07:29rohanpaul_ai@rohanpaul_ai76°Elon Musk 在 SpaceX 视频中阐述太空数据中心的成本优势:太空持续日照、无大气损耗,太阳能发电近乎零边际成本;真空环境散热无需风扇或水,能耗远低于地球数据中心。结合 Starship 的低成本轨道发射,Musk 预计 2-3 年内太空将成为 AI 算力成本最低的方案。最终,太空机架可扩展至太瓦级,经济性远超地球。行业太空数据中心AI 算力Elon MuskStarship太阳能5 个信源在谈推荐理由:Musk 把 AI 算力的终极成本方案指向了太空,做 AI 基础设施或关注算力瓶颈的团队值得一看——如果成真,数据中心选址逻辑将被彻底颠覆。原文
07:14Simon Willison@simonwOpenAI 和 Anthropic 均已向美国 SEC 提交了机密的 S-1 注册声明,为首次公开募股(IPO)做准备。OpenAI 在 X 上公开了这一消息,表示提交 S-1 是为了保留未来更快上市的选择权,但尚未确定具体时间。Anthropic 则在 6 月 1 日就已提交。两家顶级 AI 公司同时推进 IPO,标志着 AI 行业进入资本化新阶段,投资者和开发者需关注其上市对行业格局的影响。行业OpenAIAnthropicIPOSEC资本市场10 个信源在谈推荐理由:AI 行业两大巨头同时冲刺 IPO,意味着资本市场的风向标即将确立,关注 AI 投资的读者和从业者值得深入了解这对行业竞争和融资生态的潜在影响。原文
06:57IT之家(博客/媒体)精选据《连线》杂志报道,Meta 智能眼镜配套应用中被发现一段名为“姓名标签”的人脸识别算法休眠代码。该代码可将人脸照片转化为生物特征标识并交叉比对。Meta 在曝光后仅一天(6月5日)便推送更新彻底删除该代码。Meta 通讯副总裁安迪·斯通声称该功能仅为试点项目,尚未做出正式决定。该事件引发隐私侵犯争议,此前Meta智能眼镜已因偷拍等问题遭集体诉讼。行业Meta智能眼镜人脸识别隐私姓名标签推荐理由:Meta又陷隐私风波,智能眼镜代码你怕不怕原文
06:54IT之家(博客/媒体)三星电子副董事长全永铉在与英伟达 CEO 黄仁勋会面后透露,双方正就下一代 Groq LPU 系列 AI 加速器芯片合作进行商讨。三星晶圆代工已是英伟达 4nm Groq 3 (LP30) LPU 的合同制造伙伴。英伟达后续规划了 Rubin 世代的 LP35 和 Feyman 世代的 LP40 LPU。台积电此前也表示正与客户合作开发下一代 LPU。行业三星英伟达Groq LPUAI 加速器晶圆代工推荐理由:AI 芯片代工格局生变,三星与英伟达深化合作可能影响未来 LPU 产能分配,关注 AI 硬件供应链的从业者值得跟进。原文
06:51IT之家(博客/媒体)OpenAI CEO 奥尔特曼与首席科学家帕霍茨基联合发布博客,宣布公司进入第三发展阶段,核心目标是让 AI 技术普及化、易用化且安全可靠。第一阶段聚焦通用人工智能研发,第二阶段面向全球推出产品,第三阶段则致力于将先进 AI 转化为人人可用的实用工具。OpenAI 提出三大目标:打造自动化 AI 研究员、推动经济提速、为全球每个人配备专属通用 AI。同时强调 AI 必须坚守安全底线、契合人类意愿,并呼吁成立国际机构应对风险。当天 OpenAI 还秘密提交了 IPO 申请。行业OpenAIAI 普及化AI 安全IPO行业战略10 个信源在谈推荐理由:OpenAI 首次明确第三阶段战略——从技术研发转向普惠落地,做 AI 应用或关注行业走向的团队值得一读,能预判未来生态方向。原文
06:46IT之家(博客/媒体)精选Cadence 宣布与英特尔代工扩大设计技术协同优化(DTCO)合作,从 Intel 14A 工艺开始,优化工具、流程和方法论以实现性能、功耗和面积(PPA)的领先。双方将紧密合作,提供可量产的 PDK,并利用 Cadence 的代理式 AI 流程加速产品上市、降低设计风险。这一合作标志着两家公司关系升级为更深层次的战略伙伴,旨在推动 HPC 和移动端低功耗设计的突破。Cadence CEO 表示,这将助力客户实现性能与能效的新突破,加速下一代产品落地。行业Intel 14ACadenceDTCO代工合作PPA优化推荐理由:芯片设计团队和代工客户将受益于更高效的 PPA 优化流程,建议关注 Intel 14A 工艺的 PDK 进展,直接关系到下一代 HPC 和移动芯片的竞争力。原文
