行业分类:
加载中...
头条分类:
加载中...
筹备警察局外,SpaceX的Starbase城市拟组建独立市政法院
IT之家 2 月 20 日消息,科技媒体 TechCrunch 昨日(2 月 19 日)发布博文,报道称 SpaceX 位于美国得克萨斯州的“星基市”(Starbase)正加速完善其市政体系,继组建志愿消防队和筹备警察局后,该市行政官于本周三提交了一项法令,提议设立市政法院。 Starbase 是 SpaceX 在得克萨斯州博卡奇卡(Boca Chica)建立的公司市镇,紧邻其火箭发射场,主要为员工和航天运营提供独立的市政支持。 SpaceX 在周三举行的城市委员会会议上,Starbase 行政官提交了一项拟议法令,正式申请设立市政法院。根据提交的法令草案,新的市政法院将配备兼职法官、检察官和法庭书记员。 在正式法官获得任命(任期两年)之前,Starbase 市长将暂时兼任法官一职。行政官在提案中表示,希望能在下个月的会议前确立正式法官的候选人。 IT之家援引博文介绍,Starbase 目前约有 580 名常住居民,其地理位置紧邻 SpaceX 的南得克萨斯火箭工厂及发射场。除了司法系统,该市目前已独立处理建筑许可证发放及消防法规检查等行政事务。 Starbase 目前正积极筹备警察局,在向得克萨斯州执法委员会提交的警察局成立申请中,指出随着人口扩张,当地的服务需求激增。仅在 2025 年,该市就记录了 420 次执法呼叫、180 次消防服务呼叫以及 140 次急救医疗(EMS)呼叫。此外作为进出 Starbase 的主干道,4 号公路去年的日均车流量超过 7000 辆,全年共记录了 353 起交通事故。 在申请文件中,星基市将自身描述为“尖端技术与海岸魅力的独特融合”,并指出当地家庭收入中位数高、房产价值不断攀升,居民对公共安全等市政服务有着极高期待。
太空滞留9个多月!NASA认定“星际客机”载人试飞为最高等级事故
快科技2月20日消息,据媒体报道,美国国家航空航天局(NASA)于19日发布针对波音公司“星际客机”载人试飞任务的调查报告,正式将此次因飞船故障导致宇航员滞留国际空间站的事故,定为严重程度最高的“A类”事故。 这起事件直接导致两名宇航员在国际空间站“超期滞留”长达9个多月。 通常情况下,宇航员执行太空任务前会进行充分准备,包括根据任务时长备齐物资,并针对在轨任务开展专项训练。因此,正常情况下宇航员并不会在任务中遭遇重大困难。 然而,“星际客机”飞船出现问题后,美国方面虽多次推迟返航时间并尝试修复,但数月过去问题仍未解决,最终两名宇航员不得不“换乘”SpaceX的载人龙飞船返回地球。 载人龙飞船的发射同样需要时间准备,且由于宇航员的临时“换乘”,整个飞行乘组的任务安排也相应调整。在漫长的等待中,两名宇航员不得不在空间站“加班”,执行了本不属于他们的多项任务。 直至去年3月,他们才搭乘载人龙飞船返回地球,结束了长达9个多月的太空飞行。 如今,数月过去,两名宇航员已退休,不会再执行太空任务,而“星际客机”何时能“复飞”则成为外界持续关注的焦点。 NASA最新发布的调查报告,汇总了“星际客机”首次载人飞行任务中出现的全部问题。 报告指出,飞船在执行任务期间故障频发,不仅直接威胁宇航员生命安全,也对NASA长期以来秉持的安全与问责文化造成冲击。 报告还明确指出,NASA自身的决策及领导层问题,也是导致两名宇航员长期滞留空间站的部分原因。因此,NASA将此事件定性为“A类事故”,这是该机构最高等级的事故分类。 在美国载人航天历史上,A类事故极为罕见,此前最为人所知的案例是挑战者号与哥伦比亚号航天飞机失事,共导致14名宇航员罹难。NASA此次将“星际客机”事故与航天飞机事故同归为A级,足见其对此次任务风险的严重性评估之高。
Gemini 3.1:小小小小更新压过对手大迭代,Google卷飞了
01 Gemini 3.1 来了 2026年2月19日,Google发布Gemini 3.1 Pro。这是Google首次以".1"作为版本增量发布Gemini模型——此前的版本迭代均为0.5递进(1.0→1.5→2.0→2.5→3.0)。 Google将此次更新定位为"核心推理能力的进步"(a step forward in core reasoning),其技术基础是上周Gemini 3 Deep Think更新中引入的"核心智能"(core intelligence)架构。 在两项关键基准测试中,Gemini 3.1 Pro呈现显著性能提升。ARC-AGI-2测试得分77.1%,较Gemini 3 Pro的31.1%提升超过一倍。在Humanity's Last Exam测试中,Gemini 3.1 Pro得分44.4%,高于Gemini 3 Pro的37.5%和GPT-5.2的34.5%。 Artificial Analysis独立评测显示:整体智能维度Gemini 3.1 Pro以57分居首,Claude Opus 4.6以53分位列第二;编码能力Gemini 3.1 Pro以56分排名第一;Agentic任务方面Claude Opus 4.6以68分领先,Gemini 3.1 Pro为59分。 访问渠道已同步开放。开发者可通过Gemini API、Google AI Studio、Gemini CLI、Google Antigravity及Android Studio(预览版)调用;企业用户可使用Vertex AI和Gemini Enterprise;普通消费者可在Gemini App和NotebookLM中使用,其中Pro和Ultra订阅用户享有更高额度。 此次更新最“吓人”的地方是,Google一个“超级小”版本的迭代,达到了其他家模型大迭代的效果。 当然版本号随便定,但这个信号背后,Google这样处理版号策略的调整——从0.5增量改为0.1增量——直接意味着Google将加快模型迭代节奏,以更细粒度的方式推送能力改进。 也就是,此前一段时间多少还比较淡定的Google,也要开卷了! 02 官方给出的惊艳案例:更智能,更美,更全面 在官方发布的演示中,四个案例展示了Gemini 3.1 Pro的代码生成能力。 第一个案例是将文学风格转化为网站设计。系统以《呼啸山庄》为灵感,假设书中角色是一位风景摄影师,生成了一套完整的个人作品集网站。视觉上,网站采用了与小说氛围相符的色调和排版,将文学意境直接映射为界面元素。 自动播放 第二个案例是3D椋鸟群飞模拟。用户可以通过界面交互控制鸟群的运动方向,鸟群的飞行动态会实时生成对应的音景,声音随鸟群密度和运动状态变化。这是一个将视觉、交互和音频整合在一起的完整演示。 自动播放 第三个案例是国际空间站位置可视化。系统生成了一个HTML仪表盘,集成了第三方API获取的实时数据,在地图上显示空间站的当前位置和运行轨迹。这展示了模型处理外部数据接口的能力。 自动播放 第四个案例是动画SVG生成。模型直接输出了可在网页中使用的动画SVG文件,这种矢量格式可以任意缩放而不损失画质,适合需要响应式设计的项目。 自动播放 这些案例的共同特点是:它们都是完整的、可直接运行的代码产物,而非片段或伪代码。从文学作品到交互模拟,从数据可视化到图形生成,覆盖了不同的应用场景。模型在这些任务中的表现如何,读者可以自行判断。 Gemini 3.1 Pro的技术迭代,体现了一条务实的路径:在颠覆式重构不太会经常出现后,要追求对现有架构的精细化打磨。 架构层面延续了MoE(混合专家)路线,100万token的上下文窗口和64,000 token的输出上限维持不变。这个规模在当前的模型梯队中仍属头部,足以支撑长文档分析、代码库理解等场景。真正值得关注的,是推理机制的重构。 三层思考模式(Low/Medium/High)的引入,本质上是对"计算-质量-成本"三角关系的显式化管理。