今天的核心变化不是单一模型发布，而是 AI 正在同时向商业化、能力升级和风险治理三条线推进。OpenAI 开始测试广告，并继续扩展语音、网络安全和自伤干预功能；Anthropic 则通过罕见的超大算力合作缓解产品限制；与此同时，Mozilla 报告 AI 安全工具在 Firefox 上已经从“噪声”变成可规模化的漏洞发现器。
Anthropic 宣布提高 Claude Code 和 Opus 的使用限制，并通过与 SpaceX/xAI 相关的数据中心协议获取超过 300MW 的新增算力（1595, 1604）。这一连串消息与 AI 经济领袖关于芯片短缺、电力瓶颈、太空数据中心和现实世界数据需求的讨论相互呼应（1602, 1621）。SpaceX 同时还被报道计划斥资 550 亿美元建设 AI 芯片工厂，进一步显示马斯克体系在向上游供应链深度整合（1619）。
3. 安全研究正在进入“可用”阶段
Mozilla 继续把 Anthropic 的 Mythos 用在 Firefox 上，并称其在两个月内发现 271 个漏洞、误报极少；另一篇报道则显示，借助这一流程，Firefox 4 月修复了 423 个漏洞，远高于去年同期（1591, 1599, 1600）。这说明 AI 辅助安全测试正在从演示走向工程实用，尤其适合浏览器和关键基础设施场景（1597, 1596）。
4. 监管与地缘政治仍在塑形 AI 边界
欧盟决定推迟《AI 法案》大部分执行期限，给企业更多合规缓冲，但也保留了对深度伪造和“脱衣”应用的明确禁令（1613）。与此同时，美中正在考虑就 AI 风险、自动武器和开源滥用展开正式会谈，显示大国间的 AI 治理对话可能重新启动（1605）。IMF 也警告，AI 可能通过网络攻击放大金融系统性风险（1596）。
马斯克曾给Shivon Zilis发消息说，如果他把精力放在“TeslaAI”上，OpenAI几乎不可能成功。Zilis自2016年起担任OpenAI顾问，后来从2020年到2023年担任董事，她也是马斯克四个孩子的母亲，在案情涉及的那六个月里，她在马斯克与OpenAI其他创始人之间扮演了重要中间人。她作证称，2017年底她曾起草活动方案，准备宣布特斯拉正在建设一个世界领先的AI实验室，用来与Google/DeepMind和Facebook AI Research竞争。到2018年初，她又列出了实现AGI的九种可能方案，其中大部分都围绕特斯拉展开，包括让奥尔特曼来特斯拉负责AI，以及招募DeepMind创始人德米斯·哈萨比斯。
Anthropic在旧金山举行的“Code with Claude”开发者大会上宣布，与SpaceX达成一项新协议，使用SpaceX位于田纳西州孟菲斯的数据中心全部算力。Anthropic CEO Dario Amodei表示，这项协议的目标是支持Pro和Max订阅用户获得更高的使用限制。随着这项宣布，公司将Claude Code的五小时窗口限制翻倍，并取消了此前适用于这些账户的高峰时段降额限制。Anthropic还提高了其Opus模型的API限额，相关变化已在公司博客中的表格里列出。
Mozilla 表示，借助 Claude Mythos Preview 的访问权限，它帮助发现并修复了 Firefox 中数百个安全漏洞。公司称，在采用新的 AI 辅助流程后，每月安全漏洞修复数量从 2025 年大约每月 20-30 个，跃升到 4 月的 423 个。
这表明 AI 辅助漏洞研究正在发生重要转变：模型正从制造噪声大、价值低的报告，变成能够大规模产出可执行安全发现的工具。如果这种方法稳定可靠，它可能会显著改变浏览器团队和其他大型开源项目的代码审计与修复优先级。
Simon Willison 转述了 Mozilla 的一篇文章，介绍他们如何在幕后使用 Claude Mythos Preview 来加固 Firefox。Mozilla 表示，关键变化不仅在于模型本身变得更强，还在于团队改进了如何引导、扩展和组合模型输出的方法，从而把信号和噪声区分开来。就在不久前，AI 生成的安全报告还常常被视为“垃圾信息”，因为它们给维护者带来的工作量往往大于价值。Mozilla 认为，这种局面在短短几个月内发生了明显变化。
