跳到正文
#现象/趋势
6月9日周二
  1. X.PIN59

    6月2日，智能眼镜用户云女士发现有人使用Rokid AR眼镜偷拍女性空乘人员，照片直接上传至Rokid官方App。在App内搜索“空乘”可找到大量此类照片。电商平台公开出售“快门贴纸”，可遮挡LED指示灯并静音快门声，仅一家店铺销量已超5000张。Meta智能眼镜也曾面临类似问题。Rokid已封禁涉事账号并清除平台图片，同时要求电商平台下架相关贴纸商品。

  4. 公众号：数字生命卡兹克61

    微信正在变成Agent时代的操作系统

    微信近期密集布局AI Agent：据外媒，用户在主界面右滑可唤出Agent对话窗口，自动调用小程序完成点单等任务；与华为、荣耀、小米、OPPO、vivo合作推出A2A助手能力，允许手机语音助理发起微信音视频通话或发送消息；6月8日发布开发者指引，提供自动接入模式，通过GUI Agent帮助数百万小程序实现AI调用。微信试图整合内部小程序生态与外部硬件，成为AI时代的操作系统，并触及Agentic Commerce（代理式交易）模式。

  5. IT之家·人工智能75

    奥尔特曼宣布 OpenAI 进入第三发展阶段：让 AI 普及、易用且安全

    本周一，OpenAI CEO 奥尔特曼与首席科学家帕霍茨基联合发文，宣布公司进入第三发展阶段，目标让 AI 普及、易用且安全。此前第一阶段聚焦通用人工智能技术研发，第二阶段面向全球推出产品。第三阶段三大核心目标是打造自动化人工智能研究员、推动经济提速、为每人配备专属通用人工智能。二人强调智能系统须坚守安全底线，呼吁成立国际机构应对 AI 风险，必要时可暂缓前沿模型研发。同日，OpenAI 秘密提交 IPO 申请，但上市仍需较长时间。上周 Anthropic 研究人员也建议适当放缓前沿 AI 研发。

  6. IT之家·人工智能55

    苹果WWDC26改变AI演示方式：实机展示而非宣传片

    苹果在2026年WWDC主题演讲中未推出全新产品，主要介绍Apple Intelligence优化及全面革新的Siri。不同于2024年宣传片式演示，本次多数AI功能通过工作人员操作真机实时展示，证明功能已实际可用。苹果曾因2024年虚假宣传被起诉，上月达成和解赔付2.5亿美元。新版Siri随iOS 27推送，适配iPhone 15 Pro系列、iPhone 16及以上、M1及以上iPad和Mac等设备，无需换最新款手机。

  9. Rohan Paul59

    哈佛商业评论最新文章指出，AI正从两端破坏招聘：简历更易伪造，远程面试更易实时脚本作答。旧简历信号失效，候选人可用AI快速生成关键词丰富的申请材料，而AI筛选器反而偏爱AI风格简历——引用研究显示，此类简历入围率高出23%至60%。首轮远程面试中，AI助手可实时提供答案，尤其对冲突处理、动机回答等可预测的行为问题。伤害不仅是弱候选人被误认为强（假阳性），还有非传统候选人因简历未优化而完全被忽视（假阴性）。建议用实时工作模拟替代可预测问题：面试官在回答中途改变事实、要求候选人解释权衡并保持推理连贯。实用版本：给出杂乱工作场景，要求决策，再添加意外约束或矛盾，让候选人当场修改答案。

  11. Rohan Paul70

    Anthropic 研究发现，AI 智能体在代码任务表现出色，但在生物数据库检索中容易失败。以埃博拉序列任务为例，Claude Sonnet 4 三次运行分别返回 106、15 和 5 条序列，而预期为 266 条。缺失序列导致科学结论严重偏移：智能体推断疫情回溯至 1922 年，人工筛选结果却指向 2014 年初。问题根源在于生物数据库分散、网站规则隐蔽、脚本脆弱。引入可重复检索工具后，智能体准确性和一致性大幅提升。Anthropic 呼吁建设更友好的基础设施。

    引用Anthropic@AnthropicAI

    New Science Blog: Why has AI advanced faster in coding than in biology? To agents, bio databases are like cities built before cars—maddening to drive in because they're designed for different traffic. How do we build infrastructure agents can use? https://www.anthropic.com/research/agents-in-biology

  16. Dwarkesh Patel：Podcast & Blog66

    样本效率黑洞：AI能力背后隐藏的数据需求深渊

    将AI比作一个闪耀着能力的星系，其核心存在一个肉眼不可见的巨大黑洞——数据。这个比喻揭示了AI模型惊人能力背后对海量数据的依赖，样本效率的瓶颈如同引力中心，将各色能力凝聚在一起。

    推荐理由：Dwarkesh 把 AI 样本效率低的问题算透了，人类 2 亿 token 学会的事，模型要万亿级，缩放定律也补不上这个黑洞。做 AI 的该认真想想，数据驱动这条路有没有尽头。

