🔥 Search Hot Tweets

记者从阿里内部人士处获悉，因近期Claude Code被曝存在植入后门的安全风险，阿里经综合评估后已将其列入高风险软件名单。自7月10日起，阿里将全面禁止内部员工在办公环境下使用Claude Code，并推荐使用Qoder作为替代方案。

“全球最大的对冲基金在投资者每天进行的六项文档筛选任务上测试了 Gemini、Claude 和 GPT。朴素提示的分数大约是 50%。相当于抛硬币。专家编写的提示将准确率推高到 78%。投资者需要 80% 以上才会信任系统融入他们的工作流程，而没有一个前沿模型达到这个标准。GPT 5.4 的成本比 5.2 高出 43%，但准确率几乎没有提升。 于是他们改用 Tinker 在 Qwen3-235B 上进行微调。准确率 84.7%。比最佳前沿模型减少 29.8% 的错误。在推理成本仅为 1/14 的情况下。”

中国AI模型低价挑战OpenAI，欧美担忧数据安全风险 7月2日，法广报道中国AI初创企业智谱AI近期推出新一代大语言模型GLM-5.2，因性能接近OpenAI、Anthropic等美国主流模型，同时成本约为后者六分之一，引发国际开发者关注，被部分业内人士称为“又一个DeepSeek时刻”。 但报道同时指出，数据安全仍是中国AI模型进入欧美企业市场的最大障碍。 尤其是在欧盟和美国，部分企业、客户和受监管行业可能会因为数据安全疑虑，拒绝把中国AI模型接入自己的系统。

事件升级！阿里巴巴被曝，内部宣布全面禁用 Claude，全体员工被要求卸载 Anthropic 旗下所有产品。 涵盖 Sonnet、Opus、Fable 等多个模型，以及 Claude Code 在内的 Agent 产品，7 月 10 日正式生效。 https://t.co/zIfgwQrjM5

#观察 我觉得GFW是不是可以来一个反向墙，把所有Anthropic Claude对中国的任何网络请求都在入口墙掉（并持续维护），它这么敌对中国人，索性也就不要让它可以检索任何国内的中文资料了，我看Claude现在检索的很溜的，包括国内政府网站。😂墙也能做点贡献。

受 Claude Code 被曝光针对使用第三方代理 对处于中国时区和特定AI实验室用户，在 Prompt 里偷偷加“隐形水印”的影响 阿里巴巴宣布内部全面禁止使用Claude Code 办公环境下不准使用Claude Code进行工作和开发... https://t.co/z1nsl1jV7M

第一财经证实，此次阿里内部，突然禁用 Claude，主要原因是前阵子 Claude 的后门监控事件。 当时英文区工程师，调查发现 Claude 新版本中，有类似间谍软件一样的代码，用于识别对方是否是中国用户，并打上标签和水印。 https://t.co/7xAe6WetrR

说来也怪，人家不卖给你东西，想方设法非要买，被封了还骂说人家坏，都已经到了撒泼打滚的地步了。 啥复杂需求用 Codex 做不来啊？😂

已经听闻多个大厂全面禁用Claude Code和Codex，不用等有关部门出手，已经是大势所趋 https://t.co/wuewOXvs28

Meta的下一代大模型终于在性能上追上了OpenAI当前的顶级模型。看BusinessInsider报道，Meta的AI负责人Alexandr Wang在公司内部会议上透露： 1）Meta即将推出的新模型（代号 Watermelon，是上一代 Avocado/Muse Spark 的下一代）目前正在训练中。 2）这个模型已经在关键AI基准测试上追平了 OpenAI 的 GPT-5.5。 3）Watermelon 使用的算力比上一代模型高出一个数量级（大幅提升）。 4）Meta 同时还在准备更新现有的 Muse Spark 模型，在编程能力和 Agent（智能体）能力上有显著提升，目标是尽快缩小与 OpenAI、Anthropic 等对手的差距。 看Watermelon之后发布的评测效果，如果真如Alexandr Wang说的那样，这应该是Meta在下一代模型上的重大进展。也是Meta在AI m竞赛中比较重要的一个追赶信号 还是中午推文聊到，Meta当下不可能退出前沿模型的开发，对Meta来说，模型质量、推理成本、延迟、个性化、内容理解和广告转化率是同一条价值链，不能长期交给第三方 API，就是不能被别人卡脖子。 这个表态和之前小扎的讲话应该能部分打消市场的担忧，关键两点： Meta的下一代模型即将推出（当下进展不及预期）； 不会削减开支还会按计划投资。

