DogeDesigner@cb_doge · 6月22日71

BREAKING: SpaceX will be paid ~$2.32 billion per month from these 3 AI compute deals. • Anthropic: $1.25B/month • Google: $920M/month • Reflection: $150M/month That’s a nearly $28 billion annual run rate from AI compute alone.

译BREAKING: SpaceX 将从这三笔 AI 计算交易中每月获得约 23.2 亿美元。 • Anthropic: 12.5 亿美元/月 • Google: 9.2 亿美元/月 • Reflection: 1.5 亿美元/月 仅 AI 计算一项的年化收入就接近 280 亿美元。

Mistral AI@MistralAI · 6月22日40

Mistral officially has 1,000 team members around the world! Thank you to our incredible talent for believing in the mission and contributing to what we are building each and every day. You too can be a part of the next chapter in our journey as we continue to grow and serve our customers. Apply for open roles at Mistral across all functions here: https://mistral.ai/careers/

译Mistral 官方宣布其全球团队已达 1000 人！ 感谢我们杰出的人才相信这一使命，并为我们在每一天所构建的成果贡献力量。 你也可以成为我们旅程下一章的一部分，因为我们持续发展并服务客户。在此申请 Mistral 各职能部门的空缺职位：https://mistral.ai/careers/

SenseTime@SenseTime_AI · 6月22日16

Thanks @xCreate for the great breakdown of 𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮 𝗨1! Great to see the model's powerful 𝘁𝗲𝘅𝘁-𝗶𝗺𝗮𝗴𝗲 𝗶𝗻𝘁𝗲𝗿𝗹𝗲𝗮𝘃𝗲𝗱 𝗿𝗲𝗮𝘀𝗼𝗻𝗶𝗻𝗴 and 𝗶𝗻𝗳𝗼𝗴𝗿𝗮𝗽𝗵𝗶𝗰 capabilities featured — along with a 𝘀𝘁𝗲𝗽-𝗯𝘆-𝘀𝘁𝗲𝗽 𝗴𝘂𝗶𝗱𝗲 𝘁𝗼 𝗿𝘂𝗻𝗻𝗶𝗻𝗴 𝗶𝘁 𝗹𝗼𝗰𝗮𝗹𝗹𝘆 𝗮𝗻𝗱 𝘃𝗶𝗮 𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮 𝗦𝘁𝘂𝗱𝗶𝗼. 🎥https://youtube.com/watch?v=395Fk3WveRk 🎛️SenseNova Studio: https://unify.light-ai.top (Try infographics; also join Discord for text-image interleaved gen) 🤗https://huggingface.co/collections/sensenova/sensenova-u1 🛠️https://github.com/OpenSenseNova/SenseNova-U1 👾Discord: https://discord.com/invite/BuTXPHmQub

译商汤SenseTime在推文中感谢@xCreate对SenseNova U1的深入解读，该模型具备强大的文本-图像交织推理与信息图生成能力。推文附有YouTube视频演示，并提供了SenseNova Studio在线试用链接、HuggingFace模型集合、GitHub本地运行指南及Discord社区入口，方便用户试用和部署。

Google DeepMind@GoogleDeepMind · 6月22日48

Google DeepMind 🤝 @A24 We’re launching a research partnership with A24 to ensure the tools of the future are shaped by the creators who use them. Find out more → https://goo.gle/3QwvgKq

译Google DeepMind 🤝 @A24 我们正与 A24 启动一项研究合作，确保未来的工具由使用它们的创作者塑造。了解更多 → https://goo.gle/3QwvgKq

向阳乔木@vista8 · 6月22日12

手头还有几个正在开发，计划本周开源的项目。 但这周任务主线要调整下： 1. 几个新模型测试 2. 参加几个会议，如明天字节火山的大会 3. 孩子升初中，填报志愿 连续做了一周小工具，是时候缓一缓了。

译个人开发者Vista透露手头有几个项目计划本周开源，但本周任务主线调整：包括几个新模型测试、参加字节火山大会，以及孩子升初中填报志愿。连续做了一周小工具后决定放缓节奏。

OpenRouter@OpenRouter · 6月22日36

Manage your portfolio in natural language, directly within iMessage powered by OpenRouter 🔀

译管理你的投资组合，用自然语言，直接在iMessage中 由 OpenRouter 🔀 驱动

AYi@AYi_AInotes · 6月22日49

白嫖顶级大模型的窗口期来了 DeepSeek V4 Flash限时全免费 1M上下文随便造， DeepSeek V4 Flash登陆OpenModel平台 开启限时免费活动， 284B MoE架构 支持1M超长上下文 编码与代理能力表现突出， 输入输出全免费 没有任何调用门槛， 活动期间平台其他模型也同步享20%到80%的折扣， 窗口期只到6月28日 有需求的直接冲！

译DeepSeek V4 Flash 登陆 OpenModel 平台，开启限时免费活动。该模型为 284B MoE 架构，支持 1M 超长上下文，编码与智能体能力突出。活动期间输入输出均为 $0.00/M，无任何调用门槛。平台其他模型同步享受 20%–80% 折扣。免费窗口期至 6 月 28 日截止。

PixVerse@PixVerse_ · 6月22日28

A city above the clouds. A lie holding it in the air. Skyforged — PixVerse Originals S1. Built across Amsterdam, Chicago, and Kyiv by @VladyWir and team, with PixVerse keeping the whole steampunk world consistent. RT+Follow+Reply "Skyforged" = 150 Creds & Full Film in DMs (72H ONLY)

译云上的城市。一个谎言让它悬浮在空中。 Skyforged — PixVerse Originals S1。 由 @VladyWir 及其团队在阿姆斯特丹、芝加哥和基辅共同打造，PixVerse 全程保持整个蒸汽朋克世界的一致性。 转发+关注+回复“Skyforged” = 150 Credits 及完整影片私信发送（仅限 72 小时）

Chubby♨️@kimmonismus · 6月22日24

Quick reminder: Today is officially the day Fable 5 is being removed from subscriptions. Let's see how Anthropic responds to this. (Sonnet 5 as compensation?)

译快速提醒：今天是 Fable 5 正式从订阅中移除的日子。 让我们看看 Anthropic 如何回应。（Sonnet 5 作为补偿？）

Emad@EMostaque · 6月22日20

What’s the best place to rent on demand B200s? Ideally CLI so agents can spin them up

译按需租赁 B200 的最佳地点在哪里？理想情况下支持 CLI，以便 AI 智能体可以快速启动它们。

X.PIN@thexpin · 6月22日54

Sources close to ByteDance tell us the company is pushing into AI coding with Doubao 2.1 Pro — and the pricing is aggressive. Final numbers aren't locked in yet, but sources say Doubao 2.1 Pro per-million-token pricing will come in ~80% cheaper than Claude Opus 4.8, ~30% cheaper than GLM-5.2, and ~50% cheaper than Qwen 3.7 Max. Doubao 2.1 Turbo is half the Pro price. Doubao has 300M+ monthly active users, but monetization anxiety runs deep inside ByteDance. Video generation ARR just hit ~$2.1B — the easy win. Charging for Doubao Pro is the harder fight: user pushback has been fierce.

