AI脚本包：巨头们开始抢「执行层」
这期把 6 月下旬 OpenAI、Anthropic、Google DeepMind、字节跳动和 NVIDIA 的关键动态转成 5 个可拍选题，并完整写出一支关于 Claude Tag 的 5 分钟科技商业脚本。
这几天，AI 巨头的公开动作有个共同点：它们不再只说「模型更聪明」，而是在抢同一个位置，谁能把模型变成可部署、可管理、可长时间干活的「执行层」。OpenAI 同时推进 GPT-5.6 预览和自研推理芯片，Anthropic 把 Claude 放进 Slack 工作流，Google DeepMind 把 computer use 做进 Gemini 3.5 Flash，字节 Seed2.1 强调跨工具交付，NVIDIA 则继续把 AI 工厂铺到底层算力。123456
视频标题
AI 公司不卷聊天了，开始抢「执行权」
封面文案
AI 巨头新战场：谁来替你干活？
5 篇候选大纲
1. OpenAI：一边发 GPT-5.6，一边做自己的推理芯片
爆款钩子：OpenAI 现在不只想卖模型，它还想把模型跑在哪、怎么跑、跑多便宜，都抓到自己手里。
核心观点：GPT-5.6 Sol 的重点不是名字多酷，而是它把能力、安全、定价、算力供应放在同一套商业叙事里。OpenAI 说 GPT-5.6 系列包含 Sol、Terra、Luna 三档，Sol 输入 5 美元/百万 token、输出 30 美元/百万 token，Luna 则是输入 1 美元、输出 6 美元；同一周，OpenAI 和 Broadcom 又发布了面向 LLM 推理的 Jalapeño 芯片。12
展开路径：
- 先讲 GPT-5.6 为什么采用 Sol/Terra/Luna 三档：不是产品命名小游戏，而是在把「旗舰、日常、低成本」切成可销售的层级。
- 再讲安全门槛：OpenAI 称预览期先给可信伙伴和组织，且为自动红队投入超过 70 万 A100 等效 GPU 小时。1
- 最后转到 Jalapeño：如果推理成本决定利润率，自研芯片就是 OpenAI 从软件公司向「AI 全栈平台」移动的信号。2
2. Anthropic：Claude Tag 想把 Slack 变成 AI 员工入口
爆款钩子：以前你打开 AI 对话框问问题；现在 Anthropic 想让你在工作群里直接 @Claude，把任务甩给它。
核心观点：Claude Tag 的厉害之处不是又多了一个聊天机器人，而是它把 AI 放进团队协作现场。Anthropic 称 Claude Tag 先从 Slack 开始，企业可以给它指定频道、工具、数据和代码库权限；Anthropic 还披露，公司内部产品团队 65% 的代码由 Claude Tag 的内部版本创建。3
展开路径：
- 先用一个工作群场景开场：产品经理 @Claude 查指标，工程师 @Claude 排查 bug，客服 @Claude 整理工单。
- 拆 Claude Tag 的四个动作：多人协作、记住上下文、主动提醒、异步执行。
- 抛出商业问题：当 AI 开始拥有频道记忆、工具权限和预算上限，它更像 SaaS 里的「账号」，而不是一次性问答。
3. Google DeepMind：Gemini 3.5 Flash 把 computer use 做成内置能力
爆款钩子：Google 这次没有只说模型会答题，而是说它可以看屏幕、推理、操作浏览器、手机和桌面。
核心观点：Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use，让开发者用同一个主模型搭建跨平台 agent。官方说明，这项能力支持浏览器、移动端和桌面环境，适合连续软件测试和专业应用里的知识工作。4
展开路径：
- 先解释 computer use：它不是 API 调用，而是模型像人一样看界面、点按钮、切应用。
- 再讲安全：Google 提供两个企业防护选项，敏感或不可逆动作要用户确认，识别到间接提示注入时可自动停止任务。4
- 最后落到行业判断：企业 agent 的下一步不是更会聊天，而是更会在现有软件里干活。
4. 字节 Seed2.1：国产大模型也在从「能回答」转向「能交付」
爆款钩子：如果一个模型能跨聊天、搜索、浏览器、代码仓库和文件来回切换，它就不是问答工具，而是一个生产力工位。
