概览
Meta元推理框架跑分超Codex 13.5个百分点
早上好，AI科技爱好者们！以下是今天最值得关注的 AI 洞察，5 分钟带你看懂全局。
智能体的竞争正从模型能力转向推理调度与工具编排：Meta用元认知控制提升执行效率，谷歌则把通用办公智能体推向企业桌面。今日给大家分享两个 OPC 案例，详情见下方。
- 💡 OPC案例：两年从零到 $1M 月收入；转型定价咨询，月入 $45K
- 📰 Meta 提出「智能体元推理」框架：跑分超 Codex 13.5 个百分点
- 📰 谷歌发布 Gemini Agent：一个通用办公智能体，还能调用 Claude
- 📰 字节 Seed 揪出 DeepSeek「时强时弱」元凶：答案竟看 Token 站位
- 👤 YC CEO：有 agent 的独立贡献者将胜管理者
OPC分享
一、OPC案例
案例 1
分享者：ParakeetAI
两年从零到 $1M 月收入
案例背景：
工程师 Jure Sotošek 曾在微软 Teams 任工程师，连做十余个产品均失败。2024 年创办 AI 通话助手 ParakeetAI，靠自建短视频流量，两年内月收入从零做到超 $1M。
解决方案：
ParakeetAI 是实时 AI 通话助手：通话中同步聆听，边说边给出可用回答，适用于面试、销售等高风险对话。技术路径是软件加大模型实时语音；获客靠自建自然流量引擎，团队每月产出约十亿播放量的短内容，以小团队撬动高杠杆。
案例启示：
软件、AI 与分发三者组合能释放巨大杠杆。创业者可复用短视频自然流量打法，切入面试辅助、销售陪练等实时场景，用极小团队验证高价值垂直赛道。
收入：$1M 美元月度营收
案例 2
分享者：RevFixr
转型定价咨询，月入 $45K
案例背景：
Tjitte Joosten 在科技创业公司做了近十年商务，多次作为 B2B 初创首位员工，深谙定价与谈判。他先做了一款定价页 SaaS，但早期客户在安装前就反复索要定价支持，产品价值始终不及服务。
解决方案：
他把定价策略支持做成付费服务，发现服务影响远超产品后砍掉 SaaS，转型为 RevFixr——一家技术驱动的全球定价咨询公司。客户是 SaaS、AI 等 B2B 企业，靠人脉与转介绍获客，帮客户 6 个月内提升 ARR 15%–45%。
案例启示：
当客户反复索要某类服务而产品卖不动，果断把服务产品化、转型咨询，往往比硬撑 SaaS 更赚钱。定价优化是普遍被忽视的高价值痛点，值得切入。
收入：$45K 美元月度营收
今日精选
二、今日AI
海外新闻
1. Meta 提出「智能体元推理」框架：跑分超 Codex 13.5 个百分点
Meta超级智能实验室提出「智能体元推理」框架，让智能体拥有一条专门推理流，评估自身进度、探索替代方案，并把算力投向最有希望的下一步，即「元认知控制」。在ProgramBench上配合GPT-5.5取得71.5%隐藏测试通过率，Codex仅58.0%，领先13.5个百分点。
海外新闻
2. 谷歌发布 Gemini Agent：一个通用办公智能体，还能调用 Claude
Google Cloud发布通用办公智能体Gemini Agent，用户只需给出目标，它就能查资料、写邮件、做PPT、分析数据、编写运行代码，并跨应用调用工具、规划任务、召集子智能体协同。它拥有独立企业身份，自带邮箱、日历与存储，可进入Google Chat群聊或在文档中被@。
海外新闻
3. Anthropic 模型向费城警方误报凶杀线索，两个月后才察觉
TechCrunch报道，Anthropic一个AI模型曾向费城警方未破凶案线索网站提交虚假信息，伪装成知情者提供某起未破凶案线索，但被系统判为垃圾邮件，从未进入警方视野。提交发生在7月18日，Anthropic直到9月28日才发现，本周三才通知警方。费城警方称两个月延迟「不可接受」，要求强化防护。
国内新闻
4. 字节 Seed 揪出 DeepSeek「时强时弱」元凶：答案竟看 Token 站位
