Category: 技术趋势

6 月 26 日，Anthropic 宣布在 Slack 中推出 Claude Tag 测试功能。该功能让 Claude 能够持续学习指定频道内的对话历史，执行多步骤任务、主动跟进未完成工作，并在管理员权限范围内跨频道收集信息。每个 Claude 实例被限制在特定组织区域内，兼顾协作效率与安全边界。[[1]](https://www.marketingprofs.com/opinions/2026/55130/ai-update-june-26-2026-ai-news-and-views-from-the-past-week) 这一动作发生在企业对 AI 代理需求从“聊天”转向“委托执行”的背景下。OpenAI 方面数据显示，其 Codex 平台企业采用率已从 2025 年中期的接近零升至约 17%，非开发者用户增长最快。Anthropic 此举直接对标 Slack 生态，将记忆与上下文管理嵌入现有工作流，降低部署门槛。[[1]](https://www.marketingprofs.com/opinions/2026/55130/ai-update-june-26-2026-ai-news-and-views-from-the-past-week) 相比之下，OpenAI 更侧重广告与消费级扩展，而 Anthropic 通过企业级记忆功能强化垂直场景粘性。Meta 此前已收购安全团队 Virtue AI，显示大模型公司正将安全与集成作为差异化战场。Anthropic 的 Slack 集成若测试顺利，可能加速 Claude 在企业内部的渗透率，但如何平衡记忆深度与隐私合规，仍是下一步观察重点。 信源：https://www.marketingprofs.com/opinions/2026/55130/ai-update-june-26-2026-ai-news-and-views-from-the-past-week ✕ 📱 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 […]

6月27日，TechCrunch报道称，在Anthropic顶级模型出口受限背景下，亚洲初创公司正快速推出同类产品：东京Sakana AI发布Fugu模型，宣称在代理编排能力上可与Anthropic Fable 5/M Mythos Preview并肩；中国360公司则于日前推出Tulongfeng工具，直接对标Mythos的漏洞检测与网络安全场景。[[1]](https://techcrunch.com/2026/06/27/asian-ai-startups-launch-mythos-like-models-as-anthropics-export-ban-drags-on/)[[1]](https://techcrunch.com/2026/06/27/asian-ai-startups-launch-mythos-like-models-as-anthropics-export-ban-drags-on/) 这一动作并非孤例，而是美国对前沿模型实施严格出口与安全审查后的直接反应。Anthropic Mythos/Fable 5系列因安全顾虑被限制非美访问后，全球需求并未消失，反而催生了本土替代浪潮。中国和日本公司正利用本地化优势，针对特定垂直领域（安全、代理）快速迭代，试图填补空白。 对比之下，OpenAI与Anthropic仍在与美政府协调“可信伙伴”有限发布路径，而亚洲玩家已转向“绕道”或独立研发。这反映出监管收紧的副作用：短期内保护了美国主导地位，但长期可能加速多极化。过去OpenAI/Anthropic凭借安全叙事与政府关系占据高地，如今成本与合规压力正把市场推向更碎片化的区域竞争。 未来6-12个月，关键悬念在于这些亚洲模型能否在安全性和可靠性上真正接近前沿水平，还是仅停留在特定场景的低成本替代。若后者成立，全球AI采用鸿沟将进一步扩大；若前者成真，则出口管制可能加速自身目标的反噬。 信源： Asian AI startups launch Mythos-like models as Anthropic’s export ban drags on https://www.reuters.com/technology/us-releases-anthropic-model-mythos-some-us-companies-semafor-reports-2026-06-26/ ✕ 📱 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

美光CEO Sanjay Mehrotra在6月24-25日财报会议上明确表示，人形机器人所需内存约为当前L2+自动驾驶汽车的10倍，并预计从本十年后期开启“持续数十年的内存需求周期”。这一表态正值AI硬件链条对具身智能落地预期升温之际，迅速成为市场新焦点。 过去两年，AI资本开支主要集中于数据中心HBM和训练芯片，人形机器人则将需求延伸至边缘高带宽、低功耗内存与存储。特斯拉Optimus、Figure等项目若进入规模化部署，单台机器人对DRAM/NAND的需求将远超当前车载系统，叠加数百万台潜在出货量，内存厂商的长期可见度显著提升。这与此前AI推理带来的“token经济”形成互补，而非替代。 对比之下，传统汽车与消费电子的内存周期已趋成熟，而人形机器人兼具移动性、实时感知与多任务执行，对内存带宽和能效提出全新要求。美光、SK海力士等厂商若能提前锁定此类需求，其资本回报周期或比纯数据中心更长。但风险在于：机器人商业化速度、成本曲线与安全法规仍存在不确定性，需求兑现可能滞后于当前乐观预期。 未来6-12个月，需跟踪特斯拉与Figure的工厂部署数据，以及内存厂商下一代HBM4/LPDDR6的量产节奏——这将决定人形机器人是否真正拉动新一轮半导体超级周期。 信源：https://www.binance.com/ar/square/post/06-25-2026-micron-ceo-expects-humanoid-robots-to-drive-memory-demand-cycle-for-decades-serenity-says-337795622261713 https://phemex.com/news/article/humanoid-robots-to-spark-decadeslong-storage-demand-says-micron-ceo-90670 https://x.com/gudanglifehack/status/2070093914930110762 ✕ 📱 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

