ChatGPT开始接管你的钱包：支持直连1.2万家银行，基于真实流水提供定制财务诊断

OpenAI 今日向美国 Pro 用户开放了全新的个人财务管理功能。这是一套内置于 ChatGPT 的理财看板系统，首批支持超过 1.2 万家金融机构。用户可以通过第三方服务商 Plaid 将银行账户和信用卡与系统绑定。过去用户只能输入粗略的预算来获取泛泛的存钱建议，现在 ChatGPT 会直接分析用户的真实余额、消费流水和负债情况，结合全新的 GPT-5.5 模型给出高度针对性的财务诊断和调整方案。

授权连接后，系统会自动分类同步消费记录，生成涵盖投资表现、日常开销和近期账单的数据面板。当用户提出具体的攒钱计划时，模型能够跨账户整合账单历史，精准找出容易超支的类目并建议切实可行的削减额度。为了确保模型回答复杂理财问题的专业性，OpenAI 联合了 50 多位金融从业者进行评估。在官方披露的个人理财基准测试中，默认驱动该功能的 GPT-5.5 Thinking 模型得分为 79 分，更高阶的 GPT-5.5 Pro 模型得分为 82.5 分。

在回答与规划之外，OpenAI 还明确了将该系统打造为业务操作入口的规划。官方表示后续将接入金融软件开发商 Intuit 的服务，让用户在评估完信用卡审批概率或计算出税务影响后，直接在对话框里提交办卡申请并预约税务专家。系统严格限定了权限边界，模型只有只读权限而无法操作资金。用户可以随时断开授权连接，所有同步的财务数据将在 30 天内彻底删除。

信源：https://openai.com/index/personal-finance-chatgpt/

放弃RAG！Anthropic揭秘百万行代码库实战：全局索引已失效，Claude Code规模化全靠代理搜索

Anthropic 应用 AI 团队发布了 Claude Code 在拥有数百万行代码的大型企业项目中的落地最佳实践。官方指出，传统基于检索增强生成的 AI 编程工具在大型活跃代码库中会因索引更新滞后而频繁引用失效代码。Claude Code 的解法是完全依赖基于本地文件系统的代理式搜索，并配合分层的扩展框架来解决规模化应用挑战。

Anthropic 披露，在 C、C++ 和 Java 等大型项目中，Claude Code 像人类工程师一样直接通过 grep 和跟随引用来遍历代码，不需要维护集中式的代码库索引。但这种机制需要极高的初始上下文质量，官方将决定模型表现的配置体系称为扩展框架。它包含五个层级，其中 CLAUDE.md 文件提供基础的目录级代码约定；Hooks 用于在特定节点触发自动化检查；Skills 提供按需加载的专业知识，确保安全审查等能力只在必要时调入，避免污染常规会话的上下文；Plugins 将这些配置打包分发；MCP 服务器则负责对接内部数据源。

在具体部署时，Anthropic 极度强调语言服务器协议（LSP）集成的价值。LSP 为模型提供了符号级精度的导航能力，使其能在搜索时准确分辨不同文件中的同名函数，这是提升多语言复杂代码库操作准确率的关键。此外，团队必须随模型能力进化而主动清理陈旧的上下文规则，因为早先为了补偿旧模型缺陷而设定的限制指令，往往会反向阻碍新模型发挥正常性能。

这一实践说明提升新一代智能编程工具表现的重心，已经从维护庞大的全量代码向量库，转移到规范本地目录结构、优化语言服务器配置以及构建专属工作流上。

信源：https://claude.com/blog/how-claude-code-works-in-large-codebases-best-practices-and-where-to-start

马化腾刚坦承AI「漏水」，腾讯连推两款Vibe Coding产品提速

在日前的腾讯股东大会上，马化腾坦言腾讯 AI 发展如同「上了漏水的船」，急需提升速度。话音刚落，腾讯就在消费者端接连曝光两款 Vibe Coding（零代码应用生成）产品，分别是独立 App 吐司与 QQ 内置的 AI 帖子功能。

