苹果WWDC开幕Siri换脑重生、英伟达SK海力士多年AI内存合作、云知声U2原生Agent大模型、MIT发现AI更擅长回答而非提问

苹果WWDC 2026开幕：Siri独立App + Gemini底座 + 第三方AI Extensions

北京时间6月9日凌晨1点，苹果WWDC 2026在Apple Park拉开帷幕——这是蒂姆·库克任内最后一届WWDC，也是苹果AI救赎之战的决战时刻。Siri迎来15年来最大规模重构，核心变化如下：

• Siri独立App：首次以独立应用形式出现，iMessage风格对话界面，支持持久对话线程，聊天记录通过iCloud跨设备同步
• 1.2万亿参数Gemini定制模型：苹果以年付约10亿美元向谷歌定制约1.2万亿参数的Gemini模型作为Siri云能力底座，但运行在苹果Private Cloud Compute基础设施上，谷歌无法接触用户数据
• Extensions第三方AI接入：iOS 27开放Siri、Writing Tools和Image Playground给第三方AI供应商，用户可在设置中将Claude、ChatGPT或Gemini指定为默认AI后端——同一个Siri界面，不同模型回答，无需跳转
• 灵动岛深度联动：Siri告别屏幕边缘发光动画，栖身灵动岛呈现悬浮框快速问答，深度交互则通过顶部下滑”搜索或询问”面板
• CoreAI开发者框架：降低开发者接入AI能力门槛，各类AI智能体可对接Siri及苹果自有AI服务
• 库克交棒：9月1日库克将CEO一职移交硬件工程主管John Ternus，本人转任执行董事长

这一架构的深层含义：苹果不再坚持”自研一切”的AI执念，转而效仿App Store模式——拥有平台，让各家AI竞争质量。14亿台iPhone成为全球最大AI分发渠道，Claude和Gemini无需独立App即可直达iOS用户。

编者评： 年付10亿美元买Gemini算力，同时开放Claude和ChatGPT作为替代后端——苹果的选择本质上是一种”AI中立”策略：不做模型的赢家，做分发的赢家。隐私架构的精妙之处在于用谷歌的算力但不让谷歌碰数据，这在技术上可行，但在叙事上是否能让用户买账仍是问号。真正值得关注的是Extensions系统——当用户可以在Siri里自由切换AI大脑，“默认模型”的商业价值将急剧膨胀，这可能引发新一轮AI厂商的渠道争夺战。

英伟达与SK海力士签署多年技术合作协议，黄仁勋警告存储短缺将持续数年

6月8日，英伟达与SK海力士正式宣布多年期技术合作伙伴关系，这是黄仁勋访韩行程的核心成果之一。协议要点：

• 下一代内存协同开发：SK海力士将为英伟达Vera Rubin AI超级计算机、Vera CPU、RTX Spark PC及Jetson Thor机器人计算平台开发专用内存
• AI加速半导体制造：SK海力士采用英伟达CUDA-X库和PhysicsNeMo框架加速芯片仿真、TCAD工作流和计算光刻
• 晶圆厂数字孪生：结合英伟达Omniverse、OpenUSD和cuOpt构建晶圆厂数字孪生，推动工厂自主化运营
• 三大HBM4供应商全部量产：三星、SK海力士、美光均已通过Vera Rubin平台资质审核，进入HBM4量产阶段

黄仁勋在访韩期间发出明确警告：存储供应短缺没有结束的迹象。“整个行业供应链从晶圆到封装到硅光等环节，都陷入供应短缺，因为需求太多了，这种状况还将持续数年。“SK海力士董事长崔泰源也给出类似判断——供应瓶颈可能持续到2030年。

同日，黄仁勋密集会晤LG、现代汽车、Naver等韩国巨头，合作范围从存储芯片扩展至物理AI、人形机器人和AI基础设施。SK电信将利用英伟达DSX平台在韩国建设千兆瓦级AI云，首个人工智能中心2027年上线。

