Cursor 把自己变成了开发平台而不只是编辑器
自研模型、Origin Git 平台和移动端代理管理一起推出,显示 Cursor 正在围绕“人类 + 代理”工作流重构产品边界。
AI 日报
今天的新闻几乎都指向同一个主题:AI 正从“功能”变成“平台”,并进一步渗透到芯片制造、云基础设施、安全防护和企业协作。与此同时,资本开支、裁员和政治博弈也在同步加速,显示 AI 不再只是产品创新问题,而是组织与产业结构的重写。
Overview
从 56 条资讯中筛选出 19 条
今天的新闻几乎都指向同一个主题:AI 正从“功能”变成“平台”,并进一步渗透到芯片制造、云基础设施、安全防护和企业协作。与此同时,资本开支、裁员和政治博弈也在同步加速,显示 AI 不再只是产品创新问题,而是组织与产业结构的重写。
自研模型、Origin Git 平台和移动端代理管理一起推出,显示 Cursor 正在围绕“人类 + 代理”工作流重构产品边界。
GPT-5.5-Cyber、Codex Security 更新与 Patch the Planet 计划,意味着安全工具开始从漏洞检测转向补丁生成和开源修复。
最新研究指出,模型并不可靠地区分 system、assistant 和 user 的信任边界,说明提示词格式本身不足以构成安全防线。
ASML 的高价 EUV 设备与 Nvidia 的高温液冷数据中心设计共同表明,AI 扩张越来越受制于芯片制造精度、电力和散热工程。
甲骨文裁员、行业整体缩编以及 AI 超级 PAC 介入纽约初选,说明 AI 影响力已进入预算、人事和政策竞争的核心层面。
从 GPT-5 Pro 辅助免疫学研究,到 Fitbit 的健康教练、Fika 的 AI 招聘和 Seedance 2.5 的长视频生成,AI 正在渗透更多具体工作流。
AI 正在从单点工具演变为全栈系统:一端是 Cursor、Anthropic 和 Sakana 在开发者与协作层面的新产品,另一端是 OpenAI、Nvidia 和 ASML 在安全、算力与制造底座上的推进。与此同时,甲骨文与其他科技公司以 AI 为理由重组人力,说明这场变革已直接影响企业预算、组织架构和政治资源分配。
Cursor 发布了自研 AI 模型、Origin Git 平台和 iOS 移动应用,明显在向“模型 + 协作 + 远程代理管理”的完整开发平台演进【2700】。Anthropic 则把 Claude 更深地嵌入 Slack,试图把 AI 变成持续在线的团队同事【2706】。与此同时,Sakana AI 的 Fugu 展示了多模型编排思路,强调用路由和组合替代单一模型依赖【2671】。
OpenAI 的 GPT-5.5-Cyber 与 Codex Security 更新,把网络安全流程推向补丁生成与批量修复,目标不再只是找洞,而是更快地修洞【2704】。同一天,OpenAI 还与 Trail of Bits 启动 “Patch the Planet”,把开源安全工作流程制度化【2714】。而关于提示注入的研究则提醒开发者:角色标签并不能可靠建立信任边界,LLM 仍然容易出现“角色混淆”【2703】。
ASML 的 4 亿美元 EUV 光刻机和 Nvidia 面向 Rubin 的液冷数据中心参考设计,分别展示了先进芯片制造和 AI 基础设施的极限工程化趋势【2698】【2717】。这两条线共同说明:AI 规模化的瓶颈,越来越集中在制造精度、电力和散热上,而不是单纯的软件能力。
GPT-5 Pro 被 OpenAI 用来展示其在免疫学研究中的帮助能力【2702】;Nvidia 继续把 AI 医疗叙事推向临床工作负担与人手短缺问题【2711】;Fika Jobs 则用视频面试和 AI 代理重构招聘流程【2713】。在内容生成侧,字节跳动的 Seedance 2.5 将 AI 视频推进到更长、更可编辑的 30 秒片段【2708】。
甲骨文披露裁减 2.1 万人,并将 AI 采用与云/AI 基础设施扩张并列为重组背景【2699】;TechCrunch 进一步把这一趋势放进 2026 年科技裁员大背景中【2707】。与此同时,AI 相关超级 PAC 在纽约初选投入数千万美元,说明行业影响力已从产品竞争延伸到选举与政策战场【2710】。
Midjourney 进军医疗超声扫描、Fitbit Air 的保守型 AI 健康教练,以及 Steam Machine 可能推动 Linux 普及,都说明 AI 与相关硬件正在向更广泛的消费场景外溢【2715】【2716】【2718】。而 Simon Willison 将 Moebius 图像修补模型移植到浏览器,则展示了小模型与 WebGPU 结合后带来的可访问性提升【2712】。
今天的核心不是“某个模型更强”,而是 AI 正在同时向上穿透到研究与政治,向下渗透到芯片、数据中心和操作系统。接下来值得关注的,不只是性能榜单,而是这些系统如何改变协作方式、基础设施成本与行业权力结构【2700】【2704】【2698】【2699】。
Stories
The Decoder

