标签:

  • 伊利诺伊州签了全美最严AI安全法:以后AI公司要接受第三方审查

    伊利诺伊州AI安全法象征图
    伊利诺伊州给AI公司头上多了一盏外部监督的灯

    当华盛顿还在为”到底要不要管AI”吵成一团时,美国的州政府已经等不及了。本周一,伊利诺伊州州长 JB Pritzker 签署了 SB 315,也就是”人工智能安全措施法案”(Artificial Intelligence Safety Measures Act),让它正式成为法律。这是继纽约、加州之后,又一个站出来给AI套缰绳的州,而且它下手更重。

    伊州这部法律要求AI公司接受独立的第三方安全审计,并给公司内部吹哨人提供保护;据媒体分析,它的授权范围比纽约的 RAISE 法案和加州的 SB 53 都要宽。

    为什么是州政府冲在前面

    联邦层面到今天都没有一部综合性的AI法律,各州只能自己动手填空。纽约的 RAISE 法案和加州的 SB 53 都把重点放在透明度和安全披露上,方向是对的,但约束力有限。伊利诺伊的版本把”强制第三方审计”直接写进了法条,等于在AI公司内部硬塞了一道外部监督——这一步,邻州还没走到。

    第三方审计到底审什么

    具体细则还没完全落地,但大方向已经清楚:AI公司在发布重要模型或系统之前,要由外部机构评估其安全风险,而不能自己说了算。配套的吹哨人保护条款,则是为了让内部员工敢把安全隐患捅出来,不用担心被开除或者穿小鞋。对一家忙着把模型往外推的公司来说,这两项规定意味着发布前要过的关又多了一道。

    有人欢喜有人愁

    支持者觉得这是该有的刹车:一个狂奔的行业,总得有人抬头看路,保护的是普通用户。担心的声音也不少——小公司本来就紧巴巴,合规成本可能直接把人压垮;而”安全审计”的标准如果含糊,最后很可能变成走流程、盖个章了事,反而给了虚假的安全感。


    伊利诺伊这步棋,短期看是给AI公司添了麻烦,长期看或许是在帮这个行业买保险。比起真出了大事被国会一刀切地严管,自己先接受审查、把隐患摊开,总归是更体面的活法。接下来值得盯的是,其他州会不会跟上,以及各州各搞一套之后,AI公司要不要为了合规再养一大票人——这本身,倒像是另一种”AI创造就业”了。

  • 一边财报创新高,一边拿AI当理由裁人:2026科技裁员大复盘

    2026年AI驱动的科技行业裁员潮
    2026年,AI成了科技圈裁员理由清单上出现最频繁的词

    2026年刚过一半,科技圈就上演了一出挺魔幻的戏码。公司们一边交出史上最好看的财报,一边把成千上万的员工请出大门,而理由清单上几乎都写着同一个词:AI。本周一,微软又给这股风添了一把火,宣布砍掉约4800个岗位,占全球员工的2.1%。微软嘴上说这些位置”不是被AI取代的”,但也认了:AI正在改变工作完成的方式,很多日常活儿被它自动化了。

    据 Layoffs.fyi 统计,2026年迄今科技行业已经裁掉大约12万个岗位;再就业服务机构 Challenger, Gray & Christmas 的数据更直白——5月是多年来单月裁员最多的一个月,而AI是提及次数最多的原因。

    这种”营收创新高、转头就裁人”的反差,让不少人觉得不是滋味。有分析干脆把它叫做一场流行病:公司拿AI当增长的引擎,也拿它当砍人的理由。TechCrunch 最近把它们叫做”powder keg”(火药桶),提醒这些公司最好想清楚自己到底在干什么。

    哪些公司动了刀

    把今年提到的几桩大裁员摆在一起,场面相当壮观:

    • Oracle:过去12个月裁掉2.1万人,降幅13%,在年度监管文件里明说”AI技术的采用和部署已经并可能继续导致岗位减少”。
    • Meta:5月裁掉约8000人(10%),同时把约7000人转岗到AI部门——而且据说那7000人里不少人并不开心。
    • Cloudflare:裁掉约1100人(20%),CEO说大部分是被”度量者”——中层管理、财务、法务、内审和收入确认岗位。
    • Amazon:1月砍掉1.6万个公司职位,加上去年10月的1.4万,三个月里约占公司岗位的9%。
    • 其他玩家:Google Cloud 悄悄动了人手,Intuit 裁约3000人(17%),Cisco 近4000人,Coinbase 700人,PayPal 计划未来两三年砍掉20%(逾4500人),Snap 约1000人(16%),Dell 约1.1万人,Block 近乎腰斩裁掉4000人,还有 Salesforce、IBM 等。

