OpenAI 一天内连发模型、语音和代理产品
GPT-5.6、ChatGPT Work 和 GPT-Live 共同把 OpenAI 推向“能执行任务”的产品阶段,但也让版权、隐私和能力边界问题更突出。
AI 日报
今天的 AI 新闻几乎围绕同一个主线展开:OpenAI 正在把模型、语音和代理产品推向更实用的工作流,同时也把版权、隐私和安全审查推到台前。与此同时,资本市场和基础设施层面的信号同样强烈——算力、内存、数据中心电力与 AI 相关退出正在把整条产业链推向更高估值与更高成本。
Overview
从 66 条资讯中筛选出 33 条
今天的 AI 新闻几乎围绕同一个主线展开:OpenAI 正在把模型、语音和代理产品推向更实用的工作流,同时也把版权、隐私和安全审查推到台前。与此同时,资本市场和基础设施层面的信号同样强烈——算力、内存、数据中心电力与 AI 相关退出正在把整条产业链推向更高估值与更高成本。
GPT-5.6、ChatGPT Work 和 GPT-Live 共同把 OpenAI 推向“能执行任务”的产品阶段,但也让版权、隐私和能力边界问题更突出。
新闻机构要求制裁 OpenAI,称其在训练数据和聊天日志上误导法院;这可能影响 AI 版权诉讼中证据开示的标准。
Meta 自研芯片推进量产,Nvidia 受内存瓶颈冲击,凯雷出售数据中心电力资产,说明 AI 竞争已扩展到供应链深处。
Anthropic 用 J-lens 深挖模型内部机制,并开始对消费者模型按量计费;Meta 则在模型 API 和编码/图像产品上加速扩张。
微软把 AI 更深地用于 Windows 安全,Tenda 路由器后门则提醒基础设备仍可能成为最大风险点;同时,OpenAI 的前沿模型发布流程仍缺乏透明度。
Ollama、Lovable 和 Gradium 的融资与估值飙升显示,围绕本地模型、vibe coding 和语音 AI 的新一代工具链仍在高速扩张。
AI 正从“能聊天”加速转向“能做事”,但这也意味着更高的算力账单、更复杂的产品边界,以及更尖锐的版权和治理冲突。OpenAI 今天的多条发布把这一趋势推到最前面,而 Anthropic、Meta、微软和一批基础设施公司则分别在定价、可解释性、芯片和安全侧面回应。
OpenAI 一边发布 GPT-5.6、三种规格的模型分层和 ChatGPT Work,一边又因版权诉讼中的日志与证据争议被推上风口浪尖。对于开发者和企业用户来说,这意味着前沿模型能力继续上移,但围绕数据、隐私和证据开示的法律风险也在增加。【3050】【3052】【3053】【3055】【3058】【3061】
从 ChatGPT Work 到 GPT-Live 语音模式,再到 Claude Cowork 和 FL Studio 的 Gopher,AI 助手正在从“回答问题”转向“跨应用执行任务”。这类产品的共同点是更接近工作伙伴,但它们也要求更深的账户、文件和软件访问权限,安全与信任将成为决定性变量。【3055】【3058】【3060】【3073】【3082】【3083】【3080】
OpenAI、Anthropic 和 Meta 都在用新的分层、API 和计费方式争夺用户:OpenAI 推出 GPT-5.6 的多个规格,Anthropic 则开始对消费者级 Claude Fable 5 收取按量费用,Meta 也把 Muse Spark 1.1 开放给开发者 API。模型竞争不再只是“谁更强”,而是“谁更便宜、谁更适合长任务、谁更适合企业接入”。【3052】【3053】【3073】【3066】【3068】【3079】
今天的几条基础设施新闻共同指向一个结论:AI 不是只在吞 GPU,还在吞 DRAM、HBM、电力和数据中心空间。Meta 计划 9 月量产自研 AI 芯片,Nvidia 受内存瓶颈和市场结构变化冲击,而凯雷出售数据中心电力资产,也说明 AI 基础设施已经成为资本市场最抢手的标的之一。【3063】【3078】【3075】
微软在把 AI 更深地嵌入 Windows 安全流程,试图更早发现漏洞;与此同时,Tenda 路由器被曝存在可远程利用的隐藏后门,提醒人们基础网络设备仍然是最脆弱的入口之一。Anthropic 的 J-lens 则从另一面展示了 AI 安全研究正在向内部机制层推进,而 OpenAI 前沿模型发布流程的不透明,又让治理问题进一步凸显。【3072】【3074】【3065】【3057】【3062】
OpenAI、Anthropic 和 SpaceX 这类公司的估值与退出规模,被拿来与过去 25 年美国 VC 退出总量相比较,反映出资本正以前所未有的速度向少数巨头集中。Ollama、Lovable、Gradium 这类公司则说明,围绕本地模型、vibe coding 和语音 AI 的工具链与应用层,也仍在快速吸金。【3054】【3064】【3071】【3069】
Stories
Ars Technica AI

《纽约时报》等新闻机构已提交制裁动议,指控 OpenAI 多年来误导法院,谎称自己无法搜索 ChatGPT 日志,并在版权诉讼中隐瞒了关键证据。原告称,在重新对 OpenAI 隐私工程师 Vincent Monaco 进行作证后才发现,该公司早在声称无法做到之前就已经搜索过匿名化日志样本。
这场争议可能影响法院在 AI 训练数据诉讼中对证据、隐私和合理使用的判断。若这些指控成立,OpenAI 的抗辩可能会受损,也可能影响其他 AI 公司未来如何处理内部日志和证据开示请求。
OpenAI 正在面临由《纽约时报》牵头的新闻机构提出的制裁动议,这起争议属于围绕 ChatGPT 和新闻内容的重大版权诉讼。原告称,OpenAI 一直试图阻止他们查看数以百万计的日志,而这些日志可能显示用户通过提示词让 ChatGPT 复现付费墙后的文章内容。原告认为,这些日志是最关键的证据之一,因为它们要么能支持新闻机构关于侵权的指控,要么能帮助 OpenAI 证明 ChatGPT 对新闻材料构成具有变革性的合理使用。制裁动议指控 OpenAI 多年来反复歪曲自己搜索大量匿名化 ChatGPT 日志的技术能力。纽约时报称,这种误导持续了大约两年,直到法院要求重新对隐私工程师 Vincent Monaco 进行作证才被揭穿。
原告表示,在今年 4 月的那次作证中,Monaco 意外透露 OpenAI 其实在诉讼开始前就已经进行过此类搜索。原告认为,这种隐瞒行为剥夺了极其相关的证据,增加了诉讼成本,并给法院带来了负担,因此应当受到严厉制裁。OpenAI 通过发言人否认这些指控,称这项动议实际上是为了获取更多用户日志并侵犯隐私。OpenAI 还表示,纽约时报最近撤回了一些主张,说明原告的案件在削弱,而公司将继续捍卫用户隐私以及长期存在的合理使用原则。
原告认为,OpenAI 据称的隐瞒行为拖长了证据开示流程、增加了费用,并给法院带来了负担,因此应当受到制裁。OpenAI 则表示,这项动议是为了在诉讼后期获取更多日志,并侵犯无关用户的隐私。
OpenAI News
·#ai
OpenAI 发布了 GPT-5.6,并将其描述为一款前沿模型,强调它在每个 token 上带来更多智能、更高的性价比,以及按需提供更强能力。此次发布把它定位为面向高难度任务的新选择。
如果 OpenAI 的说法在实际使用中成立,GPT-5.6 可能会在提升输出质量的同时降低高端 AI 的使用成本。这对在生产环境中同时关注能力和效率的开发者与企业都很重要。
OpenAI 以“Frontier intelligence that scales with your ambition”为标题发布了 GPT-5.6。公司给出的简短说明强调了三个收益:每个 token 带来更多智能、每美元获得更强性能,以及按需提供更高能力。换句话说,OpenAI 不只是把它包装成一个更聪明的系统,也把它定位为更高效、更适合高难度任务的模型。这样的表述暗示,这次发布主要面向那些需要高水平推理或生成质量、但又不希望成本同步大幅上升的用户。
所提供的材料没有包含基准测试结果、发布时间、价格,或者底层技术变化的细节。材料也没有说明 GPT-5.6 是面向消费者聊天、API 还是两者兼有。尽管如此,这一公告仍然表明 OpenAI 正在前沿模型市场上继续围绕能力和成本效率展开竞争。
这次公告主要强调三个方向:每个 token 带来更多智能、更好的单位成本性能,以及按需提供更强能力。所给材料中没有提供进一步的技术规格、基准数字或限制说明。
Simon Willison

