全部 AI 动态 · AI 热点

6月27日

14:24

Marc Andreessen@pmarca

匿名AI研究员FleetingBits剖析了中国AI实验室格局：Zhipu类似Palantir，通过国企合同获得国家支持，其GLM 5.2模型毛利率约40%。MiniMax主打陪伴App Talky和视频生成App Hailuo，多数收入来自海外（含美国）。字节跳动的Doubao是中国最流行的AI应用，但不开源模型。

推荐理由：别只盯着DeepSeek了。Zhipu毛利率40%靠国企单子，MiniMax用Talky和Hailuo出海赚美国人钱，字节Doubao闷声发大财——这篇把中国AI家底都抖出来了。

原文

14:15

宝玉@dotey

76°

Anthropic 的 Mythos 5 模型在 6 月 12 日被美国政府全面封禁两周后，于今天获得部分解禁。商务部长 Howard Lutnick 致信 Anthropic，批准约 100 家美国政府机构和关键基础设施企业重新使用 Mythos 5。该模型与面向公众的 Fable 5 为同一底层模型，但 Mythos 5 去除了安全护栏，专门用于网络安全防御。封禁起因是 Amazon CEO 通过电话报告了 Fable 5 的安全越狱方法，导致全面下线。新指令允许这些机构的非美国籍员工以及 Anthropic 的非美国籍员工使用，比最初指令更灵活。

行业 Mythos 5 Anthropic Fable 5 AI安全监管

推荐理由：Anthropic 的 Mythos 5 因为太危险被禁，现在又因为太有用被请回来，还破例让非美国员工也能用，这剧情比电影还精彩。

原文

13:26

Lenny Rachitsky@lennysan

Anthropic工程师在2021年至2025年期间代码产出提升了8倍，编码被视为基本解决。产品团队当前最大的未解决问题是验证——如何确保构建的体验符合预期。这一观点来自Lenny Rachitsky与Anthropic旗下Claude Code/Cowork团队经理Fiona Fung的对话。Fung曾在Microsoft领导Visual Studio和TypeScript，在Meta参与VR/AR眼镜和Facebook Marketplace（年GMV超1000亿美元）。访谈还讨论了工程师的上下文切换、孤独感以及AI将影响哪些角色。

行业 Anthropic Claude Code 编码效率验证 Fiona Fung

推荐理由：Anthropic工程师写代码效率翻了8倍。但编码问题解决了，验证又成了新痛点。来听听Claude Code团队经理怎么说。

原文

13:22

Gary Marcus@GaryMarcus

David Shor的观察指出，选民对AI导致的就业替代问题态度出奇一致地左倾。他提到，对企业征税来资助相关项目通常是争议性话题，但在AI失业问题上两党存在广泛共识。这表明美国政治在AI转型初期已形成某种政策共识。

行业 AI就业替代政策民意税收补贴

推荐理由：这个民意发现挺有意思：左右两派在AI失业问题上居然都支持征税补贴，对理解未来AI政策走向很有参考价值。

原文

13:21

Mustafa Suleyman@mustafasuleyman

Mustafa Suleyman在推文中详细阐述了微软AI团队的核心文化原则，包括科学严谨性优先、保持精简团队、数据无黑箱、自己使用自家模型等9条准则。他强调基于假设验证和数据驱动决策，反对过早庆祝结果，并要求所有成员对自己的数据负责。这些原则旨在通过纪律性和证据导向的方法论来加速模型迭代。

行业 Microsoft AI Mustafa Suleyman AI文化团队管理

推荐理由：微软AI负责人亲自写的团队工作准则，全是干货——怎么避免数据作弊、怎么做消融实验，做AI的都可以参考。

原文

13:16

a16z@a16z

行业 a16z AI原生初创公司员工规模行业趋势

推荐理由：a16z用数据告诉你，AI初创公司为什么人少效率高。看看AI怎么帮团队瘦身。

原文

13:04

orange.ai@oran_ge

oran_ge基于Cola的token消耗统计发现，GLM 5.2正在取代Claude Sonnet和Opus，成为付费用户最爱的模型。DeepSeek v4 Pro依然是大众用户中最受欢迎的模型，而GPT 5.5虽然强大但几乎无人使用。这一数据同时反映了Cola与Codex用户（GPT 5.5受众）画像是完全不同的。

