FT 报道，OpenAI 和 Anthropic 正在大幅降价抢企业客户，压力来自 DeepSeek 这类成本更低的中国模型。两家公司都在推更便宜的小模型，同时靠高价订阅和 IPO 预期撑估值。文章没给出具体降了多少、什么时候生效，更像一篇趋势分析。
推荐理由：FT 这篇是趋势分析，不是硬消息稿。它点出了 OpenAI 和 Anthropic 被中国低价模型逼着降价的大背景，但正文没披露具体降了多少、什么时候开始，信息密度不够硬。我会先打个折：格局判断有参考价值，但缺可执行的数据，所以 H 和 R 都成立，K 不成立，刚好够 featured 门槛。
Vercel Connect 把长寿命的 refresh token 从应用代码里挪走，靠 OIDC 短命凭证换 token，真正的卖点是集中管理，不是更强的安全性。Cloudflare OS 管的是数据读取后的去向，不碰凭证签发。OpenAI 收购 Ona，押注客户自己保管凭证。四套思路各管一段，凭证线和数据线至今没打通。
推荐理由：这篇分析把 Agent 授权拆成凭证签发、数据去向、凭证保管三条线，用 Vercel、Cloudflare、OpenAI 的具体动作对照着讲，比泛泛的趋势文扎实。扣分在于它是综合解读而非一手爆料，而且文章没给出打通凭证线和数据线的明确路径，更像把问题摊开。
2026 年春夏，Cloudflare 的 Kitesurf 和 CitroLabs 的 Ego-Lite 给出了两种完全相反的 agent 浏览器方案。Kitesurf 把用 Rust 写的轻量渲染引擎编译成 WASM，挂到 Cloudflare 全球边缘网络上跑，单页内存压到 39.4 MiB，比预热好的 Chromium 省了约 7 倍，适合高并...
推荐理由：文章把 Cloudflare Kitesurf 和 CitroLabs Ego-Lite 两条 agent 浏览器路线摆在一起对比，用内存数据说明云端轻量方案省资源但牺牲真实环境，本地方案保真但难扩并发。属于行业趋势分析而非硬新闻，信息密度和冲突感都不错，但缺少更多实测或第三方验证，所以给到 78 分放在 featured 档。
OpenAI 的年化收入跑率（用最近一个月收入乘以 12 估算）已经超过 400 亿美元，三个月内翻了一倍多。这是它 IPO 前最关键的数字，说明商业化在加速。收入主要靠 ChatGPT 订阅和 API 调用，但文章没拆各自占比。我会先打个折——跑率不是实际全年入账，只是把单月数字放大，不过增长势头确实猛。
推荐理由：OpenAI 在 IPO 前放出最关键的收入数字：年化跑率超 400 亿美元，三个月翻了一倍多。文章是 Bloomberg 独家，信源加分，但没拆 ChatGPT 订阅和 API 各自贡献多少，也没说利润情况。我会先打个折——跑率是把单月数字放大，不是真金白银入账，不过增速确实猛，直接关系到市场怎么给它定价。
Boris Cherny 把应用的日常维护丢给 Claude 去跑，通过 Slack 频道让它自动做崩溃模糊测试、重复代码统一、死代码清理这些活。几周内 Claude 开了 388 个 PR，其中 180 个经过它自己 Code Review 和人工审核后合进去了。大部分时候一次就改对，偶尔翻车的话，调一下例行任务的描述，第二天就能修正。
推荐理由：Boris Cherny 的第一手实验，有具体数字和可复现流程，不是公关稿。Claude 做维护不算行业地震，但 388 个 PR 的规模让它在同类实验里很突出。没给更高分是因为正文对失败案例的细节披露有限，只说'偶尔翻车调一下描述就能修正'，没展开翻车类型和比例。
Databricks 的 CEO Ali Ghodsi 说，他们本来只打算融 10 亿美元，结果融资消息被提前泄露后，投资人蜂拥而至，开价高达 150 亿。最后他们折中拿了 50 亿，公司估值定在 1900 亿。Ghodsi 解释，搞 AI 太烧钱，而且如果拒绝太多现有投资人的钱，会闹得不愉快。不过，文章没披露这笔钱具体要怎么花，也没说新加入的投资方都有谁。
推荐理由：Databricks以1900亿估值融了50亿，CEO把从10亿到150亿再到50亿的谈判过程讲得很直白，数字和叙事都有料。没给更高分是因为文章没披露这笔钱具体怎么花、新投资方是谁，信息有缺口。
Denise Dresser 去年 12 月才从 Slack CEO 的位置上过来，当 OpenAI 的首席营收官，现在发帖说几周后就要走，去“找别的机会”。接她班的是云安全公司 Wiz 的总裁兼 COO Dali Rajic。这周稍早，前 COO、后来管特殊项目的 Brad Lightcap 也宣布离开。Dresser 之前还接过 Lightcap ...
