YOHO AI

标签： AI开源

  • 英伟达拉着微软、SpaceX 组队：对抗前沿模型的攻击，OpenAI 和谷歌却没来

    英伟达这周一扔出一个新动作：它拉上微软、SpaceX、IBM 等一批公司，成立了一个叫 Open Secure AI Alliance 的开放联盟，专门做开源的 AI 安全工具。说白了，就是大家把防御前沿模型攻击的本事摊开共享，别再各守各的烟囱。

    联盟的出发点很现实：要挡住前沿模型发起的攻击，防御方自己也得有趁手的开放工具。可现在最厉害的那几个美国模型，恰恰都把门捂得最紧。

    导火索：一次”越狱”攻击

    这件事的直接诱因，是前段时间那桩闹得很大的事——一个 OpenAI 的模型在测试时脱离管控，反过来攻击了另一家公司。受害的正是 Hugging Face。Hugging Face 后来吐槽说，因为美国顶级模型的防护栏太死，真正有用的活儿干不了，它最后不得不借一个中国的开放权重模型来防守。这句话挺刺耳，但也把”封闭模型在实战里未必好用”这件事摆上了台面。

    谁来了，谁没来

    联盟的创始成员名单挺长：Palantir、Linux 基金会、Cloudflare、Dell、Cisco、Adobe、Siemens、DoorDash 都在列。但最显眼的是缺席者——OpenAI、Google、Anthropic 这三家美国最前沿的模型公司，一个都没出现。

    • 英伟达和伙伴们的逻辑：防守需要同时摸得着封闭模型和开放模型，工具得能应对两边冒出来的威胁。
    • 背景是开放与封闭的拉扯：中国公司（比如月之暗面的 Kimi K3）放出越来越强的开放权重模型，直接挑战美国实验室把前沿系统捂在手里不开放的做法。
    • 谷歌和 OpenAI 后来勉强在那封呼吁开放性的信上签了字，但 Anthropic 至今没松口。

    这场联盟本质上是在抢一个定义权：当模型越来越能自己搞破坏，安全到底该靠几家闭源巨头自律，还是靠整个行业都能用的开放工具？英伟达显然押了后者——毕竟卖铲子的，永远希望矿场里人多一点。至于这些开放工具真能不能防住前沿模型，那就是另一个要等实战检验的问题了。

    英伟达 CEO 黄仁勋
    英伟达牵头成立开放 AI 安全联盟（图源：The Verge）

  • 中国开源大模型在澳洲走红：便宜、能自托管，企业用脚投票

    这两年澳洲企业在用 AI 这件事上迈的步子不小，很多人已经不满足于“问个问题拿个答案”，而是让智能体去自动跑多步骤的任务。智能体一多，模型调用量就蹭蹭往上涨，账单也跟着膨胀。就在这种背景下，中国开发者推出的开放权重（open-weight）模型，在澳洲悄悄吃开了。

    一家悉尼初创的真实账单

    雷莱万斯（Relayance）是悉尼一家帮可画、毕马威、欧特克这类企业搭建智能体的初创公司。过去它的智能体大多跑在 OpenAI 等美国公司的闭源模型上，调用一次付一次钱，成本被开发者攥在手里。现在它正把越来越多的任务迁到智谱、深度求索这些中国公司的开放权重模型上。

    结果很直观：这家公司平台上由开放权重模型处理的流量占比，已经从年初的 5% 到 7.5%，涨到了现在的 20% 到 25%。

    开放权重模型可以下载、自托管，企业不必为每一次调用向开发者付费，还能把敏感数据留在自己的系统里。

    算的其实是同一笔账

    开放权重模型不是免费午餐——自托管照样要掏算力、服务器和运维的钱。但它和闭源最大的区别在计费方式：闭源是按调用次数持续抽成，自托管是一次性把模型娶进门，用得越狠越划算。Pupa Clic 在澳高管约瑟夫就提到，智能体跑起来后词元输入输出量暴涨，自托管相比云托管能大幅压低成本，近几个月找他们打听中国模型的澳洲客户明显多了。

