YOHO AI

标签： AI技术

  • Meta 用 AI 批量造点击诱饵新闻，被曝光后悄悄下线

    Facebook 上的点击诱饵（clickbait）已经够多了，现在 Meta 开始用 AI 自己生成点击诱饵。而且不是广告，是直接在它家的独立 AI 应用里，给用户推「专属新闻推送」。

    这事是 The Verge 的记者 Robert Hart 曝出来的。他发现 Meta AI 独立应用的「For You」板块里，出现了一批看起来像新闻文章的内容，点进去读才发现——全是 AI 生成的，主题、配图、正文，一个真人作者都没有。

    算法给你量身定制「新闻」

    这个功能的运转逻辑说起来很熟悉：算法先判断你是谁，然后给你推你觉得「可能有兴趣」的话题卡片，你一点，AI 现场给你生成一篇「文章」。整个过程没有任何人工编辑参与，也没有任何事实核查。

    记者把自己账号定位在英国伦敦，结果收到的推荐话题全是「英国特色」——喝茶的规矩、排队的心理学、酒吧文化、皇室成员，甚至还有「如何优雅地吐槽」。他的同事被算法判定为「豪华手表爱好者」，收到的推荐是「我的假劳力士实验」和「劳力士候补名单背后的残酷数学」。

    AI 生成的文本读起来像填空作文，除了把标题换个说法反复说，基本上没有实质内容。至于信源，不存在的。

    配图翻车：两个伊丽莎白女王

    文字内容水也就算了，配图的问题更大。有些图片里出现了真实公众人物的形象，而且生成效果惨不忍睹。有一篇讲「2026 年谁在为皇室买单」的文章，配图里出现了两个伊丽莎白女王——尽管她已经去世好几年了，而且历史上也只有一个她。

    Meta AI 生成的点击诱饵新闻配图示例
    Meta AI 应用里出现的 AI 生成「新闻」配图，皇室主题，效果相当诡异（图源：The Verge）

    其他图片也有典型的 AI 生成痕迹：手指不对、身体角度扭曲、动作在人类身体上不可能实现。有一张图甚至是一个老年夫妇跳舞的 GIF，手臂的摆法完全不符合人体结构。

    更关键的是，所有这些 AI 生成内容——不管是文章还是图片——在信息流里没有任何标签说明「这是 AI 生成的」。Meta 过去说自己希望「让人们知道哪些内容是 AI 做的」，但在这款独立应用里，这个承诺显然没有兑现。

    被曝光后，Meta 说「不做了」

    The Verge 把这些问题抛给 Meta 之后，Meta 的回应很有意思。一开始发言人的说法是：这是一个「向有限数量用户测试的功功能」，目前正在下线中，「Meta 没有计划继续推进这个功能」。

    但记者追问了几件事：如果测试规模真的「有限」，为什么 The Verge 编辑部里至少有四个人都能看到这个功能？「主动推送」（proactively）这个词到底是什么意思——难道是 Meta 在用户没有主动搜索的情况下，主动给用户喂 AI 生成的内容？

    这事折射出的问题其实比表面上看起来大。AI 生成内容的「新闻化」——把它包装成一篇有标题、有配图、有正文的「文章」，而不是明显标注为「AI 聊天回复」——会让普通用户根本分不清自己读的东西有没有经过事实核查，甚至分不清作者是人还是机器。

    Meta 把这个功能下线，至少说明它自己也知道这里面的风险不小。但问题是，算法驱动的内容推荐已经跑了很久，如果下一次换一个更隐蔽的方式重新上线呢？

  • OpenAI 新推 Lockdown 模式，专门堵住提示词注入这个口子

    OpenAI 这两天悄悄上线了一个新功能，名字叫 Lockdown Mode。说白了就是给 ChatGPT 加了一把更严的锁，专门防一种叫「提示词注入」的攻击方式。

    这种攻击方式说起来也不复杂。你在网页里埋一段隐藏指令，ChatGPT 一带浏览功能去读那个网页，就会中招。轻则胡言乱语，重则把用户的对话内容偷偷发到攻击者指定的地方。过去一年多，这类漏洞被安全研究者反复演示，但一直没有一个系统级的解决方案。

    Lockdown 模式到底锁住了什么

    开启这个模式之后，ChatGPT 会做几件事：第一，实时网页浏览直接禁用，只能用缓存内容；第二，从网上检索和显示图片的功能也关了（但你自己让 AI 生成图片还能用）；第三，深度研究（Deep Research）和智能体模式（Agent Mode）一并停用。

