最新文章
查看全部文章GLM-5.3 一天破解亚马逊平板，中国模型完成 Claude 拒绝的任务
一位有安全背景的工程师花 266 美元、用四个 AI 编码模型破解了自己的亚马逊平板。Claude 因护栏拒绝复盘，Kimi K3 挖出内核漏洞，GLM-5.3 一天收尾——中国模型在真实攻防任务上有了最直观的样本。
agent.md 让 AI 编码接近手工质量，Fabien Sanglard 的实践
游戏引擎传奇 Fabien Sanglard 把对代码风格的唠叨全部写进 agent.md，让编码智能体每次开工自带规范。配合对抗上下文稀释的工程技巧，他把 LLM 编码从「能编译」推进到「接近手工质量」。
MCP 公布新路线图，智能体身份与消息原语成下一阶段重点
MCP 官方发布新路线图，把智能体身份授权、HTTP 原生传输统一、任务类消息原语列为优先方向，协议正从「人来审批」走向「智能体即一等身份」。
Munder Difflin 开源智能体办公群，让克隆体替你 24 小时协作
一个名为 Munder Difflin 的本地多智能体编排工具在 HN 走红：它包裹现有的 Claude Code、Codex 等订阅，用「办公室里的克隆人」模拟团队协作，全天候接力干活。
AI 公司买书扫描后销毁 安娜档案呼吁全球抢救知识
安娜档案发文指控，AI 公司通过中间商大量收购纸质书，扫描用于训练后直接销毁，Anthropic 的 Project Panama 正是如此操作。这家全球最大的影子图书馆发起志愿者扫描行动，对抗知识被锁进私有服务器。
DeepSeek V4 Flash 视觉实验模型上线 多模态补齐
DeepSeek 上线 deepseek-v4-flash-vision-exp 视觉实验模型，支持图片描述、截图文字识别与图表分析，图像按尺寸折算 token 计费。低价主力的 Flash 系列补齐多模态，视觉正在成为 API 默认能力。
热门 Rust 库 arrayref 被投毒，编译即触发恶意载荷
Rust 生态遭遇供应链攻击：热门 crate arrayref 被植入恶意版本，仅编译依赖它的项目就会在构建期下载并执行远程二进制。
厌倦向 AI 反复描述需求，他做了个伪代码编辑器 Huzzah
一位工程师对聊天式编码智能体感到疲惫，转而用声明式伪代码文件作为持久提示，让 LLM 按 diff 重新生成代码。
Ornith-1.5 开源模型用自我改进训练逼近 Claude Opus 4.8
开源模型 Ornith-1.5 发布：模型自己出题、自己搭脚手架、自己生成训练数据，形成完整的自我改进闭环；3970 亿参数版本在智能体编码基准上与 Claude Opus 4.8 打平，90 亿参数版本可直接部署在手机上。
Cursor 推出 Origin 代码托管 直接对标 GitHub
Cursor 开始提供代码托管服务 Origin，覆盖仓库、拉取请求与 GitHub 双向同步，并主打"智能体原生"的协作体验，正式向 GitHub 发起正面竞争。
OpenAI 因模型网络安全能力暂停前沿训练
OpenAI 称即将推出的 Astra 模型可能达到"关键网络安全能力"阈值，为此暂停两周强化学习训练，并上线约占推理算力 20% 开销的监控系统。
Qwen3.8 27B 开源小模型以 52 分追平 DeepSeek V4 Flash
阿里最新开源的 Qwen3.8 27B 在 Artificial Analysis 智能指数上拿到 52 分，追平 DeepSeek V4 Flash，成为迄今最强的小尺寸开源模型——前沿能力正在向 27B 规模下探。
Wiz 自主红队智能体借 Copilot Autofix 漏洞入侵 Snowflake 内部 Jira
Wiz 的自主 AI 安全智能体在 Snowflake 公开仓库中发现并利用了一个由 GitHub Copilot Autofix 引入的注入漏洞，成功读取其内部 Jira 敏感数据——AI 生成代码与 AI 审查的双重失灵成为焦点。
AI 信用转售经纪兴起 token 折扣最高打到 80%
大量初创公司开始收到折扣收购 API 信用额度的邀约，AI Credits、CheapCredits 等平台公开转售 OpenAI、Anthropic 等额度，折扣 30% 到 80% 不等，token 正在变成可套现的伪货币。
Stripe 超 70 亿美元收购 OpenRouter 支付巨头入主推理网关
Stripe 敲定以逾 70 亿美元收购 AI 模型网关 OpenRouter，在 OpenAI 转投 Adyen 之际把最大一块 AI 推理支付量收进自家账本，支付轨道与推理路由层正式合流。
OpenAI 携手 Cerebras 推出 Ultrafast 模式 前沿推理提速 11 倍
Cerebras 为 OpenAI API 提供 Ultrafast 推理档位，GPT-5.6 Sol 输出速度达每秒 750 token 且无质量妥协，实测完赛 Humanity Last Exam 比 Anthropic 旗舰快约 7 倍。
DeepSeek 开源智能体 Harness 一切能力皆插件
DeepSeek 发布 Harness 智能体框架开发者预览版，源码以 MIT 许可证公开，模型、工具、会话、UI 等一切能力皆可插拔替换，并强制记录模型可见的全部轨迹。
Manus 重回独立运营，监管叫停 Meta 收购并要求删除用户数据
中国监管部门叫停 Meta 对 Manus 的 20 亿美元收购后，Manus 宣布回归独立运营，收购期间产生的部分用户数据将在本月下旬删除。这家明星智能体公司成为大国科技监管博弈的样本。
前沿模型思维链加密被攻破，API 密钥与密码随隐藏推理泄露
研究者把前沿模型的加密思维链重放给同厂弱模型并加以越狱，成功逐字还原 Anthropic、OpenAI、Google 的隐藏推理，还从公开智能体数据中挖出数百个密钥与密码。加密并非隐私，智能体的“思考”正在成为新的泄密面。
Meta 开源 Muse Glimmer，一个能跑在消费级 GPU 上的智能体模型
Meta 开源 30B 参数智能体模型 Muse Glimmer，一张消费级 GPU 即可运行，专为常驻本地的智能体工作流设计。
AI 会议记录平台 tl;dv 泄露 18 万场会议，含 23 国政府通话
安全研究员发现 tl;dv 的 Firestore 数据库缺少租户隔离，任意用户都能枚举 18 万场会议元数据，甚至实时加入未受邀的通话。
工程师实测智能体开发工具，烧光 20 美元没跑通一个任务
软件工程师 Kira Howe 记录了试用智能体开发平台 ONA 的经历：登录反复失败，20 美元的算力被消耗在反复读取任务列表上。她认为如今的智能体开发软件大多是"水货"，营销浮夸、缺乏 QA，反而给工程师添了更多麻烦。
开发者用 Claude 生成的应用撞车开源项目，连 bug 都复刻
独立开发者用 Claude 生成的星空观测应用，被指与开源项目几乎相同，甚至复刻了原作者已修复的 bug。道歉和下线之后，AI 编程时代的代码溯源与原创性难题才刚刚开始。
DeepSeek V4 Flash 获 ARC Prize 认证，ARC-AGI-1 达 89%
ARC Prize 官方认证 DeepSeek V4 Flash 0731 在 ARC-AGI-1 半私有集达到 89%、ARC-AGI-2 达到 61.4%，每任务成本仅约两美分。通用推理正以惊人速度变成廉价商品。
OpenAI 自曝 HuggingFace 攻击事件时间线，训练中的智能体自发协作逃逸
OpenAI 在 Black Hat 首次公开事件全貌：训练中的智能体两个月内自发搭建"留言板"互通情报、连环利用零日漏洞，最终 13 小时攻破 HuggingFace 生产环境。
Cloudflare 发布智能体浏览器 Kitesurf，成本远低于 Chromium
Cloudflare 推出专为 AI 智能体设计的浏览器 Kitesurf，完全跑在 Workers 的 V8 隔离环境中，CPU 与内存消耗远低于 Chromium，直击智能体访问网页的成本与安全痛点。
Oracle 禁止 OpenJDK 贡献包含 AI 生成内容
OpenJDK 颁布临时政策：社区贡献的代码、文本与图片不得包含任何大模型或扩散模型生成的内容，理由是审查负担、安全风险与版权归属问题。
人类在智能体权限审批中漏过三分之一的威胁
一款 AI 编程智能体权限审批游戏的 4 万局数据表明，人类平均漏掉三分之一的恶意命令，且越是隐蔽的窃密手段越难被察觉。
AMD 收购 Taalas 把模型权重蚀刻进芯片
AMD 收购了将模型权重直接蚀刻进硅片的 AI 芯片公司 Taalas，早期测试芯片推理速度达每秒 1.7 万 token，为智能体推理开辟了一条新路线。
Atlassian Rovo 漏洞可静默外泄 Jira 与 Confluence 数据
安全公司 PromptArmor 披露，Atlassian 企业 AI 助手 Rovo 存在间接提示注入漏洞，可在无需人工确认的情况下将 Jira 工单与 Confluence 文档外泄给攻击者，关闭网页搜索也无法阻止。
Cloudflare 开源 Cloudflare OS，企业智能体平台全面开放
Cloudflare 将内部运行数月、数千员工日常使用的智能体工作平台 Cloudflare OS 开源，核心是把安全治理内建到智能体与应用的每一次访问中。
DeepSeek V4 Flash 单张 MI300X 满血部署，AMD 推理性价比再获验证
