ChatGPT的Dot能发短信了，谷歌Gemini 4 Carbon发布｜AI资讯

引言：AI助手正在走出App

今天的AI圈有两个值得关注的信号：一个是ChatGPT里的助手Dot开始能主动给你发短信，另一个是谷歌在两周内连续发布前沿模型。前者意味着AI助手正从应用内走进短信这一最日常的入口，后者则说明大模型竞赛的节奏仍在加快。本期AI资讯共17条，我们挑出对开发者和普通用户最有价值的几条展开分析。

一、ChatGPT的Dot能发短信：主动式助手来了

据B站UP主「AI资讯」报道，ChatGPT宣布用户可以直接给Dot发消息——用文字、照片甚至语音布置任务，Dot有进展时会主动发短信通知你。官方说明该功能走iMessage或RCS，且只有你能给你的Dot发消息，你的Dot也只能发给你。目前是预览版，先向美国的Pro用户开放。

一位参与该功能的OpenAI员工表示，给Dot一个电话号码、连到现实世界是第一步。对国内用户和非Pro用户来说暂时用不上，但它揭示了一个趋势：AI助手正在从App里走进短信这种最日常的入口。

这里引出一个概念——「主动式助手」（Proactive Agent）。普通聊天机器人是你问一句它答一句，而主动式助手会记住你交代的事、自己盯着进展，到了该提醒你的时候先开口。省心是真的，但也要想清楚：给它看多少信息、多久提醒一次，这些边界需要用户自己设定。

iMessage与RCS：iMessage是苹果设备间的加密即时通讯服务，仅限苹果生态内使用；RCS（富通信服务）则是运营商层面的短信升级标准，支持已读回执、高清图片和群聊等能力，安卓阵营普遍采用。两者共同点是无需安装额外App、直接绑定手机号即可收发消息，因此成为AI助手触达用户最自然的通道。Dot选择走这两条通道，意味着它不依赖用户打开ChatGPT应用，而是像联系人一样存在于系统短信里——这也解释了为什么它天然适合“主动通知”场景。

二、谷歌发布Gemini 4 Carbon：跑分第一不等于全面领先

谷歌发布了下一代前沿模型Gemini 4 Carbon，距离上一代Gemini 4 Agong只隔了两周。官方称它在Artificial Analysis智能指数V5.0上以59分排名第一；网络安全方面，找漏洞的SEC Bench Pro、利用漏洞的Exploit Bench、修补漏洞的CWE Bench分别有对应成绩（素材中提及Exploit Gem为54.8%、CWE Bench为71.0%）。官方还强调它能连续几天处理复杂任务不卡住、不抄近路。

不过测评方补充了一个关键细节：在编程Agent指数上它以59分排第二，仅比Code Opus 5.5低3分。上下文窗口100万Token，标准价每百万Token输入4美元、输出20美元。开放节奏很保守——本周先通过Fairway的计划给部分可信的网络安全防御者使用，开发者和普通用户的开放「很快」但未定。

测评方的态度很明确：跑分第一不等于每项都第一，它在编程和知识工作上还没领先。对普通用户来说，现在还用不上。

Artificial Analysis智能指数是第三方模型评测机构Artificial Analysis维护的综合榜单，它把多个公开基准（如知识问答、推理、编程等）按权重汇总成一个分数，便于横向比较不同厂商的模型。榜单的优势是标准化、更新快，常被厂商作为发布时的宣传依据；局限在于单一总分掩盖了各子项的差异——正如文中Gemini 4 Carbon总分第一却在编程Agent指数上落后，说明“总分排名”与“具体任务能力”并不等价，看榜时需要回到细分维度。

三、Anthropic为律师备好工具库

Anthropic宣布Claude 4 Legal新增一个现成的工具库（Artifacts），覆盖合同审查、监管动态扫描、引用核查等法务工作。用法是从内置示例开始，加上自己的文件和连接器，做好后可以分享给公司里任何人。官方73秒演示视频里提到有20多个可定制工具，还能连上法务团队已在用的各种工具。

