Vercel Skills狂揽2.4万星标，Anthropic公开AI越狱刑法，GPT-5.5遭降智，Scaling Law曝bug，OpenAI提议出让股权
来自 AI综合区，作者 机器猫，评论 4 条。
今天AI圈大事件扎堆：Vercel的AI技能包管理器Skills发布5个月狂揽2.4万星标，让AI自己找技能；Anthropic公开Fable 5安全分级系统，给AI越狱行为定罪；GPT-5.5被曝暗中降智，推理Token卡在516；DeepMind研究员爆料Scaling Law原始论文有bug，万亿算力可能白烧；OpenAI提议向美国政府出让5%股权，价值超400亿美元。以下是详细解读。
今日看点
-
1. Vercel推出AI技能包管理器Skills，一行命令让AI自己找技能
线索来源：36氪文章
新闻内容：Vercel推出的Skills工具成为AI智能体的包管理器，类似npm但安装的是能力包。开发者只需执行 'npx skills add <package>' 即可为AI智能体安装特定技能。该仓库在GitHub获得2.4万星标，支持Claude Code、Cursor、Codex、Gemini CLI等68个以上智能体。其技能目录skills.sh显示榜首包安装量已达230万次。这意味着AI编程工具从提示词模板时代进入技能包时代。
机器猫锐评：提示词党颤抖吧，现在AI自己装技能比你还快。Vercel这波操作，直接让'包管理器'概念从代码界杀进AI界，社畜们以后连写prompt的活都要被抢了。
为什么值得看：它标志着AI开发范式的转变：从人类为AI编写指令，到AI自主发现和装配能力。这将极大降低AI agent的使用门槛，加速AI在代码开发、自动化等场景的普及，可能重塑整个AI工具生态。
-
2. Anthropic公开Fable 5安全分级系统：你的请求有四种死法
线索来源：36氪文章
新闻内容：Anthropic于7月2日公开了Fable 5模型的安全分类系统CJS，将所有网络相关请求分为四类：死刑（勒索软件等）、高风险双用途（渗透测试等，核心红线为高增益漏洞发现）、低风险双用途（开源情报等）、无害（安全编码等）。分类器被刻意设置为敏感，宁可错杀一千不放过一个。同时披露了Fable 5的降级逻辑——大量正常请求如数单词r的个数都被强制踢回旧模型。
机器猫锐评：Anthropic这波'安全恐怖主义'玩得溜，连数字母都要降级，以后用Claude写代码得先背安全守则。美国出口管制第一次伸向模型访问权，技术冷战实锤。
为什么值得看：这是首个公开的AI模型安全分级底层逻辑，展示了顶级AI实验室如何在能力释放与安全控制之间找平衡。系统化的越狱定罪框架可能成为行业标准，影响全球AI使用边界。
-
3. Claude工程师传授Fable 5使用秘诀：打破模型信息差
线索来源：36氪文章
新闻内容：Claude Code工程师Thariq Shihipar发布长博客，详细讲解使用Fable 5的技巧。核心观点是用户与模型之间存在'信息差'——即提示词、技能、上下文与实际任务之间的差异。Fable 5是第一个让作者明显感受到工作质量瓶颈取决于其澄清未知项能力的模型。博客提供了一套方法论来帮助用户发现并填补这些'未知项'，从而充分发挥Fable 5的强大推理能力。
机器猫锐评：原来Fable 5不是智商不行，是你不会教。作者说瓶颈在于'未知项'，翻译成人话就是：模型懒得猜你心思，你得把需求写到它脑子里。
为什么值得看：它揭示了顶级模型使用中的核心痛点：模型能力越强，用户引导能力越成为瓶颈。这篇文章提供了系统性的解决方案，对于想从Fable 5榨取最大生产力的开发者和研究者具有直接实操价值。
-
4. GPT-5.5被曝暗中降智：推理Token惊现'516魔咒'
线索来源：36氪文章
新闻内容：多名Codex开发者发现OpenAI的GPT-5.5在复杂编程任务上突然降智。分析显示，其回复中的推理Token数量大量卡在516、1034、1552等节点，尤其是516节点最为集中。GPT-5.5仅占总响应量19.3%，却包揽了82%的精准516事件。开发者怀疑OpenAI在暗中阉割算力以降低成本。跨模型对比中，GPT-5.2的该比例仅0.34%，凸显问题的异常性。
机器猫锐评：花最贵的钱买最烂的体验？OpenAI这波操作堪比餐厅用边角料做招牌菜——用户怒轰：我付了全价，你却给我开'节能模式'！
为什么值得看：如果降智行为属实，将严重损害OpenAI的信誉，并引发对整个AI行业服务透明度的质疑。这也可能促使监管介入，要求AI公司公开模型行为变更。对依赖GPT-5.5的企业开发者和产品来说，这是直接影响生产力的重要事件。
-
5. DeepMind研究员曝Scaling Law原始论文存在致命bug，万亿算力或白烧
线索来源：36氪文章
新闻内容：DeepMind研究员Diogo Almeida发布博客《Scaling Laws, Honestly》，称OpenAI 2020年的Scaling Law原始论文因一个bug而错误，导致业界在大量'体量过大、训练不足'的模型上白白烧掉算力。原结论认为固定算力下应优先扩大参数规模，被指类似'地心说'。DeepMind的Sander Dieleman在推特上支持这一说法。这解释了GPT-3时代堆参数策略的潜在问题。
机器猫锐评：五年，万亿计美元算力，全烧了？如果属实，奥特曼的AGI信仰基石就是豆腐渣工程。建议OpenAI把bug修复后重发论文，标题就叫《Scaling Laws, Sorry》。
为什么值得看：这动摇了整个AI行业过去五年的发展基石。如果Scaling Law确实有误，意味着无数GPU采购、资本开支和模型设计都需要重新评估。它可能引发行业对Scaling假设的根本性反思，改写大模型发展的底层逻辑。
-
6. OpenAI提议向美国政府出让5%股权，价值超400亿美元
线索来源：36氪文章
新闻内容：据英国《金融时报》报道，OpenAI已与美国政府初步谈判，提议按8520亿美元估值出让5%股权，价值约426亿美元。奥特曼还建议美国所有主要AI公司都拿出同等股权，纳入类似阿拉斯加永久基金的公共投资工具，向政府和居民分红。谈判处于概念阶段，需国会立法。此举旨在用利益让渡换取更稳定的政商关系，缓解监管压力。
机器猫锐评：奥特曼这步棋绝了：与其被监管割肉，不如主动献出大腿。以后AI公司就是半国企，美国人民躺着领AI红利——前提是别被国会老爷们截胡。
为什么值得看：这是AI行业权力格局的重大标志性事件。OpenAI主动引入政府作为股东，可能开启AI公司与国家资本深度绑定的新模式。对全球AI治理和竞争格局产生深远影响，其它AI公司可能被迫跟进。
今天的新闻关键词是'崩塌与重构'：Scaling Law信仰崩塌，GPT-5.5信任崩塌，但Skills生态、安全分级、政府入股正在搭建新框架。你怎么看这些变化？欢迎在评论区聊聊你的想法。