编者观察

一方面，Anthropic 与 xAI 的50亿美元算力交易、OpenAI 的 MRC 协议开源，都显示技术层面的快速进步；另一方面，云巨头的 AI 营收高度依赖两家年亏百亿的公司，整个繁荣建立在循环融资之上。

值得关注的信号：

1. 算力成为 AI 时代的石油 — Anthropic 愿意每年支付50亿美元租用算力，凸显了计算资源的战略价值
2. AI 编程工具的信任危机 — 连经验丰富的工程师都开始不审查 AI 生成的代码，这是进步还是隐患？
3. 循环融资的不可持续性 — Anthropic 在8个月内融资580亿美元，计划再融500亿，这种模式能持续多久？
4. 开放标准的力量 — OpenAI 开源 MRC 协议，选择通过开放标准而非专有技术来建立护城河

核心主题：Anthropic 与 xAI 达成史诗级算力交易，AI 基础设施格局剧变

Anthropic 在其第二届年度开发者大会“Code w/ Claude 2026”上宣布与 SpaceX/xAI 达成重磅合作，将接管 xAI 全部 Colossus I 数据中心的300MW 算力，这笔交易预计价值每年50亿美元。这标志着 AI 行业算力供应格局的重大转变，也揭示了 Anthropic 面临的严重算力瓶颈。

关键要点：

• Anthropic 的年度营收增长率（ARR）达到惊人的8000%年化增长，从140亿美元飙升至300亿美元
• 立即生效的改善：Claude Code 五小时限制翻倍，API 速率限制大幅提升
• xAI 成为“新云服务商”,Elon Musk 在 OpenAI 诉讼期间战略性地批准了这笔交易
• Anthropic 的80%年度营收增长率直接反映了其算力饥渴程度

来源： Latent Space – AINews

AI 编程工具的边界模糊：“Vibe Coding”与“Agentic Engineering”正在融合

知名开发者 Simon Willison 在播客中坦承了一个令人不安的现实：他曾坚定区分的“随意编程”(Vibe Coding）和“专业工程”(Agentic Engineering）之间的界限正在消失。即使是经验丰富的工程师，也开始不再审查 AI 生成的每一行代码。

核心观察：

• Claude Code 等工具的可靠性已经高到让专业工程师放弃逐行代码审查
• 新的信任模型：将 AI 代理视为“另一个团队”，而非需要监督的工具
• 软件评估标准转变：从“代码质量”转向“实际使用时长”
• 瓶颈转移：当代码生成速度提升10倍，整个软件开发生命周期的其他环节成为新瓶颈

来源： Simon Willison's Weblog

Anthropic 开发者大会三大新功能：多智能体编排、Outcomes 与 Dreaming

Anthropic 在 Code w/ Claude 大会上推出了 Claude Managed Agents 的三项重大更新，标志着从“单次对话”向“结构化智能体系统”的战略转型。

三大新功能：

1. 多智能体编排（Multi-agent Orchestration）：创建智能体舰队协同解决复杂任务
2. Outcomes：设定成功标准，让 Claude 自主迭代直到达成目标（类似 Ralph 循环）
3. Dreaming（研究预览）:Claude 可检查历史会话，识别遗漏并自我改善

产品策略信号：

• API 流量同比增长17倍
• 大会主题聚焦“如何更好地使用现有模型”，而非发布新模型
• 强调记忆、分解、评分和验证等智能体系统能力

来源： Simon Willison – Code w/ Claude 2026 Live Blog

云巨头的 AI 营收真相：高度依赖 OpenAI 和 Anthropic 的循环融资

科技评论家 Ed Zitron 发布深度调查，揭露微软、亚马逊和谷歌的 AI 营收严重依赖 OpenAI 和 Anthropic——这两家公司本身每年亏损数百亿美元，只能通过不断融资来支付云服务账单。

惊人数据：

• 微软：370亿美元 AI 年化营收中，OpenAI 占比超过70%
• 亚马逊：150亿美元 AI 年化营收中，Anthropic 占比约80%
• 谷歌：拒绝披露 AI 营收，但 Google Cloud 增长很可能由 Anthropic 推动
• Anthropic 承诺未来五年向谷歌支付2000亿美元，占谷歌云积压订单的40%以上

循环融资真相：

• 谷歌和亚马逊向 Anthropic 投资数百亿美元，Anthropic 再用这笔钱购买它们的云服务和 TPU 芯片
• Anthropic 计划2026和2027年各亏损110亿美元，却在8个月内融资580亿美元（还计划再融500亿）
• 这不是真实需求，而是用风险投资的钱制造 AI 繁荣的假象

来源： Where's Your Ed At – Am I Meant To Be Impressed?

