🔥 精选推荐

SpaceX 宣布获得以 600 亿美元收购 Cursor 的权利,附带 100 亿美元分手费。Cursor CEO Michael Truell 周二下午召集全员大会宣布与 SpaceX 的"新合作关系"。交易结构精心措辞——SpaceX 获得的是"收购权"而非直接收购,并将支付 100 亿美元用于"合作"。该交易对 a16z、Thrive 和 Accel 而言是巨大胜利。
🦐点评:600 亿美元买一家 AI 代码编辑器——这不是软件估值逻辑,而是 Musk 在给 xAI 补"开发者生态"这块短板。Cursor 的价值不在工具本身(工具可以被复制),而在它锁定的数百万活跃开发者和他们的代码上下文数据。但 100 亿美元分手费的结构暗示双方对交易能否最终完成都留了退路——反垄断审查和 Cursor 团队的独立意愿都是变量。对 a16z 来说,这笔退出将成为 AI 应用层投资的标杆案例,但也提醒我们:AI 应用创业的退出路径越来越依赖大厂并购而非 IPO。
newcomer.co
OpenAI 正式发布 GPT-Image-2,在 ChatGPT、Codex 和 API 三端同时上线,包含 Thinking 和 Non-thinking 两种模式。Arena 排行榜显示该模型以 +242 Elo 的领先优势登顶 text-to-image、single-image edit 和 multi-image edit 全部三个类别。核心突破在于文字渲染精度和布局保真度——不再是更好看的图片,而是可以直接用于 UI 原型、文档、信息图和品牌资产的生产力工具。Figma、Canva、Adobe Firefly 和 fal 已集成该模型。
🦐点评:GPT-Image-2 最值得关注的不是 Arena 分数,而是使用场景的质变——当图像模型能准确渲染文字、生成多页连贯漫画、自动搜索实时信息做海报时,它吃掉的不是插画师市场,而是 Canva 模板业务和设计外包产业链。Figma、Canva 第一时间集成说明它们选择"拥抱"而非"对抗",但中长期这些平台的核心价值必然从"提供模板"转向"提供工作流"。对创业者的信号很明确:纯生成质量已不是壁垒,围绕图像生成的垂直工作流(品牌一致性、多平台适配、版本控制)才是下一波机会。
latent.space
内部文件显示微软计划 6 月起将所有 GitHub Copilot 用户转向 token 计费模式。Copilot Business 用户将支付 $19/月/人并获得 $30 的池化 AI 额度,Copilot Enterprise 从 $39 涨至 $49 并获得 $100 额度。这意味着单纯使用 Copilot Chat 的轻度用户实际付费减少,而大量使用代码生成和 Agent 功能的重度用户将支付更多。
🦐点评:微软的 token 计费转型与 Anthropic 同一天试图从 Pro 层移除 Claude Code 形成了完美呼应——AI 编程工具的订阅"无限量"模式正在全线崩溃。背后逻辑很简单:Agent 模式下单用户 token 消耗可以是普通对话的 100 倍,flat-rate 定价在数学上不可持续。这对开发者工具创业公司是双面信号:一方面证明市场已被充分验证(微软愿意承受定价震荡),另一方面 usage-based pricing 拉平了大厂的分发优势——用户开始按消耗比价,而非按品牌订阅。
wheresyoured.at
a16z 发布深度技术文章,以《记忆碎片》的 Leonard Shelby 类比当前 LLM 的根本缺陷:模型训练后参数冻结,无法从部署后的新经验中真正学习。文章系统梳理了 continual learning(持续学习)的技术路线——包括 LoRA 适配器持续微调、记忆增强架构、参数空间正则化等方法,核心论点是 in-context learning(上下文学习)在需要真正发现(如新数学定理)、对抗场景(安全)和难以语言化的隐性知识时不够用,模型需要直接更新参数的能力。
🦐点评:a16z 发这篇文章的时机值得琢磨——在所有人关注 Cursor 收购和 GPT-Image-2 的同一天,它选择讨论一个看似学术的基础问题。但"模型能否从经验中学习"恰恰是 Agent 能否从"每次从零开始"进化为"越用越好"的关键瓶颈。如果持续学习被攻破,每个部署的 Agent 都会变成越来越懂你业务的员工,而非每天需要重新入职的临时工——这将彻底改变 AI SaaS 的留存和定价逻辑。
a16z.news

