yii.
← Digest
EP108 · 2026年6月20日 星期六 · 10 min read

禁令、開源與人才戰

每天花 1% 的時間，掌握科技脈動。

今日金句#

“There are no instances in atproto. The question is a category error. Instances are a Mastodon-brained concept.” 「ATProto 裡根本沒有『實例』這種東西。這個問題本身就問錯了——『實例』是 Mastodon 腦袋才有的概念。」 — Dan Abramov, React 之父、ATProto 開發者

“Stop being the person who prompts the agent. Design the system that does it for you.” 「別再當那個逐句對 agent 下指令的人。去設計一個會替你跑這件事的系統。」 — HuaShu（花叔）, Loop Engineering 橙皮書作者

“The reason you didn’t get the ninety-five plus percent is because you’re not that lucky.” 「你之所以拿不到 95% 以上的 GPU 利用率，是因為你沒那麼好運。」 — Anjney Midha, AMP 執行長

今日主軸：封鎖與擴散，同一天上演#

今天最值得連起來看的，是 AI 世界裡兩股相反的力量同時爆發。一邊是「封鎖」：美國政府對 Anthropic 最新模型 Fable 祭出近乎禁令的限制（Pragmatic Engineer），出口管制成了 Perplexity CEO、Amazon 自製晶片這些討論共同的背景音。另一邊是「擴散」：開源模型 GLM-5.2 被 Jeremy Howard 等實踐者認證「跟 Opus 4.8、GPT-5.5 同級」，而且 Z.ai 預告年底要開源 Fable 等級的模型（Latent Space）。你越想關住它，它越從柵欄縫裡飄出去。更耐人尋味的是人才流向——AlphaFold 的諾貝爾獎得主 John Jumper 在這個節點離開 Google DeepMind 加入 Anthropic（科技新報），證明被政府盯上的公司，照樣是頂尖大腦想去的地方。封鎖、開放、人才戰，今天剛好擺在同一張桌上。

必讀#

  1. GLM-5.2 通過實測：首款「恰好開源」的前沿模型 — Latent Space AI
  2. 美國對 Anthropic Fable 模型下禁令，反而推了中國開源一把 — Pragmatic Engineer AI
  3. Loop Engineering 橙皮書：別再逐句下指令，去設計會自己跑的系統 — GitHub AI
  4. 諾貝爾獎得主 John Jumper 離開 DeepMind 加入 Anthropic — 科技新報 AI
  5. 全球部署最廣的資料庫正在用 Rust 重寫：Turso — GitHub Dev
  6. Vercel 推出 eve：檔案系統優先的 AI Agent 框架 — GitHub Tools
  7. Amazon 要直接賣 AI 晶片，正面挑戰 Nvidia — TechCrunch News
  8. OpenAI IPO 前夕招攬大將：Transformer 作者與前白宮 AI 政策官 — TechCrunch News
  9. Project Valhalla 解析：十年磨一劍，JDK 28 終於到來 — JVM Weekly Dev
  10. Hyundai 全面收購 Boston Dynamics，SoftBank 以 3.25 億美元退場 — StartupFortune Startup
  11. Dan Abramov：ATProto 裡根本沒有「實例」 — overreacted.io Dev

1. GLM-5.2 通過實測：首款「恰好開源」的前沿模型#

開源模型第一次被第一線研究者認證達到真正的前沿級別。GLM-5.2 採用 753B 參數的 MoE 架構，支援百萬 token 上下文，在 AA-Briefcase 基準達到 1266 Elo，每個任務成本僅 $2.40。相比上一代 GLM-5.1，在應用開發任務上性能從 21/70 躍升到 48/70。Z.ai 更預告會在 12 月前釋出開源版的 Fable 等級模型。

