夜雨聆风
📡 Amaker AI 周报｜
2026.06.21–2026.06.27（GMT+8 北京时间）
本周主线：AI 竞争从“模型发布”继续转向 Agent 工作流、推理成本、全栈基础设施与监管约束；企业侧开始更明确地追问 ROI，头部厂商则把战线拉到芯片、数据中心、人才和安全治理。
一、本周 AI 要闻
按时间顺序排列，仅记录可核验的客观事实，不做评价与解读。
🗓 06.21（周日，北京时间）｜主动型助手与 AI 治理边界
▍ChatGPT 新增 Scheduled 任务中心，Pulse 并入定时任务体系
OpenAI 为 ChatGPT 增加侧边栏 Scheduled 页面，支持集中管理活跃任务；Plus、Pro、Business、Enterprise 用户可用，任务最快每小时运行一次，长期无人使用会自动暂停。
来源：The Decoder / OpenAI
▍OpenAI Codex App 增强自动化能力：Record & Replay 可把演示流程变成可复用技能
The Decoder 报道称，OpenAI Codex macOS 应用加入 Record & Replay，用户演示一次工作流后，Codex 可将其转成可复用“技能”并自动重复执行；Automations 历史支持批量操作，本地与远程主机间可交接线程。
来源：The Decoder / OpenAI Developers
▍欧盟 AI 法案“深度伪造”定义引发零售业争议
Eurocommerce 希望 AI 生成广告图免于欧盟 AI Act 透明度标签要求，理由是用于展示沙发、服装等商品的生成式营销图不应等同于欺骗性 deepfake；Zalando 称其平台 90% 营销内容已由 AI 生成。
来源：The Decoder / Reuters
▍挪威将基本禁止小学使用生成式 AI，强调保护基础学习能力
挪威计划从 8 月底新学年开始，原则上禁止 1–7 年级学生使用生成式 AI，初中阶段仅允许在监督下谨慎使用。
来源：The Decoder / 挪威政府
🗓 06.22（周一，北京时间）｜AI 人才与世界模型继续升温
▍AlphaFold 核心人物 John Jumper 加盟 Anthropic
多家媒体报道，John Jumper 在 Google DeepMind 工作近 9 年 后转投 Anthropic；其主导的 AlphaFold 曾推动蛋白质结构预测取得里程碑突破。
来源：TechWeb / 凤凰网科技 / 第一财经 / 智源社区
▍DreamX-World 发布：世界模型从“视频生成”走向“可交互模拟”
DreamX-World 官方项目页显示，该模型强调可探索、可控制、可由事件提示驱动的世界生成，并引入长时程生成、几何引导记忆检索与第三人称视角生成能力。
来源：DreamX-World 官方项目页
▍第四届链博会设人工智能专区，AI 应用落地进入供应链与制造业场景
新华社/中国网消息显示，第四届链博会首次设立人工智能专区，覆盖多模态交互、工业机器人、医疗 AI、智慧供应链等方向。
来源：中国网 / 新华社
🗓 06.23（周二，北京时间）｜安全 Agent、企业部署与 AI 基建
▍OpenAI 推出 Daybreak 扩展、Codex Security 更新与 GPT‑5.5‑Cyber
OpenAI 将 AI 安全能力从“发现漏洞”推进到“自动化修复与验证”；Codex Security 插件支持深度扫描、攻击路径追踪、威胁建模、补丁生成与导出到漏洞管理流程。GPT‑5.5‑Cyber 面向可信防御者有限开放。
来源：OpenAI
▍Patch the Planet 启动，AI 辅助维护关键开源基础设施
OpenAI 与 Trail of Bits 合作，为 cURL、NATS Server、pyca/cryptography、Sigstore、aiohttp、Go、freenginx、Python、python.org 等项目提供 AI 辅助漏洞验证、补丁开发、测试和披露支持。
来源：OpenAI
▍Google DeepMind Gemini Interactions API 正式成为默认接口
The Decoder 报道称，Gemini Interactions API 已正式可用，并在 Google AI Studio 与文档中取代旧 generateContent 接口；新 Agent 能力将优先通过 Interactions API 发布。
来源：The Decoder / Google AI 文档
▍Micron 与 Anthropic 达成 AI 基础设施战略协议
Micron 宣布与 Anthropic 围绕 AI 内存与存储架构、数据中心产品多年供货、Claude 在 Micron 内部部署以及 Anthropic Series H 战略投资展开合作。
来源：Micron / GlobeNewswire
▍微软将在德州 Pecos 建设约 2GW AI 数据中心园区
