1. Anthropic 年化营收冲上 300 亿，Claude Code 单品就破 25 亿
一句话: 估值破 1 万亿反超 OpenAI，Claude Code 一个产品线就顶一家独角兽。
Anthropic 的营收数据刚放出来：2025 年底年化 90 亿美元，3 月底直接冲到 300 亿。 三个月翻 3 倍多，而且不是靠融资输血，是真实企业订阅。 其中 Claude Code 一个产品线就贡献 25 亿年化——基本等于它今年才正式起量的单品，单独拉出来就是一家独角兽。
估值这边在二级市场也一起飙，Forge Global 上的份额交易对应估值已经稳定在 1 万亿美元。 OpenAI 被反超不是新闻了，真正值得看的是营收结构：Anthropic 的收入绝大部分来自企业编程场景，客单价高、留存好。 相比之下 OpenAI 还在大量吃 C 端订阅，留存天花板压着营收。
对开发者来说最直接的信号是：学 Claude Code 比学通用 Prompt 工程更值钱。 面试被问到"你用什么 AI 工具"的时候，能讲清楚 Claude Code 的项目实操（agent 模式、MCP、自定义 skill）比背十个框架名字更加分。
来源: QuantoSei News
2. Google DeepMind 组 Strike Team，Sergey Brin 亲自下场追 Claude
一句话: Google 高层承认 Gemini 编程干不过 Claude，内部成立专项组补短板。
Sherwood News 拿到 Google 内部消息：DeepMind 成立了一个 strike team，专门对着 Gemini 的代码能力补短板。 触发这个决定的是 Sergey Brin 亲自下场。他看完 Claude 4.5 / 4.6 和 Gemini 在 SWE-bench、LiveCodeBench 上的对比后，给团队发了内部信，措辞挺硬——"我们必须追上 Claude"。
为什么盯得这么紧？因为 2026 年企业花在 AI 上的预算里，编程场景的单价是最高的。 GitHub Copilot、Cursor、Claude Code 把"AI 写代码"从实验室推进了生产，Anthropic 吃到了第一波红利。 Google 要保住 GCP 的 AI 营收，Gemini 的编程能力就必须至少追平 Claude，否则企业合同会继续往 Anthropic 搬。
实际用的建议：现在选工具还是 Claude Code 优先，没必要切换。 但下一个 Gemini 大版本值得盯——如果它真追上来，价格战马上就来，API 成本对独立开发者是实打实的降。
来源: Sherwood News
3. Mira Murati 的 Thinking Machines Lab 签 Google Cloud 数十亿 GB300
一句话: 前 OpenAI CTO 带着最顶级 AI Lab 押 GCP，顺手锁了 NVIDIA GB300 新芯片。
TechCrunch 独家：Mira Murati 2024 年离开 OpenAI 后创立的 Thinking Machines Lab，刚扩签了和 Google Cloud 的合约。 规模是"single-digit billions"（数十亿美元但不到 100 亿），且明确写入了用 NVIDIA 最新 GB300 GPU 的条款。 GB300 是 Blackwell 系列的新迭代，训练大模型的 compute 密度比 H100 翻倍。
这事的信号比金额更重要：顶级 AI Lab 的算力首选路径正在偏离 Azure。 过去 OpenAI 几乎吃满 Azure 的 H100 池，Anthropic 走 AWS+Trainium，Google 自家有 TPU。 现在 Thinking Machines、Safe Superintelligence 这批独立 Lab 都在往 GCP 靠——Google TPU + GB300 的混合栈成了新默认。
对学云的人来说，这意味着 GCP Vertex AI、TPU 相关的岗位在企业招聘里出现频率在涨。 简历上有"跑过 GCP A3/A4 实例训练 7B+ 模型"的经验，比单纯 AWS SageMaker 溢价明显。
来源: TechCrunch
4. 月之暗面 Kimi K2.6 开源，单次不间断编码 13 小时写 4000+ 行
一句话: 国产开源模型第一次把 agent 级长程编码能力放出来，私有部署的企业有替代 Claude 的选项了。
月之暗面 4 月 20 日发布 Kimi K2.6，这次直接全权重开源。 官方测评里最硬的一条：单次任务可以不间断编码 13 小时，生成或修改超过 4000 行代码。 这个数字什么概念——一个中型 NestJS 后端项目大概 3-5 万行，K2.6 一晚上能改掉一个完整模块。
更关键的是它解决了一个国产开源模型的老问题——上下文长度和 agent loop 的稳定性。 过去 Qwen、DeepSeek 开源版在 agent 场景下跑超过 2 小时就容易崩，K2.6 把这个窗口拉到 13 小时是质变。 对私有部署需求强的企业（金融、医疗、国企）来说，这是第一次真能替代 Claude Code 做生产级编程 agent 的开源选项。
想试手的：有 8×H100 或 8×A100 的团队可以直接拉权重跑。 个人开发者可以去 OpenRouter 找它的免费额度先熟悉接口，再决定要不要本地跑。 中文社区的 fine-tune 估计这周就会有一波，盯 Hugging Face trending 就行。
来源: 21 世纪经济报道
5. 国内 AI 融资潮：面壁智能进独角兽、自变量机器人 B 轮 20 亿
一句话: 钱从"通用大模型"转向"端侧 + 具身智能"，2026 年国内 AI 投资主线换了。
两条融资消息一起放出来看： 面壁智能 2026 年第二笔融资落地，一季度累计超过 10 亿人民币，投后估值正式跨过独角兽门槛（10 亿美元）。 自变量机器人 B 轮近 20 亿，小米战投领投——这是国内具身智能赛道今年目前最大的单笔。
过去两年国内 AI 融资的关键词是"追 GPT"，大家都往通用大模型砸。 现在这笔钱明显在转向：面壁做的是端侧小模型（手机、车机、IoT 落地），自变量做的是真正能动的机器人。 资本开始想清楚了——通用大模型就那几家头部玩家能活下来，但端侧和具身智能的细分场景还有大量未被占领的位置。
对找工作的信号非常直接： 想进国内 AI 公司，"端侧模型压缩/部署"、"机器人感知与控制"、"具身智能 data pipeline" 这三个方向的岗位数量和薪资都在明显涨。 相反，通用 LLM 预训练岗竞争比去年更卷，非顶校 + 顶级项目经验很难挤进去。
今天的 5 条看下来主线很清楚：Anthropic 靠 Claude Code 把企业编程市场吃成护城河，Google 内部拉警报开始追，Mira Murati 的顶级 Lab 选边 GCP + GB300，国产侧月之暗面把长程编码能力开源出来给私有部署救场，国内资本把筹码从通用大模型挪到端侧和具身智能。
想看昨天的看 AI 日报 2026-04-23，或者直接去 海报库 下图发朋友圈。
