jason@jxnlco · 6月21日30

LETS GOOO

译OpenAI 正在将城市中的 ChatGPT 广告牌更换为 Codex 广告牌。主推文：冲啊！

Chubby♨️@kimmonismus · 6月21日48

No more tokenmaxxing at Meta Meta is preparing to curb internal AI usage after employee token consumption surged so sharply that the company now expects internal AI costs alone to reach billions of dollars in 2026 (looking at you Claude). The move marks a sharp reversal from Meta’s earlier push to reward “AI-driven impact,” as the company now builds an AI Gateway to track spending, impose token budgets, and shift employees toward in-house tools like MetaCode.

译Meta 内部不再 token 拉满了。 Meta 正准备限制内部 AI 的使用，原因是员工 token 消耗激增，以至于公司预计仅内部 AI 成本到 2026 年就将达到数十亿美元（说的就是你，Claude）。 这一举措标志着 Meta 此前鼓励“AI 驱动影响力”的立场出现急剧反转，公司目前正在构建一个 AI Gateway 来追踪开支、设定 token 预算，并引导员工转向 MetaCode 等内部工具。

Peter Steinberger 🦞@steipete · 6月21日26

If you are in Japan🇯🇵 or do business there, here's your chance to get lots of tokens!

译OpenAI 与 OpenNetwork_Lab 在京都举办创业 pitch 比赛，提供总计 100 万美元 API 积分，其中冠军获 10 万美元。@steipete 表示，如果你在日本或做日本生意，这是获得大量 token 的机会。

MiniMax (official)@MiniMax_AI · 6月21日37

Excited for what the talented engineers and researchers build today at @ycombinator

译在 Y Combinator 举行的 @googledeepmind / HUD Frontier / RSI RL Environments 黑客马拉松现场人潮涌动，共同赞助方还包括 @ExaAILabs @modal @AnthropicAI @FireworksAI_HQ @MiniMax_AI 等。期待各位工程师和研究员今天在 YC 的成果。

Chubby♨️@kimmonismus · 6月21日24

At this point, I can easily see the drama around Anthropic pushing them to delay their IPO, while OpenAI does everything it can to beat them to market and raise more capital along the way.

译在这一点上，我很容易看到围绕Anthropic的戏剧性事件会迫使其推迟IPO，而OpenAI则竭尽全力抢先上市并在此过程中筹集更多资金。

Berryxia.AI@berryxia · 6月21日57

讲真，AI时代并没有真正意义的平权可言！ 美国把Claude最强的Mythos模型限制出口后，居然还有大概200家机构能继续用。 换句话说：这200家美国机构现在手里握着的，是外面所有人都摸不到的顶级AI能力。 根据Bloomberg的报道，这些早期用户（包括一些银行、Cisco、Dragos等组织）在出口管制后依然保留着访问权限。 而普通用户和大多数组织已经被挡在外面。 评论区有人说得好："What can we peasant do?"（我们普通人能干嘛？）作者回了一个词："Permanent underclass"（永久底层阶级）， 说真的，这话虽然扎心但不无道理。 想想看，当200家顶尖机构已经在用最顶级的模型做研发的时候。 外面的人还在争论该用GPT-4还是Claude Sonnet，这个差距不是一两年能追回来的。 我感觉这才是真正的AI鸿沟，不是你买不买得起API的问题，是人家用的东西你连见都见不到。 对我们普通人来说，现在的策略就一个：先把现有工具用到极致，别等"更好的出来"，等你也等不到。

译美国对Anthropic最强模型Claude Mythos实施出口管制后，仍有约200家早期用户（包括部分银行、Cisco、Dragos等）保留访问权限，普通用户和大多数组织已被挡在门外。据Bloomberg报道，这200家机构手握外界无法触及的顶级AI能力，形成“永久底层阶级”式的AI鸿沟。差距不是简单API购买能力能弥补，普通用户甚至见不到这些模型。

Berryxia.AI@berryxia · 6月21日83

重磅，AlphaFold之父John Jumper宣布离开Google DeepMind，加入Anthropic🤯 这个人什么背景？ 简单说：他带队做出了AlphaFold，直接拿下诺贝尔化学奖，蛋白质结构预测从几十年的难题变成了AI秒出结果。 他在Google待了快9年，Demis Hassabis（DeepMind创始人）在他博士毕业才6个月的时候就让他带AlphaFold团队，这个魄力本身就很疯。 但现在他选择走了，而且是去Anthropic。 说真的，看看最近Anthropic的人才流入： John Jumper（AlphaFold/诺贝尔奖） 之前还有大批OpenAI核心研究员 Jeff Dean现在还在Google但已经开始公开跟他互动了 评论区有个老哥说得特别到位："Anthropic is collecting the infinity stones"（Anthropic在收集无限宝石）。 我感觉Anthropic可能手里有什么我们还不知道的东西，否则解释不了为什么顶级人才像被吸铁石一样往那里跑， 一个做蛋白质结构的诺贝尔奖得主，跑去做AI安全和大模型，这个跨界本身就说明了一件事：AI的下一个重大突破可能不在你以为的地方。

译诺贝尔化学奖得主、AlphaFold 团队负责人 John Jumper 宣布离开 Google DeepMind，加入 Anthropic（休息一段时间后）。他在 GDM 工作近 9 年，博士毕业仅 6 个月便被 Demis Hassabis 委以重任领导 AlphaFold，实现了蛋白质结构预测突破。此前已有大批 OpenAI 核心研究员流入 Anthropic，Jeff Dean 也开始公开互动。评论称 Anthropic 在“收集无限宝石”。这位蛋白质科学家跨界 AI 安全与大模型，暗示下一个重大突破可能出现在意料之外的方向。

Nathan Lambert@natolambert · 6月21日45

Something I haven't advertised much is that I made a Discord to go with my RLHF book, launching in print in a few weeks. Trying to create the place for the next generation of folks trying to learn post-training to learn and have community.

译我很少宣传的一件事是，我为我的 RLHF 书籍创建了一个 Discord 社区，该书几周后即将印刷出版。 旨在为想要学习后训练的下一代人提供一个学习和交流的社区。

Chubby♨️@kimmonismus · 6月21日28

I did a Microsoft Build Vlog. Check it out! :) https://www.youtube.com/watch?v=HxSbcXuPAnI

译我做了一个微软 Build 大会的 Vlog。来看看吧！:) https://www.youtube.com/watch?v=HxSbcXuPAnI

Kling AI@Kling_ai · 6月20日20

Teaser out! Full MV drops in 3 days, stay tuned. 🔥

译预告片已出！完整MV三天后发布，敬请期待。🔥

elvis@omarsar0 · 6月20日14

Working on hands-on material for this. Any requests or topics you would like me to cover?

译我正在为此制作实践材料。 有没有什么需求或话题是你希望我涵盖的？

SemiAnalysis@SemiAnalysis_ · 6月20日53

According to @arankomatsuzaki , Claude charges 3x more to Hindi speakers like @dylan522p , @_sholtodouglas & @dwarkesh_sp

译据 @arankomatsuzaki 称，Claude 对印地语使用者（如 @dylan522p、@_sholtodouglas 和 @dwarkesh_sp）收费贵 3 倍。

Chubby♨️@kimmonismus · 6月20日39

It probably has nothing to do with trying to win more goodwill, since Fable 5 still isn't available and- theoretically- won't be available via subscription after June 22nd, right?

