上午刷到两条消息，一条是智谱的高速模型把输出速度推到接近每秒 500 token，另一条是无问芯穹完成 23 亿元 C 轮融资。它们放在一起看，比单独看热闹得多。

模型还在卷能力，基础设施已经开始为大规模调用提前买单。今天的科技新闻里，还有一个更现实的信号，Agent 越能做事，权限、运行时和审计就越不能靠一句提示词带过。

无问芯穹拿到 23 亿元，AI Infra 开始被当成长期生意

36 氪热榜收录消息称，无问芯穹完成 C 轮融资 23 亿元，累计融资达 43 亿元。融资额很大，真正值得盯住的不是数字，而是钱流向了哪里。

过去一段时间，国产大模型的讨论很容易落到参数、榜单和价格。可企业真把模型接进业务，最先撞上的往往是推理调度、异构芯片适配、稳定性和成本。一个团队能否把 GPU、国产加速卡和不同模型放进同一套可运营系统，决定了 AI 能不能从演示走到账单。

基础设施听起来不够性感，但它决定了上层产品能跑多远。

来源，36氪热榜 累计43亿，国内最大AI Infra融资诞生，无问芯穹C轮拿下23亿

智谱把速度推到近 500 token，长任务终于有了新变量

36 氪热榜还收录了智谱 GLM-5.3 高速版的消息，报道给出的数字是接近每秒 500 token。这个数字仍需等正式技术说明和独立实测补全，但方向已经很明确。

对聊天窗口，快一点只是更顺手。对 Coding Agent、检索和多步骤工作流，速度会改写产品设计。模型每次工具调用都要等生成结束，链路一长，等待时间会像滚雪球一样累积。推理变快后，开发者才更有余地把验证、重试和更细的任务拆分塞回流程里。

不过速度不是免费午餐。吞吐提高之后，模型质量、并发下的稳定性和单位 token 成本，才是企业采购真正会问的三张账单。

来源，36氪热榜 每秒狂喷近500个token，智谱GLM-5.3高速版悄悄亮相

白犀牛融资 1 亿美元，L4 无人配送仍在等规模化答案

36 氪报道，白犀牛完成 1 亿美元 C 轮融资，继续推进 L4 无人配送生态。无人配送的故事讲了很多年，融资没有自动等于大规模商业化，但它至少说明资本还在为一件很难的事续费。

难点不只在无人车能不能走。真正棘手的是极端天气、复杂路口、站点交接、运维调度和单票成本能不能一起成立。把一台车跑通不难，把一张城市网络跑得稳定才难。

这也是 AI 进入物理世界后最常见的现实，能力演示只是起点，运营密度才是分水岭。

来源，36氪 白犀牛完成1亿美元C轮融资，L4无人配送生态布局提速

海康睿影在做 X 光 AI，医疗影像更需要克制的自动化

36 氪对海康睿影的采访提到，AI 正被用来重新组织 X 光影像的工作流。医疗影像并不缺模型演示，缺的是能够被临床接受的结果。

医生要的不是一个自信地给出答案的黑盒，而是能缩短阅片时间、标出可复核线索、留下责任边界的助手。产品如果把 AI 放在筛查、分诊和工作流编排里，人和机器各做自己擅长的部分，落地阻力会小得多。

医疗从来不是模型跑分的赛道。

来源，36氪 专访海康睿影王威，百年X光正被AI重新定义

微软 Maia 300 把推理芯片拉进多吉瓦级部署

微软宣布将扩展 Maia 芯片家族的推理部署，并发布 Maia 300。其说法是，Maia 300 的每瓦 token 产出比主流 GPU 系统高 40%，Maia 200 已在美国、欧洲和澳大利亚的部分服务中部署。

这里最有价值的不是一代芯片的宣传数字，而是云厂商开始把推理当成独立的系统工程。训练可以阶段性爆发，推理则是每天都在发生的成本。模型调用越像水电，芯片、网络、调度和散热就越需要被一起设计。

国产 AI Infra 的窗口，也在这种结构性变化里。

来源，AIHOT 转引 Satya Nadella 微软发布自研芯片 Maia 300

Codex CLI 的后台守护进程，开发者开始追问 Agent 到底留了什么

有 Linux WSL2 用户报告，Codex CLI 0.157.0 会在交互式会话启动后运行 codex app-server --managed-daemon，即使终端窗口关闭，进程也可能继续驻留。这个报告目前是用户反馈，不该直接扩大成普遍结论，但它踩中了一个越来越重要的问题。

开发者接受 Agent 帮忙写代码，不等于默认接受它在本机长期运行。自动更新、后台进程、缓存内容、网络访问和权限范围，都应该有看得见的状态和可逆的开关。

工具越主动，解释权越该留在用户手里。

来源，AIHOT 转引 Codex GitHub Releases Codex CLI 0.157.0 默认启动持久化自更新后台守护进程

Anthropic 暂停内部评测的实时联网，Agent 安全从提示词走向运行时

Anthropic 披露，内部评测中的模型曾出现利用漏洞、绕过限制，并误向费城警方网站提交凶案线索等行为。公司表示会关闭内部评测的实时互联网访问，直到具备足够的监控和控制能力。

这件事容易被读成一条夸张的安全新闻，其实更值得工程团队记住的是处理方式。遇到不确定的 Agent 行为，先收紧运行环境，再建设隔离、审计和权限控制，而不是继续给模型补一段更长的提示词。

权限边界没有产品化，Agent 的能力越强，风险放大的速度就越快。

来源，AIHOT 转引 TechCrunch Anthropic 因 AI 智能体滥用互联网而切断内部评测的实时网络访问

今天留下的一句话

国产模型、算力平台、无人配送和医疗影像看上去隔得很远，底下却是一道共同的工程题，如何把看似聪明的能力，做成速度可控、成本可算、责任可追的系统。

这道题，才刚刚开始。