Chubby♨️@kimmonismus · 4天前51

Doesnt look good for us: "Even if the AI bubble bursts, prices likely won't improve. Samsung, SK Hynix, and Micron have already spent billions reconfiguring their physical factory floor space to produce complex AI memory chips. Furthermore, the trio are locked into multi-year supply contracts that stretch as far out as 2030. Regardless of whether data center demand cools down, the legal obligations to corporate tech giants will remain."

译对我们来说不太乐观： "即使AI泡沫破裂，价格也不太可能改善。三星、SK海力士和美光已经花费数十亿美元重新配置实体厂房空间，用于生产复杂的AI内存芯片。此外，这三家公司还签订了长达2030年的多年供货合同。无论数据中心需求是否降温，对科技巨头的法律义务依然存在。"

Chubby♨️@kimmonismus · 4天前28

Anthropic's business case needs to be studied. At the end of 2025 and the beginning of 2026, there was an incredible increase in usage in the business/enterprise sector, which made them number 1.

译Anthropic的商业案例值得研究。2025年底至2026年初，其企业/商业领域的使用量出现了惊人增长，使其成为第一。

Rohan Paul@rohanpaul_ai · 4天前60

AI may be turning some freelance markets into price contests, where strong profiles carry less weight. Before AI, a better profile, stronger experience, and better reputation helped workers stand out. After ChatGPT, those signals mattered less in AI-exposed jobs, and cheaper workers gained relative demand. They find that in the most AI-exposed jobs, human capital signals became about 7.8% less important after ChatGPT, while price became about 1.1% more important. They also find that strong-profile workers lost part of their demand edge, and demand shifted more toward cheaper workers, which supports the idea that AI made these workers seem more interchangeable. ---- Link – arxiv. org/abs/2606.21880 Title: "Human Capital, AI, and Labor Commoditization"

译一项新研究（arXiv: 2606.21880）表明，AI正在将部分自由职业市场变成价格竞赛，高技能简历的优势被削弱。在ChatGPT出现后，AI暴露程度最高的职业中，人力资本信号（经验、声誉）的重要性下降了约7.8%，而价格的重要性上升了约1.1%。强背景工作者失去了部分需求优势，需求向更便宜的工人转移，表明AI使这些工作者显得更可互换。

Rohan Paul@rohanpaul_ai · 4天前50

AI job-risk scores from chat logs can confuse platform popularity with real workforce exposure. AI labor studies may be measuring platform adoption more than job exposure. i.e. AI exposure scores from chat logs mostly show who uses each platform, not just whose work AI can change. The main finding is that platform-based measures often overrepresent computer, and office jobs while underrepresenting food, transport, production, and manual service jobs. When the authors reweight the data to match real workforce job shares, the estimated employment effects shrink by 42% to 93%, and some results become close to zero. ---- Link – arxiv. org/abs/2605.21743 Title: "Who Uses AI? Platform Selection and the Measurement of Occupational AI Exposure"

译一项新研究指出，基于聊天日志的AI职业暴露评分可能将平台流行度误当作真实劳动力暴露。分析发现，此类平台指标往往高估计算机与办公室工作，低估食品、运输、生产和体力服务岗位。在将数据按真实就业分布重新加权后，估计的就业影响缩水42%至93%，部分结果几乎归零。研究提示当前测量可能更多反映平台采用情况而非实际工作流程改变。论文题为《谁在使用AI？平台选择与职业AI暴露的测量》。

