博客

  • 阿根廷球衣少年都市街拍写实人像

    阿根廷球衣少年都市街拍写实人像

    阿根廷球衣少年都市街拍写实人像



    🤖 ChatGPT

    🇺🇸 English Prompt

    Ultra-realistic candid portrait of a young person with short wavy dark hair wearing an oversized Argentina national football jersey (#19), sitting on a city bus and at a bus stop during golden hour. Soft warm sunlight streams through large windows, creating dramatic light-and-shadow patterns across the face. Natural makeup, flawless pale skin, expressive eyes, relaxed confident expression, editorial street photography aesthetic. Urban European city background visible through the windows with bicycles, storefronts, and classic architecture. Shot on a 50mm lens, shallow depth of field, cinematic composition, authentic lifestyle fashion photography, highly detailed skin texture, natural colors, soft highlights, subtle film grain, Instagram editorial style, photorealistic, 8K, high dynamic range.
    
    Negative Prompt:
    
    blurry, low resolution, overexposed, oversaturated, extra limbs, distorted face, bad anatomy, unrealistic skin, heavy makeup, cartoon, CGI, watermark, text, logo artifacts, duplicate features, poor lighting, noise, cropped head, deformed hands.
    
    Settings (optional):
    •Aspect Ratio: 4:5
    •Lens: 50mm f/1.8
    •Lighting: Golden hour sunlight
    •Style: Cinematic street photography, fashion editorial, photorealistic.

    🇨🇳 中文提示词

    极具写实感的自然抓拍人像,一名留着深色短卷发的年轻人,穿着一件大号的阿根廷国家足球队球衣(19号),在黄金时段坐在城市公交车内及公交站。柔和温暖的阳光透过大窗户洒入,在脸上形成富有戏剧性的光影图案。自然妆容,完美无瑕的白皙皮肤,富有神采的眼睛,轻松自信的表情,社论街头摄影美学。透过窗户可以看到欧洲城市背景,包括自行车、店面和古典建筑。使用50mm镜头拍摄,浅景深,电影化构图,真实的时尚生活摄影,精细的皮肤纹理,自然色彩,柔和的高光,细微的胶片颗粒感,Instagram社论风格,照片级写实,8K,高动态范围。
    
    负面提示词:
    
    模糊,低分辨率,曝光过度,过度饱和,多余的肢体,扭曲的面部,错误的解剖结构,不真实的皮肤,浓妆,卡通,CGI,水印,文字,徽标瑕疵,重复的特征,光线不足,噪点,头部被截断,变形的手部。
    
    设置(可选):
    •宽高比:4:5
    •镜头:50mm f/1.8
    •光照:黄金时段阳光
    •风格:电影感街头摄影,时尚社论,照片级写实。
  • 足球女球迷世界杯人像宣传海报

    足球女球迷世界杯人像宣传海报

    足球女球迷世界杯人像宣传海报



    🤖 ChatGPT

    🇺🇸 English Prompt

    Ultra-realistic sports fan portrait poster, beautiful young woman with long wavy dark brown hair sitting in a packed football stadium, wearing a white black-trimmed sports jersey with the number 23, face paint in black-red-gold stripes on her cheek, pearl choker necklace, cinematic lighting, shallow depth of field, large stadium screen in the background showing a football match, confetti falling, energetic crowd atmosphere, editorial fashion photography, highly detailed skin texture, dramatic bokeh, premium sports advertisement design, yellow hand-drawn doodle crown and star elements around the subject, bold brush typography reading "World Cup Vlog" on the left side, black, white and gold color palette, dynamic composition, professional poster layout, ultra sharp focus, 8k resolution, vibrant colors, photorealistic, trending on Behance, sports influencer thumbnail style

    🇨🇳 中文提示词

    超逼真的运动粉丝肖像海报,长波浪深褐色长发的漂亮年轻女性坐在挤满人的足球场,穿着一件白底黑边的23号运动球衣,脸颊上有黑-红-金条纹的脸部彩绘,珍珠颈链,电影级光效,浅景深,背景中巨大的体育场屏幕显示着足球比赛,纸屑落下,充满活力的观众氛围,编辑时尚摄影,高度细致的皮肤纹理,戏剧性的虚化,优质运动广告设计,主体周围有黄色手绘涂鸦皇冠和星星元素,左侧写着“World Cup Vlog”的粗体笔触排版,黑、白、金调色板,动态构图,专业海报布局,超高清对焦,8k分辨率,鲜艳色彩,照片写实,Behance热门,运动网红缩略图风格
  • 22岁日本女性卧室晨间清纯生活感自拍

