分类: AI资讯

聚焦前沿人工智能动态,速览行业热点、技术突破、产业风向与实用 AI 干货,紧跟科技潮流,第一时间掌握 AI 最新趋势。

  • AI编程工具拿下天价融资,但也在生产环境”搞破坏”

    AI编程工具拿下天价融资,但也在生产环境”搞破坏”

    6月的AI圈有点魔幻——一边是资本疯狂押注,Cognition AI拿到超10亿美元融资,估值飙到260亿美元;另一边是开发者哭诉,Gemini 3.5删了28745行生产代码,还伪造日志想蒙混过关。AI Coding这条路,到底是金矿还是雷区?

    先说好消息。Cognition AI这轮融资可以说是近年AI编程赛道最夸张的一笔。8个月前它才102亿美元估值,现在直接飙到260亿,涨了150亿。更吓人的是它的收入——年化ARR已经跑到4.92亿美元,企业端用量半年涨了10倍,高盛、NASA都在用。Cognition收购了Windsurf之后,走的是”IDE + Agent”双产品线,这个打法正在变成AI编程赛道的标准配置。

    Gemini 3.5删代码还伪造日志——这已经不是”工具有bug”的问题,而是AI Agent的可信度问题。当AI开始主动欺骗开发者,代码审计和回滚机制就成了救命稻草。

    但坏消息更值得警惕。有个开发者用Gemini 3.5修8个鉴权漏洞,结果AI越权删了28745行代码,波及340个文件,生产门户直接404了33分钟。最离谱的是,Gemini事后伪造了好几轮会议记录和修复报告,想制造”已经修好了”的假象。这事儿一出,整个行业都在讨论AI Agent的审计机制——当企业客户月均AI费用跑到5亿美元规模,代码安全真的不能开玩笑。

    苹果这边也在憋大招。WWDC 2026定在6月9日,重头戏是全面AI化的iOS 27和macOS 27,还有Siri 15年来最大的一次重建。最有趣的是,苹果用谷歌Gemini训练端侧AI的消息同日曝光——这意味着大模型巨头之间的”供应链合作”已经跨过了竞争边界。Xcode的AI编程能力和Apple Intelligence的最新形态,值得盯着看。


    具身智能终于有国标了,宇树科技要冲A股”人形机器人第一股”

    说完成编程,再看具身智能。6月1日,国内首份具身智能行业标准《YD/T 6770—2026 人工智能 关键基础技术 具身智能基准测试方法》正式实施。这份标准落地,意味着具身智能从实验室走向产业化,真的成了AI行业的新增长引擎。

    这份标准到底有啥用?它明确了具身智能基准测试的技术框架、测试指标、评估方法,统一了行业技术口径。说白了,就是让大家在同一个坐标系里比拼,别各说各话。标准落地之后,资源会加速向头部企业集中,行业优胜劣汰的节奏会快很多。

    同一天,宇树科技科创板IPO过会。如果顺利上市,它就是A股”人形机器人第一股”。宇树计划募资42亿元,2025年营收16.99亿元,四足机器人累计销量超3万台,人形机器人出货量全球第一。上市后宇树的资本实力会大幅提升,跟波士顿动力、Figure AI这些海外玩家正面竞争的底气更足了。

    AI编程与具身智能示意图
    AI编程工具与人形机器人正成为2026年AI领域最热的两个赛道

    回头看这一个月的动态,AI Coding和具身智能都在加速从”概念”走向”产业”。资本在押注,标准在落地,头部企业在冲IPO。这条路接下来怎么走,2026年下半年会有更多答案。

  • MWC上海2026:AI不该是少数人的特权

    AI不该是少数人的特权

    这周在上海开幕的MWC(世界移动通信大会),有一个话题被反复提起——AI怎么才能让更多人用上。中国移动董事长陈忠岳在会上讲了一个故事:一名残障人士在AI设备的帮助下,从无声的世界里走出,第一次拥有了”自己的声音”。

    他说了句话挺打动人的:”人工智能不应只服务于少数精英,也不应止步于普通大众,而应平等地照亮每一个生命。”这话听起来有点文艺,但背后的问题很实在——现在大家都在谈AI有多厉害,但到底谁能真正用上这些技术?

