夜雨聆风
📰 今日导读
🤖 AI：GLM-5.2 在 AMD MI355X 上跑出 2626 tok/s/节点：开源模型首次跨入 "成本击穿 Blackwell" 时代
💰 加密：BTC 反弹至 $62,681 ↑2.33%：ETF 终结 10 日连失血，$221M 净流入或成拐点信号
🚀 PH：Glaze by Raycast
💬 HN：在本地运行 SOTA 大模型完全指南：显存、算力、配置一文打尽
🤖 AI 赛道 — 深度报道
GLM-5.2 在 AMD MI355X 上跑出 2626 tok/s/节点：开源模型首次跨入 "成本击穿 Blackwell" 时代
2026年7月4日，AI 推理市场迎来一次罕见的算力平权时刻。Wafer.ai 在博客中披露，其基于智谱（Z.ai）开源的 GLM-5.2 模型，在 AMD Instinct MI355X 硬件上跑出 2,626 tokens/秒/节点 的速度，单流吞吐 213 tokens/秒，总拥有成本（TCO）较英伟达 Blackwell 平台 降低 50% 以上。这是开源大模型首次在生产级推理场景下，做到与闭源旗舰同价位同档性能。
核心数据：MXFP4 量化 + 全栈优化。Wafer 团队使用 AMD Quark 将 bf16 原始权重无损量化为 MXFP4，相比 z-ai 官方 FP8 量化在精度上"几乎无差"。通过算子融合、kernel 调优和 AMD ROCm 生态的最新特性，端到端推理效率提升 3-4 倍。MI355X 单卡 288GB HBM3e 容量允许单节点容纳完整的 GLM-5.2 权重，无需 tensor parallel 跨卡通信。
竞争分析：CUDA 护城河正在被打开缺口。过去两年，AI 推理市场被英伟达 Blackwell/H100 几乎垄断，云厂商被迫接受高溢价。AMD MI300X/MI355X 凭借 HBM 容量优势，在长上下文和大模型场景开始蚕食份额。Wafer 的实测算账意味着：对于 1M 上下文、100+ tokens/s 单流 这类典型 SOTA 工作负载，"AMD + 开源模型" 已经首次形成可与 "Blackwell + 闭源旗舰" 正面竞争的 TCO 曲线。
行业影响：推理价格战的第二阶段。今年 6 月，OpenAI 刚用 GPT-5.6 Sol/Terra/Luna 三档对 Anthropic 发动价格战；7 月初，Anthropic 用 Claude Sonnet 5 降价 50% 应战。现在 AMD + 开源路线又从硬件端打入。AI 推理的"每百万 token 成本"在 6 个月内已下降 60-70%，这意味着应用层 SaaS 公司将首次具备"用 AI 当水电基础设施用"的财务可行性，AI Agent 创业的成本曲线被显著重塑。
🔗 📎 原文链接
📎 https://www.wafer.ai/blog/glm52-amd
简讯2. Anthropic 发布 Claude Sonnet 5：Agent 能力直逼 Opus 4.8，定价腰斩
模型发布 Claude Sonnet 5 于 7 月 1 日上线，主打计划制定、浏览器/终端工具调用与自主运行，在 SWE-bench 智能搜索评测中较前代提升 35%。价格方面，限时优惠至 8 月 31 日，输入 $2 / 百万 token、输出 $10 / 百万 token，仅为 Opus 4.8 的 1/3。 📎 原文
🔗 📎 原文
📎 https://www.anthropic.com/news/claude-sonnet-5
简讯3. OpenAI 提议向美国政府捐赠 5% 股权：估值约 426 亿美元的 "公共财富基金" 实验
AI治理 Sam Altman 据 FT 报道向白宫正式提议，将 OpenAI 5% 股权（约 $42.6B）转移至美国政府设立的公共财富基金，用于应对 AI 带来的社会风险与就业转型。专家警告这会让政府同时扮演 AI 监管者与最大股东，产生结构性利益冲突。 📎 原文
🔗 📎 原文
📎 https://www.cnbc.com/2026/07/02/openai-proposes-us-government-own-5percent-stake-to-address-political-blowback.html
