YOHO AI

标签： AI技术

  • 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。

  • 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。

  • 全球首例AI Agent自主勒索攻击：JADEPUFFER来了，人类不再需要动手

    勒索软件攻击这件事，人类黑客忙活了这么多年，现在AI Agent说：你让开，我来。

    安全厂商Sysdig的研究人员最近记录到了一例完全由AI Agent自主完成整个攻击流程的勒索软件攻击，攻击者被命名为JADEPUFFER。这不是AI辅助人类黑客，而是AI Agent从头到尾——从利用漏洞、侦察、窃取凭证、横向移动到最终加密数据库——全是自己干的。

    JADEPUFFER AI自主勒索攻击概念图
    全球首例完全由AI Agent自主执行的勒索软件攻击

    它是怎么做到的

    JADEPUFFER利用的是CVE-2025-3248，一个Langflow服务器的关键漏洞，允许攻击者在面向互联网的Langflow服务器上执行任意代码。一旦打进去，这个AI Agent就开始自主运行了：它会自适应地寻找有价值的数据，窃取并复用凭证，然后直接对生产数据库执行加密勒索。

    最让人不安的是它的”自我叙事“能力。研究人員观察到，JADEPUFFER在某次登录尝试失败后，自己调整了方法，31秒后就成功登录了。传统自动化攻击依赖预编写脚本，一旦出错就停下来；但JADEPUFFER能自己推理失败原因、实时调整策略、修复错误，然后继续前进。

    “JADEPUFFER是一个警告信号。它标志着勒索技术正在走向何方。一个自主Agent推理它的目标，收割并复用凭证，横向移动，建立持久化，摧毁数据库——而且全程都在自述意图。”——Sysdig威胁研究团队

    攻击成本将降到接近零

    这个变化最实际的影响，是攻击成本。Sysdig指出，如果Agent运行在被盗用的凭证上（通过LLMjacking），那么一次攻击的成本就从”雇佣一个黑客团队”降到了”运行一个AI Agent的费用”——几乎为零。

    JADEPUFFER还会主动搜索各类敏感信息：LLM API密钥、云凭证（包括阿里云、腾讯云、华为云等中国厂商，当然也有AWS、GCP、Azure）、加密货币钱包、数据库凭证、配置文件。它基本上把自己变成了一个全自动的数据收割机。

    有个细节让人哭笑不得

    勒索信里留了一个比特币地址。但研究人员发现，这个地址看起来像是AI从训练数据里幻觉出来的——它要么是Agent自己编的，要么配置它的人偷懒直接用了比特币开发者文档里的示例地址。如果是前者，这意味着就算受害者付了赎金，钱也打到一个不存在的钱包里。

    更要命的是，加密密钥被打印到了标准输出，但没有持久化存储，也没有传给任何人。也就是说，就算你付了赎金，也恢复不了数据。这个”勒索软件”某种程度上比人类写的还要绝——人类至少还想拿钱。

    这只是一个开始

    Sysdig此前还研究过另一个AI Agent利用Marimo笔记本漏洞发起攻击的案例。那个Agent同样能在被入侵的系统里自主搜索凭证、云访问密钥和数据库凭证。

    JADEPUFFER的出现，标志着网络安全进入了一个新阶段。AI Agent不再是理论威胁，而是已经能够独立完成从侦察到加密的全流程闭环。对企业安全团队来说，这意味着传统的”检测已知攻击模式”的防御思路需要更新了——你现在要防的，是一个会学习、会适应、会自己修bug的对手。

  • Meta正式下线Llama API，14个月匆匆收场

    7月6日，Meta悄无声息地把Llama API拔了网线。这个2025年5月才上线的服务，前后只活了14个月，连一岁都不到。

    说关就关，开发者怎么办

    Llama API下线后，所有API请求会收到停用提示，同时附上一个迁移指引链接。Meta的官方建议是：转向支持Llama模型的第三方服务平台。当然，Llama模型本身不受影响，想继续用的开发者可以自己去下载模型文件，本地部署或者离线使用。

    至于Meta说的”正在筹备新的开发者支持方案，未来将推出基于Meta AI模型的全新开发工具链”——这话听着耳熟，但具体细节和上线时间一概没说。开发者现在能做的，要么是赶紧迁移，要么是继续等。

