主线 A
横跨：观点洞察 · AI Infra · 基础模型 · 市场信号
2026 开年定调：AI 竞争从 算力绝对量 转向 结构性优势
趋势 + 基础设施|
马斯克 3 件事 · Cerebras 晶圆 · 内存战争 · Apple 投奔 Gemini
开年这一周，几乎所有重磅都在重新定义「AI 基础设施」：不再是「谁的卡多」，而是「谁的内存够、谁的结构更优、谁能把端侧吃下」。马斯克 173 分钟只讲三件事，Stanford 给出 2026 预测，Cerebras 用一整块晶圆挑战 GPU 集群，三大内存厂直接入场，Apple 终于把 Siri 交给了 Gemini。
本周最该读的，是 《173 分钟对谈，马斯克只讲 3 件事：AI、能源、机器人》——顶级创业者对 AI 基础设施的系统性思考，三大支柱（算力 / 能源 / 具身）一以贯之。学术侧，Stanford HAI《2026 年 AI 专家预测》 给出短期权威预判（含 AI for Science 时间线）；Andrew Ng 则警告 AI 正在成为一种地缘政治武器，中美差距不只在算力绝对量，更在「把算力投向哪一代技术」的结构性分配。硬件层，OpenAI 牵手 Cerebras：WSE-3 用一整块 12 英寸晶圆、片上 SRAM、约 21 PB/s 内存带宽（比 H100 的 3.3 TB/s 快数千倍），用单晶圆吃下超大模型。与此呼应的是 「内存战争」——100 万 token 的 70B 模型每用户 KV cache 约 312GB、100 并发就要 31TB；到 2028 年 10T+ 模型最少要 5TB 内存，三星 / SK 海力士 / 美光成为新的胜负手，Apple 也最终「妥协」：下一代 Siri 由 Gemini 驱动，Google 一统终端 AI 入口——但这并非放弃自研，而是把多万亿参数的 Gemini 蒸馏进 iPhone 的端侧路线。
§ 01Timeline · 因果链
马斯克 173 分钟：只讲 AI、能源、机器人 — 顶级创业者对三大支柱的系统性思考。
微信 观点洞察 · 01-08
Stanford HAI · 2026 AI 专家预测 — 含 AI for Science 时间线。
HAI 观点洞察 · 01-10
OpenAI × Cerebras — WSE-3 整块晶圆、片上 SRAM、~21 PB/s 带宽，单晶圆吃下超大模型。
OpenAI ·
Chip AI Infra · 01-12
The Memory Wars — KV cache 31TB/100 用户、10T 模型需 5TB；三星 / 海力士 / 美光成新瓶颈。
X AI Infra · 01-12
TPU 供应链（Fubon Research） — 绝大多数供应商来自台湾（中际旭创光模块、沪电 PCB / 载板）。
AI Infra · 01-13
🆕
Apple finally gives in — 下一代 Siri 由 Gemini 驱动，Google 一统终端；Tesla 国内则用了豆包。
Google ·
AINews市场信号 · 01-12
Apple Distill Gemini → iPhone — 不是放弃自研，而是把多万亿参数 Gemini 蒸馏到端侧。
Ars 多模态 · 01-13
11 种生产级 LLM Serving 引擎对比（vLLM / TGI / Ollama）。
Medium AI Infra · 01-11
主线 B
横跨：应用 · 智能体 · Agent 工具 · 商业模式
Agent 购物的最后一块拼图：协议 + 支付 + 经济学 一次补齐
Agentic Commerce|
UCP · x402 v2 · Gemini/千问 Shopping · Paid.ai · Cowork
「让 agent 替你下单」喊了一年，这周终于把标准、支付和计费三件事一次性补齐：Google 出 UCP 结账协议、x402 升到 v2、Gemini 与千问同台做购物 agent、Paid.ai 把「agent 经济学」摆上台面，Claude Code Cowork 则把 agent 从写代码扩到一切办公场景。
闭环的关键是协议：Google 推出 UCP（Universal Commercial Protocol） 统一 agent 结账，配合 Gemini 的 agentic commerce 与国内 千问 Shopping，把「搜索→比价→下单」交给 agent；支付侧 x402 v2 给出 internet-native 支付标准。钱通了，下一个问题是「agent 怎么计费、谁来担责」——Paid.ai 直接把「agent 经济学」做成产品（agent billing、$2.7B agent 税务危机、给 agent 的法律合同），甚至出现了 「自己赚钱的 agent」。能力侧，Claude Code Cowork 把 Claude Code 的能力扩展到非编程办公（文件处理、浏览器任务），被视为「LLM OS」的重要里程碑——印证了「30% 微软代码、25% Google 代码已由 AI 写」的趋势；同时 GUI Agent 大战（通义 MAI-UI 等）与 Manus × Similarweb 的 connector 竞争同步白热化。
§ 01Timeline · 因果链
Google UCP 协议 — Universal Commercial Protocol，统一 agent 结账，打通购物生态最后一环。
