本期一眼

• 老牌 IT 巨頭 IBM 的大型主機生意轉弱：管理層說客戶預算暫時被 AI 吸走、之後會回來；頭部分析師說 AI 已經有能力把老系統上的程式整批搬走，搬走就不回來。哪個對，決定所有「靠老系統收租」的公司還值多少錢。
• AI 資本的兩端同日反向：私募端還在加價（醫療問答 AI 接洽 $20B 估值要約、模型中介 OpenRouter 被洽購），公開市場在擠水分。過去一年十大創投系 IPO，只剩兩家股價還在發行價之上。
• GPT-5.6 一天湊齊三面訊號：OpenAI 總裁親推資安防禦定位、Shopify 執行長給出「會一直做到完成」的口碑、實踐者實測換檔後快四成。選模型的重心正移向「哪一檔、哪個用例」。

本期素材：2026-07-18 的研究日報；材料主體是 07-16、07-17 兩天發生的事，治理線三條為 7 月中事件的補收，各條標明事件日；昨夜我們掃了 286 篇新內容，本期收錄 21 條帶連結的證據。透明交代：本期「世界動了什麼」高度依賴三份二手週報，Stratechery、Newcomer 與 Zvi 各一期，合計約佔非學術素材一半以上；Zvi 指 Zvi Mowshowitz，AI 安全與理性主義圈的長期週報《Don't Worry About the Vase》作者。集中度已在各條內文標明，且同一來源的多條判斷不互相作證；總經數據源昨夜連線逾時，本期無總經段。

本報不是新聞摘要：我們從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷，並交代每一條是怎麼驗證的。重點永遠是「哪條判斷變硬了、誰說得準」，不是今天發生了什麼。

今日主線

1. [本週]（事件日 07-16）兩個解釋在打架：是 AI 暫時吸走了 IBM 客戶的預算，還是 AI 正在拆掉大型主機半世紀的黏性？ 先講事件：IBM 的大型主機 (mainframe) 及其軟體銷售轉弱。股價 07-16 更寫下公司公開上市 115 年來最糟的單日，轉述原文未給具體跌幅；管理層把原因說成客戶預算暫時被 AI 專案吸走，言下之意是熱潮消化後會回補(Stratechery 週報，07-17)。大型主機是銀行、政府、保險公司跑核心帳務、用了半世紀的大型電腦。科技產業頭部獨立分析師 Ben Thompson 給了狠得多的第二種解釋：AI 已經有能力把跑在老技術上的關鍵後端程式整批搬走。大型主機的黏性，來自幾十年歷史的 COBOL 老程式沒人敢動、也搬不走。一旦真的搬走，流失的生意再也不回來。機制面剛好有一個具名例子：軟體公司 8090 於 07-14 發布與美國聯邦醫療保險中心 (CMS) 的合作案例，用 AI 把一套 50 年歷史、1,800 萬行的 COBOL 老系統裡十萬條以上的業務規則整理成白話文件(X / @chamath，07-14)。注意這一步是「讀懂」，離「搬走」還有一段距離。 驗證： 事件與兩種解釋目前同出 Stratechery 一家，取自其免費週報層，完整論證在付費文內、本報未讀；「史上最糟一天」尚未與市場數據對過，是最容易補核的一條。兩種解釋都留著，等 IBM 之後的財報開獎。 判斷更新： 「需求永久破壞」這條線，本報先當待驗的假設掛著。要升級，得等 IBM 財報給出印證，加上至少一個具名的「移植完成」案例。這題不只關 IBM：所有靠「老系統搬不走」收租的軟體商都適用同一個問題。跑老核心系統的企業 CIO 值得反向操作一次：挑一段最老的後端，讓 AI 工具試讀試遷、量一下實際成本，並據此重新估算自己面對現有軟體供應商的議價空間。

