AX 严选 · 2026-06-30

库克和欧盟科技主管的这次视频会，核心矛盾很直白：苹果想让能读用户个人数据的新版Siri进欧洲，但不想按《数字市场法》把同样的设备数据权限开放给竞争对手的语音助手。苹果提了个“可信系统代理”方案，相当于在用户数据和第三方AI之间加个中间层，但正文明确说这套系统还没开发，苹果想先拿到欧盟的合规保证再动手。欧盟认为这就是要18个月的监管宽限期，会让苹果提前锁定至少两年的市场优势，直接拒绝了。 目前的信息基本都来自欧盟官员和知情人士的单方面披露，苹果除了公开抱怨“欧盟没跟我们好好沟通”之外，没有公布自己的具体技术方案或时间表。双方对“建设性会谈”的描述也停留在外交辞令层面，没有实质性进展。 这件事还缺几个关键信息：苹果的“可信系统代理”到底怎么实现数据隔离又不影响体验，有没有第三方AI公司愿意接受这种受限的调用方式，以及苹果内部对这个功能在欧洲上线的真实时间预期是什么。如果苹果一直拿不出可验证的合规方案，这场拉锯战短期内看不到解决的迹象。

Anthropic 这次把 Sonnet 5 定位成“最能自主干活的 Sonnet”，核心卖点是它能自己定计划、调用浏览器和终端，不用人一步步盯着。从跑分看，它确实全面超过了上一代 Sonnet 4.6，在模拟真实知识工作的 GDPval-AA v2 测试里拿了 1618 分，比更贵的 Opus 4.8 还高出 3 分。这个反超挺有意思，说明在部分实际任务上，小模型也能摸到大模型的后背。 不过，在更硬核的编程测试 SWE-bench Pro 上，Sonnet 5 的 63.2% 离 Opus 4.8 的 69.2% 还有明显差距。所以如果你主要用它写代码，别指望它能完全替代 Opus。另外，Anthropic 特意强调这次没拿网络安全任务训练模型，在漏洞利用测试上分数远低于被禁用的 Mythos 5 和 Fable 5，实时安全防护默认开启。这算是给监管和用户吃定心丸。 价格方面，现在到 2026 年 8 月是尝鲜价，之后涨回标准 Sonnet 费率。正文没披露具体降价幅度，也没说标准费率是多少，想算账的人还得再等等。

Claude Science 的定位很明确：不是通用聊天工具，而是研究搭档。它强调“可追溯”，意思是每一步分析都能回头查，这对科研复现很重要。但官方发布页信息量很薄，关键细节全缺——没说是接 PubMed 这类公开库还是需要机构自己对接，没提底层模型是 Opus 还是 Sonnet，也没给定价和开放范围。这就让判断打了很大折扣：如果只是套个壳、加个步骤记录，那门槛不高；如果真能稳定调用外部专业数据库并保证引用准确，才算有壁垒。目前只能等后续披露，先别太激动。

Anthropic 这次把 Sonnet 5 定位成“最能自主干活的 Sonnet”，核心卖点就一个：用更少的钱，买到接近 Opus 4.8 的代理能力。从官方给的 BrowseComp 和 OSWorld-Verified 曲线图看，Sonnet 5 确实把上一代 Sonnet 4.6 甩开了一截，和 Opus 4.8 的差距也明显缩小了。价格上，正式定价是每百万输入 token 3 美元、输出 15 美元，8 月 31 日前还有 2 美元和 10 美元的尝鲜价，比 Opus 4.8 的 5 美元和 25 美元便宜不少。 早期测试反馈提到它能自己检查输出、写完 bug 还会补个复现测试，听起来代理行为比前代更主动。但正文没给出具体的任务完成率或对比数字，这些描述目前只能当用户体感。安全评估说不良行为比 4.6 少，网络安全能力也远低于 Opus 模型，这点对放出去干活的场景算是个加分项。 还缺什么：没有披露延迟数据，代理任务跑起来到底快不快不知道；也没提上下文窗口和并发限制有没有变。如果你现在用 Sonnet 4.6 觉得代理能力不够、又嫌 Opus 太贵，Sonnet 5 值得切过去试，但别指望它完全替代 Opus——官方自己也说高精度场景还是 Opus 更强。

