人工智能资讯 第37页
聚合当前分类下的最新内容，按时间顺序查看第 37 页精选文章。
GPT-5.6 Sol 先限量预览：OpenAI 把最强模型放进了“安全闸门”
OpenAI 预览 GPT-5.6 系列：旗舰 Sol、均衡 Terra、低成本 Luna。Sol 主打代码、科学、生物和网络安全长任务，但目前只给少量可信伙伴有限预览，未来数周才计划更广泛可用。 这次最该看的不是模型又强了多少，而是发布方式变了：当前沿模型碰到网络安全风险，产品上线开始变成能力、安全和政府协调之间的拉扯。 对开发者和企业来说，Sol 还不是立刻迁移的信号；更现实的动作是评估长任务收益、等待 API 与价格细节，同时把安全边界纳入采购判断。
GPT-5.6 还没大规模上线，门禁已经先装上了
OpenAI 预告 GPT-5.6 系列 Sol、Terra、Luna，先向少数受信任伙伴限量开放，并称这是在与美国政府持续沟通后、应其要求采取的预览安排。真正值得看的是发布方式：前沿模型正在从单纯产品竞争，滑向政府背书、伙伴准入和价格分层共同塑形的新秩序。
OpenAI发布GPT-5.6有限预览：降价、分档和安全表态同时上桌
OpenAI在2026年6月26日推出GPT-5.6有限预览版，距离其应特朗普政府要求错峰发布的消息传出不到24小时。 这次更新包含Sol、Terra、Luna三档模型，重点不只在能力升级，也在用价格分层和安全说明回应监管压力。 对AI产品团队和开发者生态来说，最现实的问题是：要不要调整模型路由、采购节奏和高风险任务的验证流程。
GPT-5.6 也要先过政府预览关：前沿 AI 发布进入审批时代
美国政府在限制 Anthropic 的 Fable、Mythos 模型后，据称又要求 OpenAI 的 GPT-5.6 先以有限预览发布，并按客户逐一批准。真正重要的不是两家公司谁占了便宜，而是前沿模型发布正在从企业节奏转向政治与安全审查节奏。若审批标准继续模糊，受影响最直接的是企业客户、AI 实验室的商业回报和数据中心扩张预期。
Liva AI 招运营一号位：AI 数据公司的瓶颈，正在从模型转向现场
YC S25 公司 Liva AI 在旧金山招聘 Founding Operations Lead，给出 12万至15万美元年薪和 0.5%至1.0%股权，但明确要求搬到旧金山、每周工作 6 天、每天 12 小时。这个岗位比一则招聘更有信息量：早期 AI 数据公司的难点不只在模型，而在如何把真实、多样、可质检的人类音视频数据规模化生产出来。
Workweave 路由器来了：AI 编程以后可能不再手选模型
Workweave 在 GitHub 发布了面向 Claude Code、Codex、opencode 等工具的 LLM 请求路由器，主打只改 endpoint，就能把请求分发到 Anthropic、OpenAI、Gemini、OpenRouter 等上游模型。 项目方声称每次请求自动路由、决策延迟低于 50ms、成本可降 40%-70%，并引用 RouterArena Acc-Cost 76.09 排名第一；这些仍应视为项目方表述和其引用结果。 我更在意的是另一件事：AI 编程的竞争点正在从“你选哪个模型”挪到“谁替你调度模型”。省钱是入口，控制权才是后账。
软件工程师为什么失落：使命退潮，手艺也被 AI 改写
这篇技术行业评论的重点，不是说软件工程师已经被亏待，也不是说 AI 已经取代程序员。它更像是在解释：过去二十年支撑工程师职业意义的两根柱子——mission 和 craft——正在同时松动。工程师仍是高薪群体，但当资本环境转向效率、AI 改写写代码的体验，工作就很难继续承担身份、社区和人生目的。
Anthropic 最强模型下线两周：前沿 AI 第一次撞上出口管制空白
据 The Verge 报道，特朗普政府 6 月 12 日以安全和出口管制为由，要求 Anthropic 暂停任何外国国民访问 Mythos 5 和 Fable 5，相关模型已下线两周，谈判仍没有公开进展。真正刺眼的不是 Anthropic 一家公司被卡住，而是前沿模型开始被当作战略资产管理，但美国现有规则还没有给出可执行框架。对 AI 商业化团队来说，这意味着模型采购和交付风险上升，不能再只看能力榜单和价格表。
AI 账单压到预算线：大模型高价还能撑多久
Uber 被提到在 4 个月内用完全年 AI 预算，Microsoft、Salesforce、GitHub 也开始控制员工 AI 支出。企业不会停用 AI，但会从“默认用最强模型”转向“按任务算账”。 前沿大模型的高价来自研发、训练和商业成本摊销；开源权重模型、AI gateway、专用芯片和本地推理，会持续削弱这部分定价能力。
AI童书已经混进畅销货架，问题不只是画错了
一位作者购买并翻看亚马逊儿童百科分类中的AI生成畅销书，发现大量动物肢体、场景结构和画面逻辑畸变。真正值得警惕的不是某几张图翻车，而是低成本出版、平台分发和礼品型消费一起，把未经可靠审校的内容送进儿童认知入口。
据报白宫要求 OpenAI 放慢 GPT 5.6：前沿模型发布开始被按住节奏
