跳到正文
7月6日周一
  1. 公众号:数字生命卡兹克55

    我的网站被攻击48小时,Claude Fable 5替我防下了这一切

    自称“反AI小队(#TeamAntiAI)”的攻击者对AI资讯网站AIHOT发动近两天攻击。第一波236万次图片接口请求峰值每分钟87万次(平时340倍);第二波多IP协同向反馈接口灌入3万多条垃圾数据,并爆破另一未设防项目域名868万次,导致nginx并发上限768被占满,全站瘫痪。Claude Fable 5分析发现限流器已拦截239万次(拦截率99.95%),但服务器其他项目缺少防护。随后AI自主封禁IP、给反馈接口加防灌水规则、延长缓存时间、做合单、设自动封禁策略、拉长日志留存,最终所有攻击被防住,网站恢复正常。

7月5日周日
  1. The Decoder:AI News61

    Mistral CEO Mensch 警告:闭源 AI 模型让实验室窥视你的业务流程

    Mistral 创始人 Arthur Mensch 在 LinkedIn 发文,警告企业不要依赖闭源 AI 模型。他指出闭源厂商会存储更多数据,从而获得窥视客户业务流程的窗口,且有实验室借此打击成功客户的先例。他建议企业将数据存储在开放系统、自主设置 AI 访问规则并构建自己的模型。Palantir CEO Alex Karp 也呼吁企业自建模型。Mensch 的观点带有自身商业立场:Mistral 是欧盟唯一拥有相关 AI 模型的公司,无法在性能上与 GPT-5.6 Sol 或 Fable 5 等顶级模型竞争。近期一项金融文档分析实验部分支持开源路线:Bridgewater 和 Thinking Machines Lab 微调开源模型 Qwen3-235B,利用内部投资者评估数据达 84.7% 准确率,而最佳前沿模型为 78.2%,运营成本低近 14 倍。但该测试并非独立比较,Anthropic 或 OpenAI 可通过购买或生成类似数据反超。

  2. MarkTechPost52

    Qwen前技术负责人Lin:混合思考模式冲突,转向智能体思考

    Qwen前技术负责人Junyang Lin在演讲和独立研究文章中回顾Qwen系列,指出混合思考模式(thinking mode与instruct mode)在训练中互相冲突,导致模型行为退化。Qwen3采用四阶段后训练(长CoT冷启动、推理RL、思考模式融合)尝试融合,但后续2507版仍分离了Instruct和Thinking变体。Lin认为下一时代是智能体思考(agentic thinking):模型需决定何时停止思考、调用工具、根据环境反馈修正计划。Qwen3参数范围0.6B–235B,上下文32K/128K,支持119种语言和方言,Apache 2.0许可。Lin总结方向为“训练模型转向训练智能体”。

7月4日周六
  1. IT之家·人工智能40

    何小鹏:中国辅助驾驶领先全球,L2级加速出海

    小鹏CEO何小鹏表示,中国辅助驾驶在技术与法规上均走在全球前列。过去仅中美实现了L2级大规模落地。6月25日联合国自动驾驶系统全球技术法规获批,今年12月起NGP、NOA等L2级功能可在全球使用。但全球推广面临困难:德国高速辅助驾驶时速远高于120km/h,欧洲窄路及无红绿灯路口需智能泛化。何小鹏预计最晚今年底到明年初,中国智驾将“走出去”,海外智驾也将“走进来”,推动双向交流与模型重塑。

  2. The Decoder:AI News69

    OpenAI联合创始人展望“几乎无界面”未来:用户无需再学软件

    OpenAI联合创始人Greg Brockman表示,2023年推出的ChatGPT Plugins失败,根本原因是当时大语言模型不够成熟。他认为未来方向应是让ChatGPT成为处理数字任务的隐形层,用户无需学习软件,目标是打造持久、具备上下文感知、自主行动的AI智能体,而非功能叠加的应用。但他承认OpenAI的Codex远未达到“无界面”理想,当前模型仍不可靠,需大量提示词和定制集成,这也是Anthropic、OpenAI和微软分别组建团队帮助企业落地AI的原因。