Moonshot 由前 Meta AI 和 Google Brain 研究员杨植麟于 2023 年创立，随后凭借 Kimi K2.5 在编程能力上的表现迅速走红，当时其性能已接近 OpenAI 和 Anthropic 的领先模型。其最新模型 Kimi K2.6 目前是 OpenRouter 上使用量第二高的 LLM。华峰资本还表示，Moonshot 4 月的年度经常性收入已超过 2 亿美元，主要来自付费订阅和 API 使用。此次融资发生在市场对中国实验室开权重 AI 模型兴趣显著上升的背景下，DeepSeek、智谱 AI 和 MiniMax 等竞争对手也在融资或资本市场上获得了更多关注。
TechCrunch 报道了米尔肯研究院全球会议上的一场圆桌讨论，五位横跨 AI 供应链的行业领袖讨论了 AI 热潮正在遭遇哪些限制。讨论内容包括芯片短缺、能源约束、轨道数据中心、现实世界数据需求，以及 AI 现有架构是否从根本上就存在问题。
这场讨论说明，AI 的增长瓶颈不仅在模型能力，还在物理基础设施、电力和数据获取能力。其重要性在于，超大规模云厂商和 AI 公司可能面临部署放缓、成本上升，以及重新设计 AI 架构和训练方式的战略压力。
本周早些时候，五位处在 AI 供应链不同层级的人士共同出现在比佛利山庄举行的米尔肯研究院全球会议上。出席讨论的包括 ASML 首席执行官 Christophe Fouquet、Google Cloud 首席运营官 Francis deSouza、Applied Intuition 联合创始人兼首席执行官 Qasar Younis、Perplexity 首席商务官 Dmitry Shevelenko，以及 Logical Intelligence 的量子物理学家 Eve Bodnia。讨论重点并不是 AI 的热度，而是这个行业底层的物理和结构性限制。Fouquet 表示，芯片制造虽然在大幅加速，但需求仍然追不上供给，他认为未来两年、三年，甚至五年内，市场很可能仍将处于供给受限状态。他暗示，Google、Microsoft、Amazon 和 Meta 这些超大规模云厂商短期内不会拿到他们支付了费用的全部芯片。
deSouza 也呼应了这一判断，提到 Google Cloud 增长非常快，并强调需求是真实存在的。Younis 则把瓶颈从芯片转向现实世界数据，解释说物理 AI 系统需要从真实机器在现实环境中的运行中获取数据，而仿真无法完全替代这一过程。讨论还触及能源问题，deSouza 说 Google 正认真考虑把数据中心建到太空中，以获得更充足的能源。他同时指出，太空环境也有工程难题，因为散热只能依靠辐射，而不能像地面数据中心那样依赖对流。总体而言，deSouza 认为 Google 从自研 TPU 芯片到模型再到 agent 的一体化策略，能带来更高的能效，这是采用现成组件的公司难以复制的。
ASML 首席执行官 Christophe Fouquet 表示，即使芯片制造大幅加速，未来两年、三年，甚至五年内，市场仍可能处于供给受限状态。Google Cloud 首席运营官 Francis deSouza 则指出需求正在急剧上升，称上季度收入超过 200 亿美元，且单季度积压订单从 2500 亿美元增至 4600 亿美元，同时表示 Google 正在认真探索太空数据中心。
公司称测试者认为它比竞品更舒适，因此更适合孩子和父母这类不想学习复杂操作的用户。与此同时，Google 还发布了 Google Health 应用，把类似 Fitbit 的活动追踪与更高级的健康功能结合起来，并提供可选的 AI 教练。这个教练的目标是帮助用户理解数据的含义，以及健康趋势背后的原因。Google 还表示，Fitbit Air 可以和 Pixel Watch 同时配对使用，而且未来会支持更多可穿戴设备的这种多设备组合方式。
这篇文章讨论了全球自动驾驶竞赛的现状，并指出美国和中国正在以不同方式领先。文中称，美国公司仍然是创新层面的领先者，这意味着它们在自动驾驶核心技术和相关 AI 系统的开发上仍占优势。与此同时，中国竞争对手在部署速度上更快，说明它们更快把自动驾驶车辆推进到真实使用场景中。这个差异很重要，因为自动驾驶不只是研究问题，它还依赖监管、运营、硬件可靠性，以及系统能否安全地快速规模化。
总部位于斯德哥尔摩的 AI 创业公司 Pit 由包括 Voi 首席执行官 Fredrik Hjelm 在内的创始团队发起，并完成了由 a16z 领投的 1600 万美元种子轮融资。该公司表示，它将构建能够学习客户业务流程并自动化内部流程的企业软件。