    22岁日本女性卧室晨间清纯生活感自拍

    22岁日本女性卧室晨间清纯生活感自拍



    🤖 ChatGPT

    🇺🇸 English Prompt

    [
      Subject
    ] A Japanese woman around 22 years old,
    bedroom close-up selfie,
    early morning natural light lifestyle photo. [
      Core Pose
    ] - Woman close to the camera for a selfie,
    her face occupies most of the right side of the frame. - Head tilted slightly forward,
    face towards the lens,
    eyes naturally looking at the phone camera. - Lips slightly pouted,
    making an intimate,
    playful kissing expression. - Black medium-length hair naturally scattered,
    fine bangs on the forehead,
    hair strands slightly messy but real. - Wearing a light gray crew-neck T-shirt,
    shoulders and part of the upper body in the frame. - Expression is relaxed,
    natural,
    and lifestyle-oriented,
    not a formal pose. - The whole scene is like a close-up selfie moment taken casually by the bed in the morning. [
      Environment
    ] Simple bedroom space,
    with white bedding,
    light-colored walls,
    sliding door wardrobe,
    and wooden shelves in the background. On the shelves are green plants,
    skincare products,
    small jars,
    books,
    and storage boxes. The space is clean but retains a sense of real living. [
      Composition Requirements
    ] Vertical close-up selfie composition,
    aspect ratio close to 4:5. The woman's face occupies a large area on the right side of the frame, while the left side retains the bedroom background and white bedding. Visual hierarchy: Woman's eyes and pouting expression -> natural hair strands and facial skin texture -> light gray T-shirt shoulders -> white bedding -> left shelf and bedroom background. Composition is slightly offset,
    not completely symmetrical,
    with the casual feel of a real phone selfie. Avoid excessive retouching and a studio-shot feel. [
      Camera/Technical Parameters
    ] Smartphone front-facing camera selfie quality,
    close-up slight wide-angle perspective,
    real phone HDR processing,
    main subject's face is clear, background slightly blurred. High resolution, real skin texture, retaining natural pores, fine hair strands, and facial luster, do not over-smooth the skin. The lens is close, with slight selfie distortion but remains natural and real. [Atmosphere/Light] Early morning or daytime indoor natural light, softly entering from the window. The light is bright, low contrast, not overexposed, with clean and soft skin tones. The overall atmosphere is quiet, intimate, and lifestyle-oriented, with a bit of a playful and cute selfie feel. [Style] Realistic Japanese lifestyle selfie, realistic photography style, natural, soft, clean, lifestyle-oriented, like a real phone photo instead of a commercial portrait blockbuster. [Avoid] Low resolution, face deformation, distorted features, asymmetric eyes, deformed lips, excessive pouting, excessive skin smoothing, plastic skin, AI feel, cartoon style, oil painting style, studio-shot feel, excessive retouching, overexposure, strong filters, noise, strange composition, extra limbs, sexualization, nudity, exaggerated poses, messy background, watermark, text, Logo.

    🇨🇳 中文提示词

    【主体】
    22岁左右的日本女性,卧室近距离自拍,清晨自然光生活写真
    
    【核心姿势】
    
    * 女性靠近镜头自拍,面部占据画面右侧大部分区域
    * 头部微微前倾,脸朝向镜头,视线自然看向手机镜头
    * 嘴唇轻微嘟起,做出亲近、俏皮的亲吻表情
    * 黑色中长发自然披散,额前有细碎刘海,发丝略微凌乱但真实
    * 身穿浅灰色圆领T恤,肩部与上半身局部入镜
    * 表情放松、自然、生活化,不是正式摆拍
    * 整体像早晨在床边随手拍下的近距离自拍瞬间
    
    【环境】
    简洁卧室空间,背景有白色床品、浅色墙面、推拉门衣柜、木质置物架。置物架上有绿植、护肤品、小瓶罐、书籍与收纳盒,空间干净但保留真实居住感。
    
    【构图要求】
    竖屏近距离自拍构图,画面比例接近4:5。女性面部大面积占据右侧画面,左侧保留卧室背景与白色床品。
    视觉层次:女性眼睛与嘟唇表情 → 自然发丝与脸部皮肤纹理 → 浅灰T恤肩部 → 白色床品 → 左侧置物架与卧室背景。
    构图轻微偏移,不完全对称,有真实手机自拍的随意感。避免过度精修和棚拍感。
    