推荐理由：一周内两位高管出走，Dresser 从 Slack 过来不到一年就离开，接任者来自 Wiz 而非传统 SaaS 巨头，信号很强。扣分点：正文没披露 Dresser 离职原因和 Rajic 具体到任时间，所以我会先打个折——变动本身够重要，但信息有缺口，别急着下结论。
Airbnb 工程团队分享了一套大规模评测生成式 AI 的方法。核心规矩就一条：先写评测，再写代码，别搞反了。他们用了三种评测手段——规则指标做快速检查、用大模型当裁判评主观质量、人工评估来校准。虚拟裁判必须先跟人的打分对齐，才敢放心用。对于那种会串联工具调用和推理的智能体系统，他们建议把每一步拆开单独评，最后再跑端到端测试。文章从头到尾走了一遍完整流...
推荐理由：Airbnb 工程团队分享了一套大规模评测生成式 AI 的实操方法，核心纪律是评测先行，代码后写。文章把评测手段拆得很清楚：规则指标做快速检查、用大模型当裁判评主观质量、人工评估来校准，而且强调虚拟裁判必须先跟人的打分对齐才敢用。对智能体系统还给出了分步评测加端到端测试的建议。全是工程落地经验，没有虚词，对正在搭评测体系的团队很有参考价值。
OpenAI 推出了一个叫 Ultrafast 的预览模式，让自家最强的 GPT-5.6 Sol 模型跑到每秒 750 个 token，是标准速度的 14 倍。以前想要实时响应，通常得换个小模型，这次相当于让大模型自己快起来。这个模式跑在 Cerebras 的芯片上，目前只开放给一小批客户，后续会扩大范围。Anthropic 的 Claude 也有快速...
推荐理由：GPT-5.6 Sol 直接提速 14 倍，对需要实时响应的场景是个实打实的推理突破。没给更高分是因为现在还只是小范围预览，没有正式上线时间，而且绑定了 Cerebras 的硬件，能不能大规模铺开还不确定。
Geoffrey Litt 在 AI Engineer 大会上的演讲里抛出一个观点：就算 agent 写代码越来越强，人还是得看懂它在干什么。不是为了挑错——agent 自己会越来越擅长验证——而是为了能继续参与创作。一个项目要跟 agent 来回好多轮，你对系统的理解直接决定你下一轮能不能想出好点子。他把这叫做“认知债”，跟技术债一样，短期不还没事，...
推荐理由：Geoffrey Litt 在 AI Engineer 大会上的演讲整理，不是产品发布或论文，所以上限给到 78。核心观点是 agent 写代码越强，人越需要看懂，不是为了挑错，是为了能继续想出新点子。他把这叫做“认知债”，跟技术债一样会累积。这个框架对天天用 agent 的开发者很实在，不是泛泛而谈。正文是个人博客转录，没有产品指标或实验数据，所以分数没往上拉。
Cerebras 和 OpenAI 放出了一个叫 Ultrafast 模式的新服务，目前只在小范围测试。它把 GPT-5.6 Sol 部署在 Cerebras 自家的晶圆级芯片上，推理速度最高能到每秒 750 个输出 token。在 Humanity's Last Exam 这个全是博士级难题的测试里，它跑完 2500 道题只用了 11 小时 11 分...