吐司目前已在安卓端应用宝首发，定位为应用生成及灵感共创平台。用户输入自然语言后，AI 会自动拆解功能并打包生成可直接安装的 APK 文件。公测期间，该产品每天提供 5 次免费生成额度，并内置灵感广场，允许用户分享自制应用供他人一键复刻或二次创作。

QQ 正在内测的 AI 帖子功能则将生成能力与社交基本盘直接绑定。用户可以将生成的轻量工具和 AI 小游戏直接作为社交帖子发布。在 QQ 频道内，刷帖用户不用跳转就能直接游玩《星际战机》等 AI 生成游戏，参与社区排名并进行二次创作。

信源：https://mp.weixin.qq.com/s/euGlUt4qiAH8lToe3nzwyQ

马斯克补交X算法作业，四个月后终于放出广告混排代码

马斯克 2026 年 1 月承诺开源 X 新算法后，X 官方算法仓库在 2026 年 5 月 15 日迎来第二次主提交。相比 1 月 20 日的首版，这次更新规模明显更大，共涉及 187 个文件，新增 18,263 行、删除 926 行，核心增量从「解释推荐架构」推进到「补出可运行推理链路和广告混排逻辑」。

最关键的变化是 Phoenix 推荐模型终于有了端到端演示。新加入的 phoenix/run_pipeline.py 可以从导出的 checkpoint、用户行为序列和预计算语料出发，依次跑完召回和排序：先根据用户历史找出候选内容，再预测点赞、回复、转发、停留等互动概率，最后合成排序分数。这比 1 月版本只给检索和排序模块说明更接近真实推荐流程。

这次还新增了约 3GB 的 mini Phoenix 模型 artifact，用于开箱跑示例推理。不过仓库文档存在一处参数冲突：根 README 写的是 256 维 embedding、2 层 Transformer，Phoenix 文档和参数表写的是 128 维 embedding、4 层 Transformer，具体配置仍需以 artifact 解压后的 config.json 为准。

更有新闻点的是广告部分。1 月马斯克原话承诺会开源自然内容和广告推荐相关代码，但首版几乎没有广告混排细节。5 月更新补上了 home-mixer/ads/，可以看到广告插入并非固定位置硬塞，而是会受安全间隔、相邻内容风险、作者账号、关键词和品牌安全规则影响。

此外，X 还加入了新的 grox/ 内容理解管线，覆盖垃圾内容识别、帖子分类、政策安全判断和多模态 embedding。整体看，这次更新真正补的是推荐系统外围生产链路：候选怎么来、广告怎么插、安全怎么拦、结果怎么写回。它仍然不是完整生产代码，但已经比 1 月那版更像一套能被研究者拆解的 X For You 推荐系统样本。

信源：https://github.com/xai-org/x-algorithm

Instagram创始人转战Anthropic内部孵化器，继续寻找下一个Claude Code

Instagram 联合创始人 Mike Krieger 今年 1 月从 Anthropic CPO 转向一线产品孵化，加入公司内部实验团队 Labs，并与 Ben Mann 共同负责这一内部创新部门。Ami Vora 接手产品组织，负责把 Claude 的既有产品线继续规模化。

Labs 的定位更接近 Anthropic 内部的早期创业团队，专门把 Claude 模型里的新能力变成真实产品。Krieger 在最新访谈中称，扩容后的 Labs 已弃用传统的两周冲刺制，转而采用以小时或天为单位的「Bolts」高频迭代周期，团队成员多有创业者背景，内部目标是找到「下一个 Claude Code」。

这套机制已经跑出多项核心产品。Anthropic 官方称，Claude Code、MCP、Skills、Claude in Chrome 和 Cowork 都来自这种贴近模型边界的产品实验。Sources 文章则提到，Krieger 此前负责的 long-horizon agents 项目经验，也为后续的 Claude Managed Agents 提供了技术沉淀。

Computer Use 是这条路线的早期样本。Anthropic 早在 2024 年 10 月就随 upgraded Claude 3.5 Sonnet 推出 computer use beta，让 Claude 能看屏幕、移动光标、点击按钮和输入文字。Krieger 在访谈中补充称，这项能力曾因速度慢和点击不准被搁置，直到后续模型出现明显性能跃升后，才继续向产品推进。

