xAI 更名为 SpaceXAI，Anthropic 揭示语言模型全局工作空间

---

title: “xAI 更名 SpaceXAI，Anthropic 揭示语言模型‘全局工作空间’” lead: “xAI 正式更名为 SpaceXAI 并发布更名视频；Anthropic 研究发现语言模型内部存在类似人类意识的全局工作空间，可被读取和操控；OpenAI 发布 GPT-Realtime-2.1-mini，支持推理和工具使用；腾讯混元 Hy3 正式版开源，295B MoE 架构。” highlights:

• “xAI 更名为 SpaceXAI，马斯克旗下 AI 品牌战略整合”
• “Anthropic 公开 Claude 内部全局工作空间，可读可操控”
• “腾讯混元 Hy3 发布，295B MoE 架构，免费 API 上线”

1️⃣ xAI 正式更名为 SpaceXAI：AI 与航天品牌深度融合#

• 核心事件：马斯克旗下 xAI 正式宣布更名为 SpaceXAI。更名视频在 X 平台发布，播放量超 11 万。
• 品牌整合信号：此前马斯克在多个场合暗示 xAI 将与旗下其他公司产生更深度的协同，此次更名直接将其 AI 品牌与 SpaceX 绑定，可能预示着 Grok 模型将在航天、卫星通信等领域优先落地。
• 行业意义：这是 AI 品牌与实体科技巨头深度融合的标志性事件，SpaceX 的算力与数据优势可能为 AI 训练提供独特的落地场景。 🔗 SpaceXAI 推文

2️⃣ [持续跟踪] Anthropic 揭示语言模型“全局工作空间”：Claude 的内部思维可被读取和操控#

• 前情提要：Anthropic 本周早些时候宣布与 Neuronpedia 合作，展示 open-weights 模型的可解释性方法。
• 最新突破：Anthropic 发布新研究“语言模型中的全局工作空间”。研究团队发现，Claude 内部存在一个类似人类意识的“J-space”，可以读取、审计和塑造模型当前正在思考的内容。该空间不同于链式思考（CoT）或暂存器，而是训练中自发形成的内部工作区。
• 技术细节：研究论文发表于 transformer-circuits.pub，配套交互演示在 neuronpedia.org/jlens 上线。团队称 J-space 提供了观察模型“在哪里持有观点、如何组合信息”的直接窗口，并可通过修改该空间来引导模型行为。
• 行业意义：这是可解释性研究的重大突破，首次将模型内部的“推理舞台”具象化。如果能够可靠地读取和操控这一空间，将从根本上改变 AI 安全审计、价值观对齐和模型调试的方式。 🔗 Anthropic 官方推文 | 研究论文 | 交互演示

3️⃣ OpenAI 发布 GPT-Realtime-2.1-mini，实时语音延迟降低 25%#

• 核心发布：OpenAI 宣布 GPT-Realtime-2.1-mini 现已在 API 中可用，在保持与 GPT-Realtime-mini 相同成本的同时，引入了推理和工具使用能力。配套的，OpenAI 通过改进缓存将 Realtime 语音模型的 p95 延迟降低了至少 25%。
• 关键参数：该模型专为需要低延迟、实时交互的场景设计，开发者可构建带推理能力的语音助手、实时翻译或语音控制 Agent，而无需切换到更昂贵的模型。
• 行业意义：实时语音 API 是当前 AI 产品体验的瓶颈之一。成本不变、延迟更低、推理能力更强的组合，将直接推动语音交互类应用的爆发增长。 🔗 OpenAI Devs 推文

4️⃣ [持续跟踪] 腾讯混元 Hy3 正式版发布：295B MoE，Agent 能力显著提升#

• 前情提要：腾讯混元 Hy3 Preview 版本于 4 月上线，曾因姚顺雨“首秀”而备受关注，但编程能力尚有差距。
• 最新突破：腾讯混元正式发布 Hy3 模型（295B MoE 总参数，21B 激活参数），采用 Apache 2.0 许可开源，并在 OpenRouter 上提供 2 周免费 API。正式版在 Agent 和 Coding 能力上有了显著提升：任务成功率从 72% 升至 90%，执行效率缩短 34%。爱范儿实测证实，Hy3 生成的复杂 3D 网页、游戏复刻和办公场景任务均比预览版提升一个等级。
• 定价策略：输入 1 元/百万 tokens，输出 4 元/百万 tokens，输入缓存命中价格 0.25 元/百万 tokens。在 WorkBuddy 内可免费使用两周。
• 行业意义：Hy3 以 295B 参数实现了接近万亿级模型的性能，验证了 MoE 在成本与能力间的平衡路径。腾讯体系内（元宝、文档、微信读书等）的广泛集成，将为其提供真实数据循环优势。 🔗 腾讯混元官方推文 | 爱范儿实测 | Hugging Face 模型