    AI到底是原因,还是借口

    这里头有个绕不开的问题。很多被裁的团队,其实是疫情期间大招特招时膨胀起来的,现在只是把当时多招的人请走。换句话说,AI可能只是个顺手的理由,真正的账本没那么简单。可CEO们讲的故事很一致:AI让小团队、扁平结构成为可能。

    Block 的 Jack Dorsey 说得最直白,他认为多数公司都”晚了”,未来一年大家都会得出同样结论、做类似的结构调整。Salesforce 的 Benioff 则说,因为 Agentforce 把客服工单量降了下来,他们不再补支持工程师的坑。Amazon 的 Jassy 更早就预告:随着生成式AI和代理铺开,公司总人数会往下走。


    没人能准确说出AI最终会拿走多少岗位,但2026年这波裁员已经把话说得很清楚了——至少在老板们的账本上,AI既是增长的引擎,也是砍人的理由。接下来真正要看的,是那些被”优化”掉的人,能不能真的从这波技术红利里分到一杯羹,而不是只听见机器嗡嗡转、自己的工位先没了。

  • ai-website-cloner-template:AI 一键克隆任意网站,26K+ Stars 让网站逆向工程变得全自动

    ai-website-cloner-template:AI 一键克隆任意网站,26K+ Stars 让网站逆向工程变得全自动

    ai-website-cloner-template:用 AI 编程助手一键克隆任意网站

    📌 项目简介

    ai-website-cloner-template 是一个可复用的开源模板,让你用一条命令、借助任意 AI 编程助手,将任何网站逆向工程为干净、现代的 Next.js 代码库——相当于给 AI 下了个「克隆这个网站」的指令,它就能把设计令牌、组件结构、交互逻辑全部还原出来。

    ⭐ GitHub Stars:26,229+
    🏷️ 开源许可:MIT(免费商用)
    💻 主要语言:TypeScript(Next.js 16 + React 19)
    🤖 支持 AI 助手:13 款(Claude Code / Codex / Cursor / Windsurf 等)

    ⚙️ 安装要求和过程

    环境要求

    • Node.js 24+(必需,项目使用 Next.js 16 App Router)
    • 一个 AI 编程助手(推荐 Claude Code,也支持 Codex CLI / Cursor / Windsurf 等 13 款)
    • Git(用于多 worktree 并行开发)

    快速安装步骤

    1. 从模板创建自己的仓库
      在 GitHub 页面点击 Use this templateCreate a new repository
    2. 克隆到本地
      git clone https://github.com/YOUR-USERNAME/YOUR-NEW-REPOSITORY.git
      cd YOUR-NEW-REPOSITORY
    3. 安装依赖
      npm install
    4. 启动 AI 助手(推荐 Claude Code)
      claude --chrome
    5. 开始克隆网站!
      /clone-website https://example.com

    Docker 方式(可选):

    docker compose up app --build   # 构建并运行应用
    docker compose up dev --build    # 开发模式,端口 3001

    🌟 核心功能

    ① 13 款 AI 编程助手全覆盖

    无论你用的是哪款 AI 编程工具,都能直接上手。支持 Claude Code、Codex CLI、OpenCode、GitHub Copilot、Cursor、Windsurf、Gemini CLI、Cline、Roo Code、Continue、Amazon Q、Augment Code、Aider 共 13 款,真正做到了「一次配置,到处运行」。

    ② 五阶段智能流水线

    克隆过程被精心设计为五个阶段,模拟专业前端工程师的工作流:

    • 侦察阶段:自动截图、提取设计令牌(颜色/字体/间距)、扫描交互行为(滚动/点击/悬停/响应式)
    • 基础构建:更新字体、颜色、全局样式,下载所有静态资源
    • 组件规格:为每个组件编写详细规格文件(含精确 CSS 计算值、状态、行为、内容)
    • 并行构建:在独立 git worktree 中分派多个构建代理,每个代理负责一个 section/component,极大加速生成
    • 组装与 QA:合并 worktree,连接页面,与原始网站进行视觉差异对比

    ③ 多 URL 并行处理

    传入多个 URL,系统自动并行处理,每个站点输出隔离,互不干扰。非常适合克隆拥有多个子页面的完整网站。

    /clone-website https://example.com https://example.com/about https://example.com/pricing