简讯4. OpenAI 限量开放 GPT-5.6 Sol/Terra/Luna：仅向 "可信伙伴" 开放，应美政府要求
闭源旗舰 OpenAI 6 月 26 日发布旗舰版 Sol、均衡版 Terra、轻量版 Luna 三款新模型，Sol 基准测试超过 Claude Mythos，但并未全面开放。Sol 定价 $5/$30 per million tokens，仅为 Claude Fable 5 的一半，仅限约 20 家政府批准的 "trusted partners" 预览。 📎 原文
🔗 📎 原文
📎 https://www.caixin.com/2026-06-28/102458451.html
💰 加密行业 — ETF & 行情
BTC 反弹至 $62,681 ↑2.33%：ETF 终结 10 日连失血，$221M 净流入或成拐点信号
2026年7月4日，加密市场延续隔夜反弹。比特币（BTC）报 $62,681 ↑2.33%，以太坊（ETH）报 $1,757 ↑3.55%。引发本轮反弹的最关键事件是美国现货比特币 ETF 终结了长达 10 个交易日的连续净流出，7 月 3 日录得 $221.72M 净流入。这是 6 月 ETF 单月失血约 45 亿美元后，市场首次看到的资金面拐点信号。
基本面：ETF 终结连失血，机构态度转向。此前 10 个交易日，ETF 累计失血 27.3 亿美元，贝莱德 IBIT、富达 FBTC 是流出主力。7 月 3 日的 $221M 净流入主要由 IBIT（$118M）与 FBTC（$76M）贡献。Polymarket 对 "BTC 在 7 月 4 日收于 $50K 上方" 的隐含概率已升至 99.95%，反映市场对下行风险的定价显著下降。
技术面：$62K 已成为新的多空分水岭。BTC 在 $58,000-$60,000 区间获得了 2024 年 ETF 上市后的筹码密集区支撑。当前 $62,000 既是整数心理关口，也是 50 日均线所在位置，站稳后下一阻力看 $66,000-$68,000；若再度失守 $60,000，则下方支撑将下移至 $58,000。链上数据显示，过去 30 天鲸鱼地址净买入 270,000 BTC（约 $16.7B），为 2013 年以来最大月度增持。
以太坊的相对独立行情。ETH 反弹幅度略强于 BTC，主要受 ETH 现货 ETF 在质押收益预期下资金流出规模较小所支撑。BitMine 与 SharpLink 等机构在 $1,500 附近持续逢低吸纳，质押年化收益率维持在 3.2% 左右。然而，宏观层面的极度恐惧情绪（FNG 22）仍说明风险偏好的修复处于早期，反弹的可持续性需要 7 月 8 日（新一轮 CPI 数据）来验证。
简讯2. 比特币鲸鱼 30 天净买入 27 万枚 BTC，交易所储备降至 7 年新低
链上数据显示，6 月期间持有 100+ BTC 的地址累计净买入 270,000 BTC（约 167 亿美元），为 2013 年以来最大月度增持。同期交易所 BTC 余额降至 2.21M 创 7 年新低，机构与长期持有者正在用真金白银下注。 📎 原文
🔗 📎 原文
📎 https://blockonomi.com/bitcoin-whales-buy-16-7b-in-btc-as-etfs-bleed-record-4b/
简讯3. ETH 现货 ETF 失血收窄，质押年化收益稳定在 3.2% 吸引机构逢低布局
与 BTC ETF 不同，ETH 现货 ETF 6 月净流出规模相对较小，且 BitMine、SharpLink 等机构在 $1,500 附近持续买入。Glamsterdam 升级预期下，机构押注 ETH 质押 ETF 终将获批，质押年化 3.2% 成为与美债利差竞争的关键卖点。 📎 原文
🔗 📎 原文
📎 https://www.gate.com/blog/ethereum-staking-yield-2026-glamsterdam-upgrade-validator-apr-eth-etf-staking-analysis
简讯4. Glasswing 联盟提出 "越狱严重度分级框架"：Anthropic、Microsoft、Google 联合背书
Anthropic 联合 Amazon、Microsoft、Google 等 Glasswing 联盟成员，发布行业首个 AI 越狱严重度分级框架，旨在为模型红队测试提供统一标准。该框架将越狱分为 L1-L4 四级，对应不同风险响应流程。 📎 原文
