OpenAI 的算力账单压力被摆到台前
看点:Aakash Gupta 梳理称,OpenAI 已签下约 1.4 万亿美元级别的算力承诺,而当前年收入约 200 亿美元。核心信号不是单个合同金额,而是 AI 基建融资正在形成“模型公司、云厂商、芯片厂商互相支撑收入”的闭环;一旦收入爬坡不及预期,风险会同时传导到多家公司资产负债表。
查看原文AI 行业开始从模型能力竞争进入系统吞吐竞争。 算力账单、OpenRouter 价格分层、PR 审查瓶颈、Skill Hub,讲的都是同一件事:模型只是发动机,真正决定落地的是成本、分发、审查和组织流程。
先用一张图看清主线,再展开读正文。
不是热闹,是今天最该看的 6 个信号。
看点:Aakash Gupta 梳理称,OpenAI 已签下约 1.4 万亿美元级别的算力承诺,而当前年收入约 200 亿美元。核心信号不是单个合同金额,而是 AI 基建融资正在形成“模型公司、云厂商、芯片厂商互相支撑收入”的闭环;一旦收入爬坡不及预期,风险会同时传导到多家公司资产负债表。
查看原文看点:Kimi K2.6 以低价在 OpenRouter 周 token 量登顶,但 Claude Sonnet 4.6 仍以约 5 倍价格拿到接近的调用量。价格敏感市场被国产开源/开放权重模型快速吃下,高质量付费区间仍由 Anthropic 占据,Google Flash 与 xAI 则分别卡在中间层和新兴入口。
查看原文看点:Aakash Gupta 用 OpenAI Symphony 类工作流举例:一个 issue 一个 Codex agent 会把团队从“缺代码”推到“缺审查能力”。未来工程团队未必最缺写初稿的人,而是缺能快速看懂 30 个 PR、拒掉 25 个并守住架构边界的人。
查看原文按来源分组,保留有效信息,去掉废话和重复语气。
近 72 小时无可用新原创。今天主线更多来自开发者和模型市场侧,对 Claude 的讨论集中在实际使用体感、额度与替代性问题上。
近 72 小时无可用新原创。Claude Code 相关讨论仍在社区侧延伸:从单纯写代码工具,转为 Skills、hooks、定时任务、子 agent 组合起来的通用工作工具。
近 72 小时无可用新原创。
近 72 小时无可用新原创。
OpenAI 的算力承诺、OpenRouter 模型调用结构、Symphony 带来的 PR 审查瓶颈,是今天最值得看的三条。共同指向一个变化:AI 行业的关键问题正在从“模型能不能做”转向“成本、分发、审查和组织吞吐能不能撑住”。(@aakashgupta,https://fixupx.com/aakashgupta/status/2049032633167085910)
查看原帖低代码/自动化工具的 AI 架构正在商品化。他用 n8n 合同风险分析器举例,9 个节点就能搭出文档读取、向量检索、风险 playbook、邮件回传和 eval 闭环。供应商真正的护城河不只是 AI,而是行业 playbook、支持、合规和集成。(@aakashgupta,https://fixupx.com/aakashgupta/status/2049126703927382051)
查看原帖PM 的“非技术”门槛正在上移。会用 Claude Code、Skills、subagents、hooks 和计划任务的 PM,可以直接做内部工具、eval 流程和自动化工作流;所谓 builder PM 的价值来自杠杆,而不是传统意义上的会不会手写代码。(@aakashgupta,https://fixupx.com/aakashgupta/status/2049137730345750544)
查看原帖GitHub 宕机让开发者基础设施焦虑继续升温;同时他再次表达对 Claude Code 当前状态的失望,重点不是“不喜欢 Anthropic”,而是他体验过 Opus 4.5 时期的高水位,所以更清楚现在稳定性落差。(@theo,https://fixupx.com/theo/status/2048857171040121265)
查看原帖Meta 与 Manus 的交易据称告吹。他把问题落在“一个 agent harness 被政府挡下”这个层面,说明 AI agent 产品已经不只是工具竞争,也开始触及监管、国家安全和资本交易边界。(@NickADobos,https://fixupx.com/NickADobos/status/2048775123499647265)
查看原帖提出“代码变便宜之后,软件就是新媒体”。这句话背后是一个产品判断:当生产成本下降,差异化会转向发行、品味、持续更新和受众关系。(@danshipper,https://fixupx.com/danshipper/status/2049131182206369936)
查看原帖分享公司内部 AI 培训和自建 Skill Hub:员工可以上传、订阅、自动同步 Skill;应用入口承载运营看板、分析工具和小游戏;服务器部署助手把“本地项目上线”封装成一句话流程。这是组织内 AI 能力沉淀的典型形态。(@Khazix0918,https://fixupx.com/Khazix0918/status/2049066945677566074)
查看原帖DeepSeek V4 Flash 在简单 Skill 场景里已经“差不多可用”,速度很快,能完成下载 epub、转 txt、上传 NotebookLM、按提示词写解读文等连续工具调用,并能自动纠错。国产模型的可用性正在从聊天测评转到 workflow 执行。(@vista8,https://fixupx.com/vista8/status/2048950182495359392)
查看原帖个人工具栈里把编程工具列为 Codex GPT-5.5 xhigh,写作工具列为 Raycast AI Sonnet 4.6;这类真实工作流选择比榜单更有参考价值,说明不同模型正在按任务类型分工。(@vista8,https://fixupx.com/vista8/status/2049017089978192123)
查看原帖阿里 HappyHorse 1.0 灰度测试,主打音视频联合生成、口型同步、中英混说和环境音,榜单上在 i2v with audio 维度压过 Seedance 2.0。视频生成竞争开始从单纯画质进入音画同步和出海素材生产效率。(@AI_Jasonyu,https://fixupx.com/AI_Jasonyu/status/2048726224956948762)
查看原帖发票 Skill 的重点是把固定流程拆成小任务,用高阶模型跑通后,再换性价比模型执行固定目标,以此省 token、减少幻觉。这个思路适合大量企业内部流程自动化。(@LawrenceW_Zen,https://fixupx.com/LawrenceW_Zen/status/2048622327668379808)
查看原帖AI 行业开始从模型能力竞争进入系统吞吐竞争。 算力账单、OpenRouter 价格分层、PR 审查瓶颈、Skill Hub,讲的都是同一件事:模型只是发动机,真正决定落地的是成本、分发、审查和组织流程。
“会用 AI 工具”正在变成岗位底层能力。 PM、运营、内容团队和工程师会越来越多地共用同一套 agent 工具链,只是各自封装不同 Skill、playbook 和审批边界。