IT之家 3 月 27 日消息，据科技媒体 MacRumors 昨天报道，大量 Claude Code 用户最近投诉称，他们的会话额度正以异常快的速度消耗。 IT之家在此援引 MacRumors ，相关反馈最早出现于 3 月 23 日，此后持续不断，多位 Claude Max 订阅用户表示，在相同的使用强度下，原本能够持续使用 5 小时的会话窗口，如今 1 到 2 小时内就被耗尽。 部分用户还报告了更极端的情况，一位 Max 5x 用户在 GitHub 平台 Issue 页面透露，执行常规智能体任务 90 分钟后配额就会用完，还有一位 Max 20x 用户表示，只输入一次提示词就能让使用量从 21% 飙升到 100%。 Anthropic 公司代表 Thariq Shihipar 对此表示：“为了应对 Claude 日益增长的需求，我们在高峰时段调整免费版 / Pro / Max 订阅的 5 小时会话限制，用户的每周总额度保持不变。但在工作日太平洋时间早上 5 点（北京时间晚 8 点）-11 点（北京时间凌晨 2 点），你的 5 小时会话额度会比之前消耗得更快”。 “我们已经通过多项举措抵消这一变化，但大约有 7% 用户会比之前更容易触发会话上限，尤其是高级订阅用户。如果你运行的是高 Token 消耗的后台任务，请将其调整到非高峰时段执行以延长可用时间。每周额度整体是不变的，只不过是分配方式发生了变化”，Thariq Shihipar 继续说道。

快科技3月27日消息，荣耀宣布，首个基于OpenClaw开源框架开发的产品YOYO Claw正式开启邀请制测试。 此次封测被视为荣耀龙虾的小范围验证，旨在通过特定的权限校验机制，在确保安全的前提下进行功能验证。目前该测试仅面向受邀用户发放邀请码，后续将根据初期的验证情况，逐步考虑向更多用户开放。 YOYO Claw的核心技术底座是目前深受开发者青睐的开源AI智能体框架OpenClaw。该框架具备本地优先、强任务执行以及多智能体协同等显著优势，能够高效处理代码开发、内容创作及自动化运营等复杂任务。 在实际应用中，YOYO Claw对系统的稳定性、安全性以及功耗控制都提出了极高的要求。它不仅是一个简单的软件插件，更是深度嵌入系统底层、能够调动核心算力的智能中枢。 预计该产品将依托荣耀强大的生态体系，实现手机、平板、PC等多终端设备的跨端协同。通过多步骤的任务编排，YOYO Claw能够打破设备间的壁垒，让复杂的跨屏操作变得更加高效。 与传统的AI语音助手有着本质不同，YOYO Claw更侧重于自主决策与复杂流程的闭环执行。它不再仅仅是被动地回答问题，而是能够根据用户的需求，主动分析并完成一整套流程化的操作指令。 这种从对话型助手向执行型智能体的跨越，标志着端侧智能体验进入了全新阶段。YOYO Claw的出现，将进一步释放移动设备的生产力潜能，为用户提供更加直观且高度自动化的智能化服务。

快科技3月27日消息，近期，有美团骑手发视频称自己接了个700多元大单，到手只有3块钱，顾客给了50多块全被平台扣了。 该消息引发网友热议，美团官方今天正式发布辟谣称：假的。 为核实真相，美团对该博主提及的各项关键信息进行了逐条、彻底的核查： 关于“700多元大单”：经查，该骑手近期没有700多元总额的订单，也没有其他数百元的订单。 关于“顾客给了50块”：骑手跑单中，顾客的额外主动付费（打赏或小费）均100%全额结算给完成配送的骑手。美团核查了这位骑手所有打赏记录，近期5笔分别为0.5元、1元、2元、3元、5元。不仅没有50元左右的金额，而且这些打赏均已100%全额到账。 后来博主又说这50块是“配送费”：美团进一步核查了该骑手今年以来所有大额订单的配送费收入，金额均在14.5元至57.2元之间，同样不存在骑手只得3元的情况。 假订单、假金额、假收入——视频中每一个引发争议的关键细节，经核查均无法成立。 因此，博主所描述的这单，根本不存在。 对于博主的这一造谣行为，美团已报送有关部门，并将依规依法采取进一步措施。 美团称坚决反对任何为了流量而伤害骑手群体和平台生态的行为。