译知情人士称，ByteDance 正以豆包 Doubao 2.1 Pro 进军 AI 编程，定价极为激进。每百万 token 价格预计比 Claude Opus 4.8 低约 80%，比 GLM-5.2 低约 30%，比 Qwen 3.7 Max 低约 50%。Doubao 2.1 Turbo 价格仅为 Pro 版一半。豆包月活用户超 3 亿，但字节内部商业化焦虑严重：视频生成 ARR 已达约 21 亿美元（较易变现），而 Doubao Pro 收费则遭遇用户强烈抵制。

郭明錤｜Ming-Chi Kuo@mingchikuo · 6月22日52

Google 與聯發科深化 TPU v9 合作，開發升級版 Triggerfish，聚焦 AI 代理、強化學習與有效算力最大化 1. 我最新的產業調查顯示，Google 將在 TPU v9 / Humufish 的基礎上，開發代號可能是 Triggerfish 的升級版 v9 晶片，並由聯發科獨家取得此單價更高的新增訂單。 2. 此升級版晶片是以 Humufish 為基礎的延伸新案，定位為更強推論能力的 v9 改版，可同時緩解 CPU wall 與 memory wall。此案也進一步驗證聯發科是 Google 在 TPU v9 世代的合作首選廠商。 3. 此 v9 改版與 Humufish 的主要差異，在於：SRAM 容量顯著提升至 Humufish 的 2–3 倍、新增 simulation die、升級至 HBM4E（vs. Humufish 的 HBM4）。 4. 新增 simulation die 的可能功能除了本地 TPU 管理、訓練 / 推論模式切換等，關鍵聚焦在強化學習（RL）與 AI 代理協作。 5. 更大容量的 SRAM 可將更多 RL 與 AI 代理所需的活躍工作集（active working set）留在 TPU 本地，降低資料搬移成本，提升超低延遲 decode 階段的效率。 6. 在 Humufish 生命週期 400‒500 萬顆出貨預估不變下，Google 額外追加 100–200 萬顆 Triggerfish 訂單，預計 2027 年底開始生產、2028 年放量；因Triggerfish 單價較 Humufish 高約 30%，有望成為聯發科 2028 年營運動能的新增量。

译郭明錤产业调查显示，Google 在 TPU v9 (Humufish) 基础上开发升级版晶片 Triggerfish，由联发科独家代工。升级包括：SRAM 容量提升至 Humufish 的 2–3 倍、新增 simulation die（聚焦强化学习与 AI 代理协作）、内存升级至 HBM4E。Google 额外追加 100–200 万颗订单，单价较 Humufish 高约 30%。预计 2027 年底开始生产，2028 年放量。Humufish 生命周期出货量 400–500 万颗预估不变。

郭明錤｜Ming-Chi Kuo@mingchikuo · 6月22日39

Google and MediaTek Deepen TPU v9 Collaboration with Upgraded Triggerfish, Targeting AI Agents, Reinforcement Learning, and Effective Compute Maximization 1. My latest industry checks indicate that Google is developing an upgraded v9 chip, likely codenamed Triggerfish, based on TPU v9 / Humufish, with MediaTek exclusively securing this new, higher-priced order. 2. This upgraded chip is a Humufish-based follow-on program, positioned as a v9 variant with stronger inference capabilities that can help mitigate both the CPU wall and the memory wall. The project also further confirms MediaTek as Google’s preferred development partner for the TPU v9 generation. 3. The key differences between this v9 variant and Humufish are: SRAM capacity is significantly increased to 2–3 times that of Humufish, a new simulation die is added, and memory is upgraded to HBM4E, versus HBM4 on Humufish. 4. Beyond local TPU management and training / inference mode switching, the newly added simulation die's likely role centers on reinforcement learning (RL) and AI-agent coordination. 5. The larger SRAM keeps more of the active working set required by RL and AI agents local to the TPU, reducing data-movement costs and improving efficiency in the ultra-low-latency decode stage. 6. With Humufish lifetime shipments still estimated at 4–5 million units, Google is adding an incremental Triggerfish order of 1–2 million units, with production expected to begin in late 2027 and ramp in volume in 2028. As Triggerfish carries a unit price roughly 30% higher than Humufish, it could become an incremental driver of MediaTek’s 2028 business momentum.

译郭明錤爆料，Google基于TPU v9 / Humufish开发升级版芯片Triggerfish，由MediaTek独家代工。相比Humufish，Triggerfish的SRAM容量提升2-3倍，新增模拟die（用于强化学习和AI智能体协同），内存升级至HBM4E（Humufish为HBM4），强化推理能力以缓解CPU墙和内存墙。Humufish生命周期出货量约400-500万颗，Triggerfish追加订单100-200万颗，预计2027年底试产、2028年放量，单价高约30%，有望推动联发科2028年业绩增长。

MiniMax (official)@MiniMax_AI · 6月22日34

M3's 95% cache ratio tells the more interesting story hint: long-horizon coding loops appreciate @opencode making this usage visible.

译M3 的 95% 缓存命中率讲述了一个更有趣的故事 提示：长时间跨度的编码循环 感谢 @opencode 让这一使用量可见。

歸藏(guizang.ai)@op7418 · 6月22日22

我会在 Tabbit AI 浏览器的“妙招大赛”上担任评委。 他们奖金还挺多的，而且门槛也不高，只要在 Tabbit 上创建妙招就可以。可以是那种提示词妙招，也可以是脚本妙招。 冠军最高会有一万块的奖金。如果你有一些自己的东西，可以找时间来试试。

译歸藏宣布将担任 Tabbit AI 浏览器的“妙招大赛”评委。比赛奖金丰厚，冠军最高可获 10000 元，门槛不高，用户只需在 Tabbit 上创建妙招即可参赛，妙招类型包括提示词妙招或脚本妙招。

歸藏(guizang.ai)@op7418 · 6月22日41

小道消息，他没说来源 Anthropic 已经完成了一个更强的 Mythos 模型的训练 感觉训练是肯定不会停止的，就看是不是有了新的就会放出旧的了

译据消息，Anthropic 已完成更强版本 Mythos 模型的训练，具体名称可能是 Mythos 5.1 或 Mythos 6，尚未确定，计划可能内部保留以加速后续开发。引用推文指出，停止对外提供模型（如 Fable 5、Mythos 5）不会减缓进展，反而因释放资源可能加速；实验室在现有模型受限时仍可继续推进能力，前沿实验室必须持续训练更强大系统以领先开源与对手，GLM-5.2 已证明这一点。

