Notion 禁用所有 Anthropic 模型，OpenAI 计划将 ChatGPT 转型为超级应用

---

title: “Notion禁用Anthropic模型，ChatGPT拟转型超级应用” lead: “Notion因Opus 4.7/4.8性能降级禁用所有Anthropic模型；OpenAI计划将ChatGPT转型为集成Codex与Agent的超级应用；GitHub宣布Tanner Linsley用AI重建React创建Redact；OpenAI芯片核心负责人量产前叛逃Anthropic。” highlights:

• “Notion禁用所有Anthropic模型，因Opus 4.7/4.8性能降级”
• “OpenAI计划将ChatGPT转型为集成编码与Agent的超级应用”
• “GitHub宣布Redact：用AI重建React，改变依赖管理”

1️⃣ Notion 因 Opus 性能降级，禁用所有 Anthropic 模型#

• 核心事件：Notion Status 官方通报，因 Anthropic 的 Opus 4.7 和 4.8 模型持续性能降级，导致选择这些模型的 Notion AI 用户故障率上升。为控制影响，Notion 已紧急禁用模型选择器中的所有 Anthropic 模型，并将请求自动路由至其他供应商。
• 用户影响：大多数用户仍可继续使用 Notion AI，但所有依赖 Anthropic 的特定功能暂时不可用。KOL 丁一评论称该事件印证了其此前“Anthropic 不是倒闭就是被收购”的判断。
• 行业意义：头部 AI 模型性能波动对下游企业级应用的冲击直接且巨大。模型供应商锁定（Vendor Lock-in）的风险在 Agent 时代进一步放大，推动企业构建多模型容灾机制。 🔗 Notion Status 推文 | 丁一评论

2️⃣ OpenAI 芯片核心负责人量产前叛逃 Anthropic#

• 核心事件：据量子位报道，为 OpenAI 从零打造第一颗自研 AI 芯片的核心负责人，在芯片量产前夕选择离职，并加入竞争对手 Anthropic。其身份被描述为“帮 OpenAI 从零造出第一颗芯片的人”。
• 时间点敏感：OpenAI 正在大力推进自研 AI 芯片战略，以减少对 NVIDIA GPU 的依赖并优化推理成本。量产前关键人才流失，可能直接冲击其芯片路线图及训练基础设施自主化进程。
• 行业意义：AI 人才战争已从模型层蔓延至硬件层。Anthropic 在 IPO 前夕（已提交保密 S-1，估值约 9650 亿美元）切入对手核心硬件团队，表明其正构建从芯片到模型的垂直整合能力，竞争维度再次升级。 🔗 量子位报道

3️⃣ [持续跟踪] Anthropic 内部数据：80% 代码由 Claude 编写，公开呼吁“自愿减速”#

• 前情提要：Anthropic 近日披露内部研发数据，显示超过 80% 的合并代码由 Claude 编写，工程师季度代码产出较 2024 年暴涨 8 倍，大量研究员已数月未手写代码。
• 最新突破：笔记侠今日文章引述 Anthropic 官方博文指出，Anthropic 带头呼吁“我们愿意减速，甚至暂停”，警告递归自我改进（RSI）可能导致对齐问题失控。Claude 在开放工程难题上的成功率半年内从 26% 飙升至 76%，工程师评价其代码质量已“与人类打平”，预计年内超越。
• Gary Marcus 回应：Marcus 认为不必过度恐慌，称 Anthropic 展示的仍然是“人类控制下的更快编码”，还不是 AGI；真正的 AGI 需要神经符号 AI 整合。同时，另一位开发者社区领袖指出，人类代码审查已成为新瓶颈。
• 行业意义：AI 自我改进的实证数据与安全警告同步出现，行业正在经历能力跃迁与治理框架完善之间的时间赛跑，倒逼安全研究前置。 🔗 笔记侠文章 | Gary Marcus 推文

