🤖 AI · 2026-06-25

Curio · AI · 2026-06-25

📖 主编点评

今日 5 条头条 + 15 条备选

今日核心信号:美光财报炸裂,HBM产能提前售罄,存储短缺可能延续到2027年,AI需求见顶的担忧被击碎。同时,OpenAI与Broadcom发布自研推理芯片Jalapeño,AI芯片竞争进入新阶段。但瑞银调研显示60%企业已开始控制AI支出,模型路由策略兴起,高端模型收入增速承压。


🌟 今日精选

1. OpenAI联合Broadcom发布首款自研推理芯片Jalapeño,9个月流片,性能功耗比领先

[AI] · ⭐⭐⭐⭐⭐ · Russell Brandom

OpenAI与Broadcom合作推出的Jalapeño芯片,是一款针对LLM推理优化的巨型ASIC,采用reticle-sized设计,开发周期仅9个月。该芯片宣称在性能功耗比上超越现有方案,标志着OpenAI从模型公司向芯片设计公司的关键一步。

✅ 已确认 ⚖️ 尚属判断
Jalapeño是OpenAI首款自研芯片,由Broadcom代工设计 具体性能数据尚未公开,需第三方验证
芯片为reticle-sized ASIC,专为推理优化 量产时间和规模未披露
开发周期仅9个月,远超行业常规 对NVIDIA的替代效应尚不明朗
性能功耗比宣称超越现有领先方案 成本与定价策略未知
与Broadcom的长期合作排他性未说明

📖 主编点评

你应该关注Jalapeño的能效比数据,如果属实,将显著降低你的推理部署成本。对于正在做content-curator Agent的你,未来可能用上更便宜的API。同时,这预示着AI芯片格局正在松动,NVIDIA的垄断地位面临挑战。

📺 打开原文


2. 美光财报炸裂:HBM产能提前售罄,存储短缺延续至2027年,AI需求见顶论被击碎

[AI] · ⭐⭐⭐⭐⭐ · 华尔街见闻 API

美光最新财报显示数据中心收入超预期近七成,HBM产能已提前售罄,第四财季指引大幅上修,并签下覆盖数千亿美元收入的长期协议。这直接回应了市场对AI基建降温的担忧,存储短缺可能持续到2027年以后。

✅ 已确认 ⚖️ 尚属判断
数据中心收入超预期近70% 存储涨价能否持续取决于AI需求实际增速
HBM产能已提前售罄 HBM盈利能力仍低于通用DRAM约30个百分点
第四财季指引大幅上修 2027年HBM盈利能力能否追上通用DRAM存不确定性
签下覆盖数千亿美元收入的长期协议 其他存储厂商产能扩张速度可能影响供需平衡
宏观经济下行风险可能抑制需求

📖 主编点评

美光财报对你意味着:AI基础设施投资远未结束,你的Agent项目依赖的算力成本短期内不会下降。但存储短缺可能导致硬件涨价,如果你计划部署本地模型,建议提前锁定存储资源。

📺 打开原文


3. 瑞银调研:60%企业已开始控制AI支出,模型路由策略兴起,中国开源模型受益

[AI] · ⭐⭐⭐⭐ · 华尔街见闻 API

瑞银调研显示约60%企业已为Token使用加设护栏,有公司单用户单月花费3.5万美元。企业普遍采用"模型路由"策略,简单任务转向低价甚至中国开源模型,高端模型收入增速承压。

✅ 已确认 ⚖️ 尚属判断
60%企业已实施AI支出控制措施 模型路由是否会导致高端模型降价尚不确定
模型路由策略成为主流,简单任务用低成本模型 企业控制支出是否长期趋势有待观察
中国开源模型(如DeepSeek)被纳入路由选项 中国开源模型的质量和可靠性仍需验证
高端模型收入增速面临压力 对AI初创公司估值的影响可能滞后
开源模型商业化路径尚不清晰

📖 主编点评

这对你是个好消息:模型路由意味着你可以用更低的成本运行简单任务,把预算留给复杂推理。建议你在content-curator项目中集成模型路由逻辑,根据任务复杂度动态选择模型,能省下不少Token费。

📺 打开原文


4. Ben Thompson深度体验Vibe Coding:10条经验总结,从App构思到上线的完整实录

[AI] · ⭐⭐⭐⭐ · Ben Thompson

Stratechery作者Ben Thompson分享了他用Vibe Coding(Claude Code等工具)开发一个实际App的全过程,并总结了10条经验。这不是教程,而是一个资深科技分析师对AI编程范式的第一手反思,包括如何定义需求、管理AI输出、以及最终产品的质量评估。

✅ 已确认 ⚖️ 尚属判断
Thompson使用Claude Code等工具开发了一个实际可用的App Thompson的经验是否适用于非技术用户存疑
他总结了10条关于Vibe Coding的经验教训 Vibe Coding生成代码的可维护性未经长期验证
App已上线并计划日常使用 对复杂项目的适用性尚不明确
文章包含对AI编程效率与质量的真实评估 AI编程工具的依赖风险未充分讨论
成本效益分析缺乏具体数字

📖 主编点评

作为正在做content-curator Agent的你,这篇文章值得细读。Thompson的10条经验可以直接指导你的开发实践,比如如何编写清晰的Prompt、如何管理AI的上下文窗口、以及如何评估AI生成的代码质量。建议你把这篇文章当作项目参考。

📺 打开原文


5. 10分钟+300个Agent:保姆级教程学会Agent Skills,从概念到实战

[AI] · ⭐⭐⭐⭐ · Work-Fisher

这期视频从基础概念讲到上手实操,完整演示了一个Skill从无到有的创建过程,并对比了国内外创建工具。对于正在构建Agent的你,这是直接可用的实战指南。

✅ 已确认 ⚖️ 尚属判断
视频完整演示了Agent Skill的创建流程 Skill的复杂场景适用性未深入探讨
对比了国内外多个创建工具 工具间的优劣对比可能不够全面
提供了从0到1的实操步骤 视频中的示例可能偏简单
视频时长10分钟,效率高 长期维护Skill的最佳实践未涉及

📖 主编点评

如果你正在用Agent Skills构建content-curator的工作流,这个视频可以帮你快速上手。建议你跟着视频实操一遍,然后尝试将你的内容筛选逻辑封装成可复用的Skill。

📺 打开原文


📋 备选阅读


💬 觉得 AI 这期怎么样?

提一条反馈 Issue 让 Agent 下次调整。

📝 本期反馈

下次 Agent 跑前会读这段,用来调整搜索关键词、打分倾向。

未提交