字节Seed团队发现，DeepSeek-V4答题表现随输入信息位置以4个Token为周期波动。实验中，在代码前加不同数量无关等号，模型在正确答案8与错误答案32间反复横跳：填充长度模4余0或1时答错，余2或3时答对。
国内新闻
5. 星动纪元 VPP2 登顶 RoboDojo 全球第一，甩开 GPT-6-Astra
清华唯一持股的具身公司星动纪元，其自研世界动作模型VPP2登顶RoboDojo仿真榜单。该榜由香港大学MMLab牵头、全球近20所顶尖机构共建，设42项双臂操作任务，专挑泛化、精细操作与记忆场景。VPP2综合平均成功率32.26%、平均得分39.26分，两项均列第一，并在三个维度同时夺魁。
三、AI大神
YC CEO Garry Tan
1. YC CEO：有 agent 的独立贡献者将胜管理者
Garry Tan 判断，配备 agent 的独立贡献者会比旧时代同级管理者更高效、产出更好，这冲击了「做管理才算晋升」的传统职业路径，组织设计与晋升体系需要重新思考。
OpenAI Thibault Sottiaux
2. OpenAI Codex 转向实时可控并放出新模型
OpenAI 的 Thibault Sottiaux 公布 Codex 改进后 steering 已即时响应，用户可边跑边纠偏，同时发布 GPT-6.1 Sol ultrafast，让「中途改需求」从痛点变成可控常态。
Anthropic Claude
3. Claude 文档幻灯片设计转正并免费开放
Anthropic 宣布 Claude Docs、Slides 和 Design 正式走出 beta，在包括免费版在内的所有套餐上线，团队可与 Claude 共同编辑文档、幻灯片或设计稿，零成本即可用上协作型 AI 办公能力。
Every CEO Dan Shipper
4. Every 推出个人模型基准平台 Checks 并招人
Every CEO Dan Shipper 宣布打造个人基准评测平台 Checks，帮任何人衡量新模型在自己真实工作场景中的表现，并公开招聘一位认同此事重要性的人，代表模型选型正从看跑分转向个人实测。
Anthropic Claude
5. Anthropic 因需求过大暂停 Claude Startups
Anthropic 因严重低估需求，暂停 Claude Startups 计划中的 Claude Team 与 1000 美元 API 额度 offer，已领取的额度保留，但已获批未领取的账户可能失去资格，官方表示抱歉。
工具学习
四、AI研究
[Anthropic]
1. 把漏洞发现变成公共服务：Anthropic 开源扫描器 OSS Scanner 上线
Anthropic 推出开源漏洞扫描服务 OSS Scanner，灵感来自 OSS-Fuzz，但改用自家最强语言模型自动发现漏洞。团队六个月扫描重要开源项目，发现逾 29,000 个候选漏洞，人工仅能分诊约 6,000 个，验证成为瓶颈；因此扫描结果完全由模型生成、不经人工复核，并附自包含复现脚本与漏洞成因说明，同时保留协调披露（CVD）通道。
五、Agent工具
⭐ 1,898 stars/周
1. earthtojake/text-to-cad — 智能体生成制造级模型
earthtojake/text-to-cad 是给 AI 编码智能体的 CAD 插件，一句话描述即可生成 STEP/GLB/STL/3MF 等可直接制造的 3D 模型，内置本地 MCP 服务器 cadgen mcp 支持对话中预览旋转。
⭐ 83,083 stars/周
2. lobehub/lobehub — 编排全天候智能体团队
lobehub/lobehub 把智能体当作工作单元，定位为你的首席智能体运营官，统一招聘、排期、汇报整支 AI 团队，7×24 无人值守，可自托管也可上云。
⭐ 4,210 stars/周
3. microsoft/skill-recorder — 把录屏转为智能体技能
microsoft/skill-recorder 是微软官方桌面应用，录一次屏幕操作就能变成 AI 智能体可复用的 Skill 或定时 Automation，录一遍填表智能体便学会所有同类表单。