06:38rohanpaul_ai@rohanpaul_ai据 WSJ 报道,OpenAI 已秘密提交 IPO 文件,启动上市流程。此举允许 OpenAI 在不公开收入、亏损、客户构成等敏感数据的情况下,与 SEC 进行初步审查。此前 Anthropic 也已秘密提交 IPO 文件。这表明 AI 实验室之间的竞争已从模型能力扩展到资本层面,各方正为下一代 AI 基础设施融资。行业OpenAIIPO资本竞赛AnthropicAI 基础设施10 个信源在谈推荐理由:AI 实验室的竞争正式进入资本赛段,关注 AI 投资或行业格局的读者值得了解——这决定了未来谁有资源建更大模型。原文
06:23Mustafa Suleyman@mustafasuleymanMustafa Suleyman 在 X 上引用 Yuval Noah Harari 的 FT 专栏文章,对阿根廷总统 Milei 提出的非人类公司(由 AI 代理或机器人运营)法律人格化表示担忧。Harari 认为,虽然这可能创造巨大财富,但也会给 AI 系统一把进入金融、经济和政治系统的万能钥匙。Suleyman 表示同意,并提到自己近期在《自然》杂志发表过类似观点。该讨论引发了对 AI 法律地位和监管的广泛关注。行业AI治理法律人格AI代理监管Mustafa Suleyman推荐理由:AI 法人化可能彻底改变商业与法律格局,关注 AI 治理、政策制定或企业合规的读者,建议仔细阅读 Harari 的完整分析,理解这把“万能钥匙”的潜在风险。原文
06:17Greg Brockman@gdbOpenAI 在官方博客及 X 平台发布了其当前正在推进的核心目标,旨在随着 AI 进步扩大人类自主性。这些目标围绕实现 OpenAI 的使命——确保通用人工智能(AGI)造福全人类——展开。具体内容涉及构建更强大、更安全的 AI 系统,并赋予人类更多控制权。此举反映了 OpenAI 对 AGI 发展路径的持续规划,以及对人类与 AI 协同进化的重视。行业OpenAIAGI人类自主性AI 安全行业动态10 个信源在谈推荐理由:OpenAI 首次系统披露其 AGI 路线图中的阶段性目标,关注 AI 治理与人类自主性的从业者、政策研究者值得细读,能提前把握行业风向。原文
05:51rohanpaul_ai@rohanpaul_ai《哈佛商业评论》新文章指出,AI 正在从简历筛选和远程面试两端破坏招聘流程。候选人可快速生成优化简历,AI 筛选器反而偏好类似 AI 输出的文本,导致弱候选人被高估。远程面试中,实时 AI 助手可提供答案,尤其对可预测的行为问题。文章建议用实时工作模拟问题替代传统面试,通过中途改变事实、要求候选人辩护权衡来检验真实能力。行业AI 招聘简历造假远程面试工作模拟哈佛商业评论推荐理由:HR 和招聘经理的噩梦成真了——AI 让简历和面试都失去可信度,这篇文章给出了可操作的解决方案(实时工作模拟),做招聘的团队值得点开看看怎么应对。原文
05:49rohanpaul_ai@rohanpaul_ai83°Sam Altman 发布新博文,阐述 OpenAI 未来路径,目标到 2028 年 3 月前让 AI 完成公司相当一部分研究工作。路径包含三大目标:构建自动化 AI 研究员、利用其加速科学和生产力、为每个人提供个性化 AGI 助手。该助手将覆盖工作、学习、编程、商业、健康文书和决策等场景。这标志着 OpenAI 从当前模型向真正通用人工智能迈进的战略蓝图。行业OpenAIAGIAI 研究员个性化助手未来规划10 个信源在谈推荐理由:Altman 首次给出明确时间线——2028 年 AI 自主研究,做 AI 战略或关注 AGI 进程的从业者值得一读,看完会对未来三年行业走向有更清晰判断。原文
