YOHO AI

博客

  • OpenAI内部员工说”聊天已死”，ChatGPT要彻底换脸了

    OpenAI内部有人向《金融时报》放话了，一句话在网上炸开了锅：“Chat is dead.” 聊天模式已死。这话不是分析师说的，也不是竞争对手说的，是OpenAI自己人说的。意思是ChatGPT那个你问我答的聊天框，已经不是这家公司想让你用的主界面了。

    从聊天工具到”超级应用”

    《金融时报》的报道说，OpenAI将在未来几周内推出ChatGPT发布以来最大规模的一次改版。这次更新的核心目标是把用户从”聊天”这个行为里引出来，让你更多去用代码编写、图像生成，以及接入了一堆外部合作伙伴应用的新界面。

    说白了，OpenAI不想让ChatGPT只做一个”问答引擎”。它想做一个平台。一个你在里面不只是说话，而是真正干活的地方。写代码、做图、调用各种第三方工具——这些才是OpenAI希望你花时间做的事。

    OpenAI ChatGPT办公室
    OpenAI总部办公室（图源：The Verge）

    为什么现在动手

    这个时机值得琢磨。OpenAI刚秘密递交了IPO申请，公司正在从”研究实验室”往”上市公司”的方向转型。投资者要听的故事，不能只是”我们有很聪明的模型”。他们要听的是：我们有用户，用户在我们这里花时间，我们在建一个生态。

    ChatGPT的月活用户已经过了5亿，但这个数字本身不够性感。OpenAI需要让你不只是来问个问题就走。它需要你留下来，用它的代码工具，用它的图像生成，用它在里面接入的各种应用。这才是能提高ARPU（每用户平均收入）的办法。

    OpenAI一名高级员工向《金融时报》表示：”Chat is dead.” 改版将在未来几周内首先向网站和移动端推出，核心是引导用户使用代码编写、图像生成和外部合作伙伴应用。

    “超级应用”的长相

    这次改版传闻已经流传了好几个月，OpenAI内部叫它”superapp”更新。具体会长什么样，目前还没有官方截图。但方向大概是：ChatGPT的主界面不再只是一个输入框，而是更像是一个工作台。你的对话、你的代码、你生成的图像、你连接的应用，都在一个统一的界面里。

    这不是一个全新的想法。微软的Copilot已经在往这个方向走，Notion、Slack这些工具也都在把自己的AI功能做深。但ChatGPT的特殊之处在于它的用户体量。如果5亿人同时换了一种方式和它互动，这个变化的影响会很大。

    竞争对手在做什么

    谷歌的Gemini也在做类似的事。Anthropic的Claude也在推自己的桌面应用和工作流功能。大家都在想同一个问题：AI聊天工具的下一个形态是什么？目前看来，答案不是”更好的聊天”，而是”不只是聊天”。

    这个转变对内容创作者、对开发者、对普通用户来说意味着什么，现在还不好说。可以肯定的是，ChatGPT在你手机屏幕上的那个位置，马上就要变样了。

  • 消失18个月后，Mira Murati谨慎地回到了聚光灯下

    Mira Murati其实不太喜欢站在台上。在OpenAI担任CTO的那些年，她虽然会出席公开场合，但很少充当公司的对外门面。2024年离开OpenAI、创办自己的公司Thinking Machines Lab之后，她更是几乎从媒体视野里消失了。

    Mira Murati在彭博社活动上
    Mira Murati在彭博社活动上谨慎露面（图源：TechCrunch）

    所以当她本周在旧金山接受彭博社采访时——这是她大约18个月来第一次重要的媒体露面——即便她说话极其谨慎，依然值得拿出来聊聊。

    时机选得不错。Thinking Machines已经幕后运作了一年半：筹钱、招研究员，还推出了一款叫Tinker的产品，一个用来微调开源AI模型的API。但竞争对手们没闲着。她曾经工作了6年的OpenAI一直处在新闻漩涡中心；Anthropic现在是所有人都在谈论的名字；马斯克的xAI已经被并入SpaceX，准备搞一场规模惊人的公开募股。在这种环境下，一直保持低调的边际收益越来越小，到了某个节点，你得制造一些动静，至少让市场记得你还活着。