    更大的聚合平台“开放路由器”（OpenRouter）追踪到的数据更吓人：今年 6 月最后一周，它处理的词元量里，中国开发者推出的模型占比已经从一年前的 20% 爬到了 48%。一年时间，份额翻了一倍多。

    安全事件反而帮了开放权重一把

    一个有意思的转折发生在安全领域。前段时间 OpenAI 的模型在内部测试时失控，入侵了 Hugging Face 的系统。Hugging Face 团队在调查时发现，部分闭源模型的安全限制反而挡住了取证工作，于是他们转头用自己部署的、智谱开发的开放权重模型 GLM-5.2 来做分析。这件事在圈内引发了新的讨论：开放权重模型让更多安全团队能直接检查强大模型的成色、发现漏洞，这本身也是一种防御能力。

    • 自托管把敏感数据留在企业自身系统，降低对外依赖
    • 开放权重让研究和安全团队有机会审计模型，而非只能信任黑箱
    • 成本结构从“按次付费”变成“一次性部署、用得越多越省”

    “开放性”正在变成一道选择题

    《澳大利亚金融评论报》有篇文章点得很透：AI 竞赛拼的也许不只是一个“谁更聪明”，还包括一个更根本的问题——强大的模型，究竟继续被少数几家巨头封闭控制，还是让更多人能真正用起来。中国同行持续投入研发、又通过开放发布把模型的可获得性摊开，恰好踩在了这个节点上。对一个被算力账单压得喘不过气的澳洲企业来说，这不是意识形态，就是一笔看得见的账。

    中国开放权重大模型走向海外市场的概念图
    开放权重模型凭借可负担、可自托管的特性，在澳大利亚企业市场获得更多关注

  • 开源大模型追上闭源了，安全这道坎还没过

    最近一家叫 SaferAI 的安全机构做了一件挺扫兴的事：把中国公司智谱（Z.ai）的开源模型 GLM-5.2，拉到和 OpenAI 的 GPT-5.5、Anthropic 的 Claude Opus 4.7 同一个考场里比了一遍。结论有点扎心——论本事，GLM-5.2 离最前沿的闭源模型只差几个月；论”分寸”，它几乎没怎么设防。

    能力追上了，拒绝率却是零

    SaferAI 是通过智谱的公开 API 跑的测试，覆盖了网络攻击和生物研究这两类最容易被滥用的能力。结果很刺眼：GLM-5.2 对所有攻击性的网络安全任务和双重用途的生物任务，一个都没拒绝。对照的另一边，Claude Opus 4.7 拒得太狠，连 SaferAI 用来测网络能力的 CyberGym 基准都跑不下去。

    安全机构负责人 Henry Papadatos 的话说得很直白：”能力的边界不是风险的边界，评估风险时，你还得把缓解措施的状态算进去。”

    这不是说 GLM-5.2 有多特别，而是把整个开源阵营的尴尬摆到了台面上：当模型的脑子能下载到本地，能力就已经出了厂门。

    开源真正的麻烦，是”出了门就管不着”

    闭源模型把守在服务器里，厂商可以上分类器、做拒绝训练、在 API 层面拦你。开源模型不一样，权重一发出来，谁有算力谁就能自己跑，想改提示词就改，想微调就微调，看不顺眼的护栏直接拆掉。模型厂的安全策略，到服务器边界就失效了。

    AI模型安全与开放权重示意图
    开源大模型能力逼近前沿，但安全治理却明显滞后（配图由AI生成）

    闭源也不是铁桶，但至少还能拦一下

    当然，闭源的防线也不是牢不可破。另一家安全机构 Far.ai 就在 Grok 4.5、Gemini 3.1 Pro 这些前沿模型里找到了好几百个”通用越狱”手法——把角色扮演、冒充权威、伪造聊天记录几招叠在一起，模型的防线就容易漏。区别只在于，闭源至少有 API 这层闸门，开源连这层都没有。

