AI开始进入真实世界:硬件、Agent和算力都变了

今日判断：AI 行业正在从“更会聊天”转向“更会进入真实流程”。今天几条新闻看似分散，其实都指向同一个变化：AI 正在进入硬件、开发工具、内容生产、机器人手术、模型训练和算力交易。

时间窗口：2026 年 7 月 10 日 09:00 → 2026 年 7 月 11 日 09:00（北京时间）。

1. Apple 起诉 OpenAI：AI 硬件战开始碰到商业机密边界

Apple 在美国加州北区联邦法院起诉 OpenAI，指控其窃取商业机密并违反合同。

根据诉状，Apple 指称 OpenAI 高级领导层在招聘过程中涉及前 Apple 员工携带或披露机密信息，包括未发布产品项目代号、硬件组件、技术文档等。Apple 还提到一名前高级系统电气工程师离职加入 OpenAI 后未归还公司笔记本，并下载了机密技术文档。

这条新闻的核心不是八卦，而是 AI 公司边界变了。

当 OpenAI 还是一家模型和软件服务公司时，它主要和 Anthropic、Google、Meta 等公司竞争；但一旦它要做自有硬件，就会直接进入 Apple 最擅长、也最敏感的区域：工业设计、供应链、材料工艺、专利和人才流动。

对创业者的提醒：AI 硬件不是“把模型装进设备”这么简单。越往终端走，越要处理制造、合规、知识产权和大厂人才限制。

来源：TechCrunch https://techcrunch.com/2026/07/10/apple-sues-openai-over-alleged-trade-secret-theft

2. Claude Code 加入应用内浏览器：编程 Agent 开始看见真实页面

Claude Code 桌面版新增应用内浏览器。Claude 可以打开文档、设计稿、网站或本地开发页面，并进行阅读、点击和交互。这个浏览器采用沙盒机制，也允许用户配置会话是否持久保存。

这听起来像一个小功能，但对 AI 编程工具很关键。

过去很多 AI 编程工具的问题是：它能写代码，但看不到完整上下文。你要把报错、页面状态、文档片段、需求说明复制给它，它再根据文字推断。

有了浏览器之后，Agent 可以更接近真实开发流程：

• 打开文档确认 API；
• 查看设计稿理解页面结构；
• 访问本地页面复现问题；
• 点击按钮观察交互；
• 再回到代码里修改。

这意味着 AI 编程正在从“生成代码”走向“理解环境并验证结果”。

来源：Claude Devs https://x.com/ClaudeDevs/status/2075635283211772279

3. 百度搭子更新：国内 Agent 转向垂直工作流

百度搭子在成都 AI Day 发布四项更新：个人版增强浏览器调用、智能路由、多端共享记忆和 PPT 生成；同时上架“一镜”数字人制作、“灵医”报告解读等 Skill，并推出自媒体专业套件、企业版和搭子联盟。

