全部 · 2026-06-17

这份泄露的审计文件把 OpenAI 上市前的家底抖了出来：一年能挣约 130 亿美元，但研发等开支远超这个数，每年净亏几十亿美元。收入涨得快，花钱更快，说明它还在用巨额投入换规模和领先身位，离自我造血还远。 文件只确认亏损在“数十亿美元”量级，没披露具体金额、现金流和成本结构。不知道钱主要烧在算力、人力还是数据上，也没法判断亏损是在收窄还是扩大。如果是真的，这个烧钱速度对上市估值会是直接压力。 还缺几个关键信息：客户留存和毛利率趋势、自研芯片或算力优化有没有降本效果、以及 IPO 募资用途。没有这些，光看亏损数字只能知道它很能花，不知道它能不能赚回来。

库克这次采访等于提前给市场打预防针：苹果不打算继续自己扛成本了。他给出的核心数字是内存和存储芯片价格从 2024 年到现在翻了四倍，而且涨势可能持续到 2027 年。这个涨幅主要不是苹果自己能控制的——谷歌、微软这些公司疯狂采购服务器用的高带宽内存，直接把消费电子芯片的产能挤走了。 TechInsights 估算 iPhone 18 Pro 要加价约 270 美元到 1299 美元，但这个数字只是机构为了保住利润率倒推出来的，库克自己没确认任何具体产品、时间和幅度。Mac Mini 已经悄悄涨了，戴尔和任天堂也跟进了，说明这不是苹果一家的压力。摩根士丹利预测今年美国手机和 PC 整体涨 15%，可以作为参考锚点。 正文没披露的是苹果自己的存储芯片采购合同周期和锁价情况，也没说不同产品线的成本结构差异。如果苹果签过长协，实际传导到终端的时间可能比市场想的慢。另外，涨价对销量的影响也完全没提，这是判断最终影响的关键缺口。

微软通过 Azure 云把 OpenAI 的模型卖给中国公司，绕开了 OpenAI 自己对中国市场的封锁。过去一年这条线的收入增长很快，字节跳动、小米和蔚来都是客户。这相当于微软在 OpenAI 无法直接进入的市场里当起了经销商，赚的是转售和云服务的钱。 但这条新闻最大的信息缺口是钱。彭博只说了“增长很快”，没披露具体金额。如果基数很小，翻几倍也不代表什么。另外，美国对华芯片和 AI 出口管制一直在收紧，微软这笔生意随时可能被叫停。正文也没提这些中国客户用 OpenAI 模型具体做什么业务，是内部提效还是对外产品，这决定了需求的稳定性。 如果是真的跑通了规模化收费，说明中国公司对海外头部模型的需求比想象中硬。但先别太激动，等看到具体营收数字和管制政策走向再说。

这篇博客讲的是怎么把两种让 AI 生成界面的方案拼在一起用。A2UI 走的是声明式路线，发一段 JSON 描述界面结构，宿主应用用自己的原生组件渲染出来，好处是性能好、风格统一、安全性也更高。MCP Apps 则是在 iframe 里跑自定义网页，灵活但容易造成视觉割裂和性能损耗。 文章给了三种架构模式，但正文只详细展开了第一种：让 MCP 服务器直接返回 A2UI 的 JSON 数据，完全绕过 iframe。他们用食谱应用做了演示，两个面板都由 A2UI 渲染，数据从 MCP 服务器拉取。另外两种模式只提了名字，没给细节和代码，这点比较遗憾。 团队说在考虑做一个 MCP 扩展来降低接入门槛，目前在 GitHub 上收集反馈。如果这个扩展真落地，对想给 AI 应用加动态界面又不想被 iframe 拖累的开发者会挺实用。但现阶段信息不全，后两种模式到底怎么跑、有什么坑，正文没披露，先别急着全盘照搬。

