每日AI新鲜事·07月17日晚间版：Kimi K3发布与CPO行情

今天AI圈的消息还挺集中的，几个大事同时撞在一起，Kimi K3发布、GPT-5.6又出新版本、DeepSeek的实习生日薪传言也炸了锅。

对，今天确实有点密，我刷B站的时候感觉每隔半小时就有一条新的。

那咱们先快速把这几条过一遍，第一条是今天B站上转发量很高的，Kimi K3正式上线了。

Kimi K3这个时机挺有意思的，今晚正式发布，支持最高1M上下文窗口，重点打的方向是编程、游戏、3D和知识任务。

B站上有个视频的标题直接说"开源之躯比肩Fable 5和GPT-5.6"，这个标题当然有点夸张，但能这么排列组合，说明业界确实觉得这个档次够入局了。

Fable 5现在是公认的对标标杆了是吧，Kimi这边把自己放在这个位置，底气从哪来？

主要就是那几个方向——编程、3D、游戏这些任务上的benchmark表现。不过具体数字目前还没看到完整的独立评测，基本还是官方披露的数据。

而且1M上下文这个数字放在这里，本身就是个信号——他们在走长上下文这条路，跟Claude系列的策略有点像。

嗯，从产品角度来看，1M上下文对企业客户确实很诱人，能处理超长文档这件事本身就是差异化卖点。

对，而且Kimi一直在长上下文这块有积累，这次K3算是把这个优势继续往前推了一步。

好，Kimi K3先记住，等后续有独立评测再回来聊。下一条也是今天B站上讨论挺多的——DeepSeek实习生日薪传言破5500元。

这个传言一出来，评论区直接炸了，不少人说"那我现在去读博也不晚"，当然也有人在质疑数字的真实性。

5500元日薪，一个月实习下来快17万，这个数字放在哪个行业都属于异类。

但你要看背景，DeepSeek背后是量化巨头幻方，整个公司文化本来就是高密度人才高密度激励。能进去的实习生本来就是顶尖高校的顶尖学生，所以这个数字虽然夸张，但并非完全离谱。

这更多是一个信号——AI行业现在对顶尖人才的争夺已经烧到什么程度了。

对，薪资只是表面，背后是算力、数据、人才三场战争同时在打，人才这块现在是真的在内卷到极端了。

快速过第三条，今天还有个开源项目在B站上被提到——CodeWell，一个面向终端的AI编程Agent。

这个定位挺垂直的，主打命令行环境里直接调用各种大模型来完成编程任务，核心是提供统一的CLI界面，你给它一个模型提供商、模型名称和任务描述，它自己去读代码、改文件、跑命令。

就是把Claude Code、Cursor那套逻辑做成更轻量、更灵活的版本？

可以这么理解，但更强调的是多模型切换的便利性，不绑定某一家。对喜欢折腾的开发者来说，这个灵活度还挺有吸引力的。

最后一条快速带过，GPT-5.6出了新版本，OpenAI现在在搞免费送Plus会员活动，B站有不少视频在评测值不值冲。

GPT-5.6这个版本号本身就挺有意思的，小数点后面一直在迭代，节奏很快。免费送Plus这个动作嘛，竞争压力到了，获客策略也在跟着变。

好了，新闻就先聊到这儿，接下来咱们聊一个今天挺火的话题——OpenAI和亚马逊都出了新技术，但分析师反而继续看好CPO，这个事逻辑上好像有点反直觉。

对，这个话题在B站上有一个视频互动量非常高，我看了一下，核心争议就是：AI这么猛，芯片里的CPO——也就是共封装光学——为什么反而还在被资本看好？

先给不熟悉这块的听友解释一下，CPO是什么？

CPO，Co-Packaged Optics，共封装光学，简单说就是把光学收发器直接封装到芯片旁边，取代传统的可插拔光模块。

这样做的好处是降低传输延迟、降低功耗，在大规模AI集群里，数千张GPU之间的通信带宽需求是天文数字，CPO在这个场景下优势很明显。

那逻辑上，OpenAI和亚马逊出新技术，算力需求只会更大，CPO不是应该更被看好吗？反直觉在哪？

反直觉的点在于，OpenAI和亚马逊的新技术里，有一部分是关于更高效的模型架构和推理优化的——也就是说，同样的计算量，可能用更少的硬件资源就搞定了。

所以市场上有一种声音是：如果软件效率大幅提升，硬件需求会不会反而被压缩？CPO这类硬件基础设施会不会需求没那么旺盛了？

这个逻辑我理解，就像当年大家担心云计算太好用了，服务器厂商反而卖不动了——但后来事实证明需求是爆炸性增长的。

对，你说到关键了，这就是"Jevons悖论"在AI硬件上的体现——技术越高效，应用门槛越低，反而刺激了更大规模的使用。

分析师看好CPO的逻辑其实就在这里：模型效率提升，推理成本降低，但这会让更多企业和场景敢于大规模部署AI，集群规模反而越做越大，对高速互联的需求只增不减。

所以核心判断是——AI需求的总量会持续膨胀，哪怕单位效率在提升，总的硬件需求还是往上走的。

对，而且你想想现在的AI集群规模，几千张H100、B200连在一起，这些卡之间的通信带宽要求极高。CPO在这种超大规模场景下，是目前能看到的最优解之一。

但我有个疑问，CPO现在量产了吗？技术成熟度到哪个阶段了？

这是目前最大的不确定性，CPO从概念到量产一直卡在良率和散热上，大规模商用还在推进中。所以分析师看好是一回事，实际落地节奏是另一回事。

也就是说，这更像是一个中长期逻辑，而不是说明年就能爆发的那种？

基本是这个判断。短期内可插拔光模块还是主流，CPO是在等技术成熟度和供应链配套跟上来。但资本市场嘛，提前押注中长期逻辑这种事太常见了。

有意思，所以这条新闻的底层逻辑其实是——AI大模型的军备竞赛，终究会传导到最底层的物理基础设施上，而CPO就在那条传导链的末端等着。

说得很准，而且这条传导链不只是CPO，是整个AI基础设施产业链的逻辑。从模型到算力到互联再到散热，每个环节都有人在押。

这也能解释为什么Kimi K3、GPT-5.6这些模型层面的动作，最终都会被转化成硬件需求的预期——上层应用越繁荣，下层基础设施越受益。

这个传导逻辑在2026年已经被验证过很多次了，英伟达这两年的走势就是最直接的例子。只是CPO比GPU更早期一点，处于量产前夜的阶段，风险和收益都更高。

好，今天聊到这儿差不多了，从Kimi K3到DeepSeek的人才竞争，再聊到CPO这个底层基础设施逻辑，线索还挺清晰的——AI这场竞争现在是全链路在卷。

对，软件层、模型层、硬件层，一个都没闲着。而且速度越来越快，今天的新消息，明天可能就被新的东西盖过去了。

那咱们明天继续跟，明天见。