OpenAI 发布首颗推理芯片，Gemini 3.5 Flash 内置计算机使用

---

title: “OpenAI 发布首颗推理芯片，Notion 引入外部 Agent，Qwen 开源语言世界模型” lead: “OpenAI联合 Broadcom 发布首颗自研推理芯片 Jalapeño，9 个月流片，能效声称超越 SOTA；Google DeepMind 发布 Gemini 3.5 Flash 计算机使用能力，可操作浏览器和手机；Notion 推出 External Agents 功能，将 Claude 和 Cursor 引入协作平台。” highlights:

• “OpenAI 首颗自研推理芯片 Jalapeño 发布，9 个月流片”
• “Google Gemini 3.5 Flash 获内置计算机使用能力”
• “Notion 推出 External Agents 引入 Claude 和 Cursor”

1️⃣ OpenAI 发布首颗自研推理芯片 Jalapeño：9 个月流片，能效超越 SOTA#

• 核心发布：OpenAI 联合 Broadcom 发布其首颗自研 AI 芯片 Jalapeño，专为 LLM 推理优化。芯片从设计到流片仅用 9 个月，首批样片已到手。Broadcom CEO 称该芯片性能功耗比“显著优于当前最先进水平”，成本可省一半。
• 技术路线：由 OpenAI 完成芯片架构设计、内核优化和 serving 系统，Broadcom 负责硅实现和网络技术（Tomahawk 交换芯片），Celestica 负责系统集成。芯片仅针对推理，训练大概率仍需依赖 NVIDIA。
• 部署计划：预计 2026 年底开始以吉瓦级规模部署，微软已参与芯片产能承购。Jalapeño 是未来多代计算平台的第一代，第二代代号 Serrano 已有规划。
• 行业意义：这标志着 OpenAI 从模型公司向全栈 AI 基础设施公司的关键转折。自研推理芯片能直接降低运营成本并优化用户体验，同时也表明当规模达到一定程度后，垂直整合成为必然选择。 🔗 OpenAI 官方公告 | Broadcom CEO 声明 | Berryxia 详细分析

2️⃣ Google DeepMind 发布 Gemini 3.5 Flash 内置计算机使用能力：可操作浏览器、手机和桌面环境#

• 核心发布：Google DeepMind 宣布 Gemini 3.5 Flash 模型内置 计算机使用 功能。该能力原生集成在模型中，支持浏览器、手机和桌面三种环境，并附带内置安全机制（用户确认、自动停止提示注入）。
• 技术细节：该功能基于屏幕截图和操作指令，可执行复杂的多步交互任务，如“审核此页面、运行代码示例、寻找问题并生成报告”。模型额外针对提示注入进行了专项训练。
• 开源与体验：Google 已开源对应的 GitHub 仓库，开发者可通过 Google AI Studio、Gemini API 或 Browserbase 直接试用。
• 行业意义：计算机使用能力从实验性功能升级为模型原生能力，标志着 AI Agent 交互范式的再次跃迁。Gemini 3.5 Flash 将替代过去依赖多模型串联的繁琐架构。 🔗 Google DeepMind 博客 | Philipp Schmid 推文 | GitHub 仓库

3️⃣ Notion 推出 External Agents：Claude 和 Cursor 嵌入任务板，AI 成为团队同事#

• 核心发布：Notion 正式推出 External Agents 功能，将 Claude 和 Cursor 引入共享任务板。用户可创建专用 AI Agent（数据分析、编码、生成电子表格等），通过 @ 提及即委派任务。Agent 运行记录对全员可见。
• 能力演示：Claude 可根据粗略 PRD 读取代码库并完善技术细节，Cursor 可从 Notion 接收任务指令后自动打开 PR。多个 Agent 可串联形成长工作流。
• Cursor SDK 赋能：Notion 与 Cursor 的集成基于新发布的 Cursor SDK，确保云端 Agent 共享相同的模型和运行环境。
• 行业意义：这是任务协作平台首次原生引入外部 AI Agent，标志着 Agent 正从“个人工具”向“团队协作者”演进。Notion 的行动有望重新定义知识工作者的协作形态。 🔗 Notion 官方推文 | Cursor SDK 说明 | 更多功能演示

