全部 AI 动态

swyx在X上称，Midjourney的医疗影像发布使Butterfly Network（$BFLY）股价单日暴涨55%，他考虑开基金。他记录该发布：被@Scobleizer比作初代iPhone和Tesla首发；有Nature论文支持；理念为"更好的数据=更好的成像"，每个维度提升40-100倍而非10%-2x；这只是今年8个副项目首个；每年仅$10M研究预算即实现此创新，引发对大型机构R&D效率的质疑。有人问"何时FDA批准"，swyx认为应先做简单的事再解决困难，好的技术和使命会让监管等障碍自行瓦解。

开发者 @wshxnv 发布 DevSpace--一个 MCP 连接器应用，能将 ChatGPT 网页版变成 Codex。通过 `npm install -g @waishnav/devspace` 安装后，将 MCP 服务器通过互联网隧道，即可享受双倍 Codex 额度。配置时在 ChatGPT 网页端设置→应用→高级模式开启开发模式并添加 MCP。使用场景：用 GPT-5.5 Pro、xHigh 或 High 规划，再交给本地 Codex/pi/opencode/Cursor/Claude Code 执行；也可用于审查代码。DevSpace 利用 OpenAI 给 ChatGPT 和 Codex 分离额度的设计，变相获得双倍额度。开发者提醒节制使用。

Anthropic 正试图让华盛顿撤销对其最强 AI 模型 Mythos 的出口限制。据纽约邮报报道，Anthropic 已向特朗普政府提交提案，承诺更紧密合作、改善沟通并更快解决安全关切，以换取解除禁令。与此同时，"杀开关"（kill-switch）讨论获得了用户反馈。

《纽约邮报》：Anthropic正试图让华盛顿撤销对其最强大模型Mythos的美国禁令。 Anthropic提议与特朗普政府更紧密合作，改善沟通，更快解决安全问题，以结束美国限制。

GPT-5.6 本周6.23 看来真的要发了。 再不发，黄花菜该凉了！

姚金刚使用高级agent Codex连续38小时、提交301个分支，将自己创建其他skill的元Skill（yao-meta-skill）重构并升级至2.0版本，已推送到GitHub。Codex持续拆解任务、修复问题，产出完整升级方案与1.0→2.0对比报告。新版本在结构、可靠性和可扩展性上明显提升，所有文档公开。此次升级本身成为典型案例：高级agent已能参与"如何更好地使用agent"的框架迭代。

很高兴Jensen重新联系了他的根源，他的Day 0s，他的OGs，通过与《英雄联盟》选手Faker一起玩。CUDA AI革命始于GeForce上的游戏玩家，所以很高兴看到Jensen扎根于他的根源。没有游戏玩家，就不会有CUDA护城河。这是在Jensen的Computex主题演讲之后，该演讲对游戏玩家和AI工程师都令人失望，并获得了KeynoteMAX F等级。

只有一个能成为GOAT ⚽️

今日发布的 datasette-apps 插件允许用户在 Datasette 实例中运行自包含的 HTML+JavaScript 应用。这些应用运行在严格 iframe 沙盒内，配合 CSP 头阻止外发 HTTP 请求，无法访问 cookies 或 localStorage。应用可通过 JavaScript 对 Datasette 数据执行只读 SQL 查询，也可通过配置存储查询执行写入操作。通信采用 postMessage（） 后迁移至更安全的 MessageChannel（）。所有查询和 CSP 错误均可在父框架中记录。该功能源自作者对 Claude Artifacts 机制的探索，现已独立为 Datasette 核心特性。演示实例可通过 GitHub 登录 agent.datasette.io 体验。

商务部等8部门近日印发《关于加快"人工智能 + 消费"发展的实施意见》，从5方面提出17条举措。重点包括：扩大AI手机电脑、智能家居、智能网联汽车、智能穿戴、AI机器人等供给；推动AI与居家、养老、文旅、餐饮、教育等融合；促进AI在批发零售、电商、物流领域应用；建设集聚区和体验中心，开展产品租赁、共享、试用等模式创新；完善基础设施、标准体系和监管，推动互联互通。商务部将协同落实，促进AI进千家万户。

Ethan Mollick 称赞 AA-Briefcase 是真实知识工作的优质基准，未饱和且含私有保留测试，同时询问是否有与人类的对比。该基准由 @ArtificialAnlys 发布，测试模型在多周、多任务项目中的能力，输入含数万条 Slack 消息和数千封邮件。模型排名：Claude Fable 5（已不可用）以 1587 Elo 居首，Claude Opus 4.8（1356）第二，GLM-5.2 max（1266）第三。结果凸显难度：最佳模型仅 3% 任务满足全部标准，31/91 任务无模型超过 50%，成本跨度约 800 倍。

