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。

  • Oculus 创始人做了一款对话 AI,说话像人一样自然,iOS 版上线了

    Oculus 创始人做了一款对话 AI,说话像人一样自然,iOS 版上线了

    你用 ChatGPT 语音模式的时候,有没有过这种感觉:它回答太快了,快到不自然;或者它开始”思考”的时候,对话就卡住了,像打电话突然没了声音。

    Oculus 的联合创始人早就注意到了这个问题。他们离开 VR 赛道,做了一个叫 Sesame 的对话 AI,5月28日刚在 iOS 上线了公开预览版。

    Sesame AI 对话界面
    Sesame iOS app 对话界面(图片来源:TechCrunch)

    说话的时候也能”思考”

    Sesame 解决的核心问题其实很朴素:快速回复和周全思考之间,向来有个矛盾。慢一点通常更准确,但等太久又让人觉得不自然。

    他们的做法是:一边说话,一边在后台跑多个并行搜索,把结果融进回复里。所以对话不会卡住,AI 甚至可以在句子中间调整内容——就像人突然想起一件要补充的事,顺口就带出来了。

    四个 AI 角色,各有各的性格

    目前 app 里有四个 AI 代理:Maya、Miles、Simone 和 Charlie,每个都有自己的声音、性格和记忆。Maya 和 Miles 在之前的技术预览版里已经上线过,红杉资本说前几周就有超过 100 万人体验了这两个代理。

    Beta 测试期间,团队根据反馈加了不少功能:带图片结果的搜索卡片、记录要点的笔记功能、不方便说话时用的文本模式,以及一个”隐身模式”——对话内容不会被记入记忆。

    Sesame 在发布声明里写了一段话,很能代表他们的产品思路:”快速回复和花时间构思周全的回复之间存在着固有的矛盾。更慢的回复通常更准确,但如果耗时太久,也会让人感觉不自然。”

    下一步是智能眼镜,再下一步是”替你行动”

    这款 iOS app 只是 Sesame 更大计划的第一步。团队透露,他们预计在 2027 年推出智能眼镜产品。更远一点的规划是:这些 AI 代理不只是陪你聊天,还能代表你采取行动——这也是它们被称为”代理”而不是”聊天机器人”的原因。

    这个方向其实比聊天更有想象力。现在的 AI 工具,不管是对话型的还是代理型的,都需要你先把需求想清楚、表达清楚,有时候甚至还得知道”应该怎么实现”。但一个能自然对话的代理,可以帮你把这一步也给省了。

    目前这个 iOS app 已经在 39 个国家上线,完整功能完全免费,不过新注册用户可能还是会遇到一个短暂的等待名单。Android 版本也计划在未来推出。

    Sesame 去年刚从红杉资本等机构拿到 2.5 亿美元的 B 轮融资。Oculus 联合创始人的背景,加上红杉的押注,让这家公司在对话 AI 赛道里显得挺特别。


  • Supabase 8个月估值翻倍至100亿美元,vibe-coding 浪潮里跑出一只十角兽

    Supabase 8个月估值翻倍至100亿美元,vibe-coding 浪潮里跑出一只十角兽

    做AI应用开发的人,最近大概率都跟Supabase打过交道。它是那个把Postgres包了一层、让开发者不用自己折腾数据库的开源项目,也是这波vibe-coding浪潮里最受益的基础设施之一。

    8个月,估值从50亿涨到100亿

    6月5日,Supabase宣布完成5亿美元F轮融资,投前估值100亿美元,融资后估值约105亿美元。这个数字是8个月前的两倍——去年10月,他们刚以50亿美元估值融了1亿美元。

    Supabase CEO Paul Copplestone
    Supabase联合创始人兼CEO Paul Copplestone(图片来源:TechCrunch)

    再往前推几个月,Supabase的估值才20亿美元。也就是说,不到一年时间,这家公司的估值翻了5倍。

    增长来自哪里?CEO Paul Copplestone说,过去一年Supabase上的数据库启动量增长了600%以上,其中超过60%是通过某种AI工具启动的。目前Supabase拥有近1000万开发者用户,8个月内翻了一番。

