彭博社在 5 月 5 日的一期播客里提到，北京方面拦下了 Meta 收购 Manus AI 的交易，报价是 20 亿美元。播客片段没讲监管层具体用什么理由否决，也没披露交易条款和 Manus AI 到底做什么业务。想知道为什么被拦，得去听完整期节目，光看这个页面信息不够。
推荐理由：Bloomberg 播客摘要说北京阻止了 Meta 收购 Manus AI，20 亿美元的价码摆在那，但正文没解释为什么拦、交易怎么设计的、Manus 具体做什么。我会先打个折，因为关键信息缺失，没法判断是纯监管原因还是有其他考量。冲突性和话题度够高，但细节太少，所以放在 featured 而不是头条。
北京直接叫停了 Meta 对 Manus 的收购。这篇报道只说了这件事震动行业，但正文没披露交易金额、否决的具体法规依据、以及双方接下来的打算。对 AI 创业公司来说，信号很明确：以后想卖身给美国巨头，得先看监管脸色。
推荐理由：HKR 三项都成立：彭博报道北京否决了 Meta-Manus 交易，是一个具体的中美 AI 政策事件。我会先打个折，因为正文没给金额、否决机制和后续安排，信息密度撑不起更高分，落在 72–77 区间合理。
FT 这篇报道正文被付费墙挡住了，只留了一句话摘要。已知信息是：Meta 正在开发一款面向消费者的 agentic AI 助手，对标的是 OpenClaw 这类能替用户执行日常任务的产品。至于具体用哪个模型、什么时候上线、收不收费、在哪些地区开放、以及用户怎么控制权限，正文都没披露。
推荐理由：FT 一句话消息说 Meta 在搞消费级 agentic 助手，对标 OpenClaw，让 AI 替用户执行日常任务。我会先打个折——正文没给模型参数、上线时间、价格和地区，连任务权限怎么设都没提。这点先别太激动，真正值得盯的是执行权限和安全边界，Meta 的量一旦铺开，翻车代价不小。
Macmillan、McGraw Hill 等五家出版商和作家 Scott Turow 把 Meta 告了，说它在训练 Llama 模型时，通过 LibGen、Anna’s Archive 和 Sci-Hub 这些盗版书库，大量复制了受版权保护的书籍和期刊文章。诉状里用了“逐字复制”这个说法，但正文没披露具体索赔金额和案件编号。
推荐理由：我会先打个折：正文没披露索赔金额和案件编号，所以没法判断规模有多大。但“逐字复制”这个说法很具体，不是泛泛的“风格相似”，对 Meta 来说比一般的训练数据争议更难撇清。诉状把 LibGen 这类盗版库直接点出来，等于把侵权链条画得很清楚，从业者看这个案子能感受到开源模型训练数据合规的雷区在哪。
五家主要出版集团把 Meta 和扎克伯格告了，理由是 Meta 在训练 Llama 系列模型时，未经授权就用了他们受版权保护的作品。目前这篇 FT 报道正文被付费墙挡住，只显示了标题和摘要片段，所以具体涉及多少本书、索赔金额、在哪个法院起诉、以及 Meta 到底是通过什么方式把这些书喂给模型的，这些关键信息正文都没披露。
推荐理由：这条消息我会先打个折——正文只是 RSS 摘要，没披露涉案作品数量、索赔金额、具体法院和训练数据怎么被抓包的机制，信息缺口不小。但五家出版集团联手告 Meta 和 Zuckerberg，矛头直指 Llama 的训练语料，这事本身够硬。对做模型的人来说，训练数据到底能不能用、用了要付多少钱、会不会被告，是每天都在算的账。这点先别太激动，等起诉书细节出来再看授权边界怎么划，但眼下值得放进必读。
这篇帖子介绍了一个新基准 ProgramBench，包含 200 个任务，专门考 AI 智能体能不能只靠一个可执行文件和一份使用说明，就把整个程序从零重新写出来。测试过程不允许联网、不允许反编译，相当于给 AI 一个黑盒子，让它猜里面是怎么实现的。团队花了大概 5 万美元生成了 600 万行行为测试用例，再筛出质量最好的来用，这些测试只看程序的外部行为...
