小米 MiMo-V2.6-Pro：开放权重模型竞争的新变量
[AINews] Xiaomi MiMo-V2.6-Pro 1T-A42B: the new top Open Weights model, trained for $3M
这期 AINews 聚焦小米 MiMo-V2.6 系列，尤其是 MiMo-V2.6-Pro：一个原生全模态、面向 agent 和复杂任务训练的开放权重模型。最值得注意的不是单点 benchmark，而是小米披露并计划开源的训练环境、奖励机制、任务 harness 和 RL 配方，覆盖编码、通用 agent、视觉、网络安全、网页开发和音乐生成等场景。对 builder 来说，这意味着开放模型竞争正在从“谁的模型分数高”推进到“谁能开放可复用的训练与评测基础设施”。
这封邮件把小米 MiMo-V2.6-Pro 放在开放权重生态的关键位置上。小米过去并不在外界熟悉的中国前沿 AI 实验室名单里，但这次发布的 MiMo-V2.6 系列显示，它正在以手机厂商之外的身份进入模型竞争。邮件强调 MiMo-V2.6-Pro 是小米目前最强模型，Flash 版本主打智能、效率和成本平衡，另有 UltraSpeed 版本在同质量下追求更快输出。真正值得精读的是其训练方法：小米沿三个方向扩大 RL compute，包括更大的 batch 和更高吞吐、覆盖编码/通用 agent/视觉/网络安全等更多任务和环境，以及更多 grader compute，用相对比较给长程任务提供更丰富的奖励信号。邮件还提到，小米会开放环境代码、训练 recipe、任务 harness、数据加载器、奖励实现、网络安全复现环境、网页开发 grading、音乐 scorer 和共享环境适配器，但完整 7000 多个任务数据集尚未释放。这里的隐含判断是：开放模型的壁垒正在从权重本身转向可复现的后训练系统。对独立开发者和 AI infra builder 来说，如果这些环境真的可用，它们可能成为构建垂直 agent、自动评测和自改进系统的基础组件。需要继续关注的是模型能力是否经得起第三方复测，开放代码是否足够完整，以及多任务 RL 是否会形成新的开放生态标准。
它把开放模型竞争推进到训练环境和 agent 评测基础设施层面，而不只是模型权重发布。对想基于开放模型做产品、自动化研发或垂直 agent 的团队，这类开放 RL 工具链可能比单次模型分数更有长期价值。
builder 可以关注这些 harness 是否能复用到自己的任务评测和后训练流程中。行业上，中国开放权重生态的竞争者名单可能继续扩大，模型公司和硬件/终端公司之间的边界会更模糊。
- 01MiMo-V2.6 系列包括 Pro、Flash 和 UltraSpeed 版本，定位覆盖能力、成本和速度。
- 02训练扩展重点包括大 batch、高吞吐、多任务环境和更多 grader compute。
- 03任务环境覆盖编码、通用 agent、视觉、网络安全、网页开发和音乐生成。
- 04小米计划开放环境代码和训练 recipe，但完整 7000 多个任务数据集尚未发布。
- 05邮件认为这对既有中国前沿模型格局是一个意外变量。
- — 不要只看模型榜单，要看开放的训练环境是否真的可运行、可复现、可迁移。
- — 关注多任务 RL 是否会带来跨任务能力迁移，还是只是在特定 harness 上优化。
- — 对 builder 来说，最可复用的资产可能是 grader、reward 和环境适配层。
- — 留意 TLDR AI 对同一发布的补充：模型已进入多个产品/API/路由平台。
Google ERA：把科学问题变成可搜索、可优化的实验树
Latent.Space 访谈 John Platt，重点介绍 Google 的 Empirical Research Assistance（ERA）：把许多科学问题抽象为“可打分任务”，再让 Gemini 在实验 notebook 树上做变异和搜索，用类似 Monte Carlo Tree Search 与 UCB 的方式选择有潜力的分支继续探索。邮件强调 ERA 在 Gemini 2.0 到 2.5 之间出现明显能力跃迁，已经帮助产出多篇论文，也用于气候等科学问题。关键提醒是：ERA 给的是预测模型和优化结果，科学家仍要判断它是否真正描述了现实，避免被分数函数误导。
它展示了 AI for Science 的一个务实范式：不是让模型直接“发现真理”，而是把实验、评分和搜索自动化。对做科研工具、自动实验平台和数据科学 agent 的 builder 很有参考价值。
- — ERA 把问题建模为给定 score function 后寻找最大化代码的过程。
- — 系统维护 notebook 实验树，选择分支并让 Gemini 生成多个变异。
- — John Platt 强调 ERA 是强力工具，但可能因错误评分或验证不足误导研究。
Amazon 阻断 Meta Muse：agent 时代的许可问题浮出水面
The Neuron 今天的主线是 Amazon 阻止 Meta Muse 在 Amazon.com 上代用户购物。Amazon 的理由包括 Meta 未获授权访问、agent 浏览时没有清晰标识自身，以及凭证处理存在安全担忧；Meta 则称 Muse 在专用安全虚拟机中运行，并在敏感操作前请求用户批准。邮件把这个事件提炼为 agent 产品的核心矛盾：技术上能操作网站，不代表平台允许你操作。Shopify 迅速与 Muse 展开更深合作，说明中小服务商可能更愿意开放 agent 入口，而 Amazon 这类强平台有动力守住客户关系。
它把 agent 从 demo 带回商业现实：权限、身份、凭证、安全和平台利益分配会决定 agent 能不能真正完成任务。
- — Muse 可以浏览网页并代表用户采取行动，但被 Amazon 判定为未授权第三方 agent。
