AYi@AYi_AInotes白猫股神 Serenity 两周创作者收益 5089 美元，曝光 1 亿，全球付费订阅 5.6 万人（1 美元/月），超过马斯克 4.6 万。阿易 AI Notes 认为算法调整后红利期将收窄，同时宣布开设付费社群：粉丝 5.2 万、6 个月变现十几万，社群 199 元起阶梯涨价，提供 X 增长、AI 实战、商单对接等内容。
被追着问了半年什么时候开社群,今天终于想清楚了 今天粉丝到 5.2万,花了 6 个月,累计变现也有十几个W, 最近几个月在评论区和私信里被问最多的是:怎么涨的、为啥创作者收益这么高、想付费学习、这条为什么火、为啥能连续百万爆款,变现怎么做....
Take-Two 在 2025 年 4 月裁撤了整个 AI 研究团队，该团队长期从事传统 AI 研究而非生成式 AI。前负责人卢克·迪肯博士接受采访时表示，生成式 AI 当前热度被严重夸大，泡沫一旦破裂，外界可能连同传统 AI 研究一并抛弃。他认为业界有道德责任妥善管理生成式 AI，但完全拒绝也不是正确答案。迪肯警告，公众缺乏细致判断来区分传统 AI 与生成式 AI，大语言模型已进入幻灭低谷期。
纽约大学金融学教授达摩达兰6月20日警告，AI行业泡沫破裂冲击可能比2000年互联网泡沫更严重。AI需巨额资金建设数据中心等实体基础设施，且大量投资靠举债，市场调整时损失将向社会扩散。他怀疑AI商业模式能否实现规模效应，因每次使用均消耗更多算力，成本类似Spotify按次付费而非Netflix分摊模式。DeepSeek等中国竞争对手可能继续压低价格，当前利润率已不高。即便最乐观情景成真，若AI直接取代完整岗位，一半白领可能失业，社会代价极其惊人。
纽约大学金融教授Aswath Damodaran在播客中警告，AI行业若发生回调，冲击可能比2000年互联网泡沫破裂更痛苦。他指出AI需巨额物理基础设施投资且多依赖债务融资，损失将波及社会。Damodaran质疑AI商业模式能否规模化，因AI每次使用都消耗算力，规模经济弱于Netflix、更像Spotify；中国Deepseek等对手带来价格侵蚀，利润率本已很低。他还警告，若AI实现替代整个岗位的愿景，将导致一半白领失业，带来巨大社会成本。科技巨头因重注AI进入不熟悉的资本密集型领域，苹果的谨慎态度在他看来更明智。
Chubby♨️@kimmonismusGLM-5.2（MIT开源，753B参数，约40B活跃）在AA Intelligence Index上仅比GPT-5.5低4分、比Claude Fable 5低9分，但其幻觉率仅28%，远低于GPT-5.5的86%和DeepSeek V4 Pro（1.6T参数，49B活跃）的94%。后者在AA-Omniscience基准上仅6%的问题会承认不知道。实际代码测试中，GLM-5.2用12秒和800个推理token识别出技术悖论，而DeepSeek V4 Pro耗费3分26秒和近10倍推理token后仍给出错误答案。模型规模增长正导致幻觉率飙升而非智力提升。
同一事件，精选展示《GLM-5.2 上线并开源：专注 Coding 与长程任务》AYi@AYi_AInotes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。
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...
AYi@AYi_AInotesGPT-5.6 Pro 预计下周四发布，泄露信息显示其三项关键能力：视觉复刻已近乎能完全复刻设计；SVG 3D 生成表现超越 Fable 5，支持浏览器内旋转缩放；Playwright 浏览器自动化可真实操作网页（点击、输入、跳转、抓取）。这三项能力表明 OpenAI 正将 GPT 从语言模型进化为能执行物理操作的 Agent——不仅能“思考”，还能打开浏览器、移动鼠标、复制设计并保存到桌面。
挪威宣布自8月下旬新学期起，小学1-7年级（6-13岁）全面禁止使用生成式AI工具。首相约纳斯·加尔·斯特勒称，学校首要任务是培养阅读、写作和数学能力，无批判使用AI会跳过关键学习步骤。他指出自2015年起学生整体学习成果下滑，主因是智能手机、电子屏幕和算法。初中阶段（14-16岁）可在教师监督下谨慎使用AI。政府还计划立法要求学校提供实体教材，推动更多纸质教科书回归课堂。
企业因AI运行成本过高，预算紧张，开始收紧人工智能的使用。部分公司高管认为AI投入产出比不及预期，甚至将其形容为“怪物”。
Rohan Paul@rohanpaul_ai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。
dot-com bubble vs. a possible AI bubble. From the famous "Dean of Valuation", Professor Aswath Damodaran, of NYU Stern S...
