YOHO AI

博客

  • Anthropic刚警告AI太危险，转头就发布了更强的Claude Fable 5

    Anthropic刚警告AI太危险，转头就发布了更强的Claude Fable 5
    Anthropic发布的Claude Fable 5模型（图源：TechCrunch）

    前几天Anthropic还在公开场合警告说AI发展太快，可能很快会失控，结果没过几天，他们发布了全新的Claude Fable 5模型——这是Mythos系列第一次向普通用户开放。这种操作放在任何人身上都会觉得矛盾，但这就是当下AI行业的真实写照：一边喊着危险，一边拼命往前冲。

    安全风险是真担心，还是公关话术？

    Fable 5确实强。Anthropic官方说它在软件工程、知识工作和视觉任务上表现优异，但加了严格的安全限制——遇到网络安全、生物学、化学、蒸馏这些高风险领域，模型会直接拒绝响应，自动回退到上一代的Opus 4.8。这种做法听起来很负责，但问题是：如果用户真的想用来干坏事，换个问法是不是就能绕过？

    Anthropic说他们对Fable 5做了超过1000小时的越狱攻击测试，内部和外部红队都没找到通用越狱方法。这个说法可信度有多少，外界没法验证，只能选择相信。但更值得关注的是另一条政策：所有使用Fable 5的用户，无论之前是否签署了零数据保留协议，现在都必须接受30天的数据保留。Anthropic说这些数据只用于防御新型攻击和减少误判，不会拿去训练模型。

    这种”用安全换数据”的逻辑，很可能会成为行业先例。以后的强大模型，可能都得接受类似的条件才能用。

    价格贵得让很多企业犹豫

    Fable 5的定价是每百万输入token 10美元，每百万输出token 50美元，是Opus 4.8的两倍。这个价格意味着什么？如果你每天用AI处理大量任务，月底的账单会非常难看。Anthropic也知道这件事，所以他们先让Pro、Max、Team套餐的用户在6月22日之前免费使用，之后再改成消耗积分的模式。

    企业的反应分化很明显。购物奖励平台Rakuten觉得值，他们说Fable 5会”反思并验证自己的工作成果”，高度自主的运营能力匹配这个价格。但更多企业已经在抱怨AI成本太高，有些甚至提前花完了年度AI预算。Fable 5只会让这件事更严重。

    第三方测试结果确实不错

    抛开价格和安全的争议，Fable 5的能力确实强。分析公司Hex说它是第一个在复杂长周期分析任务基准测试中拿到90%得分的模型。氛围编码平台Base44说它更擅长”一次性生成完整应用”，工具调用能力很出色。AI工作空间平台Genspark说它在UI设计、游戏编码这些任务上明显比其他模型好。

    这些测试结果说明，Fable 5不是靠营销吹出来的，确实有能力上的提升。但能力提升和安全风险之间的平衡，Anthropic还没有给出让人完全信服的答案。

  • 苹果变了：WWDC 2026的AI照片编辑，放弃了’真实’这根底线

    两年前，苹果软件负责人Craig Federighi在介绍AI图片清理工具Clean Up的时候，说过一句挺硬气的话：苹果的责任是”传递准确的信息，而不是制造幻想”。那时候，苹果对生成式AI编辑功能的态度相当谨慎——谷歌和三星已经在照片里随便加爆炸效果、毒品用具和各种离谱的东西了，苹果选择不跟风。

    结果WWDC 2026一开幕，人们发现苹果变了。而且变的方向，正好跟Federighi两年前说的话背道而驰。

    Image Playground开始生成”照片级”假图了

    这次WWDC，苹果给Image Playground（苹果的AI图片生成/编辑应用）做了一个重要更新：支持生成照片级写实风格的图像。以前Image Playground只做卡通风格，原因很明确——不想让AI”深度伪造”真人看起来太逼真。现在这个顾虑显然被抛到了一边。

    苹果WWDC 2026 AI照片编辑工具演示
    苹果在WWDC 2026展示了AI照片编辑新功能（图片来源：The Verge）

    演示场景是这样的：用一张真实人物的照片作为参考，让Image Playground生成这个人”拿着生日蛋糕”的图片。结果AI不光加了蛋糕，还把背景和衣服全换了。苹果把这叫做”把想象力变成现实”，但问题在于——生成出来的东西，已经完全不是原来那张”照片”了。