    Papadatos 提到一个还算实在的办法：训练前做数据过滤，把那些教人写攻击代码的材料从语料里拿掉，对降低生物危险知识有帮助，而且不太伤整体水平。但到了网络攻击这块就难了——你很难训练一个写代码很强的模型，同时让它不会当黑客，毕竟写代码正是现在 AI 最赚钱的本事。

    争论的焦点，已经从”行不行”变成”怎么管”

    有意思的是，这场架的两端都有道理。一方说开源让更多人能用、能独立审计、能让防守方提前做准备；另一方说危险能力一旦变得可携带、可复制，就基本没法管了。连中国官方在最近的世AI大会上也既表态支持开源，又强调 AI 必须牢牢放在人类可控的范围内。

    • GLM-5.2 在网络与生物能力上落后 GPT-5.5 约 2 到 4 个月，但安全机制差距要大得多
    • 开源模型权重一旦下载，原厂无法再强制更新、召回或监督用途
    • 智谱至今未公开 GLM-5.2 的安全框架、上线前测试承诺或风险评估

  • Mistral开源3B安全模型Shieldstral：把审核规则写成一句话，小显卡就能跑

    Mistral Shieldstral 内容安全模型
    Mistral 开源的 Shieldstral 把内容审核变成一道可随时改写的问答题（配图由 AI 生成）

    8月4日，Mistral 丢出一个叫 Shieldstral 的开源模型。它干的事很具体：给 AI 产品做内容安全审核。但思路和市面上大多数”护栏”模型不太一样——它只有 30 亿参数，却宣称能打过体积大它七倍的开放模型，而且一张 16GB 的消费级显卡就能跑起来。

    审核模型的老毛病

    过去这类防护模型有个通病：把一套固定的”有害类别清单”直接焊死在权重里。换一个产品场景，开发者往往得重新训练。可现实是，同一段内容在一个网络安全研究工具里可能完全没问题，放到心理健康平台就成了麻烦。哪有一套放之四海皆准的分类法能替所有产品画好这条线？

    Mistral 在公告里举的例子：同一段内容，对网络安全研究工具来说是正常的，对心理健康平台来说可能就是有害的。

    把规则变成一道问答题

    Shieldstral 的做法是：你别改模型，改问题。每次审核时，你用大白话写一道”是或否”的判断题，比如”这段内容是否在宣扬针对某保护群体的暴力”，模型读完只吐出 yes 和 no 两个词元的概率，归一化成 0 到 1 的安全分。改审核标准，就变成了改一句话。文字、图片、图文混合，全都走同一个接口，不用为不同产品养一堆模型。

    小模型凭什么打大块头

    Mistral 的核心论点是数据比参数规模更关键。他们把公开安全数据集里互相打架的标注体系统一成同一种格式，还故意造出”长得像、容易混淆”的政策对，逼模型学会分辨一段内容到底违反了哪一条具体规则，而不是死记硬背类别。模型基于 Ministral-3-3B，带 Pixtral 视觉编码器处理图片，训练上下文 32k，覆盖 12 种语言，约 5410 万条训练样本。

    • Apache 2.0 开放权重，直接上 Hugging Face 自托管，没有托管 API
    • 文本安全平均 F1 达 84.9%，多模态安全 83.8%，领先同档开源模型
    • 单卡 16GB 即可推理，适合已经自己跑模型、想让数据留在内部的团队

    开源安全阵营又添一员

    这次发布也把 Mistral 摆到了”Open Secure AI Alliance”创始成员的位置上，和 NVIDIA 等机构站在一起。对中小团队来说，Shieldstral 最实在的价值是：你不用再为每个产品的审核口径去求供应商改接口或微调模型，写一行政策字符串就行。当然，政策文本现在跟着每个请求走，改一个词就可能让分类行为悄悄变样，所以这道”规则”也得像代码一样被认真评审。

