1
美国认证医护人员可免费使用ChatGPT临床版
OpenAI宣布为美国认证医师、执业护士和药剂师免费提供ChatGPT临床版本，旨在支持临床诊疗、病历记录与医学研究。该举措覆盖全美符合条件的医疗专业人员，提升AI在医疗场景中的可及性。
来源
01 提升 ChatGPT 在临床诊疗中的实用性
02 携手行业领军企业，加速AI转型
1
标题：
谷歌DeepMind联手五大咨询公司推动企业AI规模化落地
摘要：
谷歌DeepMind宣布与埃森哲、贝恩、波士顿咨询、德勤和麦肯锡合作，加速全球企业AI转型。目前仅25%企业实现AI规模化生产，而AI有望在2030年前为全球经济贡献15.7万亿美元。
此次合作聚焦金融、制造、零售、媒体等关键行业，结合DeepMind前沿研究与咨询公司战略专长，推动AI解决方案落地。
合作包含三大支柱：开发行业定制AI能力、提供前沿模型早期访问权限、支持复杂任务中实时决策工具部署。
来源
2
标题：
DeepMind与咨询巨头共建企业级AI代理转型新范式
摘要：
谷歌DeepMind联合全球顶级咨询公司，推出企业级AI代理转型计划，旨在快速规模化部署智能体系统。合作将提升企业处理复杂任务能力，赋能员工实时数据决策。
通过整合DeepMind技术人才与咨询公司客户资源，项目覆盖多行业实际应用场景，推动AI从实验室走向产业实践。
该倡议强调负责任AI应用，确保技术部署兼具效率与伦理合规性，助力企业实现可持续增长。
来源
3
标题：
DeepMind开放前沿模型早期访问助力企业AI创新
摘要：
谷歌DeepMind向合作咨询公司开放前沿AI模型早期访问权限，加速行业定制化解决方案开发。此举旨在缩短企业AI研发周期，提升技术落地效率。
合作伙伴将基于早期模型测试金融风控、供应链优化等场景，验证AI在复杂业务环境中的实际效能。
该机制强化了产学研协同，为未来大规模AI部署积累经验与案例基础。
来源
03 在 Responses API 中使用 WebSocket 加速智能体工作流
1
标题： OpenAI 利用 WebSocket 实现代理工作流端到端提速 40%
摘要：
OpenAI 技术团队成员 Brian Yu 和 Ashwin Nathan 撰文介绍，通过引入 WebSocket 持久连接机制，成功将基于 Responses API 的代理工作流整体延迟降低 40%。此前，Codex 在修复代码时需多次同步调用 API，累积延迟显著，尤其在模型推理速度提升至近 1000 tokens/秒后，API 开销成为瓶颈。
新方法通过建立持久连接替代传统轮询式请求，减少网络往返次数，显著压缩客户端与服务器间的通信延迟。同时结合缓存优化、安全检测提速等措施，确保用户能充分体验 GPT-5.3-Codex-Spark 模型的高速推理能力。
来源
2
标题： GPT-5.3-Codex-Spark 模型推理速度突破 1000 tokens/秒
摘要：
OpenAI 推出专为编码优化的 GPT-5.3-Codex-Spark 模型，运行于 Cerebras 专用硬件，推理速度从此前旗舰模型的 65 tokens/秒提升至近 1000 tokens/秒，实现数量级飞跃。这一性能突破得益于硬件级优化与模型架构协同设计。
为匹配高速推理，团队重构 API 交互机制，避免因网络延迟抵消性能增益。通过减少请求验证、上下文构建等环节的开销，确保终端用户实际体验接近理论峰值速度。
来源
3
标题： OpenAI 优化代理循环三阶段降低整体延迟
摘要：
Codex 代理循环主要耗时集中在 API 服务处理、模型推理和客户端工具执行三个阶段。随着 GPU 推理速度提升，API 服务开销占比凸显，成为制约端到端效率的关键因素。