快科技3月27日消息，今日上午，在 2026 中关村论坛年会 “人工智能主题日” AI 开源前沿论坛上，小米 MiMo 大模型负责人罗福莉，针对 OpenClaw 发表了专业看法。 她直言：“OpenClaw 是Agent框架层面一个非常革命性、也非常颠覆性的事件，虽然深度Coding的人首选可能还是ClaudeCode，但用过openclaw的人会感受到它在Agent框架设计上是领先的， Claude的最新更新其实都在向openclaw靠近。” 罗福莉表示， OpenClaw 最核心的价值主要有两点。第一，它是开源的，这非常有利于整个社区深入参与、持续改进，并且不断投入到这个框架之中。 第二，像OpenClaw、Claude Code这样的框架，本身就是一个非常重要的前置条件。它们很大的价值在于，把国内那些还没有完全逼近闭源模型、但已经位于开源模型赛道前列的模型，上限显著拉高了。 “在绝大多数场景里，我们会发现，它的任务完成度已经非常接近Claude最新的模型，同时它又把下限保障得很好，因为它可以依靠一整套harness系统、skills体系，以及很多初步但有效的设计，来保证任务完成度和准确率。”罗福莉表示。 除此之外，她还指出，OpenClaw点燃了大家的想象力，让大家发现大模型外的Agent层有巨大空间，更多人，不仅是研究员，开始参与AGI变革，这在一定程度上替代了重复工作，释放了时间去做更有想象力的事。 罗福莉还预判了行业长期发展趋势：“我相信在今年，已经发生的事情是，在过去一段时间内，已经近10倍的增长。那么今年，整个token的增长会不会达到100倍？” 她进一步引申称“那么其实我们又到了另外一个维度的竞争，这个竞争就是算力，或者说是推理芯片，甚至下到能源。”

Anthropic每次传出新品发布，都会被媒体称为“王炸”，但这次王炸真的来了。外媒曝光了Anthropic正处于测试阶段的最强AI模型。 Anthropic的内容管理系统配置出了问题，近3000份未发布的内部文档，被放在了公开可访问的数据缓存里。 相当于敞着大门让别人看内部机密。 剑桥大学网络安全研究员亚历山大·保韦尔斯（Alexandre Pauwels）和LayerX Security的高级研究员罗伊·帕斯（Roy Paz）在搜索公开数据时发现了这些文件。 这些文件里有什么？文章草稿、未使用的图片素材、内部活动安排，甚至还有一份标题里带“parental leave”的员工文档。 但最引人注目的，是一份详细介绍新模型的草稿。 文件显示，Capybara和Mythos指向同一个底层模型。 前者是产品层级的命名，跟Opus、Sonnet一样，后者是模型的代号。就像你可以把一款发动机装进不同型号的车里，Mythos是那台发动机，Capybara是那个新车系。 说句题外话，其实千问的卡通形象也是Capybara，你说这不巧了嘛！ 言归正传，草稿里面有这么一句话，“与我们之前最好的模型Claude Opus 4.6相比，Capybara在软件编程、学术推理和网络安全测试等方面的得分显著提高。” Anthropic发言人证实，新模型在“推理、编码和网络安全”方面有“有意义的进步”，代表了“阶跃式变化”，并且该模型已经交付给了极少数早期客户，以进行测试。 但真正让Anthropic紧张的不是性能提升，而是网络安全能力的飞跃。 草稿中写道，这款模型“在网络能力方面目前远远领先于任何其他AI模型”，并且“预示着即将到来的一波模型浪潮，这些模型利用漏洞的能力将远远超过防御者的努力”。 换句话说，Anthropic担心黑客会拿这个模型发动大规模网络攻击。 