    ④ 单一真相来源架构

    采用 AGENTS.md.claude/skills/clone-website/SKILL.md 作为源文件,通过同步脚本自动生成各平台(Claude Code / Cursor / Windsurf 等)的配置文件,避免多平台维护的噩梦。

    bash scripts/sync-agent-rules.sh   # 重新生成代理指令文件
    node scripts/sync-skills.mjs       # 重新生成所有平台的 /clone-website 技能

    ⑤ 生产级技术栈

    生成的代码库本身就是高质量成品:

    • Next.js 16(App Router)+ React 19 + TypeScript strict
    • shadcn/ui(Radix primitives)+ Tailwind CSS v4
    • Lucide React 图标(克隆时自动替换为提取的 SVG)
    • 内置 npm run check(lint + typecheck + build)完整质量检查链

    🚀 典型使用场景

    场景一:平台迁移

    你的网站跑在 WordPress / Webflow / Squarespace 上,想迁移到现代化的 Next.js 技术栈,但舍不得原有的设计和交互细节。ai-website-cloner-template 可以完整克隆原站的外观和交互,生成一个干净的 Next.js 项目,你可以在此基础上继续开发,告别笨重的旧平台。

    场景二:丢失源码的网站恢复

    网站还在运行,但代码库早已丢失(或者前开发者跑路了)。只要网站还能访问,就能用它逆向生成完整的 Next.js 源码。虽然不能保证 100% 还原(特别是复杂的后端交互),但前端部分可以还原到惊人的精度。

    场景三:学习生产级前端实现

    看到一个网站的布局、动画或响应式实现特别惊艳,想研究它是怎么做的?与其对着 DevTools 一行行扒代码,不如直接让 AI 克隆一份,然后在生成的代码库里慢慢研究。相当于有了一个「可运行的解构说明书」。

    💡 推荐理由

    作为前端开发者,我曾经多次遇到「这个网站的某个交互效果真好,我想知道它是怎么实现的」的情况。传统做法是在浏览器 DevTools 里对着压缩过的 CSS 和 JS 猜谜,效率低得令人发指。

    ai-website-cloner-template 最让我惊艳的地方在于它把「克隆网站」这个复杂任务分解成了 AI 助手真正擅长的子任务:侦察、提取设计令牌、编写组件规格、并行构建。整个流程设计得非常专业,不是简单的「让 AI 写代码」,而是模拟了一个资深前端工程师的工作流程。

    特别值得一提的是 并行构建 阶段——它利用 git worktree 让多个 AI 代理同时工作,每个代理负责不同的组件,最后再合并。这个设计既聪明又实用,大大缩短了等待时间。

    当然,这个项目也有局限性:它主要处理前端部分,动态后端逻辑无法完整还原;对于高度依赖状态的复杂 SPA,还原精度会有所下降。但作为「前端快速原型 + 设计逆向学习」工具,它已经远超我的预期。

    如果你正在考虑从旧平台迁移、需要快速做网站原型、或者单纯想学习优秀网站的前端实现,这个项目绝对值得一试。

    ⚠️ 使用提醒:请遵守法律法规和网站服务条款。不要将克隆的网站用于钓鱼、冒充或侵犯他人知识产权。项目作者也明确列出了不允许的用途。

    📥 下载地址


    本文由 AI 自动生成 · 数据来源 GitHub Trending · 如有错误或遗漏欢迎指正

  • 这家中国智能眼镜公司不想抄Meta,它刚拿了10亿美元估值

    这家中国智能眼镜公司不想抄Meta,它刚拿了10亿美元估值

    Meta和Snap上个月刚发了新款智能眼镜,苹果据传也在暗中布局。但有一家来自深圳的公司,可能已经悄悄跑到了前面——至少从估值来看是这样。

    Even Realities智能眼镜
    Even Realities G2智能眼镜(概念图)

    Even Realities在7月6日宣布完成1.5亿美元Pre-B轮融资,由美团和老股东腾讯联合领投,估值摸到10亿美元。这家公司才成立三年,总部在深圳,创始人是从苹果出来的。

    不装摄像头,专注显示

    Even Realities的路数跟Meta不太一样。Meta的雷朋眼镜主打拍照和AI助手,摄像头是核心部件。Even Realities的最新款G2,干脆把摄像头去掉了。