OpenAI 已将 GPT-5.6 推向正式可用,并推出三种版本:Luna、Terra 和 Sol,同时公布了按每百万 token 计费的新价格。此次发布还强调了面向长时间代理式工作流的新基准成绩,以及多项用于更复杂工具调用和编排的 API 功能。
这是 OpenAI 的一次重要旗舰模型更新,三种规格让开发者可以在成本、延迟和能力之间做更细的取舍。其重点放在长时间运行的专业工作流,说明 OpenAI 试图面向真实的代理式应用场景,而不仅仅是聊天或代码补全。
OpenAI 的 GPT-5.6 系列已经正式可用,并提供三种规格:Luna、Terra 和 Sol。它们按每百万输入和输出 token 分别定价,从最便宜的 Luna 到最贵的 Sol。文章同时提醒,单看 token 价格并不能完全说明问题,因为不同模型在同一任务上消耗的推理 token 数量可能差异很大。OpenAI 最重要的主张是它在长时间运行的代理式工作流上取得了领先:在 Agents’ Last Exam 上,GPT-5.6 Sol 据称拿到 53.6 分,比 Claude Fable 5 高 13.1 分;在中等推理设置下,也以大约四分之一的估算成本领先 11.4 分。
OpenAI 还表示,更小的 Terra 和 Luna 也能以大约十六分之一的成本超过 Fable 5。文章还指出一个有趣的反差:Fable 5 在 SWE-Bench Pro 上的自报成绩明显优于 GPT-5.6 Sol,而 OpenAI 也在前一天专门发文质疑 SWE-Bench Pro 的可靠性,称大约 30% 的任务可能有问题。作者提到,自己对 GPT-5.6 Sol 的早期体验显示它确实很强,但在复杂编程任务上还没有明显优于 Anthropic 的模型。除了模型本身,这次发布更值得关注的也许是新的 API 指南和工具,包括 Programmatic Tool Calling、多代理编排、prompt cache breakpoints,以及更灵活的图像处理能力。
文中给出的价格分别是 Luna 每百万输入/输出 token 1 美元/6 美元,Terra 为 2.50 美元/15 美元,Sol 为 5 美元/30 美元,但文章也指出,由于不同模型的推理 token 消耗差异很大,单纯按 token 计价并不容易直接比较。OpenAI 还加入了 Programmatic Tool Calling、多代理支持、prompt cache breakpoints,以及可保留原始分辨率的图像细节选项。
TechCrunch AI

·#ai
TechCrunch 援引 Venture Monitor 的说法称,SpaceX、OpenAI 和 Anthropic 这些即将到来或已经发生的公开市场退出,合计创造的价值可能超过自 2000 年以来所有美国风险投资支持退出的总和。文章认为这三家公司合计估值可能超过 4 万亿美元,其中 SpaceX 已经以 1.77 万亿美元估值上市。
如果这一规模最终成立,这将意味着价值正以前所未有的方式集中在少数几家 AI 和航天公司身上,也标志着风险投资回报实现方式发生了历史性变化。它还说明,尤其是在资本密集型 AI 领域,私人市场估值已大到足以重塑 IPO 市场和金融基础设施。
TechCrunch 表示,当前这波 IPO 热潮,尤其是围绕 AI 和航天公司的上市,规模大到很容易让人忽略其历史意义。NCVA-Pitchbook Venture Monitor 报告中的一个关键数据点称,SpaceX、OpenAI 和 Anthropic 这三家公司的退出合计创造的价值,将超过自 2000 年以来所有美国风险投资支持退出的总和。文章指出,SpaceX 已经以 1.77 万亿美元估值进入公开市场,而 OpenAI 和 Anthropic 也都在向万亿美元估值迈进。按文章的粗略估算,这三家公司合计价值可能超过 4 万亿美元。相比之下,美国证券交易委员会去年统计的美国本土 IPO 募资额只有 700 亿美元。
文章强调,这里的比较衡量的是“创造的价值”,而不是可立即变现的现金,并且排除了非美国公司。它还指出,过去 25 年里许多最重要的消费科技突破发生在公司已经上市之后,因此不会体现在 IPO 退出数据中。即便如此,这一时期仍然见证了 Google 2004 年上市、Tesla 2010 年上市、Meta 2012 年上市,以及 LinkedIn、Slack 和 WhatsApp 等以超过 200 亿美元被收购。文章最后的核心判断是:公司私有化时间越来越长,AI 训练需要海量资本,而由此推高的估值已经在考验现有金融基础设施的承载极限。
这一比较来自 NCVA-Pitchbook Venture Monitor 报告,衡量的是“创造的价值”,不只是现金收益,因此并非严格的一一对应会计口径。文章也提到一些重要的排除项和限制,例如不包括像 Alibaba 这样的非美国公司,以及许多在公司已上市后才发生的重大科技成果。
The Verge AI

OpenAI表示,在面向政府批准机构进行有限预览后,已获准向公众发布GPT-5.6,并开始全球推送。与此同时,公司还推出了ChatGPT Work,这是一款新的AI代理,可连接办公工具,帮助创建文档、表格、演示文稿和网页应用。
这是OpenAI一次重要的模型与产品发布,可能把AI的应用从聊天扩展到日常办公流程。若其表现符合预期,ChatGPT Work可能让AI对知识工作者更实用,而GPT-5.6也会加剧OpenAI、Anthropic和Google之间的竞争。
OpenAI已将GPT-5.6从有限预览阶段推进到公开发布,文章称此举结束了此前只向政府批准机构开放的监管争议。首席执行官Sam Altman称它是公司“迄今为止最好的模型”。在同一天,OpenAI还发布了ChatGPT Work,这是一款新的AI代理,把ChatGPT与Codex结合起来,让非技术用户也能把Codex式能力用于非编程任务。OpenAI表示,该产品由GPT-5.6模型套件驱动,其中包括Sol、Terra和Luna。公司称ChatGPT Work可以从用户选择的应用、文件和工作流中收集上下文,然后生成文档、表格、演示文稿和网页应用等成品。
它还提供一个统一的插件目录,可连接Slack、Gmail、Google Drive、日历和CRM等办公系统。OpenAI表示,桌面版可以访问本地文件或使用内置浏览器,而更新后的Chrome扩展也能在不离开浏览器的情况下执行网页原生任务。公司还加入了Scheduled Tasks,用于按计划或在事件触发时自动运行重复工作,并且在用户离开电脑时也能继续执行。OpenAI强调,工具在执行重要操作前会等待用户批准,同时它将ChatGPT Work定位为对Anthropic、Google、Apple等公司的AI代理方案的竞争产品。OpenAI还重点宣传Sol,称其是更低成本的高性能替代方案,并声称它在智能与效率方面设立了新标准。
OpenAI表示,GPT-5.6模型套件包括Sol、Terra和Luna,其中Sol被定位为在编程、网络安全、科学和计算机使用方面最强的版本。ChatGPT Work可以持续处理项目数小时,并在执行重要操作前请求批准,同时可通过插件连接Slack、Gmail、Google Drive、日历、CRM、Microsoft Teams和SharePoint等工具。
Ars Technica AI

研究人员在《Nature》上报告了一项临床前演示:由人类远程操控的人形机器人从活体猪身上切除了胆囊。整个系统依赖外科医生在控制台进行操作,而不是由自主 AI 做出手术决策。
如果这一方案未来能用于人体,它可能降低机器人手术的成本和占地需求,让先进手术在小型医院和偏远地区更可行。它也为那些无法部署完整手术机器人系统的场景提供了一种远程手术的新路径。
研究人员展示了一种新的手术协作方式:由外科医生远程控制的人形机器人,从活体猪身上切除了胆囊。报道将这项工作描述为一项前所未有的临床前实验,并已发表在《Nature》上。需要强调的是,这些机器人并不是自主外科医生,整个手术过程仍然依赖人类远程操控。报道指出,这项研究的目标,是探索人形机器人未来是否能够把机器人辅助手术带到那些买不起、也放不下现有专用设备的地方。
潜在场景包括小型医院和诊所,以及农村、战场甚至太空等更极端的环境。实验使用的是 Unitree G1 人形机器人,它比 Intuitive Surgical 的 da Vinci 等专用手术机器人便宜得多,也小得多。为了让机器人能抓握器械并把手部动作转换成精细的器械控制,研究人员还专门开发了新的硬件和软件。试验同时暴露出明显的现实限制,包括需要多次暂停重新校准、调整机器人本体和机械臂位置,以及整体手术时间比现有手术平台更长。
实验使用了 Unitree G1 人形机器人,并配备定制转接件和软件,让外科医生可以通过自然手势、立体头显和脚踏板来控制手术器械。试验也暴露出明显限制:团队不得不多次暂停以重新校准和调整机器人位置,而且较短的机械臂活动范围也让工作负担高于现有手术机器人。
MIT Technology Review AI