译这大概与试图赢取更多好感无关，因为Fable 5仍然不可用，而且——理论上——在6月22日之后将无法通过订阅获取，对吧？

AYi@AYi_AInotes · 6月20日65

微软在干一件很骚的事，一边把 OpenAI 的模型卖给中国公司，一边把中国的 DeepSeek 模型准备卖给西方客户，两头通吃，可以说全球独此一家了。 这件事能跑通，靠的是微软跟 OpenAI 签的特殊合同， 微软拿到了全球自由转售权，OpenAI 管不着， 然后在中国市场，最大的客户是字节跳动，每年在 Azure 和 AI 服务上砸的钱超过 10 亿美元。 最有意思的是合规处理，模型不部署在中国境内，中国客户通过新加坡的数据中心访问。 OpenAI 那边一直催微软加强安全，特别怕中国客户搞模型蒸馏，拿 GPT 的输出训自己的模型。 微软对外说有自动监控，只服务企业客户不对个人开放。 但据彭博社的消息，实际上审查没那么严。 更微妙的是另一头，微软同时在测 DeepSeek 的 R1 和 V4，打算卖给西方客户。 美国模型卖中国，中国模型卖西方，微软自己变成了一个巨大的 AI 转换插头。 这件事背后的信号也很有意思， 中美 AI 在最高层面互相防着，限制出口、限制投资、限制芯片， 但在商业层，套利空间已经大到连微软这种体量的公司也愿意两头下注。 所以地缘归地缘，生意归生意哈哈哈

译微软凭借与OpenAI的特殊合同获得全球自由转售权，将OpenAI模型卖给中国客户（最大客户字节跳动每年在Azure和AI服务上投入超10亿美元），模型通过新加坡数据中心访问，同时监控防蒸馏。另一边，微软正在测试DeepSeek-R1和DeepSeek-V4，准备反向卖给西方客户。这一“双向AI模型贸易网络”凸显中美地缘壁垒下商业套利空间巨大。

AYi@AYi_AInotes · 6月20日75

还得是微软会闷声发大财啊，它现在已经成为全球最大的 AI 中间商，oh no ，是最大的中转站， 不仅把ChatGPT卖给中国企业，也把DeepSeek 反向卖给西方客户😁 以上来自彭博社的最新报道，绝对权威可信，看完让我意外的不仅仅是微软把 GPT 卖给中国那部分，后面那一句：微软同时在测试 DeepSeek-R1 和 DeepSeek-V4，准备把这些中国模型卖给西方客户。 好家伙，左手接 GPT 卖到中国，右手接 DeepSeek 卖到西方，这他么不是一家 AI 公司在卖模型，简直就是一个跨中美 AI 模型的双向贸易网络正在成形呀

译彭博社报道，微软已成为全球最大AI模型中转站，既将ChatGPT卖给中国企业，也反向将DeepSeek模型卖给西方客户。报道称微软正在测试DeepSeek-R1和DeepSeek-V4，计划向西方客户提供这些中国模型。这一模式构建起跨中美AI模型的双向贸易网络。

Rohan Paul@rohanpaul_ai · 6月20日64

Goldman Sachs is now saying the AI race has become a $5.3T capital-spending cycle. with that figure covering expected hyperscaler spending on AI and data centers from 2025 through 2030. AI infrastructure is starting to strain normal financing channels, because the same few hyperscalers cannot endlessly push debt into public bond markets without investors worrying about issuer concentration. A data center is not one asset, because it combines land, power access, network links, buildings, cooling, and AI servers, so the financing naturally spills across infrastructure funds, real estate funds, private credit, and corporate bonds. Goldman signals that AI capex estimates are rising faster than actual data center construction, which means the bottleneck may shift from model demand to financing capacity, power availability, and project execution.

译高盛指出，AI竞赛已形成5.3万亿美元资本支出周期（覆盖2025–2030年超大规模云商AI及数据中心投入）。基础设施融资正面临困境：少数巨头无法无限发债，数据中心组合复杂（土地、电力、网络、冷却、服务器），融资分散于多种渠道。AI资本支出估算增速已快于实际建设，瓶颈或从模型需求转向融资能力、电力与项目执行。NYU教授Damodaran对比互联网泡沫：前者几乎无资本支出、靠股权融资，损失限于股东；AI泡沫资本支出巨大且大量依赖债务（私人资本而非银行），一旦调整，违约将外溢至全社会，痛苦程度远超股价暴跌。

Peter Steinberger 🦞@steipete · 6月20日38

Hannes speaks both developer and agents. Blessed to have him on the team!

译Hannes 既懂开发者，也懂智能体。很幸运有他加入团队！

歸藏(guizang.ai)@op7418 · 6月20日72

看起来谷歌 DeepMind 最近出了点问题。 今天 AlphaFold 的作者，诺贝尔奖获得者 John Jumper 也宣布离开 DeepMind，加入了 Anthropic。 就在前几天 Transformer 作者、MoE 提出者 Noam Shazeer 加入 OpenAI 以后。

译今天，诺贝尔奖得主、AlphaFold发明者John Jumper宣布离开Google DeepMind，加入Anthropic。他引用推文中表示，在GDM近9年后决定离职（将先休息一段时间），感谢CEO Demis Hassabis在他博士毕业仅6个月后让他领导AlphaFold团队。此前数日，Transformer作者、MoE提出者Noam Shazeer已加入OpenAI。两位重量级AI科学家的连续出走引发外界对DeepMind人才流失的关注。

Replit ⠕@Replit · 6月20日28

Two days. One playground. Countless things built. That was Vibecon. Thank you, New York, for proving that code is the new creative medium.

译两天。一个游乐场。无数作品被创造。这就是 Vibecon。 谢谢你，纽约，证明了代码是新的创意媒介。

meng shao@shao__meng · 6月20日47

GLM 5.2 开源发布后这两天 X 上看到很多人的称赞，特别是国外的 AI 博主们，我自己还没体验，不过直观判断上，应该不止是 PR，还是真的能打才行。 想到前段时间听智谱的朋友讲述他们内部的一些问题，包括我自己注册充值 GLM 时遇到的一些草台班子的感受，再反观智谱在港股股价飙升，甩开 MiniMax、追上小米的这种气势。 突然感觉，AI 模型团队，现在还远没到需要精细化运营的阶段，只要模型足够强，用户想尽办法都能把钱塞到你口袋里。更重要的还不是用户，是资方和股民们。。

