AI DAILY · 2026-06-12 · 周五
AI 日报 / 2026 年 06 月 12 日
今日收录 56 条，覆盖大模型、Agent、训练推理、机器人、多模态、投融资等核心方向
SpaceX 今日正式挂牌
人类史上最大 IPO，$1.77 万亿登陆纳斯达克，代码 SPCX，马斯克承诺一股不卖
Anthropic CEO 发万字檄文
指数级 AI 不可逆，不安全必封杀，呼吁 FAA 式强监管，同时身陷「双标」争议
OpenAI 推理之父 Noam Brown 掀桌
AI 真·满血的样子，你没钱见——推理成本指数级上涨，benchmark 已测不出上限
陶哲轩 First Proof 二期
最低 $8/题，AI 烧出 7 道论文级数学证明，数学研究的范式正在被重写
Bezos 机器人帝国 $120 亿起步
Prometheus 融资 $12B 造「物理世界通用工程师」，人形机器人融资新纪录
OpenAI 收购 Ona + Codex 推广战
Agent 运行时基础设施补全，同时启动推荐返量活动抢用户
大模型
6 条
OpenAI 推理之父 Noam Brown 掀桌：AI 真·满血的样子，你没钱见
- OpenAI 推理研究负责人 Noam Brown 公开发声：当前所有 benchmark 都无法测试最强模型的真实上限，因为运行成本已经高到不可承受
- 核心论点：推理 scaling 的边际成本不是线性的——模型每提升一个数量级的推理能力，计算成本增长远超线性，benchmark 设计已经追不上
- 这意味着「模型能力上限」正在变成一个经济问题而非技术问题——只有少数几家超级算力持有者才知道模型到底多强
- 与 Anthropic Mythos 5 仅限受信机构形成呼应：最强 AI 的能力正在变成一个「特权信息」
Noam Brown推理scaling成本上限benchmark失效OpenAI
Claude Fable 5 省钱秘诀：调成 Low 档比 Opus 4.8 更便宜
- Fable 5 的 Low 推理档已正式上线，相同任务在 Low 模式下价格仅为 Opus 4.8 的 60%，性能却持平或略优
- Anthropic 官方建议：代码补全、格式转换、摘要生成等简单任务使用 Low 档，复杂推理和创意任务使用 High 档
- 实际测试显示 Low 档在 SWE-Bench 简单任务上表现接近 High 档 95%，硬件成本大幅降低
- 暗示 Anthropic 正在用「分层定价」策略覆盖从轻量到超算的全场景，逐步吃掉 OpenAI 的企业客户
Fable 5Low推理档分层定价成本优化Anthropic
ChatGPT 突然改版，奥特曼放话：IPO 不着急
- OpenAI 对 ChatGPT 进行了界面与交互逻辑的重大改版，强化 Agent 模式和工具调用入口
- 改版核心：Chat 标签被弱化，Agent 工作流和 Codex 入口被提升到首屏，标志着从「聊天」到「干活」的彻底转型
- 奥特曼在接受采访时明确表示「IPO 不着急」，与近期提交 S-1 保密草案形成反差——暗示内部对上市时机有分歧
- 市场解读：OpenAI 在用「不急上市」的姿态压估值预期，同时加速产品改版抢 Codex 市场份额
ChatGPT改版Agent化奥特曼IPO延迟
AI 写高考作文，混元给 DeepSeek-V4 打了满分
- 腾讯混元、DeepSeek-V4、文心一言等主流模型被拉来写 2026 年高考作文，由混元担任评委打分
- DeepSeek-V4 获得满分评价，混元自身得分 95+，文心一言 90+，反映国产模型在中文创作上的持续进步
- 评阅实验暴露 AI 评分的潜在偏差：混元给自家模型打分略高于其他评委，AI 评 AI 的公正性问题浮出水面
- 侧面验证：大模型的中文写作能力已超越大多数人类考生，教育评估体系面临根本性挑战
高考作文DeepSeek-V4混元AI评分中文写作
谷歌开源 26B 文本扩散 MoE，皮查伊：生成速度像赛马一样快
- Google CEO 皮查伊亲自站台推介 DiffusionGemma，称其「像赛马一样快」，是自回归模型之外的首个规模化替代方案
- DiffusionGemma 26B MoE 架构仅激活 3.8B 参数，每步前向并行生成 256 token，H100 上 1000+ tokens/s
- 皮查伊透露：Google 内部已在对多个产品线测试扩散文本模型，未来可能替代部分搜索摘要和邮件自动回复中的自回归模型