4️⃣ OpenAI 计划将 ChatGPT 转型为“超级应用”：集成 Codex、Agent 与第三方应用#

• 核心发布：据英国《金融时报》报道，OpenAI 正在筹备自 2022 年上线以来最大规模的 ChatGPT 改版。内部高管称“Chat is dead”（聊天已死），改版方向明确：不再做单纯的聊天机器人，而是整合编码工具 Codex、AI Agent、图像生成及第三方应用（已确认 Canva、Booking）的统一平台。
• 产品定位：首席产品官 Thibault Sottiaux 表示目标是打造跨越所有平台的个人 AI 助手，甚至最终让用户免于输入 prompt，由模型直接理解意图。改版将在未来几周从网页端和手机端开始。
• 商业压力：ChatGPT 周活跃用户 9 亿，月收入 20 亿美元，但尚未盈利。Anthropic 估值反超 OpenAI，Google Gemini 月活逼近 9 亿。IPO 前夕，必须从低利润免费聊天转向高利润的企业工具和编程产品。
• 行业意义：ChatGPT 正从单一聊天产品进化为 Agent 时代的操作系统级入口，根本上改变用户与 AI 的交互范式。 🔗 金融时报报道（宝玉转述）

5️⃣ GitHub 宣布 Redact：Tanner Linsley 用 AI 重建 React#

• 核心发布：GitHub 官方发布视频，介绍知名开源开发者 Tanner Linsley（React Query、TanStack Table 作者）使用 AI 重新构建 React，创建了名为 Redact 的新框架，旨在从根本上改变我们对依赖管理的思考方式。
• 技术意义：Tanner 利用 AI 生成仅包含所需功能的定制化 React 版本，实现从“全量框架”到“按需框架”的范式转变。这不仅是又一个前端工具，更是 AI 辅助框架设计的先驱实践。
• 行业意义：AI 正在从“辅助编码”演进为“辅助架构设计”，可能催生出一系列轻量化、应用定制的开发框架，重塑前端生态的构建与依赖管理逻辑。 🔗 GitHub 官方推文

6️⃣ Vercel AI Gateway 单月恢复超 1 万亿 Token：零加价冗余基础设施#

• 核心数据：Vercel CEO Guillermo Rauch 宣布，Vercel AI Gateway 平均每月“恢复”（recover，指通过智能重试挽回的失败 Token）超过 1 万亿 Token。类似 Stripe 对失败支付的智能重试模式。
• 服务模式：Vercel 以零加价提供冗余、观测性、用量 API 和额度管理，不额外收取费用。
• 行业意义：Token 损耗优化正在成为 AI 基础设施层的核心能力。此类 AI Gateway 通过智能重试和跨供应商冗余，实质性地提高了 Agent 工作流的韧性，降低生产环境中的可靠性风险。 🔗 Guillermo Rauch 推文

7️⃣ [持续跟踪] Agentic Engineering 工具链开源：前 Meta 工程师日发 40 PR#

• 前情提要：AI 代理编程的效率突破持续出现，OpenClaw 等案例已展示极端工程规模。
• 最新突破：Peter Yang 采访前 Meta L8 工程师 Kun Chen，他利用自研的 Agentic Engineering 系统实现每日提交 40+ PR。系统包含三款已开源的工具：Lavish（将 AI 规划可视化为 HTML 标注）、gnhf（夜间 Agent 编排器）和 No Mistakes（AI 代码验证管道）。核心原则：通过详尽规划让 Agent 长时间自主工作，将人类移出逐行审查循环。
• 行业意义：这种“人定义质量门禁 + Agent 集群执行”的模式正在取代传统代码审查流程，工程管理需要重构以适配 10x 产出。Kun Chen 的免费工具链降低了社区采用门槛。 🔗 Peter Yang 推文及视频 | Kun Chen 工具集

