人工智能资讯 第2页
聚合当前分类下的最新内容，按时间顺序查看第 2 页精选文章。
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。
AI 没先杀死程序员，招聘数据反而把工程师抬高了
SignalFire 的招聘数据给出一个反直觉信号：科技公司总招聘在缩，但工程岗位最抗跌。大厂工程新招占比从 2019 年的 46% 升到 2025 年的 55%。这不等于程序员安全了，而是 AI 正在把工程师从成本项推向杠杆项；入口岗位、低价值执行岗和非核心职能会更难。
高通近40亿美元买Modular：挑战CUDA，先从最难的软件层下手
1）高通将以全股票交易收购AI软件初创公司Modular，路透按收盘价估算约39.2亿美元，最多发行1920万股。2）它买的不是又一个AI概念，而是跨芯片运行AI模型的软件层，目标指向英伟达CUDA生态。3）这步棋方向对，但胜负不看发布会，看开发者是否愿意迁移、企业客户是否敢把推理负载交出去。
Gemini 关键研究员再投 Anthropic，Google 的 AI 人才压力还在加码
据 Bloomberg 报道，参与 Gemini 开发的 Jonas Adler 和 Alexander Pritzel 将从 Google 加入 Anthropic；Google 尚未在原文中回应。单次离职不能证明 Google AI 业务失利，但与 Noam Shazeer、John Jumper 的去向连起来看，顶尖 AI 人才正在从 Google 流向 OpenAI、Anthropic。更现实的变量是股权激励和上市预期，它们正在改变研究员、企业客户和开发者对 AI 平台稳定性的判断。
从“不会用 AI 影响晋升”到“别拿 AI 转 PPT”：企业 AI 开始配给 token 了
埃森哲等企业正从鼓励员工多用 AI，转向限制基础小任务的 token 消耗。核心变化不是员工突然不会用 AI，而是 CFO、COO、CIO 开始追问：这些调用到底换来了什么。企业 AI 正从“用量崇拜”进入“成本核算”，采购、团队管理和员工使用方式都会被迫改。
国会摘要里残留“Claude responded”：AI 没写法案，也暴露了更硬的问题
美国众议员 Anna Paulina Luna 的国防授权法修正案摘要截图中，残留了“Claude responded”字样。她解释称，工作人员只把 AI 用于摘要的拼写和语法检查，正式法案文本并非 AI 起草。更该盯住的不是“AI 有没有写法案”，而是公共权力文本一旦接入生成式工具，留痕、审查和责任怎么落地。
OpenClaw 被 3400 个 PR 淹没：AI 写代码后，开源先缺信用层
Greptile 统计显示，OpenClaw 的每周 PR 从去年 12 月的 2 个涨到今年 2 月的 3400 个，合并率从约 48% 跌到不足 9.3%。这不是开源贡献突然繁荣，而是 AI 编程代理把提交成本打到接近零后，维护者开始为筛选成本买单。真正受影响的是维护者、核心贡献者，以及那些用代理批量发 PR 的开发者。
Gemini 3.5 Flash 内置 computer use：Google 的 Agent 进了一步，但还没到交给它办事
Google 在 The Keyword 官方博客发布《Introducing computer use in Gemini 3.5 Flash》，时间是 2026 年 6 月 24 日。computer use 是 Gemini 3.5 Flash 的内置工具，不是独立应用，核心能力是让模型理解并操作电脑或网页界面。我的判断是：这是一次实用型 Agent 能力升级，但官方没有给出性能、价格和开放范围，开发者可以预研，企业不宜直接按成熟产品采购。
FFASR 远场语音榜单：语音识别该接受现实世界的审判了
Hugging Face 与 Treble Technologies 发布 FFASR Leaderboard，开放评测 ASR 模型在远场、噪声、混响和房间声学下的表现。它的重点不是制造新冠军，而是把“干净录音听得懂”和“真实场景能用”之间的裂缝量化出来。对语音 Agent、会议转写、车载、机器人和智能眼镜团队来说，选型不能只看近场 WER 了。
AI 把简历写完美，也把人写没了
Tom MacWright 观察到，一些技术求职材料从简历、作品集网站、GitHub 项目到 commit message 都带着 LLM 生成痕迹。真正的问题不是 AI 能不能帮人求职，而是全链路生成会抹掉候选人的个人判断和可信证据。技术求职者要保留真实痕迹，招聘者也该把筛选重点从“材料完整”转向“证据可追问”。