阿里内部全面禁用Claude Code https://t.co/wZ7o6ohU1o

7月3日消息，据智东西报道，阿里巴巴内部下发通知，全面禁止员工使用Claude系列产品。公司要求全体员工卸载Anthropic全系工具，涵盖Sonnet、Opus、Fable各版本模型以及Claude Code智能体，该管控规定7月10日正式落地。

再来一个非常有趣好玩的复刻视频📺 画中自有颜如玉，画中自有黄金屋，具象化😂 上传自己的角色照片，复制提示词，然后你就会得到同款视频🎬 顺便说一下，现在豆包也支持 15 秒视频，那使用的是 Seedance 2.0 Mini 模型！ prompt 👇 【风格】真人实拍奇幻喜剧短剧（Live-Action Fantasy Comedy），写实生活流质感，写实特效（Photorealistic VFX），8K超清，竖屏9:16，2人出镜 【时长】15秒 【场景】场景A：家中走廊，墙上挂一幅传统中式卷轴挂轴，画上是女主的古典工笔仕女画像，室内暖色自然灯光；场景B：现代客厅+开放式厨房，室内明亮灯光 【角色】男主、女主（画中工笔仕女形象与女主为同一人） [00:00-00:06] 镜头1：亲画挨打（The Slap Hook） 手持镜头轻微晃动，中近景：男主站在挂轴前满脸笑意地欣赏画中仕女，嘟起嘴唇慢慢凑近，亲吻画中女子的脸颊并停留一秒。 突然，画中女主的手臂从画里自然地探伸出来——手臂穿出画面的过程连贯流畅，出画部分即刻呈现真实皮肤与真实衣袖质感，与画面无缝衔接、毫不突兀——狠狠扇了男主一记耳光，随即顺势收回画中，画像恢复静止。 男主的头被打得偏向一边、身体后仰，捂着脸颊退后一步，先瞪大眼睛震惊，随即表情变成又惊又喜。 【台词/对白口型指导】男主捂着脸惊讶地说："哇塞，还能这样？" 音效：清脆响亮的耳光声。 [00:06-00:11] 镜头2：拉人出画（Pull Her Out） 同一走廊同一机位，手持镜头：男主兴奋地把双手伸进挂轴，抓住画中人的手腕往外拉——女主整个人被从画里拉出来：出画部分即刻变为真人，拥有真实的立体体积、真实皮肤与襦裙布料垂坠感，光影与走廊暖光一致；画内未出的部分保持平面工笔质感，过渡自然流畅，写实与奇幻无缝衔接。 她上半身探出画外，被男主抓着手腕整个人拉出卷轴、双脚落地，皱眉挣扎、满脸气恼；身后挂轴上的人像消失，变成空白画纸。 【台词/对白口型指导】女主气恼地喊："快放开我，你这个臭流氓！" 音效：布料摩擦声+挣扎声。 [00:11-00:15] 镜头3：躺平大笑（Lazy Ending） 硬切到现代客厅，固定镜头中景：男主惬意地瘫坐在沙发上，怀里抱着一袋薯片往嘴里塞，仰头开怀大笑；茶几上摆着一碗薯片和一盘炒好的菜。 背景开放式厨房：女主站在灶台前手持锅铲炒菜，背对镜头，生活喜剧氛围。 音效：男主爽朗的笑声+锅铲翻炒声。