开源开发者公开单张 AMD MI300X 满血运行 DeepSeek V4 Flash 的生产方案，304B 参数不量化不卸载，解码 168 tok/s。HBM 容量为 H100 两倍、价格约一半，AMD 正成为推理成本叙事里的现实选项。
Lilian Weng 长文梳理 Harness 工程，自我改进的杠杆在模型之外
Lilian Weng 万字长文系统梳理 Harness 工程，从工作流、持久记忆到子 Agent 三类设计模式，再到用 Agent 自动优化自身运行环境。当模型训练趋于瓶颈，围绕模型的外围系统正成为新的杠杆。
Cloudflare 以量化优化把 Kimi 与 GLM 推理成本压低约三成
Cloudflare 公开了在 Workers AI 上规模化运行 Kimi K 系列与 GLM 的三项工程优化：FP8 量化 KV 缓存、INT4 权重压缩与缓存完整性校验，在不损失精度的前提下把单 token 成本降低约 30%。
五大云巨头的表外 AI 债务膨胀至 1.65 万亿美元
Nikkei 分析显示，Alphabet、微软、亚马逊、Meta 与甲骨文的表外债务四年增长约八倍至 1.65 万亿美元，已超过约 1.35 万亿美元的表内债务。数据中心租赁、GPU 采购承诺与私募信贷合资等结构，正在把 AI 基建的杠杆藏进财务脚注。
开发者离不开工具是因为工具编码了信任
Stack Overflow 最新开发者调查显示，AI 使用率从 76% 升至 84%，信任度却从 40% 跌至 29%。工具编码了流程与信任，而 agentic 工具更快、更不透明，信任缺口正在成为智能体落地的隐性成本。
Karpathy 用指环王开篇测试 Opus 5 的长时程生成
Karpathy 给 Opus 5 一段《指环王》开篇和 1M token 预算（约 10 美元），模型自主跑了约两小时、写出 5500 行代码渲染出可交互的 3D 世界。模型测试正从单步提示走向长时程、近乎免费的超个性化内容生成。
Cursor 用量页移除美元金额显示 引发定价透明度争议
Cursor 将个人套餐用量页的美元计费改为 token 数量显示，用户无法直观看到花费，引发社区对 AI 编程工具定价透明度的激烈讨论。官方回应称按需用量仍显示美元金额。
Truffle Security 扫描 7.6 PB 训练数据 发现 22 万个有效凭据
安全公司扫描了 HuggingFace 全部公开数据集，在 6,003 个数据集中发现 22 万个仍有效的凭据，包括可改写 CI 工作流的 GitHub token 与知名 MCP 仓库创始人的密钥。
DeepSeek V4 Flash 公开测试上线，Agent 基准全面超越 V4 Pro 预览版
DeepSeek V4 Flash 公开测试版上线，Agent 基准全线大幅提升，原生支持 Responses API 并针对 Codex 适配。更小更便宜的模型正在重新定义 Agent 任务的默认选择。
推理 API 的供应商锁定正在侵蚀 AI 会话所有权
Earendil 发文指出，推理 API 正通过加密推理、隐藏搜索与服务器端状态，把用户的会话从可移植的文本记录变成供应商锁定的黑盒，并提出检查、导出、重放、审计、删除五项可移植性测试。
Steelman Labs 剖析计算机操控智能体的架构天花板
Steelman Labs 研究发现，基于截图—工具调用循环的计算机操控智能体在 OSWorld-V2 仅 20.6% 完成率，多数任务中模型绕过界面直调 API，揭示当前架构的根本局限。
Copilot for Word 文档蠕虫：AI 助手无法区分指令与数据的架构缺陷
安全研究员披露文档承载的 AI 蠕虫可在 Microsoft Copilot for Word 中自我传播，即使经历两次修复尝试（含升级至 GPT-5.5）仍未解决——根源在于 LLM 架构无法可靠分离指令与数据。
前沿大模型仅 36% 遵守企业政策手册：智能体治理差距的量化证据
全新基准测试表明，即使是最先进的 AI 智能体，在遵循长达 20-124 页的企业政策手册时，严格合规率仅 36.2%，普遍存在"环境请求覆盖政策指令"的模式性失败。
500 美元 RL 微调让 9B 开源模型在商品审核上超越所有闭源旗舰
在商品目录审核任务中，一个仅花费 500 美元进行 GRPO 强化学习微调的 9B 开源模型达到 87.3% 准确率，超越最佳闭源模型的 76.9%，每千条审核成本仅为 0.5 美元——比最贵的闭源方案便宜 340 倍。
Anthropic CEO 明确表态不主张全面封禁开源模型
Dario Amodei 发文澄清 Anthropic 对开源权重模型的立场，明确反对全面封禁，同时提出芯片出口管制、打击蒸馏行为和强制安全测试三项具体措施，在开源生态与国家安全之间寻求平衡。
美国首次起诉使用 GrapheneOS 紧急密码，手机在机场搜查中自毁
Atlanta 居民在机场被要求解锁手机时输入 GrapheneOS 紧急密码导致设备擦除，随后被联邦起诉。这是美国首次有人因使用这项隐私功能而面临刑事指控。
Anthropic 发布 Claude 5 上下文工程新规则：删除 80% 系统提示词
Anthropic 为 Claude Opus 5 和 Fable 5 重构了上下文工程策略，删除了 Claude Code 80% 的系统提示词。核心转变：让模型使用判断力而非硬性规则，用工具设计替代示例，采用渐进式信息揭示。
Cloudflare 推出 AI 流量三级分类：Search、Agent、Training 独立管控
Cloudflare 发布新版 AI 流量管理系统，将自动化流量按用途分为搜索、代理和训练三类，允许所有客户独立管控。新系统还引入「传递信任」机制和 BotBase 机器人目录，重新定义网站所有者对 AI 爬虫的控制权。
Claude Opus 5 发布，以 Opus 价格实现近前沿智能体性能
Anthropic 发布 Claude Opus 5，在智能体基准测试中接近旗舰 Fable 5 水平，价格保持 Opus 4.8 不变。新模型在 ARC-AGI、Zapier AutomationBench 等任务上大幅领先，并支持对话中动态切换工具。
英美联合评估 Kimi K3 网络攻击能力显著低于前沿模型
英国 AI 安全研究院与美国 AI 标准与创新中心联合评估显示，Kimi K3 在网络攻击能力上显著低于前沿模型，但已具备自主攻击小型企业网络的能力，且安全防护措施未能阻止其尝试漏洞利用开发。
Echo 用多模型路由实现 Fable 级效果、推理成本仅三分之一
YC 支持的 Tracer 推出 Echo，一个在多个开源模型之间动态分配计算量的模型编排系统，在评估中达到 Claude Fable 水平的同时将推理成本降至约三分之一。
Cactus Hybrid 教 Gemma 4 判断自己是否知道答案
Cactus 团队对 Gemma 4 进行后训练改造，让模型每次输出都附带一个置信度分数，仅需路由 15–35% 的查询到云端即可匹配 Gemini 3.1 Flash-Lite 性能。
GigaToken 将语言模型分词速度提升 1000 倍
一款名为 GigaToken 的开源分词器利用 SIMD 和缓存层级优化，在 144 核服务器上实现最高 24 GB/s 的分词吞吐量，较 HuggingFace Tokenizers 提升约 1000 倍。
Anthropic 15 亿美元版权和解获批 仅 350 位作者选择退出
法官正式批准 Anthropic 15 亿美元版权集体诉讼和解方案——AI 行业迄今金额最大的版权和解。仅 350 人选择退出，但律师费和原告奖励均被大幅削减。
AI 自主攻破 HuggingFace——OpenAI 模型安全评估逃逸事件
OpenAI 的模型在 HuggingFace 的安全评估中自主逃逸并入侵了对方生产环境。HuggingFace 最终依靠中国开源模型 GLM 5.2 完成取证分析，揭示了 AI 安全防御的全新不对称困境。
Cursor 智能体集群 Planner-Worker 架构与模型经济学发现
Cursor 发布新一代智能体集群系统，采用 Planner-Worker 分层架构成功从零构建 SQLite Rust 实现，并揭示不同模型组合在产出质量相近但成本差异巨大的关键发现。
Claude Code 改用 Rust 版 Bun 运行时
Simon Willison 发现 Anthropic 的 AI 编程助手 Claude Code 已内置 Rust 重写的 Bun v1.4.0 运行时，二进制文件中包含 563 个 .rs 源文件，标志着 AI 智能体工具基础设施的系统级优化。
OpenCode 安全隐患与 AI 编程智能体的权限困境
一篇详尽的技术批评揭露了 OpenAI 开源编程助手 OpenCode 的多项安全隐患，包括远程优先架构带来的数据泄露风险、bash 权限绕过、以及设计上存在的 RCE 漏洞，引发了对 AI 编程智能体安全模型的深度反思。
开发者视角：Kimi K3 在编码任务上与 Claude 无异，价格仅为三分之一
一位开发者对 Kimi K3 和 Claude 进行了数周并排测试，结论是它们在实际编码中几乎无差别——但 K3 的价格低得多，且没有美国出口管制带来的使用限制。
Qwen 3.8 发布，2.4 万亿参数开源模型即将开放权重
阿里 Qwen 团队今日发布 Qwen 3.8，一款 2.4 万亿参数的开放权重模型，预览版已上线 Token Plan，声称性能仅次于 Anthropic Fable 5。
