全部 · 2026-06-16

这次更新最实在的是 AI 助手和笔记本的深度整合。它不是弹出一个对话框跟你聊天，而是能理解你当前正在写的代码、正在看的图表，然后给出上下文相关的帮助。这比单独开个 ChatGPT 窗口要顺手得多，尤其对刚上手 Wolfram 语言的人。 符号音乐是个意外但有意思的方向。把音乐当成数学对象来处理，意味着你可以用函数去生成、分析、变换一段旋律，而不是只把它当成音频文件。正文没披露这个功能具体支持哪些格式和操作，实际能玩到什么程度还得看上手。 另外，时间序列和分类数据的处理能力大幅加强，ModelFit 这个“超级函数”试图把各种模型拟合统一到一个入口。想法很好，但这类大一统接口往往在复杂场景下会暴露灵活性不足的问题，这点先别太激动。整体来看，15 版在降低使用门槛上下了功夫，AI 助手的落地方式比很多竞品更务实。

Tim Ferriss 这篇博客的核心判断很直接：当读者遇到问题可以直接问 ChatGPT、Claude 这类对话 AI 时，他们就不再需要买一本三百页的方法论书籍了。他引用了《出版商周刊》的数据来支撑这个趋势——2026 年第一季度成人非虚构类整体销量同比跌了 9%，而自助类（self-help）直接暴跌 26.3%，是所有子类别里跌得最惨的。这个数字确实挺吓人，说明读者用脚投票的速度可能比出版业预想的快。 但文章最大的信息缺口在于，Ferriss 虽然把自己的五本书销量拉了一张表，形容数据“让人头晕目眩”，却从头到尾没披露任何一本的实际销量或同比跌幅。这就让他的个人案例只能停留在“轶事”层面，没法当成严谨的证据。如果他是这个品类里最有影响力的作者之一，那他的具体数字本来可以成为判断行业水温的关键指标，可惜正文没给。 另外，文章只讨论了纸质版销量，没提电子书和有声书的数据，也没分析自助类书籍的读者是不是正在转向 AI 生成的个性化建议，还是单纯被短视频等其他媒介分流了。这些缺口让“AI 杀死非虚构书”这个结论更像一个值得警惕的假设，而不是已经坐实的事实。

Ramp 的数据说 Anthropic 5 月企业 AI 订阅份额冲到 41%，OpenAI 是 39.5%，这是 Anthropic 第一次反超。我会先打个折：Ramp 是一家企业支出管理平台，它的样本偏向用 Ramp 管订阅的公司，不代表整个市场。正文没披露样本量和统计口径，这个“首次超越”的含金量要打问号。 有意思的是，特朗普政府以出口管制为由要求 Anthropic 下架最新模型 Mythos 5 和 Fable 5，禁止非美国人访问，结果反而推高了企业采用量。Ramp 首席经济学家说类似情况 3 月也发生过——当时国防部把 Anthropic 列为供应链风险，企业支出反而创了纪录，钱主要花在 Claude Opus 4.8 上。这个逻辑大概是：政府越禁，企业越觉得这东西重要，赶紧买。但正文没解释为什么禁令会刺激采购，也没说这些新增客户是长期签约还是短期避险。 另外，Anthropic 刚拿了 650 亿美元融资，估值 9650 亿美元，第一次季度盈利后就秘密提交了 IPO。这些数字很大，但正文没披露盈利规模、收入结构，也没说 IPO 时间表。如果是真的挺省钱，但信息缺口太多，先别太激动。

这次更新最实在的是草稿模式：点一下闪电按钮，一次生成 24 张低分辨率、低画质的预览图，消耗的快速时长只有标准 V8.1 作业的一半。对需要大量试 prompt 的人来说，这相当于把试错成本直接砍半，挑出满意的再点“Vary”渲染成高清成品，逻辑很顺。 另一个 --preview 参数是让你提前玩还在打磨的新模型，但官方明确说了出图可能比较糙，而且不保证效果一直稳定，尤其在个性化设置和情绪板下差异会更明显。这点先别太激动，它更像一个公开测试入口，不是正式功能。 正文没披露草稿模式的具体分辨率，也没说 --preview 指向的是哪个模型版本。这两个信息缺口会让实际评估打折扣——低清到底多低、预览模型离正式版有多远，都直接影响要不要现在就用。