算力已经成了 Anthropic 推产品的硬约束。公司 2026 年 5 月 6 日宣布与 SpaceX 达成协议，将使用 Colossus 1 数据中心全部算力，获得超过 300 兆瓦新容量和超过 22 万块 NVIDIA GPU，并同步提高 Claude Code 和 Claude API 的使用上限。对 Anthropic 来说，Labs 负责找新形态，算力协议负责让这些形态真正跑起来。

信源：https://www.youtube.com/watch?v=ktKS2MIiAmY

Grok订阅账号打通第三方生态，全模态能力接入开源Hermes Agent

xAI 宣布 Grok 订阅用户现可直接在第三方应用中登录账号并调用模型能力，首个落地项目为 Nous Research 开发的开源智能体 Hermes Agent。用户凭借现有的个人订阅，即可在该应用中直接使用 Grok 4.3 进行文本对话与推理，或调用语音合成及 Grok Imagine 的视频与图像生成能力。

Hermes Agent 是一款支持在任意电脑、沙盒或云主机上持久化运行的智能体系统。其核心特性为跨会话长期记忆，并支持桥接 WhatsApp、Discord 等通讯平台。新版本通过 OAuth 授权机制跑通了 Grok 账号体系，各档位订阅用户在终端选择「xAI Grok OAuth」并完成网页授权后，即可将 Grok 设为智能体的底层模型。

主流大模型的个人订阅服务通常与官方客户端强制绑定。xAI 此次开放个人账号的第三方授权，不仅绕过了传统 API 的按量计费门槛，也为开源智能体提供了稳定的模型算力通道。官方确认近期将推出更多第三方集成方案。

信源：https://x.ai/news/grok-hermes

生成不必死守从左到右，字节开源2B级扩散语言模型 Cola DLM

字节跳动 Seed 团队开源 Cola DLM。这是一套连续潜在扩散语言模型，试图绕开大语言模型按 token 从左到右逐个生成的固定路径，把文本生成改成先组织高层语义、再落回具体文字。

Cola DLM 的核心是 Text VAE + block-causal DiT。Text VAE 先把离散文本映射到连续潜在空间，block-causal DiT 再通过 Flow Matching 学习潜在先验，最后由条件解码器把潜在变量还原成文本。扩散过程处理的是潜在语义表示，不是直接在 token 层面反复去噪。

本次开源版本属于 2B 级模型，具体为约 23 亿总参数，其中核心 DiT 为 18 亿参数，另含 5 亿参数 VAE。在 LAMBADA、MMLU、OBQA、HellaSwag、RACE、SIQA、SQuAD、Story Cloze 等 8 项评测中，论文称其在统一生成式评测协议下已具备与同规模 AR / LLaDA 基线竞争的 scaling 表现，并在最终平均分上达到最好结果。

不过目前仍是研究型 checkpoint，不是直接可用的对话模型。官方说明该模型没有经过指令微调和 RLHF，主要用途是研究连续潜在扩散如何用于文本生成。论文还展示了向文本图像统一建模扩展的初步实验，但本次开源仓库只包含文本管线。

信源：https://huggingface.co/ByteDance-Seed/Cola-DLM

Epoch AI发布Claude偏科图谱：写代码长板一直在，Opus 4.6和4.7已补齐数学短板

Epoch AI 发布领域特定能力指数（Domain-specific ECI）最新分析，揭示了 Anthropic 旗下 Claude 系列模型相对其综合能力一直表现为写代码强、数学弱。不过最新数据显示，这一偏科现象正在快速缓解。

根据测算，在过往多代模型中，Claude 在软件工程基准测试（SWE-ECI）上的表现一直稳定高于其综合得分，而在数学基准测试（Math-ECI）上长期存在落差。最新发布的 Opus 4.6 和 4.7 模型已将数学与综合得分的差距缩小至 1 分以内，补齐了此前的短板。