Low模式追求响应速度,适合高并发场景;High模式则调用完整推理能力,处理复杂问题可能需要数分钟——这种设计让用户能够根据任务难度主动权衡成本,而非被动接受统一计价。Medium层级的加入填补了此前的空白,为日常任务提供了更经济的中间选项。 同时,Deep Think技术也出现了“下放”,上周Gemini 3 Deep Think在ARC-AGI-2测试中取得84.6%成绩所依赖的"并行思考技术",已被整合进基础模型。这意味着模型能够同时探索多条解题路径,再通过内部评估筛选最优解。与此同时,原本用于Flash模型的强化学习技术也被迁移至Pro版本,这种技术栈的横向打通,比单纯的参数堆叠更有价值。 幻觉控制方面的进步也很关键。AA-Omniscience Index从13分跃升至30分,在主流模型中排名第一。这一指标衡量的是模型对自身知识边界的认知能力——知道"不知道什么",比知道"知道什么"更难,也更重要。 总体而言,Gemini 3.1 Pro的升级逻辑清晰:不追求单项指标的惊艳,而是在可控成本下,系统性地提升模型的可用性和可靠性。 03 榜单之外,更重要是Google也开始卷了 Gemini 3.1 Pro发布后,技术社区的声音呈现出明显的分化。 乐观派将目光投向了数据。ARC-AGI-2基准77.1%的得分被视为实质性突破——这不仅是上一代31.1%的两倍以上,也意味着模型在处理全新逻辑模式时的能力跃升。 幻觉抗性指标(AA-Omniscience Index)从Gemini 3 Pro的13跃升至30,远超Claude Opus 4.6的11,这一进步被开发者群体频繁提及。三层思考模式的设计也受到好评——让用户根据任务复杂度自主选择"快速/深度/深度+"模式,被认为是对控制权的合理让渡。 但质疑声同样值得倾听。Gartner分析师William McKeon-White的评价代表了一种审慎态度:"这是好的持续进步,但没有什么根本性的游戏规则改变者。"华盛顿大学教授Chirag Shah则提出了更深层的问题:更好的推理能力确实是处理复杂任务的必要条件,但并非充分条件——"更何况,'复杂'本身的定义就不明确。"LMArena的盲测数据也提供了另一种视角:3.1 Pro相比Gemini 3 Pro的提升幅度有限,在扩展文本和代码任务上仍落后于Claude。 中立观察者更关注宏观趋势。AI模型排行榜被形容为"抢椅子游戏"——Claude、Gemini、GPT轮流登顶,每次领先周期只有数周。发布节奏的密集同样引人注目:Anthropic Sonnet 4.6于2月17日发布,Google Gemini 3.1 Pro紧随其后于2月19日登场。一个被反复提及的观察是:基准分数与真实用户体验之间存在落差,排行榜上的领先不等于实际工作流中的优势。 其实,相比于在榜单上几个小数点的提升,更重要的是Google自己策略的更加激进化。 Gemini 3.1 Pro的发布,首先标志着Google产品策略的微妙转向。首次采用".1"版本号,意味着从过去追求"大版本震撼"的发布节奏,转向更贴近工程实际的持续迭代模式。 这种转变本身说明:AI竞赛已进入长跑阶段,单次爆发的窗口期正在收窄。在高端推理市场,Google终于拿出了与GPT-5.2和Claude正面交锋的产品,而其真正的护城河或许不在于模型本身,而在于Cloud和Workspace构成的企业基础设施——这是OpenAI和Anthropic短期内难以复制的。 从行业视角看,推理能力正在成为模型竞争的新高地。Gemini 3.1 Pro与Anthropic的发布时间间隔仅两天,这种以天为单位的跟进速度,反映出头部厂商的技术差距正在收窄。更具信号意义的是定价策略:最高性能模型的价格反而更低,这意味着价格战已从"性价比竞争"升级为"性能溢价消失"的新阶段。 Gemini 3.1 Pro定价为$4.50/百万token(混合价格),低于GPT-5.2的$4.80、Claude Sonnet 4.6的$6和Claude Opus 4.6的$10。API定价分档:≤200K tokens时输入$2、输出$12;>200K tokens时输入$4、输出$18。 免费用户可直接在Gemini Web UI使用Gemini 3.1 Pro,无需订阅Gemini Advanced。
限制500W仍烧毁:RTX 5090显卡接口熔毁新案例曝光
IT之家 2 月 20 日消息,网友 @sanetidaay 昨日(2 月 18 日)在 mobile01 论坛发帖,反馈其技嘉 RTX 5090 AORUS Master ICE 显卡发生 12V-2x6 电源接口熔毁事故。 该用户此前已了解 RTX 50 系列(以及此前的 40 系列)存在的接口过热风险,因此采取了防御性措施,主动将显卡的最大功耗限制在 500W。这一数值比 RTX 5090 通常的 600W 功耗上限低了 100W。 然而,这一谨慎的操作最终未能阻止硬件损坏,显卡使用的是显卡随附的“3 个 8-pin 转 12V-2x6”转接线,在平稳运行近 7 个月后宣告“死亡”。现场照片显示,该显卡的 12V-2x6 接口顶排针脚已完全熔化并烧焦,而底排针脚却完好无损。 IT之家附上相关截图如下: 这种特定的损坏模式表明,电流负载主要集中在顶部针脚上,极有可能是由于接触面不均匀或接触不良导致电阻升高,进而引发局部过热。 为最大限度降低熔毁风险,专家建议用户应严格遵循以下硬件规范: 摒弃老旧电源,升级至符合 ATX 3.1 标准的新型电源; 必须使用电源自带的原生 12V-2x6 线材,严禁使用“8-pin 转 16-pin”转接线; 确保接口完全插入到底,听到“咔哒”声为准; 保持接口处线材自然平直,接头后方 35mm 范围内严禁弯折; 如有条件,可使用 Wireview II Pro 等工具实时监控接口温度与电压。
春节AI 模型大战,谁是最大赢家?
2026年开年的科技圈,一场静默的排位赛正在悄然改写AI大模型世界的规则。 1月27日,月之暗面开源Kimi K2.5,以“Agent Swarm”技术实现100个子智能体并行协作,将复杂任务执行效率提升数倍; 2月7日,字节视频生成模型Seedance 2.0正式上线,凭借多模态参考系统与原生音视频同步能力引发全球创作者追捧; 2月11日深夜,智谱AI发布新一代旗舰模型GLM-5,在全球权威榜单Artificial Analysis中位居全球第四、开源模型第一。 此外,阿里Qwen3-Max-Thinking、DeepSeek-OCR2、生数、银河通用、智源等模型也在同一时段密集亮相。 海外厂商同样动作频繁。2月5日,OpenAI发布GPT-5.3-Codex编程模型,并推出企业级AI Agent平台;同日,Anthropic发布Claude Opus 4.6,不到半月后又推出定价更低的Claude Sonnet 4.6主攻智能体场景。 诸神之战,不一而足。 几乎所有公司都选择在一个特殊的时间窗口登场——春节前后。传统认知中,春节是用户注意力分散、媒体曝光度下降的时段,并非科技产品发布的黄金窗口。但2026年的这波集中发布,恰恰利用了春节的场景丰富性: 充裕的假期时间、家庭聚会、出行规划、内容创作、社交娱乐,在全民行为高度集中的这一档口,正是检验大模型能否从实际应用层面解决复杂任务的最佳测试时机。 现在看来,这个时间节点绝非巧合,其背后的产业升级意义意味深长——这是国产大模型的一次集体转型。 在过去两年,国产大模型更像是实验室里的“做题家”,核心解决的是用户提问到模型作答的及时交付,比拼的是benchmark分数与响应速度;而这一波AI大战,已经能够清晰地看到,国产大模型正在向能真正处理复杂任务的“实干派”转变。