公众号：火山引擎
26
拜耳与Thoughtworks合作开发了云端平台PRINCE，利用Agentic RAG和Text-to-SQL整合数十年临床前安全研究报告。该系统从关键词搜索演进为能回答复杂问题并起草监管文档的智能研究助手。架构通过上下文工程控制信息路由，通过驾驭工程实现编排、错误恢复与可观测性。系统以透明度、可解释性和人工参与为核心信任机制，显著提升数据可访问性与研究效率，同时确保治理与合规。
思科 AI 推出 FAPO，一个由 Claude Code 驱动的多步 LLM 流水线自动化优化系统，基于 Apache 2.0 开源。FAPO 通过步骤级故障归因，从提示词、参数到链式结构逐级升级优化。在六项基准测试中，以 GPT-4.1-mini、GPT-5.4-mini 和 Gemma 3-12B 为任务模型，与 SOTA 优化器 GEPA 对比：18 个模型-基准比较中赢下 15 个，平均增益 +14.1 个百分点；在 HoVer 和 IFBench 上触发结构升级时六组全胜，平均增益达 +33.8 个百分点；仅在 AIME 上略逊 3.1 个百分点，在采样噪声范围内。防过拟合机制包括仅检查训练集、不可变文件及独立审查。
Cloudflare 上线面向 AI 智能体的临时账户。智能体无需注册，直接运行 wrangler deploy --temporary 即可部署 Worker，部署持续 60 分钟，期间可通过链接认领为永久账户，超时自动删除。专为无人类参与的后台 AI
LM Studio与苹果在WWDC 2026期间合作，用四台Mac Studio集群运行月之暗面万亿参数大模型Kimi K2.6。该模型总参数1万亿，MoE架构，激活参数320亿，支持长上下文、多模态输入和智能体任务。四台Mac Studio通过苹果内存共享与互联技术组成集群，统一内存约1.5TB，生成速度约28 tokens/s，功耗低于传统GPU集群。用户可通过LM Link从MacBook Neo或iPhone安全远程访问，数据通信保持本地化。LM Link已于2026年6月初更新至LM Studio Mac应用和Locally AI iOS应用，支持端到端加密连接。
Netflix 高级工程师 Tejas Chopra 开发的开源工具 Headroom（v0.26.0）在 AI 应用与 LLM 间建立本地透明压缩层，通过压缩 JSON、代码、RAG 片段和对话历史等冗余数据减少 Token 消耗，支持可逆压缩与 CCR 缓存机制。实测代码搜索场景 Token 从 17765 降至 1408（节省 92%），SRE 事故调试场景从 65694 降至 5118（同样节省 92%）。累计帮助用户节省约 70 万美元成本、释放超 2000 亿 Token。提供 Python/TypeScript 库、智能体代理模式、直接包装现有 AI 编程智能体以及 MCP 服务器模式，并可精简 AI 回复中客套话进一步降低成本。
金山办公副总裁王少康在“2026人民数据大会”上透露，将于下月（7月）正式推出组织级AI办公产品“企业大脑”WPS Comate，后续将规模化交付。该产品面向知识密集的中大型组织，主打复杂业务场景，整合并激活组织内结构化与非结构化数据，利用AI理解组织结构与协作关系，生成数字员工等AI产品融入业务运营与决策，帮助员工跨工具协同完成专业任务。后续金山办公将对接客户，根据不同公司情况定制专属“企业大脑”，实现数据、系统、流程和知识资源的高效连接，打造AI统一入口。
6月19日，x86生态系统咨询小组（EAG）发布ACE规范1.15，通过原生矩阵乘法引擎和低精度格式增强x86 AI性能。ACE在AVX向量指令基础上新增图块寄存器状态，并纳入AVX10下的格式转换指令。支持INT8、INT32、FP32、BF16、FP16、E8M0、FP8及MX联盟定义的多类MX格式。部署上，AMD Zen 6将引入新AI数据类型，Zen 7配备新矩阵引擎与AI数据格式扩展。英特尔与AMD于2024年联合成立EAG。
OpenRouter 是托管在 Cloudflare 边缘的 LLM 网关，无需管理基础设施，收取 5.5% 平台费（前 100 万次请求免费），支持 70+ 提供商和自动故障转移。LiteLLM 是自部署代理（Docker/PostgreSQL/Redis），数据不离开内网，免费开源，但需承担基础设施成本（生产部署约数百美元/月）。当模型月支出超过约 $3,600（基础设施 $200/月）或 $9,100（基础设施 $500/月）时自托管更划算。LiteLLM 提供六种路由策略和自定义 Python 路由；OpenRouter 具备 SOC 2、GDPR 认证和零数据保留选项。两者可串联使用。