    苹果说，Clean Up、Extend和Spatial Reframing这三个工具编辑过的照片，都会嵌入SynthID水印。”确保被重新取景的照片与原始场景保持一致。”

    苹果的赌注：SynthID能兜住底吗？

    苹果不是不知道这里面的风险。他们的解决方案是SynthID——谷歌开发的一种近乎不可见的水印系统，可以标记AI生成或编辑的内容。苹果宣布，任何用Apple Intelligence编辑过的照片，都会被打上SynthID水印。

    这个思路没问题，但执行起来有很多疑问。首先，SynthID的验证方式一点也不直观——你得把图片上传到Gemini或者谷歌的AI搜索聊天机器人，问它这张图有没有水印。普通用户谁会这么做？其次，整个行业的SynthID采用率还很低，大部分平台上AI操纵的图片仍然没有标签。

    从”记录真实”到”制造完美”

    抛开技术细节，苹果这次转向背后有一个更深的叙事变化。过去，苹果一直在强调”照片应该准确捕捉现实”，把摄影当做”对个人真实经历的一种纪念”。现在，这个调门变了——照片不再只是记录发生了什么，而是可以随意编辑、填充、重构的”创作素材”。

    苹果的理由大概是：用户想要更”完美”的照片，而AI能让这件事变得很简单。但这个”完美”的代价，是人们对照片真实性的信任进一步被侵蚀。当每一张”照片”都可能是AI填充背景、重构视角之后的产物，照片作为”证据”的价值就彻底消失了。

    苹果押注SynthID能解决这个问题。但如果水印可以被去除、或者大部分用户根本不知道水印的存在，这个赌注就很难说是不是明智的。两年前Federighi说”我们关心的是准确性”——现在看来，这句话的保质期比任何人想象的都要短。

  • 微软AI负责人收回’AI取代白领工作’言论：说漏嘴了还是公关补救？

    今年2月，微软AI负责人Mustafa Suleyman放了一句话出来——律师、会计、项目经理这些坐在电脑前的白领工作，12到18个月之内会被AI完全自动化。这话一出，整个科技圈炸了锅。毕竟这话从一个正在大规模押注AI的公司高管嘴里说出来，怎么听都像是在给全行业的裁员找理由。

    “任务”和”工作”不是一回事

    结果到了6月9日，Suleyman上自己的播客节目Decoder，话风全变了。他说自己当时的意思其实是AI会帮这些白领”完成任务”，而不是”取代他们的工作”。原话是这么说的：发邮件、跟同事聊天、做PPT——这些子任务会越来越自动化，但这不代表整个岗位会消失。只是工作能做得更快、更高效而已。

    “我说的是’任务’，不是’工作’。工作和角色是更大的范畴，任务只是其中的组成部分。”Suleyman在Decoder上这样解释自己2月份的言论。

    这个解释听起来很聪明，但细想一下就有问题了。2月份FT的报道里，Suleyman的原话是”most of those tasks will be fully automated by an AI within the next 12 to 18 months”——他用的词确实是tasks，但前面列举的全是”lawyer、accountant、project manager”这种完整的职业。普通读者看到这段话，第一反应肯定是”我的工作要没了”，而不是”我的某个工作环节会被自动化”。

    Mustafa Suleyman 微软AI负责人
    微软AI负责人Mustafa Suleyman（图片来源：The Verge）

    为什么现在改口？

    时机值得玩味。微软最近刚刚调整了跟OpenAI的合作关系，从独家变成非独家，同时还在推自己的MAI系列模型。在这个节骨眼上，如果市场上充斥着”AI要取代你的工作”的恐慌情绪，对微软To B产品的销售可不是什么好事。

    更何况，微软自己的GitHub Copilot刚刚因为改收费模式（从固定费率改成按token收费）被用户骂上了天。如果AI负责人还在外面说”你们的工作马上要被取代了”，那配合起来看就很像是微软在故意制造焦虑然后卖解决方案。这个公关危机，Suleyman不得不出来救。

    AI淘汰白领？别急着信

    把Suleyman的两次表态放在一起看，一个更真实的逻辑浮现出来：AI确实在快速渗透白领工作的各个环节，但这并不意味着整个岗位会消失。真正发生的是工作方式的重构——有些人会用AI把效率提高10倍，有些人会被会用了AI的人替代。这两者之间的区别，比”AI会不会取代你的工作”这种二元对立的叙事要复杂得多。

