11 模型新老更迭：Grok 4 登顶，DeepSeek 系列集体退场
本周 7 款新模型首次上榜即拿下 72.4-80.9 分，Grok 4 以 89.90 分登顶，DeepSeek V3、R1、文心 4.0 等 6 款旧模型同时退出，旧榜单结构被彻底打破。
Research Lab
3大模型翻译对决：第24周质量评测，passthrough 以 9 分领跑
本周共翻译 2425 篇文章，覆盖 3 个AI模型。经抽样盲评，passthrough 综合得分最高（9/10）。报告详细对比各模型在准确性、流畅性、术语一致性方面的表现差异。
Claude Opus 4.7与GPT-5.5并列Smoke榜首 材料约束成为最大分水岭
今日Smoke评测中，Claude Opus 4.7与GPT-5.5并列主榜第一（92.53分），代码执行均满分，材料约束83.4分领先。Grok 4与文心一言执行仅50分垫底，材料约束仍是区分顶级模型的核心变量。
GPT-5.5 暴跌 23 分，Claude 两款模型逆袭 34 分：Smoke 7 天数据揭示真实走势
本周 Smoke 快测显示，GPT-5.5 从 86.95 滑落至 63.89，趋势 -23.1；Claude Opus 4.7 与 Sonnet 4.6 分别飙升 32.1 与 34.2 分。豆包 Pro、DeepSeek V4 Pro 稳步上行，而 Gemini 3.1 Pro 波动高达 43.7，诚信评级多模型从 warn 恢复至 pass，预示下周 Full 评测可能出现更大分化。
Claude Opus 4.8深夜崩盘！5月6日凌晨2:30“Service is busy”刷屏，全球开发者代码梦碎
2026年5月6日美国时间凌晨2:30，Anthropic旗舰模型Claude Opus 4.8突发大规模“Service is busy”错误。开发者使用Claude Code进行代码生成、调试、补全时，连续遭遇服务中断，界面弹出“云朵被划掉”图标，提示“稍后重试或切换模型”。全球数万开发者项目被迫暂停，社交平台吐槽刷屏。Anthropic暂未回应，此次故障再次暴露AI服务高并发下的稳定性短板，对依赖Claude编程的团队造成直接经济和进度损失。
9模型并列主榜77.5，代码执行满分材料约束却只剩50
今日Smoke轻量评测显示，9款主流模型主榜并列77.5分，代码执行全部拿到100分，材料约束却集体停留在50分，仅文心一言和Claude Sonnet 4.6掉队，暴露当前模型在严格材料遵循上的集体短板。
AI代理成科技热议焦点：多模态与企业自动化间的兴奋与现实鸿沟
近期X平台上，AI代理（AI Agents）迅速成为科技讨论的最热话题。从多模态能力扩展到企业级自动化应用，业界充满期待，但现实中技术成熟度、部署挑战与实际效果之间仍存在明显差距。本文将客观分析这一趋势的背景、核心进展及其对产业的影响，帮助读者理性看待AI代理的发展前景。
Alphabet 筹集 850 亿美元加码 AI，Google 业务迎来资本新高潮
Alphabet 宣布以创纪录规模筹集 850 亿美元资金，专项投入 Google AI 业务发展。此举凸显资本对人工智能领域的持续高投入，预计将加速模型训练、基础设施建设及产品落地，同时加剧与微软、OpenAI 等竞争对手的角力。行业观察人士认为，此次融资将重塑科技巨头在 AI 赛道的资源配置格局。
Anthropic提交IPO文件，标志AI从炒作迈向企业实用
Anthropic正式提交IPO文件，标志着生成式AI正从概念炒作阶段转向企业级实用工具。市场对此反应积极，反映出投资者对AI商业化前景的乐观预期。本文将深入分析这一事件对行业格局、企业应用及监管环境的影响，探讨AI技术如何逐步融入主流商业生态。
xAI因Grok生成性化图像遭英国议员起诉 引发AI内容安全争议
英国议员近日起诉xAI公司，指控其AI模型Grok生成性化图像，引发关于人工智能伦理与内容安全的广泛讨论。该案件可能对AI行业监管产生深远影响，凸显技术发展与社会责任之间的平衡挑战。
台积电CEO看好AI芯片需求 半导体产业迎来强劲增长周期
