YOHO AI

标签： AI技术

  • 特朗普松口，OpenAI GPT-5.6本周四全面开放：Sol、Terra、Luna三件套来了

    OpenAI GPT-5.6 模型发布概念图
    OpenAI GPT-5.6 模型套件公开上线（概念图）

    OpenAI 在周二深夜扔出一条重磅消息：GPT-5.6 要来了，而且这次是面向所有人的公开上线。按照公司的说法，旗舰模型 Sol，加上中端的 Terra 和走量的 Luna，会在本周四一起向公众开放。距离 6 月 26 日它第一次以”受限预览”的身份露面，还不到两周。

    一场由政府点头的”放行”

    这次放行背后，站着特朗普政府。据 Axios 报道，在 OpenAI 和美国商务部下属的”AI 标准与创新中心”又做了一轮测试、开了几轮会之后，政府才给了这次大规模发布的绿灯。OpenAI 还专门派了技术专家常驻华盛顿，随时准备回答监管方的疑问。

    其实上个月，特朗普政府就要求 OpenAI 搞”分批发布”——先把模型开放给政府批准的少数实体，普通人暂时摸不着。当时 OpenAI 就明说，这不是它喜欢的发布方式。

    有意思的是，白宫自己并不认”绿灯”这个说法。一位官员回应说，法律上根本不需要、也没发过什么许可，”放不放、怎么放，决定权完全在公司手里”，还搬出了 6 月 2 日那份 AI 行政令——里面明确禁止联邦层面对模型发布搞强制牌照或预审。换句话说，那些测试和会谈，都是”自愿”的。

    不只 OpenAI 一家被卡过

    把视线拉宽一点，你会发现这阵子最先进的模型几乎都被”限”过。6 月商务部直接禁止外国人使用 Anthropic 的 Mythos 和 Fable 模型，等于逼着它们退出部分市场；上周 Fable 的禁令才刚松绑，用户访问隔了一天就恢复。OpenAI 和 Anthropic 这两家头部公司，最近的处境出奇地像。

    实力与定价才是真看点

    抛开监管戏码，GPT-5.6 本身有两把刷子。OpenAI 说它在写代码、网络安全、生物这几个方向特别能打，长任务的代理（agentic）能力也比上代稳。Sol 还多了两个档位：一个叫”max”，专门做更深层的推理；一个叫”ultra”，能调度子代理——这明显有 OpenAI 收购的 OpenClaw 团队的手笔。

    • Sol：旗舰，主打高端任务，定价每百万 token 输入 5 美元、输出 30 美元。
    • Terra：中端，定位”高吞吐量工作”，价格正好是 Sol 的一半。
    • Luna：日常款，便宜又快，价格还不到 Terra 的一半。

    这个定价挺狠——Sol 的成本差不多只有 Anthropic 旗舰 Claude Fable 5（10/50 美元）的一半。在大家都在喊”token 太贵”的当口，OpenAI 直接把价码压了下来。

    安全方面，OpenAI 这次也下足了功夫。Sol 被训练成会拒绝违规的网络协助请求，包括用户试图伪装意图或”越狱”的情况；公司还投入了约 70 万块 A100e 等效 GPU 小时做自动化红队测试。OpenAI 自己也说，希望这种”政府点头才能发”的流程别变成长期常态——毕竟把最好的工具卡在门外，受影响的还有开发者、企业和网络安全防御方。

  • OpenAI放出新语音模型：能随时打断、还能实时翻译，但口音有点出戏

    AI语音助手与声波动画
    GPT-Live-1 让 ChatGPT 的语音对话更接近真人

    OpenAI 今天把 ChatGPT 的「嘴」和「耳朵」换了一套新引擎。新模型叫 GPT-Live-1，还有个轻量版 GPT-Live-1 mini，官方说法是听起来更自然，也更会把握说话的节奏，不会再动不动就抢你的话。

    这次升级最关键的一点，是它变成了「全双工」模型——也就是能边听边说。你可以随时插话打断它，它也能在你说的时候默默听着，而不是像老版那样非得等你彻底说完、停顿一下才开口。实时翻译这种场景，靠的也是这个能力。

    从「三件套」到「一根线」

    之前的语音模式其实是拼起来的：先靠语音转文字把你说的话写成字，再丢给大模型想答案，最后用文字转语音念出来。环节一多，就容易出岔子——要么在你说话时突然打断，要么脑子跟不上、答非所问。