OpenRouter是托管路由网络，买credits后通过一个API路由至70+供应商，自动故障转移，无需自有密钥；覆盖300+模型（含20+免费），按用量收费（零加成+5.5%平台费，首100万免费），支持零数据保留和欧盟路由。Portkey是AI控制平面（2026年被Palo Alto收购），置于用户密钥之上，增加治理、提示管理、护栏和可观测性；提供1600+ LLM统一API，按日志计费（Developer免费，Production $49/月），支持HIPAA、SSO、私有部署。两者均可组合使用。
LLM在作为医疗助手时，评估与部署场景下的性能存在显著差距——Bean等人（2025）发现准确率相差61个百分点。这一差距并非源于基准测试设计缺陷，而是因为评估协议中嵌入的隐含假设在部署时不再成立。研究提出将假设分为任务假设和结果假设两类，用以诊断差距成因并明确弥合路径：需将假设显式化、检验哪些假设在部署中成立，并据此更新评估协议。
SAP 与 Google Cloud 联合部署智能体商务架构，通过 Universal Commerce Protocol 标准化零售商、支付网关与自主智能体之间的数据交换，实现从搜索、交易到售后的全序列自动化执行。SAP Commerce Cloud 集成 Google Gemini 能力构建 Shopping Assistant，支持聊天、语音和文本交互，实时查询库存确保推荐可行。该架构基于 SAP Business Data Cloud Connect for Google BigQuery 的双向零拷贝数据链接，融合天气、位置等外部变量与客户画像、交易历史等内部行为数据，由 SAP Engagement Cloud 驱动自主智能体编排个性化互动。SAP 研究显示，78% 的企业认为 AI 对 2026 年保留客户至关重要，但仅 37% 的公司跨客户体验平台共享数据、39% 跨 CRM 共享。
Cloudflare 在 Workers 上推出临时账户（Temporary Accounts），允许 AI 智能体直接运行 wrangler deploy --temporary，在数秒内获取一个可用的实时 Worker，无需绕开面向人类设计的部署流程。该功能旨在降低智能体部署门槛。
Datasette 发布新插件 datasette-apps，允许托管自包含 HTML+JavaScript 应用。应用在严格沙箱中运行（sandbox 属性和 CSP 头），无法访问 cookies、localStorage 或外部 HTTP 请求，防止数据泄露。应用可用 JavaScript 对 Datasette 数据执行只读 SQL 查询，若配置存储查询还可写入。应用与父窗口通过 postMessage 或 MessageChannel 通信。灵感来自 Claude Artifacts，为 HTML 前端提供 Datasette 后端。试用需 GitHub 登录 agent.datasette.io 演示实例。
鞋履品牌 Allbirds 4 月宣布转型 AI，以 4300 万美元出售鞋业务并从股市融资 1 亿美元，更名为 Smartbird。前 AWS 高管、工程博士 Nadia Carlsten 昨日起出任 CEO，年薪 70 万美元并获价值约 900 万美元股票。Smartbird 定位 AI 基础设施提供商，为制药、能源、金融、公共部门等需要数据主权和直接控制服务器的客户提供托管计算集群。Carlsten 称客户需求在数百到数千颗芯片，强调集群灵活性而非大规模 GPU。目前她是一人创始人兼唯一员工，正在招募领导团队，预计年底前为多个客户部署计算集群。
e2e-assure 推出 Cumulo，该平台基于数字孪生技术，通过被动发现持续维护客户环境映射，支持安全攻击模拟与风险预判。零日 SOC 能力可将实时威胁情报直接应用为检测规则。客户专属本地大语言模型部署于主权环境，推理在客户控制基础设施内完成。平台采用分层 AI 架构，多个模型交叉校验每项调查并设置反幻觉层；SC 级安全团队保持“人在回路”决策，避免 AI 自主运行。
美国商务部长Howard Lutnick近日多次对ASML高管表示，担心该公司唯一的EUV光刻机可能已流入中国，构成重大出口管制违规。ASML坚决否认，称每台机器都受追踪，中国从未有过EUV系统。CEO Christophe Fouquet表示公司已建立内部防火墙，中国员工无法接触EUV技术。ASML市值约7000亿美元，预计2026年约20%收入来自对华许可销售的旧款DUV设备。同时，美国商务部去年底同意拨款1.5亿美元给xLight研发下一代光源技术，Peter Thiel支持的Substrate也在开发EUV竞品，国会两党法案拟全面禁止ASML对华DUV出口。