⭐ GitHub 趋势#

📊 类别速览

项目	类别	Stars Today	Total Stars
RyanCodrai/turbovec	AI 基础设施 (向量搜索)	+1,554	7,123
aaif-goose/goose	AI Agent	+322	47,487
microsoft/pg_durable	AI 基础设施 (工作流)	+316	1,444

---

1. RyanCodrai/turbovec ⭐ 今日 +1,554#

语言/许可： Python / MIT
总 Stars： 7,123
仓库： GitHub

项目定位：
面向 RAG 及向量搜索场景的高性能索引库，基于 Google 的 TurboQuant 算法提供 无需训练、低内存、高吞吐 的向量量化与检索。直接将 1,536 维 float32 向量压缩 16 倍（4-bit），在大规模语料上显著降低内存占用。

核心功能：

• 在线流式写入 — 向量添加即索引，无需单独的训练阶段或参数调优，支持动态增长。
• SIMD 加速搜索 — 手写的 NEON (ARM) 和 AVX-512BW (x86) 内核，在 M3 Max 上比 FAISS FastScan 快 12–20%，x86 4-bit 配置胜出 1–6%。
• 原生过滤搜索 — search() 直接接受 id allowlist，SIMD 块级短路避免无效计算，支持从允许集返回精确 k 个结果。
• 框架集成 — 提供 LangChain、LlamaIndex、Haystack、Agno 的 drop-in 替换，一条 import 切换底层索引。

技术亮点：
Rust 实现的高性能内核 + 基于 TurboQuant 的 data-oblivious 量化，无需训练码本即可达到理论 Shannon 下界；TQ+ 校准进一步补偿有限维度的分布漂移（Recall 提升最高 +1.4pp）。

---

2. aaif-goose/goose ⭐ 今日 +322#

语言/许可： Rust / Apache-2.0
总 Stars： 47,487
仓库： GitHub

项目定位：
基于 Rust 构建的通用 AI Agent，提供桌面应用、CLI 和 API，用于代码、自动化、研究、写作等任务，支持 15+ LLM 提供商及 MCP 扩展协议。

核心功能：

• 多终端覆盖 — 原生 macOS / Linux / Windows 桌面应用 + 终端 CLI + 可嵌入 API，使用同一运行时。
• 15+ 提供商兼容 — 支持 Anthropic、OpenAI、Google、Ollama、OpenRouter、Azure、Bedrock 等，无需绑定单一生态。
• 70+ MCP 扩展 — 通过 Model Context Protocol 连接文件系统、数据库、浏览器、开发工具等外部能力。
• ACP 提供商 — 支持通过 Agent Communication Protocol 使用已有 Claude / ChatGPT / Gemini 订阅（无需额外 API Key）。

技术亮点：
Rust 实现高性能与低资源消耗；从 block 项目迁移至 Linux 基金会下的 Agentic AI Foundation (AAIF)，具备开源治理和定制发行版（Custom Distros）能力。

---

3. microsoft/pg_durable ⭐ 今日 +316#

语言/许可： Rust / PostgreSQL License
总 Stars： 1,444
仓库： GitHub

项目定位：
PostgreSQL 内部的持久化执行引擎，将长耗时、多步骤的 AI 工作流（向量嵌入管道、数据摄取、外部 API 调用）直接定义在数据库中，免除外部编排器（Airflow/Temporal）和额外基础设施。

核心功能：

• SQL 原生工作流 — 使用 ~> 和 |=> 等操作符将 SQL 步骤组装成有向图，支持并行分支、条件判断、循环。
• 崩溃恢复 — 每步执行后自动 checkpoint，重启后从最近持久化断点恢复，无需回溯已成功的工作。
• 零依赖架构 — 扩展形式运行在 PG 后台 worker 中，无需 Redis、队列或外部服务，数据和状态始终在 PostgreSQL 中。
• 多租户安全 — 内置行级安全（RLS）和 role 粒度的权限隔离，通过 df.grant_usage() 授予应用角色访问权。

