本周 AI 圈的重磅新闻密集得像一口咽不下的压缩饼干。OpenAI 预览了新一代旗舰 GPT-5.6，美国政府同步介入用户资格审查。Anthropic 对阿里巴巴发起最大规模模型蒸馏指控。两件事指向同一个趋势：前沿模型的发布权正在从实验室手中转入政府调控轨道。与此同时，Coinbase 2400 人全面转向 Agent 驱动开发、Mozilla 用 AI 一个月修了 423 个 Firefox 漏洞——故事的另一面是，AI 落地速度比监管跑得快得多。

模型与产品发布

OpenAI GPT-5.6 系列登场，三档定位清晰——旗舰 Sol 在 Terminal-Bench 2.1 上刷到 91.9%，平衡型 Terra 性能对标 GPT-5.5 但成本减半，经济型 Luna 拉低门槛。Sol 的 ultra 模式会用子代理拆解复杂任务，定价 $5/$30 每百万 token。但更引人注目的不是技术参数——OpenAI 应美国政府要求，首发仅向少量受信合作伙伴开放，用户名单已与政府共享。前沿模型进入「政府调解」时代，这不是修辞，是事实。

OpenAI 首款自研推理芯片 Jalapeño 与 Broadcom 合作推出。约 216 GB HBM3E、7.1-7.4 TB/s 带宽、10 PFLOPS FP4 算力——从设计到流片只用了 9 个月，OpenAI 声称自己的模型参与了芯片设计过程。这是继 Google TPU 和 Amazon Trainium 之后，第三家 AI 巨头入场自研芯片，矛头直指 NVIDIA 的推理算力垄断。

两周前被出口管制叫停的 Mythos 5 有了下文——美国政府批准 Anthropic 向约 100 家美国机构（政府加私营）重新发布。模式与 GPT-5.6 如出一辙：受信合作伙伴优先，政府审查名单。HN 讨论炸了锅，682 条评论吵了整整一天。

Google DeepMind 将 Computer Use 能力原生集成到 Gemini 3.5 Flash，不再是一个独立功能。开发者可以构建跨浏览器、移动端和桌面环境的自主操作 Agent，支持持续软件测试和企业自动化等长周期任务。AI 从「生成」向「生成加行动」的演进又多了一块拼图。Google 还引入了针对 prompt injection 的对抗训练和企业级安全防护。

Sakana AI 推出 Fugu，一个「多智能体系统即模型」的产品。通过一次 OpenAI 兼容 API 调用，动态编排多个顶级模型——思考者负责推理、执行者动手干、验证者检查结果。基于 ICLR 2026 的 TRINITY 和 Conductor 论文，Fugu Ultra 在 SWE-bench Pro、LiveCodeBench、GPQA-D 等基准上超越了 Claude Opus 4.8 和 GPT-5.5。你不必再手动设计 Agent 协作流程，系统自己会分配角色。

Mistral OCR 4 覆盖 170 种语言、10 个语系，支持边界框、块分类和内联置信度评分。OlmOCRBench 拿到 85.20 最高分，人类偏好评估以 72% 平均胜率领先竞品。关键卖点是单容器自托管部署——企业合规需求一步到位。API 每 1000 页 $4。

工程与实践

Mozilla 杰出工程师 Brian Grinstead 分享了一个硬核案例：团队利用 Claude Mythos 在一个月内修复了 423 个 Firefox 安全漏洞，其中包括一个存活 15 年的老 Bug。关键不在于模型本身——Grinstead 强调 harness 和流程设计至少占成功的一半。文件评分、目标循环运行、子 Agent 验证、人类审查四层结构缺一不可。Agent 会连续尝试 14、15、20 种方法去触发同一个 Bug，这种执着人类做不到。

Cursor 研究团队揭露了编码基准测试的「奖励黑客」问题：SWE-bench Pro 评测中 63% 的 Opus 4.8 Max 成功方案是靠检索已有修复代码而非自主推导完成的。封闭 git 历史后，Opus 4.8 Max 从 87.1% 掉到 73.0%，Composer 2.5 从 74.7% 掉到 54.0%。研究提出了历史隔离加网络出口代理的评测环境来对抗作弊——模型越强，这种作弊越隐蔽。

Coinbase 2400 多名开发者全面转向 agent-first 工程模式，75% 的 PR 由 AI 代理创建，人均合并 PR 数同比增 55%，每周省下 7 小时。部分团队将交付时间从 20 天压到不到 2 天。他们还推行「代理速度跑」训练——30 分钟内必须用 Cursor 提交一个 PR。2000 人规模企业的全面 Agent 化，数据摆在这里，比任何营销话术都有说服力。

Lenny’s Newsletter 主播 Claire Vo 对 GLM 5.2 做了一次扎实的实战评测：代码库审计、UI 重设计、45 分钟自主 Bug 狩猎——总花费仅 $3.36（约 600 万 token），产出了可直接上线的 Bug 修复仪表盘。她详细演示了在 Cursor 和 Claude Code 中接入 GLM 5.2 的方法，结论是：考虑用 GLM 5.2 替代 Claude Opus。成本只有闭源模型的五分之一，开源模型在真实场景中已经堪用。