TesterArmy 是一个 AI 代理程序，持续监控网站和移动应用的关键用户流程，并在出现问题时向团队发出警报。只需粘贴 URL 即可创建项目，无需 SDK、测试脚本或基础设施维护。用户用自然语言描述测试场景，AI 代理自动导航页面、填写表单、处理 OAuth 和 OTP 登录流程。支持通过 GitHub App 自动 PR 检查、定时运行生产监控或通过 webhook 触发。每次运行后提供截图、录屏和可操作的 bug 报告，可通过仪表盘、CLI 或 Pull Request 查看。设置只需不到 2 分钟。
作者曾在多台 Mac 上用 GNU Stow 管理 dotfiles，但符号链接导致仓库脏工作树和引导新机时的文件冲突。后改用 Chezmoi：以 ~/.local/share/chezmoi 为源目录，chezmoi add 按 home 目录结构命名（dot_ 前缀代替前导点），chezmoi apply 写入真实文件而非符号链接，避免自动回写。支持 private_ 权限控制、.tmpl Go 模板以及 .chezmoiscripts 下的 macOS 初始化脚本。目前跟踪 zsh、git、shellcheck、ghostty、GitHub CLI 的配置，以及 Claude Code 的 settings.json、Codex 的 config.toml 和 dot_agents/skills 下的 agent skill 文件，并用三个 gitconfig 按目录分离工作/个人身份。
OpenClaw 已内置 OpenRouter 支持，一条命令即可为 AI 智能体配置统一密钥、统一账单，并实现跨 300 多个模型的自动故障转移。同时提供具体设置步骤以及常见错误的修复方法。
英特尔6月18日宣布，任命李锡熙（Seok-Hee Lee）为代工执行副总裁，直接向CEO陈立武汇报，全面负责先进封装、系统集成、后端技术开发与制造，以强化AI计算能力。李锡熙曾在英特尔工作10年，后任SK海力士CEO，主导收购Intel NAND闪存业务并推进HBM技术。同时，Naga Chandrasekaran继续领导前端技术开发与制造，加速Intel 18A、Intel 14A量产；执行副总裁Navid Shahriari在效力37年后退休。
Cloudflare 分享了其多阶段漏洞发现工具的技术架构，包含自动化分类循环。该系统通过管理状态控制、引入对抗性审查来压制误报，并围绕 LLM 上下文窗口限制设计路由策略。
Google 庆祝Agent-to-Agent（A2A）协议发布一周年。A2A专为生成式AI设计，相比传统REST API提供安全边界、零上下文污染、动态自主性和工作负载分布四大架构优势。应用实例FoldRun是一个独立的智能体接口，可在Gemini Enterprise或Gemini CLI等A2A兼容环境中部署，自动管理蛋白质结构预测任务，动态选择AlphaFold 2、OpenFold 3或Boltz-2等模型，无需自定义胶水代码。
OpenAI 为 ChatGPT Enterprise 推出信用额度用量分析与更新的支出控制功能。全局管理控制台（Global Admin Console）统一展示 ChatGPT 和 Codex 的信用消耗，支持按时间、用户、产品、模型追踪用量趋势。管理员可为整个工作区设置默认限额，按群组配置额度，并为个人设置叠加限制。员工可查看个人用量并申请增加额度（附工作上下文）。这些功能即日起可用。
AWS正与多家公司谈判，计划直接出售自研AI芯片Trainium用于数据中心，目前处于早期阶段。CEO Andy Jassy在4月股东信中指出，若芯片业务独立，年营收运行率可达约500亿美元，接近Intel的年收入。当前Trainium产能已售罄，下一代Trainium4的产能也在一年多前就告罄。尽管Nvidia年营收运行率高达3260亿美元，但Amazon若成功售芯将构成其最大挑战之一。AWS此前因依赖芯片驱动的云服务生态（存储、安全、网络等）而拒绝直接销售，但Jassy认为未来向第三方出售机架级芯片的可能性很大。
