Sakana AI@SakanaAILabsAI 评分3535

Sakana AI 联合创始人兼 CEO David Ha 在《日经亚洲》撰文《AI 的未来属于编排者》，指出前沿企业靠堆算力、扩大模型规模的竞争已现瓶颈：开源模型差距缩至数月，前沿模型推理成本常高于其所辅助人员的时薪。他认为价值将从模型权重本身转向按情境调度、整合多个模型的编排智能，并主张主权 AI 的关键是不依赖单一供应商、能组合全球资源的供应链韧性。

Anthropic 研究测算机器人对各类工作的暴露度，驾驶和仓储岗位最靠前

Anthropic 发布机器人职业暴露研究，用 Claude 对约 19,000 项工作任务评分，发现机器人目前可完成美国 74% 的体力任务、占 34% 工时，但仅在有限环境中，且只在 0.3% 的任务上具备成本竞争力。

Suno 回应 RIAA 版权诉讼：学习不等于侵权

Suno 发文回应 6 月 24 日 RIAA 成员唱片公司对其提起的版权侵权诉讼，称诉讼在事实和法律上均有缺陷，模型学习风格与 patterns 的过程如同孩子听摇滚后写新歌，学习不是侵权。

Suno 推出 Spark 孵化器计划，资助独立音乐人

Suno 推出名为 Spark 的孵化器计划，通过资助金、导师指导和专属营销支持，帮助独立音乐人完成音乐项目。入选艺术家将获得创作资助与营销资金，受邀在写作营与成熟艺术家合作，并可为 Suno 新功能提供反馈，同时保留作品的创作控制权与商业权利。该计划即日起开放申请。

Dream Relic 如何用 Suno 为超现实视觉世界赋予声音

AI 视觉艺术家 Dream Relic（Broc Vaughn）借助 Suno 的 Create 功能，把积压多年的歌词变成歌曲，用于 TikTok、Hooks、Spotify 及一张即将发行的全长专辑。一条深夜发布的视频引来数百条求歌名评论，让他重新重视音乐创作。他认为提示词与反复打磨等创作方向仍然关键，目标是让人感受作品而非关注工具。

sad alex 谈用 Suno 当创作草稿本：写歌、短视频与创作自主权

洛杉矶唱作人 sad alex 在 Suno 博客访谈中表示，她只把 Suno 当作解决问题的工具，用于男女声切换、补充自己不会演奏的弦乐或电吉他，以及为卡住的 demo 搭出可参考的成品雏形。她强调只上传自己 100% 拥有版权的歌曲，并认为 AI 本质上无法像人一样向前思考，歌曲的新鲜感与演唱的感染力仍来自人。

英国王立协会特集号解读世界模型最前沿与 AI 未来，Sakana AI 参与卷首文章

英国王立协会《Philosophical Transactions of the Royal Society A》发布特集号「World Models in Natural and Artificial Intelligence」，Sakana AI CEO David Ha 参与卷首文章共著。

UC Berkeley Agentic AI Summit 2025 回顾：超 2000 人到场、约 4 万人线上参与

UC Berkeley 举办的 Agentic AI Summit 2025 吸引超 2000 人到场、约 4 万人通过直播线上参与，全部会议录像已开放观看。主办方 Berkeley RDI 宣布该峰会明年将再度举办，具体细节待公布。

METR 研究：任务替代如何导致 AI 生产力提升（uplift）的三种度量出现显著分歧

METR 提出 AI 生产力提升（uplift）的三种度量——旧任务 uplift、价值 uplift 与新任务 uplift，并论证在简化假设下三者满足「旧任务 uplift ≤ 价值 uplift ≤ 新任务 uplift」。

METR 调查：349 名技术工作者自报 AI 带来 1.4–2 倍工作价值提升

METR 在 2026 年 2–4 月调查 349 名技术工作者（含 87 名软件工程师、71 名研究人员、129 名学者与博士生、48 名创始人及管理者），自报 AI 工具带来的工作中位价值变化为 1.4–2 倍，中位速度变化为 3 倍。

METR 解释负责任扩展政策（RSP）的构成要素与价值

METR（ARC Evals）发文阐述负责任扩展政策（RSP）的基本理念，认为广泛采用高质量 RSP 能显著降低 AI 灾难性风险，但自愿承诺不足以充分遏制风险，不能替代监管。

METR 谈前沿 AI 模型风险应披露哪些信息

METR 提出前沿 AI 风险透明度框架，主张企业披露训练与开发过程信息，而非仅公开部署时的 system cards。其列举的风险领域包括内部与外部能力差距、模型是否追求错位目标、模型能否破坏安全研究，以及少数员工能否窃取模型权重或植入后门。METR 同时提醒透明度存在权衡，如可能促使开发者回避发现安全问题，并建议采用仅向政府或外部安全研究者披露、经可信中介脱敏汇总等部分透明方案。

