01
人工智能
OpenAI 本周三公布了其首款定制推理处理器 Jalapeño，由博通（Broadcom）负责设计与制造。这款芯片专为 OpenAI 推理系统的独特需求而打造，公司称其 AI 模型也参与了芯片的开发过程。
Jalapeño 目前仍在测试阶段，但早期结果显示其每瓦性能明显优于当前最先进的同类产品。OpenAI 与博通的合作早在 2025 年 10 月就已宣布，而 OpenAI 自研芯片的传闻由来已久，目的之一是减少对英伟达 GPU 的依赖。谷歌和亚马逊此前都已推出类似的定制 AI 加速器。
OpenAI 总裁格雷格·布罗克曼（Greg Brockman）曾在内部播客中解释过公司的芯片策略：“我们对工作负载有很深的理解，一直在寻找那些服务不足的特定场景，思考如何构建能加速这些可能性的东西。”Jalapeño 正是针对推理环节——即运行预训练模型来响应用户指令——而设计。OpenAI 在公告中特别强调，该芯片在运行实时代码模型时运营成本很低。
更吃算力的预训练任务可能仍会依赖英伟达硬件，但推理成本的哪怕小幅下降，也能显著改善公司的利润状况。OpenAI 表示，从芯片架构、内核、内存系统到网络、调度和部署，公司正在全栈优化，目标是让模型更快、更可靠、对用户更实惠。
Jalapeño 从初始设计到制造流片仅用了九个月，这一速度得益于 OpenAI 工程团队与博通在软硬件上的深度协同，以及 OpenAI 模型对设计和优化环节的加速。最终性能测试仍在进行中，更详细的技术报告将在未来几个月发布。首批部署计划于 2026 年底在数据中心启动。
02
科学
本周三，《自然》杂志发表了一篇同行评议文章，对微软量子计算芯片 Majorana 1 的基础技术提出质疑。
文章作者、圣安德鲁斯大学物理学家亨利·莱格（Henry Legg）重新分析了微软的设备数据，认为该公司研究人员并未确凿证明他们制造出了可用的拓扑量子比特。微软于 2025 年 2 月发布 Majorana 1，称其采用了全新的拓扑量子比特技术，并在本月初的 Build 大会上宣布了下一代芯片 Majorana 2。
微软的设计思路与其他量子计算公司不同：他们在一根比头发丝还细的半导体纳米线上，利用超导体让电子表现出一种名为“马约拉纳粒子”的集体行为模式，并以此编码信息。理论上，基于马约拉纳粒子的拓扑量子比特在计算时出错更少，未来可能用更少的量子比特就能扩展出实用的量子计算机。
但莱格在论文中指出，微软声称的马约拉纳粒子特征，实际上可能来自器件中形成的量子点——一种包含电子的结构，对构建量子计算机并无帮助。他还认为微软存在挑选数据的问题。“他们没有令人信服地证明自己拥有马约拉纳粒子，”莱格说，“没有马约拉纳粒子，就做不出量子比特。”
微软团队在同一期《自然》上发表了反驳文章，称莱格的批评“并未对我们的发现构成实质性的科学挑战”。微软量子团队负责人切坦·纳亚克（Chetan Nayak）表示，莱格没有提出一个能拟合他们所有数据的替代模型。
莱格的批评最早于 2025 年 3 月 11 日发布在预印本平台 arXiv 上，距离微软发布 Majorana 1 不到一个月。《自然》杂志用了一年时间完成同行评议并正式发表。在此期间，微软于今年 6 月 2 日发布了 Majorana 2，并称可在 2029 年之前构建“可扩展的量子计算机”。纳亚克强调：“我们百分之百支持我们的结果，支持我们的路线图，也支持我们对科学严谨性和对话的长期承诺。”
莱格则认为，微软在未经同行评议的手稿中对 Majorana 2 的描述，存在与他一年前指出的类似问题。“这份手稿里没有任何内容能解决许多科学家对该公司此前声明所抱持的根本性疑虑。”他说。
目前，谷歌和 IBM 等公司已展示过比 Majorana 1 或 2 更先进的量子机器，但尚无任何量子计算机被确凿证明能执行有用任务。
03
公司
AI 热潮带来的存储芯片短缺，正在让美国最大的计算机内存芯片制造商美光（Micron）成为受益者。
这家市值 1.2 万亿美元的公司，股价从 2024 年初的约 83 美元，涨至本周三收盘的 1048.51 美元。周三盘后公布的第三财季财报显示，营收同比增长三倍，达到 414.5 亿美元；利润从去年同期的 18.8 亿美元跃升至 282 亿美元。公司给出的第四财季营收指引在 490 亿至 510 亿美元之间，推动股价盘后上涨超过 13%。