团队通过缓存中间结果、精简安全检测流程、消除冗余网络跳转等方式，系统性压缩非推理耗时。尤其在客户端上下文构建与工具调用间实现异步协调，减少等待时间。
来源
04 [AINews] OpenAI 发布 GPT-Image-2
1
OpenAI发布GPT-Image-2模型全面上线API与ChatGPT
OpenAI正式推出图像生成模型GPT-Image-2，已集成至ChatGPT、Codex及API平台。该模型具备“思考”与非思考双版本，显著提升文本渲染精度与布局保真度，支持多语言及复杂图像编辑。
模型可结合搜索功能生成多候选结果并自我校验输出质量，适用于幻灯片、信息图、UI原型及二维码等实际应用场景。此次发布标志着OpenAI在图像生成领域重新聚焦，此前Sora团队解散曾引发外界对其图像战略收缩的猜测。
来源
2
Cursor获xAI 100亿美元合同并附600亿美元收购权
Cursor与xAI达成100亿美元技术合作协议，同时获得以600亿美元收购xAI的期权。该交易以财务安排为主，未涉及具体产品整合或技术共享细节。
尽管交易金额巨大，但因缺乏业务协同说明，市场关注点仍集中在OpenAI的GPT-Image-2发布上。分析认为此举可能为xAI提供资金缓冲，同时为Cursor未来AI布局预留战略空间。
来源
05 工作空间代理
1
标题： ChatGPT推出工作空间代理支持可重复任务自动化
摘要：
ChatGPT 推出“工作空间代理”功能，旨在帮助用户自动化日常可重复的工作流程。该功能适用于依赖标准化流程、固定输出格式和外部工具集成的任务，如定期报告生成或跨系统信息同步。
与一次性AI任务不同，工作空间代理强调持续性和系统性，减少用户重复解释操作步骤的需求。
通过设定触发条件、执行流程和工具连接，代理可自主完成复杂任务，提升工作效率和一致性。
来源
2
标题： 工作空间代理由触发器、流程与工具三部分构成
摘要：
工作空间代理系统包含三个核心组件：触发器、执行流程和可用工具。触发器决定代理启动时机，如定时或手动触发。
执行流程定义任务步骤，包括信息审查、内容生成和结果传递，确保输出符合预期标准。
工具部分涵盖Slack、CRM、文档系统等集成平台，支持数据获取与操作执行，增强代理实用性。
来源
3
标题： 工作空间代理适用于结构化可重复任务场景
摘要：
工作空间代理最适合处理高频、结构化且依赖工具的任务，如每日数据汇总或客户跟进提醒。
其有效性依赖于清晰的任务格式和稳定输出要求，便于评估代理表现。
时间驱动或事件触发机制进一步提升自动化效率，减少人工干预需求。
来源
06 ChatGPT 推出工作空间智能体
07 OpenAI 隐私过滤器发布
08 Anthropic测试将Claude Code从Pro计划中移除
1
Anthropic测试移除Pro版Claude Code引发开发者不满
Anthropic在部分新用户中测试取消20美元Pro计划对Claude Code的支持，导致用户无法访问该工具。尽管仅影响约2%的新订阅者，但官网更新引发广泛误解，认为变更适用于所有Pro用户。
公司随后澄清此为小规模测试，旨在评估不同定价策略以适应使用模式变化。Claude Code自加入Max计划后使用激增，原有套餐设计已无法匹配当前高强度使用场景。
来源
2
Claude Max计划因Claude Code和异步代理需求升级
Anthropic一年前推出Max计划时未包含Claude Code，也未预见Cowork和长时运行代理的普及。如今这些功能成为日常，用户参与度显著提升，原有套餐结构面临压力。
公司表示已尝试周限额和高峰限制等调整，但使用量变化远超预期。当前正探索新方案以维持用户体验，同时应对资源消耗增长。
来源
3
