找到
1573
篇与
互联网
相关的结果
- 第 3 页
-
价值归零！Django创始人警告：30岁程序员受AI冲击最大 梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 一个写了25年代码的人，在AI时代突然发现，自己估不准项目要多久了。大佬Simon Willison，20年前就成为10x工程师的Django联合创始人公开承认，自己完全失去了估算项目时间的能力。 以前看一个项目，脑子里秒出判断，这活儿得干两周，不值得。现在脏活累活AI全包，可能20分钟搞定了。 我的超能力是快速做原型，现在任何人都能做到了。 25年的职业经验，一夜归零。 一切都始于2025年11月，AI写代码的能力悄悄跨过了一条线，从“大部分能用但你得盯着”变成了“几乎每次都对”。听起来差别不大，但这条线一过，所有规则都变了。在Lenny’s Podcast节目上，Simon给出这样的判断： 工作3-8年的中阶工程师受到的冲击是最大的。 拐点：写代码彻底和过去几十年不一样了这一切变化来得比所有人预期的都要快。2025年一整年，Anthropic和OpenAI都在疯狂加码代码能力训练，GPT 5.1和Claude Opus 4.5先后发布。单看参数和跑分，这两个模型只是比上一代好了一点点。但就是这“一点点”，踩过了那条关键的线。 之前AI写的代码，十次有七八次能跑，但剩下两三次会埋雷。你必须逐行审查，像个人肉debug机器一样盯着它。11月之后，画风突变。它写的代码，几乎每次都能按你的要求跑起来。Simon自己的体感是这样的：现在一天能产出1万行代码，而且大部分都能用。一个纯碳基中高级工程师，正常节奏下，一天能写200到300行高质量代码就算高产了。AI直接把这个数字拉高了三四十倍。 代码是你能交给AI的所有任务里，最容易验证对错的那种。要么跑得通，要么跑不通。但如果AI帮你写了一篇文章，帮你准备了一份法律文件，你要判断它到底做得好不好难度大得多。所以AI先冲击的是我们软件工程师，它先来找我们了。这种变化很快就会传染到其他行业，Simon提到一个数据：美国律师行业因为AI幻觉搞砸案子的记录，已经累积到1228起了。律师很难看出AI在胡编，但程序员至少还能跑一下代码。 △他说完已经1248例了“可验证性”反而成了程序员的最大优势。效率爆炸带来的变化不只是写得快了Simon，分享了他现在的工作方式：想做一个功能，他会让AI同时打三个不同方案的原型，然后挑最好的那个。 一个UI原型现在是免费的。ChatGPT和Claude能帮你生成任何你描述的界面。你就应该这么干。 以前做一个原型要一两天，现在三个小时能出三套完全不同的方案。试错成本从”想清楚再动手”变成了”先全做出来再说”。效率的量变正在引发质变。当写代码本身不再是瓶颈，真正稀缺的东西就变了，整个程序员群体的职业分层正在被重新洗牌。职业洗牌：中阶工程师正在成为受冲击最大的群体程序员不再按技术栈划分，不按擅长的语言划分，按你在职业阶梯上站的位置划分。ThoughtWorks，全球最大的IT咨询公司之一，2月搞了一场闭门会。一群来自不同公司的工程VP关起门来聊了一个问题：AI到底在怎样重塑工程师队伍？结论出来，圈子里炸了锅。 他们发现，AI对工程师的影响不是一刀切，而是切出了三层完全不同的命运。资深工程师，直接起飞。二十年积累的架构直觉、系统设计嗅觉，被AI放大了好几倍。他们知道该问什么问题，AI帮他们秒出答案。新人工程师，门槛打到地板了。以前入行最痛苦的那些事，读陌生代码库、搞懂复杂的构建流程、理解公司内部的技术债，AI几乎一把梭哈全解决了。最难受的就是中间那层，干了三到八年，还没够到资深的门槛，但也不是新手了。这群人正好卡在AI冲击波的正中央，因为中阶工程师最核心的价值，就是“能写靠谱的代码”，而这恰恰是AI现在最擅长干的事。上卷不过资深工程师的架构能力，下卷不过新人+AI的性价比。他甚至给出了一个非常激进的预测：到2026年底，50%的工程师会有95%的代码由AI生成。不是2030年，不是“未来某天”，是今年年底。距离现在，只剩八个月。 “会写代码”这件事本身，正在从核心竞争力变成基本功。就像打字速度在90年代很值钱，现在谁还会把“打字快”写进简历？能力模型正在重构，代码能力的权重在急速下降，取而代之的是另外三样东西： 架构设计能力，你能不能把一个模糊的需求拆成AI能执行的清晰任务？ 需求判断能力，面对AI给出的三套方案，你能不能秒判哪个靠谱？ 质量把控能力，AI写的代码跑是能跑，但你能不能看出那些藏在正确结果背后的隐患？ Simon在访谈里反复强调一个词：agency，主体性。 现在一切都在飞速变化。唯一通用的能力就是跟上变化本身。 在所有关于“如何在AI时代做得出色”的讨论里，出现频率最高的词就是agency——主体性。 我认为AI永远不可能拥有真正的主体性，因为它没有人的动机。所以，投资你自己的主体性，投资如何用这些技术让自己变得更强、去做以前做不到的事。 职业分层在重塑，个人能力在重构。但变化不止于此，当半数工程师的代码都由AI生成，整个软件行业的生产模式也在被连根拔起。未来是黑灯Token工厂和智能体工程师的世界Simon认为，现在行业里已经有了两个相反的展方向：Vibe Coding和Agentic Engineering。Vibe Coding就是非专业人士也能靠AI做出能用的小工具，适合个人项目或者原型验证，反正出问题只有自己倒霉。它的反面是Agentic Engineering，则是专业工程师用AI Agent来做生产级的代码，核心是把控质量和架构，出了问题要负责任的。Vibe Coding最好的例子就是OpenClaw，这个开源个人AI助理项目的一行代码是2025年11月25号写的，到今年2月的时候，几十万用户自己折腾着装上了。三个半月，传统软件公司可能连需求评审会都没开完。到现在OpenClaw已不止是一个产品，而是一个品类。Simon认为，做出自己的类Claw智能体就是今天的新“Hello World”。 但有些公司已经走得更远了，StrongDM正在测试的黑灯工厂模式：没人写代码，也没人读代码，全靠AI Agent和完善的质量保障体系来输出生产级代码。以前制造业说的“关灯工厂”，居然在软件行业落地了。 软件开发这个行业，写代码的能力在贬值，但定义“该写什么代码”和“怎么保证写对了”的能力，正在成为新的硬通货。
-
BuzzFeed转型之鉴：传媒业该如何拥抱AI 拥抱AI，人工智能应用的“吃螃蟹者”总是令人敬佩。他们可以蹚出一条前人未曾走过的路，为同行的AI转型插好路标。 截至目前，AI在地震报道、体育赛事、财经快讯以及视频制作方面的独特优势已然被证明。人工智能技术应用的场景得当，对于传媒业的可持续发展可谓前景广阔。但如果跑得太快，不顾或试图超越传媒业的基本属性和实践进程，就可能摔跤——近期，全球数字媒体巨头BuzzFeed就成了传媒业AI转型镜鉴的样本。 2026年3月，BuzzFeed发布的财报显示：去年公司净亏损5730万美元，比上一年多亏近七成，累计亏损6.8亿美元，股价从最高17美元跌到0.7美元。三年前这家数字媒体巨头宣布All in AI，三年后却走到破产边缘，令人唏嘘。 BuzzFeed的财务窘境与这家数字媒体的全面AI转型相关。原本媒体智能实践探索需要先搞小型“试验田”，不断积累经验，巩固并拓展疆域。如果不遵循技术应用的理性原则，铺的摊子过大甚至全覆盖，这样的“AI大跃进”不但让BuzzFeed自己陷入泥淖，甚至可能变成媒体发展史上的闹剧。 类似的激进探索，十几年前昙花一现的3D频道就是例证，前几年波兰某电台的全面AI转型如今也销声匿迹了。 顺应媒介环境变化，让受众从媒体的资讯服务中获益，这是传媒业的道德义务。客观而论，BuzzFeed是数字媒体实践探索的先驱，但短暂的成功，并不意味着BuzzFeed就是技术应用的“常胜将军”。在成绩面前不能戒骄戒躁，把注全部押在AI上，无异于赌上一家媒体的身家性命，这样的探索一旦失败，代价必然高昂。 BuzzFeed匆忙的全面智能转型应该是受到了数据的“AI大锅饭”诱惑，这家媒体以为，在互联网平台的大数据海洋里“游泳”，只要用AI自动搜集、分类、组合已有数据，这样的“数据淘金”就可以维持资讯的生产与供给，“一天可狂更几千篇”。 殊不知，网络数据再海量，也不适合反复排列组合，这样“煮”出来的饭端给用户，也许在迷信AI的媒体机构看来觉得挺美，但在资讯消费者眼里，这样的“新闻”只是毫无营养的“数字泔水”。AI捕捉地震波生成地震报道、抓取证券市场最新数据生成财经快讯当然有其优势，但一家媒体最根本的竞争力还在于抵达现场，报道真相，关注具体的人。 数据方面的“AI大锅饭”经营模式，认为新闻就是海量数据的排列组合，注定了BuzzFeed今天的用户流失和财报窘境。 大数据是公共财富，传媒业是“大股东”，享受这类公共财富看似天经地义。只是别忘了，提供新鲜资讯是传媒业的义务，如果媒体机构指望躺在现成的数据里吃“现成饭”，把大数据当作“大锅饭”，所不同的是劳驾AI放在自己“锅里”翻炒个新花样。假如这样的“大锅饭”可行，相信大多数媒体都不愿意为社会贡献新资讯。 实践表明，不论AI如何“勤勉”，终究违背了新闻生产的理论逻辑和实践逻辑，这样的AI新闻理念注定行不通。 认识媒体发展规律，从来没有现成的教科书，只有类似BuzzFeed转型的“参考书”。认识规律非常考验媒体管理者的实践智慧，没有对人工智能技术的深刻认识，不能把AI与媒体实践的关系领会透彻，凭借一时冲动全面布局AI，这样的转型看似找到了免费的生财之道，却忘记了新闻背后的个性化力量，也忘记了新闻是有灵魂的，而AI只是个“数据厨师”。 在未深入不了解人工智能媒体应用规律之前，“先把自己的底牌给扔了”，这样的媒体智能实践结局已经注定。 技术向善不易，技术善用更难。BuzzFeed的全面AI转型之鉴给全球传媒业上了一堂现场教学课，它告诉媒体机构——“AI大锅饭”要不得，应该重新思考什么才是媒体真正的立身之本。（作者为重庆大学新闻学院教授、博士生导师）
-
大厂“牛马”，被迫用AI 定焦One（dingjiaoone）原创作者 | 王璐 金玙璠 王汉星 雷晶 陈丹 李梦冉编辑 | 金玙璠这股“AI提效”的风，还是刮到了大厂打工人身上。最开始，AI还只是少数技术极客和尝鲜者的玩具。有人自掏腰包买会员，有人私下交流提示词，把它当成提高效率的新工具，确实从中尝到了甜头。但现在，情况变了。国内外的互联网大厂已经从“鼓励使用AI”进入了“隐性强制使用AI”的阶段。有人被统计每天消耗了多少Token，有人所在团队把AI使用情况和绩效挂上了钩，有人被要求优先使用公司自研工具，有人则要把自己的工作经验拆成流程、写成Skills，交给AI反复调用。当“用AI”、“烧Token”逐渐变成一种考核、一套要求，甚至一种新的工作模板，那些被卷进这场智能化浪潮的大厂员工，真实处境到底如何？这两天，我们和六位来自不同公司、不同岗位的从业者聊了聊。他们的背景涵盖了海外上市公司的CIO、国内头部大厂的高级研发、负责写代码的初级程序员，以及做运营和市场商务的非技术岗。有人靠着AI实现效率翻倍，将产品需求文档的输出周期从几周压缩到一天，甚至一个人干出了过去一个团队的成果；也有人为了应对“智能化产出”的要求，把一份简单的数据看板手动调试了80遍，硬生生把AI用成了需要不断“擦屁股”的初级实习生。大厂的工作氛围也发生了微妙的变化。当那些原本属于个人经验、工作习惯的东西，被一点点拆解、整理、上传、复用，踏实写代码的人成了“不活跃分子”，频繁调试提示词的人则成了“积极拥抱新技术”的典型。新的焦虑也随之冒了出来：我们究竟是在使用AI，还是在给AI当燃料，一步步把自己变成可被替代的流程？在这场自上而下的AI实验里，有人感到兴奋，有人感到疲惫，也有人一边配合，一边不安。但几乎所有人都意识到一点：时代的齿轮已经转动，无论是主动拥抱还是被动配合，那个纯粹依人力、拼时长的工作时代，正在“翻篇”。为了交一份“AI成果”，我把数据看板改了80遍好好 | 国内某头部互联网大厂 运营三周前，领导在群里发通知，说以后“鼓励大家用AI提效”，没有KPI，不挂钩绩效，但在例会上，他对大家强调，以后所有工作产出，都可以让AI先生成一版。