黄仁勋说了一组数字，我反复确认了三遍。

英伟达最新财报显示，市值已达5.7万亿美元，超过了德国2026年全年GDP预测。黄仁勋放话，超大规模云厂商的AI基建年度开支，将从现在的1万亿美元冲到3到4万亿。

这个数字有多夸张呢？跑一个简单的乘法，光基建这一项，每年就要烧掉一个英国的GDP规模。

但有意思的是，微软最近发了一份报告，说在某些工作场景里，部署AI的成本已经高于直接雇人干活了。你品品，一边是万亿级的投入狂潮，一边是”其实雇人更划算”的声音。

这两条新闻放一块看，反而让人觉得这事儿更真实了。不是所有场景都适合AI，也不是所有场景都不适合。这个判断才是最值钱的。

Anthropic估值要超OpenAI了

Anthropic正在进行一轮超过300亿美元的融资，最快下周敲定。融资完成后，估值将突破9000亿美元，正式超越OpenAI，成为全球估值最高的AI初创企业。

9000亿。这个数字放在两年前，谁敢想？

而且你看，Claude最近动作频频。自动模式刚向Pro计划开放，还支持了Sonnet 4.6和Opus 4.7。Claude Code也在持续更新，v2.1.149版本加了使用量分类显示，能区分技能、子代理、插件和各个MCP服务器的消耗。

坦率的讲，AI编程工具这块，竞争格局正在快速收敛。GitHub连续第三年被Gartner魔力象限评为企业级AI编程代理领域的领导者，但Claude Code在开发者圈子里的口碑增长得很快。

国产大模型这边也没闲着

StepFun发布了StepAudio 2.5实时语音模型。这东西厉害在哪呢？它能深度理解你语音里的语气、语速、停顿，甚至微表情这些副语言特征。你可以给它设定人格、背景故事和语言风格，官方说原生人格选项有上万种。

想想就觉得有点魔幻。以后跟AI说话，它不光听你说了啥，还能听出你说话时的状态。

DeepSeek那边，V4-Pro宣布永久降价。这个策略很明确，就是要把价格战打到底，用性价比抢开发者。

华为昇腾910B上跑出了1.58比特大模型

ModelBest、清华大学和OpenBMB社区联合发布了BitCPM-CANN。这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。

这个事儿的技术意义在于，它证明了在国产硬件上跑极低比特量化训练是可行的。内存占用比BF16大幅降低，对于推动国产AI算力生态来说，是个实打实的进展。

开发者工具, 飞书和Claude Code打通了

有个开源项目叫feishu-claude-code-bridge，实现了飞书和本机Claude Code CLI的双向连接。你可以在飞书消息里直接指挥Claude Code执行任务，Claude也能读取飞书里的工作上下文，还能创建和编辑飞书文档。

我觉得这种”桥接”类工具特别有价值。很多时候AI的能力已经够了，但卡在工作流的衔接上。谁先把最后一公里铺好，谁就能让开发者真正用起来。

AI对就业市场的冲击比想象中来得快

奥纬咨询的研究显示，74%的科技行业CEO已经冻结或缩减了招聘。计划削减初级岗位的比例从17%飙升到了43%，招聘重心转向中层和高级岗位。

这个数据看着有点沉重。AI工具正在被广泛用于入门级任务，年轻人的求职门槛一下子拉高了不少。

谷歌那边也有动作。在I/O大会上，他们系统性地发布了AI代理开发和部署的全套工具链，包括独立桌面应用Antigravity 2.0、命令行工具、SDK，AI Studio还新增了Kotlin支持。

Perplexity则开源了Bumblebee，一个macOS和Linux上的供应链安全扫描工具。它能检查开发者机器上的高风险软件包、扩展和AI工具配置。

这些工具叠加在一起，勾勒出一个趋势，AI不只是在写代码，它正在渗透到开发的每一个环节。从编写、测试、安全扫描到部署，全链路都在被重新定义。

最后说两句

今天的新闻看着有点割裂。一边是史诗级的投入，万亿级的基建，一边是”AI成本太高不如雇人”的现实反馈。

但这恰恰说明这个领域正在从狂热走向理性。不是所有场景都适合AI，但适合AI的场景，投入只会越来越大。

聪明的做法是，搞清楚哪些场景AI真的能打，然后all in。别的，别瞎追。