YOHO AI

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。

  • 阿里千问Qwen3.7-Max发布：从对话模型到工程代理的关键一跃

    三个月连更三次，千问在争什么

    5月20日，阿里巴巴在杭州发布了千问新一代旗舰模型Qwen3.7-Max。如果只看标题，这像是一次常规的模型迭代——但从最近三个月的节奏来看，千问正在以不太常见的速度连续推出新版本。

    3月20日，Qwen3.5-Max-Preview亮相；4月20日，Qwen3.6-Max-Preview发布；5月20日，Qwen3.7-Max正式登场。三个月、三个大版本，这个节奏即便放在全球大模型厂商里也不算慢。背后反映的是一个明确判断：模型竞争的重点正在转移，从”谁的参数大、榜单分数高”，转向”模型能不能真正进入工作流，稳定执行复杂任务”。

    Agent能力成了新的主战场

    Qwen3.7-Max延续了千问3.x系列的一个明显转向：强化Agent能力。这不是一个抽象的方向——具体体现在编程、长上下文、工具调用、跨框架兼容和长程任务处理这几个维度上。

    在第三方机构Arena的全球大模型盲测总榜中，Qwen3.7-Max超过了Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与GPT、Claude、Gemini等国际顶尖模型接近，位列国产模型第一。

    Qwen3.7-Max在MCP-Atlas、MCP-Mark、SkillBench等现实能力测试中表现优异，超过GLM-5.1、Kimi-K2.6等模型，创下国产模型新高。

    编程智能体能力的提升尤为明显。在SWE-Pro、SWE-Multilingual、Terminal Bench 2.0-Terminus等测评中，Qwen3.7-Max较Qwen3.6-Plus有大幅提升，并超过了DeepSeek-v4-pro-Max、Claude-Opus4.6、Kimi-K2.6等模型。

    一次完整的工程任务：35小时、上千次工具调用

    阿里内部做了一个挺有说服力的测试：把千问3.7放到一个陌生的新硬件平台上（平头哥真武M890），任务是优化一个生产级注意力内核算子。

    模型没有现成的性能profile，没有硬件文档，也没有示例实现——只拿到了任务描述、SGLang+Triton参考代码和评测脚本。在这个环境中，千问3.7连续工作了35小时，执行了数百次内核评估和上千次工具调用，完成了代码编写、编译、性能分析和迭代优化的完整流程。最终，内核速度在参考实现基础上提升了一个数量级。

    更值得注意的细节是：在连续运行30小时后，模型仍然能发现新的优化空间。这说明它并不是在完成一次性的指令执行，而是在较长时间内保持了目标感，能根据反馈调整路径。

    这个测试背后的意图很明显：当大模型具备较强的推理、编程和工具调用能力，并被放入真实的工程环境中，它有机会承担过去需要专业工程师长时间推进的复杂任务。

    阿里的真正优势：场景和基础设施

    千问的特殊性在于，阿里拥有大量真实的业务和基础设施场景。芯片（平头哥）、云（阿里云）、数据库、电商、物流、支付、出行、本地生活——这些都可以为Agent提供复杂的任务环境。场景既能测试模型，也能为模型迭代提供反馈数据。

    2026年3月，阿里成立了Alibaba Token Hub（ATH），由吴泳铭直接负责。这个调整的背景是：企业使用AI的方式正在变化。过去买的是算力时长，现在消耗的是Token——模型处理任务、生成内容、调用工具、完成工作的能力，最终都会体现在Token使用上。

    公开信息显示，阿里AI模型和应用服务ARR已突破80亿元，百炼MaaS开发平台客户数截至2026年3月同比增长8倍，覆盖电商、金融、制造等多个行业。

    在这个布局里，Qwen3.7-Max不只是一次模型能力更新，而是阿里把”芯—云—模型—推理”这条链路进一步打通的一个节点。模型越强、推理越快、成本越低，Agent越容易在企业中规模化应用——这个逻辑决定了下一阶段大模型竞争的重心。