05:48rohanpaul_ai@rohanpaul_ai美国提出一项新法案《GUARD Act》,要求安全机构审查来自中国等对手国家的机器人,并将高风险系统列入 FCC 的“覆盖清单”,类似对华为和中兴的限制。法案担忧机器人不仅是摄像头、麦克风、传感器等设备的集合,更是在工厂、实验室、家庭和警察局中移动的计算机。另一项由舒默和科顿提出的法案将禁止联邦机构购买或使用中国人形机器人,但允许受控的军事或执法研究例外。此举旨在防范数据安全和间谍风险,可能影响中国机器人企业在美市场。行业机器人美国法案出口管制数据安全GUARD Act推荐理由:做机器人出口或跨境业务的团队需要关注——GUARD Act 可能直接封堵中国机器人进入美国市场,类似华为禁令的升级版,建议提前评估合规风险。原文
05:18a16z@a16zWorld Labs CEO、AI 学者李飞飞在 Bloomberg Tech 活动上呼吁,AI 必须推动 K-16 教育体系变革。她指出,当 AI 能比普通人更好回答标准化试题时,问题不在于人类不行,而在于评估方式过时。她强调人类资本是世界上最宝贵的资源,教育应转向赋能学生使用 AI 工具,培养他们引领 AI、正确使用 AI 的能力。李飞飞鼓励孩子们不要害怕 AI,而要发挥人类能动性,用 AI 创造前所未有的影响力。行业AI 教育李飞飞教育评估人类能动性K-16 学习推荐理由:李飞飞直指 AI 时代教育的核心矛盾——标准化考试已失效,做教育决策、课程设计或关心孩子未来的家长/老师,值得听听这位 AI 领袖的变革思路。原文
05:12LangChain@LangChainAILangChain 指出,虽然很多团队都想发布 AI Agent,但真正在生产中让 Agent 稳定运行的团队,并不将其视为一次性实验或孤立项目。他们构建的是一个可重复的系统,涵盖构建、测试、部署、监控和改进五个阶段,即 Agent 开发生命周期。这一方法论强调持续迭代和系统化流程,而非一次性交付。对于正在或计划将 Agent 投入生产的团队来说,这是值得参考的工程实践。行业智能体生产部署开发流程LangChain工程实践推荐理由:LangChain 把 Agent 从实验到生产的工程化路径讲清楚了,做 AI 应用落地的团队可以直接对照自己的流程,看看缺了哪一环。原文
04:59OpenAI Blog(博客/媒体)OpenAI 发布了一项旨在确保通用人工智能(AGI)惠及所有人的计划,核心围绕三大支柱:广泛访问、安全保障和共享繁荣。该计划强调通过降低使用门槛、加强安全研究以及推动经济包容性,让 AI 技术不仅服务于少数群体,而是造福全人类。OpenAI 认为,AGI 的发展必须伴随负责任的治理和公平的利益分配,以避免技术鸿沟加剧。这一愿景反映了公司对 AI 伦理和社会责任的重视,也为行业树立了普惠发展的标杆。行业OpenAIAGIAI 安全普惠 AIAI 伦理10 个信源在谈推荐理由:OpenAI 首次系统阐述 AGI 普惠路线图,关注 AI 公平性的政策制定者、伦理研究者和社会创新者值得细读——这可能是未来 AI 治理框架的雏形。原文
04:55rohanpaul_ai@rohanpaul_ai英伟达CEO黄仁勋拒绝了参议员伊丽莎白·沃伦要求其就AI芯片对华销售和出口管制问题在国会作证的要求。英伟达的核心论点是,将外国客户推向非美国芯片会削弱美国的技术主导地位。而沃伦则认为,当买家可能成为战略竞争对手时,市场份额的意义会降低。这一事件凸显了美国科技巨头与政府之间在AI芯片出口政策上的深刻分歧。行业英伟达AI芯片出口管制中美科技竞争政策博弈推荐理由:AI芯片出口管制直接影响全球AI产业链布局,关注英伟达和半导体政策的从业者、投资者及开发者值得了解这场博弈的核心论点。原文
04:40OpenAI: 官网动态(博客/媒体)OpenAI 发布了一篇题为“Built for broad benefit”的文章,阐述了其关于通用人工智能(AGI)未来的愿景。文章强调,OpenAI 致力于确保 AGI 能够惠及所有人,而非少数群体。核心关注点包括:广泛访问(让更多人能使用 AI 技术)、安全性(确保 AI 发展可控且符合人类价值观)以及共享繁荣(让 AI 带来的经济和社会效益得到公平分配)。这标志着 OpenAI 在追求 AGI 的过程中,将社会责任和公共利益置于核心位置。行业OpenAIAGIAI 安全AI 普惠行业愿景10 个信源在谈推荐理由:OpenAI 首次如此明确地将“普惠”与“安全”并列作为 AGI 发展的核心原则,关注 AI 社会影响的从业者、政策制定者和普通用户都值得一读,了解这家头部公司如何平衡技术野心与公共责任。原文
