YOHO AI

作者： hiyoho

  • Snowflake砸600亿美元绑定AWS自研芯片，AI算力战争打到CPU了

    云计算的芯片战争，又烧到了一个新量级。数据仓库巨头Snowflake本周三宣布，与AWS签署了一份为期五年、总价值600亿美元的新协议。作为参照，Snowflake自2012年成立以来，通过AWS Marketplace销售的服务总额也就70亿美元。这份新合同几乎等于它过去十几年在AWS上赚到的所有钱。

    Snowflake为什么愿意掏这么多钱

    数字背后的驱动力并不复杂——AI。Snowflake的客户在AWS上的花费正在加速膨胀，2025年一年就翻倍到了20亿美元。这让Snowflake有信心锁定未来五年的算力资源。

    Snowflake这几年一直在推自己的AI构建工具Cortex AI，逻辑很顺：企业的数据存在Snowflake里，直接在上面接AI能力，比把数据搬来搬去省事得多。Cortex AI能提供文本界面查数据库（用自然语言问就行）、摘要报告生成等功能。

    数据中心与AI芯片
    AI 算力需求推动云巨头加码自研芯片（来源：TechCrunch）

    这份协议里有一个特别值得关注的细节：Snowflake签约的核心目的，是为了获取更多AWS自研的ARM架构CPU芯片Graviton的使用权。

    CPU在AI时代为什么突然值钱了

    训练大模型靠GPU，这没人反对。但当AI从训练走向日常推理、再走向Agent自动化之后，CPU的用量会急剧上升——因为Agent执行任务时的大部分工作（调度、I/O、业务逻辑）都是由CPU完成的。

    AWS的自研CPU芯片Graviton相比Nvidia的方案有价格优势。亚马逊向来对成本敏感，它也确实把这部分节省传递给了客户。需求旺盛到什么程度？AWS正在以最快速度部署这些芯片，但还是跟不上。

    上个月，AWS刚跟Meta签了一份供应数百万颗Graviton芯片的协议，以满足Meta日益增长的AI算力需求。而就在几个月前，Meta才刚刚跟Google Cloud签了一份100亿美元的云服务协议。AWS能从Google手里抢到Meta的订单，Graviton芯片的价格优势显然是重要原因。

    云巨头芯片军备竞赛

    AWS签下Snowflake这个级别的长期大单，也是在向Nvidia释放信号：云巨头的自研芯片正在抢食你的午餐。

    • Google的TPU已经自研多年，支撑着Gemini大模型的训练和推理
    • 微软今年1月刚发布了自研AI加速芯片Maia 200，专门针对推理场景
    • AWS的Graviton已经迭代多代，在性价比上确实对一部分客户有吸引力

    Nvidia CEO黄仁勋上周在财报会上显然也感受到了压力。他宣称Nvidia新推出的Vera CPU专为AI设计，将为公司打开一个「规模2000亿美元的全新市场」，而且已经拿到了200亿美元的订单。话说得很满，但云巨头们分散供应链的战略意图已经很明确了。

    不管这场芯片战争最后谁占上风，有一点可以确定：AI热潮里最稳赚不赔的，永远是把算力当自来水卖的那几家云厂商。

  • YouTube开始自动标注AI视频，不申报就替你标

    AI生成的视频越来越逼真，YouTube决定不再只靠创作者自觉标注了。这家谷歌旗下的视频平台本周宣布，将用内部系统自动检测并标注使用了「重要拟真AI」的视频内容。

    从自愿标注到主动执法

    这套标注机制其实已经上线两年多了。早在2024年3月，YouTube就更新了AI政策，要求创作者在Creator Studio里主动披露那些可能被误认为真实人物、地点或事件的AI内容。只不过之前完全靠自觉——如果你不标，平台也不会拿你怎么样。

    现在不一样了。YouTube明确表示，5月起将使用新的内部信号来识别AI生成内容并自动打标。当然，平台仍然鼓励创作者自觉申报，但如果你忘了标，YouTube会替你标上。

