档案重建版 — 这一期的页面是后来根据当期录播逐字稿与信源清单还原的，按主讲当天的讲述顺序组织，不做事后追加。文中判断都是 2025 年 6 月当时的判断，未按后来的发展修改。 页尾的「本期资料」是当期备课笔记与链接的分类整理，类别和顺序保持笔记原样。
2025-06-13 · 56 分钟 · 逐话题
下一个稀缺岗位可能是信息架构师
这期有个判断挺值得记：新一代推理模型的瓶颈已经不在「够不够聪明」，而在于它极度吃上下文。顺着这个往下想，公司里最该有的那个岗位就变了。
01
语音模型的中文终于正常了
新版语音合成值得看一眼，原因很朴素：中文终于正常了。
上一版说中文非常奇怪，基本听不了。新版拿一段技术说明来念——手势识别、单帧动作、两根手指放大这类内容——已经流畅准确。
英文那一侧也继续往上提了不少。
02
用视频训练的世界模型，重点在「预测」
这条线的定位很明确：第一个基于视频训练、并达到 SOTA 级别视觉理解与预测能力的世界模型，用途是机器人的零样本控制。
理解那一半：跳水动作的识别——前向还是后向、翻腾几周、有没有转体。传统上要靠专门的动作分类基准来做，纯多模态模型达不到这个精度。
预测那一半更有意思：打开冰箱门 → 预期你要去拿瓶子 → 预测你会按压瓶子把东西挤出来 → 再预测你把它放回去、关上门。它预测的是「这个场景下接下来会发生的动作」。
怎么用？给它一个起始帧和一个目标帧，让它预测中间的全过程来做规划，在隐空间里得到一条最可能成功的序列，然后驱动机器人去执行。
03
「鹈鹕骑自行车」这个榜可以退休了
有人用「让模型画一张鹈鹕骑自行车的 SVG」跟了半年，这期做了回顾：
早期的开源旗舰基本没法看；到某一版之后逐渐像样，满血版能画出一只带颜色的鸟骑车；推理模型出来之后正常多了，连车架的横梁都出来了；小尺寸的推理版反而差些（它本来就是为理工科任务做的）；再往后几家的旗舰都已经不错——鸟嘴对了、车也对了。
评测方法本身也挺好玩：写个程序把手头三十个结果两两配对拼成图，左边一个右边一个，随机排列，让另一个模型来判断哪边更好，最后跑一个 ELO。
而这周的开发者大会上直接出现了动态的鹈鹕骑车视频——到这一步，这个比赛基本可以结束了。作者自己也说要换下一道题。
04
模型为什么会开始拍马屁
前段时间某个版本特别会谄媚，被吐槽到官方回退，并专门写文章解释原因。
其中一条挺关键：他们有一个团队在做「风格检查」——衡量 AI 的回答是不是跟人类的风格更一致。
想一想：如果这个信号被用来影响模型自己的生成风格，那它确实很可能演化成一个更会拍马屁的模型。
所以这不是一个 bug，是一个优化目标选错了导致的必然结果。
05
信息架构师
关于新一代推理模型，这期的判断是：关键点已经不在模型本身够不够聪明，而在于它非常吃上下文——因为它能感知到自己的上下文够不够。
用它就像在喂一只极其贪吃的东西：给多少上下文它都要。同时系统提示词会极大地塑造它的行为，指令遵循也做得很好。
顺着往下推，公司里最重要的事就变了：不再是「简单地把提示词写好」，而是提前把上下文和任务指令准备好。
具体是三问：我们公司大概有哪些任务？这些任务依赖的上下文可能来自哪里？我怎么把这些东西——上下文本身，或者获取上下文的渠道——先备好？
一旦这些备齐了，等到有一个足够便宜的强推理模型可用，就能直接用起来。
所以可能会出现一个提示词工程之外的新职业：信息架构师。把对应任务的上下文找到、整理好、整理成对的结构，再交给用户和模型——这是一个很重要的决策，不只是提示词那些标准技巧。
06
版本号跳到 26，和「为终局而设计」
开发者大会上有一堆奇怪的小更新，最显眼的是所有版本号直接跳到 26。
为什么不是 25？想想看：到了 2026 年 1 月，你手上还装着一个「25」，是不是会觉得有点过时。
传得最多的是那套新的界面材质语言。这对应到一篇叫《战略性撤退》的文章，它的判断是：这家公司的核心能力从来就不是 AI，而是「为终局而设计」。
所以它拿出来的是下一代统一的设计材料语言，而不是去正面拼模型。在自己不占优的赛道上后撤，把资源押回自己真正定义得了的东西——这是撤退，也是选择。
本期资料
当期笔记与链接清单
主讲当期备课笔记的分类整理，共 6 个类别、34 条链接。类别、顺序和笔记里的批注保持原样，链接标题取自原文页面。
What’s New40
模型 Model
评测 Benchmark
- EPIC-KITCHENS-100
- Diving48
- Something-Something
- RepliBench aisi.gov.uk
- SnitchBench
- AI Coding Tools x.com
- generate an SVG of a pelican riding a bicycle.
