标签: AI技术

  • 苹果的智能眼镜要解一道难题:戴脸上,还不能让人觉得是偷拍器

    苹果的第一副智能眼镜快来了,可它现在头疼的不只是产品本身,还有一件更棘手的事——怎么让大家戴着它出门,不会被旁人当成移动摄像头。彭博社的马克·古尔曼(Mark Gurman)最近爆料,苹果一边赶工做眼镜,一边在琢磨怎么把”隐私”这件事讲圆。

    苹果智能眼镜与隐私
    苹果一贯把隐私当卖点,这次戴在脸上的摄像头是个不小的考验(图片来源:TechCrunch)

    按古尔曼的说法,苹果把上市时间往后挪了。原本瞄准 2027 年初,现在改成 2027 年 6 月的开发者大会(WWDC)上正式亮相,真正能买到手要等到那一年年底。多出来的这段时间,苹果既用来打磨硬件,也用来想清楚隐私这套话术该怎么说。

    “变态眼镜”这个坑,苹果不想再踩一遍

    苹果显然是看到了 Meta 眼镜踩过的雷。Meta 那副眼镜被一些人起了个难听的外号叫”变态眼镜”,因为有人拿它偷偷录别人、拍下没经过同意的视频。这种事放在别家可能勉强糊弄过去,但苹果不行——它这么多年一直把”我们最保护隐私”挂在广告里,眼镜上真出这种岔子,砸的是自己招牌。

    一副戴在脸上、随时能拍的设备,最难的不是把摄像头做小,而是让周围的人相信自己没被偷拍。这是苹果这次真正要过的关。

    苹果打算怎么做

    从爆料透露的方向看,苹果想靠几招把风险摁下去。第一是尽量把数据放在设备本地处理,不动不动就往云端传;第二是不做人脸识别,避免眼镜一扫就把陌生人认出来这种最招人反感的功能。

    • 大量运算放在眼镜本机完成,减少把画面上传的必要
    • 不搭载人脸识别,不做”看一眼就认人”这类功能
    • 大概率不会拿用户拍到的画面去训练自家 AI 模型
    • 也不打算像 Meta 那样,雇外包人员回看用户录下的素材

    最后这两条其实是冲着 Meta 去的。此前有报道说 Meta 会用外包团队去审看用户的录像素材,这在很多人眼里已经越了线。苹果如果真能守住”不拿你的画面喂模型、不找人回看你的录像”这条底线,至少在观感上会跟 Meta 拉开距离。


    话说回来,隐私这东西,光靠嘴上承诺不够,得看产品真到手时那些开关默认怎么设、录像时有没有明显提示别人。苹果把发布推迟一年多,等于给自己多留了时间去把这些细节抠明白。能不能把”戴在脸上的摄像头”做成大家愿意接受的样子,就看它 2027 年拿出的东西了。

  • Cognition九位数买下Poke:AI的’性格’正在变成新的护城河

    那个”你可以像跟朋友发短信一样使唤它”的AI助手Poke,要换东家了。它背后的公司The Interaction Company of California,被做AI编程的初创公司Cognition收购,交易估值落在”低九位数”的区间里。

    AI助手Poke被Cognition收购
    Poke:像发短信一样对话的AI助手 · 图片来源 Poke/The Interaction Company of California

    这笔交易会把Poke的交互方式和”性格”,搬到Cognition旗下的编程助手Devin身上。反过来,Poke也能用上Cognition的模型和基础设施,跑得更快、更稳。

    买的不是功能,是”聊天的感觉”

    Poke能让消费者上头、也让收购方看中的地方,在于它跟人打交道的方式。它不像个工具,更像个朋友:会用网络俚语,会开玩笑,回起消息来带着人味儿。这种气质,恰好能补上Devin作为编程智能体缺的那一块。

    “你多半更愿意跟有性格的同事共事,而不是一群只会干活的机器人。如果你的同事同时也是软件工程师,他还能讲个笑话,你会觉得挺有意思、挺享受。”——Interaction Company联合创始人 Marvin von Hagen