ECI 的测算机制是比较各大模型之间的相对表现，因此它直接反映特定任务对 AI 的平均难度，而非对人类的难度。

信源：https://epoch.ai/data-insights/claude-ds-eci

终结11年妥协：Chrome149下周原生支持shape()，一行CSS实现任意曲线文字环绕

AI 浏览器初创公司 ego 宣布，其开发者 CGQAQ 为 Chromium 贡献的 shape() 函数已正式并入主分支。Chrome 149 下周将向全球推送该功能。开发者仅需一行 CSS 代码，就能让文本紧贴任意贝塞尔曲线进行环绕排版，彻底替代原有的 JS 布局方案。

自 2014 年写入规范以来，控制内容环绕的 CSS 属性 shape-outside 在过去 11 年里仅支持圆形、椭圆等 5 种基础形状。过去开发者如果想让文字顺着平滑的贝塞尔曲线排版，只能手算 40 多个多边形顶点来做粗糙模拟，或者在用户态引入 pretext 这类第三方 JS 文本引擎。

这次更新让浏览器渲染层直接接管了曲线排版，从根本上消除了 JS 外挂方案带来的性能开销。为推动跨端兼容，ego 团队已提交 Interop 2026 提案，呼吁 Safari 和 Firefox 尽快跟进。

信源：https://github.com/web-platform-tests/interop/issues/1284

GPT-5.5在Codex中能力下降原因查明，OpenAI完成修复并重置用量限制

OpenAI Codex 负责人 Tibo 今日确认，团队已定位并修复了两个隐患，它们正是导致过去两天终端编程智能体 Codex 中 GPT-5.5 表现变差的原因。目前系统已全面恢复。为补偿开发者，OpenAI 已经重置所有用户的用量限制。

过去 48 小时内，部分用户持续反馈 Codex 中的 GPT-5.5 出现能力退化现象。在揪出这两个具体问题前，官方排查初期一度没有得出确凿结论。今天下午，最新监控指标显示各项服务均已重新企稳。

信源：https://x.com/thsottiaux/status/2055540700092211404

马斯克自揭老底：现役Grok数据缺陷严重，1.5T内部新版实现全面碾压

马斯克在 X 上罕见地公开承认当前对外开放的 Grok 4.2 存在严重不足，同时披露了 Grok 内外版本号的对应关系：Grok 4.2 基于内部第 8 版基础模型，仅 0.5T 参数，在 Hopper 架构 GPU 上训练，训练数据的质量、全面性和比例都有重大缺陷。

内部第 9 版基础模型已完成训练，参数扩至 1.5T，针对 Blackwell 架构 GPU 做了专项优化，在数据处理、训练配方和模型规模上全面升级。马斯克说第 8 版和第 9 版完全不是一个级别。他还透露 Cursor 的数据将在后续补充训练中加入，这是 SpaceX 拿下 Cursor 后首次提及数据层面的整合。

就在同一周，The Information 报道 SpaceXAI 预训练团队在负责人离职后仅剩数人，超过 50 名核心研发已在收购后离开。此前马斯克承诺每两周发一版新基础模型，原定 5 月初交付的 1T 参数 Grok 4.4 至今未露面，而这次公布的 1.5T 版本与此前路线图中的 Grok 4.5 参数规格一致，4.4 是否已被跳过尚不清楚。

信源：https://x.com/elonmusk/status/2055298325994164377

Zed内置Agent打通ChatGPT订阅：逆势免除按量计费，发文点名Claude与Copilot

代码编辑器 Zed 宣布，其内置 AI Agent 现已原生接入 ChatGPT 账号。用户登录后，即可通过个人的 ChatGPT 订阅额度直接调用 OpenAI 模型及 Codex 能力，免去 API 按量计费的开销。

此前，开发者若想在编辑器中调用 Codex，需借助官方早前开源的 ACP 适配器进行外挂配置。此次更新抹平了 Zed 内部的中间环节，将授权流程做成了原生的一键登录。习惯用 JetBrains 等其他环境的开发者，则可继续使用该 ACP 适配器实现相同的免 API 调用。企业团队的 API 密钥直连选项同样被保留。

