科技

微软已停止Surface Go和Surface Laptop Go这两条平价Surface PC产品线，据知情人士透露。目前的型号,,Surface Go 4和Surface Laptop Go 3,,在大多数零售商处已缺货，且没有补货或推出后继设备的计划。 此举完成了始于2023年的Surface产品组合逐步精简过程，此前已停产的系列包括Surface Studio、Surface Laptop Studio、Surface Duo、Surface Hub、Surface Book、Surface Headphones和Surface Earbuds。 产品组合现在缩减至两种形态 Surface系列目前仅包括Surface Pro（提供12英寸和13英寸型号）和Surface Laptop（提供13英寸、13.8英寸和15英寸尺寸，以及2026年台北电脑展上发布的新型Ultra型号）。微软网站已更新，完全移除了Go和Laptop Go类别。 Surface Go的停产尤其引人注目。这款10.5英寸的可拆卸设备已成为企业部署的热门选择，其最终版本Surface Go 4仅面向商业客户发布。它的退出意味着微软不再提供低于600美元（约480英镑）的Surface设备，这可能会促使注重预算的企业客户转向第三方Windows设备。 战略转变 这一精简反映了微软的战略：将第一方硬件努力集中在它认为最能实现差异化的高端领域，尤其是在AI功能方面。该公司最近的Surface产品发布集中于高端规格，包括OLED显示屏、触觉触控板和最新的高通骁龙X2处理器,,这些功能本质上推动了价格上涨。 微软代表拒绝对停产发表评论，但指出已更新的Surface网站不再列出这两款产品。 来源: Surface Go and Surface Laptop Go are dead (Windows Central， 2026年6月30日); Microsoft prunes Surface Go and Surface Laptop Go (Tom’s Hardware， 2026年6月30日)

谷歌于6月30日发布了Nano Banana 2 Lite，将其定位为公司Gemini图像生成系列中速度最快、成本效益最高的模型。该模型技术代号为Gemini 3.1 Flash-Lite Image，专为快速原型设计和高吞吐量商业应用而设计。 速度与定价 该模型在四秒内生成一张标准1K分辨率图像，与前代产品Nano Banana 2相比大幅降低了延迟。通过Gemini API的定价为每1,000张图像约0.034美元的固定费率，适用于需要大量图像生成的应用场景。 谷歌在公告中表示：”我们正在将快速、迭代的AI图像生成交到更多人手中。”该模型现已通过Google AI Studio、Gemini API和Gemini Enterprise Agent Platform（GEAP）即时可用。 功能特性 Nano Banana 2 Lite支持文本到图像生成和图像编辑，功能包括现实世界知识整合、多代角色一致性、以及针对热点和趋势视觉内容的网络搜索集成。输出内容包括SynthID水印和C2PA内容来源元数据，为商业用途提供可追溯性。 与完整版Nano Banana 2相比，该模型牺牲了一定的输出质量以换取速度，但谷歌强调其在快速迭代循环中的实用性——在确定最终结果之前进行草稿、比较、编辑和测试多种视觉方向。 市场定位 此次发布延续了谷歌让图像生成工具更易获取的广泛努力，并将Lite版本定位为ByteDance的Seedream 5.0 Lite和Krea的部分开源Krea 2 Turbo等经济型产品的直接竞争对手。 此次发布还与谷歌同步推出的多模态对话式视频生成模型Gemini Omni Flash相辅相成。Omni Flash瞄准的是长期自主视频操控市场，而Nano Banana 2 Lite则是一项即时基础设施策略，专为大规模构建图像密集型应用的开发者设计。 婷 翻译 来源：Gemini 3.1 Flash-Lite Image — Nano Banana 2 Lite（Google DeepMind，2026年6月30日）；谷歌推出Nano Banana 2 Lite，实现4秒企业级图像生成（VentureBeat，2026年6月30日）；谷歌新款Nano […]

