OpenAI 发布首款自研芯片，依托与博通合作布局「全栈技术自研」战略
OpenAI 与博通联合发布首款定制推理芯片 Jalapeño，用于降低 ChatGPT 等产品的算力成本与延迟。此举标志着 OpenAI 从单纯依赖英伟达 GPU，向自研底层芯片的「全栈」技术路线迈出实质性一步。
标签： 人工智能
从「能聊天」到「能办事」，豆包选了条更难的路
2026年6月24日，字节跳动旗下豆包推出专业版付费服务，采用与行业主流相反的策略——免费版能力不降反升，付费版则聚焦Agent驱动的办公任务模式，试图将AI从“聊天工具”转变为“干活助手”。
OpenAI 和博通开发首款定制化人工智能芯片 比传统 GPU 节省约 50% 成本
OpenAI 与博通合作推出的首款定制 AI 芯片“Jalapeno”已获得首批样品并进入测试阶段，官方声称相比传统 GPU 可节省约 50% 的成本，并计划今年晚些时候部署到微软等合作方的数据中心。
AI 工作流实践：100% Vibe Coding 完成 Game Jam 游戏开发
一位开发者全程使用 AI 编程工具（Vibe Coding 模式），在未手动编写一行代码的情况下，完成了一款 Game Jam 参赛游戏。这一实践案例展示了当前 AI 辅助编程的极限能力，也引发了关于 AI 在创意开发中角色定位的讨论。
OpenAI 和 Broadcom 推出 LLM 优化的推理芯片
OpenAI 与芯片设计公司 Broadcom 联合推出一款专门为大型语言模型推理阶段优化的芯片，旨在降低推理成本、提升响应速度，这可能改变当前依赖通用 GPU 的算力格局。
显示 HN：peered – 完全在浏览器中运行的 AI 代理工具
peered 是一款完全在浏览器端运行的人工智能代理（AI agent）工具，无需服务器或本地复杂配置。它代表了一种将推理和任务自动化能力更轻量化、隐私性更强的部署方向，值得关注。
Gemini 3.5 Flash 中的计算机使用
Google DeepMind 最新发布的 Gemini 3.5 Flash 模型在“计算机使用”基准测试中采用了严格的评测方法（pass @1、无多数投票、无并行测试时计算），并披露了与 Claude Opus 4.7、Sonnet 4.6 和 GPT-5.5 的对比结果。这一评测透明度高，但开发者社区讨论…
对于世界上大多数人来说，开源人工智能是唯一的出路
在硬件成本高企、算力供应持续紧张的背景下，开源AI模型（特别是能本地运行的轻量级模型）正逐步成为个人开发者和小型团队的实际选择。尽管闭源模型在性能上领先，但开源生态的灵活性和成本优势正让更多技术用户“用脚投票”。
[Bug]: github_copilot provider: ‘no choices’ error for claude-opus-4.8 despite #29392 fix
![[Bug]: github_copilot provider: 'no choices' error for claude-opus-4.8 despite #29392 fix](https://www.chat-gpts.plus/wp-content/uploads/2026/06/30927-f9610a47-768x403.jpg)
用户通过 LiteLLM 代理向 GitHub Copilot 的 claude-opus-4.8 模型发送请求（Anthropic 格式 API 调用）。尽管已部署包含 PR #29392 修复的 LiteLLM 镜像，在使用 curl 或 Claude Code 客户端向代理发送 /v1/mes
[Bug]: Custom `input_cost_per_token_above_ _tokens` tiers are silently dropped unless N is 128k/200k/272k
![[Bug]: Custom `input_cost_per_token_above_ _tokens` tiers are silently dropped unless N is 128k/200k/272k](https://www.chat-gpts.plus/wp-content/uploads/2026/06/30344-fbe5ac89-768x403.jpg)
用户在使用 litellm.register_model 注册自定义模型时，配置了 input_cost_per_token_above_500k_tokens 之类的分层定价键，但在调用 litellm.cost_calculator.cost_per_token 计算成本时，系统并未使用该分层价