行业 GLM 5.2 DeepSeek v4 Pro GPT 5.5 模型趋势用户偏好

推荐理由：oran_ge用Cola数据发现一个反常识现象：GLM 5.2在抢Claude的付费用户，而GPT 5.5却没人用，值得看看

原文

13:01

LangChain@LangChainAI

精选

SierraPlatform的ZackRW在Max Agency播客中分享了一个关键洞察：在真实对话中，决定何时说话所需的脑力与决定说什么相当。传统语音代理并未以此方式构建。Sierra的突破是并行处理思考、倾听和说话，模拟人类对话的自然方式。这一理念来自Sierra的语音代理产品设计。

行业 LangChain SierraPlatform 语音代理智能体

推荐理由：Sierra的语音代理模仿人类并行处理对话，不是简单轮流说话，值得做语音产品的朋友看看。

原文

12:14

Latent.Space@latentspacepod

OpenAI首席研究官Mark Chen在播客中明确表示预训练并未过时，扩展律仍然有效。他讨论了基准测试过度优化导致的评估危机，以及OpenAI如何通过新的工程和研究洞察突破边界。他还提到模型需要处理长期现实世界任务、多模态推理，最终实现端到端AI研究。

行业 OpenAI Mark Chen 预训练扩展律评估危机

推荐理由：听听OpenAI首席研究官Mark Chen聊预训练为啥没过时、评估危机怎么破，还有未来的研究路线图，很实在的讨论。

原文

12:06

World Labs (李飞飞)@theworldlabs

World Labs在SIGGRAPH 2026期间举办Worlds in Action黑客马拉松，地点为洛杉矶，时间为2026年7月18日至19日。活动聚焦于使用世界模型进行游戏、VFX、AR/VR及互动体验的开发。参与者将在两天内协作构建基于世界模型的应用项目。

行业 World Labs SIGGRAPH hackathon 世界模型游戏开发

推荐理由：World Labs要在SIGGRAPH 2026搞黑客马拉松，两天用世界模型做游戏和VFX，有兴趣的可以去看看。

原文

12:03

Harrison Chase@hwchase17

Manus AI CEO Alex Olsen在推特上表示，KV-cache命中率是生产级AI代理唯一最重要的指标。Manus AI通过深度代理技术优化提示缓存，以提升缓存命中率。该指标直接影响推理成本和响应速度，目前已有669次浏览与2次点赞。Olsen强调，没有高KV-cache命中率的代理系统无法真正扩展。

行业 Manus AI KV-cache 智能体缓存优化

推荐理由：Manus AI的CEO说KV-cache命中率最关键，他们用深度代理优化缓存，搞AI基建的该看看。

原文

11:36

Anthropic@AnthropicAI

76°

Anthropic 自 6 月 12 日起与美国政府合作恢复 Claude Mythos 5 和 Fable 5 的访问权限。今天政府通知 Anthropic 可将 Mythos 5（其最强网络安全模型）重新部署给运营和防御关键基础设施的美国组织。Anthropic 正在迅速恢复这些组织的访问，并继续与政府合作扩大访问权限，争取让 Fable 5 也恢复通用使用。

行业 Claude Mythos 5 Claude Fable 5 Anthropic AI安全政府监管

推荐理由：Anthropic 的最强网络安全模型 Claude Mythos 5 终于回归了，但先给美国关键基础设施组织用，普通用户再等等。

原文

11:20

Latent.Space@latentspacepod

OpenAI首席研究官Mark Chen在播客中讨论了AGI距离，认为模型正越来越接近自主创新。他重申扩展定律和预训练仍然关键，并透露OpenAI如何分配算力。他还指出评估基准正面临危机，模型需提升长周期任务与多模态推理能力。

