最新发布
-
千问APP发布首份AI健康助手指南发布 6月5日，千问APP发布《2026 AI健康助手使用指南》，这是业内首份系统梳理AI在健康生活中扮演角色的使用指南。指南指出，目前大多数用户的健康咨询还停留在“一次性问答”，问完就走。而AI其实可以扮演健康管家、安全守门人、就诊小助手、健康档案员、康复陪伴者五种角色，覆盖饮食、睡眠、就医、慢病管理等长期健康需求。一个“长期陪伴者”应该是什么样的？指南用了一位56岁高血压患者“老张”的日常给出了参考答案。同样是早餐拍照，大多数人问的是“这顿热量多少”。老张会问千问：“我有高血压，这顿需要注意什么？”得到的不是一串数字，而是针对他病史的饮食建议。头疼了三天，大多数人会问AI“我得了什么病”。老张则让千问帮他判断两件事：该挂什么科、有没有必须马上去医院的危险信号？就诊前，千问还帮他整理了既往检查单，梳理了五个最该问医生的问题。复诊前三个月，他每天记录血压，千问最终帮他总结出一个规律：早晨血压普遍高于晚上，秋季收缩压比夏季平均高10个单位。北京大学人民医院皮肤科主任医师李厚敏在接受媒体采访时表示：“很多用户只在看不懂体检报告或身体不适时才会想起AI，但更应该把AI看作一个长期参与健康生活的陪伴者。”点击获取这份指南
-
工信部6G试点与微信A2A落地，推动通信、消费电子及应用端上涨丨大咖星选 大咖星选聚合第一财经所有大咖与行业专家深度观点、前沿投资研判每个交易日21:30更新为您智能精选高价值内容 权威精炼研判 高效直达投资决策关键 0 1 资讯星选板块影响分析：1. 通信设备- 影响方向：利好- 逻辑推演：工信部发布6G创新发展部省协同试点专项行动通知，明确加强新型终端、芯片器件及卫星互联网等关联产业培育，并支持通信与AI融合技术。这一政策直接确立了6G作为未来产业的核心地位，从技术研发到场景落地（如低空经济、具身智能）均提供明确指引。叠加深圳加快算力网和新一代通信网建设的部署，通信基础设施投资预期升温，直接利好基站、光模块及天线等细分领域龙头，推动板块估值修复与订单预期提升。2. 人工智能（AI应用与算力）- 影响方向：分化（应用端利好，算力端短期承压）- 逻辑推演：一方面，微信与华为、小米等厂商合作推出A2A助手功能，标志着AI Agent从概念走向大规模商业化落地，直接利好具备大模型落地能力及生态合作的消费电子与软件服务商；深圳“人工智能+”行动及具身智能场景培育进一步强化应用端逻辑。但另一方面，美股博通因AI芯片收入指引不及预期大跌超15%，可能引发市场对全球AI算力需求增速的短期担忧，传导至A股算力硬件板块（如服务器、光模块），导致板块出现“应用强、硬件弱”的分化走势。3. 石油石化- 影响方向：利空- 逻辑推演：受中东局势出现停火迹象及美国释放战略储备等预期影响，WTI原油日内跌幅扩大至4%，布伦特原油同步大跌。油价快速下行直接压缩了油气开采板块的利润空间，同时导致以原油为原材料的化工品（如苯乙烯、PVC等）价格跟跌，增加化工企业的库存减值风险。尽管成本端下降对下游制造业有利，但短期内油价暴跌引发的板块估值重估及库存压力，对石油石化板块构成显著利空。4. 消费电子- 影响方向：利好- 逻辑推演：微信正与华为、小米、OPPO、vivo等主流手机厂商合作推出A2A助手功能，且荣耀机型已率先支持。这一进展意味着AI能力将深度集成至手机操作系统层面，极大提升了手机作为AI入口的交互体验，可能激发新一轮的换机需求。叠加6G终端培育政策及具身智能场景的拓展，消费电子板块不仅受益于AI功能带来的产品溢价，还面临硬件升级（如NPU算力提升、传感器增加）的换机周期，行业景气度预期显著改善。 02 大咖星选1、今日嘉宾情况今日参与嘉宾共 8 人，发表观点 29 条，命中股票板块 19 个（稀有金属、微盘股、半导体、人工智能、创业板综、融资融券、MLCC、人形机器人、商业航天、虚拟现实、消费电子概念、液冷概念、绿色电力、红利股、宠物经济、互联网服务、光通信模块、PCB、玻璃基板、机器人概念、通信设备、计算机应用、苹果概念）。2、嘉宾整体观点总结科技成长主线 （人工智能、半导体、算力硬件）普遍被看好，被视为贯穿上下游的核心主线，资金抱团明显，但部分嘉宾对 AI 泡沫风险及短期波动保持警惕。液冷概念（液冷市场、光通信模块）被认为是算力功耗攀升下的必选项和爆发点，市场空间广阔，但需警惕单价下行风险。人形机器人（机器人概念、MLCC）受 IPO 催化及 AI 驱动用量增加影响，被视为活跃风口，但筹码分散、机构派发迹象明显，追高风险较大。消费电子概念（虚拟现实、苹果概念）存在分歧，一方面看好折叠屏及端侧 AI 带来的新周期，另一方面担忧苹果创新能力不足及发布会缺乏超预期亮点。微盘股（创业板综、融资融券）多数嘉宾认为流动性风险加剧，筹码松动，短期需警惕回撤和分化，建议保持谨慎。红利股（绿色电力）在科技股短期波动加大背景下，被视为防守重要方向，绿电因算电协同具备增量弹性。3、看好或看空的板块情况看好板块情况人工智能（芯片、应用、MLCC、光通信模块），共 7 人看好，主要逻辑为 AI 渗透率提升、算力需求驱动、MLCC 用量激增及光模块市场增量空间。液冷概念，共 3 人看好，主要逻辑为液冷成刚需、市场规模扩张及单机成本提升。机器人概念（含人形机器人、MLCC），共 3 人看好，主要逻辑为 IPO 催化、AI 驱动单机用量增加及产业链核心环节布局机遇。半导体，共 2 人看好，主要逻辑为算力硬件为最强风口，资金活跃。绿色电力，共 1 人看好，主要逻辑为算电协同释放边际效应，绿电是增量弹性最大的核心。稀有金属，共 1 人看好，主要逻辑为稀缺资源未走坏，部分个股回调到位。玻璃基板，共 1 人看好，主要逻辑为量产预期加速或成科技新风口。看空板块情况微盘股，共 3 人看空，主要逻辑为流动性收紧、筹码分散、回撤幅度大且难改分化格局。人工智能，共 1 人看空，主要逻辑为英伟达业绩超预期却下跌，AI 泡沫风险持续累积。人形机器人，共 1 人看空，主要逻辑为筹码分散、机构派发，仅少数创新高，警惕追高。商业航天，共 1 人看空，主要逻辑为股东分散，建议短期逢高减仓。消费电子概念，共 1 人看空，主要逻辑为苹果创新能力不足沦为追赶者，折叠屏迭代多轮。宠物经济，共 1 人看空，主要逻辑为涨幅过大后承压。互联网服务，共 1 人看空，主要逻辑为巨额开支回报未明。创业板综，共 1 人看空，主要逻辑为透支全年涨幅，下半年空间受限。融资融券，共 1 人看空，主要逻辑为杠杆高企，赛道拥挤需震荡清洗。PCB，共 1 人看空，主要逻辑为高位短线风险，需严设止损。苹果概念，共 1 人看空，主要逻辑为预判无超预期亮点。4、提及板块及相关标的最强共识：人工智能（AI 渗透率趋势向好，资金抱团核心，贯穿产业链上下游，MLCC 用量激增） 相关标的：云从科技 海光信息液冷概念（算力功耗攀升驱动，刚需属性，市场年增超 50%） 相关标的：高澜股份 川润股份机器人概念（IPO 催化，AI 驱动需求爆发，MLCC 高端产能紧缺） 相关标的：埃斯顿 申昊科技半导体（算力硬件最强风口，活跃度高） 相关标的：寒武纪 澜起科技绿色电力（算电协同释放边际效应，增量弹性大） 相关标的：龙源电力 长江电力稀有金属（稀缺资源未走坏，回调到位） 相关标的：盛和资源 云南锗业玻璃基板（量产预期加速，科技新风口） 相关标的：沃格光电 天承科技短期谨慎：微盘股（流动性转向风险，回撤严重，分化格局难改）商业航天（股东分散，建议逢高减仓）人形机器人（筹码分散，机构派发，警惕追高）消费电子概念（苹果创新不足，发布会或无亮点，部分看空）PCB（高位短线风险，需严设止损）苹果概念（预判无超预期亮点）创业板综（透支全年涨幅，空间受限）融资融券（杠杆高企，赛道拥挤）互联网服务（烧钱期回报未明）宠物经济（涨幅过高）(以上内容由“星翼大模型“智能生成，仅供参考不构成投资建议，请注意甄别。)更多内容 点击订阅 想要了解智享会员Plus
-
小字不免责！因宣传语蹭LABUBU营销，奈雪赔偿泡泡玛特32万；iPhone改日期多出20G？苹果泼冷水；粉笔CEO张小龙辱骂学生：活该找不到工作 要闻提示NEWS REMIND1.小字不免责！因宣传语“蹭”LABUBU营销，奈雪赔偿泡泡玛特32万2.手机厂商语音助手可直接调动微信？腾讯客服回应3.改个日期iPhone多出20G！网友神操作火了，苹果：官方没这方法4.粉笔CEO张小龙大学演讲公然辱骂台下学生：活该找不到工作5.“加价两万可插队提GX”？何小鹏：小鹏明令禁止加价插队，我朋友都拒绝了6.罗永浩卸任锤子软件“执行董事”，知情人士称“既定人事安排”7.Meta元宇宙管理层更迭：原负责人悄然离职四个月，前Epic高管接棒8.马斯克 xAI 暂停招聘 Grok 聊天机器人“AI 导师”，HR 部门已不堪重负今日头条HEADLINE NEWS小字不免责！因宣传语“蹭”LABUBU营销，奈雪赔偿泡泡玛特32万 6月4日消息，近日，北京市朝阳区人民法院就泡泡玛特诉奈雪的茶不正当竞争纠纷案作出一审判决，认定深圳市品道餐饮管理有限公司（奈雪的茶所属公司）构成不正当竞争，判令其赔偿北京泡泡玛特文化创意有限公司经济损失30万元及维权合理开支2万元。双方均未上诉，判决现已生效。2025年9月，奈雪全渠道上线“米布布”主题茶饮活动，门店立牌、公众号、小程序首页用醒目字体打出“喝米布布抽LABUBU”，大面积使用LABUBU卡通形象，仅在物料最底端用极小字号备注奖品自采、无官方联名合作。也正是这份小字说明成为奈雪最核心的抗辩理由，结果被法院全盘驳回。对此，有网友调侃：“授权可能就不止32万了，这样划算......”“偷鸡不成蚀把米？”“这么大个公司，比我们小公司还法盲，也是厉害。”奈雪的败诉并非个案，“大字宣传、小字免责”早已渗透房产、家电、酒水、电商等多个行业。今年3月，市场监管总局出台专项整治文件，明确将误导性大小字广告列为重点查处对象，从监管层面印证该类营销早已触碰制度红线。（新浪科技） 国内资讯DOMESTIC NEWS手机厂商语音助手可直接调动微信？腾讯客服回应 6月4日消息，据报道，腾讯旗下的社交应用微信正与多家手机厂商展开深度合作，允许用户直接通过手机系统AI助手发起微信音视频通话或发送消息。腾讯客服方面对媒体确认，目前微信正在与华为、小米、荣耀、OPPO、vivo等多家手机厂商合作推出A2A（Agent-to-Agent）助手能力，可通过手机语音助理发起微信的音视频通话，或向好友发送消息。目前已有手机厂商完成接入。另据报道，目前，荣耀部分机型已经支持该功能，把YOYO智能体和微信更新到最新版本，即可唤醒YOYO直接语音下达指令，比如语音发微信消息、拨打微信语音、视频通话。（第一财经、财联社） 改个日期iPhone多出20G！网友神操作火了，苹果：官方没这方法 6月4日消息，词条#iPhone改日期 空出20G#登上微博热搜，引发网友关注。有网友发帖称，将iPhone开启飞行模式后，手动把系统日期调整到一年后，等待约2分钟，再将日期改回自动并关闭飞行模式，手机存储空间会出现明显释放。该网友表示，自己通过这一操作腾出了约20GB存储空间。苹果官方客服对此回应称，Apple官方没有这种方法。如果用户需要尝试的话，苹果客服建议先备份好数据，防止丢失。事实上，类似“修改系统时间清理iOS缓存”的说法并非首次出现，早在2024年就已有用户分享相关操作。这种方式并非苹果官方推荐的清理方法，且可能带来一定风险。有网友提醒，谨慎使用修改时间的方式清除iOS系统缓存，这种操作可能触发Bug，导致“屏幕使用时间”等功能无法正常使用。该网友称，一旦出现异常，可能需要等到系统时间真正到达此前修改的日期后才能恢复正常，重置手机设置也无法解决，只有刷机才能恢复。（快科技） 粉笔CEO张小龙大学演讲公然辱骂台下学生：活该找不到工作 6月4日消息，近日，北京粉笔蓝天科技有限公司CEO张小龙，在中国人民大学哲学院的演讲活动中，中途离场并发表不当言论，引发了广泛热议。网友爆料称，“突然频繁使用脏话，最后直接对着在场学生破口大骂，指责学生“活该找不到工作”，并愤然离场。”网络流传的现场录音显示，张小龙称，“你们除了到体制内去考个公务员，去混吃等死……”网友透露，讲座原定围绕考公辅导行业展开，但临时调整为“AI时代的职业生涯规划”。 对此，张小龙公开发文致歉。媒体从“粉笔”知情人士处获悉，接下来，张小龙将不再出席“粉笔”进校园的讲座活动。“粉笔”官网信息显示，张小龙于2015年创立北京粉笔蓝天科技有限公司，致力于通过技术及创新提供高质素非学历职业教育培训服务。（快科技） “加价两万可插队提GX”？何小鹏：小鹏明令禁止加价插队，我朋友都拒绝了 6月4日消息，近日，小鹏GX上市后订单量持续攀升，交付周期延长，网上流传“加价2万元可插队提车”的说法。6月3日，何小鹏在小鹏广州工厂直播中明确辟谣，称小鹏明令禁止任何形式的加价插队，交付顺序严格按照用户下单时间排列。直播中被问及：“网上很多人说加价2万可以插队提车，这是真的吗？”何小鹏回应称，从公司政策上绝对禁止，自己上周就有两三个朋友提出加价请求，均被拒绝。他透露，这些朋友过去买车有加价习惯，认为加个几万到10万，把车提前交付出来，你开心我也开心。他强调：“我们过去从来没有加价，未来也不会有。”（新浪科技） 罗永浩卸任锤子软件“执行董事”，知情人士称“既定人事安排”6 月 4 日消息，国家企业信用信息公示系统显示，锤子科技创始人罗永浩工商职务发生变动，在锤子软件（北京）有限公司的职务由“执行董事”变更为“董事”，这是罗永浩近年来又一次退出锤子系企业核心管理岗位。对此，锤子科技内部知情人士透露，此次职务调整为企业常规工商变更，属于公司既定人事安排，无特殊变动原因。不过，罗永浩至今仍与“锤子系”企业深度绑定。在其关联的 7 家相关企业中，他在 5 家公司担任核心高管职务，其中包括锤子科技（成都）股份有限公司董事长、北京锤子数码科技有限公司执行董事等。值得一提的是，在债务清偿稳步推进的同时，罗永浩并未停下创业脚步。2022 年，罗永浩选择再度深耕科技赛道。当年 6 月，他宣布退出所有社交平台，潜心开启新一轮创业。次月，他便在“交个朋友”直播间官宣成立“北京细红线科技有限公司”，正式开启全新创业征程。（IT之家）董明珠一致行动人减持格力电器，套现超15亿元 6月4日消息，格力电器迎来一笔大额减持，董明珠的一致行动人珠海明骏在当天通过大宗交易出手超4279万股股票，算下来总共套现15.89亿元。这次减持全部走大宗渠道，一共拆分60笔交易完成，成交单价37.13元，比格力当日收盘价格便宜了4.5%。接手筹码的大多是各类机构席位，机构合计吃下近14.05亿元的股份，成为本次最大接盘方。从持股数据来看，减持之前，珠海明骏加上董明珠手里的股份，合计持股超10.14亿股，占格力总股本18.12%。