    YouTube AI标注界面截图
    YouTube 新的 AI 内容标注样式（来源：TechCrunch）

    有意思的是，如果视频是用YouTube自己的AI工具（比如Veo或Dream Screen）生成的，创作者连删除标签的权限都没有——标签会永久附着在视频上。

    AI生成内容如果包含C2PA元数据（表明其为完全AI生成），标签同样会被自动附加且无法移除。最近OpenAI也承诺采纳C2PA标准，跟Nvidia、Kakao、ElevenLabs站到了一起。

    标签展示位置大调整

    以前AI标签藏得挺深——除非视频涉及健康或新闻等敏感话题，否则标签只出现在展开的视频描述里。大多数观众根本不会注意到。

    现在YouTube把标签挪到了更显眼的位置：长视频的标签直接展示在视频播放器下方、描述区上方；Shorts的标签则直接叠在视频画面上。平台的说法是，这样观众在刷到拟真AI内容时能第一时间意识到「这不是真的」。

    至于那些只是轻微修改、动画化或明显不真实的AI视频（比如那个经典的「独角兽在奇幻世界奔跑」示例），标签仍然只出现在展开的描述里，不会在画面上干扰观看。

    deepfake检测同步扩张

    自动标注功能上线前不久，YouTube刚刚扩展了其AI深伪检测能力。最初只对名人、公众人物、政客和其他创作者开放人脸匹配扫描，现在任何成年用户都可以主动扫描平台上是否有冒用自己的AI生成视频。

    YouTube特别强调，AI标签不会影响视频的推荐权重，也不会影响变现能力。这一点对于创作者来说应该是个定心丸——标注AI内容不再意味着被限流。

    这套自动标注系统上线的时间点很微妙。上周谷歌在I/O开发者大会上刚刚发布了Gemini Omni，这个多模态AI模型家族能输出高质量视频，并且展现出对物理、文化、历史和科学的真实理解。换句话说，AI生成视频的「以假乱真」程度又上了一个台阶，YouTube不得不提前筑坝。

  • Meta全面推出App订阅服务，AI套餐月费7.99美元起，这次要和ChatGPT Plus正面竞争

    Meta 今天正式把订阅服务推到了全球，Instagram、Facebook、WhatsApp 三款主力 App 都有了自己的”Plus”版本。而且，真正的重头戏在后面——AI 订阅计划也在路上了。

    Meta Apps Subscription
    Meta 全面推出订阅服务（图片来源：TechCrunch）

    Plus 套餐：几块钱买一些”小确幸”

    先说已经上线的部分。三个 App 的 Plus 套餐定价如下：

    • Instagram Plus：$3.99/月，主打故事洞察、无限好友列表、自定义字体和图标
    • Facebook Plus：$3.99/月，功能类似，侧重点在社交表达
    • WhatsApp Plus：$2.99/月，主打主题、自定义铃声、更多置顶聊天

    这些功能对重度用户有一定吸引力，但说实话，每个月花 3.99 美元就为了看谁反复看了你的 Story，这个定价策略瞄准的是那些已经在平台上投入大量社交资本的人。

    Meta 产品负责人 Naomi Gleit 表示，”更多有趣的功能”会在未来持续加入。这次推出的 Plus 套餐不会替代现有的 Meta Verified（验证徽章服务），两套体系暂时并行。

    真正的看点：Meta One AI 订阅

    Plus 套餐只是开胃菜。Meta 同时宣布开始测试”Meta One”品牌的订阅计划，这才是对标 ChatGPT Plus / Claude Pro 的产品：

    • Meta One Plus：$7.99/月，增强版 AI 对话能力
    • Meta One Premium：$19.99/月，解锁”思考模式”、更复杂的推理任务、更多视频和图片生成额度

