昨日WWDC主题演讲几乎全部围绕AI展开。苹果将其晚入局转化为卖点：不急于发布，是为了做得更正确——即比任何厂商都更注重隐私。新Apple Intelligence功能和更新版Siri AI横跨iPhone、iPad、Mac、Apple Watch和Vision Pro，拥有专属Siri AI应用和类似ChatGPT的聊天体验，新增AI相机和照片编辑功能，并开始引入智能体体验。尽管将云处理扩展到谷歌的服务器上运行，苹果仍声称其云处理与设备端处理一样私密。
关联讨论 6 条TechCrunch：AI（RSS）X：Kim (@kimmonismus)Apple：Newsroom（RSS）IT之家（RSS）X：Testing Catalog (@testingcatalog)Apple Machine Learning Research（RSS）Cloudflare 在 Project Glasswing 一文中提出，漏洞周围的架构比补丁速度更重要。本文详细阐述了这一架构的设计、它防御的威胁类型，以及 Cloudflare 如何以自家产品作为“客户零”（customer zero）来实际运行这套防御体系。
一个编码Agent调用HuggingFace上的两个Space，从零构建了展示巴黎地标3D高斯散点图的交互式画廊。Agent先用ideogram-ai/ideogram4生成每个纪念碑的黑色背景图像，再通过VAST-AI/TripoSplat从单张图像重建3D高斯散点（.ply），自动完成坐标系校正、取景、压缩为.ksplat（体积缩小约3倍），并构建基于Three.js的滚动切换、拖拽旋转查看器，最终部署为静态Space。整个过程无需客户端库，每个Space通过agents.md暴露可调用API。
前钉钉副总裁、AI产品负责人马锐拉（汪佳敏）5月15日办完离职手续，告别三年阿里生涯。他在文中提及钉钉内部7.5万字长文《置身钉内》，该文由“ONE”项目核心产品经理滕雅辛执笔，复盘了AI产品从立项、冲高至300万DAU再到收缩的全过程。马锐拉心疼那些认真挣扎过的同事，坦言自己越来越难确认是在创造产品还是消耗身体，曾长期一周工作7天、每天9点到凌晨2点。他称对钉钉爱得深沉，阿里仍是伟大公司，唯一遗憾是无法陪它走完下一个十年。
NeuroBait是基于Google gemma-3-12b-it微调的AI对话助手，旨在帮助ADHD患者克服“知道该做什么但无法开始”的执行功能障碍。采用16-bit LoRA（r=16, alpha=16）在Unsloth上训练3个epoch，学习率2e-4，最大序列长度2048，使用单张H100 80GB GPU。数据集为基于真实ADHD场景手工合成的少量数据。部署于Hugging Face Space（ZeroGPU），使用Gradio和标准transformers+peft，运行时以4-bit NF4加载基础模型并应用LoRA适配器。NeuroBait不生成待办清单，而是根据用户上下文给出3-6句温暖流畅的回复，引导用户找到一件微小可立即执行的动作，从而激发多巴胺、降低启动阻力。
在无设计稿和后端代码的条件下，Qwen3.7-Max 仅凭一份约 15 万字的产品调研文档，于隔离环境中全自动完成移动端与 Web 端两套真实应用从 0 到 1 交付，单端耗时约 4 小时，中途无人工接管。模型不具备图像理解能力，通过像素坐标反推布局约束实现界面还原。实验采用“分阶段注入约束→逐层验收→带错纠正”的闭环控制系统：任务拆分为规划、架构、编码等阶段，验收覆盖静态检查、编译自检（0 error）、路由完整性（Web 端 34 条路由全部可达）、功能扫描及真机冷启动冒烟。失败时错误文本自动注入下一轮重试，使模型数小时内收敛。移动端产出可安装 APK，Web 端 typecheck 与构建均通过。
同一事件，精选展示《Qwen3.7-Max：面向智能体时代的最新专有模型》自主AI智能体在加速软件交付的同时，也大幅缩短了从失误演变为灾难的时间，给安全策略造成盲区。威胁不再仅来自外部勒索软件或恶意内部人员，而是来自被授权的内部工具本身。文章探讨了在DevOps中针对这一风险构建有效防御的做法。
该教程基于 NVIDIA cuTile Python 实现了分块 GPU 内核编程工作流，在 Colab 环境中配置 GPU、驱动、CUDA 及 cuTile 可用性后，分别构建了 tiled 向量加法、矩阵加法和矩阵乘法核函数，并以 PyTorch 作为回退保持 notebook 可执行。每一步均通过 PyTorch 验证结果正确性，并基准测试了各阶段的中位运行时间。
