Lee Robinson@leerob

43

Cursor: We're sharing new research on how models hack public benchmarks. The latest models, including Opus 4.8 and Composer 2.5,...

Greg Brockman@gdb

43

OpenAI: Work at OpenAI is being transformed by agents, in every department. Across our entire company, people are using Codex to...

DeepSeek V4 定价极低，仅基于 token 费用就比 Anthropic 和 OpenAI 的前沿模型便宜近 50 倍，未计入思考类模型额外 token 消耗。文章指出对方陷入高成本困境，难以降价 20–50 倍竞争。开放权重模型低成本源于硬件压力测试还是亏本引流，尚存争议。担忧美国可能借“中国恐惧”推动限制开放权重模型。Google 于 2026 年 4 月发布 Gemma 4，Meta Llama 无新版本，OpenAI 最后开放权重停留在 2025 年 GTP，Anthropic 从未发布。真正开源（含训练数据管道）模型正流行，但数据截止 2024 年 12 月。美国 NSF 与 Nvidia 合作支持 Allen AI 开发完全开源 AI。

Rohan Paul@rohanpaul_ai

38

Fryd Wiatrowski: http://x.com/i/article/2070125273790492672

Gary Marcus 昨日提出新术语 Generative AI Fizzle™，认为生成式AI行业估值过高，投资者对 hype 与利润的落差失去热情。LLM 已商品化，价格战激烈，提供商盈利艰难。昨日一款新的中国开源模型发布，可能进一步冲击美国 LLM 公司。多数 AI 股票本月显著下跌，泡沫可能不会突然破裂，而是缓慢消退。

Artificial Analysis@ArtificialAnlys

68

微软 MAI-Image-2.5 在 Artificial Analysis Image Arena 排行榜上位列文本到图像生成第2名、图像编辑第3名，仅次于 OpenAI 的图像模型。该模型支持文本到图像生成与图像编辑，最大输出分辨率约 1MP，支持灵活宽高比，上下文窗口 32K token。更快、更低成本的 MAI-Image-2.5-Flash 变体在文本到图像和图像编辑中分别排名第8和第6。API 定价：MAI-Image-2.5 为 $48/千图，Flash 版 $20/千图。模型已上线 Foundry API 和 MAI Playground，其中 MAI-Image-2.5 还可在 PowerPoint 和 OneDrive 中使用。

Ethan Mollick@emollick

70

David Holtz: 🚨 New research alert! For the past few months, I've been a part-time visiting economics researcher at OpenAI. Excited t...

洛杉矶舞者兼 DJ Matt Steffanina 在 Suno 博客访谈中分享创作历程。他自学街舞，拥有超 3000 万粉丝和 50 亿观看量，曾为 Taylor Swift、Jason Derulo 编舞，并创办线上舞蹈教学平台 DNCR Academy。过去他靠他人音乐积累数十亿播放却未拥有资产；现在借助 Suno 在数分钟内将音乐创意变为现实。他认为 Suno 和 Hooks 让创作回归趣味，鼓励舞者自己创作音乐。

纽约钢琴家兼作曲家 Eric Christian 在访谈中分享了他将 Suno 整合进创作流程的方式。他把刚写好的循环旋律输入 Suno，几秒内就能听到完整的管弦乐效果，而传统管弦乐模拟需要数小时。尽管他的作品均为钢琴独奏曲，但他一直以交响化视角构思音乐。至今他已售出超过 10 万份乐谱，用户遍布 200 个国家。他坚信音乐的基础在于纸上的记谱而非录音，Suno 让他在不依赖大型管弦乐团的前提下快速判定旋律是否真正成立。

Chubby♨️@kimmonismus

43

Airwallex 正在解决 AI 智能体金融中资金转移、跨境支付、记账与合规等“无聊部分”。他们推出 Airi（当前提供更快的智能体结账，正在开发真实钱包）和 T:0（AI 原生财务后台平台，仍处于测试版）。Airwallex 已拥有支付轨道，现在此基础上构建智能层。此前，Airwallex 宣布完成 3.2 亿美元融资，估值 110 亿美元，由 Addition 领投。公司指出团队更小、全球化、更多使用智能体是趋势，并用 10 年建设了适配这一世界的金融基础设施。

Jack Zhang: We've raised $320M at an $11B valuation, led by Addition. AI is changing how companies are built. Teams are smaller, glo...