    创始人兼CEO Will Wang的说法是:智能眼镜是”最个人化的计算设备”,整天戴在脸上,隐私必须摆在第一位。G2用一个抬头显示器把信息直接投射到佩戴者视线里,配合一个叫Even R1的智能戒指来控制,手指点点划划就能操作。

    “智能眼镜是第一个依赖光学显示的产品品类,这需要完全不同的技术栈。你必须把微芯片、光学器件和波导一起设计。这是我们投入最多的地方。”——Will Wang

    Wang自己就在苹果待过,参与过Apple Watch和iPhone的开发。其他联合创始人来自科技公司和奢侈眼镜品牌Lindberg。这种背景组合,让Even Realities从一开始就把”佩戴体验”和”光学性能”当成核心。

    卖得不算便宜,但有人买账

    Even Realities的眼镜不算便宜。G2框架税前599美元,加上处方镜片或者配套的智能戒指,平均订单金额差不多1000美元。

    但公司说他们已经盈利了。用户主要是30到50岁的男性专业人士,Wang说大约三分之一的用户是企业高管。2024年第一款产品Even G1上市,销量超过了公司自己定的1万副目标,是这类产品里第一个卖过1万副的。


    美国是最大市场,但工厂在中国

    有意思的是,Even Realities超过一半的用户在美国,但它目前还没在中国大陆销售。Wang的解释是:美国市场的需求太旺盛,先把那边服务好再说。

    公司在深圳有几家代工厂,研发团队从2024年的30-40人扩张到了现在的300-400人。这一轮融资之后,估值10亿美元,正式进入独角兽行列。

    投资人名单也挺豪华:美团、腾讯,再加上前身是红杉中国的HSG。这说明大厂们也在押注智能眼镜这个赛道,不只是Meta和Snap在玩。

    智能眼镜的下一个战场

    Meta上个月刚发了自家品牌的新款廉价智能眼镜,Snap的AR眼镜规格也终于公布了,价格不便宜。苹果一直没官宣,但业内相信它迟早要进场。

    Even Realities选择了一条跟Meta不同的路:不做摄像头,不做内容捕获,专注把信息显示这件事做好。这个打法能不能成,还得看用户买不买账。但至少现在,资本是信了的。

  • Reddit用AI打AI:每天拦下2300万次垃圾内容浏览

    Reddit用AI打AI:每天拦下2300万次垃圾内容浏览

    如果你最近几个月在Reddit上逛,可能注意到一个变化:那些看起来像真人写的垃圾帖子和评论,好像比以前少了。这不是你的错觉。Reddit在7月6日发了一篇博客,详细讲了他们怎么用LLM来对付LLM制造的麻烦。

    Reddit用AI打击AI垃圾内容
    Reddit用LLM技术打击AI生成的垃圾内容(概念图)

    这事说来有点讽刺。LLM越来越好用,导致网上垃圾内容爆炸式增长。以前要雇人写水军评论,现在一个脚本就能批量生成成千上万条看起来挺像那么回事的帖子。Reddit说,他们每天要拦下2300万次垃圾内容的浏览,抓到大约2.5万条新的垃圾帖子和评论。

    用魔法打败魔法

    Reddit在博客里说得很直白:光靠传统自动化工具不够用了。那些老办法能拦住明显的垃圾信息,但LLM生成的内容往往能绕过关键词过滤,因为它们写得太”自然”了。

    所以他们用了LLM自己来识别LLM生成的垃圾内容。Reddit的说法是,他们用LLM来捕捉”高度微妙的、协调一致的假行为和人工炒作模式”——这些模式用老办法很难识别。

    Reddit表示,2026年1月到3月之间,用户接触到垃圾内容的比例比前三个月降低了20%。

    其他平台也在做类似的事

    Reddit不是唯一一个在AI时代”以毒攻毒”的平台。YouTube、Meta、Instagram都允许用户发布AI生成内容,只要标注出来就行。TikTok甚至让用户自己选择想看多少AI生成内容。

    但平台专家一直在提醒:用AI做内容审核,必须配合人工审核,才能达到最好的效果。纯靠AI,迟早会出岔子。比如AI可能把正常的批评误判为垃圾内容,或者让更隐蔽的违规行为溜过去。


    这事背后的两难困境

    Reddit这个做法,其实折射出一个更大的问题:当AI让”制造内容”的成本趋近于零,平台要怎么维持内容质量?

    如果平台不用AI来对抗AI,垃圾内容会把正常讨论淹没。但如果平台用AI来做内容审核,又可能引发新的问题——AI的判断标准是什么?谁来确保它不偏不倚?

