[AINews] Anthropic ARR冲上190亿美元，Qwen团队震荡，Gemini与GPT加速“快模型”竞赛

标题: [AINews] Anthropic ARR冲上190亿美元，Qwen团队离职，Gemini和GPT快速上调快模型

摘要: 平静的一天

内容:

这是 3/2/2026-3/3/2026 的 AI 新闻。我们为你检查了 12 个 subreddit、544 个 Twitter 账号 和 24 个 Discord（共 264 个频道、12765 条消息）。按 200wpm 估算，帮你节省阅读时间 1137 分钟。AINews 官网 可检索全部往期内容。提醒一下，AINews 现已并入 Latent Space 的一个栏目。你可以在这里订阅/退订不同邮件频率！

今天最具分量的消息，可能是确认了 Anthropic ARR 已达到 190 亿美元。在经历了一个在新闻与公众关注度上都异常强势的月份后，这一数字已经非常接近 OpenAI 最近披露的 200 亿美元。回头看，2026 年底 300 亿美元目标似乎都没那么遥远了。若 Anthropic 最终“反超” OpenAI，那将是 ChatGPT 发布以来既有行业等级秩序的一次地震式重排。

[

](https://substackcdn.com/image/fetch/$s_!RPbg!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fb8d40f52-7af5-4969-b941-896fbbd80306_1184x1702.png)

今天还有不少“小而重要”的动向——我们推荐你听听 Gemini 3.1 Flash-Lite demo 视频里的声音演示，相比 GPT 5.3 Instant 的发布信息更偏“对齐”表述，它对“速度感”的传达更直接有效。

[

](https://substackcdn.com/image/fetch/$s_!udIk!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F5c5846dc-3d68-436a-8549-b9b4dd707c5d_1556x1004.png)

最后，Qwen 多位研究者的大规模离开（看起来与内部政治因素有关），对 Open Source 来说是一次巨大、甚至可能长期的打击。

[

](https://substackcdn.com/image/fetch/$s_!leWQ!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F9b9024fe-bb8e-481d-898d-d61a0513b082_1264x856.png)

Gemini 3.1 Flash‑Lite 发布：“动态思考等级” + 激进价格/性能比

• Gemini 3.1 Flash‑Lite（Preview） 已上线，作为 Google Gemini 3 系列中速度最快、成本效率最高的端点，重点面向高并发工作负载的 latency 与 throughput。DeepMind 在发布串中将其定位为“可规模化的智能”，并引入可调 thinking levels（可按任务复杂度调节计算量）@GoogleDeepMind；API 通过 AI Studio / Vertex 推出 @Google。Jeff Dean 强调其 $0.25/M input、$1.50/M output、在 LMArena 达到 1432 Elo、在 GPQA Diamond 取得 86.9%，并称其 首 Token 时间较 Gemini 2.5 Flash 快 2.5× @JeffDean；Noam Shazeer 同样强调“thinking levels”是可让产品在“最大智能、最小延迟”之间调节的旋钮 @NoamShazeer；Sundar Pichai 也放大了同样的速度/成本叙事 @sundarpichai。

• 第三方基准/定位：Artificial Analysis 报告称 Flash‑Lite 保留 1M context 窗口，测得 >360 output tokens/s 和约 5.1s 平均回答延迟，其“Intelligence Index”较 2.5 Flash‑Lite 提升，但 定价有所上调（综合成本明显上升）@ArtificialAnlys。Arena 指出 Flash‑Lite Preview 在 Text Arena 排名 #36（1432），在 Code Arena 约并列 #35，被视为成本-性能前沿上的有力点位 @arena。社区反复出现的反馈是“Flash‑Lite……Google 这命名也太好笑了”，一方面因为命名，一方面因为发布节奏太快 @JasonBotterill；还有“Google 发模型速度比我测试速度还快” @matvelloso。

