进入2026年,谷歌在AI竞赛中看起来相当不错。
2025年是个好年头。
DeepMind内部很多问题都得到了解答。
他们推出了有竞争力的Gemini模型。
他们在推进有趣的新产品。
而且他们在消费者分发、数据等方面的天然优势,让很多人非常看好他们作为一个竞争者。
但后来“vibe coding”出现了。
随着编码能力的提升,加上Claude Code和Codex这类新工具的强大功能,这些新能力以前所未有的方式解锁了智能体。
突然间,谷歌发现自己非常落后。
客气点说,2026年这家公司一直在追赶,但即使这么说也不完全准确。
今年大部分时间里,谷歌作为一个顶级模型实验室,已经完全不在讨论之列。
然而我认为,那些对其他实验室没有党派偏见的人,永远不会完全放心地把谷歌排除在外。
本周,公司发布了Gemini 4,这是他们六个多月来第一款新的前沿模型。
从基准测试来看,谷歌似乎强势回归了。
但这就是全部吗?
那么让我们深入看看Gemini 4 Argon,以及它在当前AI竞赛中的位置。
《AI每日简报》是一档每日播客和视频节目,涵盖AI领域最重要的新闻和讨论。
好了朋友们,在深入之前先快速说几条公告。
特朗普总统看着OpenAI开发者日,心里想,不,绝对不行。
我不想让那成为本周AI界最大的事,于是邀请了几乎所有大型AI公司的CEO到白宫,参加后来被大卫·萨克斯称为“AI的布雷顿森林体系”的会议。
这次会议产生了许多讨论,但人们注意到的第一件事是,特朗普让Anthropic的CEO达里奥·阿莫迪在会后向媒体发言。
达里奥坚称他只是在说他一贯的观点,即AI有惊人的好处,也有非常真实的风险。
然而,这一举动有人视为公开顺从,也有人视为达里奥终于开始参与游戏,他评论说:“正如总统所说,谁赢了AI谁就赢了。”
我认为这非常重要。
处理风险的机制仍在讨论中。
但我们都必须共同努力,确保我们能赢,而且能安全地赢。
如果我们做得对,并与总统和在座各位合作,我们都能安全地获胜。
当时X上满是人们在剖析这一时刻,分析其他科技领袖的表情、达里奥紧张的抽搐,甚至研究他的穿着品味。
虽然有人认为特朗普和其他科技领袖可能在达里奥上前发言时欺负他,但总统后来在新闻发布会上说了些好话,称“达里奥一直很棒。”
我们前几天晚上一起吃了晚餐,他同意所有人的看法。
不管这是不是 Dario 真的在向特朗普低头,对于一个之前告诉员工 Anthropic 因为拒绝给特朗普“独裁者式的赞美”而成为目标的 CEO 来说,这确实是个重要时刻。
至少在眼前这段时间里,这场新闻发布会完全盖过了会议本身的话题——也就是前沿实验室负责人签署的那份超级智能协议。
这份协议只有一页纸,承诺为前沿模型的测试和部署制定内部管控措施,并且与外部审计机构合作来验证这些管控措施。
特朗普对媒体说,这份文件在道义上具有约束力,这暗示了AI安全测试的志愿性路线会延续下去。
特朗普还说:“世界上最顶尖的人都签了,我作为总统也签了,这确实是一种保护形式。”
他还在新闻发布会上提出了一个十人行业监督委员会的想法。
但眼下他似乎挺满意,评论说:“我看到的是大量的自我约束。”
整体基调——至少参会的人这么觉得——是这是重要的第一步。
马克·扎克伯格对媒体说:“这个想法的重点不是我们只做这一件事。”
而是这是一个起点,是整个行业能够达成的一份协议。
媒体的反应很大程度上成了一次罗夏测试,测试的是人们对特朗普的态度,以及对那些科技CEO的态度——也就是说,你是不是倾向于用“寡头”这个词来形容他们。
但我确实觉得,对这份协议最持怀疑态度的评价,可能来自媒体评论员 Chuck Todd,他写道:“如果你相信科技公司能自我监管,并且希望它们决定AI如何影响社会而不用听取公众意见,那你就会觉得这份协议没问题。”
想从中找到AI温和派或AI现实派的立场,我觉得人们可以认同:这些人经常和政府关键领导人同处一室,而不只是从竞争的角度来看待自己的角色,这是好事。
但同时,也希望看到更多外部参与,尤其是得要明确那个独立的外部审计或评估机构——做独立评估的——在实际中到底是个什么样子。