技术亮点：
Rust + pgrx 构建的 PostgreSQL 扩展，事务性状态持久化与后台 worker 调度集成；设计上瞄准 AI 工作负载（向量嵌入、批处理）的数据局部性优势。

🟧 Hacker News 热议#

VibeOS: First ever AI-native operating system#

19 pts · 15 comments · vibeos.sh

📌 内容总结

• 作者想做什么：展示一个“AI native 操作系统”，核心是让 Claude Code 通过浏览器 UI 控制整个桌面，用户通过自然语言创建应用、添加小部件。
• HN 关注点：
  • 实际上是一个 Docker 化运行的 Next.js 前端，调用 Anthropic API，不涉及底层硬件或内核。
  • 项目最后更新于 10 个月前（到 HN 发布时已废弃）。
  • 网站本身存在渲染问题，部分评论怀疑这是讽刺作品。

💬 讨论总结

• 共识：这不是一个真正的操作系统，更像一个概念验证或玩笑。 多位用户指出“AI-native OS”只是 Docker 容器里跑一个 Next.js 应用，不能称其为 OS。认为项目已被作者废弃，属于“vibe-code 后丢弃”的常见模式。
• 质疑与历史类比： 有人将其与 90 年代末的 Linux 体验类比——有趣但容易崩溃。另有用户将当前 AI 狂热与之前的加密货币泡沫相提并论，认为热点炒作人群高度重合。
• 反对/质疑： 少数用户认为“AI-native OS”终将实现，但会通过类似 JIT 的机制在后台生成普通代码以优化效率，而本项目的实现方式过于简陋。
• 工程经验： 展示了用 Claude Code 快速原型化 Web UI 的能力——但仅限于 Demo 层面，无实际系统能力。

🔗 原文 · HN 讨论页

Anthropic, please ship an official Claude Desktop for Linux#

436 pts · 247 comments · github.com/anthropics

📌 内容总结

• 背景：Linux 平台缺少 Claude Desktop 官方构建版本，导致开发者无法使用桌面扩展、Cowork、计算机使用等功能。社区维护的第三方构建（如 aaddrick/claude-desktop-debian）虽高质量但非官方签名审计，存在安全风险。
• 关键要点：
  • 内部架构：macOS 上的 Cowork 已经通过 Apple Virtualization.framework 启动 Ubuntu 22.04 VM 运行 Claude Code，说明 Linux 执行路径已经存在于产品内。
  • 市场数据：Stack Overflow 2025 显示 27.7% 专业开发者以 Ubuntu 为主 OS。
  • Issue 给出详细“Steelmanned counter-case”并承认合理的商业考量（碎片化、支持成本、企业营收优先级），但核心诉求是官方公开表态。
• 实际影响：缺少官方支持阻碍了 Claude Code 插件在桌面扩展上的开发测试，迫使用户链接未审计的第三方构建。

💬 讨论总结

• 共识：Linux 桌面版期待已久，但碎片化是真实障碍。 大量开发者表示需要桌面版以获得 Cowork、计划任务、多项目记忆隔离等功能。社区维护者 aaddrick 现身说明：即使只支持主要发行版，也需处理显示服务器、沙箱、包管理等差异，测试量很大。另一位用户指出“Linux 桌面没有稳定 ABI”是从业者面临的现实问题。
• 工程经验与历史背景： 多位用户对比了 Discord、VS Code 等成功在 Linux 上分发 Electorn 应用的经验，指出主要障碍在于自动更新和多种包格式支持。有人建议只需出一个 AppImage 即可满足多数需求。
• 反对/质疑： 一部分用户认为 CLI 足够，桌面 GUI 对于依赖沙箱的用户反而是安全隐患（模型可访问本地文件）。另有人嘲讽“既然 AI 能自动写代码，为什么不直接用 Claude 生成一个 Linux 版？”——此观点被反驳为 oversimplification。
• 商业现实： 多数评论者理解 Anthropic 优先服务 macOS/Windows 的商业合理性，但对“没有官方表态”感到不满。一位自称 Boris 的团队人员留下简短回应“我们正在研究”，但未给出时间表。
• 风险/限制： 第三方构建数万星标，但本质上是未受认证的 Electron 打包，可能引入未知风险。有评论者指出“Claude Desktop 处理 OAuth 令牌和 API 密钥，交给社区维护是结构性的安全成本”。