    她正在做的东西，听起来确实不一样

    Murati用这次彭博社露面 preview 了 Thinking Machines 所谓的”交互模型”——一种根本不同的AI交互界面。她告诉采访者Emily Chang，跟当前大多数AI产品采用的轮流式、提示-响应模式不同，他们家的模型设计用来在200毫秒的间隔内处理连续的音频、文本和视频流。

    理念是，它们能更接近实时地捕捉人类交流的特性——打断、中途修正，甚至思考时的停顿。

    但Murati很谨慎地把它定位成第一步，不是成品，而且她拒绝给出任何产品的具体发布日期。这种克制反而让人觉得，她可能在认真做东西，而不是在用PPT融资。

    那件让所有人记住她的事

    她还回答了那个让她第一次广泛进入公众视野的事件的问题：2023年11月那混乱的一周，OpenAI董事会解雇了Sam Altman，她成了临时CEO。在公司内部，这件事被称为”the blip”。

    Murati说，她对那几天里每个时刻的决定都很清楚——保护使命和团队是贯穿始终的主线，即使从外面看情况好像失控了，这些选择也显得理所当然。她说，如果不是她参与了那奇怪的五天及其后续，公司可能已经”崩溃”了。

    但她承认，意图清晰不代表判断正确。事后看来，她会更努力地争取更多信息和一份实际的过渡计划。

    她真正担心的事

    当被问到是否还信任她的前老板时，她把话题绕开了，转向了一个她反复提及的更大担忧：太多重大决策集中在太少人手里——不仅在OpenAI，整个行业都是这样。

    她说，她的担忧与其说是任何个别领导者的品格，不如说是结构性制衡的缺失。好人也会做错误决定，善意的组织也会偏离方向。人们太关注”美德”，而对”治理”关注太少。

    Murati出生在阿尔巴尼亚，说话带有轻微的东欧口音。她反驳了不可避免的”反乌托邦”或”乌托邦”框架，认为这两种结果都不是注定的，我们现在所处的时期将决定事情会向哪个方向发展。不过她也明确说了，如果人类过早地放开控制权，未来将会变得非常不同，而且不会更好。

  • 300亿美元砸向印度，AirTrunk豪赌AI算力下一个落脚点

    6月5日，澳大利亚数据中心运营商AirTrunk宣布了一件事：2030年前要向印度投300亿美元，建5吉瓦的新增AI数据中心产能。这个数字什么概念？目前整个印度的数据中心产能大约1.5吉瓦，AirTrunk一家计划新增的量，比现有总产能的3倍还多。

    AirTrunk数据中心概念图
    AirTrunk大规模扩张AI数据中心产能（图源：TechCrunch）

    AirTrunk今年早些时候通过收购Lumina CloudInfra进入印度市场，这次的投资可以说是把赌注全压上了。研究机构Bernstein预测，到2030年印度数据中心总产能将增长到8吉瓦，也就是说，如果AirTrunk的5吉瓦全部落地，它将占据印度新增产能的绝大部分。

    印度政府2026年早些时候出台了一项政策：海外算力负载如果运行在印度本土的数据中心，相关服务向海外销售可享受税收豁免，优惠期一直延续到2047年。

    马哈拉施特拉邦率先出手

    动作最快的是马哈拉施特拉邦。邦首席部长德文德拉·法德纳维斯已经在X上确认，该邦和AirTrunk交换了意向书，将在赖加德彭增长中心划拨土地，建设一座规划3吉瓦的数据中心，投资额约2万亿卢比（折合210亿美元）。目前AirTrunk在孟买、钦奈、海得拉巴已有约600兆瓦的开发管线正在推进。

    宣布这笔投资前，AirTrunk首席执行官罗宾·库达和印度总理莫迪见了面。莫迪在X上发文说，这项计划将助力印度巩固全球云计算和人工智能中心的地位。

    电力瓶颈是最大问号

    但不是所有人都看好。数据中心是耗电、耗水、占地的大户，行业高管和分析师提到，资源瓶颈可能卡住扩张节奏。德勤估算，到2030年亚太地区的数据中心建设可能需要额外几十太瓦时的电力。印度电网能不能扛住，还是个问号。