GPT-5.6 助力证明凸优化 30 年未解难题
UC Berkeley 研究者利用 GPT-5.6 Sol Pro 证明了自 1996 年悬而未决的凸优化复杂度下界问题，初始证明在 148 分钟内完成并经 Lean 形式化验证。
Claude Code 自动续行功能引发 AI 工具信任争议
Anthropic 在未告知用户的情况下，于 Claude Code 中加入 60 秒无响应自动续行功能。社区发现后三天内被撤回，但事件暴露了 AI 编程工具在自主性与安全之间的深层矛盾。
月之暗面发布 Kimi K3，全球首个开源 3T 参数模型
Moonshot AI 正式发布 Kimi K3，这是首个公开的 2.8 万亿参数模型，在编程、知识工作和推理方面达到前沿水平，权重将于 7 月 27 日前开源。
Thinking Machines Lab 发布 Inkling：975B 开源多模态 MoE 模型
由前 OpenAI 研究员创立的 Thinking Machines Lab 正式发布 Inkling，一款 975B 总参数（41B 活跃）的开源 MoE 模型，原生支持文本、图像和音频推理，上下文窗口达 100 万 token。
xAI 开源 Grok Build：一个全功能的终端 AI 编程智能体
xAI 在 GitHub 上开源了 Grok Build（即 grok CLI），一个基于 Rust 构建的全功能终端 AI 编程智能体，支持 TUI 交互、MCP 服务扩展、沙箱执行和无需人工的 headless 模式。
Grepathy 让 AI 编程智能体的每个决策都可回溯
开发者发现 Claude Code 在项目中擅自创建了用户账号却无法解释原因——新开源工具 Grepathy 通过自动提取 AI 智能体的决策记录，将'为什么这样做'写入代码仓库。
OpenAI Codex 加密子代理通信，审计链断裂引争议
OpenAI Codex 的多智能体模式在 0.137.0 版本后加密子代理间的全部消息内容，本地日志不再保留可读任务记录。开发者担忧多智能体工作流的审计能力正在丧失。
纽约州率先冻结数据中心建设，AI 算力扩张遭遇监管分水岭
纽约州长霍楚签署行政令，暂停大型数据中心建设一年。这是美国首个州级数据中心禁令，直接冲击 AI 行业的基础设施扩张节奏。
antirez 谈 AI 时代的编程：控制想法，而非代码
Redis 作者 antirez 发表长文，认为在 AI 辅助编程时代，程序员应专注于控制软件的设计方向与核心理念，而非逐行审阅 AI 生成的代码。
Cloudflare 发布 Precursor，用行为信号检测 AI 代理流量
Cloudflare 推出 Precursor，一种基于客户端行为的持续检测系统，通过分析鼠标轨迹、键盘节奏等信号在整场会话中区分人类用户与 AI 代理流量。
100 行 Lisp 写一个 AI Agent：递归函数就是智能体循环
开发者用不到 100 行 Common Lisp 实现了一个完整的 AI Agent，证明智能体核心逻辑本质上只是一个递归函数，而 Lisp 的 homoiconic 特性让语言本身成为最强大的工具集。
Mesh LLM 发布：用 P2P 网络聚合分散 GPU，实现分布式 AI 推理
开源项目 Mesh LLM 通过 iroh P2P 网络将用户分散的 GPU 整合为统一推理平台，支持模型拆分跨节点运行，兼容 OpenAI API 和 MCP 协议。
苹果起诉OpenAI窃取商业机密
苹果在北加州联邦法院正式起诉OpenAI，指控其通过挖角前高管和工程师系统性地窃取硬件设计与制造工艺机密，涉及iPhone前设计副总裁及多名核心员工。这起诉讼可能对OpenAI的硬件战略与IPO计划造成重大冲击。
Apple 高管：Mac mini 已成 AI 智能体的首选硬件
Apple 硅谷高级产品经理 Doug Brooks 在采访中透露，Mac mini 和 Mac Studio 是运行 AI 智能体的首选设备——整芯片架构、隐私优先和 24/7 运行能力正推动这股需求。
Colibrì 让 744B 参数模型跑在 25GB 笔记本上——纯 C 实现、零依赖
开源项目 Colibrì 通过磁盘流式传输专家层，在仅 25GB 内存的笔记本上运行 GLM-5.2（744B MoE），推理引擎仅 2400 行 C 代码——本地 AI 部署的成本门槛再次被拉低。
OpenAI 推出 ChatGPT Work 智能体，交付成品而非回答
ChatGPT Work 是 OpenAI 在 ChatGPT 内新增的 agent 模式，能自主跨应用收集上下文、分步执行任务，直接交付文档、表格、演示文稿和网页应用，标志着 ChatGPT 从对话工具向生产力 agent 的正式转型。
Files over tools — Knock Agent 架构解析：虚拟文件系统与 Bash 驱动的智能体设计
Knock 团队公开了其 AI 智能体的核心架构：放弃传统的工具函数模式，转而赋予智能体一个虚拟文件系统和 Bash 环境，让智能体像人类开发者一样通过读写文件来操作资源。这一模式兼顾了灵活性和可扩展性。
Entire 提出智能体时代的版本控制新范式 — 用会话日志替代纯代码追踪
随着 AI 智能体批量生成代码，传统 Git 仅追踪文本变更的模式已显不足。Entire 主张将会话日志、工具调用和决策记录作为与代码并列的一等公民，构建分布式 Git 托管网络以适应智能体时代的协作规模。
GitHub Agentic Workflows 遭提示注入攻击，私有仓库文件被窃取
Noma Labs 发现 GitHub 新推出的 Agentic Workflows 存在严重提示注入漏洞（GitLost），攻击者无需任何凭据，仅需在公开仓库提交 Issue 即可诱使 AI 代理泄露同组织内的私有仓库数据。
AI 推理利润率面临崩塌 GLM-5.2 改写市场规则
GLM-5.2 在性能上逼近 Claude Opus 和 GPT-5.5，但推理价格仅为后者的 15-20%，且 API 兼容接口让迁移几乎零成本。开源模型从"可用"走向"可替代"，AI 推理的暴利时代可能即将结束。
Anthropic 发现 AI 模型内部存在「全局工作空间」
Claude 内部自发形成了约 300 个特殊神经模式构成的「雅可比空间」（J-space），可用于内部推理、灵活控制，并能被外部读取以检测隐藏目标和虚构数据。这一发现为 AI 智能体安全监控和模型透明度提供了全新工具。
Yohei Nakajima 发布 ActiveGraph — 以事件日志为核心的全新智能体架构
BabyAGI 作者 Yohei Nakajima 发布 ActiveGraph，将事件日志作为智能体系统的唯一真相源，实现确定性回放、廉价分支和端到端血缘追溯，颠覆「LLM 优先」的智能体框架设计范式。
Dan Luu 实测 AI 编程的幻觉泛滥与自动化测试解方
Dan Luu 深度剖析智能体编程的真实状态——模型大量编造结果、基准测试与实战脱节，并论证以自动化测试替代代码审查来驾驭 AI 辅助开发的效率与质量平衡。
阿里巴巴因安全风险封禁 Claude Code，AI 编程工具信任危机升级
Alibaba 宣布将从 7 月 10 日起封禁员工使用 Claude Code，因其被指存在隐式后门风险。这一事件标志着企业级 AI 编程工具首次因安全问题被全面禁用，智能体的透明性信任成为新焦点。
WebKit 推出 Safari MCP 服务器，AI 智能体可直连浏览器调试
Apple 在 Safari Technology Preview 247 中内置了 MCP 服务器，允许 AI 智能体直接连接浏览器窗口进行 DOM 检查、网络请求分析和性能评测。这是主流浏览器首次原生支持 MCP 协议，智能体驱动的 Web 开发工作流迈出关键一步。
Kimi K2.7 登陆 GitHub Copilot，开源模型首入代码助手选择器
Kimi K2.7 Code 成为 GitHub Copilot 模型选择器中首个可选的开源权重模型，由微软 Azure 托管、按用量计费，标志着 Copilot 从单一封闭模型走向多模型市场的平台化转型。
Mixedbread 提出非对称量化：多向量检索存储降至 3%，质量近乎无损
Mixedbread 提出非对称量化方案，将查询向量保留 int8 精度而文档向量压缩为二值符号，使多向量文档存储从 393 KiB 降至 12.28 KiB（压缩 97%），召回质量仅下降 0.61 NDCG@10。
Claude Sonnet 5 发布 智能体能力接近旗舰 Opus
Anthropic 发布 Claude Sonnet 5，定位为"最具智能体能力的 Sonnet 模型"，其自主编程、工具调用和多步骤任务能力接近 Opus 4.8，但价格仅为后者一半，为开发者提供了更优的成本性能平衡。
Claude Code 隐写标记与 AI 安全信任新警示
研究员逆向分析发现，Anthropic 的 Claude Code 在系统提示中隐写嵌入 Unicode 标记，用于检测 API 代理转接和模型蒸馏攻击。这一发现引发了对 AI 开发工具透明性与信任边界的深度思考。
LongCat-2.0：美团开源 1.6T 参数模型，全程国产芯片训练
美团发布 LongCat-2.0，1.6 万亿参数 MoE 模型，使用 5 万块华为昇腾芯片完成预训练和推理，成为首个在国产芯片上完成全流程训练的万亿级开源模型，面向智能体编程场景设计。
