标签： Anthropic

NVIDIA AI 发布了名为 Molt 的代理强化学习框架，主打 PyTorch 原生支持，旨在让开发者用更熟悉的技术栈训练和调优 AI 代理（Agent）。它的意义在于，大模型竞争正从“会聊天”延伸到“会做事”，而强化学习正在成为训练代理行为的关键工具。

7月下旬，微软牵头235家AI公司签署公开信，呼吁不要限制开源权重模型；随后Anthropic明确反对，再往后1324名前沿AI员工联名要求政府主导“控制AI研发节奏”。三封信背后，是行业在开源与封闭、速度与安全之间的路线分歧被摆上台面。

Hacker News 上有人发布了 CostPerPrompt——一个实时 AI API 定价与实际工作负载成本计算器，但评论区的讨论焦点却集中在各家大模型提供商的缓存机制差异上。这个工具的价值在于，它试图让“真实用下来要花多少钱”这件事变得可计算，而不是只看每百万 token 的挂牌价。

Hacker News 上出现了一个名为 CostPerPrompt 的实时 AI API 定价与成本计算工具，覆盖 232 款模型的 token 价格，并提供聊天、Agent、RAG、语音、图像等真实负载的成本估算，让开发者第一次能较准确地算出 AI 应用的月度账单。

Meta 在 AI 上的激进投入正在遭遇反噬——巨额资本开支尚未转化为可观的 AI 收入，而开源模型 Llama 的领先地位也在被新一代模型挤压。扎克伯格把公司重心全面转向 AI 的战略，正在经历最现实的考验。

Apollo Global Management 的一份最新白皮书显示，AI 对就业的冲击不在“裁员”而在“降薪”——高 AI 暴露度职业在 2023 年后实际工资增长平均下降 6.7%，而就业总量几乎没有明显变化。