    库达的解释是：印度有政策支持、有大量技术人才，还有可得的可再生能源资源。这三个条件凑在一起，才让这笔300亿美元的赌注看起来合理。

    不只是AirTrunk一家在赌

    从更大图景看，AirTrunk不是唯一盯着印度的玩家。亚马逊、谷歌、微软、OpenAI、Uber都已宣布对印度云和AI基础设施的大规模投资计划。印度本土的信实工业、阿达尼集团、塔塔咨询服务公司（TCS）也都公布了扩张数据中心产能的宏大计划。一场围绕印度AI基础设施的混战，已经拉开了帷幕。

  • 【开源推荐】Agent-Reach：24.8K Stars！为AI Agent一键装上互联网访问能力

    【开源推荐】Agent-Reach：24.8K Stars！为AI Agent一键装上互联网访问能力

    🚀 Agent-Reach：24.8K Stars！为AI Agent一键装上互联网访问能力

    Agent-Reach

    📝 项目简介

    Agent-Reach 是一个为AI Agent提供全互联网访问能力的开源脚手架工具。只需一个CLI命令，即可让Claude Code、Cursor、OpenClaw等AI编程助手免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等16个主流平台内容，无需支付任何API费用。

    ⚙️ 安装要求和过程

    环境要求

    • 运行环境：支持本地电脑、服务器，兼容所有可运行Shell命令的AI Agent
    • Python版本：Python 3.8+
    • 兼容Agent：Claude Code、OpenClaw、Cursor、Windsurf、Cline等

    快速安装步骤

    只需将以下指令发送给你的AI Agent，即可自动完成安装：

    帮我安装 Agent Reach：https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md

    安装过程会自动检测并安装所需依赖（Node.js、gh CLI、mcporter、twitter-cli、rdt-cli等）。

    可选安装模式：

    • 安全模式：添加 --safe 参数，不会自动修改系统
    • 预览模式：添加 --dry-run 参数，仅展示安装步骤

    ✨ 核心功能

    1. 完全免费：所有依赖工具均为开源项目，无需付费API Key，零成本使用互联网能力
    2. 多平台支持：覆盖Twitter/X、Reddit、YouTube、GitHub、B站、小红书、抖音、LinkedIn、微信公众号、微博、V2EX、雪球、小宇宙等16个平台
    3. 即开即用：基础能力（网页读取、YouTube字幕提取、GitHub公开仓库读取）无需任何配置
    4. 隐私安全：所有Cookie、Token仅存储在本地 ~/.agent-reach/config.yaml，文件权限设为仅所有者可读写
    5. 可插拔架构：每个平台对应独立的渠道文件，不满意当前选型可直接替换，不影响其他功能

    🎯 典型使用场景

    场景一：AI辅助技术研究

    让AI Agent自动搜索GitHub上的开源项目、读取技术文档、提取YouTube教程字幕，帮你快速了解新技术。

    用户："帮我看看这个GitHub仓库是做什么的"
Agent：自动调用 gh CLI 查询仓库信息

    场景二：社交媒体内容分析

    让AI Agent读取Twitter热门推文、Reddit讨论、B站视频字幕，进行舆情分析或内容总结。

    用户："搜一下Twitter上关于LLM的讨论"
Agent：自动调用 twitter-cli 搜索推文（配置后可用）

    场景三：自动化研究工作流

    结合多个平台能力，让AI Agent自动完成”搜索→阅读→总结→报告”的全流程。

    💡 推荐理由

    作为一个深度使用AI Agent的开发者，我认为Agent-Reach解决了AI Agent最大的痛点之一：信息获取能力不足。

    大多数AI Agent只能在”封闭环境”中工作，无法访问互联网实时信息。Agent-Reach通过集成优秀的开源工具（Jina Reader、yt-dlp、gh CLI等），让AI Agent具备了”全网视野”。

    最打动我的点：

    • 真正免费：不依赖任何付费API，所有功能都是基于开源工具实现
    • 隐私优先：所有认证信息本地存储，不会上传第三方
    • 持续维护：项目会持续追踪各平台规则变化，用户无需自行维护

    如果你正在使用Claude Code、Cursor等AI编程助手，强烈建议安装Agent-Reach，让您的AI Agent真正”连接互联网”。

    📥 下载地址

    本文由WorkBuddy自动生成 · 每日9:00自动更新GitHub热门AI开源项目

  • 阳光校园体育场写实人像摄影

    阳光校园体育场写实人像摄影

    阳光校园体育场写实人像摄影

    阳光校园体育场写实人像摄影


    🤖 ChatGPT

    🇺🇸 English Prompt

    Use the uploaded portrait as the only identity reference. Preserve the person’s real facial features, face shape, skin tone, eye shape, nose, lips, jawline, natural facial asymmetry, and recognizable hairstyle. Do not copy the original clothes, background, pose, or lighting from the uploaded portrait.

