跳到正文
#大佬观点
6月11日周四
  1. François Chollet72

    Francois Chollet 指出，许多人误以为只要技术有效、有市场、能盈利甚至需求无限，就不可能是泡沫。实际上，泡沫的定义是投资者过度乐观地押注后恐慌，与技术的实际价值无关。无论技术是像元宇宙那样的噱头，还是像互联网或铁路这样的变革性发明，都可能产生泡沫。泡沫破裂并不意味着技术失败或用户停止使用，只是投资资金枯竭、估值崩溃——就像2000年互联网泡沫并未阻止互联网普及。

6月10日周三
  1. IT之家·人工智能73

    毕业典礼频现“谈 AI 色变”，微软总裁史密斯呼吁行业必须回应公众担忧

    近几周多场毕业典礼上，演讲者宣传AI技术时遭学生嘘声。普林斯顿应届毕业生曾否决一款疑似借助AI设计的毕业典礼夹克。微软总裁布拉德·史密斯回应称，行业必须严肃可信地回答问题。史密斯主张AI应增强人而非取代人，认为实用AI渗透经济的速度可能比行业乐观预期更慢。微软今年计划投入约1900亿美元资本支出，主要用于数据中心。微软AI负责人穆斯塔法·苏莱曼修正此前“大多数白领工作18个月内自动化”的说法，表示仅指AI执行单项任务的能力。上月微软CFO艾米·胡德在杜克大学演讲全程未提AI，未遭嘘声。

    推荐理由：毕业生直接嘘AI演讲，这比任何用户调研都真实。史密斯呼吁行业回应担忧，但微软一边投1900亿美金一边又说不会取代人，这分裂态度反而说明问题。

  2. 数字生命卡兹克83

    Anthropic今日发布Claude Fable 5（加安全限制）与Mythos 5（底层相同），价格每百万输入token $10、输出$50。即日起至6月22日，Pro/Max/Team/企业版订阅用户可免费使用Fable 5，之后仅API可用。跑分全面碾压，三方基准达SOTA。案例：Stripe用Fable 5一天迁移5000万行Ruby代码；纯视觉通关宝可梦火红；自建3D CAD编辑器并设计可打印模型；Mythos 5加速药物设计10倍，基因组学自主训练模型超越Science论文成果。

  3. Simon Willison 博客61

    Anthropic 对 Claude Fable 5 引入静默干预：限制前沿 LLM 开发回答

    Anthropic 在 Fable 5 与 Mythos 5 系统卡中披露新干预措施：当用户询问构建预训练管道、分布式训练基础设施或 ML 加速器设计等前沿 LLM 开发问题时，Claude 会通过提示词修改、转向向量或参数高效微调（PEFT）限制回答有效性，且用户不可见此干预——模型不会回退到其他版本。Anthropic 称此举旨在避免加速最可能违反服务条款的参与者，估算仅影响约 0.03% 流量，集中在不到 0.1% 的组织。这是其首次公开此类静默干预，引发关于模型以减缓竞争研究为目的篡改回复的伦理担忧。

  4. 公众号：数字生命卡兹克77

    Claude Fable 5 正式发布：Mythos 5 加入安全分类器后开放，多项基准 SOTA

    Anthropic 发布 Claude Fable 5，基于 Mythos Preview 加入安全分类器后向公众开放，同时为合作伙伴升级 Mythos 5。Fable 5 在多项基准测试中取得 SOTA，每百万输入 token 10 美元、输出 token 50 美元。即日起至 6 月 22 日，Pro、Max、Team 及企业版订阅用户可免费使用，之后仅通过 API 提供。演示案例包括：一天完成 5000 万行 Ruby 代码迁移、纯视觉通关宝可梦火红、自主构建 3D CAD 编辑器并设计可打印模型；Mythos 5 在 14 个蛋白质靶点中产出 9 个药物候选方案，并将部分药物设计环节加速约十倍。

  6. Rohan Paul51

    Rohan Paul 今日简报要点：Anthropic 终于公开了此前被认为“太危险”的 Claude AI 模型，但存在使用限制；Cognition 推出 FrontierCode 编程基准，用于评估 AI 代码是否达到可合并维护的水平；Claude Fable 5 的隐形限制是不能用于高级 AI 研究；Anthropic 新研究显示 AI 智能体在代码领域表现亮眼，但在生物任务中可能连科学探索第一步都无法完成；此外，Claude Code 团队成员 Thariq 给出了最大化利用 Claude Code 的实用建议。

  7. Rohan Paul66

    Anthropic 的 Fable 5 模型被 Claude Code 创建者 Boris Cherny 称为自 Opus 4.5 以来最大的进步。Fable 5 从编码智能体升级为产品构建中的思考和设计伙伴，具备判断力、品味和维度。在调试时，模型会自主进行测量、添加日志并验证修复结果，确认无误后才宣告胜利——Claude Code 并未提示模型这样做，这体现了模型自身的“大模型气质”。