推荐理由：这篇东西我会先打个折：它来自 Reddit，没有其他独立信源交叉验证，所以别当定论看。但它的信息量够硬——ProgramBench 用 200 个任务、约 5 万美元生成了 600 万行黑盒测试，让 Agent 只看可执行文件和说明文档去重建程序，还不准联网、不准反编译。结果就是 Agent 基本搞不定，这直接质疑了现在编程 Agent 评测（比如 SWE-bench）到底测的是真本事还是背题库。对从业者来说，这提醒我们别被榜单分数带偏，实际让模型进业务流程干活之前，得先看看它在“闭卷、无网、大工程”这种真实约束下会不会翻车。
Meta 正在部分国家上线一套视觉分析系统，通过照片估算用户的身高和骨骼发育程度，来抓出谎报年龄的未成年用户。公司说后续会推到更多地区，但正文没披露具体是哪些国家、误判率有多高，也没提用户如果被误判后怎么申诉。
推荐理由：我会先打个折：正文没披露覆盖国家、误判率和申诉机制，所以没法判断实际效果。但这件事值得盯，因为用骨骼结构做年龄推断，比单纯看脸更隐蔽，一旦出错，未成年人可能被误拦或漏过，后续怎么申诉、谁来复核，目前全是空白。
Meta 正在为一个位于得克萨斯州 El Paso 的数据中心项目安排融资，总盘子大约 130 亿美元。摩根士丹利和摩根大通已经进场。这笔钱具体怎么拆、期限多长、利率多少，正文都没披露。这件事本身说明大科技公司现在建 AI 基础设施，越来越靠举债而不是全用自有现金。
推荐理由：Bloomberg 报道 Meta 正为 El Paso 数据中心筹备约 130 亿美元融资，事实够硬，H、K、R 都成立。这不是模型或产品发布，正文没披露债务结构、期限和利率，所以我会先打个折，留在 featured 低段。
新智元这篇推文本身被微信环境拦截，正文没披露原始数据表，只能从标题和摘要反推。标题说迪士尼内部有个AI使用看板，一名员工在9个工作日内向Claude发起了约46万次调用，平均每天超5万次，频率高到像在跑自动化任务。另一组数字是Meta 30天消耗60万亿token，按公开API价格算大概值90亿美元，但实际内部成本肯定低得多。我会先打个折：token消...
推荐理由：HKR三项都成立：钩子靠两个夸张的用量数字立住，知识部分有仪表盘截图和token折算，痛点踩在企业最关心的Claude成本控制上。分数维持74，因为数据都是二手转述，正文没给原始数据表，我会先打个折。
Meta 收购了做人形机器人基础模型的初创公司 Assured Robot Intelligence（ARI），收购金额没公布。ARI 的团队会整体并入 Meta 的超级智能实验室，之前他们在做让机器人理解、预测和适应人类行为的模型，目标场景是家务和其他体力活。这笔交易最直接的信号是 Meta 要把机器人数据和模型的工作从外部合作转向内部自研，但正文没...