OpenAI 最新研究显示，在真实人类情境中进行强化学习（RL）训练，可使模型将安全、有用行为迁移到未训练的任务。关键发现是跨领域迁移：仅用健康数据训练，模型在抵制敲诈、代码奖励黑客和欺骗测试等非健康行为上也得到改善。模型可能学到通用行为习惯--先核实再断言、被纠正时让步、不奉承用户、避免看似有用实则破坏任务的捷径。即使训练数据中移除健康与科学内容，模型在健康评估上仍表现更好。训练后的模型更难被引导向有害行为，同时保持对有益指令的响应，实现了安全研究期待的非对称性。OpenAI 表示，希望模型在承担更长、更高风险任务时，能将有益安全行为带入新领域并在压力下保持。

AI 员工 Viktor 在 Slack 上实现 2000 万美元年化收入（无销售团队、未大规模推广），现已正式进驻 Microsoft Teams。Viktor 定位为零门槛 AI：用户无需学习、无需提示词，像 @同事 一样提及即可获得完整工作成果，甚至无需主动 @ 也能自动完成。产品面向 Teams 的 3.2 亿用户，助力企业内部运营和管理人员零学习成本使用 AI。即日起免费试用，含 100 美元信用额度，无需绑定信用卡。

DeepSeek识图模式在网页和App端正式上线。阿里千问团队将推出"千问输入法"独立App。宁德时代单季净利润207亿元，超过奇瑞、吉利、比亚迪等7家车企利润总和（约175亿元）。工信部公示我国首部L3/L4自动驾驶强制性国标，要求从证明能力转向论证安全，2027年7月起实施。此外，开发者测试发现一句"你好"消耗约5万Token（约0.125元），15元套餐不到1小时见底；DeepSeek向投资人提出"不挖人"要求；市场监管总局督导货拉拉整改，退还不合理费用1.2亿元。

团队协作AI智能体Viktor正式登陆Microsoft Teams。此前已在Slack上线，仅靠单一应用实现2000万美元年化收入运行率（无销售团队、无推广）。Viktor主打零门槛：用户无需学习、无需提示，像@同事一样提及Viktor即可完成任务，甚至无需主动提及，价值自动送达。面向全球3.2亿Microsoft Teams用户，面向大公司一线运营与管理者。新用户获赠100美元启动积分，无需绑定信用卡。

OpenAI为Codex上线Record & Replay，演示一次完整操作即可复用浏览器工作流；Claude Code支持Artifacts渲染，会话实时生成可视化页面并自动更新，Beta面向Team/Enterprise组织；Google A2A协议满周岁，Python/Go SDK已达1.0 GA，以FoldRun为例展示智能体协作。其他动态：MosaicLeaks基准测试揭示深度研究智能体隐私泄露风险；SGLang-JAX在TPU v7x上优化Ling-2.6-1T MoE模型，延迟降低53%。

OpenAI Codex 上线 Record & Replay，通过录屏演示一次操作（如发布 YouTube 视频），自动提炼为可复用的浏览器工作流。Claude Code 新增 Artifacts 功能，会话进展实时生成可分享的可视化页面（如事故排查面板），支持版本历史和实时刷新，Beta 期面向 Team/Enterprise。Google A2A 智能体协作协议满一周年，强调安全边界、零上下文污染和分布式架构，Python/Go SDK 达 1.0 正式版。

@yaojingang（姚老师）打磨的元Skill（创建Skill的Skill）已升级至2.0。该工具源自Anthropic官方泄露的Claude code源码，并整合了全网其他模型Skill，比官方Skill-creator更强大。用户可借助它写出90分的Skill。2.0版本已推送到GitHub，附带升级方案和对比报告。

Midjourney 发布名为"Midjourney Scanner"的全身超声计算断层扫描设备技术视频。该设备利用超声波阵列进行计算断层成像，目标是实现比传统 MRI 更快、更便宜、辐射更低的 3D 全身扫描方案。原本专注 AI 图像生成的公司直接下场造医疗硬件，试图用计算成像思维重构传统医疗设备领域。马斯克也对这一跨界表示赞赏。

Artificial Analysis 推出新基准 AA-Briefcase，用于评估模型在长期知识工作项目中的智能体能力。基准包含 4 个私有场景（每项目需处理 25000+ Slack 消息、3500+ 邮件等碎片化上下文）及一个公开演示场景。评测结果：Claude Fable 5 以 Elo 1587 领先，其次为 Claude Opus 4.8（1356）、Opus 4.7 及智谱 GLM 5.2（max，1266）。成本方面，Claude Fable 5 平均每任务 $31，Opus 4.8 为 $10.40，GPT-5.5 （xhigh） 为 $3.68，GLM 5.2 （max） 为 $2.40，DeepSeek V4 Flash （max） 仅约 $0.04。所有模型中仅 3% 的任务满足全部标准，31/91 个任务无模型得分超 50%，显示真实世界复杂性仍是挑战。最佳性价比为开源权重模型 GLM-5.2 （max） 和 DeepSeek V4 Pro （max）。