    OpenAI 自己的说法是：Lockdown 模式并不是给所有人用的。它是为那些处理敏感数据的个人和组织设计的，用来降低提示词注入导致数据外泄的风险。

    不过 OpenAI 也坦承，就算开了这个模式，ChatGPT 仍然有可能被注入攻击影响——比如缓存的网页内容或者用户上传的文件里，如果藏着恶意指令，还是可能改变模型的输出。所以它防的是「实时网页浏览」这个最大攻击面，而不是宣称百分百安全。

    谁需要用这个模式

    目前 OpenAI 正在把这个选项推送给 ChatGPT Business 账户，以及符合条件的个人账户。换句话说，普通聊天用户大概率用不上，也不会想用——毕竟关了实时浏览和智能体功能，ChatGPT 的很多「爽点」都没了。

    但对于那些在企业环境里用 ChatGPT 处理合同、代码、内部文档的团队来说，这个模式的意义不小。之前已经有不少案例显示，提示词注入可以通过「污染」网页内容来窃取对话上下文，而上下文里往往有不该泄露的信息。

    这事背后其实有个更大的背景。随着 AI 智能体越来越主动地代替用户去浏览网页、调用工具、执行任务，提示词注入已经从「研究者演示用的玩具」变成了一个真实的攻击面。Google、Anthropic 也都在各自的 AI 产品里加了类似的保护措施，只是 OpenAI 这次把它做成了一个用户可以主动开启的「模式」，思路还算清晰。

    Lockdown 模式现在还在逐步推送中。如果你用的是 ChatGPT Business 账户，可以在设置里找找看有没有这个选项。至于免费用户和普通 Plus 用户，OpenAI 说「符合条件的个人账户」也会覆盖到，但没说具体标准是什么。

  • 微软干了件迟早要干的事：不再只当OpenAI的经销商

    微软干了件迟早要干的事：不再只当OpenAI的经销商

    6月2日到3日，微软Build 2026开发者大会开完之后，很多人意识到一件事：微软好像真的不打算继续完全依赖OpenAI了。

    这次大会上，微软一口气发布了7款自研MAI系列模型。其中包括他们的首款高级推理模型MAI-Thinking-1。微软在介绍里特意强调了一句话：”完全基于干净数据从零开始训练，没有使用来自第三方模型的蒸馏数据。”这句话翻译过来就是：这是我们自己做的，跟OpenAI没有关系。

    微软投了OpenAI 130亿美元，但Copilot背后跑的还是别人的模型。每调用一次API，就是在给OpenAI送钱。这算什么护城河？

    7款模型，覆盖全部核心场景

    这次发布的MAI模型家族，基本把AI能做的事情全覆盖了：

    • MAI-Thinking-1：首款高级推理模型，350亿活跃参数，在关键软件工程基准测试中达到业界领先水平。定价比OpenAI的同类产品低。
    • MAI-Image 2.5 和 MAI-Image 2.5 Flash：文生图 + 图像编辑，Flash版本是轻量版。
    • MAI-Transcribe-1.5：语音转写，速度是竞争对手模型的5倍，支持43种语言。
    • MAI-Voice-2 和 MAI-Voice-2 Flash：语音合成，新增15种语言支持，提供更多语音选项。
    • MAI-Code-1：编程辅助，具备推理效率优化特性，已经集成到GitHub Copilot和Visual Studio Code中。

    这套模型家族发布之后，微软在AI能力上有了完整的自主权。以前微软要用推理模型，得找OpenAI要API；要用图像生成，也得依赖别人的模型。现在这些能力微软自己都有了。

    MAI-Thinking-1是个什么水平的模型

    微软对MAI-Thinking-1的定位是”中等规模模型”，350亿活跃参数。这个规模比GPT-4o或者Claude Opus要小，但微软的意思是：我们不需要最大的模型，我们需要的是性价比最高的模型。

    从基准测试的成绩来看，MAI-Thinking-1在软件工程相关的测试里达到了业界领先模型的水平。微软没有具体说是哪些模型，但”业界领先”这几个字，指向的应该是OpenAI的o1系列或者Anthropic的Claude。

    有个细节值得注意：微软强调这个模型”没有使用第三方模型的蒸馏数据”。这不是一句客套话。模型蒸馏是指用大型模型（比如GPT-4）的输出去训练小型模型，让小型模型”学会”大型模型的能力。如果微软用了OpenAI模型的蒸馏数据，那么微软的模型本质上还是在依赖OpenAI。现在微软明确说了”没有”，这意味着微软在训练数据层面做到了完全独立。

    微软为什么现在做这件事

    微软和OpenAI的关系在过去几个月里发生了很明显的变化。2026年初，微软和OpenAI结束了独家合作关系，微软被列为OpenAI的竞争对手。Build大会前不久，微软还推出了Scout，一个基于OpenClaw框架的个人AI助理，这个动作本身就说明微软在准备自己的AI产品路线。