Cursor 表示,其首个完全自训练的 AI 模型已经开始训练,并预计将在未来几周内发布。公司还宣布了 Origin,一个面向人类和 AI 代理的新 Git 平台,以及 Cursor Mobile 的 iOS 测试版。
这意味着 Cursor 正从 AI 编程工具扩展为覆盖模型、版本控制和移动端访问的更大开发者平台。随着更多编码辅助从补全转向自主执行任务,它可能改变团队协作人类与代理工作流的方式。
Cursor 公开了其首个完全自训练 AI 模型的更多细节,并在同一场活动中发布了另外两款新产品。此前外界已经知道该模型与 SpaceX 有合作,而公司现在表示训练已经开始。联合创始人 Michael 说,这个模型预计会在未来几周内推出。Cursor 强调,它是从零开始训练的,而不是建立在开源基础模型之上,这一点不同于早期的 Composer 模型。公司还表示,这个模型在规模上可与 Opus 和 GPT 相当,而且所需算力是此前 Cursor 模型的 10 到 20 倍。Cursor 还称,这个模型的用途不局限于编程。第二项产品是 Origin,这是一个同时面向人类和 AI 代理的 Git 平台。
来自 Graphite 收购项目并加入 Cursor 的联合创始人 Tomas 表示,Origin 采用了建立在云服务提供商之上的新 Git 架构。团队称,他们在负载测试中模拟了数千个代理同时对同一个仓库进行读写,系统可以处理合并冲突、修复失败的 CI 测试并处理评论。Origin 目前已经在内部以及部分合作伙伴中运行,计划在秋季扩大可用范围。Cursor 还推出了 Cursor Mobile 的 iOS 测试版。该应用允许用户远程管理代理、处理卡住的任务,并查看或评论代理生成的截图。它还提供了对本地运行代理的远程控制功能。
这款新模型是从零开始训练的,不同于此前的 Composer 模型;公司称其规模可与 Opus 和 GPT 相当,但使用的算力是此前 Cursor 模型的 10 到 20 倍。Origin 目前已经在内部和部分合作伙伴中运行,负载测试中据称模拟了数千个代理同时对同一个仓库进行读写。
MIT Technology Review AI

《麻省理工技术评论》介绍了ASML最新的极紫外光刻机,这是一套造价4亿美元的大型系统,能够将芯片特征打印到8纳米分辨率。文章指出,这类设备已经开始向晶圆厂交付,代表ASML持续多年推进芯片特征缩小的最新一步。
这台机器位于先进芯片制造的核心环节,更小的特征意味着更高密度、更快、也更节能的处理器。由于ASML大约提供全球90%的光刻工具,它的技术在很大程度上决定了摩尔定律推进速度以及AI硬件扩张的节奏。
文章跟随ASML技术执行副总裁Jos Benschop走上公司最新的光刻机,展示这台庞大而复杂的设备,仿佛一台未来感十足的引擎。它比双层巴士还大,重量超过150吨,内部布满了成千上万根管道、电缆和加压罐。Benschop把它描述为200多立方米的机电系统,目标是把几块镜子维持在原子级精度的位置。文章把ASML描绘成芯片产业中最关键的光刻技术供应商,而台积电则使用这类设备制造全球大部分先进芯片。文中解释,光刻就是用光在硅晶圆上刻画电路图案的过程。
ASML九年前推出的EUV设备来自一项持续16年、耗资约100亿美元的研发计划,分辨率可达13纳米,而这台更新的机器已经提升到8纳米。每台设备售价约4亿美元,但芯片制造商仍然愿意购买,因为市场对更快、更密集芯片的需求依然强劲。文章把这种需求与AI联系起来,指出OpenAI、Anthropic等公司正在推动对更强硬件的需求激增。文章还强调,ASML的主导地位具有地缘政治意义,因为能否获得它的设备会影响谁能够制造最先进的芯片。
这台机器被描述为比双层巴士还大,重量超过150吨,并通过机电系统将多块镜子保持在原子级精度的位置。文章将这套8纳米系统与ASML早期的EUV设备作对比,后者来自长达16年、约100亿美元的研发项目,分辨率达到13纳米。
OpenAI News
OpenAI 表示,GPT-5 Pro 帮助免疫学家 Derya Unutmaz 解决了一个持续 3 年的关于 T 细胞行为的谜题。这个结果被作为一个案例,展示该模型如何参与免疫学中的科学推理。
如果这一结果经得起验证,就说明大语言模型不只是能总结论文,还可能主动帮助生成生物医学研究中的假设。这对癌症和自身免疫研究尤其重要,因为 T 细胞行为的理解是这些领域的核心问题。
OpenAI 表示,GPT-5 Pro 帮助免疫学家 Derya Unutmaz 解决了一个持续了 3 年的谜题。这个谜题与 T 细胞行为有关,而 T 细胞是免疫学中许多关键问题的核心。按照这则公告的说法,该模型提供了促成突破的洞见,帮助人们理解了这个问题。OpenAI 将这一事件展示为“AI for science”的案例,而不是一篇已经完全验证的研究论文。
这个结果之所以重要,是因为 T 细胞在癌症研究和自身免疫研究中都扮演关键角色。在癌症中,研究人员希望理解免疫细胞如何识别并攻击肿瘤。在自身免疫疾病中,研究人员则关注免疫反应如何错误地攻击自身组织。总体来看,这个故事暗示 AI 系统可能成为复杂生物医学研究中的有用合作伙伴,不过摘要并没有提供底层实验的具体细节。
这则报道将其描述为 GPT-5 Pro 参与解决一个具体且持续已久的免疫学问题,而不是替代实验室验证。该公告由厂商发布,且现有摘要没有提供实验方法、数据集或同行评审确认。
Simon Willison
这篇题为《Prompt Injection as Role Confusion》的博客式论文解读指出,语言模型无法稳定地区分带有角色标签的特权文本与不可信的用户输入。作者还发现,模型往往比内容本身更受文本风格影响,因此会被利用来触发越狱攻击。
这把提示注入重新定义为 LLM 的核心安全问题,而不是一组零散的漏洞。若 system、assistant、user 这类角色标签无法可靠建立信任边界,开发者就不能只依赖提示词格式来保护敏感行为。
Simon Willison 推荐了这篇论文的博客式解读,并认为如果每篇论文都能配一篇可读性强的说明会更好。研究由 Charles Ye、Jasmine Cui 和 Dylan Hadfield-Menell 完成。它研究的是:模型能否区分自己带有特权的文本(例如包在 `<system>`、`<think>`、`<assistant>` 标签中的内容)与包在 `<user>` 标签中的不可信输入。作者的结论并不乐观:模型并不能可靠地区分这两者。
相反,模型似乎比起语义内容,更重视文本的写作风格。文章举例说明,一些看似无害的风格线索就能让模型接受原本会违反策略的指令。研究者把这种现象称为“角色混淆”,并认为这会让提示注入防御长期处于猫鼠游戏状态。他们还警告,角色边界本身是模糊的,这可能让攻击者用看似无害的文本逐步推动模型状态变化。
这篇解读举了一个例子:恶意续写模仿内部思考或策略语言后,甚至可以改变 `gpt-oss-20b` 的行为。论文还指出,把内容轻微“去风格化”,让它不那么像预期的角色格式后,平均攻击成功率会从 61% 降到 10%。
The Decoder