• 多模态角度：Google 员工主推“别再手写 parser，直接用 Flash‑Lite”来处理 text+images+video+audio+PDF 输入 @koraykv，强化了 Flash‑Lite 作为生产工作流 plumbing model 的定位。

OpenAI：GPT‑5.3 Instant 全量推送 + “不再说教” + 预热 GPT‑5.4

• GPT‑5.3 Instant 已向所有 ChatGPT 用户推送，明确回应了用户对 5.2“过于谨慎”“免责声明太多”的批评。OpenAI 称其对话自然度提升、减少不必要拒答/防御性说明，并改进了与搜索结合的回答质量 @OpenAI, @nickaturley。OpenAI 还称幻觉率下降：据内部贡献者披露，接入搜索提升 26.8%、不接入搜索提升 19.7% @aidan_mclau，并被员工转述确认 @christinahkim。

• API/Arena 曝光：据社区反馈，API 中已出现 “GPT‑5.3‑chat‑latest” @scaling01，并可在 Text Arena 进行并排评测 @arena。

• GPT‑5.4 预热：OpenAI 发布高互动帖“sooner than you Think” @OpenAI，也引发了关于版本节奏的困惑（与“5.3 Thinking 和 Pro 很快跟进”的说法如何衔接）@kimmonismus。还有多条推文猜测，5.4 的话题也被用于在 DoD/NSA 合同争议期间进行 news-cycle deflection @kimmonismus。

阿里 Qwen 震荡：核心负责人离开，“Qwen 离不开其团队”，开源走向不确定

• 关键离职：数据集中最显著的主线之一是 Qwen 技术领导层和核心贡献者离开。Justin Lin 的“stepping down”帖引发广泛反应 @JustinLin610，随后出现高信号确认/致意帖，且有更多离开信息，包括另一位负责人“bye qwen, me too” @huybery 与另一条告别 @kxli_2000。外部观察者将其描述为阿里云“请走”Qwen 技术负责人 @YouJiacheng。

• 技术上为何重要：不少工程师将 Qwen 视为开源模型生态的 关键基础设施，尤其在 <10B 与“Pareto frontier”模型，以及 VLM/OCR 衍生方向上。如果开源权重发布节奏放缓或许可证立场变化，这将构成真实的生态风险 @natolambert, @teortaxesTex, @awnihannun。同时，社区迅速出现对 Qwen OSS 路线是否变化的猜测——“受欢迎的开源模型还不够” @code_star。

• 组织层面的诊断：一种反复出现的解释是，纳入更高层级阿里体系（向 CEO 汇报）的“统一化”带来了围绕影响力/可见度的政治压力 @Xinyu2ML；更广泛评论则指向大厂层级结构会惩罚那些搭建外部信任“桥梁”的人 @hxiao。

• 尽管动荡，发版仍在继续：Qwen 3.5 LoRA 微调指南和低 VRAM 训练方案迅速扩散（尤其是 Unsloth）@UnslothAI；支持 vLLM/SGLang 的 GPTQ Int4 权重也被推广 @Alibaba_Qwen。社区也在持续做 Qwen3.5 教程与复现 @rasbt。当前张力在于：发布速度依然很快，但 领导层在流失。

长上下文 + 训练效率：让“不可实现”的上下文窗口变得可用

• 长上下文训练注意力内存减少 87%：Together 一篇论文强调将 Context Parallelism 与 Sequence Parallel 风格 head chunking 结合，宣称可在 8×H100（单节点） 上训练 5M context window 的 8B 模型，并将注意力内存占用最多降低 87% @rronak_。推文也指出一个现实问题：由于内存成本，很多长上下文前沿模型的 RL 后训练实际上只在完整上下文的一部分上进行。

