1. iOS 27 AI Extensions：Claude 首次可替代 Siri 成 iPhone 默认 AI
一句话: 6月9日 WWDC 2026，Apple 宣布 iOS 27 引入 AI Extensions，用户可将 Claude、ChatGPT 或 Gemini 设为 iPhone 跨系统默认 AI 助手，Siri 底层由苹果以约10亿美元/年授权的 Gemini 定制模型驱动。
在 WWDC 2026 开幕主题演讲中，Tim Cook 走上台宣布了 Apple 历史上最大规模的 AI 生态开放：iOS 27 将引入「AI Extensions」系统，允许用户在「设置」中将第三方 AI 助手设为覆盖整个系统的默认 AI 服务提供商。Claude、ChatGPT、Google Gemini 和 Grok 均在首批支持名单中，用户可逐功能区选择偏好的 AI 引擎——例如写作辅助用 Claude，代码建议用 ChatGPT，搜索增强用 Gemini。
这一开放的背后是苹果的双轨策略：Siri 本身由 Apple Intelligence 架构重构，底层采用 Google 授权的 1.2 万亿参数定制 Gemini 模型，据报道年授权费约 10 亿美元，使 Siri 具备了更流畅的多轮对话能力；与此同时，通过 Extensions 系统将更复杂的多步骤任务或用户主动触发的 AI 请求路由给第三方。两套系统在 iOS 27 的「Apple Intelligence」伞形框架下并存，苹果在中间扮演「AI 路由器」的角色。
对开发者的影响尤为深远。Apple Foundation Models 框架同步公布，Anthropic 确认 Claude 将通过该框架在 iOS 27、iPadOS 27、macOS 27 及 visionOS 27 中可用。这意味着开发者可以通过标准 API 调用将 Claude 能力嵌入原生 App，无需单独处理网络请求或用户鉴权——Claude 的能力直接成为 iOS 系统的一部分。对于已经在 App 中集成 Anthropic API 的团队，Apple 的分发网络意味着潜在用户基数直接跃升至 10 亿+ 量级。
2. OpenAI 收购德国初创 Ona，Codex 迈向跨天长时间异步任务
一句话: 6月11日，OpenAI 宣布收购德国云环境公司 Ona（原 Gitpod），其持久化云执行技术将让 Codex 智能体可以在用户关机后继续运行数小时乃至数天，彻底改变 AI 编程助手的任务边界。
6月11日，OpenAI 在官网正式公告收购 Ona（前身为 Gitpod，2019年创立于德国基尔市）。Ona 的核心产品是为开发者提供安全、可复现的预配置云执行环境，已服务超过 200 万开发者。在 AI 时代，Ona 将这套基础设施重新定向为专为 AI 智能体设计的云沙盒：每个 Agent 执行会话都在一个隔离、预装工具和上下文的云环境中运行，即使用户的本地设备断开连接，任务也可以持续推进。
OpenAI 收购 Ona 的战略意图指向一个核心问题：Codex 当前的能力边界是分钟级任务，而大多数真正有价值的软件工程工作——重构一个旧系统、运行一套大型集成测试、升级数百个模块的依赖——需要数小时乃至数天。有了 Ona 的技术，Codex 智能体可以在夜间独立完成这些任务，次日早晨开发者打开电脑时看到的是已完成的 PR，而不是等待确认的进度弹窗。
另一个被广泛关注的维度是数据主权。Ona 的「客户控制执行」模型允许 Codex 任务运行在客户自己的 AWS、Azure 或 GCP 环境中，OpenAI 只提供模型智能和编排逻辑，计算和数据全程不离开客户的云账户。这对企业用户尤为重要——金融、医疗、法律等受严格合规约束的行业，此前因数据安全顾虑对 AI 编程智能体持保守态度，Ona 的模型直接化解了这一障碍。
来源: OpenAI 官方公告 · CNBC
3. Gemini 3.5 Pro 本月发布在即：200万 Token 上下文 + Deep Think 深度推理
一句话: 继5月推出 Gemini 3.5 Flash 后，Google 确认旗舰版 Gemini 3.5 Pro 将于2026年6月正式发布，主打200万 token 超长上下文和「Deep Think」推理模式，目前已在 Google AI Studio 小范围预览。
今年5月19日，Google 在 I/O 2026 大会上发布了 Gemini 3.5 Flash，这款模型在代码、Agent 和多模态基准上超越了去年的 Gemini 3.1 Pro，API 定价为 $1.50/$9（输入/输出，每百万 token）。但这只是 Google 战略的前半场——Flash 主打速度和经济性，Pro 才是真正的旗舰对决。