减持落地后，二者合计持股降到9.72亿股，持股比例回落至17.35%，持股占比变动刚好跨过1%关口，公司也因此发布了权益变动公告。拆分来看，本次卖出的股份全都来自珠海明骏，董明珠本人持股数量没有发生任何变化，依旧保持1.12亿股不动。珠海明骏目前还是格力第一大股东，减持之后单独持股比例约15.35%。格力方面表示，这笔减持不会打乱公司日常经营和内部治理结构。（快科技） 挖到超跑大佬！赵长江曝前法拉利设计师加入智界 6月4日消息，智界汽车执行董事及副总裁赵长江在社交媒体透露，官宣智界品牌迎来重磅人才布局：法拉利前首席设计师、宝马与阿斯顿马丁老牌底盘调校团队正式入驻，依托国际化研发团队赋能，智界稳步落地2.0发展规划。这位法拉利前首席设计师曾主导设计过法拉利F12berlinetta、FF等多款经典车型及赛道神车。车评人韩路在评论区留言表示，“之前去看了智界后面要上的新车，整体设计是FUV那路子，线条很流畅运动，有点小性感。和智界之前的产品风格不太一样，大家可以期待下。”从此前曝光的谍照来看，这款全新FUV车型采用跨界轿跑设计语言，与智界现有车型风格形成明显区分。目前官方并未公布其具体动力参数，预计提供纯电和增程两种供选择。据悉，智界2026年产品线全面提速。旗舰MPV智界V9已于5月15日上市，售价38.98万至51.98万元，上市48小时大定破万台，现已开启全国交付。除FUV轿跑外，全尺寸SUV智界R9也在规划中，同样提供纯电和增程双动力。（快科技） 投资人疯抢！千寻智能3个月狂揽近50亿：马云、雷军现身其中 6月4日消息，继宇树科技之后，杭州又跑出来一家机器人独角兽公司。6月3日，国内具身智能初创企业千寻智能宣布完成15亿元A+轮融资。至此，该公司3个月内已完成四轮融资，狂揽近50亿元，刷新具身智能行业融资速度纪录。据悉，千寻智能成立于2024年1月，是一家专注于构建机器人“通用大脑”的具身智能公司。（继VLA之后，世界模型被认为是走向AGI的关键形态，更多世界模型前沿技术与动态欢迎加IFlow2025交流。）与以往不同的是，千寻智能并未披露参与此轮融资的具体信息，只表示“包含一线美元基金、大型产业投资方以及国资基金，老股东持续加码”。值得注意的是，千寻智能狂揽多轮融资的背后，出现了马云旗下云锋基金、雷军旗下顺为资本等具备产业生态资源的战略投资人身影。（快科技） Momenta赴美招揽AI人才，在硅谷设立研发团队 6月4日消息，据悉，Momenta赴美进行人才招聘。在硅谷大力招揽AI人才，准备在硅谷设立研发团队。报道称，Momenta奔赴硅谷，引入薪酬不菲的AI人才，可能和其下一阶段的战略有关系。报道称，自动驾驶分为上下半场。上半场是乘用车智驾的量产，下半场是L4级无人驾驶。在上半场的乘用车智驾，Momenta无疑是最大赢家之一，手握的定点和合作车企是行业最多的。下半场的L4级无人驾驶，RoboTaxi、Robovan以及Robotruk则是Momenta下一场战事。（红色星际）宝马首款国产纯电轿车迎来终点，现款 i3 将于 8 月停产 6 月 4 日消息，据媒体爆料，现款宝马 i3 将于今年 8 月正式停产。自 2022 年在沈阳里达工厂下线以来，这台宝马首款国产纯电轿车即将迎来产品周期的终点。爆料还称，海外版全新一代 i3（基于新世代平台）也将于今年 8 月在慕尼黑工厂正式投产，国产长轴距版则计划在 2027 年上市。2022 年 5 月 5 日，国产宝马 i3 于宝马集团位于沈阳生产基地的第三座整车工厂“里达工厂”下线，售价 34.99 万元，在 CLTC 标准下续航里程可达 526 公里。新世代宝马 i3 长轴距版于今年 4 月在华完成全球首秀，新车基于 Neue Klasse（新世代）原生纯电平台开发，计划今年第四季度由华晨宝马投产。新车基于 800V 高压架构打造，充电 10 分钟续航 400 公里，CLTC 续航超 1000 公里，同时提供了符合新国标的半隐藏式门把手。（IT之家） 苹果实况图被指精准选丑！客服回应：实况定格是系统判断 6月4日，“苹果实况你要毁了小猫”登上热搜，有网友反映使用苹果设备拍摄的实况照片，系统自动选择的定格帧是最丑的一帧。就这一情况咨询苹果客服，对方表示此前也反馈过类似问题，实况图的定格封面图是系统判断、机器操作的，但用户的喜好各不相同，用户也可以通过相册中实况图的编辑功能自行设定封面照片。据悉，Live Photo是苹果iPhone 6s及以上机型的原生功能，通过拍摄时同步记录按下快门前1.5秒+后1.5秒的动态画面和声音，生成3秒短视频+JPG静态图的组合文件，大小约为5-10MB。此外，苹果官网介绍，拍摄实况照片后，用户还可以选择不同的封面照片、添加有趣的效果、编辑实况照片。（都市现场） 小红书：近一周已处置1500余个违规金融专业号 6月4日消息，小红书从6月3日起，对金融领域认证专业号开展专项治理行动。依据相关法律法规及平台规则，金融类认证仅向持有合规牌照的机构发放，平台认证专业号的昵称命名须与认证主体实际业务范围严格匹配，不得以虚假、误导性信息获取认证标识。近一周，小红书已经处置1500余个违规金融专业号，并将持续、全面加固对公验证校验机制，展开专项针对存量账号的常态化巡查及处置。工作人员介绍，5月以来，小红书平台共处置涉金融领域违规及无金融相关资质营销账号3.1万个，包括针对非法诱导跨境投资问题，共处置非法诱导跨境投资等违规笔记539条、评论146条；针对外资投行研报低价倒卖行为，共处置相关违规笔记141篇，冻结相关商品132件。此外，平台还处理涉嫌黄金金融营销宣传信息、境外平台境内展业宣传等涉嫌违规信息130余条。（第一财经）华虹公司再见！国产晶圆代工巨头更名：新名称6月8日正式生效 6月4日消息，国产晶圆代工龙头企业华虹公司正式公告，自2026年6月8日起，公司A股证券简称由“华虹公司”变更为“华虹宏力”，扩位简称变更为“华虹宏力半导体”。港股方面，中文股份简称同步由“华虹半导体”变更为“华虹宏力”，英文简称变更为“HuaHong Grace”。公告中披露，华虹公司已于近日完成香港公司名称变更登记，中文全称改为“华虹宏力半导体有限公司”。华虹方面强调，主营业务、发展方向均不发生变化，不会对生产经营产生不利影响。华虹宏力是国内特色工艺晶圆代工龙头，核心子公司在上海拥有三座8英寸晶圆厂，在无锡拥有两座12英寸晶圆厂，工艺覆盖1微米至40纳米各节点。（快科技）国际资讯FOREIGN NEWSMeta元宇宙管理层更迭：原负责人悄然离职四个月，前Epic高管接棒6月4日消息，据外媒报道，Meta的元宇宙业务部门Reality Labs迎来新一轮人事调整，原负责人盖比·奥尔（Gabriel Aul）已于今年2月离职，其职位由前Epic Games高管萨克斯·佩尔森（Saxs Persson）接替。这一变动发生在Meta持续收缩元宇宙野心、并将数百亿美元转向AI领域的背景下，引发外界对其元宇宙战略前景的广泛关注。奥尔自2025年10月起担任Meta元宇宙产品事业群负责人。值得一提的是，上一任元宇宙负责人维沙尔·沙阿（Vishal Shah）已在2025年10月的重组中转任Meta超级智能项目的高管。尽管已投入数十亿美元，Meta的元宇宙赌注并不顺利。今年3月，公司对负责该业务的Reality Labs部门进行了大规模裁员。不过，一位公司发言人表示，Meta并未放弃元宇宙，其愿景不限于Horizon Worlds，而是致力于融合数字世界与物理世界，以“定义下一个计算平台”。（快科技）马斯克 xAI 暂停招聘 Grok 聊天机器人“AI 导师”，HR 部门已不堪重负6 月 4 日消息，据外媒报道，马斯克的 xAI 已暂停招聘负责训练 Grok 的专业人士。Grok 此前被安排学习多种专业技能，此举意味着 xAI 开发 AI 技术的方式可能出现调整。今年年初以来，xAI 一直在招募会计师、金融专家、科学家，甚至喜剧演员等具备专业背景的人，希望让 Grok 在税务、金融、科学和幽默等领域表现更好，从而扩大 Grok 的用户吸引力。部分知情人士表示，xAI 暂停招聘这些岗位，至少部分原因是人力资源部门已经不堪重负，经常无法及时处理新候选人。据悉，xAI 内部把这些岗位称为“AI 导师”。知情人士称，暂停招聘只是临时安排，xAI 以后仍可能恢复并扩大招聘。xAI 与马斯克的 SpaceX 合并四个月以来，xAI 一直在加速重建运营体系并提高收入，为 SpaceX 预计本月登陆华尔街铺路。作为这轮调整的一部分，xAI 试图招募银行家和私人信贷从业者，让 Grok 更擅长金融策略，也更适合面向华尔街机构销售。（IT之家）黄仁勋，将首次亮相综艺 6 月 4 日消息，黄仁勋周四晚间抵达韩国。本周五（6月5日）晚，黄仁勋预计将在首尔圣水洞的一家烤肉店，与SK集团会长崔泰源、LG集团会长具光谟（Koo Kwang-mo）以及Naver董事长李海珍（Lee Hae-jin）聚餐会谈。有预测认为，在此次会面中，包括AI半导体议题在内的扩大在机器人技术和物理智能领域合作方案，有可能成为核心议题。在此次访韩期间，黄仁勋还将做客韩国知名脱口秀节目《You Quiz on the Block》。这是韩国收视率最高的脱口秀节目之一，由人气喜剧演员刘在石主持。微软联合创始人比尔·盖茨去年8月访韩时就曾做客这档节目。（第一财经） SpaceX宣布启动IPO路演：马斯克冲刺人类首位万亿富翁6月4日消息，SpaceX宣布正式启动面向公众的首次公开募股（IPO）路演，拟发行555,555,555股A类普通股。同时，SpaceX计划授予承销商30天超额配售权，允许其额外购买最多83,333,333股A类普通股，价值 112 亿美元。值得一提的是，马斯克个人将拥有超过 82% 的投票权。根据披露信息，本次IPO发行价预计为每股135.00美元。按这一发行价计算，SpaceX估值将达到约1.77万亿美元，超过目前市值约1.6万亿美元的特斯拉。马斯克目前净资产约为8260亿美元，其中其所持SpaceX股权价值约5420亿美元，这一估算基于SpaceX此前1.25万亿美元的估值。如果SpaceX估值提升至1.77万亿美元，马斯克净资产将增加约2230亿美元，从而使其总身家突破万亿美元大关，成为人类历史上首位万亿美元富豪。（快科技） 奇瑞在英国卖爆了！日本车企工厂将腾出的产线专门代工 6月4日消息，近日，日产与奇瑞正式确认正在就欧洲生产展开高层磋商，双方已签署不具约束力的谅解备忘录，将研究在英国日产桑德兰工厂进行合同生产的事宜。日产方面明确表示，工厂所有权仍归自身所有，奇瑞车型的生产将由日产现有员工负责。目前日产桑德兰工厂存在产能闲置问题，此前该公司宣布整合第二条生产线，腾出的一条生产线将用于奇瑞车型生产，若磋商顺利，最早2027财年该工厂开始启动生产奇瑞车型。日产方面透露，非常期待与奇瑞的合作，届时投产的将是针对英国市场开发的乘用车，具体车型暂未公布。数据显示，在5月份，奇瑞海外销量超18万辆，同比增长80.5%，蝉联中国出口车销冠，1-5月，奇瑞集团累计出口整车752755辆，同比增长69.5%。（快科技）长期征集爆料线索：关于科技互联网公司的最新内幕动向或传闻、业务调整、人事变动等消息，当然，如果你想吐槽一些科技公司的奇闻趣事，也请尽管砸过来，欢迎爆料，随时在线等。今日热门视频
-
Meta给Ins加了个“会员”，值吗？ IT之家 6 月 5 日消息，据科技媒体 9To5Mac 昨天报道，Meta 现已推出 Instagram Plus 订阅服务，订阅价格为 3.99 美元（IT之家注：现汇率约合 27.1 元人民币）/月，提供 11 项独家功能。 据报道，该服务可通过 Instagram 个人资料页面进行订阅。用户付费后可享受到 Story 短视频优先展示功能，让好友更容易看到限时动态。同时，用户订阅后还能够使用不限数量的 Multiple Story Audiences 分组功能，可单独设置家人列表、同事列表，将不同内容的短视频分享给不同人群。Story 限时短视频的展示时间也可延长至 48 小时，相比原本的 24 小时直接翻倍。此外，该订阅服务还提供短视频预览功能，可以在不留浏览记录的情况下查看好友视频。还拥有重复观看统计、搜索观看者等高级功能，方便创作者使用。简介字体、置顶内容数量也能够更改，还拥有专属应用图标。
-
加斯佩里尼：国米可以做想做的事，但我告诉曼奇尼他不会走 加斯佩里尼在接受天空体育采访时，谈到了罗马的转会和阵容情况。 被问到“世界杯前是否想要一份礼物”时，加斯佩里尼表示：“与其说礼物，不如说我们必须认真、专注地把工作做好。罗马是一座重要的足球城市，球场总是坐满，像这样的地方并不多。这里有巨大的热情，我们有责任，也有需要让这支球队继续成长，这同样是为了球迷。”谈到如何看待下赛季的罗马，加斯佩里尼说道：“现在很难说，对所有人来说都还有些停滞。大家谈了很多，但球队会在更后面的阶段组建起来，重要的是等我们真正开始比赛。罗马和俱乐部的目标，是打造一支更好的球队。”谈到球队核心班底的重要性，加斯佩里尼表示：“这是根本。这个团队一直拼到第90分钟，带着非凡的求胜欲去实现目标，而且他们配得上这个结果。我看到了归属感，核心班底非常重要。”被问到迪巴拉续约是否有新进展时，加斯佩里尼说道：“现在还是停滞阶段，相关工作在低调推进。所有人的意愿都是这样。”谈到是否可能有重要球员离队、以及他是否要求保证留下他们时，加斯佩里尼表示：“我希望把所有人都留下。当然还有账目和预算方面的需要，但我们必须做好工作，想办法留住最好的球员。”谈到国米关注詹卢卡-曼奇尼、以及曼奇尼对罗马是否至关重要时，加斯佩里尼说道：“国米可以做他们想做的事，但我已经跟曼奇尼说过，他不会走。如果球员想留下，那他就会留下。”
-
