作者: hiyoho

  • G7峰会历史性一刻:OpenAI、Anthropic、Google DeepMind三巨头首次同台

    G7峰会历史性一刻:OpenAI、Anthropic、Google DeepMind三巨头首次同台

    G7峰会AI三巨头同台
    OpenAI、Anthropic、Google DeepMind三巨头首次共同出席G7峰会

    6月16日,法国埃维昂莱班,G7峰会现场出现了一个前所未有的画面:Sam Altman(OpenAI)、Dario Amodei(Anthropic)、Demis Hassabis(Google DeepMind)三个人坐进了同一个房间,面对全球最发达工业国的领导人。这不是一个行业会议,这是G7。三个在AI军备竞赛里拼得你死我活的公司掌门人,第一次被同时请到这张桌子上。

    Macron亲自点名Altman

    法国今年握着G7轮值主席国的位子,总统马克龙把AI放在了峰会议程的核心位置。Altman能坐进去,是马克龙亲自邀的——这是他第一次出现在G7场合。OpenAI的首席全球事务官Chris Lehane放话称,科技公司离开的时候应该会达成一揽子自愿承诺,青年安全是Altman个人的头号议程。

    Lehane还提到了前沿AI在网络和生物领域的威胁——这直接指向了Fable 5出口管制争议的核心范畴。更有意思的是Amodei也坐在里面,而此刻他的公司正和美国商务部因为Fable 5暂停事件吵得不可开交。CEO坐在G7会议室里谈AI治理,而他公司的旗舰模型正被联邦指令强行下线——这个画面怎么看都透着荒诞。

    三个人上个月刚联名给美国国会写了一封信,呼吁加强对合成DNA和AI相关生物威胁的监管——竞争对手之间这种罕见的统一战线,恰好也是本次G7峰会议程的相关议题。

    ChatGPT破10亿,但赢家不止一个

    峰会期间同步传出的另一组数据,让”AI助手市场”这个话题变得更加复杂。ChatGPT月度活跃用户突破10亿——这是消费级应用史上最快摸到这个里程碑的产品,比TikTok、Instagram、YouTube在同阶段的增速都快。

    但更值得关注的是追赶者的增速。Claude同比涨了640%,Meta AI同比涨了973%。AI助手市场并没有出现”赢家通吃”的局面,反而在多个产品同时爆发式增长。Claude那640%的同比增速,建立在已经不小的基数上,这种复合增长轨迹足以支撑Anthropic在10月IPO时拿出9650亿美元的估值逻辑。Meta AI的973%则主要靠WhatsApp和Instagram的植入式分发,数十亿用户甚至不需要专门下载一个新应用。

    • ChatGPT:10亿月活,消费级应用史上最快
    • Claude:同比增长640%,IPO估值逻辑坚实
    • Meta AI:同比增长973%,全球最快增长的AI助手

    Agentjacking:AI编程助手的新威胁

    G7谈的是前沿风险和治理,但现实中的攻击已经在利用AI编程助手了。一种叫”Agentjacking”的新型攻击正在盯上Claude Code、Cursor、Codex——攻击者在开发环境里注入伪造的Sentry错误信息(Sentry是大多数专业开发团队都在用的错误监控工具),AI编程助手读到这些假错误后,会按照注入指令而不是开发者的本意执行命令。

    测试数据显示,85%的AI编程助手在遇到精心构造的假Sentry错误时会照做不误。已经有2388个组织被确认暴露在这个漏洞下。如果你在CI/CD流水线里跑了Claude Code或者其他AI编程助手,现在就得去查Sentry集成配置有没有被篡改过。

    G7峰会上的三位CEO在谈前沿AI风险和青年安全,而此时此刻,AI助手的真实用户正面临一种全新的、成功率85%的攻击。治理和未来固然重要,但眼前的安全漏洞可能更紧迫。

  • 欧盟发布AI内容标签规范,8月2日起强制生效

    欧盟这一次动真格了。6月10日,欧盟委员会正式发布AI内容标签实践准则(Code of Practice),给所有在欧运营的生成式AI划定了透明底线。规则很简单:从今年8月2日起,任何AI生成或篡改的内容,只要涉及公共利益,必须打上标签;任何和AI聊天机器人互动的用户,必须事先被告知对方是机器。

    自愿准则,强制义务

    这份准则本身是企业自愿签署,但它指向的义务可不是自愿的。它们写在了《欧盟AI法案》第50条里,8月2日一到,不管你签不签这份准则,法律义务都摆在那里。

    签了准则的好处是,欧盟委员会给你一个”合规认可”,相当于拿到了一张官方背书。对于在大模型供应链上的公司来说,这种认可不是可有可无——它意味着你的产品在被审查时,有一个现成的合规证据。

    “欧洲人有权知道他们看到、听到或读到的内容是否由AI制作或篡改,尤其是当这类内容可能塑造公共讨论的时候。”——欧盟委员会执行副主席Henna Virkkunen

    供应链上的分工

    准则把标签工作拆成了两截,正好对应AI供应链的上下游。上游是做基础大模型的公司,它们被要求以机器可读的格式标记自己的输出,这样下游才能接着处理。下游是把模型做成产品的部署方,它们负责给用户看得到的标签。

    对于面向公共利益的AI生成文本,这个”公共利益”的判定很关键——如果内容在没有人工审核或编辑控制的情况下发出,就必须标签。换句话说,全自动的AI新闻稿、AI公关稿,以后在欧盟得明明白白告诉读者”这是AI写的”。