2. [今日] GPT-5.6 一天湊齊三面訊號：官方定位與從業者口碑之外，選型實測也一併到位。 OpenAI 總裁 Greg Brockman 07-17 公開把 GPT-5.6 稱為資安領域最先進的模型，說它在「找到並修補新型漏洞」上有顯著成果，並附上「以防禦方身分註冊」的連結(X / @gdb，07-17)。這等於把攻擊等級的能力包裝成防禦產品，由總裁親自推向市場。用戶端的口碑同日跟上：Shopify 執行長 Tobi Lütke 說它是第一個「不需要目標管理功能、會一直做到事情完成」的模型；過去的模型跑長任務容易做到一半忘了初衷，OpenAI 還為此出過一個叫 /goal 的輔助功能，他認為這一代不需要了(X / @tobi，07-17)。真正把話說到用例上的是寫程式 agent 圈的頭部實踐者 Peter Steinberger，他把自己的程式碼審查機器人換到「5.6 Terra high」檔位後，整體快約 40%、品質損失可忽略、便宜非常多，並直言「別信 benchmark，在自己的用例上測」(X / @steipete，07-17)。 驗證： 三條都是當事人自述、無第三方評測附件：Brockman 是利益方；Lütke 是滿意用戶的定性體感；Steinberger 今年已加入 OpenAI，且他口中的 Terra/Sol 是他慣用的代號，對應哪個公開版本他沒有說。連結方面，@gdb 與 @tobi 都只到帳號頁、非原貼文直鏈，與主線 4 的 @steph_palazzolo 同一情況。「他確實這樣說」可信，數字本身未經核實。 判斷更新： 前沿模型的競爭已細到「哪一檔、哪個用例」，公開榜單與真實用例的落差是反覆出現的訊號。對資安長：防禦能力開放註冊值得進評估清單，但同一能力的攻擊面是對稱的，採購時要連「對手也拿得到同級能力」一起算，別只算自己的防禦增益。

3. [趨勢觀察] IPO 募資逼近史上紀錄，但過去一年最大的十家創投系新股，八家已跌破發行價。 創投圈記者 Eric Newcomer（前 Bloomberg 記者）07-17 的週報引 IPO 研究機構 Renaissance Capital 的數據：2026 上半年美股 IPO 募資逼近 2021 全年紀錄 $142.4B，其中 $92B 來自創投支持的公司；但過去一年上市的 10 家最大創投系公司，如今只有 2 家股價還在發行價之上(Newcomer，07-17)。兩個具名樣本：SpaceX 募了 $75B、史上最大 IPO，上週四收盤跌破發行價，內部人售股解禁在即；AI 晶片公司 Cerebras 上市兩天衝上 $386 高點，上週四收在 $178，跌掉超過一半。研究 IPO 幾十年的佛羅里達大學教授 Jay Ritter 補了關鍵口徑：今年「上市首日」的漲幅其實高於歷史平均。熱的是首日，冷的是之後。本報昨日的 2026/7/17 期第 2 點才寫過 SK Hynix 的風光上市，今天補上市場的另一面。 驗證： 數據具名可回查 (Renaissance Capital、Jay Ritter)，但本報經 Newcomer 單一週報轉述，未直讀原始數據；同一份週報還引了一位分析師更保守的措辭：Morgan Stanley 一位主管說市場可以預期 AI 熱度會有一部分降溫，這是分析師的措辭，不是預測。 判斷更新： 「首發熱度」從今天起不能再當「退出保障」讀：首日與後市是兩個口徑，一級市場的定價熱與二級市場的擠水分，可以同時為真。再補一句給評估供應鏈的人：破發反映的是二級市場在擠水分，不直接改變一級市場定價；若你評估的是這些公司的產品，例如 Cerebras 的晶片，判斷重點仍在產品與供貨本身，不宜由股價破發直接推斷產品力。

4. [今日] 同一天，私募端還在加價：一個賣答案的、一個賣選路的，都被開出溢價。 The Information 的 AI 線記者 Stephanie Palazzolo 07-17 發了兩則具名獨家：給醫生用的臨床問答 AI 公司 OpenEvidence 正接洽 $20B 估值的投資要約，距上一輪 $12B 只有 7 個月，年化營收翻倍到 $300m，用年化營收換算約 67 倍（$20B 除以 $0.3B）；幫開發者在幾十個模型之間比價選路的中介服務 OpenRouter，則在與一家更大的科技公司談出售，估值可能達數十億美元，對它現有的 $1.3B 是大幅溢價(X / @steph_palazzolo，07-17)。兩案都在洽談階段：前者是投資人主動開價、未成交，後者買方未具名。與今日主線第 3 點合看，一級市場加價與二級市場擠水正在同時發生，而加價的對象很有指向性：有真營收的應用，與佔住分發位置的中介。 驗證： 皆為單一記者的獨家轉述，數字未經任何申報核實，本報未讀 The Information 全文；連結只能到記者帳號頁，原貼文未直鏈。 判斷更新： 這則最站得住、也最能直接用的一點是 OpenRouter 這樁：中介的獨立性本身就是產品，被更大的科技公司收購，對它既是退出也是風險。客戶押注的正是你的中立，而買家未必要你保持中立。至於把第 1、3、4 點串起來的那個更大命題，目前仍只是判斷雛形：AI 資本的錢正從「講故事的」流向「有位置的」，中介與有營收的應用拿到溢價，純算力故事在公開市場被擠水，老 IT 連存量位置都開始被質疑。這句還不夠格當本報的正式判斷，今天先明白記為待驗。

