yii.
← Digest
EP88 · 2026年5月31日 星期日 · 7 min read

AI 收費期降臨，基礎設施狂吸金

每天花 1% 的時間，掌握科技脈動。

今日金句#

“The binding constraint shifted from can you build it to can you tell whether it’s right.” 「真正的限制，已經從『你能不能做出來』，變成『你能不能判斷它對不對』。」 — Aaron Brethorst，軟體架構師

“It was like I had another ‘person’ in my head, sharing my inner monologue—but the ‘person’ was a computer system owned by a budding megacorp.” 「就像我腦子裡多了另一個『人』，分享我的內心獨白——但這個『人』是一套被新創巨頭擁有的電腦系統。」 — Chad Whitacre，退出科技業的開源開發者

今日主軸：AI 的補貼派對開始散場#

這幾天的科技新聞攤開來看，是一條完整的金流。錢瘋狂湧進 AI 的底層水管——OpenRouter 拿了 1.13 億美元 Series B，半年內每週處理的 token 從 5 兆衝到 25 兆；AI 晶片新創 Groq 在募 6.5 億，轉身做 inference 雲；SoftBank 更砸 75 億歐元在法國蓋資料中心。模型大戰打完，資本把賭注押到了路由、推論、機房這些「水電煤」上。但同一週，GitHub Copilot 改成按 token 計費，開發者帳單從每月 29 美元暴衝到 750、甚至 3000，整個社群炸鍋——這帳單其實是在揭露一個被掩蓋很久的真相：過去那種無限用到爽的體驗，是平台在幫你燒錢。當錢開始要算清楚，AI 工具的免費午餐就吃到尾聲了。

必讀#

  1. OpenRouter 完成 1.13 億美元 Series B，路由層成 AI 基礎設施新熱點 — HN AI
  2. 領域知識，一直都是真正的護城河 — HN AI
  3. Anthropic 公開 Claude 跨產品的沙箱隔離架構 — Simon Willison AI
  4. GitHub Copilot 改 token 計費，開發者帳單暴衝引爆眾怒 — TechCrunch Dev
  5. Cognition 執行長 Scott Wu：AI 編碼代理不該取代人類 — TechCrunch AI
  6. 微軟把永久授權的 Mac 版 Office 強制降級為唯讀 — HN Tools
  7. Groq 募資 6.5 億美元，從晶片硬體轉向 inference 雲 — TechCrunch Startup
  8. DoorDash 如何打造 LLM 測試系統，把幻覺降低 90% — Latent Space Dev

1. OpenRouter 完成 1.13 億美元 Series B，路由層成 AI 基礎設施新熱點#

AI 模型路由平台 OpenRouter 完成 1.13 億美元 Series B，由 Alphabet 旗下 CapitalG 領投，NVIDIA、ServiceNow、MongoDB、Snowflake、Databricks 等大廠創投跟投。它扮演「agent 與模型供應商之間」的中間層，處理路由、可靠性、成本最佳化與合規。六個月內每週 token 處理量從 5 兆暴增到 25 兆（5 倍），預計年度處理超過 1 千兆 token，支援 400+ 模型、服務 800 多萬開發者。

  • 投資方涵蓋 Google、NVIDIA、MongoDB、Snowflake、Databricks——基礎設施層獲主流資本背書
  • 每週 token 量半年內 5 兆 → 25 兆，反映企業從單模型實驗轉向生產級多模型系統
  • 支援 400+ 模型與文本、圖像、音訊、視訊等多模態

💡 為什麼重要：模型廠商融資潮之後，「幫企業把請求分流到最划算模型」的中間層成了下一個吸金熱點。若你在規劃多模型系統，評估路由層的價值會比直接整合多個 API 更務實。

🔗 閱讀原文 | 來源: OpenRouter

2. 領域知識，一直都是真正的護城河#

在 AI 能生成程式碼的時代，作者 Aaron Brethorst 主張競爭格局已根本轉移——從「你能不能建構」變成「你能不能判斷它對不對」。過去「會寫程式」本身就是稀缺能力，但當編碼門檻被 AI 拉低，真正稀缺的是領域深度（物流、臨床編碼、金融風險），因為只有懂這個領域的人，才能看出 AI 輸出的業務邏輯錯在哪。

  • 程式碼品質驗證已被 AI 商品化，領域特定知識卻無法被取代
  • 無編碼能力但精通領域者，反而能立即發現 AI 生成代碼的領域邏輯錯誤
  • 最有價值的人才是同時具備領域專業與技術驗證能力者

