晨启Tech

早上打开 RSS 时，Anthropic 一口气挤进来三条消息。 Sonnet 5、Claude Science，还有一条关于 Claude Code 被曝用 base64+XOR 加密列表识别中国用户的爆料。三件事摆在一起，倒不像是简单的产品更新，更像 Anthropic 正在把 Claude 从「聊天框」往外拽。今天我们就顺着这三条主线，把今天值得看的新闻过一遍。 🔥 重点新闻1. Claude Sonnet 5 发布，直接对标 Opus 4.8Anthropic 更新了 Sonnet 系列，推出了 Claude Sonnet 5。 按官方说法，它支持计划、浏览器和终端工具调用，能自主运行，性能接近 Opus 4.8，但价格更低。即日起至 2026 年 8 月 31 日，输入 token 定价打到 2 美元/百万 token 左右。 坦率的讲，这个价格很有杀伤力。Sonnet 一向是 Claude 系列里「性价比最高」的那条线，现在它把自主工具调用也加进来了，等于把原来只有 Opus 才有的高端能力往下放。普通开发者如果之前因为 Opus 太贵而只用 Sonn...

你敢信，现在给机器人当老师，一天能赚 200 块？ 这不是什么科幻设定，而是正在招聘的兼职岗位。具身智能数据采集员日薪 200 到 250 元，不要求学历和经验，面试先量身高体重，再问你晕不晕 VR。工作内容分两种，一种是穿戴设备控制双臂机器人完成分拣积木、叠纸杯这类动作，另一种更原始，徒手重复叠衣服，让设备记录动作数据。 坦率的讲，这个画面挺矛盾的。一边是 AI 被吹成要替代人类的终极生产力，另一边是它还需要人类一帧一帧教它怎么叠衣服。机器人离真正「懂事」，可能比我们想象的要远得多。 回到今天的科技简报，我把过去 24 小时值得聊的中文科技圈动态挑了 8 条出来。 国务院发文，AI 教育要进全学段来源，IT之家 国务院日前印发《教育发展「十五五」规划》，明确要求推进人工智能全学段教育，提升学生 AI 素养，以及提出问题和解决问题的能力。 这个信号其实挺重的。不是说以前不提 AI 教育，而是把它写进国家级五年规划，教材、师资、考核体系可能都会跟着动。有意思的是，规划同时强调了科技教育与人文教育协同，加强批判性思维。所以呢，官方也意识到，光教孩子用 AI 不够，还得教他们不被 A...

你有没有发现，这个夏天的 AI 开始变得不一样了？ 不是某个模型又刷榜了，而是它开始往你真正的工作场景里钻。手机、终端、企业私有云、甚至战场指挥系统，AI 的触角一下子伸得到处都是。2026 年 6 月 30 日这一天的消息，把这种「渗透感」表现得特别清楚。 🔥 重点新闻1. Anthropic 推出 Claude apps gateway，让企业把 Claude Code 跑在自己的云上坦率的讲，这条新闻可能改变接下来一年企业采用 AI coding agent 的方式。 Anthropic 今天发布了一个叫 Claude apps gateway 的东西。简单说，它是一个自托管的控制平面，让企业可以在 Amazon Bedrock 和 Google Cloud 上运行 Claude Code。部署形态是一个无状态 Linux 容器，后端不需要你重新造轮子。 这事的妙处不在技术复杂度，而在「姿态」。之前企业用 Claude Code，要么走 Anthropic 自己的 API，要么通过第三方平台。现在 Anthropic 直接把控制平面交给你，让你在自己已经付费的云环境里...