5️⃣ [持续跟踪] 美团 LongCat 系列开源：万亿模型+三大评测基准同步发布#

• 前情提要：LongCat-2.0 预览版此前在 OpenRouter 上全球调用量已跻身前三。
• 最新发布：美团 LongCat 团队在一天内密集开源四项成果：
  • LongCat-2.0 模型：1.6T 总参、48B 平均激活、原生 1M 上下文，在五万卡国产算力集群上全流程训练并开源。SWE-bench Pro 59.5，Terminal-Bench 70.8。
  • VitaBench 2.0：首个面向长期动态用户建模的智能体评测基准，涵盖 56 名真实特征用户和 819 个复杂任务。
  • WBench：面向交互式视频世界模型的多轮评测基准，覆盖 20 个前沿模型。
  • General 365：通用逻辑推理评测基准，在 26 款模型中仅 2 款“及格”，揭示了当前大模型在常识推理上的根本性短板。
• 行业意义：美团通过“模型+评测基准”的组合拳，系统性地构建了面向 Agent 开发的基础设施，LongCat-2.0 已成为全球 Agent 开发者调用量最大的模型之一。 🔗 LongCat-2.0 博客 | VitaBench 2.0 博客 | WBench 博客 | General 365 博客

6️⃣ Anthropic 公布 Claude Code 开发历程回顾#

• 核心事件：Anthropic 正式发布 Claude Code 开发历程回顾，首次公开讲述其从 Anthropic 安全研究中诞生的起源故事。团队成员 Boris Cherny 表示：“这才是 1% 的完成度。”
• 回顾亮点：文中由构建者和早期用户共同叙述，展示了 Claude Code 从内部实验到产品化的完整演化路径。包括安全研究如何转化为代码生成能力，以及早期用户如何帮助打磨产品。
• 行业意义：这不仅是一次产品营销，更揭示了前沿模型公司在将安全研究成果产品化时的真实挑战和决策逻辑，对于理解当前 AI 编程 Agent 的发展阶段具有参考价值。 🔗 Anthropic 官方文章 | Boris Cherny 推文

7️⃣ Hugging Face 一键集成 Amazon SageMaker Studio#

• 核心发布：AWS 宣布推出 Hugging Face 与 Amazon SageMaker Studio 的深度链接集成。开发者可从 Hugging Face 模型页面的“Customize on SageMaker AI”或“Deploy on SageMaker AI”按钮一键进入 SageMaker Studio，模型预加载、环境预配置，无需手动配置 IAM 权限或请求 GPU 配额。
• 关键改进：预配置权限、GPU 配额可见性直接在实例选择面板展示，显著缩短从发现到实验的路径。
• 行业意义：这一集成直接降低了开发者从开源模型到企业级部署的摩擦，使 SageMaker 成为 Hugging Face 生态的默认企业级入口。 🔗 AWS 博客

8️⃣ AWS 发布 Amazon Nova 自定义内容审核：基于 rDPO 的选择性遗忘技术#

• 核心发布：AWS 公布了 Amazon Nova 模型的自定义内容审核设置（CCMS）背后的技术——Reverse Direct Preference Optimization (rDPO)。该技术通过训练 LoRA 适配器对特定安全政策进行选择性遗忘，使模型能够处理此前被拒绝的合法请求（如生成钓鱼邮件用于安全培训），同时保持整体能力几乎不降。
• 效果数据：在 Safety 维度，拒绝率从 86.51% 降至 32.77%。在指令遵循、数学推理和代码生成三个基准上的能力损失仅约 1-2 个百分点。
• 行业意义：这是首个大规模商用的模型级“遗忘”方案，解决了企业客户在安全护栏与业务需求之间的核心矛盾，推动了负责任 AI 从“一刀切”走向“精细可配置”。 🔗 AWS 博客