    Cognition联合创始人Scott Wu的说法也是一个意思:Interaction团队做出的这个智能体是被用户真心喜欢的——它主动、懂你、聊起来有意思,而这正是跟Devin协作时该有的感觉。他还提了一句,自己和另一位联合创始人Walden Yan早就是Poke母公司的天使投资人。

    用得多,但一直在烧钱

    Poke今年3月才上线,用户可以通过自己顺手的消息渠道调用它——iMessage、短信、Telegram,部分市场还支持WhatsApp。大家拿它处理的事五花八门,旅行、健康、理财、日程、学习都有,其中管邮件、提醒和待办这类效率活儿最常见。

    • 过去三个月,Poke用户在平台上收发了超过1亿条消息;
    • 用户规模已经到了几十万人,但运营成本高,一直难盈利;
    • 今年6月,它成了苹果Messages for Business平台上第一个获批的AI智能体。

    短期不变,长期可能”合体”

    年底之前,Poke这边不会有立刻的变化,也会继续留在苹果的平台上。到了明年,团队才会开始折腾:让Poke部分任务改用Cognition最新的软件工程模型SWE-1.7,并试验两个产品各自怎么变得更好。两者彻底融合的可能,也没被排除。

    von Hagen设想得更远:长远看,Poke可以去编排一堆编程任务,而Devin也可以变得更像Poke。他举了个眼下的痛点——Devin现在一次只能处理一个PR(拉取请求),如果让Poke来调度多个Devin会话,价值就出来了;再加上Poke还能帮Devin跨会话记住任务。用他的话说,”有个记得住事、一直在的同事,挺好。”

    把这两笔账放一起看,这场收购其实点出了一个正在成型的共识:AI助手怎么跟人互动,可能会和底层模型本身一样值钱。谁能让智能体从”软件”变成”同事”,谁就多了一条别人短期抄不走的护城河。

  • Anthropic甩出Opus 5:比Fable 5更便宜、限制更少,跑分反而更能打

    周五那天Anthropic直接放出了Opus 5,也就是它那条老牌旗舰线的最新一代。这次的定位挺有意思:模型体量比Fable 5小,但价格更便宜、限制也更松,对大多数人来说反而更好用。

    Anthropic Opus 5 发布
    Anthropic 最新旗舰模型 Opus 5 正式上线

    最反直觉的一点是,虽然个头更小,Opus 5 在官方公布的一批基准测试里居然还压过了Fable 5。对于一个”次旗舰”来说,这个成绩有点抢戏。

    Opus 5 在”反复检查自己的工作、耐心迭代直到跑通”这件事上明显更强——官方给的例子里,它能对着一个不完整的提示词,自己把一整套计算机视觉流水线写出来。

    节奏快得有点吓人

    Opus 5 距离 Opus 4.8 只隔了两个月——后者5月28日才上线。再往前看,Mythos 5、Fable 5、Sonnet 5 全是6月扎堆发的。这么一数,整条5系里现在只剩下轻量级的Haiku还没升级,其余全部到位。Anthropic今年这个迭代密度,基本是把日历表当油门踩了。

    松绑,但没有完全松开

    Opus 5 摆脱了Fable 发布以来一直被人诟病的一堆限制。和上一代一样,它不受那条覆盖Fable 和 Mythos 的30天数据留存政策约束——这条政策此前让不少在意隐私的用户很不放心。

    当然,护栏没全拆。涉及网络安全的活儿依旧盯得紧,尤其是漏洞利用和渗透测试。举个具体的例子:

    • 不允许对二进制软件扫漏洞,因为这类操作更偏进攻性;
    • 但允许在源代码里找漏洞,因为这更像是防御方在自查;
    • 整体上,这些安全分类器在 Opus 5 上触发的频率,预计比 Fable 5 少 85%——毕竟能力更弱的模型,管得也就更松。

