EP168 · OpenAI 心智、Portal 路由、a16z 业务循环 · 09-07 早报

基于 OpenAI 的内部结果，作者预期机器智能的快速进展可能延续至递归自我改进，同时承认当前实验室尚未充分解决对齐与监控。他区分目标对齐与价值对齐，并指出思维链监控正因工具交互、自我操控和非语言推理而减弱。文章的关键价值，是把继续扩展能力与建立共同安全门槛放进同一项决策。

Spotify 工程师用 Portal 的 Gemini 2.5 Flash 模式，承接 Claude Code 的大文件读取与样板生成；Java 单体仓库测试中，大批量读取平均节省约 90% token。作者强调编辑、调试和架构判断不能委派。这套方法让模型路由可复用，也提醒团队权衡延迟和任务风险。

a16z 合伙人 Anish Acharya 将 AI 原生公司描述为层层嵌套的业务循环：智能体处理实验、交付与反馈，人类在循环抵达局部最优后选择下一座山。他进一步按收益上限配置模型，确定性强的窄任务重视性价比，高潜力工作可使用前沿模型。对管理者而言，这套框架把自动化讨论推进到组织重构与决策责任。

OpenAI 发布内部指标，显示截至 2026 年 8 月编程智能体已融入日常研究流程——中位数研究员每天在智能体推理上花费超 600 美元，智能体工作日出现在人类工作日的 3:1，委托任务组合转向更复杂的工作——同时坦诚讲述安全事件如何临时重塑计算资源分配与训练时间表。

TikTok SRE Salman Munaf 将 AI Agent 定位为概率性分布式协调器，系统阐述为何超时是「未知」而非失败、记忆应视作可失效缓存、以及模型能力无法替代权限约束、事务补偿和可观测性等分布式系统机制。

AI for Math 公司 Axiom 通过 AI 驱动的搜索与验证，将有界素数间隔纪录推进至 212，展示了人机协作重塑数学研究的新范式。

StarVLA 发布 VLAct，通过保护 VLM 先验、多 Action Head 联合监督和部分统一 Action Space 的 continued pre-training 策略，用 16 卡+开源数据训练出可迁移的 VLM 底座，仅用 20% 的 GR-1 下游数据即超越 NVIDIA GR00T N1.6 全量基线，在 RoboTwin 2.0 达到 92.5% 成功率。

LLM-as-a-Verifier 是一个通用细粒度评分框架，通过在 LLM 评分 token 上的 logprob 期望值来评估和选择智能体轨迹，在无需任何额外训练的情况下于编程、机器人与医疗基准测试中取得 SOTA 成绩。

友盟+冯成蹊通过三个客户案例，阐述 AI Agent 如何把数据决策接入业务闭环：Agent 负责持续执行，但产品经理必须保留定义问题、判断证据、验收价值的三种判断。

一个高性能的 Git 原生持久化记忆层，专为 AI 智能体设计，实现了 Google OKF v0.2，可在无需外部数据库的情况下减少 80% Token 膨胀。