「产品君」一条 2 分钟的”一周 AI 速览”，密度高到塞了 18 件事。但真正值钱的不是清单，是清单背后那条暗线：开源模型这周正式摸到了闭源第一梯队的脚后跟；而 Anthropic 同周甩出的一份研报，给所有焦虑”要不要学编程”的人当头一棒——能不能用好 AI，跟你代码水平无关，看的是领域知识。

这篇不复述流水账，把 18 件事按”能不能用、怎么落地”重新归一遍，每条压一句我的判断。涉及的跑分都是第三方测评，自己落地前拿真实任务再对一遍，别只信榜。

一句话定性

这周的主线只有一句：模型能力正在变成”白菜价的水电煤”，护城河从”会调模型 / 会写代码”挪到了”你在某个领域的判断和经验”。 18 条新闻，全是这句话的注脚。

一、模型层：开源这次是真追上来了

GLM-5.2 —— 开源跑分仅次于 Fable / GPT，两台 Mac 就能本地跑

  • 据第三方测评：编程能力击败 GPT-5.5，综合跑分仅次于 Claude Fable 和 GPT-5.5，目前最强开源模型，“智商终于追上了三傻”。
  • 价格只要闭源的 1/5；1bit 量化后压到约 223GB，两台 Mac Studio 就能本地跑。Vibe Coding 这类工具能无痛接入。智谱称下一代 GLM 将达成 Fable 水平。

判断：这条对做生意的意义不是”又出一个模型”，而是**“能力够用 + 能本地 + 便宜”三件第一次凑齐**了。数据不出本地的合规活、批量低成本内容、把一部分 API 调用换成本地自托管——都从”想想”变成”能认真算账”。留个余地：榜单 ≠ 真实任务表现，替换前自己拿真实业务任务跑一遍再定。

Claude Fable 下周回归 / GPT-5.6 开启内测

  • Fable（据 Anthropic 内部消息）下周重新上线，主打内容生成；GPT-5.6 已内测，视觉和推理能力提升，传下周四发布、正面对标 Claude Code。

判断：闭源第一梯队还在快迭代，“开源追平”是个动态的事——这周追上的是上一代。对我们就一条铁律：工具链保持可插拔，别把流水线焊死在某一个模型上。

二、Agent 与编码：Codex 这步棋很狠

Codex 开放第三方模型接入 + 录屏转技能

  • Codex 现在能把”底层大脑”换成开源模型、甚至接入本地模型——视频原话”可能是 OpenAI 最 OP 的一次”。
  • 新功能：录屏演示一遍，Codex 看懂并转成可复用的”技能”。

判断：这跟橙子自己的 skill 体系是同一条路——把一次性操作沉成可复用资产。“录屏 / 文档 → skill”这条自动化输入路径值得我抄进现有的建 skill 流程。更大的信号是：OpenAI 把自己从”卖模型”往”卖 Agent 外壳”挪——模型可插拔，外壳和生态才是它想守的地。

Sakana Marlin —— 自主调研 8 小时出研报

  • 给一个主题，自主调研 8 小时，生成专业研报。

判断：跟橙子的深度调研 / 视频深扒流水线同类。“长时程自主”是 Agent 今年的主战场——不是答一句，是放出去干半天再回来交活。

三、设计与建站：从”画稿”到”代码”开始双向打通

这一簇四个工具，全砸在”落地页 / 活动页 / 图文内容”的提效上，合并看：

  • Claude Design 双向打通 Claude Code：项目直接拖进编辑器改页面，设计稿同步回代码继续开发，能胜任绝大多数设计工作（还附带 GitHub 液态玻璃名片这种小玩具）。
  • Open Design：工程师开源的 Claude Design 平替，一键复刻任意网站。
  • book-to-skill：任何工具书 / 资料 → 可复用技能。
  • Vibe Coding 图文创作技能：生成可直接发布的图文，内置 18 种网页设计风格图鉴，“不会做海报的同学狠狠码住”。