    被拦了也别急,自动降级接住你

    Anthropic还顺手上了个新功能,专治”护栏一触发就报错”的糟心体验。用户可以选择开启一个叫 Automatic Fallbacks 的测试版特性:当某个提示词触发了安全分类器,请求会被自动转给一个能力稍弱的模型来处理。这样一来,开了这个开关的 API 用户拿到的不再是冷冰冰的错误提示,而是一条能用的回复。对天天跟接口打交道的开发者来说,这种”至少给个结果”的兜底,比一堆解释都实在。

  • 拼不过就当裁判:Runway推首个生成式媒体模型路由器

    Runway 不想只做又一家 AI 模型公司了。它现在的野心是成为生成式媒体的基础设施层——说白了,就是想当那个所有人都绕不开的中间层。上周四,这家公司通过本月早些时候上线的开发者平台 Runway Dev,推出了一个叫 Media Router 的新工具。

    Runway Media Router
    Runway 推出面向生成式媒体的模型路由器(图片来源:TechCrunch)

    这个 Media Router 能干什么?简单讲,它会根据开发者更看重质量、速度还是成本,自动帮你挑出最合适的图像、视频或音频生成模型。模型路由器在大语言模型圈子里早就不新鲜了,但 Runway 说,这是头一个专门为生成式媒体打造的路由器。

    “路由这件事,正好契合我们的整体承诺——做开发者接入任何一种生成式媒体模型的最省心的一站式平台。”——Runway 首席产品官 Anthony Maggio

    从做视频到做”卖水人”

    这次发布,是 Runway 从一家 AI 视频初创公司往生成式媒体基础设施转型的又一步棋。通过 Runway Dev,包括 Adobe、Cloudflare、ElevenLabs、Expedia、Shutterstock 和 Quora 在内的客户,可以直接把媒体生成能力嵌进自己的产品里,而不用再把用户导到 Runway 的 App 或网站上去。

    路由器的推出赶上了一个特殊时点——生成式媒体模型的数量正在爆炸式增长,开发者想把每个新模型都评估一遍,越来越费时费力。Maggio 说,大多数开发者根本没工夫去真正搞懂每个模型的能力边界,而 Runway 端出来的独特价值,就是把”哪个模型最适合哪种活”的判断力,跟你业务场景里的偏好揉在一起。


    账单压力催生的路由生意

    开发者能设置哪些偏好?Maggio 举了几个例子。比如中国的生成式媒体模型越来越火,但不少做产品的企业未必愿意用中国出品的模型,那就可以设定优先选美国供应商——随着特朗普政府研究对中国开放模型加以限制,这类偏好可能会越来越常见。不过他也强调,客户最关心的其实还是按 token 定价和质量来做路由。

    token 账单在 2026 年成了热门话题,那些一头扎进智能体 AI 的企业,实打实尝到了高额账单的滋味。大模型圈里按 token 价格做路由早就普遍了,生成式媒体跟上这个趋势也就顺理成章。值得玩味的是,Media Router 上线前几周,Runway 刚把无限量套餐换成了按 token 计费,这一改还招来了部分用户的吐槽。

    • 质量判断是难点:生成式媒体不像语言模型那么容易评好坏,路由器靠的是 Runway 内部创意团队积累的评测经验;
    • 评测维度很具体,比如视频模型怎么处理运动、图像模型怎么处理构图、语音模型怎么对口型;
    • 这套智能层其实是 Runway 给自家 5 月上线的 Agent 产品打磨出来的,现在打包给外部开发者用。

    背后还有一层现实的考量。Runway 上一款专门的视频模型 Gen 4.5 还是去年 12 月发的,当时登顶排行榜、把谷歌等老牌玩家都甩在身后。可眼下除了 5 月给视频编辑模型 Aleph 2.0 做过升级,它已经好几个月没推新的前沿视频模型了。如今在文生视频、图生视频的榜单前二十里,坐着的是谷歌、字节跳动和阿里巴巴这些重量级选手。