Rohan Paul@rohanpaul_ai · 6月22日65

pewresearch Published its latest "Americans and AI 2026" report. Only 16% of Americans now expect AI to help society over the next 20 years and 40% expect AI to hurt society over the next 20 years 24% of Americans use chatbots daily, including 12% several times a day and 4% almost constantly. 51% of U.S. adults still do not use AI chatbots at all. 42% use chatbots to search for information, making search the top use case. 38% of employed adults use chatbots for work tasks. 10% use chatbots for emotional support or advice, while 4% use them for companionship. ChatGPT dominates chatbot adoption, with 44% of U.S. adults reporting use. Gemini follows at 24%, then Copilot at 17%, Meta AI at 14%, Grok at 8%, Claude at 6%, and Character[.]ai at 3%. Adults under 50 are about twice as likely as older adults to use ChatGPT, at 57% versus 28%. 30% say chatbots help their productivity, while only 5% say they hurt it. 28% say chatbots help them stay informed, while only 5% say they hurt that. 60% of U.S. adults read AI search summaries, meaning AI is now shaping information intake even for people who may not actively use chatbots.

译皮尤研究中心最新报告显示，仅16%美国成年人预期AI在未来20年帮助社会，40%预期伤害。24%每天使用聊天机器人，51%从未使用。聊天机器人首要用途是搜索信息（42%），38%上班族用于工作，10%用于情感支持，4%用于陪伴。ChatGPT使用率最高（44%），其次Gemini（24%）、Copilot（17%）、Meta AI（14%）、Grok（8%）、Claude（6%）、Character.ai（3%）。30%称聊天机器人提升生产力，28%认为帮助了解信息。60%成年人阅读AI搜索摘要，表明AI正影响信息摄入。

Alibaba Cloud@alibaba_cloud · 6月22日41

Productive exchange with @minliangtan and the @Razer team at Qwen Conference 2026. Where Razer's gaming platform meets @alibaba_cloud AI ecosystem across APAC and emerging markets — real space to build for gamers and creators. @Alibaba_Qwen

译与@minliangtan和@Razer团队在2026年Qwen大会上的富有成效的交流。雷蛇游戏平台与@alibaba_cloud AI生态在亚太及新兴市场交汇——为游戏玩家和创作者打造真实空间。

Alibaba Cloud@alibaba_cloud · 6月22日30

Supercharge your AI use with maximum savings. Pick the AI Plan that fits your team. For a limited time, new Alibaba Cloud users enjoy 50% off AI Plans. Compare AI Plans today: https://int.alibabacloud.com/m/1000414525/

译最大化节省，提升AI使用体验。选择适合你团队的AI计划。限时优惠，阿里云新用户可享AI计划50%折扣。立即比较AI计划：https://int.alibabacloud.com/m/1000414525/

swyx@swyx · 6月22日18

yes in case you missed it we are doing "poaster" sessions at AIE for the first time ever no papers, no posters. only poasters. we are looking for people who physically print out their hottest takes and stand in front of them taking all comers @QuinnyPig is there, we have room for a couple dozen more. application below cc @vibhuuuus

译是的，如果你错过了——我们正在 AIE 首次举办“Poaster”环节。 没有论文，没有海报。 只有 Poaster。 我们在找那些把最热辣的观点打印出来、站在前面迎接所有人挑战的人。 @QuinnyPig 已经在了，我们还有几十个名额。 申请链接见下方，抄送 @vibhuuuus