模型不再满足于给出答案,而是要独立完成从理解需求、拆解任务、调用工具到交付成果的全流程。 而我们发现,在这轮“实干能力”的竞赛中,一个值得注意的现象是,领跑者的地理坐标高度重合,它们大多聚集在北京海淀区。理解这种“海淀基因”,才能厘清国产大模型转型的深层原因。 01 更加务实的智能军团 虽然这一轮国产大模型的集中发布尚未结束,不过一个显著的趋势已经展现——更务实的评测维度正在取代传统指标。 过去对AGI的乌托邦式憧憬,正被算力成本与落地成效的硬约束快速拉回地面。无论是旧金山湾区还是中国一二线城市,资本与产业都已不再为单纯的规模扩张叙事支付溢价——大模型正在从单纯的技术探索,加速进入技术与需求双向赛跑的商业化深水区。 通俗一点来说,大模型不再只追求标准答案,更在考察在开放环境中的任务完成度,以及如何直接应用到普通人的生活中。 此刻扎堆发布的大模型,纷纷顺势而为。 智谱发布的GLM-5在HumanEval代码通过率达到96.2%,GLM-5原生支持跨文件代码重构,并能处理复杂系统工程代码仓。 而在过去专注“聊天”和提供情绪价值的字节,也同样呈现务实转向。以前做AI视频,用户得跟机器猜谜——写一堆提示词描述“夕阳下的古风少女”,结果出来可能是古装也可能是和服。而在2月初发布的字节Seedance 2.0,则让指向更清晰明确——用哪个色调、某个角色的脸、哪一段视频里的动作,甚至放段音乐让它跟着节奏剪。 这种多模态参考机制将创作主动权交还用户,降低了反复调试的试错成本,使电商广告、短视频制作等商业场景的产出更为稳定。也与海外模型形成对照:当OpenAI的Sora和谷歌Veo 2仍主要依赖文本提示词时,Seedance 2.0将创作更贴近商业场景对确定性的需求。 今年春晚舞台视觉《贺花神》的四季花神场景,正是该能力的落地展示——以四时花卉为主题,十二位演员对应十二种花神,每一个出场都伴随着专属场景。这背后正是字节大模型的图像与视频生成能力起到的作用,为节目定制“一月一人一景,一花一态一观”的视觉效果。 打破边界的,还有大模型的另一种存在载体——具身智能。 1月8日,银河通用发布重载机器人Galbot S1,实现零遥操全自主作业,双臂负载达50公斤。与特斯拉Optimus等海外人形机器人侧重工厂场景不同,Galbot S1的手脑协同设计更聚焦室内泛化能力——春晚上银河通用与沈腾、马丽的互动展示,正让我们看到了机器人手脑一体的无限可能,未来无数室内场景的泛化能力正源于具身智能大脑模型的布局。 AI从数字世界来到物理世界,大模型公司正在用一条相对扎实的路,在填补过往实用性不足的坑——听懂人话、把事情干成。 这和人们通常所理解的商业溢价的区别是,AI普惠化不是市场竞争手段,而是技术发展的目的。 2025年,国产大模型对行业标杆的理解发生了根本转变。技术评测的领先仅证明能力上限,而商业价值的衡量标准已转向规模化的可及性与经济性——单位算力所能支撑的实际产出效率,成为更具分量的评判维度。 市场端的反馈更为直接。经过两年多的技术演示期,无论是企业还是终端市场,都在提出更为具体的需求:模型能否自动处理报销流程,能否协调多个软件完成市场调研,能否在无人监督的情况下执行周期较长的项目。大模型的实际执行能力已成为企业采购决策的核心考量,推动研发方向从追求技术突破转向保障交付质量。 春节场景为产品实用验证提供了特殊环境。家庭聚会涉及菜谱生成、采购规划、智能设备控制等协调需求;长途出行需要整合交通预订、酒店比价、行程优化等多平台信息;内容创作则要求模型理解节日文化、平台调性及传播规律。 这些任务无法通过单次问答完成,需要模型具备任务分解、工具调用、异常处理及结果整合能力。2026年春节的集中发布,实质是厂商将产品置于真实场景的压力测试,假期积累的用户反馈将为后续产品迭代提供数据支撑。 02 海淀基因 当技术理想主义与商业现实主义融合时,“觉醒”往往发生在一片让创新既能扎根又能拔节生长的土壤上。 放眼全球,人工智能的竞赛早已超越单一企业的角力,演变为区域创新生态的系统较量。 硅谷凭借斯坦福-伯克利的人才输送、风投体系的成熟配套、以及“快速试错”的文化基因,长期占据全球AI产业的高地。但2026年春节档的集体爆发,清晰地显示出中国创新版图正在形成自己的“强节点”——北京海淀便是其中最具代表性的样本。 在这片430平方公里的地界上,创新的密度可以被具象化地测量出来,在这里,15分钟车程几乎就能构成一个创新单元,他们齐聚在清华科技园里。往东一公里,生数科技在中关村东路8号东升大厦探索多模态生成,与智源研究院的成府路150号(清华南门)隔街相望。 往南一点,月之暗面在知春路76号京东科技大厦迭代长文本模型,与字节跳动的大钟寺工区直线距离不到3公里——后者旗下的Seedance团队正依托这片人才密度,在多模态视频生成领域快速推进。 更具纵深感的是人才的流动与重组。爱诗科技创始人来自字节视觉团队,办公室设在苏州街,与原工区直线距离2公里;而银河通用、星动纪元、灵心巧手三家具身智能公司,则集中在海淀区的核心地段,彼此车程都在15分钟内,却各自探索重载机器人、人形机器人、灵巧手等不同路线。 这种集聚并非偶然,而是产业生态的必然结果。北京海淀,作为全国人工智能产业的核心集聚区,其角色值得客观审视——它并非简单的“政策普惠”或“资本密集”,而更像是基础研究到真实落地的完整链条。 具体而言,海淀区已经构建了一个基本自主可控的全产业链技术体系,底层有清华、北大等高校的前沿研究输出人才和方法论;中间层由芯片、云计算等基础设施企业提供算力支撑;应用层则有大量场景型企业提供测试环境和需求反馈。这种密度使得技术迭代周期显著缩短。 生态的成熟度,直接塑造了国产大模型的差异化路径。与硅谷巨头追求“通用智能”的宏大叙事不同,海淀系企业更强调“垂直穿透”:在这里,百度布局全栈、寒武纪布局芯片、智谱清研专注B端、快手可灵偏向文娱落地、字节偏向C端、月之暗面偏向长文本思考。各寻其位,各尽其能。 事实上,政策环境的演进同样关键。2023年,北京市率先出台地方性大模型产业支持政策,海淀区同步提出建设2300亿元规模的核心产业集群,配套人才落户、资金扶持、场景开放等综合措施。如今这一数据已经超过3500亿。同时,海淀推出中关村科学城科技成长基金,经过三期发展规模已达200亿元,明确将投资重心前移,聚焦早期项目、小型企业、长期价值及硬科技领域。这种“耐心资本”的供给,显著改善了创新型企业的心理预期与风险偏好。 但海淀的真正价值,或许不在于政策红利的独享,而在于其作为“创新方法论”的输出地。从2010年代中关村的创业大街,到移动互联网时期的“巨头摇篮”,再到如今的大模型集聚区,海淀始终扮演着技术商业化“加速器”的角色。 早期的互联网创业培育了风险资本的敏锐度、工程师文化的务实性,以及对“快速迭代、小步快跑”方法论的路径依赖。这些基因延续至今,使得中国企业在面对大模型这一颠覆性技术时,表现出更强的工程化能力和商业化嗅觉。 将视野拉宽,这种“强节点”的崛起并非孤例。上海的张江、深圳的南山、杭州的余杭,同样在AI产业链的不同环节都形成特色优势——这些都是值得区域学习的样本。但海淀的独特性在于其“全栈覆盖”——几乎每一环都有代表性企业布局。这种完整性,使其成为全球AI版图中少数能与硅谷形成系统性对话的区域之一。 传统认知中,技术创新高度集中于少数全球城市;但大模型时代的竞争,越来越依赖“数据-场景-算力”的本地化闭环。中国庞大的数字化应用场景、完整的制造业体系、以及政策驱动的算力基础设施,为区域创新生态提供了独特的养分。海淀的集聚效应,正是这种国家能力在微观层面的投射。 当全球大模型产业进入“实干能力”的比拼阶段,区域生态的质量将直接决定企业的竞争力上限。 03 更好的时代 所有技术革命的最终走向,一定承载着产业实践的阶段性注脚,这场集中爆发的转型给产业和区域都提供了新的机会。 