海下的 AI 提词器上榜,说明创作者工具会继续从小入口切进高频表达场景。
- Product Hunt · Flocker Agent Profiles:给 agent 建 profile page,说明「AI 协作者身份」正在被产品化。
- Product Hunt · Notely:Notely 把笔记转任务且先追问,给个人知识系统的启发是 agent 不该直接执行,而应先澄清。
- Product Hunt · GitBot:GitBot 把 bot 建在已有 coding agent 上,说明增量产品机会常常是包装现有工作流。
- Product Hunt · Campfire:Campfire 做人和 coding agents 的共享工作区,正对应今天「协作界面」主线。
- Product Hunt · CrawlRaven MCP:SEO 工作接入 AI agent,说明 MCP 正在把垂直工具变成 agent 可调用能力。
Hugging Face
- Hugging Face · Qwen-Image-2.1:Qwen 图像模型继续高热,中文开源模型在多模态内容生产里仍有存在感。
- Hugging Face · Ternary-Bonsai:27B GGUF 模型高下载,说明本地可跑模型仍是开发者和隐私场景的重要需求。
- Hugging Face · typed-decisions:typed decisions 数据集上榜,和 Ollama decision models 一起说明「非生成式判断模型」开始升温。
- Hugging Face · OmniVChat:多模态聊天数据集上榜,agent 的记忆和交互会继续向语音、视频、多方对话扩展。
- Hugging Face · Qwen3.8-27B:Qwen 多模态模型下载量极高,提醒你中文生态的模型能力变化不能只看英文 X。
HF Papers
- HF Papers · StoryEngine:长视频故事生成开始转向状态驱动 agent 框架,这对内容系统意味着连续性会成为新门槛。
- HF Papers · Omni-IO Skills:Omni-IO Skills 试图让 agent 原生处理文本、图像、音频、视频、文档和代码,正是「技能化」趋势的研究版。
- HF Papers · LLMs are General Asynchronous Agents:异步 agent 论文指出现实任务不是顺序回合制,这对常驻个人 assistant 很关键。
- HF Papers · Interaction-Aware Memory:多方口语对话记忆研究说明,未来个人 agent 需要理解关系和场景,而不只是记录事实。
- HF Papers · Chinese-Jev:中文 System One decision model 出现,说明本地判断模型会开始服务中文任务路由、审核和分类。
papers.cool
- papers.cool · AdviSD:小 advisor 用自然语言建议引导冻结执行模型,提示 agent 优化可能来自「指导层」而不是重训大模型。
- papers.cool · Meta-Skills for Harness Design:研究让 Builder 学会构造更好的执行环境,和 Harrison Chase 的 harness 判断形成呼应。
- papers.cool · Agents Execute Plans:论文追问 agent 是否执行自己声明的计划,这正是你评估内容 agent 可靠性时需要看的问题。
- papers.cool · Meta-Reasoning:meta-reasoning 把 agent 执行控制本身变成推理对象,说明长任务成本管理会越来越重要。
- papers.cool · LongHarness Bench:LongHarness Bench 测长上下文 harness,提醒你不要只测模型,要测模型所在的工作环境。
掘金
- 掘金 · 个人量化:个人量化文章上榜,说明国内开发者仍在把 AI 与高杠杆个人系统绑定。
- 掘金 · AI 写 QQ 飞车:一句话生成可玩游戏的案例上榜,说明「可运行结果」比模型参数更容易传播。