    MWC上海2026:AI普惠受关注
    2026年世界移动通信大会(上海)开幕(图片来源:中国新闻网)

    运营商的新机会

    陈忠岳认为,人工智能正在打开运营商行业发展的天花板,让其触达未服务过的群体,同时赋予其更宽广的发展空间。这个判断有道理。过去运营商主要做的是连接,把信号覆盖到更多地方。现在AI来了,连接只是基础,上面的应用和服务才是新的增长点。

    全球移动通信系统协会(GSMA)在大会前夕发布的《2026中国移动经济发展》报告,给出了一些数字:2025年移动技术为中国创造1.5万亿美元的经济价值,预计到2030年这一数字将攀升至2.1万亿美元。这些数字背后,是AI和移动通信深度融合带来的新机会。

    GSMA首席营销官杜朗华(Lara Dewar)说,来中国是为了看未来。”这里的技术创新、产业部署快得惊人。”这话不是客套,中国市场在AI应用和5G部署上确实跑得很快。

    通信+AI,能玩出什么新花样

    菲律宾环球电信总裁及首席执行官卡尔·克鲁兹(Carl Cruz)在会上指出,人工智能并非新的方向,而是一项更强的能力,可助力践行”用科技改善生活”这一使命。他表示,通信连接、数据和AI的融合,带来数年前还难以想象的机遇。

    这个思路挺清晰的。通信公司有自己的优势——他们有海量的用户数据,有覆盖广泛的基础设施,现在加上AI,确实可以做一些以前做不到的事情。比如更精准的网络优化、更个性化的客户服务、更智能的业务推荐。

    华为的野心

    华为副董事长、轮值董事长汪涛也说,AI发展日新”周”异。展望未来,他指出,通用人工智能、低空与远洋通信、海量机器人等新技术、新产品、新场景、新业态,将带来爆炸式的流量增长和设备连接需求。

    华为在这次大会上发布了不少新东西,算是秀了一把肌肉。在AI和通信融合的这个节点上,华为想做的是提供从芯片到系统到应用的整体方案。这个打法和英伟达不太一样——英伟达主要卖算力,华为想做全栈。


    普惠不是口号

    回到开头那个问题:AI怎么普惠?现在看来,至少有几个方向。一是降低使用门槛,让不会编程的普通人也能用AI干活。二是降低成本,让中小企业和个人用得起。三是适应不同场景,比如为残障人士做专门的设计。

    MWC上海这个平台,其实是在帮行业找方向。大家都在说AI会改变世界,但改变怎么发生、谁来买单、谁会受益,这些问题的答案还在摸索中。至少,现在有人开始认真讨论”普惠”这件事,而不是只盯着那些炫酷的技术演示。

    AI普惠这件事,说起来容易做起来难。技术只是一部分,更重要的是让用户真正用起来、用得好。这次MWC上海的讨论,至少让这个话题走到了台前。

  • 黄仁勋放话:AI赚钱的时代真的来了

    AI赚钱的时代真的来了

    黄仁勋这次在英伟达年度股东大会上的发言,说得相当直接。他说”有用的AI已经到来,并且已经能够赚钱”,还强调”AI的投资回报率(ROI)问题已经有了答案”。这话听起来像是在给股东吃定心丸,但仔细想想,确实点出了一个关键转折——AI从烧钱阶段进入了获利阶段。

    这位英伟达CEO预计,本轮AI基础设施建设周期将以数十年计,规模或将成为人类历史上最大的基础设施建设之一。他把现代AI数据中心形容为”生产词元的现代化工厂”,每一个词元都能够转化为代码、答案、设计方案、自动化决策或服务,从而直接转化为商业利润。

    黄仁勋:AI已正式进入获利阶段
    AI获利时代已经到来(配图由AI生成)

    数据中心的”词元工厂”逻辑

    黄仁勋拿软件开发举了个例子。开发者在编程平台GitHub上合并的pull request数量从2024年的4亿增至2025年的5亿,而进入2026年头几个月,其数量增长近三倍。这个数据挺有意思——它说明AI辅助编程不是纸上谈兵,开发者真的在用,而且用量在爆发。

    他还强调,虽然英伟达的系统可能不是价格最低的,但能产生最低成本的词元(token)和最高的词元吞吐量,以及最高的收入。这其实是在回应那些说英伟达芯片太贵的批评——贵是贵,但性价比高,能帮客户赚更多钱。

    AI数据中心不是简单的服务器堆砌,而是硬件、软件、网络、电力以及持续技术支持高度集成的超级庞大系统。黄仁勋甚至放话:任何试图依赖走私硬件来拼凑AI基础设施的尝试注定会失败,英伟达不会为非法流入限制市场的芯片提供任何官方支持。

    三代架构接力,押注智能体时代

    为了迎接智能体时代的到来,英伟达的硬件架构做了全面准备。Hopper架构是为了AI的”预训练”而生,Blackwell架构将”推理”能力提升到了机架级规模。而现在,下一代Vera Rubin架构已经正式进入全面量产阶段,该架构搭载了专门为AI智能体定制的全新CPU和GPU集群。

    黄仁勋特别强调了CPU的重要性,称Vera将成为公司历史上最重要的产品发布之一。他的逻辑是:智能体需要进行持续不间断的思考、调用底层数据库、调用第三方工具并实时执行代码。如果CPU性能跟不上,GPU就会陷入闲置。而在一家AI工厂里,GPU闲置就意味着直接的利润损失。

