新闻热度趋势
项目概述
Delysium 正在为 Al Agents 构建基于区块链的协作网络，包括 Lucy 和 YKlLY（You Know l Love You）网络。此前，Delysium是一个由AI驱动、玩家完全控制的大型多人在线游戏。
Gate上线KIMIUSDT（月之暗面）永续合约盘前交易
据官方消息，Gate 现已上线 KIMIUSDT（月之暗面）永续合约盘前交易（USDT 结算），支持 1-10 倍杠杆。Moonshot AI（月之暗面）是自研通用大模型的 AGI 独角兽，国内融资规模、技术性能第一梯队 AI 创业公司。
DeepSeek掀起新一轮“AI抢人大战”？招聘开发、产品、研究员等多种岗位
今日晚间，DeepSeek 官方（深度求索）发布招聘信息，称人类正处于 AGI 前夜，加入 DeepSeek，亲历 AGI 发展进程。招聘信息显示，在招职位包括全栈开发/算法、AI 核心系统研发、运维、产品、模型数据策略产品经理/工程师、深度学习研究员及职能部门。工作地点包括北京、杭州两地。此前，社交媒体上曾出现多位 DeepSeek 员工在小红书、X 平台招聘各类人才，如 HR@一只大蜗牛、Harness 组崔添翼等人。更早些时候，DeepSeek 宣布完成超 70 亿美元融资，估值超 500 亿美元。融资资金约合人民币 500 亿元，其中，梁文峰个人出资 200 亿元。此次大规模招聘或许意味着国内 AI 人才争夺战烈度进一步提升，AI 领域人才正迎来市场追捧期。
OpenAI诉讼案微软CEO出庭作证，Altman与马斯克争议延烧至AI巨头核心合作关系
在 OpenAI 诉讼案中，Satya Nadella 以微软 CEO 身份在美国加州奥克兰联邦法院出庭作证，案件围绕 OpenAI 非营利结构与商业化路径的法律争议持续升级。该诉讼由马斯克于 2024 年提起，他指控 Microsoft 在 OpenAI 从非营利组织向商业化转型过程中“协助并推动违反慈善信托义务”，微软自 2019 年起持续对 OpenAI 进行战略投资，并在 2023 年累计投资规模达到约 130 亿美元，使其成为 OpenAI 最重要的外部支持方之一。庭审中，Satya Nadella 回顾了微软与 OpenAI 早期合作关系，并提及双方在 ChatGPT 发布前已建立深度技术与算力合作。Musk 则在此前证词中表示，微软 2023 年对 OpenAI 追加的 100 亿美元级投资是其决定发起诉讼的关键节点，并称该投资规模改变了 OpenAI 原有非营利导向结构。马斯克在庭审中表示：“我们担心他们正在把慈善组织转变为商业工具。”他同时质疑微软在通用人工智能（AGI）发展中的潜在主导地位，并指出其与 OpenAI 的深度绑定可能影响行业竞争格局。目前该案仍在审理中，围绕 OpenAI 治理结构、非营利属性及 AI 产业控制权的争议预计将持续发酵。（CNBC）
Serenity：美国AI公司需要压低推理成本以应对“模型蒸馏”挑战
“白毛股神”Serenity 发文表示，尽管 UBS 报告中的部分观察具有轶事层面的真实性，但更值得关注的是，关于 Anthropic 模型被蒸馏的相关中文报告正在增多。目前不少美国初创公司与科技企业在 AI 应用中，倾向使用更便宜的中国模型（如 DeepSeek），原因在于其单位任务成本显著低于 Gemini、OpenAI 及 Anthropic 等推理模型。Serenity 认为，这种趋势在资本主义驱动下形成“典型悖论”——企业天然会选择更低成本方案，从而削弱美国模型的领先优势，同时提出美国需要在两方面发力应对：一是构建更强的访问控制与认证体系，例如面向美国本土的“重 KYC 前沿模型”，以及针对盟友的分级访问机制，以降低模型被蒸馏与滥用风险；同时可引入类似“AI 版银行级认证”的身份验证体系（如生物识别+短时权限令牌），提升模型调用门槛，并通过监管手段限制账号共享与访问转售。二是提升推理模型的成本效率，使其在价格与性能上全面压制 DeepSeek 等竞争对手。Serenity 同时表示，当前一些高端模型频繁被“蒸馏利用”，理想情况下应对接近 AGI 级别的模型访问，增加更多摩擦成本。总结来看，美国 AI 产业的核心挑战在于：既要实现“低成本推理能力”，也要建立类似金融体系级别的模型访问安全机制。