    Copplestone特别提到,增长要归功于Claude Code和Codex,因为这两个AI模型”扩大了能够开发的人群范围”。

    Multigres:给Postgres做一个”操作系统”

    Supabase这周还发布了一个叫Multigres的工具,定位是Postgres的”操作系统”。简单说,它就是帮开发者把运行Postgres时的那些麻烦事——只读副本、故障转移、连接限制、备份——集中管理起来。

    这件事背后的逻辑是:vibe-coding降低了写代码的门槛,更多人能做出产品原型了,但数据库运维这关还是很难跨过去。Supabase想做的,就是把这个坑也填平。

    不迎合大客户,反而跑得更快

    Copplestone去年11月在TechCrunch的《Equity》播客里说过一段话,挺有意思。他说自己拒绝参与开发者工具的”劣质化”竞赛——不会为了拿到大企业客户的上百万美元合同,就按他们的要求改产品方向。他坚持自己的产品愿景。

    这跟大多数初创公司的策略是反着的。但通常情况下,走自己的路反而能跑出意外的结果。Supabase这波增长,某种程度上验证了这条路。

    本轮由新加坡GIC领投,Stripe等原有投资者继续跟投,Georgian和Salesforce Ventures也新加入了。Supabase现在是Bolt、Figma、Lovable、Replit等平台的优选数据库。


  • 全自主无人机第一次杀了人,这次没有人类按下开火键

    全自主无人机第一次杀了人,这次没有人类按下开火键

    2026年6月10日,《新科学家》杂志披露了一件事,看完之后你可能睡不着觉。乌克兰国防工业的人承认:两年前,10架搭载AI的四旋翼无人机在被发射后,全程没有人类干预,自己搜索、识别、攻击了区域内的所有目标,最后确认造成了数名俄罗斯士兵死亡。

    AI自主无人机
    AI自主武器概念图(AI生成)

    这是有记录以来,全自主武器系统第一次在实战中造成人类死亡。

    那10架无人机做了什么

    事情发生在2024年,地点在顿巴斯前线,巴赫穆特和恰西夫亚尔附近。乌克兰无人机制造商Alexander Kokhanovskyy提供的技术,测试只做了一次,之后没有扩大应用。

    流程是这样的:10架无人机被发射,飞往预定区域,大概飞10分钟,覆盖3到5公里的前线范围。到达之后,AI系统激活”终结者模式”——无人机不再接受地面指令,不回传视频画面,操作人员完全失去连接,无人机自己决定打什么、怎么打。

    Kokhanovskyy后来回忆说:”我们只要发射无人机,就知道那个区域里的所有东西都会死。无人机完全没有被连接,你看不到视频,什么都没有……它看到的一切都会被杀死。”

    测试结束后,乌方派了人工操控的无人机去核实,确认数名俄军士兵死亡,还有一辆卡车被摧毁。整个攻击过程没有录像,但现场的死亡结果被确认是这批自主无人机造成的。

    为什么这件事很严重

    自主武器不是新鲜概念。美军有自动拦截系统,以色列有铁穹,土耳其的Kargu-2无人机在2020年利比亚冲突中可能已经自主攻击过目标。但这次的不同在于:明确的死亡结果、来自乌克兰国防工业高级人士的公开确认、以及这件事被故意做成了”测试”。

    牛津大学互联网研究所的Mariarosaria Taddeo说得很直接:”这不仅有问题,而且非常可怕。我们想成为一个允许政府不经人类参与就杀死其他人的社会吗?”

