AI 情报日报 — 2026-06-10

🎯 命中战况（与我们正在做的事直接相关）

ChatGPT 推出 Dreaming v3 记忆系统：可编辑、自我修正、长期偏好跟踪

发生了什么：OpenAI 上线 ChatGPT 记忆系统新版本 Dreaming v3，后台进程主动保存记忆，用户可见可编辑，召回率更高，跟踪用户长期偏好，并能随时间推移自我修正。命名直接对标 Anthropic 此前发布的 "Dreams"（我们方法论的参照系之一）。
为什么重要：这是 ChatGPT 第一次把"记忆"从黑盒系统升级为用户可见可编辑的资产——和我们 me/ 文件夹的核心定位几乎重叠。"长期偏好 + 自我修正"正是我们 Wiki + KB Health Check 的卖点。
对我们意味着什么：① 验证了"个人 AI 记忆是值得用户花时间管理的资产"这个最底层假设——OpenAI 不会在没把握的方向上发布顶层产品。② 同时也压缩了我们"在 ChatGPT 里复用 me/"（Context Out）这条出口的窗口期——ChatGPT 已经有自己的记忆，用户没动力再粘贴我们的画像。③ 我们必须把差异化讲得更尖锐：ChatGPT Memory = 行为偏好（"用户喜欢简短回答"），aiself me/ = 叙事身份（"用户是谁、心理模式、人生主线"）。后者是 ChatGPT 在聊天交互里观察不到的。Layer 1/2/3 的叙事画像方法论必须线上跑通验证，否则差异化讲不出。
想深入：OpenAI Memory Dreaming v3（重点看"用户可编辑"和"自我修正"的实现机制——和我们的 Proposal/Apply 模式怎么对比）

Claude Fable 5 发布：$10/$50 顶级定价 + RSI 限制 + 1M 上下文

发生了什么：Anthropic 发布 Mythos 级模型 Fable 5（Mythos 5 的安全版），SWE-Bench Pro 80.3%（GPT-5.5 是 58.6%），FrontierCode Diamond 30.9% 比第二名 13.4% 翻倍。定价 $10/M 输入 / $50/M 输出（约 Opus 4.8 的 2 倍）。Stripe 用它一天完成了一个团队两个月才能做完的 5000 万行 Ruby 迁移。同时引入 30 天数据保留（取消 ZDR）和递归自我改进抑制。
为什么重要：顶级模型价格继续往上走，和我们的成本敏感场景方向相反。Stripe 的案例说明 Fable 5 强在长任务、复杂工程，不是 onboarding 这种短窗口分析。
对我们意味着什么：① 强化了挑战 #5 的紧迫性——aha 报告中期向开源微调路径走，不能等。Harvey 用 Kimi 2.6 微调以 1/11 成本击败 Opus 4.7 的对标更加成立。② 我们当前 DeepSeek 全链路的成本结构是对的，不要被 Fable 5 的 benchmark 牵着走切回 Anthropic。③ 极少数高复杂度场景（比如 KB 矛盾检测的 LLM 层、Layer 1/2/3 叙事画像的关键合成步骤）可以预留一个 Fable 5 / Opus 4.8 的"高级模式"路径，但默认必须是便宜模型。
想深入：Latent Space 拆解（重点看 Artificial Analysis 的 5% fallback 数据和 Stripe 案例的任务长度描述）

Anthropic 生物 Agent 文章：瓶颈不是模型，是数据基础设施

发生了什么：Anthropic 发文《为生物学智能体铺平道路》，指出生物 Agent 的瓶颈不在大模型推理，而在数据基础设施太烂。同一查询 Sonnet 4 三次返回 106、15、5 条不同序列。和 NCBI 合作开发了确定性工具 gget virus——多 API 协调 + 标准化可审计输出——所有 Agent 准确率从 16.9%-91.3% 不稳定区间统一拉到 90%+，GPT-5.5 达 99.7%。
为什么重要：这是 Anthropic 自己背书"无聊但可靠的底座 > 更强的模型"这个判断。和我们 KB Manager 作为 me/ 唯一入口（原子写、内容 hash、路径防穿越、PR/Apply 模式）的设计哲学完全一致。
对我们意味着什么：① 我们正确——save-to-wiki 400 这种"看似无聊的路径匹配 bug"恰恰是核心壁垒所在，不是工程债。② 给 KB Health Check 的矛盾检测（挑战 #6）一个明确范式：不是让 LLM 自由判断矛盾，而是先把"什么是矛盾"用确定性结构定义清楚，LLM 只做最后那步。否则会重蹈一次返回 106 一次返回 5 的覆辙。③ 在对外讲产品时可以用这个对标——"我们做的不是更聪明的 AI，是让 AI 真正能用的可靠底座"。
想深入：腾讯研究院摘要（重点看 VirBench 的不稳定数据和 gget virus 的工具封装思路）

