WEEKLY DIGEST · 2026-W25
本周精选
2026 年 6 月 15–21 日
本周概览
TOP 10 · BY OVERALL SCORE本周必读
按 AI 总评分排序
GLM-5.2 可能是目前最强大的纯文本开源权重大语言模型GLM-5.2 is probably the most powerful text-only open weights LLM
Z.ai 发布了拥有 7530 亿参数和 1.51TB 大小的 GLM-5.2 模型。该模型采用混合专家架构，具有 400 亿激活参数，并且仅支持纯文本输入。GLM-5.2 采用 MIT 许可证完全开放权重，其规模与之前的 GLM-5 和 GLM-5.1 版本相似。作者认为它是目前最强大的纯文本开源权重 LLM。
独家：OpenAI 2025年亏损激增近8倍，支出高达340亿美元Exclusive: OpenAI Losses Increased Nearly 8X in 2025, With Spending Hitting $34 Billion
独家披露的 OpenAI 2025 年财务数据显示，其亏损激增近 8 倍，总支出高达 340 亿美元。巨额支出反映了当前生成式 AI 模型训练和基础设施建设的极端成本。这种不可持续的烧钱速度对 AI 行业的长期商业模式提出了严峻挑战。作者认为，尽管技术不断进步，但基础模型的经济效益仍是未解之谜。
硅谷泡沫（第二部分）：高级会员专享Premium: The Silicon Valley Bubble (Part 2)
OpenAI 2024及2025年的审计财务数据揭示了其在收入与支出上的巨大缺口。该公司花费了高达340亿美元，却仅产生了130.7亿美元的收入，引发了关于硅谷AI投资泡沫的广泛讨论与不同反应。作者深入剖析了这些惊人数字背后所隐藏的商业可持续性危机。结论指出，这种极其不平衡的烧钱速度是当前硅谷AI热潮存在严重泡沫的一个危险信号。
‘Popa’ 僵尸网络被证实与某上市以色列公司有关‘Popa’ Botnet Linked to Publicly-Traded Israeli Firm
过去四年中，庞大的 Android 僵尸网络“Popa”控制了数百万台电视盒子，用于广告欺诈、账户接管和大规模数据抓取。多家安全公司的研究人员得出结论，该僵尸网络与 NetNut 存在关联。NetNut 是一家由以色列上市公司 Alarum Technologies Ltd [NASDAQ: ALAR] 运营的“住宅代理”提供商。这一发现揭示了大型恶意网络基础设施背后的合法企业掩护。
KV缓存压缩技术发展简史A brief history of KV cache compression developments
KV缓存压缩技术是解锁现代大语言模型（LLM）超长上下文窗口，并推动智能体工作流落地的核心底层支撑。文章系统梳理了该技术从多查询注意力（MQA）、分组查询注意力（GQA）到多头潜在注意力（MLA）以及线性注意力混合模型的演进历程。这些架构层面的创新极大地降低了推理过程中的显存占用瓶颈，使得处理海量Token成为可能。深入理解这些底层机制，对于把握下一代大模型的基础设施演进方向至关重要。
为什么AI没有取代软件工程师，未来也不会Why AI hasn’t replaced software engineers, and won’t
软件工程作为最易受AI自动化冲击的职业，其当前状态是对“AI失业论”的最佳检验。Arvind Narayanan 和 Sayash Kappor 通过详实分析指出，现有证据已足以反驳“AI能力达到阈值就会导致大规模失业”的叙事。AI虽然显著提升了编码效率，但无法替代工程师在复杂系统设计、需求拆解和架构权衡上的核心能力。结论是，AI技术的演进将作为辅助工具重塑开发流程，而非触发软件工程领域的就业末日。
Datasette Apps：在 Datasette 内托管自定义 HTML 应用Datasette Apps: Host custom HTML applications inside Datasette
Datasette 推出了全新的插件 `datasette-apps`，允许开发者在 Datasette 环境中直接托管独立的 HTML+JavaScript 应用程序。这些应用在高度受限的安全沙箱内运行，确保了数据处理的隐私与安全。该方案提供了一种轻量级的方式来扩展 Datasette 的功能并构建定制化的交互界面。作者认为，这极大地降低了基于已有数据快速构建内部工具或前端面板的门槛。
AI 中心的数据黑洞The data black hole at the center of AI
现代AI系统展现出如同星系般璀璨的能力，但其核心却是一个巨大且难以察觉的“数据黑洞”。文章将AI的涌现能力与支撑这些能力的海量底层数据进行了隐喻式的对比，指出数据才是维系整个系统运转的决定性力量。我们在惊叹模型表现的同时，往往忽略了数据收集与处理所耗费的惊人资源。作者的核心观点是，这种对海量数据的极端依赖是AI繁荣背后不可忽视的本质。
Anthropic 的“安全超级权力”‘Anthropic’s Safety Superpower’
Ben Thompson 在 Stratechery 撰文剖析了 Anthropic 引以为傲的“安全”策略，指出其本质上是一种排他性的商业竞争武器。文章认为，Anthropic 试图以“安全”为由建立护城河，不仅拒绝协助竞争对手，甚至暗示除自己外其他公司都不应涉足前沿大模型的研发。这种政策在 Anthropic 与美国战争部因 Claude 模型使用权发生纠纷仅两个月后便推出，显得尤为虚伪。作者一针见血地揭露了“AI安全”话语如何被企业异化为巩固自身垄断地位的工具。
你想在 DuckDuckGo 搜索结果的最顶部看到一个加密货币窃取器吗？Would you like a drainer served at the very top of DuckDuckGo?
作者发现 DuckDuckGo 搜索引擎的置顶结果中竟然出现了一个包含加密货币窃取器（drainer）的钓鱼网站。该网站完美仿冒了 Tronscan 区块链浏览器，极具欺骗性和危险性。这暴露了 DuckDuckGo 在广告和搜索结果审核机制上的严重漏洞。搜索引擎必须立即修复此类将高危恶意链接置于顶部的推荐逻辑。