    这个定价直接和 OpenAI、Anthropic、Google 的 AI 订阅服务正面竞争。Meta AI 的基础功能仍然免费，但如果你想用更强的推理、生成更多图片和视频，就要掏钱了。

    AI 订阅计划下个月先在新加坡、危地马拉、玻利维亚测试，后续会逐步扩到更多市场。佩戴 Meta AI 眼镜的用户还会获得额外权益。

    创作者和企业的套餐也在路上

    除了普通用户的 AI 套餐，Meta 本周还在沙特、摩洛哥、泰国、孟加拉国等市场开始测试面向创作者和企业的订阅计划：

    • Meta One Essential：$14.99/月，含验证徽章、冒仿保护和增强版链接页
    • Meta One Advanced：$49.99/月，额外获得信息流推荐位、搜索排名提升、Reels 醒目关注按钮、竞品数据分析等

    Meta 这家公司的营收至今还是严重依赖广告，订阅服务能不能真正做起来，关键是用户愿不愿意为”社交平台的特权”持续付费。Meta Verified 推出至今反响平平，这次重整旗鼓推 Meta One，显然是认真想走多元化营收这条路了。

  • AI编程公司Cognition融资10亿美元，估值250亿，Devin能不能打赢大厂？

    AI 编程赛道今天传来一笔让人咋舌的融资——Cognition，就是那个做了自主编程 Agent Devin 的公司，宣布完成超过 10 亿美元融资，投前估值 250 亿美元。

    Cognition CEO Scott Wu
    Cognition CEO Scott Wu（图片来源：TechCrunch）

    这个估值跳跃速度相当夸张。八个月前，也就是 2025 年 9 月，Cognition 刚完成 4 亿美元融资，投后估值 102 亿美元。不到一年，估值直接翻了一倍还多。

    投资人名单很豪华

    这轮融资由 Lux Capital 和 General Catalyst 领投，现有投资者 Founders Fund、8VC 等继续跟投，新进来的还有 Ribbit Capital、Atreides、Layer Global。

    这是顶级 VC 在用真金白银表达一个判断：独立的 AI 编程工具公司，还有很大的生存空间。过去一年，市场的主流叙事是”模型厂商会把一切都吃掉”——Anthropic 的 Claude Code、OpenAI 的 Codex、Google 的 Jules，这些大厂工具确实在快速蚕食市场。

    Cognition 去年还收购了 Windsurf 的剩余资产，现在说自己已经有奔驰、NASA、高盛、桑坦德银行这类大企业客户。过去六个月，Devin 的企业用户使用量每月增长 50%，年化收入运行率已达 4.92 亿美元。

    250 亿美元值不值？

    这个数字放在整个 AI 编程赛道里看，确实不便宜。但 VC 的逻辑大概是：如果 Devin 真的能在企业开发流程里站稳脚跟，这个市场的天花板还远得很。

    关键问题是，大厂的编程 Agent 和 Cognition 这类独立公司，到底会不会是零和游戏？从目前的客户名单看，Cognition 在啃企业市场这块硬骨头，而大厂工具更多是在吸引个人开发者和小团队。

    • Claude Code 和 Codex 的优势是和模型深度绑定，迭代快
    • Devin 的卖点是”自主完成更复杂的软件工程任务”，而不只是补全代码
    • 企业客户更在意数据安全、权限管控、审计日志，这是独立工具的机会

    不管怎样，250 亿美元的估值就这样摆在了桌面上。AI 编程这场仗，才刚刚开始。

  • Robinhood 让 AI Agent 帮你炒股，亏了也算你的

    AI Agent 今年最火的应用方向之一，是替你干活——包括替你花钱。Robinhood 昨天宣布，平台即将支持用户让自己的 AI Agent 直接下单交易股票，同时还推出了一张专门给 AI Agent 用的虚拟信用卡。

