编辑精选

如何靠卖推理赚到钱

推理API的利润正被疯狂挤压，想保住30%毛利率？答案是用价值定价替代成本加成，把定价权从算力成本中解耦。文章用Sierra按消单收费、Devin卖计算单元等案例，讲透了从卖Token升级为卖工作成果的生存逻辑。

AI让漏洞发现变快，但修补成了新瓶颈。OpenAI的Daybreak项目用GPT-5.5-Cyber模型（CyberGym 85.6%）和Codex Security插件，直接从扫描到生成补丁，配合Patch the Planet开源合作，真正把AI防御能力落地。

深度研究Agent在查询外部网络时会通过碎片化查询泄露私有信息，马赛克效应防不胜防。作者用情境奖励和隐私奖励训练，把泄漏从34%压到9.9%，任务性能几乎不变——隐私不是prompt能解决的，得靠训练。

Anjney Midha 直指 AI 计算其实被浪费到荒唐——Google 的 95% 利用率竟是事故。他主张建独立计算市场，像电网调度电力一样调度 FLOPs。还透露 DeepMind 内部囤研究是负外部性、Anthropic 从第一天就以编码为 P0。

波士顿儿童医院和哈佛用OpenAI o3模型重新分析了376个多年未解开的罕见病基因病例，新增了18个诊断（提高4.8%）。模型不是直接诊断，而是生成带证据链的假设让专家审查。这告诉我们，AI最实用的价值不是替代医生，而是帮专家在旧数据中系统性地挖出新答案。

大多数评测只看最终答案，但 Hugging Face 的这篇博客告诉你，结果相同、代价天差地别。一个注重过程的评测框架如何发现加速大模型的同时伤到小模型的“反常”现象。

OpenAI联手Molecule.one，让GPT-5.4像一位真实的化学博士后一样工作：独立提出科学猜想、设计实验方案、在自动化实验室里跑完10080个反应、分析数据、再提出下一轮假设。关键结果是，它推荐的TEMPO氧化剂让药物化学中最棘手的磺酰胺基团偶联反应产率翻倍。

MolmoMotion用物体表面稀疏3D点预测未来运动轨迹，不依赖物体类别模板，精度远超现有方法。仿真环境机器人任务成功率76.3%，通用性强到可以直接从视频学到物理规律并迁移到机器人控制。核心价值是让AI从看懂过去进化到预判未来。