    【相机/技术参数】
    智能手机前置摄像头自拍质感,近距离轻微广角透视,真实手机HDR处理,主体面部清晰,背景轻微虚化。高分辨率,真实皮肤纹理,保留自然毛孔、细微发丝与面部光泽,不要过度磨皮。镜头距离较近,带有轻微自拍畸变但保持自然真实。
    
    【氛围/光线】
    清晨或白天室内自然光,从窗边柔和进入。光线明亮、低对比、不过曝,肤色干净柔和。整体氛围安静、亲密、生活化,带一点俏皮可爱的自拍感。
    
    【风格】
    真实感日系生活自拍,写实摄影风格,自然、柔和、干净、生活化,像真实手机照片而不是商业人像大片。
    
    【避免】
    低清晰度,脸部变形,五官扭曲,眼睛不对称,嘴唇畸形,过度嘟嘴,过度磨皮,塑料皮肤,AI感,卡通风格,油画风格,棚拍感,过度修图,过曝,强烈滤镜,噪点,奇怪构图,多余肢体,色情化,裸露,夸张姿势,背景杂乱,水印,文字,Logo。
  • AI代币账单到期:企业花掉全年预算只用了4个月

    Uber今年4月就用完了2026年全年的AI编程预算。这件事听起来像段子,但它是真的。微软在给开发者开放Claude Code权限几个月后,悄无声息地撤销了授权。Priceline的一名员工告诉TechCrunch,Cursor的常规续约合同价格涨了4到5倍。

    AI成本失控
    企业AI支出正在失控(图源:TechCrunch)

    代币账单到期了

    尽管单个token的价格在下降,但AI的普及加上越来越自主的AI智能体,让token消耗量成倍增长。2025年初大量采购”无限量订阅”套餐的企业,现在正手忙脚乱地搞清楚钱都花到了哪里。

    OpenAI企业业务负责人亚历山大·恩比里科斯本周在纽约的一场活动中说得很直白:”六个月前和客户沟通,话题全是’它能做什么?效果够不够好?’现在这些话题根本不会出现了。现在的话题全是’嘿,我们花了太多钱了。你们能提供什么可见性?有什么审计能力?有什么token管控措施?你们的模型效率怎么样?’”

    “这就像可卡因泛滥一样。供应商先让你免费试用,让你上瘾,现在你就被它套牢了。”——Priceline IT财务高级总监 Chris Reed

    新模型让消耗爆炸

    2025年11月发布的新模型——Anthropic的Claude Opus 4.5、OpenAI的GPT-5.1和谷歌的Gemini 3 Pro——大幅提升了智能体工具的能力,也让token消耗量成倍增长。据报道,有一家公司因为忘记给员工设置使用限额,收到了5亿美元的Claude账单。

    工程运营平台Faros AI的CEO维塔利·戈登说,他最近和一位CTO沟通,对方告诉他:”我手下的一个工程师上个月花了4万美元买token,我真的不知道该阻止他,还是该告诉其他人都要像他一样用。”

    生产力提升的说法越来越模糊

    Faros今年4月发布的一项针对2万名开发者、为期两年的研究发现,开发者的产出确实在上升,但bug和返工的情况也在增加。工程管理平台Jellyfish也得出了类似的结论:使用token最多的工程师的生产效率大约是使用AI较少的工程师的2倍,但他们为此消耗的token是后者的10倍。

    Jellyfish的研究负责人尼古拉斯·阿科拉诺说:”极端支出是否值得,最终取决于上线代码带来的实际商业价值,而大多数企业目前还无法衡量这一点。”


    Tokenomics基金会来了

    正是在这样的背景下,Linux基金会本周公布了成立Tokenomics Foundation(代币经济学基金会)的计划。这是一个新的标准机构,目标是给AI token建立类似FinOps给云成本带来的成本管控规范。

    FinOps基金会的执行董事J.R. 斯托门特说:”今年4月和5月,我开始听到企业说:’天呐,我们2026年的全年token预算已经超支3倍了,现在才4月。’我们听到了很多关乎企业存亡的危机。”

    该基金会正在为”代币经济学”建立权威的定义和框架,计划7月正式推出。与此同时,一个市场已经在形成——Ramp、Datadog、New Relic,以及专门的初创公司如Pay-i和Paid,都在争相为企业提供AI成本管控工具。

    高盛预测到2030年全球token使用量将增长24倍。那些已经超支的企业现在就需要解决方案,而该基金会的首个成果还要几个月才能推出。就像戈登说的:”也许我们创造了蒸汽机,但还没有搞清楚装配线怎么建。”

  • 谷歌每月给SpaceX交9.2亿美元,买的到底是什么算力?