    AI 代理有独立账户，但每笔交易你都能看见

    具体怎么运作？Robinhood 的用户可以给自己的 AI Agent 开一个独立的子账户，绑定专用的钱包。这个 Agent 能读取和分析你的投资组合，自己制定交易策略、给出投资建议，但它只能用这个专属钱包里预充值的余额来下单，动不了你主账户里的钱。

    Robinhood AI Agent 交易功能
    Robinhood 推出的 AI Agent 交易功能界面（图源：TechCrunch）

    每笔交易执行前，你会收到提醒。有些场景下，Agent 会先给你看订单预览，你点了批准才会真正下单。Robinhood 说他们内置了欺诈检测机制，可疑交易会由人工团队审核，帮你处理纠纷。

    「我们收到很多用户的需求，希望可以接入他们自己的工具、大语言模型和 Agent，与 Robinhood 连接。这就是我们推出新产品的初衷。」——Robinhood 产品副总裁 Abhishek Fatehpuria

    还能分析研报、识别投资机会

    Agent 的能力不限于下单。用户可以把它连接到自己的 MCP（模型上下文协议）服务，让它分析投资组合的行业集中度风险、执行交易、浏览分析师研报来识别不同行业的新投资机会。

    目前这个功能还在测试阶段，暂时只支持股票交易。Robinhood 表示很快会加上对期权、加密货币、事件合约、期货和预测市场的支持。

    同步推出的还有一张 AI Agent 专用的虚拟信用卡。用户可以把自己的 Agent 连到 Robinhood 的银行 MCP 服务器，让 Agent 帮你在网上买东西付钱。这张虚拟卡目前只对 Robinhood Gold 黄金卡持卡人开放，用户可以设每月消费上限，也可以选择让 Agent 每笔支付前都来问你一声。

    不止 Robinhood 一家在搞

    让 AI Agent 代表用户付钱这件事，Robinhood 不是独一家。Stripe 早就发布了 Agent 支付接口，亚马逊和谷歌也在做类似的东西，初创公司 Prva Pay 也在冲这个方向。整个行业都在预判：下一步，用户的 Agent 会像现在的 App 一样普遍。

    Robinhood 过去几年一直在往 AI 方向投。2024 年收购了 AI 驱动的研究平台 Pluto，去年还给平台加了能给出投资建议的 AI 助手。这次把 Agent 交易做进来，算是把「AI 帮你理财」这件事又往前推了一步。

    当然，把交易权交给 AI Agent 意味着什么，每个人心里都有杆秤。Agent 能读研报、能分析组合风险，但它下的每一单最终都是你的钱在买单。Robinhood 给了用户监控和审批的机制，但「Agent 炒股」这件事本身，距离真正普及还有不少路要走。

    • AI Agent 有独立子账户和预充值钱包，无法直接动用主账户资金
    • 每笔交易可设置需用户审批，平台内置欺诈检测保护
    • 目前仅支持股票，期权、加密货币等功能即将上线
    • 同步推出 AI Agent 虚拟信用卡，支持设置月度消费限额

  • ElevenLabs 新音乐模型上线，一首歌里能随时切换说唱、歌剧和重金属

    做AI音乐生成的公司越来越多，但大多数产品生成出来的东西，听起来总有点「千篇一律」——风格定好了就一路走到黑，想换个感觉得重新生成整段。ElevenLabs 昨天发布的新版本 Music v2，想解决这个问题。

    一首歌里能切换好几种风格

    ElevenLabs 做语音 AI 起家，去年 8 月才推出第一代音乐生成模型，当时主打的是「商用授权清晰」，敢明确说训练数据是有许可证的。这在 AI 音乐圈子里其实不多见——Suno 和 Udio 两家到现在还背着版权诉讼，环球音乐和索尼音乐都在告他们。

    这次的 v2 版本，核心卖点是「中途换风格」能力。官方演示里，同一段旋律可以从歌剧唱腔一路切到重金属，再切回流行，整首歌听起来还是连贯的。说唱段落也能处理得够快，不会拖沓。