    Meta Llama API下线与Muse Spark战略转向
    Meta战略转向：从开放API到闭源Muse Spark

    背后的战略大转向

    这件事之所以值得说，是因为它折射出Meta在AI路线上的一次重要调整。Llama API当初上线，是Meta想亲自下场卖API、跟OpenAI和谷歌抢开发者市场。但14个月下来，这条路显然没走通。

    Meta正在从”亲自下场卖API”向”退居幕后建云、走开源闭源双轨制”转变。Llama API的退出，可能是为集中精力打造更具竞争力的开发者生态铺路。

    同步推出的Muse Spark是Meta超级智能实验室（MSL）成立9个月来的首款核心产品，而且是一款闭源模型。这就很有意思了——Meta一边继续开源Llama，一边推闭源的Muse Spark，形成了”开源Llama＋闭源Muse”的双轨制。这个打法，跟谷歌的Gemini（闭源）+ 开源Gemma，以及Anthropic只做闭源Claude，都不太一样。

    为什么是现在

    时机也值得玩味。Llama 4的表现不及预期，而行业竞争已经从”谁的模型强”转向”谁能把AI真正用起来”。Meta选择在这个时候把API服务关掉，把精力集中到模型本身和闭源的Muse Spark上，倒也不难理解。

    对开发者来说，如果你之前依赖Llama API，现在是该认真考虑迁移方案了。第三方平台里，Groq、Together AI、Replicate都支持Llama模型部署，短期内不至于没地方去。但长期来看，Meta的重心显然已经不在”提供API服务”这件事上了。

  • Meta悄悄做了一个”AI游戏生成器”，但没几个人知道

    Meta又开始玩新东西了。这次不是VR头显，也不是AI聊天助手，而是一个看起来有点像”AI版TikTok”的游戏应用，名字叫Pocket。

    Meta Pocket应用概念图
    Meta Pocket：用AI提示词生成互动小游戏

    这个应用其实早就上线了，但Meta一直没正式宣布。最早是逆向工程师Alessandro Paluzzi在X上发现了它的存在，查了下应用商店数据才发现，Pocket其实在今年6月29日就已经悄悄登陆App Store和Google Play了。

    这东西到底是干嘛的

    简单说，Pocket是一个”用AI提示词生成互动小应用和游戏”的平台。你在里面输入一段文字描述，AI就能帮你生成一个可以玩的小型互动体验——他们管这个叫”gizmo”。应用里还有一个可以刷的信息流，你能看到别人做的有趣gizmo，直接点开就能玩。

    这个产品其实是Meta今年早些时候收购Gizmo团队的结果。Gizmo原本就是一个”vibe-coded游戏平台”，创始人来自Snapchat。被Meta收购后，整个团队并入了Meta Superintelligence Labs，现在拿出来的成果就是Pocket。

    原本的Gizmo应用其实还在运营， lifetime安装量约63.5万次，98%的好评率。被Meta收了之后，两个应用现在并存，倒也有意思。

    Meta的AI创作工具大扩张

    Pocket不是Meta在AI创作工具上的第一次尝试。之前已经有过用Meta AI应用生成AI图片，用Vibes应用生成AI视频，还有给创作者用的视频编辑应用Edits也加了AI助手。看得出来，Meta在把AI创作工具往主流人群里推这件事上挺执着的。

    目前Pocket还没有正式宣布，说明它应该还在早期实验阶段。但考虑到Meta的流量能力，一旦它决定全力推这个产品，Gizmo原来的63.5万安装量可能很快就会被甩开。

    话说回来，”vibe-coding”这个概念火了没多久，Meta就已经把它做成消费品了。以后会不会出现一批靠AI提示词”写”游戏的内容创作者？这个方向如果跑通了，对游戏行业的影响可能比我们想的更深远。

  • Mistral AI到底是家什么公司？看完这篇你就明白了

    当特朗普下令让Anthropic把最新模型下线，欧洲喊”主权技术”喊得越来越响，一家法国AI公司突然站到了聚光灯下。它就是Mistral AI——经常被叫做”欧洲版OpenAI”，但这个标签其实挺误导的。

