6月15日，Anthropic 正式将 Claude Sonnet 4（claude-sonnet-4-20250514）和 Claude Opus 4（claude-opus-4-20250514）从 API 中退休，开发者调用这些模型 ID 将直接返回错误。此前已通知迁移至 Sonnet 4.6 和 Opus 4.8 等后续版本。 这一动作并非孤例。过去12个月内，Anthropic 已退休至少8个模型，节奏远超早期 Claude 3 系列。同期 OpenAI 也悄然退役 GPT-5.2，Google 则废弃多款旧 Gemini 模型。三家头部实验室在2026年上半年均加速清理旧版本，反映出训练与推理成本快速攀升的现实压力。 与过去“模型长期共存”的时代相比，如今迭代周期已缩短至数月。Anthropic 的退休公告显示，维护多代模型的边际成本接近线性增长，而新模型在编码、长上下文和代理工作流上的提升显著。开发者被迫在生产环境中频繁迁移代码，短期增加运维负担，但长期推动了对更高效框架和自动迁移工具的需求。 这一趋势的根本驱动力是资本与算力军备竞赛：只有不断推出更高性能的新模型，才能在企业代理市场和前沿研究中维持领先。未来6-12个月，类似退休事件或将常态化，开发者生态将进一步分化——能快速适应的团队将获得成本与性能优势，而依赖旧模型的垂直应用则面临迁移压力。悬念在于，Anthropic 等公司是否会像承诺的那样，长期保存退休模型权重以支持研究，还是最终完全切断历史访问。 信源： https://platform.claude.com/docs/en/about-claude/model-deprecations https://www.mindstudio.ai/blog/claude-sonnet-4-opus-4-deprecation-migration-guide https://help.make.com/anthropic-claude-model-deprecations-on-june-15-2026 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in […]
Author: TheBestDoll
全球民调：中国被视为AI领导者
6月15日发布的Public First全球民调显示，在15个国家中，11国的受访者认为中国在AI领域领先美国。这一结果来自对超过1.8万人的调查，凸显出硅谷技术主导地位不再被全球默认。[[1]](https://www.politico.com/news/2026/06/15/people-around-the-world-see-a-winner-on-ai-and-its-not-the-us-00960930)[[1]](https://www.politico.com/news/2026/06/15/people-around-the-world-see-a-winner-on-ai-and-its-not-the-us-00960930) 美国国内仍有超过一半受访者视美国为AI霸主，日本、印度和越南亦持类似看法。但法国、加拿大、英国、德国等美国传统盟友中，多数人将领先地位归于中国——德国仅23%认为美国主导。这一分化与近期美国对Anthropic等公司的出口管制行动形成呼应，管制虽旨在维护安全，却可能强化了“中国更开放”的外部叙事。 与美国企业高额资本开支和模型迭代速度形成对比，中国通过大规模投资和本土生态建设，在海外民意中收获了“务实领先”的形象。过去一年，美国AI公司在安全与地缘政治考量下收紧访问权限，而中国模型在多个新兴市场部署更灵活，这加剧了感知差距。 这一民调信号预示，未来6-12个月，AI国际合作与监管博弈将更依赖叙事而非单纯技术差距。盟友是否会因民意转向而调整对美技术依赖，仍是值得跟踪的悬念。 信源： https://www.politico.com/news/2026/06/15/people-around-the-world-see-a-winner-on-ai-and-its-not-the-us-00960930 https://hai.stanford.edu/ai-index/2026-ai-index-report（背景参考） ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
美国AI融资独占88% 全球格局加速分化
6月15日Crunchbase最新数据显示，2026年至今全球AI相关初创融资中，美国公司拿下88%份额，总额约3190亿美元，其中大部分流向OpenAI和Anthropic两家。这与AI热潮前美国通常只占全球创业融资不到一半的格局形成鲜明对比。 中国2026年已募资超330亿美元，已超2025全年；英国达165亿美元，AI与 fintech 领跑。但其余国家份额微薄，欧洲多国和亚洲中型市场多持平或小幅增长。数据印证美国在资本、人才与生态上的绝对优势：OpenAI与Anthropic即将IPO，下一年数据或因不再依赖巨额晚期融资而有所缓解。 这一集中化既是美国科技公司长期优势的延续，也暴露潜在泡沫风险——全球96%人口所在国家仅分得12% AI资金。未来6-12个月，IPO后资本是否向其他地区扩散，或进一步加剧人才与资源向美集中，将决定全球AI版图是继续单极还是走向多极竞争。 信源：https://news.crunchbase.com/venture/us-ai-startup-funding-boom-data/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Go打车应用Go Inc东京IPO首日上市
