业内管这叫递归式自我改进。普通模型靠人一遍遍调参、重训；自我改进 AI 则能自己找出短板、设计改进方案、再把自己迭代一遍，中间不需要每次都等人来推。Mirendil 把这事框定在”AI for AI for Science”：它不打算做一个跟 Claude、GPT 抢市场的通用大模型，而是想搭一个平台，让医学、生物、材料这些领域的研究团队，能开发并持续打磨属于自己专业的 AI 模型。
因为这类 AI 实在太能吃算力了。一个系统要反复评估自己、提出改进、再跑训练循环，消耗的基础设施远不是跑一次训练能比。协议让 Mirendil 同时用上 Google 的 TPU 和 Nvidia 的 GPU，还有托管的训练集群。Mehta 说，他们的模型很擅长把合适的工作负载分配到合适的芯片上，而 Google 手里芯片种类多，这种灵活性正好能压低成本——不光是给自己省，也给用他们系统的客户省。
Google 打的什么算盘
站在 Google 这边，这笔买卖也不亏。AI 与基础设施高级副总裁 Amin Vahdat 就说，AI 的进步早就不止是比谁的芯片快，”更在于怎么编排整个智能系统，突破规模化扩展的物理天花板”。Mirendil 成了 Google 在递归自我改进这条前沿赛道上提前卡位的一个战略伙伴。更有意思的是，就在同一周，Jeff Dean 等人带着几乎一模一样的”自动化研究循环”论点宣布了 Discovery Loop——Google 投了那边，又给 Mirendil 当算力房东。说白了，不管哪边先跑通，Google 这边的租金都收着。
8月8日，一家成立刚一年出头的 AI 演示文稿创业公司 NextSlide，在官网上挂出了一句话：我们被 OpenAI 收购了。没有新闻发布会，没有财报电话会，连交易金额都没对外披露。可把这桩低调的交易翻开来读，里面藏着 OpenAI 一个挺大的心思。
这家公司，做的是让人不再为 PPT 发愁
NextSlide 的活儿说白了很简单：你丢给它一段提示词、几页零散笔记、一份完整文档，或者一堆调研资料，它能自动吐出一套逻辑通顺、版式讲究、还能继续二次编辑的幻灯片。创始人 Ahmed Beshry 的出发点很朴素——传统做演示文稿门槛太高，既费时间又要求你会设计，他想把这种可视化表达的能力，下放到每一个有想法但不一定会排版的人手里。
你平时顺手发在 Facebook 上的那些动态、小组里的吐槽、Reels 里的评论，正在变成 Facebook 搜索框的“语料”。6 月 15 日，Meta 在 Facebook 里上线了一个叫 AI Mode 的新搜索方式，你不用再翻一串链接，直接用大白话提问，它就从全平台的公开内容里给你攒出一段“综合答案”。听起来像把 Google 的 AI 摘要搬到了社交图谱里——只不过这次，答案来自和你一样的普通人。
搜索框背后，是一整套“社交语料”
具体怎么运作？你在 Facebook 搜索里输入一个问题，AI Mode 会调起 Meta AI 助手，把 Groups、Reels 和其他 Meta 应用里的公开帖子当成检索库，生成一段对话式的回答，而不是丢给你一排链接。它本质上是个 RAG 系统，区别是它查的不是开放网页，而是 Meta 自己生态里用户生产的内容。比如你问“奥斯汀哪家早午餐值得去”，它回给你的会是本地小组、邻里页面和地区 Reels 里大家真实聊的东西，而不是某个评测网站的摘要。
这其实是 Meta 把 Facebook 那个从 2004 年就没怎么变过的搜索框，第一次大规模“武器化”。Meta 家族的日活已经摸到 30 多亿，这是 Google 的 AI Mode 和 Perplexity 从第一天就追不上的分发盘子。对 Meta 来说，搜索广告是数字广告里利润最厚的一块，如果 AI Mode 真能在 Facebook 上养出搜索习惯，它就有机会在原本只能接被动刷屏注意力的地方，塞进“带意图”的广告。
方便是真的，坑也是真的
这种“从真实体验里找答案”的思路，在找本地餐馆、社区活动这类场景确实有优势——你想听的本来就是活人的经验。可问题在于，AI 合成的是普通用户的帖子，不是经过核实的信源。过时、带误导的信息混进答案里，是实打实的风险，不是假设。Google 自家的 AI Mode 早就因为从网页里攒出不靠谱的摘要被公开吐槽过，Meta 这边连“对公开帖子做质量过滤没有、怎么做”都没说清楚。
“答案来自真实的人、真实的体验，而不是通用的网页内容。”——这既是 AI Mode 最大的卖点，也是它最该被盯着看的地方。
不止 AI Mode。回看 Meta 近几个月的动作，这条路不是孤立实验：2 月给头像加了 AI 动效，3 月让 Marketplace 自动替卖家回买家消息，6 月初上线了给创作者提建议的 AI 助手，5 月还悄悄推了个 Reddit 式独立应用 Forum，里面的“Ask”标签页同样是靠小组讨论生成答案。再加上 5 月起步、最低 3.99 美元/月的 Meta 全家桶订阅，AI Mode 这个免费功能，明显是为后面卖更高级的 AI 档位铺路。
你的帖子就是“产品”，又一次
这里有个绕不开的尴尬：AI Mode 把你的公开帖子合成答案时，往往不带出处。你辛辛苦苦写的内容可能喂出了一个答案，却连个署名都没有。比起 Google 的 AI 概览或 Perplexity 会标来源，Meta 至今没说清楚 AI Mode 会不会显示它用到了哪些帖子、小组或 Reels。对创作者来说，这等于自己的内容悄悄变成了别人的检索库存。
更现实的是，Meta 从 2024 年起就在用 18 岁以上用户的公开帖子训练模型，到 2025 年底，聊天数据还开始回灌到跨应用的广告定向里。对大多数市场，基本没有真正能关掉 Meta AI 的开关。默认设置早就把“你的对话”和“Meta 的训练数据”之间的界线抹平了。
“身份已经坏掉了，但它偏偏成了现代企业的控制平面。我们为今天真实存在的劳动力而建——人、机器和智能体，而且从第一天起就把安全放在第一位。” —— NewCore 联合创始人兼 CEO Zohar Alon
为什么这事突然变急了
把 AI 智能体想象成一个被员工启动、又能调用内部工具、读文档、改生产数据的“临时工”。它可能需要几分钟的窄权限，也可能在某个受监管任务里要更广的权限，任务一结束就什么都不该再碰。传统的 IAM 系统是按“人、应用、服务账号”长起来的，智能体把这几条线搅在了一起。如果权限借用的是某个人的账号、藏在共享 API key 里，或者包在一个长寿命的服务凭证中，安全团队就丢掉了最基础的几样东西：谁动的、能碰到什么、怎么批准的、出事了多快能撤回。
高盛去年把 AI 编程智能体 Devin 当新员工做测试，麦肯锡今年早些时候说已经有 2.5 万个 AI 智能体在和 6 万名员工并肩干活。当“数字员工”的数量级开始超过人类两个数量级，身份系统的衡量标准就不再是“能跑多久”或“开通多快”，而是“从企业里拿掉了多少风险”。