🔗 📎 原文
📎 https://www.anthropic.com/news
🚀 Product Hunt — 今日热榜
🔥 Glaze by Raycast ▎Top 1 深度 · 476▲
产品背景：Raycast 是 Mac 平台最具影响力的效率工具之一，其启动器已成为开发者与重度用户的标配。此次推出的 Glaze 是 Raycast 团队在 "AI 原生应用生成" 方向的关键产品：用户只需用自然语言描述需求，AI 即可生成一个原生 Mac 桌面应用，即开即用、离线运行。
核心功能：① 对话式生成：直接用自然语言描述需求，AI 自动构建 UI、逻辑和数据流；② 本地原生体验：所有 Glaze 应用都运行在你的 Mac 上，可访问本地文件、API 与硬件（摄像头、麦克风、文件系统）；③ 即时启动：应用以原生二进制形式分发，启动延迟 < 200ms；④ 离线可用：核心功能不依赖网络连接。
技术架构：底层使用 Raycast 自研的 "Glaze Runtime" 运行时，结合 SwiftUI 与 AppleScript，可在沙盒中安全执行 AI 生成的代码片段。AI 模型层接入 Claude Sonnet 5 与 GPT-5.6，模型生成的代码在本地通过类型系统与权限沙盒双重校验后才执行。
使用场景：适合需要快速搭建内部工具的运营、销售、客服团队（"做一个客户查询面板" → 5 分钟得到应用）；适合个人用户把重复性工作流固化为专属工具；适合开发者快速验证产品 idea 而无需从零搭框架。
推荐理由：Glaze 把 "vibe coding" 推到了桌面应用层级，是 AI 编程工具从 "写代码" 到 "造软件" 的关键一步。当前处于私测阶段，需要 Raycast 邀请码才能使用，正式版预计 Q3 推出。对于 Mac 重度用户，这是 2026 年最值得关注的生产力新品之一。
📎 producthunt.com/products/glaze-4
📎 https://www.producthunt.com/products/glaze-4
🔥 Goals from Loops ▎Top 2 深度 · 287▲
产品背景：Loops 是面向 SaaS 公司的客户沟通平台，覆盖邮件、推送、站内消息全渠道。Goals 是 Loops 新推出的 "营销归因与目标衡量" 模块，让市场团队能在一个面板内追踪每一次营销活动是否真正带来了期望的业务结果，而不仅仅是打开率和点击率。
核心功能：① 自定义目标：设定业务目标（如 "试用转化"、"付费订阅"），系统自动绑定到营销活动；② 全链路归因：从用户首次触达到最终转化，每一步都有数据洞察；③ 实时仪表板：可视化展示每个活动对目标的贡献度；④ A/B 测试集成：与 Loops 现有 A/B 测试模块无缝衔接。
技术架构：底层使用增量事件流（CDC）+ 实时数仓（ClickHouse），支持秒级延迟的目标达成监控。归因模型采用 Shapley Value 算法，公平分配每个活动节点的贡献，避免 "最后点击" 归因的偏差。
使用场景：适合增长团队精准评估每次营销活动 ROI；适合产品经理在 launch 关键节点上判断哪个渠道带来了真实用户；适合 CMO 在季度复盘中向 CEO 展示营销价值。
推荐理由：在 "营销归因" 这个被 GA4、Mixpanel 长期占据的赛道，Loops 用更轻量的接入（仅需邮件平台授权）和更聚焦的 SaaS 场景切入。免费版支持 3 个目标和 10,000 月活，付费版 $49/月起。对于已经在用 Loops 做客户沟通的 SaaS 公司，Goals 是值得立即启用的免费增量。
📎 producthunt.com/products/loops
📎 https://www.producthunt.com/products/loops
· 249▲ Tamamon
Mac 桌面宠物，会根据你使用 Claude Code 的频率与代码量逐渐成长。开发者用游戏化机制激励自己写更多代码，宠物支持 20+ 形态演变。
🔗 📎 Product Hunt
📎 https://www.producthunt.com/products/tamamon-a-tiny-desktop-pet-that-grows
· 201▲ Osloq