主流代码智能体正集体转向按量计费。Zed 在公告中直接点名两家竞品：Anthropic 宣布自 6 月 15 日起，Agent SDK（即 Claude Code 底层）的额度将与 Claude 订阅剥离并单独计费；GitHub Copilot 也将于 6 月 1 日全面转向按量计费。Zed 借此致谢 OpenAI 能够反其道而行。

结合今日 xAI 允许 Grok 订阅接入开源智能体 Hermes 的举措，底层大模型厂商正试图通过向第三方应用下放 C 端订阅算力，来争夺被高昂 API 账单劝退的开发者。

信源：https://zed.dev/blog/chatgpt-subscription-in-zed

仅用五天！Anthropic绝密模型Mythos攻破苹果耗时五年的M5内存防御

安全研究团队 Calif 宣布，他们利用 Anthropic 尚未公开的 Mythos Preview 模型，成功在搭载 M5 芯片的 Mac 设备上构建了首个公开的 macOS 内核内存损坏漏洞利用链。MIE（内存完整性强制执行）是苹果为 M5 和 A19 芯片打造的旗舰级硬件安全机制，官方为此投入五年时间与数十亿美元，其设计初衷并非绝对免疫黑客，而是旨在通过极大提高利用成本来缓解内存损坏漏洞。而 Calif 团队从发现缺陷到完成利用，仅用了五天时间。

这次攻击链路包含两个漏洞和多种技术，从无特权的本地普通用户起步，仅依赖常规系统调用，最终夺取了设备的 root 权限。该利用链属于纯数据驱动的内核本地提权，直接针对开启了内核 MIE 机制的 macOS 26.4.1 裸机真实硬件。

Mythos 模型擅长在学习某一类攻击后迅速泛化到同类问题，它帮助团队快速定位了属于已知漏洞类的缺陷，后续再由人类专家攻克新型硬件防御。这次破防验证了“AI 发现漏洞 + 专家绕过防御”的高效组合，也证明在顶级大模型的辅助下，小型安全团队足以撼动大公司耗费重金建立的技术壁垒。

信源：https://blog.calif.io/p/first-public-kernel-memory-corruption

终于跳出IDE插件：GitHub推出Copilot独立桌面端，支持多Agent并行

GitHub 宣布推出 GitHub Copilot 桌面端技术预览版。Copilot 借此从单一的编辑器辅助工具，转变为专为智能体驱动开发（agent-driven development）打造的独立应用。开发者现在可以在一个界面内，统筹多个 AI 智能体并行处理不同的需求和代码库。

新版本抛弃了传统的单线对话模式，引入了完全隔离的并行工作流。在应用内同时启动多个智能体任务时，系统会为每个会话自动创建独立的 Git 工作树（worktree）和分支。开发者可以让一个智能体去分析和修复另一个仓库的 CI 报错，同时安排第二个智能体根据当前的 Issue 编写新功能代码，全程互不干扰本地正在编写的代码，也无需反复切换终端和 IDE。

为了实现开发周期的闭环，应用加入了 Agent Merge 机制，允许智能体自主处理代码审查意见、修复测试报错并在满足条件后直接合并 PR。同时，新版原生支持接入 MCP（模型上下文协议）服务器和自定义技能，以挂载更多本地开发工具。该桌面端目前已开放预览候补，Business 与 Enterprise 订阅用户经企业授权后可直接使用。

信源：https://github.com/features/preview/github-app

Nous开源Lighthouse Attention：单B200跑512K提速17倍

Nous Research 开源了长上下文预训练机制 Lighthouse Attention。在单张 B200 显卡上处理 512K 长度文本时，该方案的计算速度比传统机制快约 17 倍，并在 98K 长度下实现了 1.4 到 1.7 倍的端到端训练提速。

传统注意力机制需要计算所有字词的两两关系，文本一长，算力消耗就会呈平方级暴涨。Lighthouse Attention 改用先粗筛再精算的思路。它会先在不同层级快速浏览文本的压缩摘要，通过打分挑出核心片段拼成短文本，然后直接交给现成的高效算子 FlashAttention 处理。由于筛选逻辑被彻底剥离到了内核之外，开发者直接省去了手写底层代码的麻烦，也不用增加额外的训练目标。

