五个岗位换了人

周六上午，我把这一周的模型动态过了一遍。没做成更新日志，做成了排班表。

一个人开公司，最缺的不是工具，是"岗位"。你既是销售，又是交付，还是运维，最后所有事都堆到你一个人身上。模型能替你分担——前提是你得先想清楚：这个岗，谁在值，值到哪一步。

先摆一条最硬的背景。

9 月 17 日华为全联接大会，汪涛给了一组数：中国每日推理 Token 已经涨到 500 万亿左右，2030 年会到百万万亿级；10 万卡集群里，集群内通信能吃掉训练时间的 40% 以上，而 4K 超节点组成的 10 万卡集群，MFU 比 8 卡服务器版本提升 2.75 倍。

翻译成人话：推理量在暴涨，算力效率在被重新分配，模型单价往下走的动力是真的。这是一个人公司眼下最大的红利窗口。

落地这件事也不是 PPT 了。同期的服贸会上，中通说已有超 3500 台无人配送车在全国 260 多个城市投用，每天送包裹超 870 万件；德勤的人在那儿说，AI 正从点状应用走向平台化、体系化。

下面是这张排班表。

有的岗位这周换了人，有的没换，但职责得重写一遍。

1. Claude：合规岗，开始有分级权限了

Anthropic 上线了生命科学验证计划测试版，此前保密的 Mythos 模型第一次对专业群体解禁——认证科学家可以问过去 Claude 会拒绝的生物学问题。

计划分两种授权：标准使用覆盖多数日常科研，可授权团队、每年续期，适配 Mythos 5.1 等模型；高风险使用会移除所有安全限制，只针对单个研究项目、每六个月续期，目前向 Opus 5 和 Sonnet 5 开放。安全机制是"离线监控 + 共同责任"，权限跟申报用途绑定，数据保留 30 天、严格隔离、不用于训练。眼下只对企业版、团队版开放，个人 Pro 和 Max 还不能申请。

这条新闻真正的看点是那套权限设计，不是模型能力本身。

给 OPC 的建议：做垂直行业（医疗、法律、财税）的 AI 产品，客户第一句问的不会是"你模型多强"，而是"我的数据去哪了、谁能看、留多久、会不会拿去训练"。先写一页数据说明，比多加十个功能管用。

你自己交付的 agent 也要分级——能改客户数据的，和只能读的，不该共用同一个 key。

2. Qwen：前台兼调度，终于带回滚了

阿里云百炼升级了智能体应用（Agent 1.0），零代码就能把大模型跟外部工具、知识库接起来，核心能力包括知识库（RAG）、插件、MCP、长期记忆；新增版本管理：草稿、线上版本、历史回滚。

模型侧，Qwen3.8 Max/Flash 和开源系列支持多模态输入，得走多模态接口；联网搜索的 agent 策略可以多次调用搜索工具做多轮检索，但要求流式调用，而且每次额外收费。

对一个人的公司，版本管理是救命功能。

你没有 QA，回滚就是你的 QA。具体做法：每次动 prompt 或者知识库，先在百炼里存一版线上快照再改。举个例子——客服 agent 周五改了语气，周一发现它把退款政策答错了，一键回到上一版，比你在对话历史里翻半天快得多。

同属阿里体系还有一条信号：达摩院和浙大一院等机构做的通用医疗影像模型 DAMO RADAR 登上了《科学》，面向腹部增强 CT，一次能识别超 146 种病症。垂直场景里，"能进顶刊"正在变成一种能力背书。做行业的 OPC 要意识到：你选的赛道越窄，越需要这种能拿出去给人看的硬证据。

3. GPT：主理人的位置，不该只坐一个人

有分析者在节目里提到，GPT 6 Astra 最近"全面追上"，甚至可能影响到 Anthropic 原本计划在 9 月劳动节后启动的 IPO 节奏。这是个评论，不是官方公告。

但它提醒你一件事：头部模型的位置是有轮换的。

给 coding 开发者的建议：别把架构赌在单一供应商身上。你的资产是 prompt、工作流和评测集，不是那个 API key。

做法很简单，在调用层加一个薄适配层：主模型加一个兜底模型，超时或者报错自动切。例子：批量跑数据清洗时主模型限流，自动切备用，任务不中断。半小时的活，省的是明天的整个晚上。

4. Kimi 和 MiniMax：机动岗，插头不对就是不通

这条来自阿里云百炼的文档细节：联网搜索的 agent 策略明确写着，MiniMax-M2.1、Moonshot-Kimi-K2-Instruct 以及角色扮演类模型不支持。同一份文档里，qwen3.8-max、qwen3.8-flash 等几个快照版本，在 Chat Completions 协议下也不支持这个策略，得改用 Responses API 的 web_search 工具。

这不是谁强谁弱的问题，是插头对不对得上的问题。

选型建议：动手写代码前，先翻一遍接口文档里的"不支持"列表，比看测评榜有用。你要做联网多轮检索的场景，先拿十行脚本把目标模型的调用姿势跑通，再谈效果。

5. Gemini：长文本岗，别把上下文当数据库

据公开资料，Gemini 系列一直把长上下文和多模态作为主线。这条路线对 OPC 的诱惑很大——多少人幻想过"把整个知识库塞进去就完事"。

建议：先去写 20 条评测用例，再决定要不要上 RAG。拿你真实业务的 20 个问题，一条一条问，记录哪几条答错、错在哪。20 条过了再上生产。

上下文长不等于检索准，这是两件事，混在一起会让你在客户面前翻车。

6. DeepSeek：夜班算力岗，负责把成本压下去

DeepSeek 起家就走 MoE 加推理成本控制这条线，这条路线的价值在批处理场景最明显。

建议：把"夜里跑、明天看"的任务交给它。日志归类、批量文案初稿、长文档摘要，这类活不要求秒回，只要求便宜和稳。

在线交互用你最熟的一两个模型，离线批处理用便宜的。一个人公司的毛利，往往就是从这种分工里省出来的。

7. Llama 和 Mistral：离线岗和出海合规岗

据公开资料，Llama 系列的价值一直很明确：权重开放，能私有化部署，能塞进自己的机器；Mistral 则在欧洲合规和高效小模型上站得比较稳。Gemma、Phi