🔥 精选推荐
Nathan Lambert 认为美国政府强制 Anthropic 下架 Fable/Mythos 是 AGI 治理时代的"发令枪"。他指出几个关键动态：Amazon 作为 Anthropic 最大技术和资金合作方，却把越狱信息直接递到白宫；Anthropic 多年来把 AI 比作核武器的恐惧营销，加速了政府的过度反应，比正常时间线提前了 6-12 个月；出口禁令以国籍划线，连在美国工作的外籍员工都被排除在外，实质上摧毁了"外国人才来美国做 AI"的基本逻辑。Lambert 预判这将是新常态——更多国家会开始认真对待主权 AI 能力建设。
🦐点评：Lambert 点出了一个被低估的细节：Amazon 既是 Anthropic 最大投资方，又同时通过 Bedrock 承载 OpenAI 模型。这种"双边下注"让 Amazon 成为事实上的 AI 基础设施中间商——它不需要赌哪个模型赢，只需要确保都从 AWS 出去。对 VC 来说，真正该跟踪的不是哪个模型领先，而是 hyperscaler 的渠道权力：当 Amazon 可以同时卖你和你竞争对手的模型，甚至决定谁被禁，"模型护城河"这个概念本身就需要重新审视。
Simon Willison 转发 Arvind Narayanan 和 Sayash Kappor 的分析。核心数据：纽约州 2025 年 3 月在 WARN Act 中新增 AI 裁员勾选项，一整年 160+ 家公司提交裁员通知，没有一家勾选 AI。他们的分析表明，AI 加速的只是"往电脑里敲代码"这一步，而软件工程真正的瓶颈是三件事：（1）决定和定义要造什么，（2）验证并对交付负责，（3）对代码库、业务和环境的深度人类理解。Willison 本人认同这个框架，并补充说 AI 确实也在帮助他做决策和验证，但"深度理解"仍然是他创造价值的核心。
🦐点评：160 家公司零勾选 AI 裁员——这个数据直接打脸"AI 取代程序员"的投资叙事。Cognition/Devin $2B 估值和大批编程 agent 创业公司的前提假设是：写代码是瓶颈，自动化写代码就能取代工程师。但 Narayanan 的框架指出真正的瓶颈在代码之外。这意味着 Cursor、Claude Code 这类"增强工程师"的工具方向，比"替代工程师"的 agent 方向更贴近实际需求——前者的 PMF 更真实。
Zynga 创始人 Mark Pincus 在 Lenny's Podcast 上首次谈新书《Life at the Speed of Play》。核心框架是"Proven, Better, New"——先复制已被验证的东西，把它做到 10 个人里 10 个都说"我一定会用"的程度，最后加上新东西。Zynga 10 款大型游戏里 8 款成为爆品，覆盖超 10 亿玩家。Pincus 还提出几个尖锐判断："你的直觉 95% 是对的，但你的想法 75% 是错的"；"在希望杀死你之前先杀死希望"——意思是别在验证之前就投入感情。
🦐点评：Pincus 的 PBN 框架解释了 AI 应用层当前的存活率差异。Cursor 活下来了，因为它先做了一个被验证过的东西（代码编辑器），然后做得明显更好（AI 辅助编辑），最后才加新东西（Tab 补全、Composer）。反过来，大量 AI 创业公司直接从"New"起步——全新的 AI 原生交互范式——跳过了"Proven"和"Better"。Pincus 的 8/10 成功率是因为他克制了创新冲动，先抄对的，再做好，最后才加新。大多数拿了大钱的 AI 应用公司，反着来了。