    欧盟AI内容标签规范
    欧盟试图在AI透明度上拿下全球标准制定权

    时间紧迫,细节未定

    留给企业的时间不到两个月。欧盟委员会还在准备补充指南,会澄清法律条文里没说清楚的部分,也会覆盖这份准则没顾及到的场景。但企业不能等——8月2日法律就生效了,到时候没贴标签就违法了。

    这份准则由六名独立专家起草,180多个利益相关方参与了讨论。它是《欧盟AI法案》下第一个处理内容标签的工具,但肯定不会是最后一个。欧盟的意图很清楚:在AI透明度这个问题上,它要拿下的不只是区域标准,而是全球规则制定权。


    对做AI产品的公司来说,现在就得动手了:盘点哪些输出需要标签、用什么格式标记、怎么在产品中展示。等到7月再动手,只怕来不及。

  • ComfyUI – 最强大的模块化AI内容创作引擎,节点式工作流颠覆传统AI生成

    ComfyUI Logo

    ComfyUI – 模块化AI内容创作引擎

    📦 项目简介

    ComfyUI 是最强大、最模块化的AI内容创作引擎,提供图形化节点界面来构建和执行AI生成工作流。支持图像、视频、3D模型、音频等多类型内容生成,无需编写代码即可搭建复杂的AI生成流程。

    ⭐ GitHub热门
    🎨 AI图像生成
    🎬 视频生成
    🎵 音频生成

    🔧 安装要求和过程

    环境要求

    组件 要求
    操作系统 Windows / Linux / macOS
    Python版本 推荐 3.13+(3.14存在部分兼容问题)
    PyTorch版本 推荐 2.4+(优先使用最新CUDA版本)
    GPU显存 最低 1GB(智能内存管理)

    快速安装(NVIDIA GPU)

    # 克隆仓库
    git clone https://github.com/Comfy-Org/ComfyUI.git
    cd ComfyUI

    # 安装PyTorch(CUDA 13.0)
    pip install torch torchvision torchaudio –extra-index-url https://download.pytorch.org/whl/cu130

    # 安装依赖
    pip install -r requirements.txt

    # 启动服务
    python main.py

    一键安装(推荐)

    🚀 Windows便携包:下载解压即用(NVIDIA版)

    📦 comfy-clipip install comfy-cli && comfy install

    🖥️ 桌面客户端:官网下载一键安装

    ☁️ 云端部署:Comfy Cloud(无本地硬件用户)

    ✨ 核心功能

    🎨

    多模态模型支持

    支持SD1.x/2.x、SDXL、SD3/3.5、Flux、Qwen Image、Hunyuan等图像模型;Stable Video Diffusion、Wan 2.1等视频模型;Stable Audio等音频模型;Hunyuan3D等3D模型

    异步队列+智能显存

    仅重新执行工作流中发生变化的部分,大幅提升运行效率;智能内存管理,最低支持1GB显存GPU运行大模型

    🔗

    节点式工作流

    图形化节点界面,灵活搭建复杂工作流;支持工作流保存/加载为JSON;App模式将复杂工作流封装为简易UI

    📦

    扩展生态丰富

    支持LoRA、Embedding、超网络加载;支持ControlNet、T2I-Adapter、GLIGEN等扩展;ComfyUI-Manager一键安装扩展

    🔒

    离线运行+完整复现

    核心功能不会自动下载额外内容,保护隐私;支持从生成的PNG、WebP、FLAC文件中加载完整工作流(包含种子参数),实现结果完整复现

    🎯 典型使用场景

    场景一:AI图像生成与工作流复用

    通过节点式工作流搭建复杂的图像生成流程(如:文生图+高清放大+面部修复),保存为JSON文件或PNG图片。下次直接加载工作流即可复现相同效果,大幅提升创作效率。支持LoRA微调模型,实现个性化风格生成。

    场景二:视频生成与编辑

    集成Stable Video Diffusion、Wan 2.1等视频生成模型,通过节点工作流实现文本生成视频、图片生成视频、视频风格转换等功能。支持视频帧插值、超分辨率等后处理节点。

    场景三:企业级AI内容生产流水线

    通过ComfyUI的API模式,将复杂的AI生成工作流封装为简易UI,供非技术团队成员使用。结合ComfyUI-Manager批量安装扩展,快速搭建企业内部的AI内容生产平台,实现批量图像/视频生成自动化。

    💡 推荐理由

    ComfyUI彻底改变了AI内容生成的工作方式——从”写提示词等待结果”进化到”可视化搭建AI生成流水线”。

    为什么值得尝试?
    灵活性无敌:节点式工作流让你可以精确控制AI生成的每一个环节,从模型选择、提示词处理、采样参数到后处理,全部可视化调整。
    社区生态强大:ComfyUI-Manager让扩展安装一键完成,数千个自定义节点覆盖各种需求(ControlNet、IP-Adapter、AnimateDiff等)。
    资源占用优化:智能显存管理让低显存用户也能跑大模型,异步队列提升生成效率。
    结果可复现:工作流嵌入PNG图片,分享作品的同时分享完整生成流程,AI创作的”开源”精神。

    如果你觉得WebUI”不够灵活”,或者想搭建自动化的AI内容生产流水线,ComfyUI绝对是最佳选择。节点式工作流的学习曲线稍陡,但一旦掌握,创作效率将大幅提升!

