梅兰芳

就在刚刚，OpenAI神秘双响炮泄露，打响与Claude争霸的下一战！最近，OpenAI员工在GitHub上的一次手滑，意外暴露了模型的代号——gpt-nathree。         一年之间，从“算力卖不掉”到“算力紧缺”。很多人分析，GPT-6 Astra马上就要来了。

今天，Anthropic又有两张新牌，被第三方开发者应用和Discord社区曝光——claude-mashmallow-eap（棉花糖）、claude-melon-eap（甜瓜）。

几乎同一时间，CEO奥特曼在播客《Founders》中，火力全开，暗讽Anthropic这类同行——用毁灭倒计时来做营销是反人类的独裁者话术。表面看，这是Token工厂的集体爆发。

B |

深夜手滑，

OpenAI下一代神秘智能体泄露！OpenAI这个最新曝出的神秘模型，代号从mewfour又变成了nanthree。但水面之下，一场围绕智能体时代算力基础设施定价权与话语权的深层博弈，已在供需反转的大幕下悄然拉开。

C | 8月15日，OpenAI相关账号在公开测试中提及了一个神秘代号：Codex, gpt-mewfour。

D | 当时圈内还在猜测，这难道是基于《宝可梦》中的超梦（Mewtwo）衍生的新一代模型？

几天后的8月19日深夜，更为实锤的线索出现了。

E |          WAIC 2026上，Token工厂模式不尽相同，却有着高度的共识：第一客户从人变成Agent。OpenAI高级员工Sharmila Jesupaul在GitHub上提交了一份公开的PR，留下了这样一句话：由智能体Codex、gpt-nathree撰写。这条记录在公网上挂了近18个小时。直到次日下午17点13分，该员工似乎突然意识到，自己泄密了。硬件见顶，软件是下一个10倍降本的主战场。于是迅速返回后台，将gpt-nathree这个代号紧急删除。

这种欲盖弥彰的操作，反而让传闻更加确凿了！Nanthree到底是什么？会是GPT-6 Astra吗？结合此前爆料，Mewfour和Nanthree极大概率是OpenAI下一代Agent模型的迭checkpoint。毕竟，他们来自同一账号、采用同一种Codex的署名模式，不像是巧合。

F | 许多业内人士认为，看起来0很像一个更新的GPT-6 Astra检查点，正通过Codex进行写代码的内部高强度测试。         Kimi算力“熔断” 算力供需大反转          7月17日，在WAIC 2026开幕当天，月之暗面发布新一代旗舰模型Kimi K3，在权威的Text Arena综合排行榜中，该模型以1486分位列第9名，成为首个进入全球前十的开源模型。         然而，发布48小时后，因用户请求量大幅超出预期并逼近集群承载极限，Kimi不得不在7月19日宣布暂停C端新用户订阅。“Kimi很好用，但是动不动就得订阅会员，用不起。”上游算力涨价潮已直接影响C端用户的选择。

显然，OpenAI的内部模型，已经箭在弦上。Agent 协作与自主科学推理此前，关于Astra最突出的描述，多集中于多Agent协作与长时程任务处理上。

G | 多Agent协调系统，专为复杂、长时间运行的任务设计。         算力紧缺，是当前大模型行业的共性困境。“计算需求在指数级攀升，今天，仅依靠产能的线性增长去堆叠算力，已经远远无法弥合供需之间持续扩大的鸿沟。”无问芯穹联合创始人兼CEO夏立雪这样描述当前市场紧绷状态。         商汤大装置披露的数据也印证了这一趋势：其日均Token服务量已达2.42万亿，预计2026年全年服务规模实现25倍增长。         供需反转背后有两个动因。长时程任务能力，目标是支持需要持续推理、实验和迭代的工作流，例如复杂科研项目或高级数学问题。

