2026年6月21日，美团正式上线 tabbit 国际版，这款产品以"免费集成全球顶级 AI 模型"为核心卖点，首次将 OpenAI 的 GPT-5.5、Anthropic 的 Claude Opus 4.8、Google 的 Gemini 3.5 Flash 与国内头部模型如 Kimi-2.6、GLM-5.1、MiniMax-M3 整合在单一平台中。此举标志着中国互联网巨头在 AI 应用层的一次重要布局，也折射出当前 AI 行业从"模型竞赛"向"应用集成"转型的趋势。
tabbit 国际版的推出对全球 AI 应用市场产生多重影响。首先，免费策略直接挑战了现有 AI 应用付费订阅模式——ChatGPT Plus（每月20美元）和 Claude Pro（每月20美元）面临着来自中国互联网巨头免费产品的竞争压力。其次，跨模型集成能力让用户可以在同一界面中对比和使用不同模型，这降低了用户切换成本，也加速了模型之间的"擂台赛"。对于国内模型厂商而言，被纳入 tabbit 意味着获得了面向国际用户的展示窗口，这有助于提升 Kimi、GLM、MiniMax 等模型的全球知名度。
美团选择在此时间节点推出 tabbit 国际版，战略意图值得玩味。一方面，美团作为生活服务巨头，其核心业务（外卖、到店、酒旅）的 AI 化改造需要用户基础积累，tabbit 可以视为其构建 AI 用户池的前置动作。另一方面，通过免费模式快速获取用户数据，有助于优化推荐算法和多模态理解能力。从技术架构看，跨模型集成面临着 API 调用成本、延迟优化、模型切换平滑度等挑战，免费模式的可持续性取决于美团能否通过广告、企业服务或数据增值等路径实现商业化闭环。
tabbit 国际版可能引发中国互联网巨头的 AI 应用"军备竞赛"。字节跳动、阿里巴巴、腾讯等公司或将在短期内跟进类似产品。同时，该产品对 OpenAI 和 Anthropic 的 API 调用策略可能触发这些公司对服务条款的调整。长期来看，AI 应用层将呈现"聚合平台"与"垂直深度服务"两条路径并行的格局，tabbit 的走向将成为观察这一趋势的重要窗口。
据美国国家安全局（NSA）局长公开表态，一个被称为"Mythos"的尖端 AI 系统在数小时内攻破了 NSA 几乎所有的机密系统。这一事件引发了全球网络安全界的震动。更令人震惊的是，Mythos 此前已在 5 天内成功破解了苹果 MacOS 的安全防线，而作为对比，Google 的顶级安全研究团队 Project Zero 完成同等攻击任务需要长达 6 个月的时间。这组数据直观地展示了 AI 驱动的漏洞挖掘能力已经远超传统安全团队。
Mythos 的能力展示对全球网络安全格局产生了深远影响。对于政府机构而言，这意味着传统依赖"安全通过模糊性"的机密保护策略已经失效。对于企业，尤其是科技公司，这意味着安全测试的标准必须重新定义——如果 AI 可以在数小时内完成人类团队数月的工作，那么安全审计的频率和方法论都需要根本性变革。该事件也直接推动了后续（6月22日）G7 领导人讨论 Mythos 分级访问框架的议程。
Mythos 展现出的攻击效率提升（相比 Project Zero 提升约 720 倍）反映了几项关键技术突破：一是 AI 在代码语义理解方面的进步使其能够自动发现传统模糊测试难以触及的逻辑漏洞；二是攻击路径规划能力的提升——AI 能够从系统整体架构层面构建多步攻击链；三是自动化利用生成能力的成熟。这些能力的组合使得 AI 从"辅助安全工具"蜕变为"自主攻击系统"。然而，这也引发了一个核心问题：当 AI 的攻击能力远超防御能力时，全球网络安全策略应如何调整。
预计各国政府和国际组织将加速制定 AI 安全治理框架，包括对超强 AI 模型的访问控制、使用审计和红队测试标准。安全行业将迎来一轮以 AI 对抗 AI 的技术升级浪潮，AI 安全初创公司可能获得大量融资。对于企业和个人用户，零信任架构的全面落地将不再是可选而是必选项。