今年2月，OpenAI发布GPT-5.3-Codex时，首次将一款模型归类为“高网络安全能力”，它被OpenAI拿去训练识别软件漏洞。Opus 4.6也展现出类似的能力，可以发现代码库中的未知漏洞。 两家公司都清楚，这其实是一把双刃剑。 Capybara可以是守护天使，也可以是充满恶意的病毒。 所以Anthropic为Capybara设计了一套谨慎的发布策略。草稿写道：“在准备发布Claude Capybara时，我们希望格外谨慎。因为我们清楚它带来的风险，肯定比测试中能遇到的情况更为严重。” Anthropic的具体做法是优先向网络安全防御组织提供早期访问权限，让他们有时间加固代码库，应对即将到来的AI攻击浪潮。 文件还提到，这个模型运行成本很高，短期内不会面向普通用户开放。 随后Anthropic迅速关闭了公开访问权限。发言人将此归咎于“内容管理系统配置中的人为错误”，并强调这些是“考虑发布的早期草稿”。 但泄露已经发生。Mythos和Capybara成了公开的秘密，Anthropic的发言人也大大方方地承认了Mythos和Capybara的存在。 01 Mythos可能是这个样子的 那么Mythos具体会是什么样呢？ 先说结论：如果Mythos真有“阶跃式变化”，我猜它不只是一个更大的base model，而是一套“模型+编排+验证 +风险控制”的复合系统。 也就是说，真正跳变的可能不是参数量，而是“做长任务时不散架”。 我的理由很简单，技术会变，但是Anthropic自己的大方向不会变。 Anthropic已经发布了很多关于公司技术路线的博客，比如《Next-generation Constitutional Classifiers: More efficient protection against universal jailbreaks》（下一代分类器：更高效地防范通用越狱攻击），以及《Mitigating the risk of prompt injections in browser use》（降低浏览器使用中提示注入的风险）等等。 这东西就跟概念车一样。 先说说安全方面吧，很多人以为杀毒软件还是靠“病毒库”——就像警察拿着通缉犯照片挨个比对。但实际上，现代杀毒软件和EDR（端点检测与响应）系统早就不是这么干了。 它们会看文件结构、监控进程行为、分析API调用模式、追踪横向移动轨迹，甚至用机器学习判断“这个行为像不像攻击”。 换句话说，现代安全系统已经不只是在找“已知的坏人”，而是在识别“可疑的行为模式”。 Mythos可能把这个逻辑又往前推了一步。它能理解攻击的语义。 通过理解一段代码、一串工具调用、一段对话，判断是不是在构造一条真实可执行的攻击链。 比如它能分辨出：这不是普通的压缩脚本，而是在做规避扫描、自启动、凭据窃取这一整套动作；这不是正常的渗透测试问答，而是在拼接exploit、持久化、横移、出网这几个步骤。 Mythos很可能具备“漏洞泛化发现”能力。 Anthropic 在今年2月的博客中提到，Opus 4.6找零日漏洞的方式不像传统fuzzing那样乱撞，而是通过理解代码语义、历史修复模式和相似bug特征，去找“还没被修掉的同类漏洞”。 看到一个漏洞后，它就能立刻联想到“其他地方是不是也存在类似的漏洞”。 Mythos在推理方面的提升，可能也不单单是说benchmark分数又高了几分。 比如它可能在思考过程中更少出现中途漂移，更少为了迎合用户而过度自信，更会显式区分“已知、推断、未知”，更会在不确定时保守行动等等。 这和安全是同一类底层能力。因为好的模型不只是更会生成答案，而是更会管理自己的不确定性。 Claude的一大重点就是编程。所以我觉得在编程能力上，Mythos可能不只是“把代码写地更好”，而是从“会写代码”变成“会经营代码库”。 Mythos可能会把模块边界、依赖关系、历史patch风格、测试习惯放在一起进行建模。 