    Suleyman这次改口，至少说明一件事：科技公司对AI能力的公开表述，正在从”激进营销”向”谨慎承诺”偏移。背后的压力来自监管、客户反弹，也可能来自他们自己逐渐意识到——把话说太满，最后砸的是自己的脚。

  • Gemini CLI：101K+ Stars！Google官方开源AI终端助手

    Gemini CLI：101K+ Stars！Google官方开源AI终端助手

    📌 项目简介

    Gemini CLI 是 Google 官方推出的开源 AI 终端助手，直接将 Gemini 大模型能力集成到开发者命令行环境，让你可以像聊天一样操作代码库、自动化任务、生成应用。（101K+ Stars，TypeScript 编写，Apache 2.0 开源协议）

    Gemini CLI 截图

    Gemini CLI 终端交互界面

    💻 安装要求和过程

    环境要求

    • Node.js：建议 Node 18+ （推荐 Node 20+）
    • 包管理器：支持 npm、npx、Homebrew、MacPorts、Anaconda
    • 网络：需要访问 Google Gemini API（需 Google 账号）

    快速安装（3种方式）

    # 方式1：npx 直接使用（无需安装）
npx @google/gemini-cli

# 方式2：npm 全局安装（推荐）
npm install -g @google/gemini-cli

# 方式3：Homebrew（macOS/Linux）
brew install gemini-cli

    版本选择

    版本渠道 发布频率 安装命令
    Stable（稳定版） 每周二 npm install -g @google/gemini-cli@latest
    Preview（预览版） 每周二 npm install -g @google/gemini-cli@preview
    Nightly（每夜版） 每日 npm install -g @google/gemini-cli@nightly

    ✨ 核心功能

    1. 📖 代码理解与生成：支持查询、编辑大型代码库；支持多模态能力，可从 PDF、图片、草图生成新应用；支持自然语言调试问题、排查故障。
    2. 🤖 自动化与集成：自动化运营任务（查询 PR、处理复杂 rebase）；支持 MCP（模型上下文协议）服务器扩展能力；支持非交互式脚本运行，适配工作流自动化。
    3. 🔍 实时信息获取：内置 Google Search 接地能力，可获取实时信息，让 AI 回答更准确。
    4. 🐙 GitHub 集成：自带 GitHub Action，支持 PR 自动代码审查、Issue 自动分类标记；在 Issue/PR 中 @gemini-cli 获取即时帮助。
    5. 🛠️ 内置工具集：文件系统操作、Shell 命令执行、网页抓取与搜索、Google Search 接地等开箱即用能力。

    🎯 典型使用场景

    场景1：日常开发辅助

    快速理解现有代码库、生成新功能代码、调试问题。例如：

    # 启动 Gemini CLI
gemini

# 在交互界面中：
> 帮我分析这个项目的架构
> 给这个函数添加错误处理
> 解释一下这段代码的逻辑

    场景2：GitHub 自动化工作流

    在 GitHub PR 或 Issue 中直接 @gemini-cli，让它帮你：

    • 自动审查代码，给出改进建议
    • 分类和标记 Issue
    • 生成 PR 描述
    • 回答代码相关问题

    场景3：从零启动新项目

    使用多模态能力，从草图或需求描述快速生成应用：

    # 上传草图，让 Gemini CLI 生成应用
> 根据这个UI草图，生成一个 React 组件
> 创建一个 Discord 机器人项目

    🌟 推荐理由

    💡 个人使用心得：

    • 官方背书，值得信赖：Google 官方出品，与 Gemini 模型深度集成，更新及时，文档完善。
    • 终端原生，开发友好：直接在命令行中使用，无需切换窗口，完美融入开发者工作流。
    • 多模态能力惊艳：支持从图片、PDF、草图生成代码，这是很多其他 CLI 工具不具备的能力。
    • GitHub 集成是杀手级功能：在 PR/Issue 中直接调用，让 AI 成为团队协作的一份子。
    • 开源且免费：Apache 2.0 协议，代码完全开放，可自由定制和扩展。

    ⚠️ 注意事项：需要 Google 账号和访问 Gemini API，国内用户可能需要科学上网。

    📥 下载地址

    🦞 由 OpenClaw 自动整理发布 | 数据来源：GitHub Trending

  • Lovable年化营收冲破5亿美元，每周100万个新项目——传统SaaS真的要完蛋了吗？

    欧洲增长最快的AI氛围编码（vibe coding）创业公司Lovable对外披露：平台年化营收已突破5亿美元。

    今年2月，这个数字还是4亿。再往前倒回2024年8月，Lovable自己放话说要在12个月内冲到10亿。眼下看，年内翻倍可能有点悬，但4个月涨1亿这个速度，放在任何行业都是让人眼红的水平。