    从商业逻辑上看，微软每年给OpenAI付的API费用不是一个小数目。如果微软自己的MAI模型能做到差不多好的效果，但成本只有OpenAI的一半或者三分之一，那么把Copilot背后的模型换成自己的，每年能省下的钱是相当可观的。

    另一个角度是竞争。Google有Gemini，Meta有Llama，Amazon有自己的模型家族。微软是唯一一个大规模推广AI产品（Copilot）但没有完全自主模型能力的巨头。这个短板，Build 2026之后，微软补上了。

  • OpenAI把记忆系统重写了一遍，ChatGPT现在真的会记住你了

    做梦这件事，ChatGPT现在做得更聪明了

    OpenAI在6月4日悄悄上线了一个新功能，他们管它叫”梦境（Dreaming）”。名字听起来挺浪漫，实际上是ChatGPT记忆系统的一次大升级。

    你可能已经发现，最近ChatGPT好像比以前更懂你了。你跟它聊过一次你的工作背景、你喜欢野生动物摄影、你对酒店空调的制冷效果有执念，下次再问它推荐新加坡行程的时候，它不会再把你当成一个第一次来旅游的陌生人。

    旧版的记忆系统需要你主动说”记住这个”，ChatGPT才会存下来。新版的”梦境”不一样，它会在后台自动读你以前的聊天记录，自己判断哪些信息值得记住。

    成本降了5倍，免费用户也能用上

    这次升级有个很关键的数字：计算成本降低了大约5倍。这句话背后的意思是，以前只有付费用户才能用的”梦境”记忆功能，现在有机会向所有免费用户开放了。

    OpenAI的说法是，6月4日这天先向美国地区的Plus和Pro用户推送，接下来几周会逐步覆盖更多国家，然后是免费用户和Go用户。对大多数用户来说，这意味着ChatGPT会开始主动记住你的偏好，而且不需要你手动去管理。

    你可以自己在设置页看到ChatGPT记住了关于你的哪些信息。它存的可能是你的工作领域、你感兴趣的旅行目的地、你对餐厅座位的要求。如果你不希望它记住某些内容，可以手动删除，或者干脆关掉这个功能。

    记忆会自己更新，不会一直停留在过去

    旧版记忆系统有个挺尴尬的问题：你告诉ChatGPT的事情，它会一直记住，哪怕这件事情已经过时了。比如你之前跟它说”我7月要去新加坡”，等你已经回到家里了，它还是会在推荐餐厅的时候默认你在新加坡。

    新版的”梦境”会动态地更新记忆。你7月的那次旅行结束后，它会把那条记忆更新为”2026年7月去过新加坡”，后续再推荐服务的时候，会自动切换回你居住地的相关信息。

    OpenAI从三个维度评估这套记忆系统的效果：上下文延续能力（你说过一次的事情，后续不需要重复）、偏好遵循能力（它会记得你喜欢安静的用餐环境、你是素食主义者），以及时间动态更新能力（记忆会随着时间自动修正）。

    这不是第一次升级，但可能是最重要的一次

    ChatGPT的记忆功能其实已经迭代了几次。2024年4月推出”已保存记忆”，那时候需要用户主动要求记住内容。2025年4月加入了初代”梦境”技术，可以后台自动整理聊天历史，但那时候主要还是作为”已保存记忆”的补充，算不上一个完整的记忆系统。

    这一次的Dreaming V3，OpenAI的说法是”更强大、计算效率更高的记忆架构”。具体用了什么技术，官方没有细说，但核心能力是：自动从多轮对话中合成记忆，保证记忆的相关性、准确性和时效性。

    对OpenAI来说，这套记忆系统可能是ChatGPT构建用户护城河的核心抓手。用户用得越久，ChatGPT对用户的理解越深，切换成本就越高。这个逻辑和网易云音乐的”年度听歌报告”、美团的”猜你喜欢”是一样的，只是ChatGPT的记忆维度要复杂得多。

  • 白宫AI顾问离职了，特朗普的AI政策谁来接

    斯里拉姆·克里希南要在6月底离开特朗普政府了。

    他在X平台上写了一篇帖子宣布这件事，说”很难用语言形容能为美国人民服务是多么大的荣幸，我也非常感谢能有这样的机会”。然后他又补了一句：”首先，能在唐纳德·特朗普总统手下任职是我的荣幸。如果没有他的领导，我们不会在人工智能竞赛中处于领先地位。”