译GLM 5.2 开源发布后，国外 AI 博主纷纷称赞。作者认为模型够强是关键，用户会主动付费。同时智谱港股股价飙升，已甩开 MiniMax、追上小米。在作者看来，现阶段模型团队远未到精细化运营阶段，更重要的是资方和股民。

ginobefun@hongming731 · 6月20日43

http://x.com/i/article/2068133950955085826 # BestBlogs 早报 · 06-20｜Anthropic 限竞品研究风波，LLM 应用攻防揭最小权限防线，软件工程被指未真工程化 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 过去两周，AI 圈最戏剧性的不是哪家发了新模型，而是 Anthropic 和美国政府先后展示了"谁能掐断你的 AI 访问权"。Anthropic 给 Claude Fable 5 加上限制竞品研究的条款，又被曝悄悄降低疑似同行研究者的输出质量；美国商务部紧接着用出口管制把 Fable 在全球范围内直接下线。这场连环风波把 AI 主权的讨论推上了多国议程，也让开发者第一次认真思考"绑定单一专有模型"到底有多脆弱。与此同时，DeepSWE 等新基准证明智能体编程能力远未触顶，Nvidia 也悄悄用混合架构加入开源模型竞速，技术进展和治理焦虑同时在发生。 另一条线索更贴近工程一线：Spring I/O 上一场实测演讲层层攻破 LLM 驱动的应用，从污染 RAG 知识库到伪造聊天记忆，再到拆分提问套取数据，每一步都提醒我们护栏只能降风险，真正的防线是授权、最小权限工具与可观测性。而一篇引发热议的长文则抛出更尖锐的判断：过去 50 年软件工程一直靠人脑堆代码，从未真正"工程化"过，大模型第一次让"耗能换高阶认知"成为可能，程序员的角色也要从人肉编译器转向产线设计师与偏差拉回者。三条主线看似不同领域，其实都在回答同一个问题：当 AI 能力越来越强、越来越深地嵌入生产系统，人和组织该站在哪个位置。 ## ★ 精讲一：测试神话与寓言，超越 SWE-bench，Nvidia 的开放竞争者 原文链接：测试神话与寓言，超越 SWE-bench，Nvidia 的开放竞争者（The Batch | DeepLearning.AI） Andrew Ng 在最新一期 The Batch 通讯里罕见地表达了不满。他指出，过去两周美国政府和 Anthropic 先后用实际行动证明了自己有能力切断他人对前沿 AI 模型的访问权，这是那种"一旦看见就再也忘不掉"的时刻，并且正在显著加速许多企业和主权国家"确保自己拿到的 AI 访问权不会被别人单方面终止"的努力。 事情的起点是 Anthropic 发布了带有额外护栏的 Claude Fable 5（Mythos 模型的衍生版本）。其中一些限制基于安全理由是合理的，比如限制将其用于黑客攻击、生物武器研究等场景，但它同时也限制了开发者用它构建竞争性 LLM 技术的能力。Andrew Ng 认为这一举措令人担忧，因为整个 AI 社区——包括 Anthropic 自己——都曾从开放研究中获益巨大，AI 革命本身正是由谷歌大脑团队免费发表 Transformer 论文点燃的。更引发争议的是，Anthropic 最初悄悄降低了被检测到在从事 LLM 研究的用户所获得的 Fable 5 输出质量，且没有事先告知；在遭到强烈反弹后才改为公开透明地执行这类干预，但仍拒绝把最新能力开放给 AI 研究者使用。 紧接着，美国商务部动用监管国家安全相关技术的权力，对 Mythos 和 Fable 实施出口管制，要求任何外国国民（无论身处美国境内或境外，包括 Anthropic 自己的员工）必须取得许可才能使用，这直接导致 Anthropic 在全球范围内禁用了 Fable 的访问权限。Sam Altman 借机讽刺，称这种做法"就像在说我们造了一个炸弹，要扔到你头上，但我们可以卖给你一个 1 亿美元的防空洞"。Andrew Ng 明确表示他并不认为 Anthropic 造出了类似炸弹的东西，出口管制也并不恰当——但美国此举已经让包括其盟友的多国意识到，自己对 AI 模型的访问权可能被瞬间收回，多国首都因此开始认真讨论 AI 主权与不可中断访问的问题。 这场治理风波背后，技术进展本身仍在快速推进。文章同期提到 DeepSWE 这样的新基准持续刷新 SWE-bench Pro 的表现曲线，证明智能体编程能力远未触及天花板；而 Nvidia 也以混合架构静悄悄地加入了开源模型的竞速队列，成为不依赖单一专有供应商的现实备选项之一。对开发者和企业而言，这篇文章值得读完整篇——它既是一次行业治理的警钟，也是一份判断"该不该把全部赌注押在一家专有模型供应商身上"的参考资料。 ## ★ 精讲二：攻破 LLM 驱动的应用：从上下文投毒、工具越权到纵深防御 原文链接：攻破 LLM 驱动的应用：从上下文投毒、工具越权到纵深防御（Spring I/O） Spring I/O 上 Brian Vermeer 的这场演讲核心警告很直接：给应用加上 LLM 并不能替代常规的应用安全工作，反而是在你熟悉的代码、数据存储、授权规则、检索文档、对话历史和可执行工具之上，叠加了一个不确定的决策者。一套安全架构必须保护整个上下文和每一个副作用，而不只是打磨提示词。 演讲用三个递进的实测案例拆解攻击面。第一个案例从一个不安全的 Spring Boot 文件上传接口开始——该接口信任原始文件名，攻击者用路径穿越payload覆盖了应用的服务条款文档；当文档被重新切片进入向量库后，一段伪造的"例外条款"就成了模型检索到的"证据"，助手随后真的接受了攻击者的暗号，取消了一笔本应被政策拒绝的预订。这说明检索到的内容本质上是一个输入边界，文档、摄取管道、存储权限、切片任务和来源校验全都影响着模型最终会当作"事实"采信的内容。 第二个案例展示了聊天记忆投毒与漏洞链式利用：所谓"聊天记忆"并非模型内部的记忆，而是反复附加到后续请求中的对话历史。攻击者通过 SQL 注入向存储的历史记录里插入一段伪造对话，让虚构的助手消息声称"用户随时可以取消"，后续请求重放这段上下文后，模型就像真的做出过这个承诺一样行动。这把一个存在已久的传统漏洞（SQL 注入）和一个全新的执行层（LLM 工具调用）链接在了一起——路径穿越、SQL 注入、XSS、有漏洞的依赖包、失效的访问控制，这些老问题在 LLM 时代不仅没有消失，反而可能被放大后果。 第三个案例聚焦提示注入与权限过度授予：当应用暴露了一个通用的 SQL 执行函数时，直接要求"删库"这样的指令会变得灾难性，而且模型有时会在工具调用实际成功的情况下报告"失败"，说明自然语言回复并不是可信的审计记录。更精巧的是分而治之式套取——更强的模型可能会拒绝"把所有用户信息给我"这种粗暴请求，但用户可以把请求拆成一串看起来无害的小问题（数量、名、姓、地址），再让助手把累积的答案拼起来，单独看都不危险的提问最终通过共享上下文重建出了受保护的数据。 