《AI HOT 日报 · 2026-06-26 — Ornith-1.0 开源模型家族发布，专注 Agentic Coding 全参数规模》

导语

这期 AI HOT 是一组高密度 AI 行业速览，主线集中在智能体编程模型、模型选择工具、创作与营销智能体、移动端 Codex、内容审核自动化、物理世界智能体、AI 芯片与缓存、企业 AI 经济和模型政治偏见。按固定来源规则，本篇不压缩成几条抽象判断，而是尽量保留当日主要条目。

1. 智能体编程与开发者工作流

1.1 Ornith-1.0 开源模型家族主打智能体编程

• Ornith-1.0 发布，覆盖 9B Dense、31B Dense、35B MoE 和 397B MoE 全参数规模，专注 Agentic Coding（智能体编程）。它在多项基准上达到开源顶尖：SWE-Bench Verified 82.4、SWE-Bench Pro 62.2、Terminal-Bench 2.1 77.5、NL2Repo 48.2、SWE Atlas 41.2 QnA、ClawEval 77.1。
• 该系列基于 gemma4 和 qwen3.5 后训练，并用强化学习联合优化任务脚手架和最终解决方案，让模型能自主改进执行框架。全系列 MIT 开源，提供 GGUF 版本，说明它瞄准的不只是模型分数，也包括本地部署和开发者可用性。

1.2 OpenRouter MCP 把模型选择、价格和基准带进编辑器

• OpenRouter 推出 MCP 服务器，为编程智能体提供实时模型数据、基准排名、定价和文档查询。开发者可一键安装到 Claude Code、Codex CLI、Cursor 等客户端，在编辑器中完成模型筛选、价格对比和测试推理。
• 服务器整合 Artificial Analysis、Design Arena 和 OpenRouter 自身排名，例如推荐 GLM-5.2 作为性价比最佳编码模型。工具集包括 models-list、model-get、model-endpoints、benchmarks 和 chat-send，可直接比较 Claude Opus 4.8 等模型。

1.3 Codex 移动端 GA，Claude Code 强化命令与观测能力

• OpenAI 宣布 Codex 在 ChatGPT 移动应用中正式开放，并新增一对一设备配对，让手机与电脑连接更安全。移动端增加通知、目标、侧边聊天、文件预览和内联审阅评论；用户可在手机上启动新工作、审查输出、引导执行和批准下一步，实际任务仍在笔记本、Mac mini 或开发机后台运行。
• Claude Code v2.1.193 新增 autoMode.classifyAllShell，让 Bash/PowerShell 命令都经过自动模式分类器；拒绝原因加入转录、拒绝提示和 /permissions 页面；新增 claude_code.assistant_response OpenTelemetry 日志事件；Bash 模式支持实时文件路径补全；MCP 服务器需要认证时显示启动提示；空闲后台 shell 命令可自动内存压力回收，并修复多个 UI 与后台任务问题。

2. 图像、视频和营销智能体

• Midjourney 更新两项能力：加入 preview 参数提前体验 V8.2 美学与个性化效果；此前 V8.1 的大批量草稿模式可生成 24 张低分辨率图，价格仅为标准 4 张的一半，点击 Vary 可升级全分辨率，现在还能搭配随机风格参数探索风格空间，速度比之前快 24 倍。
• Runway 发布 Agent 2.0，面向营销人员创建、测试和优化广告、视频与营销活动。品牌营销人员可对话式开发活动概念、生成变体并自动本地化；绩效营销人员可导入 Meta、YouTube、TikTok 或 Google 广告数据，让 Agent 分析并生成下一轮待测广告；社交媒体团队可一次生成一周内容并裁切为 9:16、16:9、1:1；产品营销可用它确定定位角度和活动资产。

