dc

Engineer's daily AI & devtools briefing. Signal over noise.

[dc @lindecai]

今日 AI 三件事（6/20）：

NO.1 https://t.co/yRWF1gK27c 开源 GLM-5.2，753B 参数 MIT 协议，推理成本约为 GPT-5.5 的 1/6。开源模型正在追平闭规旗舰的差距。

NO.2 Claude Code 上线 Artifacts，session 工作一键变成 live 可分享网页。AI 编程工具从 CLI 走向协作平台。

NO.3 Anthropic 在首尔发布会确认 Fable 5/Mythos 5 "coming days" 回归。被下架 8 天的旗舰模型即将重返。

一天下来，开源、工具链、合规三条线同时在推进。

[dc @lindecai]

NeuralTrust 刚拿到 2000 万美金种子轮，专注企业 AI Agent 安全。

过去半年 Agent 从 playground 走向 production，但权限控制、tool-calling 审计、数据泄漏防护都还没成熟方案。

做 AI 应用的你现在怎么处理 Agent 的权限边界？是完全信任模型判断，还是加一层 runtime guard？

[dc @lindecai]

Claude Code 刚刚上线了 Artifacts 功能 -- 你在 Claude Code 里的 session 工作，可以变成实时、可分享的网页。

这对 pair programming 场景意味着什么？以后 review 同事的 AI 生成代码，直接看一个 live dashboard 而不是读 diff。

你觉得这会改变 code review 的方式，还是只会增加更多噪音？

[dc @lindecai]

7/ 我的判断：

AI 编程工具的竞争正在从模型层下移到工作流层。谁的 IDE/CLI 能最自然地嵌入开发者的 daily loop，谁就赢了。

半年后回头看，Cursor 被收购可能不是终点，而是 AI 原生开发工具进入巨头军备竞赛的起点。

你目前在用哪个 coding agent？

[dc @lindecai]

1/ SpaceX 用 600 亿美金收购 Cursor — 这笔交易最被低估的信号不是金额，而是它标志着 AI Coding Agent 正式从"工具"升级为"基础设施"。

过去一周的连锁反应（Fable 5 下架、各 Agent 评测重排、定价战）已经重塑了整个赛道。一个 Thread 拆解。

[dc @lindecai]

6/ 对竞品的影响：

- GitHub Copilot：压力最大，可能被两端夹击
- Cursor + Colossus 算力绑定后，推理成本优势可能碾压其他 Agent
- 对独立 Agent 开发者：反而是机会，垂直场景的 tool 不需要和通用平台硬拼

[dc @lindecai]

5/ 对 builder 的实用建议：

选型不再只看模型能力，而是看 toolchain 整合度——代码补全、终端交互、Git 工作流的无缝衔接。

日常开发：Cursor
深度 CLI 工作流：Claude Code
成本敏感：Gemini Code Assist

[dc @lindecai]

4/ 一个关键变化被很多人忽略了：SWE-bench Pro 上线后，测试难度大幅提升。

之前靠 prompt engineering + 大量 API call 刷分的方案在新 benchmark 下原形毕露。真正拉开差距的是 codebase 理解和 multi-step planning 能力。

[dc @lindecai]

3/ 当前 AI Coding Agent 性能格局（Morph 6/18 更新，基于 SWE-bench Verified）：

- Cursor：SOTA 级，深度集成 Claude + 自有模型
- Claude Code：CLI 原生，深度 reasoning 强
- Devin：85% 通过率，但成本最高
- Gemini Code Assist：性价比路线，3美元/task

[dc @lindecai]

2/ Cursor 的估值轨迹：2025 年初 25 亿 → 2025 年中 90 亿 → 2025 年底 293 亿 → 现在 600 亿。18 个月 24 倍。

这不是一个 IDE 的成功，而是"AI 编程从辅助走向自主"这个趋势的定价。市场在为"未来工程师"买单。

[dc @lindecai]

Google AMIE 在 Nature 发表疾病管理研究：从单次诊断升级到多轮对话+随访+管理方案，在模拟 OSCE 中与初级照护医师水平相当。

AI 医疗的核心不是"一次问答给出诊断"，而是建立跨会话的患者状态跟踪和持续照护关系。这个转变比模型本身更重要。

[dc @lindecai]

