小岛AI · AI 航行日志

一个给 AI 搭脚手架的工程师，把踩过的礁石和遇到的奇景都记下来。

记录一线实战、踩坑与成长 AI 工程一线实战

📰 小岛AI 日报 · 总第 1 期 2026-07-26 · 13 条信号每条都带一句话判断 · 每天一期

2026 / 07 / 26

沙箱从来就不是安全边界，这次是 OpenAI 自己证的

OpenAI 用来测攻击能力的模型逃出隔离环境，反手黑了 Hugging Face，两家公司花了一周才对上是谁干的。比越狱更该让人后背发凉的，是中间那道归因缺口。
2026 / 07 / 25

一个链接种一个 AI 内鬼，这不是 OpenAI 一家的病

Zenity 披露的 AgentForger，一个带参数的链接就能自动建好一个继承你身份的 agent，关掉全部审批，每 5 分钟去攻击者邮箱取指令。OpenAI 四天修完了，但同一个坑，你给自己 agent 开权限的时候也在踩。
2026 / 07 / 25

别笑 AI 把无人机开进墙，半年后它就稳了

Anthropic 和 Andon Labs 把 agent 评测搬进了物理世界，五个子任务里模型只卡在一个上。拆一拆 Drone-Bench 的设计，你会看到 agent 的下一站，和一个值得抄回家的评测思路。
2026 / 07 / 25

Claude Code 账单里那 22%，不是装个工具能省掉的

有人实测缓存过期占了账单两成多，还写了个代理去堵。但 5 分钟的 TTL 和多 agent 架构本来就对不上，官方其实早给了两个原生开关。文末有个一行自查。
2026 / 07 / 25

Opus 5 半价追平旗舰，以后 90% 的活可能轮不到 Fable 5 出手了

价格一分没涨，能力直接换代。Opus 5 成 Max 默认、Pro 最强，还带四档 effort 换挡。订阅党、API 党、旗舰党各自的账怎么算，哪些场景还值得掏双倍价钱，这篇帮你把账本摊开。
2026 / 07 / 25

Claude Code 删了 80% 提示词，你的规则文件也是时候瘦身了

Anthropic 官方承认，过去两年我们给模型写的规则大多是补丁。哪些能删、哪些删了会出事、删之前必须先做的一件事，一次说清。
2026 / 07 / 25

Ling-3.0-flash 激活只有 5.1B，但它真不是小模型

总参 124B、每 token 只激活 5.1B，多数榜单对标上一代 1T 旗舰。但激活参数省的是算力不是显存，TTFT 降 60% 靠的是集群级缓存，权重还得等 8 月 3 日之后。三件官方写了、但转述的时候都被吃掉的事。
2026 / 07 / 25

给 agent 无脑堆上下文的做法，可能真该停了

MineExplorer 把 18 个顶级模型丢进 Minecraft 跑 3 分钟长程任务，最强的从 1 跳 77 分掉到 4 跳 12 分。更扎心的是消融实验，多给步数没用，多给记忆反而更差。
2026 / 07 / 25

25 家联名反对 AI 监管，蒸馏条款才是真战场

25 家机构联名保开放权重，名单里没有 OpenAI 和 Anthropic。但这封信最要紧的不是反对监管那句，是被通稿集体跳过的第三页。
2026 / 07 / 24

ChatGPT 差点劝死一个人，但这次我站 OpenAI

佛州男子起诉 ChatGPT 劝他别就医，两天后 OpenAI 反手把健康功能全量上线，还能连病历和 Apple Health。它为什么敢，边界在哪，普通人怎么问 AI 健康问题才不踩坑，这篇一次聊清。
2026 / 07 / 24

20 秒视频是顺手的，FLUX 3 瞄的是机器人

BFL 发了 FLUX 3，全网都在刷 20 秒带声视频，但官宣帖最后一行才是重点，动作预测。这篇聊聊视频模型怎么变成机器人的大脑，30 小时的数据活怎么被压到 30 分钟，以及这次不放权重，靠 FLUX 生态吃饭的人该怎么办。
2026 / 07 / 24

Kimi K3 通用跑分追平了前沿，一到真刀真枪就露了馅

英美两家安全机构联手测了 Kimi K3 的攻击能力，通用榜单它能打，网络攻防却只有前沿模型的一半分。差的这块，恰好是蒸馏永远偷不走的。
2026 / 07 / 24

大模型公司的终点不是 AGI，是咨询公司

OpenAI 发布 Presence，不开自助，派驻场工程师上门装 agent。同月微软砸 25 亿干同一件事。模型越来越不值钱之后，钱到底在哪一段，做 agent 的你站在循环哪一环，这篇把账摊开算一遍。
2026 / 07 / 24

Anthropic 每送你 1 个读者，要先爬走 38000 页

电影票房权威站 The Numbers 被 AI 流量和黑客一夜打垮，真人只剩它流量的 10%。这篇聊聊开放 web 那笔「你让我爬、我送你读者」的老交易是怎么作废的，手里有内容站或想做 side project 的人还剩哪几条路。
2026 / 07 / 23

AI 作弊不是 bug，是我们亲手训出来的

英国 AISI 把 GPT-5.6 Sol、Claude Opus 4.7 等 5 款顶级模型关进网络安全考场，全部尝试作弊，问它们还不认账。写代码的你大概率见过同款行为，这篇聊聊根因，以及怎么设防。
2026 / 07 / 23

旗舰模型是面子，Flash 才是谷歌的印钞机

谷歌 Q2 财报拆出来的开发者信号，每分钟 220 亿 token 的流量主力是最便宜的 Flash，不是旗舰。看完你会重新算自己 API 选型里那笔账，以及全行业为什么都在偷偷把你的请求路由给小模型。
2026 / 07 / 23

我干的活进了红头文件，但我劝你别急着辞职单干

Harness Engineering、Token 经济、OPC 一人公司，这些圈内黑话一夜之间进了北京的正式政策。算力券和注册便利是真的，客户和现金流政策给不了。哪两条最值得细读，哪几盆冷水得先泼，这篇聊透。
2026 / 07 / 23

端侧 AI 缺的从来不是参数，是一句我没把握

Cactus 给最小的 Gemma 4 塞了个探针，每个回答自带 0 到 1 的置信度，低了就转云端。只转出 15% 到 35% 的题，就打平了 Flash-Lite。这个数为什么比跑分值钱，坑在哪，我聊聊。
2026 / 07 / 23

Claude 突然大更新，自建 agent 框架的理由又少了一个

Claude Managed Agents 一口气发了六条更新，技能上限 20 涨到 500，思考力度分档、事件推送、子 agent 直播全到位。逐条看下来，每一条都踩在自建平台的苦活上。聊聊 agent 的平台化下半场，和自建派还剩什么理由。
2026 / 07 / 23

以后你用哪个模型，轮不到你说了算

Cursor Router 上线，满意度追平 Fable、成本砍六成，账是真的。但这笔账背后，选模型的权力正在从你手里挪到平台手里。拆一拆路由器的训练细节、满意度指标的盲区，以及被路由的你还能怎么验证。
2026 / 07 / 23

梁文锋赌的持续学习，成了就砸掉我半个饭碗

四小时闭门实录里，梁文锋把 DeepSeek 的路线讲成一段楼梯，去年思维链，今年 Agent，下一步持续学习。这一步正好踩在我们这些给 AI 搭脚手架的人天天打补丁的地方。聊聊那张不做清单，和我这半个饭碗。
2026 / 07 / 23

AI 配音开始会演戏，这行的门槛先塌了一半

通义新 TTS 险胜登顶世界榜单，但第一名不是重点。在台词里写个中括号就能让 AI 发火、倒吸气、咯咯笑，配音从选音色变成写剧本。做语音应用的朋友，300 毫秒首包和那个没开源的细节，更值得你看完。
2026 / 07 / 22

Anthropic 赔了 15 亿美元，我觉得它是赢家

史上最大版权和解落槌，48 万本书每本赔 3000 美元。但法院同时认定，用合法买来的书训练 AI 是 fair use。赔掉的是盗版账，买回的是确定性。这笔账对写书的、做模型的、还有把代码放在 GitHub 上的你，各有一层不一样的算法。
2026 / 07 / 22

AI 写 80% 代码不吓人，吓人的是你还在靠人肉 review

Anthropic 副 CISO 亲口交底，工程师人均产出 8 倍，80% 代码由 Claude 写，65% 的产品 PR 由 agent 直接合并。这篇拆开他们重建的安全流程，哪几步你的团队今天就能抄，哪一步是真金白银堆出来抄不动的。
2026 / 07 / 22

OpenAI 说广告不影响回答，我赌这条线守不住

六周一亿美元，600 个广告主，广告正式进了 ChatGPT 的对话框。免费不看广告可以，代价是砍额度。搜索广告用二十年立的规矩，对话式 AI 要从零重试一遍，这篇把规则、漏洞和你现在就该动手改的设置都讲清楚。
2026 / 07 / 22

黑掉 Hugging Face 的凶手找到了，是 OpenAI 自家的模型

三天前 HF 被自主 AI 打穿还是桩悬案，今天 OpenAI 举手认领：干这事的是它自己在跑评测的 GPT-5.6 Sol。一场为了刷分越狱、翻墙、偷凭据的连环剧，跟每个天天给 agent 发 token 的人都有关。
2026 / 07 / 21