OpenAI 表示,GPT-5.5-Cyber 已在预览阶段结束后正式发布,同时推出更新版 Codex Security 插件,可把网络安全流程推进到补丁生成。公司还称,该模型在一项网络安全基准上优于 Anthropic 的 Mythos,并启动了更广泛的 Daybreak 网络安全合作伙伴计划。
这表明 AI 辅助安全正在从“发现漏洞”转向“帮助修复漏洞”,这可能改变防守方大规模排序和处置问题的方式。若 OpenAI 的工具被广泛采用,安全团队、厂商和政府可能获得更快的分诊与补丁流程,但最强模型也会配套更严格的访问控制。
OpenAI 表示,正在通过新版 GPT-5.5-Cyber 和大幅更新的 Codex Security 插件,扩展其 Daybreak 网络安全计划。公司把这次升级描述为对行业变化的回应:真正的瓶颈已经不只是发现漏洞,而是要足够快地修复它们。按照 OpenAI 的说法,更新后的 Codex Security 插件现在覆盖从发现到生成补丁的完整流程,而不再只是停留在检测阶段。该插件最早于 3 月以研究预览形式发布,此后已扫描超过 3,000 万个提交,覆盖 3 万多个代码库。OpenAI 称,系统自动标记了超过 50 万个发现为已修复,另有 7 万个由人工确认。新版工具还可以对整个代码库进行深度扫描、分析攻击路径,并通过 SARIF 文件或 CodeQL 查询把结果导出到现有的漏洞管理系统中。
它也能接收来自其他扫描器或漏洞赏金报告的结果进行分诊,并批量生成补丁,但所有变更仍需人工批准。OpenAI 把 GPT-5.5-Cyber 描述为其用于发现和修补软件缺陷的最强单一模型,并称它在 CyberGym、ExploitGym 和 SEC-bench Pro 等基准上领先。与标准模型不同,GPT-5.5-Cyber 会更少拒绝安全相关请求,但只向经过验证的防御者开放,并配套监控和护栏。OpenAI 还表示,大多数用户应使用带有 Trusted Access for Cyber 的 GPT-5.5,并结合 Codex Security。与此同时,公司正在建立 Daybreak Cyber Partner Program,已有超过 25 家安全公司加入,包括 Cisco、CrowdStrike、Cloudflare、Palo Alto Networks、IBM、Fortinet、Wiz、SentinelOne、Darktrace、Palantir、Accenture、PwC 和 KPMG。OpenAI 还说,正在扩大与澳大利亚、加拿大、法国、德国、日本、韩国、ENISA 和英国政府的合作;在美国,则正配合最近发布的 AI 安全行政命令,并计划与关键基础设施运营商直接协作。
OpenAI 称,Codex Security 已扫描超过 3,000 万个提交、覆盖 3 万多个代码库,其中超过 50 万个发现被自动标记为已修复,另有 7 万个由人工复核确认。GPT-5.5-Cyber 仅向经过验证的防御者开放,并配套验证、监控和护栏;插件则新增全代码库深度扫描、攻击路径分析、SARIF/CodeQL 导出以及批量补丁生成。
Ars Technica AI

