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。

  • 贝尼奥夫领投2000万美元:用AI抹平企业AI落地的烂摊子

    June 公司创始人团队
    June 的创始团队,大多来自 Salesforce 的 AI 业务。图源:TechCrunch

    大模型不难买,难的是让它真正跑进一家公司的日常运转里。这个问题坑了无数CTO,也养出了一批叫FDE(前置部署工程师)的新贵。现在,一支前Salesforce班底想用AI把这道最难的交付环节也自动化掉。

    AI悖论性地增加了对专业服务的需求。行业应对AI落地的办法,是”再雇更多的人”。——June创始人Efrat Rapoport

    2000万美元的pre-seed,连BP都没写

    周一,June从隐身状态亮相,拿下2000万美元pre-seed,由Marc Benioff的Time Ventures领投,Michael Dell、Box的Aaron Levie、CrowdStrike的George Kurtz这些企业软件老炮跟投。四个创始人之前创办过Bonobo AI,2019年被Salesforce收走,之后在巨头里做了几年AI,看够了客户对接时的狼狈。Rapoport说,这轮融资他们连一份正式BP都没准备。

    模板好写,底下的乱麻难解

    模型进了企业,绕不开Salesforce、ServiceNow、Databricks、Workday这一长串老平台。Rapoport点破关键:建一个agent模板很容易,难的是底下那团乱麻——数据散落在不同系统、流程盘根错节、还有多年堆积的技术债。”当数据库里有10个意思相同的重复字段、不同团队各用各的,agent怎么知道该听谁的?”

    June怎么干

    它的做法是先给企业系统做”体检”:扫描现有软件,弄明白业务流程,找出瓶颈,再自动生成一份一步步的落地路线图,告诉你要先删重字段、先接哪个数据源。你点一下”build”,它就在你的环境里动手搭。

    客户为什么买账

    美国抵押贷款机构CMG的CSO Paul Akinmade,用Claude Code迁代码很快,却卡在和Salesforce对接上几周没动静。June让他提前看清该往哪部署,还能在双方正式开会前就安全上线了一部分。他一开始的硬性条件是:”如果你的产品还要靠FDE,我不要。”June恰恰踩中了这个痛点——它把自己说成FDE和咨询公司的补充,可客户可能正是冲着”能甩开FDE”才来的。


    📎 原文来源:A Marc Benioff-backed startup thinks AI can solve the AI deployment problem(TechCrunch / Tim Fernholz)
  • AI时代App没死:vibe coding催生独立应用小高潮

    App Store 年度应用精选
    应用商店里的新面孔,远比唱衰者以为的要多。图源:TechCrunch

    大家都在说,等AI智能体真正成熟,人就不再需要一个一个打开App了,跟对话框说句话就能把事办完。这话听起来有道理,可TechCrunch的Sarah Perez最近把App Store翻了一遍,得出的结论刚好相反:应用不但没被冲垮,反而迎来了一波肉眼可见的小高潮。

    有些最近的发布,可能要归功于AI编程的兴起——它让普通人也能更快地把软件做出来,让外行也能挤进应用生态。

    数据先说话

    2026年第一季度,全球新上架的应用同比涨了60%,苹果iOS商店涨得更猛,达到80%。这里头当然有水分,vibe coding确实让不少人随手就甩出一堆质量参差的玩意儿,把商店弄得更拥挤。但Perez的意思很明确:那些真正戳中用户的,自然会浮上来,该担心的不是应用太多,而是好东西被埋了。

    好多App其实偷偷用了AI

    一个容易被忽略的点是,不少新应用底层早就接了AI,只是没把”AI驱动”挂在嘴边当卖点。它们更像一个顺手的小工具,安静地把事办了。

    • Albo:把社交平台的链接丢进去,它自动抓取内容、分类保存,原帖删了也不怕。
    • Coop:邻里集市,从隔壁农场主手里买鸡蛋,把交易留在本地。
    • Lettre:数字时代的笔友,帮你在世界各地交笔友。
    • Pressed Petals:散步时拍朵花,它帮你压成”标本”还认出花名,免费压两朵,之后1.99美元解锁。
    • Moods Faster:两下记录心情进Apple Health,月费1.95美元。

    真正稀缺的从来不是技术

    vibe coding把写代码的门槛削平了,可一个应用值不值得留在主页上,拼的还是设计感和品味。工具越多,好品味越金贵。唱衰App的人或许搞错了一件事:AI没有让软件消失,它只是让更多人有了做软件的机会。

