阅读

ElevenLabs做的是AI语音层——把文字变成听起来像人的语音。大多数人在跟客服通话时已经用过它，只是没意识到。Klarna用它为3500万美国客户提供一线电话支持，Deutsche Telekom、Cisco、Adobe以及越来越多国家的政府也在用。公司自称年化经常性收入已达6亿美元，据报道估值220亿美元，而它成立才四年。

ElevenLabs联合创始人兼CEO Mati Staniszewski在2026年9月多伦多Nrth会议接受TechCrunch主编Connie Loizos采访时，被问到毛利率问题。他的回答很直接：不介意毛利进一步被压缩，只要这意味着市场份额在扩大。他说公司有能力通过研究环节对模型进行精细微调和约束来优化成本，但如果能把节省下来的钱让给客户，就会让。在他看来，当前最重要的事是证明价值、与客户站在一起，未来五年价值创造起来后大家共同受益。

这个表态放在ElevenLabs的竞争格局中才有具体含义。Staniszewski在采访中承认，公司正在越来越多地撞到自己的客户——Decagon就是一个对话式AI平台，它在ElevenLabs上训练了自己的语音产品，现在反过来用自有模型跑查询，与ElevenLabs竞争。Staniszewski认为模型公司、平台公司、应用公司之间的边界正在模糊，以Anthropic为例，原本做模型的公司已经确定是平台，并且越来越多地涉足应用层。

与此同时，Staniszewski对音频模型商品化的判断做了修正。他去年在TechCrunch Disrupt上说过音频模型几年内会被商品化，现在他承认模型层面的质量差距仍然显著，但把时间推到了三到五年。也就是说，他认为技术护城河有窗口期，但不是永久的。

把这些放在一起看，Staniszewski的策略逻辑是：既然模型质量差距会在三到五年内缩小，而客户随时可能变成竞争对手，那么当前阶段用毛利换客户锁定和集成深度就是理性的。ElevenLabs的另一个护城河不在模型本身，而在数据标注——Staniszewski说训练的关键不是数据量，而是标注质量，公司有数千名合同制人员帮助标注说了什么、什么时候说的、怎么说的、用了什么情绪甚至请了语音教练来准确识别口音。这种运营密集型的数据资产不是开源模型能直接复制的。

不过需要明确边界：毛利率数字Staniszewski拒绝具体披露，$600M ARR为公司自报，$22B估值为据报道来自彭博社2026年7月关于要约收购谈判的报道。他关于不介意压缩毛利的表态是战略意图的陈述，不是已经落地的财务结果。未来五年能否如他所说价值创造起来后共同受益，取决于市场份额扩大后能否在定价权上收回成本，还是被持续压缩到无法覆盖研发和标注投入。

GPT-OSS-20B是一款开源权重的推理模型，但它有一个顽固习惯：无论用户用什么语言提问，它的思维链几乎总是用英语生成。AWS机器学习团队在50例多语言推理测试中发现，基座模型只有22%的情况用对了目标语言，而这22%几乎全部来自英语样本——法语、西班牙语和意大利语的正确率为零，德语仅10%。

团队随后用监督微调（SFT）训练了1000步，采用LoRA适配器（r=8，α=16），在4台ml.g6e.12xlarge实例上运行。结果很直接：推理语言正确率从22%跳到100%。但答案语言只达到62%——模型学会了用法语思考，却常常在最终回答时切回英语。

这正是GRPO（组相对策略优化）的适用场景。GRPO的工作原理是对每个提示采样一组回答，然后把策略推向高于平均值的那些。如果目标行为在基座分布中的概率为零，GRPO就几乎没有可强化的信号。SFT之后，模型已经能在100%的情况下用正确的语言推理，并且偶尔也能用正确的语言给出最终回答，这就为GRPO提供了可强化的信号。

据彭博社报道，中国人工智能公司智谱AI（Z.AI Co.）的四位联合创始人——李娟子、唐杰、许斌和张鹏——在2018年至2021年间参与了一项研究项目。该项目由国家自然科学基金委员会与“中国通用技术研究院”（CGTRI）共同资助，预算为294万元人民币。

