最新发布
-
AI应用百强榜：巨头扩张、工具退潮、智能体爆发 文 | AIX财经，作者 | 王璐，编辑 | 魏佳从DeepSeek的爆火，到如今OpenClaw的出圈，AI应用的迭代速度越来越快，也让外界越来越难判断：谁是真正的赢家，谁只是短暂的流量。各种AI应用榜单因此不断出现，但由于各家评估维度差异较大，同一款产品在不同榜单上的排名往往差异巨大，有的在A榜单高居前三，到了B榜单却连前三十都进不了。这种排名乱象，让大家越看越糊涂。相比之下，硅谷顶尖风投机构安德森·霍洛维茨基金（a16z）发布的AI应用百强榜，被业内视为观察全球AI应用格局的最关键风向标。近期，其发布了第六版全球AI应用百强榜（Top 100 Gen AI Consumer Apps）（以下简称a16z AI应用百强榜），呈现出当前AI应用市场的关键变化与最新趋势。与以往不同，这份榜单首次将AI原生应用和融入AI能力的传统应用纳入统一评估体系，这一统计口径的调整，本身就反映出AI应用行业正经历转变：AI竞争已从早期的技术演示，进入全面改造传统应用的新阶段。该榜单也传递出当前AI应用市场的三大趋势：超级应用逐渐吞并垂类工具、智能体快速崛起，以及不同国家的应用走出差异化发展路径。全球AI应用大战：ChatGPT第一，DeepSeek更国际化 与大多数AI应用榜单按月统计不同，a16zAI应用百强榜属于半年一更新，时间跨度更长。从2023年9月第一次发布到现在，榜单已经更新到了第六期。最新一期数据截止到2026年1月，基本反映了2025年下半年到2026年初全球AI应用的使用情况。其榜单排名依据主要参考两点，网页端基于Similar Web提供的每月独立访问量数据，移动端基于Sensor Tower提供的月活跃用户数数据。需要注意的是，两类数据都存在一定局限。Similar Web对小型网站或特定地区网站的覆盖可能不足，Sensor Tower也无法涵盖非官方应用商店（如中国部分第三方安卓市场）的数据。不过，这两家机构均属于行业内广泛认可的第三方数据提供商，在一定程度上保证了榜单的权威性。从整体榜单来看，一个最值得关注的变化是官方统计口径的调整。过去，榜单仅关注AI原生应用，而本次将融入AI能力的传统应用也纳入评估。这标志着AI不再只是独立赛道，它正在成为推动整个应用生态升级的基础能力。先来看Web端的AI应用表现。 榜单中的Top50涵盖了聊天、创作、编程、设计、音视频处理等几乎所有类型的AI应用场景，表明AI已经深入到各类软件工具之中。其中chatbot类产品依然表现最为突出，整体排名靠前。具体来看，ChatGPT排名第一，并以绝对领先优势领先第二名Gemini，显示出了无可争议的市场主导地位。从用户规模来看，ChatGPT周活跃用户数已达9亿，相当于全球每周有超过十分之一的人口在使用该产品。与竞品相比，其优势也十分明显，网页端流量是Gemini的2.7倍，移动端月活用户数为2.5倍。但这并不意味着ChatGPT可以高枕无忧，其行业地位很大程度上得益于先发窗口期与长期技术积累，但在AI技术快速迭代的当下，后来者依然有弯道超车的机会。一个关键数据是，约20%的ChatGPT周活跃用户，在同一周内也会使用Gemini，且Gemini的付费用户年增长率连续超过200%。这表明，还有相当一部分用户并没有只依赖单一AI助手，而是根据自身任务需求、模型特性或使用体验，在多个chatbot之间切换使用。同时，在这份榜单中，国内黑马选手DeepSeek表现不错，排名全球第四，是前十名中唯一的非美国应用。其最大的优势在于其流量结构更为国际化。数据显示，其用户来源包括中国（33.5%）、俄罗斯（7.1%）和美国（6.6%），占比相对均衡，甚至有近50%的流量来自中国以外地区。即便是市场领导者ChatGPT，其流量结构也更集中在美国市场。对比来看，国内Chatbot类产品的第一梯队，比如千问、Kimi、腾讯元宝和文心一言，没有进入榜单前十，一个重要原因也是用户分布问题。这些产品的核心用户高度集中于中国大陆地区，在全球用户规模上不占优势。再来看App端榜单。除chatbot类产品同样表现突出外，创意工具类应用在移动端的排名明显更高。其中，以CapCut（剪映国际版）为代表的AI生成视频、图片等产品，占据了前十中的多个席位。 视频编辑应用CapCut在网页端仅排名第17名的产品，在移动端升至第二。其并非AI原生应用，而是由字节跳动旗下脸萌科技开发的视频剪辑软件，2020年已推出市场，但其不断强化AI能力，通过智能抠像、AI特效、自动字幕以及文生视频等功能，大幅降低视频创作门槛。在短视频内容持续爆发的背景下，这类“AI+创作工具”的组合，也成为移动端AI应用增长最快的方向之一。此外，同样值得关注的是，在移动端榜单的前五十名中，中国应用的数量明显增加，如美团、QQ浏览器、百度等均进入榜单前二十名，显示出AI能力正在成为传统应用实现新增长的重要驱动力。整体来看，本次a16z AI应用百强榜传递出两层信息。一方面，ChatGPT的全球领先地位依然稳固，DeepSeek等新玩家也在快速崛起；另一方面，AI应用的竞争已进入全方位、多维度的新阶段，AI能力正深度融入到各类传统应用中。AI应用变天：Midjourney下滑，智能体开始冲榜 除了全球AI应用的整体格局发生变化外，本次a16z AI应用百强榜还呈现出两个明显趋势，在一定程度上代表了接下来各大AI巨头间的主要竞争方向。第一个突出变化是，超级应用正在“吞并”垂类应用。AI行业第一批爆红的应用独角兽，有些已经涨不动了。典型代表是AI生图工具Midjourney，其排名迅速下滑，从最初榜单的第8位已经跌至第43位。这家2021年成立、团队规模长期仅11人的公司，凭借强大的AI生图功能实现了上亿美元年营收，也让整个设计行业感到焦虑。但随着AI能力被大型平台快速整合，这类垂类工具的独立优势正在被不断削弱。关键变化在于ChatGPT和Gemini等chatbot类产品功能不断扩张，包括深度嵌入办公套件、集成AI浏览器（如Atlas、Comet）等。如ChatGPT已通过约220个应用覆盖了旅行、购物、餐饮、健康等众多场景，核心目标是成为用户的统一AI入口，构建超级应用生态。需要指出的是，这并不意味着所有垂类AI工具都会被迅速取代。一些在特定能力上优势明显的产品，仍然保持着较强的竞争力。例如音乐生成工具Suno和语音生成工具ElevenLabs，凭借音乐生成、语音克隆等技术优势，仍然拥有稳定需求。最新榜单中，Suno在网页端的排名达到第15名。此外，图生视频赛道因技术复杂、算力要求高，也未被完全整合。即便OpenAI推出了Sora，但并非所有主流聊天机器人都具备类似功能。但AI生图已成为这类超级应用的标配之一。本次榜单的第二个突出变化是，智能体正在快速崛起。在扩展应用生态之外，各大AI公司也在将重心转向“让AI真正干活”。即便并非所有智能体都足够成熟，但越来越多相关产品已经进入榜单。比如，在编程领域，于2022年成立的Cursor，在去年估值就已经达到293亿美元，并迅速成为许多程序员的AI搭档。它不仅能写代码，还能理解人类意图。如果开发者想重构一个功能，它能自动规划修改步骤、执行测试、排查问题，贯穿整个开发流程。同样，在通用办公领域，Manus、Genspark等智能体已经能够跨应用、跨平台处理复杂事务，比如自动整理会议纪要、协调日程安排、跟进待办任务，完成一连串操作。还有一些因统计周期未上榜的智能体产品，比如OpenClaw的爆发同样印证了市场的期待。需要进一步解释的是，智能体之所以在近期迅速升温，很大程度上源于底层技术的进展。一年左右的时间里，它迎来三项关键技术进步：一是推理和规划能力变得更强，AI能拆解复杂任务、分步骤执行；二是工具调用走向标准化，AI能更顺畅地连接外部软件、API使用更加顺畅；三是长上下文和记忆能力提升，让AI能处理长时间、多轮次的复杂工作流。当然智能体的发展也面临现实问题。首先是可靠性，AI执行的任务越重要，出错代价就越大，使得很多用户不敢放手让它干；其次是安全问题，如何在开放权限后，限制AI滥用操作软件、访问数据，是必须解决的问题；最后是商业模式，智能体的研发和使用成本不低，对于如何收费和盈利，整个行业还在探索中。但无论如何，本次榜单展现出的趋势是明确的，AI应用的角色正在发生变化。一方面，超级应用通过不断整合功能，试图成为统一入口；另一方面，AI正从“回答问题的助手”变成“执行任务的智能体”，真正开始进入工作流程之中。AI应用竞争走向不同路径 从a16z百强榜及行业动向来看，全球AI应用的竞争格局也在发生变化。早期AI应用的竞争更多集中在美国和中国两大市场，但现在各国正在根据自身技术、产业结构和用户习惯，走出不同的发展路径。中国的AI应用走的是生态融合与场景出海并行的路径。一方面，AI能力正深度融入微信、抖音、支付宝等国民级应用，大厂也积极在自己原生应用中，接入各类业务场景，比如豆包打通抖音，内测购物功能，千问联动阿里生态，实现一键式点外卖，形成“超级App+AI”或“AI+超级App”的生态化模式。另一方面，以CapCut（剪映）为代表的工具型产品，通过持续强化AI功能，在海外市场不断扩大影响力。相比之下，美国的AI公司更偏技术平台化路线，OpenAI（ChatGPT）、Google（Gemini）、Anthropic（Claude）等科技公司的核心优势，仍在于底层大模型的持续领先，以及围绕模型建立的开发者生态。两种路径也在塑造不同类型的AI产品。美国的平台化路线更易于催生第三方创新智能体，比如诞生了编程产品Cursor；而中国的生态化路径，则在场景覆盖和商业化上显现出独特优势。除了中美之外，一些新的地域也开始出现自己的AI应用生态。a16z AI应用百强榜显示，俄罗斯科技公司Yandex推出的AI助手Alice月活突破7100万，跻身全球移动AI应用前十。这一案例说明，在特定市场环境下，本土科技公司同样能依靠本地生态和用户习惯建立起自己的产品壁垒。总之，全球AI应用正进入多元竞争的新阶段，下一份榜单，也许就会刷新当前的行业排序。
