Stripe 官宣收购 OpenRouter，OpenAI 预览零数据保留安全处理

1️⃣ [持续跟踪] Stripe 正式官宣收购 OpenRouter，Token 流与资金流将统一结算#

• 前情提要：此前彭博社报道 Stripe 拟以超 70 亿美元收购 AI 模型聚合平台 OpenRouter，当时交易仍处“敲定协议”阶段。
• 最新突破：今日 OpenRouter 官方正式宣布“OpenRouter is joining Stripe”，确认保留原名、原产品与路线图；其平台日均处理 10T+ tokens，覆盖 400+ 模型。Stripe CEO Patrick Collison 称“未来每家企业都要同时管理收入流与 token 流”，OpenRouter 是“领先的 token 市场”。
• 各方反应：a16z 的 Martin Casado 发表《OpenRouter & Stripe: The Intelligence Network》，称这是 AI 经济基础设施的“支柱式整合”；Stripe 产品负责人 Will Gaybrick 表示目标是把 token 与法币之间的转换做到“像美元兑欧元一样无缝”。
• 行业意义：模型分发层与支付网络融合，Token 被赋予类似货币的结算属性，多模型路由与用量计费将走向统一基础设施。

🔗 OpenRouter 官宣 | 品牌不变声明 | Patrick Collison | a16z 评论

2️⃣ OpenAI 重申前沿模型零数据保留，预览 Private Safety Processing#

• 核心发布：OpenAI 官方宣布，继续为符合条件的 API 客户提供前沿模型零数据保留（Zero Data Retention），同时预览“Private Safety Processing”方案，旨在不向 OpenAI 人员暴露底层内容的前提下执行安全分析。
• 细节：该机制针对 AI 承担更长、更自主工作后的跨交互风险识别；Sam Altman 转发称“we support business privacy”。
• 行业意义：企业数据主权与模型安全监控的矛盾首次被产品化拆解，安全评估可以与数据可见性解耦，为高合规行业采用前沿模型扫清一项障碍。

🔗 OpenAI 官方博客 | OpenAI 推文 | Sam Altman

3️⃣ Replit 推出免费模式：OpenAI GPT-5.6 Luna 驱动，降低创建成本#

• 核心发布：Replit 官方宣布推出 Free Mode，由 OpenAI GPT-5.6 Luna 驱动，面向所有用户免费使用；CEO Amjad Masad 称“Agent 让软件变便宜，但让编码变昂贵，今天我们在改变这一点”。
• 产品信息：免费模式将“智能开放给所有人”，并同步更新 UI，强调更快、更高效的日常开发体验；KOL 实测称其可免费迭代任意项目。
• 行业意义：前沿模型被整合进免费编码层，软件创建的成本结构从“按 token 付费”转向“免费额度 + 增值订阅”，可能改变 AI 编程工具的获客模式。

🔗 Replit 官方推文 | Amjad Masad | Replit 免费模式详情

4️⃣ Cursor 三连更：/goal 长期目标、Steering 等待工具调用、Cloud Agents 增强#

• 功能更新：Cursor 新增 /goal 命令，可赋予 Agent 一个长期目标并持续工作直到完成；Steering 交互改为等待下一次工具调用而非中断 Agent；Cloud Agents 可以从事件拾取工作、在长会话中保持目标。
• 实际效果：开发者可在同一会话中连续推进多步骤任务，Agent 在后台运行时保持进度；官方 changelog 已发布。
• 行业意义：编码 Agent 正在从“对话式补全”转向“目标驱动自主执行”，任务边界从单次请求扩展到完整工作流。

🔗 Cursor /goal | Steering 更新 | Cloud Agents | Changelog

5️⃣ Grok 4.6 上线 Amazon Bedrock#

• 核心发布：xAI 官方宣布 Grok 4.6 已可在 Amazon Bedrock 上使用，并同步发布新闻页与演示视频。
• 行业意义：xAI 模型进入 AWS 托管平台，企业可通过 Bedrock 直接调用 Grok 4.6，模型分发渠道进一步扩展到传统云客户。

