AI 主编日报 · 2026-06-12

01/11

Claude Fable 5 企业实战评测：长任务 agent 工作流获高密度验证，但行为基准落后 GPT-5.5

这是 Fable 5 上线以来规格最高、来源最多样的一批独立评测，集中出现在同一天具有强烈信号价值。长任务无人值守能力和企业知识工作表现是两个实质性数据点，而 agent 基准落后提示模型仍有明确短板。三份正面报告与一份不利基准同日出现，是稀有的信号密度，为行业提供了更立体的 Fable 5 能力图谱。

S 级 · 必须关注 4个来源 4 条新闻

大模型/LLMAgent 编程/Coding办公/生产力观点/评论突破性信号性

是什么

Instagram 联合创始人、Anthropic Labs 负责人 Mike Krieger 公开分享了与 Fable 5 共事数周的完整体验，核心案例是 Fable 5 在周末无人值守下自主完成了整个 Python 到 TypeScript 的代码库迁移；Box CEO Aaron Levie 完成跨行业企业知识工作基准测试，Fable 5 几乎全面领先 Opus 4.8，零售分析达 94% vs 61%；同日量子位报道 Fable 5 在「智能体最后的考试」基准中全面落后 GPT-5.5，最难档位得分为零。

为什么重要

三份来自不同角色的独立评测同日出现，为行业提供了迄今最完整的 Fable 5 能力图谱。长任务无人值守能力（Krieger 案例）和企业知识工作量化对比（Levie 评测）两个维度共同确认了 Fable 5 的核心优势区间；而 agent 专项基准的落后则提示：「能力全面领先」的表述需要更精确的限定，不同能力维度在不同评测框架下表现可能差异巨大。这种复杂性本身就是有价值的信号。

不同来源

Every AI (Mike Krieger)媒体

第一人称实战叙述：无人值守长任务是核心突破点，Fable 5 能在睡前接收复杂任务、凌晨自主完成并留下文档；工作模式从单一长会话转变为多个并发 Claude Code session；最重要的进步是模型在代码审查时能真正推回错误建议而非一味附和。

GitHub/X (Aaron Levie)社交媒体

量化企业评测：Fable 5 在法律尽调、医疗审计、媒体娱乐、零售分析、金融服务五个场景几乎全面领先 Opus 4.8；核心优势是不走捷径、多步推算精准、跨轮次结果稳定；Box AI Studio 即将支持客户基于 Fable 构建 agent。

GitHub/X (Thariq, Anthropic)社交媒体

内部工程师实战演示：用 Fable 5 完成整个视频后期制作，模型自主调用转录、ffmpeg、色彩分级、Figma MCP 等工具，agent 原生工作流从编程场景扩展到创意制作。

量子位媒体

不利基准数据：Fable 5 在「智能体最后的考试」高难度 agent 基准中全面落后 GPT-5.5，最难档位得分为零，提示 Fable 5 在特定 agent 推理场景存在明显短板。

四份评测同日出现是稀有现象，信息价值在于「组合」而非单条。Krieger 和 Levie 的正面报告更可信——前者是内部实操者，后者有量化数据；Thariq 的案例展示了能力边界的扩展。agent 基准落后值得关注，但一个基准测试的单一结论不应推翻大量实战报告。更合理的解读：Fable 5 在「开放式、长时、需要自主决策」的任务上有实质进步，在「高度结构化、需要形式化推理」的 agent 基准上仍有短板。这两者可以同时为真。

Every AI Mike Krieger：与 Fable 5 共事数周的真实体验——睡前布置任务，凌晨完成整个代码库迁移

GitHub/X Aaron Levie：Fable 5 企业知识工作评测——零售分析 94% vs Opus 4.8 的 61%

GitHub/X Thariq（Anthropic）：用 Claude Fable 5 完成 Claude Code 发布视频全部后期，没有打开任何视频编辑器

量子位「智能体最后的考试」：Fable 5 不敌 GPT-5.5，最难难度全部得零

02/11

Prometheus 完成 120 亿美元融资，Bezos 押注物理世界「人工通用工程师」

120 亿美元是物理 AI 赛道迄今最大单笔融资，背后逻辑是：文本 AI 助手竞争已趋白热化，资本正快速向「解决物理世界问题」的赛道集中。Bezos + 重工业 AI 的组合既有资本背书也有叙事号召力，意味着未来 1-2 年这一赛道将吸引大量竞争者跟进。410 亿估值对 150 人公司是极度的资本豪赌，可能预示新一轮物理 AI 泡沫，但押注方向本身具有战略合理性。

