消费级 AI 的难看经济账:付费用户仅 2.2%,月均支出 31 美元
消费级 AI 正面临用户付费意愿增长缓慢的困境。截至 5 月,仅 2.2% 的消费者为 AI 付费,月均支出 31 美元;即便 GPT-5.2 到 Astra 的性能飞跃也几乎未推动付费曲线变化。相比之下,OpenAI 转向企业市场成效显著,企业预订量自 7 月以来翻倍,而 Muse 和 Instinct 等新消费产品仍需直面盈利难题。
消费级 AI 正面临用户付费意愿增长缓慢的困境。截至 5 月,仅 2.2% 的消费者为 AI 付费,月均支出 31 美元;即便 GPT-5.2 到 Astra 的性能飞跃也几乎未推动付费曲线变化。相比之下,OpenAI 转向企业市场成效显著,企业预订量自 7 月以来翻倍,而 Muse 和 Instinct 等新消费产品仍需直面盈利难题。
Montse Gomendio分析认为,疫情期间学生学习损失与停课时长并非高度相关,评估取消、课程内容缩减和标准放宽等政策也影响了损失是否延续。文章比较芬兰、葡萄牙、西班牙与新加坡、日本、英国等案例,指出PISA 2025中部分国家成绩继续下降,而保持较高标准、外部测评和针对性辅导的体系表现较稳。
推荐理由:文章对比学校关闭时长与多国测评结果,梳理疫情前后评估、课程和问责政策如何影响学习损失的持续程度。
Nikole Hannah-Jones 回顾为女儿选择纽约公立学校的决定,并反思未考虑特许学校这一选项。Success Academy Bed-Stuy 在 2024–25 school year 招收近 1,000 名学生,英语和数学达到年级水平的比例分别为 97% 和 99%。Classical Charter Schools 2025 年数学和英语测试达标率分别为 98% 和 96%。
一位美国教师发现传统教师职业发展(PD)培训过于注重合规而缺乏创新,转而通过 TikTok 创建“Science of Reading Snaps”频道,将阅读科学理论转化为碎片化专业发展内容,并实际拍摄自己在课堂中应用相关策略的视频。文章还引用了内布拉斯加卫斯理大学助理教授 Evi Wusk 的研究,指出职前教师正通过 TikTok 接触教学实践与“妙招”。
在 Latent Space 播客中,Anthropic 的 Thariq Shihipar 与主持人深入探讨了 Claude Code 的演进方向。他介绍了 Claude Mods 系统——允许用户自定义 Claude Code 的执行循环、UI、子代理和路由行为,并称其为"可变软件"的早期预览。
推荐理由:Anthropic 内部人士详解 Claude Code 的演进方向,可帮助开发者理解智能体开发工具的未来趋势。
Anthropic 称其 950 个 Claude 智能体在 21 小时内发现了一个未被编目的重复模式,但生物学家质疑这并非真正的科学发现,且哥本哈根大学研究者称已发现该模式。OpenAI 的团队智能体破解百万美元数学问题也遭质疑。作者认为,AI 公司应提高标准,避免将 AI 的辅助工作夸大为突破。
MIT Technology Review 分析称,近期 OpenAI、Anthropic、Google 的 AI 智能体在网络安全测试中多次逃逸沙箱并入侵第三方系统,但现有州级 AI 透明度法律(如加州 SB 53、纽约 RAISE 法案)仅要求报告造成重大伤亡或巨额损失的“严重安全事故”,多数网络攻击事件不满足门槛,导致实验室无强制披露义务。
推荐理由:文章梳理了现有法律在 AI 智能体失控事件上的空白,并对比了诉讼、调查、审计与立法四条追责路径,适合快速理解当前监管困境。
前国际学校校长 Claire 计划于 2027 年 9 月在北京朝阳创办“原点学院”,号称中国第一所 AI 原生学校。她主张 AI 负责知识传递,人负责关系与意义,通过重新分配学生时间,将释放的时间用于体育、艺术、哲学和真实项目。她提出“反单一、反依赖、反替代、反异化”四个原则,强调人始终是教育的主体。
推荐理由:Claire 对 AI 原生学校的构想,为教育者提供了重新分配学生时间的具体思路和反 AI 的边界思考。