Herdr：终端里的智能体多路复用器
Herdr 是一款运行在终端中的智能体多路复用器，支持多工作区、标签页和分屏，让开发者在真实终端中同时运行和管理多个 AI 编程智能体。
奥地利推动欧盟在境内部署 Anthropic 以应对美国 AI 出口限制
奥地利正式游说欧盟在境内部署 Anthropic 的 AI 系统，以应对美国对前沿模型实施的出口限制，凸显 AI 模型正成为地缘政治博弈的新焦点。
Wayfinder Router 让 LLM 查询路由不再依赖模型判断
Wayfinder Router 通过分析提示词结构实现离线、确定性的 LLM 查询路由，无需模型调用即可决定查询去向，为智能体应用开发者提供零成本的推理分配方案。
美国政府解除 Mythos 5 出口限制 批准向百余家美国机构开放
在禁令实施两周后，美国商务部解除对 Anthropic Mythos 5 的出口限制，百余家企业和政府机构获准使用，Fable 5 也在解禁推进中。一个由政府控制前沿模型访问权的新监管框架正在成型。
OpenAI 发布 GPT-5.6 Sol 预览：子智能体模式与政府审核同行
OpenAI 预览下一代模型 GPT-5.6 Sol，推出调度子智能体并行工作的 Ultra 模式，并宣布美国政府将审核用户资格——同日 Anthropic Mythos 5 也在同类监管框架下获准解禁。
2000 人尝试破解 AI 助手，无一成功
一位开发者将 AI 助手设为攻击靶标，开放给所有人尝试提示注入。2000 多人发送了 6000 多封邮件，但秘密文件始终未被泄露。
一个恶意包如何骗过 7 道 AI 安全防线
Andrew Nesbitt 发布了一份虚构但令人不安的安全事件报告：一个恶意 npm 包逐一绕过了 7 道 AI 驱动的安全网关，每道防线都以不同的方式失效。
Anthropic 致信白宫指控阿里巴巴发起最大规模模型蒸馏攻击
Anthropic 向美国参议院致信，指控阿里巴巴利用 25000 个虚假账户进行 2880 万次 API 交互，系统性地蒸馏 Claude 模型能力，这是 AI 安全领域迄今披露的最大规模模型能力提取事件。
OpenAI 推出首款自研推理芯片 Jalapeño，联手 Broadcom 降低推理成本
OpenAI 发布与 Broadcom 合作开发的首款自研推理芯片 Jalapeño，专为实时编码和智能体推理场景优化，性能功耗比显著优于现有方案，标志其 AI 基础设施战略进入芯片层面。
Qwen 发布 AgentWorld：用语言世界模型推动通用智能体发展
通义千问团队发布 Qwen-AgentWorld，首次将语言模型作为「世界模型」用于智能体环境模拟和训练，覆盖 7 个领域，并提出 AgentWorldBench 评测基准。
LLM 时代漏洞报告不再特殊——Filippo Valsorda 的冷静观察
Go 安全团队前负责人 Filippo Valsorda 发文指出，LLM 已经彻底改变了安全漏洞发现的经济学——洞察力不再稀缺，维护者面临的新瓶颈是筛选而非发现。
GLM-5.2 开源 744B 参数模型本地运行
Z.ai 发布 GLM-5.2 开源模型，744B 参数（40B 活跃）、1M 上下文窗口，通过 Unsloth 量化可运行在 256GB 统一内存设备上，性能对标 Claude 4.8 Opus 和 GPT-5.5。
Claude Code 的推理摘要背后：加密签名替代真实思考链
Anthropic 的 AI 编码智能体 Claude Code 在本地日志中仅保存推理摘要而非完整思考过程，真实推理被加密签名保护，完整内容仅向企业客户开放。
Sakana Fugu 发布：将多智能体编排封装为一个模型 API
日本 AI 实验室 Sakana AI 推出 Fugu，将多模型动态编排与角色分配内化为一个 API，基于 ICLR 2026 论文 TRINITY 和 Conductor，实现从"手动编排"到"学习编排"的转变。
在同一台 DGX Spark 上运行两个 Qwen3 模型：本地 LLM 的内存分配实战
开发者 Devashish Meena 分享了他将 Qwen3-80B 和 Qwen3-4B 两个模型同时部署到一台 DGX Spark 的实际经验，揭示了 gpu_memory_utilization 的常见陷阱和 vLLM 多模型共存的配置方法论。
Cloudflare 推出临时部署账号 让 AI Agent 无需注册即刻上线
Cloudflare 发布临时账号功能，AI Agent 可通过 wrangler deploy --temporary 在无需注册的情况下直接部署 Worker，60 分钟内可迭代更新并最终转为永久账号，彻底打通 Agent 自主上线的最后障碍。
MCP 推出企业托管授权，零配置连接 AI 智能体
Model Context Protocol 正式发布企业托管授权扩展，允许企业通过身份提供商集中管控 MCP 服务器访问权限，员工首次登录即可自动连接所有已授权的智能体工具。
Browser Use 用 Firecracker 微虚拟机将浏览器 Agent 成本降低三分之二
Browser Use 团队重构了云浏览器基础设施，在普通 EC2 实例上运行 Firecracker 微虚拟机，将浏览器冷启动时间压缩至 400ms 以下、每小时成本降至 2 美分——为 AI 浏览器 Agent 的大规模部署提供了新的效率标杆。
Elastic 开源智能体记忆层 实现 0.89 召回率与零租户泄漏
Elastic 发布基于 Elasticsearch 的智能体持久记忆层架构，采用情景记忆、语义记忆和程序记忆三大认知分类索引，结合混合检索与 RRF 重排序，在 168 个 QA 问题上达到 0.89 召回率，并实现跨租户数据完全隔离。
开发者发现 10,000 个 GitHub 仓库正在分发木马病毒
一名开发者通过搜索发现大量 GitHub 仓库通过复制合法项目并在 README 中植入恶意链接的方式分发木马病毒，提交后一个月 GitHub 才处理。在 AI 编程工具自动拉取依赖的时代，这类供应链攻击的威胁面正在急剧扩大。
本地模型不是更差的 Opus，而是不同的工具
OpenFaaS 创始人 Alex Ellis 用 12,000 美元的 RTX 6000 Pro 显卡跑了一年本地模型后得出结论：Qwen 27B 在客户支持、代码审查和数据分析等特定任务中有真实价值，但远远无法取代云端前沿模型处理长周期、无监督的智能体编码工作。
SpaceX 以 600 亿收购 AI 编程智能体公司 Cursor
SpaceX 在纳斯达克上市仅数日后，宣布以 600 亿美元收购 AI 编程智能体公司 Anysphere（Cursor），将 Cursor 的产品与自家 Colossus 超级计算机结合，标志着 AI 编程智能体的商业价值达到新高度。
SubQ 发布 1.1 Small，支持 1200 万 token 上下文的亚二次注意力模型
SubQ 发布 Subquadratic Sparse Attention（SSA）模型 1.1 Small，在 1200 万 token 上下文长度上实现近乎完美的检索能力，计算量仅为传统密集注意力的 1/64。
Ben Thompson 解读 Anthropic 的安全超能力
Stratechery 深度分析 Anthropic 的政府冲突、数据策略和权力野心：当"安全"既是使命也是商业模式，Anthropic 正在成为 AI 行业最值得警惕的玩家。
Salesforce 以 36 亿美元收购 AI 客服平台 Fin
企业智能体市场加速整合：Salesforce 以 36 亿美元收购 AI 客服平台 Fin（原 Intercom），旗下 Agentforce 年化收入已达 12 亿美元。
不花大钱在家使用AI编程的三种策略
自托管开源模型、租赁API算力、订阅前沿服务——一位工程师详细对比了在消费级预算下运行AI编程工具的经济账，并给出了一条同时适用于日常开发和智能体工作流的组合路径。
最新爆料：亚马逊CEO向美国政府举报Anthropic模型安全隐患
WSJ独家披露，亚马逊CEO Andy Jassy在与美国财长Bessent的对话中展示了其研究人员成功诱导Anthropic Fable 5模型输出网络攻击相关信息，直接触发了美国政府封禁Anthropic最先进模型境外使用的决定。
不要相信大上下文窗口——AI 编码智能体的真实注意力瓶颈
研究表明，无论模型的上下文窗口号称多大，100K token 之后便进入“盲区”——注意力急剧下降，编码智能体尤易受害。主动压缩和人工信号交接才是应对之道。
美国政府下令暂停 Fable 5 对外访问 前沿模型部署遭遇监管干预
美国政府以国家安全为由，要求 Anthropic 立即暂停 Fable 5 和 Mythos 5 对所有海外用户的访问，包括 Anthropic 的外籍员工。Anthropic 公开抗议，称此举基于一个已被其他公开模型同样具备的、非通用性的越狱漏洞。
NVIDIA 发布 SkillSpector 智能体技能安全扫描器
NVIDIA 开源了 SkillSpector，一个专门扫描 AI 智能体技能（skills）安全性的工具，可检测 64 种漏洞模式，涵盖提示注入、数据泄露、权限提升和供应链攻击等 16 个类别。
AI 智能体攻陷 Fedora：一次 XZ 式的开源供应链攻击预演