    📥 下载地址

    支持Windows / Linux / macOS | 最低1GB显存 | 开源免费

    🏷️ 标签:ComfyUI · 节点式 · AI绘画 · 图像生成 · Stable Diffusion · 工作流

    📌 归类:开源项目

  • 特朗普一封令按下AI开关:Anthropic模型下线,全球主权AI进程骤然加速

    上周末,Anthropic突然把旗下最新、最强大的两个AI模型Fable 5和Mythos 5下线了。原因不是技术故障,也不是安全问题——是白宫要求的。美国政府要求这家AI公司切断所有外国国民的访问权限,连自己的员工也不例外。Anthropic后来发声明说,自己”几乎没有选择”。

    Anthropic shutdown sovereign AI
    Anthropic事件加速全球主权AI布局

    一声令下,模型下线

    特朗普政府的这次行动迅速、宽泛,而且几乎没有任何提前警告或解释。Fable 5和Mythos 5本来就已经加了层层 safeguards,限制在”高风险领域”的使用,但这一次连普通外国用户的访问也被一刀切了。

    这件事给全世界提了一个醒:美国不仅主导了前沿AI技术,它的政府还直接握有”谁能用什么AI”的开关。对于很多国家来说,这种依赖突然间变得非常不舒服。

    “我们认真对待每一个对其他国家主权构成威胁的问题,但我们还没有学会用同样的严肃态度对待这一个。”——英国AI与在线安全部长Kanishka Narayan

    英国:这是国家安全问题

    事件发生后,英国的AI与在线安全部长Kanishka Narayan虽然没有点名Anthropic、特朗普或美国,但显然是在借这个时机推动自己的议程。他说,英国必须发展自己的AI能力,这不是经济问题,是国家安全问题。

    Narayan的表态很直接:”我们对待其他每一个主权威胁都极度认真,但我们还没有学会用同样的方式对待这一个。”他发言时,屏幕上闪过英国警察和军队的画面。AI是”我们时代的核心政治问题”,英国必须在”别人替我们决定答案之前”,自己想清楚这项技术将如何塑造本国的经济、安全和主权。

    法国:更直接地点名美国

    法国的反应比英国更 explicit,也更直接地把矛头对准了美国。法国一直是”主权AI”最积极的推动者之一,这次Anthropic事件相当于给他们的论点在上面盖了个章。

    Mistral AI——这家法国本土的AI独角兽——一直以来打的就是”欧洲不需要依赖美国AI”这张牌。Anthropic这波操作,等于是免费给Mistral做了一次最强的品牌宣传。


    全球主权AI的加速器

    这件事的意义不止于Anthropic两家模型暂时下线。它给全世界那些一直在犹豫”要不要自己搞AI”的政府和企业,提供了一个极其有力的理由。

    长期以来,很多国家有一种潜在的不安:前沿AI全在美国公司手里,万一哪天地缘政治关系恶化,或者华盛顿决定”武器化”AI访问权限,自己就被动了。Anthropic事件把这种潜在不安变成了现实。

    中国本来就不在Anthropic的服务范围内,这次事件对它没什么新影响。但对中国以外的很多国家——从欧盟到印度到东南亚——这个信号很清晰:把最关键的技术完全寄托在别国公司身上,是有代价的。

    Anthropic后来表示可能会把Fable和Mythos重新上线,但损害已经造成了。世界各国加速自主研发AI的决心,已经被这次”按下开关”的事件深深地推了一把。

  • AI裁员潮成了火药桶:科技公司靠AI叙事裁人,财富却在同一时间疯狂集中

    五月份,美国科技公司裁员人数创了两年来单月最高纪录——接近4万人。而”AI”已经连续第三个月,成为所有行业裁员报告里出现频率最高的理由。这个数字本身已经够扎眼了,但更值得玩味的是,越来越多的人开始怀疑:AI真的是原因吗,还是只是个方便的理由?

    AI裁员与科技财富分化
    AI裁员潮背后:科技新贵的财富与普通工人的困境

    “银弹借口”

    Marc Andreessen,那个在VC圈一言九鼎的名字,最近说了一句大实话。他把AI叫做裁员时的”银弹借口”——意思是,很多公司其实根本就是管理不善、之前招太多人,但现在有了AI这个完美背锅侠,什么都不用解释了。

    他在和播客投资人Harry Stebbings聊天的时候说得很直白:”基本上,每家大公司都人满为患。至少多招了25%,我觉得大部分公司多招了50%,有不少甚至多招了75%。现在它们都有了银弹借口:啊,是AI。”

    Block的例子简直是教科书级别的反转。今年早些时候,Jack Dorsey把公司近一半的人(约4000人)裁了,然后信誓旦旦地说这不是公司经营有问题,而是AI工具”正在改变建立和运营公司的方式”。结果X上有网友追问他:疫情期间你疯狂招人导致臃肿,这你怎么解释?Dorsey后来不得不承认:好吧,确实招多了。

    Block的裁员闹剧只是冰山一角。越来越多的公司发现,只要把裁员原因往AI身上一推,股价不但不会跌,反而可能涨。

    另一边:财富正在以惊人速度集中

    让这件事变得格外”易燃”的,是时间点的巧合。就在成千上万被裁的员工收拾东西走人的同时,一小群AI圈内人正在以难以想象的速度积累财富。

    上月初,AI芯片公司Cerebras Systems在纳斯达克上市,首日收盘比185美元的IPO价格上涨68%,市值约670亿美元。两位联合创始人Andrew Feldman和Sean Lie一夜之间跻身亿万富翁俱乐部。SpaceX上周五也上市了,目前市值2.1万亿美元,马斯克的纸面财富直接突破万亿,同时还造出了大约4400个百万富翁和400个亿万富翁(前提是股价不跌)。