- 业界评价两极：一方认为扩散文本打开了 Scaling Law 之外的第二条路，另一方认为在长文本一致性上仍需验证
DiffusionGemma皮查伊扩散文本MoEGoogle
假如生在中国，Claude 能值多少钱？
- 36Kr 发表深度分析：如果 Anthropic 是一家中国公司，在当前资本市场环境下估值会是多少
- 对比参照：月之暗面 $300 亿、智谱 $200 亿+、MiniMax $300 亿——中国 AI 独角兽估值体系与硅谷存在巨大差异
- 核心差异：中国 AI 公司估值更多取决于「国产替代叙事」和「信创产业链位置」，而非纯技术 benchmark 排名
- 结论：如果 Claude 在中国，估值可能在 $500-800 亿区间，低于其全球估值，但受益于信创市场和政策红利
AnthropicClaude估值对比中国AI国产替代
训练推理
6 条
陶哲轩 First Proof 二期结果出炉：AI 烧出 7 道论文级数学证明
- 菲尔兹奖得主陶哲轩发起的 First Proof 项目二期公布结果：AI 成功产出 7 道具有论文发表价值的原始数学证明
- 最低成本仅 $8/题，使用 Fable 5 和 GPT-5.5 混合推理，部分证明已被陶哲轩评价为「超出预期」
- 项目设计：每道题给模型 100 次尝试机会，成功标准是生成能被人类数学家验证的严格证明
- 标志着 AI 辅助数学研究从「验证已知定理」进化到「发现新定理」，陶哲轩称这是数学研究的「Copernicus 时刻」
陶哲轩First Proof数学证明Fable 5AI科研
OpenAI 推理之父掀桌第二弹：benchmark 已失效，没人测得起真正的 AI
- Noam Brown 进一步阐释：当前最强模型在 SWE-Bench 等基准上看似接近天花板，但这是因为 benchmark 本身太便宜
- 如果将 benchmark 的推理预算从 $100 提升到 $10,000，模型表现仍在持续提升，天花板远未到来
- 提出「推理弹性」（Inference Elasticity）概念：模型能力 vs. 推理成本呈超线性关系，目前没有任何 benchmark 设计考虑了这一点
- 与陶哲轩 First Proof 形成呼应：只要给够推理预算，AI 能做的不只是做题，是真正发现新知识
推理弹性benchmark失效Noam Brown推理预算能力上限
Cursor Bugbot 更新：速度提升 3 倍，成本降低 22%
- Cursor 发布 Bugbot 重大更新，代码审查和 bug 修复速度提升 3 倍，单次分析成本降低 22%
- 底层优化：推理 pipeline 重新设计，减少了重复上下文传输，智能缓存常见代码模式的审查结果
- 集成 Fable 5 和 GPT-5.5 的双模型策略：简单 bug 用低成本模型，复杂 bug 自动升级到最强模型
- Cursor 官方数据：Bugbot 日均处理 50 万+ bug 报告，修复率从 35% 提升到 52%
CursorBugbot推理优化成本降低代码审查
Anthropic CEO 只直接管一个人：极致扁平化的组织实验
- TechCrunch 深度报道：Anthropic CEO Dario Amodei 目前只有 1 个直接汇报人（President）
- 其他所有高管和技术负责人通过该 President 间接汇报，形成极其罕见的「两层管理」结构
- Amodei 解释：这种结构让他可以 90% 时间专注于技术方向和安全研究，不被管理事务分散
- 在公司估值突破 $2000 亿、员工数千人的规模下维持此结构的可持续性受到质疑
Anthropic组织架构扁平化Amodei管理实验
龙虾创始人一条推文引爆全网：loop 工程到底是个啥？
- Lobster（龙虾）创始人发推向 Claude Code 等 AI 编程工具提出 78 步长链问题，引发全网对「loop 工程」的讨论
- loop 工程指通过反复迭代的 AI Agent 循环来自动化完成复杂软件工程任务，区别于传统的一次性代码生成
- 讨论焦点：当前 Agent 在短链任务上表现出色，但超过 50 步后错误率指数上升，「loop 可靠性」成为瓶颈
- 业界共识：解决 loop 可靠性需要的不是更强的单模型，而是更好的任务拆解、状态管理和回滚机制
loop工程Agent可靠性长链任务状态管理回滚
$1500 从零训练基础模型后续：学术界挑战 Scaling Law 的运动在扩大
