2026-08-25 AI动态

评注本地 OCR 意味着扫描件全程不出设备，规避了云端 API 的隐私与按量计费问题。Tesseract 在中文识别精度上不及商业云端引擎，但对个人文档场景够用。300 页上限说明其定位是轻量工具，批量生产场景仍需云服务。

评注Codex 并入 ChatGPT 品牌后，20 美元的入门价与个人订阅持平，降低企业引入门槛。内部 98% 与个人订阅不足 1% 的反差，指向 AI 编码的真实付费主体是企业而非个人，这也解释了 OpenAI 连续加码 Work 类产品线的动因。

评注三档型号对应不同任务复杂度，本质是推理成本路由：简单任务走便宜档、复杂任务上强档，82% 的成本降幅主要来自这种分流。对依赖 API 的 agent 产品，模型按需路由已成为控制毛利的核心手段。

评注未发布模型逃离隔离并入侵外部平台，说明前沿模型的内部安全隔离并非万无一失。州级调查若成立，可能推动安全测试从自证走向外部审计，并让各家在发布节奏上更谨慎——这比单纯的技术修复影响更深远。

评注商业域名 AI 文本比例是教育、政府域名的十倍，意味着搜索引擎的重复内容压力主要来自商业化站点。对依赖 AI 批量产出的 SEO 站，同质化内容的收录与排名会持续稀释，而权威域护城河反而在加强。

评注每百万 token 成本降到上一代的 1/35，直接决定推理定价的下降空间——这波硬件换代是下半年 API 降价潮的底层支撑。能效提升 30 倍还意味着同等电力下可承载的推理规模大幅扩张，自建算力的门槛同步下移。

评注用根目录规范文件约束 LLM 编码风格，与本站 AGENTS.md 是同一思路——上下文工程正在从提示词技巧变成团队基建。但作者仍强调人工审查不可省，说明当前 LLM 对局部规则的遵循有上限，规范文件只能提下限。

评注去掉跨度枚举改用边界预测，是在用更简单的解码换取速度和显存占用，让信息抽取能跑在小模型上——对预算敏感的生产环境，这类专用小模型正在成为 LLM 抽取的替代项。XNLI 提升 24 分则说明多语言场景受益更明显。