Gmail终于能改主邮箱名：谷歌开放主地址更换
谷歌宣布，Google Account 用户现在可以直接更改主邮箱用户名，也就是 @gmail.com 前面的那一段，无需重新注册账号。官方博客称，该功能现已面向美国用户开放。帮助中心同时写明，入口仍在逐步推送，部分账号暂时可能还看不到。更换后，旧 Gmail 地址会保留为备用地址。用户可继续用新旧两个地址登录 Gmail、云端硬盘、YouTube 等服务，账号中的照片、邮件和其他数据不会受影响。谷歌还限制，未来 12 个月内，用户不能再创建新的 @gmail.com 主地址，也不能删除新地址，但可以随时切回旧地址。
信源：https://blog.google/products-and-platforms/products/workspace/google-account-username-change/
谷歌宣布，Google Account 用户现在可以直接更改主邮箱用户名，也就是 @gmail.com 前面的那一段，无需重新注册账号。官方博客称，该功能现已面向美国用户开放。帮助中心同时写明，入口仍在逐步推送，部分账号暂时可能还看不到。更换后，旧 Gmail 地址会保留为备用地址。用户可继续用新旧两个地址登录 Gmail、云端硬盘、YouTube 等服务，账号中的照片、邮件和其他数据不会受影响。谷歌还限制，未来 12 个月内，用户不能再创建新的 @gmail.com 主地址，也不能删除新地址，但可以随时切回旧地址。
信源：https://blog.google/products-and-platforms/products/workspace/google-account-username-change/
Perplexity成立安全研究院，斯坦福密码学家Dan Boneh加入研究网络
AI 搜索引擎 Perplexity 宣布成立 Secure Intelligence Institute（SII），定位为公司旗舰安全研究中心，研究方向覆盖前沿 AI 系统的安全性、隐私保护和可信度，重点关注自主 AI 代理的防御问题。
SII 首任院长为普渡大学计算机科学系 Samuel D. Conte 讲席教授、副系主任李宁辉，他是 ACM 和 IEEE 双料 Fellow，曾任 ACM CCS 指导委员会主席、ACM SIGSAC 主席（2017-2021）和 ACM Transactions on Privacy and Security 主编（2020-2024），发表超过 200 篇同行评审论文。
学术合作方面，SII 与斯坦福大学应用密码学组（Dan Boneh 领衔）和杜克大学 Gong Lab（Neil Gong 领衔）建立研究网络，覆盖密码学、可用隐私与安全、鲁棒机器学习和可信 AI 四个方向。
SII 并非从零起步，而是将 Perplexity 已有的安全工作整合为体系化研究项目：2025 年 4 月委托安全公司 Trail of Bits 对 AI 原生浏览器 Comet 进行代理浏览器安全审计；2025 年 12 月开源 BrowseSafe 基准测试和内容检测模型，包含超过 14,700 个真实攻击场景，覆盖 14 个危害类别；今年 3 月发表对 NIST AI 代理安全征求意见的回应论文。
信源：https://www.perplexity.ai/hub/blog/announcing-the-secure-intelligence-institute
AI 搜索引擎 Perplexity 宣布成立 Secure Intelligence Institute（SII），定位为公司旗舰安全研究中心，研究方向覆盖前沿 AI 系统的安全性、隐私保护和可信度，重点关注自主 AI 代理的防御问题。
SII 首任院长为普渡大学计算机科学系 Samuel D. Conte 讲席教授、副系主任李宁辉，他是 ACM 和 IEEE 双料 Fellow，曾任 ACM CCS 指导委员会主席、ACM SIGSAC 主席（2017-2021）和 ACM Transactions on Privacy and Security 主编（2020-2024），发表超过 200 篇同行评审论文。
学术合作方面，SII 与斯坦福大学应用密码学组（Dan Boneh 领衔）和杜克大学 Gong Lab（Neil Gong 领衔）建立研究网络，覆盖密码学、可用隐私与安全、鲁棒机器学习和可信 AI 四个方向。
SII 并非从零起步，而是将 Perplexity 已有的安全工作整合为体系化研究项目：2025 年 4 月委托安全公司 Trail of Bits 对 AI 原生浏览器 Comet 进行代理浏览器安全审计；2025 年 12 月开源 BrowseSafe 基准测试和内容检测模型，包含超过 14,700 个真实攻击场景，覆盖 14 个危害类别；今年 3 月发表对 NIST AI 代理安全征求意见的回应论文。
信源：https://www.perplexity.ai/hub/blog/announcing-the-secure-intelligence-institute
月之暗面怎么转：300多人无部门无职级，5位联创各直带40至50人
《人物》报道称，AI 创业公司月之暗面目前团队规模已超过 300 人，平均年龄不到 30 岁，但内部没有部门、没有职级、没有头衔，也没有 OKR 和 KPI。员工需要协作时，默认做法不是层层汇报，而是直接找人沟通，杨植麟的个性签名就写着「直接沟通」。文章称，在这一扁平架构下，5 位联合创始人分别直接对接 40 至 50 名员工。
从文中细节看，月之暗面不是简单把管理拿掉，而是把管理复杂度前置到了招聘、换岗和工具上。过去一年，公司超过 100 名新员工来自内推，内部称为「人传人」。仅在受访的 30 名员工中，就有一半以上多次换过职责；若和上一份工作相比，文章称这一比例「恐怕达到 80%」。文中还有一个细节是，这里 80% 的同事是 I 人，更习惯打字而非交谈，也有员工直言「不用开会就能干活」。
Agent 也被直接嵌进日常工作。《人物》举例称，产品团队员工 Leo 早上 10 点进办公室后，同时启动 3 个 Agent 处理过去 24 小时 5 个市场的 3000 条反馈，到 11 点半就完成 PRD，代码 Agent 已生成 70% 的基础框架。文章同时写到，这种模式也在逼近边界：当被问及能否从 300 人扩张到 3000 人时，受访者多给出谨慎回答，也有前员工表示，缺乏职级缓冲和明确反馈会带来不安全感。
信源：https://mp.weixin.qq.com/s/Vasyc2xHLJY6qDhFKEL4ug?scene=1
《人物》报道称，AI 创业公司月之暗面目前团队规模已超过 300 人，平均年龄不到 30 岁，但内部没有部门、没有职级、没有头衔，也没有 OKR 和 KPI。员工需要协作时，默认做法不是层层汇报，而是直接找人沟通，杨植麟的个性签名就写着「直接沟通」。文章称，在这一扁平架构下，5 位联合创始人分别直接对接 40 至 50 名员工。
从文中细节看，月之暗面不是简单把管理拿掉，而是把管理复杂度前置到了招聘、换岗和工具上。过去一年，公司超过 100 名新员工来自内推，内部称为「人传人」。仅在受访的 30 名员工中，就有一半以上多次换过职责；若和上一份工作相比，文章称这一比例「恐怕达到 80%」。文中还有一个细节是，这里 80% 的同事是 I 人，更习惯打字而非交谈，也有员工直言「不用开会就能干活」。
Agent 也被直接嵌进日常工作。《人物》举例称，产品团队员工 Leo 早上 10 点进办公室后，同时启动 3 个 Agent 处理过去 24 小时 5 个市场的 3000 条反馈，到 11 点半就完成 PRD，代码 Agent 已生成 70% 的基础框架。文章同时写到，这种模式也在逼近边界：当被问及能否从 300 人扩张到 3000 人时，受访者多给出谨慎回答，也有前员工表示，缺乏职级缓冲和明确反馈会带来不安全感。