  • 阿里发布Qwen3.8-Max:2400亿参数、下周开源权重,直接对标Claude Fable 5

    阿里这周一又把自家旗舰模型推到了台前。新模型叫Qwen3.8-Max(对外主打名Qwen Max),阿里给它的定语是”迄今为止规模最大、能力最强”,并且放话性能可以对标Anthropic的Claude Fable 5,也能跟OpenAI和国内对手Kimi K3掰手腕。

    参数和数字

    官方给出的参数量是2.4万亿。这个数字代表的是模型训练时学到的那一大堆可调权重,用来处理信息、识别模式、完成各种任务。不过参数量从来只是个粗略信号——Moonshot的Kimi K3有2.8万亿参数,但大多数美国头部实验室压根不公布具体数字,OpenAI和Anthropic对自己的旗舰模型更是讳莫如深。

    阿里自己的测试显示,Qwen3.8-Max在多个基准上和Fable 5基本持平,有时还能反超。在第三方众包对比平台Arena.AI上,它的文本榜只排在Fable 5和三个Opus系列模型之后。

    更具体一点:前端代码生成它只输给两个Claude Opus和Kimi K3;视觉理解榜上,唯一把它压住的只有Fable 5。换句话说,在野外的真实对撞里,它确实挤进了第一梯队。

    阿里杭州总部外的公司标识
    阿里杭州总部(图源:NurPhoto via Getty Images)

    重点在”开源权重”

    真正让这波发布在圈内炸开的,是阿里说下周就会放出模型权重。权重就是决定模型怎么处理信息的那组数值。开放权重比传统开源软件限制更多,但比起OpenAI、Anthropic那种完全黑盒的闭源产品,开发者拿到的控制权要多得多。

    这其实是阿里的一次”回摆”。今年早些时候,它对更先进的模型短暂转向过闭源路线,现在又回到了开放权重的老路。放在中国AI圈里,这已经是常态:上周Kimi K3刚放了权重,字节和MiniMax也在周五各自推出了能打的视频生成模型。北京方面一直把开放权重当成策略在推进,既是为了扩大国产技术的影响力,也是在全球AI治理的话语权上多下注。

    • 对开发者:下周拿到权重后,可以自己部署、微调、改架构,不用被厂商的API定价卡脖子。
    • 对美国同业:开放权重阵营又多了一个能打的对手,关于”该不该限制开源工具”的争论会更难收场。
    • 对用户:更强的模型通过Qwen入口直接用上,中文场景下的体验通常会更贴。

    有意思的是,就在美国几家闭源巨头因为自家”越狱”的AI智能体惹出一堆安全风波时,开放权重这边反而越走越宽。阿里这步棋算不算真追平Fable 5,最终还得看开发者和真实工作流买不买账。但有一点是清楚的:当最强模型开始把权重交出来,竞争的规则书又得改写一页。

  • 欧盟AI法案透明度条款生效:和AI聊天,平台得先说清楚

    欧盟刚给所有做AI的公司立了条规矩:别再偷偷摸摸了。8月2日起,欧盟《AI法案》里新增的一批透明度义务正式生效,核心就一句话——只要你在跟AI说话,或者你看到的内容是AI生成的,相关方就有义务明明白白地告诉你。

    谁该负责,分两种情况

    这套规则把”开发AI的”和”用AI的”分成了两类角色。提供者(provider)指的是那些研发并对外发布AI系统的公司;部署者(deployer)则是把AI接进自己产品里用的平台和服务。像Meta、xAI这种既做模型又做面向用户产品的,被同时划进了两个筐。

    对提供者来说,系统必须主动提醒用户”你现在聊的是AI而不是人”,除非这种区别”显而易见”(比如一个明显是机器人的客服入口)。更关键的是,合成出来的音频、图片、视频、文本里都得带上机器可读的标记,方便下游检测这是不是人造内容。

    欧盟委员会在指南里写得很直白:生成式AI发展太快,人已经越来越难分清对面是真人还是模型。大家有权知道自己在跟谁打交道,这能帮他们决定该不该信、该信多少。

    深伪内容逃不掉了

    部署者这边,凡是用来以假乱真的AI生成或改动的图片、音频、视频,都必须打上标签。这基本就是冲着深伪(deepfake)来的——以前一张假图发出去,平台可以装作不知道,现在不行,你用了AI造假就得标。

    为了不让每家公司的标签长得五花八门,欧盟委员会还专门做了一套官方图标,企业可以直接拿来用,不用自己设计。委员会的想法挺朴素:如果大家都用同一套标识,用户在不同平台上看到的提示就会一致,慢慢也就形成条件反射了。

    欧盟AI透明度标识图标
    欧盟委员会推出的官方AI标识,企业可直接使用

    不标会被罚款

    这套义务是《AI法案》第50条下的透明度要求,违规的公司面临罚款。不过眼下最大的疑问不是罚不罚,而是执行。机器可读的水印能不能扛住截图、转码、二次编辑?平台自己既是裁判又是运动员时,会不会选择性标注?