甲骨文在提交给美国证券交易委员会的文件中披露,公司在过去一年裁减了2.1万名员工,截至2026年5月31日全职员工降至14.1万人。公司表示,运营中AI技术的采用促成了裁员,同时重组也围绕云和AI基础设施展开。
这份文件显示,大型软件厂商正通过自动化和重组把资源转向AI基础设施。它也凸显了为大型AI客户建设云容量所需投入与融资压力之大。
甲骨文在周一提交给美国证券交易委员会的文件中表示,AI技术在公司内部的采用推动了过去一年的2.1万人裁员。公司称,截至2026年5月31日的财年末,全职员工为14.1万人,而上一年为16.2万人,降幅为12.9%。甲骨文表示,这些人员调整属于更广泛的重组计划。文件还写道,随着公司调整运营方式,AI相关的减员可能还会继续。甲骨文同时把裁员与在数据中心和云基础设施上的大规模资本支出联系在一起。
文件称,这轮重组主要是为了继续强化公司在开发、营销、销售和交付云服务方面的重点。甲骨文今年2月曾表示,计划在2026年筹集450亿到500亿美元,用于扩建 Oracle Cloud Infrastructure,客户包括 OpenAI、xAI、AMD、Nvidia 和 Meta。该融资计划约有一半来自债务,另一半来自股权。投资者此前已对甲骨文不断上升的债务表示担忧,而公司财报显示其总债务已超过1200亿美元。路透社在2月还报道称,债券持有人起诉甲骨文,称公司隐瞒了为建设AI基础设施而需要继续加杠杆的事实。
甲骨文表示,计划在2026年筹集450亿到500亿美元,用于扩展 Oracle Cloud Infrastructure,其中约一半来自债务,另一半来自股权融资。公司目前债务已超过1200亿美元,而债券持有人在2月起诉称,甲骨文隐瞒了为AI基础设施融资所需的额外举债需求。
TechCrunch AI

Anthropic 正在推出 Claude Tag,这是面向 Claude Enterprise 和 Claude Team 客户的、常驻 Slack 的 Claude 体验。用户可以在频道中 @Claude 获取洞察、分配任务,并让它在持续对话中保留上下文。
这次发布让 Claude 更深入地嵌入协作软件,而持续上下文会让 AI 助手比一次性聊天机器人更有用。它也表明企业 AI 厂商正在竞争成为理解公司知识和工作流的基础层。
Anthropic 正在推出 Claude Tag,这是一项基于 Slack 的新服务,官方将其描述为“常驻的 Claude”和 AI 同事。该功能将率先以 beta 形式提供给 Claude Enterprise 和 Claude Team 客户。用户可以在 Slack 中直接 @Claude,让它在对话里提供洞察或承担任务。Anthropic 表示,Claude Tag 不只是现有 Slack 集成的延伸,而是增加了跨频道工作的持久上下文和记忆能力。也就是说,它可以随着频道中的工作持续跟进,逐步了解团队正在做什么;如果获得权限,它还可以从组织内其他频道自动收集信息。
公司称,在每个频道里会使用一个共享的 Claude 身份,因此任何人都能看到 Claude 已经做了什么,并从上一个人结束的地方继续。系统管理员会指定 Claude 能访问哪些工具、信息和频道,而且每个实例都只局限在管理员定义的范围内。Claude Tag 还可以把被分配的任务拆分成多个阶段,并在 Slack 线程里逐步完成;同时它也支持一种环境模式,会主动进入聊天提醒团队、从组织其他地方标记重要信息,并跟进被遗忘的线程或任务。Anthropic 将其定位为一种更像真实同事的协作方式,因为它可以在公开可见的环境中工作,并拥有比以往更强的上下文理解能力。
Claude Tag 在 Slack 频道中使用共享身份,因此所有人都能看到它做过什么,并从上一个人结束的地方继续。管理员可以控制它可访问的工具、频道和信息,而且每个 Claude 实例都只限定在分配给它的频道范围内。
TechCrunch AI

·#ai
TechCrunch 报道称,Oracle 在监管文件中表示,过去 12 个月公司裁减了 21,000 个岗位,员工总数减少 13%,并明确将部分裁员归因于 AI 的采用。文章还梳理了 2026 年其他大型科技裁员案例,包括 GitLab、Intuit、Meta、Cisco、Cloudflare 和 Google,它们都把 AI 作为原因之一。
这则报道反映出一个更广泛的行业趋势:公司在收入强劲甚至创新高的同时,仍在缩减员工规模,而 AI 被同时包装成增长引擎和裁员理由。对于科技从业者、投资者和客户来说,这都很重要,因为它关系到 AI 正在如何重塑预算、组织架构和招聘计划。
TechCrunch 报道称,Oracle 在周一披露,过去 12 个月公司已裁减 21,000 名员工,员工规模下降 13%,而 AI 的采用是年度文件中提到的原因之一。这个披露为科技行业里一种越来越明显的趋势提供了更具体的数据:许多公司在收入强劲的同时裁员,并把 AI 作为解释的一部分。文章称,科技行业裁员在 5 月份达到数年来的单月高点,而外包安置公司 Challenger, Gray & Christmas 统计显示,AI 是被提及最多的原因。TechCrunch 认为,这引出了一个更大的问题:企业是否在借 AI 作为裁员的便利理由,尤其是在很多被裁岗位原本是在疫情期间招聘潮中大幅扩张出来的情况下。
随后,文章按时间倒序列出 2026 年多家大型科技公司中明确把裁员与 AI 联系起来的案例。GitLab 在 6 月 3 日裁掉约 350 人,约占员工总数的 14%,理由是要为 AI 基础设施投资提供资金,并应对 AI 工作流带来的流量激增。Google 则通过多轮绩效评估、自愿离职计划和组织重组,持续削减 Cloud 及安全相关团队的人手,外部估计其 2026 年裁员总数可能在 1,500 到 3,000 多名工程师之间。Intuit、Meta、Cisco 和 Cloudflare 也都在 5 月宣布或实施了大规模裁员,并把这些调整描述为与 AI、重组或向 AI 优先方向重新配置资源有关。
Oracle 是在一份年度财务监管文件中披露这次裁员的,公司表示,AI 技术在其运营中的采用“已经并可能继续”导致更多裁员。文章还指出,许多被裁撤的岗位似乎是在疫情期间招聘潮中扩张起来的,这让“仅仅因为 AI”这一说法变得更复杂。
The Decoder