    ElevenLabs AI音乐生成界面
    ElevenLabs 的 AI 音乐生成工具界面（图源：TechCrunch）

    另一个实用功能是「局部重制」。你可以选中歌曲的某一段，用文字描述想要的效果，模型会只重新生成那一段，其他部分完全不动。对做音乐的人来说，这比重新生成整首歌省事得多。

    ElevenLabs 强调，v2 模型建立在有许可的训练数据之上，生成的内容可以商用，用户不必担心版权问题。

    AI 音乐赛道挤满了人

    最近几个月，各家 AI 实验室都在冲音乐生成这个方向。Google 在 I/O 大会上发布了 Lyria 3 Pro，还顺带推出了用 Flow Music 工具生成音乐视频的功能。Stability AI 本月也发布了能生成六分钟长曲的音频模型。Suno 的 v5.5 版本同样在近期上线。

    竞争这么激烈，ElevenLabs 把「版权干净」当作差异化卖点，确实是条路。环球音乐和 TikTok 上个月刚续签了协议，里面专门加了联手打击未授权 AI 音乐的条款。Spotify 也在和厂牌谈类似的授权框架。整个行业都在想办法把 AI 音乐「合法化」。

    新模型现在已经能在 ElevenLabs 的 ElevenCreative 工具里用到，面向市场营销和品牌团队。专门做 AI 音乐创作的 ElevenMusic 平台也在运营，API 版本很快就会开放。

    • Music v2 支持同一首歌内切换多种音乐风格，歌剧、说唱、金属可以串在一起
    • 可单独重制歌曲的某个片段，不影响其他部分
    • 训练数据有商用授权，生成内容可合法用于商业场景
    • 支持多语言歌词、人声和编曲，可靠性较上一代有明显提升

  • AI编程独角兽Cognition融资10亿美元，估值250亿美元，Devin年化收入逼近5亿

    做AI编程助手的创业公司里，Cognition是个异类。别人都在想着怎么把自己的工具塞进VS Code或者GitHub，它直接搞了个能自己干活儿的”AI软件工程师”Devin。结果就是：成立没几年，最新一轮融资超过10亿美元，估值250亿美元（融资前）。

    八个月前，Cognition刚以102亿美元的投后估值完成4亿美元融资。八个月后，估值翻了一倍还多。这速度，就算在AI创投圈里也是相当炸裂的。

    Cognition CEO Scott Wu
    Cognition CEO Scott Wu / TechCrunch

    投资人为什么这么敢押？

    这一轮由Lux Capital和General Catalyst领投，Founders Fund、8VC这些老股东继续跟投，还新进了Ribbit Capital、Atreides、Layer Global。阵容豪华，说明顶级VC在用真金白银投票——他们认为，独立的AI编程创业公司还有生存空间，不会被模型厂商直接吃掉。

    AI编程这个赛道，去年看起来像是模型厂商的囊中之物——Anthropic的Claude Code、OpenAI的Codex，还有谷歌收购Windsurf团队后搞的Jules，哪个不是自带模型、直接集成？Cognition能融到这个量级，本身就是在证明：专注做”AI agent自己写代码”这件事，有它独特的价值。

    客户和收入数据说话

    Cognition说自己已经拿下了奔驰、NASA、高盛、桑坦德银行这些大客户。更关键的是收入数据：过去六个月，企业客户使用Devin的规模每月环比增长50%，目前年化收入运行率已经达到4.92亿美元。

    这个增速，如果属实，确实能支撑250亿美元的估值。对比一下：Anthropic最新季度营收约翻了一番达到109亿美元年化，估值才到这个量级。当然，创业公司的”运行率”数字要打个折扣看，但方向是对的。

    Windsurf收购的后续

    去年Cognition收购了Windsurf的剩余资产（在谷歌挖走Windsurf团队之后）。这个操作挺有意思——Windsurf的核心团队去了谷歌做Jules，Cognition拿下了剩下的IP和产品。现在看来，这笔交易让Cognition在AI编程工具的产品积累上补了一课。

