Infinitum

07-05日报 | 豆包千问下线智能体、Claude登Azure Foundry、Scaling Law原作曝bug

来源：37 个引用生成：2026/07/06 06:06

内容

声明：完全使用AI生成，可能存在错误，需谨慎甄别。

摘要

2026-07-05 AI 领域呈现多线并进格局，值得关注的信息：豆包、千问、元宝因《拟人化互动办法》集中下线用户自建智能体；Anthropic将Claude Opus 4.8/Haiku 4.5正式上线Azure Foundry；前OpenAI研究员披露2020年Scaling Law原作存在致命bug；AMI联合LeCun团队让世界模型具备持续学习能力；两协会联合倡议规范情感陪伴人形机器人。

热点事件

豆包千问元宝集中下线用户自建智能体

豆包、千问、腾讯元宝相继下架用户自建智能体广场，直接导火索是即将生效的《人工智能拟人化互动服务管理暂行办法》。其中千问拟人化互动类及用户自建智能体功能定于7月10日下线；豆包智能体功能7月15日下线，10月15日后用户将无法查看或恢复历史数据。腾讯元宝同步下架。三家选择"一刀切"策略，核心原因在于用户自建智能体审核成本呈指数级增长，叠加商业变现长期困难，日耗与营收严重失衡。工具类智能体能否在合规框架下回归成为后续行业关注的关键变量。

重点： 合规驱动下，自建智能体平台进入关停潮。

来源：展开 3 条收起 3 条

Anthropic Claude正式登陆Azure Foundry

Anthropic宣布Claude Opus 4.8与Haiku 4.5正式上线Microsoft Foundry，企业可通过Azure账户直接调用，复用身份认证、计费与治理体系，消费可抵扣Azure承诺消费额度。模型支持提示缓存与扩展思考功能，运行于NVIDIA Blackwell Ultra系统，Bolt、Momentic等企业已基于此构建生产系统。客户可选Azure托管或Anthropic托管两种模式，并自主选择数据驻留区域。但欧洲企业目前实际无法部署：Anthropic作为独立数据处理者，推理可能路由至美国基础设施，Foundry欧洲版标注为"2026年推出"且无具体日期。

重点： Anthropic-微软深度合作，欧洲部署仍待落地。

来源：展开 3 条收起 3 条

前OpenAI研究员披露Scaling Law致命bug

前OpenAI研究员Diogo Almeida发博客《Scaling Laws, Honestly》指出，OpenAI 2020年原始Scaling Law论文存在致命bug，导致行业数年来在"过大、欠训练"模型上浪费海量算力。bug源于三步：方法错误——对所有尺寸模型使用固定130B token预算，大模型"营养不良"；余弦学习率衰减人为压平曲线误判为"已饱和"；论文声称结果"基本不受LR调度影响"。研究者Wasserman进一步指出，当前Scaling Law实际只是"英语Scaling Law"，其语言形态贫瘠导致吃数据效率极低，同样的算力下法语模型效率比英语高50到100倍。

重点： Scaling Law原作存bug，行业多年算力或被误导向。

来源：展开 1 条收起 1 条

AMI联合LeCun团队让世界模型具备持续学习

纽约大学联合LeCun初创AMI发布AdaJEPA框架，让基于JEPA路线的隐空间世界模型具备持续学习能力。传统世界模型预训练后即冻结参数，在环境分布偏移时规划容易失准。AdaJEPA通过"规划→执行→观测→更新→再规划"闭环，在每次与环境交互后将真实观测作为自监督信号，仅对视觉编码器和预测器的最后几层做1步梯度下降，轻量校准世界模型。实验显示，在PushObj未见形状和PointMaze未见布局等分布外场景中，规划成功率大幅提升（如PointMaze GD从53.3%升至78.7%），额外延迟仅0.01–0.03秒，表明世界模型无需冻结即可在部署中通过真实交互显著提升鲁棒性。

重点： 世界模型部署阶段可继续微调，AI闭环训练新范式。

来源：展开 1 条收起 1 条

中国两协会倡议规范情感陪伴人形机器人

中国人形机器人百人会与中国机械工业联合会联合发布倡议，规范引导情感陪伴人形机器人健康发展。倡议提出践行科技向善，将安全伦理规范融入产品全流程，加强个人信息保护与质量管理，防范人身伤害风险；同时聚焦关键核心技术，加大研发投入，立足实际场景推广应用，协同搭建产业公共平台，凝聚产学研合力，以提升产品可靠性与实用性，增强我国人形机器人产业整体竞争力。这是行业首份针对情感陪伴人形机器人的自律倡议。