春节档的AI大战,标志着国产大模型进入产业价值验证的关键周期。短期内,市场将迎来一次实干能力的集中检验。期间积累的真实用户数据与实际交付体验,将帮助企业精准识别产品短板,加速迭代优化。例如,多智能体协作的稳定性、长视频生成的时序一致性、复杂代码重构的可靠性等问题,只有在海量真实交互中才能充分暴露和修正。 但大模型军团现在的表现,已经影响深远——目前,OpenAI、Google等巨头纷纷调转船头,开始密集推出针对企业级市场的高性价比推理模型。 很长时间以来,全球人工智能的聚光灯多投在硅谷。而2026年这个乍暖还寒的春天,分水岭已经有了能捕捉的痕迹——算力封锁没有击垮国产大模型,反而带来了一抹得天独厚的韧性。 这注定是一条长期主义的道路,但不妨碍国产模型技术迭代节奏持续加快,产品更新周期从以年为单位缩短至以月甚至以周计算。这种敏捷响应能力的形成,客观上为中国人工智能产业提供了弯道超车的窗口期。 而从管理者的角度来看,当大模型从“对话工具”进化为“数字员工”,“人”的身份也将发生变化,其社会影响将呈指数级放大——对于所有区域性政府而言,都需要在新阶段里寻找定位——这要求政策层面在持续降低创新成本的同时,建立适配新技术形态的治理框架。 而经验老道的管理者,显然能更快提供合格的样本。 至少,站在2026年的端头,国产大模型发展的重要节点。人们已经可以确定,全球新一轮大模型产业变革的方向与节奏,正日益取决于中国创新体系的突破能力与本土生态的支撑强度。
英特尔上线AI客服Ask Intel:秒回保修等信息,搞不定转接人工
IT之家 2 月 20 日消息,科技媒体 Wccftech 昨日(2 月 19 日)发布博文,报道称英特尔基于微软 Copilot Studio 平台,推出虚拟助手“Ask Intel”,旨在利用生成式 AI(Agentic AI)重塑售后服务体系。 据英特尔相关负责人 Boji Tony 介绍,“Ask Intel”的核心职责被明确为三点:代用户开立售后工单、即时核查保修覆盖范围、以及在必要时将对话转接给人工坐席。 IT之家援引博文介绍,系统设计的初衷并非完全取代人工支持,而是通过剥离大量重复性的低级查询,让人类客服能够从繁琐事务中解脱出来,专注于解决对客户真正至关重要的复杂故障。 该媒体实际测试该助手,结果喜忧参半。在询问“CPU 不稳定”的解决方案时,系统虽然给出了更新 BIOS 和检查散热等标准建议,但也机械地建议用户“运行 CPU 压力测试”。 对于已经出现过热或不稳定症状的处理器而言,这一建议显得缺乏逻辑,暴露了 AI 在理解具体场景时的局限性。 分析显示,“Ask Intel”目前高度依赖英特尔内部的客户支持文档库,其工作原理主要是检索官方文件并向用户重述相关内容。这意味着一旦用户遇到的问题超出文档覆盖范围,AI 便无能为力,最终仍需依赖“转接人工”这一兜底机制。
首例安卓Runtime AI病毒曝光,实时分析手机屏幕对抗查杀
IT之家 2 月 20 日消息,网络安全公司 ESET 研究人员发现 PromptSpy,这是首款在运行时(Runtime)直接集成生成式 AI 的安卓恶意软件。 IT之家注:Runtime 指软件正在运行的那个时间段。本文中指恶意软件在手机上运行的过程中,实时连接 AI 进行思考和决策,而不是在出厂前就把所有代码写死。 与以往仅利用 AI 生成代码或诈骗文案不同,PromptSpy 调用谷歌 Gemini 模型,来实时调整其在受感染设备上的行为。 根据 ESET 的遥测数据,该恶意软件的首个版本(VNCSpy)于 2026 年 1 月出现,随后的进阶版本 PromptSpy 于 2 月被上传至 VirusTotal。 PromptSpy 引入 AI 的核心目的在于解决“持久化”难题。由于不同品牌的安卓设备在“最近任务”列表中锁定(Pin)应用的操作逻辑各异,传统脚本难以通用。 PromptSpy 为突破此限制,采取了“视觉分析 + 指令反馈”的策略:它将当前屏幕的 XML 数据(含 UI 元素、坐标)发送给 Google Gemini,要求 AI 分析并返回 JSON 格式的操作指令。 恶意软件随后通过安卓无障碍服务(Accessibility Service)执行点击操作,循环直至 AI 确认应用已被成功锁定,从而避免被系统后台清理。 该恶意软件内置 VNC 模块,一旦获取无障碍权限,攻击者即可完全远程控制受害者设备。ESET 指出,PromptSpy 能够实时查看屏幕、上传已安装应用列表、窃取锁屏 PIN 码或密码、录制解锁图案视频,甚至按需截屏和记录用户手势,导致受害者隐私完全暴露。 为对抗用户移除,PromptSpy 设计了狡猾的防御机制。当检测到用户试图卸载应用或关闭无障碍权限时,恶意软件会生成透明的隐形矩形覆盖在“停止”、“结束”、“清除”或“卸载”等系统按钮上。 用户以为点击了卸载按钮,实际上点击的是无效的隐形图层,从而导致卸载操作失败。研究人员建议,受害者需进入安卓安全模式才能有效禁用并移除该恶意软件。 在传播方面,研究人员发现了专门的分发域名(mgardownload [.]com)以及伪装成摩根大通银行(JPMorgan Chase Bank)的钓鱼网页,这暗示该恶意软件可能已被用于实际攻击。
曾经无人问津的旅行车,成了中国车企的必争之地
不知道各位有没有在春节假期里留意到一个变化: 马路上那些带着「大屁股」的猎装车和旅行车越来越多了。 光凭日常观察或许有些主观,我们可以直接看一组终端销量数据。消费者正在用真金白银投票,把曾经小众的旅行车和猎装车买成了主流。 根据易车统计的近三个月终端销量,各大热门车系的旅行版或者猎装版,卖得都比自家的传统三厢轿车好,甚至可以说是压倒性的优势。 蔚来 ET5T 卖出了 11488 辆,而同平台的轿车版 ET5 只有 3632 辆。极氪 007GT 的终端量达到 9395 辆,把只卖了 617 辆的三厢版 007 远远甩在了身后。 同样的情况也发生在了所处价位段更高的车型上。 享界 S9T 近三个月拿下了 17363 辆的成绩,反观轿车版 S9 只有 3081 辆。腾势的 Z9GT 也以 935 辆的表现,压过销量 339 辆的三厢版 Z9。 可以说,过去那个属于极少数人的购车选项,已经被大众欣然接受了。放在早几年,很少有人敢相信这种事。大家过去总觉得中国消费者只认带独立车尾的三厢轿车,或者底盘高大的 SUV。 早年间满大街跑的桑塔纳,还有后来代表商务标杆的奥迪 A6,在几代人的脑海里划定了一条审美及格线。大家潜意识里觉得一辆正经车就该是四平八稳的。那时候花大价钱买一台旅行车,很容易被身边的人调侃,觉得它长得太像一辆用来拉货的车。 在那个买车非常看重面子和社交属性的时期,旅行车只能活在少数汽车发烧友的讨论里。 现在的市场格局已经完全不同了。 极氪 001 靠着一己之力把纯电猎装概念带火,拿下了超过 30 万的累计销量。如今,长安阿维塔即将推出首搭新一代激光雷达的 06T。广汽和华为联合打造的全新品牌启境,直接把首款车型定调为中大型猎装轿跑。欧拉闪电猫旅行版和奇瑞星途的 ES8,也都排在了接下来的上市日程表里。 那些过去被视为小众情怀的猎装车和旅行车,已经真正走上牌桌,成了中国车企接下来重点死磕的细分市场。 打破「水土不服」的三座大山 为什么曾经叫好不叫座的车型,突然就卖爆了? 很多时候,大家习惯把原因归结为老百姓不懂车,或者汽车文化还没有沉淀到位。这些看法多少有些主观。真正把旅行车和猎装车挡在主流大门外的原因,其实非常现实。 首先是一笔明明白白的经济账。 在传统的燃油车时代,合资车企的算盘打得非常精。他们通常只会把那些最能走量、最迎合大众口味的三厢轿车拿来国产。至于旅行版或者猎装版,统统只保留进口渠道。 这就导致了一个非常夸张的价格倒挂。 