ax@ax-radar:~/daily/2026-06-20 $ cat newsletter/daily/2026-06-20.md
33 srcsignal 72%cycle 04:32
AX 的 AI 日报 · 2026-06-20模型贸易与自主操控

微软在中美之间倒卖模型,Claude 自己开上了机器狗

今天 AI 圈最有意思的两件事,一个在商业层,一个在能力层。微软开始在中美之间做 AI 模型的中间商——把 ChatGPT 卖给中国企业,同时测试 DeepSeek-R1 和 V4 准备卖给西方客户。另一边,Anthropic 让 Claude Opus 4.7 自己操控机器狗,四项任务平均 9 分 35 秒搞定,比人类团队快 18 倍。先来看微软这笔双向生意。

微软在中美之间倒卖模型,两边都赚差价

这条我先打个折——彭博社的报道确认了微软在测试 DeepSeek-R1DeepSeek-V4,准备把这些中国模型提供给西方客户,但定价、分成比例和具体上线时间都没说。所以这个"全球最大 AI 中间商"的生意到底能跑多大,现在还看不清。

但方向本身值得看。微软同时在两条线上跑:一边通过 Azure 把 ChatGPT 卖给中国企业,另一边测试 DeepSeek 模型准备反向输出给西方客户。这相当于在中美 AI 模型之间建了一条双向贸易通道。

有意思的地方不在"微软又卖了一个模型",而在于它把自己变成了一个模型中转站——不绑定单一模型供应商,而是谁的模型有需求就卖谁的。对微软来说,云算力才是真正的收入来源,模型只是拉客的钩子。

定价和分成是接下来要盯的两个数。如果 DeepSeek 模型在 Azure 上的价格比 OpenAI 低一大截,西方客户会不会因为成本转向中国模型?如果分成比例对 DeepSeek 不利,这家公司会不会另找渠道?这两个问题现在都没答案。

Claude Opus 4.7 自己开上了机器狗,但精准推球还不行

Anthropic 重跑了去年的 Project Fetch 实验,这次直接让 Claude Opus 4.7Claude Code 里自主操控一只机器狗。四项任务——连接摄像头、激光雷达、检测沙滩球——平均用时 9 分 35 秒。对比一下:没用 Claude 的人类团队要花 6 小时,用了 Claude 的团队要花 3 小时

换算下来,Opus 4.7 比没用 Claude 的团队快 37.7 倍,比用了 Claude 的快 18.9 倍

但别急着喊机器人革命。Anthropic 自己承认,模型在需要精准物理操控的任务上还是不行——比如推球,Opus 4.7 做不到精准控制。这说明模型在"看懂世界"和"动手操作"之间还有一道坎。视觉理解和代码生成已经很强了,但把指令翻译成物理动作的精度还差一截。

去年这个实验还需要人类写大量胶水代码,今年模型自己就能搞定大部分。进步是实打实的,但离"机器人自己干活"还有距离。

AlphaFold 拿诺奖的 John Jumper 跳去 Anthropic 了

这条我会先打个折——John JumperGoogle DeepMind 离职加入 Anthropic 的消息确认了,但他在那边具体做什么,现在完全不知道。是继续搞蛋白质结构预测,还是转去做大模型安全?这两个方向差别太大了。

Jumper 2024 年刚因为 AlphaFold 拿了诺贝尔化学奖。他自己说过,博士毕业才半年,Hassabis 就敢让他带 AlphaFold 团队,胆子很大。在 DeepMind 干了快 9 年后跳槽,Bloomberg 还提到他是谷歌编制内最高级别的 AI 研究员之一。

如果他去 Anthropic 继续搞蛋白质,那 Anthropic 就是在生物方向上押注;如果转去做安全研究,那说明 Anthropic 在安全团队上还在加码。现在两种可能都有,等更多细节。

旧金山一家代理商把畅销书整本搬上网,用 AI 换掉所有插画

这事挺离谱的。John Koenig 花了十几年做的 《The Dictionary of Obscure Sorrows》——一本给说不清的情绪造词的畅销书——被旧金山代理商 Qontour 整本复制到了一个新网站上。域名只比原作多一个"the",里面塞满了原书的 311 个自创词、词源解释和那篇 800 字的前言

但 Qontour 把原版的手工拼贴插画全换成了 DALL·E 2 生成的图,还加了一个 GPT-4 造词器,让用户自己生成新词。作者完全不知情。

这不是"AI 辅助创作",是整本搬运后换皮。版权法在这种操作面前基本是摆设——书的内容被完整复制,但换掉插画、加个 AI 功能,算不算侵权?法律上可能要走很久,但道德上没什么好说的。

《大西洋月刊》做了个数据库,让你查自己的歌有没有被拿去训练 AI

《大西洋月刊》 上线了一个公开数据库,收录了数百万首被用于 AI 训练的音乐曲目。你可以直接按歌手或歌名搜,看自己的作品是不是在不知情的情况下被喂给了模型。

很多歌出现在训练集里,版权方根本不知道。这个工具把音乐训练数据的透明度问题直接摆到了台面上。但得说清楚——数据来源是公开数据集,没覆盖那些闭源模型偷偷用的部分。所以搜不到不代表你的歌没被用过,只是不在公开数据集里。

今日小信号

  • Cosine 训了个会做渗透测试的模型:把自家编程模型做了安全方向微调,搞出 ArgusRed 命令行工具。分两种模式——Security Scan 只读代码找漏洞,Pen Test 会真的尝试攻击但必须先签授权书。免费送 200 万 token 试玩。

  • Cloudflare 给 AI 助手开了个后门Wrangler 加了 --temporary 参数,AI 编程助手不用注册就能直接部署 Workers 代码,60 分钟后自动销毁。这对让 AI 自己写代码、自己验证的循环很友好,但临时账号的资源配额和并发限制还没说。

  • 送货机器人遭多城抵制:芝加哥、旧金山、多伦多等地居民开始抵制送货机器人。核心矛盾是机器人占了人行道,行人反而要躲它。芝加哥一份请愿收集了约 4400 个签名,要求全市暂停运营。旧金山已限制运营区域,多伦多 2021 年起就禁止上人行道。

  • GLM 5.2 本地跑起来了,6 张 3090 只有 7.8 tok/s:Reddit 用户用 6 张 RTX 30902bit 量化跑 GLM 5.2,生成速度 7.8 tok/s,预填充约 40 tok/s,上下文拉到 90K。速度不算快,但 2bit 量化下能跑通已经不错。这只是单用户晒配置,没有其他对比数据。

  • 7900XTX 24GB 显存跑起了 Qwen 3.6 27B:一块 7900XTX(24GB 显存)用 6-bit 量化加载了 Qwen 3.6 27B,还开了多 token 预测,上下文撑到 131k tokens。以前 27B 在 24GB 上通常只能跑 4-bit,这次算突破。但缺少实际推理速度,131k 可能是理论值。

更多

频道

后台