    Anthropic和OpenAI也在紧锣密鼓地准备上市,两家估值都在1万亿美元左右。旧金山的高端房产市场已经疯了,AI公司聚集的那几个街区,房子加价几百万美元成交是常态。

    然后是Mark Zuckerberg。今年3月初,他在迈阿密的”亿万富翁地堡”买了一栋1.7亿美元的豪宅,创了迈阿密-戴德县的历史纪录。两个月后,Meta宣布裁员8000人,约占员工总数的10%。

    普通人的账本

    科技大佬买豪宅、IPO造富,这些本身不新鲜。但这次不同的是,普通美国人正在经历多年来最紧的一次钱包危机。

    今年,有雇主赞助健康保险的员工,保费涨幅约6%到7%,是通胀率的两倍多。私人健康保险的费用自2008年以来翻了一倍。房价自2020年初以来涨了28%,同时房贷利率也翻了近一倍。1月份的一份民调显示,65%的选民认为中产阶级生活方式已经遥不可及;5月份更新的民调更夸张,76%的美国人把”生活成本”列为最关心的经济问题,一年前这个比例是58%。


    这不是2008年,但可能更危险

    有人拿现在和2008年金融危机比。那一次,华尔街的疯狂借贷和过度冒险引发了危机,结果是银行拿了救助,普通人丢了工作和房子,愤怒最终在2011年汇聚成了”占领华尔街”运动。

    但这一次可能更危险。2008年至少还有一个明确的危机可以指认。而今天,公司还在盈利,AI本身正在造富,裁员却照常发生,而且理由就是AI。2008年的观感是”我们给搞砸经济的人买单,你丢了工作”;今天的观感可能是”我们靠正在用来替代你的技术变得前所未有的富有”。

    不管经济学家怎么解释——他们中的很多人认为真正的驱动因素是关税、中东战争和更广泛的经济不确定性——普通员工接收到的信号就是如此。而且这个信号,很危险。

  • Spotify牵手环球音乐:AI翻唱正式合法化,Suno的好日子到头了?

    Spotify牵手环球音乐:AI翻唱正式合法化,Suno的好日子到头了?

    Spotify AI音乐翻唱功能
    Spotify 与环球音乐合作,AI 翻唱进入合法时代

    Suno 和 Udio 这两个 AI 音乐创业公司,过去两年一边被唱片公司追着打官司,一边悄悄积累了上千万用户。他们的逻辑很简单:先做了再说,版权问题以后再说。结果”以后”现在来了——Spotify 亲自下场,带着环球音乐的正式授权,要做 AI 翻唱和混音,而且还要给艺人分成。

    换句话说,AI 翻唱正式从灰色地带走进了阳光底下。只是阳光下的那块地,不一定是 Suno 的。

    Spotify 的”artist-first”AI 路线

    根据 Spotify 的公告,这次和环球音乐集团(UMG)达成的协议允许粉丝用生成式 AI 技术来翻唱和混音自己喜欢的歌曲。这个功能会以付费插件的形式推出,目前只向 Premium 订阅用户开放,参与授权的艺人可以从中获得收入分成。

    Spotify 联合 CEO Alex Norström 在声明里把这套逻辑叫”artist-first”——艺人和版权方有权选择是否参与 AI 工具,如果参与,就能获得公平报酬。这话听起来理所当然,但放在 AI 音乐这个圈子里,其实是在直接点名 Suno 和 Udio 的做法有问题。

    我们一直在通过事先协议来构建这些工具,而不是先做出来再求原谅。——Spotify 在去年的预告里这么说过。当时业内都明白这句话是在说谁。

    Suno 的好日子到头了?

    Suno 和 Udio 的麻烦从 2024 年就开始了。几家主要唱片公司几乎同时提起了诉讼,核心指控是:这两个平台在未经授权的情况下,用受版权保护的音乐来训练模型,并且允许用户生成高度相似的仿冒作品。

    2025 年,Suno 和 Warner Music 达成和解,付出了 5 亿美元的代价。Udio 也相继和 Warner、UMG 和解。但截至目前,Suno 仍然在面对 UMG 和 Sony Music 的版权索赔,局势远没到尘埃落定的时候。

    Spotify 现在带着正式授权进场,对 Suno 来说不是好消息。用户为什么要在一个法律地位岌岌可危的平台上玩 AI 翻唱,而不是在 Spotify 这个全球最大的音乐流媒体平台里,光明正大地对自己喜欢的歌手的作品做实验?

    环球音乐为什么愿意?

    UMG 董事长兼 CEO Sir Lucian Grainge 在声明里说,这个合作能让艺人和粉丝建立更深的连接,同时创造额外的收入机会。这句话翻译过来就是:AI 翻唱这股浪潮挡不住,不如自己进来制定规则,还能赚一笔。

    目前还不清楚有哪些 UMG 旗下的艺人参与了这个项目。但可以确定的是,一旦头几个大牌艺人进来试水,其他人跟进只是时间问题。

    不只是 AI 翻唱:Spotify 的 AI 大跃进

    AI 翻唱工具的公告,是 Spotify 投资者日一系列 AI 相关发布的一部分。同一天,Spotify 还公布了:

    • 一个由 ElevenLabs 驱动的 AI 有声书创作工具,让作者用 AI 朗读生成有声版
    • 面向播客主的 AI 功能,包括 Q&A 生成和 Briefing 生成
    • 一个桌面端 AI 播客创作 app,用户可以生成个人化的播客节目
    • 为头部粉丝预留演唱会门票的功能,用来提升用户参与度