3B参数的小模型，凭什么在数学竞赛里吊打200倍体量的对手？ 说实话，我刚看到新浪开源的VibeThinker-3B时，第一反应是「又一个小模型，能有多厉害」。结果翻完数据我就愣住了。AIME26这种级别的数学基准，它跟DeepSeek V3.2（那可是671B参数的巨兽）打成了平手。LiveCodeBench上更是直接碾压所有20B以下的模型，LeetCode竞赛解决了123/128题，连GPT-4.5都被它甩在后面。 3B对671B，差了200多倍的体量，凭啥？ 我仔细看了下，它的核心思路挺有意思。推理过程可以压缩，但事实知识不能。它做的事，就是把「思考路径」极致优化，该想的地方想透，不该浪费算力的地方一分钱都不花。这让我想到，可能大模型的军备竞赛正在进入一个新的阶段，不是谁参数多谁就赢，而是谁更懂「怎么聪明地算」。 顺着这个思路再聊聊效率。DeepSeek最近开源的DSpark框架，做的事情其实跟VibeThinker有点异曲同工。它不是在DeepSeek-V4旁边再搭一个新模型，而是直接在现有权重上附加一个草稿模块，用半自回归的方式并行生成。生产环境里，V4-6...

我早上扫了100条AI新闻，有三件事让我停下了鼠标。马斯克把xAI「注销」了，Grok 4.5已经在SpaceX和Tesla内部测试，还有个3B参数的小模型在数学竞赛上干翻了比它大300倍的对手。今天的AI圈，整合、提速、浓缩，这三个词来回穿插。 🔥 重点新闻1. xAI 解散并入 SpaceX，Grok 4.5 开启内部私测SpaceX 刚刚注册了 SpaceXAI 商标。马斯克随后确认，xAI 将不再作为独立公司存在，而是彻底并入 SpaceX，成为后者旗下的 AI 产品部门。几乎在同一时间，Grok 4.5 的私测消息也放了出来。这款模型基于 1.5T V9 基础模型，训练数据里加入了 Cursor 的代码数据，目前已经在 SpaceX 和 Tesla 的内部环境跑起来了。初步评估显示，它的性能接近甚至可能超越 Claude Opus。 坦率的讲，这个动作的冲击力不在模型本身，而在组织形态。Grok 从一家独立的 AI 公司变成 SpaceX 的 AI 部门，意味着它的应用场景会从聊天机器人扩展到航天发射、自动驾驶、制造流程。xAI 的「消失」或许标志着一个趋势——纯...

你有没有发现，最近的 AI 工具越来越像一个具体的「产品」而不是一个遥远的「技术」了？ 阿里今天正式上线了千问输入法 macOS 版，DeepSeek 开源了新的加速框架，甚至连自动驾驶的法规都要落地了。这些变化看起来零散，但串在一起看，它们都在指向同一个方向，AI 不再只是实验室里的概念，而是开始扎扎实实地嵌入你每天都在用的东西里。 阿里千问输入法 macOS 版上线，打字也能 AI 了 阿里千问团队今天正式推出了 macOS 版的千问输入法。支持最快 300 字/分的 AI 语音输入，还能自动把口语化的内容润色成工整的文字。更实用的是，它支持 9 种方言，而且官方强调「纯净无广告」。iOS、Android 和 Windows 版本也将在近期发布。 说真的，输入法这个场景选得挺准的。它不像聊天机器人那样需要用户主动打开，而是直接嵌在你最自然的交互里，打字。你每敲一个键，AI 都在旁边默默工作。这种「无感嵌入」的打法，可能比那些需要用户专门去用的 AI 应用更有渗透力。 来源，IT之家 DeepSeek 开源 DSpark，V4 生成速度直接提升 60% 到 85% D...

你有没有试过，凌晨两点测试一个新模型，然后看着输出速度直接翻倍，整个人都清醒了？ DeepSeek 的 DSpark 在昨晚更新了，推理速度提升 85%。我在本地跑了一遍，32B 模型的输出直接飙到了每秒 180 个 token。说真的，这感觉太爽了。 但比速度更刺激的，是这一周 AI 圈发生的事情密度。OpenAI 扔出了 GPT-5.6，Anthropic 的 Mythos 被曝出能自主清空银行账户，马斯克把 xAI 并进了 SpaceX。信息密度高到让人有点喘不过气。 咱们一件件聊。 🔥 重点新闻1. DeepSeek DSpark 发布，推理速度提升 85%这件事我必须放第一个。DeepSeek 发布了 DSpark，一个基于推测解码的推理加速方案。梁文锋亲自署名了论文，生成速度大涨 85%。 坦率的讲，之前很多推测解码方案都是实验室里的漂亮数字，一到真实场景就拉胯。DSpark 不同的地方在于，它直接集成到了 DeepSeek V4 的推理链路里，不是额外插件，而是原生支持。我昨晚跑了几个长文本总结任务，32B 模型的输出确实快得离谱，而且质量没有明显下滑。 这背...