  • SpaceX IPO招股书曝光：火箭、AI算力与火星殖民的赌局

    火箭还能赚钱，但马斯克的棋盘远不止于此

    SpaceX终于把IPO招股书摆上了台面。这家24年前由马斯克创立的航空航天公司，计划在纳斯达克上市，股票代码定为”SPCX”。估值1.75万亿美元——如果不是后续马斯克的薪酬包里藏着7.5万亿美元的市值目标，这个数字已经够夸张了。

    招股书里写得很直白：SpaceX已经找到了”人类历史上最大的可落地总目标市场”，规模28.5万亿美元，其中22.7万亿归功于AI的”企业应用场景”。这句话基本把底牌亮出来了——火箭是手段，轨道AI算力枢纽才是棋盘。

    SpaceX火箭发射
    SpaceX的火箭业务只是开始，AI算力枢纽才是终极目标（图源：Getty Images）

    星链养活了现在，星舰押注未来

    招股书披露了一些硬数据。星链订阅用户已达1000万，年营收超过110亿美元，占SpaceX总营收的一半以上。但另一边，SpaceX 2025年亏损约49亿美元，成立以来累计亏损已超过370亿美元。

    钱主要烧在两个地方：星舰（Starship）和AI。2025年航天业务板块为星舰项目投入30亿美元，2026年第一季度又砸了9.3亿美元。SpaceX的判断是，星舰有望把进入轨道的成本降低99%以上——如果这事成了，轨道AI数据中心、太空制造、月球基地这些现在看起来像科幻的东西，才有规模化的可能。

    星舰最早本周将进行第12次试射。SpaceX在招股书中表示，预计2026年下半年开始执行轨道载荷投送任务，如果顺利，同年下半年用星舰发射下一代V2移动卫星，2027年发射月球版星链。

    xAI并入之后，AI部门的亏损还在扩大

    2025年马斯克把xAI并入了SpaceX，Grok聊天机器人也随之进入上市公司体系。结果不算理想：2025年SpaceX约60%的资本支出投向了AI部门，金额约200亿美元。这块业务去年仍亏损数十亿美元，营收增长约22%，远低于一线AI实验室的公开增速。

    但招股书里的叙事是另一套逻辑：轨道AI算力、太空数据中心、月球和火星的制造设施——这些设想被打包成了”28.5万亿美元总目标市场”的一部分。投资者买不买账，取决于信不信这套叙事能在未来十年落地。

    马斯克的薪酬包：2万亿美元只是中途站

    IPO之后，马斯克将担任SpaceX的CEO、CTO和董事会主席，持有93.6%的B类股（每股10票投票权），掌握85.1%的投票权。IPO后这个比例会下降，但仍将保持在50%以上。

    今年年初马斯克获得了一份新的薪酬包：如果SpaceX市值达到7.5万亿美元，并且在火星建立拥有至少100万居民的永久人类殖民地，他将最多获得10亿股B类股。如果公司建成每年可提供”100太瓦计算能力”的太空数据中心，他还能拿到更多股份。

    这些目标听起来像在开玩笑，但招股书白纸黑字写着的。这份IPO招股书里既有很具说服力的商业数据（星链1000万用户、110亿美元营收），也有很度超前的设想（星舰地面交通系统、太空旅游、小行星采矿）。市场买不买账，几个月内就能见分晓。

  • 英伟达最新财报：数据中心营收暴涨92%，AI算力军备竞赛远未结束

    英伟达刚交出了一份让整个科技圈屏息的财报：2027财年第一季度，总营收816亿美元，其中数据中心业务752亿美元，同比增长92%。这个数字背后，是全世界对AI算力近乎贪婪的需求。

    Nvidia AI芯片
    英伟达AI芯片是这轮AI浪潮的核心基础设施 | 图片来源：The Verge

    数字背后的信号

    92%的同比增速，放在任何行业都是惊人的数字，但在英伟达身上，这已经变成了某种”常态”。过去两年，每次财报发布，市场都在问同一个问题：这个增速还能维持多久？每次英伟达都用实际行动回答：还能更猛。