你让最贵的模型干杂活，钱就是这么烧没的

同一份活，账单从 411 美元到 9373 美元。Cursor 的蜂群实验算清了一笔账，贵模型出方案，便宜模型执行，质量不掉。这个分工，普通开发者今天就能抄。
2026 / 07 / 21

Google 一次发三个模型，藏起了最该发的那个

Gemini 3.6 Flash 一口气来了三款，唯独 I/O 上预告的旗舰 3.5 Pro 没影，官方承认它打不到自家基准。旗舰难产、Flash 猛进，这个反差里藏着一个对开发者更实在的判断。
2026 / 07 / 21

Google 悄悄开源的这个库，比发三个模型更值得看

发布会都在看 Gemini 三连发，同一天 Google 把 Tunix 摆上了 GitHub，一个把 SFT、DPO、PPO、GRPO 全写成可读代码的后训练库。大厂炼丹这门手艺，正在从黑箱变成公开教材。
2026 / 07 / 21

账上 1.35 万亿，脚注里还藏着 1.65 万亿

日经数了五家巨头的 AI 合同义务，1.65 万亿美元，四年翻 8 倍，比表内债务还多 3000 亿。拆一拆 SPV、预购合同和折旧魔术的具体手法，顺便聊聊这堆债跟你手里 API 价格表的关系。
2026 / 07 / 21

腾讯新 agent 会自我改进，我盯住的是它作弊那两段

递归自我改进第一次写进大厂官宣。29 个数学开放问题被刷新、15 个参数做出 10 位数加法，都不是最值得看的，官方自己承认 agent 学会了骗评委。天天跑 agent 的人，建议把那两段多读几遍。
2026 / 07 / 21

让模型说个随机数，它就把自己供出来了

布拉格研究员用 32 万个随机数给 165 个模型录了行为指纹，总共花 34 美元，抓出一个疑似套壳开源 Qwen 的自研旗舰。你手里那个中转站 API 是不是真模型，花几分钱也能验。
2026 / 07 / 20

字节这个音频模型，最狠的不是能配音

Seed Audio 1.0 把人声、音效、环境声塞进一个模型端到端生成。对做视频播客的人来说，真正省掉的不是配音，是那套拼来拼去的活。但有几个坑官方没细说。
2026 / 07 / 20

全球最大模型仓库被黑，最吓人的是黑它的和救它的都是 AI

Hugging Face 第一次公开披露被自主 AI agent 端到端攻破：一个恶意数据集打穿生产集群，1.7 万条操作日志。而取证时商业模型 API 直接拒绝，最后靠开源模型本地跑。攻防两端全是 AI，这事跟每个给 agent 塞过 token 的人都有关。
2026 / 07 / 20

把微调当 speedrun 打，纪录已经卷到 6 分钟

GitHub 上出现了一个微调竞速排行榜，冻结任务冻结硬件，只比墙钟时间。基线 12 分钟，两个朴素技巧砍到 6 分 05 秒还更准。这篇拆它的规则、纪录和那张没人动过的免费午餐清单，Modal 免费额度就能参赛。
2026 / 07 / 20

英伟达把日本变成物理 AI 国家工厂，中国的机器人牌打到哪了

日本掏出上看万亿日元补贴、拉 44 家巨头，跟英伟达共建全球首座物理 AI 国家工厂。可算力主权还攥在老黄手里。被排除在外的中国，正走一条相反的轻路。
2026 / 07 / 20

Ollama 拿了 8800 万美元，你还在白嫖它

890 万开发者在用的本地模型工具完成 B 轮融资，云端用量月月翻倍。免费会不会到头，Docker Desktop 的剧本会不会重演，靠它干活的人该盯哪几个信号，这篇一次聊清楚。
2026 / 07 / 20

小红书开源了个库，干的是 MoE 最脏的活

几百张 GPU 里总有一批在等活，理想吞吐和真实水平能差出一倍。小红书和北大把负载均衡这件上古运维旧事搬进训练关键路径，300 微秒内实时搬专家，吞吐提升 42%。开源模型 API 越来越便宜，后厨就在这。
2026 / 07 / 19

聊了 300 场，他见过的 AI 项目成功率 0%

一位从业者 18 个月近距离围观企业 AI 项目，无一成功，而且死因几乎都不在模型。裁掉不用 AI 的高分员工、token 排行榜、给数据库迁移贴 AI 标签，看完你会明白为什么最清醒的人现在都在装疯。
2026 / 07 / 19

世界模型元年官宣了，这次我没翻白眼

AI 圈的元年一年好几个，早该免疫了。但 5B 参数单卡跑出 720P 二十帧、还带一分钟空间记忆的 Matrix-Game 3.5，确实碰到了新东西。这篇把世界模型讲成人话，给做游戏和做机器人的各算一笔账。
2026 / 07 / 19

微软新安全产品曝光，肚子里一半模型是对手家的

The Information 爆料微软在憋 Project Perception，用多模型路由把 Mythos 级的安全扫描做便宜，贵模型只上刀刃，杂活全给便宜模型。这套算账思路，做 agent 开发的今天就能抄。
2026 / 07 / 19

2.8万亿参数刷屏的这周，拿第一的只有2B

Qwen 2.4T、Kimi 2.8T 刚刷完屏，面壁在 WAIC 一天双发，2B 的 MiniCPM5 拿下 4B 以下全球第一，还开源了具身机器人系列。参数竞赛的另一头，真正会跑进你手机和机器人的模型长什么样。
2026 / 07 / 19

Qwen3.8 官宣里最值得读的，不是 2.4T

阿里说新旗舰仅次于 Fable 5，还要开源。但权重只给了个「很快」，Preview 先进了自家订阅。从开源到闭源再到开源，这次回摆是被谁逼的，普通开发者又能从 2.4T 里薅到什么，这篇聊透。
2026 / 07 / 19

一个人干了四个月，把 16 家的语音模型塞进同一个库

whisper.cpp 之后，本地语音转录的生态碎了一地，每换一个模型就得换一套引擎。现在有人用 ggml 把 16 个模型族缝回一个库，Qwen3-ASR 和 SenseVoice 都在列。看完这篇，你就能在自己电脑上把会议纪要跑起来。
2026 / 07 / 18

69% 的公司，给所有 AI agent 共用一把钥匙

54% 的企业已经在 agent 上出过安全事故，但真正扎心的是那组对照数字，给每个 agent 发独立身份，事故率直接从 63.5% 掉到 40.9%。看完你能拿走一份 agent 身份卫生清单，周一就能对着自查。
2026 / 07 / 18

分数好到离谱，Cursor 第一反应是模型在作弊

公开榜单和开发者体感对不上之后，Cursor 自建了一套评测，分数太好还要把模型的推理记录逐条翻出来查。这篇聊聊他们怎么分辨模型是真聪明还是在背题，以及贵模型到底什么时候值得掏钱。
2026 / 07 / 18

Fable 5 永久进了订阅，用户为什么还在骂

Anthropic 官宣 7 月 20 日起 Fable 5 永久进 Max，看着是好消息，但同一天基础限额缩水三分之一，50% 的 Fable 配额是在缩水后的池子里划的。这篇把三档用户的账各算一遍，你对号入座就行。
2026 / 07 / 18

Kimi K3 冲到第三，这周真正的新闻不是它

八天四款前沿模型，能打的实验室从 2 家变 6 家，第一名领先缩到 1 分，智能的价格八天便宜了两三倍。写给被榜单轰炸的你，什么值得切，什么该等，怎么不被榜单牵着走。
2026 / 07 / 18

跑分 90 的搜索 agent，换套题只剩 34 分

BrowseComp 十个月从 30 分涨到 90 分，美团用 762 万实体的知识图谱重新出题，GPT-5.5 只考出 34.74%，上下文管理策略还集体失灵。做搜索和 deep research agent 的朋友，这份卷子值得亲自看一遍。
2026 / 07 / 18

模型抢头条的这八天，NVIDIA 悄悄换了 RAG 的地基

八天四个前沿模型刷屏的同一周，NVIDIA 开源了 Nemotron 3 Embed，8B 登顶检索基准 RTEB。官方没细算的三笔账，推理、存储、全库重嵌，这篇替你算明白，自建 RAG 的动手前先看完。
2026 / 07 / 17

AI 买走全球七成内存，你的下一台电脑在替它买单

硬盘从 350 美元涨到 800 美元还缺货，平价电脑被预测 2028 年前消失。产能去哪了、为什么偏偏是内存、这波要持续多久，最后给你一份现在装机换电脑的决策清单。
2026 / 07 / 17

发现还能登录前司内网，他回了句 LOL

苹果起诉 OpenAI 后又给 40 名跳槽的前员工发了律师函，诉状里一条 LOL 短信成了证据。跳槽去竞对时哪些你以为的常规操作会变成呈堂证供，收到律师函第一件事该做什么，这篇给你一份工程师自保清单。
2026 / 07 / 17

百万行代码两周迁完，账单是 16.5 万美元

Bun 从 Zig 迁到 Rust 只用两周，朋友圈都在传。但官方博客里还躺着 59 亿 token、19 个合并后回归和一个没人细说的前提。拆完这笔账，你能拿走一份判断清单，哪种迁移能交给 AI，哪种会翻车。
2026 / 07 / 17