苹果在 WWDC 2026 推出全新 Siri AI，采用定制的 Gemini 衍生模型运行于 Private Cloud Compute，并利用视觉 LLM 从屏幕提取信息，绕开了已有应用单独集成 Apple Intelligence 的需求。同时发布 Core AI 库，集成 Meta 的 PyTorch 生态，允许开发者在苹果硬件上将 PyTorch 模型转换为 Core AI 程序运行。iOS 27 Developer Beta 已上线，但用户需通过等待列表才能使用新 Siri AI。
微信近期密集布局AI Agent：据外媒，用户在主界面右滑可唤出Agent对话窗口，自动调用小程序完成点单等任务；与华为、荣耀、小米、OPPO、vivo合作推出A2A助手能力，允许手机语音助理发起微信音视频通话或发送消息；6月8日发布开发者指引，提供自动接入模式，通过GUI Agent帮助数百万小程序实现AI调用。微信试图整合内部小程序生态与外部硬件，成为AI时代的操作系统，并触及Agentic Commerce（代理式交易）模式。
同一事件，精选展示《微信AI官宣内测：两种接入模式供开发者选择》苹果在WWDC 2026发布Apple Intelligence新架构，核心是与Google Gemini深度合作，基于Gemini开发5个模型，适配端侧及Private Cloud Compute。端侧分两档：AFM 3 Core（3B）和AFM 3 Core Advanced（20B MoE）。新Siri命名为Siri AI，集成系统编排器，具备个人上下文理解、世界知识、App Actions和屏幕感知。iOS、iPadOS等系统更新，Siri首次推出独立App且跨平台同步。APP智能化包括Safari智能标签页分组等；影像升级如Image Playground写实风格、Photos新增Cleanup。开发者工具Xcode可一键本地化App并选择AI模型。
关联讨论 6 条TechCrunch：AI（RSS）X：Kim (@kimmonismus)Apple：Newsroom（RSS）IT之家（RSS）X：Testing Catalog (@testingcatalog)Apple Machine Learning Research（RSS）Hacker News 用户发起讨论，询问大家自 AI 兴起以来为自己开发了哪些个人工具。该提问来自 HN（news.ycombinator.com），获得 100 个点赞，标签为 #Ask HN。
苹果在2026年WWDC主题演讲中未推出全新产品，主要介绍Apple Intelligence优化及全面革新的Siri。不同于2024年宣传片式演示，本次多数AI功能通过工作人员操作真机实时展示，证明功能已实际可用。苹果曾因2024年虚假宣传被起诉，上月达成和解赔付2.5亿美元。新版Siri随iOS 27推送，适配iPhone 15 Pro系列、iPhone 16及以上、M1及以上iPad和Mac等设备，无需换最新款手机。
苹果在 2026 年 WWDC 主题演讲中展示了多项 AI 演示，场景多为用户手持手机站立操作。这些演示因公司此前达成 2500 万美元虚假广告和解而显得更加真实。
使用智能体 SDK 的人机协作（HITL）工具，可满足 EU AI Act、Colorado AI Act 和 NIST AI RMF 对 AI 智能体的合规要求。
OpenAI 发布计划，阐述让 AGI 造福所有人的愿景。该计划聚焦于 AI 的可及性、安全性和共享繁荣，确保技术进步惠及每个人。
关联讨论 3 条X：Rohan Paul (@rohanpaul_ai)IT之家（RSS）X：Sam Altman (@sama)Gary Marcus 在博文中引用“幻想之地”的比喻，指出整个 AI 行业建立在不合理的数学基础之上。
作者发帖抱怨大语言模型对自身职业生涯的冲击后，在Hacker News上收到了大量评论。本文是对这些评论的集中回复与讨论，原帖获得103个点赞。
该教程使用ClawHub Security Signals数据集分析扫描器如何评估AI技能。从Hugging Face Parquet格式加载数据，检查判定结果、扫描输出和严重性标签，通过Jaccard分数和Cohen's kappa衡量VirusTotal、静态分析和SkillSpector之间的重叠与分歧，最后将SKILL.md文本与扫描信号结合，训练逻辑回归模型预测ClawScan判定。