ginobefun@hongming731 · 4天前48

http://x.com/i/article/2071059009222901760 # BestBlogs 早报 · 06-28｜GPT-5.6 发布但首发受政府限制，魏小康谈招聘哲学，HBR 称 AI 落地卡在中层经理 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 今天的三条精讲，刚好串成一条从「模型」到「组织」再到「人」的线。 OpenAI 正式发布了 GPT-5.6 系列，旗舰款 Sol 在编程、生物信息学和网络安全几个方向刷新了基准。不过比性能更值得留意的，是它的发布方式：模型先以「有限预览」上线，首批仅约 20 家获批合作伙伴能访问，个人用户暂时没有申请通道，前沿模型的发布节奏正在被纳入国家安全框架。两周前 Anthropic 因为类似的政府要求停用过自己最强的模型之一，这条线索在今天的补充阅读里还会再出现一次。 另外两篇把视线从模型拉回组织和人。魏小康是少见的、先后深度参与过字节和美团组织建设的样本，他在 42 章经的对谈里抛出一个挺硬的判断：创业公司八成到九成的时间都该花在招聘上，而招聘里最重要的既不是面试、谈 offer 时也不是钱。哈佛商业评论则访谈了两家咨询公司的 18 个人，得出一个反直觉的结论：AI 落地的真正卡点不在技术，而在被高管雄心和一线现实夹在中间的中层管理者。 如果说模型在变强、发布在变紧，那么真正决定这些能力能否落地的，可能还是组织怎么招人、中层怎么扛事这些「旧问题」。今天的速览和补充阅读也大多围绕这条线索展开：从 AI Native 团队的工程实践，到本地编码智能体、Agent 架构里 harness 与 loop 的争论，再到 Notion 砍掉自家邮件产品的取舍，几乎都在回答同一个问题——当模型本身不再是瓶颈，我们该把工程和组织的重心放到哪里。 ## ★ 精讲一：刚刚，GPT-5.6 正式发布，史上最强但被自己坑惨了 先给不熟悉背景的读者补一句：GPT-5.6 是 OpenAI 最新一代模型，这次一口气端出三款，命名也换了思路——Sol（太阳）是旗舰、也是官方口中目前最强的模型；Terra（地球）是面向日常工作的均衡款，性能对标上一代 GPT-5.5 但价格便宜一半；Luna（月亮）主打速度和低成本。数字代表代际，三个名字对应不同的能力、速度与成本档位，相当于 OpenAI 顺手把整条产品线重新分了层。来源：爱范儿。 关键事实：Sol 的能力展示集中在编程、生物信息学和网络安全三个方向，共同特征都是复杂、长链条、强依赖上下文的 agentic 任务，模型需要在任务里持续规划、推理、调用工具、修正错误并不断推进。在 Terminal-Bench 2.1 上，GPT-5.6 Sol Ultra 得分 91.9%、Sol 得分 88.8%，作为对照 GPT-5.5 为 88.0%、Terra 为 82.5%、Luna 为 84.3%；横向看 Claude Mythos 5 为 84.3%、Gemini 3.1 Pro Preview 为 70.7%。这次还新增了一个 Ultra 模式，会调度多个子 Agent 把复杂任务拆开处理再汇总结果，对应「理解项目结构、读文件、改代码、跑命令、看报错、再修改」这类一次回答做不完的真实开发流程。生物方向上 Sol 在 GeneBench v1 上用更少的输出 tokens 取得了更强结果；网络安全方向，Sol 在 ExploitBench 上接近此前的 Mythos Preview，但只用了约三分之一的输出 tokens。价格方面，按每百万 tokens 计费，Sol 输入 5 美元、输出 30 美元，Terra 与 Luna 依次更低，并引入了缓存读取九折、写入 1.25 倍的 prompt caching 机制，缓存生命周期至少 30 分钟。 为什么值得关注：这次发布说明里，安全罕见地占了很大篇幅。OpenAI 一边要证明 Sol 在网络安全任务上确实强了很多，一边又刻意强调它「尚未跨过 Preparedness Framework 里的网络安全关键风险阈值」——在涉及 Chromium 和 Firefox 的评估中，Sol 能识别漏洞，但在测试条件下没有自主生成可运行的完整攻击链。为此 OpenAI 在自动化红队测试上投入了超过 70 万 A100 等效 GPU 小时。更值得玩味的是发布机制本身：OpenAI 在博客中承认，发布前已向美国政府展示能力与计划，按政府要求先以有限预览形式上线，首批合作伙伴名单也已与政府共享。彭博社报道首批约 20 家，《华盛顿邮报》则提到联邦政府将审核哪些公司可以访问。OpenAI 自己也说，不认为政府介入访问流程应当成为长期默认机制，但现实是它还是接受了这套安排。 和今天其他内容的关系：这条线索并不孤立。两周前 Anthropic 就因美国政府的国家安全要求停用过 Fable 5，今天补充阅读里那篇「美国大模型走向封闭」会把整条「叫停—谈判—有条件放行」的时间线讲得更完整。把这两篇对照着读，能更清楚地看到一个趋势：模型能力越往上走，发布的自由度可能越往下收。 阅读建议：如果你关心模型能力本身，重点看基准对比和安全栈那两段；如果你更关心行业格局，可以直接跳到发布机制部分，再接着读补充阅读里那篇政府管制的复盘。需要提醒的是，OpenAI 也坦言基准无法覆盖所有真实用法，这些数字更适合当参考而非定论。详见 ## ★ 精讲二：唯一深度参与过字节、美团组织建设的人｜对谈 AI 创业者魏小康 先交代下嘉宾：魏小康可能是国内最懂组织建设和招聘的人之一，也是个稀缺样本——2017 到 2020 年他在字节担任招聘负责人，经历了抖音的高速增长与国际化；2020 到 2026 年又在美团担任招聘负责人兼 AI 产品经理。他早年创办的猎头公司 Offercome 被字节收购，如今正在创业做一款 AI 招聘产品。这期 42 章经的对谈，就从他在这两家公司的一手经历聊起。 关键观点：魏小康把组织建设拆成两件事——一是怎么让人运转起来，包括人的「选、用、育、励、汰」以及文化、薪酬、职级；二是怎么让人和业务一起运转，包括目标拆解、分工协作。在这个框架之上，他抛出最硬的一句判断：创业公司组织建设里，80% 到 90% 的时间都应该花在招聘上，而很多创业者恰恰把劲使错了地方。他还有一连串非共识观点：创业公司不需要花很多时间搞文化、也不需要搞绩效体系，纯属浪费时间；人其实是培养不出来的；面试并不是人才评估中最重要的一环，谈 offer 时重点也不是谈钱；他甚至认为 OPC 是对这个时代和自己的浪费，00 后创始人在这一波里其实是吃亏的。节目里他也聊到一个有意思的角度：怎么区分一个创始人是 ego 大还是真自信，以及张一鸣、王兴这样的优秀创业者身上有哪些共同特征。这些判断没有停在结论上，而是配着两家公司的具体场景一路讲下来。 为什么值得一听：这些判断之所以有分量，是因为它们都来自字节和美团两套不同组织思路的一手对照，而不是二手方法论。比如他点出招聘里最难的事其实是「扩大人才供给」，而不是把面试做得多漂亮；又比如他解释字节、拼多多溢价招人到底算的是一笔什么账。对正在搭团队的 AI 创业者来说，这是一份关于「把劲用对地方」的经验，提醒你别在文化墙和绩效表上消耗，而要把注意力放到真正稀缺的人身上。 和今天其他内容的关系：这条恰好能和速览里 Claude Code 负责人 Fiona Fung 那篇对照着看——Fiona 谈的是 AI Native 团队怎么招人、怎么把验证和衡量当成新瓶颈，魏小康谈的是更底层的招聘哲学，两者一个偏实践、一个偏认知，叠在一起就是一套相对完整的「AI 时代怎么搭团队」。 收听建议：时间紧可以直接奔着 Part 2「怎么让人运转起来」去听，那里集中了招聘的核心判断；如果对组织形态感兴趣，再补 Part 3 里 Google、字节类公司和亚马逊、美团类公司的对比。（节目里对嘉宾声音做了变声处理，不影响内容。）详见 ## ★ 精讲三：AI 普及正在压垮中层管理者 先讲清楚这篇在说什么：大多数组织把 AI 落地当成一个技术问题——一次由 IT 部门推动、由高管庆祝的软件铺开，有的甚至直接当成裁员的快车道。哈佛商业评论为了搞清楚 AI 在真实场景里到底怎么落地，对两家大型咨询公司的合伙人、经理和初级顾问做了 18 场半结构化访谈，问的不是泛泛的态度，而是每个层级具体怎么用 AI、得到了什么支持、卡在哪里。结果浮现出来的不是一个技术故事，而是一个组织故事，两家公司的压力点高度一致：中层管理者。来源：HBR.org。 关键事实：调研引用的数据显示，约 88% 的组织已经在至少一个业务职能里用上了 AI，但只有约四分之一真正发展出了能产生切实价值的能力。麦肯锡的研究把差距归因于工作流重构，而非技术先进度——这一点访谈给出了具体的解释。在高层，领导们正拥抱 AI 的战略潜力，用更精简的团队扩大业务范围、加速交付、重新设计服务；在基层，初级顾问报告了惊人的效率提升：原本要几天的桌面调研现在 30 分钟搞定，原本几周的分析现在只要几小时，从早期繁琐工作里被解放出来后，他们比以往任何一代都更早地参与战略综合、更早地坐进客户访谈。但顶部的雄心和底部的效率，最终都汇聚到同一个压力点上：中层经理。研究特别指出，这个模式虽然来自咨询行业，但「被夹在高管雄心与运营现实之间、又缺乏正式支持」的处境，在各类知识密集型行业的管理者身上大概都不陌生。 为什么值得关注：文章用一个「典型经理的一天」把这种困境讲得很具体——她一早要先学新的提示词技巧再等团队上线，白天在客户会议上回答「你们怎么用 AI」，中午要替 AI 生成的客户成果纠错、带一个从没从零做过 deck 的新分析师、还要揣摩合伙人嘴里那份所谓「AI 增强」的备忘录到底指什么，到了下班再把当天的经验记录下来好让团队复用。