    这次财报里有个细节值得拎出来说： 下一代Vera Rubin AI芯片将在今年第三季度按计划推出。这意味着英伟达的产品迭代节奏没有放慢，它并不打算给竞争对手留喘息的空间。

    “Vera Rubin AI芯片将在今年下半年按计划推出，从第三季度开始。”

    不是所有人的好消息

    财报里也藏着一个不太好的消息：受RAM短缺和价格上涨影响，英伟达的PC销量有所下滑。这说明AI算力扩张的代价正在向消费端传导——内存价格上涨，最终买单的是普通消费者。

    更大的背景是，全球各大科技公司正在上演一场前所未有的数据中心军备竞赛。微软、谷歌、亚马逊、Meta，每一家都在疯狂砸钱建数据中心，而每一座新数据中心的心脏，都是英伟达的GPU。这个局面短期内看不到结束的迹象。

    竞争者在哪里

    AMD在追赶，英特尔在重新布局，谷歌TPU、亚马逊Trainium、微软Maia都在推自己的AI芯片。但现实是，英伟达的护城河不止是芯片性能，更是CUDA生态——全世界绝大多数AI框架和模型，都是围绕CUDA开发的。换芯片意味着重写大量代码，没几家公司真的愿意这么做。

    Vera Rubin芯片如果在第三季度如期推出，英伟达的领先优势还会继续扩大。对于AI创业公司和研究者来说，这意味着算力成本可能继续下降——但对英伟达的竞争对手来说，窗口正在快速关闭。

  • OpenAI声称解决80年数学难题，这次好像是真的

    80年前，匈牙利数学家保罗·厄多斯（Paul Erdős）提出了一个几何猜想，数学家们围绕它研究了大半个世纪。现在，OpenAI站出来说：我们的模型推翻了它。

    Erdős数学问题示意图
    厄多斯猜想相关数学问题示意图 | 图片来源：TechCrunch

    听到这个消息，第一反应可能是：又来了。7个月前，OpenAI前副总裁凯文·韦尔（Kevin Weil）在X平台上高调发文，说GPT-5找到了10个此前未解的厄多斯问题解决方案。结果被打脸了——那些”解决方案”早就存在于已有的学术文献中。竞争对手杨立昆和DeepMind首席执行官哈萨比斯都出来嘲讽，韦尔很快删了那条帖子。

    “近80年来，数学家们一直认为最优的解决方案大致类似方形网格。OpenAI的模型现在已经推翻了这一认知，发现了一种全新的构造家族，其表现更优。”

    这次有什么不同

    上次是野生宣传，这次OpenAI学乖了。随声明一同发布的，有数学家诺加·阿隆（Noga Alon）、梅兰妮·伍德（Melanie Wood）和托马斯·布鲁姆（Thomas Bloom）的支持性说明。布鲁姆是”厄多斯问题网站”的维护者，上次韦尔发那条不实帖子时，正是布鲁姆站出来说那是一条”严重歪曲事实”的声明。

    也就是说，这次站在OpenAI背后的，是上次亲手拆穿他们谎言的同一个人。如果连布鲁姆都认可了，可信度确实高了不少。

    OpenAI表示，这次给出证明的不是专门为解数学题训练的系统，而是一个新的通用推理模型。这意味着AI系统现在更有能力维持长链条的复杂推理，并且以研究人员此前未探索过的方式跨领域连接不同的想法。

    为什么这件事重要

    OpenAI在声明里说，这标志着”AI首次自主解决了一个数学领域核心的知名开放问题”。这话听起来有点自卖自夸，但背后的逻辑是成立的——如果一个AI系统能在纯数学领域给出人类未曾发现过的原创证明，那么它在生物学、物理学、工程学和医学领域的应用潜力就变得非常真实了。

    托马斯·布鲁姆说了一句挺有意思的话：”AI正在帮助我们更全面地探索我们数百年来建造的数学殿堂，还有哪些看不见的惊喜在等待我们去发现？”这话听起来有点文艺，但指向的问题很硬核：人类数学研究受限于人脑的推理链长度和信息整合能力，AI如果真的能突破这个瓶颈，整个基础科学的研究节奏都会被改写。

