AI 周报 2026年第33周

过去两年，整个AI行业的竞争重心在「后训练」：RLHF、RLAIF、推理链优化、工具调用。GPT-4到GPT-4o到o1/o3，每一代都是同一底座上的精调迭代。 OpenAI代号Doug项目的曝光说明：这条路的边际收益正在下降。当推理链优化和RLHF已无法产生下一代能力跃升，只有重新训练底座才能突破天花板。 这是一个行业信号：**「后训练时代」的红利期可能正在过去，「预训练规模跃迁」的新一轮军备竞赛即将开启**。 对中国AI的影响：DeepSeek、阿里、字节等在后训练和效率优化上积累了大量优势，但底座预训练规模与OpenAI/Google差距依然存在。Doug项目若成功，中国AI的追赶周期可能重新拉长。

DeepSeek用V4 Flash打赢了「效率战」，V4 Pro打的是「定价权战」。 当DeepSeek V4 Pro在性能接近Grok 4.6的同时价格低一个量级，这不只是竞争优势，而是在向全球企业客户传递一个信号：**「以OpenAI/xAI定价为参考系」的时代正在过去，中国模型将成为新的价格锚点**。 这对整个SaaS/AI应用层的影响是巨大的：基于GPT定价构建的商业模型需要重新核算成本结构，基于高API价格设计的差异化护城河正在被侵蚀。 Unsupervised Learning播客本周的「Lab Wars, Why APIs Might Vanish」讨论了同一逻辑：当底座模型API价格趋近于零，垂直应用层的价值创造必须来自数据飞轮和场景深度，而非API包装。

本周多个信号共同指向同一趋势：大模型正在从「语言能力」全面转向「行动能力」。 Claude Code Auto Mode默认开启：Anthropic把最高风险但最高价值的自主执行模式设为默认，是对用户信任度和模型能力双重提升的认可。 「AI集体长出双手」的报道本周密集出现，不是媒体热词，而是从DeepSeek代码执行、GLM-5.3安全渗透测试、混元Hy3多模态理解到宇树机器人物理执行——AI在各层次获得了「执行能力」。 CPU战略地位回升（「2030年CPU与GPU平分秋色」）的逻辑在于：Agent执行需要低延迟推理+复杂控制流+安全边界，CPU在这些场景的效率优于GPU。这是算力架构跟随应用场景进化的自然结果。 Builder Signal: Training Data播客「The Coming Dark Factory Where Software Builds Itself」描述的场景——软件自主构建软件——正在从概念走向现实。