  • 首款「恰好開源」的前沿模型，打破過去開源只靠跑分衝高、隨即被遺忘的慣例
  • IndexShare 稀疏注意力大幅降低百萬 token 推理成本，28.5T token 預訓練規模
  • 可直接在 Hugging Face 取用、支援本地 GGUF 部署，企業多了一個高性價比選項

💡 為什麼重要：當美國這頭對 Anthropic 設限，開源模型那頭直接追平前沿——頂規 AI 能力正在變成人人拿得到的東西，對獨立開發者是實打實的好消息。

🔗 閱讀原文 | 來源: Latent Space

2. 美國對 Anthropic Fable 模型下禁令，反而推了中國開源一把#

美國政府對 Anthropic 最新模型 Fable 祭出近乎僅限美國公民使用的限制。Pragmatic Engineer 分析，此舉的弔詭之處在於：它可能讓中國的開放模型在全球更具影響力，因為世界其他地方拿不到 Fable，就會轉向拿得到的開源替代品。同篇還點到 SpaceX IPO 後馬斯克收購 Cursor、Meta 工程文化受損等產業動態。

  • 封鎖最強閉源模型，等於把全球非美國市場推向開源陣營
  • 出口管制正在成為這一週 AI 討論的共同背景音（Perplexity CEO、Amazon 晶片皆然）
  • 地緣政治正在重塑 AI 競爭格局，技術領先不再只看模型強度

💡 為什麼重要：這是今天主軸的起點——「封鎖」這個動作，正在意外地加速「擴散」。

🔗 閱讀原文 | 來源: Pragmatic Engineer

3. Loop Engineering 橙皮書：別再逐句下指令，去設計會自己跑的系統#

Loop Engineering 是 2026 年 6 月爆紅的新術語，由 Peter Steinberger、Anthropic Claude Code 負責人 Boris Cherny、Addy Osmani 不約而同提出。核心理念是把 AI 工程從「人寫提示」推進到「系統自運行」。完整技術棧是 Prompt → Context → Harness → Loop。這份免費橙皮書（中英文版皆有）系統化整理了五大循環動作、四大成本（驗證債、理解衰減、Token 爆發、認知投降）與三個真實案例。

  • 範式轉移——從人類中心（逐句下指令）到系統中心（設計會自己跑的迴圈）
  • 四大成本提醒你 loop 不是免費的，尤其「Token 爆發」與「驗證債」
  • 代碼審查這類有固定反饋標準的任務最適合 loop；開放式開發則仍需 human-in-the-loop

💡 為什麼重要：對在用 Claude Code / Codex 的開發者，這定義了下一步的進化方向——你是在用 AI，還是在設計駕馭 AI 的系統。

🔗 閱讀原文 | 來源: GitHub

4. 諾貝爾獎得主 John Jumper 離開 DeepMind 加入 Anthropic#

AlphaFold 的核心人物、剛拿下諾貝爾化學獎的 John Jumper，宣布離開 Google DeepMind 加入 Anthropic，AI 人才戰再升溫。耐人尋味的是時間點——正值美國政府對 Anthropic Fable 模型設限之際，頂尖科學家卻反向選擇加入這家被盯上的公司。

  • 被政府設限的公司，照樣是頂尖大腦想去的地方
  • AI 人才戰已從工程師延燒到諾貝爾級科學家
  • Anthropic 在研究聲望上持續積累，與其監管處境形成對比

💡 為什麼重要：封鎖一家公司，跟這家公司值不值得加入，是兩回事——這是今天主軸的人才面註腳。

🔗 閱讀原文 | 來源: 科技新報

5. 全球部署最廣的資料庫正在用 Rust 重寫：Turso#

Turso 是用 Rust 重寫的 SQLite 相容資料庫，支援 BEGIN CONCURRENT（MVCC 多版本並行控制）改善寫入吞吐量，並內建變更資料擷取（CDC）、向量搜尋、加密、增量計算等企業級功能。提供 Rust、JS、Python、Go、Java、.NET 六種語言綁定，並支援 WebAssembly。SQLite 撐起地球上約一兆個資料庫實例，這次重寫意義重大。