那一刻我明白了，这其实是隐性要求。二十多天前，我们被统一要求使用公司自研的AI工具，理由是“数据安全”，但问题很快出现。首先是额度限制。公司给每人发放的调用次数有限，我一边琢磨着如何尽可能用AI完成工作，还得精打细算地“省着点用”。其次是能力不稳定。写文案还行，一旦涉及数据分析和复杂逻辑，就开始出错。上周，我用它做数据看板，直接把我整崩溃了。这个任务很简单，是一个分析客户和销售数据的工具。过去是技术部门的活儿，现在需要“人人都会”。我之前用Gemini顺利写过一个小游戏，就天真地以为搭个数据看板应该也不难。 第1次，AI直接给了我一个数据上传模板，里面多了七八个根本用不到的字段，我只好手动删改。调教到第13次，维度和数据总算对齐了，但显示地区漏了三个，它还解释说是“自动筛选低价值区域”。调整到第40次，数据格式开始混乱，小数点有的保留0位有的保留4位。我强撑到第60次修改，结果上传新数据后，图表无法自动更新，新旧数字叠加在一起，数据膨胀了近一倍。熬到第80次修改，终于走到了PDF导出成功的最后一步，想着终于能松一口气了，但打开后心又死了，费了一下午的功夫收获了一堆乱码。我仔细算了笔账，无论是做数据看板，还是完成日常的工作报告，我反复对AI进行调试、等待“抽卡”的时间，足够人工做完两遍。但领导想看到“AI产出”，我就得陪这位“AI初级员工”不断试错。对我来说，AI既是工具也是负担，大概一半一半。它确实接管了一些重复性工作，但调试、校验、返工的时间又把省下来的精力填满了。我最清晰的感受是，很多工作我明明可以自己做完，却必须绕一圈，用AI“做一遍”。为了凑AI使用次数，我删掉代码让它重写了一遍Kevin | 美国某电商公司 工程师我这周的Kiro（公司内部的AI编程助手）使用次数还没达标。为了凑够，我把一段参数校验的代码删了，直接丢给Kiro让它改写一版。它生成出来看着像那么回事，但少处理了一个异常分支，最后还得我自己补回去。其实我之前用AI写代码用得挺勤的。我订阅了ChatGPT Plus，后来又试过Claude，遇到一些繁琐的基础测试用例，或者需要快速查个不常用的API，丢给AI处理确实能省不少事。那时候是真的觉得能提效，大家也会互相交流提示词。但去年底开始，公司把Kiro定为公司“推荐的AI原生开发工具”，并且定了指标：年底前，80%的工程师每周使用Kiro。 最开始说是为了让大家在项目里顺手把工具用起来，但没过多久，内部就上线了一个追踪员工AI使用频率的系统。谁在用、谁没怎么用，后台都能看出来。最让我们头疼的是，Kiro不太好用。写样板代码、测试、接口适配还行；但一旦牵涉到调用链、状态处理或者部署约束，它生成的代码就经常只是个半成品。所以，大量工程师要求改用Claude Code，认为Kiro不适合高复杂度的工程判断。大家对AI生成的代码不放心是有原因的，去年底，公司有个团队就因为跑Kiro出了个不小的事故。事故之后，AI参与的代码变更审批明显收紧了。但我还是会觉得有点恍惚。那些踏踏实实钻研底层逻辑、手动优化核心代码的人，在追踪系统上不够活跃；反而是那些频繁调试提示词的人，成了“积极拥抱新技术”的典型。我原本以为，工程师的价值是处理那些真正复杂的问题。可现在很多时候，我负责写提示词、盯生成结果、补它留下来的坑。我最担心的不是工作方式变了，而是长期这样下去，自己从零实现、排查复杂问题的能力，会一点点退化。全员写Skills，等于自己“干掉”自己Kelly ｜北京某互联网大厂 后端研发（职级序列8）作为一名后端程序员，我从去年开始就已经在工作中高频使用AI了，用的比较多的是内部的无代码编程工具。今年春节前后，公司整体的AI应用氛围突然变得非常激进。现在，全部员工都能在系统里看到自己每天消耗了多少Token，我的直属领导对我说的最多的一句话就是“这个事儿可以用AI试一试。”目前公司没有明确的Token消耗考核，但是每个部门有各自的考核标准。具体到我所在的部门，近期鼓励全员写Skills，要求大家对日常的工作经验、工作流程、技术细节以及常见问题进行全面盘点，然后文档化、Skills化。Leader主要看两个指标：用公司内部“龙虾”工具每天的Token消耗量，以及Skills的产出量，对于后者，部门甚至有非常明确的考核指标，每周强制要求产出。不仅如此，目前部门里50%的开发需求，被强制要求由Agent生成，这意味着，产品、开发、测试环节被直接跳过，要求用“龙虾”实现端到端的产出。这个50%的比例还会在年内逐步提升，目标是到2026年底争取实现全自动化。Token使用成本方面，我们部门技术序列目前Claude Opus的Token管够，不强制使用内部工具。但大部分部门Opus的额度有限，超出部分要自费，使用内部工具和自家模型的Token没有限制。全面AI化以后，我每天的工作时长反而更长了。不是因为工作量变大，而是因为大家都在卷Skills，你也不得不卷。 比如在我们部门的群里，晚上11点以后还会有同事分享写好的Skills。有时候看到同组的人写出一个比较好用的Skills，我就会感到非常焦虑。这种焦虑，一方面来自于部门对Skills产出考核的焦虑，另一方面，也害怕AI Agent正在一天天取代人的工作。实际上，AI在解决单一问题时，效率不一定比有经验的后端研发高。因为Skill写的简单流程不稳定，要花大量精力去调试、修改，并且Token的消耗量也很大，但当Skills越改越好用之后，AI就会逐步超过人类，并且以非常低的成本运行。作为打工人，大家心里也都清楚，在公司鼓励全员写Skills的背景下，藏着掖着肯定写不出好的Skills，但是把自己所有的技能和经验都SOP化、Skills化，其实离被AI取代的那天也就不远了。AI对于工作效率的提升毋庸置疑，但效率上去了，也就意味着不需要那么多人了。目前公司的内部活水通道已经停了，未来会发生什么，硅谷的科技大厂已经给了答案。“被迫用AI”，但我靠它卷赢了组里的人陈宇 | 国内某手机厂商 通信协议工程师最近半年，我们公司都在卷AI，从去年10月开始，工具开放、额度报销、鼓励人人用。以我们部门为例，每人Cursor每个月都有一定的使用额度要求。用不完会被认为“浪费资源”，账号可能会被回收；用得多但产出没跟上，又会被判定为滥用，同样会被提醒。所以，不用不行，用得不好也不行。在这种趋势下，压力肯定是有的。组里已经有人因为不愿意花时间学AI，加上工作状态一般，被优化了。我对“用AI”的理解和很多人不一样。滥用AI，浪费那么多Token，还不如花钱买游戏玩。AI不是用得越多越好，而是要用得对。我一般每周抽一两天，专门研究怎么让AI更好地适配我的工作、帮我高效干活。 我的岗位是通信协议工程师，写代码只占一小部分，更多的时间是处理用户数据、分析系统日志等。以前分析用户手机卡顿数据问题时，有时候明明是运营商网络导致的问题，也要我们一点点排查，大量精力都耗在无效信息的筛选上。现在，AI能帮我先快速定位并剔除无关干扰，让我专注在真正需要优化的地方。去年一年，我的整体产出提升很明显，绩效在组里排得比较靠前。不过说实话，AI远没到能替代人的程度。它的日志分析准确率只有60%左右，必须人工复核。为了提升AI的能力，我们得不断写规则、优化逻辑。所以，我近半年的工作量是增加的。但这个过程本身就是在“教育”AI，让它服务于人。这两年，我能明显感觉到公司招的人在变少，我觉得这背后肯定有AI的影响。身边有朋友准备换工作时，我都会劝他一定要恶补AI相关能力。同样的技术水平，会不会用AI，在面试和薪资上能拉开明显的差距。现在平台逼着你学，也是帮你提前储备了职业竞争力。我始终认为，AI并不是用来代替人的，它是人和人之间一个新的竞争工具而已。我们没裁员，但效率必须提升3至5倍Ming Lu ｜澳大利亚 某上市公司CIO作为CIO，我可能是公司里最早一批“AI原住民”。在公司正式确立AI战略之前，我已经开始高频使用AI工具。公司因为与微软有长期合作，很早就接入了Copilot，后来，又将Copilot与Claude整合进内部工作体系。毫不夸张地说，我现在几乎所有的核心工作都已由AI完成，效率翻倍。但公司在内部推进AI工具的初期，并不顺利。一开始，采取的是鼓励式策略，给所有部门和员工配备了近乎无限的Copilot使用权限和额度。但效果并不明显，甚至在软件开发和UX部门遇到了阻力。这些团队并不是排斥AI工具，也愿意用AI做辅助性工作，例如写代码片段、生成设计草图。但他们普遍不愿意更进一步，比如，让AI介入核心的SDLC（软件开发生命周期）流程。这种心态可以理解，人们愿意让AI帮忙，但不愿被AI主导。但是，在公司的战略框架里，只把AI当作语法检查器是不够的，我们要的是流程重塑。因此，今年年初，我与CTO共同制定了新的AI战略：要求各部门在四月底前提交AI路线图，并设定了严苛的考核机制——每位经理需提交三个AI倡议（AI Initiatives），每季度按落地情况打分。我们还开始监控Token使用量，考核AI使用率，长期偏低者可能进入绩效改进计划（PIP）。调整后，效果立竿见影。 软件开发的变化最明显。过去，一份产品需求文档（PRD）的形成，需要产品经理与开发团队多轮沟通，周期长达数周甚至一两个月。现在，一位项目经理可以在一天内输出，既有Markdown说明，也附带界面原型图的PRD。项目启动阶段最耗时的“模糊地带”被大大压缩了。如今，我的工作重心也变了。我每天会花大量时间与各部门经理开会，讨论AI可以在哪些环节介入；同时我自己也搭建了一个多智能体的Claude环境，先花大量精力与AI进行头脑风暴，将方案拆解度，最后再交给AI去落地。AI让我把更多的时间花在了“如何把问题想清楚”上。如果需求文档写得不够扎实、商业逻辑不够清晰，AI的执行就会彻底跑偏。这也倒逼我们更多思考商业逻辑的本质。当然，效率提升的另一面是残酷的：岗位可能会减少。虽然公司董事会决定先不裁员，但要求每个员工的效率提升3到5倍，同时，我们已经停止了招收数据分析、程序开发和财务分析方向的新人招聘。这可能也是所有公司迟早要经历的事。我不觉得自己被AI支配，相反，我感受到了前所未有的驾驭感。现在真正感到压力的，是那些工作内容高度标准化、极易被AI直接替代的岗位。而那些具备强大需求分析和顶层规划能力的人，反而更吃香了。用AI后，我的工作反而更忙了云天｜国内某头部大厂 高级研发我是比较早一批自费使用AI的人，每个月在各种工具上的支出接近500美元，从GPT到各类垂类模型，好用的就直接买年包，体验型的就先试月卡。目前我们公司目前对Token使用量没有强制要求，合规前提下，哪个好用用哪个，都是团队综合考虑下来挑选觉得对工作最有帮助的。我现在每个月的Token消耗量大概在30到40亿左右。但即便如此，我的工作时间还是变长了。原因很简单：用AI不仅是“让它干活”，还要先把系统搭起来。就像盖摩天大楼必须先搭架子一样，我们要先构建一套系统，去规范AI的使用边界、降低它的出错率；甚至在AI出问题后及时“擦屁股”，把控它的影响范围。这份工作远比单纯用AI提效更繁琐，相当于一份工作干两份活，适应这套新要求，也花了我不少时间。对于现在市场上普遍焦虑的“Token消耗量纳入KPI”的问题，我倒是有不同的看法。从我接触到的老板或业务负责人来看，没有一个人对AI是不上心的，个个都怕错过这个风口。我了解的两家头部大厂，是会要求员工只能用自己家的大模型，不允许使用Claude、ChatGPT等其它工具。其实我不太理解为何有些公司想将Token使用量纳入KPI，这是管理者心智负担最低的做法，但它衡量不了价值的核心。但从另一个角度看，我认为设立“保底门槛”是合理的。如果一个员工在现在的环境下，完全不烧Token、坚决不用AI，这本身就说明他缺乏改造自身工作流的意识。至于AI引入后会不会导致大面积缩招或裁员，我认为整体就业市场本身就遵循工业革命规律。 大厂的招聘逻辑，从来不是单纯看需要多少人干活，而是看利润支撑和人才策略。把懂AI的人才招进来，哪怕暂时用不上，也是在抢占身位。而对于中小企业来说，AI降低了创业和研发成本，以前100人做的事现在10人就能完成。我认识一位非技术背景的创业者，靠着AI，一个人花了半年时间，硬是敲出了一套完整的ToB教育系统，这在过去至少需要一个百人团队。当全社会的试错成本都在降低时，短期内必然会经历岗位调整的阵痛，但长期来看，整个市场的蛋糕会被做大，会涌现出更多新团队、新机会。那些标准化、重复性强的岗位，被冲击是必然的；但那些需要深度思考、创意策划和资源整合的岗位，反而会因为AI更加受欢迎。时代的车轮从不等人，有些旧岗位被淘汰是必然，但新世界的大门，也正在缓缓打开。*题图及文中配图来源于pexels。应受访者要求，文中好好、云天、陈宇为化名。