🔗 原文 · HN 讨论页

今日洞察#

Notion 因 Opus 4.7/4.8 持续性能降级而紧急切断全部 Anthropic 模型接口，是今年以来最直接的企业级模型供应商锁定风险事件。这不是 benchmark 分数下降，而是生产环境下的故障率上升迫使下游主动切换。注意 Notion 的做法是“禁用模型选择器中的所有 Anthropic 模型并自动路由至其他供应商”，说明企业已为多模型容灾做了预埋——但触发速度仍滞后于事故事实。这个事件直接提高所有依赖单一模型的 Agent 产品的工程成本：谁能更快地在运行时弹性切换底层模型，谁就能在 Opus 级别波动时保持可用性。Vercel AI Gateway 月恢复超 1 万亿 Token 的数据，恰好在这个背景下显得更有信号意义——智能重试和跨供应商冗余正从“可选优化”变成“必须基础设施”。

OpenAI 计划将 ChatGPT 转型为集成 Codex、Agent 与第三方应用的超级应用，本质上是告别“chat”范式。金融时报报道提到“高管称 chat is dead”，这不是噱头：当周活 9 亿、月收入 20 亿但仍未盈利时，必须从免费聊天转向高利润的企业工具和编程产品。方向明确但执行挑战巨大——Codex、Agent、第三方应用（Canva、Booking）的整合意味着产品复杂度爆炸，且 Anthropic 和 Google Gemini 在 Agent 落地节奏上并不落后。这场“超级应用竞赛”的真正约束不是模型能力，而是产品工程：如何让多个 Agent 协同、如何管理第三方权限、如何保证 enterprise 级的安全审计。GitHub 宣布 Tanner Linsley 用 AI 重建 React（Redact）也指向同一趋势——AI 正从“辅助编码”升级为“重构框架本身”，当模型能够生成定制化的应用框架时，传统依赖管理和全量框架的商业模式都可能被瓦解。

HN 上 436 分的 Claude Desktop for Linux issue 暴露了一个长期 ignored 的工程现实：Anthropic 内部架构已通过 macOS 虚拟化框架跑 Ubuntu 22.04 VM 来运行 Claude Code，意味着 Linux 执行路径已存在于产品内，但官方不提供桌面版。社区维护的第三方构建虽数万星标，却无签名审计——处理 OAuth 令牌和 API 密钥的结构性安全成本被转嫁给了用户。企业开发者被迫在“使用未审计构建”和“放弃 Cowork/桌面扩展”之间选择，这不只是用户体验问题，而是拖慢了整个 Agent 生态在 Linux 工作站的渗透速度。VibeOS 展示的“AI-native OS”概念虽被 HN 识破为 Docker + Next.js 的玩笑，但它和 Claude Desktop 缺失共同指向一个深层信号：当前 Agent 仍然缺乏一个真正可靠、安全、跨平台的“操作系统层”运行时。

---

title: “Codex 并入 ChatGPT，Meta AI 漏洞致 2 万账户被黑” lead: “OpenAI 计划将 Codex 整体并入 ChatGPT 打造超级应用；Meta 确认因 AI 聊天机器人漏洞导致至少 20,225 个 Instagram 账户被黑客劫持；Anthropic Claude 已编写自身 80% 代码，引发编程范式转移讨论。” highlights:

