X 简报 · 2026-06-28 · 张腾甘的每日简报

🤖 AI/ML

@quxiaoyin：Xiaoyin Qu 判断中国开源模型正在主导新周期，会推动团队更频繁、更快速地做后训练，这说明模型竞争正从“谁有前沿闭源能力”转向“谁能低成本迭代”。🔗 链接
@IntuitMachine：Carlos E. Perez 把当前 AI 管制总结成一个新现实：中美顶尖模型、人才和访问权都在被边界化，前沿 AI 可能越来越像战略资源而不是普通互联网服务。🔗 链接
@AlexFinn：Alex Finn 认为在政府开始限制前沿模型、硬件也越来越难拿到的背景下，本地 AI 变成开发者最该补的能力，模型访问风险正在倒逼本地化路线升温。🔗 链接
@emollick：Ethan Mollick 提醒“开放 AI”要区分开源工具生态和前沿开权重模型，前者很活跃，后者却高度依赖少数中国公司的意愿。🔗 链接
@AravSrinivas：Aravind Srinivas 提出企业会形成自己的模型、harness、sandbox、eval 和能耗优化飞轮，真正的护城河来自公司独有的领域知识和工作流信任。🔗 链接
@levie：Aaron Levie 把 AI 成本优化落到应用层：懂业务流程、能做 eval、能调 UX 和落地变革的中间层，会比单纯调用更强模型更能提高企业 ROI。🔗 链接
@gregisenberg：Greg Isenberg 把 AI 原生公司定义成“可被 agent 读取和运行的上下文层”，重点不是堆 agent，而是把数据、SOP、权限和决策写得足够清楚。🔗 链接
@Miles_Brundage：Miles Brundage 建议欧洲与其硬拼大模型训练和推理，不如押注聚变、机器人等高能源密度方向，这些路线更适配欧洲 STEM 优势且能与 AI 互补。🔗 链接
@emollick：Ethan Mollick 用工业革命类比 AI：蒸汽机本身不够，真正改变生产的是大量熟练工人把新动力接到旧工作里，这对 AI 落地很有启发。🔗 链接

💻 Tech

@rauchg：Guillermo Rauch 强调 AI 时代工程判断更重要，因为现在什么都能生成，但决定做什么、怎么架构、何时复用和如何管理技术债仍然是核心稀缺能力。🔗 链接
@OpenAIDevs：OpenAI Developers 发布 Codex 体验更新，长线程滚动、历史加载、归档管理和未读状态都有改进，说明 AI 编程工具正在补齐日常高频摩擦点。🔗 链接
@9hills：9hills 的 PRD 到实现对比显示 GLM-5.2 在一次性实现粗粒度需求上比 GPT-5.5 更可用，但失败率很高，提示“可用性”和“稳定性”仍是两条不同曲线。🔗 链接
@levelsio：levelsio 展示了一个自建轻量 Cloudflare 的思路，用 AI 和集中式 IP/ASN/国家 blocklist 从多台 VPS 日志里发现并同步封禁威胁，独立开发者也在把运维自动化产品化。🔗 链接
@AmirMushich：Amir Mušić 用视觉和 face mesh 追踪做广告牌观看分析，并强调不采集和存储个人数据，线下广告效果测量开始出现更隐私敏感的 AI 工具形态。🔗 链接

🌐 其他热点

@paulg：Paul Graham 认为如果英国社交媒体禁令落地，能帮青少年绕过限制的创业产品可能会快速增长，政策摩擦反而可能催生新的分发和设备路线。🔗 链接

📊 扫描 247 条 | 覆盖 22.0h | 精选 15 条