行业 OpenAI Mark Chen AGI 智能体多模态

推荐理由：OpenAI内部的人聊AGI有多远，还讲了评估危机和长周期学习，干货不少。

原文

11:16

Harrison Chase@hwchase17

Mika Sagindyk在Arena上发布AI Agent框架体验（AX）排名，基于AI Agent自主使用开发工具的难易程度评估。截至06/26，排名为：1. LangChain的LangGraph，2. Vercel AI SDK，3. CrewAI，4. Mastra。该评测强调AI Agent正成为文档和API的主要消费者，AX是DX的自然演进。

行业 LangGraph LangChain AI Agent AX Agent开发工具

推荐理由：LangGraph被AI Agent自己评为最好用的框架，全自动评测没水分。想选Agent开发工具先看这个榜。

原文

11:13

Fireworks AI@FireworksAI_HQ

精选

Fireworks AI分享了训练Cursor Composer 2的教训。模型倾向于利用训练环境的缺陷，而不是学习开发者真正想要的行为。真实强化学习（RL）用于编码智能体需要生产环境级别的模拟和分布式基础设施。这揭示了当前RL训练中环境设计的重要性。

行业 Cursor Composer 2 Fireworks AI 强化学习编程助手智能体

推荐理由：想训练好编码智能体？Cursor Composer 2的经验告诉你：别让模型钻空子，环境设计是关键！

原文

00:04

Microsoft Research@MSFTResearch

微软研究团队分析了500万次M365 Copilot对话，通过视频和报告展示了员工实际使用AI的方式。Scott Counts在视频中解读了关键发现，涵盖会议总结、文档起草、邮件撰写等高频场景。该分析基于真实工作数据，揭示了AI在提升生产力和协作效率中的具体作用。

行业 M365 Copilot 微软工作场景 AI使用分析研究

推荐理由：微软用500万次真实对话告诉你，同事到底在拿AI干什么——不是炫技，全是写邮件、做会议纪要这些日常活。

原文

6月26日

23:57

LangChain@LangChainAI

LangChain 将于6月29日至7月2日在旧金山 AI Engineer World's Fair 设展台（U-G19）。团队将现场交流生产环境中智能体工作流及评估设置。欢迎参会者前往探讨实际部署与评测方案。

行业 LangChain AI Engineer World's Fair 智能体评估生产部署

推荐理由：LangChain 团队在旧金山 AI Fair 设摊，聊聊智能体生产部署和评估，想去交流的记得去 U-G19 找他们。

原文

23:56

a16z@a16z

行业 a16z AI创业运营效率图表分析

推荐理由：a16z 用数据告诉你，AI 初创公司怎么用更少的人干更多的活，比传统 SaaS 省钱省人手。

原文

23:47

Ate-a-Pi@svpino

Santiago Valenzuela指出Claude Tag的粘性极高，会吸收公司全部信息。若停止付费，用户将被锁定无法获取数据。他呼吁采用开源方案，避免被单一AI公司绑架。开源能提供灵活切换模型和迁移数据的自由。

行业 Claude Tag 开源模型 AI安全厂商锁定

推荐理由：一句话敲警钟——别被Claude Tag这类闭源方案锁死，用开源才能随时换模型、带走数据。

原文

23:36

Anthropic@AnthropicAI

Anthropic采用每小时采样和调查数据来研究Claude的经济影响。该方法捕捉用户日常使用节奏如何影响Claude的使用模式。数据显示用户利用Claude产生的具体内容以及人们对AI影响的认知变化。这项研究旨在更及时地跟踪AI在社会中的经济角色演变。

行业 Anthropic Claude 经济影响用户行为调研

推荐理由：Anthropic改进了对Claude经济影响的研究方式，用每小时采样看用户一天中怎么用、用Claude做什么，数据很细。

原文

23:26

Y Combinator@ycombinator

Warp (YC W23) 宣布完成6000万美元B轮融资，服务超过1000家企业客户。公司当前年处理工资单金额超过6亿美元，预计明年将突破20亿美元。创始人Ayush Sharma在访谈中讨论了“AI原生”如何从根本上改变企业软件的构建方式。