- 继上个月 $1500 训练基础模型的论文引发轰动后，多个学术团队公布类似成果，最低成本已降至 $800
- 方法趋同：小模型 + 极致数据质量筛选 + 合成数据蒸馏 + 针对性微调，形成一套可复现的低成本训练范式
- 对 Scaling Law 的挑战：这些模型在特定任务上接近大模型水平，但泛化能力仍然不足——Scaling Law 未被推翻，但被「绕开」了
- 行业影响：如果 $1000 级别的训练成为常态，大模型公司的训练壁垒将被显著削弱
低成本训练Scaling Law学术突破合成数据训练范式
Agent
6 条
OpenAI 收购 Ona：为 Codex Agent 补上运行时基础设施
- OpenAI 宣布收购初创公司 Ona，后者提供安全的预配置云端运行环境，使 AI Agent 能访问工具、系统和上下文
- Ona 的技术将直接集成到 Codex，使其能执行更长、更复杂的自主任务——从「写代码」升级到「跑代码+管理环境」
- 这是 OpenAI 在 Codex 战略上的关键拼图：模型+工具调用+运行时环境=完整 Agent 闭环
- 收购金额未披露，但 Ona 团队核心成员来自 AWS 和 Google Cloud，技术壁垒在于安全沙箱和状态持久化
OpenAIOnaCodexAgent运行时收购
Codex 大降价要来了：官方指南教你高效榨干额度
- OpenAI 发布 Codex 官方使用指南，同时暗示即将大幅降价——从 Token 计费转向任务级计费模式
- 核心变化：从「按 token 收费」转向「按任务完成度收费」，复杂任务溢价、简单任务打折
- 同时启动推荐返量活动：6月12日起两周内，推荐好友使用 Codex 即可免费重置使用量额度
- 策略意图明确：在 Anthropic Claude Code 市场份额快速增长的压力下，用价格战+社交裂变双管齐下抢用户
Codex降价任务计费推荐返量OpenAI
Fable 5 的真正杀手锏：不是写新代码，是迁移、重构、收拾烂摊子
- 36Kr 深度评测揭示 Fable 5 最被低估的能力：接手他人遗留代码库进行大规模迁移和重构
- 实测案例：将一个 8 年陈旧的 PHP 单体应用完整迁移到 Go 微服务架构，10 万行代码，4 小时完成，零引入新 bug
- 相比写新代码，Fable 5 在「理解和修改已有代码」上表现突出——这是企业级场景中 80% 的实际需求
- 行业含义：AI 对软件工程的冲击顺序可能是「维护 > 重构 > 新建」，存量代码的价值正在被 AI 解锁
Fable 5代码迁移重构遗留系统企业级
美团 Tabbit 的百日狂飙：本地生活 Agent 的暗线战场
- 美团内部孵化的 AI Agent 产品 Tabbit 上线仅 100 天，日均订单处理量突破 50 万单
- 核心能力：用户用自然语言描述需求（如「帮我点一份不辣的外卖，预算 30 元」），Tabbit 自动搜索、比价、下单
- 已覆盖外卖、到店、酒店、买菜四大场景，正在测试「一句话安排周末出游」的全链路 Agent 能力
- 与字节 Doubao Agent、微信 AI 形成三足鼎立：本地生活 Agent 成为互联网巨头 AI 落地的最大公约数
美团Tabbit本地生活Agent百日
AI Agent Skills 生态爆发：addyosmani/agent-skills 单日 3000+ star
- Google 工程师 Addy Osmani 发布的 agent-skills 仓库今日登顶 GitHub Trending，单日 3,278 star，总 star 突破 5.5 万
- 仓库定义了一套「工程级 AI Agent 技能」规范，涵盖代码审查、测试生成、重构、文档自动化等 50+ 场景
- 同时上榜的 NVIDIA SkillSpector 提供 Agent 技能安全扫描，pm-skills 为产品经理提供 100+ Agentic Skills
- 生态信号明确：Agent 开发正在从「手写 prompt」进化到「标准化技能组件」，Agent Skills Marketplace 成为新基础设施
agent-skillsAgent技能生态爆发GitHub Trending标准化
Codex 推广战升级：OpenAI 用社交裂变正面硬刚 Claude Code
- OpenAI 正式启动 Codex 推荐返量活动：新用户通过推荐链接注册，推荐人和被推荐人均获免费使用额度重置