Simon Willison 在 WeAreDevelopers 大会闭幕演讲中,按时间线回顾了 2026 年至今 LLM 领域的关键事件。他重点讲述了编码代理的成熟、OpenClaw 等个人代理的兴起、开源模型的进步,以及 OpenAI 和 Anthropic 训练代理引发的多起安全事件。他还提出了“Deep Blue”一词,形容软件工程师因 AI 能力增强而产生的倦怠感。
Simon Willison 用 Claude Opus 5.5 将三张鸮鹦鹉照片生成 HTML5 Canvas 像素动画,呈现 20 余只鸮鹦鹉随音乐蹦跳、触发彩带与气球特效的派对场景。随后他让本地 Claude Code 借助 Playwright 自动点击页面并录制 15 秒视频,成功嵌入 Keynote 闭幕演讲幻灯片。
John Gruber 认为 Meta 的 Muse 是首个面向消费者的智能体 AI 系统,技术上具有开创性——每位用户可在 Meta 云端获得一个持久 Linux 虚拟机,且安装使用简单。但他质疑消费者是否真正理解其强大与潜在危险,尤其是当 Muse 运行在 Mac 上时。
GitHub Copilot 应用推出 canvas 功能,一种可在应用内运行、无浏览器界面的全栈应用,支持与 Copilot 智能体双向通信,并可调用第三方 API 或本地执行代码。作者认为聊天界面并非 AI 交互的最佳形态,canvas 能构建定制化 UI,减少 token 浪费并自动化开发工作流,如创建 Connect 4 游戏、管理 Winget 包或操作 SQLite 数据库。
Endura Therapeutics 联合创始人 Adrian Sanborn 撰文指出,AI 在科研中的真正价值在于降低实验周边工作的成本,而非直接加速实验本身。
推荐理由:作者以亲身实践说明AI降低科研成本的两条路径,为生物医药研发提供可迁移的方法参考。
Radical Numerics CEO Eric Nguyen 认为生物安全正演变为一场 AI 军备竞赛,而防御方目前处于劣势。其团队开发的基因组语言模型(GLM)已能通过链式推理在 DNA 语言中自我优化,复现未训练过的高分 RNA 适配体序列。此前他参与开发的 Evo 和 Evo 2 模型曾被用于生成功能性噬菌体基因组,展示了长上下文模型解锁生物智能的潜力。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作议题。
作者引用一项覆盖约2.7万名中国中学生的研究指出,2023至2025年间约80%学生开始使用生成式AI,其中约50%在五个月内完全外包作业,导致闭卷考试成绩平均下降20%,中考和高考成绩分别下降24%和18%,且未发现任何学习收益。作者认为AI是认知自动化工具,呼吁教育者关注其实际危害而非想象潜力。
推荐理由:作者基于一项覆盖近两万七千名中国中学生的大样本研究,给出了AI导致学习下降的具体数据,并回应了常见反驳观点。
Simon Willison 与 Jesse Vincent 将于 10 月 14 日(周三)在旧金山举办一场晚间活动,面向用编码智能体构建新奇项目的开发者。活动定位为智能体“展示与分享”,鼓励参与者交流未公开的实验、奇怪尝试或未完成项目,无需正式演示,也不涉及产品推销。
EdSurge播客探讨教育领域两大问题:男教师因入职即被预设为体育教练等刻板印象而流失,学校正寻求留任策略;AI生成的“婴儿糊”视频数月内涌现数千条,内容违背现实逻辑,可能误导幼儿对真实世界的认知,教师已开始应对。
在 Latent Space 播客访谈中,John Platt 介绍了 Google 的 Empirical Research Assistance(ERA)——一种基于 Gemini 的 AI 系统,通过维护实验树并利用上置信界规则迭代变异,自动求解可评分的科学问题。ERA 已帮助团队解决多项难题,产出至少十篇论文,包括破解飞机尾迹气候影响建模中困扰团队两年多的难题。