也许既然这份协议已经签了,这个细节接下来就能逐步完善起来。
午餐会议之后,特朗普总统签署了两项行政命令,标志着超级智能时代的开启。
第一项命令正式确认了特朗普的改名主张,其中写道:“随着这些能力的持续提升,它们不再仅仅是人工智能,而是代表着一个超级智能的新时代。”
联邦政府使用的术语应该反映这些技术的变革性能力,以及它们为美国人民创造的无限机遇。
更具功能性的是第二项命令,它建立了 America.gov 作为一个由AI驱动的政府服务单一门户。
特朗普说:“有了 America.gov,联邦政府不再挡你的路,它只为你服务。”
我们在简化它,在美化它,在把它做成该有的样子。
与第二项行政命令一起,我们还看到一个类似苹果产品发布会的主题演讲,由国务卿 Marco Rubio 扮演 Steve Jobs 的角色。
Rubio 演示了计划中的未来功能,比如能用这个门户申请护照、婚后改名、或者注册 Medicare。
这些功能有点像是政府版的 MCP——用户只需提供一次信息,然后 America.gov 的智能体就会在多个政府部门之间找到并填写所有必要的表格。
这个效果如何还有待观察,但确实这是个真实存在的问题。
比如婚后改名的难度——取决于你住在哪个州——简直离谱到难以形容。
Rubio 说这些功能将从明年开始可用,行政命令要求政府部门在90天内将它们的服务整合到门户中。
目前,America.gov 只作为一个政府服务的知识库,搜索29000个政府网站,根据官方来源回答问题。
这方面很多讨论都集中在安全和隐私问题上。
尤其是总统说了“理论上它不可能被黑进去”之后。
等他们找到办法这么做的时候,我们就结束了。
因为他们总能找到办法,对吧?
负责设计网站的国家设计工作室在六月份因为在其设计的其他网站中加入了活动追踪工具而受到批评。
虽然有些人对于提供申请政府服务所需的个人信息提出了质疑,但AI越狱者Pliny the Liberator还是对这个聊天机器人进行了反复试探,发现它的防护措施相当严密。
他写道:有趣。
America.gov聊天机器人会标记任何看起来像个人信息的内容,比如任何稍微像地址或密码的文字,并在被标记的文字被删除之前拒绝接受查询。
以前从没见过这种情况。
与此同时,如果你认为他们一起出席这次会议意味着这些公司就能逃脱所有政府审查,那可能值得注意的是,联邦贸易委员会已经对OpenAI和Anthropic的“ rogue agents”展开了调查。
据机构消息人士向《纽约邮报》透露,联邦贸易委员会几周前对这两家领先的AI实验室展开了调查。
调查范围将涵盖Hugging Face事件以及自那以来披露的数十起所谓的 rogue agent事件。
调查已经进展到联邦贸易委员会正在起草民事调查要求,类似于传票。
一位联邦贸易委员会消息人士说,该机构计划强制这些公司的高管就他们的产品以及他们声称产品可能对消费者、对美国人民构成的危险作证。
有报告称,第三方安全研究实验室METR以及前沿实验室都可能收到这类要求。
从AI讨论很早开始,一个主要的讨论焦点就是认为不需要专门针对AI的新法规——政府只需执行已有的产品安全立法即可。
前联邦贸易委员会主席Lina Khan持这种观点,她上个月写道:执法机构已经有权力起诉那些创造并发布危险、未经审查或存在缺陷产品的公司及其CEO。
我们不应让关于新法律制度的讨论分散注意力,从而忽视了既定法律对AI并没有豁免权这一事实。
这篇帖子得到了前AI主管David Sacks的联署,这又是一个AI安全辩论催生奇怪联盟的例子。
不过,根据联邦贸易委员会消息人士的评论,目前还不清楚该机构是否一定会寻求某种严厉的惩罚。
他们告诉《纽约邮报》:我们绝对要赢得这场AI竞赛,而且我们正在获胜,这太棒了。
消息人士又带了一句政治攻击:显然另一方,就是民主党,想要摧毁这项技术,想要向我们的敌人和竞争对手投降。
这既不是主席想干的事,也不是总统想干的事。
话虽如此,法律还是要遵守的。
人们在谈论我们需要对这些公司制定新法律,但主席一直很明确:我们已经有很多法律在册了。
所以,一次调查。
这挺好的,对吧?
