前沿论文解读·第7期：AI模型对决与Google原生操作系统之争

欢迎回来，今天咱们前沿论文解读专栏有点东西聊。我这周刷资料差点没刷过来，信息量巨大。

你是不是又熬夜了？眼下那个遮瑕都快挡不住黑眼圈了。

得了吧，你还好意思说我。行，咱们直接进正题。这周我想聊两个大方向，一个是Opus 4.6和GPT-5.3的正面硬刚，另一个是Google那个神秘的Antigravity项目。

这俩话题放一起其实特别有意思，因为它们指向同一个问题——AI的下一步到底往哪走。

那先聊模型对决。Opus 4.6这次把上下文窗口拉到了一百万Token，这个数字我第一次看到的时候是真的震了一下。

先说结论，百万Token的上下文窗口是一个里程碑，但它不是万能药。上下文长不代表用得好，关键看注意力分配机制有没有跟上。

你这么说的话，实测结果确实也印证了。B站有UP主做了全面对比，基础能力上两家其实拉不开差距，Base64解码都答对了。

对，这种基础题已经不是区分旗舰模型的维度了。真正有意思的是中文古典文学那个测试。

长相思那个！我特别喜欢GPT-5.3写的那句「满城花影中」，意境到了。

但你注意到没有，Opus 4.6的「十里春光细雨中」也不差，问题出在「花渐红，杏渐红」的重复感上。这其实暴露了一个深层问题——模型对汉语音韵的理解还是偏表层的模式匹配。

什么意思？展开说说。

就是说它学会了格律的「形」，但对于词牌里情感递进的「神」，把握还不够。GPT-5.3那首之所以读起来更顺，是因为它的意象有层次，从雪到风到柳到花，是一条线。

这个观察角度我没想到。那推理能力呢？改编版农夫过河那个测试我觉得更能说明问题。

这题特别好。两个模型都做对了，但做对的方式完全不同。GPT-5.3走的是速度路线，快速给出正确步骤。Opus 4.6慢，但它用emoji画了状态图。

作为产品经理我必须说，Opus那个交互设计太加分了。用户体验不只是答案对不对，还有呈现方式。

你这就是典型的PM思维。但从研究角度看，这说明两家模型在训练策略上出现了分化——OpenAI更追求效率，Anthropic更注重表达质量。

好，那我们拉到更大的视角。Google这边这周也没闲着，Antigravity这个项目一下子冒出来好几条消息，又是SDK又是操作系统的。

我跟你说，这个Antigravity我研究了两天，越看越觉得Google在下一盘大棋。

先给听众朋友交代一下背景。Google发布了一个叫Antigravity SDK的开发者工具包，同时他们内部有个同名团队在做一个全新的操作系统。

关键词是「AI原生操作系统」。Google已经有Android、ChromeOS、Fuchsia了，还要再做一个，说明现有系统架构承载不了他们想做的事。

你觉得他们想做什么事？

AI Agent的系统级调度。你想，现在的AI助手都是跑在应用层的，受操作系统的权限管理限制很大。如果从OS层面原生支持Agent，那交互范式完全不一样。

这我有体感。我们做AI产品的时候，最头疼的就是权限问题，Agent想帮用户操作手机，结果连通知都读不了。

对，所以Google的思路可能是——与其在旧系统上打补丁，不如从零开始设计一个为AI而生的OS。SDK先放出来让开发者熟悉生态，操作系统跟上，硬件参考设计再跟上。

等一下，我把这两个话题串一下。你看OpenAI和Anthropic在拼模型能力，Google在拼基础设施。这是不是说明大家对AI竞争的理解已经分层了？

你这个观察非常准。模型能力的竞争正在进入平台期，你看Opus 4.6和GPT-5.3在基础测试上已经很难拉开差距了。下一阶段的竞争一定是在系统层和生态层。

所以Google选择在这个时间点推Antigravity，其实是在抢占下一个竞争维度。

没错。模型是引擎，但操作系统是底盘。没有底盘，引擎再强也跑不起来。Google这步棋，说实话，比单纯卷模型参数要高明。

不过我有个担心。Google做新OS的历史成绩嘛，Fuchsia到现在也没大规模铺开。Antigravity会不会又是一个「Google式半成品」？

你可拉倒吧，这次不一样。Fuchsia那时候没有AI这个核心驱动力，现在有了。而且这次是以产品级别发布的，不是实验项目。

好，那我们最后收一下。这周的前沿动态其实指向一个共同趋势。

对，三个关键词：模型能力趋同、竞争维度上移、基础设施重构。旗舰模型之间的差距在缩小，真正的战场正在从模型层转向系统层和生态层。

留一个思考题给大家。如果AI原生操作系统真的来了，我们现在用的App形态还会存在吗？欢迎在评论区聊聊你的想法。

这个问题我有答案，但今天先不说，留到下期。

行，那咱们下期前沿论文解读见。