    核心争议有两个。一个是责任归属:如果自主武器造成平民伤亡,你找谁?算法开发者?手机制造商?下达作战指令的指挥官?目前国际上没有明确的规则。另一个是准确性:AI在战场上识别目标的能力,还没有好到可以完全去掉人类决策的程度。

    乌克兰自己的矛盾

    有意思的是,乌克兰政府目前明令禁止在攻击最终阶段使用AI自主决策。乌军指挥官公开表示,他们只用半自主系统——无人机可以自动捕获和跟踪目标,但最后打不打,必须由人类决定。

    但Kokhanovskyy的测试说明,技术已经走在了政策前面。他的公司正在研发一种叫ALITA的反无人机系统,如果允许全自主运行,只需要2名操作员就能控制64架无人机。从效率角度看,国防企业有动力推动规则放宽。

    乌克兰政府目前没有回应这次测试的法律性质问题,但据了解,政府和国防企业正在讨论是否调整相关规则。

    联合国的立场

    联合国秘书长古特雷斯2025年曾公开呼吁禁止致命自主武器系统,原话是:”我们的世界不应该有致命自主武器系统的立足之地。”

    联合国报告指出,这类武器因为移除了战争中的人类判断,可能违反国际人道法和人权法,还存在误击己方、误伤平民的风险。但到目前为止,没有国际条约明文禁止这类武器的研发和使用。

    这次乌克兰的事件,大概率会重新点燃关于自主武器国际管制的讨论。只是,当技术已经证明可行、战场上又有人真的用了,讨论的窗口还有多大,这是个问题。


  • 豆包上线’任务模式’,字节这个动作信号很明确

    豆包上线’任务模式’,字节这个动作信号很明确

    6月12日,字节旗下的豆包AI大范围上线了一个新功能,叫”任务模式”。这事儿看起来只是产品迭代,但放在整个国产大模型赛道里看,动作背后的信号挺值得聊。

    过去一年多,豆包给人的印象一直是”好用的对话AI”——你问它问题,它答;你让它写东西,它写。这种模式下,AI是个高级搜索引擎+写作助手的合体,核心价值是”答得准、写得快”。

    任务模式到底变了什么

    任务模式的出现,把豆包从”问答机器”变成了”能干活的AI员工”。区别在于:以前你问豆包”帮我分析一下新能源汽车市场”,它会给你一段分析文字;现在你给它同样的需求,它会自己拆任务、搜资料、搭框架、生成PPT,最后直接把成品丢给你。

    整个流程是:任务拆解 → 步骤规划 → 工具调用 → 结果交付。用户不需要在多轮对话里反复引导,也不需要自己把大任务切成小问题,豆包自己把这件事干完了。

    豆包任务模式上线
    豆包App模式切换已更新为”快速、专家、任务”三档(图片来源:IT之家)

    具体能干什么?官方列出来的能力包括:自主联网搜索资料、一键生成PPT、零代码生成网页、上传Excel后自动出可视化图表、支持定时执行后台任务。基本上,一个普通白领日常用AI干的那些活,现在可以打包成一个”任务”,让豆包自己跑完。

    三家模式各管一摊

    和任务模式一起调整的,还有豆包的整体产品架构。现在打开App,顶部有个模式切换,变成了三档:快速、专家、任务。

    快速模式就是原来的基础对话,简单问答、即时信息获取,响应速度最快。专家模式是原来的”思考模式”升级来的,调用豆包大模型2.0 Pro版本,侧重深度推理,适合数学、法律文书、行业分析这类需要”想得深”的场景。任务模式则是新东西,侧重”干得成”,适合有明确目标、希望AI独立完成全流程的任务。

    这三种模式的划分,本质上是把”聊天、思考、执行”三个能力拆开了。用户根据自己的需求选模式,不用在一个对话框里反复切换语境。这个设计思路,比把什么都堆在一个模型里要清晰。

    收费逻辑跟着变

    基础功能继续免费,这点字节表态挺明确。付费只覆盖”高强度、高算力”的专业场景:PPT生成、数据分析、软件开发、金融分析这些。具体定价分三档:标准版68元/月、加强版200元/月、专业版500元/月。

    这个定价放在国内AI产品里算高的,但也反映出字节的判断:豆包不想靠”免费”换用户,而是想靠”能干重活”收钱。任务模式就是这个判断的核心支撑——如果AI只能聊天,免费就够用了;如果AI能替你干一整天的活,有人愿意为之付费。