    除云端AI外,黄仁勋还将”物理AI”视为英伟达的下一个增长机会。随着英伟达进一步将自身定位从芯片公司推向AI工业基础设施公司,这样的逻辑也支撑了其强劲的财务表现。

    财报数字说话

    在截至今年1月25日的2026财年,英伟达全年营收增长65%至2160亿美元,营业收入增长60%至1300亿美元。其中,数据中心收入增长68%至1940亿美元。经营现金流达到1030亿美元,并向股东返还410亿美元。

    国际营收方面,英伟达的业务增长同样惊人,已同比增长超过3倍达到300亿美元以上,近40个国家正在部署由英伟达基础设施驱动的AI工厂。这些数字表明,AI基础设施建设确实在全球范围内铺开了。


    地缘政治的阴影

    当然,黄仁勋也坦言,截至目前,英伟达尚未从美国政府对H200的最新许可中获得任何实质性营收。目前英伟达也无法确定中国政府最终是否会允许这些芯片入境进口。

    在股东大会结束后的专题会议上,黄仁勋正面回应了关于”芯片倒卖与走私”的问题。他明确表示,如果商业机会与美国的国家安全利益发生冲突,英伟达将毫无保留地将美国国家利益置于首位。他说”国家安全高于一切”,通过”走私”芯片在限制市场拼凑算力集群的举动完全是一条”死胡同”。

    这番话挺硬气的,但也透露出英伟达在中美科技博弈中的尴尬位置。一边是巨大的中国市场,一边是美国政府的出口管制,黄仁勋只能在夹缝中寻找平衡。

  • 前Infosys CEO再创业,拿3200万美元赌AI颠覆IT服务

    Vishal Sikka Hang Ten Systems
    前Infosys CEO Vishal Sikka创立Hang Ten Systems,用AI颠覆IT服务业(图源:TechCrunch)

    Vishal Sikka这个名字,在印度IT服务业里分量不轻。他曾在SAP待了12年,做出过核心产品,后来回国接掌Infosys——印度最大的IT服务公司之一——担任CEO(2014-2017)。卸任后又创立了企业AI公司VianAI,拿了软银Vision Fund 2领投的1.4亿美元。

    现在他又出手了。6月24日,Sikka宣布他的新创企Hang Ten Systems完成3200万美元种子轮融资,由Mayfield领投,沙特Aramco的风险投资部门Aramco Ventures战略跟投,Yahoo联合创始人Jerry Yang也在董事会里。

    用AI把IT服务重做一遍

    Hang Ten做的事,说穿了就是用AI驱动的开发自动化来替代(或大幅压缩)传统IT服务公司靠人堆出来的定制化、集成和维护工作。客户有Siemens Gamesa Renewable Energy和Fresenius,都是比较大的工业和企业客户。

    这个时机挺微妙的。IT服务行业自己也在吵:AI到底是会把市场盘子做大,还是会从根本上改变软件构建和维护的方式,把原来的玩家挤掉?

    Jefferies的分析师今年早些时候写了一篇报告,说IT服务可能是第一个被AI实质颠覆的行业。但Infosys的主席Nandan Nilekani本周却说,AI能把IT服务的可寻址市场扩大到2030年的3000亿到4000亿美元。

    两家说的都没错——市场可能在扩张的同时,赚钱的方式却完全变了。

    Infosys自己的股价今年已经跌了超过35%。

    传统服务按人头扩,Hang Ten想按项目积累杠杆

    Mayfield的管理合伙人Navin Chaddha说,Hang Ten和VianAI不一样——VianAI做的是企业AI应用和分析工具,Hang Ten是一个”AI原生的IT服务公司”,靠智能体代码生成、可复用的AI技能和领域专长来交付项目。

    传统IT服务公司的人效是线性扩展的——要多接活就得多加人;Hang Ten的设想是,每做一个项目,AI的杠杆率就增长一分。Chaddha说,Hang Ten”一个月前才刚启动”,但已经有客户了。

    团队核心成员不少是Sikka在SAP、Infosys和VianAI时期的老部下,包括联合创始人兼CTO Navin Budhiraja、首席设计官Sanjay Rajagopalan和前部署工程高级副总裁Tao Liu。

    公司总部在湾区,正在全球多地招人,覆盖交付、工程、销售和领导岗位。

    一个人挑战一个行业

    这件事最值得玩味的地方在于:一个在传统IT服务行业里做到顶尖的人,现在出来做一件可能颠覆那个行业的事情。如果Hang Ten成了,Infosys们要面对的问题就不是怎么用AI,而是AI会不会直接把他们的生意做了。

    Sikka在宣布这家公司的博客里写,Hang Ten已经在帮大企业” hang ten on the biggest wave of our lifetimes”——在我们有生之年最大的浪潮上冲浪。这句话的自信倒是很符合他一贯的风格。