观点：Mythos 攻破 NSA 预示 AGI 已接近到来，9%通胀不会成为常态
比特币财库公司 ProCap Financial 董事长 Anthony Pompliano在 X 平台发文表示，据称 Mythos 在数小时内攻破了美国国家安全局（NSA）的机密系统，这将进一步加剧公众对 AI 风险的担忧，并推动更多监管介入，但此事释放出更重要的信号是：AGI（通用人工智能）实际上已经接近到来。当前 AI 技术不仅在能力上超过人类，并且正在以难以理解的速度自我训练和改进，“人类无法与这些模型匹敌”。
DeepSeek-V4-Flash 持续免费开放，B.AI 一站式 AGI 基础设施赋能创新
B.AI 平台 DeepSeek-V4-Flash 零门槛免费开放活动持续进行中。B.AI 秉持“普惠算力”愿景，致力于打造全球领先的一站式 AGI 基础设施，持续降低 AI 使用门槛，让每一位开发者和 Web3 用户都能轻松体验、构建与部署 Agentic 应用。依托一站式 AGI 基础设施，B.AI 聚合全球前沿模型矩阵，内置智能路由优化成本与效率；稳定承载百万级长上下文、Agent 工作流等高吞吐场景；弹性 API 路由兼顾生产级高可用与极致性价比；Web2/Web3 双通道打通加密资产与法币结算。目前 DeepSeek-V4-Flash 在 Web 与 API 双端持续免费开放，$0 畅用顶尖模型能力。立即登录 B.AI，让顶尖算力为你的下一个创新项目加速落地！
Google DeepMind 高管：AI 巨额资本投入本质是在押注“递归自我改进”突破
据 The Information 报道，Google DeepMind 首席战略官 Jasjeet Sekhon 表示，当前 AI 行业前所未有的资本投入，核心投资逻辑之一是押注“递归自我改进”（Recursive Self-Improvement，RSI），若要证明 AI 行业当前巨额资本支出具有合理性，未来需要实现一种能够自动创造更强版本自身的 AI 系统。 Jasjeet Sekhon 认为，RSI 是当前 AI 投资论的重要组成部分。所谓递归自我改进，是指 AI 模型能够自主优化自身能力、生成更先进的模型版本，从而形成持续增强的循环，RSI 正在成为过去“通用人工智能”（AGI）叙事的新焦点。随着科技公司持续投入数千亿美元建设 AI 基础设施，市场正押注 AI 能力将从规模扩展阶段进入自我增强阶段。不过，RSI 能否真正实现，以及实现路径和时间表，目前仍存在广泛争议。业内人士指出，AI 基础设施投资正在加速，但技术突破是否足以支撑如此规模的资本投入，仍需进一步验证。
Meta、Google等科技巨头面临AI算力自用与出售分配问题
Meta CEO Mark Zuckerberg 在公司第二季度财报电话会上表示，Meta 目前没有向客户出售算力的业务，但相关业务在计划中。他表示，Meta 的大量算力将用于训练 AI 模型、支持代理产品及发展核心业务，同时公司也预计面向大型客户发展业务。Google 和 Meta 均小幅上调今年资本开支预期，Google 表示 2027 年相关支出可能进一步增加，微软维持资本开支预测。Google 第二季度现金流首次转为负值，Meta 现金流较上年同期下降 91%。微软 CFO Amy Hood 表示，其云业务客户需求仍超过可用容量。Google 上周表示，将在建设更多内部算力的同时购买更多第三方算力，以满足客户需求。Google CEO Sundar Pichai 表示，Google 使用自研张量处理单元（TPU）的首要任务，是确保为 AGI 前沿开发分配所需资源。Google 正与合作伙伴将 TPU 部署至其他数据中心，以释放更多容量。