S 级 · 必须关注 2个来源 2 条新闻

机器人/具身智能大模型/LLM 制造/工业科学研究融资/收购规模性信号性

是什么

Jeff Bezos 旗下工业 AI 初创公司 Prometheus 完成 120 亿美元融资，估值 410 亿美元，目标是打造「人工通用工程师」——自动化重工业工程设计和药物设计流程。公司联合 CEO Vik Bajaj 曾联合创立 Alphabet 旗下健康研究机构 Verily，现有员工约 150 人。

为什么重要

这是物理 AI 赛道迄今最大单笔融资，信号意义超过金额本身。在 LLM 文本助手竞争趋于白热化之际，这笔融资明确代表了资本对「下一增长极在实体经济 AI 化」的押注。Bezos 此前主导了 Amazon 物流和云基础设施的革命，他在物理世界 AI 上的再次押注，会带动整个赛道的资本和人才加速涌入。

不同来源

TechCrunch媒体

聚焦融资规模与行业意义：定位为物理 AI 领域最大融资之一，重工业工程和药物设计自动化是双核心场景，是「具身智能」叙事的资本落地。

The Verge媒体

聚焦公司规模与人员背景：150 人团队 + 410 亿估值的悬殊对比格外醒目；联合 CEO 来自 Verily（生命科学 AI）暗示药物设计是核心突破口；「artificial general engineer」愿景与 AGI 话语形成呼应。

410 亿估值对 150 人公司是极度的资本豪赌，背后逻辑是「Bezos + 工业 AI 叙事」而非产品成熟度。这种估值水平的早期公司历史上多数会经历痛苦的重定价，但押注方向（物理世界 AI）具有战略合理性——工业工程和药物设计是真实的瓶颈，也是 AI 能力扩展的自然边界。值得持续关注的是：Prometheus 的「通用工程师」到底比「行业专家 AI 工具」多了什么，这将决定其叙事是否站得住脚。

TechCrunch Jeff Bezos 支持的 Prometheus 完成 120 亿美元融资，估值 410 亿美元

The Verge Jeff Bezos 的 AI 创业公司立志打造「人工通用工程师」

03/11

LCLMs：六校联合实现 16 倍上下文压缩，推理速度超 KV Cache 8.8 倍

KV Cache 是当前 LLM 推理成本的核心瓶颈，现有方案都是「先完整加载再删除」，治标不治本。LCLMs 绕过这一根本限制，理论上可将长文档处理成本降低一个数量级。六所顶尖机构联合背书且已全部开源，复现门槛低、可信度高，是近期推理优化领域最具实际价值的研究成果之一。

S 级 · 必须关注 1 个来源 1 条新闻

推理优化大模型/LLM 通用/跨领域研究成果突破性实用性

是什么

NYU、Columbia、Princeton、Maryland、Harvard 与 Lawrence Livermore 国家实验室联合提出 Latent Context Language Models（LCLMs），通过编码器-解码器架构在 token 进入解码器前完成序列压缩，从根本上绕开了 KV Cache「先完整加载缓存再逐步删除」的架构性瓶颈。在 16 倍压缩率下推理速度比 KV Cache 基准快 8.8 倍，精度高于同等压缩率所有 KV Cache 方法；4 倍压缩时精度仅下降不到 3 个百分点。

为什么重要

KV Cache 是当前 LLM 长文档推理成本的核心瓶颈，已有大量针对它的优化工作，但都是在其框架内修补。LCLMs 选择了根本性的架构替换：在进入解码器之前完成压缩，彻底绕开了 KV Cache 的固有限制。六所顶尖机构的联合背书，加上已全部开源的代码，使这个结果具有高可信度和低复现门槛——这在学术成果中并不常见。

不同来源

VentureBeat媒体

聚焦工程实用性：可直接替换现有 LLM 使用，已原生集成，量化指标清晰。研究者坦诚指出推理链（reasoning trace）的在线压缩问题尚未得到验证，这是对 reasoning model 实际部署的重要限制条件。

