AI 人才、模型管制与自动化工具加速重塑行业版图

6月21日 00:39 UTC·#ai-labs

约翰·江珀离开DeepMind加盟Anthropic

因 AlphaFold 研究共享 2024 年诺贝尔化学奖的约翰·江珀表示，他在 Google DeepMind 工作近 9 年后将转投 Anthropic。他在 X 上宣布了这一决定，并感谢 DeepMind CEO 德米斯·哈萨比斯以及整个团队在他职业早期给予的机会和帮助。

这是两家最具影响力的 AI 实验室之间一次重要的人才流动，也凸显了前沿 AI 人才争夺的激烈程度。江珀的去向不仅会影响 AI 模型研发，也可能波及从 AlphaFold 中受益的生物技术和药物发现生态。

约翰·江珀在周五宣布，他将在离开 Google DeepMind 近 9 年后加入 Anthropic。江珀在 X 上发文称，DeepMind CEO 德米斯·哈萨比斯在他刚完成博士学位仅六个月后，就冒险让他领导 AlphaFold 团队。江珀还表示，整个 Google DeepMind 团队教会了他如何做出优秀的科学研究，并称这家公司“非常特别”。江珀和哈萨比斯因 AlphaFold 共同获得 2024 年诺贝尔化学奖。

AlphaFold 是一种 AI 系统，可以根据基因序列预测蛋白质的三维结构。这一人事变动也是前沿 AI 领域高知名度人才在不同实验室之间流动的又一例子。彭博社报道称，江珀还曾是谷歌编程工具团队的重要成员，而谷歌在将这类产品卖给企业客户方面一直不太顺利。本周，DeepMind 还出现了另一位高调离职者：Character AI 联合创始人 Noam Shazeer 也宣布离开 DeepMind，转投 OpenAI。

江珀在完成博士学位仅六个月后就被哈萨比斯任命领导 AlphaFold 团队，他本人也在公开发文中提到这一点。彭博社还报道称，他近期参与了谷歌的编程工具开发，而这一业务方向在企业市场上一直面临不小挑战。

6月20日 06:40 UTC·#ai-policy

美国出口管制波及 Anthropic 的 Mythos 和 Fable

白宫据称已要求 Anthropic 限制其 Fable 和 Mythos 模型向美国境外人员出口，包括身处美国境内的外国公民。随后，Anthropic 迅速下线了这两个模型，使其大约一周内无法使用。

这是一场关键测试，看看出口管制是否真的能像限制实体商品或传统网络工具那样，限制前沿 AI 模型。结果不仅会影响 Anthropic 的国际业务，也可能为其他 AI 实验室如何设计访问、合规和分发规则定下预期。

TechCrunch 说，白宫在上周五要求 Anthropic 限制其强大的 AI 模型 Fable 和 Mythos 向美国境外任何人出口，同时也限制在美国境内的外国公民使用。Anthropic 随后迅速将这两个模型下线，据报道它们已经有大约一周无法使用。文章将这次行动描述为美国首次认真测试能否通过出口管制来约束前沿 AI。作者指出，这一结果不仅关系到 Anthropic，也会影响其他 AI 公司未来必须遵守的规则。Mythos 是在今年 4 月推出的，Anthropic 把它宣传为一种很强的网络工具，可以帮助防御者在攻击者获得类似能力之前先保护软件和服务。

即便在禁令前，Mythos 的访问也已经被严格限制在大约 150 家经过审核的组织。报道称，有两个事件可能触发了政府行动：Anthropic 通过有限合作伙伴计划让一家韩国电信公司获得访问权限，而美国官员随后担心这家公司可能与中国有关；与此同时，Amazon CEO Andy Jassy 据称提醒政府，Amazon 研究人员找到了一种绕过 Fable 5 安全防护的方法。Anthropic 否认这是“越狱”级别的突破，称这只是一个已经修补的狭窄漏洞。文章随后把这次事件放进历史背景中，指出各国政府几十年来一直试图用出口管制限制网络相关技术，但效果并不稳定。文章举了 1990 年代围绕 PGP 加密的争议，以及后来根据《瓦森纳安排》把间谍软件视为军民两用软件的做法，说明代码一旦存在，就很难真正被封住。