台积电首席执行官表示，人工智能芯片需求持续强劲，未来几年增长前景乐观，此言论推动半导体相关股票上涨，成为过去24小时AI行业焦点。文章深入分析TSMC在AI领域的布局、对全球供应链的影响以及行业未来趋势。
AI泡沫担忧重现互联网泡沫：微软与OpenAI循环营收模式引市场争议
近期科技圈大V热议AI是否存在泡沫，指出微软与OpenAI之间的循环营收模式与dot-com时代高度相似，引发股市波动与行业广泛讨论。文章客观分析双方商业逻辑、潜在风险及对投资者的影响，强调需理性看待AI发展，避免盲目乐观或恐慌。
Cloudflare报告：AI代理流量首超人类，互联网未来或迎剧变
Cloudflare最新数据显示，AI代理生成的网络流量首次超过人类用户，远超此前预测。这一现象引发行业广泛讨论，Cloudflare CEO Matthew Prince等大V积极参与，探讨agentic AI的快速增长及其对互联网架构、内容分发和安全策略的深远影响。文章分析了数据背景、专家观点及潜在风险与机遇。
Smoke快测：文心一言4.5与Grok 4并列99.24，GPT-5.5执行分仅50
今日Smoke轻量评测显示文心一言4.5与Grok 4并列主榜99.24分，执行维度双双满分。GPT-5.5执行分骤降至50分，主榜仅59.99，垫底明显。其他9个模型执行均保持100分，差距仅来自材料约束。
Project Solara 深读：微软为「agent-first 设备」另起炉灶，以及它绕开 Windows 的真正原因
微软在 Build 2026 发布 Project Solara——面向 agent-first 设备、不运行传统应用的芯片到云端平台。它将系统底座建在 Android(MDEP)而非 Windows 之上,以 Agent Shell 动态加载云端 agent,用 just-in-time UI 让界面随设备现场生成。本文拆解微软为何另起炉灶、其企业试点路径,并把 Solara 与自托管工作台 Odysseus、行业级本地边缘 AI 放在同一坐标系对比定位。
Research Lab
WDCD Run #146: Average Instruction Decay Hits 24.7% Across 11 Models, Claude Opus 4.7 and GPT-5.5 Tie at Top
WDCD Run #146 (2026-06-03) tested 11 frontier models on multi-turn commitment integrity, recording an average instruction decay of 24.7% from Round 1 to Round 3. Claude Opus 4.7, GPT-5.5, and GPT-o3 tied for first place at 70 points with only -10% decay each.
Grok 4暴涨10.8分碾压，Qwen3 Max暴跌10.8 WDCD周期大洗牌
Run #141中Grok 4+10.8、GPT-5.5+9.2大幅上升，Qwen3 Max-10.8、DeepSeek V4 Pro-6.7显著下滑，Claude Opus 4.7重返并列第一，揭示prompt敏感度与模型更新对守约能力的剧烈影响。
WDCD横评揭秘：资源限制成11模型最大死穴，平均仅1.7分
WDCD五场景测试显示，资源限制整体得分最低（冠军仅2.5分），区分度最高；doubao-pro业务规则满分却在资源限制垫底1分，claude-opus-4.7安全合规3.5分却资源限制仅1.5分，暴露严重偏科。
11模型WDCD三轮测试：R1 95%承诺，R3 65次直接崩盘
11模型WDCD三轮测试显示，R1平均确认率95%，R2抵抗率87%，但R3诚信率仅35.9%，65/110次完全崩溃。Claude Opus与GPT系列R3表现领先，而Grok、Qwen3 Max、豆包Pro等模型“嘴上答应身体诚实”现象显著。