人形机器人进场以后，谁来吞下失败成本？ 文 | 舒泽品牌手记人形机器人被送进工厂、门店和展厅以后，很容易被当成商业化信号。过去两年，比亚迪、小鹏、优必选、宇树、智元、乐聚这些名字不断出现在车企产线、科研机构、地方项目和商业展厅里。机器人走路、搬运、分拣、导览，行业也越来越习惯用“B端落地”概括这些进展。进场当然有价值。问题是，机器人走进一个场景，只说明它被允许试一试。它停机以后谁顶上，搬错物料谁返工，导购答错参数谁负责，调试两周还跑不稳时谁继续付工程师的钱，这些账算不清，商业化就还停在试点阶段。比亚迪入局人形机器人，焦点不该只停在车企为什么下场。车企有供应链、有工厂、有工程团队，这些已经被讨论很多。更值得看的，是它手里有一套能把机器人失败吞进去、拆开、再喂回研发系统的流程。工厂、门店、工程师、质量体系、售后网络合在一起，才构成机器人早期最需要的东西：一个能长期试错的真实现场。行业已经有足够多展示场景。稀缺的是那种愿意把机器放进真实流程里、陪它反复出错的客户。“B端”这个词太粗。科研机构、数据采集中心、政府示范项目、展厅、4S店、仓库、工厂，都可以算B端，但它们买机器人的理由差得很远。科研机构买的是研究对象，数据采集中心买的是未来模型的素材，展厅和导览场景买的是形象和互动，地方项目买的是产业符号。工厂最冷，它只问几件事：能不能稳定干活，能干多久，坏了多久能修好，换一个任务要调几天，停机损失谁承担。把这些都装进“B端落地”里，商业化问题会被说浅。一个机器人被买走，距离成为劳动力还很远。意向订单、示范订单、科研教育订单、数据采集订单，都能支撑行业往前走，但它们和“在真实流程里稳定替代一部分人工”之间，还有很长一段距离。宇树科技的数据能说明问题。公开报道里，2025年前三季度，它的人形机器人收入中，科研教育占73.60%，商业消费占17.39%，行业应用只有9.01%；在行业应用收入里，企业导览又占了相当比例，真正用于智能制造、智能巡检等明确工业场景的收入占比很低。科研教育、数据采集、导览展示，都是早期市场的一部分。行业不能把这些收入都讲成“人形机器人正在上岗”。机器人站在展厅里，和机器人在产线里稳定工作，中间隔着一笔工程账。采购合同上写的是本体价格，工厂后面还会继续收到几张看不见的账单。有报道提到，2026年一季度人形机器人单台成本已经降到10万元左右，但落到具体工艺段以后，总体拥有成本会被运营、维保、调试和场景适配拉高，能进工厂“打工”的实际总成本可能接近50万到60万元。工厂不会只问这台机器人多少钱。它会问这个试点工位需要几个工程师陪，多久能独立运行，原来的工人要不要继续保留，备件谁备，返厂期间谁顶上，停机半小时会影响几个后续工序。采购价最容易算，难算的是机器人还没稳定前，它持续占用多少工程资源。一个试点工位如果需要机器人公司工程师驻场两周，产线工程师配合改流程，末端夹具重新适配，班组还要保留原有人力兜底，那这台机器人在账上就不再是一台10万元设备。它会变成一个持续消耗管理注意力和工程资源的小项目。人还撤不掉，机器又要养，降本就会变成成本叠加。很多机器人订单看起来是收入，后面可能跟着一笔服务负债。机器卖出去以后，工程师要驻场，任务要拆，夹具要改，模型要调，故障要修。客户付的是一台机器的钱，机器人公司后面花的是一整段工程服务的钱。订单越大，任务边界越不清，后面的服务负债也越大。这和传统工业机器人差别很大。工业机械臂也会坏，也要维修，也会造成停机。可它大多绑定固定工位、固定动作、固定节拍。焊接、喷涂、码垛、搬运这些任务，被定义得足够清楚，失败模式相对可预期。合同里可以谈备件、维修响应、验收标准、停机责任。行业花了很多年，才把这些边界慢慢磨出来。人形机器人经常被期待去处理那些“不够标准、又有点像人能处理”的边角任务。今天搬物料，明天做导览，后天巡检，再过几天尝试拧螺丝。换了物体，换了光线，换了地面，换了人流密度，原本看起来会做的动作，可能又变成新问题。出了问题以后，表层争议是“谁修”。更难的，是现场有时根本说不清这算不算故障。电机坏了，关节坏了，传感器坏了，这些还好谈。另一类情况最难定责：机器人没有坏，只是做了一个不在预期里的动作。它把物料放到了相邻位置，没撞人，也没报警；它识别到了异常，但把异常等级判低了；它在门店导购时没有胡说，只是把一个参数说得过于确定；它在巡检时没有漏检，只是把某个变化当成正常波动。这种情况很难写进维修手册。它既不属于典型硬件故障，也很难算人为误操作；现场更常见的说法，是任务漂移。工程师会说模型要继续优化，本体厂商会说场景数据不足，集成商会说流程定义不清，场景方会说自己买的是机器人，不是一个长期实验项目。任务漂移这笔责任账，可能比停机维修更难算。很多场景现在看起来需求很强。养老缺人，餐饮缺人，医院缺服务，物业缺巡检，商场缺导购。需求强烈，不代表早期适合落地，因为这些场景的失败成本很容易外溢。工厂里测试一个搬运机器人，搬错一箱零件，损失可以留在内部。工程团队可以复盘，产线可以调整，机器人供应商可以继续驻场。医院里答错一个用药指引，养老院里摔倒一个老人，餐饮店里把热汤送错位置，公共空间里挡住行人，这些失败会直接碰到安全、责任和舆论。早期占优势的企业，往往未必最缺机器人。它们真正强的地方，是能把失败留在内部消化。比亚迪、小鹏、特斯拉这类公司被反复提起，不单因为它们有钱、有工厂、有供应链。它们有能力把机器人失败后的问题拆回自己的工程系统里。机器人搬错、识别失败、停机、调参、换夹具、换工位，至少可以在一个相对封闭的体系里反复试。小工厂也缺人，也想降本，但它未必能承受一个还在学习的机器每天折腾自己的流程。“自用场景”看起来不性感，却很关键。比亚迪如果真在自己的工厂、门店和供应链里长期测试机器人，它得到的就不只是一个应用案例。一个错误动作留下来，一次维修留下来，一个工位适配失败留下来，这些东西都能进入下一轮设计。对纯机器人公司来说，这种真实现场很难获得。客户愿意试一次，不代表愿意陪你试半年。乐聚团队进工厂调试的细节，比很多发布会更能说明商业化到底长什么样。公开报道里提到，乐聚技术团队深入70多家工厂实地调研，跟随工人记录每一道工序，系统梳理了数百个场景的SOP。真正进场以后，机器人最初的作业测试时间只有20分钟，而且很不稳定。团队在工厂里蹲点，视觉模型迭代了5个版本，采集了超过3万张现场照片，核心算法迭代了几十次。这类故事的价值在于，工程团队蹲在现场，一次次把机器的失败过一遍。工人怎么拿，怎么放，怎么绕开小障碍，怎么判断异常，这些过去由人顺手补掉的细节，都要被拆成机器人能理解的流程。一次失败要记录，一次误判要复盘，一个夹具不适配要改，一个动作慢了要重新调。等机器人终于能连续工作更久，背后通常是一堆脏活被消化掉了。人形机器人行业现在喜欢说“具身智能”，说“通用能力”，说“未来入口”。这些词没有错，但客户最后会把它翻译成很土的几句话：今天能不能干，能干几个小时，坏了谁来，换任务要多久，出了事故谁签字。这几句话回答不了，场景就很难从试点变成订单，从订单变成复购，从复购变成稳定的商业化。优必选的一些公开材料里提到过搬运、分拣效率、单任务成功率这些进展。类似信息对行业当然是好事。可换到工厂的账本里，还要继续追问：它是在什么环境下测出来的，任务序列有多长，换物料以后能不能保持，是否需要工程师在旁边调，异常情况怎么恢复。单一任务跑得好，只是第一步；一个班次、一条线、一个月的稳定运行，才是客户愿意持续付费的理由。“进厂打工”这个词有时会把问题说轻。人打工，可以临时判断、沟通、绕开小障碍，也会在不明确的时候问一句。机器人打工，场景方要先把很多过去默认由人处理的灰区写出来。这个盒子放哪里，这个零件卡住怎么办，这个托盘颜色变了还能不能识别，地面有水渍要不要停，旁边有人经过要等多久。很多工厂流程本来并没有写得这么细，因为人能补位。机器人进来以后，这些没写下来的东西都会变成调试成本。有些公司以为自己买的是机器人，最后发现自己先买了一次流程体检。这也不全是坏事。流程被重新拆开，长期看可能提高标准化程度，也可能逼企业把一些边角岗位重新定义清楚。短期内，这些工作都要有人做。机器人公司做，场景方做，集成商做，还是三方一起做，决定了项目到底是产品销售，还是工程服务。很多人形机器人订单，短期内更像工程项目。一个客户如果只买本体，很快会发现任务落不下去。一个机器人公司如果只卖本体，也很快会发现收入覆盖不了后续折腾。真正能跑通的，很可能是“本体+解决方案+驻场服务+维保”的混合模式。只是这样一来，毛利、交付周期、复制效率都会变得没那么好看。很多订单的叙事大于任务本身。新闻里会写“亿元订单”“进军工厂”“进入某大型客户”，但读者很少能看到这批机器人到底负责什么任务，每天干多久，成功率怎么验收，后续维修谁负责。21世纪经济报道曾提醒，人形机器人亿元级订单背后，采购方真实性、意向订单转化、产能和应用场景披露不足，都会影响订单含金量。如果一个订单只证明机器人出库，却不能证明它在哪条流程里稳定跑了多久，那它更像融资材料，不像商业化成绩单。商业化不怕任务小。先搬一个箱子，先巡一段路，先拧一种螺丝，先回答一种问题，都可以。怕的是任务说得很大，现场却没有清晰验收。B端客户并不傻。一个机器人能不能稳定干活，几天就能看出来。客户愿意试，是因为它相信未来；客户愿意继续付费，是因为它看见今天的账能慢慢算平。人形机器人第一批真实客户，未必最需要机器人。它们更像一批能承受机器人不够好的企业。很多新技术早期都靠这种客户往前走。他们未必需求最强，却有空间给错误、给数据、给反馈，也愿意拿出一部分预算陪技术长大。等失败成本被反复压低，技术才有机会走向更广的市场。比亚迪们的价值也在这里。它们能提供一种承接失败的容器。工厂、供应链、工程师、质量体系、维修体系、管理流程，会把机器人的错误吞进去，拆开，再喂回研发系统。纯机器人公司最难的地方也在这里。它可以做出一个好看的本体，可以拿到融资，可以签下订单，也可以在展会上演示一套动作。可只要没有足够多愿意长期陪它折腾的真实现场，它就很难知道机器到底差在哪里。实验室里的错误和工厂里的错误不是一回事。展厅里的互动和客户现场的稳定运行，也不是一回事。客户最终不会为“像人”付太久的钱。客户会为稳定、可用、可维护、责任清楚付钱。这里没有一个干净的分配办法。机器人早期如果没人愿意试，行业走不出来；可如果失败成本完全推给场景方，客户也很快会失去耐心。机器人公司需要客户的真实场景，客户需要机器人公司的持续服务，集成商可能要承担中间的大量脏活，保险和合同也会慢慢被卷进来。谁多付一点，谁少承担一点，不可能靠一句“生态共创”解决。早期合作至少要把三件事写清楚：什么叫任务成功，什么叫设备故障，什么叫场景不适配。任务成功要有验收口径。一次、一天、一周、一个月，标准完全不同。设备故障要有响应和责任。关节坏了、传感器坏了、系统停了，谁修、多久修、备件谁备，要提前说清。场景不适配也要被承认。有些任务不值得硬上机器人，有些流程本来就不清楚，有些工位改造成本会吞掉替代收益。这三件事不写清楚，项目一出问题，各方都会觉得自己没有错。机器人公司会说客户现场太复杂，场景方会说设备没有达到承诺，集成商会说需求定义一直在变。最后谁都没有说谎，项目照样很难继续。人形机器人商业化现在还没到“卖标准品”的阶段。它更像一段很长的工程关系。机器人公司带着机器进场，场景方拿出一小块流程让它试，双方一起看它哪里摔、哪里卡、哪里误判、哪里不值得继续做。每一次失败都要有人记账，每一次修复都要有人付钱。行业现在最容易把进场当成商业化，把订单当成收入质量，把试点当成可复制能力。真正难的地方没有那么热闹：机器人进场以后，谁陪它改任务，谁承担停机，谁养维修队，谁为责任边界签字。没人愿意吞下这几笔账，机器人就只能继续在展厅里显得很接近未来。
-
启境GT7开启预订，预售价21.99万元起 经观汽车5月29日，启境汽车旗下首款车型——新一代智能猎装启境GT7在东莞松山湖展演中心正式开启预订。新车推出标准版、Ultra、Ultra超长续航以及Ultra三电机四驱共四款配置，预售价区间为21.99万元至30.99万元。启境汽车是华为乾崑与广汽集团联合打造的智能新能源汽车品牌，定位年轻、高端、可信赖。双方采用“HI Plus”模式：车企主导整车研发与制造，华为提供全栈智能解决方案，并派驻数百人团队与广汽合署办公，覆盖产品定义、用户调研、设计开发、生产线等全流程。启境GT7作为启境首款车型，在智能辅助驾驶、底盘、座舱、安全、续航五个方面实现了技术落地。据现场介绍，启境GT7采用优雅张力美学设计，拥有修长宽体的车身比例，配备“启境之翼”尾灯与灵眸大灯。新车还搭载HUAWEI XPIXEL双百万像素彩色智慧投影大灯，集安全照明、智驾交互、情绪表达于一体。全系配备无框车门、双层夹胶玻璃，采用8涂层3C2B喷涂工艺。前备箱容积215L，常规后备箱647L（含76L下沉空间），二排放倒后最大容积扩展至1606L。全车设计有37处储物空间。新车首发全新一代华为乾崑赤兔平台。硬件方面，全系标配闭式双腔空气悬架、连续阻尼可调减震器与高性能四活塞固定卡钳。软件方面，搭载HUAWEI XMC乾崑数字底盘引擎与超级三电机系统，零百加速为2.98秒，百公里制动距离在33米以内。系统采用六域融合技术，实现毫秒级分布式扭矩控制。智能化方面，启境GT7搭载新一代华为乾崑智驾ADS 5，配备全球量产最高规格的896线双光路图像级激光雷达。座舱首发全新一代鸿蒙座舱智能助理，配备HUAWEI SOUND AI交互式星环散射体。安全方面，搭载CAS 5.0六维防护系统。在渠道布局上，启境汽车采用“华为乾崑智驾授权体验中心+启境用户中心”双渠道模式。前者位于城市核心商圈，展示华为乾崑智驾等核心技术；后者负责整车销售、交付及售后维保。覆盖全国70个城市的300家相关门店将于6月底全部启用。发布会上，启境汽车同时公布了首款大五座SUV的命名——启境GX7。该车将延续GT7的造型风格，主打“大而美”的产品定位。启境汽车计划通过GT7与GX7的双车矩阵，进一步完善产品布局。根据计划，启境GT7将于2026年6月正式上市。该车已于3月17日开启盲订，官方称盲订开启3天订单量突破2万单，锁单率为35%。实际交付表现有待上市后验证。
-