Microsoft 宣布未来五到七年在得州 Pecos 建设大型数据中心园区，新增约 2GW 容量，并配套本地能源供应，以满足 AI 与云服务需求。
来源：Microsoft
▍三星大规模部署 ChatGPT Enterprise 与 Codex
OpenAI 宣布 三星电子 将在韩国向所有员工、并向全球 DX 部门员工开放 ChatGPT Enterprise 和 Codex；应用场景覆盖研发、制造、营销、企业职能和内部自动化。
来源：OpenAI
🗓 06.24（周三，北京时间）｜国产模型、多模态生产与内容授权
▍豆包大模型 2.1 Pro 发布，Coding 与 Agent 成核心升级方向
火山引擎 称，豆包 2.1 Pro 在代码交付、长程 Agent 任务、多模态理解和企业稳定运行方面实现升级，已开放 API，并接入豆包、TRAE、扣子等产品；大会披露豆包模型日均 Tokens 使用量已突破 180 万亿。该数字来自大会披露并由多家媒体转述。
来源：火山引擎 FORCE 大会 / 证券时报 / 界面新闻 / The Decoder
▍Seedance 2.5 亮相：30 秒单段视频、最多 50 个多模态素材输入
字节新视频生成模型预计 7 月上线，强调原生长视频片段生成、参考素材联合生成和风格一致性编辑；Seedance 2.0 同步升级 4K 与 10-bit 色深能力。
来源：中国青年网 / The Decoder
▍OpenAI 披露 GPT-5 辅助免疫学研究案例
OpenAI 发布应用案例称，GPT-5 帮助免疫学家 Derya Unutmaz 解决一个持续 3 年 的研究谜题。
来源：OpenAI News
▍Cursor 披露自训练模型计划，并推出 Origin 与移动端 Agent 管理能力
The Decoder 报道，Cursor 正在训练首个从零开始的自有模型，计划数周内发布；同时推出面向人类与 AI Agent 协作的 Git 平台 Origin，以及 iOS Beta 版 Cursor Mobile。
来源：The Decoder
▍OpenAI 与 Getty Images 达成多年内容授权合作
Getty Images 授权图片将进入 ChatGPT 的搜索与发现体验，双方未披露是否用于模型训练。
来源：The Decoder / Bloomberg 引述
▍Google DeepMind 与 A24 建立长期 AI 电影研究合作
Google DeepMind 与独立电影公司 A24 达成长期研究伙伴关系，A24 创作者将测试并反馈 AI 工具在影视生产中的实际可用性。
来源：The Decoder / Google DeepMind 博客引述
▍国家人工智能应用中试基地（工业软件）落地济南
该基地定位为“AI+工业软件”的公共中试验证平台，将建设仿真车间、算力池和工业数据集，帮助工业 AI 软件在真实工况下训练、测试后再进入工厂。
来源：央视新闻客户端 / 大众网 / 财联社 / 网易
🗓 06.25（周四，北京时间）｜推理芯片、文档理解与 Agent 训练环境
▍OpenAI 发布 LLM 推理芯片 Jalapeño，深化全栈基础设施布局
OpenAI 称 Jalapeño 由其与 Broadcom、Celestica 联合打造，从设计到量产流片仅 9 个月，早期测试显示单位功耗性能优于当前最先进方案；后续将与微软等数据中心伙伴进行多代部署。
来源：OpenAI
▍OpenAI 更新 GPT-5.5 Instant，强化多轮意图理解与建议型对话
The Decoder 援引 OpenAI 发布说明称，新版 GPT-5.5 Instant 更擅长识别用户问题背后的真实目标、处理带多条件的复杂提示，并在用户追问或反驳时更好调整回答。
来源：The Decoder / OpenAI Help Center
▍Mistral 发布 OCR 4，文档理解从“识字”走向结构化解析
Mistral OCR 4 不仅抽取 PDF、Word、PPT 中的文本，还识别标题、表格、公式、签名等版面元素和置信度；Mistral 称其支持 170 种语言，并在 600 多份 文档盲测中有 72% 结果被评审偏好。
来源：The Decoder / Mistral
▍Qwen-AgentWorld 引发关注，智能体训练转向“环境建模”
多家中文科技媒体报道，通义千问团队推出面向 Web、OS、Android、终端、软件工程等七类交互场景的语言世界模型与 AgentWorldBench，重点在于把环境模拟与任务执行纳入训练流程。
来源：搜狐科技 / ITBear
▍智谱 GLM-5.2 在 Snowflake 代码基准中接近 Claude Opus 4.7，价格压力凸显
Snowflake 测试显示，在 103 个 跨 DuckDB 与 Snowflake 的代码任务中，GLM-5.2 三次尝试解题率与 Claude Opus 4.7 接近，但首轮稳定性与 token 消耗仍落后。