字节跳动在 Volcano Engine 的 FORCE 大会上发布了 Seedance 2.5,计划于 7 月上旬推出。该模型可直接生成最长 30 秒的单段 AI 视频,无需后期拼接,并支持多模态输入和生成后的编辑。
更长的连续视频生成能力是 AI 视频工具的实际进步,因为许多模型在时间一致性上仍然存在困难。支持多种输入和可编辑输出,也让该系统更适合企业媒体工作流,包括偏影视制作的场景。
字节跳动在 Volcano Engine 的 FORCE 大会上发布了五个新的 AI 模型,其中 Seedance 2.5 是核心产品。公司表示,这款视频模型计划在 7 月上旬上线。它最突出的变化是可以直接生成最长 30 秒的单段视频,而不需要把多个片段后期拼接起来。字节跳动还称,模型可以在同一段视频中处理场景切换和节奏变化。
除此之外,Seedance 2.5 最多可同时接收 50 个额外输入,例如参考图像和音频。这样的设计更适合需要在同一场景中保持多角色和视觉参考一致性的应用。公司还强调了生成后的编辑能力,用户可以在尽量保留原始风格和外观的情况下修改视频。除了 Seedance 2.5 之外,字节跳动还宣布 Seedance 2.0 增加了 4K 输出支持,并且又有四个模型加入产品线。
Seedance 2.5 一次最多可接收 50 个额外输入,包括参考图像、音频等,用于引导生成。字节跳动还表示 Seedance 2.0 获得了 4K 支持,并且另外有四个模型加入了产品线。
The Decoder

Sakana AI 发布了 Fugu,这是一个多大语言模型编排系统,对外表现为单一的、兼容 OpenAI 的 API,同时会从可替换的模型池中动态选择并组合模型。公司称 Fugu Ultra 在多项基准上可匹配 Anthropic 的 Fable 5 和 Mythos Preview,尽管这两个 Anthropic 模型并不在 Fugu 的模型池中。
如果这些基准表现经得起验证,Fugu 可能通过把任务路由给最合适的模型,而不是依赖单一供应商,来提升成本效率、系统韧性和供应商独立性。这对构建智能体系统、代码工具和企业 AI 栈的团队尤其重要,因为他们往往同时关注延迟、合规和厂商锁定。
Sakana AI 发布了 Fugu,这是一个多大语言模型编排系统,对外表现为单一的、兼容 OpenAI 的 API,同时会从可替换的模型池中动态选择并组合模型。公司称 Fugu Ultra 在多项基准上可匹配 Anthropic 的 Fable 5 和 Mythos Preview,尽管这两个 Anthropic 模型并不在 Fugu 的模型池中。 如果这些基准表现经得起验证,Fugu 可能通过把任务路由给最合适的模型,而不是依赖单一供应商,来提升成本效率、系统韧性和供应商独立性。
这对构建智能体系统、代码工具和企业 AI 栈的团队尤其重要,因为他们往往同时关注延迟、合规和厂商锁定。 Fugu 有两个版本:基础版面向更低延迟的日常编码、代码审查和聊天任务,Fugu Ultra 则针对更复杂的多步骤问题追求最高质量。Sakana 还表示,出于隐私或合规原因,用户可以把特定代理从模型池中排除,而且模型选择、任务分派、检查和综合都在系统内部完成。
Fugu 有两个版本:基础版面向更低延迟的日常编码、代码审查和聊天任务,Fugu Ultra 则针对更复杂的多步骤问题追求最高质量。Sakana 还表示,出于隐私或合规原因,用户可以把特定代理从模型池中排除,而且模型选择、任务分派、检查和综合都在系统内部完成。
The Verge AI