推荐理由：Cerebras 和 OpenAI 把 GPT-5.6 Sol 搬上晶圆级芯片，搞了个 Ultrafast 模式，推理速度拉到 750 tok/s，前沿模型第一次摸到这种实时交互的门槛。HLE 那套博士级难题跑完只用了 11 小时 11 分，给部署团队一个能直接算账的参考值。不过目前还是小范围测试，正文没披露并发数、成本结构和实际可用性，这点先别太激动。
Sheng Zha 的新论文 MOSAIC 把系统性能直接塞进了缩放法则里。以前的做法是先按理论算力预算挑架构，再交给系统团队去调优，但集群计费看的是 GPU 小时，不是理论浮点运算次数。他们在约 150 次 MoE 预训练实验上拟合出联合缩放法则后发现：如果只看理论算力，稀疏度越高越好，最优解会被推到搜索边界。但在真实的 512 张 GPU 集群上，...
推荐理由：Sheng Zha 这篇 MOSAIC 干了一件很实际的事：把集群的真实开销塞进缩放法则里重新算一遍。以前大家先按理论算力挑架构，再丢给系统团队去调优，但集群计费看的是 GPU 小时，不是理论浮点运算次数。他们在约 150 次 MoE 预训练实验上拟合出联合缩放法则后发现：如果只看理论算力，稀疏度越高越好，最优解会被推到搜索边界；但在真实的 512 张 GPU 集群上，通信开销和低利用率会把最优稀疏度往回拉一大截。这个结论对做预训练预算的人挺有用——选架构时就得把系统效率算进去，不然账单会教你做人。信息量扎实，实验规模也够，不是纯理论炫技。分数给 ...
OpenAI 把干了 9 个月的首席营收官 Denise Dresser 换掉了，接替她的是 Wiz 的前总裁兼首席运营官 Dali Rajic。Wiz 今年刚被 Google 以 320 亿美元收购，是 Google 史上最大一笔并购。这次换人不是孤立事件——过去一个月里，OpenAI 的首席运营官 Brad Lightcap 和二号人物 Fidji...
推荐理由：连续的高管变动本身就有新闻性，加上 Wiz 被天价收购的背景让这次任命多了层看点。但说到底还是人事消息，没有产品和技术实质，所以放在 featured 里偏低的分数段。
Gemini 3.7 Flash 是 Google DeepMind 新推出的轻量级模型，定位是给开发者当“干活主力”，主要用在代码生成、工具调用和长上下文任务上。官方说它在这些方面比前代有明显提升，延迟更低、成本也更友好。不过这篇公告没给出具体的跑分数据和定价，只说会通过 Google AI Studio 和 Vertex AI 开放。我会先打个折，...
推荐理由：Google DeepMind 发了个新轻量模型，定位清晰，但公告里缺了跑分和定价这些关键信息。产品更新本身值得关注，可数据不全，没法给更高分。
MiniMax 今天放出了 Music 3.0，一个开源权重的音乐生成模型。你给它一个创意方向和可选的歌词，它就能一次性把编曲、演奏和人声全搞定，最长能到 5 分钟。这次升级主要想解决三个老问题：准确理解你想表达什么、把这种感觉撑满整首歌、让人声和乐器听起来像真人实录而不是机器合成的。技术上换了一套新架构，叫 Hybrid-LM，用一个 80 亿参数的...