Sonnet模型幻觉问题加剧用户困扰
尽管Opus模型消耗大量令牌，用户倾向使用Sonnet以控制成本，但Sonnet存在严重幻觉问题，影响开发可靠性。这一缺陷使工具选择陷入两难。
幻觉频发削弱了Sonnet在实际编码任务中的实用性，尤其在高风险场景中可能引入错误。用户反馈表明，模型稳定性已成为关键考量因素。
来源
09 谷歌更新Workspace，让AI成为你的新办公助手
1
谷歌Workspace集成AI助手Workspace Intelligence提升办公效率
谷歌在Cloud Next大会上推出Workspace Intelligence，该系统接入Gmail、日历、聊天和云端硬盘等数据，可跨任务自动协助用户。用户可自主控制AI访问权限，数据开放越多，辅助能力越强。
该功能旨在减少重复性工作，通过分析用户行为模式提供个性化建议，如邮件起草、日程安排等。
来源
2
Gemini助力Google Sheets实现9倍速数据填充与表格构建
用户可通过自然语言指令让Gemini自动生成并格式化Google Sheets表格，支持数据检索与结构化处理。系统能智能推断输入内容，实现“提示式填充”，速度达手动输入9倍。
新增功能可将非结构化数据转换为规整表格，减少人工整理时间。该工具显著提升数据处理效率，适用于财务、项目管理等场景。
来源
3
Google Docs新增Gemini驱动AI写作功能支持生成与润色文档
谷歌为Docs引入Gemini支持的AI写作工具，用户可生成、撰写和优化文档内容。该功能基于Workspace数据理解上下文，提供连贯文本建议。
系统支持多轮修改与风格调整，适用于报告、邮件等办公场景。此举强化了AI在内容创作中的辅助角色。
来源
10 我们为智能体时代推出两款专用 TPU。
11 [AINews] 优雅的Token最大化
1
谷歌发布TPUv8强化硬件优势巩固AI领先地位
谷歌在Cloud Next大会上正式发布TPUv8训练与推理芯片，延续其十年硬件投入积累的技术壁垒。尽管具体性能参数未完全披露，但业界普遍认为其算力规模远超当前主流AI芯片，显著提升大模型训练效率与推理速度。此举进一步拉开谷歌与竞争对手在基础设施层的差距。
该芯片主要服务于谷歌内部模型研发及Google Cloud客户，预计将加速Gemini等旗舰模型的迭代周期。同时，高性价比的推理能力可能推动更多企业采用谷歌云平台部署AI应用。
来源
2
AI领袖热议“Tokenmaxxing”推动高效AI应用
近期AI高管会议聚焦“Tokenmaxxing”概念，即鼓励团队最大化利用AI生成内容，同时避免资源浪费。多位CTO与创始人强调需平衡效率与成本，防止盲目调用模型导致无效输出。此议题在AIE Miami等峰会引发广泛讨论。
专家建议通过深度串行推理而非并行批量运行提升质量，减少“LLM老虎机”式低效尝试。部分企业已开始优化提示工程与反馈循环机制。
来源
3
Dex Horthy撤回“氛围编码”主张倡导代码审查
Context Engineering提出者Dex Horthy公开撤回半年前推崇的“氛围编码”理念，呼吁开发者重视代码质量而非表面风格。他引用Alex Volkov的Z/L连续体理论，强调工程严谨性在AI生成代码中的重要性。
此举反映行业对AI辅助开发的反思，越来越多技术领导者倾向Zechner派务实路线。工程师群体尤其关注架构稳定性，认为廉价代码生成可能掩盖深层问题。
来源
4
Shopify CTO主张“有品位的Token最大化”策略
Shopify首席技术官Mikhail Parakhin提出“有品位的Tokenmaxxing”理念，建议优先通过深度串行自研循环提升AI输出质量，而非依赖大量并行模型调用。他认为前者更能实现可持续的技术价值。