    Reddit说他们的工具在持续改进。但说实话,这场猫鼠游戏不会有终点。只要LLM还在进化,垃圾内容制造者就会找到新的办法绕过检测。平台能做的,只是尽量跑在前面。

  • Hermes Agent:会自我进化的开源 AI 智能体,Nous Research 出品,60000+ Stars 让 AI 真正成为你的数字分身

    Hermes Agent:会自我进化的开源 AI 智能体,Nous Research 出品,60000+ Stars 让 AI 真正成为你的数字分身

    Hermes Agent Banner

    Hermes Agent —— 会自我进化的开源 AI 智能体

    项目简介

    Hermes Agent 是由 Nous Research 开发的开源自主 AI 智能体框架,采用 MIT 协议完全免费。它的核心定位是:一个部署在你自己服务器上、能随你一起成长的持久化个人 AI 智能体

    与传统 AI 聊天机器人不同,Hermes Agent 是一个独立运行的后台守护进程,具备三大核心特性:自托管(数据完全本地化)、持久化(跨会话记忆)、自我进化(从经验中自动创建和改进技能)。


    安装要求和过程

    环境要求

    依赖 说明
    Python 3.11+ 主运行环境(安装器自动处理)
    Node.js 部分功能依赖(安装器自动处理)
    ripgrep 代码搜索(安装器自动处理)
    ffmpeg 语音备忘录转录(安装器自动处理)
    Git Bash Windows 上安装器会捆绑便携版 MinGit(约 45MB)

    支持平台:Linux ✅ / macOS ✅ / WSL2 ✅ / Windows (PowerShell) ✅ / Termux (Android) ✅

    一键安装

    Linux / macOS / WSL2:

    curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
    source ~/.bashrc
    hermes

    Windows(PowerShell):

    iex (irm https://hermes-agent.nousresearch.com/install.ps1)
    hermes

    安装后配置

    hermes setup # 运行完整配置向导
    hermes model # 选择 LLM 提供商和模型
    hermes tools # 配置启用的工具
    hermes gateway # 启动消息网关

    核心功能

    1. 真正的终端 TUI 界面

    Hermes Agent 提供完整的终端 UI(TUI),支持多行编辑、斜杠命令自动补全、对话历史浏览、中断重定向、流式工具输出。不是简单的命令行包装,而是专为 AI 交互设计的终端体验。

    2. 多平台消息集成

    通过一个网关进程统一管理,支持 14+ 消息平台:Telegram、Discord、Slack、WhatsApp、Signal、CLI 等。支持语音备忘录转录、跨平台对话连续性——你在 Telegram 上的对话,可以在 Discord 上继续。

    3. 闭环学习系统(核心竞争力)

    这是 Hermes Agent 最独特的功能:

    • 自主技能创建:完成复杂任务(通常涉及 5 次以上工具调用)后,自动将成功的工作流程提炼为可复用的”技能”(Skill)
    • 技能自我改进:技能在使用过程中会自动优化
    • FTS5 会话搜索 + LLM 摘要:实现跨会话回忆
    • Honcho 辩证用户建模:持续构建对用户的深度理解模型
    • 兼容 agentskills.io 开放标准

    4. 定时自动化

    内建 cron 调度器,可向任意平台投递消息。用自然语言配置每日报告、夜间备份、每周审计等定时任务,无需编写代码。

    5. 多环境运行 + 子代理并行化

    支持六种终端后端:local、Docker、SSH、Singularity、Modal、Daytona。Daytona/Modal 提供无服务器持久化,空闲时休眠几乎零成本。

    可生成隔离子代理处理并行工作流;编写 Python 脚本通过 RPC 调用工具,将多步流水线压缩为零上下文成本轮次。


    典型使用场景

    场景一:个人 AI 助手(消息平台接入)

    通过 Telegram/Discord/Slack 等平台,随时随地与你的 AI 智能体对话。它记住你上周告诉它的项目偏好,能回忆起你三个月前让它执行的任务细节。用得越久,它就越了解你。

    场景二:开发辅助 + 定时自动化

    在终端中使用 TUI 进行交互式编程辅助,运行 shell 命令、管理项目。同时配置定时任务:每日自动生成工作日报、夜间备份代码仓库、每周审计服务器安全状态——全部无人值守自动执行。

    场景三:从 OpenClaw 迁移

    Hermes Agent 自动导入设置、记忆、技能和 API 密钥,迁移成本极低。相比 OpenClaw,Hermes Agent 的自我进化能力技能系统是核心差异化优势。