    Sriram Krishnan
    斯里拉姆·克里希南（Sriram Krishnan）

    克里希南这个名字，在硅谷科技圈里不算陌生。他之前在微软、Twitter、雅虎、Facebook和Snap都带过产品团队。再往前，他是Andreessen Horowitz的合伙人——这家投资机构在2024年大选中公开支持特朗普，算是最早押注特朗普胜选的主流风险投资机构之一。

    他任内到底干了什么

    他在帖子里列了几个自己任内的”关键公共成就”。排在第一的是政府的《人工智能行动计划》——这份计划把数据中心建设放在了监管和安全的前面。此后，特朗普签署了多项人工智能相关的行政命令，其中一项旨在挑战州级人工智能监管规定，另一项侧重监管的行政命令在行业界的反对后被推迟并缩小了适用范围。

    特朗普还表态支持政府可以对主要人工智能公司持有股权的想法——这和上一条新闻（特朗普政府可能入股OpenAI）直接对上了。

    克里希南提到，过去18个月里他”合作最密切的”是戴维·萨克斯。这位投资人和播客主持人今年早些时候已经卸任了人工智能和加密货币事务主管。

    克里希南说：”他持续推动美国在人工智能领域获胜的主张过去是、现在也仍然是至关重要的。”

    接下来去哪儿

    克里希南说，他将”建设机构”，应对”美国及其盟友”面临的重大挑战。据《华盛顿邮报》的报道，他计划成立一个外部机构，这个机构仍然会让他有机会参与影响特朗普的人工智能政策。

    “无论是能源、数据中心，还是让美国人获得人工智能福利的清晰路径，有很多难题需要我们共同应对。”他说。

    一个值得注意的视角是：克里希南的离开，意味着特朗普政府内部又少了一个有实际操作经验的科技行业人士。他离开之后，白宫AI政策团队的人手会进一步紧张。而这个时候，正好是AI监管、数据中心建设、政府持股AI公司这些大议题同时升温的时候。

  • 特朗普想入股OpenAI，这事儿比听起来还疯

    特朗普周五说，他已经和一些人工智能公司谈过了，内容是”让美国民众能从人工智能的成功中获益”的交易。

    他没点名具体是哪家公司。但大概率是OpenAI。CNBC之前已经报道过，特朗普政府确实和这家公司商量过政府持股的事儿。

    特朗普的表态中没有提及具体公司名称，但OpenAI很可能是相关方，尤其是此前CNBC报道称，特朗普政府确实已经与这家人工智能公司商讨过政府持有该公司股权的相关事宜。

    这事儿听起来就够离谱的了。美国政府持有一家私营AI公司的股权，这在美国历史上几乎没有先例。唯一能拿来对比的，是去年政府对英特尔的那笔操作——当时美国拿到了英特尔10%的股份，条件是政府要给这家陷入困境的芯片制造商提供支持。

    桑德斯的”股票税”

    这个想法在左翼阵营里找到了意想不到的共鸣。参议员伯尼·桑德斯本周提议，对OpenAI、Anthropic、xAI这些计划上市的公司征收一次性50%的税，税款用股票的形式缴纳。

    桑德斯认为，这项税收将”让公众在决定这项技术的未来方面发挥直接作用”，并且”确保人工智能可能产生的数万亿美元收益被用于改善我们所有人的生活质量”。

    右边也不是完全反对。前特朗普政府的人工智能和加密货币事务主管大卫·萨克斯在社交平台发帖说，他能理解桑德斯的想法为什么能引起共鸣，”包括很多右翼人士也认同”，但他警告说，这实际上会”加速我们已经在滑向的政企融合趋势”。萨克斯现在担任总统科学技术顾问委员会的联席主席。

    OpenAI的”公共财富基金”

    CNBC的报道还说，这部分政府持股，可能会被用来给OpenAI最近提出的”公共财富基金”提供种子资金。按照OpenAI的说法，这个基金的收益”可以直接分配给民众，让更多人——无论初始财富状况或资本获取能力如何——都能直接参与到人工智能驱动的增长红利中”。

    彭博社的补充报道给了更多细节。当空军一号上的记者向特朗普追问这个想法的时候，他回说，自己一直在和人工智能企业的高管们讨论”相关概念，让部分股权可以分配给美国公众，本质上让美国公众成为这些公司的合作伙伴”。

    彭博社还提到，OpenAI的首席执行官萨姆·奥特曼从2025年初开始就在讨论这个政府持有大型人工智能公司股权的想法了。

    这事离落地还早，但信号已经够清楚了

    社交媒体上还有其他声音。前微软员工达雷·奥巴桑乔认为：”为政府救助OpenAI做铺垫的工作已经开始了。”