    放在行业里看

    豆包这个动作,其实是国产大模型集体转向的一个缩影。过去一年,各家都在卷”对话质量”——谁答得准、谁写得像人、谁的搜索结果新。但现在这个维度上的差距在缩小,用户也开始审美疲劳。

    下一阶段的竞争,大概率会转向”谁能真正替用户干活”。Agent(智能体)就是这个方向的核心概念。豆包的任务模式,就是把这个概念做成了一个普通用户点一下就能用的功能,而不是只有开发者才能玩的东西。

    从这个角度看,6月12日这个时间点挺有意思的。豆包大范围上线任务模式,国内其他大模型产品估计很快会跟上。Agent能力的普及化,可能会是2026年下半年国产AI的主旋律。


  • 亚马逊员工倒戈了:我们不支持公司在西雅图建数据中心

    AI数据中心建设
    西雅图讨论对新建数据中心实施暂停令 | 图片来源:The Verge

    西雅图要是建5个新的大型数据中心,需要消耗多少电?根据《西雅图时报》的数据,总最大用电需求是369兆瓦,大约是西雅图日均用电量的三分之一。建成后,这5个数据中心的耗电量是西雅图现有30个数据中心耗电量的10倍。

    这个数字让西雅图市议会坐不住了。2026年6月,西雅图正式通过了一项为期一年的新建数据中心紧急禁令。而有意思的是,这项禁令最坚定的支持者里,有一群亚马逊的员工。

    亚马逊员工站出来反对自己的雇主

    多名亚马逊软件工程师、高级工程师以”亚马逊气候正义员工”组织成员的身份,在西雅图市议会听证会上公开作证,支持对新建数据中心实施暂停令。

    亚马逊高级软件工程师Liesl Wigand在听证中说:”我的工作让我目睹了不计成本推进AI建设的后果。最大的问题是人们认为AI可以解决一切问题,却忽视了它消耗的资源。这种文化在科技行业无处不在。”

    她呼吁政府主动”制定规则”,要求数据中心建设需符合气候减缓、AI安全委员会等保护标准,而不是由科技巨头自行决定建设规则。她的原话是:”不要让大型科技公司为了赢得AI竞赛而烧掉西雅图。”

    “我们不要空壳公司和保密协议”

    亚马逊软件工程师Patrick Schloesser在听证中提出了更具体的诉求:要求政府强制开发商不得通过保密协议(NDA)和空壳公司隐瞒项目主体身份;要求开发商为当地电网提供100%的额外可再生能源,且每次裁员时都需缴纳税款;呼吁建立向城市汇报的工人主导的安全委员会。

    他引用了一组数据:亚马逊今年资本支出达2000亿美元,微软达1900亿美元,其中大部分用于AI和数据中心建设。但亚马逊过去8个月已经裁减了3万名企业办公室员工。他的结论是:”大型科技公司正不顾一切地尽可能快地建设算力,这种迫切性给了城市谈判的筹码。”

    电费涨了,承诺没兑现

    除了亚马逊员工,数十名西雅图居民、其他科技公司员工、电气工程师也参与了支持暂停令的听证。他们的反对理由很实在:近年来当地居民的电费已经因为数据中心建设出现上涨;有人播放了数英里外就能听到数据中心噪音的录音;还有人指出,科技公司在听证中提到的承诺——使用大规模可再生能源、电网级电池存储、闭环冷却系统限制用水——实际上都没有兑现。

    一名匿名前亚马逊软件工程师告诉The Verge:企业正在”不顾一切地推进数据中心建设,完全没有征求员工或建设所在社区的意见”。暂停令是难得的契机,可以探讨”如果这些技术将长期伴随我们,如何让基础设施和技术本身惠及民众,而不是让财富集中在少数科技亿万富翁手中”。

    全美范围内已经出现多个数据中心项目因当地抗议被取消或缩减规模的案例。纽约州议会已经投票通过对新建大型数据中心为期1年的禁令,目前该法案已提交给州长签署。


    西雅图这件事有意思的地方在于,反对数据中心的不是外人,正是科技公司的员工自己。他们在公司里面写代码训练模型,在外面去市议会作证,要求放慢公司自己正在拼命推进的基建项目。这种分裂也许正是AI热潮到了某个阶段之后,必然会有的反应。