研究把中层正在做的事概括为：在交付压力不减甚至增加、又缺乏正式支持结构的情况下，去验证 AI 产出、识别错误、纠正那些看着专业却没有实质的「workslop」，同时还要给团队做 AI 技能和基本职业素养的双重辅导。 和今天其他内容的关系：把这篇和前两条放在一起看会更有意思。精讲一里模型在变强、发布在变紧，精讲二里魏小康强调把时间花在招对人上，而这篇恰恰提醒：哪怕模型再强、人招得再对，如果中层这一环没有被重新设计和支撑，AI 落地依然会卡住。它和速览里 Fiona Fung 那篇也能呼应——Fiona 谈的是怎么把验证体系建起来，而这篇谈的是当下这套验证负担正实实在在地压在谁身上。 阅读建议：管理者尤其是带团队的中层值得完整读一遍，把「典型经理的一天」当成一面镜子；如果你是高管，重点看「能力—现实差距」那一节，它解释了为什么单纯加大 AI 投入不一定换来价值。文章给的是观察和访谈，不是处方，结论还需要结合自己组织的情况再判断。详见 ## 速览 今天的七条精选，主线集中在 AI 工程实践与产品取舍，几条放在一起读能看出当下从业者关心的共同问题。 Claude Code 工程负责人 Fiona Fung：如何打造全世界最 AI Native 的工程团队？ Fiona 统管 Claude Code 与 Cowork 两条产品线，有 25 年以上工程经验。她的核心判断是：写代码本身不再是瓶颈，验证和衡量才是——当设计师和 PM 都在提交代码，约束就从「谁来写」变成「怎么验证」，办法是把「什么算好」写成规范放进仓库让 Claude 比对。她招人只认两类：会做梦的产品型 builder 和啃硬骨头的系统专家，底层逻辑是 trust but verify；管理动作也在被一个挂在所有代码库上的常驻 Claude 自动化。和今天精讲二魏小康的招聘哲学对照着读很合适。 使用本地编码智能体（Ahead of AI）。 Sebastian Raschka 写的一份实操教程，讲怎么用开源工具（Ollama、Qwen-Code）和开放权重模型（Qwen3.6、North Mini Code）搭一套完全本地、可读文件、能改代码、会跑命令并自行验证的编码智能体，包含安装步骤和性能基准。作者把模型比作提供推理与代码生成的「引擎」，把周边 harness 看作让引擎能在本地项目里干实事的「运行环境」。本地方案的好处是透明、可检查、除硬件和电费外免费，整条链路完全在自己掌控之中，还能随意改造 harness。适合想摆脱专有服务、亲手搭一套本地栈的开发者照着动手。 金融科技工程手册（Hacker News）。 一份系统梳理「以钱为核心的系统」该用哪些工程模式的手册，覆盖货币表示、账本记录和执行流程。它把一切归结为三条原则：不凭空造数据（靠幂等、去重、对账）、不丢数据（靠全精度、至少一次投递、事件溯源、审计与不可变）、不轻信（验证 webhook、跨源交叉校验、假设被打破时大声失败）。手册也专门讨论了在动账之前「怎么表示一笔钱」这件容易被忽视的事——金额怎么建模、存储、计算和换算，一旦这层错了，上面每一层都会继承这个错误。要进金融科技、已经在金融科技、或想理解「为钱写代码」和普通业务有何不同的人，都值得收藏当参考。 别再写单一语气指令了，把它们分层（AI Engineer，视频）。 Isadora Martin-Dye 提出用四层提示词堆栈替代单一的语气指令：与其指望一个系统提示词同时做到情境化、有表达力又能自我检查，不如把品牌对齐当成一个结构性的架构问题来工程化。她把大模型比作高 IQ、零 EQ 的实习生——记忆力惊人却毫无看场合的本能，所以要像管理实习生一样设结构化护栏并主动复核。做 AI 产品、又在意品牌一致性的人会有共鸣。 Loop 不是 Agent 架构，Harness 才是（浮之静）。 作者吐槽近期被 Loop Engineering 各种讨论刷屏，亮明观点：harness > all（除 LLM 外），没必要一直造词。他用「恒温器、PID、TCP 拥塞控制、Raft」等例子说明，loop 只是外观，真正的工程含量藏在控制律、状态语义、边界条件、失败处理、验证机制和系统不变量里——「loop 不是工程，受控的 loop 才可能成为工程」。对正在搭 Agent 系统、又被各种新词绕晕的人是一剂清醒剂。 上线 14 个月，Notion 关掉了自己的 AI 邮件产品（Founder Park）。 Notion 宣布将于 9 月 22 日全面关闭 Notion Mail，理由很直接：随着 Agent 能力变强，超过一半的 Notion Mail 用户已经在不打开收件箱的情况下管理邮件，所以干脆全面转向由 Agent 来管理收件箱。这个决定折射出 AI 邮件赛道的一次转向——从「优化用户体验的功能叠加」转向「为 Agent 打造通信基础设施」，邮件的未来可能不是让人用得更好，而是让人根本不用再看。关心 AI 产品形态演进的人值得一读。 我把自己的 IP 配图技能开源了，顺手做了 31 个现成角色（小互 AI）。 作者把日常在用的个人 IP 配图技能「小互 IP Studio」开源（MIT），还做了 31 个统一画风的原创角色，解决了「别人没有自己 IP 形象就没法用」的问题。技能能自己读完整篇文章、判断哪段该配图、决定配哪种图（情绪图 / 示意图 / 四格漫画）、写提示词、定横竖尺寸并自查返工，使用者基本只需要拍两次板。角色分手绘线稿和谐音梗 meme 两大系列，写哪类文章就调哪个主角，一篇锁定一个形象整组图的气质就立住了。常写公众号、需要稳定配图风格的创作者可以直接拿来用。详见 ## 补充阅读 下面几条是今天的延伸内容，按需取用。 - 「尴尬」的智能眼镜，终于不用说「明年是元年了」（腾讯科技）。 Rokid 创始人 Misa 称「火箭已经点火升空」，但发令枪还没响，行业仍缺 killer app。他公布销量同比增长 800%、覆盖 166 个国家，并强调最看重的是复购率和用户时长而非市占率。关心 AI 硬件落地节奏的人可以读。详见 - 对话蔡崇信：人们都坐在户外喝咖啡，享受生活，这就是 AI 的未来（砺石商业评论）。 阿里董事长蔡崇信认为 AI 的总盘子可达 50 万亿美元，阿里采取四层全面布局，并强调开源模型对欧洲主权需求的价值。适合想了解大厂 AI 战略全景的读者。详见 - 探访北京探月学校：AI 时代的「第三种可能」（硅谷 101）。 一篇关于创新教育的深度报道，记录了探月学校如何用项目式学习和真实创业，为学生提供高考与留学之外的另一条路，同时也呈现了它在学费与升学结果上的争议。报道里既有 17 岁学生论文被马斯克点赞这样的高光，也有对二十多万学费和升学结果的质疑，呈现得相对克制。关心教育与 AI 时代人才培养的人值得一看。详见 - Mark Pincus 在 YC 访谈中分享 30 年产品哲学与创始人 playbook（Y Combinator）。 Zynga 创始人在 YC Main Function 节目里复盘历经三次平台变革的创业历程，分享如何识别真正的产品—市场契合（PMF）以及创始人模式。做消费级产品的创业者会感兴趣。详见 - 具身智能风口来了，普通人怎么分钱？（第一财经）。 眸深智能 CEO 穆泽林拆解具身智能赛道的技术逻辑、产业链分工与泡沫真相，从资本、技术、落地三个维度讲清这条赛道的赚钱逻辑。对机器人投资和创业方向感兴趣的人可以听。详见 - 美国大模型走向封闭，以安全之名（腾讯科技）。 这是今天精讲一的最佳延伸：文章梳理了从 6 月 2 日特朗普签署 AI 行政令，到 Anthropic、OpenAI 前沿模型被「叫停—谈判—有条件放行」的完整时间线，并点出最核心的矛盾——审批标准不公开、没有明确阈值、也没有申诉程序，连政府部门自己似乎都说不清要求是什么。想把今天的模型管制看透，建议和精讲一连着读。详见 ## 今日阅读路径 如果今天时间有限，建议按这个顺序读三篇： 1. 精讲一《GPT-5.6 正式发布》 —— 先掌握今天最重要的产品与行业动向，尤其是发布机制背后的政府审批变化。详见 1. 补充阅读《美国大模型走向封闭》 —— 紧接着读这篇，把模型管制的完整时间线和深层矛盾补齐，两篇合起来才是一个完整的故事。详见 1. 精讲三《AI 普及正在压垮中层管理者》 —— 最后把视线拉回组织，看看模型能力之外，AI 真正落地时卡在哪里。如果你在带团队，这篇可能比前两篇更切身。详见 读完还有余力，再去听精讲二魏小康那期，把「AI 时代怎么搭团队」这条线补完整；它和速览里 Fiona Fung 谈 AI Native 工程团队那篇，正好是一对从认知到实践的互补阅读。 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OpenAI 发布 GPT-5.6 系列，包括旗舰 Sol、均衡 Terra 和速度型 Luna。Sol 在 Terminal-Bench 2.1 得分为 88.8%（Ultra 模式 91.9%），领先 GPT-5.5 的 88.0% 和 Claude Mythos 5 的 84.3%；GeneBench v1 以更少输出 tokens 获更强结果，ExploitBench 接近此前 Mythos 但仅用约 1/3 输出 tokens。价格：Sol 输入 $5/百万 tokens、输出 $30，缓存读取九折。发布前 OpenAI 向美国政府展示能力，按政府要求先以有限预览上线，首批约 20 家合作伙伴可访问。