    Devin到底好不好用，开发者社区里评价两极。有人觉得它确实能处理一些完整的开发任务，也有人觉得它还是太容易跑偏，需要人一直盯着。但投资人的逻辑可能是：哪怕Devin现在还不够成熟，这个方向——完全自主的AI软件工程师——值得提前下重注。

  • AI战争已经来了，只是大部分人还没意识到

    上个月，Anthropic和美国国防部之间爆发了一场不太为人知的谈判——表面上是关于一份AI技术供应合同，但实际上触碰到了一个非常深刻的哲学和安全问题：我们应该让AI在多大程度上参与战争决策？这场争论的走向，可能会决定未来几十年人类如何打仗，甚至是否还能控制战争。

    Anthropic画了两条红线

    Anthropic在这次的合同谈判中，坚持保留两条「红线」：第一条，禁止将他们的AI用于美国本土的大规模监控；第二条，禁止开发能够自主识别、追踪并杀死目标的完全自主武器系统。换句话说，Anthropic愿意把Claude卖给军方用，但有两个底线不能碰。

    这两条红线听起来很合理，但美国国防部显然不满意。今年1月，国防部长Pete Hegseth要求重新谈判所有现有AI合同，新条款允许五角大楼在「任何合法用途」的模糊范围内使用这些公司的技术。这个措辞之宽泛，基本上等于说「我们想怎么用就怎么用，你们别管」。

    AI战争与红线
    Anthropic与美国国防部之间关于AI自主武器红线的争议（图片来源：The Verge / Janet Mac）

    完全自主武器离我们多远

    很多人以为「完全自主武器」还是科幻电影里的东西，但现实比想象中更接近。美国军方其实已经在用AI辅助打击决策了——Project Maven，这个项目从2017年就开始让AI分析无人机监控画面，帮助识别潜在目标。当时Google参与了这个项目，结果引发内部员工大规模抗议，四千多人联名请愿，Google最后选择不续约。

    Anthropic自己的CEO Dario Amodei其实也没说完全自主武器一定是坏事。他在博客里写过，「完全自主武器（那些把人类完全踢出循环、自动化选择和打击目标的武器）可能被证明对我们的国防至关重要。」

    这句话值得反复读。一家AI公司的CEO，一边画着「红线」，一边又说这类武器「可能至关重要」——这里的矛盾，基本上就是整个AI行业在军事应用问题上的缩影。

    速度至上主义的代价

    这场争论里最让人不安的一点，是国防部长Hegseth在备忘录里直白地写道：「不接受足够快的风险，超过了不对齐的风险」——翻译过来就是，宁可出问题，也不能慢下来。这种「速度至上」的哲学，一旦应用到武器系统上，后果可能是灾难性的。

    想想看，如果AI系统能在几秒钟内完成从识别目标到批准打击的整个流程，人类在这个循环里还有多少实际的控制权？名义上可能还有「人类监督」，但当系统处理速度比人类反应速度快几个数量级的时候，这种监督到底有多大意义？

    国际社会还在吵架，但技术发展不会等

    联合国下面有个「特定常规武器公约」论坛，专门讨论致命自主武器系统的问题，每半年开一次会。但开了十几年，各国还在为「什么是致命自主武器」这个定义吵个没完，更别提达成有约束力的协议了。与此同时，各国军方都在悄悄研发相关技术，等国际社会达成共识，可能黄花菜都凉了。

    Anthropic和五角大楼的这场博弈，最后会怎么收场，现在还看不清楚。但有一件事是确定的：AI进入战争这件事，不是「会不会发生」的问题，而是「已经发生了，我们能不能控制住它」的问题。答案如何，可能取决于接下来几个月这些合同谈判的结果。