Anthropic 介绍了一种名为 Jacobian lens(简称 J-lens)的新可解释性方法,它揭示了 Claude Opus 4.6 内部一个被称为 J-space 的隐藏区域。公司表示,这个空间会在模型真正输出之前,浮现出与其未来可能回答相关的词语。
这可能为研究人员提供一种更强的方法来理解并在一定程度上引导大语言模型,尤其是在模型内部处理与其表面回答不一致时。对于 AI 安全和机制可解释性来说,看到这些潜在概念有助于更早发现不良行为,并提升模型可控性。
Anthropic 表示,它已经获得了迄今为止对大语言模型内部运作最清晰的一次观察,能够看到模型在推理任务并生成答案时内部到底发生了什么。公司开发了一种名为 Jacobian lens(J-lens)的工具,并用它在 Claude Opus 4.6 中识别出一个隐藏的内部区域,Anthropic 将其命名为 J-space。根据 Anthropic 的说法,J-space 中包含与模型在不久后很可能生成的短语和概念相关的单个词语。换句话说,这个工具让人们在输出真正出现之前,先窥见 Claude 可能“正在想什么”。
Anthropic 认为,这说明模型并不只是预测下一个 token,而是在同时计算其他有用的中间表示。公司表示,监测 J-space 中出现的词语,可以帮助更好地理解和控制模型。该技术建立在此前机制可解释性研究的基础上,并改造了更早的 logit lens,用于在不同深度观察模型的下一步输出倾向。Anthropic 还与 Neuronpedia 合作,制作了一个可供用户动手体验的演示。
J-lens 在旧的 logit lens 基础上进一步扩展,不只是观察模型最可能输出的下一个 token,而是观察与其后续可能生成的回应相关的词语。Anthropic 表示,这项工作已发布在其网站论文中,并与 Neuronpedia 演示结合;Goodfire 联合创始人 Tom McGrath 也公开称其为“非常好且有趣的工作”。
OpenAI News
OpenAI 发布了 ChatGPT Work,这是一种可以在多个应用和文件之间执行操作的代理。它可以在一个项目上持续工作数小时,帮助把目标转化为已完成的成果。
这意味着 ChatGPT 不再只是回答问题,而是开始真正“做事”,可能改变知识工作自动化和复杂任务管理的方式。对于希望让 AI 协调多个软件步骤,而不仅仅是生成文本的个人和团队来说,这尤其重要。
OpenAI 表示,ChatGPT Work 是一款旨在帮助用户完成宏大任务的代理,而不只是对提示词做出回应。该产品被描述为能够在应用和文件之间采取行动,这意味着它可以参与更广泛工作流中的多个步骤。OpenAI 还表示,它可以在一个项目上持续工作数小时,这说明它支持更长时间、更多步骤的任务。按照公司的表述,这一目标是把用户的目标转化为最终完成的工作成果。
这项公告被定位为 ChatGPT 从对话式助手向更像项目伙伴的一次重要演进。不过,现有材料并没有给出示例、产品限制、可用性信息或其工作原理的技术说明。仅从目前文本来看,核心信息就是 OpenAI 强调这种代理具备跨应用执行能力,以及对长任务的持续投入。
根据公告,ChatGPT Work 可以跨应用和文件执行操作,并持续参与长时间运行的项目。现有信息没有说明技术限制、支持的集成范围或安全约束,因此这些细节目前无法确认。
Simon Willison
Bun 已经从 Zig 重写为 Rust,这篇文章详细说明了这次迁移是如何借助编码代理和自动化工作流完成的。Rust 版本已经在 Claude Code 中上线,自 6 月 17 日发布的 v2.1.181 起开始使用。
这是一个值得关注的案例,说明前沿模型驱动的编码代理可能让大规模重写变得比过去更可行。它也展示了为什么 Rust 的内存安全和自动清理机制对 Bun 这类项目很有吸引力,因为许多 bug 都与 use-after-free、double-free 和遗漏释放有关。
Jarred Sumner 的这篇文章把 Bun 从 Zig 重写到 Rust 的过程,描述成一次技术迁移,也是一则现代代理辅助工程的案例。文章首先承认 Zig 让 Bun 走到了今天,但项目积累下来的 bug 列表已经让崩溃和内存问题变得越来越令人头疼。Sumner 认为,直到最近,对于这样规模的项目来说,语言选择几乎是一次性的决定,而前沿模型驱动的编码代理改变了这种局面。之所以选择 Rust,核心原因是 Bun 的很多 bug 都与内存管理有关,包括 use-after-free、double-free 以及错误路径里忘记释放内存。 在安全 Rust 中,这些问题会直接变成编译错误,而清理工作可以通过 Drop 自动完成。一个重要的前提是,Bun 的测试套件是用 TypeScript 写的,因此可以充当这次重写的符合性测试套件。
借助这一点,代理系统可以自动完成从 Zig 到 Rust 的初始翻译,而且最早的实验还是用更早一代的模型做的。大约 11 天里,Sumner 持续监控这些工作流,人工检查输出中的问题,并在流程需要改进时让 Claude 去修改生成循环本身。文章强调,真正难点不只是生成代码,而是如何通过测试驱动的信心和对抗性审查,去审核和稳定一百多万行新增代码。如今 Rust 版 Bun 已经在 Claude Code 中运行了将近一个月,自 6 月 17 日发布的 v2.1.181 起开始使用。除了 Linux 上启动速度提升约 10% 外,这次切换对用户几乎没有可见影响,而作者认为“没新闻”本身就是好消息。文中还提到,合并前的模型调用规模非常大,包括 59 亿未缓存输入 token,估算按 API 价格约合 16.5 万美元。
一个关键条件是 Bun 的测试套件使用 TypeScript 编写,因此可以充当新实现的符合性测试套件。这次重写采用了受监控的代理循环、对抗性审查以及修正生成流程而不是手工逐个修 bug 的方式;文中还提到合并前的 token 使用量为 59 亿未缓存输入 token、6.9 亿输出 token 和 720 亿缓存输入读取。
Simon Willison
OpenAI 为 ChatGPT 语音模式升级了一个名为 GPT-Live 的新模型。对于需要网页搜索、更深推理或更复杂处理的请求,它可以在后台交给 GPT-5.5 处理,并在等待结果时继续保持对话流畅。
这让 ChatGPT 语音模式更像一个真正可用的实时助手,而不只是一个语音输入输出界面。把复杂任务转交给 GPT-5.5,有望在保留自然对话体验的同时提升难题回答质量。
Simon Willison 报道称,OpenAI 终于升级了 ChatGPT 语音模式背后的模型,并将新体验称为 GPT-Live。作者表示,他在 iPhone 应用里已经获得了数周的预览权限,并认为这个新模型非常出色。一个关键变化是,当用户的问题需要网页搜索、更深层推理或其他复杂工作时,GPT-Live 可以在后台把任务交给 GPT-5.5 处理。与此同时,语音对话可以继续进行,不会因为等待结果而中断。
OpenAI 表示,GPT-Live 在发布时会使用 GPT-5.5,并且以后会随着新的前沿模型推出而持续更新底层模型。Willison 将它与旧版语音模式作了对比,称旧版基于 GPT-4o 时代的模型,知识截止时间大约在 2024 年某个时候。由于旧模型能力偏弱,他已经很少把语音模式当作头脑风暴伙伴来使用。文章还提到一个预览期里的奇怪 bug:模型会在一些并非笑点的地方突然插话发笑,但他反馈给 OpenAI 后,这种情况似乎已经变少了。
新语音模型被描述为对旧版 GPT-4o 时代语音模式的升级,作者认为旧模型由于年代较久、能力较弱,实用性已经下降。文章还提到一个预览期 bug:模型有时会在用户说话时突然插入笑声并打断对话,但在向 OpenAI 反馈后,这种情况似乎已经减少。
TechCrunch AI

《纽约时报》和《每日新闻》称,OpenAI 在这起版权诉讼中虚假陈述了其检索 ChatGPT 日志和训练数据的能力。两家媒体正要求法官因其据称隐瞒证据、破坏证据开示程序而惩罚 OpenAI。
这场争议可能影响 AI 公司在版权案件中如何保存、检索和披露训练数据与聊天数据。它也引发了关于用户隐私、公平使用抗辩,以及法院在生成式 AI 训练实践诉讼中会接受哪些证据的更广泛问题。
《纽约时报》和《每日新闻》正在升级对 OpenAI 的版权诉讼,指控该公司在 ChatGPT 日志和训练数据方面撒了谎。两家媒体称,它们需要这些信息来判断自己的受版权保护新闻是否被纳入 OpenAI 的训练集,以及 ChatGPT 是否在面向用户的输出中复现了这些内容。OpenAI 在整个案件中一直主张,自己无法检索训练语料,而且导出海量聊天日志在技术上很困难,也会侵犯用户隐私。可是,一份法院要求的 4 月证词据称显示,OpenAI 数据隐私工程师 Vinnie Monaco 表示,公司其实早已检索过训练语料,以查找受版权保护的新闻作品。原告还称,Monaco 透露 OpenAI 在诉讼提起前就已经建立了一个大约 7800 万条去标识化 ChatGPT 对话的数据库。
除此之外,原告还说 OpenAI 在诉讼开始后不久,在名为“Project Giraffe”的工具集中加入了一个 Bloom filter,用于检测并记录输出中的复述内容。纽约时报方面认为,这些披露很重要,因为 OpenAI 明明已经收集了相关信息,却在证据开示中让对方难以获取。现在,原告要求法官对 OpenAI 进行制裁、排除那份 2000 万条聊天日志样本、认定某些事实成立,并命令 OpenAI 支付他们追索这些证据所产生的律师费。OpenAI 则否认这些指控,称《纽约时报》是在案件前景变弱之际,试图获取与本案无关用户的私人对话。
根据这份动议,OpenAI 先前曾表示自己无法检索训练语料,而且提供大规模 ChatGPT 日志在技术上负担很重,也会涉及隐私问题。但一份法院要求的 4 月证词据称显示,OpenAI 早已检索过训练语料,内部保存了约 7800 万条去标识化的聊天记录,并使用包括“Project Giraffe”中的 Bloom filter 在内的工具来检测输出中的复述内容。
TechCrunch AI

