AX 严选

扎克伯格这次回应挺直白：内部算力确实全跑满了，但架不住外面租算力的报价高得离谱，所以把部分基础设施租出去更划算。他拿 SpaceX 举例，SpaceX 把孟菲斯一个数据中心租给 Anthropic，每月进账 12.5 亿美元，Meta 也在评估类似的高溢价短期交易。 Meta 正在筹划的云业务叫“Meta Compute”，两条腿走路：一是像 AWS Bedrock 那样托管自家模型收费，二是像 CoreWeave 那样直接出租裸算力。2026 年资本支出指引高达 1250 亿到 1450 亿美元，自研 AI 芯片计划 9 月量产，2027 年部署算力目标 14 吉瓦——这些数字说明 Meta 的基建摊子铺得极大，出租算力更像是在巨额投入期找个变现出口，而不是承认建多了。 不过文章没提 Meta 内部具体哪些业务在消耗算力，也没说出租比例会占多少。如果只是把闲置的边角料租出去，对收入结构影响有限；要是大规模转向卖算力，那等于承认自用需求撑不起这么庞大的基建。这点还得看后续 Meta Compute 的定价和规模细节。

马斯克这条推文最值得看的是他直接认错，说之前看走眼了，现在 Anthropic“显然是当前 AI 领域的领导者”。他点名 Mythos/Fable 模型，认为还没有公司放出过这么好的模型，并猜测 Mythos 2 快来了。但整条推文没给出任何基准测试、用户数据或具体对比，判断完全基于个人体验和印象，这点要先打个折。 他还特意补了一句，不会因为竞争就切断合作去搞对方，拿特斯拉开放专利和超充网络举例。这话在 AI 圈互相封锁、抢算力的背景下有点意思，但正文没披露他和 Anthropic 之间到底有什么合作或利益关系，所以这句话的含金量不好判断。 Rohan Paul 转发时管这叫 Anthropic“最强凡尔赛”，确实像。但这条新闻缺的东西也很明显：Mythos 2 的发布时间、模型规模、成本、实际表现，正文一概没提。如果是真的挺省钱又好用，那值得关注；如果只是大佬站台，听听就好。

Meta 这次把宝押在“让模型自己拆任务、派给多个子 agent 并行干”上，还支持跨设备操控图形界面，上下文窗口给到 100 万 token。Agent 类基准确实亮眼，JobBench 从上一代的 17.0 分跳到 54.7 分，翻了 3.2 倍，说明在模拟工作场景的任务拆解和执行上进步很大。但编程能力还是短板，Terminal-Bench 80.0 分，落后 GPT 5.5 的 83.4 分；SWE-Bench Pro 61.5 分，也不如 Opus 4.8 的 69.2 分。 扎克伯格说定价“非常低”，想走“Agent 够强、编程够用且便宜”的路线。但正文没给出具体价格数字，也没说开放给哪些地区或开发者，这两个信息缺口让“便宜”暂时只能当宣传听。如果是真的，对需要批量跑 agent 任务的团队来说挺省钱，但编程重度用户可能还得搭配别的模型用。

Bun 的作者 Jarred Sumner 发博客说要把整个 Bun 从 Zig 换成 Rust 重写。直接原因是 v1.3.14 版本修了一长串内存相关的崩溃和泄漏，比如释放后继续使用、重复释放、内存泄漏，问题集中在垃圾回收和手动内存管理混用的地方，太容易出错了。Bun 现在月下载量超过 2200 万，Claude Code 等工具也在用，团队觉得一个个修 bug 不是长久之计。 这次重写用了 Anthropic 还没发布的 Claude Fable 5 帮忙，但博客没透露迁移时间表，也没说重写后性能会变好还是变差。这点先别太激动——用 AI 辅助重写听起来很酷，但实际效果要看代码质量和回归测试覆盖到什么程度。 还缺的信息：重写范围是全部还是核心模块、预计多久完成、会不会影响现有用户升级。另外，从 Zig 换 Rust 是技术判断还是 Anthropic 收购后的统一技术栈要求，正文也没说清楚。