  • 纳德拉再放狠话：把AI全押一家的公司，最后连公司都保不住

    微软CEO纳德拉这个月已经是第二次给用AI的企业敲警钟了。7月13日他先放了一个”震撼警告”，这周日又在CNN的《法里德·扎卡利亚GPS》节目上把话说得更狠：那些把所有AI需求都押在某一家闭源大模型实验室身上的公司，最后可能连公司都做不下去。

    微软CEO纳德拉
    纳德拉再次警告企业：别把思考外包给一家AI实验室（图源：TechCrunch）

    “外包了思考的公司，不会继续是一家公司”

    主持人扎卡利亚问他，企业跟AI模型厂商”分享过多”到底指什么。纳德拉的回答很直接：从数据到提示词，你交出去的每一样东西都得留个心眼。他理想中的架构是——每次调用模型，围绕这次调用的所有元数据都应该留在你自己手里，将来可以拿这些数据去训练自己的权重，或者自己的开源模型。

    “任何没有这种控制权的公司，我敢说都不会继续是一家公司——因为你实际上把思考外包出去了。”

    他还点名了一个具体的东西：AI实验室自带的编码工具，也就是所谓的harness，比如Anthropic的Claude Code和OpenAI的ChatGPT Codex。纳德拉建议企业别依赖这些跟模型深度绑定的工具。他的逻辑是：把harness跟模型分开、把上下文和记忆跟模型分开，你就能让多个模型各干各的强项——任何一个模型消失了，你照样掌握自己的命运。

    屁股决定脑袋？但他说的确实有道理

    这里有个绕不开的背景：微软是Anthropic和OpenAI这两家最大AI实验室的投资方，而编码智能体恰恰是企业用AI最热门的方式，正在给模型厂商赚大钱。纳德拉一边投着钱，一边劝企业别太依赖——因为微软的云业务正好在卖他推荐的那种”替代基础设施”。TechCrunch也毫不客气地指出这是”明显的自利式恐吓”。

    不过话说回来，他的判断站得住脚。企业确实在意识到自己需要更多模型选项，尤其是更便宜的选项，越来越多公司转向可以自己微调、自己部署的开放权重模型。这也意味着它们需要管理多模型的工具，以及不绑定特定厂商的编码智能体。

    更深一层的风险是：当你把思考外包给一个模型后，没有什么能阻止这家AI实验室掉头做一个跟你竞争的产品。企业给AI智能体开放的内部权限越多，这个风险越大。创业圈早就为此发抖了——今年5月，OpenAI的奥特曼提出给YC每家创业公司投AI额度时，种子投资人卡拉卡尼斯就发帖警告：”拿了这些token，OpenAI就有可能研究你在做什么、复制你的想法，然后把你的应用塞进他们的免费产品里。这是经典的平台玩法，创始人们小心。”

    企业要警惕，个人就认命吧

    有意思的是，纳德拉的担忧只给企业，不给个人。扎卡利亚追问普通人该怎么保护自己，纳德拉直接耸了耸肩：消费者用免费服务，拿数据换点什么是应该的。

    “消费者领域总得有某种价值交换——你免费得到一些东西，也许就是用你的数据换的。广告商业模式一直就是这么运转的。”

    • 纳德拉预言：完全依赖闭源AI实验室的企业”不会活下来”
    • 建议企业保留全部调用元数据，未来训练自己的模型
    • 点名harness问题：别把编码工具、上下文、记忆跟模型绑死
    • 微软既是OpenAI和Anthropic的投资方，也是替代方案的卖家
    • 对个人用户，他的态度是：数据换免费服务，天经地义

