爱窝啦 AI 日报 2026/5/9
今日摘要
Karpathy 在红杉大会宣告"软件3.0已来"，提示词就是新代码，大模型正在吞噬传统开发范式。
谷歌推出 Gemini Flash-Lite 主打低价，却被 DeepSeek 的定价衬得尴尬，价格战的标杆已经换人了。
今天有主线：软件3.0是值得认真读的大命题，顺手看看谷歌的价格困境，两条一起看才完整。⚡ 快速导航
- 📰 今日 AI 资讯 - 最新动态速览
💡 提示：想第一时间体验文中提到的最新 AI 模型（Claude 4.5、GPT、Gemini 3 Pro）？没有账号？来 爱窝啦 Aivora 领个号，一分钟上手，售后无忧。
今日AI资讯
👀 只有一句话
Karpathy 在红杉大会上宣告"软件3.0已来"——提示词就是新代码，传统架构正在被大模型吞噬。
🔑 3 个关键词
#软件3.0革命 #AI工具爆发 #谷歌价格尴尬
🔥 重磅 TOP 10
1. Karpathy 红杉大会：软件3.0时代，提示词就是代码
以前写软件，你得一行一行敲代码；后来是整理数据集训练神经网络；现在呢？把一张图片扔给模型，直接出结果，管道代码全省了。Karpathy 在2026红杉AI大会上把这个范式叫做"软件3.0"——大语言模型就是解释器，你的提示词和上下文就是编程手段。他还提出"智能体工程"概念：Vibe Coding 让所有人都能编程，但专业工程师不能因为用了AI就引入Bug，真正的挑战是在不降低质量的前提下大幅提速。这不是在聊未来，这是在描述今天已经发生的事。
2. 阮一峰周刊第395期：软件开发的第三种方式
《大教堂与集市》把软件开发分成两种：封闭精英团队 vs 开放社区协作。这个比喻用了近30年，但现在出现了第三种——AI驱动开发。不是大教堂，不是集市，更像是一个随时待命的超级助手，让一个人就能干一支团队的活。配合Karpathy的"软件3.0"一起读，今天的主线就完整了。值得花20分钟认真看。
3. 谷歌推出 Gemini 3.1 Flash-Lite，主打低延迟低价
谷歌又在Flash系列上套了一层Lite。定位是低延迟、低价格，听起来很美——但实际对比下来，价格只比DeepSeek V4 Pro便宜一点点，跟DeepSeek V4 Flash比还差得远。主打"便宜"，结果便宜的标杆已经被DeepSeek拉到了另一个维度。对开发者来说，如果你已经在用谷歌生态，这个新选项值得测一测延迟表现；如果你只看价格，DeepSeek的性价比目前还是更强。谷歌这次的定价策略，有点像在打折的奢侈品店门口贴"超值"——跟旁边的拼多多比，还是贵。
4. Microsoft AI-For-Beginners：12周24课，4.7万星的AI入门课
想系统学AI但不知道从哪下手？微软这个开源课程今天在GitHub Trending上冲到了47292星。12周、24节课，用Jupyter Notebook做载体，从基础概念到实际动手全覆盖。不是那种"看完还是不会"的理论课，每节课都有可以跑的代码。对于想从零入门、或者想给团队做AI培训的人来说，这是目前能找到的最系统的免费资源之一。收藏了不看的那种，这次真的值得打开。
5. GPT Image 2 封面生成 Prompt：中文科技媒体爆款图一键生成
做内容的人都懂那个痛：文章写完了，封面图要么找不到合适的，要么设计师排期排到下周。这个Prompt直接解决这个问题——把文章内容扔进去，GPT Image 2自动提取核心新闻、关键数字、情绪基调，生成16:9的中文科技媒体风格封面，要求"3秒内看懂新闻重点"。风格参考B站科技区爆款缩略图和财经新闻视觉，不要极简风，要"行业大事件"感。今天就能用，内容创作者直接收藏。
6. Sam Altman 发了一张 ChatGPT 截图，配文"call me maybe"
OpenAI CEO Sam Altman 深夜发了一条推，就一句歌词"call me maybe"，配了一张ChatGPT的截图，没有任何解释。这种神秘发帖在AI圈通常意味着：要么在预告新功能，要么就是老板在玩梗。结合近期ChatGPT持续强化语音交互的节奏，不少人猜测这可能暗示实时通话功能的新进展。Altman这种发帖方式历史上多次对应功能预告——“call me"的字面意思指向性太强，很难说是纯粹玩梗。
7. GEO红皮书：10万字拆解黑帽GEO，帮你避开AI营销坑
GEO（生成式引擎优化）2025年火起来之后，行业迅速变质：黑帽手段横行，服务商割韭菜，最后被央视315点名。这份10万字的《GEO红皮书》是对这一年乱象的正面回应——拆解常见黑帽手段、教你甄别服务商水平、提供风险自查清单。基于国内外前沿论文和实战踩坑经验整理，免费领取。如果你的公司正在考虑做AI时代的内容营销，这份资料值得先读完再决策，比被坑了再后悔省事多了。
8. 最近抖音爆火的"法天象地"效果，直接生成视频比图片更震撼