在禁令之前，Mythos 仅向大约 150 家经过审核的公司和政府机构开放，Anthropic 还把它定位为一种高能力的网络防御工具。报道中提到的触发因素包括：一家韩国电信公司通过有限合作伙伴计划获得访问权限，以及另一项关于 Amazon 研究人员在 Fable 5 中找到越狱方法的指控；Anthropic 则称这只是一个已修补的狭窄问题，并非对安全机制的整体击穿。

6月20日 16:02 UTC·#openai

OpenAI 一季度营收飙升但亏损沉重

据《The Information》援引 OpenAI 向股东分享的文件，OpenAI 在 2026 年第一季度的营收据称增至 57 亿美元，是去年同期的三倍，而同期花掉了约 37 亿美元。公司还表示，股权激励支出超过 23 亿美元，毛利率也从 33% 提升到 39%。

这些数据表明 OpenAI 的规模正在快速扩大，但增长成本依然极高，这对投资者、客户以及整个 AI 产业的竞争格局都很重要。报道也凸显出一个更大的行业问题：领先 AI 公司能否在竞争进一步压低利润率之前，把巨额模型和基础设施投入转化为可持续盈利。

据报道，OpenAI 在 2026 年第一季度的营收大幅增长至 57 亿美元，同时为实现这部分增长花费了约 37 亿美元。根据《The Information》援引的公司向股东披露文件，营收和支出都同比增长了三倍。报道指出，股权激励是一项重要成本，金额超过 23 亿美元，比一年前增长了一倍多。尽管如此，公司的毛利率还是从 33% 提升到了 39%，显示出一定的经营改善。即便如此，OpenAI 的营业亏损据称达到 93 亿美元，净亏损则超过 213 亿美元。

其净亏损中约有 124 亿美元属于非现金的会计损失，来自对投资者权益的重估。报道称，OpenAI 目前仍持有超过 730 亿美元的现金和证券，因此短期内并不急需外部资金。文章同时提醒，如果 OpenAI、Anthropic 以及中国模型之间爆发价格战，这种资金充裕的局面也可能发生变化。OpenAI 已经提交了 IPO 相关文件，但尚未确定时间表；首席执行官 Sam Altman 也表示，考虑到自我改进 AI 的进展，继续保持私有公司身份可能有其合理性。报道还提到，Anthropic 未来的 IPO 以及其在企业编程领域的快速增长，可能会影响 OpenAI 的上市节奏。

据称，OpenAI 的营业亏损达到 93 亿美元，净亏损超过 213 亿美元，其中 124 亿美元来自对投资者权益重估的账面损失。公司仍持有超过 730 亿美元的现金和证券，因此即使已经提交了 IPO 相关文件，也并不急需新的融资。

6月20日 17:51 UTC·#ai-agents

Data2Story将CSV变成可验证新闻文章

牛津大学和斯坦福大学的研究人员开发了 Data2Story，这是一项 Claude Code 技能，依靠七个专门的 AI 智能体把 CSV 文件转换成交互式新闻文章。该系统会生成叙事文本、图表和背景信息，并内置 Inspector 面板，将可见的结论和素材追溯到代码、数据或外部来源。

这个项目展示了多智能体系统如何在保留可追溯性的同时自动化部分数据新闻流程，而这正是新闻编辑工作中最耗时、也最难标准化的环节之一。如果这类工具被更广泛采用，记者就能更快产出数据密集型报道，同时仍然保持对结论的审计能力。

这篇报道介绍了 Data2Story，也被称为 Data Journalist Agent，是牛津大学和斯坦福大学研究人员基于 Claude Code 开发的一项技能，目标是把 CSV 文件直接转换成完整的交互式新闻故事。这个系统不只是做数据摘要，还会生成研究背景、统计结果、图表以及一个在线文章页面，并且让可见的每个结论都能追溯到证据。它最核心的透明度功能是 Inspector 面板，可以为每一句话、每张图表和每个交互元素显示结构化证据。研究人员表示，这样可以让 93% 的可见陈述被检查其来源，来源可以是代码、数据文件或外部链接。作者也特别说明，可追溯并不等于绝对正确，但它能让每个数字和结论更容易被审计。

为了演示这个流程，研究团队选用了一个关注度不高的数据集：2026 年 FIFA 世界杯赛程。系统根据赛程和举办城市，生成了一篇聚焦气候的报道，并附带交互式地图。其中一条结论是，大约十分之四的比赛将安排在被 FIFPRO 归类为“极高热风险”的地点，而且主要风险来自湿度而不是气温。作者强调，这些只是典型气候条件，并不是对世界杯实际比赛当天的预测。

