AI 日报 · 2026年07月15日

OpenAI 首款硬件设备正在开发中，产品形态为一台可移动、无屏幕的智能音箱，定位为人工智能时代的新型家用电脑。
该设备的核心理念是打造具备人类特质的居家 AI 伴侣，能够协助用户控制智能家居、播放媒体、回答问题、回复消息，并调用 ChatGPT 的广泛功能。
此消息由界面新闻于 7 月 15 日报道，目前产品仍处于开发阶段，尚未公布具体发布时间。

PrismML 发布 Bonsai 27B，这是对现有 Qwen3.6-27B 模型的低比特量化版本，而非全新预训练模型。项目提供三元和 1-bit 两种变体，均基于 Apache 2.0 许可发布，支持多模态输入，上下文窗口达 262K tokens。其视觉塔以 4-bit 单独存放，语言权重约 24.8B。

压缩通过分组量化实现：每 128 个权重共享一个 FP16 缩放因子。三元 Bonsai 27B 采用 {-1, 0, +1} 权重，等效 1.71 比特/权重，体积约 5.9GB；1-bit Bonsai 27B 采用二进制 {-1, +1} 权重，等效 1.125 比特/权重，体积约 3.9GB。相比 FP16，分别实现约 9.4 倍和 14.2 倍的压缩。

在 15 项基准测试的思考模式下，三元版本保留 FP16 基线 94.6% 的性能，1-bit 版本保留 89.5%。三元版本在数学、编程、知识推理、智能体调用、指令遵循及视觉等类别上表现出色，而传统 4-bit 以下量化方案在 AIME 和 LiveCodeBench 等评测中出现选择性崩溃。

低内存占用使 1-bit 版本成为首个可装入手机的 27B 级模型，三元版本可在笔记本运行。搭配 4-bit KV 缓存，模型峰值内存大幅降低，吞吐量受内存带宽驱动。项目同步推出 DSpark 推测解码草案，实现无损加速。部署代码与权重已开源，支持 llama.cpp 和 MLX 运行环境。

彭博社援引知情人士消息称，中国人工智能公司深度求索（DeepSeek）已着手筹备首次公开募股（IPO），最快可能在今年内提交上市申请。公司目前计划在中国内地上市，目标最早于2027年完成挂牌。
DeepSeek 正与会计师事务所及投行顾问合作，拟在今年12月底前完成财务报告编制，以满足IPO申请要求。在上市前，公司还计划进行一轮私募融资，已与潜在投资者展开洽谈。
新一轮融资的投前估值目标至少为4800亿元人民币，计划募集资金不低于100亿元，最终规模可能随投资者参与情况扩大数倍。IPO 申请提交时间拟定为2026年底至2027年初，视财报进度而定。

• DeepSeek IPO 规划涉及2026年内提交申请、最早2027年上市，首选中国内地
• 上市前私募融资投前估值目标至少4800亿元，拟募资至少100亿元
• 时间表与融资计划仍存变数，将取决于市场环境和公司经营状况

Qwen 3.5-397B 是一款拥有 3970 亿总参数的混合专家（MoE）模型，但每个 token 前向传播仅激活约 170 亿参数（激活率 4.3%），兼顾了大规模模型的表达能力与较小模型的推理效率。该模型采用 60 层混合架构，按 3:1 比例交替堆叠 Gated DeltaNet（GDN）线性注意力层与分组查询注意力（GQA）层，并集成了包含 512 个专家的稀疏 MoE 及一个始终执行的共享专家。它原生支持 262,144 token 的上下文窗口，并可通过 YaRN RoPE 扩展至超过 101 万 token。

为应对模型日益复杂的规模化挑战，工程团队开发了模块化、模型无关的优化策略。该方法将推理系统分解为可复用的独立构建块（如批处理 RPA、分组 GEMM、SparseCore 解排列等），结合硬件感知成本模型，使新架构的优化工作仅需移植预优化模块，几乎消除工程摩擦。这使得性能交付时间大幅提前，并将关注点从单模型优化转向平台级可扩展性。