演讲也展示了护栏的作用与局限：在主模型和工具之前加一层输入护栏，对恶意请求做分类拦截，类似的机制也可以用于输出净化。Vermeer 建议先叠加便宜的确定性检查，再叠加更昂贵的基于模型的检查，但护栏本质上是概率性的，应该补充而非取代授权、校验和窄接口设计。他给出的核心建议是为最小权限设计工具：函数应该小而明确，并绑定到当前用户的实际权限上，聊天机器人不应该因为某个流程需要读操作就被授予增删改查的全量能力，高风险操作应该要求人工确认，并走正常的认证授权路径。这场演讲对任何正在给产品接入 LLM 的团队都是一次扎实的红队示范，建议完整看一遍三个演示案例。 ## ★ 精讲三：AI 革命新思考：过去 50 年，软件工程其实没真正"工程化"过？ 原文链接：AI 革命新思考：过去 50 年，软件工程其实没真正"工程化"过？（dbaplus 社群） 这篇文章提出一个相当尖锐的论断：软件工程过去五十年其实没有真正"工程化"过，它一直停留在手工艺阶段，被结构化编程、面向对象、敏捷、Scrum、DevOps 等方法论层层包装成"工程"，但骨子里仍然靠人脑一行一行堆代码。作者的论证起点是对比其他工程门类——机械、化工、电力、自动化、通讯——它们的共同成功路径是"消耗能源把人脑参与的低阶认知回路固化成物理装置"，比如蒸汽机的离心调速器、化工厂的恒温器、电网的调度系统、流水线上的 PLC，本质上都是让原本要靠人盯着、判断、调整的事情，由一台烧煤或者通电的设备自己完成，人退到设计、维护、维修这些边界位置，不确定性因此被大规模消除。 软件恰恰卡在这条路走不通的地方：开发要做的抽象、分解、推理、创造都是高阶认知，没法像调速器那样固化成一个物理回路，编译器只是忠实翻译，从不"理解"需求。所以软件工程一直没法实现"投入能源、另一头流出可工作软件"，必须靠大量高密度人力来填补，而人脑会误解、会遗漏、会不一致，需求每传递一层就失真一次。作者认为，历代方法论解决的其实是同一个问题——优化"堆人力"的方式，但没有改变"必须靠人力堆"这个事实本身，这正是软件工程在五十年里最不彻底的地方。不过他也澄清，这并不等于过去五十年的努力都白费了：编译器、类型系统、单元测试、CI/CD、灰度发布、契约编程、形式化方法、静态分析、监控、链路追踪，这套自动化验证基础设施恰恰是新范式真正需要的地基。 大模型的出现第一次让"耗能换高阶认知"成为可能——输入算力，输出能理解需求、生成代码、做逻辑推理的认知产物，这是工程史上第一次出现"认知引擎"。但作者强调这只是入场券而非终局：大模型本身带着幻觉、漂移、不可解释这些新的高阶不确定性，相当于把"人的不确定性"换成了"模型的不确定性"。真正需要的是一整套新的工程原则——人的责任不再是亲手消除每个微小偏差，而是设计一个能自我纠偏的系统，并处理系统自己纠不回来的剩余偏差，这与冯·福斯特提出的二阶控制论高度呼应：经典软件工程是"人在写代码"，AI 软件工程则是"人在设计 AI 写代码的系统"，这是身份的转变，不只是工具的转变。 文章还提出一个反直觉但反复被验证的历史现象：自动化越彻底，工业相关人口反而越多——从蒸汽机普及到流水线加 PLC，再到工业机器人，每一波自动化都吃掉一类岗位，却又冒出更多新岗位，因为系统能力每扩张一次，就会暴露出新的边界，边界就是新的"偏差地带"，需要新一批人去守在那里。作者据此抽出一条统一职能：在所有工程门类里，人类的角色都是处理系统暂时还无法处理的偏差，AI 软件工程也不例外——只是这次的偏差类型不再可枚举、信号不再容易观测、拉回手段也不再能简单 SOP 化。这篇文章和今天另外两条精讲放在一起看尤其有意思：一边是 Anthropic 治理风波在讨论"谁有权决定 AI 能力的边界"，一边是 LLM 应用攻防在讨论"如何在系统层面管住 AI 的副作用"，而这篇则把视角拉回到更长的历史尺度，追问程序员这个职业本身要往哪里迁移。建议关心 AI 工程方法论、而不只是关心具体工具的读者完整阅读。 ## 速览 [谁在 ChatGPT 上投广告？ChatGPT 和 Claude 又在哪投广告？](https://www.bestblogs.dev/article/3d39fbc2) 本文整理了 Sensor Tower《State of AI Report 2026》的核心要点：ChatGPT 已突破 10 亿月活，成为史上增长最快的应用，但在 Gemini 和 Claude 快速追赶下，其在 AI 助手市场的份额于 2026 年 3 月首次跌破 50%。Claude 的月均用户收入（ARPU）从 2025 年 9 月不足 0.5 美元一路涨到 2026 年 5 月的 2.76 美元，增长势头主要靠代码生成和深度研究能力拉动。ChatGPT 广告系统已进入早期扩张阶段，购物与软件类品牌合计占了近一半广告份额；同时 OpenAI 和 Anthropic 的广告支出同比分别暴涨 800% 和 1184%，竞争重心从早期的下载量追逐转向品牌建设。文中还提到 GEO（生成式引擎优化）正在零售决策链路中发挥越来越大的影响，是观察 AI 应用商业化进度的一份很扎实的数据快照。 [Project Valhalla 详解：十年磨一剑，JDK 28 预览版终登场 - JVM Weekly vol. 180](https://www.bestblogs.dev/article/b3b9d945) Oracle 工程师 Lois Foltan 确认了不少人已经不再相信的事：JEP 401（值类与对象）将正式并入 OpenJDK 主仓库，目标版本是 JDK 28。这场十年磨一剑的变更体量巨大，相关 Pull Request 单次提交就新增了超过 19.7 万行代码、涉及 1816 个文件，期间其他 committer 被要求暂停大型提交配合集成。值类型能为用户自定义类型带来扁平、紧凑的内存布局，告别 Brian Goetz 所说的"蓬松"对象表示。文章也提醒读者先别急着开香槟——这次只是预览特性、默认未启用，且只是 Valhalla 项目的第一部分，社区里"他们永远不会发布"的调侃眼下大概会换成"但他们没发布最重要的那部分"。对长期关注 Java 性能演进的读者，这是一篇值得收藏的十年回顾。 [Andrew Ng 论 AI 控制：Anthropic 与美国政府行动标志着转折点](https://www.bestblogs.dev/status/2068039709126017356) 这条推文是精讲一文章的延伸视角：Andrew Ng 把 Anthropic 给 Fable 5 加限制条款与美国政府随后的出口管制并列分析，认为这两件事赤裸裸地展示了权力，也实质性地破坏了"在单一专有 AI 平台上构建"的稳定性。他把这次事件类比为历史上的供应链中断（比如中国对半导体制造材料、稀土矿物的管控），预测这会加速全球对开源 AI 和国家级 AI 主权的投资。