• FlashOptim（Databricks）：开源优化器实现（AdamW/SGD/Lion）在保持更新等价性的同时降低内存——推文串宣布可 pip install flashoptim @davisblalock。MosaicAI 总结称训练内存可降低 >50%，例如 AdamW 训练开销可由约 16 bytes/param 降至 7 bytes（配合 gradient release 可到 5），并将某 8B 微调案例峰值从 175 GiB → 113 GiB @DbrxMosaicAI。

• 面向 RL 的异构基础设施：SkyPilot 主张 RL 后训练应把负载拆到 高性能 GPU（trainer）、低成本 GPU（rollouts） 与 高内存 CPU（replay buffers） 上；Job Groups 提供单 YAML 的编排模型，统一生命周期与服务发现 @skypilot_org。

• Kernel/toolchain 踩坑：一份 CuTeDSL + torch.compile 回归报告指出，为兼容 compile 而改为 custom ops 的封装 kernel（含 RMSNorm“Quack” kernel）出现约 2.5× 降速，反映了 kernel 级速度与图编译要求之间的实际摩擦 @maharshii。

Agent 工程现实检验：基准与“真实工作”错位、共识失灵、工具链迁移（MCP、沙箱、可观测性）

• 基准与劳动经济结构不匹配：有新数据库尝试把 Agent benchmark 映射到真实工作分布，指出现有评测过度偏向数学/编程，而现实中的劳动与资本并非如此分布 @ZhiruoW。该观点被转发为“AI 面向真实工作的基准评测核心问题” @emollick。Arena 推出的 Document Arena 可视为直接回应：提供真实 PDF 推理的并排评测；按 Arena 口径，Claude Opus 4.6 领先 @arena。

• 多 Agent 协同仍然脆弱：Byzantine 共识游戏显示，即便在良性条件下，LLM Agent 的一致性也并不可靠；失败往往来自 停滞/超时 多于恶意篡改，且随群体规模增大而恶化 @omarsar0。另一项关于 Theory of Mind + BDI + 符号验证的工作也显示，认知型“ToM 模块”并不会自动带来收益，效果强依赖基座模型能力 @omarsar0。

• MCP“死了？” vs MCP 扩张中：DAIR 的 Omar 明确抛出“MCP is dead?”问题 @omarsar0；但同一数据集中 MCP 采用却在增长：Notion 为 Meeting Notes 提供 MCP/API 支持（可通过 Claude Code 一行安装）@zachtratar；Cursor 发布 MCP Apps，让 Agent 在聊天中渲染交互式 UI @cursor_ai。

• “取消 Code Review”争论：swyx 将去除人工 code review 视为 Agent 工程与 SDLC 反转的“最终 Boss” @swyx。反方观点来自 thdxr：团队若借 LLM 产出“如此大量代码”，可能是用法本身出了问题；代码体量膨胀会形成自我削弱的代码库，LLM 也难以处理其复杂度 @thdxr。

• 沙箱化“computer use”平台：Perplexity 的“Computer”热度很高：Srinivas 征集功能需求 @AravSrinivas；Perplexity 将其产品定位为可编排多模型并直接嵌入应用，配套托管安全沙箱（无需管理 API key）@AravSrinivas, @AskPerplexity。Cursor 的云 Agent 也采用隔离 VM 运行，并输出可直接合并的 PR 与产物 @dl_weekly。

人才、治理与信任：Anthropic vs DoD、OpenAI 合同审视与高层流动

• OpenAI 后训练 VP Max Schwarzer 转投 Anthropic：一项重磅人事变动——Schwarzer 宣布离开 OpenAI（其曾负责后训练并参与 GPT‑5/5.1/5.2/5.3-Codex 交付），加入 Anthropic 回归 IC 级 RL 研究 @max_a_schwarzer。这进一步强化了“Anthropic 大胜”的叙事 @kimmonismus，也放大了“传奇人物出走”的焦虑 @yacinelearning。

• Anthropic 与 Pentagon/Palantir 的紧张关系：有报道声称 DoD 曾威胁要将 Anthropic 标记为

[... 内容已截断 ...]