-
OpenAI奥尔特曼：不愿自己孩子过早接触AI，现在更希望他玩泥巴 IT之家 4 月 4 日消息，OpenAI 首席执行官萨姆 · 奥尔特曼不希望自己的孩子成为“iPad 一代”。他在 2025 年“喜当爹”后，开始频繁分享育儿经验，也会谈到如何在育儿过程中使用 AI。奥尔特曼在“Mostly Human”播客中谈到，成为父亲之后，自己对算法推荐和“无限滚动”模式的看法发生了明显变化。“当我看到比我孩子稍大一点的孩子已经离不开 iPad，甚至无法把设备从他们手中拿走时，我对此感受非常强烈。”儿童和青少年已经成为 ChatGPT 的重要用户群体，他们用其来学习、处理日常事务，甚至作为倾诉对象。对于何时让孩子接触 AI，奥尔特曼说，他更倾向于“在合理范围内尽量晚一点，而不是太早”。“我现在更希望他去玩泥巴。”播客主持人 Laurie Segall 表示，作为母亲，她一直在思考孩子如何使用科技，并对一些科技从业者一边创造产品、一边让自己的孩子远离这些设备感到不满。比如，谷歌 CEO 桑达尔 · 皮查伊的儿子 11 岁时没有手机，比尔 · 盖茨则是在孩子 14 岁时才允许他们使用手机。据IT之家了解，奥尔特曼也分享了一种他认可的未来教育形态：理想中的学校会提供由 AI 驱动的高强度、个性化一对一辅导，随后再进行项目式学习。“这样的话，听起来不错，但也可以想象很多出问题的情况。”奥尔特曼本人却高度依赖 AI。他在 2025 年 12 月接受吉米 · 法伦采访时说，自己“无法想象在没有 ChatGPT 的情况下如何照顾新生儿”。他回忆一次聚会经历说，当听到别人六个月大的孩子已经“到处爬”时，自己立刻跑去洗手间询问 ChatGPT 是否需要担心孩子发育问题，而得到的答案是孩子发育正常。在 AI 安全问题上，成为父亲并未改变奥尔特曼的立场。自己经常被问到是否因此承担更多“避免毁灭世界”的责任，他的回答是“不”，因为这一直是其最高优先的事项。“我早就知道自己会有孩子，我一直在思考他们未来会生活在怎样的世界里。”
-
深耕AI硬件设备！Meta超级智能部门正在组建专属硬件团队 据BusinessInsider报道，Meta的超级智能部门正在组建一支专属硬件团队，并招募一位资深工程师担任负责人，此举是Meta公司深耕AI硬件设备领域的重要布局。Meta旗下Reality Labs部门以智能眼镜和虚拟现实头显闻名。此次新举措隶属于Meta超级智能实验室（MSL）。这一高调的AI部门于去年宣布成立，表明Meta正在谋划推出其他类型的AI设备。据媒体援引知情人士称，该计划此前尚未有报道。目前已有部分Reality Labs工程师转入MSL，负责在Reality Labs的硬件上对AI部门的软件进行原型开发，两个部门正密切协作。Meta正在招募Rui Xu出任MSL硬件负责人。Rui Xu此前主导AI智能体初创公司Dreamer的硬件业务，而Dreamer的创始团队上月刚刚被Meta收购纳才。据The Information报道，在加入Dreamer之前，Rui Xu曾担任机器人初创公司K-Scale的首席运营官，该公司已于去年关闭。MSL产品与应用研究部门负责人Nat Friedman曾通过其联合创立的AI Grant项目投资过K-Scale。目前，OpenAI等科技巨头正竞相打造一款真正以AI为核心的个人设备，而非仅仅是智能手机的替代品。今年2月，MSL负责人Alexandr Wang在一档播客节目中表示，Meta希望突破手机的边界，迈向一个每个人都拥有个性化AI智能体的时代——这些智能体将遍布用户身边的“星座式”设备群： 你会希望你的个人智能体以多种方式陪伴左右，它将始终在线，看见你所看见的，听见你所听见的。未来数月内，你们将见证我们以惊人的速度向前推进。
-
机构：训练推理共振 算力需求极速释放 工信部办公厅发布关于开展普惠算力赋能中小企业发展专项行动的通知，其中提出，创新算力服务普惠模式。完善中国算力平台中小企业专区、中国中小企业服务网算力资源对接专区、国家算力互联网服务节点专区（统称中小企业平台专区），推动中小企业需求与算力资源供给精准对接，推行按“卡时”“核时”及Token计费等灵活付费模式。探索“算力银行”“算力超市”等创新业务，支持中小企业存入闲置算力资源，通过跨区域、跨周期调度实现灵活取用。渤海证券认为，以OpenClaw为代表的AI智能体应用Token消耗量快速增长，直观反映推理环节需求高景气，带动高性能GPU云服务、AI专用算力卡以及配套存储与网络资源的需求释放。AI时代“词元经济”崛起背景下，全球头部云厂商已进入提价周期，相关企业有望迎来价值重估机遇；算力租赁及IDC厂商亦将充分受益于智算中心新建与扩容带来的产业红利。AI大模型方面，随着智能体应用的持续火热，模型调用量迎来大幅增长。MiniMaxM2.7及KimiK2.5等国产大模型有望凭借显著的Token成本优势，成为OpenClaw等高Token消耗类智能体应用的核心模型选择，助力Token出海。AI应用层面，海外开源智能体项目OpenClaw热度快速提升，国内厂商亦密集推出相关产品，推动智能体应用渗透节奏显著加快。在模型迭代提速与互联网大厂应用推广的双重驱动下，算力产业链具备较为确定的投资机遇。国金证券认为，1）国产Token量破140万亿，国内算力厂商进入业绩临界点，CPU涨价潮又起。2）训练推理共振，算力需求极速释放。2026年将是中国算力需求从“云端训练”向“训练+推理”双轮驱动转型的关键之年，算力缺口将在更多模态和更广场景的催化下，极速释放。3）供给端外部边际改善，内部国产化放量。2026年国内算力供给端将从单一的紧缺状态转向结构性平衡，充沛的算力资源将有效承接需求端的爆发，为算力产业链的业绩兑现奠定基础。
-
全省首家！中原区将出十条硬核举措 助力OPC高质量发展 大象新闻记者 池里军 罗雅静为深入贯彻落实国家“人工智能+”行动部署，抢抓人工智能产业发展战略机遇，近日记者获悉，中原区正研究制定《中原区支持人工智能OPC创新发展若干措施(征求意见稿)》，拟出台全省首个专门支持人工智能OPC创新发展的十条硬核政策，全方位护航OPC产业高质量发展。据悉，OPC是指由具备AI应用开发与整合能力的人才或微型团队创办，以大模型为基础，借助AI编程、智能体等核心工具，在研发、生产、运营等全流程实现效率超线性放大的“AI+超级个体”新型创业实体，是AI时代催生的新型创业形态。十条措施具体内容如下：强化算力服务支撑加强与郑州国家超算中心、郑州数据交易中心等战略合作，全方位协助人工智能OPC申请郑州市“算力券”，给予不超过单个合同额的20%资金支持，同一市场主体每年申领和兑付算力券金额不超过100万元。支持研发适配大模型加快引育智能体开发企业，鼓励研发轻量化开发工具、低代码平台及适配OPC的大模型。对获得中央网信办生成式人工智能模型备案的企业，给予最高20万元的资金补助；支持OPC打造垂直领域模型，对于性能先进的模型，依规对研发单位按照研发成本的20%给予最高200万元补助；支持OPC通过调用第三方大模型API(应用程序编程接口)或者采用本地化部署等方式，开展大模型垂直领域应用，对具有行业引领、示范效应的场景项目，依规按照不超过模型采购费用的20%给予最高100万元补助。高水平打造OPC社区依托中原区“一带三区三轴三网”全域发展格局，鼓励现有园区、楼宇、街区等优质载体进行OPC社区适配改造升级，同时布局建设一批“低成本空间+全链条生态服务”OPC生态社区，为入驻OPC提供普惠算力、数据资源、测试评估等专业服务，以及低成本办公空间、政策服务、场景对接、金融投资、商业配套等生态服务，构建“上下楼就是上下游”的产业生态；鼓励在郑高校整合校内空间和要素资源，共建OPC生态社区。制定中原区OPC生态社区建设指引，定期开展认定、评估工作，按照实际投入金额，依规给予OPC生态社区最高200万元资金支持。健全人才引育体系培育壮大青年科技人才队伍。对毕业3年内来到中原区工作的全日制博士和35岁以下硕士、本科及预备技师(技师)，每月发放1500元、1000元、500元生活补贴，补贴3年。对大中专学生(含毕业2年内的普通高校、留学回国人员)，在郑首次创办企业，正常经营1年以上，给予一次性开业补贴1万元。高校毕业生(含毕业学年和毕业5年内的普通高校毕业生、大学生村官、毕业5年内留学回国人员)自主创业的，申请不超过50万元的创业担保贷款。鼓励青年人才勇于探索、大胆创新，瞄准科技前沿开展科技攻关、跨学科跨领域交叉合作和科技成果转化，通过“人才+项目”支持模式，给予最高10万元支持，促进青年科技人才的快速成长。对来区创业的OPC人才优先配租人才公寓，租金不高于同区域市场租金的70%，并可申请青年人才驿站免费住宿，协助符合郑州市首次购房条件的OPC人才申请购房补贴：博士每人10万元，硕士每人5万元，本科毕业生每人2万元，专科毕业生每人1万元，让在中原创业的OPC人才“留得下、住得好”。加大场景资源开放加大场景开放力度，打造更多综合性重大场景、行业领域集成式场景、高价值小切口场景。支持行业主管部门、企事业单位向OPC开放政务服务、教育、医疗、公共安全等应用场景。聚焦智慧政务、智慧社区、老旧小区改造、数字文旅等重点领域，面向产业创新需求，聚焦传统产业转型升级，为OPC挖掘、梳理和对接场景需求，每年挖掘不少于10个OPC典型应用场景，定期发布“场景机会清单”；聚焦纺织服装、新材料、装备制造等传统优势制造业转型，推动辖区龙头企业、产业园区向OPC开放垂直领域应用场景，每年举办不少于1场“中原智造”场景供需对接会，促成OPC与实体企业深度合作；每年遴选一批创新性强、应用效果好、具有行业引领性的OPC应用场景，按实际投入的20%给予最高50万元一次性奖励。强化科技金融支撑依托中原区区属投资基金，完善快速投资决策机制，坚持“投早、投小、投硬科技”，为OPC提供融资支持；联合辖区银行，为符合条件的OPC创业者提供“郑科贷”业务支持。鼓励各类资本进行长期战略投资，支持OPC全生命周期成长。支持银行设立OPC专项信贷产品，提供符合OPC发展特征的金融服务。对贷款利息按同期贷款市场报价利率(LPR)的50%给予贴息，单家主体年度贴息最高20万元。营造创新创业氛围鼓励OPC社区积极组织辖区企业参加国家级、省级、市级创新创业大赛。对在大赛中获奖的OPC项目，分级给予最高50万元、20万元、10万元的一次性奖励；依托“郑创汇”品牌双创活动，对参加“郑创汇”月赛并获奖，且6个月内落地的企业，给予最高15万元奖励；对在“郑创汇”年度总决赛中获奖，且6个月内落地的企业，给予最高100万元奖励。同时，对推荐报名且项目获奖的OPC社区孵化载体，按每获奖1家给予推荐单位1万元奖励。优化产业发展生态建立“政产学研金服用”多元主体协同的OPC创业联盟，鼓励各类主体定期举办技术沙龙、行业研讨、产业对接、创新工坊等生态活动，构建开放共享、协同创新的产业生态。支持企业、科研院所、行业协会举办具有国际、国内影响力的人工智能会议、论坛、展会等活动，对经报备同意的活动，按照不超过活动实际总支出的30%给予资金补助，单场活动最高不超过30万元。打造一流营商环境在“原惠企”小程序开设OPC服务专栏，实现OPC相关政策一站查询；在中原区政务服务中心设立OPC综合服务窗口，提供企业注册、税务登记、政策咨询、项目申报、帮办代办等“一站式”服务，推行OPC企业开办“一日办结”；建立政企常态化沟通机制，每季度召开OPC政企座谈会、圆桌会，面对面听取OPC主体诉求与建议，建立问题台账，实行限时办结、闭环管理。梯度培育创新型企业针对高成长性的OPC主体，提供全周期培育服务，安排专人提供政策解读、材料预审、全流程帮办等专属服务，对首次认定的人工智能标杆企业，给予一次性10万元的奖补；对首次认定、重新认定的高新技术企业分别给予最高20万元、5万元奖补；对入选国际国内权威榜单的独角兽、潜在独角兽的人工智能企业,分别给予500万元、200万元的一次性奖补；对首次认定为专精特新“小巨人”企业、“隐形冠军”企业，分别给予100万元的奖补;鼓励人工智能领军企业向中小企业开放用户、流量、接口、技术等创新和应用资源，开展产业链协同创新，形成大中小企业融通发展的格局。此次中原区拟出台的十条硬核举措，覆盖OPC发展全链条、各环节，从算力支撑、研发创新、社区载体、人才引育、场景开放、金融赋能，到双创氛围、产业生态、营商环境、企业梯度培育，精准对接发展需求、破解发展痛点，为OPC从初创培育到发展壮大提供全生命周期保障。既有利于培育本土科创新势力、激活区域经济新动能，也将立足郑州国家中心城市核心城区定位，助力郑州打造“人工智能+”产业标杆、带动区域产业协同升级，助力河南抢占人工智能产业发展制高点，推动数字经济与实体经济深度融合，为全省人工智能OPC产业高质量发展树立标杆、打造样板、提供可复制可推广的实践经验。编辑：曹东方二审：张欣欣三审：池里军
