Meta入场、TeamAI开源：这周规矩变了

老魏｜AI 资讯周报 ｜ 10/08-10/15 ｜ Meta 首款前沿模型 ｜ Google TPU 上天 ｜ TeamAI 开源

这周有两条消息，我看完第一反应都不是"哇"。

第一条：Meta 憋了三年，终于发了首款对标前沿的模型 Muse Wonder，Artificial Analysis 拿 52 分。第二条：腾讯开源了 TeamAI，把团队的 Skill 塞进 Git 仓库管，官方数据说接了团队知识的便宜模型，评分反比没接的高价模型高 6.1%。

第一条是抢头条。第二条是告诉你别再抢了。

这周真正的分水岭在这儿：模型本身在贬值，团队的知识在升值。

PART 01 · META FINALLY MOVES · 憋了三年，第一枪

Meta 超级智能实验室 10 月 12 号发布 Muse Wonder 和 Muse Wonder Full，这是他们第一次明确对标"前沿模型"。不是拿 Llama 缝缝补补，是正面撞上来。

定价 $4/$20 每百万 token（输入/输出），比自家上一代 Muse Spark 1.3 贵 3.2 倍。但有个反常识的地方——每指数任务成本 4.52 美元，比 GPT-6 Astra 的 3.26 美元贵，智能分却低 1 分（52 vs 53）。贵了，还 slightly 打不过。

有意思的是他们主打什么？"主动记忆"和"主动专注"。

翻译成人话：让模型自己记住上下文，不用你每次重新喂；让它能把长任务拆开一跑几小时，不用你守着。这两个词现在闭源和开源都在抢，因为它是智能体能不能真干活儿的分水岭——跑 10 分钟和跑 10 小时的难度完全不是一个量级。

扎克伯格原话：模型开发"从现在起可能会明显提速"。

⚠️ 顺手纠个错：国内几家媒体写 10 月 13 号发布，官方口径是 10 月 12 号。这种细节别跟着抄。

PART 02 · GOOGLE PUTS TPUS IN SPACE · 4 颗芯片，上了天

Project Suncatcher，谷歌的第一颗测试卫星，最近带着 4 颗 TPU 入轨了。

干啥的？测试太空里的辐射和温度极端环境，能不能扛住 AI 算力。谷歌说这个研究做了好几年，这次是真把芯片送上去开始收真实数据。

这不是"AI 上太空"那种营销词。逻辑很实在：数据中心最贵的是电费和地价，把一部分算力搬到轨道上是条长期路子。当然短期没人这么干——发射成本、散热、辐射防护都是硬坎。这次只是先验证一件事：芯片上去会不会当场坏掉。

跟你日常用 AI 没关系，但值得记住这个信号：算力这事儿，行业开始认真考虑"不放地上"了。

PART 03 · TEAMAI · 把团队的 Skill 当代码管

如果你带过 AI 工具的团队，这条比前面两条都实用。

腾讯云 10 月 10 号开源了 TeamAI（GitHub：Tencent/teamai-cli）。它解决的问题特别具体——

团队用 AI 最先崩的地方，不是模型不够强，是配置散在每个人手里。 同一个规范，有人更新了有人还在用旧版；好用的 Skill 只躺在某个同事的电脑上。人一走，经验就归零。

TeamAI 的做法很朴素：把这些资产当代码管。

• Skill、工作规范、工具配置、项目知识，统一放进一个 Git 仓库
• 成员提 PR，走团队评审
• 合入后，支持 Hook 的 Agent 下次开会话自动拉更新，不用挨个通知
• 管理员能统一下发模型配置，指定涉敏任务走合规的服务

已经适配 16 种 Agent：WorkBuddy、CodeBuddy、Claude Code、Codex、Cursor 等。

最狠的设计是失败经验处理：你在会话里反复纠正 Agent、或者工具调用连着失败几次，会话结束时它会提示你把这段经历分享出来，Agent 整理成文档存回团队仓库。下次别人干类似活儿，先检索仓库里的经验再动手。

官方给的数字：13 个研发任务里，接了团队知识的低成本模型，综合评分比没接的高规格模型高 6.1%，成本低 76%。

我得说清楚：13 个任务的样本量，这个数据不能当普遍结论用。 但它指的方向很具体——当团队知识被结构化沉淀并稳定分发时，补知识的收益可能比单纯换更贵的模型更划算。

这条跟你有直接关系。你在腾讯做企业微信采购，手上的 Skill 库、工作规范、和文档协作的坑，本质就是这类"团队知识"。TeamAI 这套"Git 化 + Hook 自动同步"的思路，比你之前那种散落在各人电脑里的做法结实。