    新模型把这条链路收拢了。OpenAI 说，它会把你的提问交给最新的文字模型（比如 GPT-5.5）去做搜索、推理或者调度 Agent，同时语音对话还在继续，不用停下来等。它甚至能憋着不说话，安静听你讲上一长段，把上下文都接住，等被叫到才接话。

    我们觉得长远来看，语音会成为操作电脑的一种主要方式，也能用来打理那些越来越复杂、跑得很长的 Agent 任务。

    上面这句话出自 ChatGPT Voice 的产品负责人 Atty Eleti。他透露，自己散步时跟语音功能聊过三四十分钟。OpenAI 有意把语音往「能扛长时间复杂工作」的方向推，外界也一直传它今年可能出一副带 AI 的耳机，不过这次公司没提任何硬件。

    不是伴侣，但还在打磨

    默认情况下，免费用户会拿到 mini 版，付费档才能用上更大的 GPT-Live-1，它会逐步替换掉现在的 Advanced Voice Mode。OpenAI 强调，他们并不想把它做成「AI 陪伴」，而是加了护栏：对青少年给适龄的回应，聊到自残这类话题会提供求助资源。

    竞争对手也没闲着。苹果和亚马逊都在把自家的助手改得更会接话、更懂上下文；由 Oculus 联合创始人创办的 Sesame，也在做能边聊边在后台干活的助手。OpenAI 的方向和大家一致：让你能 hands-free 地跟助手聊更久。

    演示翻车的一幕，也值得记住

    新模型当然还有毛糙的地方。现场演示印地语实时翻译时，助手一口浓重的美式口音，说出来的印地语生硬又书面，听起来很出戏。OpenAI 说新模型是针对「大多数常用语言」优化的，但究竟覆盖哪些，它没细说。

    • 全双工 + 随时打断，是这次最实在的进步，聊天不再像在跟自动语音菜单较劲。
    • 接上 GPT-5.5 之后，语音能干的活明显变多，甚至能顺手给你看张图。
    • 口音和少数语言仍是短板，离「全世界都能自然聊」还早。

    OpenAI 透露，现在每个月有超过 1.5 亿人用语音或听写跟 ChatGPT 说话。从「能对话」走到「聊得像个真人在旁边」，GPT-Live-1 算是往前迈了一大步——只是这一步迈得还不够稳，尤其是当你说的不是英语的时候。

    📎 原文来源：OpenAI releases new voice models for more natural live conversations（TechCrunch / Ivan Mehta）

  • Meta想让AI眼镜别那么吓人，可它的整体打法偏偏相反

    Meta AI眼镜与录制指示灯
    Ray-Ban Meta 智能眼镜的录制指示灯，正成为隐私争议的焦点

    这几天 Meta 给自家智能眼镜上了一道「保险」：以后要是有人把那颗提示正在录像的小灯给遮住或弄坏了，眼镜的摄像头会直接罢工。听起来挺贴心，像是终于听见了大家的担心——毕竟 Ray-Ban Meta 这副眼镜，早就被不少人贴上了「偷拍神器」的标签。

    可问题是，就在这条「我们很在乎你隐私」的公告发出来的同一周，Meta 干的另一堆事，方向完全是反的。

    小灯一挡，摄像头就关，这招晚了一步

    先说这个被 Meta 拿来「自我表彰」的新功能。公司在博客里写得很自豪，说「其他任何摄像头都没这么干过，我们很骄傲能领这个头」。但往下读就露馅了：Meta 自己承认，之所以要做这个功能，是因为已经有人拿胶带把指示灯贴上了，逼得他们只能改技术，让灯被挡住时就自动停录。

    更尴尬的是，公告里还补了一句：那些铁了心要偷拍的人，会「用更复杂的手段去改装甚至毁掉那颗灯」。换句话说，Meta 等于亲手盖章确认了一件事——确实有人买这副眼镜，就是冲着不打招呼记录别人去的，而且目标常常是女性。

    你拍的照片和视频谁能看到？Meta 的回答是「只有你，除非你主动分享」。可它的隐私政策又白纸黑字写着：任何你丢给 Meta AI 的图片，都可以被用来训练它的模型。