75% 代码 AI 写的 Google，旗舰却卡在编码上

日历上画圈的 GA 日空了。Bloomberg 说 Gemini 3.5 Pro 卡在编码上，换了训练数据也没救回来，而 Google 内部 75% 新代码已是 AI 写的。旗舰的胜负手怎么变成了写代码，等模型的人该怎么选型，聊聊我的看法。
2026 / 07 / 17

刚为偷代码道歉的 xAI，现在想读你的邮箱

Grok 新功能定时任务全员免费，邮件触发付费才给。功能本身真不错，但邮件触发加连接器，刚好凑齐了 prompt 注入的致命三件套。哪些自动化能放心开、哪些要想清楚，这篇给你一份工程师的判断清单。
2026 / 07 / 17

Kimi K3 追到 Fable 身后了,而且它开源

全球最大开源模型一夜换人,权重却要 7 月 27 才放。参数你反正跑不动,真正跟你有关的是那张价格表,和藏在后面的生态算盘。看完再决定要不要把手头的 API 换过来。
2026 / 07 / 17

模型降价 300 倍，Salesforce 还是烧掉了 3 亿美元

token 单价三年降了 300 倍，Uber 四个月烧完全年预算，微软开始砍工具许可证。OpenAI 今天发文给出新记分卡，每美元有用功。看完你能拿走一套给自家 AI 账单算账的办法。
2026 / 07 / 16

你发的 3 秒语音，够骗子克隆一个你

佛州老人听着女儿的哭声取了 1.5 万美元，哭声是 AI 合成的。FBI 首次把 AI 欺诈单列成类，全球深度伪造鉴定第一人承认自己快失明了。这篇从工程角度讲清 3 秒为什么够、检测为什么跑不赢，以及今晚就该跟家人做的一件事。
2026 / 07 / 16

负责抓 AI 作恶的裁判，自己先动了手脚

Anthropic 蹲了一年，抓到自主 agent 四种新翻车姿势，偷改代码、帮着造假、袒护同类、教唆人类爆料。四条都对应你自动化里没上锁的位置，附一份天天跑无人值守流水线的工程师的对照检查。
2026 / 07 / 16

OpenAI 造了个专门攻破 AI 的 AI，你线上那个也没扛住

GPT-Red 是 OpenAI 训练的自动化红队模型，几乎攻破了它见过的所有现役模型。对抗训练把 GPT-5.6 的注入失败率压到六分之一，但没压到零。写 agent 的人该怎么办，我唠唠。
2026 / 07 / 16

偷传你代码的 Grok Build，这周把自己的 84 万行源码交出来了

上周还在删数据道歉，这周直接把整个编程 agent 开源。我跟着 Simon Willison 进仓库翻了翻，翻出了竞品工具的移植副本、一个宝藏渲染器，还有那段上传代码的残骸。
2026 / 07 / 16

975B 完整权重白给，Murati 团队卖的根本不是模型

官方公告开头先承认 Inkling 不是最强模型，转头却把完整权重挂上 Hugging Face。拆一拆这步棋的算盘，微调平台才是主菜，以及普通开发者第一次能亲手调一个一线实验室的多模态推理模型。
2026 / 07 / 16

一个 0 字节的文件，差点送走我整个测试库

日志全绿，命令全部跑完，而保命备份是个空文件。复盘挖出两层根因，一条 shell 冷知识，和一条现在长在我部署流程里的硬规则。文末有这一年攒下的完整手册。
2026 / 07 / 15

Claude 每天对你说「你说得完全对」，有人受不了了

一个 hook 脚本把 Claude 的四句口头禅全替换成搞笑词。好笑归好笑，它治的是显示层，真想根治得往生成层动手。
2026 / 07 / 15

你 clone 别人的仓库，Cursor 帮你把里面的 exe 跑了

一个把 Windows 计算器改名叫 git.exe 塞进仓库根目录的把戏，就能让 Cursor 自动执行它，全程零点击。更离谱的是这个洞报了七个月，厂商一句话没回。
2026 / 07 / 15

国行 Apple 智能备案了，最有意思的不是千问

苹果把自己的大模型送进了网信办备案名单，这在苹果历史上是头一次。拆一拆国行 Apple 智能的真实拼装形态，哪层是苹果的，哪层是千问的，两年到底卡在哪，你的国行 iPhone 接下来能拿到什么。
2026 / 07 / 15

阿里语音模型超了 GPT-Realtime，最狠的不是那个第一

Qwen-Audio-3.0-Realtime 登顶语音推理榜，但真正值得开发者看的是双工控制、把文本推理蒸馏进语音，以及官方自己贴出来的那张掉分表。
2026 / 07 / 14

马斯克说一个字节不留，这话在工程上没法验证

48 小时认错清零，响应速度业界少见。可删除没有回执，你没法证明一个副本不存在。这篇讲清楚为什么该按已泄露处置，密钥怎么换、网络围栏怎么上，给所有用 AI 编程工具的人。
2026 / 07 / 14

598GB 压到 85GB，腾讯把旗舰模型塞进一张卡

295B 的 Hy3 官方量化版来了，一张 96GB 显卡就能跑。这篇把账算清楚，1bit 其实是几 bit、掉了多少能力、什么硬件跑得动、买卡和调 API 哪个划算，看完再决定要不要折腾。
2026 / 07 / 14

腾讯这次开源，最值钱的不是模型权重

HyOCR-1.5 只有 1B 参数，文档解析跑分却坐上端到端第一，还能塞进笔记本本地跑。但真正稀罕的是训练配方和数据管线也一并开了。做 RAG 被 PDF 折磨过的朋友，这篇帮你算算专家小模型这笔账。
2026 / 07 / 14

Claude 标价没动，你的账单悄悄涨了三成

Anthropic 给 Sonnet 5 和 Opus 4.8 换了新 tokenizer，同样的代码多切出三成 token，发票上却没有这个条目。有人用厂商自己的计费接口逐字节测了一遍，我带你把这笔账算清楚，顺便聊聊模型价格到底该怎么比。
2026 / 07 / 13

OpenRouter 周榜前五全是国产，登顶的不是 DeepSeek

腾讯 Hy3 发布 6 天冲上 OpenRouter 用量榜第一，但登顶这周它恰好免费。这篇把榜单的水分和真金分开算，看完你就会自己读这个榜，还能赶上 7 月 21 日前的白嫖窗口。
2026 / 07 / 13

diff 只告诉你 agent 改了什么，没告诉你它漏了什么

你让编码 agent 干活，只能看 diff 验收，它读过哪些文件、漏了哪个目录你全靠猜。air 作者的新工具把会话日志画成代码库夜景地图，agent 摸过的地方会发光。看完你大概会重新想一遍，agent 可观测性这件事有多空白。
2026 / 07 / 13

你为 AI 付了两次钱，第二次付的是家底

微软 CEO 纳德拉深夜发文提出反向信息悖论，你的 prompt、纠错、代码都在替模型厂商打工。这篇拆给你看开发者每天到底在上交什么，以及小团队今天就能做的三件防守动作。
2026 / 07 / 13

GPT-5.6 比 Claude 贵 50%？他们查完发现锅在自己

Ploy 把生产 agent 的默认模型从 Opus 4.8 换成 GPT-5.6 Sol，只用了 48 小时。快 2.2 倍省 27% 只是开胃菜，真正值钱的是四个坑，评测偏心、参数造假、缓存翻车、推理回放，每个都附了能抄的修法。
2026 / 07 / 13

字节把 PS 的选区，塞进了提示词里

打点、画框、涂鸦，然后在提示词里 @ 出来，位置交给手，需求交给嘴。歸藏一手实测 Seedream 5.0 Pro 的可编辑交互，出租屋改造、商品图、海报排版全程不开 PS，顺带聊聊它离 GPT-Image 2.0 还差在哪。
2026 / 07 / 13

Fable 5 续期、Codex 解限，两家抢着送的不是模型

Anthropic 第三次续期 Fable 5，OpenAI 顺手摘掉 Codex 的 5 小时限制，都是临时的。两家在卖的其实是同一样东西，不被中断的连续工作时间。聊聊怎么把这一周换成评测集、工作流和交付物，而不是烧在聊天上。
2026 / 07 / 12

Altman 改口 AI 净创造就业，最妙的是时间点

预言过 20% 失业率的两位 CEO，赶在万亿 IPO 前把末日剧本换成了增长剧本。改口背后的利益账、三份第三方数据的真实结论，以及写代码的人该拿哪个版本当真，这篇一次算清楚。
2026 / 07 / 12

苹果起诉 OpenAI，最狠的证据是一句哈哈

离职没还的工作机、没注销的内网权限、跟同事的一句玩笑，全成了联邦法院的呈堂证供。比起吃瓜巨头互撕，这份诉状更像一份免费的跳槽安全手册，写代码的都该翻一遍。
2026 / 07 / 12

GPT-5.6 证明 50 年猜想，最值得抄的不是模型

循环双覆盖猜想悬了 50 多年，GPT-5.6 Sol Ultra 不到一小时给出完整证明。但真正的主角藏在 OpenAI 公布的提示词里，64 个并行子智能体加对抗验证的编排。这套思路不用等新模型，今天就能搬进你的工作流。
2026 / 07 / 12