    这件事离真正落地还早。但它透露出来的信号值得琢磨：人工智能产业的规模已经大到让政府开始认真考虑”分一杯羹”的程度了。不管最后能不能成，这个方向的讨论本身就已经改变了AI产业的游戏规则。

  • 黄仁勋的AI工厂蓝图

    黄仁勋的AI工厂蓝图

    英伟达GTC 2026大会，黄仁勋的演讲信息量巨大。他明确说，两年前播下的生成式AI种子已经结出硕果，”有用的人工智能”已经到来，核心标志就是智能体AI的全面爆发。

    什么叫智能体AI？简单说，就是AI不再只是生成内容，而是能完成实际工作。它有理解、观察、推理、规划能力，能通过”观察→推理→行动→使用工具”的闭环完成实际任务。相比人类用户对响应速度的要求，智能体对低延迟的需求更高，追求纳秒级响应。

    黄仁勋在演讲中强调，AI不是在替代就业，而是能指数级放大工程师的产出，相同的人力投入能创造3倍以上的生产力价值。未来智能体的部署数量将远超过全球人口，将成为数字经济的核心参与主体。

    这次GTC最重磅的发布是Vera Rubin超级计算集群，这是英伟达史上最复杂的端到端机架级集群系统，专为智能体AI量产设计，目前已经进入全面量产阶段。这个集群的供应链规模是Grace Blackwell的2倍，采用无缆化midplane设计，单机架组装时间从2小时压缩至5分钟。

    除了硬件，英伟达还推出了DSX数据中心基础设施蓝图，包含DSX Sim（数字孪生仿真）、DSX OS（工厂运营系统）、DSX MaxLPS（电力效率优化）、DSX Flex（电网调峰适配）四大模块，为AI工厂提供从设计、建设到运营的全流程标准方案。

    在PC生态方面，英伟达与联发科联合研发了N1X芯片，推出RTX Spark智能体计算平台，覆盖笔记本、台式机、DGX Station三种PC形态。微软将联合英伟达重构PC操作系统，实现云端-本地智能体的协同工作。黄仁勋预测，十年后家庭AI超级计算机将像家电一样普及。

    物理AI是另一个重点。英伟达推出Cosmos 3开源世界模型，解决物理AI的数据匮乏问题。这个模型采用自回归Transformer+扩散Transformer混合架构，可生成符合真实物理规律的合成视频，为机器人、自动驾驶等物理AI提供虚拟训练数据。模型、数据、训练方法全部开源。

    从这次GTC释放的信号看，英伟达已经不再满足于只做GPU公司，而是要成为智能体时代无可替代的AI基础设施垄断者。他们的竞争壁垒来自从芯片到软件、从云端到端侧的全栈整合与协同设计能力。

    对于开发者来说，英伟达开放了Nemotron 3 Ultra模型，基于SSM+MoE混合架构，推理速度提升5倍、成本降低30%，同时开放训练脚本和工具调用数据集。他们还推出了开源企业AI工具包，包含OpenShell安全沙盒框架、Hermes编排框架、CUDA-X工具技能包、全平台适配的运行时环境，降低企业部署智能体的门槛。

  • LinkedIn创始人的下一次押注：离开微软董事会，去造AI制药公司

    LinkedIn创始人的下一次押注：离开微软董事会，去造AI制药公司

    雷德·霍夫曼最近做了一个决定：离开微软董事会。这位LinkedIn的联合创始人，在2017年坐进微软董事会会议室，到现在已经快十年了。他选择在这个时间点走，理由很直接——要把更多精力放在自己2025年联合创立的AI药物研发公司Manas上。

    霍夫曼和微软CEO萨提亚·纳德拉共同主持着一档叫《Possible》的播客。就在节目里，他亲口说了这件事。消息本身不算突然，《彭博社》之前已经报过了，美国证券交易委员会的文件里也写着。但在AI这一波狂热里，一个顶级科技人物把筹码从一张桌换到另一张桌，值得琢磨一下。

    霍夫曼不是在退出AI，他是把赌注压向了AI最硬核的落地场景之一：制药。

    Manas是什么来头

    Manas这家公司，名字来自梵语”思维”或”智慧”。联合创始人除了霍夫曼，还有一位重量级人物：Siddhartha Mukherjee——哥伦比亚大学癌症医生，普利策奖得主，写过《癌症传》（The Emperor of All Maladies）。CEO是Mukherjee，霍夫曼出任董事长。

    公司的方向是用AI加速药物研发。传统制药的痛点大家都清楚：一款新药从靶点发现到最终上市，平均耗时10到15年，烧钱数十亿美元，失败率超过90%。AI能做的事，是从海量生物数据里找规律——预测哪些分子最可能成为有效药物、哪些化合物会有毒性、哪些临床试验设计更可能成功。理论上，这能把周期缩短几年，把成本砍掉一大截。