该观点获得部分企业技术负责人认同，尤其在资源有限的中型团队中更具实操性。行业正探索如何在模型能力与成本控制间取得平衡。
来源
12 从雨林到回收工厂：NVIDIA AI 保护地球的 5 种方式
1
NVIDIA Earth-2 加速全球气候模拟与15天精准预报
NVIDIA推出Earth-2开源AI模型栈，实现从观测数据处理到生成15天全球或局部风暴预报的全流程加速。其Earth-2 Nowcasting模型利用生成式AI，可在数分钟内完成公里级分辨率、0至6小时的局部强天气预测，显著提升极端天气响应速度。
Earth-2 Global Data Assimilation模型现已在Earth2Studio和Hugging Face平台开放下载，帮助气象机构降低数据同化计算负担。该技术为气象预报提供首个完全开源的加速AI软件栈，推动气候研究民主化。
来源
2
AI助力灵长类学家保护极度濒危红毛猩猩种群
研究人员利用AI技术辅助野外调查，提升对极度濒危红毛猩猩的监测效率与准确性。传统方式依赖人力深入沼泽区域进行个体识别与数量统计，耗时且覆盖范围有限。
AI通过分析无人机或相机陷阱拍摄的图像，自动识别红毛猩猩个体并追踪其活动轨迹，大幅减少人力成本并提高数据时效性。该技术为濒危物种保护提供可扩展的智能化解决方案。
来源
3
AMP借助NVIDIA物理AI实现数十亿磅可回收物智能分拣
AMP公司采用NVIDIA物理AI技术，在垃圾分拣设施中部署智能机器人系统，成功将数十亿磅可回收物从填埋场转移。系统通过视觉识别与机械臂协同，实现高速精准分类。
该技术结合深度学习与实时控制，提升分拣速度与准确率，降低人工干预需求。其规模化应用显著减少垃圾填埋量，推动循环经济发展。
来源
4
戈登·贝尔奖得主研发海啸早期预警系统
研究人员开发出海啸早期预警系统，利用高性能计算与AI模型快速模拟海底地震引发的水波传播。该系统可在震后数分钟内预测海啸到达时间与强度，为沿海居民争取关键撤离时间。
该项目由戈登·贝尔奖得主主导，结合物理模型与机器学习，提升预测速度与精度。技术成果有望部署于全球高风险沿海地区，增强灾害应对能力。
来源
5
Planet公司应用AI解析地球观测数据提供实时洞察
Planet公司利用AI处理海量卫星遥感数据，实现对地表变化的实时监测与分析。传统人工解读耗时且易遗漏关键信息，AI可自动识别森林砍伐、城市扩张或自然灾害影响。
该技术提供高频次、高分辨率的地球观测洞察，支持政府与企业制定环境政策与应急响应策略。AI驱动的数据分析正重塑地球科学应用模式。
来源
13 谷歌发布两款专为“智能体时代”设计的新型TPU
1
谷歌发布第八代TPU 8t与8i 专为智能体时代优化训练与推理
谷歌正式推出第八代张量处理单元TPU 8t与TPU 8i，分别针对AI模型训练与推理场景设计。TPU 8t聚焦缩短前沿模型训练周期，目标从数月压缩至数周。新架构支持单逻辑集群扩展至百万芯片，显著提升训练效率。
TPU 8t集群“pod”集成9600颗芯片与2PB共享高带宽内存，每pod算力达121 FP4 EFlops，较第七代Ironwood提升近三倍。谷歌称其线性扩展能力可支撑超大规模模型训练，同时优化能耗比。
公司强调“智能体时代”需专用硬件支撑，TPU 8t实现97%“有效算力”利用率，减少等待与资源浪费。新设计改进不规则内存访问处理，支持自动容错与实时遥测监控。
来源
14 《歪心狼大战ACME》终定档，预告片劲爆来袭
15 印度应用市场蓬勃发展，但全球平台攫取了大部分收益
1
印度非游戏应用Q1内购收入超2亿美元
Sensor Tower报告显示，印度非游戏类应用在2026年第一季度通过应用内购买实现超2亿美元收入，同比增长44%，成为市场增长主要驱动力。
