今天有件事挺反直觉的——谷歌说自己75%的新代码已经是AI写的了，但同一时间Anthropic却因为AI工具成本太高、把Claude Code从Pro套餐里撤出来，被骂了一顿又撤回去了。一个说AI写代码太便宜了所以全面拥抱，一个说AI写代码太贵了所以玩不起，到底谁在说真话？还有，DeepSeek估值从100亿冲到200亿只用了不到一周，小米MiMo-V2.5凌晨突袭发布直接对标GPT-5.4，OpenAI Workspace Agents开始24小时替你上班——今天的AI圈，每件事都在挑战你的预期。往下看看。
核心内容：谷歌CEO桑达尔·皮查伊在Cloud Next ’26大会上宣布，目前公司内部新编写的代码中已有75%由AI生成，随后交给人类工程师审核。这一比例从2024年10月的约25%快速攀升，增速惊人。谷歌表示AI生成的代码仍需人工严格把关，形成”AI创作、人工把关”的主流开发模式，开发速度比纯人工快约6倍。
点评：75%这个数字本身就已经够震撼了，但更有意思的是”时间线”——从25%到75%只用了18个月。这意味着谷歌的工程师角色正在发生根本性转变：从”写代码的人”变成”审代码的人”。这个转变比任何裁员消息都更能说明AI对软件工程行业的冲击。问题是，当审核AI代码成为工程师的主要工作，下一代工程师还需要学写代码吗？
核心内容：AI数据基础设施公司VAST Data宣布完成10亿美元F轮融资，估值升至300亿美元，较2023年E轮的91亿美元增长逾两倍。本轮由Drive Capital和Access Industries领投，英伟达、富达管理及NEA跟投。VAST Data成立于2016年，专注AI应用的大规模数据管理软件，独创DASE架构，客户包括CoreWeave、Mistral、美国空军及Cursor等，技术可支撑数百万颗GPU的项目运行。
点评：300亿美元估值，数据管理公司——这不是卖GPU的，是帮AI公司管数据的。英伟达跟投这个信号很关键：它不只想卖芯片，还想控制芯片之上整个数据层。VAST Data的客户列表里还有Cursor，如果SpaceX真600亿美元收了Cursor，那VAST Data作为Cursor的数据基础设施供应商，价值还会再涨。这是典型的”卖铲子比淘金更赚钱”逻辑。
核心内容：小米于4月23日凌晨发布MiMo-V2.5系列大模型，共4款：MiMo-V2.5、V2.5-Pro、V2.5-TTS Series、V2.5-ASR。其中V2.5-Pro专为长周期Agent任务设计，支持百万级上下文长度，在通用智能体能力、复杂软件工程任务等维度已能与Claude Opus 4.6和GPT-5.4竞争。官方演示显示，V2.5-Pro仅用4.3小时就完成了北大本科生需数周的编译原理课程项目。核心模型MiMo-V2.5和V2.5-Pro面向全球开源。
点评：罗福莉（原DeepSeek核心成员）带队，36天前刚发布MiMo-V2系列，现在又放大招。4.3小时手搓编译器这个Demo，针对性很强——编译器是软件工程里最难啃的骨头之一，能用4小时做出来，说明模型在复杂系统级编程上真的有了质变。开源策略和Qwen3一脉相承：先把开发者圈住，生态建起来再谈商业化。小米在AI领域的野心，比很多人想象的要大。
核心内容：阿里云正式发布270亿参数多模态稠密模型Qwen3.6-27B并开源。该模型在保持稠密架构优势的同时，针对智能体编程与多模态推理深度优化，其编程能力甚至超越规模大15倍的MoE模型。Qwen3.6-27B是阿里完善Qwen3.6产品矩阵的重要一环，此前已发布Qwen3.6-Plus和Qwen3.6-35B-A3B。
点评：Qwen3.6-27B的核心卖点是”以小博大”——27B参数打赢了400B+的MoE模型，这说明模型架构和训练方法的优化比单纯堆参数更重要。阿里现在每个月都在发新模型，Qwen3.6系列已经形成了一个完整的产品梯队：小参数做端侧、中参数做编程、大参数做通用。这种矩阵式打法，比单点突破更有生态价值。