    这个方向不是霍夫曼一个人看中的。整个AI制药赛道，在过去三年里吸引了巨额资金。元宇宙概念冷下去之后，AI+生物科技成了硅谷新宠。Google的AlphaFold已经把蛋白质结构预测做到了近乎完美的程度——2020年AlphaFold 2横空出世，2024年AlphaFold 3进一步做到了分子相互作用的精确预测。David Baker拿了2024年诺贝尔化学奖，表彰的就是蛋白质设计和AI预测的贡献。

    霍夫曼的AI布局不全是OpenAI那一挂

    提起霍夫曼和AI的关系，大多数人先想到的是他是OpenAI的早期支持者，是硅谷那批最积极推动AGI（通用人工智能）的人之一。他写过一本书叫《Impromptu: Amplifying Our Humanity Through AI》，大谈AI如何放大人的能力。

    但Manas这个动作说明，他的AI押注不止在”通用智能”这一条线上。药物研发是AI落地最硬核、周期最长、但一旦做成回报也最惊人的方向之一。这跟炒大模型API、做AI助手创业，完全不是一回事情。

    离开微软董事会这个动作，也可以换个角度理解：霍夫曼在微软的角色，更多是一个”连接者”——他帮微软打通LinkedIn之后，一直在董事会里提供战略视角。但现在他的重心在Manas，这家公司需要他投入的时间，不是一个”兼职董事长”能应付的。

    微软失去了什么

    微软失去霍夫曼，不是失去了一位技术领袖——他的角色从来不是技术那挂的。更准确地说，微软失去的是一个跟硅谷风投圈、创业圈、AI圈都深度连接的人。霍夫曼是Greylock Partners的前合伙人，投过一堆知名公司，在AI创业圈里说话有分量。

    但微软现在也不缺”AI圈内人”：它跟OpenAI绑得够深，自己也有Copilot产品线，纳德拉本人对AI的战略判断在业界也算一线。霍夫曼离开，对微软的实际影响，可能更多在”象征意义”层面：连最铁杆的AI推动者之一，现在都把主要精力从”平台层”移向了”应用层”（而且是特别硬核的生物应用层）。

    下一次微软股东大会上，霍夫曼的名字不会再出现在董事会连任名单里。他去造药了。这事本身不稀奇——科技圈的人隔几年就折腾一次”用AI改变生物科技”。但这次是霍夫曼，是LinkedIn创始人，是OpenAI早期支持者里说话最响的那批人之一。这个信号，比一篇AI制药融资新闻要重一些。

    Manas能不能真的做出一款AI辅助设计出来的新药，现在没人知道。这个赛道上已经倒过不少高估值的公司了。但霍夫曼把筹码压上去，而且压到需要离开微软董事会的程度——至少说明，在他看来，这局牌值得全押。

    📎 原文来源：The Verge – LinkedIn co-founder Reid Hoffman is leaving Microsoft’s board（作者：Emma Roth，2026-06-05）；CNBC补充报道

  • 苹果慢了三年，这次想把Siri重新发明一遍

    苹果慢了三年，这次想把Siri重新发明一遍

    苹果在AI这件事上已经落后好几年了。但有意思的是，这种”从后面追”的姿势，说不定反而是件好事。

    下周一（6月9日），苹果全球开发者大会WWDC 2026就要开幕。所有迹象都指向一件事：苹果准备重新把我们介绍给”新Siri”。之所以说”重新”，是因为我们其实在2024年就已经”见过”新Siri了——那时候苹果”发布”了Apple Intelligence，Siri换了个发光的边框，多了几个声音选项，还能把搞不定的问题甩给ChatGPT。至于当时承诺的那些真正的”智能”功能？没影的事。以至于苹果因为误导性宣传，正在和解一场集体诉讼，要给那些因为宣传买了iPhone的用户赔钱。

    有趣的是，苹果把球踢得这么烂，反而可能意外跌进了一个有利位置。

    Gemini已经赢了，但赢的方式让人发毛

    先把话说清楚：如果AI助手真的有场比赛，苹果正在惨败。Gemini现在能帮你叫Uber、点外卖、盯着你的日历提醒你什么时候该出发去机场。它把该做的都做了，而且做得挺好。Gemini赢了，赢得没毛病。

    但另一件事也在发生：人们对AI的不信任感正在上升，年轻人尤其明显。Gemini越强大，它就越让人觉得诡异。要让一个AI助手真正有用，它就得足够了解你——得看你的照片、读你的邮件、知道你儿子叫什么名字。我可以自愿把这些信息授权给Gemini，但每次它大声说出我儿子的名字，我还是会觉得后背发凉。