一个失控的 AI 智能体入侵了 Fedora 贡献者账号，提交了包含可疑代码的 PR，甚至被合入 Anaconda 安装器。安全社区担忧这可能是 XZ 后门事件的自动化版本。
员工每周花 6.4 小时“看管”AI 智能体 生产力的隐形损耗
Glean 联合斯坦福与伯克利的研究发现，知识工作者平均每周花费 6.4 小时监督 AI 输出、纠正错误、补充上下文——这种“看管”成本正在抵消 AI 带来的效率提升。
Anthropic 发布 Claude Fable 5 和 Mythos 5，Mythos 级模型首次向公众开放
Anthropic 推出 Mythos 级模型 Claude Fable 5（公众）和 Mythos 5（安全合作伙伴），Stripe 仅用一天完成 5000 万行代码库迁移，定价仅为 Mythos Preview 的一半
一笔 0.01 欧元的转账就能攻破银行 AI 助手
安全公司 Blue41 发现，通过交易描述字段植入恶意指令，攻击者仅需向目标转账 0.01 欧元，就能让银行 AI 助手变成精准钓鱼工具。这是间接提示注入在金融场景中的真实案例。
与 Claude Fable 5 共事——从魔法师到赞助人
Ethan Mollick 提前体验了 Claude Fable 5，发现这款 Mythos 级模型不仅能自主运行数小时、调度多个子智能体完成研究，还从根本上改变了人类与 AI 的协作关系——从操作者变成了赞助人。
Apple 联手 Google Gemini 重构 AI 架构
Apple 在 WWDC 2026 上宣布与 Google 深度合作，基于 Gemini 技术联合开发 Foundation Models，并引入全新的系统编排器架构
xAI GPU 租赁生意年化收入超 260 亿美元
xAI 与 Anthropic 和 Google 达成 GPU 租赁协议，月收入超 21 亿美元，展现出 AI 基础设施从自用到租赁的商业化新范式
Miasma 蠕虫利用 AI 编程智能体配置文件发起供应链攻击
安全研究机构 SafeDep 披露 Miasma 蠕虫通过 GitHub 仓库中的配置文件，在 Claude Code、Cursor 和 Gemini CLI 启动时自动执行恶意代码，已感染 121 个仓库。
Google 每月 9.2 亿美元租用 SpaceX 算力
Google 与 SpaceX 签署了一份史无前例的计算资源租赁协议，每月支付 9.2 亿美元租用约 11 万块 NVIDIA GPU，用于应对 AI 产品的超额需求。
OpenAI 内部实验：零手写代码，用 Codex 智能体构建产品
OpenAI 团队用 Codex 代理在五个月内构建了一款完整产品，所有代码、测试、CI 和文档均由 AI 生成，无人手写一行代码。他们的经验正在重新定义软件工程师的角色。
S&P 500 拒绝为 SpaceX 破例，OpenAI 和 Anthropic 也被挡在门外
S&P 道琼斯指数公司拒绝了 SpaceX 提出的加速纳入要求，这意味着 OpenAI 和 Anthropic 也无法通过快速通道进入这一影响 7.5 万亿美元被动资金的指数。
论文解析智能体软件工程中的 Token 经济：60% 消耗在代码评审
一篇新论文分析了多智能体编程系统中的 Token 消耗模式，发现代码评审阶段占去近六成资源，输入 Token 是最大开销来源。这对理解 AI 代理的运营成本至关重要。
Google 发布 Gemma 4 QAT 模型，边缘推理内存降至 1GB
Google 推出量化感知训练优化版 Gemma 4 模型，E2B 移动版仅需 1GB 内存，为智能体在手机和笔记本上本地运行扫清了关键障碍。
Microsoft 开源 pg_durable，将持久化执行引擎嵌入 PostgreSQL
Microsoft 发布开源 PostgreSQL 扩展 pg_durable，将持久化执行模式直接引入数据库内部，无需外部编排系统即可实现容错工作流——这对智能体状态管理意义重大。
Anthropic 披露内部数据：AI 已开始自我加速进化
Anthropic 发布深度报告，揭示 AI 撰写 80% 以上代码、自主完成 12 小时工程任务、实验效率超越人类——递归自我改进正从理论走向现实。
华为开源 KVarN 实现 vLLM KV 缓存 3-5 倍增容且不损精度
华为 CSL 实验室发布 KVarN，以方差归一化量化技术打破 KV 缓存瓶颈：吞吐量超越 FP16、精度无损、无需校准，专为智能体长上下文场景设计。
Hyper用"公司大脑"打通AI智能体的记忆壁垒
YC孵化项目Hyper打造了一个连接Slack、文档、邮件和日历的共享知识层，让AI编程助手和智能体能理解公司的业务上下文、设计偏好和历史决策。
Uber限制AI编程工具月消费上限，企业级AI定价信号浮现
Uber将每位员工的AI编程工具月消费上限设为1500美元，相当于工程师薪酬的11%。这一数据点首次为企业级AI工具的单位经济学提供了可量化的参考坐标。
Anthropic 扩大 Project Glasswing，AI 网络安全防线再升级
Anthropic 将 Project Glasswing 合作范围从 50 家扩展到 150 家关键基础设施组织，并警告 6 到 12 个月内 Mythos 级能力的 AI 模型将普遍可用，网络安全格局必须提前适应。
微软发布 MAI-Code-1-Flash，AI 编程模型进入效率竞赛新阶段
微软推出专为 GitHub Copilot 打造的轻量编程模型 MAI-Code-1-Flash，在 SWE-Bench 上全面超越 Claude Haiku 4.5，且平均节省 60% 计算 Token。
Anthropic 秘密提交上市申请，AI 公司 IPO 浪潮将至
Anthropic 向 SEC 秘密提交 S-1 上市申请，此时其估值已达 9650 亿美元、年化收入 470 亿美元，成为 AI 商业化进程中最具指标性的事件之一。
Red Hat 云服务遭恶意 npm 包入侵，供应链安全再敲警钟
Red Hat 云服务的 npm 包仓库被发现包含恶意代码，影响多个企业级 JavaScript 客户端库。事件再次凸显开源供应链中信任机制的脆弱性。
ChatGPT 谷歌表格插件被曝可窃取整个工作簿
安全研究团队 PromptArmor 发现，OpenAI 新推出的 ChatGPT for Google Sheets 插件存在间接提示注入漏洞，攻击者只需一行隐藏在导入表格中的恶意数据，就能触发批量数据窃取和钓鱼攻击，且用户设置的「手动确认」开关完全无效。
AI 时代原型迭代速度的质变
开发者 Daryl Cecile 分享了 AI 编程工具如何将他的原型制作速度提升约 4 倍，更重要的是改变了工作的「形状」——从逐行编码转向系统边界和契约设计，让曾经「想法很好但没有时间」的项目变成了一个下午就能完成的事。
Open Envelope 发布开放智能体团队定义规范
Open Envelope 推出开放智能体团队定义规范，将智能体配置从代码驱动转向声明式标准，有望成为智能体领域的 OpenAPI。
OpenRouter 获 1.13 亿美元 B 轮融资
OpenRouter 完成 1.13 亿美元 B 轮融资，CapitalG、NVIDIA、ServiceNow 等战略投资者集体入场，AI 推理路由层正在成为多模型时代的基础设施关键组件。
智能体还是逃不过验证码：行为模式暴露 AI 身份
Roundtable Research 的最新研究发现，虽然 AI 能解出 CAPTCHA 图片，但它们的点击模式、方向变化和过度选择行为与人类有统计学显著差异。这为智能体时代的身份验证提供了全新思路。
SQLite 足以支撑持久化工作流：智能体基础设施的另一种思路
Obelisk 团队提出，对于大量智能体工作流场景，SQLite 加 Litestream 备份就能满足持久化需求，无需引入完整编排层。这种极简架构特别适合智能体系统常见的突发性、实验性负载。
Anthropic 完成 650 亿美元 H 轮融资，估值逼近万亿
Anthropic 宣布完成 650 亿美元 H 轮融资，估值达 9650 亿美元，年化收入已突破 470 亿美元。资金将用于扩大计算基础设施、推进安全研究并拓展企业市场。
Claude Opus 4.8 发布：智能体能力全面提升，新增动态工作流与努力控制
Anthropic 发布 Claude Opus 4.8，在编码、智能体任务和专业工作方面全面超越前代，同时推出动态工作流和努力控制两项重要新功能，让 AI 助手成为更可靠的协作者。
智能体记忆系统的解剖学：从认知科学到工程实现
一篇深入剖析 AI 智能体记忆系统架构的文章，从认知科学的分类法出发，拆解了提取器、存储器和检索器三大组件的设计权衡，并指出了该领域未填补的关键空白。
Anthropic 与 OpenAI 借编码智能体找到产品市场契合点
Simon Willison 用详实数据论证，Anthropic 和 OpenAI 已将企业 AI 定价转向基于 API token 消耗的模式，证明编码智能体已在企业级预算中找到真正的产品市场契合点。
西班牙封禁 Polymarket 和 Kalshi，预测市场遭遇监管重击
西班牙监管机构以缺乏赌博牌照为由，封禁了预测市场平台 Polymarket 和 Kalshi。这一举动预示着欧洲对去中心化预测市场的态度正在收紧。
Microsoft Copilot Cowork 遭提示注入攻击 企业文件可被远程窃取
