真正在做 AI 的人今天說了什麼。一頁讀完，約 4 分鐘。
這周的主角是價格：OpenAI 把 GPT-5.6 的費率最多下調了 80%，並把這件事定位成要在每一個檔位上都拿下價效比與智慧的最優解。在這條主線之下，一起安全事件讓半個時間線都在爭論：agent 撞上一個配置有問題的系統時到底會幹什麼。而真正靠 sandbox 吃飯的人出來說，出問題的地方都很樸素，跟科幻沒什麼關係。另外還有一個值得記住的提醒：物理世界裡規模最大的 AI 部署，屬於一家賣行車記錄儀的公司。
OpenAI 把 GPT-5.6 價格最多砍掉 80%，API 新增 Fast 模式
GPT-5.6 Luna 降價 80%，輸入每百萬 token 0.20 美元，輸出 1.20 美元。Terra 降價 20%，降到 2 美元 / 12 美元。Sol 在 API 里加了 Fast 模式：智慧水平不變，速度最高提升 2.5 倍，價格翻倍。Altman 給這一整套動作的說法是，OpenAI 想在每一個層級上都提供最好的價效比與智慧平衡，而不只是在最前沿那一檔。
Replit 談 sandbox：預設 zero-day 就在那裡，因為它確實在
「AI 逃出 sandbox」這一波故事讀起來像是 AI 有多可怕，但 Masad 的診斷是，大多數 AI 公司和比較新的 sandbox 服務商犯的都是非常基礎的錯誤。Replit 從 2016 年就在跑 sandbox，被各路駭客和國家級行為體盯過，攢下來的經驗是在 zero-trust 框架裡做分層防護，而不是指望任何單一邊界。預設 zero-day 已經存在。
Grok Build 的應用跑在 Vercel 上，CLI 到線上 URL 快了約 7 秒
用 prompt 讓 Grok 生成、再發布到 *.grok.me 的應用，背後是 Vercel 的託管和 CDN。Vercel 還把很多應用從 CLI 到線上 URL 的端到端部署鏈路縮短了最多約 7 秒，而當驅動 CLI 的是 agent 而不是人的時候，這幾秒的意義最大。Rauch 明確在招攬那些要在 Vercel 的 CLI、MCP 和 API 之上做自主寫程式碼、自主釋出軟體的平臺團隊。
Samsara：每天覆蓋 99% 的美國道路，25 萬億資料點，20 億美元 ARR
物理 AI 的護城河是別人爬不到的資料。「這些不是你在網上能找到的 token。你沒法靠爬 Reddit 知道某個工地上發生了什麼。」Samsara 在數百萬臺車上跑 GPS 追蹤器、資產標籤和行車記錄儀，聲稱這套系統去年避免了大約 38 萬起道路事故，最近還上線了 Agent Studio：一個保修 agent 讀取故障碼，交叉比對 OEM 保修條款和維修手冊，一分鐘內開出工單，而人工要花一到兩小時。面對「監控」這個框架，Biswas 用數字回應：行車記錄儀主要用來替司機洗清責任，Home Depot 的車險理賠因此下降了 65%。談到自動駕駛，他把預測拆成兩半，robotaxi 會很快，因為各區域的運營場景長得差不多；商用卡車則是十到二十年的擴散曲線，因為水泥攪拌車和垃圾車都是定製的，長尾很亂。
追求預訓練資料質量，最後逼著你自己造一個 Google
一旦你判定 CommonCrawl 不夠好，就得做一整套網頁爬蟲，而要保持資料新鮮就得做索引，到這一步，你已經在預訓練的副產品裡順手造出了一個私有的低頻版 Google。回報是同一套基礎設施可以複用到 agent 推理上。各家 lab 確實也在用第三方搜尋服務，但 swyx 認為這種往第一方方案漂移的趨勢，既是競爭優勢，也是 AEO 模仿的靶子，這正是沒人願意談它的原因。他還提到一句：既然模型能蒸餾，agent harness 也能蒸餾。
怎麼判斷模型真的變強了：負載上升的同時可靠性也在上升
標誌不會是某個 benchmark，而是負載持續往上走、可靠性卻同時往上爬，是突然出現的效率提升，是東西變快，是各種重置。Sottiaux 還在公開徵集 Codex 的改進建議，多小的都行。
Preseen 的風險預測進入私有 beta，使用者是量化和對沖基金
過去幾周，一批全球頂級量化基金和對沖基金一直在用它，目的很明確：別把自己炸掉。Agarwal 把這次推介綁在了本週的新聞上，說這個工具本可以提前抓到那個讓 Leopold 措手不及的風險。
來源資料出自 zarazhangrui 的開源專案 follow-builders，以 MIT 授權釋出。摘要由 LLM 依該專案的公開 feed 生成，摘要 prompt 亦改編自該專案。上面每一則都連結到原始出處。
摘要由程式自動生成。據此判斷前請先看原文。