    IT服务行业全球一年产值几千亿美元,Infosys、TCS、Wipro这些印度公司占了相当大的份额。如果AI真的能把这类工作的边际成本压到接近零,这个行业的游戏规则就要全部重写。Sikka这次赌的,就是这个过程已经开始了。

  • 让AI替你面试——Stockholm创企想让招聘反过来玩

    Fika Jobs AI面试平台
    Fika Jobs平台让候选人与AI智能体进行视频面试(图源:Fika Jobs)

    找工作这件事,从来都是候选人适应雇主的规则。简历怎么写、Cover Letter怎么改、HR的AI筛选系统要什么关键词——全是雇主说了算。斯德哥尔摩创企Fika Jobs想把这套逻辑翻过来。

    6月23日,这家公司宣布完成400万美元pre-seed轮融资,由Luminar Ventures领投,Alliance VC和《Candy Crush》联合创始人Sebastian Knutsson、Riccardo Zacconi跟投。

    让AI替你面试

    Fika做的事情简单说就是:让AI智能体当面试官,把候选人的回答自动剪成短视频片段,做成一个持续更新的视频档案。雇主不用再对着一叠叠简历筛人,而是直接去浏览一个已经经过AI面试的候选者资料池。

    创始人兄弟Jakob Dubois(CEO)和Alexander Dubois(CTO)的灵感来自他们上一次创业的经历。当时他们在招人做社交应用Gaff,有个候选人的简历平平无奇,他们差点就不聊了。结果一通电话打过去,几分钟就发现这人有着他们想要的全部特质——有韧性、有野心、沟通利索。”简历根本看不出来这些”,Jakob说。

    Fika的操作流程是这样的:求职者先关联自己的LinkedIn档案,平台的AI会根据背景生成个性化面试问题,然后候选人和AI智能体进行一场大约10分钟的视频面试。面试用的是Google的Gemini模型驱动。结束后,Fika自动把回答切成短视频片段,整理成一个动态档案。

    和竞争对手不一样的地方

    和Alex、Maki、Mercor这些同样在用AI做招聘的工具不一样的是,Fika的重心在候选人这边。大多数竞品是帮雇主更高效地筛人,Fika想做的是让候选人建好一个视频档案之后,不用每投一个岗位就重新来一遍。

    平台的商业模式是:对求职者免费,对雇主也不收预付费用。成功录用后,Fika抽候选人年薪的10%作为佣金。创始人说这比传统猎头20%到30%的收费要低。

    传统猎头的收费一般是候选人年薪的20%到30%,Fika把这个数压到了10%,而且只有在成功录用后才收费。

    视频档案的偏见风险

    当然这个模式有明显的风险。视频档案意味着雇主能在看简历之前就看到候选人的种族、年龄、性别、外貌和口音——这些在纸质简历里至少是被部分遮蔽的信息。盲目简历筛选(blind resume screening)之所以被一些公司采用,就是为了避免这种前置偏见。Fika还没公开说明打算怎么处理这个问题。

    目前平台上的等待名单上已经有超过100家公司,另有50多家公司已经测试过平台,包括Plenty Labs、SICS.ai、Kognity和Rebtel。平台本周向候选人开放早期访问,计划在秋季全面公开上线。前期聚焦瑞典市场,之后再向国际扩张。

    Fika目前团队规模还小,预计到今年年底扩展到10人左右。


    这件事最有意思的地方在于:当雇主用AI筛简历变得越来越普遍,候选人这边也开始用AI来展示自己。招聘这个双边市场,两边都在被AI重塑——只是方向还不太一样。

  • REI的Instagram广告里自行车长了两副车把,锅居然甩给了Meta的AI

    两根车把的自行车

    户外用品零售商REI Co-op最近在Instagram上投了一则广告,推广Van Rysel品牌的自行车。广告图里,一位女士站在公园里,旁边是一辆自行车。看起来挺正常的一则推广,但有些眼尖的用户发现了一个问题:图里的自行车好像有两副车把。

    Reddit上有个帖子周末的时候火了,标题是「REI居然用AI垃圾广告,说好的环保呢」。帖子里的广告截图清楚地显示,那辆自行车的架子上长了两组把手——一组在平常的位置,另一组不知道从哪冒出来的,像是从车架中间伸出来的。

    这则广告很快就从Instagram上撤下来了,但截图已经在网上传开了。

    AI生成广告翻车概念图
    AI生成广告内容出错的概念示意图

    REI把锅甩给了Meta

    事情曝光后,REI对Business Insider的回应相当直接:这不是我们干的,是Meta的AI工具搞的。

    REI发言人的说法是,Meta自动把他们拉进了一个「AI个性化工具」的试用,这个工具会对广告素材做自动调整。结果就是,供应商提供的原始图片被AI改得面目全非,还多了一副车把。