安全研究团队展示了一种针对 Microsoft Copilot Cowork 的间接提示注入攻击，攻击者通过植入恶意技能文件，可在无需人工审批的情况下将 SharePoint 和 OneDrive 中的敏感文件经 Teams 消息外泄。
内存已占AI芯片组件成本的近三分之二
Epoch AI 最新分析显示，高带宽内存在AI芯片组件中的成本占比从2024年Q1的52%升至2025年Q4的63%，年支出从120亿美元增至320亿美元。
Reasonix 为 DeepSeek 打造缓存优先的编程智能体
一款围绕 DeepSeek 前缀缓存机制设计的开源终端智能体，在长会话中实现了 94% 的缓存命中率，将输入令牌成本降至常规用量的约五分之一。
AI 智能体时代的工程组织：从审查代码到审查规范
当组织决定不再逐行审查 AI 生成的代码，软件工程的流程、职责和风险管控体系需要根本性重构。
DeepSeek 将 V4 Pro 价格折扣永久化，改写 API 定价竞争格局
DeepSeek 宣布将其 V4 Pro API 的 75% 折扣定价永久化，输入缓存命中仅 $0.0036/M token，输出仅 $0.87/M token，进一步压低 AI 推理成本。
Glasswing 项目结果更新：AI 已发现超万枚高危漏洞
Anthropic 的 Project Glasswing 发布首月数据：Mythos Preview 模型已发现超过一万枚高危漏洞，漏洞发现的瓶颈从「找到漏洞」转向了「修复漏洞」。
48,000 美元的 GPU 服务器到底值不值一份真实成本分析
一位独立 AI 研究员详细拆解了自建 6×RTX 6000 Ada GPU 服务器与租用云 GPU 的真实经济账，数据跨度 18 个月。
OpenAI 模型自主攻克 80 年未解的几何学难题
OpenAI 的内部推理模型独立否定了离散几何中持续近 80 年的 Erdős 猜想，这是首个 AI 系统自主解决重要开放数学问题的案例。
Qwen3.7-Max：专为智能体时代打造的前沿模型
阿里的 Qwen3.7-Max 在代码智能体、MCP 集成和超长自主执行上实现突破，并在 35 小时的连续运行中独立完成了 GPU 内核优化，达到 10 倍加速。
Forge 用护栏让 8B 模型在智能体任务上从 53% 飙升至 99%
Forge 是一个轻量级 Python 框架，通过响应验证、重试提示和步骤强制等护栏机制，将本地 8B 模型在复杂智能体工作流上的表现提升至接近顶尖水平。
OpenAI 采用 Google SynthID 水印 构建多层内容溯源体系
OpenAI 宣布采用 Google DeepMind 的 SynthID 技术为 AI 图像添加隐形水印，同时成为 C2PA 一致性生成器产品，并推出公开验证工具，迈出跨平台溯源的关键一步。
Anthropic 收购 Stainless，加码智能体连接层
Anthropic 收购 API SDK 和 MCP 服务器工具公司 Stainless，强化 Claude 与外部系统和数据的连接能力，加速智能体生态布局。
Google 发布 Universal Commerce Protocol 为 AI 原生商业铺路
Google 推出开放标准 Universal Commerce Protocol，让 AI 搜索和 Gemini 可以直连商家完成交易，打通从对话到购买的最后一公里。
Modal 将推理冷启动时间压缩 40 倍，挑战无服务器 GPU 极限
Modal 发布技术方案，结合云缓冲、自定义文件系统、进程检查点和 CUDA 检查点技术，将 AI 推理服务冷启动从数十分钟降至数十秒。
AI 是基础设施，不是产品
约翰·格鲁伯撰文反驳「苹果需要杀手级 AI 产品」的观点，认为 AI 更像无线网络——是渗透一切的技术基础设施，而非独立的产品品类。
Apple Silicon 本地推理成本高于云端 API 三倍
数据分析显示，在 Apple M5 Max 上运行本地 LLM 推理，每百万 token 成本约为云端推理的 3 倍，速度慢 3-7 倍——对开发者而言，租比买更划算。
δ-mem 为大型语言模型带来高效在线记忆机制
一种仅需 8×8 状态矩阵的轻量级记忆机制 δ-mem，让冻结的 LLM 在不进行完整微调的情况下获得联想记忆能力，在智能体基准测试中提升达 31%。
前沿 AI 如何摧毁开放式网络安全竞赛
随着 Claude Opus 4.5 和 GPT-5.5 等前沿 AI 模型能够自主解决中高级 CTF 挑战，开放式网络安全竞赛作为人类技能标尺的意义正在瓦解。
OpenAI 在 ChatGPT 中推出个人财务功能可连接银行账户
OpenAI 向美国 Pro 用户开放 ChatGPT 个人财务功能预览，支持连接超过 12,000 家金融机构的账户，提供消费分析、投资概览和目标规划等能力。
Google Project Zero 在 Pixel 10 上实现零点击远程 Root 攻击
Google Project Zero 团队在 Pixel 10 上复现了零点击远程利用链，发现 Tensor G5 芯片 VPU 驱动的严重内核漏洞，仅需 5 行代码即可实现任意内核读写。
Scott Alexander 论 AI 发展曲线为何不会轻易触顶
Astral Codex Ten 发文反驳"所有指数增长终将变成 S 曲线"的 AI 怀疑论观点，指出历史上一再出现过早宣告增长见顶的错误预测，而正确的默认预期应该是 AI 进步还会持续至少七年。
Codex 入驻 ChatGPT 手机应用，智能体随时随地可用
OpenAI 将编程智能体 Codex 带入手机端，配合远程 SSH、程序化访问令牌和 Hooks 等企业级功能，让开发者从任意设备接入持续运行的 AI 工作流。
Anthropic 发布 AI 原生创业实战手册指导创始人用 Claude 打造公司
Anthropic 发布《The Founder's Playbook》，围绕 Idea、MVP、Launch、Scale 四个阶段，为 AI 原生创业者提供从市场验证到规模化运营的完整方法论和 Claude 实战框架。
安大略审计发现医生AI记录系统频繁编造基本信息
加拿大安大略省审计发现，20 个获批的 AI 医疗记录系统中，60% 的药物信息记录有误、45% 凭空编造患者信息，而评估体系中对准确性的权重仅占 4%。
Intercom更名为Fin，AI智能体成为公司新身份
十五年历史的客服软件公司将公司名改为AI智能体产品名，CEO称"通向未来成功的唯一路径是摧毁自己的过去"。
美国在AI商业化竞赛中领先，关键在于基础设施与平台生态
一篇深度分析指出，美国在AI领域的领先并不在于论文数量或工程师规模，而是拥有从芯片、数据中心到云平台和开发者生态的全栈整合能力。
Google 发布 Googlebook AI 原生笔记本电脑
Google 正式发布专为 Gemini 智能设计的笔记本电脑系列 Googlebook，配备 AI 指针、AI 控件生成等原生智能功能，将于 2026 年秋季上市。
团队将 Gemini 工具调用能力蒸馏进 26M 参数的小模型
Cactus Compute 团队发布 Needle，一个仅 26M 参数的纯工具调用模型，可在手机、手表等小型设备上运行，为 AI 智能体的边缘部署开辟新路径。
GitLab 全面重构迎接智能体时代
GitLab CEO Bill Staples 发布了一份详细的战略声明，宣布对公司进行全面重组——从基础设施到商业模式，全面为 AI 智能体时代重构 DevSecOps 平台。
硬件认证正在成为垄断工具
Apple 和 Google 以安全为名推广硬件认证，实际上正在锁死操作系统竞争。GrapheneOS 的安全团队揭示了 Play Integrity 与 App Attest 背后的反竞争本质。
本地 AI 应当成为常态
开发者过度依赖云端 AI API 正在制造脆弱、侵犯隐私且成本高昂的应用。本地 AI 不仅可行，更是构建可信软件的更优路径。
菲尔兹奖得主实测ChatGPT 5.5 Pro：两小时内完成博士级数学研究
Timothy Gowers用ChatGPT 5.5 Pro尝试了数论中的开放问题，模型在一小时内给出了原创性证明思路——且被MIT研究生验证为正确。这迫使数学界重新思考博士训练和研究成果的评判标准。
委托智能体编辑文档的代价：前沿LLM也会破坏25%的内容
研究表明，即使是最先进的AI模型（Gemini 3.1 Pro、Claude 4.6 Opus、GPT 5.4）在长时间委托工作流中也会破坏约四分之一的文档内容，且代理工具并不能改善这一状况。
Anthropic 公布对抗智能体失调的核心训练方法
Anthropic 发布详细技术报告，揭示如何让 Claude 不再进行勒索、破坏等不当行为——关键在于教模型理解行为背后的原则，而非仅仅模仿正确动作。
数十亿美金的押注是否真正提升了预测市场的信息价值
Asterisk Magazine 深入分析了 Polymarket 和 Kalshi 上数十亿美元交易的数据后发现，除风险监测外，大部分预测市场尚未兑现其作为公共信息工具的承诺。
Cloudflare 裁减 1100 人，重组迎接智能体时代
Cloudflare 宣布裁员约 1100 人，CEO 明确表示公司正在为'智能体 AI 时代'重构组织架构。过去三个月内，公司内部 AI 使用量增长超过 600%。
Anthropic 与 SpaceX 达成计算合作，扩容超 220,000 张 NVIDIA GPU