    Mistral AI概念图
    Mistral AI：欧洲主权AI的代表力量

    如果你拿”欧洲版OpenAI”的标准去套Mistral，肯定会失望。它的聊天产品Vibe（前身叫Le Chat）品牌认知度远远比不上ChatGPT；就算在巴黎的Station F创业园区里，Claude也比Mistral的模型更受欢迎。

    它在走的其实是Palantir路线

    外界经常忽略一个关键点：这家法国十角兽公司实际上在走一条完全不同的路——它派前端工程师去帮政府和大企业把AI用起来，针对具体用例做定制部署。这个策略也更符合Mistral实际的资源条件。

    营收数据可以说明问题。公司正在融大概35亿美元，估值约231.5亿美元（接近当前估值的两倍）。但相比美国那些前沿AI实验室，这个数字还是低不少。不过增长曲线很猛：2026年2月披露的年度经常性收入（ARR）已经超过4亿美元，而一年前才2000万美元。公司说自己有望今年突破10亿美元ARR。

    Mistral CEO Arthur Mensch说过一句话：”我们的存在是为了确保每个人都能获得最佳AI系统，摆脱国家或企业以集中控制方式部署AI的局面。”

    创始人阵容：DeepMind和Meta老将

    三位创始人都在美国科技巨头巴黎办公室搞过AI研究：CEO Arthur Mensch来自Google DeepMind，CTO Timothée Lacroix和首席科学家Guillaume Lample都来自Meta。这个背景某种程度上解释了为什么他们的策略跟OpenAI截然不同——他们更懂欧洲的监管环境和政府采购逻辑。

    融资历程也挺夸张的。2023年6月才拿种子轮1.13亿美元，估值2.6亿；到2025年9月C轮已经估值138亿美元，融了约20亿美元。总融资额大概40亿美元，而且大部分是债务融资。

    模型、芯片和”主权”野心

    Mistral的模型阵容挺全的：有大语言模型Mistral Small 4，有针对手机等边缘设备优化的”Les Ministraux”系列，部分模型是开放权重的。代码智能体Leanstral也已经开源。

    Mensch承认目前还没有最好的语言模型，但差距在不断缩小。2026年夏天会推出”非常令人兴奋的模型”，是开放权重的，7月开放早期访问。在语音、视觉和文档处理这些对算力要求相对低的领域，Mensch说他们已经有最先进的解决方案了。

    芯片策略方面，Mensch在今年5月接受CNBC采访时说不排除自研芯片的可能性，但目前还是依靠NVIDIA。2026年初收购基础设施初创公司Koyeb，加上宣布在法国和瑞典建设数据中心的45.6亿美元投资战略，”主权”这个色彩贯穿了Mistral的几乎所有动作。

    退出路径方面，Mensch在今年1月达沃斯论坛上明确说了Mistral”不出售”，IPO是计划。考虑到已经融了这么大规模，即便卖给传闻中的潜在买家（比如Apple）也很难提供足够的回报倍数，更何况还有主权问题要考量。

  • Netflix用AI复活Gene Wilder的声音，这档旺卡真人秀惹争议了

    Netflix九月要上一档新的真人秀，叫《Wonka’s The Golden Ticket》，规则跟之前的《Squid Game》真人版差不多——一群人竞争，最后剩一个赢家。

    Netflix AI生成Gene Wilder声音概念图
    Netflix在威利旺卡真人秀中使用AI生成声音（概念图）

    这档节目本身没什么特别的，但预告片里那段旁白——是AI生成的。

    Netflix用了Gene Wilder的声音。就是1971年版《威利旺卡》电影里那个旺卡。他们找了AI音频公司ElevenLabs，在Wilder家人同意的情况下，用AI”重现”了他的声音。

    这已经不是ElevenLabs第一次干这事了。之前他们帮制作方重现过Michael Caine和Stan Lee的声音。

    预告片是真的，声音是假的

    先说清楚：节目里的布景和场景是真的，不是AI生成的假画面。预告片里那些旺卡工厂的场景，是在实际搭建的布景里拍的，不是拿Glasgow式AI伪造糊弄人的。

    问题出在声音上。Gene Wilder 1999年就去世了，他没有办法为这档节目配音。Netflix的做法是：拿到家人授权，用ElevenLabs的技术，让AI”学会”Wilder的声音，然后拿来当旁白。