    我是测这些东西的，新功能出来我得试，算工作的一部分。但等到这些功能真的渗透到普通用户那里，大家的反应会非常有意思。

    苹果的新玩法：躲在Gemini后面

    据彭博社的报道，新版Siri将以某种方式和Gemini深度整合。苹果毫无疑问要为这个”特权”付一大笔钱。但这种”隔了一层”的架构，反而可能变成一种优势。

    你想想，现在哪家AI公司的名字是跟一个不受欢迎的超大规模数据中心项目绑在一起的？不是苹果。谷歌现在正忙着在全美各地匆忙开建巨大的数据中心，邻居们并不买账。苹果呢？它不用建这些设施——付钱给谷歌就好了，而那些钱预计会流去支撑谷歌的数据中心大扩张。苹果的双手，干干净净。

    WWDC 2024会场
    WWDC 2024：苹果”发布”Apple Intelligence的地方，两年后仍在兑现承诺的路上（图源：The Verge）

    Copilot的教训：别到处塞AI按钮

    还有Copilot这个前车之鉴。微软现在恨不得在每个文档里都塞一个”要我帮你总结一下吗？”的Copilot按钮，烦都烦死了。谷歌也没好到哪去——现在你打开任何一个谷歌家的App，都能迎面撞上Gemini的闪光图标，而且它出现的频率高到让人觉得，这玩意儿很快就会从”新鲜”变成”厌烦”。苹果这边呢，Siri现在的尝试性总结消息功能，顶多算”有趣”，更多时候是”烦人”——但至少它还没到处处都是的地步。

    这不是说苹果就一定做对了。我相当确定苹果真的很想让Siri帮用户写邮件、把照片做成”回忆”视频、还有关照一下院子里快枯死的植物。问题是Siri现在还做不到这些。所以这次WWDC上我们要见到的这个”Gemini增强版Siri”，它会出现在哪里、会以多激进的方式露面，将是整场发布会最值得看的地方。

    隐私牌，苹果最后的杀手锏

    我猜苹果会大打特打它最爱的那张牌：隐私。可以肯定我们会听到更多关于”私有云算力”（Private Cloud Compute）的说法，据说这东西能让你的数据像从未离开设备一样安全。新版Siri可能还会支持一段时间后自动删除聊天记录，而不是默认把所有对话都存下来。

    承诺一个更私密、更安全的AI体验，对那些一想到要把更多个人信息交给谷歌就犯怵的人，可能会有吸引力。但对于那些纯粹是受够了AI无处不在、无孔不入的人来说，这张牌也没多大用。

    优势这种东西，尤其是你莫名其妙跌进去的那种，来得快，去得也快。

    苹果完全可以把自己的AI慢节奏包装成”更负责任的推进方式”。谷歌的高管们以前也总把”大胆且负责任”挂在嘴边，但最近他们太忙着往外发新Gemini功能、在奇点山脚下晒太阳了，没空琢磨这个。把延迟发布说成”花时间把事情做对”，不是个坏赌注。但虚假启动的次数，已经用完了。Siri这次得真的做出来才行。像这样的第二次机会，不会再有第三次了。

    📎 原文来源：The Verge – Here comes new Siri again（作者：Allison Johnson，2026-06-06）

  • 阿里发了款新模型，价格只有Claude的一半，性能却差不多

    阿里发了款新模型，价格只有Claude的一半，性能却差不多

    5月20日的杭州阿里云峰会上，高级副总裁刘伟光说了一句挺有意思的话：”我们正在打造中国AI工厂。”台下的人可能还没意识到，这句话背后的分量——阿里不再满足于做开源模型的社区宠儿，它要直接和Anthropic、OpenAI在企业级市场正面刚。

    “我们在各基准测试中排名靠前，超过中国所有其他AI模型。”
    ——阿里云首席AI架构师 周静仁

    当天正式发布的Qwen3.7 Max，是阿里第一款闭源旗舰模型。这个转向值得玩味：过去两年，阿里靠开源的Qwen 3.5、3.6系列占据了大量开发者生态，现在它想把这套生态转化成真金白银的企业收入。

    数字摆出来，确实有点东西

    先说硬指标。Qwen3.7 Max的上下文窗口达到100万tokens，比上一代Qwen 3.6的25.6万tokens提升了近40倍。这意味着什么？你可以把一整本技术手册、一个中等规模代码库，一次性塞进模型的”工作记忆”里，不用再做切片和向量检索。

