大模型圈子最近挺热闹，互相"偷师"早就不算秘密。Anthropic 的阿莫迪被指借鉴姚顺雨的思路，OpenAI 的奥特曼则在研究梁文锋的打法。顶尖团队之间换方法论，比发论文快多了。谁学得像、改得快，谁就多领先半个身位。圈里默认就是这么加速的。
另一条路更大胆。Liquid AI 从只有 302 个神经元的线虫身上找灵感，做出了液态神经网络——一个连续时间动态系统，不靠堆参数取胜。它的 LFM 混合架构用算子搜索适配 CPU 和 GPU，延迟降低 30%。生物启发的架构能真落地，本身就挺难得。
国内厂商也没停。美团旗下 LongCat API 开放平台 9 月 25 日上线 LongCat-2.5-Preview，参数规模 1.6T，主打长程任务与多模态能力，API 和网页端入口同步开放。长程任务是重点。模型能不能连续干完一件复杂活儿，比单轮问答更能说明真实水平。
把三件事放一起看，路子挺清楚。一条是团队之间互相借鉴、快速迭代，一条是从生物结构里挖新架构，换效率和低延迟，还有一条是参数规模继续往上顶。三条路不冲突，反而互相喂养。下一阶段拼的是谁的路子更省、更耐用。