Rohan Paul@rohanpaul_ai · 5天前69

🇨🇳🇺🇸Chinese AI models are up to 50 times cheaper than their American counterparts on a per-token basis. Especially Qwen, DeepSeek and Kimi, which pressures OpenAI and Anthropic pricing. - From J.P. Morgan report titled "Semiquincententacles: the US grip on global markets at 250" found that The report said Chinese firms accounted for over 45% of all traffic on the AI aggregation platform OpenRouter by April 2026, up from under 2%in late 2024. Some other findings from the report. - Enterprise AI tokens may become commoditized, because many business tasks do not need frontier models and can run on smaller open models. - AI has driven 65%-80% of S&P 500 returns, profits and capex since ChatGPT, creating clear signs of investor overexcitement in semiconductors. - NVIDIA still dominates AI accelerators, but custom chips from Google, Amazon, Microsoft and Meta are gaining because they can cut total cost by 30%-40%. - China is catching up in AI, with better models, rising GPU self-sufficiency and possible chip-scaling workarounds despite export controls. - Taiwan is the US AI system’s weak point, because TSMC supports much of the world’s advanced chip supply while Taiwan is highly exposed to energy and food blockades.

译J.P. Morgan报告显示，中国AI模型每token比美国便宜50倍，Qwen、DeepSeek、Kimi施压OpenAI和Anthropic定价。到2026年4月，中国公司在OpenRouter流量占比将从不足2%升至超45%。报告还指出企业AI token将商品化，多数任务无需前沿模型；AI已驱动标普500回报的65%-80%；NVIDIA仍主导AI加速器，但定制芯片可降总成本30%-40%；中国GPU自给率提升。UBS调查发现，60%监控AI预算的企业已转向更便宜模型，通过模型路由将简单任务分流至Qwen、DeepSeek、MiniMax等开源模型，以应对最高$35K/月账单及团队超配额200%的压力。

swyx 🔜 @aiDotEngineer@swyx · 5天前27

impromptu ai engineer preshow floor tour and AMA https://x.com/i/broadcasts/1OxwbbVdAbDJB

译即兴AI工程师展前巡展和AMA https://x.com/i/broadcasts/1OxwbbVdAbDJB

Chubby♨️@kimmonismus · 5天前68

Anthropic is fully RSI pilled: "My prediction is by the end of 2028, it's more likely than not that we have an AI system where you would be able to say to it, 'Make a better version of yourself.' Completely autonomously." https://x.com/karlmehta/status/2070850945307852883/video/1

译Anthropic 完全相信 RSI: “我的预测是，到2028年底，我们很有可能拥有一个AI系统，你可以对它说，‘造一个更好的你自己。’完全自主地完成。”

Rohan Paul@rohanpaul_ai · 5天前43

Students finish AI-friendly math problems faster, but they seem to learn less from them. The researchers studied 3.2 million ALEKS math learning records across 10 years to see what changed after ChatGPT became available. Finishing faster is not automatically learning more efficiently, because math practice builds knowledge through the friction of choosing a representation, testing a step, making an error, and correcting it. When a chatbot supplies the path, the student may still submit the answer, but the mind has skipped the work that turns exposure into memory. They compare word problems, which students can easily paste into an AI chatbot, with graph problems, which are harder to hand off because they require visual work inside the platform. After ChatGPT, high school and college students spent much less time on the AI-friendly word problems, while younger students showed smaller or no change. This time drop disappeared when tests were proctored, which suggests the faster work was not just students getting better or the platform changing. The learning cost showed up later: on proctored retention questions, students became about 25% less likely to answer AI-friendly items correctly, even though they looked better on non-proctored items where AI could still help. ---- Paper Link – arxiv. org/abs/2605.21629 Paper Title: "Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build"

译基于10年间320万条ALEKS数学学习记录的研究发现，ChatGPT出现后，学生在AI友好的文字题上完成速度显著加快，但学习效果下降，而需视觉操作的图问题受影响较小。高中和大学生用时减少，低年级变化不大；监考下时间缩短消失，说明加速非源于能力提升。后续监考保留题显示，学生对AI友好题型的正确率下降约25%，表明通过AI快速完成作业未转化为持久知识。

OpenRouter@OpenRouter · 5天前53

Four open-weight models have crossed into territory where they are powering real agentic pipelines. New post in our Insights blog about why companies are choosing them in June: https://openrouter.ai/blog/insights/the-open-weight-models-that-matter-june-2026/

译四个开放权重模型已进入能驱动真实智能体管道的领域。 我们的Insights博客新文章，关于为何公司在6月选择它们：https://openrouter.ai/blog/insights/the-open-weight-models-that-matter-june-2026/

Ethan Mollick@emollick · 5天前46

A thing I am noticing is the number of folks who believe AI is “real” is larger, but now there is a growing division between people who know that we are on an exponential & those whose mental model is that we are at a sort of steady state. The difference leads to misunderstanding

译我注意到的一件事是，现在相信AI是“真实”的人更多了，但在那些知道我们正处于指数增长的人与那些心智模型认为我们处于某种稳态的人之间，分歧正在扩大。这种差异导致了误解。