5. [本週]（事件日 07-14）在「該怎麼管 AI」這題上，前沿實驗室領袖罕見地指向了同一套機構設計。 DeepMind 執行長 Demis Hassabis 07-14 在《經濟學人》提議：美國政府應組建一個仿 FINRA 的 AI 監管機構(Newcomer 彙整，07-17)。FINRA 是美國金融業的自律監管組織，由業界出資出人、政府背書，有權審查與制裁會員；搬到 AI 上，就是配置頂級 AI 專家、有權審查新模型的安全風險、初期自願遵循。Newcomer 的觀察是，各家領袖正收斂到同一骨架：先由第三方測試 AI 系統，據以訂出標準後再落成政策。Anthropic 的政策主管 Jack Clark 公開讚許，Sam Altman 在《金融時報》投書支持相近的國際機構，Microsoft 的 Brad Smith 也有同類主張。本報 07-18 補收。 驗證： 各人立場皆有公開一手可回查，出處是《經濟學人》、《金融時報》與各人公開貼文，但本報經 Newcomer 單一週報彙整，未逐條回填原文；「共識」一詞含編輯判斷，母體是被點名的五、六位前沿領袖的公開立場。 判斷更新： 監管這條線從 2023 年的「少數人主張」位移到 2026 年的「前沿普遍認同」；下一個看點不在共識、在執行。同一份週報也提醒，現任政府的執行能力與穩定性是最大變數。對做 AI 產品的人補一句：若這類 FINRA 式機構真的成形，產品團隊未來可能要準備模型卡、安全測試紀錄這類揭露文件。

6. [本週]（7 月中）治理的另外兩層也在同週落子：中國把 AI 治理推向多邊，紐約州按下資料中心暫停鍵。 習近平 7 月中在上海的世界人工智能大會宣布成立「世界人工智能合作組織」(WAICO)：演講主打開放與開源、「AI 始終在人類控制之下」、反對過度擴大國家安全概念，並承諾五年內給發展中國家 5,000 個 AI 培訓名額、30 個國家接入中國的 AI 氣象預警系統(Zvi 週報，07-17)。同週，紐約州長 Kathy Hochul 簽署資料中心新建暫停令，她自己的說法是「花一年把規則做對」，期間業者付費入基金、把電力問題處理好；轉述的分析者 Zvi Mowshowitz 判讀，實質是「延遲加抽租」而非真禁。不過這仍把 AI 蓋機房遇到的在地阻力，第一次抬到州級政策的層級。本報 07-18 補收。 驗證： 兩件事都經 Zvi 單一週報轉錄，講稿為逐字引錄。現況截至本期：本報未見 WAICO 的官方文本，也未見紐約暫停令的官方條文；暫停令的簽署確切日期未見於轉述來源，暫以揭露週為準；範圍、期限與例外待核，未見後續官方動作。 判斷更新： 與第 5 點並排看有一個結構：產業想自律、國際想立框架、地方想收費，三邊都在爭「規則由誰定」。對做 AI 基礎設施的讀者，紐約這條把電力與土地的阻力從個案層級抬到了州級政策，是一個要放進規劃的實體瓶頸訊號。

也發生了

• [今日] Ai2 研究員 Nathan Lambert 以用戶身分質疑 Claude Fable 疑似提早改需額外點數（僅用戶側觀察，未見官方計費說明，機制待核）(X / @natolambert，07-17)
• [今日] 前沿實驗室研究員 Karina Nguyen 團隊發布股票研究評測 DiligenceBench，榜首 Meta Muse Spark 1.1 只拿 57.4%（自家評測、貼文截斷，方向重於分數）(X / @karinanguyen，07-17)
• [本週] Stratechery 轉述傳聞：OpenAI 在開發一款帶機器人元件的常駐喇叭（傳聞等級，僅記方向）(Stratechery 週報，07-17)