    谷歌居然要向SpaceX租GPU,而且一租就是每月9.2亿美元。这笔交易出现在SpaceX提交给SEC的IPO文件中,时限是2026年10月到2029年6月。谷歌拿到的是约11万块英伟达GPU,加上配套的CPU和内存。

    有意思的地方在于,谷歌一直被认为是全球持有AI算力最多的公司之一。它自己有TPU,有谷歌云的数据中心,结果现在还要找SpaceX租算力。原因说起来也简单:Gemini Enterprise的需求比谷歌预期的还要猛,现有的容量跟不上,所以需要一笔”过渡性”的算力来补缺口。

    SpaceX数据中心
    SpaceX的数据中心算力设施(图源:TechCrunch)

    和Anthropic那笔交易比,谷歌拿到的少一半

    几周前SpaceX和Anthropic刚签了一笔每月12.5亿美元的交易,租的是孟菲斯附近Colossus 1数据中心的全部可用算力。谷歌这笔拿到的量大约是Anthropic的一半。SpaceX没有说明谷歌具体用哪个数据中心,但马斯克之前说过Colossus 2会留给xAI自用。

    “这是一份短期、及时的协议,旨在确保我们拥有过渡性的算力容量,以满足客户对Gemini Enterprise的需求,该平台的需求甚至比我们预期的还要高。”——谷歌声明

    两家公司都可以在年底撤

    这份协议有一个终止条款:2026年12月31日之后,任意一方提前90天通知就可以终止。如果SpaceX在2026年9月30日前交不出约定数量的GPU,谷歌可以立刻终止,或者接受已交付的部分并按比例降租金。

    谷歌母公司Alphabet今年已经承诺投入超过1800亿美元的资本支出,而且预计2027年的支出还会”显著增加”。为了支撑这些开支,Alphabet近期宣布了800亿美元的配股计划。在这种情况下还要额外每月花9.2亿美元租算力,说明AI算力的紧缺程度可能已经超出了外界的想象。


    谷歌是SpaceX的长期股东

    这笔交易还有一个背景:谷歌是SpaceX的早期投资者,据估计IPO后谷歌持有的SpaceX股份价值将超过1000亿美元。两家公司还在商谈建设轨道数据中心的事宜,这是SpaceX IPO后未来规划的重要组成部分。SpaceX预计以约1.75万亿美元的估值筹集约750亿美元,这将是史上规模最大的IPO。

    所以这笔算力交易表面上是一笔商业租赁,实际上也可能是谷歌在IPO前夕给SpaceX递的一个大红包,确保这家公司的财务数据在上市前尽可能好看。每月9.2亿美元,三年下来就是超过330亿美元。这笔钱对其他公司来说是天文数字,对谷歌的资产负债表来说,可能只是一笔”战略性支出”。

  • Headroom:16.4k Stars!LLM上下文压缩层,最高省95% token消耗

    Headroom:16.4k Stars!LLM上下文压缩层,最高省95% token消耗

    用AI Agent干活,token消耗像流水。工具输出一多,日志一长,上下文就爆了。Headroom就是来解决这个问题的。

    Headroom

    项目是什么

    Headroom是一个面向AI Agent的上下文压缩层,在内容进入LLM之前先做压缩处理。工具输出、日志、RAG检索结果、代码文件、对话历史,统统可以压。官方数据说能省60-95%的token,而且答案质量不降。

    安装要求和过程

    要求Python 3.10以上。安装本身很简单:

    # 全量安装(推荐)
    pip install "headroom-ai[all]"
    
    # Node.js版本
    npm install headroom-ai
    
    # Docker
    docker pull ghcr.io/chopratejas/headroom:latest
    

    如果你想按需安装,可以只装指定模块:[proxy]、[mcp]、[ml]、[code]、[memory]、[relevance]、[image],不用全量。装完直接 headroom wrap claude 就能把Claude Code包起来用,零代码修改。