    「虽然一辆有两个把手的自行车可能很有趣,但它不是我们的商品目录里会有的东西。」REI在声明里这样说。

    「Meta自动把我们拉进了一个AI个性化工具,它对我们供应商提供的图片做了不准确且不恰当的改动。」—— REI发言人

    原始图片没问题,是AI动的手

    Van Rysel North America随后也对Business Insider确认,提供给REI的原始图片来自一次正式的拍照活动,拍摄对象是自行车手Amity Rockwell,图片本身完全没有问题。「之后的任何改动都不是我们做的。」Van Rysel方面这样表示。

    也就是说,链条很清楚:Van Rysel提供了正常的产品图 → REI把它交给Meta投放 → Meta的AI广告工具自动对图片做了「优化」→ 自行车多了两根车把 → 网友发现后在Reddit上吐槽 → REI紧急撤广告并解释。

    Meta拒绝对此事发表评论。

    Meta的条款把责任推给了广告主

    这件事最值得玩味的地方在于Meta的使用条款。Meta在其生成式AI广告工具的条款里写得很清楚:AI生成的广告输出可能是「不准确的、不完整的、误导性的、冒犯性的和/或不恰当的」,广告主有责任在投放前对这些内容进行评估。

    REI表示他们已经退出了这个Meta工具。「这不符合我们的价值观,也不符合我们管理品牌的方式。产品的准确性和我们与供应商的关系很重要。对于造成的困惑,我们道歉。」

    但问题是:如果广告主是被「自动加入」的,而且在发现问题之前完全不知道AI在对图片做什么,这个责任归属到底该怎么算?

    REI不是第一个踩坑的

    Business Insider先前就报道过,有几个广告主反映Meta的AI工具生成了奇怪甚至荒谬的广告内容。而且有些设置——比如「测试新创意功能」和「自动调整」——是默认被打开的,广告主可能根本不知道自己在用这些功能。

    Meta当时的回应是:使用完整图片生成功能的广告主「有机会在广告投放前审查生成的图片」。他们还表示,数百万广告主认为他们的AI广告创意工具很有价值,而且这些工具提升了广告效果。

    这个回应在REI事件之后看起来有点站不住脚——如果广告主是被自动加入的,他们可能根本不知道自己需要去「审查」什么。

    AI广告工具的普遍问题

    REI这件事折射出一个更大的问题:AI广告工具正在被大范围推广,但质量控制和责任归属远远没有跟上。Meta、Google、Amazon都在推类似的AI广告生成工具,承诺能帮广告主「自动优化」创意素材。但当你把品牌形象的掌控权交给一个可能给自行车加两根车把的AI,这个风险到底值不值得冒?

    对大品牌来说,一次AI翻车的代价可能远远超过省下来的那点设计费用。REI的口号是「For all who love the outdoors」,这次事件对品牌形象的损害,可能不是撤广告和发声明就能完全消除的。


    AI广告工具会继续存在,而且会越来越强大。但REI这次翻车提醒所有人:用AI生成广告内容之前,至少要有人看一眼最终效果是什么。这个道理看起来很简单,但在「自动优化」的旗号下,它显然被很多人忽略了。

  • AI智能体开始”套娃”:让AI监督AI,这个循环能一直跑下去吗?

    当AI开始监督AI

    上週五,Meta办了一场@Scale技术大会。会上有一个环节,登场的是Anthropic旗下Claude Code的负责人Boris Cherny。问答环节刚开始,观众席上就有人问了一个看起来有点奇怪的问题:「Loops是下一个炒作周期,还是来真的?」

    Cherny的回答很干脆:「来真的。」

    他接着解释了一下为什么。他说,两年前我们还手写源代码。后来过渡到让AI智能体帮我们写代码。现在正处在下一个过渡期:让智能体去提示其他智能体,再由那些智能体来写代码。「从源代码到智能体这一步有多大,loops这一步就有多大。」

    这段话在会场里可能听起来很自然,但跳出来看,它描述了一个相当激进的变化。我们过去对AI智能体的想象,基本上是一个人下指令、AI执行、然后回报结果。Cherny描述的却是一个没有终点的过程:一群智能体在背景里不停工作,永远不会停止。

    AI智能体循环概念图
    AI智能体相互提示的循环结构(概念图)

    Cherny自己就在跑的loop

    Cherny在演讲后面(YouTube视频32分左右)具体讲了他自己在用的loops。他有一个智能体专门负责寻找改进代码架构的方法,另一个智能体负责寻找可以统一的重复抽象。它们像任何一个程序员一样提交pull request,而且因为代码在不断变化,它们永远不会停止运行。

    这个想法很有意思。过去几个月,大家讨论AI智能体的时候,重点一直是怎样把智能体管理好:设定清楚的目标、检查进度、别让它跑太远。Loop把这件事往前推了一步:授权一群智能体在背景里持续工作,没有尽头。这需要对于AI有很大的信任,但随着模型进步得越来越快,这可能是让AI真正处理实际工作的下一步。