核心观点：Seed2.1 的发布重点放在通用 Agent、代码工程交付和多模态基础能力。字节 Seed 团队称 Seed2.1 已在豆包产品和 TRAE 上线，API 同步上线火山引擎；在手机 GUI 任务中，Seed2.1 在 MobileWorld 基准取得最高分，并通过强化学习把完成任务所需平均步数减少 16%。5
展开路径：
- 先把「生产力模型」讲成人话：不是回答漂亮，而是能把任务推进到交付物。
- 拆三条能力线：办公任务、Coding Agent、多模态视频/图表理解。
- 结尾对比海外巨头：OpenAI、Anthropic、Google 都在做执行层，字节的切入点是把模型嵌进豆包、TRAE 和火山引擎的工作流。
5. NVIDIA：AI 工厂正在成为国家级基础设施
爆款钩子：当模型公司在前台比谁更聪明，NVIDIA 在后台卖「让聪明跑起来的工厂」。
核心观点：NVIDIA 宣布欧洲有 35 台 NVIDIA AI HPC 超算在建，覆盖 23 个国家，并称 Blackwell 与 Hopper 平台支撑欧洲 AI factory 建设的多数项目；自去年以来，相关项目已部署或宣布 800 AI exaflops。6
展开路径：
- 先用「AI 工厂」解释算力为什么不只是 GPU 数量，而是训练、推理、仿真、网络、软件栈的组合。
- 再用欧洲案例讲产业化：气候、医疗、能源、量子计算都在抢同一类基础设施。
- 最后抛出商业判断：谁能控制算力供给，谁就在模型价格战里拥有更大的缓冲垫。
最值得拍的一篇：Claude Tag，AI 开始混进工作群
选择理由
这条最适合今天拍成 5 分钟视频，因为它足够具体：一个 Slack 工作群，一个 @Claude，一个可以查资料、接工具、记上下文、异步推进的 AI 队友。观众不用懂芯片制程，也不用背 benchmark，就能立刻想到自己公司的工作群。
它背后的商业问题也够大：如果企业未来不是给每个人买一个聊天机器人，而是给每个团队配置一个带权限、带记忆、带预算的 AI 身份，SaaS 的入口、权限系统、成本结构都会被改写。
5 分钟完整脚本
片名：AI 不再等你提问，它开始混进工作群
0:00-0:25 开场钩子
想象一下，明天早上你打开公司 Slack，产品经理在群里 @Claude：帮我看一下昨晚转化率为什么掉了。工程师接着 @Claude：顺手查一下是不是新版本的埋点坏了。客服也来一句：把今天 50 条投诉按原因分组。
几分钟后，Claude 在同一个群里回了结果，还把它做过哪些操作、用了哪些工具、谁发起的任务都留下记录。
这不是概念视频。Anthropic 刚发布的 Claude Tag，就是从 Slack 开始做这件事。企业可以给它指定频道、工具、数据，甚至代码库权限；团队成员在频道里 @Claude，就能把任务交给它。3
0:25-1:05 核心观点
这条新闻真正有意思的地方，不是「Slack 里多了一个机器人」。Slack 机器人十年前就有了，很多还挺烦。
Claude Tag 的变化在于：AI 从一个单人对话框，变成了团队工作流里的一个「可被分配任务的身份」。它可以跟着频道积累上下文，可以访问管理员批准的工具和数据，可以异步执行任务，还可以在开启 ambient 行为时主动提醒你哪些事情可能需要处理。3
换句话说，你不是在问 AI 一个问题，而是在给一个 AI 同事派活。
1:05-1:55 第一层：为什么它比聊天框更像员工
聊天框有个问题：每次都像重新入职。你要重复解释背景、贴链接、讲清楚项目名，还要告诉它哪些文档能看、哪些数据别碰。
Claude Tag 的设计正好反过来。Anthropic 说，在某个 Slack 频道里，会有一个 Claude 和所有人互动。它能从频道里持续积累相关信息；如果管理员允许，它还能从其他频道和数据源学习，但不会把私密频道的信息拿出来乱报。3
这听起来像小功能，其实是企业 AI 的关键门槛。一个真正在公司里有用的 AI，不能只会回答通用问题。它要知道「我们这个项目」说的是哪个项目，「上次那个 bug」是哪一个 bug，「按老口径算」到底是什么口径。
1:55-2:45 第二层：为什么 Anthropic 要先选 Slack