AMD已提交Linux内核补丁，引入新的”低功耗”CPU核心分类，表明其未来处理器将采用类似于英特尔性能、能效和低功耗核心设计的三层异构架构。 该补丁系列由AMD工程师Vishal Badole于6月29日发布，扩展了Linux x86拓扑代码以支持三种核心类型：性能（现有）、能效（现有）和新的低功耗类别。低功耗核心被描述为”专为后台或空闲工作负载期间的最小功耗而设计”。 补丁揭示了什么 这些补丁通过CPUID Fn0x80000026 EBX[31:28]报告核心类型，其中值2标识低功耗核心。这一分类使得通过sysfs向用户空间公开核心类型信息以及正确计算AMD异构部件上的加速比分子成为可能。 AMD目前的Zen 5产品线使用两种核心类型：高性能的标准Zen 5核心和具有优化时钟与功耗特性的高密度Zen 5C核心，两者均基于相同的指令集架构。新的低功耗核心代表了截然不同的第三层级。 预计将用于Zen 6 Medusa APU 行业观察人士预计，低功耗核心将在AMD的Zen 6 Medusa APU家族中首次亮相，该家族据说涵盖多种产品配置，预计将在CES 2027左右推出。Medusa芯片预计将混合使用标准Zen 6、Zen 6C（高密度）和Zen 6LP（低功耗）核心。 与英特尔在P核和E核之间使用不同指令集架构的混合方法不同，AMD的三种核心类型预计将共享相同的底层ISA，从而简化软件调度，同时提供更广泛的功耗性能调优范围。 更广泛的行业背景 此举反映了异构计算在数据中心和客户端市场中日益增长的重要性。随着CPU核心数量攀升至数十甚至数百个,,AMD的Epyc服务器芯片已超过192个核心,,拥有针对不同工作负载优化的多种核心类型使芯片设计人员能够在牺牲单线程吞吐量的情况下最大化每瓦性能。 这些Linux内核补丁目前正在内核邮件列表上接受审查。AMD尚未就Zen 6核心配置发表任何官方公告。 来源：AMD Linux Patches Introduce New “Low Power” CPU Core Type（Phoronix，2026年6月29日）；AMD Zen 6 Gains a New Low-Power Core Beyond Zen 6 and Zen 6C（WCCFTech，2026年6月29日）；AMD confirms low-power CPU […]

特朗普政府已解除对Anthropic两个最强大AI模型,,Claude Fable 5和Mythos 5,,的出口管制。据Wired获得的一封信件显示，此前该公司已与商务部达成协议。 这一逆转结束了始于6月12日的三周对峙。当时，商务部发布指令，禁止外国公民访问这些模型，理由是其先进能力带来的网络安全担忧。该限制迫使Anthropic暂停全球所有用户（包括美国员工）的访问权限，因为该公司急于遵守一项命令,,一位政府高官将其描述为关于AI护栏的新行政令的首个测试案例。 争议始末 冲突源于一项有争议的说法：亚马逊AI专家在Fable 5于6月9日发布后成功越狱了该模型，绕过了围绕高级网络安全能力的安全机制。Anthropic对此描述提出异议，称其自身的分析仅发现有限场景下的微小漏洞，并非模型防护措施被全面攻破。该公司辩称，同样的越狱技术可能影响OpenAI的GPT-5.5等竞争模型，而后者并未受到类似的限制。 政府官员指责Anthropic未能认真对待这些担忧，一位高级官员告诉Fox Business，该公司在回应问题时的”鲁莽”行为触发了管制。据报道，Anthropic首席执行官Dario Amodei在早期讨论期间无法联系到，但接近该公司的人士否认了这一点。 协议条款 经过数周涉及商务部长Howard Lutnick的谈判，商务部同意解除对这两个模型的限制。该协议允许Anthropic在该公司描述为与政府合作的框架下，恢复全球对Fable 5和Mythos 5的访问。 这场争议发生在Anthropic面临严峻背景的情况下。该公司在6月初以接近1万亿美元（约合8000亿英镑）的估值秘密提交了IPO申请，而出口管制威胁到其商业势头和国际合作伙伴关系。 整个行业密切关注此案，因为这是美国出口管制首次针对AI软件而非仅限硬件。网络安全专家认为，限制对顶级美国AI模型的访问并不会削弱对手，反而会降低美国公司的竞争优势。 来源：Trump admin has lifted export controls on Claude Fable 5 and Mythos 5 (CNBC，2026年6月30日)；The Trump Administration Is Lifting Its Export Controls on Anthropic’s Mythos and Fable AI Models (Wired，2026年6月30日)；Anthropic proposes collaboration to lift restrictions (Crypto Briefing，2026年6月18日) 婷 […]