提示词工程 Prompt Engineering
- 隐喻让抽象变具体 mp.weixin.qq.com
- Prompt 工程：不再是「黑箱」，而是可进化的「代码」与「员工」
应用 Application & 行业方案 Solution
- 快手悄悄上线电商 AI 神器，Poify 想让每一个电商商家拥有自己的「运营中台」
- AI Research at Mirage captions.ai
- HeyGen IV 新 AI 工作室
- OpenAI 数据连接器
- Sam Altman 首次公开：如何建一个 AI 工厂
开发者工具 DevStack
交互 UX
观点洞察 Insight
- 生成式 AI 创业公司的 ARR 里程碑（英文）
- 访谈 AI 语音独角兽 11Labs 创始人
- Top 50 Large Language Model (LLM) Interview Questions
- The last six months in LLMs, illustrated by pelicans on bicycles simonwillison.net ↗ simonwillison.net
组织 Organization
OpenAI o3 Pro20
WWDC 202521
- 基础功能
- Everything 26
- Liquid Glass developer.apple.com
- A flexible, dynamic layer to apps and system experiences across Apple’s ecosystem of products
- Aqua - Mac OS X
- Realtime blur - iOS 7
- Dynamic Island - iPhone X
- Immersive interface - visionOS
- Liquid Glass is a new digital meta-material that dynamically bends and shapes light
- New Design Guide developer.apple.com
- Design language
- Structure
- Continuity
- 高斯扩建 vision pro
- Vision Intelligence：一件拍照的功能应该用于记录app url
- The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Comp… machinelearning.apple.com
- Foundation Model Framework
- on-device 3B 2bit Quant
- 局限：拆解任务/数学知识/代码生成/最近的事件/验证知识/幻觉/
- 苹果的战略撤退（英文）
- OS对LLM的封装很考验取舍
- Agent UI
- AG-UI
- 整体Agent UI库应该模仿Apple的Foundation Model Framework对LLM进行封装
- Apple在把LLM的结果直接变成App（推进这个过程）
- 隐私安全
- 为什么不努力在爸数据内容去id化，一定要on-device
Google6
- Glasses
- 深度剖析 Google AI 眼镜战略：「百镜大战」没来，但谷歌想用 Gemini「再次伟大」
- 眼镜的notetaking
- 输入输出感知的 agent 眼镜有没有投影是不一样的交互
- Developer
OpenAI vs Google vs Apple5
- 从不同阵地向着下一代服务前进
- OpenAI - O3 Pro
- Apple - WWDC
- Google - Glasses / App Generation
- 以某篇文章为线索来讲大模型相关的各种知识，比如一列苏斯科维奇的那篇文章
Agent记忆14
- agent的组件
- 简单的实现
- 复杂的实现
- 广义的mem是为了自我迭代
- exp怎么积累下来
- 自我学习的agent
- 程序的diff
- apple inrelligence for developer
Paper
Dev Stack
每周 AI 情报 · AI Buzzwords · EP.40 · 2025-06-13 · 56 分
档案重建版，依据当期录播逐字稿与 Notion 信源清单还原。
← 返回分享列表