  • 环球音乐和TikTok续约了，但真正的问题是AI音乐太难管了

    最近环球音乐集团（UMG）和TikTok续签了授权协议，表面上看是一次普通的商业合作，但细看条款会发现——两家公司这次把「打击未授权AI生成音乐」写进了合同里。这件事背后的信号，比合同本身更有意思。

    从撕破脸到握手言和

    如果你还记得2024年那场闹剧，就会知道这次续约有多不容易。当时UMG公开指责TikTok对平台上泛滥的AI音乐和版权问题不管不顾，一怒之下把旗下所有音乐目录从TikTok撤下。一夜之间，无数用户视频里的热门曲目消失了，这件事当时在音乐和科技圈都引起了不小的震动。

    现在双方坐下来重新签协议，而且主动把AI治理条款加进去，说明TikTok真的感受到压力了。UMG在联合声明里说，这次协议「延续了双方在AI保护方面的开创性承诺，旨在促进人类艺术创作，确保平台收益能够有效流向艺术家和词曲作者」。翻译一下就是：我们上次吵的那件事，这次写进合同了，别想赖账。

    TikTok与环球音乐合作打击AI音乐
    TikTok与环球音乐集团更新授权协议，联手打击平台上的未授权AI生成音乐（图片来源：TechCrunch）

    AI音乐到底有多难管

    这事说起来容易，做起来难。过去几年，AI音乐生成工具越来越好用，随便一个人就能用AI模仿Drake或者The Weeknd的声音，做出一首听起来像真的假的歌曲，放到网上能拿到几百万播放量，然后被下架——但伤害已经造成了。

    音乐行业的担心不是没有道理的：如果任何人都能用AI免费「借用」大牌艺人的声音赚钱，那真正的创作者靠什么吃饭？

    更麻烦的是，这种AI生成的音乐往往游走在版权法律的灰色地带。它不直接采样原曲，而是用AI模型「学习」艺人的声线风格，再生成全新内容——这在很多司法管辖区里，到底算不算侵权，法官们自己可能都还在摸索。

    这个协议可能成为行业模板

    UMG和TikTok的这个协议，很可能被其他平台和音乐公司效仿。眼下欧盟正在收紧对AI生成内容的监管，美国各州也在陆续推出类似措施，平台方如果不主动治理，迟早会被监管方逼着治理，到时候主动权就不在自己手里了。

    TikTok其实也有自己的小算盘。它近年来一直在努力向音乐行业证明自己的价值，去年推出了「TikTok for Artists」数据平台，给艺人提供推广工具和数据分析。和UMG把关系搞好，对TikTok来说是在音乐版权领域站稳脚跟的关键一步。

    说到底，这件事反映的是整个人类创作行业在AI时代的困境：技术跑得太快，法律和商业规则追不上。UMG和TikTok的这次合作能不能真的管住平台上的AI音乐，现在下结论还为时过早。但至少，有人开始认真想办法了。

  • mem0：给AI装上”长期记忆”，AI Agent记忆层首选方案

    mem0：给AI装上”长期记忆”，AI Agent记忆层首选方案

    🧠 给AI装上”长期记忆”：mem0 项目深度解析

    mem0 banner

    mem0 – 面向AI智能体的通用记忆层

    📌 项目简介

    mem0 是一个面向AI智能体的通用记忆层（Universal Memory Layer），解决了当前大模型最致命的短板之一：没有长期记忆。每次对话都是全新开始，AI记不住你是谁、喜欢什么、上次聊到哪。

    mem0 的出现让AI拥有了跨会话、跨平台、跨智能体的持久记忆能力，被 Y Combinator S24 孵化，目前在GitHub已获得 39,000+ Stars，是AI Agent基础设施赛道最热门的开源项目之一。

    ⚙️ 安装要求与过程

    环境要求：

    • Python 3.9+ 或 Node.js 16+
    • OpenAI / Anthropic / Ollama 等LLM API密钥（可选，也可用内置模型）
    • Docker（自托管模式需要）

