谷歌突击队、600万颗假Star与104B高能效模型：AI开始比拼真实产能

今天最值得细看的，是谷歌内部组建AI编程突击队这件事。表面上看，这是一次针对Anthropic Claude Code压力的应急反应；但更深一层，它意味着AI编程已经从“谁家助手更好用”，升级为“谁能让模型长期自主完成真实工程任务”的组织级竞争。

为什么重要？因为代码场景是目前最容易把模型能力、上下文长度、工具调用和商业付费打包验证的场景。报道里提到，谷歌内部已有约50%的代码由AI参与完成，而Anthropic在相关叙事中把占比推到了100%。这两个数字未必完全可横向比较，但它们共同说明：大厂现在不是把编程助手当增值插件，而是把它视为下一代研发生产线。

更关键的是，Anthropic短暂调整Claude Code权益也从另一个方向给出了信号。高强度编程代理很吃算力，单用户消耗远高于普通对话，因此订阅模型开始顶不住。再结合关于AI工程化竞争的分析，可以看出真正的分水岭不是模型会不会写函数，而是谁能把长任务、多轮调用、仓库级理解、成本控制和商业套餐同时跑通。2026年的AI编程，不再是Demo战争，而是组织、算力和定价模型的三线联动。

GitHub约600万颗假Star，把AI项目“热度即价值”的逻辑戳穿了

卡内基梅隆大学的研究给出了一组很刺眼的数据：GitHub上约有600万颗假Star，涉及18617个仓库和30万个账号，而且AI/LLM项目是重灾区。这件事之所以值得放进深度解读，不是因为“刷量”本身新鲜，而是因为它点破了当下AI融资和项目筛选中的一个共识幻觉——大家太习惯把公开平台热度当成能力代理变量了。

为什么重要？因为Star本来应该是开发者社区自发形成的弱信号，如今却被放大成融资门槛、招聘背书甚至媒体排序依据。研究里提到，假Star已经形成产业链，单价从0.03美元到0.9美元不等，甚至还有API可批量购买。也就是说，原本用来降低信息不对称的公共指标，自己先被产业化操纵了。

这会直接反向推动行业把注意力从“表面关注度”切回“真实产能”。你会发现今天很多新闻都在强调更硬的指标：比如蚂蚁Ling-2.6-flash直接写清输入0.1美元/百万tokens、输出0.3美元/百万tokens；商汤绝影Sage则给出PinchBench 94%的任务完成率。换句话说，行业正在被迫从虚荣指标，转向可验证、可复算、可落地的经营指标。

104B参数Ling-2.6-flash和端侧Sage，正在把竞争拉回“每次任务花多少钱”

如果说前两条新闻讲的是研发端和资本端的压力，那么今天在产品端最明确的趋势，就是效率指标被摆到了台前。蚂蚁百灵发布Ling-2.6-flash，参数量104B、激活参数7.4B，核心卖点不是“更大”，而是更快更省，输入价格0.1美元/百万tokens、输出0.3美元/百万tokens。这个定价姿态很说明问题：厂商开始默认客户会精打细算地核对单位成本，而不是只看榜单名次。

另一边，商汤绝影Sage把叙事推进到了端侧智能体。它在PinchBench上拿到94%的任务完成率，甚至号称超过一些云端模型，并已落到英伟达OrinX平台。这意味着过去“端侧一定弱、云端一定强”的直觉正在被松动：只要任务定义清晰、工具链合适，端侧方案在时延、隐私和成本上反而可能更有优势。

把这两件事连起来看，就能理解大模型涨价与价值战为什么会发生。智能体时代的token消耗是指数级的，便宜但跑不动、强大但用不起，都会被市场迅速淘汰。接下来比拼的，不是谁喊出更惊人的参数规模，而是谁能在真实场景里给出更低的单位成本、更高的完成率，以及更稳定的部署方式。