今日洞察#

Anthropic 今天发布了“全局工作空间”（J-space）研究，这是可解释性领域的一个关键转折。 过去，我们理解模型内部主要通过行为分析或链式思维（CoT）的文本输出；CoT 是模型“告诉我们它在想什么”，但 J-space 是模型“实际在想什么”的底层电路。Anthropic 不仅找到了这个空间，还给出了工具——Neuronpedia 上的 jlens 演示——来直接读取和修改它。

这项技术的二阶影响不在于安全研究本身，而在于它将改变模型迭代的方式。 如果开发者能可靠地读取模型的“推理舞台”，调试 AI 将从“给更多数据”转向“直接干预内部状态”。这意味着模型能力的上限不再仅由训练数据和算力决定，架构可解释性设计将成为一条新的竞争维度。对模型供应商而言，谁先构建起“可读、可写、可审计”的内部工作空间，谁就能在安全合规和垂直行业（如医疗、金融）中获得不可替代的信任优势。

另一条值得注意的信号是开源模型正在从“通用基准竞赛”转向“Agent 能力交付”。 腾讯混元 Hy3 和美团 LongCat-2.0 在今天双双更新，两家都不再强调通用基准排行，而是重点展示 Agent 任务成功率：Hy3 从 72% 提升至 90%，LongCat 在 SWE-bench Pro 达到 59.5。开发者社区对模型的价值判断在悄然变化——不再看单一的 benchmark 分数，而是关注“它能否真实完成一次多步代码修改”或“能否在终端里自主运行一个复杂的任务”。这对模型训练策略有直接影响：优化方向将从“提高下一个 token 的预测准确率”转向“提高多步决策的连贯性”（即 Agent 完成率），这要求训练数据中包含更多的长尾、多步交互样本。

---

title: “Kimi K2.7 Code 接入 GitHub Copilot，企业微信发布 AI 录音硬件，哈佛研究揭示 AI 公司岗位萎缩” lead: “Kimi K2.7 Code 成为 GitHub Copilot 首个接入的开源模型，覆盖 2000 万用户；企业微信联合出门问问等发布 AI 录音硬件，主打面对面会议自动记录；哈佛研究显示 AI 原生初创公司规模比传统公司小 25%，初级岗位减少 15%；美国财政部内部报告警告 AI 建设可能引发系统性金融风险。” highlights:

• “Kimi K2.7 Code 接入 GitHub Copilot，首个开源模型”
• “企业微信发布 AI 录音硬件，覆盖会议记录”
• “哈佛研究：AI 原生初创公司规模缩小 25%“

1️⃣ Kimi K2.7 Code 接入 GitHub Copilot：首个开源模型入驻，覆盖 2000 万开发者#

• 核心发布：Kimi 开放平台官宣，GitHub Copilot 的模型选择器已上线 Kimi K2.7 Code。Copilot Pro、Pro+ 和 Max 用户可逐步在支持入口中选择该模型，用于代码生成、代码理解、调试修改等开发任务。这是 GitHub Copilot 接入的第一个开源模型。
• 关键数据：微软财报披露，GitHub Copilot 已积累 2000 万以上用户，其中 470 万以上为付费订阅，覆盖全球 90% 的「财富 100」企业。
• 行业意义：标志开源模型开始渗透到最主流的 AI 编码工具中，开发者不再局限于闭源模型。此举将大幅提升 Kimi 在开发者社区的使用率和影响力。 🔗 Kimi 开放平台公告 | 爱范儿早报

2️⃣ 企业微信发布 AI 录音硬件：把“记录面聊”从手机扩展到独立硬件#

• 核心发布：企业微信昨日与出门问问、科大讯飞、得力等硬件伙伴联合推出 AI 录音设备。设备支持一按录音、稳定收音和长时间待机，记录内容可进入企业微信的“面聊”流程。
• 功能特点：通过声纹识别区分发言人、生成面聊总结、提炼待办事项，并能将记录共享给团队成员。新版企业微信还给“记录面聊”增加工作台入口，与日程提醒打通。典型场景包括客户拜访、招聘面试、门店巡检和线下项目会议。
• 行业意义：这是将 AI 能力嵌入企业办公硬件的典型案例，把线下对话直接沉淀为可搜索、可转发、可跟进的企业记录，减少了人工整理成本。 🔗 爱范儿早报

