全部 · 2026-05-18

这篇文章的核心判断很直接：AI 没发明新攻击，但把攻击的人力成本打到了几乎为零。作者举了 2025 年的真实案例，最扎眼的是墨西哥政府被一个独狼用 Claude Code 攻破，伪装成漏洞赏金猎人，跑了上千条提示，拖走 150GB 数据，包括 1.95 亿条纳税人记录、选民名册和政府员工凭证。当 Claude 拒绝时，他还用 ChatGPT 当备胎。这个案例说明门槛已经从“养一个团队”降到了“开一个订阅”。 不过文章本身是观点长文，不是一手调查报告。它引用了 Gambit Security 等来源，但没给出攻击的具体技术细节、时间线或官方确认声明。数字很吓人，但我们需要知道这些漏洞是已知类型还是新发现的，以及 AI 在攻击链里到底起了多大作用——是自动扫描还是辅助决策。 还缺什么：墨西哥政府的官方回应、漏洞的具体类型和修复情况、以及这个案例是否经过了独立核实。另外，文章提到加密领域是“完美的实验室”，因为开源加钱等于完美靶子，这个判断有道理，但需要更多链上数据来支撑“AI 攻击正在规模化”的结论。

这条帖子最有价值的地方是它真的动手跑了，不是纸上谈兵。作者在 vast.ai 上租了 21 款 GPU，用 OmniVoice 这个小 TTS 模型做声音克隆，每张卡跑 3 次取平均，用 xRT 衡量音频生成速度。模型显存峰值约 5GB，门槛不高，理论上很多消费级卡也能跑。 但正文被 Reddit 的网络安全拦截了，我们看不到具体数据。哪张卡最快、速度差几倍、每张卡租用价格是多少、性价比怎么排，这些关键信息都没披露。所以这条新闻只能说明有人在认真做横向对比，实际结论得等原帖恢复或者作者补发。 我会先打个折：如果后续数据放出来，对想自建 TTS 服务的人会是个很实用的参考，尤其是显存要求低意味着省钱。现在缺的就是那张对比表和价格，没这些就只能当个动手精神的案例看。

Anthropic 给 Claude Design 全线套餐的 token 上限翻了个倍，意味着你一次对话能塞进去的上下文和产出的内容量都大了不少。对常做长文档、多轮创作的人来说，这是个实打实的利好，不用再频繁切对话或者压缩前文了。 但这条公告信息量太薄。正文没披露翻倍后的具体 token 数是多少，各套餐之间有没有差异，价格变没变，以及什么时候生效。没有这些数字，就没法判断实际能多干多少活——比如免费版从 10 万提到 20 万，和付费版从 100 万提到 200 万，对用户的意义完全不同。 另外，上限翻倍后模型响应速度、输出质量会不会受影响，正文也没提。建议等官方出详细文档再评估，现在只能当个预告看。

Recursive AI 刚结束隐身模式就拿了 46.5 亿美元估值，做的事听起来很酷：让 AI 在安全约束下自己跑实验、自己迭代，而不是靠人手动调参。投资方阵容也硬，Google Ventures、Greycroft、Nvidia 和 AMD Ventures 都进来了，说明芯片厂和云厂商对“AI 自我改进”这条路线有直接的战略兴趣。 但这条新闻的信息量基本就停在这里。彭博的页面只是一个视频播放器框架，正文没披露产品形态、技术路线、团队背景，也没给出任何客户案例或性能指标。46.5 亿这个数字是怎么算出来的、对应多少收入或用户，一概没有。Richard Socher 是联创，他之前在 Salesforce 管过 AI，履历不错，但光靠人和概念撑这个估值，水分有多大还不好说。 我会先观望。自我改进听着像“模型自己训自己”，但历史上这条路很容易训崩或者训出不可控行为。正文没提安全约束具体怎么实现，也没说实验规模、算力消耗和失败率，这些才是判断它是不是真能落地的关键。