    当然，科学圈向来谨慎。OpenAI说它解决了，和数学界公认它解决了，是两回事。同行评议和程序化验证还在路上。但至少这次，OpenAI没有像上次那样提前开香槟。

  • 140万亿Token背后：中国AI应用的五个关键转向

    140万亿Token背后：中国AI应用的五个关键转向

    5月20日，量子位在北京办了第四届中国AIGC产业峰会。会上发了一份《2026年中国AI应用全景图谱报告》，里面有几个数字让我挺震撼的。

    2026年4月，国内AI应用的Web端月访问量突破了9亿，APP端月下载量超过2.4亿，日活同比增长223%。更夸张的是——中国日均Token调用量突破了140万亿，两年增长超千倍。

    2026中国AI应用全景图谱报告
    第四届中国AIGC产业峰会发布的AI应用全景图谱报告 | 来源：凤凰网科技

    这些数字不是虚无的增长率，而是真实用户在用脚投票。AI应用已经从”尝鲜”进入了”日常”阶段。

    报告里提到的五大趋势

    我把报告归纳了一下，其实是五个正在同时发生的转向：

    1. Agent化：从”回答问题”到”替你做事”

    传统AI是你说什么它答什么，Token消耗其实很小。但Agent不一样——它要拆解任务、调用工具、循环推理，单次Token消耗是传统AI的100倍。

    Agent化的本质是让AI从”顾问”变成”执行者”。这个转变一旦完成，每个人的工作效率都会被重新定义。

    2. 模型普惠化：API价格战打响

    DeepSeek V4-Pro的API价格做到了0.025元/百万tokens，是GPT-5.5的七分之一。当模型成本低到这个程度，很多之前”算不过账”的场景突然就成立了。

    价格战对开发者是好事，对用户更是——更多的AI能力会以更低的成本嵌入到日常工具里。

    3. 入口化：四大巨头砸45亿抢用户

    春节前后，字节、阿里、腾讯、百度合计投入超过45亿元，争的就是一件事：让用户把自家的AI助手设为默认入口。

    这个仗还会继续打。入口意味着数据、意味着用户习惯、意味着生态。谁能留住用户，谁就掌握了下一阶段的主动权。

    4. 付费化：用户开始买单了

    Kimi K2.5发布不到20天，收入就超过了2025年全年。智谱API提价之后，调用量不降反增。

    这说明什么？说明AI服务的价值正在被市场认可。用户不是不愿意付费，是不愿意为”不够好”的产品付费。

    5. 垂直深化：AI进工厂、进医院、进法院

    报告特别提到，医疗、金融、法律等B端场景正在开启规模化渗透。这些领域对准确性的要求极高，一旦AI能稳定交付，替代效应会非常明显。

    几个值得注意的数据

    报告还拆解了四个赛道的表现：

    • 智能助手赛道：最卷，也是用户量最大的入口级场景
    • AI效率办公：Web端用户活跃份额超过70%，这个渗透率已经很高了
    • AI创作：APP端日活同比增长449%，是增长最快的赛道
    • 文娱生活：跟游戏、社交、内容消费结合的AI应用正在爆发

    我的判断

    这份报告其实在讲一个核心逻辑：中国AI应用正在从”技术验证”走向”价值验证”。

    140万亿Token、9亿月访问量、223%的日活增长——这些不是泡沫，是真实的需求在驱动。接下来12到18个月，会是AI应用真正分化出赢家和输家的阶段。

    谁能把Agent做好、谁能把垂直场景打透、谁能留住用户——这三个问题，会在2026年底之前给出答案。

  • 2026谷歌I/O大会：AI智能体全面接管，Gemini 3.5速度提升4倍

    谷歌I/O 2026：从搜索公司到AI智能体平台的惊险一跃

    5月20日凌晨1点，加州山景城的谷歌总部灯火通明。Sundar Pichai站在台上的时候，我突然意识到一个问题——这家公司真的在All in AI。不是口号，是真金白银那种all in。