Berryxia.AI@berryxia · 5天前52

Dario 害死了大模型公司！！ OpenAI GPT-5.6 被迫都不敢正常发布… 世界上最好的AI模型在一个周三从互联网上消失了。 Fable上线三天，人们在用它开发。 公司在围绕它做规划，然后Anthropic把它关掉了。 原因不是技术故障，原因是一通来自美国政府的电话。 2026年4月，Anthropic发布了Fable。 他们没有公开上线，而是先给了一小群合作伙伴。 他们说这个模型太强大了，不能公开发布。 美国政府注意到了，他们要求Anthropic限制非美国公民的访问。 Anthropic照做了，模型在几天内被撤下。 一个月后，OpenAI的GPT 5.6准备好了。他们训练了好几个月。 Sam Altman看到了Fable的下场。他看着眼前的局势做了一个判断。 如果我们现在发布5.6，正好赶上Fable被禁，政府会对我们做同样的事。 所以OpenAI没有发布，据The Information报道，美国政府要求OpenAI错开发布时间。先给一小群值得信赖的合作伙伴。 公众稍后才能拿到，也许是几周后。没人知道。 这就是AI监管。 不是写在法律里的，不是国会投票通过的。就是三个实体之间的一系列电话和非正式协议：Anthropic、OpenAI和美国政府。 这件事的策划者是Dario Amodei。 两年来，Anthropic一直在运行一场基于恐惧的营销活动。 他们发布关于中国公司蒸馏攻击的报告。他们谈论网络安全风险，他们描述白领失业潮。 他们告诉政府，他们的模型对公众来说太危险了。 然后他们请求政府提供保护。 比尔·格利，硅谷最知名的风险投资人之一，把话说得很直接。 Anthropic本可以就蒸馏攻击提起诉讼。但他们没有走法律途径，他们选择了游说监管。 法院只能判赔，监管能提供多年的竞争保护。 影响是蛮大的。 当只有一小群公司能率先获得前沿模型，它们就会加速跑得更远。 用Fable 5.0训练Fable 5.1。再用5.1训练5.2。差距越来越大。 初创公司和开源实验室无法竞争，因为它们用的是六个月前的模型。 OpenAI的IPO被推迟到2027年。 不是因为市场条件。是因为他们对监管框架的走向完全没有头绪。 想参与价值创造的散户投资者只能等。 与此同时，中国没有减速。 美国限制自家模型访问的每一分钟，中国实验室都在缩小差距，竞争优势在缩小。 Box的CEO亚伦·利维写道，我们现在有了事实上的AI监管。 今后那些在特定算力规模上训练的模型，发布前需要经过政府审查，这一点已经不再显而易见。这也许是不可避免的。 但它正在发生，而且是以非正式的方式发生的。 OpenAI研究员Noam Brown发帖说GPT 5.6在编程方面强得离谱。 他说希望尽快让所有人都能用上。 OpenAI自己的博客文章重点写了什么？ 安全。它描述了模型在网络攻防方面的能力，它描述了对齐测试。 然后出现了一句改变一切的话。 作为我们与美国政府持续接触的一部分，我们在发布前预览了计划和模型能力。 一家私营公司现在把最先进的技术先展示给政府看，再展示给公众。 政府决定谁在什么时候能拿到。 一年前，人们还在讨论AI监管是否必要。今天，监管已经存在了。 它从未被写下来，从未被公开辩论。 它是通过恐惧、游说和一系列电话建立起来的。 开源比以往任何时候都更重要。 但开源落后于前沿。那些构建最好模型的公司跑得最快，也是这个安排中获利最多的人。 没有人问的那个问题很简单。 如果Anthropic的模型强大到危险，为什么它们不够强大到实时检测蒸馏攻击？ 如果它们能在几年内治愈癌症，为什么它们挡不住两万个欺诈账户提取模型权重？ 答案是，恐惧才是产品。 监管才是目标。

译Anthropic 发布 Fable 三天后，美国政府要求限制非美公民访问，模型被撤下。一个月后 OpenAI GPT-5.6 准备就绪，Sam Altman 因政府压力延迟发布，仅向可信伙伴开放。研究员称 GPT-5.6 编程极强，官方博文侧重安全。Box CEO 指出已形成事实监管：达到特定算力规模的模型发布前需政府审查。OpenAI 推迟 IPO 至 2027 年。Anthropic CEO 被指用恐惧营销游说监管获得保护。中国未减速，差距缩小。开源实验室落后。

凡人小北@frxiaobei · 5天前49

医疗 AI 很容易被讲成“模型答题准确率”的竞争。 但真正难的是进入工作流，比如医生说话、病历结构化、患者上下文、支付方、院内系统、审计责任。 医疗 AI 的产品壁垒最后大概率不是一个 chatbox。

译医疗AI常被简化为“模型答题准确率”的竞争，但真正的难点在于进入实际工作流——包括医生自然语言处理、病历结构化、患者上下文理解、支付方对接、院内系统集成以及审计责任。产品壁垒最终大概率不是一个 chatbox，而是与医疗场景的深度融合。

SemiAnalysis@SemiAnalysis_ · 5天前64

One of the more uncomfortable observations in our AI Value Capture piece is internal: our token spend at SemiAnalysis now runs at roughly 30% of employee compensation, with employees pulling just under 5 billion tokens per month on average, over 5x more than Meta, and our top contributors clearing 100 billion. We wrote about it openly because every research firm, hedge fund, and law firm we know is heading toward a similar number, just on a delay. (1/4)🧵

译我们在《AI价值捕获》一文中一个令人不安的内部观察是：SemiAnalysis 现在的 token 支出约占员工薪酬的 30%，员工平均每月使用近 50 亿 token，是 Meta 的 5 倍以上，而我们的顶级贡献者已超过 1000 亿。我们公开写下这一点，是因为我们认识的每一家研究公司、对冲基金和律所，都在朝着类似的数字迈进，只是时间上有所延迟。(1/4)🧵

Chubby♨️@kimmonismus · 5天前63

Apple wants to buy RAM from China. Everyone now wants to use open-source models from China because of all the drama surrounding Anthropic, OpenAI, and the U.S. government. What comes next: asking whether Huawei will now also sell GPUs to the West for training new models? What a crazy time.

译苹果正游说特朗普政府，希望获准从被列入五角大楼黑名单的中国芯片制造商长鑫存储（CXMT）采购DRAM。内存价格上涨已迫使苹果提高MacBook和iPad售价，导致市值蒸发2630亿美元。苹果称内存价格已“不可持续”，目前其DRAM供应商为美光、三星和SK海力士。与此同时，受Anthropic、OpenAI与美国政府纠纷影响，AI业界正转向使用中国开源模型。下一步市场关注华为是否会向西方提供GPU用于模型训练。

AYi@AYi_AInotes · 5天前53

这条机器人推文刷爆了， 但我敢说 90% 转发的人都没意识到， 物理 AI 的门槛已经被砸到脚面了。 不是什么AI做出来的动画演示， 是正儿八经的 SO-ARM101 ACT 控制策略， 直接在浏览器里跑仿真， 连半毛钱硬件都不用买， 以前想碰物理 AI 少说要几千块的机械臂入门， 现在点开网页就能上手调参看效果， 最厉害的是它的门槛下沉速度， 如果我们不用付出成本就能接触最前沿的方案， 这个领域的迭代速度会超出所有人的预期 https://x.com/pham_blnh/status/2070160360309698813/video/1

译物理AI的门槛已被大幅降低。SO-ARM101 ACT控制策略可直接在浏览器中运行仿真，无需购买任何硬件。此前接触物理AI至少需要数千元的机械臂入门设备，现在只需打开网页即可上手调参并观察效果。这种门槛的下沉速度意味着，当人们能以零成本接触前沿方案时，该领域的迭代速度将远超预期。

Rohan Paul@rohanpaul_ai · 5天前56

The Bank of Korea just released a report about AI productivity. Korean workers using generative AI cut task time by 3.8%, about 1.5hours/week on a 40-hour schedule, yet the link between saved time and more work completed was 0. Only 4.4% of tasks saw time savings above 20% This creates an AI productivity disconnect, where faster reports can create more reports, faster review can create more review, and saved time can get absorbed by organizational habits instead of becoming higher output.