💡 為什麼重要：這對職涯規劃有直接啟示——資深工程師該優先投資產業深度，而非無止盡追逐新技術棧。

🔗 閱讀原文 | 來源: Brethorsting

3. Anthropic 公開 Claude 跨產品的沙箱隔離架構#

Simon Willison 介紹 Anthropic 公開的沙箱化架構文件，詳述三套環境的隔離機制：Claude.ai 用 gVisor 容器、Claude Code 用 macOS Seatbelt / Linux Bubblewrap、Cowork 用完整虛擬機。核心哲學是「認證憑證根本不進沙箱」——憑證留在 host，程式碼執行環境完全隔離。

  • 三層沙箱對應三種風險等級，從容器虛擬化到完整 VM
  • API 金鑰不進沙箱——無論用戶、模型「創意路徑」或攻擊者都無法外洩
  • Anthropic 同時開源 Sandbox Runtime（srt）工具

💡 為什麼重要：要求供應商公開沙箱實作細節正在成為企業採購標配，Anthropic 的透明度為業界立了基準。

🔗 閱讀原文 | 來源: Simon Willison

4. GitHub Copilot 改 token 計費，開發者帳單暴衝引爆眾怒#

GitHub Copilot 自 6 月 1 日起從固定月費改為按 token 用量計費。開發者回報成本大幅上升：月費從 29 美元漲到 750，甚至有人預估會達 3000。社群廣泛批評微軟「先鼓勵無限使用、再突然變價」是拉地毯策略，並指出先前的補貼模式造成大量 token 浪費（vibe-coding）。

  • 定價從 $10/月（個人）、$21/月（企業）改為 token 計費，部分用戶估成本上漲 10–100 倍
  • 補貼模式被攤開——「Copilot 到底虧了多少錢」成熱議
  • 可能推動全行業重新思考 AI 編碼助手的商業模式

💡 為什麼重要：這是 AI 工具「真實成本」第一次大規模攤在開發者面前，免費午餐時代正在結束。

🔗 閱讀原文 | 來源: TechCrunch

5. Cognition 執行長 Scott Wu：AI 編碼代理不該取代人類#

開發 Devin 的 Cognition 近期募得 10 億美元、估值達 260 億。執行長 Scott Wu 明確表示「我們從未想過取代人類」，將 Devin 定位為抽象化層，處理平台遷移、遺留代碼升級等長尾維護工作，釋放人類做創新。值得注意的是，Cognition 內部 89% 的提交代碼已來自 Devin。

  • Devin 能力定位介於初級到中級工程師之間，依任務複雜度變化
  • 內部 89% 提交來自 Devin，但仍強調人類決策最高優先
  • Wu 預測 AI 代理會延伸到客服、醫療，但人類判斷不該被替代

💡 為什麼重要：與必讀 #2 互相呼應——產業領導者也在劃出「AI 增強而非取代」的邊界。

🔗 閱讀原文 | 來源: TechCrunch

6. 微軟把永久授權的 Mac 版 Office 強制降級為唯讀#

微軟將於 2026 年 7 月 13 日，把永久授權的 Office 2019/2021 for Mac 強制降為唯讀模式。機制是讓數位憑證過期——Office 2019 因版本限制無法更新取得新憑證。微軟 2023 年曾承諾軟體將「繼續運作」，2026 年已從文件移除此承諾，改推 Microsoft 365 訂閱。

  • 軟體名義上「仍可運行」，實則透過憑證失效讓功能殘廢
  • Office 2021 更新到 16.83（需 macOS 12+）可延期，Windows/Android 不受影響
  • 社群批評微軟「刻意不續約憑證」以強制升級訂閱

💡 為什麼重要：這對「軟體永久擁有權」概念構成威脅，也推動用戶轉向 LibreOffice、OnlyOffice 等開源替代。

🔗 閱讀原文 | 來源: Consumer Rights Wiki

7. Groq 募資 6.5 億美元，從晶片硬體轉向 inference 雲#

AI 晶片新創 Groq 正募資 6.5 億美元，主要來自既有投資方。2025 年 12 月它與 NVIDIA 達成 200 億美元的「偽併購」——核心高管跳槽、硬體授權，但 Groq 保持獨立。如今戰略轉向 inference 雲平台，主打「推論才是當前 AI 生產環境的主要需求」。

  • 用硬體授權換流動性，同時保留業務獨立性轉向高毛利 SaaS
  • 新領導層（CEO Adam Winter、CFO Matt Eng）聚焦 inference 雲商業化
  • 印證「硬體是進場券，inference 雲才是利潤池」