核心内容：据AIBase报道，腾讯与阿里巴巴正竞相参与DeepSeek新一轮融资，推动其估值目标从100亿美元飙升至超过200亿美元。此前DeepSeek寻求以百亿美元估值融资3亿美元，但市场对头部独立模型厂商的溢价预期显著提升。公司预计本月发布新一代模型DeepSeek V4，将全面适配华为昇腾950PR芯片。
点评：DeepSeek从100亿到200亿只用了一周，这个速度比任何技术突破都更能说明问题——资本市场对”独立大模型公司”的估值逻辑已经疯了。阿里和腾讯争着投，不是为了财务回报，是为了确保DeepSeek不会倒向对方的阵营。但问题是：当所有独立模型公司都被云厂商”收编”，它们还能保持技术中立吗？DeepSeek可能是最后一个还能谈”独立”的大模型公司了。
核心内容：OpenAI在ChatGPT中正式推出Workspace Agents（工作空间智能体），支持团队创建协作智能体，能处理复杂任务和长周期工作流。智能体在云端7×24小时运行，可跨时区、跨工具协作，完成报告编写、代码审查、客户跟进等任务。该功能由Codex提供底层支持，面向企业和教育用户开放。
点评：Workspace Agents的推出标志着OpenAI从”个人助手”正式转向”企业生产力工具”。以前ChatGPT是你问它答，现在它可以主动替你干活了——而且是不睡觉、不发工资、不请病假的那种。对打工人来说，这既是解放也是威胁：你的重复性工作确实可以被替代，但这也意味着公司以后可能不需要这么多”做执行”的人了。
核心内容：谷歌在Cloud Next ’26大会上发布”代理企业”（Agentic Enterprise）核心基础设施，关键更新包括：首次将第八代TPU拆分为专用训练芯片TPU 8t和推理优化芯片TPU 8i，每美元推理性能提升80%；推出Gemini Enterprise Agent Platform，支持创建具备长期记忆和加密身份的自主AI代理；Workspace Intelligence全面升级，自动化邮件、表格等办公流程。
点评：谷歌这次大会的核心关键词是”拆分”——TPU拆成训练和推理两个版本，企业从”生成辅助”转向”自主执行”。TPU 8i的每美元性能提升80%这个指标很直白：谷歌知道Agent要大规模上线，成本必须降下来。这次大会不是秀肌肉，是在给Agent时代的规模化落地铺路。
核心内容：韩国SK海力士计划投资19万亿韩元（约合128.5亿美元），在韩国本土新建一座专门用于先进封装工艺的制造工厂，以满足全球对AI存储器（高带宽存储器HBM芯片）的需求。该工厂将于本月动工。同时，该公司在美国印第安纳州的首座半导体工厂也已正式动工。两大项目总投资超200亿美元。
点评：SK海力士一个月前刚说要把HBM研发周期压缩到一年，现在又要投130亿美元建厂——这说明AI存储器的供需缺口比外界想象的更大。英伟达B200/B300的交付瓶颈之一就是HBM供应不足，SK海力士这次豪赌是在押注：只要AI算力需求继续增长，HBM就是印钞机。但风险也很明显：如果AI需求增速放缓，这些厂就成了产能过剩的包袱。
核心内容：谷歌与苹果达成云服务合作，将基于Gemini模型开发下一代Apple Foundation机型，计划于2026年推出全新Siri。该合作旨在结合Gemini的多模态处理能力与苹果私有云架构，提升Siri在复杂指令和跨应用识别方面的表现。苹果此前自研的大模型项目进展缓慢，此次选择外部合作被视为战略转变。
点评：苹果选择Gemini而不是自研，这个决定很苹果——不是自己做不了，是觉得不值得。苹果的核心优势在硬件和生态，不是模型研发。但把Siri的AI大脑交给谷歌，长期来看会有数据主权的问题：用户的语音数据怎么流转、苹果的隐私承诺怎么兑现？这个合作能否落地，还要看监管和用户的接受度。
