Google研究团队出走、DeepSeek预告涨价：AI竞争转向价格与可验证执行 (2026)

今日判断

本期覆盖 8 月 6 日 08:00—8 月 7 日 08:00（北京时间）；研究栏补充 8 月 4—5 日提交、仍有跟进价值的预印本。过去一天的共同线索，是 AI 的竞争开始由「能不能做出来」转向「怎么定价、能不能持续执行、谁来验证」。

Google 的顶尖研究人员把科学自动化做成新公司，DeepSeek 预告 API 将大幅涨价；创业公司 Omilia 用客户支持的收入和部署规模证明商业化，最新论文则把 Agent 的计划文件和科学推理的筛选能力拿出来单独测量。

快速扫一眼

板块	最新信号	读者该跟进什么
大公司与产品	Google 资深研究人员组建 Discovery Loop，目标是让 AI 并行推进科学实验；DeepSeek 计划近期上调 API 价格，但方案和生效时间尚未公布。1 2	看 Discovery Loop 能否拿出可复现实验结果；不要在 DeepSeek 正式价格发布前锁死长期成本。
创业与投资	Omilia 完成 6700 万美元 Series B，称年经常性收入已达到 6000 万美元，并把自学习 Agent 推向客服和语音点单。3	核对客户续费、单位经济和真实订单错误率，而不是只看融资额。
前沿研究	一项开源软件研究从 36,710 个仓库中找到 85 份 Agent Plans；另一项预印本用 F1 和《万智牌》检验 AI 科学家的新颖性与筛选能力。4 5	评测 Agent 时，把计划、验证和选择过程纳入指标，不要只看最终答案。

大公司与产品

Google：研究组织外溢，科学自动化成为创业方向

Google 资深高管 Jeff Dean 与 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 等研究人员离开公司，共同创办公益性质公司 Discovery Loop。TechCrunch 报道称，Dean 计划担任 CEO；Alphabet、Radical Ventures、Khosla Ventures 等为项目提供支持，首轮融资由 Radical 和 Khosla 共同领投，但金额没有披露。1

Discovery Loop 的目标不是再发布一个通用模型，而是让 AI 同时发起、迭代大量实验，部分自动化完整的科学研究循环，并探索「递归自我改进」系统。对 Google 来说，值得观察的不是一位名人离职本身，而是长期研究能力是否会通过独立公司获得更快的试错速度；对投资人来说，首轮金额、首批实验和可复现结果比创始人名单更能说明这条路线是否成立。

DeepSeek：从低价获客转向计划性涨价，但尚未真正调价

DeepSeek 8 月 6 日公告称，计划近期整体上调 API 服务定价，预计涨幅较大，具体方案以正式通知为准。现阶段能确认的是「计划涨价」，不能确认涨幅、执行日期或新价格；相关报道也没有显示该调整已经生效。2

这对开发者的直接影响是预算不确定性，而不是今天立刻变贵。已经接入 DeepSeek 的团队应把峰值调用、缓存命中和输出 Token 分开记录，等正式方案发布后再重算单位任务成本。对行业观察者，这是一条比模型榜单更硬的信号：当推理需求和服务稳定性成为约束，价格可能从抢占调用量的工具变成筛选高价值工作负载的工具。

创业与投资

Omilia：融资故事被压缩成一个问题——客服 Agent 能否稳定赚钱

总部位于雅典的 Omilia 完成 6700 万美元 Series B，由 Expedition Growth Capital 领投。公司自 2020 年上次融资以来，把年经常性收入提高到 6000 万美元，即增长约 10 倍；客户包括 Capital One、Discover、RBC、DWP 和 PSEG，语音技术已部署到 Taco Bell 的超过 1000 家门店。这些数字来自公司向 TechCrunch 的披露。3

Omilia 的产品策略也与「所有请求都交给大模型」不同：CEO Dimitris Vassos 认为，查询账户余额这类简单任务不需要调用大型语言模型，公司会组合规则、语音系统和自学习 Agent。新资金将用于美国办公室、市场团队和招聘，目标是继续扩大销售，而不是只做一次模型演示。3

但部署规模不等于可靠性。TechCrunch 同时记录了一起关于 Taco Bell 语音点单系统的争议：媒体曾报道系统允许顾客订购 18,000 杯水，Omilia 否认发生过该事件，文章发布时仍在等待 Taco Bell 说明。3 这正是下一阶段 AI 客服公司要交的作业：把收入增长、客户续费和错误订单率放到同一张账上。

前沿研究与安全

Agent Plans：代码 Agent 的「计划文件」开始成为可研究的工作流证据

arXiv 论文 An Exploratory Study of Agent Plans for Agentic AI Coding Tools in Open-Source Software 筛查了 36,710 个 GitHub 工程软件仓库，只找到 85 份 Markdown 计划文件，分布在 10 个仓库。这些文件主要写明实现步骤、具体文件位置，以及测试和验证方式，覆盖维护、设计、构造、质量工作和流程支持。4

样本很窄，论文没有证明「写计划就能提高代码质量」。它提供的价值在于把 Agent 执行前的意图变成了可观察工件：团队可以检查计划是否锁定了文件范围，是否写明验证条件，执行后再对照计划与提交结果。对于要把编码 Agent 接入生产仓库的团队，这比只看一次任务成功率更容易形成审计记录。

AI 科学家：真实世界任务暴露的不是想法数量，而是筛选能力

另一篇 arXiv 预印本把评测放进变化很快、答案不固定的真实领域：让模型为 2026 赛季 F1 赛车设计提出概念，再与真实赛场创新比较；同时让模型基于最新卡池构筑《万智牌》牌组，再与 19 个职业巡回赛牌组比较。5

在作者的实验中，F1 部分最佳模型 GPT-5.2 在 166 项提案中匹配到 40 项真实创新里的 10 项；《万智牌》部分，Gemini 3 Flash 生成的最佳牌组找回了第三名职业牌组中新系列卡牌的 7 张中的 5 张，模型常选牌与职业选手广泛采用的牌之间的 Spearman 相关系数为 0.74。5

这不是「模型已经会做科学」的证明。论文更谨慎的结论是：模型可以生成看似合理的方案，但在筛选、排序和组织出新颖且连贯的方向上仍有缺口。评测 AI 科研 Agent 时，应该把「提出多少想法」与「能否淘汰错误方向」分开计分。

接下来观察

DeepSeek 的正式方案：涨幅、执行日期和峰谷定价是否一起公布，决定这次公告究竟是资源调度，还是商业模式转向。2
Discovery Loop 的第一批结果：资金规模没有披露，后续应看实验是否由 AI 独立推进、能否复现，以及成果是否真的缩短研究周期。1
Omilia 的商业质量：收入增长之外，客户续费、订单错误、人工接管率和毛利才是语音 Agent 是否能规模化的验证项。3
Agent 评测的过程指标：计划是否可执行、验证是否覆盖高风险文件、模型是否能主动放弃低质量假设，都会比一次性的最终得分更接近部署条件。4 5

References

1
Jeff Dean and other top AI researchers are leaving Google to launch their own startup
techcrunch.com
2
DeepSeek宣布：将大幅涨价
nbd.com.cn
3
Omilia raises $67M to scale its customer support platform
techcrunch.com
4
An Exploratory Study of Agent Plans for Agentic AI Coding Tools in Open-Source Software
arxiv.org
5
Adversarial Fast-Moving Real-World Domains as Test Beds for Benchmarking AI Scientist Capabilities
arxiv.org