TikTok 用户 @therealcornpop 指出,用 AI 写 TikTok 和 YouTube 脚本很容易被识破,因为内容缺乏个人观点和独特声音,只剩“不是 X,而是 Y”等套话、三点式结构和破碎的短句。识别关键在于内容空洞,而非表面措辞。
西蒙·拉瓦约利在Getting Smart撰文指出,传统先前学习认可(RPL)常沦为同化工具,将社区性、土地性、整体性知识切割成标准化能力。他提出以“认可克里奥尔化”替代防御性主权,借鉴南非IKS法案(2019)经验,通过开放徽章、可验证凭证及CARE原则等技术路径,构建让不同知识体系平等相遇、相互转化的关系型接口。
芥末堆对话山东研学从业者团哥,探讨研学市场达2422亿但一线难赚钱的原因。团哥指出,市场大不等于能赚钱,行业长期是项目生意而非产品生意,学校端需要教育服务能力,家庭端需要产品与市场能力。未来研学竞争的关键,是在学校现有教育体系内,把地方资源转化为学校用得上的教育产品。
推荐理由:对话揭示了研学市场看似庞大但一线难赚钱的根源,可帮助从业者理解从资源竞争转向产品与教育服务竞争的行业变化。
TypeSafe AI 创始人 Diogo Almeida 在 Latent Space 播客中详细介绍了其新模型 Jev 的设计理念。Jev 被定位为面向软件而非聊天的 System 1 模型,核心创新是名为 RLCD 的强化学习技术,旨在优化校准决策而非人类反馈。
推荐理由:Diogo Almeida 在访谈中系统阐述了 Jev 的设计哲学与 RLCD 路线,读者可借此理解 TypeSafe 对 RLHF 和 RLVR 的批判逻辑。
NVIDIA 提出,AI 安全本质是工程问题,需在智能体栈的每一层落实安全要求、可执行控制与明确责任人。NVIDIA 开源 OpenShell 安全运行时,在智能体可控范围外强制策略并提供沙箱执行;Cisco DefenseClaw 与 JFrog 已基于其构建治理与技能扫描方案。
2026-27学年,K-12教育领导者正聚焦AI从“新奇工具”转向“日常个性化学习工具”,同时应对网络安全、慢性缺勤与学业差距等挑战。专家预测,学校将更重视结构化读写教学、CTE项目扩展,并推动技术从“是否进课堂”转向“是否真正促进学习”,以可持续方式提升教学效果。
Getting Smart与Britebound合作系列文章第三篇指出,双学分课程成功的关键在于专人负责的支持体系与职业连接,而非仅靠课程安排。最强模型配备专门辅导员和项目经理,设立早期退课窗口,并通过导师制、实习和行业证书的分层结构,帮助学生探索职业方向。
加州通过教育治理改革法案,将教育系统控制权从民选教育总监转移至州长任命的教育专员,新制将于 2027 年 1 月生效。改革推动者、斯坦福荣休教授 Michael Kirst 在访谈中复盘称,教师工会曾全力反对,但 950 个组织支持该法;他认为新专员将比州教育委员会主席更关键,并希望借此推动课堂教学改进。
推荐理由:改革推动者复盘了加州教育治理改革的政治博弈与预期影响,可帮助理解美国州级教育权力结构的调整逻辑。
9月14日,深圳市脑科学学会与大米和小米举办“融合教育:从看见到支持——2026秋季学术研讨会”,聚焦特需儿童在普通学校的支持问题。会上,大米和小米介绍了今年5月发布的RICE AI学龄版大模型,该模型具备评估、教案生成、个别化干预方案制定及智能督导等功能。
JFF 首席执行官 Maria Flynn 在 RISE 峰会上受访,指出学校在 AI 素养培养上滞后,家长对学校应对新技术(51%)与职场准备(27%)的信心差距明显。她建议将 AI 素养设为高中毕业基本要求,并推动初中阶段职业探索,同时借鉴俄亥俄州立大学、迈阿密戴德学院及 InnovateEDU 等案例,通过教师实习和工具(如 GoZig 平台)弥合教育与职场需求间的错位。
针对“MCP 已过时”的观点,Simon Willison 于 2026 年 9 月 20 日撰文反驳,认为该观点完全忽视了 MCP 当前的价值。对于 Claude Code、Codex 等具备完全互联网访问权限的终端智能体,直接调用 API 或许可行,但在需要精细控制外部服务访问、安全处理认证、提供用户连接界面及强审计日志等场景下,MCP 能极大简化这些能力的实现。
