AI DAILY / 2026-07-02
今天的主线是 AI 服务从“能用”继续转向“可控、可计费、可追责”。Anthropic 恢复 Claude Fable 5，并同步更新安全分类器；Cloudflare 开始把 AI 爬虫从抓取管控推进到按使用计费；Meta 据称筹建云业务出售闲置 AI 算力。产品和模型侧，NVIDIA 发布扩散语言模型 Nemotron-Labs-TwoTower，xAI 推出 Voice Agent Builder，Kimi、TRAE、Notion 也都在把 AI 能力继续产品化。
Anthropic 宣布 Claude Fable 5 已重新向全球用户开放访问，并同步重置所有用户的 5 小时和每周速率限制。 付费用户可通过 Claude 平台、Claude.ai、Claude Code 和 Claude Cowork 使用 Fable 5。7 月 7 日前，订阅用户可将 50% 的每周使用额度用于调用 Fable 5，之后按使用量积分继续使用。 这次恢复同时更新了网络安全分类器，用于拦截此前暴露的特定越狱技术。官方说明中提到，新分类器短期内可能把部分无害的编码、调试请求误标为高风险，并交由 Opus 4.8 响应。Anthropic 还称正在与亚马逊、微软等合作制定越狱严重性评估行业框架，并加深与美国政府的安全合作。 参考资料：https://support.claude.com/en/articles/15424964-claude-fable-5-promotional-access
Anthropic 工程师 Thariq 回应 Claude Code 修改特定用户提示词的争议，称这是今年 3 月上线的反滥用实验机制。 该机制用于防止未经授权的账号转售和模型蒸馏。工程师表示，团队已经落地更强的缓解措施，原本也计划移除该机制。 目前相关回滚代码 PR 已合并，预计会在新版本中完全移除。该事件的关键点不在于单次提示词变化，而在于代码助手在客户端或服务端加入隐藏反滥用逻辑时，开发者是否能获得足够透明的行为边界。 参考资料：https://x.com/trq212/status/2072079729331777817
OpenAI Codex 团队在 AIE World's Fair 活动现场触发 Codex 额度重置，全球 Codex Go、Plus 和 Pro 订阅用户将获得速率限制重置。 发布内容显示，用户应在数小时内看到账户额度恢复。 这条消息信息量不大，但对高频使用 Codex 的订阅用户直接相关。它也说明 OpenAI 正在把 Codex 当作独立产品线继续运营，而不只是 ChatGPT 中的代码能力。 参考资料：https://x.com/OpenAIDevs/status/2072440115713196044 ---
NVIDIA 发布扩散语言模型 Nemotron-Labs-TwoTower-30B-A3B-Base-BF16，采用双塔架构处理上下文与去噪。 该模型基于冻结的 Nemotron-3-Nano-30B-A3B 骨架构建，总参数约 60B，活跃参数约 3B。 官方数据显示，在 2×H100 和默认设置下，该模型保留自回归基线 98.7% 的聚合基准质量，同时生成吞吐量提升 2.42 倍。单一检查点支持 Mask Diffusion、Mock-AR 与 AR-only 三种推理模式。模型以 NVIDIA Nemotron Open Model License 开源权重并支持商用。 论文：https://arxiv.org/abs/2606.26493
一位开发者将 Gemma4-31B 通过层扩展技术扩展至 88 层、约 47B 参数，并针对韩语法律与 STEM 领域微调。 项目采用 LLaMA Pro 的 identity-init 方法，分两阶段将层数从 60 增至 80，再增至 88。 作者表示已验证新增全注意力层确实参与训练，而非保持“死权重”。模型已在 Hugging Face 开源，但编码与工具调用能力较弱，开发者正在寻求社区协作改进。 参考资料：https://www.reddit.com/r/LocalLLaMA/comments/1ul0cx9/iextendedgemma431bto44b88layerssince
开发者 kyr0x0 为开源编程模型 Ornith 35B FP8 E4M3 移植多 token 预测推测解码模块，推理速度提升 18%。 发布说明称，该模型推测接受率达到 70%，可在显存大于 80GB 的 RTX 显卡上运行，并支持 256K 上下文窗口。 项目提供了 GitHub 仓库中的移植脚本和 vLLM 高性能推理容器，方便社区复现。该类工作更接近本地推理工程优化，而不是单纯发布新权重。 参考资料：https://www.reddit.com/r/LocalLLaMA/comments/1ul3rr2/iaddedmtptolocalsotaagenticcodingmodel ---
xAI 发布 Voice Agent Builder 测试版，这是一个用于构建基于 Grok Voice 的语音 Agent 的无代码平台。 平台采用语音到语音单一接口，支持 80 多种内置声音和品牌声纹克隆，可连接知识库、日历、人工转接和护栏功能。 官方定价为 0.05 美元/分钟，无平台费；每个账户附带免费号码，自带 SIP 号码的通信费为 0.01 美元/分钟。它的定位更接近生产级语音客服和运营 Agent，而不是普通语音聊天演示。
TRAE 官方称 TRAE Work 正处于尝鲜期，并为早期用户预留资源，目前无需排队。 TRAE Work 支持 Work、Code、Design 三种模式，分别面向非开发用户、工程师和设计师处理文档、编码与视觉设计需求。 该产品支持自动拆解任务并调用工具执行，也支持网页版、桌面版与移动版三端任务数据实时同步。设备离线时，任务可自动切换到云端继续执行。