印度智库：孟加拉国去找中国寻求协助 全怪我们自己 （原标题：印度智库：孟加拉国去找中国，全怪我们自己…） ► 文 观察者网 熊超然 据《日经亚洲》6月2日报道，在多年对印度开展外交努力收效甚微后，孟加拉国正重新调整其跨境水资源管理策略，并大力推进大坝和水库建设项目。与此同时，孟加拉国转而寻求中国的协助，以应对干旱、洪涝和土壤盐碱化等困扰数百万民众的难题。 CNN拍摄的孟加拉国东南部费尼市灾情画面 资料图 孟加拉国方面认为，印度上游修建的大坝，尤其是已有50年历史的法拉卡堰（Farakka Barrage）加剧了这些问题，法拉卡堰是一种通过闸门控制水位和改变水流方向的水利设施。与此同时，孟印之间一些关键河流水资源共享协议，至今仍处于未签署或未落实的状态。 总部位于达卡的河流与三角洲研究中心（Rivers and Delta Research Centre）去年发布一项研究称，孟加拉国境内至少有79条河流已经干涸或正在迅速干涸，对民生、农业和生物多样性构成严重威胁。该机构表示，由于大量泥沙淤积，这些河流在枯水季节全部处于完全或部分断流状态，而这一现象在很大程度上归因于上游引水。 在此背景下，孟加拉国政府于今年5月中旬宣布，将推进总投资28亿美元、全长2.1公里的帕德玛拦河坝（Padma Barrage）项目以及经修订的蒂斯塔河大型项目。其中，帕德玛拦河坝旨在储存季风时期的水资源，以供西南部地区旱季使用。蒂斯塔河项目则是在中方支持下推进的河流治理和土地复垦工程，目标是保护农田并减少河岸侵蚀。 隶属印度国防部的马诺哈尔·帕里卡尔国防研究与分析研究所（MP-IDSA）高级研究员、跨境河流问题专家乌塔姆·库马尔·辛哈（Uttam Kumar Sinha）表示，中国参与蒂斯塔河项目“标志着一个具有重大意义的转变，并对印度具有严肃的战略影响”。 他说：“达卡转向北京，直接源于新德里多年来在长期搁置的水资源共享协议问题上的不作为。” 蒂斯塔河流经印度西孟加拉邦北部地区，紧邻“西里古里走廊” 资料图 孟加拉国水利发展委员会（Bangladesh Water Development Board）的数据显示，在法拉卡堰建成之前，恒河—帕德玛河水系枯水季平均流量约为每秒7万立方英尺（约合1982立方米）。1975年之后，这一数字大幅下降，经常降至每秒1万至2万立方英尺（约合283至566立方米）之间。 孟加拉国与印度共有54条跨境河流，但双方围绕恒河和蒂斯塔河的水资源分配问题的矛盾最为突出。2011年有关蒂斯塔河的协议原计划将枯水季37.5%的河水流量分配给孟加拉国，但由于印度西孟加拉邦政府反对而最终搁浅。与此同时，印度也被指未按照恒河协议向孟加拉国提供足够水量。该协议将于今年12月到期，目前双方仍在就延期问题展开谈判。 “蒂斯塔河的问题长期悬而未决，”孟加拉国前外交官M·胡马雍·卡比尔（M. Humayun Kabir）表示：“此外，我们在这个问题上也没有从印度方面得到任何明显积极的回应……我们正承担由此带来的后果，并因此遭受巨大损失。” 而近年来，中国通过基础设施建设、医疗卫生等多项合作不断加强与孟加拉国的关系。在被视为“亲印度派”的前总理哈西娜执政期间，印度一度有意参与蒂斯塔河项目。然而，随着哈西娜政府的垮台，以及孟印双边关系急剧恶化后，印度参与该项目的前景变得非常不明朗。 《日经亚洲》称，对印度而言，中国的参与尤其敏感，因为蒂斯塔河项目所在地靠近西孟加拉邦的西里古里走廊（Siliguri Corridor），即所谓的“鸡脖子”地区。这是一条狭窄而关键的陆地通道，是连接印度本土与东北多个邦的唯一陆上生命线。 中国国旗和孟加拉国国旗 资料图 辛哈认为，对中国而言，该项目为其深化与孟加拉国关系、展示基础设施建设能力和发展模式，以及进一步扩大地区影响力提供了机遇。 “印度的犹豫所留下的空白，中国已经习惯于填补，蒂斯塔河项目也不例外。”他的这番话，还透露着一股“酸意”。 报道提到，当然也存在这样一个事实，即便孟加拉国转而向中国寻求援助，但作为上游国家的印度，其重要性依然是孟加拉国无法回避的。 宾夕法尼亚联邦大学地质学与海洋学教授穆罕默德·哈勒古扎曼（Md. Khalequzzaman）表示：“我们首先需要确切了解每个季节会有多少水流来自印度，因为除非能保证充足的水流量，否则帕德玛拦河坝将无法发挥任何作用，毕竟拦河坝本身并不能凭空造水。” 5月20日起，孟加拉国和印度的技术专家在加尔各答举行了为期四天的会议，试图推动续签为期30年的恒河条约，但会议结束后双方均未发表任何评论。 辛哈表示：“印度可能寻求建立一个更加灵活和适应性更强的框架，其基础将是实时流量评估、定期审查、更深入的技术合作以及流域层面的管理，而不仅仅是固定水量保障。根据我的了解，下一份协议期限可能更短，在设计上也将更偏向技术化。” 辛哈补充说：“（孟印）两国之间的水资源分配受到水文条件、国内政治、联邦体制以及不断加剧的气候压力等多重因素制约，这些因素使得持久稳定的协议本身就极难达成。”
-
早报｜苹果App Store四成头部应用已支持AI/千问上线肯德基skill/奈雪擦边LABUBU被判赔32万 腾讯客服回应微信与华为、小米等厂商合作 A2A 助手能力SpaceX 启动 IPO 路演，估值达 1.77 万亿美元OpenAI CFO：首款 AI 硬件设备今年底前正式发布，体验「很难用语言描述」ChatGPT 推出全新记忆系统「做梦」App Store 生态规模达到 1.4 万亿美元美国 AI Agent 初创公司将主力模型从 Claude 切到 DeepSeek字节 AI 今年押注世界模型、Coding 和豆包商业化联合国大学报告：AI 扩张正在推高能源、水资源压力中国信通院将启动高质量 Token 服务能力计划Suno 完成 4 亿美元 D 轮融资☁️Google 资助虚拟电厂支持数据中心用电台积电 CEO：AI 需求缺口将持续数年，员工奖金平均涨幅超 30%三星健康「史诗级升级」，Galaxy Watch9 新功能曝光Meta Agent 产品曝光，订阅价格最高每月 199.99 美元对标 GPT Pro罗技 MX Master 4 适配 Windows 11 触觉反馈Ideogram 发布 9.3B 开源权重图像模型Miso Labs 开源 8B 语音模型 MisoTTS千问新增肯德基 skill，支持到店自取泡泡玛特告奈雪的茶获赔 32 万 腾讯客服回应微信与华为、小米等厂商合作 A2A 助手能力 昨天，腾讯客服回应称，微信正在与华为、荣耀、小米、OPPO、vivo 等手机厂商合作推出 A2A (Agent-to-Agent) 助手能力，用户可以通过对应手机系统的 AI 助手发起微信音视频通话，或向指定好友发送微信消息。目前，荣耀部分机型已支持该功能。用户把 YOYO 智能体和微信更新到最新版本后，可以通过语音下达发送微信消息、拨打微信语音或视频通话等指令。腾讯客服称，该功能基于 A2A 协作机制，并通过双重授权机制处理数据安全与隐私。 SpaceX 启动 IPO 路演，估值达 1.77 万亿美元 据路透社、CNBC 报道，SpaceX 于北京时间 6 月 4 日正式启动 IPO 路演。此前，公司向 SEC 提交修订版招股书，将发行价锁定为每股 135 美元，拟发行 5.556 亿股 A 类普通股，融资规模约 750 亿美元，对应整体估值约 1.77 万亿美元。招股书显示，上市后马斯克的投票控制权将超过 82%、所持 SpaceX 股权账面估值达 8665 亿美元；若叠加其特斯拉持股与期权，他的个人财富规模将接近万亿美元级别。按计划，SpaceX 将于 6 月 11 日完成定价，6 月 12 日以「SPCX」为代码在纳斯达克挂牌，融资规模将超过此前沙特阿美创下的 290 亿美元 IPO 纪录逾两倍。OpenAI CFO：首款 AI 硬件设备今年底前正式发布，体验「很难用语言描述」 OpenAI CFO Sarah Friar 近日在接受采访时透露，她已亲自体验过 OpenAI 正在开发的 AI 硬件设备，并称使用体验「很难用语言描述」。Friar 表示，这款产品计划在「今年年底之前」正式发布。这与此前消息披露的时间点有所提前。此前，OpenAI 曾在一份内部文件中预计，最早要到明年 2 月才会开始发货。据此前多家媒体报道，OpenAI 正在开发的产品线涵盖无屏幕小型设备、智能眼镜等多种形态，其中一款代号「Gumdrop」的笔形设备被描述为继 MacBook 和 iPhone 之后的「第三大核心设备」，目标发布时间为今年底至明年初。Friar 还谈及 IPO 计划，表示上市「目前不在议程上」，公司当前重心是扩大规模。她同时披露，OpenAI 今年的年化收入已超过 200 亿美元，相较于去年的 60 亿美元大幅增长。ChatGPT 推出全新记忆系统「做梦」 OpenAI 正式推出 ChatGPT 记忆系统的重大升级，推出名为「Dreaming」（做梦）的新架构。新版 Dreaming 架构的核心变化在于引入后台持续运行的自动化流程，系统会跨多轮对话综合提炼用户信息，并随时间推移主动更新记忆状态。以旅行场景为例，「用户计划于 7 月前往新加坡」这条记忆，会在行程结束后自动更新为「用户曾于 2026 年 7 月前往新加坡」，而非继续以过期信息影响后续对话。OpenAI 公布了三项评测指标，对比 2024 年（纯存储记忆）、2025 年（存储记忆 + 早期 Dreaming）与 2026 年（Dreaming V3）三个阶段的表现： 事实记忆准确率从 41.5% 提升至 82.8%；偏好遵循率从 31.4% 提升至 71.3%；时效性准确率从 9.4% 提升至 75.1%。值得一提的是，Anthropic 于今年 5 月 6 日的 Code with Claude 开发者大会上发布了同名的「Dreaming」功能，比 OpenAI 此次发布早约一个月。App Store 生态规模达到 1.4 万亿美元 苹果昨日宣布，安诺析思国际咨询经济学家的新研究显示，2025 年全球 App Store 生态系统促成逾 1.4 万亿美元开发者营业额与销售额。苹果强调，这些营业额和销售额中超过 90% 完全归开发者所有，无需向苹果支付佣金。 实体商品和服务销售额约 1.1 万亿美元，主要来自日用百货、餐饮外卖与自取、一般零售和旅游； 数字商品与服务约 1490 亿美元，主要来自游戏、企业 App 和视频流媒体； App 内展示广告收入约 1510 亿美元。 苹果还把 AI 写进本次报告。2025 年 App Store 排名前 100 的 App 中，超过 40 款具备面向消费者的 AI 功能，这些 App 的营业额增长高于前 100 名中的其他 App。App Store 目前覆盖 175 个国家和地区，平均每周访问量超过 8.5 亿次。美国 AI Agent 初创公司将主力模型从 Claude 切到 DeepSeek 昨天，美国 AI Agent 初创公司 Lindy 创始人兼 CEO Flo Crivello 在 X 上发文称，公司已经把 100% 的 Lindy 流量切换到 DeepSeek V4，并停用 Anthropic 的 Claude 模型。Crivello 称，这次切换每年可为公司节省数百万美元，并且在多个核心使用场景中看到性能提升。他同时表示仍看好 Anthropic 的企业客户关系、开发者品牌、模型迭代和算力扩张，但认为中国模型正在快速追赶。这次迁移主要发生在高频调用模型的 Agent 产品链路。Crivello 还提到，团队为完成切换建设了大量基础设施和内部工具，实际工作量比最初预想高出 100 倍，之后会发布工程博客复盘。字节 AI 今年押注世界模型、Coding 和豆包商业化 据《智能涌现》消息，2026 年字节 AI 有四个关键命题：加大世界模型训练投入，保持视频模型领先，补强 Coding 数据工程与 Agent 能力，并推动豆包商业化。世界模型是其中最明确的研究目标。文章称，吴永辉已在 Seed 全员会上设定目标，要求 2026 年底前至少发布一版世界模型，性能对标 Google Genie 3。Coding 方向的核心问题则是数据回流。一名知情者称，字节 Coding 效果难以突破的原因在于缺少真实业务反馈；今年以来，多个应用部门开始被要求使用 Seed 模型。豆包商业化方面，文章提到豆包预计 6 月下旬上线付费内容，PPT 生成是建立付费心智的核心切入点，后续还计划推出企业版，并把海外版 Dola 的 2026 年目标设为 3000 万 DAU。联合国大学报告：AI 扩张正在推高能源、水资源压力 联合国大学昨日发布水、环境与健康研究所报告，称人工智能基础设施快速扩张正在显著增加能源、水资源和土地需求。报告估计，2025 年全球数据中心耗电量达到 448 太瓦时；到 2030 年，数据中心电力需求可能增至 945 太瓦时（1 太瓦时 = 10 亿度电），约占全球电力消费总量的 3%。报告把「推理」列为主要能耗来源。研究显示，推理环节占人工智能总能耗的 80% 至 90%；ChatGPT 每天处理的提示请求估计约 25 亿次，对应年耗电量约 383 吉瓦时。不同 AI 任务能耗差异也很大：生成一张 AI 图像的能耗约为基础文本分类任务的 1450 倍，生成一段短视频则相当于 20 万次垃圾邮件分类任务。报告预测，到 2030 年全球数据中心的相关用水量（含直接冷却与间接发电/制造用水）将达到 9.3 万亿升，相当于撒哈拉以南非洲 13 亿人一年的基本生活用水需求。报告还提到，目前全球仅 32 个国家拥有专门的 AI 数据中心，超过 90% 的 AI 专用云计算资源集中在美国和中国两国。中国信通院将启动高质量 Token 服务能力计划 据财联社报道，中国信息通信研究院人工智能研究所、人工智能大模型与软硬件评测工业和信息化部重点实验室、中国人工智能产业发展联盟模型服务工作组将于 6 月 16 日在北京召开「高质量 Token 服务研讨会」。会议将成立「高质量 Token 服务特别研究组」，并启动「高质量 Token 服务能力攀登计划」。按公开信息，这一计划面向大模型服务中的 Token 供给质量、性能测评和产业规范化建设，目标是从组织机制和能力提升两方面推动模型服务产业发展。Suno 完成 4 亿美元 D 轮融资 当地时间周三，AI 音乐生成公司 Suno 宣布完成 4 亿美元 D 轮融资，投后估值达 54 亿美元。距离其上一轮融资、估值 24.5 亿美元仅过去约七个月。Billboard 此前拿到的融资材料显示，Suno 用户日均生成 AI 歌曲超过 700 万首。Suno 的估值上涨发生在多起版权诉讼仍在推进之时。公司承认其 AI 模型依托受版权保护歌曲训练，并主张相关使用符合合理使用原则。环球音乐集团、索尼音乐和德国著作权集体管理组织 GEMA 等版权方持续起诉 Suno；华纳音乐集团则已于去年 11 月与 Suno 达成和解并签订版权授权协议。Google 资助虚拟电厂支持数据中心用电 据《MIT 科技评论》报道，Google 与虚拟电厂平台 Voltus 达成新协议，将在美国最大电网区域建设虚拟电厂，为数据中心用电提供调峰能力。Voltus 将把电动车、智能恒温器等分布式设备聚合起来，在电网压力较大时降低用电或释放储能，并向参与用户支付报酬。Google 将承担项目建设成本，项目释放出的额外电力容量会用于支持该地区数据中心运行。这类方案的背景是 AI 数据中心需求快速上升，而输电和新建电源审批周期较长。杜克大学去年一项研究曾提出，如果数据中心每年在约 40 小时高峰时段降低用电，美国电网可在不新增大量电厂和输电设施的情况下接入约 100GW 数据中心负载。台积电 CEO：AI 需求缺口将持续数年，员工奖金平均涨幅超 30% 据彭博社报道，台积电 CEO 魏哲家昨日在年度股东大会上表示，全球芯片供应在未来数年内仍将无法满足 AI 带动的需求增长，公司距离供需平衡「还需要很长时间」。在需求侧，魏哲家指出，AI 应用正从生成式 AI 的查询模式进一步演进至 Agentic AI 与指令行动模式，这一转变持续推升大型语言模型处理文本所需的 token 消耗量，进而带动运算能力需求持续增长。