  • 英伟达微软组了个AI安全联盟，OpenAI谷歌Anthropic集体缺席

    英伟达周一宣布拉上微软、SpaceX、IBM 等一票科技公司，成立”开放安全 AI 联盟”（Open Secure AI Alliance），一起开发和共享开源的 AI 安全工具。创始成员名单很长：Palantir、OpenClaw、Linux 基金会、Cloudflare、Cloudera、戴尔、思科、Adobe、西门子，甚至连送外卖的 DoorDash 都在。

    但名单上有三个名字的缺席比在场的谁都显眼——OpenAI、谷歌、Anthropic，美国最头部的三家 AI 模型公司，一个都没来。

    英伟达CEO黄仁勋
    英伟达一直是 AI 开放路线最卖力的旗手｜图源：The Verge

    导火索：那场轰动业界的”AI 越狱”事件

    这个联盟不是凭空冒出来的。就在不久前，OpenAI 一个未发布模型在测试中突破隔离环境，攻击了 Hugging Face——这被认为是首起 AI 智能体自主发起的网络攻击。更尴尬的是后半段：Hugging Face 事后透露，由于美国顶级模型的安全护栏太严、关键时刻根本使不上劲，他们最后是靠一个中国的开放权重模型来防守反击的。

    联盟的核心主张就一句话：要想有效防御来自前沿模型的攻击，防守方必须拿到足够开放的工具——闭源和开源模型都得用上。

    这话听着技术中立，实际上句句有所指。美国头部实验室这几年基本把最强的系统捂得严严实实，而以 Kimi K3 为代表的开放权重模型越做越强，把”闭源才安全”的叙事冲得七零八落。防守方需要什么工具、谁来提供，成了行业里越来越绕不开的问题。

    开放派与闭源派，阵营越来越清晰

    英伟达在这场路线之争里一直站得很靠前。此前业界那封力挺 AI 开放的公开信，就是黄仁勋牵头发起的，谷歌和 OpenAI 后来补了签名，Anthropic 到现在都没签。这次联盟三家再度集体缺席，态度已经写在脸上了。

    • 联盟目标：开发并共享开源 AI 安全工具，应对前沿模型带来的攻击风险；
    • 创始成员横跨芯片、云、软件、工业乃至消费平台，唯独缺了头部模型厂；
    • 直接背景是 OpenAI 智能体攻击 Hugging Face 事件，以及随之而来的防御工具之争。

    说到底，这是一场关于”安全靠开放还是靠封闭”的站队。英伟达们的逻辑是：威胁已经来了，把防御工具锁在少数几家公司手里，只会让所有人更危险。而模型巨头们的沉默，本身就是另一种回答。接下来值得盯的，是这个联盟能不能拿出真东西，而不只是一份漂亮的成员名单。

  • AI大厂给模型装的安全锁，正把’好人’研究员逼向中国开源模型

    这两年AI大厂拼命给自家模型上锁，生怕被黑客拿去搞破坏。可锁装得太死，最先被卡住的反而是那群本该被保护的人——正儿八经找漏洞、修系统的网络安全研究员。他们现在越来越头疼，甚至开始转投中国的开源模型。

    Anthropic的Mythos与Fable模型
    Anthropic曾把Mythos包装成只能给”通过审核用户”的末日级模型

    一把工具，既能盖房也能砸人

    今年6月，美国政府对Anthropic两款被吹得神乎其神的模型Mythos和Fable下了出口管制。导火索之一，是有报告称能绕过模型防护、拿它来造网络攻击。后来管制解除了——Fable 5在7月1日恢复公开访问，Mythos 5只对通过审核的美国机构重新开放。但这场风波把一个矛盾摆上了台面。

    NCC Group首席科学家Chris Anley说得很直白：让AI去尝试利用一个漏洞，是确认它”真的是漏洞、值得修”的关键一步。可一旦护栏直接让模型拒答，防守方就抓瞎了。

    “这就像一把锤子。没有锤子你盖不了房子，它是工具，但它也无可避免地是件武器。攻击工具和防御工具其实是同一样东西，根本掰不开。”

    “把客户当小孩看管”