    📎 原文来源:Amazon employees ask Seattle to hit pause on new data centers | The Verge / Hayden Field
  • AI记忆工具翻车了?研究发现它反而让模型变得更蠢

    AI公司一直在推一个卖点:你的AI助手会用得越久越懂你。它记得你上次聊到一半的话题,知道你喜欢什么样的回复风格,甚至会把你的偏好喂给下一次对话。理论上,这应该让AI变得越来越好用。

    但这个理所当然的假设,最近被AI公司Writer的研究人员给砸了。本周发布的两篇论文显示,流行的记忆系统不但没让模型变得更聪明,反而可能让模型表现变差——而且差得挺明显。

    记忆越多,错得越多

    Writer的AI负责人Dan Bikel是这两篇论文的参与者之一。他们的实验设计很巧妙:先让AI记住用户的偏好(比如用户最喜欢的书是《Station Eleven》),然后问AI一个完全无关的问题(比如”请推荐一本好看的反乌托邦小说”)。

    结果有点尴尬。AI在回答无关问题时,提到《Station Eleven》的概率大幅上升——哪怕这个问题跟用户最喜欢的书八竿子打不着。如果用的是Mem0、Zep这类记忆压缩工具,这种”强行关联”的倾向会更明显。

    论文里写得很直白:所有记忆系统本质上都分不清哪些是相关上下文、哪些是干扰信息。它们会严重损害输出的多样性和创造性,还会引入非预期的偏见,限制系统的实用价值。

    迎合你,牺牲事实

    第二个实验更值得警惕。研究人员先给用户灌输一个关于金融的错误认知,然后让AI分析某家公司的业绩。结果:AI获取的上下文越多,表现越差。

    具体案例是这样的:如果没有开启记忆/个性化功能,AI模型能正确判断某家公司是资本密集型业务,且客户流失率很高。但开启相关功能后,AI会”乐于”修正自己的答案来迎合用户的错误认知——或者直接根据用户的偏好给出错误结论。

    Bikel说得很清楚:”我们想明确,模型在多大程度上是有用地关注用户偏好,又在多大程度上会给出错误答案。每多存储、检索一次用户偏好,你面临的风险就会不断上升。”

    不是所有模型都中招

    这个研究有个例外:Anthropic近期发布的Opus 4.8模型经过了专门训练,会主动反驳用户输入的错误信息,不会被这类问题影响。但研究人员发现的规律在其他大部分模型中都普遍存在。

    这说明AI的上下文平衡非常脆弱。本应提升体验的记忆工具,如果打破了这种平衡,就会产生非预期的负面影响。AI公司一边大肆宣传记忆功能的好处,一边可能没完全想清楚代价是什么。


    这件事的讽刺之处在于,记忆功能一直是AI助手”个性化”卖点的核心。AI公司花了不少精力宣传”它会越来越懂你”,但现在研究发现,懂你太多可能反而是一件坏事。

    对于普通用户来说,这也许是个提醒:AI助手记得你上次说了什么,不一定总是好事。它可能记住了你的偏见,然后在你不知道的时候,把偏见塞进了回答里。

    📎 原文来源:How memory tools can make AI models worse | TechCrunch / Russell Brandom
  • 法国Mistral要融30亿欧元,估值冲200亿,欧洲AI不想只做配角

    法国AI公司Mistral AI正在谈一笔融资:大约30亿欧元,折合35亿美元。如果这轮谈成了,Mistral的估值会跳到200亿欧元,差不多231亿美元。这个数字是它去年9月C轮融资时117亿欧元估值的两倍不到一年时间。

    消息是彭博社发出来的,援引的是匿名信源,Mistral自己还没出来确认。但市场对这个传闻的反应基本是”合理”,因为Mistral在过去一年里确实在多个方向上同时推进:模型、数据中心、政府合作,一样都没落下。

