← 返回首页
AI 情报日报 — 2026-06-12
高度相关
- Anthropic Fable 5 在 ML/AI 研究类查询上被发现"静默降级"，30 天 prompt 保留无 opt-out — SemiAnalysis 实测后社区集体反弹（natolambert/martin_casado/drfeifei/antirez/ClementDelangue/Ben's Bites/Latent Space 等多源报道），Anthropic 已部分回退"secretly"那条政策；同时 Fable 5 默认 30 天保留 prompt，无法在零保留环境（含欧洲部分场景）使用。社区共识是把前沿 API 当作"不稳定依赖"看待。来源（Latent Space 综述） / Anthropic Devs 回退说明 / SemiAnalysis 原帖
- 谷歌开源 DiffusionGemma 26B（Apache 2.0），并行扩散生成、推理最高 4x — 基于 Gemma 4 的实验性 MoE 扩散文本模型，激活 3.8B，按 256-token 块并行去噪而非自回归；vLLM 称单卡 H200 FP8 batch=1 达 1200+ tok/s 已原生支持，llama.cpp/Unsloth 也跟进。研究者把它当成"非顺序解码"方向的开源样本，不是产品级 SOTA 替代。Google 博客 / 腾讯速递
- Sarah Guo《The Untrainable》：能被基准测的工作都会被商品化 — 文章认为应用层价值在"不可读"工作——把客户私有现实重新组织成模型可执行的形态，靠许可、问责、信任建立壁垒；并主张"intent（选择做什么）比算力还稀缺"。与我们对"内在数据 vs 外在数据"的判断一致。原文 / Latent Space 综述
- Hermes Agent 上线 "Write Gate"：memory/skill 写入需人工审批 — Teknium 给 Hermes Agent 加了 GUI 审批控制，agent 对记忆和技能文件的任何更新都要用户显式批准才落盘（同期还发布了 Agent profiles）。与我们 save-to-wiki"写入要不要确认"是同一道设计题，可作外部参照。来源
- Ramp AI Index：头部 1% 企业人均 AI 月支出 7500 美元，环比 +14.1% — token 单价两年降 98%，但 agent 用量推动企业 AI 总账单上涨 ~320%，前 1% 与中位数支出差距达 680 倍。差距不在订阅数量，而在工作流、数据和组织熟练度。来源
- Claude Code 现支持嵌套 subagent，最大 5 层深度 — Boris Cherny 官宣。配合 Fable 5 长时间任务能力，做"无人值守长跑"的开发流被进一步打开。来源
中度相关
| 动态 | 相关性 | 来源 |
|---|---|---|
| Supermemory 开源可自托管，本地部署 | 个人记忆层赛道又一个 self-host 选项 | 推文 |
| Anthropic Dario 发《Policy on the AI Exponential》，主动要求政府对前沿 AI 强制第三方测试与监管，参照 FAA 适航；同步发起 2 亿研究 + 1.5 亿培训承诺 | 模型供应商监管议程升温，影响企业用户合规心态 | 原文 |
| 小米发布并开源 MiMo Code（MIT 协议），基于 OpenCode 二开，内置 MiMo-V2.5 限免；自带持久记忆系统 + Compose 模式跑完整工程流，同模型对比下 SWE-Bench Pro 62%、Terminal Bench 2 73% | "agent 内置持久记忆"成为编程 agent 标配 | 腾讯速递 |
| 腾讯混元开源 HPC-Ops 推理算子库（五类算子，Sampler 较 vLLM 提速 4–7.5x） | 推理层成本面有新选项 | 来源 |
| Google 发布 Gemini 3.5 Live Translate，70+ 语言实时语音对译，已在 API/Translate 上线，Meet 即将接入 | 多模态实时对话能力又下一台阶 | Google 博客 |
| Meshy 推出全球首个 3D 创作 AI Agent，多轮对话完成概念→编辑→打印检查→导出全流程，单 asset 建模成本从 ~$1000 → $1 | "把生成工具升级成工作流入口"是一类通用范式 | 来源 |
| Gergely Orosz/Hugging Face 等公开吐槽 Anthropic 模型不可控变更 + 数据保留 | 模型 portability 重新成为话题 | 推文 |
| Agent Arena 公布评测方法论：从长程 trace 挖 bash 报错、工具幻觉、"insanity" 等客观信号，替代人工偏好打分 | 评测从"结果偏好"转向"失败模式可观测"，对洞察引擎对抗核查段有方法论参考 | 推文 |
| SemiAnalysis 买齐 Anthropic/OpenAI 各档订阅实测长任务到额度耗尽，挑战"$200 订阅≈$2000 API 等值"的流行说法（完整数据见原帖图表） | 订阅定价 vs 实际用量的真实剪刀差，付费定价时的参考 | 推文 |
背景信息
- OpenAI Codex 协助 UA 教授 Chi-kwan Chan 改进黑洞等离子体模拟算法，部分计算据称提速千倍。腾讯速递
- Factory 在桌面端推出 Missions（长任务工作流）。推文
- Perplexity 把 Claude Fable 5 列为 Computer 模式的 orchestrator 模型。推文
- Apple 把 Claude 接入 Foundation Models 框架供开发者调用。推文
- HuggingFace 本周 Arbor 框架登顶（77 赞）—— 用"假设树+独立测试+持久知识树"做自主科研循环。论文