Gary Marcus 用三件事说明 OpenAI 的领先优势正在快速消失，逻辑是通的，但每一条都得打个折。市场份额跌破 50% 这个数字来自社交媒体截图，不是第三方审计报告，样本和统计口径都没披露。普通用户觉得 ChatGPT 和 Gemini 没区别，这更像个人观察而非用户调研，但方向没错——纯靠大模型做 to C 生意，用户粘性确实弱。 微软考虑换 DeepSeek 这条最值得看。按用量计费后成本太高，连最大金主都在找替代方案，说明 OpenAI 的定价在规模化场景里撑不住。不过正文没披露微软内部评估到了哪一步，是技术验证还是已经进入采购流程，这点先别太激动。 财务数据来自 Ed Zitron 声称看到的审计报告，2025 年收入 130.7 亿、成本 340 亿，亏损同比扩大近 8 倍。如果数字属实，烧钱速度确实不可持续。但原文没提供报告原文或审计机构名称，只能当作线索而非定论。Marcus 还提到华盛顿可能通过出口管制间接帮 OpenAI 打击 Anthropic，这部分分析比较薄，更像政治揣测。整体来看，三条论据都有信息缺口，但合在一起指向同一个趋势：OpenAI 的领先地位正在被成本和竞争两面夹击。

这条新闻的实质信息很少，目前只知道美国商务部长卢特尼克给 Anthropic 发了一封信，警告政府正在考虑对最顶尖的 AI 模型施加出口管制或使用限制。彭博拿到了这封信，但正文只披露了标题和收件人，信里到底写了什么、管制的触发条件是什么、会影响到哪些模型、什么时候可能动手，这些关键信息一概没有。 对从业者来说，这更像一个政策风向标，说明美国政府确实在认真考虑把 AI 模型本身当成敏感技术来管，而不是只盯着芯片出口。Anthropic 作为头部模型公司收到这封信，意味着管制思路可能直接针对模型能力层级，比如超过某个算力阈值或评测分数的模型就要受限。但正文没披露任何具体标准，也没说这是针对所有公司还是只针对 Anthropic。 现在能做的判断很有限：信号是真的，细节是空的。如果后续有完整信函或官方表态出来，才能评估这对开源模型、云服务 API 和跨国部署的实际影响。

这件事的核心不是技术漏洞，而是监管压力直接打到了产品上。Bloomberg 公开了商务部长 Lutnick 发给 Anthropic 的完整信函，信里要求解释为什么 Mythos 能生成特朗普和马斯克的深度伪造图像，并质疑了它的内容审核机制。Anthropic 随后自愿禁用了 Mythos 的图像生成能力。 这里有两个信息缺口值得注意。第一，文章没说明这次关停是临时还是永久，也没给出任何恢复时间表——如果是永久下线，那等于一次监管警告就干掉了一个核心功能。第二，信函的具体措辞和 Anthropic 的回复内容都没有披露，我们不知道政府到底要求了什么、Anthropic 又承诺了什么。 对从业者来说，这条新闻的信号很明确：在美国，深度伪造相关的监管压力已经从国会听证会走到了可以直接让产品下线的阶段。如果你在做图像生成或多模态模型，内容审核不再只是“合规 checklist”，而是可能随时被行政力量打断的业务风险。

