The Verge：AI（RSS）
64
Google推出了名为Gemini Spark的新一代AI智能体。它是一个始终保持在线的agentic产品，野心在于成为解决各类问题的“万能答案”。在实际测试中，Spark在旅行规划这一典型AI用例上，展现了与以往AI截然不同的能力。此前，AI规划行程通常只能提供最通用、最表层的建议；而Spark则表现出更深层次的、主动的代理能力，其体验被作者形容为“迄今最令人震撼与恐惧”。
Google推出了名为Gemini Spark的新一代AI智能体。它是一个始终保持在线的agentic产品，野心在于成为解决各类问题的“万能答案”。在实际测试中，Spark在旅行规划这一典型AI用例上，展现了与以往AI截然不同的能力。此前，AI规划行程通常只能提供最通用、最表层的建议；而Spark则表现出更深层次的、主动的代理能力，其体验被作者形容为“迄今最令人震撼与恐惧”。
Google DeepMind的AI模型Gemini Spark提供了一次极为深刻但同时令人感到不安的用户体验。该模型展现的强大能力令人印象深刻，但其带来的影响和潜力也引发了深刻的恐惧感。
一篇题为《为什么是珍妮特？》（2023）的技术博文在 Hacker News 获得 114 点热度，引发讨论。博文发布于 ianthehenry.com。
360安全龙虾云端版的龙虾教练可通过问答交互（约10轮），将开源项目整合为垂直Agent。以lenny-skills项目（86个产品管理技能）为例，生成了产品经理Agent“张伟”，可理解项目进度、拆解需求，并调用Claude Code和Codex实现AI新闻雷达v0.6版改进（增加AI占比评分、信任打分、事件去重）。另支持对话缓存（5分钟内复用系统提示语和TOOLS）、细粒度权限分级（文件/网络/系统/技能可单独配置本地访问）。
Groq 正在进行新一轮融资。根据Zach Be在Substack发布于2026年6月2日的文章探讨，HN上有101个点赞。
软银CEO孙正义称，AI革命的规模是互联网泡沫时期的50倍，是“人类有史以来规模最大的科技变革”。软银宣布在法国投资750亿欧元建设AI基建项目，规划总装机容量5吉瓦的数据中心，其中至2031年将在法国北部上法兰西大区落地3.1吉瓦。该项目是软银在欧洲单笔最大AI基建投入，资金主要依靠项目融资。孙正义同时表示，OpenAI仅占软银净资产两成多，Arm占比超50%。
OpenAI CEO 萨姆·奥尔特曼反驳了“企业采用AI后就会裁员”的观点。他指出，采用AI最多的公司实际上招聘也最多，而宣称因AI裁员的公司反而采用AI较少。奥尔特曼认为AI可能被用作裁员的“方便说法”，但在看到公司使用OpenAI编程工具后，他对就业前景的判断变得更加乐观。他同时承认，OpenAI过去发布的某些新闻稿可能加剧了公众焦虑，并澄清了GPT-5.2在44个职业中超过专业人士的说法。
OpenAI AI 研究员加布里埃尔·彼得森认为，年轻科技从业者在职业生涯早期不必害怕“跳槽”，应通过尝试不同团队来积累关于研究项目质量、团队文化及个人市场价值的信息。他直言“年轻人应长期留在一家公司”的传统建议是“愚蠢透顶”，并建议以实习、短期合作等方式快速探索职业道路。彼得森本人在 23 岁加入 OpenAI 前，就曾在 Dataland 和 Midjourney 等公司多次更换工作，每段经历不足两年。他指出，许多顶尖工程师曾将多年时间投入“事后看来并不值得的岗位”，而早早获得巨额财富的案例则极其罕见。
针对竞争对手Anthropic已秘密提交IPO文件，OpenAI CEO萨姆·奥尔特曼表示，AI行业最激烈的竞争并不在于谁先上市。他认为，竞争的核心是“谁能拿出最好的技术、打造最好的业务”。他同时指出，AI将成为许多领域的关键基础设施，世界应要求其拥有多个提供方以保证稳健性，不会由单一公司主导。目前，OpenAI也在冲刺IPO，目标是今年晚些时候，而Anthropic近期估值直冲1万亿美元。
Intel的Lip-Bu Tan强调了跨行业合作伙伴关系对于维持一个充满活力的科技生态系统至关重要。
彭博财经节目《开盘交易》的分析师们讨论了当日市场的核心主题，其中重点剖析了关于AI生产力提升的论述。节目指出，当前市场对AI将带来的生产力增长预期可能被过度炒作。