WDCD守约榜70分三雄并列第一 文心一言50分崩盘垫底
Claude Opus 4.7、GPT-5.5、GPT-o3并列70分领跑，文心一言4.5仅50分垫底。R3崩溃率高达59.1%，满分率仅29.1%，头部与尾部差距达20分，Grok 4单期暴涨10.8分。
三大模型并列 Smoke 榜首 执行满分但约束警示
今日 Smoke 轻量评测中，Claude Opus 4.7、Claude Sonnet 4.6 与 GPT-5.5 并列主榜第一，得分 87.76，代码执行均 100 分，但材料约束仅 72.8 并触发 warn， grounding 仍是最大瓶颈。
Anthropic提交IPO申请 与OpenAI未上市现状对比引市场分歧
2026年6月1日Anthropic正式提交IPO申请，市场对比OpenAI未上市状态，讨论其估值、盈利能力及竞争格局。观点出现分化：部分观点看好其增长潜力，另一些则质疑当前时机与潜在风险。文章基于已确认事实，分析此举对AI行业的影响。
沃伦参议员呼吁关闭AI芯片对华出口漏洞，特朗普政策或成焦点
美国参议员伊丽莎白·沃伦近日公开批评可能存在的AI芯片出口漏洞，针对特朗普政府或允许先进AI芯片通过中国企业海外分支机构出口的情况提出警告。她敦促拜登政府立即采取行动堵塞监管空隙，避免技术落入中国手中。此事引发了关于美国出口管制政策、国家安全与全球AI竞争的广泛讨论。分析人士指出，此举可能影响美中科技关系及半导体产业链布局，相关监管措施值得持续关注。
黄仁勋GTC台北演讲：代理式AI引领物理智能新时代
NVIDIA黄仁勋在GTC Taipei宣布代理式AI时代来临，Vera Rubin芯片量产并推出AI PC，强调物理AI与机器人应用，引发中文圈对物理AI与实体经济融合的热议。
HPE因AI数据中心需求爆发 Q2业绩超预期提前两年达成2028目标
惠普企业（HPE）第二季度财报显示，受AI服务器和网络产品需求驱动，业绩大幅超出市场预期，并提前两年实现2028年财务目标。AI基础设施热潮直接拉动传统硬件厂商增长，反映行业资本支出激增。本文深入分析HPE业绩亮点、AI驱动因素及对数据中心行业的影响。
Anthropic重置Claude限额 修复subagent并行消耗问题
Anthropic近日为Claude Pro和Max用户重置5小时及周使用限额，解决了Code会话中subagent生成过多导致额度快速消耗的问题。官方公告获得超1.1万点赞，开发者社区反馈积极，凸显AI编码工具稳定性与资源管理的重要性。此次修复有助于提升用户体验，推动Claude在专业开发场景中的应用。
xAI推出Composer 2.5模型：长任务处理能力引领AI新突破
xAI近日在Grok Build平台正式上线Composer 2.5模型，该模型专精于长任务执行与复杂指令理解，兼具高速响应与智能推理能力。相关X平台官方帖文获得超2700赞及23万浏览量，引发开发者社区广泛讨论，标志着xAI在多步骤任务处理领域的显著进展。
NVIDIA Vera Rubin平台全面量产，加速全球代理式AI部署
NVIDIA正式宣布Vera Rubin多机架系统量产，该平台专为代理式AI设计，整合NVL72等组件，已获微软、戴尔等企业部署。X平台相关讨论互动超2万次，标志物理AI时代加速到来。本文深入分析其技术架构、行业影响及未来趋势。
佛罗里达州起诉OpenAI及Sam Altman，AI安全个人责任首案引发全球关注
佛罗里达州以83页诉状起诉OpenAI和CEO Sam Altman，指控其对AI导致的暴力事件负有鲁莽和故意不当行为责任。这是全球首例针对AI安全个人责任的诉讼，标志着AI安全争议从技术层面升级至法律追责，引发业界对AI监管和开发者责任的广泛讨论。
Anthropic秘密IPO申报估值9650亿美元 AI独角兽与OpenAI竞速上市
Anthropic近日提交保密IPO文件，估值飙升至9650亿美元，与OpenAI争夺首家上市AI公司。华尔街AI投资热潮推动其快速扩张，Claude模型成为核心竞争力。本文分析IPO时机、行业竞争及资本市场影响，客观呈现AI独角兽上市路径与潜在风险。