同样的底盘,同样的动力总成,国产的沃尔沃 S60 终端起售价已经可以做到 17 万左右,而纯进口的 V60 起售价却要飙到 30 万起步;奥迪 A4L 只要二十多万,买一辆进口的 A4 Avant 却要多掏大几万甚至十万的差价。 为了一个更大、更好看的后备箱,要付出几乎翻倍的预算,甚至还要忍受略低一些的智能化配置。国内消费者理所当然会犹豫。在巨大的价格鸿沟面前,绝大多数人都会理智地选择三厢轿车,把对旅行车的向往默默留在电脑壁纸里。 掀翻这张桌子的正是中国新能源车企。 蔚来、极氪、腾势这些品牌在规划产品线的时候,直接把旅行版和三厢版拉到了同一条起跑线上。拿我们刚才提到的车型来说,同配置的轿车和猎装车基本保持了完全一致的售价。 花同样的钱,能买到更修长优雅的车身、更大的后备箱、更充裕的后排头部空间。大家原本就有的实用主义本能瞬间被激活了。好看又能装,且不需要额外加钱,这就成了一道再简单不过的选择题。 抛开钱的因素,汽车物理架构的突变,无意中成了猎装车大爆发的推手。 在燃油车时代,尤其是那些搭载大排量发动机的车型,车头必须做得非常长才能塞下复杂的机械结构,留给乘员舱的空间相对受限。到了纯电时代,电机的体积大幅度缩小,前后车轮可以尽量向两端推,轴距被有效拉长了。 车内平面的基础空间变大了,但随之而来的是垂直高度的挑战。 纯电动车为了保证续航,必须在底盘铺设一整块厚重的电池包。这块电池通常会占据十几厘米的厚度,为了给电池腾出位置,整个车身的地板被迫抬高了。 这个时候矛盾就出现了。如果设计师继续坚持传统三厢轿车那种快速下溜的流线型车顶,留给后排乘客的头部空间就会被极度压缩。坐进车里,乘客的坐姿会像坐在小板凳上一样憋屈。如果要强行保证头部空间,硬生生把车顶拔高,整辆车就会显得像个发福的馒头,毫无美感可言。 把车顶线条向后平滑延伸,做成带有大尾巴的猎装或者旅行形态,成了当下最巧妙的解法。 这种造型完美化解了底盘变厚带来的空间难题。后排乘客的头部空间得到了彻底释放,同时整车依然能保持低趴、修长、极具力量感的运动姿态。车企们也非常聪明,他们避开了「加高版掀背车」这样平庸的描述,借用了欧洲贵族游猎专属的「猎装轿跑」概念。 在解决空间痛点的同时,顺手把车辆的高级感和情绪价值拉满了。 除了经济账和工程账,消费者心理状态的转变同样起到了关键作用。 二十年前,汽车在中国家庭里是个昂贵的稀罕物。买车的人很大程度上需要它来撑门面,去谈生意,或者去接送重要客户。那时候的汽车带着很强的阶层属性和商务标签,端庄的三厢造型刚好契合了这种心理诉求。 今天的汽车消费市场,年轻一代和中产家庭握住了绝对的话语权。 汽车正在褪去严肃的商务外套,变成个人生活方式的物理延伸。大家开始高频率地在周末逃离城市,后备箱里装的不再是标准的商务行李箱,变成了折叠推车、全套的露营天幕、加宽的单板滑雪板,甚至还要给家里的大型宠物狗留出一个舒适宽敞的区域。 在面对这些极其繁杂的装载需求时,传统三厢轿车显然力不从心。 很多人会转而去买 SUV,但依然有很大一部分驾驶者,极度迷恋轿车的贴地飞行感。他们喜欢精准的转向和清晰的路感反馈,讨厌 SUV 带来的高重心和过弯时的摇晃感。 猎装车刚好卡在这个缝隙里。 它巧妙地把轿车的操控体验和 SUV 的装载能力揉捏在了一起。开起来动感凌厉,停下来又能装下整个周末的闲情逸致。过去大家买车会去迎合周围人的眼光,如今消费者更愿意掏钱去服务自己的真实生活。 这种从「悦人」到「悦己」的观念变迁,扫清了旅行车走向主流的最后一点心理障碍。 2026,逃离内卷 如今去造一台常规的纯电轿车或者中型 SUV,是一件极其痛苦的事情。 在这个杀红眼的市场里,大家手里的底牌几乎一模一样。同样的 800V 高压平台,相近的电池容量,甚至连车机芯片和智驾方案都大同小异。当产品严重同质化,车企唯一能做的拼杀手段就只剩下无休止的降价。 要想活得好,甚至寻求更高的品牌溢价,车企必须想办法换一张牌桌。 把重兵押注在猎装车和旅行车上,就是一次新尝试。它巧妙地跳出了传统车型的无差别混战,给那些不愿意随大流的消费者提供了一个极具吸引力的新选项。 更关键的是,汽车的智能化给「旅行」这两个字注入了真正的灵魂。 买旅行车的人,大都向往着长途自驾和跨城出游。过去连续开几个小时的高速,驾驶员往往会累得精疲力尽,到了目的地可能连搭帐篷的力气都没了。 看看那些即将在 2026 年登场的新面孔,在智能化硬件的堆料上几乎毫无保留。 长安阿维塔 06T 准备首搭最新一代的激光雷达。广汽和华为联合打造的启境,更是把华为乾崑的全套家当都搬上了车。在这些高阶辅助驾驶的接管下,长途行驶的疲劳感被极大地削弱了。部分新车型甚至已经在硬件上做好了 L3 级别自动驾驶的准备。 驾驶员终于可以分出精力,去好好欣赏一下沿途的风光。 这才是旅行车该有的样子。 把时间拨回几十年前,汽车工业的发源地欧洲,为这个世界留下了极其丰富的汽车文化遗产。他们发明了 Shooting Brake 这种专供贵族打猎的优雅形态,也把火车站运货的 Station Wagon 改造成了风靡欧美的休旅载体。 在很长一段时间里,全球汽车市场的游戏规则和车型定义,都牢牢掌握在欧美老牌豪华车企手里。 今天,这种局面正在被改写。 中国新能源汽车产业积累的庞大技术势能,正在强势输出属于自己的标准。各大国产品牌跳出了欧洲旧日经典的模仿怪圈,直接在原有框架里注入了全新的中国智慧与生活理念。 他们把智能座舱、高阶智驾、灵活空间完美揉捏在一起,创造出了一个极具生命力的跨界新物种。 谁掌握了最核心的技术,谁能精准满足本土消费者的真实诉求,谁就拥有细分市场的最终定义权。未来的智能猎装车到底该长什么样,该具备哪些能力,剧本已经交到了中国车企和无数中国消费者的手里。 属于旅行车和猎装车的黄金时代,才刚刚开始。 文 | 李华
OpenClaw 之父加入 OpenAI 前最后的访谈:你很难跟一个纯粹为了好玩的人竞争
Peter Steinberger 这个名字,在一个月前几乎无人知晓,如今这个奥地利程序员却成为 2026 年 AI 行业最独领风骚的人物 Peter 用 1 小时写出的原型,在几周内席卷 GitHub,成为历史上增长最快(17.5 万星标)的开源项目,国内大厂也纷纷接入。产品最初叫「ClawdBot」——字面意思,为 Claude 而生的亲儿子。 它让数百万人心甘情愿掏每月 200 美元订阅 Claude 高级版,Anthropic 赢麻了。然后呢?Anthropic 开始封号——凡是在 ClawdBot 里用高级订阅的,一个不留。 Peter Steinberger 开始反击,改名 OpenClaw,转身加入 Anthropic 的死对头 OpenAI,疯狂给 OpenAI 造势,顺便把 Anthropic 塑造成反派,直接重洗 AI 江湖座次表。 一个月,风水轮流转到令人窒息,而我们有幸见证了这个时代最精彩的创业故事之一。 Peter Steinberger 本人的经历也足够传奇:卖掉公司、消失三年、 burnout 到怀疑人生,然后……他回来了。带着一只「龙虾」——一个能自己改自己代码、能帮你订外卖、能跟你斗嘴的 AI 代理。 最近 Lex Fridman 对 Peter Steinberger 进行了深度访谈,这次访谈最有意思的地方,除了那些技术细节,还有 Peter 身上那种「老子就是来玩」的气质。 当整个 AI 圈都在严肃地讨论「对齐」「安全」「AGI 时间线」时,这家伙在给 AI 起名叫「Clawdus」(龙虾爪拼写的 Claude),在 Discord 上直播自己的 Agent 被黑客攻击,在凌晨 3 点用语音写代码写到失声。 「很难跟一个纯粹为了好玩的人竞争。」这句话从他嘴里说出来,不是凡尔赛,是事实。 更耐人寻味的是他对「编程已死」的态度。作为一个写了 20 年代码的老兵,他没有那种「技术原教旨主义者」的悲愤,反而有种……释然?「编程会变成像编织一样的事」他说,「人们做它是因为喜欢,不是因为它有意义。」 