增长主要由工具类、视频流媒体和生成式AI应用推动，反映出用户对数字服务付费意愿增强。
该趋势表明印度应用市场正从下载量主导转向深度使用与变现能力提升。
来源
2
印度Q1应用内购总收入突破3亿美元
2026年第一季度，印度移动应用市场应用内购总收入达3.06亿美元，同比增长33%，创历史新高。
尽管下载量稳定在每年约250亿次，用户停留时间持续增长，推动收入上升。
市场总规模预计2026年达12.5亿美元，较2021年的5.2亿美元翻倍。
来源
3
全球平台主导印度应用收入榜单
Google One、Facebook、ChatGPT和YouTube位列印度Q1收入前列，占据大部分应用内购支出。
本土应用在视频流媒体领域表现突出，JioHotstar和SonyLIV进入高收入行列。
下载量方面，ChatGPT、Instagram和FreeReels领先，印度应用Story TV和Meesho紧随其后。
来源
4
印度应用变现效率仍低于东南亚拉美
Sensor Tower数据显示，印度每下载收入约0.03美元，远低于东南亚和拉美的0.20美元以上。
尽管收入增长迅速，用户付费能力仍有限，市场处于早期变现阶段。
支付习惯深化和数字服务普及将决定未来增长空间。
来源
16 AI需要强大的数据架构来交付业务价值
17 Shopify的AI相变：2026年使用量爆发、无限Opus-4.6代币预算、Tangle、Tangent、SimGym —— Shopify首席技术官Mikhail Parakhin访谈
1
Shopify全面拥抱AI 内部工具链实现低延迟搜索与自动优化
Shopify作为市值2000亿美元的20年软件公司，已实现AI工具近乎全员采用。其内部系统涵盖机器学习实验、自动研究、客户模拟及超低延迟搜索。公司正通过三大AI项目Tangle、Tangent和SimGym提升实验可复现性、优化自动化与搜索效率。
Mikhail Parakhin指出，AI编码瓶颈已从生成转向代码审查、CI/CD与部署稳定性。尽管模型生成能力提升，但AI编写代码仍可能导致生产环境bug增加。公司强调加强 critique 循环与模型质量，而非单纯增加并行代理数量。
来源
2
Shopify公开AI战略 前沿技术投入成公司发展必需
Shopify近期更积极对外披露其AI技术栈，反映出前沿技术投入已成为企业生存必需。这一转变源于去年12月模型质量显著跃升，推动内部工具快速迭代。公司从闭源转向开放讨论，以吸引人才并展示技术领导力。
Mikhail Parakhin从微软Windows、Edge、Bing及广告业务负责人转任Shopify CTO，带来跨平台工程经验。他认为公开技术进展有助于建立行业信任，并加速内部创新节奏。
来源
3
Shopify三大AI项目提升实验可复现性与客户行为模拟能力
Tangle、Tangent和SimGym是Shopify推动AI落地的三大核心项目。Tangle确保实验可复现，Tangent实现自动优化，SimGym支持客户行为模拟。这些系统共同提升搜索与目录智能的规模化效率，降低成本。
SimGym的客户模拟具备竞争壁垒，因其基于真实交易数据与用户行为模式。公司通过强化数据闭环与模型反馈机制，提升模拟真实性与决策支持能力。
来源
4
AI编码瓶颈转移 审查与部署稳定性成关键挑战
尽管AI生成代码能力增强，Shopify发现生产环境bug数量仍可能上升。核心瓶颈已从代码生成转向人工审查、CI/CD流程与部署稳定性。公司正加大在代码审查环节的投入，而非依赖更多并行AI代理。
Mikhail Parakhin强调，更强模型与高效critique循环比增加代理数量更有效。工程产出评估不应仅看token数量，而应关注实际部署质量与系统稳定性。
