AI and technology watch

AI 新闻

聚合过去 24 小时 AI 与开发者生态动态，并提供来源链接以便深入阅读。

---
AI HOT ·

借助 Workload Identity Federation 安全访问 Claude Platform

04:44 Claude：Blog（网页） 精选 65 Workload Identity Federation (WIF) 已在 Claude Platform 上全面可用。WIF 兼容任何 OIDC 身份提供者，覆盖所有 Claude API 端点（包括第一方 SDK 和 Claude Code）。WIF 用短生命期凭证替代静态 API 密钥，并引入服务账户，每个工作负载拥有独立身份、角色和审计日志。Claude Console 提供引导设置流程，支持 Admin API 进行组织管理。API 密钥可并行使用以便逐步迁移。 Anthropic 产品更新 部署/工程 推荐理由： 这个功能真正解决了企业在生产环境中用 Claude 的最大痛点，现在团队可以完全抛掉静态密钥，用现成的身份体系接入，安全审计也变得顺手。

Anthropic 产品更新 部署/工程
AI HOT ·

LifeSciBench 发布

04:42 OpenAI：官网动态（RSS · 排除企业/客户案例） 精选 58 2026 年 6 月，OpenAI 联合 173 位博士级生命科学家发布 LifeSciBench 评测基准，涵盖 750 个真实研究任务，覆盖证据处理、分析、设计优化等七个工作流及七个生物领域。每项任务配有约 25 条细化评分标准（共 19,020 条），评估模型的科学正确性与实用价值。79% 的任务需多步推理，53% 要求解读图表、PDF 等附件数据，旨在衡量 AI 在复杂、不确定的研究任务中的实际能力，而非仅回答结构化问题。 OpenAI 论文/研究 评测/基准 关联讨论 1 条 X：OpenAI (@OpenAI) 推荐理由： OpenAI 这个基准请了 173 位博士级科学家出题，第一次把 AI 评估拉到真实科研决策里。结果很实在：前沿模型在需要结合复杂图表、设计实验的任务上仍然乏力，做 AI for Science 的团队值得拿来校准预期。

OpenAI 论文/研究 评测/基准
AI HOT ·

GitHub 发布 CC0-1.0 开源多语言仓库级数据集，覆盖 README、Issue 和 PR

04:12 GitHub Blog 精选 61 GitHub 推出一个新的仓库级数据集，采用 CC0-1.0 许可证，旨在帮助研究人员和开发者发现跨 README、Issue 和 Pull Request 的多语言开发者内容，加速多语言 AI 开发。 GitHub 开源/仓库 数据/训练 推荐理由： GitHub 发布了一个多语言开发者内容数据集，CC0 许可，对于训练跨语言代码模型和辅助翻译有直接价值，做多语言 Copilot 的团队应该会关注。

GitHub 开源/仓库 数据/训练
AI HOT ·

Matt Pocock 开源 skills v1：将技能描述 Token 成本降低 63%

04:13 AYi @ AYi_AInotes 精选 76 Matt Pocock（Total TypeScript 作者）开源了 skills v1，将技能描述的 Token 成本降低 63%。该工具包将技能分为模型可调用和用户可调用，新增 /codebase-design、/domain-modeling、/grilling 三项技能；重写 /writing-great-skills；将 /diagnose 更新为 /diagnosing-bugs 并改为模型可调用；新增 /ask-matt 路由技能，帮助 AI 自动判断时机触发合适工程流程。主推文评价其将 prompt 从咒语拆解为纪律性流程。 Matt Pocock : Announcing mattpocock/skills v1 - Achieved a 63% reduction in token cost for skill descriptions - Split skills into mode... GitHub MCP/工具 开源/仓库 编码 推荐理由： mattpocock 把资深工程师的编码流程拆成可复用的技能，Token 砍 63% 只是个结果，更有价值的是 AI 自触发技能的设计，vibe coding 进阶者必看。