Gate上线KIMIUSDT（月之暗面）永续合约盘前交易
据官方消息，Gate 现已上线 KIMIUSDT（月之暗面）永续合约盘前交易（USDT 结算），支持 1-10 倍杠杆。Moonshot AI（月之暗面）是自研通用大模型的 AGI 独角兽，国内融资规模、技术性能第一梯队 AI 创业公司。
Vitalik 发长文深思 AI 演进：人机深度融合或是应对 AGI 风险的最优解
据以太坊联合创始人 Vitalik Buterin 于 7 月 20 日在 X 发布的系列推文，其就 AI 能力增长与人类未来展开深度思考。 Vitalik 将机器能力演进划分为三个阶段：工业革命（物理重复劳动）、计算机时代（可逻辑定义的脑力任务）、以及 LLM 时代（基于海量样本定义的脑力与部分体力任务）。他指出，当前核心问题在于：LLM 加上后续改进，是否最终能覆盖所有人类独特能力，抑或仍需第四、第五次技术浪潮。 在 AGI 定义上，Vitalik 提出：AGI 是指若将其上传至机器人躯体、人类突然消失后，仍能独立延续文明的 AI。他强调 AGI 一旦实现，将是"不可逆的转折点"，人类对地球的主导权将仅剩历史惯性而非能力优势。 对于未来路径，Vitalik 寄望于人机深度融合——通过脑机接口、意识上传等技术抹除人机二元边界，使人类在技术天花板到来前始终保持竞争力。他同时呼吁保持全球政治与经济多元化，避免单一国家或企业垄断 AI 优势，并表态支持 AI 发展"减速"与"暂停"提案，倾向于以开源权重模式实现去中心化减速，而非依赖强硬政治手段。
GPT-5.6 全系模型正式接入 B.AI API 网络
B.AI 宣布 OpenAI 最新一代 GPT-5.6 全系模型已正式接入 B.AI API 网络。即日起，开发者通过 B.AI 单一接口即可直接调用三款定位各异的模型： GPT-5.6 Sol 专注极致推理与复杂任务；GPT-5.6 Terra 完美适配日常工作负载； GPT-5.6 Luna 主打极速响应与经济高效。无论你是构建智能体、优化工作流，还是探索 AGI 应用边界，B.AI 都能为你提供灵活、稳定的算力支持。立即登录 B.AI 平台，解锁 GPT-5.6 全系能力，让下一代 AI 为你所用。
相关新闻
DeepSeek-V4-Flash 持续免费开放，B.AI 一站式 AGI 基础设施赋能创新
B.AI 平台 DeepSeek-V4-Flash 零门槛免费开放活动持续进行中。B.AI 秉持“普惠算力”愿景，致力于打造全球领先的一站式 AGI 基础设施，持续降低 AI 使用门槛，让每一位开发者和 Web3 用户都能轻松体验、构建与部署 Agentic 应用。依托一站式 AGI 基础设施，B.AI 聚合全球前沿模型矩阵，内置智能路由优化成本与效率；稳定承载百万级长上下文、Agent 工作流等高吞吐场景；弹性 API 路由兼顾生产级高可用与极致性价比；Web2/Web3 双通道打通加密资产与法币结算。目前 DeepSeek-V4-Flash 在 Web 与 API 双端持续免费开放，$0 畅用顶尖模型能力。立即登录 B.AI，让顶尖算力为你的下一个创新项目加速落地！
谷歌 AI 招聘工具遭自家 DeepMind 团队质疑或误筛简历