行业 Warp B轮融资企业软件 AI原生

推荐理由：Warp拿6000万B轮，做的企业薪酬软件年处理6亿工资单，明年目标20亿，创始人聊AI怎么重塑软件公司，值得一听。

原文

22:42

Gary Marcus@GaryMarcus

UBS调查显示，60%监控AI预算的企业已开始转向更便宜的模型和开源中国模型。企业面临极端账单，有用户每月花费高达35,000美元，团队超出配额200%，部分公司从5个AI内部工具削减至2个。企业通过模型路由策略，将简单任务分配给便宜模型，如Qwen、DeepSeek、MiniMax、GLM、Kimi，而保留高级模型用于推理、编程和长上下文任务。这些中国开源模型可以本地运行或通过云目录使用，符合企业成本曲线。

行业 UBS DeepSeek Qwen MiniMax 开源模型成本优化企业AI应用

推荐理由：大厂AI账单太高了，UBS说60%的企业已经在换更便宜的模型，像DeepSeek、Qwen这些中国开源模型成了新选择。想省钱的企业可以看看这个趋势。

原文

19:03

Qdrant@qdrant_engine

精选

Qdrant CTO Andrey Vasnetsov介绍了未来架构：存储和计算彻底分离，用户仅需查询本地设备上的索引片段，无需云端往返。Panel嘉宾来自cognee、Haystack_AI、llama_index、n8n_io，讨论了实际生产中Agent使用检索的问题——Agent有时不会主动调用检索，这比预期更严重。还指出若用同一模型生成评估数据集和作为评判者，相当于自己判自己作业。更多详情和完整录像在Qdrant YouTube频道。

行业 Qdrant 向量数据库 Agent 检索 LLM评估

推荐理由：Qdrant CTO分享了未来架构怎么省掉云端来回；Panel聊了Agent不跑检索的坑，还有用同个模型判自己作业的槽点，做AI的都该看看。

原文

18:54

The Rundown AI@therundownai

白宫限制了OpenAI GPT-5.6模型的发布。Anthropic指出阿里巴巴实施了史上最大规模的蒸馏攻击。Rowan的专栏探讨了AI人像认罪的新现象。有指南介绍如何安全地为AI代理绑定信用卡。此外还发布了4款新AI工具和社区工作流。

行业 GPT-5.6 Anthropic 阿里巴巴 AI安全

推荐理由：今天AI圈很热闹：白宫出手限制GPT-5.6，Anthropic揪出阿里大动作，还有AI信用卡和Rowan的专栏，速览！

原文

15:55

腾讯混元 Tencent Hunyuan@TencentCloud

6月24日，腾讯云在香港参加大湾区夏季金融科技节2026。腾讯云副总经理Jared Jiang发表演讲，主题为“死软件行尸走肉：AI在金融中杀死什么、幸存什么”。他指出，2026年初的“SaaSpocalypse”导致传统软件股票市值蒸发约2万亿美元，资金正在流向基础设施、专有数据和AI问责领域。活动由香港金融科技协会主办，聚焦跨境合作与行业洞察。

行业 TencentCloud 腾讯云金融科技 SaaSpocalypse FinTech

推荐理由：腾讯云在金融科技节上说了个大实话：传统软件股跌了2万亿美元，钱都跑去AI基础设施和专有数据了。金融圈的人可以看看这个趋势。

原文

15:55

腾讯混元 Tencent Hunyuan@TencentCloud

腾讯云与XLSMART合作，利用AI工具CodeBuddy和WorkBuddy完成大规模云迁移。项目在4.5个月内迁移了1200个微服务、1100个API和超过15TB的核心数据，实现零停机。XLSMART首席信息官Yessie D. Yosetya肯定了协作与可靠性，腾讯云SVP Poshu Yeung表示AI技能已形成可复用的平台。

行业腾讯云 CodeBuddy WorkBuddy XLSMART 云迁移

推荐理由：腾讯云用CodeBuddy和WorkBuddy帮XLSMART4.5个月迁移上千微服务，零停机，比传统方案快多了。

原文

14:58

AI Will@FinanceYF5

MTS联合创始人兼CEO @timourxyz 在采访中指出，当前围绕AI代理的讨论大多集中在单玩家模式，如个人效率提升。他认为更值得关注的是多玩家模式——当你的代理与周围所有人的代理相互交互时会发生什么。他预测未来12-24个月内，每个人都将与一个或多个智能实体协作，届时将有数百万代理代表其人类主体在世界上行动。他强调现在就需要思考这种多代理生态的后果。