斯坦福 HAI：AI 如何加速科学发现，从 Evo 2 到虚拟细胞

斯坦福 HAI 发文梳理 AI 加速科学发现的进展：Brian Hie 团队打造的 Evo 2 是迄今最大的生物学 DNA 语言模型，基于 9 万亿碱基对、400 亿参数训练，可像聊天机器人一样补全基因序列。Emma Lundberg 团队则正构建模拟人类细胞的基础模型，用于加速药物发现与个性化医疗，并为此开发了 Biomni 供生物学家交互分析数据。

Cursor 团队分享如何搭建云端智能体开发环境

Cursor 团队分享为云端智能体搭建开发环境的经验，核心思路是把开发环境当作用户是智能体的产品来做。他们让云端 VM 与本地开发环境对齐，构建 anydev CLI 简化智能体运行服务的流程，并通过 Cursor Cloud MCP 和 Cloud Doctor 自动化功能实现环境的自愈与持续改善。

Anthropic 详解 Claude Opus 5.5 为何适配更长、更高上下文的编码会话

Anthropic 发文说明 Claude Opus 5.5 针对更长、上下文更重的编码会话做了成本优化，估计典型按 token 计费的工作负载运行成本比 Opus 5 低约 40%。

Cognition 发布 Devin 2025 年度绩效复盘：上线 18 个月的真实部署经验

Cognition 在 Devin 上线 18 个月之际发布年度绩效复盘，称其已进入数千家公司的工程团队，累计合并数十万个 PR。

Cognition 复盘构建 Devin 云 Agent 的经验：为什么自建比想象中难

Cognition 基于两年多构建 Devin 的经验，指出容器化方案存在共享内核安全风险，也无法跨异步间隙保存状态，他们用 microVM 隔离和 hypervisor 级全机状态快照解决。

Augment Code：AI 原生转型的四个阶段，从智能体采纳到智能体编排

Augment Code 提出 AI 原生转型分四个阶段：约 70% 组织仍停留在第一阶段（将智能体接入日常工作流），不到 10% 让智能体自主拥有工作，几乎无人达到第四阶段全智能体编排。在软件开发生命周期六个环节中，代码生成、验证、构建失败诊断三个环节已由智能体主导，代码审查中低风险改动可自动批准。某企业客户开发者每周因代码审查阻塞的时间占比从 30% 降至 10% 以下。

Augment Code：单模型工程时代已经结束

Augment Code 本月在 Claude 和 GPT-5 之外新增 Gemini 3.1 Pro，成为其第三个可选模型，并称单模型工程时代已经结束。过去十三个月里领先模型三次易主，GPT-5.4 的每条消息价格比此前所用模型便宜约 2.6 倍。其做法是把模型、harness（Context Engine）与编排层（Intent）解耦，切换模型只需改一个设置而非迁移。

DX CTO Justin Reock 谈 AI 转型是系统性问题

DX CTO Justin Reock 在 We Built What 节目中称 AI 转型的关键在系统而非个人：DX 对 500 家公司的纵向研究显示 PR velocity 中位提升 7.5%、均值 13%、最高 70%。

Augment Code 调研 219 位工程负责人：48% 代码已由 AI 生成，仅 19 家更新了岗位定义

Augment Code 调研 219 位工程负责人发现，其团队 48% 的代码已由 AI 生成，55% 担心团队失去对代码库的共同理解，63% 表示工程师向管理者提出技能相关性担忧，在 201-1000 人团队中该比例升至 89%。

ARC Prize 发布首日更新：Kaggle 登顶并回应主要质疑

ARC Prize 发布上线 24 小时的首日更新：社媒累计浏览 67.5 万，登顶 Kaggle 竞赛榜，已有 700 名 Kaggle 参赛者、70 次提交，当前最高分 18%。

AI 的迷你钢厂：本地分类器分流让 Mac 承担 78% 的 AI 工作

把后台 AI 工作先交给设备端小型分类器判断难易，只将最难任务上送云端，单台 Mac 的吞吐量提升约 25%，队列等待从 73 秒降至 4 秒。过去七天该 Mac 承担了 78% 的 AI 工作、日峰值达 88%，平均任务时长从 47 秒降到 19 秒。作者将其类比 Nucor 的迷你钢厂，认为配备蒸馏模型的笔记本、手机与边缘设备将成为企业内的“迷你钢厂”，只按云端价格支付最难的那五分之一。

Tomer Tunguz 分析 AI 领域的开源模型替代潮

Tomer Tunguz 分析称企业、应用和销售各层买家正在用更便宜的开源模型替代前沿闭源模型，省下的钱并未缩小 AI 账单，而是被再投入到指数级增长的 token 用量。

Tomer Tunguz 谈 Anthropic Fable 带来的 AI 玻璃天花板

Tomer Tunguz 认为 Anthropic 的 Fable 发布以强防护栏形式形成了 AI 的玻璃天花板，在允许范围内它仍是最强 AI：本地模型推理性能翻倍，关键基准提升 10-15 个百分点，远超典型的 2 个百分点。

