OpenAI七年首度开源遭「冷漠」，Meta千亿豪赌换FCF四年新低，AlphaFold诺奖团队散场
OpenAI以Apache 2.0发布gpt-oss，社区反应两极——「benchmarkmaxing」沦为热词；Sam Altman播客坦承「过去一年是我的错」；Meta Q2自由现金流创四年新低却上调CapEx至1450亿；谷歌解散诺奖AlphaFold团队；Poolside 118B以小搏大碾压DeepSeek V4 1.6T参数
本期内容 · 7 条
OpenAI七年首度开源：gpt-oss-120b与20b以Apache 2.0发布，社区反应两极
OpenAI发布gpt-oss-120b（1200亿参数）和gpt-oss-20b（200亿参数），采用Apache 2.0许可，自2019年GPT-2以来首次开放权重。基准测试对标o4-mini和o3-mini，可在单张80GB GPU运行。但社区反馈分裂：Nous Research联合创始人Teknium称其为「legitimate nothing burger」，指出模型在创意写作中插入积分公式——被戏称「benchmarkmaxing」；独立评测机构Artificial Analysis确认其为「美国最强开源权重模型」，但仍落后DeepSeek R1和Qwen3 235B。
Sam Altman播客深度复盘：「过去一年是我的错」，机器人2-3年迎来ChatGPT时刻
Altman在Invest Like The Best播客中进行罕见长篇对谈。坦承过去一年「战线太宽，是我的错」——2025年初为对冲收入风险同时铺开消费者应用、媒体等多条业务线，后大幅收缩回归核心。称蒸馏问题「不在我前十大担忧」，推理收入池足够深。首次以「非常切身」形容Hugging Face入侵事件，称其改变了OpenAI对安全的认知。预言机器人2-3年内迎来自己的ChatGPT时刻，「我们即将创造一盏能实现任何愿望的神灯」。
Meta Q2财报：营收608亿美元同比增28%，但FCF仅7.84亿美元创四年新低
Meta公布2026年Q2财报：营收608亿美元同比增28%，但自由现金流仅7.84亿美元创近四年最低。全年资本开支指引上调至1250-1450亿美元——公司史上最高AI基建投入。盘后股价一度跌超10%。同步宣布Meta Compute正式作为外部营收线推出，BlackRock合资公司移除125亿美元负债。扎克伯格在电话会中强调「属于所有人的AI未来」叙事，但市场关心的是：千亿美元AI投入何时见到回报？
谷歌DeepMind解散诺奖AlphaFold团队：核心成员投奔Anthropic，资源全面转向Gemini
据《金融时报》报道，谷歌DeepMind已解散获得2024年诺贝尔化学奖的AlphaFold核心研发团队。AlphaFold原始论文近1/4全职作者已离开公司，诺奖得主John Jumper等核心科学家集体转投Anthropic。谷歌将资源转向以Gemini为底座的AI for Science平台，通过Science Skills连通30+生命科学数据库和工具。标志AI科研从「专模攻克单点难题」转向「通用模型+智能体覆盖全流程」。
OpenAI用GPT-5.6优化自身推理链路：端到端成本降20%，Token生成效率提升超15%
OpenAI发布技术博客，披露用GPT-5.6 Sol模型优化GPT-5.6系列自身推理基础设施。GPT-5.6 Sol学习Triton和Gluon两种GPU编程语言，自主重写生产环境GPU内核，使端到端服务成本最多降低20%。在推测性解码（speculative decoding）环节，改进后token生成效率提升超15%。OpenAI使用开源工具FpSan验证模型编写内核的正确性。这是「AI优化AI」从概念到生产的关键案例。
Poolside Laguna S 2.1：118B MoE模型以小搏大，编码评测碾压DeepSeek V4 Pro Max 1.6T
Poolside发布Laguna S 2.1：118B MoE架构（仅8B活跃参数），在Terminal-Bench达70.2%、SWE-bench Pro达59.4%，在DeepSWE上以4倍优势击败DeepSeek V4 Pro Max（1.6T总参数）。以$0.10/M token在OpenRouter上线，OpenMDW许可，单台DGX Spark即可运行。被The Next Web定位为「西方对中系开源编码模型霸权的回应」，证明前沿编码质量不需要无限膨胀的参数规模。
微软Copilot超级应用年内问世：整合对话、编程、智能体，纳德拉称「这是重大进展」