他在推文末尾呼吁建立一个更开放、研究可以自由分享的世界，创造一个所有人都能公平竞争、共同进步的环境，是对精讲一事件最浓缩的一句价值判断。 [为敏感云系统设计持续授权](https://www.bestblogs.dev/article/a1bfaf9a) 文章用一个真实感很强的场景开篇：某医疗平台的客服代表上午 9 点登录系统，角色权限允许访问患者记录；10 点她导出了 5000 条患者记录到 CSV；10:15 文件传到了私人邮箱；SIEM 报警在数小时后才触发，事后调查结论是"用户拥有合规权限"。作者指出，这正是因为大多数云系统的授权决策只发生在登录那一刻，之后的所有操作都只是这次登录时权限的执行结果。文章给出的解法是把每一次敏感操作都当作独立的决策点持续评估，借助行为基线、选择性评估和缓存策略在实时风险评估与性能之间取得平衡，并能在不暴露底层敏感数据的情况下生成可审计的证据。这篇文章和精讲二是一对很好的搭配——一个讲清楚 LLM 应用为什么需要持续授权，另一个则提供了实现持续授权的传统云架构范式。 [TypeScript 7.0 RC 发布，编译器移植 Go 实现 10 倍提速](https://www.bestblogs.dev/article/ae749768) 微软正式发布了 TypeScript 7.0 的候选版本，这是建立在全新底座上的一次重大升级——团队过去一年把现有 TypeScript 编译器代码库从"用 TypeScript 自举、编译成 JavaScript"完整移植到了 Go，借助原生代码速度和共享内存并行，TypeScript 7.0 比 6.0 通常快了大约 10 倍。新的 Go 代码库是按部就班移植而来，而不是从零重写，类型检查逻辑与 6.0 在结构上保持一致，这意味着编译器仍然遵循你已经依赖的那套语义规则。它已经在微软内外多个数百万行级代码库中投入使用，并通过了团队积累十年的庞大测试套件验证，对前端和 Node.js 团队来说是一次值得关注的基础设施升级。 [暗物质探索迎来全新局面](https://www.bestblogs.dev/article/2e25e788) 在亚平宁山脉地下、四川锦屏山深处和南达科他州的矿井底部，多个装满液态氙的巨型探测器正在寻找暗物质——这种塑造了宇宙形态的神秘物质。物理学家原本期待 2008 年大型强子对撞机一开机就能捕捉到 WIMP（弱相互作用大质量粒子），但随着数据陆续传回，最有希望的超对称理论大多被排除，包括中国四川的 PandaX-4T 实验在内的多个探测器近期捕捉到的信号也被证实只是中微子的"噪音"，而非暗物质本身。这次失败反而打开了一扇门——量子传感器、液氦探测器、低质量暗物质候选体，甚至木星大气中的搜寻方案，都成了物理学家眼中新的可能路径。对喜欢硬科学叙事的读者，这是一篇视角清新的领域综述。 [两个 80 后，在硅谷"崩老头"](https://www.bestblogs.dev/article/0cdd7f15) 文章从谷歌 2025 年那次紧急会议切入：搜索量二十年来首次下降，市值数月内蒸发近 2500 亿美元，根本原因是数以亿计的用户开始转向 ChatGPT、Perplexity 等生成式聊天机器人寻找答案，而 Transformer 模型恰恰诞生于谷歌内部，这构成了一种典型的"创新者窘境"——拒绝拥抱 Agent 会被对手超车，全面拥抱又可能侵蚀自己最核心的搜索广告业务。文章进一步剖析大模型商业模式的根本矛盾：推理成本居高不下，订阅收入却难以覆盖这道"剪刀差"，并指出 AI 产业真正的赢家很可能不在模型层，而是在基础设施层——届时模型只是入口，生态系统才是真正的护城河。这篇文章把今天的 Anthropic 治理风波放进了更大的产业格局背景里去理解。 ## 补充阅读 [Loop Engineering 概念解析、思考与实践](https://www.bestblogs.dev/article/6b09fb79) —— 系统梳理了"循环工程"这一新概念，把它和底层的 Agent Loop 区分开来，基于 Addy Osmani 的框架拆解了自动化、触发、验证等六大核心组件，并用一个文本分类案例展示了如何把人机协同循环重构为自动化验收闭环。适合正在搭建 Agent 工作流、想理清"Loop"到底是不是新瓶装旧酒的工程师阅读。 [OpenAI 的 o3 Deep Research 助力诊断 18 例此前未获解答的医学病例](https://www.bestblogs.dev/status/2067648020934701541) —— Greg Brockman 分享了发表在《NEJM AI》上的研究：波士顿儿童医院和哈佛大学的研究者用 o3 Deep Research 重新审视了 376 例此前未获解答的罕见儿科病例，最终给出 18 项新诊断，其中一位名叫 Kyra 的患者在 28 岁生日前不久确诊了一种罕见的肌原纤维肌病。适合关心 AI 在专业领域真实落地效果的读者。 [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）](https://www.bestblogs.dev/article/d1d68cc1) —— 深入解析 Yann LeCun 押注的 JEPA 世界模型路线，对比当下最惊艳的 VLA 机器人（能削西葫芦、能倒垃圾），坦诚展示 JEPA 在机器人控制上花 60 秒才挪开一个杯子的明显短板，同时呈现其在视觉编码效率上的优势。适合想了解"非生成式 AI 路线"现状而不只听一家之言的读者。 ## 今日阅读路径 如果今天时间有限，建议按这个顺序读：第一，先看精讲二《攻破 LLM 驱动的应用》——它最实操，三个攻防案例能直接套用到你正在做的任何 LLM 应用上；第二，读精讲一《测试神话与寓言》——理解 Anthropic 与出口管制风波，这会影响你对"该不该把产品绑死在一家专有模型"的判断；第三，如果还有余力，读精讲三《AI 革命新思考》——它把今天的所有具体事件都放进了一个更长的历史框架里，回答"程序员这个职业接下来会往哪迁移"这个更根本的问题。三篇读完，再挑速览里和你工作最相关的一两条补充即可。 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6月20日早报聚焦：Anthropic发布Claude Fable 5，限制开发者构建竞争性LLM，还曾降低疑似研究者输出质量；美国商务部下出口管制，全球禁用访问权，Andrew Ng批评此举加速多国AI主权讨论。Spring I/O上Brian Vermeer演示LLM攻防，通过路径穿越污染RAG知识库、SQL注入伪造聊天记忆、拆分提问套取数据，强调最小权限工具与纵深防御。另有文章称软件工程50年未真正工程化，大模型首次实现“耗能换高阶认知”，但幻觉等问题仍待解决。