OpenRouter 的 Jacky Liang 把 11 个模型扔进一个 2D 吃鸡游戏打了 30 局，让它们每回合自己推理、调用工具、更新记忆，不是只生成控制代码。结果最亮眼的是成本差：Grok 4.1 Fast 赢下 13 局，每局成本不到 1 美元；Claude Sonnet 4.6 赢了 5 局，每局成本却要 26.78 美元，差了 27 倍。GPT 5.4 拿了全场最高的 38 个人头，但只赢了 2 局，说明在这个环境里，攻击性强不等于生存策略好。另外，GPT 5.4-mini、DeepSeek 4 Flash 和 Kimi K2.6 三个模型加起来花了 57 美元，一局没赢。 这个实验有意思的地方在于它测的不是刷榜能力，而是模型在持续决策、资源管理和风险评估上的综合表现。Claude Sonnet 4.6 在游戏里频繁尝试结盟、暴露位置，这种“社交倾向”在真实业务场景里可能是优点，但在吃鸡规则下就是送人头。不过正文没给出完整的排行榜和所有模型的行为差异细节，30 局的样本量也不算大，所以成本对比虽然扎眼，但别直接当成选模型的唯一依据。还缺的是：不同随机种子下的稳定性、模型在更复杂任务里的表现是否和这个结果一致。

Anthropic 给 Claude Design 加了两个实用能力。一个是跨项目记忆设计系统，颜色、字体、组件这些设定一次，之后换项目不用重复教，对日常高频做图的人能省不少事。另一个是和 Claude Code 打通，你可以在编辑器里直接改设计稿，不用在两个工具之间来回倒。 这两个更新解决的都是实际工作流里的摩擦点，不是花架子。但正文没披露具体上线时间，也没说这是 Claude 订阅自带还是需要额外付费。如果是付费功能，性价比就得看定价了。另外，跨项目记忆的准确度怎么样、会不会把不同品牌的风格搞混，正文也没提，实际用起来可能还得自己盯一眼。

这条消息的核心动作很直接：Anthropic 让 Nicholas Carlini 去给美国政府官员现场演示越狱和模型攻击。Carlini 之前在 Google Brain 专门研究对抗样本，属于业内顶尖的攻击者视角。派他去，相当于对政府说“你看，最懂怎么搞破坏的人在我们这儿，所以我们知道怎么防”。 但 WSJ 这篇报道目前只有 RSS 摘要，正文没披露他具体展示了哪些攻击手法，也没提政府官员看完演示后的反应或后续动作。这就让整件事的实质效果打了个问号——演示本身不等于安全承诺，政府是否买账、有没有提出新的监管要求，这些关键信息都缺失。 对从业者来说，这条值得关注的点在于：头部 AI 公司开始用“以攻促防”的方式做政府关系，而不是只交白皮书。但别急着下结论，等看到具体攻击案例和政府反馈再说。

Anthropic 在 Claude 里直接加了个设计模块，核心卖点是跨项目自动对齐品牌色、字体这些视觉规范，不用设计师来回翻色卡。画布编辑意味着不用导出到 Figma 之类的外部工具就能改稿，对快速出原型的人有吸引力。跟 Claude Code 同步这个点听起来能让设计稿直接关联代码，但正文完全没解释同步机制——是生成组件代码、自动更新样式变量，还是双向联动？也没提支持哪些第三方工具，实际落地效果要打问号。另外，全文没给上线时间、可用区域或收费方式，现在只能当预告看。如果同步做得浅，就是个内置画板；做得深，可能省掉设计到开发的一步切换，但信息缺口太大，先别太激动。

这条新闻抓到了一个很现实的矛盾：美国 AI 模型性能最强，但依赖它等于把主权交出去。马克龙在午餐会上对 Anthropic 的老板和特朗普说得很直白，没有哪个国家敢把关键基础设施接在一个美国能随时切断的模型上。这个担忧被最近 Anthropic 宕机事件坐实了——欧洲用户直接无法访问 Claude，连个缓冲都没有。 文章没给出具体政策方案，也没披露各国打算怎么应对，比如是不是要强制本地部署、推开源模型替代，或者要求美国公司签服务保障协议。这些才是接下来值得盯的落地动作。另外，特朗普在现场怎么回应的也没写，这直接关系到美国会不会在出口管制或服务条款上让步。 对从业者来说，这条信号很明确：如果你的产品要卖给海外政府或关键行业客户，只提供云端 API 访问会越来越难通过合规审查。本地部署、混合架构、甚至开源方案的需求会加速。