信源：https://mp.weixin.qq.com/s/Vasyc2xHLJY6qDhFKEL4ug?scene=1
阿里通义发布图像生成与编辑统一模型Wan2.7-Image
阿里通义实验室发布图像生成与编辑统一模型 Wan2.7-Image，主打「人更真、字更稳、色更准」。
模型支持直接输入 Hex Color Code 定义色板，官方总结页称可用 8 种 Hexcode 控色。文字渲染侧支持 4000 个英文字符输出，也支持中文简体、中文繁体、英文、日语、韩语等多语言，以及表格和数学公式混排。
连续创作是这次更新的另一重点。Wan2.7-Image 支持最高 12 张组图生成，以及最多 9 张参考图输入，可用于分镜、系列海报和角色一致性生成。编辑侧新增精准框选编辑和全透明通道 PNG 生成，可把框选元素与背景分离。官方给出的落地场景包括电商上架图、短剧分镜、教育图表、儿童绘本、海报和请帖设计。官网和 API 已上线。
信源：https://mp.weixin.qq.com/s/Nyow0Ht8J0yyClYTwUCU7w?clicktime=1775027284&enterid=1775027284&scene=90&subscene=236&xtrack=1
阿里通义实验室发布图像生成与编辑统一模型 Wan2.7-Image，主打「人更真、字更稳、色更准」。
模型支持直接输入 Hex Color Code 定义色板，官方总结页称可用 8 种 Hexcode 控色。文字渲染侧支持 4000 个英文字符输出，也支持中文简体、中文繁体、英文、日语、韩语等多语言，以及表格和数学公式混排。
连续创作是这次更新的另一重点。Wan2.7-Image 支持最高 12 张组图生成，以及最多 9 张参考图输入，可用于分镜、系列海报和角色一致性生成。编辑侧新增精准框选编辑和全透明通道 PNG 生成，可把框选元素与背景分离。官方给出的落地场景包括电商上架图、短剧分镜、教育图表、儿童绘本、海报和请帖设计。官网和 API 已上线。
信源：https://mp.weixin.qq.com/s/Nyow0Ht8J0yyClYTwUCU7w?clicktime=1775027284&enterid=1775027284&scene=90&subscene=236&xtrack=1
Codex再次重置全档位限额：撞限用户增多，封禁欺诈账号后回收部分算力
OpenAI Codex 负责人 Thibault Sottiaux 宣布，Codex 后台仪表盘显示，触及使用限额的用户比例近期上升，团队目前还未完全弄清原因，因此已决定为所有套餐重置使用限额。
他同时表示，团队近期发现并封禁了一批欺诈账户，借此回收了部分算力。按其表述，这场反滥用行动仍在持续，但这次封禁带来了一个阶段性进展。
信源：https://x.com/thsottiaux/status/2039248564967424483
OpenAI Codex 负责人 Thibault Sottiaux 宣布，Codex 后台仪表盘显示，触及使用限额的用户比例近期上升，团队目前还未完全弄清原因，因此已决定为所有套餐重置使用限额。
他同时表示，团队近期发现并封禁了一批欺诈账户，借此回收了部分算力。按其表述，这场反滥用行动仍在持续，但这次封禁带来了一个阶段性进展。
信源：https://x.com/thsottiaux/status/2039248564967424483
❤2
ClawHub上线中国镜像，字节跳动BytePlus/火山引擎赞助基础设施
OpenClaw 旗下 AI Agent 技能库 ClawHub 正式推出中国官方镜像站 mirror-cn.clawhub.com，由字节跳动旗下云服务品牌 BytePlus 及火山引擎赞助基础设施。用户可直接告知 Agent「在 mirror-cn.clawhub.com 上查找技能」即可切换至国内节点。OpenClaw 同时欢迎其他地区社区提交 PR 建立区域镜像。
信源：https://x.com/openclaw/status/2039240359197438229
OpenClaw 旗下 AI Agent 技能库 ClawHub 正式推出中国官方镜像站 mirror-cn.clawhub.com，由字节跳动旗下云服务品牌 BytePlus 及火山引擎赞助基础设施。用户可直接告知 Agent「在 mirror-cn.clawhub.com 上查找技能」即可切换至国内节点。OpenClaw 同时欢迎其他地区社区提交 PR 建立区域镜像。
信源：https://x.com/openclaw/status/2039240359197438229
Runway推1000万美元基金和Builders计划：向早期创企提供免费API额度，押注视频智能生态
AI 视频生成公司 Runway 宣布推出 1000 万美元风险投资基金，同时上线 Builders 计划，面向种子至 C 轮阶段初创公司开放 50 万个免费 API Credits。基金由现有投资人和合作伙伴出资，单笔支票最高 50 万美元，聚焦 pre-seed 和 seed 阶段。
Runway 联合创始人兼首席创新官 Alejandro Matamala-Ortiz 向 TechCrunch 透露，基金的投资方向分三类：推动 AI 架构前沿的技术团队、在基础模型上构建应用层的开发者，以及探索新媒体形式与分发的公司。过去一年半，Runway 已悄然投资了向量数据库公司 LanceDB 和 AI 蛋白质设计公司 Tamarind Bio 等。
Builders 计划除 50 万个 API Credits 外，还免费提供 Characters 的使用权。Characters 是 Runway 新发布的实时视频 Agent API，能为 AI 代理赋予可实时互动的面孔和声音，外观从卡通到照片级写实均可。首批入驻 Builders 的六家公司包括 Cartesia、MSCHF 和 Oasys Health，落地场景覆盖 AI 客服、品牌互动角色和实时销售助手。
这一动作背后是 Runway 的战略转型。此前公司以 AI 视频生成工具见长，被用于影视和广告制作；去年 12 月发布「通用世界模型」（general world models）后，Runway 开始将 Characters 这类实时交互能力向外输出，借助初创公司探索自己无法独立深耕的行业。Matamala-Ortiz 称，「我们 150 人的团队无法聚焦所有方向，但可以通过早期合作从这些场景中获益」。Runway 迄今融资近 8.6 亿美元，今年 2 月完成融资后估值约 53 亿美元。Builders 计划现已开放申请。
信源：https://techcrunch.com/2026/03/31/exclusive-runway-launches-10m-fund-builders-program-to-support-early-stage-ai-startups/
AI 视频生成公司 Runway 宣布推出 1000 万美元风险投资基金，同时上线 Builders 计划，面向种子至 C 轮阶段初创公司开放 50 万个免费 API Credits。基金由现有投资人和合作伙伴出资，单笔支票最高 50 万美元，聚焦 pre-seed 和 seed 阶段。
Runway 联合创始人兼首席创新官 Alejandro Matamala-Ortiz 向 TechCrunch 透露，基金的投资方向分三类：推动 AI 架构前沿的技术团队、在基础模型上构建应用层的开发者，以及探索新媒体形式与分发的公司。过去一年半，Runway 已悄然投资了向量数据库公司 LanceDB 和 AI 蛋白质设计公司 Tamarind Bio 等。
Builders 计划除 50 万个 API Credits 外，还免费提供 Characters 的使用权。Characters 是 Runway 新发布的实时视频 Agent API，能为 AI 代理赋予可实时互动的面孔和声音，外观从卡通到照片级写实均可。首批入驻 Builders 的六家公司包括 Cartesia、MSCHF 和 Oasys Health，落地场景覆盖 AI 客服、品牌互动角色和实时销售助手。