04:12a16z@a16za16z 发布的视频中,Benedict Evans 认为 AI 不会减少软件需求,反而会催生更多软件。他指出,企业软件目前分为三大类:大型水平系统(如 SAP、Workday)、垂直软件,以及 Excel、邮件等模糊的中间地带。AI 的加入将让原本无法用软件解决的问题变得可行,从而增加竞争和软件数量。Evans 将当前 AI 发展比作 1997 年的互联网,强调基础模型应被视为基础设施。行业AI 趋势企业软件Benedict Evansa16z基础设施推荐理由:Benedict Evans 的洞察直击 AI 对软件行业的真实影响——不是替代而是扩展,做企业软件或 SaaS 的团队值得听听他的分析,重新思考产品方向。原文
03:44LlamaIndex@llama_indexLlamaIndex 联合多家 AI 基础设施公司(Braintrust、Browserbase、Cursor、Modal 等)举办首届 Agent Open 匹克球锦标赛,融合代码竞技与体育赛事。活动设有定制球场、观众席、AI 领袖表演赛及周边商品,旨在打造 AI 社区的独特社交与展示平台。赛事在旧金山举行,鼓励开发者参与并创造历史。行业AI社区匹克球开发者活动LlamaIndex旧金山2 个信源在谈推荐理由:AI 社区终于有了自己的体育赛事——Agent Open 把代码比拼和匹克球结合,做 AI 基础设施的团队和开发者值得关注,既能展示技术又能社交,建议点开看看活动详情。原文
03:16IT之家(博客/媒体)76°苹果宣布因欧盟《数字市场法》的隐私要求分歧,Siri AI 将不会随 iOS 27 等系统更新在欧盟上线。苹果认为其端侧处理与私有云计算设计已最大限度保护用户数据,但欧盟要求虚拟助手直接访问用户私密数据并操控其他应用。苹果提出可信系统智能体中间方案和 18 个月渐进上线计划,但未被欧洲委员会接受。欧盟用户将无法使用回看对话、视觉智能、写作工具等新功能。苹果表示将继续与监管机构沟通,希望最终将 Siri AI 带入欧盟。行业苹果Siri AI欧盟数字市场法隐私合规4 个信源在谈推荐理由:隐私与监管的博弈直接影响欧盟用户的 AI 体验,做跨国产品合规的团队值得关注苹果的应对策略。原文
03:14Gary Marcus@GaryMarcusGary Marcus 评论微软和 OpenAI 计划建设的 Stargate 超级计算机,其成本可能高达 1000 亿美元。他认为,从长远来看,这笔投资对于构建下一代 AI 来说只是小钱。这反映了 AI 领域对算力的巨大需求以及科技巨头之间的战略合作关系。行业微软OpenAIStargate超级计算机算力10 个信源在谈推荐理由:AI 从业者需要理解算力军备竞赛的真实规模——1000 亿美元只是入场券,看完你会重新评估自己的技术路线。原文
03:03elvis@omarsar0精选omar 指出当前对 agent loops 的炒作过度,认为其在代码库维护等可轻松验证的场景中表现良好,但在许多其他领域和真实用例中,人类在环(human in the loop)仍然必要。他建议设计既能支持自主运行又能方便人类协作与输入的循环,以对抗 AI 生成的“垃圾内容”(AI slop)。行业智能体agent loops人类在环AI slop行业观点推荐理由:做 AI 智能体开发的团队值得一看——omar 点出了 agent loops 的适用边界和潜在风险,提醒大家不要盲目追求全自动,设计时留好人类介入接口,避免产出低质量 AI 内容。原文
02:53a16z@a16z精选风险投资家Benedict Evans在a16z播客中表示,尽管AI token需求无限,但定价权并非必然。他以移动数据为例,过去15年数据流量增长1500-2000倍,但电信运营商仍陷入惨烈价格战。他警告当前AI领域存在极端供需不平衡,上万亿美元资本开支涌入后,价格均衡可能重塑。行业Benedict Evansa16z定价权资本支出供需关系推荐理由:需求无限但价格不一定涨原文