4️⃣ Qwen 开源 Qwen-AgentWorld：语言世界模型模拟 7 种 Agent 环境，超越 Claude Opus 4.8 和 GPT-5.4#

• 核心发布：阿里 Qwen 团队开源 Qwen-AgentWorld，一个原生语言世界模型，能在一个统一框架内模拟 MCP、搜索、终端、SWE、网页、操作系统和安卓等 7 种 Agent 环境。
• 技术突破：该模型将“环境建模”作为训练核心目标，而非后置适应。在 AgentWorldBench 上，35B MoE 模型（3B 活跃参数）超越 Claude Opus 4.8 和 GPT-5.4。更重要的是，单纯通过环境预测训练出的模型，即使不做任何 Agent 微调，也能直接迁移到真实 Agent 任务上。
• 双路线：两条研究路线并行：将世界模型用作可控的环境模拟器（Sim RL），以及通过学习预测环境来增强 Agent 能力。后者在多个 benchmark 上提升显著。
• 行业意义：这项研究从根本上重新定义了 Agent 训练范式——“先让 AI 真正理解环境，再教它如何行动”。世界建模作为可迁移的推理能力，可能成为下一波 Agent 能力跃升的关键。 🔗 Qwen 官方推文 | Berryxia 解读 | 论文

5️⃣ a16z 领投 Mirendil 2 亿美元种子轮：构建自我加速 AI 研发系统#

• 核心发布：a16z 宣布领投 Mirendil 的 2 亿美元种子轮，NVIDIA 等跟投。创始团队来自 Anthropic、Google DeepMind 和 xAI 共 20 人。
• 目标定位：Mirendil 构建的是“能自行做 AI 研究的 AI 系统”——训练前沿模型进行 AI 研发，并围绕其构建产品闭环。该系统可自主循环解决科研和工程问题，无需人工干预。相当于一个控制着自身 GPU 的 AI 研究编码 Agent。
• 创始人观点：CEO Behnam Neyshabur 称，当系统能自动朝着特定方向快速改进时，就构成了自我加速的 AI 技术。这与过去依赖大实验室集中开发生成对比。
• 行业意义：这是当前针对“AI 自动化 AI 研发”的最高倍投注之一。若成功，将重新定义前沿 AI 研究的效率曲线和权力分布——从少数实验室集中转向更广泛的参与者。 🔗 a16z 推文 | Mirendil CEO 推文

6️⃣ Databricks 联合创始人深度访谈：Omnigent 成为 Agent 基础设施层，LTAP 重新定义数据库#

• 核心发布：Latent Space 发布对 Databricks 联合创始人 Matei Zaharia 和 Reynold Xin 的深度专访，讨论 Databricks 如何从数据平台演变为 Agent 操作系统。
• 关键内容：Omnigent 是一个开源的元框架，提供统一的 API 来管理多种编码 Agent（Claude Code、Codex、Cursor 等），解决安全策略、上下文共享和成本控制等基础设施问题。LTAP 则是通过统一存储层（将数据以列式格式写入数据湖）来消除经典 HTAP 的工程妥协。
• Reality 空间：Zaharia 和 Xin 强调，未来软件的形态可能简化为“将数据放在正确位置，然后在上面运行 Agent”。数据库公司天然具备成为 Agent 基础设施提供者的条件。
• 行业意义：这份访谈清晰勾勒出数据平台公司如何响应 Agent 时代的战略路径：不做模型，而是提供模型运行所需的全部上下文、权限和计算基础设施。 🔗 Latent Space 播客 | 相关推文