据台湾媒体报道，Nvidia已放弃四芯片Rubin Ultra GPU计划，在遭遇台积电先进封装工艺的制造障碍后，缩减为双芯片设计。 变更内容 原版Rubin Ultra原定为Nvidia迄今最雄心勃勃的GPU封装方案：通过台积电CoWoS-L封装集成四个光罩尺寸计算芯片，16个HBM4内存堆栈提供约1TB容量，每个封装估计可提供100 FP4 petaflops算力。 台湾《工商时报》和WCCFTech报道称，四芯片设计在封装过程中导致翘曲和热应力问题，基板弯曲并破坏了芯片与基板的接触。 Nvidia并未尝试将四个芯片通过一次封装流程处理，而是转向采用2+2板级排列的双芯片架构，每个封装包含两个相同芯片，单个机架级板卡上放置两个封装。此举在保持每个机架总计算能力和内存容量的同时，大幅降低了制造复杂性，并提升了面向超大规模客户的扩展性。 性能不受影响，理论上 据报道，每个机架的计算性能预计不会下降。单个Kyber刀片仍将搭载四个Rubin Ultra GPU芯片，只是未集成到单一复杂封装中。HBM4e容量和内存带宽目标保持不变。 这一设计转变避免了更为激进的替代方案：转向台积电的Chip-on-Panel-on-Substrate（CoPoS）封装技术。该技术专为更大规模的AI加速器设计，但预计要到2028年底才能实现量产，对于Rubin Ultra原定的2027年部署而言为时过晚。 标准Rubin按计划推进 面向大规模AI训练的标准双芯片Rubin GPU仍按计划于2026年年中开始量产发货。Rubin Ultra变体基于升级版Kyber机架平台，原定于2027年下半年推出。 行业背景 封装策略的收缩凸显了AI芯片行业日益严峻的挑战：虽然晶体管微缩仍在继续，但先进封装已成为关键瓶颈。随着GPU芯片尺寸增大和内存需求飙升，在单个基板上保持多个硅芯片平坦、冷却和连接的物理难题，比芯片设计本身更具挑战性。 Nvidia尚未正式确认这一设计修订。Rubin Ultra平台的最终规格预计将在日后公布。 婷 翻译

Anthropic于2026年6月30日发布Claude Sonnet 5，将其中端模型定位为自主AI代理的性价比之选。该模型在编程、推理和工具使用等多方面基准测试中达到或超越前代Sonnet 4.6，同时价格低于OpenAI和Google的竞品。 代理性能，折扣价格 Sonnet 5在Anthropic的代理编程基准测试中得分63.2%，高于Sonnet 4.6的58.1%，逼近Opus 4.8的69.2%。在知识工作基准测试中，该模型略优于价格更高的Opus 4.8，后者专为深度研究和精细判断而设计。 Anthropic在博客中表示：”用户可以在Sonnet 5和Opus 4.8之间调整投入程度，找到成本和性能的最佳平衡点。” 该模型擅长完成复杂的多步骤任务而不会中断，并能在无提示的情况下自行检查输出结果。这些能力直到近期还需要更大、更昂贵的模型才能实现。 定价 Anthropic推出促销价：每百万输入代币2美元（约合人民币14元），每百万输出代币10美元（约合人民币72元），有效期至2026年8月31日。此后，价格将调整为每百万输入代币3美元（约合人民币22元），每百万输出代币15美元（约合人民币108元）。 在促销价下，Sonnet 5低于Opus 4.8、OpenAI的GPT-5.5和Google的Gemini 3.1 Pro，但仍高于Google的低价产品Gemini 3.5 Flash。 安全改进 新模型的不良行为发生率低于Sonnet 4.6，更善于拒绝恶意请求，对提示注入劫持的抵抗力更强，幻觉和谄媚现象减少。然而，其安全得分仍不及顶级Opus 4.8或Claude Mythos Preview，尤其是在危险的网络安全任务方面。 “在Lovable，我们正在将强大的工具交到数百万创作者手中，”AI应用构建平台Lovable的联合创始人Fabian Hedin表示。”知道何时说不的模型，与知道如何构建的模型同样重要。” 早期测试者反馈 Zapier高级工程师Daniel Shepard用两步骤自动化测试了Sonnet 5：更新Salesforce账户层级并向企业客户发送发布通知。”它从头到尾完成了任务。以前会在中途卡住。对于日常自动化来说，这是无需犹豫的选择，”他说。 可用性 Sonnet 5于6月30日成为免费和Pro层级用户的默认模型，并在所有订阅层级中均可使用。 此次发布凸显了更广泛的市场转变：代理能力已成为各个价格层级的基本预期。竞争差异点已转向成本以及在无需人工监督下的可靠性。 婷 翻译

