原生AI入口正在进入分流时刻。 过去两年，大模型产品的竞争焦点主要是模型能力。但进入2026年，问题开始变化。 Agentic能力不断进化，AI从“会聊天”走向“能办事”。任务能力越强，产品分层越明显。复杂办公、深度研究、代码生成、长链路Agent，都意味着更长上下文、更多工具调用和更高推理成本。 在这些背景下，一些AI厂商开始将高阶能力单独定价。 近日，豆包�
大模型决定了“脑容量”，定义了模型的知识上限与智能天花板。 低比特技术，则是让大模型“小而强”的魔法，它重新排列了每一个“脑细胞”的密度。这条路指向两个明确的方向:要么在有限的内存与显存资源下，塞进参数规模更大的模型;要么让同样大小的模型，跑得更快、更省电。 低比特模型一直处于小众赛道，直到今年内存价格一年涨了5倍，倒逼整个大模型行业寻�
这是《窄播Weekly》的第90期，本期我们关注的商业动态是:中国AI公司在继续扩大资本投入。 5月13日下午，腾讯召开股东大会。被问及AI业务进展时，马化腾说了这样一番话:「一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点。」 同一天，腾讯和阿里巴巴发布最新季度财报，AI业务进展成为两家财报电话会的核心议题。 �
五一假期，国内AI圈来了一记惊雷。 豆包App Store页面悄然上线付费版本服务声明:“为更好地服务专业用户，豆包将在免费版基础上，推出包含更多增值服务的付费版本。” 标准版68元/月、加强版200元/月、专业版500元/月——三档价格清晰明了，并同步给出了包年优惠。
面壁智能，是中国大模型行业中的“另类”。 在国内外大肆流行Scaling Law（规模定律），即奉行参数越大、数据越多、算力越强，模型能力就越强的时候。 面壁智能则反其道行之，遵循“知识密度”，即用更少的参数实现更强的能力;以及“密度法则”，即在有限算力下，持续提升模型能力密度。 一个是“大力出奇迹”，一个是“以小博大”，这注定一开始面壁就与主流的�
OpenClaw爆火后，一场“分吃龙虾肉”的战斗，贯穿了整个三月。 面对这一机遇，各路玩家蜂拥而至。百度、腾讯、阿里等云服务巨头相继推出OpenClaw一键部署服务，在这场“淘金热”中扮演起“卖铲人”的角色——锁定算力消耗与Token调用，收取基础设施费用。与此同时，MiniMax、月之暗面、智谱等大模型独角兽则直接受益于Agent带来的海量Token消耗。据悉，月之暗面目前已经实�
“龙虾”将过去企业级软件才能做到的事，带到了个人桌面上。阿里在不久前的财报分析师会议上也指出，大模型已开始具备完成to B复杂工作流的能力。 这两件事指向同一个结论：一个人匹敌一支团队，不再是科幻，而是日常。只是怎么用好AI的这种能力，依然是个问题。 眼下大多数AI主要服务于白领群体，核心场景是写文档、写代码，或是算报表、做审计。但这忽略了一个