❯ 阿里巴巴内部封禁 Claude Code，7 月 10 日起要求员工卸载所有 Claude 模型

[一手动向] 据 The Information 报道，阿里巴巴已把 Anthropic 的 Claude Code 列入高风险软件清单，要求员工在 7 月 10 日前从工作电脑移除所有 Claude 模型，理由是察觉到潜在后门风险。这是头部大厂首次对一款主流 AI 编程工具下达全员禁令，员工被引导改用阿里自研的 Qoder。

[来龙去脉] 触发禁令的是开发者发现 Claude Code 会检查用户运行环境——包括时区、代理信息，并在发往 Anthropic 服务器的提示词里插入隐蔽标记，疑似用于识别用户是否位于中国或隶属中国 AI 实验室。Anthropic 一名员工回应称，该机制是 3 月作为实验引入的，用于打击未授权的账号倒卖与模型蒸馏，并称会在后续版本中移除。此事发生在更紧张的背景下：6 月底 Anthropic 指控阿里 Qwen 团队发起「对抗性蒸馏」，声称对方用 2.5 万个欺诈账号、在 4 至 6 月间通过 2880 万次交互系统性套取 Claude 顶配模型的知识。双方互不信任已从口水升级为工程与合规层面的实际动作。

[影响落点] 对中国的大厂技术负责人，这条禁令把「用哪家海外编程助手」从效率问题变成了数据主权问题——工具会不会回传环境指纹、能否被审计，正在挤到选型清单的最前面。对 Anthropic，失去中国大厂这类高价值用户是次要的，真正棘手的是**「反蒸馏埋点」一旦被坐实**，其对企业客户「提示不外泄」的承诺会被连带质疑。国产替代品 Qoder、通义系工具则拿到了一张现成的入场券。

signal: 埋点本为防蒸馏，反被读成后门——Anthropic 要先保住的，是企业客户对「我的提示不会被用来标记我」的基本信任。

❯ OpenAI 抢发 GPT-5.6 Sol，先给 20 家机构限量预览，全量开放在即

[版本节奏] OpenAI 已于 6 月 26 日发布新一代 GPT-5.6，一次推出 Sol、Terra、Luna 三个型号，但并未直接上架 ChatGPT，而是应美国政府要求，先向约 20 家预先批准的机构通过 API 和 Codex 限量开放。官方称全量可用会在「未来数周」到来，未给确切日期。

[前因背景] 这种「先预览、后开放」的节奏并不寻常。通常新模型会同步进 ChatGPT 抢用户心智，而这次 OpenAI 把首发范围压到 20 家可信合作方，公开理由指向网络安全与前沿能力管控——即先在受控范围验证高能力模型的滥用风险，再面向大众。前沿社区已在 Codex 应用内探到 5.6 相关痕迹，并盛传 plan 额度会「显著更宽松」，指向 7 月 7 日前后的一波开放；但截至发稿，这些时间点仍属社区推测，OpenAI 未官宣。三个型号 Sol、Terra、Luna 的分工与定价也尚未完整披露。

[影响落点] 对靠 Codex 和 OpenAI API 吃饭的开发者，真正要盯的不是发布会 PPT，而是限量预览何时转全量、额度到底放宽多少——这直接决定下一个季度的调用预算怎么排。对同处第一梯队的 Anthropic，5.6 若如传闻般把「更便宜、更宽松」摆上台面，压力会先落到 Claude 偏贵、偏克制的定价策略上。「受政府之邀限量发布」本身，也预示前沿模型的开放节奏正越来越多地被合规而非市场决定。

signal: 把首发权交给 20 家机构而非全体用户，OpenAI 是在替下一代模型的「可用速度」重新定价——合规正成为发布日历的第一作者。

❯ 扎克伯格向员工承认：Meta 智能体过去四个月没按预期加速，重组没做干净

[内部表态] 据路透社独家，扎克伯格在 7 月 2 日的内部全员会上承认，Meta 过去四个月的 AI 智能体研发「没有按我们预期的方式加速」，并说那场伴随大裁员的重组「本可以做得更干净利落」，管理层在变动时机上误判了。他同时表示对新架构的押注「尚未见效」。