    同一周，它还在往你的隐私里伸手

    就在发布防偷拍功能的那天，Meta 还顺手宣布了一件事：现在 Meta AI 可以用任何一个公开 Instagram 用户的照片来生成 AI 图像，除非你手动关掉这个选项。把两件事摆在一起看，那颗摄像头小灯的保护意味，一下子就淡了。

    这还不是全部。Meta 这些年一直在推进的方向，几乎每一步都在要你的数据：用你让眼镜分析过的图片训 AI、默认开启拿你个人内容喂模型的 AI 功能、研究怎么「连续录音」、甚至探索用生物识别做 facial recognition。据《金融时报》消息，他们还在测试一款原型机，会「持续采集音频、每隔几秒拍一张照片」。

    信任这东西，欠账太多就难补

    围绕 AI 眼镜的隐私问题，Meta 眼下正挨着好几桩调查和诉讼。其中一桩的由头格外难看：此前 Meta 取消了一家外包公司的合同，因为肯尼亚的外包工爆料，他们在用眼镜拍下的视频训练 AI 时，被迫看了大量色情、裸体和有人在厕所的极端内容。

    把这副眼镜单独拿出来看，它确实只是个硬件。但放到 Meta 的整体履历里，味道就不一样了——剑桥分析数据门、儿童安全相关的诉讼、员工按键记录被用来训模型、打算拿你 AI 聊天里的内容卖精准广告……连苹果当年都因为隐私顾虑，一度不肯把 Meta 的模型接进自己的系统。

    • 给摄像头加一道防篡改保护，是必要的，也该夸。
    • 但同一周就用你的公开照片喂图像生成，又让「我们在意隐私」显得言不由衷。
    • 真正的问题不在某颗灯，而在 Meta 的整体生意，始终建立在多拿一点你的数据上。

    所以那颗小灯能不能让人安心，答案其实很清楚：它挡得住手欠遮灯的人，却挡不住 Meta 自己想把你的影像、声音和生活痕迹都收进系统的那股劲。消费者要的不只是「灯亮着」，而是「你别总惦记着我的数据」——这一点，Meta 离做到还差得远。

    📎 原文来源：Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.（TechCrunch / Sarah Perez）

  • Claude Cowork登陆手机和网页：Anthropic把AI代理带出代码圈

    Claude Cowork 跨设备办公AI代理
    Claude Cowork 想当那个「在后台帮你把杂事干完」的同事（配图由 AI 生成）

    Anthropic 把 Claude Cowork 从桌面搬到了手机和网页上。这款长得像 Claude Code、但面向「通用知识工作」的 AI 代理，今年 1 月先以桌面App的形式上线；从 7 月 7 日这天起，Max 订阅用户能在网页和手机上用上它。也就是说，你可以在办公桌前开个任务，路上用手机看进度，哪怕笔记本合着，回头也能拿到成品。

    这个动作背后的意思很清楚：Anthropic 不想让 Cowork 给人「给小白用的编程工具」的印象，它更想把它做成那种能在后台默默干活、跟着你在不同设备间切换、遇到只有你拍板的事才跳出来问你的「行政搭档」。一句话，写代码的代理大战，正顺着办公区一路烧进其他工位。

    聊天框之外，抢的是「干活的那块地」

    这股劲头不只在 Anthropic 一家身上。OpenAI 的 Codex 走的也是同一条路——它本来是个软件开发工具，现在越来越多被非程序员拿去写报告、理表格、做PPT、搞研究、分析数据。对这两家实验室来说，赌注正从「谁的聊天机器人最聪明」悄悄变成「谁占住了大家真正干活的那块屏幕」。

    Anthropic 没把 Cowork 局限在独立App里。之前它刚推出 Claude Tag——一个常驻在 Slack 里的 Claude，像队友一样待在群里。把 Cowork 做成跨平台应用还有一个实际好处：代理能在后台继续跑任务，不要求某台设备一直在线。

    「把周一的客户准备设在早上 6 点：Claude 过一遍邮件串、会议记录和最近的新闻，把简报文档搭好，跟进邮件也写好但先不发出去。你喝咖啡的时候审一遍就行。」

    Anthropic 自己举了上面这个例子。深活儿还是留在桌面App里干——那里 Claude 能碰本地文件和浏览器；但网页和手机版让没装App的人也能用。聊天和 Cowork 在网页、桌面端先打通，项目和数据产物在两端共享。

