- ★ OpenAI：A scorecard for the AI age。
CFO Sarah Friar 提出"每美元有效智能"（Useful Intelligence Per Dollar）框架，主张衡量 AI ROI 要看全流程成本与产出价值，token 单价只是表面数字。
没有证据显示 Anthropic、Google、Meta 对这套具体框架发表过正式回应——但 OpenAI 自己先动了手：Rundown AI 指出，OpenAI 随后就拿 DeepSWE 编程基准套用这套算法，证明自家 Sol 模型"每美元产出"高于 Anthropic 的 Fable 5。换句话说，"ROI 框架"发布不到一周，就从"教育企业客户"变成了"打竞对"的武器，同期 Microsoft 的 Mustafa Suleyman 也在用类似的成本话术公开敲打 Anthropic 模型太贵。
- ★ 陶哲轩：A digestion of the Jacobian conjecture counterexample。
困扰数学界近百年的雅可比猜想，被"借助 Fable AI"构造出一个三维（及更高维）反例——一个七次多项式构造——陶哲轩亲自逐步验证后确认成立；同期数学家 Kevin Buzzard 也观察到 LLM 已能系统性纠正人类数学家给出的错误反例。
- X：@imjaredz 用 Devin 攻克多个悬而未决的图论猜想。
Cognition 的 Devin 被拿去挑战 Graffiti 猜想 154（悬而未决约 40 年）、Graffiti 猜想 39/40、Brandt 正则超图问题（悬而未决约 20 年），发帖者称三条全部攻克；但 X 社区随后添加"读者注"指出猜想 154 早在 2026 年 6 月 11 日就已被他人证明推翻，并非本次"新解"，发帖者本人也追加编辑承认这一点。
- Latent Space：Xaira's X-Cell 因果药物发现模型。
Xaira 首席发现官 Bo Wang 与首席 AI 科学家 Ci Chu 讲述如何用"主动生成因果数据"而非被动收集观测数据加速药物研发管线；同期 Nature 发表刘如谦（David Liu）团队用 ProteinMPNN 重新设计肉毒杆菌毒素蛋白酶的蛋白质进化研究，与 Xaira 共同构成 AI 制药/蛋白质工程的双重印证。
展开详读 · 原文播客配图与更多细节
图源：Latent Space《Causal Models Need Causal Data》播客节目封面 - TechCrunch：GPU 融资商转向推理芯片抵押，4 亿美元贷款。
推理云公司 General Compute 以 SambaNova 推理芯片（非训练 GPU）作抵押获贷。
- FT/Reuters：Meta 与 Anthropic 洽谈百亿美元算力租赁。
巨头之间用"算力互通有无"取代"各自新建"。
- Databricks 估值达 $188B。
一年半内第三次暴涨估值。
- Apple 反超 Nvidia 成全球市值最高公司。
资本市场把"最高市值"从卖算力的 Nvidia 让给做终端整合的 Apple。
- Reuters：美国数据中心抗议升级为全国性运动。
算力扩张的社会成本正在显性化。
- FT：亚洲 AI 押注助推华尔街投行创纪录收入。
同期资本市场整体尚未转向。
- 量子位/网易：商汤大装置把国产算力做成正毛利。
Prefill/Decode 分离调度，在算力供需比去年涨 5-10 倍的窗口期靠系统架构追赶。
- HN：OpenAI 悄悄把 Codex 上下文窗口从 37.2 万降到 27.2 万 token。
超额部分还要按 2 倍输入/1.5 倍输出计费。
- Ars Technica：Claude Code vs Augment Code 的 harness 路线之争。
语义检索 harness 在同模型下比"精简 harness"省 33% token。
- a16z：投资 agent 时代端点安全公司 Neo。
VC 资金开始流向"AI agent 与人类行为不可区分"催生的新安全需求。
- TechCrunch：Google 自研"Frozen v2"服务器芯片。
效率号称提升 6-10 倍，大厂持续加码专用芯片自研。
- Wired/NVIDIA 官方：Nvidia 要"包揽 AI 数据中心全部芯片"。
Vera Rubin 系统靠 CPU+GPU 捆绑锁死生态位。
- Reuters/The Jakarta Post：AI 概念股降温，资金回补印尼股市。
资本再配置首次出现具体的"从 AI 股票撤出、转投传统市场"资金流向实证。
- Wired：美国陆军 AI token 预算告急。
"用起来才发现真贵"从企业客户蔓延到政府预算规划。
- ★ The Verge：AMD commits up to $5 billion to Anthropic。
AMD 投资最高 50 亿美元，Anthropic 换取最高 2 吉瓦 MI450 GPU 部署，恰逢 AMD Advancing AI 大会官宣。
- Tom Tunguz：AI Engineering Productivity is Anything But Normal。
企业 AI 工程生产力分三档：换 IDE 20-46%、搭 harness 2.5-3倍、Agent 当一等组织单元 8倍+。
- X：@MaxForAI"完蛋了！" + 学习威龙：Agent 时代，Loading 正在成为一个新的产品界面。
一条"打工人同时跑 Codex 和 Claude、被领导发现摸鱼"的梗引来数百条"原来大家都这样"的共鸣回复；同期一篇公众号文章正好给这个现象起了名字——"注意力债务"（Attention Debt）：Agent 已经完成任务，但用户还没意识到要回来看结果。文章举例：一个任务系统日志显示耗时 4 分钟，但用户实际因为中途刷了会儿短视频，12 分钟后才想起回来查看；按每天 10 次任务、每次浪费 3 分钟估算，一年"浪费"在这段错位时间上的量级接近 110 小时。文章援引 METR "前沿模型自主完成任务时长每 7 个月翻倍"与 Anthropic 使用数据"77% 交互已是自动化模式"两组数据，论证任务只会越拖越长，"用户什么时候该回来"正变成比"模型多快"更重要的产品设计问题。
这条线上，"AI 有没有用"正在从口号变成可以拿出来核对的具体产出——OpenAI 提出用"每美元有效智能"框架衡量 ROI，把 token 报价晾在一边；陶哲轩亲自验证了 AI 构造的雅可比猜想三维反例，让"AI 辅助数学发现"第一次有了顶尖数学家背书的实锤；Xaira 用"主动生成因果数据"在新药管线里做出可衡量产出。
与此同时，真金白银的资本决策也在走向更精打细算：AMD 向 Anthropic 投资 $5B 换算力部署、商汤靠系统架构做出正毛利、OpenAI 悄悄收窄 Codex 上下文窗口——降本正从融资端下沉到产品端、工具架构层乃至政府预算。
SIGGRAPH 2026 仍在进行中（07-19~23），图形学领域是否会产出同等分量的"可验证证据"，是这条线本周最后悬而未决的一角。
三件事放在一起看很有意思：ROI 框架是给"AI 值不值这个钱"一个可以核算的公式，陶哲轩验证的雅可比猜想反例是给"AI 能不能真做研究"一个有分量的实锤，Xaira 的因果数据管线是给"AI 能不能真的做出新药"一个可衡量的中间产出。三者的共同点是——都不再满足于跑分榜单，而是要求拿到具体、可核验的成果。这也是为什么 SIGGRAPH 这类"尚在进行、还没交作业"的事件反而值得多等一等：如果本周的基调是"拿证据说话"，图形学领域交出的东西大概率也会被放到同一个标尺下检验。