据彭博社独家报道，微软正在执行一项独特的 AI 双向转售策略：一方面通过 Azure 云服务将 OpenAI 的 ChatGPT 模型销售给中国企业，另一方面则将中国 AI 公司 DeepSeek 的模型转售给西方客户。这一策略使微软实际上成为全球最大的 AI 模型"中间商"，横跨中美两大 AI 生态体系。微软作为 OpenAI 的最大投资方（累计投资超 130 亿美元），同时也是 Azure 云服务的全球运营商，具备独特的中介地位。
微软的双向转售策略对全球 AI 产业格局产生多重影响。对中国企业而言，通过微软获取 GPT 服务提供了一条合规路径，规避了美国直接出口限制中可能存在的灰色地带。对西方客户而言，DeepSeek 模型通过微软渠道进入市场，增加了模型选择多样性，也可能以更具竞争力的价格提供对标 GPT 的能力。这一模式实质上架起了中美 AI 之间的"数据桥梁"，使微软成为地缘政治博弈中的关键枢纽。
微软的中间商策略展现了其独特的竞争优势：云基础设施的全球覆盖、与 OpenAI 的独家合作关系、以及在华运营的长期经验。这种"两边做生意"的模式在商业上极为精明——微软既从中国 AI 需求增长中获益（根据行业数据，中国企业 AI 算力支出年增长率超过 60%），又通过转售 DeepSeek 等中国模型丰富了其西方市场的 AI 产品线。然而，这一模式面临地缘政治风险：美国出口管制政策的变化和中国数据安全法规的收紧都可能影响这一业务模式的可持续性。
预计更多跨国科技公司将效仿微软的双向转售模式，试图在中美 AI 生态之间建立商业桥梁。这将加速全球 AI 模型的商品化趋势，但也可能促使两国政府加强对 AI 模型跨境流动的监管。微软的这一先发优势可能转化为长期竞争优势，前提是它能够在地缘政治不确定性中保持平衡。
据《韩国先驱报》报道，LG 电子高管团队计划访问英伟达（Nvidia）位于加利福尼亚州圣克拉拉的总部，双方将就实体 AI（Physical AI）和机器人领域的合作进行深入讨论。此次访问正值全球制造业加速智能化转型的关键时期，英伟达正在将其业务从 GPU 芯片供应商扩展为 AI 基础设施平台提供商，而其 CEO 黄仁勋多次强调"实体 AI"将是 AI 的下一个重要前沿。
LG 与英伟达的合作讨论对双方都具有战略意义。对于 LG，其在家电、消费电子和汽车零部件领域拥有深厚的制造基础和品牌认知，引入英伟达的 AI 和机器人技术可以帮助其实现产品智能化升级——从智能家居机器人到工业自动化解决方案。对于英伟达，LG 代表了一个重要的行业合作伙伴，可以帮助将其 AI 平台从数据中心延伸到制造业和消费场景。此次合作也可能影响韩国 AI 机器人产业的竞争格局，三星、现代等其他韩国企业可能会加速各自的 AI 机器人布局。
LG 与英伟达的合作议题很可能涵盖以下几个方面：基于英伟达 Jetson 平台的机器人控制器开发、利用 Isaac Sim 进行机器人训练和仿真、以及将 AI 推理能力部署到 LG 的智能设备中。LG 在 OLED 显示屏、家电和电池领域的技术积累与英伟达在 AI 计算和仿真平台方面的优势形成互补。值得注意的是，LG 此前已与多家 AI 公司建立了合作关系，包括与加拿大 AI 公司 Element AI 的合作，此次转向英伟达显示出其战略重点向硬件基础设施层的转移。
如果 LG 与英伟达的合作顺利推进，预计将在 2027 年前后看到搭载英伟达 AI 芯片的 LG 机器人产品面世。这一合作也将推动韩国政府加大对 AI 机器人产业的政策支持力度，韩国产业通商资源部此前已宣布将投资超 5000 亿韩元用于 AI 机器人研发。在更宏观的层面，LG-英伟达联盟将与特斯拉 Optimus、波士顿动力等形成竞争态势，全球机器人市场将进入加速发展阶段。
