前 OpenAI 机器人/硬件团队负责人 Caitlin Kalinowski 发出明确警告：内存价格冲击正在到来，建议创业公司现在就预购内存。她曾在 Apple 主导 MacBook Air 和 Mac Pro 设计，在 Meta 领导了 Quest/Rift/Orion 每一代 VR 硬件，最近在 OpenAI 从零搭建机器人和硬件团队。她的核心判断是：AI 硬件潮刚刚开始，但人形机器人距离量产部署还很远——真正的瓶颈不是 AI 模型能力，而是机械可靠性和供应链。一个被忽视的事实是，为消费级 VR 研发的底层技术（传感器、光学、低功耗计算）正在成为现代国防技术的基础。

GitHub 资深工程师 Sean Goedecke 记录了 2025 年 2 月到 2026 年 5 月的 AI 工具使用变迁。最大变化：每一个代码修改现在都从 agent 开始，通常只需一轮编辑就能提交 PR。Agent 能自主诊断 80% 的 bug。他每天开几十个 Copilot App session，大多数 agent 产出在 30 秒内就被接受或拒绝。但他坚持自己写 PR 描述、Slack 消息和博客——这些领域 LLM "过度沟通"且无法表达变更的核心意图。他的总结："核心 AI 技能是把尽可能多的工作交给 agent，但不能过界。"

Salesforce 2026 年 4 月发布 Headless 360，Marc Benioff 宣布"不再需要浏览器，API 就是 UI"——地球上最大的企业软件供应商告诉客户，软件的组装部分不再是 Salesforce 的事了。作者 Scott Werner 认为这是方向性信号：未来 18 个月内每家大型企业软件厂商都会走这条路。当实现成本足够低时，每个部门——营销、财务、法务——都需要一个能把通用 AI 能力翻译成具体业务工具的角色，他称之为"Pit Crew"。他借用 Clay Shirky 2008 年《Here Comes Everybody》的框架：互联网让协作成本归零，AI 让构建成本归零——但两次"所有人"的社会学方向相反：上一次是百万人协作造一个 Wikipedia，这一次是百万人各自在各自角落造自己的工具。

Gary Marcus 发布三段最新视频访谈，分别与 Brian Greene 深入讨论生成式 AI 的幻觉、与 Zachary Karabell 谈超大规模投资的疯狂押注、以及在 Bug Bash 2026 大会上阐述为何急需神经符号 AI 和世界模型。他持续输出的核心判断是：LLM 路线走不到 AGI，行业需要根本性的技术范式转换。

英国政府数字服务部门（GDS）公开回应 NHS 关闭开源代码仓库的争议决定，核心建议是"默认保持开放"。NHS 因安全漏洞报告而全面关闭开源仓库的做法，被 GDS 认为是矫枉过正——增加了交付成本并减少了外部审查机会。这是政府机构间在开源政策上罕见的公开分歧。

OpenClaw 创始人 Peter Steinberger 公开晒出账单：3 人团队 30 天消耗 130 万美元、6030 亿 token、760 万次 API 请求，全部由 OpenAI 报销。文章从中文视角解读了"如果 token 成本不是问题，软件开发会变成什么样"这一极端实验。

名为 academic-research-skills 的开源项目在 GitHub 获得 6.4k Stars，提供 4 个 Claude Code skill 覆盖论文的研究、写作、审稿、定稿全流程。项目直接戳中学术用户痛点，展示了 AI coding agent 向非编程领域扩展的趋势。

绮算法完成数千万元融资（启赋资本+聚恒创投），基于智谱"Z计划"生态在宠物医疗领域搭建垂直多模态 AI 体系，已服务超 200 家宠物医院，形成数据回流与模型训练闭环。

2026 年以来中国私募基金监管持续加码，已披露 133 份罚单，多家机构被撤销管理人登记。从挪用基金财产到信披违规，行业整顿力度空前，"扶优限劣"格局加速形成。

量子位报道多模态大模型训练方法论新发现：SFT（监督微调）阶段引入的数据质量问题如果不先解决，直接接入 RL（强化学习）会导致"带伤训练"，模型性能反而恶化。核心建议是先把 SFT 阶段的数据坑填了再做 RL。