同一周，美光宣布与 AI 实验室 Anthropic 达成存储芯片供应协议，并参与了 Anthropic 的 H 轮融资，但未透露具体投资金额。
存储芯片是 AI 模型训练的关键部件，目前供应紧张的局面可能持续到 2027 年。苹果 CEO 蒂姆·库克一周前曾表示，产品涨价已不可避免。
04
人工智能
OpenAI 更新了 ChatGPT 的默认模型 GPT-5.5 Instant，重点提升了对上下文的理解和适应能力。
今年五月，OpenAI 将 ChatGPT 的默认模型切换为 GPT-5.5 Instant，当时测试数据显示，该模型的幻觉陈述减少了 52.5%，事实错误减少了 37.3%。
这次升级后，模型更擅长识别任务或问题的深层意图，并在多轮对话中保持上下文连贯。处理复杂问题时，它更有可能一次性回应你提出的多个要点。如果你进一步澄清问题或反驳它的回答，模型会给出更相关的回应，而不是重复之前的答案。
此外，GPT-5.5 Instant 对位置语境的理解也更强了。比如旅行中询问餐厅推荐，它能更准确地提供附近真正可选的选项。它还可以给出产品推荐和商业信息，并在判断有帮助时展示图片。
OpenAI 表示，整体上回复会显得更得体、更连贯，格式也更自然，不再像现在这样带有明显的模板感。
05
人工智能
AI 会不会抢走工程师的饭碗，争论一直很激烈。今年 5 月，科技行业裁员人数创下多年来的单月新高，而 AI 是被提及最多的理由。软件工程在理论上也被看作最容易被自动化冲击的领域，毕竟 AI 编程工具普及得很快。
但风险投资机构 SignalFire 的研究人员认为，招聘数据讲的是另一个故事。他们追踪了超过 8000 万家公司里数百万员工的职业轨迹，发现 2025 年工程类岗位反而是最稳固的。
SignalFire 没有盯着裁员数字——因为被裁的人往往不会立刻更新求职状态，数据容易滞后。他们转而分析招聘量，认为这更能反映劳动力市场的实时趋势。结果发现，大型科技公司的总招聘量相比 2019 年下降了 25%，但工程岗位只下降了 11%。
在 SignalFire 划定的 12 家“科技巨头”里——包括 Alphabet、Meta、苹果、亚马逊、微软、Netflix、英伟达、特斯拉、Uber、Airbnb、Block 和 Stripe——2025 年新入职的员工中，工程师占了 55%。而 2019 年这个比例还只有 46%。
早期创业公司对工程师的需求更明显。2025 年，这些公司招进来的工程师数量比 2019 年多了 7%。SignalFire 研究主管阿舍·班托克（Asher Bantock）说，如果 AI 真的在替代工程人才，那么在当前科技招聘收缩的背景下，工程招聘应该最先下滑才对。但数据恰恰相反，工程团队的增长速度比大多数其他职能都要快。
Anthropic 的 CEO 达里奥·阿莫代（Dario Amodei）去年曾警告，AI 可能在五年内消灭一半初级白领岗位，把失业率推高到 20%。但该公司自己的经济研究主管彼得·麦克罗里（Peter McCrory）今年 3 月对 TechCrunch 表示，他还没有看到 AI 对劳动力市场产生显著影响。他说，那些用 Claude 完成“最核心工作任务”的群体——比如技术文档撰写员、数据录入员和软件工程师——与那些需要“与真实世界进行物理交互和灵巧操作”的低 AI 暴露度岗位相比，失业率“至少没有出现实质性的明显差异”。
英伟达 CEO 黄仁勋的态度更直接。他 4 月在斯坦福商学院的一次访谈中说，有人声称 AI 会毁掉所有软件工程岗位，但他认为事实正好相反。英伟达的工程师现在都在用智能体 AI，结果“软件工程师比以往任何时候都忙”。他说，虽然智能体几乎瞬间就能写出代码，但它们会不断推动工程师去产生“下一个想法”。
至少从目前来看，有了 AI 加持的工程岗位，成了杰文斯悖论的典型例子——效率提升并没有减少对资源的需求，反而因为工作范围随之扩大，需求变得更多了。正如班托克所说：“他们突然变得高效得多，而等着他们去做的工作无穷无尽。”
06
人工智能
咨询公司埃森哲（Accenture）正在试图阻止员工用AI处理基础任务，比如把PDF转成演示文稿。404 Media根据一段内部会议录音报道，埃森哲AI战略负责人贾斯蒂斯·夸克（Justice Kwak）在近期一次内部会议上说，AI支出正变得难以预测，公司高层——尤其是首席财务官、首席运营官和首席信息官——仍在追问，花在AI上的钱到底有没有换来价值。