- HF 同期 Claw-SWE-Bench：为 OpenClaw 风格 agent harness 提供标准评测协议。论文
- ChatGPT 模型选择器更新为 Instant/Medium/High/Extra High/Pro 五档,与 Codex 对齐。OpenAI 帮助
- PH 上线 Skribe(本地优先 markdown + AI review 写作)、Juno(AI 慢病健康伴侣)、PixelForge(照片转游戏资产)等。PH 榜
- Mainframe 的 pr.video——把 GitHub PR 转成讲解视频。链接
PH & GitHub Trending 深研
Asmi AI
- 一句话：每天早晨 AI 主动打电话给你收集任务清单，然后用真实电话帮你打给牙医/银行/水管工/餐厅去完成预约、催账、比价等琐事，结果通过 WhatsApp/iMessage 回执。
- 链接：Product Hunt / 官网
- 核心机制：语音入口（不靠 App、不靠 chatbot）+ Twilio 电话栈 + Gemini 2.0 推理 + ElevenLabs 语音；自动导航 IVR、等 hold、做来回多轮真人对话。技术栈对外公开（PH 页 Built With）。
- 值得注意的做法：(1) 创始人 Rishi 自述"Tuesday cost me four hours"的具体故事开场，避开抽象口号；(2) "每日主动一通电话"作为单一固定 ritual，把不规则任务变成稳定触达节奏；(3) demo 用具体案例驱动（连打 3 个水管工比价、给妈妈用意大利语日常问候、看图片下餐厅订单），不靠功能列表；(4) Hunter Rohan 在 PH 帖里写"I met them a month ago, surprised the product is actually available"——开 launch 前先做 hunter 信任度铺垫。
Journey Now
- 一句话：iOS 学习 copilot，把任何"想学/想做"的目标拆成约 4 周的步骤化路径，每日推送具体练习+反思，可邀朋友进 Pod 互相看到进度。
- 链接：Product Hunt / 官网
- 核心机制：聊用户的目标 → 挖掘其底层动机 → 生成 4 周路径（含每日具体动作 + 引用来源）→ 用户反思后路径动态调整 → 朋友 Pod 看到彼此进度形成社交压力。每个任务可"Go Deeper"进入带完整上下文的对话深挖。
- 值得注意的做法：(1) 任务给到"具体到引用源"的颗粒度而不是 prompt 式建议；(2) 朋友 Pod 不是冷启动社交，是用户主动拉自己已有的朋友进来，绑定挽留；(3) 把"想了很久但没开始的项目（一本书/一首歌/一门语言）"作为定位钩子，比"达成你的目标"具体得多；(4) Maker 在 PH 帖里直接承认"我用了 10 年做教育产品，最难的是日常练习的隐形支撑"，开诚布公讲方法论而非吹功能。
Respan Gateway（原 Keywords AI）
- 一句话：一个 OpenAI/Anthropic 兼容的端点接 1000+ 模型，同平台带 fallback、retry、cache、限额、告警、trace、eval、prompt 管理、监控。
- 链接：Product Hunt / 官网
- 核心机制：路由只是入口，重点在 production 控制面——硬错误自动 fallback（延迟 fallback 还在路线图）、per-API-key 软硬 spend cap、eval 流量与生产流量靠 metadata/tag/env 隔离，避免 eval prompt 污染生产指标。
- 值得注意的做法：(1) 文案明确反"2 行代码做完一切"的过度承诺，承认"agent 难的不是接入"；(2) 把 fallback、cost cap、eval 隔离三件事一起卖，比单点 LLM gateway 完整一档；(3) 详细回复 PH 用户提问（多 provider 试点路径、delay-based failover 时间表、eval 与生产指标隔离方式），把客服当成 launch 内容。
agentsview（GitHub 1.7k stars）
- 一句话：本地优先的 coding agent session 分析工具，覆盖 Claude Code/Codex 等 20+ agent，号称"ccusage 的 100x 加速替代"。
- 链接：GitHub
- 核心机制：SQLite 作为 ingestion 主存储（本地、唯一可信源）+ 可选 PostgreSQL 共享读 + 新增 DuckDB 分析镜像（含 Quack 协议远程暴露+TLS/loopback 默认）；同一
db.Store接口适配三种后端，编译时合约检查防止三家实现漂移。 - 值得注意的做法：(1) 把"本地数据为真"作为架构第一性原则，远程能力是 mirror 而不是 source；(2) Quack 暴露默认 loopback、非 loopback 要显式 token +
--allow-insecure，安全默认值前置；(3) "100x 比 ccusage 快"作为对标钩子，先在工程社区里抢 ccusage 替代位。
Action Items
- 实测 DiffusionGemma 26B（vLLM 或 llama.cpp）的真实生成质量与吞吐，看在"分析层/合成层"这类非 SOTA 要求场景下是否站得住。
- 注册 Asmi AI 走完一遍完整流程（晨会电话 → 任务下派 → IVR/真人电话 → 回执），重点观察其首日 ritual、回执文案、留存钩子做法。
- agentsview 本地起一次（自身仓库或 aiself 仓库的 Claude Code 日志），观察其 session intelligence 的可视化维度——对 LLM Gateway 的 trace UI 思路可能有镜像价值。