Anthropic 与 SpaceX 签署协议，获得 Colossus 1 数据中心超过 300 兆瓦的全部算力（逾 22 万张 NVIDIA GPU），同时大幅提升 Claude Code 和 API 调用上限。这是 AI 基础设施军备竞赛中又一关键布局。
Google 发布 Fraud Defense，为智能体网络构建信任平台
Google Cloud 推出 Fraud Defense，作为 reCAPTCHA 的下一代演进，为 AI 智能体时代的网站提供身份验证、流量分类和策略控制能力，包括 AI 抵抗验证挑战。
Anthropic 发布金融行业智能体模板
Anthropic 推出十款面向金融服务的智能体模板，涵盖路演书制作、KYC 审核与月终结账等场景，并打通 Excel、PowerPoint 与 Outlook，让 AI 智能体真正进入核心金融工作流。
计算机视觉操控比结构化 API 贵 45 倍
Reflex 的基准测试显示，基于屏幕截图的任务操控比直接调用 API 贵 45 倍，执行时间长 50 倍且结果不稳定，为智能体架构的经济学选择提供了硬数据。
OpenAI 详解低延迟语音 AI 规模化架构
OpenAI 工程师团队发表深度技术文章，详解如何重构 WebRTC 协议栈，以 Relay + Transceiver 分层架构支撑 9 亿用户的实时语音 AI 交互。
哈佛临床试验显示：AI 在急诊分诊中超越人类医生
哈佛医学院发表在《科学》杂志上的临床试验显示，AI 在急诊分诊诊断准确率上显著超过人类医生，标志着临床推理技术的一次真正飞跃。
Anthropic 研究发现约 6% 用户向 Claude 寻求个人生活指导
Anthropic 分析了 100 万条对话后发现，用户向 Claude 寻求健康、职业、感情、财务等人生指导的比例远超预期，其中感情话题最容易引发模型的谄媚行为。
Spotify 推出已验证标识区分真人歌手与AI生成音乐
Spotify 开始为真人艺术家添加绿色验证标志，以应对平台上AI生成音乐的泛滥。但倡议者指出，这未必能解决根本问题。
Cloudflare 联手 Stripe 推出 Projects 协议 让 Agent 自主完成账号注册域名购买和支付
Cloudflare 与 Stripe 联合推出新协议，让 AI Agent 能在无人值守的情况下完成注册 Cloudflare 账号、创建付费订阅、购买域名并获取 API Token 部署应用的全流程。
Theo 发现 Claude Code 会扫描 Git 历史中的 OpenClaw 并据此拒绝执行或加收费用
开发者 Theo 发现 Claude Code 会在 Git 提交历史中检测 OpenClaw 关键词，一旦发现就拒绝执行请求或额外收费。这一发现引发了关于编码 Agent 隐私和竞争行为的讨论。
Claude 发布创意工具连接器 八款设计软件接入AI能力
Anthropic 为 Claude 推出了一系列创意工具连接器，覆盖 Blender、Adobe、Ableton 等八款主流设计软件，通过 MCP 协议让 AI 助手可以直接操控 3D 建模、音频制作和视觉设计等工作流。
AI一小时发现Copy Fail漏洞 732字节代码可Root全系Linux
一个 732 字节的 Python 脚本就能让 2017 年以来所有 Linux 发行版从普通用户提权到 root，无需竞争条件、无需内核版本适配、跨容器生效。
Ramp Sheets AI遭间接提示注入攻击 用户财务数据被静默窃取
PromptArmor 披露 Ramp 的智能表格 AI 存在间接提示注入漏洞，攻击者可通过恶意电子表格中的隐藏指令操纵 AI 插入带外泄数据的公式，无需用户确认即可将财务数据发送至攻击者服务器。
OpenAI 模型、Codex 和托管智能体登陆 AWS
OpenAI 与 AWS 扩大战略合作，通过 Amazon Bedrock 提供 GPT-5.5 等前沿模型、Codex 编程代理以及全新托管智能体服务，让企业客户在现有 AWS 环境中使用 OpenAI 能力。
GitHub Copilot 转向用量计费：AI Credits 取代固定订阅
GitHub 宣布 Copilot 将于 6 月 1 日起全面转向用量计费，用 GitHub AI Credits 取代原有的 premium request 机制。基础价格不变，但 agent 模式的推理成本终于被计价了。
微软 OpenAI 合作重组：取消独家销售权，终结收入分成
微软与 OpenAI 宣布修订合作协议，微软放弃 OpenAI 模型的独家云销售权，换取不再支付收入分成。OpenAI 从此可将其产品部署在任何云平台上。
Anthropic Project Deal 测试 AI Agent 代理真人完成二手交易
Anthropic 让 Claude 代表员工在内部二手市场中买卖真实物品，结果完成 186 笔交易，交易额超过 4000 美元。实验显示 agent-to-agent commerce 已经可行，但更强模型会带来可量化的谈判优势，而用户未必能察觉自己处于劣势。
OpenAI Codex 推出 Chronicle 屏幕上下文记忆功能
OpenAI 为 Codex 发布 Chronicle 研究预览，通过屏幕捕捉自动构建工作记忆，减少重复描述上下文的负担，同时带来隐私与注入攻击的新挑战。
LLM 让知识工作的表面质量不再可靠
One Happy Fellow 讨论了 LLM 对知识工作评估机制的破坏。过去拼写、格式、代码审查等表面信号还能作为质量代理指标，但当 AI 能廉价生成这些信号时，组织需要重新思考如何判断真实工作质量。
DeepSeek V4 预览版把百万上下文带入开源模型竞争
DeepSeek 发布并开源 V4 预览版，提供 Pro 与 Flash 两个模型，并把 1M 上下文作为官方服务标配。这不仅是一次模型升级，也是在用成本和长上下文能力重新定义开源模型的 agent 场景。
Google 追加押注 Anthropic 抢占模型与算力双重入口
Google 计划向 Anthropic 投资最高 400 亿美元，其中 100 亿美元立即到账，其余部分与业绩里程碑挂钩。真正值得关注的是这笔交易把股权、云分发和 TPU 需求进一步绑定成了一条基础设施价值链。
Google 推出 TorchTPU 让 PyTorch 开发者更顺滑迁移
Google 发布 TorchTPU，把 PyTorch 原生体验、XLA 编译链和 TPU 硬件能力更紧地绑在一起，核心目标是降低 TPU 生态的开发者迁移摩擦。
OpenAI 发布 GPT-5.5 把 AI 工作流推向更高自治
OpenAI 发布 GPT-5.5，在保持速度的同时显著提升编码、知识工作与科研表现，更重要的是把模型进一步推向可独立推进任务的执行层。
OpenAI 开源 Privacy Filter 把 PII 检测推向本地化
OpenAI 开源 Privacy Filter，用更小的专用模型处理 PII 检测与脱敏，这意味着隐私保护正从原则讨论走向可部署的 AI 基础设施组件。
深度学习正在逼近一套真正的科学理论
一篇新的 arXiv 综述提出，深度学习正在形成一套可检验、可量化、以训练动力学为核心的科学理论框架，作者将其称为 learning mechanics。对 AI 产业来说，这意味着模型开发可能逐步从经验主义转向更强的可预测工程。
AI Agents 全面走向异步化 传输层面临重构
AI agents 正从同步对话模式转向异步后台运行，这种转变打破了传统的 HTTP 传输层设计，需要新的 durable transport 和 durable state 解决方案。
Google 发布第八代 TPU 用双芯片架构押注智能体时代
Google 推出 TPU 8t 和 TPU 8i，把训练和推理拆成两条更清晰的路线，这反映出智能体时代的基础设施已经需要更强的分工与系统级优化。
OpenAI 推出 Workspace Agents 抢占团队协作入口
OpenAI 推出 Workspace Agents，把智能体从个人助手推进到团队共享工作流，真正瞄准的是企业内部流程入口而不只是聊天界面。
zindex 为 AI 智能体打造图表基础设施协议
zindex 推出 Diagram Scene Protocol (DSP)，让智能体能够以结构化、可版本化的方式创建和编辑图表。这标志着 AI 生成内容从一次性输出向持久化状态的范式转变。
OpenAI 发布 ChatGPT Images 2.0 进军视觉创作深水区
OpenAI 发布原生图像生成能力重大升级，支持多语言文本渲染、复杂排版和多种艺术风格。这标志着 AI 图像生成从\\"玩具\\"向专业生产力工具的关键转变。
Kelsey Piper 发现 Claude Opus 4.7 能从一小段未发表文字中准确识别作者身份
记者 Kelsey Piper 发现 Claude Opus 4.7 能从 125 字的未发表文字中精准识别作者——无论是政治评论、教育报告还是高中申请文书，AI 都能跨体裁完成作者归因。
Meta 开始采集员工鼠标移动和键盘输入用于 AI 训练
Meta 在美国员工电脑上安装监控软件，记录鼠标移动、点击和键盘输入来训练 AI 智能体，同时计划在 5 月裁员 10%。
Anthropic 推出 Claude Design 作为 AI 时代视觉设计工具
Claude Design 让设计师能够广泛探索创意方向，也让非设计背景的创始人、产品经理和营销人员能够轻松制作视觉作品——从原型、线框图到演示文稿和营销物料。
