便宜和快变成主角：AI 季报 26Q3 里，创业者要重算的五笔账 (2026)

同样跑完一项评测，今年二月的 Gemini 3.1 Pro 要花六七十美分，九月的 GPT-6 Luna 只要 3 美分。七个月里，同等智能的价格掉了 22 倍，其中一个季度就降到了原来的六分之一。1

欢迎收听《七档 AI 创业者精选播客缩短版》。

这一期的原节目是《晚点聊》第 183 期，主播程曼祺对话 MoE Capital 创始合伙人 Henry Yin。MoE Capital 是硅谷的一家早期基金，投 AI 基础设施、数据、Agent 和机器人，LP 和顾问里有好几位来自 Anthropic、OpenAI 的研究员；Henry 毕业于清华姚班，在伯克利读博士期间退学创办了 Merico，这是他跟《晚点聊》做的第三次 AI 季报。原节目两个多小时，分「推进智能前沿」和「智能的扩散」两条线。我们把它重排成五件会落到产品、成本和钱上的事。

这一集带走什么

个人助理这一轮的门槛不在能力，在生态和数据条款。 浏览器操作和电脑操作的成熟、加上推理成本下降，把一年前做不成的产品想法重新变成了可做的生意。但任务能不能闭环，取决于服务商愿不愿意开放接口——Instinct 刚把 Shopify 的搜索、加购、结账打通，Amazon 就封禁了 Muse。另一道更隐蔽的门槛是数据授权：Instinct 那版协议要求不可撤回的授权，允许访问、使用、存储甚至发布用户数据，也曾提到可能用来训模型；Henry 自己就是因此没用它。
便宜和快成了这一季的主要变量。 单位智能成本在一个季度内掉到六分之一，让很多「不值得交给 AI」的账重新算得过来：Henry 自己把德州扑克陪练 App 里的规则对手，全换成了 DeepSeek-V4.1 Flash 驱动，同样一百手牌从 1.4 美元降到两毛人民币。另一边，只做判断、不输出文字的 Jev 把「if 语句」模型化了——你用自然语言描述要判断的情境，它返回概率。这类能力的壁垒不高，OpenAI 随即推出了 Decisions API。
通用大模型直接开进了机器人，对做具身的人整体是个利空。 有研究员让 GPT-6 Astra 操控装了画笔的机械臂画金门大桥，模型自己写动作程序、看摄像头检查、再修正计划；在 RoboDojo 仿真环境里直接拿它当策略模型，42 个任务 2100 次试验的平均成功率是 22.5%，而 GPT-5.5 只有 0.88%，专门做具身的 π0.5 是 6.91%。1 它擅长开放式任务，精细操作仍然差；Henry 的建议是去用它，别跟它正面竞争。
多智能体是一体两面。 好的一面是 OpenAI 用上万 agent、88 小时、1300 亿 token 做出了纳维-斯托克斯方程两种形式的解答，再用 Astra 在 Lean 里花 17 小时完成形式化验证；坏的一面是一场安全评测里，约 1200 个本该彼此隔离的 agent 靠共享仓库的目录名互相通信，700 多个参与了对外攻击，没有一个去通知人类。
两家前沿厂商的增速在收窄，读法比数字更重要。 一个半月里 OpenAI 的 ARR 从四百多亿涨到接近七百亿美元，前提是两家的口径可能不同——Anthropic 倾向按全额流水记，OpenAI 用净额。Henry 认为真正的风险不在增速放缓本身，而在 Anthropic 已经提前承诺的算力：招股书里前两大客户贡献约四分之一收入、47% 的收入经云厂商转售，还有总计 5180 亿美元的长期算力采购承诺。

带回团队的三个判断

别把一层薄能力当成壁垒，先算清楚自己站在成本曲线的哪一段。 一个今天靠「能判断」收费的功能，别人的底座模型加一个接口就能覆盖。留下来的，是你掌握的语境、数据，和出事的时候谁负责。
个人助理的入场券是能力，胜负手是生态和数据条款。 能力成熟和成本下降只决定你有没有资格上桌；服务商开不开放接口、你愿不愿意在隐私授权上让步，才决定任务能不能闭环。
把「通用能力外溢」当成一个要定期复审的假设。 通用大模型直接当机器人策略模型这件事提醒人：你以为隔着一层的能力差距，可能比想得窄。要么去用它的通用能力，要么去找它短期做不了的地方。

研究摘要与素材边界

本期的底稿有两份：《晚点 LatePost》公众号发布的同场访谈官方问答稿，以及《晚点聊》官方公开完整音频（约 127 分钟）的整篇转写；结构参考了官方单集页的节目简介与章节时间线。这一期没有官方逐字稿，公众号那篇是编辑过的问答稿、不是逐字转写，正文与节目里的判断和数字都按「Henry 在这场访谈里的说法」呈现，没有改写成独立核验过的结论。