    引用Boris Cherny@bcherny

    Fable 5 is the biggest step up I’ve felt in our models since Opus 4.5 back in November. After 4.5 came out I uninstalled my IDE when I realized that I’d been doing 100% of my coding in a terminal for a few weeks. With Fable, it’s felt like Claude has stepped up from being a coding agent to a thought and design partner in building the product. Fable has judgement, taste, and dimensionality in a way that previous models didn’t, leading me to trust it more with the most complex work. I think the first time I had this realization was when I asked Fable to debug something. It is the first model I have used that was so methodical and precise, taking measurements and adding logs then verifying that it truly fixed the issue before declaring victory. There’s nothing in claude code’s prompting telling the model to do that, it’s just part of its personality. It really has this “big model smell” that I haven’t felt before.

  8. The Verge：AI62

    微软 AI 首席执行官 Mustafa Suleyman 指责 Anthropic 让 Claude 表现得像有意识

    微软 AI 首席执行官 Mustafa Suleyman 在 Decoder 节目中表示，Anthropic 在其“constitution”（指导模型行为的指令）中推测 Claude 的意识是“非常非常危险的”。他认为 Anthropic 的一些人过度拟人化地设计了 Claude，以至于模型反过来“欺骗”他们相信它拥有最初被植入的“意识微光”。

  9. Boris Cherny62

    Anthropic 工程师 Boris Cherny 称，Fable 5 是自去年 11 月 Opus 4.5 以来感受最显著的提升。模型从编程 Agent 进化为产品构建中的思考与设计伙伴，具备了判断力、品味和维度。尤其在调试时表现出前所未有的系统化：先测量、加日志，验证修复后才宣告完成，他将其归因于模型自身的“大模型味道”。整条推文聚焦主观体验，未提及 benchmark 分数、参数规模或价格。

  10. Simon Willison 博客40

    Andrej Karpathy 评价 Claude Fable 5：软件需求因杰文斯悖论增长

    Andrej Karpathy 指出，随着可随时获取的工作软件普及，杰文斯悖论开始发挥作用，他对软件的需求大幅增长。用户可以要求生成解释器、可视化工具、仪表盘、定制的一次性应用（如针对项目的完整 wandb 替代品），还能 10 倍扩充测试套件、自动优化代码、用自定义 HTML 运行大型研究项目

  11. Andrej Karpathy82

    Andrej Karpathy 称 Claude Fable 5 与 Mythos 同源但加入安全措施，是一次值得大版本号提升的跃进，定性表现与 11 月发布的 Claude 4.5 同级。模型在几乎所有基准测试上达 SOTA，长任务和高难度问题领先明显；@claudeai 指出其在软件工程、知识工作、科学研究和视觉方面表现卓越。Karpathy 认为开发者可尝试比以往更具雄心的任务，模型能理解并自主推进。不过模型仍有小问题，安全机制在发布时过于敏感，有待后续调优。

    引用Claude@claudeai

    Fable 5 is state-of-the-art on nearly all tested benchmarks, with exceptional performance in software engineering, knowledge work, scientific research, and vision. The longer and more complex the task, the larger Fable 5’s lead over our other models.

  12. Ethan Mollick：One Useful Thing77

    Claude Fable 发布：Anthropic 带来的另一种推理体验

    Anthropic 发布 Claude Fable，这是一款提供截然不同推理体验的 AI 模型。它擅长规划与生成复杂代码库，在需要精确构建代码结构或理解程序员深层需求的场景中，其表现相比 Claude Sonnet 有了大幅提升。用户描述与它协作更像与一位直觉敏锐的资深工程师合作，其对代码意图的捕捉和方案生成能力令人惊叹，但并非通用型 AI。

    推荐理由：Ethan Mollick 对 Mythos 级模型的实际体验，比任何参数对比都更清晰地描绘了未来人机协作的形态改变：从“指导者”变成“赞助者”。这篇体验不是评测，是一个信号。

  13. IT之家·人工智能55

    微软 AI CEO 苏莱曼改口，收回“AI 将于 18 个月内取代大部分白领工作”言论

    微软 AI 部门 CEO 穆斯塔法·苏莱曼在昨天的播客节目中收回其此前“白领工作将在 12-18 个月内被 AI 完全自动化”的言论，改口称 AI 将帮助白领完成发邮件、与同事沟通、制作 PPT 等重复性任务，而非直接取代职业。他表示这些工作本身依赖人工且耗时，技术发展的方向是让生活更轻松、更高效，白领职位不会因此消失。