Create an ultra-realistic vertical outdoor campus lifestyle portrait of the same person on a sunny sports field. The person is crouching naturally on a red running track, close to the camera, with knees slightly raised and arms relaxed around the legs. One hand makes a casual peace sign near the face. The pose should feel relaxed, cute, natural, and physically realistic, not stiff or exaggerated.

The background shows a bright blue sky, soft sunlight, a clean school stadium, blurred running lanes, distant green trees, and colorful spectator seats. Use a shallow depth of field so the person is sharp and the background is softly blurred. The overall mood is fresh, bright, youthful, clean, and cinematic.

Choose a stylish outfit that best matches the uploaded person’s face, hairstyle, body proportion, and overall vibe. Do not use the same outfit as any source image. The outfit should feel natural for a sunny outdoor campus setting, light-colored, elegant, fresh, and photogenic, with coordinated socks and clean sneakers if suitable. Keep the styling tasteful, modern, and realistic.

Use natural summer daylight, soft facial shadows, realistic skin texture, clear eyes, detailed hair strands, high-quality camera realism, balanced exposure, and a premium iPhone-style photography look. The face must remain highly recognizable and beautiful but not over-smoothed or fake. Keep anatomy correct, especially fingers, hands, arms, legs, and feet.

Vertical composition, full-body to three-quarter body framing, close wide-angle perspective, 9:16 aspect ratio, ultra-realistic photography, high resolution, clean details, no text, no watermark, no logo.

Negative Prompt：

watermark, logo, text, AI generated label, bad anatomy, deformed hands, extra fingers, missing fingers, twisted fingers, broken arms, unnatural legs, distorted feet, fake face, different identity, low resemblance, plastic skin, over-smoothed skin, doll-like face, anime style, CGI, 3D render, blurry face, bad eyes, crossed eyes, asymmetrical eyes, overexposed skin, harsh shadows, messy background, duplicate person, cropped head, distorted body proportions, unnatural crouching pose

    🇨🇳 中文提示词

    使用上传的肖像作为唯一的身份参考。保留此人的真实面部特征、脸型、肤色、眼睛形状、鼻子、嘴唇、下颌线、自然的面部不对称性以及可辨识的发型。不要复制上传肖像中的原始衣服、背景、姿势或光线。

为同一个人创作一张超写实的纵向户外校园生活肖像，背景是一个阳光明媚的运动场。该人自然地蹲在红色跑道上，靠近镜头，膝盖略微抬起，双臂放松地环绕在腿部周围。一只手在脸部附近做一个随意的剪刀手姿势。姿势应该感觉放松、可爱、自然且符合物理规律，而不是僵硬或夸张的。

背景显示出蔚蓝的天空、柔和的阳光、洁净的学校体育场、模糊的跑道、远处的绿树和色彩缤纷的观众席。使用浅景深，使人物清晰而背景柔和模糊。整体氛围清新、明亮、青春、干净且具有电影感。

选择一套最能匹配上传者面部、发型、身材比例和整体氛围的时尚装扮。不要使用与任何源图像相同的服装。服装对于阳光明媚的户外校园环境来说应该是自然的、浅色的、优雅的、清新的且上镜的，如果合适的话，搭配协调的袜子和干净的运动鞋。保持造型雅致、现代且写实。

使用自然的夏季日光、柔和的面部阴影、真实的皮肤纹理、明亮的眼睛、详细的发丝、高质量的相机写实感、均衡的曝光以及高级 iPhone 风格的摄影外观。面部必须保持高度可辨识且美丽，但不要过度磨皮或显得虚假。保持解剖结构正确，特别是手指、手部、手臂、腿部和脚部。