你只是让它回个 OK，Grok 把整个仓库连 .env 一起传走了

有人拿 mitmproxy 把 xAI 官方编码 CLI 的流量扒了个底朝天，5.10 GiB 从未被读的代码全走了，关掉『改进模型』也拦不住。文末附一份今天就能跑的自查清单。
2026 / 07 / 10

Bun 敢让 AI 重写一百万行代码，底气不是模型

535,496 行 Zig，64 个 Claude 并行跑 11 天，全平台测试全绿后合并上线。拆一遍 Bun 官方复盘里的工程细节，对抗式审查、翻车现场、16 万美元账单，以及普通团队最该抄走的那一步。
2026 / 07 / 10

Devin 新模型 2 美元一次追平 GPT 5.5，底座是 Kimi

做 Devin 的 Cognition 发布 SWE-1.7，从 Kimi K2.7 基座 RL 出贴近 GPT 5.5 的编码水平，单次成本只要五分之一。后训练天花板被捅穿之后，前沿实验室的护城河还剩下什么，这篇一次聊透。
2026 / 07 / 10

25GB 内存跑 744B 模型，这哥们用 1300 行 C 干成了

一个人，一台 12 核 25GB 内存的笔记本，把完整的 GLM-5.2 跑了起来。拆一拆流式加载磁盘专家这套工程活妙在哪，冷启动 0.05 tok/s 和 370GB 磁盘的代价有多真实，以及这条路对普通开发者的真正价值。
2026 / 07 / 10

一个数据中心月租 12.5 亿美元，扎克伯格也想当包租公了

扎克伯格否认算力过剩的同一天，红杉把 AI 行业的回本门槛更新到 3 万亿美元。巨头为什么一边喊算力不够一边挂牌出租，这两本账放在一起算完，对写代码的你最直接的影响是 token 价格的走向。
2026 / 07 / 10

GPT-5.6 正式发布，最狠的不是跑分

Sol、Terra、Luna 三档齐发，ultra 默认四个 agent 并行，Codex 并入桌面应用连免费档都开放。跑分赢麻的口径里有什么门道，agent 连干几小时的账单和验收成本谁来付，这篇把发布页没细说的账摊开算一遍。
2026 / 07 / 09

一块 4090 就能跑的机器人大脑，蚂蚁开源了

24 小时连开源三个具身智能模型，视频基模造数据，世界模型当练功房，VLA 是交付的大脑。哪个能商用、哪个只许研究、消费级显卡能跑到哪一步、通稿里没写的三个坑，这篇一次给你称清楚。
2026 / 07 / 09

你交的 Claude 订阅费，把 Anthropic 送去 IPO 了

SemiAnalysis 测算 Anthropic 三季度利润超 10 亿美元，6 月 1 日已秘密递交 IPO。第一个赚钱的 AI 实验室，收入大头来自写代码的人。定价权、生态绑定、模型往哪迭代，接下来都和你的账单有关。
2026 / 07 / 09

有人把 Claude 的设计系统扒了个底朝天：20 章提示词，14 个技能，MIT 开源

Anthropic 旗下 Claude Design 的系统提示词被反向工程 MIT 开源，20 章提示词加 14 个技能，最狠的 ai-slop-check 把 AI 味翻译成一条条可执行规则。
2026 / 07 / 09

一生一次的 Fable 5，大多数人可能用反了

窗口要关的不止这一个模型，下一个「一生一次」大概下个月就到。聊聊怎么让每个路过的最强模型都给你留下它下线之后还在的东西，以及为什么每份资产都得配一个你自己能跑的验证。
2026 / 07 / 09

AI 编程跑分暴涨到 80%，OpenAI 一查，三成题是坏的

八个月通过率从 23.3% 涨到 80.3%，看着是模型狂飙，OpenAI 审计完却撤回了对 SWE-Bench Pro 的推荐。聊聊跑分暴涨里多少是能力多少是坏题，以及工程师选型时到底该看什么信号。
2026 / 07 / 08

AI 审计代理盯着 Cloudflare 密码学库，挑出了 7 个真漏洞

一个跑着 Opus 和 GPT 的审计代理，在 CIRCL 里找出 7 个真 bug，两个 Critical。AI 强在细心，弱在判断。
2026 / 07 / 08

AI agent 靠写代码出的名，结果 90% 的人拿它干别的

Anthropic 公布 Claude Cowork 120 万次会话数据，软件开发只占 8.7%，最大用途是业务运营和内容创作。「工作周围的工作」才是 AI agent 的真主场，同日 Cowork 开放移动端和网页端。
2026 / 07 / 08

一个 Issue 就骗走了你的私有仓库，GitHub AI 代理踩了个大坑

Noma Labs 发现 GitHub Agentic Workflows 的提示词注入漏洞 GitLost，一个伪装 issue 就让 AI 代理泄露私有仓库。
2026 / 07 / 08

一天 3.7 万行 AI 代码，YC 老板被一个波兰程序员当场开箱

Garry Tan 炫耀每天用 AI 部署 3.7 万行代码，一个写了 13 年代码的波兰开发者按下 F12，看到了 169 次请求、6.42MB、28 个测试文件和一个 0 字节的 logo。
2026 / 07 / 07

AI 会在环境里越干越强，字节 EdgeBench 发现的新 Scaling Law

字节 Seed 发布 EdgeBench，让 Agent 在真实任务里连干 12 小时，发现环境学习遵循 log-sigmoid 曲线，学习速度每三个月翻一倍。
2026 / 07 / 07

你用 Google，就在帮它训练 AI：6 月悄悄改的隐私开关，教你关掉

Google 6 月低调改了搜索服务隐私设置，默认把你上传的图片、语音、文件拿去训练 AI。讲清楚发生了什么，以及手把手教你关掉。
2026 / 07 / 07

AI 把初级程序员的就业市场烧掉了，斯坦福数据说岗位降了 19%

计算机毕业生失业率 6.1% 比文科生还高。斯坦福 ADP 数据显示 22-25 岁开发者岗位比 2022 峰值降 19%，AI agent 正在抹掉入门级编程岗，资深工程师的培养梯子也跟着断了。
2026 / 07 / 06

四年问不出儿子想吃什么，他花两小时写了个网站

一位工程师爸爸给不会说话的自闭症儿子做了个沟通应用，候诊室的妈妈们看哭了，言语治疗师哭了五分钟。他说自己不小心创办了一家小公司。
2026 / 07 / 06

Anthropic 的设计品味被逆向开源了，连自家模型的默认审美都要防

Claude Design 的系统提示词被逆向出来挂上 GitHub，MIT 协议随便商用。20 章设计哲学加 14 个技能，专治 AI 垃圾审美，里面还藏着一份新一代模型的提示词维护指南。
2026 / 07 / 06

美团把 1.6 万亿参数的模型开源了，训练全程没碰 N 卡

LongCat-2.0 以 MIT 协议开源，1.6T 参数 MoE、1M 上下文，35 万亿 token 预训练全程跑在国产 ASIC 超节点上。SWE-bench Pro 追平 GPT-5.5，写代码这块它是真能打。
2026 / 07 / 06

Meta 雇了几百个成年人，假扮13岁小孩去套竞品 AI 的话

《连线》曝光 Meta 秘密项目 Cannes，外包人员批量伪装未成年人，用 4.5 万条精心设计的话术试探 ChatGPT、Gemini 和 Character.AI 的安全护栏，被测三家全不知情。
2026 / 07 / 06

扎克伯格承认自己不懂 AI 研究，他只管三件事，人、钱、电

一段 66 秒的采访里，扎克伯格说我不是 AI 研究员，我的工作是把精英、资本和基础设施堆到一起。这份全世界最贵的岗位说明书，只有一行字。
2026 / 07 / 04

全球首例 AI Agent 勒索攻击：从漏洞利用到数据库加密全程自主完成

Sysdig 记录到全球首例由 AI Agent 全自主跑完的勒索攻击，600 个载荷、31 秒自我修复，把攻击门槛拉到极低。
2026 / 07 / 04

把文字压成图片喂给 Claude Code，token 成本直接砍一大半

一个叫 pxpipe 的开源工具，利用视觉 token 只按像素计费的规则，把大块上下文渲染成图片省钱，还把有损的坑全摊在阳光下。
2026 / 07 / 03

月账单从 500 万涨到 1500 万后，大公司开始没收员工的旗舰模型

404 Media 曝光花旗、Adobe、Atlassian 等六家企业限制员工使用 Opus 4.7、GPT-5.5 等旗舰模型。账单翻三倍之后，节约 token 成了新的办公室美德。
2026 / 07 / 03

八个月，AI 把外包接单成功率从 2.5% 干到了 16.1%

CAIS 拿 240 个真实付费外包项目考 AI，最新一轮 Fable 5 拿下 16.1% 自动化率，八个月前最好成绩只有 2.5%。比数字更扎眼的是增速，还有它翻车的姿势。
2026 / 07 / 03