Kimi 推出 Kimi Business 企业版，面向有协作需求的中小型企业。 产品提供完整 Kimi Allegretto 会员权益，并强调个人与企业账号隔离，用户可通过工作空间切换使用场景。 该服务 5 座起售、按年订阅，价格为月均 248 元；订阅期内增购坐席按剩余天数折算。目前企业版权益仅支持桌面端，Kimi App 暂不支持。支付方式支持支付宝、对公转账和线下签约，并可自助开发票。
Notion 宣布推出新的 HTML block，允许用户直接在 Notion 页面中构建交互式 HTML 内容。 用户可以借助 AI 或 Agent，把文档、数据库、会议记录等内容转化为交互式说明、图表、演示文稿、仪表板或轻量级原型。 Notion 官方在社区回复中还提到 MCP 支持即将到来。HTML block 本身不是模型能力升级，但它会让 Notion 页面更接近“可编辑的轻应用画布”。 参考资料：https://x.com/NotionHQ/status/2072354853821755822 参考资料：https://x.com/trq212/status/2072366310416425053
Andrew Ng 发文介绍构建 AI 软件的三个 Loop engineering 循环：Agentic coding loop、Developer feedback loop 和 External feedback loop。 第一个循环让 AI Agent 快速迭代代码直到符合规范；第二个循环由开发者定期审查并提供上下文；第三个循环通过外部测试获得反馈。 Ng 的重点是，人类仍需要保持参与，因为 AI 缺少产品、用户和业务上下文。这个框架把 Agent 写代码从“自动生成”重新放回“持续反馈系统”里理解。 参考资料：https://x.com/AndrewYNg/status/2071988145667928442 ---
Cloudflare 宣布自 2026 年 9 月中旬起，将对新客户、现有客户新建站点及现有免费客户默认拦截抓取广告页面的混合用途爬虫。 Cloudflare 要求区分传统搜索爬虫、AI 训练爬虫和 Agent 爬虫，减少“一套爬虫多种用途”的不透明抓取。 Cloudflare 同时启动研究项目，尝试用网络信号减少对未更改页面的重复抓取；该项目仅限搜索领域，不用于训练基础模型。公司还在把按次抓取计费推进为按使用计费，并与 Ceramic.ai、You.com 等进行实验，让发布者在内容实际产生价值时获得报酬。
据 Bloomberg 报道，Meta 正在制定云基础设施业务计划，对外出售闲置 AI 算力和模型访问权。 该业务隶属于名为 Meta Compute 的新项目，可能提供原始算力，也可能提供托管在基础设施上的 AI 模型访问，包括闭源模型 Muse Spark。 报道把这项业务与 CoreWeave、AWS 的模式相提并论。Meta 今年 AI 基建支出计划最高达 1450 亿美元，出售闲置算力被视为回收部分投入的一种方式。
Together AI 宣布完成 8 亿美元 C 轮融资，估值达 83 亿美元，总融资额升至 13 亿美元。 本轮融资由 Prosperity7 Ventures 领投，NVIDIA 等跟投。 据《纽约时报》报道，该公司过去一年月处理 token 数增长 1 万倍，上季度年化收入率达 12 亿美元。Together AI 称本轮资金将主要用于研发和扩展计算容量。 参考资料：https://x.com/vipulved/status/2072321276094673083 补充报道：https://www.nytimes.com/2026/07/01/business/dealbook/together-ai-funding.html
硅基流动向港交所递交主板上市申请，拟按第 18C 章规则上市，并以“未商业化公司”身份申请。 发行规模和募资额尚未披露。 根据披露材料引用的弗若斯特沙利文资料，以 2025 年词元吞吐量计，硅基流动为中国最大独立生态词元供应商。截至 2026 年 4 月，其注册用户超过 1000 万，日均吞吐量约 5785 亿。2025 年公司收入为 5533 万元，同比增长约 653%，但因算力采购成本增速高于收入增速，综合毛利率为 -24.0%，同期净亏损扩大至 3.45 亿元。
RWKV 作者彭博宣布设立总额 120 万元奖金，用于改进 RWKV-7 在 vLLM、sglang、transformers 和 llamacpp 四个框架中的适配。 当前社区已有适配，但尚未达到生产级性能。 奖金计划要求推理和训练性能达到新 Albatross 与新 RWKV-LM 内核水平，并在同样量化场景下比 Qwen3.5 更快。适配目标还包括 PEFT/RL 训练、dynamic batching、state cache、多硬件支持、PP/TP/zero2/zero3、w8/w4 量化和初步投机解码。 参考资料：https://mp.weixin.qq.com/s/vFWC2kAzstLMb99sia-usQ
社区发布 Senior SWE Bench，聚焦规格不明确的软件工程任务。 与 SWE-bench 等现有基准不同，该基准尝试评估模型处理模糊需求的能力，也就是高级工程师日常面对的需求澄清、方案取舍和实现边界问题。 目前该基准主要通过 Reddit 帖子公布，详细论文、数据集和评估方法尚未公开。它更像一个值得跟进的基准方向，而不是已经可以直接纳入横向比较的成熟榜单。 参考资料：https://www.reddit.com/r/LocalLLaMA/comments/1ukzavr/seniorswebenchanewbenchmarkfocussedon ---