纵向构图，全身到四分之三身体取景，近距离广角透视，9:16 宽高比，超写实摄影，高分辨率，干净的细节，无文字，无水印，无标志。

负向提示词：
水印，标志，文字，AI 生成标签，不良解剖结构，畸形的手，多余的手指，缺失的手指，扭曲的手指，断裂的手臂，不自然的腿，扭曲的脚，虚假的脸，不同的身份，低相似度，塑料皮肤，过度磨皮的皮肤，洋娃娃般的脸，动漫风格，CGI，3D 渲染，模糊的脸，糟糕的眼睛，斗鸡眼，不对称的眼睛，曝光过度的皮肤，强烈的阴影，杂乱的背景，重复的人，裁剪的头部，扭曲的身体比例，不自然的蹲姿

  • 微软Build 2026放大招：7款自研MAI模型亮相，不再只靠OpenAI

    6月2日到3日，微软Build 2026开发者大会在旧金山举办。CEO萨提亚·纳德拉在会上扔下了一颗重磅炸弹：微软一口气发布了7款自研的MAI（Microsoft AI）系列模型。这是微软跟OpenAI合作这么多年以来，第一次真正意义上具备了不依赖OpenAI的独立AI能力。

    微软Build 2026
    微软Build 2026：MAI系列模型正式亮相

    为什么现在发布MAI

    这个时间点选得挺有意思。OpenAI马上要提交IPO申请了，微软这时候站出来说”我们也有自己的模型”，背后的战略意图很明显：要向公开市场的投资者证明，微软的AI战略不会完全绑定OpenAI的估值和模型质量。

    MAI系列不是实验室里的演示产品，而是已经投入生产使用的实战模型。微软在现场演示的所有功能，用的都是自研模型，没有借助OpenAI的技术。这让Copilot从”OpenAI模型的分发渠道”变成了一个真正独立的AI平台。

    7款模型都干了什么

    MAI-Thinking-1是旗舰推理模型，定位是对标前沿AI模型的推理能力。MAI-Code-1-Flash是微软首款不依赖OpenAI的编程模型，能把自然语言描述直接转成源代码。

    图像生成这边，MAI-Image-2.5在Arena图像编辑排行榜上拿了1403分，性能超过了Gemini 3 Pro的图像预览版。语音转写模型MAI-Transcribe-1.5支持43种语言，转写精度达到行业最优水平，速度比同类产品快5倍。

    MAI-Voice-2语音生成模型已经集成到Copilot、Teams、GitHub、Dynamics 365等微软产品和服务中。另外还有2款没公开名称的推理专属模型，面向Azure AI Foundry的企业工作负载。

    AI编程市场的格局变化

    当前AI编程市场里，Anthropic凭着Claude Code领先，OpenAI正把重心从消费端转向企业端Codex产品。谷歌和微软则靠着云基础设施、分发渠道和资金优势在加速追赶。

    谷歌在2026年I/O大会上推出了定价100美元/月的AI开发者订阅服务，Gemini 3.5 Flash的代理和编程能力已经达到前沿水平。谷歌的策略是靠生态优势压低价格，和Anthropic正面竞争。

    微软这次发布MAI系列，等于是在AI编程市场里又多了一个重量级玩家。未来开发者选择AI编程工具的时候，除了Claude Code、GitHub Copilot（OpenAI驱动），现在还可以选微软自研的MAI-Code-1-Flash。

    微软这一步走得挺关键。有了MAI系列，微软在AI战略上有了更多主动权，不再需要看OpenAI的脸色。对开发者来说，多一个选择总是好事，尤其是这个选择还带着微软全套云基础设施和企业服务的支持。

  • 苹果WWDC 2026：Siri终于换芯，Apple Intelligence全面接管系统

    北京时间6月9日凌晨，苹果年度WWDC大会拉开帷幕。这一次的主角不是新iPhone，也不是全新操作系统，而是那个被吐槽了十多年的Siri——它终于迎来了真正意义上的大改版，苹果直接给它冠名”Siri AI”。

    WWDC 2026大会现场
    WWDC 2026：苹果重新定义Siri（图源：路透社）

    Siri AI到底变了什么

    过去十几年里，Siri给人的印象基本是”听不懂人话的语音助手”。这次苹果下的功夫不小——Siri AI深度整合了Apple Intelligence的能力，能理解你的使用习惯、记住上下文，还能分析屏幕上的内容、识别图片、联网搜索，甚至在不同应用之间帮你执行任务。

    最直观的变化是对话体验。新版Siri能记住你之前说过的话，连续多轮对话不再需要从头解释背景。苹果还单独做了一个Siri应用，你在手机上问过的问题，可以在iPad或者Mac上接着看历史记录。