-
冲击万亿美元订单！黄仁勋定下宏大目标 3月17日消息，在美国时间周一举行的英伟达年度开发者大会(GTC)上，首席执行官黄仁勋登台发表演讲。面对座无虚席的观众，他表示，预计到2027年，Blackwell及Vera Rubin两代芯片所产生的采购订单总额将达到1万亿美元。去年，该公司曾预测这两项芯片技术将创造5000亿美元的营收潜力。而在英伟达上月发布财报后，首席财务官柯莱特·克雷斯(Colette Kress)表示，公司预计今年的增长将超越那份预测中的估算值。 黄仁勋指出，无论是初创公司还是大型企业，需求都在激增。受此消息影响，周一英伟达股价上涨了约2%。“如果客户能获得更多产能，他们就能生成更多Token，其收入也会随之增长，”黄仁勋说道。 英伟达的人工智能GPU不仅让该品牌家喻户晓，更助其成为全球市值最高的上市公司，估值约4.5万亿美元。随着AI的大规模应用从聊天机器人转向智能体应用(Agentic Apps)，即能够自主生成其他智能体来完成任务的应用，Token生成量呈爆炸式增长，这就对以更快速率运行推理(Inference)创造了更迫切的需求。这家芯片制造商曾在2月表示，预计本季度营收将同比增长约77%，达到约780亿美元。目前，该公司已连续11个季度实现超过55%的营收增长。 英伟达计划于今年晚些时候推出Grace Vera Rubin架构。公司声称，该系统包含130万个组件，其每瓦性能将是前代产品Grace Blackwell的10倍。在能耗已成为AI基础设施建设面临的核心挑战之际，这是一项重大突破。 同样在周一，黄仁勋发布了英伟达Groq 3 LPU(Language Processing Unit，语言处理单元)。这是英伟达自去年12月以200亿美元资产收购方式买下初创公司Groq的大部分业务以来，推出的首款来自该团队的芯片，该笔收购也是英伟达历史上规模最大的一笔交易。这款芯片预计将于第三季度开始出货。Groq由谷歌内部张量处理单元(TPU)的开发者创立。近年来，Groq作为英伟达GPU的有力竞争者备受关注。Groq 3 LPU旨在增强这一技术能力，其中一个核心被专门优化用于加速GPU。黄仁勋还展示了一个专为容纳新型Groq加速器设计的完整机架。Groq 3 LPX机架可容纳256个LPU，旨在与计划于今年晚些时候交付客户的Vera Rubin机架级系统协同运行。黄仁勋表示，Groq LPX机架能将其Rubin GPU的每瓦Token性能提升35倍。“我们将两种差异巨大的处理器整合在一起，一种负责高吞吐量，另一种负责低延迟。但这依然改变不了我们需要海量内存的事实，”黄仁勋说道，“因此，我们干脆加入一大批Groq芯片，从而扩展了系统的内存容量。” 黄仁勋还展示了Kyber原型。这是继Rubin之后，英伟达在机架架构上的又一次重大飞跃。该架构将在计算托盘中集成144个GPU，并采用垂直而非水平放置方式，以提高密度并降低延迟。Kyber设计将应用于英伟达下一代机架级系统Vera Rubin Ultra，预计于2027年出货。 演讲进行约两小时后，黄仁勋谈到了OpenClaw现象。该项目由奥地利软件开发者彼得·斯坦伯格(Peter Steinberger)于1月推出。随着消费者和企业纷纷转向那些无需人工持续干预即可自主完成任务、决策并代表用户行动的产品，OpenClaw在社交媒体关注度的推动下人气飙升。斯坦伯格已于上月加入OpenAI。该公司首席执行官山姆·奥特曼(Sam Altman)表示，OpenClaw将“作为一个开源项目存在于基础架构中，OpenAI将继续提供支持”。 黄仁勋重点介绍了一套全新的开发者工具包，旨在帮助人们利用英伟达硬件在这一新兴AI领域进行构建和实验。他推出了一款名为NemoClaw的所谓“参考堆栈”，专门针对OpenClaw，助其达到“企业级”可用标准。“它能找到OpenClaw并下载它。然后为你构建一个AI智能体，”黄仁勋说道。 在汽车领域，黄仁勋详细介绍了此前宣布的与优步(Uber)的合作细节。他宣布，这家网约车巨头计划于2028年前，在四大洲的28个城市推出由英伟达Drive AV软件驱动的车队，明年将率先在洛杉矶和旧金山启动。此外，黄仁勋还宣布，日产、比亚迪、吉利、五十铃和现代正基于英伟达Drive Hyperion项目开发L4级自动驾驶汽车。五十铃和提雅智行也在利用该平台打造自动驾驶巴士，并获得了英伟达AGX Thor机器人系统级芯片的支持。（易句） （本文由AI翻译，网易编辑负责校对）
-
以我的亲身体验，谈谈如何正确理解“养虾” 【文/观察者网专栏作者 陈经】2026年1月，一个叫Clawdbot的个人AI助理火了，是独立开发者Peter Steinberger（彼得·施泰因伯格）2025年11月24日创建的。因为名字与Anthropic的Claude大模型接近，作者将其改名为Moltbot，并建立了非常活跃的开发者社区Moltbook。3月10日，收购爱好者扎克伯格将Moltbook社区纳入旗下，而Steinberger早在2月就被OpenAI挖走。笔者第一时间就关注了事件，并写文评论了Moltbot与“一人公司”（发在2月6日的环球时报），介绍AI与中国制造业分别从软硬两方面提供便捷服务，对于个人创业很有意义。没想到的是，3月时多家中国互联网巨头与大模型公司都参与进来了，一些地方政府都出资激励个人开发者，热度与2023年初的ChatGPT、2025年初的DeepSeek可以相比。 Moltbot于2026年1月30日正式更名为OpenClaw，并于2月24日超过有30年历史的LINUX、3月2日超过React，成为开源社区GitHub史上星标最多的软件项目。近乎垂直的增长曲线成为开源软件历史上的奇观。OpenClaw作为开源项目，使用有一定门槛，中国爱好者有能力自行下载安装的不多。KimiClaw是中国大模型公司最早推出的OpenClaw云服务，不是装在个人电脑上，而是在云上开LINUX虚拟机，安装方便，春节前推出了试点。后面MaxClaw、DuClaw等各类云Claw产品越来越多，阿里云、腾讯云、华为云、火山引擎、京东云、移动云、天翼云都推出了“一键部署”解决方案。还有AutoClaw、QClaw这些作为Windows、MacOS的程序安装包，装在用户个人电脑上的。这些“Claw”服务的推出，标志着中国AI厂商正在争夺OpenClaw生态主导权，与2025年2-3月各厂商纷纷部署接入DeepSeek类似。一. 探索OpenClaw的多种方式KimiClaw于2月18日正式上线，笔者立刻交了199月费，兴冲冲地“一键安装”。几天都连不上服务器，应该是春节没上班。2月22日属于笔者的KimiClaw终于活了，按套路设置连上飞书以后，可以顺畅使用了。笔者的兴趣是了解OpenClaw的架构与原理，这方面有一些心得，对于其优势与缺陷的根源也较为清楚。本文对OpenClaw进行原理性技术解释，会普及一些基础概念。更重要的是祛魅，正确认识这只热度空前的“龙虾”，不神化其功能，了解其巨大的潜力与本质缺陷。 中国已经接上OpenClaw的用户，一般和它有两个交互渠道。一个是飞书等手机即时通讯APP，上面加了Claw机器人，聊天下达指令、接收文件，相信微信不久也会大规模接入。其原理是，飞书会提供API接入办法，OpenClaw有了API权限以后，就可以和飞书通信，接收指令、返回结果。这也是Steinberger开发OpenClaw的初衷，想用手机即时通讯APP连接自己的电脑，远程查看结果、指挥干活。目前这也是和OpenClaw最主要的沟通方式。 对于云上部署的OpenClaw，另一个常用渠道是大模型网页或大模型手机APP上的聊天界面。如笔者网页上了Kimi大模型，上面就有KimiClaw界面，也能聊天下达指令。一开始只有PC网页版可以，后来手机Kimi APP也可以了。笔者体验下来，发现二者有重大区别。飞书是直连KimiClaw，接收的是OpenClaw的执行结果，能收文件。飞书上的聊天也经过大模型处理是智能的，但由于是非即时沟通，受限于飞书API的格式与字节限制，信息发送要压缩，信息含量有限，例如看不到大模型的思考过程。而在Kimi网页或者Kimi手机APP上，是直接与Kimi大模型聊天，主要内容是大模型输出的，有思考过程，信息明显更丰富；其中夹杂了一些OpenClaw执行指令的结果，但文件收不了，需要发到飞书上。笔者选择与大模型直接聊天的模式，以飞书收文件为辅助。这样能学到很多东西，可以直接提问，出了问题大模型能给出多种解决方案选择，尝试过程可见，是学习探索OpenClaw不错的方式。个人电脑上安装的OpenClaw，也有这种聊天界面。AutoClaw、QClaw封装版的会有完整桌面客户端，会提供对话框。这种模式，由于个人电脑运行状态、大模型API都能直接查看控制，能提供更为丰富的运行细节信息。 笔者为了理解OpenClaw架构与原理，还有一种最直接的“探索”办法，就是进入KimiClaw“居住”的Linux虚拟机终端，是Ubuntu 24.04系统，KimiClaw网页版提供了入口。如果对Linux操作系统与命令较为熟悉，就可以去仔细看看文件结构，执行多种底层命令，拆解OpenClaw执行任务的过程。如对于OpenClaw的Skills、Memory这些“技能”、“记忆”相关的重要部件，可以直接查看相关文件内容，从最底层揭秘。但这种探索办法需要相当的Linux知识，连图形操作界面都没有，鼠标完全无用，需要输入许多命令。如无经验会难以操作，即使写文章列出操作细节，也不好理解。