微软CEO纳德拉在Q4财报电话会议中宣布，微软正打造一款AI「超级应用」，将Copilot聊天机器人、GitHub Copilot编程助手和Autopilot智能体系统整合到单一应用中，年内面向个人和企业客户发布。纳德拉称：「Copilot正在从聊天工具发展为Cowork，再迈向Autopilots」。此前《财富》已报道该整合计划，此次是微软首次在财报层面确认时间表。与OpenAI同日开源形成微妙对照——微软在「应用层整合」，OpenAI在「模型层开放」。
OpenAI七年首度开源：gpt-oss-120b与20b以Apache 2.0发布，社区反应两极
7月29日，OpenAI做了一件让AI圈震动的事——发布了gpt-oss-120b（1200亿参数）和gpt-oss-20b（200亿参数）两款开放权重模型，采用Apache 2.0许可。这是自2019年GPT-2以来，OpenAI七年来首次开放模型权重。
核心看点：
- gpt-oss-120b对标o4-mini，可在单张80GB GPU（H100/A100）上运行
- gpt-oss-20b对标o3-mini，仅需16GB内存即可在边缘设备运行
- 均支持思维链推理、工具调用和代码执行
- Apache 2.0许可，允许商用、修改、分发
然而社区反应远非「普天同庆」：
- Nous Research联合创始人Teknium称其为「a legitimate nothing burger」，晒出模型在诗句中插入积分公式的截图，讽刺OpenAI在「benchmarkmaxing」
- 独立评测机构Artificial Analysis确认其为「美国最强开源权重模型」，但仍落后DeepSeek R1和Qwen3 235B
- 研究者@kalomaze指出模型「对世界的了解不如好的32B模型」，推测大量使用合成数据训练导致「extremely spiky」
- 前Google开发者Kyle Corbitt认同合成数据导致模型表现极度不均衡的判断
值得注意的是，OpenAI开源与华为OpenPangu-2.0-Flash（92B）发生在同一天。这标志着无论硅谷还是中国，开源已成为不可逆转的趋势。
编者评： OpenAI开源不是「良心发现」——这是Kimi K3、DeepSeek V3、Llama 4三面夹击下的战略退守。但社区的冷淡反应揭示了一个残酷事实：在开源模型领域，品牌的「光环效应」正在失效。当Kimi K3以2.8T参数全量开源、Qwen3以235B多模态碾压时，OpenAI拿出两个纯文本模型和Apache 2.0许可证，已经不足以让人「哇」了。更值得警惕的是内置的「云端卸载机制」——复杂任务自动转至闭源GPT-5处理，这究竟是开源，还是一个披着Apache外衣的计费漏斗？「benchmarkmaxing」这个词可能成为2026年AI行业的关键隐喻——当所有模型都在刷榜时，真正有用的模型在哪里？
Sam Altman播客深度复盘：「过去一年是我的错」，机器人2-3年迎来ChatGPT时刻
7月28日上线的Invest Like The Best播客中，Sam Altman进行了一次罕见的长时间深度对谈。这期节目在7月29-30日引发中文AI社区广泛讨论。
核心要点：
- 坦承战略失误：「过去一年相当艰难，部分是我的错。」2025年初为对冲收入风险同时铺开消费者应用、媒体等业务线，后发现行业收入增长远超预期，随即大幅收缩聚焦核心
- 对蒸馏和开源完全不焦虑：「蒸馏不在我前十大担忧里。」推理收入池足够深，「即使在数万亿美元收入上赚到适度利润，就足以支付训练大模型的费用」
- 对Kimi K3的态度：「在特定延迟下，用OpenAI模型比Kimi更划算。」但也承认「我可能对即将发布的模型太有信心了」
- HF入侵令其「切身有感」：首次以「viscerally」形容一个安全事件，称它改变了OpenAI对模型安全的认知
- 机器人预言：「2-3年内机器人会迎来自己的ChatGPT时刻」
- 神灯隐喻：「我们即将创造一盏能实现任何愿望的神灯……但AI带来的权力集中，是一件可怕的事」
Altman在节目中还暗示，前沿实验室未来可能需要「有节奏地」控制模型发展速度，给社会留出适应时间。
编者评： 这期播客可能是Altman近年来最坦诚的一次公开露面。他在三个关键问题上给出了与市场预期不同的答案：(1)对蒸馏和Kimi K3的淡定不是傲慢——他算的账是「推理收入规模>训练成本」，而非「我们的模型永远最强」；(2)「神灯+权力集中恐惧」这对矛盾体贯穿整期节目——Altman似乎在用自己「不持股」来证明权力不在他个人手里，但OpenAI的8520亿美元估值和GPT-5.6的绝对领先让这个论证显得苍白；(3)对HF入侵的描述从「技术事故」升级为「切身恐惧」，这是安全叙事的质变——当一个CEO说被吓到的时候，监管机构不会只听他说。