这一动作背后是 Runway 的战略转型。此前公司以 AI 视频生成工具见长，被用于影视和广告制作；去年 12 月发布「通用世界模型」（general world models）后，Runway 开始将 Characters 这类实时交互能力向外输出，借助初创公司探索自己无法独立深耕的行业。Matamala-Ortiz 称，「我们 150 人的团队无法聚焦所有方向，但可以通过早期合作从这些场景中获益」。Runway 迄今融资近 8.6 亿美元，今年 2 月完成融资后估值约 53 亿美元。Builders 计划现已开放申请。
信源：https://techcrunch.com/2026/03/31/exclusive-runway-launches-10m-fund-builders-program-to-support-early-stage-ai-startups/
Meta首款专为近视设计的Ray-Ban AI眼镜开启预购：起价499美元，4月14日进驻眼镜店
Meta 发布旗下首款专为处方镜片使用者设计的 Ray-Ban Meta AI 眼镜，推出两种新款式：矩形框 Blayzer Optics（Gen 2，分标准版和大号两种尺寸）和圆润框 Scriber Optics（Gen 2）。两款均配备加长折叠铰链、可替换鼻托及可由眼镜师调节的镜腿末端，支持几乎所有度数的处方镜片，定位全天佩戴场景。起售价 499 美元，3 月 31 日起已在 Meta.com 和 Ray-Ban.com 开放美国预购，4 月 14 日起进入美国眼镜零售商及部分国际市场门店。
Meta 同步宣布多项将于近期推出的软件更新：
1. 免手动营养追踪：语音或拍照即可将食物信息记入 Meta AI 应用日志，AI 可据此给出个性化建议，初期面向美国 18 岁以上 Ray-Ban Meta 和 Oakley Meta 用户，今夏晚些时候覆盖 Meta Ray-Ban Display
2. WhatsApp 摘要与召回：可对眼镜说「Hey Meta，帮我看看消息」，摘要在设备本地处理并保持端对端加密，将向 Ray-Ban Meta、Oakley Meta 和 Meta Ray-Ban Display 用户的早期访问计划（EAP）开放
3. 步行导航扩全美：5 月起覆盖美国所有城市，逐向导航直接显示在镜片内
Meta Ray-Ban Display 上的 Neural Handwriting 功能将在未来几周内向全部用户推出，并新增 iMessage 支持。
信源：https://about.fb.com/news/2026/03/meta-ai-glasses-built-for-prescriptions/
Meta 发布旗下首款专为处方镜片使用者设计的 Ray-Ban Meta AI 眼镜，推出两种新款式：矩形框 Blayzer Optics（Gen 2，分标准版和大号两种尺寸）和圆润框 Scriber Optics（Gen 2）。两款均配备加长折叠铰链、可替换鼻托及可由眼镜师调节的镜腿末端，支持几乎所有度数的处方镜片，定位全天佩戴场景。起售价 499 美元，3 月 31 日起已在 Meta.com 和 Ray-Ban.com 开放美国预购，4 月 14 日起进入美国眼镜零售商及部分国际市场门店。
Meta 同步宣布多项将于近期推出的软件更新：
1. 免手动营养追踪：语音或拍照即可将食物信息记入 Meta AI 应用日志，AI 可据此给出个性化建议，初期面向美国 18 岁以上 Ray-Ban Meta 和 Oakley Meta 用户，今夏晚些时候覆盖 Meta Ray-Ban Display
2. WhatsApp 摘要与召回：可对眼镜说「Hey Meta，帮我看看消息」，摘要在设备本地处理并保持端对端加密，将向 Ray-Ban Meta、Oakley Meta 和 Meta Ray-Ban Display 用户的早期访问计划（EAP）开放
3. 步行导航扩全美：5 月起覆盖美国所有城市，逐向导航直接显示在镜片内
Meta Ray-Ban Display 上的 Neural Handwriting 功能将在未来几周内向全部用户推出，并新增 iMessage 支持。
信源：https://about.fb.com/news/2026/03/meta-ai-glasses-built-for-prescriptions/
文远知行联手Grab在新加坡榜鹅开通首个公共Robotaxi：进驻住宅区，试运营期免费
文远知行与东南亚网约车平台 Grab 在新加坡榜鹅（Punggol）住宅区正式开通 Ai.R（Autonomously Intelligent Ride）公共 Robotaxi 服务，这是新加坡首个面向大众的公共自动驾驶出行服务。Grab 新加坡董事总经理 Alejandro Osorio 称，这也是首个进入住宅区的自动驾驶公共交通项目。
服务目前配备 11 辆自动驾驶车辆，提供两条完整接驳路线和一条约 20 分钟的短途迷你路线。平日 9:30 至 17:30 通过专属网站免费预约乘坐。自 2026 年 1 月试乘阶段启动以来，超过 1000 名乘客已参与体验，免费试运营期将延续至 2026 年中，此后根据乘客反馈转入付费运营。
此次落地新加坡，也是文远知行全球商业化布局的延伸。目前文远知行已在全球 12 个国家逾 40 座城市开展自动驾驶业务，机器人出租车队规模超过 1000 辆。两家公司还联合启动安全操作员转岗计划，目前已有 14 名 Grab 司机完成培训，从网约车司机转型为自动驾驶安全操作员。
信源：https://cnevpost.com/2026/04/01/weride-grab-launch-singapores-first-public-robotaxi-service/
文远知行与东南亚网约车平台 Grab 在新加坡榜鹅（Punggol）住宅区正式开通 Ai.R（Autonomously Intelligent Ride）公共 Robotaxi 服务，这是新加坡首个面向大众的公共自动驾驶出行服务。Grab 新加坡董事总经理 Alejandro Osorio 称，这也是首个进入住宅区的自动驾驶公共交通项目。
服务目前配备 11 辆自动驾驶车辆，提供两条完整接驳路线和一条约 20 分钟的短途迷你路线。平日 9:30 至 17:30 通过专属网站免费预约乘坐。自 2026 年 1 月试乘阶段启动以来，超过 1000 名乘客已参与体验，免费试运营期将延续至 2026 年中，此后根据乘客反馈转入付费运营。
此次落地新加坡，也是文远知行全球商业化布局的延伸。目前文远知行已在全球 12 个国家逾 40 座城市开展自动驾驶业务，机器人出租车队规模超过 1000 辆。两家公司还联合启动安全操作员转岗计划，目前已有 14 名 Grab 司机完成培训，从网约车司机转型为自动驾驶安全操作员。
信源：https://cnevpost.com/2026/04/01/weride-grab-launch-singapores-first-public-robotaxi-service/
开车可以问ChatGPT了：率先接入CarPlay，苹果开放语音AI类应用后首家到位
OpenAI 于 3 月 31 日更新 ChatGPT，新增 CarPlay 支持，成为主要 AI 工具中首个推出专属 CarPlay 应用的。使用须将 iPhone 升级至 iOS 26.4 或更高版本，该系统版本上周发布，首次将「语音对话类应用」纳入 CarPlay 允许的应用类别，并要求开发者申请苹果专项授权后方可接入。
CarPlay 版 ChatGPT 完全以语音为主要交互方式，不显示文字或图像，符合苹果针对驾驶场景的安全设计规范。界面仅有「结束」和静音两个按钮，支持查看历史语音对话列表。目前没有唤醒词，需手动在 CarPlay 界面打开应用才能使用；ChatGPT 也不能控制车辆功能或 iPhone 操作。