据 Jang.com.pk 报道，美国前总统特朗普发表声明称不再将 AI 公司 Anthropic 视为国家安全威胁。这一态度转变的背景是 Anthropic 配合美国政府的要求，限制了外国人员对其旗舰模型 Fable 5 和 Mythos 5 的访问权限。此前，Anthropic 因其前沿 AI 模型的安全性引发争议，特别是在 Mythos 展现出强大的网络攻击能力后，美国政府内部对其与外国实体合作的风险表示担忧。
这一声明对 Anthropic 的经营环境产生积极影响：首先，解除国家安全威胁标签意味着 Anthropic 可以更顺畅地与联邦政府机构合作，包括可能获得政府合同；其次，降低了公司的合规成本和法律风险，有利于其 IPO 或后续融资；第三，向市场传递了积极信号，有助于维持客户和合作伙伴的信心。然而，Anthropic 为此付出的代价——限制外国人员访问其顶级模型——可能影响其全球业务拓展和国际人才招聘。
Anthropic 与政府达成和解的过程反映了 AI 安全治理中的一个核心矛盾：模型能力越强大，其安全风险越高，政府干预的意愿也越强。Anthropic 以"安全优先"为核心理念创立，但现实中的安全往往需要在地缘政治框架内重新定义。限制模型访问是 Anthropic 做出的权衡——通过接受一定的商业约束来换取政府的信任和生存空间。这一案例也为其他 AI 公司提供了参考：在面对国家安全关切时，主动配合监管可能是最务实的路径。
Anthropic 的案例可能成为 AI 公司与政府打交道的模板。预计更多拥有超强 AI 模型的美国公司将面临类似的"合规换取安全通行"考验。同时，这一事件将加速美国 AI 出口管制政策的细化——从控制硬件（芯片）扩展到控制软件（模型权重），6 月 22 日美国宣布将出口管制扩展至涵盖 AI 模型本身即是这一趋势的直接延续。
韩国科技巨头 Kakao 宣布推出其 AI 超级计算机，性能达到 69.1 petaflops（每秒 69.1 千万亿次浮点运算），位列全球超级计算机前 30 名。该集群基于 Nvidia HGX B200 平台构建，是 Kakao 在 AI 基础设施领域的重大投资。Kakao 作为韩国最大的移动社交平台和互联网公司之一，拥有 KakaoTalk（韩国国民级通讯应用）、KakaoPay（金融科技）以及 KakaoBrain（AI 研发部门）等业务线。
Kakao 超级计算机的推出对韩国 AI 产业具有里程碑意义。它使 Kakao 具备了训练大规模 AI 模型的能力，可以支持其在自然语言处理、计算机视觉、推荐系统等领域的研究。对韩国 AI 生态而言，这减少了韩国企业对海外 AI 算力的依赖，增强了本土 AI 竞争力。在全球层面，69.1 petaflops 的计算能力使得 Kakao 的 AI 研发能力跃升至与全球科技巨头同一级别，为其参与前沿 AI 竞赛提供了硬件基础。
Kakao 选择 Nvidia HGX B200 而非更昂贵的 H100 或 Blackwell 系列，体现了其在性能与成本之间的务实考量。从战略角度看，Kakao 并非盲目追求最大算力，而是根据自身业务需求——韩语大模型训练、多模态理解和实时推理——构建匹配的算力规模。值得注意的是，韩国政府近年来大力支持本土 AI 基础设施建设，Kakao 的超级计算机可能受益于相关政策和补贴。此外，Kakao 正在将其 AI 能力与其核心业务深度整合，如在 KakaoTalk 中加入 AI 助手，在 KakaoPay 中引入智能风控等。
Kakao 的超级计算机将加速韩语 AI 模型的发展，可能催生能与 GPT 和 Claude 竞争的韩语大模型。韩国其他科技巨头（如三星、LG、Naver）也可能加大 AI 算力投资，形成韩国 AI 基础设施竞赛。在全球超级计算机排名中，韩国企业的算力占比将持续提升。对于 Nvidia 而言，韩国市场正成为其在东亚地区的重要增长引擎。