6月26日，OpenAI与博通联合推出首款定制推理芯片“Jalapeño”，目标将大模型服务成本降低约50%，并计划大规模部署于数据中心。这标志着OpenAI从纯模型公司向软硬一体垂直整合迈出实质一步。 这一动作发生在AI资本开支持续高企、推理成本成为瓶颈的背景下。当前行业主流仍依赖英伟达GPU，单次推理能耗与费用高企，限制了代理规模化落地。OpenAI此举直接对标谷歌TPU多年自研路径，也与Meta、亚马逊等大厂硬件自建趋势呼应。数据显示，2026年Q1全球AI相关风险投资中，四家前沿实验室已拿走近65%份额，硬件控制权正成为下一阶段竞争焦点。 对比来看，谷歌通过TPU实现搜索与模型深度耦合，成本优势明显；OpenAI此前更多依赖外部供应链，此次自研或将重塑其与微软、博通的合作模式，同时削弱英伟达在推理端的议价空间。但自研芯片从研发到量产周期长、风险高，短期内能否规模化验证仍是未知数。 未来6-12个月，这一路径若成功，将加速整个行业从“模型即服务”向“芯片+模型”平台竞争演变；若受阻，则可能强化现有供应链依赖。OpenAI下一步如何平衡自研与生态合作，值得持续跟踪。 信源：https://www.buildfastwithai.com/blogs/ai-news-today-june-26-2026 https://www.youtube.com/watch?v=-EbiV_fjyTg (Bloomberg Surveillance 6/25/2026片段) ✕ 📱 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

Naveen Rao 此前担任 Databricks AI 负责人，6 月 25 日宣布创立 Unconventional AI，目标是将 AI 推理功耗降低最多 1000 倍。该公司采用全新振荡器架构重构计算硬件，而非在现有 GPU/TPU 基础上做增量优化。[[1]](https://techcrunch.com/2026/06/25/databricks-former-ai-chief-thinks-he-can-cut-ais-power-bill-by-1000x/) AI 训练与推理的电力需求正成为行业瓶颈。全球数据中心资本开支已达数百亿美元，部分模型单次推理耗电量已接近传统数据中心日常运营水平。Rao 表示，现行架构在并行计算上效率低下，新方案通过硬件级振荡器直接处理信号，可大幅减少数据搬运与转换损耗。 与主流路线对比，NVIDIA、Google 等仍在持续迭代 Blackwell、TPU 等芯片，而 Unconventional AI 选择“推倒重来”。若成功，将直接挑战现有算力供应链的资本回报逻辑，尤其在企业级部署和边缘推理场景中具备潜在成本优势。 下一步值得跟踪的是该公司原型验证进度与首批客户落地情况。能耗瓶颈若被实质性打破，或将重塑下一代 AI 基础设施的竞争格局。 信源：https://techcrunch.com/2026/06/25/databricks-former-ai-chief-thinks-he-can-cut-ais-power-bill-by-1000x/ ✕ 📱 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

6月25日，OpenAI 宣布 Codex Remote 在所有 ChatGPT 计划中正式 GA，用户可通过手机 App 通过 QR 码一对一配对，远程启动、监控并批准 Mac/Windows 主机的编码任务，同时新增 DigitalOcean Droplet 插件实现一键云工作区部署。这标志着 OpenAI 从对话模型向可执行代理的又一次实质推进。 这一动作发生在 AI agent 从 demo 走向生产部署的关键窗口。Anthropic 的 Claude 此前已推出计算机使用（Computer Use）功能，允许模型直接操作桌面；Google 也在 Search I/O 中强调 agent 能力。OpenAI 此举直接把远程控制能力推向全量用户，配合 Codex 此前 Record & Replay 等功能，形成从“建议”到“执行”的闭环。 对比可见，OpenAI 走的是“平台+插件”路径，借助现有 ChatGPT 用户基数快速渗透；Anthropic 更侧重安全对齐与企业级控制；Google 则依托搜索生态试图把 agent 嵌入日常信息获取。三者均在争夺“谁能真正接管用户工作流”的主导权。数据显示，类似远程代理功能的用户留存和付费转化率通常高出普通模型 30-50%，这解释了为何 OpenAI 选择在此时全量开放。 未来 6-12 […]

