DeepMind 的 AlphaFold 合作进入阶段性回望
Demis Hassabis 感谢 John Jumper 过去 9 年在 AlphaFold 上的合作，强调 AlphaFold 改变了 AI for science 与医学研究的可能性边界。它不是新品发布，但释放出一个明确主题：顶级 AI 实验室正在把“模型能力”继续转成科学基础设施和真实世界影响。
今天的主线不是单点发布，而是 AI 工作流从“单模型输出”走向“多模型协作 + 实时系统 + 组织重构”。Codex 接 Opus 评审、MaineCoon 的流式推理、AI 改写组织图，其实是同一件事的不同侧面。
Demis Hassabis 感谢 John Jumper 过去 9 年在 AlphaFold 上的合作，强调 AlphaFold 改变了 AI for science 与医学研究的可能性边界。它不是新品发布，但释放出一个明确主题：顶级 AI 实验室正在把“模型能力”继续转成科学基础设施和真实世界影响。
Theo 给出一个实用 first loop：让 Codex 设计 API 后，再调用 Opus 做第二意见。他的判断是，这能显著改善 OpenAI 模型产出的代码质量。重点不在模型站队，而在 agent 编程进入“生成、审查、再执行”的组合工作流。
Francois Chollet 提到 MaineCoon 聚焦社交互动、表情、情绪、对话和音画同步；22B 参数、单 H100 47.5 FPS、实时生成成本低于每秒 0.001 美元，并使用 agentic streaming inference 管理 cache 与 lookahead buffer。这条代表视频模型从“离线生成片段”向“实时互动系统”推进。