2026-06-09
🎬 YouTube
1. Matthew Berman：Only the best are using them...
Matthew Berman 这期 12 分 59 秒的视频围绕 AI agent 的实际使用展开，描述里重点给了 Peter Steinberger 关于工具使用的讨论，以及 Anthropic Institute 的 recursive self-improvement 文章。标题虽然比较营销化，但线索指向的是：高阶 AI 使用者已经在把 agent 工作流和可复用工具链结合起来，而不是只把模型当聊天窗口。适合关注 agent 工具调用、个人生产力工作流的人快速扫一遍。
🔗 链接
2. Weights & Biases：How to operationalize AI governance with W&B Weave
W&B 这期 8 分 45 秒的视频讲的是如何把 AI 治理从“一张 eval 分数截图”变成可审计的发布证据。它演示了基于 W&B Weave 的开源 AI Governance Toolkit，把开发侧 trace、失败模式、review gate 和合规侧证据集中到一个 system of record。视频明确提到会对齐 MIT AI Risk Repository、NIST AI RMF、EU AI Act，适合做企业 AI 应用上线、合规审查和风险评估的人看。
🔗 链接
🎙️ 播客
无近期更新。
📝 博客
1. Simon Willison：Siri AI at WWDC 2026
Simon 对 Apple 在 WWDC 2026 发布的新 Siri AI 保持“看到实物再相信”的态度，因为 2024 年 Apple Intelligence 的承诺曾经让很多人失望。但他认为这次技术上更可行：Apple 会使用定制 Gemini 衍生模型，并通过 Private Cloud Compute 运行，结合视觉 LLM 读取屏幕信息，绕开每个 App 单独适配的难题。文章还提到 Core AI PyTorch extensions，可以把 PyTorch 导出的模型映射到 Apple 硬件上的 Core AI AIProgram。
🔗 链接
2. Gary Marcus：An entire industry is being propped up by math that is insane.
Gary Marcus 批评当前 AI/科技资产叙事里的回报率想象不符合数学现实：如果 SpaceX 像 Amazon IPO 后一样回报 2538 倍，市值会达到 4442 万亿美元，约为当前全球 GDP 的 36 倍。他还引用 Wharton/Point72 相关研究，指出 AI 部门需要在 2028 年前实现约 2.7 倍生产率提升，才能合理化当前投资规模。核心判断是：AI 可能成功，但现在很多估值叙事建立在极端历史幸存者偏差和不现实增长假设上。
🔗 链接
3. Ed Zitron：AI Is Slowing Down
Ed Zitron 继续从“AI 泡沫”角度质疑生成式 AI 的投资逻辑，认为行业不能承受技术和收入增长放缓。文章估算，如果按数据中心规划和 NVIDIA 对每 GW 成本的说法，AI 基础设施需要在 2030 年底前产生数万亿美元级收入才能支撑当前建设。它的价值不在中立，而在把算力、资本开支、收入缺口放到同一个账本里看，提醒读者警惕“能力进步”和“商业闭环”之间的断层。
🔗 链接
4. Ibrahim Diallo：ppclp.ai announces 100x Productivity Gains
这是一篇讽刺文，虚构一家纸夹公司 ppclp.ai 宣称通过 AI 和 Jira/Rovo 实现 100 倍“组织生产力指数”提升。文章里最尖锐的点是：票据速度、Slack emoji 反应延迟、仪表盘数字都在变好，但实际纸夹产量同比下降 20%。它讽刺的是企业 AI 转型里常见的指标替代现实：把 agentic motion、ticket velocity、漂亮 dashboard 当成果，却回避真实业务产出。
🔗 链接
🗞️ Techmeme 热点
1. 美国高校 AI 专业快速扩张
报道称，美国高校现在已经提供 74 个以上 AI 主修和 89 个以上 AI 辅修，至少还有十几所学校计划今年新增 AI 主修。2021 年只有 5 所学校有 AI 主修，说明 AI 正在从课程模块变成独立本科培养路径。
🔗 链接
2. 小米称 MiMo-V2.5-Pro-UltraSpeed 在 1T 参数规模达到 1000+ tokens/s
小米声称 MiMo-V2.5-Pro-UltraSpeed 在 1 万亿参数规模上首次超过每秒 1000 token，并且运行在标准 8-GPU 通用节点上。API 试用从 6 月 9 日开始，值得关注实际吞吐、成本和可复现性。
🔗 链接
3. OpenAI 称进入“第三阶段”
Sam Altman 和 Jakub Pachocki 表示 OpenAI 正在进入“第三阶段”，目标包括自动化 AI 研究、推动经济增长，并让每个人都拥有个人 AGI。这个表述把 OpenAI 的叙事从产品能力推进到研究自动化和社会经济层面，也会进一步提高外界对交付速度的期待。
🔗 链接
4. Google 和 Nvidia 帮助 Apple 扩展 Private Cloud Compute
CNBC 报道称，Apple Foundation Model Cloud Pro 得到 Google 和 Nvidia 支持，Apple 表示它可与 Gemini frontier models 相比，并运行在 Nvidia GPU 上。这和 Simon Willison 文中提到的 Apple PCC 扩展互相印证：Apple 的隐私计算叙事开始覆盖 Google Cloud 和 Nvidia 硬件。
🔗 链接
5. Infinity Constellation 融资 2400 万美元
Infinity Constellation 面向专业服务市场构建 AI 工具和软件业务，完成 2400 万美元 A 轮融资，此前已融资 1700 万美元。专业服务仍是 AI SaaS 投资的重要方向，因为法律、咨询、财务等行业有大量高价值、文本密集、流程化工作。
🔗 链接
📊 YouTube 2 条 | 播客 0 条 | 博客 4 条 | Techmeme 7 条 | 精选 11 条