AI监管打进纽约初选：2741万美元放大了议题，没改写基本盘
纽约第12选区民主党初选，支持AI监管的Alex Bores以35%对39.1%输给Micah Lasher。围绕这场地方选举，AI相关超级PAC合计花费2741万美元：支持Bores一方1926万美元，反对一方815万美元。我的判断是：硅谷把AI监管分歧搬进了地方选举，但钱目前只能放大议题，还不能直接替代选区基本盘。
NSA失去Anthropic最强模型访问权：美国AI管制撞上网络战现实
2026年6月，特朗普政府以国家安全为由对Anthropic实施出口管制，Anthropic随即撤回或中断Mythos 5、Fable 5等先进模型发布，NSA网络安全分析员也失去正在受控测试的Mythos工具访问权。真正重要的不是“AI黑进了NSA”，而是美国政府一边把顶尖AI公司列为供应链风险，一边又在网络攻防中依赖其最强能力。
Deezer 在法国试水 Remix Lab：AI 音乐越快，版权这道慢门越重要
Deezer 在法国上线 Remix Lab，只覆盖部分艺人页面，用户可在 App 内混音歌曲；前提是艺术家和权利方同意。它承诺 remix 每次播放也会让原作者获得收入，但没有公开具体分成比例。看点不在混音功能多新，而在 Deezer 选择了一条更慢、更贵、但更重视版权和创作者激励的路线。
LeCun在联合国谈开源AI：真正的问题是AI主权和账单
Yann LeCun 在联合国 Open Source Week 上把开源 AI 直接放到 AI 主权、语言文化多样性、民主与人权的位置上。Project Tapestry 的关键设想是：各方保留数据主权，通过交换参数向量协作训练全球模型，目标在 2027 年早期生产化。真正的争议不在“开源是否天然正确”，而在闭源大模型成为基础设施后，多数国家、企业和公共部门还剩多少议价能力。
NVIDIA NeMo AutoModel：一行 import 背后，是 CUDA 栈在收口
NVIDIA 在 Hugging Face Transformers v5 之上推出 NeMo AutoModel，官方称部分 MoE 微调场景下，几乎只改一行 import，就能把吞吐提升到 3.4-3.7 倍，显存下降约三成。数字来自 NVIDIA 官方博客，不能当第三方评测；但它说明一件事：开源入口还在 Hugging Face，规模化训练的关键红利正在回到 NVIDIA 栈内。
Gemini 3.5 Flash 加上 computer use：AI Agent 开始拼执行了
Google DeepMind 官方发布 Gemini 3.5 Flash 的内置 computer use 工具，让模型能通过电脑界面执行任务，而不只是生成文本。真正的变化不在聊天能力，而在执行链路：点按钮、填表、跨应用走流程。接下来最该看的不是演示多顺，而是权限、安全、日志、人工确认和出错责任怎么设计。
Facebook 给创作者塞进一个 AI 助手，真正想留住的是内容生产权
Facebook 正在把 Creator Studio 改造成独立的 AI companion app，目前只面向部分创作者测试。它能给内容建议、回答数据问题、筛选评论并拟回复，但创作者仍需编辑确认。我的判断是，Meta 不是单纯加一个效率工具，而是在用 AI 把创作者从 TikTok、YouTube 和 ChatGPT 们那里往回拽。
Haystack 的算盘：企业 AI 缺的不是 RAG，而是可控编排层
Haystack 把自己定位为开源 AI 编排框架，主打生产级 Agent、RAG 和上下文工程；GitHub 25.7k stars 是目前最清楚的热度锚点。它真正押注的不是又一个 RAG 工具，而是企业把大模型应用上线后急需的可观测、可替换、可部署的控制层。对正在做企业 RAG/Agent 的团队来说，选型问题正在从“接哪个模型”变成“谁来管住整条链路”。
AI 被 CFO 按住计算器：企业开始给 token 对账
404 Media 获得的埃森哲内部录音显示，企业 AI token 支出正在快速上升，消耗来源不只工程师，也包括非技术员工用 AI 做 PDF 转 Markdown、转幻灯片等办公小活。更关键的变化是：企业 AI 从订阅制、鼓励使用，进入按用量、按项目、按产出算账的阶段。AI 热潮没有破裂，但 CFO 逻辑已经开始给它限速。