7️⃣ Kog 开源 LaneFormer 2B：3000+ token/s 推理速度，专为低延迟场景设计#

• 核心发布：Kog 在 Hugging Face 开源 2B 参数的 LaneFormer 2B 模型，专为极致低延迟推理设计，在演示中以 3000+ token/s 的速度运行。
• 技术背景：该模型是“延迟优先”设计理念的产物，据称通过优化架构和训练策略，在保持较小模型体量的同时实现了远超同等规模模型的推理性能。
• 行业意义：端侧和实时场景对推理速度的要求正在催生一个新的模型设计品类。3000+ token/s 的吞吐量刷新了对“小模型能有多快”的认知，对于需要实时交互的 Agent 和语音应用有直接价值。 🔗 Clement Delangue 推文 | Hugging Face 博文

8️⃣ [持续跟踪] FIGMA Motion、Code Layers、Shader 效果在 Config 2026 发布#

• 前情提要：昨日 Figma 在 Config 2026 前夕全量开放设计 Agent Beta。
• 最新发布：Figma 在 Config 2026 主题演讲中发布多项新功能：Figma Motion（设计+动画同一文件）、Code Layers（将代码直接引入画布）、Shader 效果和填充、生成式插件（用户描述需求后由 Figma Agent 自动创建）、3D Transforms 预览。Weave 工具的 20+ 功能也全部集成到画布中。
• 行业意义：Figma 正从“设计工具”进化为“设计+代码+动画+AI 生成”的完整创作平台。生成式插件的引入尤其值得关注，它允许非开发者通过自然语言创建自定义工作流工具，大大降低了 Figma 的扩展门槛。 🔗 Figma Motion 发布 | Code Layers | 生成式插件 | 3D 预览

9️⃣ GPT-5.5 Instant 更新：意图理解增强，付费用户即日可用#

• 核心发布：OpenAI 发布新版本 GPT-5.5 Instant，重点提升对用户意图的理解能力，能更准确地适应对话上下文。新版在购物建议、本地推荐和约束处理方面也有明显改善。
• 部署：即日向付费用户（Pro 和 Plus）推送，向免费用户次日开放。Greg Brockman 强调新版“对话体验更有趣”。
• 行业意义：GPT-5.5 Instant 作为 OpenAI 最常用的模型，此次迭代聚焦于对话质感和与用户的连接，证明在模型能力持续泛化的过程中，对话式 AI 的微妙体验改进同样重要。 🔗 OpenAI 官方推文 | Greg Brockman 推文

🔟 Perplexity 推出 Computer for Counsel：面向律师的 AI 研究工具#

• 核心发布：Perplexity 发布 Computer for Counsel，一款专为法律工作者设计的 AI 研究工具。该产品连接了 Midpage AI、LegalZoom、DocuSign、NetDocuments 等法律行业常用平台，可直接从这些系统中提取可引用来源。
• 可用性：该功能面向所有 Pro 和 Max 订阅用户开放。
• 行业意义：这是 Perplexity 从通用搜索转向垂直行业解决方案的首次尝试。法律领域对精确引用和来源验证要求极高，原本是 LLM 被诟病最多的场景。Perplexity 的针对性优化若能解决“引文验证”这一核心痛点，将打开一个付费意愿极强的专业市场。 🔗 Perplexity 官方推文 | 详情页

⭐ GitHub 趋势#

📊 类别速览

项目	类别	Stars
stablyai/orca	AI Agent IDE	6.8k
google-labs-code/design.md	AI Agent 规范	17.3k
kunchenguid/no-mistakes	AI 开发工具	2.1k

---

1. stablyai/orca ⭐ 今日 +331#

语言/许可： TypeScript / MIT
总 Stars： 6,752
仓库： GitHub

项目定位：
面向 AI Agent 开发者的并行 Agent 工作台，支持在同一界面内同时运行多个 CLI 编码代理（Claude Code、Codex、OpenCode 等），每个代理运行在独立的 git worktree 中，实现并行对比与合并。

核心功能：

• 并行 Worktrees：将同一个 prompt 分发给多个 agent，每个 agent 在隔离的 worktree 中执行，完成后可对比结果并合并胜出分支。
• 移动端 Companion App：iOS/Android 应用，可远程监控 agent 进度、接收通知并发送后续指令。
• 终端分屏与 SSH Worktrees：内置 WebGL 终端，支持无限分屏；可连接远程服务器运行 agent，自动重连与端口转发。
• Design Mode：在嵌入式 Chromium 浏览器中选中 UI 元素，自动提取 HTML/CSS/截图并注入 agent prompt。