    推荐理由

    Hermes Agent 代表了 AI Agent 发展的一个重要方向:从”一次性工具”走向”持久化伙伴”

    我推荐它的理由:

    • 数据主权:部署在自己的机器上,SQLite 本地存储,不经过任何第三方云服务
    • 真正能成长:用得越久越聪明,技能系统让它能从经验中学习
    • 零成本运行:支持 Ollama 本地模型,可以完全免费运行
    • 多平台接入:通过消息 App 随时随地使用,不需要打开电脑
    • MIT 协议:完全开源,可以自由修改和商用

    小提示:Nous Research 是开源 AI 社区中声誉极高的研究机构,他们此前发布的 Hermes 系列开源模型(Hermes-2、Hermes-3)在 Hugging Face 上广受好评。Hermes Agent 可以看作是他们将多年技术积累打包成的开箱即用产品。


    下载地址

    来源 链接
    GitHub 仓库 github.com/NousResearch/hermes-agent
    官方网站 hermes-agent.nousresearch.com
    Nous Research nousresearch.com
    agentskills.io agentskills.io

    最低运行配置:2 核 CPU + 4GB RAM(推荐 4GB+ 以流畅运行 LLM)


    本文为 GitHub 热门 AI 开源项目系列第 93 篇。系列文章持续介绍最值得关注的开源 AI 项目,欢迎关注。

  • Anthropic砸190亿签下20年租约,在美国肯塔基州建AI数据中心

    AI算力竞赛出现一笔大单。Anthropic宣布与加密挖矿公司转型而来的AI基础设施提供商TeraWulf签署了一份20年租约,在肯塔基州的Hawesville建设AI数据中心。TeraWulf预计这笔交易将带来190亿美元的收入。

    数据中心计划2027年下半年初步启用,到2028年达到401兆瓦的电力供应规模。这个数字意味着什么?够支撑数十万块高端GPU同时运行,训练下一代大模型。

    Anthropic肯塔基州AI数据中心概念图
    AI数据中心成为科技公司的战略资产(概念图)

    从加密挖矿到AI基础设施

    TeraWulf这家公司本身就是一个时代注脚。它原来做比特币挖矿,现在把挖矿场的电力和冷却基础设施改造成AI数据中心,租给像Anthropic这样的AI公司。加密寒冬之后,AI热潮给了这些公司一条新出路。

    这不是TeraWulf第一次做这种生意。它已经在运营多个数据中心,而Anthropic作为租户,签下20年长期合约,相当于提前锁定了未来两年的算力扩张计划。对于一家靠烧钱训练大模型为生的公司来说,算力就是生命线。

    TeraWulf在公告中透露,这笔20年租约预计总收入190亿美元。作为对比,Anthropic 2024年的年化收入大约在10亿美元规模——这意味着光是这个数字中心租约,就相当于它当时年收入的19倍。

    为什么是肯塔基?

    肯塔基州并不是传统意义上的科技中心,但它有几个优势:电力资源丰富(历史上就是煤炭大州,现在也在发展可再生能源)、土地成本低、政府对数据中心有税收优惠政策。

    更重要的是,AI数据中心的选址逻辑跟科技公司总部完全不同——它不需要靠近人才密集的硅谷,它需要的是便宜的电、足够大的地块、以及能建高压输电线路的审批。肯塔基、俄亥俄、得克萨斯这些州,正在成为AI基础设施的新前线。

    AI公司的算力军备竞赛

    Anthropic这笔交易只是AI公司自建/长租算力浪潮中的一朵浪花。过去一年,几乎每家有实力的AI公司都在往基础设施里砸钱:

    • OpenAI与博通合作开发定制推理芯片”Jalapeño”,减少对英伟达的依赖
    • Anthropic同时还在与三星探讨合作制造定制AI芯片
    • 微软、谷歌、亚马逊早就有了自己的自研芯片(Maia、TPU、Trainium)
    • Meta计划投入最多1450亿美元用于AI基础设施

    背后的逻辑很清楚:谁控制了算力,谁就控制了AI的未来。依赖第三方云服务的成本太高,而且供应不稳定。长期租约或者自建数据中心,虽然前期投入巨大,但能把算力的主动权握在自己手里。


    Anthropic这笔190亿美元的交易,不只是商业新闻,它折射出AI产业正在发生的结构性变化——从”租算力”到”囤算力”,从”轻资产”到”重资产”。下一阶段的竞争,比的不再只是模型谁更聪明,还有谁的算力更便宜、更稳定、更不受制于人。