如果是个人电脑上装的OpenClaw，也可以直接去电脑里观察目录文件结构，同样有难度。因此，笔者仅介绍原理，略过不好懂的探索过程细节。笔者基于对OpenClaw的底层理解，给出的原理性解释，希望能从另一个角度，帮助读者理解。下面以问答的形式，进行解释。二．OpenClaw原理问答（一）从程序代码角度看，OpenClaw还原到底层，到底是什么东西？OpenClaw首先是一个开源程序，在GitHub上有公开的是源代码仓库，最原始的理解就是公开的代码。它可以“部署”到各类个人PC上，也可以部署到云上运行起来。与人交互，就是人们听说的AI个人助理，能操纵个人PC或者云上的虚拟主机干活，这被戏称为“养虾”。OpenClaw是开源工程，它能在Windows、MacOS、Linux等多个平台应用，甚至华为鸿蒙也支持部署。我们先需要明白，它的代码有“跨平台”特性。原因是，它的开发语言是TypeScript（编译成JavaScript），Java语言流行就是因为跨平台，最常见的是浏览器网页程序。有相当长时间，JavaScript是程序员用得最多的开发语言，积累了丰富的开发生态。OpenClaw涉及复杂的对象结构，TypeScript语言能在写代码时就发现问题，而不是等运行时崩溃。大型开源项目开发者，往往喜欢这个语言的基于类型（Type）的“安全感”。OpenClaw的开发环境叫Node.js，不熟悉这个词的人也不难理解。在Windows、MacOS、Linux、鸿蒙中都有一个程序名字叫“node”，各自不同，是系统事先开发好的。假设我们写了一个程序叫app.js，各类操作系统上都可以通过命令“node app.js”成功执行，一套代码多个平台都能跑。OpenClaw要跑起来，还需要一些别人开发的非常重要的依赖包。这就是开源的好处，别人开发的可以直接拿过来用，组合出更好的新功能。这些依赖包也都是Node.js开发环境里能跑的。应用Node.js依赖包，有个重要分发工具npm，用“npm install”命令就能部署好。这和Linux Ubuntu操作系统里的“apt install”类似，提供了方便的安装方式。可以说，OpenClaw有80%的功能都是“站在npm包肩膀上”实现的，只有20%的业务逻辑（调度、记忆、安全隔离等）是自己写的。另外，OpenClaw还建立了自己特有的开源功能扩展系统，就是不少人听说过的Skill。Skill算是特殊的npm包（可以用npm安装），但OpenClaw给它加了标准化接口、MCP协议适配层（让大模型能调用）、Clawhub分发渠道。Clawhub类似npm一样分发Skill，但专为AI工具设计。可以把Skill理解成npm包，但加上了给AI的“使用说明书”，大模型能够更顺畅地规划让Skill干活。如果个人要在自己的电脑上部署OpenClaw，先要装上Node.js开发环境、配置环境变量，这就劝退了绝大部分人。3月6日腾讯云在深圳腾讯大厦楼下摆摊推出“龙虾安装站”，20位工程师免费帮路人在个人电脑上部署OpenClaw——就是从这一步开始，确实需要技术人员出摊。这一节看得迷糊不要紧，知道有这些名词就行了。以后估计会成为社会常识，听多了慢慢能明白。（二）中国许多公司出手后，OpenClaw为何容易部署了？2025年初爆火的满血版的DeepSeek-R1，个人不可能部署成功。但中国多家公司都接入了，还进行了引流，即使DeepSeek公司本身的服务挤爆了，人们也用上别家部署的DeepSeek。这次OpenClaw热潮，中国想在AI生态里占位的公司，都会来参与，让用户在自己的平台中用OpenClaw。这是中国公司擅长的，面向大众的界面必须友好易用，不然没法推广。常见的办法是云端给用户开一个虚拟Linux主机，就是KimiClaw这样。许多公司都推出了，好处是用户不需要有个人电脑，避免了个人电脑被玩坏、信息泄露等麻烦。这种模式可以一键安装，用户直接使用安装好的OpenClaw云服务，但一开始里面什么个人的文件都没有。另一个办法，是智谱的AutoClaw那样，把OpenClaw打包成传统桌面软件，隐藏掉Node.js的存在，在用户个人电脑上安装。它就像传统Windows程序一样傻瓜式安装，不一样的是，它会自己操纵电脑用1分钟设置好飞书机器人。这种模式，用户的个人电脑直接就有OpenClaw了，干活更为方便，但出事了也更为危险。技术性地说，虚拟Linux主机里的OpenClaw能力会比真正个人电脑里的差一些。笔者确实发现KimiClaw有很多麻烦难用之处，原理上就不是可视化的，也没有声音。再如云上给个人的空间只有40G，个人电脑硬盘要大得多。还有日常的发邮件之类的工作流程，个人电脑天然就有，OpenClaw能自然接触，在虚拟Linux主机从头建立工作流程很不容易。但无论如何，有实力的公司提供的云上服务是个好事，让人能较为方便地接触OpenClaw，能建立新的流程，也是让人兴奋的。需要注意，这是中国特有的现象，大量普通人也有办法试试OpenClaw。在欧美，基本只是技术从业者和爱好者很狂热，普通人因为昂贵费用、隐私保护等问题用不上。这是我们在中国特有的“技术福利”。（三）OpenClaw靠什么干活的？OpenClaw并不是一般的软件，需要干成一些有点技术含量的活，才会让技术社区产生浓厚兴趣，引爆全球。笔者在观察者网风闻社区自动发帖测试成功，可以用这个案例来举例说明。 OpenClaw 自动化测试发帖_风闻 (guancha.cn)先让OpenClaw自动发了个测试贴。这一步其实很不容易，因为我是用KimiClaw云服务，没有可视化的屏幕。需要好几步，动用了一些工具，才能完成发贴。 【2026年3月13日星期五】美以与伊朗战争最新动态_风闻 (guancha.cn)再让KimiClaw发一个美以与伊朗战争动态贴，自行收集内容。可以看出内容很糟糕，是OpenClaw搜各大媒体的标题拼凑，有的和战争毫无关系，内容没什么智能可言。 【2026年3月13日星期五】美以与伊朗战争最新动态分析_风闻 (guancha.cn)让KimiClaw改用Kimi 2.5大模型生成深度总结，能看出内容好多了，有相当的智能了。让它每天早上8点在风闻发布，就建立了一个算是过得去的自动发贴任务。这确实是全自动的，建立任务后，人不用管了。当然文章质量不算太好，只是举例。 【2026年3月13日星期五】美以与伊朗战争最新动态分析_风闻 (guancha.cn)继续优化，让KimiClaw调用Kimi 2.5模仿我的文风来写作内容，测试发贴。让它参考我在观网的文章专栏。这个内容看上去自然多了，文风有点像。但感觉Kimi大模型并未抓住我的思维，我不会这样写，但这就深入大模型深层次的“灵魂”问题了，扯远了。看到这，可以相信OpenClaw能干成些有点技术含量的事。自动发贴、模仿文风是一类事，还有很多复杂任务也可以完成。其实后面几次改进不难，自然语言告诉KimiClaw要干什么就行了，让它生成什么内容，让它模仿文风，让它定时发布。但要实现第一步，“在观网风闻论坛自动发贴”，这不简单。没有OpenClaw，如果对大模型应用开发、AI智能体开发很精通，应该也有办法，但我不知道怎么做。有了OpenClaw，虽然也不简单，但摸索着能实现。第一个成功的测试发贴已经说了些技术细节：“发布方式：Playwright + xvfb-run 自动化”“这是KimiClaw在服务器环境中使用Playwright浏览器自动化工具完成的操作。”OpenClaw威力最大的工具之一，几乎可以算是最核心的功能，就是这个Playwright。它是OpenClaw的手（网页操作）和眼（网页截屏），让AI能实际控制浏览器，点击、输入、截图、滚动、下载都行。但是，Playwright的神奇极为依赖与基座大模型的频繁互动，才知道往下怎么动作，一次操作可能要50-100次截图-决策循环。大模型要有多模态视觉理解能力，能理解截屏内容。 如上面的风闻发贴界面，Playwright会截屏给Kimi 2.5大模型看。Kimi 2.5有原生的视觉理解能力，能看懂“标题”、“正文”框什么意思，告诉Playwright去填内容。如果是网络购物之类的任务，要在网页里不断点击深入，如果不对需要反复试。所以Playwright非常耗token，有些人发现干一个事几块钱就没了，因为要截屏100次去调用大模型理解，一个截屏就要许多Token。虽然Playwright很耗token，但它确实能自动操作网页操作办成不少事。Playwright是微软开发的，代码开源了，OpenClaw拿来作为最重要的功能组件之一。传统爬虫是访问固定网址，只调用1次API就能获取数据，成本几乎为零。这也是许多“天气查询”之类的OpenClaw简单skill的套路。但我在KimiClaw里用这些简单skill，感觉不是太强。这类简单API访问，无法完成复杂操作。互联网公司提供官方API服务是有，如股票信息API，飞书机器人也是一种API服务，要做得很完善并不容易。很有价值的，往往要付费，这就复杂了。Playwright能模范人完成复杂网页操作，比爬虫或者API调用从机制上就要强得多。OpenClaw不是对观网服务器发出一堆字符串，然后一瞬间在风闻发贴成功，观网没这个API服务。它是在Linux虚拟机里，运行了浏览器，访问风闻发贴页面，然后往框子里填了内容，点击发送，完全和人一样操作，是一个缓慢的过程。加上写贴，5分钟都做不完。许多网站有反爬虫、反机器人机制，发现“用户不是人”就拒绝。据说90%的网站都有Cloudflare等反爬机制。Playwright是真的会拿屏幕去分析，慢慢操作，能绕开限制。但是对KimiClaw这类云上虚拟LINUX服务器里的OpenClaw，它没有实体屏幕存在，所以构成有点困难。