🔗 xAI 推文 | 官方公告

6️⃣ ElevenLabs v3 Conversational 正式可用：实时语音模型支持 70+ 语言#

• 核心发布：ElevenLabs 宣布 Eleven v3 Conversational 全面上市，定位为“最具表现力的实时语音模型”，支持 70+ 语言、音频标签级情感控制，并已支持 ElevenAgents 的 Expressive Mode。
• API 与定价：通过新的 Text to Dialogue WebSockets 提供，支持多上下文并发；定价从 $0.05/1k 字符起，随用量递减。
• 行业意义：实时对话语音被标准化为 API 产品，语音 Agent 的开发从“自建管线”转向“调用专业模型”，成本与质量边界更清晰。

🔗 ElevenLabs 发布 | 定价 | 演示

7️⃣ 微软 MAI-Image-2.5-Pro 登顶图像编辑榜，按 Token 定价公布#

• 核心发布：Microsoft AI 的 MAI-Image-2.5-Pro 在 Artificial Analysis Image Editing Leaderboard 上位列第一（超越 Reve 2.1、GPT Image 2），Text-to-Image 排名第七；模型 7 月 23 日已在 Microsoft Foundry 预览。
• 定价结构：$5/1M 文本输入 token、$8/1M 图像输入 token、$106/1M 图像输出 token，约合$108.5/千张 1024x1024 图像；同系列还有标准版与 Flash 版，覆盖质量-速度-成本三档。
• 行业意义：图像生成模型开始按“质量分层”定价，专业级编辑任务获得独立价格锚点，企业可按场景选择档位。

🔗 Mustafa Suleyman | Artificial Analysis 榜单

8️⃣ NVIDIA cuOpt 正式开源，宣称三项优化基准最快开源求解器#

• 核心发布：NVIDIA 宣布 cuOpt 在 GitHub 上开源，并称其在 Hans Mittelmann 基准的三个优化问题类别中均为“最快的开源求解器”。
• 行业意义：GPU 加速优化求解器的代码开放，可降低物流、调度等决策优化场景的准入门槛，推动组合优化与 AI 工作负载融合。

🔗 NVIDIA 开源动员 | 基准成绩 | GitHub

9️⃣ [持续跟踪] Cloudflare 披露远程 Spectre 攻击可在 Workers 实现 12 bit/s 泄露#

• 前情提要：2021 年 Cloudflare 评估过对 Workers 的远程 Spectre 攻击，并部署了动态进程隔离（DyPrIs）。
• 最新突破：Cloudflare 今日发布论文与博客，展示绕过 DyPrIs 的改进型攻击，在真实生产环境以 99% 准确率、约 12 bit/s 的速度泄露跨租户数据；团队已集成 V8 Sandbox 与基于 Memory Protection Keys 的进程内隔离，并改进 DyPrIs 以覆盖长生命周期工作负载。未发现实际利用痕迹。
• 行业意义：即便在语言级隔离（V8 isolate）与进程隔离并存的平台，瞬态执行攻击仍是持续性威胁；该研究为无服务器平台的安全模型划出了新边界。

🔗 Cloudflare 博客 | 论文

🔟 Agent Arena 上线 Pareto 前沿：Claude Opus 5 精度第一，Kimi K3 性价比最高#

• 核心发布：LMArena 在 Agent Arena 中新增 Pareto frontier，综合展示性能提升与中位任务成本。当前前沿点包括：Claude Opus 5 (High) +12.34%/$1.78、Kimi K3 (Max) +10.53$0.62、GPT-5.5 (High) +7.75%/$0.44、GLM-5.2 (Max) +6.06$0.18 等。
• 新动态：DeepSeek-V4-Pro (High) 升至开源模型第二（总榜第 16），中位成本 $0.21/任务，Bash 错误恢复能力开源第一；官方强调这是“覆盖率信号而非置信度分数”。
• 行业意义：Agent 评测首次将成本与性能以 Pareto 前沿方式呈现，“足够好且便宜”的模型开始影响选型，性价比成为 Agent 任务的关键决策变量。