H | 目前，OpenAI尚未披露Astra的底层架构细节，比如参数规模，上下文长度，训练数据量等等。OpenAI已公开确认Astra为未来主要模型，内部版本曾解决了10多项长期未解数学/理论计算机科学问题。但由于引发网络安全critical（严重）风险评级讨论，OpenAI随后加强隔离与访问控制，部分内部工作暂停。AI应用从聊天交互向智能体任务进化，单智能体Token消耗可达传统对话应用的百倍至千倍级，正如中国工程院院士郑纬民指出的：“驱动智能体的Token正在成为新的‘石油’。”          姚欣观察到，企业内部大量重复性劳动正在被AI改造，而使用最积极的不是技术人员，而是财务、人事、行政、市场这类非技术岗位。而关于claude-marshmallow-eap（棉花糖）和 claude-melon-eap（甜瓜），我们已知的是二者均未达到Fable级别。

I | 与此同时，OPC（一人公司）正在涌现，它们的Token月消耗量可达百亿级别，这一量级以前只有大型企业才能达到，而且OPC公司的人类员工与AI员工比例可以达到1:10，甚至1:20。

J |          第一客户从人变成智能体          “云的第一客户从人变成了Agent（智能体）。”姚欣的这一判断，在WAIC 2026上获得了来自产学研各界的呼应。中国信通院云计算与数字化研究所副所长栗蔚给出了一个新的定义——Agentic Cloud：以云计算资源为基础底座、大模型能力为核心驱动、智能体服务为基本单元，具备理解用户意图并自主完成复杂任务能力的新一代云计算服务体系，“正在成为未来主要云服务模式”。         云服务正从“降本”转向“增值”，交付的不再只是低成本算力资源，而是承载智能与能力的新模态服务。很多人猜测，它们更可能是Anthropic对现有Claude 5系列（尤其是Sonnet/Opus ）的迭代优化，而非全新一代旗舰。PPIO升级为Agentic Cloud，商汤大装置进化为“算力+平台+服务”全栈AI基础设施服务商，无问芯穹延伸至“前店后厂一中心”。

K | 三家的演进方向，都是从单点的算力基础设施走向融合运行环境、任务编排和应用的服务体系，目标都是要打造面向Agent时代的Token工厂。         正因客户主体发生转变，智能体的消费模式与人类存在本质差异。姚欣将其概括为“脉冲式使用”：人在使用虚拟机时，开启后往往连续运行数月不关机；而Agent调用沙箱时，完成任务即停止，一台虚拟机的单次使用时长可能仅1分钟便会关闭。这种模式对时延和并发的要求远高于传统场景。OpenAI，已经提前打响与Claude争霸的下一轮战役！

奥特曼深度访谈，金句太多了同时，奥特曼在David Senra《Founders》播客中的最新万字长谈，则彻底暴露了他的野心和焦虑，以及对整个AI行业的深刻反思。

L |          对此场景，PPIO的应对措施是通过Harness手段托管Agent，实现7x24小时长时间运行，并且可以自我修复；无问芯穹用智能体能力反哺基础设施自身，打造运维智能体蜂群，以Agent能力驱动整套AI Infra形成自主迭代、自我优化的闭环。         硬件见顶 软件是下一个10倍降本的主战场          共识正在形成：GPU硬件的性能提升正在触达物理天花板，未来Token成本的下降将越来越依赖软件层面的系统级优化。

这场访谈信息量极大，奥特曼的许多自我剖析，都非常诚实，甚至让人感觉很反直觉。

M | 奥特曼认错：我对颠覆的时间线判断错了当我们在2023年推出GPT-4时，我曾以为，软件行业的颠覆会立刻发生，大量的生意会瞬间被抢走。但我错了。         姚欣的分析最为直白：“GPU芯片已经到了物理极限，现在用的是3nm制程，2nm应该就到顶了，根据相关技术数据，2nm工艺相比3nm制程仅能实现约20%的晶体管密度提升、15%左右的性能提升，晶体管密度最多提升1.15倍，已经没有再提升10倍的能力了。

N | ”          他将未来成本下降的希望寄托于软件：“每隔12个月，智能体的使用成本就会下降至十分之一，软件的增长空间极其巨大。”          他还指出，推理侧最大的成本变量已经从GPU转向了存储。

o |

在访谈中，奥特曼罕见地承认误判：哪怕技术再逆天，行业整体在时间线上终究还是太乐观了。

p | 因为Agent追求长期记忆，上下文已经扩展到百万级，“100万KB的上下文要全部保存下来，只能先放显存，然后是内存，最后再到硬盘，由此直接推高了存储成本”。         降本，是所有使用者的诉求，必然也是所有Token工厂的核心思路。