Anthropic 这次不是发模型，而是发了一个公开意见箱，叫“硬问题”，直接让大家把对 AI 最尖锐的担忧和希望扔过来。他们同步放了三组数据当民意基线：一份 5.2 万美国人的调查，一份覆盖 159 个国家、用 70 种语言访谈了 8.1 万 Claude 用户的报告，还有多场线下焦点小组。这些数字说明他们确实在花钱摸底，样本量不小，但用户调查本身就有偏差——用 Claude 的人本来就更可能对 AI 有好感。 公司说会公开追踪自己针对这些问题做了什么、哪里没做到。但整篇公告没写他们打算怎么评估问题、多久回应一次、什么算“没做到”。我会先把这看成一次透明度实验，而不是一个有约束力的承诺。真正值得盯的是后续报告的质量：他们是挑软问题回答，还是真敢碰就业冲击、人类自主性这些硬骨头。信息缺口在于，没有独立的第三方来验证他们公开的进展是否属实，目前全靠自觉。

这条消息最值得看的是两个互相矛盾的信息：一边是供应链放出的激进产能指引，9月周产1000台，年底冲到2500台，折算一年能供10万台机器人的料；另一边是马斯克自己泼的冷水，说Optimus有一万个独特零件，产线全是新的，初期生产会“极其缓慢”，今年能爬多高“根本不可能预测”。我会先打个折，供应链的指引更像是特斯拉给供应商的压力测试，不代表实际下线速度。弗里蒙特工厂把原来造Model S/X的生产线改成了机器人产线，8月已经有几百台的具体订单，说明至少不是纯画饼。但正文没披露Gen 3到底改了哪些设计、性能指标有没有验证，也没说这些机器人出厂后是自用还是对外卖。如果只是工厂内部搬箱子用，那10万台年产能的意义要重新评估。

法国这起反垄断调查，盯上的不是英伟达芯片卖得贵，而是它怎么让市场离不了它。第一刀砍向 CUDA，这个编程平台是开发者调用英伟达 GPU 的唯一完全兼容工具，想换别的硬件，软件迁移成本极高，等于把客户锁死了。第二刀砍向产业投资，比如投了 CoreWeave 这类 AI 云公司，监管担心这是左手卖芯片、右手扶持自家客户，进一步挤压对手空间。 目前英伟达全球 AI 加速器份额超过 70%，这个数字本身就说明市场集中度有多高。但正文没披露法国监管手里具体有哪些证据能证明“滥用”，也没说英伟达的投资条款里有没有排他性约定。如果只是份额大、生态强，在竞争法里不一定构成违法，关键得看有没有排他捆绑或差别对待的行为。 罚款上限是年营收的 10%，按英伟达体量可能高达几十亿美元，听着吓人，但更值得关注的是监管可能要求整改措施，比如开放 CUDA 接口或限制投资方式。这点正文完全没提，只能等异议声明出来再看。另外，美国、欧盟、中国都在查英伟达，法国的动作可能只是第一张倒下的多米诺骨牌。

这个模型最大的卖点是务实：30B总参数，干活时只激活3B，推理速度比同体量密集模型快3倍。训练数据是7万小时机器人视角的视频，不是网上扒的风景片，这让它在RBench机器人操作视频基准上拿了0.620分，压过了Wan2.6和Seedance 1.5 Pro。内部测试里物理合理性和动作一致性也超过了NVIDIA Cosmos 3。 不过得分差距其实很小，0.620对0.607，领先幅度有限。文章没披露这3倍推理加速是在什么硬件上测的、batch size多少、显存占用如何，也没说7万小时数据里仿真数据和真实数据的比例。如果是真的省钱，对需要实时交互的机器人场景确实有用，但这点先别太激动，等第三方复现结果出来再说。