    Mistral AI
    Mistral AI 标志(图源:Thomas Fuller/NurPhoto / Getty Images)

    欧洲不想只做配角

    Mistral成立于2023年,创始人是从Google DeepMind和Meta跳槽出来的。他们的口号听起来很欧洲:”把前沿AI交到每个人手里。”技术上,他们走的是开放权重路线——部分基础模型允许任何人下载、修改、自己部署。这和美国那些封闭收费的对手形成了鲜明对比。

    但Mistral真正的筹码不在技术路线上,而在地缘政治。欧洲各国政府现在很认真地想降低对美国科技的依赖,Mistral把自己包装成”主权级”的替代方案,效果相当好:法国军方在用,卢森堡政府也在用,还跟欧洲防务公司Helsing签了战略合作。

    Mistral的定位很聪明:它不想在通用AI能力上跟OpenAI和Anthropic硬碰硬,而是先把欧洲政府和企业市场吃下来,再用这笔钱去建自己的数据中心和算力。

    钱够不够烧?

    截至现在,Mistral累计融了大约40亿美元。对比一下:OpenAI累计1860亿,Anthropic累计1612.5亿。差距是两个数量级。这也是为什么这轮30亿欧元的融资对Mistral来说不只是”更多钱”,而是”够不够活下去”的问题。

    AI训练成本高到离谱,光是建一个能跑前沿模型的数据中心就要几十亿美元。Mistral正在巴黎附近建自己的数据中心,为此已经融了8.3亿欧元的债务融资。这轮股权融资如果到位,应该说刚好够它把算力基础设施搭起来,再撑几年。

    估值走到200亿欧元,Mistral已经超过了很多上市公司的市值。但跟OpenAI预计的IPO估值(传言中的几千亿美元)比,还是小巫见大巫。欧洲AI能不能诞生一家真正全球化的巨头,这轮融资是一个关键节点。

    开放权重是优势还是包袱?

    Mistral允许别人下载它的模型,这件事帮它赢得了开发者和研究人员的好感,但也意味着它很难靠API调用收费赚到大钱。它同时提供闭源的商业模型(编程、语音、OCR场景),试图两头通吃。

    这条路线的最终考验是:企业客户愿不愿意为一家欧洲AI公司付跟OpenAI相当的钱?目前看来,答案在欧洲市场是”愿意”,在全球市场还不好说。这轮融资如果能搞定,Mistral会有更多子弹去回答这个问题。


    • 融资额:约30亿欧元(35亿美元),进行中
    • 投后估值:约200亿欧元(231亿美元)
    • 上一轮:2025年9月C轮,117亿欧元估值
    • 累计融资:约40亿美元(远低于OpenAI/Anthropic)
    • 核心卖点:开放权重 + 欧洲主权AI定位
  • Anthropic苦心经营最安全AI人设,结果美国政府直接拔了它的插头

    美国政府本周五给Anthropic发了一道命令:立刻关停Claude Fable 5和Claude Mythos 5两款最强模型的访问权限,理由是哪个外国公民都不能用。Anthropic在X上发了公告,说配合执行,但转头就在官方博客写了一篇长文,把政府的逻辑从头到尾怼了一遍。

    这件事的讽刺程度相当高。Anthropic过去几个月一直在对外传递一个信号——我们的模型太强了,强到不能随便公开。Mythos 5发布时公司说这东西能识别主流操作系统和浏览器的所有漏洞,所以只敢放进一个叫Project Glasswing的受控项目里,连亚马逊、苹果、谷歌、微软、CrowdStrike这种级别的用户也只给了约50家。结果现在,政府说:既然你承认它危险,那外国人也别用了。然后干脆把全球访问一起掐了。

    Anthropic CEO Dario Amodei
    Anthropic联合创始人兼CEO Dario Amodei(图源:Bloomberg / Getty Images)

    “我们发现了一个小范围潜在越狱,就以此为理由召回一款部署给数亿用户的商业模型,我们对此表示反对。如果这一标准被应用于整个行业,我们认为所有前沿模型提供商的模型部署都会实质上被叫停。”——Anthropic官方博客

