这周只有一个关键词：加速。Karpathy 跳槽象厂、OpenAI 启动上市程序、Google I/O 一口气发了十几个 AI 产品——任何一条都是年度级别的事件，全挤在了同一周。

Karpathy 入局，Anthropic 三连击

本周最大的个人新闻毫无疑问是 Andrej Karpathy 宣布加入 Anthropic 的预训练团队。前 Tesla AI 总监、OpenAI 创始成员，如今在 LLM 进入"关键形成期"时重返一线。新东家在 HN 上相关帖子拿了 1417 分和 610 条评论，讨论的热闹程度说明了一切。

Anthropic 这周的动作不止于此。

Project Glasswing 发布了首月进展报告：与约 50 家合作伙伴使用 Claude Mythos Preview 在关键开源软件中发现超过一万个高严重性漏洞。Cloudflare 找到 2000 个（其中 400 个高危/严重级），Mozilla 在 Firefox 150 中修复了 271 个，UK AI Security Institute 称 Mythos Preview 是首个在其网络攻防模拟中完成端到端破解的模型。但报告指出了一个微妙的转折——瓶颈已从"发现漏洞"转向"验证和修补漏洞"。AI 发现洞的速度超过了人类修补的速度。

另外，Anthropic 以超过 3 亿美元收购了 SDK 平台 Stainless。Stainless 自 Anthropic API 早期就为其生成 TypeScript、Python、Go、Java 等官方 SDK。Anthropic 的逻辑很直白：AI 前沿正从"回答问题的模型"转向"能够行动的 Agent"，Agent 的能力取决于它能连接多少系统。

第三件事是基础设施层面的。联合创始人 Tom Brown 宣布 Anthropic 将扩展与 SpaceX 的合作，在 Colossus 2 部署 GB200 算力。SpaceX IPO 文件同时披露了一个惊人的数字：Anthropic 每月向 SpaceX 支付 12.5 亿美元算力费，预计 Q2 营收 109 亿美元并首次实现运营利润，估值可能超越 OpenAI。

Google I/O 2026：Agent 是唯一主题

Google I/O 2026 的核心主题被 Every.to 概括得很精准——“Agents, Agents, Agents”。

Gemini 3.5 Flash 是这次的头号产品。在 Terminal-Bench 2.1（76.2%）、MCP Atlas（83.6%）等 Agent 编码基准测试中超越自家 3.1 Pro，输出速度比其他前沿模型快 4 倍。Sundar Pichai 的原话指向了一个正在蔓延的行业焦虑：不少企业已经烧光了年度 Token 预算。"Tokenmaxxing"成了硅谷热词，3.5 Flash 被定位为反思潮中的解药——可将 80% 工作负载的成本削减 10 亿美元以上。

Gemini Omni Flash 则是 Google 首个全模态视频生成模型，支持从图像、音频、视频、文本任意输入生成视频，还能通过自然语言进行对话式视频编辑和角色一致性保持。所有生成视频都嵌入了 SynthID 水印。

在科学侧，基于 Gemini 构建的多智能体系统 Co-Scientist 正式亮相并发表于 Nature。它通过"创意锦标赛"机制并行探索数千个研究方向，已在肝纤维化、ALS 等多个生命科学领域取得实验室验证成果。

OpenAI：从数学突破到 IPO

OpenAI 的通用推理模型自主解决了存在近 80 年的 Erdős 猜想，推翻了离散几何领域的核心猜想。菲尔兹奖得主 Tim Gowers 称之为"AI 数学的里程碑"，证明已达到《数学年鉴》的发表标准。这是 AI 首次自主解决一个子领域的核心未解决问题。

更影响行业格局的消息来自华尔街。OpenAI 正与 Goldman Sachs 和 Morgan Stanley 合作，准备秘密提交 IPO 招股说明书，最早可能在 9 月上市。此前 陪审团一致裁定 Elon Musk 对 Sam Altman 和 Greg Brockman 的诉讼败诉，认定起诉超过三年法定时效。这为 IPO 扫清了最后一个重大法律障碍。

开源阵营的价格战也在继续。DeepSeek V4 Pro 宣布 API 价格折扣永久化，输入（缓存命中）$0.003625/M tokens、输出 $0.87/M tokens，成本仅为 GPT-5.5 的十二分之一。

AI 编程：工具军备竞赛白热化

编程工具这周的更新密度不亚于大模型发布。

Cursor 发布自研模型 Composer 2.5，基于开源 Kimi K2.5 检查点训练，在长周期任务处理能力上显著提升。更值得关注的是 Cursor 同时宣布与 SpaceXAI 合作，正在 Colossus 2 集群上从零训练一个规模为当前 10 倍的模型。目前超过 70% 财富 500 强企业使用 Cursor。

OpenAI Codex 迎来多项重大更新：Appshots（双击 Command 截取前台应用窗口发送给 Codex）、Goal Mode 正式 GA（可让 Codex 持续数小时自主推进目标）、远程 Mac 控制（锁定后仍可使用桌面应用）、插件共享市场。Codex 正在从代码助手向全桌面 Agent 演化。

GitHub Copilot CLI 远程控制正式 GA，支持在网页端和手机上监控 AI 代理会话，后续又支持气隙环境 BYOK，在完全离线的网络中也能使用 Copilot Chat。

Devin 新增了 Windows 虚拟机支持，首次大规模进入 Windows 开发生态。同步推出的 Auto-Triage 功能让 Devin 可以主动监控 Slack、Linear、GitHub、Sentry 等多渠道 Bug 报告并自动响应修复。

行业格局也在快速变化。Gartner 发布首份《企业 AI 编码 Agent 魔力象限》，GitHub Copilot 和 Cursor 同被评为领导者。Gartner 预测到 2028 年异步 AI 编码 Agent 将提升软件工程团队生产力 30%-50%。