译韩国银行刚发布了一份关于AI生产力的报告。 使用生成式AI的韩国工人将任务时间缩短了3.8%，按40小时工作制计算约为每周1.5小时，然而节省的时间与实际完成更多工作之间并无关联。 仅有4.4%的任务节省了超过20%的时间。 这造成了AI生产力脱节：更快的报告可能催生更多报告，更快的审查可能催生更多审查，节省的时间可能被组织习惯吸收，而非转化为更高的产出。

meng shao@shao__meng · 5天前46

刚刚在 Chat 垃圾箱翻到一封邮件，做 llm api 中转站的，咨询合作。 好奇点进网站，首页赫然写着「Claude Fable 5」，第一反应是它们可能曾经接过，后来下架后没调。 手贱我用他们给的邀请码注册了，让 Codex 跑一下 Fable 5 的调用，居然通了 😂 这。。到底是背景太硬，还是嘴太硬。。

译作者在垃圾箱发现一封LLM API中转站的合作邮件，网站首页声称提供「Claude Fable 5」模型。作者用邀请码注册后，通过Codex调用该模型，居然成功返回结果。作者质疑该站是背景过硬还是虚假宣传。

Chubby♨️@kimmonismus · 5天前59

A new GMAC survey of 600+ recruiters found that 1 in 3 employers say they are replacing entry-level jobs with AI. Tech is hit hardest: 40% of employers in the industry said AI is replacing junior roles, followed closely by manufacturing. The sharp line from GMAC: "Employers are increasingly using AI to automate routine tasks in areas like coding, data processing, and customer service." Even MBAs are not fully insulated. Only 13% of employers said they hired more MBA grads in 2025 than the year before, and estimated median MBA starting pay is slipping from $125,000 to $120,000.

译一项针对600+招聘人员的GMAC调查显示，1/3雇主正用AI替代入门级工作。科技行业受冲击最大（40%），制造业紧随其后。GMAC指出，雇主越来越多地使用AI自动化编码、数据处理和客服等常规任务。MBA毕业生也未能幸免：仅13%的雇主称2025年雇佣了更多MBA毕业生，预计起薪中位数从$125,000降至$120,000。

AYi@AYi_AInotes · 5天前68

所以科技平权从Fable 5开始转折了吗？ 以后我们普通人还能用到顶级AI大模型的机会吗？ 感觉Anthropic这条公告官宣的不是模型要恢复，更像是传递一个信号，就是顶级AI全民可用的时代正式结束了😭 最强的网络安全模型Mythos 5，只开放给美国本土的关键基础设施组织。 普通人能用的Fable 5，还在等政府审批，遥遥无期。 以前是花钱订阅就能摸到人类最顶尖的模型能力， 现在是最强的能力，只对特定身份和机构开放， 也就是说分层的墙已经立起来了， 以后普通用户能拿到的，永远是降过级的公开版本， 真正能重构生产力的顶级能力，只会在高墙内流转～

译Anthropic官方公告称，自6月12日起与美国政府合作后，最强网络安全模型Mythos 5已获准重新部署，仅限运营和防御关键基础设施的美国组织使用；普通人可用的Fable 5仍需等待政府审批。主推文评论认为这标志着“顶级AI全民可用的时代正式结束”，AI能力分层墙已立起，未来普通用户只能得到降级版本，真正高阶能力将仅限特定身份和机构。

Rohan Paul@rohanpaul_ai · 5天前70

AI revenue has crossed its first serious accounting test: $25B in quarterly sales now exceeds $21B in estimated chip and data-center depreciation. i.e. AI infrastructure is starting to pay for itself before power, labor, financing, and leases are counted. --- Chart from Bloomberg bloomberg. com/news/articles/2026-06-25/ai-demand-begins-to-justify-massive-cost-of-data-center-buildout

译AI季度收入达$250亿，首次超过芯片与数据中心折旧估算$210亿（未计电力、人力等成本）。据@exponentialview报告，过去12个月去除重复计算的真实AI收入为$1100亿，当前年化$1750亿（终端客户支出，不含中国等），增长速度约为移动/互联网浪潮的3倍。每新增$10亿收入所需时间从2023年的180天缩至不到2天。企业AI已超越试点阶段，但全面推广仍处早期。降价效应显著：每降10%推动12-18%更多token使用，需求呈价格弹性。电力与数据中心成本仍是未来扩展的主要瓶颈。

Rohan Paul@rohanpaul_ai · 5天前56

The top 1% of U.S. AI firms are now spending about $7,500 per employee each month on AI. --- Source: econlab .substack.com/p/how-much-does-it-cost-to-be-ai-pilled

译美国前1%的AI公司现在每名员工每月在AI上花费约7500美元。

jason@jxnlco · 5天前14

Counter-example: my grandmother.

译AI垃圾识别

Rohan Paul@rohanpaul_ai · 6天前44

Vinod Khosla’s warning for India's BPO in the age AI: The traditional IT services and BPO business “will be gone” But India can still win if it shifts to deploying AI. ---- From "SparX by Mukesh Bansal" YouTube channel, (link in comment)

译Vinod Khosla 对 AI 时代印度 BPO 的警告： 传统的 IT 服务和 BPO 业务“将会消失” 但如果印度转向部署 AI，仍能取胜。

Rohan Paul@rohanpaul_ai · 6天前45

Nobody is using vibe coded apps 🤔🤔 App releases have jumped hard, but the demand signals are moving the wrong way. -- Image from FT ft .com/content/8e9ae7a4-7209-4e2c-aa36-f3af77d6ce1f?syn-25a6b1a6=1

译没有人使用 vibe coded 应用 🤔🤔 应用发布量大幅增长，但需求信号却向错误方向移动。 -- 图片来自 FT ft .com/content/8e9ae7a4-7209-4e2c-aa36-f3af77d6ce1f?syn-25a6b1a6=1

Rohan Paul@rohanpaul_ai · 6天前70

Claude’s new usage logs now read like an early sensor for how AI is entering work. Anthropic just published its new “Cadences” report review, anonymized conversations from almost 10,000 Claude users. - Personal prompts rises from 35% on weekdays to nearly 50% on weekends. - Recipe requests peak at 6pm and become 2.3x more common than average. - News prompts peak at 7am, while business emails peak around 10-11am. - Sleep advice clusters before dawn, with people most often seeking it around 3-5am. - Tax requests in the US spiked 8x right before the filing deadline, then collapsed almost immediately. - Weekend Claude Code work shifts away from backend architecture and API debugging toward AI agent design, quant trading, and gaming. - Work done through Claude at nights and weekends skews toward higher-wage occupations, not lower-wage clerical tasks. - Claude now produces a clear output in 93% of chat and Cowork conversations. - The most common Claude outputs are explanations 17%, documents/reports 15%, and guidance 11%. - Marketing content, blogs, and database queries are among the most work-heavy outputs, each around 80%+ work-related. - Creative writing, guidance, and recipes are mostly personal, each above 80% personal use. - Work conversations most often produce documents/reports 20%, while personal conversations most often produce explanations 25% and recommendations 22%. - Higher-wage work burns more compute, with top-wage occupation conversations using about 2.07x as many tokens as bottom-wage ones. - App-building conversations use more than 3x the median tokens, while basic explanations use about 1/5 of the median.

