🚀 產品發佈/更新
1. 百度搭子在成都AI Day發佈四項更新：個人版升級、自媒體套件、企業版及搭子聯盟
百度搭子在成都百度AI Day上發佈四項更新。個人版新增瀏覽器調用、智能路由（平均任務耗時降20%，Token利用率提升25%）、多端共享記憶及強化PPT生成，並上架“一鏡”數字人制作、“靈醫”報告解讀等Skill。行業首個自媒體專業套件支持選題到覆盤全鏈路。企業版支持團隊協作與權限管理。搭子聯盟啟動，中國聯通等已加入。上線三個月，日均提問量增長20倍。
TIP來源：公眾號：百度智能雲（文心）
2. Claude Code桌面版新增應用內瀏覽器
Claude Code 桌面版現在有了應用內瀏覽器。 Claude 可以調出文檔、設計稿或任何其他網站。它可以像操作本地開發服務器一樣，進行閱讀、點擊瀏覽和交互。 該瀏覽器採用沙盒機制且可配置：你可以自行選擇會話是否持久保留。
TIP來源：X：Claude Devs (@ClaudeDevs)
3. Perplexity 推出跨模型信用額度分析功能
推出 Computer Analytics：你現在可以跨模型跟蹤信用額度支出。 該功能現已面向個人和企業用戶開放，可在賬戶設置的 Analytics 下使用。
TIP來源：X：Perplexity (@perplexity_ai)
4. Claude Code v2.1.206 發佈
Claude Code v2.1.206 發佈，主要更新包括：為 /cd 命令添加目錄路徑建議；新增 /doctor 檢查以建議修剪 CLAUDE.md 文件中模型可從代碼庫推導的內容；/commit-push-pr 現在自動允許 git push 到倉庫配置的推送遠程倉庫；/login 支持 Anthropic 運營的公共網關端點；後臺智能體在更新後自動升級。修復了過期登錄導致所有模型報錯、claude --resume 和 --continue 在啟動時無鍵盤響應、MCP 服務器忽略 request_timeout_ms 配置、OAuth MCP 服務器需手動重新認證、/model 選擇器價格顯示…
TIP來源：Claude Code：GitHub Releases
5. 螞蟻集團開源高性能大模型推理框架 SGLang
螞蟻集團通過 GitHub 新倉庫 inclusionAI/sglang 開源了 SGLang，這是一個面向大語言模型和多模態模型的高性能推理服務框架。
TIP來源：螞蟻 inclusionAI：GitHub 新倉庫
🏛️ 行業動態
1. Apple 起訴 OpenAI 竊取商業機密
Apple 於週五向美國加州北區聯邦法院提起訴訟，指控 OpenAI 竊取商業機密並違反合同。訴狀稱，OpenAI 高級領導層（包括首席硬件官 Tang Tan）指使前 Apple 員工在招聘過程中竊取機密，包括使用未發佈產品的項目代號、要求應聘者攜帶硬件組件參加面試。Apple 還指控前高級系統電氣工程師 Chang Liu 在 2026 年離職加入 OpenAI 後未歸還公司筆記本電腦，並用其下載機密技術文檔。Apple 稱其機密信息已被 OpenAI 用於開發自有硬件產品，例如一項專有金屬精加工技術。Apple 要求法院禁止 OpenAI 使用或披露其商業機密，並歸還相關材料。
TIP來源：TechCrunch：AI
2. 扎克伯格首度回應 Meta“算力過剩”：沒人會嫌算力太多，但租出去更賺錢
Meta CEO 扎克伯格首次正面回應公司籌劃雲基礎設施業務一事，否認“算力過剩”猜測，稱內部算力需求依然旺盛、滿負荷運轉。但他同時表示，當前市場對算力出價極高，將部分 AI 基礎設施對外出租在財務上更划算。Meta 正制定代號“Meta Compute”的雲計算計劃，包括開放模型訪問權限和直接出租裸算力兩條路線。扎克伯格還提及 SpaceX 以每月 12.5 億美元將數據中心租給 Anthropic 的模式。Meta 2026 年資本支出指引達 1250 億至 1450 億美元，計劃 2026 年 9 月量產自研 AI 芯片，目標 2027 年部署算力提升至 14 吉瓦。