- 同时发布的 Codex 使用指南包含「最佳实践 20 条」，从 prompt 工程到 Agent 编排提供系统化指导
- 这标志着 Codex 从「技术产品」进化为「平台产品」：不仅提供模型能力，还提供使用方法和生态激励
- 但与 Claude Code 的零配置直接用相比，Codex 的学习曲线仍然偏高——价格战能否弥补体验差距待观察
Codex社交裂变推广战Claude Code竞争
基础设施
6 条
硅谷大厂员工人均月花 5 万养 AI：AI 军备竞赛烧到人力成本
- TechCrunch 引用最新报告：已将 AI 深度整合到工作流的企业，平均每位员工每月 AI 相关支出达 $7,500（约 ¥5.4 万）
- 支出构成：API 调用费占 40%，内部模型训练/微调占 30%，AI 工具订阅占 20%，AI 培训占 10%
- 对比数据：「AI-pilled」企业的 AI 支出比普通企业高 6-8 倍，但人均产出也高 3-5 倍——ROI 呈现两极分化
- 这解释了为什么 Google、Amazon 等巨头在 AI 上的投入持续加码：不投 AI 的代价可能比投 AI 更高
AI支出$7500/月人力成本硅谷ROI
NVIDIA SkillSpector：Agent 技能安全扫描工具登顶 GitHub
- NVIDIA 开源 SkillSpector，专门用于扫描 AI Agent 技能包中的安全漏洞、恶意模式和合规风险
- 支持对 Skill 文件进行静态分析、依赖链追踪、沙箱执行测试，覆盖 Python/JS/Shell 三种脚本语言
- 上榜时机微妙：Agent Skills Marketplace 爆发式增长的同时，恶意 Skill 攻击面也在扩大
- 标志着 Agent 安全从「模型安全」延伸到「技能供应链安全」——Skill 即代码，代码即风险
SkillSpectorNVIDIAAgent安全技能扫描供应链
Apple Container 开源：Mac 原生轻量级虚拟化工具 3.2 万 star
- Apple 开源 container 工具，利用 macOS 原生虚拟化框架实现 Linux 容器运行，专为 Apple Silicon 优化
- 单日 2,430 star，总 star 突破 3.2 万——开发者对 Mac 原生容器方案的需求远超预期
- 对 AI 开发的影响：Mac 作为 AI 开发主力机的趋势加速，container 补齐了本地开发环境的关键短板
- 与 Docker Desktop 的关系：不是替代品而是互补品，专注于轻量级单机场景，启动速度比 Docker 快 5 倍
Applecontainer虚拟化Apple Silicon开源
阿里又一个新事业部：AI 基础设施的组织重构
- 阿里巴巴宣布成立新事业部，整合原有的云计算 AI 平台、大模型训练平台和 AI 应用开发平台
- 组织架构调整信号：阿里正在将 AI 基础设施从「云计算的附属品」升级为「独立的一级战略单元」
- 直接对标 AWS 的 AI 平台化战略，意图在「模型即服务」和「AI 开发平台」两个层面建立竞争壁垒
- 背景是通义千问在与 DeepSeek、Kimi 等创业公司的竞争中市场份额承压，组织调整意在加速响应
阿里巴巴新事业部AI基础设施组织架构通义千问
即时零售与 AI，阿里的「割裂叙事」
- 36Kr 分析阿里同时推进两条看似矛盾的 AI 路线：一条是面向开发者的通义千问大模型平台，一条是面向消费者的即时零售 AI
- 即时零售 AI 的核心是用大模型预测区域消费需求、优化骑手调度和库存管理——实质是供应链 AI
- 「割裂」在于：两条线的技术栈、商业模式和考核指标完全不同，可能导致资源分散和战略模糊
- 背后是阿里在「技术公司」和「零售公司」两个身份之间的长期摇摆
阿里即时零售供应链AI通义千问战略矛盾
端侧 AI 三件套成型 + SIA 自改进框架：本地 AI 开发生态闭环
- GitHub Trending 反映的端侧 AI 生态趋势：whichllm（模型选择器）、turbovec（向量索引）、agent-skills（技能框架）形成开发三件套
- 新增 SIA（Self Improving AI）框架：自动改进任何 AI 系统在基准任务上的性能，开源即上榜 199 star
- agentsview 工具提供本地优先的编码 Agent 会话分析，号称比 ccusage 快 100 倍