解决办法是用xvfb-run工具，生成虚拟屏幕，让Playwright去截屏。刚开始连趁手的浏览器都没有，要去下载安装Linux里的Chromium浏览器。再一个问题是观察者网风闻账号登陆，解决办法是人工在个人电脑上登陆成功，再从浏览器上下载Cookie，贴给KimiClaw，它知道如何去用。虽然过程不简单，但好处是大模型很强大，探索过程中会主动帮忙，给出各种方案。人不用说得很精确，让KimiClaw去执行就好了。但人也需要理解大模型与OpenClaw给出的机制与反馈，配合行动。这需要一些耐心与探索精神，OpenClaw可以算是功能强大的开放性开发平台，不是手机APP这类傻瓜化易用工具。OpenClaw的强大，一个是基座大模型的能力很强了，越过了实用的门槛；再一个是有Playwright这类很实用的功能强大的工具。有了这些强大的武器，再配上传统的互联网API、程序算法，才开发出了OpenClaw。它的运作方式也是可以解释的。可以看出，OpenClaw自己其实没啥智能，比如它自己拼凑发贴内容就不太对。但它显得智能，来源是调用大模型，以及一些强大的组件。它更像一个组织者，对接用户需求，让大模型决策，调用各种功能解决问题。（四）OpenClaw具体的运行流程是什么？上面是OpenClaw功能性的介绍。OpenClaw本质上是一个软件，它有一个可以一步步精确理解的运行过程，了解具体的运行流程能更好的理解原理。一个传统软件或者算法运行，其流程是“接收输入、调用工具、返回响应”。互联网服务或者手机APP等程序就是这样做的，人们用得很熟。OpenClaw也是一个软件，也有同样的流程。但是，OpenClaw与传统软件最大的不同，是运行时有智能。它的流程是“接收输入、检索记忆、推理决策、调用工具、更新记忆、返回响应”，加了一些智能相关环节。这个过程是写在OpenClaw的Node.js程序代码里的，是开源的，并不神秘。让OpenClaw火遍全球的，是它与传统算法的区别： 传统软件，接收的输入是明确的指令，由输入与交互界面确定，不是模糊的自然语言；OpenClaw可以理解用户的自然语言，指令一下泛化了。先不说能不能做好，传统算法能“被要求”做的事，极为有限，接收输入死板；而OpenClaw是完全开放的，想象力完全打开，可以接收无数种输入，用户可以提出各种合理或者不合理的要求。 传统算法，调用的工具极为有限，是事先确定的，算法都是写死的。即使复杂到微信这么大的程序，功能也是有限的；OpenClaw能够调用的工具数量无上限，它有许多整理好的skills套路可用，还可以搜索到可用的互联网服务，还能自己写程序开发工具，理论上的能力无上限。 传统算法的记忆功能非常有限，只是定死的数据库、更新数据库，或者一些选项设置。OpenClaw的记忆是开放的，它可以按日期记下与用户的互动，作为后面交互的参考，框架是开放的。 传统算法只能执行固定套路，少数程序有定时执行功能，意义不大。OpenClaw可以记下极多用户交待的事，定期执行。框架是开放的，每天可以做许多事，是能力强大的“AI助理”，等于许多软件功能可以一起跑。从上面的分析可知，OpenClaw是一个彻底打开想象力的开放性软件，与传统算法完全不是一回事，最大的特点就是开放性。人们通过宣传、实际跑样例，很快就能发现OpenClaw的强大与创新。黄仁勋说OpenClaw是“有史以来最重要的软件发布”，就是这个意思。但是，这么好的事，必须有大模型帮助才能实现。许多人都有和大模型聊天的经验，能明白大模型的能力： 大模型会去看对话框里的上下文，对话是有关联的，这就是有“检索记忆”。 大模型会去网络搜索收集信息，增加信息，不只用训练时截止日期之前的信息。 大模型会有思考地分许多步去完成任务，这就是在“推理决策”。 大模型会写程序，能开发工具。OpenClaw不是大模型，但通过API来调用大模型。接收输入后，OpenClaw检索记忆，将它作为上下文，调用大模型进一步明白用户的意图，不用重复交待；大模型接着进行“推理决策”，根据用户意图生成“工作计划”，这是2025年大模型Agent开发的典形任务；OpenClaw调用工具后，看返回的结果，根据成败推进工作计划，调用更多工具；工作计划完成后（失败也是一种完成结果），OpenClaw调用大模型生成总结更新记忆，将最终结果组织成用户能接受的形式输出，返回响应。从上面的描述可知，大模型对OpenClaw等AI智能体类软件非常重要，这大家都知道。但还有一个叫“记忆”的东西，有点迷糊。这就涉及OpenClaw核心框架的三大组件：Skill system、Agent Runtime、Memory。Skill system可以模糊理解为一大堆“AI技能包”，可以扩展的。这其实不难理解，就当是有一堆子程序可供调用，传统编程里就有许多库函数。Skill system可以当作是AI类库函数，每个有SKILL.md这样的给AI看的“使用说明书”。但让OpenClaw跑起来，还需要其它两个重要组件：Agent Runtime、Memory。 Memory系统相对容易理解，就是“记忆”，它是OpenClaw需要的会话上下文、短期与长期日志、用户偏好人格等等，会分门别类放在相关文件里。“记忆”并不玄虚，直观理解就是一些文件把用户交待的话、用户与OpenClaw的互动，用文件记下来。我用的KimiClaw是在Linux虚拟机的“/root/.openclaw/workspace/”目录里，用四个关键的.md文件，把用户相关的事记下来。还有每天的工作日志，KimiClaw是存在/root/.openclaw/workspace/memory目录里，每天有一个日志文件。这不少常规软件也有，不难理解。需要注意的是，这些记忆相关文件的内容，是AI整理的。不是事无巨细都记，也不是原样记，而是理解了以后摘要、汇总记忆，是智能记忆。如果一堆事太长，就汇总一下。其实人也不是什么都记，重要的事记住，细节放文件里。OpenClaw的记忆也是如此，重要的事放用户核心记忆文件里，细节放在日志里，出事了闹不清就去查日志。所以Memory也是和大模型有关的。Memory相关的文件非常重要。我的KimiClaw出了一次大问题，不知道为何memory目录都没了，MEMORY.md也变成空的了，就发现任务执行胡编乱造，傻子一样，根本没法用了。我让它修复，才又好起来。Agent Runtime看名词不太好理解，但它是OpenClaw真正的核心，需要仔细解释。Agent就是AI业界流行了一段时间的“智能体”，这是说OpenClaw是一个有智能的软件，能“代理”一样替人做事。Runtime是程序员熟悉的专用名字，可以类比理解成Windows、手机操作系统开机时的运行状态、运行环境，是个动态的概念。关机了就没有Runtime，跑起来了就有一堆东西活跃起来，配合做事，整个氛围叫Runtime。OpenClaw跑起来以后，整个相关运行环境，就是Agent Runtime，负责管理AI代理的完整生命周期，有多种相关功能。如“会话管理”，维护与用户的对话上下文，处理多轮对话状态；再如“消息路由”，接收来自不同渠道的消息，路由到对应会话，飞书还是网页聊天框来的分清楚；“工具编排”，解析用户意图，调用适当的工具并管理执行流程；“安全沙盒”，控制工具访问权限，区分内部操作和外部调用。这些都是OpenClaw的代码实现的，是其代码真正对应的功能。 可以用“运动员比赛追踪”的案例，来具体说明OpenClaw运行一个任务的过程。我在飞书上（或者KimiClaw网页上聊天也可以），要求“更新下六个运动员的跟踪信息”。这六个运动员是郑钦文、王欣瑜、赵心童、王曼昱、孙颖莎、王楚钦，是之前交待的，放在Memory文件里了。1.接收输入（系统层）用户消息："更新下六个运动员的跟踪信息"这步不涉及大模型，OpenClaw Gateway 接收并路由到Agent Runtime。2.检索记忆（工具调用）Action: memory_search(query="运动员追踪 郑钦文 王欣瑜...")这步也不涉及大模型，直接读取文件系统返回记忆片段。3.推理决策（大模型介入 - 第1次大模型API调用）输入给模型的上下文：User: "更新下六个运动员的跟踪信息"Memory: [陈经关注投资、体育、媒体内容创作]Available tools: [kimi_search, web_fetch, sports-tracker Skill]模型推理输出：意图分析：用户要求更新运动员追踪信息记忆匹配：USER.md 显示关注6位运动员（郑钦文、王欣瑜...）工具选择：优先使用 sports-tracker Skill（已配置，准确性高）辅助使用 kimi_search 验证实时比分执行计划：- 先执行 /root/.openclaw/workspace/skills/sports-tracker/scripts/tracker.py- 然后针对有比赛的选手使用 kimi_search 获取具体比分- 最后整理报告4.调用工具（执行层）子步骤4a：执行 tracker.pycd /root/.openclaw/workspacepython3 skills/sports-tracker/scripts/tracker.py子步骤4b：kimi_search（根据模型决策）Action: kimi_search(query="孙颖莎 朱芊曦 WTT重庆冠军赛 3月12日 结果 比分")搜索引擎API直接返回结果子步骤 4c：读取结果并整理读取 tracker.py 输出 + kimi_search 结果这步不涉及大模型，是工具调用、网络搜索、数据整合5.更新记忆（大模型介入 - 第2次 API 调用）输入：原始追踪结果（长文本）模型任务：提炼关键信息，生成简洁记忆输出："孙颖莎3-0胜朱芊曦，王楚钦待比赛19:40" 结果写入memory目录里的日志文件2026-03-12.md，上图是我在终端里直接查看到的日志内容，是有用大模型总结的。