上周五忙着看各家发的模型和融资，这周开头得聊聊钱的事——企业的钱、学生的成绩、还有扎克伯格心里那点疙瘩。
企业AI成本失控，花旗Adobe带头砍旗舰模型
来源： IT之家
链接： https://www.ithome.com/0/971/937.htm
404 Media拿到的内部资料显示，至少六家大公司正在限制员工用最好的AI模型，原因就一个：太贵了。
花旗银行6月24日直接禁用了Claude Opus 4.6、4.7和GPT-5.5。Adobe在6月30日终止了Claude无限制使用协议。Atlassian的数据最扎眼——月支出从500万飙到1500万美元，本财年预计超1.2亿。有一家公司月度AI开销直接翻了三倍，超过1500万美元。
GitHub这边也在想办法，计划改用开源模型，还在测试单人按量计费。
点评： 去年大家还在比谁家模型贵、谁家参数多，今年企业财务一看账单全傻眼了。全员敞开放开用旗舰模型的日子，可能比想象中结束得更快。
2.6万学生追踪30个月：AI隐藏学习成本要两年才显现
来源： The Decoder
链接： https://the-decoder.com/a-26000-student-study-shows-ais-hidden-learning-cost-takes-two-full-years-to-surface
这项研究追踪了2.6万名7-12年级中学生，跨度30个月。数据很直接：
用AI之后，作业分数涨了18%，完成时间从64分钟缩到45分钟。但闭卷考试分数降了20%，升学考试降了18%到24%。 而且影响要大约两年才完全显现出来。
81%的长期用户作业完成时间低于50分钟——研究人员认为这是明显的"外包"信号。各学科受影响程度：社会学科降27%、STEM降22%、英语降17%、语文降9%。每周用AI一小时成绩损失约5%，五小时损失30%。
点评： 作业提分18%、考试降分20%，这个剪刀差很能说明问题——AI在学生手里更多是"代驾"而不是"教练"。学校如果只看作业成绩，根本发现不了背后的问题。
微软成立Frontier Company，25亿美元派驻6000名AI工程师到客户现场
来源： The Decoder
链接： https://the-decoder.com/microsoft-launches-2-5-billion-frontier-company-to-embed-6000-ai-engineers-inside-enterprise-clients
微软新设了一个叫"Frontier Company"的部门，拨款25亿美元，把6000名行业和工程专家直接派驻到企业客户那里去。
不是远程支持，不是卖license走人，是人到现场——“共同设计、共同创新、部署并持续改进AI系统”。由Rodrigo Kede Lima带队，微软把这个部门定位成"最大、以结果为导向的工程组织"。
有意思的是，微软在公告里把自己标榜成OpenAI和Anthropic的"平台中立"替代方案。而后两家公司也已经设立了类似的部署团队。
点评： 25亿、6000人、现场驻扎——这个投入级别说明企业AI落地最大的瓶颈根本不是模型能力，而是"谁会配置、谁会维护、谁会跟业务对需求"。微软赌的是客户愿意为这个服务买单。
扎克伯格内部承认：AI智能体开发速度没想象中快
来源： TechCrunch
链接： https://techcrunch.com/2026/07/02/mark-zuckerberg-tells-staff-that-ai-agents-havent-progressed-as-quickly-as-hed-hoped
扎克伯格在本周内部全体会议上说了句大实话：AI智能体的开发速度没达到高管们之前的预期。
今年早些时候Meta裁了约8000人（10%），又把另外7000人调到多个AI团队，包括Agent Transformation小组。扎克伯格觉得裁员还不够"干净"，原因是高管们担心公司跟不上行业变化。
他承认以AI为中心的新公司结构还没产生预期的效果，但同时表示相信未来三到六个月能看到改善。别忘了——Meta今年预计在AI基础设施上投1450亿美元。
点评： 连Meta这种all-in AI的公司、扎克伯格这种激进派都在内部说"没想象中快"，这条赛道的真实进度可能比外面吹的要慢得多。1450亿投下去，压力也确实大。
LlamaIndex 发布 legal-kb：法律文档的智能体检索方案
来源： MarkTechPost
链接： https://www.marktechpost.com/2026/07/05/llamaindex-legal-kb-agentic-retrieval-over-index-v2-with-retrieve-find-read-and-grep-tools
LlamaIndex 新出的 legal-kb 是一个法律文档知识库参考应用，底层用的是 Index v2（LlamaParse Platform）。
它给AI Agent配了四个文件系统风格的工具：retrieve（混合语义检索+rerank+引用）、findFiles（文件名搜索）、readFile（带偏移量读原文）和grepFile（正则匹配返回字符位置）。Agent要先调用findFiles确定文档清单，再挨个用其他工具定位内容。
底层跑的是Vercel AI SDK 6的ToolLoopAgent，可以选OpenAI或Anthropic的模型，用户自带API key。项目以TanStack Start web应用形式跑，上传文件自动解析索引。
点评： 这套设计思路挺聪明——不让模型一口气读完整个文档库，而是模拟人找资料的方式：先找文件，再看内容。法律文档这种动辄几百页的场景，这种"文件系统风格"的Agent工具设计值得抄作业。
今日速览
- 得州特斯拉致命车祸：司机嫌FSD"太保守"加速踏板踩死，时速117公里冲入民居致76岁居民死亡。手机有多次"FSD不够激进"搜索记录。家属已起诉特斯拉。
- Wan Video上线"音乐伴舞"：上传角色+歌曲，自动生成与节奏同步的舞蹈视频，支持街舞、拉丁、K-Pop、中国古典舞等。
- Claude Fable 5花4.44美元搭了一座鲁布·戈德堡机器：OpenRouter晒出案例，提示词已公开在Reddit。
- pxpipe：把代码转成图片喂给Claude：利用图像token计费规则，将文本压缩为PNG输入，Fable 5开发成本降了60%。
今天最值得回味的是那2.6万学生的研究——AI让作业变快了、分数变高了，但考试败了。如果你正在用AI工具辅助学习或工作，你感觉自己是在"学"还是在"外包"？