  • SQLite 檔案格式相容，遷移成本低，但併行寫入性能大幅提升
  • Linux 上用 io_uring 非同步 I/O，向量搜尋與加密為實驗性功能
  • 系統核心基礎設施往記憶體安全語言遷移的又一里程碑

💡 為什麼重要：如果你的專案用 SQLite 又卡在併行寫入，或需要向量/加密，Turso 是值得評估的低遷移成本選項。

🔗 閱讀原文 | 來源: GitHub

6. Vercel 推出 eve：檔案系統優先的 AI Agent 框架#

eve 把 agent 工程從「黑盒提示詞」提升到「結構化專案」。核心能力放在約定俗成的檔案位置：instructions.md（系統提示）、tools/（工具函數）、skills/（程序）、channels/（通訊）、schedules/（定時任務）。用 TypeScript + Zod schema 定義工具，內建互動式終端 UI，定位於可用於生產的「耐久性 AI agent」。

  • 檔案即配置——agent 系統變得好檢視、好擴展、好運維
  • npx eve@latest init 即可起一個含工具、定時任務、多通訊渠道的 agent
  • 恰好是 Loop Engineering 趨勢的產品落地：停止逐個提示，改設計能自主運行的系統

💡 為什麼重要：跟橙皮書（必讀 3）連起來看——這就是「設計會自己跑的系統」具體長什麼樣。

🔗 閱讀原文 | 來源: GitHub

7. Amazon 要直接賣 AI 晶片，正面挑戰 Nvidia#

AWS 考慮把 Trainium AI 晶片對外銷售，打破過往只供內部使用的慣例。Amazon 估計這塊市場機會高達每年 500 億美元，相當於英特爾的全年營收。Trainium 現有產能幾乎瞬間售罄，下一代 Trainium4 的需求同樣遠超供給。Nvidia 目前年收入約 326 億美元。

  • 500 億美元的潛在市場，直指 Nvidia 的核心地盤
  • 產能與製造仍是瓶頸（Nvidia 已是台積電最大客戶）
  • AI 晶片市場正從 Nvidia 壟斷走向多家競爭

💡 為什麼重要：出口管制 + 自製晶片，是今天「主權」主軸的硬體面——大廠都想擺脫對單一供應商的依賴。

🔗 閱讀原文 | 來源: TechCrunch

8. OpenAI IPO 前夕招攬大將：Transformer 作者與前白宮 AI 政策官#

OpenAI 在 IPO 籌備期聘來 Noam Shazeer（2017 Transformer 論文共同作者、Character AI 創辦人，該公司曾被 Google 以 27 億美元收購）與 Dean Ball（川普政府前白宮 AI 政策官）。Dean Ball 將領導新的「戰略未來」團隊，聚焦災難性風險、遞迴自我改進、勞動力市場衝擊，以及前沿實驗室與政府的關係。

  • 技術頂尖人才 + 政治影響力，雙線布局 IPO
  • 相較 Anthropic 的監管困境，OpenAI 與政府關係明顯更順
  • AI 競爭已不只是技術，更是政策制定權的競爭

💡 為什麼重要：和 Anthropic 禁令對照看——同樣是前沿實驗室，與政府的關係差異正在轉化成市場位置差異。

🔗 閱讀原文 | 來源: TechCrunch

9. Project Valhalla 解析：十年磨一劍，JDK 28 終於到來#

Java 醞釀十年的 Project Valhalla 將在 JDK 28（2027 年 3 月）推出預覽版，讓開發者寫出兼具物件導向可讀性與原始型別效能的 value class。核心機制是 scalarization（JIT 把物件分解為欄位）與 heap flattening（緊湊記憶體配置、消除指標間接存取）。整個專案橫跨 1,816 個檔案、超過 19.7 萬行程式碼。