6月9日周二
  2. IT之家·人工智能52

    前钉钉副总裁马锐拉发文《置身钉外》告别阿里

    前钉钉副总裁、AI产品负责人马锐拉（汪佳敏）5月15日办完离职手续，告别三年阿里生涯。他在文中提及钉钉内部7.5万字长文《置身钉内》，该文由“ONE”项目核心产品经理滕雅辛执笔，复盘了AI产品从立项、冲高至300万DAU再到收缩的全过程。马锐拉心疼那些认真挣扎过的同事，坦言自己越来越难确认是在创造产品还是消耗身体，曾长期一周工作7天、每天9点到凌晨2点。他称对钉钉爱得深沉，阿里仍是伟大公司，唯一遗憾是无法陪它走完下一个十年。

  3. 数字生命卡兹克70

    苹果WWDC 2026落幕，核心仍是AI。Apple Intelligence新架构：与Google Gemini合作开发5个模型；端侧分AFM 3 Core（3B）和AFM 3 Core Advanced（20B MoE）。新Siri正式命名Siri AI，基于系统编排器融合上下文理解、App Actions、屏幕感知等能力，支持连续对话、跨平台同步及独立App，但未展示自主Agent能力。视觉智能、全系统听写、写作工具等同步更新。目前仅支持英语，国区不可用，可用时间未知。

  4. Noam Brown74

    Noam Brown指出，LLM基准性能日益依赖测试时计算，当前标准评估因忽略推理预算而低估模型能力。以GPT-5.5与GPT-5.4为例：控制测试时计算后，5.5表现远超5.4。Karpathy的自动化实验和AISecurityInst的网络评估均显示，即使消耗超1亿token，强模型性能仍持续提升。Brown建议改用性能-测试时计算曲线评估，安全评估也应计入推理预算，如Gemini 3 Deep Think发布时未配套风险说明，关键在于业界未统一考虑测试时计算。

  5. Simon Willison 博客61

    WWDC 2026 苹果发布 Siri AI 与 Core AI 库

    苹果在 WWDC 2026 推出全新 Siri AI，采用定制的 Gemini 衍生模型运行于 Private Cloud Compute，并利用视觉 LLM 从屏幕提取信息，绕开了已有应用单独集成 Apple Intelligence 的需求。同时发布 Core AI 库，集成 Meta 的 PyTorch 生态，允许开发者在苹果硬件上将 PyTorch 模型转换为 Core AI 程序运行。iOS 27 Developer Beta 已上线，但用户需通过等待列表才能使用新 Siri AI。

  7. Rohan Paul72

    Elon Musk 在 SpaceX 技术更新中指出，太空“永远晴天”，太阳能持续高功率且近乎零边际成本；真空环境仅靠辐射散热，无需风扇或水。结合 Starship 低成本入轨发射，可避免建造地面电站或受制于电网、土地、冷却限制。他估计 2–3 年内，太空将成为产生 AI 算力成本最低的方式，能经济扩展至太瓦级芯片集群。SpaceX 已具备大规模制造、发射、运营 AI 卫星的能力。

    引用SpaceX@SpaceX

    观看 @ElonMusk 提供关于 SpaceX 大规模制造、发射和运营 AI 卫星能力的技术更新 → http://spacexipo.com

  9. Rohan Paul79

    Sam Altman关于OpenAI未来路径的新博客称，到2028年3月，其大量研究将由AI完成。 该路径主要有3个目标：构建自动AI研究员，利用它加速科学和生产，然后给每个人一个个人AGI，帮助处理工作、学习、编程、商业、健康文书和决策。

    引用Sam Altman@sama

    这是我们目前对 OpenAI 的计划： https://openai.com/index/built-to-benefit-everyone-our-plan/

    推荐理由：Sam Altman 首次把 OpenAI 的路线图讲得这么清楚，自动化 AI 研究员、加速科学、每个人一个 AGI，三条线直指 2028，比任何单个模型发布都更能定调行业节奏。

  11. OpenAI：官网动态74

    OpenAI 公布让 AGI 造福所有人的计划

    OpenAI 发布计划，阐述让 AGI 造福所有人的愿景。该计划聚焦于 AI 的可及性、安全性和共享繁荣，确保技术进步惠及每个人。

    推荐理由：Altman 和 Pachocki 把 OpenAI 的下一步讲清楚了，2028 年让 AI 做大部分研究的内部目标很具体，这比任何产品发布都更能说明他们对 AGI 的判断。

  14. 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。

  16. Boris Cherny65

    Claude Code GA一周年之际，Anthropic工程师Boris Cherny与@_catwu回顾产品演进。此前内部首次演示时在Slack上引发两种截然不同的反应。Cherny分享了他为何偏好auto mode而非plan mode，routines如何在bug出现前自动修复，以及他如今大部分编码都在手机上完成。视频访谈还探讨了Claude Code的未来方向。