Claude Enterprise 推出企业托管授权功能，管理员可通过身份提供商（率先支持 Okta）为整个组织配置 MCP 连接器。用户首次登录 Claude 时自动获得授权，无需手动操作，实现零接触设置。该功能基于 Model Context Protocol 的 Enterprise-Managed Authorization 扩展构建，支持 Asana、Atlassian、Canva、Figma、Granola、Linear、Supabase 等 MCP 提供商，Slack 即将支持。授权管理集成到现有 IdP 工作流中，可按组限定范围、通过 IdP 快速撤销授权，并支持要求连接器仅通过 IdP 连接以隔离工作与个人使用。
Grok 模型现已原生集成到 Databricks Agent Bricks 平台。在 2026 年 Data + AI Summit 上，Databricks 宣布与 SpaceXAI 合作，使 Grok 与其他前沿及开源模型在同一受控平台中可用。Agent Bricks 结合 Lakehouse 数据上下文与控制和选择，帮助工程团队构建处理大规模数据的 AI 智能体。此外，企业也可在 Amazon Bedrock 上运行 Grok 模型。
计算机视觉自动跟踪货架正帮助零售商应对利润侵蚀。行业低效消耗6.4%总销售额，2026年损失将达1964亿美元（同比增21%），远超3%的销售增速。九成零售商面临管理困难，全面部署商店智能平台的企业占60%（同比升18个百分点）；年收入超50亿美元的公司中73%已规模化部署，低于10亿美元的仅42%。BJ's Wholesale Club部署Simbe机器人监测库存与价格，生成数字孪生后在线拣货效率年提升40%。Albertsons计划通过AI优化定价与品类管理，三个财年内实现15亿美元生产力提升。但部署顺序失衡：仅33%投资货架数字化硬件，2026年错误定价率将达13%（较2024年升4个百分点）。
Google DeepMind发布AI Control Roadmap，这是一套针对内部先进AI智能体的系统级安全框架。该框架在传统模型对齐之上增加防线，假设AI智能体可能不对齐，通过威胁建模、沙箱隔离、端点安全、提示注入防御以及基于已验证行为逐步授予权限的机制建立信任。据估算，到2030年仅美国市场AI智能体就能创造2.9万亿美元经济价值。
汇丰银行与Google Cloud签署多年合作协议，将在财富管理、金融犯罪风险管理和内部决策支持中部署AI工具，采用Gemini模型和Gemini Enterprise Agent平台。合作预计两年内支持超过200个AI用例，部分有望带来超1亿美元直接收益或效率提升。汇丰现有600多个AI用例，涵盖欺诈检测、交易监控、客户服务等。金融犯罪检测系统自2021年试点已发现2-4倍犯罪行为，每月筛查12亿笔交易，新协议下干预速度提升2倍。财富管理结合AI洞察；AI决策助手减少行政时间至分钟级；超2万名开发者使用编码助手，效率提升15%。汇丰于4月任命首位首席AI官。
长上下文大语言模型的KV缓存随序列和批次线性增长，成为内存和延迟瓶颈。Google与NYU的TurboQuant采用数据无关随机旋转与最优标量量化，在3–4 bit位宽实现近乎无损，4×压缩下Needle-in-a-Haystack全精度召回。Together AI的OSCAR使用注意感知旋转校准，INT2（2.28有效比特）下精度不崩溃，集成SGLang，Qwen3-32B上仅差0.02分，GLM-4.7-FP8匹配BF16，解码速度提升约3倍，KV缓存内存减少约8倍。Apple的EpiCache则针对两者均未解决的多轮对话场景。两者在各自目标位宽上各有优劣，具有理论互补潜力。
三大运营商推出 Token 套餐，但实测一句“你好”消耗约 5 万 Token（约 0.125 元），15 元套餐不到 1 小时用尽。开发者称月成本是主流 AI 订阅套餐的五六倍。多地营业厅工作人员对套餐茫然。中国移动江苏 LITE 套餐 5 元/月（250 万 Token），上海有 1 元/包（40 万 Token）。中国电信推出轻享版（9.9 元/1000 万）、畅享版（29.9 元/4000 万）、尊享版（49.9 元/8000 万）每月。三大运营商营收增速均低于 1%，Token 套餐被视为新增长点。
应用材料于6月17日推出面向AI智能眼镜的全集成视觉系统SENZ，集成光波导、光引擎、传感器、视觉矫正、电子调光技术，旨在解决供应链破碎问题，降低设备制造复杂性，让市场参与者无需在性能与尺寸间取舍，专注用户体验优化。关键合作伙伴包括格罗方德（光波导量产）、高通（Snapdragon START白牌计划）、依视路陆逊梯卡（光学系统与商业化战略合作）。