这条帖子曝光约300万，是当天互动最高的AI产品帖之一。对普通人来说它主要给律所和企业法务用，但可以看到AI正在把行业工作做成一套套现成工具——这是AI落地企业的重要路径。

四、开发者生态：连接平台、开源编辑器与推理优化

谷歌推出Connect Apps Platform预览版

谷歌宣布连接应用平台（Connect Apps Platform）预览版，让开发者在一个地方为谷歌搜索和Gemini应用开发、管理应用，同时上线一批新的合作伙伴连接应用，包括Adobe、Commvault和Palantir。思路和ChatGPT的应用插件类似，让第三方服务直接接进AI助手。具体哪些地区能用，官方尚未明确。

开源代码编辑器Carrot

一位开发者发布了Carrot，自称是Core级别的开源AI代码编辑器。它不自带Chromium运行时，不需要Node，只是一个REST进程加上系统自带的WebView，MIT协议。可以填自己的API Key，也可以不用Key直接接本地Ollama做聊天补全和向量检索。作者特别说明它是独立项目，和CEN等没有关系。适合想在本地跑模型、电脑配置不高的开发者。

OpenBNB的Lookahead Expert推理系统

OpenBNB发布了Lookahead Expert（简称AOS），让MiniCPM-MV4.7的35BA3B混合专家模型在端侧设备上跑起来。官方称在iPhone 18 Pro Max上整套系统能到每秒20.5个Token，比按需加载专家权重快6.07倍。做法分三步：当前层计算时预测并提前加载下一层要用的专家；用连续存放加混合精度量化减少加载开销，权重文件小了26.7%，五项测评平均只降0.16分；再用投机解码一次验证多个候选Token。这意味着手机上能离线用的模型会越来越大，隐私和速度都更好。

五、开源模型与Agent工具

英伟达发布Nemotron 3.5 Transcribe

英伟达发布开放权重的语音转文字模型Nemotron 3.5 Transcribe，300亿参数的混合专家模型，每Token激活约40亿。它把40种语言的转写、说话人区分、翻译、上下文提示和音频理解放进同一个模型，演示中几人同时说话也能分清谁说了什么。vLLM项目称首日就能用vLLM部署，支持最长一小时的录音。测评机构测得词错率2.8%，在开放权重语音转文字模型中并列第一。做会议纪要、播客字幕的开发者多了一个能本地部署的选择。

Mistral推出Responses API与快速模型

Mistral推出Responses API公测版，专门用来在Mistral上搭Agent：每次返回时模型的回答、推理过程和工具调用分成独立的几项，应用处理每一步比用ChatCompletions更方便。同时提供两个又快又便宜的模型——DeepSeek^广告 V4.1 Flash公测、JLM 5.3 Flash正式可用，服务部署在欧洲和美国。这也说明中国的开放模型正被海外云平台直接采用。

Copilot Fusion按任务调度多模型

有测评机构介绍GitHub在Copilot里推出Copilot Fusion，会按每个任务在Anthropic和OpenAI的多个模型之间挑选和协调，包括Claude Opus 5.5、Claude Sonnet 5.5、GPT-6 Estre和GPT-6 Sol。测评结果显示，它在编程Agent指数上只比Claude Code加Opus 5.5低2分，每个任务成本5.59美元，对方是11.42美元；在Turnout Bench 4.0上以71分领先，Token用量约为后者的一半，费用按实际用到的模型计。需要注意这条信息来自测评机构原帖，本期没有核道。用Copilot的人可以试试同样的活可能更便宜。