    与其赌某一个模型能一直领先,Media Router 干脆假设”最好的模型会一直换人”,然后让 Runway 始终留在牌桌上。联合创始人兼联席 CEO Anastasis Germanidis 的说法很实在:底层需要好模型,但编排层的分量越来越重,因为大家现在是拿这些模型去搭整套营销战役、生成整段多镜头成片。做不成最好的模型,那就做最好的编排层。

  • AMD亮出机架级怪兽Helios,正面硬刚英伟达的算力霸权

    上周四在旧金山那场一票难求的 Advancing AI 大会上,AMD 董事长兼 CEO 苏姿丰把一台叫 Helios 的机架级系统推到了聚光灯下。她给它的定位很直白——全行业性能最强的 AI 机架,专门用来在超大规模下训练和运行世界上最难啃的前沿模型。这句话背后的潜台词也很清楚:AMD 要去英伟达的地盘上抢生意了。

    所谓机架级系统,就是把成百上千颗处理器塞进一个高功率单元里,专供数据中心训练和跑 AI 模型这类吃算力的活。过去这个市场几乎是英伟达一家说了算,靠的是 Vera Rubin 和 Grace Blackwell 两套机架系统。现在 AMD 端上来的 Helios,据 The Register 的实测,在多项指标上已经能压过 Vera Rubin 一头。

    AMD Advancing AI 大会现场
    AMD 在 Advancing AI 大会上推出 Helios 机架系统(图片来源:TechCrunch)

    客户名单里全是熟面孔

    Helios 其实早在 2025 年就亮过相,今年 1 月的 CES 2026 还搬上过舞台——那台机架的重量相当于两辆紧凑型轿车。真正让人意外的是它的客户名单:OpenAI、Meta、Oracle、Anthropic、微软,个个都是要拿它去部署的主。微软 CEO 纳德拉本周一还专门表态,Azure 的基础设施会引入 Helios 来扩容。前一天,Anthropic 和 AMD 也官宣了战略合作,要通过这套新机架部署最高达两吉瓦的 GPU 算力。

    苏姿丰说,Helios 是”为在超大规模下训练和运行世界上最苛刻的前沿模型而生”,将由头部 AI 公司以吉瓦级的规模部署。

    同一天,AMD 还顺手发布了面向数据中心的 Venice-X 处理器,专门对付高强度计算负载,预计 2027 年上市。这一套组合拳打下来,意思很明白:AMD 不只想卖一颗芯片,而是要提供一整套能喂饱 AI 产业的算力方案。


    被智能体撑起来的算力需求

    苏姿丰在演讲里聊到整个芯片行业的走向,她判断到 2030 年,驱动 AI 的芯片会占据整个计算市场相当大的份额。原因就是眼下正在发生的算力需求的”阶跃式”跳涨,而推动这一切的,很大程度上是智能体 AI 的崛起。

    她打了个比方:你让一个智能体去干件事,它其实要走几十步,得推理、得调工具、得访问数据,然后反复这么折腾,直到把问题解决。这一连串动作背后,需要海量 GPU 来支撑。

    • 到 2030 年,AI 加速器市场规模预计将达到约 1.4 万亿美元;
    • 这个数字意味着十年内 AI 加速器市场将逼近当今整个半导体市场的体量;
    • 苏姿丰认为 GPU 会占据这块市场的绝大部分,因为算法还很”年轻”、负载还在不断变化,这更利好可编程的硅方案。

    换个角度看,AMD 这波操作赌的其实是同一件事——AI 的算力饥渴短期内不会停。英伟达常年独占的机架市场,头一回真正迎来一个拿得出硬指标的对手。至于这场硬仗最后怎么打,还得看今年晚些时候 Helios 大规模出货后的真实表现。