对驾驶途中想免持提问的用户来说，这是 Siri 之外的新选择。苹果同样的接入规则对所有第三方语音 AI 应用开放，ChatGPT 只是率先到位。
信源：https://9to5mac.com/2026/03/31/chatgpt-app-launches-for-carplay-on-ios-26-4/
OpenAI 于 3 月 31 日更新 ChatGPT，新增 CarPlay 支持，成为主要 AI 工具中首个推出专属 CarPlay 应用的。使用须将 iPhone 升级至 iOS 26.4 或更高版本，该系统版本上周发布，首次将「语音对话类应用」纳入 CarPlay 允许的应用类别，并要求开发者申请苹果专项授权后方可接入。
CarPlay 版 ChatGPT 完全以语音为主要交互方式，不显示文字或图像，符合苹果针对驾驶场景的安全设计规范。界面仅有「结束」和静音两个按钮，支持查看历史语音对话列表。目前没有唤醒词，需手动在 CarPlay 界面打开应用才能使用；ChatGPT 也不能控制车辆功能或 iPhone 操作。
对驾驶途中想免持提问的用户来说，这是 Siri 之外的新选择。苹果同样的接入规则对所有第三方语音 AI 应用开放，ChatGPT 只是率先到位。
信源：https://9to5mac.com/2026/03/31/chatgpt-app-launches-for-carplay-on-ios-26-4/
Claude Code新增/web-setup：复用本地GitHub凭据接入网页版
Claude Code 产品负责人 Cat Wu 宣布，claude.ai/code 的 GitHub 配置流程已大幅简化。用户现在可以在本地
信源：https://x.com/_catwu/status/2039027712288075812
Claude Code 产品负责人 Cat Wu 宣布，claude.ai/code 的 GitHub 配置流程已大幅简化。用户现在可以在本地
claude 会话中运行 /web-setup 命令，将本地已有的 GitHub 凭据直接同步至网页端，跳过在浏览器中重新完成 OAuth 授权的步骤。信源：https://x.com/_catwu/status/2039027712288075812
谷歌将axios供应链攻击归因朝鲜组织UNC1069
谷歌威胁情报团队（GTIG）和 Mandiant 将昨日 axios 供应链攻击归因于 UNC1069，一个自 2018 年起活跃、以金融动机为主的朝鲜背景黑客组织，历史攻击目标以加密货币和 AI 行业为主。归因依据是此次部署的 WAVESHAPER.V2 后门与 UNC1069 历史使用版本的直接代码传承，以及 C2 基础设施（sfrclak[.]com / 142.11.206.73）与其过往活动记录的重叠。
感染影响已在野确认。Huntress 检测到恶意包上线 89 秒后出现首次感染，确认至少 135 个客户系统在约 3 小时暴露期内遭入侵；Wiz 遥测显示安装了受影响版本的环境中约 3% 出现 RAT 执行记录。
调查同时披露了攻击为何能绕过 OIDC 和 2FA：axios 项目已将发布流程迁移至 OIDC Trusted Publishing，但发布配置中同时保留了旧式长期 npm token；npm 在两者并存时默认优先使用旧 token，攻击者只需窃取这个 legacy token 即可绕过所有现代安全措施。axios 主维护者事后发文：「我对几乎所有账号都启用了 2FA/MFA。」这一凭证遗留问题在过去 7 个月内已连续引发三次主要 npm 供应链攻击。
信源：https://cloud.google.com/blog/topics/threat-intelligence/north-korea-threat-actor-targets-axios-npm-package/
谷歌威胁情报团队（GTIG）和 Mandiant 将昨日 axios 供应链攻击归因于 UNC1069，一个自 2018 年起活跃、以金融动机为主的朝鲜背景黑客组织，历史攻击目标以加密货币和 AI 行业为主。归因依据是此次部署的 WAVESHAPER.V2 后门与 UNC1069 历史使用版本的直接代码传承，以及 C2 基础设施（sfrclak[.]com / 142.11.206.73）与其过往活动记录的重叠。
感染影响已在野确认。Huntress 检测到恶意包上线 89 秒后出现首次感染，确认至少 135 个客户系统在约 3 小时暴露期内遭入侵；Wiz 遥测显示安装了受影响版本的环境中约 3% 出现 RAT 执行记录。
调查同时披露了攻击为何能绕过 OIDC 和 2FA：axios 项目已将发布流程迁移至 OIDC Trusted Publishing，但发布配置中同时保留了旧式长期 npm token；npm 在两者并存时默认优先使用旧 token，攻击者只需窃取这个 legacy token 即可绕过所有现代安全措施。axios 主维护者事后发文：「我对几乎所有账号都启用了 2FA/MFA。」这一凭证遗留问题在过去 7 个月内已连续引发三次主要 npm 供应链攻击。
信源：https://cloud.google.com/blog/topics/threat-intelligence/north-korea-threat-actor-targets-axios-npm-package/
Nothing明年上半年发AI眼镜，CEO裴宇此前明确抵制
Web3智能手机制造商 Nothing 正在开发 AI 智能眼镜，计划于 2027 年上半年发布。彭博援引知情人士称，眼镜将配备摄像头、麦克风和扬声器，不设屏幕，AI 处理依赖智能手机和云端，与 Meta Ray-Ban 的技术路线相近。
有趣的是，CEO 裴宇此前明确抵制这一方向。知情人士称他此后改变想法，近期告知员工公司正专注于向手机和音频产品以外扩展更多品类。Nothing 目前产品线仅涵盖 Android 手机和音频设备。
此次入局时机敏感，三星和谷歌均在 Android XR 生态下规划各自的智能眼镜，Meta Ray-Ban 已率先确立市场标杆。Nothing 以独特工业设计著称，如何在同质化硬件规格下做出差异化，是这款产品能否立足的关键问题。
信源：https://www.bloomberg.com/news/articles/2026-03-31/device-startup-nothing-technology-plans-to-release-ai-glasses-next-year
Web3智能手机制造商 Nothing 正在开发 AI 智能眼镜，计划于 2027 年上半年发布。彭博援引知情人士称，眼镜将配备摄像头、麦克风和扬声器，不设屏幕，AI 处理依赖智能手机和云端，与 Meta Ray-Ban 的技术路线相近。
有趣的是，CEO 裴宇此前明确抵制这一方向。知情人士称他此后改变想法，近期告知员工公司正专注于向手机和音频产品以外扩展更多品类。Nothing 目前产品线仅涵盖 Android 手机和音频设备。
此次入局时机敏感，三星和谷歌均在 Android XR 生态下规划各自的智能眼镜，Meta Ray-Ban 已率先确立市场标杆。Nothing 以独特工业设计著称，如何在同质化硬件规格下做出差异化，是这款产品能否立足的关键问题。
信源：https://www.bloomberg.com/news/articles/2026-03-31/device-startup-nothing-technology-plans-to-release-ai-glasses-next-year
Mercury Edit 2发布：扩散模型预测下一处改动，代码修改接受率提升48%