  3. IT之家·人工智能47

    宇树科技陈立谈具身智能的“ChatGPT 时刻”:需达成两个 80%

    宇树科技联合创始人陈立在2026亚布力论坛创新年会上指出,机器人行业突破需统一端到端大模型、更低成本更长寿命硬件以及低成本规模化算力(如楼宇专属AI算力基站)。具身智能的“ChatGPT时刻”核心标志是两个80%:在80%的陌生场景中通过语音或文字指令能顺利完成约80%的任务。他预计四年后(2030年),具身智能机器人将引领全新消费浪潮,大幅推动社会生产力与劳动力升级。

  4. 公众号:昆仑万维40

    昆仑万维方汉:AIGC Agent是被系统性低估的结构性机会

    昆仑万维董事长方汉在2026全球数字经济大会上指出,AIGC Agent是被系统性低估的结构性机会。文本与代码侧Agent已获成功(如Claude Code年化收入25亿美元),但音乐、视频等AIGC侧尚无知名Agent,主因是音乐创作缺乏过程数据且评判主观。昆仑万维推出音乐Agent产品Mureka Co,通过对话操作专业软件首次将过程数据纳入AIGC流程。方汉认为生成趋近免费时价值将回归工作流,工作流即Agent。目前昆仑万维天工AI业务ARR突破8亿美元。

  5. 公众号:昆仑万维42

    昆仑万维方汉:AIGC Agent是被系统性低估的结构性机会

    昆仑万维董事长兼CEO方汉在2026全球数字经济大会上提出,AIGC Agent是被市场系统性低估的结构性机会,并以其音乐Agent产品Mureka Co为例阐述思路。他认为音乐创作缺乏过程数据且好坏评判主观,导致该领域Agent发展落后于文本和代码侧;Mureka Co通过对话操作专业音乐制作软件,首次将人类制作音乐的过程数据引入AIGC生成流程。昆仑万维天工AI业务ARR已突破8亿美金。

  6. Karina53

    Karina Nguyen认为,训练AI说服力可能隐式教会其清晰结构、逻辑流畅、受众建模等优秀写作技能,写作质量或只是副产品。此前她指出,非虚构类AI写作可通过RL优化(已在某个GPT-4o版本实现),但消费级聊天偏好与学术/技术写作所需的精确、信息密度、结构存在冲突。创意写作则因缺乏完整创作过程数据且难以衡量经济价值,尚无实验室投入资源。

    引用Karina@karinanguyen

    Think there is a clear way to improve AI writing for non-fiction (we did that for one of the gpt4o version). Much of the gap comes from conflicting optimization objectives during RL: the traits that make a model pleasant to chat for consumer are often at odds with the qualities valued in academic / technical / research writing, where precision, info density, structure, and restraint matter more. Creative writing is a different problem entirely imo. It’s about building coherent worlds, developing characters, maintaining narrative consistency, and creating emotional arcs over hundreds of pages. Great novels were written over years of iteration on structure, theme, and character. And simply we don’t have much of the historical data to capture the entire process to train on within the current paradigm (eg hard to simulate Pixar’s braintrust process for AI), but I also think no lab has put in resources into it bc it’s almost impossible to measure + not much economic value I once gave a talk on this: https://docs.google.com/presentation/d/1d7fsWsVYnKy0zVZhYil-cJ7ONEpnKB9D4sVmWGrAnJI/edit?usp=drivesdk

  7. Rohan Paul59

    埃隆·马斯克指出,AI现已能完成50%涉及信息处理(非原子塑造)的工作,白领工作(打字、点击、研究、写作、分析、屏幕教学)将最先被取代,因为只操作信息而非物质。惯性会延缓转变,但当AI密集型企业胜过低AI企业时,竞争将加速采用。随后人形机器人将接管大多数蓝领工作——工厂、物流、维护、建筑甚至数据中心。马斯克预计人形机器人数量将远超人类,初期稀缺而后充足,主要瓶颈是电力、冷却和材料,而非软件。

    引用Rohan Paul@rohanpaul_ai

    "Anything that involves information, anything short of shaping atoms, AI can do 50% of all those jobs right now" - Elon Musk He says white-collar work goes first because it only manipulates information, not atoms. If a job is basically typing, clicking, researching, writing, analyzing or teaching on a screen, AI can do it. The shift will lag due to inertia, but competition will force faster adoption when AI-heavy firms outperform AI-light firms. And then humanoid robots will take most blue-collar jobs. Once machines can “shape atoms,” robots will do physical work in factories, logistics, maintenance, construction, and even run data centers. He expects far more humanoid robots than humans, initially scarce then plentiful, with the main bottlenecks being power, cooling, and materials, not software. --- Video from 'Peter H. Diamandis' YT channel (full link in comment)