  • AI护栏拦住的不是黑客,是白帽子:安全研究员正被逼向开源模型

    过去几个月,AI大厂为了防止黑客滥用模型,设计了一整套审核准入和安全护栏。出发点没毛病,但现在一批合法的安全研究员发现,自己的正经工作先被拦住了——那些以找漏洞、写利用代码为业的白帽子,正在被自家阵营的AI拒之门外。

    Anthropic Mythos 模型与AI安全护栏
    Anthropic 的 Mythos 曾被出口管制,护栏争议由此升温(图源:TechCrunch)

    同一把锤子,既盖房也伤人

    事情的背景要从6月说起。美国政府当时对Anthropic的Mythos和Fable两款模型下了出口管制,起因之一是有报告称其防攻击护栏可以被绕过。管制后来解除了,Fable 5在7月1日恢复开放,Mythos 5则只向通过审查的美国机构重新开放。眼下OpenAI有Trusted Access for Cyber计划,Anthropic有Cyber Verification Program,安全研究员要先申请、被审核,通过了才能用上限制更少的模型。

    知名安全研究员Mark Dowd在播客里说得很直接:几家大公司凭什么替整个行业裁定”什么安全研究是安全的”。NCC Group首席科学家Chris Anley则点出了问题的死结——让AI尝试利用一个bug,是确认漏洞真实存在的关键步骤,而护栏一旦让模型直接拒答,受伤的是防御方。

    “修复这段代码”这个提示词,既是防御的基本手段,也是找出致命漏洞的路线图。同一个工具,攻防一体,根本拆不开——就像锤子,你没法用一把不能敲东西的锤子盖房子。

    被护栏劝退的人,去了哪里

    漏洞交易公司Crowdfense的CTO Paolo Stagno吐槽,AI公司”把客户当成需要保姆看着的小孩”。他们团队只拿前沿模型做逆向工程,找漏洞、写利用一律不碰云端模型——不是怕拒答,而是怕高价值的漏洞数据被喂进下一轮训练。这类活儿他们全部用本地部署的开源模型来干。

    一位不愿具名的手机零部件厂商研究员说,公司没进Anthropic的审核名单,结果模型”一旦嗅到我们在干安全相关的事就直接罢工,基本没法用”。RemoteThreat的CEO Chris Thompson补充了另一个痛点:护栏的尺度每天都在变,即便在审核通过的项目里也一样,”大量时间花在跟模型讨价还价上,而不是分析漏洞本身”。

    • 研究员的普遍退路:转向可本地运行、无使用限制的开源模型,敏感数据不出本机;
    • 也有例外:研究员Giuseppe Cali只用AI做逆向和辅助工具,”挖洞这件事我要亲自来,护栏全拆了我也不变”;
    • Thompson的判断:护栏没拦住真正的攻击者,反而把守规矩的研究员从受监管的体系里推了出去。

    Thompson给AI实验室的建议是反着来:把准入计划开得更大,给负责任的研究员正常访问权,谁滥用就追责谁,而不是一刀切收紧。他的理由带着紧迫感——一场速度和规模前所未有的攻击浪潮正在路上,而此刻被捂住手脚的,恰恰是想赶在犯罪分子前面把漏洞补上的那批人。

  • 每周3亿条健康提问,OpenAI把ChatGPT Health开放给了全美用户

    OpenAI这周做了一个胆子不小的决定:把ChatGPT Health全量开放给美国所有18岁以上的用户,免费版、Go、Plus、Pro,一个都不落下。而就在宣布的前一天,佛罗里达一位牧师刚把他们告上法庭——理由是ChatGPT曾建议他别去看医生,差点要了他的命。

    OpenAI ChatGPT Health 健康功能
    ChatGPT Health 本周起向全美18岁以上用户开放(图源:TechCrunch / Getty Images)

    从23亿到3亿,需求涨得比争议还快

    这个功能今年1月就开始小范围测试了,当时OpenAI给它做了一个专属的”健康中心”,用户可以把Apple Health、Function、MyFitnessPal这些应用里的数据接进来。1月份的时候,用户每周向ChatGPT发出2.3亿条健康相关的提问,现在这个数字已经涨到了3亿。