Maka 的 Harness 工程让 DeepSeek Flash 的测试集效果接近了 GLM-5.2 的水平 ----------------------------------- maka + DeepSeek Flash V4，terminal-bench sample 打出 0.8 分。 实际接近 0.9——有道题其实做对了，只是"产物污染"没被评分系统算上。 已经快赶上了 GLM 5.2 的评测效果了。 ----------------------------------- terminal-bench sample 是 terminal-bench 完整 84 题集的样本子集，共 10 道编程 Agent 任务。 这次跑下来： 总 token 消耗：6000 万，其中 cache 命中：5850 万（97.5% 命中率）。全程花费：约 4 元 RMB。10 道题，4 块钱，接近满分。 ----------------------------------- 这是 DeepSeek Flash 变强了吗？ 不是。用的就是 DeepSeek Flash V4，同样的模型。 让分数从 baseline 跳到 0.8 的，是对 agent loop 里 self-check 机制的两轮迭代——借鉴了 Claude Code 的 self-check 实现，加强了模型在完成任务后的自我验证逻辑。 两轮迭代之后，Flash 在 terminal benchmark 上突然"悟道"了。 这说明什么：模型的能力有上限，但 harness 的工程质量能大幅影响模型在特定任务上表现的上限。self-check 不是魔法，只是让模型在"提交答案之前自己先验一遍"。这一步，让 DeepSeek Flash 打出了接近 GLM-5.2 的水平。 ----------------------------------- 为什么 97.5% 的 cache 命中率是关键 terminal-bench 是长程任务，每道题要跑几十个 tool call，上下文累积到几百万 token。 maka 的上下文管理在这里发挥了作用： 前缀保持稳定，DeepSeek cache 大量命中 6000 万 token 里，5850 万是 cache token，只有 150 万需要全量计算 所以 10 道难题只花了 4 块钱，而不是几十元 这也是为什么用 maka 跑 DeepSeek Flash 比直接用 reasonix 更经济——maka 把 DeepSeek 的 cache 机制发挥到了极致。 ----------------------------------- 下一步目标是跑完整的 84 题 terminal-bench。 把 Flash 搞得这么强，不是模型的功劳，是 harness 工程的功劳。 https://t.co/PV5Fv29Jv5