    Deadline的报道说，Wilder的家人是知情并同意的。但这件事在网友中间还是引发了讨论——即使有家属授权，用AI”复活”已故演员的声音，这到底算不算妥当？

    ElevenLabs是怎么做的

    ElevenLabs这家公司，主打的就是AI语音合成。他们有一个”Iconic Voice”功能，专门用来重现名人声音——当然，前提是要有授权。

    这次Netflix的合作，是ElevenLabs第一次把这项技术用在大型娱乐节目里。之前他们更多是在短广告、小型制作里试水，这次直接上了Netflix的头部综艺项目，意义不太一样。

    技术层面，ElevenLabs的做法是用深度学习模型分析目标声音的特征——语调、节奏、音色——然后训练出一个可以生成任意文本的语音模型。Wilder的声音资料很多（1971年的电影就是最好的素材），所以生成效果应该比较像。

    这档节目到底比什么

    聊完声音的事，来说说节目本身。《The Golden Ticket》九月二十三日在Netflix上线，规则是十二个”幸运”金券获得者，加上各自选的搭档，一起参加比赛。

    每周淘汰一个人，最后剩下来的那个，在九月三十日的两集大结局里揭晓。奖金是多少，Netflix还没公布，但参照《Squid Game》真人版的规格，应该不会少。

    这档节目是Netflix跟Roald Dahl公司合作的一部分。2021年Netflix就拿到了Roald Dahl旗下作品的改编权，除了这档真人秀，还有一部《查理和巧克力工厂》的动画电影，定在2027年上映。

    AI声音这扇门，一旦打开

    Netflix这次用了AI生成声音，而且事先拿到了授权——从法律角度，没什么问题。但这件事的象征意义，可能比法律意义更复杂。

    一旦观众接受了”AI版Gene Wilder”当旁白，接下来会不会有更多节目、更多已故演员的”声音”被AI重现？如果家属不同意呢？如果演员本人在遗嘱里明确说过不想让AI用他的声音呢？

    这些问题，Netflix和ElevenLabs这次都没有正面回应。他们只是把节目做出来、把预告片发出去，然后等着看观众买不买账。

    九月节目正式上线之后，AI旁白的实际效果如何、观众反应如何，可能会决定这类技术在娱乐行业会不会被更多使用。现在说它为时过早，但这扇门，确实已经被推开了一条缝。

  • SpaceX悄悄做了一个AI设备原型，比iPhone更薄

    马斯克又要搞新东西了。这次不是火箭，不是电动车，而是一款AI硬件。

    SpaceX AI设备原型概念图
    SpaceX AI设备原型概念图（AI生成）

    《华尔街日报》最近报道，SpaceX已经向投资者展示了一款”手持式”AI设备的原型。据看过原型的人说，这台设备比iPhone更轻薄，外形介于小屏触控手机和Rabbit R1之间。

    消息一出，马斯克在X上直接否认，说报道”完全失实”。但有趣的是，SpaceX确实已经把这款设备给部分投资者和利益相关方看过了，而且明确告诉他们产品还在早期，设计随时可能改动。

    马斯克否认了报道，但SpaceX展示原型这件事本身，已经说明他们在认真考虑这件事。

    SpaceX做硬件，不是闹着玩的

    很多人听到”AI硬件”四个字，脑子里第一个冒出来的可能是Humane AI Pin，或者Rabbit R1——这两款产品上市后的表现，说好听点是”不及预期”，说难听点就是翻车了。

    但SpaceX（以及同门的Tesla）和那些创业公司不一样。它们有大规模制造的经验，有供应链的话语权，更重要的是，它们能拿到足够的芯片。AI设备最怕的不是设计出问题，而是造不出来——这一点上，马斯克手里的资源比大多数硬件创业者多得多。

    还有一点值得注意：SpaceX最近在无线业务上动作不少，Starlink Mobile已经在和Verizon、AT&T抢生意。有分析师甚至猜测，T-Mobile或者AT&T都有可能成为SpaceX的收购目标——当然，这种收购花销不会小。