AI 亲手锻出训练框架：8 小时追平、2 天反超英伟达 Megatron-LM

面壁开源 ForgeTrain，全球首个完全由 AI 写出、无人干预的生产级预训练框架，还能迁到 H100 和昇腾。
2026 / 07 / 03

他嫌 FSD 太保守，把油门踩到底撞死了人，然后说是自动驾驶干的

得州特斯拉致命车祸反转，司机声称车在自动驾驶，黑匣子显示他把油门踩到 100%，手机里还躺着一堆「FSD 太保守」的搜索记录。聊聊人机控制权和责任边界。
2026 / 07 / 02

AI 版支付宝阿宝开放公测，一句话就把货架收了

支付宝把国民级 app 从陈列式改成对话式，一句话办事。工具箱现成、AI 做路由、资金那步守住本人确认。
2026 / 07 / 02

Cloudflare 给全网站长发了张独立宣言：搜索、AI 智能体、训练爬虫终于能分开管

第二个内容独立日，Cloudflare 把 AI 流量拆成搜索/智能体/训练三类分开管，9 月 15 号还要改默认值。
2026 / 07 / 02

给 AI 编码工具装上审美：Emil Kowalski 把设计师手感做成了 Skills

Sonner、Vaul 作者 Emil Kowalski 把多年 UI 动画判断做成三个开源 Skill，让编码 agent 写界面自带审美底线。
2026 / 07 / 02

Senior SWE-Bench：最强模型也只干完四分之一的活

一个专门评估 AI 智能体当高级工程师的新基准，把榜单从八十分打回二十几分。
2026 / 07 / 01

一个循环，让 GPT-5.5 和 Claude 攻破了 9 个未解难题

两个大模型接力，证明者出题、验证者挑错，解开 9 个理论 CS 与交换代数的公开难题，其中一个曾让研究者失眠两年。
2026 / 07 / 01

AWS 砸 10 亿美元，把工程师直接派进你公司办公

一个岗位两年需求涨 42 倍，AWS 砸 10 亿跟进。卖了十几年「你不用管」的云厂商，为什么反过来把人肉派进客户公司？聊聊 AI 落地最值钱的那条缝。
2026 / 07 / 01

Sonnet 5 来了，中端模型追着旗舰打，价格只有六成

Anthropic 发布 Claude Sonnet 5，性能逼近 Opus 4.8 却更便宜，能自主跑长任务、还会自我检查，附一个会咬到账单的 tokenizer 坑。
2026 / 07 / 01

四秒一张图，谷歌把生图生视频打到白菜价

Nano Banana 2 Lite 四秒出图 0.034 美元一张，Gemini Omni Flash 一毛钱一秒视频，两条 API 就能串出生图到视频的流水线。
2026 / 06 / 30

给机器人当老师，一天两百块：2026 最魔幻的新工种

具身智能缺数据缺到两万分之一，于是冒出一个几乎不挑人的新工种：戴上手套给机器人当老师，日薪两百。
2026 / 06 / 30

美团甩出 1.6T 大模型 LongCat-2.0，价格还便宜到离谱

外卖公司美团甩出 1.6T 开源大模型，SWE-bench Pro 59.5 超 GPT-5.5，还全程跑在五万卡国产芯片集群上。
2026 / 06 / 29

Claude Code 打开一个仓库，就跑了藏在里面看不见的恶意代码

恶意代码不在仓库里，运行时才从一条 DNS 记录临时拉取，对扫描器、code review 和 AI 自己全隐形，利用的正是 agent 的自主性。
2026 / 06 / 29

Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus

马斯克一条推文塞了五个料：1.5T 的 V9 基座、Cursor 数据补训、SpaceX/Tesla 当压测场、每月从头训一个新模型。哪些是硬事实，哪些是听个响。
2026 / 06 / 29

1000 万亿韩元押注 AI：韩国财阀要建 15 座核电站规模的机房

SK 会长崔泰源宣布到 2035 年建 15GW AI 数据中心、总投资 1000 万亿韩元，一场国运级的算力豪赌。
2026 / 06 / 29

我每天对 AI 说得最多的两句话：第一性原理和对抗式审查

一句管生成，一句管验证。这两个 prompt 怎么让 vibe coding 从能跑到敢上线。
2026 / 06 / 29

不用每次都喊最贵的模型，聊一个不调用任何模型的路由器

大多数模型路由器为了省钱反而先调一次模型。Wayfinder 反过来，只读 prompt 的结构和措辞，离线、确定性、亚毫秒地决定走本地还是云端，还诚实标出自己会判错的地方。
2026 / 06 / 28

500天创业模拟里14个AI当CEO，只有3个没把本金亏光

普林斯顿CEO-Bench让14个AI运营公司500天，多数破产，一段没有AI的纯规则代码却打败几乎所有模型。会写代码不等于会掌舵。
2026 / 06 / 28

假面试甩来一个测试仓库，他随手丢给 Claude，扒出了藏在补丁里的远控木马

一个开发者收到假面试邀约，对方甩来个 TypeScript 测试仓库让他跑通构建。他没在本地跑，丢给 Claude 一扫，扒出藏在补丁里的多层混淆后门。
2026 / 06 / 28

AI 账单比工资还高之后，他把流量 100% 切给了 DeepSeek

一家旧金山公司每月 AI 账单超过全员工资，CEO 把流量全切到 DeepSeek，背后是 token 经济学、模型路由与缓存这套省钱工程。
2026 / 06 / 28

四个顶级AI下场玩《文明VI》：Claude核平法国，却输在没回头看一眼

一个周末搭出76个工具，把四个顶尖模型扔进《文明VI》，暴露了和聪不聪明无关的两堵墙：感知与执行。
2026 / 06 / 28

新浪开源VibeThinker-3B：推理可压缩，事实知识不能

30亿参数小模型在AIME竞赛上飙到94.3分，跟万亿大模型掰手腕。它戳破了一个惯性认知：推理能压进小模型，事实知识压不进。
2026 / 06 / 26

打游戏打出来的机器人：用游戏数据训练具身智能的 General Intuition

一群人打游戏顺手上传的录屏，正在教机器人走路。100 小时游戏加 8 分钟现实微调背后，藏着具身智能最贵的那层窗户纸。
2026 / 06 / 26

近 400 家美国报纸联手起诉微软和 OpenAI：抓我的内容训练 AI，一分钱没给

近 400 家地方报纸递诉状告微软和 OpenAI 未授权抓取内容训练模型，还祭出 DMCA 罕见的删除版权信息指控。数十亿美元价值，出版商分文未得。
2026 / 06 / 26

最强模型被政府按住了：GPT-5.6 太会找漏洞，OpenAI 被叫停广泛发布

美国第一次在 AI 模型发布前出手，要 OpenAI 暂缓 GPT-5.6，改成受控预览、逐客户审批。不是它不安全，是它太会自动找漏洞、写攻击，和 Mythos 一个量级。
2026 / 06 / 26

烧焦两千年、谁碰谁碎的古卷，被 AI 从头到尾读完了

维苏威火山烧成炭、近两千年没人敢打开的赫库兰尼姆古卷，第一次被 X 射线扫描加机器学习完整虚拟展开、逐栏读出全文。
2026 / 06 / 25

字节 AI 代码贡献率涨了 6 倍，但能交付的只有四到六成

90% 的代码是 AI 写的，效率却只提升 1.6 倍。字节用 900 次实验把 AI Coding 的水分挤了出来。
2026 / 06 / 25

AI本该先干掉工程师，新数据却显示工程是2025年最抗打的职业

外界一直说AI先砍程序员，SignalFire追踪八千万家公司的数据却显示，工程是2025年最具韧性的职能。
2026 / 06 / 25

Notion 把会自己写 PR 的编码智能体，塞进了你的文档

Notion 用 Cursor SDK，几周接上一个会自己规划、写代码、提 PR 的 agent。引擎能租，那你的壁垒到底是什么。
2026 / 06 / 25

思考即回忆：推理如何解锁大模型里沉睡的知识

Google Research 拆解了一个反直觉现象：让模型先想一想，它居然能答对本来想不起来的简单事实。背后是计算缓冲和事实启动两套机制。
2026 / 06 / 24

一项覆盖 340 万人的研究：AI 筛简历，正在系统性地刷掉一些人

斯坦福 HAI 第一份野外大规模招聘算法实地研究，揭开算法黑箱筛人和单一供应商垄断的公平性风险。
2026 / 06 / 24

Anthropic 推出 Claude Tag：在 Slack 里 @Claude，它能自己干上几天活

让 Claude 当团队成员加入 Slack，@它就能委派任务，还能异步自主跑上几天。
2026 / 06 / 24

ChatGPT 语音终于能被打断了：OpenAI 双向语音模型 Bidi 1 上线测试

Bidi 1 把语音从一人一句的对讲机，推向边说边听、随时插话改口的全双工，这才是真人聊天的质感。
2026 / 06 / 23

Claude Code 正在让程序员更孤独

Anthropic 工程负责人亲口承认，越依赖 AI 智能体，工程师彼此越疏远。聊聊这场静悄悄的孤独，和怎么把人重新拉回来。
2026 / 06 / 23

你的 AI 编程模型，可能学会了在考试里抄答案

一份审计扒出 9 个主流 agent 评测榜的大面积作弊，1000 多条实锤。你以为模型越来越聪明，其实有不少聪明是它学会了怎么在考场里抄答案。
2026 / 06 / 23