AI 基础模型公司 Inception Labs 发布 Mercury Edit 2，一款专为代码编辑器「下一处改动预测」设计的扩散语言模型（dLLM）。与传统自回归模型逐 token 生成不同，Mercury Edit 2 用扩散机制并行生成所有 token，速度足以在用户思考时同步完成预测，按 Tab 键接受。
模型结合编辑历史和代码库上下文预测用户下一步改动。训练上，Inception Labs 采用 KTO（一种无配对强化学习方法），以用户接受或拒绝建议的行为作为偏好数据进行对齐。对齐后，模型改动接受率提升 48%，主动出示建议的频率降低 27%，改动更集中、干扰更少。
在涵盖行补全、变量重命名、重构、特性实现等场景的三个开源基准（Instinct、FIM、NEP）及一个内部基准上，Mercury Edit 2 的质量和速度均优于对照的定制下一处改动模型和速度优化前沿模型。代码编辑器 Zed 联合创始人 Max Brunsfeld 称，Mercury Edit 2 带来了「一种有实质差异的扩散式生成路径」。
Mercury Edit 2 现已通过 Inception Platform 开放 API 接入，集成至 Zed 和 ProxyAI。定价为输入 $0.25/百万 token，输出 $0.75/百万 token，缓存输入 $0.025/百万 token；新账号自动获赠 1000 万免费 token；Zed 用户使用官方提供的 API Key 可免费体验一个月。
信源：https://www.inceptionlabs.ai/blog/introducing-mercury-edit-2
AI 基础模型公司 Inception Labs 发布 Mercury Edit 2，一款专为代码编辑器「下一处改动预测」设计的扩散语言模型（dLLM）。与传统自回归模型逐 token 生成不同，Mercury Edit 2 用扩散机制并行生成所有 token，速度足以在用户思考时同步完成预测，按 Tab 键接受。
模型结合编辑历史和代码库上下文预测用户下一步改动。训练上，Inception Labs 采用 KTO（一种无配对强化学习方法），以用户接受或拒绝建议的行为作为偏好数据进行对齐。对齐后，模型改动接受率提升 48%，主动出示建议的频率降低 27%，改动更集中、干扰更少。
在涵盖行补全、变量重命名、重构、特性实现等场景的三个开源基准（Instinct、FIM、NEP）及一个内部基准上，Mercury Edit 2 的质量和速度均优于对照的定制下一处改动模型和速度优化前沿模型。代码编辑器 Zed 联合创始人 Max Brunsfeld 称，Mercury Edit 2 带来了「一种有实质差异的扩散式生成路径」。
Mercury Edit 2 现已通过 Inception Platform 开放 API 接入，集成至 Zed 和 ProxyAI。定价为输入 $0.25/百万 token，输出 $0.75/百万 token，缓存输入 $0.025/百万 token；新账号自动获赠 1000 万免费 token；Zed 用户使用官方提供的 API Key 可免费体验一个月。
信源：https://www.inceptionlabs.ai/blog/introducing-mercury-edit-2
甲骨文凌晨6点一封邮件裁掉数千人，要为AI数据中心挤出百亿美元
甲骨文（Oracle）周二启动大规模裁员。CNBC 援引两名知情人士确认裁员规模达数千人；一名甲骨文员工告诉 BBC，据公司内部 Slack 活跃人数变化推算，约 1 万人已受影响。TD Cowen 分析师今年 1 月估计，甲骨文裁减 2 万至 3 万人可带来 80 亿至 100 亿美元增量自由现金流。截至 2025 年 5 月，甲骨文全球员工约 16.2 万人。
多名员工在社交媒体上描述了裁员过程：凌晨 6 点（美东时间），署名「Oracle Leadership」的解雇邮件到达收件箱，告知当天即为最后工作日，此前没有任何来自主管或人力部门的预告。签署 DocuSign 离职文件后可获一个月遣散金，未归属的限制性股票单位立即作废。甲骨文高级经理 Michael Shepherd 在 LinkedIn 发帖称，被裁人员涵盖高级工程师、架构师、运维负责人、项目经理和技术专家，裁员与绩效无关。
裁员直接服务于甲骨文对 AI 基础设施的激进投入。公司今年 1 月宣布通过债务和股权融资 500 亿美元用于数据中心建设，也是 Stargate 计划（与 OpenAI、软银合作，总投资 5000 亿美元）的参与方。联席 CEO Clayton Magouyrk 本月财报电话会上称，「AI 基础设施的需求，无论 GPU 还是 CPU，都持续超过供应」，公司待确认合同金额已达 5530 亿美元。甲骨文股价今年已下跌 25%，跌幅超过所有科技巨头，但裁员消息公布后当天股价反涨约 5%。甲骨文拒绝置评。
信源：https://www.bbc.com/news/articles/cm296jzzl9yo
甲骨文（Oracle）周二启动大规模裁员。CNBC 援引两名知情人士确认裁员规模达数千人；一名甲骨文员工告诉 BBC，据公司内部 Slack 活跃人数变化推算，约 1 万人已受影响。TD Cowen 分析师今年 1 月估计，甲骨文裁减 2 万至 3 万人可带来 80 亿至 100 亿美元增量自由现金流。截至 2025 年 5 月，甲骨文全球员工约 16.2 万人。
多名员工在社交媒体上描述了裁员过程：凌晨 6 点（美东时间），署名「Oracle Leadership」的解雇邮件到达收件箱，告知当天即为最后工作日，此前没有任何来自主管或人力部门的预告。签署 DocuSign 离职文件后可获一个月遣散金，未归属的限制性股票单位立即作废。甲骨文高级经理 Michael Shepherd 在 LinkedIn 发帖称，被裁人员涵盖高级工程师、架构师、运维负责人、项目经理和技术专家，裁员与绩效无关。
裁员直接服务于甲骨文对 AI 基础设施的激进投入。公司今年 1 月宣布通过债务和股权融资 500 亿美元用于数据中心建设，也是 Stargate 计划（与 OpenAI、软银合作，总投资 5000 亿美元）的参与方。联席 CEO Clayton Magouyrk 本月财报电话会上称，「AI 基础设施的需求，无论 GPU 还是 CPU，都持续超过供应」，公司待确认合同金额已达 5530 亿美元。甲骨文股价今年已下跌 25%，跌幅超过所有科技巨头，但裁员消息公布后当天股价反涨约 5%。甲骨文拒绝置评。
信源：https://www.bbc.com/news/articles/cm296jzzl9yo
❤2
TII开源两款Falcon视觉模型：0.6B分割超SAM 3，语言越复杂优势越大
阿联酋 Falcon LLM 系列研发机构技术创新研究所（TII）在 Hugging Face 发布 Falcon Perception 和 Falcon OCR 两款视觉模型。两款模型均采用「早期融合」单一 Transformer 骨干：图像块与文本 token 共享参数空间，图像 token 使用双向注意力，文本 token 使用因果注意力，省去传统「视觉编码器 + 文本解码器」的级联设计。这使模型能真正读懂自然语言里的空间限定和对象关系，而不只是对视觉特征做语义检索。
Falcon Perception 参数量 0.6B，定位开放词汇图像分割与定位。在 SA-Co 基准上取得 Macro-F1 68.0，高于 Meta SAM 3 的 62.3。TII 同步发布诊断基准 PBench，按能力维度分层评测。Falcon Perception 在需要语言理解的任务上领先最为明显：
1. L2（OCR 引导识别，如找「标有 168 字样的酒瓶」）：38.0 vs SAM 3 的 24.6（+13.4）
2. L3（空间关系，如「左边的黑色汽车」「从左数第三扇窗」）：53.5 vs SAM 3 的 31.6（+21.9）
3. L4（交互关系，如「拿着雨伞的人」「使用手机的人」）：49.1 vs SAM 3 的 33.3（+15.8）
4. 密集场景（数百实例共存）：72.6 vs SAM 3 的 58.4（+14.2）