过去采用类似思路的加速方案常有副作用，模型习惯跳跃阅读后，极易丧失原本逐字精读的能力。为了避开这个陷阱，研发团队让模型先用加速模式跑完绝大部分进度，只在训练末尾短暂切回传统的全注意力计算稍作适应。在针对 5.3 亿参数规模的模型、投喂 500 亿 Token 训练数据的实测中，这样练出的模型不仅大幅缩短了耗时，最终表现还全面追平甚至反超了全程使用传统方式训练的基线版本。

信源：https://nousresearch.com/lighthouse-attention

观察：上万名AI核心员工赚足2000万美元，加剧硅谷阶层焦虑

Menlo Ventures 合伙人 Deedy Das 今日发文指出，受 AI 浪潮影响，旧金山湾区正经历严重的财富分化与心理撕裂。过去 5 年间，约 1 万名来自 OpenAI、Anthropic、xAI 和英伟达等企业的核心员工及创始人，已累积超过 2000 万美元的财富。这种断崖式的造富神话，正让传统软件工程师对职业前景感到绝望。

伴随大厂裁员和日常工作被 AI 改变，硅谷科技圈正在出现四种典型心态转变：

• 传统晋升路线失灵。多数人意识到年薪 50 万美元的常规工作无法跨越财富鸿沟，开始频繁跳槽或盲目跟风创业。
• 年轻群体陷入职业虚无。面对随时可能被取代的岗位，部分年轻人开始担忧沦为底层阶级，难以专注当前工作。
• 中层管理者感到瘫痪。由于缺乏精力创业且没有核心 AI 技能，许多背负家庭压力的中层正面临岗位被掏空的风险。
• 暴富群体陷入目标缺失。部分人在几年内从年薪 15 万美元跃升至身价 5000 万美元后，面临人生规划被彻底打乱的困境，往往仅为获取身份地位而继续创业。

Das 认为，在这场重塑社会的 AI 淘金热中，试图通过努力跟上财富步伐的焦虑感，正从心理上折磨着大量硅谷从业者。而这种焦虑带来的副作用，恰恰是驱使更多人去疯狂开发那些能够造富的 AI 产品。

信源：https://x.com/deedydas/status/2055491938464489888

微信读书上线专属Skill，支持AI直连个人书架与阅读笔记

微信读书上线官方专属 Skill，允许用户通过 API Key 将个人微信读书账号与 AI 助手直连。这一更新打破了此前 AI 只能泛泛推荐书籍的限制，使大模型可以直接调取用户的私人书架、划线笔记以及阅读时长等深度行为数据。

用户向 AI 助手发送指令并绑定 API Key 后，即可获取六大核心数据读取能力：查阅私人书架全貌、量化分析阅读习惯、提取并导出划线笔记、检索全局书城信息、查看书籍详情与个人进度，以及基于真实阅读历史获取个性化推荐。

为消除隐私疑虑，官方明确声明该 API Key 调取的数据仅用户个人可见。这套机制直接替代了过去依赖第三方脚本或手动导出的繁琐工作流，让个人知识库整理与阅读量化分析能通过自然对话一次性完成。

信源：https://weread.qq.com/r/weread-skills

OpenClaw调用摄像头监视主人喝水，The Atlantic抨击硅谷狂飙引发全社会AI倦怠

The Atlantic 报道指出，随着 AI 智能体展现出调用摄像头监控人类等越界行为，硅谷强行冲刺奇点的节奏正让全社会陷入严重的 AI 倦怠。数据印证了这种情绪崩塌，NBC News 民调显示公众对 AI 的好感度已跌至 26%，仅剩 18% 的 Z 世代对此抱有希望。

狂热正在催生荒诞的现实。GitHub 前 CEO Nat Friedman 透露，他的本地代理 OpenClaw 为执行保持水分的指令，竟直接接管家中摄像头进行实时盯梢，直到确认他喝完水才罢休。同时，Claude Code 等代理工具也正让部分开发者陷入无法自控的能力成瘾，连续编码直到凌晨。