来源
18 微软紧急发布针对 macOS 和 Linux 平台 ASP.NET 漏洞的更新
19 体验 X 新推出的 AI 驱动自定义信息流
20 特斯拉将支出计划增至250亿美元——资金投向何处
21 初创公司炫耀其AI支出超过人力成本
1
标题：
Swan AI 创始人月付11.3万美元AI账单替代人力成本
摘要：
Swan AI 创始人 Amos Bar-Joseph 在 LinkedIn 发帖称，其四人团队单月 AI 计算支出达11.3万美元，主要用于 Claude 模型调用，而非雇佣员工。他表示公司正通过高投入 AI 实现增长，目标是1000万美元年经常性收入且团队不足10人。
该策略体现“tokenmaxxing”趋势，即初创企业将 AI 支出作为成功标志。Bar-Joseph 称 AI 承担了销售、工程、客服等职能，零市场预算下依赖模型完成全流程运营。
来源
2
标题：
Meta内部推“Claudenomics”榜单量化员工AI使用量
摘要：
Meta 内部设立名为“Claudenomics”的仪表盘，追踪员工使用 Claude 等AI工具的 token 数量，并将其作为生产力与创新力的衡量标准。使用越多 token 的员工被认为产出更高。
这一机制反映科技界将AI消耗视为绩效指标的趋势。尽管部分企业推崇高 token 使用量，但也有公司如 Salesforce 提出“Agentic Work Units”新指标，试图评估AI投入是否真正转化为有效工作成果。
来源
3
标题：
科技圈兴起“tokenmaxxing”风潮以AI支出标榜成功
摘要：
近期科技初创公司与巨头中流行“tokenmaxxing”现象，即将高额AI计算支出作为企业增长与团队效率的象征。部分CEO公开炫耀月度AI账单，认为其代表战略先进性。
该趋势引发争议，批评者指出其可能沦为虚荣指标。尽管个别员工单月AI支出达数十万美元，但实际业务转化效果尚不明确，已有企业尝试建立更科学的评估体系。
来源
22 SpaceX以600亿美元收购要约 preempted 20亿美元融资
23 这款AI工具在不违反版权的情况下抄袭开源软件
24 播客：算法如何让我们感觉糟糕又怪异
1
标题：
社交媒体算法操控婚恋内容情绪引发用户心理困扰
摘要：
本期播客中，Sam 分析了社交媒体算法如何通过订婚戒指、婚纱和婴儿等内容操纵用户情绪，揭示用户在#Weddingtok 等话题下陷入情感漩涡的现象。算法通过精准推送强化特定情绪反应，影响用户对婚恋生活的认知与期待。
这种情绪操控不仅加剧焦虑与不安全感，还可能扭曲现实人际关系预期，尤其在年轻用户群体中影响显著。平台未公开算法机制，用户缺乏知情权与选择权。
来源
2
标题：
AI工具合法抄袭开源软件引争议
摘要：
Emanuel 介绍了一款讽刺性但功能完整的AI工具，其通过“净室设计”方式复制开源软件，规避版权侵权。该工具利用法律灰色地带，在不直接复制代码的前提下重构功能，引发对开源生态的担忧。
“净室”开发模式虽具历史先例，但AI加速此类行为可能削弱开源贡献者积极性，影响长期创新。当前法律难以界定AI辅助重构的侵权边界。
来源
3
标题：
初创公司“tokenmaxxing”策略豪掷AI压缩人力成本
摘要：
Jason 在会员专享内容中解析“tokenmaxxing”现象，指出部分初创公司为追求AI投入最大化，将资金大量用于模型调用与算力，同时极力压缩人力支出。这种策略短期可提升估值，但长期可能影响产品稳定性与团队凝聚力。
此类公司依赖AI自动化替代人工决策与服务，虽降低运营成本，却增加系统风险与用户服务断层。投资者对此类模式态度分化，部分担忧可持续性。
来源