AX 严选 · 2026-06-11

这条消息的核心是 OpenAI 终于被逼到要打价格战了。Anthropic 的 Claude Code 在企业开发团队里跑通了日常编码流程，token 消耗量很大，直接动了 OpenAI 最赚钱的企业客户基本盘。OpenAI 虽然在大众用户里名气更大，但真正付账单的是企业，所以这次降价瞄准的是开发者。 不过正文没披露具体降价幅度和时间表，只说“考虑大幅降价”，这点先别太激动。同时提到的 ChatGPT 史上最大改版，方向是做成超级应用，把编码、智能体、生图和商业软件都塞进去，听起来更像 IPO 前的故事包装。 还缺两个关键信息：一是降价后 Codex 和 Claude Code 的实际性价比对比，二是这次改版到底能解决多少企业级需求，还是只是界面和功能堆叠。如果只是降价而没有产品上的硬差距缩小，效果可能有限。

这条合作值得看的是落地路径，不是签约本身。DXC 没走“先卖客户再补课”的老路，而是先在自己内部把 Claude 用透：新平台 OASIS 超过 95% 的代码由 Claude 生成，开发速度号称快了 10 倍，目前已有 50 多个客户在用。这个数字如果属实，说明他们不是拿 AI 做 PPT，而是真把代码生产线交出去了。 不过，正文没披露“10 倍提速”是怎么算的，也没说那 95% 的代码里有多少是核心逻辑、多少是样板代码。另外，Claude 进保险理赔、代码翻新、安全运维这些场景，具体怎么解决幻觉和合规问题，文章只提了“结合客户业务上下文”，没给技术细节。 我会先打个折：内部验证强，但外部落地效果还得看第一批银行、航空公司的实际反馈。现在还缺第三方审计或客户证言，这点先别太激动。

这个 Open-R1 仓库拿到了 2.61 万颗星，说明社区对“把 DeepSeek-R1 的推理能力完全开源复现”这件事期待很高。但正文只放了 GitHub 的项目首页导航，没有公开任何实现计划、训练数据、复现进度或基准测试结果。我会先打个折，把它看作一个公开的复现框架和协作入口，而不是一个已经跑通的成品。 Hugging Face 的号召力能聚人，但复现推理模型的关键在于训练流程、偏好数据（教模型学会“思考后再回答”的样本）和验证标准，这些目前全是空白。等他们放出第一版技术报告或训练脚本，才能判断还原度到底有多高。

这条消息最值得关注的点不是120亿美元融资额，而是他们解决制造业数据短缺的思路：直接花1000亿美元买传统工厂，用自己的产线跑训练数据。制造业不像互联网，没有现成的网页可以爬，这个逻辑是成立的。但正文没披露这轮谁领投、钱怎么分，也没说已经收购了哪些工厂、产线改造到什么程度。 我会先打个折。公司成立才7个月，没有任何产品交付，估值从62亿跳到410亿，这个速度更像资本在抢赛道，而不是工程验证的结果。把设计到量产周期压缩到十分之一，这个目标需要的不只是模型能力，还有供应链、工艺、质检等物理环节的配合，这些都不是砸钱就能立刻解决的。 还缺几个关键信息：团队有没有制造业背景的人，有没有已经跑通的产线案例，1000亿收购计划是承诺还是实际预算。这些不补上，目前只能当资本故事看。

这条合作比去年那轮深得多：狮门影业这次直接掏钱成了 Runway 的股东，还一起开了个联合开发项目，打算用狮门手里的老 IP 搭配 Runway 的视频生成模型，先做一部短剧试试水。Runway 的 CEO 把话说得很直——真正重视 AI 的制片厂把它当创作资源，不是省钱工具。这话是说给市场听的，但也点出了好莱坞对 AI 的分化态度。 不过，正文没披露狮门投了多少钱、占了多少股，也没说这部短剧的预算、时长、制作周期和人力投入。没有这些数字，就很难判断这是真金白银的战略押注，还是一次带有营销成分的深度合作。另外，Runway 的模型在长视频连贯性、角色一致性上一直有短板，短剧能不能跑通，要看最终成片质量，现在下结论还太早。 还缺一个关键信息：狮门自己的导演和编剧工会对这件事是什么态度。好莱坞的 AI 争议远没结束，如果创作者不买账，IP 开发计划落地会很难。