- 掘金 · AI 测试 Skill:25 个测试 skill 被热读,说明 AI coding 之后测试和审计正在成为新刚需。
- 掘金 · Agent 判断器:Laya、Jev 和部署选择进入掘金热榜,说明中文开发者开始关注「生成之外的判断模型」。
- 掘金 · 微信小游戏实录:非游戏开发者用 AI 做小游戏的完整实录提醒你,AI 内容/产品案例最好写真实过程和踩坑。
- 掘金 · 多智能体通信风暴:多 agent 死锁与降级治理上榜,说明 agent 系统工程问题已经进入国内开发者视野。
👥 我的 feeds(by-feed·mine)
X For-You
- Dan Shipper:Dan Shipper 采访 Sam Altman,重点是 dots 如何帮他管理 OpenAI 和降低屏幕时间,这给你一个「创始人如何用个人 agent」的写作切口。
- Thariq:Thariq 说做游戏不要把创造本身外包给 AI,提醒你内容创作也应把 AI 当协作者而非替身。
- Jess Chan:Jess Chan 讨论 founder 为什么卡在杂事里,对你有用的是把 agent delegation 写成人的授权问题。
- Matan Grinberg:FactoryAI 与 Cognition 的人才风波说明 AI 公司高增长下,伦理、客户和人才流动会成为公开风险。
- Product Hunt:Product Hunt 推荐 GitBot,说明 coding agent 生态正在出现围绕重复 prompt 和日常动作的小工具。
- Tim O'Reilly:Tim O'Reilly 对某大厂 AI 节奏表达担忧,提醒你观察平台时要看它是否真正把 AI 融进产品节奏。
- Peter Steinberger:Peter Steinberger 转 OpenClaw Enterprise,说明 agent 控制面已经能在工程圈外层传播。
- Jeff Boudier:Jeff Boudier 组织 Hugging Face 开源活动,说明开源 AI 社区仍靠线下聚集维持高密度协作。
- Yasser Lotfy:Yasser Lotfy 把 OpenAI 不发布模型与 Anthropic 巨额成本放在一起,提示你前沿竞争背后是安全叙事和资本消耗的拉扯。
- CoreWeave:CoreWeave 强调自己不是「新云」而是 AI innovation 专用云,这说明基础设施公司也在争夺认知定位。
- SemiAnalysis:SemiAnalysis 分享 DeepSeek 记忆探针,算法流把它推给你,说明模型内部机制内容对专业读者仍有吸引力。
YouTube 首页
- 课代表立正:硅谷投资人讨论 AI 应用降温,这条适合用来解释资本为什么从「套壳应用」转向壁垒更硬的系统。
- 课代表立正:Databricks 创始人访谈说明长期机会识别比短期热点更重要,可作为认知型创业内容素材。
- 课代表立正:宝二爷访谈虽然带币圈色彩,但其中关于攒局和识人的内容可转译成商业判断,而不碰投机叙事。
🔭 今日主线
今天的热点主线是:AI 已经从“新模型名字”进入“普通人如何重新安排学习、工作和表达”的大众叙事。
抖音、小红书和 B 站里最强的 AI 内容,不再只是炫模型参数,而是把 Codex、Claude、DeepSeek、Qwen、本地模型、AI 漫剧和 AI 学习法包装成更具体的命题:少花时间学会工具、用 AI 做作品、用 AI 改变教育和职业路径。视频号侧更明显,爆款集中在疾病、教育、财富分配、AI 预言和创始人模式这些“人生决策题”上;评论区真正追问的也不是工具名,而是未来该学什么、工作会不会被替代、创始人到底该亲力亲为到什么程度。
🔥 热点话题(大家最近集中关注什么)
领域热点
- 豆芽AI笔记本 —— 小红书 202.5K 赞、同平台 P100 的“AI 替我上班”说明大众最吃的仍是把 AI 讲成节省通勤和劳动时间的具体收益。
- Ali Abdaal —— 小红书 117.2K 赞、同平台 P100 的 Claude Code 周末入门,证明“短周期掌握复杂工具”比工具评测更能穿透普通学习焦虑。
- Iwanau —— 抖音 30.0 万赞、同平台 P100 的 Claude 5.5 概率科普,把新模型热度转成“知识短片”而不是发布会解读。
