【AI早读 0625】推理芯片 Jalapeño 问世，思考如何解锁知识边界

今天的 AI 圈子有三件事值得认真看看：OpenAI 正式发布了自研推理芯片 Jalapeño，Google Research 用实验解释了“为什么思考能帮模型记住更多东西”，以及 Databricks 开源了 Omnigent - 一个想统一所有 Agent 框架的元调度层。这三件事放在一起看，正好勾勒出 2026 年 AI 行业在硬件、算法、系统三层上的同时演进。

OpenAI 的芯片野心：Jalapeño 的九个月奇迹

OpenAI 和 Broadcom 联合发布了 Jalapeño - OpenAI 的第一款自研推理加速器。这不是一个通用的 AI 芯片，它是从零开始为 LLM 推理设计的专用处理器。

有几个数字值得注意。从设计到 tape-out 只用了九个月，OpenAI 称这是“高性能先进半导体领域最快的 ASIC 开发周期”。加速这个过程的因素之一很有趣：OpenAI 用自家的模型来辅助芯片设计和优化 - 跑在用户身边的模型，反过来帮用户改进明年跑模型的基础设施，形成了一个正反馈循环。

初始测试显示，Jalapeño 的性能功耗比“显著优于当前最先进的方案”。芯片架构围绕减少数据移动来设计，在计算、内存和网络之间做平衡，目标是让实际利用率更接近理论峰值。量产出货计划在 2026 年底开始，配合微软的 Gigawatt 级数据中心部署。

OpenAI 描述的“全栈优势”逻辑很清晰：自己做芯片架构、内核、内存系统、网络、调度部署和产品体验，每一层朝着同一个目标优化 - 让模型更快、更可靠、更便宜。这个飞轮的启动意味着 OpenAI 在战略上已经不再只是“做模型的公司”，而是“跑模型的基础设施公司”。

链接：OpenAI and Broadcom unveil LLM-optimized inference chip

为什么思考能解锁模型的知识

Google Research 发了一篇有意思的论文，题目叫《Thinking to Recall: How Reasoning Unlocks Parametric Knowledge in LLMs》。它回答了一个反直觉的问题：问一个简单的事实性问题，模型明明不需要一步步推理，为什么打开推理模式后正确率反而更高？

实验很漂亮。研究人员用 Gemini-2.5 和 Qwen3-32B 做对照：对同一个事实性问题，开启推理 vs 关闭推理，测量 pass@k。结果一致地显示，推理模式能回答出在非推理模式下几乎“够不到”的事实。

他们发现了两个互补机制：

计算缓冲（computational buffer） - 把模型推理过程中生成的内容替换成无意义的“Let me think”重复串，模型仍然能答对更多问题。这说明多生成一些 token 本身就是在给模型额外的“计算跑道”，让它有更多前向传播来调整内部状态。

事实启动（factual priming） - 模型在推理过程中会自然地列出相关事实，比如被问到“尼泊尔第十任国王是谁”，它会先列出前九位。这些列出的事实就像语义预热，激活了模型内部的知识关联网络，最终让目标答案更容易浮现。

但这条路径有陷阱。Google 构建了大规模审计管线来检查推理过程中生成的每一个中间事实，发现只要推理链里出现一个幻觉事实，模型最终答对的概率就会显著下降。这意味着“利用推理来检索知识”是一个有效但脆弱的机制 - 它依赖中间事实的正确性，而模型恰恰在这一点上不可靠。

链接：Thinking to recall: How reasoning unlocks parametric knowledge in LLMs

Databricks 的 Omnigent：Agent 世界的统一层

Databricks 联合创始人和 Spark 之父 Matei Zaharia 最近在 Latent Space 的访谈里详细解释了 Omnigent - Databricks 刚刚开源的元调度层（meta-harness）。

为什么需要这样一层？Matei 观察到两条线在同时收敛：一是内部团队在用 Claude Code、Codex、Cursor 等各种 coding agent，高级工程师们在搭建自己的多 Agent 工作流；二是 Databricks 自己在给客户构建 Genie 等数据 Agent，遇到了和 coding agent 一模一样的问题 - 可移植性、会话历史、安全策略、花费控制、跨 Agent 协作。两条线撞在一起，结论是需要一个公共 API 层跑在所有 harness 之上。

Omnigent 做的事情就是在 Claude Code、Codex、Pi、自定义 Agent 和内部工具之上，提供一个统一的编排接口，支持持久会话、云端沙箱、共享、搜索、协作和细粒度权限策略。开源的选择背后是一个很清醒的判断：如果 Agent 基础设施成为新的操作系统，那这家公司应该做操作系统底层的那个数据库层 - 让数据在 Databricks 里，Agent 在数据上跑。

访谈里还聊到了 LTAP（Lake Transactional Analytical Processing） - Databricks 对数据库的重新思考。Reynold Xin 尖锐地评价 CDC（变更数据捕获）是“continuous data corruption”的缩写，认为真正的方向是把事务性数据直接以列式格式写入对象存储，让 Agent 能获取实时的运营上下文，而不是滞后的遥测数据。

这个底层逻辑很自洽：当前沿模型性能逐渐商品化，真正持久的优势就变成了公司特有的数据、权限、操作状态和业务逻辑。谁能让数据准备好让 Agent 消费，谁就在价值链上更靠前。

链接：Why the Frontier Ecosystem must be Open — Matei Zaharia and Reynold Xin, Databricks

关于 AI 行业的一个提醒

Alberto Romero 在《The State of AI, 2026》里做了一个冷水澡式的提醒。OpenAI 和 Anthropic 的年化收入曲线非常漂亮 - 两者占据了 AI 初创公司收入的 90% 左右 - 但 Romero 警告这可能只是“蜜月期收入”（honeymoon revenue）。The Information 报道客户正在削减 OpenAI 和 Anthropic 的账单，微软取消了内部的 Claude Code 授权，Uber 在四月就用完了全年的 AI token 预算。

问题的核心不是技术潜力不够大，而是“它到底能不能用”这个基础问题还没有令人满意的答案。GPT-5.5 可以解决令数学家困惑数十年的猜想，但会在一个孩子的游戏上卡住。模型的 jagged intelligence 让企业在决策是否大规模投入时左右为难。

Romero 用铁路的比喻来对比：没人会问“火车能工作吗”，因为火车当然能工作。但 AI 最困难的问题恰恰就是那个最基础的问题 - “它能工作吗？”回答这个问题需要的不是更高的 mountain，而是填平所有的 valley。

链接：The State of AI, 2026

来源：VerySmallWoods Research Feed - 2026-06-25 UTC