据 The Information 报道，OpenAI 计划按特朗普政府要求，把 GPT 5.6 先开放给少数合作伙伴，而不是直接公开发布。关键变化不在模型名字，而在政府据称要在预览期逐个批准客户访问权限。对 AI 团队和安全团队来说，接下来要判断的是：模型发布会不会从公司排期，变成公司、客户和监管方共同决定的排期。
德国裁决把 AI 摘要算作 Google 自己的话，平台不能再用“模型出错”挡责任
德国一项裁决认定，Google 需为 AI Overviews 引入的错误信息承担责任，焦点不是 AI 会不会犯错，而是部署 AI 的公司能否把错误外包给模型。Bruce Schneier 借此提出更尖锐的判断：AI agents 应被视为部署者的代理，法律责任不能因执行者从人变成软件而消失。这对搜索平台、AI 产品负责人和企业合规团队都是现实压力：上线 AI 代理，不能只算节省的人力成本，还要算错误后的法律账。
GPT-5.6 还没全面发布，先进入逐案审批时代
据 The Information，OpenAI 计划把 GPT-5.6 先做成 limited preview，只给少量企业客户用，客户访问还要逐案过特朗普政府审批。和 Anthropic 的待遇一对比，这条消息最重要的不是延期本身，而是前沿模型的分发权开始被政府按公司、按客户切开管理。 这不是普通的产品节奏变化，更像 AI 发布从研发逻辑滑向许可逻辑。
Un-0 不是赢了扩散模型，而是把物理计算推上了台面
Unconventional AI 发布了 Un-0：一个用耦合振荡器生成图像的模型，在 ImageNet 64×64 上做到 FID 6.74，并把权重、训练和消融代码一并开放。它真正有意思的地方，不是已经打穿了图像生成，而是第一次把“物理做计算”这条路线较认真地推到可比较的基准上。只是别急着把它写成能源革命，训练和评估仍然高度依赖 GPU 和传统特征栈。
AI 智能体要上场，先得过 Patronus 的沙盒
Patronus AI 完成 5000 万美元 B 轮融资，累计融资达到 7000 万美元。资本押注的不是又一个模型，而是一套给 AI Agent 做压力测试的模拟环境。随着 Agent 从答题走向执行任务，传统 benchmark 只能说明分数，已经不够证明它能把事做完。
Anthropic指控阿里用2.5万个账号蒸馏Claude，这已不只是条款纠纷
Anthropic称，阿里巴巴及其 Qwen 团队在 4 月 22 日到 6 月 5 日间，用近 2.5 万个欺诈账号对 Claude 进行了 2880 万次交互，试图蒸馏其推理、编程和长任务能力。真正重要的不是这起指控能否坐实，而是它已经被 Anthropic 推进到美国参议院和出口管制的框架里，开始按中美 AI 竞争处理。
Notion 9月22日关闭 Mail 收件箱：Gmail 客户端让位给 AI 代理
Notion 将在 9 月 22 日关闭 Notion Mail 的网页版、桌面端和 iOS 收件箱，邮件历史仍保留在 Gmail。公司称，超过一半 Notion Mail 用户已经不打开收件箱，而是通过 agents 管理邮件。我的判断是，这次关停的重点不是邮箱客户端本身，而是 Notion 在 Skiff 隐私邮箱遗产和 AI 代理办公路线之间作出了取舍。
Notion Mail 将于 9 月 22 日关闭：邮箱客户端退场，AI 代理接手收件箱
Notion 不是简单停掉一款邮箱产品，而是在把邮件处理重心转向 AI agents。它给出的信号很明确：超过一半 Notion Mail 用户已经不再手动打开收件箱。对用户而言，Gmail 里的邮件不会消失，但草稿、定时邮件和自动化规则要尽快导出。
OpenKnowledge 想抢的，不是笔记软件，是知识库控制权
Inkeep 在 GitHub 公开了 OpenKnowledge，一个 AI-native Markdown 编辑器和 LLM Wiki，姿态很直接：要做 Obsidian/Notion 的开源 AI-first 替代品。现在最该看的不是界面像不像，而是它把知识库的重心往数据控制、索引、权限和可验证性上推了。仓库已有 566 commits、168 tags，但 21 stars、0 fork 说明外部采用还在很早期。请注意，这更像一个公开工程镜像，而不是已经跑出来的社区产品。
前 Databricks AI 负责人押注振荡器架构：Un-0 先证明能跑，没证明能省电
Naveen Rao 创办的 Unconventional AI 发布了首个图像模型 Un-0，试图用软件模拟的振荡器架构追上主流扩散模型。它现在证明的是新路线“可以工作”，不是 1000 倍省电已经成立；真正的考题还在真芯片和推理栈。第三方读者最该盯紧的，不是模型图像效果，而是这条路线能否跨过硬件落地这一关。
General Intuition 真正押注的，不是游戏，是玩家按键数据
General Intuition 以 23 亿美元估值完成 3.2 亿美元融资，继续押注 Medal 积累的游戏视频和玩家动作数据。它卖的不是“游戏 AI”，而是能把动作标签、world model 和 agent 串起来的底层数据能力。demo 很亮眼，但虚拟到现实能不能稳定迁移，才是这笔钱值不值的分界线。