全球AI进展观察 - 节目列表

今天这期不先讲谁又发了一个更强的模型，而是看一个更现实的问题： 以后你用 AI，是会更便宜、更方便，还是会被某个入口、某个订阅、某套硬件生态锁住？ 本期主线有三条： 第一，成本。OpenAI 自研推理芯片、高通 AI 数据中心芯片、中国倡议 AI 硬件零关税、豆包专业版订阅，说明 AI 正在从免费试用进入真实账单阶段。 第二，入口。Claude 接入 Slack，豆包进入特斯拉车机，达沃斯讨论汽车超级智能体，AI 相关专业成为高考志愿热点，说明 AI 正在进入办公、汽车、教育和日常设备。 第三，行动。Cosmos 3、商汤全模态智能体、中兴工厂排产、雄安 AI 原生产业政策，以及 GitHub 上的 OpenMontage、Unlimited OCR、TradingAgents、OpenClaw，都指向同一件事：AI 不只是回答问题，而是开始进入工作流，把事情做完。 一句话总结： AI 正在从聊天框里走出来。下一阶段，它不只比谁更聪明，而是比谁更便宜、更近、更能干，也更可控。 本音频由 AI 生成。

本期主线：AI 正在离开聊天框。 今天这组新闻，最适合用一句话概括：Agent 上岗，机器人进厂。AI 开始进工厂、进公司、进手机、进安全系统，也进入团队协作和本地文件。 国外部分看软银孙正义继续押注 AI 与机器人、KPMG 报告显示近九成企业已落地代理式 AI，以及芝加哥 AI 周围绕负责任 AI 和产业落地展开讨论。 国内部分看 ISC.AI 2026 上 360 发布 AI 安全攻防智能体，MWC 上海展示移动 AI 全栈，中国移动推进“词元超市”，以及豆包专业版从聊天工具升级到可执行任务的办公 Agent。 社交媒体部分看豆包专业版定价、周鸿祎关于 AI 与裁员的讨论、国产 AI 手机跨 App 操作的权限争议，以及 Claude Tag 进入团队协作场景。 GitHub / 开发者部分看 open-notebook、goose、fff、CopilotKit 和 microsoft/mxc。它们共同指向一条基础设施链：本地知识、Agent 运行、文件检索、前端交互和安全隔离。 一句话总结：真正的竞争，已经从“谁回答得更像人”，变成“谁能安全、稳定、可控地把事情做完”。 本期来源： 1. 证券时报：https://www.stcn.com/article/detail/3976742.html 2. 澎湃新闻：https://m.thepaper.cn/newsDetail_forward_33436969 3. KPMG Global Tech Report 2026：https://kpmg.com/xx/en/our-insights/ai-and-technology/global-tech-report.html 4. Chicago AI Week 2026：https://chicagoaiweek.com/ 5. 新华网：https://www.news.cn/tech/20260624/5e5f4cb6c7104fcb86629bf9f1b7e60c/c.html 6. MWC Shanghai：https://www.mwcshanghai.cn/exhibition/mobile-ai-innovation-frontiers 7. 科技日报：https://www.stdaily.com/web/gdxw/2026-06/24/content_536585.html 8. iThome：https://www.ithome.com.tw/news/176837 9. GitHub：open-notebook / goose / fff / CopilotKit / microsoft/mxc 本音频为 AI 生成。

