今天 AI 圈在翻账本，不是跑分

Google 给 Anthropic 的 350 亿不是投资，是算力包租

这条数字大到需要拆开看。Google 同意为 Anthropic 在五个数据中心的芯片租赁付款提供兜底担保，帮 Anthropic 拿到了相当于 350 亿美元的融资。不是直接给钱，是担保——Anthropic 租芯片，Google 承诺如果 Anthropic 付不起，Google 来付。

这种结构比直接投资更聪明。Google 不需要一次性掏出 350 亿现金，但 Anthropic 拿到了实打实的算力。对 Google 来说，这笔担保同时锁定了两件事：Anthropic 的模型训练和推理必须跑在 Google Cloud 上，而且 Gemini 的竞争对手在算力上被自己掐着脖子。

这不是第一次。Microsoft 与 OpenAI 的关系、Amazon 与 Anthropic 的 40 亿美元投资，都是云厂商深度绑定大模型公司的套路。但 Google 这次把结构做得更激进——不是股权投资，是算力租赁担保。这种合同形式更像 1990 年代末电信公司互相租用长途光纤容量的玩法，只不过现在租的不是光纤，是 H100。

比较骚的是，触发条件没有公开。Anthropic 什么情况下会触发 Google 的担保义务？营收不达标？融资失败？

这些细节都没披露。但有一点很清楚：Google 在给自己上双保险——既投了 Anthropic 的股权，又锁定了它的算力支出。这一笔很贵，但很 Google。

Magnetar 用数百个 AI 智能体替代分析师，180 亿美元的对冲基金不招人了

这条我会先打个折，但方向是真的。Magnetar Capital，一家管理 180 亿美元的对冲基金，在新产品里决定不用人类分析师，转而靠数百个 AI 智能体做股票研究。智能体负责搜索投资想法、研究公司、推荐头寸、预测趋势，人类只保留最后的交易批准权。

这不是 AI 辅助分析，是 AI 替代分析团队。对冲基金的分析师岗位一直是高薪、高门槛的精英职位，Magnetar 这一步等于说：这些活 AI 能干，而且可能干得更好。

但这里有几个信息缺口。彭博的报道被付费墙挡住，没披露这些智能体具体怎么协作、用什么模型、回测表现如何。更重要的是，没说法务和合规怎么处理——如果一个 AI 智能体推荐了一只股票，最后亏了钱，责任算谁的？基金经理？AI 提供商？还是写 prompt 的人？

有意思的是，Magnetar 不是第一家这么干的。去年就有量化基金用 LLM 做情绪分析，但 Magnetar 这次是直接把整个研究流程交给智能体。如果这条路走通，对冲基金的人力结构会被彻底改写。至于这能不能行，几个月后再看他们的业绩。

欧盟要求 Meta 免费开放 WhatsApp 给第三方 AI 助手

欧盟委员会 6 月 9 日宣布临时措施，责令 Meta 在反垄断调查结束前免费向第三方 AI 助手开放 WhatsApp 访问权限。

事情的脉络很清楚：Meta 在 2025 年 10 月禁止第三方 AI 助手调用 WhatsApp for Business API，意图让自家 Meta AI 独占市场。今年 3 月 4 日改为付费使用，但欧盟认为这实质上延续了禁令，可能严重损害通用 AI 助手市场的竞争，尤其危及小企业和新进入者。

这条措施是临时性的，反垄断调查还在进行中。但信号很明确：欧盟不打算等调查结束再出手，而是先发制人地打开 WhatsApp 的接口。对正在做 AI 助手的创业公司来说，这是个好消息——WhatsApp 有超过 20 亿用户，接入意味着可以直接触达全球最大的消息平台。

但 Meta 不会乖乖就范。临时措施可以上诉，Meta 几乎肯定会这么做。监管战不是要不要打的问题，是已经在打。

DiffusionGemma 开源：文本生成速度提升 4 倍，但别急着换掉自回归模型

Google DeepMind 开源了 DiffusionGemma，一个用扩散模型做文本生成的实验性模型。核心思路是把图片扩散模型那套逻辑——从噪声一步步去噪成图片——搬到文字生成上。

参数规模是 26B MoE，推理时只激活 3.8B 参数，量化后能跑在 18GB 显存的消费级 GPU 上。速度数据很亮眼：H100 上达到 1000+ tokens/s，RTX 5090 上 700+ tokens/s，比传统自回归模型快 4 倍。