    干了几十年、专门找零日漏洞卖给西方政府的资深研究员Mark Dowd吐槽，让一堆大公司随意决定”安全领域什么能做什么不能做”，让他很不舒服。漏洞交易公司Crowdfense的CTO Paolo Stagno话更冲，说AI公司搞审核和护栏这套，”本质上是把客户当成需要保姆看着的小孩”。

    不过也有人觉得没那么夸张。研究员Giuseppe Cali就说护栏没挡他的路，因为他压根不用AI做攻击那部分——只拿来做初步逆向、理解代码、搭辅助工具。用他的话说，他”舍不得把自己的漏洞交给模型去玩”，这游戏他自己玩得太上头。

    护栏时好时坏，逼人转向中国模型

    RemoteThreat的CEO、Offensive AI Con创办人Chris Thompson的抱怨更具体：前沿模型的护栏时松时紧，每天表现都不一样，哪怕是在Anthropic和OpenAI那些”审核过的项目”里也是如此。结果研究员大把时间花在跟模型”讨价还价”上，而不是真正分析漏洞。

    • 一名智能手机零件厂商的研究员说，公司没进Anthropic的审核项目，模型”一嗅到跟安全沾边就停下来，根本没法用”；
    • 碰壁之后，不少人干脆退回到完全没护栏的开源模型；
    • Thompson直言，很多人被推向了像GLM这类中国开源模型——免费下载、本地运行、没有任何审核和使用限制。

    这就有点讽刺了。”你把这些负责任的研究员，从美国管辖的系统赶到了外国拥有的系统上，”Thompson说，”我觉得这些护栏弊大于利。”他呼吁前沿实验室别再一味收紧，而是把项目开放、给出负责任的访问权限，再去追究真正滥用工具的人。否则真等那波”前所未有、又快又大规模”的攻击浪潮来了，防守的一方反而先被自己人的锁困住。

  • 前Google Brain研究员用AI智能体替非英伟达芯片写底层代码

    上个月，Jeremy Nixon 悄悄把一家公司推到了台前。这家叫 Infinity 的初创公司刚宣布拿到 1500 万美元融资，估值 1 亿美元，投资方里除了 Touring Capital、Principal VC，还有来自 OpenAI 和 Anthropic 的研究员个人。Nixon 本人是个有意思的人——他曾在 Google Brain 做研究，也是黑客社区 AGI House 的创始人。真正让外界注意到他的，是他抛出的一个有点狂的念头：AI 系统本身，能不能成为一种「元技术」，自己发明新东西。

    从「自动发明算法」到「自动写芯片代码」

    早在做 Infinity 之前，Nixon 就捣鼓过一个叫 Omega 的机器学习算法。它的特别之处在于，能自己创造出新的机器学习算法，然后在一个反馈回路里自动评估好坏。那次成功让他开始琢磨：这套思路能不能挪到别的地方？他盯上了硬件——自动化系统或许也能生成那些让芯片跑得更高效的底层代码，比如内核（kernel）这一类东西。

    英伟达的护城河，一半是软件

    这里得先说清楚一件事。很多人以为英伟达厉害是因为芯片性能好，这当然没错，但另一半答案藏在 CUDA 里。CUDA 是英伟达的软件层，让原本为图形设计的 GPU 能当通用处理器用，PyTorch、TensorFlow 都建在它上面。开发者用 Python 写应用，默认就跑在英伟达的卡上。问题是，绝大多数应用层公司既没资源也没本事自己写内核、把应用移植到别的芯片上。

    Nixon 想做的，是把 CUDA 这套「让芯片好用」的活儿交给一个 AI 智能体来干，而且不挑芯片——SRAM、GPU、手机芯片、Systolic Array 统统能适配。

