
📰 2026-06-13 AI 日報


Claude 連「全部刪除」都不給你按
Anthropic 開放 Mythos 級 AI 模型,技術民主化邁出關鍵一步
Anthropic 正式向公眾開放 Mythos 級 AI 模型,並透過 Claude Fable 展現極度主動的 AI 代理能力,標誌著大模型應用進入新階段。Google 推出具備自我修正能力的 DiffusionGemma,能平行生成 256 個 token,同時 PixelRAG 技術顯著降低 AI Agent 的 Token 成本並提升準確度。此外,OpenAI Academy 推出新課程以培養下一世代工作技能,反映業界對 AI 實用化與人才培訓的重視。

PixelRAG 超越傳統文字解析器,準確度提升且降低 AI Agent 10 倍 Token 成本
UC Berkeley 與普林斯顿大學等機構的研究團隊提出 PixelRAG,透過直接處理視覺資訊而非依賴傳統文字解析器,解決了 RAG 系統中因文字轉換導致訊號遺失的問題。這項技術不僅顯著提高了檢索準確度,更將 AI Agent 的 Token 使用成本降低了 10 倍,為企業級 RAG 架構提供了更高效且精準的替代方案。

Anthropic 向公眾開放 Mythos 級 AI 模型
Anthropic 正式將高階的 Mythos 系列 AI 模型開放給公眾使用,這標誌著其技術民主化的重要一步。此舉不僅讓開發者能更輕易地整合強大模型,也顯示 Anthropic 在競爭激烈的 AI 市場中積極擴大用戶基礎的策略意圖。

Claude Fable 展現極度主動的 AI 代理能力
Anthropic 推出的 Claude Fable 是一個實驗性 AI 代理(Agent)框架,旨在讓模型具備高度主動性,能自主規劃並執行複雜任務。這項技術展示了從單純對話轉向自主行動的關鍵演進,為未來自動化工作流提供了新的技術範例。

Google DiffusionGemma:平行生成 256 個 token 並具備自我修正能力
Google 推出 DiffusionGemma,將影像生成的 Diffusion 原理應用於文字生成,能平行產生 256 個 token 並在過程中自我修正。這項技術打破了傳統語言模型逐字生成的限制,為生成式 AI 帶來了全新的架構可能性。

OpenAI Academy 推出新課程,打造下一世代工作技能
OpenAI 正式推出三門新的 Academy 課程,專注於培養實用的 AI 技能、建立可重複的工作流程,以及將 AI Agent 應用於日常工作中。這標誌著 OpenAI 從單純提供模型轉向系統化教育,旨在降低使用者掌握先進 AI 工具的門檻,並推動企業與個人更高效地整合 AI 於工作流程中。

Show HN: 自動化腳本批量刪除 Claude 網頁版聊天記錄
由於 Claude 網頁介面缺乏類似 ChatGPT 的批量刪除功能,使用者需手動逐筆刪除,面對大量歷史紀錄時極為耗時。有開發者分享了一個 JavaScript 腳本,可自動執行批量刪除作業,解決了使用者管理聊天歷史的痛點。此工具雖為非官方解決方案,但反映了當前 AI 聊天介面在資料管理功能上的不足。

olmo-eval:模型開發循環的評估工作平台
Hugging Face 推出了 olmo-eval,這是一個專為模型開發循環設計的評估工作平台。該工具旨在簡化 AI 模型的測試與驗證流程,讓開發者能更高效地監控模型性能並進行迭代優化。

Google 起訴利用 AI 詐騙數十萬受害者的中國犯罪集團「Outsider Enterprise」
Google 正式對一個名為「Outsider Enterprise」的中國網絡犯罪集團提起訴訟,指控其利用生成式 AI 技術自動化發送超過 250 萬條詐騙簡訊,受害者高達數十萬人。此案件凸顯了 AI 技術被濫用於大規模網絡釣魚與詐騙的嚴重性,也顯示科技巨頭正積極透過法律手段打擊 AI 犯罪。
今日洞察
近期 AI 產業呈現技術突破與生態擴散並行趨勢。技術層面,PixelRAG 與 DiffusionGemma 分別透過視覺原生處理與平行生成架構,顯著優化 RAG 成本與生成效率,展現基礎模型架構的創新潛力。商業策略上,Anthropic 開放 Mythos 模型並推出主動性 Agent 框架 Claude Fable,加速技術民主化與自動化應用落地。同時,OpenAI 透過 Academy 課程系統化培育人才,推動 AI 技能普及。然而,Claude 網頁端缺乏批量刪除功能引發開發者自建工具,凸顯當前 AI 介面在資料管理體驗上的不足,顯示產品細節優化仍是提升用戶黏著度的關鍵挑戰。
🔮 趨勢雷達
未來三至六個月,AI 產業將從單純的模型競賽轉向效能優化與自主代理的落地實戰。PixelRAG 與 DiffusionGemma 的突破顯示,降低 Token 成本與提升生成效率將成為企業部署的關鍵指標,傳統逐字生成的語言模型架構將面臨重構壓力。同時,Anthropic 開放高階模型並推出主動性 Agent 框架,預示著 AI 應用將從被動對話躍升為自主執行複雜任務,這將加速企業自動化工作流的普及。OpenAI 的教育佈局則反映市場對實用技能的需求急增,而介面痛點暴露出當前產品在資料管理上的成熟度不足。投資重心將從基礎模型轉向能解決具體效能瓶頸與代理協作的應用層技術。