在 Ironwood（TPU v7x）平台上，团队利用可复用的 JAX/Pallas 内核库，针对 Qwen 3.5 的 GDN 线性注意力和注意力数据并行等新组件进行优化，在解码密集型与预填充密集型工作负载上均实现显著性能提升。截至 2026 年 6 月，在 512 并发层级下，解码密集型推理性能提升约 3.1 倍，预填充密集型提升约 4.7 倍。此外，这些优化已原生集成到 vLLM 和 SGLang 等开源服务框架中，消除了旧有软件障碍，为企业级生产环境迁移提供了无缝路径。

GitHub Copilot 应用在公开预览中推出新的 /security-review 斜杠命令，支持开发者对进行中的代码变更直接执行安全审查。该功能将 Copilot CLI 中原有的 AI 驱动漏洞扫描能力引入日常编码流程。
/security-review 会分析当前工作流中的改动，返回按严重性和置信度评分的高置信安全发现，以及可直接在 Copilot 内应用并复查的可操作建议，并给出聚焦优先级的视图，帮助开发者在代码合入前修复关键问题。
扫描重点覆盖注入缺陷、跨站脚本、不安全的数据处理、路径遍历和弱加密等常见高影响漏洞类别。
该命令为轻量级按需检查，是对 GitHub 代码扫描、Dependabot 及机密扫描的补充，让开发者无需离开编码环境即可在本地变更中提早发现问题。
公开预览期间，Copilot Free、Pro、Business 和 Enterprise 用户均可使用。

OpenAI 开发者 Hayden Bleasel 发布了开源文档框架 Blume，采用 MIT 许可，同日上线 npm 1.0.3 版。工具以命令行配合组件库运行，读取 Markdown 或 MDX 文件夹即可生成包含导航、搜索、主题和 Open Graph 图片的文档站点，几乎无需应用样板代码，可选配置文件为 TypeScript，运行时依赖 Node.js 22.12 及以上版本。
核心工作原理是在 .blume/ 目录自动生成并驱动一个隐藏的 Astro 项目，扫描内容构建页面图，通过统配路由渲染所有页面，仅重写变更文件以保持热更新速度。默认主题无客户端 JavaScript，利于 Core Web Vitals 评分；可通过 blume eject 将运行时提升为独立 Astro 应用以获取完全控制。
Blume 为 AI 代理原生设计：在页面 URL 后追加 .md 可获取原始 Markdown，提供开启 llms.txt 和 llms-full.txt 的单一标志，支持页面复制为 Markdown 或在 ChatGPT、Claude 等中打开，可选内置 Ask AI 助手通过 AI SDK 连接多种端点，并可作为 MCP 服务器供 Claude Code、Cursor 等直接读取文档。
典型用例包括基于 OpenAPI/AsyncAPI 规范渲染交互式 API 参考、从 GitHub Releases 自动生成变更日志附带 RSS、支持 36 种语言及 RTL 布局，以及混合本地文件与 Notion、Sanity 等远程源。相比 Mintlify、Docusaurus 和 Astro Starlight，其特色为零配置静态输出、内置 AI 就绪特性与类型安全配置，新兴生态与较高 Node.js 版本需求为当前弱点。