Claude Science 把科研里最烦人的工具切换问题打包解决了。它内置了 60 多个针对基因组学、蛋白质组学等领域的技能和连接器，相当于给 Claude 配好了实验室常用工具的快捷键。每次输出都附带可审计的代码、运行环境和聊天记录，这点对科研复现很关键——你不需要猜图是怎么画出来的，可以直接让 AI 用大白话改坐标轴或去网格线，它会自己改代码。 计算资源的管理也算聪明：它能在你实验室现有的笔记本、Linux 机器或 HPC 集群上跑，敏感数据不用搬家，只有分析所需的上下文才发给 Claude。需要更大算力时，可以通过 Modal 按需调用 GPU，从单卡扩展到几百卡。但正文完全没披露测试期的收费方式，也没说什么时候正式发布。如果你实验室的 IT 环境比较特殊，实际部署会不会卡壳，也得等更多用户反馈才知道。

ADK Go 2.0 这次最大的变化，是把多个 AI 智能体怎么配合干活这件事，直接建模成了一张有向图。你可以把普通的 Go 函数、大模型智能体或者工具都当成图里的节点，用边来控制流程是串行、并行分发还是汇总结果。这比之前用零散的代码逻辑去硬写协作流程要清晰得多，也更像在描述业务本身。 有两个设计挺实用。一个是“发射函数节点”，让一个函数就能暂停下来等人审批，不用再单独写复杂的动态节点，降低了人工介入的开发成本。另一个是整个图本身就是一个智能体，能跑在现有的运行器里，状态还可以跨重启保留，这对需要长周期运行的生产任务很友好。 不过，这篇发布公告完全没提性能基准和延迟数据。对于 Go 语言场景，大家通常对并发吞吐和资源开销很敏感，缺少这些数字就没法判断这套图引擎在真实负载下的表现。另外，动态编排具体怎么处理异常和重试，正文也没展开，想用在关键业务上还得自己去测。

这条更新解决了一个很实际的痛点：让写代码的 AI 顺便把“这功能怎么用”录成视频，省得人再手动截屏。做法是给 shot-scraper 加一个 video 命令，你写一个 YAML 故事板，它就用 Playwright 驱动浏览器，把填表、点按钮、等页面加载这些步骤录成 mp4。之前卡住是因为 Playwright 录屏宽度控制有 bug，直到 1.61.0 才修好，所以这个功能现在才放出来。 故事板本身是 GPT-5.5 xhigh 在 Codex Desktop 里生成的，Simon 只给了分支 diff 和 --help 输出，模型就自己搭了开发服务器、填了 CSV 数据、录完了两段操作流程。这个“让模型读 --help 当说明书”的思路挺聪明，相当于把使用手册直接嵌在工具里。 不过得打个折：目前公开的只有 Simon 自己跑通的一个例子，没有其他人试用过的反馈。故事板写起来顺不顺手、遇到复杂页面会不会卡住、录出来的视频在别的机器上能不能稳定复现，这些都还没答案。另外，视频里用到了 cookie 鉴权，说明它支持登录态，但正文没提跨域、弹窗、文件上传这些常见场景的支持程度。如果你想让自己的 agent 也用上，最好先拿内部项目试一圈，别直接往客户演示里塞。

Anthropic 把 Claude Desktop 搬到了 Linux，目前是公测，只覆盖 Ubuntu 和 Debian 两个发行版。付费用户现在可以在桌面端直接用 Claude Code、Claude Cowork 和聊天，不用再在浏览器和终端之间来回切。对 Linux 上的开发者来说，这比之前纯终端或网页版顺手不少，尤其是 Claude Code 这种需要跟本地文件打交道的功能，桌面端体验会完整一些。 不过正文没提免费用户能不能用，也没说 Fedora、Arch 这些发行版什么时候支持。如果你用的是其他发行版，现在只能先观望。另外，公测阶段稳定性怎么样、会不会有功能阉割，这些都没给信息。如果是真的把完整桌面体验搬过来，对 Linux 付费用户算是个实在的更新；但如果只是套壳浏览器加个本地入口，那价值就打折扣了。