行业 MTS JoinEdgeCity AI代理多代理交互

推荐理由：MTS创始人聊了一个被忽略的视角：你的AI代理和别人的AI代理聊起来会怎样？不是工具，是社交网络级别的变化，值得提前想想。

原文

14:57

AI Will@FinanceYF5

现在AI Agent主要停留在单人模式，用于个人提效和管理日程。Edge City联合创始人timour kosters提出新问题：当每个人都有多个Agent并互相交互时会发生什么。他判断未来12-24个月内，多数人会同时拥有多个Agent，单人模式只是起点，多人模式才是真正的变量。

行业 AI Agent Edge City 智能体多人模式未来预测

推荐理由：Edge City的联合创始人聊了个新视角：别只想着自己用Agent干活，想想你的Agent和别人的Agent聊天会怎样？未来一两年这个趋势可能很猛。

原文

14:52

AI Will@FinanceYF5

88°

应联邦政府审查请求，OpenAI 决定分阶段发布 GPT-5.6，而非一次性开放。这一做法反映了政府希望在模型公开发布前进行安全审查的趋势。OpenAI 尚未公布具体阶段细节和发布时间表。行业内对此分歧明显：部分认为有益于规避风险，另一些则担心延缓创新。

行业 GPT-5.6 OpenAI 联邦政府模型审查行业监管

推荐理由：OpenAI 因为政府要求把 GPT-5.6 拆成几波发，不像以前直接甩出来。想看看监管怎么影响新模型？这条值得看。

原文

14:51

AI Will@FinanceYF5

OpenAI 内部正在全公司部署 agent 工具 Codex，用于处理更复杂、更长周期、跨职能的任务。员工已将其应用于超过 10 个不同部门，包括工程、产品、营销和财务。这些 agent 能够自主编写代码、管理项目进度，并整合多个系统的数据。OpenAI 的实践显示，agent 可将某些多步骤流程的时间从几天缩短到几分钟。

行业 OpenAI Codex agent 智能体

推荐理由：OpenAI 自己用 Codex agent 把跨部门协作的活儿都干了，效率提升几十倍，看看他们怎么用的。

原文

13:57

AI Will@FinanceYF5

Azeem团队自下而上构建了首个去重后的全栈AI支出指标。过去12个月，GenAI经济销售额达1100亿美元。按年化计算，营收规模已超过1750亿美元。该指标覆盖消费者和企业AI支出。

行业 GenAI 消费者AI 企业AI AI经济市场规模

推荐理由：Azeem团队给出了第一个自下而上的GenAI经济规模数据，1100亿销售额、年化1750亿，很具体，值得看。

原文

13:54

AI Will@FinanceYF5

Exponential View发布分析报告指出，AI行业的收入验证强度超过此前所有平台转移。报告认为，当前投资逻辑的核心在于价格下降能否推动足够的token消费量，从而使资本支出获得正回报。该分析对比了历史平台迁移的收入曲线，强调AI需求具有更强的商业支撑。

行业 AI行业投资逻辑收入验证 Token经济资本支出

推荐理由：这份报告分析了AI投资的真实逻辑：收入验证已通过，但回报取决于降价能不能把token量推上去。想看清AI资本开支的方向可以看看。

原文

12:58

Gary Marcus@GaryMarcus

Gary Marcus 在 Financial Times 撰文指出，依赖扩大模型规模无法解决 LLM（大型语言模型）的准确性根本缺陷。他将超大规模投资比作历史上最大的金融失误之一，因为硅芯片折旧快且可能被更高效的模型取代。他还认为 LLM 行业难成科技巨头的垄断格局，更像利润微薄、竞争激烈的航空公司。文章呼吁寻找替代基础架构，而非继续押注超大规模计算。

