不得不说Coinbase真的是美国企业在AI上的典型，一直在探索不同的场景和实验新的模型。看Brain在上周的推文说Coinbase通过内部专有数据微调开源模型Qwen3.5-9B，在欺诈预防专项任务中，精度、召回率、F1分数和美元加权召回率均显著优于未微调版本及Opus 4.5等前沿模型。 微调后的9B模型推理延迟大幅降低（P50延迟55%更低），实现更高速度和更低成本，展示专精模型在企业特定场景下的优势。Coinbase已内部开发简易工具（如/fine-tune-and-serve-llm命令），方便员工快速微调模型，预计未来可取代部分后端服务，推动公司内部AI应用普及。 7月初正是看到了brain这条推文https://x.com/brian_armstrong/status/2070670644577280109?s=46&t=k6rimWsEbo2D2tXolYcM-A让我真正开始重视开源模型在企业AI采用的进展，进而提出了企业AI采用进入“分场景、多模型”的架构，开源模型被使用的权重快速上升（详情看引用的推文），也在这里https://x.com/qinbafrank/status/2074754779755295164?s=46&t=k6rimWsEbo2D2tXolYcM-A首次聊到了超大CSP的业绩将会是衡量AI商业化最重要的指标。 前两天这里https://x.com/qinbafrank/status/2110568431192064077?s=46&t=k6rimWsEbo2D2tXolYcM-A还有再次聊到超大csp的业绩是AI商业化最全面的代表。