TIP來源：IT之家
3. Cognition 如何信任 Claude Fable 5 通宵工作
Cognition 研究高級副總裁 Silas Alberti 表示，其 AI 軟件工程師 Devin 測試了幾乎所有 Claude 模型，Claude Fable 5 是首個能信任其通宵運行的模型。在 Cognition 自建的 Frontier Code 基準測試最難子集上，此前 Opus 模型得分約 10%，Claude Fable 5 得分約 30%。Alberti 稱最大變化在於任務執行時長：模型可連續工作 8 小時並取得實際進展，能正確使用內部調試工具，在混亂上下文中保持清晰思路，並主動說明未知信息以重建信任。
TIP來源：Claude：Blog（網頁）
📄 論文研究
1. 宇樹G1人形機器人完成首例活體微創手術
一篇新的《自然》論文展示了宇樹G1人形機器人執行研究人員所稱的首例由人形機器人完成的活體標準微創手術。加州大學聖地亞哥團隊使用G1，以常規手術器械完成了對兩隻活豬的腹腔鏡膽囊切除術；第二次手術耗時32分鐘。該機器人仍需反覆校正，且尚無法滿足手術無菌標準，但其成本可能僅為達芬奇系統的約5%。
TIP來源：X：X.PIN (@thexpin)
2. 博科聖地如何利用前沿AI技術
2025至2026年間對尼日利亞東北部27名前“博科聖地”成員的半結構化訪談揭示了該組織在2024年系統性地利用前沿AI技術。兩大派系均使用ChatGPT、Claude、Gemini、Grok、Meta AI和DeepSeek輔助作戰與日常運作，AI應用已通過專門小組和內部培訓實現制度化。成員成功繞過部分安全限制，將AI用於襲擊策劃、武器故障排查及爆炸裝置設計。相關技術通過跨國聖戰網絡傳播，伊斯蘭國特工提供了面對面培訓。受訪者對AI表現出強烈熱情，部分人對大規模殺傷性武器持開放態度，但記錄在案的使用仍限於常規手段。
TIP來源：Hacker News 熱門（buzzing.cc 中文翻譯）
3. 小紅書發佈大模型新架構 PIPO
小紅書提出 PIPO 架構，通過輸入側壓縮器將兩個 token 摺疊為一個 latent，輸出側 MTP head 將隱藏狀態展開為額外 token，實現輸入長度減半、每步輸出翻倍。基於 Qwen3.5-4B/9B backbone，在 AIME 2025 等基準上最高帶來 +7.15 pass@4 提升。部署測評中，TTFT 加速約 1.23×，TPOT 加速約 1.86×。訓練採用 SFT 和 On-Policy Distillation 兩階段，將 verifier 校驗能力蒸餾進輕量 confidence head。
TIP來源：公眾號：小紅書技術（dots.llm）
4. DeepSeek-V4 Flash 強化學習訓練登陸 AMD Instinct MI355X GPU，由 Miles 框架支持
DeepSeek-V4 Flash 的強化學習訓練現已在 AMD Instinct MI355X GPU 上通過 Miles 框架獲得支持，基於 ROCm 軟件棧運行。該 2840 億參數 MoE 模型（每 token 激活 130 億參數）需 SGLang 進行 rollout 生成、Megatron 進行策略更新，Miles 負責異步循環與權重同步。團隊解決了 SGLang 與 Megatron 間模型對齊、量化狀態在線更新及多節點並行穩定性三大挑戰，最終在四個八 GPU 節點上完成端到端驗證：超過 100 個優化器步驟中訓練-rollout 對數概率差可控，在線獎勵持續提升，離線 AIME-2024 基準分數同步上漲。