在内部工作方式上，Data2Story 相当于一个由七个智能体组成的“虚拟新闻编辑部”。Detective 负责检索网页背景信息，Analyst 负责用代码计算数据，Editor 负责决定叙事重点，Designer 负责选择合适的呈现形式，Programmer 负责生成 HTML 页面，Auditor 负责检查版面错误，Inspector 则把所有输出重新连接到证据上。系统的基础模型是运行在 Claude Code 上的 Claude Opus 4.7，而图像、视频和音频生成则使用 OpenRouter 上的模型，例如 gpt-5.4-image-2、seedance-2.0 和 lyria-3-pro-preview。

研究人员还用 18 个公开数据集评估了这套系统，并将其与来自 The Economist、The Pudding 和 TidyTuesday 的人工写作版本进行配对比较。53 名受试读者从五个维度对两种版本打分：视觉设计、叙事节奏、数据透明度、结论可验证性以及获得洞见的程度。结果显示，Data2Story 在五个类别上全部获胜，其中透明度优势最大，在七分制上领先 1.49 分。总体上，74% 的参与者更偏好智能体生成版本，25% 更偏好人工版本，2% 认为两者打平。

不过，不同来源的对比结果并不完全一样。Data2Story 在偏数据驱动的 Economist 式简报和 TidyTuesday 作品上优势明显，但面对以精致视觉叙事著称、往往需要设计团队投入数周时间完成的 The Pudding 报道时，只是打成平手。论文还发现，智能体文章大约覆盖了人类文章中一半的陈述，而人类文章中只有 35% 的陈述出现在智能体文本里。这说明该系统并不是简单复刻既有报道，而是可能提出不同的事实选择和叙事框架。

作者表示，Inspector 可以为 93% 的可见陈述附上精确的代码行、数据文件或支持性 URL，从而实现可验证性，但可验证并不等于一定正确。在覆盖 18 个数据集、并与人工撰写版本对比的读者研究中，智能体生成的文章在五个评估维度上全部胜出，整体上有 74% 的参与者更偏好它们。

6月21日 02:46 UTC·#ai-training-data

大西洋周刊整理AI音乐训练数据

《大西洋月刊》记者 Alex Reisner 发布了一个可搜索数据库，收录了用于训练 AI 模型的四个大型音乐数据集。 其中两个数据集规模极大，分别包含 1200 万和 900 万首曲目，另外两个也都各自超过 10 万首歌曲。

这让原本不透明的 AI 开发环节变得可见，使艺术家、研究人员和政策制定者能够检查哪些音乐可能被用于模型训练。 它也进一步凸显了许可争议，因为一些来源目录允许个人流媒体播放，但商业用途仍需授权，而且某些下载方式可能违反平台服务条款。

《大西洋月刊》记者 Alex Reisner 近期发现了四个被用于训练 AI 模型的大型音乐数据集，并将其做成了公众可搜索的数据库。 这些数据集规模非常惊人，其中两个分别包含 1200 万和 900 万首曲目，另外两个也都各自包含超过 10 万首歌曲。 Reisner 表示，这些数据集已经被下载了数千次，但外界无法确切知道具体是谁在使用它们。 Google 和 Stability 都在研究论文中确认使用过其中一些数据集。

报道还提到，像 Free Music Archive 这样的来源，虽然可能允许个人免费流媒体播放，但用于商业用途时仍需要授权。 Reisner 解释说，其中三个数据集并不是直接提供音频文件，而是以 YouTube 或 Spotify 歌曲链接列表的形式分发。 AI 开发者随后使用自动化工具抓取真实音频，而这些工具有时会绕过登录、广告以及为创作者或订阅服务带来收益的机制。 《大西洋月刊》还通过其 AI Watchdog 网站把这些内容做成可搜索工具，让读者可以自行检索正在被用于训练 AI 系统的歌曲和其他媒体。

Reisner 表示，这些数据集已被下载数千次，而 Google 和 Stability 也都在研究论文中确认使用过它们。 其中三个数据集以 YouTube 或 Spotify 歌曲链接列表的形式分发，开发者再用工具抓取音频，有时还会绕过登录、广告或创作者收益机制。