  • 「Code like a class, works like an int.」——抽象與效能不再二選一
  • value class 無身份、欄位隱性最終化、相等改為值比較、禁止同步化
  • Integer/Long 等包裝類將成 value class，大幅降低 boxing 開銷

💡 為什麼重要：金融、圖形、ML、HPC 等高效能 Java 場景，終於能在不犧牲抽象的前提下做密集記憶體配置。

🔗 閱讀原文 | 來源: JVM Weekly

10. Hyundai 全面收購 Boston Dynamics，SoftBank 以 3.25 億美元退場#

Hyundai 取得 Boston Dynamics 完整控制權，SoftBank 以 3.25 億美元退場。這家以 Atlas、Spot 機器人聞名的公司，在人形機器人商業化競賽白熱化之際，被汽車製造商完全收編，象徵製造業正把機器人視為核心戰略而非實驗項目。

  • SoftBank 退場，Hyundai 全面接手，機器人歸入汽車製造體系
  • 人形機器人從炫技 demo 走向量產與工廠落地
  • 汽車廠（Tesla、Hyundai）正成為人形機器人賽道的主力玩家

💡 為什麼重要：當 AI 的爭奪在雲端打得火熱，實體機器人的戰場也正在被製造業重新洗牌。

🔗 閱讀原文 | 來源: StartupFortune

11. Dan Abramov：ATProto 裡根本沒有「實例」#

React 之父 Dan Abramov 撰文解釋 ATProto 與 Mastodon 聯邦制的根本差異。ATProto 把「主機託管」與「內容聚合」徹底分離，不存在 Mastodon 那種「實例」概念。使用者可自由遷移託管商而保留身份，避免了伺服器宕機導致身份消失、地理身份不可變等聯邦制老問題，整體更接近 RSS 訂閱模型。

  • 「實例數」無法衡量 ATProto 的去中心化程度，問題本身就問錯了
  • 託管可移植、身份不綁伺服器，消除 O(n²) 的聯邦通訊複雜度
  • 更該關注的指標是託管遷移活動與應用生態發展

💡 為什麼重要：想做去中心化社群應用的開發者，需要先理解這兩種聯邦模式的根本差異，否則會用錯心智模型。

🔗 閱讀原文 | 來源: overreacted.io

推薦閱讀#

大神動態#

  • Dan Abramov：撰文釐清 ATProto 與 Mastodon 聯邦制的根本差異（詳見必讀 11）
  • Jeremy Howard：實測認證 GLM-5.2「跟 Opus 4.8、GPT-5.5 同級」（詳見必讀 1）
  • John Jumper：AlphaFold 諾獎得主離開 DeepMind 加入 Anthropic（詳見必讀 4）
  • Simon Willison：發布 Datasette Apps，把 Claude Artifacts 式機制帶進 Datasette（詳見推薦閱讀）

中文技術圈#

開源精選#

tamnd/kage — Go | ⭐ 2.1K 把任何網站「影印」成離線版，並剝掉 JavaScript。

Plaer1/junction — TypeScript | ⭐ 514 VS Code 側邊欄，給本地 AI coding agent 用的聊天介面。

royalbhati/sqltoerdiagram — HTML | ⭐ 484 貼上 CREATE TABLE 就生成互動式 ER 圖，100% 在瀏覽器跑、不上傳任何東西。

dongshuyan/compass-skills — Python | ⭐ 379 司南：個人化 AI 任務總控 Skills 系統。

majidmanzarpour/threejs-game-skills — Python | ⭐ 357 用 agent skills 做可玩、精緻的 Three.js 瀏覽器遊戲。

boogu-project/Boogu-Image — Python | ⭐ 330 Apache-2.0 開源圖像生成/編輯模型，用少一個數量級的資料逼近閉源水準。