推荐理由：这条消息本身信息量不大，正文没披露收购金额、团队规模、技术指标和后续路线图，所以我会先打个折。但 Meta 直接买团队而不是合作，说明它想把人形机器人的模型和数据能力握在自己手里，这对关注大厂机器人布局的人是个明确信号。标题里“人形 AI 野心”听着有点大，实际目前只看到团队并入和家务任务方向，别太激动。整体适合放进 featured，因为动作够具体、涉及实体够大，但缺细节，撑不起 P1。
Dave Lee 直接批评 Meta 的 AI 资本支出太离谱，最高可能冲到 1450 亿美元。他的核心质疑是：亚马逊和谷歌敢这么花钱，是因为有云业务带来的销售增长做支撑，Meta 没有这块收入，花大钱却看不到能匹配的回报。视频里没展开讲 Meta 具体把预算烧在了哪些模型或基建上，但点出了这种支出节奏不可持续。
推荐理由：这篇不是产品发布或技术论文，而是对 Meta 花钱逻辑的评论。我会先打个折：它没有新模型或新工具，但把 capex 和收入错配这件事讲得很直白。1450 亿这个数字够大，大到让人想问钱花哪儿了；正文又明确说 Meta 的财报电话会口径偏谨慎，没有云收入来兜底。对在看 AI 投入产出比的人来说，这个提醒是及时的。信息密度不算高，但判断清晰，所以放在 featured 里没问题。
Meta 收购的 Manus 在 Instagram 和 Facebook 上投了一批广告，话术很像“别去打工了，用 AI 躺着赚钱”。广告瞄准的是本地小商家，尤其是那些没有网站或者网站做得很烂的店主，让他们用 Meta 的 AI 工具生成网站。Manus 还花钱请创作者在 Instagram、YouTube 和 TikTok 上发推广内容，其中一些 ...
推荐理由：The Verge 挖出 Meta 花 20 亿美元买的 Manus，在投广告教人用 AI 快速赚钱。套路是找没网站或网站很烂的本地商家，AI 自动建站再电话推销。Manus 还付钱让创作者运营社媒账号，部分 TikTok 账号被问后就下架了。这不是产品发布，是调查报道，但把平台自己搞 AI 垃圾生意的链条扒得很清楚，对行业名声打击不小。
BBC 报道，Meta 在瑞典媒体曝光其智能眼镜用户被拍到上厕所、发生性关系等私密画面后，终止了与肯尼亚外包公司 Sama 的合同，导致 1108 名员工被裁。这些员工的工作是给 AI 做数据标注，也就是人工查看眼镜拍下的视频和对话记录，教 AI 识别图像、改进回答。Meta 给出的理由是 Sama 没达到标准，但 Sama 否认，并称从未收到过不合格...
推荐理由：我会先打个折——信息源只有一条 RSS 片段，很多细节都空着。但标题给出的冲突已经足够具体：Meta 员工在审核智能眼镜内容时撞见用户隐私画面，结果自己被裁。这比一般的隐私争议更尖锐，因为它把“谁来看、看了怎么办”的审核机制问题摆到了台面上。对做 AI 硬件的团队来说，这是个现成的风险案例：产品还没大规模铺开，信任先裂了一道口子。正文没写人数和岗位，这点先别太激动，但话题本身值得放进精选。
NDRC 周一做出裁定后，Meta 收购 Manus 的交易大概率要全部撤销。播客里提到，Manus 在搬迁和被收购前跳过了监管审批这一步，被北京抓了现行。正文没披露交易金额、裁定书原文和具体的审批条款，所以没法判断处罚力度到底有多重。
推荐理由：我会先打个折：正文没披露交易金额、裁定全文和具体审批条款，所以信息缺口不小。但 Sinocism 在中国政策圈有信源权威，加上“叫停交易”这个动作本身信号够强，放在 featured 没问题，分数压在 76 是合理的——有料，但别急着往更高推。
这篇付费文章只露了个头，正文没披露具体的时间范围和各家花钱的明细。从摘要看，Google 在云计算增速上超过了亚马逊和微软，而 Meta 因为大幅上调资本支出，股价承压。7250 亿美元这个数字是几家巨头 AI 投资计划的总额，但具体怎么算出来的、覆盖几年，文章没给。这点先别太激动，关键细节都锁在付费墙后面。
推荐理由：这篇 FT 报道扔出一个 7250 亿美元的 AI 支出预期，说 Google 跑得比同行快，Alphabet 云业务增速也压过 Amazon 和 Microsoft。我会先打个折——正文没披露这数字怎么拆到各家公司、覆盖哪几年、投在模型还是基础设施上，所以别急着拿它当精确坐标。但即便模糊，这个量级和竞争格局对从业者判断算力成本、云厂商选择和资本热度还是有参考价值。
Meta 把今年的资本开支预期从之前的数字拉高到了 1250 亿到 1450 亿美元，CFO Susan Li 解释是因为零部件涨价和数据中心要多花钱。消息一出股价直接跳水。市场担心的不是这一天的涨跌，而是砸这么多钱搞 AI 模型，什么时候才能看到回报——这个问题正文没给出时间表。
推荐理由：Meta 把全年资本开支预期拉到 1250 亿到 1450 亿美元，CFO 解释是组件贵了、数据中心要多花钱，股价应声下跌。这不是模型或产品发布，而是 AI 投入的经济账信号，所以分数没给到 78 以上。
Entergy 把四年资本开支计划上调了近三分之一，到 570 亿美元，大头是给 Meta 在路易斯安那的数据中心供电。新增的 140 亿美元主要用来建燃气电厂，一共要上 10 座。报道没提这些电厂的总装机容量和投产时间，所以暂时没法判断对当地电价和碳排放的具体影响。Meta 急着要稳定电力，直接跳过电网自己拉专线，这种操作在 AI 大厂里越来越常见，...