ginobefun@hongming731 · 6月22日57

http://x.com/i/article/2068851376151777280 # BestBlogs 早报 · 06-22｜Claude Code 负责人访谈、库克离场前苹果 AI 权力重构、GitHub 数据分析智能体 在线阅读本期早报 BestBlogs.dev 是 AI 驱动的私人阅读助手。这是面向所有人的每日早报内容，如果你希望它基于你的兴趣和阅读习惯整理，可以体验「我的早报」。 ## 导语 当编码不再是瓶颈，工程团队的真正考验变成了如何验证产出。今天的早报，三条精讲恰好从三个层面回答了这个问题。 第一条来自 Anthropic Claude Code 负责人 Fiona Fung，她做客 Lenny's Podcast，抛出一个数据点：Anthropic 工程师如今每季度交付的代码量是过去的 8 倍，但她更想讲的，是当「能不能做出来」不再是约束之后，团队该如何运转。第二条把镜头转向苹果，硅谷101 受邀亲临 WWDC26 现场，复盘库克离场前苹果内部的 AI 权力重构，以及一家以「完美文化」著称的公司，如何在每周一个版本的 AI 节奏面前重新校准自己的价值观天平。第三条则是 GitHub 工程团队首次公开内部数据分析智能体 Qubot 的构建实录，用一套三层架构印证了一个朴素却关键的洞察：结构化的上下文不仅让答案更准，还让返回正确答案的速度快了 3 倍。 把这三条放在一起读，会发现它们其实是同一条主线的不同切面——当 AI 把「执行」这一环大幅压缩，组织的胜负手正在从「写代码的能力」转向「定义问题、验证产出和沉淀上下文的能力」。无论是 Fiona 把规范签入代码库让 Claude 自动校验，还是 GitHub 把数据知识按 bronze/silver/gold 分层喂给智能体，本质都是在为 agent 准备一套结构化、可被持续维护的上下文；而苹果的组织重构，则是在更高层面回答「谁来定义这套上下文与价值观」。 速览与补充阅读里，还有图灵奖得主 LeCun 押注的世界模型之争、Cerebras IPO 引出的 AI 算力路线、DeepSeek 背后 356 人的人才白皮书、SFT 仍漏学 15% 训练数据的 ACL 论文，以及 GLM-5.2 登顶 Design Arena 等一批值得细看的内容，方向横跨研究、产业与一线工程实践，建议挑贴合自己当前关注的两三篇深读。 ## ★ 精讲一：打造全球最「All-in AI」工程团队：Anthropic Claude Code 负责人 Fiona Fung 的一线实践 来源：Lenny's Podcast（VIDEO）｜评分 92｜在 BestBlogs 阅读本篇 Anthropic Claude Code 与 Co-work 负责人 Fiona Fung 做客 Lenny Rachitsky 的播客，开场就抛出一个足以让所有工程管理者停下来的数据：Anthropic 的工程师如今每季度交付的代码量，是 AI 工具普及之前的 8 倍。但她紧接着强调，真正值得讲的不是这个数字，而是「软件工程」这件事本身正在被重新定义。 编码不再是瓶颈。 这是 Fiona 反复回到的一句话。在她看来，AI 抬高了「任何一个人能做到什么」的天花板：在 Anthropic，产品经理、设计师和各个方向的工程师都在向代码库提交代码，约束已经从「我们能不能把它做出来」彻底转向了「我们如何验证做出来的东西是正确的、且真正有影响力的」。换句话说，能力的稀缺性下降了，判断力和验证能力的稀缺性上升了。 一个「全员 All-in AI」的团队，日常究竟长什么样？Fiona 给了几个非常具体的画面。她自己有一个 Claude Code 远程会话，常驻运行在 Anthropic 所有代码仓库之上，让她对每个人在交付什么——PR、指标、线上事故——保持完整的可见性。她不再依赖人工的状态同步，而是用这些真实的代码活动和市场反馈，来支撑更有信息量的一对一沟通和月度复盘。她还重度依赖一类被称为 routines 的「定时智能体」：它们每天清晨醒来，扫描 Slack、邮件、合作伙伴渠道和社交媒体上的反馈，归纳出主题，甚至直接为一些打磨型的小修复生成 PR——她要做的，只是在早晨的咖啡时间审阅这些 PR，而不是手动去逐条分拣反馈。 在「招什么样的人」上，她给出了两类画像。一类是有产品感的创造型构建者：他们对某个产品充满热情，能端到端地把东西做出来，痴迷地阅读用户反馈，并把体验打磨到令人愉悦——她称之为「造梦者」。另一类是深度的系统专家：在那些仍然需要专业验证和领域知识的环节，比如分布式系统，这类能力是她为 Claude Code 团队刻意去招募的。「现在理论上一切皆有可能，」她说，「问题变成了：你能有多大的野心？」 那么如何在 8 倍速度下守住质量？Fiona 给的框架很朴素：区分 bad（不可恢复的错误，比如崩溃）和 sad（可恢复的痛点，比如界面闪烁），每个团队自行定义各自的阈值；再把规范（specs）签入代码库，让 Claude 能对照既定标准来校验 PR，叠加自动化监控，质量这一层就能随产出量一起扩展。她也坦诚地谈到一个意外的副作用——孤独感：「当我们都开始大量和自己的 agent 一起工作，它会慢慢变成一种孤独的体验。」团队的应对是结对编程式的午餐和黑客松，目的不是复刻老式结对编程，而是互相分享工作流，因为团队里每个人使用 Claude Code 的方式都出人意料地不同。 放在今天这份早报的语境里，这篇的价值在于它给出了一手的、可被借鉴的「AI 时代团队操作系统」：常驻远程会话、自动生成 PR 的 routines、bad/sad 质量框架、用 JIT 月度计划取代半年路线图。它和后面 GitHub 的 Qubot、苹果的组织重构互为参照——当执行被压缩，组织的真正功夫都落在了流程、验证和上下文上。阅读建议：如果你正在带一支工程团队，建议把它当成一份可落地的实践清单来读，对照自己团队的瓶颈逐条取舍。 ## ★ 精讲二：库克的离场，苹果新 AI 权力重构与价值观天平｜WWDC26 来源：硅谷101（ARTICLE）｜评分 91｜在 BestBlogs 阅读本篇 2026 年 6 月 8 日，苹果在库比蒂诺 Apple Park 举办年度 WWDC——这是 Tim Cook 以 CEO 身份最后一次主持。按照官宣，他将于 9 月 1 日卸任，由硬件工程高级副总裁 John Ternus 接任 CEO，自己转任董事会执行主席。硅谷101 今年受邀亲临现场，这篇复盘最难得的，是它把一场「换帅 + AI 转身」的复杂博弈摆在了台面上。 文章先讲清了组织权力的重新洗牌。两年前 Apple Intelligence 发布后数次延期，不仅让业界质疑苹果的 AI 研发能力，更引发了消费者虚假广告诉讼和股东证券欺诈诉讼。Gen Digital 首席 AI/创新官 Howie Xu 一针见血：苹果过去成功靠的是「一年憋一个大招」，但 AI 时代大概每周就该有一个 release，这套老打法可能不再适用。