本期看一个关键词：基建账。 今天不是单纯谁又发了一个更强模型，而是 AI 正在变成真实生产系统：钱、算力、内存、数据、内容标识、agent 权限，全都进入了生产账。 国外部分看 Baseten 15 亿美元融资、Reflection AI 与 SpaceXAI 的最高 63 亿美元算力合同、Anthropic 的估值/IPO/Opus 4.8/Micron 内存合作，以及 NVIDIA Nemotron 3 Ultra。主线是：模型竞赛前面，先是基建竞赛。 国内部分看火山引擎发布豆包 2.1 Pro，豆包日均 Token 调用量突破 180 万亿；同时纠偏 AI 生成内容标识话题：《人工智能生成合成内容标识办法》官方自 2025 年 9 月 1 日施行，今天的热度更多来自平台执行和创作者讨论。 社交媒体部分看“不要对 AI 说谢谢”、低价售脸给 AI 短剧、AI 标识争议和 agent “炸库”讨论。它们共同提醒：AI 成本、肖像授权、内容追溯和生产权限都需要明确边界。 GitHub / 开发者部分看 OpenMontage、Anthropic-Cybersecurity-Skills、last30days-skill 和 ai-hedge-fund。agent 正在从写代码，变成一组技能、一套管线、一个可审计流程。 一句话总结：AI 正从能力竞赛，进入基建账和边界线的竞争。 本期来源： 1. TechCrunch: https://techcrunch.com/2026/06/18/ai-inference-startup-baseten-reportedly-raising-1-5b-months-after-its-last-mega-round/ 2. TechCrunch: https://techcrunch.com/2026/06/22/spacex-inks-compute-deal-with-reflection-ai-an-open-source-ai-lab/ 3. Anthropic: https://www.anthropic.com/news/series-h 4. Micron: https://investors.micron.com/news-releases/news-release-details/micron-and-anthropic-announce-strategic-agreement-scale-next 5. 新华网: https://www.xinhuanet.com/tech/20260623/acd6f2f27fc34459a7d1684c03278431/c.html 6. 中央网信办: https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm 7. GitHub Trending: https://github.com/trending 本音频为 AI 生成。

这期从一个最具体的变化讲起：AI 免费版产品开始进入广告、会员和限制并存的新阶段。 今天不是读一串新闻，而是讲清楚一件事：AI 正在从一个聪明工具，变成生活入口、商业系统和产业基础设施。 本期重点： 1. OpenAI 商业化与 GPT-5.6 灰度测试：免费 AI 到底谁买单？ 2. 顶级 AI 人才流动：AI 公司抢的不是人，是未来路线。 3. 美国 AI 基建遇阻：聪明的 AI，也要插得上电。 4. 微信“小微”、豆包 AI 打车、阿里千问开放 Agent：AI 开始进入日常入口。 5. 智谱、百川、AI 制药合作：真正赚钱的 AI，往往在专业场景里。 6. AI 脸热搜与 GitHub 热门项目：AI 工具链开始补稳定、安全、低成本的短板。 听完这一期，可以带走三个判断： 1. 选 AI 工具，不只看效果，还要看商业模式、价格、广告、权限和稳定性。 2. 看 AI 入口，不只看模型强不强，还要看它离你的生活和工作有多近。 3. 学 AI，不只学提示词，还要学会把自己的工作整理成流程、模板、数据和验收标准。 一句话总结：以后不要只问 AI 聪不聪明，要问它进了谁的入口，接了谁的服务，改变了谁的工作。 口径说明： - 本期为 2026 年 6 月 22 日 AI 资讯汇总，计划用于 6 月 23 日发布。 - 部分产品灰度与市场数据请以上线页面、公司公告和交易所信息为准。 本音频为 AI 生成。

这期先从六月二十日那条最有冲击力的 AI 消息讲起：OpenAI、Google DeepMind、Anthropic 等公司负责人坐进了 G7 讨论桌。 这条新闻真正重要的，不只是“谁出席了”，而是 AI 公司正在从工具供应商，变成规则和资源的关键参与者。 这跟普通人也有关。以后你用的 AI 工具为什么会涨价、为什么会限制次数、为什么公司数据不能随便上传、为什么某些功能突然不能用了，背后都可能不是产品小调整，而是规则、算力、数据和公司权力的变化。 本期回答一个问题：AI 的开关，正在被谁握住？ 国际部分看 G7 讨论桌、欧洲 AI 主权焦虑，以及 John Jumper、Noam Shazeer 等顶尖人才流动。它们说明，AI 竞争已经不只是模型强不强，还包括谁参与规则、谁掌握算力访问、谁吸引关键人才。 国内部分看国家数据局的行业高质量数据集行动方案。真正让 AI 进入产业现场的，不只是更大的通用模型，还有干净、专业、可授权、可追溯、能持续更新的行业数据。 开发者部分看 headroom、codebase-memory-mcp、kilocode、voicebox 等项目。它们说明，AI 要进入真实工作流，还需要上下文压缩、代码库记忆、工程平台和语音工具边界。 听完这一期，可以带走三个判断： 1. 选 AI 工具，不只看功能，还要看价格、权限、稳定性和数据边界。 2. 学 AI，不只学提示词，还要把自己的行业经验整理成流程、模板和数据。 3. 看 AI 公司，不只看模型发布，还要看它有没有规则、算力、数据、人才和开发者生态。 一句话总结：别只看 AI 聪不聪明，要看开关在谁手里。 本期来源： 1. Axios: https://www.axios.com/2026/06/20/ai-tech-moguls-g7 2. The Guardian: https://www.theguardian.com/technology/2026/jun/20/europe-sleepwalking-ai-disaster-us-china 3. The Next Web: https://thenextweb.com/news/john-jumper-nobel-deepmind-leaves-anthropic-alphafold 4. Axios: https://www.axios.com/2026/06/18/noam-shazeer-google-openai-characterai 5. 国家数据局: https://www.nda.gov.cn/sjj/zwgk/tzgg/0608/20260608172117399715004_pc.html 6. GitHub Trending: https://github.com/trending 口径说明： - G7 与 Europe 2031 相关报道均为六月二十日消息；本期是在六月二十二日定时节目中从这两条消息讲起。 - Europe 2031 是欧洲政策圈传播的情景推演，不是既成事实，也不是预言。 本音频为 AI 生成。