推荐理由：MiniMax 这次把 Music 3.0 开源权重放出来，一次生成最长 5 分钟的带人声完整歌曲，直接对标 Suno/Udio。我会先打个折：正文没披露训练数据规模和具体推理延迟，但公开的 Hybrid-LM 架构和 80 亿参数已经比多数闭源模型透明，对想自己部署和调参的团队来说，上手门槛低了不少。
英伟达拉来了 Apollo、黑石、高盛等六家金融巨头，口头承诺最高 5000 亿美元用于 AI 数据中心建设。真正的戏肉是英伟达自己掏钱担保旧款 GPU 的残值，让这些芯片能当抵押品去贷款。债券市场一度被吓到，直到黄仁勋出来解释才稳住。这个 5000 亿的数字我会先打个折——它只是上限，不是已经签好的合同。另外正文没披露担保在什么条件下触发，也没说英伟...
推荐理由：英伟达拉来六家金融巨头，口头承诺最高 5000 亿美元用于 AI 数据中心建设。真正的戏肉是英伟达自己掏钱担保旧款 GPU 的残值，让这些芯片能当抵押品去贷款。债券市场一开始被吓到，直到黄仁勋出来解释才稳住。这个 5000 亿的数字我会先打个折——它只是上限，不是已经签好的合同。正文没披露担保在什么条件下触发，也没说英伟达自己扛多少风险，这点先别太激动。
谷歌上周又重组了 AI 部门：Jeff Dean 离职去搞新实验室，Demis Hassabis 退居二线只做长期研究，Google DeepMind 现在连 CEO 都没了，只剩一个 SVP。Hayden Field 在播客里聊了这件事，她的判断是：谷歌底子太厚，搜索、分发、数据都是护城河，就算现在前沿模型落后，也不至于出局，但高管接连出走会加速人才...
推荐理由：一周内谷歌 AI 三位顶层人物同时变动，Hayden Field 的分析既没夸大危机也没粉饰太平，把护城河和人才流失风险都摆出来了。正文没给具体技术细节，但人事信号本身已经够强，对从业者判断大厂走向有参考价值。
阿里放出了一个总参数 2.4T、激活参数 95B 的 MoE 模型，主要想干自主编程、深度研究和让模型直接跑完整业务流程这些事。硅基流动在发布当天就上线了 API，输入每百万 token 2 美元，输出 6 美元，缓存输入 0.25 美元。正文没给任何跑分或架构细节，所以性能到底怎么样还得等第三方评测，先别急着上头。
推荐理由：阿里把 Qwen3.8-2.4T-A95B 开源，硅基流动当天就接上了 API，动作很快。2.4T 总参、95B 激活的 MoE 架构，体量上直接对标 DeepSeek V4 Pro 那个级别，而且明确冲着自主编程和 agent 场景去，信号很强。价格也直接给了，输入 2 美元、输出 6 美元、缓存 0.25 美元，不算离谱。但正文没披露任何 benchmark 或架构细节，性能到底怎么样完全没底，这点先别太激动，等第三方跑完分再说。
Cursor 现在会每小时在后台自动把代码仓库克隆好、依赖装好，提前做成一个“就绪环境”。当你启动云智能体时，它直接从这个环境启动，不用再等几分钟的冷启动，响应速度最多能快 3 倍。如果某次构建因为依赖更新或配置错误失败了，系统会自动隔离这个坏版本，智能体会继续用上一次成功的环境，不影响干活。Faire 公司每周跑 2000 多次自动化智能体任务，大仓...
推荐理由：Cursor 把云智能体冷启动从分钟级压到秒级，靠的是后台预构建环境和自动回退，不是空喊口号。Faire 每周 2000 次任务给了具体锚点。没给 p1 是因为这属于体验优化，不是模型能力跃升，但确实解决了高频痛点。
OpenAI 放出了一份给开发者的实战指南，核心就一句话：GPT-5.6 系列让前沿智能体（让模型进业务流程干活）的成本大幅下降。指南里举了几个创业公司的例子：Hex 把 GPT-5.6 直接接入现有流程，发现用“低推理强度”效果反而最好，模型不会在没数据的地方死磕，省下不少 token。Hypha 用 Luna 模型做文档信息提取，准确率只比 GPT...
