AI 周报：算力物理极限与 Agent 降本之战

本周看点

这周看下来，我最大的感受是：AI 行业的竞争已经从“谁的模型跑分高”变成了“谁能把算力成本打下来”以及“谁能把 Agent 真正塞进用户的工作流”。底层在拼物理极限和定制硅片，应用层在拼 GUI 自动化和模型产权。

1. OpenAI 终于亮出了自己的定制芯片 Jalapeno

• 发生了什么 OpenAI 正式公布了他们首款定制芯片 Jalapeno，由 Broadcom 代工制造。这标志着他们开始 seriously 搞自研硅片了。
• 深度解读 老实说，这步棋 OpenAI 必须走。现在训练和推理的算力成本太夸张了，完全依赖 NVIDIA 不仅贵，而且产能受限。我注意到 Broadcom 最近成了各大厂定制芯片的“代工红人”。OpenAI 搞 Jalapeno，核心目的肯定不是为了去卖芯片，而是为了在推理侧把单 token 成本压到极致。当模型能力趋同，推理成本就是生死线。
• 影响分析 对创业者来说，这意味着未来调用 OpenAI API 的价格可能还有下探空间，或者他们能提供更便宜的轻量级推理服务。如果你在做重度依赖 LLM 推理的应用，这是个利好。但也提醒我们，纯套壳做 API 转发的中间件生意，利润空间会被进一步挤压。
• 链接 TechCrunch 报道

2. Google 让 Gemini 3.5 Flash 长出了“手”：Computer Use 来了

• 发生了什么 Google 官方博客宣布，Gemini 3.5 Flash 模型现在支持 Computer Use 功能。
• 深度解读 这个真的香。之前 Anthropic 的 Computer Use 让人眼前一亮，但 Flash 级别的模型做这个，意义完全不同。Flash 主打的是低延迟和低成本。把 Computer Use 能力下放到 Flash 模型，意味着 GUI 自动化（也就是下一代 RPA）的调用成本被大幅打下来了。我觉得这可能比单纯提升模型智商更有商业价值。以前 Agent 操作电脑又慢又贵，现在用 Flash 跑，很多高频的后台自动化任务终于能算得过来账了。
• 影响分析 做 RPA 或者企业工作流自动化的团队要注意了，这可能是个降维打击。传统基于规则或简单视觉识别的 RPA 会加速被淘汰。开发者应该赶紧去测一下 Gemini 3.5 Flash 在复杂 UI 下的点击准确率，看看能不能替换掉现有的昂贵方案。
• 链接 Google 官方博客

3. Anthropic 指控阿里“非法提取” Claude 能力，模型蒸馏的灰色地带

• 发生了什么 根据路透社的消息，Anthropic 公开表示阿里巴巴非法提取了 Claude AI 模型的能力。
• 深度解读 这事儿挺敏感的。大模型圈子里，“蒸馏”和“借鉴”的界限一直很模糊。Anthropic 这次直接点名，说明他们对自家模型被“白嫖”去训练竞品已经忍无可忍了。这也反映出一个趋势：随着开源和闭源模型的差距在某些特定任务上缩小，通过 API 调用去“蒸馏”大模型能力成了很多后发玩家的捷径。但这条路现在面临巨大的合规和公关风险。
• 影响分析 如果你在做模型微调或者训练自己的小模型，千万别再随便拿顶级闭源模型的 API 输出去做 SFT 数据了，法务风险在急剧上升。对于企业级用户，在选择底层模型供应商时，可能也要考虑这种知识产权纠纷带来的潜在断供风险。
• 链接 Reuters 报道

4. NVIDIA 谈 AI 工厂液冷：算力的物理瓶颈比想象中近

• 发生了什么 NVIDIA 官方博客发了一篇关于 AI 工厂液冷技术的文章，详细讨论了下一代数据中心的散热方案。
• 深度解读 结合前面 OpenAI 搞定制芯片来看，这其实是一枚硬币的两面。算力不仅在硅片层面遇到瓶颈，在物理散热层面也快到极限了。风冷早就压不住现在的 AI 芯片功耗了。NVIDIA 大力推液冷，说明未来的 AI 基础设施不仅是买几张卡的事，而是整个机房改造的重资产游戏。
• 影响分析 这对做 AI 算力租赁或者私有化部署的创业者是个警告：基础设施的隐性成本（散热、电力、改造）正在飙升。如果你还在按传统的 IDC 模式算 ROI，可能会亏得很惨。
• 链接 NVIDIA 博客

小结

这周的信号很明确：大厂在疯狂往底层物理和硬件层扎（定制芯片、液冷），试图锁死成本优势；而在应用层，Agent 的“手脚”正在变得更便宜、更敏捷（Gemini Flash Computer Use）。至于模型能力本身，护城河的争夺已经上升到了法律和合规层面。别光盯着模型跑分了，看看电费和 API 账单吧，那才是接下来的主战场。