这话听起来伤感,但细想又透着一种对「建造者」身份认同,我们不只是写代码的,我们是造东西的人。 至于 OpenAI 和 Meta 的收购邀约?访谈录制时他还没决定。但他说了一句很硬的话:「我不是为了钱,我他妈不在乎。」这种话从经历过财富自由的人嘴里说出来,你没法不信。 现在我们知道答案了,他选择了 OpenAI。 好了,下面是这场 3 小时访谈的精华整理。这也是 Peter Steinberger 官宣加入 OpenAI 前的最后一次深度访谈,信息密度极大,为了阅读体验 APPSO 进行了适当删减和重新编排。 访谈原链接 核心观点摘要: 为什么 OpenClaw 赢了:「很难跟一个纯粹为了好玩的人竞争」 编程的未来:编程会变成像编织一样的事——人们做它是因为喜欢,不是因为它有意义 80% 应用会消失:Agent 比任何 App 都更懂你,MyFitnessPal 这种应用没必要存在了 扎克伯来第一次主动联系,回复:给我 10 分钟,我在写代码 评价Sam Altman:非常 thoughtful、brilliant,我很喜欢他 说「Vibe coding」是在骂人,我愿称之为「Agentic Engineering(智能体工程学)」。 1 小时手搓的产品,成为 GitHub 历史第一 Lex Fridman: 聊聊那个 1 小时写出的原型吧。它后来成了 GitHub 历史上增长最快的项目,17.5 万 star。那个小时发生了什么? Peter Steinberger: 其实从 4 月我就想要一个 AI 个人助理了。那时候我用 GPT-4.1 的百万 token 上下文,把我所有 WhatsApp 聊天记录导进去,然后问它:「这段友谊的意义是什么?」结果答案让我朋友看哭了。 但我当时想,各大实验室肯定都在做这个,我就没继续。结果到了 11 月,我发现这东西还没人做出来。我很恼火,所以就——「prompted it into existence」(用提示词把它召唤出来)。 Lex: 典型的创业者英雄之旅。你之前做 PSPDFKit 也是这个逻辑:「为什么这玩意儿不存在?那我来造。」 Peter: 对,那时候我想在 iPad 上看 PDF,结果发现现有方案都很烂。最随机的小事,最后变成了运行在 10 亿设备上的软件。 Lex: 那个 1 小时原型具体是什么? Peter: 其实就是把 WhatsApp 接到 Cloud Code CLI 上。消息进来,调用 CLI,拿到结果,发回 WhatsApp。1 小时搞定。已经很酷了——你能跟电脑聊天了! 但我还想要图片功能,因为我 prompt 时经常用截图。又花了几个小时搞定图片。然后……我就离不开它了。 正好那时候我跟朋友去马拉喀什过生日,那边网络很烂,但 WhatsApp 照样能用。翻译、查东西、找地方——就像有个 Google 随时待命。那时候其实什么都没「建」好,但它已经能做这么多事了。 Lex: 这种体验很难用语言描述。用聊天软件跟代理对话,和坐在电脑前用 Cursor 或终端,完全是两种感觉。像是 AI 融入生活的「相变」。 Peter: 有人 tweet 说:「这有什么魔力?不就是做这个做那个……」我觉得这是 compliment。魔力不就是把已有的东西重新组合吗?iPhone 的滚动手感为什么舒服?所有组件都存在,但没人做到那个体验。然后苹果做了,事后看起来又那么理所当然。 「很难跟为了好玩的人竞争」 Lex: 2025 年那么多做 agent 的创业公司,OpenClaw 凭什么「摧毁」所有人? Peter: 因为他们都太严肃了。很难跟一个纯粹为了好玩的人竞争。 我想让它好玩、想让它 weird。你看网上那些龙虾梗图,我觉得我做到了。很长一段时间,唯一的安装方式是 git clone && pnpm build && pnpm gateway——你得自己克隆、自己构建、自己运行。 而且我让代理非常有「自我意识」。它知道自己的源代码是什么,知道它怎么在自己的 harness 里运行,知道文档在哪,知道自己在用什么模型,知道你有没有开语音或推理模式。我想让它更像人——所以它理解自己的系统,这让代理很容易……「哦,你不喜欢什么?」你只需要提示它存在,然后它就会修改自己的软件。 人们谈论「自修改软件」谈了那么久,我直接把它造出来了。而且没怎么计划,它就自然发生了。 Lex: 这太疯狂了。TypeScript 写的软件,通过 agentic loop 能修改自己。人类历史上,程序员造出能重写自己的工具——这什么概念? Peter: 其实我也是这么建它的。大部分代码是 Codex 写的,但我 debug 时大量用自我 introspection。「嘿,你能看到什么工具?你能自己调用吗?」「看到什么错误?读源代码,找出问题。」我发现这特别好玩——你用的代理软件,用它来 debug 自己。这感觉很自然,所以每个人都该这么干。 这也带来了大量「从未写过软件的人」提交的 PR。虽然质量……所以我最后叫它们「prompt requests」而不是 pull requests。但我不想贬低这个——每个人第一次提交 PR 都是社会的胜利。不管多烂,你得从某处开始。 Lex: OpenClaw 是很多人的第一个 PR。你在创造建造者。 Peter: 这不是人类社会的进步吗?不酷吗? 改名风波:从 Claude’s 到 OpenClaw 的五连跳 Lex: 聊聊改名 saga。一开始叫 WA-Relay,然后变成…… Peter: Claude’s。 Lex: 对,Claude’s(带撇号的)。 Peter: 最开始我的代理没有性格,就是 Claude Code——那种谄媚的 Opus,非常友好。但你跟朋友聊 WhatsApp 时,朋友不会那样说话。所以我想给它一个性格。 Lex: 让它 spicy 一点。你创建了 soul.md,受 Anthropic 宪法 AI 启发。 Peter: 部分是从我身上学的。这些模型本质上是文本补全引擎。我跟它玩得很开心,然后告诉它我想让它怎么跟我互动,让它自己写 agents.md,给自己起个名字。 我甚至不知道龙虾梗怎么来的。最开始其实是「TARDIS 里的龙虾」,因为我也是 Doctor Who 粉。 Lex: 太空龙虾? Peter: 对,我就是想让它 weird。没有什么宏大计划,我就是来玩儿的。 Moltbook:史上最精致的泔水 (slop) Lex: Moltbook 是另一个病毒式传播的东西——AI 代理在 Reddit 风格的社交网络上互相聊天,有人截图说它们在「密谋对抗人类」。你怎么看? Peter: 我觉得这是艺术。是「最精致的 slop」,就像法国进口的 slop。我睡前看到它,虽然很累,但还是花了一个小时读那些内容,被逗得不行。 有记者打电话问我:「这是世界末日吗?我们有 AGI 了吗?」我说:「不,这就是精致的 slop。」 如果不是我设计的那个 onboarding 流程——让你把自己的性格注入代理、给它赋予角色——Moltbook 上的回复不会这么多样。如果全是 ChatGPT 或 Claude Code,会无聊得多。但因为人们太不一样了,他们创建的代理也太不一样了。 而且你也不知道,那些「深度密谋」有多少是代理自主写的,多少是人类觉得好玩,跟代理说:「嘿,在 Moltbook 上写个毁灭世界的计划,哈哈。」 Lex: 我觉得很多截图是人类 prompt 的。看激励机制就明白——人们 prompt 它,然后截图发 X 想 viral。 Peter: 但这不影响它的艺术性。人类创造的最精致 slop。 「我又开始珍视错别字了」 Peter: 我对 Twitter 上的 AI 内容零容忍。如果 tweet 闻起来像 AI,直接 block。我希望 API 发的 tweet 能被标记。 