影音精選#

全球最受信賴的代碼正在用 Rust 重寫#

1d · Fireship

Fireship

SQLite 的 Rust 重寫版 Turso 正式亮相，帶來原版沒有的現代功能。Fireship 用一貫的快節奏解釋為何「撐起地球上約一兆個資料庫」的東西值得被重寫。

  • Turso 是 SQLite 的 Rust 重寫版，帶來更多原版沒有的現代功能
  • SQLite 支撐著地球上約一兆個資料庫實例，此次重寫意義重大
  • Rust 在系統底層基礎設施的採用持續擴大，從 Linux 核心到資料庫引擎

40 歲獨立創辦人的時代來了#

1d · Y Combinator

Y Combinator

Webflow 共同創辦人 Bryant Chou 帶著 AI 行銷平台 Ploy 回歸 YC，主張資深創辦人的「域知識」是 AI 無法取代、反而被放大的核心競爭力。

  • Ploy 已被 12% 的同批次新創採用，用 AI 整合分析與行銷工具讓網站自動優化
  • 資深創辦人的域知識是 AI 無法取代的核心競爭力，AI 反而放大了它
  • AI 時代下，具備多技能組合的創辦人更有利於建立有意義的護城河

Pete 又說對了：我們一直搞錯 Agent 架構#

1d · Theo (t3.gg)

Theo

OpenClaw 創辦人 Peter 加入 OpenAI 後直指業界長期用錯誤方式構建 agent，Theo 深入分析這個切中核心的批評。

  • 業界普遍對 AI Agent 架構有根本性的誤解，Peter 的批評切中核心
  • 正確的 agent 設計需要重新思考人機協作的邊界與控制流程
  • OpenAI 吸納 OpenClaw 創辦人，顯示大廠對 agent 架構思維的重視

Agentic Loops 是提示詞的未來嗎？60 秒解析#

2d · Greg Isenberg

Greg Isenberg

Greg Isenberg 與 Ras Mic 深聊 agentic loop 的適用場景與風險——無邊界的 loop 會做大量假設並燒掉巨額 token，代碼審查這類有固定反饋的任務才最適合。

  • 無限制的 agentic loop 會讓 AI 做大量假設並產生巨額 token 費用，需謹慎使用
  • 代碼審查等有固定反饋標準的任務最適合 loop，開放式應用開發則不適合
  • human-in-the-loop 仍是現階段最可靠的 AI 協作架構

Perplexity CEO 談出口管制的衝擊#

1d · 20VC

20VC

Perplexity 執行長從 AI 搜尋產品的角度，剖析晶片出口管制如何重塑全球 AI 競爭格局與供應鏈——正好呼應今天的禁令主軸。

  • 美國出口管制對 AI 晶片的限制，正在深刻改變全球 AI 發展版圖
  • 從 AI 搜尋產品角度剖析地緣政治風險對業務的衝擊
  • 晶片管制加速各國建立自主 AI 算力基礎設施的迫切性

今日觀察#

把今天連起來看，會發現一個反直覺的現象：封鎖正在製造它想阻止的東西。美國對 Anthropic Fable 的禁令（必讀 2）本意是「圍堵」，但同一週開源 GLM-5.2 被認證追平前沿（必讀 1）、Z.ai 預告年底開源更強版本——你越是把頂規能力鎖進柵欄，世界就越快繞道去建一條開放的路。更微妙的是人才：諾貝爾獎得主 Jumper 偏偏在這個時點加入被盯上的 Anthropic（必讀 4），證明「被政府設限」和「值得頂尖人投奔」根本是兩件事。而從 Loop Engineering 橙皮書（必讀 3）到 vercel/eve（必讀 6），整個開發圈正把焦點從「模型多強」轉向「我怎麼設計一個會自己跑的系統」——當模型能力逐漸商品化、人人拿得到，真正的差異化就回到了使用者怎麼組裝它。對獨立開發者來說，這其實是最好的時代：你不再需要等大廠把鑰匙交給你，能力正從柵欄縫裡，飄到你手上。

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