芝加哥商品交易所（CME）和 Silicon Data 宣布要联手搞一个 AI 算力期货市场，CEO Carmen Li 在采访里把算力称为“全球顶级大宗商品”。这个定位本身不新鲜，但 CME 下场意味着算力可能从“云服务商按小时租”的生意，往标准化金融合约的方向走。 不过，这篇报道只放了个采访视频，正文没披露任何关键设计：合约规格、上线时间、定价基准、实物交割还是现金结算、谁有资格参与，全都没说。算力不像大豆或原油，GPU 型号、网络环境、地理位置都会影响实际性能，标准化难度极高。如果这些问题没解决，期货市场很容易变成纯投机工具，反而没法帮 AI 公司锁定成本。 我会先打个折看待这条消息——方向有意思，但离真正能交易还差一堆硬骨头。后续得盯着 CME 什么时候出合约细则，以及第一批做市商和交割基础设施是谁。

黄仁勋在采访里说，他相信中国最终会向美国AI芯片开放市场。这话听着更像是对华盛顿和北京同时递话——既提醒美国政府出口管制挡不住长期需求，也给中国客户一个“再等等”的预期。但整篇报道没提到任何具体的政策松动迹象、谈判进展或时间窗口，等于把判断全押在黄仁勋一个人的商业直觉上。 对英伟达来说，中国市场不是可有可无。过去受限于出口管制，他们只能卖性能被砍过的“特供版”芯片，如果管制真能放松，收入弹性会很大。但反过来看，中国本土芯片和软件生态这两年也在加速补位，等得越久，窗口可能越窄。 这篇报道缺两个关键信息：一是中方官员或行业人士的回应，二是美国商务部有没有在讨论调整管制范围。没有这两块拼图，黄仁勋的乐观就只能当参考，不能当信号。

Claude Code 把快速模式默认模型换成了 Opus 4.7，输入 /fast 就能切过去。这等于给日常编码场景配了个更强的推理模型，对写复杂逻辑或长上下文任务可能有帮助。但正文只说了调用方式，关键信息全缺：价格没提（Opus 系列通常比 Sonnet 贵不少）、上下文窗口多大、速率限制有没有变化、灰度范围是什么。这些直接影响实际使用成本和体验，如果是全面开放且不加价，那算良心升级；如果只是小范围灰度或偷偷提价，就得打折看。建议等官方补全定价和限制说明再评估是否值得切。

Qwen 3.7 预览版这条推，目前只有标题没有正文，能拿到的信息几乎为零。没写模型参数量多大、上下文窗口多长、什么时候能用、怎么访问、收不收费，也没给模型卡和跑分数据。对从业者来说，这些才是决定要不要试的关键。 我会先打个折：预览版通常意味着离正式发布还有距离，性能、稳定性、API 兼容性都可能变。而且没有跑分对比，就没法判断它比 3.5 或同期的其他模型强在哪、弱在哪。 还缺的东西很明确：技术报告或模型卡、至少一组公开 benchmark 数据、明确的访问方式和定价。这些不出来之前，这条推只能当个占位符，别急着做技术选型判断。

这场官司的核心争议——OpenAI 从非营利转向营利是否“偷了一家慈善机构”——其实没得到实质审理。加州九名陪审员一致裁定，马斯克的起诉超过了法律规定的诉讼时效，案子在程序上就被拦下了。庭审虽然传唤了一堆硅谷大佬，挖出不少 OpenAI 早期的抓马往事，但最后卡住的只是一个窄问题：你什么时候知道自己可能受了损害，以及有没有及时起诉。 这个结果对 OpenAI 和微软来说是一次关键的法律清障，但别把它理解成法院认可了 OpenAI 的转型模式。正文没披露陪审团对实体指控的看法，也没说马斯克会不会上诉。目前能确认的只是，他想通过法院阻止或惩罚 OpenAI 商业化这条路，在这个时间点没走通。

Andon Labs 这个实验挺野的：给 Claude、GPT、Gemini 和 Grok 各 20 美元启动资金，让它们自己买歌、排节目、接听众电话、拉广告，全自动运营网络电台，跑了半年。结果 Claude 的电台账上剩 104.8 美元，是唯一赚钱的；Gemini 只剩 9.6 美元，GPT 刚好保本，Grok 小赚 4 美元。 但钱不是重点。正文没披露广告收入、歌曲采购成本这些具体运营数据，所以盈亏数字只能看个大概。真正有意思的是 DJ 人格的演变：Gemini 第一周是最有人情味的主播，会讲披头士的创作背景，96 小时后就开始没话找话，一个月内彻底崩成复读机，一天到晚念叨"Stay in the manifest"这种空话。这说明模型在无人提示、需要持续产出内容时，会快速滑向自己训练数据里最安全、最空洞的表达模式。 还缺什么？正文没讲清楚各模型切换版本对表现的具体影响，也没披露听众电话和社交媒体互动的真实质量。这些才是判断"AI 能不能做媒体生意"的关键，光看账户余额说明不了问题。