Slack 是一个很聪明的入口。因为公司的真实工作，不是发生在一个漂亮的 AI 应用首页里，而是发生在一堆乱糟糟的线程、会议纪要、工单、代码提交和表格之间。
Anthropic 甚至说，他们内部现在也在大量使用这种模式，产品团队 65% 的代码由 Claude Tag 的内部版本创建。这个数字不代表所有公司明天都能复制，但它说明 Anthropic 自己已经把 Claude Tag 当成研发流程的一部分，而不是营销演示。3
如果这套模式跑通，企业买 AI 的方式会变。过去是每个人买一个座席，现在可能是每个团队、每个频道、每类任务配置一个 AI 身份：销售 Claude、工程 Claude、客服 Claude。每个身份有不同权限、不同记忆、不同预算。
2:45-3:35 第三层：这不是 Anthropic 一家公司在赌
同一周，Google DeepMind 把 computer use 做进 Gemini 3.5 Flash，开发者可以让模型在浏览器、移动端和桌面环境里看屏幕、推理、操作，用来做连续软件测试和企业自动化。4
字节 Seed2.1 也在讲同一件事：模型要能在聊天、搜索、浏览器、代码仓库、文件和外部工具之间切换，稳定推进任务。它还提到，在手机 GUI 任务上，Seed2.1 通过强化学习把完成任务的平均步数减少了 16%。5
所以这不是某个聊天产品的小更新。AI 巨头正在集体往「执行层」挤：谁能进入工作流，谁就能拿到更高频、更刚需、更难替换的使用场景。
3:35-4:25 第四层：风险也在这里
AI 进工作群，比 AI 回答问题更敏感。因为它开始接触权限、记忆、预算和真实业务动作。
Anthropic 在发布里强调，管理员可以控制 Claude 能访问哪些工具和信息、在哪些频道里工作；还可以设置组织和单个频道的 token 花费上限，并查看 Claude 做过什么、谁请求了任务。3
这几项听起来很企业后台，但决定了它能不能真正落地。没有权限隔离，销售数据可能跑到工程频道；没有预算上限，一个自动任务可能悄悄烧钱；没有操作日志，出了错没人知道该追哪条线程。
AI 同事听起来很酷，但公司真正要买的不是「酷」，是可控。
4:25-5:00 结尾判断
Claude Tag 给今天的 AI 竞争提了一个很现实的问题：下一代 AI 产品的入口，到底是一个独立 App，还是你已经每天打开 100 次的工作软件？
如果答案是后者，那巨头们争的就不只是模型排名，而是谁能站在任务分配的那一刻。OpenAI 用 GPT-5.6 和 Jalapeño 把能力与算力往自己手里收，Google 和字节在做跨界面执行，Anthropic 则把 AI 直接放进团队频道。1245
以后判断一家 AI 公司强不强，别只看它考试分数。看它能不能在你的工作群里接活、交活、留痕，还不把公司搞乱。
需要补查的关键信息
- Claude Tag 在不同套餐里的实际价格、可用地区、并发任务限制和 token 计费细则。
- Anthropic 所说「产品团队 65% 的代码由内部版 Claude Tag 创建」的统计口径：是提交行数、PR 数、文件变更量，还是人工确认后的代码量。
- Slack 之外的下一批入口：Microsoft Teams、Google Workspace、GitHub、Jira、Notion 是否会接入，以及接入时间。
- 企业上线前要确认审计和权限细则：频道记忆保留多久、管理员能否导出日志、敏感数据是否能做字段级屏蔽。
- 如果拍成视频，可补查 1-2 个企业用户或开发者的公开体验，避免只引用厂商发布稿。
References
- 1
- 2
- 3Introducing Claude Tag
anthropic.com
- 4Introducing computer use in Gemini 3.5 Flash
deepmind.google
- 5Seed2.1 正式发布，深入 AI 生产力
seed.bytedance.com
- 6Europe Unveils a Record 35 New NVIDIA AI Supercomputers
nvidianews.nvidia.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.