高度相关

Apple 发布 Siri AI（基于 Gemini） — 大厂"个人助手"主战场正式合流：Apple 个人上下文 + Google 模型 + 系统级 App 集成。验证了我们"不和大厂在外在行为数据上竞争"的避战判断，但也说明这条线投入资源越来越大。腾讯研究院
OpenAI 提交 S-1 并发布《Built to benefit everyone》 — 三大目标里第一条就是"为地球上每个人提供个人 AGI"。和我们的产品定位有概念层面的撞车，但他们的"个人 AGI"路径是大模型+行为数据，不是结构化自我认知 Wiki。腾讯研究院
NotebookLM 升级 Antigravity harness + 云端 compute — 每个 notebook 独立运行环境，用 Gemini 3.5 跑代码分析上传文件。和我们"用 agent 维护 me/"的思路同构，可以拆解他们的 tool 设计和触发逻辑。Ben's Bites
Loop Engineering 成为本周技术热点 — Peter Steipete、Addy Osmani、Matt Van Horn 集体讨论"如何设计 agent 的更大循环"（plan.md → 拆任务 → 验证 → 回到 plan）。和我们 agent 自研最小平台（7 tool + 上下文装配 + 10 步 loop）方向一致，可以参考他们的"plan 文件 + 验证 skill"模式。Ben's Bites 总结
Workera Ambient 进入"自动职业能力追踪"赛道 — 总是在听，从日常工作中捕获能力。是"外在行为数据派"的最新入场者，但聚焦职业能力——和我们的"内在叙事身份"差异化更清晰。Workera CEO 文章

中度相关

动态	相关性	来源
Kimi Work 桌面版上 PH（月之暗面"知识工作 AI 桌面"）	知识管理赛道竞品，对标我们 Context Out 路径	Product Hunt
Anthropic 谈递归自我改进，开发者代码产出量是 2025 年 8 倍	印证 AI Agent 取代部分编程工作，影响我们工程节奏判断	Anthropic Institute
小米 MiMo V2.5 万亿参数模型突破 1000 tokens/秒，免费 API 限时申请	国产 LLM 速度+成本继续打 DeepSeek，可观察是否值得纳入 LLM Gateway 备选	腾讯研究院
Cognition 发布 FrontierCode 评测，强调"代码可维护性"而非"通过测试"	KB Health Check LLM 层（挑战 #6）的方法论参考	Cognition blog
美团 Tabbit AI 浏览器正式上线，妙招广场 300+ skill	"AI + skill 调度"产品形态参考	腾讯研究院
HuggingFace LatentSkill 论文：把 in-context 文本 skill 转成 LoRA 存权重	长期可参考的 me/ 自动重写路径（SkillOpt 思路的实现方式）	Paper

背景信息

Anthropic 一周前也递交 S-1，估值 9650 亿美元，反超 OpenAI 8520 亿
Tony Fadell（iPhone 缔造者）：AI 让做出来变容易后，判断力、系统架构、品味、叙事成稀缺资源；投资人现在只投有 atoms 的公司
HuggingFace 本周热门：Agents' Last Exam（13 行业 1K+ 任务的 Agent 实用性基准）、SWE-Explore（代码仓库探索能力基准）
Conan O'Brien 哈佛毕业演讲："我所有的成就都不是一个人完成的"——Wisereads 本周最高亮文

Action Items

本周内完成 ChatGPT Dreaming v3 对标分析：开通账号实际试用 1-2 小时，对照我们 me/ 写一份差异化清单（行为偏好 vs 叙事身份、被动观察 vs 主动构建、聊天上下文 vs 永久 Wiki）。这份清单同时也是 V2 落地页文案的弹药。
明确"高级模式"的预留位置：在 LLM Gateway 设计里给 KB 矛盾检测、Layer 1/2/3 叙事画像合成预留一个可切换的"高级模型"配置项（默认 DeepSeek，可切 Fable 5/Opus 4.8）。不立即接入，只把开关位置留好。
KB Health Check 的矛盾检测设计参考 gget virus 范式：先用确定性结构定义"什么是矛盾"（同一字段不同值、时间冲突、身份冲突），LLM 只做最后语义判断。把这条作为挑战 #6 落地的设计前提写进 architecture-overview.md。