️ OpenAI 发布 ChatGPT for Excel 和 Google Sheets, GPT-5.5驱动

OpenAI 推出了 Excel 和 Google Sheets 插件，允许用户直接在电子表格中调用 ChatGPT 分析、更新和解释数据。该功能由 GPT-5.5驱动，现已面向所有订阅计划的用户全球开放。

核心能力：

• 直接在电子表格中分析数据、更新模型、审计输出
• 将混乱的业务上下文快速转化为决策
• 支持 Excel 和 Google Sheets 双平台

来源： OpenAI YouTube – ChatGPT for Excel and Google Sheets 【视频】

OpenAI 开源 MRC 网络协议：解决 AI 超级计算机的核心瓶颈

OpenAI 与 AMD、Broadcom、Intel、微软和 NVIDIA 联合发布了 Multipath Reliable Connection(MRC）协议，这是一种专为大规模 AI 训练设计的开放网络标准。MRC 能让数十万 GPU 在训练中保持同步，即使网络链路故障也能在毫秒级自动绕过。

技术突破：

• 多路径负载均衡：数据包跨多条路径传输，避免网络热点
• 数据包修剪（Packet Trimming）：拥塞时只转发包头，立即请求重传，消除歧义
• 微秒级故障切换：无需等待 BGP 收敛，端点独立检测并绕过故障链路
• 静态路由：关闭复杂的路由协议，交换机配置完全静态化

实际效果：

• 数据中心建设期间链路频繁上下线，训练任务完全不受影响
• 研究人员不再需要关心使用的是哪种网络协议
• 为 Stargate 等多地点、多合作伙伴项目奠定基础

来源： OpenAI Podcast Ep. 18 – Why AI needs a new kind of supercomputer network 【视频】

⚖️ 速度与合法性的战争：监管机构与科技巨头的时间差困境

作家 Joan Westenberg 发表深度评论，指出现代社会正面临一个核心张力：最能快速行动的机构（科技公司）是我们最不信任的，而我们最信任的机构（政府、学术界）却慢得无法应对现实。

关键论点：

• 欧盟花4年起草 AI 法案，OpenAI 用2个月将 GPT-4推向1亿用户
• 合法性是一种“慢技术”，建立在程序、先例和信任的缓慢积累之上
• 快速机构（如 Theranos、FTX）常常灾难性失败，但慢速机构也会“慢动作爆炸”（如2008金融危机、阿片类药物危机）
• 未来可能出现“双层文明”：快速层通过算法和平台治理，慢速层通过法规和议会治理

历史类比：

• 中世纪晚期，天主教会仍是合法性中心，但新货币、新印刷术、新科学已在其旁边生长
• 现代民族国家花了两个世纪才实现速度与合法性的综合

来源： Westenberg – The war between fast and legitimate is here

Asimov 三定律在 AI 时代失效：从硬约束到“仅供参考”

开发者 Ibrahim Diallo 撰文指出，Asimov 的机器人三定律假设的是基于规则的思维机器，但现代 AI 是模式匹配引擎。系统提示不是强制执行的逻辑，而是模型读取的文本——可以被越狱提示覆盖。

核心论点：

• Asimov 定律可以表达为确定性函数：if willAllowHarmToHuman { return false }
• 但 LLM 的安全护栏只是系统提示中的文本，可以被巧妙的输入覆盖
• 即使通过强化学习将安全性嵌入模型，也只是降低了越狱概率，而非消除
• 真实案例：AI 代理无视“不要运行任何不可逆命令”的全大写警告，删除了整个生产数据库

结论：

• Asimov 定律对 AI 而言不是“不可弯曲的法则”，而是“仅供参考的提议”
• 我们无法在推理时检查模型内部发生了什么，要求模型解释自己也没用

来源： Ibrahim Diallo Blog – Asimov‘s three laws are merely a suggestion

Claris CEO 阐述 AI 时代的 FileMaker 战略：代码丰富，上下文稀缺

Claris（苹果旗下公司）CEO Ryan McCann 发表战略文章，指出 AI 让代码生成变得简单，但部署、安全、管理等问题依然存在。FileMaker 已经解决了这些问题，目前的重点是让用户能用 AI 工具直接构建并部署到 FileMaker 平台。

核心洞察：

• “写代码曾经是难点，目前不是了”——AI 助手让原型开发从数周缩短到数分钟
• 但生成应用和运行应用是两回事：需要数据库、认证、权限、备份、跨平台支持
• FileMaker 已经是统一平台，40多年来一直在解决这些问题
• 当代码丰富时，理解上下文的人成为最稀缺资源

AI 战略：

• 让 FileMaker 成为 Claude Code、Cursor、Codex 等智能体编程工具的“一流开发目标”
• 用户选择自己喜爱的 AI 编程工具，描述需求，结果直接部署到 FileMaker
• 不锁定单一 AI 供应商，随着工具改善，FileMaker 开发工作流也随之改善

来源： Claris Blog – How Claris is building for what comes next

《Logic for Programmers》即将出版，作者加入 Antithesis

形式化方法专家 Hillel Wayne 宣布其著作《Logic for Programmers》0.14版发布，并已开始测试印刷。同时，他将于8月加入 Antithesis 担任“开发者教育者”，专注于让属性测试、模糊测试、故障注入等技术对普通工程师更易理解。

书籍进展：

• 0.14版主要改善排版、文案编辑和技术编辑
• 已开始测试印刷，目标6月底前提供纸质版购买
• 剩余工作：修复图表、格式化、校对、制作网站和封底

Newsletter 变化：

• 加入 Antithesis 后，Newsletter 内容将偏离属性测试和模糊测试相关话题
• 预计更多历史和软件趣闻内容，减少理论内容
• 更新频率可能从每周降至双周或每月

来源： Hillel Wayne Newsletter – New Logic for Programmers