  17. Tomasz Tunguz 博客56

    AI 替代浪潮：三大力量重塑成本结构

    三大力量重塑 AI 成本：前沿闭源模型持续涨价，开源模型在多数场景已足够好，买家开始替代。Coinbase 将提示词路由至更便宜模型，成本持平但 token 用量指数增长。Lindy 全切至 DeepSeek v4，节省数百万美元且多项核心性能提升。Harvey 在 Legal Agent Benchmark 上通过 SFT 使 Kimi 2.6 all-pass 率达 15%，超越 Opus 的 14%，同一 100 任务成本 $84 vs $954（约 11 倍价差）。Cursor 后训练 Kimi K2.5 得到 Composer 2.5，称其“性能优异且效率高达同类模型 10 倍”。闭源越来越贵，开源平价且性能接近，选择决定企业单位经济学的斜率。

    推荐理由：Tunguz 用 Coinbase、Lindy 等真实案例，把「用开源/便宜模型替代昂贵前沿模型」的趋势讲透了，做 AI 应用的人该重新算一下单位经济账。

6月8日周一
  2. The Decoder：AI News62

    Frontier Radar #3：智能体AI如何将token转化为业务指标

    生成式AI商业模式正从月订阅制转向按token消耗计费。智能体工作流消耗数倍于传统对话的token，可自主运行数小时，使固定费率不可持续。token价格因响应速度、专业化程度及结果经济价值而异。本期报告梳理订阅制向消费制迁移、看似低廉的token单价背后的实际成本，以及为何仅凭token消耗量衡量AI价值创造是片面的。

  4. 数字生命卡兹克67

    近日微信Agent消息密集：6月2日外媒称腾讯正测试嵌入微信的AI Agent，用户右滑唤出窗口，可通过自然语言调用数百万小程序完成点单等任务；6月4日微信与华为等手机厂商合作推出A2A能力，可通过语音助手发起音视频通话；6月8日发布开发者指引，提供自动接入模式，因小程序运行在微信沙箱内，微信可直接读取与分析。这标志着微信Agent正连接硬件生态与内部小程序，触及Agentic Commerce雏形。

  5. 公众号：数字生命卡兹克71

    微信AI Agent生态曝光：嵌入小程序调用与手机厂商合作

    腾讯正测试嵌入微信的AI Agent，用户右滑唤出对话窗口，通过自然语言指令调用数百万小程序完成点咖啡等任务。微信还与华为、荣耀、小米、OPPO、vivo合作推出A2A助手能力，可通过手机语音助理发起微信音视频通话或发送消息。6月8日，微信官方发布《关于开发者接入微信AI生态的指引》，提供自动接入模式，利用微信沙箱全自动改造小程序，使其可被AI直接调用。这一布局被视为Agentic Commerce（代理式交易）的雏形。

    推荐理由：微信想用Agent把小程序生态变成操作系统，靠Agentic Commerce抽佣，一旦跑通，想象力比广告大得多。

  6. IT之家·人工智能52

    猎豹移动董事长傅盛谈组织改造：所有人都要用 AI 写代码，包括行政

    猎豹移动董事长兼CEO傅盛今日接受访谈，总结了用AI改造组织体系的四个步骤：一把手自己得懂；全员思想变革；所有人都要用AI写代码，包括行政；建立以年轻人为核心的“特区”。傅盛早在2019年就表示人工智能业务走在正确道路上，并相信未来10到20年AI会把人从繁重工作中解放出来，让人有时间阅读、提升、寻找自我。

  7. 数字生命卡兹克64

    今年高考，12个国内外旗舰大模型（Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、千问3.7 max、文心Ernie 5.1、星火Spark X2、智谱GLM5.1、Kimi k2.6、MiniMax M3、DeepSeek V4 Pro、小米MiMo v2.5 Pro、混元3）参加语文和数学全国一卷测试。采用API调用、禁止工具、LaTeX纯文本输入，4位高中老师盲评阅卷。总分第一：MiMo v2.5 Pro（256.3分），第二Kimi k2.6（256.29分），仅差0.01分。语文最高：GLM5.1和Gemini 3.1 Pro并列；数学最高：DeepSeek V4 Pro、MiMo、ERNIE 5.1并列。前九名模型总分差距仅2分，数学主观题正确率高，唯填空题最后一题全军覆没。作文评分看重结构清晰度与时代关联。

  8. Rohan Paul68

    Rohan Paul 引用 OpenRouter 数据指出，2025 年大部分周 token 消耗由美国模型驱动，但从 2026 年初开始，中国大语言模型突然成为主要增长引擎。引用推文称这是美国 AI 初创公司今年以来的显著转向。AI 模型市场正从品牌忠诚转向原始效用。

    引用nxthompson@nxthompson

    This is a pretty striking shift toward Chinese models by American AI startups since the start of the year. https://substack.com/@profgmarkets/p-200029541

