AI 情报周报｜6月第1周

AI扒出50年经济学证明的隐藏漏洞，一个数学家差点因此退休

6月1日，Fortune独家报道了一件事：Axiom Math用AI形式化验证系统检查了Robert Aumann在1976年提出的"共识定理"——这个定理是整个信息经济学和反垄断法的数学基石，教科书里教了50年，从来没人质疑过它的证明过程。

AI发现：证明里有一个从未被显式验证过的隐含假设。支撑结论的逻辑链条里有一环，半个世纪以来所有人都默认它成立，但没有人真正证明过它。Aumann靠这个定理拿了2005年诺贝尔经济学奖。

这个故事还有另一半。Axiom Math的创始数学家Ken Ono，弗吉尼亚大学教授，花了数十年追踪数学史上最神秘的天才Ramanujan。去年他被选中为Epoch AI设计ChatGPT答不出的问题——他发现自己几乎做不到。

"第一次，我很难拼凑出ChatGPT会答错的问题。我崩溃了。如果我们的目标是永远领先于AI，那我认为我们会输。"

——Ken Ono，Axiom Math创始数学家，前弗吉尼亚大学教授

他说那段时间自己反复想"我怎样才能领先于AI"——后来意识到这个问题本身就不对。跟AI比赛就像让Usain Bolt跟摩托车赛跑一英里，一场不公平的比赛。

他最后做了决定：从大学请假，全职加入Axiom Math。他把AI叫做"世界上最非凡的图书管理员"——但他说，你不会让你的图书管理员当你的神经外科医生。知识变得廉价了，但怎么使用知识、怎么验证知识，变得更贵了。

如果你在做学术研究、法律分析、或者任何需要"严谨证明"的工作——AI不只是帮你查资料，它开始检查你自己证明过程里你没意识到的漏洞。

Fortune独家 · Axiom Math

Copilot按量计费第一天，有人月费从28美元变746美元

6月1日，GitHub Copilot正式从"包月无限用"切换到按Token消耗计费。Pro用户每月10美元换10美元的AI Credits——用完了要么停，要么加钱。以前的降级兜底机制也取消了：过去额度耗尽后自动切到便宜模型继续跑，现在一旦额度归零，直接停。

Reddit上一位开发者算完账发了张截图：他4月的实际使用量，在新计费下从28美元变成746美元，涨了25倍。另一位用户更夸张，月费预估从50美元跳到接近3000美元。"Bye Bye Copilot"的帖子在Reddit和X上刷屏。

GitHub的说法也直接：Copilot已经不是一年前的Copilot了。以前是代码补全——你打几个字它猜下一段，成本可控。现在Agent模式能自主分析整个代码仓库、在多个文件间来回修改、连续运行数小时迭代解决问题，一个复杂Agent任务调用的算力是简单补全的上千倍。

有人指出那些天价账单的用户大多是"Vibe Coding"——全程让AI生成代码自己不审——但也有人反驳：过去两年微软一直在鼓励你让AI做更多事，现在突然说这种用法太贵了。

如果你在用任何AI编程工具，这周该做的第一件事是去看自己实际消耗了多少Token——你以为自己在用工具，可能实际上在烧钱。

Ars Technica · GitHub Blog

黄仁勋说：四十年来你启动应用，现在你说一句话，PC替你干活

6月1日台北Computex，NVIDIA发布了RTX Spark——一块把GPU和CPU封装在一起的超级芯片，AI算力达到1 Petaflop，统一内存最高128GB，能在本地跑120B参数的大模型。最薄14毫米，最轻3磅，今年秋季上市。

真正的信号是黄仁勋在台上说的那句话：

微软同时在Build上发布了配套的Windows安全原语——新的身份认证、容器化隔离、策略控制系统，让AI代理能原生安全地跑在你的PC上。还有一个叫OpenShell的运行时：你可以定义代理能做什么、不能做什么，发到云端的查询会自动伪装你的个人信息。

Adobe已经在从底层重新架构Photoshop和Premiere适配这块芯片。ASUS、Dell、HP、Lenovo、Microsoft Surface、MSI都会出第一批设备。

PC正在从工具变成队友——你告诉它你要什么，它自己去找软件、组合操作、给你结果。如果你明年要换电脑，这块芯片意味着你买的不再只是一台跑得更快的电脑，它变成一个能在本地跑AI代理的私人工作站。

NVIDIA · Microsoft Build

Google把你的Gmail和照片变成每天一个动画故事

6月3日，Google Labs发布了Dreambeans——一个iOS和Android实验性App。它读取你的Gmail、日历、照片、YouTube和搜索记录，每天早上给你生成一批个性化故事，每个故事配一张AI画的插图。