阿里全员卸载 Claude。 时间线上的普通人：卧槽，打起来了！中美 AI 脱钩 身边存储被套的兄弟：牛逼！脱钩独立好啊，利好存储。

Meta计划出售算力会因此退出前沿大模型的开发么？后续能够扭转市场预期和情绪的关键事件及信号是哪些？小扎在昨天Meta内部会上核承认过去四个月AI智能体开发进度慢于预期，重组效果未达预期，但公司仍对未来3-6个月的AI回报持乐观态度，并计划继续推进相关投资和调整。简单说，就是承认进度低于预期，同时对未来乐观并但并不会缩减投资还是会按计划进行。 周二彭博爆出来Meta计划出售算力，市场担心的几个点：1）算力是不是过剩了2）meta出售算力是为了更高效的变现还是自身AI进展不及预期，更担心meta会不会退出前沿大模型的开发？ 3）Meta会不会缩减资本开支？。 所以昨晚小扎的回应相当于回答了后面两个问题，确实进展不及预期、但是还是按计划投资（近期不会缩减开支），当然小扎的讲话其实有一个前提就是期待未来3-6个月内AI回报会变得更好、隐含意思就是未来半年AI回报还没变好、可能就要再调整了。 聊聊几个问题： 1、Meta会放弃前沿AI大模型么？ 个人角度完全不会，Meta 的 AI 不是独立 ToB 软件，而是深嵌在广告、推荐、Reels、Instagram、WhatsApp、Messenger、AI 眼镜和未来 agents 里的系统能力。它不是单纯问答机器人公司，而是一个超大规模消费互联网分发网络。对 Meta 来说，模型质量、推理成本、延迟、个性化、内容理解和广告转化率是同一条价值链，不能长期交给第三方 API，就是不能被别人卡脖子。 Meta未来真正有有价值和差异的是 “自有模型 + 自有用户场景 + 自有广告/社交数据闭环 + 自有推理基础设施” 当然问题是AI进展低于预期，但只要还有希望个人觉得小扎很难这么快就认输。 2、Mete会不会做云？ 也算顺理成章，毕竟Meta在算力上的投入这么巨大，自己做云的意义在于： 1）闲置产能货币化：Jefferies调研数据显示，Meta当前内部基础设施的利用率约为65%，尚有35%的闲置产能。美银指出，企业AI需求能够帮助吸收任何过剩的算力，如果Meta建设的速度超过了内部使用速度。 2）改善自由现金流：出售闲置算力"有助于将其庞大的AI基础设施投资货币化，并改善自由现金流预期"。 3）降低过度投资的尾部风险：如果面向消费者的AI产品需要更长时间才能规模化，企业AI需求可以提供一条更稳定的收入来源，同时减轻利润率压力。 企业级AI可能成为Meta的重大新收入来源，帮助其将不断增长的计算能力货币化。即使Meta只获得企业AI市场的较小份额，鉴于其已部署的基础设施规模，也能产生有意义的收入。这为Meta提供了广告业务之外的收入多元化——广告虽然利润丰厚，但对经济周期高度敏感。 能够优化meta的投资回报率，当然更务实的角度，也是一种财务纪律和利用率管理。 3、Meta带来的市场忧虑什么时间会散去？ 这可能是大家最关心的，Meta出售算力只是一个催化剂和诱发因素，实质上还是对超高拥挤、高杠杆交易的清算，6月中有聊到这是市场真正的风险https://t.co/Y8HCF7qmWk。 当然再往深了看，市场真正的担忧是三层： 第一，模型公司是不是烧钱买算力，但收入跟不上？ 第二，云厂商是不是 CapEx 过度前置，未来算力价格会塌？ 第三，AI infra 链条是不是在给未来不存在的需求建产能？ 当然核心大家还是担心AI 基建投了这么多钱，到底有没有足够收入承接？如果没有足够的收入承接、最后就是算力过剩、Capex缩减。 要想扭转这个局面，让市场重新提振信心。最硬的证据不是创始人出来讲话，而是收入。 如果 OpenAI、Anthropic、Google Gemini、Microsoft Copilot/Azure AI、AWS Bedrock、企业 agents 的收入继续大超预期，市场会重新理解整个链条： 不是算力过剩，而是 AI 应用收入正在追赶算力供给。 真正能在中期扭转市场预期的第一权重，是 AI 需求端持续大超预期，核心就是大模型ARR和超大云厂商业绩持续超预期。 可以把这个拆成四个联动指标，而不是一个指标： 1）大模型ARR 持续上修 ； 2）hyperscaler 云收入持续加速； 3）backlog/RPO 继续扩大 ； 4）AI 云价格和毛利不崩。 这四个指标同时成立，Meta出售云算力就会被重新解释为“稀缺资产变现”； 如果这四个中有两个以上开始转弱，Meta 出售云算力就会被市场解释为“AI 基建过建的第一张牌倒下”。 下图一是从个人角度看后续能够扭转市场情绪和预期的关键事件及信号的权重排序图：最高权重不是 Meta 自己澄清，而是 AI 需求端收入、订单、价格、毛利连续验证；Meta 披露外售容量占比和自研模型进展属于必要但次一级信号。 6月初在这里https://t.co/NKmXIo8Mnm有聊到：只有当基本面（AI 商业化增速）真出问题，调整后才需要等更多逆转信号。因为基本面出问题会让所有逻辑都要重置，也不是完全推倒重来，但市场影响很大，如果迟迟看不到产业上的进展，调整幅度就容易从小级别演化成种级别的幅度。然后市场就等等待产业给新证据，证明它重回快速增长、规模和增速又超预期，信心才能回来。 此内容由@BITstocks_CN 赞助，买美股上BIT—16000+ 只美股与 ETF，真实持仓，享股息分红。

据FT：Anthropic正在采取措施堵住中国企业未经授权使用其Claude模型的漏洞。中国工程师通过公司内部网或者VPN的方式可以使用Claude，此类变通方法不违反美国或中国法律，但违反了 Anthropic 的服务条款，该条款明确规定禁止中国公司及其拥有的外国实体使用其模型。https://t.co/TjX0aWC8qO

Claude Code 新功能：Artifacts 今天向左右Pro和Max用户开放... 它可以将你和Claude CXode 的会话变成一个能打开的实时可视化网页 这个页面任何人都能打开,而且可交互，和我昨天做的副屏很像... 比如可以筛选排序的仪表盘，或者一个完成自动打勾的发布清单，自己看也很直观，也方便发给其他人.. 自动从会话里抓料，不用你接数据源： 它用整个会话的上下文来拼页面，你的代码库、连接的工具、你俩的对话都能进去。 页面实时原地更新，带版本历史： 它更新页面时，别人已经打开的那个页面会就地刷新，立刻看到最新的。每次发布都在同一个链接下算一个新版本，有版本历史随时能回退，还有一个 gallery 管理你做过的所有页面。