🔗 Pareto frontier 发布 | Top 15 成本对比 | DeepSeek-V4-Pro 排名

⭐ GitHub 趋势#

📊 类别速览

项目	类别	Stars
mattpocock/skills	AI Agent	223.8k
obra/superpowers	AI Agent	274.3k

---

1. mattpocock/skills ⭐ 今日 +1894#

语言/许可： Shell / MIT
总 Stars： 223.8k
仓库： GitHub

项目定位：
面向 Claude Code、Codex 等编码 Agent 的可组合工程技能集合，解决 Agent 在真实软件开发中的需求错位、输出冗长、缺乏测试反馈与架构腐化问题。

核心功能：

• 通过 /grill-me、/grill-with-docs 在编码前执行需求澄清，生成共享领域语言文档与 ADR
• /tdd 与 /diagnosing-bugs 强化红绿重构循环与分阶段调试纪律
• /to-spec、/improve-codebase-architecture 识别模块边界与架构改进候选，控制 Agent 加速引入的软件熵
• 支持 Claude Code 插件市场只读订阅，或通过 skills.sh 复制为可编辑文件

技术亮点：
技能以标准 SKILL.md 定义且不绑定具体模型；按 user-invoked / model-invoked 分层设计，可跨 Agent 组合复用。

---

2. obra/superpowers ⭐ 今日 +557#

语言/许可： Shell / MIT
总 Stars： 274.3k
仓库： GitHub

项目定位：
面向编码 Agent 的完整软件开发方法论框架，通过会话启动自动加载技能，让 Agent 从需求梳理到代码审查按标准化流程执行，支持长时间自主迭代。

核心功能：

• 会话启动即进入 brainstorming 流程，先产出设计文档，再拆分为 2-5 分钟粒度的实现计划
• subagent-driven-development：每个任务由独立子代理执行，并经过 spec 合规与代码质量两阶段审查
• 内置 TDD、git worktree 隔离、systematic-debugging、verification-before-completion 等工程纪律模板
• 已覆盖 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot CLI 等 13+ 主流 Agent 环境

技术亮点：
通过 session-start hook 在不同 Agent harness 中统一注入方法论；子代理两阶段审查机制支持数小时级自主开发而不偏离计划。

🟧 Hacker News 热议#

OpenRouter is joining Stripe#

568 pts · 306 comments · site

📌 内容总结

• 背景: OpenRouter 宣布并入 Stripe，交易尚待惯例成交条件，预计数周内完成。目前日处理 10+ 万亿 tokens，接入 400+ 模型，服务 1000 万+ 开发者，团队 90 人。
• 关键要点:
  • 官方承诺品牌、产品、路线图不变，路由决策仍以用户利益为准。
  • Stripe 的价值点被概括为：客户网络、全球基础设施、fraud/abuse 管理经验。
  • 社区讨论中流传收购价约为 $7B；OpenRouter 长期被称为“Stripe for LLMs”。

💬 讨论总结

• 认同价值：开发者体验是真实护城河——一个 API key 访问数百模型、默认 fallback、低成本切换供应商。网络效应让供应商和用户双向流入。
• 质疑估值：有评论认为“proxy + telemetry”不值 $7B，路由技术门槛不高；反驳方列出多 provider 兼容、定价谈判、企业功能（DLP、SSO、prompt injection guardrails）、每年 10 倍扩容等工程复杂度。
• 商业现实：Stripe 买的不只是路由器，而是“tokens 作为未来货币”的清算层；类比 ADP，未来 AI agent 的计量、计费、结算都需要这类基础设施。
• 风险与反对：
  • 对 Stripe 风控冻结账户的历史担忧，认为用户请求会被更严格审查。
  • 担心企业整合后“enshittification”，OpenRouter 失去独立性和速度。
  • 对官方公告“to power the next wave of GDP growth globally”等表述普遍反感，认为是空泛企业套话。
  • 有评论质疑 $100M 量级收入撑不起$7B 估值，被反驳称收购价包含未来价值。
• 历史背景：有人联想到 eBay 收购 Skype、WhatsApp 卖给 Facebook 后的文化冲突；也提到 OpenRouter 首个 HN 帖子只有 6 upvotes，说明早期 traction 不代表最终结局。