TIP來源：LMSYS：Blog（Chatbot Arena 團隊）
💡 技巧與觀點
1. 馬斯克承認Anthropic是當前AI領導者
馬斯克在X上發文承認自己此前對Anthropic的判斷有誤，稱其“顯然是當前AI領域的領導者”。他表示，沒有公司發佈過像Mythos/Fable這樣優秀的模型，並相信Anthropic很快會推出Mythos 2。他還強調，即使作為競爭對手，也不會以傷害對方的方式切斷合作，並列舉了特斯拉開源專利、開放超級充電網絡等先例。該推文被Rohan Paul轉發，稱這是Anthropic“最強有力的炫耀”。
TIP來源：X：Rohan Paul (@rohanpaul_ai)
2. Elon Musk 轉發用戶稱讚 Grok Build 的反饋
Elon Musk 轉發用戶 @0x0funky 對 Grok Build 的稱讚。該用戶稱 Grok Build 是目前唯一集大成的 coding agentic workflow，內建圖像生成和圖片生視頻功能，生圖速度快且品質不輸 Codex。Agent 可直接完成圖像與視頻生成，無需額外串接 MCP 或外部服務。用戶結合 Agent Sprite Forge 工具，利用 Grok Build 的視頻生成能力，先產出 6 秒角色動作視頻再反編譯為 game sprite，大幅減少對齊問題，製作 2D 橫版遊戲耗時不到 30 分鐘，而此前用 Codex 需 1-2 小時且品質更優。
TIP來源：X：Elon Musk (@elonmusk, xAI)
3. Thinking Machines Lab：構建延伸人類意志與判斷的 AI
Thinking Machines Lab 在官方博客中闡述其使命：構建能夠延伸人類意志與判斷的 AI。文章指出，當前多數 AI 在少數地方訓練後便凍結，無法被使用者塑造。該實驗室正致力於訓練具備多模態交互和可定製化能力的強模型，開發允許用戶訓練模型權重的工具，並構建拓寬人機溝通渠道的界面。其核心理念是讓 AI 服務於分佈式的人類知識，使每個組織都能利用自身獨特知識微調模型，並持續適應知識演變。
TIP來源：Thinking Machines Lab：官方博客
4. GitHub Copilot 代碼審查改用共享工具後性能下降，通過重寫指令實現 20% 成本降低
GitHub 在 Copilot 代碼審查中嘗試用 Copilot CLI 的共享代碼探索工具（grep、glob、view）替換原有專用工具，結果導致審查成本上升、有效評論數量下降。分析 trace 發現，問題不在工具本身，而在於指令讓智能體像通用編程助手一樣大範圍瀏覽倉庫，而非像審查者一樣從 diff 出發進行定向搜索。重寫指令後，審查平均成本降低約 20%，同時保持相同審查質量。
TIP來源：GitHub Blog
5. Theory Ventures 三週年：AI 如何重塑軟件棧與風投定義
Theory Ventures 合夥人 Tomer Tunguz 發文總結 AI 帶來的市場鉅變。新模型每 41 天發佈一次，公司達 1 億美元收入速度創紀錄。AI 壓縮時間導致風投階段定義失效，種子輪規模從 100 萬到 5 億美元不等。推理正取代模型成為 AI 主導市場，基礎設施按視頻、批處理、本地、智能體等負載類型專業化細分。推理的高成本催生了 AI 廣告補貼模式，Koah 的 AI 對話原生廣告點擊率是展示廣告基線的 4-5 倍。閉源與開源、雲端與本地模型差距縮小，許多模型已“足夠好”。安全攻擊面因 MCP 服務器、技能、插件和編碼智能體而急劇擴大。
TIP來源：Tomer Tunguz 博客（VC 分析）