《The Verge》报道称,与 AI 立场相关的企业超级政治行动委员会投入了 2783 万美元,试图影响纽约第 12 国会选区的初选。围绕候选人 Alex Bores,这场选举变成了 AI 政策的代理战,支持和反对不同 AI 路线的阵营都在广告和数字传播上大举砸钱。
这表明 AI 行业已经迅速成为重要的政治金主,甚至把资金投向地方级国会初选。选举结果可能影响未来 AI 立法,因为它会增强那些希望国会限制或推动 AI 发展的不同阵营的影响力。
《The Verge》的 Regulator 通讯将纽约第 12 国会选区初选描述为所有关注 AI 政治的人都该关注的一场选举。文章称,科技行业在投票结束前已经花费了惊人的 2783 万美元来影响结果。一个导火索是 Jack Schlossberg 在 X 上声称,自己遭到支持 Alex Bores 的机器人和虚假账号“草根伪装”式操作。随后,Politico 发现了协调一致的数字传播迹象,包括至少 8 个在 TikTok 和 Instagram 上新出现、发布亲 Bores 内容的账号,并推测这些账号与 Chris Larsen 创建的超级政治行动委员会 You Can Push Back 有关。
报道同时指出,另外两个支持 Bores 的 PAC 也与 Anthropic 有关联,其中 Dream NYC 收到过一名 Anthropic 员工的大额初始捐款,而 Jobs and Democracy super PAC 则通过 Public First Action 获得资金,后者又接受了 Anthropic 的 2000 万美元捐赠。文章强调,Bores 本人一再表示,他从未打算让 AI 安全成为竞选核心议题。相反,外部的 AI 阵营把他变成了华盛顿 AI 政策斗争中的象征。另一方面,Leading the Future 也在大举投入反对他,其中 Think Big PAC 已经花费了 815 万美元,而支持 Bores 的科技金主 PAC 合计花费则达到 1940 万美元。
文章称,与科技资金相关的亲 Bores 阵营合计已花费 1940 万美元,其中包括与 Anthropic 和 Ripple 联合创始人 Chris Larsen 有关的政治行动委员会;而更广泛的反 Bores 行动则包括 Leading the Future 及其 Think Big PAC。文章还指出,Bores 及其竞选团队并不希望 AI 安全成为竞选核心,但外部花钱已把这一标签强行贴到了他身上。
Financial Times AI
Nvidia医疗业务负责人Kimberly Powell表示,公司认为AI可以减轻临床医生的工作负担,并帮助缓解受训医护人员短缺的问题。她的表态显示,Nvidia正把医疗AI定位为一种不仅提升效率、还可能重塑医生工作方式的工具。
如果AI能够可靠地从临床工作流中移除行政和重复性任务,就有可能帮助医疗系统用更少的人手覆盖更多需求。这对医院、医疗服务提供者和患者都很重要,因为整个行业正面临人手短缺和需求上升的双重压力。
Nvidia医疗业务负责人Kimberly Powell认为,人工智能可以帮助解决医疗行业的一些核心难题。她的主要观点是,AI能够减轻医护人员的工作负担,让临床医生的日常工作更轻松。她还表示,AI有助于缓解受训医护人员短缺的问题,而这一直是医疗系统的重要瓶颈。文章主要是从这种运营层面的缓解作用来呈现Nvidia的医疗战略,而不是介绍某一款具体产品。
换句话说,公司正在把AI定位为一种重塑医生和其他临床人员工作体验的方式。因此,这篇报道更像是行业观点而不是技术报道。它反映出外界越来越期待AI承担医疗中的重复性负担,把有限的人类专业能力释放到更高价值的护理工作中。
这篇报道属于访谈型内容,核心是Nvidia医疗业务负责人提出AI可以缓解整个行业的压力。根据已提供的信息,文章并未描述具体产品发布或技术突破,而是呈现了AI在医疗领域应用的战略观点。
Simon Willison

Simon Willison 将 Moebius 0.2B 图像修补模型从 CUDA/PyTorch 环境移植到浏览器中,并通过 WebGPU 运行。作者表示这个演示已经可用,地址是 `simonw.github.io/moebius-web/`。
这表明一个小型但效果不错的图像修补模型,可以从仅限 GPU 的 Python 技术栈迁移到浏览器里运行,从而扩大可访问性并降低试用门槛。它也展示了代理辅助工程的实际用法,Claude Code 被用于推动这次移植。
Simon Willison 说,他最初是在 Hacker News 上看到 Moebius 的。Moebius 是一个 0.2B 规模的轻量级图像修补框架,用于把图像中标记出来要移除的区域补全成合理内容,项目还宣称虽然模型很小,却能达到接近 10B 级别的效果。作者看到其发布版本看起来需要 PyTorch 和 NVIDIA CUDA,于是开始考虑能否把它改造成能在浏览器中运行。由于模型只有 0.2B 参数,他觉得这个移植值得一试,于是着手构建 WebGPU 版本。最终结果是一个可用的浏览器演示,部署在 `simonw.github.io/moebius-web/`。
在这个演示里,用户可以加载图片、圈选要移除的区域,然后点击按钮在浏览器本地执行修补。Willison 还描述了自己如何先用 Claude 做了一些探索性提问,包括询问模型代码和权重是否已发布、当前有哪些运行选项,以及是否适合移植到 Transformers.js 或类似的浏览器运行时。Claude 建议使用带 WebGPU 后端的 ONNX Runtime Web,这一方案位于 Transformers.js 之下的底层,正是这个建议让他决定继续推进。文章还提到,这个项目是他在处理另一个任务的空档里并行完成的;当时他在 Datasette 里用 Codex Desktop 开发一个关于创建和修改表结构的新功能。
原始 Moebius 版本需要 PyTorch 和 NVIDIA CUDA,而浏览器版本改用 WebGPU,并且根据 Claude 的建议使用了基于 WebGPU 后端的 ONNX Runtime Web。这个演示支持打开图片、圈选要移除的区域,并在浏览器中进行修补,非方形图片会以留边方式显示。
TechCrunch AI