来源：The Decoder / Snowflake CEO 公开测试
🗓 06.26（周五，北京时间）｜硬件并购、内容审核与 AI 偏见争议
▍Google 持续流失顶级 AI 研究员
The Decoder / Bloomberg 报道称，Jonas Adler 和 Alexander Pritzel 计划加入 Anthropic；此前 John Jumper 已转投 Anthropic，Gemini 相关核心人才流动继续受到关注。
来源：The Decoder / Bloomberg
▍高通收购 AI 创业公司 Modular，约 40 亿美元
Qualcomm 以约 40 亿美元 收购 AI 软件公司 Modular，后者开发的软件可使 AI 应用跨不同芯片架构运行；同时高通发布数据中心 AI 芯片 Dragonfly C1000，Meta 计划 2028 年部署。
来源：Reuters / The Decoder
▍Meta 员工警告 AI 内容审核推进过快
Meta 已将约一半人工审核请求替换为大语言模型，计划年底前将部分内容类型自动化比例提升至 90% 以上；内部员工质疑模型仍会误删无害内容，且审核不足。
来源：The Decoder / Financial Times
▍OpenAI 发布报告：AI Agent 如何变革工作方式
OpenAI 发布关于 AI Agent 变革工作方式的报告，探讨智能体在各行业中的实际应用与影响。
来源：OpenAI
▍华盛顿邮报调查：主流 AI 聊天机器人政治倾向偏左
调查发现，多数主流 AI 聊天机器人在政治问题上倾向左翼；The Decoder 转述称，OpenAI GPT-5.5 在 80% 情况下给出左倾观点，Google Gemini 3.1 Pro 在 93% 情况下呈现双方观点。
来源：The Decoder / Washington Post
🗓 06.27（周六，北京时间）｜监管压力与成本重估
▍美国政府要求 Anthropic 暂停 Fable 5 和 Mythos 5 对外服务
日报归档显示，美国政府发布出口管制指令，要求 Anthropic 暂停所有对 Fable 5 和 Mythos 5 的访问。
来源：Anthropic News
▍MirrorCode 测试：Claude Opus 4.7 以 56% 解决率领先
Epoch AI 新的 MirrorCode 基准测试让 AI 在没有原始代码的情况下重建完整程序；日报归档显示 Claude Opus 4.7 表现最佳，解决率为 56%，最复杂任务仍全部失败。
来源：The Decoder
▍AI 成本压力显现，初创公司切换 DeepSeek 节省数百万美元
The Decoder 报道称，AI 初创公司 Lindy CEO 表示，完全放弃 Claude 改用 DeepSeek 后，AI 成本曲线“被拉平”，此前 AI 成本已超过人力成本。涉及“数百万美元”节省为单源说法，按 [单源待核] 处理。
来源：The Decoder [单源待核]
▍Grok AI 超过一半流量来自成人内容
The Decoder 报道称，xAI Grok 超过一半流量与色情图片、视频、角色聊天等成人内容相关，多名联合创始人因安全担忧和发展方向不满离职。该比例为单源报道，按 [单源待核] 处理。
来源：The Decoder [单源待核]
二、AI 开源社区动态
本周开源主轴：Agent 工程化继续外溢到代码索引、语音创作、跨平台信息检索、并行代理编排与安全技能库。
▍DeusData/codebase-memory-mcp（C）
面向代码智能的 MCP Server，将代码库索引为持久化知识图谱，强调多语言、低 token 查询和单静态二进制部署。
来源：GitHub Trending HTML
仓库地址：https://github.com/DeusData/codebase-memory-mcp
▍BuilderIO/agent-native（TypeScript）
用于构建 agent-native 应用的框架，反映前端与应用层正在把 Agent 作为原生交互单元设计。
来源：GitHub Trending HTML
仓库地址：https://github.com/BuilderIO/agent-native
▍jamiepine/voicebox（TypeScript）
开源 AI voice studio，定位于语音克隆、听写与创作工作流。
来源：GitHub Trending HTML
仓库地址：https://github.com/jamiepine/voicebox
▍Panniantong/Agent-Reach（Python）
为 AI Agent 提供跨 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书等平台的读取与搜索能力，定位为多平台信息触达 CLI。
来源：GitHub Trending HTML