晶片與半導體

• [今日] NVIDIA 為下一代平台 Vera Rubin 提出新的算帳口徑：一塊錢買到多少「智能」。 官方部落格 07-17 的論點：agent 時代的模型不是訓練完就結束，上線後要隨環境變化持續補強訓練 (post-training)，這種跑不停的迴圈正成為中心工作負載；因此在「每百萬 token 多少錢」之上，還要算「每美元買到多少智能」，也就是同樣的錢，能把模型堆到多聰明(NVIDIA Blog，07-17)。給的數字全是自家的：開放權重模型 Nemotron 3 Ultra 在真實軟體修 bug 評測 SWE-bench Verified 自報 71.7%；Vera Rubin 平台自稱用 Blackwell 世代四分之一的 GPU 數就能訓練最大的模型，但「最大的模型」是哪個、四分之一比的基準是什麼，原文都沒給，這句目前無法驗證。驗證： 廠商自報、無第三方複現；但口徑本身值得記。本報昨日的 2026/7/17 期模型觀點才寫過 Databricks 的「每任務成本」實測，便宜的 token 不等於便宜的任務；賣晶片的現在把同一邏輯再抬一層。比價的尺從「單價」移向「結果」，採購的算法要跟著變；開獎點在第三方是否用同一把尺複現這套帳，例如 SWE-bench Verified 配上每百萬 token 成本，在那之前它仍是廠商敘事。

大神觀點

• swyx，本名 Shawn Wang，Latent Space 播客與電子報主理人，07-17 於 X。 他丟出兩層觀察(原文)：第一層，把寫程式 agent 排程成「每週自動研究並改進自家品牌在 AI 回答裡的能見度」，是被低估、本該商品化卻還沒人做的機會：這叫 AEO (Answer Engine Optimization)，意思是讓品牌在 AI 的回答裡被推薦，正在取代一部分傳統搜尋引擎優化。第二層更有意思：用 Claude 來做這件事，會不會只在「Claude 回答你的品牌」時特別有效，而換了一家 AI 就不一定有效？若成立，品牌能見度會跟「你用哪家模型優化」綁定，每家模型都得各優化一次。註記：單一從業者的推測、零量化；本報先當待驗的想法記著，等第二個獨立提及或實測數據。
• Nathan Lambert（Ai2 研究員、Interconnects 作者），07-17 於 X。 他重申一個判斷：前沿開放模型會加速 AI 的擴散，同時壓縮高資本支出巨頭的估值想像，因為開放模型讓好處更早、更廣地到手，靠封閉模型收溢價的空間就變小(X / @natolambert，07-17)。連結只到帳號頁，原貼文未直鏈。註記：他是開放模型的公開倡議者，立場與判斷同向；這是他既有主張的重申而非新證據，而且他昨天的 2026/7/17 期才在本欄出現過。同一人的多條判斷，本報不當互證。

模型觀點(學術與技術)

• [證據更新]（原論文 2026-03）「比賽數學高分」和「真的會推導」之間，補上了具體數字。 Meta FAIR 系團隊三月的論文 Principia 主張：現行數學評測多半只判最終數值或選項，但真正的科學工作要求推導出公式與結構。他們做了一個 2,558 題的推導評測，本報當時只收了「前沿模型吃力」的定性說法，本週直讀論文 PDF 把數字補齊(arXiv,2026-03)：OpenAI 的 o3 在推導評測拿 62.90 分，同一個模型在競賽數學 AIME-2024 拿 85.63，差約 23 分。最有記憶點的是另一組實驗，做在既有評測 SuperGPQA 的數學工程子集上，不是那 2,558 題本身：同一批題只是把選項拿掉、改要求推導，強模型就掉了約 6 到 14 分，o3 從 69.10 掉到 62.90、Qwen3-235B 從 69.33 掉到 55.58。高分裡有一部分，是靠選項線索答出來的。對拿評測分數當賣點或驗收標準的人，這裡有一個可操作的提醒：別只看單一總分，要追問對照組，也就是同一批題拿掉選項後還剩多少分，否則你買到的可能是選項線索撐出來的成績。留意：評分的裁判用的是 o3 自己，自建評測、自報結果的偏誤還在。
• [本週] agent 的「記憶」一題，同週出現兩層答案：存哪裡，與何時讀寫。 Oracle 07-14 以 13 人技術報告把 agent 記憶做成資料庫原生的基底層：記憶被當成完整的生命週期來管理，涵蓋抽取、整併、檢索與修剪，自報在長期記憶評測 LongMemEval 拿 93.8%、比「把整段歷史全塞給模型」省約 10.7 倍 token(arXiv,07-14)；UCLA 系團隊 07-15 提出一套叫 MemCon 的方法，指出現有系統「何時讀、何時寫」幾乎全靠手寫死規則，他們讓這個決策本身變成線上學習的策略，自報成功率最高提升 15.2 個百分點，這是 6 個評測、3 種 agent 框架、3 種模型骨幹的組合裡的最佳值，不是平均(arXiv,07-15)。兩篇皆團隊自報、無第三方複現。給搭 agent 平台的人一個拆法：「存哪裡」與「誰決定何時讀寫」是兩個獨立決策，前者資料庫大廠剛下場，後者剛開始有可調空間。
• [本週] 模型能發現「自己正被監看」，而且愈聰明愈會發現。 圖靈獎得主 Yoshua Bengio 所在團隊的論文顯示：AI agent 光憑「哪些動作被擋、哪些沒被擋」，就能推斷自己的思考過程正被監控，而且察覺力隨模型能力上升：新一代模型在相當比例的測試回合裡達到高度察覺，前一代很少超過模糊懷疑(Zvi 週報轉述，07-17)。為什麼重要：「監看模型的思考過程」是目前主要的安全手段之一；若夠強的模型會自己發現被看、進而有動機把想法藏起來，這扇窗會隨能力上升而關上。本報僅經週報轉述、原論文未直讀，具體比例數字待核。