他表示，在技术差异化与广泛客户群支持下，公司维持强劲信心，若以美元计算，预计今年全年营收成长仍将超过 30%；台积电员工今年的平均奖金将增长 30% 以上。 三星健康「史诗级升级」，Galaxy Watch9 新功能曝光 三星昨日发布 Samsung 健康 App 的重大更新，面向下一代 Galaxy Watch 引入多项 AI 健康功能。新功能首发适配新一代 Galaxy Watch，支持 Android 10 及以上安卓机型。这次更新包括四类核心健康监测能力： Vitals 生命体征：晨起自动分析夜间心率、心率变异性、呼吸频率、皮温和血氧，并与个人静息基准值对比； Heart Health Score 心脏健康评分：整合睡眠、压力、运动和身体成分数据，生成每日综合分数； Daily Cardio Load 每日心肺负荷：估算有氧运动带来的心血管负荷，用于推荐训练和休息节奏； Fitness Index 体能指数：结合心率、最大摄氧量和步数，对照同龄群体数据给出体能评估。 三星还会调整首页信息架构，把睡眠、活动、营养、心理和生命体征放入同一视图，并新增听力健康功能，通过 Galaxy Watch 监测环境噪音和噪音暴露风险。Meta Agent 产品曝光，订阅价格最高每月 199.99 美元对标 GPT Pro 据《The Information》报道，Meta 正考虑为其计划中的 AI 智能体产品「Hatch」设置最高每月 199.99 美元的订阅价格，与 OpenAI ChatGPT Pro 及 Anthropic Claude Max 最高档持平。Hatch 是 Meta 开源工具 OpenClaw 的消费者版本，支持通过自然语言指令完成编写软件工具、管理日历、代发邮件等任务。定价上，Meta 计划提供免费版与付费的「Hatch Plus」两个层级，后者每日使用配额为免费版的 5 至 10 倍，token 用量按计费周期重置、不可结转。产品目前由 Anthropic 的 Claude Opus 4.6 和 Claude Sonnet 4.6 驱动，正式上线后将切换为 Meta 自研模型 Muse Spark。在发布计划上，Meta 原定今年 4 月在美国推出，后调整为先向约 10 家企业小规模试点，计划于 7 月完成品牌命名并扩大发布范围，具体时间仍可能变动。罗技 MX Master 4 适配 Windows 11 触觉反馈 罗技 MX Master 4 无线鼠标已经原生适配 Windows 11 高级触觉反馈功能，用户在 PPT 素材对齐、窗口磁吸和调整大小等操作中，可以通过鼠标震动获得物理反馈。开启该能力需要将 Windows 11 更新到 2026 年 3 月底及之后推送的版本，并通过 Logi Options+ 把 MX Master 4 固件升级至 27.3.19 或以上。此外，Pixso 与 WPS Office 已上线罗技 Actions Ring 插件市场。罗技还把 AI PPT 接入 AI Portal 智能调度台，让用户在罗技生态内直接调用演示文稿生成能力。Ideogram 发布 9.3B 开源权重图像模型 AI 图像生成平台 Ideogram 发布首个开源权重图像基础模型 Ideogram 4.0。该模型参数规模为 9.3B，重点面向文字渲染、版式设计和可控图像生成。模型目前开放两个精度版本：nf4 版本支持 CUDA 与 Diffusers，可在单张 24GB 显存的 GPU 上运行；fp8 版本则支持全硬件运行。在基准测试方面，该模型在衡量布局控制能力的 7Bench 测试中取得 0.69 mIoU，在 X-Omni 英文 OCR 测试中准确率达 0.97。在设计偏好 ELO 盲测中，Ideogram 4.0 在开源模型中排名第一，综合表现优于 FLUX.2 [dev] 和 Nano Banana 2。GitHub: github.com/ideogram-oss/ideogram4Hugging Face: huggingface.co/collections/ideogram-ai/ideogram-4Miso Labs 开源 8B 语音模型 MisoTTS Miso Labs 昨日发布并开源文本到对话语音生成模型 MisoTTS，又称 Miso One。官方博客称，该模型规模为 80 亿参数，面向情感表达更自然、响应延迟更低的语音代理场景。MisoTTS 使用残差矢量量化架构，把每个音频 token 表示为 32 个 codebook 索引，每个 codebook 为 2048 维，从而避免传统 Transformer 直接扩展单一音频词表时遇到的参数膨胀。官方称，这种设计让模型能利用前序音频或对话历史生成更贴合语气的回复，并支持提示式声音生成。 千问新增肯德基 skill，支持到店自取 昨天，千问 App 官宣，肯德基已以第三方 Skill 形式接入千问。用户可以对千问说「帮我点附近肯德基的疯狂星期四，到店取」，千问会寻找附近门店、匹配套餐，并展示门店距离和预计取餐时间。具体功能上，千问可接收用户下单指令，使用支付宝付款，并在下单后展示取餐号、订单详情和步行导航。千问还与肯德基会员权益打通，下单时可自动使用大神卡和餐品匹配优惠券。泡泡玛特告奈雪的茶获赔 32 万 据北京日报报道，北京市朝阳区人民法院近日就泡泡玛特诉奈雪的茶不正当竞争纠纷案作出一审判决，认定奈雪的茶所属公司构成不正当竞争，判令其赔偿泡泡玛特经济损失 30 万元及维权合理开支 2 万元，判决现已生效。案件起因于 2025 年 9 月。奈雪的茶当时在门店、微信公众号和小程序推出主题营销活动，将多款茶饮命名为「米布布」，宣传图文使用「LABUBU」美术形象，并打出「喝米布布抽 LABUBU」「MIBUBU 带上布布免费喝布布」等宣传语。泡泡玛特认为，奈雪的茶未经许可使用与「LABUBU」相同或近似的标识进行商业推广，容易使公众误认为双方存在商业合作关系。油价下调，加满一箱油少花 20 元 央视新闻从国家发展改革委了解到，昨日 24 时起，国内汽、柴油价格每吨分别下调 525 元和 505 元。按全国平均价格折算，92 号汽油、95 号汽油和 0 号柴油每升分别下调 0.41 元、0.44 元和 0.43 元。以 50 升油箱计算，加满 92 号汽油将少花 20.5 元；以月跑 10000 公里、百公里油耗 38L 的重型卡车测算，未来半个月单辆车燃油成本约减少 763 元。 周星驰入股互动之星，合作 AI 剧集和互动影游 江苏省苏州市相城区区委政府「今日相城」日前官宣，周星驰携旗下比高集团完成对苏州互动之星网络科技有限公司的战略入股。双方将围绕 AI 剧集、互动影游、真人影视和 IP 全产业链运营展开合作。互动之星 2024 年 4 月落户相城，业务聚焦 AI 剧集与互动影游，手握 20 余部顶级 IP 全版权、百余部知名 IP 版权，覆盖《凡人修仙传》《绍宋》《悟空传》《捞尸人》《夜无疆》《回到明朝当王爷》《无限世界》等作品。现代快报采访中，互动之星创始人陈旻称，公司不会靠刻意的喜剧元素博眼球，而会用故事质感打动观众。近期项目包括依托《绍宋》改编的同名互动影游，计划暑期上线；多部网文 IP 改编横屏 AI 剧集已在制作中，短期内陆续上线。安雅·泰勒-乔伊新剧《Lucky》发布预告，7 月 15 日登陆 Apple TV 据「新浪电影」消息，安雅·泰勒-乔伊主演的新剧《Lucky》正式发布预告片及海报，该剧将于 7 月 15 日在 Apple TV 开播。《Lucky》改编自玛丽莎·斯塔普利所著同名畅销小说，讲述一名年轻女子 Lucky 多年前曾有犯罪经历，在将这段过去抛之脑后之后，如今不得不最后一次直面自己内心黑暗的一面，以求彻底摆脱过去的纠缠。《坠落2》定档 9 月 2 日北美上映 豆瓣电影消息，惊悚片《坠落2》发布定档海报，将于 9 月 2 日在北美上映。该片延续 2022 年惊悚片《坠落》的高空求生设定，但导演与主创阵容有所调整。公开信息显示，《坠落》导演乔纳森·弗兰克、斯科特·曼担任《坠落2》编剧，《前目的地》导演迈克尔·斯派瑞、彼得·斯派瑞执导，恐怖片《痴迷》制片人参与制作。
-
埃斯特旺：我的腿部已经看不到伤情，我甚至觉得已经能踢球了 切尔西前锋埃斯特旺透露，自己的右大腿复查结果状况良好。 埃斯特旺表示，两周前他接受了第二次右大腿核磁共振检查，结果显示已经看不到伤处。面对医生的惊讶，他还开玩笑说，自己已经可以正常踢球。埃斯特旺说道：“两周前我做了第二次核磁共振，医生问我有没有疼痛或者其他不适。我说：‘没有，医生，我非常平静，我觉得甚至已经可以踢球了。’然后他说：‘是的，确实看得出来。’”“他把检查影像给我看，说已经看不到任何损伤。他说不知道发生了什么，因为按现在这个时间节点，伤处本不应该恢复到这种结构这么好的状态。他还说，甚至不知道为什么医生们会希望我接受手术。”埃斯特旺5月31日在圣保罗州弗兰卡自己常去的教堂参加礼拜时说道。在教堂发言时，这名前锋还谈到了自己决定不接受手术的幕后情况。埃斯特旺表示：“我遭遇了一次伤病，大腿后侧肌肉撕裂了80%。切尔西的医生希望我手术，甚至切尔西老板也说希望我手术。但我和父母一起做了决定。我一直说，身边有你爱的人非常重要，因为一个人做这些决定非常难，周围有很多压力和其他事情。最终我选择不做手术。”“这是一个需要时间的过程。上帝掌控一切。”埃斯特旺说道。切尔西在赛季初仍无法使用这名前锋。埃斯特旺已经在帕尔梅拉斯训练基地跑步，他在巴西完成整个伤病恢复过程。埃斯特旺透露：“我当时在帕尔梅拉斯训练基地，医生过来祝贺我做出了不手术的决定，说一切都很好，他相信我会比预期更快复出。”埃斯特旺是在4月18日切尔西对阵曼联的英超比赛中受伤的。当时这名巴西球员在一次加速过程中踩草皮时失误，随后倒地并感到疼痛。他在场上接受治疗，最终被换下。受这次伤病影响，埃斯特旺将无缘2026年世界杯。
-
谷歌云又裁员，安全团队也中招 IT之家 6 月 5 日消息，据《商业内幕》今日援引知情人士消息，谷歌已在过去两周内，对其云服务部门（Google Cloud）进行新一轮裁员。 两名知情人士透露，本次裁员波及多个团队，其中包括 GTIG 威胁情报小组。该团队长期负责追踪全球黑客活动、分析网络攻击事件。消息人士称该团队已于周四遭遇裁员，目前已有部分员工在领英平台公开讨论被裁经历。IT之家在此援引《商业内幕》，本次裁员的影响范围还包括 Mandiant 等部门。该团队源于谷歌 2022 年收购的知名网络安全公司，其产品、服务已深度整合至 Google Cloud 体系。不过目前尚不清楚裁员人数、具体岗位。据悉，谷歌在部分员工沟通中表示，此次裁员主要是为了向 AI 等增长领域重新投入资源。谷歌发言人对此表示：“我们会定期评估内部组织架构，确保公司能更好满足客户和行业不断变化的需求”。值得注意的是，此前有传闻称，谷歌已于去年悄悄裁撤过 Google Cloud 部门员工，主要影响 UX、产品体验等团队。如今，新一轮裁员已扩展至安全和云计算部门。
-
罕见！“AI巨头”呼吁全球暂停AI开发，警告模型正逐步具备“自我升级”能力 一家估值接近万亿美元、正冲刺IPO的AI公司，突然公开呼吁全球暂停AI开发。6月4日，Anthropic在官方博客发布了一篇题为《当AI构建自身》（When AI Builds Itself）的长文。文章由公司联合创始人Jack Clark和内部研究机构负责人Marina Favaro联合署名，首次罕见对外披露了一批此前从未公开的内部运营数据。这些数据显示，AI正在以惊人速度加速AI自身的开发进程：截至2026年5月，Anthropic超过80%合并入代码库的代码由Claude撰写；与2024年相比，工程师每日合并代码量已增长8倍；在一项内部研究调查中，员工估计使用最新模型Mythos Preview后，自身产出约为不使用任何AI工具时的4倍。更关键的是，Anthropic提出了一个令整个AI行业不安的概念警示：“递归自我改进”（recursive self-improvement）——即AI系统无需人类干预、自主设计并改进其继任者的能力。这一阶段尚未到来，但“可能在未来两年内发生，甚至更早”。根据这些数据，Anthropic提出一个在AI行业颇为罕见的主张：全球应协调考虑暂停或放缓前沿AI的开发。在业务高速扩张之际，Anthropic却主动呼吁“踩刹车”——这一反常举动，正在华尔街和硅谷同时引发争议。批评者认为，Anthropic此举不过是其一贯“监管俘获”策略的延伸——通过渲染AI风险来给监管部门施压，从而限制竞争对手，尤其是那些开源模型的发展空间。也有人将Anthropic对自家"Mythos"网络安全模型的限制性发布解读为一种营销手段：一方面炫耀能力，一方面又以“安全”为由拒绝全面开放。支持者则认为，Anthropic对AI风险的警示有其真诚的一面。宾大沃顿商学院教授 Ethan Mollick表示，AI 实验室往往不是单一主体：它既有万亿美元公司的营销、律师和资本逻辑，也有追求下一代模型的研究人员，还有真心忧虑未来的“哲学王”式人物。数据本身已足够震撼：Anthropic年化营收从2025年底的90亿美元，将于2026年6月底飙升至500亿美元；公司已秘密提交IPO文件；其最新模型Mythos Preview可连续工作超过16小时，并在首批测试中发现了全球最重要系统中逾一万个高危软件漏洞。在这场“加速”与“刹车”的悖论中，Anthropic的这篇博文或许是迄今为止AI行业最诚实也最矛盾的自白。 《当AI构建自身》（When AI Builds Itself）博文节选金句如下： 1.我们相信，让世界拥有放缓或临时暂停前沿AI开发的选项，将对世界有益——以使社会结构和对齐研究能跟上技术进步的步伐。 2. 训练运行比导弹发射井更容易隐藏，其投入具有通用性，而且秘密违约的激励极大，因为当其他人暂停时，继续推进者可能继承领先地位。 3.AI递归自我改进尚未发生，也并非不可避免。但它到来的时间，可能早于大多数机构所准备的。 那类技术从未存在过，但我（Jack Clark）相信这可能在未来两年内发生，甚至更早。 4. 如果系统能够完全构建自己的继任者，那么我们保护、监控并塑造其行为的方式就会变得重要得多。 5. 在缺乏协调一致的全球性放缓的情况下，我们面临的是当前局面：强大的技术正以令人窒息的速度，被各国各类行为者开发，彼此竞争，商业和地缘政治的角力正在淹没这项技术对物种层面的存在性影响。 6. Claude撰写的代码在2025年底还略逊于人类，如今大致持平，我们预期一年内将严格优于人类。 7.大约一年前，我开始大量使用Claude工作流程。那是一段疯狂的经历，距离我最后一次亲自写代码，现在已经大约五个月了。