竞争的另一面是围墙。微软正在取消大部分 Claude Code 授权，要求工程师在 6 月底前迁移至 Copilot CLI。Claude Code 在 Windows、Office、Teams、Surface 等部门"过于受欢迎"，威胁到了自家工具。Fortune 的后续报道还指出了一个更根本的问题：Uber 四个月内就烧光了全年的 AI 编码预算。

xAI 在行业焦点集中在 Google I/O 时悄然推出了 Grok Build 0.1。256K 上下文窗口，无输出长度限制，定价仅 $1/M 输入和 $2/M 输出。定位为"架构师"角色，接收大型 Jira 工单自主遍历代码库完成任务。同期的 SpaceX IPO 文件披露 xAI 去年烧掉了 64 亿美元。

中国力量同样不容忽视。阿里通义千问发布 Qwen3.7-Max，在 SWE-Pro（60.6）和 Terminal Bench 2.0（69.7）上超越 Opus-4.6 Max 和 DeepSeek V4 Pro Max。35 小时完全自主内核优化完成了 1158 次工具调用，实现 10 倍加速。在 YC-Bench 创业管理模拟中收入达到 208 万美元。

工作流在变：HTML 成为 Agent 通信新语言

Claude Code 团队工程师 Thariq Shihipar 分享了一个正在蔓延的实践：在 AI Agent 输出中用 HTML 替代 Markdown。HTML 在信息密度、视觉清晰度、浏览器原生渲染和双向交互方面有压倒性优势——可以嵌入表格、CSS、SVG、交互按钮。一个令人意外的数据：99% 的 AI 生成 token 用于非生产代码（仪表盘、界面、沟通），只有 1% 最终进入代码仓库。Lenny’s Newsletter 将这一理念概括为"HTML is the new Markdown"。

在企业部署层面，Claude Managed Agents 新增自托管沙盒和 MCP 隧道，OpenAI 同步为 Codex 和 AgentKit 发布 Secure MCP Tunnel。两家公司都在解决同一个问题：如何让 Agent 安全接入企业私有网络内的数据和服务，同时不暴露公网端点。

Figma 发布了内置画布的 AI 设计代理，可自动执行重复性设计任务、并行探索设计方向。此前 Anthropic 的 Claude Design 已经在设计工具领域引发震动，Figma 的跟进让这场竞争的烈度又上了一个台阶。

开源工具方面，Forge 是一个面向自托管 LLM 的护栏框架，能把 8B 小模型在 Agent 任务上的准确率从 53% 拉到 99%。Semble 则是为 AI Agent 设计的代码搜索库，用 tree-sitter 进行代码感知分块，比 grep 节省 98% Token，支持 MCP 协议与各主流编程工具集成。

安全、溯源与基础设施

AI 安全的战役同时在两条线上推进。

一是漏洞发现。Project Glasswing 的 Mythos Preview 扫描了 1000 多个开源项目，估计发现 6202 个高危/严重漏洞，经第三方验证后真实阳性率达 90.6%。但正如前文所述，核心瓶颈已转移到修复速度。

二是内容溯源。OpenAI 宣布与 Google DeepMind 合作，在其 AI 生成图像中集成 SynthID 水印，同时通过 C2PA 标准实现内容溯源。SynthID 已累计标记超 1000 亿张图像和 6 万年的音频。NVIDIA Cosmos、Kakao、ElevenLabs 也加入支持。Google 称至今无人成功破解该水印技术。

观点：SaaS 末日、AI 乘数与人类判断

Palo Alto Networks CEO Nikesh Arora 在闭门午餐会上表达了一个激进的观点：未来一年涌入 AI 基础设施的约 1 万亿美元，将催生能动态生成 UI 的模型，导致 80% 的手工 SaaS 界面消失。他说"大多数软件本质上是一堆数据加上产品经理手工构建的 UI"——这话可能得罪半个硅谷，但逻辑上没什么毛病。

前端工程师 Josh Comeau 则提供了更接地气的视角：AI 像钢铁侠战衣而非自主机器人。Framer Motion 作者 Matt Perry 在 AI 辅助下 Q1 关闭了 160 个 issue（目标是 60 个），但 vibe-coding 社区中缺乏领域知识的人常遇到"提示 3 小时无法解决本可 30 秒手动修复的问题"。结论很清晰：对领域理解越深，AI 效果越好。这不是什么新道理，但在当下被大量"AI 替代人工"的叙事遮蔽了。

Every.to CEO Dan Shipper 在 《After Automation》 中提出了一个更有深度的悖论：公司用 AI 自动化了一切，但人类的工作却比以往更多。AI 将昨天的人类能力商品化，廉价能力大量涌现，催生出同质化的"slop"，反而创造出对差异化人类判断的更高需求。他称之为"人类三明治"——人类设定框架，AI 压缩任务，人类评判和扩展结果。

AI 对就业的结构性冲击也正在发生。Intuit 宣布裁员约 3000 人（占员工总数 17%），将资源重新投入 AI 产品开发。这不是个案——亚马逊、Block、Cisco、Cloudflare、Meta、微软、Oracle 等今年均已因"向 AI 转型"裁撤数千人，而这些公司都在报告强劲营收。

Substack CEO Chris Best 确认平台正在构建 MCP 服务器，即将支持 AI 助手直接在平台上读写内容。他对此的立场挺有意思：AI 垃圾内容的问题不在 AI 本身，而在于缺乏创作意图——AI 只是放大器，而非捷径。

下期预告

下周我们将关注 Cursor 与 SpaceXAI 合作训练的更大规模模型进展，以及 OpenAI IPO 招股书是否会释放更多细节。Agent 领域的军备竞赛远未到终局。