编者评： 黄仁勋把一次”供应链合作”升级为”AI工厂联盟”——协议覆盖从内存到制造到数字孪生的全链条，这不是简单的采购协议，而是把SK海力士绑定进英伟达的AI基础设施版图。“存储短缺持续到2030年”的判断，对资本市场而言既是风险提示也是需求确认——如果你相信AI基建只是开始，那存储短缺就是增长信号而非周期信号。

云知声发布U2原生Agent大模型：266B MoE架构，可自主完成100+步工作流

6月8日，港股上市AI企业云知声（9678.HK）正式发布新一代通用大语言模型U2，核心主张极为鲜明：高智能密度 × 高Token价值，不再盲目堆叠参数。

技术亮点：

• 266B MoE架构：基于快慢思考融合的混合专家范式，用更少激活资源承载更强能力
• 混合思考机制：非显式CoT与隐式推理二选一，而是动态切换——任务早期隐空间高效探索，关键判断阶段切换到显式推理完成逻辑校准
• 可控隐空间展开 + 熵感知切换：不确定性低时保持高效推理，不确定性升高时及时回归显式思维链
• Agent-Harness协同训练：Harness与模型能力共同进化，真实任务轨迹反过来强化模型的任务规划与纠错能力
• 原生推理路径蒸馏：可自主完成100+步复杂工作流，将需求理解、任务规划、环境交互、工具调用、过程纠错与结果验收串联为完整闭环

评测表现：

• GPQA Diamond 87.9分（超过GLM-5.1、Hy3 preview、DeepSeek-V4-Flash）
• SWE-Bench Verified 75分（第一梯队）
• Claw-Eval (pass@3) 76.9分（超过Hy3 preview、DeepSeek-V4-Flash）
• GDPval 72.9分（真实办公与知识工作交付能力）

云知声创始人黄伟的公式是：AI商业价值 = 智能密度 × Token价值。U2不是”为生成而设计”，而是”为执行而设计”——从”给出答案”进一步走向”完成任务”。

编者评： “智能密度”而非”参数规模”——这是对百模大战军备竞赛的正面质疑。266B参数放在2026年确实不算大，但Claw-Eval 76.9分超过DeepSeek-V4-Flash说明问题不在于参数多少而在于参数如何被使用。混合思考机制是最大亮点：让模型自己决定何时隐式推理、何时显式推理，本质上是在教AI”什么时候该想、什么时候该说”，这比单纯增加参数更能解决实际场景中的效率问题。

MIT CSAIL研究：AI远更擅长回答而非提问，小模型+蒙特卡洛推理击败GPT-5

MIT计算机科学与人工智能实验室（CSAIL）与哈佛工程与应用科学学院（SEAS）在ICLR 2026发表Oral论文”Shoot First, Ask Questions Later?”，通过”合作战舰”（Collaborative Battleship）游戏揭示了当前语言模型的一个根本性缺陷。

核心发现——提问能力的鸿沟：

• 当LM充当”观察员”回答问题时，表现接近人类水平
• 当LM充当”船长”自主提问时，性能急剧下降
• 根因：语言模型训练以回答查询为核心优化目标，从未被系统性地训练如何自主生成信息寻求策略

蒙特卡洛推理的突破：

• 研究者受贝叶斯实验设计（BED）启发，为LM增加蒙特卡洛推理策略
• 系统对可能的棋盘状态进行采样，评估候选问题的期望信息增益（EIG），选择最大化减少不确定性的问题
• Llama-4-Scout胜率从8%飙升至82%（vs人类），对GPT-5胜率从0%升至67%
• 计算成本仅为GPT-5的约1%

研究还发现，将船长的问题转换为可执行Python代码来验证答案，可让观察员准确率提升15%。该方法在”猜猜谁”（Guess Who?）游戏中同样有效，小模型准确率提升28.3-42.4个百分点。