Go Inc.旗下打车应用在东京证交所Growth市场完成上市，首日股价上涨21%。公司此前以每股2400日元定价，募资5.53亿美元，成为2026年日本最大IPO，市值约11.6亿美元。该股开盘表现强劲，反映市场对日本科技IPO的兴趣回暖。 信源:https://www.bloomberg.com/news/articles/2026-06-15/goldman-backed-go-to-debut-after-biggest-japan-ipo-this-year ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
微软AI资本开支遭股东起诉，巨头烧钱模式临界点浮现
6月15日，微软股东提起集体诉讼，指控公司AI基础设施巨额支出推高成本、拖累Azure增长放缓，引发市场对大模型时代资本效率的质疑。这起诉讼直指微软将资源过度倾斜Copilot与AI研发，却未带来相应收入增速，反映出投资者对“烧钱换规模”策略的耐心正在耗尽。 这一事件并非孤例。NVIDIA同期传出计划发行250亿美元债券融资AI芯片扩张，Meta等巨头也在加速数据中心投入。相比之下，Anthropic与OpenAI更依赖外部融资或合作伙伴分担成本，而微软作为云巨头，其Azure增长已从此前20%以上回落至受AI支出拖累的水平。诉讼文件显示，股东认为管理层在AI军备竞赛中低估了资本回报周期，与过去云计算扩张的轻资产模式形成鲜明对比。 根本驱动力在于AI训练与推理的指数级算力需求，正迫使所有玩家在“规模领先”与“盈利路径”间做艰难取舍。微软此案可能成为信号：若Azure增长持续承压，华尔街对AI资本支出的容忍度将进一步下降。 未来6-12个月，类似诉讼或财报压力是否会迫使微软调整Copilot定价策略、或加速与硬件伙伴的联合投资，仍值得持续跟踪。 信源： https://www.reuters.com/business/microsoft-sued-by-shareholders-over-expenses-cloud-business-ai-2026-06-15/ https://www.reuters.com/business/finance/nvidia-raise-20-billion-source-says-first-corporate-bond-issuance-five-years-2026-06-15/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
HashMeterAi 上线开源本地 AI 代币使用量仪表盘
Hash-7777 开发者 Seif Hashish 发布 HashMeterAi，本地优先隐私工具，支持 Claude Code、Codex、Kimi、Qwen CLI 等多模型统一仪表盘，读取本地元数据计算真实 token、费用与成就，无网络、无内容读取。V1.1 版本今日上线 GitHub，提供原生安装包与源码构建。 该项目填补多工具使用追踪空白，强调完全离线与可验证数据，为 AI 编码用户提供客观消耗可视化。 信源:https://github.com/Hash-7777/HashMeterAi ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
HPE keynote点破AI网络瓶颈，企业落地进入新阶段
6月16日，HPE Discover Las Vegas 2026大会开幕，CEO Antonio Neri在 keynote 中直言“Architecting AI starts with your network”，强调网络是AI最大基础设施瓶颈，也是agentic企业落地的核心约束。大会聚焦网络、云与AI整合，凸显从模型竞赛转向底层基建的行业转向。 这一表态并非孤例。过去18个月，AI资本开支已从模型训练转向推理与部署网络，NVIDIA等芯片商之外，网络与存储厂商正成为关键瓶颈。HPE借此大会推出全栈方案，目标直指“下一代agentic企业”，与OpenAI、Anthropic等模型厂商形成互补而非直接竞争。相比之下，谷歌、Meta等巨头虽持续发布模型，但企业实际落地仍受限于延迟、成本与安全，网络升级需求远超模型迭代速度。 与NVIDIA GTC等芯片大会不同，HPE keynote更侧重企业侧整合，凸显AI从实验室走向生产环境的真实痛点。数据层面，多数企业AI项目ROI尚未达标，网络与数据中心互联成本往往占总支出30%以上。Neri的观点暗示：未来12个月，网络优化将成为AI ROI分水岭，谁能提供端到端agentic基础设施，谁就能在企业市场占据主动。 悬念在于，此轮基建潮是否会重塑AI估值逻辑——模型独角兽继续高估值，还是基础设施玩家获得更高溢价？HPE等传统IT巨头能否真正卡位，仍需观察下半年企业合同落地情况。 信源：https://www.hpe.com/us/en/discover/lasvegas.html https://www.hpe.com/us/en/discover/lasvegas/experience.html https://www.techtarget.com/searchstorage/conference/HPE-Discover-news-and-conference-guide ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Zapier 按模型分级定价，AI 代理落地成本透明化
