Microsoft 一天裁员约 4800 人，Xbox 与商业销售受影响最大

Microsoft 周一削减约 4800 个岗位，占其全球员工总数 2.1%。这轮裁员发生在公司持续调整组织结构、加大企业 AI 部署投入的背景下，受影响最重的是 Xbox 和商业销售团队。公司首席人力官 Amy Coleman 在发给员工的备忘录中说，技术的构建、部署和使用方式正在快速变化，客户需求和商业模式也在变化，因此公司需要调整资源、岗位和运营方式。

据分享给 Microsoft 员工的备忘录，Xbox 当天将减少 1600 名员工。Coleman 在备忘录中强调，本次被取消的岗位“不是由 AI 取代”，但也写道，AI 正在改变工作的完成方式，一些日常任务现在可以自动化。材料还提到，Microsoft 近期成立 Frontier Company 业务部门，聚焦用既有 AI 工具和前线部署工程师交付企业 AI 部署，并配套 25 亿美元投资。Xbox CEO Asha Sharma 在周一发给员工的邮件中称，这将是 Xbox 历史上最重大的重组；到 2027 财年，Xbox 预计总共削减约 3200 个岗位。

Sharma 在邮件中写道，Xbox 当前业务并不健康，利润率比可比的平台和发行企业低 3 至 10 倍。她提到，Game Pass 月度订阅、扩大内容组合、多平台投入等策略没有按预期速度增长，核心业务在团队和投资增加的同时走弱。重组中，Compulsion Games 和 Double Fine Productions 将重新成为独立工作室，Ninja Theory 和 Undead Labs 将在新所有者之下获得资金继续推进部分较受欢迎的游戏；Xbox 还计划把 14 层管理层压缩到最多 5 层，理想情况下压到 3 层，并任命 Helen Chiang 为首席运营官。

Google 近期调整搜索服务隐私设置，使公司可以保存更多用户数据，用于改进其 AI 模型。材料称，这包括“图片、文件、音频和视频录制”等媒体内容；也就是说，用户向 Google 搜索服务上传媒体时，除非主动退出，否则这些内容可能被用于 AI 训练。该变化通过 6 月发送给客户的一封邮件宣布，表述上围绕让用户更好控制保存历史和个性化推荐展开。

此次更新新增了 Search Services History 和 Personalized Recommendations 两项设置，用来配置活动如何用于个性化 Google 体验，以及网页和应用活动保存多久。适用范围不只 Google Search，还包括 Maps、Shopping、Flights、Hotels、Translate 和 News 等搜索服务。例如，用 Google Lens 拍照进行视觉搜索时，图片现在可能被保存用于 AI 训练；在 Google app 的 Search Live 中用语音搜索时，录音也可能被保存；使用 Google Translate 练习口语时，相关音频同样会被保存。

Google 在发给客户的邮件中直接说明，保存的媒体会和搜索服务历史一样，用于开发和改进 Google 服务与技术，包括 AI 模型和安全措施。其帮助文档也写明，公司会使用历史记录来提供、开发和改进服务，包括训练生成式 AI 模型，并借助人工审核员保护 Google、用户和公众。用户可以在 Search Services History 页面取消勾选“Save Media”，也可以同时关闭搜索服务历史，并把自动删除周期设为 3 个月、18 个月或 36 个月。

英国金融行为监管局 Financial Conduct Authority 高级官员 Sheldon Mills 警告，监管机构正在一场“军备竞赛”中追赶金融服务领域的 AI 使用。材料称，数百万人已经在使用相关技术帮助自己做个人财务决策。Mills 是 FCA 的执行董事，他是在一份由 FCA 委托、由他撰写的金融服务 AI 影响报告发布前接受采访时作出上述表述。

据《金融时报》报道，Mills 认为，监管机构需要更大权力，才能跟上 AI 的快速增长；他还敦促英国有关部门审查 ChatGPT、Claude、Gemini 以及其他大型语言模型在金融服务中的使用是否应纳入现有规则。他说，监管方也必须自己采用 AI，以跟上这项技术给行业带来的“速度、节奏和规模”变化，并帮助监管机构“监测、发现和处理风险”。

材料提供的范围限于 FCA 官员对监管能力和规则适用性的表述，以及这份报告将在周一发布的背景。报道摘要还写明，Mills 的主张是在数百万人使用 AI 做个人金融决策的情况下提出，重点是为监管机构争取更大权限，并审视通用大型语言模型进入金融服务场景后是否应受相关规则约束。

Anthropic 在安全研究者曝光后，快速移除了 Claude Code 中一段秘密监测中国用户的追踪代码。网页开发者 Thereallo 上周研究 Claude Code 隐私问题时发现，Anthropic 用“prompt steganography”把标记代码藏在提示内容中，用来识别用户时区、代理和可能与中国 AI 实验室的连接。