-
Claude Code被开源事件持续发酵，黑客钓鱼传播窃密软件 IT之家 4 月 3 日消息，科技媒体 bleepingcomputer 昨日（4 月 2 日）发布博文，报道称 Claude Code 被开源事件仍在持续发酵，有黑客在 GitHub 上创建虚假仓库，传播 Vidar 信息窃取恶意软件。IT之家此前报道，Anthropic 公司由于人为操作失误，其终端 AI 工具 Claude Code 的完整前端源码被意外打包进 npm 公开包中，导致 51.3 万行代码外泄。安全公司 Zscaler 发布的报告显示，名为 idbzoomh 的用户抓住这个热点，在 GitHub 建立了虚假仓库，声称提供“解锁企业功能”的泄露源码。 此外该黑客还针对性优化索引相关内容，提高在搜索引擎中的排名，导致用户搜索相关关键词时极易中招。用户一旦下载并运行其中的可执行文件，Vidar 信息窃取程序便会入驻系统，同时部署 GhostSocks 代理工具。Vidar 是暗网明码标价的成熟恶意软件，专攻浏览器数据、加密货币钱包等敏感信息。研究人员指出，该虚假仓库内的恶意压缩包更新频繁，未来可能携带更多攻击载荷。此外，还发现了第二个采用相似手法的仓库，推测为同一攻击者在测试不同的传播策略。
-
华尔街力挺“大裁员换AI算力军备”叙事! 看好甲骨文(ORCL.US)为数据中心豪赌腾挪现金流 智通财经APP获悉，数据库软件与云计算超级巨头甲骨文公司(ORCL.US)正在通过裁员手段极致压缩成本，以支持其宏大的人工智能雄心壮志。此次裁员发生在包括甲骨文、微软以及谷歌在内的科技巨头们大幅增加AI基础设施投资的宏观背景下，这家跨国科技集团正寻求裁减数千个工作岗位，以腾出更大规模现金来建设人工智能数据中心基础设施。有媒体援引知情人士透露的消息报道称，这家科技巨头已经通知其拥有的16.2万庞大员工队伍，新一轮裁员将影响上万名员工。甲骨文方面对于最新的裁员消息则拒绝置评。有华尔街分析师表示，从长远角度来来看，裁员将释放现金流，把更多资源从低回报环节重新配置到高增长环节，进而大幅增加该公司整体营收。投资者们仍对该公司在处理天量级AI工作负载的超大规模AI数据中心上的巨额AI资本支出感到不安。尽管本周迄今甲骨文股价在中东地缘政治局势缓和迹象推动下的反弹幅度达到5%，但该公司股价今年迄今已累计下跌超25%。该公司在2月初宣布，计划在2026年日历年通过债务和股权相结合的方式筹集至多500亿美元资金，以大举扩张其已签约的与云端AI训练/推理算力资源密切相关联的云计算需求对应的无比庞大云基础设施实际容量，核心客户主要包括英伟达、Facebook母公司Meta、OpenAI、AMD以及xAI。当模型规模、推理链路与多模态/代理式Agentic AI工作负载推动算力资源消耗呈指数型外扩时，科技巨头们的资本开支主线愈发倾向于向AI算力需求井喷之下的AI算力基础设施集中，全球投资者们更是将围绕英伟达AI GPU、谷歌TPU集群与AMD的新品迭代与AI算力集群交付预期的“AI算力牛市叙事”，继续锚定为全球股市中最具确定性的景气投资叙事之一。甲骨文等美国科技巨头们正处于两股搅动科技板块的令人不安趋势的交汇点之上根据机构汇编的最新分析师预期，亚马逊连同谷歌母公司Alphabet、Facebook母公司Meta Platforms Inc.，以及甲骨文公司和微软，预计将在2026年的累计人工智能相关资本支出达到大约6500亿美元，还有一些分析师认为整体支出可能超过7000亿美元——意味着同比AI资本开支增幅可能超过70%。值得注意的是，上述的这五大美国超级科技巨头，预计将在2023年至2026年间，为打造无比庞大的AI算力基础设施累计投入约1.5万亿美元;相比之下，这些科技巨头们在2022年之前的整个历史统计期间累计投资约6000亿美元。然而，由于上述的这些无比庞大的AI支出将大幅削减这些公司的自由现金流，而短期回报又缺乏明确的与AI密切相关联的变现与创收路径，这让投资者们愈发感到担忧。对人工智能算力基础设施的愈发庞大投资，何时才能在营收与利润增长上带来更显著的投资回报，其次则是“AI颠覆一切”的悲观叙事论调令全球投资者们持续抛售包括这五大科技巨头在内的软件股，导致这些巨头今年以来股价持续萎靡，尤其是微软股价在今年一季度累计下跌23%，录得自2008年金融危机以来最差季度表现。华尔街力挺甲骨文裁员举措，强调将有助于节省成本来自华尔街金融巨头巴克莱银行的分析师团队周二在一份研究报告中表示，甲骨文的裁员将有助于短中期内强劲释放现金流。这家金融机构表示，对该股继续给予“增持”评级，对于未来12个月目标价层面，巴克莱则予以230美元目标股价。截至周三美股收盘，甲骨文股价收于145.230美元。“考虑到甲骨文现有的2026财年大规模重组计划以及此前的相关媒体报道，我们并不认为现在宣布的裁员举措会让市场感到意外。市场似乎已经认识到，在该公司快速扩张最核心的AI基础设施产能之际，甲骨文这些最新举措所蕴含的节省成本潜力，以及AI基建狂潮将带来的强劲创收预期。”来自巴克莱的分析师们表示。巴克莱还强调，甲骨文的人均利润产出低于其竞争对手，其员工生产率也低于平均水平。巴克莱分析师们最新预测数据显示，由于员工人数增长相比于其他云计算巨头们而言有限且经营成本被大幅削减，甲骨文未来几年营收将增长至当前的至少三倍。不同于Block在AI智能体技术驱动下的“暴力裁员”，甲骨文聚焦于AI算力军备竞赛就甲骨文而言，这轮大规模裁员更像是为AI算力基础设施军备竞赛腾现金流、稳住投资者情绪和提高资本利用效率，而不是该公司已经明确证明“AI代理式工作流足以直接替代大量员工”。公开信息显示，甲骨文一边启动影响数千人的裁员，一边推进高强度AI基建扩张，公司此前不久计划筹资最高500亿美元用于扩产，股价今年以来显著下跌约29%。但与此同时，甲骨文又给出了非常强的AI算力资源需求口径：剩余履约义务(RPO)同比飙升325%至5530亿美元，并把2027财年营收目标提高到900亿美元。换句话说，“AI颠覆一切”叙事对甲骨文基本面的影响是真实且巨大的，但更像是先重塑资本开支、自由现金流和估值框架，再逐步传导到组织结构。推特联合创始人Jack Dorsey领导的Block一次性裁员超过4000员工，接近该科技公司员工总数的一半。该公司的公开声明显示AI智能体模式的代理式AI工具让更小团队也能维持更高效率经营;其CFO之后还进一步表示，聚焦于AI智能体的代理式工作流带来的经营效率大幅提升，所引发的深度裁员对任何企业而言几乎是“不可避免”的。相比之下，甲骨文虽然最近确实把Fusion云软件重构为聚焦代理式AI工作流的Agent AI/Agentic AI，希望让系统直接完成业务结果、自动化大量重复流程，但该公司在裁员这件事上公开给出的信号，仍主要是重组、降本和给AI数据中心建设让路，而不是像Block那样把“AI已经足以替代传统组织层级”作为裁员主叙事。 对甲骨文来说，眼下更强的裁员叙事在于，持续炸裂式增长的AI算力需求把数据中心GPU、电力设备等基础设施和融资需求推到极高水平，公司必须把资源从低回报环节重新配置到高增长环节。
-
机构：持续关注AI主题的投资机会 中信证券认为，2026年以来，国产大模型厂商聚焦Agent及代码能力升级，竞相发布新模型。即将发布的DeepSeek下一代新模型有望延续高性价比开源模型路线，在能力上实现更强记忆功能与超长上下文处理，精进代码、Agent能力的同时补齐多模态短板，带来模型原厂、AI应用、AI基础设施方向的新投资机遇。1）模型原厂：DeepSeek新一代模型有望与其他国产模型携手，驱动中国AI加速走向世界，同时模型训推进一步降本，更廉价的tokens驱动全球大模型API调用量整体增加。2）AI应用：模型平权有助于缓解市场对于模型与应用矛盾叙事带来的焦虑，助力千行百业AI Agent落地，利好有壁垒的AI应用公司；3）AI基础设施：降本带来用量增长使AI Infra受益，国产AI Infra与国产模型相向而行。平安证券认为，MiniMax发布首个自我迭代模型MiniMaxM2.7，国产大模型持续迭代，同时OFC展会也进一步印证了AI算力需求的高景气度。当前，以GLM-5、M2.7、KimiK2.5等为代表的我国国产大模型持续迭代，能力持续提升，将进一步推动国产大模型从“可用”到“好用”，加快国产大模型在千行百业应用场景的落地，加快我国大模型产业的发展。坚定看好我国AI产业的发展前景，建议持续关注AI主题的投资机会。
-
“HBM之父”金正浩：AI芯片格局将生变，内存会取代GPU主角地位 IT之家 4 月 1 日消息，当地时间 3 月 30 日，据韩媒《亚洲经济》报道，被称为“HBM 之父”的韩国科学技术院电气与电子工程学院教授金正浩表示，AI 芯片格局即将发生根本性变化，当前以英伟达 GPU 为核心的体系，将被内存主导的架构取代。金正浩指出，“现在是 GPU 主导一切的时代，但未来，GPU 将被‘装进’HBM（高带宽内存）和 HBF（高带宽闪存）之中，计算核心将彻底转向内存，GPU 和 CPU 将成为配角。” 随着 AI 从“生成式 AI”向“AI 智能体”演进，内存瓶颈正成为核心问题。“AI 已经从只执行指令，发展到能够自主判断并生成完整报告。伴随而来的，是一次性处理海量文档和视频的‘上下文工程’。要应对这种数据规模，内存带宽和容量都需要提升到现在的 1000 倍。”金正浩进一步指出，AI 的“幻觉问题”本质上同样源于内存限制。“内存不够，系统只能基于已有信息拼凑答案，因此出现错误。如果要实现真正可靠的智能体，必须具备极强的记忆能力。”IT之家从报道中获悉，当前主导 AI 加速器市场的 HBM，通过堆叠 DRAM 实现高速数据传输，但在金正浩看来，这只是“短期记忆”。“HBM 就像手边的参考书，用于快速响应。而 HBF 则是由 NAND 堆叠构成的‘图书馆’，代表长期记忆。只有引入类似 HBF 的层级结构，AI 才能在全球数据中检索并给出完整答案。”围绕这一方向，企业竞争已经展开。SK 海力士已与闪迪推动 HBF 标准化，试图抢占生态主导权；三星电子在推进 HBM4E 的同时，也在加大 NAND 架构投入。金正浩认为，这一竞争格局与 HBM 早期发展阶段高度相似。“当年 SK 海力士提前投入，最终占据领先；三星因犹豫而付出代价。未来 10 年的胜负，将由 HBM 和 HBF 决定，而真正决定格局的，将是 HBF。如果现在不持续投入基础设施和研发，两家公司都可能面临风险。”金正浩预计，HBF 工程样品将在 2027 年前后出现，最早到 2028 年，谷歌、英伟达或 AMD 中的一家将率先导入这一技术。其中，最重要的变化在于计算架构的根本转移。“过去计算以 GPU 和 CPU 为中心，但未来将进入‘内存中心计算’时代，HBM 和 HBF 成为核心，GPU 反而成为其中的组成部分。谁能率先构建这一体系，谁就能主导下一阶段。”金正浩还指出，马斯克计划建设涵盖封装、内存和晶圆制造的大型工厂，正是基于对这一趋势的判断。在 GPU 主导地位仍被普遍接受的背景下，金正浩明确表示，未来 10 年半导体产业的核心将发生彻底转移，而当前正是决定行业格局的关键时刻。