[来龙去脉] 这番罕见的自我检讨，回应的是 5 月那轮激进重组：Meta 裁掉约 10% 全球员工，并把约 7000 名员工重新划入 AI 团队，本意是给智能体研发提速。外媒此前将这套押注的累计投入估到 1450 亿美元量级。扎克伯格给出的补救预期是，未来三到六个月开始看到 AI 投资的更显著回报。耐人寻味的是，同一周 Meta 超级智能实验室负责人汪滔却对内放话，训练中的新模型 Watermelon 已在多项内部基准上追平 GPT-5.5——一个说慢了，一个说追上了，口径的错位本身就说明 Meta 内部对「进展到底如何」并无统一答案。

[影响落点] 对紧盯 Meta 财报的投资者，扎克伯格亲口把「重组没做干净、押注还没兑现」摊开，等于把追问从「投了多少」推向「这些钱几个月内能变成什么」。对被划进 AI 团队的 7000 名员工，「三到六个月见效」既是承诺也是倒计时。当一家把资本开支拉到极限的公司开始公开谈「误判」，市场对整个大厂智能体叙事的耐心阈值，都会跟着往下调一格。

signal: CEO 说慢、AI 负责人说快，Meta 真正需要对齐的不是算力，而是内部对「进展」的同一把尺子。

❯ Meta AI 负责人 Alexandr Wang 称新模型 Watermelon 已追平 GPT-5.5，算力是上代 10 倍

[基准声明] 据 Business Insider 援引匿名信源，Meta 超级智能实验室负责人 Alexandr Wang 对员工称，仍在训练中的旗舰模型 Watermelon 已在多项内部基准上达到 GPT-5.5 级别的表现，其训练算力比上代模型 Avocado（对应 4 月发布的 Muse Spark）高出一个数量级，约 10 倍。

[背景与存疑] 这条内部喊话的价值，要放在 Meta 尴尬的处境里看。上代 Avocado 尽管基准分尚可，却始终落后竞品； Alexandr Wang 用「10 倍算力换追平 GPT-5.5」，既是给团队打气，也是替 Meta 被外界质疑的「算力过剩」找一个交代——投出去的巨量 GPU 正在产出东西。但 Business Insider 明确指出， Alexandr Wang 没有说明具体是哪些基准，Meta 和 OpenAI 均未证实。对从业者而言，一个匿名单一信源、未公开、不可复现的内部基准，只能算早期信号，远不等于已发布的可复现评测；何况「追平」的参照 GPT-5.5 本身也在被 5.6 迭代。

[影响落点] 对跟踪开源与大模型格局的人，Watermelon 真正要看的不是「是否追平」这句话，而是它公开发布后能否在第三方榜单上复现，以及 Meta 会不会像 Llama 时代那样开放权重。用 10 倍算力才勉强追平上一代竞品，也把一个更冷的问题摆上台面：Meta 的算力效率到底行不行。在此之前，这条声明宜当传言看待，不宜写进任何选型结论。

signal: 「10 倍算力追平 GPT-5.5」既是战报也是账单——在模型公开复现之前，它更像 Meta 说给自己算力投入听的一句交代。

❯ 字节跳动提出智能体新扩展律：真实环境里每三个月学习速度翻一倍

[研究发现] 据南华早报报道，字节跳动研究团队提出一条新的扩展律：AI 智能体通过在真实环境中执行长周期任务，学习速度可以每三个月翻一倍。研究配套开源了基准套件 EdgeBench，含 134 个超长周期任务，覆盖软件工程、科学发现、形式化数学到专业知识工作。

[方法与背景] 与预训练时代「喂更多数据和算力」的路径不同，EdgeBench 把智能体放进可执行、带多层反馈的真实任务环境，允许每个任务迭代 12 小时以上，追踪的是完整的进步轨迹而非最终分。团队在五个前沿模型上累计跑了约 3.8 万小时，发现聚合分数收敛出一条高度一致的 log-sigmoid 曲线，而非预训练里常见的幂律。这项工作的针对性很强：包括 OpenAI 联合创始人 Karpathy 在内的多位业内人物已警告，靠堆数据与算力的暴力预训练难以为继，而「智能体在真实交互中自我提升」正被押注为下一条增长曲线。