02:42宝玉@dotey微博博主 dotey 认为,当前 AI Agent 的进化路径是从效率场景(编程、办公)逐步扩展到生活场景。微信的主要场景是生活类,但这类场景的 Agent 能力目前还很有限,即使接入小程序也难以处理订机票、酒店等复杂任务。等到效率场景被其他 Agent 抢占用户心智后,用户会自然倾向于使用同一 Agent 处理生活场景,届时微信 AI 可能失去机会。行业Agent效率场景微信AI生活场景产品策略推荐理由:做 AI 产品经理或关注 Agent 赛道的开发者,这篇观点点出了微信 AI 在生活场景的潜在短板,值得思考自己的产品如何抢占效率场景先机。原文
02:21rohanpaul_ai@rohanpaul_aiRohan Paul 在 X 上发文指出,传统的提示词(prompt)时代正在结束,因为这种方式过于线性且受限于人类输入。他认为我们正进入 AI 智能体的循环机器时代,核心价值在于将判断力上移,让人类设计流程,而模型处理重复性摩擦。这一观点反映了 AI 从工具向自主系统的转变趋势,强调人类应专注于战略设计而非微观操作。行业AI智能体人机协作流程设计自动化范式转变推荐理由:AI 从业者需要理解从提示词到智能体的范式转变,这关乎如何重新分配人机协作中的价值。做 AI 产品设计或自动化流程的团队,建议关注这一趋势以优化工作流。原文
02:10OpenAI Blog(博客/媒体)OpenAI 宣布启动经济研究交流计划(Economic Research Exchange),旨在研究 AI 对就业、生产力和经济的实际影响。该计划将资助和合作开展选定的研究项目,目前开放申请。这是 OpenAI 首次系统性地将 AI 的经济效应作为独立研究方向,为政策制定者和企业提供数据驱动的洞察。行业OpenAI经济研究AI 影响就业生产力10 个信源在谈推荐理由:关注 AI 对就业和经济影响的学者、政策研究者可以直接申请参与,这是 OpenAI 首次开放此类研究合作,值得关注。原文
01:55Decoder@Matthias BastianGoogle 已向 Intel 订购超过 300 万颗 AI 芯片,计划于 2028 年交付。同时,Nvidia 正在测试 Intel 的制造工艺,用于其下一代 Feynman 架构。这主要是因为 TSMC 的产能无法满足 AI 芯片的爆发式需求。Intel 长期挣扎的晶圆代工业务因此获得了一次罕见的复兴机会。此举可能重塑全球 AI 芯片供应链格局。行业IntelGoogleNvidiaTSMCAI 芯片供应链6 个信源在谈推荐理由:AI 芯片供应链的单一依赖风险终于有了缓解方案——Intel 代工业务获得 Google 和 Nvidia 的订单,做芯片设计或关注硬件生态的开发者值得关注这一变化。原文
01:54IT之家(博客/媒体)在 WWDC 2026 上,苹果软件工程高级副总裁克雷格·费德里吉批评了当前行业“为 AI 而 AI”的趋势,强调真正有用的 AI 必须围绕用户需求展开。他指出,许多企业急于将 AI 塞入生活方方面面,却忽略了 AI 最终要服务的对象。苹果的新一代 Apple Intelligence 技术旨在让产品更加个性化和实用,以用户为中心。这一立场凸显了苹果在 AI 发展上的差异化策略,即注重实际价值而非技术炫耀。行业苹果WWDCApple IntelligenceAI 理念用户中心2 个信源在谈推荐理由:苹果高管直接批评行业跟风 AI 的做法,做产品决策的团队可以看看苹果如何定义“有用 AI”——不是堆功能,而是解决真实需求。原文
01:53Clement Delangue@ClementDelangueHugging Face CEO Clement Delangue 在 X 上发文,指出 AI 行业正走向成熟,多模型工作负载成为主流。他预测,未来公司不仅会使用数十个模型,还会针对特定用例进行适配、后训练和优化。最终,模型数量将像代码仓库一样多,因为模型正在成为新的代码。这一观点反映了 AI 从单一模型向多元化、定制化发展的趋势。行业多模型工作负载模型定制AI 趋势Hugging Face模型即代码推荐理由:AI 从业者终于可以告别“一个模型打天下”的思维了——多模型工作负载是未来,做模型选型、微调或部署的团队值得关注这个趋势,提前布局。原文