技术亮点：
基于 Electron 实现跨平台桌面应用，通过 git worktree 实现隔离，支持任意 CLI agent 的无侵入集成。

---

2. google-labs-code/design.md ⭐ 今日 +619#

语言/许可： TypeScript / Apache-2.0
总 Stars： 17,297
仓库： GitHub

项目定位：
为 AI 编码代理提供持久化、结构化的设计系统描述规范。通过 YAML 前置元数据 + Markdown 样式说明，让代理理解视觉身份的设计 Token 与应用规则。

核心功能：

• 双结构文件格式：YAML 定义精确的 tokens（颜色、字体、间距、圆角等）；Markdown 描述设计 rationale，解释“为什么这样设计”。
• CLI 工具链：提供 lint（验证结构正确性）、diff（对比两个版本的变化）、export（导出为 Tailwind / W3C DTCG 格式）等命令。
• 组件规范扩展：支持定义按钮、卡片等组件的 token 引用，以及 hover/active 状态变体。

技术亮点：
即时代理可理解的 token 引用系统 ({colors.primary})，支持 WCAG 对比度检查，输出结构化 JSON 供 CI 集成。

---

3. kunchenguid/no-mistakes ⭐ 今日 +110#

语言/许可： Go / MIT
总 Stars： 2,061
仓库： GitHub

项目定位：
AI 驱动的 Git 提交质检门禁。在本地创建代理 remote，推送至 no-mistakes 后自动在隔离 worktree 中运行 review → test → docs → lint → push → PR → CI 全流程，全部通过后才将分支转发到真实远端。

核心功能：

• 非阻塞流水线：在临时 worktree 中执行，不影响当前工作分支。
• Agent 原生集成：支持 /no-mistakes 指令让 Claude Code、Codex 等代理直接触发质检流程，自动修复机械问题，人工决策关键变更。
• TUI 交互：运行 no-mistakes 打开终端 UI，逐个展示检查发现，支持 approve / auto-fix / skip。

技术亮点：
用 Go 实现本地 git remote 代理，通过 worktree 与管道实现无侵入式 CI 前过滤，兼容所有主流 CLI agent。

今日洞察#

今日最值得关注的变化不是单个产品发布，而是两个平行趋势同时加速：模型公司开始垂直整合推理硬件，同时 Agent 的“环境理解”正在从工具调用范式转向原生建模。两者指向同一个方向——AI 系统的成本结构和能力边界正被重新定义。

OpenAI 自研芯片 Jalapeño 从设计到流片仅用 9 个月，能效声称超越 SOTA，成本可省一半，2026 年底吉瓦级部署。这不仅是减少对 NVIDIA 依赖，更关键的是：当模型公司拥有自己的推理芯片时，API 定价、模型架构（如 MoE 层数、KV cache 大小）和 serving 策略（如动态批处理）都可以联合优化。这解释了为何 OpenAI 同时也在加强训练芯片路线（Serrano 已有规划）——垂直整合带来的成本优势会转化为对开发者的锁定效应。未来两年，推理成本结构将从“依赖 GPU 现货市场”转向“自研芯片的工程优化”，这将改变中小模型提供商的生存空间。

与此同时，Agent 正从“调用工具”转向“理解环境”。Gemini 3.5 Flash 原生集成计算机使用能力，不再需要外部 Agent 框架串联截图和操作指令；Qwen 开源的 Qwen-AgentWorld 语言世界模型更彻底：让模型先学会预测环境状态，再据此行动，即使不进行 Agent 微调也能直接迁移到真实任务。这两条路线的共同信号是：过去一年围绕 agent 框架（ReAct、Plan-and-Solve）的工程探索正在收敛成一个更本质的认知——Agent 能力的瓶颈不在工具调用，而在对环境的因果建模。