  8. IT之家·人工智能64

    高盛经济学家布里格斯:AI 将迫使 1500 万美国劳动者离开岗位,但不意味着“失业”

    高盛经济学家布里格斯预计,AI普及将迫使约9%的美国劳动者(约1500万人)离开现有岗位,但劳动力市场可重新吸纳。在科技、管理咨询和平面设计等行业,AI每月使美国新增就业岗位减少1万至1.5万个。布里格斯指出,过去80年约85%就业增长来自技术进步创造的新岗位,美国每年创造约3000万个岗位并淘汰2900万个,岗位创造速度提高5%即可吸纳转岗劳动者。MIT研究员汤普森认为,AI对就业冲击不会迅速到来,多数职业更可能被部分自动化。美国6月就业报告显示新增5.7万个岗位,失业率降至4.2%。

  9. Simon Willison 博客58

    Josh W. Comeau 称 AI 导致编程课程销量与收入大幅下滑

    Josh W. Comeau 新课程 Whimsical Animations 销量仅约为典型课程的三分之一;前两门课程销量也比去年显著下降。他认为主要原因来自 AI:开发者担心职业前景而不愿投入时间金钱学习新技能,且 LLM 能提供个性化辅导,降低购买付费课程的动力。多位课程创作者收入下降超过 50%,用户转向 LLM 获取未经授权的内容。

7月3日周五
  1. Rohan Paul71

    微软CEO Satya Nadella在访谈中指出,当智能成为可租用的商品后,企业的真正护城河不再是基础模型,而是公司独有的“学习循环”(loop)。他建议企业构建自己的“爬山机器”——一个私有循环,让模型从公司特定任务、工作流痕迹、评估和结果中持续学习。私有评估成为战略记忆,工作流痕迹成为训练信号,人类判断不再仅纠正错误,而是引导复合改进。只消费基础模型的企业可能获得短期生产力,却会泄露运营知识;而建立纪律性学习循环的企业能将日常工作转化为累积的知识产权。未来前沿不属于拥有最大模型的公司,而属于拥有最佳循环的公司。

    引用Rohan Paul@rohanpaul_ai

    Microsoft CEO Satya Nadella's new interivew: Explains how the next AI moat will not be the model you use, but the learning loop only your company can run. He is really asking what happens to the firm when intelligence becomes something you can rent. For a century, companies protected value through people, processes, data, routines, customer memory, and the tacit knowledge buried in daily operations. Foundation models threaten to flatten that advantage because the same general intelligence can be used by everyone. Nadella’s answer is that firms need their own “hill climbing machine,” a private loop where models learn from company-specific tasks, traces, evaluations, and outcomes. That means the real asset is not just the model. The asset is the environment that keeps improving the model in ways competitors cannot copy. Private evals become strategic memory. Workflow traces become training signal. Human judgment becomes a way to steer compounding, not just correct mistakes. This also reframes AI adoption: a company that only consumes a foundation model may gain productivity, but it may leak the deeper value of its operating knowledge. A company that builds a disciplined learning loop can turn everyday work into accumulating IP. The future firm may therefore be measured by how well it converts its unique activity into durable model improvement. The frontier will not belong only to whoever owns the largest model. It will belong to whoever owns the best loop. ---- From "Stanford Online" YouTube channel, (link in comment)

  2. IT之家·人工智能51

    Palantir CEO 卡普抨击 OpenAI 等 AI 公司“双重收费”,要钱还窃取数据

    Palantir CEO 亚历山大·卡普在 CNBC 采访中指责 OpenAI、Anthropic 等前沿 AI 公司实行“双重收费”:既向客户收取高额 Token 消耗费用,又通过服务窃取客户业务流程数据(权重和阿尔法值)用于改进模型,使客户面临核心业务被复制或取代的风险。多家美国企业对此表示愤怒。