-
Mac跑大模型提速：本地AI工具Ollama接入苹果MLX框架 IT之家 4 月 1 日消息，科技媒体 Ars Technica 昨日（3 月 31 日）发布博文，报道称本地 AI 工具 Ollama 发布 0.19 预览版，全面接入苹果 MLX 机器学习框架，提升苹果 Mac 运行本地大模型速度。本次更新深度优化统一内存的使用效率，改进缓存性能，并新增支持 NVFP4 模型压缩格式，并针对部分模型专项优化，大幅降低其在 Mac 运行时的内存占用。对于最新搭载 M5 芯片的 Mac 设备，Ollama 还可以直接调用神经网络加速器，进一步提升每秒生成词元（token）数与首词响应速度。该功能目前仅在 Ollama 预览版中提供，模型方面，首批仅支持阿里巴巴开源的 350 亿参数 Qwen3.5 模型；硬件门槛上，该功能需要至少 32GB 的统一内存。对于用户而言，升级该预览版后，在使用 OpenClaw“龙虾”等私人助手、运行 Claude Code 和 Codex 等编程智能体工具时，本地 AI 模型能加快响应速度，进一步改善使用体验版。IT之家注：MLX 是专为 Apple 芯片打造的开源阵列框架，能够高效地执行机器学习任务，并支持用户使用 Python 和 Swift 直接在设备上运行大型语言模型。这个高性能机器学习框架针对 Apple 芯片进行了优化，可以在 CPU 和 GPU 上快速完成数值计算和机器学习任务。
-
36氪首发丨东南亚二手电商「Kitar」完成Pre-A轮超千万美元融资，今年 GMV 将达1亿美金 东南亚虽是电商竞争的焦灼之地，但仍有蓝海。36氪获悉，东南亚二手电商平台「Kitar」近日完成 Pre-A 轮超千万美元融资。本轮融资由源码律动领投，山行资本超额跟投，Mindworks 概念资本跟投，银橡资本担任独家财务顾问。本轮融资完成后，「Kitar」将加大在 AI 能力建设、质检与供应链基础设施、线下回收网络以及区域化运营体系上的投入，继续深耕印尼市场，并加快向东南亚更广泛市场扩展。「Kitar」创始人Frank Zhou毕业于清华大学电子系，互联网产品出身。2021年他移居东南亚，从零孵化Shopee外卖业务，成为东南亚第二大外卖平台，在此过程中深度理解了东南亚市场的“时光机”效应。他发现越南半数以上的外卖骑手在使用iPhone，走访得知这是骑手出于对性能机追求下购买的二手iPhone。更进一步的平台分析与调研，他发现整个二手市场在东南亚有着巨大的需求有待满足，因此成立了「Kitar」。此前，Frank Zhou也作为瓜子二手车的核心高管，参与了中国二手交易平台的早期构建与扩张。「Kitar」的成员多来自 Shopee、字节、阿里等头部互联网企业，具备平台产品、技术研发、供应链运营与本地市场拓展能力。由于单一模式的二手电商在盈利能力和规模上都将受限，「Kitar」定位为东南亚的“转转+闲鱼”：采用 B2C+C2C 结合的模式，先建立标准化和信任机制、以自营的方式做深二手手机这一品类，再借助 AI 和团队的的运营能力，向更广泛的 3C 及耐用品类延展。比如，房产、二手摩托车、二奢、家具等高客单价的品类都在「Kitar」的考虑范围内，它们都有足够的利润空间，而模式较轻的 C2C 业务则主要发挥引流的作用。按照「Kitar」团队的判断，预计到2030年，电商在东南亚整体的市场规模约4000亿美金，其中二手电商渗透率较高，能分走8%-10%的份额，这是一个300-400亿美金的蓝海市场。Frank Zhou 观察到，东南亚二手电商目前处于赢家通吃的局面，竞争不算激烈。「Kitar」优先做印尼市场，基于当地现实情况：印尼人口占东南亚近半，电商规模占该区域30-40%。据他判断，「Kitar」仍有很大发展机会，如果能做到行业第一，将吃下200亿美金的盘子，对标5亿美金利润，这意味着「Kitar」有机会成长为市值几十亿美金的头部独角兽。平台能解决二手交易最大的痛点即信任问题，「Kitar」形成了一整套标准化的体系，将二手手机这一非标品转化为标品，解决用户的不确定性和顾虑。事实上，「Kitar」团队在做二手车时就通过数据和算法规模化来解决质检、定价、选品等问题。AIGC广泛运用后，则可以减少人力对质检的干扰，并通过 AI 来生成产品筛选和检验相关的视频。二手手机最大的供给来自个人卖家。「Kitar」从两个方面来获取这些优质货源，一方面，通过平台和自媒体的内容快速的触达用户，并且建成品牌心智；另一方面，结合东南亚线下交易活跃的地区特色，开设线下店，与线上同步，和用户以及卖家建立信任。目前，「Kitar」有3家商场店和5个 work station（驿站），前者以打造品牌心智为主，后者则承担履约功能，分区提供上门回收服务。到今年底，「Kitar」计划开20家商场店以及40家 work station，覆盖东南亚70多个城市。此外，在供应链方面，「Kitar」也和 Shoppe 达成合作，负责其“以旧换新”业务，这与爱回收和京东的合作关系类似。由于苹果这类品牌在印尼没有直营店，销售由当地经销商把控，「Kitar」则与这类经销商达成了合作。二手电商十分考验精细化运营能力，在线下的布局也相对重，Frank Zhou 认为，这也会成为壁垒。在这个品类上，对 Shoppe、TikTok 等东南亚当地头部电商而言，寻求与「Kitar」这类公司合作是更好的解决方案。随着 AIGC 时代来临对手机内存消耗显著提升，叠加内存持续涨价带来的新机价格上扬，再加上不同于欧美等发达国家换机周期变长，东南亚地区以性能衰减较快的安卓机为主，换机潮趋势仍然明显，东南亚二手手机赛道仍有较长的红利期。为此，「Kitar」也制定了较为积极的发展目标。到今年底，市场份额上，要占印尼二手手机市场的5%；用户数方面，DAU 达到百万级；销售规模方面，GMV 将达到1亿美金。
-
AI下一个超级风口？世界模型融资盛宴正酣，资本押注万亿级物理AI赛道 今年兴起的“龙虾”（OpenClaw）热潮展现出人工智能（AI）无所不能的一面，它可以抓数据、写代码、生成大片、接管计算机。然而一旦脱离屏幕，机器人面对现实世界时宛如稚嫩的孩童，仅能完成固定、流程化的动作，“莫拉维克悖论”横亘在人类通往通用人工智能（AGI）的道路上。世界模型则是破解这一困境的密钥，它可让机器人真正理解物理世界的规律，拥有思考和推理能力，是实现AGI的关键路径。今年，图灵奖得主杨立昆创办世界模型公司，“AI教母”李飞飞的世界模型公司获巨额融资，国内出现超20起世界模型相关融资事件，业内直呼世界模型或是AI下一个10年的重要风口。多名AI领域的企业家对证券时报记者表示，世界模型能让AI真正实现对物理世界的理解和交互，是实现AGI的必经之路。当下世界模型发展仍处早期，谁能率先撬动物理交互数据飞轮，谁就能抢占发展先机。AI需在现实世界落地生根OpenAI近日宣布关闭视频生成应用Sora，并调整战略方向：此后Sora团队将专注于世界模型研究。放弃AI生成现实，转而让AI理解现实，OpenAI的决定映射出行业的下一个战略高地：世界模型。根据复旦大学等高校的阐释，世界模型通过从感官数据中学习和预测运动、力以及空间关系等动态特性，来理解物理世界中事物的性质、运行规律和空间特性。借助世界模型，AI从认知、识别转向理解、推理，是具身智能和客观环境自主高效交互的基础。复旦大学管理学院院长助理、信息管理与商业智能系系主任张诚在接受证券时报记者采访时表示，AI“思考”的本质是基于数据统计的概率预测，缺乏真正情感和对世界的深层认知。问题的根源在于模型主要建立在语言数据之上，当模型只通过文本学习世界时，其认知边界也被限制在语言所能表达的范围内；而世界模型能让系统通过多模态信息，包括视觉、听觉、空间动态等去刻画环境运行的规律。毕马威中国汽车行业华东及华西区审计主管合伙人苗桢在接受证券时报记者采访时表示，世界模型的核心价值，在于通过构建符合物理规则的虚拟平行世界，通过其环境空间理解、长时序推演预测输出决策，实现场景推演、因果预测与长尾场景覆盖，弥补纯数据驱动模型对极端长尾场景泛化能力不足的短板。若没有世界模型，机器人的上限很可能是被动执行代码的高级自动化工具。酷哇科技创始人兼CEO何弢向证券时报记者列举了公司保洁机器人在城市场景落地中的实际难题：机器人遇到标准墙壁时可以避开，但当接近折断的树枝或不规则堆积物时，由于预设代码中没有这类物体的定义，系统会判定为不可通行障碍，导致原地停工。“若有世界模型，系统就能基于材质、物理特性进行预测，规划绕行轨迹，甚至在安全前提下轻推物体通过，保持连续作业。”世界模型融资盛宴正酣基于世界模型的前景和潜力，国内外资本已大量押注。今年2月，李飞飞创立的世界模型企业完成10亿美元融资；不久后，杨立昆的世界模型初创公司AMI也完成逾10亿美元融资。国内方面，企查查提供的数据显示，今年以来，国内发生25起世界模型相关的融资事件，融资总额超22亿元。其中，极佳视界3月宣告完成10亿元的Pre-B轮融资，并在同月宣布其具身世界模型GigaWorld-1登上WorldArena榜首。“世界模型的‘融资热’，表明行业共识正在形成：AI从数字世界走向物理世界是下一个主战场。”擎朗智能相关负责人在接受证券时报记者采访时表示，过去10年，AI能力的跃迁主要发生在感知和语言层面。但要真正进入物理世界，就必须理解物理世界的运行规律：空间关系、因果关系和物理属性。上述负责人表示，资本押注世界模型，本质上是押注物理AI这个万亿级赛道。未来技术路线有望从大一统走向专业化分工，世界模型负责物理直觉，视觉—语言—动作模型（VLA）负责语义理解，底层控制负责精准执行。分工明确，资本也能找到更精准的切入点。何弢对证券时报记者表示，2026年以来针对世界模型的密集高额融资，表明资本和技术界一致认定“大语言模型的下一站是物理世界”，世界模型是通往物理AI的必经之路，属于具身智能的“ChatGPT时刻”即将来临。在未来的世界模型行业竞争中，掌控规模化物理数据入口并实现商业闭环的企业，才能主导这一轮技术革命。可以让机器人变得更像“人”过去几年，以大语言模型为基础的数字AGI重塑了数字世界。全球GDP中约有一半在物理世界，物理AGI仍有不可限量的增长空间。而物理AGI腾飞的基础，在于世界模型。基于此前在端到端模型和垂类模型的技术积累和数据沉淀，今年多家AI企业将业务支点切入到世界模型。酷哇科技2月发布了Coowa WAM 2.0通用世界模型。何弢对记者表示，这一世界模型的推出，是为了解决具身智能行业普遍存在的“泛化能力缺失”和“产业发展上限”问题。过去，行业多依赖规则驱动或单一场景的端到端模型，WAM 2.0模型则赋予了多形态物理AI实体对复杂物理世界的常识性理解、几何推演和因果预测能力。同大语言模型依赖互联网文本的数据飞轮一样，世界模型迭代也有赖于物理终端在真实世界产生的高价值交互数据。何弢说，公司计划将搭载WAM 2.0模型的城市管家类机器人直接推向城市街巷进行常态化作业，在创造商业收益的同时，不断回流高质量物理世界数据，反哺模型迭代。擎朗智能是服务机器人赛道的领军企业，其商用服务机器人出货量占比全球第一。该公司去年发布了全球首个针对服务行业的VLA模型KOM2.0。擎朗智能有关负责人近日对证券时报记者透露，公司正积极探索将VLA模型同世界模型融合。VLA模型的短板在于缺乏对物理世界的因果理解，难以预判动作带来的物理后果。世界模型是通向“少样本学习”和“零样本泛化”的关键，它能让机器人在“脑海”中模拟动作后果，选择最优策略。“世界模型还是实现人机安全交互的基础。在服务场景中，机器人需要预判行动后果，比如递物时力度是否过猛等。没有世界模型，机器人就无法真正理解这些因果链条。”上述负责人提到，“今年公司将在部分场景中试点引入世界模型的预测能力，提升机器人的环境适应性和安全性。”聚焦工业场景、研发“蓝领机器人”的上海开普勒机器人有限公司（以下简称“开普勒”）亦开始构建工业世界模型和家庭世界模型。开普勒首席技术官席奥在接受证券时报记者采访时表示，公司计划先将工业世界模型与工业VLA融合，并通过小规模POC（可行性验证）验证其效果，为未来大规模落地打下基础。