抖音上那种把户外照片做成山河壮阔感的"法天象地"效果，最近刷屏了。大多数人在生成图片，但有人试了直接生成视频——效果更好。用的是GPT-Image-2.0加上C-Down 3.0，提示词也一并放出来了。这条值得关注的不只是这个特效本身，而是"图生视频"的工作流正在被越来越多普通用户跑通，门槛低到抖音用户都在玩，这个信号比任何技术报告都直接。
9. 用AI做PPT的最省力路径：大纲→生图→Keynote
下周要做分享，PPT还没动？这个流程值得抄：先跟AI讨论出大纲，把大纲发给Youmind或GPT生图做底图模板，再把图粘进Keynote，缺的页面手动补文字调整。全程不需要设计功底，也不需要从零排版。关键是"AI生图做底图"这一步——不是让AI帮你写内容，而是让AI帮你解决视觉层的工作量。对于经常要做演示的人，这个工作流今天就能跑通，比对着空白幻灯片发呆强多了。
10. Lex Fridman 访谈 VLC 和 FFmpeg 开发者：开源软件的硬核故事
VLC最早是为了在校园网播卫星电视信号设计的，从第一天起就被设计成能处理"坏掉的文件”——这就是为什么下载一半的AVI文件只有VLC能播。还有个冷知识：VLC官网25%的流量来自搜索"cone player"，因为很多人只记得那个锥子图标。在AI工具满天飞的今天，这期访谈提醒了一件事：那些真正改变了数十亿人使用习惯的软件，往往是一小群人用极其朴素的工程哲学做出来的。
📌 值得关注（5条）
[研究] LLM驱动的神经架构搜索新方法 - 让大模型直接生成可执行的架构代码，NAS不再只是调参游戏，LLM+自动化设计的交叉方向值得盯着。
[研究] 视频奖励模型新范式：先思考再打分 - 把推理过程和评分解耦，视频生成的后训练质量有望大幅提升，下一代视频模型可能就靠这类方法拉开差距。
[开源] CVPR2026：基于RWKV的多模态害虫识别框架 - 中科院合肥所的成果，RWKV在农业视觉场景的落地，比"大模型做农业"的口号具体多了。
[其他] 用飞书划线+Agent构建个人偏好系统 - 把阅读标注变成Agent的训练信号，你的批注就是你最真实的偏好数据，这个思路很有意思。
[商业] PKU SAIIC × WAIC北京场路演，5月14日 - 优秀项目给算力和投融资支持，有AI创业想法的团队可以去看看。
😄 AI趣闻
乡亲们开始整AI鱼缸了
养鱼这件事，以前的终极形态是"买个好看的缸，然后隔三差五发现鱼死了"。现在有人给鱼缸装上摄像头，接上多模态模型，让AI全天候盯着鱼。鱼游得慢了，AI提醒你；水质变了，AI报警。鱼大概是第一批被AI监控的生物，待遇比很多打工人还好。看到这条新闻，我第一反应不是"技术真厉害"，而是：我家那条金鱼当年要是有这个，可能就不会那么早离开我了。
🔮 AI趋势预测
ChatGPT 推出增强版实时语音/通话功能
- 预测时间：2026年6月
- 预测概率：70%
- 预测依据：今日新闻 Sam Altman 发布"call me maybe"暗示帖 + OpenAI近期持续强化语音交互能力，Altman这种神秘发帖历史上多次对应功能预告，“call me"的字面意思指向性极强，不像纯粹玩梗。
“智能体工程"成为独立职业方向
- 预测时间：2026年Q3
- 预测概率：75%
- 预测依据：今日新闻 Karpathy 红杉大会分享 明确提出"Agentic Engineering"概念 + 本周已有Agent Skills黑客松举办，社区自发形成学习和实践生态，职业分化通常在概念被权威人物命名后6-12个月内加速。
谷歌 Gemini 系列在低价市场被迫进一步降价
- 预测时间：2026年Q3
- 预测概率：65%
- 预测依据：今日新闻 Gemini 3.1 Flash-Lite 定价对比 显示谷歌"低价"产品仍远贵于DeepSeek V4 Flash + DeepSeek持续压低行业价格基准，谷歌若要在开发者市场保持竞争力，价格调整几乎是必然选项。
AI生成内容工具向"一键出成品"方向集中爆发
- 预测时间：2026年Q2-Q3
- 预测概率：80%
- 预测依据：今日素材中同时出现 GPT Image 2封面生成Prompt 、 AI辅助PPT工作流 、 “法天象地"视频生成 三条独立的"AI一键出内容"实践，用户需求正从"AI能做什么"转向"AI怎么帮我少动手”，工具层竞争正在向"零门槛出成品"聚焦。
❓ 相关问题
如何体验 ChatGPT 最新的语音和图像功能？
ChatGPT 目前需要注册 OpenAI 账号，部分高级功能（如 GPT-4o 语音模式、GPT Image 2 图像生成）需要订阅 ChatGPT Plus，月费约20美元。国内用户面临网络访问限制和信用卡支付门槛，直接注册和付费有一定难度。
解决方案：访问 爱窝啦 Aivora 获取成品账号，支持 ChatGPT、Claude、Gemini 等主流模型，极速发货，售后无忧，省去繁琐的注册和支付流程。