- — Shopify 选择与 Muse 深度合作，形成与 Amazon 不同的平台策略。
- — 未来 agent 竞争可能转向谁掌握用户关系和 checkout。
AI 参与构建下一代 AI：递归自我改进仍需人类闭环
AI Valley 今天围绕“AI 正在构建下一代 AI”展开，引用 OpenAI 据称自动化实验模型训练、Anthropic 称 AI 主导 26% 的研发工作并参与 90% 的协作，以及 METR 用人类专家任务时长衡量模型自主能力增长的观察。邮件也提到 OpenAI 称一个内部新模型在训练 24 天后解决了 100 多个长期数学开放问题，并因此成立由 Edward Witten、Timothy Gowers、Martin Hairer 等参与的独立数学顾问组。整体基调是：递归自我改进还没有脱离人类，但 AI 在研发链条中的占比正在快速上升。
这封邮件把多个信号放在一起，说明模型研发本身正在被 AI 工具化和自动化。
- — Anthropic 称 AI 已主导 26% 的 R&D 工作并参与 90% 的协作。
- — METR 用可自主完成的人类专家任务时长追踪模型能力增长。
- — OpenAI 的数学突破说法仍需独立顾问组审查。
TLDR AI：Grok 4.7、MiMo 开源与开放模型经济性
TLDR AI 汇总了多条前沿模型和 AI 经济结构消息：Grok 4.7 面向编码和知识工作，价格为每百万输入 token 2 美元、输出 token 6 美元；小米开源 MiMo-V2.6 Pro 和 Flash，并发布技术报告、训练环境和 RL 代码；Anthropic 据称在外部测试 Fable 5.2 和 Opus 5.5；Meta Muse 上线后下载量超过 ChatGPT、Grok 和 Claude，但也引发隐私和平台阻断问题。深度阅读部分还讨论开放模型与闭源模型差距缩小、agent swarm 的速度与效率权衡、智能能力被拆分成更便宜的专用模块，以及 AI 实验室商业模式的普通约束。
这封邮件把模型发布、开放生态、agent 产品和 AI 成本结构放在同一天视野中，适合判断行业短期方向。
- — Grok 4.7 主打编码和知识工作，并强调自验证与安全防护。
- — MiMo-V2.6 发布开放训练环境和 RL 代码，是开放模型生态的重要增量。
- — 开放模型经济性、能力拆分和 agent swarm 成为本期分析重点。
TLDR Design：AI 设计工作流从生成走向验证和协作
TLDR Design 今天关注 AI 如何进入设计和开发协作链路。Adobe 的专利设想根据鼠标悬停对象的上下文自动生成 AI prompt，并提前生成内容以降低点击后的等待；Claude Code Projects 从文件夹概念转向由协调器分解请求、并行分支执行、审查并组装结果的协作模式；Help Scout 的案例强调用 design.md 和更适合 LLM 理解的设计系统，让设计师能编码组件并把部分改进推到生产。Applitools 与 Figma 的集成则把设计稿变成视觉测试基线，让 coding agent 能发现实现与设计的偏差。
设计侧的 AI 价值正在从“生成素材”转向“理解上下文、并行执行、保持设计一致性和自动验收”。
- — Adobe 的 hover 专利体现了预判式 AI 交互，但会带来错误预生成成本。
- — Claude Code Projects 强调并行分支、共享记忆和协调器模式。
- — Figma 作为视觉基线，可帮助 agent 判断代码是否真正匹配设计。
TLDR：Googlebooks、Grok 4.7 与超低价决策模型
TLDR 主刊覆盖更广的科技新闻，其中与 AI builder 最相关的是 Googlebooks、Grok 4.7 和 Jev System One。Googlebooks 被描述为运行 Android 的高端“真电脑”，强调本地应用、开发工具和深度 Gemini 集成；Grok 4.7 面向编码与知识工作，已进入 Cursor、Grok Build、API、模型路由和云平台；Jev 提出“System One models”，只输出分类、评分、yes/no 和置信度等浮点结果，输入价格极低且输出免费。邮件还提到 AI 帮助多个开源项目做性能优化，以及 Google 分析师卧底供应链黑客组织的安全故事。
这封邮件显示 AI 正在进入终端形态、开发工具链和更细粒度的模型服务层。
- — Googlebooks 试图把 Android、开发工具和 Gemini 结合成高端笔记本体验。
- — Grok 4.7 已在多种编码工具和模型路由渠道开放。
- — Jev 的 System One 模型代表低成本、专用输出模型的方向。
TLDR Product：AI 产品管理的重点是用户省力、习惯和真实反馈
TLDR Product 关注 AI 时代的产品管理基本功：AI 降低了软件开发成本，但用户规模扩大后，团队仍要持续学习、维持质量并处理多样化需求；评估 agent 产品不能只看机器功能，而要衡量它是否真正减少用户努力、覆盖完整旅程并避免隐藏推理成本和用户流失；订阅产品里“使用不足”往往是习惯循环断裂，而不是价格问题。资源部分包括 AI 产品设计学习指南、Zapier CEO 关于 PM AI fluency 分级的访谈，以及对“在失效 backlog 上套 AI”的批评。
它提醒产品团队：AI 不是替代产品判断的捷径，真正指标仍是用户是否更省力、更持续地获得价值。
- — agent 指标应衡量用户实际省力，而不只是模型或功能表现。
- — “使用不足”型流失通常来自习惯循环断裂，降价无法解决。
- — 在混乱 backlog 上叠加 AI 可能只会美化问题，而非修复产品发现。