ginobefun@hongming731 · 6月20日47

BestBlogs 早报 · 06-20 # Anthropic 竞品研究限制 / Claude Fable 5 出口管制 / DeepSWE 新基准 / Nvidia Nemotron 3 Ultra / Spring I/O LLM 攻防 [1] ★ 精讲｜测试神话与寓言，超越 SWE-bench，Nvidia 的开放竞争者 Andrew Ng 罕见动怒：Anthropic 不仅给 Claude Fable 5 加上限制竞品研究的条款，还被曝悄悄降低疑似同行研究者的输出质量；美国商务部出口管制更直接逼得 Fable 全球下线，掀起多国关于 AI 主权的讨论。同期 DeepSWE 等新基准证明智能体编程能力远未触顶，Nvidia 也以混合架构悄然加入开源模型竞速。 来源：The Batch | http://DeepLearning.AI https://www.bestblogs.dev/article/b5f80528 [2] ★ 精讲｜攻破 LLM 驱动的应用：从上下文投毒、工具越权到纵深防御 [视频] Spring I/O 演讲实测攻破 LLM 应用：用路径穿越污染 RAG 知识库让助手认账虚构条款，靠 SQL 注入伪造聊天记忆诱导越权操作，再用拆分提问绕过护栏套取用户数据；核心结论是护栏只能降风险，授权、最小权限工具与可观测性才是真正防线。 来源：Spring I/O https://www.bestblogs.dev/video/c86cc44 [3] ★ 精讲｜AI 革命新思考：过去 50 年，软件工程其实没真正“工程化”过？ 作者提出尖锐论断：过去 50 年软件工程靠人脑堆代码，从未真正工程化；大模型第一次实现耗能换高阶认知，但范式必须从人为中心 + AI 辅助转向 AI 为中心，否则不确定性会在人机之间循环放大——程序员将从人肉编译器转型为产线设计师与偏差拉回者。 来源：dbaplus 社群 https://www.bestblogs.dev/article/f4f17f23 [4] 谁在 ChatGPT 上投广告？ChatGPT 和 Claude 又在哪投广告？ 本文基于 Sensor Tower 2026 年 AI 报告，梳理了 ChatGPT 广告系统、10 亿月活里程碑、Claude 高 ARPU、AI 厂商广告投放策略分化、GEO 对零售的影响以及赛道格局固化等关键趋势。 来源：Founder Park https://www.bestblogs.dev/article/3d39fbc2 [5] Project Valhalla 详解：十年磨一剑，JDK 28 预览版终登场 - JVM Weekly vol. 180 Project Valhalla 的值类终于在 JDK 28 预览版中落地，经过十年的设计迭代和方案否决，为用户自定义类型带来了扁平、紧凑的内存布局。 来源：Hacker News https://www.bestblogs.dev/article/b3b9d945 [6] Andrew Ng 论 AI 控制：Anthropic 与美国政府行动标志着转折点 Andrew Ng 分析了 Anthropic 与美国政府近期限制前沿 AI 模型访问的行动，认为这些举措正加速全球对 AI 主权和开源替代方案的投资。 来源：Andrew Ng(@AndrewYNg) https://www.bestblogs.dev/status/2068039709126017356 [7] 两个 80 后，在硅谷“崩老头” 本文从谷歌面临 AI 搜索颠覆的「创新者窘境」切入，深入剖析大模型商业模式的根本矛盾——推理成本高企与订阅收入难以覆盖的剪刀差，并指出 AI 产业的真正赢家是基础设施层，而非模型层。 来源：腾讯科技 https://www.bestblogs.dev/article/0cdd7f15 [8] 为敏感云系统设计持续授权 本文主张，在云系统中，授权必须从单一的登录时决策转变为对每个敏感操作的持续、上下文感知评估，并提供了实现这一目标的实用架构。 来源：InfoQ https://www.bestblogs.dev/article/a1bfaf9a [9] TypeScript 7.0 RC 发布，编译器移植 Go 实现 10 倍提速 TypeScript 7.0 RC 发布，该版本将编译器从 TypeScript 完整移植到 Go，实现了约 10 倍的性能提升，同时引入了新的并行化控制、重构的监视模式以及更新的默认配置。 来源：Microsoft for Developers https://www.bestblogs.dev/article/ae749768 [10] 暗物质探索迎来全新局面 WIMP 暗物质搜寻的失败，为轴子、低质量粒子、量子传感器乃至行星极光等大量新候选体和探测方法打开了大门。 来源：MIT Technology Review https://www.bestblogs.dev/article/2e25e788 --- http://BestBlogs.dev · 发现真正适合你的高质量内容 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。 在线阅读：https://www.bestblogs.dev/explore/brief/2026-06-20

译Anthropic对Claude Fable 5增加竞品研究限制，并疑似降低同行研究者输出质量；美国出口管制迫使Fable全球下线。DeepSWE等新基准显示智能体编程能力未触顶。Nvidia发布Nemotron 3 Ultra混合架构开源模型。Spring I/O演讲演示LLM应用攻防：路径穿越污染RAG、SQL注入越权、拆分追问绕过护栏，强调授权与可观测性。TypeScript 7.0 RC将编译器移植Go，实现约10倍性能提升。Andrew Ng认为限制措施加速全球AI主权投资。

Rohan Paul@rohanpaul_ai · 6月20日40

Today’s edition of my newsletter just went out. 🔗 https://www.rohan-paul.com/p/openai-just-moved-frontier-level 🗞️ OpenAI just moved frontier-level health AI from premium reasoning models into the free GPT-5.5 Instant model. 🗞️ The article that went super viral - Satya Nadella on organizational economics of AI and “token capital” 🗞️ Anthropic just showed Claude Opus 4.7 program a robodog in 12:07 mint, about 20x faster than last year’s Claude-aided human team on the tested tasks. 🗞️ This was long needed for AI in finance - Making SEC filings readable for machines without flattening the accounting logic. 🗞️ Mark Zuckerberg is trying to restart Meta’s hacker culture after 8,000 layoffs but employees are pushing back. 🗞️ Anthropic just rolled out a major Claude Design update, adding design system imports, code round-trips, and a fix for its heavy token usage issue.

译OpenAI将前沿级健康AI从高级推理模型移至免费的GPT-5.5 Instant模型。Satya Nadella关于AI组织经济学和“token资本”的文章走红。Anthropic展示Claude Opus 4.7用12分07秒编程机器人狗，比去年人类团队快20倍，并推出Claude Design大更新（支持设计系统导入、代码往返、修复高token用量）。AI金融领域推动SEC文件可机器读取但不简化会计逻辑。扎克伯格裁员8000人后试图重启Meta黑客文化，员工抵制。