ucp.dev 智能体 · 01-12
Gemini Shopping / 千问 Shopping — 中美同台把购物 agent 化。
Google Cloud 应用 · 01-12
x402 v2 — internet-native 支付标准升级。
x402.org 智能体 · 01-11
🆕
Claude Code Cowork — 把 CC 扩到非编程办公，「LLM OS」里程碑。
Claude ·
4 种用法Agent 工具 · 01-14
Agent 经济学 · Paid.ai — agent billing / $2.7B agent 税务危机 / 给 agent 的法律合同。
Paid.ai 商业模式 · 01-13
Manus × Similarweb — Agent 的 Connector 竞争白热化。
应用 · 01-13
🆕
GUI Agent 大战 — 通义 MAI-UI 等移动端 GUI agent 登场。
MAI-UI智能体 · 01-14
A2UI — Google 开源 agent-driven interfaces 项目。
Google Agent 工具 · 01-12
主线 C
横跨：基础模型 · 数据 · AI4S · 上下文工程
模型与科研前沿的「野望」：研究自动化 正在加速
Model · Data · Science|
Recursive LM · 实时世界模型 · 数据蒸馏 · AI for Science
当基础设施与应用都在「补闭环」，研究侧的野心也在加速：递归语言模型、实时世界模型、把数据集像滤水器一样「蒸馏」干净，以及把 AI 推进数学、抗衰老、科研规划——研究自动化（AI4S）从口号变成可复现的数据与基准。
模型层，Recursive Language Models 探索递归式推理，PixVerse R1 把「实时世界模型」推向商用，Step-Audio-R1（阶跃星辰）补齐语音推理。数据层，enPurified 用启发式「蒸馏」清洗主流语料（去掉低质英文 / 数学 / 代码噪声），像给数据装了一台 Brita 滤水器。最有「野望」的是 AI for Science：AI 已对 Erdős 问题 做出贡献，抗衰老研究 引入 AI，Meta 开源 Research Plan Generator（用 rubric rewards 训练「AI 协同科学家」），SemiAnalysis 也系统梳理了 RL for Science 的数据工厂与多智能体架构。评测与上下文侧，Anthropic 医疗 benchmark 给出 ToB「数据—Connector—基准」完整方法论，cocoindex 则把实时图数据库用进 Voice Agent 的上下文工程。
§ 01Timeline · 因果链
Recursive Language Models — 递归式推理新范式。
arXiv 基础模型 · 01-10
实时世界模型 PixVerse R1 — next-generation real-time world model。
PixVerse 基础模型 · 01-11
enPurified · 数据蒸馏 — 像滤水器一样清洗 smollm-corpus / gutenberg / finewiki。
HF 数据 · 01-12
🆕
AI 贡献 Erdős 问题 — AI 在公开数学难题上做出可验证贡献。
GitHubAI4S · 01-13
Meta Research Plan Generator — 用 rubric rewards 训练 AI 协同科学家。
HF ·
论文 AI4S · 01-13
RL for Science — SemiAnalysis 梳理数据工厂与多智能体架构。
SemiAnalysis AI4S · 01-12
Anthropic 医疗 Benchmark — ToB「数据—Connector—基准」完整方法论。
Anthropic 评测 · 01-11
EP.69 收尾：2026 开年，AI 把「结构」摆到了「规模」前面
这一周像是 2026 的定调：当算力、内存、协议、支付都被一项项补齐，竞争的焦点从「谁的卡多」变成「谁的结构更优」——Cerebras 用一整块晶圆换掉 GPU 集群，三大内存厂直接下场，Apple 把 Siri 交给 Gemini 又把它蒸馏回端侧，Google 用 UCP 给 agent 购物补上最后一块拼图。基础设施和应用，这一周都在「收口」。
另一条暗线是研究自动化：AI 开始对 Erdős 问题做贡献、被请进抗衰老实验室、用 rubric rewards 训练「协同科学家」。Stanford 的预测把时间线摆了出来——小型发现在 2026、重大突破或在 2028。但同一周，行业也在为代价买单：应届生招聘量下降约 50%、热门开源项目收入骤降，AI 时代的「燃料」（标注员、开源贡献者）困境浮上水面。
开发成本骤降，让「99% 的 MVP 不再需要 VC」；但同样的曲线，也在重写谁有工作、谁拿收入。技术进步的账单，最终由谁来付？
所以 EP.69 真正的主线，也许是：2026 一开年，AI 就把「结构性优势」摆到了「规模」前面——无论是芯片、agent，还是科研，赢家都在比「谁的闭环更短、谁的瓶颈更少」。 下期见。
— Editorial · 2026-01-16 (W03) · 「结构，先于规模」 —