简单对象（L0）差距仅 +0.8，印证了差距随语言复杂度增大的规律。实例存在性校准（是否存在目标）方面，SAM 3 仍占优：MCC 0.82 vs 0.64。
Falcon OCR 参数量 0.3B，复用相同骨干但从零训练，专为文档理解设计。olmOCR 基准得分 80.3（距榜首 1.7 分），多栏版面（87.1%）和表格提取（90.3%）领跑所有测试模型；OmniDocBench 得分 88.64，超过参数量更大或依赖专有基础设施的 DeepSeek OCR v2、GPT 5.2 和 Mistral OCR 3。据 TII 官方表述，Falcon OCR 是开源 OCR 模型中吞吐量最高的，在单张 A100-80GB 上高并发实测达 5,825 token/秒（全流程约 2.9 张图/秒）。
两款模型均已在 Hugging Face 开源，Falcon Perception 提供在线 Playground。
信源：https://huggingface.co/blog/tiiuae/falcon-perception
阿联酋 Falcon LLM 系列研发机构技术创新研究所（TII）在 Hugging Face 发布 Falcon Perception 和 Falcon OCR 两款视觉模型。两款模型均采用「早期融合」单一 Transformer 骨干：图像块与文本 token 共享参数空间，图像 token 使用双向注意力，文本 token 使用因果注意力，省去传统「视觉编码器 + 文本解码器」的级联设计。这使模型能真正读懂自然语言里的空间限定和对象关系，而不只是对视觉特征做语义检索。
Falcon Perception 参数量 0.6B，定位开放词汇图像分割与定位。在 SA-Co 基准上取得 Macro-F1 68.0，高于 Meta SAM 3 的 62.3。TII 同步发布诊断基准 PBench，按能力维度分层评测。Falcon Perception 在需要语言理解的任务上领先最为明显：
1. L2（OCR 引导识别，如找「标有 168 字样的酒瓶」）：38.0 vs SAM 3 的 24.6（+13.4）
2. L3（空间关系，如「左边的黑色汽车」「从左数第三扇窗」）：53.5 vs SAM 3 的 31.6（+21.9）
3. L4（交互关系，如「拿着雨伞的人」「使用手机的人」）：49.1 vs SAM 3 的 33.3（+15.8）
4. 密集场景（数百实例共存）：72.6 vs SAM 3 的 58.4（+14.2）
简单对象（L0）差距仅 +0.8，印证了差距随语言复杂度增大的规律。实例存在性校准（是否存在目标）方面，SAM 3 仍占优：MCC 0.82 vs 0.64。
Falcon OCR 参数量 0.3B，复用相同骨干但从零训练，专为文档理解设计。olmOCR 基准得分 80.3（距榜首 1.7 分），多栏版面（87.1%）和表格提取（90.3%）领跑所有测试模型；OmniDocBench 得分 88.64，超过参数量更大或依赖专有基础设施的 DeepSeek OCR v2、GPT 5.2 和 Mistral OCR 3。据 TII 官方表述，Falcon OCR 是开源 OCR 模型中吞吐量最高的，在单张 A100-80GB 上高并发实测达 5,825 token/秒（全流程约 2.9 张图/秒）。
两款模型均已在 Hugging Face 开源，Falcon Perception 提供在线 Playground。
信源：https://huggingface.co/blog/tiiuae/falcon-perception
不用离线训练草稿模型了：Together AI开源Aurora，推测解码边推理边自学
AI 云平台 Together AI 开源 Aurora，一个基于强化学习的推测解码（speculative decoding）自适应框架。推测解码是当前加速大模型推理的主流手段：用一个小型「草稿模型」快速预测 token 序列，再由大模型并行验证，命中的直接采用，未命中的丢弃重来。问题在于，草稿模型是离线训练的静态产物，生产流量一旦漂移（模型升级、用户群变化、任务类型切换），预测准确率就持续下降，而重新离线训练既昂贵又滞后。
Aurora 把推测解码重新建模为强化学习问题：草稿模型是策略，大模型验证器是环境，被接受的 token 是正奖励，被拒绝的是负反馈。系统分推理服务器和训练服务器两个解耦组件，推理端正常处理请求并将验证结果流式写入缓冲区，训练端异步拉取数据更新草稿模型权重后热替换回推理端，全程不中断服务。
在 4 万条跨 5 个领域（数学推理、Text-to-SQL、代码生成、金融、通用对话）的模拟流量测试中，Aurora 在流量域突变后约 1 万条请求内恢复接受长度，比训练充分的静态草稿模型额外提速 1.25 倍。更值得注意的结果是，从零开始在线训练的 Aurora 接受长度达到 3.08，超过静态基线的 2.63 和「先预训练再微调」基线的 2.99，吞吐量稳定在 302.3 tokens/秒，直接挑战了「推测解码必须依赖大规模离线预训练」的既有认知。
端到端实测中，在 Qwen3-Coder-Next（FP8）上 batch size 为 1 时推测解码带来 1.92 倍加速，MiniMax M2.5（FP8）上为 1.63 倍。Aurora 去年发布的前身 ATLAS 奠定了自适应推测器的基础，此次升级为完全自主的闭环系统。代码已在 GitHub 开源。
信源：https://www.together.ai/blog/aurora
AI 云平台 Together AI 开源 Aurora，一个基于强化学习的推测解码（speculative decoding）自适应框架。推测解码是当前加速大模型推理的主流手段：用一个小型「草稿模型」快速预测 token 序列，再由大模型并行验证，命中的直接采用，未命中的丢弃重来。问题在于，草稿模型是离线训练的静态产物，生产流量一旦漂移（模型升级、用户群变化、任务类型切换），预测准确率就持续下降，而重新离线训练既昂贵又滞后。
Aurora 把推测解码重新建模为强化学习问题：草稿模型是策略，大模型验证器是环境，被接受的 token 是正奖励，被拒绝的是负反馈。系统分推理服务器和训练服务器两个解耦组件，推理端正常处理请求并将验证结果流式写入缓冲区，训练端异步拉取数据更新草稿模型权重后热替换回推理端，全程不中断服务。
在 4 万条跨 5 个领域（数学推理、Text-to-SQL、代码生成、金融、通用对话）的模拟流量测试中，Aurora 在流量域突变后约 1 万条请求内恢复接受长度，比训练充分的静态草稿模型额外提速 1.25 倍。更值得注意的结果是，从零开始在线训练的 Aurora 接受长度达到 3.08，超过静态基线的 2.63 和「先预训练再微调」基线的 2.99，吞吐量稳定在 302.3 tokens/秒，直接挑战了「推测解码必须依赖大规模离线预训练」的既有认知。
端到端实测中，在 Qwen3-Coder-Next（FP8）上 batch size 为 1 时推测解码带来 1.92 倍加速，MiniMax M2.5（FP8）上为 1.63 倍。Aurora 去年发布的前身 ATLAS 奠定了自适应推测器的基础，此次升级为完全自主的闭环系统。代码已在 GitHub 开源。
信源：https://www.together.ai/blog/aurora
英伟达20亿美元入股Marvell，把定制芯片对手收编进自家生态
英伟达宣布向半导体公司 Marvell Technology 投资 20 亿美元，同时通过 NVLink Fusion 平台向 Marvell 开放 AI 服务器架构，允许其将定制 AI 芯片和网络设备集成到英伟达系统中。双方还将在硅光子（用光代替铜线传输数据，可大幅提速并降低能耗）和 5G/6G 电信网络 AI 化方面展开合作。