LingBot-World 2.0 最值得关注的点是它声称解决了“长时漂移”问题。简单说，就是AI生成的连续画面跑久了会糊掉或变形，他们用了一种叫“因果预训练”的方法和混合注意力机制来抑制误差累积，在压力测试里撑了一小时没崩。如果这个稳定性是真的，对需要长时间模拟的游戏或自动驾驶仿真来说，会省掉很多中途重启的麻烦。 但这里有几个信息缺口。首先，14B参数跑720p/60fps，官方没提需要什么级别的显卡和实际延迟是多少。他们提到了用模型蒸馏和工程优化来提速，但没给具体的硬件门槛和端到端延迟数据，这对想自己部署的开发者来说是个关键盲区。其次，非商用协议限制了它短期内直接用在商业产品里的可能性。 另外，模型支持键盘控制战斗、跳跃，还能用文字指令改天气，甚至内置了规划角色行为的智能体。这听起来更像一个可交互的游戏原型引擎，而不只是视频生成器。但正文没披露这些复杂交互下的物理合理性到底有多强，比如射箭的轨迹是否真的符合场景逻辑，还是只是视觉上像那么回事。

蚂蚁这个LingBot-Vision只有1B参数，却在空间几何和边界感知上跟7B的DINOv3打平甚至反超，这点挺意外。演示里不用微调就能做视频目标追踪，画一笔就锁定物体，对机器人导航和机械臂抓取来说门槛降了不少。硬件级深度补全还能认出透明玻璃和反光表面，这两个场景一直是传统视觉的痛点。 不过正文只说了能在30系显卡上本地跑，没披露延迟和功耗数据。1B参数确实轻量，但实际跑起来帧率多少、功耗多大，直接决定能不能上真机。全局图像分类表现也只是一般，说明这个模型偏科严重，不是通用视觉方案。 如果是真的省算力又能打，对具身智能落地是个好消息。但缺实测数据前，我会先打个折——模型强在特定任务，不代表端到端系统就稳了。

SemiAnalysis这份报告给出了两个硬数字：Anthropic今年Q3利润预计超10亿美元，并且6月1日已经秘密交了IPO申请。它和OpenAI两家现在的年度经常性收入加起来快1000亿美元，说明头部AI公司确实在把技术变成真金白银，不是光烧钱。Anthropic能跑在前面，主要靠Claude Code在开发者群体里铺得快，帮它在企业生意上先赚到了钱，成了B2B这块的领跑者。 但报告里那个6万亿美元市值目标，正文没披露是怎么算出来的，只说是“基本情形”。这种远期估值变数太大，现在拿它当锚点意义不大。另外，利润和收入数据主要来自SemiAnalysis自己的模型估算，虽然他们提了一句《华尔街日报》的报道侧面验证了模型，但Anthropic还没公开财报，实际数字可能有出入。 还缺两个关键信息：一是Anthropic的客户集中度怎么样，如果收入太依赖少数大客户，风险会高不少；二是IPO的具体时间表和估值区间，现在只知道秘密交表，后面怎么走还不清楚。

这起诉讼暴露的不是 Grok 被恶意利用，而是 xAI 的安全上报机制几乎失灵。用户用 Grok 生成了超过 7000 张继女的儿童性虐待图片，xAI 只向美国国家失踪与受虐儿童中心上报了一条涉及轮奸的提示词，其余数千次生成全部沉默。该男子事后开枪自杀，案件本身已经没有刑事追诉对象，但诉讼把矛头指向了 X 和 xAI，指控他们实质上庇护了侵害者。 文章没有解释为什么安全过滤器漏掉了绝大多数图片，也没说 Grok 的图像生成功能是否默认禁用了真实人脸模拟。这两个信息缺口很关键——如果是默认关闭的，那说明用户刻意绕过了防护；如果没关，那问题就出在模型本身的安全能力上。另外，xAI 的内部上报阈值是什么、触发条件怎么设的，正文也没披露。 对从业者来说，这条新闻的警示很直接：生成模型的安全不能只靠事后上报，尤其是当上报本身也形同虚设的时候。如果连这么极端的内容都只抓到一条，那日常的擦边内容大概率全漏了。这点先别急着归因成“恶意”，但至少说明 xAI 的安全基础设施远没跟上产品节奏。