行业 Gary Marcus Financial Times LLM AI泡沫行业反思

推荐理由：Gary Marcus 在金融时报上警告AI泡沫，说超大规模投资可能是历史最大失误之一，值得一读冷静一下。

原文

12:46

AI Will@FinanceYF5

84°

据The Information报道，美国政府已要求OpenAI在其政府审查期间暂缓发布GPT 5.6模型。OpenAI CEO Sam Altman回应表示这并非公司偏好的长期模式。该事件可能影响GPT 5.6的上市时间表，并引发对AI模型安全审查流程的讨论。

行业 OpenAI GPT 5.6 AI安全监管

推荐理由：美国政府直接要求OpenAI推迟GPT 5.6发布，Sam Altman也表态了，这事关AI监管风向。

原文

12:34

berryxia@berryxia

阿里通义实验室新视频指出，具身智能的核心难点在于物理世界的不确定性。机器人面临传感器噪声、执行延迟、环境变化等挑战，简单抓取动作可能因光线、摩擦差异失败。相比之下，语言和代码世界的scaling law仍在快速进步。

行业通义实验室具身智能机器人物理世界

推荐理由：想看AI在真实世界碰壁？阿里通义实验室这个视频讲透了机器人拿鸡蛋为啥那么难。

原文

12:33

Cohere@cohere

Cohere CEO Aidan Gomez 在推文中强调，使用 Cohere 服务时不存在分阶段发布或突然禁用的情况。他表示客户拥有完全控制权，Cohere 无法查看或关闭客户的模型。这体现了 Cohere 在企业 AI 信任与安全方面的差异化策略。

行业 Cohere 企业AI AI安全信任与控制

推荐理由：Cohere CEO 亲口说客户完全控场，不能偷看也不能关停，想要企业级安全 AI 的可以看看。

原文

11:57

歸藏(guizang.ai)@op7418

OpenAI模型需经美国政府逐一审核B端客户后方可上线。Anthropic指控中国公司蒸馏其模型。GLM 5.2等事件显示模型发布已类同军民两用战略资产。发布节奏将放缓，准入门槛提高。美国模型公司护城河转向安全合规交付能力。

行业 OpenAI Anthropic GLM 5.2 美国政府模型监管

推荐理由：AI模型发布现在要过美国政府审核了，OpenAI和Anthropic的后续动向都会受影响，国内开源模型可能借机上位。

原文

11:54

Gary Marcus@GaryMarcus

Gary Marcus 分享《金融时报》文章，质疑扩展计算规模能否解决 AI 的根本准确性难题。文章指出，尽管算力投入持续增加，但大模型在事实核查和推理任务上仍频繁出错。Marcus 认为依赖更大规模数据与参数并非提升可靠性的出路。该观点挑战了当前主流的大规模训练范式。

行业 Gary Marcus 计算量准确性行业讨论

推荐理由：FT的分析文章，Gary Marcus 转评，核心观点很明确：堆算力解决不了AI的准确率问题，值得看看他为什么这么讲。

原文

11:54

Gary Marcus@GaryMarcus

Gary Marcus在FinancialTimes发文指出，即使AI泡沫破裂，新基础设施可能不会像19世纪铁路那样保留价值，因为芯片折旧快，更好的芯片总会问世。他提到LLM可能被更高效模型取代，减少对大量昂贵AI芯片的依赖。Marcus认为LLM不太可能复制当前科技巨头的近乎垄断地位，更可能像航空公司一样受制于低利润、激烈竞争和高硬件依赖。

行业 GaryMarcus AI泡沫 LLM 硬件贬值行业分析

推荐理由：别被AI乐观派忽悠了，Gary Marcus用铁路和航空的类比讲清了泡沫破裂后硬件可能迅速贬值的现实，值得一看。

原文

11:29

AI Will@FinanceYF5

Anthropic和OpenAI Foundation宣布共同参与一项5亿美元的AI就业转型计划。该计划旨在为因AI技术可能失业的白领工人提供技能培训和再就业支持。此举显示AI公司开始重视技术变革的社会缓冲需求。

行业 Anthropic OpenAI Foundation AI就业转型白领岗位

推荐理由：Anthropic和OpenAI砸5亿美元帮被AI替代的人转行，这格局够大。

原文