推荐理由：OpenAI 官方出的开发者指南，用创业公司的真实案例讲怎么用 GPT-5.6 系列省钱跑智能体。有具体操作和成本对比，对正在用 OpenAI 的团队挺实用。但这就是一份产品说明书，不是技术突破，所以重要性我给打个折，放在推荐阅读档。
OpenAI 在 API 里先放出了一个叫 Ultrafast 的预览版，让 GPT-5.6 Sol 最快每秒能吐 750 个 token，比标准模式快 14 倍。这背后是换了 Cerebras 的芯片来跑推理。速度快到这种程度，主要想解决那些等不起的场景：比如线上事故时实时扒日志、找代码改动、辅助定位问题；金融交易里一边看行情一边扫异常；客服电话里不...
推荐理由：OpenAI 在 API 里放出了 GPT-5.6 Sol 的 Ultrafast 预览版，靠 Cerebras 芯片把推理速度拉到标准模式的 14 倍，每秒能吐 750 个 token。文章给了三个等不起的真实场景，信息量够硬。但没公布价格，也没说什么时候正式上线，所以分数停在 82，没冲到必须当天写的那档。
OpenAI 宣布 Dali Rajic 接替 Denise Dresser 出任首席营收官。Rajic 之前在 Wiz 当总裁兼 COO，擅长用数据指标驱动规模化销售，他的任务是把 OpenAI 早期拿下的企业客户转化成一套可重复、可度量的营收体系。公告同时披露了两个数字：周活用户超过 10 亿，企业客户超过 200 万，比一年前翻了一倍。我会先打个...
推荐理由：OpenAI 官方公告，既有高管换人又有业务规模数据，信息量撑得起 featured 级别。但本质是人事任命，没有产品和技术层面的新东西，所以 H 和 K 都满足，唯独缺了 R，按规则落在 72-77 这个分数段。
Bullet 是 YC S26 的项目，做了一个本地的编程 agent，核心卖点是快。它用三招省时间：第一，按任务难度分流，简单活直接调快模型，只有复杂任务才升级到推理更强的模型；第二，搜索代码时不把整个仓库塞进上下文，而是按需读相关文件，减少无关信息干扰；第三，把能并行的工具调用同时跑，并拦截重复调用和死循环。它在 SWE-bench Verifie...
推荐理由：YC S26 首发，SWE-bench 分数亮眼，技术方案也踩中了 agent 太慢这个高频抱怨。但文章本质是产品落地页，缺用户故事和横向对比，信息密度撑不起更高的推荐位，放在 featured 低段比较合适。
今天最值得看的是闭源模型的加密思维链被大规模提取。研究人员发现，把 Claude Opus 4.8 的加密推理块直接扔给同厂的 Haiku 4.5，后者就能逐字解码。这个方法在 Claude、GPT、Gemini 三家的 API 上都跑通了，用 Haiku 解码一万条轨迹的成本大概是 720 美元。另一篇论文更狠，说就算不接触加密块，光看模型公开输出的...
推荐理由：这条信息来自群聊日报，属于二手摘要，但信号很强：三篇论文指向同一个问题，且给出了可复现的方法和成本。我会先打个折，因为原文没披露具体实验细节和样本量，但核心判断——加密思维链可被跨模型解码——有足够的事实支撑。对从业者来说，这比一般的模型能力更新更值得警惕。
Codex 现在直接长在 ChatGPT 桌面应用里了，能端到端处理写功能、重构、迁移这类工程活。它用多智能体并行干活，号称能把几周的活压缩到几天。团队可以通过 Skills 系统教它自己的规范和流程，还能设成后台常驻，自动处理 issue 分诊、监控告警、CI/CD 这些杂事。正文没提具体定价和底层模型名。Ramp、Duolingo、Harvey 等...