英国安全情报局（MI5）此前发布警告，指出CGTRI与中国国家安全部（MSS）存在“非常紧密的联系”，并认为该机构资助的学术工作旨在增强MSS的间谍能力。MI5建议英国学术机构立即审查与CGTRI的合作。

彭博社援引一份78页的项目报告称，该研究设想开发能够挖掘社交媒体帖子以发现新兴事件并揭示人物关联的人工智能系统。报道强调，这仅是对拟议能力的描述，并非工具已被部署的证据。

中国驻英国大使馆对MI5关于CGTRI的指控表示异议。智谱AI及上述四位创始人未回应彭博社的置评请求。智谱AI向香港交易所提交的文件确认了四人的联合创始人身份，其中张鹏担任首席执行官。

金融科技公司Equals的首席产品官James Simcox在拉斯维加斯举行的Okta年度用户大会上透露，该公司目前超过92%的代码由AI编写，而不到12个月前这一比例还是零。Simcox描述了公司在AI采用上的三个阶段：“没有AI、到处用AI、再回到只用在真正有意义的任务上”。

在内部流程中，Equals尝试了一种多智能体“法庭”模型来处理客户投诉：一个智能体代表客户辩护，另一个代表公司反驳，第三个则评估双方论点。Simcox认为这种方法能产生更公平的结果并加快处理速度，尽管人工审查仍是必要环节。这种内部试验为公司随后将智能体引入客户交互提供了学习基础。

然而，并非所有场景都适合智能体。Simcox指出，对于简单的欧元转账等常规操作，基础自动化比智能体更有效且成本更低；智能体更适合处理结构化的复杂挑战。在治理方面，Equals将智能体视为员工管理，但给予比人类更窄的权限。例如，负责更改邮箱地址的智能体仅拥有读取和修改该特定字段的权限，其行为可归因于该具体智能体。

更重要的是审计要求的差异。对于人类员工，公司通常只记录行为（谁做了什么）；但对于智能体，Equals还记录其背后的推理过程，以便在出错时进行调查。Simcox担心配置错误的智能体可能“同时犯十万次错”，从而意外摧毁业务。因此，他期待利用Okta最近宣布的“紧急停止开关”功能来增强控制能力。

据《华尔街日报》报道，美国国土安全部已发布命令，禁止联邦民用机构使用中国人工智能实验室DeepSeek的技术。该命令要求相关机构从其IT系统中移除现有的DeepSeek产品，并停止采购任何新的DeepSeek相关产品。

禁令范围不仅涵盖DeepSeek自身的产品，还包括其关联公司的产品以及基于DeepSeek实现构建的第三方服务。然而，公告并未设定具体的执行截止日期，也未详细说明导致这一决定的具体安全隐患。此外，“基于DeepSeek构建”这一表述的含义尚不明确，例如OpenRouter等AI网关服务是否会被纳入禁令范围仍存疑。

该行政命令依据的是2018年美国一项关于联邦采购中供应链安全的法律。此前，随着Kimi K3等强大中国开源模型的出现，美国政府曾考虑对中国开源模型采取制裁、贸易黑名单或限制联邦机构使用等措施，但在Nvidia、Microsoft、Google和Meta等科技巨头的反对下暂时搁置，而OpenAI和Anthropic则游说支持此类限制。此次针对DeepSeek的禁令是这一政策转向的具体落地。

质量管理平台的核心资产是机构记忆：去年调查过的类似缺陷、修复了根本原因的纠正与预防措施、标记了同一缺口的审计发现。这些知识分散在数十亿文档中，跨越语言和格式，没有人能按语义相似度搜索，所以每次调查都从零开始。Octave Reliance的团队看到了解锁这段历史的机会，也看到了障碍：投诉记录、审计发现和纠正措施携带着平台最严格的隔离要求，而这些恰恰是AI需要读取的记录。在一个服务超过14000家客户、覆盖医疗器械、制药和食品制造的平台中，一次无意的跨租户泄露所携带的监管后果远超任何AI收益。