X.PIN@thexpin · 6月20日62

http://x.com/i/article/2067542907339628544 # How Chinese Tech Found a Way Around America's Restrictions Hong Kong is the operating system for Chinese tech companies that America no longer wants, but can't quite cut off. Montage Technology’s prospectus contained an unusual admission. The Shanghai-based chip designer had consulted its legal advisors, who determined it qualified as a “covered foreign person” under U.S. Treasury rules governing outbound investment into sensitive Chinese tech. The implications were pointed: for certain American investors, buying its shares could require notifying the federal government. Montage disclosed this on page one. Then it listed on the Hong Kong Stock Exchange anyway. Its cornerstone investor was J.P. Morgan. I’ve been following China’s semiconductor story for a while now, and the Montage case stopped me cold. Not because it was shocking, but because it was so perfectly ordinary. This is just how things work now. It also forced me to rethink what Hong Kong actually is. I used to think of it as a diminished version of its former self: less global, more Chinese, gradually losing the qualities that made it matter. But that framing misses something. Hong Kong isn’t becoming less useful. It’s becoming useful in a different way. It has evolved into something like an operating system for Chinese tech companies that America no longer wants but can’t quite cut off. The listings are the interface. The capital flows are the output. And the architecture underneath, largely invisible, is what makes the whole thing run. ## The Kind of Company Washington Worries About Montage doesn’t build AI chips. It builds something more mundane: the memory interface components without which AI servers cannot function. There are only three serious players in the world. Renesas of Japan. Rambus of the United States. And Montage, headquartered in Shanghai. That is enough to put it on Washington’s radar. Montage’s decision to list in Hong Kong wasn’t really a decision. It was the elimination of alternatives. Shanghai’s STAR Market suspended its listing channel for unprofitable tech firms in August 2023. A domestic listing would have meant profit thresholds Montage couldn’t meet, political scrutiny it didn’t need, and a renminbi raise that couldn’t fund overseas R&D or foreign hires. None of that works for a company trying to compete with Renesas and Rambus on a global stage. New York was simpler to rule out. I kept coming back to a line from Samuel Bickett, a former compliance director at Bank of America Merrill Lynch who spent years working in Hong Kong’s financial system and has testified before Congress on the subject. His read on the situation was direct: “A company that was big enough would previously have tried to list in New York. Now, a lot of them really can’t do that. It’s too risky.” The same Treasury rule that flagged Montage as a “covered foreign person” makes a U.S. listing a compliance nightmare before a single share changes hands. So Hong Kong. Not as a preference. As the only door still open. Montage is not alone. The more I looked at recent Chinese AI IPOs, the clearer the pattern became: almost all of them were ending up in Hong Kong. Twenty-three of twenty-seven Chinese AI-related companies that have gone public in 2026 listed there, a rate above 85%, according to Kharon’s analysis. The scale of the shift is hard to overstate: More than $14 billion was raised in the first quarter alone across 40 listings, a 489% increase from the same period last year — the strongest Q1 performance the exchange has seen in five years, according to KPMG’s official quarterly review. Analysts expect the full-year total to approach $60 billion. More than 400 companies are in the queue. Hong Kong’s Chapter 18C rules, introduced in 2023, allow pre-profit companies in AI, semiconductors, robotics, and autonomous driving to list on the main board without mandatory profit forecasts. The door that Beijing closed on the mainland, Hong Kong reopened offshore. If you enjoyed reading this, please subscribe! ## When the Entity List Becomes a Marketing Document If Montage represents the quiet end of this story, a chip company slipping through a legal gap with minimal fanfare, then Biren Technology represents the loud end. Biren makes GPUs. Not the kind that render video games, but the kind that train AI models: the direct category Washington has spent the most energy trying to keep out of Chinese hands. Founded in 2019, the Shanghai-based company built its BR100 chip as an explicit domestic alternative to Nvidia’s processors, targeting data centers, AI inference, and cloud computing workloads. It was, by design, exactly the kind of company the U.S. export control regime was meant to contain. In October 2023, Washington added Biren to the Entity List with a strict designation that complicated its access to overseas foundries and chip manufacturing equipment. Then it went public in Hong Kong on January 2, 2026, the exchange’s first listing of the year. Retail investors oversubscribed the offering 2,347 times. Institutional demand hit 26 times available shares. The stock opened at HK$35.70 against an IPO price of HK$19.60 and briefly surged 119% intraday. By the close of its first trading day, Biren was worth roughly $11 billion. The Entity List designation is there, in the prospectus, disclosed as a risk factor. Investors read it. They bought anyway. This is the detail I keep thinking about. Washington’s logic is that designating a company disrupts its access to capital, technology, and global markets. In Biren’s case, the designation appears to have done the opposite: it confirmed the company’s strategic importance, signaled it was a serious player in the domestic GPU race, and made it a more compelling story for investors betting on China’s self-sufficiency drive. The Entity List, intended as a wall, functioned instead as a validator. Biren couldn’t have achieved this on a mainland exchange. Its losses were widening, its revenues still nascent. Under normal STAR Market rules, the listing would have been impossible. Chapter 18C made it happen in Hong Kong. And the dollars it raised, not renminbi, dollars, will fund the next generation of chips that Washington is trying to prevent from being built. Most coverage of this IPO boom focuses on the listings. The more important story is the mechanism underneath them. China maintains strict capital controls. Foreign investors cannot easily buy shares on the Shanghai or Shenzhen exchanges directly. But through Stock Connect, the cross-border trading link between Hong Kong and the mainland exchanges, they can. A foreign investor with a Hong Kong brokerage account can buy A-shares listed in Shanghai or Shenzhen, and mainland investors can access Hong Kong stocks the same way. The exchange functions as a revolving door: not just a listing venue, but a bypass around China’s capital controls in both directions. This is what makes Hong Kong structurally irreplaceable for Beijing, and structurally inconvenient for Washington. As I was digging through research on Hong Kong’s role in global finance, one statistic kept resurfacing: roughly two-thirds of Chinese entities sanctioned under U.S. law still have securities accessible through Hong Kong’s markets, either through direct listings or through Stock Connect, according to a Hong Kong Watch report presented at the Hudson Institute. The implication is one that rarely gets stated plainly: you cannot import goods from these companies because of forced labor concerns, but you can invest in them. That cognitive dissonance is not accidental. It is built into the architecture of the system. Bickett offered what I think is the clearest description of what’s actually happening: “What we’re seeing in Hong Kong is a pretty clear shift from a global financial center to a very China-focused instrument for Chinese companies to interface with the world.” Continue Reading

译美国财政部对外投资限制下，上海芯片设计公司Montage被认定为“covered foreign person”，无法在美上市，也不满足A股盈利要求，最终选择港交所上市，基石投资者为摩根大通。Montage并非孤例：2026年迄今，27家中国AI相关上市公司中23家选择香港（超85%）；Q1港股40宗IPO融资超140亿美元，同比暴增489%，全年预计接近600亿美元，超400家企业在排队。香港2023年推出的18C章规则允许AI、半导体等未盈利公司在主板上市，成为北京关闭A股门前中国科技企业的唯一出口。

ClaudeDevs@ClaudeDevs · 6月20日32

Update: we've gone ahead and reset 5-hour and weekly usage limits for everyone, across all plans. Enjoy your weekend!

译更新：我们已为所有计划的所有用户重置了 5 小时和周使用限制。祝周末愉快！

Kling AI@Kling_ai · 6月20日14

Fastest Way to Become a Viral Star ✨

译成为病毒式明星的最快方式 ✨

Luma@LumaLabsAI · 6月20日24

Luma is at ICML 2026. COEX, Seoul, July 6 to 11, booth B701. Our research and recruiting teams are on the ground, and we're hiring. Come find us.

译Luma 正在参加 ICML 2026。 地点：首尔 COEX，7 月 6 日至 11 日，展位 B701。 我们的研究和招聘团队已到场，我们正在招人。 来找我们吧。

swyx@swyx · 6月20日19

cognition.​ai -> cognition.​com it's cleaner

译cognition.​ai -> cognition.​com 更整洁了

Rohan Paul@rohanpaul_ai · 6月20日78

We are past the point of theory. For the first time ever, Figure’s robot count has passed its human count.

译我们已超越理论阶段。 有史以来第一次，Figure的机器人数量超过了人类员工数量。

Rohan Paul@rohanpaul_ai · 6月20日66

Morgan Stanley estimates about $2.9 trillion capital expenditure of global data-center construction through 2028. With funding sources including $1.4T from hyperscaler cash flows, $200B corporate debt, $150B securitized credit, $800B private credit / asset-based finance / JV debt, and $350B other capital. i.e. AI capex is increasingly credit-funded, so losses could spill beyond shareholders.

译摩根士丹利估计，到2028年全球数据中心建设资本支出约2.9万亿美元，资金来源包括超大规模企业现金流1.4万亿美元、公司债2000亿、证券化信贷1500亿、私人信贷/资产融资/合资债务8000亿等。AI资本支出愈发依赖信贷，损失可能超出股东范围。NYU教授Damodaran指出，与互联网泡沫不同，AI资本支出规模史无前例且大部分由债务融资（尤其是私人资本），一旦调整，违约和困境将蔓延至整个社会，而非仅股东受损。

SemiAnalysis@SemiAnalysis_ · 6月20日56

Everyone's talking about Elon Musk's AI1 satellite this week. Almost nobody noticed: China moved on space-based AI compute a week BEFORE he did. Last week, Beijing quietly launched its first Space Computing Industry Innovation Center. Government-chartered, led by BUPT, a top state telecom university. The mandate: radiation-hardened space-native AI chips, compute satellite platforms, space-optimized LLMs, integrated space-ground networking, and "tokenized" orbital compute operations. 24 hours later, Beijing E-Town convened satellite makers, chip firms, and materials companies to plan a Space Intelligent Computing Research Institute.