  • 你用Google搜索,也在帮它训练AI——好消息是你可以退出

    你每次用Google搜索,用Google Lens拍张照片识别,或者用语音搜索问个问题,这些操作产生的内容,可能正在帮Google训练它的AI模型。

    大多数人不知道这件事,因为Google没有大张旗鼓地通知你。它在2026年6月悄悄更新了隐私设置,把”Search Services History”和”Personalized Recommendations”两个选项默认打开了。其中包括一个叫”Save Media”的子选项——你的图片、音频、视频录音,现在都可能被用来改进Google的AI模型。

    Google AI隐私设置
    Google的隐私设置更新后,用户媒体数据可能被用于AI训练(插图)

    不只是搜索历史,连你的照片和语音也不放过

    这次更新的影响范围比很多人想象的广。它不只涉及Google Search,还包括Google Maps、Shopping、Flights、Hotels、Translate、News——基本上所有带搜索功能的Google服务都在内。

    具体场景是这样的:你用Google Lens拍了一张花的照片识别品种,这张照片可能被保存下来用于AI训练;你用Google app里的Search Live功能语音提问,那段录音也可能被保存;你用Google Translate练习口语,录音同样会被留存。Google在自己的帮助文档里写得很直白:“我们用你的历史记录来开发和改进服务(比如训练生成式AI模型)。”

    Google在给客户的邮件里直接承认:”像你的搜索服务历史记录一样,你保存的媒体也被用于开发和改进Google服务及技术,包括AI模型和安全措施。”

    不是只有Google在这么做

    把用户数据拿来训练AI,Google不是独一家。Meta也在大规模做同样的事——用用户上传到Facebook和Instagram的图片训练AI,甚至想访问用户手机相册里还没发出的照片。Ray-Ban Meta智能眼镜录制的音视频,同样也可能被用于AI训练。

    这背后是整个行业的变化。以前AI公司主要靠抓取公开网页来训练模型,现在这条路的数据差不多用完了,它们开始从自己服务的用户身上找”燃料”。你用它们的产品,产生数据,它们用这些数据让AI变得更聪明,然后卖更好的AI服务——这个循环正在成为AI时代的标准商业模式。

    怎么退出?

    好消息是,Google给了用户选择权,只是没怎么宣传。你可以去这两个页面调整设置:

    还有一点值得注意:这次更新把原来的”Web & App Activity”拆分成了两个设置——原来的Web & App Activity,和新的Search data。也就是说,即使你之前关闭了Web & App Activity的数据存储,Search data那边可能还是开着的,需要单独检查。


    这次隐私设置的更改,再次提醒了一个事实:用免费服务,代价是你的数据。AI时代这个交换变得更加直接——你产生的内容,正在成为别人训练AI的养料。如果你在意这件事,现在就去检查一下自己的Google账号设置。

  • 绝美女性与折纸魔法世界拼接画

    绝美女性与折纸魔法世界拼接画

    绝美女性与折纸魔法世界拼接画



    🤖 ChatGPT

    🇺🇸 English Prompt

    A professional 3x3 collage featuring the same beautiful woman from the uploaded reference image with identical facial features, hairstyle, eyeglasses and realistic proportions.
    
    Top-down view on a clean white blanket.
    
    Each panel shows her interacting with a magical world made entirely of folded paper origami creations.
    
    Panel 1: Walking across an origami dragon.
    
    Panel 2: Sailing inside an origami swan.
    
    Panel 3: Climbing an origami mountain.
    
    Panel 4: Flying with giant origami butterflies.
    
    Panel 5: Resting beneath an origami cherry blossom tree.
    
    Panel 6: Escaping a paper tornado.
    
    Panel 7: Riding an origami whale through paper waves.
    
    Panel 8: Opening an enormous origami flower.
    
    Panel 9: Standing inside a giant unfolding paper castle.
    
    Minimal white aesthetic, realistic woman, black doodle accents mixed with detailed paper art, ultra-realistic editorial photography, cinematic lighting, 8K.