本期看一个关键词：资源阀门。 昨天我们聊 agent 的控制权，今天往外推一层：AI 竞争正在从模型能力排名，转向谁能掌握治理席位、算力访问、行业数据、顶尖人才和开发者入口。 国际部分看 G7 场景里 AI 公司 CEO 与国家领导人同桌讨论治理，欧洲围绕 AI 主权和数据中心产生的新焦虑，以及 John Jumper、Noam Shazeer 等顶尖人才从 Google 系流向 Anthropic 和 OpenAI。 国内部分看国家数据局的行业高质量数据集行动方案：真正让 AI 进入产业现场的，不只是更大的通用模型，还有可授权、可追溯、可测评、能持续更新的行业数据。 社交媒体部分看两个争议：AI 公司是否正在变成准基础设施；欧洲的 AI 焦虑到底是清醒还是过度恐慌。 GitHub / 开发者部分看 headroom、codebase-memory-mcp、kilocode、voicebox 等项目。它们共同说明，开发者世界也在争上下文、代码记忆、工程平台和媒体生产工具这些新入口。 一句话总结：模型是发动机，但资源阀门决定发动机能不能持续运转。 本期来源： 1. Axios: https://www.axios.com/2026/06/20/ai-tech-moguls-g7 2. The Guardian: https://www.theguardian.com/technology/2026/jun/20/europe-sleepwalking-ai-disaster-us-china 3. The Next Web: https://thenextweb.com/news/john-jumper-nobel-deepmind-leaves-anthropic-alphafold 4. 国家数据局: https://www.nda.gov.cn/sjj/zwgk/tzgg/0608/20260608172117399715004_pc.html 5. GitHub Trending: https://github.com/trending 本音频为 AI 生成。

本期看一个关键词：控制权。 今天的新变化不是模型又强了一点，而是 AI agent 真进入工作流以后，权限、监控、叫停、算力和政策开始变成产品的一部分。 国际部分看 Google DeepMind 的 AI Control Roadmap、Anthropic 与美国政府围绕 Fable / Mythos 模型安全规则的谈判，以及 OpenAI 引入 AI 政策学者 Dean Ball。主线是：前沿实验室正在从研究公司，变成同时需要工程、治理、政府沟通和风险响应的新型制度机构。 国内部分谨慎处理：当天可核验的国内 A 类硬新闻不多，因此不硬凑模型发布。节目用“主权 AI”框架和香港机器人便利店案例，观察 AI 基础设施与具身智能如何进入现实服务场景。 社交媒体部分看两个争议：谁来决定一个模型是否太危险；以及用 AI 监控 AI 到底能不能建立可靠信任。 GitHub / 开发者部分看 AI 编程带来的平台容量压力。GitHub 代码活动激增，微软确认探索多云容量，这说明 agent 的成本不只是模型推理费，还包括代码托管、协作平台和云基础设施。 本期来源： 1. Google DeepMind AI Control Roadmap：https://deepmind.google/blog/securing-the-future-of-ai-agents/ 2. Axios 对 DeepMind agent 控制路线图的报道：https://www.axios.com/2026/06/18/google-deepmind-prepares-for-rogue-ai-agents 3. Business Insider 关于 Anthropic 与白宫 AI 安全规则谈判：https://www.businessinsider.com/white-house-talks-anthropic-ai-security-rules-2026-6 4. Axios 关于 Dean Ball 加入 OpenAI：https://www.axios.com/2026/06/18/dean-ball-openai 5. Business Insider 关于 GitHub AI 驱动容量压力：https://www.businessinsider.com/microsoft-github-amazon-ai-cloud-capacity-2026-6 一句话总结：AI 正从能力竞赛，进入控制权竞赛。