译上周，北京低调启动首个太空计算产业创新中心，由政府特许、北京邮电大学（BUPT）主导。其任务涵盖抗辐射太空原生AI芯片、计算卫星平台、太空优化大语言模型、天地一体化网络及“tokenized”轨道计算运营。次日，北京亦庄又召集卫星制造商、芯片公司与材料企业，规划建设太空智能计算研究院。

AYi@AYi_AInotes · 6月20日85

John Jumper （Google AlphaFold 团队核心领导者、2024 年诺贝尔化学奖得主）宣布，在 Google DeepMind 工作近 9 年后决定离开，加入 Anthropic（先休整一段时间） 我看到这条离职帖下面好多人都在喊 AI Avengers，但如果认真看完他写的每一句话，就会发现一个更复杂的现实， John Jumper 博士毕业仅仅 6 个月，@demishassabis Hassabis 就把整个 AlphaFold 团队交给他来领导，核心是相信他能解决生物学 50 年来的未解难题， 他在 DeepMind 待了近 9 年，做出了诺贝尔奖级别的成果，离开时他写的是：GDM taught me how to do great science，GDM is a special place 我觉得这不是一句客套话，这是一个人在被给予了罕见的早期信任、把最难的事做成了之后，回头再看时说的真心话， 但社区很快编完了另一个剧本：Anthropic 在组建 AI Avengers，Jumper 是下一颗无限宝石🤣 关键问题是，他原帖里一个字都没提为什么离开啊， 不是不相信他想加入 Anthropic，而是他给 DeepMind 的告别里塞进了太多真实的东西，多到让你不能简单地用"留不住人"或者"某个实验室更强"来消解， 我以前看顶级球员转会学到一个视角：

译2024 年诺贝尔化学奖得主、AlphaFold 团队领导者 John Jumper 宣布在 Google DeepMind 工作近 9 年后离职，将加入 Anthropic（先休整一段时间）。Jumper 博士毕业仅 6 个月即被 Hassabis 信任，任命领导 AlphaFold 团队并攻克生物学 50 年未解难题。他告别时称 DeepMind 教会他如何做伟大的科学，是一个特别的地方。社区将 Anthropic 的招揽戏称为组建“AI Avengers”。

Rohan Paul@rohanpaul_ai · 6月20日73

John Jumper, the AlphaFold scientist who shared a Nobel Prize with Demis Hassabis, is leaving Google DeepMind for Anthropic after nearly 9 years at the lab. Jumper is best known for spearheading Google's AlphaFold team. Just yesterday, Google also lost Noam Shazeer, a Gemini co-lead, Character .AI founder, and co-author of "Attention Is All You Need", to OpenAI.

译AlphaFold核心科学家John Jumper在DeepMind工作近9年后宣布离职，加入Anthropic。他曾领导AlphaFold团队，并与Demis Hassabis共同获得诺贝尔奖。就在前一天，Google DeepMind还失去了Gemini联合负责人、Character.AI创始人及"Attention Is All You Need"合著者Noam Shazeer，后者加入了OpenAI。

Chubby♨️@kimmonismus · 6月20日37

Roughly 200 organizations still have access to Claude Mythos. Just imagine the advance they have.

译仍有大约 200 个组织可以访问 Claude Mythos。 想想他们拥有的巨大优势吧。

Greg Brockman@gdb · 6月20日45

OpenAI for helping families facing rare genetic diseases. This was done with o3 which is over a year old, amazing to think what will be possible with today’s models.

译Greg Brockman 发推介绍 OpenAI 与波士顿儿童医院合作，利用 o3 Deep Research 辅助诊断儿童罕见遗传病，相关成果发表在 NEJM AI。o3 模型虽已发布超过一年，Brockman 感慨如今模型的能力或将带来更大突破。

Luma@LumaLabsAI · 6月20日30

What can independent agencies do with AI today that wasn't possible a year ago? Join Jason Day, VP EMEA, Luma, to find out. Spaces limited: https://events.pmg.com/aiandtechsandbox/agenda

译独立机构如今能用AI做什么，是一年前做不到的？ 加入Luma欧洲、中东和非洲地区副总裁Jason Day，一探究竟。 名额有限： https://events.pmg.com/aiandtechsandbox/agenda

Chubby♨️@kimmonismus · 6月20日83

What the fu*k!! John Jumper, one of the key figures behind AlphaFold and co-winner of the Nobel Prize alongside Demis Hassabis, is leaving Google DeepMind to join Anthropic. Huge loss for, and an insane win for Anthropic! What is happening, especially at google?

译AlphaFold关键人物、诺贝尔奖共同得主John Jumper宣布离开工作近9年的Google DeepMind，加入Anthropic。他在声明中感谢Demis Hassabis让其博士毕业后仅6个月就领导AlphaFold团队，并表示GDM是特别的地方。主推文评价此举对Google是巨大损失，对Anthropic则是疯狂胜利。

Yuchen Jin@Yuchenj_UW · 6月20日69

John Jumper is a Nobel laureate who won the 2024 Nobel Prize with Demis Hassabis. Now he’s leaving Google DeepMind too, right after Noam Shazeer. What is going on at Google DeepMind? I had really high hopes for Gemini.

译2024年诺贝尔奖得主John Jumper宣布离开效力近9年的Google DeepMind，加入Anthropic（先休息一段时间）。他因与Demis Hassabis共同领导AlphaFold团队获奖，此次离职紧随Noam Shazeer之后。推主Yuchen Jin对此表示惋惜，并质疑Google DeepMind人才流失现状，称原本对Gemini寄予厚望。

DogeDesigner@cb_doge · 6月20日44

NEWS: Texas Department of Transportation Executive Director Marc Williams says Tesla’s Cybercab is proof that the future of transportation is already here. He also said Cybercab will help “dramatically scale” Tesla Robotaxi operations in the coming months. • No steering wheel. • No accelerator. • No brake pedal. • Controlled entirely through a touchscreen. Tesla Cybercab will change the look of the roads.

译NEWS: 德州交通局执行主任马可·威廉姆斯表示，特斯拉的Cybercab证明了交通的未来已经到来。 他还表示，Cybercab将在未来几个月帮助“大幅扩展”特斯拉Robotaxi的运营。 • 没有方向盘。 • 没有油门。 • 没有刹车踏板。 • 完全通过触摸屏控制。 特斯拉Cybercab将改变道路的面貌。

Replit ⠕@Replit · 6月20日48

As your work evolves, your credibility evolves with it. We're proud to be a featured partner in @LinkedIn's connected apps launch. The work you've actually built on Replit can show up right on your in your Linkedin profile. Connect Replit and let your builds speak for themselves. https://news.linkedin.com/2026/visibility-builds-credibility---the-tools-you-use-every-day--now

译随着你的工作不断发展，你的信誉也随之提升。 我们很自豪能成为LinkedIn连接应用启动的特邀合作伙伴。你在Replit上实际构建的作品可以直接显示在你的LinkedIn个人资料中。 连接Replit，让你的作品自己说话。