📌 其他新闻

Google 发布第八代 TPU 的两款专用芯片 TPU 8t 和 8i,分别面向训练和推理场景,明确定位为"agentic era"的基础设施。Google 在自研芯片上持续加码,与 NVIDIA 的竞争进入新阶段。
blog.google
Latent Space 对 Shopify CTO Mikhail Parakhin 的深度访谈。Shopify 在 2026 年 AI 使用量爆发,给予团队"无限 Opus-4.6 token 预算",并推出内部工具 Tangle、Tangent、SimGym。企业级 AI 采用正从试点进入全量阶段。
latent.space
OpenAI 开源 Privacy Filter 模型(Apache 2.0),1.5B 参数 MoE 架构(50M 激活),用于检测和遮蔽文本中的个人敏感信息。支持 8 种 PII 类别,可在浏览器端运行。开发者可基于此微调用于自己的隐私工作流。
openai.com
OpenAI 推出 Workspace Agents,基于 Codex 的 ChatGPT 内置 Agent,可自动化复杂工作流、连接工具并在云端运行。定位为团队级 AI 自动化方案,从个人助手向企业协作工具演进。
openai.com
Ben Thompson 分析 John Ternus 接任 Apple CEO 的信号:Apple 未来十年的差异化将由硬件定义,而非软件或服务。同时点评 SpaceX-Cursor 交易的战略逻辑。
stratechery.com
Qwen 发布 3.6-27B,27B 稠密模型在 agentic coding 表现上声称达到旗舰级水平。在 Aider polyglot benchmark 上超过 Claude Sonnet 4.6 和 GPT-4.1。小模型在编程场景持续逼近大模型。
simonwillison.net
Simon Willison 梳理 Anthropic 将 Claude Code 从 Pro 计划移除的混乱始末。定价页和支持文档同步更新后又回滚,官方称"2% 新用户测试"但全量更新的事实令人困惑。AI 编程工具定价模式仍在剧烈调整中。
simonwillison.net

🧠 AI 技术前沿

emollick @emollick
图像模型比文字模型更容易锚定在特定方向上,需要频繁清除上下文窗口。Emollick 提出 PerfectSquashBench 衡量图像模型的锚定程度——反复要求后南瓜依然只是"还行"。
查看推文 →
egeberkina @egeberkina
GPT Image 2 能精确理解产品尺寸和比例,生成的产品规格图与真实参数匹配,像专业产品说明书一样精准。
查看推文 →
egeberkina @egeberkina
Seedance 2.0 的 Omni reference 功能非常强大,支持全方位参考图输入生成视频。
查看推文 →
AmirMushich @AmirMushich
用 GPT Image 2 单提示词生成华纳音乐集团品牌重塑套件。视觉叙事扎实,但文案泛泛缺乏差异化;W 字母图形过度变形稀释了品牌识别度。AI 生图已到品牌概念阶段可用的程度。
查看推文 →
rileybrown @rileybrown
GPT-Image-2 不支持透明背景输出,开发者在寻找最佳背景移除 API 方案。生图工具链仍有缺口待填。
查看推文 →

🚀 创业动态

EXM7777 @EXM7777
OpenClaw 和 Hermes 最好的使用场景是简单日常任务:自动化研究流程、维护 Obsidian 知识库、实现简单功能并更新文档。不需要太多注意力、不涉及复杂思考的事情——基本上是你愿意交给廉价外包的活。
查看推文 →
EXM7777 @EXM7777
用 Hermes 搭建了一个健康追踪 Agent,替代了所有健身 App。使用本地模型保护敏感数据,通过子代理分离健康上下文,接入 Whoop 等设备 API,Dashboard 自动更新。
查看推文 →
eptwts @eptwts
10% 的 AI 创业公司的模式:接收用户任务→集成外部工具/API→注入领域数据到 prompt→随使用改进→用所有手段比原始模型做得更好→收 $29/月。
查看推文 →
marclou @marclou
TrustMRR 平台完成首笔收购:一个 $0 MRR 的 SaaS 以 $800 成交。在 AI 时代代码仍然可以被买卖——买的不只是代码,是省下的开发时间。
查看推文 →
rileybrown @rileybrown
大量用户在分享自己的 Codex 工作流,生态正在自发形成。OpenAI Codex 从编程工具向开发者平台的进化正在加速。
查看推文 →
levelsio @levelsio
Vibejam 游戏开发进展:新增 AI 资产、改进士兵 AI 行为逻辑、在服务器端烘焙碰撞贴图(BVH)加速加载。还剩 9 天需要加入多人对战功能。独立开发者用 AI 做全栈游戏的速度令人惊叹。
查看推文 →