    数据说了大实话：它八成不是在写代码

    Anthropic 顺手放出了 Cowork 的早期数据，挺能说明问题。他们抽样了 5 月最后两周、来自 60 多万家组织的 120 万次匿名会话，想看看大家到底拿它干什么。

    • 最大的一块占 33.4%，是「业务流程运转」：把散落的进展汇总成一份报告、做入职清单、对齐表格。这类活儿在财务、人事、行政岗最常见。
    • 排第二的 16.4% 是内容创作和文案：草稿、幻灯片、社媒帖子、方案书，通常是市场和管理的活。
    • 软件开发呢？只占 8.7%。

    Anthropic 自己的总结是：写代码虽然最吸睛，但 AI 在日常业务里的使用正在往上走，而且大家觉得最有用的那类任务，画像越来越清楚。他们把 Cowork 最对味的场景叫做「工作之外的工作」——那些撑起一家公司运转、却往往不是某个人核心职责的杂事。

    所以别被「Claude Code 的亲戚」这个标签带偏了。Cowork 真正想抢的，是每天淹没我们的那堆准备、汇总、草稿和跟进。它能后台跑、跨设备跟人走，这恰恰戳中了很多职场人最头疼的地方。接下来要看的，是它能不能真的把「喝咖啡时顺手审一遍」这件事，做得比人自己动手还省心。

  • SambaNova再融10亿美元、估值110亿：AI芯片烧到了银行金库

    SambaNova AI推理芯片与本地数据中心
    SambaNova 押注「本地推理」，把大模型放进企业的自有机柜里（配图由 AI 生成）

    AI 芯片公司 SambaNova 又拿到钱了。这轮 F 轮融资刚完成「首关」，金额 10 亿美元，估值冲到 110 亿美元，领投方是 General Atlantic。公司 CEO 兼联合创始人 Rodrigo Liang 跟 TechCrunch 说，接下来几周还会有更多投资人进来，第二关很快收尾。距离上一轮 3.5 亿美元的 E 轮，才过去五个月。

    这家 2017 年在加州帕罗奥图成立、如今九岁的公司，节奏明显在加快。今年 2 月它刚发布了新一代芯片 SN50，当时顺手拿了 E 轮的钱；现在 F 轮又来了。Liang 对「要不要一直独立」这个问题打起了太极——他说公司一直有人来打听收购，门没关死，但眼前的势头和增长「大概率会把它推向上市」。

    和英特尔越绑越紧

    SambaNova 跟英特尔的关系，比外界以为的更深。英特尔从 C 轮就是股东，这一轮也跟进了，两边还签了多年的合作，基于英特尔的至强（Xeon）芯片一起做 AI 推理产品，共同开发、共同卖。「这让我们能借英特尔的体量，放大自己的技术」，Liang 是这么说的。去年底彭博还报过英特尔想以约 16 亿美元收购 SambaNova 的消息，谈判最后黄了。

    「摩根大通决定用 SambaNova 做推理方案，这是件大事。它给银行业放了句话：是时候别完全依赖云服务了，这些银行想要的是异构的基础设施。」

    这话说的是一桩新买卖：摩根大通选了 SambaNova 当「推理基础设施伙伴」，用它的 SN40L 和 SN50 系统在银行内部跑安全、私有的 AI 推理。在 Liang 看来，像摩根大通这种级别的银行开始自建私有、安全的推理环境，是一个会超出金融业本身的信号——企业和政府「才刚刚踏上 AI 这条路」，之前的增长都集中在模型公司和前沿实验室手里，剩下的「大把收入」还在桌上。

    把万亿参数模型塞进一个机柜

    SambaNova 给自己找的差异化定位是「高端推理」——专门跑最大的模型，而且跑得快。现在的前沿模型动辄上万亿参数，SambaNova 的卖点就是能把多万亿参数的模型装进单个机柜，从而跑出速度。SN40L 在 2023 年 9 月发布，云上和本地都能用；SN50 今年 2 月亮相，计划 2026 年下半年开始给客户发货，软银是它的第一个部署伙伴。

    Liang 把客户分成三类：一是主权云（政府出钱扶本地伙伴建私有云），二是新锐云（neocloud），三是自己搭设施用的企业。除了摩根大通，沙特阿美、英特尔和一些日本企业也在客户名单上。