    过去12个月，谷歌处理的Token总量达到了3.2千万亿个。这个数字什么概念？比去年增长了7倍。Gemini应用的月活用户也突破了9亿。当一家公司的AI产品能做到这个量级，它就已经不是在”尝试”AI了，而是在用AI重新定义自己。

    Gemini不再只是聊天机器人

    这次大会最核心的变化，是谷歌对AI智能体的重新定义。Gemini不再是那个你问它答的工具，而是一个持续运行、跨应用执行任务的智能代理。它能替你追踪信息、生成内容、调用工具，甚至直接完成下单和操作流程。

    谷歌今年在AI基础设施上的投入预计达到1800亿到1900亿美元。这不是研发费用，是实打实的算力、数据中心、TPU采购。TPU8分成了两类——一类专门做大规模训练，一类负责快速响应用户请求。

    这个信号很明确：谷歌要把AI变成一种基础设施，就像当年的搜索引擎一样，让所有人都跑在它的平台上。

    几个让我印象深刻的功能

    AskYouTube——YouTube要加聊天机器人了。你可以用自然语言描述你想看的内容，系统直接跳转到视频的对应片段。比如你说”我想看那段讲Transformer架构的部分”，它真的能找到。这个功能今年夏天会在美国推广，国内估计还得等等。

    DocsLive——用语音直接跟Google Docs对话。现场演示的时候，Gemini自动提取演讲要点，还从Google Drive和Gmail里调信息来帮你写文档。这个对办公场景的提升是实打实的，不用再来回复制粘贴了。

    GeminiOmni——DeepMind推出的视频生成模型，基于世界模型架构。你可以用自然语言改视频里的角色、背景、场景。这个技术如果能成熟，视频创作的门槛会进一步降低。

    速度战：Gemini 3.5 Flash来了

    谷歌这次特别强调速度。Gemini 3.5 Flash的生成速度是其他前沿模型的4倍。为什么这么在意速度？因为AI代理要真正可用，响应延迟必须降到人类感知的阈值以下。

    你可以把这理解为AI版的”即时满足”——用户问一个问题，如果超过2秒才响应，体验就断了。谷歌显然在这个方向上押了重注。

    搜索的AI重构

    谷歌搜索也在变。新的搜索框不只是自动补全，还会给AI生成的搜索建议，支持多模态搜索（文字+图片一起搜）。AIMode和AIOverview这两个功能正在把搜索引擎从”找链接”变成”给答案”。

    这对内容创作者来说是个挑战——如果谷歌直接给答案，用户还点不点你的链接？

    硬件端：Android XR智能眼镜

    谷歌还预告了跟GentleMonster、Warby Parker和三星合作的Android XR智能眼镜。分两种：一种是语音交互版，一种是信息投影版。你戴着眼镜就能导航、下单、查信息。

    这个方向跟Meta的Ray-Ban眼镜其实是同一个赛道，但谷歌的优势是软件和生态。如果它真的能把Gemini塞进眼镜里，体验可能会比Meta更完整。

    我的判断

    2026年的谷歌I/O，本质上是一场”AI基础设施化”的宣言。它不再满足于做一个搜索公司或者广告公司，而是要把自己变成AI时代的水电煤。

    智能体、TPU、Gemini生态、Android XR——这些布局如果都能落地，谷歌在AI时代的护城河会比很多人想象的更深。当然，执行才是关键。发布是一回事，真正让几亿用户每天离不开这些功能，是另一回事。

    接下来就看OpenAI和Anthropic怎么接招了。

  • Spotify牵手环球音乐，AI翻唱正式「合法化」了

    AI翻唱、AI remix这件事，之前一直游走在灰色地带。Suno和Udio这些工具虽然火，但一路被告——华纳、环球、索尼轮番上阵，版权官司打得没完。

    Spotify决定不走这条路。2026年5月21日，它宣布跟环球音乐集团（UMG）达成授权协议，要让用户用生成式AI合法地翻唱和混音自己喜欢的歌。

    “Solving hard problems for music is what Spotify does, and fan-made covers and remixes are next. What we’re building is grounded in consent, credit, and compensation for the artists and songwriters that take part.”