6.返回响应（大模型介入 - 第3次API调用）输入给模型：工具执行结果：- tracker.py: "6位运动员中，孙颖莎、王楚钦今日有比赛..."- kimi_search: "孙颖莎 3-0 朱芊曦（11-5, 13-11, 11-8）..."任务：生成给用户的回复要求：简洁、结构化、突出关键信息模型生成响应：【运动员追踪报告】3月12日（14:20更新）孙颖莎（乒乓球）- 今日比赛已结束- 比分：3-0 胜朱芊曦（11-5, 13-11, 11-8）- 状态：晋级16强王楚钦（乒乓球）- 待比赛：19:40 vs 弗朗西斯卡这里调用了大模型 API，将工具结果转化为自然语言。注意上面的流程中有个kimi_search，它不是skills也不是大模型，而是KimiClaw内置的网络搜索工具。无论多么神奇的OpenClaw功能，都可以拆解。OpenClaw核心、记忆检索、大模型调用、Skills工具调用与网络搜索、记忆更新等多种模块组合，就能完成无数种任务。可以看出，这个组合极为灵活，能完成的任务想象力完全打开。其中大模型的能力是关键，有了它，才能理解要干什么事、如何执行任务、如何输出给用户，所以完成一个任务要多次调用大模型。有些客户发现用OpenClaw太花钱了，比大模型APP问答花钱多了，就是因为“一个任务多次调用”的特性，大模型回答问题就是一次调用。智能体能长时间不断调用大模型推进任务，是智能进步的标志，已经从几十分钟进步了到几小时甚至更长。有些任务OpenClaw可以跑很长时间不出错最终完成，但它基本是一个智能体在跑。现在AI前沿已经发展到十几个智能体分工配合一起完成任务，开源社区也有让多个OpenClaw分工互相通信协作的尝试，但还不是太突出。（五）OpenClaw的缺陷是什么？以上解释了OpenClaw的运作原理，看上去很厉害。但要问它对我有啥用？我现在的结论是：还没特别有用，最大的收获是学习原理。绝大多数时间，我都在“伺候”这只虾，因为有时它实在太不靠谱了。理解原理以后，我们知道，它能办挺多事。但我观察了多个任务以后，得出了不太好的结论：这是一个以“形式主义”为最高原则的AI助理，实质能力往往不行，最大问题是不靠谱。其实看它的算法原理也能明白，这种组合出来的流程，随便一跑能靠谱才见鬼了。大模型本身就有幻觉，但慢慢靠谱了很多，只要小心，已经算是能控制的小问题了。我用Kimi的聊天、深度研究、code、文档等功能，对日常工作生活帮助很大。这些功能有大模型公司不断研究优化，表现越来越好是可以预期的，可靠性过了门槛以后，就真的很有用了。我们看OpenClaw完成的任务，大模型要用许多次，还要OpenClaw核心来主导，要调用多种skills，要总结输出。各种任务类型多种多样，中间哪一步出问题，最后的结果就可能很离谱。一个严重问题是，大模型有极强的“形式主义”编造能力。一个好多步的流程，中间很有可能失败，如股价网络查找失败、运动员信息查找失败，或者表面成功了实际是错的，如找了以前的老信息。但大模型不管，它先满足形式主义，没有信息，它自己编！ 例如3月11日这些运动员的比赛消息，有些是胡编的！郑钦文和王欣瑜实际都输了。有的时间错乱了，把2025年的消息发出来了。因为kimi_search等搜索工具不一定靠谱，搜索只是返回一些信息，并不能判断合不合适，有时也会失败。OpenClaw调用大模型决策推理，定“工作计划”的时候，有时会拿出“搜索失败自己编”的“糊弄”方法。这样的人类员工，如果被发现了肯定开除了。但我没办法，还得去想办法伺候它，弄明白犯傻的原因，想办法把输出弄正确。 该图表为AI制作 请结合文章内容做参考例如我让KimiClaw生成港股通593只股票的市值分布图。一开始显示汉字不对，提示后它还自己下载汉字字库解决了问题，画出图来，像模像样的。但我再仔细看，完全不对，这些股票的市值都是胡编乱造的！也不是完全胡编，还编得和真实数字有点接近。而这个市值分布柱图也是不对的，因为市值都弄错了。我问它怎么回事，它坦白是因为网络搜索找不到市值数据，就自己编了。 该图表为AI制作 请结合文章内容做参考我不断想办法让它改进，如给它找靠谱的股票信息API，它甚至想让我交一年上千去接入一个财经API。付出艰苦的努力，找到腾讯财经API可以返回靠谱信息，让它做了一个“港股通信息查询”skill，才把图画出来了。什么叫市值，也需要给它定义，因为有些股是A股与港股都上市的，市值应该是各自上市的股本分别乘以A股、港股的股价再相加。但我最近发现最终做出的图还是有问题，说市值5000亿港元以上的股票16支，但宁德时代不见了。我了解一些大模型算法原理，在日常使用大模型的时候就非常注意幻觉、编造等问题。这方面问题很大，人们非常容易上当，网络上已经有非常多大模型编造的内容。在使用OpenClaw的时候，我发现幻觉、编造的问题要严重得多，要更加小心。当我们发现大模型不靠谱的时候，指出来问题，它往往能自己改正。但是，OpenClaw出错了，要去修它，要难得多。如果没有一定水平，往往就不太容易用好OpenClaw，实际问题非常多。有时看着结果不错，但不一定靠谱，还是需要多加小心。有些用户反应，用OpenClaw做任务不难，但查它靠不靠谱很累，我也有同感。从原理上来说，目前对OpenClaw真不能太过信任。把重要的个人信息、财经信息，或者工作单位信息让OpenClaw掌握，更是非常危险，安全漏洞极大。已经出了不少事了，金融公司、重点单位、一些上市公司，都明确要求不许在单位电脑上装OpenClaw。安全方面的漏洞笔者不太熟悉，但概念上肯定是漏洞极大，有不少文章指出。OpenClaw不少动作等于在互联网无保护到处活动，为了完成任务找我要了一些信息，是有危险。笔者还是想特别强调“靠谱”这个事。有一些OpenClaw流程，相关Skill整理得不错、相关互联网信息服务靠谱、基座大模型能力足够，确实能够干一些活。这些例子肯定也是海量的，但必须指出，这不是从天上掉下来的，不是OpenClaw开源了就有，而是需要相当多的开发试错、整理打包的工作。正确的理解是，OpenClaw是一个开发框架，它让人用自然语言指挥干事，立刻就有结果，给人很大的震撼。但是，如果要让它干靠谱的事，就和人类学习编程语言一样，需要不少基础知识，要会面对各类错误，耐心地“养虾”。如果不会养，就会发现这东西并没有那么好玩，就和一些人编程学不下去一样。高手对OpenClaw原理与架构很了解，对要干的事很了解，对调用的工具也了解，也会自己开发skills，把相关环节都调试得足够靠谱了，就能组织出一些不错的自动工作流程。但有这个水平的高手，目前还不多。很多人买电脑或者云上装了龙虾以后，就有些茫然了，不知道能干啥，希望本文对不了解OpenClaw原理的人有帮助。可以去学习高手总结的靠谱流程，模仿实践；也可以去学习原理，针对性提升使用AI的水平；最后自己也变成高手，开发Skill，指挥OpenClaw组织流程，真正让AI助理帮助工作生活。在这个过程中，一定要注意，OpenClaw很不靠谱，绝对不能盲目相信，要有确实的证据，各个环节都确认可靠了，才可以放手让它干活。 本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
-
津媒：黄嘉辉的伤势已有所缓解，本轮能否复出还要看训练情况 《今晚报》记者申炜报道，天津津门虎球员黄嘉辉的伤势已经有所缓解，中超第3轮能否出场还要看这几天的训练情况。 新赛季前两轮仅取得1平1负的战绩，让津门虎队承受着不小的压力。这几天，教练组一直在想办法给队员减压，希望大家能够调整好心态，全力以赴备战接下来的比赛。3月21日15:30，中超第3轮角逐，天津津门虎将客场挑战辽宁铁人。该报道表示，目前津门虎队最大的问题还是进攻缺乏线路与节奏的变化，真正有威胁的攻势非常有限。第3轮联赛结束后，中超将迎来两周的间歇期，津门虎队可以进一步对技战术做出调整并磨合阵容。另外，首轮比赛受伤的黄嘉辉，伤势已经有所缓解，第3轮能否出场还要看这几天的训练情况。
-
突破HBM容量限制：铠侠宣布推出超高IOPS SSD，让GPU直连闪存 IT之家 3 月 17 日消息，铠侠今日亮相 NVIDIA GTC 2026 大会，并宣布推出一种全新类型的 SSD 产品 ——Super High IOPS SSD，直译应该叫“超高 IOPS SSD”，被归属于全新的 KIOXIA GP 系列。该产品专为 AI 系统中的 GPU 设计，使其能够将高速闪存作为 HBM 高带宽内存的扩展直接访问，旨在满足 AI 和高性能计算日益增长的性能需求，通过提供更大的 GPU 可访问内存容量，加速 AI 工作负载的数据访问。该系列产品的评估样品预计将于 2026 年底向特定客户提供。 英伟达此前发起过 Storage-Next 倡议，旨在应对从计算密集型向数据密集型工作负载的转变，以及因 HBM 容量限制而日益凸显的 GPU 内存空间扩展需求。这一倡议要求 SSD 供应商针对 GPU 发起的 AI 工作负载进行设计优化，其核心目标是让 GPU 能够访问基于闪存的内存，从而有效扩展 HBM 容量。铠侠正通过 KIOXIA GP 系列 SSD 支持英伟达的这一倡议。该系列产品采用低延迟、高性能的铠侠 XL-FLASH 闪存，相较于传统的 TLC SSD 能够提供更高的 IOPS、更细粒度的数据访问以及更低的单位 IO 功耗，在 AI 架构中具有得天独厚的优势。与此同时，随着 AI 模型正快速向万亿参数规模迈进，上下文窗口扩展至数百万 token，导致 KV 缓存需求呈现前所未有的增长。NVIDIA Context Memory Storage 等架构已经认识到，需要使用高性能存储来扩展 GPU 内存之外的内存层级。因此，铠侠还推出了 CM9 系列 PCIe 5.0 E3.S SSD（IT之家注：采用 TLC 技术），提供 25.6 TB 容量和 3 DWPD 的耐久性，能够为大规模推理环境提供所需的性能、容量和耐用性。铠侠认为，这类存储产品将在构建高效、成本优化的 AI 推理基础设施中发挥关键作用。CM9 系列样品将于 2026 年第三季度开始出货。