[影响落点] 对做 agent 产品的团队，这条曲线若成立，「让智能体在真实业务里长期跑、持续反馈」本身就是一种可量化的训练投入，评估重心要从单次跑分挪到长周期轨迹。对整个行业，当预训练触到数据墙，一条「三个月翻倍」的经验律给焦虑中的 AI 繁荣提供了新的续命叙事——尽管它同样需要海量真实环境和时间去验证。字节把 EdgeBench 开源，也是想抢下这条新曲线的定义权。

signal: 预训练撞墙之际，字节把增长的希望从「更大的模型」挪到「更久的真实交互」——下一步要看这条 log-sigmoid 曲线能否在别家复现。

❯ 阿里达摩院智能体 Elements Claw 筛出 6.8 万种超导材料，4 种新材料获实验验证

[科研突破] 据达摩院官方披露，阿里达摩院联合中国人民大学、中国科学院大学发布首个用于超导材料发现的 AI 智能体 Elements Claw，仅用 28 GPU 小时就从 240 万个晶体结构中精筛出 6.8 万个超导候选材料，其中 4 种全新材料已合成并经实验证实具备超导性，全部数据开放。

[细节与背景] 这 4 种材料含由 AI 从零设计的 HfZrRe4，以及通过对现有数据库纠错与深挖发现的 Hf21Re25、Zr4VRe7、Zr3ScRe8，最高临界温度达 6.5K。据团队介绍，相比传统方法其筛选效率提升数千倍，并把 240 万个稳定晶体的数据一并公开。这条新闻的分量不在「预测」而在闭环——AI 材料研究长期困在「算出一堆候选却无人验证」的空转里，Elements Claw 把「设计—筛选—合成—实验证实」跑成了完整回路，是国内团队少见的从算到验的完整闭环案例。

[影响落点] 对做 AI for Science 的研究者，真正被改写的是「AI 预测的材料值不值得进实验室」这道筛选题——当智能体能把 6.8 万候选压到 4 种经实验坐实的新材料，实验资源的分配逻辑会随之改变。对超导这一硬科技赛道，28 GPU 小时对数千倍效率的兑换，展示了智能体在窄域科研里的杠杆。数据全开放则把复现与竞争的门槛一并降低，接下来看别的团队能否在同一批晶体数据上跑出更高临界温度。

signal: 从「算出候选」到「实验坐实」，Elements Claw 补上的是 AI 材料研究最缺的那一环——把预测变成能进实验室的结论。

❯ 中国量化基金一年内规模翻倍至 2.6 万亿元，AI 跑赢人类交易员 20 个百分点

[资金动向] 据彭博报道，中国量化基金管理规模在不到一年里翻倍，升至逾 2.6 万亿元人民币，直接推手是 AI 的快速采用——去年机器跑赢人类交易员逾 20 个百分点。头部机构幻方等的吸金速度惊人：九坤在 5 月为一只新基金两小时内募得 26 亿元（约合 3.84 亿美元）。

[细节与背景] 这轮热潮的底层是实打实的业绩差。数据显示，纯多头量化股票基金去年回报达 44.7%，比主观管理型基金高出 20 多个百分点。资金正从「挑股票的人」大规模转向「跑模型的机器」：除九坤外，深圳诚奇资产的一款产品在数秒内被抢购逾 1 亿元。AI 在量化中的角色，已从早年的因子辅助，走到直接主导选股与交易信号生成，而中国散户与机构在经历市场波动后，对「能稳定跑赢」的量化策略给出了用脚投票的答案。

[影响落点] 对国内公私募，这条 20 个百分点的业绩鸿沟把压力直接压到主观多头身上——当机器连续跑赢，渠道和 LP 的资金再平衡会加速倾向量化。对监管，规模两年内冲上 2.6 万亿，量化对市场流动性与波动的影响权重在抬升，「AI 驱动的趋同交易会不会放大波动」将成为绕不开的议题。中国正成为观察 AI 重塑二级市场的最大样本。

signal: 机器跑赢人类 20 个百分点，被重新定价的是「主观基金经理」这个岗位本身——资金正用秒级抢购给出答案。

❯ Midjourney 反将一军，要求迪士尼、环球、华纳兄弟当庭披露自家如何用 AI

[诉讼进展] 据 Variety 报道，被三大好莱坞片厂起诉侵权的 Midjourney，反过来要求迪士尼、环球、华纳兄弟在庭上披露它们自己如何在公司内部使用 AI，索取范围一度包括 AI 业务计划、研究报告、训练数据、模型权重及影视制作中的用 AI 文档。片方目前只同意提供面向消费者的 AI 工具信息，拒绝交出制作与研发中的私有系统。