六、AI创业、研究与国内动态

推理云公司完成1亿美元A轮融资

有报道称AI推理云公司Generon Cam2完成1亿美元A轮融资，由Blackbird Ventures和Abstract Ventures领投，其中一家报道称估值8亿美元。它用SambaNova、Cerebras和Positron的专用芯片提供AI算力，主打超快出Token，不新建大型数据中心而是利用现有机房和以前的比特币矿场来跑模型。英伟达之外的芯片也在抢推理市场，长期看可能让AI用起来更便宜。

推理专用芯片与旧矿场改造：SambaNova、Cerebras等公司主打不同于GPU的架构——Cerebras把整片晶圆做成单颗巨型芯片以减少数据搬运，SambaNova采用可重构的数据流架构，共同目标是在推理（而非训练）场景下实现更高的Token吞吐和更低的单位成本。而比特币矿场天然具备廉价电力、散热设施和现成机房，改造后可直接部署推理集群，绕开新建大型数据中心的高昂资本开支。这条路径能否成立，取决于专用芯片的软件生态成熟度与电力成本优势能否长期维持。

小模型里塞进32位RISC-V处理器

一位开发者做了个实验：在Qwen 3.5 4B里塞进一个完整的32位RISC-V处理器，用模型自己的Gated DeltaNet当作内存，这样模型在前向计算时就能直接执行C和MicroPython程序，不靠外部运行环境。数学题不再是猜答案——DeepMind数学题上原模型55-90%，加Python工序后95-100%。该开发者还称在Qwen 3.5权重里嵌了一个测谎器，能在说出错误值之前标出91%的谎话。目前是研究玩法，但说明小模型也能变得更准更可控。

中国AI动态：MiniCPM-OCR本地运行

OpenBNB宣布MiniCPM-OCR 1.0（3亿参数）和用来检查识别结果的MiniCPM-OCR GF（20亿参数）现在能在苹果芯片上运行。官方数据在M5 Max上OCR 1.0预填充每秒6339个Token、生成每秒220到235个Token，打分中位延迟62.9毫秒；在real5 OmniDocBench上93.68分。GF会把识别出的文字、公式和表格与原图对照，给出0到1的正确度分数告诉你哪里需要人工复核。有案例用1.2GB的模型在MacBook上本地处理了Anthropic的415页上市文件，每页约4秒，数据不出设备。开放权重支持llama.cpp和Ollama，今天就能试。

七、其他值得关注的动态

• 谷歌公布Alphabet第三季度业绩：年化收入约5000亿美元规模，收入增长25%，AI投入带动搜索量增长为近五年最高；谷歌云收入增长103%，自家模型每分钟处理近320亿Token，环比增长40%。
• Gemini应用推出沉浸式探索，可选话题如丝绸之路贸易路线、喷气发动机内部结构、闪电的物理原理，展开成可互动的多层内容，适合学生和好奇者。
• Meta宣布支持加州理工、俄亥俄州立大学医学中心、路易斯安纳州立大学、印第安纳大学和德州大学休斯顿健康科学中心五所高校的科研人员使用其最新开放权重模型，包括MuseGlimmer、MuseSpark Open以及视觉和多语言模型。

结语

今天的关键词可以是「主动」——Dot主动发短信、Copilot主动调度模型、推理系统提前加载专家。AI正在从被动应答转向主动介入工作流。对开发者来说，本地部署和开源工具的门槛在持续降低；对普通用户来说，值得想清楚的是给AI多少权限、让它替你做到哪一步。

背景补充

混合专家（MoE）与投机解码：混合专家模型由多个“专家”子网络加一个路由机制组成，每次推理只激活其中少数专家，因此总参数可以很大而单次计算量较小——文中Nemotron 3.5 Transcribe的300亿总参数、每Token仅激活约40亿即是此结构。投机解码则用一个轻量“草稿模型”先快速猜出若干候选Token，再由大模型一次性并行验证，猜对的直接采纳，从而在不牺牲质量的前提下提速。Lookahead Expert把两者结合：提前预测并加载下一层要用的专家权重，再用投机解码批量验证，这正是端侧设备能跑起大模型的关键工程手段。