    数据接入的范围也在扩大。除了健身应用,用户还能把Epic、Oracle Health这些医院系统里的病历,以及One Medical、Function Health等健康平台的记录连进去。也就是说,ChatGPT理论上可以看到你完整的就医历史。

    测试期间OpenAI发现,70%的健康提问发生在专属健康中心之外——用户根本懒得切换入口,想到什么就直接在普通对话里问了。

    所以这次更新最关键的变化是:健康数据不再局限于那个专门的健康区,所有对话都能调用。你在闲聊时问一句”这个东西我能吃吗”,ChatGPT会结合你的过敏史来回答。方便是真方便,但风险敞口也跟着变大了。

    模型在进步,免责条款也没删

    OpenAI拿出的底气是跑分:最新发布的GPT 5.6-Luna,作为该系列里最小的模型,在HealthBench评测上超过了上一代GPT 5.5。这个基准是OpenAI自己开发的开源评测集,专门衡量大模型回答健康问题的水平。公司还强调不会拿用户健康数据训练模型,并且有医生团队参与改进。

    但有意思的地方在于,OpenAI的服务条款里依然白纸黑字写着:本服务”不用于任何健康状况的诊断或治疗”。面对那起诉讼,公司搬出的正是这条免责声明。一边是产品鼓励你把病历连进来、随时提问,一边是条款告诉你别把回答当医嘱,这两件事之间的张力,恐怕会随着用户规模扩大而越绷越紧。

    • 开放范围:美国18岁以上用户,覆盖免费、Go、Plus、Pro全部套餐,本周内在网页端和iOS陆续上线;
    • 可接入数据:Apple Health、MyFitnessPal等应用,以及Epic、Oracle Health等医院病历系统;
    • 已有多项研究指出AI聊天机器人的医疗建议并不可靠,但Anthropic、谷歌也都在推自己的健康AI功能。

    每周3亿条提问摆在那里,说明用户用AI问健康问题已经是既成事实,堵是堵不住的。真正的问题是,当一个产品事实上承担了”第一诊疗意见”的角色,它还能靠一纸免责条款把责任撇干净多久。这场牧师诉讼,也许只是个开头。

  • 英伟达GPU要上月球了:月球车用上Jetson芯片,先得熬过零下170度的月夜

    英伟达的GPU已经铺满了地球上的数据中心,现在它盯上了一个新地盘:月球。做太空机器人的初创公司Lunar Outpost上周四宣布,他们的下一台月球车将用英伟达Jetson芯片来驱动激光雷达系统。如果顺利落地,这大概率是第一块登上月球表面的GPU。

    Lunar Outpost月球车测试
    Lunar Outpost的月球车正在测试中,它将搭载英伟达Jetson芯片(图源:TechCrunch)

    Jetson:英伟达家不太出名却很关键的那块芯片

    说起英伟达大家想到的都是Blackwell、Vera Rubin这些数据中心里的算力猛兽,Jetson的名气小得多。但在物理AI的世界里,它是台柱子——体积小、功耗低,专门让机器人在本地实时处理传感器数据,不用把信息传回服务器再等指令。对一台在月球坑里爬行的月球车来说,这种“当场反应”的能力就是生死线。

    Lunar Outpost的CEO Justin Cyrus说:“五年前我们的自主系统还是纯确定性的,现在是确定性模型加物理AI的组合。两套并行跑,我们要做的就是搞清楚物理AI能在哪些环节帮我们做没人做过的事。”

    最大的敌人:月球的夜晚

    把GPU送上月球,难的不是发射,是活下来。目前太空里的GPU大多待在近地轨道,有地球磁场罩着,环境相对温和。月球就不一样了,宇宙辐射直接照脸,温度随月相剧烈摇摆。Cyrus的原话是:“你的系统必须熬过月夜,而且得用极低的功耗熬过去。”月夜长达14个地球日,温度能跌破零下170度,这对消费级架构的芯片是极限考验。

