DeepSeek

在消化Anthropic重大新闻的间隙，我们重点介绍了AIE的新前向部署工程师计划和创始人计划，以及5月28-29日的AI新闻。主要话题包括：Claude Opus 4.8发布及其基准测试争议、多轮强化学习中的tokenization错误、开源模型与工具链进展、Google和OpenAI的Agent产品扩展，以及值得关注的研究论文。

Step 3.7 Flash 是一款 198B 稀疏 MoE 模型，拥有约 11B 活跃参数、原生视觉能力和 256K 上下文窗口。在编码基准测试上相比前代大幅提升，支持 Advisor Mode 实现高性价比的智能体推理，并以 Apache 2.0 许可证开源。

DDS Vibe Academy 提供47个免费AI编程大师课程，全部由AI代理构建。创始人Robert McCullock仅设计约束条件，未编写一行代码。课程涵盖基础、开发、应用和精通四个级别，涉及Claude、Antigravity、MCP等技术。

新方法有望以更低成本从硅酸盐矿物中提取锂，同时获得氧化铝和二氧化硅等副产品，MIT教授称其可成为全球最低成本的锂来源。刚果民主共和国爆发致命埃博拉疫情，四名医护人员四天内死亡，控制难度大。教皇新通谕《Magnifica Humanitas》指出技术非中立，呼吁个人和机构以勇气和团结应对AI时代。另有Anthropic估值达9650亿美元、蓝色起源火箭测试爆炸、JWST改变天文学等最新科技动态。

比亚迪发布了中国首颗车规级4纳米智驾芯片璇玑A3，采用自研NPU架构，三颗组合算力超2100 TOPS，单位功耗比同类低20%，算力利用率提升100%。王传福承诺智驾事故全额赔付。

一篇新综述论文指出，自主AI智能体的真正瓶颈并非语言模型本身，而是围绕其构建的软件层。工具、记忆、测试和权限边界将无状态模型转变为可工作的智能体。Deepseek已在北京组建专门的“Harness”团队，其核心公式验证了该论点：模型加Harness等于AI智能体。

光帆科技与腾讯出行服务合作，将AI全感穿戴设备接入出行平台，该设备曾登顶京东热卖榜并售罄，现已开启新一轮预售。

PPIO 入选非凡产研发布的「2026 Global AI 100」榜单，该榜单由非凡大赏年度 AI 全球化增长峰会评选，旨在发掘全球化 AI 原生公司。PPIO 以全球化分布式算力基础设施、全栈云服务、模型平台（支持 DeepSeek、GLM 等）及 Agent 沙箱等创新产品，为出海企业提供低时延、高可用的算力网络。截至 2026 年 4 月，PPIO 整合全球 4800+ 节点，日均 Token 调用量超 10000 亿，开发者用户超 57 万。同时获评上海市数字出海服务平台试点单位及 GDA 领航服务站。

面壁智能于5月25日至29日举办端侧大模型开源周，发布五项技术成果，涵盖训练框架、模型压缩、数据集和智能体操作系统，展现全链路系统性创新。MiniCPM5-1B性能超越GPT-4o部分版本，端侧AI终局之战聚焦系统工程。

联想发布全球首款商用AI主机系列，专为一人公司（OPC）和成长型企业设计，通过本地+云端混合架构解决Token成本高和数据安全问题，并赠送大量Tokens，开箱即用。

下一波AI创作浪潮正在游戏领域发生，腾讯发布AI游戏创作平台「代号Craft」，用户可通过自然语言生成可运行的游戏，2D/3D均支持，内置AIGC工具和免费资产，极大降低游戏创作门槛。

腾讯发布Miora，一款集图像、视频、UI/UX和3D生成于一体的AI创意工作室。它具备记忆系统、多模态画布和可定制的Skills，让一个人拥有整个创意工作室。

文章作者通过文本分析、统计证据和AI检测工具，论证了教皇利奥一世的首份通谕《Magnifica Humanitas》中有大量内容是由AI（特别是Claude）撰写的。作者指出，通谕中使用的破折号、词语“genuinely”的频率远高于以前的通谕，且Pangram检测器标记部分段落为AI生成。作者认为，尽管个别证据可能被解释，但多重证据的吻合难以忽视。

清华系创业公司是石科技通过自主研发的并行优化技术，构建异构算力资源池与推理优化引擎，实现单位Token成本降低40%，旨在打造国产Token调优工厂，降低AI落地门槛。

repo-brain 是一款开源工具，能将整个代码库压缩成单个Markdown上下文文件，实现高达96%的压缩率，大幅减少AI令牌使用量。它支持多种编程语言的静态分析、架构分析和语义关系发现，并兼容多家AI提供商。

本文探讨了强化学习在大型语言模型后训练中的实际应用，指出当前的瓶颈并非算法而是基础设施。Modal分享了大规模运行RL后训练的经验，介绍了其开源库如何帮助团队解决多节点训练、环境管理和GPU利用率等关键问题。