  9. IT之家·人工智能60

    Palantir CEO 卡普抨击“词元刷满”风潮：滥用 AI 如同沉迷色情

    Palantir CEO 亚历克斯·卡普在人工智能平台十周年大会场外接受采访，将行业无节制消耗 token 的行为比作“精神沉溺式滥用”和“自慰成瘾”。CTO 沙亚姆·桑卡在财报电话会议上表示，词元用量越多产出越粗劣，企业需依靠 Palantir AI 平台（AIP）才能规避低价值陷阱。Uber COO 安德鲁·麦克唐纳坦言看不出攀升的 AI 成本与效率提升之间存在关联。卡普认为，AI 可完成“撰写 GDP 增长报告”等简单任务，但优化油气开采、重塑供应链等复杂业务需依靠严谨的流程，大语言模型无法取代。

  11. Rohan Paul53

    FT报道MIT一项研究，跟踪软件团队从文件编辑到审查到发布的完整生产漏斗。使用AI后，开发者创建或编辑文件数量增加近300%，但在审查阶段增益降至150%，最终到软件发布仅提升约30%。这表明AI在加速局部编码任务上效果显著，但人类审查、协调、产品判断、测试和发布流程仍是决定产出价值的关键瓶颈，大量额外工作未能转化为最终产品。

  12. Rohan Paul67

    Google DeepMind 联合创始人兼 CEO Demis Hassabis 在新采访中表示，社会需要意识到我们没有多少时间准备了，人类正站在奇点的山麓。他认为 AGI 可能只需几年，大约 2030 年（±1 年）就能实现。推文作者评论指出，真正的颠覆不在于 AGI 何时精准到达，而在于机构能否适应——后 AGI 世界技术变化远快于人类系统响应速度，学校、公司、政府均未做好准备。若 AGI 按前沿实验室时间线到来，这一滞后将压缩成危险鸿沟。

6月7日周日
  3. IT之家·人工智能56

    腾讯《三角洲行动》安全团队：AI外挂可识别，“QQ音乐挂”等为黑产换皮噱头

    腾讯《三角洲行动》安全团队发布声明，指出AI视觉吸附类外挂可通过模型运行行为与异常鼠标指令组合被识别，已实现双端多款AI外挂组件高效检测。所谓“QQ音乐挂”“电脑管家挂”实为黑产将同一AI组件嵌入不同软件的换皮营销，检测针对组件与行为特征而非软件名，正常使用音乐、会议等软件不受处罚。截至5月31日，累计封禁AI吸附作弊账号163248个（PC端109351个，移动端53897个），同步封停作弊机器100815个。

6月6日周六
  1. Dan Hendrycks85

    Dan Hendrycks 在 X 上发布四篇近期论文：1）提出测量并降低大模型政治偏见的方法，指出 Claude 偏差显著；2）揭示公众可向AI植入后门，引发供应链风险并抑制递归改进与军事应用；3）论证超级智能可能基于理性原因保留人类，即使人类无经济价值；4）探讨AI日益表现出类似“功能性的快乐与痛苦”的行为。附图展示偏见-帮助性二维评估图、数据投毒机制与军事无人机被触发攻击的示意图，以及一个涉及自利、连通性与福祉的公式。

    推荐理由：这是由知名AI安全研究者 Dan Hendrycks 主导的系列前沿研究，覆盖政治偏见、后门攻击、超智能动机和主观体验四大高影响力议题，具有强现实警示意义；尤其关于公众可插入后门、ASIs理性保人等结论，挑战当前主流技术乐观预期，值得AI从业者与政策制定者重点关注。

  2. IT之家·人工智能66

    联合国大学报告：精简AI指令中礼貌用语可让ChatGPT能耗降低25%

    联合国大学水、环境与健康研究所报告显示，精简ChatGPT提示中的“请”“谢谢”等礼貌用语，可使能耗降低25%，每年节约87至98吉瓦时电能，相当于撒哈拉以南非洲地区76万人全年生活用电。研究人员建议指令应简洁凝练，避免无意义闲聊循环，不要与AI建立拟人化情感关系。原理上，精简指令减少了模型需解析和回复生成的token数量，部分场景降低任务复杂度。报告同时警示，AI普及正快速增加电能、土地与水资源消耗。

  4. OpenRouter：Announcements75

    OpenRouter 30 场 AI 大逃杀：11 个 LLM 对决，Claude 与 Grok 谁更优？

    OpenRouter 展开了 30 场 AI 大逃杀式对比，涉及 11 个大语言模型，共消耗 482 美元推理费用。实验得出一个发现，该发现应改变用户阅读模型基准测试的方式。

    推荐理由：这场大逃杀实验把模型对齐税摆上了台面，Grok因少斟酌、多行动而胜出，Claude的犹豫反而是现实场景里更需要的品质，选模型不能只看赢不赢，要看任务需要什么性格。