• “OpenAI 计划将 Codex 整体并入 ChatGPT，打造超级应用”
• “Meta 确认 AI 聊天机器人漏洞导致 2 万+ Instagram 账户被黑”
• “Anthropic Claude 已编写自身 80% 代码，工程工作流从 prompt 转向 loop”

1️⃣ [持续跟踪] OpenAI 计划将 Codex 整体并入 ChatGPT：从聊天工具到超级应用#

• 前情提要：昨日消息称 OpenAI 计划对 ChatGPT 进行自 2022 年上线以来最大规模改版，目标从单一聊天转向集成编码与 Agent 的“超级应用”。
• 最新突破：金融时报今日报道该目标的细节——Codex 将整体并入 ChatGPT，用户短期可手动选择由 Codex 或 ChatGPT 回应需求。同时接入可画、Booking.com 等第三方应用。
• 产品逻辑：OpenAI 企业产品负责人表示目标是打造“能帮你做任何事的个人智能体”，覆盖生活工作全场景。用户还可通过新按钮每日获得 10 倍 Codex 使用额度。
• 行业意义：ChatGPT 从“Chat”到“Agent Platform”的进化，与 Anthropic 的 Claude Code 形成直接竞争，AI 应用入口的价值争夺战进入新阶段。 🔗 金融时报报道 | OpenAI Codex 用例页面 | Sam Altman 推文

2️⃣ Meta 确认：数千个 Instagram 账户因 AI 聊天机器人漏洞被黑客入侵#

• 核心事件：Meta 正式向缅因州总检察长提交的数据泄露通知显示，至少 20,225 个 Instagram 账户因 AI 聊天机器人漏洞被黑客劫持。攻击始于 4 月 17 日左右，持续数周。
• 技术细节：漏洞允许任何人通过欺骗 Meta AI 聊天机器人，绕过未开启双因素认证的账户密码重置流程，将重置链接发送至攻击者控制的邮箱。Meta 已禁用该聊天机器人并移除漏洞代码路径。
• 行业意义：AI Agent 正深度嵌入平台核心功能（密码重置），其安全可靠性直接影响数亿用户的基础账户安全。此次事件暴露了 Agent 权限设计的致命缺陷——不应赋予 AI 绕过安全验证的能力。 🔗 HackerNews 汇总 | 本周安全报道

3️⃣ [持续跟踪] Anthropic 80% 代码由 Claude 编写：从 prompt 到 loop 的范式转移#

• 前情提要：Anthropic 此前披露内部数据显示超过 80% 的合并代码由 Claude 编写，已触发关于递归自我改进（RSI）的广泛讨论。
• 最新突破：Anthropic Claude Code 负责人 Boris Cherny 今日明确表示——“我不再给 Claude 写 prompt，我写 loops，由 loops 驱动 Claude 自主决策。”他预测下一轮范式转移将在今年到来。
• 技术细节：Boris Cherny 同时分享了让 Claude Opus 长时自主运行的 5 条核心建议：启用 Auto Mode、采用动态工作流编排数百个子 Agent、使用 /goal 或 /loop 指令、优先云端运行、确保端到端自验证能力。
• 行业意义：编码 Agent 的工作模式正从“人类手写代码 → AI 辅助”转向“人类写循环 → AI 自主执行”，开发者角色从“编程”变为“编排”，这对软件工程教育和组织架构产生深远影响。 🔗 Boris Cherny 原推 | meng shao 中文解读 | FinanceYF5 中文视频

4️⃣ Mac-1 模型：6.6B 参数本地运行，直接挑战云端 Agent 模式#

• 核心发布：开发者 CJ Zafir 展示 Mac-1 模型，仅 6.6B 参数，可在任何 Mac 上本地运行，仅需 7GB 内存。可调用 487 个 MacOS 原生工具，实现链式多工具调用与自动推理。
• 性能数据：输出速度约 65 tok/s，UI 完全原生 Mac 风格。模型在应用层做了深度封装，用户体验接近原生应用而非聊天机器人。
• 行业意义：KOL berryxia 评论称“云端 SaaS 的 agent 时代，可能还没真正开始，就已经被本地小模型+原生工具的组合终结了”。这直接挑战了“模型参数越大越强”的主流叙事，为 Agent 部署提供了全新的本地化范式。 🔗 CJ Zafir 原推 | berryxia 转述