医学生正使用一款流行的研究工具大量生产具有误导性的研究，引发对学术诚信的担忧。该工具被广泛用于生成论文，但缺乏有效监督，导致低质量甚至虚假的学术成果涌现。

Emad@EMostaque

39

Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 - ∞): The idea that distilling from Opus 4.8 lets you reach Mythos is very encouraging. It would mean that some GLM 5.3 would ...

Nathan Lambert@natolambert

40

Sam: Anthropic's letter accusing Alibaba of distillation.

AYi@AYi_AInotes

61

两个GitHub开源项目分别提供A股和美港股全量免费数据，做成AI原生Skill，无需对接接口、处理反爬，几乎零API Key。在Claude/Cursor/Codex中一句话即可拉取行情、研报、资金流、龙虎榜。项目与UZI分析引擎可组合使用。

AYi: http://x.com/i/article/2069024565901119488

Hacker News 热门讨论指出，所谓“vibe coding”并非凭直觉编写，而是窃取开源和企业授权代码。

ginobefun@hongming731

62

ginobefun: 基于 Dify 异常分支的省钱小妙招 增加一个 openrouter/free 节点处理,异常时使用 flash 模型兜底,每天可以调用 1000 次

AYi@AYi_AInotes

49

一个名为“你的AI垃圾让我厌烦”的网站近期爆发式增长，峰值1.6万人同时在线。用户假扮成AI互相回答问题，答案不准、速度不快、甚至手绘回应，却比完美AI更吸引人。这折射出AI狂热后的集体反思：AI让回答变得高效廉价，反而使带温度、瑕疵和真实连接的人类互动成为稀缺品。这群“假AI”无意中练习了共情、即兴、个人判断和允许犯错的能力——正是AI最缺乏的。技术能复制完美答案，却复制不了人愿为陌生人花时间的温度。

AYi: http://x.com/i/article/2069352641423896576

Chubby♨️@kimmonismus

54

AI算力需求激增推动数据中心扩张，但真正的瓶颈可能并非芯片或能源生产，而是电网接入。OpenAI与SoftBank在德州的Stargate园区耗资超400亿美元，峰值负载约1.2吉瓦。然而美国电网并网等待时间中位数从2005年的不到20个月增至2023年的55个月。现行先到先得的审批机制导致严肃项目被投机项目阻塞。未来赢家可能不是拥有最佳模型或最多芯片的国家，而是能快速接入电网的国家。

福特近日首次登顶JD Power初始质量排名主流车企第一，但承认过度依赖自动化系统导致质量问题。福特车辆硬件工程副总裁表示，公司错误认为引入AI就能产出高质量产品，但资深工程师的经验未能完全转移至自动化系统。为此，福特雇佣、晋升或召回超350名经验丰富的工程师重建专业知识层，并改进数据采集与AI训练。同时成立40人软件质量保证团队，新增超10万项AI驱动测试，从“发现-修复”转向预防问题。

英伟达CEO黄仁勋在年度股东大会上表示，人工智能代表计算模式的根本性转变，从检索存储转向生成智能。Token是智能的基本单位，在“AI工厂”中被制造，计算能力越强，生成的Token越多，收益越丰厚。AI基础设施建设周期将长达数十年，类比电网、交通系统和互联网，有望成为人类历史上规模最大的基建项目。AI智能体正在加速投资，因为AI首次能胜任实质性工作并创造真实经济价值。