    核心功能

    • 三种接入模式:当作Python/TypeScript库直接调用 compress(),或者跑一个本地代理让任意应用零改动接入,或者直接wrap主流AI编码工具(Claude Code、Cursor、Aider、Copilot都支持)。
    • MCP服务器模式:提供了 headroom_compressheadroom_retrieveheadroom_stats 三个工具,可以接进任何MCP客户端。对用Claude Desktop或者Cline的人很方便。
    • 可逆压缩(CCR):原始内容不会删,LLM觉得信息不够的时候可以通过工具调用把原始内容拿回来。不是有损压缩,是”按需取用”。
    • 跨Agent共享内存:多个Agent(Claude、Codex、Gemini)可以共享同一套上下文存储,自动去重。做多Agent协作的人会喜欢这个功能。
    • 自动学习:跑一下 headroom learn,它会去分析失败的会话,把修正规则自动写进 CLAUDE.md / AGENTS.md 这些配置文件。相当于Agent自己进化。

    典型使用场景

    先看数据。官方跑了一些真实工作负载的压缩测试:

    工作负载类型 压缩前token 压缩后token 压缩率
    代码搜索(100条结果) 17,765 1,408 92%
    SRE故障排查 65,694 5,118 92%
    GitHub Issue分类 54,174 14,761 73%

    实际场景里,最爽的是这两个:

    第一,长日志排查。SRE场景里把6万多token的日志压缩到5千多,压缩率92%,而且LLM给出的排查结论和质量没差。这意味着你可以用更便宜的模型、更短的上下文窗口,处理同样复杂的任务。

    第二,RAG场景。把检索回来的大量chunk先压缩再塞给LLM,原本只能放5条chunk的上下文窗口,现在能放20条。检索质量上去了,token消耗反而下来了。

    为什么推荐它

    我试过几个类似的方案,RTK、lean-ctx,还有OpenAI自己出的压缩方案。Headroom最打动我的是”可逆压缩”这个设计。很多压缩方案是单向的,压完原始信息就没了,LLM判断需要细节的时候拿不到原文。Headroom的CCR机制让LLM可以按需取回原始内容,这个设计很聪明。

    另外就是接入成本真的低。如果你用的是Claude Code或者Cursor,一条命令 headroom wrap claude 就搞定,不需要改代码,不需要重新配置,直接生效。对于已经用上这些工具的人来说,几乎是零成本的优化。

    本周Headroom在GitHub周增长榜排第一,新增了13,000+ star。16.4k的总star数不算高,但增长曲线很陡,说明用过的人都在往上加。这种”开发者口碑传播”的项目,通常比营销驱动的项目更值得跟。


    GitHubgithub.com/chopratejas/headroom
    官网文档headroom-docs.vercel.app
    协议:Apache 2.0(可商用)

  • AI智能体学会了成长,但只认你一个人

    你训练的AI智能体,只认你一个人

    一家公司的AI智能体用得越久,表现应该越好。但现实很骨感:你花半天调教的智能体,隔壁工位的同事打开同一个工具,一切又从头开始。没有记忆共享,没有经验传递,每个用户都在重新发明轮子。

    Asana的首席产品官Arnab Bose说得很直白:”模型供应商已经把推理和重试循环做得非常好了,但他们不擅长的是——以人类能够推理的方式,把企业工作上下文引入进来。”

    问题到底出在哪

    场景是这样的:你在AI智能体里纠正了一个错误,比如告诉它你们公司的文档规范是什么。这个纠正被记录了,下次你再问,它答得很好。但是你的同事打开同一个智能体,问同样的问题,它还是会给错的答案。

    这个现象在多人协作的场景里会被放大。Asana自己的研究发现,75%的知识工作者在工作中使用AI,但只有5%的企业报告说获得了生产力提升。记忆无法在团队成员之间共享,是一个核心原因。

    模型本身是无状态的,每一次对话都是全新的开始。记忆存在于上下文窗口里,窗口一关,什么都没留下。要让智能体记住东西,需要在模型之外搭建专门的记忆层。

    几家公司的解法

    Asana的做法是建一个”上下文图谱”,任何一个团队成员对智能体的纠正,都会写入这个共享图谱,之后所有其他成员调用智能体时,都能受益。他们把这个叫做”共享记忆架构”。

