十二天发布会第一天只有两样东西：推理模型的完整版，和两百美元一个月的 Pro。Pro 的卖点是无限访问，但它真正的机制写在提示里——四次尝试都得到同一个结果，才算这道题解出来了。
第一天的两样东西：推理模型的完整版（号称错误减少 34%、速度快一倍，并且支持多模态），和两百美元一个月的 Pro 账号，卖点是模型访问次数无限。
但 Pro 模式的机制值得单独拎出来：它的提示词里写着——四次尝试都得到同一个结果，才认为这道题被解决了。
说白了就是以前的自我一致性：在外面套一层，多跑几次取一致，然后直接暴露给你。
所以看分数就明白了：提高 1 个点、3 个点、8 个点。这种幅度并不是靠「想得更久」撑起来的，而是老的思维链加自洽那套做法。
结论：Pro 是一种 mode，不是一个模型。
同期还发了十个面向医学领域研究者的 Pro 名额。
这类推理模型的核心受众本来就是研究者。
所以对国内做同类模型的团队，这是个可以直接参考的动作：给研究者什么样的支持、什么样的奖励，比投广告有效得多。
这个协议最好的地方不在技术，在于它把企业和模型厂商的分工给划清楚了。
模型厂商绝对不会去碰传统企业里那些系统集成的事；甚至连在宿主端怎么把取回来的上下文拼起来，也是留给企业自己实现的。协议只是把接口开放出来。
这让企业非常安心：你卖给我一个大模型，再建议我按这个协议把各个子服务接进来——其余的都由我做，那么每一个环节怎么优化、怎么实现，我都有足够的把控空间。
接入门槛也很低：只要把你这个服务能提供的上下文和函数写出来，简单实现一下就能接进去。
熟悉 robots.txt 和站点地图的人，一看就明白这是什么。
上一条讲的是模型这一侧怎么接外部服务；这一条解决的是反过来的问题——作为内容提供方（一个网页、一个 CRM、一个 App），我怎么主动给模型提供优质内容？
现状的问题很实际：让模型爬网页再解析成 Markdown，本身就可能有偏差；前端做得越酷炫，爬虫越难爬。
于是有了这个文件：我直接以 Markdown 的方式把内容暴露出来，而不是让你爬完再解析一遍。
通常是两个文件：一个是导航视图——快速上手在哪、API 参考在哪、可选内容有哪些，里面放大量链接指向具体页面；另一个是全文，把当前站点的所有内容一次给全。
一家做浏览器的团队放出了一段十几分钟的视频，讲他们的构想。非常建议看一遍——从早期原型、到基本架构、再到对历史的回顾，讲得很完整。
他们认定的核心触点是两个：鼠标光标，和浏览器的地址栏。
做法是让 AI 以光标的身份介入：你写到一半，想不起某件事发生在哪一年，点一下光标，它就在原地帮你补下去。
为什么是浏览器？因为浏览器几乎知道你所有的工作上下文——不只是当前这个标签页，而是所有标签页，以及它们之间的历史轨迹。现在大家用聊天工具都要来回搬运，顶多装个插件；要从根上做，浏览器是最彻底的位置。
他们在底下做了一层基础开发组件，思路是让构建各种 Web 应用的效率大幅提高、成本大幅降低，上面再叠 agent，让它自动编排比较大的任务。
最值得记的是切入点这件事：一个应用能不能算颠覆性的，取决于你从哪一点切。很多人从对话场景切，他们从光标切——因为光标基本就代表了人当下要干什么。你正要动手的时候它接上来，是最自然的；而不是你停下来，再去外面找一个 agent。