Claude最新旗舰Opus 4.8发布，部分能力超过Mythos，支持动态工作流，可拆解任务给数百个子智能体并行执行，人类无需频繁检查。诚实性大幅提升，代码缺陷漏报率降至前代四分之一。

DeepSWE是一个新的基准测试，用于评估AI编码智能体在全新、复杂的软件工程任务上的表现。它避免了数据污染，覆盖了多样化的代码库，需要大量代码修改，并使用手工编写的验证器。领先模型表现差异显著，GPT-5.5以70%的准确率位居榜首。

极佳视界发布全球首创物理AGI“双金字塔”体系，推出家庭机器人拾光S1，获百台家庭订单，计划12个月内实现物理AGI的“GPT-3时刻”。

Hermes Desktop 是一个跨平台的桌面应用，它将 Python 运行时、hermes-agent（自改进 AI 代理）和 hermes-web-ui（Vue 3 + Koa 聊天仪表盘）打包到一个 Electron 应用中，用户无需单独安装 Python 或 Node。应用集成了 DingTalk 并通过 DeepSeek 驱动。

沙钢与钉钉签署战略合作协议，以悟空AI为核心，推动AI在钢铁行业规模化落地，打造AI时代的工作方式。

Axiom Math公司由00后华人洪乐潼创立，其AI系统AxiomProver生成的8篇数学论文中已有5篇被学术期刊接收。该公司于今年3月完成2亿美元融资，估值达16亿美元。

上海创智学院LeapQuest团队联合多所高校提出医学AI新范式，让模型在推理过程中主动调用视觉工具，从被动接收视觉输入变为主动寻找证据。论文被ICML 2026接收。

百度秒哒产品总经理朱广翔在2026中国AIGC产业峰会上分享，AI将编程门槛从写代码降低到聊天，87%不懂代码的用户通过秒哒创建应用。8岁小孩做出操作系统，一人公司（OPC）靠项目经理拿下千万订单，石油工程师替代140万采购平台。Vibe Coding让需求方变成供给方，实现大众创业。

Cognition在D轮融资中筹集10亿美元，估值达260亿美元，年经常性收入（ARR）预计年底突破10亿美元。文章还涵盖了推理效率优化、智能体工程、持续学习、新基准测试、模型发布以及编码代理产品化等AI领域的最新进展。

斯隆奖得主、UC Berkeley物理系助理教授戴亮加盟复旦大学，出任物理学系、天文与天体物理研究中心教授。复旦近年引进多名顶尖人才，包括苏昊、袁峰、季索清等。

黄仁勋受邀加入清华大学经管学院顾问委员会，该委员会由苹果CEO蒂姆·库克担任主席，成员包括马斯克、纳德拉、马云等全球商业领袖。此外，他刚获得卡内基梅隆大学荣誉博士学位，并分享名言“AI不会取代你，但善用AI的人会”。

Artificial Analysis与IBM联合推出ITBench-AA，这是首个针对企业IT智能体任务的基准测试，专注于站点可靠性工程（SRE）。前沿模型得分均低于50%，其中Claude Opus 4.7以47%领先。该基准测试评估模型在Kubernetes事件响应中的表现，要求从日志和追踪中诊断故障。

美国情报机构秘密申请 90 亿美元采购英伟达 GB10 超级芯片，以帮助 CIA 和 NSA 追赶 Anthropic、OpenAI 等 AI 巨头的步伐。这笔资金尚待国会批准，同时国防预算已调拨 8 亿美元用于云算力。文章详细介绍了芯片规格、成本以及 AI 硬件竞赛的升级趋势。

Mneme HQ 提供AI辅助开发的架构治理层，在代码生成前强制执行约束，防止架构漂移，减少审查负担。它直接集成到AI编码代理的工作流中，拦截禁止的框架、跨边界调用和过时决策，同时支持多种编码助手和代理框架。

南非拥有全球88%的铂族金属储量，是非洲最大的数据中心市场，并处于中美AI基础设施竞争的前沿。然而，其AI政策草案因包含AI幻觉引用而被撤回，未能利用这些优势来谈判有利条件。文章分析了南非的结构性杠杆、三种潜在的AI基础设施未来（中国、美国和本地开放权重），以及制定具有约束力的治理框架的必要性。

5月27日，雷鸟创新举办夏季新品发布会，推出行业首款专业影视级AR眼镜雷鸟GT系列（1899元起），以及新一代AI拍摄眼镜雷鸟V4（2199元起），并预告次世代AI眼镜雷鸟iO将于第三季度亮相。

来自北京大学、香港中文大学、上海AI Lab等机构的研究团队提出了VGGT-Edit，一种原生3D编辑框架，能够在约5秒内完成场景编辑，相比传统方法实现高达120倍的加速，并在语义一致性、多视角稳定性和推理速度上超越现有方法。

本周AI头条：马斯克对OpenAI的1500亿美元诉讼被驳回；Google I/O 2026发布多项AI更新，包括Gemini 3.5 Flash和Gemini Spark；OpenAI的AI解决了一个80年历史的数学问题；美国《Take It Down Act》生效，要求平台48小时内删除深度伪造内容；SpaceX IPO后计划以600亿美元收购AI编码初创公司Cursor。