    这 10 亿美元主要用来两件事：把生意做大规模，以及在这波「难以置信的需求浪潮」里把供应链锁住。Liang 的原话是，钱要用来确保供应链，好兑现订单、买齐未来 12 个月要交付的材料。本轮跟投的名单很长，Seligman Ventures、T. Rowe Price、Capital Group，还有黑石、卡塔尔投资局（QIA）、Vista Equity Partners 等等都在里面。

    看下来，SambaNova 赌的其实是一个正在发生的转向：当云上的通用算力越来越贵、也越让人不放心，大机构开始想把最关键、最敏感的模型搬回自己的机房。芯片、合作、客户订单，都朝着这个方向摆。至于它最后是被收购还是敲钟上市，Liang 留了个活口——但这个市场里，「总有人来敲门」本身就是一种底气。

  • AI诈骗盯上普通人：兄弟俩做了个App专防绑架勒索电话

    你大概也接过那种电话：对方一开口就急吼吼地说家里人出事了，要你马上转账。过去这种骗局门槛高，骗子得先摸清你的底细、还得搞到变声技术，所以主要盯着企业和政府这些”肥肉”。可现在，几秒钟的社交平台音频就能克隆出你亲人的声音，普通人也成了目标。一家叫 Savi Security 的初创公司，就是冲着这个来的。

    一个从自家妈妈被骗开始的念头

    Savi 的两个创始人是一对亲兄弟，Patrick 和 Ryan Coughlin。Patrick 的履历放在安全圈很硬：干过国家级网络防御，待过 Splunk，后来随着收购进了 Cisco，做到安全产品高级副总裁；弟弟 Ryan 则在做消费产品这条线上，先后待过 Apple 和 Spotify。兄弟俩做这家公司，直接导火索是两年前他们妈妈亲身经历的一通电话。

    那天老人家接到一个来电，屏幕上显示的是女儿的号码。电话里她”听见”女儿喊”妈，他们抓到我了”，紧接着一声撕心裂肺的尖叫，然后是威胁：不立刻转 1200 美元，就把人扔在本地 Walmart 停车场弄死。骗子连女儿常去的 Walmart 都报得出来，声音也一模一样。幸好老人家没慌，直接拨给真女儿确认——人才平安。可这一遭，把见过大场面的 Patrick 也震住了。

    手机盾牌保护家庭免受AI诈骗电话
    Savi 想用一层实时防护，挡住越来越逼真的 AI 诈骗

    便宜到离谱的犯罪成本

    Patrick 后来反复想一个问题：以前只用来对付政府和大企业的那套精密手段，怎么就落到普通老百姓头上了？答案大家都心知肚明——便宜又强悍的大模型和生成式 AI。现在从一段三秒钟的公开视频里就能克隆声音，我们随手发在网上的那些碎碎念、给孩子比赛录的像，全成了骗子的素材。

    Patrick 的原话很扎心：AI 正在”制造骗子”，因为它把骗人的门槛降到了地板价。不只是有组织的犯罪团伙，连普通人也被勾着下场。

    数字不会骗人。美国联邦贸易委员会上个月公布，2025 年民众在”冒充类”诈骗里总共损失了 35 亿美元，是 2020 年的三倍。被骗的主力虽然是老年人，但研究机构 Malwarebytes 的数据提醒，Z 世代在短信诈骗里中招率也不低，差不多四次里就信一次。

    先拿免费网站练手，再推付费 App

    兄弟俩的第一招，是做了一个叫 Scamwise 的免费网站，不用注册、完全匿名，你把可疑的短信、截图、邮件传上去，它就能判断大概率是真的还是骗局。这个网站跑了四个月就收到 5 万份提交，到现在累计冲到 10 万份，每周还在以一万多份的速度往上涨。这些真实样本，正好拿来喂 Savi 自家的诈骗识别模型。

    • 本周二，Savi 正式推出付费 App，iOS 和安卓都能用，可以筛查短信、语音留言和来电。
    • 最出彩的功能是”实时通话监听”——可疑电话进行中，你可以把 Savi 的 AI 助手拉进来旁听，它会在对话过程里捕捉骗子的行为破绽。
    • 价格也挺实在：一个月 8 美元，年付 63 美元，而且不限人数，全家人——孩子、配偶、父母甚至那个总找你修电脑的舅舅——都能塞进同一个套餐。