他发现了一个强大的阻力，就是人类社会的巨大惯性。商汤大装置通过异构混推技术提升国产算力性价比，相比国产同构推理，异构混推集群实现同成本Token产出规模扩大2.5倍；无问芯穹在过去一年通过全栈技术实现推理成本下降10倍，并预期跨集群异构PD分离架构的规模化落地，还能再带来10倍下降空间。摩尔线程通过异构流水线组合，在硬件规格仅为国际主流产品一半的情况下，达到同等的推理水平。他提到，人们总是习惯于做同样的事情。

q | 甚至连我自己也是！奥特曼自嘲道，我明明已经有了像Codex这样神奇的工具，我本可以彻底改变我使用电脑的方式，但我依然像过去20年一样，在各个信息App之间复制粘贴，无脑地滚动长篇邮件。         Token工厂 不同的战略锚点          在WAIC 2026上，PPIO、商汤、无问芯穹、摩尔线程等多家Token工厂都抛出了战略之锚。         全栈优化派PPIO          姚欣将黄仁勋的五层蛋糕模型（能源—芯片—基础设施—模型—应用）作为参照，指出PPIO从第二层到第五层全部涉及。         “今天不仅仅要看Token生产的数量有多少，更要看Token的智能和毛利率，所以一定要做端到端的全栈式优化。

r | 创造最强编程AI的人，自己却还在用旧习惯抵抗它。

s | ”姚欣强调，目前国内真正能够做到全栈优化的厂商仍极其稀缺。

t | 显然，社会与经济适应AI的速度，远远慢于AI的进化速度。         基于这一逻辑，PPIO推出的核心利器是智能模型网关。

u | 智能模型网关是AI Agent的智能调度中心，关键决策由混合模型把控以提升质量，简单任务则通过模型调度自动分流至轻量模型，确保Agent以最低Token成本、最优智能性能完成任务。当用户提出法律合同审查、医疗初步诊断等需求时，网关会将问题同时分发给多个擅长此道的专家模型，通过交叉验证和融合生成最终答案。但是，这真的是坏事吗？“我对此心怀感激。”奥特曼表示，正是这种巨大的经济惯性，让这场史无前例的大变革变得更加平滑和安全。如果社会瞬间被颠覆，那将是灾难；而现在，人类还能有时间去适应。火力全开，怒批AI圈又当又立的反人类营销接下来，就是最劲爆的部分——奥特曼向Dario开炮了！虽然没有指名道姓，但所有人都听得出，奥特曼是在暗讽包括Anthropic在内的末日营销派。奥特曼直言，当前AI行业的营销话术简直是灾难级别，而且特别反人类。很多从业者一边到处散布恐惧，说“有25%的概率我们会毁灭世界” “一年内一半的工作将消失，希望你们好运”；一边又信誓旦旦地承诺，“我们会给世界带来治愈癌症的解药，带来极大的物质丰富”。         PPIO的混合模型可以将性能提升至接近Claude Fable5的水平，而成本却大幅降低。

v | 这种仁慈的独裁者叙事，让奥特曼极其反感。他将这种话术总结为：亲爱的普通人们，我们会赐予你们治愈癌症的礼物和无尽的财富。据综合测算，智能模型网关可以将智能水平提升20%，将成本降低50%～60%。

w |          商汤大装置的国产化叙事          Token工厂叙事，则嵌在一条更大的国产化替代主线下。作为交换，请你们交出自主权，闭上嘴，让权力集中在我们这些少数未被选举的公司和聪明人手里，由我们来替世界做决定。         商汤科技联合创始人、大装置事业群总裁杨帆判断：“未来五年国产化替代绝不仅仅是GPU的替代，而是背后整个AI基础设施生态体系的重构。

x | 他明确指出，AI最大的风险除了模型失控，就是AI过度集中。

y | 他反复强调的一句话是：People are the whole point of this all.(人本身，才是这一切的意义。

z | ”          摩根士丹利预测，最乐观的市场情景下，中国AI芯片自给率有望在2030年达到76%。         在国产芯片突围的背景下，商汤大装置的核心突破是异构混合推理。