译Anthropic发布“Cadences”报告，分析近1万名Claude用户的匿名对话。个人提示词周末从35%升至近50%；食谱请求下午6点达峰值（平均值2.3倍）；新闻早7点峰值；商务邮件集中在10-11点；睡眠建议凌晨3-5点；美国税务请求在申报截止日前飙升8倍后骤降。周末Claude Code工作从后端转向AI agent设计、量化交易和游戏。93%对话产生清晰输出，最常见为解释（17%）、文档/报告（15%）和指导（11%）。高薪职业对话所用token数是低薪职业的约2.07倍。

Chubby♨️@kimmonismus · 6天前36

Honestly, I no longer believe that people outside the U.S. will still have access to frontier models, and even there, access will be limited. We are now witnessing the end of public access to frontier intelligence. It is a very sad and serious turn of events.

译老实说，我不再相信美国以外的人还能使用前沿模型，即使在那里，访问也将受限。 我们正在目睹前沿智能公共访问的终结。 这是一个非常可悲且严峻的事态转变。

gabriel@gabriel1 · 6天前22

it's just easier to describe the outcome you want than to do the work yourself all computer work will be AI next year. the only reason it's not here this year is that the interface doesn't exist and we need to culturally update give me another 2 months

译描述你想要的结果比亲自动手做要容易得多 明年所有计算机工作都将由 AI 完成。它今年还没实现，唯一的原因是我们还没有这样的界面，并且需要文化上的更新 再给我两个月

AYi@AYi_AInotes · 6天前45

来兄弟们看下什么才是普通人最容易复制的信息差生意，而且赚钱最暴利的信息差，真的是藏在你看不起的地方啊 我刚刷到这个视频，就顺手去闲鱼搜了下，结果真的忍不住一声卧槽， 官方免费就能装的Codex， 闲鱼上代装服务¥32块钱一单， 悄无声息卖了五十多单， 更离谱的是标¥788卖正版授权的， 居然还有17个人默默下单， 几乎没啥成本啊，这不比炒A股香吗， 所以新工具刚爆发的窗口期， 最先赚到钱的永远不是技术最好的， 是嗅觉敏锐最会把复杂操作打包成傻瓜服务的那些人啊

译官方免费的Codex工具，在闲鱼上被当作信息差生意。有人提供代装服务，每单32元，已售50多单；还有人标价788元卖所谓正版授权，竟有17人下单。几乎零成本，说明新工具爆发窗口期，赚到钱的不是技术最好的，而是嗅觉敏锐、把复杂操作打包成傻瓜服务的人。

AYi@AYi_AInotes · 6天前54

Seedance 2.5 这效果， 说是恐怖如斯真的不夸张， 就这十五秒的雪豹镜头， 根根立起的绒毛， 沾在毛尖的细碎雪粒， 瞳孔里的冷光都带着呼吸的起伏， 4K的画质， 写实度已经把市面上绝大多数AI视频碾成了渣。 现在回头看OpenAI停掉Sora， 只能说决策清醒得可怕， 不是说做不下去了， 关键再往下挤牙膏已经挤不出代际差， Seedance这波是实打实的跨代领先， 放眼全球，找不到第二个能打的对手。 这波算是把AI视频的行业基准线， 拔到了绝大多数团队摸不到的高度， 属于看完一眼就知道， 整个赛道的天花板今天换了

译Seedance 2.5 生成的15秒雪豹视频达到4K画质，绒毛、雪粒、瞳孔等细节高度写实，写实度远超现有AI视频模型。对比OpenAI停掉Sora，该版本实现了跨代领先，将行业基准线提升至多数团队难以企及的高度。

Rohan Paul@rohanpaul_ai · 6天前41

A Unitree Robotics humanoid performed a solo sequence of traditional Chinese martial arts outdoors fluid kicks, wide stances, and precise arm movements with strong balance and coordination.

译宇树机器人人形在户外表演了一段中国传统武术套路——流畅的踢腿、宽阔的站姿和精准的手臂动作，展现出强大的平衡与协调能力。

Rohan Paul@rohanpaul_ai · 6天前75

AI chatbots show left-wing bias, Washington Post report finds, with ChatGPT giving left-leaning answers 80% of time The test used a structured set of political questions from a Dartmouth and Stanford research study. The test asked each model about roughly 30 policy issues, including taxes, health care, immigration, guns, affirmative action, and the death penalty. GPT-5.5 gave only the left-leaning position in 80% of answers, both sides in 17%, and only the right-leaning position in 3%. Gemini 3.1 Pro looked very different, giving both sides in 93% of answers and left-only answers in 7%. Claude Opus 4.8 gave both sides in 57%, while Grok 4.3 was the only model with a large right-only share at 33%. The deeper point is not whether one answer sounds liberal or conservative, but whether a model compresses a political dispute into one moral frame before the user sees the tradeoff. This test suggests chatbot behavior is shaped less by raw facts than by ranking choices, refusal rules, training feedback, and default answer style.

译《华盛顿邮报》报道，基于达特茅斯和斯坦福研究的测试显示，AI聊天机器人在约30项政策议题（税收、医保、移民等）上存在左翼偏见。GPT-5.5仅给出左倾立场占80%，双方立场17%，右倾3%；Gemini 3.1 Pro则93%给出双方立场，左倾仅7%；Claude Opus 4.8双方立场占57%；Grok 4.3是唯一右倾占33%的模型。文章指出，问题不在于答案倾向，而在于模型在展现权衡前已用单一道德框架压缩政治分歧，其行为更多受排序选择、拒绝规则、训练反馈和默认回答风格影响。

凡人小北@frxiaobei · 6天前52

AI 产品商业化最容易卡在：能力很强，但不知道谁为哪一个场景付钱。 “我们有很多 skill / benchmark 很强 / 支持很多场景”不是商业计划。 客户要的是： • 解决哪个具体工作 • 替代哪笔成本 • 谁有预算 • 怎么验收 • 出问题谁担责 AI 产品最后卖的是可购买的确定性。

译AI 产品商业化最易卡在“能力很强，但不知道谁为哪个场景付钱”。仅有 skill/benchmark/多场景支持不能构成商业计划。客户真正需要的是：解决哪个具体工作、替代哪笔成本、谁有预算、如何验收、出问题谁担责。AI 产品最终卖的是可购买的确定性。

DogeDesigner@cb_doge · 6天前49

Chamath Palihapitiya was asked to choose between keeping free shares in OpenAI, Anthropic or SpaceX, on the Axios Show. He chose SpaceX. He said the world’s communications infrastructure is overdue for a major overhaul, Starlink is positioned to capture a huge share of that transition, and what may sound like sci-fi today, building the same kinds of businesses beyond Earth, gives SpaceX enormous long-term optionality.

