电力可用性已成为 AI 芯片上线的第一道关口——比拿地、拿芯片更靠前。Nvidia CEO 黄仁勋在高盛科技大会上说，公司正在追踪"全球每一吉瓦的土地、电力和厂房，地球上的一切我们都知道在哪"。文章指出，与 Google、Microsoft、Oracle 合作的数据中心开发商真正担心的，是未来电力短缺导致大批已购芯片闲置。为缓解电力紧张，Nvidia 的视野甚至延伸到 SpaceX 布局涡轮叶片工厂这类供给侧动作。

一笔为 Jane Street 数据中心租约背书的债券，在二级市场迅速走坏——据 FINRA 数据收益率已飙至约 11%，恶化幅度明显大于近期其他 AI 数据中心债券，投资者要求远高于国债的风险补偿才肯持有。Jane Street 过去两年以巨额 AI 支出闻名（大手笔云合同、投资 neocloud CoreWeave），但这次连它背书的项目都没能打动债券买家。

又到了"极客男人们戴着丑眼镜站上舞台"的季节。上周 Snap CEO Evan Spiegel 详细演示了即将上市的 Specs 增强现实眼镜（6 月首次亮相）；本周轮到 Meta——扎克伯格将在 Connect 大会主题演讲中展示新硬件。智能眼镜正从概念集中走向发布节点，成为科技巨头竞逐的新战场。

"System One"模型（如 Jev）是可被 prompt 驱动的通用快速分类器，能像 LLM 一样处理从邮件分类到玩 Doom 的各类任务，解决了"普通工程团队没能力训练专用分类器"的问题。作者进一步指出它还解决了第二个问题：一旦 Jev 分类器调好，你可以轻松收集它的输入-输出数据，用这些数据训练一个更快更便宜的专用分类器来替代它。换句话说，通用模型先顶上、跑通任务，再蒸馏出专用小模型——通用模型在训练自己的替代者。

Simon Willison 收录的一段一线吐槽：入职某大公司半个月，规格、代码、测试、PRD、工单及其解决方案、报告——全部由 Claude Code 生成，团队没人喜欢，却被要求尽可能多地出货。高层反复追问"既然写代码不再是瓶颈，为什么还这么慢？"结果从 L1 到 L7 的所有工程师每天工作 12–13 小时，只是为了"按下回车"，没人真正在读任何东西。

苹果首款折叠 iPhone 由新任 CEO John Ternus 亮相，公司押注华为、三星等在北美以外市场驱动折叠机双位数增长的需求，能同样拉动其旗舰 iPhone 销量。

作者认为"擅长构建"和"擅长交付"是两种相反的能力：越有品味的人越难把不完美的东西发出门；他借 Ira Glass 的"品味鸿沟"论，主张咬牙也要先把作品推出去。

Simon Willison 发布 llm-keys-ui 插件：用网页界面配置 LLM API key，免去在远程编码 Agent（如 Codex Remote）的机器上手动粘贴密钥的麻烦。

剪映举办"AI 新创作发布会"，推出剪映 Hub、移动端 AI 助手"小映"等能力，让 AI 承担生成、整理和重复操作，同时把内容与风格的最终判断权留给创作者。

中国电信推出全栈国产模型，主打企业本地化 AI 办公，单张 3090 显卡即可运行——瞄准数据不出企业的私有化部署需求，欲在国产 AI 办公市场先切一块蛋糕。

华为发布企业 AI 白皮书，探讨如何把 AI 从"让个别员工更快"升级为"让整个企业组织受益"的系统性红利。