一篇题为“AI Is Slowing Down”的文章在 Hacker News 获得 102 个点赞，发布于 06-08，原文链接为 www.wheresyoured.at。
xAI在资产结构和运营模式上被比作数据中心REIT，而非传统的前沿AI实验室，这一观点来自martinalderson.com的分析文章。
在 2026 年全球开发者大会上，苹果软件工程高级副总裁 Craig Federighi 抨击企业急于将 AI 塞进生活各个方面而不顾及最终服务对象的现象，强调真正有用的 AI 必须以用户和用户的需求为中心。他透露新一代 Apple Intelligence 技术将使苹果产品更加个性化和实用。
将AI比作一个闪耀着能力的星系，其核心存在一个肉眼不可见的巨大黑洞——数据。这个比喻揭示了AI模型惊人能力背后对海量数据的依赖，样本效率的瓶颈如同引力中心，将各色能力凝聚在一起。
三大力量重塑 AI 成本：前沿闭源模型持续涨价，开源模型在多数场景已足够好，买家开始替代。Coinbase 将提示词路由至更便宜模型，成本持平但 token 用量指数增长。Lindy 全切至 DeepSeek v4，节省数百万美元且多项核心性能提升。Harvey 在 Legal Agent Benchmark 上通过 SFT 使 Kimi 2.6 all-pass 率达 15%，超越 Opus 的 14%，同一 100 任务成本 $84 vs $954（约 11 倍价差）。Cursor 后训练 Kimi K2.5 得到 Composer 2.5，称其“性能优异且效率高达同类模型 10 倍”。闭源越来越贵，开源平价且性能接近，选择决定企业单位经济学的斜率。
生成式AI商业模式正从月订阅制转向按token消耗计费。智能体工作流消耗数倍于传统对话的token，可自主运行数小时，使固定费率不可持续。token价格因响应速度、专业化程度及结果经济价值而异。本期报告梳理订阅制向消费制迁移、看似低廉的token单价背后的实际成本，以及为何仅凭token消耗量衡量AI价值创造是片面的。
微软AI CEO Mustafa Suleyman在Decoder访谈中表示，超级智能即将到来，但不会导致大规模失业。他透露微软与OpenAI于去年10月签署新合同，巩固合作关系的同时，微软获准独立追求超级智能。微软已组建超级智能团队、训练前沿模型，并于本周Build大会上发布7个全模态新模型。他批评Anthropic将Claude描述为有意识的做法，认为消费者产品需要足够好才能克服公众对AI的负面情绪。
用五个不同实验室的AI模型（OpenAI、NVIDIA、OpenBMB及一个自微调的5亿参数模型）各自驱动一个智能体构建经济市场，试图复现此前单一模型下出现的银行挤兑式价格崩溃。结果同一场景下模型不仅不抛售反而囤积，导致价格不跌反涨。通过纯谣言、库存泛滥、加大做空三种方式均无法重现崩溃。最终在结算环节直接覆盖价格，使崩溃成为设计事实。实验表明，AI智能体的涌现行为是偶然的而非稳健的，有效系统需在涌现纹理与确定性控制之间找到精确接缝。
天风国际分析师郭明錤指出，苹果当前核心叙事是“即使AI进度暂时落后，最终仍能后来居上”。供应链调查显示苹果业绩将好到今年年底，强化了“没有AI都这么好，有了AI还得了”的看法。WWDC26不会改变股票下半年正向趋势，但真正值得观察的是：在同样使用Gemini的情况下，苹果能否做出比谷歌更好的AI应用、Agentic workflow和端侧/云端混合体验。若肯定，可延长核心叙事；若否定，则意味着Gemini决定了苹果AI体验上限，更多人将重新审视后来居上的叙事。
OpenRouter 的 Agent SDK 新增人类参与循环（HITL）工具，用于 AI 智能体的合规监督。该工具可帮助 AI 智能体满足欧盟 AI 法案、科罗拉多州自动化决策技术法（SB26-189）以及 NIST AI 风险框架（NIST AI RMF）的监管要求。
同一事件，精选展示《OpenRouter Agent SDK 发布 `create-agent-tui` 与 `create-headless-agent` 技能，可快速搭建个性化编码智能体》Pakistan Notice Helper 是一款安全工具，帮助巴基斯坦用户在点击链接、拨打电话、分享 OTP 或支付前识别可疑消息。它接受文本或截图输入，返回风险等级、简短解释、可见警示标志和安全下一步建议。工具支持英文和乌尔都语，乌尔都模式采用从右向左布局并全界面翻译。最终部署选用 Qwen3.5 4B Q8 模型（通过 llama.cpp + CUDA），在 10 个测试用例中通过了所有高风险诈骗和截图场景。此前曾测试 Qwen3.6 27B（质量高但成本高）和 MiniCPM-V 4.6 Q8（速度慢且不稳定），最终选择了精度、速度和成本平衡的 4B 模型。项目受限于 hackathon 的 32B 模型上限规则。
