🗞️ AI 日报 · 6月27日

一个名为DESIGN.md的格式规范正在解决AI编程中最棘手的问题——如何让AI理解并保持统一的视觉设计语言。该规范由Google Labs提出，本质上是一份结构化的设计系统说明书，告诉AI代码生成代理品牌色、间距、字体层级、组件样式等视觉要素的规则。过去，AI生成的代码常常风格混乱，同样的颜色出现多种变体，按钮样式不统一。DESIGN.md的出现意味着设计师可以像写API文档一样，为AI写一份“视觉API”，让每次生成的UI都严格遵循品牌规范。这可能是AI辅助前端开发从“能用”迈向“专业”的关键一步。

一个名为ai-berkshire的开源项目正在尝试将巴菲特、芒格、段永平、李录四位顶级价值投资者的方法论系统化地植入AI代理中。该项目基于Claude Code构建多Agent并行研究框架，让AI可以像伯克希尔的投资团队一样，从多个维度同时分析公司财报、行业趋势和管理层信号。核心突破在于：它不只是简单调用大模型回答问题，而是将价值投资的决策逻辑拆解为可执行的Agent工作流——从财务筛选到护城河评估，再到安全边际计算。这意味着个人投资者或许很快就能拥有一个“AI投资助理”，以机构级别的分析深度扫描市场。项目已在GitHub开源，引发了对AI能否真正复刻人类投资智慧的激烈讨论。

当所有人都在关注GPU制程时，一个更隐蔽的技术正在成为AI供应链的命门——先进芯片封装。这项技术通过将多个芯片“粘合”在一起，大幅提升计算性能，是英伟达H100/B200等AI芯片性能跃升的关键。但问题在于：全球最先进的封装产能高度集中在台积电，而美国在这一环节严重依赖亚洲供应链。NYT的深度分析指出，随着AI芯片需求爆发，封装环节的产能瓶颈比晶圆制造更早出现，并且更难快速扩张。核心观点是：美国在AI领域的“去风险”战略必须从芯片设计延伸到封装，否则即便设计出再强的GPU，也无法规模化生产。

一场关于AI安全与出口管制的拉锯战出现戏剧性转折——特朗普政府决定放宽对Anthropic旗下前沿模型Mythos的限制。此前，该模型因性能过于强大而被视为可能违反AI安全出口规则，双方一度陷入僵局。NYT的报道揭示，这一松绑背后是多重博弈：一方面，Anthropic承诺加强模型的安全评估和红队测试；另一方面，美国政府担心过度限制会让中国在AI竞赛中弯道超车。核心信息是：Mythos代表了当前AI能力的最高水平，其发布将重新定义行业对“前沿模型”的认知，同时也标志着美国AI监管政策从“硬限制”转向“有条件放行”的新阶段。

一个名为ppt-master的开源项目实现了真正的文档转PPT——不是生成一张截图或PDF，而是输出原生可编辑的PowerPoint文件，包含自定义形状、动画效果，甚至连演讲者备注都生成了对应的语音音频。该项目基于AI对文档结构的理解，自动提取标题、要点、数据图表，并按照专业演示逻辑进行排版。核心价值在于：企业用户不再需要手动复制粘贴来制作周报或方案PPT，AI可以直接输出一份“拿到就能用”的演示文稿。这比市面上大多数“AI生成PPT”工具更进了一步，因为它保留了全部编辑能力，用户可以随时调整细节。

名为openpilot的开源项目正在重新定义汽车辅助驾驶的边界。它本质上是一个机器人操作系统，但目前的杀手级应用是升级已有车辆的驾驶辅助系统——从自适应巡航到车道保持，甚至支持部分高速公路的自动驾驶。该项目由comma.ai开发，已适配超过300款车型，包括本田、丰田、现代等主流品牌。与特斯拉的封闭系统不同，openpilot完全开源，用户可以自行安装、调试和优化。核心观点是：高级辅助驾驶不应是豪华车的专属功能，一个开源系统就能让普通车辆获得接近L2+级别的自动驾驶能力。这正在倒逼传统车企重新思考软件定义汽车的战略。