AI对传统软件行业的冲击与模式变革 - Anthropic为Claude Cowork新增11款插件，覆盖销售、财务、法律等领域，AI能直接取代SaaS软件端到端完成业务工作流 [1] - 全球软件股遭遇“SaaS末日”抛售，一周内蒸发近万亿美元市值，具体公司如Gartner暴跌21%、Thomson Reuters跌18%、ServiceNow跌11% [1] - 行业正从按席位收费的SaaS模式向按产出计费的AaaS（Agent即服务）模式转变，传统软件护城河面临底层模型公司的降维打击 [1] AI编程工具的演进与平台化 - GitHub正式集成Claude和Codex，与Copilot形成AI编程“三足鼎立”，开发者可通过Agent HQ一站式指挥三个AI协同工作 [2] - 开发者可在同一个编码难题上同时指派三个AI异步执行以对比方案，支持在IDE、GitHub网页端和移动端一键调用 [2] - GitHub从代码托管平台进化为多智能体协同平台，开发者工作重心从“写代码”升级为“定策略”，标志着AI编程进入组织级规模化落地阶段 [2] 视频生成AI的能力跨越 - 可灵从2.0直接跨越至3.0，支持生成3到15秒任意时长视频，并新增智能分镜和自定义分镜功能，可精准控制景别、镜头运动和正反打切换 [3] - 其语言能力大幅升级，支持多国语言混合、口音切换和语境适配，可生成多角色分别说不同语言的复杂场景视频 [3] - 同步发布的3.0 Omni模型主打视频编辑修改能力，支持主体替换和音色参考，与3.0模型组合可覆盖九成视频生成场景 [3] 开源科学大模型的突破 - 上海人工智能实验室开源了万亿参数科学多模态大模型Intern-S1-Pro，采用512专家MoE架构，每次仅激活8个专家共22B参数，为全球开源社区最大科学模型 [4] - 模型引入傅里叶位置编码以赋予“物理直觉”，并通过路由稠密估计和分组路由策略攻克了万亿参数训练稳定性与算力效率瓶颈 [4] - 该模型在复杂数理推理上达到奥赛金牌水平，在跨化学、材料、生命、地球、物理五大学科的综合评测中稳居AI4S国际领先水平 [4] AI行业商业模式的竞争与分化 - Anthropic斥资千万美元在超级碗投放广告，讽刺OpenAI在ChatGPT中引入广告，打出“广告正涌向AI，但Claude除外”的口号 [5] - OpenAI的Sam Altman回应称广告是为“民主化AI”服务数十亿免费用户，但评论区有大量用户反弹，指出其连付费用户体验都无法保障 [6] - 该事件折射出AI行业商业模式分化，OpenAI走流量广告路线对标谷歌Meta，而Anthropic走付费订阅路线对标苹果模式 [6] 科技巨头财报与AI投资影响 - Alphabet 2025年Q4营收1138亿美元，同比增长18%，全年营收突破4028亿美元，成为首家年营收破4000亿美元的科技公司 [7] - Google Cloud收入177亿美元，同比增长48%远超预期，经营利润率跃升至30.1%，其Gemini API每分钟处理超100亿token [7] - 搜索广告收入631亿美元，同比增长17%，打破了“AI杀死搜索”的论断，但公司2026年资本支出预算高达1750至1850亿美元，导致股价盘后一度暴跌7% [7] 具身智能机器人的市场动态 - 贾跃亭在美国NADA Show发布三款具身智能机器人，包括全尺寸人形机器人FF Futurist、运动型FF Master和四足机器人FX Aegis [8] - 机器人参数与智元灵犀X2高度重合，搭载NVIDIA Jetson Orin NX最高200 TOPS算力，但本质上仍需VR远程操控，不具备完全自主能力 [8] - 产品定价1.75万至25万元并已开启预售，但被质疑为供应链方案拼凑，延续了追逐风口、PPT式发布的一贯风格 [8] AI智能体工程与开发者角色转变 - Karpathy提出“智能体工程”概念，强调开发者99%的时间不再直接写代码，而是指挥AI智能体协同完成工程任务 [9] - 真正的关键是“工程”二字，缺乏架构能力的开发者只是在“抽卡赌博”，而懂系统设计的人能引导AI走向稳固架构，实现10倍效率提升 [9] - Karpathy预测2026年将迎来模型层与智能体层的“乘积效应”爆发，掌握智能体工程的个人有望成为“一人公司”超级个体 [9] AI能力的现状与未来展望 - Altman坦言安装Codex两小时就放弃了“不让AI控制电脑”的承诺，现在用两台笔记本分别给AI和自己使用，称这是继ChatGPT后又一个“ChatGPT时刻” [10] - OpenAI内部AI Defense产品已实现100%代码由Codex生成，Altman认为AI上限是“完整的AI公司”，能独立创建软件并围绕它建立企业 [10] - Altman指出当前存在巨大“能力过剩”，AI能做的远超实际应用，并预测到2026年底模型能力主观感受将提升10倍 [11]