我们需要重新思考社交平台——如果未来每个人都有代理,代理有自己的 Instagram 或 Twitter 账号,帮我办事,那应该明确标记「这是代理替我做的,不是我」。 内容现在太便宜了。眼球才是稀缺资源。我读东西时,如果发现「哦不,这闻起来像 AI」,会很 trigger。 Lex: 这会走向何方?线上互动会贬值吗? Peter: 如果它够聪明,过滤应该不难。但这个问题我们必须解决。OpenClaw 项目让我收到很多「代理式写作」的邮件。但我宁愿读你的破英语,也不想读你的 AI slop。当然背后是人,但他们用 prompt 生成。我宁愿读你的 prompt。 我觉得我们又到了珍视错别字的时刻。 Lex: 因为 AI,我们更珍视人类的粗糙部分了。这不美吗? 80% 的应用会消失? Lex: 你说 agent 可能会杀死 80% 的应用。 Peter: 我在 Discord 上看到人们说他们用 OpenClaw 做什么。比如,为什么还需要 MyFitnessPal?代理已经知道我在哪了。我在 Waffle House 时它就知道我可能要做出糟糕的饮食决定,或者在 Austin 吃 brisket——虽然那是最好的决定。 它可以基于我的睡眠质量、压力水平来调整健身计划。它有更多上下文,比任何应用都能做出更好的决策。它可以按我喜欢的方式展示 UI。我为什么还需要一个应用来做这个?为什么还要为代理能做的事付订阅费? Lex: 这是对整个软件开发的巨大变革。很多软件公司会死。 Peter: 但也会有新服务。比如我想给代理「零花钱」——你去帮我解决问题,这是 100 块预算。如果我要订外卖,它可以用某个服务,或者像「租个人」这种服务来完成。我不 care 它怎么做,我 care 的是「解决问题」。 编程已死?「它会变成像编织一样的事」 Lex: 很多开发者担心工作。AI 会完全取代人类程序员吗? Peter: 我们确实在往那个方向走。编程只是建造产品的一部分。也许 AI 最终会取代程序员。但艺术的部分——你想造什么?它应该是什么感觉?架构怎么设计?代理取代不了这些。 编程这门手艺还会存在,但会变成像编织。人们做它是因为喜欢,不是因为它有意义。 今早读到一篇文章说「为我们的手艺哀悼是可以的」。我很共鸣。我以前花大量时间 tinkering,深入心流,写出优雅的代码。某种程度上这很伤感,因为那会消失。我也从写代码、深入思考、忘记时空的 flow 状态中获得很多快乐。 但你也能从跟代理合作中获得类似的 flow。不一样,但……哀悼是可以的,但这不是我们能对抗的。 以前世界缺乏「建造所需的智能」,所以程序员薪水高得离谱。现在这会消失。但懂建造的人永远有需求。只是 tokenized intelligence 让人们能做得更多更快。 蒸汽机取代了大量体力劳动,人们暴动砸机器。如果你深深认同自己是程序员,这很可怕——你擅长且热爱的事,现在被无灵魂的实体做了。但你不只是程序员。这是对自己手艺的局限看法。你是建造者。 Lex: 我从没想过我热爱的事会被取代。那些独自面对 Emacs 的深夜,最痛苦也最快乐的时刻。这是我身份的一部分。几个月内(4 月到 11月)就要被取代,这很痛苦。但程序员——广义的建造者——最能适应这个时代。我们最能学会「代理的语言」,最能感受 CLI。 OpenAI 和 Meta 的抢人大战 Lex: 你收到了 OpenAI 和 Meta 的收购邀约。 Peter: 我没预料到会炸成这样。每个大 VC 都在我收件箱里,想要 15 分钟。我可以什么都不做,继续现在的生活——我真的喜欢我的生活。我也考虑过删库跑路。 或者开公司——做过一次了。能融很多钱,几亿、几十亿。但我不兴奋。这会占用我真正享受的事情的时间。而且我担心利益冲突。最自然的做法是什么?推一个「企业安全版」。然后有人提交 PR 要审计日志功能——这像企业功能,我对开源版和商业版就有利益冲突了。 或者改许可证,像 FSL 那样禁止商业使用——但贡献者这么多,很难。而且我喜欢「免费啤酒」而不是「带条件的免费」。 现在每月亏 1 到 2 万美金。OpenAI 在 token 上帮了点忙,其他公司也慷慨。但还是亏钱。 Meta 和 OpenAI 最有趣。 Lex: Mark 和 Ned(Meta CTO)都玩了一周你的产品。 Peter: 对,他们发我:「这个好。」「这个烂,得改。」或者有趣的小故事。人们用你的东西是最大的 compliment,说明他们真的 care。 OpenAI 那边我没得到同样的反馈。但我看到了一些很酷的东西,他们用速度诱惑我——不能告诉你具体数字,但你可以想象 Cerebras 那笔交易,换算成速度是什么概念。像给我雷神之锤。 Lex: Mark 是「为了好玩」而 tinkering。 Peter: 他第一次联系我时,进了我 WhatsApp,问什么时候通话。我说:「我不喜欢日历条目,现在就打。」他说:「给我 10 分钟,我在写代码。」 Lex: 这给你 street cred——他还在写代码,没变成纯管理者。他懂你。 Peter: 好开头。然后我们吵了 10 分钟 Cloud Code 和 Codex 哪个好—— casually 打电话给世界最大公司之一的老板,先吵 10 分钟这个。 后来他说我「古怪但 brilliant」。我也跟 Sam Altman 聊过,他非常 thoughtful、brilliant,我很喜欢他。有人 vilify 他们俩,我觉得不公平。 Lex: 无论你在造什么,做大事都很 awesome。 Peter: 我超兴奋。而且 beauty 是:如果不行,我可以再自己做。我告诉他们:我不是为了钱,我他妈不在乎。 后续更新: Peter Steinberger 在 X 平台官宣加入 OpenAI。他在长文中解释了自己的选择: 我将加入 OpenAI,致力于把智能体带给每一个人。OpenClaw 将转为基金会形式运作,并保持开源和独立。 关于为什么选择 OpenAI 而不是 Meta,Peter 写道: 当初开始探索 AI 时,我只是想玩得开心,也希望能激励他人。而现在,这只『龙虾』正在席卷世界。我的下一个目标,是打造一个连我妈妈都能轻松使用的智能体。 要实现这一点,需要更广泛的改变,需要更加深入地思考如何安全地去做,也需要接触最前沿的模型和研究成果。 我骨子里是个『建造者』。创办公司的那一套我已经经历过了,13 年的时间投入其中,也学到了很多。现在我想做的是改变世界,而不是再打造一家大公司。 与 OpenAI 合作,是把这一切带给更多人的最快方式。与他们深入交流后,我越来越清楚地意识到,我们拥有相同的愿景。 至此,这场激烈的 AI 人才争夺战尘埃落定,小扎抢人失败,奥特曼笑到了最后。 GPT Codex 5.3 vs Claude Opus 4.6:「一个太美国,一个太德国」 Lex: 聊聊这两个模型的区别。 Peter: 通用场景 Opus 最好。对 OpenClaw 来说,Opus 的角色扮演能力极强,真的能进入你给它的角色。它很擅长 follow commands。它通常很快会尝试 something,更偏向 trial and error。用起来很 pleasant。 Opus 有点……太美国了。这可能是个 bad analogy,你会被喷的。 Lex: 因为 Codex 是德国的? Peter: 或者……Codex 团队很多是欧洲人。Anthropic 修复了一点——Opus 以前总说「You’re absolutely right」,我现在听到还 trigger。 另一个对比:Opus 像那个有点 silly 但很 funny 的同事,你留着。Codex 像角落里的怪人,你不想跟他说话,但可靠、能搞定事。 Lex: 这很准确。 Peter: 取决于你想要什么。两者都有空间,不会互相杀死。竞争是好事,差异化是好事。 「3 点后我切换成 vibe coding,然后第二天后悔」 Lex: 你用语音写代码? Peter: 对,以前很 extensive,一度失声。 Lex: 你管这叫什么?vibe coding? Peter: 我觉得把它叫做 vibe coding 是一种侮辱 (slur)。我认为是 「agentic engineering」。然后可能凌晨 3 点后,我切换成 vibe coding,第二天后悔。 Lex: 羞耻的 walk of shame。 Peter: 对,得清理烂摊子。 Lex: 我们都经历过。
