AI 新闻日报

发布生成式AI应用发展报告

中国互联网络信息中心政策与国际合作所在第七届中国互联网基础资源大会上发布《生成式人工智能应用发展报告（2026）》，显示截至2026年上半年我国生成式人工智能用户规模突破7亿人，普及率超过50%。报告称76.0%的用户用其回答问题，处理图片/视频、文本、工作总结/会议纪要/PPT的占比分别为47.8%、37.6%和32.5%；截至2026年6月我国智能算力规模达2185EFLOPS，同比增长177%，2026年上半年人工智能相关投融资事件1255起、金额约2501.4亿元。

Claude Code推出Mods系统

Anthropic 为 Claude Code 发布 Mods，这是一套运行在工具内部的中间件，开发者可用 JavaScript 或 TypeScript 函数挂载工具调用、用户提示词和 UI 渲染等事件，从而自定义界面与行为，/diff 等内置功能已用 Mods 实现。官方在 GitHub 提供示例 Mods，Mods 以用户权限运行且不做沙箱隔离，Anthropic 提醒只从可信来源安装，企业可控制允许加载的 Mods。首个官方 Mod 插件名为 You Should Know，会启动一个独立智能体监视 Claude 输出，发现用户可能遗漏的重要信息时发出 Heads up 提示，可用 /plugin enable cc-plugin-you-should-know@builtin 开启。

Prime Intellect推出Prime Inference推理平台

Prime Intellect 发布 Prime Inference，为前沿开源模型提供无服务器端点和预留 GPU 容量，支持 OpenAI SDK 接入 https://api.pinference.ai/api/v1，并具备跨数据中心自动故障转移。该平台在公开发布前内部日均处理近一万亿 token，负载来自 RL rollout、合成数据生成、评测和长时间运行的编码智能体。其服务栈结合 NVIDIA Dynamo、vLLM、Mooncake 和 FlashInfer，采用预填充与解码分离部署，测试中 p90 词元间延迟降低近 40%，GLM-5.3 在 GB200 NVL72 上以 1:4 预填充解码比实现每组 66 个会话、每用户 101 tok/s。

Airbnb推进由内而外的AI转型

前 Meta 生成式 AI 负责人、现 Airbnb CTO Ahmad Al-Dahle 向 Latent Space 讲述 Airbnb 的 AI 原生改造：目前 60% 的代码由 AI 编写，功能交付量同比增加近 80%，工程师人均 PR 吞吐量提升约 1.6 倍。客户支持是首个面向用户的落地场景，约一半工单由 AI 解决，公司称这与 Q2 财报中近 45% 的数字一致。内部组织上下文图谱 Everest 让杂货配送和机场接送两项服务快速上线，后者开发约用六周。Airbnb 采用多模型策略，至少部署 10 个定制模型，并按成本、性能、延迟的帕累托前沿为不同场景选型，编码用最强前沿模型，搜索用更小更快的后训练模型。内部智能体 AirChat 已接入 MCP 组织上下文，团队正推进由事件触发的异步智能体自动处理 on-call。

AI排班工具引发护士安全担忧

美国最大医院连锁 HCA 自 2023 年起在约 130 家院区部署与 Palantir 共同开发的 AI 排班工具 Timpani，多名护士称它频繁忽略排班偏好、在周日等时段安排人手不足，并导致资深护士与新人配比失衡。HCA 表示最终排班决定由护理管理者做出，并称 Timpani 平均只占用护士申请休息日的 1%，公司正根据反馈持续改进该工具。

Ai2开源发布AstaBrief科学报告生成模型

Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，与 Claude 驱动的 Thinking mode 并存。Ai2 称 Fast mode 平均每份报告 51.1 秒，Thinking mode 为 178.5 秒，约快 3.5 倍。模型基于 Qwen3-8B，采用 SFT 加 DPO 训练，训练数据来自 90K 条真实科研查询，权重和训练数据已在 Hugging Face 开放下载。

• Ai2 开源 AstaBrief 报告生成模型，基于 Qwen3-8B 训练Hugging Face

AutoSynthData生成并验证企业智能体合成训练任务

Hugging Face 博客介绍 AutoSynthData，一种面向企业级智能体的训练数据生成方法：先在环境中用诊断任务评估目标模型、定位其能力缺口，再由更强的教师模型示范成功轨迹，生成包含系统规范、用户提示词和验证器的新任务。生成分 target 与 multiply 两阶段，后者基于已验收样本扩展变体且不允许二次派生，以限制漂移。