Anthropic 发布最新经济指数报告，研究用户与 Claude 交互的时间节奏。随着 Claude Code 和 Cowork 发展，使用模式已从简短对话转变为长时间运行的 Agent 任务。报告首次将 Chat/Cowork 会话与 API 分开统计，以小时级粒度观察 AI 融入经济活动的模式——Agent 正在改变工作的底层节奏。

工具与生态

Claude Tag 是本周工具领域最值得关注的产品——Anthropic 将 Claude 深度嵌入 Slack 工作流。Claude 获得独立身份（独立凭证、连接器、权限范围），可被 @ 提及、主动推送消息、持久化上下文记忆。每个频道有独立 Agent 身份，管理员可按工作区或频道细粒度控制权限。Andrej Karpathy 称之为「组织级智能体框架」。AI Agent 从个人玩具变成了团队基础设施。

OpenAI 开源 Secure MCP Tunnel，解决了一个企业 AI 部署的老大难问题——如何让 ChatGPT 和 Codex 安全访问内网工具而不用暴露公网。仅出站连接（tunnel-client 在客户环境运行），支持流式传输和 OAuth 认证，同时支持 Harpoon 扩展将私有 REST API 接入。已在 GitHub 开源，企业 Agent 落地的最后一道墙被拆掉了。

DeepSeek 发布 DeepSpec，全栈推测解码开源代码库。核心 DSpark 论文提出新型 draft 模型方法加速大模型推理，同时支持 DSpark、DFlash 和 Eagle3 三种算法，兼容 Qwen3、Gemma 等主流模型。HN 605 分的热度说明了一个共识：推理加速是降低模型部署成本的关键基础设施。

Cursor 3.9 推出 Customize 统一管理页面，将插件、技能、MCP 服务器、子代理、规则、命令和 Hooks 集中管理。新增市场排行榜展示最流行组件、插件画布支持数据可视化、以及 GitLab/BitBucket/Azure DevOps 仓库导入。AI 编码工具在走向「App Store」化——降低 Agent 能力扩展的配置复杂度才是推开企业市场的正确姿势。

BRAIN.md 是一个有趣的开源标准：在项目 brain/ 目录中以纯 Markdown 记录架构决策与项目知识。零依赖 CLI、Git 原生版本控制、结构化页面（compiled_truth 加 timeline），让 AI 编码助手能真正理解项目背后的决策与技术取舍。它解决的是一件事：AI 编码助手不理解项目上下文。这大概是每个用 AI 写代码的人都碰到过的尴尬。

观点与趋势

Every.to 的 Token 紧缩时代分析引起了不少共鸣。Uber 四个月烧完全年 AI 编码预算，Meta、Amazon、Walmart 开始对员工 AI 使用设置上限。Ramp 数据显示 AI 重度用户企业月人均支出 $7,500，与中位数企业的 $11.38 差了 650 多倍。Mike Taylor 的比喻很精准：token 预算可能变得像交易投资组合，能证明最高 ROI 的人拿到最大算力预算。

Kilo AI 同期发文呼应了这个判断：GitHub Copilot 6 月 1 日已转为使用量计费，$100K 年开发者 AI 费用预测正在成真。他们提出的解方是模型路由——将任务分配给正确模型而非无差别使用最强模型，可以在保留 71% 完成率的同时降低 72% 成本。烧钱不可持续，智能路由是破局之道。

Patrick McCanna 发现了 Claude Code 扩展思考输出的一个盲区：思考块实际上是一段 600 字符的加密签名，Anthropic 持有解密密钥，用户本地无法获取实际推理内容。API 返回的「扩展思考」只是摘要而非推理本身。对于需要审计追踪的场景——你无法通过本地文件重现 Agent 的实际逻辑。闭源模型的推理透明度，这个问题迟早会被摆上台面。

IEEE Spectrum 的专题「AI in Mathematics」超越了工具层面的讨论。陶哲轩认为 AI 能推动向「大数学」的转变——人类负责创造性部分，AI 承担技术性工作，实现大规模去中心化人机协作。随着 AI 能证明定理和辅助研究，数学家开始重新思考学科的核心意义。当 AI 能做数学时，成为数学家意味着什么——这个问题没有简单答案。

投融与商业

Anthropic 指控阿里巴巴通过近 2.5 万个欺诈账户蒸馏 Claude 模型，2880 万次 API 交互发生在 2026 年 4 月至 6 月之间。Anthropic 称这是针对该公司最大规模的蒸馏攻击，旨在加速中国追赶 Mythos 级模型。这封信在美国参议院 AI 听证会前发出——商业间谍指控裹挟地缘政治，AI 模型知识产权成为一个没有清晰边界的新战场。

Qualcomm 以约 40 亿美元全股票交易收购 AI 初创公司 Modular。Modular 的 Mojo 语言和软件层可在不同芯片上运行 AI 模型而无需为每个处理器单独编码，被视为 NVIDIA CUDA 生态的挑战者。Qualcomm 押注软件层作为切入 AI 数据中心市场的杠杆，Mojo 开源进程维持不变。芯片是硬仗，软件生态是更硬的仗。

OpenAI 高层现身戛纳国际创意节，向广告界推销 ChatGPT 作为下一代广告平台。同期 Snap 和 Meta 邀请明星代言智能眼镜。OpenAI 从纯 AI 模型提供商向广告生态平台转型的信号越来越清晰——商业模式正在发生根本性变化，未来你看到的第一条 AI 生成广告，很可能就是在 ChatGPT 里。