这条消息的核心不是技术，是地缘政治。Anthropic的Dario Amodei和DeepMind的Demis Hassabis在G7闭门会上提了个硬招：由美国牵头组一个AI规则联盟，拿最前沿的模型和芯片访问权当筹码，直接把中国排除在外。说白了，就是谁不跟这个联盟走，就别想用最好的模型和硬件。 正文信息量很薄，没披露会议具体是哪天开的，也没提德国、日本、法国这些G7成员接不接这个茬。有评论说这是高科技冷战的开端，从根上切断对手的入场资格——这个判断方向对，但得看后续有没有国家真跟进。 还缺几个关键信息：这个联盟打算怎么定义"前沿模型"，门槛划在哪；芯片限制是只限出口还是连代工都卡；其他G7国家在AI供应链上的利益会不会让他们犹豫。如果这些都不清楚，这个提议目前更像是一次立场表态，离落地还有距离。

NEA合伙人Tiffany Luck在播客里聊了一个很实在的问题：企业AI的账到底怎么算。今年初硅谷流行“tokenmaxxing”，就是让员工把AI用到极致，但很快账单就来了——Uber几个月花完全年AI预算，有公司开始砍Claude的授权，Meta也关掉了内部用量排行榜。这说明企业从“先用起来再说”进入了“算清楚回报”的阶段。 Luck提到一个有意思的现象：企业现在不绑死一家模型厂商，而是混着用，哪家便宜好用切哪家。她还看好“派驻工程师”模式，让懂业务的人直接进客户现场落地AI，像特洛伊木马一样把产品带进去。对于个人AI代理，她认为消费端会出现“魔法时刻”，但正文没给出具体时间表或案例。 整篇是播客摘要，缺少具体数字支撑——比如Uber到底花了多少、砍授权省了多少、企业ROI怎么量化都没展开。这些缺口让判断只能停在趋势层面，没法验证她说的“价值在每一层都在产生”到底有多厚。

Google 把 Gemini 做进了第一款自有品牌音箱，99.99 美元，现在预订本月发货。这个定价比苹果 HomePod mini 还便宜，直接冲着走量去的。音箱支持说话中途改口、不用反复喊唤醒词就能接着聊，内置了 10 种新声音。 但这里有个关键区分：基础的多步指令和打断纠错是机器自带的，不花钱。真正像人一样自由聊天的 Gemini Live，以及让音箱帮你总结 Nest 摄像头画面这些高级功能，需要订阅 Google Home Premium，月费 10 美元或年费 100 美元。正文没披露免费版连续对话能维持几轮、上下文窗口多长，也没说 10 种新声音是否全部支持中文。 还缺实际延迟数据和唤醒准确率。音箱端侧跑 Gemini 的推理速度、嘈杂环境下的打断成功率，这些才是决定体验能不能用的硬指标，目前一概没给。

Adam 是 YC W25 的项目，这次开源的是 CADAM，一个在网页里用自然语言生成可编辑三维模型的工具。仓库已经拿到 4.1k 星和 543 个 fork，热度不低，说明“打字出模型”这个方向确实戳中了很多人的痛点——传统 CAD 软件学习曲线太陡，能把门槛降到描述需求就能出图，对非专业用户吸引力很大。 但 README 里关键信息缺得比较多：没写底层用的是什么模型、支持导出哪些 CAD 格式，也没有精度或可用性方面的基准测试。这意味着你现在很难判断它生成的模型到底能不能直接进生产流程，还是只适合快速出个概念草图。另外，开源仓库本身没提训练数据来源和模型规模，如果是靠大模型 API 做推理，那实际使用成本和延迟也得打个问号。 整体看，这是一个方向清晰但验证还薄的开源工具。值得关注的是它把“说人话建模”这条路跑通了 demo，但离“能用的 CAD 替代品”还差模型细节、格式兼容性和精度数据这三块拼图。

这条新闻的核心是谷歌想给AI智能体建一套“跨公司黄页”。现在各家平台都有自己的工具目录，但出了自家地盘就抓瞎。ARD的思路很直接：每家公司在自家域名下挂一个公开的“能力目录”，然后由类似搜索引擎的注册中心去爬取、索引，智能体用自然语言一搜就能找到可用的工具或别的智能体，拿到信任凭证后再点对点直连。 这个设计把身份验证绑在域名所有权上，比另搞一套证书体系轻量。谷歌云已经在Gemini企业智能体平台里内置了Agent Registry，支持命名空间和出口策略，说明不是纯纸上谈兵。但文章没披露这套注册中心是谷歌自己运营还是允许第三方建，也没说爬取频率、目录格式的强制程度，以及最关键的成本——企业挂目录免费，但注册中心的查询调用怎么收费完全没提。 对从业者来说，如果ARD真能推成行业共识，跨组织的智能体协作会省掉大量手工对接的脏活。但这点先别太激动，规范刚发布，合作伙伴名单里没看到几家大云厂商之外的重量级玩家，生态冷启动是个硬坎。