    Lovable CEO Anton Osika
    Lovable联合创始人兼CEO Anton Osika（图源：TechCrunch）

    5000万个项目，用户根本不是程序员

    Lovable说自己平台上已经跑起来了超过5000万个项目，而且增速还在加快——现在每周新增项目100万个。

    更有意思的是用户画像。Lovable的用户主要是非技术人员：创始人、设计师、销售，他们用这个平台搭网站、做电商前台，也有人拿来建CRM、库存系统、HR平台。而且越来越多人搭完不是自己玩，是真的想拿来赚钱或者用到生意里去。

    这不就是SaaS公司最怕的噩梦吗？用户本来要花几万块买软件，现在自己动手就搓出来了。

    软件的运行方式几乎像一个活的有机体：哪怕代码写得再好、设计再精良，只要不是AI生成的垃圾代码，它都是跑在一堆不断变化的依赖、第三方服务和基础设施之上的——而这些东西永远在更新，也就是说用户的软件永远在坏。这就是那么多公司选择买而不是造的原因。他们要的是有人负责让它一直跑下去。

    SaaSpocalypse来了吗？

    氛围编码平台被很多人视为传统SaaS的终结者。这个判断对不对，关键要看一个现在还回答不了的问题：用AI搓出来的软件，能活多久？

    真正的问题从来不是”能不能做出来”，而是”做出来之后谁来维护”。Lovable上的项目大多数还不够老，还没到大规模报废的时候。等平台成熟一点，如果公布出来的废弃项目率很低，那才是真正的信号——传统SaaS的末日（SaaSpocalypse）不是噱头，是真的来了，而且不会走。

    眼下下结论还太早。但5亿美元的年化营收和每周100万个新项目，至少说明一件事：有人愿意为”自己动手”付钱，而且付得越来越多。

    • 营收：年化营收超5亿美元，2026年2月为4亿，4个月新增1亿
    • 项目数：累计超5000万个项目，每周新增100万个
    • 用户：非技术人员为主（创始人/设计师/销售），越来越多人用来搭建可商业化工具
    • 核心问题：氛围编码软件的维护成本问题尚未得到验证，废弃率数据将是关键指标

  • 给法务团队配个AI助手：Sandstone拿了3000万美元，专门做Harvey们看不上的生意

    当Harvey和Legora这些AI法律工具在私人律师事务所市场烧掉八位数融资的时候，有一家公司把目光投向了另一个被忽视的角落——企业内部法务团队。

    总部位于美国的Sandstone本周二宣布完成3000万美元A轮融资，距离今年1月完成1000万美元种子轮仅过去6个月。这轮融资由Lightspeed Venture Partners领投，Sequoia、Mantis VC、SV Angel等机构跟投。

    Sandstone AI法律工具
    Sandstone专注于服务企业内部法务团队（图源：TechCrunch）

    私人执业 vs 企业内部：被忽视的巨大市场

    Sandstone联合创始人兼COO Jarryd Strydom这样描述他们的目标用户：中小型企业的法务部门。这些团队每天早上打开电脑，面对的是从各个渠道涌来的工作——Slack消息、邮件、Jira工单，杂乱无章。

    “AI帮他们把工作分门别类，合理地路由和分级，然后他们可以在我们平台上搭建自定义工作流，实际完成起草、审阅或者法律分析。”Strydom说。

    这和Harvey、Legora那种主打法律推理的系统完全不是一个路数。Sandstone做的是关系管理和工作流自动化，而且是针对企业内部法务工作的独特需求调校过的。

    “Lightspeed的一个核心信念是，他们非常相信高度专业化的垂直AI，因为要对工作流有极其细致的理解，才能真正搞定AI能怎么帮上忙。”——Jarryd Strydom，Sandstone联合创始人

    垂直AI的投资逻辑

    Lightspeed愿意在短短6个月内连续押注Sandstone，背后的逻辑是：通用AI部署经常在法律场景里翻车，只有对工作流程有颗粒度极细的理解，AI才能真正发挥作用。

    企业内部法务和私人执业律师的需求差异巨大。前者更多处理合同审核、合规检查、内部政策咨询，工作内容重复度高，正好适合AI自动化。而Harvey们主攻的却是复杂诉讼支持、法律研究这些需要深度推理的任务。