AI 应用的黄金时代：从 Fable 下架、Nadella 生态论到 Salesforce 收购 Fin

AI 应用正进入黄金时代，三件事印证了这一判断：美国政府下令下架 Fable、Nadella 提出生态护城河不在模型本身、Salesforce 以 36 亿美元收购 Fin。构建 AI 应用需掌握三项新能力：挑选合适模型、设计爬坡循环、评估模型与循环的组合表现，核心是每 token 预算能榨出多少智能。

ARC Prize 三个月未破，大奖提升至 $600k 并宣布改进 ARC-AGI

ARC Prize 发布 2024 竞赛三个月更新：ARC-AGI 基准仍未被攻破，SOTA 从 34% 升至 46%（MindsAI 通过测试时微调语言模型达成），Kaggle 上有 921 支队伍、7,368 次提交。

Tom Tunguz 分析 HN 讨论：Qwen 3.6 35B-A3B 与 Pi 领跑本地编码栈

一位 VC 博主归纳一个 500+ 评论的 HN 讨论指出，本地编码栈正快速成熟：Qwen 3.6 35B-A3B 以 33% 的提及率主导模型选择，Pi 以 49% 领先 Agent 提名。

Databricks ARR 达 69 亿美元、增速 80%，与 Snowflake 差距扩至 16 亿美元

Databricks 年化经常性收入达 69 亿美元，同比增长 80%，Snowflake 约 53 亿美元、增长 34%，两者差距从 3 月的 4.9 亿美元扩至 16 亿美元。

ARC Prize 主办讲座：结合深度学习与程序合成攻克 ARC-AGI

ARC Prize 主办线上活动，Mike Knoop 和 François Chollet 讲解为何纯深度学习难以攻克 ARC-AGI，并提出结合深度学习与程序合成的技术路径。

Tomer Tunguz 分析推理转售业务的三种定价模型与毛利守卫策略

Tomer Tunguz 撰文分析转售推理的公司如何保持 30 点以上毛利，指出成本加成定价会随推理商品化而压缩至零，客户会绕开加价直接对接原始 API。

Tomer Tunguz 分析 AI 支出何时超过工程师薪酬：2029 年三种情景

Tomer Tunguz 分析称 Anthropic 的算力支出约为其薪酬总额的 2.3 倍，约 5000 名员工对应 2026 年约 $10b 推理与训练支出，即每人每年约 $2m；而软件行业前 1% 公司每工程师每年 AI 支出为 $89k，中位数仅 $137。

Tomer Tunguz 分析 2026 年 CIO 的选择：只投 AI 栈，砍掉其余

Tomer Tunguz 撰文称 2026 年 CIO 的优先级清晰：资金流向 AI 栈，其余被削减。

ARC Prize 分析 DeepSeek R1-Zero 与 R1 测试结果：R1-Zero 比 R1 更重要

ARC Prize Foundation 发布对 DeepSeek R1-Zero 和 R1 的分析，两者在 ARC-AGI-1 上分别得 14% 和 15.8%，与 o1 低算力的 20.5% 接近，而 GPT-4o 为 5%。

Tomer Tunguz：大多数 AI 工作可以等，路由应先于模型选择

作者认为构建 agent 的团队应把路由设计放在第一位、模型选择放在最后。他提出三层结构：技能分类器识别任务意图、路由器根据复杂度等特征决定执行层级、模型选择器在层级内挑最便宜的合格模型。

The Economist 用世界价值观调查测 25 个前沿 AI 模型的世界观

The Economist 用 1981 年以来覆盖 100 国的世界价值观问卷测试 25 个前沿 AI 模型，按世俗到传统、生存到自我表达两轴绘制分布。

Tomer Tunguz 解析 $10B 前向部署工程潮：三种模式与护城河逻辑

AI 公司在 12 个月内投入 $9.75b 于前向部署工程（FDE），相当于 Accenture 年度人力成本的四分之一。

Theory Ventures 成立三周年：AI 压缩时间如何重塑风投与推理市场

Theory Ventures 在成立三周年回顾中提出，AI 正在压缩时间：新模型每 41 天发布一次，企业以创纪录速度达到 1 亿美元营收，推理已成为 AI 的主导市场。该机构认为 seed 轮规模已从 100 万美元延伸至 5 亿美元，传统融资阶段分类不再代表公司成熟度；闭源与开源、云端与本地模型的差距也在收窄，本地运行可降低成本、改善延迟并减少数据治理顾虑。

Tomasz Tunguz：AI 模型的用户留存介于社交网络与手游之间

Tomasz Tunguz 提出 AI 如同一个漏水筛子，前沿模型平均保持领先约 41 天，用户留存率在个位数高位到约 40% 之间，介于社交网络（约 80%）与手游（百分之几）之间。同等智能水平的价格每年约下降 10 倍，如 Grok 4.5 以每任务 $0.31 达到 Intelligence Index 54 分，买家每 41 天获得更多议价筹码，创业公司可随每月赢家切换模型。

Tomer Tunguz：AI harness 正成为企业数据竞争的新战场

VC Tomer Tunguz 撰文分析 AI 时代企业数据外流风险，引用 Satya Nadella 的“反向信息悖论”与 Palantir CEO Alex Karp 关于前沿实验室“窃取业务权重与 alpha”的言论。