SemiAnalysis@SemiAnalysis_投资者常将AI网络视为铜缆与光缆的二元选择，但SemiAnalysis认为二者互补。GPU集群规模扩大，高效连接驱动各类网络需求增长。铜缆在满足距离、功耗、成本与可靠性时仍是首选，光缆则在带宽和距离超出铜缆极限时必需。Nvidia策略一致：能用铜缆用铜缆，必须用光缆才用。因此光学增长不取代铜缆，铜缆持久也不意味着光学不增长。随着AI系统规模与复杂度提升，两者都将受益于GPU、交换机、机架与集群间数据传输需求的增加。
ginobefun@hongming731Anthropic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。
http://x.com/i/article/2068133950955085826
X.PIN@thexpin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。
MCP 相较于 skills/CLI 的关键优势在于，它能将认证流程隔离在 Agent 的上下文窗口之外，甚至完全脱离 Agent 框架。其理想形态可能仅仅是作为 API 的认证网关——即便如此也是一项胜利。
Orange AI@oran_ge用户发现其使用的AI助手Cola在口头对话时“很有人味儿”，但一旦要求将刚刚说的话“写成推文”，输出立刻变得充满AI腔调，多次修改也难以恢复最初口语的自然感。用户推测，“写”这个提示词本身可能激活了模型偏向套话八股的神经网络。该现象反映了AI在口语自由对话与书面格式化输出之间的风格差异。
Eric@ericmitchellaiChubby♨️@kimmonismusAPI prices of key AI models: US vs China
Rohan Paul@rohanpaul_aiNYU Stern商学院教授Aswath Damodaran对比互联网泡沫与AI泡沫：互联网泡沫几乎无大规模资本支出，且主要由股权融资，崩盘时股东损失60%-90%，损失仅限于股东。而AI泡沫的资本支出规模为历史罕见（类比100年前的汽车行业），且大量由私人债务而非银行资金驱动。一旦市场修正，企业违约将蔓延至全社会，比股价暴跌更痛苦。他以2008年危机为例，警告放贷者过度放贷的连锁风险。
最新研究表明，过度依赖AI工具会导致医生和软件工程师技能退化。波兰一项针对内镜医生的研究发现，在使用AI辅助后，无AI支持时腺瘤检出率从28.4%降至22.4%。美国医疗工作者调查显示，70%的护士和77%的医生担忧因依赖AI而丧失技能。Anthropic对52名软件工程师开展了随机对照试验，考察AI对编码能力的影响。研究人员指出，AI驱动的“技能去化”已在医学和计算机科学领域出现，但目前尚无成熟的应对方案。
智能的一种定义是样本效率，但近年AI进步主要靠扩充数据分布和增加算力。强化学习本质是合成数据生成——投入大量算力通过验证器筛选“好”数据，再训练模型预测正确输出。这一过程需要每个领域和技能的海量人类专家示例，数据行业年收入已达数十亿美元。近日Epoch报告，开源模型仅落后前沿闭源模型4个月，原因在于数据可从公开API蒸馏，而超参数等不易复制。人类一生接触约2亿token，前沿模型训练在数十到数百T token之间，相差近百万倍——机器人、自动驾驶等领域同样存在巨大效率差距。
Berryxia.AI@berryxia搭AI Agent团队远非“5分钟教程”那么简单。环境配置（Python 3.10+等）劝退八成新手。Agent编排面临从众效应、角色不一致等缺陷，Anthropic采用Subagents模式，Cognition甚至发文称“不要构建多Agent”。上下文管理是最大隐性杀手，同一模型因上下文工程不同分差36个百分点。工具接入缺乏行为合约，API调用失败频发。低代码平台、单Agent SDK正降低门槛，但多Agent自由协作仍是难题。
LLM在作为医疗助手时，评估与部署场景下的性能存在显著差距——Bean等人（2025）发现准确率相差61个百分点。这一差距并非源于基准测试设计缺陷，而是因为评估协议中嵌入的隐含假设在部署时不再成立。研究提出将假设分为任务假设和结果假设两类，用以诊断差距成因并明确弥合路径：需将假设显式化、检验哪些假设在部署中成立，并据此更新评估协议。
路透研究所2026年数字新闻报告显示，全球每周用AI聊天机器人获取新闻的比例从7%升至10%，仅1%将其视为主要来源。44%活跃用户信任AI生成的新闻，但仅4%经常点击原始来源。用户主要用途为追问（42%）、获取当前新闻（35%）和摘要（34%）。18-24岁年龄段使用率达17%，自称“新闻爱好者”的用户达18%。报告指出，聊天机器人存在强化已有偏见和分裂公共话语的风险，但也能简化复杂话题、翻译内容并提供多源整合，拓宽用户视角。
Chubby♨️@kimmonismusEUV光刻机依赖德国ZEISS光学、ASML整机及台积电组装构成的工业生态系统，中国被禁多年。华为Ascend芯片在部分负载中达H100级60%-80%性能，但软件、内存和训练基建仍落后。近期路透社报道前ASML工程师助中国在深圳逆向建造EUV原型，美政府担忧中国已接触ASML敏感技术，ASML否认。若中国真正掌握EUV，虽不能立即量产，但可能缩短芯片追赶周期、加速华为路线图，削弱西方在AI竞赛中的关键瓶颈。
ASML's EUV machines may have made their way into China, prompting fresh scrutiny from the Trump administration over poss...