据彭博社报道，2025 年苹果高层完成了一次改写 AI 权力版图的人事变动：原本负责 AI 的 John Giannandrea 失去信任并最终离开；曾主导 Vision Pro 的 Mike Rockwell 接手 Siri，但在 Craig Federighi 的坚持下，AI 与 Siri 最终归属软件工程体系，Rockwell 向 Federighi 汇报，而非直接向 Cook 汇报；同时，苹果从外部挖来在谷歌待过 16 年、主导过 Gemini 的 Amar Subramanya 来主导自研模型。背后的真正分歧是：AI 到底是一个独立的新中枢，还是软件系统的一部分？ 技术层面，文章拆解了新一代 Apple Foundation Models（AFM）：两个端侧模型（30 亿参数的 AFM 3 Core 与 200 亿参数 MoE 架构的 AFM 3 Core Advanced），以及云端三件套（AFM Cloud、AFM Cloud Pro、ADM Cloud Image）。前苹果工程师 Nathan Wang 解释，端侧能跑 200 亿参数模型靠两项关键技术：稀疏 MoE 一次只激活约 10 到 40 亿参数，以及把部分固定参数放进闪存、按需动态加载，从而在内存有限的端侧设备上既省内存又省电——这正是苹果软硬一体优势的体现。值得注意的是，更强的端侧模型对硬件门槛极高，目前只能在 iPhone 17 Pro 系列、iPhone Air，以及内存达标的高端 iPad/Mac 上运行。云端最强的 AFM Cloud Pro 负责复杂推理和智能体工具调用，且是在谷歌云上专门为英伟达 GPU 优化的。 这篇为什么值得今天读？因为它提供了一个与精讲一形成镜像的样本。Fiona 的 Anthropic 代表了一种「执行成本趋近于零、组织全力拥抱变化」的极端；而苹果代表了另一种张力——一家把「完美体验」刻进基因的公司，在 AI 革命面前如何重新平衡「用户体验」和「产品创新」这架天平。多位硅谷专家点评本次 demo「不够 agentic」，华尔街观望致股价跌超 5%，都说明这场转身远未完成。阅读建议：想理解大公司在 AI 时代的组织阵痛与战略取舍，这篇带现场视角和内幕的深度复盘是很好的标本，可以重点看组织重组和自研模型两节。 ## ★ 精讲三：我们如何构建内部数据分析智能体 来源：The GitHub Blog（ARTICLE）｜评分 90｜在 BestBlogs 阅读本篇 「数据自助化」是数据团队追了几十年都没真正解决的难题。GitHub 工程团队这篇文章，首次公开了他们的内部数据分析智能体 Qubot 的构建实录：它让任何一位 Hubber（GitHub 员工的自称）都能用自然语言询问数据仓库里任意数据模型的问题，并在几秒内得到答案。文章一开始就把定位讲得很清楚——Qubot 不是报表工具，也不是仪表盘的替代品，它面向的是探索式提问，比如「这个功能上，哪一群用户的留存最高？」或者「上周是哪个产品最大程度地拉动了这个指标？」 架构由三个主要部分组成。第一层是多入口的用户界面：Qubot 可以通过 Slack、VS Code 和 Copilot CLI 访问。Slack 无需任何配置，是 Hubber 们最常用的协作工具——在 Qubot 频道里发问，系统会在 github.com 上拉起一个 Copilot Cloud Agent 实例，答案直接回到 Slack，方便分享，也能在 thread 里继续追问、refine 问题；所有结果还会以 markdown 报告的形式存进一个 PR，供后续微调查询或接入仪表盘。第二层是联邦化的上下文层，这也是全文最关键的一节：数据仓库按 bronze（原始事件）、silver（规整后的事实与维度）、gold（面向具体业务场景的精选数据集）分层，上下文层则针对每一层「量身定制」知识——bronze 是产品团队贡献的遥测上下文和元数据，silver 是数据团队维护的查询示例、使用指引与强制过滤条件，gold 是数据集 owner 提供的业务规则和指标定义；上下文在运行时通过 GitHub MCP Server 加载。为持续丰富这一层，他们还做了一个 context agent，让各团队用标准化模板或引用仓库的方式贡献知识，再由 agent 自动摄取、组织、规范化。 文章给出的关键洞察是：结构化的上下文不仅让答案更准，还让返回正确答案的速度快了 3 倍。 这把「上下文工程」从一句口号变成了可量化的工程结论。把它和今天另外两条精讲对照着读会更有意思——Fiona 强调把 specs 签入代码库让 Claude 对照校验，本质也是在为 agent 喂结构化上下文；而苹果的组织重构，某种意义上也是在重新定义「谁来定义和维护那套上下文与规则」。阅读建议：如果你正打算在企业内部落地数据类或分析类 Agent，建议精读上下文层和 context agent 两节，把它当成一份分层上下文治理的参考蓝图。 ## 速览 下面是今天另外 7 篇同样值得一读的精选内容，覆盖世界模型、AI 算力、人才结构、训练机理与工程实践等多个方向。 [AINews] GLM-5.2 货真价实；Z.ai 预测年底前推出 Open Fable（来源：Latent.Space，评分 90）。这期 AINews 把笔墨给了 GLM-5.2：它被视为首个真正通过「这是一个恰好开源的前沿模型」直觉检验的开放权重模型，并得到了独立从业者和多个样本外基准的交叉验证——作者特别提到，GLM 5 过了这道关、GLM 5.1 没过，而 5.2 的「手感」明显不同。文章顺带勾勒了从模型到智能体工具链的转变、新的自动化原语，以及一个更贴近现实的智能体知识工作基准。Z.ai 持续被验证为真正的前沿实验室，下一个里程碑是「开源何时能拿出一个 Fable 级模型」。在 BestBlogs 阅读本篇 图灵奖得主押上 10 亿美元的「世界模型」，是 AI 的下一个十年？（下）（来源：十字路口Crossing，评分 90）。这篇深入解析了图灵奖得主 LeCun 押注的 JEPA 世界模型路线。他断言「VLA 必死」，但现实是当下最惊艳的机器人（能削西葫芦、倒垃圾）恰恰用的是 VLA 架构，而 JEPA 挪开一个杯子要花整整 60 秒。文章逐层对比 VLA 与基于 JEPA 的替代技术栈——从 V-JEPA 2 视觉编码器，到用 JEPA 重述 VLM 的训练方式，再到机器人规划与控制——既展示了 JEPA 在视觉编码与效率上的优势，也坦诚了它在机器人控制上的明显短板。难得地把一场技术豪赌的两面都摆上了台面。在 BestBlogs 阅读本篇 从 Cerebras IPO 聊起：AI 算力变化、Scaling law 的萌芽和百度美研往事（来源：晚点AI，评分 88）。这篇访谈 Cerebras 早期投资人周楠，回顾了百度美国研究院在 2016 年前后对 AI 算力瓶颈的前瞻判断——当时吴恩达任负责人，Anthropic 创始人 Dario Amodei 也曾在那里工作，团队很早就形成了「更大模型、更多数据、更强算力」的共识。