数据壁垒或决定世界模型竞争力过去一年被称为具身智能元年，机器人“花拳绣腿”的同时，也暴露出不够聪明的痛点。随着越来越多的企业朝世界模型展开布局，有业内人士直言，2026年或是世界模型为AGI奠定基础的元年。英伟达机器人主管Jim Fan今年曾发文称，2026年将成为大世界模型真正为机器人以及更广义的多模态AI奠定基础的第一年。尽管前景预期广阔且演进速度可观，世界模型赛道仍处于早期阶段，业内尚未形成统一且成熟的技术范式。更令业界焦虑的是，高质量的物理世界数据稀缺，极大地制约世界模型普及。何弢表示，世界模型的演进将高度绑定具身智能产业三大阶段：从当前的垂类智能化转型，到未来两年的场景化协同作业，再到三至五年后的家庭场景普及。目前行业正处于从第一阶段向第二阶段跨越的关键期。现阶段主要挑战在于高质量、多模态的真实物理世界交互数据极度匮乏。“操作数据不能完全依赖互联网视频数据或计算机仿真数据。换句话说，温室里长不出真正的世界模型，纯靠云端仿真数据无法解决物理世界无尽的长尾问题。”何弢说。擎朗智能有关负责人对记者表示，短期内，VLA结合强化学习已能解决大量实际问题。但从具身智能发展的中期来看，随着机器人进入更开放、更复杂的环境（如家庭、公共场所），缺乏世界模型的系统会遭遇泛化瓶颈。届时具备世界模型能力的玩家将形成代际优势。从长期来看，世界模型将是通用机器人的必备能力。“数据壁垒正在形成，先发优势至关重要。高质量物理数据的获取与规范使用是核心挑战。”上述负责人强调，资本押注的是企业能否跑通“数据—模型—场景”飞轮。若企业能率先在真实场景中完成规模化部署，就可以形成先发优势。世界模型已被公认为解锁高阶通用机器人能力的关键，但其与当前主流的VLA模型并非替代或迭代关系，二者的演进路径更倾向于互补和深度融合。其中，世界模型在底层负责物理直觉和决策推演，VLA承担语义理解和任务规划。上海市人工智能行业协会秘书长钟俊浩在接受证券时报记者采访时表示，目前主流的VAL模型是从感知驱动行动。未来的世界模型可能会从内部出发，用感知纠偏。近期的最新研究表明，人类智能并非先通过感知构建世界，而是大脑中已预设世界模型，感知的作用是校准和纠偏，以促进与世界交互，这颠覆了传统“感知—认知”顺序。尽管两者逻辑相反，但并不冲突，并非互为替代关系，未来可能呈现融合趋势。责编：万健祎校对：杨立林 版权声明" Type="normal"@@--> 证券时报各平台所有原创内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关行为主体法律责任的权利。转载与合作可联系证券时报小助理，微信ID：SecuritiesTimes" Type="normal"@@-->
-
Salesforce新版Slack亮相，30项AI新功能来袭 IT之家 4 月 1 日消息，云计算软件巨头 Salesforce 正围绕人工智能全面重塑自身业务。当地时间本周二，在旧金山的一场小型交流活动上，Salesforce 首席执行官马克 · 贝尼奥夫及其团队公布了相关布局的最新成果：搭载海量全新人工智能功能的新版 Slack 正式亮相。其中最核心的升级，是其智能助手 Slackbot 迎来全方位重磅焕新。 据IT之家了解，30 项新功能将于未来数月陆续上线。早在今年 1 月的更新中，Slackbot 就已具备智能体能力，可撰写邮件、安排会议，还能在收件箱中筛选特定信息，本次更新正是在此基础上的进一步升级。周二发布的功能中，最亮眼的当属官方推出的可复用 AI 技能功能。用户可为 Slackbot 设定专属任务，任务创建完成后，便能在各类场景与工作环境中反复调用。Salesforce 表示，Slackbot 内置官方 AI 技能资源库，同时也支持用户自主定制个性化技能。设置好相关技能后，员工的工作负担将大幅减轻。例如，用户只需在 Slack 内输入简单指令，如“为即将举办的活动制作预算表”，机器人便会自动从企业的 Slack 频道、关联应用及各类数据源中整合全部相关信息，生成一套可直接落地的执行方案。随后，其还会根据员工职位，自动邀约相关人员召开方案研讨会议。目前，Slackbot 已支持模型上下文协议（MCP）客户端能力，能够接入并联动外部各类服务与工具，其中就包括 Salesforce 2024 年推出的智能助手开发平台 Agentforce。官方介绍，借助这一连接能力，机器人可将工作任务流转至 Agentforce 或企业内其他智能助手、应用程序，也可自动发起问询；全程无需人工介入，智能系统会自主筛选最高效、最贴合需求的信息处理路径。Slack 临时首席执行官、前首席产品官罗布 · 西曼介绍，如今 Slackbot 还新增会议转录与智能总结功能。若参会人员走神遗漏关键内容，只需向机器人发起指令，就能获取完整会议回顾，其中还会清晰列明分配给自己的各项待办事项。该智能助手现已突破 Slack 平台边界，可监测用户电脑桌面操作动态。Salesforce 说明，机器人会调取商机数据、沟通记录、日程安排及使用习惯等多维度信息，并结合这些场景背景，为核心工作提供可执行建议，或自动撰写后续跟进内容。西曼强调，该功能在设计阶段已内置隐私保护机制，用户可根据自身需求随时调整权限设置。Salesforce 显然致力于推动 Slack 突破企业沟通工具的原始定位，将其打造为功能更全面、适配更多办公场景的综合业务平台。公司希望通过全面植入人工智能能力，让 Slack 深度融入企业核心业务流程，成为职场用户不可或缺的办公工具。活动现场，贝尼奥夫让团队逐一演示核心新功能，并在主题演讲中感慨，自收购 Slack 至今的五年是一段“非凡历程”，平台营收实现了 2.5 倍增长。他补充道：“目前全球约有 100 万家企业正在使用 Slack，这是一份成绩斐然的成长答卷。”
-
8点1氪丨Patagonia客服回应收取“地球使用费”；美国佛罗里达州一机场更名为“唐纳德·特朗普国际机场”；清明节有商家推出AI大模型纸扎 今日热点导览 苹果官方称“锁定模式”至今无人攻破红果回应普通人形象被AI短剧盗脸，涉事角色部分画面已替换国内航线燃油附加费上涨通知被撤回达美乐比萨任命Nicola Frampton为CEO美国太空探索技术公司一颗“星链”卫星失联澳洲联储宣布10月起取消银行卡支付的附加费TOP3大新闻 Patagonia客服回应收取“地球使用费”：属实，计划试行一个月近日，户外运动品牌Patagonia近期因在天猫旗舰店推出"地球使用费"政策引发热议，该政策要求消费者在购物时预付一笔物流包装费（首件15元，每加一件5元），收货后不退货可退还费用，若退货则扣除费用并捐赠给环保项目，品牌称其目的是减少网购对环境的影响。3月31日下午，记者就此事咨询了Patagonia天猫旗舰店官方客服，对方表示，"地球使用费"政策属实，预计4月1日开始，但不确定是一直施行还是只施行一段时间。客服还解释，"地球使用费"相当于“在店铺下单不包邮了，如果发生退换货，流程和之前一样”，如果收货后未退货，那么下单时支付的邮费可以退还。目前，Patagonia天猫旗舰店只是在牵头开展这项不包邮费的举措。此外，对于“地球使用费”在网上引起的争议，客服表示关注到了，但未作出其他回应。（钱江视频）美国佛罗里达州一机场更名为“唐纳德·特朗普国际机场”美国佛罗里达州共和党籍州长德桑蒂斯30日签署一项法案，决定将该州棕榈滩国际机场更名为“唐纳德·特朗普国际机场”。棕榈滩国际机场距离美国总统特朗普的海湖庄园不远。今年2月，共和党籍议员占多数的美国佛罗里达州议会批准该机场更名法案。民主党人对此法案表示反对。法案随后交由德桑蒂斯签署。自特朗普开始第二个总统任期以来，他的名字出现在一个又一个国家符号上。美国财政部本月26日宣布，将把特朗普的签名印在美元纸币上，以“纪念美国建国250周年”。这将是美元纸币上首次出现现任总统签名。去年12月，成员由特朗普亲自挑选的“肯尼迪表演艺术中心”董事会投票决定，将该中心更名为“特朗普—肯尼迪表演艺术中心”。这是一座位于美国首都华盛顿的标志性文化机构，改名遭到民主党人和肯尼迪家族强烈反对。（澎湃新闻）清明节有商家推出AI大模型纸扎，贴心标注：不懂电脑也能用临近清明节，有网友逛电商平台发现，有店铺上架了脑洞十足的AI纸扎全家桶，还复刻出OpenClaw、DeepSeek、ChatGPT等国际领先热门AI大模型纸扎单品，售价35.9元起。据商品详情介绍，这款纸扎AI大模型做成了一体机造型，精致小巧、操作简易。贴心标注：不懂电脑也能用，可当蓝牙音箱、语音助手；懂技术的，还能当作本地AI模型摆件“部署”。产品主打纯纸质手工制作，细节逼真、氛围感十足，发货地为湖南郴州。商品评论区有购买者留言称：“小小一个，能感受到老板的用心。”还有买家留言评价称“时代发展的很快，希望爷爷喜欢。”店家也回复称：“是的，这是纯手工纯纸质的模型。一般用于祭祀使用。这是店里新上架的。”（快科技）大公司/大事件 文旅局回应宠物友好酒店推荐吃狗肉：是盘江镇的特色饮食3月27日，有网友发文称，自己本来是冲着“宠物友好”的标签订了一家酒店，想带小狗一起度假，结果收到的酒店官方短信主动推荐了盘江特色狗肉，还写了相关功效描述。3月30日，记者联系该店，工作人员表示，他们的确是宠物友好酒店，顾客可以带宠物入住。至于狗肉，他们推荐到盘江镇上吃，这是当地特色，酒店本身并无狗肉出售。贵定县文旅局工作人员对记者称，“狗肉是盘江镇的特色饮食，当地有狗肉一条街。”“宠物友好”酒店推荐吃狗肉是否合适？对此该工作人员没有正面回答，建议记者向当地12345热线反映。据贵定县人民政府官网2016年4月19日文章介绍，盘江狗肉历史悠久，最早可追溯至明清时期，当时狗肉是滋补品。近几十年来，盘江狗肉逐渐形成产业化，已名扬国内外。当时，盘江有狗肉餐馆29家，能一次性接待客人5300余人。（极目新闻）苹果官方称“锁定模式”至今无人攻破苹果官方近日正式对外确认，自2022年推出锁定模式（Lockdown Mode）以来，近四年时间里，全球范围内尚未出现任何一例启用该功能的苹果设备，被商业间谍软件成功入侵的案例。苹果发言人Sarah O'Rourke明确表示：“我们从未收到过任何启用锁定模式的苹果设备，遭商业间谍软件成功攻击的报告。”这也是该功能上线后，苹果再度公开确认其防护能力的有效性。用户主动开启该功能后，系统会通过大幅限制功能来收缩攻击面，包括封锁绝大多数信息附件类型、停用网页端复杂技术、拦截设备自动接入不安全Wi-Fi网络等，核心目标就是抵御机构开发的国家级间谍软件攻击。自功能上线以来，苹果已向全球15多个国家的用户，发送过疑似遭受定向攻击的预警通知。（快科技）红果客服回应普通人形象被AI短剧盗脸，涉事角色部分画面已替换近日有妆造博主反映，红果AI短剧《桃花簪》涉嫌盗用其古装造型，剧中一名贪财好色的反派角色长相、妆容、衣服、配饰均与其此前发布的照片“一模一样”。该博主称相关照片仅在小红书和微信朋友圈发过，未授权用于短剧。3月31日中午，红果平台《桃花簪》第12集中涉事角色形象已被替换，但其他集数中仍存在。红果短剧客服回应称非常重视该问题，会记录并后续联系。客服表示，红果上的部分短剧由平台拍摄，也有部分由他人拍摄后上架。抖音平台该剧发布账号为“有趣动漫剧场”，关联公司为成都微麻微辣文化传播有限公司。事博主晒出对比图称，剧中角色不仅外貌、服装高度相似，还被设定为“身材短小粗胖、游手好闲好色”的猥琐形象。博主要求制作方道歉并下架侵权画面。不少网友对盗用肖像并恶意丑化表示愤怒，也有人担忧个人照片被擅自用于AI创作。记者在红果App查询发现，该剧热度达4054万，第11、12集涉事角色部分画面已更换形象，但其他平台的播放内容中尚未替换。红果短剧官方通过电子邮件回应称已收到反馈，正在核实处理。（中国新闻网、扬子晚报）国内航线燃油附加费上涨通知被撤回多彩贵州航空31日下午向机票代理发布国内航线燃油附加费将在4月5日上涨5倍的通告，其中800公里(含)以下航段从目前的10元上调到60元，800公里以上航段从目前的20元上调到120元。