推荐理由：这条消息本身够硬——Meta 一个数据中心的用电需求，就让 Entergy 把四年投资计划直接拉高近三分之一，多掏 140 亿美元建天然气电厂。我会先打个折：正文没披露电站具体容量和投运时间，所以没法判断这钱花得划不划算、什么时候能缓解供电压力。但光是这个数字就说明，大模型训练和推理背后的电力账单正在变成基础设施投资的主驱动，不是未来时，是现在进行时。这点先别太激动，但值得放进雷达里让同行看到。
彭博社这篇报道的正文被付费墙挡住了，只返回了反爬虫提示，所以具体细节没法核实。从标题和摘要片段看，北京方面要求 Meta 取消对 Manus 的 20 亿美元收购，直接导致这家 AI 初创公司“正式死亡”。Manus 之前被外界视为硅谷的潜在挑战者，但报道没披露叫停的法律依据、交易结构或后续时间表。
推荐理由：Bloomberg 报道北京下令 Meta 撤回对 Manus 的 20 亿美元收购，钩子够硬，HKR 三项都踩中。但正文没交代监管依据、交易怎么搭的、时间线怎么走，信息缺口明显，所以分数压在 78–84 这个区间，不给 P1。
政治局四月会议读完通稿，没看到新刺激政策，但“AI+”从口号变成“全面实施”，还点名要发展智能经济新形态、完善 AI 治理。算力网被列入和水网、电网并列的六大基础设施，信号很明确：以后建算力会像修路修电网一样推。同时会议专门提了“深入整治内卷式竞争”，去年四月通稿里没这句，说明上面要对价格战和重复建设下更重的手。另外，Meta 收购 Manus 被中国...
推荐理由：我会先打个折：正文没给预算数字、时间表和具体牵头部门，所以不是那种必须立刻写的突发新闻。但政治局把算力网塞进“六张网”基建清单，等于给算力基础设施发了张长期饭票，做国产供应链和算力生意的团队该盯紧后续细则。整治“内卷式”竞争这条也值得留意，可能影响模型定价和toB项目的补贴逻辑。整体是方向性信号，不是操作手册，重要性给76分，放在featured位置提醒一下就够了。
FT 报道，中国监管机构否决了 Meta 对 AI 公司 Manus 的收购。这篇报道正文被付费墙挡住，只留了个标题。从标题和 FT 的摘要看，北京的态度很明确：AI 创新得留在国内。但具体交易金额、被禁的法律依据、Manus 的股东背景和执法细节，正文没披露，这点先别太激动。
推荐理由：FT 的信源加上北京叫停 Meta-Manus 交易这个动作，HKR 三项都站得住。故事本身是政策信号，不是技术评测。但信息缺口也很明显——没金额、没法律条文、没公司归属、没执行细节，所以分数就停在 featured 这一档，不往上拔。
中国监管机构否决了这笔交易，理由是审查发现它违反了北京的投资规定。正文没披露具体违反了哪条规则、交易的时间线以及审查的具体结论。Manus 是一家做 AI 的公司，Meta 原本打算花 20 亿美元把它买下来，现在这笔买卖黄了。
推荐理由：这条消息本身够硬：中国监管出手拦下了一笔 20 亿美元的 AI 收购，买卖双方是 Meta 和 Manus。对从业者来说，直接信号是中美之间的 AI 资产交易通道在收窄，以后想卖身给美国大厂会更难。不过正文没披露具体违反了哪条投资规则、审查卡在哪个环节，也没说 Manus 到底做什么、值不值 20 亿，所以判断先别拉满。我会先打个折，给到 87 分，等后续细节出来再调。
FT 报道，中国监管部门叫停了 Meta 收购 AI 公司 Manus 的交易，要求 Meta 解除这笔 20 亿美元的并购。目前正文被付费墙挡住，没披露具体的法律依据、交易结构和撤销期限。核心看点是监管对跨境 AI 并购的管辖权在往外延伸。