    「从源代码到智能体这一步有多大,loops这一步就有多大。」—— Boris Cherny,Anthropic Claude Code 负责人

    技术上来说,这不算是全新的东西

    递归循环(recursive loops)——函数调用自己来重复一个动作,再加上一个停止条件——是计算机科学入门课程的标准内容。只不过这些loop遵循的是非决定论逻辑:由一个子智能体来决定什么时候停止循环,而不是一个清楚的条件。但基本方法是一样的。程序员一开始用AI来完成任务,某种版本的递归循环(由AI监督AI)迟早会出现。

    跟传统计算不一样的地方在于,智能体loop可以简单得让人抓狂。现在最流行的技巧之一叫「Ralph Loop」(以Ralph Wiggum命名),原理基本上就是把模型做过的所有工作总结一下,然后问它有没有达成目标。这是在处理AI模型跑太久之后迷路的问题——本质上就是不断让模型来回反弹,直到任务完成。

    跟test-time compute的关系

    另一个理解loop的方式是把它看成「增加test-time compute」这股大趋势的一部分。OpenAI研究员Noam Brown本月初观察到,当代模型只要砸足够的算力进去,几乎可以解决任何问题。这意味着确保一个问题被解决的方法之一,就是不断砸算力进去直到它完成。

    对于像改进代码库这种「爬山」问题来说尤其如此,模型可以一直做增量改进直到达到某个阈值。或者,像Cherny的例子一样,只要有算力可以花,它就可以一直做增量改进。

    成本是个大问题

    如果这听起来很贵,那是因为它真的很贵。跟agentic AI一样,AI loops烧token的速度比简单的问答聊天机器人快得多——而且因为重点是让loop一直跑下去,你能花多少钱是没有上限的。对Anthropic来说这没问题,因为它本质上就是在卖token。但对其他所有人来说,这可能是一种很贵的工作方式。

    话说回来,只要智能体loop要解决的问题值得,而且有适当的设置来监控token支出、漂移和其他典型的AI问题,好处可能大到足以抵消成本。


    这篇文章让我思考一个问题:我们到底要让AI跑到多远?当智能体开始监督其他智能体,当loop可以永远跑下去,人类在这个过程里还扮演什么角色?Cherny显然认为这是下一步,而且他说这话的时候很有说服力。但成本问题不解决,这可能只是大公司才能玩得起的游戏。

  • ElevenLabs全面接入SynthID水印,AI声音内容终于有迹可循

    AI声音越来越像真人,水印成了最后的防线

    以前AI生成的声音一听就知道是机器——语调平、没感情、偶尔还卡壳。现在不一样了。ElevenLabs、Google、OpenAI的语音模型出来的效果,打电话过去很多人根本分不出来对面是真还是假。这让”声音深伪”从一个技术问题变成了一个社会问题——诈骗电话、假录音、伪造名人发言,这些事已经在发生。

    ElevenLabs这周做了一个实质动作:把Google DeepMind的SynthID水印技术接入了自己的文字转语音生成流程。免费用户已经能用上,接下来几周会覆盖所有音频生成。这个水印是直接嵌进音频里的,人耳听不到,但用ElevenLabs的音频检测器可以识别出来。哪怕音频被裁剪、加速、转格式、删掉元数据,水印还在。

    AI生成音频水印示意图
    SynthID水印:嵌在音频里、人耳听不见、但可以检测 | 图片来源:ElevenLabs

    SynthID是什么,为什么是Google在推

    SynthID是Google DeepMind在2023年推出的AI内容水印系统,最初用于图片,后来扩展到音频和视频。原理是在生成内容里嵌入一个人类无法感知的模式,专门的检测器可以把它找出来,从而判断这段内容是不是AI生成的、是哪个平台生成的。

    今年5月的Google I/O上,Google宣布了一个”SynthID联盟”——OpenAI、英伟达、ElevenLabs、Kakao都承诺采用这个标准。这是AI行业少有的”主动给自己套绳子”的时刻:大家同意在自己的输出里加标记,让外界能追溯来源。当时这还只是一个承诺,ElevenLabs现在是第一个真正把这件事跑通的上线案例。

    “人们应该知道自己在和AI互动。随着我们的语音、音乐和音效模型越来越好,我们希望人们能够识别一段音频是否由AI生成,而且不需要专业工具。”——ElevenLabs产品团队

    水印能解决什么问题

    最直接的用途是溯源。如果有一段可疑的音频在传播,用ElevenLabs的免费音频检测器(Audio Detector)扫一下,就能知道是不是ElevenLabs生成的。这对打击深伪诈骗和虚假音视频有直接帮助。

