DeepSeek整合Harness、网页、App和开放平台团队，由崔添翼负责，产品重心进一步延伸至完成用户任务。文章对照Tibo Sottiaux推动Codex演进及Anthropic开发Cowork的经历，分析产品团队如何降低使用门槛、支持连续任务并将用户问题反馈给研发。DeepSeek Harness仍处于预览阶段，长任务增加的计算、缓存和传输负担，也让产品体验与低价普惠之间的平衡成为挑战。
推荐理由：通过对照Codex和Cowork的产品演进，呈现DeepSeek从提供模型走向完成用户任务时，在入口、执行与成本上的不同要求。
SpaceX 披露按当前价格新部署算力不到一年即可回本，Meta 则因算力成本等因素尚不能在全球推出个人智能体 Muse。Muse 尝试通过商家交易付费及订阅变现；特斯拉三季度汽车交付同比下降2%，包含一次性购买和月度订阅的活跃 FSD 订阅指标却同比增长67%。这组财报分析强调，判断 AI 商业回报需要区分外部付费与内部转移、新增收入与原有收入替代，并核对资本开支口径变化后的真实投入。
GitHub Copilot、Kiro CLI 和 Google Antigravity 的权限机制变化，被归纳为编码智能体从逐次询问转向先设边界、再授予自主权的趋势。
SpaceX、Meta和特斯拉的三季度财报呈现出算力出租、免费智能体与任务订阅三种AI变现路径，核心差别在于谁为服务付费。SpaceX称按当前价格，新部署算力不到一年回本；Meta Muse受算力限制尚不能全球推出，正尝试通过购物交易收费及订阅获得收入；特斯拉活跃FSD订阅指标同比增长67%，该指标包含一次性购买和月度订阅。
手机AI智能体正从推荐内容转向预判意图、代为执行，算法对用户选择的影响随之延伸至操作系统底层。注意力捕获、差异化定价、劳动调度与个性化推荐，分别影响用户的时间、支出、劳动和认知。卸载应用与数字断连存在现实局限，现行监管规定已要求提供便捷的关闭算法推荐服务选项。
Google Labs 负责人 Josh Woodward 分享了 Google 在 Gemini 和 Labs 之间探索 AI 产品的方法，强调将“几乎成为可能”的体验与真实用户问题结合，而不是依赖头脑风暴或模型基准。
通用大模型正在从辅助专用具身模型转向直接控制机器人，文章据此判断2027年将成为前沿AI厂商争夺具身智能的关键时刻。文中援引的英伟达研究称，GPT-6 Astra直接生成机器人动作的成功率为66.3%，在Codex提供持续上下文与工具支持后升至74.8%，但仍面临推理延迟、token成本及高精度操作等限制。
Google DeepMind的哈萨比斯在《华尔街日报》专访中预计，AGI可能在未来2到3年内到来。他提出以“爱因斯坦测试”检验原创能力，即仅向AI提供截至1901年的知识，看它能否独立推导出爱因斯坦1905年的物理学理论。他还警告，若政府和企业不大幅提高安全标准，行业约两年内可能发生严重安全事故，并提议建立由行业出资、受联邦监管的机构，在前沿模型发布前进行测试。
布鲁金斯学会访问研究员汤姆·惠勒批评，特朗普与六家AI公司签署的《白宫超级智能协议》仅有道德约束，无法替代公共监督。协议要求内部控制、外部审计和董事会监督，却未规定审计结果公开、向公共机构报告或叫停发布的权力。惠勒结合科技企业修改或放弃自愿承诺的案例，主张以独立审查、信息披露和可执行的纠正措施约束企业。
Token 经济学以模型 token 用量连接模型服务、推理算力与数据供给，让智能投入更易计量和定价，但不能单独衡量智能作业价值。芯模协同、端侧推理和高质量语料共同影响任务表现，实际部署仍需综合评估时延、能耗、成功率与设备投入。不同模型的分词方式、缓存策略和计费口径各异，不能仅凭 token 单价判断性价比。
Google DeepMind 创始人 Demis Hassabis 将 AGI 到来的预期从今年早些时候的3至5年缩短至2至3年。他将 AGI 定义为认知能力全面匹敌人脑的系统，并以能否仅凭1901年前的知识重现爱因斯坦1905年的论文作为检验标准。他还提议设立由行业出资、政府管控的监督委员会，在模型发布前进行审查。
Ethan Mollick 借新书 Co-Existence 今日出版，用图表回顾过去 30 个月 AI 能力、成本及人机协作方式的变化。他列举目前有 180 个模型超过发布时的 GPT-4、其中 19 个可在现代智能手机上运行，并分享用 Claude Projects 中的 Opus 5.5 委派智能体完成研究、制图和视频制作的经历。
Meta 凭 Muse Spark Open 和闭源 Muse Wonder 系列重返前沿竞争，Nathan Lambert 分析了其生态采用前景及与 OpenAI、Anthropic 等公司的竞争位置。
推荐理由：文章将模型性能回升与授权限制放在一起分析，揭示开放权重模型争取生态采用时技术竞争力与商业条款之间的张力。