    值得一提的是,英伟达在月球的布局不止这一步。它还和Firefly Aerospace——第一家把机器人安全降落在月球上的私营公司——达成合作,让Jetson在绕月卫星上处理图像数据,一边帮科学家绘制月球地图,一边追踪月面上越来越多的机器人。

    从探索到定居,机器人先行

    这一切背后是NASA的大盘子:花钱请私营公司先去月球探路,为2028年前后宇航员重返月球做准备。Lunar Outpost这台月球车会搭乘Intuitive Machines的着陆器,钻进环形山这些轨道上看不清的地方;再下一次任务要去一个叫Reiner Gamma的区域,那里有个让科学家困惑多年的磁异常。两次任务都计划年内搭猎鹰9号升空。

    • 近期计划:多台小型自主月球车陆续发射,验证GPU在月面的生存能力;
    • 远期目标:大型载人月球车Pegasus,可以直接搭载宇航员;
    • 卡脖子环节:Pegasus在等贝索斯Blue Origin的火箭,但那枚火箭今夏出了事故,复飞时间未知。

    Cyrus把公司的终极问题概括成一句话:怎么从“探索月球”走到“常驻月球”。他的答案是确定性模型加物理AI组成的机器人劳动力——人类要在月球上住下来,得先让机器人把粗活干了。而无论是月面机器人军团还是更科幻的太空数据中心,眼下都卡在同一件事上:一枚足够大的火箭。

  • Monday.com裁掉600人还说“与AI无关”,这套说辞今年已经出现20多次了

    这周三,项目管理软件公司Monday.com向美国证监会提交了一份文件:裁员约20%,600多人要走。理由写得很官方——重组计划、精简运营,然后是那个熟悉的词组:继续投资“AI驱动的增长战略”。

    有意思的是联合创始人Eran Zinman在领英上给员工的解释。他说这次裁员“不是为了降本,也不是要用AI取代人”,而是为了配合公司一年前定下的“AI优先”愿景。这话你品品——不是AI替代了你,只是公司为了AI不再需要你,听起来好像也没好到哪去。

    AI与科技裁员潮
    2026年,“因为AI”成了科技公司裁员公告里的高频词(图源:TechCrunch)

    一年裁掉14万人,AI成了万能理由

    TechCrunch整理了一份清单,今年把裁员和AI扯上关系的科技公司已经有20多家。《金融时报》的统计更扎心:2026年以来美国科技公司裁员已接近14万人,光是亚马逊、甲骨文、Meta、微软四家就砍了近5万个岗位——与此同时,这几家往AI数据中心里砸的钱以千亿美元计。

    《金融时报》还发现一个反直觉的数据:把裁员归因于AI的公司,在公告后30个交易日内的股价表现平均跑输纳斯达克近10%。资本市场并不买“AI提效”这套叙事的账。

    清单上的案例一个比一个典型。甲骨文在年报里白纸黑字写着:“AI技术在运营中的采用和部署,已经导致并可能继续导致裁员。”这是少数把话说透的。Coinbase的CEO Brian Armstrong更直接:工程师用AI几天就能干完过去一个团队几周的活,所以砍掉700人。PayPal则计划未来两三年裁掉20%、超过4500人,还专门成立了一个“AI转型与简化”团队来执行。

    嘴上说“不是AI”,身体很诚实

    更多公司选择了微软式的表述。微软7月砍掉4800个岗位时强调,这些人“不是被AI取代的”,但紧接着补了一句“AI正在改变工作的完成方式”。Atlassian的CEO说得更绕:我们的思路不是AI取代人,但AI确实改变了我们需要的技能组合。翻译过来就是:你没被AI替代,你只是不再匹配AI时代的岗位画像。