它会先拆改动图、再分批落patch，而不是想到哪改到哪；写完代码后会主动补测试、跑静态检查，根据失败日志回滚到更稳的方案。 这种能力对真实工程项目的价值，远超在测试集上多做对几道题。 当然最终要落到的地方，肯定是在线束（harness）上，Mythos很可能实现了从“单次回答强”到“整条执行链稳”的跨越。 它会把大任务拆成可验证的小阶段，多个子任务并行执行再汇总结果，在长链条里保留关键状态、丢掉噪声。某一步报错时不需要从头来过，只要找到问题发生地，对其局部进行修复，就可以继续执行任务。 就像游戏里的检查点，如果你没有通过某一个BOSS，你不需要从头开始打整个章节，你会被传送到上一个检查点。 这就像工业控制里的“线束管理”——不是某一根线更粗，而是整个连接、隔离、容错、标记、回路设计更合理。 长上下文能力的提升可能也不只是“窗口更大”，而是“上下文利用率更高”。 现在的大模型，一说上下文窗口，每个都说自己能装下几十万字，但是一问它全文重点或者文档关系，立刻就哑巴了。 Mythos如果真有进步，可能体现在更强的重点检测、更好的层级摘要、更准的跨文档对齐，以及更有效的持续记忆写回机制。 在工具使用上，Mythos可能从“会调工具”升级到“会设计实验”。 Anthropic已经在推computer use、terminal、browser这套能力，但真正的跨越不是UI自动化更强，而是知道什么时候该读代码、什么时候该跑测试、什么时候该查文档。 如何设计最小验证闭环、避免无效探索、控制成本。 通俗说，就是从“会操作电脑”升级到“会像工程师那样做排障实验”，甚至于是说“碰到问题时，会原地掏出一个机床自己制造一个特化对口的工具来处理问题”。 02 还有呢？ 反正都猜这么多了，不妨咱们就再往深了猜猜，我觉得Mythos的提升很可能来自几种训练和推理技巧的叠加。 第一是更重的测试时计算，也就是模型会根据任务难度动态分配更多“思考预算”，在关键步骤上做更长、更深的推理，而不是一口气线性吐完答案。 就像考试，普通的AI都是闭卷快答选手，不管是1分的选择题，还是20分的压轴大题，都是扫一眼就动笔，写一步不回头，匀速写完拉倒，哪怕题很难，也是顺嘴瞎编凑数。 Mythos是学霸，拿到题先分难度，简单题秒答不浪费时间；遇到复杂大题、关键步骤，就多打草稿、多琢磨几遍，算对了再往下写，卡壳了就停下来多想一层，绝不会张嘴就来。 第二是更偏向agent轨迹的强化学习，训练目标不再只是“最后一句话答对了没有”，而是“整条任务链有没有成功完成”，包括怎么拆计划、何时调用工具、何时停下来验证、出错后如何回退。 原来的训练方式是只看“项目最后有没有交差”，哪怕实习生中间瞎搞、找别人代做、步骤全错，最后蒙对了结果，就发奖金。 要是中间全对，最后一步手抖错了，直接扣钱，完全不管过程。 Mythos是全程盯流程，不仅看最后项目成没成，还要看你会不会把大项目拆成一步一步的小计划，什么时候该查资料、用工具，什么时候该停下来核对前面的内容，做错了会不会回头修正。 第三是更强的verifier，也就是某种内置的审稿人或质检员，在代码场景里检查patch是否真的成立，在安全场景里检查输出是否显著增加攻击可执行性。 这个你就当成是公众号发文章。普通AI是作者写完了直接发，不管有没有错别字、事实错误、合规风险，发出去出问题再说。 Mythos就和字母AI一样，要有提纲、要有多道审核、还要去求证等等。这篇文章除外。 第四是更细粒度的风险监控，不只看最终文本，而是看模型内部表征和中间轨迹，判断它是不是正在形成一条危险的攻击链。 这也是为什么我一直拿现代杀毒软件和EDR来类比。过去的杀毒软件更像“对照病毒库”，今天的安全系统更像“识别可疑行为模式”。 如果把这个逻辑搬到大模型里，Mythos的安全能力就可能不是靠硬编码关键词，而是靠对任务语义、工具调用顺序、代码行为和中间状态的综合判断。 它识别的不是“某个坏答案”，而是“这个请求会造成怎样的后果”。