推荐理由：HKR 三项全中：20 亿美元的 AI 收购被中国要求撤销，政策信号够强。分数维持在 84，因为目前只有 FirstFT 简报，没给出监管依据、交易细节和截止日期，我会先打个折——等更多信息披露再考虑往上调。
OpenAI 不再被微软的云服务独家绑死，两边都可以各自去签新的合作方。同一天的消息还有，中国监管拦下了 Meta 花 20 亿美元买 AI 创业公司 Manus 的交易，马斯克和 Sam Altman 关于 OpenAI 创始使命的官司也要正式开庭了。
推荐理由：我会先打个折：正文只是 Bloomberg 视频片段，细节不多，所以重要性停在 88 分。但标题信息量够硬——OpenAI 不再被微软独家绑定，意味着两家都能各自找新伙伴，这直接动到了 AI 圈最核心的联盟关系。顺带提的 Meta 收购被阻和马斯克诉讼，也让这条快讯的料更足。Bloomberg 的信源权威性没问题，战略影响也摆在那，只是视频摘要的深度有限，所以没给到 90 分以上。
彭博社报道，中国要求 Meta 撤销对 AI 初创公司 Manus 的收购，这笔交易价值 20 亿美元且已经完成。文章认为这是中国在延伸其域外交易审查的触角，但正文没披露具体的法律依据、时间表，也没提 Meta 的回应。
推荐理由：Bloomberg 这篇报道说中国要求 Meta 把已经完成的 Manus 收购撤掉，20 亿美元的交易被强行喊停，冲击力够强。我会先打个折：正文没披露监管依据、时间表，也没 Meta 的回应，所以信息有缺口。但光是“已完成交易被要求撤销”这个动作，就足够让做 AI 出海和投资的人紧张，分数给到 88 是合理的。
中国发改委叫停了 Meta 对 Manus 的收购，要求双方把交易退回去。Manus 是一家做 AI 智能体的公司，创始团队是中国工程师，后来搬到新加坡，去年底被 Meta 以 20 亿美元买下。这次审查持续了几个月，但官方没给具体理由，也没说依据哪条法规。对 Meta 来说，这笔交易直接关系到它让 AI 模型进业务流程干活的布局，现在被打断，后续怎么...
推荐理由：HKR 三项全中：中国在长达数月的调查后，否决了 Meta 对 Manus 的 20 亿美元收购。正文没披露具体监管依据、时间线和 Meta 的下一步，所以重要性给 88 而不是 90 以上。
Meta 想花 20 亿美元买下 AI 创业公司 Manus，但被中国监管机构拦下了。CNBC 这篇报道只给了标题、时间和作者，正文没披露是哪个监管部门做的决定、依据什么审查机制，也没提交易的具体条款。Manus 是做什么的、为什么值这个价，文章里同样没写。这点先别太激动，等更多细节出来再看。
推荐理由：HKR 三项全中。中国阻止 Meta 收购 Manus，是硬核的 AI 并购加地缘政治故事。不过正文只有标题级信息，监管方、审查流程、交易结构一概没提，所以分数卡在 78–84 这个区间，不往上拔。
发改委在2026年4月27日否决了Meta对Manus的收购，并要求撤销交易。这是2021年外资安全审查办法生效五年来，首次公开的“禁止+撤销”案例。监管盯上的不是境外收购这个动作本身，而是Manus把总部迁往新加坡时，核心团队、研发能力和知识产权从中国境内主体转移出去的整条链条。这次否决也间接证明了Manus并非“套壳”产品——只有真东西才值得动用最...
