① 判断：「Critical」这个词以前只出现在安全框架文档里，现在第一次贴到了一个即将发布的产品上。这意味着前沿实验室的发布节奏正在被自己写的安全框架反向约束——也说明能力已经到了需要分级管理的水平。
② 对研究者：短期你不会用到 Astra 的攻防能力；但「分级开放」会成为常态——同一模型对普通用户和对认证机构提供不同能力。高校、研究所要提前想清楚自己在哪一档。
③ 动作：关注 OpenAI 后续的「trusted access」申请通道，做安全、生物、公共政策研究的团队值得申请。
① 判断：「只读」两个字是这条新闻的关键：AI 先做总结员，不做决策者。这也是敏感领域引入 AI 时比较稳妥的做法。
② 对研究者：做卫生经济学、医疗政策研究的同学注意，PubMed、ClinicalTrials.gov 这类公开数据源被做成了标准插件——这意味着「让模型自己去查试验注册信息并整理成表」的成本大幅下降。这类连接器很可能会扩展到经济数据源（FRED、World Bank 之类）。
③ 动作：去看一下 Healthcare Public Data 插件的接口设计，那是未来「科研数据连接器」的模板。
模型发布Crypto Briefing / WSJ
Google 今日发布 Gemini 3.8 Flash（代号 skimaki），对标 Claude Fable 5
① 判断：「每月一模型」的节奏本身就是信号：Flash 系列看起来正在从「便宜替代品」变成 Google 的重点。3.8 强调「少啰嗦」，说明用户反馈的重点已经从「不会做」转到「做得太多」。
② 对研究者：Flash 级模型是批处理场景里性价比最高的一档——几千篇摘要分类、几万条文本编码，用它而不是旗舰。等 3.8 上线后拿你的老任务对比一下 3.7，看输出长度是否真的下降、准确率有没有掉。
③ 动作：等待正式发布，今晚复测。
① 判断：三个月估值翻倍、收入接近翻倍——编码 Agent 是目前 AI 应用里最先被证明「有人真掏钱」的品类。原因很简单：代码有测试，对错可验证，价值可计量。
② 对研究者：这个逻辑反过来也成立——凡是「结果可验证」的科研环节（数据清洗、回归复现、图表生成）会最先被 Agent 接手；「结果难验证」的环节（选题、识别策略的合理性）会最后。请把精力往后者放。
③ 动作：估值本身不用关心，看清趋势就够了——你的比较优势在「判断」，不在「执行」。
① 判断：Agent 的上限越来越取决于「外面那层流程」而不是「里面那个模型」。写测试的人和写代码的人分开、保留每一版历史——这是软件工程几十年的老经验，现在被证明对 AI 同样有效。
② 对研究者：你用 AI 写实证代码时也该这么干——让一个会话写 Stata / Python 代码，另一个独立会话只负责挑错和写检验脚本，别让同一个上下文既当选手又当裁判。
③ 动作：这周试一次「双会话」工作流，感受一下差别。
① 判断：「循环 Transformer」这个方向的核心直觉是：同一组参数多用几次，等价于用更少参数换更多「思考步数」。这和让模型多写几步推理是一脉相承的——只不过发生在架构内部。
② 对研究者：不需要你会训练模型，但值得理解「参数量 ≠ 计算量 ≠ 能力」这一点。看模型 spec 时，别只看 B 数。
③ 动作：作为概念收藏；对做机器学习方法论的同学，这篇是 scaling law 研究的好例子——控制变量做得干净。
① 判断：这次不是「更聪明」的故事，是「更便宜地长时间工作」的故事。缓存读取降价 75% 只对一种人有用：反复喂同一批长材料的人——恰好就是我们做文献综述、通读方法附录、跑几十轮稳健性检验的科研场景。
② 对研究者：Opus 5 仍然是日常首选（价格一半），Fable 5.1 留给需要多步推理、跨文档核对的重活，比如「把 30 篇 DID 文献的识别假设列成表并互相对照」。