GitHub MCP/工具 开源/仓库 编码
AI HOT ·

Grok 4.3 在 Amazon Bedrock 正式可用

03:48 xAI：News（网页） 精选 61 6 月 17 日，xAI 宣布 Grok 4.3 在 Amazon Bedrock 上全面可用。该模型在前沿模型中达成最低幻觉率，支持 100 万 token 上下文窗口，并提供可配置推理努力（none/low/medium/high）。在 Artificial Analysis Omniscience 基准排名第一，在 Tau2 Telecom 基准评估客服智能体真实工具调用性能排名第一，在 Vals AI Case Law 和 Corporate Finance 基准的复杂文档理解任务排名第一。定价为输入每百万 token 1.25 美元、输出每百万 token 2.50 美元，每美元智能度是其他前沿模型的 2–10 倍。 xAI 推理 模型发布 推荐理由： Grok 4.3 登陆 Bedrock，把极低幻觉率和可配置推理带给了 AWS 用户，价格也摆在了 Pareto 前沿，不过本质上是一次渠道扩展而非模型突破，企业开发者可以尝鲜。

xAI 推理 模型发布
AI HOT ·

Vercel 发布开源 AI 智能体框架 Eve：每个智能体就是一个文件目录

01:36 MarkTechPost（RSS） 精选 77 Vercel 发布开源 AI 智能体框架 Eve（npm 包，Apache-2.0 许可）。Eve 采用文件系统优先设计：每个智能体对应一个磁盘目录，目录结构直接映射模型、指令、工具、技能、连接、子智能体等能力，无需额外注册代码。内置六大生产级能力：持久执行（每步检查点，崩溃后可恢复）、沙箱计算、人机审批、安全连接（支持 MCP 和 OpenAPI）、多通道（Slack、Discord、Teams 等）以及追踪与评估（OpenTelemetry）。Vercel 内部运行了上百个智能体，包括数据分析工具 d0（月处理超3万查询）、自动销售代理 Lead Agent（年费约5000美元、回报32倍）和支持智能体 Vertex（自主解决92%工单）。 智能体 产品更新 部署/工程 推荐理由： Vercel 把自己跑了 100 多个 agent 的框架开源了，用目录即契约的方式把耐久执行、沙箱、审批等全打包，对想在生产环境跑 agent 的团队是今年最务实的发布之一。

智能体 产品更新 部署/工程
AI HOT ·

用SGLang-JAX在TPU上优化Ling-2.6-1T：一个Pallas核将MoE数据移动隐藏在计算中

01:53 LMSYS：Blog（Chatbot Arena 团队） 精选 69 SGLang-JAX现已支持inclusionAI的Ling-2.6-1T（1T稀疏MoE，63B激活参数，256路由专家，top-8路由加共享专家）在TPU v7x上高效推理。团队开发了Fused MoE V2——一个融合scatter、专家FFN和gather的Pallas核，通过将MoE数据移动隐藏在计算中，使MoE预填充延迟从5.16ms降至2.42ms（降幅53%），解码核延迟从0.249ms降至0.211ms（降幅约15%）。仅替换MoE核即提升预填充吞吐量24.8%，解码吞吐量18.5%–35.3%。在SGLang解码基准测试中，16块TPU v7x芯片输出吞吐量达16块H200 GPU的1.29倍（mc=128）至1.77倍（mc=512）。完整上线还包含混合KV/循环内存池、GLA线性注意力和单控制器数据并行支持。 推理 论文/研究 部署/工程 推荐理由： 这是针对TPU上MoE推理的硬核优化复盘，用成本模型定位瓶颈，通过单内核融合把延迟砍半，对做大规模推理工程的团队是高质量参考。

推理 论文/研究 部署/工程
AI HOT ·

Anthropic与DeepMind CEO呼吁G7组建AI联盟排除中国

02:36 Chubby♨️ @ kimmonismus 精选 79 Dario Amodei（Anthropic）与Demis Hassabis（Google DeepMind）在G7闭门会议上呼吁组建美国主导的联盟，为人工智能制定全球规则和标准。Amodei指出，该联盟应以前沿模型和硬件（包括芯片及其他关键组件）的访问权限为手段，将中国排除在外。这一主张被评论为高技术新冷战的开端，竞争方将从根本上被剥夺参与权。 Andrew Curran : Dario Amodei and Demis Hassabis called for a US-led coalition to determine the global standards and rules for AI in a cl... Anthropic DeepMind 政策/监管 现象/趋势 推荐理由： Dario 和 Hassabis 在 G7 闭门会上提出「排除中国」的 AI 联盟，这不是商业竞争而是地缘站队，AI 行业的「两个世界」格局可能从今天开始具象化。

