夜雨聆风
🔥 头条资讯
OpenAI收购Ona以开发长效智能体
🔗 https://openai.com/index/openai-to-acquire-ona/
OpenAI宣布将收购Ona，此举将为Codex平台引入安全的云端执行与编排功能。通过这项技术，开发者可以创建持久化且客户可控的环境，让智能体能够跨会话持续工作。
Anthropic取消限制研究人员政策
🔗 https://www.engadget.com/2192004/anthropic-walks-back-policy-sabotaging-research/
Anthropic公司决定公开其大语言模型的安全防护措施，这一决定源于研究人员的强烈反对。此前，该公司在处理特定请求时，会悄悄将请求转接至性能较低的模型。
研究人员发现，Claude Fable 5在面对三类任务时表现异常：
1. 训练竞争模型
2. 调试AI代码
3. 优化神经架构 该模型要么拒绝响应，要么降低回答质量。
这种情况引发双重质疑：一方面暴露出Anthropic缺乏透明度的问题，另一方面也让用户质疑，他们消耗的token和资金是否真正获得了对应模型应有的服务效果。
🔍 深度分析
寻找最佳分词器
🔗 https://blog.aqnichol.com/2026/06/10/optimal-tokenizers/
前沿AI模型通常基于整数序列（称为token）进行训练。每个token对应特定字节序列，这些字节序列通常映射为常见词汇。本文提出一种新算法，可在特定场景下计算出最优分词器。
算力若不可互换，能否实现商品化？
🔗 https://davefriedman.substack.com/p/can-compute-commoditize-if-its-not
CoreWeave联合创始人Brannin McBee近期提出，算力并不像传统大宗商品那样具备可替代性。
这一观点确有道理，但"非商品化"的特性恰恰是其公司价值所在。表面看他在否定市场存在，实则是在为市场定价，揭示其中潜藏的利润空间。
从零打造一款复古大语言模型
🔗 https://crlf.link/log/entries/260525-1/
一位开发者分享了从零构建大语言模型(LLM)的全过程。 文章详细介绍了基础训练脚本的编写、微调方案设计、数据处理流水线搭建，以及如何制作自定义数据集。
整个项目仅花费约80美元，不过作者使用了一台性能较好的电脑来处理数据。文末附有模型和代码的获取方式。
⚙️ 工程研究
小米开源AI编程框架MIMO Code在200+步骤任务超越Claude Code
🔗 https://venturebeat.com/technology/xiaomis-new-open-source-agentic-ai-coding-harness-mimo-code-beats-claude-code-at-ultra-long-200-step-tasks
小米开源智能编程助手MiMo Code V0.1.0发布，在超长流程任务中表现优于Claude Code 小米推出的开源终端原生AI编程助手MiMo Code V0.1.0已正式发布。
这款工具在关键智能体编程基准测试中表现出色，尤其在处理长周期、多步骤任务时优势明显。其性能已超越Claude Code。
MiMo Code采用了创新的跨会话记忆系统，通过独立子智能体实时记录开发决策、问题跟踪和项目范围变更。目前该模型已在GitHub平台开源，采用MIT协议授权。
PyTorch整合MLP技术实现性能提升
🔗 https://huggingface.co/blog/torch-mlp-fusion
本文深度解析PyTorch神经网络层的实现与优化，从基础线性运算开始，逐步讲解多层感知器的构建过程。
预测性数据调试：训练前揭示模型学习模式
🔗 https://www.goodfire.ai/research/predictive-data-debugging
预测性数据调试技术可以在模型训练前分析偏好数据集，识别潜在的行为模式。目前该技术已集成到Silico平台，工程师可通过重塑数据集或调整训练流程来预防不良影响，同时提升模型性能和安全性。
通过案例研究，我们发现了一些常见问题，包括：
- 安全护栏失效
- 幻觉关联
- 场景性迎合行为 这些发现有助于在模型部署前实施精准干预，及时修复缺陷。
📌 其他资讯
甲骨文股价暴跌11%：增资扩股与现金流引担忧
🔗 https://www.cnbc.com/2026/06/11/oracle-shares-tumble-11percent-on-increased-capital-raise-cash-concerns.html
甲骨文股价暴跌11%，增资计划与现金流问题引发市场担忧 甲骨文公司向投资者透露，计划追加200亿美元融资。
与此同时，该公司本年度自由现金流转为负值。虽然第四财季营收实现增长，但由于大力扩建AI基础设施，资本支出骤增162%，高达557亿美元。投资者普遍担忧，如此庞大的开支能否带来相应的利润回报。
Mythos-Class模型2029年前全球普及
🔗 https://spateder.com/projects/20260611/openweightmodels
模型性能正持续提升，目前未见放缓迹象。开源模型与前沿技术的差距正不断缩小，在基准测试中仅落后几个月。按照当前发展速度，预计到2029年初，16GB内存设备就能运行性能媲美Claude Fable 5的开源模型。⚡
🔗 快速链接
迈向自动化AI研究的第一步
🔗 https://www.recursive.com/articles/first-steps-toward-automated-ai-research
递归公司的自动化AI研究系统表现卓越，在以下领域取得业界领先成果：固定预算语言模型训练、小模型速度优化以及GPU内核优化。
AI实验室商业模式：订阅制还是API？
🔗 https://threadreaderapp.com/thread/2064815044085318040.html
订阅模式的毛利率普遍低于API模式，因此AI实验室可能会限制订阅计划获取新功能或模型的权限。 SkillSpector 这款由NVIDIA开发的工具能在智能体技能安装前扫描安全漏洞。