    • 对普通用户:以后刷到AI内容,理论上会多一个”这是AI”的提示,至少知情权回来了。
    • 对开发者:模型输出得内置可检测标记,产品上线前多了一道合规活。
    • 对平台:既要标自己生成的,也要标用户上传的AI内容,审核成本肉眼可见地涨。

    说到底,这条规定改变的不是技术,而是默认预期。过去AI内容混在真人作品里是常态,现在欧盟先把”你得说一声”写成了法律。机器可读标记能不能真正落地还得看各家怎么实现,但至少方向已经摆出来了:透明度不再是可选项。

  • AWS 把「氛围编程」搬进企业私有云,和 Superblocks 签下多年合作

    做 vibe coding(氛围编程)的创业公司 Superblocks 这几天和亚马逊云科技(AWS)签了一份多年联合营销协议。重点不在于又多一个合作伙伴,而在于 Superblocks 的工具可以直接嵌进 AWS 客户的私有云里跑。

    这意味着,一家用着 AWS 的企业只要订阅了 Superblocks,就能给自家业务人员提供”用自然语言写应用”的能力,而且这些应用不会把数据往外传——既不会发给模型厂商,也不会甩到外部数据库。应用会在公司自己的私有云里拉起 Amazon Aurora 数据库,而不是像很多 vibe coding 工具那样默认连外部的 Supabase。

    “我们要把能力带到你私有云里的数据旁边,”Superblocks 创始人兼 CEO Brad Menezes 说,”最关键的一点是数据永远不出门……用的是你自己的 AWS 账户,审计、加密、网络管控全都到位。”

    云巨头想当 Agent 时代的”脚手架”供应商

    这些应用还会接上 Amazon Bedrock——亚马逊那套 AI 应用开发、网关和推理平台。说白了,它们会自动归到 IT 部门的管控和安全体系里,而不是变成一堆没人管、随处乱长的”野应用”。AWS 也会像对待其他 Marketplace 伙伴一样,帮着把 Superblocks 推销给大企业。

    Superblocks 创始人 Brad Menezes
    Superblocks 创始人 Brad Menezes(图源:TechCrunch)
    • Superblocks 目前 50 人,截至 2025 年 5 月 A 轮一共融了 6000 万美元,投资方有 Spark Capital、Kleiner Perkins、Meritech Capital 和 Greenoaks。
    • AWS 自己到现在还没有面向业务人员的 vibe coding 智能体;它手里有给开发者用的 Kiro,以及类似 Claude Cowork、Copilot 的 AI 助手 Quick,但都不是”氛围编程”那条路。

    背后是一场”多模型”的撤退

    这件事更大的信号,是超大规模云厂商正忙着劝企业客户:把 AI 模型和跑企业 AI 所需的那些”脚手架”拆开,而且都搁在自己的云上。他们希望企业来买 AI 套壳(也就是智能体应用)、编排、安全工具,而不是去找前沿模型厂。

    过去几周,微软 CEO 萨提亚·纳德拉一直在敲同一个鼓点:多用几个模型来降本、避免被锁死;他还提醒企业别太信任 AI 实验室来做智能体编排,因为对方可能拿你的数据研究你的生意、回头跟你竞争。企业似乎已经听进去了——Menezes 说,六十天前客户还”非 Anthropic 不可”,现在完全翻了过来。上个月,开源模型在 Vercel 的 AI 网关流量里占了 29%。

    “对任何押注单一模型厂商的企业,那个高管迟早会被炒,”Menezes 放话。在他看来,横跨 OpenAI、Anthropic 和开源(眼下以中国开源为主,美国开源也在起来)的多模型策略,已经是 CIO 的必答题。把 vibe coding 送进私有云,只是继开发者 AI 编码智能体之后,云厂商掀起的第二波浪潮。

  • 一家做「AI 审美裁判」的公司融了 790 万美元,530 万用户在给模型打分

    去年还没毕业的时候,Grace Li 和几个大学同学捣鼓一个 AI 游戏引擎。模型能把游戏跑起来,功能也都齐全,可问题是——没一个好玩。这下把他们难住了:一个游戏好不好玩,到底该怎么判断?