TechCrunch报道称,OpenAI正在向公众广泛开放其最新前沿大语言模型Sol,但这次获批发布背后的政府和公司流程基本不透明。文章称,Sol被认为至少与Anthropic的Fable不相上下,但外界并不清楚它究竟是如何被判定为安全可发布的。
这件事很重要,因为前沿AI模型的发布可能影响公共安全、网络风险,以及谁有权批准强大模型的核心权力分配。文章凸显出一种担忧:AI治理正在被临时性的流程主导,而不是由清晰、可执行的标准来约束。
TechCrunch梳理了OpenAI最新前沿模型Sol如何获得向公众广泛发布的批准,并指出外界几乎看不到这一过程的真实运作方式。文中称,Sol的能力至少可与Anthropic的Fable相当,而Fable此前曾因让白宫感到不安而一度被限制向公众开放。受访的研究人员和政策专家表示,他们无法看到足够多的审批细节,因此也无法判断安全检查是否充分。乔治城大学安全与新兴技术中心的Mina Narayanan说,政府与公司之间的具体对话并不清楚,尽管Anthropic曾描述过用于识别越狱尝试的分类器以及“纵深防御”措施。曾任特朗普政策顾问、现就职于OpenAI的Dean W. Ball在新闻简报中表示,没有人知道获得许可的要求到底是什么。Databricks、Perplexity和Laude Institute联合创始人Andy Konwinski则说,即使是前沿实验室内部的人也不理解这一流程,他认为真正的问题是由谁掌握审批权。
文章写道,特朗普政府至今仍未就哪些模型需要接受审查、以及由哪个或哪些机构负责评估达成明确共识,尽管商务部下属的AI标准与创新中心目前似乎在牵头。此前在内部争论后发布的一项行政令要求六个内阁部门在8月初前制定最终流程,但目前的安排被形容为临时拼凑。OpenAI表示,它在发布前曾向政府和部分用户预览Sol,但没有说明这些用户是谁,也没有说明如何选出。公司还说,不希望这种政府访问模式成为长期默认方案,并将与政府合作寻找另一条路径。文章最后补充了政治背景,提到OpenAI高层与政府之间被报道的联系,让外界更难区分治理决策与影响力之间的界限。
OpenAI表示,它与包括商务部长Howard Lutnick、财政部长Scott Bessent以及美国国家网络主管Sean Cairncross在内的官员进行了沟通,但没有披露是谁测试了模型以及测试方式。该公司还在安全卡中提到了来自英国AISI、SecureBio和Irregular等机构的外部评估,并表示政府访问不应成为长期默认做法。
TechCrunch AI

据路透社援引一份内部备忘录称,Meta 计划在 9 月开始量产其最新一代面向 AI 的定制芯片。该公司与 Broadcom 合作进行设计,并将由 TSMC 负责制造,同时从 Samsung、Sandisk 和 Sumitomo Electric 采购内存、存储和光纤相关部件。
这表明大型 AI 买家正在尝试降低对昂贵 GPU 及其受限供应链的依赖。如果 Meta 能把自研芯片规模化,就可能降低基础设施成本,并影响整个行业构建大规模 AI 系统的方式。
Meta 正准备在 9 月开始生产其最新一代面向 AI 的定制芯片,路透社称这一进展发生在公司希望在严重组件短缺背景下削减 GPU 支出的过程中。该芯片属于 Meta Training and Inference Accelerator,也就是 MTIA 计划的一部分,Meta 在 3 月介绍过这条产品线,称其采用模块化设计,会随着快速变化的 AI 工作负载持续演进。报道称,至少有一款芯片仅用大约六周就通过了测试,这说明该项目推进速度很快。Meta 负责芯片设计的合作方是 Broadcom,制造则交由 TSMC 完成。与此同时,公司还从 Samsung 采购内存,从 Sandisk 采购存储,并从 Sumitomo Electric 采购光纤相关设备。Meta 早些时候表示,这四款新的 MTIA 芯片中有些已经部署,或者会在今年和明年投入使用。
公司希望这些芯片能够降低对 Nvidia 和 AMD GPU 的采购依赖,但并不会完全取代它们。MTIA 芯片的用途包括模型训练、排序和推荐系统、更广泛的 AI 工作负载,以及在应用中的推理任务。Meta 今年 4 月给出的资本开支指引为 1250 亿美元至 1450 亿美元,其中很大一部分将投向 AI 基础设施。路透社还称,Meta 计划今年部署 7 吉瓦的算力,并在明年翻倍。更广泛来看,Meta 只是众多希望通过自研芯片来控制成本和供给的大型 AI 公司之一。
据称,至少有一款新芯片在大约六周内完成了测试,Meta 还表示其 MTIA 计划采用模块化 chiplet 设计,以便每一代产品都能适应不断变化的 AI 工作负载。该公司仍然会大量采购 Nvidia 和 AMD 的 GPU,但希望 MTIA 芯片承担训练、排序和推荐系统,以及面向应用的推理任务。
TechCrunch AI

Ollama 已完成由 Theory Ventures 领投的 6500 万美元 B 轮融资,使其累计融资达到 8800 万美元。这款开源 AI 开发工具表示,自 2023 年推出以来,每月活跃开发者已超过 890 万。
这轮融资表明,本地 AI 模型工具正在快速成长为重要的开发者品类,尤其适合希望在自己机器上运行开源权重模型的团队。它也说明围绕开源模型的基础设施和托管服务正在形成更强的商业需求。
Ollama 这款开源 AI 开发工具于 2023 年推出,如今已完成由 Theory Ventures 领投的 6500 万美元 B 轮融资,创始人兼 CEO Jeff Morgan 向 TechCrunch 透露了这一消息。公司此前还完成过由 Benchmark 合伙人 Peter Fenton 领投的 1500 万美元 A 轮融资,因此累计融资额已达到 8800 万美元。Ollama 的核心定位是帮助开发者在个人电脑上运行开源权重 AI 模型,并且尽量把模型启动和使用过程简化到几分钟内完成。Morgan 表示,这款产品在大量教程、视频、博客和社交媒体中都受到开发者称赞,其 GitHub 仓库已经获得 176,000 个 stars 和将近 17,000 个 forks。
除了本地运行模型之外,Ollama 还通过自建的 neocloud 提供更大、更复杂模型的托管访问,订阅档位从免费到每月 100 美元不等,并且按 GPU 时间而不是按 token 数量计费。Morgan 说,Ollama 现在每月拥有超过 890 万开发者用户,并且进入了 Fortune 500 中 85% 的公司,而公司只靠 14 名员工运作。Morgan 还将 Ollama 的作用类比为 Docker 和 Docker Desktop 之于云软件,认为它把原本很难使用的开放模型变得更容易被程序员采用。文章最后指出,随着企业和 AI 应用公司越来越关注更便宜的开源权重模型以及推理成本,围绕开源工具的 AI 基础设施创业公司也正越来越受到风投青睐。
Ollama 让开发者能在个人电脑上几分钟内运行开源权重 AI 模型,同时还通过从免费到每月 100 美元不等的订阅档位提供更大模型的托管访问。公司表示其计费按 GPU 时间而不是按 token 限制计算,而且在如此规模下只有 14 名员工。
ZDNET AI

ZDNET 报道称,多个 Tenda 路由器固件版本中存在一个未公开的管理员后门,而且可以被远程利用。该后门似乎能够直接提供对路由器设置的完全访问权限,受影响固件版本已在本周早些时候由 CERT/CC 披露。
由于路由器位于家庭和小型办公网络的边界,任何可远程利用的后门都可能让攻击者查看设备、获取 Wi‑Fi 凭据,并修改流量或安全设置。这个问题尤其令人担忧,因为 Tenda 是一个广泛销售的消费级品牌,而且据称该后门细节很容易被找到。
ZDNET 表示,Tenda 路由器的多个固件版本中存在一个未公开的管理后门。Tenda 是一家生产路由器、交换机、接入点和摄像头的消费级网络设备厂商,其产品通常通过 Amazon 等主流渠道销售。该漏洞由一名匿名研究人员发现,并在本周早些时候上报给 CERT/CC。根据报道,这个后门本质上是固件中内置的管理员密码,知道该密码的人可以绕过正常的用户名和密码登录,直接进入路由器管理界面。进入后,攻击者可以扫描内网设备、获取 Wi‑Fi 密码、配置端口转发、重定向网页流量,或者关闭安全功能。ZDNET 还表示,自己能够很容易地找到该凭据,并在手头的 Tenda 硬件上确认后门确实可用。
报道强调,这个漏洞可以通过互联网远程利用,因此影响范围远比需要物理接触设备的缺陷更大。目前还不清楚这个后门是为了技术支持而有意加入,还是以其他方式被植入,但文章认为无论原因如何都很危险。文中列出的受影响固件版本包括 US_FH1201V1.0BR_V1.2.0.14(408)_EN、TDUS_W15EV1.0br_V15.11.0.5(1068_1567_841)_EN、TDEUS_AC10V1.0re_V15.03.06.46_multi、TDE01US_AC5V1.0RTL_V15.03.06.48_multi 和 TDE01US_AC6V2.0RTL_V15.03.06.51_multi。ZDNET 称,截至发稿时 Tenda 尚未回应,而 CERT/CC 也表示无法联系到厂商协调处理该漏洞。文章建议,在补丁发布前,用户应关闭远程网页管理并修改默认的 LAN IP。
据报道,这个后门是固件内置的管理员用户名和密码,可以绕过正常的访问控制,ZDNET 还表示其在自有的 Tenda 硬件上验证了这一行为。报道列出的受影响固件版本涉及多个 Tenda 型号,但目前仍不清楚该后门是为了技术支持故意加入,还是被恶意植入。
Simon Willison

Meta 发布了 Muse Spark 1.1,这是首个提供 API 的 Spark 模型。此次公告还声称其在智能体式工具调用和电脑操作能力方面有了显著提升,并配套发布了新的评测报告。
官方 API 让开发者更容易把该模型集成到应用、工作流和智能体系统中。工具调用和电脑操作能力的提升尤其重要,因为这些能力正成为实用 AI 助手和自动化工具的核心。
Simon Willison 报道称,Meta 发布了 Muse Spark 1.1,这是继今年 4 月的 Muse Spark 之后的新版本。此次更新最重要的变化是,Muse Spark 1.1 成为了首个提供 API 的 Spark 模型。Meta 表示,新版本在智能体式工具调用和电脑使用方面有了显著改进。Willison 同时给出了 Meta 的官方博客和 Muse Spark 1.1 评测报告,说明更详细的技术信息都可以在这些材料中找到。
他特别提到报告里的“自我对话中的吸引子状态”部分,认为很有趣,因为两个模型副本互相对话时会出现带有自我意识色彩的表述。文中引用了一句模型输出:它把自己的存在描述成“按设计存在的等候室”,只有在有人与之交谈时才会出现,然后在对话结束后消失。Willison 还表示,他获得了几天预览权限,并利用这段时间开发了 llm-meta-ai,这是一个为 LLM 提供命令行和 Python 库访问能力的新插件。文章最后还给出了一个示例,演示如何安装相关工具、设置 API 密钥,并让模型生成一只骑自行车的鹈鹕的 SVG。
这篇文章还指向了更详细的 Muse Spark 1.1 评测报告,Meta 的相关技术依据应主要来自这里。Simon Willison 特别提到报告中的“自我对话”部分,其中两个模型副本会生成关于自身存在的反思性表述。
TechCrunch AI