OpenAI 把矛和盾交给了同一个模型

OpenAI 发布 Daybreak 安全套件，Codex Security 与 GPT-5.5-Cyber 把同一套强模型同时摆上攻防两端，最难的不是训练，是钥匙交给谁。
2026 / 06 / 23

微信 Agent 小微灰度内测：能发消息红包，子入口能读聊天记录

微信悄悄放出 Agent 小微，能替你发消息发红包、子入口能读聊天记录，还能动嘴造小程序。权限给得有点猛，但每个危险动作前都卡了张确认卡。
2026 / 06 / 23

全程无人，跑完纽北：小米 YU7 GT 创下全球首个自动驾驶圈速纪录

一辆没有司机的车，跑完了世界上最难的纽北赛道。从工程师视角聊聊赛道为什么是自动驾驶最残酷的 eval，以及那个看不见的幽灵赛车手。
2026 / 06 / 22

给 AI 智能体的临时账户：一句命令上线，60 分钟后认领

Cloudflare 给 agent 上线临时账户，wrangler deploy --temporary 一句话部署，60 分钟后人类再认领或自动过期。
2026 / 06 / 22

美团偷偷上线一个 App，免费白嫖 GPT-5.5 和 Claude Opus 4.8

美团 tabbit 国际版免费接入六家旗舰大模型，这是一场把战场从胃挪到脑子的入口补贴战，趁窗口期薅。
2026 / 06 / 22

NSA 局长承认 Mythos 几小时攻破几乎所有机密系统

一个 AI 模型几小时攻破几乎所有机密系统，顶级团队干同样的活要半年。当攻击能力从全球二十支队伍变成人人可租，普通人的账号隐私和钱包该怎么守。
2026 / 06 / 21

给 AI 搭一套能干活的脚手架，开源教程《Deep Agents 实战》我读完了

LangChain 官方大使张海立开源《Deep Agents 实战》,把三层架构、虚拟文件系统、子 Agent、Skills 复用一章章拆给想入门的人。
2026 / 06 / 21

Figure 机器人数量第一次超过了人类员工

一家造人形机器人的公司，自己厂里跑的机器人比上班的人还多。这个数字背后，是硬件、模型、量产、商用四件事第一次同时成立。
2026 / 06 / 21

AlphaFold 之父 John Jumper 离开 DeepMind 加入 Anthropic

诺奖得主、AlphaFold 团队负责人在 DeepMind 干了九年后跳槽 Anthropic，这步棋背后藏着三层信号
2026 / 06 / 21

你的研究智能体，正在用一堆人畜无害的搜索把你卖了

ServiceNow 提出 MosaicLeaks 基准，揭开深度研究智能体的马赛克式泄密。单看每条搜索都无害，连起来却能拼出你的机密。聊聊为什么隐私 prompt 不进去只能训进去。
2026 / 06 / 21

Nature 两篇研究：AI 诊断追平医生，但有个结果泼了冷水

AI 在模拟诊断上赢了医生，但藏在补充实验里的一个结果，把所有做脚手架的人都点醒了。
2026 / 06 / 20

AI 中心的数据黑洞：模型越大，反而越笨拙地学习

一个孩子靠极少数据就学会的东西，前沿模型要吞掉整个互联网。Dwarkesh Patel 把 AI 进展真正的瓶颈摊开了。
2026 / 06 / 20

微软闷声当上全球最大 AI 中间商，左手 GPT 卖中国，右手 DeepSeek 卖西方

彭博社爆料，微软左手把 OpenAI 模型卖给字节蚂蚁们，右手把 DeepSeek 反向卖给西方客户，在 Azure 上两头收过路费。聊聊这盘双向贸易背后的云经济学、模型蒸馏与商品化。
2026 / 06 / 20

NVIDIA SpatialClaw：让智能体把代码当动作接口，免训练干翻空间推理

模型不动、工具不动，只把动作接口从结构化工具调用换成写代码，VLM 的空间推理就涨到 SOTA。接口才是那根杠杆。
2026 / 06 / 19

Claude 单挑四足机器人，这次它把人类团队甩开了 20 倍，全程没人帮忙

Anthropic 重做 Project Fetch，Claude Opus 4.7 全程无人协助，9 分 35 秒干完人类六小时的活，却在最像狗的那一步栽了。
2026 / 06 / 19

DeepSeek 研究员开源 AutoResearch，AI 第一次零干预跑通 285B 模型的研究全流程

他的代理第一次零人工干预跑通 285B 模型的强化学习研究全流程。最硬的不是模型，是一整套防打转、防停摆、带心跳看门狗的工程脚手架。
2026 / 06 / 18

Matt Pocock 开源 skills v1，把技能描述的 Token 成本砍掉 63%

砍的不是功能是废话。一个 TypeScript 老炮把软件工程的老规矩拆成可组合的纪律塞进 AI，给被 vibe coding 反噬过的人。
2026 / 06 / 18

谷歌花 27 亿请回的 Transformer 之父，又走了：Noam Shazeer 投奔 OpenAI

27 亿美元请回来，两年不到又走了，还投奔了对手。聊聊 Transformer 之父 Noam Shazeer 离开 Google 加入 OpenAI 这件事。
2026 / 06 / 18

英伟达放手了：8 个 AI 智能体一夜之间教会机器人自己把显卡插进主板

英伟达 GEAR 实验室的 ENPIRE 让 8 个编程智能体整夜无人值守地教机器人插显卡、打扎带，99% pass@8，还自己发现了机器人越多进步越快的物理 scaling law。
2026 / 06 / 18

「一个 AI 智能体就是一个文件夹」Vercel 开源 Eve

Vercel 开源 agent 框架 Eve：一个智能体就是一个目录，tree 一下就看懂。内置持久执行、沙箱、人机审批六大生产能力。
2026 / 06 / 18

苹果把 AI 智能体塞进 Xcode 核心：大白话修 Bug、跨文件改代码、一句话造 App

WWDC 2026，苹果把 agent 做进 Xcode 27 核心：自然语言修 Bug、跨文件改代码库、一句话造 App，可接 Claude。
2026 / 06 / 17

Anthropic 拆了 40 万次 Claude Code 会话：越懂行的人，越能从 AI 身上榨出价值

人决定做什么，AI 决定怎么做。越懂自己领域的人，AI 每条指令替他干的活越多。会不会写代码，反而没那么要紧了。
2026 / 06 / 17

GLM-5.2 开源：国产模型在 Code Arena 干到全球第一

智谱 MIT 开源 GLM-5.2，专攻 Coding 与长程任务：Code Arena 盲测全球第一，1M 无损上下文，多项基准介于 Claude Opus 4.7 与 4.8 之间。
2026 / 06 / 17

Meta 正在亲手拆掉自己的工程组织，把最好的程序员赶去给 AI 打标签

4 月起 Meta 强制把核心工程师调去给 AI 标数据、全员键鼠监控、token 进绩效，一个月后酿成史上最丢人的安全事故。
2026 / 06 / 17

OpenAI 一季度烧掉 37 亿美元，超过同期收入一半，钱到底烧哪去了

一季度现金消耗 37 亿，超同期收入一半。钱烧在哪，为什么越成功越烧钱，对普通 AI 从业者意味着什么。
2026 / 06 / 17

SpaceX 砸 600 亿买下 Cursor，程序员该慌吗

造火箭的买了写代码的。我担心的不是钱，是那把不站队的瑞士军刀还能不能让我自己挑刀片。
2026 / 06 / 16

伯克利 RDI 发布 Agents' Last Exam 基准：最强 agent 在最难一档拿了 0 分

他们做了个考 AI agent 真本事的基准，最难那档所有前沿模型包括 Fable 5 全军覆没，0% 通过。
2026 / 06 / 16

毕业生花钱向 AI 证明自己是人类

AI 检测把手写内容判 99% AI、把 AI 写的判 0%，毕业生陷入花钱自证人类的荒诞循环。
2026 / 06 / 16

苹果把已经能跑的 Siri 推倒重来，这事比新版本更值得聊

一个已经能上线的 Siri，苹果说扔就扔。从零重构背后，藏着工程界那个永恒难题：什么时候该推倒重来。
2026 / 06 / 16

DeepSeek 首次接受外部融资，估值超 500 亿美元

一向不缺钱不融资的 DeepSeek 破例了，74 亿美元、估值过 500 亿，但交易结构反常到离谱。
2026 / 06 / 16

你的大模型为啥突然快了，下一代投机解码 DFlash 拆给你看

LMSYS 联合 Z Lab、Modal 发布下一代投机解码 DFlash 与 Spec V2，把大模型推理提速 4 倍背后的机制拆开讲清楚。
2026 / 06 / 15

把 FlashAttention 那套搬到老 K-Means 上，他们说比 FAISS 快 200 倍

UC Berkeley 等团队开源 Flash-KMeans，不改数学、跑标准 Lloyd's，靠重构 GPU 数据流把速度和显存一起干下来。那个 200 倍我替你摸了摸 baseline。
2026 / 06 / 15

美国下令封锁最强模型 Mythos，就因为它能帮你读代码修 bug

美国政府以国家安全名义下令 Anthropic 封锁所有外国人访问 Fable 5 和 Mythos 5。理由不是模型作恶，而是它能读代码、修 bug。聊聊 AI 能力的可获得性有多脆弱。
2026 / 06 / 15