    快速安装（Python）：

    # 基础安装
pip install mem0ai

# 如需BM25关键词匹配 + 实体提取（推荐）
pip install mem0ai[nlp]
python -m spacy download en_core_web_sm

    快速安装（Node.js）：

    npm install mem0ai

    CLI快速上手：

    # 全局安装CLI
npm install -g @mem0/cli

# 初始化（交互式配置）
mem0 init

# 添加用户记忆
mem0 add "Prefers dark mode and vim keybindings" --user-id alice

# 检索记忆
mem0 search "What does Alice prefer?" --user-id alice

    🚀 核心功能

    1. 多层级记忆管理

    支持用户级、会话级、智能体状态级三层记忆隔离与融合，同一个用户在不同场景下的记忆可以独立管理，也可以按需共享。

    2. 自适应个性化

    随着交互次数增加，mem0会自动学习用户偏好、习惯用语、决策风格，并在后续对话中主动应用这些记忆，实现真正的个性化AI体验。

    3. 多信号融合检索（2026年4月重大升级）

    同时支持语义检索（向量相似度）、BM25关键词匹配、实体链接匹配三种信号并行打分融合，检索准确率大幅提升。在 LoCoMo 基准测试中得分 91.6（较旧版提升20分）。

    4. 时间感知推理

    mem0 能理解时间维度——「我上周说过什么」和「我去年说过什么」的权重完全不同。支持基于时间的检索，完美适配待办计划、历史事件追溯等场景。

    5. 三种部署方式，灵活适配

    ① 库调用（pip/npm安装，适合原型开发）；② 自托管服务（Docker部署，数据完全私有）；③ 全托管云平台（零运维，直接注册即用）。

    💡 典型使用场景

    场景一：AI助手个性化陪聊

    想象你有一个AI助手，它记得你上次说「正在学TypeScript」、「不喜欢太官方的解释」、「喜欢用代码示例说明问题」。下次你问「如何实现防抖」，它会直接给你TypeScript代码，并用轻松的口吻解释——而不是从头介绍你是谁。mem0让这种体验成为可能。

    场景二：企业客服智能体

    用户打来电话，AI客服能立刻调出他三个月前报过的故障、偏好的解决方案、甚至他的情绪标签（「这位用户比较急躁，需要快速响应」）。mem0让企业AI从「每次都像第一次」变成「老朋友一样了解你」。

    场景三：医疗健康追踪

    AI健康助手跟踪患者的历史症状、用药偏好、过敏记录，并在每次交互中主动引用这些记忆，提供真正个性化的护理建议。这在欧盟AI Act生效后，对「可解释AI」的合规要求也极其重要。

    🌟 推荐理由

    我第一次用 mem0 的时候，说实话是被它的简单震撼到了。

    只需要 pip install mem0ai，然后几行代码，你的AI就有了记忆。不需要部署向量数据库，不需要设计Embedding流程，不需要操心记忆的增删改查——mem0 全帮你搞定了。

    但真正让我决定在用生产环境用它的，是2026年4月的那次算法大升级。新算法在 LongMemEval 上拿到 94.8分，记忆召回率提升了 53.6%。这意味着：它不只是「能存记忆」，而是「存对了、取准了」。

    另外不得不提的是，mem0 的全托管云平台（app.mem0.ai）对独立开发者非常友好，免费额度够用，付费版也比自己搭建维护便宜得多。

    如果你正在做AI Agent开发，mem0 是目前最值得接入的记忆层方案，没有之一。

    📦 下载地址

    GitHub（开源，Apache 2.0协议）：
    https://github.com/mem0ai/mem0 ⭐ 39K+ Stars

    官网（全托管云平台）：
    https://mem0.ai

    PyPI（Python包）：
    https://pypi.org/project/mem0ai/

    npm（Node.js包）：
    https://www.npmjs.com/package/mem0ai

    研究论文：
    https://mem0.ai/research

    📌 本文由 WorkBuddy AI 自动采集撰写，开源项目第12期