这条新闻的核心不是 AI 教唆杀人，而是 OpenAI 的安全上报机制在商业考量前失效了。枪手在 2025 年 6 月就被封号，但 OpenAI 当时没发现“即将发生袭击的证据”，所以没报警。直到 2026 年 2 月枪手杀了 8 个人，公司才在 4 月道歉，承认按更新后的规范“本应上报”。 家属律师的指控更直接：OpenAI 选择隐瞒，是因为上报一个账号意味着要上报成千上万个同类账号。这等于说，公司知道问题规模很大，但选择不面对。加拿大省政府现在要自己起诉，还分别在加拿大和加州请了律师，摆明了是要打跨国官司。如果胜诉，赔偿会用来重建学校和社区。 正文没披露 OpenAI 内部的安全审核流程到底怎么运作的，也没说清楚“2025 年 6 月之后更新的安全规范”具体改了什么。另外，枪手被封号后还能绕过 30 天封禁期继续用，这个漏洞的细节也没展开。这些信息缺口让“系统性问题”的判断还缺关键拼图。

Anthropic 的开发者公开了他们内部怎么用多智能体省钱，核心思路就一条：别啥事都让最贵的模型上。第一种 Advisor 模式，让便宜的 Sonnet 5 当主力写代码，碰到难题才通过工具调用去问贵的 Fable 5。在 SWE-bench Pro 的 482 道题上，这套组合拿了 84% 的分数，花了 1.40 美元；纯用 Fable 5 是 91.5% 但得花 2.25 美元。相当于用 92% 的性能，省了 37% 的钱。第二种 Orchestrator 模式，让 Fable 5 当指挥，把任务拆开分给多个 Sonnet 5 工人并行干。在 BrowseComp 测试上，这套编排方案拿到 86.8%，花 18.53 美元；全 Fable 5 是 90.8% 但成本高达 40.56 美元，省了一半还多。 这两组数字挺实在的，直接告诉你省了多少、掉了多少。不过要注意，测试集是 SWE-bench Pro 和 BrowseComp，都是代码和浏览类任务，其他场景能不能复现这个省钱比例，正文没提。另外，Orchestrator 模式里 Fable 5 怎么拆任务、Sonnet 5 之间怎么协调，细节也没展开，实际落地时调度逻辑写不好可能反而增加延迟。

周俊在 AICon 上给了一个很直观的比喻：万亿参数模型跑 15 分钟，算力成本抵一辆特斯拉。这个说法把大模型烧钱的程度讲清楚了。他们没去继续堆 Token 数量，而是提了一个“Token 密度”的概念，核心是让模型少说废话、多干正事。 技术实现上，他们用 7 份 Lightning Attention 加 1 份 MLA 搭了一套混合线性注意力架构，把 256K 长上下文的计算开销从指数级拉回到线性级。省下来的算力可以留给推理环节。Kpop 算法把工具调用的 Token 和自然语言 Token 分开处理，再配合思维链剪枝和自蒸馏，Token 输出量减少约 4 倍，但能力没降。千亿参数模型在 BFCL 等 Agent 基准上跑赢了部分更大的模型，小模型 flash 吞吐提到 2.4 倍，五轮对话成本降了 10 倍以上。 这些数字如果属实，对做 Agent 落地的人挺有吸引力，尤其是长上下文和工具调用频繁的场景。但正文没披露具体测试环境、对比基线的细节，也没看到开源权重或第三方验证。演讲里的数据先打个折看，等有公开复现报告再下结论。