推荐理由：OpenAI 把 Codex 集成进 ChatGPT 桌面版，是一次对开发者工具链的渠道打击，直接对标 Cursor 和 Claude Code。多智能体并行工作树和 Skills 系统是实打实的机制，不是包装词。扣一点分是因为正文没提定价和底层模型名，Linux 版也只说‘很快推出’没给确切日期，实际交付和成本都还有变数。
FT 引述知情人士消息，Anthropic 的 IPO 目标估值接近 2 万亿美元。它上一轮私募估值约 1200 亿美元，IPO 定价相当于直接翻了十几倍。正文没披露发行规模、时间表和承销商。我会先打个折——从私募到公开市场跳这么多，得有 S-1 文件里的营收和利润率数据才撑得住，现在先别太激动。
推荐理由：FT 独家：Anthropic 的 IPO 目标估值接近 2 万亿美元，比上一轮私募估值 1200 亿翻了十几倍。这是 AI 行业有史以来最高的 IPO 定价锚点，冲击力够大。没给 95 分以上是因为正文没披露营收、利润率或 S-1 文件数据，2 万亿目前只是投资方预期，缺硬数字支撑，先别太激动。
彭博社援引知情人士称，Anthropic 打算花大约 60 亿美元买下以色列 AI 公司 Decart。Decart 去年才成立，团队大概 50 人，主要做 AI 基础设施和模型训练优化。如果成了，这会是 Anthropic 至今最大一笔收购，目的很明确——跟 OpenAI、Google 抢基础设施方面的人才。不过，报道没透露谈判现在到了哪一步、是现金...
推荐理由：彭博独家消息，Anthropic 史上最大收购，金额和标的都够硬。没给到 85 分是因为正文没披露谈判进展和 Decart 具体技术细节，信息有缺口。
DeepSeek 开始招 Agent Harness 产品经理，说明它正在补一个空位：没有自己的编程工具运行环境。之前它只卖模型接口，把工具端交给第三方，但这样拿不到用户在真实编程场景里的行为数据——模型输出了代码，但用户怎么改、哪里报错、改了几轮才跑通，这些细节都留在第三方工具里。LangChain 的测试显示，同一个模型有没有针对性的运行环境配置，...
推荐理由：一篇用招聘动作和测试数据把产业逻辑讲清楚的分析。DeepSeek 招 Agent Harness 产品经理这件事本身不大，但作者把它和 LangChain 的 10-20 个百分点性能差距、Codex 做桌面端串起来，点出模型厂抢的不是工具市场，是用户改代码、修 bug 的行为数据。判断都挂在事实和数据上，没有吹概念，对从业者来说信息密度够、可读性强。按政策，观点分析类文章打 78-84 分段的低区，78 分合理。
Anthropic 用未发布的 Claude 把黎曼 zeta 函数零点在临界线上的比例下界从 41.6% 推到了 67.2%，离证明黎曼猜想还差得远。真正值得看的是搜索过程：两次 Claude Code 会话烧掉 3100 万输出 token，第一轮 650 个想法全部失败，但留下了一份记录 106 条局部存活路线的台账，标明了每条路卡在哪、重新打开...
推荐理由：Anthropic用未公开模型做数学搜索，3100万token的工程细节和敌对评审机制是真正的信号，不是纯PR。扣分是因为纯数学离产品落地还远，而且正文没披露模型名称和token成本。
高盛、摩根士丹利和摩根大通在财报里把英伟达 AI 芯片的折旧年限定在 6 到 7 年，而传统服务器硬件一般是 4 到 5 年。他们的理由是：即便下一代芯片发布，现款芯片算力依然够用，可以转去做推理（也就是让模型上线回答问题）或者租出去。这更像是一种财务上的乐观假设，而不是技术上的实测结论。文章没有提到英伟达或审计机构对这些折旧年限的正式表态，所以这个“...