    —— Alex Norström, Spotify co-CEO

    这个功能会以付费插件的形式推出，仅限Spotify Premium订阅用户使用。更关键的是，参与计划的艺人能从中获得分成——这是Suno和Udio一直没做到的。

    Spotify去年就透露过这个方向，当时的表述就很耐人寻味——说要做”先谈授权、再上线”的产品，而不是”先上线、再求原谅”。这话明显是在暗戳戳地戳Suno。

    Suno们的官司还没打完

    Suno和Udio算是AI音乐生成赛道的先行者，但法律地位一直很尴尬。2024年，各大唱片公司集体起诉，Suno后来跟华纳以5亿美元和解，Udio也跟华纳、环球达成了和解——但Suno至今还在被环球和索尼追着告。

    消费者确实有这个需求，这点从Suno的用户量就能看出来。但需求归需求，版权归版权，之前的AI音乐工具基本是在没有授权的情况下”先干了再说”。Spotify的做法相反——先拿到牌再上桌。

    艺人的态度是关键

    环球音乐集团董事长兼CEO Sir Lucian Grainge对这件事的态度很积极，说这能让艺人与粉丝的关系更深，还能创造额外的收入机会。但目前还不清楚有哪些环球旗下的艺人已经同意参与。

    这也合情合理——让粉丝用AI翻唱自己的歌，对有些艺人是加分项，对另一些可能就不是。所以这个功能必须是”选择加入”的，不能强制。

    不只是AI翻唱

    这次AI翻唱功能的官宣，是Spotify投资者日（Investor Day）一系列公告中的一项。同一天，Spotify还发布了几个其他AI功能：

    • 基于ElevenLabs的AI有声书创作工具
    • 面向播客的AI问答和摘要生成功能
    • 桌面端AI个人播客生成应用
    • 为头部粉丝预留演唱会门票的功能

    看得出来，Spotify在AI这个方向上是真的打算全面铺开，不只是试试水。但跟其他公司不一样的是，它选择先搞定版权方，再推产品。

    这件事对整个AI音乐行业来说，可能是个转折点。之前大家都在摸着石头过河，现在Spotify把”先授权、再上线”这个模板立起来了。接下来，看索尼和其他平台跟不跟吧。

  • Google搜索大变样，这6款替代引擎值得一试

    Google搜索要变天了。在2026年I/O大会上，这家公司宣布要对搜索进行”25年来最大升级”——说白了，就是要全面拥抱AI对话式搜索。以后你打开Google，默认就可能进入AI模式，就算你不选AI模式，搜索结果里也会塞满AI Overview，还附带一个聊天框让你追问。

    Google搜索部门的负责人Elizabeth Reid说这是”自25年前搜索框诞生以来最大的一次升级”。可用户买账吗？从评论区来看，答案是否定的。

    记得去年AI Overview刚推出那会儿出的那些洋相，用户对它的信任度本来就不高，现在又要强推AI模式，很多人觉得这就是在把聊天机器人硬塞进每一个角落。

    “This is the biggest upgrade to our iconic search box since its debut over 25 years ago,” said Elizabeth Reid, leader of the Search organization at Google.

    更有意思的是，美国地方法院2024年已经裁定Google在搜索市场存在非法垄断行为。一边是反垄断阴影，一边是AI搜索大改版，Google搜索正在经历一场身份危机。

    如果你也想换个搜索引擎试试，下面这6款值得一看。

    Kagi：付费去广告，还能自定义

    Kagi的思路很简单——不靠广告赚钱，所以不需要用AI Overview来吸引广告主。每个月5美元（无限搜索10美元），你就能用上一个没有广告、也没有AI Overview的搜索引擎。