-
足坛一夜动态：内马尔安东尼落选巴西名单 39岁阿根廷前国门退役 北京时间3月17日，昨夜今晨，足坛又有新的重大事件发生，巴西公布最新大名单，内马尔和安东尼落选，阿根廷前国门宣布退役。 巴西公布大名单巴西主帅安切洛蒂公布新一期友谊赛名单，内马尔、安东尼、里沙利松落选，维尼修斯、拉菲尼亚、卡塞米罗、恩德里克入选，罗德里戈、米利唐、吉马良斯和埃斯特旺伤缺。 内马尔再次落选内马尔无缘最新一期巴西友谊赛名单，安切洛蒂解释道：“内马尔有机会参加世界杯。如果他能在世界杯前达到百分百的身体状态，就可以入选。为什么这次没征召他？因为他目前还没达到最佳状态。” 安东尼或无缘世界杯皇家贝蒂斯边锋安东尼再度无缘巴西大名单，这已是他自2025年6月短暂回归后，连续第四期与桑巴军团绝缘，参加世界杯的希望越来越渺茫。 阿根廷前国门退役据ESPN、阿根廷媒体infobae等多家外媒报道，39岁前阿根廷国门罗梅罗决定退役。他曾效力阿尔克马尔、桑普多利亚、摩纳哥、曼联、威尼斯、博卡青年和阿根廷青年人，夺得2014年世界杯亚军。 阿韦洛亚：姆巴佩可出战曼城皇马主帅阿韦洛亚出席欧冠赛前新闻发布会，确认姆巴佩可以出战曼城，同时表示自己并未感觉到队内存在所谓的“非卖品”或“特权球员”。
-
最新！蚂蚁集团收购耀才证券获批 蚂蚁收购耀才证券迎来新进展！耀才证券金融16日晚公告表示，蚂蚁集团发起的要约收购已通过有关部门审批，预计将于3月30日完成交割。耀才证券表示，作为被蚂蚁集团收购的一部分，所有成交条件均已达成。公告提到，公司股票于16日短暂停牌后，17日开市起将复牌。值得注意的是，上周五（3月13日），耀才证券金融（01428.HK）放量飙升，港股盘中一度涨超40%，最高报9.95港元，创4个多月新高。2025年4月25日，蚂蚁集团全资子公司上海云进信息技术有限公司宣布，以每股3.28港元的价格，收购耀才证券创始人叶茂林持有的50.55% 股份，总对价约28.14亿港元。此举旨在获取香港券商牌照，加速国际化布局。2025年10月10日，该收购获香港证监会批准，允许蚂蚁成为耀才旗下多家受规管子公司的股东。2025年11月25日晚，耀才证券金融公告称，考虑到与有关部门报告程序及2026年一季度的假期，预计还需要更多时间来完成向国家发改委的申报，因此要约人与卖方在当天修订了购股协议的若干条款，包括将最终截止日期延长至2026年3月25日，并将加付按金从1.4亿港元提升至1.64亿港元。耀才证券是一家香港头部本土券商，创立于1995年。目前业务范围包括港股证券买卖、股票孖展融资服务、证券托管及代理人服务、期货及期权买卖、杠杆式外汇买卖及现货黄金及白银买卖。耀才拥有香港证监会发放的1、2、3、4、5、7、9号牌照，涉及证券、期货、外汇、资产管理等业务。截至2024年9月30日，耀才证券董事会主席叶茂林及其控制的新长明控股有限公司合并持有耀才证券51.14%的股权。业内普遍认为，蚂蚁期待通过收购耀才补足在香港的金融牌照与业务能力，进一步构建“证券公司+数字支付+虚拟资产”的综合金融生态。东海证券研究所提到，蚂蚁财富平台连接的150余家资管机构及丰富的理财产品线可与耀才证券的股票交易、资产管理、衍生品业务形成互补，叠加蚂蚁集团逾十亿体量的用户基础，有望进一步提升市场份额，并逐步构建客户资源深度挖掘、产品矩阵丰富完善的财富管理生态。责编：杨喻程 排版：汪云鹏校对：高源
-
“龙虾”只是Token经济的前菜 此时此刻，恰如彼时彼刻。 OpenClaw，这只红遍大江南北的卡通龙虾，火爆程度不逊于同是漂洋过海而来的饕餮美食麻辣小龙虾。这场轰轰烈烈的“养虾运动”，让人想起DeepSeek r1横空出世那会儿，本地部署“一机难求”的盛况。作为一款开源、本地优先、可自托管的AI Agent框架，OpenClaw推动AI应用再下一城，宣告“能办事”的AI打工人时代正式到来。抛开应用门槛和维护成本不谈，用户为了享受AI打工人提供的服务，需要支付的唯一代价则是Token。如果流量是互联网时代的晴雨表，那么，Token就是智能时代的硬通货。相比“499包安装”“299包卸载”的技术狂欢，一场隐匿更深，关于算力消耗与成本控制的激烈博弈，正以前所未有的方式重写商业逻辑。OpenClaw这只龙虾，更像是智能盛宴的一道前菜，它让大众初尝AI红利的滋味，潜移默化间塑造着Token消费习惯，挥舞的红色大钳，拉开了Token经济的序幕。一、养的是“小龙虾”还是吞金兽?从变现路径来看，OpenClaw目前主要面向专业化程度更高的B端用户，包括OPC（一人公司）。而缺少高频应用场景的普通人强装OpenClaw，要么是“大炮打蚊子”，效费比感人；要么更像是鸡肋，卸载还得再花一遍钱。一位私募基金研究员用OpenClaw自动化处理研报，一周消耗超过1200万Token，费用近千元。背后的成本结构决定了OpenClaw的用户分层。轻度体验玩家每天10次任务，月消耗约3000万Token，成本100—300元；自媒体创作者每天50次任务，月消耗1.5亿Token，成本600—1500元；自动化团队每天200次任务，月消耗6亿Token，成本3000—10000元。更要命的是，OpenClaw采用的是永动模式，排除断网断电，能够7*24小时为你工作，与传统对话式AI“问了才答、答完结束”的响应模式有本质区别。这种“长明灯”“常流水”似的算力消耗，使Token成本从相对可控的“脉冲式支出”，变成了源源不断的持续性开支。对于专业用户和企业而言，OpenClaw带来的效率飞跃足以覆盖高昂成本。而普通用户在没有高价值任务支撑的情况下，更像是花Token养一只宠物虾，体验一把被“数字员工”伺候的情绪价值。二、何谓Token经济?Token经济，是指智能时代以Token计价的经济运行模式。可以把Token理解为智能世界的“通用计价标尺+价值流通载体”。这意味着，Token本身具有双重属性：语义计量：它是AI处理信息的最小语义单元 —— 你和AI的每一句对话（输入）、AI生成的每一段内容（输出），都以Token计量信息处理量。计算量映射：它又是支撑AI运行的算力消耗的基本计量单位——AI每进行一步思考和推理，都需要消耗算力，计算效率决定单位算力（FLOPs）的Token产出，所以，不同性能的算力资源能够映射为以Token为单位的统一计量标准。如今，全球大模型日均Token消耗已达30万亿级别，中国模型调用量首次超越美国，占全球60%以上。小到一次AI提问，大到企业级模型训练，都以Token完成结算，这不是一项技术参数，而是智能经济规模与活力的核心指标。当每一次智能交互都以Token计价，当每一次服务调用都以Token结算，人工智能赋能的千行百业，已从经济运行的基础设施层面悄然完成重构。三、安迪比尔定律重获新生PC时代，我们为了运行更大的软件或游戏，而升级电脑配置；智能时代，我们需要为更强大的Agent服务升级Token套餐。安迪比尔定律，这个统治了PC时代30年的因果律，正在智能时代重获新生。传统叙事是：硬件厂商把性能做上去，软件厂商就用更复杂的功能、更厚重的抽象层，把新增算力迅速消耗掉。然而，用户体感上的“变快”，远远小于底层性能的翻倍。在智能时代，这一定律的演绎更为激进。像OpenClaw这样的智能应用，随着能力的不断提升，对算力的消耗也越来越大。传统对话式AI可能只调用一次模型，而OpenClaw执行任务时会经历多轮思考和多次调用。一项复杂任务执行下来，消耗几万甚至几十万Token，十分常见。更深层的变化在于，在OpenClaw之前，Scaling Law仅是在B端卷模型卷算力——企业训练模型、部署应用，算力消耗集中在研发和生产环节。而在OpenClaw之后，安迪比尔定律开始把应用与算力的竞赛烧向C端。随着智能体任务复杂度提升，算力消耗也呈指数级暴涨，Token消耗复合年增长率高达惊人的3000%。OpenClaw重度用户日均Token消耗量在3000万至1亿之间。若按国际顶尖模型的使用成本计算，单日费用达900—3000美元。即便使用性价比更高的国产模型，也要40—140美元/天。相比之下，传统对话式AI的订阅费简直微不足道，一个活跃的OpenClaw用户一天的消耗可达其数倍乃至数十倍。这意味着，算力消耗的“通胀”正在从企业侧向消费侧传递。以前是芯片制造商和云商在博弈，现在是每一个普通用户直接面对“用还是不用”的成本决策。而PC时代的经验也在提醒我们：真正的竞争力，不只是算力，还有如何设计更节制、更高效的系统。Token消耗的爆炸式增长，如果不能被技术创新和效率提升所对冲，终将成为智能时代发展的障碍。四、万物皆Token马斯克提出了AI发展的五层世界理论，能源(电力)处于最底层，向上依次是芯片、数据中心、模型、应用。这个框架揭示了一个底层真理：所有层级的创新，最终都要回到能源的物理约束上。智能时代，当电力被统一以Token计价，这个框架可以概括为：万物皆Token。基于Token，我们得以重新构建物理世界和数字世界的关系。数据是Token的原材料。每一次训练和推理，都是将海量数据转化为Token的过程。数据的质量、规模、多样性，决定Token的价值密度。高质量的专业数据，能产出更稀缺、更昂贵的Token；海量泛化数据则产出通用但廉价的Token。算法是Token的精炼厂。同样的电力和算力投入，更高效的算法架构能产出更多Token。