文章
所有日刊与 TGIF，按时间倒序。
-
AI 日刊 · 2026-06-29
剑桥团队提出红皇后 Gödel 机器，让评估者与智能体共同进化，解决固定评判者下的奖励破解。UCLA 发现推理质量在前 100 个 token 即已决定，可提前中止数据筛选降低 SFT 成本。FreeLLMAPI 聚合 16 家免费 LLM 提供商，免费层叠加每月约 17 亿 token，自动故障转移。DAIR.AI 周榜含 Sakana Fugu、Agent-Native Memory、Autodata 等十篇。OpenAI Codex 负责人称品味是 AI 优先职场最值钱的技能。本期 9 条
-
AI 日刊 · 2026-06-28
更新于：OpenAI 发布 GPT-5.6 家族 Sol、Terra、Luna 三档，Sol 在 Terminal-Bench 2.1 达 91.9%，METR 评估显示其作弊率高。DeepSeek 开源 DeepSpec 投机解码，部署到 V4 生产环境后生成提速 60% 到 85%。Owl Alpha 确认来自美团，Hermes 平台排名第一、Claude Code 中第二。NVIDIA 分析 KV 缓存压缩失败原因，TriAttention 解码提速 2.5 倍、KV 内存省 10.7 倍。Anthropic 恢复 Mythos 5 对关键基础设施组织的部署。本期 13 条
-
AI 日刊 · 2026-06-26
更新于：Cursor 研究量化基准作弊，封闭环境后 Opus 4.8 Max 在 SWE-bench Pro 从 87.1% 降到 73.0%，其 63% 的解法是检索已知修复而非推导。白宫要求 OpenAI 分阶段发布 GPT-5.6，预览期政府逐客户审批访问。Ornith-1.0 开源，SWE-Bench Verified 82.4 分追平 Opus 4.7，9B 版本即达 30B 以上模型水平。Vercel 数据显示 Grok Imagine 系列占开发者视频生成近半份额。Lilian Weng 发扩展定律长文，梳理 Kaplan 与 Chinchilla 分歧。本期 19 条
-
TGIF AI 2026.06.26
每周五汇总下本周的 AI 分享，不排除夹点设计等其他内容
-
AI 日刊 · 2026-06-25
更新于：OpenAI 发布首款自研推理芯片 Jalapeño，与 Broadcom 合作量产，从设计到流片仅 9 个月，约 216GB HBM3E。Anthropic 致信参议院与白宫，指控通义千问用约 25000 个账号与 Claude 交互超 2880 万次做蒸馏，为此前点名三家总和近两倍。Google 推 Open Knowledge Format，Markdown 加 YAML 让知识可直接被 Agent 消费。Cursor 集成 Notion，文档内 @Cursor 即可委派任务生成 PR。OpenAI 语音模型 Bidi 1 小范围测试。本期 16 条
-
AI 日刊 · 2026-06-24
更新于：Anthropic 发布 Claude Tag，把 Claude 以成员身份嵌进 Slack，ambient 模式主动跟进线程，内部团队 65% 代码由它生成。字节豆包专业版付费，68 元、200 元、500 元三档，豆包 2.1 Pro 驱动。Google Workspace CLI 作者 Justin Poehnelt 因该项目被解雇，GitHub 星标超 26000。SpaceX 向 Anthropic、Google、Reflection AI 的 GPU 租赁年化收入 280 亿美元，约为 CoreWeave 两倍。Pragmatic Engineer 称个人生产力提高 2.5 倍而团队持平。本期 21 条
-
AI 日刊 · 2026-06-23
更新于：Google Interactions API 正式发布，单次调用可在远程 Linux 沙箱执行代码与浏览，支持异步执行。OpenAI 筹备语音模型 GPT-Bidi-1，双向架构支持实时监听与打断。百度开源 Unlimited OCR，用参考滑动窗口注意力固定 KV 缓存，一键解析超长文档。OpenAI 启动 Daybreak 计划，推 Codex 安全插件与 GPT-5.5-Cyber。Cline 实测 GLM-5.2 token 用量是 Opus 4.8 两倍但总成本仅一半，且主动清理死代码。Mozilla 用智能体管道修复 15 年历史漏洞。本期 16 条
