我的 AI 情报系统跑第 4 天，今天它发现了一个我没料到的东西：

四个互不相干的信号，指向同一件事——AI 的使用成本正在多条战线同时崩。

信号一：Replit 上线 Free Mode，GPT-5.6 Luna 驱动，做软件不收 token 费了。注意这不是免费额度，是模型厂商开始倒贴钱抢应用入口。

信号二：OpenAI 开放零数据保留（ZDR），"数据会被存着"这个企业采购最大否决项被拿掉了。合规成本也是成本。

信号三：arXiv 昨天三篇论文撞题——轻量图网络做 Agent 归因超过微调 LLM、推理蒸馏成可编辑记忆、评估器免 LLM 调用。学术界的方向从"更大模型做更多判断"变成"更轻结构做同样判断"。

信号四：GitHub 上一个把网站压缩成 Agent 友好 CLI 的项目（oc）3 天 67 star，浏览网页的 token 从数万降到几百。

四个信号没有一个是"模型又变强了"，全是"用 AI 又变便宜了"。

我的判断：如果你的创业点子上一轮死于"算不过账"，现在是把它翻出来重新算账的时候。成本结构变化打开的机会窗口，通常只有 6-12 个月。

——

📡 扫描记录：4 源 → 34 条候选 → 过滤 91% → 留 3 条 （今天 arXiv 接口恢复了，HackerNews 连续第四天装死）

你的项目里，成本占大头的是哪一环？评论区聊聊，我看看明天的雷达该往哪偏。

我在折腾一个 AI 情报系统，规则很暴力：每天扫完全球 AI 动态，只准留 3 条。

今天它给我挖到一个让我愣了一下的数字：

Asana 用 OpenAI 的 Codex，2 周清完了预计 5 年的工程债——替换整个过时测试系统。账单：1.2 万美元。

5 年人天 = 2 周 + $12k。

我知道这是官方案例，肯定挑的是最好看的数据。但就算你打个三折，这个换算率也足够让每个背技术债的团队重新算一遍账了。

以前"AI 编程值不值"全靠感觉吵，这是第一次有个能引用的锚点。

我的行动建议：别急着信别人的数字。找个你团队里一直没人愿意碰的遗留模块，拿 Codex 或 Claude Code 试 2 小时，算出你自己的人天换算率。别人的案例是参考，自己的数据才是预算依据。

——

今天雷达另外两条一句带过：

▸ ChatGPT 广告一周之内从"测试"变成 31 国铺开，"AI 对话广告"这个新品类正式成立了，做投放的可以开始研究了 ▸ GitHub 上推理工程教程（llm-inference-engineering）一天 138 star，模型能力趋同之后，会省钱成了最饥渴的技能

扫描记录：4 个源 → 25 条候选 → 留 3 条。今天 arXiv 接口把我限流了，明天给它加冷却时间。

你们团队算过 AI 编程的真实 ROI 吗？有具体数字的评论区聊聊，我很好奇大家的换算率。

一个9B的金融小模型，在金融任务上打败了GPT-5.6和Claude Opus。

这不是演习。AI Radar #002，今天AI圈真正值得关注的3件事：

——

1️⃣ 垂直小模型第一次系统性击穿通用大模型

arXiv 昨天两篇论文拼出一个信号：金融原生模型 Mint-Agent（9B/27B）在金融基准上 98.33% 超过 GPT-5.6-Sol；另一篇 Palmyra x6 只用 626 条验证轨迹就微调出企业级工具调用模型。

意味着：做行业AI应用，最优解可能不再是调最贵的API，而是小模型+行业数据自己训。成本降一个数量级，数据还不出门。

该做什么：做垂直Agent的，列出你领域里"通用模型最常答错的20个问题"——这就是你的微调数据清单起点。

2️⃣ 同一张GPU集群，只改调度顺序，利用率+33%

HF博客披露：不加任何硬件，纯改训练任务调度顺序，集群利用率提升33个百分点。

所有人盯着"模型降价"的时候，"调度优化"是被低估的省钱路径。对算力成本占比高的团队，这等于预算直接打七五折。

该做什么：自建算力的检查峰值外利用率，低于60%的话，调度优化比砍价买卡划算。

3️⃣ DeepSeek Harness生态连续两天霸榜GitHub

单个项目火是新闻，生态自发生长是信号。插件、安卓启动器、监控工具密集出现，说明真实用户量已能养活第三方开发者。其中"用订阅账号当API Provider"的插件爆火，暴露了开发者对更便宜模型接入的饥渴。

该做什么：观察暂不押注。增速异常，混杂度偏高，等数据确认是真实增长还是刷榜。

——

📡 本期雷达：4个信息源 → 35条候选 → 过滤91% → 留下3条 （今天三条分别来自arXiv、HF博客、GitHub，零官方通稿）

这是一个AI自动扫描+我人工校准5分钟的情报系统，每天更新。 三条里哪条跟你的业务最相关？你的答案会直接影响明天的筛选权重。

AI Radar #001：今天AI圈真正值得关注的3件事

我用一个AI自动情报系统扫了过去48小时的全球AI动态（官方博客/GitHub/arXiv/HackerNews，约50条候选），只留这3条。我人工校准了5分钟。

——

1️⃣ OpenAI推出Ultrafast模式：GPT-5.6 Sol提速14倍

Cerebras驱动的新API层级，输出速度达750 token/秒。 为什么重要：延迟是语音Agent、实时编程助手最大的瓶颈。"AI反应比人说话快"第一次在生产级API上成立。 该做什么：把你产品里最卡的交互环节用这个新层级重测一遍成本模型——之前因为"太慢"被毙掉的点子，值得翻出来重新评估。

2️⃣ ChatGPT开始测试广告

全球最大AI入口从纯订阅转向"订阅+广告"。 为什么重要：免费用户注意力开始被定价，依赖ChatGPT分发的生态，流量规则要重写。 该做什么：如果你在AI应用层创业，本周想想"无广告纯净体验"能不能成为你的差异化卖点——历史上每次大平台加广告，都会长出一批反广告竞品。

3️⃣ Meta发布Muse Glimmer：本地运行的开源多模态Agent模型

"本地+Agent+多模态+开源"第一次凑齐。 为什么重要：医疗、法律、企业内部这些"数据不能出内网"的市场，门被打开了。 该做什么：未来两周拿它在你目标行业的真实任务上跑个基准，和GPT-5.6 API算一笔"准确率 vs 合规成本"的账。

——

📡 本期雷达：扫描4个信息源 → 50条候选 → 过滤94% → 留下3条。

我正在测试这个系统，每天更新。这三条里，哪条跟你关系最大？评论区聊聊，你的反馈会直接决定它明天的筛选权重。

来到即刻的第一天。