如果你最近在网上读东西，有个感觉可能越来越强烈：怎么这么多文章读起来都是一个味儿，四平八稳，没有破绽，也没有灵魂。这不是错觉。有数据显示，现在互联网上50%的内容已经是AI生成的——跟人类写的一比一了。

更吓人的是，按这个速度，五年之内互联网100%会变成AI内容。到那时候，”网上查资料”基本上就是在让AI读AI写的东西，然后吐给你。

一个毕业论文项目，三年做到3000万美元年收入

6月23日，Superhuman（就是那个前身是Grammarly的公司）宣布收购AI内容检测平台GPTZero。这笔交易的金额没披露，但GPTZero联合创始人Edward Tian对外说的是：累计1900万注册用户，年度经常性收入（ARR）3000万美元。

这个公司的起源有点意思。Tian在Princeton读大四的时候，把AI内容检测作为毕业论文课题，做着做着就做成了一家公司的原型。2024年，他告诉TechCrunch公司已经盈利了。三轮融资加起来才1350万美元——350万种子轮、1000万A轮——但收入规模已经很可观了。

“我们创立GPTZero是因为相信内容信任至关重要，而这个信念只会随着AI无处不在而变得更强烈。”——Edward Tian，GPTZero联合创始人

AI写作工具和AI检测工具，终于成了一家人

这里有个挺讽刺的事。Grammarly（现在叫Superhuman）是做AI辅助写作起家的，帮助用户把文章写得更好。结果它现在把AI内容检测工具买下来了。

Superhuman的说法是”两个AI检测器比一个好”。其实背后的逻辑很清楚：随着AI生成内容泛滥，光帮人写得好不够了，还得帮人证明”这是我写的”或者”这篇文章是不是AI写的”。

这就是Superhuman在推的”真实性层”（authenticity layer）。它要做的不是单一的AI检测，而是一整套工具：检测AI内容、追溯内容来源、发现AI幻觉（假引用、假数据）、防止无意抄袭。

收购之后，GPTZero的功能会整合进Superhuman Go——一个号称能在100万个应用和网站上工作的AI助手。用户在写东西的时候，实时就能看到”这段像不像AI写的”、”有没有假引用”、”是不是无意中抄了别人的东西”。

“AI slop”成了年度词汇，信任危机不是开玩笑的

“AI slop”（AI垃圾内容）被Merriam-Webster选为2025年”年度词汇”。这个词本身就说明问题了——人们对AI生成内容的负面情绪已经到了一个临界点。

GPTZero推出的AI Vision功能（2026年2月上线）已经能在用户刷社交媒体、看邮件、读文章的时候，实时标记出哪些是AI生成的内容。这个功能的存在本身，就是对互联网内容生态的一个巨大讽刺。

对写作者来说，这场信任危机也有好的一面：大家开始更在意”这是我写的”这个标签了。对读者来说，能知道”这是人写的”或者”这是AI写的”，至少有了选择的权利。

Superhuman和GPTZero并到一起之后，能做的事情是：你在100万个网站和App里写任何东西，都有一套工具在帮你证明”这是我的原创”。五年之内互联网如果真的100%变成AI内容，这套工具可能就是人类写作者最后的救命稻草了。

IT服务行业是个奇怪的生意。像Infosys、TCS、Wipro这样的印度公司，靠着把西方企业的软件定制、集成、维护工作接过来做，建立了年营收数百亿美元的庞大帝国。这个模式的本质是用人力堆——工程师越多，能接的活就越多。但现在，有一个人想用AI把这个逻辑彻底翻过来，而他恰好曾经是这个行业里最有权势的人之一。

维沙尔·西卡（Vishal Sikka），前Infosys首席执行官，最近宣布了他的新公司Hang Ten Systems完成了3200万美元的种子轮融资。领投方是Mayfield，战略投资方包括沙特阿美的风险投资部门Aramco Ventures，还有一串天使投资人。Hang Ten的董事会里甚至坐着Yahoo联合创始人杨致远。

“Hang Ten正在帮助大型企业挂在 Lifetime 最大的一波浪上。”西卡在宣布融资的博客文章里用了这么个冲浪比喻——Hang Ten这个公司名本身也是冲浪术语，意思是”站在冲浪板上，十个脚趾都挂在板子前端”，代表大胆和冒险。