    Kagi不是简单的”无广告版Google”，它还有个很实用的功能叫”镜片”（Lenses）——你可以给搜索结果加滤镜，比如学生在写论文时用学术镜片，搜出来的就主要是期刊文章，而不是营销博客。如果你偶尔想用AI总结搜索结果，Kagi也有”快速回答”功能，但关键是你可以选择关掉它。

    DuckDuckGo：老牌隐私卫士

    DuckDuckGo大概是最知名的Google替代品了，免费，靠投放广告赚钱——但它不像Google那样收集你的搜索历史、浏览记录和购买数据来定向投广告，而是根据你的搜索关键词来展示相关广告。

    界面长得跟Google很像，也有AI生成回答功能。但如果你不喜欢AI回答，可以在设置里完全关掉AI功能。简单直接。

    Startpage：让Google不知道你是谁

    Startpage相当于Google的”隐私代理”。你在Startpage上搜索，它会把你的请求”洗白”——去掉IP地址等个人信息——再发给Google，然后把结果返回给你。所以你拿到的是Google的搜索结果，但Google不知道是谁在搜。

    当然，本质上用的还是Google的索引。好处是Startpage也允许你关闭AI功能。

    &udm=14：给Google搜索”做手术”

    这个工具的名字看起来很怪，其实&udm=14是Google搜索的一个隐藏参数——加上它，Google就不会显示AI Overview。&udm=14这个网站做的事情就是自动帮你加上这个参数，这样你每次搜索都是”纯净版Google”。代码开源在GitHub上，懂技术的话还可以自己搭一个。

    Brave：浏览器+搜索引擎一起换

    Brave既有自己的浏览器，也有自己的搜索引擎。浏览器基于Chromium开发，所以Chrome的插件在Brave上也能用。搜索方面，Brave有个叫”Goggles”的功能，可以让你用不同的视角来看搜索结果——比如”右翼新闻”、”左翼新闻”、”技术博客”，还有一个叫”无Pinterest”的滤镜。

    是的，Brave也允许你开关AI功能。Google，你学学人家。

    Ecosia：搜索也能种树

    Ecosia也提供浏览器和搜索引擎，同样基于Chromium。但它最大的卖点是环保——把大约80%的广告收入捐给全球各地的植树项目。种树这个事情有时候会是”漂绿”行为，但Ecosia跟当地社区合作开展植树，每月公布财务报告，还在博客上记录实际成效，透明度还算可以。

    说到底，换不换搜索引擎是个很个人的选择。有人在意隐私，有人受不了AI Overview，有人就是想跟垄断者较个劲。不管你图什么，现在的选择比以往任何时候都多。

  • 融资7亿美元、估值60亿，Hark要做AI时代的「通用接口」

    要做一款真正 indispensable 的 AI 消费级产品，需要多少钱？Hark 的答案是：7 亿美元。

    这家 AI 实验室本周四宣布完成 A 轮融资，金额 7 亿美元，投后估值 60 亿美元。光看这个数字就知道，这帮人不是在玩票的。

    这个 Brett Adcock 又来创业了

    Hark 的创始人兼 CEO Brett Adcock 是个连续创业者，之前搞过两件事：人形机器人公司 Figure.AI，还有电动飞机制造商 Archer。2025 年末他自掏 1 亿美元创立了 Hark，方向是做一个『数字世界的通用接口』——说白了就是一套能跟所有产品、服务打通的个人 AI 平台。

    Adcock 自己说 Hark 要做的不是另一个聊天机器人，而是一个『智能体 AI 系统』，它得是你在数字世界里的通用接口——什么都接，什么都懂。

    这个定位跟 Anthropic 和 OpenAI 不太一样。Anthropic 现在优先搞编码工具，OpenAI 也在往生产力方向走（IPO 前得证明自己能赚钱）。Hark 的差异化是只盯『界面和原生硬件』——先做软件平台，再做专属硬件设备。

    投资方阵容豪华到离谱

    这轮由 Parkway Venture Capital 领投，参投方名单长得离谱：英伟达、AMD Ventures、ARK Invest、Brookfield、Greycroft、英特尔资本、Prime Movers Lab、高通创投、Salesforce Ventures、Tamarack Global。