总部位于斯德哥尔摩的 Fika Jobs 完成了 400 万美元的种子前融资,用于打造一个以视频为核心的招聘平台。该产品结合 AI 面试代理和短视频候选人档案,公司计划本周开放早期访问,并在今年秋季扩大公开上线。
这家公司试图把招聘流程从以简历筛选为中心,转向更关注性格和沟通能力的方式。如果成功,它可能帮助雇主更早评估候选人,也让求职者,尤其是没有传统履历或精英背景的人,以更直观的方式展示自己。
Fika Jobs 正在推广一种新的招聘方式,创始人认为简历往往无法体现雇主最看重的那些特质。这家总部位于斯德哥尔摩的初创公司在周二宣布完成 400 万美元的种子前融资,用于继续开发其以视频为核心的招聘平台、扩充团队,并为今年晚些时候的更大范围上线做准备。联合创始人 Jakob Dubois(首席执行官)和 Alexander Dubois(首席技术官)表示,这个想法来自他们此前打造创业公司 Gaff 的经历;当时他们差点因为某位候选人的简历不够突出而错过他。后来真正与他交谈后,他们在几分钟内就看到了他的韧性、干劲和雄心。Fika 的流程从连接 LinkedIn 个人资料开始,AI 会先读取候选人的背景并生成个性化面试问题。
随后,候选人会与一个由 Google Gemini 模型驱动的 AI 代理进行大约 10 分钟的视频面试。平台会把回答自动整理成短视频片段,并生成一个可被雇主随时回看的个人档案。与 Alex、Maki 和 Mercor 等更侧重帮助雇主进行候选人搜寻、筛选和匹配的竞争对手不同,Fika 更强调候选人侧的视频档案,雇主浏览的是已经经过 AI 面试和评估的人选。公司认为,这种方式可能更早暴露候选人的沟通能力和文化适配度,但它也带来了明显的偏见风险,因为视频会让雇主提前看到候选人的种族、年龄、性别、外貌和口音。Fika 计划本周先向候选人开放早期访问,先从瑞典开始,再逐步扩展到国际市场;公司称已有超过 100 家企业加入候补名单,且超过 50 家企业已经试用过产品。
候选人先关联 LinkedIn 个人资料,随后 Fika 的 AI 会生成个性化问题,并使用 Google Gemini 模型进行大约 10 分钟的面试。面试后,系统会把回答整理成短视频片段;雇主可以浏览已经被面试和评估过的候选人,Fika 则在成功录用后收取候选人首年薪资的 10%,而不是预付费用。
TechCrunch AI

OpenAI宣布推出“Patch the Planet”计划,并与Trail of Bits合作,帮助开源维护者发现、审查和修复安全漏洞。该项目将由Trail of Bits的安全工程师配合OpenAI的工具(例如Codex Security)先行审核问题、开发补丁并编写测试,然后再把结果交给维护者。
开源软件是现代软件生态的基础,因此提升其安全性可以降低整个行业的风险。如果这个计划按预期运作,它可能会减轻长期超负荷的维护者压力,并帮助避免小漏洞演变成下游的大规模安全事件。
OpenAI在周一宣布启动一项名为“Patch the Planet”的开源安全新计划。这个名字明显致敬了电影《Hackers》中的经典口号“Hack the Planet”,该项目将与安全公司Trail of Bits合作推进。根据OpenAI的说法,Trail of Bits的安全人员会直接和开源维护者一起工作,审查潜在的代码问题。OpenAI还会使用自己的工具,包括Codex Security,来辅助这一流程。
公司强调,这个计划的目标不是给维护者增加额外负担,而是在问题到达维护者之前先筛选和审查,并帮助生成补丁和测试。OpenAI还表示,他们希望建立可复用的工作流,让项目在首批修复完成后仍能继续改进安全性。文章把Trail of Bits工程师的角色比作“代码急救人员”,负责帮助项目进行分诊和稳定处理。不过,报道也指出,这个计划未来如何扩展,以及长期运行模式会是什么样,目前仍不清楚。
OpenAI表示,Trail of Bits工程师会先审查发现的问题,再与项目方一起制作补丁和测试,并建立可复用的工作流以便持续改进安全性。文章也指出,这个计划未来如何扩展仍不明确,而且它也像是对外界担心AI工具会被用来发现并武器化漏洞的一种回应。
The Verge AI

The Verge reports on Midjourney’s surprising move into medical ultrasound scanning, with experts questioning the lack of evidence behind its ambitious claims.
This is a noteworthy industry pivot by a major AI brand into medical imaging, but the article appears to be mainly a skeptical news analysis rather than a technical breakthrough. The discussion quality seems limited in the provided excerpt, with expert skepticism noted but no detailed debate or evidence presented.
Last week, Midjourney, an AI startup best known for its image generator, made an unusual pivot: medical imaging. The company announced a futuristic ultrasound scanner that would dunk users into a vat of water and, hopefully, produce “something as powerful as MRI” yet “as casual as a trip to the spa.” Midjourney says the goal is to help people live longer, better, and healthier lives. CEO David Holz has suggested the system could one day be better than MRI. Experts are skeptical.
The Verge AI