推荐理由：这篇FT的稿子抓到了一个被忽略的财务信号：大行在用折旧表表达对英伟达芯片长线价值的乐观。有具体数字和具名机构，不是空谈。我会先打个折——文章没拿到英伟达或审计方的正式确认，所以这个“6到7年”目前只是银行单方面的会计判断，别急着当技术定论。但作为行业风向标，它比很多技术博客更直接地反映了市场对算力资产贬值的真实预期。
Anthropic 把 Chrome 扩展的侧边栏直接变成了一个 Claude Cowork 会话。现在你在浏览器里让 Claude 做的事，比如打开多个供应商后台抓发票数据填进表格，进度和上下文会跟着账号走，之后在桌面端、网页版或手机 App 上都能接着干。这解决了以前侧边栏会话独立、换个地方就得重来的问题。目前 Max 和 Team 套餐可用，Pr...
推荐理由：Anthropic 把 Chrome 侧边栏直接变成了 Claude Cowork 会话，跨设备进度同步是个实打实的 workflow 改进，不是换个皮。分数定在 78 是因为目前只开放给 Max 和 Team 套餐，Pro 用户还得等几周，覆盖面暂时有限，所以没往上拉。
Twitch 更新政策，默认允许母公司亚马逊用主播的直播录像和音频训练生成式 AI 模型。Twitch 首席产品官 Mike Minton 在直播里回应质疑时直接说：“如果改成主动加入，根本没人会加入，这是实话。”主播需要自己去后台手动退出，很多人可能压根不知道这回事。文章没说明这些数据具体用来训练亚马逊的哪个模型，也没提会不会分享给第三方。
推荐理由：Twitch 把训练数据改成默认允许，CPO 还公开说主动加入根本没人会来，三个维度都打中了。我会先打个折，因为文章没说明这些数据具体用来训练亚马逊哪个模型，也没提会不会分享给第三方——关键信息缺了，所以分数没给更高。
SQLite 3.51.3 修复了一个从 2010 年就存在的 WAL-Reset 数据竞争漏洞，这个漏洞会导致已提交的写入丢失。Tailscale 为了排查它花了六个月，期间还专门搭了新的日志管道和调试工具。Antithesis 的工程师 Carl Sverre 在休假时看到这个消息，用手机指挥 AI 助手给有漏洞的 3.51.2 版本加了断言，写了...
推荐理由：SQLite 3.51.3 修了一个藏了 15 年的 WAL-Reset 数据竞争漏洞，最坏情况下已提交的写入会直接消失。Tailscale 为了抓这个 bug 花了六个月，还专门搭了新的日志管道和调试工具。Antithesis 的工程师 Carl Sverre 在休假时看到消息，用手机指挥 AI 助手给有漏洞的 3.51.2 版本加断言、写测试，快速复现了问题。这件事对 AI 从业者的看点在于：一个底层基础设施的静默数据损坏 bug，靠确定性模拟测试和 AI 辅助调试才被揪出来，说明关键依赖的验证链路仍然很脆弱。正文没披露漏洞在生产环境造成的实际...
Zed 今天推出了 Delta 的私测版。它把代码和讨论放在同一个实时协作的线程里，你可以直接在任意一行代码、差异对比或聊天消息上写评论，AI 代理就在旁边解释或修改它生成的代码。DeltaDB 会把工作目录和对话同步到本地、云端和浏览器——浏览器版是把完整的 Rust 应用编译成 WebAssembly 跑的，不是阉割版。目前先接入了 Claude ...
推荐理由：Zed 发了 Delta 私测版，把 agent 协作和代码审查揉进一个实时线程里，交互模型挺新鲜。DeltaDB 的浏览器版用 Wasm 跑完整 Rust 应用，技术上有点意思。扣分是因为现在还只是邀请制，没公开可用，也没用户反馈，实际好不好用不知道。
Cognition 今年 5 月刚拿了 10 亿美元，估值 260 亿，现在又传出在跟投资人谈新一轮，估值直接跳到至少 400 亿美元。消息源头是彭博社，说这次涨价的底气来自年化收入跑到 10 亿美元。但我会先打个折——三个月前他们老板 Scott Wu 自己说的数字是 4.92 亿美元，一个季度翻倍，文章没解释钱是怎么多出来的，这点先别太激动。他们的...
