两天。420 亿美元。流向了 AI 基础设施。

Apollo 和 Blackstone 刚签了 350 亿的 AI 融资交易，Super Micro 紧接着宣布要融 70 亿买服务器组件。这些钱不是投给模型公司，是投给「给模型公司造房子的人」。

你品品这个信号。

🔥 重点新闻

1. Anthropic 发布 Claude Fable 5 和 Mythos 5

Anthropic 昨晚放出了两个新模型，Fable 5 是通用版，Mythos 5 是受限安全版。

Stripe 的人说他们把「数月工程压缩到了几天」。这话听着有点夸张，但看看基准测试成绩，软件工程、知识工作、视觉、科研全线 SOTA，好像也不是在吹牛。

不过让我更在意的是命名。Claude、Sonnet、Opus，现在来了 Fable 和 Mythos。越来越文学化了。

这背后其实藏着一个趋势，大模型的竞争已经从「谁更聪明」转向了「谁的体验更不一样」。Fable 这个名字本身就在暗示，它不只是一个推理工具，它在讲「故事」。

另外，Mythos 是受限安全版。不是完全开放。Anthropic 在安全这块依然相当克制，甚至可以说是业界最保守的那一个。

来源，Anthropic Newsroom
链接，https://www.anthropic.com/news/claude-fable-5-mythos-5

2. 德国法院裁定，Google AI Overviews 就是 Google 自己说的话

这个判决可能会改变整个行业。

德国一家地方法院裁定，Google 对其 AI Overviews 生成的内容承担直接法律责任。不能援引搜索引擎原来的「我只是个平台」免责条款。

起因是 AI Overviews 错误地把两家出版商跟欺诈行为关联在一起，而且这个「关联」在任何原始来源中都找不到。完全是 AI 自己编的。

法院的逻辑很清楚，你生成的内容就是你的言论，不能甩锅说「这是算法的错」。

如果这个判例被更多国家采纳，Google、微软、OpenAI 这些公司都得重新审视自己的 AI 输出策略。生成式 AI 的回答不再是「仅供参考的信息检索」，而是公司的正式声明。

更高的合规成本在所难免，但也会催生更负责任的 AI 产品。

来源，The Decoder
链接，https://the-decoder.com/landmark-german-ruling-declares-googles-ai-overviews-are-googles-own-words-and-makes-it-liable-for-false-answers

3. TCS 宣布放缓招聘，AI Agent 开始替代外包岗位

塔塔咨询服务，亚洲最大的外包商，员工超过 50 万，说以后要少招人了。

原因？AI Agent。

这可能是我们第一次看到一家大型外包公司明确把「放缓招聘」和「AI Agent 使用增加」直接挂钩。不是未来趋势，是正在发生的事。

印度的外包产业一直是劳动密集型的，靠人头数赚钱。如果连 TCS 都开始用 AI 替代人力，那整个行业的结构性变化可能比我们想象的来得更快。

说实话，这对中国的 IT 外包行业也是一个值得警惕的信号。

来源，Bloomberg
链接，https://www.bloomberg.com/news/articles/2026-06-09/asia-s-largest-outsourcer-to-slow-hiring-as-ai-reshapes-industry

4. Apollo + Blackstone 350 亿美元，Super Micro 70 亿美元，AI 基础设施融资潮

华尔街正在为 AI 芯片创建全新的融资模型。

Apollo 和 Blackstone 的 350 亿美元交易涉及 Anthropic 和 Broadcom，Super Micro 的 70 亿用于采购 AI 服务器组件。加起来 420 亿，全砸在基础设施上。

这说明什么？算力才是真正稀缺的资源。模型再好，跑在不够快的硬件上就是白搭。

我有时候觉得，AI 行业现在的阶段很像 2000 年代的互联网。不是技术不行，是基础设施跟不上需求。而基础设施的投资回报周期更长、风险更大，但也更确定。

来源，Bloomberg
链接，https://www.bloomberg.com/news/videos/2026-06-09/apollo-blackstone-fund-ai-boom-video

💡 值得关注

5. Google Gemma 4 12B，无编码器多模态模型

Google DeepMind 发布了 Gemma 4 12B。亮点是「无编码器统一架构」，一个模型原生处理音频、图像、文本，不需要为每种模态维护单独的编码器。

性能接近 26B MoE 模型，但内存占用不到一半。16GB 显存就能在笔记本上跑。

12B 参数在现在算不上大，但无编码器架构是真正的工程简化。多模态模型一直苦于编码器太复杂，这一步迈得挺漂亮。

来源，Google DeepMind Blog
链接，https://deepmind.google/blog/introducing-gemma-4-12b-a-unified-encoder-free-multimodal-model

6. Claude Managed Agents 支持定时任务和环境变量

Anthropic 的 Managed Agents 进入公开测试，新增两个关键功能。

一个是 cron 定时执行，Agent 可以按计划自动跑周期性任务。夜间数据同步、周度合规扫描、每日摘要这类工作，不需要你自建调度器了。

另一个是环境变量存储，API 密钥和配置信息可以安全保存在 Agent 内部。

这两个功能加上去，Claude 就不只是对话工具了，它在变成一个工作流自动化平台。

来源，Claude Blog
链接，https://claude.com/blog/whats-new-in-claude-managed-agents

7. Cohere 发布 North Mini Code，3B 活跃参数的编码模型

Cohere 推出了 North Mini Code，30B 总参数但只有 3B 活跃参数的 MoE 模型，Apache 2.0 开源。

在 Artificial Analysis Coding Index 上得分 33.4，超过了 Qwen 3.5 和 Gemma 4 等同量级模型。

3B 活跃参数能做到这个成绩，MoE 架构的优势开始显现了。对资源有限的开发者来说，这种「小而精」的模型可能比大模型更实用。

来源，Hugging Face Blog
链接，https://huggingface.co/blog/CohereLabs/introducing-north-mini-code

8. Gemini 3.5 Live Translate，实时跨语言音频模型

Google DeepMind 推出了 Gemini 3.5 Live Translate，专门为快速跨语言交流设计的音频模型。

实时翻译这个方向，技术上一直在进步，但真正做到「实时」和「自然」很难。看 Google 这次能做到什么程度吧。

来源，Google DeepMind
链接，https://x.com/GoogleDeepMind/status/2064366504745828689

📝 今日思考

今天最有意思的不是某一条新闻，而是这些新闻拼在一起呈现的画面。

Anthropic 在做 Fable 5 和 Managed Agents 的定时执行，AI 从「你问我答」变成了「自己干活」。TCS 在用 AI Agent 替代外包岗位，Apollo 和 Blackstone 在往基础设施里砸 420 亿美元。德国法院在说「AI 的话就是你的话」。

技术在跑，资本在追，法律在追，就业市场在变。

所有这些线索指向同一个方向，AI 正在从「工具」变成「参与者」。不是帮你写代码的工具，而是自己写代码的员工。不是帮你翻译的工具，而是替你开会的同事。

这个转变还在早期，但速度比我预期的快。