真正在做 AI 的人今天说了什么。一页读完，约 4 分钟。
这周的主角是价格：OpenAI 把 GPT-5.6 的费率最多下调了 80%，并把这件事定位成要在每一个档位上都拿下性价比与智能的最优解。在这条主线之下，一起安全事件让半个时间线都在争论：agent 撞上一个配置有问题的系统时到底会干什么。而真正靠 sandbox 吃饭的人出来说，出问题的地方都很朴素，跟科幻没什么关系。另外还有一个值得记住的提醒：物理世界里规模最大的 AI 部署，属于一家卖行车记录仪的公司。
OpenAI 把 GPT-5.6 价格最多砍掉 80%，API 新增 Fast 模式
GPT-5.6 Luna 降价 80%，输入每百万 token 0.20 美元，输出 1.20 美元。Terra 降价 20%，降到 2 美元 / 12 美元。Sol 在 API 里加了 Fast 模式：智能水平不变，速度最高提升 2.5 倍，价格翻倍。Altman 给这一整套动作的说法是，OpenAI 想在每一个层级上都提供最好的性价比与智能平衡，而不只是在最前沿那一档。
Replit 谈 sandbox：默认 zero-day 就在那里，因为它确实在
「AI 逃出 sandbox」这一波故事读起来像是 AI 有多可怕，但 Masad 的诊断是，大多数 AI 公司和比较新的 sandbox 服务商犯的都是非常基础的错误。Replit 从 2016 年就在跑 sandbox，被各路黑客和国家级行为体盯过，攒下来的经验是在 zero-trust 框架里做分层防护，而不是指望任何单一边界。默认 zero-day 已经存在。
Grok Build 的应用跑在 Vercel 上，CLI 到线上 URL 快了约 7 秒
用 prompt 让 Grok 生成、再发布到 *.grok.me 的应用，背后是 Vercel 的托管和 CDN。Vercel 还把很多应用从 CLI 到线上 URL 的端到端部署链路缩短了最多约 7 秒，而当驱动 CLI 的是 agent 而不是人的时候，这几秒的意义最大。Rauch 明确在招揽那些要在 Vercel 的 CLI、MCP 和 API 之上做自主写代码、自主发布软件的平台团队。
Samsara：每天覆盖 99% 的美国道路，25 万亿数据点，20 亿美元 ARR
物理 AI 的护城河是别人爬不到的数据。「这些不是你在网上能找到的 token。你没法靠爬 Reddit 知道某个工地上发生了什么。」Samsara 在数百万台车上跑 GPS 追踪器、资产标签和行车记录仪，声称这套系统去年避免了大约 38 万起道路事故，最近还上线了 Agent Studio：一个保修 agent 读取故障码，交叉比对 OEM 保修条款和维修手册，一分钟内开出工单，而人工要花一到两小时。面对「监控」这个框架，Biswas 用数字回应：行车记录仪主要用来替司机洗清责任，Home Depot 的车险理赔因此下降了 65%。谈到自动驾驶，他把预测拆成两半，robotaxi 会很快，因为各区域的运营场景长得差不多；商用卡车则是十到二十年的扩散曲线，因为水泥搅拌车和垃圾车都是定制的，长尾很乱。
追求预训练数据质量，最后逼着你自己造一个 Google
一旦你判定 CommonCrawl 不够好，就得做一整套网页爬虫，而要保持数据新鲜就得做索引，到这一步，你已经在预训练的副产品里顺手造出了一个私有的低频版 Google。回报是同一套基础设施可以复用到 agent 推理上。各家 lab 确实也在用第三方搜索服务，但 swyx 认为这种往第一方方案漂移的趋势，既是竞争优势，也是 AEO 模仿的靶子，这正是没人愿意谈它的原因。他还提到一句：既然模型能蒸馏，agent harness 也能蒸馏。
怎么判断模型真的变强了：负载上升的同时可靠性也在上升
标志不会是某个 benchmark，而是负载持续往上走、可靠性却同时往上爬，是突然出现的效率提升，是东西变快，是各种重置。Sottiaux 还在公开征集 Codex 的改进建议，多小的都行。
Preseen 的风险预测进入私有 beta，用户是量化和对冲基金
过去几周，一批全球顶级量化基金和对冲基金一直在用它，目的很明确：别把自己炸掉。Agarwal 把这次推介绑在了本周的新闻上，说这个工具本可以提前抓到那个让 Leopold 措手不及的风险。
源数据来自 zarazhangrui 的开源项目 follow-builders，以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成，摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。
摘要由程序自动生成。据此做判断前请先看原文。