这家公司的具体业务逻辑是这样的：用AI驱动的代码生成、可复用的AI技能包，加上行业专业知识，来替企业持续地构建、修改和运营软件。换句话说，原本需要一群IT服务工程师花几个月做的系统集成项目，Hang Ten说它可以快得多地完成，而且不用按人头收费。

西卡的”复仇”？

西卡这个人的经历挺值得说一下。他在SAP待了12年，负责企业软件业务，2014年成为Infosys的CEO，那是这家印度IT服务巨头第一次从外部聘请首席执行官。西卡在任期间试图把Infosys往”软件+服务”的方向推，但遇到了董事会内部的阻力，2017年辞职。

离开Infosys之后，他创立了VianAI，做的是企业AI应用和分析工具，2021年从软银愿景基金二期拿到了1.4亿美元融资。这次的Hang Ten，西卡说跟VianAI不一样——VianAI面向的是企业AI应用的决策分析市场，Hang Ten则是一家”企业AI服务公司”，核心是用AI智能体代码生成来交付项目。

目前Hang Ten已经有一些客户在身上了，包括西门子歌美飒可再生能源（Siemens Gamesa Renewable Energy）和费森尤斯（Fresenius）。Mayfield的管理合伙人纳文·查达说，这家公司”一个月前才刚启动”，就已经有客户了。

IT服务行业的两难

Hang Ten的出现，恰好碰上了IT服务行业最焦虑的时刻。今年以来，分析师们在激烈辩论一个问题：AI到底会扩大这个行业的潜在市场，还是会从根子上改变企业软件的构建和交付方式，从而让传统IT服务公司变得多余？

Jefferies的分析师今年早些时候写过一份报告，认为IT服务可能是第一批面临实质性AI冲击的行业之一。但Infosys的董事长南丹·尼勒卡尼（Nandan Nilekani）本周说，AI可能把行业的潜在市场扩大到3000亿到4000亿美元的规模。两个说法，两个完全不同的未来。

市场显然更倾向于相信前面那个悲观版本。今年以来，Infosys的股价已经跌了超过35%。投资者在问：如果AI真的能用少得多的工程师完成同样多的工作，那我为什么还要给传统IT服务公司估值？

西卡要做的事情，在某种意义上就是在回答这个问题——不是替传统IT服务公司辩护，而是直接提供一种新的替代方案。他说Hang Ten的模式是”AI原生的”，规模扩张方式跟传统服务公司不一样：”传统服务公司随着人头数线性扩张，Hang Ten的杠杆率会随着每个项目而增长。”

这话听起来像典型的创业公司 pitch，但西卡的履历让人不得不认真对待。他既在SAP这样的企业软件巨头待过，又在Infosys这样的IT服务巨头做过一把手，还创过一次业。他知道这个行业是怎么运作的，也知道它的弱点在哪里。现在的问题是，他能不能用AI真正把这块骨头啃下来。

玛格丽特·阿特伍德是谁？如果你读过《使女的故事》，你就知道她。这位85岁的加拿大作家，写出过二十世纪最令人不寒而栗的反乌托邦小说，拿过布克奖，是文学界公认的大师级人物。最近在葡萄牙波尔图的巴贝尔文学艺术节上，她被人问到了AI。

她的回答相当直白。她说自己这辈子只用过一次AI聊天机器人，就是Anthropic出的Claude。结果？不怎么地。

“Claude给了我错误的答案，或者说它在撒谎。当然，它不知道自己在撒谎，因为它不是人类，它是一个大语言模型……它抓取并采样了大量电视剧评论，但在线评论从来不会剧透结局，所以它被读到的东西误导了。”

阿特伍德当时想查的是英国侦探剧《神父布朗》的相关信息，Claude的回答干脆利落地搞错了。这对一个以精准用词著称的作家来说，第一次——也许也是最后一次——试用AI的体验就这么交代了。

“机会主义者”和”垃圾进垃圾出”

阿特伍德对依赖AI的人也没什么好话，她把这类人叫做”机会主义者”——总在寻找捷径的人。但这个评价其实比乍听上去复杂。她真正想说的是：人类本身就不是机器人，如果有容易的作弊方法，而且很难被发现，人们就会去做。