美国作家协会用10篇2020–2022年发表的文章测试多款AI检测器。Pangram和Grammarly正确识别每篇人类文本（0%误报），Originality.ai同样精准。而Sidekicker全部误判为AI生成（两篇评分100%），ZeroGPT也不可靠，对每篇人类文本报告较高AI百分比。协会警告这些工具不应作为唯一决策依据，误判可能使作者失去合同和声誉。该测试主要反映检测器在避免假阳性上的表现，并不保证同等准确地识别真正由AI生成的文本。

AYi@AYi_AInotes

61

推文指出80%的Agent生产崩溃与模型智商无关，根源在上下文溢出、工具调错、子代理失控。2026年分水岭是Harness（办公室制度、安保系统、质检流程，含独立验证节点、分层记忆、延迟绑定工具）和Loop（自我发现、任务分派、验证结果、状态记录）。好模型配差循环产生昂贵垃圾，普通模型配好循环加验证反而稳定出货。模型是可替换引擎，Harness是底盘安全系统，Loop是自动驾驶。引用@wizardly_ai的工程笔记拆解了该论点。

Wizard: http://x.com/i/article/2069720576693022720

Gartner 报告指出，到 2028 年 AI 编程成本将超普通开发者薪资。主要因计费模式从订阅转向按 Token 消耗量，导致支出不确定且透明度不足。开发者优先速度而非成本效率，AI 智能体自主操作、上下文膨胀及缺乏反馈机制进一步推高 Token 消耗。基础设施投资与盈利压力推高模型定价，轻度用户正加速转变为主流用户，推动总支出增长。

Rohan Paul@rohanpaul_ai

55

印度头部金融科技公司CRED创始人Kunal Shah表示，目前公司90%的代码由AI编写。他认为，每家人工智能创业公司中约10%的员工已因AI获得指数级生产率提升，与其余90%员工形成“完全不同物种”般的差距，感觉周围一切流程和人都变得缓慢。该言论来自“Thrive by Groww”YouTube频道访谈。

Rohan Paul@rohanpaul_ai

66

高盛研究预测，到2030年AI智能体token使用量将增长24倍。单个智能体任务可能消耗正常回答10倍、50倍甚至更多token。乐观情景下月token使用量可达120 quadrillion，推理成本每年下降60%-70%。Uber和Microsoft已开始重新考虑昂贵的智能体使用。Microsoft本月撤销开发者对Claude Code的访问权限，计划6月30日前迁移至自研Copilot CLI工具，此举被解读为降低成本。

meng shao@shao__meng

58

火山引擎发布53页白皮书，将AI Agent安全归纳为OpenClaw原生风险、云SaaS通用风险、企业治理三大类，列出六大原生风险（如Gateway绑定0.0.0.0无认证等），并涵盖责任共担模型、七项架构设计原则、四层安全保障及企业最佳实践。

fofr@fofrAI

20

👩💻 Paige Bailey: 🎣 Made this @GoogleChrome extension with @antigravity that lets you record actions in the browser, then has Gemini 3.1 ...

X.PIN@thexpin

61

中国公司 z.AI 以 MIT 许可证开源 GLM-5.2 模型，拥有百万 token 上下文窗口，基于华为昇腾芯片训练，性能接近 Claude Opus 4.8 和 GPT-5.5。与此同时，Amazon、Meta、Uber 等美国公司因工程师过度消耗 token 而开始限制 AI 预算（Uber 每员工上限 1500 美元），推动开源模型需求。GLM 团队源自学术项目，长期适配国产芯片；DeepSeek 投入 28 亿美元，共同成为“Tokenmaxxing”趋势的替代方案。

亚马逊云科技CEO马特·加曼认为，AI导致大规模失业的末日论被夸大。他指出约一半白领岗位可能因AI改变，但“改变”不等于“消失”，就像Excel重塑而非消灭工作。AI已催生新职业，初级员工因学习意愿强仍受重视。亚马逊今年计划全球招聘超1.1万名软件开发实习生和初级工程师。加曼强调，愿意学习新技能的劳动者仍能保住工作，适应能力可能比具体技能更重要。