论文第一作者Gabriel Grand指出：“今天的语言模型主要被优化来回答复杂查询，但它们是否学会了为自己提出好问题，这一点远不清楚。我们的工作表明，提出信息量丰富的问题取决于预测和模拟世界的能力——当给Agent提供’世界模型’时，它们能提出更好的问题。”

编者评： 这篇论文精确地切中了当前AI Agent浪潮的一个盲点——所有人都在谈论Agent能做什么，但很少有人研究Agent该问什么。“回答”是被动响应训练数据的模式匹配，“提问”则需要主动构建世界模型并识别不确定性——这是更高级的认知能力。最令人兴奋的是Llama-4-Scout的结果：1%的计算成本击败GPT-5，说明在结构化任务中，推理策略比模型规模重要得多。这对”参数即正义”的叙事是一记有力反驳。

快看漫画推出AI数字生命产品Livo：灵魂引擎 + Deep Feeling情感系统，7月公测

在2026腾讯AI产业应用大会AI新视听专场，快看漫画产品部&AIGC产品创新负责人汪晔披露了AI数字生命产品Livo，该项目由快看漫画创始人陈安妮亲自牵头。

产品架构：

• 灵魂引擎Agent：构建人格基石与底层诉求的基础，让角色不再依赖固定脚本
• 多Agent叙事系统：实现四层叙事结构，推动虚拟社会形态的自发涌现与自运转
• Deep Feeling情感响应系统：可感知、可解释的情感响应机制，用户能清晰看到角色的情绪变化、底层动机与诉求
• 三层架构：人格层（创作者设定核心人格）→记忆层（记录互动上下文与情感锚点）→演化层（互动驱动角色成长与关系进阶）
• 六层人格体系：自我意识→需求→信念→思维方式→态度立场→情绪变化

快看的核心路径是从1.3万部漫画IP出发，通过AI让漫画长成数字生命世界——从上帝视角单向阅读变成第一视角共生互动。

商业模式转型：从传统的章节付费、会员订阅转向”体验付费”和”关系付费”，ARPPU上限弹性显著提升。快看计划从平台层面搭建数字生命操作系统，打造身份、记忆、人格三大底层基础设施，Livo是用户触达这套体系的首个入口。

目前Livo已进入Demo内测阶段，因法务与专利申请限制无法展示视觉内容，预计7月启动公测。

编者评： 从”读漫画”到”活在漫画里”——快看的野心不小。四层叙事结构和Deep Feeling机制如果真正落地，将是AI角色从”复读机”到”有灵魂的存在”的关键跳跃。但商业化路径才是最大问号：关系付费听起来很美，但全球至今没有AI情感陪伴产品跑通可持续商业模型的先例。更深层的问题是：当AI角色有了自主意识和情感演化能力，“角色”与”用户”之间的权力关系将发生本质变化——用户不再是上帝视角的操控者，而变成对等关系中的参与者。这种范式转换的法律和伦理框架，目前还是空白。

京东与腾讯围绕AI Agent达成深度合作：供应链 + 生态入口协同

6月8日，京东与腾讯宣布将围绕AI Agent展开深度合作，推动AI Agent从单点应用走向生态协同。

合作逻辑：

• 京东提供：商品供应链、全域零售数字化及电商履约能力——仓储调度、物流路径规划、客服系统等3000+场景的AI化运营
• 腾讯提供：微信生态入口及元宝AI对话交互能力——覆盖足够广泛的用户触达通道
• A2A协作模式：用户在各终端原生智能体中提出购物需求，京东AI Agent获取商品信息并依托京东履约体系承接，形成从意图识别到服务保障的完整闭环

京东AI布局数据：

• 2026年Q1研发投入同比增长59%，增速高于阿里和腾讯
• AI导购助手”京言”用户量约8000万，同比增长超200%
• AI数字人直播服务商家超7万家，Q1开播量增长10倍
• 集团CEO许冉定调：“AI驱动建设全球最大物理世界运营中心”