Anthropic DeepMind 政策/监管 现象/趋势
AI HOT ·

GLM-5.2：可能是最强大的纯文本开源权重大语言模型

08:13 Simon Willison 博客 精选 75 智谱（Z.ai）于6月13日向编码计划订阅者发布GLM-5.2，6月16日以MIT许可证开源完整权重。该模型为753B参数、1.51TB的MoE架构，40个活跃参数，纯文本输入，上下文窗口提升至100万token。在Artificial Analysis Intelligence Index v4.1上以51分领先，超越MiniMax-M3（44）、DeepSeek V4 Pro（max,44）和Kimi K2.6（43）。但每任务输出token消耗达43k，高于同类模型。Code Arena WebDev排行榜位列第二，仅次于Claude Fable 5。通过OpenRouter可获取，多数提供商定价$1.40/百万输入token、$4.40/百万输出token。实测生成SVG动画优秀，但负鼠SVG质量不及GLM-5.1。 图像生成 开源生态 模型发布 编码 推荐理由： Simon 实测 GLM-5.2，这个 753B 开源模型在基准上全面领跑，但生成 SVG 时鹈鹕完美、负鼠翻车——模型能力总在奇怪的地方露馅。 07:14 IT之家（RSS） 精选 70 库克：AI 浪潮引发存储芯片价格暴涨，iPhone 等苹果产品涨价已"不可避免" 苹果CEO库克确认，AI热潮导致存储芯片严重短缺和价格暴涨，苹果产品涨价已“不可避免”。库克未透露涨价具体细节。华尔街日报指出，全球AI巨头大幅增加资本开支，高带宽内存需求激增，挤压消费电子芯片供应。自2024年以来内存和存储芯片价格已翻四倍，涨势预计延续至2027年。研究机构估算，下一代iPhone 18 Pro售价或需增加约270美元。苹果已在上月提高Mac Mini起售价。摩根士丹利预测，今年美国智能手机和PC价格将上涨15%。 现象/趋势 行业动态 推荐理由： 存储芯片价格涨了四倍，从服务器的成本压力终于烧到了手机。库克这句「不可避免」比任何研报都实在，打算换机的人该有心理准备。 07:13 Hacker News 热门（buzzing.cc 中文翻译） 精选 78 泄露文件显示OpenAI年营收130亿但亏损远超收入 OpenAI 2025年营收130.7亿美元（2024年37亿），但研发成本达191.8亿（含向微软支付105.9亿），收入成本（推理计算）75亿，销售营销成本57.3亿，运营亏损209.2亿。2025年净亏损约390亿，扣除约300亿一次性会计费用后约80亿。2025年3月获1220亿融资（估值8520亿）。ChatGPT周活超9亿，付费约5000万。为控制成本已关闭Sora视频模型并削减非核心业务。 OpenAI 行业动态 推荐理由： OpenAI 的财务窟窿比想象的大，2025 年研发成本 191 亿，仅给微软的算力费就花了百亿，这

图像生成 开源生态 模型发布 编码 现象/趋势 行业动态 OpenAI 智能体 Anthropic 产品更新 部署/工程 Google MCP/工具 教程/实践 论文/研究 评测/基准 GitHub 开源/仓库 数据/训练 xAI 推理 DeepMind 政策/监管 具身智能 语音
AI HOT ·

谷歌发布Agentic Resource Discovery（ARD）开放规范

00:08 Google Developers Blog（RSS） 精选 63 Agentic Resource Discovery（ARD）是一项开放规范，用于在Web上发布、发现和验证AI工具、技能与智能体。它基于两个原语：组织在其自有域名下托管catalog描述可用能力，registry作为搜索引擎索引catalog并响应发现请求。ARD支持加密验证，使客户端与端点连接前确认发布者身份，然后直接通过原生协议调用能力。Google Cloud的Gemini Enterprise Agent Platform通过Agent Registry提供企业级支持，包括URN命名、出站策略、工具固定和基于Agent Identity的信任验证。该规范现已发布，开发者可通过托管`ai-catalog.json`文件使其服务可发现。 智能体 Google MCP/工具 行业动态 关联讨论 1 条 Hugging Face：Blog（RSS） 推荐理由： 虽然才刚发布，但 ARD 有可能成为代理网络的“robots.txt”，做 agent 开发的都该看一眼，它解决的是跨组织发现和信任这个真问题。