面对这个矛盾，团队做了一个不寻常的决定：不是先上线一个AI功能，而是用第一个周期构建一个所有未来功能都将坐在上面的基础。推理很直接——Reliance有40多个应用，每个有不同的文档类型和工作流，为一个应用建AI意味着为下一个重建基础设施。所以他们反转了计划：先建水平平台，再切入垂直功能。投诉摘要与分诊排在第一位，用来验证架构。

四项张力塑造了设计，没有一项可以放弃：数据可用但不能泄露、代理执行必须隔离、摄入内容不可信、20亿文档必须一天内完成嵌入。这四项同时成立时，选项空间急剧收窄。

第一项关键决策是把租户隔离推到哪里。应用代码也能实现隔离，但代价是每个未来功能团队都必须在每条代码路径上做对，一次遗漏检查就可能导致跨租户泄露。团队选择把隔离压到运行时：每个用户会话在专用microVM中运行，拥有独立的CPU、内存和文件系统，会话结束后停止并消毒。这是硬件级隔离，设计为无论代理行为如何都能成立。AgentCore Gateway在工具、操作和参数级别授权，自动化推理提供对已定义规则的形式化验证。

第二项关键决策是如何表示数据。团队用自有语料评估嵌入模型，而不是公开排行榜。决定性问题与这个特定数据相关：一张外壳开裂的照片和描述该缺陷的段落之间有什么关系，一条德语投诉和一条英语CAPA之间有什么关系。Cohere Embed v4的多模态能力让照片和文字进入同一向量空间，原生多语言支持让同一租户语料中的不同语言文档无需翻译预处理。但真正只有自有语料才能暴露的发现是维度选择：OpenSearch的存储成本随维度数线性增长，Embed v4支持256到1536的可配置输出维度。针对代表性生产查询的测试显示，512维度在保持目标精度的同时，相比1536默认值削减了约66%的存储。这个权衡不会出现在任何公开基准上，因为它取决于缺陷照片、扫描检查表和标注图与文本混合的实际文档组合。

结果方面，投诉分诊助手已在生产环境运行三个月。Octave测量每次调查被流水线吸收的时间为4到6小时，涵盖跨格式提取、先例检索和区分真正相似缺陷与措辞巧合所需的阅读。基础架构将每个用例的部署时间削减了50%——这是Octave自己的核算——语义搜索在第二季度落地，比原定第四季度目标提前两个季度。

需要保留的边界：这些数字全部来自Octave的内部测试和生产自报，发布在AWS官方博客上。microVM方案的延迟和成本开销未在文中讨论。团队也明确画了一条不越过的线：助手呈现上下文和先例，质量处理人员仍然做最终判断——在一个该判断携带监管权重的行业中，这条边界塑造了什么被自动化、什么没有。这是一家公司在特定监管语境中的架构经验，不是运行时隔离对所有多租户AI场景的最优性证明。

Figma在设计公司首届印度Config大会上宣布新增20个MCP合作伙伴，包括Amp、ClickUp、Linear、Notion、Mistral等。在媒体简报中，联合创始人Dylan Field对媒体表示，他认为MCP并非一个完美的协议。

Field的核心论点指向一个结构性不对称：MCP由Anthropic创建，但Anthropic自身并不通过MCP暴露其云端资源。Field在X上写道，他发现一个有趣的现象——MCP标准的创建者不通过MCP暴露其制品和其他云端资源。他认为这场辩论被框定为开放对封闭，而所有人都偏好开放，但不对称的上下文共享问题被忽略了。

这个论点的具体机制在于：MCP标准化了AI代理如何连接外部数据源和工具。当应用层公司按照这一标准开放自己的数据时，协议创建者——通常是拥有最强大模型的前沿实验室——获得了结构化的访问路径，却不提供对等回报。Field在媒体简报中进一步说，MCP对前沿实验室更有利。

Figma的实际策略是同时拥抱和批评这一标准。公司正在扩大MCP支持，但Field表示不想完全开放的原因是：通过MCP暴露的数据越多，被滥用的可能性就越大。他承认大多数用户没有恶意，但公司仍需考虑潜在风险。Field后来也补充说Figma计划支持MCP共同创建者抱怨的开源工具Pi。