Marvell 的核心业务之一是帮助亚马逊等云计算巨头设计定制 AI 加速芯片，这些芯片本质上是英伟达 GPU 的替代方案。英伟达此举相当于主动拥抱定制芯片趋势：与其让客户在英伟达 GPU 和定制芯片之间二选一，不如让定制芯片也运行在英伟达的基础设施生态中。按照合作分工，Marvell 提供定制加速芯片（XPU）和兼容 NVLink Fusion 的扩展网络，英伟达提供 Vera CPU、网卡、DPU、交换机和机柜级 AI 算力。
黄仁勋在声明中称：「推理拐点已经到来，token 生成需求激增，全世界都在竞相建造 AI 工厂。」Marvell 董事长兼 CEO Matt Murphy 在 CNBC 采访中表示他不认为这是零和博弈，两家公司正在共同扩大整个市场。
这是英伟达近年来沿 AI 供应链的又一笔数十亿美元级投资。去年 5 月黄仁勋宣布开放 AI 服务器架构允许多家合作伙伴（包括 Marvell）部署定制芯片，此次入股是这一开放战略的实质性落地。硅光子合作同样值得关注，Marvell 去年 12 月已收购硅光子初创公司 Celestial AI。消息公布后 Marvell 股价大涨 13% 至 99.05 美元，创三周多以来最大单日涨幅；英伟达涨 5.6% 至 174.40 美元。
信源：https://nvidianews.nvidia.com/news/nvidia-ai-ecosystem-expands-as-marvell-joins-forces-through-nvlink-fusion
英伟达宣布向半导体公司 Marvell Technology 投资 20 亿美元，同时通过 NVLink Fusion 平台向 Marvell 开放 AI 服务器架构，允许其将定制 AI 芯片和网络设备集成到英伟达系统中。双方还将在硅光子（用光代替铜线传输数据，可大幅提速并降低能耗）和 5G/6G 电信网络 AI 化方面展开合作。
Marvell 的核心业务之一是帮助亚马逊等云计算巨头设计定制 AI 加速芯片，这些芯片本质上是英伟达 GPU 的替代方案。英伟达此举相当于主动拥抱定制芯片趋势：与其让客户在英伟达 GPU 和定制芯片之间二选一，不如让定制芯片也运行在英伟达的基础设施生态中。按照合作分工，Marvell 提供定制加速芯片（XPU）和兼容 NVLink Fusion 的扩展网络，英伟达提供 Vera CPU、网卡、DPU、交换机和机柜级 AI 算力。
黄仁勋在声明中称：「推理拐点已经到来，token 生成需求激增，全世界都在竞相建造 AI 工厂。」Marvell 董事长兼 CEO Matt Murphy 在 CNBC 采访中表示他不认为这是零和博弈，两家公司正在共同扩大整个市场。
这是英伟达近年来沿 AI 供应链的又一笔数十亿美元级投资。去年 5 月黄仁勋宣布开放 AI 服务器架构允许多家合作伙伴（包括 Marvell）部署定制芯片，此次入股是这一开放战略的实质性落地。硅光子合作同样值得关注，Marvell 去年 12 月已收购硅光子初创公司 Celestial AI。消息公布后 Marvell 股价大涨 13% 至 99.05 美元，创三周多以来最大单日涨幅；英伟达涨 5.6% 至 174.40 美元。
信源：https://nvidianews.nvidia.com/news/nvidia-ai-ecosystem-expands-as-marvell-joins-forces-through-nvlink-fusion
Claude新宠物功能上线不到一天就被破解：社区开源重抽工具，白板秒变闪光传说
Claude Code 新宠物功能 /buddy 上线数小时，开发者社区就从泄露源码中找到了重抽方法，开源工具和教程已在 Linux.do、V2EX、GitHub 等平台传播。
目前至少有两种重抽路径。一种针对宠物生成算法中的固定盐值（salt），该值以 15 个字符硬编码在 Claude Code 的编译产物中，通过同长度替换即可改变随机种子，暴力枚举后找到对应目标宠物的值写入即可。另一种利用认证路径差异：订阅用户正常登录时，服务端下发的 accountUuid 作为宠物种子且无法篡改，但通过环境变量认证时该值不被写入本地配置，系统退而求其次读取可自由编辑的 userID 字段。
改 salt 的方法最脆弱，下次 Claude Code 更新就会被覆盖。改 userID 对订阅用户来说也有保质期，Anthropic 补上环境变量路径的 accountUuid 写入逻辑即可封堵。API 用户（使用自有 API Key 认证）天然没有 accountUuid，可直接修改 userID，窗口相对更长，但 Anthropic 同样可以通过 API Key 哈希生成稳定标识来封堵。骨架数据不存本地，每次启动实时计算，任何服务端补丁都能立刻生效。
另外，userID 不只服务于宠物系统。泄露源码显示遥测上报和 A/B 测试分组同样读取该值，修改后可能导致实验功能异常或使用数据断裂。
信源：https://linux.do/t/topic/1871870
Claude Code 新宠物功能 /buddy 上线数小时，开发者社区就从泄露源码中找到了重抽方法，开源工具和教程已在 Linux.do、V2EX、GitHub 等平台传播。
目前至少有两种重抽路径。一种针对宠物生成算法中的固定盐值（salt），该值以 15 个字符硬编码在 Claude Code 的编译产物中，通过同长度替换即可改变随机种子，暴力枚举后找到对应目标宠物的值写入即可。另一种利用认证路径差异：订阅用户正常登录时，服务端下发的 accountUuid 作为宠物种子且无法篡改，但通过环境变量认证时该值不被写入本地配置，系统退而求其次读取可自由编辑的 userID 字段。
改 salt 的方法最脆弱，下次 Claude Code 更新就会被覆盖。改 userID 对订阅用户来说也有保质期，Anthropic 补上环境变量路径的 accountUuid 写入逻辑即可封堵。API 用户（使用自有 API Key 认证）天然没有 accountUuid，可直接修改 userID，窗口相对更长，但 Anthropic 同样可以通过 API Key 哈希生成稳定标识来封堵。骨架数据不存本地，每次启动实时计算，任何服务端补丁都能立刻生效。
另外，userID 不只服务于宠物系统。泄露源码显示遥测上报和 A/B 测试分组同样读取该值，修改后可能导致实验功能异常或使用数据断裂。
信源：https://linux.do/t/topic/1871870
6亿美元OpenAI股份无人接盘，买家带20亿美元现金排队抢Anthropic
OpenAI 刚以 8520 亿美元估值完成 1220 亿美元融资，但二级市场讲的是另一个故事。二级交易公司 Next Round Capital 创始人 Ken Smythe 称，近几周约有六家机构投资者（包括对冲基金和风投）找到他想出售总计约 6 亿美元的 OpenAI 股份，去年这些股份几天内就会被抢光，现在无人问津。「我们在数百家机构投资者中找不到任何一家愿意接手，」他说，该公司已累计撮合 25 亿美元交易。与此同时，「买家已表示有 20 亿美元现金准备投入 Anthropic。」
二级平台 Augment 和 Hiive 同样录得 Anthropic 创纪录需求。Augment 联合创始人 Adam Crawley 称，OpenAI 8520 亿与 Anthropic 3800 亿的估值差距正推动投资者抢购后者：「现在就是更好的风险回报。人们押注 Anthropic 估值会追上 OpenAI，但买 OpenAI 的近期回报不太明朗。」Next Round 和 Augment 的报价均将 Anthropic 估值推至约 6000 亿美元，较上一轮融资溢价超过 50%；Hiive 联合创始人 Prab Rattan 称平台上 Anthropic 需求已超 16 亿美元，同样带有溢价。Crawley 称这一需求「本质上是无上限的」。