这笔交易为欧洲 AI 创业生态又增添了一家备受关注的斯德哥尔摩公司，尤其是那些能把 AI 转化为真实企业效率提升的公司。它也说明，市场对超越聊天机器人、进入可治理且可审计业务系统的工作流自动化平台需求很强。
Pit 是一家瑞典 AI 创业公司，最初因一些带有挑衅意味的社交媒体帖子受到关注，但如今它更像是另一家正在崛起的斯德哥尔摩公司。该公司由 Voi 的联合创始人团队领导，其中包括 Voi 首席执行官 Fredrik Hjelm，同时还有来自 iZettle 和 Klarna 的前工程师加入。a16z 正在领投 Pit 的 1600 万美元种子轮，这也反映出这家风投机构正积极寻找斯德哥尔摩下一批欧洲独角兽。首席执行官 Adam Jafer 表示，Pit 正在打造企业 AI 产品，这些产品会先学习客户的业务运作方式，再生成定制软件来自动化这些流程。Jafer 说，随着 AI 模型变得更具 agentic 能力、能够真正执行任务，而不只是生成文本，公司对产品方向的判断也随之改变。与专注于 AI agent 构建或 vibe-coding 的公司不同，Pit 将自己定位为“AI 产品团队即服务”。
该产品由两部分组成：Pit Studio 负责让企业员工引导系统理解现有工作流；Pit Cloud 则负责以满足治理、认证和可审计性要求的方式交付这些软件。该公司从 1 月中旬开始在电信、医疗、物流等行业的客户中进行试点，重点只做内部流程自动化，而不是面向客户的功能或对话式 AI。Jafer 表示，他们的目标是自动化后台、服务和支持等工作，让员工把时间投入到更有价值的事情上。Pit 目前正准备进入商业化扩张阶段，并在招聘解决方案工程师，这与更广泛的 AI 行业趋势一致，即通过前置部署工程师帮助大型企业客户落地产品。Jafer 还强调，Pit 并不是把产品包装成裁员工具，而是希望减少重复劳动、提升工作质量并降低人为错误。
Perplexity 已通过新的桌面应用将 Personal Computer 功能向所有 Mac 用户开放。该功能此前仅限 Perplexity Max 订阅用户并需要排队等候，而现在仍然需要 Pro 或 Max 订阅才能使用。
这一举措扩大了 Mac 上本地 AI 代理工作流的使用范围，而这正是用户越来越关注的方向，因为他们希望工具能够代表自己跨应用和文件执行任务。它也表明 Perplexity 正在进一步进入桌面生产力领域，并将本地执行定位为比纯云端代理更安全的替代方案。
Perplexity 宣布，其 Personal Computer 功能现在已通过新的桌面应用面向所有 Mac 用户开放。该功能上个月刚刚推出，但当时只限于 Perplexity Max 订阅用户，并且还需要排队等待。虽然这次扩大了可用范围，但用户仍然必须订阅 Pro 或 Max 才能使用。Personal Computer 的目标是把 Perplexity 的“电脑代理”能力带到用户自己的设备上，而不是只放在云端。Perplexity 表示，该功能可以访问本地文件、原生 Mac 应用、连接器以及网页，以完成个人的多步骤工作流。它还可以编排工具和文件，使用 400 多个连接器，并在 Perplexity 服务器上的安全开发环境中利用个人上下文。
与 Perplexity 的 Comet 浏览器配合使用时，它还能操作基于网页的工具，而不需要直接连接器。Perplexity 说，这套系统是为 Mac Mini 这类常开设备设计的，也可以通过 iPhone 远程访问，用于启动任务或批准请求。公司将其定位为适合处理表格、文档以及跨多个材料和应用的项目。随着正式开放，Perplexity 表示旧版 Mac 应用将在未来几周内被弃用，团队将把重点转向 Personal Computer 应用。新应用目前只提供直接下载，不在 Mac App Store 上架。
Personal Computer 可以访问本地文件、原生 Mac 应用、网页以及 400 多个连接器，并在 Perplexity 服务器上的安全开发环境中运行。Perplexity 表示它面向像 Mac Mini 这样的常开设备设计，也可以通过 iPhone 远程访问以启动任务或批准请求；旧版 Mac 应用将被逐步停用，而新应用目前仅支持直接下载，不在 Mac App Store 上架。
