过去一天里，真正值得关注的 AI 消息不算多，但信息密度很高，集中在模型发布、工程化方法，以及基础设施外部性三个方向。

1. Anthropic 发布 Claude Fable 5 和 Claude Mythos 5。 官方说明称，Fable 5 是其首个面向大众开放的 Mythos 级模型，主打更长时自主执行、软件工程、知识工作、视觉和科研能力；同时推出面向少数可信网络防御机构的 Mythos 5。Anthropic 还明确写到，为了降低网络安全滥用风险，Fable 5 在部分高风险请求上会回退到 Claude Opus 4.8，相关保护平均触发率低于 5% 会话。这个发布值得关注，不只是因为能力继续上探，也因为“同一底座模型按风险分级开放”越来越像前沿模型的标准商业化路径。来源：Anthropic 官方。

2. Google 推出实验性开源模型 DiffusionGemma。 Google 在官方博客和开发者博客中披露，这是一款基于 Gemma 4 的 26B MoE 文本扩散模型，推理时只激活 3.8B 参数，支持并行生成 256-token 块，官方给出的速度数据是单张 H100 超过 1000 token/s、RTX 5090 超过 700 token/s，并称在专用 GPU 上文本生成可比传统自回归模型快最多 4 倍。Google 也明确提醒，它优先追求速度和交互式本地工作流，整体输出质量仍低于标准 Gemma 4。值得看的是，大厂开始把“更快但不一定更强”的新架构直接交给开发者试。来源：Google 官方。

3. 微软开源 SkillOpt，试图把 agent skill 文档变成可优化对象。 VentureBeat 报道，微软发布 MIT 许可的 SkillOpt，用类似深度学习优化的方法迭代 agent 的 markdown 技能文档，而不是调整底层模型权重。报道援引微软研究人员说法，核心不是让文本能改，而是让改动具备步长控制、验证门和失败记忆，避免 skill 在持续修订中“越改越坏”。如果这个方向跑通，企业里大量依赖提示词、流程说明、工具规范的 agent 系统，后续优化方式可能会从人工 prompt 调参，转向更工程化的持续优化。来源：VentureBeat，涉及微软开源项目披露。

4. Reuters/Ipsos 民调显示，美国公众对 AI 数据中心扩张明显警惕。 Reuters 6 月 11 日报道，其与 Ipsos 的调查显示，仅三分之一受访者认同快速建设支持 AI 的数据中心是好事，57% 反对在自己社区附近新建数据中心，77% 担心 AI 推高电价。这个信号很重要：前沿 AI 竞争现在不只取决于模型和资本，也越来越取决于电力、土地、用水和地方政治。基础设施约束正在从幕后走到台前。来源：Reuters。

这些消息放在一起看，一个趋势很清楚：前沿 AI 竞争已经不再只是“谁的模型更强”，而是在同时比拼能力释放方式、工程优化效率，以及社会对算力基础设施的承受度。

• 世界末日倒计时
• AI
• AI新闻
• 自动生成