这是近期 LLM 推理优化领域可信度最高的结果之一，来源机构、开源代码、量化指标三者齐备。唯一值得关注的局限是推理链压缩问题——对于当前越来越依赖 chain-of-thought 的 reasoning model，这个限制在实际部署中影响较大，仍需等待后续工作。但对于标准长文档处理场景，LCLMs 提供了真实可用的改进路径。

VentureBeat 上下文压缩新突破：LLM 输入量缩减 16 倍且不损精度

04/11

MiniMax Sparse Attention：稀疏注意力机制突破超长上下文计算瓶颈

与 LCLMs 同日出现，两者都针对长上下文推理效率瓶颈，路线不同但方向相同，说明该问题正处于密集攻关阶段。MiniMax 作为有影响力的模型厂商提出并开源，有较高的实际采用可能性。

A 级 · 值得细读 1 个来源 1 条新闻

推理优化大模型/LLM 通用/跨领域研究成果突破性实用性

是什么

MiniMax 提出基于分块稀疏（blockwise sparsity）的注意力机制，通过优化 GPU 执行策略解决超长上下文处理的计算瓶颈，在保持模型性能不退化的同时实现显著推理加速，代码已全部开源。

为什么重要

超长上下文处理是当前模型部署的关键成本瓶颈。MiniMax 作为有影响力的模型厂商提出这一方案并配套开源，有较高的实际采用可能性。与 LCLMs（六校联合成果）同日出现，说明长上下文效率问题正处于密集攻关阶段，短期内可能出现更多进展。

不同来源

HuggingFace Papers学术平台

分块稀疏策略针对 GPU 执行特性做了专项优化，性能保持是其关键卖点。代码开源降低了验证和采用门槛。

MiniMax Sparse Attention 和 LCLMs 代表了长上下文效率问题的两种不同攻关路线：前者在注意力机制层面优化，后者从架构层面替换。两者同日出现不是巧合，而是反映了整个领域在推理成本上面临的相同压力。两者可以共存，甚至可以组合使用。

HuggingFace Papers MiniMax Sparse Attention：稀疏注意力大幅提升超长上下文处理效率

05/11

EvoTrainer：阿里通义实验室提出 LLM 策略与训练框架自主协同进化

「让 AI 自己设计训练流程」是 AI 研究自动化的核心命题之一。如果训练框架本身能够自主进化，将大幅降低 AI 研究的人力门槛，同时可能加速能力迭代速度。阿里通义作为头部机构提出这一方向，有较高的影响力背书。

A 级 · 值得细读 1 个来源 1 条新闻

微调/训练Agent 科学研究研究成果突破性信号性

是什么

阿里通义实验室（AlibabaTongyiLab）提出 EvoTrainer，通过经验反馈机制让 LLM 策略（policy）与训练框架（training harness）自主协同进化，不需要人工手动设计训练流程。在复杂推理和代码生成任务上，EvoTrainer 的表现优于传统人工构建的训练方案。

为什么重要

训练流程设计目前仍是 AI 研究中高度依赖人类专家的环节。EvoTrainer 展示了「让 AI 自己优化训练框架」的可行性，如果这一方向得到验证和推广，将大幅降低研究门槛并可能加速模型迭代速度。这是对「meta-learning」方向的最新推进，来自头部机构背书可信度较高。

不同来源

HuggingFace Papers学术平台

强调自主性（autonomous）和协同进化（co-evolving）两个关键词，与传统单独优化策略或框架的方案相比，协同进化提供了更强的自适应能力。

EvoTrainer 的方向具有战略价值：训练自动化如果成功，将重塑 AI 研究的分工模式。但这类「让 AI 设计自己的训练」成果历来有泛化性问题——在特定任务上优于人工设计，不代表在所有场景都如此。关键指标是：EvoTrainer 在多大范围内可以替代人类专家判断，以及其进化过程的稳定性和可解释性。

HuggingFace Papers EvoTrainer：自主协同进化 LLM 策略与训练框架的 agentic RL

06/11

OpenAI Codex 48 小时内出现异常 token 激增，内部确认极为不寻常

内部人员主动公开确认异常激增，且在没有新产品发布的背景下出现，强烈暗示有外部机构在大规模批量使用 Codex。这可能是企业级 AI 编程助手大规模部署的信号，也可能是某种自动化 agent 工作流的上线迹象。OpenAI 同期新增网络安全人员，两个信号组合值得持续关注。

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLMAgent 编程/Coding 行业动态信号性争议性