Anthropic 这次不是发模型，是直接花钱把人送进非营利组织用 Claude 干活。首期 1.5 亿美元，招 1000 名职业生涯早期的年轻人，培训后全职塞进全美 400 多家非营利组织干满 12 个月，年薪给到 8.5 万美元外加福利。CodePath 当名义雇主和设计培训，Social Finance 管效果评估和后续规模化。 这个项目想解决两个问题：一是让非营利组织白捡一个会用 AI 的人，二是给年轻人攒点 AI 实战经验。从列出的九家主办机构看，覆盖了食品银行、退伍军人健康、海洋保护、教育公平这些领域，不是只挑科技类 NGO。但正文完全没提筛选标准、申请时间线，也没说这 1.5 亿具体怎么花——是纯工资支出还是含培训和管理费。 我会先打个折：这更像一个品牌投入和劳动力实验，不是直接的技术发布。效果要看 Social Finance 一年后拿出的评估数据，现在只能说想法不坏，但缺执行细节。

Cursor 这篇博客讲的是他们新上线的 Auto-review 机制，核心思路是在智能体执行具体操作前，先让一个轻量级分类器模型看一眼。这个分类器会结合当前工作区的文件内容来判断风险，而不是孤立地看命令本身。低风险动作直接放行；高风险动作会被拦截，并给主智能体一个解释，让它自己换个安全方案重试，尽量不打扰用户。 团队发现，用小模型加上一点推理能力，比纯追求速度的模型在准确率和延迟上都更好。这点挺反直觉的，说明在安全判断上，模型“想一下”比“跑得快”更重要。但正文没披露具体的延迟数字、分类器的参数量，也没给出拦截率和误报率，所以实际体验和性能开销还不好评估。 还缺什么：没有和传统权限弹窗的对比数据，也没说明分类器本身会不会成为新的瓶颈。如果后续能公布这些，对评估这套机制在复杂项目里的实用性会更有帮助。

阿莫迪这次发言最值得注意的，不是他又在警告失业，而是他把失业问题从“经营不善”或“短期阵痛”直接定性为 AI 技术的“固有属性”。这等于说，只要 AI 的目标是复刻人类脑力工作，大规模、长期性的岗位流失就是结构性的，躲不掉。他之前预测五年内一半初级白领岗位可能消失，失业率冲到 10% 到 20%，这次没再渲染惨状，转而重点讲政府怎么接招：先减缓冲击（薪资保险、留岗税收优惠、培训补贴），再共享红利（向 AI 企业征税、搞全民基本收入、全民资本账户）。 不过，文章引用了 Business Insider 的报道，指出包括阿莫迪和 OpenAI 的奥尔特曼在内，行业大佬近期集体从“警告失业”转向“谈生产力提升和分享红利”，背后原因是各家在筹备 IPO。这个时间点很微妙，让这份政策建议的真诚度要打个折。另外，正文没披露他提出的征税方案具体怎么落地，也没给出全民资本账户的资金来源测算，这些缺口让方案目前还停在概念层。

这笔收购解决的是一个很实际的工程问题：让智能体干活时有个稳定的云端工位。现在 Codex 能跑几小时甚至几天的长任务，但用户一关笔记本就断了。Ona 之前帮 200 万开发者把开发环境搬上云，它的执行和调度技术正好能让 Codex 的智能体在客户自己的云环境里持续运行，同时遵守企业自己的安全、权限和日志规则。 对 OpenAI 来说，这是在补企业落地的课。模型再强，企业不敢把数据和基础设施控制权交出去也是白搭。Ona 的“客户自控执行”模式让智能体在企业云里跑，OpenAI 只提供智能和编排，这能打消不少安全顾虑。 不过公告里没提收购价格，也没说 Ona 团队并入后具体怎么整合到 Codex 的产品线里。交易还需要监管批准，两家公司目前还是独立运营。另外，Ona 的技术能不能无缝适配 Codex 现有的架构，以及企业客户愿不愿意为这种部署方式额外付费，这些都得等后续落地再看。

xAI 把插件市场直接做进了 Grok Build 的命令行里，敲个 /marketplace 就能浏览安装，不用跳出终端。每个插件打包了技能、斜杠命令、代理、钩子、MCP 服务器和语言服务协议，相当于把一堆开发工具的能力捆成一个包。首发阵容挺实用：MongoDB 查数据管集合、Vercel 管部署看构建状态、Sentry 分析报错堆栈、Chrome DevTools 直接控制浏览器看网络请求，还有 Cloudflare 和社区流行的 Superpowers 工作流。 安全上有个细节：每个远程插件都锁定到具体的 commit SHA，安装时会校验，防止代码被偷偷替换。开发者想上架自己的插件，去 GitHub 仓库 xai-org/plugin-marketplace 提交 PR 就行。 但公告完全没提插件审核流程——是人工审还是自动扫？也没说有没有付费插件或收入分成。开源提交门槛低是好事，但安全风险也跟着来了。另外插件质量怎么保证、出问题谁负责，这些都没交代。这点先别太激动，等社区跑一阵看看实际体验再说。