Gergely Orosz 这篇长文不是预测，是复盘。从今年 4 月开始，Meta 管理层用“AI 优先”的名义，把过去二十年攒下的工程师文化拆了个干净。以前是“在稳定基础设施上快速迭代”，现在工程师被赶去给 AI 做数据标注，内部一片混乱，甚至酿成作者所说的“最尴尬宕机”。文章没拿到 Meta 官方对近期变动的回应，所以管理层到底怎么想的，我们只能从行为反推。 核心判断很直接：软件工程在 Meta 正从创造利润的部门，变成被嫌弃的成本中心。这个转变只用了几个星期。文章列举了强制转岗、内部流程崩坏等具体表现，但缺少一线员工离职率、业务指标下滑幅度的硬数据。如果是真的，这比裁员更伤筋骨——它毁掉的是人留下来的理由。

微软 Copilot Cowork 要从无限用改成按量计费，直接原因是有人一周跑几百个任务，成本扛不住。Axios 的报道说微软已经在 Azure 上微调了一个 DeepSeek V4，加了安全护栏，打算作为可选的低成本方案让用户自己选。这个思路很直接：用更便宜的模型接住高频但不太复杂的任务，把贵的模型留给真正需要的地方。 不过现在能确认的只有“微调出了一个能跑的模型”，最终上不上、什么时候上都没定。正文没披露这个微调版 DeepSeek V4 在 Cowork 场景下的具体表现数据，也没说比现有方案能省多少成本。如果是真的能大幅降本又不掉链子，对用量大的团队会挺有吸引力。但安全护栏做到什么程度、会不会因为过度过滤变得不好用，这些都得等微软自己公布。

Ferriss 这篇博客更像一个行业头部作者的“体感温度”报告，而不是严谨的市场研究。他公开了自己五本书的国内纸质版销量趋势图，曲线确实难看，一路往下走。但他没公布每本书的具体销量数字，所以我们没法算绝对跌幅，也不知道电子书和有声书那边是不是在补血。他引用的《出版商周刊》数据倒是挺扎眼：2026 年第一季度成人非虚构整体下滑 9%，自助类同比暴跌 26.3%，是跌得最狠的细分市场。 Ferriss 的判断很直接——读者现在遇到问题，直接问 Claude 这类 AI 工具就能得到定制化的答案，何必再花二十美元买一本三百页的书。这个逻辑放在他的书上是成立的，因为他写的正是“如何做”类的工具书，恰好撞在 AI 的枪口上。但这点先别急着推广到所有非虚构。传记、深度调查报道、叙事性强的非虚构，AI 目前还替代不了那种完整的阅读体验和作者视角。 还缺什么？缺的是更细的数据。比如这些流失的读者是彻底不读了，还是转向了电子书、订阅制书摘服务，或者干脆去刷短视频了。另外，Ferriss 没提他的播客和 newsletter 流量有没有涨——如果读者只是换了渠道消费他的内容，那对创作者来说，死掉的只是纸质书这个载体，不是内容本身。

这条新闻的判断很直接：美国商务部上周五搬出出口管制令，禁止非美国人（包括 Anthropic 自己的外籍员工）碰 Fable 5 和 Mythos 5 模型，官方理由是国家安全。但 TechCrunch 认为，官方从没公布过具体的越狱证据或技术细节，所以“安全漏洞”只是个幌子，更像是一次反应过度的政治报复。 文章把矛头指向了特朗普政府，但正文没披露任何内部文件或知情人士爆料来坐实“报复”动机，整篇评论建立在信息缺失上——因为政府没给证据，所以推断另有原因。这个逻辑能自洽，但说服力有限。 对从业者来说，真正值得盯紧的是出口管制被当成工具用在了 AI 模型上。如果连公司内部的外籍员工都被一刀切，以后跨国团队的模型发布和协作会踩到什么红线，正文完全没展开。