Tunguz 这套架构的核心是把记忆和推理拆开。他建了一个约 90 个技能的长期库，智能体接到任务后先做“预检”，只把匹配的技能装进上下文窗口，而不是把全部资料塞进去。这相当于让模型带着小抄上考场，能省下不少上下文空间。日常任务里，80% 由本地跑的 Ornith 35B 模型处理，只有硬骨头才转给更强的模型，听起来能省不少调用大模型的费用。 系统里还有个“看门狗”，会记下每次决策，晚上做异步推理，自动建议新技能或把部分技能转成确定性代码，比如用 Rust 处理日历排期，而不是让大模型去比空闲时段。昨天是它第一次没提改进建议，可能说明系统到了平台期，只有遇到真正的新异常才需要人插手。 不过，这篇文章是个人实验分享，不是产品发布。正文没披露这套系统的实际延迟、单次任务成本，也没给准确率数据。90 个技能听着不少，但能不能覆盖复杂业务场景也未知。整体思路值得参考，但落地效果还得看具体数字。

Meta 的超级智能实验室放出了 Muse Image 和 Muse Video，这是他们头一批媒体生成模型。Muse Image 主打听话出图，能按指令精确生成、编辑图片，还能参考多张图来构图，并且会读 Instagram 上的社交信息当上下文。它还能调用工具干活，集成了一个叫 Muse Spark 的东西，具体是什么正文没细说。Muse Video 跟 Image 共用同一个预训练底座，输出带原生音频的视频。现在通过 Meta AI 应用、网页、Instagram Stories 和 WhatsApp 在部分国家能试到。 这条消息最值得看的是两点：一是图、视频模型共用一个预训练底座，这在工程上可能省成本，但正文没给任何训练开销或推理延迟的数据，没法判断实际省了多少。二是模型把 Instagram 社交信息当上下文，这等于让模型理解你发过的帖子、互动过的内容，再据此生成图片或视频。听起来很个性化，但隐私边界和内容安全怎么处理，正文完全没提。 另外，正文没披露模型参数量、生成速度、支持的分辨率，也没说“部分国家”到底是哪些。这些信息缺口让“最先进”这个说法暂时只能打个折。如果后续有技术报告或第三方评测，才能看清它跟 Midjourney、Sora 这类竞品的真实差距。

这个模型最值得看的是它把“生成”和“修改”这两件事打通了。以前用 AI 出图，最头疼的是改细节就得重画整张图。现在它能理解你点选或圈选的位置，直接换颜色、换材质，还能把一张成品海报拆成十几个带透明度的独立图层，被挡住的背景也能自动补全。这对设计师来说，意味着不用再从零开始，可以在半成品上反复微调，迭代效率会高很多。 另一个亮点是高密度信息图。它能在一张图里同时塞进时间轴、柱状图、饼图和实景照片，文字拼写和排版都挺靠谱。官方展示的案例里，英文促销海报上的小字没出现乱码，这比很多只会写大标题的模型强。不过，正文没披露这些信息图里的数据是模型自己编的，还是严格按用户给的数值生成的。如果是自己编的，那用在科普海报上还行，但做财报或学术图表就得小心了。 人像和材质质感有提升，能还原皮肤纹理和玻璃反射，还支持摇拍的运动模糊效果。模型原生支持十几种语言输入和文字渲染，包括从右往左写的阿拉伯语，这点对出海做本地化素材挺实用。目前它已经在火山方舟上线，也会陆续进豆包和即梦，但正文没提生成一张图要多久、成本多少，也没给任何量化评测对比，这些在实际落地时都是关键。

Anthropic 给 Claude Code 加了两项很实用的控制：模型选择和努力级别。简单说，你可以把 Opus 这种大模型派去搞跨文件重构，Sonnet 处理日常编辑，Haiku 做快速小修。努力级别分低、中、高三档，调的是模型思考深度和工具调用次数。高努力配 Opus 会触发多步代码库搜索和测试运行，但烧的 token 也最多。 这个更新的核心价值是让开发者按任务的复杂度和预算来分配算力，不用一个模型硬扛所有活。但正文没披露具体价格差，只说了高努力加 Opus 是最贵的组合。如果你真想算投入产出比，得自己去 API 定价页对 token 消耗。另外，不同努力级别在真实项目里的成功率差异也没给数据，这点先别太激动。 还缺什么：一是各组合的实际成本对比，二是高努力到底比中努力强多少的量化验证。如果只是凭感觉调参，省钱的逻辑就不够硬。