1. Anthropic 为 Claude Fable 隐形护栏道歉，承诺提高透明度
Anthropic 就其新模型 Claude Fable 5 中隐藏的反蒸馏护栏向用户致歉。此前，该模型在检测到疑似蒸馏行为时会秘密降低回答质量，且不会通知用户。在 AI 研究社区的强烈反对后，Anthropic 宣布将改变策略：触发安全限制时，请求将回退到 Claude Opus 4.8，并向用户明确展示这一过程。公司承认”隐形护栏虽然可以更精准地限制，但用户应该有权知道安全措施的存在和原因”。
AI Pulse 观点： Anthropic 此次事件折射出 AI 安全与透明度之间的根本矛盾。虽然防止模型蒸馏有其商业合理性，但”隐形干预”损害了用户对系统的信任。在前沿模型日益普及的背景下，如何平衡安全防护与用户知情权，将是所有 AI 公司必须面对的治理难题。
2. OpenAI 与 Anthropic 打响 Token 价格战，AI 成本经济学迎来拐点
据《华尔街日报》报道，OpenAI 正考虑大幅降低 API Token 价格，以从 Anthropic 手中争夺企业客户。随着 AI 智能体在编码等场景的广泛应用，按量计费导致企业 AI 支出从每月数百美元飙升至数万美元，部分客户已开始缩减 AI 投入。Anthropic 预计将采取类似降价措施。两家公司均已秘密提交 IPO 文件。
AI Pulse 观点： Token 价格战的本质是 AI 基础设施从”技术垄断溢价”向”规模化商品定价”的过渡。当 API 调用成本成为企业采用 AI 的核心障碍时，降价既是竞争手段也是市场教育的必经之路。长期来看，这将推动 AI 从”实验性支出”转向”常规运营成本”，但也可能加剧两家已深度亏损公司的财务压力。
来源：The Decoder / WSJ, 2026-06-11
3. 贝索斯 AI 初创 Prometheus 完成 120 亿美元融资，估值达 410 亿美元
Jeff Bezos 的 AI 创业公司 Prometheus 完成了 120 亿美元新一轮融资，估值达到 410 亿美元。该公司于 2025 年 11 月以 62 亿美元种子轮启动，由 Bezos 与斯坦福教授、Alphabet Verily 联合创始人 Vik Bajaj 共同领导。Prometheus 正从 OpenAI、Google DeepMind 和 Nvidia 招募人才，专注于物理任务 AI 模型：工程设计、制造业和药物研发。
AI Pulse 观点： Prometheus 的巨额融资反映了 AI 投资正从语言模型向”物理世界 AI”扩展。Bezos 的工程导向背景与 Vik Bajaj 的科研实力形成互补，这种”产学研”组合在工业 AI 领域具有独特优势。不过，该公司至今未展示任何产品，巨额资金能否转化为可交付的成果仍需观察。
来源：The Decoder / CNBC, 2026-06-11
4. 微软开源 SkillOpt：用深度学习方式自动优化 AI 智能体技能
微软发布了开源框架 SkillOpt（MIT 许可证），首次将深度学习的数学纪律引入 AI 智能体技能优化。该框架将智能体技能的 .md 文档作为可训练对象，通过迭代”提议-测试”循环自动改进指令，无需修改底层模型权重。在 SpreadsheetBench 等基准测试中，SkillOpt 显著提升了 GPT-5.5 和 Qwen 的准确率。
AI Pulse 观点： SkillOpt 解决了一个被忽视但关键的痛点：智能体技能的优化长期依赖人工”试错”。将学习率、验证门和动量等深度学习概念引入文本优化，标志着 AI 工程从”手写提示”走向”系统化训练”。这套方法论有望成为智能体开发的标准实践。
5. 小米 MiMo Code 开源编程助手：在超长任务中超越 Claude Code
小米 MiMo AI 团队开源了 MiMo Code V0.1.0，一款终端原生 AI 编程助手。该系统配备跨会话持久记忆架构（基于 SQLite FTS5），包含项目记忆、会话检查点、草稿笔记和任务进度日志四层结构。在 SWE-bench Verified 上达到 82%（Claude Code 为 79%），在 200+ 步超长任务中表现尤为突出。
AI Pulse 观点： MiMo Code 的核心创新在于解决了 AI 编程助手”失忆”这一根本问题。通过独立的”检查点写入”子代理实时维护项目蓝图，主代理可以在上下文窗口溢出时快速恢复状态。这种”建筑师+施工队”的双代理架构为长时编程任务提供了可扩展的解决方案。