Gergely Orosz 这篇观察把 Meta 工程文化的崩塌时间线拉得很清楚：从“快速行动、打破常规”到“快速行动、基建要稳”，再到今年四月开始系统性地拆台。核心判断是管理层不再把软件工程看作利润中心，而是当成成本中心来砍。具体动作包括强制工程师转去做 AI 数据标注，这直接导致内部士气崩盘，还引发了一次被作者称为“最尴尬”的宕机。 文章引用了 2012 年那本“小红书”里的口号和 2022 年对 Meta 文化的深度分析，但正文没披露管理层做这些决策的内部讨论细节，信息主要来自外部观察和内部人士爆料。所以“为什么”要这么干，其实没有直接答案，更多是作者基于现象的反推。 还缺什么：没有 Meta 官方的回应，也没有具体说明强制标注涉及多少工程师、持续多久。这些缺口让“系统性摧毁”这个结论听起来很重，但证据链还差关键一环。

GLM-5.2这次把重点放在了“长程任务”上，也就是让模型能连续干几个小时的复杂工程活，而不是只回答一个代码片段。它实打实做到了100万token的无损上下文，官方演示里一个覆盖Web、移动端和小程序的多端应用，从开发到打包上线累计处理了88万多token，一口气跑完。这个能力在开源模型里确实是头一份。 从跑分看，它在FrontierSWE上只比Claude Opus 4.8低1%，超过了GPT-5.5和Opus 4.7，说明在数小时级别的复杂技术项目上已经能跟闭源顶配掰手腕。但SWE-Marathon这个考察超长周期软件工程的数据集上，它比Opus 4.8低了13%，官方也承认这块还需要提高。所以“长程”目前更偏向中等长度的工程任务，真正马拉松式的自主开发还有差距。 另外，模型已经在华为昇腾、寒武纪等国产芯片上跑通了推理，这对国内开发者是个实用加分项。MIT协议商用也没限制。不过正文没披露模型参数量、训练成本和推理延迟的具体数字，实际部署成本还得自己测。

Subquadratic 放出的 SubQ 1.1 Small 模型卡，核心卖点是它的稀疏注意力机制（SSA）。简单说，传统模型处理长文本时，每个词都要和所有词算一遍关系，文本越长算力开销呈平方级爆炸。SSA 的做法是让模型学会只关注内容上真正相关的部分，把计算量压成了线性增长。在 100 万 token 的上下文里，它比传统密集注意力省 64.5 倍算力，比优化过的 FlashAttention-2 快 56 倍，这个效率提升是实打实的。 性能上，它在 1200 万 token 的“大海捞针”测试里几乎满分，说明长文本检索能力确实能打。通用推理也没全丢，GPQA Diamond 85.4%，编程测试 LiveCodeBench 89.7%，跟一线模型比不算顶尖，但作为一个小体量模型，这个平衡做得不错。不过，在金融自动化任务上只有 13%，虽然官方说这已经接近最强模型，但绝对值依然很低，说明处理复杂业务流程的能力还远没到能放心用的程度。 最大的信息缺口是基座模型。报告只说从一个开源前沿模型开始训练，替换了注意力模块，但没点名。这直接关系到它的能力有多少是继承来的，有多少是 SSA 自己带来的。另外，目前只有模型卡，没有开放权重或 API，实际用起来怎么样、有没有隐藏的推理延迟坑，都还是未知数。

Vicki Boykis 这篇体验报告挺实在的，没有吹牛。她用一台 64GB 内存的 M2 Mac，把 Gemma 4 的 26B 和更新的 12B qat 版本跑在 Docker 容器里，通过 Pi 做智能体编程。她自己定的标准很简单：需不需要再拿闭源模型的结果来对答案。从 GPT-OSS 开始，她对答案的次数明显少了，到 Gemma 4 已经能在本地跑通重构代码、写单元测试、搭推荐模型原型这些任务，成功率大约到闭源顶尖模型的 75%。 不过文章缺了硬指标。她没提 token 生成速度、首 token 延迟这些关键体验数据，只说了 KV 缓存能把 64GB 内存吃满。另外，所有测试都在权限受限的 Docker 里跑，安全性考虑到了，但这也意味着任务类型偏代码生成和文档查询，没有涉及联网、调 API 这类更复杂的智能体场景。 如果你手头有台大内存 Mac，想试试本地模型能不能替掉一部分 API 调用，这篇值得照着搭一遍。但如果是生产环境或者对延迟敏感的任务，还是先拿自己的场景测过再说。