面向开源维护者的 AI 工具，自动读取 GitHub issue 描述，尝试复现 bug 并提交复现 PR。支持 Python/JS/Go 仓库，私人 Beta 阶段免费试用。
🔗 📎 Product Hunt
📎 https://www.producthunt.com/products/osloq
· 146▲ nxt
AI 驱动的待办管理：和你的 to-do list 对话，AI 自动排序、提醒、生成下一步建议。集成 Google Calendar、Notion 与 Linear。
🔗 📎 Product Hunt
📎 https://www.producthunt.com/products/nxt-talk-to-your-to-do-list
· 184▲ Archify
Chrome 扩展 + CLI 工具，自动扫描 GitHub 仓库并生成可视化的代码地图、调用关系、依赖图，帮助新人快速理解大型项目。
🔗 📎 Product Hunt
📎 https://www.producthunt.com/products/archify
💬 Hacker News — Top 热帖
1. 在本地运行 SOTA 大模型完全指南：显存、算力、配置一文打尽
热度：62▲30💬
Jamesob 的 GitHub 仓库系统梳理了 2026 年在本地运行 GPT-OSS-120B、GLM-5.2、Llama 4 等 SOTA 模型所需的硬件、显存与软件栈。指南特别推荐了 "4 张 RTX PRO 6000 拼成 384GB VRAM" 的方案，性能接近 Claude Opus 4.8。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48780870
Aurornis：我玩本地 LLM 已经花了远超合理水平的硬件预算。我的建议是：如果只是想体验，先用 Ollama + 旧显卡跑 Qwen 2.5 7B，不要一开始就上 4 卡。
jacobgold：文中提到 "$40k 配置 ≈ 接近 Claude Opus 4.8"，换算下来相当于 16.8 年的 Opus 订阅或 Codex GPT-Pro 长约，本地化对重度用户确实划算。
2. SearXNG：自由开源的元搜索引擎，GitHub 仓库 35K star 持续增长
热度：49▲7💬
SearXNG 是 SearX 的活跃分支，一个完全自托管的元搜索引擎，聚合 70+ 搜索引擎结果而不上传用户数据。原生支持 JSON 输出，是构建内部 RAG 与文档搜索系统的热门选择。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48780801
asciimoo：我是 SearX 的原作者，但因元搜索概念的天花板我已经不再参与开发。我的新项目是 Kagi 的开源替代，欢迎试用。
exiguus：SearXNG + YaCY 后端是我 5 年来的日常搜索组合，搭建内部文档搜索或 RAG 时它原生支持 JSON 输出非常方便。
3. 巨型树木如何毫无压力地把水泵到顶端？科学家揭示生物力学原理
热度：43▲8💬
埃克塞特大学研究发现，世界最高的树木（如加州红杉、桉树）并非通过毛细作用 "泵" 水，而是利用叶片蒸腾作用产生的负压 + 木质部气泡抗塌陷机制，把水拉到 100+ 米高度。这一发现对仿生材料设计有重要启发。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48780865
calibas：目前已知的最大树部分被学界拒绝承认，原因是它超过了理论计算的高度上限：详见维基百科。
nullorempty："巨型树木毫无压力地把水泵到顶端"——但它们其实并不是在 "泵" 水，而是利用蒸腾拉力和负压的协同。
4. Leanstral 1.5：Mistral 把 "形式化证明丰富化" 推向生产级
热度：33▲15💬
Mistral AI 发布 Leanstral 1.5，专注于自动化定理证明（ATP）领域。在 Lean 4 中拼接证明步骤，达成 "proof abundance"——同一目标可生成 10+ 不同路径。该模型在 bug finding 任务中表现尤其亮眼。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48781196