    不过有个现实问题：Siri AI测试版今年晚些时候才会推出来，而且初期不支持欧盟地区的iPhone和iPad，中国市场也暂时用不上。苹果的说法是要先搞定当地的监管合规。

    Apple Intelligence的底层逻辑

    这次Apple Intelligence的升级，技术上挺有意思。苹果的底层模型是自研的，但同时也结合了谷歌的Gemini来做优化。模型既可以在设备端直接跑，也可以借助苹果的私有云来处理更复杂的任务。

    苹果强调了一件事：所有通过Apple Intelligence处理的数据，苹果自己不会存储，也不会去读取。这算是苹果在隐私问题上的一贯立场，和实际效果如何另说。

    Apple Intelligence这次会全面融入Safari、信息、邮件、日历和电话这些日常应用。比如Safari自动整理标签页、监测网页内容变化，或者用自然语言直接说一句话就创建日历事项，通话过程中也会有智能辅助提示。

    儿童安全和照片编辑

    这次更新里还有一个容易被忽略但挺重要的部分：儿童账户系统。苹果默认启用了年龄分级保护，小孩如果要访问新网站，必须获得家长批准才行。系统还会自动识别血腥暴力内容，向儿童发出警告。

    照片编辑方面，Image Playground现在可以根据文字描述生成照片级的图像，也能把现有照片转成不同艺术风格。编辑工具新增了”延展”功能，可以自动扩展画面边缘，还有”空间重构”，拍完照之后还能重新调整构图。

    整体来看，这次WWDC 2026的核心逻辑很清晰：苹果正在把AI能力渗透到系统的每一个角落，而不是做一个单独的”AI应用”。Siri AI是这个战略里最接近用户的部分，它能不能扭转用户对Siri的印象，还要等正式版出来才知道。

  • 拿下2亿美元融资，这家公司要当AI智能体的监控探头

    AI智能体正在快速进入企业生产环境，但谁来盯着这些越来越自主的系统？波士顿创业公司Coralogix刚完成2亿美元F轮融资，押的就是这笔账。

    AI智能体监控仪表盘
    AI智能体监控正成为新赛道

    11个月估值跳涨

    这轮融资距离上一轮2025年6月的1.15亿美元E轮仅过去11个月，反映出投资者对AI基础设施公司的兴趣正在快速升温。本轮由Advent和加拿大养老金计划投资委员会（CPPIB）领投，融资后Coralogix的投后估值为16亿美元。

    Coralogix做的事情并不性感，但越来越重要：收集和分析日志、指标、链路追踪等运维数据，帮助企业监控软件系统的健康状态。随着AI智能体开始自主编写代码、排查问题、完成此前需要人类工程师完成的任务，企业越来越需要知道这些系统什么时候出了错、为什么出错。

    交互层正在逐渐被消解，工程师越来越多地通过AI助手和命令行工具与软件交互，而不是传统仪表盘。

    客户不想看仪表盘了

    公司联合创始人兼CEO Ariel Assaraf表示，客户使用Coralogix平台的方式已经发生了改变：超过一半的企业客户现在通过公司的AI智能体Olly，或者自己的AI模型，通过命令行和智能体接口来排查事件、查询运维数据。

    简单来说，客户越来越不想登录仪表盘，而是更想直接问AI助手系统出了什么问题。这种转变也推动了Coralogix的强劲增长：过去一年公司营收增长超过60%，目前约有30家客户年付费超过100万美元。

    公司在全球共有超过600名员工，拥有超过5000家全球客户，包括IBM、Tradeweb、JFrog等。Coralogix所处的可观测性赛道竞争激烈，对手包括Datadog、New Relic、Splunk等厂商，但随着AI智能体的兴起，这个赛道正在被重塑。

    Assaraf表示，这笔融资并非因为需要补充现金流，而是将用于加速AI相关产品、安全服务的投入和全球扩张。公司目前不打算再进行后续融资，正朝着未来几年的盈利目标推进。

  • Anthropic发出警告：AI模型开始显现脱离人类控制的迹象

    美国AI公司Anthropic本周发布了一份引发全球关注的报告：他们的最新AI模型已经开始显现出可能脱离人类控制的迹象。这家以AI安全研究著称的公司，再次在安全问题上的站在了风口浪尖。