记者刚刚获悉，该航司又向代理发通知称，因民航局撤回已发布的4月燃油信息，公司下午发布的通告作废，待局方发出新通知后再另行下发业务通告。（第一财经）上海首例“住房收购置换”模式签约，缓解新市民、青年人租房压力3月31日，上海市首例“住房收购置换”模式在静安区正式签约。此次签约标志着静安区在市场化盘活存量住房、高效筹措保障性租赁住房领域实现突破性进展，为上海全市保租房筹集及住房改善工作提供了可复制、可推广的试点实践。据悉，“住房收购置换”试点，既是静安区完善租购并举住房制度的关键举措，也是盘活存量资产、优化住房资源配置的创新实践。通过将区位优、交通便利的存量住房转化为保租房，快速缓解新市民、青年人租房压力，显著提升区域人才吸引力与服务能级。（央视新闻）甲骨文新一轮裁员，规模达数千人据两位知情人士透露，软件制造商甲骨文已开始告知员工，公司正在进行一轮裁员。知情人士表示，裁员规模达数千人。由于涉及机密信息，知情人士要求匿名。截至2025年5月，该公司共雇有16.2万名员工。（新浪财经）美股三大指数集体收涨，蔚来涨超9%36氪获悉，3月31日收盘，美股三大指数集体上涨。道指涨2.49%，纳指涨3.83%，标普500指数涨2.91%。大型科技股普涨，Arm涨超10%，Meta涨超6%，谷歌、英伟达涨超5%，特斯拉涨超4%，微软、亚马逊、奈飞涨超3%，苹果涨超2%。热门中概股多数走强，蔚来涨超9%，爱奇艺涨超6%，百度、B站涨超4%，拼多多涨超3%，阿里巴巴、京东、小鹏汽车涨超2%，网易涨超1%；腾讯音乐小幅下跌。全球最小二维码问世，可将数据完整保存数百年奥地利维也纳工业大学携手德国数据存储技术商Cerabyte，成功研制出面积仅1.98平方微米的二维码。这种二维码比多数细菌还小，需借助电子显微镜方能看清，已被收入吉尼斯世界纪录。其存储密度同样惊人：一张A4纸的面积内便可容纳超过2太字节（TB）的数据。更可贵的是，二维码刻在陶瓷载体上，无需持续能耗即可将数据完整保存数百年，绿色环保。相较于耗电巨大的现代数据中心，陶瓷存储无需持续能源输入，显著降低了对环境的影响。未来，团队计划探索新材料、提升写入速度，推动该技术从实验室走向工业应用。（财联社、科技日报）曝iPhone 20将配屏下摄像头，极窄边框、圆润边角phonefuturist3月30日在X平台发布推文，透露称苹果二十周年纪念款iPhone 20采用厚度仅为1.1毫米的极窄边框，并打造了独特的圆润边缘，让手机看起来像一块无缝玻璃面板。推文中的边框（Frame），常规情况下应该是指边框/中框厚度，通常关联整体机身厚度；而这里根据上下文应该是指屏幕边框（Bezel），指“屏幕周边的黑边宽度”。消息源透露为配合极窄边框，iPhone 20采用“真全面屏设计”，搭载四曲面瀑布屏，屏幕的四个边缘都会向机身中框自然弯曲。消息源称该全面屏设计面临巨大的技术挑战，苹果须将前置摄像头隐藏在屏幕面板下方，面容识别模块也需要同步移至屏幕底部。不过近期有供应链消息显示苹果研发遇到了阻碍，工程师很难保证光线完美穿透屏幕玻璃，传感器在屏下环境中的识别准确率依然不达标。科技媒体Wccftech指出，距离这款纪念版手机量产还有约18个月时间，苹果研发团队拥有充足时间来解决这些技术瑕疵。（新浪科技）苹果回应推送国行版AI：未在中国大陆正式推出，但已关注到部分用户收到推送3月31日凌晨，有部分网友在社交平台发帖称，备受关注的苹果智能国行版，已可以激活使用。根据多位数码博主发布的内容显示，国行版iPhone15 pro及以上机型，系统更新到iOS26.4版本之后，原先的“Siri”功能有一定几率会升级到“Apple智能与Siri”，即可开通延迟两年之久的国行版Apple Intelligence。记者线上咨询苹果支持专家，该工作人员表示，Apple Intelligence还没有在中国大陆正式推出，但关于部分用户收到的推送问题，Apple已经知道并且在调查中，关于接入的底层模型等问题，上述工作人员表示，因为相关功能并未正式推出，所以也没有具体信息。记者注意到，目前更新的苹果Apple Intelligence国行Beta版支持实时翻译、视觉智能、照片消除、协作工具、智绘表情及图乐园等功能。另外，已激活Apple Intelligence的国行iPhone 16及后续机型，还可以通过相机控制按钮直接调用视觉识别AI。（新黄河）茅台官方上调出厂价，深圳有经销商暂停出货3月30日，茅台官方调价，53度飞天茅台销售合同价每瓶上涨100元。记者实地走访深圳多家线下门店发现，已有经销商暂缓出货，部分前一日向厂家下单的产品尚未到店。多位商家坦言，眼下茅台价格波动频繁，行情几乎一天一变，谁也不敢轻易压货。与此同时，在线下零售端，已有门店将相关产品售价上调近百元。（第一财经）达美乐比萨任命Nicola Frampton为CEO达美乐比萨集团3月31日发布声明称，经过全面的遴选程序，正式任命Nicola Frampton为首席执行官，后者自2025年11月起担任临时CEO。（界面新闻）万元以下逾期31日结清征信不再显示为解决群众“信用困境”，支持信用受损但积极还款的个人重塑信用，助力经济持续回升向好，中国人民银行于2025年12月出台“一次性信用修复政策”。3月31日起，这项政策即将截止。符合条件的个人（逾期产生于2020年至2025年、单笔金额≤1万元）若在当天足额还款，征信系统中的逾期记录将不予展示，逾期未结清欠款将失去此次修复机会。早前，多家银行已密集发布提示，提醒借款人抓紧时间还款。（央视财经）丰田计划加入戴姆勒卡车与沃尔沃组建的燃料电池合资企业Cellcentric3月31日，丰田汽车公司宣布，计划加入戴姆勒卡车与沃尔沃集团组建的燃料电池合资企业Cellcentric，以平等股东身份持股。（第一财经）大韩航空将实施节支措施，应对航空燃油价格飙升3月31日，据报道，大韩航空将从4月1日起实施节支措施，以缓解航空燃油成本飙升带来的影响。该航空公司表示，正在设定内部目标，削减与飞行运营无关的开支。报道称，这可能包括市场营销费用和公关费用等。（界面新闻）韩国2月免税店销售额下滑3月31日，韩国免税店协会发布的数据显示，今年2月免税店销售额为9624亿韩元（约合人民币44亿元），环比下降10.1%，同比减少3.8%，整体呈现回落态势。其中，外国消费者销售额为7047亿韩元，同比下降7.7%，环比减少10.4%。同期，本国消费者销售额为2576亿韩元，同比增长8.7%。（界面新闻）美国太空探索技术公司一颗“星链”卫星失联美国太空探索技术公司3月30日证实，其卫星互联网系统“星链”的一颗卫星29日在轨出现异常，失去通信联络。该公司及“星链”任务团队正在调查事件原因，并将持续监测该卫星及可追踪碎片。（新华社）三星电子宣布注销价值14.5亿韩元库存股三星电子周二表示，作为一项旨在提升股东价值的股票回购计划的一部分，该公司计划注销价值14.5万亿韩元（约合95亿美元）的库存股。该公司在一份监管文件中称，约7330万股普通股和1360万股优先股将于周四注销。该公司表示，此举是继去年2月和7月董事会决定回购自身股份之后采取的。（新浪财经）澳洲联储宣布10月起取消银行卡支付的附加费澳大利亚央行周二表示，从10月1日起将取消对消费者进行的借记卡和信用卡支付的附加费用，并逐步降低企业支付的跨行手续费，预计每年可为消费者和企业节省约25亿澳元。（新浪财经）Nebius斥资100亿美元在芬兰建设AI数据中心，进一步拓展欧洲市场人工智能基础设施企业Nebius集团周二宣布，将在芬兰新建一座310兆瓦的数据中心，持续推进其在欧洲的快速扩张。随着人工智能算力需求不断增长，该数据中心估值超100亿美元，将成为欧洲规模最大的数据中心之一。（新浪财经）三菱材料将投资美国稀土公司ReElement Technologies日本金属生产商三菱材料3月31日表示，将收购美国稀土公司ReElement Technologies的股份，计划通过承购和加工协议与后者合作。三菱材料称，持股比例仅占ReElement Technologies的一小部分，此外未透露更多细节。（界面新闻）韩国摄像头公司从供货iPhone向人形机器人拓展韩国LG Innotek计划加速转型，减少对iPhone销售的依赖，成为AI和机器人解决方案的领先提供商；该公司已开始向波士顿动力供应摄像头模块，并计划共同开发机器人组件。视觉系统是人形机器人中的重要感知部分，除了特斯拉之外，其他公司都采用了多传感器融合的模式。（财联社）AI最前沿 工信部NVDB提示：防范OpenClaw仿冒下载网站和安装文件36氪获悉，近日，工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）监测发现，有攻击组织利用OpenClaw（俗称“龙虾”）热度，仿冒OpenClaw下载网站和安装文件，诱导用户下载包含恶意程序的安装文件。一旦用户运行包含恶意程序的安装文件后，该文件将在终端设备中隐蔽加载恶意程序，释放并植入远程控制木马，可能造成网络攻击、系统受控、信息泄露等后果。建议用户要通过可信渠道下载安装OpenClaw及其技能插件，谨慎点击不明链接，防范网络攻击风险。Anthropic意外泄露旗下代码助手Claude Code部分内部源代码Anthropic于周二证实，该公司旗下广受欢迎的人工智能代码助手Claude Code发生了部分内部源代码泄露事件。Anthropic一位发言人在声明中称：“本次事件未涉及或泄露任何敏感的客户数据及凭证信息。这是由人为失误导致的发布打包问题，并非安全入侵事件。我们正出台相关措施，防止此类情况再次发生。”（新浪财经）大公司财报 鸣鸣很忙：2025年利润及全面收益总额23.29亿元，同比增长180.9%36氪获悉，鸣鸣很忙在港交所公告，2025年实现收入661.7亿元，同比增长68.20%；年内利润及全面收益总额23.29亿元，同比增长180.9%。名创优品：2025年总营收214.4亿元，同比增长26.2%36氪获悉，名创优品发布2025年度财务业绩。2025年名创优品集团总营收214.4亿元，同比增长26.2%；毛利润96.5亿元，同比增长26.3%，毛利率45.0%，同比增长0.1个百分点；经调整净利润29亿元，同比增长6.5%，经调整净利率13.5%。2025年名创优品集团全球零售额371亿，财务总营收214.4亿元，同比增长26.2%，其中名创优品品牌营收195.2亿元，同比增长22.0%，TOP TOY品牌营收19.2亿元，同比增长94.8%。联想控股：2025年净利润97.99亿元，同比增长28%36氪获悉，联想控股发布2025年业绩报告。报告显示，截至2025年12月31日止年度，公司总收入为6059.45亿元，同比增长18%；年内归属于本公司权益持有人净利润为97.99亿元，同比增长28%；每股基本盈利为0.45元。神州控股：2025年营业收入210.15亿元人民币，较去年同期增长26%36氪获悉，神州控股发布2025年业绩公告。报告显示，期内公司营业收入210.15亿元，较去年同期增长26%；归母净利润实现扭亏为盈，由去年同期-2.54亿元转为盈利3142万元。值得关注的是，公司首次披露了Non-IFRS（非国际财务报告准则）指标，其中，经调整利润净额由去年同期-1.27亿元增长至2.15亿元；经调整EBITDA则由去年同期2.99亿大幅提升至6.12亿元，实现104%翻倍增长。投融资 OpenAI完成1220亿美元融资，估值达8520亿美元OpenAI已完成一轮融资交易，以8520亿美元估值向投资者募资1220亿美元。这是该公司迄今规模最大的一轮融资，将支持其在芯片、数据中心和人才方面的高昂投入。（新浪财经）MOVA生态链企业“零界奇点”完成数千万融资36 氪获悉，近日，MO VA生态链企业“零界奇点”宣布完成新一轮数千万级融资。本轮资金将重点投向核心技术研发、产品矩阵扩容、全球渠道布局三大方向。“玻色量子”完成10亿元B轮融资36氪获悉，“玻色量子”完成10亿元B轮融资。本轮融资由北京金控、工银资本、朝阳顺禧、招银国际、深投控和毅达资本联合领投，图灵资管、鼎兴量子、泊富基金、粤科投及广州金控跟投，十余家老股东追投。本轮融资将重点投入技术攻关、芯片工艺、量产制造和生态拓展四大关键方向。“元思生肽”完成1.5亿美元B轮融资36氪获悉，“元思生肽”宣布完成1.5亿美元B轮融资，由一家国际生物科技基金领投，并由德诚资本与鼎晖VGC联合领投，阿布扎比投资局（ADIA）旗下全资子公司、淡马锡独立全资子公司淡明资本、启明创投、博远资本及知名产业投资机构跟投。同时，原有股东阿斯利康、礼来亚洲基金、创新工场、五源资本、高瓴创投（GL Ventures）、Biotech Development Fund及联想创投等机构持续加持。资金将重点用于深化其自主研发的大环肽发现平台Synova™的智能化迭代，并加速公司多元化创新药管线向临床阶段转化。酷产品 Joby Aviation首架量产型电动空中出租车开始试飞Joby Aviation周三表示，其首架量产型电动空中出租车已开始飞行，该飞机将接受美国联邦监管机 构的认证测试 ，以获得型号检验授权 （TIA），这是飞机获得商业运营认证的一个重要里程碑。（新浪财经）MOVA推出两款智能眼镜36氪获悉，MOVA AI智慧生活业务发布曜目G2 AI眼镜与AR S8 AR眼镜，正式进入智能可穿戴赛道。整理｜何雨婷