这能安抚那些认为这些实验室在逃脱监管的人吗?
呃,讨论的实际情况并不完全是那样。
反垄断活动家Matt Stoller写道:这是一个保护伞。
思路是特朗普先调查然后洗白他们,这样其他调查者就会遇到障碍。
前联邦贸易委员会公共事务主任Douglas Farrer写道:如果联邦贸易委员会能妥善调查这些公司就好了,最好是从两年前开始,但这次新调查的公信力是0%,尤其是在昨天AI CEO与特朗普的“爱之聚会”之后。
乐观的观点来自Joel Thayer,他写道:我有点喜欢这种“信任但核实”的策略。
尽管这基本上是自我监管,但如果有任何签署方未能履行这些承诺,就可能触发FTC根据其UDAP权限第5条进行执法。
这使得FTC主席Andrew Ferguson出席这次会议显得非常恰当。
和现在任何政策一样,看待这件事时,还是得多留个心眼。
但事情总归在朝某个方向前进。
头条新闻就到这里。
接下来是主节目。
欢迎回到AI每日简报。
朋友们,看起来猪会飞了,地狱也结冰了——随便选一个表示难以置信的比喻——因为经过数月的等待,谷歌终于宣布了Gemini 4。
不过,也许那些猪还没有完全离地,因为尽管他们发布了这个模型,我们实际上还无法使用它。
周三,谷歌发布了Gemini 4 Argon。
这是他们六个多月来首个前沿模型。
谷歌在2026年的困境已经被充分记载。
我们最终没有等到Gemini 3.5 Pro,因为谷歌基本认为它还不够好,不值得发布。
几周以来,外界一直在猜测Gemini 4即将发布,而Google DeepMind首席执行官Károly Kéveszoglu表示,这款模型确实不负众望。
在真实世界的软件工程、法律和金融等企业知识工作,以及网络安全防御等复杂工作流中,表现出前沿水准。
尽管在很长一段时间里,谷歌作为前沿实验室的未来看起来有些不确定,但仅从报道的基准测试来看,谷歌似乎又重新回到了竞争行列。
Gemini 4 Argon是许多基准测试中新的最先进模型。
在智能体知识工作方面,Gemini 4在VALS Index上得分68.9%,击败了Fable 5.1、GPT-6 Astra,并且比当前领先者Opus 5.5的分数高出几个百分点。
在Automation Bench和Val's Finance Agent上,差距甚至更大。
在Harvey's Legal Agent基准测试中,Gemini 4的得分是当前领先者Fable 5.1的三倍多,达到19.6%。
智能体编码得分则参差不齐一些,但Gemini 4绝对与前沿竞争对手处于同一水平。
在DeepSWE上,它达到了新的最先进水平,得分77.9%,而Opus 5.5为74.2%。
在Frontier Sui上,Gemini 4得分55%,比当前领先者Astra 6低10分,比Opus 5.5低7分,比Fable 5.1低1.3分。
然而,在Frontier Sui上,Gemini 4得分55%,比当前领先者Astra 6低10分,比Opus 5.5低7分,比Fable 5.1低1.3分。
在Terminal Bench 4.0上,它也垫底,得分57.4%。
比当前领先者Opus 5.5低9分。
你可以从两个角度来看待这个问题。
第一,智能体编码即便不是最重要的用例,也是最重要的用例之一,所以未能达到最先进的分数就有点成问题。
或者,你可以把这看作是谷歌的一次巨大进步,而这是不可否认的。
编程在过去一年一直是 Gemini 最大的弱点,所以 Gemini 4 能和 OpenAI、Anthropic 的顶尖模型处于同一水平,绝对代表着一次大追赶。
在计算机使用方面,Gemini 4 紧追 Astra,而 Astra 刚刚为这个类别设立了新标准。
在 OSWorld 上,Gemini 4 得了 69.2%,Astra 是 72.6%。
Artificial Analysis 确认谷歌已经重回领先模型开发者的行列。
Gemini 4 Argon 在智能指数上得了 53 分,与 GPT-6 Astra 和 Fable 5.1 并列第三,比 GPT-6.1 Sol 高 1 分,比 Sonnet 5.5 低 3 分,比 Opus 5.5 低 5 分。
在成本和效率方面,它很接近帕累托前沿,在 AA 基准测试中每次任务花费 1.99 美元,而 Astra 是 3.26 美元,Fable 5.1 是 7.63 美元。不过,这是谷歌 50% 的发布折扣价,折扣持续多久没说,所以原价会比 Astra 更贵。
它处在一个尴尬的中间地带,即使打折也比 GPT-6.1 Sol 贵一倍多,但基准测试的提升又不够明显。
不过,目前这些都无关紧要,因为可惜的是谷歌并没有向公众开放 Gemini 4 Argon。
他们给出的理由是关于网络安全的。