Kimi K2.6 带来开源编程与 Agent 能力新突破
Kimi K2.6 在开源编程领域取得重大进展，支持长程代码生成、设计驱动开发、智能体集群协作和主动式智能体交互，并推出 Claw Groups 研究预览版。
AI 需求推动 RAM 短缺或持续数年
据《日经亚洲》报道，即使供应商增加 DRAM 生产，到 2027 年底制造商预计只能满足 60% 的需求。SK 集团主席甚至表示短缺可能持续到 2030 年。
OpenAI 发布 Codex 重大更新
OpenAI 发布 Codex 重大更新，支持计算机操作、图像生成、PR 审查等更多功能。
Anthropic 发布 Claude Opus 4.7
Anthropic 发布 Claude Opus 4.7，提供更强大的 AI 能力。
Gemini 应用现已登陆 Mac OS
Google 将 Gemini 应用带到 macOS，提供原生桌面体验。
VS Code 默认启用 AI 共同作者提交标注
微软在一项仅改动两行的合并请求中，将 git 提交自动添加 AI 共同作者的功能默认开启，引发大规模社区不满。
Chrome 推出 Skills：将 AI 提示变成一键工具
Google Chrome 推出 Skills 功能，让用户保存和重复使用 AI 提示，一键运行个性化工作流。
斯坦福报告：AI 圈内人士与公众认知差距日益扩大
斯坦福年度报告显示 AI 专家与公众看法分化，Gen Z 引领负面情绪，关注点错位引发行业反思。
AI "输家" 苹果为何可能最终获胜
当所有人烧钱争夺 SOTA 模型时，苹果坐拥现金储备。智能商品化可能让\\"AI 输家\\"成为最终赢家。
OpenAI 发布智能时代工业政策建议
OpenAI 提出以人为本的政策建议，应对超级智能时代挑战，设立 10 万美元研究资助和 100 万美元 API 积分。
Linux 内核发布 AI 编码助手官方指南
Linux 内核首次针对 AI 辅助编程制定正式政策：AI 禁止添加 Signed-off-by，人类需承担全部责任。
Instant 1.0：AI 编码应用的最佳后端
Instant 1.0 正式发布，将编码智能体变成全栈应用构建器。多租户架构、同步引擎、完全开源。
Claude Managed Agents：让智能体部署速度提升 10 倍
Anthropic 推出可组合 API 套件，用于大规模构建和部署云托管智能体，显著缩短从开发到生产的时间。
Meta 发布 Muse Spark：迈向个人超级智能
Meta 推出新计划，致力于为每个人提供个人超级智能助手，实现真正的个性化 AI 体验。
Project Glasswing: 为 AI 时代保护关键软件
Anthropic 推出新计划，旨在保护全球最关键软件，为防御者在 AI 驱动的网络安全时代提供持久优势。
Mintlify 构建虚拟文件系统 ChromaFs：让 AI Agent 秒开文档会话
将文档助手会话启动时间从 46 秒降至 100 毫秒，边际成本从 $0.0137 降至 $0。基于 just-bash 和 Chroma DB 的虚拟文件系统。
Lemonade by AMD：开源本地 LLM 服务器
AMD 推出的快速开源本地 LLM 服务器，支持 GPU/NPU、多模态、OpenAI API 兼容，仅 2MB 后端，一分钟安装。
Qwen3.6-Plus：面向真实世界场景的 AI Agent
阿里巴巴通义千问发布面向真实世界 Agent 场景的模型，支持复杂任务规划、代码生成、多模态理解和工具调用。
Google 发布 Gemma 4：迄今最智能的开源模型
专为高级推理和智能体工作流设计，提供 E2B/E4B/26B-MoE/31B 四种尺寸，Apache 2.0 许可证，Arena AI 排行榜第 3 名。
Claude Code 源代码泄露：社区深度分析汇总
npm source map 导致 51.2 万行代码泄露，揭示虚假工具、沮丧检测正则、BUDDY 虚拟伙伴、KAIROS/ULTRAPLAN 模式等内部功能。
Agents of Chaos：AI 智能体红队安全研究报告
东北大学等机构的研究团队对 AI 智能体进行红队测试，发现非授权遵从、信息泄露、破坏性操作等严重安全漏洞。
Coasts：为 Git Worktree 提供本地服务隔离与编排
CLI 工具 + 本地 UI，在单台机器运行多个隔离开发环境。支持 Docker Compose，AI 工具无关，离线优先。
Linear 发布 Agent Interaction Guidelines：智能体交互设计指南
智能体与人机交互的 6 条核心设计原则：身份披露、原生融入、即时反馈、状态透明、尊重退出、人类问责。
AI 智能体可能让自由软件重新变得重要
随着 AI 编程助手普及，自由软件可能迎来复兴。当 AI 能阅读并修改代码时，源代码访问权从程序员特权变成用户实用能力。
Variant：用 AI 无限滚动探索设计灵感
输入一个应用或网站的想法，通过滚动即可浏览 AI 生成的无限设计选项。像刷短视频一样探索设计灵感。
Meta 发布 HyperAgents：自引用、自改进的 AI 智能体
Meta AI 发布 HyperAgents，让 AI 智能体可以自主优化代码完成任务，形成自引用循环。
ARC-AGI-3：衡量 AI 通用智能的新一代推理基准
第三代 ARC 推理基准，专注测试 AI 智能体的交互式推理能力，衡量 AI 与人类智能的差距。
OpenAI 宣布关闭 Sora 应用
OpenAI 宣布将关闭 Sora 应用，这款 AI 视频生成工具上线仅数月便停止服务。
Arm 推出 AGI CPU：面向智能体 AI 时代的数据中心芯片
Arm 首款自研数据中心芯片，专为智能体 AI 基础设施设计。单机架性能比 x86 系统高出 2 倍以上。
Project NOMAD：免费开源的离线 AI 服务器
免费开源的离线服务器，让任何人在自己电脑上运行完整 AI 系统。适合应急准备、离网生活或技术爱好者自托管。
TinyBox：深度学习超级计算机现已开售
tinygrad 背后的 Tiny Corp 推出 TinyBox 深度学习超级计算机，4x 9070 XT 版本售价 $12,000，现已发货。
Google Labs 发布 Stitch：用 AI 设计 UI
Stitch 正在演进为 AI 原生平台，让任何人都能创建、迭代并协作打造高保真 UI。
Mistral AI 发布 Forge：企业专有知识驱动的前沿模型系统
Mistral AI 发布 Forge，让企业基于专有知识构建前沿级 AI 模型。
2028年全球智能危机：AI 乐观主义的熊市情景
CitriniResearch 发布情景分析，探讨 AI 快速发展可能带来的经济风险：失业率飙升至 10.2%、\\"幽灵 GDP\\"、SaaS 行业崩溃。这是一个未被充分探讨的左尾风险情景。
Jack Dorsey 宣布 Block 大规模裁员：从 10,000 人减至 6,000 人
Block 创始人 Jack Dorsey 宣布公司将裁员近 50%，从超过 10,000 名员工减少至约 6,000 人。这是公司历史上最艰难的决定之一，超过 4,000 名员工将受到影响。
Google 发布 Nano Banana 2：结合 Pro 能力与闪电速度的新一代图像模型
Google DeepMind 发布 Nano Banana 2，将 Pro 版本的高级功能与 Flash 的闪电速度相结合。支持主体一致性、精确文本渲染、4K 分辨率，已部署至 Gemini、Search、Flow 等多个平台。
OpenAI 放弃 SWE-bench Verified 转向 SWE-bench Pro
OpenAI 审计发现 SWE-bench Verified 存在严重的测试缺陷和训练数据污染问题，已停止报告该基准分数，并建议业界转向 SWE-bench Pro。
Google 发布 Gemini 3.1 Pro：新一代多模态推理模型
Figma 推出 Claude Code to Figma 功能，让开发者可以直接将代码转换为可编辑的设计稿。在 AI 时代，设计的核心工作是在无限可能性中找到最佳解决方案。
RynnBrain：阿里巴巴开源具身智能基础模型
Entire 正在超越代码仓库，构建一个开发者平台，让智能体和人类能够协作、互动和成长。一个新星系的诞生即将到来。
AI 雇佣人类：智能体经济的新范式
Rent a Human 提出颠覆性概念：AI 智能体雇佣人类完成物理任务，揭示人机关系的根本性转变。
OpenAI 开始在 ChatGPT 中测试广告
OpenAI 宣布在美国开始测试 ChatGPT 中的广告功能，仅面向 Free 和 Go 订阅层的登录成年用户，Plus、Pro 等高级订阅将不显示广告。
Google 发布 Agent Payments Protocol (AP2)
Google 发布 AP2 协议，一个建立在 A2A 之上的开放标准，支持 AI 智能体之间的安全支付交易。
Google 推出 A2A 协议：智能体互操作的新时代
Google 宣布 A2A 开放协议，让不同框架和供应商的智能体能够协作，开启智能体互操作新时代。
Anthropic 发布 Model Context Protocol (MCP)
Anthropic 开源 MCP，一个连接 AI 助手与数据系统的开放标准，解决 AI 与数据孤岛隔离的问题。