🔗 原文 · HN 讨论页

Unsloth Dynamic 3.0 GGUFs#

165 pts · 61 comments · site

📌 内容总结

• 背景: Unsloth 发布 Dynamic v3.0 量化方法，首发 Qwen3.8-27B GGUF，声称同尺寸下 top-1% 准确率比其他提供方高 10%+。
• 关键要点:
  • 纯 post-training quantization，不用 QAT/QAD，不拿校准集训练；imatrix 文件公开供复现。
  • 小 quants 移除 MTP 模块节省约 500MB；UD-IQ1_S 为 6.2GB，保留约 72% top-1% 准确率，体积小 89%。
  • 评估引入 Divergence-300 @32 和 KL Divergence，理由是 top-1% 只看单 token，无法反映多 token 输出轨迹。
  • 文档同时记录了 MMLU 复现中的 tokenization 陷阱，以及 Llama 4 的 RoPE/QK Norm bug 修复。

💬 讨论总结

• MTP 取舍：用户困惑为什么在小内存机器上移除 MTP（速度换空间）；Unsloth 回应 500MB 对 8GB 级机器很重要，并提供了独立 Q4_0 MTP。社区认为 IQ2 以下本身就是“fits in memory”优先的极端场景，速度不是首要目标。
• 低比特真实表现：有人测试前代 2-bit 的 Qwen3.8-27B，coding 可用但慢到 15 tok/s；1-bit/2-bit 在封闭 eval 上“essentially useless”，小误差累积会快速让输出跑偏。
• 测试方法争议：有评论要求跑 TerminalHard 或真实多步 coding 任务；KL Divergence 无法简单外推成长序列累计误差，token 偏离不等于答案错误，模型可能 self-correct。
• 兼容性缺口：尚无 MLX、NVFP4 Dynamic 3.0 版本；多 GPU 16GB×4 可跑 64GB 模型，但无 NVLink 时速度明显下降。
• 工程问题：新旧 GGUF 文件名相同、hash 不同，社区希望加入版本号或内嵌元数据，避免本地混淆。

🔗 原文 · HN 讨论页

Feature Request: Support AGENTS.md#

99 pts · 48 comments · site

📌 内容总结

• 背景: 用户在 Claude Code 仓库提交 issue，希望支持 AGENTS.md。Codex、Amp、Cursor 等已把 AGENTS.md 作为编码 agent 的共享上下文标准，CLAUDE.md 被认为过于绑定 Anthropic 生态。
• 关键要点:
  • AGENTS.md 的目标是统一不同 agent 对代码库的理解方式，降低多工具协作成本。
  • issue 被标为 area:core / enhancement / memory，当前状态为 closed。
  • 部分评论认为这不是技术难题，而是 Anthropic 是否愿意跟进社区标准的信号问题。

💬 讨论总结

• 多数人认为问题可以低成本绕过：cp AGENTS.md CLAUDE.md、symlink，或在 CLAUDE.md 里写一行“read AGENTS.md”。
• 不满集中在生态封闭：Anthropic 要求团队额外维护 CLAUDE.md、skills、rules 等专属文件；社区认为这是刻意维持品牌曝光和生态锁定。
• 有人测试 Claude Code 在被要求时本来就能读 AGENTS.md，因此 issue 更像是“默认行为”之争，而不是能力缺失。
• 反对/质疑：
  • “700 条评论讨论一个 markdown 文件”被认为是过度放大；真正的问题可能是 AI 编程工具间的重复造标准。
  • 也有观点认为 Anthropic 不屑跟进开放标准，当前 OpenAI/Codex 在引领节奏，这种固执会导致用户流失。
  • 有用户指出“CLAUDE.md 里写一句转发”对子目录 lazy loading 不生效，不是完美解法。
• 历史类比：评论引用 Reddit/Twitter 封杀第三方客户端后的增长停滞，以及 enshittification 理论，认为这是公司脱离用户、转向内部政治的早期信号。