这个模型在 CWE Bench 网络安全基准上得了 68%,与 Grok-47 和 GPT-6 Astra 并列,略高于 Opus 5.5、Fable 5.1 和 Mythos 5.1。
谷歌认为,这个理由足以让他们只对所谓的可信网络安全防御者开放访问权限,以确保模型不被误用。
他们表示正在参与美国政府的自愿测试和发布前访问计划,并打算逐步扩大访问范围,先从 API 和 Google Ultra 订阅用户开始。
在博客中,谷歌说这个模型已经在为内部工作流提供支持,并且在长周期编码任务(比如大规模代码库迁移)上表现出色。
至于选择宣布模型却不实际发布的原因,我不太确定。
说实话,对于我们这些关注已久的老手来说,这有点让人想起谷歌第一次落后时的情形——2023 年 12 月,他们觉得有必要宣布 Gemini,尽管 Pro 版本几个月后才会推出。
不过也许这是个正确的决定,因为有很多人看到它都很兴奋。
在 X 上有一整类帖子,基本意思就是:谷歌,回来了。
Daria Anutmaz 博士写道:“哇哦,哇哦,Google DeepMind 带着 Gemini 4 Argon 回来了。”
基准测试成绩惊人。
一下子,他们就跳到了 AI 前沿的最顶端。
就像我之前说的:永远不要在 AI 时代与谷歌对着干。
不过他又补充了一句——在我看来这是关键细节——:“迫不及待想尽快试试 Gemini 4。”
Ethan Mollick 写道:“又变成三强争霸了。”
Nathan Lambert 是做开放模型研究的,他几乎不可能是个炒作派,他写道:“很高兴看到谷歌用 Gemini 4 给大家带来惊喜。”
更多实验室跻身前沿,对消费者来说是好事,因为有了竞争;对世界也是好事,因为权力更分散了。
很期待它在真实场景中的表现。
I rule the world 写道:“我过去一直批评谷歌的模型,但 Gemini 4 在基准测试上看起来很强。”
我们以前在谷歌身上见过这种情况,但我乐观地认为他们能像 Codex 那样,发布一个一流模型并配上第一流的配套工具。
向参与 Gemini 4 的所有人致敬。
为你们加油。
但硬币的另一面是Angel,他写道,抱歉,但我受不了这些“谷歌回归”的帖子。
我们根本都没法用这个模型,而且谷歌模型的基准分数从来就不靠谱。
我们真的需要记住Gemini 3 Pro发生了什么吗?
说真的吗?
Ishu Agarwal提供了一些数据,分享了一组较旧的基准测试,并补充道,顺便提一下,这些是Gemini 3.1 Pro发布时的官方基准。
几乎全面碾压Opus 4.6。
我不是说Gemini 4 Argon会很差,但考虑到谷歌过往的记录,竟然没有人有丝毫怀疑,这太疯狂了。
公平地说,Logan Kilpatrick——他确实应该获得谷歌今年的MVP,因为他在所有这些公关挑战中始终坚守——实际上回应了这一点,他写道:我们现在在谷歌内部已经大大改进了大规模测试模型的能力,所以假设大多数新的Gemini版本在发布前都会经过数千名软件工程师数周的测试,这有望真正缩小基准测试与现实之间的差距。
到目前为止,我们所依据的只是报告的基准测试,以及公司内部的一些抱怨声音。
一篇彭博文章《谷歌应对员工对新Gemini 4的怀疑》称,虽然Gemini 4在广泛用于衡量模型效率的基准测试中表现良好,但当员工实际将其投入工作时,表现就不那么好了。
据能够直接接触该模型的人士称,该模型在处理某些编码任务时存在困难。
谷歌方面否认了这一报道,评论称,声称Gemini 4在编码等某些领域表现不佳是不准确的。
彭博社的另一位消息人士表示,这些抱怨者是少数,并声称公司内部有“广泛的共识”,认为Gemini 4是前沿模型。
谷歌的处境之所以如此具有挑战性,是因为在他们不在顶峰的这段时间里,竞争的性质已经发生了根本性的变化。
Peter Yang非常乐观地写道,谷歌在Gemini 4上大显身手。
现在他们只需要在Coding Harness、Antigravity和personal agent Spark上更具竞争力。
换句话说,竞争已经不仅仅是模型本身了。
而且,这也不是说模型竞争已经不那么激烈了。
在OpenAI Dev Day之前发布的一个我们还没来得及讨论的模型是Claude Sonnet 5.5。
如果你觉得自己有点想翻白眼,或者至少是质疑自己是否真的该关心,那当然可以理解,因为Sonnet和Opus系列的近期历史确实提供了一些值得怀疑的理由。
你还记得吗,Opus 5很不受欢迎,而Sonnet 5似乎以更高的价格提供了更差的结果,因为它消耗的代币太多了。
然而,如果你必须从过去几周的节目中选出一个主题,那就是Anthropic借助Opus 5.5回归正轨,受到大家喜爱。
那么Sonnet 5.5是否延续了这一趋势?