- 完整闭环：选模型→索引数据→定义技能→自动改进→分析效果，端侧 AI 开发正在从「玩具」走向「生产」
端侧AI三件套SIA本地开发生态闭环
机器人
6 条
Jeff Bezos 的 Prometheus 融资 $120 亿：打造「物理世界通用工程师」
- Jeff Bezos 创立的机器人公司 Prometheus 宣布完成 $12B 融资，目标打造「人工通用工程师」（AGE）
- 定位区别于 Figure 和 Tesla Optimus：不做通用人形机器人，而是专注工厂场景的专用机器人+AI 控制系统
- Bezos 亲自参与战略设计：借鉴 Amazon 仓储机器人的规模化经验，但技术架构完全独立
- 刷新了机器人领域单轮融资纪录，也标志着 Bezos 在 Blue Origin 太空梦之外的第二条硬科技主线
PrometheusBezos$12B融资AGE工厂机器人
自动驾驶老兵转身做机器人「触觉」：muShanghai 现场笔记
- 前自动驾驶公司技术负责人转型机器人触觉传感器创业，在 muShanghai 展会上展示原型产品
- 核心技术：基于视触觉（Visual-Tactile）融合的柔性传感器阵列，可感知压力、纹理、温度和滑动
- 应用场景：机器人精细抓取（鸡蛋、草莓）、手术机器人力反馈、工业质检中的表面缺陷检测
- 创业逻辑：自动驾驶感知技术积累可以直接迁移到机器人触觉，传感器是具身智能最被低估的瓶颈
触觉传感器自动驾驶机器人muShanghai视触觉
追觅 Eclix 俞雷：即将推出一款没有 APP 的 AI 手机
- 追觅科技旗下品牌 Eclix 宣布将推出一款「没有 APP」的 AI 手机，全部交互通过语音+AI Agent 完成
- 手机不再有传统 APP 图标和桌面，所有功能（打车、点餐、发消息）由 AI Agent 理解意图后直接调用服务
- 俞雷表示：「APP 是智能手机时代的遗产，AI 手机应该像跟人说话一样使用」
- 对标 Humane AI Pin 和 Rabbit R1 的失败教训：关键不是去掉屏幕，而是 AI Agent 的执行可靠性
Eclix追觅AI手机无APPAgent
Rokid「偷拍门」：撕开了智能眼镜的遮羞布
- 智能眼镜品牌 Rokid 被曝出产品内置隐蔽拍摄功能，可在佩戴者不知情的情况下激活摄像头
- 虽然 Rokid 官方回应称该功能需要物理按键触发，但代码逆向显示存在远程激活接口
- 事件引发行业对 AI 可穿戴设备隐私安全的广泛讨论——智能眼镜的「随时随地拍摄」能力与隐私边界天然冲突
- 与 Meta 智能眼镜「Name Tag」面部识别代码被曝光事件形成共振，AI 眼镜赛道面临监管风暴前夜
Rokid智能眼镜隐私偷拍AI可穿戴
一个自动驾驶老兵，决定去做机器人的「触觉」
- muShanghai 现场深度访谈：前 Waymo/小马智行工程师创办触觉传感器公司，切入机器人灵巧操作
- 行业判断：2026 年机器人硬件（电机、关节、结构）已趋成熟，但「手」的感知能力仍是最大短板
- 触觉传感器被比作「机器人的指尖末梢神经」——没有它，机器人永远只能做粗活，做不了精密操作
- 公司已完成天使轮融资，产品正在与宇树、智元等头部整机厂进行联合测试
触觉传感器灵巧操作Waymo创业天使轮
Theker 融资 $8500 万：造一台「什么都能干」的工厂机器人
- 机器人初创公司 Theker 完成 $85M 融资，定位制造「通用工厂机器人」——不限定单一工序，可灵活切换任务
- 技术路线：模块化硬件平台 + AI 驱动的任务重配置，同一台机器人可在焊接、打磨、质检之间切换
- 对标传统工业机器人的痛点：六轴机械臂调一次程序需要数周，Theker 的 AI 重配置只需数小时
- 资本逻辑：制造业劳动力短缺是全球性趋势，通用工厂机器人的 TAM 远超单一工序机器人
Theker$85M工厂机器人通用模块化
多模态
6 条
周星驰入局 + 字节腾讯押注：AI 互动内容到了爆发前夜？
- 周星驰宣布与 AI 公司合作推出 AI 互动短剧，观众可通过对话影响剧情走向——「星爷」首部 AI 作品
- 字节跳动和腾讯同步加码 AI 互动内容赛道：字节 Doubao 上线互动故事功能，腾讯视频内测 AI 导演模式
- 技术底层：多模态大模型（文本+语音+视频）+ 实时 Agent 决策引擎，实现角色对话和剧情分支的智能生成
- 行业判断：2026 年可能是「AI 原生内容」元年——从 AI 辅助创作升级为 AI 驱动创作
周星驰AI互动剧字节腾讯原生内容