🔗 原文 · HN 讨论页

今日洞察#

HN 306 条评论围绕 $7B 收购价分成两派：“proxy + telemetry 不值这个价”与”网络效应 + 多 provider 工程复杂度是真实价值”。估值分歧之外，交易结构是确定的：Stripe 买下的是 token 清算层，分发与结算在同一家公司闭环。HN 用户对 Stripe 风控冻结账户的历史担忧因此有了新含义——API key 将同时受制于支付风控逻辑，把多模型 fallback 当默认配置的开发者最先感知这条约束。

Agent Arena 把中位任务成本与精度放进同一坐标：Kimi K3 $0.62、GLM-5.2$0.18、DeepSeek-V4-Pro $0.21，“足够好且便宜”第一次有了量化依据。同一时间，GitHub 上 skills、superpowers 单日合计新增超 2400 stars，两者都在解决同一命题：需求澄清、TDD、子代理两阶段审查。推理成本降到可忽略之后，工程纪律取代生成能力成为 Agent 开发的新瓶颈。

Anthropic 关闭 AGENTS.md issue 后，HN 评论点破：“这不是技术难题，而是是否愿意跟进社区标准的信号。“Codex、Amp、Cursor 已把 AGENTS.md 当作默认上下文格式，Claude Code 坚持 CLAUDE.md，意味着多工具协作团队必须维护额外兼容层。上下文文件格式正在成为 Agent 工具链的接口层，拒绝开放标准的一方将把生态位让渡给 Codex 一侧。

1️⃣ [持续跟踪] Stripe 收购 OpenRouter：交易金额披露为超 80 亿美元#

• 前情提要：Stripe 此前正式官宣收购 AI 模型聚合与路由平台 OpenRouter，未披露交易金额，确认品牌、架构与路线图保持不变。
• 最新突破：路透社援引知情人士称，交易金额超过 80 亿美元；另有信源给出 75 亿美元口径——创始人分得约 15 亿、投资方获约 60 亿。对比 OpenRouter 今年 5 月 B 轮 13 亿美元估值，数月内溢价数倍。
• 平台数据：OpenRouter 接入 400+ 模型与 80 家推理服务商，服务超 1000 万开发者与企业客户，每天处理超 10 万亿 Token，成立以来推理量每年至少增长 10 倍；团队仅 90 人，现有用户 API 对接方式无需改动。
• 行业意义：Stripe CEO Patrick Collison 称”Token 是构建 AI 企业的核心货币”，模型路由与支付结算入口合并，Token 计量与计费正成为类似支付的基础设施生意。

🔗 爱范儿 | 小互 | AI Will 解读

2️⃣ OpenAI Codex 企业落地：Asana 两周完成原计划五年的测试迁移#

• 核心亮点：OpenAI 公布 Codex 开源 harness 的三个企业案例，编码 Agent 从开发工具进入核心生产流程。
• 案例数据：Asana 用 Codex 将前端测试从 Enzyme 迁移至 React Testing Library，原预计还需五年，实际两个日历周完成；税务处理试点处理 7000 份申报，准备时间缩短约三分之一；Cisco 用 Codex SDK 构建 App Builder，用户以自然语言为 Cisco Cloud Control 创建自定义应用。
• 配套安全升级：OpenAI 同步披露 Codex 安全加固——针对清理临时目录误删文件的风险，要求操作前校验目标、使用独立临时目录、强化危险命令拦截，并提高 Full access 权限门槛。
• 行业意义：Codex 正从”编码助手”变为”agent harness 平台”，应用方掌控界面、上下文、工具与审批，OpenAI 提供 agent loop。