01:50宝玉@dotey微信发布《开发者接入微信AI生态的指引》,引导小程序开发者让AI控制小程序,试图巩固其超级入口地位。但业界观点认为,未来年轻人将直接通过个人Agent完成社交、信息获取等操作,不再主动打开微信。微信的AI策略仍局限于自家生态,可能错失下一代入口机会。Agent作为新超级入口,大概率不属于微信。行业微信AI Agent超级入口小程序生态策略推荐理由:做小程序或AI产品的开发者值得关注——微信的AI生态策略可能影响你的流量入口和用户习惯,但别押注太早,Agent时代入口格局未定。原文
01:16a16z@a16zBenedict Evans 在与 Erik Torenberg 的对谈中,将当前 AI 发展阶段类比为 1997 年的互联网——基础设施初具雏形,但杀手级应用尚未爆发。他重点讨论了编程代理已找到产品市场契合点,基础模型应被视为基础设施而非最终产品,以及垂直产品的价值。他还分析了 OpenAI 与 Anthropic 的策略差异、定价压力、企业软件的未来以及模型是否会商品化。这场对话为理解 AI 产业当前阶段和未来方向提供了深刻视角。行业AI 产业基础设施编程代理垂直产品模型商品化10 个信源在谈推荐理由:Evans 把 AI 的现状比作 1997 年的互联网,这个类比让做投资、创业或战略规划的人能立刻抓住当前阶段的本质——基础设施已就位,但应用层机会巨大,值得点开细品。原文
01:03Gary Marcus@GaryMarcus精选Gary Marcus 在 X 上反驳 Google 联合创始人 Sergey Brin 的观点,Brin 认为 Transformer 架构本身足以实现 AGI。Marcus 指出,当前没有任何团队单独使用 Transformer,而是结合工具、约束和神经符号 AI 架构。他认为 Transformer 可能是 AGI 的必要条件,但绝非充分条件,这正是神经符号 AI 兴起的原因。行业AGITransformer神经符号 AIGary MarcusSergey Brin推荐理由:AGI 路线争论升级,做 AI 架构和研究的开发者值得关注——Transformer 的边界在哪、神经符号 AI 为何崛起,看完会有启发。原文
00:45Mustafa Suleyman@mustafasuleyman微软 AI 负责人 Mustafa Suleyman 在 Decoder 播客中讨论了上周发布的 7 款新模型,涵盖社会对 AI 的焦虑情绪以及 AI 是否提供了足够价值等关键话题。他回应了公众对 AI 快速发展的担忧,并强调模型在实用性和可及性上的进步。这次对话为理解当前 AI 行业的社会影响和产品方向提供了重要视角。行业AI 行业Mustafa SuleymanDecoder 播客AI 价值社会焦虑推荐理由:AI 行业领袖直面社会焦虑和价值质疑,关心 AI 落地与公众情绪的从业者值得一听,看完会对行业现状有更立体的理解。原文
23:49Aadit Sheth@aaditshOpenRouter 完成 1.13 亿美元融资,其收入在三个月内翻倍以上,验证了 AI 推理成本快速下降的趋势。GPT-4 每百万 token 价格从三年前的 30 美元降至不到 1 美元,80/20 路由分流已成标准实践。Coinbase CEO Brian Armstrong 预测,12-18 个月内 80% 的 AI 工作负载将运行在便宜 99% 的模型上,仅 20% 需要最新高端模型。Coinbase 已通过路由策略将成本基本持平,而 token 使用量仍在指数增长。这暗示未来瓶颈将是能源和算力,而非模型本身。行业OpenRouter融资推理成本路由分流Coinbase推荐理由:AI 推理成本断崖式下跌正在重塑行业格局,做 AI 应用或基础设施的团队值得关注——路由策略能直接省下 80% 成本,建议尽早布局。原文