TechCrunch 引用了 Sequoia 合伙人 David Cahn 的新估算:到 2026 年,AI 基础设施支出可能达到 1.5 万亿美元,这意味着整个行业需要约 3 万亿美元收入才能证明这笔投入合理。文章还指出,随着内存成本、建设成本以及推理专用芯片成本上升,这一回本门槛可能还会继续提高。
这篇文章点出了 AI 热潮背后的核心经济风险:只有当 AI 产品能够产生足够持续的收入时,巨额资本开支才算得上合理。若云厂商和模型公司无法实现预期回报,影响可能不止于科技股,还可能波及更广泛的市场甚至整体经济。
TechCrunch 重新审视了 AI 热潮中的一个长期问题:整个行业是否能赚到足够多的钱,以证明巨额 AI 基础设施建设是合理的。文章首先提到 Sequoia 合伙人 David Cahn,他在三年前以 Nvidia 公开披露的 500 亿美元年 GPU 收入为起点,推算出要回收 AI 建设所对应的投入,大约需要 2000 亿美元收入。Cahn 当时把这个问题抛给创业者,希望他们做出能够消耗并变现这些算力的产品和服务。如今,随着又三年的超大规模扩张,他估算到 2026 年 AI 基础设施支出可能达到 1.5 万亿美元。基于这一数字,他认为行业需要产生约 3 万亿美元收入,才能证明这些芯片、数据中心及相关资本开支是值得的。
文章还指出,这个数字很可能仍然偏低,因为内存价格在上涨,建设成本也在增加,而且市场正在更多使用一些更特殊、以推理为中心的芯片。文中提到,Anthropic 估计已经达到 600 亿美元年化收入,OpenAI 在 2025 年报告收入为 130 亿美元,不过这与所需的收入规模相比仍然差距巨大。Apollo 首席经济学家 Torsten Slok 也被引用为另一个担忧者,因为 Google、Meta、Microsoft 和 Amazon 这些超大规模云厂商都在预测 2028 年自由现金流将大幅加速增长。Slok 警告说,如果这些预期现金流无法兑现,影响可能不只是 AI 行业内部问题,还可能冲击更广泛的经济,并让 S&P 500 面临回调风险。
Cahn 在 2023 年的早期测算,是从 Nvidia 公开披露的 500 亿美元年 GPU 收入出发,推算出大约需要 2000 亿美元收入才能回收相关基础设施投资。文章还提到,Anthropic 传闻年化收入已达 600 亿美元,OpenAI 在 2025 年报告收入为 130 亿美元,而与预计的 3 万亿美元需求相比仍有很大缺口。
TechCrunch AI

Meta 公开发布了 Muse Spark 1.1,这是一款面向代理式编程和企业工作流自动化的多模态 AI 模型。公司称它能够进行多步推理、管理数字流程、修复错误,并帮助在企业系统中部署新功能。
这让 Meta 直接进入竞争日益激烈的 AI 编码市场,而 OpenAI 和 Anthropic 已经提供了类似的代理式模型。其激进的定价可能会吸引希望以更低成本实现代码迁移、调试和流程执行自动化的企业客户。
Meta 于周四发布了新版 Muse Spark,将其定位为一款用于代理式编程的多模态 AI 模型。公司表示,Spark 1.1 能够进行多步推理,处理复杂流程,管理数字工作流,并更新企业系统中的功能。Meta 的卖点是,这个模型可以支持大规模自动化任务,例如修复漏洞和进行大规模代码迁移。此次发布发生在 OpenAI 和 Anthropic 已经在这一领域深耕多时的背景下,因此 Meta 是在一个竞争者已经很强的市场中入场。尽管如此,Meta 似乎打算同时从能力和价格两个方向发力。
路透社报道称,公司计划按每百万输入 token 1.25 美元、每百万输出 token 4.25 美元收费。这个价格被描述为具有竞争力,整体上与 Claude Haiku 4.5 和 GPT-5.6 Luna 等竞品大致持平。Meta 在博客中表示,Spark 1.1 在需要跨外部应用和服务进行规划与协调的个人代理任务上表现突出。此次发布重要到连 CEO Mark Zuckerberg 都在三年后首次在 X 上发帖,他称这款模型在代理式性能、工具使用和计算机使用方面表现很强。他还表示“很快还会有更多内容”,暗示 Meta 之后还会继续发布新模型。
路透社报道称,其定价为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元,整体与 Anthropic 的 Claude Haiku 4.5 和 OpenAI 的 GPT-5.6 Luna 大致接近,但略高一些。Meta 表示 Spark 在代理式表现、工具使用和计算机使用方面最强,扎克伯格还暗示很快会有更多模型发布。
TechCrunch AI

总部位于巴黎的语音 AI 初创公司 Gradium 表示,它重新向新投资者开放了种子轮融资,其中包括 Nvidia,使本轮总融资额达到 1 亿美元。公司还将开设湾区办公室,以招募人才并加强其在美国 AI 市场的布局。
1 亿美元的种子轮融资规模非常罕见,说明投资者对语音 AI 这一快速增长赛道有很强信心。Nvidia 的加入以及进入湾区,凸显出欧洲 AI 初创公司正在直接争夺人才,并努力进入美国最核心的 AI 生态圈。
总部位于巴黎的语音 AI 初创公司 Gradium 在周四表示,它重新向新的投资者开放了种子轮融资,本轮总融资额已经达到 1 亿美元。新加入的投资者包括 Nvidia,这让原本就很亮眼的投资人阵容更加引人关注。公司计划把这笔钱用于在湾区开设办公室,并更直接地争夺美国的 AI 人才。Gradium 认为,这有助于它“强化自己在全球领先 AI 生态系统核心地带的地位”。这一动作也说明,尽管巴黎是欧洲重要的 AI 中心,湾区对 AI 创业公司仍然具有很强吸引力。
Gradium 最初在 12 月低调亮相时,已经获得了 7000 万美元的种子轮融资。那一轮的投资方包括 FirstMark Capital、Eurazeo、DST Global Partners、Eric Schmidt,以及法国电信亿万富翁 Xavier Niel。该公司是从法国 AI 实验室 Kyutai 分拆出来的,而 Kyutai 本身也由 Niel 支持。Gradium 和 Kyutai 都由研究员 Neil Zeghidour 共同创立,他此前曾在 Google Brain、DeepMind 和 Facebook 工作。
从技术上看,Gradium 正在开发面向大规模语音生成的音频模型,重点是超低延迟。公司的目标是让 AI 语音几乎可以立即响应,从而避免 AI 代理对话中常见的尴尬停顿。Gradium 所处的市场竞争很激烈,既有像 ElevenLabs 这样的语音 AI 创业公司,也有像 Google 这样在 Gemini 等产品中提供语音能力的大型模型厂商。尽管如此,Gradium 表示,自 12 月发布以来,它已经拿到了一些重要客户,其中包括法国汽车制造商 Renault。
Gradium 表示,其模型面向超低延迟语音生成,目标是减少 AI 代理对话中常见的停顿感。该公司由法国 AI 实验室 Kyutai 孵化拆分而来,并于 12 月首次亮相,最初获得 7000 万美元融资,投资方包括 FirstMark Capital、Eurazeo、DST Global Partners、Eric Schmidt 和 Xavier Niel。
TechCrunch AI
Meta 于周二推出了 Muse Image,这是一项可在其应用内创建、编辑图片,甚至生成定制广告的 AI 图像生成功能。引发争议的是,只要 Instagram 账号是公开的,照片就可能被用于 AI 生成内容,除非用户主动退出。
这项功能扩展了社交平台对用户内容的 AI 再利用方式,也带来了关于同意、透明度和滥用的重大问题。它会影响所有拥有公开 Instagram 账号的用户,并进一步加剧外界对大型科技公司如何使用用户数据来训练和部署 AI 的担忧。
Meta 于周二推出了 Muse Image,这是其应用内的新 AI 图像生成功能。该工具可以创建原创图片、编辑现有照片,甚至在 Meta 的生态系统中直接生成定制广告。报道指出,它最具争议的能力之一,是可以把公开 Instagram 账号的照片用于 AI 生成内容。只要账号是公开的,其他用户就能标记该账号,并将其图片纳入生成结果。私人账号以及未满 18 岁用户的账号会自动被排除在外。
最大的担忧在于,公开账号用户可能根本不知道自己的内容会被这样复用,而且当别人这么做时,他们也不会收到通知。这会带来同意、骚扰、冒充以及未经同意的图片编辑等风险。Meta 在 AI 工具越来越深度嵌入社交媒体产品的背景下推出该功能,这也让外界对更强隐私保护的呼声更高。要退出该功能,用户可以进入个人主页,打开菜单,找到“分享和再利用”,并分别关闭帖子和 Reels 的相关选项。文章还提到,外界对 AI 本就存在较强怀疑,而 Meta 过往的隐私争议也让这项功能更受关注。
Meta 表示,私人账号以及未满 18 岁用户的账号会自动被排除在外,但公开账号的内容被复用时,用户不会收到通知。用户可以在 Instagram 中进入“分享和再利用”,关闭“允许他人使用你在 Instagram 上的内容参与 Meta 的 AI 功能”,并分别对帖子和 Reels 关闭该选项。
TechCrunch AI