    这家公司刚拿下 700 万美元种子轮，领投的是 Acrew Capital。技术底层主要用 Google 的 Gemini，但架在了一个 AI 网关上，需要的时候随时能切去更专精声纹识别的模型。说白了，Savi 想做的，是新一代的”杀毒软件”——只不过这回，是用 AI 在坏人拿 AI 行骗的同一刻，把你护住。

  • 法国初创ZML发免费工具：让各家AI芯片跑得一样快

    过去几年，只要聊到跑大模型，大家脑子里默认就是英伟达的卡。这种局面短期内还结束不了，但挑战者确实从四面八方冒了出来。最近巴黎一家叫 ZML 的初创公司丢出了一件免费工具，想做的事情挺大胆：让同一套开源大模型，能在英伟达、AMD、谷歌 TPU、苹果 Metal 甚至英特尔 Arc 的芯片上都跑得一样快。

    一个被图灵奖得主点名的小团队

    ZML 的创始人叫 Steeve Morin，圈内人可能更熟悉他上一个作品——Zenly，那个被 Snapchat 在 2017 年砸了九位数美元收购的社交地图应用，Morin 当时是工程副总裁。这家新公司本身规模不大，只有 20 个人，却让图灵奖得主、AI 圈泰斗 Yann LeCun 都公开点过赞。光看阵容，ZML 不像临时起意凑热闹的团队。

    他们刚发布的产品叫 ZML/LLMD，本质上是一个大模型推理服务器。Morin 跟 TechCrunch 说，他们的野心是打破现在各家芯片各自为战的孤岛状态，让不同的芯片都能以自己最快的速度、甚至比原厂还快的速度去跑 AI 任务。

    异构AI芯片在统一软件层上协同推理
    ZML 想用一层软件把不同品牌的 AI 芯片连起来，跑同一套模型

    它到底在解决什么麻烦

    随着 AI 一点点渗进我们的工作和日常，怎么把模型”跑起来”（也就是推理、处理用户提问）这件事，重要性已经悄悄超过了训练模型本身。可现实中这块体验并不顺滑，软件架构的壁垒把大家锁死在单一供应商身上，想换芯片？成本高得劝退。

    Morin 的原话是：想法是”把创造自己系统的权力还给大家，让 AI 真正扩散开，而不是被几家大厂攥在手里”。

    对企业来说，这意味着可以混搭不同类型的芯片——有些更便宜，有些更省电。ZML 这套软件辅助，顺势也能帮一把那些名气没那么响的新锐芯片厂，Morin 一口气点了好几家欧洲的：Axelera、Fractile、Kalray、Q.ANT、SiPearl 等等。对他而言，产地其实没那么重要，关键是 ZML 能和他们一起做”全世界还没人做过的事”。

    为什么大厂都在盯着”推理”这块肥肉

    推理赛道早就是兵家必争之地，有人直接把它叫”推理淘金热”。ZML 的对手不算少：估值冲到 130 亿美元的 Baseten、脱胎于开源项目 vLLM 的 Inferact、背后是 SGLang 的 RadixArk。vLLM 和 SGLang 跟 LLMD 多少有些重叠，但 Morin 的胃口明显更大。

    • 他放话说，ZML 已经走到”和芯片一起做联合设计”的阶段，不只是写上层软件。
    • 团队虽小，钱却不少——早年就融了 2000 万美元，投资方里既有 Harry Stebbings 的 20VC，也有 Xavier Niel 的 Kima Ventures。
    • 股东名单也挺唬人：Docker 创始人 Solomon Hykes、Hugging Face 的 Clément Delangue 和 Julien Chaumond，还有 LeCun 本人。

    有意思的是，Morin 并不唱衰英伟达。他说双方关系其实不错，毕竟英伟达自己也在为推理时代的到来做准备。ZML 想做的是在英伟达之外，给大家多一个不绑死的选择。

    免费，但野心一点不小

    ZML 最早在 2024 年开源过一个机器学习框架，今年三月还更新过。但这次的 LLMD 没有走开源路线，而是以免费产品的形式推出，目的很实在——先看看大家怎么用，再决定怎么赚钱。”我宁愿先量一量，在最有价值的地方收钱，也不想一上来就贪心把增长憋死。”Morin 这么说。

    现在判断 LLMD 什么时候变成付费产品、又能拿下多少用户，显然还太早。但从资本和同行的反应看，欧洲确实开始长出能在家门口做成事的 AI 公司了。Morin 说得很直白：”除了巴黎，我哪儿都做不出 ZML。”