③ 动作：现有工作流不用改，先把长材料改成缓存友好的固定前缀，成本会有明显下降。
李飞飞创办的 World Labs 发布 Atlas，一个从零预训练、原生支持文本、图像、视频与 3D 的多模态自回归扩散 Transformer。可按相机控制生成最长 1 分钟的 1440p 视频，在与专用视频模型的对比中胜率 81–93%；仅凭 1–3 张输入图即可做 3D 重建，并在 DTU、ETH3D、KITTI、ScanNet 上超过专用 3D 模型。目前对部分合作方早期开放。
范范老师点评
① 判断：「世界模型」这个词在 2026 年终于有了可对比的 benchmark 结果。Atlas 的意义不在生成漂亮视频，而在于一个模型同时理解 2D 像素和 3D 几何——这是机器人、自动驾驶、AR 的共同底座。
② 对研究者：短期跟经管、社科研究关系不大；但做城市经济学、遥感、街景数据的同学要留意——从少量图片重建 3D 场景，意味着「街景→建筑密度 / 绿化率」这类变量的构造成本会大幅下降。
③ 动作：观望，收藏，等 API。
① 判断：「便宜」不是厂商的让步，而是工程结构决定的：Transformer 处理前缀的 KV 结果可以存下来，重复请求就不用重算。理解这一点，你就知道该怎么组织 prompt——把不变的（文献全文、编码规范、变量字典）放最前面，把每次变化的问题放最后。
② 对研究者：这直接决定你做文献批处理的成本曲线。同一篇论文问 20 个问题，缓存命中和不命中的账单可能差出一个量级。
③ 动作：查一下你常用的 API / 客户端是否自动启用缓存；如果是自己写脚本，前缀顺序今天就调。
① 判断：这条是给所有自己搭过网站、跑过服务器的科研人的提醒。不少课题组的数据服务、Shiny 应用、Jupyter 服务器常常缺少基本防护，.env 里放着数据库密码和 API key。
② 对研究者：AI key 泄露的直接后果是产生大额账单；数据库泄露的后果是伦理事故。两者都不是「以后再说」的事。
③ 动作：今天检查三件事——.env 不在 web 根目录、云密钥有最小权限、爬虫放行改为按 IP 段而非 User-Agent。
Agent 与工具Engadget
Perplexity Hybrid Compute：自动把敏感内容路由到本地模型
Perplexity 推出 Hybrid Compute 模式：自动分类用户上传与提示，敏感内容交给本地运行的 Gemma E4B 或 35B 参数的 Qwen 3.6（含 Perplexity 后训练版本），一般任务仍发往云端 Opus 5 或 GPT-5.6 Sol。面向 Pro / Max / 企业用户，要求 Apple Silicon Mac、macOS 15+，建议 32GB 统一内存；本地推理不计 token 费用。
范范老师点评
① 判断：「本地 + 云端混合」不是新想法，新的是它被做成了默认、无感的产品功能——用户不用懂模型，系统自己判断哪条该留在本机。
② 对研究者：这是一个很好的参考架构。你的数据清洗脚本、含受访者信息的访谈稿，完全可以用本地 30B 级模型做初步处理，再把脱敏后的问题交给云端大模型。
③ 动作：手头有 32GB 以上内存的 Mac 的同学，可以实际感受一下本地 35B 模型的能力边界——很多任务上已经够用。
① 判断：这条看起来是企业合规新闻，但对做研究的人有直接影响：很多学校、医院、公共部门的数据有「不能离开指定环境、不能留在厂商服务器」的要求，过去这类数据基本和前沿模型绝缘。
② 对研究者：如果你的课题组用的是微观调查、病历、税务等敏感数据，「数据只存在机构自己控制的存储里」是和伦理审查、数据提供方沟通时的关键一句话——但是否满足你所在地区的数据合规要求，仍要以机构信息中心和数据方的认定为准。
③ 动作：把这条转给信息中心 / 数据管理员，问一句「我们能不能走这个通道」。