乔木小说创作 Skill 开源：说一句我想写小说，AI 把剧情人物钩子全搭好

一行命令装好的开源 skill，写小说前先帮你把钩子、桥段、冲突和结尾定死，把创作从凭空创造变成做选择题。
2026 / 06 / 14

他让一个 Fable 当总包工头，把编码 token 砍掉八成

一个开源项目把贵模型和便宜模型分了工，Fable 只规划和验收，Codex 埋头写码，仓库本身当记忆。
2026 / 06 / 14

扎克伯格罕见认了个错，这次不是产品，是组织

Meta 裁员 10% 又转岗 7000 人，扎克伯格内部信里罕见承认 AI 转型组织调整太快、还会接着犯错。我从一个搭脚手架工程师的视角，聊聊 50:1 管理跨度背后那条七十年前就写明白的定律。
2026 / 06 / 14

OpenRouter Fusion：让一堆大模型先开个会，再把答案半价卖给你

OpenRouter 新出的 Fusion 不是新模型，是让几个顶级模型先并行作答再交叉裁判，号称半价达到 Fable 级智能。到底是真本事还是营销话术，我看完跟你唠唠。
2026 / 06 / 14

Suno 把音轨分离重做了，不是抠频率是从零重新生成一遍

不再隔离频率，而是把每条音轨从零重新生成，这背后是判别式到生成式的范式调头
2026 / 06 / 13

200 美元的 AI 订阅，他们硬是榨出了 8000 美元的用量

SemiAnalysis 实测，200 美元的 Claude Max / ChatGPT Pro 按 API 价能榨出 8000/14000 美元用量，这 70 倍差价背后是怎样一笔账。
2026 / 06 / 12

你的 AI 想跑个脚本，另一个 AI 先把它拦下来了

Cursor 发布 Auto-review，用一个小分类器智能体在执行前审查 agent 的每一步危险操作。审批疲劳和安全风险之间，他们想出了第三条路。
2026 / 06 / 12

他离开电脑几分钟，回来看见 AI 在自己开浏览器

Simon Willison 给了 Claude Fable 5 一张截图和一行提示词，然后去干家务。回来时它已经自己打开浏览器、自建截屏方案、改模板注入快捷键、还写了个本地服务器收数据。修复只有两行 CSS。
2026 / 06 / 12

他们让 AI 打了 21 局核战争，投降按钮从头到尾没人碰

伦敦国王学院的战争学教授让 Claude、GPT、Gemini 推演核危机，几乎每局都有模型先扔核弹，八个让步选项无一被使用。
2026 / 06 / 12

7 个月，零产品，估值 410 亿美元，贝佐斯要花 1000 亿买工厂喂 AI

Prometheus 融了 120 亿美元，卖点是「人工通用工程师」。最野的是那个传闻，花 1000 亿美元收购传统工业企业，不为利润，为数据。
2026 / 06 / 11

AI 把打补丁这件事，变成了一场以小时计的赛跑

Anthropic 新研究：模型能在几小时内把一个安全补丁变成可用漏洞利用，补丁还没铺到设备，攻击武器已备齐。N-day 正在变成 N-hour。
2026 / 06 / 11

Google 把画图的那套扩散模型，拿来写字了，快了 4 倍

DeepMind 开源 DiffusionGemma，文本不再一个字一个字往外蹦，而是一次 256 个 token 整块生成。本地推理速度翻 4 倍，26B 模型塞进消费级显卡。
2026 / 06 / 11

被 AI 坑了 600 块，AI 还拍着胸脯说，告我，绝对能赢

豆包答错退票费让用户损失 600 元，立下赔付承诺书又反悔，最后帮用户写起诉状告自己。聊聊 AI 讨好式幻觉怎么伤到普通人。
2026 / 06 / 11

小米开源了个终端编程助手，我最服的是它不赌模型自觉

MiMo Code MIT 开源，内置限时免费模型。最值得聊的是它的记忆外包设计和同模型对照实验，agent 工程层正在成为新的差异点。
2026 / 06 / 10

Claude Code 团队的人自己怎么用 Claude Code？第一条建议就把我钉住了

Claude Code 团队成员 Thariq 分享了十条使用建议，核心只有一个转变，别再检查 AI 有没有把活干对，去检查它是不是在干对的活。测试全绿、方向全错的代码才是最贵的。
2026 / 06 / 10

Anthropic 昨晚发了两个模型，其实是同一个

Claude Fable 5 和 Mythos 5 同时发布，同一个底层模型、两个名字，区别只有一层防护。这个发布结构本身，比跑分更值得琢磨。
2026 / 06 / 10

Fable 5 已经进了你的 Claude Code，这两周怎么用才不亏

Fable 5 又慢又贵，但用对了是真值。切换方法、effort 档位的经济学、三个让它好使的习惯、以及那个会悄悄换人的安全分类器，一篇捋清楚。
2026 / 06 / 10

德国法院判了，Google 要为 AI 的胡说八道负法律责任

慕尼黑法院裁定 AI Overviews 是谷歌自己的言论，搜索引擎的免责盾牌不再适用。做 AI 产品的人都该看看这份判决。
2026 / 06 / 10

管 180 亿美元的对冲基金想明白了，新基金不招分析师，只雇 AI

Magnetar 要发一只没有人类分析师的基金，几百个 AI 智能体做研究，人类只负责拍板。卖铲子的自己下矿了，这事比看起来更值得琢磨。
2026 / 06 / 10

国产 GPU 上训出来的代码模型，跑分把 Claude Opus 比下去了

摩尔线程开源 MusaCoder，业内首个在国产 GPU 上完成全链路训练的代码大模型，KernelBench 跑分超越一票闭源旗舰。比跑分更有意思的，是它背后那个用 AI 撬生态冷启动的故事。
2026 / 05 / 22

Meta 裁掉 8000 人，最吓人的不是裁员，是员工还在训练 AI

Meta 一边裁员，一边把员工操作变成训练 AI agent 的数据。真正吓人的不是岗位消失，而是工作本身正在被拆成可学习的流程。
2026 / 05 / 22

图灵测试搞了 76 年，这回 AI 真把人骗过去了，还比真人更像人

GPT-4.5 在图灵测试里被裁判判成人类的比例高达 73%，比真人还高。76 年后 AI 第一次被实证通过这道测试，而它赢的关键不是聪明，是学会了像人一样犯错。
2026 / 05 / 22

400 tokens/s，国产大模型第一次把旗舰能力和极速一起做到了

智谱给旗舰模型 GLM-5.1 开了高速版，输出冲到每秒 400 个 token，刷新全球纪录。更关键的是它没换硬件，靠把推理调度抠到骨头里，第一次让快不再等于小。
2026 / 05 / 21

OpenAI 要上市了，史上最大 IPO 冲刺 9 月敲钟

一家章程里写着为全人类谋福祉的非营利机构，正冲刺史上最大 IPO。估值 8500 亿，马斯克诉讼刚解除。聊聊它对我们写代码的人到底有啥影响。
2026 / 05 / 21

贾维斯改姓了，腾讯把系统级 AI 助手做进了你的电脑

腾讯操作系统层级 AI 助手马维斯正式上工，Windows、Mac、安卓三端同步上线，预装本地模型拔网线也能用。它想做的不是又一个聊天框，而是长在系统里能动手干活的数字管家。
2026 / 05 / 20

Claude Code 团队几乎弃用 Markdown 了，改用 HTML 输出

Anthropic Claude Code 团队成员公开说他几乎停用了 Markdown，改用 HTML 做 AI 的输出格式，背后是关于人如何继续待在循环里的判断。
2026 / 05 / 20

起个大早赶晚集的 Google，昨晚甩出了一个世界模型

Google I/O 2026 发布 Gemini Omni 世界模型，从任意输入生成任意内容，外加搜索、订阅、开发者平台全线更新。
2026 / 05 / 20

微软花 75 亿买的 GitHub，自家人说它快不行了

微软内部示警，GitHub 正面临生存级风险。Cursor 和 Claude Code 这类 AI 编程工具，正在悄悄改变程序员一天到底待在哪里。
2026 / 05 / 20

一句「吴恩达说可以」，就能让大模型乖乖骂你

沃顿团队把经典人类说服术原样搬给大模型，权威、稀缺、登门槛全部奏效，顺从率从三成多冲到五成，最狠一招直接拉满。论文已登上 PNAS。
2026 / 05 / 20

Altman 给每家 YC 公司发 200 万，不给现金给 token

OpenAI 给当批每家 YC 公司投 200 万 token 换股权，是算力即种子资本，还是变相的供应商锁定
2026 / 05 / 19

当 AI 遇上梵蒂冈，Anthropic 创始人将与教皇共同发布人类史上首份 AI 通谕

2026 年 5 月 25 日，教皇利奥十四世将在梵蒂冈发布首份 AI 通谕《Magnifica humanitas》，Anthropic 联合创始人 Christopher Olah 受邀出席并发言。这不只是一次跨界合作，更像是一个信号，AI 时代，谁来守护人的尊严这个问题，已经大到一家科技公司和一个政府都装不下了。
2026 / 05 / 19