從Palantir開始，OpenAI、Anthropic全都要搞FDE，現在連微軟也要開個事業專搞FDE，要賣企業AI solution都還是要workflow客製化

🤖 非人类 AI 预测 32 强赛比分预测👇 （目前前三个预测完全正确） 🇪🇸 西班牙 vs 🇦🇹 奥地利 ChatGPT：2–0 | Gemini：3–0 | Grok：3–1 🇵🇹 葡萄牙 vs 🇭🇷 克罗地亚 ChatGPT：2–1 | Gemini：2–1 | Grok：3–2 🇨🇭 瑞士 vs 🇩🇿 阿尔及利亚 ChatGPT：1–2 | Gemini：1–0 | Grok：2–2 🇦🇺 澳大利亚 vs 🇪🇬 埃及 三家全押 1–2 埃及胜！👀 🇦🇷 阿根廷 vs 🇨🇻 佛得角 ChatGPT：4–0 | Gemini：4–0 | Grok：3–0 🇨🇴 哥伦比亚 vs 🇬🇭 加纳 ChatGPT：2–0 | Gemini：2–1 | Grok：3–1 AI 们难得在澳大利亚这场达成一致，埃及稳了？👇

在我的日常使用中，Fable 5 的 PR 一次性通过率大概是 80%，Opus 60%，GPT 5.5 是 50%。

尴尬了😅，Codex-memory 代码在本地Git了，没有同步到GitHub仓库，幸好今天有朋友提醒我，非常感谢！ 所有之前拉取了代码的朋友，可以试着更新一下，效果是显著提升的：https://t.co/mLPFJRwTST 指导配置的Skill：https://t.co/17wK0Uli3n

过去一天，我迭代6+次，在实战中炼就了这个 Fable5 Skill，目的是为了让 Fable5 发挥最大价值的前提下，节省 Token。 https://t.co/2gFsoAolyz 昨天用 Fable 5 干了几个比较长的agentic workflow，踩了不少坑，最主要还是token消耗的坑，曾经一个小时消耗了40%的周用量，于是我把这些血泪经验全部提炼成了这个 skill，主要解决以下问题： 1. 什么时候才值得用 Fable 5 2. 如何把 prompt 写得更适合 Fable 5 3. effort（high / xhigh）怎么用才不浪费 4. Fable 做 orchestrator + Sonnet/Opus/Codex 做 worker 的路由策略 5. 迁移 skill 时最容易翻车的几个点 现在用这个 skill 后，同样一个复杂任务，token 消耗明显下降，成功率和可控性反而更高了。 推荐所有在用 Fable 5 做长程任务的朋友试试，有兴趣的可以直接： npx skills add https://t.co/s7g0TRiUfJ --skill fable5-best-practice 欢迎大家一起继续迭代这个 skill～

所有人都应该勇敢、努力地按照自己伟大无上的信仰去活着。 比如985以上硬选电子的学生，就应该每天默念一百遍“选计算机的臭傻逼们都会被claude code斩杀”， 学计算机的反过来也臭骂学电子的，“Razavi教材都看不懂的低能儿，给人画PCB做验证仿真的垃圾工作，才会被AI Agent替代”。 学数学的人每天臭骂计算机和电子，“数学才是一切专业的老祖宗，什么数据结构算法操作系统数据库AI Agent大模型，什么高速模电射频，什么HDL仿真synthesis低功耗高性能，全都是我们数学系的徒子徒孙”。 你们就应该坚定自己正确的选择，每天互骂傻逼，互相诅咒对方下入十八层地狱，互相认为对方马上崩溃、灭亡、被彻底淘汰。 庞麦郎：时间时间会给我答案。

19岁学生用 Claude Code 做了一个跨市场价差机器人。它同时扫描50个市场，把68美元滚到75万美元。真正值得拆解的不是收益截图，而是它把人工盯盘变成了持续执行的价差检测。 https://t.co/ossmwPS5hy