今天最让我意外的新闻，不是某个大模型又刷了什么榜单，而是龙芯中科悄悄放出了 16 核服务器芯片 3C3000。 你可能觉得这没什么，但仔细一看，这颗芯片用的是成熟自主工艺，通用计算性能对标自家上一代的 3C5000。其实就是，龙芯在用更便宜的制程做出差不多的性能，这背后是架构层面的优化，不是靠堆工艺。 好了，进入今天的正题。 一、DeepSeek 启动大规模招聘，所有部门规模至少翻倍DeepSeek 官宣启动大规模招聘，计划将所有部门的规模扩大至少一倍。 这个消息一出，圈内人都在讨论一个问题，DeepSeek 到底在憋什么大招？ 从公开信息看，DeepSeek 的推理模型已经打出了名气，V3 和 R1 系列在开源社区的口碑相当不错。现在大规模扩招，说明他们不只是想做模型，而是想把整个生态铺开。 坦率的讲，国内 AI 公司里，真正有技术信仰的团队不多，DeepSeek 算一个。这次扩招，值得关注他们接下来的动作。 二、0.7nm 制程芯片问世，摩尔定律又活了这可能是今天最硬核的一条新闻。0.7nm 制程芯片正式问世，意味着摩尔定律在被认为”已死”之后，又一次被续命了。 你想想看，...

今天 AI 圈发生了一件大事，大到让我觉得有必要重新审视整个行业的走向。 OpenAI 发布了 GPT-5.6 系列，Anthropic 的 Mythos 5 被美国政府放行，两条消息几乎同时砸出来。但真正让我愣住的，不是模型有多强，而是「谁被允许用」这个问题。 🔥 重点新闻1. OpenAI 发布 GPT-5.6 系列，但你用不了GPT-5.6 系列今天正式亮相，三款模型各司其职。 Sol（旗舰版），Terminal-Bench 2.1 标准模式 88.8%，超过 Claude Mythos 5 的 88.0%，Ultra 模式更是冲到 91.9%。定价 $5/$30（输入/输出，每百万 token） Terra（均衡版），性能接近 GPT-5.5 但成本减半，$2.5/$15 Luna（速度版），$1/$6，主打高吞吐低延迟 听着很美对吧？但 OpenAI 在公告里写了一句让人不太舒服的话，「应美国政府要求」，目前仅向一小部分「可信合作伙伴」开放，普通开发者几周后才有机会。 来源，OpenAI 官方博客 HN 上 805 po...

指甲盖大小的芯片上塞进 1000 亿个晶体管。 IBM 昨天扔出的这颗炸弹，把整个半导体行业的预期又往前推了一截。0.7 纳米节点，全新三维纳米堆叠架构，密度是 2021 年 2nm 技术的将近 4 倍。说实话，摩尔定律被宣判死刑已经好几年了，但 IBM 似乎没收到通知。 今天这份简报，我们从这颗芯片聊起，再看看 AI 经济的真实体量、开发者工具的最新战场，以及几家大厂各自在忙什么。 1. IBM 拿出亚纳米级芯片，0.7nm 节点首次亮相IBM 宣布推出全球首款亚纳米级芯片技术，采用 0.7nm（7 埃米）节点和全新的三维纳米堆叠（nanostack）架构。指甲盖大小的芯片上集成了将近 1000 亿个晶体管，密度大约是 IBM 2021 年展示的 2nm 技术的 4 倍。 你想想看，从 2nm 到 0.7nm，中间跨了好几个技术代际。业界一直在讨论「物理极限」这件事，但 IBM 这次用 nanostack 架构绕了一条路——不是继续把晶体管做小，而是往上堆。 坦率的讲，这还只是实验室阶段，离量产还有距离。但方向已经很清楚了，三维堆叠大概率是后摩尔时代的主赛道之一。 来源，Ha...