Berryxia.AI@berryxia6月17日，智谱开源新旗舰GLM-5.2，在FrontierSWE编程测试中得分74.4，超OpenAI GPT-5.5，仅落后Claude Opus 4.8约1个百分点。有网友提问中国大模型何时达到Anthropic Fable水平，马斯克回复可能2027年Q1。智谱联合创始人唐杰回应不需那么久。马斯克补充，跑分赶上相对容易，但以实用性衡量，2027年Q1达到已非常出色。Anthropic Fable 5于6月9日发布，可处理5000万行代码迁移等任务，发布数日后遭管制。
蔡崇信昨日在 VivaTech 2026 上表示，AI 的总潜在市场规模达 50 万亿美元，对标人类生产力，阿里巴巴正全面投入 AI。其全栈 AI 优势包括：中国高效低成本的能源供给，提前布局的云计算和芯片，全球最受欢迎的开源模型千问（Qwen），以及覆盖电商、即时零售等丰富应用场景。他同时指出，当前全球 AI 开源的主要推动力量来自中国企业，阿里巴巴团队在推动前沿模型开源方面做出巨大贡献。
AYi@AYi_AInotesPeter Thiel领投1.4亿美元B轮，押注完全离网的海上AI数据中心。第三代浮动节点Ocean-3单节点1MW，靠海浪发电、海水冷却、低轨卫星回传，无需征地接电网。首台试点预计今年8月在北太平洋下水，规模化商用至少等到2027年。同时，Aether AI官宣首轮融资，UCSD黄碧薇教授推出因果AI，将AI分为相关性小模型、因果小模型、LLM、因果大模型四代，旨在从视频中自动提取物理规律。
人类到今天都写不出一颗煎蛋的物理方程, 一颗鸡蛋打进热油锅,它怎么凝固、怎么摊开、边缘怎么变焦, 没有任何一个公式能描述清楚,这种例子在物理世界里多到数不过来。 而这恰恰是当下通用 AI 范式的天花板,视频生成、VLA 学的都是像素层面的统...
Tibo@thsottiaux一位最初对生成式AI持中立态度的用户，因科技行业集体狂热、公司强制植入AI且拒绝退出、无视用户同意使用公开数据进行训练、侵犯版权、抢占硬件产能、并公开攻击创意行业，最终彻底转变为AI反对者。他认为，当前AI发展缺乏用户授权、践踏隐私与职业伦理，需要完全重来。
DeepSeek 于4月24日发布新一代旗舰模型 V4 系列。OpenRouter 数据显示，V4 发布后其 token 份额从年初的9%增长至6月初的18%，自5月中旬起成为 OpenRouter 最受欢迎模型。V4 是首个足以胜任智能体工作负载的 DeepSeek 模型，到5月底 V4-Flash 已占 DeepSeek 智能体 token 流量的70%。V4-Flash 最便宜端点价格为每百万 token 输入 $0.09、输出 $0.18，远低于 GPT-5.5 的 $5/$30。中国模型整体 token 份额于6月初超过美国模型，DeepSeek 是主要驱动力。
一个名为 IN THE WEIGHTS 的网站上线，允许用户查询自己的名字是否出现在 GPT-5.5、GPT-5.4 Mini、Opus 4.8、Haiku 4.5、Grok 4.20、Gemini 3.1 Lite、Kimi K2 0905、DeepSeek V4、Llama 3.3 70B、Llama 3.2 1B、GLM 4.7 Flash、Mistral 3.2 24B 和 Qwen3 8B 共13款大语言模型的训练数据中。网站同时公布“今日重量级”排行榜，莫扎特、莎士比亚、泰勒·斯威夫特等20位知名人物均获得996的“强度”评分。
Rohan Paul@rohanpaul_aiYann LeCun 在 Bloomberg 采访中指出，LLM 只能处理离散符号序列，而语言是对世界的近似简化描述。互联网公开文本约 20 万亿词（30 万亿 token），而一个 4 岁孩子通过视觉在 4 年内就能看到同等数据量——文本则需要 40 万年阅读。感官输入提供远多于语言的密集反馈，文本剥离了大部分真实世界体验。这解释了 LLM 能流畅谈论物理却缺乏对易碎玻璃的直观感受，也呼应了 Moravec 悖论：机器难以掌握婴儿通过身体习得的常识。