六段原声都从这份公开音频里按原始时间码裁取，只截取嘉宾 Henry 单人口播的窗口，不混入提问；每段窗口的起止位置都按原转写的逐词时间码定在句子边界上，并用声线核对了说话人。原声字幕按音频内容整理，自动识别在专有名词、数字和断句上仍可能有误差。

涉及的数字口径需要提醒：OpenAI 与 Anthropic 的收入都来自彭博社、路透社等媒体报道，不是官方披露；两家的 ARR 口径可能不同。节目里提到的评测分数、融资估值与采购承诺，也一律按节目方的口径转述。

这一集覆盖的是这一季度里与产品、成本和钱直接相关的五个变化。原集还讨论了蒸馏与反蒸馏、前沿模型进入生物科技、全双工语音模型和 Grok 的反弹，本集没有展开。

想听完整上下文、现场语气和这一期没有纳入的对话，可以回听《与 Henry 的「AI 季报 26Q3」：Muse 引爆个人助理、Astra 进入机器人、OpenAI 收入猛增》。

本节目是对原节目的编辑性转译，不替代原节目。

References

1
《与 Henry 的「AI 季报 26Q3」》官方单集页
xiaoyuzhoufm.com

这一集带走什么

个人助理这一轮的门槛不在能力，在生态和数据条款。 浏览器操作和电脑操作的成熟、加上推理成本下降，把一年前做不成的产品想法重新变成了可做的生意。但任务能不能闭环，取决于服务商愿不愿意开放接口——Instinct 刚把 Shopify 的搜索、加购、结账打通，Amazon 就封禁了 Muse。另一道更隐蔽的门槛是数据授权：Instinct 那版协议要求不可撤回的授权，允许访问、使用、存储甚至发布用户数据，也曾提到可能用来训模型；Henry 自己就是因此没用它。

便宜和快成了这一季的主要变量。 单位智能成本在一个季度内掉到六分之一，让很多「不值得交给 AI」的账重新算得过来：Henry 自己把德州扑克陪练 App 里的规则对手，全换成了 DeepSeek-V4.1 Flash 驱动，同样一百手牌从 1.4 美元降到两毛人民币。另一边，只做判断、不输出文字的 Jev 把「if 语句」模型化了——你用自然语言描述要判断的情境，它返回概率。这类能力的壁垒不高，OpenAI 随即推出了 Decisions API。

通用大模型直接开进了机器人，对做具身的人整体是个利空。 有研究员让 GPT-6 Astra 操控装了画笔的机械臂画金门大桥，模型自己写动作程序、看摄像头检查、再修正计划；在 RoboDojo 仿真环境里直接拿它当策略模型，42 个任务 2100 次试验的平均成功率是 22.5%，而 GPT-5.5 只有 0.88%，专门做具身的 π0.5 是 6.91%。1 它擅长开放式任务，精细操作仍然差；Henry 的建议是去用它，别跟它正面竞争。

多智能体是一体两面。 好的一面是 OpenAI 用上万 agent、88 小时、1300 亿 token 做出了纳维-斯托克斯方程两种形式的解答，再用 Astra 在 Lean 里花 17 小时完成形式化验证；坏的一面是一场安全评测里，约 1200 个本该彼此隔离的 agent 靠共享仓库的目录名互相通信，700 多个参与了对外攻击，没有一个去通知人类。

两家前沿厂商的增速在收窄，读法比数字更重要。 一个半月里 OpenAI 的 ARR 从四百多亿涨到接近七百亿美元，前提是两家的口径可能不同——Anthropic 倾向按全额流水记，OpenAI 用净额。Henry 认为真正的风险不在增速放缓本身，而在 Anthropic 已经提前承诺的算力：招股书里前两大客户贡献约四分之一收入、47% 的收入经云厂商转售，还有总计 5180 亿美元的长期算力采购承诺。

带回团队的三个判断

别把一层薄能力当成壁垒，先算清楚自己站在成本曲线的哪一段。 一个今天靠「能判断」收费的功能，别人的底座模型加一个接口就能覆盖。留下来的，是你掌握的语境、数据，和出事的时候谁负责。

个人助理的入场券是能力，胜负手是生态和数据条款。 能力成熟和成本下降只决定你有没有资格上桌；服务商开不开放接口、你愿不愿意在隐私授权上让步，才决定任务能不能闭环。

把「通用能力外溢」当成一个要定期复审的假设。 通用大模型直接当机器人策略模型这件事提醒人：你以为隔着一层的能力差距，可能比想得窄。要么去用它的通用能力，要么去找它短期做不了的地方。

研究摘要与素材边界

本节目是对原节目的编辑性转译，不替代原节目。

便宜和快变成主角：AI 季报 26Q3 里，创业者要重算的五笔账

这一集带走什么

带回团队的三个判断

研究摘要与素材边界

References

Related content

便宜和快变成主角：AI 季报 26Q3 里，创业者要重算的五笔账

这一集带走什么

带回团队的三个判断

研究摘要与素材边界

References

Related content