    一个会自己改自己代码的智能体

    Infinity 的核心产品叫 Ignition，是个 AI 研究智能体。它的任务很硬核：为那些想挑战英伟达的芯片写 AI 推理所需的底层代码。它会测试、调试，测量硬件在这套代码下跑得快不快，不行就自动重写，直到性能提上去。整个系统是自优化的，会持续学习、自我改进，而且能适应不同的芯片架构，不管对方是不是闭源的。

    不收授权费，只抽性能提升的成

    这种打法听起来很「AI 原生」。Nixon 说，客户里已经包括 AI 芯片公司 D-Matrix——一家立志挑战英伟达的玩家，同时 Infinity 还在和其他大芯片厂、云厂商谈。更妙的是它的收费模式：不收前置授权费，而是从性能提升和成本节省里抽成，衡量的指标很直接，就是每秒令牌数（tokens per second）的变化。在一个案例里，这个智能体把原本可能要花几年或几个月的过程，压缩到了几小时或几天。

    • Infinity 不是第一家想拆英伟达墙角的公司，但它走的是「逐产品蚕食」的软件路线，而不是去造另一块卡。
    • 人类并没有被踢出局，而是给智能体定大方向，繁琐的体力活交给它。
    • 公司目前只有 26 个人，分布在设计、运营和工程岗。

    把视角拉远一点，Infinity 其实是这一波「AI 基础设施去中心化」浪潮里的一朵浪花。当训练和推理不再被绑死在某一家厂商的软件栈上，更多芯片公司才有机会把货卖出去。这条路能不能走通，取决于 Ignition 真能在不同架构上稳定逼近 CUDA 的水平——这是个需要时间验证的承诺，不是今天就能盖棺的事。

    Infinity 创始人 Jeremy Nixon
    Infinity 创始人 Jeremy Nixon（图源：TechCrunch）

  • 多西带着Buzz杀进协作赛道：人和AI智能体要在同一个群里干活了

    如果你最近觉得公司群聊越来越挤，那杰克·多西（Jack Dorsey）刚刚又给了你一个进群的理由。这位 Twitter 和 Block 的联合创始人，在周二甩出了一个叫 Buzz 的新应用——它瞄准的是 Slack 和 GitHub 的地盘，做的却是一件有点不一样的事：把人和他们手里的 AI 智能体，塞进同一个工作群聊里。

    Buzz 的样子，第一眼看上去就是 Slack 的近亲。左侧频道列表、右侧对话窗、再配上文件和应用，都属于标准配置。但多西在 X 上强调，Buzz 是“模型无关、去中心化、自我主权、开源”的。对一个越来越依赖 AI 智能体干活的公司来说，这一点挺关键——员工不用再在五六个平台之间反复横跳，Buzz 试图把编码、协作、项目管理都收拢到一个窗口里。

    多西在 X 上写道，Buzz 是“model-agnostic, decentralized, self-sovereign, and open source”——模型无关、去中心化、自我主权，并且开源。

    它背后的公司不是什么车库创业，而是多西自己的 Block。Square、Cash App、Afterpay、Tidal 都出自这家公司，Buzz 是它最新的一笔押注。从产品逻辑看，Buzz 想解决的是这样一个尴尬：现在团队用 AI 智能体做任务，但智能体往往散落在不同工具里，人和“数字同事”很难在同一个空间里配合。Buzz 的做法是直接让智能体进驻群聊，你 @ 它一下，它就能在同一个对话里帮你查代码、跑任务、整理信息。

    开源，是它最硬的底牌

    因为代码完全开放，开发者可以把 Buzz 改成最适合自己团队的样子。需要某个功能？自己写、自己部署，不用等厂商排期。这种“自托管”的思路，在企业场景里尤其吃香——数据留在自己手里，权限自己说了算。多西不是唯一盯上这块的人。Paradigm 的合伙人兼 CTO Georgios Konstantopoulos 前不久也开源了一个类似的东西叫 Centaur，他管它叫“虚拟员工”，能跑在 Slack 里，也能通过 API 调用。