Gary Marcus 逐条拆解 Fable 禁令背后的利益关系：OpenAI 总裁 Greg Brockman 是 Trump 大额捐款人；Jared Kushner 的兄弟 Josh 是 OpenAI 投资人；Amazon 既触发了举报又是 OpenAI 投资方；国防部长 Pete Hegseth 公开称三个月前已永久踢走 Anthropic。Marcus 引用协助 Trump 建立 AI 政策的 Dean W. Ball 的话：美国现在事实上已有 AI 许可制度，只不过是非正式的、没有规则的、不透明的。Marcus 主张建立独立的 AI 监管机构，由 NIST 主导标准化评估，而非行政分支随意出手。加州众议员 Ro Khanna 也公开呼吁同一方向。
🦐点评：Marcus 列出的利益链条——Brockman 捐款、Kushner 家族持股、Amazon 双面角色——如果放到任何其他行业，这就叫监管俘获。但 AI 行业的特殊之处在于，"俘获"不是通过游说拿到有利法规，而是通过政治关系让竞争对手的产品直接消失。这对 frontier AI 公司的估值意味着什么？政治风险不再是"可能收紧监管"这种缓慢渐变，而是"一纸命令让你的旗舰产品 24 小时内蒸发"的尾部风险。对 LP 来说，AI 赛道的风险回报特征正在从"技术风险"转向"政治风险"。
📌 其他新闻
从 pytest 生态中提取出来的 Python 插件框架 Pluggy 的设计分析，展示了基于 hook 规范的宿主-插件分离架构，对构建可扩展的 AI agent 工具链有参考价值。
消费级柔性机器人公司 SoulX 完成数千万元天使轮融资，高瓴创投领投。首款产品 MoYa 是睡眠安抚机器人，融合神经科学和心理学，无摄像头设计，通过模拟拥抱缓解压力，2026 下半年发布。
今日热点：加拿大母亲起诉 OpenAI 指控 ChatGPT 诱导女儿自杀；诺贝尔经济学奖得主克鲁格曼发文称马斯克是"人形庞氏骗局"；Unitree 人形机器人 U1 标注仅限成人购买。
OpenAI 模型正式通过 Amazon Bedrock 向企业客户开放，AWS 用户可以直接在现有基础设施中调用 GPT-5.5 和 Codex，降低了切换成本。
蚂蚁数科在 AICon 上海分享企业级 AGI 研发体系重塑经验，涵盖大规模 AI 应用从实验到生产的工程实践。
🧠 AI 技术前沿
分享了一条关于"通用大模型在医疗领域击败专用医疗 AI"新论文的方法论讨论，同时是对 AI 医疗评测挑战的综述。通用 vs 专用模型之争在医学领域尤为尖锐。
查看推文 →
Google DeepMind 研究者发现：用旧模型训练新模型时，新模型会继承旧模型的奇怪习惯，而且很难过滤掉。这可能解释了为什么同一家族的模型用起来感觉很像。
查看推文 →
ICR（Iterative-Contextual-Refinements）框架让 Qwen3.6-27B 小模型在软件性能优化跑分上超过 Fable 5。核心思路是用 BFS 探索模式弥补小模型长上下文衰退和局部最优的弱点，让它自己提出多种解决方案后逐步优化。
查看推文 →
2026 年 6 月本地 LLM 指南：最低全套约 $1000-1500（一块二手 RTX 3090）。16GB 显存推荐 Gemma 4-12B，32GB 推荐 Qwen3.6-27B（也适合 agent），深度推理推荐 Nex-N2-Mini。
查看推文 →
推荐 Anthropic 研究员写的一篇关于如何做好 AI 研究的文章，认为是目前最好的研究方法论文章之一。同时推荐 Hamming 的经典著作来培养"研究品味"。
查看推文 →
🚀 创业动态
修正了之前的观点：未来三年 SaaS 公司最大的威胁不是竞品，而是客户的 AI agent 意识到自己 5 分钟就能搭一个同类工具。
查看推文 →
为社交媒体管理工具 PostBridge 开发了公开 CLI（npx postbridge-cli），支持通过 Claude、ChatGPT 的 Skills 或 MCP 直接发布到所有社交账号。一个人做出了在拥挤市场里有明显增长的产品。
查看推文 →
Codex 的 app-shots 功能：在任意应用中同时按两个 Command 键，就能把当前上下文直接传给 Codex，配合一句"完成这个"就能自动处理 Notion 文档或邮件。