面壁智能首席科学家刘知远提出“大模型密度定律”，该研究登上《自然·机器智能》封面，发现智能密度每3.5个月翻倍。他认为中国AI需“向外卷”，深入产业场景，而非重复OpenAI路径。刘知远指出中国模型与顶尖仍有差距，DeepSeek-V4尚未超越Claude Opus，原始创新是最大短板，但DeepSeek-R1在未公开路线下的创新值得肯定。他还强调智源研究院作为“中间地带”对原始创新的支持作用。
Simon Willison 开发了“粘贴文件编辑器”工具原型，灵感源于 Claude.ai 能将大段粘贴文本自动转为文件附件的功能。该工具支持粘贴文本、直接打开文件（包括图片缩略图显示）以及拖拽文件。它是由 Codex 桌面版协助构建的。
“Chipotlai Max”项目在 Hacker News 上获得了 102 点热度，并提供了其 GitHub 仓库地址。
文章探讨了一个核心的金融与科技交汇问题：全球股票市场是否有足够的容量和深度，来容纳并消化像Anthropic、SpaceX和OpenAI这类估值极高且可能寻求公开上市的科技巨头。
阿波罗全球管理首席经济学家托尔斯滕·斯洛克撰文称，没有证据表明人工智能造成失业，OpenAI创始人山姆·奥尔特曼也承认此前的相关预言落空。然而，数据显示2026年至今科技行业裁员总数已近11.6万人，接近2025年全年12.4万的规模。Wix、Block、Meta、亚马逊等多家公司近期因AI替代或调整方向而进行大规模裁员。一项调研显示，99%的受访高管预计未来两年内将因AI减少员工数量。
图灵奖得主理查德·萨顿认为，普通生成式AI（如大语言模型）缺乏完成真正科学发现的关键能力。他指出，这类模型生成的内容中，“好的部分不新，新颖的部分不好”，且自身缺少测试与评估机制来筛选有效方案。真正的科学发现需要包含变异、评估和选择性保留的闭环，而生成式AI恰恰缺少评估环节。相比之下，萨顿列举了AlphaGo、AlphaProof、Claude Code等系统，认为这类具备评估反馈机制的AI智能体更有潜力实现突破。
作者基于 Codex 创建并开源了“清理垃圾.skill”，可对 Mac 和 Windows 电脑进行只读扫描，自动生成可交互的 HTML 报告，将文件按优先级分为绿灯（可自动清理）、黄灯（建议手动）、红灯（跳过）。在作者的 MacBook Air 上扫出近 120 GB 垃圾，其中 96.7 GB 为 B 站离线缓存视频，而 CleanMyMac 仅检出 15.8 GB。用户可在网页上逐项或一键清理，全程需二次确认，项目已开源至 GitHub。
通过从源码构建 NVIDIA Apex 并检测融合内核，对 Transformer 训练中的关键组件进行基准测试。内容涵盖了 NVIDIA Apex 提供的 FusedAdam 优化器与 FusedLayerNorm 层归一化的性能表现，并将其与 PyTorch 原生的混合精度训练工具 torch.amp 进行了对比。文章旨在实践验证这些工具在提升训练速度方面的具体效果。
这篇2016年的文章探讨了“超级智能”这一概念如何俘获并消耗了众多AI研究者、哲学家和程序员的心智。它指出，对一个遥远、抽象的未来风险的过度关注，正分散人们解决当前AI领域实际挑战的注意力，使他们的才智被这一宏大但可能虚幻的理论所吞噬。
Google推出了Gemini智能体Spark，它可以在后台为用户执行多步骤任务。评测显示其效果显著，但存在成本和隐私方面的权衡。该智能体支持“24/7”自主运行，但始终由用户控制，并被设计在采取重大行动前先征询用户意见。
谷歌新推出的 Gemini Spark 智能体在体验上令人印象深刻，其表现与官方演示效果基本一致。然而，就目前而言，考虑到其成本，它还不值得用户为此付费。
经济学家、作家、英国上议院议员 Dambisa Moyo 讨论了技术进步，特别是人工智能，可能如何导致就业减少。她指出，关于人工智能的具体影响方式仍然存在诸多不确定性。
斯坦福大学CS336课程发布了关于使用AI代理进行学习和作业的指南，特别针对Claude模型。该指南旨在帮助学生有效利用AI工具，其核心文档可通过GitHub获取。
Bloomberg Opinion专栏作家Catherine Thorbecke指出，人形机器人技术正在快速进步，但实用性仍是其面临的最大障碍。