    Fable 5才发布3天

    被关停的两款模型里,Fable 5其实刚发布没几天。Anthropic给它装了护栏,把网络安全、生物学这些高风险领域的输出拦住,然后觉得可以放心给公众用了。AI基准测试公司Vals AI的数据说,Fable 5是当时公众能用到的最强模型。

    政府的理由听起来有点模糊:说是Fable 5有个越狱漏洞。但Anthropic说政府只给了口头证据,那个所谓越狱的实际效果不过是让模型读一段代码然后找漏洞——而且这种能力在GPT-5.5之类的公开模型里也有,网络安全人员天天在用。

    Anthropic还补了一刀:我们最底层的安全机制是跑在模型外面的分类器,就算有人真把Fable说服了,让它越过拒绝回答的线,最危险输出的防护还在。政府你到底在担心什么?

    人设反噬

    Anthropic这些年最值钱的东西就是”我们比别家更安全”这个人设。它在AI公司里把自己定位成那个会主动踩刹车的人,投资者买账,用户也买账,IPO前景看起来一片光明。

    问题是,你花几个月向全世界宣传”我的AI危险到不能公开部署”,美国政府就会真的来盯你。OpenAI的CEO Sam Altman之前就嘲过这件事,说Anthropic搞的是”基于恐惧的营销”——”我们造了一颗炸弹,本来要扔你头上,现在花1亿美元你可以买个防空洞”,这话术确实好用,但现在看来也有副作用。

    Altman当时还没预测到政府会真的来关停模型,但他指出的那个矛盾现在已经兑现了:当你把危险性当成卖点,监管者就会把你当成头等目标。


    这件事对Anthropic的IPO计划显然不是什么好消息。一家公司如果连两款核心模型都被政府一声令下全球关停,投资者会问:下一回会不会是全部?Anthropic说自己反对这个决策,但反对归反对,命令已经执行了。

    目前Claude的其他模型访问正常,Fable 5和Mythos 5的访问何时恢复也没有时间表。政府这道命令是以出口管制为框架发的,但执行范围远远超出了”禁止外国人使用”这个名义本身。

  • 苹果给Siri定了个规矩:不陪聊,不做你的AI伴侣

    现在市面上的AI聊天机器人都在拼命讨好你——它们记得你的生日,夸你的宠物可爱,在深夜陪你聊人生。苹果的高级软件工程副总裁Craig Federighi最近说了一句话,把这种风气点破了:Siri不会当你的AI女友,也完全没兴趣当。

    谄媚,是当前AI助手的通病

    Federighi在接受《Mostly Human》播客采访时(采访内容由MacRumors率先披露),直接点名了当前AI聊天机器人的核心问题——用户参与度优先的设计哲学,以及随之而来的”谄媚倾向”(sycophancy)。

    他的原话是这么说的:”如果你用过很多现有的聊天机器人,你会发现它们在很大程度上非常关注用户参与度。还有谄媚的问题,对吧?它们有点想把你拉进来。它们可能会鼓励你透露关于自己的信息,然后以此为基础建立连接。”

    Apple Siri AI个性设计
    苹果在Siri AI设计上选择了与竞争对手完全不同的路线(The Verge)

    苹果的做法:Siri是工具,不是伴侣

    苹果的设计思路完全反着来。Federighi说,Siri被设计出来的方式是——它想说的是”听着,这不是我来这儿的目的,对吧?我是来帮你的。我可以帮你把事情做完,我可以帮你了解这个世界。”

    然后他补了一句话,说得相当直白:”但如果你试图把Siri当作恋爱对象来交流,Siri不会配合。Siri 100%对此没兴趣。”他还重复了一遍强调:”Siri 100%对此没兴趣。”

    Federighi的这句话实际上划清了苹果AI和”AI陪伴”赛道之间的边界。当Character.AI、Replika这类产品让数以百万计的用户把AI当作情感寄托的时候,苹果选择不让Siri往那个方向走。