Greptile 这篇讲的是他们给 AI 代码审查加了一个叫 TREX 的执行层，让审查代理不只是读代码改动，而是把代码跑起来、截图、抓运行时才会暴露的 bug，比如 UI 加载后的错位、需要特定状态触发的逻辑错误。 他们踩过的坑挺实在：一开始把 TREX 做成独立代理，结果它生成的测试跟用户实际需求不沾边；后来想合并成一个代理，又因为要同时管启动服务、截图、跑测试这些事，上下文直接过载。现在的方案是让主审查代理当调度员，针对每个问题单独派一个 TREX 子代理去跑，共享上下文但并行干活，不用重复扫代码库。 文章把架构演进讲清楚了，但缺了最关键的东西——没给任何量化数据。不知道 TREX 抓运行时 bug 的召回率是多少，误报率多少，也没说跑一次审查要多花多少时间和算力。如果是真的能稳定抓到静态审查漏掉的 bug，这个思路有价值；但在看到数字之前，只能当工程实践参考，不能当效果背书。

Charity Majors 这次把话说得很清楚：她没让大家跳过代码审查。她真正想提醒的是，当 AI 写代码从 2025 年初的“废料”进化到年底 Opus 4.5 那种普通工程师水平，代码本身就不再是团队的核心产出。生产成本几乎为零，意味着代码会像一次性耗材一样泛滥，靠一行行读代码来建立共识会越来越不靠谱。 她没在正文里列出具体该补哪些新纪律，这点比较可惜。但她的判断方向是对的：团队真正的产品是共享理解，不是代码行数。如果代码变得廉价，那审查、测试、文档这些环节的重心都得从“检查代码对不对”转向“确认大家想的是不是一回事”。 文章缺的是实操建议，比如新的验证流程长什么样、人机协作的边界怎么划。她自己也说这只是回应质疑，不是完整方案。所以这条值得点开看判断，但别指望拿到现成 checklist。

HappyOyster 1.0 把“一句话生成世界”从视频渲染变成了实时可玩的交互场景，这跟传统文生视频是两条路。它允许你在生成过程中用键盘或指令控制角色移动、攻击，相当于把世界模型做成了一个轻量级游戏引擎。目前开放了“实时导演”和“世界探索”两种玩法，4 月开始内测，现在官网能体验，但官方没公布模型规模、训练数据来源和推理成本。 从产品形态看，实时交互对延迟和一致性的要求比离线生成高得多，如果体验流畅，说明底层架构做了针对性优化。但“深度学习物理世界状态转移规律”“保持长程一致性”这些说法，在没有技术报告和第三方评测的情况下，只能当作产品宣传。 还缺几块关键信息：一是模型参数量和推理所需算力，这直接决定能否大规模开放；二是收费模式，目前只提到送体验积分；三是生成场景的边界在哪，比如复杂物理交互、多人协作支不支持。这些没补上之前，把它看作一个有趣的交互原型比看作成熟产品更合适。

亚马逊开源了一个叫 Strands Robots 的 SDK，用 Apache 2.0 协议，核心是把 Hugging Face 上的 LeRobot 机器人训练栈和物理硬件连起来。你可以在 Hub 上录演示数据、在仿真里跑策略、再部署到真机器人，全程用同一种磁盘格式，省掉了格式转换的麻烦。多机器人协作靠 AgentTools 把仿真、策略推理和硬件控制拼成一个 agent 循环，听起来挺灵活。 但这篇文章本质是一篇手把手教程，没有给出任何性能基准或延迟数字。比如从仿真切到真机时，控制延迟是多少、策略推理的帧率能到多少、多机器人协同的通信开销多大，正文都没披露。所以它证明了这条路能走通，但能不能用在生产环境，还缺关键指标。 如果你已经在用 LeRobot 做原型，这个 SDK 能帮你更快上真机验证想法。如果是真的像它说的那样无缝切换，能省不少工程时间。但现阶段别把它当成熟方案，先拿自己的硬件跑一遍，看看实际延迟和稳定性再说。