一旦这种能力成熟，安全就不再只是一个外挂过滤器，而会变成模型推理过程本身的一部分。 如果把这些能力串起来看，Mythos可能会是一个将语义泛化、长任务稳定性、工具编排、风险控制这几件事给融合起来的新产品。 这也解释了为什么Anthropic对Mythos如此谨慎。 一个能理解攻击语义、能泛化发现漏洞、能编排长链条任务、能自主使用工具的AI，这已经是敲响AGI的防盗门了。 但这里有个更深层的问题：当AI的攻击能力开始系统性地超过防御能力，整个网络安全的平衡会不会被打破？ 如果未来几个月Anthropic真的正式发布Mythos或者Capybara，那么最应该盯紧的是它在computer use、terminal、browser这类长任务环境里的稳定性。 因为这类场景最能暴露一个模型到底只是“单轮回答强”，还是已经具备“持续执行”的系统能力。真正的阶跃式变化，最后都会反映在这些难以伪装美化的指标上。 从这个角度看，Mythos泄密事件的真正意义，是揭示了AI发展的下一个临界点。 而这个临界点，可能比我们想象的来得更快。

IT之家 3 月 27 日消息，今天傍晚，据新华社报道，新一期美国《科学》杂志发表的一项研究显示，当人类用户就人际困境等问题向人工智能模型寻求建议时，AI 常表现得过度迎合或谄媚，甚至对于一些有害甚至违法的提问，AI 也常常肯定用户的立场。 美国斯坦福大学研究团队测试了 ChatGPT、“克劳德（Claude）”等 11 个主流 AI 系统，发现它们都表现出不同程度的谄媚，即过度迎合和肯定的倾向。这种迎合倾向给使用者带来风险，因为人们越来越多地转向 AI 寻求有关人际困境的建议，对于处于大脑发育和社会规范形成阶段的青少年来说，风险尤甚。 研究人员使用现有的人际建议数据集向模型提问。他们基于某网络论坛中用户一致认为发帖者确实有错的帖子，编写了 2000 条提示用于测试。此外，他们还利用包含欺骗等数千种有害行为的陈述向这些模型提问。 结果显示，与人类回应相比，所有接受测试的 AI 模型都更频繁地肯定用户立场。在一般性建议和根据网络论坛发帖编写提示的测试中，模型对用户的认同几率比人类高出 49%。即使在回应关于有害行为的询问时，模型也有 47% 的几率会认可这些行为。 对于 AI 的谄媚倾向，人们作何反应？研究团队招募了 2400 多名参与者，与不同类型 AI 进行有关人际困境的对话。结果发现，参与者总体上认为谄媚式的回应更值得信赖，并表示下次遇到类似问题可能会再次使用谄媚型 AI。 研究人员认为，AI 一味反馈迎合和谄媚的建议会损害人们的社交能力，AI 模型“过度谄媚”是一个“安全问题”，需要对其进行监管，应以更严格的标准来防止道德层面不安全的模型泛滥。 IT之家从报道中获悉，研究人员还呼吁人们在向 AI 寻求建议时要保持谨慎，尤其在面临社交困惑时，不能把 AI 当成真人替代品。

IT之家 3 月 27 日消息，华虹半导体有限公司今天在香港联交所发布公告，董事会建议将公司名称更改为“华虹宏力半导体有限公司”，英文名称也由“Hua Hong Semiconductor Limited”更改为“Hua Hong Grace Semiconductor Limited”。 IT之家从官方公告了解到，本次更名建议的主要原因是让公司与其主要运营子公司名称保持一致，统一品牌，更好反映集团企业形象，并且董事会相信，更名有利于集团未来业务发展，符合公司及其股东整体最佳利益。 本次更改建议需待股东周年大会批准，并在香港公司注册处给予相关批准后，方可作实。 此外，本次建议将不会影响公司现有股份持有人任何权利，也不会影响公司日常业务运营及财务状况。

