Signal Daily 2026-01-11
The Lede
在一个充满噪音的 AI 时代，我们似乎正在进入一个“分化”与“务实”并存的新阶段。刚刚结束的 AGI-Next 峰会上，中国 AI 的“全明星”阵容（智谱、月之暗面、腾讯、阿里）罕见同台，释放出一个明确信号：单纯的 Chat 战事已结束，未来在于 To B 的生产力溢价与 To C 的上下文价值。与此同时，DeepSeek R1 的论文更新几乎手把手教社区“复现”推理能力，再次印证了“支线项目”（Side Project）往往蕴含着改变世界的魔法——正如 Qwen、Claude Code 乃至 Gmail 最初的故事一样。
01 趋势：中国 AGI 的“中场战事”
四位国产大模型“训练师”同台：分化与务实 (来源: 极客公园) 在清华 AGI-Next 峰会上，唐杰、杨植麟、姚顺雨（腾讯）、林俊旸（阿里 Qwen）进行了一场高密度对话。
- 核心分化：To C 的护城河不再是模型参数，而是**上下文（Context）**带来的价值（如“记住你老婆喜欢吃什么”）；To B 则是纯粹的生产力比拼，企业只愿为最强模型支付溢价。
- 智能效率：Scaling Law 边际效应递减，下一阶段的竞争指标是“智能效率”——投入多少资源能换取多少智能增量。
- 未来预测：林俊旸预测未来 3-5 年中国 AI 引领全球的概率为 20%，机会藏在“穷则思变”的软硬结合与算法优化中。
Signal 点评：这场对话最珍贵之处在于“去魅”。大佬们不再谈论虚无缥缈的 AGI 时间表，而是讨论如何用更少的卡做更正确的事。中国 AI 正在从“追赶者”的焦虑中走出来，进入寻找独立生态位的冷静期。
02 开源：DeepSeek R1 的“技术扶贫”
DeepSeek R1 论文更新：一份可复现的技术报告 (来源: Datawhale) DeepSeek 悄然更新了 R1 论文，从 22 页扩充至 86 页，几乎变成了一份“开源复现指南”。
- 细节披露：明确了 2.6 万道数学题和 1.7 万条代码的训练数据配方，以及仅约 29.4 万美元的训练成本。
- 关键结论：推理能力没有“锁死”在大模型里，可以通过蒸馏（Distillation）有效迁移给小模型。这意味着开源社区可以用极低成本复刻顶级推理能力。
Signal 点评：DeepSeek 的策略是“掀桌子”。当巨头试图用 API 围墙锁住能力时，DeepSeek 直接分发了“造渔具的图纸”。这不仅是技术的胜利，更是“支线项目”（Side Project）逆袭主线的经典案例——别忘了，DeepSeek、Qwen、Claude Code 最初都是“非战略立项”的产物。
03 生态：Anthropic 的“围墙”与“后门”
Claude Code 创始人揭秘工作流程 & Anthropic 封禁第三方工具 Anthropic 近期陷入了矛盾的舆论漩涡：
- 封锁：官方封禁了 OpenCode、Cursor 等通过“伪装客户端”绕过计费限制的第三方工具，引发开发者不满。这实质上是一场关于“模型使用权”与“定价权”的博弈。
- 开放：另一方面，Claude Code 创始人 Boris Cherny 分享了其“指挥官式”工作流（同时开 5 个 Agent 写代码），并开源了内部的
code-simplifierAgent，专门用于清理“屎山”代码。
Signal 点评：Anthropic 正在收紧生态控制权。一方面打击“薅羊毛”的第三方 Wrapper，一方面通过开源内部工具来安抚开发者并定义“官方最佳实践”。这标志着 AI 编程工具从“百花齐放”进入了“巨头收割”阶段。
04 架构：从 Prompt 到 Context 工程
NCP: Natural Context Provider & Context Engineering: Pre vs Post Chunking
- NCP (Meta-MCP)：为了解决 Agent 挂载过多工具导致 Context 爆炸的问题，NCP 引入了一个中间层。Agent 只需掌握
find（找工具）和code（执行）两个元工具，按需动态加载能力。这能节省 97% 的 Token 并大幅降低延迟。 - Post-Chunking：RAG 的新趋势是从“预先分块”（Pre-Chunking）转向“后分块”（Post-Chunking）。即先检索粗粒度文档，再根据用户 Query 动态切分内容。这是为 Agent 时代设计的“查询感知”架构。
Signal 点评：AI 工程化正在向“动态化”演进。无论是 NCP 的动态工具加载，还是 RAG 的动态分块，核心逻辑都是：不要把所有信息一次性塞给模型，而是让模型在运行时按需获取。这是降低幻觉、提升效率的必经之路。
05 硬件：物理世界的冷思考
Musk: AI 最终的瓶颈是变压器 (Transformer) (来源: X/Twitter) Elon Musk 在访谈中玩了一个双关梗：AI 的瓶颈不仅是 Transformer 架构，更是物理意义上的 Transformer（变压器/电力设施）。与此同时，“大空头” Michael Burry 再次做空科技巨头，认为 AI 资本支出（CapEx）与实际收入之间存在巨大鸿沟，能源危机可能先于奇点到来。
Signal 点评：当软件世界的 Scaling Law 遇到物理世界的热力学定律，碰撞不可避免。算力增长是指数级的，但电网建设是线性的。这或许解释了为什么 Oracle 这种重资产投入云服务的公司会被空头盯上。
06 产品：机器人的“去人形化”
CES 爆款：追觅具身智能扫地机 (来源: 机器之心) 在 CES 上，相比于波士顿动力的双足机器人，追觅展示了一款“不跳舞、只干活”的四足轮腿机器人。它不追求长得像人，而是追求极致的稳定性与实用性（如双臂做咖啡、清理桌面）。
Signal 点评：这是“实用主义”对“拟人执念”的胜利。在家庭场景中，形态应该服务于功能。一个能稳稳端来一杯咖啡的“轮腿怪”，远比一个会后空翻但容易摔倒的“类人”，更容易掏空买家的口袋。