文章解释了 Cerebras 的 Wafer-Scale 架构价值（把整片晶圆做成一个超大 AI 计算引擎，减少数据搬运），以及它作为英伟达在推理等特定负载上挑战者的真实定位。最值得回味的一句是：当所有人都在追逐 AI，真正稀缺的不是相信 AI，而是判断下一个发展瓶颈。在 BestBlogs 阅读本篇 DeepSeek 背后的 356 人：一份白皮书揭开中美 AI 人才战争（来源：AINLP，评分 88）。斯坦福胡佛研究所与 HAI 更新白皮书，用论文作者网络（而非员工名单）追踪 DeepSeek 七篇核心论文（从 2024 年 1 月的开源 LLM 一路到 2026 年 4 月的 V4 预览版）背后 356 名研究和工程贡献者的职业轨迹。结论很有意思：核心 31 人保持稳定，说明技术路线没有频繁断裂；而「一篇论文贡献者」从 23 人增至 136 人，说明 DeepSeek 能把外部或边缘任务能力快速接进主线研发。这种「稳定核心 + 快速补员」的分层结构，比任何模型榜单都更能解释它的持续产出能力。在 BestBlogs 阅读本篇 ACL 2026 | 腾讯混元发现「不完全学习」，SFT 仍漏学 15% 训练数据（来源：PaperWeekly，评分 88）。腾讯混元与 UNSW 联合团队在 ACL 2026 发表论文，系统性地揭示了一个被忽视的现象：即便 SFT 训练已收敛、loss 已平稳，模型在训练集上重测平均仍有 15.3% ± 2.1% 的样本答不对，作者将其命名为「不完全学习现象（ILP）」。更值得警惕的是，这些未学习样本并非随机分布，而是系统性地集中在罕见实体、多步推理、与预训练知识冲突等最有价值、最难标注的复杂样本上。论文进一步给出了从检测、归因到干预的完整框架，对所有做垂直领域微调的团队都有直接的成本与可靠性启示。在 BestBlogs 阅读本篇 如何围绕公司隐性规则设计智能体系统（来源：HBR.org，评分 89）。这篇用一个金融服务的真实案例切入：一位高净值客户更新受益人信息，AI 路由、运营处理、沟通确认每一步都「按设计正确执行」，但一个月后客户却把账户转去了竞争对手。问题在于，经验丰富的顾问能从一次次季度沟通中读出 CRM 字段里没有的「对话信号」，而这恰恰是当前智能体系统的盲区。文章主张，对 AI 智能体而言最关键的组织智慧并不在文档化的流程里，而是隐含在由知识、动机和判断力构成的非书面系统中，并为此提供了一个设计框架。和精讲三的「上下文层」遥相呼应——只是这次讲的是那些难以结构化的隐性上下文。在 BestBlogs 阅读本篇 AI 编程实战：如何用软件工程思维驾驭 Agent 生成代码（来源：宝玉(@dotey)，评分 90）。这是一篇高质量原创 Thread，针对「如何让 Agent 生成的代码更好地满足需求、减少新版本上线后的不稳定、并实现线上问题的自动化修复」，给出了系统性的工程实践建议：需求分析要提供充足上下文、系统设计拆分里程碑并用 plan 模式对齐共识、代码审查拆细且 Agent 审查加人兜底、自动化测试覆盖并接入 CI、灰度发布与 feature flag、建立 CI/CD 自动化部署与回滚机制。核心观点很实在：与其追求 AI 全自动修 bug，不如建立好的开发流程让 bug 少发生。可以和精讲一里 Fiona 的「bad/sad 框架 + specs 入库」对照着读。在 BestBlogs 阅读本篇 ## 补充阅读 以下几篇适合按兴趣选读，覆盖企业级 Agent 落地、提示词工程、模型评测与产业观察。 - AI 智能体让 OpenAI 的数据变得有意义（InfoQ，评分 90）：详细介绍 OpenAI 如何构建内部数据分析智能体 Kepler，利用丰富的数据上下文、记忆与评估来回答横跨 7 万个数据集的复杂问题。和今天 GitHub 的 Qubot 几乎是同一道题的两种解法，适合做企业数据 Agent 的团队对照阅读。在 BestBlogs 阅读本篇 - 面试官：「你看过 Claude Fable 5 系统提示词吗？」（小林coding，评分 89）：以网传泄漏的 Claude Fable 5 系统提示词为范本，逐段拆解其工具定义、知识边界、安全红线与交互风格，提炼出可直接用于 AI Agent 与提示词工程的实践原则。适合想从一线产品的「内部手册」反推提示词工程方法的读者。在 BestBlogs 阅读本篇 - GLM-5.2 如何在 Design Arena 中击败了 Fable 5（Draco正在VibeCoding，评分 88）：GLM-5.2 在 Design Arena 单轮 HTML 网页设计评测中登顶，成为首款 MIT 授权的开源冠军，价格仅为对手的零头。文章逐案例分析了它避开常见编码错误、生成更精致页面的具体表现。和速览里的 AINews 互为补充，关心开源模型进展的可一并读。在 BestBlogs 阅读本篇 - 「机器学习之父」Jordan：Hinton 等「思想领袖们」正在伤害年轻一代（机器之心，评分高分推荐）：Michael I. Jordan 尖锐批评 AI 领域的「思想领袖」文化，认为 AGI 是公关术语、末日叙事正在伤害年轻一代，并主张用统计学、经济学与计算机科学三足鼎立的框架重新定义 AI 研究。适合想跳出热点、听一听清醒批判声音的读者。在 BestBlogs 阅读本篇 - 对话王小川：造医生，战豆包，与无尽的 AI 非共识（硅星人Pro，评分高分推荐）：王小川系统阐述百川智能聚焦 AI 医疗的战略逻辑——面对通用模型的冲击，选择以「造 AI 家庭医生」为切入点，通过医学增强模型和与顶级医院深度共创，在供给端创造新价值，而非在 Coding 等共识赛道内卷。适合关注 AI 产业差异化打法的读者。在 BestBlogs 阅读本篇 - 从零构建受 OpenClaw 启发的 AI 智能体（freeCodeCamp.org，评分 90）：一套基于 Next.js 与 Vercel AI SDK 的端到端实战课程，在同一运行时中整合上下文高效的工具、用户级记忆、持久人格、Telegram 接入与定时工作流。适合想动手把「Agent 架构」从概念跑通到能部署的开发者。在 BestBlogs 阅读本篇 ## 今日阅读路径 如果你今天时间有限，建议按下面的顺序读这 3 篇： 1. 精讲一 · Anthropic Claude Code 负责人 Fiona Fung 的一线实践（Lenny's Podcast）——先建立「编码不再是瓶颈、约束转向验证」这个总框架，它是理解今天大半内容的钥匙。 1. 精讲三 · 我们如何构建内部数据分析智能体（The GitHub Blog）——再看一个可落地的工程样本，理解「结构化上下文让答案又快又准」这一关键洞察。 1. 精讲二 · 库克的离场，苹果新 AI 权力重构｜WWDC26（硅谷101）——最后用苹果这个大公司样本，看「拥抱变化」与「守住价值观」之间的真实张力。 读完这 3 篇，再回到速览与补充阅读里，挑 1 到 2 篇最贴合你当前方向的内容做延伸阅读即可，不必贪多求全。 BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，欢迎体验。