    在跟OpenAI赛跑

    这套打法听起来很熟悉，对吧？OpenAI也在做差不多的事——他们找来了苹果前首席设计官Jony Ive，正在开发一款AI硬件设备。Sam Altman说过，这台设备会比iPhone”更平和、更宁静”。

    但根据去年的报道，OpenAI的硬件项目进展并不顺利，细节一直定不下来。上周还有消息说，负责Vision Pro的苹果VP Paul Meade已经跳槽去了OpenAI的硬件团队——看得出来，Altman在拼命补强硬件人才。

    SpaceX的原型据说也是类似的思路：运行在自己的操作系统上，集成了xAI的技术（马斯克今年早些时候把xAI并进了SpaceX）。这意味着这台设备不会依赖Android或者其他公司的平台，从底层就是为AI交互设计的。

    消费者买不买账，是另一回事

    说到底，SpaceX有没有能力把AI设备造出来，和消费者愿不愿意买，是两码事。Humane和Rabbit的前车之鉴就在那里——投资者和科技媒体可以为AI硬件激动，但普通用户拿到手里之后，会不会真的每天用它，这是谁也说不准的事。

    目前这台设备还处在原型阶段，设计随时可能改，SpaceX也没有公开任何发布时间表。马斯克本人否认了相关报道，所以这件事的真实性，可能还要等一段时间才能见分晓。

    但不管最终产品出不出来，这个方向本身已经说明问题：AI公司（或者说AI大佬们）不再满足于只做软件了，他们想把AI装进一个能拿在手里的东西里。至于这个东西到底长什么样、好不好用，可能2027年我们就会有答案。

  • Mechanical Turk停收新客户：一个AI数据工厂的安静死亡

    2005年上线的Amazon Mechanical Turk，这个月宣布了一件事：2026年7月30日之后，不再接受新客户。现有客户还能继续用，但AWS明确说了，不打算加新功能。换句话说，这台机器还在转，但已经没人给它上油了。

    Mechanical Turk当年的想法挺直接的：有些活儿电脑搞不定，但人花几秒钟就能做完——比如辨别一张图里是猫还是狗，或者帮盲人描述图片内容。Amazon搭建了一个平台，让公司发布这种微任务，让全世界的自由职业者来接单，酬劳低到几美分。这个模式当时叫「众包」，听着比「全球最低价劳动力」好听多了。

    Mechanical Turk停收新客户
    Amazon Mechanical Turk宣布停收新客户，这个20年的平台正在走向终点 | 插图：AI生成

    从AI训练数据工厂到「僵尸平台」

    到了AI时代，Mechanical Turk找到了新活法——给神经网络做数据标注。公司用它来标注训练数据，算是Amazon SageMaker AI服务的一部分。但讽刺的是，有分析发现平台上33%到46%的工人自己在用大语言模型来完成任务。也就是说，你以为你在让人给AI准备训练数据，其实那些人让另一个AI帮他们干活。蛇咬自己的尾巴，这套路倒是挺完整的。

    Mechanical Turk其实有个历史梗：它的名字来源于18世纪的一台「国际象棋自动机」，那台机器看起来是自动下棋的，实际上里面藏了一个真人棋手。今天看来，这个梗比当年更合适——很多宣称是「AI」的产品，背后其实是一群拿最低工资的Mechanical Turk工人在撑着。

    这个平台还顺便在Facebook-Cambridge Analytica丑闻里跑了个龙套——当初Cambridge Analytica收集Facebook用户数据，Mechanical Turk工人帮忙做了大量数据标注工作。等这事爆出来，大家才发现这个平台在灰色地带里跑了多少年。

    为什么现在关

    Amazon自己的公告说这是「仔细考虑后的决定」，但Reddit上早就有用户说这个平台「几年前就死了」。机器人泛滥、欺诈横行，靠谱的工人和研究人员早就跑了。有人预测，迟早有一天Amazon会有人算一笔账，发现维护这台服务器的钱不如省下来，然后直接拔插头。

    7月30日之后，新客户进不来了。现有客户还能继续用，但没人知道这个「生命维持系统」能撑多久。一个时代就这样在没有隆重仪式的情况下，慢慢拔掉了插头。