MiMo Claw 正式版的核心卖点是“开箱即用”的云端 Agent，你不用自己折腾本地部署，它直接内置了小米最新的 MiMo-V2.5-Pro 模型，并且和 OpenClaw 框架、MCP 协议（一种让模型能调用外部工具的标准）做了原生适配。这带来的直接好处是，官方宣称在 Agent 工作流测试里，推理速度提升了约 3 倍，同等任务下花的 Token（可以理解为算力成本）比同类产品少了 40% 到 60%。 不过，这些数字得打个折看。首先，3 倍吞吐量提升是基于 OpenClaw 的标准测试，实际用起来能快多少，还得看你的任务类型。其次，Token 消耗降低是和“其他同类产品”比，但正文没点名具体是谁，这个对比的含金量就不好判断了。它打通了 WPS 在线生成和编辑文档，对办公场景很实用，但这也意味着你被绑在了金山办公的生态里。 最关键的指标是 ClawEval 测试里 63.8% 的任务达标率。这个数字说明，即便用了旗舰模型，在处理复杂、多步骤的任务时，仍有超过三分之一的概率会出错或完不成。对于想用它干重活的专业用户来说，这个稳定性还需要再观望。另外，付费方案起价每月 14.9 元，价格不算贵，但海外服务还没开，海外用户暂时用不了。

MiMo Claw 正式版的核心卖点是让 MiMo-V2.5-Pro 模型在云端跑 agent 工作流，原生支持 MCP 协议，一次对话能连续调用上千次工具，上下文窗口有一百万 token。靠着 MTP 三层解码架构，跑标准 agent 任务时吞吐量大概提升到原来的 3 倍，这个数字如果是实测数据，确实能省不少等待时间。 不过任务达标率只有 63.8%，意味着每三次任务就有一次没完全跑通。官方说 Token 消耗比同类产品低 40% 到 60%，但没说明对比的是哪些产品、在什么测试条件下测的，这点先别太激动。联动金山办公能在线编辑 Word、Excel、PPT 和 PDF，对办公场景是个加分项，但正文没披露文件处理的准确率和格式保真度。 订阅从 14.9 元/月起步，免费用户每天能用 4 小时，门槛确实低。但还缺实际用户场景的延迟数据、复杂工作流的稳定性报告，以及 MCP 工具生态到底接了多少第三方服务。

这条新闻最值得看的是美国司法部下场的方式：不是帮 xAI 补环保手续，而是直接说关掉它的燃气轮机会威胁军事行动。国防部官员称 Grok 是四个能在机密网络里支撑关键任务的模型之一，还参与了近期对伊朗的打击。这个说法把一家商业公司的数据中心和战争决策绑在了一起，分量很重。 但正文没披露司法部援引的具体国家安全法条，也没解释为什么 Grok 的训练或推理必须依赖密西西比州 Colossus 2 那 57 台无证燃气轮机，而不是其他合规的电力方案。NAACP 起诉的核心是排放：燃气轮机数量从 4 月的 27 台涨到 57 台，氮氧化物排放量飙升了 111%。这些数字说明当地环境压力在快速加大，而司法部的回应完全绕开了污染问题，只谈军事必要性。 还缺两个关键信息：一是 xAI 有没有申请过许可、被拒过还是根本没申请；二是国防部对 Grok 的依赖有没有替代方案。如果这些都不清楚，所谓“国家安全”更像是一张用来跳过地方环保监管的万能牌。