译Anthropic Claude Code 负责人 Fiona Fung 称工程师每季度交付代码量是 AI 普及前的 8 倍，采用常驻远程会话和定时 agent 自动生成 PR，以 bad/sad 质量框架守住质量。苹果 WWDC26 上库克卸任，John Ternus 接任；AI 权力重构：John Giannandrea 离开，Mike Rockwell 接手 Siri 并向 Craig Federighi 汇报，从谷歌挖来 Amar Subramanya 主导自研模型。新一代 Apple Foundation Models 包括端侧 30B 参数 AFM 3 Core 和 200B MoE AFM 3 Core Advanced，云端 AFM Cloud Pro，端侧需 iPhone 17 Pro 等设备。GitHub 公开内部数据分析智能体 Qubot，采用三层架构，返回正确答案速度提升 3 倍。

PixVerse@PixVerse_ · 6月22日17

🎬 Heading to VidCon? Stop by PixVerse booth #5113 and see how creators are generating production-ready quality videos that perform, fast. ⚡ Faster workflows 🎥 Better video quality 🚀 More content, less production overhead Come say hi and see what's new. #VidCon #VidCon2026 #CreatorEconomy #AIVideo

译🎬 要去 VidCon 吗？ 到 PixVerse 展位 #5113 来看看创作者们如何快速生成可投入生产的高质量视频。 ⚡ 更快的工作流 🎥 更好的视频质量 🚀 更多内容，更少制作成本 过来打个招呼，看看有什么新东西。 #VidCon #VidCon2026 #CreatorEconomy #AIVideo

jason@jxnlco · 6月22日18

we're loopmaxxing! please leave your comments codex is watching

译Jason Liu 转发了 @thsottiaux 的提问：Codex 应用中哪些地方需要改进？哪些体验不令人满意？主推文表示团队正在循环优化，请大家留言反馈。

Rohan Paul@rohanpaul_ai · 6月22日62

AI data center finance is becoming its own serious asset class. Investment-Grade bonds, project finance, private credit, high yield, now broadly syndicated loans. The Information just published piece on how Morgan Stanley is now pitching data center developers on the leveraged loan market. Not just project finance, not just bank loans, not just high-yield bonds — now the same loan market that usually funds LBOs (Leveraged Buyout) is being pulled into the AI infrastructure buildout. Morgan Stanley has estimated AI-related debt issuance could cross $570B in 2026. By end-May 2026, AI-linked borrowing had already reached about $236B, something like 4x the year-ago level. So this is no longer just hyperscalers issuing investment-grade bonds. The whole debt stack is widening. Just becasue the funding need is just massive. So it is more like: contracted AI infrastructure cash flows, packaged into leveraged credit. CLO (Collateralized Loan Obligation) managers are apparently interested in these data center loans because they get floating-rate exposure, better yield, and in many cases cash flows tied to long-term hyperscaler contracts. --- theinformation. com/articles/morgan-stanley-pitches-clients-new-market-data-center-loans

译摩根士丹利开始向数据中心开发商推销杠杆贷款市场。继投资级债券、项目融资、私人信贷、高收益债之后，通常用于LBO的杠杆贷款也涌入AI基建。摩根士丹利预计2026年AI相关债务发行或超5700亿美元，截至5月底已达约2360亿美元，是去年同期的4倍。NYU教授Damodaran对比互联网泡沫指出，AI资本支出规模史无前例，且大量由债务而非股权融资，一旦调整，违约将蔓延至社会，风险远超股价暴跌。

Chubby♨️@kimmonismus · 6月22日50

friends, i got the feeling that coming week will be super duper exciting.

译Anthropic 的 Mythos 模型更强大版本已结束训练。Mythos 于 4 月 7 日通过 Project Glasswing 上线，仅两个月后即迎来新迭代。目前仍存三点疑问：新版是否仍通过 Project Glasswing 发布；性能相比 Mythos‑1 提升多少；能否通过 Fable 5.1（或后续命名）获得权限。消息来自可靠信源 Andrew Curran。

Rohan Paul@rohanpaul_ai · 6月22日51

Drones create the kind of data AI labs cannot scrape from the web. 500K hours of real drone footage from Ukraine are now being packaged for AI model training. These are full-motion video captured in messy combat conditions, where smoke, weather, terrain, shadows, heat signatures, and fast movement break many clean demos. The data wall will be much less of a problem when drones keep turning the physical world into labeled video. --- defensescoop. com/2026/06/16/data-from-half-a-million-hours-of-ukraine-conflict-drone-footage-now-available-to-train-ai/

译无人机能生成AI实验室无法从网络抓取的真实数据。来自乌克兰的50万小时真实战斗无人机全动态视频（含烟雾、天气、地形、阴影、热信号及快速移动等复杂条件）正被打包用于AI模型训练。这类物理世界转换而成的标注视频将大幅缓解AI训练面临的数据墙问题。

Chubby♨️@kimmonismus · 6月22日43

A new, more capable version of Anthropics Mythos has emerged from training. In itself, this is nothing out of the ordinary. What else would we expect? That Mythos is already the end? Of course not. It's just the beginning. What's exciting here is the speed. Mythos was only made available on Project Glasswing on April 7th. Two months later, the next iteration. Two things remain unclear: 1) Will the new version also be available on Project Glasswing? 2) How much better is it than Mythos-1? 3) Will we get access with Fable 5.1 (or whatever it ends up being called)? Andrew Curran is one of the most reliable sources. This can be considered true.

译Anthropic 的 Mythos 模型新版本已完成训练，距 4 月 7 日 Mythos‑1 通过 Project Glasswing 发布仅两个月。可靠消息源 Andrew Curran 确认新版更强，但名称（Mythos 5.1 或 Mythos 6）及是否公开尚不明确，也可能仅用于内部加速开发。目前不确定新版本是否通过 Project Glasswing 提供，以及用户能否通过 Fable 5.1 访问。引用推文称，停止 Fable 5 或 Mythos 5 的公开服务反而可能通过释放资源加速开发，前沿实验室必须持续训练更强模型以保持领先。

Tibo@thsottiaux · 6月22日16

What should we improve in the Codex app. What's not delightful?

译我们应该改进 Codex app 的哪些方面？什么让你感到不满意？

Berryxia.AI@berryxia · 6月22日61

苹果换帅后会有什么大动作？ 这哥们本身就是硬件产品出生… 2001年，苹果发布了一款叫iPod的音乐播放器。没人想到它会重新定义整个消费电子行业。 二十五年后，苹果正在做一件更疯狂的事：把摄像头塞进AirPods。 Bloomberg的Mark Gurman报道，苹果计划在2027年推出三款产品：带摄像头的AirPods、第二代折叠屏iPhone，以及一款纪念iPhone诞生二十周年的特别版Pro机型。 其中最激进的是AirPods。内部代号B798，在耳机柄里放了计算机视觉摄像头。 看起来还是你熟悉的AirPods Pro，但它能看到你看到的东西。 苹果把这叫做"AI在身体上的下一个战场"。 这不是一个产品发布。 这是一整条产品线的重新定义。 耳机不再只是听音乐的工具，它变成了你和AI之间的视觉接口。 苹果在2001年用iPod证明了它可以重新发明一个品类。 二十六年后，它准备再做一次。只是这一次，品类是耳机。

译据Bloomberg报道，苹果计划2027年推出三款产品：内部代号B798的带摄像头AirPods、第二代折叠屏iPhone及纪念iPhone诞生二十周年的特别版Pro机型。最激进的是AirPods，在耳机柄内置计算机视觉摄像头，可捕捉用户视野，苹果将其定位为“AI在身体上的下一个战场”，使耳机从音乐工具变为AI视觉接口。新CEO John Ternus的首要任务被指是重整苹果设计团队，为产品线变革铺路。

向阳乔木@vista8 · 6月22日53

给Deepseek贡献点人才线索，希望国产模型做大做强！

译DeepSeek Harness组（新成立部门）仍在大量招聘，共开放三种职位：Harness研究员（实习/全职）、Harness工程师（实习/全职）、Harness产品经理（仅全职）。候选人大致需通过一轮笔试和三轮面试，终面由部门负责人@tianyi主持。职位空缺较大，招聘门槛与DeepSeek其他组一致。投递链接及私信渠道已附。

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 6月21日80

The head of the NSA (!) said Mythos "broke into almost all of our classified systems, not in weeks, but in hours." How is this not the biggest news story in the world?