本期看一个关键词：高风险流程。 今天的新变化不是 AI 又多了几个入口，而是开始进入医疗判断、企业成本、机器人产业和工程协作这些低容错环节。 国际部分看 OpenAI 的罕见儿童遗传病病例再分析、ChatGPT 健康智能改进，以及 ChatGPT Enterprise 的用量分析和支出控制。它们共同说明，AI 正在从回答问题，进入需要复核、日志、权限和成本控制的专业流程。 国内部分看深圳修订具身智能机器人技术创新与产业发展行动计划，并补充青岛“蓝鲲智种”水产育种专用大模型平台。重点不是单个产品发布，而是 AI 开始进入机器人、硬件、产业试验和行业研发链条。 社交媒体部分看医疗 AI、企业成本账和 agent 工程管理的讨论。争议集中在同一个问题：AI 越接近真实流程，越不能只讲能力，还要讲边界、复核、权限、成本和责任。 GitHub 热点看 duplicate issue detection、GitHub MCP server 的 issue fields 支持，以及 MAI-Code-1-Flash 进入更多 Copilot 表面。开发者正在把 AI 从生成代码，推进到整理问题、维护项目秩序和分布式开发入口。 本期来源： 1. OpenAI 罕见儿童遗传病病例再分析：https://openai.com/index/diagnose-rare-childhood-diseases/ 2. OpenAI ChatGPT 健康智能改进：https://openai.com/index/improving-health-intelligence-in-chatgpt/ 3. OpenAI ChatGPT Enterprise 支出控制：https://openai.com/index/chatgpt-enterprise-spend-controls/ 4. 深圳市具身智能机器人技术创新与产业发展行动计划：https://stic.sz.gov.cn/xxgk/tzgg/content/post_12851036.html 5. GitHub duplicate detection 与 issue fields MCP 支持：https://github.blog/changelog/2026-06-18-duplicate-detection-and-issue-fields-mcp-support-for-github-issues/ 口径提示： - 本期说的“高风险流程”，不是说这些 AI 应用已经完全成熟，而是说它们开始进入一旦出错就有明确代价的医疗、企业、物理执行和工程协作流程。 一句话总结：AI 正从好用工具，进入高风险流程。

本期看一个关键词：部署标准。 今天的新变化不是又多了几个模型和工具，而是模型怎么上线、agent 怎么接工具、大模型公司怎么被审核，开始进入更具体的标准化流程。 国际部分看 OpenAI Deployment Simulation、Google Agentic Resource Discovery 和 GitHub Copilot Agent finder。OpenAI 在回答模型上线前怎么模拟真实部署风险；Google 和 GitHub 在回答 agent 上线后怎么发现、验证和调用工具。 国内部分看上交所发布人工智能大模型企业适用科创板第五套上市标准审核指引，并补充 GLM-5.2 的开放信号。它说明国内大模型竞争不只看模型发布，也开始被产品上线、规模化应用、备案、商业化路径和长期研发能力审核。 社交媒体部分看围绕工具发现、权限授权、上市审核和长上下文稳定性的讨论。争议集中在标准背后的责任：agent 能接更多工具之后，真假工具、授权边界、事故追踪和企业自证能力都会变成现实问题。 GitHub 热点看 promptfoo、ChromeDevTools MCP 和 UI-TARS-desktop。开发者正在补 agent 的测试、红队、浏览器工具和桌面执行环境，让 AI 从演示走向生产，也把权限、观察和回滚推到前台。 本期来源： 1. OpenAI Deployment Simulation：https://openai.com/index/deployment-simulation/ 2. Google Agentic Resource Discovery：https://developers.googleblog.com/announcing-the-agentic-resource-discovery-specification/ 3. GitHub Copilot Agent finder：https://github.blog/changelog/2026-06-17-agent-finder-for-github-copilot-now-available/ 4. 上交所人工智能大模型企业适用科创板第五套上市标准审核指引：https://www.sse.com.cn/lawandrules/sselawsrules2025/stocks/review/firstepisode/c/c_20260617_10822578.shtml 5. promptfoo：https://github.com/promptfoo/promptfoo 口径提示： - Deployment Simulation 是 OpenAI 自身方法披露，ARD 规范和上交所审核指引也都要看后续采用和实际案例；本期不把它们说成行业已经完成统一。 一句话总结：AI 正从能力发布，进入部署标准时代。