    🇨🇳 中文提示词

    一张专业的 3x3 拼接画,展示了上传的参考图中的同一位美丽女性,具有相同的面部特征、发型、眼镜和写实的比例。
    
    俯视视角,在干净的白色毯子上。
    
    每个面板都展示了她与一个完全由折纸作品构成的魔法世界的互动。
    
    面板 1:走过一只折纸龙。
    
    面板 2:在折纸天鹅里航行。
    
    面板 3:攀登折纸山。
    
    面板 4:与巨大的折纸蝴蝶一起飞行。
    
    面板 5:在折纸樱花树下休息。
    
    面板 6:逃离纸龙卷风。
    
    面板 7:骑着折纸鲸鱼穿过纸浪。
    
    面板 8:打开一朵巨大的折纸花。
    
    面板 9:站在一座巨大的正在展开的纸城堡内。
    
    极简白色美学,写实女性,黑色涂鸦点缀与细腻的纸艺相结合,超写实编辑摄影,电影照明,8K。
  • 高端时装杂志摄影写实换装指令

    高端时装杂志摄影写实换装指令

    高端时装杂志摄影写实换装指令



    🤖 ChatGPT

    🇺🇸 English Prompt

    Based on the character in the original image @Image 1, perform high-quality realistic photography-level image modification: retain the character's facial features, hairstyle, hair color, facial proportions, skin tone, body proportions, and overall temperament from the original image, without changing the character's identity and realism. Completely replace the character's original clothing with the designer clothing from reference image @Image 2, strictly restoring the color, tailoring, structure, material, layers, decorative details, pattern silhouette, and high-fashion sense of the reference clothing; the clothing should naturally fit the body, with realistic fabric wrinkles, thickness, drape, and luster. Change the scene to a professional fashion studio shoot, with a clean and high-end studio background, blockbuster-level lighting, soft main light, rim light, fill light, and realistic shadows, presenting an overall high-end fashion magazine editorial fashion photography style. The character adopts random but natural international supermodel poses: confident, relaxed, and tense posture, stretched body lines, open shoulders and neck, elegant and natural arm and leg movements; can be standing, side profile, slightly leaning back, one hand on waist, arm slightly raised, captured walking motion or slight turn, as if shooting a high-end fashion blockbuster. The movements should not be stiff, do not have an internet celebrity pose feel, and should have the high-end aura of a runway model / Vogue editorial. Randomly select professional fashion photography camera positions: low-angle shot, medium-close-up eye-level, two-thirds side shot, high-angle slight tilt-down, or full-body studio composition; the composition should be stable, the character occupying the main subject, highlighting the clothing design, body lines, and high-end studio atmosphere. Lens texture is real, high-definition details, real skin texture, real fabric texture, cinematic depth of field, professional commercial photography finish effect. Avoid: cartoonish feel, AI plastic face, clothing deformation, loss of reference clothing details, limb deformities, extra hands or feet, unbalanced proportions, excessive skin smoothing, cheap photo shoot feel, cluttered background, stiff poses, low-quality lighting. #design #design #fashiondesign #tryoneffect

    🇨🇳 中文提示词

    基于原图@图片1人物进行高质量写实摄影级改图:保留原图人物的脸部特征、发型、发色、五官比例、肤色、身材比例和整体气质,不改变人物身份与真实感。将人物原本服装完整替换为参考图@图片2中的设计款服装,严格还原参考服装的颜色、剪裁、结构、材质、层次、装饰细节、版型轮廓和高级时装感,服装自然贴合身体,有真实布料褶皱、厚度、垂坠感与光泽。   场景改为专业时尚摄影棚拍摄,干净高级的棚拍背景,大片级布光,柔和主光、轮廓光、补光与真实阴影,整体呈现高端时装杂志 editorial fashion photography 风格。  人物采用随机但自然的国际超模摆拍动作:姿态自信、松弛、有张力,身体线条舒展,肩颈打开,手臂与腿部动作优雅自然,可站立、侧身、微微后仰、单手扶腰、手臂轻抬、步伐感定格或轻微转身,像正在拍摄高级时装大片。动作不要僵硬,不要网红摆拍感,要有 runway model / Vogue editorial 的高级气场。  拍摄机位随机选择专业时尚摄影机位:可使用低机位仰拍、中近景平视、三分之二侧拍、高机位轻俯拍或全身棚拍构图;画面构图稳定,人物占据主体,突出服装设计、身体线条和高级棚拍氛围。镜头质感真实,高清细节,真实皮肤纹理,真实布料质感,电影级景深,专业商业摄影成片效果。  避免:卡通感、AI塑料脸、服装变形、参考服装细节丢失、肢体畸形、多手多脚、比例失衡、过度磨皮、廉价写真感、杂乱背景、姿势僵硬、低质量光影。
    #设计 #design #服装设计 #上身效果