Aurora的自动驾驶卡车项目已经进入了一个新阶段，而这背后是十多年来自动驾驶行业反复出现的“几乎就要实现了”的叙事。公司表示，它已于去年4月开始商业化无人驾驶运营，并且现在正从少量卡车扩展到今年的数百辆。TechCrunch《Equity》播客在旧金山HumanX大会录制的一期节目中，Aurora联合创始人兼CEO Chris Urmson讨论了公司如何从实验室测试一路走到公路部署，并改变了他对“可规模化”的判断。对话的重点之一是，为什么长途货运可能比robotaxi更早形成清晰的自动驾驶商业模式。
Anthropic Fellows Program 的一项研究显示，如果语言模型先学习“为什么这些价值重要”的解释，再进行具体行为微调，它们会更好地内化预期价值。研究人员将这一中间阶段称为“Model Spec Midtraining”（MSM）。
这项结果表明，模型对齐可能在学习原则和原因而不只是行为示例时效果更好。若这一发现得到进一步验证，它可能让安全训练更稳健、数据效率更高，并提升 AI 系统对未见场景的泛化能力。
Anthropic Fellows Program 的研究人员报告称，当语言模型先学习某些价值观背后的理由时，它们会更可靠地遵循这些价值观。他们把这种方法称为 Model Spec Midtraining（MSM），即在通用预训练和对齐微调之间加入一个新的阶段。在 MSM 阶段，模型先接触合成文档，这些文档会从不同角度解释 Model Spec，例如内部备忘录、研究报告、博客文章和案例分析。研究者的想法是，让模型在看到行为示例之前，先把规范内容当作通用知识吸收进去。
Google DeepMind 正在收购 EVE Online 开发商 CCP Games 的少数股权，并将使用该游戏的离线版本来评估 AI 模型。同时，CCP Games 以 1.2 亿美元从 Pearl Abyss 手中回购自己，并将更名为 Fenris Creations。
EVE Online 是一款系统复杂的 MMO，包含丰富的战略、社交和经济机制，因此非常适合作为检验 AI 长期规划、记忆和持续学习能力的压力测试环境。这也延续了 DeepMind 长期以来使用 AlphaGo、AlphaStar 等游戏来探索更广泛 AI 能力的研究路线。
Google DeepMind 正在投资 EVE Online 的开发商 CCP Games，并计划把这款太空 MMO 当作 AI 研究的受控环境来使用。研究将基于一个运行在本地服务器上的离线版本 EVE Online，这样研究人员可以在不影响真实游戏世界的情况下，观察模型在复杂环境中的行为。报道提到，这项研究主要关注长期规划、记忆和持续学习能力。与此同时，EVE Online 的正式服务器 Tranquility 据称不会受到影响。
这笔合作发生在 CCP Games 重大股权变动的同时。该工作室正在以 1.2 亿美元从韩国发行商 Pearl Abyss 手中回购自己，而 Pearl Abyss 在 2018 年收购它时支付了 2.25 亿美元。回购完成后，CCP Games 将更名为 Fenris Creations。
DeepMind 选择游戏环境并不意外，因为它一直有用游戏检验 AI 的传统。文章提到，AlphaGo、AlphaStar 和 Atari 基准测试都属于 DeepMind 过去借助游戏探索机器学习能力的例子。DeepMind 主管 Alexandre Moufarek 认为，EVE 的复杂性使其成为通用 AI 研究的理想沙盒。
Anthropic 正在为 Claude 托管代理新增“Dreaming”研究预览，同时将 Outcomes 和多代理编排推向公开测试版。Dreaming 允许代理回顾之前的会话并改进记忆，从而从反复出现的错误和成功流程中学习。
这次更新直指 AI 代理最现实的问题之一：如何让它们随着时间推移变得更可靠，而不是在类似场景里反复出错。它还为开发者提供了更系统的评估、任务分配和记忆管理工具，可能提升基于 Claude 的代理在生产环境中的可用性。
Anthropic 正在扩展于 4 月推出的 Claude 托管代理平台，新增三项功能，目的是让代理在真实场景中更可靠、更具适应性。其中最引人注目的是“Dreaming”，它会回顾过去的代理会话，识别其中的模式，并把这些洞察反馈到代理的记忆中。Anthropic 表示，这样既能找出反复出现的错误，也能保留那些值得延续的有效工作流。技术上，Dreaming 以异步作业方式运行，会读取现有记忆库，并可选分析最多 100 个历史会话。随后它会去重并删除过期条目，在保留原始记忆不变的前提下，生成一份新的结构化记忆。Dreaming 目前支持 Claude Opus 4.7 和 Claude Sonnet 4.6，计费方式则按标准 API 令牌价格计算。