DeepSeek V3以十分之一的算力成本匹敌顶级模型，正是通过架构创新实现了更高的Token产出率。算法效率的每一点提升，都体现为单位电力Token产量的增加。服务是Token的流通网络。从大模型API调用，到A2A(Agent to Agent)协作，再到端到端应用场景，Token在不同层级、不同主体之间高效流转，实现Token与服务无缝交换的协作生态。更深远的是，Token会成为跨模态的“硬通货”。文本、图像、音频、视频、3D模型、传感器数据，都可以被转化为Token，进入同一个计算和计价体系。这背后的经济逻辑清晰而深刻，工业经济时代用“千瓦时”度量电力，数字经济时代用“GB”度量流量，智能经济时代则用“Token”度量智能。物理世界的能源、数字世界的算力、无处不在的智能服务，最终都汇聚到Token这个统一的价值单位上。五、货币之锚以H100芯片推理场景为例：1度电（360万焦耳）理论可产出约923万Token，扣除散热损耗（PUE≈1.2）实际产出约550万Token。当以Token计价的电费（能源成本），成为度量经济的终极单位，货币最终将以Token的形式锚定于电力。这听起来激进，但并非虚妄。从货币本质看，锚定物要满足三个条件：稀缺性、稳定性和可流通性。电力完全满足这些条件：它是宇宙的基本货币，可转化为任何形式的工作；受物理定律约束，不可凭空创造，天然防通胀；而且随着绿色能源的普及，电力供给正变得日益稳定和可持续。Token作为电力的金融化表达，正在构建“能源→算力→Token→价值”的完整价值链条。中国西部一度0.2元的绿电，经过算力转化，可以变成AI服务以数倍计价输出。而欧美0.8—1.2元/度的电价，使得其Token成本是中国模型的3—5倍。这种成本差异，直接转化为AI服务的价格竞争力。更深层的影响还在于跨境贸易模式的重构。传统电力出口需要物理电网输送，面临5%—10%的线损、高昂的基础设施投入和复杂的地缘政治壁垒。而Token出口通过日益发达的通信网络即可完成瞬时交付，电力始终留在国家电网内，但电力的价值却通过Token被全球用户消费。以国内模型每100万Token约2元的定价计算，一度电通过Token可卖到11元，这种增值效应是传统电力出口无法企及的。在这个框架下，货币的价值锚点正在发生微妙但深刻的变化。当AI服务成为全球经济增长的绝对引擎，当Token成为智能交互的通用计价单位，能源的物理属性将逐渐让位于Token的数字属性。未来的货币体系，很可能不再是基于法币对石油的锚定，而是基于Token对电力的锚定。六、计算自由伴随智能应用的全面渗透，Token经济将使社会实现计算自由。这种自由首先体现在人类对智能服务的无边界访问上。通过Token计价体系，无论身在何处，只要有互联网连接，就可以调用全球最顶尖的智能。东南亚的电商公司、南美的医疗团队、中东的主权基金，都可以通过采购Token，获得与世界一流AI公司同等水准的智能服务。南方国家因此可能跳过沉重的传统IT基建阶段，直接跃入智能经济。更广泛的自由，在于Agent之间的自主协作。基于A2A协议，不同框架、不同供应商构建的智能体，能够在统一的标准下发现彼此、交换信息、协调行动。一个擅长数据分析的Agent，可以将结果传递给一个擅长可视化的Agent；一个专注金融风控的Agent，可以调用一个擅长合规审核的Agent服务。这种多Agent协作网络，正在构建一个超越单一中心化平台的分布式智能生态。再进一步，则是Agent的经济自治。当智能体拥有独立的Token账户，能够在市场中自主交易服务、购买算力、优化收益，人类可能成为这个智能经济网络的“发起者”而非“管理者”。OpenClaw等自主智能体的开源，正是朝着这个方向迈出的第一步——它们拥有执行权、记忆系统和工具调用能力，本质上已经是“数字公民”的雏形。算力的尽头是电力，电力的未来是Token化。这才是Token经济真正的主菜。未来十年，我们可能会像今天谈论水电气一样自然地谈论Token——它是智能的度量单位，是价值的流通载体，更是人类与智能体共生社会的基础货币。（作者陶鹤山为智能经济工作者，从事人工智能领域政策规划）来源：陶鹤山
-
【早报】力拼澳大利亚！女足今日冲击亚洲杯决赛！ 体坛周报全媒体原创冲击决赛！女足亚洲杯半决赛中国队vs澳大利亚队今日18点开始！ 北京时间3月17日18点，女足亚洲杯半决赛在珀斯体育场上演，中国女足对阵东道主澳大利亚女足，根据官方信息，CCTV5+等平台将直播本场半决赛。由于已经闯入半决赛，中国女足锁定女足世界杯参赛资格。中国女足目前FIFA排名第17，澳大利亚女足目前FIFA排名第15。中、澳女足在女足亚洲杯的上一次交手发生在20年前的2006年7月30日，在第16届女足亚洲杯决赛中，中国女足就是在先丢两球的情况下，凭借韩端、马晓旭的破门追平澳大利亚女足，进而在点球大战中战胜对手，荣膺冠军。而当时的比赛地正是澳大利亚阿德莱德。由此可见，中国女足完全可以心无旁骛专注于比赛本身，将压力转移到对手身上。马德兴：中国女足进亚洲杯四强仅完成保底任务，不等于护身符 北京时间今晚18点，女足亚洲杯半决赛中国女足将对阵澳大利亚女足。《体坛周报》记者马德兴撰文认为，中国女足进入亚洲杯四强仅完成保底任务，外界所期待的队伍的进步与变化并未看到。中国女足进入四强、拿到了明年世界杯入场券，但这并不等于有了“护身符”。要知道，中国女足自1986年开始第一次参加亚洲大赛至今，40年来就从未跌出过四强！当初，水庆霞指导在与中国足协的合同到期后之所以下课，并不是因为没有完成任务，毕竟时隔16年率队拿到女足亚洲杯冠军，在未来相当长一段时间里是无法复制的。但是，水庆霞之所以离开中国女足，是因为各方认为在其指导下，中国女足没有显现出进步，这才有了米利西奇接手这一幕。如今，米利西奇率队完成亚洲杯四强、拿到世界杯入场券，并不是前任无法完成的任务，而是外界更希望看到中国女足实实在在的进步。当然，眼下似乎并不是讨论这些事情的时候，毕竟中国女足目前正在备战与澳大利亚女足的半决赛。比赛没有结束之前，没有人知道究竟会发生什么。巴西友谊赛名单：内马尔、安东尼无缘 巴西公布新一期友谊赛名单，内马尔、安东尼、里沙利松落选，维尼修斯、拉菲尼亚、卡塞米罗、恩德里克入选，罗德里戈、米利唐、吉马良斯和埃斯特旺伤缺。此外，伊戈尔·蒂亚戈、拉扬、萨拉和里奥・佩雷拉首次入选巴西队。巴西友谊赛名单：门将：阿利松（利物浦）、本托（利雅得胜利）、埃德松（费内巴切）后卫：韦斯利·法兰卡（罗马）、阿莱士・桑德罗（弗拉门戈）、达尼洛（弗拉门戈）、道格拉斯・桑托斯（泽尼特）、马尔基尼奥斯（巴黎圣日耳曼）、加布里埃尔・马加良斯（阿森纳）、里奥・佩雷拉（弗拉门戈）、布雷默（尤文图斯）、伊巴涅斯（吉达国民）中场：卡塞米罗（曼联）、法比尼奥（吉达联合）、安德烈·桑托斯（切尔西）、达尼洛·奥利维拉（博塔弗戈）、萨拉（加拉塔萨雷）前锋：恩德里克（里昂）、马丁内利（阿森纳）、伊戈尔·蒂亚戈（布伦特福德）、若昂·佩德罗（切尔西）、路易斯·恩里克（泽尼特）、库尼亚（曼联）、拉菲尼亚（巴萨）、拉扬（伯恩茅斯）、维尼修斯（皇马）官方：杰克逊因暴力行为被禁赛2场 拜仁1比1战平勒沃库森的比赛，杰克逊蹬踏对手脚踝被直红罚下。德国足协官方消息，杰克逊将因暴力行为被禁赛2场。杰克逊是在2026年3月14日拜仁客场对阵勒沃库森的德甲比赛第42分钟，被主裁判克里斯蒂安·丁格特直接红牌罚下。该判决已具有法律效力。TA：里斯·詹姆斯近5年第10次腿筋受伤，将伤缺数周 据The Athletic最新消息，切尔西队长里斯·詹姆斯遭遇5年多来第10次腿筋伤病，预计将伤缺数周。詹姆斯上周与刚与切尔西新签订一份为期六年的新合同，但周一他缺席了切尔西队内备战欧冠战巴黎次回合的公开训练。知情人士透露，预计詹姆斯将缺席数周。切尔西主教练罗塞尼尔将在周一晚些时候的媒体发布会上提供最新情况。这是詹姆斯自2020年12月以来第10次腿筋受伤（双腿均有伤病史），且恰逢切尔西本赛季最关键时期。詹姆斯本赛季各赛事出场36次，已贡献2球6助。意媒：米兰不满莱奥的表现和态度，已推迟和他的续约谈判 全市场报道，米兰已经推迟和前锋莱奥的续约谈判。上周他在场上的消极态度与离场时的过激行为，彻底引爆了俱乐部积压已久的矛盾。由于在训练态度和场外伤病管理上的松懈，米兰管理层已果断采取行动，无限期推迟了与这位前锋的续约谈判，目的就是要求他重塑职业精神。在战术层面，阿莱格里的三中卫体系让莱奥感到不适，且在锋线伤病严重的背景下，他还被迫客串中锋，然而这并不能成为他消极比赛的借口。目前米兰战绩稳定，教练组绝不会因为他个人的低迷而动摇现有成功的打法。莱奥正站在职业生涯的十字路口。他必须在球场表现和精神面貌上尽快给出有力回应，否则不仅会失去在俱乐部的核心地位，甚至可能影响其代表葡萄牙国家队参加世界杯的前景。Shams：下周的扩军投票被视为例行程序 预计肯定会通过 据ESPN名记Shams报道，据消息人士透露，NBA将于3月24日至25日召开董事会会议——就在拉斯维加斯和西雅图两地新增两支球队的议题进行投票表决！Shams在《NBA Today》节目中补充表示：“消息人士透露，NBA老板们下周将举行投票，以推进下一步进程，并探讨最早在2028-29赛季，在拉斯维加斯和西雅图新增两支专属扩军球队的可能性。据悉，下周的这次投票被视为例行程序，预计肯定会通过！这需要30位球队老板中的23位投赞成票，业界高管预计这两支球队的竞标价将分别在70亿到100亿美元之间。”火箭官方预警：杜兰特生涯总分还差87分超乔丹 北京时间3月16日晚，火箭官方晒出动态显示，杜兰特生涯总得分还差87分就将超越历史第五的乔丹。目前，杜兰特生涯总得分为32206分，乔丹则是32292分。北京时间3月17日上午9点30，火箭将在主场对阵湖人。