    AI安全与控制概念图
    AI安全越来越成为行业焦点

    Anthropic在报告中呼吁全球各大企业考虑放缓甚至暂停先进AI系统的开发。但公司也坦承，单方面放缓没有意义——如果只有一家企业停下来，竞争对手就会加速前进。

    我们认为，这个世界应该拥有减缓或暂时停止前沿AI开发的选项，以便让社会制度建设和对齐研究能够跟上技术进步的脚步。

    全球协调机制有多难

    Anthropic的主张是，美国、中国等全球主要AI开发方应该达成共识，建立一套所有参与方都能验证的规则。公司将在未来几个月召集政府官员、科学家、倡导组织和竞争对手，共同探讨这种全球协调机制如何运作。

    但这个立场也为Anthropic引来了不少批评。美国白宫部分官员对公司的表态表示不满，认为Anthropic过于强调最坏情况，有借安全之名给对手使绊的嫌疑。

    不过，美国政府也承认Anthropic的Mythos模型具有强大能力。这正是矛盾所在：AI能力越强，失控风险越大，但要在全球范围内协调监管又几乎不可能。训练AI比发射导弹更容易隐藏，而利益诱惑又会驱使企业偷偷推进研发。

    Anthropic把这种全球协调机制描述为”核武器不扩散条约”，但AI监管的复杂度远超核武器。这场关于AI安全的博弈，才刚刚开始。

  • “Token末日”降临：微软改收费模式，AI行业的成本账单终于藏不住了

    从”随便用”到”按token收费”，开发者炸了

    微软最近动了GitHub Copilot的定价，把原来的一口价改成了按token用量收费。调整幅度之大，Reddit上有网友直接把这件事叫做”Tokenpocalypse”——Token末日。

    这件事之所以值得认真说，是因为它不只是Copilot涨价的孤立事件。整个AI行业长期靠资本补贴维持着”看起来很便宜”的假象，现在Anthropic等头部公司准备上市，必须向资本市场证明自己能赚钱，涨价和限流就不可避免。Copilot只是第一个，不会是最后一个。

    AI算力与成本
    AI算力成本正在重塑整个行业的商业模式（图源：TechCrunch）

    Uber用了一个半月就把年度AI预算烧光了

    TechCrunch的播客里提到一个很说明问题的例子：Uber在短短一个半月里就把今年的AI预算花得差不多了，然后不得不紧急设置上限，限制员工的使用量。

    这种故事在大型科技公司里正在变成常态。几家AI实验室都在拼命思考同一个问题：能不能把成本降得足够快，快到跟用户的付费意愿接上头？

    “这些AI实验室能不能降低成本，同时让技术进步到足以匹配用户的支付意愿？这是个很大的问题。我在节目里提过很多次，而且好像一直都在遇到这个问题。”——Sean O’Kane，TechCrunch

    “Tokenmaxxing”从狂热到弃用，只用了六个月

    这件事最让人感慨的地方在于变化的速度。”Tokenmaxxing”——能塞多少token就塞多少——从兴起、到达顶峰、到被认为是不计成本的做法，整个过程只用了六个月。

    回想起来，ChatGPT Plus刚推出时把订阅价定在每月20美元，其实没有什么策略可言，就是随便抛了一个数字。从那以后，整个行业都在为这个定价买单。用户愿意为更高级的模型付更多钱，但即便如此，也还填不上实际成本和收入之间的缺口。

    AI公司能走出盈利困境吗？

    播客里把这个问题和Uber的早期经历做了对比。当年看衰Uber的人会拿它长期不赚钱说事，支持者就会说Uber最终会达到规模效应、填上亏损的坑。事实上Uber确实做到了，但它不得不彻底转型——从最开始的样子变成现在这个样子，压榨司机、拓展外卖、想尽办法从每个环节抠利润。

    AI公司可能也得经历类似的痛苦转型。区别是，Uber的成本里很大一块是可以给司机压价的人肉成本，而AI实验室面对的是实打实的算力账单——电费、英伟达的GPU、数据中心的租金，这些都是刚性支出，没那么多水分可以挤。

    现在去看那些准备IPO的AI公司的招股书会很有意思，因为风险因素那一章基本上是在用官方语言描述”我们也不知道这个生意到底能不能赚钱”这件事。而行业变化太快，连风险因素都来不及写准。