    • Meta:裁8000人的同时,把7000人转岗到AI相关职位,据说员工怨声不小;
    • Cloudflare:一口气裁20%共1100人,CEO直言裁掉的大多是“度量者”——那些管理和统计别人干活的中层;
    • IBM:滚动裁员上万人,约200个HR岗位直接被AI接管,但声称AI和混合云的初级岗位招聘要翻三倍;
    • Block:Jack Dorsey砍掉近一半员工(4000人),说智能工具带来了“全新的工作方式”。

    回到Monday.com。这家公司预计为重组付出4500万到5500万美元的费用,但同时维持2026年营收增长最高20%的指引。裁员20%、增长20%,两个数字放在一起,其实已经把这个时代科技公司的算盘说明白了:营收可以涨,人不能多。至于这到底是AI真提效了,还是借AI之名行降本之实,恐怕只有财报会一季一季地给出答案。

  • 从盟友到对手:微软开始教销售怎么讲OpenAI和Claude的短板

    从盟友到对手,企业 AI 市场竞争正在升温(示意图)
    从盟友到对手,企业 AI 市场竞争正在升温(示意图)

    微软这回把矛头对准了几个老朋友。据 Bloomberg 报道,周二一场内部会议上,微软高管给销售团队定了个新调子:在客户面前,把 OpenAI、谷歌、Anthropic 这些公司的 AI 产品,跟自家产品做负面对比。这场会被包装成新财年的战略动员,核心就一句话——我们的自研模型更省钱、更高效。

    “别人卖的是零件,我们卖的是完整的端到端系统。这就是我们在 27 财年都得走出去讲的故事。”——微软执行副总裁 Jay Parikh

    曾经好得能穿一条裤子

    Copilot 业务的执行副总裁 Jacob Andreou 更直接,据说当场做了个演示,把 Copilot 和 Anthropic 的 Claude 摆一块儿比。他的说法是,在微软自家办公软件里跑,Claude”更慢、更不准,还缺合适的安全集成”。TechCrunch 说已经联系微软和 Anthropic 求证,有回应会更新。

    公司教销售怎么埋汰对手,这本身不新鲜。真正扎眼的是微软现在盯上的,正是它这些年一直靠着给自家产品供模型的那几家。要知道,微软和 OpenAI 曾经好得能穿一条裤子——微软出钱出算力,换来对 OpenAI 的 API 和模型的独家使用权。今年 4 月两家改了协议,独家条款没了,OpenAI 从此能自由地卖给微软的对手。

    醉翁之意不在模型

    这层关系一变,销售的新话术也就说得通了。而且这不是孤例。本月早些时候就有报道说,微软一直在把 OpenAI 和 Anthropic 的模型从 Word、Excel 这些王牌应用里换下来,塞进自家模型,图的就是省成本。

    说到底,企业客户买 AI,买的从来不只是一个 GPT 或 Claude 的接口。他们还要接数据、接权限、接 Office、接 Teams、接审计、接安全策略。微软最想讲的故事就是:单独的模型只是零件,Copilot 加上 Microsoft 365,再加上整套云和安全,才是企业真正需要的完整系统。

    OpenAI 和 Anthropic 的真实压力

    这也点破了模型公司面前那道坎。它们在开发者和早期用户心里分量很重,可大企业的预算不只看谁在社交媒体上更火。CIO 们真正在意的是身份权限、数据不出域、合规审计、服务等级和总拥有成本。过去一年微软股价被投资者用”AI 到底能不能赚钱”反复拷问,把产品竞争力讲响一点,多半也是想给这些疑虑吃颗定心丸。

    • 联盟没散,只是在商业化压力下重新分工:微软要证明自己的 AI 投入能变成可控的利润。
    • 企业 AI 的竞争重心,正从”谁的模型最强”,转向”谁能掌控整张账单”。
    • 模型公司若补不齐权限、合规、审计这些企业刚需,就容易被云和办公巨头压回单纯的供应商位置。