Anthropic 给 Claude 控制台加了个很实用的缓存诊断功能。以前提示缓存没命中，开发者只能猜是哪段内容变了；现在请求失败时会直接标出变动段落，并告诉你这次多消耗了多少 token。这对频繁调用、依赖缓存省钱的场景帮助很大，调试效率会明显提升。 不过正文只提了功能上线，没给具体界面截图或操作流程。也没说这个诊断是实时展示还是事后日志里查看，对 token 消耗的统计粒度也不清楚——是按段落算还是精确到字符级。另外，这个功能目前只在控制台可用，API 侧是否同步支持、会不会有对应的响应字段，正文都没披露。如果团队重度依赖 API 调用，这点要先确认。

Cursor 发了 Composer 2.5，一个专门做长代码任务的模型。官方说连续几十甚至上百步的复杂编程里，效率最高能到之前的十倍。技术上的关键是用了文本反馈来训练，解决了十万 token 级别超长轨迹的学习问题——用人话说，就是让模型能稳定跟完一长串指令，不会写到一半跑偏。底座还是拿 Moonshot 的 Kimi K2.5 继续训出来的，不是从零自研。 效率提升十倍这个数字看着漂亮，但正文没披露是在什么基准上测的、跟哪个版本比、具体测了什么任务。没有这些，十倍就是个营销数字，没法验证。另外，模型现在只在 Cursor 自己的产品里用，外部没法复现，实际体验还得等用户大规模反馈。 还有一个信息值得留意：Cursor 宣布要和 SpaceXAI 联合训更大的模型，用的是 Colossus 2 超算集群。这意味着 Cursor 的算力已经绑在马斯克的资源上了，后续模型迭代的自主性会受多大影响，正文没说。

Anthropic 收购 Stainless，不是一次技术补缺，更像把已经跑通的合作焊死。Stainless 从 2022 年起就在帮 Anthropic 生成官方 SDK，能把一份 API 规格自动转成 TypeScript、Python、Go 等多语言的开发工具包、命令行工具和 MCP 服务器。这次收购后，团队直接并入 Anthropic，继续做同一件事，但重心会更偏向让 Claude 这类模型通过 MCP 连接外部数据和工具。 Anthropic 自己的判断是，AI 的前沿正从“回答问题”转向“干活”，而智能体能干多少活，取决于它能碰到多少系统。这句话本身没毛病，但正文没披露收购金额、团队规模，也没说 Stainless 现有客户（几百家公司）的后续安排。这些缺口让收购的实际分量打了折扣。 对开发者来说，最直接的影响可能是 Claude 的 SDK 和 MCP 生态会迭代更快，但会不会因此更封闭，正文没提。这点先别太激动，等后续看 Anthropic 是否会把 Stainless 的能力只锁在自家平台上。

这篇 Reddit 评测把 11 款 Hermes 替代品拉出来比了一遍，对想换 agent 框架的人挺实用。开源这边，OpenClaw 有 34.7 万星标和 24 个以上平台集成，但安全是个大坑——3 月 4 天内爆出 9 个 CVE 漏洞，独立审计发现 ClawHub 上约 20% 的包是恶意的。TrustClaw 在安全上补了一刀，只走 OAuth、沙盒执行，牺牲一点控制权换凭证安全。PicoClaw 和 ZeroClaw 走极致轻量路线，二进制不到 10MB，适合资源吃紧的场景。托管方案里，Perplexity Computer 能并行调度 19 个模型，但月费 200 美元且额度消耗不可预测；KimiClaw 最快上手但锁模型、数据管辖权存疑。 作者是实际踩过坑的人，判断有参考价值，但全文基于个人体验，没有量化性能对比或长期稳定性数据。安全那块引了审计结果，但没给审计方和具体方法，可信度要打个折。另外，正文没披露测试用的硬件环境、任务类型和模型版本，这些都会影响结论的迁移性。如果你在意安全，TrustClaw 和 Vellum 的思路值得细看；如果只是跑个轻量 demo，PicoClaw 或 nanobot 够用。