Meta Q2财报：营收608亿美元同比增28%，但FCF仅7.84亿美元创四年新低
7月29日美东盘后，Meta公布2026年Q2财报。数字本身并不差——营收608亿美元同比增28%，但市场只盯住一个数字：自由现金流7.84亿美元，近四年最低。
关键数据：
- Q2营收608亿美元，同比+28%
- 自由现金流仅7.84亿美元（去年同期为109亿美元）
- 全年资本开支指引上调至1250-1450亿美元（此前为1140-1300亿）
- 盘后股价一度跌超10%，市值蒸发超千亿美元
- 同步宣布：Meta Compute正式作为外部营收线推出
- BlackRock合资公司（El Paso项目）移除125亿美元负债
扎克伯格在电话会中强调「AI属于所有人」的普惠叙事，并首次披露Muse Spark API作为Meta首个AI API收入来源。但分析师的核心追问是同一个：千亿美元级别的AI资本开支，回报何时可见？
编者评： Meta正在上演一场豪赌。1250-1450亿美元的年度CapEx是什么概念？这相当于每天烧掉3.4-4亿美元在AI基建上——而公司整个季度的自由现金流只有7.84亿。Meta Compute的推出是聪明的财务工程：把AI基础设施从「纯成本中心」变成「未来收入线」，同时用BlackRock合资公司把负债甩出资产负债表。但市场不是傻子——盘后10%的暴跌说明，即使扎克伯格画出了「AI for everyone」的饼，投资者更想看到的是：这个饼什么时候能吃？谷歌Q2也在同日自由现金流转负，微软的Copilot超级应用还在「年内发布」阶段——硅谷三巨头的AI投入回报问题正在从「长期担忧」变成「季度拷问」。
谷歌DeepMind解散诺奖AlphaFold团队：核心成员投奔Anthropic
7月29日，《金融时报》报道了AI领域一个标志性事件：谷歌DeepMind已经解散了获得2024年诺贝尔化学奖的AlphaFold核心研发团队。
关键事实：
- AlphaFold原始论文中近1/4的全职作者已离开公司
- 诺奖得主John Jumper与研究员Jonas Adler、Alexander Pritzel集体转投Anthropic
- Transformer论文作者、Gemini联席负责人Noam Shazeer等多名核心人物同期出走
- 团队不再作为独立方向运行，而是并入由Gemini驱动的AI for Science体系
- Google推出Science Skills，连通AlphaFold数据库、AlphaGenome、UniProt等30+生命科学数据源
谷歌的官方说法是：这反映了「科学优先事项的演变」，强调AlphaFold启发了药物发现公司Isomorphic Labs的成立。
编者评： 这可能是2026年AI for Science领域最意味深长的一次组织变革。一支拿下诺奖的团队被解散——不是因为做得不好，恰恰是因为做得太好——好到证明了「专用模型+顶尖科学家」路线的天花板。谷歌的逻辑是：与其让一群天才盯住一个蛋白质折叠问题，不如把他们的能力注入Gemini生态，用通用模型+智能体同时服务生物、材料、数学、核聚变。但这个逻辑有一个致命漏洞：AlphaFold当年的成功恰恰来自一小群人愿意花多年死磕一个「无解问题」。当这支团队被拆散、「长期主义」被「平台化」替代，谷歌还能找到下一个AlphaFold吗？与此同时，Anthropic通过吸纳这批科学家，正在悄悄构建自己的AI for Science壁垒——这场人才迁徙，可能比任何模型发布都更能定义未来十年的科研格局。
OpenAI用GPT-5.6优化自身推理链路：端到端成本降20%
7月29日，OpenAI发布技术博客，披露了一个具有元叙事意味的进展：用GPT-5.6 Sol来优化GPT-5.6系列自身的推理基础设施。
技术细节：
- GPT-5.6 Sol学习Triton和Gluon两种GPU编程语言
- 通过Codex分析生产流量、识别负载失衡、测试路由策略
- 自主重写生产环境GPU内核，使端到端服务成本最多降低20%
- 在推测性解码环节，改进后token生成效率提升超15%
- 使用开源工具FpSan（浮点数清理器）验证模型编写内核的正确性
- 系统按地域、可用容量和加速器类型智能分配请求
这是「AI优化AI」从概念验证进入生产环境的关键里程碑。
编者评： 这篇博客最有趣的部分不是技术本身，而是它所传递的信号。当一个价值8520亿美元的公司公开说「我们用自己最强的模型来优化自己模型的运行效率」，它实际上在说两件事：(1)AI自我改进的飞轮已经开始转动——模型优化模型优化模型；(2)推理成本正在进入一个加速下降的通道——当AI能写GPU内核、做负载均衡、优化推测性解码时，每token的成本曲线不是线性的。这则消息放在Meta Q2财报的同一天发布，形成微妙对照：Meta在砸1250亿美元建基础设施，OpenAI在让已有基础设施效率提升20%。谁的资本效率更高？
