2026-07-03
🎬 YouTube 精选
1. AI Explained：Fable 5 vs GPT 5.6 Sol: The Early Results
AI Explained 发布了对 Fable 5 与 GPT 5.6 Sol 早期结果的对比视频。标题指向的是新一代模型间的实际表现差异，适合关注 Claude/Fable 系列能力变化、基准测试和真实任务体验的人快速补课。
🔗 链接
🎙️ 播客精选
1. No Priors：How Nuclear Will Unlock Energy Abundance with Valar Atomics Founder Isaiah Taylor
No Priors 这一期请到 Valar Atomics 创始人 Isaiah Taylor，主题是核能如何打开“能源丰裕”的技术和商业路径。它不是纯 AI 话题，但和 AI 数据中心、电力瓶颈、长期算力供给高度相关：如果模型训练和推理继续扩张，能源基础设施会越来越像 AI 产业的硬约束。
链接：无（采集源未提供 URL）
📝 博客精选
1. Simon Willison：llm-coding-agent 0.1a0
Simon Willison 发布了 llm-coding-agent 0.1a0，这是一个基于他自己的 LLM Python 库做出的简单 coding agent。文章记录了他让 Claude Fable 5 先写 spec，再按红绿 TDD 方式实现的过程，目标是做出类似 Claude Code 的文件读写、编辑和命令执行工具链。
🔗 链接
2. Simon Willison：Using DSPy to evaluate and improve Datasette Agent's SQL system prompts
这篇记录了 Simon 用 DSPy 评估和改进 Datasette Agent 的只读 SQL 问答系统提示词。关键点是把真实 Datasette Agent 工具和 prompt 放进评测 harness，再用自动生成的 gold-standard 数据集和自定义指标衡量改进，而不是凭感觉改 prompt。
🔗 链接
3. Simon Willison：Understand to participate
Simon 摘录了 Geoffrey Litt 在 AIE 演讲里的一个框架：“理解，是为了继续参与”。它讨论的是和 coding agent 协作时的 cognitive debt：如果你不再理解代码如何工作，就会失去继续创造性推进项目的能力。
🔗 链接
4. WebKit：Introducing the Safari MCP Server for Web Developers
WebKit 介绍了面向 Web 开发者的 Safari MCP Server，把 Safari/Web Inspector 能力接入 MCP 生态。这个方向很实用：AI coding agent 可以更直接地检查浏览器状态、调试网页、读取运行时信息，而不是只靠静态代码和截图猜问题。
🔗 链接
5. Anthropic：Redeploying Fable 5
Anthropic 宣布 Fable 5 和 Mythos 5 在出口管制解除后恢复部署。Fable 5 将重新面向 Claude Platform、Claude.ai、Claude Code、Claude Cowork 等渠道开放，并在短期内给 Pro/Max/Team 等计划提供一定比例的 weekly usage limit。
🔗 链接
🗞️ Techmeme 热点
1. Anthropic 收紧中国公司通过云服务和海外子公司使用模型的绕行路径
Financial Times 报道称，Anthropic 正在关闭让蚂蚁等中国公司通过云服务商、海外子公司等方式间接使用其模型的漏洞。这说明前沿模型访问控制正在从“账号/地区限制”走向更细的企业实体和供应链层面。
🔗 链接
2. 芯片行业组织 SEMI 警告美国政策可能加剧短缺
据 Bloomberg，包含 Micron、Samsung 等成员的 SEMI 致信 Scott Bessent，警告影响芯片价格或产能的美国政策可能恶化供应短缺。AI 芯片供需已经紧张，如果政策进一步扰动制造成本或产能规划，可能传导到训练集群和云算力价格。
🔗 链接
3. Meta 内部称 Watermelon 模型训练规模大幅高于 Avocado，并匹配 GPT-5.5
Business Insider 消息称，Alexandr Wang 表示 Meta 正在训练的 Watermelon 模型已经匹配 GPT-5.5，并使用了比 Avocado 高一个数量级的算力。这个说法如果属实，意味着 Meta 在前沿模型训练上继续用大规模 compute 追赶闭源领先模型。
🔗 链接
4. Zuckerberg 承认 Meta 的 AI Agent 开发没有按预期加速
Reuters 报道称，Mark Zuckerberg 在 town hall 中表示 Meta 的 AI agent 开发没有像预期那样加速，组织重组也不够“干净”。这透露出大厂在 agent 产品化上遇到的不是单点模型能力问题，还包括组织、工程和产品路线的协调成本。
🔗 链接
5. Tesla 将限制员工 AI 使用支出
The Information 报道称，Tesla 计划从 7 月 6 日开始把员工 AI 支出限制在每周 200 美元，且统计不包括 xAI beta 产品。这个限制反映出企业内部 AI 工具成本开始进入精细化管理阶段，尤其是当多模型、多工具在员工侧自然扩散后。
🔗 链接
📊 YouTube 1 条 | 播客 1 条 | 博客 5 条 | Techmeme 5 条 | 精选 12 条