简短的回答似乎是,在大多数人看来,是的。
Anthropic表示,Sonnet 5.5比Sonnet 5快30%,便宜30%,并且该模型在基准测试上展现了一些显著的提升。
在agent decoding方面,它在TerminalBench 4.0上得分70.6%,而Sonnet 5仅为10.3%,甚至超过了Opus 5.5的66.4%。
在FrontierCode和CursorBench上的得分比Opus 5.5略低。
在知识工作基准测试GPT-Val-AA和NAA-Briefcase上也是如此,Sonnet 5.5缩小了之前Sonnet与OpenClass模型之间的巨大差距。
Artificial Analysis证实了这些基准测试,给Sonnet 5.5打出了56的智力指数得分。
这使得它排在Opus 5.5之后,位居第二,却领先于Fable 5.1和GPT-6 Astra。
不过,他们在测试中发现,Anthropic 声称的成本节省并没有实现。
Sonnet 5.5 每次任务花费 7.60 美元,而且消耗的 token 数量比 Sonnet 5 多得多,但每个 token 的价格是一样的。
这意味着 Sonnet 5.5 的基准测试成本几乎和 Fable 5.1 一样高,比 Opus 5.5 贵 27%,比 GPT-6 Astra 贵一倍以上。
平心而论,Anthropic 声称在类似任务上相比 Sonnet 成本降低了 30%。
主要的 AA 基准测试是在最大推理设置下运行的,但如果把设置调到超高,成本就能降低三分之二。
不过,等大家真正上手之后,这个模型还是让人印象深刻的。
在社交媒体上很受关注的渲染测试中,它比 Sonnet 5 有了巨大提升。
Matthew Berman 做了一系列视觉测试和游戏克隆,他写道:Sonnet 5.5 基本上就是 Opus 5.5,但便宜 50%,而且快得多。
我提前测试了一下,效果太棒了。
如果这就是前沿发展的节奏,那算我一个!
但就实际使用而言,开发者 Kun Chen 发现,只有在任务合适的时候它才表现最好。
他写道:Sonnet 绝对不等同于 Opus,不只是便宜 50% 那么简单。
只有对那些不需要太多智慧的问题来说才成立。
当要求它们为模糊的产品问题提出方案时,两者的区别就很明显了。
Opus 能够以更具战略性的思维来解决问题,比如思考真正的目标是什么,而 Sonnet 则更倾向于战术层面,只想着怎么完成任务。
现在,Kun 的做法是把 Anthropic 的模型当作一个完整的系统来用:用 Opus 做规划,Sonnet 做执行,出了问题再找 Fable。
Pavel Huren 用他的 bug 修复基准测试了 Sonnet,发现它的表现超过了包括 Fable 和 Astra 在内的所有其他模型。
他写道:秘诀是什么?
Sonnet 5.5 Max 对于大多数任务来说可能既便宜又快,但它是我测试过的最不偷懒的模型。
它在 bug 排查中领先,是因为愿意多花几个回合。
有意思的是,博主兼创业者 Theo 的评价是:Sonnet 5.5 是个很棒的模型,但你可能不该用它。
在他看来,这个模型相比 Sonnet 5 有了很大提升,但在最大推理模式下会过度思考,反而容易出错。
而在较低的设置下,Sonnet 又因为太能吃 token,根本找不到比 Opus 更划算的点。
当把 Sonnet 当成子代理来用时,这个情况会略有改观,在某些任务上效率更高,但通常它不适合作为独立模型使用。
那么,经过几周的测试,这些结论还会成立吗?