开源项目 colibri 使用纯 C 语言编写，零依赖，可以按需从硬盘加载专家参数。它只需约 25GB 内存，就能在普通电脑上运行智谱于 2026 年发布的开源旗舰模型 GLM-5.2（总参数 7440 亿，MoE 架构，每次推理激活约 40B 参数，上下文长度 100 万 Token，MIT 协议）。该模型原本需要数百 GB 显存。
GLM-5.2 的模型文件本身（INT4 量化版本）需要大约 370GB 硬盘空间。colibri 不依赖 BLAS 或 Python，无需 GPU 即可运行，但也支持 CUDA 加速。其支持的系统包括 Linux、macOS（Intel 及 Apple Silicon）、原生 Windows 11 和 WSL2。
在速度方面，colibri 的开发者提供了预估数据，例如 32GB 内存加 PCIe 4.0 NVMe 固态硬盘下速度约为 0.5-1 tok/s，而在 128GB 以上内存并缓存热点专家后可达 2-4 tok/s。实际测试中，Apple M5 Max 优化后达到 2.06 tok/s，为目前最快记录；其他平台如 Intel Ultra 7 和 Ryzen 9950X 等则在 0.07 至 0.52 tok/s 不等。

• 项目定位是让前沿级 744B 模型能在成本极低的硬件上运行，开发者直言“它并不快”，但解决了“能不能用”的问题。

T3 Code 是一个极简的编程代理 Web 界面，目前支持 Codex、Claude、Cursor 和 OpenCode，后续将兼容更多代理。使用前需安装并认证至少一个对应提供方的 CLI 工具，例如 codex login 或 claude auth login，也可通过 npx t3@latest 直接运行而不安装。
项目提供跨平台桌面应用：Windows 可通过 winget install T3Tools.T3Code 安装，macOS 通过 brew install --cask t3-code，Arch Linux 则通过 yay -S t3code-bin 获取。用户还可从 GitHub Releases 下载最新版本。
项目尚处极早期阶段，团队提醒可能存在较多缺陷，暂不接受外部贡献，尚未建立公开文档站点，相关信息仅存放在仓库的 Markdown 文件中。如有支持需求，可加入其 Discord 社区。

OpenReel Video 是一个完全免费、开源的浏览器端专业视频编辑器，被定位为 CapCut 的替代品。它基于 React、TypeScript、WebCodecs 和 WebGPU 构建，所有处理均在用户设备本地完成，视频无需上传至云端，无需安装软件，只需在 Chrome 94+、Edge 94+、Firefox 130+ 或 Safari 16.4+ 等现代浏览器中打开即可使用。
该编辑器提供丰富的专业功能，包括无限多轨时间轴、关键帧动画、色彩分级（色轮、曲线、LUT 支持）、20 余种文字动画、卡拉 OK 风格字幕、绿幕抠像、混合模式以及音频效果器（均衡器、压缩器、降噪等）。性能方面，借助 GPU 加速和 WebCodecs 硬件编解码，可流畅编辑并导出 4K@60fps 视频，支持 MP4、WebM、ProRes 等多种格式。
项目采用 MIT 许可证，具有自动保存、无限撤销/重做、屏幕录制和工程文件导入导出功能。开发上以 monorepo 架构组织，包含约 66k 行的 React 前端代码和 59k 行的核心引擎代码，并尝试通过 AI 辅助管理议题、代码实现与文档维护。

Ruflo 是一个面向 Claude Code 和 Codex 的 AI 代理元集成框架，定位为“模型+执行层”中的执行层。它为模型提供工具、内存、循环沙箱、安全护栏等，使代理不仅能运行，还能协作。目前内置超过 100 个专用代理，支持集群协调、自学习记忆、跨机器联邦通信及企业级安全管控。
通过一条 npx ruflo init 命令，即可为 Claude Code 接入完整执行层：代理可自组织成群组、从任务中学习、跨会话记忆，并借助联邦机制在不泄露数据的情况下与其他机器上的代理安全通信。
Ruflo 提供两种安装路径：路径 A 作为 Claude Code 插件，仅加入斜杠命令和代理定义，功能较轻量；路径 B 为完整 CLI 安装，可启用 MCP 服务器、钩子系统及后台守护进程，获得全部 98 个代理、60 多个命令、30 项技能等。安装后用户只需正常使用 Claude Code，钩子系统会在后台自动路由任务、学习成功模式并协调代理。
该框架包含 35 个插件，覆盖核心编排、记忆检索、自学习智能、代码质量与测试、安全合规、架构方法论、DevOps 及特定领域（如 IoT、量化交易）等方向。
名称源于创建者 rUv，“Ru”取自其名，“flo”代表伏案到凌晨的工作状态，底层由 Cognitum.One 代理架构和基于 Rust 的高性能 AI 引擎驱动。