    芯片厂商（英伟达、AMD、英特尔、高通）集体下注，这个信号挺明确的——他们觉得 Hark 的硬件计划值得提前站队。毕竟如果 Hark 的硬件真做出来了，跑的全是这些厂商的芯片。

    产品到底长什么样

    问题在于：Hark 到目前为止对产品细节几乎什么都没公布。TechCrunch 本周问了一堆问题，设计总监 Abidur Chowdhury（前苹果产品高管）一个都没正面回答。

    不过他说了一句挺有意思的话：『我还没见过任何感觉真的能帮到普通人的 AI 产品。人们确实在开发能帮助人们制作软件的东西，这很有效，也很有影响力，但我们还没看到真正面向普通人的产品。』

    • 今年夏天会发布首批多模态模型，给个人 AI 平台提供『大脑』
    • 平台会兼容现有各种产品和服务（不用什么都自己重做）
    • 之后再推出专门为这个系统设计的硬件设备（原生硬件，不是手机装个 App 那种）
    • 目前团队 70 人，数据中心跑的是英伟达 B200 GPU

    悬念还很多

    最大的疑问是隐私。要让 AI 助手真正有用，它得知道你是谁、在干什么、周围有什么人——但这很容易让旁边的人感到不舒服。Meta 的眼镜、即将上市的安卓 XR 眼镜都没真正解决这个问题。

    TechCrunch 问 Chowdhury 打算怎么解决这个难题，他只是笑了笑，说『听起来这会是个很棒的产品』。好吧，至少他挺乐观的。

    7 亿美元 A 轮，这个量级在 AI 圈也是相当夸张的。Brett Adcock 之前两次都把自己创的公司做成了（Figure.AI 和 Archer 都还活着），这次能不能把『AI 通用接口』变成真东西，今年夏天见分晓。

  • OpenAI安全一把手Aleksander Madry离职，转去研究AI对经济的影响

    OpenAI 又少了一个关键人物。Aleksander Madry 本周四宣布离开公司，去搞一件新事情——研究 AI 对经济的真实影响。

    这个人不是普通员工。Madry 之前是 OpenAI 的『准备工作负责人』（head of preparedness），说白了就是管 AI 安全最关键的那个人。去年夏天他被调去搞 AI 推理方向，现在直接走了。

    他是谁，为什么重要

    Madry 在加入 OpenAI 之前是 MIT 的教授，专门研究对抗性机器学习——就是研究怎么让 AI 不被『骗』。他在学术圈的口碑很硬，2023 年加入 OpenAI 的时候，不少人觉得这下 OpenAI 的安全团队是真的要认真了。

    『准备工作团队』（Preparedness）是 OpenAI 内部专门评估模型是否『危险』的团队，负责设定安全红线——比如模型在什么能力水平下需要暂停训练。

    去年 Sam Altman 被董事会开除又回来的那场闹剧之后，OpenAI 的安全团队经历了好几轮震荡。Madry 被调离安全岗位，当时就有人觉得这是 OpenAI 在『弱化安全叙事』的信号。

    现在他彻底走了。OpenAI 最近几个月已经走了不少人——Andrej Karpathy 去了 Anthropic，现在 Madry 也离职。这个时间点挺微妙的，毕竟 OpenAI 正在准备 IPO。

    他要去做什么

    Madry 自己说要去搞『聚焦 AI 对经济影响』的新工作。具体是什么还没公布，但方向大概是研究 AI 到底怎么改变就业、产业、财富分配这些大问题。

    这个方向其实挺缺人的。现在大家都在卷模型性能，但 AI 对经济社会的真实冲击——哪些工作真的会被替代、哪些只是被改造——研究得还不够深。Madry 有学术背景又有 OpenAI 内部视角，搞这个方向确实有优势。

    OpenAI 这边还没对 Madry 离职发表正式回应。按这个人事流失的速度，外界迟早要问一句：OpenAI 到底还能留住多少人？