推荐理由：Cognition估值三个月从260亿跳到400亿，年化收入号称翻倍到10亿美元，但文章只引了彭博社一个信源，老板之前自己报的数是4.92亿，这个收入跳涨没给任何拆解，先别全信。对AI从业者来说，这组数字是判断AI编程赛道资本泡沫程度的关键参照，所以给了78分，没再高是因为信息缺口明显。
AutoGPT 项目现在超过 60% 的拉取请求来自 AI 工具。维护者 Reinier van der Leer 在仓库里放了一个 AGENTS.md 文件，给 AI 贡献者立规矩，还加了技能门控：只有通过代码格式检查和单元测试的 AI 代理才能提交代码。垃圾 PR 数量大幅下降，但正文没披露有多少人类贡献者被误拦了。
推荐理由：AutoGPT 维护者的一手经验，有硬数字（60% AI PR）和两套可复现的机制。缺点是正文没披露多少人类贡献者被误拦了，而且只是单个项目的案例，能不能推广到别的项目还不好说。
Geoffrey Hinton、李飞飞和吴恩达在 Ai4 大会上同台，三个人对具体怎么监管意见不一，但都反对让少数几家大公司垄断 AI。Hinton 还是担心 AI 可能带来生存风险；李飞飞和吴恩达则强调，开放权重模型（也就是把模型参数公开、允许自由下载使用）能推动创新和竞争。不过文章没写他们到底提出了哪些具体的政策方案，只记录了各自的立场。
推荐理由：三位 AI 先驱同台反对垄断，话题本身重要，但文章更像会议记录，没有具体提案或新证据。我会先打个折：重要性和相关性都到位，知识增量偏弱，刚好卡在 featured 门槛上。
Grok 4.6 在 Artificial Analysis 的智能指数上拿了 61 分，比上代高了 5 分，和 GPT-5.6 Sol 打平，只比 Claude Opus 5（63 分）和 Claude Fable 5（62 分）低一点。它最亮眼的是智能体任务：在模拟真实知识工作的 GDPval-AA v2 测试里 Elo 分达到 1753，仅次于 ...
推荐理由：Grok 4.6 在第三方基准上和 GPT-5.6 Sol 打平，智能体任务分尤其亮眼，成本优势也摆在那里。没给更高分是因为这只是一家评测机构的数据，不是官方发布，而且从 4.5 到 4.6 只隔了一个月，需要更多独立验证才敢全信。
Lovable 刚宣布完成 4 亿美元 C 轮融资，估值 133 亿美元，由 Menlo Ventures 和 EQT 的基金领投。这家公司做的是 AI 应用搭建平台，让不会写代码的人也能靠描述想法直接生成软件。从 2024 年 11 月上线到现在，用户已经建了超过 6000 万个项目，用 Lovable 搭出来的应用每月总访问量超过 9 亿次。近八成...
推荐理由：Lovable 的 C 轮是 AI 应用搭建领域迄今最大的一笔融资，133 亿估值和 6000 万项目数够得上 featured。没给更高分是因为这是公司自己发的公告，数字未经审计，而且正文没披露营收和付费用户数，我会先打个折。
DeepSeek 把 V4 Pro 的正式版（GA）挂上了 OpenRouter。这是个超大规模的混合专家模型，上下文窗口能塞进 100 万 token，差不多是一整套三体三部曲的量。价格定在输入 $0.435/1M、输出 $0.87/1M，在目前的大模型里算便宜的那档。不过现在只有一个供应商在跑，OpenRouter 收到请求直接转发，没得选路。页面...
推荐理由：DeepSeek V4 Pro 正式版悄悄上了 OpenRouter，100 万 token 上下文和 $0.435/1M 输入价是这次能确认的新信息，对从业者有直接参考价值。没给到 85 分是因为信息源只有 OpenRouter 页面，缺少官方公告和独立评测，验证链条还差一环，所以稍微压了一点分。