AI 模型榜单正在被代码能力主导，普通用户看着高分选出的模型，在写作、学外语等日常任务上可能表现糟糕。评测指标和真实使用场景脱节，正在成为大模型选型的新陷阱。
北京一家酒吧把 DeepSeek V4 Flash 的 API 当作“店内福利”，只要连接 Wi-Fi 就能免费无限量使用。这件事真正值得注意的是：大模型推理能力第一次像 Wi-Fi、电源一样，成为线下空间提供的基础服务。
openfrog.io 宣布推出大模型中转 API 网关，宣称接入稳定且价格平均约为官方原价的 5 折，直接瞄准开发者、Agent 和自动化流程的高频调用场景——这意味着大模型 API 使用成本正在从“按官方价调用”转向多渠道比价与转售的新阶段。
《经济学人》在最新报道中提出一个现实问题：在 AI 大规模替代劳动力之前，美国能否完成对劳动者的再培训。它把政府政策、教育体系和企业培训同时放上考场，关注的是 AI 转型中最容易被忽略的“人”的环节。
知名科普创作者汉克·格林因一段疑似AI腔调的台词被观众质疑，随后在Reddit公开承认过度依赖ChatGPT做资料收集，并宣布减少产出、暂停两个在线文字游戏。这件事之所以值得关注，因为它触碰了AI时代内容创作的核心焦虑：当工具深度参与创作流程，创作者的话语权和信任感如何自证。
Anthropic、OpenAI 和 DeepSeek 正在尝试把“系统提示词”直接用作强化学习的奖励函数，推动 LLM 智能体训练从 RLHF 走向一种被称作 RULER 的新范式。训练不再只依赖人类偏好打分，而是把任务目标和行为边界写进提示词里，由模型自己判断对错。
一款名为 Sprocket 的 AI 代理产品在 Hacker News 上以 “Show HN” 形式公开发布，声称同时面向硬件和软件开发场景。由于演示页面目前无法访问，其实际能力仍需验证，但“AI 代理进入硬件工程”这一方向本身值得关注。
Google Cloud 在 2026 年 6 月发布 Open Knowledge Format（OKF），并于近期更新到 V0.2，试图用一套开源、厂商中立的格式，定义企业和 Agent 之间“知识”的存储与交换标准。它被看作 Agent 时代的基础设施级尝试，值得所有关注知识库和 Agent 工程化的人…
Android 生态中的 AI 助手正越来越多地获得屏幕内容访问权限，但本地处理不等于数据不出设备，也不等于不会上传。Android Police 梳理了 7 个隐私红灯，核心指向同一个问题：AI 后台读取屏幕正在成为默认选项，而用户几乎无法真正关闭。
Uber CTO Praveen Neppalli Naga 推出名为“Agentic Pods”的内部实践，把最优秀的 AI 工程师派驻到财务、法务、营销等业务部门现场重构流程。这家几个月前因“烧光 Claude Code 预算”引发行业恐慌的公司，正试图证明 AI 的价值不在堆算力，而在重新设计工作流。