  • OpenAI首席未来学家离职：在AGI前夜，他选择走出围墙

    OpenAI首席未来学家离职：在AGI前夜，他选择走出围墙

    一家把”实现AGI”写进公司使命的企业，通常会安排一个人专门负责”想未来”。OpenAI给这个岗位起的名字很直白——首席未来学家（chief futurist）。而就在今天，担任这个角色九年的Joshua Achiam在X上宣布，他要走了。

    他没把话说死，也没甩出什么戏剧性的理由。原话大概是：离开没有某个具体的诱因，也不是因为此刻发生了什么特别的事，只是这件事他在心里盘桓了挺久。”在一家前沿实验室的围墙之外，似乎也有可能推进同样的使命。”而他在同一条动态里留下了一句分量更重的话：人类未来的走向，取决于我们围绕AGI和超级智能共同做出的选择。

    OpenAI首席未来学家离职
    Joshua Achiam在OpenAI的九年，恰好覆盖了这家公司从研究小组走向AI中心舞台的全过程

    他不是普通意义上”管未来”的人

    要在中文语境里讲清Achiam的分量，得回到2022年那篇名为《Training language models to follow instructions with human feedback》的论文。正是这篇后来被称为InstructGPT的工作，把”人类反馈强化学习”（RLHF）这套方法立成了ChatGPT的底座。Achiam是那篇论文的共同作者之一，也是OpenAI最早一批研究科学家里的关键人物。

    他还有另一件被整个AI圈记住的事：主导打造了开源项目”Spinning Up in Deep RL”。这是OpenAI当年推出的一套深度强化学习入门教材，把原本高门槛的RL知识摊开给普通人，培养了不少后来入行的人。一个既写得出奠基性论文、又愿意把知识免费撒出去的研究者，在一家以技术信仰立身的公司里，分量可想而知。

    “A chief futurist”这个头衔本身就耐人寻味——当一家公司的日常被产品、融资、诉讼填满时，总得有人专门抬头看远方。Achiam做的，正是这件容易被忽略的事。

    离开的时机，有点微妙

    Achiam最近一次公开露面，是在马斯克起诉Altman的庭审上作证，内容涉及OpenAI从非营利机构转向营利性公司的那段架构变迁。一个在内部待了九年、又刚在法庭上回顾过公司来路的人，转头宣布离开，时间点很难不让人多想。

    更微妙的是他选择留下的那句话——”在围墙之外也能推进使命”。这既像是一种体面的告别，也像是在暗示：今天的前沿实验室，或许已经不是承载那份初心最顺手的容器了。当模型越做越大、商业压力越来越重，那些最早抱着”为了全人类”想法进来的人，和这架高速运转的机器之间，摩擦只会越来越多。

    目前还不清楚Achiam下一步要去哪里，他也没透露。但一个细节值得留意：他说的是”从外部推进使命”，而不是”去另一家公司”。在AGI看似越来越近的当下，离开一家最靠近它的实验室，反倒可能是想离那个真正重要的命题更近一点。至于OpenAI会怎么填补这个专门”看未来”的空缺，恐怕比又发一个新产品更值得关注。

  • 微软开始省着花：Excel和Word里的AI，正悄悄换成自家模型

    微软开始省着花：Excel和Word里的AI，正悄悄换成自家模型

    过去这一年，硅谷最流行的一句话大概是”先猛烧再说”。不管是训练大模型、还是给员工配满AI工具，大家都在比谁花的钱多。可最近风向明显变了，连微软这种家底厚实的巨头，都开始精打细算起来。

    彭博社这周二（7月7日）报道了一件事：微软在自己最常用的两款产品——Excel和Word里，已经开始用自家的MAI模型去回应一部分用户提问，而不再完全依赖OpenAI和Anthropic的模型。换句话说，你打开Office让Copilot帮你写段话、做个表，背后接的很可能已经不是GPT，而是微软自己养的模型了。

    微软用自家MAI模型替代第三方AI
    微软正把Office里的第三方模型，逐步替换成自家的MAI系列

    曾经的卖点，如今成了要砍的成本

    这个动作有点打脸的意思。毕竟微软过去没少拿”我们的Office由OpenAI和Anthropic的模型驱动”当卖点，在2025年9月的那篇官方博客里，还专门强调过这套强强联手的配置。现在悄悄换成自家模型，说明账算不过来了——第三方模型的调用费，确实不便宜。