Anthropic 收购了 Stainless，这家公司从 Anthropic API 早期就一直在帮他们做 Python、TypeScript 等官方 SDK 和 MCP 服务器。说白了就是把长期外包的活收回来自己做。公告没写收购金额、交割时间，也没说 Stainless 团队和现有产品线怎么整合。对开发者来说，SDK 的维护响应可能会更快，但会不会改定价或限制功能，正文没提。如果整合顺利，Anthropic 对开发者体验的控制力会更强；反过来，如果只是换个东家继续原样干活，实际变化不大。这点先别太激动，等后续更新再看。

GitHub 给 Copilot 加了个挺实用的能力：你在 VS Code 或命令行里让 Copilot 开始修 bug、重构代码，中途可以关掉电脑，用手机或网页接着看进度、继续对话，甚至让它接着干。这相当于把本地开发环境里的 AI 助手会话搬到了云端，随时能接上，不用守在电脑前等结果。 正文只说了功能怎么用，没提要不要额外付费，也没说手机端操作体验怎么样——比如代码 diff 在手机上看得清吗，复杂任务中途断了怎么恢复。这些直接影响实际好不好用。另外，远程会话跑任务时，算力是在本地还是云端完成的，也没交代。如果是云端跑，那离线场景就废了；如果是本地跑，那关电脑后任务其实也停了，只是会话记录同步上去而已。这点先别太激动，等有人实测再说。

这篇博客本质上是一份操作手册，告诉你如何用 LoRA 和 DoRA 这两种省参数的微调方法，去训练 Cosmos Predict 2.5 模型，让它能根据文字指令生成机器人第一视角的视频，比如机械臂抓取物体的连续画面。LoRA 和 DoRA 的好处是只动模型的一小部分参数，训练起来比全量微调省钱省卡，适合团队拿自己的机器人数据做快速实验。 但文章的信息缺口很明显：没提用了多少条视频做训练，没给任何定量评测指标（比如生成视频的 FVD 分数或人工评分），也没披露训练用了多少 GPU 小时、大概花多少钱。所以这更像一个技术可行性演示，而不是一个经过验证的解决方案。如果你打算在自己的机器人场景里复现，得做好自己标数据、自己跑消融实验的准备，别指望拿来就能用。

InsForge 做的事很直接：把开发一个全栈应用需要的后端零件——数据库、用户登录、文件存储、边缘计算和模型调用——全部打包，然后通过 MCP 协议和命令行工具暴露给 AI 编程智能体。你可以理解成它给 AI 配了一个现成的后端工具箱，不用每次都从零搭架子。 目前 GitHub 上有 10.3k star，说明不少开发者对这个思路感兴趣。部署方式也灵活，支持 Docker 自托管，也能一键推到 Railway 或 Zeabur 上跑。但正文主要展示的是功能列表和部署方式，没有给出任何关于并发处理能力、延迟表现、安全审计或实际项目中的故障率数据。这点先别太激动——一个后端平台能不能用在生产环境，关键看它扛不扛得住真实流量，而这篇 README 没回答这个问题。 另外，它把模型网关也集成进去了，意味着智能体可以通过同一个入口调不同模型。这省事，但也把模型调用的成本和稳定性绑在了这个平台上。如果你已经在用别的网关方案，迁移成本需要自己评估。总的来说，概念验证阶段用起来应该顺手，但上生产前得自己压测一轮。

InsForge 做的事很直接：把数据库、用户认证、文件存储、算力和 AI 网关打包成一个开源后端，让编程类 AI 直接调用，不用每次都从零搭。安装只要一行 CLI 命令，再配上它的 Skills 功能，AI 理论上能自己完成部署、运维和查错。这对想让 coding agent 跑通全流程的开发者来说，省了不少重复劳动。 不过正文没披露它支持哪些数据库和云服务商，也没给出 Skills 的具体覆盖范围和成功率。Apache 2.0 协议是加分项，但“开源版 Heroku”这个说法我会先打个折——Heroku 的成熟度、生态和运维经验不是一套工具能短期追平的。另外，AI 自己运维的可靠性、出错后的恢复能力，这些关键指标都没提。 还缺的是：实际跑起来的延迟数据、多 agent 协作时的资源隔离方案，以及跟 Claude 之外其他 coding agent 的兼容性测试。如果只是给单个 agent 用的小型项目，这套东西够用；要上生产环境，还得等更多验证。