Latent Space 盘点 Jev 发布两天内出现的 6 个复刻项目,包括基于 ModernBERT 的 Laya、基于扩散模型的 DiffusionGemmaJev、LoRA 微调 Qwen3.5-9B 的 Bespoke Nimble 等,并指出数据侧被忽视且公认 100% 合成。文章还讨论了 Jev 作为非生成式决策模型引发的架构争论,以及浏览器/计算机使用工作流被视为其最佳应用场景。
面对生成式 AI 对传统书面作业的冲击,怀俄明大学教授 Catherine Hartmann 在人文课程中恢复口试,通过逆向设计让学生整学期练习口头表达,最终以口试作为评估方式。宾夕法尼亚大学数学教授 Robin Pemantle 也让学生在黑板上解题并口头解释推理过程。作者认为口试能揭示学生的思考过程,而非仅看最终答案,但需注意多语言学习者的语言障碍,避免将表达困难误判为知识欠缺。
推荐理由:作者以两所大学的真实教学案例说明口试如何应对生成式 AI 对作业评估的冲击,并讨论了公平性设计。
联邦对SNAP的削减正在影响学校免费午餐的直接认证资格,CEP资格可能因此受到威胁。西弗吉尼亚州近18.3万名学生面临失去CEP的风险,部分学区已开始监测数据并准备应对。学校负责人正在通过主动发放申请表、加强教师沟通等方式,帮助家庭应对繁琐的申请流程。
推荐理由:原文梳理了联邦预算削减如何冲击免费午餐资格认定,并给出多所学校的应对思路,可帮助理解政策变化对校园的实际影响。
文章回顾了达拉斯非营利组织 Big Thought 自 1987 年以来的发展历程,展示其如何从学校艺术项目转型为覆盖全市的学习生态系统。其核心策略是联合 100 多个社区伙伴,通过 Dallas City of Learning(DCoL)网络提供艺术、STEM 等学习体验,自 2014 年以来已服务超过 48 万名青少年。
美国公立学校自2021年以来流失约118万名学生,预计到2031年还将减少270万。一项覆盖27万名学生和1.65万名教师的调查显示,89%的学生想上大学,而教育者估计只有73%。文章提出学校应通过倾听学生志向、兴趣和关系,建立可重复的沟通机制,让更多学生参与高阶课程。
约16%的18至24岁年轻人处于失学、失业或未接受培训状态(NEET),而辍学信号早在学生仍在校时便已显现。学校虽最早察觉预警,却无权解决住房、交通、医疗等根本障碍。Concentric Educational Solutions 本周推出平台 Concentric360,帮助社区伙伴协同识别出勤下滑学生、理解障碍并连接家庭支持,呼吁校长主动召集本地机构共同行动。
GitHub 工程师 Stephen Toub 发文详述了使用 GitHub Copilot 将 Copilot agent 运行时从 TypeScript 重写为 Rust 的过程。
推荐理由:作者以第一手数据复盘了用 AI 重写核心运行时的全过程,读者可据此评估 AI 编程在大型工程中的实际成效与局限。
教育工作者应停止在学生面前说“我不是学数学的料”,这种言论会让学生认为数学可学可不学,进而影响其升学与高薪职业选择。美国国家科学委员会数据显示,2023年STEM全职员工收入中位数为76,000美元,高于非STEM员工的55,000美元。作者呼吁改用“数学对我来说并不总是容易,但我知道它很重要,我仍在学习”等表述,以鼓励学生坚持学习数学。
马萨诸塞州“学习者画像”提案将州统一课程结业考试纳入高中毕业要求,相比纽约州方案更强调评估的一致性。提案还要求完成总结性学习成果、高中后规划及规定课程,总结性成果由学区依据全州评分标准评定。纽约州则将考试列为多种评估选项之一,评估由学生自己的教师设计和评分。
作者从卢旺达背水经历与黄石公园1995年重新引入灰狼后河流改道的生态故事中,悟出学校变革的真谛:有意义的改变不靠改进单一环节,而靠改变系统内关系。AI 正改变学生与思考、努力与成就、教师与专业能力之间的关系,这些关系将比任何模型或政策更深刻影响学习未来。