其中最值得关注的是“自媒体专业套件”。

它覆盖的不是单个写作环节，而是从选题、内容生产到复盘的完整链路。这代表国内 Agent 产品正在发生一个明显变化：从“通用聊天框”转向“具体职业流程”。

对普通用户来说，万能助手听起来很强，但真正愿意付费的场景往往更具体：

• 自媒体每天选题和复盘；
• 销售团队写方案和跟进客户；
• 企业内部做知识检索和审批；
• 医疗、教育、财务等垂直任务的半自动化。

判断：Agent 产品的竞争点会越来越少停留在“模型多聪明”，而是看谁能把浏览器、记忆、工具调用、权限和行业流程整合得更顺。

来源：百度智能云（文心）https://mp.weixin.qq.com/s/Haqbjim9YGmRu1XpxG_VvA

4. 宇树 G1 完成活体微创手术实验：低成本通用机器人进入高门槛场景

一篇《自然》论文显示，加州大学圣地亚哥团队使用宇树 G1 人形机器人，以常规手术器械完成了两只活猪的腹腔镜胆囊切除术。第二次手术耗时 32 分钟。

需要强调的是：这仍然是实验，不代表人形机器人马上能进入临床。报道称该机器人还需要反复校正，也尚无法满足手术无菌标准。

但它的意义在于成本和路径。

传统手术机器人系统非常昂贵，而这类通用机器人如果能在实验中完成高门槛任务，可能会让科研、训练、部分辅助场景的成本结构发生变化。

未来更可能出现的不是“人形机器人立刻替代医生”，而是：

• 医疗科研中出现更低成本的机器人实验平台；
• 专用设备和通用机器人结合；
• 一些非临床高精度操作先被自动化；
• 手术机器人价格体系被长期压低。

来源：X.PIN https://x.com/thexpin/status/2075640168896516139

5. DeepSeek-V4 Flash 登陆 AMD 强化学习训练链路：算力路线正在多元化

LMSYS/Chatbot Arena 团队发布博客，介绍 DeepSeek-V4 Flash 的强化学习训练已在 AMD Instinct MI355X GPU 上通过 Miles 框架获得支持，并基于 ROCm 软件栈运行。

这是一条偏技术的新闻，但背后的产业含义很直接。

DeepSeek-V4 Flash 是 2840 亿参数 MoE 模型，每个 token 激活 130 亿参数。训练链路中，SGLang 负责 rollout 生成，Megatron 负责策略更新，Miles 负责异步循环和权重同步。团队还解决了模型对齐、量化状态在线更新、多节点并行稳定性等问题，并在四个八卡节点上完成端到端验证。

为什么这件事重要？

因为后训练，尤其是强化学习训练，正在成为大模型竞争的关键。如果 AMD ROCm 生态能稳定承载这种大规模 MoE RL 训练，模型公司就不必完全依赖单一硬件路线。

这会影响三个层面：

1. 模型公司有更多算力选择；
2. 云厂商可以提供更丰富的训练方案；
3. 算力价格和议价结构可能被重新平衡。

来源：LMSYS Blog https://www.lmsys.org/blog/2026-07-10-rocm-miles-dsv4

6. Meta 回应“算力过剩”：AI 算力正在变成可出租资产

扎克伯格回应 Meta 筹划云基础设施业务时表示，公司内部并不是“算力过剩”，AI 算力仍然满负荷运转。但他同时承认，当前市场对算力出价很高，把部分基础设施对外出租在财务上更划算。

Meta 正在制定代号“Meta Compute”的云计算计划，方向包括开放模型访问权限，以及直接出租裸算力。公司 2026 年资本支出指引达到 1250 亿至 1450 亿美元，并计划在 2026 年 9 月量产自研 AI 芯片。

这说明一件事：AI 算力已经从企业内部成本，变成了可以交易、可以定价、可以金融化管理的资产。

未来的大厂可能同时扮演四个角色：

• 自己训练模型；
• 对外提供模型 API；
• 出租底层算力；
• 用自研芯片降低长期成本。

对 AI 应用创业者来说，这意味着算力供给可能更多，但价格也会更市场化。谁能获得稳定、便宜、可扩展的算力，谁就有更大机会做出长期产品。

来源：IT之家 https://www.ithome.com/0/975/078.htm

今天的结论

今天这些新闻共同说明：AI 的竞争已经进入“真实世界阶段”。

过去一年，行业关注点是模型能力、参数、榜单和聊天体验。现在更重要的问题变成：

• AI 能不能嵌入开发环境？
• 能不能跑通内容生产流程？
• 能不能进入机器人和医疗实验？
• 能不能用更低成本训练？
• 能不能把算力变成稳定商业资产？
• 能不能处理知识产权和安全边界？

一句话：AI 的价值，正在从会聊天，变成会进入真实流程。

对普通创作者和小团队来说，最值得做的不是追每一个模型发布，而是观察：哪些 AI 工具已经能进入你的日常工作流，并带来可衡量的时间节省或收入提升。