就在不久前，埃森哲还曾警告员工，不使用AI可能影响晋升。如今，公司却开始担心员工把AI预算花在琐碎任务上，导致token消耗过快。夸克在录音中提到：“我们正处在一个拐点，AI开始实质性地影响成本结构。”
这并非个例。年初时，AI行业还在鼓励企业用满预算，有的公司甚至设立内部排行榜来刺激AI使用。现在，风向变了，企业开始收紧AI开支，进入token配给阶段。过去几天，AI相关企业股价承压，尤其是存储芯片制造商，市场开始质疑AI商业模式的可持续性。
07
产品
亚马逊旗下的 Zoox 公司本周三展示了其定制无人出租车的一系列升级。这些改动基于乘客反馈，目标是在今年晚些时候启动商业服务。
车辆的基本形态没有变：它依然是一辆没有方向盘和传统操控装置的电动自动驾驶车，采用双向行驶、四轮转向设计，最高时速 75 英里（约 120 公里），可搭载 4 名乘客。车顶的 40 个摄像头、雷达、激光雷达和红外传感器也保留了下来。
这次升级主要集中在内外细节上。
车内方面，座椅和头枕增加了填充物并调整了人体工学曲线，配色换成芦荟绿的座椅和石灰灰的地板与饰条。Zoox 表示，更浅的色调能营造更平静的环境，也更容易发现手机等随身物品。充电板增加了凹槽防止手机滑动，杯架加大，触控屏的可见性也有所提升。
车外则重新布置了双向反光板以提高可见度，车门接口处新增了扬声器和麦克风，支持双向语音。公司称，这将改善与乘客、其他道路使用者以及应急人员的沟通。
Zoox 机器人工业设计总监克里斯·斯托费尔（Chris Stoffel）说，这些更新是为了让车内设计更简洁，不像传统乘用车那样用各种功能分散乘客的注意力。
这些改动也有量产方面的考虑。Zoox 去年在加州海沃德开设了生产工厂，目标年产能 1 万辆，目前每周可生产多达 100 辆。
不过，Zoox 在正式量产和收费运营前还有一个关键障碍：它的车辆缺少联邦法规要求的标准操控装置，需要获得美国国家公路交通安全管理局（NHTSA）的商业豁免。公开意见征询期已经结束，公司正在等待审批结果。2025 年 8 月，NHTSA 曾批准 Zoox 在公共道路上展示其定制无人车。如果这次也获批，Zoox 将推出付费乘车服务。目前，公司在奥斯汀、旧金山、拉斯维加斯和迈阿密提供免费测试和试乘。
08
人工智能
谷歌又有两位核心AI研究员离职，加入Anthropic。据彭博社报道，乔纳斯·阿德勒（Jonas Adler）和亚历山大·普里策尔（Alexander Pritzel）在谷歌Gemini模型的开发中扮演了关键角色。谷歌尚未对此事公开回应。
这并非孤立事件。上周，在谷歌工作二十余年（仅中断三年创办Character.AI）的知名研究员诺姆·沙泽尔（Noam Shazeer）宣布转投OpenAI。几天后，谷歌DeepMind总监约翰·贾姆珀（John Jumper）也宣布离开，加入Anthropic。贾姆珀曾与DeepMind CEO德米斯·哈萨比斯（Demis Hassabis）共同因AlphaFold蛋白质结构预测工作获得2024年诺贝尔化学奖。
随着OpenAI和Anthropic筹备上市，它们正以股权承诺吸引顶尖AI人才。谷歌面临的这一人才流动趋势可能还会继续。
09
公司
人形机器人公司 Agility Robotics 计划与特殊目的收购公司 Churchill Capital Corp XI 合并上市，交易估值约 25 亿美元。公司预计这笔交易将带来超过 6.2 亿美元的总收益，其中约 2 亿美元来自新老机构投资者。
Agility Robotics 于 2015 年从俄勒冈州立大学分拆出来，其双足机器人 Digit 已在九处客户现场投入使用，包括 Schaeffler、GXO、丰田汽车制造加拿大公司和 Mercado Libre。公司此前已获得亚马逊、英伟达、软银愿景基金 2 期和 DCVC 等知名机构的投资。
上市所筹资金将用于提高下一代 Digit v5 的产能、履行现有订单，并拓展新老客户。公司表示，已获得超过 3 亿美元的新型号多年期订单，另有 30 多家潜在客户正在评估大规模部署方案。
Agility 首席执行官佩吉·约翰逊（Peggy Johnson）在声明中说：“人形机器人有望成为生产力、供应链韧性和美国技术领导力的关键驱动力。我们的商用机器人已在客户环境中实际运行，帮助企业应对劳动力短缺、提升效率，并安全地将 AI 驱动的自动化融入运营。”
合并后的公司预计以股票代码 AGLT 在北美一家尚未公布的证券交易所挂牌交易。