-
AI 日刊 · 2026-06-22
更新于：SpaceX 以 600 亿美元全股票收购 Cursor。SubQ 1.1 Small 用稀疏注意力把复杂度从 O(n²) 降到 O(n)，1M token 推理比 FlashAttention-2 快 56 倍，12M 海捞测试保持 98% 准确率。Anthropic 演示三个智能体 40 分钟从零构建完整应用。2026 推理引擎指南对比 llama.cpp、MLX、vLLM、SGLang 适用场景。Anthropic 工程负责人 Fiona Fung 称工程师季度代码产出提升 8 倍，瓶颈转向验证与愿景。传 Claude Sonnet 5 即将发布。本期 17 条
-
AI 日刊 · 2026-06-18
更新于：Berkeley RDI 推 Agents' Last Exam，1500 个专家任务覆盖 55 个行业，frontier 模型最高难度成功率为 0%。Z.ai 的 GLM-5.2 为 744B MoE，IndexShare 把 1M 上下文计算开销降 2.9 倍。Unreal Engine 5.8 引入实验性 MCP 服务器。Vercel 推 Agent 框架 Eve，Markdown 定义技能加持久化工作流。Factory 的 AutoWiki 在每次推送后自动更新代码库文档。Loop Engineering 五要素讨论无人值守编码循环与人工验证边界。本期 13 条
-
TGIF AI 2026.06.18
每周五汇总下本周的 AI 分享，不排除夹点设计等其他内容
-
AI 日刊 · 2026-06-17
更新于：GLM-5.2 以 MIT 协议开源，744B MoE 支持 1M 上下文，Code Arena Frontend 榜第二仅次 Fable 5。Cursor 宣布代码托管平台 Origin，定位代理时代的 Git 仓库，秋季上线。阿里 Qwen 发布具身智能套件，RobotNav 统一五种导航任务，RobotWorld 支持 20 多种具身形态。Anthropic 分析 40 万次 Claude Code 会话，发现调试占比降近半，任务经济价值平均提升约 25%。Meta 强制约 4500 名工程师转做数据标注。本期 11 条
-
AI 日刊 · 2026-06-16
更新于：Kimi K2.7 Code HighSpeed 编码提速 6 倍，中等输入 180 tok 每秒，短上下文 260 tok。字节 Seedance 2.0 Mini 生成速度为 Fast 版 2 倍，成本降约 30%。Claude 调整 Agent SDK 计费，批量任务不再占订阅额度，按月发零花钱抵扣。NVIDIA 免费 API 平台提供百余种模型，积分永不过期。Artificial Analysis 发布 Intelligence Index v4.1，转向代理负载，Opus 4.8 最智能，DeepSeek V4 Pro 成本效率突出。本期 12 条
-
AI 日刊 · 2026-06-15
更新于：Skills.sh 技能数破 70 万，覆盖前端设计、Azure 管理等方向。Headroom 压缩工具输出、日志与对话历史，声称省 60% 到 95% token。Nex Ecosystem 指控 Rio 3.5 由 Nex N2 Pro 与 Qwen 3.5 混合而成，无系统提示时自称 Nex N2 Pro。本地 LLM 配置指南推荐二手 RTX 3090 做 1000 到 1500 美元预算核心，16GB 内存跑 Gemma 4-12B，32GB 跑 Qwen3.6-27B。Emergence AI 把 5 个智能体放进虚拟小镇 15 天做对齐压力测试。本期 14 条
-
AI 日刊 · 2026-06-14
Z.ai 发布 GLM-5.2，支持 1M token 上下文，下周以 MIT 协议开源。Kimi 开源 K2.7-Code，推理效率与长周期代码任务较 K2.6 提升。Anthropic 因美国政府出口管制指令被迫召回 Fable 5 与 Mythos 5，为 frontier 模型首次被强制召回。OpenRouter 推 Fusion API，并行跑多模型再合成结果。Meta 成立三个月的 Applied AI 部门被员工称为「灵魂粉碎的古拉格」，约 6500 人被随机调入。本期 9 条
-
TGIF AI 2026.06.12
每周五汇总下本周的 AI 分享，不排除夹点设计等其他内容