一个时代的落幕。 作者：后厂村 编辑：提莫队长 2024年初，当那个穿着皮衣的女子走在霓虹闪烁的东京街头时，全世界都以为视频创作的权力之杖已经移交到了AI手中。Sora，这个曾被视为“现实模拟器”的划时代产品，在短短两年间经历了从神坛降临到黯然离场的过山车。 社交媒体 当地时间2026年3月24日，全球AI行业迎来重磅消息——OpenAI正式宣布，将全面关闭旗下明星视频生成产品Sora，涵盖独立App、API接口、ChatGPT内嵌视频功能及Sora官网，具体停运时间表将于近期公布。曾经被誉为“AI视频时代iPhone时刻”的现象级产品，在上线仅半年后便黯然落幕，这场从惊艳全球到紧急关停的转折，不仅是OpenAI的战略收缩，更折射出AI行业从技术炫技转向商业盈利的深刻变革。 01 Sora用两年时间走完从巅峰到落幕 Sora的一生是极具戏剧性的。2024年初的首次亮相，它凭借单次生成60秒高质量视频的能力，瞬间碾压了当时所有的竞争对手，让Runway、Pika等初创公司彻夜难眠。也被视作AI视频生成元年的标志性产品 彼时，Sora突破了传统视频生成模型的时长、画质与逻辑限制，能精准还原物理规律、维持场景连贯性，让“文字变视频”从概念变为现实，推动整个AI视频赛道进入加速发展期。 2025年9月，OpenAI推出Sora2及独立应用程序，将“用户融入短视频”的创意功能落地，上线仅5天下载量便突破100万次，登顶苹果AppStore榜首，成为现象级消费级AI产品。社交平台上，用户用Sora创作的知名IP改编视频、创意短片刷屏，一度被视为OpenAI继ChatGPT后的又一增长引擎。 Apple store 然而，繁华表象之下，危机早已暗流涌动。2025年12月，SoraApp下载量环比下滑32%；2026年1月，安装量再度暴跌45%，用户留存率持续走低，30天留存率仅1%，60天留存率趋近于零。用户尝鲜热情迅速消退，产品陷入“有趣但无用”的困境，从全民追捧的明星产品，沦为用户活跃度低迷的“支线任务”。 2026年3月24日，OpenAI官宣全面关停Sora相关服务，此时距离独立App上线仅过去6个月。曾经承载着OpenAI多模态生态野心的产品，最终以仓促退场收场，留下无数行业思考与市场震荡。 02 成本黑洞与用户困境 Sora的退场，并非技术失败，而是商业逻辑与产品定位的双重溃败，多重因素交织下，关停成为OpenAI的必然选择。 （一）经济模式完全不可持续 Sora的运营，是一场堪称“烧钱竞赛”的游戏。庞大的用户量带来了天文数字般的成本支出，新京报报道，根据分析机构SemiAnalysis的测算，Sora日均运营成本接近1500万美元，年度成本高达54亿美元，此前研发与运营阶段已累计烧掉数十亿美元。OpenAI项目负责人曾直言：“目前的经济模式完全不可持续。”视频生成的算力消耗远高于文字、图像生成，一次视频生成的GPU资源，足够ChatGPT回答数十个问题，严重挤压核心业务资源。在IPO临近、资本对盈利效率要求严苛的背景下，这种“入不敷出”的业务，成为必须割舍的包袱。 （二）场景局限与信任危机并存 Sora的核心功能“将用户融入短视频”，本质是一次性尝鲜型体验，缺乏持续使用的刚需场景。用户体验一次新鲜感后，便难以找到长期使用的价值，产品无法形成用户粘性。同时，肖像隐私问题成为重要阻碍，多数用户不愿将个人面部数据交给AI处理，内容创作触达“有趣但无用”的天花板，难以突破小众娱乐范畴。 此外，AI生成内容的泛滥也拖累了产品口碑。Sora降低了视频创作门槛，导致大量低质、同质化AI视频充斥社交平台，“AI制造”逐渐沦为劣质内容代名词，侵蚀用户信任，进一步削弱产品价值。 （三）全力冲刺IPO，押注高盈利业务 关停Sora的核心驱动力，是OpenAI全力筹备IPO的战略需求。当前OpenAI估值达7300亿美元，正通过严控成本、优化盈利结构，为登陆资本市场做准备。近年来，公司持续收缩非核心支出，整合ChatGPT、浏览器、Codex等业务为单一桌面超级应用，集中资源发力高增长、高付费的企业级市场。 