henryrobbins00：在最新版本的 OpenATP 中试用 Leanstral 1.5。OpenATP 是一个开源 Python 包与 CLI，用于 Agentic 自动定理证明，原生支持本地 Docker 部署。
boulos：工作很扎实，但 bug finding 的例子选得有点奇怪——他们的 zigzag 例子其实只是符号混乱，并非真正的逻辑漏洞。
5. 用 CV 让 Steam Controller 自动爬到磁吸充电座上充电
热度：21▲3💬
GitHub 项目 FossPrime/Steam-Controller-Auto-Charge 利用 Steam Controller 的振动马达和计算机视觉，让控制器像虫子一样自动 "爬" 到桌面上预定的磁吸充电座上充电。整个项目开源，使用 OpenCV + Python 简单实现。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48780996
jml7c5：光看文字描述大家可能不好理解，我录了一个视频：X 上传的视频，控制器真的会用震动马达在桌面上挪动。
drchaim：这是一年前会让人觉得 "wow"、现在只会觉得 "哦挺可爱" 的项目。但创意依然值得肯定。
6. GLM-5.2 在 AMD MI355X 跑出 2626 tok/s/节点，成本仅为 Blackwell 一半
热度：116▲34💬
Wafer.ai 公开技术博客，详细对比在 AMD MI355X 与英伟达 Blackwell 上跑智谱 GLM-5.2 的性能与成本。使用 AMD Quark 把 bf16 量化到 MXFP4（无损），在 ROCm 生态下端到端推理效率较 Blackwell 提升 3-4 倍，TCO 降低 50%+。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48779454
minraws：能不能在对比里加上 "每瓦性能" 这个指标？我想真正理解 AMD 在性价比梯队里到底处于什么位置。
oDot：这些云厂商真的有 80%+ 毛利率吗？还是利用率在吃利润？我很好奇底层经济学。
7. 人类大脑 "思维与视觉" 的关键回路：哥伦比亚大学揭示皮层反馈机制
热度：28▲6💬
哥伦比亚工程团队发表论文，揭示大脑皮层中负责处理高级认知（前额叶）与视觉信息（V1 区）之间的 "去抑制信号"，让大脑能在思考时灵活编码视觉信息。论文主要基于 fMRI 数据和视觉抽象任务。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48780913
w10-1：论文标题：Disinhibitory signaling enables flexible coding of top-down information in cortical networks（应限定为 in-silico 视觉系统）。方法：复现 fMRI 关于视觉抽象任务的发现。
SubiculumCode：与研究本身无关——但文章给人的感觉是 "神经科学家刚刚发现" 深度递归一路回到 V1。其实这是过去 20 年共识，不是新发现。
8. Odin 与维基百科的 "参与农业"：编辑质量危机的元分析
热度：51▲14💬
文章分析维基百科上参与度最高的话题（流量、社交媒体推动）反而在删除投票中显现出 "账号可疑" 的比例——这与社交平台的 "engagement farming" 现象如出一辙，对维基百科的中立性构成挑战。
🔗 📎 原文链接（Hacker News）
📎 https://news.ycombinator.com/item?id=48780417
andrybak：删除投票数据：5/7 主张删除的编辑有账号问题，1/4 主张保留的也有。最终投票后不久，就有维基百科管理员介入。
andai：如果我没理解错的话：现在的程序设计——尤其是小众领域——和维基百科的 "可靠来源" 和 "知名度" 准则契合度很差，因为后者是为传统媒体设计的。
融合AI科技日报 · 2026年07月04日 · 自动化生成
AI赛道 | 加密行业 | Product Hunt | Hacker News
关注公众号获取每日推送
💡 原文链接在各条文章末尾，长按可复制到浏览器打开