Sonnet 5.5 本身堪称技术奇迹,毕竟它能在发布仅四个月后就达到 Fable 5 的水平,但 token 消耗太大,对大多数情况来说都不划算。
这当然是我会持续关注的点,等大家用得多了,我再回来汇报。
不过,回到 Gemini 4 现在要参与竞争的新局面,Peter Yang 一直在强调的一点是:光模型好是不够的。
实际上,Muse 的成功引出了一个问题:一款用户体验好但模型并非最先进的 AI 产品,是否比一款用户体验一般但模型最先进的产品更强?
Muse 的月活用户已经达到了 300 万。
每天至少发送一个提示词的日活跃用户已经达到一百万。
记住,这个产品才上线三个多星期,所以这是一个很强的早期积极信号。
第一周结束时,Muse 有五十万周活跃用户和二十五万日活跃用户。
一方面,这只是 Meta 分发潜力的一小部分——Meta 能触达全球一半的人,而且这跟 ChatGPT 的增长完全没法比,但更好的对比可能是 Codex 的采用曲线。
Codex 大约花了三个月才达到三百万周活用户,所以 Muse 目前看起来是个增长更快的 AI 应用。
你可能会觉得这也正常,毕竟 Muse 是个人代理,而 Codex 面向的是非常开发者导向的受众,但不管怎样,Muse 的早期成功还在继续。
然而现在 OpenAI 的 DOTS 来了,我们开始会对这个问题——好的体验加差的模型,还是差的体验加好的模型——有一些直接答案。
Eureka 联合创始人 Sina 写道,用了一段时间 Muse 并且很喜欢之后,我开始注意到底层模型不够聪明。
我不确定是不是上下文过载,但它最近经常出错。
也许是因为他们太成功了,所以不得不换成一个不同的、更便宜也更差的模型。
总之,Muse 很棒,产品形态也很好,但作为消费者,我对谁都没有忠诚度。
如果 OpenAI 推出一个带更好模型的 Muse,那我就用最好的那个。
智能仍然是护城河。
然而反过来,过了几天,我确实看到不少对 DOTS 工作方式的抱怨。
X 上的 Habibi Slop 写道,整体感觉不太好。
这感觉方向就错了。
我只想和模型对话。
这个工具是想让你在一间不允许碰管道的房子里当水管工。
DOTS 内置了太多摩擦,让人觉得它压根没打算被使用。
除非你觉得这只是一般的吐槽账号,不然他们接下来还会举大概十几个例子。
我看到被反复提及的最大一点出现在他们的最后感想里,他们写道,他们发布了一个新产品,想帮你管理在 ChatGPT 和 Codex 里的工作,却没有足够权限访问它所需要的来自那些平台上的工具和数据。
我当然远远没到愿意去宣布,专注模型还是专注产品用户体验,哪一边才是制胜策略。
最后一点,当我们纵观谷歌准备发布 Gemini 4 时所面临的竞争态势。
这周有一个意外发布,DoorDash 宣布他们的 AI 代理也得到了 Muse 的待遇,现在可以通过短信接单了。
DoorDash 网站上本来就有代理,但他们利用 Muse 这类个人代理的一些功能,把这事又推进了一步。
顾客现在可以用自然语言提示词给 DoorDash 代理发短信,剩下的就交给代理自己搞定。
DoorDash 举了个例子,一位顾客发短信说,把我平时点的蛋白质碗送到办公室。
然后代理会把手机号和用户档案匹配起来,查到常点的订单和送货地址,再处理支付。
现在,鉴于亚马逊决定屏蔽 Muse 代理,一个巨大的悬而未决的问题是,最好的代理策略到底是与品类领导者合作,还是构建一个平台专属代理。
目前来看,DoorDash 做代理的逻辑已经相当清晰了。
该公司表示,在购买杂货时,代理订单的购物车金额高出50%。
而通过自建代理,DoorDash可以尝试保持与用户的紧密关系。
当然,存在一个风险,即像Muse这样的外部代理可以直接从餐厅下单,从而绕过DoorDash这个中间商。
与此同时,用户偏好可能会拒绝平台专属代理,因为用户对它们的控制力弱得多。
目前还不清楚什么是最优策略,但眼下DoorDash似乎两方都在做——既保持平台对第三方代理开放,同时也在自建内部代理——正因如此,这值得关注,即使你不太在意最终谁胜出、你如何订午餐到办公室这件事。
总之,回到Gemini 4 Argon——我赞同Nathan Lambert的观点,他认为谷歌表现出色既对消费者更有利,也对竞争更有利,所以我坚定地站在希望这次发布大获成功的人群中。
我们就希望它快点发布,这样我们就能亲自判断,而不是只能从那些自报的基准数据和向Bloomberg抱怨的员工口中捡点残羹冷炙。
今天的AI Daily Brief就到这里。
一如既往感谢你的收听或观看,我们下次再见。
已剔除 2 处广告(点击展开查看)
First of all, thank you to today's sponsors, KPMG, Robots and Pencils, Harbor, and Granola.