  3. 公众号:卡尔的AI沃茨60

    Anthropic 封号加码,Sonnet5 发布,开源「搭子」Skill 降本

    Anthropic 加大中国用户封号,Claude Code 通过时区和 `ANTHROPIC_BASE_URL` 检测,7 月 2 日新版本删除该代码但部署更强措施。Sonnet5 模型和新 Tokenizer 使英文 token 数增至 1.4 倍,API 降价但实际更贵。Fable5 窗口期至 7 月 7 日,周额度 50% 可用。开源「搭子」Skill 让 Claude Code 与 Codex 分工,成本降至纯 Claude 的 30%,避免反复冷启动。

  4. IT之家·人工智能55

    OpenAI 奥尔特曼称 AI 发展就像科幻小说,呼吁建立全球治理框架

    OpenAI CEO 萨姆·奥尔特曼在《金融时报》发文,认为 AI 发展已如同科幻小说情节,预计未来一两年内将打造出能力惊人的系统,为全球创造巨大价值。他称 AI 对人类社会的影响可能超过电力,呼吁尽快建立全球 AI 治理框架,由各国政府代表和独立技术专家组成论坛,制定统一行业标准,监督 AI 实验室防止安全军备竞赛,避免少数国家过度控制 AI 发展。奥尔特曼建议参考国际原子能机构的运作模式。

  5. 公众号:数字生命卡兹克62

    Claude Fable 5 自主优化 AIHOT 网站 SEO/GEO 全记录

    作者用 Claude Fable 5 优化 AIHOT 网站的 SEO 与 GEO。模型自主启动 22 个 Agent 调研 40 分钟,发现豆包 App 每天六千多次访问未被统计等异常。规划境外加速时,否定 Claude Opus 4.8 的 Cloudflare 方案(无法国内直连/国外分流,且 2025 年起默认拦截 AI 爬虫),改用火山引擎 CDN。因需白名单,模型自行找到工单入口提交专业工单,22 分钟开通;发现工程师漏答回源 IP 网段问题,礼貌追问并补充备选方案;发现官方方案有安全漏洞,自行加暗号验证。23:30 切换域名解析,10 分钟后 616 个海外请求走新线路。最终生成运维文档,提醒边缘证书 10 月 2 日到期并附续期步骤。

    推荐理由:Claude Fable 5 展示的自主性远超预期,从调研到工单交互一气呵成,这种执行力让我重新思考 AI 同事的定义。

  6. IT之家·人工智能55

    Meta CEO 马克·扎克伯格:AI 智能体技术发展得比我想象要慢

    扎克伯格在 Meta 内部全员会上表示,AI 智能体技术进展未达预期,公司仍需投入更多时间和精力。Meta 正全力竞逐 AI 模型开发,投入数百亿美元建设基础设施和招聘人才,但快速推进 AI 也带来代价,需在开发速度、员工信任与团队士气之间取得平衡。扎克伯格仍相信 Meta 能在未来 3-6 个月内看到超级智能的部分成果。

  7. IT之家·人工智能53

    软件工程传奇肯特·贝克:程序员缺软技能,AI时代需学人际交往

    7月3日,据《商业内幕》报道,知名软件工程师肯特·贝克指出,软件工程师虽技术出众,但常缺少职场越来越重视的软技能,如情绪调节、同理心和沟通方式。他认为这些是典型软件工程师“糟糕”的特质。AI正重塑行业,沟通、协作与共情等软技能直接影响技术人员职业前景。贝克将程序员学习人际交往形容为一场“宇宙级玩笑”:入行时被告知只需掌握计算机,最终却要面对完整的人类一面,能否推动现实改变取决于是否懂得沟通和共情。

  8. jason54

    开发者 @vig_xyz 分享了其使用 Codex 自动化多种工作流程:读取邮件并根据内容在 Google Drive 起草提案;自动生成合同修订建议,经律师确认后通过 computer use 填入 DocuSign;监听 Slack 反馈频道来自动修复 Bug;通宵编写单元测试以实现 100% 代码覆盖率;在 worktrees 上并行启动 6 个线程,使 PR 可独立合并。他表示难以想象回到 IDE 甚至 vim。

    引用Vignesh Mohankumar@vig_xyz

    i've got codex... - reading all my emails to figure out proposals to write, directly in google drive - auto-drafting contract redlines that i can check with my lawyer on - using computer use to add into docusign for me - reading slack feedback channels to auto-fix bigs - writing unit tests for me overnight to make sure i have 100% coverage - kicking off 6 threads in parallel on worktrees so the PRs can be merged separately hard to imagine going back to an IDE, and certainly hard to imagine going back to vim