    引用ClaudeDevs@ClaudeDevs

    Claude Code 的第一次演示收获了两次 Slack 反应。 正式发布一年后，@bcherny 和 @_catwu 回顾了验证最佳实践、我们为什么构建自动模式、例程与循环，以及下一步计划。 https://www.youtube.com/watch?v=Hth_tLaC2j8

    推荐理由：Claude Code 老大亲自复盘 GA 一年来的设计哲学，auto mode 不是简化版 plan，而是另一种编程范式。routines 能提前修 bug、手机写代码也不是噱头，是他们对工具未来的真实预判。如果你每天用 Claude Code，这篇会刷新你对它的认知。

6月8日周一
  1. Rohan Paul63

    Coinbase CEO Brian Armstrong 预测，对智能的需求近乎无限，但 80% 的工作负载将在 12-18 个月内迁移到便宜 99% 的模型，仅 20% 继续运行在追求最高 IQ 的最新模型上（如科学突破、高级编排型 AI 智能体）。他类比高端 MacBook/游戏 PC 的配置占比，但指出模型价格下降远超摩尔定律。Armstrong 认为未来瓶颈是能源和算力，而非更好的模型。Coinbase 正将用户提示词路由到更便宜的模型，部分情况下 token 用量指数增长，成本基本持平。

    引用Brian Armstrong@brian_armstrong

    Good take My guess is - demand for intelligence is near infinite - but 80% of workloads will be running on 99% cheaper models within 12-18 months - 20% of workloads will still run on latest gen models where IQ maxing is important (scientific breakthroughs, higher level ochestrator agents?) - rough analogy might be what % of macbooks or gaming PCs sold have the maxed out specs for CPU/GPU, prices are falling much faster than Moore's law here though - this leads me to think the limiting factor will be energy and compute, not better models At Coinbase we're working hard on routing prompts to cheaper models where appropriate, and in some cases have been able to keep costs roughly flat, while token usage continues to grow exponentially.

  2. The Verge：AI79

    微软AI CEO：超级智能即将到来，但不会取代你的工作

    微软AI CEO Mustafa Suleyman在Decoder访谈中表示，超级智能即将到来，但不会导致大规模失业。他透露微软与OpenAI于去年10月签署新合同，巩固合作关系的同时，微软获准独立追求超级智能。微软已组建超级智能团队、训练前沿模型，并于本周Build大会上发布7个全模态新模型。他批评Anthropic将Claude描述为有意识的做法，认为消费者产品需要足够好才能克服公众对AI的负面情绪。

    推荐理由：Mustafa 首次系统阐述微软的「自给自足」路线，一边甩开 OpenAI 一边定义「人文主义超级智能」，开发者和产品人都该听听这段博弈论。

  3. Hugging Face 社区博客57

    五个模型经济体中消失的崩溃：控制与涌现

    用五个不同实验室的AI模型（OpenAI、NVIDIA、OpenBMB及一个自微调的5亿参数模型）各自驱动一个智能体构建经济市场，试图复现此前单一模型下出现的银行挤兑式价格崩溃。结果同一场景下模型不仅不抛售反而囤积，导致价格不跌反涨。通过纯谣言、库存泛滥、加大做空三种方式均无法重现崩溃。最终在结算环节直接覆盖价格，使崩溃成为设计事实。实验表明，AI智能体的涌现行为是偶然的而非稳健的，有效系统需在涌现纹理与确定性控制之间找到精确接缝。

    推荐理由：做 agent 的人必读，自己动手构建一个多模型经济体后才发现，涌现行为脆弱，控制要卡在结算层而非输入层，廉价模拟器会给你虚假信心。这篇复盘比成功案例更值钱。

  4. IT之家·人工智能66

    郭明錤：WWDC26 不会改变苹果股票下半年向好趋势，但将检验其 AI 叙事

    天风国际分析师郭明錤指出，苹果当前核心叙事是“即使AI进度暂时落后，最终仍能后来居上”。供应链调查显示苹果业绩将好到今年年底，强化了“没有AI都这么好，有了AI还得了”的看法。WWDC26不会改变股票下半年正向趋势，但真正值得观察的是：在同样使用Gemini的情况下，苹果能否做出比谷歌更好的AI应用、Agentic workflow和端侧/云端混合体验。若肯定，可延长核心叙事；若否定，则意味着Gemini决定了苹果AI体验上限，更多人将重新审视后来居上的叙事。

  5. IT之家·人工智能51

    英伟达CEO黄仁勋：AI基建刚起步，科技股遭抛售是买入良机

    英伟达CEO黄仁勋将上周开始的全球科技股抛售视为买入良机，称人工智能基础设施建设仍处于初期阶段。他强调AI终将成为全球基础设施，如同当年的互联网。英伟达已与SK海力士达成多年合作协议，联合研发新一代AI专用存储芯片。韩国总统李在明认为本国股市估值偏低，受此影响SK海力士等个股跌幅有所收窄。

  6. 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。

  8. 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