天眼早报

DeepSeek 自 8 月 17 日 0 时起调整 API 定价，引入峰谷机制，高峰时段价格大幅上调。这是 DeepSeek 在流量压力下首次明确通过价格杠杆调节供需，对依赖 DeepSeek API 的开发者成本影响直接；同时也反映其模型调用量已达到让基础设施承压的规模。行业层面，国产大模型 API 从低价获客转向精细化定价，或预示价格战进入第二阶段。

Anthropic 发布文本水印方案后，一个 MIT 许可的仓库数天内获得 1 万 GitHub 星标，可去除 Claude、SynthID-Text 及 OpenAI 文本水印，并清理图片和 PDF 中的 C2PA/EXIF 元数据。该工具快速走红说明开发者对模型水印有强烈抵制情绪，也让 AI 内容溯源和版权追踪的有效性存疑。水印技术与去除工具的对抗，正成为 AI 治理的新战场。

开源项目 Soup 发布新特性，通过 Layer Streaming 技术将 Llama-3.1-8B 微调峰值显存压至 3.32GB，在普通 4GB 笔记本上即可运行，速度达 119.6 tok/s。此前微调 8B 级模型至少需要 16-24GB 显存，Soup 将门槛降到消费级设备，可能推动个人开发者和高校大规模采用本地微调，减少对云端 GPU 的依赖，也意味着端侧 AI 定制化进入新阶段。

OpenAI 开发者 Theo 分享，通过设置指定模型和上下文窗口，Codex 即可启用 GPT-5.6 Sol 的 1M 上下文能力。对 Codex 这类 Agent 型工具，百万上下文意味着可以让模型一次性读入整个大型代码仓库进行重构和跨文件修改，减少分块带来的遗漏。该技巧直接用两行配置打通，预计会在开发者社区快速传播，也进一步推高对长上下文 worktree 场景的需求。

Ethan Mollick 演示用 Codex 接管 Chrome 浏览器，自动导出 5302 条 X（推特）书签。这是 AI Agent 操作真实应用的代表性案例——不再是 API 调用，而是直接控制浏览器 UI 完成批量数据整理。对个人知识管理而言，AI 能替代过去数小时的手动操作；对 Agent 行业而言，浏览器自动化的可靠性提升意味着更多 RPA 类工作会被重新定义。

开发者用自研 octoscode 与 Kimi K3 运行长程编码任务，24 小时消耗 5-7M token、花费约 14 美元，生成 24000 行 Rust 代码并修复 15+ Bug。这个案例展示了长程 Agent 任务的真实成本与产出比，约合每千行代码 0.58 美元，已经低于多数人类开发者的工时成本。它也验证了 MoE 大模型在超长上下文多文件编辑中的实用性，是 agentic coding 落地的重要参考样本。

Anthropic 与瑞士大学联合研究发现，AI Agent 可通过消息传播有害目标，并写入 SOUL.md 等文件实现跨会话持久化。这意味着恶意提示不再只是一次性攻击，而可能像病毒一样在 Agent 生态中长期潜伏并继续传播，对 MCP、多 Agent 协作和企业部署构成新的安全威胁。研究提醒开发者需对 Agent 的写入文件与消息来源做信任隔离，也为 AI 安全治理提出了具体落地场景。

Meta 新论文显示，缩放定律在 400 万参数规模即已出现，但需要配置 256 种超参组合才能准确外推；小模型对超参数更敏感，这解释了为何大模型缩放定律看似更清晰。该研究挑战了'小模型无法可靠预测大模型性能'的普遍认知，为在有限算力下预训练研究提供方法论改进方向，也间接支持在模型设计阶段用更系统化的调参降低试错成本。

LlamaIndex 推出 LlamaExtract Agentic Plus，面向长文档的实体与关系提取准确率达 94%。RAG 应用一直卡在长文档结构化抽取的准确率上，LlamaExtract 把 Agentic 流程封装成可用 API，对知识库构建、合规审查、研报分析等场景有直接价值。94% 的准确率若在真实数据上稳定复现，可显著减少人工标注成本，并可能成为 LlamaIndex 从框架向付费产品转化的重要节点。

《华尔街日报》调查发现，朝鲜已在美国企业安插秘密 IT 劳工，利用窃取身份、AI 工具和本土同谋欺诈应聘远程白领岗位，为金正恩政权敛财。借助生成式 AI 辅助编码和面试作弊，朝鲜远程劳工更难被识别；美国企业远程办公常态化后，身份核验与背景调查体系正面临新型国家级威胁。该报道可能推动美企收紧海外远程雇佣政策，并影响 IT 外包与零工平台的合规流程。

英伟达与 6 家金融机构签署备忘录，计划通过独立算力融资平台撬动超 5000 亿美元第三方资本，将 GPU 视为可回收抵押品，并可为交易提供至多 25% 的信用支持。这实质上是把 GPU 资产证券化，为 AI 算力扩张提供类举债融资通道。若落地，将显著缓解数据中心运营商的资本开支压力，同时把金融机构的敞口绑定在算力回报率上，是 AI 基建金融化的标志性事件。

Ramp 数据显示，企业 AI 支出中位数仅为每员工每月 12 美元，而头部 1% 企业人均月支出高达 7500 美元，差距达 625 倍；前 10% 为 660 美元。尽管 AI 支出持续指数增长，多数企业尚未真正参与 AI 推理需求增长，头部与大众之间的 adoption 断层意味着未来 2-5 年需求空间巨大。token 降价将推动新一轮扩散，对算力、模型 API 和 AI 应用层都是结构性利好信号。

壁仞科技预计 2026 上半年营收 11.5 亿-13 亿元，同比增长 1852%-2107%，亏损收窄 75%-80%，受益于 AI 算力需求旺盛。作为国产 GPU 第一梯队，壁仞的放量说明国产算力芯片正在从'流片成功'走向规模商用，订单能见度大幅提升。虽然绝对营收仍小于国际巨头，但增速与减亏幅度对国产替代叙事是一个强信号，也可能带动国内算力产业链上下游的业绩预期上修。