安卿辰博客
今日 AI 圈的关键词是"算力"与"智能体架构之争"：SpaceX 举债 400 亿美元买 GPU、AWS 算力卖到 2027 年，基础设施争夺进入白热化；而 Anthropic 抛出"单智能体优于多子智能体"的判断，与微软开源 1024 智能体框架形成正面交锋。开源侧同样热闹，Nvidia 用 Flora 把机器人视频标注成本打到 GPT-6 Astra 的 1/125，Nanbeige 则在 30B 参数级刷出 SOTA。
🤖 大模型与智能体
Block 发布纯语音训练全双工模型 Dessa，可在 Mac 本地实时运行
Twitter 联合创始人 Jack 创办的 Block 发布 Dessa，一个从零用纯人类语音训练的 speech-to-speech 全双工模型，无文本、无预训练底座，边听边说。作者称其推理快于实时，可在 MacBook Pro M4 Max 及以上本地运行，演示包含插话、笑声和情绪回应；团队称整模型在一台 NVIDIA GB200 NVL72 上训练完成，目前开放小范围安全研究员早期访问。
全双工语音端侧推理
Nanbeige 发布 Nanbeige4.3-33B 开源模型，称在约 30B 参数级达到 SOTA
Nanbeige 发布 Nanbeige4.3-33B，称其在约 30B 参数的开源模型中达到 SOTA 智能体表现，在多数基准上超过 Qwen3.8-27B、Muse-Glimmer-30B 和 Gemma4-31B。该模型在智能体编码与 cowork 任务上表现较强，接入主流 agent harness 后可用较低推理成本处理真实任务，模型权重已在 Hugging Face 发布。官方还计划推出更小的 Nanbeige4.3-3B，并将 33B 版本作为其教师模型。
开源模型智能体编码
Grok Bot 可代用户打电话并生成通话摘要
Elon Musk 宣布 Grok Bot 现在可以代用户给个人或商家打电话，替用户提出请求、记录对方回复，并把通话内容整理成摘要发给用户。被引用的介绍还提到，Bot 可在通话中按键、等待转接并实时显示转写，另有 Mac 端消息、Tailscale 私有网络接入和支付账户连接等设置项。
语音智能体生活场景
🔧 开源项目与框架
Nvidia 开源机器人视频标注引擎 Flora，称成本比 GPT-6 Astra 低 125 倍
Nvidia 开源数据引擎 Flora，用于为机器人视频生成动作分段、过程奖励和结果评分三类标注，称标注一小时视频约 0.72 美元，而 GPT-6 Astra 约 88.50 美元。原文给出了成本估算、基准对比和已知短板，读者可据此判断开源标注工具在机器人数据管线中的实际位置。
机器人数据成本对比
Microsoft Research 开源 Agensh 多智能体框架，最多支持 1024 个智能体
Microsoft Research 开源了 Agensh，一个去掉中心编排器的多智能体编码框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。原文给出无中心编排的多智能体框架在 1 到 1024 个智能体下的实测数据，可据此判断规模扩展的收益与边界。
多智能体去中心编排
南京大学与商汤等发布 OpenMobile-2 开源手机智能体
南京大学、商汤等机构的研究者发布 OpenMobile-2，基于 Qwen3.5 和 Qwen3.6 构建 9B 与 27B 两个手机智能体模型，并公开训练环境、数据和复现说明。原文给出训练环境搭建方式与多基准对比数据，可了解开源手机智能体与闭源模型的差距所在。
手机智能体开源复现
vLLM 101 手册：用实测数据讲清服务、估算、调优与排障
AI Engineering from Scratch 发布 vLLM 101 手册，作者 @ghumare64 在 vLLM 0.31.0、NVIDIA L4（Qwen3-8B）和 DGX Spark（Qwen3-30B-A3B）上实测，讲清哪些开关真正影响吞吐与延迟。这份手册把 vLLM 的并发估算、延迟指标和调优开关落到具体卡型与实测数字上，可作为排障索引。
推理服务性能调优
🎓 学术研究
Google DeepMind 等机构发布 TheoPhysEval，测试 AI 智能体自主求解理论物理问题