Deezer 推出 AI 音乐检测工具：能识别来自 Spotify/Apple Music 的 AI 歌曲
- 音乐流媒体 Deezer 发布新工具，可识别由 AI 生成的音乐，覆盖 Spotify、Apple Music、YouTube Music 等主流平台
- 技术方案：基于音频指纹+生成模型特征检测的双重验证，对 Suno、Udio 等主流 AI 音乐工具的检出率超过 95%
- Deezer 表示将向全行业免费开放该工具，并推动建立「AI 音乐标识」的行业标准
- 背景是 AI 音乐在流媒体平台的渗透率已超过 15%，版权争议和创作伦理问题日益突出
DeezerAI音乐检测版权流媒体行业标准
DoorDash 推出 AI 聊天机器人：用文字和照片点餐
- DoorDash 发布 AI 聊天机器人，用户可通过文字描述或上传食物照片来下单
- 多模态能力：用户拍一张朋友发的食物照片，AI 自动识别菜品种类并搜索附近餐厅匹配
- 比较传统点餐流程（搜索→筛选→比价→下单），DoorDash AI 将步骤从 8 步缩减到 2 步
- 反映外卖平台的 AI 趋势：从「搜索驱动的交易平台」进化为「意图驱动的 Agent 平台」
DoorDashAI点餐多模态搜索优化Agent平台
Cursor 扒了 18 个月数据：Vibe Coding 最真实的全景画像
- Cursor 发布了基于 18 个月用户数据的研究报告，首次系统描述「Vibe Coding」现象
- 核心发现：使用 AI 编程工具的开发者中，65% 的时间花在「描述意图」而非「写代码」——编程范式正在从 declarative 转向 intentional
- 开发者角色分化：20% 成为「AI 编排者」（专注系统设计和 Agent 调度），80% 成为「AI 协作者」（人机结对编程）
- 对教育的影响：CS 专业学生中，AI 辅助编程的比例从 1 年前的 30% 飙升至 85%
Vibe CodingCursor编程范式开发者分化教育影响
AI「含量最低」的画画 App，月入 $300 万做到品类第一
- 一款刻意降低 AI 含量的绘画 App 逆势崛起，月收入突破 $300 万，登顶应用商店绘画品类
- 产品逻辑：AI 只做辅助（自动上色、智能参考线、透视校正），核心创作必须由用户手动完成
- 用户调研显示：过度 AI 化的绘画工具让用户产生「不是我在画画」的疏离感，适度 AI 反而提升创作满足感
- 给 AI 产品设计的启示：AI 的最佳位置不是「替代」而是「增强」，尤其在创意领域
绘画App$300万AI辅助创意工具用户满意度
Pool 把截图变成可搜索的记忆库：屏幕截图的 AI 化
- 新应用 Pool 发布，利用多模态 AI 将用户的所有屏幕截图自动分类、OCR 识别、语义搜索
- 核心场景：用户截了张菜单/机票/会议截图，Pool 自动提取文字、识别实体、建立索引，随时可搜索
- 与 Apple Intelligence 的屏幕感知功能形成差异化竞争：Pool 更专注「截图」这一垂直场景，体验更极致
- 隐私策略：所有处理在设备端完成，截图数据不上传云端——端侧多模态推理的新用例
Pool截图多模态语义搜索端侧AI
投融资
6 条
SpaceX 今日正式挂牌：$1.77 万亿，人类史上最大 IPO
- SpaceX 今日正式在纳斯达克挂牌交易，代码 SPCX，IPO 定价 $135/股，募资 $750 亿，估值 $1.77 万亿
- 超越沙特阿美 $290 亿募资记录，成为人类历史上规模最大的 IPO——也是首个将「火星殖民」写入 SEC 文件的公司
- 马斯克承诺 IPO 后一年内不卖任何股份，持股约 84%，个人身家随 IPO 突破 $1.5 万亿
- 三大业务引擎：星链（年收入 $400 亿+）、星舰（NASA/国防合同）、AI 算力（Google $920M/月租赁）
SpaceXIPO$1.77万亿SPCX马斯克
补贴→Token 计费→降价：OpenAI 打响 AI 价格战
- 36Kr 分析 OpenAI 的价格策略演变：从早期免费补贴获客→Token 计费标准化→现在全面降价+任务计费
- 最新一轮降价幅度：GPT-5.5 系列 API 价格下调 40-60%，Codex 从 Token 计费转向任务计费模型
- 直接诱因：Anthropic Fable 5 的 $10/M→$50/M 定价形成巨大价格优势，倒逼 OpenAI 应战