AI与机器学习技术正大幅加速通用汽车的产品开发流程，将CFD（计算流体动力学）和FEA（有限元分析）等任务的处理时间从15小时缩短至1分钟。现代汽车制造高度依赖虚拟化技术，包括CFD、FEA以及数字孪生，AI/ML的应用显著提升了这些模拟过程的效率，是当前汽车工程数字化转型的关键驱动力。
图灵奖得主理查德·萨顿指出，传统生成式AI存在核心缺陷：无法评估自身输出。若缺乏这一能力，真正的科学发现便难以实现，因为新想法只会短暂闪现随后消散。萨顿认为，AlphaGo和AlphaProof等系统表明，只有内置评估循环才能让AI具备真正的创造力。
本文介绍了谷歌员工使用 Gemini 模型来制作 2026 年的 Google I/O 开发者大会。
Memory OS是一个开源项目，它通过一个六层结构为Hermes Agent添加了本地持久记忆功能。该记忆栈包含门控检索机制和一个wiki系统，旨在增强智能体的记忆能力。
斯坦福大学开设 CS336 课程，教授如何从零开始构建语言模型，涵盖从数据处理、模型训练到部署优化的完整流程。该课程于 2026 年 6 月 1 日公开，在 Hacker News 获得 115 点热度，可通过 cs336.stanford.edu 访问。
金融市场对AI的看跌情绪正从整体上升转向板块分化。上季度，软件、半导体、云及超大规模公司的空头比例中位数上升约24%。GPU数据中心业务空头股份在过去一年激增60%。AI云与新型云公司的当前空头比例中位数最高，达16.8%，SaaS与开发工具领域随后，分别为9.5%和8.9%。相比之下，超大规模公司和NVIDIA的空头比例极低，仅为1.1%和1.2%。市场怀疑主要针对那些AI业务仍依赖未来资本、需求或运营杠杆的中小型公司。
一则关于AI工具在代码生成或操作中行为异常的案例引发讨论。事件具体涉及AI在处理Matplotlib（Python绘图库）相关任务时，出现了超出预期或不当的行为。该事件被称为“Matplotlib事件”。
可扩展的企业AI采用需超越大语言模型，依靠智能体逻辑来引导模型执行动态、长周期且受约束的企业工作流，从而提升质量、降低成本并建立信任。文中以IBM watsonx Code Assistant for Z为例，展示了智能体逻辑如何通过程序分析等技术，在理解大型遗留代码库时，相比纯LLM基线方法，能以约30倍更低的token消耗达到更优性能。在加速测试生成任务中，该方法亦能使代码覆盖度提升20%-45%，同时token消耗降低最高达15倍。
录音学院 CEO Harvey Mason Jr. 指出，人工智能在音乐制作中已“无处不在”。流媒体平台 Deezer 报告，每天有超过 5 万首 AI 生成歌曲被上传，这类内容越来越难以识别和过滤。Suno 等工具已成为各类音乐家主流创作流程的一部分。尽管如此，录音学院的规则规定，AI 音乐不具备获得格莱美奖这一行业最高荣誉的资格。
阿波罗全球管理公司首席经济学家托尔斯滕·斯洛克表示，人工智能基础设施的早期建设将产生通胀压力，这将阻碍美联储新任主席凯文·沃什实现其暗示的快速降息目标。
当模型智能的微小提升能直接转化为实际价值时，开源与闭源模型正沿着不同的增长路径发展。闭源模型通过在特定场景下提供更高的边际智能来创造价值，而开源模型则在其他维度寻找增长点，两者形成了差异化的竞争格局。
Apollo首席经济学家Torsten Slok指出，人们普遍误解了AI对美国劳动力市场的影响。他认为，AI的影响并未体现在五月份的就业数据中。
针对AI图片和视频中多人场景空间关系控制难的问题，LibTV推出3D导演台功能，在画布中嵌入轻量级3D构图节点。用户可添加人体素模、基础几何体、群众阵列，自由移动、旋转、缩放并调整人物关节姿势。支持在同一3D场景中放置多个机位，预设或手动调整视角，截图作为参考图发送到画布，关联人物并编写提示语，即可生成符合构图的图片或视频。还可利用宫格切分工具拆分九宫格分镜，配合视频合成功能连续成短片。该功能避免了用长提示语描述位置关系，提升创作可控性。
2021年，大众汽车因其技术部门需在100多个国家发布新软件功能，向富而德律师事务所寻求合规审查。按照传统模式，律所需要为每个司法管辖区调集律师进行审核，预算达数千欧元，且任何组件变更都需重复此流程。这凸显了人工智能技术对传统法律业务高成本、重复性模式带来的变革压力。