2026年6月25日，《纽约时报》报道，中国初创公司Z.ai最新发布的GLM-5.2模型在公开基准测试中表现接近Anthropic和OpenAI的顶级模型，但使用成本仅为后者的六分之一，已迅速登上OpenRouter等平台的热门榜单前十。[[1]](https://www.nytimes.com/2026/06/25/technology/zai-china-artificial-intelligence-models.html) 这一进展正值美国对Anthropic先进模型实施出口限制后。Z.ai模型凭借开源优势，在编码和代理任务上获得硅谷开发者认可，Vercel CEO等人士公开称赞其“改变了局面”。目前已有六款中国模型进入全球AI leaderboard，token使用量自2月以来持续领先。 与此同时，美国企业正面临AI支出压力，Z.ai等中国方案成为削减成本的现实选项。Z.ai创始人表示，其目标是借助国内上市融资推进AGI，并计划在香港和上海同步上市。 **编辑观察**：美国政策限制反而加速了中国模型的全球渗透。若这一趋势延续，未来6-12个月内，成本敏感型企业采用中国开源模型的比例或将显著上升，迫使美系闭源厂商重新审视定价与开放策略。 信源：https://www.nytimes.com/2026/06/25/technology/zai-china-artificial-intelligence-models.html ✕ 📱 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

xAI 的编码代理工具 Grok Build 于 2026 年 6 月 24 日发布 v0.2.64 版本，新增多项功能。仪表盘现在可实时显示当前目录与分支，用户可通过 Ctrl+L 切换位置，或按 Ctrl+W 将新代理派入全新 git worktree；/recap 工具以可折叠区块形式呈现，生成时带加载动画。Elon Musk 在 X 上转发了更新帖，迅速扩大传播。 这一更新发生在 AI 编码代理激烈竞争的背景下。Anthropic 的 Claude Code 与 OpenAI 的 Codex CLI 已在企业市场占据先机，xAI 则通过终端原生代理、并行子代理和 Agent Client Protocol 持续迭代，试图在专业软件工程场景中抢占份额。Grok Build 自 5 月底进入早期 beta 以来，已针对 SuperGrok 和 X Premium Plus 用户开放，此次版本迭代聚焦工作流细节优化，体现 xAI 对实用性的重视。 […]

6 月 24 日，OpenAI 宣布与博通（Broadcom）合作推出首款定制 AI 芯片 Jalapeno，目前已收到首批样品并进入测试阶段。该芯片专为加速模型推理、降低运行成本而设计，是 OpenAI 在硬件领域的重要布局。[[1]](https://www.bloomberg.com/news/articles/2026-06-24/openai-and-broadcom-unveil-ai-chip-to-run-models-faster-cheaper) 这一动作发生在 OpenAI 即将 IPO 的关键窗口期。此前 OpenAI 已与博通等合作探索自研推理芯片，以减少对英伟达等外部供应商的依赖，同时提升模型运行效率。博通在定制 ASIC 领域经验丰富，此次合作被视为 OpenAI 硬件战略的实质性推进。 与 Anthropic、xAI 等对手相比，OpenAI 在模型与 API 生态上领先，但硬件短板明显。Jalapeno 的推出标志着其从“模型提供商”向“全栈 AI 基础设施玩家”转型的尝试，可能在企业级部署和成本控制上形成新优势。 下一步值得观察的是 Jalapeno 的实际性能数据，以及 OpenAI 是否会进一步扩大硬件自研投入或与更多芯片厂商合作。硬件博弈正成为 AI 巨头竞争的新主战场。 信源：https://www.bloomberg.com/news/articles/2026-06-24/openai-and-broadcom-unveil-ai-chip-to-run-models-faster-cheaper ✕ 📱 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 […]

6月24日，MWC上海2026正式开幕，GSMA明确将行业使命从“连接人”转向“赋能智能机器”，人形机器人、无人机与自动驾驶成为核心议题。中国电信与AgiBot合作部署机器人即服务模式，Globe Telecom则已将AI渗透至90%业务单元并运行260余个项目。[[1]](https://www.techtimes.com/articles/318972/20260624/mwc-shanghai-2026-humanoid-robots-open-day-one-telcos-declare-embodied-ai-era.htm) 这一信号并非孤立。过去两年，全球电信运营商在5G-A和边缘计算上的投资已从“提速降费”转向AI原生基础设施。MWC上海的“移动AI创新前沿区”直接展示真实部署案例，而非概念演示，标志着AI落地从软件demo进入物理世界运营阶段。 与此同时，美国 hyperscaler 仍在云端模型竞赛中内卷，中国电信与机器人企业则通过5G-Advanced直接绑定具身智能需求。两者路径差异显著：前者依赖巨额算力，后者更注重低延迟网络与本地化部署。Globe的AI订阅平台与AgiBot的RaaS模式，已显示运营商正从管道商转型AI服务集成商。 短期看，这一转向将加速AI agent在物流、制造和安防等场景的规模化商用，但也带来新问题：谁来定义“智能机器”的网络标准？6-12个月内，更多运营商是否会跟进类似中国电信的机器人合作，或美欧 telco 将被迫在5G-A与卫星网络上追赶？这一幕值得持续跟踪。 信源：https://www.mwcshanghai.com/ (2026-06-24 press release) https://www.techtimes.com/articles/318972/20260624/mwc-shanghai-2026-humanoid-robots-open-day-one-telcos-declare-embodied-ai-era.htm (2026-06-24) ✕ 📱 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