Anthropic engineer Thariq Shihipar 在 X 上确认，该追踪器是 3 月加入 Claude Code 的“experiment”，目的包括防止未授权转售账号和防范 distillation。The Washington Post 发现，未授权零售商曾以每月 1 美元出售免费模型访问权限，原价每月 100 美元的 pro subscriptions 可低至 12 美元。

Microsoft 365 面向 Business、Enterprise、Frontline 和 Government suites 的新包装与定价调整已在 2026 年 7 月 1 日生效。Microsoft 将其解释为过去一年在 AI、安全和 IT 管理方面新增功能的结果，而非单纯的涨价；Microsoft 365 Personal 和 Education 价格目前不变。

Windows Latest 首先发现的新价格表显示，Business Basic 从每用户每月 6 美元涨至 7 美元，Business Standard 从 12.50 美元涨至 14 美元，Microsoft 365 F1 从 2.25 美元涨至 3 美元。无 Teams 版 F1 涨幅为 43%，Business Basic 无 Teams 版涨 23%。E5 新增 Microsoft Security Copilot，每 1000 个许可每月 400 Security Compute Units，上限 10000 SCUs。

Chrome 用户近期发现浏览器目录中出现名为 weights.bin 的 4GB 文件，该文件是 Google 的本地 AI 模型 Gemini Nano。瑞典隐私研究员 Alexander Hanff 通过 macOS 内核日志发现此事，随后 Windows 和 Linux 上也得到确认；该文件位于 Chrome 用户数据文件夹的 OptGuideOnDeviceModel 目录中。

Chrome 会检查 GPU、CPU 核心数、系统内存至少 16GB、可用存储至少 22GB 等条件，符合后在后台下载模型；Hanff 在干净 Chrome 配置文件上测试时，下载用时 14 分钟。Snopes 检查 6 名员工设备，3 台发现该文件。Google 称这是自 2024 年提供的轻量本地模型，并称 2026 年 2 月起在 Settings > System 推出 On-Device AI 开关。

Reddit 表示，随着大型语言模型更容易被滥用，平台上的垃圾内容和 bot 内容问题加重，因此公司开发了基于 LLM 的工具来减少垃圾信息。这些工具用于识别旧系统过去遗漏的细微、协同式虚假行为和人为炒作。

Reddit 称，平台每天拦截 2300 万次垃圾内容浏览，并每天捕获约 2.5 万条新的垃圾帖子和评论。Reddit blog post 写道，公司利用 LLM 捕捉高度隐蔽的协同行为模式。公司还称，1 月至 3 月期间，用户接触垃圾内容的比例比前三个月下降 20%。

Apple 在最新 iOS 27 developer beta 中向测试者开放新版 Siri 的语音控制。iOS 27 beta 3 已启用「Pace」和「Expressivity」两项设置，用户可以调节 Siri 说话速度，以及语音中呈现的类人情绪强度。该功能属于 Apple 以生成式 AI 重建 Siri 的一部分，目标是让语音助手更自然、更个人化。

Siri 的语音控制最早在 6 月 WWDC 26 上介绍。测试者除选择不同口音和声音外，还可用滑块调整语速与表达性；调整时，Siri 会朗读“You have one new message”等常见句子供用户试听。iOS 27 中，AI 版 Siri 可通过语音、Dynamic Island 下滑输入、侧边按钮或独立 Siri app 启动。

美国部分富裕家庭开始让 AI 参与孩子教育，替代传统学校的一部分功能。材料称，Forge Prep 和 Alpha School 等公司向家庭收取数万美元费用，让学生使用 AI tutors，并参加“interactive project-based workshops”。这种模式在 Silicon Valley 的采用者较多。

文章同时提到，多数美国人并不信任 AI，材料举例称 AI 曾在安全披萨配料等问题上出错，人们也未必愿意听 AI 音乐。但这些疑虑没有阻止部分家庭尝试相关教育产品。San Francisco 风投人士 Shaun Johnson 向 The Wall Street Journal 表示，他计划把孩子送入这类模式。

AMD Ryzen AI Halo 是一台面向本地 AI 开发的迷你 PC，搭载 Zen 5 AMD Ryzen AI Max+ 395 处理器，规格为 16 核 32 线程，并配有 AMD Radeon 8060S 集成显卡和 NPU。产品定位是简化使用 ROCm 或 AMD 硬件学习 AI 开发，重点不只在硬件性能，也包括预装软件环境。

该设备只有一种硬件配置，配备可拆卸 2 TB M.2 SSD、128 GB LPDDR5x-8000 统一内存，内存带宽 256 GB/s，售价为 3,999.99 美元。它可预装 Windows 11 Pro 或 Linux，机身约 15 厘米见方、高不到 5 厘米、重 1.2 千克，并配有 240 W 电源适配器、四个 USB 3.2 Type-C、HDMI 2.1、10 GbE、Wi-Fi 7 和 Bluetooth 5.4。