PART 04 · 国内：钱在猛砸，模型在憋 · 十一假期业界静悄悄

有个反常识的事：这周国产模型几乎没发新的。上一次让人眼前一亮的还是阶跃 9/20 的 Step 5 和小米 9/22 的 MiMo-V2.6。

但钱没停：

• DeepSeek：新融资 至少 800 亿元（传闻近 1000 亿），腾讯、宁德时代领投，估值约 5000 亿。另外它的 Harness 智能体执行框架 MIT 协议开源，24 小时 7 万颗星——这数字有点离谱
• 月之暗面：完成上市前最后一轮私募，估值约 500 亿美元，拟 2027 Q1 赴港。Kimi K3 排 GPQA 全球第 9（93.5%），中国模型最高
• 智谱：完成约 50 亿美元融资，年末 ARR 目标从 24 亿上调到 30 亿；GLM-5.3 上线 AWS Bedrock
• 阿里：完成约 800 亿港元配股，全砸 AI 基础设施。Qwen3.8 Max 排 GPQA 全球第 13
• 腾讯：和甲骨文签了 70 亿美元 / 五年 / 约 10 万颗芯片的海外算力租赁

海外那边也不全是好消息，几个硬数字：

• Anthropic 把 Haiku 5.5 的成本砍到比上代低约 75%；但 10/9 更新了使用政策，明令禁止用 Claude 开发或增强武器——这条我觉得比降价重要得多
• Mistral Large 4：万亿总参 / 490 亿激活，原生多模态，语料覆盖 160+ 语言，权重月底开放
• 阶跃 Step 5 今天（10/15）开源 600B 完整权重

一句话：海外闭源拼前沿，国内拼开源和成本。Meta 进场之后，闭源那三家的定价压力会明显加大。

PART 05 · SKILL 生态在长 · GitHub 上的星星和钱往同一条路上走

有个现象挺值得琢磨。

这周 GitHub 上爆的几个 AI 相关项目，四个是 skill 或 MCP 工具，不是模型：

• mattpocock/skills 28.4 万星，前 TypeScript 教学者 Matt Pocock 的日常 agent skills，已进 Claude Code 官方插件市场，也能装进 Codex / Copilot / Gemini CLI
• context-mode 2.6 万星，专门防工具输出撑爆上下文窗口的 MCP server
• cathrynlavery/diagram-design 4.8 万星，44 种图表类型
• 腾讯 TeamAI 开源

同时 AWS 那边（10/13）把 AI/ML skill 升成 Agent Toolkit 的核心组件，配 Agent 能用一句自然语言走完 SageMaker 全流程：选型 → 训练 → 调优 → 部署。华为鸿蒙 PC 的 DevEco CLI 也把 70 余项 Skills 封装成了命令行接口，一行 init 批量装到本机多个 Agent。

把这些串起来看，信号很清楚：Skills 已经从一个功能，变成了一个品类。

上周我在 GitHub 日报里看到一句话说得挺准——"Agent Skills 已经不再是某个框架的特性，它长成了一个有自己生态的品类"。

而这周的 TeamAI 给这个品类加了一层新东西：版本管理。之前 Skill 是个人资产（写好就放那儿），现在它开始变成团队资产（要评审、要合并、要版本化）。这跟当年 npm 包从个人脚本走向工程化依赖，是一个路子。

PART 06 · SUMMARY · 三句话总结这周

一、闭源这边，Meta 来了但没带来降维打击。 52 分对 53 分、贵 38%、主打主动记忆——这是稳扎稳打入场，不是掀桌子。真正被压价的是 Anthropic 和 OpenAI 的中间档位（Haiku 5.5 砍 75% 成本就是反应）。

二、Google 上天那件事，别当新闻看，当信号看。 算力往天上放不现实，但它证明大厂在认真算电力和地价的账。长期变量。

三、如果你只带走一件事：别再纠结用哪个模型，把团队的 Skill 沉淀下来。 TeamAI 那组 13 个任务的数据虽然样本小，但它和 AWS 把 skill 做进核心工具链、华为做 70 项 Skill 接口、GitHub 28 万星 skill 库，指向的是同一个方向。模型是租的，知识是自己的。

下周蹲守：10/22 阿里 Qwen4（预计）、10/23 小米 MiMo-V3（预计）、本周内 Mistral Large 4 权重开放。

本文为资讯周报，发布前经多源交叉核对；标注"预计/传闻"的均未经官方确认，别当定论用。有错的地方欢迎后台拍砖。