核心内容：OpenAI宣布推出面向美国临床医生的免费ChatGPT版本，旨在辅助医疗文书、研究和临床任务，减轻医生的行政负担。该版本针对医疗场景进行了专门优化，支持病历摘要、医学文献检索、诊断建议参考等功能。OpenAI强调该工具仅作为辅助，不替代医生专业判断。
点评：医疗是AI落地最难的垂直领域之一，核心障碍不是技术，是责任和监管。OpenAI这次推免费版给临床医生，是在试探医疗市场的接受度。但”免费”本身是个钩子——先让医生用起来，形成依赖后再谈付费和企业版。对饱受文书工作折磨的医生来说，这个工具的吸引力是真实的。
核心内容：Anthropic近期对Claude Code进行定价测试，曾将该编码工具从Pro套餐移除，仅限更贵的Max套餐使用。此举引发用户强烈批评，Anthropic随后撤回变动并公开道歉。公司承认，随着Claude Code等高强度AI工具的普及，现有订阅方案的算力成本已难以覆盖，正在重新评估定价策略。
点评：Anthropic这次”试水提价”失败，暴露了一个行业性的矛盾：AI工具能力越强、用户越多，云算力成本就越高，但订阅价格却不能无限涨。Claude Code从Pro移到Max又移回来，说明Anthropic自己也没想清楚怎么平衡成本和收入。这对所有AI SaaS公司都是个警告：如果算力成本增速超过收入增速，商业模式迟早会崩。
核心内容：据AIBase数据，北京市AI大模型备案数量占全国约30%，居全国首位，共有225款大模型通过网信办审核。北京在政策、人才、技术及产业生态上的领先优势明显，巩固了其”中国AI创新策源地”地位。上海、深圳、杭州分列二至四位。
点评：225款大模型通过备案，这个数字说明中国的AI监管框架已经在实质性运转——不是一刀切禁止，而是”先备案、再上线”。北京占30%不意外，毕竟清华、北大、中科院都在北京，人才密度最高。但对创业公司来说，备案流程本身也是成本和时间，如何在合规和创新之间找到平衡，是长期挑战。
核心内容：中国第三代自主超导量子计算机”本源悟空”已初步具备搭载人工智能运算能力，上线了量子知识大模型Origin Brain、QPanda3 Runtime MCP等多款量子人工智能工具。这是我国自主量子算力首次系统性融入人工智能应用生态，推动量子计算机从”可用”向”好用”迈出关键一步。
点评：量子计算和AI的结合，目前还是”概念验证”阶段。本源悟空上线AI工具的意义在于：它证明了量子计算机可以跑AI任务，哪怕只是很小的一部分。真正的量子优势在AI上什么时候能体现出来，业内普遍估计还要5-10年。但这个第一步很重要——没有第一步，就没有后面的十步。
核心内容：据36氪报道，OpenAI正洽谈向一家私募股权合资企业投资至多15亿美元。此举被视为OpenAI多元化资金用途、探索AI生态投资的信号。OpenAI此前已完成多轮巨额融资，现金储备充裕，此次进军私募领域表明其不只想做AI产品公司，还想通过投资布局上下游产业链。
点评：OpenAI从”被投资方”变成”投资方”，这个身份转变很有意思。15亿美元对OpenAI来说不算大钱，但信号意义很大：它开始用资本手段控制AI生态了。未来可能会出现一个”OpenAI系”——被它投资的公司在技术上优先对接OpenAI的模型和API，形成围绕OpenAI的产业联盟。
核心内容：具身智能公司具微科技在两个月内完成4轮数亿元融资，产业资本”天团”强势入局。公司专注具身智能底层技术研发，产品覆盖机器人感知、决策和执行全链路。投资方包括多家头部产业资本和地方政府引导基金。
点评：两个月4轮、数亿元——这个融资节奏比2021年的新消费还疯狂。具身智能现在是AI赛道最热的方向之一，但和当年新消费一样，问题是：钱进去了，产品什么时候能规模化落地？具微科技如果能把融资速度转化为产品迭代速度，就有机会成为具身智能领域的”头部玩家”；如果只是烧钱堆团队，结局可能和当年很多新消费品牌一样。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。