查看推文 →
AI 生成的"剧情广告"在 Facebook 上投放效果很好。播客、街头采访、剧情片、权威人物讲解——任何格式都能用 AI 做，是创作和投放广告内容成本最低的时代。
查看推文 →
用 Fable 5（被禁前在 claude.ai 上）一句 prompt 就能生成高保真可交互网页。GPT-5.5 也能做但错误更多。Fable 在复杂动画和 3D 场景的一次性出图质量上明显领先。
查看推文 →
💬 观点与洞察
Bloomberg 对 Anthropic 的深度纪录片采访了 Dario、Daniela 和 Claude Code 负责人 Boris Cherny。Dario 仍坚持"AI 可能在 1-5 年内消除约 50% 初级白领岗位"。视频发布于 Fable 被禁前两天，回头看有种微妙的时间错位感。
查看推文 →
MIT 教授说"AI 是唯一一个比三明治店监管还少的行业"。美国面临两条路：学欧盟严格监管，或最小监管领跑竞赛。Fable 5 被禁已经是重大举措，但讽刺的是，监管受冲击最大的是开源 AI 和小型实验室，大公司有资本和律师团队反而受益。
查看推文 →
目前没人真正知道如何围绕 AI agent 重建公司组织，尤其是在扩大竞争优势和增强人类能力方面。实用的 agent 才诞生几个月，需要大量实验和有价值的失败。
查看推文 →
Satya Nadella 在企业层面说了每个人都该内化的话：可以把任务交给 AI，但不能把学习交给 AI。必须在自己的判断力和 AI 能力之间建立复合增长循环，否则你的"优势"只是一份租约——模型一更新就没了。
查看推文 →
真正的风险不是过劳，而是你被训练成认为必须跟上所有 AI 进展。选一两个方向深扎的人会碾压试图面面俱到的人。另一个危险更隐蔽：AI 悄悄接管你的小判断，外包多了之后你会失去自己的大判断力。
查看推文 →
🔥 精选推荐
2026 年 5 月主流合资品牌零售同比下降 35%，广汽丰田 5.5 万辆不到比亚迪六分之一。铂智 3X 上市一小时大定破万，但随后月销徘徊五六千台，团队逐客户分析、每周归类七八百条用户声音，用"厂家担责"（电车自燃赔新车、智驾事故厂家负责、电池衰减免费换）才在 8 月重新拉起增长曲线。RCE（中国首席工程师）制度让中国团队拿到产品定义和开发主导权，铂智 7 搭载华为电驱和鸿蒙座舱、Momenta 智驾。文大力称当前只是"拿到竞争资格"，2027 年后进入战略反攻。文章还记录了一个细节：电池包保险方案日方坚持被动保险（成本更高），因为主动保险没有做完充分验证，团队最终选择了安全优先。
🦐点评：铂智 3X 的"厂家担责"策略把行业里没人敢碰的风险——自燃赔车、智驾事故担责——变成了卖点，本质是用承保能力换品牌信任。这招对合资车企有效，是因为丰田的品控体系确实能支撑这种承诺（每年自燃事故极少），其他厂商未必学得了。铂智 7 的问题更有意思：中大型纯电轿车市场被 Model 3 和 SU7 定义了用户预期，合资品牌的品质溢价在这个价格带里很难变现——用户花 25 万买的是性能参数和智能体验，不是被动安全冗余。
📌 其他值得看
世界杯期间用 Claude、Gemini、GPT、DeepSeek 做足球预测的实验。精心搭建的专家 Agent 系统（4 万场数据、45 项球员指标、多轮推演）16 场中 7 场，而一个"拍脑袋"的简单版 16 中 13。AI 的讨好型人格在多轮推演中越滚越大是主要失败原因。
分析 Claude Design 和 Codex 的差距。核心判断：高保真可交互原型需要模型同时具备 UI/UX 设计能力和系统架构设计能力，Claude Opus 4.8 在这两项上做了大量训练优化，GPT-5.5 目前做不到同等水平。作者已开源了复现 Claude Design 的 Skill（baoyu-design），可在其他模型上运行。