全球领先的视觉内容提供商 Getty Images 宣布与 OpenAI 签署多年合作协议，将其海量授权图片和视频内容引入 ChatGPT。根据协议，当用户向 ChatGPT 提问时，AI 将能够从 Getty Images 的数据库中调取经过授权的高质量视觉内容作为回答的补充，确保内容的合法性和版权合规。这是 OpenAI 在解决 AI 生成内容版权问题上的又一重要举措。
这一合作对多个利益相关方产生积极影响。对于 OpenAI，它获得了大规模授权视觉内容库，解决了 AI 回答中图片使用的版权风险——这是此前 AI 产品面临的主要法律隐患之一。对于 Getty Images，新合作模式为其传统图库业务注入了 AI 时代的增长动力，图片创作者可以通过 Getty 平台在 AI 生成的回答中获得曝光和收入。对于用户，ChatGPT 的回答将从纯文本扩展到图文并茂的体验，信息获取的丰富性和准确性将得到提升。
Getty Images 与 OpenAI 的合作模式代表了 AI 时代内容授权的新范式。传统上，Getty 的收入主要来自媒体、广告公司和企业客户的图片订阅和单次购买。在 AI 时代，图片作为 AI 训练数据和 AI 输出内容的需求急剧增长，Getty 需要通过新的授权协议抓住这一机遇。合作的关键挑战在于如何确保证权图片的准确调用——当用户询问某个新闻事件或人物时，AI 需要检索到最相关且版权清晰的图片。这不仅需要技术上的图-文语义匹配能力，还需要完善的元数据管理和内容审核机制。
预计 Getty 与 OpenAI 的合作将推动更多内容版权方与 AI 公司建立类似的授权关系，包括新闻媒体、音乐版权方和视频平台。这将形成 AI 时代内容授权的新行业标准。同时，未经授权使用版权内容训练或生成 AI 输出的法律风险将进一步加大，全球 AI 版权诉讼的判决结果将对行业产生深远影响。长期来看，AI 产品的"内容成本"将成为不可忽视的运营支出项。
截至 2026 年 6 月 21 日当周，美股 AI 板块表现强劲，机构数据显示上周科技股资金净流入达到 192 亿美元，创下历史新高。英伟达（Nvidia）等 AI 龙头股领涨市场，推动纳斯达克指数上行。此轮资金流入的背景包括：AI 企业财报持续超预期、大模型应用加速落地带来的市场信心提升、以及投资者对 AI 基础设施长期需求的看好。
192 亿美元的单周资金流入量反映了机构投资者对 AI 赛道的极度看好。这一趋势对实体经济产生多重影响：首先，充裕的资本市场为 AI 初创公司提供了更友好的融资环境，有助于支撑 AI 产业的创新投入；其次，股价上涨使 AI 公司可以通过股权激励吸引顶尖人才，进一步加速行业技术迭代；第三，大量的资金涌入可能导致 AI 资产估值泡沫风险上升，对长期投资者构成谨慎信号。值得注意的是，资金流向主要集中在算力基础设施层（GPU 芯片、数据中心）和应用平台层（大模型公司、AI SaaS），而 AI 中间件层的关注度相对较低。
此轮 AI 板块资金流入的规模与 2023-2024 年的 AI 热潮相比更为显著，但驱动力有所不同。如果说 2023 年的 AI 行情主要由"ChatGPT 引发的概念炒作"推动，那么 2026 年的资金流入更多基于 AI 企业实际营收增长和盈利能力改善。英伟达的数据中心业务收入持续增长，OpenAI 年化收入已突破百亿美元，Anthropic 的企业客户增长强劲——这些基本面支撑了 AI 板块的估值。然而，192 亿美元的单周流入规模也可能预示着市场情绪过热，投资者需要警惕回调风险。
预计 AI 板块的资金流入趋势将在 2026 年下半年持续，但增速可能趋于平稳。投资者关注焦点将从"AI 基础设施投入"逐步转向"AI 应用变现能力"。AI 企业财报将成为市场情绪的重要催化剂。在具体标的上，市场可能从关注芯片公司扩展到 AI 应用软件和行业解决方案提供商。对于中国投资者，A 股 AI 板块可能跟随美股 AI 行情，但程度和时间差取决于国内 AI 产业的实际进展。