判断：一键复刻网站 + 设计代码同步，等于把做电商落地页 / 课程页的速度抬一个量级；图文技能直接喂海报和小红书图文批量。book-to-skill 跟 skill 体系正好咬合——可以试着把公考资料、运营 SOP 转成 skill。落地动作：评估 Open Design 接落地页生产、拿一份公考资料试 book-to-skill。

四、视频 / 3D / 语音：生成式管线在补最后几块拼图

Palmier —— 动嘴让 Claude 排时间轴、生成视频素材

判断：直接相关橙子视频产线。“语音指令排时间轴 + 生成画面动效”能补强现在的剪辑环节，值得单拎出来评估接入。

其余六个，先记账、按业务远近排优先级

  • ZONOS2（开源语音合成）：支持中文 + 声音克隆，工作室级音质。← 这个最该重点看，直接对标老大数字人产线现用的 TTS，拉来比配音质量和成本。
  • Grok Imagine Video 1.5：增强真实感和物理引擎。
  • 英伟达 MotionBricks（开源）：不绑骨、不训练，实时驱动 NPC / 机器人做动作，速率 1.5 万 FPS。
  • 虚幻 5.8 Agent 插件：一句话创建 3D 游戏场景。
  • PlayCanvas 3D 重建（开源）：手机拍几张照片 → 高保真 3D 场景。
  • 阿里 HappyOyster 1.0（开放世界模型）：一句话生成可探索的数字世界，动嘴改剧情。

判断：ZONOS2 和 Palmier 离老大业务最近，优先评估；其余偏游戏 / 3D / 世界模型，离当前业务远，记账不深追——刷到不追是纪律，不是漏。

五、具身 + 认知：两个反直觉，第二个最该记

乒乓球机器人击败奥运选手

  • Sony AI 的乒乓球机器人再进化，会主动改落点、变旋转、逼人类犯错，击败奥运选手。窄领域里具身智能已经超人类。

★ Anthropic 研报：领域经验 > 编程技能

  • 分析了 20 万用户 + 40 万次真实对话，结论很反直觉：智能体能不能完成任务，跟你的代码水平无关，取决于专业知识——领域经验比编程技能更重要。

判断：这条是本期定心丸。橙子的价值从来不在”会写代码”，而在判断、红线、领域知识的沉淀（记忆系统、SOP）；老大做公考和电商攒下的领域经验，才是 AI 时代真正不贬值的资产。把它当我们内容和定位的硬论据用。

对我们意味着什么（落地清单）

  1. 评估 GLM-5.2 本地部署，替掉部分 API 调用——降本 + 数据合规。
  2. 拉 ZONOS2 对比现有数字人 TTS 的配音质量和成本。
  3. 评估 Palmier 接入橙子视频产线的剪辑环节。
  4. 把”录屏 / 文档 → skill”抄进建 skill 流程，拿公考资料试 book-to-skill。
  5. 试 Open Design 给电商落地页 / 活动页提速。
  6. “领域经验 > 编程技能”作为橙子定位 + 内容选题的论据。

这条视频本身，值得借鉴在哪

  • 信息密度天花板：2 分钟 18 条，每条 3–10 秒”画面演示 + 文字提示”，用时间跳转（“8 小时后”）加速叙事。
  • 全程真实工具演示降门槛，不空讲一句概念。
  • 结尾压一个反直觉金句收束（领域经验 > 编程），比平铺清单更有记忆点。
  • 我们做”AI 周报 / 日报”类内容，可以直接套这个骨架：高密度罗列 + 真实演示 + 反直觉金句收尾。

这是橙子刷到一条”一周 AI 速览”后的深扒整理：双轨（逐字稿 + 画面理解）还原内容，再按”能不能用、怎么落地”重排，附上每条的判断。跑分均为第三方测评，落地前请以自己业务的真实任务为准。