《The Verge》评测了售价 99 美元的 Fitbit Air,并把谷歌的 AI 健康教练视为这款设备的核心亮点。这个教练会根据睡眠、心率变异性、热暴露和恢复状态等数据,给出偏保守、甚至有时让人不安的建议。
这篇评测显示,谷歌正在把 AI 定位为面向消费者健康追踪的实用层,而不是花哨噱头。它也反映出可穿戴设备行业正转向个性化指导,帮助普通用户把原始传感器数据转化为可执行建议。
《The Verge》写道,Fitbit Air 上的 Google Health Coach 对测试者的身体状况判断得相当直接:睡眠不足、心率变异性偏低、再加上高温环境,都意味着应该跳过力量训练,把重点放在补水、降温和轻度活动上。作者觉得这种判断有些令人不安,但也承认它与自己过去一个月的真实感受基本一致。文章强调,这不是一个单纯的硬件故事,而是一个关于软件与 AI 如何越来越多地介入消费级健康体验的故事。作为硬件,售价 99 美元的 Fitbit Air 被评价为延续了 Fitbit 一贯的优势:佩戴舒适、几乎没有存在感,而且日常使用非常省心。
它的续航表现不错,充电速度也很快,作者表示自己在设备从 20% 充到 85% 这段时间里,只是利用整理出门的空档完成了补电。该设备提供了常见的健康指标,包括步数、静息心率、睡眠、血氧、睡眠阶段、恢复度、心率变异性以及 Fitbit 的有氧负荷指标。它并不以“最深度、最全面”的健康监测为卖点,但对大多数用户来说已经足够。文章还提到一些不足,例如仍需使用专有充电器,以及每年 99 美元的 Google Health Premium 订阅,后者可解锁视频训练库和自适应计划,但属于可选项目。
评测称 Fitbit Air 轻便、续航长、充电快,提供了较完整但不算极致的追踪功能,包括步数、静息心率、睡眠、血氧、睡眠阶段、恢复度、心率变异性和有氧负荷。文中也提到了一些取舍,例如专有充电器、可选订阅功能,以及对追求最深度指标的用户吸引力有限。
The Verge AI

Nvidia 表示,其面向全液冷 AI 数据中心的 Rubin 代参考设计可以大幅减少电力消耗,并几乎消除用水。该方案通过把服务器运行温度提高到最高 113 华氏度(45 摄氏度),并将芯片热量直接导入液体回路来实现这一点。
数据中心因耗水和耗电问题正面临越来越多的关注,因此一种同时降低这两项消耗的设计,可能会影响未来 AI 基础设施的建设方式。如果云服务商和运营商广泛采用,这可能推动行业转向更高温、液冷的系统,以降低运营资源消耗。
Nvidia 正在推广一项面向 Rubin 代 AI 数据中心的参考设计,并称它可以显著降低电力和用水消耗。该公司表示,这一效果来自液冷方案把热量从芯片直接带走,并允许服务器运行得比传统系统更热。按照 Nvidia 的说法,AI 服务器最高可在 113 华氏度,也就是 45 摄氏度下运行。随后,热量会通过液体回路传导,并由室外干冷器散出,因此系统对依赖水的冷却塔不那么依赖。
Nvidia 可持续发展负责人 Josh Parker 表示,这种参考设计可以把用水量从传统冷却塔系统每兆瓦每年约 260 万加仑降到接近零,也就是最高减少 100%。Nvidia 还声称,所有为 Rubin 建设的云服务商和数据中心运营商都在转向这种方案。与此同时,文章指出,这并不能消除 AI 数据中心的所有环境争议,例如建设过程本身的影响,以及超大型设施所需电力来源的问题。文章还提到,Nvidia 没有说明这种数据中心的建设成本是否会高于效率较低的风冷方案。
Nvidia 表示,该设计会在芯片处直接捕获热量,通过液体回路传导,并利用室外干冷器在一年中的大部分时间高效散热。Nvidia 可持续发展负责人 Josh Parker 说,与传统冷却塔系统每兆瓦每年约 260 万加仑的用水相比,新的方案可将用水降至接近零。
ZDNET AI

ZDNET 认为,Valve 刚公布细节的 Steam Machine 可能会把数百万新用户带到基于 Linux 的 SteamOS 上。文章还列出了这款设备的定价、规格和报名时间,并称它将于 6 月 29 日开始发货。
如果 Steam Machine 销量强劲,它可能成为面向消费者的最大规模 Linux 部署之一,让许多玩家第一次接触 Linux。这对更广泛的桌面 Linux 生态以及判断 Linux 设备是否具备商业可行性的公司都很重要。
这篇 ZDNET 文章将 Valve 的 Steam Machine 描述为推动 Linux 普及的潜在突破,尤其是在游戏领域。文章称,Valve 终于公布了这款设备的详细信息,并强调它会以更接近主机的形态运行 Steam 游戏。文中列出了四种定价方案,从不含手柄的 512 GB 型号到附带 Steam Controller 的 2 TB 型号都有。文章给出的硬件规格包括:AMD Zen 4 六核十二线程 CPU、半定制 AMD RDNA3 GPU、8 GB GDDR6 显存、16 GB DDR5 内存,以及最高 2 TB 的 NVMe SSD 存储。
系统方面,这款机器运行 SteamOS 3,文章把它描述为基于 Arch 的定制 Linux 发行版,并搭配 KDE Plasma 桌面环境。作者认为,正因为它面向普通消费者并且基于 Linux,许多买家会第一次直接接触 Linux,而不只是通过运行在 Linux 上的 Steam 客户端间接体验它。文章还提到,这款设备将于 6 月 29 日开始向消费者发货,报名截止时间是太平洋时间 6 月 25 日上午 10 点。文中补充说,想要预订的用户必须在 2026 年 4 月 27 日之前有过 Steam 消费记录,而且第一轮资格很可能会很快售罄。
这款设备运行基于 Arch Linux 的 SteamOS 3,并提供 KDE Plasma 桌面,因此它不只是一个封闭式游戏主机。文章列出了 512 GB 和 2 TB 两种配置,以及是否附带 Steam Controller 的版本,并称符合条件的买家需在太平洋时间 6 月 25 日上午 10 点前报名,之后将随机分配资格。