6 月 15 日起，Zapier 将 AI 步骤定价改为按模型层级计费：Standard（1x）、Advanced（3x）、Premium（5x），默认 Advanced 层级，工具调用按同比例叠加任务消耗。这一调整直接把模型能力与执行成本挂钩，让开发者在构建代理工作流时能清晰预估开销。 这一变化发生在 AI 代理从实验走向生产的关键窗口。过去 Zapier 等自动化平台以固定任务数计费，隐藏了不同模型的真实资源消耗；如今分级定价迫使企业重新评估代理链路设计——低复杂度任务选 Standard，高推理需求才用 Premium，避免无谓溢价。OpenAI 与 Visa 近日在代理支付基础设施上的合作，也印证了类似逻辑：代理只有在成本可控、权限清晰时，才能真正规模化执行交易。 对比来看，早期无代码工具多依赖单一模型或固定配额，容易出现“用得起但用不好”的困境。而 Zapier 的新模式更接近云原生计费逻辑，与 Databricks 等平台按计算单元定价的思路一致，加速了垂直代理从 demo 到企业内网的迁移。数据层面，此前多家自动化平台报告显示，AI 步骤已占总任务 30% 以上，成本透明化将直接影响预算分配和模型选型。 未来 6-12 个月，这一趋势或将倒逼更多平台推出动态定价与预算控制工具，但也留下悬念：当代理能自主选择模型层级时，企业如何在安全、成本与能力之间划出清晰边界？ 信源： https://help.zapier.com/hc/en-us/articles/46597632373389-AI-by-Zapier-new-model-based-pricing-starting-June-15-2026 https://www.digitalcommerce360.com/2026/06/12/visa-openai-agent-led-payments/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ […]
谷歌废弃老模型，AI迭代速度重塑开发者生态
6月15日，Google在Gemini API发布说明中宣布废弃Imagen 4系列图像生成模型和Veo 2.0/3.0视频生成模型，Imagen 4将于8月17日关闭，Veo系列则定于6月30日停服，用户需迁移至Veo 3.1或企业平台新版。[[1]](https://ai.google.dev/gemini-api/docs/changelog)[[1]](https://ai.google.dev/gemini-api/docs/changelog) 这一动作发生在AI多模态生成赛道激烈竞争背景下。OpenAI、Anthropic、Stability等玩家正以月为单位迭代模型，旧版本维护成本高企。谷歌此举与Anthropic同期废弃Claude Sonnet 4和Opus 4形成呼应，反映前沿实验室普遍采用“快速淘汰旧版”的策略，以腾出算力支持更强的新模型。 与过去硬件或软件的缓慢升级不同，AI模型生命周期已缩短至数月。开发者需持续重构代码、测试兼容性，这推高了集成门槛。谷歌选择在自家API生态内推动迁移，同时保留企业级新通道，意图巩固Vertex AI和Gemini Enterprise的粘性，而非单纯开源或免费分发。 未来6-12个月，类似废弃潮或将常态化，中小团队和开源项目将面临更大迁移压力。谷歌是否能借此拉开与Meta开源路线、Anthropic安全优先路线的差距，仍是悬念。开发者迁移成本与新模型实际性能提升的匹配度，将决定谁在多模态生成市场真正胜出。 信源：https://ai.google.dev/gemini-api/docs/changelog (2026-06-15发布说明) https://ai.google.dev/gemini-api/docs/deprecations ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
FreeBSD基金会启动AI辅助漏洞发现项目
FreeBSD基金会于6月15日正式启动AI辅助漏洞发现项目。该6个月项目获Alpha Omega计划25万美元资助，用于聘请安全团队成员参与漏洞查找与修补。AI仅用于发现和分析，所有补丁由人工编写。项目优先聚焦内核，随后扩展至用户态和ports树。基金会已收到多起AI工具发现的漏洞报告，此举旨在应对零日利用时间压缩至0天的风险，提升开源项目响应效率。项目还将与Linux基金会等类似倡议协作。 信源:https://freebsdfoundation.org/blog/freebsd-ai-assisted-vulnerability-discovery-project-launch/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信