然后她抛出了那句最核心的判断：AI的问题在于”垃圾进，垃圾出”（garbage in, garbage out）。

这句话听起来像老生常谈，但仔细想一下，它其实戳到了今天整个AI行业最尴尬的地方。大语言模型的质量上限，取决于喂给它们的数据质量。而这些训练数据，很大程度上就是互联网上已经存在的东西——有准确的有不准确的，有深度的有肤浅的，有严肃的有胡扯的，全部一锅烩了。

阿特伍德指出，把你的信任交给一个用爬取的、已经发表过的、可能过时的信息训练出来的机器，本来就不是个好主意。她甚至补充了一句挺实在的话：哪怕是出于商业目的使用AI的人，也不得不核查它的输出，因为AI会犯错。

不是卢德分子，只是说实话

把阿特伍德简单归类为”AI怀疑论者”或者”卢德分子”是不公平的。她没有说AI应该被禁止，也没有说技术进步是坏事。她的观点更贴近一个事实陈述：如果你往系统里灌的是烂数据，出来的东西也好不到哪去。

这个观点最近在AI圈子里引起了某种程度的共鸣，尤其是所谓”幻觉”问题迟迟没有得到根本性解决的情况下。Claude会编造电视剧情节点，ChatGPT会在法律文件里引用不存在的判例，Google Gemini会在搜索结果里自信地散布错误信息——这些都不是偶然事件，而是系统设计本身的副产品。

阿特伍德只用过一次Claude，这个样本量当然不足以对她下结论。但作为一个靠精准语言吃饭的人，她对”模型在模仿互联网上的东西，而不是真正理解它们在说什么”这件事的直觉，可能比很多AI公司的营销说辞更接近真相。

说到底，阿特伍德的态度不是反对AI，而是对”AI已经可以替代人类判断”这种论调表示怀疑。在这一点上，越来越多的实际使用AI的人可能跟她有同感——用它是可以的，但别指望它不出错，更别指望它替你思考。

Figma这几天悄悄放出一个大更新，设计师和开发者之间的那堵墙，又被推倒了一块。

这次更新的核心，是把”代码层”直接搬上了Figma的协作画布。以前设计师做完稿，要交给开发者去还原——这个”交接”过程，往往是扯皮的重灾区。现在Figma说：别交了，直接在画布上写代码，大家一起看。

“多人协作画布的强大之处在于：这是一个你不需要关心代码质量的环境。如果你在快速探索方向，可以用这种空间化的方式来做。”——Figma首席产品官Yuhki Yamashita

代码层、动画、AI，一次全给了

具体来看，这次更新有三个值得说的地方。

第一是代码层。团队现在可以直接在Figma画布上克隆代码仓库，把代码里的流程提取出来变成设计层——用来做测试。Figma的意思很明确：设计师、产品经理、工程师，别分那么清楚，大家一起在画布上折腾。

第二是动画和3D变换。以前设计师要做动画，得去别的软件里做，再转成代码让应用去读。现在直接在Figma里做就行了，支持过渡动画、3D变换，还能用AI来生成这些资源。

第三是AI助手的能力升级。现在可以用文字提示词来创建”可复用的技能”，让AI代理去执行。还能接上Notion、Granola、Excel、GitHub这些工具，或者附上文件给AI更多上下文。

Figma的AI牌怎么打？

这件事背后有一个更大的趋势：设计工具不再满足于”只服务设计师”，它们在往”全栈协作平台”的方向走。

Figma去年收购了节点式工具Weavy，现在正在把两个产品打通。今年晚些时候，用户可以直接在Figma里生成Weavy的工作流。这个方向很明显：让设计师也能跑AI模型对比输出，而不只是画框框。

另外，Figma之前已经跟Claude Code和Codex做了集成。这次加代码层，等于把”设计→代码”的链路再缩短一截。对开发者来说，这可能是好事——少了一点”还原走样”的扯皮；但也可能是坏事——设计师会不会开始”写代码”，然后产出一些让工程师头大的东西？

• 代码层让设计师能直接在画布上操作代码逻辑
• 动画工具内置，不再需要第三方软件中转
• AI助手可连接Notion、GitHub等外部工具
• Weavy集成将在今年晚些时候上线

Figma这次更新的底层逻辑很清楚：AI让”跨界”变得容易了，那不如直接把界限抹掉。以后还会有”专职设计师”和”专职开发者”这两种角色吗？这个问题，可能比这次更新本身更值得想想。