To get an ad-free version of the show, go to patreon.com/AIDailyBrief, or you can subscribe on Apple Podcasts.
To learn more about sponsoring the show, send us a note at [email protected].
Also note that we have our next cohorts of Superintelligence Agent Training coming up.
These are paid programs, which in very short order will get you far ahead when it comes to your agentic understanding and your ability to use agents in your daily work.
We have both the Executive Catch-Up Program and the agent intensive, which we call the Executive Agent Leadership Program.
The next cohorts for those start next week, and you can find links to all of that at the very top of aidailybrief.ai.
If you're leading AI inside an enterprise, you already know that the gap right now isn't capability but execution.
That's why KPMG's You Can with AI is back with a new season featuring conversations with leaders like Surojit Chatterjee of Emma.
Habib of Ryder, McKesson CIO Ellery Fisher, and others focused on practical execution, what's working, what's not, and what it actually takes to move from pilots to real scaled impact across strategy, data readiness, governance, workforce, and value.
And of course, it's co-hosted by me, Nathaniel Whittemore.
Go listen and subscribe at www.kpmg.us/aipodcasts.
That's www.kpmg.us/aipodcasts.
The best teams don't have a single star carrying everyone else.
They know their own strengths and each other's weaknesses and play to both.
That's the team Robots and Pencils has built on purpose.
Nobody there is grinding through busywork to pad a headcount number.
People come for the hard problems, and they stay because everyone around them is leveling up at the same time.
In a market full of companies that are just trying to hire fast, that's worth a look.
Check out robotsandpencils.com/careers.
If you listen to this show, you likely have a thesis.
Maybe it's enterprise adoption, maybe it's compute, maybe it's a specific lab.
Harbor Capital's AI Lab Ecosystem ETFs let you express it via 5 actively managed ETFs, each seeking exposure to the ecosystem around one major lab: Anthropic, OpenAI, DeepMind, Meta, or SpaceX AI.
Your view of the AI race in ETF form.
Harbor Capital Advisors' AI Lab Ecosystem ETF suite gives investors a way to invest in the AI ecosystem they believe is best positioned for success.
Search Harbor AI Lab Ecosystems ETFs wherever you invest or follow @HarborCapital on X to learn more.
Visit harborcapital.com for a prospectus containing investment objectives, risks, fees, expenses, and other important information.
Read and consider it carefully before investing.
Risks include principal loss and artificial intelligence-related risks.
Harbor ETFs are distributed by Foresight Fund Services LLC.
Harbor is not affiliated with AI Daily Brief, and the funds are not affiliated with, sponsored by, or endorsed by any AI lab.
This is a paid advertisement and not personalized investment advice.
Investing involves risk, including possible loss of principal.
When I'm in a meeting, I'm fully in it.
I'm thinking about the iteration and creative back and forth it takes to actually push a goal forward.
What I'm not thinking about is capturing takeaways, tracking to-dos, or any of that.
And that's where Granola comes in.
Granola is an AI-powered notepad that captures what happens in your meetings and turns it into clean, structured notes with the decisions and action items pulled out and easy to find.
There's no setup and no configuration.
It just fits into how you already work.
For me, it means I get to stay in idea mode and Granola makes sure those ideas actually become. Once you try Granola on a first meeting, it is hard to go without.
You can try it totally free at granola.ai/brief.
That's granola.ai/brief to get your time back.