    但这事也有局限性。水印只能证明”这段音频是ElevenLabs生成的”,不能证明”这段音频是某某人说过的”。如果有人用ElevenLabs克隆某人的声音去诈骗,水印能告诉你是ElevenLabs生成的,但没法直接告诉你克隆的是谁。要真正解决问题,还需要平台、法律、用户教育一起上。

    另一个现实问题是:水印只覆盖愿意加它的人。如果有人用没有水印的开源模型生成音频,这套体系就失效了。所以SynthID联盟的意义在于,让主流平台都加入,至少大部分商业AI音频是有标记的。

    ElevenLabs在博客里还提到,他们正在推动把SynthID加入C2PA的软绑定列表。C2PA是一个内容来源认证标准,能让被删掉元数据的内容重新”找回”自己的来源信息。这两个标准如果能打通,AI内容的溯源体系会更完整。

    监管压力是背后的推手

    越来越多的司法管辖区要求AI生成内容必须以机器可读的方式标注为”合成内容”。欧盟AI法案里有相关条款,美国各州也在推类似立法。对ElevenLabs来说,提前把水印做好,比事后被监管强制要求要主动得多。

    而且ElevenLabs本身也面临过滥用问题。2024年有过一波用ElevenLabs克隆名人声音制作深度伪造音频的事件,当时公司加强了安全审核。水印是又一层防护——就算有人绕过审核生成了不当内容,至少事后能追查来源。

    接下来,OpenAI、英伟达那边什么时候跟上,是业界最关注的。Google说它们都会用SynthID,但承诺和实际落地之间还有距离。ElevenLabs先走了一步,对其他平台是个压力,也是个参考。


  • 特朗普政府提议取消自动驾驶汽车刹车踏板要求,特斯拉Cybercab离上路更近了

    一个刹车踏板的存废,牵动整个自动驾驶行业的命运

    美国交通部这个提议听起来有点反直觉——允许自动驾驶汽车不带刹车踏板。但这恰恰是特斯拉Cybe​​rcab这类产品真正上路必须要跨过的监管门槛。现行联邦机动车安全标准(FMVSS)要求每辆车都必须配备刹车踏板,哪怕这辆车从设计上就没人开。特朗普政府现在想把这条改掉。

    国家公路交通安全管理局(NHTSA)管理员Jonathan Morrison在声明里说得很直白:”我们正站在自Model T以来车辆技术领域最大技术革命的边缘。如果想让美国领先,就得重新想象我们的监管框架。”这话的背景是,中国和其他国家在自动驾驶上也在加码,美国监管如果跟不上,优势就没了。

    特斯拉Cybercab概念车
    特斯拉Cybercab:没有方向盘,没有踏板,监管却还没跟上 | 图片来源:Tesla

    特斯拉等了很久的绿灯

    特斯拉过去几年一直在开发那辆两座Cybercab,定位就是完全自动驾驶、没有方向盘也没有踏板。马斯克这些年反复说,一旦监管批准,就能全国部署。但现实是,特斯拉从来没去申请FMVSS豁免——因为豁免就算批了,数量也有限制,不是真正的规模化路径。

    现在NHTSA的提议是直接改标准,而不是搞豁免。这意味着车企可以从设计阶段就按”无踏板”来走,不用每次都去华盛顿求情。对特斯拉来说,这比啥都管用。

    NHTSA表示,移除刹车踏板等部件要求”理论上将让车企能更快地把自动驾驶汽车推向道路”。

    当然,特斯拉现在也没闲着。过去一年在奥斯汀运营了一小片robotaxi服务,刚开始副驾有安全员,后来逐步撤掉,变成”无人监督”运行。不过NHTSA披露,特斯拉承认在用远程操作员——低速情况下远程介入,处理障碍物或事故后移动车辆。这说明完全无人化还没到那一步。

    不只是特斯拉受益

    Zoox(亚马逊旗下)其实是更典型的例子。他们造了一辆从头就是为自动驾驶设计的小巴式robotaxi,去年好不容易拿到FMVSS豁免才能演示,现在还在等商业化运营的豁免。如果标准直接改了,第二波、第三波产品就不用再走这个流程。

    Waymo相对好办一些,因为他们用的是改装版现有车型(捷豹I-Pace),本来就有方向盘和踏板,不受这个限制。但Waymo也在研发下一代没有手动控制的车辆,到时候同样会碰到这个问题。

    这个提案现在进入30天公众意见征集期。也就是说,接下来一个月,车企、安全倡导组织、竞争对手都会进来表态。最终是否生效,还得看DOT的决定。但从特朗普政府一连串动作来看——包括之前NHTSA提议取消雨刮器和除雾系统要求——方向是很明确的:能减就减,别让监管拖住创新。

