今天有两条曲线同时拐弯。一条向上：GPT-6 Astra 被指解决了 98% 的”世界物理难题”，Anthropic 干脆开始讨论四年后 AI 自己造 AI。一条向下：MiniMax 把旗舰模型价格砍掉 70%，豆包出面解释自己的算力并没有全拿去造爽剧。
能力上限和成本下限同时被推，中间被挤压的，是所有靠”我也能做”活着的公司。
最值得关注的不是 98% 这个数字，而是评价体系换了：AI 的考卷从”考试题”变成了”发现题”，而人类手里剩下的，是出题权和签字权。
1. 哈佛与谷歌研究：GPT-6 Astra 已解决 98% 世界物理难题，MIT 警告科学界大洗牌
据 36 氪·新智元报道（2026-10-19），哈佛与谷歌的联合研究称 GPT-6 Astra 在一组被称作”世界物理难题”的基准上解决了 98%，MIT 研究者据此警告科学界即将面临大洗牌。
💡信息差：98% 的关键不在数字，而在题库——能刷到 98%，说明这批题已经被”形式化”到可被模型处理的程度，而真正的前沿问题，往往连该怎么提问都还没有共识。也就是说，AI 攻下的是”已定义的问题”，不是”定义问题的权力”。对科研人员，危险的不是被替代，而是研究品位贬值：当解题变得廉价，值钱的只剩选题、验证和承担后果。对学生，别再把”会算”当护城河。
2. Anthropic 公布”四年后的世界”：造 AI 这件事，只剩 5% 留给人
据 36 氪·新智元报道（2026-10-19），Anthropic 发布对四年后的预测：AI 研发流程中约 95% 的工作将由 AI 完成，人类只保留约 5%，文章将其形容为”最后一项发明的倒计时”。
💡信息差：先看这话是谁说的、说给谁听——一家模型公司用”我们快不需要人了”同时向两拨人喊话：对投资人是效率故事，对监管者是”这事必须由我们来管”的资格证。真正的信息差在 95% 的分母：它统计的是可被流程化的研发动作（跑实验、调参、评测），而立项、算力分配、责任归属这三件事，短期内没人会交给模型。未来四年的稀缺不是”会调模型”，而是”能决定调什么、并承担后果”。
3. MiniMax M3.1 Flash 上线：速度提升 3 倍，价格降低 70%
据新浪科技报道（2026-10-19/20），MiniMax 上线 M3.1 Flash，官方称推理速度提升 3 倍、价格下降 70%。
💡信息差：降价 70% 不是慈善，是清场。Flash 这条产品线的商业逻辑从来不是”最强”，而是”够用且便宜到对手无法跟”——一旦单位 Token 成本被压到某个阈值，靠”API 转售 + 少量微调”活着的中小玩家会集体失去价差空间。对开发者，这是把 AI 功能从”增值项”做成”默认项”的窗口期，以前不敢全量开的场景现在敢开了；对创业公司，如果你的护城河是”我们接了某家便宜模型”，那护城河正在被模型厂自己填平。
4. 豆包回应”国内超一半算力在造爽剧”：只有约 10% 用于视频生成
据新浪科技报道，针对”国内超一半 AI 算力用于生产爽剧”的说法，豆包方面回应称，实际只有约 10% 的算力用于视频生成模型。
💡信息差：这个回应值得读两遍——它否认的是”一半”，承认的是”确实有一大块在造内容”。厂商愿意公开算力切分，说明算力已经从技术指标变成了公关指标：谁被认定”算力用错了地方”，谁就要面对估值质疑。对观察者，比起百分比，更该盯”视频生成”这条线的收入能不能覆盖折旧——能覆盖，一半也不算多；不能覆盖，10% 也是泡沫。
5. 刘强东为何没有拒绝豆包：京东成了豆包手机助手的”兄弟”
据 36 氪·字母榜报道（2026-10-19），京东与豆包手机助手达成合作，京东并未拒绝这一入口级合作，文章将两者的关系形容为”兄弟”。
💡信息差：入口战争换了打法。过去电商怕被超级 App 卡脖子，现在怕的是被 AI 助手”代下单”——当用户对助手说一句”买箱牛奶”，平台就从”货架”退化成”履约方”，品牌和流量运营的价值被压缩到只剩履约速度和价格。京东的选择是清醒的：与其被绕过，不如先进去当默认供应商。对其他平台，这是必须回答的问题——当交易入口从搜索框变成对话框，你卖的是商品，还是”被 AI 选中的资格”？
