AI 日报 · 2026年8月8日

Training Data播客最新一期，OpenAI前推理负责人Jerry Tworek（曾确信RL scaling是通往AGI的路径）和Gemini联合负责人Rohan Anil（构建了Shampoo优化器）在Core Automation合作，提出了一个反直觉命题：Transformer已经把我们带到了它能带到的地方，下一阶段AGI需要真正的新架构突破。两人离开顶级AI实验室、从零重建，本身就是对「更大的Transformer」路线的一次否票。

这一信号的重要性不在于结论本身（架构争论由来已久），而在于信号源：这是两位亲身经历了frontier model训练的顶级研究者在生产规模上验证后得出的判断，而非学术界的理论推演。对AI Coding的影响：若架构层出现范式转移，当前所有基于Transformer的AI Coding工具都需要重新适配——这是一个值得提前跟踪的长期变量。

Midjourney收购Co-Star，表面看是AI生图公司跨界进入占星社交，实质是一次精准的用户心理学布局。Co-Star的核心用户群（年轻女性、追求个性化、愿意将内心状态外化和分享）与Midjourney深度个性化生图的目标用户高度重叠。创始人Banu Guler出任首席设计官而非普通职员，说明这是一次战略收购而非人才收割。

更深的逻辑：Midjourney正在从「Discord命令行里的生图工具」向「有社交基因的独立创意App」演进。Co-Star的社交玩法（分享星盘、兴趣匹配）为Midjourney提供了一个已验证的用户关系网络模板。结合其正在研发的AI视频模型和「全身超声仪」等八个软硬件项目，Midjourney的长期愿景已经超出AI生图工具——更像是一家以「人文主题」为核心的多模态创意科技公司。

欧盟AI法案核心条款生效和黄仁勋开源公开信同周出现，两件事叠加构成了一个结构性信号：AI行业的竞争已经从单纯的「技术能力比拼」演化为「合规能力+算力生态」的双轴竞争。欧盟法案让AI部署的准入门槛显性化——高风险AI系统需要合规认证，这直接催生了AI合规初创的融资热潮。

No Priors最新一期（Sarah Guo和Elad Gil讨论「创业者雄心与Token预算」）提供了另一个维度的观察：当前AI创业者面临的真正挑战不是技术可行性，而是「在受约束的Token预算和监管环境下如何建立可持续的商业模式」。技术有多强不是唯一变量，合规成本和算力成本的管控能力正在成为企业AI商业化的核心竞争力。

美团CatPaw在内部覆盖9万员工的规模使其成为当下最有参考价值的企业AI Agent落地案例。值得关注的是其安全设计：平台配备模拟运行（沙盒测试）、安全护栏（行为边界）、人工复核（高风险动作二次确认）与AI评估工具（自动校验输出质量）四层机制。这四层机制解决的是企业Agent落地最核心的信任问题——「如何让业务负责人相信AI不会做出无法预期的错误行为」。

Netic创始人Melisa Tokmak在No Priors播客中提出类似逻辑：在真实服务场景（而非沙盒演示）部署自主AI平台，关键不是模型能力，而是「作为人与AI之间中介的可靠性」。当AI Agent出错，最终损害的是用户体验和企业信任——这是比算法性能更难量化也更致命的损失。美团的四层机制本质上是在用工程手段解决这个信任问题。