本期看一个新的变化：AI agent 正在进入日志、仓库、推理平台和机器人动作链路，真实系统里的信任、成本和责任边界开始浮出水面。 国际部分看 Agentjacking 和 GitHub 容量压力。错误日志、issue、网页和工单系统过去只是外部信息；agent 接进去以后，它们可能变成行动依据。AI coding 进入真实工程系统后，安全边界和容量边界会一起被测试。 国内部分看硅基流动的 Token 工厂和阿里的 Qwen-Robot。前者说明企业 AI 的成本账正在移到推理工厂、国产芯片适配和异构调度上；后者提醒我们，模型进入机器人以后，执行边界会从代码仓库延伸到物理空间。 社交媒体部分看开发者对 agent 权限、执行确认、审计记录和平台成本的讨论。大家不是反对 AI 进入工作流，而是在要求它进入之前，先把权限、成本和复核方式讲清楚。 GitHub 热点看 Ponytail、SkillOpt 和 codebase-memory-mcp。开发者正在给 agent 补行为约束、技能训练验证和代码库记忆层，让 AI 从会写代码，走向能被真实项目约束和追溯。 一句话总结：AI 开始暴露真实系统边界。 本音频为 AI 生成。

本期看一个新的变化：AI 的关键问题，正在从“模型还能做什么”，转向“怎么被接进企业、行业和专业流程”。 国际部分看 OpenAI Partner Network 和 Anthropic 的经济政策框架。前者把模型、咨询、系统集成、技术平台和数据能力放进同一个交付网络；后者把就业、收入、再培训和社会缓冲写进 AI 经济冲击预案。大模型公司不只发布能力，也开始讲实施和后果。 国内部分看冶金方向的国家人工智能应用中试基地在南京启动。钢铁生产不是随便试错的场景，AI 要真正进入产业，就要有行业数据、验证平台、质量管控和责任链。AI 辅助研报出错的线索，也提醒专业流程里人审不能消失。 社交媒体部分看企业 AI 咨询化、Copilot Coding Agent 预算计费，以及 ChatGPT 记忆和长期上下文。讨论的重点不是 AI 能不能更能干，而是它能看什么、记什么、花多少钱、能替用户行动到哪一步。 GitHub 热点看 Agent-Reach、TencentDB-Agent-Memory 和 cua。开发者正在补 agent 的外部感知、长期记忆和桌面控制环境，让 AI 从聊天框进入真实工作，同时也让权限、日志、沙箱和评测变得更重要。 一句话总结：AI 开始进入真实交付流程。

本期看一个新的变化：AI 从试用进入日常系统后，大家要算的不只是模型能力，还要算调用成本、算力成本、培训成本、审计成本，以及出事以后的责任成本。 国际部分看 OpenAI 面临多州调查、Anthropic 发布 Public Record 调查、OpenAI Academy 课程，以及 Anthropic 与 TCS 合作。AI 安全正在从公司声明进入外部问责，企业落地也不再是发账号，而是培训、流程、复核和审计。 国内部分看腾讯云下调 MiniMax-M3 和 Hy-MT2-Pro 模型价格，金山云上调部分 AI 算力和存储产品价格，以及智谱 GLM-5.2 的开放计划。模型调用正在商品化，底层算力和稳定服务仍在承压，企业需要算整套 AI 账单。 社交媒体部分看 OpenAI 调查、GLM-5.2 开放模型讨论，以及 Google AI Developers Forum 里关于 quota、503、agent 卡住和任务长时间运行的反馈。用户评价 AI 的方式变了，不只看它能不能回答，也看价格、稳定性、暂停能力和出错后的处理机制。 GitHub 热点看 andrewyng/aisuite，以及 Kronos 和 obsidian-wiki。开发者正在补 AI 的工程账：统一接口解决切换问题，垂直模型解决专业语境，知识库 agent 解决长期上下文。 一句话总结：AI 的成本账和责任账正在一起摊开。 本音频为 AI 生成。