ATP1000迈阿密男单资格赛首轮：布云朝克特2比0斯库尔凯特 ATP1000迈阿密男单资格赛首轮，布云朝克特2比0击败斯库尔凯特，跻身资格赛决胜轮，交手记录改写成2比0。比分：7比5/6比4，布云朝克特收获10个积分 14130美元奖金，即时排名No.156。赵心童连轰两杆破百以5比0战胜韩富源 2026斯诺克世界公开赛128进64轮次，赵心童连胜五局以5比0的比分战胜韩富源。比赛中，赵心童在第二局、第三局连续打出两杆破百（128、103）。【国际足球】若昂·佩德罗：安帅最初漏念了我名字，别人打电话我才知自己入选罗梅罗宣布退役！PFA： 结束20年辉煌生涯，祝福他一切顺利记者：姆巴佩今天将与阿韦洛亚商量，决定对阵曼城是首发还是替补莫雷托：尤文尚未对引进大马丁采取行动，内部没有完全认可他卫报：里斯·詹姆斯能否赶上世界杯存疑，已错过22世界杯24欧洲杯记者：理查德·休斯与利雅得新月达成协议，将出任体育总监斯科尔斯：利物浦失去了阻止对手的决心，控球型战术并不适合他们斯基拉：英超俱乐部询问莱奥情况，米兰今夏可能7000万欧出售球员莱因克尔谈阿森纳锋线：我倾向于让哈弗茨首发，他能带来更多贡献登贝莱：我们有3球优势，但我们会继续进攻，不能只守在自己禁区罗马诺：K77可能是阿森纳缺失的那块完美拼图，但巴黎不想卖掉他世体：巴萨开始准备今夏的集训营和友谊赛安排，可能约战那不勒斯每体：巴萨欧冠次回合将更换两名首发球员，莱万继续担任主力中锋【国内足球】足球报：宁波队遇搬迁阵痛期，训练场地和资金扶持仍未到位足球报：邵子钦还有个双胞胎姐姐邵子嘉，她司职中后卫【篮球】Shams：詹姆斯本人&联盟感觉他会再打一年 湖人表现影响他的未来巴特勒：我喜欢库明加最近的表现 不管去哪都希望他做最好的自己斯普利特：杨瀚森有很多方面需要提升 但他一直在进步 越来越适应尼克·杨：坎宁安和布朗比小卡更值得进一阵 后者应该是二阵【综合】体坛专访周冠宇：今年我的身份是等待者 中国市场缺少自己的车队继续征战德甲！官方：樊振东将加盟杜塞尔多夫，双方签约一年25岁罗德里戈身价跌至5000万 巅峰高达1.1亿 德转更新西甲球员身价，皇马前锋罗德里戈身价再次下跌，目前已经跌至5000万欧元。罗德里戈现年25岁，他在2024年6月身价曾达到1.1亿欧元，但之后遭遇5连跌。本赛季各赛事代表皇马出场27次，仅有3球入账。此外罗德里戈在本月初对阵赫塔费的比赛中，遭遇右膝前十字韧带断裂+外侧半月板断裂，媒体预计将至少伤缺8个月，罗德里戈也确定无缘今年的世界杯。今日（3.17）09:30 NBA常规赛 湖人 - 火箭10:00 NBA常规赛 马刺 - 快船10:30 中国排超季后赛 江苏 - 福建13:30 女篮世界杯预选赛小组赛武汉赛区 南苏丹女篮 - 马里女篮16:30 女篮世界杯预选赛小组赛武汉赛区 比利时女篮 - 捷克女篮18:00 女足亚洲杯半决赛 中国女足 - 澳大利亚女足19:30 女篮世界杯预选赛小组赛武汉赛区 中国女篮 - 巴西女篮19:30 女篮世界杯预选赛小组赛伊斯坦布尔赛区 日本女篮 - 阿根廷女篮19:30 斯诺克世界公开赛第2轮 龙泽煌 - 赵心童19:35 CBA常规赛 广东 - 新疆19:35 CBA常规赛 山西 - 北控21:00 全球先锋赛小组赛 GEN - JDG22:30 女篮世界杯预选赛小组赛伊斯坦布尔赛区 澳大利亚女篮 - 加拿大女篮明晨（3.18）01:45 欧冠1/8决赛次回合 葡萄牙体育(0) - 博德闪耀(3)03:30 女篮世界杯预选赛小组赛维勒班赛区 韩国女篮 - 法国女篮03:30 篮冠联淘汰赛 泰利斯特 - 特内里费04:00 欧冠1/8决赛次回合 切尔西(2) - 巴黎圣日耳曼(5)04:00 欧冠1/8决赛次回合 曼城(0) - 皇家马德里(3)04:00 欧冠1/8决赛次回合 阿森纳(1) - 勒沃库森(1)05:00 女篮世界杯预选赛小组赛圣胡安赛区 西班牙女篮 - 美国女篮07:00 NBA常规赛 热火 - 黄蜂07:00 NBA常规赛 雷霆 - 魔术07:00 NBA常规赛 活塞 - 奇才07:30 NBA常规赛 步行者 - 尼克斯
-
科普克：特狮运气太差；鲍曼很出色，很可能担任德国首发门将 当地时间3月16日，在电影《意大利之夏——1990年世界杯》首映活动的新闻发布会上，前德国国家队门将、1990年世界杯冠军科普克谈到了德国队的门将情况。 针对即将到来的2026年世界杯，科普克重点谈到了霍芬海姆的鲍曼，他被科普克认为“很可能担任首发门将”。曾执教德国国家队门将长达17年的科普克对特尔施特根的伤病表示深切同情：“对特尔施特根来说，我感到非常难过，他运气太差了，又一次受伤。”特尔施特根在经历数月伤停后才刚刚复出，但今年二月又因髌腱撕裂被迫再次休战数月。科普克认为特尔施特根没有足够时间准备，以首发身份参加世界杯。他称鲍曼是“非常出色的门将”，并表示鲍曼在德国队顺利晋级世界杯过程中起到了重要作用。他祝愿鲍曼在世界杯中发挥出色。至于随队出征世界杯的其他门将人选，科普克表示“还需拭目以待”。
-
亚马尔对阵塞维利亚时开玩笑：内鬼，我的队友们都是内鬼 西甲第28轮，巴萨5-2战胜塞维利亚巩固西甲榜首，亚马尔替补登场，DAZN拍到他在替补席开玩笑称队友都是内鬼，体现队内氛围融洽。 巴塞罗那在击败塞维利亚后巩固了其在西甲联赛的领头羊位置，凭借拉菲尼亚的帽子戏法以及奥尔莫和坎塞洛的进球，巴萨以5-2大胜对手。弗里克对首发阵容进行了一些轮换，目的是让球队以最佳状态备战本周对阵纽卡斯尔的欧冠八分之一决赛次回合比赛。亚马尔正是在对阵塞维利亚的比赛中获得了些许休息时间：他从替补席出发，在第67分钟登场，当时Spotify诺坎普球场的比分是5-1。在登场比赛之前，这位巴萨10号球员便是赛前的焦点人物之一。DAZN的镜头对准了替补席上的亚马尔，这个位置对于这位前锋来说并不常见。坐在他身边的还有拉什福德、什琴斯尼、卡萨多和费尔明等人。“听着：我的朋友们，这些都是我的朋友，他们全都是一群内鬼。内鬼！”亚马尔在替补席全体成员的笑声中说道，这也反映出在本赛季即将结束、联赛和欧冠赛事仍在争夺的几个月前，巴萨更衣室里的良好氛围。
-
斯塔姆：曼联要想夺得英超冠军，必须留下B费这样的球员 前曼联后卫斯塔姆在接受Viaplay采访时表示，曼联必须竭尽全力留住布鲁诺-费尔南德斯，这样球队才能更进一步并夺得英超冠军。 英超第30轮，这位曼联队长延续着出色状态，卡里克率领的球队以3-1战胜同样力争欧冠资格的阿斯顿维拉。尽管费尔南德斯在老特拉福德没有进球，但他全场都颇具威胁，并助攻卡塞米罗和马特乌斯-库尼亚破门。斯塔姆表示：“他非常出色，能为队友送出致命传球，你需要这样的球员。”“我们经常讨论布鲁诺，讨论他的为人、他的心态，以及他有时如何与队友互动。但当你看到他在控球、为队友创造机会时的能力，那真的是现象级的。”“你的球队里必须拥有这样的球员，否则你永远无法迈出夺冠的那一步。”【上咪咕独家看英超】
-
国家安全部发布“龙虾”安全养殖手册 OpenClaw（昵称“龙虾”）是一款开源AI智能体工具，上线不久便迅速成长为2026年度现象级“开源奇迹”。不少用户从付费安装“龙虾”，到付费卸载“龙虾”，养“龙虾”正在成为一场智能体的狂欢。但火热的“龙虾”在创新改变生活的同时，也存在原生风险。小安特别提示，广大用户要理性辨别、规范使用，以积极的心态和慎重的执行拥抱人工智能时代，让“龙虾”成为遵规守纪、产能高效的“数字员工”。 摸清“龙虾”的生产特点“龙虾”智能体通过整合通信软件和大语言模型，依托高权限实现自主操作，成为其核心优势。——从“给出方案”到“落地执行”。“龙虾”不像大模型智能体通过问答提供咨询建议，而是可以通过聊天程序远程执行用户指令，自主完成任务。——从“固定功能”到“多种插件”。“龙虾”内置了大量技能插件，用户可直接下载使用，形成覆盖文件管理、邮件撰写、日历调度、网页浏览、定时任务等多场景的工具链。——从“普通工具”到“自我进化”。“龙虾”可以长期记忆用户使用记录，持续理解用户行为偏好，“越用越懂用户”，所以大家称之为“养龙虾”。——从“被动等待”到“主动服务”。“龙虾”可根据用户要求，主动感知外部情况，主动触发预警或执行动作，完成“夜间下达指令、晨间获取成果”的智能服务。 了解养“龙虾”的风险隐患——主机可能被接管。为实现“做事”能力，用户常赋予其最高系统权限，可能引发因AI误操作造成的数据损失。更严重的是，运行后可能被攻击者神不知鬼不觉获取设备管理权限，从而引发主机被远程操控，资源被非法占用等安全风险。——数据可能被窃取。部分用户缺乏数据安全意识，个人敏感数据交由“龙虾”处理，一旦被攻破，可能造成个人隐私泄露，带来财产与安全风险。——言论可能被篡改。“龙虾”智能体可在社交网络自主发声，一旦被攻击者接管，可能被用于生成和传播虚假信息、实施诈骗等不法活动。——技术可能有漏洞。“龙虾”缺乏专业维护与漏洞修复机制，攻击者可能通过恶意插件投毒等方式，诱导智能体突破权限管控，主动窃取本地设备的核心敏感信息，其隐蔽性远超传统木马程序。“养虾人”必看安全指南——给自己的“龙虾”全面体检。检查控制界面是否暴露在公网、权限配置是否过高、存储的凭证是否已泄露、安装的插件来源是否可信等问题。对于严重安全风险，请立即采取隔离、下线等处置措施。——为自己的“龙虾”做好防护。必须遵循最小权限原则，严格限制智能体的操作范围。对存储的敏感数据必须进行加密，建立完整的操作审计日志，尽量在隔离环境（如专用虚拟机、沙箱）中运行“龙虾”，限制其对核心资源的访问。——让自己的“龙虾”老实好用。“龙虾”并非供人娱乐的数字宠物，而是能够自主执行任务、承担流程操作、持续学习成长的“数字员工”，养“虾”人应理性看待、规范使用，让其在合规、安全、可控的前提下成为提升治理效能，服务生产生活的数字化生产工具。来源：安平/“国家安全部”微信公号
