AI每周谈

【LLM】英伟达：模型领域的红杉

【LLM】Kimi与智谱：大厂用AI“做大生意”，它们靠AI做“大生意”

【LLM】千问与豆包：阿里和字节在赌什么？

【LLM】Gemini与谷歌：仍然被低估吗？

【LLM】（三）Meta Muse：你愿意用隐私交换便利吗？

【LLM】（二）DeepSeek：极致效率，开放共生

DeepSeek 通过 “极致效率” 与 “开放共生” 构建了差异化的竞争壁垒。在算力受限背景下，DeepSeek 通过 MLA 架构压缩 KV 缓存、采用 FP8 混合精度训练及强化学习，实现了有限资源下的性能最大化。其开源策略与中立立场降低了企业的长期依赖顾虑，使客户敢于将核心业务流程接入其生态；通过 “DeepSeek Harness” 框架，企业能够将模型能力与内部工具、数据深度整合，同时保留业务控制权与迁移选择权。这种模式将客户的 “退路” 转化为合作的 “底气”，推动开发者与服务商围绕其构建长期商业价值。尽管目前面临盈利模式与中立性维持的长期挑战，但这种通过技术优化与生态开放换取市场深度渗透的策略，为企业在 AI 时代提...

【LLM】（一）OpenAI：相信规模，敢下重注

OpenAI 的核心生存哲学在于 “相信规模，敢下重注”。通过验证 Scaling Law，OpenAI 将计算投入视为研究进步的关键驱动力，而非简单的实验堆砌。其发展历程经历了三次关键押注：2019 年通过有限盈利架构与微软建立深度合作以获取算力；2020 年发布 GPT-3，以规模化实验验证通用能力的涌现；2026 年则通过千亿美元级的算力订单与多云布局，提前锁定基础设施以应对智能体时代的爆发。这种策略将资本、芯片与渠道深度绑定，旨在构建不可替代的 AI 基础平台。对于企业而言，这种基于实验证据链的决策模式，是应对 AI 时代不确定性的核心参考，强调在明确的技术趋势下，通过聚焦资源实现质变。

企业 AI 安全到底在防什么？对话御方治圆CEO张佑钧

英伟达押注Hugging Face，黄仁勋为什么这么快？

企业AI转型，真的需要每个员工都用好AI吗？

080【Eric观察】｜行星级文明基础设施建设

079｜去看了《牛来》，我们相信的基础假设还成立吗？

078【Eric观察】｜Grok重回第一梯队，大模型有护城河吗？

Grok 4.6 凭借编程与 Agent 能力的提升重回第一梯队，标志着马斯克通过整合 SpaceX、X、Cursor 及特斯拉构建的生态闭环正形成差异化壁垒。相比 OpenAI 的模型优先策略，这种跨行业资源整合模式旨在建立更难复制的竞争优势。与此同时，Meta 通过低成本开放模型策略重回竞争视野，显示出大模型领域技术扩散极快，单一模型版本难以构成长期垄断。大模型开发虽具备高资金与算力门槛，但护城河宽度有限，用户切换成本极低。此外，DeepSeek 推出 Agent 控制系统 Harness 并调整 API 价格，反映出行业正从单纯的模型竞争转向 Agent 开发入口与商业化变现的深度博弈。

077｜态势感知失速：硅谷天才为何没看清自己的态势？

076【Eric观察】｜谷歌人事调整，哈萨比斯被架空了吗？

千问办公 x AI每周谈｜Agent开始进入企业工作流

074【周报】｜OpenAI智能体自主入侵Hugging Face

【一周年特辑】AI每周谈致“股东”的信

072【周报】｜谷歌Q2财报：赚的没有花的多

071｜逛完WAIC，再谈AI的投资逻辑