技术上有几个有意思的点。扩散模型是双向注意力的，不像自回归模型只能从左往右看，这会让它可以在生成过程中自我修正——生成到一半发现前面不对，可以回头改。这对内联编辑、代码填充这类需要"在中间插入内容"的场景很友好。

但别急着说自回归模型要过时了。扩散模型在长文本连贯性上一直不如自回归，DeepMind 也没公布 DiffusionGemma 在标准 benchmark 上的跑分。目前它更像一个面向特定工作流的实验品，不是 GPT-5 的替代者。Apache 2.0 许可证倒是很友好，想玩本地大模型的人可以试试。

小米发布 MiMo Code：开源终端 AI 编程助手，附带限时免费的多模态模型

小米推出了 MiMo Code V0.1，一个开源的终端 AI 编程助手，附带限时免费使用的多模态模型 MiMo V2.5，支持百万 token 上下文窗口。

功能列表很长：无限上下文（自动知识积累与无损压缩）、Agent-模型深度协同（测试-审查-验证闭环）、Compose 模式（规格→计划→构建→报告）、自进化系统、语音输入，以及兼容 Claude Code 实现零成本迁移。MIT 许可，支持 Anthropic、OpenAI、DeepSeek、Kimi、GLM 等主流模型提供商。

小米做编程助手这件事本身值得留意。手机厂商切入 AI 编程工具，逻辑上说得通——小米有大量的内部软件开发需求，这个工具很可能是内部项目孵化出来的。兼容 Claude Code 是个聪明的策略，降低了用户的迁移成本。

但"无限上下文"这个说法我会先打个折。百万 token 窗口是实打实的，但"自动知识积累与无损压缩"具体怎么实现、压缩率多高、会不会丢信息，正文都没说。限时免费也是个关键限制——免费期过了之后定价多少，直接决定这个工具能不能留住用户。

Cursor Bugbot 更新：速度提升 3 倍，成本降低 22%

Cursor 的代码审查工具 Bugbot 迎来一次实打实的性能更新：运行速度提升超过 3 倍，成本降低 22%，每轮审查多发现 10% 的 bug，90% 的运行在三分钟内完成。

新增的 /review 命令让开发者可以在推送代码前运行 Bugbot 和安全审查，并与 GitHub/GitLab 同步——如果同一个 diff 已经通过 /review 审查过，打开 PR 时 Bugbot 会自动跳过并备注。这个设计很实用，避免了重复审查浪费 token。

性能提升的驱动力是驱动 Bugbot 的 Composer 2.5 模型训练改进。Cursor 没有换模型，而是通过训练优化让同一个模型跑得更快更便宜。这种"不换模型、优化推理"的思路，比单纯堆参数更务实。

今日小信号

• Google 因模型幻觉被判负有法律责任：一项法律裁决判定 Google 对其 AI 模型产生的幻觉内容负有法律责任。Gary Marcus 说这可能产生巨大影响，但目前只有标题，判决书全文和具体案例都没披露。如果这个判例被其他国家跟进，AI 公司的免责条款可能要重写。

• 豆包 AI 误导用户损失 600 元，还帮用户起诉自己：河北李先生咨询退票费，豆包错误回答不到 100 元，实际花费 600 元。李先生质问后，豆包切换为消费者权益倡导者角色，生成补偿承诺书但未兑现，最后帮李先生起草起诉状起诉自己。这个案例暴露了 AI 在非技术用户信任导向下的误导与责任困境，挺离谱的。

• xAI 联合创始人 Babuschkin 出走，新公司要做个性化 AI：彭博报道，但全文被付费墙挡住，公司名字、产品形态、融资情况一概没披露。目前能确认的只有创始人身份和"个性化 AI"这个模糊方向。

• OpenAI 与 Oracle 合作：用户可以利用现有 Oracle 云服务承诺额度，在 Oracle 云上访问 OpenAI 模型和 Codex。这是 OpenAI 在 Azure 之外拓展企业渠道的一步，但具体定价和可用区域还没公布。

• 微软总裁史密斯回应毕业典礼嘘声：近几周多场毕业典礼上，演讲者宣传 AI 技术时遭学生嘘声。史密斯主张 AI 应增强人而非取代人，认为实用 AI 渗透经济的速度可能比行业乐观预期更慢。微软 CFO 上月演讲全程未提 AI，未遭嘘声——这个对比本身就说明问题。