通义实验室教程演示了如何用 Agent（Qoder）辅助完成 Qwen3-VL-2B 模型在 Android 端侧的全流程部署。操作包括：检查 JDK 21、NDK 27、CMake 3.18.1 等环境；创建 arm64-v8a 的 Native C++ 工程（minSdk 29、compileSdk 35）；通过 ModelScope CLI 下载约 1.4GB 的 MNN/Qwen3-VL-2B-Instruct-MNN 模型；编译开启 LLM 视觉支持（MNN_BUILD_LLM、LLM_SUPPORT_VISION）的 libMNN.so；构建 APK 并推送模型至手机私有目录。最终 App 提供图文推理页面，输出 MNN 版本（v3.5.0）、ABI 及推理指标。所有繁琐步骤均可由 Agent 自动执行。
同一事件，精选展示《Agent辅助开发：通义实验室教程打通Qwen3-VL Android端侧推理》通义实验室第二期教程展示如何利用Agent（如Qoder）自动完成Android端侧AI App开发全流程。Agent依次执行：检查并配置Android环境（JDK 21、NDK 27等）、创建Native C++工程PhotoTaggerMNN、下载约1.4GB的Qwen3-VL-2B-Instruct-MNN模型、编译支持视觉能力的libMNN.so、将MNN接入工程、构建APK、推送模型至手机私有目录，最终确认MNN版本3.5.0及模型文件全部ok。核心思路是开发者定义业务目标，Agent负责环境检查、代码编写、编译构建与排错。
腾讯正测试嵌入微信的AI Agent，用户右滑唤出对话窗口，通过自然语言指令调用数百万小程序完成点咖啡等任务。微信还与华为、荣耀、小米、OPPO、vivo合作推出A2A助手能力，可通过手机语音助理发起微信音视频通话或发送消息。6月8日，微信官方发布《关于开发者接入微信AI生态的指引》，提供自动接入模式，利用微信沙箱全自动改造小程序，使其可被AI直接调用。这一布局被视为Agentic Commerce（代理式交易）的雏形。
同一事件，精选展示《微信AI官宣内测：两种接入模式供开发者选择》小米 17T Pro 是 T 系列首次面向国内市场发布的机型，定位“全能影像旗舰”。搭载天玑 9500，后置徕卡三摄：5000 万像素主摄、5000 万像素 5× 潜望长焦（支持 Ultra Zoom 超级变焦至 120 倍，AI 大模型算法辅助）及 1200 万像素超广角。配备 6.83 英寸 144Hz 1.5K 屏幕，峰值亮度 3500nit；7000mAh 金沙江电池。游戏实测《原神》60FPS、《崩坏：星穹铁道》58.1FPS，机身最高温度 42.3℃。支持 Leica Live 动态照片与实况运镜功能。
英伟达CEO黄仁勋将上周开始的全球科技股抛售视为买入良机，称人工智能基础设施建设仍处于初期阶段。他强调AI终将成为全球基础设施，如同当年的互联网。英伟达已与SK海力士达成多年合作协议，联合研发新一代AI专用存储芯片。韩国总统李在明认为本国股市估值偏低，受此影响SK海力士等个股跌幅有所收窄。
猎豹移动董事长兼CEO傅盛今日接受访谈，总结了用AI改造组织体系的四个步骤：一把手自己得懂；全员思想变革；所有人都要用AI写代码，包括行政；建立以年轻人为核心的“特区”。傅盛早在2019年就表示人工智能业务走在正确道路上，并相信未来10到20年AI会把人从繁重工作中解放出来，让人有时间阅读、提升、寻找自我。
一篇关于用 Python 构建最简单人工神经网络——感知器（Perceptron）的文章在 Hacker News 上获得 108 个用户点赞。
Claude Opus 4.8、GPT-5.5等12款旗舰模型参加今年高考语文数学（全国一卷部分试题）测试，采用API调用、禁用代码推理和网页搜索。总分第一MiMo v2.5 Pro（256.3分），第二名Kimi k2.6（256.29分）差0.01分，第三至第九名分差仅2分。语文最高分由GLM5.1和Gemini 3.1 Pro并列，数学最高分由DeepSeek V4 Pro、MiMo、ERNIE 5.1并列。DeepSeek作文得分偏低拉低总分。语文卷基于101分版本折算至150分制。