💡 為什麼重要：對 AI 晶片新創是策略示範——推論市場規模大於訓練，軟體層增值空間被資本看好。

🔗 閱讀原文 | 來源: TechCrunch

8. DoorDash 如何打造 LLM 測試系統，把幻覺降低 90%#

DoorDash 的客服聊天機器人面臨微妙的幻覺問題——上下文資訊太多反而誤讀訂單狀態、給出不存在的退款政策。他們打造雙層測試飛輪：離線模擬器分析歷史客服記錄、5 分鐘內動態生成 200+ 多輪對話測試；評估框架用「案例狀態」中間層把原始日誌精煉成結構化資訊，實現 90% 幻覺減少。

  • 離線模擬器每 5 分鐘可跑 200+ 多輪對話，免上生產環境驗證
  • 50+ 評估指標涵蓋幻覺、語氣、分類，與生產表現高度相關
  • 關鍵是把開放式對話簡化成狹義二元檢查，降低 LLM 評估複雜度

💡 為什麼重要：任何要部署 AI 客服的團隊都該先建離線測試框架，而非賭在生產環境上試錯。

🔗 閱讀原文 | 來源: Latent Space / ByteByteGo

推薦閱讀#

大神動態#

中文技術圈#

開源精選#

op7418/guizang-social-card-skill — HTML | ⭐ 1.6K Claude Code / Codex skill，產生小紅書圖文與公眾號封面，內建 28 種版型、10 種主題。

helloianneo/ian-xiaohei-illustrations — Codex Skill | ⭐ 1.1K 中文小黑怪誕正文配圖 skill，16:9 白底手繪風格。

UditAkhourii/adhd — TypeScript | ⭐ 601 給編碼 agent 用的「樹狀思考」skill，平行展開發散思路再剪枝深化。

withkynam/vibecode-pro-max-kit — JavaScript | ⭐ 593 規格驅動的編碼工具箱，主打自我改進的上下文記憶、12 agents、32 skills。

Sophomoresty/gemini-web2api — Python | ⭐ 509 把 Gemini 網頁版轉成 OpenAI 相容 API，免認證、單檔跨平台。

nv-tlabs/Gamma-World — ⭐ 429 NVIDIA 的生成式多智能體世界建模實作，超越雙人場景。

影音精選#

61 秒學會用 Obsidian 搭配 Claude#

2 天前 · Greg Isenberg

Greg Isenberg

Greg 與 Vin 示範透過 MCP 把 Obsidian 接上 Claude Code，把多年累積的 Markdown 筆記庫變成 AI 可操作的個人作業系統。透過 Smart Connections 插件與自訂 slash 指令（/trace、/connect、/ghost），Claude 能分析筆記圖譜、追蹤想法演進、生成 30 天公開學習計畫。

  • Obsidian CLI 讓 Claude 讀取筆記內容與反向連結，做跨主題模式識別
  • /ghost 指令讓 Claude 以你的思維風格回答、/challenge 壓力測試既有信念

💬 Yii 的話：這跟我每天用 Claude 操作這個 vault 幾乎是同一套玩法，個人知識庫 + agent 真的是被低估的生產力組合。

那個拯救了 JavaScript 的被遺忘開發者#

2 天前 · Fireship

Fireship

Fireship 講 Jeremy Ashkenas 如何在 2009 年用 Underscore.js（約 60 個工具函式）、CoffeeScript（第一個編譯到 JS 的語言）深刻影響現代 JavaScript，後來的 Backbone.js 也奠定前端 MVC 基礎。

  • Underscore 的工具函式後來大多被納入 JS 原生規範
  • CoffeeScript 啟發了 TypeScript 等「編譯到 JS」的後繼者

💬 Yii 的話：我們現在習以為常的語法糖，很多都是十幾年前某個人先趟出來的路。

其他影片#

今日觀察#

把今天的金流和人心放在一起看，會浮現一個刺眼的對照。同一週，資本高調宣告 AI 基礎設施是新前線——OpenRouter 拿下 1.13 億、Groq 募 6.5 億、SoftBank 砸 75 億歐元蓋機房；但離工具最近的人，卻在劃界線。Cognition 的 Scott Wu 公開說 AI 不該取代人類，一位資深開源開發者乾脆退出科技業回去過離線生活，而 Copilot 的帳單則把「無限用到爽」的幻覺一次戳破。錢愈是往水管裡灌，「人」的位置反而愈被重新追問——當編碼被商品化，真正稀缺的是判斷對錯的領域知識。對開發者來說，這一週的訊號很清楚：別只顧著追工具有多快，先想清楚在你最懂的那塊地上，你能不能比 AI 更早看出哪裡錯了。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有