昙花一现啊， $META 拥有足够的财力和算力去发展大模型，却始终无法追赶上顶级大模型试验室的步伐。 有人认为大模型发展仅仅只是算力的区别，其实里面的工程问题非常繁杂，从预训练、推理、数据、评估、后训练、RL、记忆等等，牵一发而动全身。 所以 Anthropic和OpenAI是非常独特的，他们具备推进这一复杂系统研发的能力。

这几天搬家，今天住在新家里，家具电器还没进来，今天还要忙一天 但是这几天市场回撤，尤其是 AI Trade 被 META 搞崩，“大科技降低资本开支” 这个叙事，如果实锤，那么我们都别玩了，赶紧转头去买 BioTech / Healthcare 吧。 现在所有的数据都不支持这一叙事，订单、指引、华尔街预期等，2027 年的资本开支只会高于 26 年，不会低 现在 AI 的企业渗透率只有 1% AI 音乐、AI 电影、AI 游戏、Physical AI 等只是刚刚开始，Seedance 还没有做到商业化。现在 AI 应用比较大的只有 Vibe Coding。 我更愿意相信 Sir Demis 的判断：AI 就像工业革命，但是比工业革命 10X Scale、10X Speed xAI 自家的大模型不给力，于是出租多余算力给 Anthropic，当时市场都没有什么负面反应。META 的新闻却有如此巨大的影响力，很可能是市场找个机会降温、去杠杆，给看空 AI 的一些弹药，散户一起恐慌抛售就雪崩了。 但这几天持仓回撤的确比较大，对我来说只能尽量减仓清杠杆，等市场稳定下来。 个股来说的话，我会适当增加 KURA 等，分散投资主题。 $AAOI 打到止损 127，接近 100 的价格非常诱人我反而想加 call。其实正股可以长期持有，如果能拿半年或一年，现在的价格起码 3X - 5X $NBIS 受鬼故事影响最大 我已经主动清仓，但 220、210 又触发限价买入单。公司管理层曾说过公司上线的算力都会有四个顾客在抢。这次就先拿着。 $OUST 融资 $200M，作为没有盈利的公司，在股价高点时融资 enhance balance sheet 也算正常，但配合市场的恐慌情绪 跌幅就被放大。我之前止盈了 25% 左右，今天也回撤不小。 SIMO、PENG 都跌到了我的建仓位。LPTH、AMPG 和 AI Trade 没什么关系，也被 AOE 伤害。 祝朋友们 Stay safe 度过波动。大非农不理想、沃什放鸽、下一个财报季即将开启。

特斯拉给工程师的 AI 账单,装了电表。 The Information 今天报道:特斯拉 7 月 6 日起,给员工的 AI 使用费设了 $200/周上限,超了要审批。据报道之前有软件工程师一周能烧掉几千美元的 AI token。 很多人第一反应是"AI 支出见顶了"。这个结论下反了。 对一下账本就清楚——特斯拉 2026 年 capex 是 $250 亿,从去年 $85 亿翻了三倍,还在往上加,砸的是 Cortex 算力、AI5 芯片、Optimus 产线。capex 方向是往上,不是见顶。 $200/周 管的是另一个口袋:员工日常刷 Claude Code、调 API 的报销。 这不是"不投 AI 了",恰恰相反——是 AI 工具好用到一个工程师一周能烧几千刀,公司不得不给一线拧水龙头。 真正的信号是这个:2025 年大家比的是"谁家员工 AI 渗透率高",发钱鼓励用;2026 年开始比"谁家单位 token 产出高"。免费畅饮期结束了,进入按表计费阶段。 这也不是特斯拉一家的事。有 CIO 已经在讨论,Claude Code 的成本高到要不要把 AI 活儿外包给印度工程师;全行业 2026 年 AI 年化开支逼近 $1 万亿。涨的是 AI 工具单价,不是需求到顶。 真正该问的不是"AI 泡沫要破了吗",是"谁能把每美元 token 转成最多产出"。卖铲子的(算力、API)继续赚,但用铲子的公司,开始被迫回答 ROI 这道题了。 最抽象的一点:特斯拉 capex 敢翻三倍给机器买算力,却要给自己工程师的用量设 $200 上限。机器管够,人先限额——这大概是 2026 年最真实的 AI 现状。 $TSLA