6月21日 01:17 UTC·#ai-regulation

欧盟深伪规则冲击零售广告

欧洲贸易协会 Eurocommerce 正在要求欧盟，将不具欺骗性的 AI 生成广告图片排除在《AI 法案》的新深伪透明标注要求之外。相关规则将于 8 月 2 日生效，该协会认为零售广告中用于展示商品和场景的图片不应被视为深伪内容。

如果欧盟将深伪标注规则广泛适用于广告，零售行业的大量营销素材都可能需要披露，进而增加合规成本并放慢广告制作速度。这个争议也说明，想在不误伤普通商业图片的前提下，为 AI 生成内容划定可执行的法律边界并不容易。

欧洲零售商正在游说欧盟，要求收窄《AI 法案》对广告中深伪内容的适用范围。欧洲贸易协会 Eurocommerce 在一封致欧盟技术事务专员 Henna Virkkunen 的信中，要求将不以欺骗为目的的 AI 生成广告图片排除在外。路透社获取了这封信，而欧盟委员会目前尚未作出回应。根据该法案，透明度规则将于 8 月 2 日生效，要求对符合“深伪”定义的 AI 生成或 AI 修改内容进行清晰标注。Eurocommerce 认为，这一要求不应覆盖普通零售图片，例如用于销售沙发的 AI 生成客厅场景。

该协会表示，如果给这类内容都加上标签，会影响广告行业的大量素材，并削弱披露规则对消费者的实际价值。文章还指出，零售行业对生成式 AI 的依赖已经很深。Zalando 表示，其营销内容中已有 90% 由 AI 生成；其内容解决方案副总裁 Matthias Haase 说，生成式 AI 已将制作周期从数周缩短到数天，他们今年的目标是把从发现趋势到上线的时间压缩到 24 小时以内。H&M 和 Zara 也在使用 AI 生成的模特替身，这说明零售业之所以强烈关注这一问题，是因为它直接关系到营销效率和成本。文章最后指出，欧盟把“深伪”这个词用在这类非欺骗性的商业图片上，本身就显示出现行规则的边界相当模糊。

Eurocommerce 的成员包括 Amazon、H&M、Inditex 和 Ikea，其总干事 Christel Delberghe 认为，用于沙发广告的 AI 生成客厅图片并不是这项规则原本想针对的欺骗性内容。Zalando 表示，其平台上 90% 的营销内容如今由 AI 生成，并希望把从发现趋势到上线的时间压缩到 24 小时以内。

6月20日 21:15 UTC·#openai

Codex 在 macOS 上加入录制与回放自动化

OpenAI 为 Codex 的 macOS 应用新增了 Record & Replay 功能。用户只需演示一次工作流程，例如上传带有元数据、缩略图和字幕的 YouTube 视频，Codex 就能把它变成可复用的技能，并在之后自动重复执行。

这让 Codex 从编程助手进一步变成能通过演示学习重复桌面任务的通用工作流自动化代理。对于经常在 macOS 上反复执行多步骤操作的用户，尤其是白领工作流程，这可能节省大量时间。

OpenAI 在 macOS 版 Codex 应用中推出了新的 Record & Replay 功能。其核心思路是：用户只要让 Codex 观察并演示一次工作流程，比如准备并上传一个 YouTube 视频，同时处理元数据、缩略图和字幕。之后，Codex 会把这次录制转化为一个可复用的“技能”。这样一来，代理就能在不再需要用户逐步带路的情况下，自己重复执行同样的流程。该功能依赖 Codex 的 Computer Use 能力，必须先开启这项能力才能使用。

报道指出，Record & Replay 目前还没有在欧盟、英国和瑞士上线。值得注意的是，Computer Use 本身已经自 6 月 16 日起在欧盟可用，这说明不同功能的地区开放节奏并不一致。与此同时，26.616 版本还加入了 Automations 历史记录的批量操作，以及在本地和远程主机之间转交线程的能力，让任务可以在另一台连接的机器上继续运行。Codex 仍然是 OpenAI 面向编程和白领工作自动化的 AI 代理，而应用本身可免费下载，但要真正使用需要付费的 ChatGPT 账户。