🔗 OpenAI Developers | Greg Brockman | Asana 案例 | 爱范儿

3️⃣ [持续跟踪] 智谱 GLM-5.3 开放免费调用，唐杰详述”后训练缩放”路线#

• 前情提要：GLM-5.3 昨日发布，与 GLM-5.2 共享同一基座、架构与参数量，能力跃升全部来自约一个月长周期环境强化学习。
• 最新突破：智谱宣布 GLM-5.3 在开放平台向全网开发者免费调用，NewMax Gateway 等第三方网关已接入；长上下文、复杂工具调用与结构化输出针对性优化。
• 唐杰长文：他在 Latent Space 同日刊发的阐述中提出，参数量只有与数据量、算力分配、运行条件结合才有意义；当总参数量达到承载知识的阈值后，长链推理能力取决于有效推理深度与后训练规模。GLM-5.3 的训练环境已覆盖”相当资深工程师数日工作”的生产级长程任务，环境与验证器全部由合成管线端到端生成。
• 行业意义：头部实验室以受控实验公开验证”后训练缩放”——总参数不再是唯一扩缩旋钮，数据、推理深度与后训练成为新的竞争维度。

🔗 Latent Space | 爱范儿 | NewMax Gateway

4️⃣ [持续跟踪] DeepSeek Harness 更新多模态：/goal 等命令可直接接收图文#

• 前情提要：DeepSeek Harness 上周以 MIT 协议开源，微内核 + 插件架构（Cordis）使其成为开放式 Agent 运行时，社区一周内已产出百余插件。
• 最新突破：dsh-v0.1.0-rc.8 发布，DeepSeek 模型适配器加入原生图片请求，/goal、/plan 等任务命令可直接接收图文输入，@ 菜单可引用文件与会话；Claude Code 与 Codex 子代理改为按需安装的 Profile Bundle。
• 细节与修复：Windows PTY 终端新增持久化 PowerShell 会话；修复大尺寸图片与历史图片载荷过高导致的请求失败；SQLite 后端读写与分叉性能改善，数据结构变更不兼容旧版。
• 行业意义：开源 Agent 运行时把多模态输入、子代理与终端能力全部插件化，“装什么用什么”的模块化路线正在成形。

🔗 GitHub Releases | InfoQ | 爱范儿

5️⃣ 特斯拉中国车机正式推送豆包大模型#

• 核心亮点：字节跳动火山引擎宣布特斯拉中国车机系统已上线豆包大模型，这是特斯拉入华以来首次在车机中集成第三方大模型。
• 交互细节：豆包以独立应用形式出现，可长按方向盘右侧滚轮唤醒语音，支持实时资讯、连续对话与多音色；采用双模型协同方案——豆包负责基础车控与车主手册查询，DeepSeek Chat 侧重闲聊与资讯服务。
• 覆盖范围：Model 3 / Y / S / X 四款车型，搭载 AMD 芯片的车型优先适配，系统需升级至 2026.14.13 或更高版本。
• 行业意义：车载语音从”车厂自研 / 单模型方案”切换到”双模型 + 第三方生态”，大模型上车进入多模型分工阶段。

🔗 爱范儿

6️⃣ Claude Cowork 扩展至网页与移动端#

• 核心亮点：Anthropic 宣布 Claude Cowork 将登陆网页与 iOS/Android，用户可在桌面上交付任务、合上电脑，再从手机取回成品。
• 细节：任务在云端继续运行，本地文件与电脑控制仍锁定在桌面端；网页与手机端先支持任务启动与接力，Max 计划用户率先内测，未来几周向更多计划开放。
• 行业意义：Agent 从”本地终端会话”走向”云端常驻执行”，设备边界消失——合盖不再等于下班，长任务交付从人工陪伴转向异步取件。