智能体 Google MCP/工具 行业动态
AI HOT ·

Google发布99美元Gemini智能音箱

00:32 TechCrunch：AI（RSS） 精选 76 Google推出首款专为Gemini打造的智能音箱Google Home Speaker，售价99.99美元。支持自然语言请求和多步指令，可在说话中途纠正，并具备连续对话功能。内置10种新声音。高级AI功能需订阅Google Home Premium（月费10美元或年费100美元），包括Gemini Live自由对话、Nest摄像头活动摘要等。即日起预售，本月发货。 Google 产品更新 语音 推荐理由： Google 终于把 Gemini 塞进了音箱，多步指令和自然纠错是亮点，但高级功能要订阅 Home Premium。普通用户会觉得方便，智能家居玩家可以观望，AI 从业者不会有多大惊喜。

Google 产品更新 语音
AI HOT ·

NVIDIA GEAR实验室发布ENPIRE：8个Codex智能体自主控制机器人完成物理实验

00:35 Jim Fan @ DrJimFan 精选 81 NVIDIA GEAR实验室推出ENPIRE系统，首次实现物理世界自主研究。系统让8个Codex智能体控制8台机器人，配备GPU和token预算。安全方面采用硬运动极限切断和扭矩受限夹爪两层硬件保障，支持通宵无人运行。奖励函数通过视觉分类器离线固定并冻结，防止智能体作弊。实时监测机器人利用率（MRU）、token利用率（MTU）和GPU利用率，以Tokens-to-Success和Time-to-Success评估效率。ENPIRE自主完成扎带、整理细针、安装GPU等高精度任务，发现8机器人并行探索显著更快。系统将开源。 Jim Fan : Today, we enable AutoResearch in the physical world for the first time! Introducing ENPIRE: we give 8 Codex agents a fle... 智能体 具身智能 论文/研究 推荐理由： Jim Fan团队让8个机器人在真实世界自主研究，从安装GPU到发现物理扩展定律，这是具身智能第一次真正脱离人类监督探索物理任务，比任何虚拟环境的Agent实验都更接近AGI的物理锚点，做机器人的必须关注。

智能体 具身智能 论文/研究
AI HOT ·

编程的未来不是单一智能体，而是一个完整的AI团队。 Omnigent让你在一个实时会话中运行一个智能体团队：Claude Code、Codex、Cursor、Pi，以及你自己的智能体。 它是一个面向AI智能体的元框架，基于我们内部的Databricks开发工具构建，现已开源给所有人。 由传奇人物@matei_zaharia和Databricks AI团队打造。没错，Matei仍然编写大量代码，包括Omnigent和我们产品的前端代码。