是什么

OpenAI Codex 在过去 48 小时内出现异常 token 消耗激增，OpenAI Codex 团队成员 Thibault Sottiaux 在 X 上主动公告，表示「没有新产品发布的情况下极为不寻常」，暗示有外部机构大规模调用。他同时宣布 OpenAI 新增两位网络安全领域成员，团队将加速「全球防御者」能力建设。

为什么重要

AI 基础设施的使用激增通常是行业趋势的早期可见指标。「没有新产品发布」的表述说明这不是自然增长，而是某个组织或自动化流程突然大规模启动。在 AI agent 和批量代码生成快速普及的背景下，这种激增最可能的解释是：企业级 AI 开发工作流已达到某种规模阈值，或有大型机构正在做批量代码迁移/生成。

不同来源

GitHub/X (Thibault Sottiaux)社交媒体

内部人员主动披露，措辞审慎（「极为不寻常」）但明确，配合新增网络安全人员的消息，传递出 OpenAI 在关注大规模使用背后可能的安全含义。

token 激增本身是中性的——使用量增长对 OpenAI 是好事，但「极为不寻常」的表述引发合理疑问：这个激增是否来自有授权的正常使用？还是某种自动化抓取或滥用？结合同期新增网络安全人员的消息，OpenAI 显然正在密切监控这一情况。对从业者而言，这是 AI 代码生成已在某些场景达到大规模自动化部署的信号。

GitHub/X OpenAI Codex 异常 token 消耗激增，Thibault Sottiaux 确认极为不寻常

07/11

Anthropic Claude Platform 上线定时部署与 Vault 功能，Cursor 覆盖 60%+ Fortune 500

60%+ Fortune 500 企业使用 Cursor 是 AI 编程助手企业渗透率的重要里程碑数据。Claude Platform 新功能（定时部署、Vault 环境变量）是面向开发者的基础设施完善信号，表明 Anthropic 正在加速构建以 Claude API 为核心的开发者生态，与 OpenAI 的竞争从模型扩展到生态层。

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM基础设施/MLOps 编程/Coding通用/跨领域产品发布规模性生态性

是什么

Anthropic 官方披露 Cursor 两年内从 15 人扩张至 700 人，超过 60% 的 Fortune 500 企业已在其平台上构建应用。同日 Claude Platform 上线「定时部署」和「Vault 环境变量」两项新功能，面向平台开发者正式开放。

为什么重要

60%+ Fortune 500 的渗透率意味着 AI 编程助手已完成从早期采用者到主流企业的关键跨越。这一数据同时也是 Anthropic 模型生态扩张的间接证明——Cursor 是基于 Claude API 的最大单一应用之一。Claude Platform 新增的定时部署和 Vault 功能，是企业级开发者工作流的必要基础设施，说明 Anthropic 在认真对待平台生态建设，而非仅靠模型能力吸引用户。

不同来源

GitHub/X (Anthropic 官方)社交媒体

通过讲述 Cursor 故事来展示 Anthropic 生态的规模影响力；同日发布平台新功能，两条消息组合强化了「Anthropic 是 AI 开发者首选底座」的叙事。

Cursor 60%+ Fortune 500 是一个重要里程碑，但需要注意「在平台上构建应用」的定义——不一定意味着核心业务依赖，可能包含小规模试点。更重要的趋势是：Claude Platform 正在持续完善企业级功能，与 OpenAI 的竞争已从「哪个模型更强」演进到「哪个平台更好用」的生态竞争。

GitHub/X Anthropic 官方：Cursor 两年内 15 人扩张至 700 人，Claude Platform 上线定时部署和 Vault

08/11

Google Project Genie 向全球 AI Ultra 5X 用户开放

Project Genie 是 Google Labs 的实验性 AI 产品，向最高订阅档位用户开放是商业化路径的重要节点。Google 在 Gemini 服务中断后次日快速推进产品扩容，也显示了维护用户信心的意图。

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM 通用/跨领域产品发布规模性信号性

是什么

Google Labs 宣布 Project Genie 向全球 Google AI Ultra 5X 订阅用户开放，扩大了早期访问范围。AI Ultra 5X 是 Google AI 订阅体系中最高档位。