🔗 Claude 官方 | Berryxia

7️⃣ CopilotKit 发布开源 Open Bot：带审批与留痕的”Grok Bot”#

• 核心发布：CopilotKit 发布 Open Bot，定位开源版 Grok Bot——给每个 AI Agent 分配一台”电脑”，支持远程/本地电脑操作、企业安全与治理、线程与记忆。
• 技术底座：基于 AG-UI 协议，与 MCP（Agent→工具）、A2A（Agent→Agent）并列，补全”Agent↔用户界面”这一交互协议层。
• 产品机制：每个 Bot 运行在独立容器（专属 Chromium 浏览器与 workspace 文件卷），无 API 时像人一样登录操作界面；动作执行前需人拍板，执行后全程留痕；可返回编译好的 React 组件作为生成式 UI。
• 行业意义：企业不敢把活交给黑盒，开源 Agent 先把”审批 + 录像”做成默认能力，Agent 交付的信任机制开始产品化。

🔗 GitHub | Berryxia | 架构拆解

8️⃣ [持续跟踪] WRC 2026：上半年人形机器人出货 2.2 万台，换场景仍是难题#

• 前情提要：宇树科技昨日科创板上市，首日收涨 460%，市值超 3300 亿元，成为”人形机器人第一股”。
• 最新突破：上市次日，王兴兴在 2026 世界机器人大会演讲，将具身智能核心挑战归结为”AI 模型输入输出与真实机器人的物理对齐”——最后几厘米、几毫米的误差累积导致成功率暴跌；他给出的通用机器人临界点是”陌生环境 + 语言指令完成 80% 任务”，快则两三年、慢则五年。
• 行业数据：Counterpoint 统计 2026 上半年全球人形机器人出货 2.2 万台，同比增长近 300%；智元、宇树、银河通用等前五家占 86%，但文娱表演与数据科研合计占比超六成，智能制造仅 12.8%。
• 行业意义：出货量高增与”换个物品 / 环境成功率骤降”并存，行业竞争从本体量产转向泛化、数据与后训练。

🔗 王兴兴演讲全文 | 腾讯科技 | 量子位

9️⃣ OpenAI 二季度营收 67 亿美元，经营亏损扩大至 123 亿美元#

• 核心数据：据《华尔街日报》，OpenAI 2026 年第二季度营收 67 亿美元，环比增长约 18%；计入股权激励后经营亏损扩大至 123 亿美元。
• 对比数据：同一时期 Anthropic 初步营收超过 115 亿美元，单季规模高于 OpenAI，增长主要由企业客户与 Claude API 用量推动。
• 口径提示：两家公司收入确认口径并不相同，单季数字不能直接等同；但这组数据显示，Anthropic 在企业业务上明显提速，OpenAI 则在收入增长的同时被训练与运营投入推高亏损。
• 行业意义：头部两家实验室的财务分化信号出现——一个靠规模与消费者市场，一个靠企业订阅，商业模式差异开始显性化。

🔗 爱范儿

🔟 Cerebras CS-4 发布：三颗晶圆级芯片，推理速度宣称比 GPU 快 30 倍#

• 核心发布：Cerebras 发布新一代晶圆级 AI 加速器 CS-4，采用三颗 WSE-3 Turbo 晶圆，面向超大规模数据中心与前沿 AI 推理场景，现已开始出货。
• 性能参数：推理速度据称比 GPU 快 30 倍，支持 10 万亿参数以上模型的交互式推理，每秒生成超 1000 token；功耗效率较上一代 CS-3 提升 10 倍。
• 架构创新：模块化”晶圆背包”设计减少 50% 组件、部署从数天缩短至数小时；距处理器 0.5mm 的高密度供电减少板级损耗；可编程 I/O 子系统实现晶圆间 2 微秒延迟。
• 行业意义：晶圆级芯片把推理性能与能效同时推高一个数量级，GPU 主导的推理市场出现新的硬件路线。

🔗 Cerebras 官网 | HN 讨论