AI DAILY / 2026-06-08
今天两个关键词：平台整合与安全合规。OpenAI 被曝将 ChatGPT 改版为集成 Codex、Agent 和第三方应用的"超级应用"，Clive Chan 从 OpenAI 芯片团队跳槽至 Anthropic 则从人才面反映竞争烈度。安全侧，国家安全部发布 AI 中转站数据安全警示，Linux Do 社区同步梳理了中转站、SKILL、MCP 三大攻击面。开源推理方面，club-3090 的 FP8 和 llama.cpp 的 NVFP4 正把消费级 GPU 推入 27B 模型部署门槛。
据《金融时报》报道，OpenAI 计划在未来几周内对 ChatGPT 进行自推出以来最大规模的改版。 新版将 ChatGPT 从聊天工具转型为集成编程工具 Codex、多步骤 AI Agent、图像生成及 Canva、Booking 等第三方应用的平台型产品。核心产品负责人 Thibault Sottiaux 表示，目标是打造一个能跨越个人与工作场景的个人 AI 助手。此前 OpenAI 推出过多款独立产品，现已放弃视频生成器 Sora 等"支线任务"，集中资源推进改版。此次改版也是 OpenAI 在 IPO 前将庞大免费用户群转化为付费企业客户的关键一步。
Notion 于 6 月 7 日午间因 Anthropic Opus 4.7 和 Opus 4.8 出现"性能下降"（degraded performance），短暂禁用 Notion AI 中所有 Anthropic 模型。 请求被路由至其他提供商。约 12 小时后，Notion 产品负责人 Max Schoening 澄清故障为临时服务中断而非模型降智，并恢复访问。
OpenAI 定制芯片项目核心硬件员工 Clive Chan 本周离职，加入竞争对手 Anthropic。 Chan 在 OpenAI 工作约两年半，参与与 Broadcom 合作的芯片项目（计划 2026 年下半年启动）。Anthropic 此前被报道正考虑开发自有 AI 芯片，但项目处于早期阶段且尚无专属团队。Chan 的加入可能加速 Anthropic 硬件团队的组建。
剪映官方通过小红书预告，将于 6 月 15 日首发上线 Seedance 2.0 系列新模型。 官方称新模型生成速度更快、价格更低，首发期间将推出折扣活动。Seedance 2.0 是剪映 AI 视频生成能力的核心模型，具体性能参数和折扣幅度需等待正式上线后确认。 ---
国家安全部官方微信公众号发布安全提示，指出部分境外 AI 服务通过"中转站"模式接入国内，用户数据可能被非法获取、存储或传输。 提示未公布具体监管措施，但社区普遍认为信号明确，可能推动 AI 中转服务走向规范化。
一篇社区科普文章系统梳理了普通用户面临的 AI 供应链投毒风险。 中转站可实施模型造假（如将 Claude Opus 替换为 DeepSeek）、数据泄露（截获 .env 文件及密码）和命令执行（伪造 curl 请求植入后门）。SKILL 投毒利用 Unicode 隐藏字符使 LLM 读取肉不可见的恶意指令，已有 ASCII Smuggler 工具可检测。MCP 投毒同理。随着 Agent 工具（Claude Code、Codex）普及，这些攻击面威胁显著放大，但用户端缺乏有效检测手段。 ---
club-3090 项目为双 RTX 3090 用户带来实验性 FP8 量化支持。 官方 Qwen3.6-27B-FP8 在 FP8 下性能与 BF16 几乎一致，大幅降低显存需求，使消费级 GPU 部署 27B 级模型成为可能。该配置通过 vLLM 和 MTP 实现，已在 GitHub 发布 compose 文件。
llama.cpp 已合并 NVFP4 原生支持，社区开始尝试将 Gemma4 QAT 的 NVFP4 safetensors 转换为 GGUF 格式。 目前缺乏官方转换指南，用户需自行处理转换流程。Blackwell 架构 GPU（如 RTX 5060 Ti）用户可利用 NVFP4 量化提升推理效率。
Qwen 3.6 27B 在 DeepSWE 基准测试中仅得 2%（1.79%），在 20 个模型中排名第 18。 测试耗时 70 小时，使用 FP8 精度、BF16 KV 缓存、262k 上下文窗口，在单张 RTX6000 Pro Blackwell 上运行。社区指出其得分与 3.6 Plus 异常相似，引发架构差异猜测。该结果凸显本地开源模型与前沿闭源模型间仍存在巨大性能鸿沟。
社区用户 knob-0u812 在自定义评估框架中测试发现，Gemma 4 31B FP8 量化模型与 Anthropic Sonnet 4.6 Medium 性能接近。 测试任务包括 Cypher 图查询、实体抽取、Agentic 工具调用、Python 代码编写及多向量检索摘要。结果来自个人基准测试，缺乏第三方验证。 ---
社区用户使用 OpenAI GPT-5.5 挑战 2026 年高考数学全国 I 卷，初步评估显示前 18 题及第 19 题前两小问无显著错误。 用户还计划使用 GPT-5.5 Pro 和 GPT-5.2 Pro 进行评分。该测试为民间非正式评测，缺官方评分和完整结果。
通义千问团队发布 Qwen 3.7Max 高考数学评估：在未调用联网和代码执行的情况下，通过 Claude Code 和 Reasoning Max 环境完成新高考数学试卷，耗时 22 分 45 秒，初步评分 114 分（满分 150）。 评估展示了模型在数学推理方面的能力，但未提供官方基准对比或详细评分标准。
据社区消息，智谱 AI 的 GLM-5.2 内测模型已出现，预计 7 天内正式发布。 GLM-4.7、5.0、5.1 均遵循此发布规律。目前 5.2 的具体更新内容尚不明确，消息仅来自论坛用户推测，缺乏官方确认。
代码索引工程通过在代码库与 AI Agent 之间建立结构化上下文入口，显著减少无效探索。 在 OpenClaw 开发任务中，接入代码索引后 Codex 的本地操作次数从 106 次降至 30 次（减少 71.7%），输入 token 从 2,284,529 降至 786,671（减少 65.6%）。该方法不修改现有工作流，对 subagent 同样有效。 ---