推荐理由：这条新闻当天就值得推。发改委否决 Meta 买 Manus，不只是拦了一笔交易，而是第一次公开把“禁止”和“撤销”两件事一起做了，等于给跨境 AI 并购划了条以前没画过的红线。文章点出真正要盯的是迁册中的资产转移链，不是境外公司被收购这个壳，这对在看 exit 的团队是个实打实的信号。信息有具体日期、有法律依据、有案例定性，没有吹水，直接推。
Mark Nottingham 直接戳破了“AI 代理为你工作”这个说法。他列了 8 个互联网信任崩塌的真实案例，其中一个是微软新版 Outlook 会偷偷把第三方邮箱密码传到自家云端，再分给 700 多个数据伙伴。核心问题不是模型不够聪明，而是我们根本没想清楚：当软件能替你做事时，它到底在替谁做事。文章没给技术方案，但把“委托边界”这个被忽略的前提摆...
推荐理由：HKR 三项都成立，但这是署名评论而非模型或产品发布。Mark Nottingham 在 Web 协议领域的权威加上 Hacker News 上的讨论热度，让它够得上 featured 门槛，但到不了 P1。
Meta 和亚马逊达成了一笔大单，要采购数百万颗亚马逊自研的 Graviton CPU，专门用来跑 AI 智能体（agentic AI）的工作负载。注意，这里说的是 CPU，不是训练大模型常用的 GPU。这信号挺有意思：以前大家抢 GPU，现在连 CPU 都开始为 AI 智能体这种新任务大量铺货了。不过正文没披露具体是 Graviton 哪款芯片、单价...
推荐理由：这条消息我会先打个折，因为正文没披露具体型号和金额，没法算性价比。但“几百万颗 AI CPU”这个量级本身就在说一件事：agent 负载开始推高非 GPU 芯片的采购。Meta 这种体量的公司用 Amazon 的 CPU 跑 agent，至少说明他们在认真找 GPU 之外的推理方案，而且敢下大单。这点先别太激动，毕竟没看到实测数据，但如果后续有部署细节和性能对比，这条线值得一直盯着。
FT 这篇报道正文被付费墙挡住了，只能看到标题和摘要片段。已知信息是：Meta 计划裁员 10%，目的是“抵消”扎克伯格在 AI 上的巨额支出。RSS 片段提到今年数据中心要花掉 1350 亿美元。但员工总数、具体裁哪些部门、时间表、以及这 1350 亿具体怎么花，正文都没披露。
推荐理由：我会先打个折：正文只有 RSS 摘要，信息很薄。能抓住人的是那个赤裸裸的置换——裁 10% 的人去填 AI 的坑，1350 亿美元的数据中心计划也够扎眼。但裁员基数是多少、什么时候动手、砍哪些团队、AI 项目具体怎么花这笔钱，正文全没披露，所以判断只能停在 featured，上不了 p1。
Meta 计划在 5 月裁掉大约 10% 的员工，按总数算差不多 8000 人，同时还会关闭约 6000 个正在招聘的岗位。这次裁员是为了对冲 AI 投入带来的成本压力——公司 2026 年的资本支出指引是 1150 亿到 1350 亿美元，而 2025 年这个数字是 722.2 亿美元，几乎翻倍。说白了就是一边在 AI 上疯狂烧钱，一边靠减员来省钱。
推荐理由：这条新闻不是普通的企业动态。一边裁掉 10% 的人、关掉 6000 个岗位，一边把年度 AI 资本开支拉到千亿美元级别，等于明牌告诉大家钱和人力在往哪流。标题、数据和话题性都够强，但它终究是公司层面的动作，不是模型、产品或组织架构级的 AI 发布，所以评分没给到顶格。
彭博社拿到的一份内部备忘录显示，Meta 计划从 5 月 20 日开始裁掉 10% 的员工，也就是 8000 人，另外还有 6000 个空缺岗位不招了。首席人力官在备忘录里把话说得很直白：这是为了让公司运转更高效，好腾出钱来填 AI 等其他投资的坑。Meta 在元宇宙上砸了几百亿美元基本打了水漂，现在又得猛追 AI，月初刚发了新模型 Muse Spar...
