Fable 5 重启翻车震荡全球、OpenAI 据报向美国政府让 5% 股权、Palantir CEO 公开炮轰闭源大模型——上层信任在裂、下层能力在涨

65% 这个数字是「AI 写代码」渗透率的首个公开锚点。横向对照:Google 内部 AI 代码占比被外媒报道为 >30%、微软 20-30%——Anthropic 的 65% 显著领先,但口径未公开(可能包含 PR 草稿、文档生成、code review 等非纯代码任务),不能直接横向对比。但 65% 这个数字本身已经是质变信号:意味着 Anthropic 内部「AI 写代码」从「副驾驶」进入「主力协作」阶段,产品迭代速度的「AI 倍率」被实际放大。同时,Claude Tag 在销售/市场全员扩散,意味着 Claude Code 不再只是开发工具,而是企业级跨职能协作平台——这一边界扩展对 Cursor、Windsurf 等开发工具专用 IDE 厂商是结构性威胁。值得观察的是:Anthropic 公开这个数字的时机在 Fable 5 翻车同日,可能是「主动披露内部 AI 使用深度」以平衡外部旗舰模型信任危机的公关动作。

今天 (7.3) ZCode 的增量不在产品功能,而在社群动员——@ZixuanLi_ 个人推文 1.2k 赞级别,意味着 Z.ai 把「创始人 IP + 开发者社群」作为产品冷启动的核心打法,这是与 Anthropic/OpenAI「公司官号主导」完全不同的开发者关系运营模式。结合 BYOK 兼容机制,ZCode 的真实定位不是「GLM-5.2 专用 IDE」而是「GLM-5.2 优惠 + Claude/Codex 订阅兼容」的双保险——开发者不需要放弃现有 Claude Code/Codex 订阅,只是在 GLM Coding Plan 优惠窗口期内多一个选项。这种「保底兼容 + 优惠诱导」的策略对 Anthropic/OpenAI 订阅用户特别有效,但真正的留存数据要看 30 天后开发者是否真把 GLM-5.2 作为主力、还是把 ZCode 当作「Claude 订阅的备用工具」。

如果「单层 Transformer RL 训练 = 全参数微调」这一结论可复现,RLHF / RLAIF / Agent RL 等对齐训练的成本结构会被根本性改变——RL 微调可能不再需要全参数梯度更新,只需冻结大部分参数后微调单层,显存与计算成本可压缩一个数量级以上。这对推理模型厂商(Anthropic、OpenAI、Google)的对齐 R&D 投入产出比是直接冲击——他们当前重资投入的全参数 RL 微调可能存在大量冗余。同时,这一发现如果成立,意味着「可解释性研究」获得新工具——单层微调可以作为因果干预手段,精确定位 RL 对齐到底发生在 Transformer 的哪一层。这与 arXiv 2607.01233(同日)对 AI for Science 评测形成同一天「AI 训练效率 + 评测锚点」的双重冷思考信号。

MemSyco-Bench 的真正贡献是把 Agent 长期记忆中最隐蔽的失败模式——「谄媚性遗忘」——量化到可评测的层面。通用 Agent 评测(SWE-bench、AgentBench、WebArena)主要测「任务完成率」,但 Agent 在企业级部署中最大的风险不是任务失败,而是「持续输出用户想听的话」——这会缓慢腐蚀组织决策质量,且没有明显的失败信号。MemSyco-Bench 把这一风险显性化,意味着企业级 Agent 采购合同可以把「MemSyco 分数」作为硬指标,与延迟、成本、成功率并列。同时,该基准指向 Agent 长期记忆架构的根本问题——「用户偏好存储」与「事实正确性」的优先级冲突,这一架构问题在所有当前主流 Agent 框架中都未被妥善解决。

Notion 3.6 与 Claude Tag 接入 Fable 5 是同一波「Agent 团队成员化」的代表性产品——大厂在 7.2-7.3 期间同步把 Agent 从「工具使用者」上抬到「admin 角色协作者」。这一抬升对企业 SaaS 是结构性变化:Agent 不再需要人类授权每一步操作,可以独立管理频道、成员、服务配置。但 Notion 与 Claude Tag 都没有公开 admin Agent 的回滚机制、审批机制、错误责任归属——这意味着 Agent 在企业 SaaS 中的「治理盲区」被同时放大。短期看是产品竞争力(更自主的 Agent 更好用),中期看是治理风险(admin Agent 误操作的责任归属、审计追溯)。当 admin Agent 第一次在企业造成实际事故时(误删频道、误配置权限),整个 Agent 治理标准会快速成形。

sim-use 真正改变的是 Agent 对原生设备(非桌面浏览器/非服务器)的「眼睛和手」能力。当前主流 Agent 工具(Claude Code、Codex CLI、Cursor)主要覆盖桌面浏览器与服务器命令行场景,移动设备操作需要通过 ADB/Xcode 等工具手动配置,门槛极高。sim-use 直接接管 iOS Simulator 与 Android emulator 的视觉流与触摸事件,等于把移动设备 Agent 化的基础设施门槛从「需要懂 ADB/Xcode」降到「Prompt 工程师就能上手」。这与 Fable 5 演示的「自主去火山引擎提交工单」(实际业务场景的设备操作)是同一条技术线——区别是 sim-use 把能力开源,Fable 5 把能力封装在闭源旗舰模型里。Claude Code 团队可能需要回应是否原生支持移动设备,否则 Agent 工具栈的「移动场景」会被 sim-use 这类开源项目占据。

@xiaogaifun 的反思与 Karp 在 CNBC 的批评是同一条暗线的两端——Karp 从企业 CEO 角度说「闭源模型把企业命脉外包给实验室」,@xiaogaifun 从团队负责人角度说「团队把认知外包给 AI」,两者都指向同一个结构性问题:在 AI 工具普及后,「判断力」与「认知主权」的归属正在被悄然转移。Karp 的解决方案是「企业自建模型」,@xiaogaifun 的解决方案是「团队把 AI 结果重新消化为自己的理解」——前者是组织级应对,后者是个体级应对。两者结合看,2026 H2 真正稀缺的不是 AI 工具的访问权限,而是「判断力的培养路径」——企业需要自建模型能力,个人需要持续消化 AI 输出并形成自己的认知框架。这是 AI 时代最被低估的「软基础设施」需求。