仓库地址：https://github.com/Panniantong/Agent-Reach
▍stablyai/orca（TypeScript）
面向并行 coding agents 的 ADE，可在桌面与移动端管理多代理任务，适配自有订阅。
来源：GitHub Trending HTML
仓库地址：https://github.com/stablyai/orca
▍koala73/worldmonitor（TypeScript）
实时全球情报仪表盘，使用 AI 做新闻聚合、地缘政治监测与基础设施追踪。
来源：GitHub Trending HTML
仓库地址：https://github.com/koala73/worldmonitor
三、AI 工具推荐
⭐ Cursor Origin：面向 Agent 时代的 Git 协作平台
功能定位：服务大量 AI Agent 并发读写、代码审阅、冲突处理与 CI 修复的 Git forge。
核心特点：
• 面向人类与 AI Agent 的协作，而不是只服务人类开发者； • 与 Cursor 自训练模型路线、移动端 Agent 管理能力形成组合； • 适合多代理并行编码、远程审阅和长周期任务管理。
适合谁：正在把 AI 编程从“单次补全”推进到“多 Agent 项目协作”的研发团队。
来源：The Decoder / Cursor
⭐ Mistral OCR 4：从文本抽取转向版面结构理解
功能定位：面向 PDF、Word、PPT 等复杂文档的结构化解析工具。
核心特点：
• 支持识别标题、表格、公式、签名等版面元素； • 覆盖 170 种语言； • Mistral 称在 600 多份 文档盲测中有 72% 结果被评审偏好。
适合谁：需要处理合同、报告、学术论文、扫描文档和企业知识库入库的团队。
来源：The Decoder / Mistral
五、Amaker AI 观察
1. 趋势研判
▍研判一：Agent 正从“单轮能力展示”进入“长期任务系统”阶段
事实论据：ChatGPT Scheduled 任务中心、Codex Record & Replay、Gemini Interactions API、OpenAI Agent 工作报告、Cursor Origin 均指向持续执行、可管理、可审阅的任务系统。
研判：下一阶段的 Agent 产品竞争不只看模型单次回答质量，而看任务状态管理、权限边界、失败恢复、跨工具调用和人工审阅接口。企业客户会更关心“它能不能稳定跑一周”，而不是“它能不能漂亮回答一次”。
⚠️ 反向风险：如果可靠性、权限治理和成本控制无法同步提升，长期任务 Agent 可能停留在高级自动化脚本，而不是企业级基础设施。
▍研判二：推理成本正在成为前沿 AI 的核心战场
事实论据：OpenAI 与 Broadcom 推出 Jalapeño，Qualcomm 收购 Modular，Snowflake 测试 GLM-5.2 性价比，Lindy 切换 DeepSeek 降成本的案例，都把焦点拉到推理成本与硬件适配。
研判：前沿模型能力差距缩小后，“每个任务的可交付成本”会成为产品化竞争关键。自研芯片、跨芯片软件栈、国产高性价比模型会共同压低旗舰模型定价空间。
⚠️ 反向风险：如果高端闭源模型在复杂推理、代码可靠性、工具调用和安全合规上持续拉开差距，企业仍可能为确定性支付溢价，成本替代不会线性发生。
▍研判三：AI 基础设施竞争正在从 GPU 扩展到电力、内存、数据中心和供应链
事实论据：Microsoft 德州 Pecos 约 2GW 数据中心园区、Micron 与 Anthropic 的 AI 内存/存储合作、OpenAI Jalapeño、Qualcomm Modular 并购，共同显示模型公司正在向基础设施纵深延伸。
研判：未来头部 AI 公司的护城河会越来越像“模型 + 芯片 + 数据中心 + 能源 + 企业分发”的复合系统。谁能把 token economics、供给稳定性和算力调度做成闭环，谁就更能承受价格战。
⚠️ 反向风险：重资产基础设施可能放大周期性风险；若需求增长低于资本开支预期，数据中心、芯片与电力合同会成为财务负担。
▍研判四：AI 治理正从伦理讨论进入产品发布与行业部署的硬约束
事实论据：挪威限制小学使用生成式 AI、欧盟 deepfake 标签争议、Meta 内容审核自动化内部警告、Anthropic 模型访问限制、Washington Post 对聊天机器人政治倾向的调查，都显示治理议题已进入教育、广告、审核、出口管制和公共舆论层面。
研判：AI 产品未来会更频繁遇到“能力可用，但场景受限”的情况。监管与公共信任将直接影响模型上线节奏、行业部署边界和国际化策略。
⚠️ 反向风险：如果监管口径碎片化、执行不一致，企业可能选择最低合规成本路径，治理反而变成区域套利而非真实安全改进。
2. AI 人物
▍Sam Altman（OpenAI）
“AI will surpass human intelligence by 2030.”