6. 科大讯飞 Q3：营收 65.64 亿元，归母净利同比增长 31.05%
据新浪科技报道，科大讯飞发布三季度财报，营收 65.64 亿元，归母净利润同比增长 31.05%。
💡信息差：在”AI 不赚钱”的集体叙事里，这份财报的价值是提供了一个对照样本。利润增速跑赢营收增速，通常只有两种解释：高毛利的软件与服务占比上升，或者降本开始见效。它也印证了国内 AI 变现的主战场仍在 G 端和 B 端（教育、医疗、政企），而不是 C 端订阅。对投资者，别只看增速，看收入结构里”项目制”和”产品制”的比例——项目制做不出估值，产品制才有复利。
7. 仁东控股押注 80 亿估值 AI 芯片，关联方无息输血
据新浪科技报道，仁东控股以 80 亿元估值押注 AI 芯片资产，交易背后存在关联方无息资金支持，引发市场对其真实考量与风险的讨论。
💡信息差：AI 芯片是当下最好的”估值转换器”——主业不振的公司装进一块芯片资产，市值故事立刻重写；而”关联方无息输血”这个细节说明，这笔钱不是市场给的信心，是少数人凑的筹码。识别这类标的只需三问：流片了吗？客户是谁？收入确认口径是什么。答不上来的，涨得越快越要躲。对产业，真正的门槛从来不是”设计出一颗芯片”，而是产能、软件栈和客户验证——这三样都买不到。
8. iPhone Duo 溢价暴跌至 3000 元，多家 A 股科技龙头宣布回购
据 36 氪·8 点 1 氪报道（2026-10-19），iPhone Duo 在二手平台的溢价从预售期的数千元跌至约 3000 元区间；同期多家 A 股科技龙头宣布回购计划。
💡信息差：溢价崩塌的速度，就是硬件创新溢价的保质期。以前新形态手机能靠”稀缺”吃三个月，现在几周就被产能和真实需求打回原形——这说明愿意为”形态新鲜感”付高价的人群，比厂商预期的小得多。对消费者，等三周比抢首发划算；对供应链，首发备货的赌博性在变大；对二级市场，“新形态”这个词的估值效力正在衰减，回购才是公司对自家股价最真实的表态。
9. 卖 Token：一门不好赚钱的新生意，三类玩家盯上日均 140 万亿 Token
据 36 氪·定焦 One 报道（2026-10-19），围绕日均 140 万亿 Token 的消耗量，已出现三类玩家从事 Token 转售与分销，但普遍面临毛利薄、账期长的问题。
💡信息差：Token 正在变成”电”——标准化、可计量、毛利被压到极薄，中间商只能在账期和汇率上赚钱。这类生意的宿命是：规模越大，越像贸易公司，越不像科技公司。对想入场的人，转售没有壁垒，有壁垒的是”帮客户把 Token 花得更少”——路由、缓存、蒸馏、用量治理，这些才收得到钱。对模型厂，分销体系一旦成熟，价格战会从官方定价蔓延到灰色市场，最终反噬定价权。
10. AI 带来的效率，可能会毁掉下一代专业人才
据 36 氪·神译局报道（2026-10-18），文章提出一个反直觉判断：AI 带来的效率提升可能正在削弱下一代专业人才的成长路径，主张刻意保留一部分人工操作。
💡信息差：专业能力的形成依赖”低效的重复”——住院医要写几千份病历，律师要啃几百份卷宗，这些看似浪费的时间，实际在建立判断力。AI 把过程抹掉、只留结果，人就从”训练者”退化成”审核者”，而审核能力恰恰来自被训练过的手感。对管理者，这是隐性负债：三五年后你会发现团队里没人能判断 AI 给的东西对不对。可行的做法不是拒绝 AI，而是划出一条”必须亲手做”的底线训练区。
今日信息差总结
今天十条新闻其实指向同一条曲线：AI 的能力在上限端冲刺（物理难题、AI 造 AI），价格在下限端崩塌（降价 70%、Token 薄利），而人类的位置被重新划分——定义问题、验收结果、承担责任的那部分在升值，可被流程化的那部分在归零。
对个人，最实际的行动是把 AI 当放大器而不是替代品，刻意保留一项能亲手验证的手艺。对公司，警惕两件事：护城河建在别人的 API 上，增长建在关联方的钱上。对投资者，“AI 芯片""新形态""算力”这些词的估值效力正在衰减，能验证的只有客户、收入和现金流。
技术从不平均分配红利，它先奖励理解成本结构的人。
本文由自动化早报流水线每日生成，事实以原文为准。
评论