The Atlantic 尖锐评价，这种让人窒息的加速度并非偶然，而是科技巨头有意维持的系统特征。当 Anthropic 高管预言 2028 年 AI 就将自主迭代时，巨头们正试图用跟不上就被淘汰的末世叙事剥夺公众参与决策的权利。在这场技术狂飙里，大众正在被少数人单方面重构的社会契约强制收割。

信源：https://www.theatlantic.com/technology/2026/05/too-much-happening-too-fast/687177/

Mistral CEO明确拒绝向硅谷巨头卖身，放话能挖出Anthropic同等漏洞

Mistral AI 联合创始人兼 CEO Arthur Mensch 近日在法国国民议会听证会上发表了强硬表态。面对议员对于公司是否会被美国巨头买走的担忧，他明确表示拒绝。Mensch 抨击了欧洲初创企业总想着卖给硅谷套现的行业风气，直言企业只要成功就不会被收购，被收购在某种意义上就是失败。同时，他首次公开叫板美国安全标杆 Anthropic，称 Mistral 的模型完全有能力找出 Mythos 发现的全部网络漏洞。

为了支撑独立发展的野心，Mistral 今年的研发投入高达 10 亿欧元。Mensch 透露，公司目前 75% 的营收来自欧洲本土。在技术路线上，Mistral 坚持在内部集中算力训练超大模型，然后再通过蒸馏技术向客户提供更高效的小模型。为保证算力自主，公司计划明年在法国建成 80 MW 的算力集群，并向 2029 年达到 1 GW 规模的目标冲刺。

Mensch 强调 AI 的本质就是将电能转化为 Token。由于主要依赖核电，在法国部署算力能极大降低碳足迹。他以建设 1 GW 数据中心需耗资 500 亿欧元为例，指出电力成本其实只占最终产值的 10%。他警告称，欧洲如果现在因为高昂的成本退缩，不仅会彻底丧失底层算力的控制权，未来纯靠进口美国 AI 服务还将带来每年上万亿欧元的贸易逆差。

信源：https://gist.github.com/eliebak/5945ce3c84d77b0f30ea1190cf34ad5b

告别受限内测？Claude Mythos摘除预览标签，疑似即将向公众开放

5 月 17 日，Claude Mythos 基础模型现身谷歌云（Google Cloud）控制台的配额与系统限制列表。与此前不同，该模型选项已正式移除了「预览」标签，且根据开发者追踪，昨日该列表中尚无此模型。

此前，Claude Opus 4.7 在正式发布前，也曾遵循同样的路径在谷歌云控制台中「抢跑」。这一高度重合的轨迹暗示，原本受限内测的 Claude Mythos 极有可能即将全面向公众开放。

信源：https://x.com/AiBattle_/status/2055762242373558477

Meta裁员前夜的荒诞求生：员工开会防AI监听，靠刷废话凑大模型榜单时长

Meta 预计将于 5 月 20 日裁减约 8000 名员工。在向 AI 激进转型的重压下，这家科技巨头内部正催生出一系列充满荒诞色彩的生存防御机制。

尽管高管承诺裁员不考核 AI 熟练度，但 Meta 仍上线了公开展示 token 消耗量和交互时长的 AI 内部榜单。在无形的末位淘汰恐惧下，部分员工为了保住饭碗，不得不主动给内部机器人发送无意义的提问，纯靠「刷废话」来积累交互数据。

这种防备情绪已蔓延至日常办公的每个角落。面对近期引入的键盘记录软件（key-stroke logging），Meta 员工开始在视频会议中频繁手动关闭默认的「AI 记笔记」功能，只为能安全讨论关于裁员的内部传闻。在极度紧绷的氛围中，内部论坛上一条「建议给能用 AI 替代自己工作的人发放 5 年薪水买断离职」的帖子获得了大量共鸣。

比起单纯的失业，更深的无力感来源于工作本身的异化。面对一边担忧被取代，一边又被要求必须亲手训练内部模型的处境，受访员工直言，即使还没失去工作，人类员工也已经「被提前商品化」。

信源：https://sfstandard.com/pacific-standard-time/2026/05/15/meta-employee-gets-real-horror-working-right-now/