🔥 全网热点
65岁老人尚某在银行工作人员推荐下认购中风险基金A产品，交易金额120万元。此后银行工作人员未经充分风险告知，将尚某A基金份额转换到风险更高的基金B产品中，导致亏损70多万元。北京金融法院审理认定，银行未履行适当性义务——未对新转入基金进行风险提示和适配性确认，且尚某的风险承受能力评级并不符合购买基金B产品的条件，最终判决银行承担70%的赔偿责任。法官强调，理财亏损并非都是"买者自负"，金融机构在销售过程中必须严格遵守适当性管理要求。
央视记者调查发现，内蒙古呼和浩特京远大药房将一盒集采药品马来酸阿伐曲泊帕片（10片装，商品名"晴安欣"）以3960元售出，而同规格药品在全国多地药店及线上平台仅售百元左右，价差近40倍。该药为第11批国家集采品种，今年2月起各地陆续执行新价，10片装中选价低至49元至89.99元，降幅超98%。渠道企业早在3月份已向药店发出调价通知，但药店称"未通知到"。专家指出，药店不能将集采导致的高价库存亏损转嫁给患者，呼吁加强药品比价透明度和监管力度。
多家航空公司发布通知，自2026年6月5日（出票日期）起，国内航线燃油附加费将进行新一轮下调。调整后，800公里以上航线每位旅客收取150元（较此前下调20元），800公里（含）以下航线每位旅客收取80元（下调10元）。此次调整为今年以来的又一次下调，将进一步降低旅客出行成本，对即将到来的暑期出行高峰形成利好。民航业内人士分析，此次下调与国际油价波动及航司成本控制策略有关。
2026年香格里拉对话会期间，美国防长赫格塞思在涉台议题上显著降低调门——正式演讲中一次未提台湾（去年五次提及），对台军售提问也回避直接回答。分析认为，这是继5月中美元首会晤后，美方主动降低对华对抗烈度、服从元首外交节奏的明确信号。赫格塞思提出以"强硬、沉着、明确"的方式促进亚太稳定，从去年的"大声施压"转向更安静的博弈方式。台湾当局此前期待的"力挺"表态落空，其依赖外部支持的脆弱性进一步暴露。
国家安全部披露一起因智能穿戴设备导致的军事机密泄露事件。某国一名军官在执行任务期间佩戴智能运动手表跑步，手表持续记录并公开了高精度GPS数据，导致该国重要军事装备的实时位置等敏感信息泄露，造成难以弥补的国防安全损失。此事件引发全球对智能穿戴设备安全隐患的高度关注——健身APP的公开轨迹数据可能被情报机构反向利用，军事人员佩戴智能设备的管控成为各国安全部门的新课题。
🤖 AI/科技前沿
Anthropic 宣布完成650亿美元 Series H 轮融资，投后估值高达9650亿美元，逼近万亿大关，被视作IPO前最后一轮私募融资。公司目前年化营收已达470亿美元，并预计首次实现盈利。投资方阵容豪华，包括 Altimeter Capital、Sequoia、Fidelity、Coatue 等顶级机构，以及三星、SK海力士等战略合作伙伴。值得注意的是，此次融资中还包括150亿美元的超大规模云基础设施承诺。Anthropic 表示资金将用于推进安全与可解释性研究、扩展计算能力以及规模化产品服务。
TechCrunch 发表深度分析指出，随着AI代理从实验走向生产，整个互联网基础设施正被重新设计以处理机器生成的突发流量。Cloudflare 数据显示机器人已占 HTTP 流量的31%，预计2027上半年非人类流量将超过人类。AWS 发布了专为代理工作负载设计的 OpenSearch Serverless，实现计算与存储解耦、按需伸缩、闲置时零成本。微软 Azure、Databricks 等也在跟进这一趋势。这意味着 AI 代理越普及，云基础设施就越需要围绕机器学习工作负载重构，形成正向循环。
波士顿儿童医院通过部署OpenAI技术构建企业级AI平台，成功诊断出40余例此前无法确诊的罕见疾病。医院搭建了安全的内部 ChatGPT 环境，覆盖临床、研究和管理三大场景，目前已节省6万小时工作时长，创造了超过700万美元的再分配劳动价值。其中"AI联合基因专家"整合基因数据、表型信息与全球医学文献，为长期无法获得诊断的家庭带来了突破。医院首席创新官表示，AI不是替代医生，而是打破人类认知极限，让每位医生都拥有全世界医学知识作为后盾。
AI研究实验室METR试图复制2025年的编程效率实验，却因开发者拒绝在没有AI的环境下参与而无法完成——开发者已对AI工具形成深度依赖。然而多项研究表明，这种依赖可能暗藏风险：AI生成的代码比人类代码多引入1.7倍的问题，企业44%的AI token消耗被用于修复AI自己产生的bug。CodeRabbit分析开源PR也发现AI产出质量堪忧。专家警告称，"你用AI快了两倍写代码，最好维护成本也砍半，否则你被套牢了"——速度提升可能以长期维护成本飙升为代价。
星巴克在部署仅9个月后正式废弃了由NomadGo提供的AI库存管理工具。该工具号称"自时间诞生以来首次将库存盘点变得自动化、智能化和有趣"，宣称有99%的准确率、30秒即可扫描整架货品。然而在实际运营中，它频繁出现错误计数和物品标注问题，最终被迫回归人工盘点。这一案例生动揭示了AI在实体零售场景中的现实困境——连最基本的数数任务都难以可靠执行。星巴克表示将继续测试其他AI工具，但此次失败说明AI的落地远比技术演示要复杂得多。