第二个趋势是 Agent 从个人工具变成团队基础设施。Notion 的 External Agents 将 Claude 和 Cursor 嵌入任务板、运行记录全员可见；GitHub 上 orca（并行 Agent 工作台）和 no-mistakes（AI 质检门禁）等项目说明开发者已经在为多 Agent 协作搭建规范。当 Agent 不再是屏幕后的单次对话，而是持续运行的团队成员时，权限管理、审计日志、成本追踪会成为新的刚需——Databricks 联合创始人在访谈中提到的 Omnigent 元框架正是这个方向的雏形。数据库平台天生适合做 Agent 的上下文和权限层，这可能是下一轮基础设施投资的主战场。

---

title: “SpaceX 签 63 亿美元算力大单，OpenAI Bidi 1 语音模型首测，Anthropic 指控阿里大规模蒸馏” lead: “SpaceX 与 Reflection 签署 63 亿美元算力协议，Reflection 获 GB300 用于训练开源模型；OpenAI 新语音模型 Bidi 1 首测，支持双向对话和实时翻译；Anthropic 致信白宫，指控阿里巴巴通过 2.5 万假账号对 Claude 进行 2880 万次蒸馏攻击；Gemini 两位核心人物 Jonas Adler 和 Alexander Pritzel 离开 DeepMind 加盟 Anthropic。” highlights:

• “SpaceX 与 Reflection 签署 63 亿美元算力协议，月付 1.5 亿美元至 2029 年”
• “OpenAI Bidi 1 语音模型首测，支持双向对话、打断和实时翻译”
• “Anthropic 指控阿里巴巴用 2.5 万假账号对 Claude 进行大规模蒸馏”

1️⃣ SpaceX 与 Reflection 签署 63 亿美元算力协议：GB300 即刻入列，月付 1.5 亿美元#

• 核心事件：据 CNBC 报道，SpaceX 已与 AI 初创公司 Reflection 签署价值 63 亿美元的算力协议。Reflection 将立即获得 GB300 计算资源用于训练开源模型，并从 2026 年 7 月 1 日起至 2029 年，每月向 SpaceX 支付 1.5 亿美元。
• 交易结构：Reflection 是一家开源模型公司，此次获得顶级算力资源将大幅加速其训练进度。SpaceX 则利用其数据中心基础设施将闲置算力变现。
• 行业意义：这是目前公开的最大单笔 AI 算力交易之一，标志着算力资产正在成为 AI 领域的核心金融工具，也显示了 SpaceX 在 AI 基础设施上的野心。 🔗 CNBC 报道 | Andrew Curran 推文

2️⃣ OpenAI 新语音模型 Bidi 1 首测曝光：支持双向对话、打断和实时翻译#

• 核心事件：TestingCatalog 曝出 OpenAI 正在测试全新语音模型 Bidi 1。该模型可在用户说话时同时收听，支持中途打断并立刻切换任务，不会因停顿而抢话。还具备实时翻译和更强的上下文记忆能力。
• 部署计划：已小范围推送至 ChatGPT，设置中气泡变黄即可使用。Codex 版本随后跟进。
• 行业意义：Bidi 1 标志着语音 AI 从“轮流发言”进入“自然对话”阶段，是人机交互体验的重要提升，尤其对实时翻译、语音助手等场景有直接价值。 🔗 TestingCatalog 推文 | 完整文章

3️⃣ Anthropic 致信白宫：指控阿里巴巴对 Claude 发动大规模蒸馏攻击#

• 核心事件：Anthropic 正式致信美国参议院银行委员会和白宫，指控阿里巴巴旗下通义千问（Qwen）实验室对 Claude 发动了有史以来最大规模的蒸馏攻击。据信件内容，关联方在 4 月 22 日至 6 月 5 日期间，通过约 25,000 个虚假账号与 Claude 进行了超过 28.8 百万次交互，目标聚焦软件工程和 Agent 推理能力。
• 争议背景：Claude 在中国不可用，这些操作违反服务条款和地域限制。Anthropic 同时面临困境：一边向政府求助保护技术，另一边因出口管制被要求限制模型访问。
• 行业意义：蒸馏攻击已成为中美 AI 竞争的核心议题。此次规模是此前 DeepSeek、MiniMax 等三家总和的近两倍，将加速模型安全保护和出口管制政策的演进。 🔗 Chubby 推文 | 宝玉解读