- 谢慢慢 —— 抖音 21.2 万赞、同平台 P99 的 Codex 速通教程,说明国内用户正在把 agent 编程当成可学习的日常技能。
- 你虫子哥啊 —— 抖音 17.2 万赞、同平台 P97 的 Codex 安装喂饭教程,显示“能不能装上、能不能免费用”仍是大众进入 AI 编程的第一道门槛。
- Qwen 本地部署实测 —— B 站 17.9 万播放、同平台 P95 的 Qwen3.6 本地模型内容,说明开源模型热度正在从“榜单分数”下沉到“花多少钱能跑起来”。
- 老炸AIGC —— 抖音 9.0 万赞、同平台 P95 的 AI 漫剧全流程,说明 AI 视频内容正在被平台用户理解成一条可拆解的生产线。
- 天爱Talk —— 抖音 15.5 万赞、同平台 P97 的 AI 泡沫访谈,把宏观焦虑和普通人应对放在同一个长视频里,热度来自“判断周期”而不是单个工具。
- Reddit ClaudeAI —— Reddit 4100 分、270 评论、同平台 P100 的 GPT-6.1 与 Opus 5.5 对比,说明英文社区今天仍在围绕模型竞赛和 Anthropic 压力讨论。
- Reddit LocalLLaMA —— Reddit 2139 分、473 评论、同平台 P95 的 GLM 话题,说明“闭源大厂失误反而替开源模型做广告”是社区愿意参与的叙事。
泛热点
- 百度热榜 —— 国庆 77 周年招待会和升旗相关话题占据主场,说明今天全民注意力的底色是节日和国家叙事。
- 抖音热榜 —— 国庆旅游前线、出片大赛和假期挑战集中出现,短期内容机会在“我此刻在哪里”这种参与式表达上。
- 头条热榜 —— 国庆平均每天约 3 亿人次在路上,说明假期拥堵、消费、旅行体验是大众会持续讨论的现实场景。
- 百度热榜 —— 25 至 29 岁结婚人数最多的话题,把婚育焦虑重新推到公共讨论里。
- 头条热榜 —— 农民交公粮能否视同缴社保引发争议,核心是代际公平和制度记忆,而不是单条政策新闻。
- 百度热榜 —— 寒武纪离职高管索赔 278.32 亿元,给 AI 芯片热度之外增加了公司治理和人才绑定的讨论入口。
- 百度热榜 —— “美国为何给人工智能改名”进入全民热榜,说明 AI 叙事已经外溢到政策宣传和公众认知层。
👥 平台流(CN 发现流 + Reddit 社区)
小红书发现流
- 海绵末 —— 小红书发现流 9469 赞、同平台 P96 的家庭宠物内容,说明强生活反差仍是推荐流高热的底盘。
- 哈尔滨日报冰城+ —— 小红书发现流 8386 赞、同平台 P94 的现场情绪内容,说明地方媒体账号也能靠强表情场景进入推荐。
- 奈斯 —— 小红书发现流 8061 赞、同平台 P94 的身体能力瞬间,说明无门槛视觉奇观仍是平台流通货。
抖音推荐流
- 终极小腾 —— 抖音推荐流 22.6 万赞、同平台 P99 的摩纳哥探访,说明“现实版富豪主题公园”这种阶层想象很容易跑出圈。
- 谢慢慢 —— 抖音推荐流 21.2 万赞、同平台 P99 的 Codex 速通,说明 AI 教程已经能和泛生活、旅行、娱乐内容同池竞争。
- 洋月亮鉴定师 —— 抖音推荐流 21.2 万赞、同平台 P99 的 AI 生成中式志怪,说明 AI 内容生产在短剧和世界观叙事里更自然。
- 小小漫剧 —— 抖音推荐流 10.0 万赞、同平台 P96 的原创动画连载,说明 AI 漫剧已经按连续剧消费,而不是一次性技术展示。
Reddit 社区
- Reddit ClaudeAI —— Reddit 2210 分、335 评论、同平台 P97 的 Claude Sonnet 5.5 发布帖,说明官方模型帖仍能直接引爆社区讨论。
- Reddit LocalLLaMA —— Reddit 2139 分、473 评论、同平台 P95 的 GLM 反向受益帖,说明开源社区会把闭源模型事件迅速转译成阵营比较。
- Reddit ClaudeAI —— Reddit 4100 分、270 评论、同平台 P100 的 GPT-6.1 对比帖,说明用户对模型领先的判断仍高度依赖 benchmark 叙事。
平台候选分布:小红书偏“AI 工具能帮我省什么事”,B 站偏“模型和工作流实测”,抖音偏“AI 教程、AI 漫剧、宏观预言”,Reddit 偏“模型胜负和开源阵营”。