23:46IT之家(博客/媒体)彭博社记者古尔曼透露,苹果WWDC26除了AI、Siri和系统性能改进外,隐私和安全功能将是另外两大重点。本次WWDC主题演讲可能是库克最后一次以CEO身份参加。苹果预计将发布iOS/iPadOS/macOS 27系统及Apple智能、Siri等更新。行业苹果WWDC26隐私安全库克3 个信源在谈推荐理由:苹果用户和开发者值得关注——隐私和安全是苹果生态的核心竞争力,WWDC26的这两项更新可能直接影响你的设备使用体验和数据保护方式。原文
22:50rohanpaul_ai@rohanpaul_ai据 The Information 报道,Google 已选择 Intel 为其制造超过 300 万颗 TPU 芯片,计划于 2028 年交付。这对 Intel 的晶圆代工业务是一次重大胜利,使其成为 NVIDIA 主要 AI 竞争对手的工厂。由于 AI 热潮导致芯片需求激增,台积电产能紧张,多家 AI 芯片设计公司转向 Intel 作为第二供应商,以降低供应链风险。此举对 Google、NVIDIA、Apple、Tesla 等公司而言,意味着供应链多元化的重要进展。行业GoogleIntelTPU芯片制造供应链5 个信源在谈推荐理由:AI 芯片供应链正在重构,做 AI 基础设施或依赖 GPU/TPU 的团队值得关注——Intel 代工崛起可能改变未来芯片成本和供应格局。原文
22:44LangChain@LangChainAILangChain 分享了一个真实案例:一个编码代理在夜间陷入重试循环,到早上已调用 LLM 达 10,000 次,产生四位数的账单。问题在于,可观测性只能事后告诉你发生了什么,而无法在事前阻止。要避免此类问题,需要在请求层强制执行策略,例如限制重试次数或设置调用上限。这提醒开发者,构建可靠 AI 代理时,策略控制比事后监控更重要。行业编码代理成本控制LLM调用可观测性策略执行推荐理由:做 AI 代理开发的团队都会遇到这类成本失控风险,LangChain 这个案例直接点出了「事后监控 vs 事前策略」的痛点,建议在部署前就加上请求层限制。原文
22:28IT之家(博客/媒体)精选砺算科技、海光信息、麒麟软件、联想开天于2026世界智能产业博览会发布联想开天P5h G1t旗舰工作站全栈国产化方案。方案集成银河麒麟桌面操作系统V11、海光C86-4G处理器、砺算7G105 GPU及CATIA工业软件。砺算7G105 GPU驱动与银河麒麟V11完成深度适配,支持7×24小时工业级不间断运行,解决传统国产图形设备在复杂渲染场景下的卡顿与兼容性问题。行业砺算海光麒麟软件联想开天工业软件推荐理由:国产工业方案终于能7x24稳跑原文
22:17Decoder@Maximilian Schreiner本文探讨了生成式AI从订阅制向按Token消耗计费的转变,特别是智能体工作流消耗大量Token,使固定费率模式难以为继。Token价格因速度、专业性和结果的经济价值而异,但仅看Token消耗量无法衡量AI的价值创造。文章分析了新兴的Token经济:计费如何从订阅转向消费,低Token价格为何掩盖实际成本,以及为何Token消耗是错误的价值衡量标准。行业Token经济智能体商业模式定价策略AI成本推荐理由:做AI产品定价或运营的团队,这篇文章帮你理解为什么智能体工作流正在颠覆传统订阅模式,以及如何从Token经济中设计可持续的商业模式。建议点开看看,尤其是对成本敏感或正在构建智能体产品的开发者。原文
21:16歸藏(guizang.ai)@op7418笑林老师结合自身在字节跳动8年经验,调研并总结了设计工程师的5种典型画像:AI Design Engineer、Product UI Craft Engineer、Design Systems Engineer、Creative Technologist、AI Design Workflow Architect。每种画像都有明确的定位、典型任务、关键证据和不适合信号。文章旨在帮助求职者理解不同方向的设计工程师岗位要求,并提供了豆包手机团队招聘设计工程师的信息。行业设计工程师AI产品动效设计设计系统求职指南推荐理由:设计工程师是AI时代的热门岗位,但很多人不清楚具体方向。笑林老师用实战经验拆解了5种画像,想做AI产品、动效、设计系统或创意技术的开发者都能找到自己的定位,建议仔细对照评估。原文