23:49 Yuchen Jin @ Yuchenj_UW 精选 77 智能体 开源/仓库 编码 推荐理由： Databricks 把内部用来协调多个 AI 编码代理的工具开源了，集合了 Claude Code、Cursor 等，做 agentic coding 的开发者值得上手试试，可能会改变我们组合使用 AI 工具的方式。 23:43 Hugging Face：Blog（RSS） 精选 69 MolmoMotion：语言引导的3D运动预测模型 MolmoMotion基于Molmo 2骨干网络，输入视频帧、物体上的3D点标记及文字动作指令（如“移动并旋转桌上放水果的木碗”），预测未来数秒内这些点的3D轨迹。提供两个变体：自回归的MolmoMotion-AR逐步预测坐标，流匹配的MolmoMotion-FM通过连续空间变换处理多可能性运动。同时发布MolmoMotion-1M数据集（含116万视频的3D点轨迹及动作描述）和PointMotionBench基准测试（2700个人工验证视频片段）。模型权重、数据集和基准测试均已开源。 Hugging Face 具身智能 多模态 模型发布 推荐理由： MolmoMotion把3D运动预测从模板化推到任意物体，百万级数据集和基准让研究门槛大降，做机器人和视频生成的值得认真看，但目前仍是研究阶段，离落地还有距离。 23:32 Google Blog：AI（RSS） 精选 55 Google 医学推理 AI 系统 AMIE 新研究：从诊断迈向长期疾病管理 今日发表在《自然》杂志上的研究展示了 Google 的医学推理 AI 系统 AMIE（Articulate Medical Intelligence Explorer）从单次诊断对话演进到长期疾病管理的能力。AMIE 利用 Gemini 模型的长上下文能力，整合共情对话智能体和深度思考管理推理智能体，可交叉引用数百页临床指南。在盲测中，AMIE 与 21 名初级保健医生相比，在整体管理推理上匹配临床医生，在计划精确性和指南一致性上得分显著更高。 Google 推理 论文/研究 推荐理由： Google 把医疗 AI 从一次诊断推到了长期疾病管理，Nature 上的对照实验显示它在计划精确性上甚至优于初级保健医生，做数字健康的人值得认真读一下。 22:08 Cloudflare Blog 精选 61 Cloudflare 发布 Cloudflare One stack：智能体驱动的部署工具集 6月17日，Cloudflare 推出 Cloudflare One stack，一组可直接赋予 AI 智能体的技能文件，用于自动配置、部署和管理 Zero Trust 环境。工具集包含两个轻量级 skill：`cloudflare-one` 负责通用产品指导（VPN 替换、网络连

智能体 开源/仓库 编码 Hugging Face 具身智能 多模态 模型发布 Google 推理 论文/研究 产品更新 部署/工程 视频 开源生态 OpenAI 行业动态 现象/趋势 端侧 xAI 数据/训练 政策/监管 GitHub MCP/工具 Anthropic 安全/对齐 图像生成 Microsoft 大佬观点 Meta DeepSeek 教程/实践
AI HOT ·

Cloudflare 发布 Cloudflare One stack：智能体驱动的部署工具集

22:08 Cloudflare Blog 精选 61 6月17日，Cloudflare 推出 Cloudflare One stack，一组可直接赋予 AI 智能体的技能文件，用于自动配置、部署和管理 Zero Trust 环境。工具集包含两个轻量级 skill：`cloudflare-one` 负责通用产品指导（VPN 替换、网络连接、安全策略等），`cloudflare-one-migration` 提供从 Zscaler、Palo Alto Networks 等厂商迁移的明确引导。技能内置决策树与结构化知识，智能体可自动执行云环境评估、网络拓扑生成及 Digital Experience Monitoring 排障。该 stack 基于 Cloudflare 员工数万小时客户经验提炼，降低学习与迁移门槛。 智能体 产品更新 部署/工程 推荐理由： Cloudflare把多年零信任迁移经验打包成agent技能，让AI直接帮你部署和管理安全堆栈，对正忙着切到Zero Trust的团队是个即插即用的省力工具，但仍是垂直领域的效率提升，不算广谱AI大事。

智能体 产品更新 部署/工程
AI HOT ·

Google 医学推理 AI 系统 AMIE 新研究：从诊断迈向长期疾病管理

23:32 Google Blog：AI（RSS） 精选 55 今日发表在《自然》杂志上的研究展示了 Google 的医学推理 AI 系统 AMIE（Articulate Medical Intelligence Explorer）从单次诊断对话演进到长期疾病管理的能力。AMIE 利用 Gemini 模型的长上下文能力，整合共情对话智能体和深度思考管理推理智能体，可交叉引用数百页临床指南。在盲测中，AMIE 与 21 名初级保健医生相比，在整体管理推理上匹配临床医生，在计划精确性和指南一致性上得分显著更高。 Google 推理 论文/研究 推荐理由： Google 把医疗 AI 从一次诊断推到了长期疾病管理，Nature 上的对照实验显示它在计划精确性上甚至优于初级保健医生，做数字健康的人值得认真读一下。

Google 推理 论文/研究