Al Vigier 在文章中批评加拿大联邦政府的 AI 战略。他写道，政府三周前发布“AI for All”，称自己将成为加拿大 AI 的“strategic anchor customer”，并希望通过采购本国企业产品推动采用；但他认为，政府已经是重要 AI 客户，却长期购买美国公司产品，而且过程不透明。

文中称，加拿大约 12% 企业使用 AI，小企业比例约 8%，新战略希望到 2034 年提升至 60%。Al Vigier列举称，国防部 2020 年 3 月与 Palantir 加拿大分支签下 1,440 万美元合同，后来经十多次修订，到去年 10 月价值升至约 4,440 万美元，实际支出约 4,680 万美元；战略还包括 5 亿美元股权投资、7 亿美元算力资金、Trusted AI Certification 和从健康领域启动的 missions program。

这篇文章比较 AI 原生公司与普通软件公司的成本结构，称 Anthropic 的算力支出约为员工薪酬的 2.3 倍。按文中估算，Anthropic 约有 5,000 名员工，2026 年推理与训练支出约 100 亿美元，折合每名员工每年约 200 万美元算力成本，而顶级 AI 实验室员工总薪酬约 50 万美元以上。

文章引用 Ramp AI Index 称，排名前 1% 的公司每名工程师每年 AI 支出为 8.9 万美元，约等于 22.4 万美元高级工程师全成本薪酬的 40%，中位数公司只有 137 美元。Goldman Sachs Research 预计，到 2030 年，agentic AI 工作负载会把 token 消耗推高 24 倍；文中也列出 token 价格三年每年约降 10 倍、开源权重模型成本更低等反向因素。

OfficeCLI 是一个面向 AI agents 的 Office 工具套件，目标是让代理用一行命令控制 Word、Excel 和 PowerPoint 文件。项目介绍称它开源、单二进制、无需安装 Microsoft Office，也没有额外依赖；内置 HTML 渲染引擎可把 .docx、.xlsx、.pptx 渲染成 HTML 或 PNG，用于形成“渲染、查看、修复”的循环。

材料给出两种使用方式：AionUi 图形界面可用自然语言创建和编辑 Office 文档；命令行方式可从 GitHub Releases 下载二进制，或在 macOS/Linux 上通过 install.sh 安装。OfficeCLI 支持创建文档、读取文本和结构、分析格式问题、修改元素、移动或复制内容；示例中创建一页 PowerPoint 并添加标题可用一条 officecli add 命令完成。

Pulpie 发布一组用于从 HTML 页面提取正文内容的模型，定位是以较低成本接近现有 SOTA 抽取质量。其最小模型 pulpie-orange-small 在 WebMainBench 上取得 0.862 ROUGE-5 F1，接近 Dripper 的 0.864，但参数量为 2.1 亿，约为 Dripper 6 亿参数的三分之一。

Pulpie 采用 encoder 架构，在一次前向传递中把每个 HTML block 标记为正文或模板噪声。在 NVIDIA L4 GPU 上，pulpie-orange-small 每秒处理 13.7 页，Dripper 为 0.68 页；按 L4 实例每小时 0.39 美元计算，清洗 10 亿页网页的成本为 7,900 美元，Dripper 为 159,000 美元。训练集来自 16,670 个英文 Common Crawl 页面，过滤后保留 14,959 页。

文章记录了 prediction market conference 上对 AI superforecasters 的关注。文中解释，AI superforecaster 通常是 ChatGPT 或 Claude 等前沿模型加上 scaffold 程序，通过提示、工具和子代理执行较长研究流程。作者遇到一名创业者称其 AI 七个月内在 Kalshi 把 35 美元变成 200 万美元，另一家公司 FutureSearch 称用市场中性组合跑赢股市 25%。

作者试用了 FutureSearch，询问美国呼吸道感染率到 2040 年减半的概率。两分钟内，该系统部署 3 个子代理、阅读 16 个网站；五分钟后给出 7% 的概率，并引用 212 个来源，花费 8 美元 credits。另一家公司 Preseen 给出 8.8%，一名人类 superforecaster 在问题存在措辞歧义时给出 5% 至 10%。材料还提到 Metaculus 用共同指标比较 AI 与人类预测者。

MakerChecker 是一组面向 AI agent 的治理工具，主张默认拒绝执行、人工审批和加密签名审计。它可放在每次工具调用前做检查，并在调用后写入签名账本，让 agent 只能以指定角色运行被授权的技能，不能越权，也不能批准自己的工作。

其扫描包可通过 npx @makerchecker/scan . 运行，标记删除数据、转账、执行 shell、外传密钥等高后果动作，并可用 --fix 生成治理代码。项目还提供 embedded、server、SDK 和 LangChain、Claude Agent SDK 连接器；完整网关用 docker compose up 启动，包含 Postgres、本地 3000 端口服务器、人工审批收件箱和审查控制台。审计事件采用 SHA-256 哈希链、RFC 8785 JSON 与 Ed25519 签名，导出包可离线验证。