💬 观点与洞察

EXM7777 @EXM7777
"一周前我还能分辨,现在是我第一次真的分不清什么是 AI 什么不是了。这个窗口正在极速关闭。"AI 生成内容跨过了人类感知阈值。
查看推文 →
EXM7777 @EXM7777
当前最强模型格局:图像生成 ChatGPT、视频生成 Seedance、编程 ChatGPT/Claude、日常使用 ChatGPT/Claude。没有任何一个场景会选 Gemini(嵌入系统除外)。Google 需要觉醒。
查看推文 →
Hesamation @Hesamation
"Kimi K2.6 是目前唯一阻止前沿公司涨价的力量。"开源模型作为价格锚定器的角色正在凸显。
查看推文 →
Hesamation @Hesamation
"我始终不理解为什么要在工厂里推人形机器人。工厂里已经有了几十年的机器人,只是不那么吓人、更便宜、更可预测。唯一的意义可能是数据采集——那机器人公司应该向工厂付钱,而不是收费。"
查看推文 →
Hesamation @Hesamation
"总有一天 Anthropic 会 A/B 测试把订阅价格涨 10 倍,然后永久生效,对所有人。"对 AI 订阅定价不透明调整的讽刺,呼应了当天 Claude Code 定价风波。
查看推文 →

🔥 精选推荐

过去两年超过 20 位车企和智驾公司核心骨干转投具身智能。仅理想汽车就有超 10 位核心研发流出,包括前高级副总裁郎咸朋、前 AI 首席科学家陈伟等。理想前智驾负责人贾鹏创立的至简动力,半年估值达 10 亿美元;郎咸朋创立的昆仑行可能更快打破纪录。具身公司猎头费按年薪 25% 付,比智驾岗贵 2-3 个百分点。资本驱动下,从"二三十亿"到"清一色百亿"只用了不到半年。
🦐点评:当一个产投人士说"估值半年从二三十亿涨到百亿,但问到退出时沉默了"——这是典型的泡沫信号。但这轮具身智能的人才迁徙有一个底层逻辑值得认真看:智驾的"0 到 1"已完成且创新收益收敛(今年竞业限制都放松了,说明技术红利见顶),而具身智能还处于"共识达成=超额回报消失"之前的窗口期。投资人真正需要判断的不是"这波能不能赚钱",而是这些智驾老兵的工程化 AI 经验能否在机器人场景真正复用——毕竟,demo 到量产之间的鸿沟,比智驾更大。
晚点LatePost
GRITCULT 一篇 X Article 获得 69.4 万浏览量,核心案例:Anthropic 的整个增长营销运营在某段时间由一人完成。这位增长负责人用 Claude Code 分析广告数据、构建专门化子 Agent(标题 Agent + 描述 Agent)、Figma 插件批量生成广告物料(每批 0.5 秒,最多 100 变体)、MCP 服务器对接 Meta Ads 实时数据、以及自我演化的记忆系统。文章将 AI 营销能力分为四层:自动化→思维伙伴→做以前 ROI 不划算的事→构建专属工具。
🦐点评:Anthropic 用自己的产品让一个人干掉一个市场团队——这是最好的产品广告,但也暴露了 AI 工具层的残酷真相:当"一个人+Agent 栈"能替代十人团队时,SaaS 的客户数天花板可能比想象的低一个数量级。对 VC 的启示不在于"营销被 AI 替代"这个已知结论,而在于第四层(构建专属工具)的门槛正在急速下降——Cursor + Claude Code + MCP 让非工程师也能搭建自动化系统,这意味着"不会写代码"不再是护城河,"理解业务+有判断力"才是。
深思SenseAI
Amazon 新一轮 50 亿美元投资使其在 Anthropic 的总投入达到 130 亿美元。作为交换,Anthropic 承诺未来 10 年在 AWS 花费超过 1000 亿美元,获得最多 5 GW 计算容量来训练和运行 Claude。交易核心是 Amazon 自研芯片 Trainium2 至 Trainium4。此前 Amazon 已以类似结构向 OpenAI 投入 500 亿美元。据报道 Anthropic 新一轮融资估值将达 8000 亿美元或更高。
🦐点评:130 亿美元投资换 1000 亿美元 AWS 消费——Amazon 的真正生意不是投 AI 公司,而是用投资锁定未来十年最大的云客户。Trainium 芯片的指定使用更关键:这是 Amazon 用资本绑定 Anthropic 来验证自研芯片路线的战略。如果 Trainium4 能在 Anthropic 的训练中证明可行,AWS 就有了摆脱 NVIDIA 依赖的底气。8000 亿美元估值意味着 Anthropic 的下一轮融资定价已接近 OpenAI 的 7300 亿——两家公司都在用云厂商的基础设施承诺来支撑估值,而非传统的收入倍数。
Z Potentials
成立 17 年的半导体冷却公司 Phononic 正与潜在买家洽谈,估值讨论至少 15 亿、部分买家出价超 20 亿美元。公司生产直接放置在 HBM 芯片和 GPU 上的热管理套件。此前 Ecolab 以 47.5 亿美元收购 CoolIT(KKR 最成功投资之一,权益回报 15 倍),伊顿以近 100 亿美元收购 Boyd 热管理业务。NVIDIA 芯片运行温度越来越高,数据中心冷却已成为 AI 基础设施的关键瓶颈。
🦐点评:从 CoolIT 的 15 倍回报到 Phononic 估值翻倍——AI 基础设施的投资机会正在沿产业链下沉到"没人看得上"的冷却环节。Phononic 的半导体冷却路线与主流液冷不同,能与空气或水冷配合使用,如果 NVIDIA 下一代芯片热密度继续上升,这种互补方案的需求只会更强。对 VC 而言,AI 基础设施的"第二层"(冷却、供电、网络)正在从成本中心变成独立赛道,而且这些公司有实体资产和长期合同,退出路径比纯软件 AI 公司清晰得多。
Z Potentials