5️⃣ 实证研究：AGENTS.md 对编码 Agent 效果微弱，成本却显著增加#

• 核心发现：最新论文《AGENTS.md: Help or Hindrance?》大规模实证研究显示，AGENTS.md 等仓库级上下文文件对编码 Agent 的任务成功率提升极为有限（平均仅 +0.5%），但显著增加步数和推理成本（+20%）。
• 关键洞察：LLM 自动生成的 context file 甚至可能略微降低成功率。Agent 并非忽略这些文件，而是“过度执行”——把建议性流程当成了必做清单，导致 Token 浪费。只有开发者手写的文件在部分场景有平均 +4% 的提升。
• 行业意义：社区热捧的 AGENTS.md 实践在方法论上需要修正——不应无脑自动生成，而应精简写入关键工具指令，避免冗余。Agent 工程中“少即是多”原则得到实证支撑。 🔗 论文原文 | meng shao 解读

6️⃣ Linux 用户联名请愿：Anthropic 请发布官方的 Claude Desktop#

• 核心事件：GitHub Issue #65697 请求 Anthropic 为 Linux 发布官方 Claude Desktop 应用，目前已获 426 个 HN 点赞。目前仅分发 macOS 和 Windows 版，Linux 用户只能依赖第三方重打包的 Windows Electron 构建，存在安全隐患（约 4.5k Star）。
• 技术可行性：Anthropic 已拥有完整 Linux 软件分发管道（CLI 提供 signed apt/dnf/apk 仓库），且 Claude Cowork 在 macOS 上本质是在 Linux VM 内运行。在 Linux 上发布官方 .deb 包技术上完全可行。
• 行业意义：27.7% 的专业开发者以 Ubuntu 为主系统，Anthropic 对 Linux 的忽视可能影响其开发者生态的渗透率。 🔗 GitHub Issue | HackerNews 讨论

7️⃣ xAI 开发被曝“一团糟”，Anthropic 员工 IPO 前离职#

• xAI 组织问题：The Information 报道称 xAI 的 AI 开发“一团糟”，马斯克已解雇大部分最初雇佣的员工，并习惯设定不切实际的截止日期，无法达成即解雇。Gary Marcus 转发并评论“这会进展顺利”。
• Anthropic 人才流失：Anthropic 员工 Tim Blais（MasterTimBlais）在 IPO 前宣布离职，创建自己的 AI 实验室。其称“这是一个重大的决定，但我觉得早就该做了”。
• 行业意义：头部 AI 公司的组织稳定性正成为核心风险变量，尤其是在 IPO 等关键节点前后。 🔗 The Information 报道 | Tim Blais 离职声明

8️⃣ Brian Armstrong 预测：80% 工作负载将在 12-18 个月内转向 99% 更便宜的模型#

• 核心预测：Coinbase CEO Brian Armstrong 今日在推文中提出，虽然对智能的需求近乎无限，但 80% 的工作负载将在 12-18 个月内运行在 99% 更便宜的模型上。只有 20% 的工作负载（如科学突破、高阶编排 Agent）仍需最新旗舰模型。
• 成本策略：Coinbase 正在努力将 prompt 路由到更便宜的模型。在部分场景下，已实现在 Token 使用量指数增长的同时，成本基本持平。
• 行业意义：模型成本正在以远快于摩尔定律的速度下降，将从根本上改变 AI 应用的商业模型和架构设计——能源和算力将成为限制因素，而非模型本身。 🔗 Brian Armstrong 推文 | Marc Andreessen 转发 | Jerry Liu 评论