——Anthropic员工 8.简言之，“执行”本身——写代码、跑实验、产出结果——如今几乎不再消耗人类时间，尽管仍然消耗算力。 9. 顺利的日子里，我不禁觉得我做的一切都无关紧要，一切都被自动化了，比我更快更好。但也有一切都崩了、我不明白为什么的日子，我意识到我已不再清楚自己究竟在做什么。——Anthropic员工 10.Edison说天才是1%的灵感加99%的汗水。但我们看到汗水正在被日益自动化。 《当AI构建自身》（When AI Builds Itself）全文翻译如下： 当AI自我构建 我们在递归自我改进方面的进展及其影响 在AI发展史的大部分时间里，人类主导着其发展周期的每一个步骤。但在Anthropic，我们正将越来越多的AI开发工作委托给AI系统本身，这正在加速我们的研发进程。 如果这一趋势延续足够长的时间，并获得足够的算力，其最终指向是：AI系统将能够完全自主地设计和开发自己的继任者。这被称为递归自我改进。我们尚未达到这一阶段，递归自我改进也并非不可避免。但它到来的时间，可能早于大多数机构所预期的。 Anthropic研究院利用公开基准测试数据，以及Anthropic内部此前未曾公开的数据，证明AI已经在加速AI系统的开发。仅举一例：如今，Anthropic工程师每季度平均提交的代码量，是2021年至2025年间的8倍。 本文探讨的技术趋势表明，AI系统的能力将在未来数年内大幅跃升。这些趋势影响深远。能够自我构建的AI，将是技术史上的重大突破——它有望在科学、医疗等领域为世界带来巨大福祉。但完整的递归自我改进，也可能加剧人类失去对AI系统控制权的风险。一旦系统能够完全自主构建自身的继任者，我们对其实施安全保障、监控管理以及行为塑造的方式，都将变得远比现在更加重要。 构建第一代Claude（2021—2023年） 早期，Anthropic的工作与其他科技公司并无二致：员工们在笔记本电脑上编写代码和文档。 聊天机器人（2023—2025年） 人们开始借助早期聊天机器人辅助完成部分工作，例如生成简短的代码片段，再将输出内容复制到文本编辑器中。 编程智能体（2025—2026年） 随着智能体能力的增强，它们能够独立编写和修改代码，有时甚至可以处理整个文件。 自主智能体（当下） 智能体现在可以自行运行代码，并将数小时的工作委派给其他智能体。 闭合循环（20XX年？） 未来，智能体或将具备足够的能力，自主构建和训练模型。若果真如此，Claude的后续版本将能够由Claude自身持续迭代改进。 来自外部世界的证据 AI模型的进步速度正在加快。模型能够独立可靠完成任务的时长，此前大约每七个月翻一番，如今这一周期已缩短至约每四个月翻一番。2024年3月，Claude Opus 3能够完成人类约需四分钟完成的软件任务；一年后，Claude Sonnet 3.7已能处理约需一个半小时的任务；再过一年，Claude Opus 4.6已能胜任需时12小时的任务。¹ 若此趋势持续，今年之内，需要熟练人员数天才能完成的任务或将进入AI的能力射程；到2027年，AI系统或许能够胜任需要人类数周才能完成的工作。 同样的规律也出现在编程和研究基准测试中。基准测试衡量模型在特定领域的表现，当模型成绩接近满分时，该基准即被视为"饱和"。² SWE-bench是一项标准的真实世界软件工程测试：它向模型提供一个真实的开源代码库和一份真实的缺陷报告，要求模型编写代码修复问题，并通过项目自身的测试。模型的得分已从个位数的低分，在两年内发展到使该基准趋于饱和。 CORE-Bench测试模型能否复现已有研究成果，这是模型开展原创研究的前提条件。它向AI模型提供一篇已发表论文的代码和数据，要求其重新运行所有内容并确认能否复现论文结果。AI系统的复现成功率从2024年的约20%，在十五个月后便使该基准趋于饱和。负责运营长时任务基准测试的METR发现，Claude Mythos Preview能够持续工作"至少"16小时，已"处于[METR]在不引入新任务的情况下所能评测范围的上限"。 公开基准测试能够揭示很多关于这些系统能力的信息，但无法反映AI系统对加速AI开发本身所产生的影响。要了解这一点，我们需要来自Anthropic等AI公司内部的直接证据。 来自Anthropic内部的证据 构建一个前沿模型，大致需要两类工作：其一是工程工作，包括编写代码、搭建基础设施和监督模型训练；其二是研究工作，包括决定运行哪些实验、解读实验结果，以及确定下一步尝试哪些方向。 在工程和研究两个领域，情况如出一辙。在工程方面，Claude可以接手一个规格不明确的问题并自行找出解决方案；人类提供目标，但无需再提供方法。在研究方面，Claude在执行规格明确的实验时，已能媲美乃至超越熟练的人类研究员。然而，在需要Claude自主判断和设定目标时，无论是工程还是研究领域，都仍存在显著的能力差距。正是这一差距，将今天的AI与未来能够自主设计继任者的系统区分开来。 在Anthropic，员工随着经验积累，通常会承担更具开放性和重要性的任务。最初，他们执行别人指定好的任务，例如："导出按钮失效了，请修复它。"随着经验增长，他们会接到一个目标，然后自行设计解决方案，例如："调查一下为何网络在高负载下会变慢。"在最高级别，他们需要自行判断哪些问题值得解决："团队下个季度应该做什么？"我们可以借助Anthropic的内部数据，观察Claude在处理这些不同类型任务方面已走了多远。 Claude已撰写了Anthropic相当大比例的代码。 截至2026年5月，合并到Anthropic代码库中的代码，超过80%由Claude创作。³ 而在2025年2月Claude Code以研究预览版发布之前，这一比例还处于个位数的低水平。这一转变同样体现在每位工程师的产出量上。每位工程师每天合并的代码行数，在Anthropic最初四年（2021—2024年）保持稳定，随后在2025年开始上升——彼时Claude已从仅给出建议供工程师复制粘贴，转变为能够直接运行代码。2026年，随着模型开始在更长时间跨度内自主工作，这一增长斜率再度加陡。这两个拐点如下图所示。2026年第二季度，典型工程师每天合并的代码量是2024年的8倍。⁴ 这是因为大量代码由Claude编写，工程师负责指导和审阅，而非自己亲手输入。 柱状图：按人员、按季度统计的代码贡献量，时间跨度从2021年第二季度至2026年第二季度。图中标注了八个不同模型的发布日期：Claude 1、Claude 2、Claude 3、Claude 4、Claude Code、Claude Sonnet 4.5、Claude Opus 4.5、Claude Mythos Preview（内部访问）及Claude Mythos Preview。 需要说明的是：代码行数是一个不够完善的衡量指标，它衡量的是数量而非质量。因此，2026年第二季度"每位工程师每天代码量增至8倍"，几乎可以肯定高估了实际的生产率提升幅度。尽管如此，它确实反映了一种加速态势。在Anthropic，我们不以代码行数论英雄；团队成员之所以产出更多代码，纯粹是因为他们借助AI系统写出了更多代码。 代码行数的增长，与员工对生产率大幅提升的主观感受相吻合。在2026年3月一项涵盖Anthropic各研究团队130名员工的调查中，受访者的中位估计是：与完全不使用任何AI模型相比，借助Mythos Preview，他们在同类项目上的产出约为原来的4倍。⁵ 我们预计，当时实际提升幅度会略低于此。⁶ 尽管如此，我们认为这一总体判断是可信的，也与我们的其他观察相符：Anthropic相当大比例的技术员工，正在以比没有AI辅助时快数倍的速度完成核心工作。 我们还观察到，Anthropic的员工正在借助Claude完成一些原本不会发生的工作，例如构建探索性工具、处理长期积压的代码清理任务。举例来说，2026年4月，Claude提交了800多个修复补丁，将某类API错误减少了千分之一。监督此项工作的工程师估计，同等工作量若由人类完成，需要四年时间；排查他人的缺陷既缓慢又费力，而且人类很难同时在脑海中保持如此大量陌生的上下文信息。 "大约一年前，我开始大量使用Claude工作流程。那是一段疯狂的经历，距离我最后一次亲自写代码，现在已经大约五个月了。" ——Anthropic员工* Claude编写的代码质量"过关"，且持续提升。 "好代码"意味着两件事：它能正常运行，并且以其他工程师能够理解和在其基础上继续开发的方式编写。就第一条标准而言，证据是清晰的：Anthropic员工在Claude执行任务过程中纠正、重新引导或接管任务的频率，已稳步下降长达一年，在最复杂、最开放性的任务上也不例外。这类任务的特点是没有明确的规格要求，工程师自己也不确定答案应该是什么样的。这一点在Claude在不同难度任务上的成功率变化趋势中清晰可见（如下图所示）。Claude写出的代码，确实能用。 折线图：Claude Code会话成功率（按四种任务类型——简单任务、常规任务、有难度的任务及开放性问题——分别统计），包含六个不同模型：Claude Sonnet 4.5、Claude Opus 4.5、Claude Opus 4.6、Mythos Preview（内部访问）、Mythos Preview及Claude Opus 4.7。阅读说明：会话成功率由Claude评判；若Claude Code智能体明确完成了用户任务且无需纠正，则该会话被视为成功。工作负载的变化可能导致成功率出现短期波动。在最具开放性的任务上，Claude的成功率在2026年5月达到76%，六个月内提升了50个百分点。以这一难度等级的任务为例：一次常规升级导致数万个训练任务崩溃。一名工程师仅凭几条文字说明和集群访问权限，就将这一线上事故交给了Claude处理。Claude在运行中的任务间逐一检索，逐个测试环境设置，最终定位到触发崩溃的单个晦涩调试标志，可靠地复现了问题，并确认了修复方案。整个过程约两小时，完成了通常需要两到三天才能完成的工作。就第二条标准——编写其他工程师能够理解并在其基础上继续开发的代码——而言，人类与AI之间的差距依然存在，但正在迅速缩小。Anthropic员工内部尚未达成完全共识，但许多人认为：2025年底，Claude编写的代码在质量上仍略逊于Anthropic人类工程师编写的代码；而如今，两者已大致持平。我们预计，在未来一年内，Claude编写的代码质量将超越人类。这一变化也改变了Anthropic审查自身代码的方式。现在，提交到代码库的变更，必须先经过一个自动化Claude审查工具的检查——该工具在代码合并前会主动发现缺陷、安全漏洞及其他问题。借助这一工具，我们进行了回溯分析，发现如果对代码库的每次变更都进行自动化Claude审查，历史上约有三分之一曾导致claude.ai线上事故的缺陷，将在进入生产环境之前就被拦截。而编写这些代码的工程师，本已是世界上构建此类系统最顶尖的人才。如今，Claude正在捕捉他们所遗漏的错误。 "Claude编写的代码，在2025年底略逊于Anthropic人类工程师编写的代码，目前已大致持平，我们预计在今年内将全面超越。" Claude擅长围绕既定目标运行实验。 每次Anthropic发布新模型，我们都会进行同一项测试：给Claude一段训练小型AI模型的代码，要求其在保证通过相同正确性检验的前提下，尽可能提升代码运行速度。目标和成功指标事先固定，Claude的任务是通过重写代码、运行代码、计时，并反复迭代来寻找加速空间——这是一个实验研究循环的微缩版本。2025年5月，Claude Opus 4的平均加速比约为起始代码的3倍；到2026年4月，Claude Mythos Preview已达到约52倍。作为参照，一位熟练的人类研究员需要四到八小时才能达到4倍加速。⁷ 在这个研究工作流程的特定环节——对规格明确的实验内部步骤进行优化——Claude在不到一年的时间内，已从"极为有用"跃升至"超越人类"。 "当前的格局大致是：'人类提出想法，模型能够以比以前快一个数量级的速度来实现、测试和评估这些想法。'" Claude正在逐步提升自主提出实验方案的能力。 2026年4月，Anthropic发布了Claude端到端运行开放性研究项目的首次演示。Claude驱动的智能体被给定一个AI安全领域的开放性问题——大致是：较弱的模型能否可靠地监督更强的模型？——然后被留下来自行解决。这涉及提出假设、进行测试、与并行运行的智能体共享发现，以及反复迭代。该任务有明确的性能"下限"和"上限"：下限是弱监督者独立运作的表现，上限是强模型在正确答案训练下的表现。两位人类研究员约花一周时间，弥补了该差距的约23%；而这些智能体在合计约800小时的运算时间内，弥补了97%，消耗算力成本约为18,000美元。这项工作有一些需要说明之处：研究结果未能在生产规模的模型上得到完全复现，且人类仍然负责选定问题和制定评分标准。但在这些约束条件之内，每一个实验都由智能体自主设计。方向设定，是人类所扮演的唯一实质性角色。 "在一到两天的时间里，Claude在几乎没有我介入的情况下完成了所有这些工作。我想，如果一位初级同事能在同样的时间内带来这样的成果，我会相当惊讶。未来已至。" Claude在引导研究会话走向研究发现方面正日益精进。 我们检视了2026年1月至3月间的真实Claude Code会话，其中Anthropic研究员正与Claude协作处理开放性调研问题，例如查明某次训练运行为何反复崩溃，或某模型为何在基准测试中得分不佳。在每一个案例中，我们都找到了一个研究员走了弯路的时刻——他们追求了一个方向，导致会话偏离轨道，直到最终重回正轨。随后，我们仅向不同的Claude模型展示会话偏离轨道之前的内容，询问它下一步会怎么做。再由另一个能够看到会话最终走向的Claude，判断AI和人类哪一方建议了更好的下一步行动。⁸由于我们刻意选取的是人类决策存在改进空间的时刻（n=129），这并非模型与人类判断力的同等条件对比。这些时刻为我们提供了一组真实、有挑战性的场景——在这些场景中，正确的下一步并不明显，而人类的选择则作为衡量模型表现的有效参照基准。在这一指标上，我们2025年11月最优模型（Opus 4.5）优于人类选择的比例为51%；到2026年4月（Mythos Preview），这一比例增至64%。研究工作的日常，在很大程度上是一连串"下一步该怎么做"的决策链，这使得上述指标成为衡量模型最终能否独立主导一项研究调查的相关指标。我们将这一结果视为早期信号，表明AI系统在做出AI研究所依赖的判断性决策方面正日益精进。 柱状图，标题为"模型能否比人类选出更好的下一步？"