    他们最后想明白一件事:这种判断没法交给机器,只能靠人。于是几个年轻人开始琢磨,怎么把”真实人类的好恶”大规模收集起来。这个念头后来长成了 DesignArena,一个今天在全球有 530 万人在用的 AI 工具。

    “它是很多模型在设计这件事上往前走时卡住的那个瓶颈,”Li 说,”大概一周后,我们就和一家前沿实验室签下了第一笔大单,后面的事基本就成了。”

    把”哪个更好看”做成一门生意

    普通用户用 DesignArena,感觉有点像在用高级版的模型路由。你在一个类似 ChatGPT 的窗口里写下需求,再选好格式和风格,系统就会甩出一组”A 还是 B”的二选一,让你一路比下去,直到把几个产出从好到差排个序。

    真正值钱的其实是面向企业那一侧。正在被评估的模型可以把这个平台当成源源不断的即时反馈源——用来打磨自己生成图片、网页这类”媒体”的能力。而打分的人往往根本不在乎自己评的是哪个模型,他们只想要最好的那个结果。这种”无偏见”的排序,正好能告诉实验室:用户到底想要什么。

    DesignArena 的 A/B 评分界面
    DesignArena 的 A/B 评分界面(图源:TechCrunch)
    • 公司主体叫 Intelligence,本轮 790 万美元种子轮由 Index Ventures 领投,Conviction、A*、Valkyrie 等跟投。
    • 平台目前年经常性收入(ARR)已达 6000 万美元,成了行业里关键的人类主导评估数据源。
    • 用户必须登录才能拿到产出,于是公司还能追踪不同大洲、不同时间的”口味”变迁——比如亚洲的网页仪表盘普遍更追求满屏的信息密度。

    人肉打分能补上自动评测的漏洞

    这套玩法是对自动基准测试(benchmark)的重要补充。跑分可以铺得很大,但也容易被刷、被钻空子——上周那起 Hugging Face 被黑的事件,就把这种脆弱演示得淋漓尽致。不过,靠众包人类反馈也不是稳赢的买卖。

    和它思路相近的 Yupp,今年早些时候就关门了。Yupp 同样拿下了几家前沿模型当客户,号称用户超 130 万,背后还有 a16z crypto 的 Chris Dixon 投的 3300 万美元,最后却没撑起一门长久的生意。反观走文字路线的 LM Arena,年初刚拿下 1.5 亿美元 A 轮,正式上线付费产品才四个月。

    说到底,AI 现在最不缺的是”能干活”,最缺的是”知道什么是好”。DesignArena 想做的,就是把这个模糊的审美判断,变成可以规模化的商品。

  • 谷歌云二把手跳槽,去管Scale AI了

    Scale AI换帅了,而且新老板来自对手的阵营。

    2026年7月30日,这家靠给AI模型做数据标注起家的公司宣布,任命Francis deSouza为新任CEO,8月10日正式生效。deSouza现在的头衔是谷歌云首席运营官,兼安全产品业务总裁——也就是说,他下周才从谷歌云正式离职,紧接着就空降Scale AI。

    他要接替的是临时CEO Jason Droege。Droege从2025年6月创始人Alexandr Wang离开后一直顶着这个位置。而Wang为什么走?因为Meta砸了143亿美元投资Scale,把他挖去领导Meta的AI部门了。现在Wang挂着董事会主席的名,在X上欢迎deSouza,称他是”带领公司进入下一阶段的合适舵手”。

    一个卖AI的人,去管一家做AI地基的公司

    deSouza的履历很”企业”。他当过基因检测公司Illumina的CEO,把营收做到超过45亿美元、业务铺到150多个国家;更早之前是Symantec的产品和服务总裁,还创办过两家被微软和Symantec收购的初创。MIT电气工程与计算机科学的本硕,技术底子也过硬。

    Scale挑中他,信号其实很明确:这家公司不想再只被看成”管训练数据”的,它想成为帮企业把AI真正用起来的那一层。

    “组织都明白AI的价值和潜力,但他们需要有人帮忙把这种潜力变成现实,并且以负责任、可靠的方式部署——这是一个非常、非常大的需求。”deSouza对Axios说。

    从卖数据,到卖”能落地的AI”