尽管AI对白领工作的威胁日益引起恐慌，但数据显示AI尚未对劳动力市场产生大规模影响。实际上，AI高暴露职业的失业率反而低于低暴露职业。然而，斯坦福大学的一项研究发现，AI可能正在悄悄削弱初级职位，年轻工作者在AI暴露职业中的就业率大幅下降。本文还涵盖了教皇呼吁监管AI、SpaceX发射、华为芯片突破等其他技术新闻。

Mirdel是一款本地优先的桌面AI工作空间，将对话、知识库、笔记、翻译、图像和视频处理、本地模型及可扩展工作流整合到一个长期运行的环境中。它注重数据隐私和用户控制，支持多种云模型和本地模型，并通过Applet、Skill和MCP协议实现工作流的模块化和复用。

只需一段提示词，OpenAI员工Vaibhav分享的Codex自我蒸馏法引发热议。

AI基础设施初创公司Fireworks、Baseten和OpenRouter正在筹集巨额资金，标志着推理基础设施成为关键的AI平台层。同时，智能体工程、新基准测试和模型更新主导了AI新闻周期。

DeepSeek研究员陈德里使用自研的DeliAutoResearch技能，与DeepSeek-V4-Pro和GPT-Image2合作，在6天内完成了一篇46页的论文。论文提出了L1-L5自主研究智能体分类体系，分析了四种架构模式和17个主流系统，并指出了六大开放问题。陈德里表示，人类仅需投入不到2小时的“CPU时间”，其余工作由AI Agent完成。

本周AI新闻要点：Anthropic公开了此前仅限国防承包商使用的顶级模型Mythos，使五角大楼级AI能力向开发者开放；DeepMind CEO哈萨比斯将AGI时间线提前至2029年；Starlette框架爆出严重认证绕过漏洞，影响数百万AI代理；CrowdStrike等联合摧毁Glassworm僵尸网络；法国巴黎银行与Mistral达成主权AI安全合作；中国限制阿里和深度求索顶尖AI工程师出境；Uber AI预算超支、ClickUp裁员并引入数千AI代理，同时MIT技术评论数据显示AI暴露岗位失业率更低，奥特曼撤回白领失业预言。

Ollama是一款免费、开源、可本地安装的AI工具，提供隐私保护、离线访问和灵活性。它运行在你的个人硬件上，减少环境影响，让你掌控数据。

2026年AI领域将继续快速发展，开源模型在智能体能力上仍落后于闭源模型，谷歌的Gemini尚未对Claude Code和Codex构成有力竞争，美国开源模型正在崛起，Anthropic与OpenAI竞争激烈，现有权力结构开始介入AI发展。

中国正在限制阿里巴巴和DeepSeek等私营公司的顶尖AI研究人员出国旅行，他们需要获得官方批准才能离境。北京担心数据泄露、技术盗窃和人才挖角，正在加强对国内AI行业的管控。

快手发布Keye-VL-2.0-30B-A3B多模态大模型，首次将DSA稀疏注意力机制应用于多模态场景，实现256K超长上下文深度感知，并在长视频时序理解、Agent协作等方面取得突破，为视频理解和智能调度提供新范式。

研究人员提出BODHI方法，通过领域知识提示技术大幅提升大型语言模型生成操作系统内核形式化规范的能力。在OSV-Bench基准上，结合Claude Opus 4.6的BODHI方法达到了96.73%的Pass@1，相较于此前最佳结果提升显著。

UUMuse 是一个云端AI知识库平台，只需上传一次文件，即可在GPT、Claude、DeepSeek、Qwen等多个模型中进行带有引用的问答、生成内容和部署。支持通过API和MCP供代理和应用调用，提供永久记忆、多专家辩论（Spark）、代理模式等功能，并可将知识库部署为文档网站、小部件、API端点等。

ContextVault是一款浏览器扩展，可在所有主要LLM平台（如ChatGPT、Claude和Gemini）上实时捕获AI对话，并将其本地存储在IndexedDB中。支持一键导出为Markdown或ZIP格式，确保您的对话数据不会离开您的设备。该工具免费、开源，无需账户或后端，注重隐私。

HTML Deployer是一款Chrome扩展，可从ChatGPT、Claude和Gemini中提取AI生成的HTML，并提供预览、下载ZIP或直接发布到Netlify、GitHub、FTP或自托管服务器的功能。适合开发者、创始人、营销人员、机构和初学者。

DeepSeek V4系列发布一个月后，开源社区推出Reasonix工具，专为DeepSeek设计，通过优化缓存机制将账单成本降低至原来的五分之一左右。该工具缓存命中率高达99.82%，实现4亿+token从61美元降至12美元。

UniPat AI 发布 SaaS-Bench 评测，Claude 等主流大模型在真实办公任务中完全通过率最高仅 3.8%，AI 全自动办公远未落地。