小米超级电机 V8s EVO 最高转速 28000rpm，借助 AI 拓扑优化模拟超 100 万种硅钢片结构，无需碳纤维缠绕即扛住离心力，单电机输出 611PS。自研碳化硅功率模块支持 800A 有效电流，电控峰值功率密度 120kW/L，电机功率提升 5.9%。峰值效率 98.38%，0.15mm 超薄硅钢片使铁损降 18.7%，X-Pin 绕组降铜损 3.6%，为 YU7 GT 带来 6.4km CLTC 续航提升。双电机（V8s EVO + V6s Plus）合计 1003PS，极速 300km/h，0-100km/h 加速 2.92 秒。经济模式前电机脱开可额外增加 20km CLTC 续航。
一位小型软件公司创始人基于自身业务和开源项目分享，本地 Qwen 27B/35-A3B 模型在特定场景下有实际价值，使用 RTX 6000 Pro 显卡运行，显卡成本已在头两三个月内收回。但本地模型量化后容易出现无限循环和模型幻觉，无法无人监督使用，作者认为不应过度吹捧替代云端 Opus，而是把它看作另一种工具。
MOSS-TTS-Local-Transformer-v1.5 是一款开源 TTS 模型，支持 48 kHz 立体声、零样本声音克隆、最长 10 分钟长文本合成、时长控制及 31 种语言。其核心采用 Qwen3-4B 骨干与约 2B 参数的 MOSS-Audio-Tokenizer-v2 音频编解码器，通过 12 个 RVQ 码本运行。SGLang-Omni 以三阶段流水线部署该模型。在 Seed-TTS-Eval 上词错误率 5.10%、语音相似度 69.23%，CV3-Eval 上 WER 7.48%、SIM 61.59%，MiniMax Multilingual 上 WER 6.37%、SIM 75.31%，X Voice 上 WER 20.48%、SIM 63.00%。
昇腾 A3 系列已全面支持 GLM-5.2 单双机及大 EP 推理部署，围绕 MOE 大融合算子、通信计算融合、注意力前处理与多 Token 预测、高并发调度与预填充延迟、智能缓存与索引优化、PD 分离与 Prefix Cache 等关键技术进行高效推理优化。GLM-5.2 在 Code Arena 全球盲测中获可用模型第一；专为长程任务设计，支持 1M 上下文，表现介于 Claude Opus 4.7 与 4.8 之间，为排名最高的开源模型。该模型已在 Day 0 完成与华为昇腾、平头哥、摩尔线程等国产算力平台的推理适配，单位 token FLOPs 降至 2.9 倍。
cuTile Rust 是一个基于 tile 的 GPU 编程系统，允许用 Rust 编写内存安全、无数据竞争的内核。它通过 #[cutile::module] 宏将内核 AST 嵌入主机二进制，在运行时经 CUDA Tile IR JIT 编译为 GPU cubin。可变张量在启动前分割，不可变张量共享，启动器在 GPU 工作期间保持所有权。在 NVIDIA B200 上，逐元素操作达 7 TB/s（约 91% 峰值带宽），GEMM 达 2 PFlop/s（约 92% 密集 f16 峰值）。基于 cuTile Rust 构建的 Grout 推理引擎在 RTX 5090 上解码 Qwen3-4B 达 171 tokens/s，在 B200 上解码 Qwen3-32B 达 82 tokens/s。项目处于早期研究阶段。
联想百应 AI 主机 300 今日上架，搭载 AMD 锐龙 AI Max+ 395 处理器，配备 128GB 内存、2TB SSD，支持 2.5GbE 有线网卡与 Wi-Fi 7 无线网卡，到手价 26999 元。该机型内置百应 Clow 智能体协同平台，Skill 广场提供超 2000 个技能，支持自主进化、多级记忆，适用于 AI 短剧制作、专利/销售/经营管理、金融分析、广告营销等场景。
设置三个环境变量即可将Claude Code连至OpenRouter，无需本地代理或Docker。OpenRouter提供供应商故障转移、预算控制与用量监控，支持Anthropic Skin原生协议，保留Thinking、工具调用、流式输出。可为Opus（架构推理）、Sonnet（日常编码）、Haiku（快速转换）分别指定模型。Fast Mode最高2.5倍速度，仅限Claude Opus 4.6/4.7/4.8，需Claude Code v2.1.96+。团队场景：一个OpenRouter密钥统一计费、设置每密钥限额，活动仪表板查看会话成本。
关联讨论 1 条OpenRouter：Announcements（RSS）