为什么重要

实验性产品向高端付费用户开放，是 Google 将 Labs 成果转化为商业产品的标准路径。Project Genie 的全球扩容意味着 Google 认为该产品已达到足够稳定性，可以服务更广泛的高价值用户。这也是 Google 在 Gemini 服务中断次日的正面动作，有维系用户信心的战略意图。

不同来源

GitHub/X (Google Labs 官方)社交媒体

简短公告形式，强调「全球」可用性，与此前更受限的访问方式形成对比。

Project Genie 的扩容信号意义大于实质——向最高订阅级别用户开放，意味着初始用户基数仍然有限。更值得关注的是 Google Labs 发布节奏：如果 Project Genie 的能力确实有别于标准 Gemini，它可能成为 Google 高端 AI 订阅的核心差异化卖点，与 OpenAI 的付费订阅体系正面竞争。

GitHub/X Google Labs Project Genie 向全球 AI Ultra 5X 订阅用户开放

09/11

小米 MiMo Code 开源宣称超越 Claude Code，但厂商自测数据存疑，社区 Bug 频出

这是首次有中国公司旗下产品公开宣称在标准基准上超越 Claude Code。即使数据未经独立验证，此举本身改变了 AI 编程助手竞争格局的叙事：开源、免费、声称超越头部产品，这个组合对企业采购决策有实际影响，尤其在价格敏感的亚洲市场。

A 级 · 值得细读 2个来源 2 条新闻

Agent开源模型编程/Coding 开源发布争议性实用性

是什么

小米 MiMo AI 团队开源 MiMo Code V0.1.0，基于 OpenCode fork，引入 SQLite FTS5 驱动的跨会话记忆架构，主打长上下文 agent 编程任务。厂商自测数据显示在三项评测上均超越 Claude Code + Sonnet 4.6：SWE-bench Verified 82% vs 79%，SWE-bench Pro 62% vs 55%，Terminal Bench 2 73% vs 69%。MIT 协议开源，暂时免费。社区反映 Bug 频出，5 人 2 周开发，开源后迅速获得 5.1k stars。

为什么重要

中国科技公司公开挑战 Anthropic Claude Code 是行业信号：AI 编程助手竞争正在全球化，而开源免费路线对付费工具构成真实竞争压力。跨会话记忆架构针对的是 Claude Code 的真实痛点（长任务「失忆」）。即使 Bug 频出，5.1k stars 说明开发者社区有强烈需求。

不同来源

VentureBeat媒体

正面评测：聚焦技术创新（记忆架构）和基准数据，同时明确标注「厂商自报，未经独立验证」，给出平衡的分析。

InfoQ 中国媒体

社区反馈视角：5 人 2 周的快速开发节奏带来了 Bug 频出的质量问题，开发者社区反应两极化——既有快速积累 stars 的热度，也有大量投诉。

MiMo Code 的数据在独立验证前应保留判断。历史上厂商自报基准普遍偏高，且测试条件可能不对等。但它的出现改变了对话框架：即使真实表现略低于声称，一个开源免费、专攻 Claude Code 薄弱点（长任务记忆）的工具对企业采购来说仍是真实替代选项。Bug 频出是 V0.1.0 的正常状态，更关键的是两周后还会是什么状态。

VentureBeat 小米 MiMo Code 开源：超长任务上超越 Claude Code

InfoQ 中国 5 人 2 周肝出 5.1k 星：小米 MiMo Code 开源但 Bug 不断，开发者炸锅

10/11

Microsoft SkillOpt：无需修改模型权重，自动优化 Agent 技能文档

大量 agent 框架的「技能文档」是隐性瓶颈——不好的文档会让能力强大的模型表现糟糕，但手动优化技能文档费时费力。SkillOpt 提供了自动化优化路径，1-5 美元的成本使其对个人开发者也可负担。跨模型迁移能力（Codex → Claude Code +59.7）尤其有价值，意味着投资一次，多处复用。

A 级 · 值得细读 1 个来源 1 条新闻

Agent大模型/LLM 编程/Coding通用/跨领域开源发布实用性突破性

是什么

Microsoft Research Asia 开源 SkillOpt（MIT），通过「提议-验证」循环对 agent 技能文档（.md 文件）进行自动化迭代优化，借鉴深度学习的学习率、验证集门控和动量更新机制。52 个组合测试中全面超越所有基线，GPT-5.5 平均提升 +23.5 分；在 Codex CLI 中训练的电子表格技能直接迁移到 Claude Code 带来 +59.7 分提升。训练成本 1-5 美元，中位文档长度约 920 token。

