刘工认为,本周主旋律不是又一轮参数竞赛,而是「入口」与「计价单位」同时被重估:ChatGPT 搜索查询量被摆到谷歌两成,出版商把竞争焦点转向浏览器摘要,英伟达把渲染代际定义权转到云端。Antigravity、ElectroChemLLM、StateBench 与 SRPI 则指向同一条工程线——智能体要进入生产,先得让中间结果可验证、状态可回滚、失败样本成本可分摊。刘工判断,未来半年竞争焦点会从「能不能做」转向「出了错谁负责、按什么单位结算」。
信号一:OpenAI披露ChatGPT搜索查询量达谷歌两成(11月3日)。20% 的查询量不等于 20% 的信息获取量:谷歌索引覆盖数千亿文档,ChatGPT 仍是授权索引加自建爬虫的混合架构,冷门实体与突发查询的召回差距明显。对话式检索把一次需求拆成多轮追问,传统搜索平均 1 到 2 次查询,对话产品可能触发 5 次以上改写。刘工判断,6 个月内谷歌大概率会披露「AI 模式」查询占比——20% 一旦被广告主采信,计价锚点就从单次点击转向对话内曝光。
信号二:纽约时报联合多家报纸起诉 Brave 抓取内容并绕过付费墙(11月2日)。这组诉讼 12 个月内不会以 Brave 停止抓取收场,落点更可能是「内容授权+输出侧技术约束」的折中。robots.txt 与 RSL 写在服务器端,而 Brave 摘要在用户设备上发生,抓取请求混在真实读者会话里,服务端很难区分爬虫与读者;可执行的边界在摘要长度、原文链接和单篇引用比例。刘工判断,6 个月内会有第二家主流浏览器厂商主动签下摘要引用或授权条款,把合规成本变成竞争壁垒。
信号三:谷歌Antigravity新增化学技能,智能体接管药物发现(11月3日)。未来 12 个月内,头部药企真正把通用智能体接入先导化合物优化环节的不会超过 5 家。智能体在化学里能做好的事有共同特征:中间结果可验证——SMILES 能否被 RDKit 解析、子结构是否命中、LogP 是否落在区间,错了立刻暴露。Antigravity 的贡献是把这些确定性函数变成自然语言可调度的服务层。刘工判断,18 个月内「技能包」会退化为带版本管理和单元测试的确定性工具调用;研发要的是可复现,不是可对话。
信号四:ElectroChemLLM 发布,多模态流水线抑制电化学数值幻觉(11月4日)。这类工作的胜负手不在参数量,而在抽取结果可不可核查。论文把「上下文碎片化」与「数值幻觉」并列,二者同源:数值一旦离开表格单元格或曲线坐标就失去约束,模型只能靠语言先验去猜;多模态的真正意义是让每个抽取值回溯到原文位置,而不只是多读一种文件格式。刘工判断,12 个月内材料与电化学文献抽取流水线会把图表通道从「加分项」变成「准入项」,纯文本架构会在性质数据库项目的第一轮验收里被淘汰。
信号五:英伟达 GeForce NOW 上线 DLSS 5,《霍格沃茨之遗》首发支持(11月5日)。DLSS 5 先在 GeForce NOW 落地、而非绑定新一代本地显卡,说明英伟达把渲染代际的定义权从硬件发布会转到云服务。DLSS 4 的多帧生成是在 1 帧真实渲染外最多插 3 帧,误差沿时间轴;光照与材质也交给网络重建后,误差会扩散到空间维度,必须靠深度、法线、材质 ID 先验约束。刘工判断,12 个月内 3D-Guided Neural Rendering 会随本地 RTX 驱动下放,但云端会保留 3 到 6 个月独占窗口,用作订阅转化工具。
信号六:研究团队审计AI改写器:规避率达标但细节保真缺位(11月4日)。6 个月内,至少一家主流 humanizer 榜单会把「事实保真度」列为主榜指标,而非脚注——当采购方追问「改写后我的数字还对不对」,只比规避率就失去议价能力。论文的校验标准值得借鉴:数字、日期、人名与机构名、引文四类片段可被正则和实体识别高置信命中,也是错误代价最高的部分;但限定词语义漂移、因果反转全在视野之外。刘工坚持误检率与漏检率分开报,0.84–1.00 的精确率区间说明最差情况下仍有大量漏网。
信号七:Anthropic 更新 Claude Code 提示词,禁止复刻既有游戏(11月2日)。这次改动拦不住真正想复刻的人,但它会在 12 个月内变成编程代理的行业惯例。提示词禁令是「软闸门」:Claude 系列上下文窗口 200K token,一条几十 token 的约束占比不到 0.02%,成本与速度几乎不受影响,却没有配套验证机制——用户声明「持有原版卡带与 ROM 的合法授权」,模型很可能自行放行。刘工判断,6 个月内至少一家主流编程代理会加入同类条款,并把提示词差异当作合规资产披露;可靠拦截在输出侧。
信号八:Hugging Face 发布 StateBench,专测模型长文档状态追踪(11月3日)。StateBench 真正测的不是「记得住」,而是「改得对」。状态追踪要求模型维护一张随文档推进而更新的变量表,并在遇到「本条作废」「以补充协议为准」时回滚旧值;错误集中在「撤销修订」,是因为模型倾向把后出现的文本一律当更新,而真实文档里大量「提及但不生效」。刘工判断,6 个月内头部厂商的模型卡会出现「状态追踪准确率」字段,取代只标窗口长度的写法——8K 扩到 256K 后,定位类任务接近饱和,状态类准确率反而下滑。
信号九:研究团队提出SRPI,用失败样本自精炼流式Text-to-SQL提示(11月4日)。未来 12 个月内,「提示资产化」会成为企业级 SQL 助手工程栈的标配;SRPI 这类用失败样本反推指令的方法,会先在被微调成本拖住的中型团队落地——它把适配成本从刚性科目变成可摊销科目。最值得注意的不是 Refiner,而是「三个 LLM 判官+参考条件化反馈」:只用执行报错作信号,模型容易学到「能跑就行」的方言近似写法;引入参考答案等于给评审端装标尺,把「语法合法」与「语义正确」拆开。代价是每轮至少三路独立评审,离线调用量上升。
信号十:星巴克宣布探索得来速个性化数字菜单与无感支付(10月30日)。这条虽落在窗口前夜,但值得收进来。星巴克的「个性化菜单」未来 6 个月内大概率会以 3 到 5 个都会区的 opt-in 试点出现,而不是一上来就用摄像头识别车牌;谁先把识别做成「顾客主动举手」,谁才能绕开隐私监管。得来速对延迟极苛刻:顾客从驶入点单区到开口只有十几秒,识别、召回、排序、渲染必须压进数百毫秒,否则车流倒灌;难点不在推荐模型,而在逆光、雨天、贴膜车窗下稳定认人。