Google DeepMind 与多所高校发布 TheoPhysEval，用 50 道未公开的研究级理论物理题测试 AI 智能体，每题约需领域专家一天完成。GPT-6-Astra 在 Codex 中联网求解 49/50，单题成本低于 3 美元；它与 Claude Code 中的 Opus 5.5 在不联网时均解出 46/50，准确率变化很小，作者据此认为模型可能已记住大量物理文献。
基准测试理论物理
💼 行业动态
马斯克确认 SpaceX 完成 400 亿美元债务融资用于购买 GPU
马斯克在 X 上确认 SpaceX 已完成 400 亿美元债务融资，主要用于支付预计在 2027 年第一和第二季度交付的 GPU 采购款项。他表示这笔资金主要是可赎回债务，对本季度影响不大，并称 SpaceX 拥有投资级信用评级以及星链和发射收入。马斯克还提到，过去几周债务市场几乎切断了对没有独立于 AI 数据中心实质性收入的公司融资渠道，200 多家 neocloud 将面临死亡和合并。
算力融资GPU 采购
Anthropic 称单智能体在质量、成本与延迟上常优于多子智能体架构
Anthropic 表示，单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构，从 Opus 4.5 起的新模型可在单一循环中直接管理复杂计划，一次对比中单智能体架构约快两倍。Anthropic 基于企业部署经验给出该判断，并附迁移工具与适用边界。
架构之争企业部署
亚马逊 CEO 贾西称 AWS 2027 年算力基本售罄，部分订单锁定到 2028 年
亚马逊 CEO 安迪・贾西在播客中表示，受 AI 基础设施需求推动，AWS 云计算容量到 2027 年基本售罄，2028 年也有相当一部分容量被提前锁定。他称 2026 年云算力容量已全部订满，公司仍可继续加大投入，并会预留部分资源用于按需调用、Bedrock 推理服务和 EC2。
云算力供需紧张
微软联合英伟达推 Surface Laptop Ultra，高端 AI PC 能否撑起 Windows Agent
微软联合英伟达推出搭载 RTX Spark 超级芯片的 Surface Laptop Ultra，起售价 2599 美元，128GB 顶配版 5899 美元，已开放预购并将于 10 月 16 日发货。文章把硬件规格与 Windows Agent 的落地条件放在一起，读者可据此判断端侧 AI PC 的生态短板在哪。
AI PC端侧智能体
💡 产品实测与观点
实测 Kimi K3.1 Pro：七道编程题与额度消耗
作者用七道编程题实测 Kimi K3.1 Pro，每题新建会话并允许模型自行运行、检查和修改，物理碰撞、音频分析和简单视频剪辑已具备实际用途，3D 场景与动效衔接仍有穿模等问题。文章同时记录了额度消耗与自修复过程，可据此判断它在长任务中的实际边界。
编程实测长任务
用户因 Opus 5.5 转向 Anthropic
观察者 Andrew Curran 表示自己不从任何实验室拿钱，但过去两周其信息流中因 Opus 5.5 而转向 Anthropic 的人数之多前所未见。他还提到，即便有模型真的超越了 Opus，Anthropic 仍备着 Fable 5.5 随时可以上。
用户迁移模型竞争
📝 编辑点评
今天的新闻拼出了一条清晰的产业主线：算力正在变成一种"预定期货"。SpaceX 用 400 亿美元债务锁定 2027 年交付的 GPU，AWS 的容量卖到 2028 年，马斯克还直言债务市场已对没有独立收入的 neocloud 关闸——这意味着算力竞争的门槛从"能不能买到卡"升级为"能不能拿到投资级信用"。与此同时，智能体架构出现罕见的分歧：Anthropic 用企业部署数据论证单智能体更快更省，微软却开源了支持 1024 个 worker 的去中心化框架 Agensh，两条路线短期内难分高下，但都指向同一个前提——模型自身管理复杂度的能力在快速提升。开源生态的性价比攻势同样值得注意：Nvidia Flora 把机器人视频标注成本压到 0.72 美元/小时，Nanbeige 在 33B 参数上对标 Qwen 与 Gemma，OpenMobile-2 则证明开源手机智能体已能逼近闭源水平。对从业者而言，当下最务实的动作或许是两件事：用 vLLM 101 这类实测手册把推理成本抠到每一张卡，以及在架构选型上先做小规模 A/B，而不是默认"多智能体一定更强"。