推荐理由：Meta 裁 10% 不是普通的企业瘦身新闻，它把裁员和持续加码 AI 摆在一起说，等于明牌告诉大家钱和人往哪挪。H、K、R 三条都站得住，但消息源是彭博看到的内部备忘录，Meta 还没公开确认，所以放在 featured 高位而不是 p1。
Meta 在美国员工的工作电脑上装了一个叫 MCI 的工具，会记录鼠标移动、点击、键盘输入，还会偶尔截屏。这些数据不是用来考核绩效，而是喂给 AI 模型，教它们像人一样操作电脑，以后自动处理员工现在做的重复性工作。Meta 说不会拿来做绩效评估，但正文没提数据会保留多久、员工能不能选择不用，也没说会不会推广到美国以外的地区。
推荐理由：我会先打个折：这不是产品发布或模型开源，而是一条内部工具被路透社挖出来的报道，所以信息缺口很明显。正文只说了美国员工和工作应用，保留多久、能不能退出、范围会不会扩大都没提。但这件事的传播力很强——Meta 直接拿员工的操作痕迹去教 agent 怎么像人一样用电脑，而且明确说数据不用于绩效考核，反而让人更想知道采集边界到底在哪。如果是真的，这种数据比外包标注便宜得多，但隐私和劳资关系的雷也埋得深。
Meta 通知员工，很快要在工作电脑上部署一个叫“模型能力计划”的工具，用来记录键盘敲击和鼠标移动。员工对此很不满。公司对外说这是为了收集数据来训练 AI 模型，但正文没披露这个工具具体会抓取哪些数据、什么时候开始推、以及员工能不能选择不装。最讽刺的地方在于，一家靠监控用户行为卖广告的公司，现在把同一套逻辑用到了自己员工身上。
推荐理由：别被标题里的讽刺带跑，真正该盯的是 Meta 有没有把员工行为数据直接喂进 AI 能力建设流程。帖子给了工具名和监控方式，但没披露采集范围、启用时间和退出机制，信息缺口不小。我会先打个折，因为细节不全，但话题本身够敏感，对 AI 从业者有警示意义。
荣耀把 YOYO 智能体直接做进了 MagicBook 系统里，出厂自带 5 个主智能体和 23 个子智能体。官方说这套方案比外接 OpenClaw 省一半的 token 消耗，还加了本地处理、二次确认和内核级加密。说白了就是把智能体打包成笔记本默认功能，不用自己折腾部署。但正文没提具体用了哪个模型、硬件配置、卖多少钱、什么时候开卖，这些关键信息都缺着...