    Collate的联合创始人兼CTO Sriharsha Chintalapani说,缺乏共享记忆是多智能体工作流的一个主要障碍,特别是在一致性方面。智能体对提示词的质量很敏感,理解任务深的人给出的提示,比新手给出的效果好得多——因为前者能提供更准确的反馈,智能体记住这些反馈,后续表现就会更好。

    Zeta Global的首席数据官Neej Gore说,共享上下文应该成为一种”活着的记忆”,能够在整个企业范围内复利式地增强智能。

    微软的做法不一样

    微软的Copilot走的是个人优先的路线。它会学习用户在组织中的角色、语气偏好和工作模式,然后把这些存成个人记忆,跨不同的Microsoft 365界面生效。这种做法对用户个人体验很好,但没有解决团队协作的问题。

    对于评估智能体平台的企业技术负责人来说,共享记忆现在已经成为一个采购考量因素。一个只能记住与你个人交互历史的智能体,和能记住整个团队经验的智能体,长期价值差距会越来越大。


    这个方向看上去简单,做起来全是坑。怎么保证写入共享记忆的信息是准确的?怎么控制权限,让该看到的人看到,不该看到的人看不到?这些都是接下来一年里企业AI落地要回答的问题。

  • 谷歌开源Gemma 4 12B,16GB内存笔记本就能跑多模态AI

    谷歌走了条不同的路

    大部分玩家都在冲更大、更强的模型,谷歌反过来证明:一个精心设计的120亿参数模型,配合聪明的架构选择,在边缘设备上也能给出不俗的多模态推理能力。

    谷歌刚刚做了一个挺有意思的举动。6月3日,这家公司悄悄上线了Gemma 4 12B——一个119.5亿参数的开源多模态模型,最关键的卖点是:普通16GB内存的笔记本就能跑。

    砍掉编码器,延迟和内存都降了

    这个人称”统一架构”的东西,说白了就是把传统多模态模型里那些分开的编码器给砍掉了。

    传统做法里,音频和图像得先经过专门的编码器转成语言模型能懂的表示,这一转就带来了延迟和额外内存消耗。Gemma 4 12B直接让原始音频波形和视觉块流入核心语言模型的嵌入空间,只用了3500万参数的轻量线性层。

    结果就是:延迟低了,内存需求降到16GB,还能一次性微调整个多模态系统。

    性能不弱,上下文窗口大到离谱

    这个小模型跑分接近谷歌自己260亿参数的混合专家模型。它支持256K token上下文窗口——这对需要处理长财报、大型代码库或一小时会议记录的企业来说很实用。

    另外还内置了”思考模式”,会在生成回复前先列出逐步推理过程;开箱就支持函数调用和系统提示,这些都是搭建自主智能体的基础能力。

    企业哪几种场景最适合

    • 严格数据隐私和合规要求(比如医疗、金融、国防),敏感数据不能传出本地
    • 多模态智能体工作流,需要实时音频和变分辨率图像输入
    • 成本敏感的边缘部署,比如零售库存监控、本地客服亭、离线现场服务

    当然也有局限

    如果你主要做的是海量知识检索,又不搭RAG管道,那可能还是需要更大的基础模型。

    另外音频输入严格限制在30秒内处理,视频理解只有60秒(按每秒1帧算)。需要处理长视频或大型音频档案的企业,还是得用API模型或分块架构。


    谷歌这次把小模型路线走得很坚决。对企业技术负责人来说,Gemma 4 12B值得认真评估——尤其是当你既想要多模态能力,又不想把所有数据都送到云端去的时候。

  • 谷歌每月给SpaceX交9.2亿美元:AI算力的军备竞赛,已经打到太空了

    Google SpaceX compute deal

    AI算力缺到什么程度了?谷歌每个月给SpaceX交9.2亿美元,而且一签就是三年。这份刚曝光的计算资源采购协议,让外界第一次看清大厂之间”算力租赁”已经到了什么量级。

    根据SpaceX在监管文件中披露的信息,从2026年10月到2029年6月,谷歌将每月支付9.2亿美元,换取”大约11万块英伟达GPU”以及配套CPU、内存和其他相关组件的使用权。

    每月9.2亿美元,三年下来谷歌要给SpaceX交超过330亿美元。这笔钱买到的,是AI时代最稀缺的资源——算力。

    SpaceX的算力生意经

    这份谷歌协议的结构,和SpaceX上个月跟Anthropic签的那份几乎如出一辙。当时Anthropic同意每月向SpaceX支付12.5亿美元,租用其位于田纳西州孟菲斯附近的Colossus 1数据中心的全部可用算力,协议同样签到2029年。