谷歌向企业客户推销 AI 招聘工具，但自家 Google DeepMind AGI 安全与对齐团队却鼓励应聘者额外填写表格，以防申请被内部 AI 系统误筛或延迟处理。内部文件称系统「有不小的概率会误筛掉你的简历」，并注明「请勿广泛分享」。Google DeepMind 发言人回应称内部系统不会错误淘汰求职者，专门表格只是让申请绕过招聘人员审核直接送达团队成员。
谷歌自家 AI 安全团队"不信任"内部 AI 招聘系统，私下引导求职者绕过自动筛选
据彭博社报道，谷歌 DeepMind 旗下 AGI 安全与对齐团队（AGI Safety and Alignment Team）近日被曝向求职者私下提供一份特殊申请表格，要求候选人在正式投递简历的同时额外填写，以规避公司内部 AI 招聘系统自动筛选的风险。彭博社获取的相关文件显示，该文件附有"请勿广泛传播"的免责声明。 此事颇具讽刺意味——谷歌正大力向企业客户推销其 AI 招聘筛选工具，宣称可高效处理海量求职申请，而其内部最专注于研究 AI 风险与对齐问题的团队，却对自家系统的可靠性持明显保留态度，并采取实际行动加以规避。
Google DeepMind 高管：AI 巨额资本投入本质是在押注“递归自我改进”突破
据 The Information 报道，Google DeepMind 首席战略官 Jasjeet Sekhon 表示，当前 AI 行业前所未有的资本投入，核心投资逻辑之一是押注“递归自我改进”（Recursive Self-Improvement，RSI），若要证明 AI 行业当前巨额资本支出具有合理性，未来需要实现一种能够自动创造更强版本自身的 AI 系统。 Jasjeet Sekhon 认为，RSI 是当前 AI 投资论的重要组成部分。所谓递归自我改进，是指 AI 模型能够自主优化自身能力、生成更先进的模型版本，从而形成持续增强的循环，RSI 正在成为过去“通用人工智能”（AGI）叙事的新焦点。随着科技公司持续投入数千亿美元建设 AI 基础设施，市场正押注 AI 能力将从规模扩展阶段进入自我增强阶段。不过，RSI 能否真正实现，以及实现路径和时间表，目前仍存在广泛争议。业内人士指出，AI 基础设施投资正在加速，但技术突破是否足以支撑如此规模的资本投入，仍需进一步验证。
Meta、Google等科技巨头面临AI算力自用与出售分配问题
Meta CEO Mark Zuckerberg 在公司第二季度财报电话会上表示，Meta 目前没有向客户出售算力的业务，但相关业务在计划中。他表示，Meta 的大量算力将用于训练 AI 模型、支持代理产品及发展核心业务，同时公司也预计面向大型客户发展业务。Google 和 Meta 均小幅上调今年资本开支预期，Google 表示 2027 年相关支出可能进一步增加，微软维持资本开支预测。Google 第二季度现金流首次转为负值，Meta 现金流较上年同期下降 91%。微软 CFO Amy Hood 表示，其云业务客户需求仍超过可用容量。Google 上周表示，将在建设更多内部算力的同时购买更多第三方算力，以满足客户需求。Google CEO Sundar Pichai 表示，Google 使用自研张量处理单元（TPU）的首要任务，是确保为 AGI 前沿开发分配所需资源。Google 正与合作伙伴将 TPU 部署至其他数据中心，以释放更多容量。
亚马逊重组 AI 战略，逐步淘汰多数 Nova 旗舰模型并押注前沿模型研发
据 Business Insider 报道，知情人士消息，亚马逊正全面调整人工智能战略，在 AGI 部门裁员及相关实验室关闭后，进一步收缩分散的模型研发方向。公司拟逐步淘汰多数内部旗舰 Nova 模型，包括 Premier、Omni、Reel 和 Canvas，并将工程师与算力资源集中投入新的前沿模型研发计划。