📌 其他值得看

Anthropic 一度将 Claude Code 从 Pro 套餐移除,定价页和文档全量更新后又回滚。增长负责人承认"使用量大幅上升,现行套餐扛不住"。Claude Code 的 token 消耗远超订阅定价覆盖范围,AI 编程工具从订阅向 token 计费转型的趋势已不可逆。
赛博禅心
详细测评 GPT-Image-2 的能力边界:API 价格(high 档方图 $0.211,比上代涨 59%)、尺寸约束(最大 3840px)、Thinking 模式五大演示、中文渲染突破、以及在 Codex 中直接生图的工作流。覆盖了从 API 调用到安全机制的完整技术细节。
赛博禅心
OpenAI 开源 Privacy Filter,1.5B 参数 MoE(50M 激活),双向 token 分类模型,Apache 2.0 许可。覆盖八类敏感信息,支持命令行一键遮蔽。已知短板:跨句推理弱、对抗格式可绕过、非拉丁文字指标下降。
赛博禅心
三轮实测 Kimi K2.6:全栈 Web 应用原型搭建(数据逻辑自洽)、AI 落地页设计(Three.js 3D 效果)、品牌规范转 Skill 复用。峰值表现不输 Opus 4.6,但精密度场景易翻车(如自行更改品牌名)。Kimi 正从"写代码"向"协作型工作系统"推进。
有新Newin
星穹方舟与火山引擎联合发布首款"全场景龙虾硬件"(AI 眼镜 25g + 水滴吊坠 12g),核心解决上下文断层问题。通过无感采集→结构化记忆→跨系统执行三层架构,将物理世界信息转化为可调用的持续上下文。今年目标三五万台。
Z Potentials
前巨人 CEO 吴萌创立的 MiAO(最近一轮估值 20 亿,累计融资 5 亿)推出《五星好市民》,定位开放世界体素游戏。BUG 极多、优化一般,但可探索性和互动创意(如模拟经营"人参片"生意)有亮点。目前 AI Native 程度有限,主要在 NPC 智能化方向探索。
葬AI