作者观察到，从日常琐事到复杂决策，人们正越来越多地把思考外包给AI，从早期的搜索引擎到如今的Claude、ChatGPT、Gemini等大模型，AI直接给出完整答案，省略了我们分解问题、评估信源和综合判断的过程。
刘宇昆的短篇小说《完美匹配》和一位旧金山科技活动上的“麦克风男”是典型案例。小说主角将早餐、约会等大小决定权全部交给AI助手蒂莉；“麦克风男”则用随身设备记录所有对话，让Claude Fable代劳总结和批判性思考，并声称AI比自己更聪明。其创业项目更是在未经明确同意的情况下捕获人类工程师的操作以图取代他们。
谷歌Deep Research和OpenAI Deep Research等工具已能将过去人类需花数分钟到数天的工作压缩到几分钟内完成，METR的研究预测了前沿AI模型在不同时长任务中的成功率。
作者反思，快速回答和慢思考之间存在取舍。不带手机散步时冒出的问题多数会被遗忘，重要的才会留下，提示遗忘琐事本身或许有价值。在葡萄牙旅行时，面对当地为何不像美国那样批判殖民历史的疑问，作者主张先自行思考几种可能，而不是立刻询问AI，以此保留自主思考的习惯。

安全研究员发现 Cursor IDE 存在一个高危零日漏洞。当用户在 Windows 上打开一个仓库时，若项目根目录下存在恶意构造的 git.exe 文件，Cursor 会在没有任何用户交互、提示或警告的情况下自动执行该文件，导致任意代码执行。
该漏洞由 Mindgard 于 2025 年 12 月 15 日发现并当日报告，然而在超过六个月及 197 个版本更新后，截至 4 月 30 日测试的 3.2.16 版本中漏洞依然存在。期间 Cursor 方面曾有内部自动化故障，随后将报告标记为“信息性”并归为范围外，经申诉后虽确认并转交，但此后沟通完全中断，修复未有进展。
考虑到 Cursor 拥有超过 700 万活跃用户、百万日活及付费用户，并被 5 万多家公司采用，该安全隐患影响广泛。研究者演示了将计算器程序重命名为 git.exe 置于仓库根目录的证明性概念，打开项目后计算器被反复自动执行。
当前建议的缓解措施包括：企业管理员通过 AppLocker 等方式按路径阻止工作区目录执行特定文件名，普通用户应在隔离的虚拟机或 Windows 沙盒中打开不受信任的仓库。

Armin Ronacher 于 2026 年 7 月 13 日发表文章，借勃鲁盖尔画作《巴别塔》探讨 AI 辅助编程对复杂软件系统构建的深层影响。他指出，巴别塔故事通常被解读为骄傲与混乱的寓言，但其技术升级的细节（发明砖与石漆）揭示了协作的基础——共同语言。上帝并未剥夺人类的造砖技术，而是打乱其语言从而阻止了建设，这暗示软件项目的核心瓶颈并非个体生产力，而是人对系统理解的协调能力。

在大型软件项目中，真正的“共同语言”并非编程语言，而是团队对系统概念、边界、不变量与架构逻辑的共享心智模型。这种理解通过代码审查、讨论和摩擦缓慢形成。过去，修改他人负责的模块时产生的沟通成本，虽看似低效，却起到了同步认知的关键作用。