这一论点的价值不在于它是否最终正确，而在于它提出了一个具体的设计问题：当一个协议由生态中权力最大的参与者创建时，采用该协议的中小公司如何避免成为单向数据供给者？对于正在评估AI代理集成方案的开发者而言，Field指出的不对称上下文共享是一个需要纳入考量的实际约束，而非仅仅是意识形态上的开放与封闭之争。

Hamlet是一家AI驱动的市政数据平台，索引和转录美国各地市议会、规划委员会和分区委员会的会议记录，让房地产开发商、记者和市民能搜索会议内容并追踪政策进展。CEO Sunil Rajaraman说，客户想知道某位议员会不会批准自己的住宅项目、为什么批准或拒绝、这座城市有什么历史可能让它犹豫。这个业务需要处理来自七千多个政府机构的极其混乱的数据，工程团队很小，速度比什么都重要。

Lead Developer Erich Douglass回忆了之前的状态：他们在AWS RDS上跑一个生产实例加一个staging实例，大量工作是对着非常具体的数据调管道。每个PR需要15到30分钟把staging调到正确状态才能跑验证。Senior AI Engineer Jeff Hui补充说，15到30分钟还是最好情况——碰巧复制了完全正确的数据。每位工程师每周可能花好几个小时保持测试数据是最新的，包括把生产数据的部分片段克隆到本地来追查问题。

切换到Databricks Lakebase Postgres后，每个PR自动获得一份生产数据的独立分支，连接到自己的预览环境。Douglass说，预览部署时数据已经就绪，可以对着生产数据测试甚至写入，而不影响生产。Hui说，现在遇到bug时，他们拥有造成那个bug的确切数据，可以对着同一份数据检查修复。

但真正改变工作流的不是省下的那几十分钟。Hui说，分支让工作流对AI编码代理的适配度大幅提升。每个PR与生产隔离，他们给Claude或Codex这类代理访问其分支的权限，让它自行运行检查。代理跑完数据管道并判断变更是否做了该做的事。每个PR都有代理的第一轮验证。等人来看时，已经相当确信它能工作。人仍然审批合并，但越来越多的其余环节是自动化的。

这个工作流的前提条件值得注意：代理需要一份隔离的、包含真实数据的完整环境，才能运行端到端管道并自行判断结果。如果数据是合成的或过时的，代理的验证就不等于对真实场景的验证。Hui在谈到视频说话人识别时说过一个类似的原则——

你不能把一个视频丢给模型然后指望它猜对。你得收集周围一切帮助它做出正确判断的信息。

对编码代理而言，周围的信息就是那份真实数据。

需要说明的是，这是Databricks官方博客发布的客户访谈，Douglass和Hui描述的是他们自己团队的实际做法，时间节省为自报数据，没有给出测量方法。Hamlet是一个小团队，其工作流是否适用于更大规模或不同技术栈的团队，原文没有讨论。

法国人工智能初创公司Mistral AI于2026年10月20日发布了Voxtral 3，这是一套专为实时语音智能体设计的全栈解决方案。该系列包括一个语音转文本模型（Voxtral Small Transcribe 3）、一个文本转语音模型（Voxtral Mini TTS 3）以及基于LiveKit构建的语音智能体SDK。Mistral称，这三者结合形成了一个单一的流式处理管道，使智能体能够同时完成“听”、“思考”和“说”，并在对话过程中调用外部工具，例如预订预约或查询发票。

在能力覆盖上，Voxtral 3的转录功能支持超过50种语言，而文本转语音输出则支持35种以上语言和50种方言，并具备情感适应能力。这一特性旨在解决当前语音AI应用中常见的机械感和多语言支持不足的问题。

除了技术性能，Mistral特别强调了部署灵活性。该系统既可以在用户自己的基础设施上运行，也可以通过欧盟托管的API进行访问，以确保数据留在欧洲境内。这一选项直接回应了企业对数据主权和GDPR合规性的关切。定价方面，转录服务起价为每分钟0.0035美元。目前，关于其在复杂噪声环境下的实际表现及端到端延迟的具体独立测试数据尚未公开，厂商自报的性能指标仍需第三方验证。