4️⃣ Gemini 核心人物接连出走：Jonas Adler 和 Alexander Pritzel 加盟 Anthropic#

• 核心事件：据 Bloomberg 报道，Google DeepMind Gemini 团队两位关键贡献者 Jonas Adler（AI 编码项目负责人）和 Alexander Pritzel（基础训练团队核心）已离开公司，加盟 Anthropic。Adler 曾参与 AlphaFold、Gemini 1.5；Pritzel 是 2014 年加入 DeepMind 的老兵，参与 AlphaFold 2/3 和 Gemini 训练。
• 前情：此前已有多位 DeepMind 核心成员离职（如 AlphaFold 负责人 John Jumper），此次两位恰好卡在 Anthropic 最需要补强的编码和预训练方向。
• 行业意义：人才持续从 Google 流向 Anthropic，凸显出初创公司在灵活性、激励和技术自由度上的吸引力，也预示着 Anthropic 正在加速构建更强的推理和训练能力。 🔗 Max For AI 推文 | berryxia 推文

5️⃣ [持续跟踪] GLM-5.2 与 Kimi K2.7 登陆 Devin Desktop，FrontierCode 得分逼近 GPT-5.5#

• 前情提要：GLM-5.2 于 6 月 13 日发布并 MIT 开源，社区称其编程能力接近 Claude Opus 4.8；Kimi K2.7 Code 为 Moonshot 最新编码模型。
• 最新突破：Devin Desktop 和 CLI 正式集成 GLM 5.2（43.0%）和 Kimi K2.7 Code（39.5%）在 FrontierCode Extended 基准上的得分，与 GPT-5.5（44.8%）同属竞争梯队。Pro/Max/Teams 用户可免费试用至 7 月 5 日。Fireworks AI 同时宣布 GLM 5.2 可在 Cursor 中调用，FireConnect 工具使开发者无需离开 Claude Code 即可切换模型。
• 行业意义：开源模型在真实世界工程任务上首次与闭源前沿平起平坐，编程 Agent 的多模型选择时代正式开启。 🔗 Devin 官方推文 | 评测数据

6️⃣ Stanford AI Lab 发布 Spiral：用强化学习协调模型的序列、并行与聚合推理#

• 核心事件：Stanford AI Lab 正式发布 Spiral 框架，核心洞察是当前 LLM 的训练只优化了“序列推理”，但部署时却使用“并行推理”和“聚合推理”，存在训练-部署不匹配。Spiral 使用集合强化学习训练模型生成对聚合器有用的响应，并使用标准 RL 训练模型聚合这些响应，使所有推理计算模式端到端可学习。
• 实验结果：在复杂推理任务上，Spiral 显著提升了准确率和推理效率。
• 行业意义：这项研究直击 Agent 推理的核心短板——模型不再只依赖单一长链思考，而是学会自己协调“独立思考”和“集体决策”，有望提升长周期 Agent 系统的可靠性。 🔗 Stanford AI Lab 推文 | 论文

7️⃣ [深度洞察] The Coming Loop：LLM 循环工程时代，我们正在让渡判断力#

• 核心事件：开发者 Armin Ronacher 发布长文《The Coming Loop》，系统反思了当前 AI 编程中“循环工程”（Loop Engineering）的兴起与隐忧。文章区分了内层 Agent loop 和外层 Harness loop，指出循环会放大 LLM 代码的“恐惧异常”倾向，导致系统在看似健壮的同时变得更难理解。
• 关键观点：最深的隐忧是认知依赖——一旦代码库由循环产出、审查、打补丁、维持生命，团队可能丧失不靠机器理解代码的能力。这已在发生：人合并不完全理解的代码，不借 LLM 写不出 issue。
• 行业意义：这是目前对 Agent 循环未来最清醒的反思之一，提醒行业在追求效率的同时不能让渡人类判断力。 🔗 完整文章 | meng shao 解读