AI 编程助手和智能体消除了这种协调摩擦。多个开发者可以在互不沟通的情况下，借助智能体独立地对系统进行大幅修改，代码可编译、测试可通过，但导致构建系统所需的整体架构理解逐渐消失。这使代码库变成一座新的“巴别塔”，不是因为人们不能交流，而是不再需要交流。
与圣经故事不同，AI 时代的软件建设在共享理解崩溃后并未立即停止，塔楼仍在攀升。由于缺乏即时、可视的失败信号，人们难以察觉协调能力的丧失，而这可能埋下深层隐患。

2026年7月14日，Anthropic宣布推出面向教师群体的Claude产品，旨在将AI助手引入教育场景。这一消息由界面新闻等媒体在7月15日报道，但目前尚未披露具体功能细节或上线时间。

智谱完成新H股配售，以每股1588港元的价格向不少于6名承配人发行约1978万股，募资总额约314.11亿港元，净额约313.75亿港元，约占扩大后H股总数的4.25%。

荣耀与阿里巴巴将在2026世界人工智能大会上官宣重磅合作，双方联手方向极有可能是下一代终端操作系统Agentic OS的落地实践，探索AI智能体终端演进。

小米披露人形机器人在汽车工厂的最新实习进展，自攻螺母上件双侧作业成功率从90.2%提升至98%，并首次实现中控台侧盖板排序等柔性工件的长时连续作业，两项新任务成功率均达90%。

其他重要业绩与动态：Meta计划投资超500亿美元将美国路易斯安那州数据中心规模提升至5吉瓦；中国人寿预计上半年净利润同比增长约215%-235%；赣锋锂业预计扭亏为盈，净利润约36.5亿-46亿元。

投融资方面，桌面级CNC企业奇塑科技完成近亿元天使轮融资；空间智能公司大衍科技完成数千万元天使轮融资，用于触觉大模型研发等。

“妈祖”大模型已落地全球多国，近期在巴基斯坦季风雨季中成功提供早期预警。该模型于2025年7月世界人工智能大会上正式发布，定位为城市多灾种早期预警智能体，目前已有35个国家和地区参与试用。
在津巴布韦，中国援建的超算中心投用不到一年已接入15所高校，使平均研究计算速度提升40%，其干旱预警模型将水资源利用率提高15%。
中国人工智能开源大模型累计下载量突破100亿次，居全球首位。从2024年8月首次登顶起，中国大模型衍生数量呈指数级增长，单一模型衍生数已突破20万，几乎等同其他主要开源模型总和。
工信部表示，我国通过提供用得起、用得好的开源模型与智能产品，秉持开放共赢精神，正推动消除技术壁垒，促进人工智能服务的普惠性与可及性。

流式多模态模型VLX诞生源于反共识坚持：2019年，赵天成博士未追逐文本大模型或生成式AI热潮，选择“视觉+语言”的流式多模态路线。团队历经五年技术路线迭代，于2023年通过监控场景发现多模态训练的泛化优势，最终研发出全球首个面向物理AI的端侧流式多模态模型系列VLX。
VLX核心突破与定位：首次提出“端侧原生流式多模态”架构，在端侧打通“持续感知+精准定位+行动决策”的完整闭环。模型整合语义、几何、决策与预测四种能力，以Flow+Seek+Go三层能力在同一视频流上实现感知—定位—行动一体化，而非三个独立模型。
商业化落地与数据闭环：VLX已完成模型、数据、商业三个闭环。赋能摄像头、AI PC、无人机、机器狗等多类终端，从成熟硬件向新兴本体演进。百万级真实业务场景数据持续回流反哺模型，公司营收已达亿级规模。
行业节点与判断：2026年物理AI热度转向，一季度全球融资超64亿美元，路线仍呈寒武纪式爆发。赵天成认为物理AI需分布式端侧智能，原生视频流处理是其底层基础，单一模型或路线难以覆盖全部场景，产业生态协同是终局方向。