为什么重要

agent 技能文档质量是被严重低估的性能瓶颈。很多使用 agent 框架的开发者花大量时间手动调整技能文档，SkillOpt 将这一过程自动化，且成本极低（1-5 美元一次性投入）。跨平台迁移能力（从 Codex CLI 到 Claude Code 无需修改）意味着技能文档成为了真正可复用的资产。

不同来源

VentureBeat媒体

强调工程实用性：训练成本低、可跨模型迁移、MIT 开源可直接用于商业项目。同时展示了 52 个组合的广泛验证，而非单一场景。

SkillOpt 是一个价值密度极高的工具：低成本、开源、解决真实痛点、数据充分。唯一的限制是它专门针对有「技能文档」这一概念的 agent 框架（如 Claude Code），对其他框架的适用性需要额外验证。对于已在使用这类框架的开发者，SkillOpt 值得立刻尝试。

VentureBeat Microsoft SkillOpt：无需修改模型权重，自动优化 AI agent 技能文档

11/11

Google DiffusionGemma：扩散范式引入文本生成，单 H100 每秒 1008 tokens

自回归生成（逐 token 预测）是当前所有主流 LLM 的基础范式。DiffusionGemma 展示了非自回归路线的实际可行性：5-6 倍推理加速对本地部署场景意义重大。即使当前质量不及标准模型，Google 公开发布并承认限制的态度，表明这不是内部实验而是认真探索的方向。

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM推理优化通用/跨领域产品发布突破性实用性

是什么

Google 发布实验性开源模型 DiffusionGemma（Apache 2.0），将图像扩散范式引入文本生成：每次并行生成 256 token「画布」，多轮去噪迭代收敛，支持双向注意力和迭代自我修正。FP8 版本在单 H100 达每秒 1008 tokens（自回归基线的 5-6 倍），已原生集成 vLLM，量化后可在 RTX 4090/5090 上运行。Google 明确承认整体质量低于标准 Gemma 4。

为什么重要

自回归生成是当前 LLM 的基础范式，也是推理速度的根本瓶颈（每次只生成一个 token）。DiffusionGemma 展示了非自回归路线的可行性，5-6 倍加速对边缘部署、实时响应等场景有实际价值。双向注意力使其在代码填充等结构化任务上有天然优势。Google 公开承认质量差距的态度提高了信息的可信度——这是真实的探索，而非营销材料。

不同来源

VentureBeat媒体

平衡报道：同时呈现加速优势（1008 tokens/s）和质量劣势（低于标准 Gemma 4），以及明确的适用场景建议（本地推理、低并发）。原生 vLLM 集成降低了实际使用门槛。

DiffusionGemma 目前更接近「概念验证」而非「生产可用」——质量低于标准 Gemma 4 是限制性条件，大多数应用场景都需要权衡这个差距。但它所代表的方向值得关注：如果非自回归路线能在质量上赶上自回归，推理成本将出现数量级的下降。Google 选择公开发布并如实陈述限制，是理性的技术分享姿态。

VentureBeat Google DiffusionGemma：256 token 并行生成，支持迭代自我修正

AI 主编日报The Editor's Brief

Claude Fable 5 企业实战评测：长任务 agent 工作流获高密度验证，但行为基准落后 GPT-5.5

Prometheus 完成 120 亿美元融资，Bezos 押注物理世界「人工通用工程师」

LCLMs：六校联合实现 16 倍上下文压缩，推理速度超 KV Cache 8.8 倍

MiniMax Sparse Attention：稀疏注意力机制突破超长上下文计算瓶颈

EvoTrainer：阿里通义实验室提出 LLM 策略与训练框架自主协同进化

OpenAI Codex 48 小时内出现异常 token 激增，内部确认极为不寻常

Anthropic Claude Platform 上线定时部署与 Vault 功能，Cursor 覆盖 60%+ Fortune 500

Google Project Genie 向全球 AI Ultra 5X 用户开放

小米 MiMo Code 开源宣称超越 Claude Code，但厂商自测数据存疑，社区 Bug 频出

Microsoft SkillOpt：无需修改模型权重，自动优化 Agent 技能文档

Google DiffusionGemma：扩散范式引入文本生成，单 H100 每秒 1008 tokens

其余 30 条 · 知道有就行