重点： 情感陪伴机器人迎首份行业自律倡议。

来源：展开 2 条收起 2 条

变更与实践

新版Claude模型外部工具调用准确率反降

开发者Armin Ronacher发现，新版Claude模型（Opus 4.8与Sonnet 5）调用第三方编辑工具时准确率反而下降，会在`edits[]`数组中凭空生成不在schema内的字段，导致调用被拒绝。根因是Anthropic在后训练阶段针对Claude Code内置编辑工具进行了强化学习优化，模型深度适配扁平字段结构，遇到嵌套JSON结构的外部工具时便在长字符串转义位置"跑偏"。开启strict模式后问题消失，工具schema已不再是中性契约。

来源：展开 2 条收起 2 条

vLLM在GB300上实现12.5万token/秒预填充

vLLM团队报告称，DeepSeek V4的token成本在一个月内降低了5倍，并在GB300 NVL72上通过DSpark+Mooncake+vLLM方案实现了12.5万token/秒的预填充速度。同时，团队发布了Qwen3-Omni实时语音流水线的服务分解方案，通过阶段级复制将首段音频延迟从约6秒降至约0.6秒。

来源：展开 1 条收起 1 条

Code Arena推出全栈编码智能体评估基准

Code Arena推出Fullstack Code Arena，将编码智能体评估范围从简单的前端原型扩展到包含数据库、API密钥、部署和结构化工具使用在内的完整软件工程任务，标志着行业评估重心从"模型能否编写一个组件"向"智能体能否端到端交付真实应用"转变。同步更新的SWE-rebench排行榜显示Claude Opus 4.8 xhigh以56.5%解决率领先，GLM-5.2达到51.1%，Gemma 4 31B仅获16.5%引发讨论。

来源：展开 2 条收起 2 条

llama.cpp让DeepSeek V4 Flash跑百万token

llama.cpp补丁通过将DeepSeek V4 Flash的DSA/闪电索引器接入模型计算图并新增CUDA内核，使该模型能够在单张RTX 5090上本地运行高达100万token的上下文，在256K上下文下预填充速度从56 t/s提升至约263 t/s，大幅降低了消费级硬件运行前沿大模型的门槛。

来源：展开 1 条收起 1 条

安全与风险

YouTube创作者私密视频遭prompt injection泄露

YouTube面向创作者的AI评论处理功能被曝存在prompt injection漏洞：攻击者在private或unlisted视频的评论中嵌入恶意指令，可诱导模型泄露本不应公开的内容或按攻击者意图改写输出。这是LLM架构的结构性问题，与XSS、SQL injection同类，本质上无法完全区分"数据"与"指令"。有用户测试后表示漏洞可能已被悄悄修复，但部分场景仍不稳定可复现。

影响： YouTube创作者私密内容可能被攻击者窃取

建议： 暂缓上传敏感素材，关注官方修复进展

来源：展开 1 条收起 1 条

Claude跨workspace会话缓存串数据争议

有用户报告在Claude Sonnet 5首次响应、等待超过5分钟后的cache miss场景下，tool call结果中出现了疑似来自其他会话的路径信息。讨论延伸至prefix cache/KV cache的共享机制、cache key设计缺陷、buffer pool未正确zeroing等工程层面的潜在故障模式，以及多租户GPU基础设施上数据隔离、性能与成本之间的矛盾。因供应商缓存和路由机制不透明，外部难以确认真实原因。

影响： 企业Claude用户多租户数据隔离存风险

建议： 处理敏感数据开启严格缓存策略，留存审计日志

来源：展开 1 条收起 1 条

开源与工具

sqlite-utils 4.0rc2由Claude Fable主导编写

Simon Willison发布sqlite-utils 4.0rc2，主体代码由AI编程代理Claude Fable主导编写，通过Claude Max订阅完成。Fable经37次提示、34次提交、涉及30个文件的+1,321 -190行变更，发现5个发布阻塞问题，最严重为delete_where()未提交事务引发的静默数据丢失bug。该版本重塑事务模型：由GPT-5.5交叉审查又发现2处P1问题。事件在HN引发对AI编写并审查开源代码的广泛讨论。

适用场景： AI代理编程与开源协作流程参考

来源：展开 3 条收起 3 条

Gas Town多代理编排系统登GitHub热门

Gas Town是面向Claude Code、GitHub Copilot、Codex、Gemini等AI编码代理的多代理编排与工作区管理系统。它通过git worktree钩子实现工作状态持久化，解决代理重启后上下文丢失问题，可将代理规模从4-10个扩展至20-30个。核心架构包括Mayor AI协调器、Town工作区、Rig项目容器、Polecat工作代理、Convoy任务追踪单元以及三阶看门狗健康监控与Bors风格Refinery合并队列。