据 Jang.com.pk 报道，亚马逊创始人 Jeff Bezos 因 AI 数据中心的巨大用水量而面临公众和环保人士的强烈批评。亚马逊 2025 年全球数据中心用水量达到惊人的 25 亿加仑（约 946 万吨），这些水主要用于 AI 服务器的冷却系统。随着 AI 算力需求的爆发式增长，大型科技公司的数据中心水资源消耗已成为一个日益严峻的环境问题。Bezos 在回应中对用水量的辩护进一步激化了舆论争议。
这一事件将 AI 产业的环境影响推至公众视野中心。25 亿加仑的用水量相当于一个中等城市全年的居民用水量，对于水资源紧张地区的社区影响尤为显著。这一争议可能产生几方面的影响：一是促使科技公司加快采用更高效的水冷技术和无水冷却方案；二是可能引发更多针对 AI 数据中心的环境监管政策，包括用水配额制度和环境影响评估要求；三是影响企业的 ESG（环境、社会和治理）评级和投资者的决策偏好。
AI 数据中心的用水问题本质上是"算力需求暴增"与"环境资源有限"之间的结构性矛盾。随着 AI 模型规模从千亿参数向万亿参数演进，训练和推理所需的算力以指数级增长，而散热需求也同步上升。液冷技术虽然比传统风冷更高效，但本质上仍消耗大量水资源。亚马逊、微软、Google 等超大规模云服务商在积极投资 AI 基础设施的同时，也需要在环境可持续性方面做出更多承诺和投入。值得注意的是，科技公司正在探索替代方案，包括浸没式冷却（不需要水）、循环水系统和在气候凉爽地区建设数据中心以降低冷却需求。
预计 AI 数据中心用水问题将成为 AI 产业面临的主要 ESG 挑战之一。经过此轮舆论发酵，科技公司将面临更大的压力来公开披露用水数据并设定减排目标。技术创新方面，无水冷却方案和新型散热材料的研发将加速。政策层面，可能出台数据中心用水效率标准和碳排放配额。长期来看，AI 产业的"绿色化"将是可持续发展的必要条件，科技公司需要在算力增长和环境保护之间找到平衡点。
LangChain 认证大使邵猛（X: @shao__meng）正式发布开源教程《Deep Agents 实战》。该教程共有 8 章内容，涵盖了基于 Deep Agents Harness 框架构建 AI Agent 的完整流程。Deep Agents Harness 是一个新兴的开源 AI Agent 框架，专注于提供模块化、可扩展的 Agent 开发体验。邵猛作为 LangChain 官方认证的社区大使和技术专家，在 AI Agent 开发领域有着深厚的技术积累和社区影响力。
这一教程的发布对 AI Agent 开发者社区具有实用价值。教程系统地覆盖了 Agent 构建的各个环节，包括环境配置、工具链集成、工作流设计、记忆管理、多 Agent 协作等主题。对于正在从 LLM 调用转向 Agent 开发的开发者而言，这是一个理想的学习资源。开源的形式也意味着社区可以参与贡献和改进，教程本身也将随着框架演进而持续更新。
AI Agent 是 2026 年最受关注的 AI 应用范式之一。与简单的"问答式"AI 不同，Agent 能够自主执行多步骤任务、调用外部工具、维护上下文记忆，并与其他 Agent 协作。Deep Agents Harness 框架选择在这个时间点推出，反映了 Agent 技术栈正在从实验性走向工程化。教程的 8 章结构设计合理，从基础概念到高级特性逐步递进，适合不同水平的开发者。值得注意的是，Agent 开发的一个核心挑战是可靠性和可控性——如何在赋予 Agent 自主性的同时确保其行为可预测、可审计，这是教程可能需要重点探讨的内容。
《Deep Agents 实战》教程有望成为中文 AI Agent 开发的入门经典，推动更多国内开发者掌握 Agent 开发技能。随着 Agent 框架的成熟和教程体系的完善，2026 年下半年可能迎来 AI Agent 应用的爆发期。企业级 Agent 应用将从简单的客服机器人扩展到复杂的企业流程自动化、代码审查、数据分析等场景。对于开发者而言，掌握 Agent 开发能力将成为 AI 时代的重要职业竞争力。