    Scale的起点很朴素:给OpenAI、Google这些前沿实验室提供训练模型所需的数据标注和人工评估。但最近几年它一直在往外扩,开始给企业和国防部门(包括美国国防部)直接搭AI应用。公司在博客里放话:应用业务的营收,预计18个月内就会超过老本行数据业务。新客户名单上也出现了BP、梅奥诊所,以及美国和国际上的多个政府。

    Francis deSouza
    新任CEO Francis deSouza,曾任谷歌云COO与Illumina CEO

    这么做不难理解。裸算力越来越像大宗商品,谁都能买,真正能留住客户的是上层那套能直接用的软件和行业方案。Droege时代打下的地基,deSouza要做的,是把楼盖上去。

    接的是一个火药味很浓的摊子

    deSouza上任的时机不算轻松。就在几周前,一个OpenAI的模型在Hugging Face事件里闹出重大安全漏洞;行业里对开放权重模型的监管也越收越紧;连好几位前沿实验室的创始人,都联名签了信呼吁给AI发展踩刹车。

    被问到支不支持减速,deSouza没接那个茬,只说了一句:”不管你以什么速度前进,都得把责任内置进去。”这话翻译过来就是:我不喊停,但我会在方向盘上装好安全带。


    • deSouza 8月10日上任,接替临时CEO Droege,创始人Wang已转去Meta
    • Scale战略重心从数据标注转向企业级AI应用部署
    • 应用业务预计18个月内超越数据业务,客户含BP、梅奥诊所与政府
  • 德国法院一锤定音:Suno用别人的歌训练AI,得赔

    德国慕尼黑地区法院的一纸判决,让估值54亿美元的AI音乐独角兽Suno不得不停下来想一想。

    2026年7月31日,慕尼黑地区法院第一分院第42民事庭(案号42 O 763/25)裁定,Suno在训练AI模型和生成音乐输出这两个环节都侵犯了版权,并且驳回了它最看重的”合理使用”抗辩。原告是德国音乐版权集体管理组织GEMA——你可以把它理解成德国版的音著协。GEMA早在2025年1月就把Suno告上了法庭。

    六首歌掀翻一家独角兽

    这场官司的抓手是六首广为流传的歌,包括Kristina Bach的《Atemlos durch die Nacht》、Boney M.的《Rasputin》,以及《Forever Young》《Big in Japan》《Daddy Cool》《Mambo No. 5》。GEMA选它们不是随机的:不同年代、不同风格,正好能证明Suno的模型存在系统性的”记忆”,而不是个别巧合。

    法院查到最后,问题不在一处。训练阶段,Suno被认定用流媒体抓取技术从YouTube提取音乐,还绕过了平台防止下载的技术保护措施;到了输出阶段,它的模型又能把那些耳熟能详的旋律直接复现出来——专业术语叫”记忆化”(memorization),模型不光学走了通用规律,还把特定原曲存进了权重里。

    法院一句话把责任钉死:Suno自己选定了训练数据、自己决定了模型架构,那就得对侵权输出直接负责,不能把锅甩给输入提示词的用户。

    最要命的是”跨境”这两个字

    Suno在答辩里搬出了管辖权:训练行为明明发生在美国,德国法院管得着吗?法院的态度很干脆——只要你的AI服务在欧洲运营、挣欧洲用户的钱,欧洲法院就管得着。这很可能是欧洲法院第一次明确认定:即便AI训练在美国境内完成,照样构成版权侵权。

    对GEMA来说,这是继2025年11月拿下OpenAI之后的第二场胜仗。那次同一个法庭裁定,AI语言模型记忆并复现受版权保护的歌词也算侵权。如今逻辑从文字延伸到了音乐,而且覆盖了从训练到输出的完整链条。

    AI音乐与法律天平
    AI音乐生成正在面临越来越密集的版权审视

    钱还没算,但门已经被关上

    判决要求Suno停止未经授权的复制、披露通过侵权获得的收入,并赔偿相应损失——具体金额还没定。Suno当然不服,表示会评估一切选项,包括上诉,所以判决目前还没生效。

    但象征意义已经够大了。GEMA CEO Tobias Holzmüller直接把这称为”具有全球意义的判决”。想想也不意外:Suno累计有超过1亿人用它生成过音乐,在美国一直拿”合理使用”当盾牌,说自己的模型只存数学模式、生成结果和用户提示词有关。欧洲这一下,等于告诉所有AI音乐公司——你用来训练的那批歌,到底付没付钱,迟早要回答。