适用场景： 管理多AI编码代理并行开发复杂项目

来源：展开 1 条收起 1 条

planning-with-files受Manus AI启发

planning-with-files是GitHub热门AI代理规划技能，受Meta以20亿美元收购的Manus AI上下文工程模式启发。它将task_plan.md、findings.md、progress.md三个文件持久化在磁盘，使代理在/clear或崩溃后仍能恢复计划与进度。在claude-sonnet-4-6基准中，启用后通过率达96.7%（29/30），未启用仅6.7%（2/30），项目24小时内即获广泛关注。

适用场景： 长任务AI代理上下文持久化与故障恢复

来源：展开 1 条收起 1 条

RuView基于ESP32的开源WiFi感知平台

RuView是一款开源WiFi感知平台，通过ESP32读取信道状态信息（CSI）将普通WiFi信号转化为空间智能，可穿透墙体在黑暗中识别人体存在、监测呼吸心率、追踪动作与摔倒。系统完全边缘运行，单节点成本约9美元，30秒内完成本地自适应。配套wifi-densepose模型仅8 KB，在MM-Fi数据集取得82.69%躯干PCK@20，超越此前SOTA。

适用场景： 智能家居、养老监护等隐私敏感场景

来源：展开 1 条收起 1 条

数据与洞察

2026年迄今近90家新独角兽诞生，AI驱动为主

2026年迄今已有近90家风投支持的初创公司晋身"独角兽"，AI投资热潮是主要驱动力。根据Crunchbase和PitchBook数据，MainFunc（Genspark AI工作空间）以26亿美元领跑6月新晋独角兽；Promethus（贝佐斯联合创立）估值高达410亿美元，完成120亿美元B轮融资。其他高估值代表包括Recursive（46.5亿美元AI研究实验室）、Nextop AI（42亿美元AI数据中心硬件）、Apptronik（53亿美元人形机器人）等。

数据： 2026年迄今近90家新独角兽，AI驱动为主

意义： AI赛道估值集中度进一步提升，资金加速头部聚集

来源：展开 1 条收起 1 条

Mistral AI年化收入突破4亿美元

法国AI公司Mistral AI年化经常性收入已从一年前2000万美元飙升至4亿美元以上，并计划突破10亿美元。公司正以230亿美元估值洽谈融资约35亿美元，同时投资45.6亿欧元在法国和瑞典建设数据中心，并收购基础设施初创公司Koyeb及奥地利物理AI公司Emmi。创始人Arthur Mensch宣布今年夏天将发布一款开源权重的新模型。微软、英伟达、ASML等均为其合作伙伴。

数据： ARR超4亿美元、估值230亿美元、融资35亿美元

意义： 欧洲主权AI叙事落地，Palantir式政企模式跑通

来源：展开 1 条收起 1 条

其他值得看

华人博士生ICRA'26双奖

华人博士生ICRA'26双奖，SymSkill让机器人长程操控。

来源：展开 1 条收起 1 条

扩散语言模型推理难题

扩散语言模型推理难题被T*框架破解。

来源：展开 1 条收起 1 条

经典RTS移植Apple全平台

经典RTS原生移植Apple全平台，开源复活。

来源：展开 2 条收起 2 条

清华特奖得主加入DeepSeek

清华特奖得主顾煜贤加入DeepSeek。

来源：展开 1 条收起 1 条

美光扩建日本芯片厂

美光90亿美元扩建日本广岛芯片厂。

来源：展开 1 条收起 1 条

UC伯克利Arena商业化

UC伯克利Arena商业化年入1亿美元。

来源：展开 1 条收起 1 条

Gemma 4语音演示开源

Hugging Face开源Gemma 4语音演示。

来源：展开 1 条收起 1 条

苹果摄像头AirPods暂停

苹果摄像头AirPods Pro因合规暂停。

来源：展开 1 条收起 1 条

李飞飞团队发布SimFoundry

李飞飞团队发布Real2Sim系统SimFoundry。

来源：展开 1 条收起 1 条

斯坦福AutoMem记忆管理

斯坦福AutoMem让模型自主管记忆。

来源：展开 1 条收起 1 条
← 上一篇07-04日报 | 特斯拉Optimus投产、优...下一篇 →07-06日报 | 腾讯混元Hy3开源、Anth...