    微软嘴上没多说，被TechCrunch问到时只回了一句”暂无更多可分享的信息”。但行动上，它已经把”降本”摆上了台面。

    其实微软也没把第三方模型一脚踢开，目前仍是混着用。它更大的算盘，是趁这两年把自家AI能力立起来。就在上个月的Build开发者大会上，微软一口气发布了7个新的MAI模型，里头既有能写代码的agentic coder，也有能生图的text-to-image生成器。自己有粮，才不用总看别人脸色。

    不只是微软一个人在”抠门”

    把时间拉回到今年初，那会儿圈内流行的是”tokenmaxxing”——能烧多少烧多少，仿佛不把GPU跑满就输了。可才过了几个月，画风就转成了”tokenminimizing”。据各家媒体披露，Amazon、Uber、Meta、埃森哲这些大公司，都在不同程度地给员工的AI支出踩刹车。

    • Amazon据报开始管控内部AI用量，别让小任务把预算烧穿
    • Meta被曝限制员工使用AI的规模，相关开支已经到了几十亿美元的级别
    • 埃森哲也在教员工别拿大钱干小事，能省则省

    这股省钱风甚至把目光引向了大洋彼岸。硅谷有些公司开始盯上中国的便宜模型（比如GLM-5.2）来找agentic方案的替代，哪怕心里还惦记着潜在的安全风险。当一个行业开始认真比较”哪家模型更便宜”的时候，说明狂奔的阶段确实过去了。

    微软这步棋背后，其实是一个谁都绕不开的问题：当AI成了每家公司的水电煤，账单谁来扛？把核心能力攥回自己手里，既是为了省钱，也是为了别在关键时刻被供应链卡脖子。接下来的看点很简单——Office里的Copilot，到底还有多少比例会换成微软亲生的模型。

  • Discord 的 AI 审核翻车了：你发张棋盘图，账号可能就没了

    Discord AI 审核误封概念图
    Discord AI 审核误封用户事件（配图由 AI 生成）

    Discord 最近承认了一件事：它家 AI 审核系统出了 bug，过去两个月里误封了超过 8000 个用户。原因听着有点离谱——有人只是上传了电子表格、棋盘、游戏贴图，或者白底灰底的透明背景图，就被系统当成有害内容给判了「死刑」。

    这个 bug 从今年 5 月就开始影响账号了，上周末又额外误封了 200 人，直到 Discord 的团队发现并修好。现在所有受影响账号正在陆续恢复。

    它到底怎么判的

    Discord 在 X 上发长文解释，说它的自动安全系统会把用户上传的内容，跟一批已知的「有害材料」数据库做比对。设计初衷是抓非法内容，但系统偶尔会「误报」。本来按流程还有人工复核这一关，可这个 bug 让系统跳过了人审、直接把账号封了。Discord 自己也说，正在做更好的防护，保证这类事不再发生。

    方格图案成了「原罪」

    在 X 和 Reddit 上，不少用户吐槽自己只是传了张带方格网格的图就被永久封号。有人推测，Discord 的 AI 审核对网格状图案特别敏感——因为过去确实有人用网格来遮挡、伪装不良内容，好躲过自动检测。结果这套「宁可错杀」的逻辑，把一堆无辜的棋盘和表格一起误伤了。

    「因为一个这么不公平的理由丢掉 Discord 账号，可能极其毁灭性，每天都有上百万用户被 AI 误封，这必须停下来。」一位用户在 X 上写道。

    对很多用户来说，Discord 不是随便玩玩的聊天室，而是工作协作、游戏社群、远距离社交的据点。账号一封，连带着的社群关系全断。靠自动判定就永久封号，代价远比想象中大。

    翻车的又不止它一个

    Discord 不是第一个栽在自动审核上的。去年 Instagram、Facebook 群组都出现过大规模、原因不明的账号封禁，很多人怀疑是 AI 审核的锅，只是 Meta 从没公开认过账；Tumblr 也发生过类似的内容过滤误伤。如今 Meta 的监督委员会还在呼吁提高封号透明度。AI 帮平台扛起了海量内容审核的担子，可一旦误报，挨打的永远是真实用户。