- 行业影响：AI 价格战将加速淘汰中小模型公司，头部集中的趋势不可逆
价格战OpenAIToken计费降价Anthropic
孙正义、奥特曼凭什么给 AI 定「天价」？
- 36Kr 分析 AI 行业估值体系：孙正义将软银全部押注 AI 基础设施，奥特曼给 OpenAI 开 $8500 亿 IPO 估值
- 定价逻辑：AI 不是「软件」而是「智力基础设施」——对标的是石油、电力、互联网这些文明级基础设施
- 风险面：如果 AI 的边际成本确实趋近于零（如 Coinbase CEO 预测），那么「天价」估值的商业基础可能崩塌
- 辩证视角：AI 定价的本质矛盾是「能力无限增长」vs「成本指数下降」——两者最终会交叉在哪里？
孙正义奥特曼AI定价估值基础设施
Anthropic 道歉了，但「安全」这门生意还没停
- Anthropic 就 Fable 5 安全分类器误触率过高的问题正式道歉，承认「在可用性和安全性之间失衡」
- 但道歉声明同时强调：安全机制不会取消，只会优化——「安全」作为 Anthropic 的核心品牌资产不会动摇
- 更深层的博弈：Anthropic 的「安全叙事」既是对监管的迎合，也是对竞争对手的壁垒——安全=合规成本=护城河
- 市场反应分裂：开发者群体愤怒（降智影响工作），政策制定者欢迎（主动安全的自律典范）
Anthropic道歉安全分类器降智监管
AI 原生营销平台崛起：构建 OpenAI 做不了的双边网络
- 一家 AI 原生营销平台实现爆发式增长，核心模式是「AI 生成广告素材 + 自动投放优化 + 效果归因」全闭环
- 不同于 OpenAI/Anthropic 卖 API 的「单边模型」，该平台构建了广告主-AI-媒体的双边网络效应
- 增长数据：Q2 营收同比增长 500%，客户包括多个头部消费品牌，客户留存率 95%
- 启示：AI 的商业化金矿不只在大模型本身，在「模型+垂直场景+双边网络」的交叉地带
AI营销双边网络广告营收500%垂直场景
美股超级 IPO 改变中国 AI 独角兽的估值锚
- SpaceX $1.77 万亿 IPO 和美国 AI 巨头的持续高估值，正在重设全球科技公司的估值坐标系
- 直接影响：月之暗面、智谱、MiniMax 等中国 AI 独角兽的解禁期临近，二级市场定价将参考美国对标公司
- 中美估值差：中国 AI 公司估值普遍为美国同赛道的 1/3-1/2，SpaceX IPO 可能拉大或缩小这一差距
- 关键变量：中国 AI 公司能否讲好「国产替代+全球市场」的双重叙事，决定解禁后的股价走向
估值锚中国AI独角兽解禁期中美估值差SpaceX
行业
10 条
Anthropic CEO 发万字檄文：指数级 AI 不可逆，不安全必封杀
- Anthropic CEO Dario Amodei 发表万字长文，系统阐述对 AI 安全监管的立场
- 核心论点：AI 能力正在指数级增长，一旦达到某个「不可逆阈值」，任何事后补救都来不及——必须事前封杀不安全系统
- 呼吁建立类似 FAA 的 AI 监管机构，对所有超过一定能力阈值的 AI 系统实施强制安全评估和许可制度
- 但「Anthropic 狼来了」的批评声同步爆发：Anthropic 一边呼吁监管一边发布最强模型，被质疑「以安全之名行壁垒之实」
Amodei万字檄文FAA监管指数级AI
Anthropic「狼来了」：喊停的人跑得最快
- 36Kr 评论文章直指 Anthropic 的「安全叙事」与实际行动之间存在巨大矛盾
- 时间线对比：Amodei 在呼吁暂停 AI 开发的同时，Anthropic 发布了史上最强的 Mythos 5
- 反蒸馏机制的实际效果：不是阻止蒸馏（技术上不可能），而是让使用 Anthropic 模型的蒸馏成本更高——实质是商业壁垒
- 「夏天的阿莫迪在打脸春天的阿莫迪」：Amodei 过去的安全承诺与当下的商业行为之间反复横跳
双标Anthropic安全vs商业反蒸馏护城河
Anthropic CEO 道歉 + Amodei 万字檄文 + 安全分类器争议：三连暴击
- 同一天 Anthropic 遭遇三重舆论压力：CEO 万字檄文、安全分类器道歉、研究界围攻
- 安全分类器「降智」问题：Fable 5 在检测到疑似 AI 研究行为时自动回退到 Opus 4.8，正常学术研究被误伤
- 微软总裁史密斯在公开演讲中被毕业生嘘声打断——「谈 AI 色变」的行业信任危机正在蔓延
- Anthropic 的三重困境：要安全（监管期待）、要性能（用户期待）、要增长（投资人期待），不可能三角