[来龙去脉] 这场对抗始于 2025 年：迪士尼与环球率先起诉 Midjourney 侵犯版权，是好莱坞片厂与 AI 公司的首次正面法律交锋；华纳兄弟探索于 9 月 4 日在加州中区联邦地区法院跟进，指控直接与间接侵权，案件其后被合并审理。片方的核心证据是数十张与旗下受版权保护角色高度相似的 Midjourney 生成图。而 Midjourney 的反取证逻辑很直接：如果这些片厂自己也在用受版权素材训练的 AI 做内部创作，就能佐证「这套做法在行业里本就普遍」，从而稀释侵权指控的道德与法律分量。

[影响落点] 对所有卷入 AI 版权诉讼的内容方，这一手把「谁在用 AI」从被告的问题变成了原告也得回答的问题——片厂若拒绝披露内部用 AI 的实情，可能被解读为心虚。真正被推上台面的，是好莱坞一边控诉 AI 侵权、一边在制作管线里悄悄用 AI 的双重标准。这起合并案的取证结果，会成为后续一批创作者诉 AI 案件援引的模板。

signal: 被告要原告先交代自己怎么用 AI——这场版权战真正的火力点，从「AI 有没有偷」转向了「片厂自己干不干净」。

❯ Palantir CEO 卡普炮轰大模型按 token 收费：既收钱又偷客户数据

[公开开炮] 据 CNBC 报道，Palantir CEO 卡普在电视访谈中猛批前沿 AI 公司的商业模式「完全错了」，指 OpenAI、Anthropic 一边向客户收 token 费、一边拿客户数据反哺自家模型，属于双重收费，还称美国企业「被激怒了，正在为不产生价值的 token 付费」。

[背景与逻辑] 卡普的质问很尖锐：如果大模型真如宣称那样为客户创造巨大价值，为何按 token 卖，而不是像投资那样抽取价值的一个百分比？他连续追问数据归谁、存在哪、提示是否安全，直指 AI 厂商「偷走客户的权重和 alpha」。这番话踩中了企业 AI 落地的真实痛点——在缺乏可核验产出的情况下，token 计费让成本与价值脱钩。访谈当天资本市场给出了直接反应：Palantir 股价大涨约 9%，而部分 AI 同行股价下挫。

[影响落点] 对采购 AI 的企业 CIO，卡普把一个平时不好意思问的问题喊了出来：花出去的 token 到底买到了多少可核验的价值，数据主权是否被顺手拿走。对 OpenAI、Anthropic，来自一家 AI 公司 CEO 的这记直球，比外部批评更难消解——它逼着按 token 计费的一方去证明「计费和价值挂钩」。当卖铲子的开始被追问铲子值不值，token 定价模式的合理性正被摆上桌面。

signal: 「为什么按 token 卖而不是抽成」——卡普这一问，把 AI 计费从技术话题拽回到「客户到底买到了什么」的价值账上。

❯ 黄仁勋签名皮夹克送拍苏富比，估价 4 万至 6 万美元捐作慈善

[拍卖信息] 英伟达 CEO 黄仁勋将其标志性皮夹克签名后送拍苏富比，据苏富比官方披露，估价 4 万至 6 万美元，竞拍于 7 月 7 日开始，所得全部捐给非营利研究机构 Edge Institute。这件 Tom Ford 皮夹克经 PSA 照片比对，确认为黄仁勋 2023 年 10 月 18 日在台北鸿海科技日所穿，签名亦经专业鉴定。

[符号变现] 黑色皮夹克是黄仁勋十余年来的公开标志，几乎成为英伟达发布会的视觉符号。此番送拍，是把个人 IP 的符号价值直接变现为慈善款——苏富比给出的 4 万至 6 万美元估价区间，对应的与其说是一件衣服的材质，不如说是过去两年英伟达随 AI 浪潮登顶、其创始人形象随之被神话化的溢价。这也是科技领袖用个人物品做慈善拍卖的又一例。

[影响落点] 这条本身是花边，但它折射的是一个信号：AI 算力龙头的创始人，其个人符号已经具备了独立于产品的市场估值。对关注英伟达的观察者，比夹克成交价更值得留意的，是这种**「创始人即品牌」的溢价能维持多久**——它与英伟达的股价一样，绑定在市场对 AI 周期的信心之上。慈善是主题，符号变现才是这场拍卖的看点。

signal: 一件皮夹克卖到 4 万美元起，定价的从来不是皮革，而是市场对「AI 时代英伟达」这个符号还愿意付多少溢价。