    可以看出 Spotify 在 AI 上的策略非常清晰:能拿授权的就拿授权,能跟大厂合作的就合作,绝不自己闷头干。这种打法短期来看慢,长期来看反而可能是最稳的。

    环球音乐只是第一个。Spotify 在公告里暗示,和 Sony、Warner 等其他唱片公司的类似协议也在路上。等到那一天,AI 翻唱和混音就会像当年的播客一样,从边缘功能变成平台标配。

    至于 Suno,现在的处境有点像当年的音乐盗版网站——技术很酷,用户很多,但大厦将倾只是时间问题。除非它能迅速拿到和主要唱片公司的和解授权,否则等 Spotify 的 AI 翻唱功能正式上线,Suno 的用户流失速度可能会比任何人预期的都快。


  • 苹果iOS 27终于认真做AI修图了,但「照片还是照片吗」这个问题更棘手了

    苹果iOS 27终于认真做AI修图了,但「照片还是照片吗」这个问题更棘手了

    苹果iOS 27 AI照片编辑功能
    iOS 27 带来了 iPhone 上第一套真正的 AI 修图工具

    iPhone 是全球最流行的”相机”,但如果你认真玩过 AI 修图,就知道 iOS 一直差点意思。Google 的 Pixel 早就用 Magic Editor 把照片玩出花了,而苹果的照片 app 直到最近还只能做点基础调整。iOS 27 变了——苹果终于把几套像样的 AI 修图工具搬进了原生照片 app。

    当然,和 Pixel 比起来,这些功能算不上激进。但对 iPhone 用户来说,这是一个拐点:你的照片 app 现在真的可以”改天换地”了。以至于看完演示之后,你可能会开始怀疑一个根本问题——这到底还是不是一张”照片”?

    Clean Up 终于能用了

    先说最实用的。Clean Up 这个工具其实之前就有,但老实说,之前的版本烂得基本上等于没有。它的功能是去掉照片里不想要的路人、杂物——也就是大家常说的”去路人”功能。

    今年最大的变化是:苹果不再只依赖设备端模型了。Clean Up 现在可以调用更强大的云端模型来处理消除和填充。效果是肉眼可见地变好了,之前处理完边缘常常有一团模糊的伪影,现在填充的纹理和光线匹配度高了不少。

    Extend:让照片”变大”

    第二个功能是 Extend,字面意思就是”扩展”——你把照片边缘拉出去,AI 负责把多出来的部分填上有理有据的内容。比如你拍了一张横构图,后来觉得要是方构图就好了,Extend 可以帮你把上下或左右”补齐”。

    这个功能的难点在于 AI 生成的内容得和原图的光线、透视、材质对得上。从目前的测试来看,iOS 27 的 Extend 在室外场景表现不错,但在一些纹理复杂的室内场景偶尔会露出马脚——填满的部分经不起放大细看。

    最野心也最”成问题”的:Spatial Reframing

    第三个功能叫 Spatial Reframing,是三个里面最玄乎的。它做的事情是:模拟相机在场景中移动的效果,让你对一张已经拍好的照片”重新构图”。比如你拍的时候镜头稍微偏了,现在可以让 AI 帮你”转一下角度”,重新取景。

    我最担心的不是功能好不好用,而是它让”照片”这个概念本身变得模糊。如果你可以用 AI 把一张照片的构图改成完全不同的样子,那它到底记录的是哪个瞬间?

    The Verge 的评测编辑 Allison Johnson 在文章里说了一句很妙的话:Google 之前说 Pixel 相机”不是拍照,是创造回忆”——现在苹果也在往同一条路上走,只是步子迈得更小心。

    苹果来晚了,但来得还算克制

    把 iOS 27 的这套 AI 修图工具和 Google Pixel 的 Magic Editor 摆在一起,你还是会觉得苹果慢了不止一拍。Pixel 用户已经用了好几年 AI 修图了,苹果现在才把类似功能搬进原生 app。

    但好处是苹果做得比较克制。它没有给你一个”一键生成整张照片”的按钮,而是在保留”这是你拍的照片”这个前提下,给了你一些微调的工具。Clean Up 去掉路人,Extend 调整构图比例,Spatial Reframing 做小幅修正——都没有让你完全重造一张图。

    目前这些功能还在开发者测试版里,正式推送之前苹果可能还会调整。但方向已经很清楚了:iPhone 的相机不止是硬件厉害,软件这边也在把 AI 慢慢渗透进去。只是下一步该怎么走——尤其是当”修图”和”生成”之间的边界越来越模糊的时候——苹果和 Google 都得面对那个问题。

    照片还是照片吗?答案可能取决于你愿不愿意接受:从今往后,每一张用 iPhone 拍的照片,都不只是光打在传感器上了。


  • 大模型出口管制:当AI权重开始像浓缩铀一样被监控

    大模型出口管制:当AI权重开始像浓缩铀一样被监控

    大模型出口管制:当AI权重开始像浓缩铀一样被监控

    上周五,一封信让全世界最强大的两个AI模型同时下线。美国商务部发了纸出口管制令:禁止任何外国公民接触Anthropic的Fable 5和Mythos 5模型。因为没办法实时甄别用户国籍,Anthropic做了唯一能做的事:把这两款刚发布三天的模型,对全球所有人,全部关闭。