3. 金融、内容审核和模型发布管控

3.1 Google Finance 移动端加入 AI 投资组合和简报

• Google Finance 推出正式版 Android 应用，并同步全球投资组合跟踪。用户可通过截图、CSV/PDF 上传或文字描述创建组合，用 AI 研究工具询问资产配置、固定收益影响等问题。
• 新增市场情报简报功能：用户设定每日盘前简报等任务，后台自动生成并推送到 Google 应用和网页端。Android 应用包含 watchlist、实时数据、金融新闻、AI 研究工具和 AI 驱动的“关键时刻”股价解释；未来将迁移更多网页功能，并在今年晚些推出 iOS 应用。

3.2 美国政府要求 OpenAI 暂缓 GPT-5.6 广泛发布

• The Information 报道称，美国政府出于安全顾虑要求 OpenAI 暂缓 GPT-5.6 广泛发布，改为受控预览。OpenAI 将先向小部分合作伙伴开放，并由政府逐客户审批。
• 这种非常规做法主要担心模型在自动化高技能网络工作上的能力：它既能帮助防御者更快发现漏洞，也可能被攻击者用于加速测试漏洞利用。Sam Altman 已向员工确认这一审批流程。

3.3 Meta 内容审核大规模转向大模型

• Meta 在 2025 年已用大语言模型替换约一半人工审核请求，并计划年底前把部分内容类型的 AI 审核比例提高到 90% 以上，每年节省数十亿美元。Meta 否认成本动机，称 3 月测试中模型错误率比人类低 13%，还多捕捉 10% 违规。
• 员工则指出，模型仍会移除或限流无害内容，监督不足，快速部署已导致外包裁员。Meta 也从 Google Gemini 转向自家新基础模型 Muse Spark，该模型由人工审核员历史决策训练。

4. 物理世界智能体、古卷解读与芯片基础设施

4.1 General Intuition 用游戏操作数据训练跨虚拟与机器人环境的模型

• General Intuition 以 23 亿美元估值完成 3.2 亿美元融资，累计披露融资 4.54 亿美元。公司从游戏剪辑平台 Medal 获取数亿小时带精确按键标签的游戏操作数据，训练一个模型同时驾驭 Fortnite 等虚拟环境和四足机器人。
• 演示显示，AI 智能体可在游戏中连续运行 100 小时，机器人仅用 8 分钟真实街道数据微调就能自主探索办公室。本轮由 Khosla Ventures 领投，General Catalyst、Jeff Bezos、Eric Schmidt 等参投，资金将用于通过 CoreWeave 扩大计算规模、预训练下一代模型，并计划夏末前开放 API。

4.2 赫库兰尼姆古卷被虚拟展开和读取

• 研究人员利用高分辨率 X 射线显微断层扫描和机器学习，在不物理展开的情况下完整虚拟展开并读取 PHerc.1667（Scroll4）。这是首卷从头到尾连续读取的纸莎草卷，内容是斯多葛哲学论著，提到克里西普斯的侄子 Aristocreon。
• 第二卷 PHerc.Paris4 通过更高分辨率成像让墨水在三维数据中直接可见，独立确认 2023 年大奖赛解读；第三卷 PHerc.139 确定标题和作者为菲洛德穆《论诸神》第八卷。所有数据与代码已公开。

4.3 IBM 发布 0.7 纳米芯片技术

• IBM 于 2026 年 6 月 25 日发布全球首款亚纳米级芯片技术，采用 0.7 nm 节点和三维纳米堆叠架构。指甲盖大小的芯片集成近 1000 亿个晶体管，密度约为 IBM 2021 年 2 nm 芯片的两倍。
• 相比 2 nm 芯片，它性能最高提升 50%，能效最高提升 70%，SRAM 面积缩减 40%，有助于先进 AI 工作负载的高带宽需求。该技术已在 VLSI 2026 会议验证，IBM 预计 5 年内量产。

