英伟达刚发了 2027 财年 Q1 财报，营收 816 亿美元，同比增长 85%，净利润直接翻了两倍多。市值 5.7 万亿美元，比德国 2026 年 GDP 预测还高。

黄仁勋在电话会上放了个更大的卫星，说超大规模云厂商的 AI 基建年度开支会从现在的 1 万亿美元涨到 3 到 4 万亿。

这个数字什么概念呢？全球半导体行业一年的总产值大概也就 6000 亿美元出头。他说的 4 万亿，是整个半导体产业年产值的 6 倍多。

你可能觉得这是画饼，但看看国内的动作就知道不是空穴来风。

国家发改委出手，具身智能要「进工厂、进商场、进家庭」

国家发改委 5 月 22 日开了场新闻发布会，专门聊人形机器人。发言人说了一个数据挺有意思，半程马拉松比赛里，参赛队伍从 20 多支涨到 100 多支，完赛队伍从 6 支涨到 40 多支。

这个增速说明一件事，具身智能已经过了「能走两步就算成功」的阶段，开始进入真正的工程化了。

发改委下一步的表态很明确，要加快具身智能训练基础设施建设，让机器人不仅能上赛场，还要「进工厂、进商场、进家庭」。

坦率的讲，「进家庭」这三个字短期内还比较远，但「进工厂」已经是正在发生的事了。

DeepSeek-V4-Pro 永久降价

DeepSeek 官宣 V4-Pro 永久降价。没有说具体降了多少，但「永久」这两个字本身就是个信号。

国内大模型价格战打了一年多了，从最早的「百万 token 一块钱」卷到现在，各家都在找自己的生态位。DeepSeek 选的路子一直是「性能不差、价格更低」，这次永久降价应该也是这个策略的延续。

对开发者来说是好事，成本永远是选模型的第一考量。

首个基于华为昇腾 910B 的 1.58 比特开源大模型

ModelBest、清华和 OpenBMB 联合发了个 BitCPM-CANN，说是全球首个完全基于华为昇腾 910B NPU 训练的开源 1.58 比特三元大模型。

1.58 比特什么意思？就是每个权重只有三种状态，-1、0、1。相比传统的 BF16 格式，内存占用能压缩到原来的几十分之一。

这个事儿的意义不在模型本身有多大，而在于它跑在昇腾 910B 上。国产芯片 + 极低比特量化，这条路线如果走通了，对端侧部署和国产算力生态都是利好。

Kling AI 登上戛纳舞台

Kling AI 跑去戛纳电影市场办了场官方会议，讨论 AI 怎么融入实际电影制作流程。参会的都是全球电影专业人士。

AI 生成视频这个赛道，去年还停留在「能看」的阶段，今年已经开始往「能用」走了。Kling 说他们的技术已经服务了动画长片、好莱坞剧集和实验短片。

你想想看，戛纳是什么地方？那是全球电影产业的顶级商业平台。AI 视频工具能拿到官方会议席位，说明行业已经不把它当玩具了。

74% 的 CEO 已冻结或缩减入门级招聘

奥纬咨询做了个研究，发现 AI 工具正在大量替代入门级任务。科技行业受冲击最大，74% 的 CEO 已经冻结或缩减招聘。

更值得关注的数据是，计划削减初级岗位的企业比例从 17% 跳到了 43%，而把招聘重心转向中层岗位的比例升到了 30%。

这事我之前聊过，AI 不是直接「取代」人，而是把入门级的活儿干了，新人少了「练手」的机会。企业要的是能直接上手的中层，但中层总得从初级成长起来吧？这个断层怎么填，目前没人有好答案。

谷歌 I/O 大会放出 AI Agent 全套工具链

谷歌在 I/O 大会上系统性地发布了一整套 AI Agent 开发工具。包括独立桌面应用 Antigravity 2.0 和它的命令行工具、SDK，Google AI Studio 新增了 Kotlin 支持，可以一键开发安卓应用。

Agent 这个概念炒了快两年了，但说实话，真正好用的开发工具一直缺位。谷歌这次是想把「从开发到部署」的全链路都包下来。

这块和国内的情况还不太一样，国内大厂更多是在自己的生态里做 Agent 平台，谷歌是想做通用的开发基础设施。

Karpathy 的 CLAUDE.md 让 AI 编程准确率飙到 94%

Karpathy 发布了一份 CLAUDE.md 文件，65 行、4 条核心规则，GitHub 上拿了 22 万星标。据说能把 AI 编程的准确率从 65% 拉到 94%。

核心思路就一个字，慢。强制开发者把需求拆细、把约束写清楚，不让 AI 猜。

怎么说呢，这其实验证了一个朴素的道理，AI 编程的质量上限取决于你给它的上下文质量。不是模型不够聪明，是我们表达得太粗糙。

Cursor 连续三年获评 Gartner 魔力象限领导者

Gartner 发了 2026 年企业级 AI 编码代理魔力象限报告，Cursor 在愿景完整性上排第一。超过 70% 的财富 500 强企业在用 Cursor。

一年前 Cursor 还是个「程序员玩具」，现在已经变成企业级工具了。这个跃迁速度在开发者工具史上还挺罕见的。

今天这些消息串起来看，有个趋势越来越清晰，AI 正在从「能做什么」的探索阶段，进入「怎么大规模用起来」的工程阶段。无论是英伟达的基建投入、国家层面的具身智能规划，还是 Cursor 和 Karpathy 这些工具层面的进化，指向的都是同一件事，基础设施和工具链在加速成熟。

接下来半年会很有意思。