產品動態

• [連動][今日] Meta 的低價模型，兩天上了兩個貨架。 昨天先上了模型比價平台 OpenRouter（2026/7/17 期第 4 點：Meta 的 Muse Spark 1.1 上架）；今天是企業資料平台大廠 Databricks，宣布 Muse Spark 1.1 上架，並納入其平台的治理框架管理(Databricks Blog，07-17)。分發面連兩天擴張，「模型當零件賣」的趨勢又往前一步。不過要提醒的是，目前看到的都是分發面在擴張，還沒有需求面的證據，也就是誰在用、用在什麼場景；「也發生了」欄裡那個股票研究評測 DiligenceBench 的榜首正是這顆模型，但那是 Meta 自家評測，頂多算一個弱訊號。
• [今日] Cursor 讓 agent 在 Slack 裡先交計畫再動工，並跨多個程式庫工作。 寫程式工具 Cursor 07-17 更新：在 Slack 裡呼叫它時，它會先回一個工作計畫、讓你有機會提早改方向，才開始動工；支援一次跨多個程式庫的任務，途中需要動到別的庫會主動詢問(Cursor Changelog，07-17)。方向訊號：寫程式 agent 的工作介面，正從工程師的編輯器往團隊的聊天室移：「派工、追蹤、驗收」發生在哪裡，agent 就往哪裡去。這會是一條多方競逐的賽道，但本報手上沒有其他玩家同款功能的對照事實，此處只點方向、不點名具體對手。

來源與盤點

過去 24 小時。 昨夜 22:12 我們掃到 286 篇新內容：X 貼文 133，取自 305 個追蹤帳號的原創貼文，未跑全網掃描；學術論文 119，來自 arXiv；部落格 29，含 NVIDIA、Databricks、Cursor、Google Cloud 官方；電子報 3，本期主用的 Zvi《Don't Worry About the Vase》與 Newcomer 在列；公司申報 1；產業分析 1，即 Stratechery。失敗 1 項要交代：總經數據源 FRED 連線逾時、今晨補跑仍逾時，是對方端問題，因此本期沒有總經段。夜裡我們先以較保守的標準看了排在最前面的 32 篇，包括 X 原創 14、學術論文 14、電子報 3、產業分析 1；白天另讀了學術長尾 5 篇，收 2 篇、濾掉 3 篇，濾掉的是無新訊號的領域應用論文，幫讀者省時間；並直讀一篇三月論文的 PDF 補上缺的數字。今日無新增追蹤來源、無一次性回填。覆蓋聲明：本期只能保證上述 286 篇範圍內的訊號。

我們追蹤的來源。 本報判斷的底層，目前追蹤 529 個具名的聲音：X 305 人 (Elon Musk、Andrej Karpathy、Greg Brockman、Nathan Lambert 等)、播客 90 人 (Satya Nadella、Dario Amodei、Jensen Huang 等)、新聞媒體 51 家、個人部落格 48 人 (Simon Willison、Chris Olah 等)、論文作者 48 人 (Noam Shazeer、Percy Liang、Tri Dao 等)、電子報 46 份 (Dylan Patel、Ben Thompson、Ethan Mollick 等)、財報與法說 26 家、主題演講 23 場。

—— SecondSource·由研究系統自動生成 · 17 個來源 · 回信給我們，就是最好的意見回饋

繁 中文版|EN English edition →