据《Sifted》报道,瑞典 vibe-coding 初创公司 Lovable 正在洽谈以132亿美元估值融资3亿美元。这将使其估值较去年12月的66亿美元翻倍。
这一估值跃升表明投资者对 AI 编程工具的兴趣依然非常强烈,尤其是那类能把自然语言描述快速转化为软件的产品。如果这轮融资完成,它将进一步巩固 vibe coding 作为 AI 创业融资最火热赛道之一的地位。
据报道,瑞典 vibe-coding 初创公司 Lovable 正在洽谈以132亿美元估值融资3亿美元,这将是其估值较去年12月的66亿美元翻倍。该消息来自《Sifted》,报道称 Menlo Ventures 预计将领投这一轮融资。Menlo Ventures 上个月刚宣布设立一只规模30亿美元的新基金,这也意味着它有更强的能力参与大型成长轮投资。Lovable 成立还不到三年,但在6月已经达到5亿美元的年化收入运行率。
该公司主打 vibe coding,也就是让用户通过描述需求来构建软件。其用户群既包括创始人、独立设计师和销售人员,也包括大型企业客户。报道提到,Workday、Asana 和 Nvidia 都是其企业客户。文章还把 Lovable 放在整个 vibe-coding 赛道快速升温的大背景下,提到 Replit 今年3月估值达到90亿美元,Factory 在4月以15亿美元估值融资1.5亿美元,而 Cursor 上个月则被 SpaceX 以600亿美元收购。
Lovable 在成立不到三年的情况下,于6月达到了5亿美元的年化收入运行率。其用户既包括创始人、独立设计师和销售人员,也包括 Workday、Asana 和 Nvidia 等大型企业。
The Verge AI

微软表示,它正在使用 AI 更早识别安全问题,这将使每次“补丁星期二”发布中包含更多修复内容。该公司还表示,正在更新其安全开发生命周期和安全工具,以应对 AI 赋能的攻击手法。
这可能会改变微软为 Windows 及相关产品发布安全更新的方式,使每月更新中打包更多修复。它也表明 AI 正在重塑网络安全中的攻防双方,影响企业、开发者和普通用户。
微软表示,Windows 11 更新未来可能会一次性包含更多安全问题的修复。该公司在周四的一篇博客中称,它现在正在使用 AI 更早识别潜在问题,这应当会让每次安全发布中纳入更多安全更新。微软将这一变化描述为安全问题发现和修复方式发生更大转变的一部分,因为攻击者和防御者都越来越多地使用 AI。公司指出,黑客,包括一些业余攻击者,已经在利用 AI 更快地挖掘和利用漏洞,而安全研究人员也在借助 AI 更快地发现漏洞。微软还举例提到今年 5 月影响几乎所有 Linux 发行版的 “Copy Fail” 漏洞利用,以及 Anthropic 今年早些时候声称 Claude Mythos 模型已经在“每个主要操作系统”中发现高严重性漏洞。
为应对这种趋势,微软表示将更新其安全开发生命周期,使其明确考虑 AI 赋能的攻击技术和利用路径。公司还在投资新的技术,包括 Windows 专用工具和 agentic harnesses,用 AI 来生成并验证安全修复。同时,微软表示会把 AI 更深入地整合进安全更新流程,但仍会保留人工参与代码审查。公司强调,开发者仍将验证相关发现,并对哪些内容应当发布做出基于风险的决策。
微软表示,它将使用包括 Windows 专用工具和 agentic harnesses 在内的 AI 工具来帮助生成和验证修复,同时保留人工代码审查。公司强调,开发者仍会验证发现并做出基于风险的决策,不会为了速度牺牲更新质量。
WIRED AI

从太平洋时间7月12日晚上11:59开始,Anthropic 的 $20、$100 和 $200 月度订阅用户若要使用 Claude Fable 5,就必须额外支付按量计费费用。该公司的收费标准与 API 一致:每百万输入 token 收取 $10,每百万输出 token 收取 $50。
这标志着消费级 AI 定价方式出现了重要变化,因为这似乎是前沿 AI 实验室首次对消费者模型采用按量计费。如果其他 AI 厂商跟进,这可能会让“无限用”式的固定月费订阅逐渐失去吸引力,尤其对高频用户影响更大。
Anthropic 将从太平洋时间 7 月 12 日晚上 11:59 开始,对使用 Claude Fable 5 的订阅用户收取额外费用。这个变化适用于该公司每月 $20、$100 和 $200 的订阅档位。与固定月费不同,Fable 5 的访问将采用与开发者 API 相同的按 token 计费方式:每发送 100 万个 token 收取 $10,每生成 100 万个 token 收取 $50。
报道指出,这似乎是前沿 AI 实验室第一次把消费者模型放到按量计费门槛之后。100 万个 token 大约相当于 75 万个单词,数量非常大,但文章也提醒,重度用户在频繁使用高级模型时仍可能累积很高的账单。这个问题尤其突出,因为新模型可能会在隐藏的思维链推理过程中消耗更多 token,然后才给出最终回答。
长期以来,AI 公司面向消费者的做法主要是固定月费订阅,原因之一是定价简单,另一个原因是便于控制需求。文章称,整个行业已经逐步转向按量计费,例如 AI 编程公司 Cursor 就已经把原本的“无限制”订阅改成了按使用量收费。Anthropic 近期也开始向大型企业客户按员工实际使用量收费,而不是按预设固定金额收费。
一些 AI 高管认为,在 Claude Code 和 Codex 这类 AI 代理时代,无限制订阅已经不太合理,因为这些产品可能消耗远高于传统聊天机器人的算力。文章引用了 OpenAI 前 ChatGPT 负责人 Nick Turley 的说法,他认为“无限 AI 套餐”在某种程度上就像“无限电费套餐”,已经不再符合现实。
Anthropic 表示,这项改动并不一定是永久性的。公司发言人 Reem Ateyeh 对 WIRED 表示,他们希望在“算力容量足够时”把 Fable 5 重新纳入 Claude 的订阅计划,并且会尽快这样做。文章把这一表态理解为受限于计算资源和数据中心容量,并提到 Anthropic 近年已经与 SpaceX、Amazon 和 Google 签下了数十亿美元级别的数据中心容量协议,但仍然觉得不够。
报道还说,在这次收费调整之前,Fable 5 曾在一段较长的推广期内免费提供给订阅用户。Anthropic 在 6 月 7 日的首篇博客中就表示,外界对该模型的需求会“非常高,而且难以预测”。此后,Fable 5 的关注度又进一步上升,原因包括美国政府先禁止外国人使用该模型,随后又在 7 月 1 日批准其向所有用户开放。整体来看,这次定价变化既是一次容量管理措施,也是对消费者是否愿意接受按量付费 AI 的市场测试。
Anthropic 表示,100 万个 token 大约相当于 75 万个单词,但由于新的模型会在隐藏的思维链过程中消耗更多 token,实际用量可能增长很快。公司称会在算力容量允许时把 Fable 5 重新纳入订阅计划,这说明此次调整至少部分与计算资源和数据中心容量有关。
ZDNET AI

微软表示,正在加速在 Windows 安全中使用 AI,以更早发现漏洞、加快工程审查,并更快推出修复。公司称,其 MDASH 扫描和验证系统已经发现了 16 个 Windows 漏洞,其中 4 个被评为严重级别,全部都已在 5 月的安全更新中修补。
Windows 是一个巨大的攻击目标,全球有超过 15 亿台 PC 和服务器,因此漏洞发现和修补能力的提升会影响非常庞大的装机规模。对企业管理员来说,这很可能意味着常规更新中会出现更多修复,补丁管理节奏也会更快。
ZDNET 报道称,微软正在更深入地把 AI 引入 Windows 安全体系,以便更早发现漏洞并更快交付修复。公司把这一举措描述为对攻击者的一种回应,因为攻击者也能利用 AI 以更高速度发现并利用系统弱点。由于 Windows 在全球运行于超过 15 亿台 PC 和服务器上,微软认为这是一条尤其需要重点防守的平台。微软 Windows + Devices 业务执行副总裁 Pavan Davuluri 在一篇新博客中表示,公司正在扩展平台能力,以更早发现问题、加快工程修复、加强验证,并发布及时且高质量的更新。微软称,将 AI 用于安全分析有助于更快识别模式、优先排序风险,并在整个 Windows 代码库中规模化发现漏洞。Davuluri 还表示,Microsoft Security 已经为 MDASH 建立了专用的云端扫描和验证流水线,目的是大规模识别 Windows 漏洞、减少误报,并更快把高置信度问题交给工程师处理。
微软在 5 月推出 MDASH 时表示,该工具发现了 16 个漏洞,其中 4 个为严重级别,全部都已在当月的安全更新中修补。文章指出,这一新方法也在改变内部开发流程,因为漏洞发现将不再被视为独立活动,而是发布前构建和审查流程的一部分。微软表示,正在更新其安全开发生命周期最佳实践,以明确把 AI 赋能的攻击技术和利用路径纳入考虑。公司同时强调,最终仍会依赖人工专业判断来评估结果并做出风险决策,这一点很重要,因为 AI 系统可能产生噪声或误导性结果。文章最后提到,这项计划发布之际,微软还在向约 7% 的美国员工提供自愿退休计划,但文章并未说明两者之间存在直接关联。
微软表示,MDASH 是“multi-model agentic scanning harness”的缩写,它使用专门的云端扫描和验证流水线,以减少误报,并更快把高置信度问题交给工程师处理。公司还表示,正在更新其安全开发生命周期实践,让漏洞发现成为 Windows 在功能或更新发布前构建与审查流程的一部分,同时仍依赖人工专业判断来验证结果。
Financial Times AI
凯雷正在将其估值 26 亿美元的数据中心电力业务出售给 EQT,据报道这笔交易可带来约五倍回报。此次交易显示,市场对 AI 基础设施资产的需求正在推高估值。
这笔交易表明,AI 基础设施,尤其是支撑数据中心的电力相关资产,正在成为私募股权退出中最火热的主题之一。随着算力需求上升,与数据中心扩张相关的资产持有人可能获得远超预期的回报。
凯雷正准备将其一项估值为 26 亿美元的数据中心电力业务出售给 EQT。报道指出,这笔交易将为凯雷带来约五倍回报,因此被视为一笔非常成功的投资退出。此交易之所以引人关注,是因为推动估值上升的并不是整个市场的全面复苏,而是投资者对 AI 基础设施资产的强烈需求。在这里,最重要的吸引力在于支撑数据中心运行 AI 负载所需的电力容量及相关基础设施。
文章将这笔交易视为私募股权支持的、与 AI 建设相关公司的估值可以获得溢价的一个例子。它也表明,买家愿意为处于数据中心增长供应链中的资产支付较高价格。总体来看,这笔出售被定位为私募股权退出中的一个亮点,而强劲需求主要集中在 AI 相关基础设施上。
据报道,这笔出售涉及一项估值 26 亿美元的数据中心电力业务,凯雷的回报约为其投资的五倍。文章将这笔交易描述为在 AI 基础设施需求强劲背景下,私募股权组合公司出售中的一个亮点。
TechCrunch AI