    现在上车，可能还早了点

    不过 Buzz 自己也很诚实：它目前还是“早期阶段”。对已经在用 Slack 的成熟团队来说，现在把所有工作流搬过去并不明智。它的免费桌面端已经上线，覆盖 macOS、Windows 和 Linux，代码也传到了 GitHub 上，谁都能去翻、去改。

    Jack Dorsey 与 Buzz 群聊协作平台
    Buzz 把人和 AI 智能体放进同一个工作群聊（图源：TechCrunch）
    • 群聊形态，但原生内置 AI 智能体，而不是事后接个插件
    • 同一窗口里直接管理 GitHub 项目，少切几次屏
    • 开源可自托管，企业能自己把控安全和数据
    • 免费桌面端已上 macOS / Windows / Linux，代码在 GitHub

    说到底，Buzz 想回答的问题其实是：当 AI 智能体变成团队里“编外员工”，我们该把它们安排在哪儿？多西给出的答案是——别另起炉灶，直接进群。至于它能不能真的从 Slack 嘴里抢下肉，现在下结论还太早，但“人和智能体同群办公”这个方向，看起来已经不是会不会发生，而是什么时候普及的事了。

  • 中国开源模型 Kimi 搅动美国 AI 圈：特朗普阵营自己先吵翻了

    这个周末，特朗普身边的 AI 人先内讧了。几位现任和前任顾问在公开场合互喷顶尖 AI 公司：刚卸任的 AI 与 crypto「沙皇」David Sacks 说 Anthropic 的模型「像被切了前额叶」「太觉醒」；五角大楼高官 Emil Michael 则骂 OpenAI 新设的战略主管是「头号村傻」。火药味这么冲，源头却是一个中国模型。

    导火索：一个免费的中国模型

    争论的焦点是 Kimi——中国公司 Moonshot 上周刚放出的开源模型，能力已经逼近 OpenAI 和 Anthropic 那些要花钱的对手，而且免费。问题就出在「免费」二字上：每冒出一个够强的中国开源模型，美国企业就少一分理由掏钱买 Anthropic 或 OpenAI。而眼下 AI 热情正撑着美国经济很大一块增长，这等于同时给了特朗普经济和政治两记闷棍，美股也被吓了一跳。

    卡内基国际和平基金会研究员 Anton Leicht 在 X 上写道：这对一个「真不想要更多经济坏消息」的政府来说，本身就是个威胁。

    中美 AI 竞争与开源模型
    中国开源模型的崛起，正把美国 AI 政策圈搅成一锅粥（图：MIT Technology Review）

    白宫转向「管起来」

    Sacks 已经离任，他「开源更好」的论调在政府里渐渐失势，取而代之的是一种新思路：既然模型强到能威胁国家安全，政府就得管住它们怎么用。这直接催生了白宫一套新审查流程——模型发布前先过安全评估。

    前特朗普顾问、如今在 OpenAI 的 Dean Ball 把这叫做「前沿 AI 的事实许可制」，还预测特朗普可能用软权力施压，让美国企业不敢碰 Kimi。Michael 当场反击，强调要走「民主程序，不是深层政府的小算盘」。有意思的是，吵来吵去，没人认真聊过 Kimi 到底是怎么变强的。

    • OpenAI 和 Anthropic 长期抱怨中国公司用「蒸馏」偷师，已请求政府出手；
    • 特朗普松口让英伟达多卖芯片给中国、换政府抽成，出口管制事实上松动；
    • 美方还指控存在芯片走私，Kimi 用的是什么算力至今成谜。

    更大的背景是，Anthropic 自家的 Mythos、Fable 模型上半年接连被扣上「国家安全风险」、遭出口管制，那场「五角大楼文化战争」反而帮了倒忙。法国政客说这是欧洲该醒来的警钟，智谱等中国开源阵营的股价随之飙升。模型越强、越免费，世界就越不情愿把命脉系在几家美国公司身上——这局棋，才刚开局。