人工智能资讯 第117页
聚合当前分类下的最新内容，按时间顺序查看第 117 页精选文章。
Liva AI 招运营一号位：AI 数据公司的瓶颈，正在从模型转向现场
YC S25 公司 Liva AI 在旧金山招聘 Founding Operations Lead，给出 12万至15万美元年薪和 0.5%至1.0%股权，但明确要求搬到旧金山、每周工作 6 天、每天 12 小时。这个岗位比一则招聘更有信息量：早期 AI 数据公司的难点不只在模型，而在如何把真实、多样、可质检的人类音视频数据规模化生产出来。
Workweave 路由器来了：AI 编程以后可能不再手选模型
Workweave 在 GitHub 发布了面向 Claude Code、Codex、opencode 等工具的 LLM 请求路由器，主打只改 endpoint，就能把请求分发到 Anthropic、OpenAI、Gemini、OpenRouter 等上游模型。 项目方声称每次请求自动路由、决策延迟低于 50ms、成本可降 40%-70%，并引用 RouterArena Acc-Cost 76.09 排名第一；这些仍应视为项目方表述和其引用结果。 我更在意的是另一件事：AI 编程的竞争点正在从“你选哪个模型”挪到“谁替你调度模型”。省钱是入口，控制权才是后账。
软件工程师为什么失落：使命退潮，手艺也被 AI 改写
这篇技术行业评论的重点，不是说软件工程师已经被亏待，也不是说 AI 已经取代程序员。它更像是在解释：过去二十年支撑工程师职业意义的两根柱子——mission 和 craft——正在同时松动。工程师仍是高薪群体，但当资本环境转向效率、AI 改写写代码的体验，工作就很难继续承担身份、社区和人生目的。
Anthropic 最强模型下线两周：前沿 AI 第一次撞上出口管制空白
据 The Verge 报道，特朗普政府 6 月 12 日以安全和出口管制为由，要求 Anthropic 暂停任何外国国民访问 Mythos 5 和 Fable 5，相关模型已下线两周，谈判仍没有公开进展。真正刺眼的不是 Anthropic 一家公司被卡住，而是前沿模型开始被当作战略资产管理，但美国现有规则还没有给出可执行框架。对 AI 商业化团队来说，这意味着模型采购和交付风险上升，不能再只看能力榜单和价格表。
AI 账单压到预算线：大模型高价还能撑多久
Uber 被提到在 4 个月内用完全年 AI 预算，Microsoft、Salesforce、GitHub 也开始控制员工 AI 支出。企业不会停用 AI，但会从“默认用最强模型”转向“按任务算账”。 前沿大模型的高价来自研发、训练和商业成本摊销；开源权重模型、AI gateway、专用芯片和本地推理，会持续削弱这部分定价能力。
AI童书已经混进畅销货架，问题不只是画错了
一位作者购买并翻看亚马逊儿童百科分类中的AI生成畅销书，发现大量动物肢体、场景结构和画面逻辑畸变。真正值得警惕的不是某几张图翻车，而是低成本出版、平台分发和礼品型消费一起，把未经可靠审校的内容送进儿童认知入口。
德国裁决把 AI 摘要算作 Google 自己的话，平台不能再用“模型出错”挡责任
德国一项裁决认定，Google 需为 AI Overviews 引入的错误信息承担责任，焦点不是 AI 会不会犯错，而是部署 AI 的公司能否把错误外包给模型。Bruce Schneier 借此提出更尖锐的判断：AI agents 应被视为部署者的代理，法律责任不能因执行者从人变成软件而消失。这对搜索平台、AI 产品负责人和企业合规团队都是现实压力：上线 AI 代理，不能只算节省的人力成本，还要算错误后的法律账。
GPT-5.6 还没全面发布，先进入逐案审批时代
据 The Information，OpenAI 计划把 GPT-5.6 先做成 limited preview，只给少量企业客户用，客户访问还要逐案过特朗普政府审批。和 Anthropic 的待遇一对比，这条消息最重要的不是延期本身，而是前沿模型的分发权开始被政府按公司、按客户切开管理。 这不是普通的产品节奏变化，更像 AI 发布从研发逻辑滑向许可逻辑。
Un-0 不是赢了扩散模型，而是把物理计算推上了台面
Unconventional AI 发布了 Un-0：一个用耦合振荡器生成图像的模型，在 ImageNet 64×64 上做到 FID 6.74，并把权重、训练和消融代码一并开放。它真正有意思的地方，不是已经打穿了图像生成，而是第一次把“物理做计算”这条路线较认真地推到可比较的基准上。只是别急着把它写成能源革命，训练和评估仍然高度依赖 GPU 和传统特征栈。
AI 智能体要上场，先得过 Patronus 的沙盒
Patronus AI 完成 5000 万美元 B 轮融资，累计融资达到 7000 万美元。资本押注的不是又一个模型，而是一套给 AI Agent 做压力测试的模拟环境。随着 Agent 从答题走向执行任务，传统 benchmark 只能说明分数，已经不够证明它能把事做完。
Notion Mail 将于 9 月 22 日关闭：邮箱客户端退场，AI 代理接手收件箱