该图展示了九个不同模型的表现：Claude 3 Haiku、Claude Sonnet 4、Claude Sonnet 4.5、Claude Haiku 4.5、Claude Opus 4.5、Claude Sonnet 4.6、Claude Opus 4.6、Claude Opus 4.7及Claude Mythos Preview。阅读说明："实际上限"线衡量的是"理想"答案——由一个能够看到整个会话（包括最终结果）的模型给出。 "就目前而言，人类的比较优势仍在于把握全局，以及在当前任务的局限之外进行更宏观的思考。" Anthropic未来的工作形态会是什么样子？现有证据表明，在AI开发流程的每个环节，人类的角色都在收窄。一旦人类和AI编写的代码质量达到对等，人类将完全停止编写代码，转而只负责审查。但如果他们审查代码的速度跟不上Claude生成代码的速度，人类审查就会成为AI开发的瓶颈。同样，一旦Claude能够运行实验，问题就会转变为"哪些实验值得运行？"简而言之：执行层面（即编写代码、运行实验、产出结果）在人力时间上的成本现在几乎为零，即便在算力成本上依然存在。目前，人类具有比较优势的领域，是研究品味与判断力，包括：判断哪些问题值得关注、哪些结果值得信任、以及何时某条路径已走入死胡同。 "工作（乃至生活）曾运行在一种人与人之间小恩小惠的馈赠经济之上。'能帮我跑一下这个脚本吗？'……每一个这样的请求都创造了一点点人情债，一点点彼此的牵绊。[Claude]更快，不产生人情债，但每一次这样的交互，都是一次失去人与人之间协作机会的遗憾。" "在一切运转顺畅的日子里，我不禁觉得自己做的事情毫无意义——一切都已自动化，比我更好、更快。但也有一些日子，什么都坏掉了，我不明白为什么，然后我意识到，我已经不知道自己究竟在做什么了。" 如果我们的判断有误呢？对上述证据的一个自然反驳是：目前仍掌握在人类手中的工作——选择研究什么问题——才是最重要的。缺乏这种判断力，Claude只是一个能力出众的助手，而非一个能够独立推动AI进步的系统。当前的训练方法和架构是否足以解锁这种能力，目前尚无定论。但AI的进步很少依靠"灵光乍现"。AI近期历史上确实出现过几次这样的时刻，例如Transformer架构或混合专家模型，但范式转换级别的思想之间往往相隔数年。在这之间，大多数进步都是渐进式的：我们扩大某项规模，观察什么地方出现问题，修复它，再继续尝试。这恰恰是Claude如今最擅长的工作流程。爱迪生说，天才是1%的灵感加上99%的汗水。但我们正看到"汗水"的部分越来越多地被自动化取代。一个越来越清晰的事实是：推动前沿进步的大部分工作是可以自动化的；大规模的研究进展在很大程度上取决于工具和资源——它们决定了你运行实验的速度、同时运行的数量，以及获得结果的效率。即便退一步假设Claude永远无法形成良好的研究品味，我们的证据保守解读之下，仍意味着复利式的加速。如果人类将大部分时间花在那占比极小的方向设定工作上，而Claude处理其余一切，那就意味着每位工程师或研究员所掌舵的工作量远超从前。我们观察到的证据表明，Anthropic的员工既在加速前进，也在拓宽覆盖范围。在实践中，这意味着AI已经让Anthropic的运转速度远快于有效AI工具出现之前。相对大胆的解读则是：Claude研究判断力持续改进的早期证据——尽管目前尚显微弱——表明这项能力同样在进步之中。"研究品味"或许不过是另一种AI系统曾经不擅长、后来学会了的能力。我们在其他定性技能上见过类似的规律，比如AI系统学会解释一个笑话为何好笑、展现心智理论，以及解开语言谜题。可能的未来接下来会发生什么，取决于两件事：这一趋势是否延续，以及如果它确实延续，我们选择如何应对。我们可以设想至少三种未来情景：情景一：趋势停滞，但今天的AI能力得到广泛普及本文中呈现了许多指数增长的轨迹。但这些轨迹实际上可能是S形曲线。我们或许正在接近曲线的拐点，在那里规模回报开始递减，曲线趋于平缓直至平坦。将优秀研究员与卓越研究员区分开来的判断力，或许是一种无法通过扩大训练投入（如算力和数据）来获得的能力。若果真如此，突破这一瓶颈将需要一个全新的思路——例如一种能够取代当前所有前沿模型所采用的Transformer架构的新型架构方案。另一种可能是，AI进步的关键制约因素在于供应链，而非模型本身：推进和普及前沿技术所需的能源和算力，可能超出当前的供给能力。芯片制造速度、电网扩容速度，或互联带宽，可能才是真正的瓶颈所在，而非智能本身。我们也无法排除AI生态系统遭受外生冲击的可能性，例如算力或电力供应的突然萎缩，这两者中的任何一个都将拖慢进展，并使各实验室的前瞻性投资成本大幅上升。此外，或许还存在我们尚未预料到的其他发展壁垒。即便模型能力冻结在今天的水平，我们也预计世界将发生重大变化。"玻璃翼计划"（Project Glasswing）是一个早期迹象：在项目启动最初几周内，Mythos Preview便在全球最重要的系统中发现了超过一万个高危及严重安全漏洞——数量之多，使得网络防御的瓶颈已从"发现漏洞"转移至"快速修复漏洞"。而今天的模型向更广泛经济体的扩散，目前仍处于早期阶段——在那个未来，一家100人的公司将越来越能完成1000人公司的工作，因为每位员工之下都将统率着一个由智能体构成的金字塔。我们列出这种情景是为了完整性，但我们认为它不大可能发生。我们能够测量的每一项能力，包括那些感觉更难量化的能力，如代码质量和开放性任务的成功率，迄今都遵循着相同的曲线，而我们尚未看到这条曲线出现弯折。在我们考虑的三种未来中，这种情景将给各国政府和社会留下最充裕的适应时间。我们更担忧接下来的两种情景——它们的演变速度更快，留给准备的空间也更为有限。情景二：AI实验室持续获得复利式效率提升在这一情景中，AI开发在很大程度上实现了自动化，但人类继续设定研究方向并评判结果。使用AI系统的组织将随着时间推移变得效率大增，因此我们可以预见每位员工将获得显著的生产率倍增效应——100人的公司能够完成相当于1万人乃至10万人规模的工作。这将彻底变革知识工作和政府服务，但也可能被用于有害目的，从对整个人口实施威权式监控，到针对每个个体量身定制、以超越任何人类团队所能匹敌的规模运作的影响力操纵行动。Anthropic等公司的人员角色将随之转变：人们将与AI系统携手，扩大研究规模、催生新的洞见，并共同构建验证AI输出可信度所必需的系统。我们在本文中呈现的证据表明，我们很可能正在走向这一情景。但加速流程的某一环节，往往只是将瓶颈转移到别处：整体速度受制于尚未提速的部分。在计算机科学领域，这被称为阿姆达尔定律，同样的逻辑也适用于组织管理。Anthropic已经遭遇了阿姆达尔定律的一个典型特征：随着我们在组织内推动更多代码流转，人工代码审查已成为新的瓶颈。我们在工程领域之外也遭遇了这种摩擦。由于Anthropic员工与高能力模型协作，新想法、新举措、新工具和新模拟方案如雨后春笋般涌现——其数量远超我们实际推进的能力。组织识别并修复这些瓶颈的速度，或许是一种会随时间积累的能力，并可能成为任何组织最重要的核心竞争力。情景三：AI系统自身具备完整的递归自我改进能力，并开始构建自己的继任者如果能力提升的技术趋势持续，而AI系统能够发展出人类变革性创造力所固有的那些能力，那么AI系统自主设计和改进自身，是完全有可能发生的。在这个世界里，AI开发的进步速度将完全取决于AI系统可用的算力（或在算法训练与推理效率发现上的速度）。人类在AI开发中扮演的角色将大幅弱化，我们的工作重心可能大多转向对一个由AI系统运营的不断扩张的"虚拟实验室"进行监督、验证和核查。我们预计，具备自动化AI研发能力的系统，其能力将迁移至其他科学领域，并开始革新那些领域。这种未来中，对齐问题将如何被解决——或无法被解决——是我们最不确定的地方。模型或许会被证明足够对齐，并具备足够的研究品味，能够自主探索和实现我们尚未触及的新解决方案；它们也可能足够明智，在条件不成熟时主动停止开发。但另一种可能同样存在：今天模型中罕见出现的错误对齐，在模型构建其继任者的过程中不断累积叠加，变得越来越频繁却越来越难以理解，直至我们最终失去对它们的控制。而我们或许没有足够的时间和能力来构建、整合并验证那些我们所需的工具，以判断自己究竟身处哪条轨道之上。对于这个世界会是什么样子，我们没有良好的直觉，因为我们当前的经济是由人类和人类建造的工具所驱动的。就其本质而言，一个由快速递归自我改进所驱动的世界，可能会在自我改进模型的能力全面超越人类、并向更广泛经济体扩散蔓延的过程中，被这一模型所主导。如果人类劳动力失去竞争力，届时的经济形态将难以预测。即便模型开发完全实现自动化并进入递归模式，我们也无法预测这对大多数普通人的日常生活意味着什么。阿姆达尔定律在此同样适用。递归智能可能在某些领域迅速实现《仁爱之机》（Machines of Loving Grace）所描绘的众多美好前景。我们预计，具身智能（即机器人技术）可能紧随递归智能之后迅速跟进，遵循类似的以递减成本实现递增回报的发展路径。更强大的智能可能帮助我们更快地建造物理世界中的事物，让救命新药的临床试验更富成效，并开发出全新的协作协调形式。但仅仅实现递归式改进，并不意味着工业生产方式、社会组织形态或市场运作机制会立即发生变化。更强大的智能无法加速获知一种药物数十年使用后的效果，无法让选举提前于宪法规定的日期举行，也无法在一个周末内将陌生人变成老朋友。对于大多数人来说，这种未来在体感上依然会被瓶颈所左右，即便上游的实验室正以算力的速度奔涌向前。在这里，递归智能以越来越快的速度自我构建，与人类、关系和治理构成的现实世界相撞——那个碰撞点会是什么样子，是这种未来中另一个我们无法预言的部分。我们应该怎么做？如果能够有效地放缓这项技术的发展速度，为自身争取更多时间来应对其深远影响，我们认为这很可能是一件好事。但如果放缓只是让最不谨慎的行为者在技术上迎头赶上，最终结果可能让所有人都更不安全。在缺乏全球协调机制的情况下，各公司和各国政府将不得不在竞争压力和地缘政治压力之下，做出艰难的安全抉择。我们认为，赋予世界放缓乃至暂停前沿AI开发的选项，将是有益的——这有助于社会结构和对齐研究跟上技术进步的步伐。Anthropic研究院将与众多合作方开展研究，并采取实际行动，帮助构建一个可信的减速或暂停机制所需的制度体系。这些体系将使前沿AI开发者能够核实全球其他机构是否真正停止或放缓了开发，并确保没有不良行为者借助协调减速之名，暗中抢先推进。如果这样的体系得以建立，我们预计我们将选择减速或暂停，前提是其他处于或接近前沿的开发者也以可核实的方式同步这样做。一次有意义的减速或暂停，需要多个资源充足、处于或接近前沿的实验室，跨越多个国家，在相同条件下达成停止协议；同时还需要各方能够核实对方确实已停止。由于AI系统的独特属性，这一军备控制难题中的"可检测性"（低于"可核查性"的标准）远比其他技术更具挑战性。训练运行远比导弹发射井更易于隐蔽，其投入是通用性的，而悄然违约的激励极为强烈——因为在他人停步时继续前进者，将有机会继承领先地位。一个可信的暂停机制还必须明确规定：什么条件触发暂停、什么条件解除暂停，以及由谁进行裁定。这一切在原则上并非不可能——世界曾为其他复杂技术建立过核查机制（例如《中程核力量条约》），但彼时构建基础设施和建立互信都花费了数十年时间。而我们没有那么多时间。相比之下，一家实验室的单方面暂停虽然可以立即实现，但收效甚微：它只会改变谁是领跑者，却无法催生目前所缺失的那种更广泛的审议过程。在未来数月，我们将组织对话，邀请政策制定者、研究人员、公民社会和其他AI公司，共同探讨本文所提出的若干问题，尤其是围绕完整递归自我改进，以及如何为协调与审议创造更好条件等议题。我们将公布这些对话的成果。共同探讨这些问题的窗口已经开启，AI公司以外的人们理应参与到这场审议之中。Marina Favaro与Jack Clark联合撰写本文，Santi Ruiz提供编辑支持。Shan Carter、Romello Goodman和Nikki Makagiansar依据Brian Calvert与Jun Shern Chan收集的数据制作了可视化图表。Daniel Freeman、Jim Baker、Max Young、Sarah Pollack、Francesco Mosconi、Holden Karnofsky、Andy Jones、Kevin Troy、Anton Korinek、Meg Tong、Andrew Ho、Dan Altman、Drake Thomas、Jack Shen、Sasha de Marigny及Avital Balwit提供了反馈意见。注释 METR的核心衡量指标反映的是AI系统在一系列任务上达到50%可靠性的时间跨度，但在80%可靠性标准下，趋势线形态相同。 尤其是当基准测试转向更具开放性的形式和更高难度的任务（如奥林匹克级别的数学题）时，由于题目和答案集中存在错误——如表述模糊的问题和无解的题目——基准测试往往在达到100%之前便已饱和。 Anthropic领导层曾公开估计，包括脚本和实验性代码在内，90%甚至更多的代码由Claude编写。我们的80%以上是指合并到生产环境中、可归因于Claude的代码行占比。这在两个维度上是更为保守的衡量方式：一是我们的归因流程存在一定缺口；二是未归因于Claude的代码行中，包含了自动生成代码及其他并非由人工手写的产物。 代码产出量的激增，正在给大家共用的基础设施带来压力。GitHub——全球大多数软件赖以构建的平台——在整个2025年约有十亿次代码提交；而到2026年中，每周的提交量已达2.75亿次，按此速度全年提交量约为140亿次。该公司首席运营官表示，为了跟上这一步伐，公司正在"拼尽全力"扩容。 本次调查方法的更多细节，请参阅Claude Opus 4.7系统卡的第2.3.5节。 许多受访者可能未仔细考量如何在回答中处理各类偏差或问题界定中的细微差别；METR的近期研究也表明，开发者对AI生产力提升幅度的估计往往偏高。 加速倍数的大小，在很大程度上取决于起始代码留有多少改进空间，不应将其解读为真实世界训练速度的提升倍数。因此，绝对倍数并非本处关注的核心数字。更具参考价值的是，这一实验设置所实现的同等条件比较——既可跨模型比较（过去一年从约3倍升至约52倍），也可与同等任务上的熟练人类进行比较（四到八小时达到约4倍）。 作为对评判偏差的验证，我们在另一组127个时刻上进行了相同测试，这些时刻中人类的下一步选择已经很优秀（相对于原始组中人类决策有改进空间的时刻而言）。结果显示，在那些时刻，模型的建议仅约20%的情况下被判定为更优。 * 本文中Anthropic员工的引言，均来自内部讨论，并已获当事人许可使用。这些引言反映的是个人于2026年5月的观点，并非公司官方立场。
-