3️⃣ 哈佛研究：AI 原生初创公司规模缩小 25%，初级岗位正在消失#

• 核心发现：哈佛商学院与 INSEAD 的一项最新研究显示，AI 原生初创公司正重塑职场结构——平均规模比非 AI 同类公司小 25%，但工程师比例高出 13%。同时，初级员工和管理层比例分别下降约 15%，资深员工比例却高出 20%。
• 数据来源：研究分析了 2020 年至 2024 年间 Y Combinator 初创公司及美国风投支持的初创企业。将“AI 原生初创公司”定义为在内部流程和产品核心功能中均深度嵌入 AI 的企业。
• 行业意义：AI 正在创造“专家级人才”需求、减少入门级岗位，可能进一步导致就业机会集中于高学历和高技术群体，加剧绩效差距。 🔗 爱范儿早报

4️⃣ 美国财政部内部报告警告：AI 大型建设可能构成系统性金融风险#

• 核心事件：Gary Marcus 转发报道称，美国财政部已完成一份内部报告，将 AI 建设热潮比作互联网泡沫，警告其对美国金融系统构成系统性风险。报告已完成数周但未被批准公开发布。
• 关键数据：财政部发言人公开将 AI 描述为“美国的新黄金时代”，而内部分析师则认为 AI 行业集中在少数公司、由不透明的私人信贷融资、依赖基础设施项目（已有 1300 亿美元因社区反对受阻）。与互联网泡沫不同，此次更少散户参与，但机构资金（养老、保险、退休金）更集中，一旦爆发将冲击整个金融系统。
• 行业意义：这是来自美国政府监管机构内部的罕见预警，暗示决策层内部对 AI 投资的可持续性存在严重分歧。 🔗 Gary Marcus 推文

5️⃣ [持续跟踪] Claude Code 发布七年口述史与四种循环设计范式#

• 前情提要：Claude Code 作为 Agentic Coding 工具已连续多日有更新。
• 最新突破：Anthropic 官方今日同时发布两篇重要内容：
  • 《Claude Code 的诞生》：长篇口述史，记录了从 2021 年内部研究原型到 2025 年 2 月正式发布、再到全面爆发的全过程。访谈涵盖 7 个章节、十几位核心成员与外部用户视角。
  • “Loops”设计范式：官方将 Agent 工程从经验直觉提升为可复用设计语言，定义四种循环类型——回合制（Turn-based）、目标驱动（Goal-based）、时间驱动（Time-based）、主动式（Proactive），并给出触发、停止、工件、适用场景四维选型表。
• 行业意义：口述史揭示“小团队 + 极简 CLI + 热修复”策略和“20% 可用即发布”的产品哲学；Loops 范式则提供了从 prompt 到循环的工程升级路线，使 Agent 自主性更可预期和可控。 🔗 Anthropic 官方口述史 | ClaudeDevs Loops 文章

6️⃣ Cloudflare 上线 Workers Cache：分层缓存架构翻转#

• 核心发布：Cloudflare 今日上线 Workers Cache，一个位于 Worker 入口前的区域分层缓存系统。当 Worker 本身成为“源站”时，该缓存能像对待传统源站一样挡在 Worker 前端，减少重复执行。
• 关键设计：默认两层 Tiered Cache（每个 PoP + 全网聚合），支持标准 HTTP 缓存行为（Vary、stale-while-revalidate），缓存键可纳入 ctx.props 实现按用户天然隔离。HIT 只收请求费、免 CPU 时间；MISS 正常计费，无独立 SKU。
• 行业意义：这是 Cloudflare Workers 架构哲学的一次翻转——框架（Astro、Next.js、TanStack Start 等）已将 Worker 编译为服务器本身，Workers Cache 提供了按需渲染 + 缓存复用的“第三条路”，为 SSR 类应用提供接近静态页面的速度。 🔗 Cloudflare 官方博客 | meng shao 解读