埃隆·马斯克公开改变了此前对 Anthropic 的强硬态度,称其目前是人工智能领域的领导者,并表示即使是竞争对手,他也不会“切断”他们的服务。此番表态出现在 X 上有用户质疑马斯克是否会直接将 Anthropic 踢出 SpaceX 托管算力之后。
Anthropic 现在是 SpaceX 的最大客户之一,因此马斯克的态度直接影响一段涉及数十亿美元的 AI 基础设施合作关系。这一事件也说明,大型 AI 实验室越来越依赖竞争对手的算力网络,因此信任、合同和运营访问权都变得极其重要。
TechCrunch 报道称,埃隆·马斯克在此前批评 Anthropic 之后,公开改口称赞这家公司,并表示自己不会通过切断 SpaceX 托管的算力来故意伤害它。这个转变发生在 X 上有用户暗示,马斯克未来可能把 Anthropic 从 SpaceX 的服务器上踢出去,以削弱这个竞争对手之后。马斯克回应说,这种做法“不是我的风格”,并承认自己在 2025 年 9 月曾发帖称 Anthropic “不可能赢”。他现在则把 Anthropic 形容为当前 AI 领域的领导者,还称没有公司发布过像 Mythos/Fable 这样好的模型,并暗示 Mythos 2 很快就会到来。文章指出,这不仅仅是口头表态,因为 Anthropic 现在已经成为 SpaceX 最大的客户之一。
Anthropic 在 5 月签署了一项购买 300 兆瓦算力的协议,文章称这相当于田纳西州孟菲斯附近 xAI 的 Colossus 1 数据中心的全部产出。该协议据称到 2029 年 5 月前每月支付 12.5 亿美元,总价值约 400 亿美元,会给 SpaceX 的 xAI 业务带来巨额收入。马斯克还拿特斯拉的专利承诺、开放 Supercharger 网络以及允许竞争卫星系统接入等例子,来证明自己不会以不公平方式打压对手。不过文章也提醒,马斯克并非没有对竞争者采取强硬手段,OpenAI 就曾被他起诉。与此同时,把算力托管给 SpaceX 也可能让 SpaceX 对 Anthropic 的运作拥有比多数竞争者更多的可见度,尽管合同和安全措施应当能限制这种风险。
Anthropic 在 5 月签署了一项购买 300 兆瓦算力的协议,文章称这相当于田纳西州孟菲斯附近 xAI 的 Colossus 1 数据中心的全部产出。该协议到 2029 年 5 月之前每月价值约 12.5 亿美元,而 Google 也据称另签了一份租用 SpaceX 基础设施的协议,持续到 2029 年 6 月。
TechCrunch AI

Google 正在为“我的广告中心”添加面向消费者的披露信息,用来显示广告是否由 AI 创作或编辑。这个标注会出现在 Google 搜索、YouTube 和 Google Discover 中看到的广告里。
这一变化让用户更清楚地看到哪些广告使用了合成内容或经过 AI 修改,有助于减少对商品图片和其他推广素材的误解。它也把披露范围从选举广告扩展到更广泛的广告场景,说明 AI 标注正成为数字广告中的新常态。
Google 正在推出一项新的透明度功能,帮助用户判断自己看到的广告是否使用了 AI 技术制作。公司表示,AI 可以让企业更容易制作广告、把品牌产品放到不同场景中展示,并减少真实电商摄影的成本。与此同时,Google 也承认,如果消费者不知道自己看到的并不是实拍产品照片,合成内容或经过数字修改的内容可能会具有误导性。到目前为止,Google 只要求选举广告披露这类信息。新的标注将出现在“我的广告中心”中,任何人在全球范围内都可以通过广告上的三点菜单或信息图标打开这个面板。
该面板目前已经支持用户屏蔽或举报广告,并查看广告主信息以及广告为什么会出现。新增的“此广告是如何制作的”部分将显示广告是否使用 AI 创作或编辑。Google 表示,如果广告主使用的是 Google 自家的生成式 AI 广告工具,披露会自动开启。对于在 Google 工具之外制作的广告,广告主需要使用新的控制项自行说明是否涉及 AI,而 Google 不会逐条独立核验。某些市场中的广告还可能因为当地法律要求而被标注为 AI 生成。
用户可以通过广告上的三点菜单或信息图标打开“我的广告中心”,其中会新增“此广告是如何制作的”选项。若广告主使用 Google 自家的生成式 AI 广告工具,披露会自动启用;如果广告是在别处制作的,则需要广告主自行声明是否使用了 AI,而 Google 表示不会逐一独立核验。
TechCrunch AI

TechCrunch 指出,尽管 Nvidia 的预期营收仍在增长,但其股价已较 5 月高点下跌约 15%。文章认为,AI 基础设施支出的重心正在从 GPU 转向 DRAM 和高带宽内存,Micron 也因此在同期几乎翻了三倍。
这表明 AI 基础设施交易的核心正在从“算力稀缺”转向“内存稀缺”,这可能改变半导体市场的资金流向。如果数据中心对 DRAM 和 HBM 的需求继续超过供给能力,存储芯片厂商可能受益,而 GPU 价格和 Nvidia 的估值则可能承压。
TechCrunch 认为,Nvidia 现在正在承受其亲手塑造的市场带来的反噬。过去几年里,Nvidia 凭借 AI 算力占据主导地位,但现在它的股价已较 5 月高点下跌约 15%,尽管分析师仍预计其营收会继续增长。与此同时,Micron 等内存厂商股价大涨,Micron 在同一时期几乎翻了三倍。文章指出,这反映出 AI 基础设施的瓶颈正在转移:GPU 短缺有所缓解,而数据中心对内存的需求却远超行业预期。Nvidia 之所以崛起,很大程度上得益于 CUDA 以及极快的 GPU 迭代速度,这些因素让它的芯片成为 AI 训练和研究的默认选择。
但眼下市场更关注的是 DRAM 和高带宽内存,这些部件虽然不那么显眼,却变得更稀缺。文中引用现货市场数据称,自 2023 年以来 DRAM 价格明显上涨,而 Nvidia H100 算力小时的现货价格则在 5 月左右见顶后持续回落。计算市场 Ornn 的联合创始人兼 CTO Wayne Nelms 解释说,这本质上是供需关系:越来越多公司进入加速器市场,包括谷歌、亚马逊、微软和 OpenAI 的自研芯片项目,这会压低算力价格。相比之下,几乎没有公司在自制 DRAM,而且 HBM 供应也还没有出现足以改变格局的重大技术突破。结果就是,Nvidia 依然是 AI 生态的核心,但真正享受最强涨势的,可能是那些处在幕后、提供内存的厂商。
文章对比了 Nvidia H100 GPU 小时租用的现货价格下滑与 DRAM 现货价格上涨,认为这说明内存已经成为更紧的约束。文章还指出,谷歌、亚马逊、微软甚至 OpenAI 都在开发自研处理器以降低对 Nvidia 的依赖,这会压低算力价格,但内存需求仍在上升。
The Verge AI