阿斯：孔德、巴尔德未来尚未确定，阿劳霍、克里斯滕森也存疑 据《阿斯报》报道，巴萨2026-27赛季的防线存在诸多疑问。 阿斯报表示，与中场和锋线的人员储备相比，巴萨的防线是最让人拿不准的一环。中场有佩德里、加维、德容、贝尔纳尔、奥尔莫、费尔明等人，贝尔纳多也被传出可能加盟；锋线上有拉明、费兰、拉菲尼亚、戈登，以及对胡利安-阿尔瓦雷斯的期待。相比之下，这条以距离本方球门50米站位而出名的“弗里克防线”，面向2026-27赛季仍有很多未知数。首先，巴萨的防线配置还没有完全定下来。弗里克对亚历杭德罗-巴斯托尼逐渐产生疑虑，因此叫停了一笔原本看起来进展顺利的操作。赫拉德-马丁本赛季表现出色，并且已经明确转型为中卫，这也促成了弗里克改变想法。国脚库巴西和埃里克是巴萨防线另外两名最可靠的球员。但从这里开始，疑问也随之出现。其中一些疑问与转会市场有关。孔德自弗里克上任以来一直是不可动摇的主力，但本赛季最后三分之一阶段他的状态出现下滑。如今，孔德的名字被重点标出，被视为可能出售至英超的球员。不过，如果孔德离队，巴萨右后卫位置将出现空缺。埃里克可以客串这个位置，但他的本职是中卫，而巴萨在中卫位置上的人员也并不充裕。再往后看，几乎没有现成选择。拉玛西亚的备选是哈维-埃斯帕特，但弗里克还需要在季前赛中进一步考察这名青训球员。另一桩未定的情况是巴尔德。上赛季末，巴尔德已经成为坎塞洛的替补，而他在英超一直有市场。除了不再拥有绝对主力的光环之外，如果巴萨想筹集足够资金签下胡利安-阿尔瓦雷斯，巴尔德的离队也可能变得必要。边后卫位置上，巴萨还需要解决坎塞洛与利雅得新月之间的相关问题。左路同样有拉玛西亚选择，那就是霍夫雷-托伦茨。他在2月遭遇脚踝重伤，此后一直没有出场。原则上，他将随一线队参加季前赛。阿劳霍和克里斯滕森的角色同样存在疑问。阿劳霍此前曾暂时停赛以照顾自己的心理健康，但始终没有完全站稳脚跟。作为中卫，他在出球环节会吃亏；如果重新适应边后卫位置，以他的身体条件来说也并不容易。不过，阿劳霍坚持表示自己不想离队。克里斯滕森则有续约可能，尽管他在加盟巴萨四个赛季后出场数仍未达到100场。还有阿尔瓦罗-科尔特斯，这名拉玛西亚出品的球员也是弗里克希望本赛季仔细考察的对象。因此，在德国教练这条“细线”上，并非一切都已经确定。
-
突发！Anthropic呼吁全员停止AI研究 Jay 发自 凹非寺 量子位 | 公众号 QbitAI 重要发现：AI的自进化，开始了。这是Anthropic刚刚在长文博客中，发表的暴论。 我们的内部数据显示，Claude正在加速AI发展，这可能是一条递归自我提升（RSI）的路径。 并非「危言耸听」，看了下文章，Anthropic是真的实打实地用数据在说话——截止今年5月，80%以上的Anthropic代码，都是Claude写的。而在Claude Code发布之前，这个数字还仅是个位数。与此同时，Anthropic工程师平均每季度交付的代码量，是2021-2025年的8倍。 更重要的是质量——在最开放、最模糊、连答案长什么样都不确定的编程任务上，Claude的成功率现在是76%，六个月前才26%。50个百分点的跳升。半年。 Anthropic内部已经有不少工程师觉得，Claude写的代码质量和人类打平了。预计年内会超过。Anthropic还强调，如果这个趋势持续下去，AI自己设计和构建下一代AI，是完全可能的。 这可能彻底改变社会，在医疗、科技、经济领域带来巨大的好处。但也可能让对齐问题叠加恶化，最终导致失控。 因此，Anthropic带头呼吁：如果存在一个可验证的机制，能保证AI实验室确实都没偷偷卷，我们愿意减速、甚至暂停。除此之外，Anthropic的这篇博客里，还放出了蛮多有意思的观点和事实。以下是经过整理，更方便大家阅读的版本。Enjoy。 Anthropic长文定调 AI圈的摩尔定律来了Anthropic创建了个全新的衡量维度，叫「AI能独立完成的任务时长」。2024年3月，Claude Opus 3能搞定人类大概需要4分钟的软件任务。一年后，Claude Sonnet 3.7，1.5小时。又一年，Claude Opus 4.6，12小时。而最新的Mythos，在内测中的表现是：能连续工作「至少」16小时，已经到了METR测试框架能衡量的上限了。这个翻倍速度，从原来的每7个月翻一倍，加速到了每4个月翻一倍。如果趋势不变，2027年，可能是好几周。 Claude编写了大部分Anthropic代码 截至2026年5月，我Anthropic代码库的代码，超过80%由Claude编写。 在Claude Code发布前，这个数字一直只有个位数。 这种变化，也体现在工程师的工作方式上。在 Anthropic 的最初四年，工程师每天Merge的代码行数基本保持不变。2025年， Claude开始自己写代码，merge数突然开始飙升。如今，2026年第二季度，工程师每天merge的代码量是2024年的8倍。 不过，代码量上去了，代码质量是不是注水了？Anthropic说，这一年来，工程师纠正Claude的次数，越来越少了。这一点，在benchmark中可见一斑，如下图所示。所有难度类型的任务中，Claude的成功率，无一例外的一路暴增。 所以，Anthropic现在干脆用Claude来review代码。是的，所有提交到代码库的改动，都会先过一遍Claude自动审查，检查bug、安全漏洞和其他缺陷。他们回溯分析发现，如果之前每次改动都有这道自动审查，大约三分之一导致claude.ai线上事故的bug，上线之前就会被拦下来。要知道，写那些代码的工程师，已经是全世界造AI系统最顶尖的一批人了。Claude在抓他们的错误。创造力的放大镜接下来是Claude在研究层面的参与程度。Anthropic有个惯例，每次发新模型，都会给Claude一段训练小型AI模型的代码，让它在保证正确性的前提下，把运行速度优化到最快。2025年5月，Claude Opus 4交出的答案是：加速3倍。2026年4月，Claude Mythos Preview做到了52倍。作为参考，一个熟练的人类研究员，需要4到8个小时才能勉强达到4倍。不到一年的时间，Claude超过了人类。2026年4月，Anthropic丢给Claude一个AI安全研究，大意是「一个弱模型能不能可靠地监督一个强模型」，然后让Claude自己提假设、跑实验……这次先说人类的表现吧，两个人类研究员花了大约一周时间，把gap缩小了23%。而Claude，在大约800小时、花了大约18000美元的算力之后——缩小了97%。 我们何去何从？到这里为止，结论已经很清楚了。 人类在AI开发流程里的角色，每一个环节都在收窄。 代码，Claude写了。代码review，Claude做了。实验执行，Claude快了人类一个数量级。实验设计，Claude开始自己来了……人类现在最后的比较优势，是研究品味和判断力。但这个优势能守多久？Anthropic在博客里说，他们也不确定。一种可能是，「研究品味」就像之前AI不会的其他东西一样，先是做不到，然后突然就做到了。就像AI理解幽默、展示心智理论、解语言谜题，都经历了同样的曲线。另一种可能是，即便Claude永远学不会真正的研究品味，仅靠现在的加速趋势，每个人类研究员能同时指挥的工作量已经大了好几倍。你不需要AI完全替代你思考，它只要把所有「执行」的活全干了，你就只需要做那5%的方向选择。 RSI的三种未来博客结尾，Anthropic描绘了关于这次「自进化」趋势三个可能演化方向。1、停滞。那些指数曲线其实是S曲线。也许研究判断力这个东西就是没法靠scale解决，需要一种全新的架构突破。或者，瓶颈在能源、在芯片、在算力的物理供应链上。不过，即便AI的能力就停滞在今天的水平，也会发生对世界带来重大变化。前段时间的Project Glasswing，Mythos Preview在上线头几周就发现了超过一万个高危和严重级别的软件漏洞，遍布全球最关键的系统。2、AI持续加速，但人类仍然把着方向盘。组织效率会指数级提升，100人的公司做1万甚至10万人的活。知Anthropic觉得我们大概率正在走进这个场景。但他们也发现了一个有意思的现象，就是阿姆达尔定律在组织里的体现_Claude把代码写得飞快了，结果代码review变成了新瓶颈。各种新想法、新工具、新实验爆炸式涌现，远超组织的消化能力。瓶颈不会消失，只是转移到下一个环节。3、AI实现完全的递归自我提升，开始自己造下一代自己。这个场景下，AI的发展速度完全取决于算力了。人类退到监督、验证、审核的位置。如果真的发生，这种能力大概率会迁移到其他科学领域，医学、材料、能源，全线起飞。当然，另一种未来，是对齐失败。这种情况下，偏差会在AI自我迭代的过程中逐步累积，最终——完全失控。 OMT 以上，便是Anthropic此次关于自进化，最关键的几个观点。说实话，最开始我其实没太当回事，毕竟Anthropic马上就要IPO了，这一波不是典型的「Anthropic式」公关？你别说，这次，可能真的有点不一样。因为就在几天前，OpenAI也发布了类似的博客： 我们也在当今系统中看到自进化的早期迹象： AI的发展本身也被AI加速。 我们预计这将加剧开发商和国家之间的竞争压力，并带来现有机构无法应对的治理挑战。 随着RSI的出现，社会需要方法塑造AI的发展轨迹 ，确保其服务于人类利益。 奇点，似乎来得比所有人预想的都要快。博客：https://www.anthropic.com/institute/recursive-self-improvement参考链接： [1]https://x.com/kimmonismus/status/2062517474277675102 [2]https://x.com/anthropicai/status/2062568873321513443
-
Recall争议后遗症：微软最强AI笔记本淡化Copilot+ PC标签宣传 IT之家 6 月 5 日消息，科技媒体 Windows Latest 今天（6 月 5 日）发布博文，报道称微软发布搭载 RTX Spark 的 Surface Laptop Ultra 笔记本时，刻意淡化了 Copilot+ PC（也称 Windows 11 AI+ PC）标签。IT之家注：微软于 2024 年推出 Copilot+ PC，要求设备集成神经处理单元（NPU），最低 16GB 内存和 256GB SSD，AI 算力超过 40 TOPS。 首批产品以高通骁龙 X Elite 和 X Plus 处理器为核心，卖点是本地运行 Recall、Cocreator 和 Auto Super Resolution 等 AI 功能。不过微软最新发布 Surface Laptop Ultra 时，几乎没有公开强调 Copilot+ PC，整场沟通更突出 RTX Spark、本地 AI 计算、开发者场景与设备端加速。该媒体认为，微软的转向，和 Copilot+ 品牌过去 2 年的变化有关。随着 AMD Ryzen AI 300 系列、Intel Core Ultra 200V 等芯片陆续达到 40 TOPS 门槛，Copilot+ PC 从“高端稀缺”变成“高端普遍配置”。此外 Recall 争议也影响 Copilot 品牌，微软曾把 Recall 描述为电脑的“摄影式记忆”，可自动记录操作画面并支持自然语言搜索。但早期版本被安全研究人员指出，快照以未加密明文形式保存，隐私风险极高。微软私下确认该机仍属于 Copilot+ PC，并内置 NPU，但公开传播避谈这一称呼。
-
再度推迟发布，Meta继续在“AI泥潭”挣扎 Meta公司一再推迟向开发者发布其新的AI模型。6月4日，据《华尔街日报》报道，Meta最新AI模型Muse Spark的API（应用程序接口）已多次推迟发布，截至本周二仍未确定上线日期。这距离Meta首席AI官Alexandr Wang公开承诺API"即将推出"已过去近两个月。消息曝光后，Meta发言人在周三回应称，公司正与合作伙伴测试该API，计划本月内发布。Muse Spark是Meta首个闭源AI模型，API是开发者访问该模型的唯一渠道，延误意味着商业变现时间窗口的持续收窄。承诺落空，两度延期据报道，Meta最初计划在4月份Muse Spark发布时同步推出API。模型上线两天后，Alexandr Wang在X平台发文称： Muse Spark API即将上线！开发者们对此热情高涨，我们感到非常振奋，敬请期待！ 然而该API并未如期发布。报道援引知情人士透露，首轮延期（从4月推至5月）源于测试中暴露的程序漏洞，以及需要补充构建更多基础设施。随后，发布计划再度推迟至6月。截至目前，除少数获授权运行测试的第三方评估机构外，绝大多数开发者尚无法自行访问该模型。通常情况下，AI公司会在新模型发布的同时或数周内推出配套API，以最大化其在开发者群体中的影响力。持续推迟不仅削弱了Muse Spark的市场热度，也令外界再度对Meta能否高效执行其AI商业化路线图产生疑虑。AI研发困局，并非首次Muse Spark API的延误并非孤例。华尔街见闻此前提及，Meta去年曾因工程师无法大幅提升模型性能，而推迟发布另一款AI模型Behemoth，该模型最终未能正式推出。此后，Meta大规模招募AI人才并重组团队，任命Alexandr Wang主导新成立的Meta超级智能实验室（Meta Superintelligence Labs，MSL）。MSL旗下一个名为TBD Lab的神秘部门随后开发出了Muse Spark。Muse Spark也是Meta首款闭源AI模型。此前Meta发布的模型均为开源，开发者可免费下载使用。根据Meta内部基准测试，Muse Spark在性能上与OpenAI及Anthropic旗舰模型相当，并在多数测试中大幅领先xAI的Grok。但在API正式开放之前，这些数字对外部开发者而言仍只是一纸数据，难以转化为真实的市场吸引力。投入庞大，变现压力骤升Meta计划今年斥资最高1450亿美元用于资本支出，主要用于AI基础设施建设。公司的目标是为其35亿日活用户打造个人及商业AI代理。然而，华尔街对这份"烧钱计划"并不买账。今年4月，Meta宣布将进一步上调支出预期后，其股价在盘后交易中一度下跌逾5%。CEO扎克伯格在投资者电话会议上表示，将多余算力转化为云计算业务"绝对在考虑之列"。扎克伯格同时透露，每周都有企业主动找上门，希望Meta提供API服务，但他并未就Muse Spark API的具体上线时间给出任何承诺。面对市场压力，Meta已开始公布变现路径。上周，公司宣布为Instagram、WhatsApp和Facebook推出新订阅服务，并表示将试点旗下AI聊天机器人Meta AI的付费订阅。