Notion 不是简单停掉一款邮箱产品，而是在把邮件处理重心转向 AI agents。它给出的信号很明确：超过一半 Notion Mail 用户已经不再手动打开收件箱。对用户而言，Gmail 里的邮件不会消失，但草稿、定时邮件和自动化规则要尽快导出。
OpenKnowledge 想抢的，不是笔记软件，是知识库控制权
Inkeep 在 GitHub 公开了 OpenKnowledge，一个 AI-native Markdown 编辑器和 LLM Wiki，姿态很直接：要做 Obsidian/Notion 的开源 AI-first 替代品。现在最该看的不是界面像不像，而是它把知识库的重心往数据控制、索引、权限和可验证性上推了。仓库已有 566 commits、168 tags，但 21 stars、0 fork 说明外部采用还在很早期。请注意，这更像一个公开工程镜像，而不是已经跑出来的社区产品。
Claude 在美国付费用户中加速，但还没追上 ChatGPT
信用卡交易样本和在线教育平台数据都显示，Claude 在美国付费 AI 消费者中增长加快。这个信号说明 Anthropic 正把开发者口碑外溢到消费端，但不能推导为官方营收、总用户数或市场反超。ChatGPT 仍是规模基准，Claude 现在抢的是更愿意付费比较模型质量的人群。
两千年打不开的赫库兰尼姆卷轴，终于被读出了一卷
Vesuvius Challenge 团队首次在不物理展开的情况下，完整虚拟展开并读出了 PHerc. 1667。更重要的是，他们把数据和代码一起公开了，说明这不只是一次读卷奇迹，而是一条可以复核、可以扩展的方法链。 这次真正的分水岭，不在“AI 会认字”，而在同步辐射成像、几何重建、机器学习和纸草学校勘终于接上了。对做 AI、科学成像、数字人文的人来说，接下来要看的不是热闹，是这套流程能不能在别的卷轴上继续跑通。
Hybrid 模型赢在哪些 token 上？这次答案比榜单有用
Ai2 把 Olmo 3 7B Transformer 和 Olmo Hybrid 做了逐 token 对比，发现 Hybrid 的优势集中在语义词、指代跟踪等需要维护上下文状态的地方，而不是所有场景。真正有意思的是，架构竞争正在从“总分谁高”转向“能力怎么拆账”：理解、复制、长上下文成本，可能要分开算。
General Intuition 融 3.2 亿美元，赌游戏动作数据能喂出机器人直觉
General Intuition 以 23 亿美元估值融资 3.2 亿美元，累计披露融资约 4.54 亿美元。它押的是 Medal 的海量游戏录像和动作标签：先在 Fortnite 这类游戏里学“动作直觉”，再把同一套模型迁到模拟和真实机器人。真正没被验证的，不是 demo 好不好看，而是这种 sim-to-real 迁移能不能规模化。
美国拟取消无人车刹车踏板要求，Cybercab和Zoox先松一口气
美国交通部提议：对“仅由自动驾驶系统驾驶”的车辆，不再强制要求刹车踏板。提案还在30天公众评论期，没生效，但它会直接降低无方向盘、无踏板车型的合规门槛。 真正受影响的不是普通汽车，而是特斯拉 Cybercab、Zoox 这类专用无人车路线。它更像是在给少数产品清障，不是给无人车全国部署发通行证。
Codex 的真正变化：AI 开始接管一段完整工作
OpenAI 研究显示，截至 2026 年 5 月，Codex 这类智能体正在从短问短答，转向可委派的长周期任务。更关键的不是“AI 又提效了”，而是知识工作的边界被压薄：会拆任务、调工具、验结果的人，正在拿到新的组织权力。对企业管理者和知识工作者来说，接下来要看的不是买不买 AI，而是流程能不能跟着改。
Anthropic指控阿里蒸馏Claude：API输出开始被当成AI能力外流风险
Anthropic在6月10日致美国参议员Tim Scott和Elizabeth Warren的信中称，阿里相关操作者通过近2.5万个欺诈账户，与Claude发生超过2880万次交互，用于提取模型能力。路透称已看到该信，阿里未立即回应置评请求。真正的变化是，模型蒸馏正在从公司间技术合规争议，进入美国对华AI安全和出口管制语境。
Vishal Sikka 的 Hang Ten：AI 开始改 IT 外包的人头账
前 Infosys CEO Vishal Sikka 创办 Hang Ten Systems，获 3200 万美元种子轮融资，Mayfield 领投，Aramco Ventures 参投。它要做的不是普通企业 AI 工具，而是用 AI 原生服务改写软件开发、集成和运维的交付方式。真正有冲击力的地方在于，挑战传统 IT 外包人力计费模式的人，来自这套体系内部。
Cerebras财报超预期却跌近20%：市场真正担心的是毛利率，还是产能模式？
Cerebras上市后首份财报收入和亏损都好于预期，但全年核心业务毛利率指引降至38%-41%，触发股价周三一度接近20%的下跌。我的判断是，抛售包含对短期毛利率指引的误读，但也暴露出投资者对AI算力公司“先抢产能、后证明利润”的耐心正在变薄。