Meta通过新的 Meta Model API 发布了 Muse Spark 1.1,并面向美国开发者提供公开预览。公司表示,这一更新版本在编码、修复漏洞、多模态理解和智能体工作流方面都比第一代 Muse Spark 更强。
这让 Meta 更直接地进入 AI 编程工具和开发平台竞争,而 OpenAI、Google 和 Anthropic 等公司已经在这一领域占据强势位置。它也表明 Meta 正在尝试把自研模型扩展成更大的开发者生态,而不是只局限于自家应用。
Meta 在今年 4 月先推出自研的 Muse Spark 模型后,如今又向开发者开放了新版 Muse Spark 1.1。公司通过新的 Meta Model API 提供这一模型,方便把它接入 AI 编程软件。Meta 将 Muse Spark 1.1 形容为相较第一代的“step-change”,并表示这一版本吸收了开发者反馈。公司称,这个模型在高级编码任务上更强,包括检测和修复复杂漏洞。Meta 还表示,它支持跨多个应用的端到端智能体工作流,包括多智能体系统。
此外,Muse Spark 1.1 具备对图像、视频和文档的原生多模态感知能力。此次发布紧随 Muse Image 的上线,而后者因能把其他用户的 Instagram 内容纳入生成结果而引发争议。Meta 这波动作也是其追赶 AI 竞争对手、证明此前投入数十亿美元合理性的更大计划的一部分,目标是向 OpenAI、Google 和 Anthropic 看齐。Muse Spark 最初只在 Meta AI 中提供,之后又被用于 Instagram、WhatsApp 的聊天机器人,以及 Meta 最新的智能眼镜。现在,1.1 版本已在 Meta AI 应用和网站的 Thinking 模式中上线,而面向美国开发者的 Meta Model API 也已进入公开预览。
Meta表示,Muse Spark 1.1 可以检测并修复复杂漏洞,支持跨多个应用的端到端智能体工作流,并原生理解图像、视频和文档。该模型已在 Meta AI 应用和网站的 Thinking 模式中提供,新注册的 Meta Model API 账户还会获得 20 美元免费额度。
The Verge AI

Image Line 将 FL Studio 2026 中的 Gopher 从只会回答问题的帮助聊天机器人,升级为可以在 DAW 内直接执行部分制作操作的助手。文章描述的演示中,它可以创建四拍踩镲风格的底鼓节奏、在反拍加入军鼓,并给军鼓加上门限混响效果。
这把 AI 助手从被动的文档查询工具,推进成了更实用的音乐制作工具,直接面向 FL Studio 的创作者工作流。它也反映出 DAW 正在朝着“能执行任务,而不只是解释功能”的助手方向演进,这可能会降低常规编辑和音色设计中的操作成本。
Image Line 最初为 FL Studio 推出的 Gopher 只是一个聊天机器人,主要相当于说明书。用户可以向它询问某个操作怎么做,它会返回相关步骤,但不会真正替用户执行。到了 FL Studio 2026,这一点发生了变化:Gopher 现在可以在 DAW 内直接执行部分操作。文章举例说,它能够成功创建四拍踩底鼓的节奏型、在反拍加入军鼓,并加上门限混响,从而做出带有 1980 年代风格的声音效果。尽管如此,这个助手并不完全自主,仍然有不少限制。它不能绘制自动化曲线,不能向旋律轨道插入音符或和弦,也不能直接选择插件里的具体预设。
文中的例子是,如果你让它加载 Rhodes 电钢琴音色,它会先创建一个加载了新版 Flex 乐器的通道,但具体找到 Rhodes 预设仍然要靠用户自己。Image Line 还表示不会用用户数据来训练这个 AI,并把这一点作为录音工程隐私保护的一部分。除了 Gopher,FL Studio 2026 还带来了重建后的 Flex 虚拟乐器,具有更好的浏览功能、流派筛选和更低的资源占用。对于订阅 FL Cloud 的用户,这次更新还加入了自动云备份,以及一个始终监听的 audio logger,可以保存主输出最后 60 秒的内容,避免用户忘记录音时丢掉灵感。和以往一样,FL Studio 2026 也会作为免费升级提供给用户。
Gopher 仍然有明显限制:它不能替你绘制自动化,不能向旋律轨道插入音符或和弦,也不能在插件里直接挑选具体预设。Image Line 还表示不会使用用户数据训练这个 AI,同时重点展示了重建后的 Flex 乐器,它拥有更快的引擎、更好的筛选功能和流派分类。
ZDNET AI

ZDNET 报道称,OpenAI 正在推出 GPT-5.6,并提供 Sol、Terra 和 Luna 三个层级,同时发布新的 ChatGPT Work 产品。这个模型与产品组合明显是在价格、速度和生产力功能上直接对标 Anthropic。
这很重要,因为 OpenAI 不只是发布一个新模型家族,还在把自己的代理工具重新定位为适用于更广泛办公场景的产品,而不再局限于编程。若报道中的基准和定价说法成立,这次发布可能会在模型性能和企业生产力工具两个层面给 Anthropic 带来压力。
ZDNET 表示,OpenAI 发布了一组看起来明显冲着 Anthropic 去的更新。核心是 GPT-5.6,它分为三个命名版本:Sol、Terra 和 Luna。文章将这三个名字理解为一个分层模型家族,其中 Sol 是能力最强的版本,Terra 是标准默认模型,Luna 则是更轻量、响应更快的即时版本。OpenAI 还宣布了 ChatGPT Work,文章称它相当于 Anthropic 的 Claude Cowork,目的是让 AI 直接访问用户的桌面和浏览器并替用户执行任务。
文中提到,这类代理能力此前已经存在于 OpenAI 的 Codex 应用中,但这次被单独拆分出来,更明显地面向非程序员用户。作者认为,这次发布不仅是模型能力升级,也是在做品牌和产品定位上的调整。OpenAI 还拿多个基准测试来对比 Anthropic 的 Claude Fable 5,包括声称 Sol 在 Agents' Last Exam 和 Artificial Analysis Coding Agent Index 上表现更好,并且在一些任务上速度更快、成本更低。文章最后指出,OpenAI 表示 GPT-5.6 采用了迄今最强的安全防护,包括模型保护、实时检查、监控,以及按信任与风险分级的访问控制。
文章称,GPT-5.6 Sol 是旗舰层级,Terra 是默认主流模型,Luna 则是更轻量的即时模型,大体对应 GPT-5.5 的分层。OpenAI 还表示,Sol 在 Agents' Last Exam 上得分 53.6,在 Artificial Analysis Intelligence Index 上与 Claude Fable 5 只差 1 分,但耗时少 61%,并在 Artificial Analysis Coding Agent Index 上达到 80 分,不过这些数据都来自 OpenAI 自身的说法。
ZDNET AI

ZDNET 报道称,OpenAI 为 ChatGPT 增加了名为 Live 的新语音模式,基于 GPT-Live 和 GPT-Live-1 mini。该功能已在 ChatGPT 网站、Windows 应用以及 iOS 和 Android 应用中提供,但 Mac 应用已不再支持语音模式。
这次升级让语音聊天不再像轮流下指令,更接近真实对话,这对日常使用 AI 很重要。它也说明 OpenAI 正在把语音打造为 ChatGPT 的主流交互方式,尤其适合更偏好说话而不是打字的用户。
ZDNET 表示,OpenAI 为 ChatGPT 推出了新的 Live 语音体验,目标是让 AI 对话更自然。这个更新已于周三加入 ChatGPT 网站、Windows 应用以及移动端应用。它基于全双工架构,这意味着模型可以在倾听的同时说话,而不是强制用户和 AI 轮流发言。实际使用中,模型会在你讲话时插入“Yeah”或“Mhmm”之类的简短回应,让对话显得更专注。文章称,这也让 ChatGPT 能更好地处理快速来回的对话,或者在你需要思考时保持安静。
ZDNET 还提到,系统可以把网页搜索和其他请求交给后台的另一个模型处理,从而不打断对话本身。该功能对所有 ChatGPT 用户开放,但付费订阅者默认使用 GPT-Live-1,免费用户默认使用 GPT-Live-1 mini。用户可以在设置中的 Voice 里找到该选项,Live 会显示为新的默认模式,并且仍可切回 Advanced 或 Standard。文章还指出,ChatGPT 的 Mac 应用已经不再支持语音模式,因此 Mac 用户需要改用网站。
Live 模式采用全双工架构,允许 ChatGPT 同时说话和倾听,而不是严格轮流进行。付费用户默认使用 GPT-Live-1,免费用户默认使用 GPT-Live-1 mini,应用里还提供 Intelligence 设置,可在 Instant、Medium 和 High 三种推理级别之间切换。
ZDNET AI

ZDNET 报道称,Claude Cowork 在七项非编程工作任务中被证明很有用,包括修复服务器、整理 PDF 和审查合同。作者表示,尽管对授予 AI 广泛账户访问权限仍感到不安,但它已经进入了自己的常用工具箱。
这篇文章展示了 AI 助手正从聊天和编程辅助,进一步进入日常办公流程。它同时强调了效率提升和安全取舍:一旦让 AI 访问邮箱、文档和其他个人数据,生产力收益就会伴随明显的隐私风险。
这篇 ZDNET 文章是一篇亲身体验报告,重点不是编程,而是 Claude Cowork 在日常工作任务中的表现。作者一开始就表达了对让 AI 访问 Google Docs 和 Gmail 的强烈不适,认为这与自己长期以来偏好直接掌控系统的习惯相冲突。尽管如此,Claude Cowork 逐渐因为能节省大量琐碎时间而变得值得使用。文章列举了七个它派上用场的例子,其中前两个被详细展开。
第一个实验是让它分析 Home Depot 的账单 PDF,试图看出消费模式,但由于账单没有细到商品级别的信息,结果只能算部分成功。第二个实验是让它整理下载目录中的 PDF 文件,按内容分类并重命名那些文件名杂乱的文档,最后形成了一套作者认为很实用的分类体系。文章还说明,作者使用的是每月 100 美元的 Claude Max 方案,而每月 20 美元的 Claude Pro 也支持该功能,只是可用额度更少。总体来看,作者的态度依然谨慎,但结论明确:Claude Cowork 已经足够有用,值得放进常用工具箱,只是把这么多权限交给 AI 仍然让人不踏实。
作者使用的是每月 100 美元的 Claude Max 订阅方案,并指出每月 20 美元的 Claude Pro 也能使用,但额度更快耗尽。早期实验有些任务效果一般,例如分析缺少明细的 Home Depot 账单 PDF;不过,PDF 整理和重命名功能表现不错,已经足以实用。