Meta的基础AI研究（FAIR）团队于6月29日发布了Brain2Qwerty系统第二版，展示了非侵入性脑到文本解码器有史以来最高的准确率。该系统将脑磁图（MEG）记录翻译成完整句子，无需手术，无需植入物。 工作原理 志愿者佩戴装有磁传感器的头盔，这些传感器测量神经元电活动产生的微弱磁场。当他们打字时，系统通过将分布的神经活动模式映射到文本来重建预期单词。从解码单个字符的v1版本升级体现了雄心的飞跃：v2处理连续的MEG记录并重建整个句子。 该系统使用从9名志愿者收集的约22,000个打字句子进行训练，每人花费约10小时在MEG扫描仪内。 准确率数据 Brain2Qwerty v2在所有参与者中达到61%的平均单词准确率，最佳表现者达到78%。在字符层面上，单词错误率平均为39%，最佳表现者降至22%。 这些数字与近乎完美的语音转文本系统或侵入性脑机接口相比并不突出，Neuralink的N1植入物的字符错误率低于5%，但对于完全非侵入性方法来说，它们代表着重大突破，只需要头戴式传感器阵列。 开放科学，非专有 Meta正在GitHub（facebookresearch/brain2qwerty）上公开发布系统代码和训练数据集，同时设立500万美元（约400万英镑）的开放神经科学研究基金。该研究成果同时发表在《自然·神经科学》杂志上。 这种开源方法与Meta向专有AI产品的广泛转型形成鲜明对比，后者以Muse Spark产品线为代表。FAIR对开放神经科学研究的持续投入表明，该公司看到了维持独立研究身份的战略价值。 非侵入性的优势 Brain2Qwerty的目标人群是因ALS、中风或闭锁综合征等神经系统疾病而失去说话能力的人。对于这些人来说，即使61%的单词准确率也代表着此前不存在的沟通渠道。 MEG技术仍然存在重大实际限制：扫描仪是房间大小的设备，耗资数百万美元，需要磁屏蔽环境。便携式部署仍需数年时间。 尽管如此，v2的结果正在改变关于脑机接口的讨论。该领域长期以来一直认为高保真神经解码需要打开颅骨。Brain2Qwerty v2表明，算法改进可以在不跨越手术门槛的情况下缩小差距，从而使这项技术有可能惠及数百万人，而不仅仅是少数愿意接受侵入性手术的人。 婷 翻译

关于人工智能是摧毁还是创造就业的争论，如今有了新的数据点，让双方的立场都变得更加复杂。金融平台Ramp与劳动力分析公司Revelio Labs联合开展的一项研究发现，在AI上投入巨资的企业正在扩大其员工队伍，包括入门级岗位。 该报告分析了近22,000家企业，将企业AI支出数据与劳动力记录进行匹配。被归类为”高强度采用者”的企业，，即在最初三个月内，每位员工每月在AI工具上平均花费US$30（约合AGBP24），，员工总数增长了10.2%。在这些企业中，入门级员工数量增长了12%，直接反驳了AI自动化会首先淘汰初级岗位这一普遍假设。 就业增长最为强劲的是信息行业，包括软件、互联网、媒体和科技相关企业。工程、销售、行政管理、客户服务、财务、市场营销和科研岗位的员工数量均有增长。 这一发现挑战了AI主要取代工人的主流叙事。截至2026年5月，企业已宣布近90,000个与AI相关的裁员岗位，高盛数据显示，AI每月净减少约16,000个工作岗位，其中Z世代和入门级工人受到的冲击最大。波士顿咨询集团预测，五年内美国多达15%的工作岗位可能被AI取代。 报告作者提醒，数据偏向于技术前沿、由风险资本支持、快速成长的企业，因此难以判断AI是直接推动招聘，还是仅仅与企业的扩张相关。那些仅尝试使用AI的企业，，购买订阅并进行试点，但没有持续投入，，并未看到员工数量增长。 该报告认为，AI可能充当企业扩张的工具。对于软件和科技公司来说，AI可以使核心产出更便宜或更快地完成：编写代码、调试、构建内部工具以及编写技术文档。这些工作流程中生产成本的降低，可以提高整个企业的扩张回报，而不仅仅是工程团队。 风险在于AI”有产者”和”无产者”之间的差距正在扩大。拥有现有资源，，资本、技术人员、创始人网络和管理能力，，的企业最有能力将AI采用转化为商业收益。”缺乏这些渠道的企业可能会落后，”报告总结道。 婷 翻译 来源：The AI jobs debate just got messier（TechCrunch，2026年6月29日）；AI Adoption Spurs Hiring Surge: Entry-Level Roles Grow 12%（AI Herald，2026年6月30日）