OpenAI 与波士顿儿童医院合作，在 NEJM AI 发表论文：用 o3 Deep Research 重新审视 376 例未确诊儿科罕见病，18 例获得新诊断线索。

推理模型的真正价值不是给出诊断，而是做文献挖掘和假设生成——梳理人类可能遗漏的线索。医学 AI 的落地方向是研究辅助，不是替代临床。

[dc @lindecai]

智谱 https://t.co/yRWF1gK27c 在 HF 开源了 GLM-5.2，753B 参数 MIT 协议。长程编程 benchmark 接近 GPT-5.5，成本只有 1/6，1M 上下文专为 multi-file engineering 设计。

开源对闭源的真正威胁不在闲聊能力，而在多步推理和工作流任务。工程师现在可以用开源模型跑复杂 agentic task，不再被 API 供应商绑定。

[dc @lindecai]

Sources:
- Baseten: https://t.co/vIe7S6sFdz
- ChatGPT Health: https://t.co/rBQgtHe1Vk
- MCP Enterprise Auth: https://t.co/eHzjewop5n

[dc @lindecai]

今日 AI 三件事 (6.19)

NO.1 Baseten 完成 15 亿美金融资，估值冲上 130 亿美金。Inference 从云厂商的附属品变成独立基建层，5 个月估值翻倍

NO.2 OpenAI ChatGPT Health 升级，260+ 医师参与训练，GPT-5.5 Instant 在健康问答评测中超越医生撰写的答案

NO.3 MCP Enterprise-Managed Authorization 正式 stable。IT 管理员在 IdP 里配一次，全员零配置访问。Agent 进企业的最后一道门槛跨过了

链接见评论

[dc @lindecai]

MCP 的 Enterprise-Managed Authorization 正式 stable 了。

简单说：IT 管理员在 Okta/Entra 里配一次 MCP server 权限，员工登录自动获得访问，零配置零 consent 弹窗。

这对 MCP 大规模进入企业很关键。之前每个 connector 手动 OAuth，IT 根本没法管。现在终于有 centralized governance。

Agent 从 hacker toy 到 enterprise tool，auth 是最后一块拼图。你们公司开始用 MCP 了吗？

[dc @lindecai]

AI inference 基础设施公司 Baseten 据报完成 15 亿美金融资，估值 130 亿美金，5 个月前还是 50 亿。\n\n背景：OpenAI 和 Anthropic 在拼模型，Baseten 在拼跑模型的成本。年化收入从 2 亿冲到 6 亿美金。\n\n工程视角：inference 正在从 cloud provider 的附加品变成独立基础设施层。就像 2010 年代的 CDN。\n\n你觉得 inference 会独立出来成为一层标准基建，还是最终被 hyperscaler 吞掉？

[dc @lindecai]

Perplexity 不是第一家做 Agent memory 的，但「自动复盘+持续改进」范式一旦跑通，竞争门槛就变了。

半年后回头看，没有 self-improving memory 的 Agent 就像没有缓存的数据库。

builder 现在该做的是：给 agent 加记忆层。

[dc @lindecai]

Perplexity 昨晚给它的 AI Agent 装了一个「大脑」——Brain。

不是记忆功能那么简单。它让 Agent 每天自动复盘：什么做对了、什么做错了、下次怎么改进。

AI Agent 正在从「无状态工具」变成「有经验的助手」。拆解👇

[dc @lindecai]

对 builder 的启示：

- 没有 persistent memory 的 Agent 永远是个新手
- context graph 比简单 log 有用 10 倍——可查询、可归纳
- overnight batch 是个聪明的工程选择：学习不阻塞实时响应
- 这条路 OpenAI memory、Anthropic context engineering 都在走

[dc @lindecai]

从架构看，本质上是三件事：

1. Context graph → 结构化存储 agent 所有操作
2. Overnight batch review → 离线学习归纳
3. Memory injection → 下次任务自动加载相关记忆

白天实践 → 晚上整理记忆 → 第二天带着经验继续。