根据 TechTimes 的报道和 Google AI Studio 预览信息，Gemini 3.5 Pro 的两个核心差异化能力已经基本明确：第一是 200 万 token 的上下文窗口，这是目前主流商用模型中最长的，超过 Claude Fable 5（100万）和 GPT-5.4（约 128K）的两倍；第二是「Deep Think」深度推理模式，允许模型在回答前进行多步扩展推理，类似 OpenAI o3 和 Anthropic 的自适应思维，但与 Gemini 原有的强项多模态理解结合，使其在科学推理、长文档分析等场景上具备独特优势。
对于实际使用场景，200万 token 上下文意味着可以一次性送入整个大型 monorepo 的源代码、完整的法律合同包或数十份研究报告进行综合分析。这对工程团队的影响是：代码 review 助手可以真正理解整个系统上下文而不是单一文件；对法律和咨询团队的影响是：可以让模型同时读完所有相关文件再给出建议，而不是分批处理拼接结果。Pro 的 API 定价预计高于 Flash，目前尚未公布，但据业内人士预测可能在 $5-10/百万 token 区间，与 Claude Fable 5 API 定价直接竞争。
4. GPT-5.4 mini 面向免费用户开放，ChatGPT 超级应用化提速
一句话: OpenAI 将 GPT-5.4 mini 推向 ChatGPT 免费与 Go 用户，同步上线 70+ 互动学习模块和企业工作区智能体，ChatGPT 正从聊天机器人向覆盖学习、工作、代码的全能超级应用演进。
GPT-5.4 mini 是 GPT-5.4 家族中为高并发、低延迟场景设计的精简版，在 SWE-bench Pro（软件工程基准）上得分 54.4%，与完整版 GPT-5.4 的 57.7% 差距仅 3 个百分点，但成本约低 6 倍，延迟显著更低。此前，推理模型仅对 Plus 和 Pro 付费用户开放；此次将 mini 版本通过 ChatGPT「+」菜单中的 Thinking 开关下放至免费层，是 OpenAI 超级应用战略中「用高质量免费体验锁定用户」逻辑的核心一步。
与模型更新同步的，是 ChatGPT 多个产品能力的叠加上线。互动学习模块（Interactive Learning）首批支持 70+ 数学与科学主题，用户可以在对话中实时操纵公式变量、可视化物理方程，从被动阅读转向主动实验——这一功能对 K-12 与大学生用户的吸引力尤为显著。企业版和教育版则新增工作区智能体（Workspace Agents），团队可以将跨工具的自动化工作流共享给成员，让智能体代替人工处理重复审批、报告汇总、代码检查等流程。此外，ChatGPT Lockdown Mode 也在本轮更新中向全体登录用户开放，通过限制外部服务访问来防范 prompt injection 攻击导致的数据泄露。
值得开发者关注的是一个重要的退役时间线：GPT-4.5 将在6月27日从 ChatGPT 下线，GPT-5.4 mini 以及 GPT-5 系列正式成为新基线。对于仍在调用 gpt-4.5-preview 等旧接口的项目，需在两周内完成迁移测试，切换到 gpt-5.4-mini 或 gpt-5.4，否则将面临接口不可用的风险。OpenAI 的 Responses API（为 Agent 场景设计的新版 API，内置 web search、file search 和 computer use 工具）也已正式发布，建议新项目直接采用。
5. Snap 裁员千人：AI 写65%代码省5亿美元，IT 就业冲击加速
一句话: Snap 宣布裁员约1000人（占全职员工16%），AI 目前生成超过65%的新代码，全年化成本节省预计超5亿美元，股价应声上涨——「AI 效率红利」正成为资本市场定价科技股的新逻辑。
Snap CEO Evan Spiegel 在内部信中将此次裁员定性为公司面临的「关键时刻」（crucible moment）：随着 AI 工具在工程团队中的渗透率提升，公司发现可以用更精简的团队完成同等甚至更高质量的产出。具体数字令业界震动——Snap 的 AI 代码生成率已超过65%，高于此前 GitHub 等公司披露的行业均值，直接导致对初中级工程师的需求大幅下降。裁员波及约1000名全职员工，同时关闭逾300个开放职位，并按需缩减承包商规模。
从资本市场反应来看，Snap 宣布裁员后股价上涨，投资者将这笔每年5亿美元的成本节省解读为利润改善的先行指标。这一模式正在复制：Salesforce、Duolingo、IBM 等多家公司在同期也相继公布了以「AI 效率」为由的裁员或招聘冻结计划。AI 驱动裁员已经从个案演变为一种系统性的企业财务战略——「AI 写码省成本」不再是技术部门的内部指标，而是 CFO 报告里的竞争力叙事。
对 IT 从业者的警示已经足够清晰：当一家公司65%的代码由 AI 产出时，「写代码」本身的稀缺性正在快速稀释。真正难以被 AI 替代的是系统架构决策、产品技术对齐、AI 输出的质量鉴别以及跨团队的工程协调能力。对个人职业路径来说，Copilot/Cursor/Claude Code 等工具的熟练使用不再是加分项而是基础门槛；对团队领导者而言，Snap 案例提供了一个现成的 ROI 模型，可直接用于向管理层论证 AI 工具投入的财务回报。
来源: CNBC Snap 裁员 · Fox Business