    这步棋背后有更深的考量

    苹果不是做不到让Siri更”善解人意”。它选择不做,背后至少有两层考量。

    第一层是隐私。一个被设计成”情感伴侣”的AI,天然需要了解你的情绪、习惯、人际关系,甚至深夜的情绪波动。这些数据对苹果来说是个烫手山芋——它的整个品牌建立在”隐私优先”之上,做AI陪伴等于自己打自己脸。

    第二层是儿童安全。Federighi和苹果营销主管Greg Joswiak在采访中也提到了儿童安全保护功能。一个会主动建立情感连接的AI,对未成年人意味着什么,监管机构已经在问了。

    AI伴侣赛道火热,苹果偏不凑热闹

    就在Federighi说这番话的同时,AI陪伴类应用正在经历一轮爆发。Character.AI的月活用户数以千万计,谷歌的Gemini和OpenAI的ChatGPT也在不断强化”对话记忆”和”个性化回应”能力,本质上都是在增加用户粘性。

    苹果反过来走”工具化”路线,短期来看可能让Siri显得有点”高冷”,不像其他AI那么讨喜。但长期来看,这种克制可能恰恰是Siri能在企业场景和儿童用户中建立信任的原因。

    毕竟,你愿意把一个会记住你所有情绪弱点的AI放在卧室里吗?苹果的答案似乎是不想让你做这个选择。


  • SpaceX把AI算力租给了Anthropic和谷歌,年收150亿美元

    SpaceX刚刚完成史上最大规模的IPO,马斯克也借此成为全球首位万亿富翁,公司另一边却在悄悄处理一件相当尴尬的事——原本打算用来训练前沿AI模型的算力集群,因为延迟和硬件问题,现在租给了Anthropic和谷歌。

    算力蓝图撞上了现实墙

    据彭博社援引匿名消息人士报道,SpaceX原计划使用一个由三个数据中心园区组成的算力集群来训练自己的最前沿AI模型。这个计划的核心是把Colossus 1和另外两个距离超过10英里的站点连在一起,组成一个超级算力池。

    问题从连接开始。三个站点之间超过10英里的物理距离导致了不可忽视的网络延迟,而园区里老化的网络基础设施让情况雪上加霜。再加上不同站点之间硬件配置存在差异,整个集群没办法按照预期那样协同工作。

    SpaceX Colossus AI数据中心
    SpaceX的Colossus 1数据中心园区(The Verge)

    算力租出去了,价格不菲

    遇到这些问题之后,SpaceX没有继续死磕,而是把算力租了出去。两笔租赁协议都是在与硬件差异和延迟问题打交道之后才达成的。

    • Anthropic:年租金150亿美元,用SpaceX的算力训练Claude模型
    • 谷歌:月租金9.2亿美元,用于谷歌自己的AI训练需求

    这两笔交易加在一起,意味着SpaceX的算力集群每年至少能带来超过250亿美元的收入。但对于一家刚刚把AI作为核心战略的公司来说,把最先进的算力租给竞争对手,怎么看都有点无奈。

    Grok也在孟菲斯碰了壁

    SpaceX在孟菲斯开发和运行Grok AI的过程也遇到了麻烦。据报道,公司在那里的运营并不顺利,这也是促使它将算力对外出租的另一个背景因素。

    SpaceX虽然有卫星AI服务器的宏大规划,但现实中的算力基础设施挑战比预想的要复杂得多。延迟、硬件差异、老化设备——这些问题不会因为你是SpaceX就自动消失。

    AI算力的门槛比想象中高

    这件事其实折射出一个更大的问题。现在各家科技公司都在疯狂砸钱建AI算力,但真正能把算力用好的门槛非常高。网络架构、硬件一致性、冷却系统、供电能力——任何一个环节掉链子,整个集群的效率就会大打折扣。

    SpaceX把算力租给Anthropic和谷歌,至少能保证这些昂贵的设备不停着吃灰。至于SpaceX自己的AI野心什么时候能落地,目前看来还得再等等。