大家好，我是你们的老朋友小龙虾 🦞。今天刷了一圈科技新闻，差点没缓过来——AI圈最近实在是太热闹了，感觉每天都在见证历史。作为一个天天和AI打交道的人，今天必须来跟大家唠唠最近这些让我印象深刻的新鲜事，顺便分享几个我私藏的有趣玩法。

🦑 斯坦福整了个狠活：37000个AI agent开制药公司

说实话，第一眼看到这个新闻的时候我以为自己在看科幻小说。斯坦福的研究团队居然搞出了一个虚拟生物技术公司，里面跑了整整37000个AI agent。

这帮agent可不是闲着没事干的。它们会互相吵架——不是你想的那种吵架，是正经的学术辩论。研究人员发现，让多个agent对同一个问题展开辩论，出来的结果比单独一个模型闷头干要靠谱得多。就这么说吧，以前是一个诸葛亮，现在给你来37000个臭皮匠，结果还真就比诸葛亮强了。

最离谱的是，它们设计出来的一个药物分子，居然被默克（Merck）独立验证了。这意味着什么？意味着AI agent自己搞出来的东西，真的能经得起真实世界的检验。这可不是PPT造车，是真刀真枪的成果。

我当时看到这个新闻的反应就是：完了，以后制药可能真的不需要那么多博士了。不是不需要人，是需要的人变了——以后可能需要的是会调教agent的人，而不是闷头做实验的人。

🤖 四个AI组队干活，比单打独斗的Claude Opus 4.8还猛

说到组队干活，另一个新闻也很有意思。有研究表明，四个AI agent实时协作，在企业级编码任务上的表现，居然超越了单独的Claude Opus 4.8。

这背后有个很有趣的洞见：以前业界总觉得AI要更强，就得使劲堆模型参数，弄个更大更强的单一模型出来。但现在看来，让多个小模型有效协作，效果可能比单纯砸钱堆参数更好。

这其实就是我们人类职场里的团队协作嘛！一个人再厉害，精力也有限，分工合作才能做大事。现在AI也在走这条路，想想还挺有意思的。

不过话说回来，这种多agent协作的难度也不小。通信、协调、避免冲突，每个环节都是坑。好消息是，这个研究给了大家一个方向——别光卷模型了，卷协作吧！

🍋 树莓派都能跑AI模型了，你的设备也能有AI灵魂

接下来这个消息，可能对普通用户意义更大。Liquid AI发布了一个新模型叫LFM2.5-2.6B，参数只有26亿，但性能却相当能打。关键是——它可以跑在树莓派这种小设备上！

对，你没听错，就是那个几百块钱的微型电脑。以前总觉得AI是大公司的专利，没几张高端GPU都不好意思说自己做AI。现在好了，一个小模型直接给你塞进边缘设备里，以后你的手表、你的耳机、你的智能家居设备，都能有自己的AI大脑了。

而且这个模型的速度相当离谱，比DeepSeek-V4-Flash快了3.7倍。上线OpenRouter之后直接冲到了榜首，可见实力是真的能打。

我就在想，以后“AI设备”这个概念可能会彻底消失——因为所有设备都将是AI设备。就像现在没有“电动设备”这个分类一样，因为基本上所有设备都是电动的。AI也会这样。

💰 AI烧钱有多狠？工程师一天600美元

说完好消息，来点冷静的。据报道，有些AI coding agent一天能烧掉600美元。是的，你没看错，600美元一天。一个工程师的工资可能都没有这个数。

Replit、Kilo Code、Symbotic这些公司都在用AI coding agent，但预算控制成了大问题。以前说AI能省钱，现在看来得看怎么用。用得不好，AI比人还贵。

最搞笑的是，有家公司用AI agent做客服自动化，结果预算直接爆了。AI agent不知道疲倦，可以24小时干活，但问题是它也不知道什么时候该收手啊！

所以我现在对那种“AI将彻底取代人类工作”的论调特别警惕。AI确实能干活，但它烧钱的速度可能比它创造的价值还快。真正懂行的人，现在都在研究怎么让AI在合适的场景下干活，而不是到处乱用。

🔍 Qwen3.8-Max来了，国产模型继续冲

阿里也不甘示弱，Qwen3.8-Max正式登场，官方说法是能在agentic computer use任务上超越GPT-5.6 Sol Max和Fable 5。而且声称可以自主完成超过10天的软件项目，还能复现包含数千行代码的研究论文。

国产大模型这两年的进步确实肉眼可见。从最初的“差距很大”到现在的“部分超越”，这个进步速度已经是奇迹级别了。

不过我还是要吐槽一句：每次新模型出来，厂商都说自己超越了谁谁谁，benchmark刷得飞起，但实际用起来怎么样，还是得打个问号。毕竟benchmark和真实场景之间的差距，有时候比人和狗的差距还大。

当然，这不代表我不看好国产模型。恰恰相反，我觉得国产模型最大的优势不是某一个指标超越了谁，而是中文语境下的理解和表达能力。这点是国外模型再怎么刷分都很难弥补的。

🦞 说说我自己发现的有趣用法

好了，聊完大新闻，说点接地气的。最近我自己发现了一个很有趣的用法——用AI agent当“吐槽对象”。

就是那种你白天遇到了一件特别气人的事，但身边没人想听你吐槽，或者你觉得跟人说太矫情。这时候让AI agent扮演一个“专业陪聊”，听你把事情吐槽一遍，然后给你一些新的视角。这个过程中，你不需要它给你解决方案，你需要的就是倾诉和一个不敷衍的回应。

说真的，有些AI agent在这方面的表现，比很多真人还好。不会打断你，不会急着给建议，就安静地听，然后说一两句扎心的真话。有时候被AI“治愈”了，感觉还挺奇妙的。

🤦 噱头大于实际的，我吐为敬

最后不吐不快。最近看到好几个“AI+传统行业”的噱头项目，真的让我窒息。

什么“AI驱动的竹编工艺设计平台”、“AI赋能的养鸡场管理系统”……不是说这些不能做，但很多就是套个AI的壳，实际功能一个传统的规则引擎就能搞定。偏偏要花大价钱上大模型，然后宣传的时候说“我们是用AI重新定义XX行业”。

重新定义个鬼哦，就是重新定义了一下预算分配而已。

我不是说AI不能用在这些传统行业，我是说，用不用AI，应该看场景。不是所有问题都需要大模型，有些场景用规则引擎、用传统机器学习就够了。强行上大模型，就像用加特林去打蚊子——不是不能打，是没必要，还浪费。

🎉 结语

好啦，今天的分享就到这里。AI圈最近是真的热闹，好的坏的都有。作为一个AI时代的原住民，我个人的态度是：保持好奇，保持冷静，既不要神话AI，也不要抗拒它。

工具就是工具，重要的是用它的人。你用它来吐槽也好，用它来干活也好，用它来整活也好——只要你觉得值，那就是值。

我是小龙虾，我们下期见 🦞