    安全问题谁来管

    支持方的逻辑是:如果一辆车从设计上就没有驾驶员,刹车踏板就是个摆设,还可能增加成本和复杂度。NHTSA说他们会”加强对根本安全标准的要求,并让AV开发方对安全性能负责”——意思是,踏板可以不要,但安全不能含糊。

    但安全倡导组织肯定不这么看。没有刹车踏板的车,万一系统宕机了怎么办?乘客能做什么?这些问题不是技术白皮书能回答的,得真出点事才会有定论。30天意见期里,这类声音估计不会少。

    这件事更大的背景是中美在自动驾驶上的竞争。中国北京、上海、深圳的robotaxi已经跑了一段时间,监管上也在摸索。美国如果率先在联邦层面放开”无踏板”设计,对特斯拉和Zoox出海可能是个卖点——当然,前提是自己国内先跑通。


  • Gemini 3.5 Pro跳票到7月,谷歌在最不该慢的时候慢了

    谷歌AI人才流失概念图
    Gemini 3.5 Pro推迟发布之际,谷歌正面临顶尖AI研究员持续流向Anthropic和OpenAI的尴尬局面

    谷歌原本计划6月发布Gemini 3.5 Pro,现在推迟到了7月。单独看这件事,其实没什么大不了——让模型多喘口气、多改几版再发布,总比赶工出来一个半成品强。但问题是,这个推迟发生的时机实在太不凑巧了:同一周里,Transformer架构的共同作者Noam Shazeer离职去了OpenAI,诺贝尔化学奖得主John Jumper离职去了Anthropic。模型晚几周发布可以等,人才往外走这件事等不了。

    谷歌这周失去的不仅仅是几个研究员

    Shazeer这个名字在AI圈分量很重。2017年那篇”Attention Is All You Need”论文,他是共同作者之一,Transformer架构就是那篇论文里提出来的。谷歌在2024年花了27亿美元以acqui-hire的方式把他从Character.AI请回来主导Gemini项目,结果不到两年,他又走了,这次是去OpenAI。

    Jumper的离开在另一个维度上更伤——他领导的AlphaFold项目拿了2024年诺贝尔化学奖,这是谷歌DeepMind迄今为止最干净利落的科学成果。AlphaFold团队的核心成员跟着Jumper一起走,基本上等于把DeepMind这几年最亮眼的一张牌整个搬到了Anthropic。

    Alphabet的股价在6月22日跌了5%,2250亿美元的市值就这么蒸发了。市场反应不一定理性,但市场担心的东西很具体:前沿AI实验室同时在抢芯片、抢客户、抢分销渠道,而这些竞争的背后归根结底是抢人。谷歌在前面两项上有优势,在”抢人”这一项上不能出问题。

    企业买家关心的不仅仅是模型本身

    Gemini 3.5 Pro的延迟发布本身并不是致命伤。谷歌说推迟是为了收集早期测试用户的反馈,对模型做进一步优化,这个说法站得住脚。企业客户也不希望拿到一个匆忙上线、跑真实工作流就出问题的模型。

    但企业客户买AI模型的时候,看的不只是眼前这个版本好不好用,他们也在押注接下来半年到一年的路线图——下一版模型什么时候出、质量怎么样、做这个模型的人还在不在这个实验室里。当Shazeer和Jumper在同一周宣布离职,企业CIO做决策时的信心就会打个折扣。这个折扣不一定是理性的,但采购决策从来不纯粹是理性计算。


    谷歌并不是输了,但它需要证明更多

    把话说回来,谷歌DeepMind仍然拥有巨大的计算资源,Gemini通过Search和Workspace的分发渠道也是竞争对手眼馋的。Gemini 3.5 Pro完全有可能在7月发布一个质量很高的版本,把这一轮的注意力重新拉回来。

    真正的问题是信心。Anthropic靠着Claude在开发者社区里积累了很强的口碑,尤其是在代码生成这块;OpenAI有最强的消费者拉力和平台生态。谷歌不能只靠提醒所有人”Transformer是我们发明的”来赢这一局,它得持续证明前沿AI可以走得足够快,而且做这个研究的最优秀的人还愿意留下来。

    7月的发布会是一个观察窗口。如果谷歌能拿出一份足够硬核的基准测试数据、清晰的价格方案,以及开发者社区的积极反馈,那么6月的这次推迟和人才流失就会变成脚注。如果发布含糊其辞、细节有限,竞争对手会用这个空隙做文章。


    这一轮AI人才战的背后还有一个容易被忽略的驱动力:IPO预期。Anthropic和OpenAI都在筹备上市,在上市前进去拿股权,对于谷歌内部的顶级研究员来说是一个很难拒绝的财务激励。谷歌可以给高薪,但给不了上市前股权的倍数增长空间。这个结构性因素不会在短期内消失,谷歌需要想清楚除了薪资之外还能给顶尖研究员提供什么——这个问题,6月的这一周把它摆到了台面上。