Ploy 公司将其生产级 AI 智能体从 Claude Opus 4.8 迁移至 OpenAI 今日发布的 GPT-5.6 Sol 模型。经实际任务对比评测，GPT-5.6 Sol 在构建营销网站的完整流程中，平均完成耗时从 8 分钟降至 3 分 42 秒，速度提升约 2.2 倍，每次构建成本从 3.06 美元降至 2.22 美元，降低 27%，且输出令牌量减半，视觉评分从 0.936 升至 0.970。
迁移过程中暴露出评测体系对旧模型的隐性适配问题。初步跨模型测试中，约三分之一失败案例源于工具调用预算、批处理文件读取等测试工具假设，而非模型能力。修正后数据显示 GPT-5.6 Sol 倾向并行调用工具，而 Claude Opus 则为顺序模式。
工具调用行为差异显著。GPT-5.6 Sol 会为可选参数填充自创默认值，导致 52% 至 64% 的文件读取返回空结果。即便通过提示词、参数说明或严格模式尝试修正，该模型仍会传出全部 25 个属性，需从工具 schema 层面解决。
迁移过程包括四个步骤：修复评测工具、调整工具 schema、适配提示缓存以及处理推理回放。模型设计表现上，GPT-5.6 Sol 倾向于输出干净、现代但趋同的布局，需额外引导以保持品牌一致性。

在相同模型、相同机器和相同任务下对比发现，Claude Code 的固定开销远超 OpenCode。仅要求回复“OK”时，Claude Code 的系统提示、工具模式和脚手架注入共消耗约 33,000 Token，而 OpenCode 仅约 7,000 Token。切换到 Claude Fable 5 模型时，因系统提示规模减小，差距缩窄到约 3.3 倍，表明开销倍数与模型相关。

缓存效率上差异更为明显。OpenCode 每次请求前缀字节完全相同，可一次写入缓存后低价读取；Claude Code 则在会话中反复重写大量缓存 Token，在同任务下写入的缓存 Token 最多可达 OpenCode 的 54 倍，这些高价缓存写入直接推高用量仪表盘数字。

实际生产配置会进一步膨胀请求。一份 72KB 的仓库指令文件平均增加约 20,000 Token 到每次请求，五个轻量 MCP 服务器再增加 5,000 到 7,000 Token。典型工作环境发送首个请求时，在用户未输入任何字符前已耗约 75,000 到 85,000 Token。子代理同样推高成本，一个小任务直接执行花 121,000 Token，分派给两个子代理后总消耗升至 513,000 Token，因为每个子代理自带启动开销，且父代理消耗其交互记录。

Claude Code 在多步任务中存在一项优势：通过将多个工具调用合并为较少请求，其任务总 Token 消耗可低于按回合反复支付较低基线的 OpenCode。整体开销起点更高，但会话展开方式决定最终谁消耗更多。

开发者社区曾普遍认为换用更强大的模型就能解决AI性能问题，这一误区导致大量Claude Code用户因模型“变笨”而投诉，甚至升级至最昂贵的Fable模型。Anthropic官方回应，问题根源不在模型本身，而在于Effort（努力度）参数的默认设置被下调。

Anthropic阐述了Model与Effort的明确分工：Model（如Sonnet、Opus、Fable）相当于更换“脑子”，封装了训练冻结的权重，决定模型“会不会”某项任务；Effort则代表工作“态度”，控制模型在任务中投入的工作量，例如是否主动读取文件、运行测试、进行多次验证或独立完成长任务链。

3月4日，Anthropic为降低延迟，将Claude Code中的Effort默认值从“high”调至“medium”，导致AI思考量骤降67%，频繁中断任务并向用户反问更多信息。在经历用户抗议后，Anthropic于4月7日恢复了默认设置并重置了用量额度。

该事件揭示了一个关键结论：在上下文充足的前提下，小模型配合高Effort（生成token量可比低Effort高约7倍）通常能胜过开低Effort的大模型。Anthropic建议，当Claude出错时，应先判断它是“不会”还是“不够努力”，再据此决定是换模型还是调高Effort。