Poolside Laguna S 2.1：118B MoE以小搏大，编码评测碾压DeepSeek V4 1.6T
7月30日，Poolside发布Laguna S 2.1编码模型，用118B MoE架构（仅8B活跃参数）在多项编码基准上击败了参数规模大13倍的DeepSeek V4 Pro Max（1.6T总参数）。
关键数据：
- Terminal-Bench：70.2%
- SWE-bench Pro：59.4%
- DeepSWE：以4倍优势击败DeepSeek V4 Pro Max
- 价格：$0.10/M token（OpenRouter）
- 许可：OpenMDW
- 硬件需求：单台DGX Spark即可运行
- 上下文窗口：1M token（OpenCode上免费使用）
The Next Web将其定位为「西方对中系开源编码模型霸权的回应」——在Kimi K3（2.8T，Modified MIT）统治开源编码评测数周后，Poolside证明了参数效率比参数规模更重要。
编者评： Laguna S 2.1的核心叙事不是「又一个新的开源编码模型」，而是「参数规模的皇帝新衣被扒了」。当DeepSeek V4 Pro Max用1.6万亿参数达到的效果，被一个只有8B活跃参数的MoE模型以4倍优势超越时，我们不得不重新思考：大模型军备竞赛中，到底有多少参数是在「凑数」？Poolside选择OpenMDW许可而非Apache 2.0也是一个有趣的信号——在开源许可证的战场上，企业正在寻找介于「完全开放」和「完全闭源」之间的中间地带。这可能是2026下半年开源模型的标配策略。
微软Copilot超级应用年内问世：整合对话、编程、智能体
7月29日微软Q4财报电话会议中，CEO纳德拉正式确认：微软正在将Copilot聊天机器人、GitHub Copilot编程助手、Copilot Cowork和Autopilot智能体系统整合为单一「超级应用」，年内面向个人和企业客户发布。
纳德拉的原话：「Copilot正在迅速从聊天工具发展为Cowork，再迈向Autopilots。本季度，我们将把编程等多种Copilot体验整合进一款超级应用……这是一个重大进展。」
此前《财富》杂志已报道该整合计划，但这次是微软首次在财报层面给出明确时间表。该应用的定位是：从当前的「Copilot辅助」模式升级为「Agent替你干活」的生产力范式。
编者评： 微软可能是AI军备竞赛中最被低估的战略家。当OpenAI、Anthropic、Google在模型层面打得不可开交时，微软在做一件更根本的事：把AI能力「操作系统化」。Copilot超级应用的本质不是「又一个AI产品」，而是微软试图在AI时代复刻Windows的模式——不是做最好的模型，而是做所有模型最好的「家」。这与同日OpenAI开源形成有趣的跷跷板效应：OpenAI在「往下走」（开放模型层），微软在「往上走」（整合应用层）。两家公司的战略正在从互补走向竞合。
编者按
Volume 93的核心叙事可以用一个词概括：「账本时刻」。
7月29-30日，AI行业集体翻开了三本账——
第一本是财务账。 Meta Q2自由现金流创四年新低、CapEx上调至1450亿美元、股价盘后跌10%——市场第一次如此直白地告诉硅谷：我们不等了。谷歌解散AlphaFold团队同样是成本考量的结果——一支拿诺奖的团队养不起，因为资源要投入Gemini这个更大的赌注。
第二本是能力账。 OpenAI开源的gpt-oss被社区集体「冷漠」，Poolside用118B碾压1.6T——参数规模的泡沫正在被戳破。「benchmarkmaxing」成为社区热词不是偶然：当所有模型都在刷同样的榜单，开发者越来越难区分「真正好用的模型」和「会考试的模型」。
第三本是信任账。 Sam Altman在播客中承认「过去一年是我的错」、首次以「切身有感」形容HF入侵——这些不是公关辞令，而是一个CEO在IPO前夜对投资者和监管机构做「预期管理」。1100+名AI员工联署呼吁减速则是在翻另一本账：造AI的人自己开始害怕了。
三本账同时翻开，指向同一个问题：AI行业从「无脑堆参数、无限烧钱」的第一阶段，正在进入「算成本、算效率、算回报」的第二阶段。Meta和谷歌的财报是财务上的分水岭，OpenAI开源和Altman播客是叙事上的分水岭，Poolside是技术路线上的分水岭。
下期建议关注：gpt-oss模型的首周下载量与独立评测、Meta股价后续走势及分析师评级调整、AlphaFold团队成员在Anthropic的首批新项目、Copilot超级应用的更多技术细节披露。