-
马斯克xAI创始团队已全员离开 马斯克创办的人工智能公司xAI创始团队成员已全部出走。最新消息显示，xAI创始团队中的最后一名联合创始人Ross Nordeen（罗斯·诺丁）已在上周五离职。诺丁为马斯克核心运营助手，3月28日在X平台上摘掉了自己的xAI员工认证标识，并配文“触碰一些草”。xAI创始人团队最早的离职在2024年，2024年、2025年共有3位创始人离职出走，2026年开年以来团队离职加速，而诺丁的离去，标志着2023年7月马斯克亲手组建的那支由11位顶尖科学家组成的“梦幻天团”，如今已全部出走。xAI的“崩塌”并非一日之寒。自2026年1月以来，离职潮显著加速。到2月底，创始团队已流失过半。3月的最后一周，负责预训练的Manuel Kroiss和“右手”诺丁相继离开，为这场集体出走画上了句号。马斯克对这家成立于2023年的AI公司寄予厚望，其去年年底还曾豪言：xAI三年内击败所有竞争对手，2026年实现通用人工智能。导火索指向2026年2月SpaceX对xAI的收购。这笔交易将两家公司合并为一个估值1.25万亿美元的巨无霸，创下有史以来最大企业并购估值纪录，其旨在为SpaceX的史诗级IPO铺路。然而，正是这一整合，成了压垮创始团队的最后一根稻草。“他们认为这将稀释xAI的独立性。”一位xAI内部人士直言。对于习惯了硅谷宽松研究环境的顶尖科学家而言，成为马斯克庞大商业帝国的一部分，意味着要服从SpaceX的战略大局，丧失独立创新的空间。3月13日，马斯克本人也罕见地承认：“xAI第一次没有搭建好，所以现在正从底层重新构建。”一位创始人亲口否定自己公司成立三年来的成果，无异于对创始团队的集体“宣判”。更深层的原因，则在于文化与管理风格的剧烈冲突。马斯克以“硬核”工作风格著称，要求员工每周工作超过80小时。xAI前CFO Mike Liberatore入职仅102天就“跑路”加入OpenAI，坦言经历了“每周工作超过120小时”的地狱模式。另一位离职高管Toby Pohlen在告别信中写道：“接下来我的优先事项是先‘睡够八小时以上’。”这种极度高压的环境，与AI研究所需的自由、耐心和创造性氛围格格不入。诺丁本人的身份又为这起事件增添了一层特殊意味。根据沃尔特·艾萨克森的马斯克传记，诺丁是马斯克表弟James Musk的多年老友，早在2022年马斯克收购推特后的大清洗中，诺丁就被从特斯拉和SpaceX临时征调，负责协调裁员。他是马斯克最信任的“嫡系中的嫡系”，连他都选择离开，说明xAI内部的裂痕已难以弥合。业内人士认为，xAI的困境，折射出马斯克商业帝国运作模式在AI领域的水土不服。他可以用意志力让工程师们在122天内建成全球最大的超算集群Colossus（拥有超20万张H100 GPU），但他无法用同样的方式，让一群顶级科学家在高压环境下持续产出突破性研究。AI的核心竞争力是人，而非GPU。在这场与OpenAI、Anthropic、Google DeepMind的激烈竞争中，xAI在用户规模和行业影响力上掉队了。其聊天机器人Grok在编程能力上被马斯克亲口承认“落后了”，甚至将产品问题归咎于具体负责人，导致张国栋及相关核心成员离职。面对危机，马斯克正积极补血。他从AI编程工具公司Cursor挖来了两位资深领导者，并亲自翻看此前被拒的求职申请，试图寻找被遗漏的人才。xAI近期还大规模招募华尔街银行家，意图将Grok训练为“顶级投行分析师”，以拓展企业市场。另一方面，也有新的人才不断加入xAI。当地时间3月13日，美国AI初创公司Thinking Machines Lab创始成员Devendra Chaplot宣布加入xAI，与马斯克及其团队合作，共同研发超级智能。而且xAI正面临与强劲对手OpenAI、Anthropic以及谷歌等公司的激烈竞争。根据Similarweb今年年初公布的数据，尽管xAI的聊天机器人网站Grok.com的流量稳步增长，但全球排名仍仅处于第三位，占生成式AI聊天机器人流量的约3.4%。相比之下，ChatGPT的占比为64.5%，谷歌的Gemini流量份额则为21.5%。北京商报综合报道
-
新质观察｜白宫《国家人工智能政策框架》释放了什么信号？ 3月20日，美国白宫发布了《国家人工智能政策框架：立法建议》。文件只有4页，分量却不轻。它把美国下一阶段AI治理的基本方向摆到了台面上：尽快形成全国统一规则，把儿童保护、版权争议、数据中心、电价、劳动力培训和言论自由等议题，统一纳入了“维护美国AI领先地位”的政策叙事之中。这份框架也不是凭空出现的。2025年7月，白宫发布《美国人工智能行动计划》，提出加速创新、建设美国AI基础设施、在国际安全与外交上保持领先三大支柱。到了2026年3月，这份“国家AI政策框架”，进一步把此前分散的政策信号收束为面向国会的立法建议。它传递出的信息相当明确：美国AI治理正在从技术议题管理，转向以国家竞争力为核心的总体布局。“发展优先”的治理纲领从内容看，这份框架主要有七个核心维度：第一，保护儿童、赋权家长，要求平台和AI服务降低未成年人暴露于不良内容、自伤诱导和性剥削风险的可能性。第二，推动AI基础设施建设，同时尽量防止居民电价因数据中心扩张而上涨，并简化数据中心和相关能源设施审批。第三，明确表态“模型训练不违反版权法”，但在立法建议上不急于一锤定音，而是倾向继续让法院处理模型训练是否构成合理使用的问题。第四，强调宪法第一修正案，反对压制合法表达。第五，主张通过监管沙盒、开放联邦数据集、行业标准和既有部门监管来推动创新，并明确反对新设一个专门的联邦AI监管机构。第六，把AI培训纳入教育、学徒和劳动力项目。第七，也是最受关注的一条，推动国会优先排除那些“负担过重”的州级AI法律，尽快形成全国统一标准。这七点放在一起，政策取向非常鲜明。它不打算建立一套类似欧盟那样的高风险AI分类制度，也没有提出一整套前置合规义务；在版权问题上，它同样避免给出过于刚性的立法判断。文件更在意的，是如何降低制度不确定性，避免规则过早、过密地拖慢美国AI产业扩张。换句话说，这是一份“发展优先”的治理纲领，而不是一份“安全优先”的监管法案。轻监管、强竞争、联邦优先如果用一句话概括这份政策框架的取向，那就是：先把美国AI产业跑起来，再逐步补上更细的制度围栏。在文件的配套说明中，白宫直接强调“美国AI主导地位”和“赢得AI竞赛”。这不是中性的技术治理语言，而是一种鲜明的国家竞争语言。它背后的逻辑有三条：竞争优先于细密监管，联邦统一优先于州级多样性，沿用既有制度优先于新建专门机构。这也解释了为什么白宫如此强调“联邦优先”。在它看来，AI研发和部署天然具有跨州、跨行业甚至跨国属性。如果各州各搞一套规则，企业面对的将是更高的合规成本和更强的不确定性，最终伤害的会是美国的整体竞争力。因此，这份框架把“预先排除部分州法”放到了非常关键的位置。它希望通过联邦层面的统一安排，为产业扩张提供更稳定的制度环境。这份政策框架体现的治理思路，与欧盟AI法案之间存在明显的差别。欧盟AI法案是一部已经生效并分阶段实施的综合性法律，采取风险分级和前置合规路线。相比之下，美国目前仍处于“框架—立法—博弈”的阶段，更依赖现有部门监管、法院判例和行业标准。欧盟的做法就像先把围栏搭起来，再允许市场在围栏之内奔跑；而美国更希望先把跑道铺宽，让产业率先冲出去，再逐步处理争议。这种差别背后，是两种不同的治理哲学：欧盟更强调可信AI、基本权利和风险控制，美国则更强调创新速度、统一市场和全球竞争力。联邦主导下的制度重组与基础设施竞争对美国国内而言，这份框架最直接的影响，可能会进一步加剧联邦政府与州政府之间围绕AI立法主导权的拉扯。框架写得很明确：联邦政府要建立全国性的AI政策框架，防止州一级出现“碎片化拼布式监管”损害美国整体竞争力；但它同时又保留了几类州权空间，比如各州执行一般适用的消费者保护和反欺诈法律、保护儿童、决定AI基础设施选址，以及规范本州政府自身采购和使用AI的方式。边界由此变得清晰：州可以管后果、管公共服务、管基础设施落地，却不应去直接管AI开发本身。问题在于，美国不少州已经走在了前面。过去一两年里，加州、科罗拉多、得州、犹他州等地都陆续推动过各自的AI立法与监管安排，州一级已经不再只是联邦政策的被动接受者，而是在事实上参与塑造AI风险的定义方式。也正因为如此，白宫如今提出“联邦优先”，触动的就不只是企业合规便利，而是美国联邦制内部一场更深层的制度再分配：到底谁有权界定AI时代的公共风险，谁又有权决定创新与安全之间的平衡点。若这一框架未来被国会部分吸收，美国AI治理很可能会出现一种更鲜明的格局：联邦负责统一市场、维护国家竞争力和外交—安全层面的总体战略，州政府则被压缩到处理消费者保护、地方执法和公共服务治理等更靠近“后果管理”的位置。对产业来说，这份文件还把 AI治理进一步推向了“基础设施政治”。它专门提到电价、数据中心审批、表后电源、小企业获得AI资源等问题。这个变化很关键，因为它意味着AI治理的重心正在移动：真正决定一国AI能力上限的，越来越不只是实验室里的模型表现，也不只是芯片禁运或算力堆叠，而是电力系统能否承受数据中心负荷，土地与网络资源能否快速配置，冷却系统、输电能力、审批效率和公共数据供给能否形成协同。谁能更快、更低成本地组织这些要素，谁就更有可能把技术优势转化为长期产业优势。对我国AI治理的启示对我国来说，这份政策框架最重要的启发，并不是简单选择“轻监管”还是“强监管”，而是看清AI治理已经进入一个发展、安全、产业、权利和基础设施相互缠绕的新阶段。近几年，我国已经逐步形成自己的制度框架。2023年发布的《生成式人工智能服务管理暂行办法》明确提出，坚持发展和安全并重、促进创新和依法治理相结合，并要求完善分类分级监管规则。2025年发布的《人工智能生成合成内容标识办法》，则进一步把显式标识和隐式标识制度化，推动生成合成内容可识别、可追溯、可治理。下一步真正值得推进的，至少有三点。第一，治理视野要从输出端延伸到全链条，既要关注生成内容，也要关注训练数据、模型能力、文档责任、事件报告和基础设施条件。第二，要继续把分类分级和场景化治理做深做实。教育、医疗、金融、招聘、政务服务、工业控制，这些场景的风险结构差异很大，不适合用同一把尺子衡量。第三，治理能力建设要和发展能力建设同步推进。规则之外，还需要监管沙盒、第三方评测、红队测试、事故通报、标准认证、公共语料和高质量数据集供给，以及面向地方和企业的合规服务体系。白宫这份只有4页的文件，真正值得重视的地方，不在于它是否已经提供了一套完美答案，而在于它公开表明了美国的选择：在AI时代，美国更愿意押注竞争力、统一市场和制度松绑；而欧盟则继续押注风险分级、前置合规和基本权利保护。我国已经在算法治理、生成内容标识和平台责任上形成了自己的制度积累，下一步更关键的，是把这些积累进一步扩展到模型能力、应用场景和基础设施条件的协同治理。未来真正拉开差距的，未必是谁管得最严，或者谁放得最开，而是谁能更早找到发展、安全与社会信任之间那条可持续的平衡线。（作者王翔为复旦大学数字与移动治理实验室研究员）来源：王翔