——Fortune 对 Sam Altman 近期判断的标题转述，06.21（北京时间采集）
出处：Fortune
关注点：Sam Altman 相关动态集中在超级智能时间表与 OpenAI 资本市场预期。关于“OpenAI IPO 目标估值 1 万亿美元”的内容属于戏剧性金融数字，本期未在要闻采用，留待双源核验。
▍Demis Hassabis（Google DeepMind）[转述待核]
“我们正站在奇点的山麓。”
——斯坦福商学院访谈转述，06.22（北京时间采集）
出处：新浪财经 / TechWeb
关注点：Demis Hassabis 继续把 AGI 时间表、人才竞争和 Google 的数据/硬件/算力优势绑定讨论。
▍Jensen Huang（NVIDIA）[转述待核]
“有用的 AI 已经到来，并且已经能够赚钱。”
——NVIDIA 年度股东大会转述，06.26（北京时间采集）
出处：新浪财经 / 每日经济新闻转述
关注点：黄仁勋在股东大会上继续强调 AI 工厂、智能体时代、物理 AI 与 AI 投资回报。
▍Elon Musk / Tesla / xAI
“Grok 目前处于测试阶段，不会向车辆发送指令——现有的语音指令保持不变。”
——Tesla Grok 车载集成发布说明转述，06.26（北京时间采集）
出处：Electrek / 新浪财经转述
关注点：Grok 进入特斯拉车辆后仍限制在对话与信息展示，尚未接管车辆控制。
▍Liang Wenfeng（DeepSeek）[转述待核]
“当今人类正处于 AGI 的前夜。加入 DeepSeek，亲历 AGI 的发展进程，坐在时代前排，见证一个新纪元的诞生。”
——DeepSeek 招聘声明转述，06.26（北京时间采集）
出处：ZAKER / 公开招聘信息转述
关注点：DeepSeek 的招聘扩张与融资传闻同步升温，但“超 500 亿元首轮融资、腾讯等机构出资”等数字未进入要闻，因需进一步双源核验。
3. 争议与思考
🔥 争议一：AI 生成广告图是否应按 deepfake 透明度标签管理？
正方观点（监管与消费者保护侧）：AI 生成内容如果被用于商业展示，应让消费者知道内容并非真实拍摄，以降低误导风险。
反方观点（零售与广告产业侧）：用于展示沙发、服装等商品的生成式营销图不等同于身份冒充或欺骗性 deepfake，过度标签化会增加合规成本。
Amaker 研判：更可行的路径可能不是“一刀切贴 deepfake 标签”，而是区分人物身份、商品真实性、场景合成和营销夸张四类风险。
⚠️ 反向风险：如果平台把“商业效率”置于透明度之上，消费者对 AI 生成内容的不信任可能反向伤害品牌与转化。
🔥 争议二：用大模型替代人工内容审核，会提升效率还是放大误伤？
正方观点（平台效率侧）：LLM 可以更快处理海量审核请求，降低成本，并把人工审核员从重复劳动中释放出来。
反方观点（员工与公共安全侧）：模型可能误删无害内容，也可能漏掉上下文复杂的有害内容；当自动化比例提升到 90% 以上，错误会被规模化放大。
Amaker 研判：AI 审核更适合先做分流、摘要和风险排序，而不是直接替代最终裁决；高风险类别仍需要人工复核和申诉机制。
⚠️ 反向风险：如果模型在特定语言、文化或政治语境下偏差明显，人工复核也可能因样本过载而失效。
🔥 争议三：高性价比国产模型会不会重写全球 AI 定价？
正方观点（成本替代侧）：GLM-5.2、DeepSeek 等模型在编码、通用任务和企业场景中的成本优势，会迫使海外旗舰模型降价。
反方观点（可靠性溢价侧）：复杂任务中的稳定性、工具调用、合规、安全审计和生态支持仍可能让客户继续选择高价闭源模型。
Amaker 研判：更可能发生的是“任务分层”：低风险、高频、可验证任务转向低成本模型；高风险、复杂推理和强合规场景继续采用旗舰模型或混合路由。
⚠️ 反向风险：如果低成本模型在真实工作流中的失败恢复、上下文保持和安全治理不足，总体拥有成本未必低。
📌 Amaker 一句话本周总结
AI 正在从“更聪明的模型”变成“更重的系统”：能否把 Agent、成本、硬件、监管和企业 ROI 同时管住，将决定下一轮赢家。
本期周报由 Amaker AI 周报编辑部整理。所有事件均标注公开来源，研判仅代表本期视角，不构成投资建议。
📮 反馈与订阅：欢迎在公众号留言，下期见。