Liquid AI于9月24日发布LFM2.5-VL-DSpark，一个为其30亿参数视觉语言模型LFM2.5-VL-3B配套的投机解码草稿模型。公司自报，端侧解码最高提速3.13倍，H100上最高2.66倍，端到端延迟最高改善2.62倍和2.27倍。

草稿模型约2.8亿参数，仅使部署模型参数增加8.9%，并首日支持llama.cpp、MLX-VLM和SGLang三种推理框架。投机解码由目标模型逐token验证，输出与原模型完全一致。

公司同时说明其边界：投机解码只加速解码阶段，不加速视觉编码和prefill，端侧设备上后者占墙钟时间更大，因此端到端增益明显低于解码增益。以上速度数据均为厂商在六项视觉任务上的自测结果。

OpenAI于2026年10月20日发布声明，称其最新一代模型在处理“低资源”编程语言方面取得显著进展。这些语言包括COBOL、Fortran和Visual Basic，尽管训练数据远少于Python等现代语言，但据IBM估计，COBOL仍支撑着全球超过40%的在线银行系统和95%的ATM交易。

根据OpenAI构建的两个评估基准，GPT-6 Astra在MultiLangBench测试中，跨20种语言的平均测试通过率达到了87.4%，相比GPT-5.6 Terra约38%的表现有了大幅提升。该测试要求模型从零开始构建一个兼容SQLite的数据库引擎。

在更具体的COBOL迁移基准测试中，即把COBOL代码转换为C++、Java、Kotlin、Python或Rust的任务里，GPT-6.1 Sol在低推理努力下的准确率为86.6%，而GPT-5.6 Sol仅为5.4%。当提高推理努力程度时，GPT-6.1 Sol的准确率进一步上升至97.9%。

需要注意的是，上述数据均源自OpenAI的内部评估，尚未获得独立第三方的复现验证。此外，高准确率是在特定配置（如最大推理努力）下取得的，实际生产环境中的表现可能受成本和延迟等因素影响。

哥伦比亚大学商学院金融与房地产学教授斯泰恩·范·纽文伯格（Stijn Van Nieuwerburgh）在为布鲁金斯学会会议准备的一篇论文中指出，美国人工智能基础设施建设对经济产出的消耗，可能超过电力、铁路等历史上大型基础设施项目。据路透社报道，该研究预计，到2032年，美国每年将有约3.6%的国内生产总值（GDP）投入这一领域，累计规模超过10万亿美元。

这一比例显著高于19世纪末美国铁路建设高峰期每年约占GDP 2.2%的投入水平。相比之下，20世纪50年代开始的州际高速公路系统以及90年代中期的电信基础设施扩张，年投入均略高于GDP的1%。范·纽文伯格指出，早期的铁路和电信扩张都曾引发资产泡沫及随后的崩溃，而当前AI基建不仅规模空前，其融资结构也日益复杂，涉及银行、私人信贷机构及特殊目的实体（SPV），这种不透明性让人联想到次贷危机前的情况。

为了验证投资的合理性，范·纽文伯格进行了收入缺口测算。他估算，到2032年，AI行业每年需要创造约3.7万亿美元的总收入，才能实现目前预期的投资回报。然而，目前OpenAI和Anthropic两家头部公司的合计年收入估算仅约为1000亿美元。这意味着相关收入必须以每年约80%的速度持续增长，才能填补这一巨大缺口。如果市场需求不确定、技术变化过快或执行出现瓶颈，叠加高杠杆率，市场预期调整时可能带来“实质性的下行风险”。

不过，这位教授也在论文中强调，这并不意味着金融危机已经迫在眉睫。他认为，AI应用的强劲增长、较高的基础设施利用率以及模型能力的持续提升，都可能支撑预期的基础设施投资并带来稳定现金流。这篇论文原定于当地时间周五正式提交，其核心观点在于提醒投资者和政策制定者关注当前资本开支与未来收入潜力之间的巨大张力。