OpenAI 方面，Next Round 录得的买入报价对应估值约 7650 亿美元，较此前 8500 亿折价约 10%。高盛和摩根士丹利已开始向财富客户分销 OpenAI 股份且不收取附带权益费（carry），而高盛对 Anthropic 仍收取常规的约 15%-20% 利润分成。一级市场融资和二级市场交易的逻辑并不相同：一级融资中，现有股东常被邀请跟投以维持持股比例，与其拒绝（创始人可能不愿看到），不如先买入再到二级市场减持部分敞口。
部分投资者对 OpenAI 高企的运营成本持谨慎态度。该公司未来数年在基础设施上的承诺支出远超 Anthropic，且消费端收入占比约六成，企业客户拓展偏慢；Anthropic 则已占据利润率更高的企业市场，Crawley 认为其增长曲线因此更强。两家公司均不允许投资者未经许可在二级市场交易股份，但通过特殊目的载体（SPV）等机制，这些股份在多个平台上仍可获得。OpenAI 发言人回应称，公司「近期已通过银行建立了授权渠道供个人参与，且零手续费，以对抗高费率经纪商模式」，并提醒「对任何声称持有 OpenAI 股权（包括通过 SPV）的公司保持高度警惕」。
信源：https://www.bloomberg.com/news/articles/2026-04-01/openai-demand-sinks-on-secondary-market-as-anthropic-runs-hot
OpenAI 刚以 8520 亿美元估值完成 1220 亿美元融资，但二级市场讲的是另一个故事。二级交易公司 Next Round Capital 创始人 Ken Smythe 称，近几周约有六家机构投资者（包括对冲基金和风投）找到他想出售总计约 6 亿美元的 OpenAI 股份，去年这些股份几天内就会被抢光，现在无人问津。「我们在数百家机构投资者中找不到任何一家愿意接手，」他说，该公司已累计撮合 25 亿美元交易。与此同时，「买家已表示有 20 亿美元现金准备投入 Anthropic。」
二级平台 Augment 和 Hiive 同样录得 Anthropic 创纪录需求。Augment 联合创始人 Adam Crawley 称，OpenAI 8520 亿与 Anthropic 3800 亿的估值差距正推动投资者抢购后者：「现在就是更好的风险回报。人们押注 Anthropic 估值会追上 OpenAI，但买 OpenAI 的近期回报不太明朗。」Next Round 和 Augment 的报价均将 Anthropic 估值推至约 6000 亿美元，较上一轮融资溢价超过 50%；Hiive 联合创始人 Prab Rattan 称平台上 Anthropic 需求已超 16 亿美元，同样带有溢价。Crawley 称这一需求「本质上是无上限的」。
OpenAI 方面，Next Round 录得的买入报价对应估值约 7650 亿美元，较此前 8500 亿折价约 10%。高盛和摩根士丹利已开始向财富客户分销 OpenAI 股份且不收取附带权益费（carry），而高盛对 Anthropic 仍收取常规的约 15%-20% 利润分成。一级市场融资和二级市场交易的逻辑并不相同：一级融资中，现有股东常被邀请跟投以维持持股比例，与其拒绝（创始人可能不愿看到），不如先买入再到二级市场减持部分敞口。
部分投资者对 OpenAI 高企的运营成本持谨慎态度。该公司未来数年在基础设施上的承诺支出远超 Anthropic，且消费端收入占比约六成，企业客户拓展偏慢；Anthropic 则已占据利润率更高的企业市场，Crawley 认为其增长曲线因此更强。两家公司均不允许投资者未经许可在二级市场交易股份，但通过特殊目的载体（SPV）等机制，这些股份在多个平台上仍可获得。OpenAI 发言人回应称，公司「近期已通过银行建立了授权渠道供个人参与，且零手续费，以对抗高费率经纪商模式」，并提醒「对任何声称持有 OpenAI 股权（包括通过 SPV）的公司保持高度警惕」。
信源：https://www.bloomberg.com/news/articles/2026-04-01/openai-demand-sinks-on-secondary-market-as-anthropic-runs-hot
智谱发布其首个多模态编程基座模型GLM-5V-Turbo
智谱 AI 发布 GLM-5V-Turbo，定位为其首个多模态编程基座模型。该模型原生处理图像、视频和文本输入，支持 200K 上下文窗口和最大 128K 输出 token，专为视觉编程任务设计。
此前的编程模型只能处理文本代码，遇到设计稿转代码、根据截图定位 bug 等需要「看见」界面的任务时无法胜任。GLM-5V-Turbo 补上了这块短板，深度适配 Agent 工作流，可与 Claude Code 和 OpenClaw 配合完成「理解环境 → 制定计划 → 执行任务」的完整闭环。
技术上，模型采用新的 CogViT 视觉编码器和推理友好的 MTP（多 token 预测）架构，从预训练到后训练持续强化视觉与文本的对齐。训练阶段使用 30 余种任务联合强化学习，涵盖 STEM 推理、视觉定位、视频理解、GUI Agent 和编程 Agent，避免了视觉能力提升导致编程能力下降的跷跷板效应。
典型应用场景包括：
1. 输入设计稿或参考图片，直接生成可运行的前端项目，高保真设计稿可逼近像素级还原
2. 配合 Claude Code 自主浏览目标网站、采集页面跳转和交互细节，再据此生成代码
3. 输入 bug 页面截图，自动识别布局错位、组件重叠、色彩不匹配等渲染问题并生成修复代码
在多模态编程和 Agent 任务基准测试中，GLM-5V-Turbo 以较小的模型参数量在设计稿转代码、视觉代码生成、GUI 环境操作（AndroidWorld、WebVoyager）等方向取得领先成绩。纯文本编程基准 CC-Bench-V2 的后端、前端和仓库探索三项核心测试中同样表现稳健，视觉能力的加入未损害文本编程能力。模型同时发布图像描述、视觉定位、文档写作、简历筛选、提示词生成 5 个官方 Skill，已上线 ClawHub。
信源：https://docs.z.ai/guides/vlm/glm-5v-turbo
智谱 AI 发布 GLM-5V-Turbo，定位为其首个多模态编程基座模型。该模型原生处理图像、视频和文本输入，支持 200K 上下文窗口和最大 128K 输出 token，专为视觉编程任务设计。
此前的编程模型只能处理文本代码，遇到设计稿转代码、根据截图定位 bug 等需要「看见」界面的任务时无法胜任。GLM-5V-Turbo 补上了这块短板，深度适配 Agent 工作流，可与 Claude Code 和 OpenClaw 配合完成「理解环境 → 制定计划 → 执行任务」的完整闭环。
技术上，模型采用新的 CogViT 视觉编码器和推理友好的 MTP（多 token 预测）架构，从预训练到后训练持续强化视觉与文本的对齐。训练阶段使用 30 余种任务联合强化学习，涵盖 STEM 推理、视觉定位、视频理解、GUI Agent 和编程 Agent，避免了视觉能力提升导致编程能力下降的跷跷板效应。
典型应用场景包括：
1. 输入设计稿或参考图片，直接生成可运行的前端项目，高保真设计稿可逼近像素级还原
2. 配合 Claude Code 自主浏览目标网站、采集页面跳转和交互细节，再据此生成代码
3. 输入 bug 页面截图，自动识别布局错位、组件重叠、色彩不匹配等渲染问题并生成修复代码
在多模态编程和 Agent 任务基准测试中，GLM-5V-Turbo 以较小的模型参数量在设计稿转代码、视觉代码生成、GUI 环境操作（AndroidWorld、WebVoyager）等方向取得领先成绩。纯文本编程基准 CC-Bench-V2 的后端、前端和仓库探索三项核心测试中同样表现稳健，视觉能力的加入未损害文本编程能力。模型同时发布图像描述、视觉定位、文档写作、简历筛选、提示词生成 5 个官方 Skill，已上线 ClawHub。
信源：https://docs.z.ai/guides/vlm/glm-5v-turbo