Google给的例子：你收到一封狗粮到货确认邮件，Dreambeans会浮现训狗技巧；你日历上有个朋友来拜访的提醒，它会推荐你附近的狗友好餐厅。每个故事的插图会反映你常去的地方和常出现的人。

每批故事有限——看完就没了，明天再来新的。Google说这是对抗"无尽滚动"的一种尝试。

有人说这很温暖，有人说这很可怕——你的全部数字生活被一个AI读了一遍，然后它给你讲了个故事。Google强调你选择连接哪些App，Dreambeans里的隐私选择不会影响Gemini等其他产品。

目前只对美国的AI Ultra订阅用户开放，其他人排队等。如果你在做个性化产品，这个方向值得留意：从你已经有的信息里提炼出你没注意到的关联。

Google Blog · TechCrunch

AI发现了人类27年没发现的安全漏洞——自动化测试跑了千万遍也漏了

Anthropic公布了一个叫Glasswing的网络安全项目：他们用一个暂不公开的模型Claude Mythos Preview，几乎完全自主地在主流操作系统和浏览器里找安全漏洞。

它找到了数千个零日漏洞——开发者此前完全不知道它们的存在。

最震撼的是两个细节：

在OpenBSD——全球公认最安全加固的操作系统之一，被用来跑防火墙——Mythos发现了一个潜伏了27年的漏洞。攻击者只要连上你的机器就能让它远程崩溃。无数人类安全审查，没人发现。

在FFmpeg——被无数软件用来处理视频——它找到了一行有问题的代码。这行代码被自动化测试工具执行过500万次，16年来，次次测试全部通过。AI找到了。

Mythos还能自己把多个漏洞串联成完整攻击链——从普通用户权限，一步步升到完全控制机器。它在Linux内核里做到了这件事。

Anthropic把访问权限给了一个12家公司组成的联盟——Amazon、Apple、Google、Microsoft、Cisco、NVIDIA、JPMorgan、Palo Alto Networks、CrowdStrike、Broadcom、Linux Foundation——加上40多家关键基础设施机构。先防守，再考虑开放。

如果你在做安全、运维、或者任何涉及代码审计的工作——AI发现漏洞的能力已经超过了几乎所有人类安全专家。

Anthropic

一个人给AI造了个笼子，把最强模型锁进去看它能不能逃

6月6日，Simon Willison发布了一个叫micropython-wasm的alpha包。核心想法：把MicroPython编译成WebAssembly，在你自己的Python程序里跑一段不受信任的代码——代码被关在WASM沙箱里，读不了你的文件，连不了网，内存和CPU都有上限。

整个沙箱只有362KB。他用GPT-5.5和Codex Desktop"vibe coded"了整个项目——让AI写代码，自己审。其中最关键的一段C代码（让沙箱里的Python能调用外部"宿主函数"）只有78行，也是AI写的。

然后他做了一件所有人都想看的事：把GPT-5.5 xhigh锁在沙箱里，给它一个明确的目标——逃出来。

它没能逃出来。

Simon在博客里说了一句很诚实的话："抱怨那些不成熟、缺乏维护的沙箱库之后，我自己造了一个——这确实很讽刺。"他打了alpha标签，说还不推荐给不愿承担风险的人。但他已经自己在用了，而且把最强的AI关在里面，到目前为止它还没跑出来。

有趣之处是方法论：用AI写代码，用AI测试代码，再用AI攻破代码。

一个开发者在自己的卧室里，花几天时间，用AI搭了一个AI逃不出的笼子。一个人，不是大公司的研究实验室或国家安全团队。

如果你在做插件系统、Agent工具调用、或者任何需要执行外部代码的场景——362KB的WASM blob可能比你的整个Docker部署方案更安全。

Simon Willison's Weblog · GitHub

你说一句话，它给你造一个全新的声音

6月1日，OpenBMB开源了VoxCPM2。它做了一件以前做不到的事：不用给参考录音，只用自然语言描述就行。"一个温柔的中年女声，说话慢，像在讲故事"——它直接给你生成这个声音。你不需要去找演员录音、不需要在语音库里挑半天——你只需要一句话。

它也能克隆。给一段几秒的录音，它复制那个人的声音，然后你可以控制语速、情绪、语气——声音克隆不再是黑箱，你可以像调色一样调声。30种语言、9种中文方言，全开源，Apache 2.0许可。

以前做语音克隆要花钱买闭源服务，声音设计更是专业人士的领域。现在你只要能描述你想要的声音，就能得到它。

GitHub · Demo