OpenClaw（开源自托管 AI 代理平台）发布了原生 iOS 和 Android 配套应用，用户首次可以通过手机控制他们的 AI 代理。但早期评测显示，移动端体验仍需大幅改进。 OpenClaw 是一款自托管 AI 代理，可在 Mac、Linux 机器或通过 WSL2 运行的 Windows PC 上使用。用户连接 Claude、OpenAI、Gemini 或其他 AI 服务的 API 密钥，让代理能够访问网关机器上的消息应用、文件、网页浏览器及其他工具。该平台最初名为 Clawdbot（在 Anthropic 反对其原名后更名），现已发展成为最受欢迎的开源代理框架之一。 新的移动应用是配套节点，而非独立客户端。它们通过 WebSocket 使用端口 18789 连接到现有的 OpenClaw 网关，利用 mDNS 进行本地网络发现，或通过 Tailscale 进行远程访问。连接过程涉及配对，需要网关所有者通过命令行批准设备。 配对完成后，应用提供多种功能：与 AI 助手聊天、文档扫描的相机拍摄、分析用的屏幕截图、位置共享以及免提操作的语音输入。iOS 应用渲染了一个 WKWebView 画布，AI 代理可以控制该画布，导航到 URL 并执行 JavaScript。Android 应用提供类似功能，并增加了聊天会话管理。 早期评价褒贬不一。用户反映设置过程并不简单 ，， 应用需要运行中的网关、网络配置和基于命令行的设备批准才能正常使用。故障排除指南列出了常见错误，包括 NODE_BACKGROUND_UNAVAILABLE（iOS […]

将AI智能体定位为数字员工而非软件工具的市场营销策略正在产生一种可测量且危险的效果：根据发表在《哈佛商业评论》上的一项新研究，人们认为AI是同事时会变得不那么谨慎。 波士顿大学的艾玛·威尔斯进行了一项研究，让管理者评估据称由AI工具产生的工作。当该工具被介绍为一名名叫亚历克斯的”同事”，并赋予了职位和职责时，与将相同成果归因于聊天机器人相比，参与者发现的错误减少了18%。他们将有问题的提交给上级进一步审查而非自行纠正的可能性也高出44%，并且对成果的个人责任感降低。 这一发现具有直接的实践意义。自2026年4月以来，微软、OpenAI、Anthropic和谷歌都发布了管理AI智能体团队的工具，通常以”数字同事”为卖点。一项针对1,261名管理者的调查发现，近三分之一的人表示其公司已经将AI智能体定位为员工，23%的人将其列在组织架构图中。 英伟达CEO黄仁勋曾谈到由”数字人类”组成的工作场所。这种术语的传播速度超过了其有用性或安全性的证据。 麻省理工学院经济学家、诺贝尔奖得主达龙·阿西莫格鲁广泛研究了AI与劳动经济学，他认为这种定位适得其反。”AI智能体目前被推销为可以替代人类的东西，我认为这是一个注定失败的主张，”阿西莫格鲁说。”它们应该被优化以提升人类能力，而这正是它们目前所不具备的。” 责任倒置超越了生产力方面的担忧。在医疗、战争、教育、政府等错误会带来实际后果的领域，将AI智能体视为员工会制造替罪羊机制。麻省理工科技评论的文章引用了《卫报》的一个例子：伊朗一所学校的爆炸案最初被归咎于一个名为Claude的AI智能体，而实际原因是一连串的人类决策。 斯坦福大学的盐实验室采取了不同的方法，向104个职业的1,500名员工提供了AI能力的信息，并询问他们实际上认为哪些任务有用。结果显示，技术专家认为员工想要的与员工实际想要的之间存在显著差距。例如，专家认为核实销售代表的客户信用评级是AI的理想任务，但员工自己表示坚决不希望这项任务被自动化。 研究表明，AI在工作场所中最有效的作用是增强而非替代。将AI智能体视为同事会削弱人类的监督和问责制，而将其视为提升人类能力的工具则保留了使监督有意义的判断力。 婷 翻译 来源：AI智能体不是你的”同事”（麻省理工科技评论，2026年6月29日）