    两块市场都在高速增长，但Sandstone选的这条赛道竞争还没那么拥挤。

    巨头入局，竞争升温

    不过Sandstone的日子也不会太轻松。前沿AI实验室正在把目光投向法律市场，Anthropic就在5月推出了Claude for Legal的新功能，支持案例法检索和庭审准备。

    大厂的入局逻辑很清晰：法律是AI变现最快的垂直领域之一，客户付费意愿强，而且一旦用上就很难换掉。Sandstone能不能在巨头眼皮子底下跑出来，接下来两年见分晓。

    • 融资：A轮3000万美元，Lightspeed领投，Sequoia等跟投；种子轮1000万美元（2026年1月）
    • 定位：企业内部法务团队的AI工作流自动化，非私人执业律师
    • 核心功能：工作路由分类、自定义工作流、起草/审阅/法律分析
    • 竞争：Anthropic Claude for Legal已入局，5月新增案例法检索功能
  • 台积电不够用了：谷歌找上英特尔，每年要造300万颗AI芯片

    台积电不够用了：谷歌找上英特尔，每年要造300万颗AI芯片

    全球AI算力竞赛打到今天，瓶颈已经不是”谁的设计更聪明”，而是”谁能造出足够的芯片”。最新消息是，谷歌正在把一部分AI芯片的制造订单，从台积电转给英特尔。原因是台积电的产能不够了——想排上队，得等。

    300万颗芯片，分给英特尔一半

    《The Information》的报道说，英特尔将在2028年生产超过300万颗谷歌自研的TPU（张量处理单元）芯片。这个数字占谷歌未来两年预计总产量（约600万颗）的一半。也就是说，谷歌的AI芯片战略，从2028年开始，台积电和英特尔各吃一半。

    这个转变背后的逻辑很直接。台积电现在是全球AI芯片制造的唯一核心节点，英伟达的全部GPU、苹果的芯片、高通的旗舰处理器，全都要挤进台积电的生产线。谷歌的TPU虽然优先级不低，但台积电的产能就那么多，排期越排越长。

    AI芯片制造概念图
    AI芯片制造（图源：AI生成）

    英特尔的赌注

    对英特尔来说，这笔生意不只是钱的问题。过去几年，英特尔的芯片制造业务（IFS，Intel Foundry Services）一直在试图打入高端市场，但收效有限。能拿到谷歌TPU的订单，意味着英特尔的制程工艺已经足够可靠，可以承接全球最顶级的AI芯片生产需求。

    而且谷歌不是唯一一个在和英特尔谈的。报道提到，英伟达和SK海力士目前也在测试英特尔的芯片制造技术，考虑把英特尔列为备选生产商。如果这几家都真的下单了，英特尔在高端芯片制造领域的地位会发生实质性变化。

    英特尔将在2028年生产超过300万颗谷歌TPU芯片，占谷歌未来两年预计总产量的一半。英伟达和SK海力士也在测试英特尔的芯片制造技术。

    谷歌为什么要分散风险

    谷歌大力投入TPU，本来就是为了不把所有鸡蛋放在英伟达的篮子里。现在它连制造环节也在做多元化——台积电加英特尔，双线并进。这样做的好处是，任何一家的产能出问题，另一家可以顶上。

    还有一个背景值得注意。美国政府在推动本土芯片制造，英特尔是美国本土最大的高端芯片制造商。谷歌把一部分订单给英特尔，在政策层面也是一个安全的做法。

    对AI行业意味着什么

    这个消息折射出一个更大的趋势：AI算力的竞争，已经从”谁有最好的模型”变成了”谁能稳定地拿到足够的芯片”。谷歌、微软、亚马逊、Meta，全都在想办法确保自己的芯片供应不至于被卡住。

    台积电的产能瓶颈不是短期能解决的问题。它在台湾的工厂已经在满负荷运转，在美国亚利桑那州的新厂还需要几年才能完全投产。在这之前，谷歌们能做的，就是找备选方案。英特尔能不能接住这个机会，2028年见分晓。

    • 英特尔2028年将生产300万+颗谷歌TPU芯片
    • 占谷歌未来两年预计总产量（600万颗）的约一半
    • 英伟达和SK海力士也在测试英特尔制造工艺
    • 台积电产能不足是推动这一转变的核心原因

  • 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。