    谷歌这笔单子大概只用到Colossus 1算力的半份——约11万块GPU,不到Anthropic拿到的量的一半。SpaceX没有说明谷歌具体用的是哪个数据中心,但马斯克之前暗示过,Colossus 2会留给xAI自用。

    对SpaceX来说,这意味着它还没正式IPO,就已经锁定了两份长期大额算力采购合同。一周后SpaceX就要在纳斯达克挂牌了,招股书里这些信息足够让投资者看懂它的商业模式——不只是火箭和星链,它还在卖算力。

    谷歌真的不缺算力吗

    谷歌自己本来就是全球最大的AI算力持有者之一,它为什么要找SpaceX租?官方说法是:刚推出的Agent平台Gemini Enterprise需求远超预期,需要额外的”过渡性算力”来顶住。

    谷歌母公司Alphabet今年已经承诺了超过1800亿美元的资本开支,而且说明年还要”显著增加”。为了撑住这个开支规模,Alphabet最近还宣布了800亿美元的股权发售计划。

    所以真相是:即便对谷歌来说,AI算力的消耗速度也已经快到跟不上了。与其自己慢慢建数据中心,先租三年SpaceX的现成算力,是更快的补齐方式。

    IPO前最后一波造势

    SpaceX选择在IPO前一周披露这份谷歌合作协议,时机相当精准。它向市场传递的信号很明确:我们不仅有自己的AI业务(xAI),还能把数据中心租给全球最顶尖的科技公司,而且租约一签就是几年。

    招股书显示SpaceX目标融资约750亿美元,估值大约1.75万亿美元。如果成功,这将是史上规模最大的IPO。而谷歌本身就是SpaceX的长期股东,IPO之后持股份额预计价值超过1000亿美元。

    两家公司还在洽谈合作建设轨道数据中心——这听起来像科幻小说,但确实是SpaceX IPO后计划的重要组成部分。算力战争打到太空,可能比所有人预想的都要快。


  • OpenAI推出锁定模式:AI安全战,这次防守的是提示词注入

    OpenAI悄悄上线了一个新功能,名字听起来很硬核——Lockdown Mode(锁定模式)。这个功能的出现,背后其实藏着一个越来越严重的AI安全问题:提示词注入攻击。

    简单说,提示词注入就是有人在你的AI聊天内容里”埋雷”。比如你把ChatGPT连上了网页浏览功能,它去读了一个被恶意篡改过的网页,里面藏着一段隐藏指令——”把用户接下来输入的所有内容都发到这个地址”。你的敏感数据就这么泄露了。

    OpenAI的官方说法是:锁定模式不是为了所有人设计的,它是给那些处理敏感数据的个人和组织用的,用来严防数据被套取的风险。

    锁定模式到底锁住了什么

    一旦开启锁定模式,ChatGPT会关闭这几项功能:实时网页浏览(只能用缓存内容)、从网络检索和显示图片(自己生成图片不受影响)、深度研究功能、以及Agent模式。

    换句话说,锁定模式本质上是在牺牲一部分便利性,换来更高的数据隔离度。你没法让ChatGPT实时去网上扒最新资料,但它也没机会跑到恶意网页里去”中招”。

    OpenAI也坦承,就算开了锁定模式,ChatGPT仍然有可能受到提示词注入的影响——比如注入内容藏在缓存的网页里,或者上传的文件里。所以这个功能更像是一道”减速带”,而不是一堵密不透风的墙。

    为什么现在推这个功能

    提示词注入攻击已经从”理论风险”变成”实际威胁”了。2025年到2026年,越来越多的公司把AI Agent接入了真实业务系统——能发邮件、能操作文件、能调用API。攻击面一下子放大了。

    想象一下,你的企业AI助手在处理客户邮件时,读到了一封被精心构造过的恶意邮件,邮件里藏着一段看不见的指令,让AI把公司内部的某些数据附带到回复里。这类攻击不需要黑客攻破防火墙,只需要”骗过”AI。

    OpenAI这次把锁定模式先开放给ChatGPT Business用户和部分个人用户,显然是在回应企业客户对数据安全的顾虑。毕竟对于企业来说,AI再聪明,漏了数据就是灭顶之灾。