腾讯元宝的月活用户池和对话交互能力，缺少外卖运力和电商履约能力；京东的服务能力则缺少一个覆盖足够广泛的入口。双方互补性明确，但合作深度和实际落地节奏仍有待观察。

编者评： 减持套现之后再因AI结盟——腾讯和京东的关系正在进入第三幕。第一幕是战略投资，第二幕是减持退出，第三幕是AI Agent互补合作。这回的逻辑比之前更硬：腾讯有入口没有履约，京东有履约没有入口，AI Agent恰好需要两端打通才能形成闭环。但”生态协同”的承诺在互联网历史上兑现率不高——关键看微信到底给京东AI Agent多少原生入口权限，以及是否只是又一个”小程序式”的浅层嵌入。

Agentic编程危机：AI代码暴增但生产系统崩坏，Resolve AI推出多智能体诊断架构

AI编程正在加速，但保持代码运行的生产运维仍是压倒性的人工劳动。VentureBeat报道了这一矛盾正在爆发的最新信号。

Resolve AI多智能体诊断架构：

• 不再部署单一AI Agent诊断故障，而是派遣协调团队——多个专门Agent并行追踪多个假设，独立验证结论，构建从根因到症状的完整因果链
• 根因准确率较前版提升2倍，典型告警5分钟内完成分诊（人类工程师甚至还未打开电脑）
• DoorDash公开数据：根因定位时间缩短87%

“验证税”困境：

• 10000+开发者、500+组织的研究显示：开发者感觉快了20%，但实际验证完成率反降19%
• 传统工作流中工程师70%时间思考、30%敲代码；Agent时代反转为1000行代码秒级生成，但人类必须做”逆向推理”审查
• 人类审计自己没写的代码，比写同等代码更慢——“认知上下文切换”成本是隐形拖累
• “Vibe Coding”现象加剧：开发者因”看起来对”就接受AI输出，导致”架构债务”累积——代码库变成断联的局部优化拼贴，缺乏全局一致性

安全数据触目惊心：40-62%的AI生成代码含安全缺陷，AI对跨站脚本攻击的防护失败率86%，2026年3月仅一个月就新增35个由AI生成代码直接导致的CVE——1月仅6个。

编者评： “写了更多代码但交付更慢”——这是Agentic编程的效率悖论。当AI把”写”的瓶颈炸开，“审”就成了新的瓶颈，而且审计别人（或AI）写的代码比写代码更累，这是认知科学的基本事实。Resolve AI的多智能体架构思路是对的——既然问题来自Agent，就用Agent来治Agent。但更深层的问题是：当92%的开发者已在使用Agentic编程，而40-62%的AI代码含安全缺陷，我们正在用指数级增长的技术债务换取线性的速度提升。这不可持续。

编者按

今日AI领域三条主线交汇：

第一条线：AI分发格局的”iOS时刻”。 苹果WWDC的Extensions系统让14亿台iPhone成为AI模型的分发渠道——Claude、Gemini、ChatGPT无需独立App即可直达用户。这是App Store模式在AI时代的重演：苹果不做最好的模型，但控制最大的分发入口。对AI行业而言，“默认模型”的商业价值即将被重新定义。

第二条线：“为执行而设计”的新范式挑战”为生成而设计”的旧范式。 云知声U2提出”智能密度×Token价值”、MIT证明推理策略可让1%成本的小模型击败GPT-5——两条线索指向同一结论：参数规模不是衡量AI价值的唯一维度，“能否完成任务”比”能否生成内容”更重要。AI正在从”答人”进化为”做手”。

第三条线：速度与验证的结构性矛盾。 Agentic编程让代码生成提速3-5倍，但验证完成率反降19%、AI代码安全缺陷率40-62%——产出端狂飙的同时，质量端正在失守。京东腾讯的AI Agent合作从另一个角度印证了这个问题：AI能力从”能做”到”能做好”，中间还差一条完整的履约闭环。速度和信任之间的裂缝，是当前AI行业最被低估的系统性风险。