Ed Zitron 拿到的审计文件显示，OpenAI 2025年收入130.7亿美元，但总成本高达340亿，光经营就亏了209.2亿。研发支出191.8亿，其中105.9亿是付给微软的训练和云费用，全年给微软的总付款达到172亿。加上从非营利转营利实体时，一笔415.5亿美元的公允价值变动损失，最终归到公司头上的净亏损是385.3亿，比2024年的50.9亿翻了近8倍。 这个亏损数字要打个折来看。文件里把178.7亿美元的成本划给了“非控制性权益”，但正文没解释这笔账具体怎么算的，也没说这些权益对应的是哪些实体。所以385亿的净亏损更像会计处理后的结果，209亿的经营亏损更能反映日常业务有多烧钱。 还缺几个关键信息：收入里多少来自API调用、多少来自ChatGPT订阅，以及客户留存和获客成本。没有这些，很难判断130亿收入的质量和可持续性。另外，付给微软的172亿占成本一半以上，但没披露算力利用率或单位推理成本的变化，看不到效率有没有改善。

这条消息最值得关注的点不是倍数本身，而是用户结构的变化。HR、运营、行政开始用 WorkBuddy 干活，说明 agent 办公产品正在跨出开发者圈，往业务流程里渗透。企业版和项目功能上线后，场景从个人提效变成了团队协作，这是产品从工具转向平台的关键一步。 但信息缺口也很明显。正文只说日活是行业第二的 3-4 倍，没给出绝对数字，也没说明行业第二是谁、数据怎么统计的。如果基数很小，倍数再高也没意义。另外，非技术用户到底在用 WorkBuddy 做什么、留存怎么样、付费意愿如何，这些都没提。Trae Work、QoderWork 等竞品在改名抢市场，说明这个赛道还在早期混战阶段，WorkBuddy 的先发优势能不能守住，要看后续的产品迭代和商业化能力。腾讯云说这是十年一遇的机会，更像是在给自己打气，实际验证还差得远。

这笔交易最值得看的是时机和出价。SpaceX 刚完成 IPO，立刻用股票而不是现金收购，等于把刚融到的市场信心直接转成资产，但也会稀释现有股东权益。Cursor 本来就要以 500 亿估值拿 20 亿融资，SpaceX 多掏了 100 亿，溢价 20%，说明它很急。急的原因正文点了一句：SpaceX 在路演时给投资人画了一个 26 万亿美元的 AI 市场大饼，但自己的 AI 部门靠 xAI 撑着，跟主流实验室比还有差距，买 Cursor 是想补编程能力这条腿。 不过正文没写清楚几个关键点：Cursor 的产品怎么跟 SpaceX 的业务结合，是给星链写代码还是对外卖工具；团队留不留得住，毕竟创始人刚拿了天价股票可能直接走人；还有监管会不会拦，这种体量的交易通常要过反垄断审查。这些信息缺口让 600 亿的数字看起来更像战略卡位而不是马上能算清回报的买卖。我会先打个折看后续整合方案。

ChatGPT 的月活用户超过 11 亿，依然是全球最大的 AI 助手，但市场份额第一次掉到 50% 以下。排在后面的 Gemini 有 6.62 亿月活，Claude 有 2.45 亿。这个“跌破 50%”听起来挺有标志性，但正文没披露具体的份额百分比、统计方法，也没说数据覆盖的时间窗口。是月度、季度还是某个快照？统计的是网页端、App 端还是全渠道？这些都不清楚，所以这个数字的严重程度要打个折。 从已知数据看，Gemini 和 Claude 的月活加起来已经接近 ChatGPT，说明用户不再只盯着一家用了。但月活不等于付费用户，也不等于使用深度。正文没提各家付费转化率、企业客户数或者 API 调用量，光看月活只能说明“有人用”，不能说明“用得多深”。 如果后续有更细的数据出来，我会重点看两件事：一是 ChatGPT 的份额下降是主动流失还是市场盘子变大被稀释；二是 Gemini 和 Claude 的增长是靠自家生态捆绑，还是靠产品本身抢来的。