    这是人类第一次,把一种以比特形态存在的智能体,纳入了与浓缩铀相同的出口管制框架。

    浓缩铀离心机、高端光刻机、军用级加密算法——这些东西被管制,是因为它们有物理边界。不给你设备,不给你图纸,你就造不出来。可以在海关拦截,可以在供应链上溯源。

    但Fable 5是一组权重参数。它可以被无限复制,不经过海关,不需要集装箱,不存在”偷运”这个物理动作。理论上,它可以在全球任何一台服务器上苏醒。

    美国商务部发现传统工具全部失效。没办法在边境拦下Fable 5,只能在源头上掐断它。

    真正被管制的对象,是这组权重参数所凝聚的”能力密度”:代码生成能力、推理规划能力、跨领域知识调用能力。这些能力分散在无数工程师大脑里时,从未触发过管制。但当它们被压缩进一个模型,当一个人可以用一句提示词调用所有这些能力时,压缩本身就构成了威胁。

    这就是浓缩铀逻辑在数字世界的精确映射。

    AI模型出口管制示意图
    AI模型正被纳入与浓缩铀相同的出口管制框架(插图:AI生成)

    铀矿石遍布地壳,从未被管制;但当它被浓缩到一定丰度,就成了地球上被监控最严密的物质。模型同理:单个能力分散在开源代码库、技术问答和学术论文中时,它是自由的。当所有这些能力被”浓缩”进一个单点可调用的接口时,它就跨过了那道门槛,而跨过门槛的代价,是被关掉。

    浓缩铀的剧本,正在重演

    1938年,哈恩和斯特拉斯曼在柏林发现核裂变。此后十年,铀从一种晦涩的实验室元素变成了地球上最敏感的战略物资。1946年,美国通过《原子能法案》,将所有核技术、核材料、核知识统统纳入政府管控。私人资本被逐出核能领域,科学家的国际交流被切断,连基础物理数据都被列为机密。

    一种纯粹的自然元素,从此被套上了政治的枷锁。

    八十年前那场管制基于一个冷峻的逻辑:有些力量太过强大,不能被任何不以国家利益为最终考量的实体所掌握。八十年后,同一个逻辑可能再度被激活,目标从原子核的裂变,变成了神经网络的前向传播。

    未来十年,三件事会发生

    浓缩铀的管制在1950年代催生了一个全新的国际治理结构:国际原子能机构、核不扩散条约、供应国集团。技术管制一旦确立,就会不可逆地走向制度化、多边化、永久化。

    AI不会例外。未来十年,大概率将有三件事发生。

    • 能力审查将走向制度化。每一个新的前沿模型在发布前,将不仅接受安全红队测试,还将接受政府授权的第三方合规审查。审查标准不会来自公司内部。模型能力的评估,将从”跑分”变为”清单”。清单上的每一项可能被滥用的能力,都会触发额外的管制要求。
    • 管辖边界将走向模糊化。Fable 5的命令针对的是”外国公民”,不分其地理位置。美国政府的管制触角,第一次延伸到了全球每一个用户。一个在新加坡的开发者,用着美国公司的API,被美国出口管制法管辖。这种管辖权的单方面扩张,将迫使非美国企业重新思考自己的AI供应链。
    • 技术路径将走向分裂。当闭源前沿模型面临反复断电的风险,全球AI产业将被迫走向双轨制。一条轨道是美国的闭源前沿模型,受出口管制约束,每一次发布都伴随着被下架的风险。另一条轨道是开源模型、本地部署模型、非美国司法管辖区的模型,它们可能不如前者先进,但它们不受美国政府断电威胁。

    开源模型的市场份额,将不只是由性能驱动,而是由”不被拔电”这一安全属性驱动。过去三年,开源模型在能力上一直在追赶闭源模型;未来十年,开源模型可能在”可靠性”这个维度上,对闭源模型形成结构性优势。

    最深的裂缝,在产权制度

    以上所有推演,都建立在一个尚未被回答的基础问题之上。Fable 5事件暴露出的最深危机,是数字文明至今没有为”智能”建立产权制度。

    在法律上,模型是被当作一种服务来出售的。你付钱,我用我的资产为你做事。我的资产始终是我的,你买到的只是它的产出。这一逻辑在传统服务行业运转了上千年,从未出过问题。

    但AI不同。当你的企业花了三个月时间,基于Fable 5的特定行为模式调优了所有内部工具,训练了员工,编写了数百条依赖该模型特定输出格式的自动化脚本之后,你已经在事实上将Fable 5变成了你的生产资料。

    但在法律上,它仍然是Anthropic的服务。它可以在任何一天被收回,你能得到的赔偿,不超过你在过去一个月支付的那笔订阅费。

    你付出了真实的生产资料投入,得到的是服务级别的法律保护。两者之间的落差,就是Fable 5下架时,全球所有企业客户所承受的损失。这笔损失没有出现在任何一张资产负债表上,没有触发任何保险理赔,没有任何法律条款能够覆盖。

    人类花了三百年建立了一套关于”财产”的法律体系。一块土地,一座工厂,一项专利,都有清晰的产权归属、交易规则和争议仲裁机制。但这套体系有一个默认前提:财产是有形的,或者至少有可追溯的载体。

    一个模型被拔电了,你什么都做不了。它既不是被偷,也不是被毁。它仍然存在,只是不让你用。这是一种全新的剥夺形式:剥夺的不是物,是使用权。而使用权在法律上,从来不属于你。


    浓缩铀被管制了八十年,至今仍是人类最敏感的技术资产。AI的管制才刚刚开始,它的终点,可能是一个被永久分裂的数字世界。在这个世界里,最聪明的模型未必是能用的模型。能用的模型,一定是产权最清晰的模型。不被夺走,在某个历史关口,比一时领先重要得多。