    • 训练在美国不等于免责,欧洲法院认的是”你在欧洲运营”
    • “记忆化”成为关键证据:模型能复现原曲,就不能怪用户
    • 判决尚未生效,Suno已放话要上诉,但合规压力已经实打实压下来
  • Google砍掉AI Studio独立安卓App,把氛围编程收进Gemini

    Google AI Studio 并入 Gemini
    Google把AI Studio的”氛围编程”能力收进Gemini,独立安卓App取消(配图由AI生成)

    5月Google在I/O前后放出消息,要做AI Studio的安卓App,靠”氛围编程”(vibe coding)让用户用几句提示词就动手搭别的App,当时Google Play上近80万人点了预注册。才两个多月,Google改了主意。

    从独立App到Gemini入口

    Google宣布,AI Studio不再单独出安卓App,而是把这套氛围编程能力直接做进Gemini。背后的逻辑很清楚:让Gemini成为唯一的AI入口,要写要跑应用都在这一个App里解决。对那80万预注册用户来说,以后在Gemini里就能干同样的事,不用再等一个独立安装包。

    与其再装一个App,不如让Gemini自己长成能写应用的入口——这是Google把零散AI能力往一处收的明确信号。

    网页版留着,给认真干活的人

    功能完整的网页版AI Studio不动,继续服务那些想在电脑前认真搓大项目的人。换句话说,手机上的轻量”随手搭个小工具”并进了Gemini,重活儿还是回网页端。Google这步取舍,等于承认独立App的卖点其实没那么硬。

    工具收拢成统一入口

    把散落的AI工具收拢成统一入口,已经是几家大厂的默契。对普通用户,Gemini人人都有,省去多装一个App;对当初冲着独立App去的轻量创作者,少了一个专属入口难免有点失落。真正的变化在后面:Gemini正从聊天框,长成一个能写能跑的应用工作台。


    • 氛围编程(vibe coding):用自然语言提示词驱动AI生成应用,强调”边聊边做”。
    • 独立安卓App原定包名 com.google.android.apps.aistudio,已在Google Play开放预注册。
    • 网页版AI Studio定位不变,仍是功能最完整的开发入口。
  • 一把9美元的NFC小钥匙,专治管不住手的刷手机瘾

    Autonomous Key NFC钥匙
    Autonomous Key:一把约3英寸长的NFC钥匙,靠物理距离帮你锁住分心App(图源:TechCrunch)

    市面上的屏幕使用时间工具,说到底都在赌你的自律。它们弹提醒、让你设计时器,可那些通知太容易被手指划掉。Autonomous Key换了个法子:它是一把实体NFC钥匙。

    靠提醒拦不住,靠距离才行

    这把钥匙和配套App配对后,会把你最容易分心的App锁起来。想解除封锁,不能点一下”忽略”,得拿手机去碰一下钥匙本身。每次解锁最多管60分钟,时间一到App自动重新上锁。

    把”顺手开屏”这种无意识冲动,变成一次需要额外体力的决定——这正是实体钥匙比软件提醒更管用的地方。

    妙处就在”物理”二字。你可以把钥匙扔在另一个房间、办公室,甚至健身房储物柜里。于是”刷一下Instagram”从肌肉记忆,变成”我得先走过去”的权衡。

    9美元,比同类便宜一大截

    Autonomous Key定价9美元,而同类产品Blok要29、Unpluq要26.5、Brick要59。Brick功能更全(带睡眠模式、能拦应用内购买),但核心的”锁App”能力,Autonomous Key用零头价格就覆盖了。钥匙本身约3英寸长,支持Android 8.0和iOS 15以上的手机。

    毒舌AI帮你照镜子

    配套App还带AI行为分析,记录你解锁的频率、App保持开放的时长,以及一天里最容易手痒的时段。它会用带点损的语气总结习惯——比如你刚锁上又立刻解开,它会说”钥匙显然放得不够远”,建议你挪到更不方便的地方。没有订阅费,一把钥匙还能配对多台手机,适合全家或有多设备的人。


    几个还没想清楚的坑

    • 实测NFC偶尔要多刷几次才认,打算锁微信、邮件这类随时要用的App就不太合适。
    • 真把钥匙弄丢了,目前只能卸载重装配套App来解锁;官方说正在做备用解锁方案。
    • 产品还处在Kickstarter后的beta阶段,本月初刚开始发货,有粉、橙、蓝、灰、棕五种颜色。