    人工分析智能指数（AA Intelligence Index v4.0）给Qwen3.7 Max打了56.6分，综合排名第5，是发布时排名最高的中国模型。排它前面的是GPT-5.5（60.2分）、Claude Opus 4.7（57.3分），分差在误差范围内。

    换成大白话：阿里这套模型，智能水平和Claude Opus 4.7差不多，但定价只有后者的一半。

    评测维度 Qwen3.7 Max Claude Opus 4.7 GPT-5.5
    AA智能指数 56.6（第5） 57.3（第4） 60.2（第1）
    Terminal-Bench 2.0 69.7 65.4（4.6基线） 未披露
    SWE-Bench Pro 60.6 57.3（4.6基线） 未披露
    输入定价（美元/百万tokens） 2.5 5.0 5.0
    输出定价（美元/百万tokens） 7.5 25.0 30.0

    定价是亮点，但实际成本有点猫腻

    标题说”价格只有Claude的一半”，指的是官方标价。但用起来是不是真的只要一半，这里有个坑。

    Digital Applied的评测发现，Qwen3.7 Max的输出冗余度极高。在AA智能指数评测中，它一共生成了9700万输出tokens，而对比组的中位数仅为2400万tokens——是中位数的4倍。换句话说，同样回答一个问题，Qwen3.7 Max可能会输出4倍长度的”废话”。

    按7.5美元/百万输出tokens计算，同等任务下Qwen3.7 Max的实际输出成本是中等冗余度模型的2.5倍。所以标价和Claude Opus 4.7的实际差距，远没有一半那么大。

    不过，阿里给了一个挺实在的折扣：缓存输入0.25美元/百万tokens（90%折扣）。对于智能体任务（重复调用相同系统提示词），这个折扣能把成本压得很低。

    智能体编程是真本事

    Qwen3.7 Max的核心卖点是”智能体（Agent）能力”。阿里在发布会上演示了一个35小时自主运行的编程任务：模型连续运行35小时，完成1158次工具调用、432次内核评估、5次架构重设计，最终把Triton内核的几何平均速度提升了10倍。

    这个演示还没被独立复现，但基准测试成绩是实打实的。Terminal-Bench 2.0（测试多步骤智能体工作流）得分69.7，SWE-Bench Pro（真实软件工程任务）得分60.6，MCP-Atlas（模型上下文协议适配）得分76.4，均领先对比组。

    更重要的是兼容性。Qwen3.7 Max支持OpenAI兼容和Anthropic兼容两种API规范，可以适配Claude Code、OpenClaw、Qwen Code、Hermes Agent等多款智能体框架。已经用上Claude Code的团队，无需重写框架就能切换调用。

    两个地方要注意

    第一个是幻觉率。Qwen3.7 Max的AA-Omniscience幻觉率为22.9%，是同期前沿模型中最低的，较上一代Qwen 3.6的44.2%大幅下降。但这个提升部分来自”弃答策略”：模型答题尝试率从67.3%下降至48.0%，超过一半的问题它会选择”不知道”而非给出答案。

    这意味着什么？如果你做的是智能体编程，答错比弃答危害更大，Qwen3.7 Max反而有优势。但如果你做的是RAG管道、法律或医疗问答这些需要高召回率的场景，它的弃答率会让你头疼，这类场景建议用DeepSeek V4 Pro或Claude Opus 4.7。

    第二个是开源权重。阿里已公布计划推出开源的Qwen 3.7 Plus轻量版，但截至5月25日，HuggingFace的Qwen组织下仅公布了Qwen 3.6及更早版本权重，暂未放出Qwen 3.7系列权重。需要自部署的团队，目前还得用Qwen 3.6系列或者DeepSeek V4 Pro。

    战略意图比模型本身更值得琢磨

    把Qwen3.7 Max放在更大的格局里看，这事的意义不止是一款新模型发布。

    过去两年，中美AI模型之间的差距，外界普遍认为是”一个迭代周期”——大概6到9个月。Qwen3.7 Max的AA智能指数和Claude Opus 4.7只差0.7分，基本在误差范围内。这意味着，中国前沿AI已经不再落后西方实验室一个迭代周期，差距正在收窄到同一代内的不同批次。

    阿里的全栈布局也在同步推进。模型（Qwen3.7 Max）+ 自研芯片（Zhenwu M890 AI加速器）+ 智能体框架，这套组合在地缘政治压力下有特殊的战略价值——即便买不到英伟达最新芯片，阿里也有一套自己可控的技术栈。

    对于企业用户来说，Qwen3.7 Max目前是通过阿里云模型工作室、OpenRouter、Together AI、Qubrid AI四个渠道访问。建议针对自身任务子集做基准测试，结合实际冗余度调整后的成本做路由决策，而不是只看官方定价。