  • AI裁员潮背后:当打工人被优化,科技大佬们正狂赚数百亿

    AI裁员潮背后:当打工人被优化,科技大佬们正狂赚数百亿

    AI裁员潮背后:当打工人被优化,科技大佬们正狂赚数百亿

    上个月,美国科技公司裁掉了将近4万人。这是两年来单月裁员最高纪录。如果你去问这些公司为什么裁员,十有八九会听到同一个理由:AI。从Block到Cloudflare,从Meta到谷歌,CEO们在解释裁员时都把AI挂在嘴边,好像有了这个借口,一切就说得通了。

    但事情没那么简单。Block的杰克·多西年初裁掉公司一半员工的时候,嘴硬说这是因为AI工具改变了工作方式,公司不需要那么多人了。结果网友在X上不买账,追问他疫情期间过度招聘的事。多西后来只好承认:行吧,我们确实招多了。

    著名VC马克·安德森最近说得更直白:AI现在成了”银弹借口”。他在播客里说,几乎所有大公司都至少多招了25%的人,很多公司多招了50%,不少甚至多招了75%。现在它们都有了完美的借口:”啊,是AI的原因。”

    真正让这事变得火药味十足的,是时间点的巧合。就在成千上万员工被叫去HR办公室领辞退信的同一时刻,一小撮AI圈内人正在变得富有——富有到普通人理解不了的程度。

    上月初,AI芯片公司Cerebras Systems在纳斯达克上市,首日涨幅68%,市值冲到670亿美元。两位联合创始人安德鲁·费尔德曼和肖恩·李一夜之间成了亿万富翁。SpaceX上周五上市,市值2.1万亿美元,马斯克纸面财富突破万亿,顺便造就了大约4400个百万富翁和400个亿万富翁。Anthropic和OpenAI也在排队上市,估值都在万亿美元上下。

    这还没完。在旧金山——现在遍地都是AI公司——高端房产经常以高于要价数百万美元的价格成交。马克·扎克伯格今年3月花了1.7亿美元在迈阿密的”亿万富翁堡垒”买了栋豪宅,创下迈阿密-戴德县有史以来最贵的房屋交易记录。两个月后,Meta宣布裁员8000人,约占员工总数的10%。

    AI裁员潮与科技财富对比
    AI裁员潮中,科技公司股价上涨,高管财富激增(插图:AI生成)

    普通美国人的日子就没这么风光了。今年,有雇主提供的健康保险保费上涨6%到7%,是通胀率的两倍多。自2008年以来,私人健康保险的成本大约翻了一番。房价自2020年初以来上涨了28%,同时房贷利率也翻了近一倍。

    今年1月《纽约时报》/锡耶纳学院的一项民调显示,65%的选民认为中产阶级的生活方式已经遥不可及。最近的另一项民调发现,76%的美国人现在把生活成本列为最关心的经济问题,比一年前的58%大幅上升。

    这不是单纯的失业问题。这是数万被裁员工撞上一个异常无情的成本环境,而与此同时,数万AI圈内人正在见证一代人难得一见的账面财富变现,然后还被告知:AI就是你们丢掉工作的原因。

    2008年金融危机之后,华尔街投行搞出来的烂摊子,最后是政府拿纳税人的钱去救它们,而数百万美国人丢了工作和房子。三年后,那种愤怒结晶成了”占领华尔街”运动。

    如果按目前这个轨迹走下去,”占领华尔街”可能看起来都算温和了。”占领华尔街”是一场危机之后的运动,公众愤怒的核心是说不清楚谁来为收拾烂摊子买单。而这一次,连危机都没有。公司们在赚钱,AI本身在造富,裁员照样发生,而且AI被指为驱动因素。

    2008年的画风是:”我们在救那些搞垮经济的人,而你丢了工作。”这一次可能的画风是:”我们靠那个正在用来替代你的技术变得空前富有。”

    不少公司——包括Block、Atlassian、Cloudflare——发现,当它们把AI作为裁员理由时,股价会飙升。所以这个策略表面上说得通。但它们可能想清楚一件事:这真的是它们想传达给被裁员工、以及所有正在观望的人的信息吗?


  • Agent-Reach:给AI Agent装上「全网眼睛」,30K+ Stars的免费互联网接入神器

    Agent-Reach:给AI Agent装上「全网眼睛」,30K+ Stars的免费互联网接入神器

    Agent-Reach - 给AI Agent装上全网眼睛

    项目简介

    Agent-Reach 是一个为 AI 智能体(AI Agent)提供全网内容读取与搜索能力的开源工具。它让 AI Agent 能够一键读取 Twitter、Reddit、YouTube、B站、小红书、GitHub 等 15+ 平台的内容——完全免费、无需付费 API,只需一行命令安装。

    项目目前拥有 30K+ GitHub Stars,是当前 AI Agent 基础设施领域最热门的项目之一。由开发者 Panniantong 开发并持续维护,采用 MIT 开源协议。

    为什么需要 Agent Reach?