推荐理由：荣耀把 YOYO Claw 直接预装进 MagicBook，等于把智能体做成出厂能力，这点比跑分更有意思。文章列了 5 个主智能体、23 个子智能体，覆盖教育到内容创作，还提到本地处理、二次确认和内核级加密，信息量够硬。词元消耗降 50% 这个数我会先打个折，因为没给对比基准和测试条件。真正让我把分停在 76 的原因是正文没披露模型、硬件配置、价格和上市时间——缺了这些，没法判断实际成本和落地节奏。
Meta 搞了个内部工具，会抓取员工在特定应用里的鼠标移动、点击和按键操作，把这些真实操作数据喂给 AI 模型，目的是让模型学会怎么帮人完成日常电脑任务。公司说数据有保护措施，不会用于其他目的，但正文没披露具体抓取范围、员工是否知情同意、数据保留多久。标题写了记录按键，但 Meta 的声明里只明确提到鼠标移动和点击，按键这块的细节是缺失的。
推荐理由：我会先打个折：标题说击键，正文只确认了鼠标和点击信号，击键到底录没录、录多少，正文没披露。这点先别太激动。但即便只看鼠标和点击，Meta 把员工操作行为直接喂给模型训练，这事本身就够有话题性。正文没提采集范围、员工同意机制、数据保留多久，这些空白才是真正该盯的。所以重要性给 80，不上 P1，因为关键细节还缺着，但 hook、新知和争议性都到位了。
Joshua Gross 是 Mira Murati 创立的 Thinking Machines Lab 的第五位出走创始人，跳槽去了 Meta。这家公司去年融了 20 亿美元，团队从 30 多人扩到 130 多人，但正文没披露 Gross 的薪酬、竞业条款或产品进展。Meta 已经持续从这家公司挖人 9 个月，比起直接收购，现在更流行用高薪抢人替代并购。
推荐理由：这条比普通人事变动更有嚼头，因为新闻点不在一个人跳槽，而在一个模式：Meta 已经连续从 Thinking Machines Lab 挖走第五位创始成员了。标题直接点破“拆骨”，正文给了时间跨度、估值和团队扩张数据，让读者能判断这家公司被抽血的严重程度。缺的是薪酬、任职条款和产品影响，所以我会先打个折，不往 P1 推。但 HKR 三项都站得住，对关注 AI 人才流向的人是个清晰的信号。
Meta 把之前挖来的团队做的第一个模型 Muse Spark 放出来了。它原生支持多模态推理，能看图、用工具、展示视觉思维链，还能让多个 Agent 并行干活。有个叫“沉思”的模式，就是协调多个 Agent 一起推理。在 Artificial Analysis 上的跑分比 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4....
推荐理由：大厂新模型发布，加上“挖角团队首秀”的故事线，HKR 三项全中。分数卡在 featured 门槛附近，因为文章只给了能力声明和相对排名，参数规模、定价、铺开时间和访问范围都没披露，我会先打个折。
Meta 的 TBD 实验室用 9 个月重写了整套预训练流程，做出了 Avocado（对外叫 Muse Spark）。正文说它的能力跟 Llama 4 Maverick 差不多，但训练用的算力不到后者的十分之一。模型没开源，也没公布参数量、跑分成绩和发布时间。这件事真正的看点是训练基础设施的效率，不是改个名字。
推荐理由：我会先打个折：正文没披露参数量、评测集和发布时间，目前只是一条帖文，别当正式发布看。但信息量够硬——TBD lab 用 9 个月重建预训练栈，把训练算力压到 Llama 4 Maverick 的十分之一以下，能力还接近，这对算力成本敏感的人是个信号。Meta 把它叫 Muse Spark，不是开源模型，所以重点不在命名，而在基础设施效率。HKR 全过，给 74 分，因为缺关键参数，验证还弱，但省钱的故事本身够吸引从业者盯后续。
双方谈崩了，不再一起扩建位于得州阿比林的那座旗舰 AI 数据中心。原因是融资进度拖后腿，加上 OpenAI 自己的需求变了。现在 Meta 在考虑从运营商 Crusoe 手里租下这个场地，英伟达也在中间帮忙牵线。这类项目的造价动辄上百亿美元，正文没披露具体的分手条款和后续时间表。
推荐理由：Oracle 和 OpenAI 在得州阿比林那个旗舰数据中心的扩建计划谈崩了，原因是融资没谈拢，加上 OpenAI 自己的需求也变了。Meta 正考虑从开发商 Crusoe 手里租下原本要扩建的那块地，Nvidia 在中间帮忙牵了线。项目总成本只说在几百亿美元级别，具体数字没披露。我会先打个折：这事说明超大集群先卡在资本结构和多方协同上，不是先卡在芯片，这点比标题本身更值得盯。