如果属实，这将把 AirPods 从纯音频设备推进为具备视觉 AI 能力的可穿戴设备，让 Siri 能基于用户眼前所见来回答问题。这也表明苹果正在加速布局 AI 硬件，而 Meta 等公司已经凭借智能眼镜取得了一定先发优势。
据彭博社记者马克·古尔曼报道，苹果传闻中的摄像头版 AirPods 正在接近早期量产阶段。该产品目前处于设计验证测试阶段，说明苹果测试人员已经在实际使用原型机，而下一步才是生产验证测试阶段。与拍照或录像不同，这些摄像头被描述为用于获取低分辨率的视觉信息，再交给 Siri 进行查询。古尔曼举例说，用户可以询问 AI 助手：面对眼前这些食材，自己能做什么菜。报道还称，这些摄像头可能用于帮助实现逐向导航等功能。
外观方面，这款新 AirPods 预计会像 AirPods Pro 3，但耳机柄会更长，以容纳摄像头相关组件。苹果还计划加入一个小型 LED，用来提示视觉数据正在上传到云端。古尔曼表示，苹果原本希望在 2026 年上半年推出这款产品，但由于升级版 Siri 进度延后而被推迟。如今，改进后的 Siri 据称已重新按计划推进到 9 月，这意味着摄像头版 AirPods 也可能在接近的时间窗口发布。
这些摄像头并不是为了拍照或录像，而是用于获取低分辨率的视觉信息，供 Siri 查询使用，并可能支持逐向导航等功能。古尔曼称，新款外观将类似 AirPods Pro 3，但由于摄像头技术需要更长的耳机柄，并配有一个小型 LED，用来提示视觉数据正在上传到云端。
A courtroom report on Shivon Zilis’ testimony in the Musk v. Altman trial highlights her role in Musk’s AI ecosystem, her relationship with Musk, and questions about disclosure and governance at OpenAI.
This is a high-interest courtroom report from the Musk v. Altman trial with some relevance to AI governance and OpenAI history, but it is more of a colorful legal/news narrative than a technical or research-focused development. No community comments were provided to assess discussion quality.
I sat down in the Musk v. Altman trial courtroom today, painfully aware that no one was going to ask Shivon Zilis the question on everyone’s minds: Girl, what the fuck are you doing? Zilis, who testified under oath that she is the mother of four of Musk’s children, was… What’s the best way to characterize this?
A Musk adviser? She denies she was a “chief of staff” but says she worked for Musk’s “entire AI portfolio: Tesla, Neuralink, and OpenAI” starting in 2017. The two met through OpenAI, and they had what she referred to as a “one off” before becoming “friends and colleagues.”…