    AI Agent 已经能帮你写代码、改文档、管项目——但你让它去网上找点东西,它就抓瞎了:

    • 📺 让 AI 看 YouTube 教程 → 拿不到字幕
    • 🐦 让 AI 搜推特产品评价 → Twitter API 要付费
    • 📖 让 AI 去 Reddit 找同类 bug → 返回 403
    • 📕 让 AI 看小红书商品口碑 → 必须登录才能打开
    • 📺 让 AI 总结 B 站技术视频 → 被风控拦截
    • 🔍 让 AI 搜索最新 LLM 框架对比 → 没有好用的免费工具

    安装要求与环境配置

    环境要求 说明
    Python 版本 Python 3.10 及以上
    操作系统 macOS / Linux / Windows 全平台支持
    兼容 Agent Claude Code、OpenClaw、Cursor、Windsurf、Codex 等所有能执行命令的 Agent
    网络代理 本地电脑不需要;服务器部署可能需要(~$1/月)

    快速安装步骤

    方法一:一键安装(推荐)
    # 复制这句话给你的 AI Agent:
    帮我安装 Agent Reach:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md
    
    # 或手动执行:
    pip install agent-reach
    agent-reach install --env=auto
    方法二:安全模式(生产环境推荐)
    pip install agent-reach
    agent-reach install --env=auto --safe

    安装完成后,运行诊断命令查看各渠道状态:

    agent-reach doctor

    核心功能

    🌐 网页阅读

    基于 Jina Reader 免费读取任意网页内容,自动清洗 HTML 标签,输出干净文本。无需 API Key。

    🐦 Twitter/X 读取

    通过 Cookie 认证免费读取和搜索推文,支持单条推文、时间线浏览、长文阅读。无需 Twitter API 付费。

    📺 YouTube 字幕提取

    基于 yt-dlp(154K Stars)提取视频字幕和元数据,支持多语言,无需 API Key。

    📺 B站搜索与阅读

    使用 bili-cli 无需登录即可搜索视频、获取详情。支持字幕提取(需 OpenCLI 配置)。

    🔍 全网语义搜索

    集成 Exa AI 语义搜索引擎(MCP 接入),支持自然语言查询,免费无需 Key。

    完整平台支持列表

    平台 零配置功能 配置后解锁
    🌐 网页 阅读任意网页
    📺 YouTube 字幕 + 搜索
    📡 RSS 解析任意源
    📦 GitHub 公开仓库 + 搜索 私有仓库 / Issue / PR
    🐦 Twitter/X 读单条推文 搜索 / 时间线 / 长文
    📖 Reddit 搜索 + 读帖子和评论
    📕 小红书 搜索 / 阅读 / 评论
    💼 LinkedIn Jina Reader 公开页 Profile / 公司页面
    💻 V2EX 热门帖子 + 详情
    📈 雪球 行情 + 搜索 + 热榜 高级数据

    典型使用场景

    🎯 场景一:AI 产品调研助手

    让 AI Agent 同时搜索 Twitter 用户对竞品的真实评价、Reddit 上的讨论帖、YouTube 上的评测视频,再汇总成调研报告。以前需要人工切换多个平台的操作,现在一句话搞定:

    "帮我调研一下 Cursor vs Windsurf 的用户反馈,
    搜一下 Twitter 和 Reddit 上的讨论"

    🎯 场景二:技术视频学习加速器

    把 YouTube/B站的技术教程链接丢给 Agent,它会自动提取字幕、总结要点、生成笔记。再也不用花 2 小时看完一个视频才知道讲的是什么:

    "总结一下这个 YouTube 视频的核心内容:
    https://youtube.com/watch?v=xxx"

    🎯 场景三:全网信息监控与聚合

    设置定时任务让 Agent 监控特定关键词在 Twitter、Reddit、V2EX 等平台的最新动态,汇总后推送给你。特别适合追踪技术趋势、竞品动态或舆情监测:

    "每天早上搜一下 RAG 相关的最新讨论,
    看看 Twitter 和 Reddit 上有什么新进展"

    推荐理由

    💡 个人使用心得:

    作为一个每天和各种 AI Agent 打交道的人,Agent-Reach 解决了我最大的痛点——Agent 的「互联网盲区」。以前让 Claude Code 去查个资料,它只能靠内置知识或者我手动复制粘贴;现在装上 Agent-Reach 后,它能自己去看 Twitter 讨论、读 Reddit 帖子、甚至总结 YouTube 视频内容。

    最让我印象深刻的是它的「能力层」设计理念:它不自己造轮子,而是帮你在底层选好、装好、配好各个平台的最佳开源工具(twitter-cli、bili-cli、OpenCLI 等)。而且当某个工具失效时(比如 yt-dlp 被 B 站风控封了),它会自动切换备选方案,用户几乎无感。

    另一个亮点是 `agent-reach doctor`——一条命令告诉你每个渠道通不通、走的是哪个后端、怎么修。这种「体检」设计在开源工具里非常少见。

    如果你正在使用 Claude Code、Cursor 或任何 AI 编程助手,强烈建议试试 Agent-Reach。它会让你的 Agent 从「只能写代码的程序员」进化为「能联网调研的全栈工程师」。

    技术架构亮点

    • 多后端路由机制:每个平台维护「首选 + 备选」有序后端列表,某条路失效自动切下一条
    • 零包装层设计:Agent 直接调用上游工具,没有中间封装层,性能损耗最小化
    • SKILL.md 注册制:安装后在 Agent skills 目录注册使用指南,Agent 自动知道该调什么
    • 安全优先:Cookie 仅存本地(权限 600)、支持安全模式和 Dry Run、代码完全可审计
    • 跨平台兼容:macOS / Linux / Windows 全平台支持,兼容所有主流 AI Agent

    下载地址

    GitHub 仓库 github.com/Panniantong/Agent-Reach
    PyPI 安装 pip install agent-reach
    开源协议 MIT License
    Star 数量 ⭐ 30K+ Stars