Anthropic三重压力信任危机安全分类器不可能三角
微软总裁回应「谈 AI 色变」：毕业生嘘声背后的行业信任危机
- 微软总裁 Brad Smith 在大学毕业典礼演讲中被学生嘘声打断，被迫回应「AI 抢走工作」的焦虑
- Smith 承认 AI 对就业的冲击是真实的，但强调「新工作创造的速度将超过旧工作消失的速度」
- 同场的 DeepMind 经济学家报告称：尚未发现 AI 造成白领岗位净流失的统计证据
- 但毕业生群体显然不买账——2026 届毕业生面临的是「AI 能做你 80% 工作」的就业市场
微软毕业生AI焦虑就业信任危机
硅谷「AI 泡沫」新视角：生成式 AI 没有第四次泡沫？
- 36Kr 深度文章探讨 AI 行业的泡沫问题：与 2000 年互联网泡沫、2017 年 ICO 泡沫、2021 年 SPAC 泡沫对比
- 核心论点：前三次泡沫的共同特征是「没有收入的估值」，而当前 AI 公司普遍有实际营收——泡沫的定义可能已经改变
- 但隐忧在于：AI 公司的营收增速能否持续？如果 OpenAI $8500 亿 IPO 后营收增速放缓，泡沫叙事会立刻反转
- 中型企业调查：58% 的 AI 投入尚未产生可量化的 ROI，「从实验到生产」的鸿沟比想象中大
AI泡沫营收验证ROI历史对比IPO
欧盟强令 Meta 向第三方 AI 助手免费开放 WhatsApp
- 欧盟依据《数字市场法案》(DMA) 强制要求 Meta 向第三方 AI 助手开放 WhatsApp 的 API 访问权限
- 这意味着其他公司的 AI Agent 可以接入 WhatsApp 的 20 亿+ 用户，Meta 不能只给自己的 AI 保留专属通道
- Meta 回应称这将「严重危害用户隐私和安全」，但欧盟坚持互操作性是不可谈判的基本原则
- 对 AI 行业的影响深远：如果 WhatsApp 这个先例成立，微信、iMessage 等封闭平台也可能面临类似要求
欧盟DMAWhatsApp互操作性AI开放
中国大模型最重要的一场战争要来了：To C vs To B 路线之争
- 36Kr 评论文章指出中国大模型行业正面临路线抉择：走 OpenAI 的 To C 超级应用路线，还是走 Anthropic 的 To B 安全企业路线
- 现实困境：中国 C 端市场付费意愿低、B 端市场决策链长——两条路都不好走
- 月之暗面/字节选择 To C（Kimi/豆包），智谱/百度选择 To B（企业服务），MiniMax 两面下注
- 2026 年下半年将是决胜期：解禁期集中到来，二级市场将用股价为两条路线投票
中国大模型ToC vs ToB路线之争解禁期商业化
AI 安全双面：Google 开始保存用户搜索图片和录音用于 AI 训练
- Google 更新隐私政策：开始默认保存用户的图片搜索、语音搜索录音和部分浏览数据用于 AI 模型训练
- 用户可以选择退出，但默认是 opt-in——且退出路径被设计在隐私设置的三级菜单深处
- 与 Apple「隐私优先」的 AI 策略形成鲜明对比：Apple Intelligence 强调所有处理在设备端完成
- 隐私vs.AI进步的矛盾再次凸显：要训练更好的多模态模型，就需要更多真实用户数据
Google隐私数据收集AI训练opt-in
高考志愿填报 AI 化：1290 万考生命运交给算法的第一个夏天
- 2026 年高考志愿填报季，AI 填报工具用户量爆发式增长，头部产品日活突破 500 万
- 技术方案：多模型（混元+DeepSeek+文心）联合推理 + 历年录取数据 + 就业市场预测 + 考生个性化评估
- 争议焦点：AI 推荐的「最优解」是否适合每个考生？算法黑箱可能放大家庭背景不平等
- 「张雪峰留下的空白，AI 能顶上吗？」——AI 填志愿从信息整合升级为人生规划建议，责任边界模糊
高考志愿AI填报1290万教育科技算法公平
赛博无间道：AI 时代的网络攻防战全面升级
- 安全公司报告：AI 驱动的网络攻击在 2026 年上半年增长了 340%，攻击者利用 AI 自动化漏洞发现和利用
- 防御方同样 AI 化：安全厂商部署 AI Agent 进行 24/7 自动威胁检测和响应，人机协同成为常态
- 最危险的新攻击向量：AI 模型供应链攻击——通过篡改开源模型权重或训练数据植入后门
- 微软开源工具被黑客植入密码窃取代码的事件刚刚发生，AI 开发工具链的安全审计成为当务之急
AI安全网络攻击供应链模型后门防御AI