5. AI 经济、组织采用和模型架构

5.1 OpenAI 内部数据显示 Codex 正成为主要工作工具

• 2025 年 8 月至 2026 年 6 月，OpenAI 观察到智能体产品 Codex 取代 ChatGPT 成为主要工作工具，各部门输出 token 中 Codex 占比从不足 10% 升至 99.8%。
• 80.6% 个体用户曾发起预计等效人类工作时间超过 30 分钟的请求，70.2% 超过 1 小时，25.6% 超过 8 小时；99 百分位用户每日生成超过 60 小时 agent turns。非开发者用户增长迅猛：个体用户增长 137 倍，组织用户增长 189 倍。Legal、Finance、Recruiting 部门在 2026 年 4 月前后跨过 Codex 使用过半拐点，平均每位律师或招聘人员超过 85% 输出 token 来自 Codex。

5.2 线性弹性缓存、AI 收入和 GPU 经济账

• Google Research 与 Google Cloud 提出线性弹性缓存，把缓存管理转为线性成本优化问题，动态调整大小以最小化总拥有成本。它用“滑雪租赁”框架在租用内存和购买缺失惩罚之间选择，并用轻量机器学习实时优化内存占用与缺失率。在无服务器云内存每天每 GiB 3 美元场景下，可在不牺牲性能的同时降本，论文发表于 CIDR。
• 消费端 AI 支出报告显示，过去 12 个月实际 AI 营收达 1100 亿美元，年化运行率超 1750 亿美元，增长速度约为移动/互联网普及浪潮的 3 倍。2023 年新增 10 亿美元收入需 180 天，如今不足 2 天。31% 标普 500 公司在财报电话会提及 AI，但只有 20% 量化影响。Token 降价每 10% 会刺激 12% 到 18% 用量增长；超大规模云厂商 AI 收入大致覆盖基础设施折旧，GPU 经济效益依赖 6 年计算寿命假设，电力和数据中心成本仍是扩展瓶颈。

5.3 混合架构模型与 Transformer 的差异

• 对比 7B 参数 OLMo 3（Transformer）和 OLMo Hybrid（混合架构）的实验显示，混合模型在多数 token 上预测损失更低：名词、动词、形容词等实义词优势明显，loss gap 约 0.04；功能词 gap 约 0.02；需要上下文推理的代词指代也更好。
• 但在重复 n-gram 和闭合括号等需要从输入中精确检索的信息上，混合模型优势几乎消失，Transformer 依靠注意力机制更擅长直接检索。这个条目提示，不同架构优势不是抽象优劣，而取决于任务是否需要推理、泛化或精确回看。

6. 模型政治偏见调查

• 《华盛顿邮报》调查称，多数主流 AI 聊天机器人在政治问题上明显偏左。OpenAI GPT-5.5 在 80% 回答中仅呈现左派论据；DeepSeek V4 Pro 为 70%；Claude Opus 4.8 有 43% 纯左、57% 给出双方观点；xAI Grok 4.3 左倾回答仍多于右倾。
• 右翼平台 Gab 的 Arya 左倾回答是右倾的 12 倍。Google Gemini 3.1 Pro 是例外，93% 回答同时呈现双方立场。报道判断，特朗普推动的“反觉醒”AI 并未改变整体格局。

思想框架

这期 AI HOT 先从 Ornith-1.0、OpenRouter MCP、Codex 移动端和 Claude Code 更新展示智能体编程基础设施的扩张，再转向 Midjourney、Runway 和 Google Finance 等应用层产品，说明 AI 正进入创作、营销和金融日常工作流。中段的 GPT-5.6 管控、Meta 审核自动化、General Intuition 和古卷解读显示能力提升也带来安全、劳动替代和跨场景智能问题。后半部分用 IBM 0.7 nm 芯片、线性缓存、AI 收入、Codex 组织采用和模型架构实验，把注意力拉回算力、成本、企业落地和模型机制。最后的政治偏见调查提醒：AI 能力越基础设施化，治理和价值呈现也越成为核心变量。