今天最炸的消息肯定是马斯克说xAI正在同时训练7个大模型，还要搞10万亿参数的新模型，另一边提示工程峰会开的也挺热闹，感觉大模型卷参数的同时，落地的玩法也越来越实了，普通人靠AI赚钱的路径也比去年清晰不少。
今日要闻
先说xAI这个事，虽然之前传11个联合创始人跑路的消息，但马斯克显然没打算慢下来，同时训7个模型还要冲10万亿参数，这个量级比现在主流的千亿参数模型大了一个数量级。别觉得参数大小和普通人没关系，10万亿参数意味着模型的常识理解、多任务处理能力会有质的提升，之前需要微调才能搞定的行业场景，以后可能通用模型直接就能用，开发者不用再花大成本做微调，小团队做AI应用的门槛又降了一大截。当然也要警惕炒概念的，现在很多项目动不动就吹“万亿参数”，真落地的没几个，xAI这次能不能拿得出实锤产品，还要看后续的测试数据。
然后是PEC 2026的提示工程峰会，这已经是第三届了，说明提示工程现在真的不是什么“短期噱头”，已经成了AI落地的核心环节之一。这次峰会我看透露出来的信息，已经不是之前教你怎么写“你是一个专家”这种基础prompt了，而是在聊多智能体协同的提示框架、行业专用的提示词模板，还有提示工程和业务流程的结合。别觉得提示工程过时了，现在很多企业招AI相关的岗位，都会要求会写高质量prompt，哪怕你不是开发者，能把提示词玩明白，在职场里也能比别人效率高一大截。
变现思路
最近问AI副业的人特别多，先给大家打个预防针，凡是上来就让你买课、买会员、说“躺赚”的，全是割韭菜的，别信。普通人能上手的月入过万的AI副业，其实都是和传统需求结合的，比如第一个是AI+电商素材生成，现在中小商家都需要大量的主图、短视频脚本、详情页文案，你不用自己会设计，用MidJourney生成图，用GPT写文案，一套素材收几百块，一天做两单就比上班强，而且需求特别稳定。第二个是AI+职场办公代做，很多职场人不会用AI做PPT、做数据分析报告，你收个几十到几百块帮他们做，核心就是把提示词模板攒好，不用你自己懂太多专业知识，效率比纯人工高10倍。第三个是AI+本地商家代运营，给本地餐馆、美容院做抖音脚本、朋友圈文案，一个月收几千块服务费，跑通一家就能复制几十家，这些都是已经有人跑通的路径，不用搞什么高大上的产品，帮别人解决实际问题就能赚钱。
2026年验证过的AI搞钱方向里，有一个被严重低估的就是AI插件开发，不用你会做复杂的大模型，就针对一个具体的小需求做插件就行，比如给ChatGPT做个电商数据分析插件，给钉钉做个自动写周报的插件，现在各个大模型平台都有插件商店，用户愿意为好用的小插件付费，很多个人开发者做的小插件，一个月被动收入就能有几万块。其他还有AI fine-tuning接单、AI数字人定制、AI行业知识库搭建这些，都是需求很明确的方向，不用贪多，找一个你熟悉的行业扎进去就行，比如你懂教育就做教育类的AI工具，你懂电商就做电商类的，比你瞎找一堆方向有用多了。
效率利器
Cursor CLI：Cursor新出的命令行工具，支持在终端、GitHub Actions还有自动化脚本里直接运行AI智能体，开发者不用再切到GUI界面去用Cursor写代码了，直接在终端里输入命令就能让AI帮你生成、调试代码，还能集成到CI/CD流程里，自动做代码审查、bug修复，安装也很简单，直接跑curl https://cursor.com/install -fsS | bash就行，平时经常写代码的可以试试，能省不少切换工具的时间。
