AI News｜2026-07-28

今日目录

• OpenAI 计算负责人把瓶颈说得很直白：算力上线就会被立刻吃掉
• Aaron Levie 继续提醒一件事：企业 Agent 的难点不在智能本身
• Sam Altman 展示的不是聊天，而是从手机发起的跨工具任务编排
• Peter Yang 提醒了 Agent 落地最容易被低估的一层：用户不敢授权
• Guillermo Rauch 用 AI 翻译代码后再编译到原生，指向了一条新的 Coding Tool 路径

今日判断

我今天更关注两类信号：一类是算力和物理世界的约束还在继续卡住上层能力，另一类是 AI 真正进入工作流后，难点已经从模型能力转到系统接入、反馈回路和信任边界。前者决定了谁能稳定供给能力，后者决定了谁能把能力变成可持续产品。我看下来，这两件事都比新的 benchmark 或一句 wow demo 更值得一线 builder 盯着。

OpenAI 计算负责人那场访谈给了一个很直接的现实：需求不是略高于供给，而是任何新上线的算力都会立刻被吃掉。这意味着很多产品节奏、定价、延迟和可用性，未来一段时间都还是基础设施问题，不只是模型问题。另一边，Aaron Levie 讲企业落地时那串很具体的环节，我觉得比大多数 Agent 叙事都更接近真实交付：要接系统、要人做决策、要留下审计和合规路径，还要把流程运行后的反馈重新喂回模型和数据层。不把这些补齐，所谓自动化只会停在演示层。

我的判断是，接下来最有价值的 AI 产品，不会只卖更强模型，也不会只卖一个会说话的界面，而是把算力稀缺、权限信任、系统接入、人机协作这几件脏活一起打包解决。谁能把一个垂直场景里的闭环先做深，比如银行开户、法务审合同、团队行程协同这种多步骤流程，谁就更可能先吃到真实使用，而不是停留在高热度低留存。

快讯

1. OpenAI 计算负责人把瓶颈说得很直白：算力上线就会被立刻吃掉

查看原文 · 来源：The MAD Podcast with Matt Turck

这期访谈里，OpenAI 的工业计算负责人 Sachin Katti 讲得很实在：现在不是算力紧张一点，而是任何新增算力都会立刻被消耗掉，供给速度始终追不上需求。他还提到液冷超算、电网约束、核能和自研芯片这些基础设施问题。我今天会把它当作一个上游约束信号来看，因为很多人还在把 AI 产品体验波动理解成模型问题，但实际上延迟、成本、容量和稳定性，未来很长一段时间都受物理世界节奏限制。我的判断是，做 AI 产品的人要更早接受这个现实，围绕配额、降级、缓存和任务拆分来设计产品，而不是默认模型能力会线性供给。

2. Aaron Levie 继续提醒一件事：企业 Agent 的难点不在智能本身

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 这条我觉得含金量很高，因为他没有再讲模型多强，而是把企业里真正把 AI 用起来需要补的东西列得很具体：系统连接、数据进入方式、人类在关键节点如何决策、界面如何承接、合规怎么过，以及流程运行后怎样反过来改善数据和模型。他还举了银行开户、法务合同审核、生命科学等不同场景，说明 Agent 不可能一套模板通吃。我的判断是，这比很多通用 Agent 叙事更接近真实交付。对 builder 来说，价值不在再包一层 prompt，而在于把垂直流程里的反馈回路和责任边界做出来。

3. Sam Altman 展示的不是聊天，而是从手机发起的跨工具任务编排

查看原文 · 来源：Sam Altman (@sama)

Sam Altman 描述了一个很具体的使用场景：他在手机上发一条指令，让 ChatGPT 基于聊天历史规划 9 人长周末出行，生成一个可协作的网站，等大家达成一致后再去做预订，并在 Gmail 里起草通知邮件。这个例子重要，不是因为它听起来炫，而是因为它把记忆、工具调用、前端生成、多人协作和外部执行串成了一个完整任务链。我今天更关心的是这类产品边界正在往哪里移动。我的判断是，接下来用户真正比较的，不是单次回答质量，而是谁能把多步骤任务跨应用跑通，而且中间少掉链子。

4. Peter Yang 提醒了 Agent 落地最容易被低估的一层：用户不敢授权

查看原文 · 来源：Peter Yang (@petergyang)

Peter Yang 说，他最近接触的人最担心的不是 token 不够，而是愿不愿意把 Gmail、Calendar、Google Workspace、Microsoft Office 这些真实工作系统交给 ChatGPT。这个判断我认同，因为很多 Agent 产品默认用户会自然开放权限，但现实里，真正卡住 adoption 的往往是信任和边界，而不是模型能力。尤其一旦产品要读邮件、发邀请、改文档、下决定，用户会立刻进入风险评估模式。我的判断是，下一轮产品竞争会落到权限粒度、可撤销性、审计记录和默认安全策略上，谁把这些做清楚，谁才有机会拿到持续使用。

5. Guillermo Rauch 用 AI 翻译代码后再编译到原生，指向了一条新的 Coding Tool 路径

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo Rauch 提到，他把 vercel CLI 的 TypeScript 编译成原生二进制，结果是约 1.28MB、启动开销 1.5ms，而且明确说代码是由 GLM 5.2 Fast 翻译的。我更看重的不是具体数字，而是这个组合动作：先让模型参与代码迁移，再用新的编译工具链把开发者工具做得更轻更快。这说明 AI 在工程里的价值，正在从写 demo 代码，往真实的代码改造和性能交付推进。我的判断是，后面会出现更多 AI 参与的语言迁移、运行时裁剪和工具链重写，尤其在 CLI、边缘运行时和基础库里最先落地。