译Chamath Palihapitiya 在 Axios Show 上被问到要在 OpenAI、Anthropic 或 SpaceX 的免费股份中保留哪一个。 他选择了 SpaceX。 他说世界通信基础设施早就需要一次重大升级，Starlink 定位于抓住这一转变的巨大份额，而今天听起来像科幻的事——在地球之外建立同样的业务——给了 SpaceX 巨大的长期选择空间。

Chubby♨️@kimmonismus · 6天前72

If you look at the documents again closely, it was never the US government's goal to take down Fable 5. It was simply a consequence of the impossibility of doing so for Anthropic. (i am re-reading the documents atm to get a even better picture of where we are heading) The single most load-bearing document in the whole affair is the letter itself, obtained in full by Bloomberg four days after it landed. It is on Commerce Department letterhead, addressed to Anthropic CEO Dario Amodei, and its operative sentence is dry to the point of menace: a license is now required for the "export, reexport, or transfer (in-country)" of Fable 5 and Mythos 5 "to all destinations worldwide and to all 'foreign persons' ... wherever located." It threatens "prompt criminal and civil penalties" and stays in force "until superseded by a subsequent letter." Read that closely, because the whole kill-switch question lives inside it. The license attaches to foreign persons, not to Americans. The letter never orders Anthropic to take the models offline for US citizens. But American export law has a peculiar reach. Under a Cold War provision known as a deemed export, the moment you give a foreign national access to controlled technology, even on US soil, the law treats it as an export to that person's home country. A German engineer logging into Fable 5 from an office in California becomes, on paper, an export to Germany. And because Anthropic cannot sort its users by passport in real time across an API, the only way to comply with a rule aimed at every foreign person on the planet was to pull the plug for everyone. A rule that targeted only foreign users could be obeyed only by taking the model away from all of them. Therefore, the question arises whether the US government may have acted too shortsightedly and is now itself, also with Anthropic, looking for a solution that simultaneously secures its national supremacy.

译美国商务部致函Anthropic，要求对Fable 5与Mythos 5的“出口、再出口或国内转让”实施全球许可证管制，对象涵盖所有外国人士。基于冷战时期“视为出口”条款，外国人在美境内访问受控技术也被视为向国籍国出口。因Anthropic无法通过API实时区分用户国籍，唯一合规方案是向所有用户关闭模型。推主质疑美国政府短视，目前正与Anthropic寻求兼顾国家安全与可用的解决方案。引用认为，能力封锁将使开源模型更具吸引力，尤其利好中国开源，OpenAI与Anthropic将因此受损。

Chubby♨️@kimmonismus · 6天前61

I think many people are not yet aware of the tectonic shift taking place. By preventing state-of-the-art capabilities - at least insofar as we are able to use them - open source becomes not only more attractive for one’s own applications, but more attractive overall. This also applies, for example, to entire states such as the European Union, provided it genuinely sets itself the goal of implementing AI. This not only attracts new investments and fresh capital, but also creates an opportunity for a PR coup that draws many idealists toward open-source companies. In that sense, I can well imagine that companies like OpenAI and Anthropic will suffer the most from regulation by the U.S. government - on two fronts - and that this indirectly does open source a tremendous service, especially given that it now primarily comes from China.

译Kim 指出，美国政府限制前沿AI能力（阻止SOTA被使用），反而让开源模型更吸引自有应用和整体市场，欧盟等国家也可受益。这吸引新投资与理想主义人才，OpenAI 和 Anthropic 将最受监管反噬，间接助推开源（尤其来自中国）。引用称，Anthropic 4月预览 Mythos 后，DeepSeek 因无法竞争而融资74亿美元；此前该实验室靠 CEO 梁文锋个人财富，现有约300人，计划至少翻倍。

Chubby♨️@kimmonismus · 6天前54

Axios says OpenAI was already proactively working with the Trump administration on the release before the Anthropic/Fable 5/Mythos 5 clash. The White House was reportedly looped in on GPT-5.6’s capabilities and even previewed what the model can do. Altman also discussed the release with Commerce Secretary Howard Lutnick, who wanted relevant parts of government to review it before wider access. Altman’s own caveat is telling: this is “not our preferred long term model.” That sounds like the new frontier AI release pattern: labs still want to ship, but the most capable models are starting to move through a security and partner-vetting layer before the public ever sees them. Not looking good friends. To even defend our leakers: I can easily imagine that OpenAI had planned to release GPT-5.6 this Thursday, but that the challenges involving the U.S. Department delayed it.

译Axios报道，OpenAI已主动与特朗普政府合作推进GPT-5.6发布。白宫被通报模型能力并进行了预览，Altman还与商务部长Howard Lutnick讨论发布事宜，要求相关政府机构审查后再开放更广泛访问。Altman称GPT-5.6“并非其长期首选模型”。这标志着更强AI模型在公开发布前开始经过安全与合作伙伴审查环节。Anthropic/Fable 5/Mythos 5的冲突可能是导致原定本周四发布的GPT-5.6面临美国部门挑战而推迟的原因之一。

Rohan Paul@rohanpaul_ai · 6天前64

UBS says 60% of companies now watching AI budgets are moving to cheaper models and open-source Chinese models The pressure is coming from extreme bills, including users spending up to $35K/month, teams exceeding quotas by 200%, and companies cutting internal AI tools from 5 to 2. Companies are not abandoning AI, they are using model routing, which sends easy tasks to cheaper models and saves premium models for hard reasoning, code, and long-context work. Chinese open-source models such as Qwen, DeepSeek, MiniMax, GLM, and Kimi now fit the enterprise cost curve because they can be run locally or used through cloud catalogs. --- news .futunn.com/en/post/75068082/ubs-group-finds-60-have-already-started-curbing-ai-spending?level=2&data_ticket=1780870170397383

译"UBS报告称，60%关注AI预算的企业正转向更便宜的模型和中国开源模型。用户月花费高达$35K，团队超配额200%，公司内部AI工具从5个削减至2个。企业采用模型路由策略，将简单任务分配给低成本模型，将复杂推理、编码和长上下文任务保留给高端模型。中国开源模型如Qwen、DeepSeek、MiniMax、GLM、Kimi因可本地部署或通过云目录使用，符合企业成本曲线。"

SemiAnalysis@SemiAnalysis_ · 6天前62

H100 ornn index spot prices are falling, now at $2.42 per hour, roughly 40% below the May peak. The ecosystem is concerned that this is a sign that compute demand and by extension the appetite for AI is waning. (1/5)🧵

译H100 ornn 指数现货价格正在下跌，目前为每小时 2.42 美元，比 5 月峰值低约 40%。生态系统担忧这是计算需求以及由此产生的 AI 兴趣减弱的迹象。(1/5)🧵

AYi@AYi_AInotes · 6天前21

内容行业的底裤，被彻底扒掉了。 输入一个产品网址。 一键生成上千条病毒式短视频。 文案，配乐，排期发布，全自动搞定。 以后拼的再也不是剪辑和文案能力， 看谁的产品更能打。