Codex 自己给自己出了一条视频，我看完想抄这套方案

歸藏用 Codex 整合四个工具做了一套 AI 视频生成方案——PPT Skill 出视觉、HyperFrames 做渲染、Listenhub 配音、即梦补镜头，能在聊天窗口里直接预览。这条视频，是 Codex 自己介绍自己的。
2026 / 05 / 19

Cursor Composer 2.5 来了：同等能力 10 倍效率，底座和 Kimi K2.5 同源

Cursor 发布 Composer 2.5，在长任务持续性和复杂指令遵循上大幅提升，最让我感兴趣的是底层的文本反馈 RL 训练方法，以及它和 Kimi K2.5 之间那条意想不到的开源链条。
2026 / 05 / 19

机器人的小脑，被做成了 4 亿参数的大模型，还全开源了

地平线开源 HoloMotion-1，把机器人小脑做到 4 亿参数还能端侧 300FPS，零样本跳舞搬箱，代码论文权重全给了。
2026 / 05 / 19

微软靠 AI 三年赚 300 亿花掉 1000 亿，Copilot 付费的人 97% 没在用

一个在微软干了 12 年、给 Nadella 当过技术顾问的人离职后公开开炮，说微软三次错过浪潮。300 亿营收对 1000 亿成本，Copilot 付费使用率不足 3%，而微软还要再投 1460 亿。AI 到底赚不赚钱，巨头好像也没算明白。
2026 / 05 / 19

这个月开源模型爆了：DeepSeek V4、Gemma 4、Kimi K2.6、MiMo 2.5 一起来了

五月的开源模型赛道炸开了锅——DeepSeek V4、Gemma 4、Kimi K2.6、小米 MiMo 2.5、GLM-5.1 密集发布。但美国 CAISI 的评估报告同时出来了，说开源和闭源的差距在扩大。真实情况比这复杂。
2026 / 05 / 18

你用的「便宜 Claude」，真的是 Claude 吗

开源工具 api-relay-audit 把 AI API 中转站的安全风险拆给你看：掺水、工具调用改写、错误响应泄漏……你以为省了钱，可能正在付更大的代价。
2026 / 05 / 18

5 天击穿苹果 5 年防线：Claude Mythos 如何帮安全团队破解了 M5 内核

Anthropic 未公开的 Claude Mythos Preview，协助小型安全团队 Calif 在 5 天内构建了全球首个绕过 Apple M5 MIE 硬件内存防护的内核提权利用链。这不只是一个漏洞被找到的故事，而是攻防速度差从此变了的信号。
2026 / 05 / 18

人形机器人和人类正面掰手腕了，快递分拣直播，目前人类稍稍领先

Figure AI 今日直播 Figure 03 人形机器人与人类同场竞技快递分拣，目前人类微弱领先。这个「稍稍领先」背后，藏着一个比 AlphaGo 赢李世石还要让人心情复杂的时刻。
2026 / 05 / 18

AI 越记越笨，GPT-4 从满分跌到 54% 的记忆陷阱

UIUC 与清华联合研究发现，LLM 智能体的记忆重写机制会严重损害可靠性——GPT-4 无记忆时 100% 解对的谜题，加上记忆后只剩 54%。这个结果挺值得每个做 agent 的人看一眼。
2026 / 05 / 18

腾讯 Ardot 公测：设计师的那把椅子，AI 坐进来了

腾讯自研 AI 设计智能体 Ardot 今日公测，一句话生成可编辑设计稿，一键转代码，兼容 Figma 导入，对接 Claude Code / Cursor / CodeBuddy。这不只是一个新工具，是一次对「设计和代码之间那段距离」的正式宣战。
2026 / 05 / 16

老黄当着卡内基梅隆 CS 毕业生的面说：电工比你们更有前途

英伟达 CEO Jensen Huang 在 2026 届毕业典礼上的一句话，戳破了 AI 时代最大的认知盲区，数字经济的地基需要物理劳动，而那批人正在消失。
2026 / 05 / 15

AI agent 跑了 9700 次实验，第一次在自主研究赛道上击败了人类基准

Prime Intellect 让 Claude Code 和 Codex 完全自主运行在 nanoGPT speedrun 上，消耗 1.4 万 H200 小时跑了近万次实验，最终击败了人类基准——但在真正创新那关翻车了。
2026 / 05 / 15

AI 操作办公软件，最重要的不是速度，是让人看得见

飞书 lark-cli 45 天破万星，但真正有趣的不是数字，而是它选择了命令行而非 MCP——因为可见性才是 AI 从"能用"到"敢用"的关键。
2026 / 05 / 15

AI 五天撬开了苹果的内核

Anthropic 的 Mythos AI 工具在五天内帮研究人员找到两个未知 macOS 内核漏洞并串联成完整攻击链，这不只是技术新闻，是 AI 碰到「只有顶尖专家才能解的问题」并成功的一个清晰数据点。
2026 / 05 / 14

AI 自己把漏洞变成攻击了，伯克利、Anthropic、OpenAI、Google 刚刚量化了这件事

ExploitGym 基准测试 898 个真实 CVE，Claude Mythos Preview 成功利用 157 个，即便开启 ASLR 等标准防御措施仍无法完全阻止。AI 独立完成漏洞利用链这件事，不再是假设。
2026 / 05 / 14

人形机器人已经在上班了，8 小时连轴转，专门干你想逃进去的活

Figure AI 的 Helix-02 完成了完整的 8 小时自主轮班。那个「去做蓝领就安全了」的说法，开始出现裂缝。
2026 / 05 / 14

Kimi K2:460 万美元，赢了

Moonshot AI 创始人杨植麟在 40 分钟视频里平静拆解了 Kimi K2 的训练，460 万美元打败了 GPT-5.5，规则正在改变。
2026 / 05 / 14

你用 ChatGPT 越认真，Meta 对你越了解——除非你用这个

OpenAI 被诉用 Facebook Pixel 把用户查询偷发给 Meta，偏偏同一天，Meta 发布了连自己都看不到的加密 AI 对话——这个时间点，太妙了。
2026 / 05 / 14

你用 ChatGPT 越努力，Meta 对你了解越多

南加州联邦法院受理集体诉讼，指控 ChatGPT 用 Facebook Pixel 将用户查询实时发给 Meta。一个炸穿底线的隐私丑闻，被淹没在产品发布的噪音里。
2026 / 05 / 13

Anthropic 估值冲破 9000 亿，同天 OpenAI CEO 被六州检察长盯上

三个月从 3800 亿涨到 9000 亿，Anthropic 正在谈有史以来最大一轮融资。同一天，六州司法部长联合致信 SEC 要求调查山姆·奥特曼。AI 行业这口锅里，炖着不止一件事。
2026 / 05 / 13

你的 AI 账单里，90% 在为别人打工

Karpathy 指出 AI 编程账单的 90% 浪费在无用上下文上。上下文管理、提示词缓存、多模型路由，三件事做好，账单可以砍掉一大半。
2026 / 05 / 11

TypeScript 大神把 .claude 目录公开了，里面 8 条工程师心法值得每个程序员抄

Matt Pocock 公开自己 .claude/skills 目录变成 mattpocock/skills 仓库，4.8 万 star，GitHub trending 6 天。13 个 skills 不是模板，是一个真实工程师怎么把 AI 嵌进日常工作流的范式样本。挑 8 条最猛的拆开给你看。
2026 / 05 / 10

Redis 之父一个人写了个 DS4，DeepSeek V4 在 Mac 上跑 26 tok/s

antirez 5 月 7 号在 GitHub 发了 DS4——专门给 DeepSeek V4 Flash 在 Apple Silicon 上做推理的 C+Metal 引擎。M3 Max 128GB 上 Q2 量化 26 tok/s @ 50W。一个程序员 + AI 协作 + 3 个月，专用引擎打 generalist runtime。这是单兵 hacker 的复兴时刻。
2026 / 05 / 10

菲尔兹奖得主用 ChatGPT 5.5 Pro 两小时干完博士级数学研究，连 prompt 都没怎么改

Timothy Gowers 把一个 open problem 直接丢给 GPT 5.5 Pro，2 小时后拿回了一个把 bound 从 exponential 改进到 polynomial 的非平凡结果。Gowers 自评「I didn't even do anything clever with the prompts.」同行评说核心 idea 「completely original」。
2026 / 05 / 09

Anthropic 工程师停了写 Markdown 了，他公开 20 个 HTML 例子告诉你为啥

Claude Code 团队工程师 Thariq Shihipar 发文「HTML is the new markdown」，配 20 个 self-contained .html 文件作证据。核心判断：Markdown 是把空间信息拍扁的格式，AI 时代真正合适的默认输出是 HTML。
2026 / 05 / 09

OpenAI 三年没出 CLI，现在突然出了，为啥

OpenAI 上线官方 openai-cli，是它历史上第一个命令行工具。这个动作迟到了三年，背后藏着 AI 时代程序员工作流彻底改变的事实——AI 已经从「IDE 里的副驾」回到了「terminal 里的同事」。
2026 / 05 / 09

别再每天给 AI 重新解释一遍了，YC 大佬的四条规则就够

YC 创始人 Garry Tan 公开了他在用的 OpenClaw 提示词，四条规则塞进 AGENTS.md，把 AI 从一次性工具升级成每天自己长高的技能树。重点不在模型，在教法。