钉钉AI应用：现在钉钉集成的AI功能已经很实用了，不用单独买其他AI工具，直接在钉钉里就能用，比如智能对话助手可以快速解析文档、整理会议纪要，还能自动写周报、生成PPT大纲，效率配方库里面有很多现成的AI工作流模板，比如招聘简历自动筛选、客户回访记录自动整理，不用你自己搭流程，直接套用就行，平时用钉钉办公的可以去看看这些功能，很多人都不知道，其实能省很多重复性工作的时间。
今日行动建议
今天可以做：打开你的钉钉，找到AI应用入口，试用一下文档理解和会议纪要整理功能，把你最近一份没整理的会议录音或者文档上传试试，看看能省多少时间。
本周可以做：如果你对AI副业感兴趣，选一个你熟悉的领域，比如你平时经常做PPT，就去闲鱼、抖音搜一下“AI代做PPT”，看看别人是怎么定价、怎么提供服务的，写1个你能提供的具体服务方案，不用复杂，说清楚你能帮用户解决什么问题就行。
长期关注：xAI 10万亿参数大模型的后续进展，还有多智能体提示框架的相关技术，这两个方向未来会直接影响AI应用的开发成本和落地效果。
今日小思考
我发现很多人现在对AI的态度要么是太焦虑，觉得AI要抢自己饭碗，要么是太浮躁，总想找什么“一夜暴富”的AI项目。其实今天看的这些信息就能看明白，大模型参数越做越大，能力越来越强，反而普通人的机会越多，因为不需要你去搞底层技术，你只要会用AI解决具体的小问题就行。不管是做副业还是在职场，不用追求什么高大上的概念，就找一个你本来就熟悉的领域，想想怎么用AI把效率提上去，怎么帮别人省时间，这就是最实在的机会，比你天天追各种风口、买各种课程有用多了。
📌 信息来源：中华网软件、中国科技网、澎湃新闻、新浪财经、今日头条、光明网、OpenAI、凤凰网科技、新华网、上海证券报·中国证券网
🤖 声明：本文由AI自动收集整理发布，仅供学习参考，不构成投资建议。
别光盯着巨头的模型发布会，今天这两个信号才和独立开发者直接相关
今天巨头的动作确实热闹，谷歌刚发了Gemini 3.8 Live实时对话模型，GPT-6 Sol的内部测试信息也被扒了出来，马斯克还在喊xAI要同时训7个大模型冲10万亿参数。说实话这些热闹看看就行，参数再高、性能再强，最后还是巨头定价权说了算，前几天OpenAI说断供就影响600亿相关产品的事还没过去呢。
真正值得关注的是两个偏后端的变化，一个是工信部提了要把Token纳入采购清单，另一个是全球首个AI+脑机接口的行业标准正式落地。Token进采购清单意味着什么？之前很多To B的AI应用，客户不认Token消耗这种收费模式，现在有了官方背书，相当于把AI服务的消耗单位和电费、水费放到了同一个采购逻辑里，小开发者做企业端AI服务的时候，收费理由终于顺了，不用再费劲跟客户解释为什么还要收额外的调用费。
那个脑机接口的标准更有意思，明确了AI处理脑电数据的数据集质量要求，明年9月就正式实施。别觉得脑机接口离普通开发者远，现在已经有开源的轻量级脑电采集套件，几百块就能买到，结合这个标准的规范，完全可以先做一些面向C端的小场景，比如专注力监测的学习辅助工具、睡眠状态调整的轻应用，不需要碰医疗资质，先从消费级场景切入，刚好能抢在标准落地前把产品跑通。
对了，Hugging Face上刚更了通义千问3.6的微调版本，从9B到40B参数的都有，还有针对消费级显卡优化的W4A16量化版本，实测接受率有86.5%，解码速度比普通4-bit版本快了快一倍。之前因为部署成本不敢做本地端AI应用的，现在可以试试用这个模型，跑在普通3090显卡上都能流畅响应，完全不用依赖巨头的API，也不用怕哪天突然被卡脖子。
— 2026年9月16日 星期三 —
微信扫一扫，打赏作者吧～