| 商汤大装置事业群CTO宣善明披露，通过异构混推，主流国产芯片MFU提升85%至152%，整体推理性价比达到NVIDIA H系列的1.25倍。在能效方面，商汤大装置提出了TPW（Tokens Per Watt）指标，将电力消耗与Token产出直接挂钩，替代传统的PUE能效指标。

| 据商汤大装置数据，通过端到端全链路优化，单位电力成本Token产出已提升80%。         在产业落地的“最后一公里”，商汤大装置与电信运营商殊途同归，以FDE（前沿部署专家）模式交付结果。在先进制造领域，商汤大装置已服务5家上海大型国企，并总结出“1天明确业务价值、2天完成Demo验证、30天实现稳定版本上线”的AI“123”交付法则。         无问芯穹 “前店后厂一中心”          无问芯穹将Agentic Infra打造为“前店后厂一中心”：算力集散中心（自主式基础设施平台）、Token工厂（MaaS平台）、AI生产力商店（行业解决方案）。)

更反直觉的是，从公司成立到发布第一款真正的产品，OpenAI在「黑暗」中摸索了整整四年半。这在以追求速度著称的硅谷，简直是自杀。ChatGPT刚发布时，增长虽然快，但内部很多人觉得：增长是猛，但感觉很不稳定，价值很低。         无问芯穹联合中国电信完成国内首例超4000公里距离的大模型跨域混训，在新疆哈密与广东深圳两地集群间，实现联合训练性能提升165%。同时，它还打通4个不同代际、不同型号的GPU集群，四集群协同性能提升41%。目前这套跨域训练系统已在全国部署触达超37000P算力、覆盖16种主流芯片，盘活了广域分散的异质算力。

| 我们是不是该换方向？我们列了5、6个其他可以做的事情。这时Peter Thiel说了一句：除了继续做这个，做任何别的事明显都是错误。他还把ChatGPT比作Google搜索框：一个空白输入框，你输入任何东西，它都能做对。

|          在Token工厂层面，无问芯穹于2026世界人工智能大会发布了首创的新一代推理系统优化成果——跨集群异构PD分离架构（PDD），相当于让“偏科”的硬件只刷自己最擅长的题，实测显示该架构在实现首Token延迟降低51.5%的同时，单Token成本降低37.5%。

|          摩尔线程 从“芯”出发          与前三家从云服务或基础设施层切入不同，摩尔线程从芯片出发，提出了三大“AI工厂”的框架：模型训练工厂、词元生产工厂、智能体生产工厂。

|          摩尔线程创始人、董事长兼首席执行官张建中强调“全功能GPU”的概念，不仅能做训练和推理，还具备光线追踪和图形渲染能力，并称摩尔线程S5000是国内唯一具备光线追踪能力的智算芯片。硅谷追了20年的商业模式，终于出现了一个真正的新入口。奥特曼听了，全力以赴。没有客户反馈，没有市场信号，他们只能发明各种排行榜和内部测试方法，来盲目摸索进度。         在Token生产工厂方面，摩尔线程的核心卖点是基于S5000的PD分离异构推理方案：将高算力需求的Prefill放在S5000上，将高带宽的Decode放在国际主流GPU上，相比于单独部署国际主流GPU同构方案，性价比优势显著。

| 经历了无数次混乱的跌倒，最终才跑通了Scaling Law，走向GPT的成功。这再次印证了奥特曼的理念：最伟大的事物，总是始于非共识。当全世界都觉得你们疯了、不可能做成的时候，那可能才是最大的机会。

|

| ”          行业正在从概念“种草”阶段进入实质“种树”阶段。

| 我不喜欢看电子书，我喜欢纸质书；我不喜欢Zoom开会，我喜欢面对面交流。人类根本的生理和心理构造，决定了我们永远在乎同类。AI不是来取代人类的，它们只是激发一波小微企业创业潮的工具。PPIO的日均Token调用量超1.2万亿，商汤大装置的日均Token服务量已达2.42万亿，预计到2026年底将攀升至日均10万亿，全年实现25倍增长；无问芯穹半年增长曲线是40倍……这些不再是对未来的预测，而是已经发生的数字。但算力的终局不会是比谁能生产最多的Token，而是跑通从算力生产到价值落地的闭环。