该功能需要开启 Computer Use 才能使用，而且目前尚未在欧盟、英国和瑞士推出。OpenAI 还在 26.616 版本中加入了 Automations 历史记录的批量操作，以及在本地和远程主机之间转交线程的能力，以便任务能在连接的机器上继续执行。

6月20日 20:26 UTC·#ai

达莫达兰警告AI崩盘或比互联网泡沫更伤

纽约大学金融学教授阿斯瓦斯·达莫达兰表示，未来AI行业的崩盘可能会比2000年前后的互联网泡沫破裂更具破坏性。他认为，AI繁荣建立在债务融资的实体基础设施之上，而且其商业模式未必像传统软件那样具备可扩展性。

达莫达兰的警告之所以重要，是因为他把AI不仅看作估值问题，还看作一种在高负债和过度建设情况下可能演变为系统性风险的行业。如果行业未达预期，损失可能不只落在股东身上，还会波及债权人、员工以及更广泛的经济。

在播客《Intangible Economy》中，阿斯瓦斯·达莫达兰警告说，AI行业未来一旦崩盘，冲击可能比2000年前后的互联网泡沫破裂更严重。他的核心担忧是，AI并不是纯粹的软件业务，因为它依赖大量实体基础设施，比如数据中心和专用设备。大量扩张还在通过债务融资，这意味着一旦行情逆转，受伤的不只是股权投资者，债权人和更广泛的社会也可能受到波及。达莫达兰认为，随着使用量增加，AI的经济性未必会像许多人想象的那样持续改善，因为每一次使用都会消耗算力。为说明这一点，他把AI与Spotify作比较，指出Spotify每次播放都要承担持续成本，而Netflix则能把高昂的内容成本分摊到更多订阅用户身上。

与此同时，如果来自中国竞争对手如Deepseek的价格压力加剧，已经不高的利润率还可能继续被压缩。达莫达兰还提醒说，AI的“牛市逻辑”本身也令人担忧，因为如果AI真的足够强大去替代工作，那么可能会有多达一半的白领失业。他把这种情形称为“AI fever dream”，意思是支撑估值的宏大叙事一旦兑现，社会成本也可能极其惊人。除此之外，他还表示，AI正在把大型科技公司带入陌生领域，因为这些原本轻资产的公司如今要建设工厂和基础设施，而这些资产可能按十年折旧，却在五年内就过时。相比之下，他认为苹果更谨慎的做法反而更明智，因为在不熟悉的领域保持克制、观察别人犯错并从中学习，可能比贸然投入数十亿美元更合理。

他指出，AI的算力成本会随着使用量上升，更像Spotify按次流媒体付费的模式，而不像Netflix那样更具规模效应，因此即使增长很快，利润率也可能承压。他还提到，大型科技公司现在正在投入资本支出和折旧周期，但这些AI硬件的有效寿命可能比折旧期更短。

6月20日 16:44 UTC·#openai

ChatGPT 增加定时任务控制

OpenAI 在 ChatGPT 中新增了一个“Scheduled”页面，把所有 सक्रिय任务集中到一起，用户可以在这里查看、暂停、编辑或删除任务。OpenAI 还表示，定时任务现在更快、更可靠，并支持按具体时间或一天中的早晨、下午、晚上来安排。

这次更新通过提升自动化、控制能力和可见性，让 ChatGPT 更像真正的个人助理。它主要影响付费用户，也体现出 OpenAI 正在把 ChatGPT 从纯聊天工具推进为更主动的工作助手。

OpenAI 为 ChatGPT 的定时任务能力增加了一个新的 Scheduled 页面。这个页面在侧边栏中把所有活跃任务集中管理，用户可以更方便地查看和控制它们。用户可以直接在这里暂停、编辑或删除任务，而不必在分散的入口中来回寻找。OpenAI 表示，这套定时任务系统现在比以前更快，也更可靠。

用户不仅可以指定具体时间，还可以选择更宽泛的时间段，比如早上、下午或晚上。该功能面向 Plus、Pro、Business 和 Enterprise 订阅用户开放，不同套餐可用的任务数量不同。报道还提到，之前的 Pulse 功能正在被退役，并并入新的定时任务系统中。

该功能面向 Plus、Pro、Business 和 Enterprise 用户开放，且可同时运行的任务数量取决于订阅方案。任务最多每小时运行一次，并且如果用户长时间不活跃，系统会自动暂停。