Meta 通过外包公司 Covalen 搞了个叫“Cannes”的内部项目，让承包商注册假未成年人账号，向 ChatGPT、Gemini 和 Character.AI 发送涉及自残、进食障碍、毒品等敏感提示，然后把回复抄进表格。光 2025 年 8 月一轮就发了超过 4.5 万条，很多是从危机中的儿童视角写的。Meta 说这是行业通行的安全测试，没拿这些回复训练自家模型，但 WIRED 拿到的文件里没写数据最终用途。 被测试的三家公司事先都不知情。Character.AI 说这违反服务条款，OpenAI 在调查，Google 表示没批准且无法判断是否违规。这事的大背景是：英国调查显示 9 到 17 岁孩子里 64% 用过聊天机器人，有效的年龄验证基本没有，而且已经有多起青少年自杀案跟 AI 聊天机器人扯上关系。 Meta 的操作在法律灰色地带——测别人安全性的同时，自己收集了大量敏感对话数据。正文没披露这些数据是否被删除、谁有权访问、有没有合规审查。如果是真的只为安全研究，流程应该透明；藏着掖着反而让人怀疑动机。

黑石总裁放话未来三到五年在日本投300亿美元搞AI数据中心，加上已有的500MW，总容量奔着1.5GW去。这个判断背后是他认为现在AI投资还很早期，缺算力比基建过剩的风险更大。另外，黑石、阿波罗和博通刚搞了个AI XPV平台，目标到2028年给OpenAI、Anthropic这些前沿实验室提供超20GW算力，首期350亿美元先帮Anthropic部署1GW。 这些数字堆在一起确实唬人，但正文没讲清楚几个关键点：日本电价高、土地资源紧张，300亿具体怎么花、每瓦成本多少都没提。AI XPV平台也只说了目标容量，没披露资金到位节奏和客户承诺细节。 对从业者来说，这更像一个信号——顶级资管在拿真金白银赌算力缺口会持续扩大。但正文没给出任何第三方需求预测或已锁定的租约数据，所以这个“短缺论”目前还是黑石单方面的说法。

LongCat-2.0 是个混合专家模型，总参数 1.6 万亿，但每次计算只激活约 480 亿参数，相当于雇了一整个公司但每次只让一个小组干活，省算力。它原生支持一次处理 100 万 token 的上下文，主要场景是让模型自己写代码、调 API 这种智能体任务。 技术上有三个点值得看：LSA 稀疏注意力把长文本处理成本压下来，不是每个字都跟所有字算关系；Zero-Compute Experts 让每次计算动态激活 330 亿到 560 亿参数，没用的专家不占算力；MOPD 把专家分成智能体、推理、交互三组，按任务类型自动分配。SWE-bench Pro 拿了 59.5 分，确实接近闭源头部模型，但正文没披露这个分数是在什么设定下跑的，也没给其他基准的对比。 定价方面，输入缓存 $0.015/百万 token，正常输入 $0.75，输出 $2.95，输出比输入贵不少，做代码生成这类输出量大的任务成本要算清楚。另外，正文没提训练数据来源、安全对齐措施，也没说开源还是闭源，这些对实际落地影响很大。

这条新闻把具身智能落地的一个现实缺口讲得很直白：大模型训练数据动辄万亿 token，但让机器人学会叠衣服、分拣积木的高质量物理交互数据，到2026年初全球只有约50万小时，差了四个数量级。所以现在有公司直接招兼职，日薪200到250块，不考学历技能，量完身高体重配手套、问一句晕不晕VR就上岗。工作分两种，一种是穿设备遥控双臂机器人做动作，另一种是徒手反复做动作让传感器录轨迹。 我会先打个折：正文没披露具体是哪家公司在招、采集的数据会用在什么机器人上，也没说这批数据最终能覆盖多少任务类型。50万小时这个数字看起来很小，但也没交代统计口径——是公开数据集还是算上了各家内部未公开的积累。如果是真的全靠人力从头攒，那说明具身智能离“通用”还非常远，现阶段连基础动作库都得靠廉价劳动力堆出来。 还缺一个关键信息：这样采回来的数据，迁移到不同硬件或新任务时能复用多少。如果换条机械臂就得重采一遍，那200块一天的采集成本再低也扛不住。