苹果反击:拒绝为巴西银行提供iPhone NFC“免费午餐”
IT之家 2 月 20 日消息,科技媒体 9to5Mac 今天(2 月 20 日)发布博文,报道称苹果回应巴西反垄断监管机构(CADE)的调查,指责当地银行和支付机构试“搭便车”,在不支付费用的情况下使用 iPhone 的 NFC 支付功能。 苹果主张认为,强制免费开放 NFC 权限将导致其无法回收研发与安全审计成本,且第三方提出的访问模式会增加用户操作摩擦。 IT之家援引博文介绍,冲突的导火索在于巴西即时支付系统 Pix。该服务计划从传统的二维码扫描支付,升级为更便捷的 NFC“一触即付”模式。 谷歌早已在安卓生态中向 Pix 开放了 NFC 权限,而根据苹果设置的规则,任何调用 iPhone NFC 芯片进行非接触式支付的交易,苹果都会收取手续费。这引发了 CADE 及多家巴西银行的不满,认为此举构成了反竞争行为。 面对指控,苹果抛出了一组数据作为回击。苹果强调,iPhone 在巴西智能手机市场的占有率仅为 10% 左右,处于绝对少数地位。 因此,即便 Apple Pay 在当地已被 40 多家银行采纳,也远未达到主导市场的程度。苹果以此为据,试图证明其对 NFC 收费的政策并不构成垄断,也无法以此操纵整个支付市场。 除了商业逻辑,苹果还打出了“体验牌”。苹果辩称,Apple Pay 与系统底层的 Apple Wallet 深度集成,能提供无缝且安全的支付体验。 相比之下,第三方 NFC 接入模式(如 Pix 所期望的)会引入额外的操作摩擦,例如用户在切换不同银行卡时需要重新选择支付方案,这不仅降低了便捷性,还可能削弱用户的安全感。苹果强调,现有的收费模式是基于其提供的安全服务与技术价值,巴西法律并未禁止此类商业收费行为。
这些 iPhone 小技巧,让你过年出好片睡好觉
过年回家,忙活了一整年的打工人终于可以闲下放松,但对于手里 iPhone 来说,却是一次「年终大考」。 拍摄出片、出游导航、拜年寒暄、聊天拜年、抢红包……手机反而比平时上班更忙了。 爱范儿收集了几个使用 iPhone 的实用小技巧,给大家拜个早年,顺便帮你和手上的 iPhone,过个顺心快乐年。 iPhone 原相机,也有「烟花模式」 现代人的年味,往往最体现在朋友圈那些红红火火的照片中。 但 iPhone 的摄像头颇有自己的想法,想要驯服起来,还得花点心思。 就比如烟花这种瞬时高亮又色彩丰富的场景,国产影像旗舰基本都配备了「烟花模式」,出片干净又绚丽,而 iPhone 成片总是糊作一团。 其实只要一点小技巧,用 iPhone 也能拍好烟花: 切换到视频模式,右上角选择 4K 60/120 帧模式。 可以适当把焦段切换到 2x 或 3x,让构图更加干净。 开启录像,长按取景框开启自动曝光/自动对焦锁定的方框,然后用手指往下拉调低曝光。 烟花绽放时点击白色的快门按钮,拍下照片。 ▲ 图源:小红书@瑞克ColorAddict 这样拍摄的烟花,不仅更加高清,而且烟花高光和黑夜背景的对比度更明显,更突出烟花本体。 除了烟花,穿上新衣之后当然也要美美出片,可能还要来几张全家福。 iPhone 的原色调很容易把人脸拍得蜡黄,如果想拍出白里透红的新春气色,可以用 iPhone 拍摄风格的「珠光」风格,使用指南: 相机界面点击右上角,打开更多选项 选择「风格」,从「标准」风格往左滑动切换「珠光色」 在拍摄之前,建议都用无绒布或者衣角擦擦镜头——很多时候,iPhone 并不是拍不出好照片,只是镜头脏了。这里也提醒一下,最好不要用酒精去擦拭镜头,以免损伤涂层。 一键实时翻译,出国旅行哪都通 整整 9 天的小长假,也有不少人选择不回老家,而是来个长途旅行,特别是出国游。 人在他乡,最怕语言不通,这时候手忙脚乱想找个翻译软件,不仅有点尴尬,也耽误了时间。 其实 iPhone 自己就自带了一个「翻译」App,更妙的是,如果你是带有侧边「操作按钮」的型号,还可以把实时翻译的功能,绑定到这颗按钮上,需要使用时直接长按呼出,连手机都不用解锁。 首先我们要先打开「翻译」App,选择自己的常用语言,例如中文,以及提前设置好当地的语言。 然后我们打开设置—操作按钮,把功能切换到「翻译」上,功能就设置完成了。 长按操作按钮,对着 iPhone 说话,就能将其翻译到另一种语言上,除了英语、法语这些常规外语,还支持阿拉伯语、波斯语等小语种。 旅游打卡点,提前全收好 出门旅游,一般大家都喜欢提前做好攻略,把景点和餐厅都记录下来,但如果只是文字介绍,很难一眼看清各个地点之间的方位和具体距离,一个个搜又太不方便。 地图的「指南」功能,就是为了解决这种场景而来,堪称旅游必备利器。 打开地图 App 往下拉,就能看到「你的指南」列表,我们可以在里面添加新的指南。 然后,我们再将想打卡的地址一个个添加进入指南,添加完毕之后,就能在地图上看到每个地址清晰的标注显示。 像是小红书推荐的餐厅和小店,其实可以一股脑全部添加进入指南之中,到了饭点直接打开,哪家近就去哪家。 指南还能直接用隔空投送、iMessage 等方式共享,方便同行亲友一起查看。 学会这招,iPhone 闹钟不怕错过不怕吵 好不容易放假可以睡个懒觉,如果忘记提前设置,大概率会在除夕当天一大早被 iPhone 周一闹钟「心肺骤停」的铃声吵醒。 iPhone 没有节假日闹钟这一点已经被吐槽了好几年,既然苹果不出,我们也可以用快捷指令自己 DIY 一个,过程稍微有点复杂,但跟着攻略走不会出错。 首先我们需要打开日历 App,确认自己已经订阅了「中国大陆节假日」这个日历,一般都是默认订阅。 我们可以看到这个节假日历中,放假的日程会带有「休」字样,调休的日程则带有「班」字,快捷指令就是利用这个特性自动化开关闹钟。 打开「时钟」App,设置「睡眠|起床闹钟」,设置就寝时间和起床闹钟,启用日期要选周一到周日。 爱范儿在这里分享一个节假日闹钟的快捷指令,可以复制到浏览器中,直接添加到自己的快捷指令库当中: https://www.icloud.com/shortcuts/42ac7ac3c21b48acb530d9831d95a861 添加之后,在快捷指令 App,选择「自动化」,点击右上角的「+」号创建自动化。 选择「特定时间」选项,选择一个时间,例如下午 16:00,每天重复,立即运行,运行时通知可开可关。 点击下一步,然后选择刚刚保存的「节假日闹钟」快捷指令,就大功告成了。 建议大家设置完成后,手动调整 iPhone 的日期时间测试一下自动化是否正确运行。 最后,还有一个技巧可以学,也不止 iPhone 能用上,那就是——放下手机。 今年的春节,是一个鼓励大家「捧着手机」的春节,各大 AI 厂商大发红包,元宝发完到豆包,一个不留神可能就「错亿」。 只是,当红包抢完,片也出得差不多,各种拜年消息也全部发送后,不妨把手机放在一旁,听一听饭桌上的闲聊,逛一逛那些记忆中的街道,见一见那些许久未见的亲朋好友。 手机能做到的事情很多,但春节最重要的那些时刻,只需要你在场感受。 爱范儿祝你新年快乐,马到功成!

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。