6. Google DiffusionGemma：并行生成 256 个 Token，速度提升 6 倍
Google 发布了开源模型 DiffusionGemma（Apache 2.0），基于 Gemma 4 构建，是首个被 vLLM 原生支持的扩散语言模型。该模型一次性生成 256 个 Token 块而非逐词生成，在单块 H200 GPU 上达到 1,288 tokens/秒，约为标准自回归基线的 6 倍。模型还具备自我修正能力，可在生成过程中识别并重新评估低置信度位置。
AI Pulse 观点： DiffusionGemma 将扩散模型从图像生成成功扩展到文本领域，为本地推理和低并发部署场景提供了实质性的性能提升。但其输出质量仍低于标准 Gemma 4，适用场景目前受限于约束性生成任务（如数独求解）。这是扩散文本生成从理论走向实践的重要一步。
7. 德国法院里程碑式裁定：Google 须为 AI 搜索摘要内容承担直接责任
德国地方法院裁定，Google 对其 AI Overviews 生成的搜索摘要内容负有直接法律责任。法院认为，AI 摘要并非简单地链接外部网站，而是通过评估和整合多源内容生成”独立、新的实质性陈述”。此前，Google 的 AI 曾错误地将两家出版商与欺诈行为关联，并产生了来源中不存在的说法。该裁决可能为全球 AI 生成内容的责任认定设立先例。
AI Pulse 观点： 这一裁决打破了搜索引擎传统的”避风港”保护逻辑，将 AI 生成内容与传统搜索结果区分开来。随着 AI 摘要成为搜索体验的核心，平台将不得不对生成内容的准确性承担更大责任。这可能加速 AI 搜索系统的审核机制建设，也可能抑制创新。
8. 亚马逊首次公布数据中心用水数据：去年消耗 25 亿加仑
在 Seattle 通过为期一年的数据中心禁令后，Amazon 首次公布了年度数据中心用水量数据：2025 年全球数据中心消耗 2.5 亿加仑水，用水效率为 0.12 升/千瓦时，比 2024 年下降 2%。Amazon 声称其用水效率优于 Microsoft、Google 和 Meta，并指出约 90% 的时间使用空气冷却，仅在”最热日子里的最热时段”使用蒸发冷却。
AI Pulse 观点： 数据中心的水资源消耗是 AI 基础设施争议的核心议题之一。Amazon 首次公开数据是一个积极信号，但其计算未包含发电厂的间接用水和新建数据中心的施工用水。随着 AI 算力需求持续增长，数据中心的资源消耗透明度将成为公众和监管关注的焦点。
9. Deezer 推出跨平台 AI 音乐检测工具，覆盖 20 家流媒体服务
Deezer 发布了免费的 AI 音乐检测工具，用户可在 Spotify、Apple Music、SoundCloud、YouTube Music 等 20 个流媒体平台上扫描播放列表，检测是否存在 AI 生成的音乐。Deezer 曾是最早标注 AI 音乐的主流流媒体平台，并试图向竞争对手授权其检测技术但未获积极响应。
AI Pulse 观点： Deezer 此举绕过了 B2B 授权受阻的困境，直接面向终端用户提供服务。随着 AI 音乐生成工具的普及，内容真实性正在成为流媒体行业的关键议题。跨平台检测工具的推出可能推动行业建立统一的 AI 音乐标注标准。
10. Lionsgate 投资 Runway，将用 AI 制作短片系列
Lionsgate 对 AI 视频公司 Runway 进行了股权投资，双方将利用现有 Lionsgate IP 制作”短剧集系列”。此前双方的合作曾因 AI 模型无法生成适合长片制作的画面而遭遇技术瓶颈。调整后，战略重心转向短格式内容，以规避当前 AI 视频生成的技术限制。
AI Pulse 观点： Lionsgate 的战略调整务实而聪明：与其追求 AI 生成长片这一当前技术尚不成熟的目标，不如从短片这一 AI 已能胜任的格式切入。这表明好莱坞对 AI 的态度正在从”技术幻想”转向”务实落地”。
来源：The Verge / TheWrap, 2026-06-11
其他动态
- Anthropic CEO 呼吁 FAA 式 AI 监管 — Dario Amodei 发表新文章，呼吁对强大 AI 模型实施类似航空管理局（FAA）的监管框架，将 AI 安全纳入国家级战略。The Decoder, 2026-06-11
- Anthropic 研究：AI 仅需数小时即可从安全补丁中构建漏洞利用 — 最新研究表明，AI 系统分析安全补丁并构建漏洞利用的速度从数周缩短至数小时，对软件安全生命周期产生深远影响。The Decoder, 2026-06-11