译美国NSA局长称，Mythos在数小时内攻破了其几乎所有机密系统。此前Mythos已在5天内破解MacOS。而顶级漏洞团队Google Project Zero完成同等攻击需6个月，单个MacOS零日漏洞价值约200万美元。苹果原假设全球仅10-20个团队具备此能力，Mythos将使该数字增至数千。全球约20亿活跃苹果设备中，Mac用户多为记者、高管、政府官员等高价值目标，苹果曾是“最安全”的选择。

🚨 AI News | TestingCatalog@testingcatalog · 6月21日40

Grok Build Remote appears to be accessible on the web. However, it is not functional and it is likely unintended. Both Grok Build web and desktop apps are now under a big question, if they would survive Cursor acquisition or not. Link below 👀

译Grok Build Remote 似乎可以在网页上访问。然而，它无法使用，而且这很可能是无意的。 Grok Build 的网页版和桌面应用现在都面临一个大问号，它们能否在 Cursor 收购后继续存在还是个未知数。 下方链接👇

Chubby♨️@kimmonismus · 6月21日38

So we get Claude-Sonnet-5 instead of Fable 5 soon. Looks like a busy week: probably GPT-5.6 and Sonnet 5. But hey, keep em coming!

译所以我们很快就会得到 Claude-Sonnet-5 而不是 Fable 5。 看起来是忙碌的一周：可能会有 GPT-5.6 和 Sonnet 5。 不过嘿，继续来吧！

宝玉@dotey · 6月21日45

帮转招人，DeepSeek Harness

译DeepSeek Harness 新部门正在招人，共三种职位：Harness 研究员（实习/全职均可）、Harness 工程师（实习/全职均可）、Harness 产品经理（限全职）。招聘门槛与 DeepSeek 其他组一致，流程为一轮笔试加三轮面试，终面由 @tianyi 负责。有意者可私信投递简历，具体链接详见推文。

Rohan Paul@rohanpaul_ai · 6月21日51

Startupfortune: Hyundai is moving to take 100% of Boston Dynamics by buying SoftBank’s remaining 9.65% stake for $325M Should be great for Atlas as, Hyundai has the cleanest humanoid robotics trial path because the first customer is inside the company. Atlas is built for industrial work such as parts sequencing, with Hyundai planning deployment at its Georgia Metaplant by 2028 and broader component assembly by 2030. SoftBank’s exit looks less like quitting robotics and more like shifting capital toward bigger AI infrastructure bets. --- startupfortune .com/hyundai-takes-full-control-of-boston-dynamics-as-softbank-exits-for-325-million/

译现代汽车以3.25亿美元收购软银持有的波士顿动力剩余9.65%股份，实现100%控股。此举为Atlas人形机器人提供最清晰的工业部署路径：内部客户（现代自身）率先使用。Atlas专为工业任务设计，如零部件排序，现代计划2028年前在佐治亚州Metaplant部署，2030年扩展到更广泛的组件装配。软银退出机器人领域，转向更大规模的AI基础设施投资。

meng shao@shao__meng · 6月21日44

帮转，DeepSeek Harness 组，职位空缺很大，做 Agent Harness 研究和工程的朋友们，冲！

译DeepSeek Harness 组（新成立部门）仍在大量招聘。职位包括：Harness 研究员（实习/全职）、Harness 工程师（实习/全职）、Harness 产品经理（仅全职）。招聘流程与 DeepSeek 其他组一致：一轮笔试加三轮面试，终面由 @tianyi 负责。可私信投递简历。

Berryxia.AI@berryxia · 6月21日28

Creao AI 招人了，一款之前给大家推荐不错的产品。 可以看看其条件👇

译AI 智能体公司 CREAO 近日完成 3000 万美元融资，用户与收入快速增长。现开放三个岗位：Agent Product Engineer（全栈，直接定义产品，负责智能体创建、配置、执行、记忆、工具调用等核心体验）；Forward Deployed Engineer（将 Agent 落地于复杂企业生产系统，需 3 年以上企业客户技术经验）；Product Marketing and Technical Growth（构建面向 founder/builder/developer 的叙事与增长体系，覆盖获客、激活、留存、商业化）。简历投递：evelyn@creao.ai。

Berryxia.AI@berryxia · 6月21日41

兄弟们，喜大普奔哈哈！ DeepSeek-V4-Flash 免费到6月28号，直接冲啊！ 284B MoE，1M上下文，编码和Agent能力都不错，直接可以用起来，截止日期到6月28号。 链接：https://www.openmodel.ai

SemiAnalysis@SemiAnalysis_ · 6月21日27

MYTHOS IS HERE, MYTHOS IS HERE!!

译"MYTHOS 来了，MYTHOS 来了!!"

Rohan Paul@rohanpaul_ai · 6月21日69

The $10-$15 trillion total addressable market for AI, if it is successful, is actually "terrifying". - The famous "Dean of Valuation", Professor Aswath Damodaran, of NYU Stern School of Business. The reason: AI as a tool is a much smaller market; AI as a replacement for human-jobs is where the giant market story comes from. "The best-case scenario for AI, that $10 to $15 trillion market, will happen if ONLY it replaces people. If AI is a tool, it’s going to be a much smaller market than if AI replaces people. So, the stories we’re telling about $10, $20 or $25 trillion markets are actually terrifying stories for the rest of the world. Why? Because if that story comes true, half of all white-collar people are going to lose their jobs. And what are they going to do instead? Who’s going to come up with the income to buy the products and services? If AI works as well as it’s supposed to and replaces people, how do we deal with that as a society? Because people lose their jobs. Not only do you lose your income, you lose your life’s meaning.." ---- Video from "Excess Returns" podcast (full video in quoted tweet, also link to their YT in comment)

译NYU Stern商学院估值教授Aswath Damodaran指出，AI的10-15万亿美元可寻址市场如果成功实则“可怕”。原因在于：AI作为工具的市场远小于替代人类的市场；只有AI取代人类，才能实现这一规模。若成真，半数白领将失业，社会面临收入丧失和人生意义缺失。他在播客中还讨论了TAM陷阱、AI单位经济学、增长伴随再投资可能破坏价值，以及AI正将部分科技巨头从轻资产公司转变为基础设施公司等观点。