对比之下，Codex编程助手表现亮眼，年内用户量增长3倍、使用量增长5倍，周活用户超200万；而Anthropic等竞争对手80%收入来自企业客户，消费级市场的低盈利性与企业级市场的高回报形成鲜明对比。OpenAI明确战略方向：放弃消费级非核心支线，将算力、人力、资金倾斜至编码工具、企业服务等核心领域，Sora自然成为战略调整的牺牲品。 03 Sora退场，AI视频赛道并未凉凉 在OpenAI宣布关停Sora之后，全球AI视频赛道并未进入寒冬，反而因失去了一座“大山”而进入了百家争鸣的“战国时代”。 当前，AI视频生成技术仍在快速迭代，市场竞争持续加剧。字节跳动SeeDance2.0凭借好莱坞级视频制作能力、精湛剪辑与角度控制备受关注；谷歌Veo工具依托Genie世界模型，实现生成视频的实时交互，成为行业标杆。国内快手可灵AI等产品也快速崛起，在轻量化、商业化落地层面形成优势，全球AI视频赛道呈现多元竞争格局。 SeeDance2.0 Sora的退场，释放出明确行业信号：AI行业已告别“技术至上”的狂欢，转向“商业盈利优先”的务实阶段。企业不再盲目追求技术炫技，而是聚焦刚需场景、优化成本结构、探索可持续商业模式，资源加速向企业服务、专业创作、影视工业等高价值领域集中。 AI科技自媒体《后厂村》认为Sora的关停，是AI行业回归理性的标志。它告诉我们：即便拥有最先进的技术，如果无法解决成本效率与用户真需求的悖论，也终将被市场淘汰。 04 AI企业的“取舍之道”与未来方向 Sora从封神到落幕的历程，为全球AI企业提供了深刻的战略启示：技术领先不等于商业成功，盲目扩张、分散资源终将面临调整。 OpenAI的“断臂求生”，本质是做减法的智慧——割舍非核心、低盈利业务，集中资源打造核心竞争力，为长期发展筑牢根基。 对于AI行业来说，消费级AI产品需突破“尝鲜困局”，找到刚需场景与持续付费模式；企业级市场成为竞争核心，专业化、场景化、低成本的解决方案更具生命力。未来，AI视频生成将向影视制作、广告营销、教育培训等B端场景深度渗透，C端产品则朝着轻量化、个性化、高实用性方向进化。 05 总结 当技术狂热褪去，商业理性回归，AI行业将告别浮躁，走向真正的产业化、商业化成熟期，而Sora的故事，终将成为行业发展史上值得铭记的注脚。

IT之家 3 月 27 日消息，当地时间 3 月 26 日，据外媒 Futurism 报道，越来越多迹象表明，《纽约时报》等主流媒体已经在不知不觉中刊登过 AI 生成内容。 本周，这一话题迅速发酵，起因是一篇发表于去年 11 月的《纽约时报》“Modern Love（现代爱情）”专栏。Lit Mag News 的 Becky Tuch 在 X 平台贴出文章片段并直言“读起来完全像 AI 拼凑的劣质文本”，由此引发广泛讨论。 《大西洋月刊》随后披露的调查显示，这一质疑并非毫无根据。专栏作者 Kate Gilgan 表示，自己没有直接复制 AI 生成的文本，但承认在写作过程中借助了 ChatGPT、Claude 和 Gemini 等工具，用于获取灵感、修改和润色。“我把 AI 当作协作编辑，而不是写作工具。” 但在当前阶段，这种区分很难成立。频繁依赖聊天机器人，很容易在不知不觉中受到其表达方式和结构的影响。 问题的规模也不容忽视。围绕该专栏的争议，促使多名 AI 研究人员回溯调查 AI 内容在美国新闻中的渗透情况。 研究结果显示，新发表的文章中约有 9% 至少部分由 AI 生成，其中主要集中在地方媒体。 图源：Pexels 当研究对象转向《纽约时报》《华尔街日报》《华盛顿邮报》等权威媒体的评论版面时，情况更为突出 —— 评论文章中出现 AI 生成内容的概率，是新闻稿件的六倍以上。 报道提醒，这一结论“需要谨慎看待”。AI 检测工具长期存在误判问题，例如曾有工具将玛丽 · 雪莱的《弗兰肯斯坦》误判为“100% AI 生成”，引发大量嘲讽。 IT之家获悉，被识别出问题的主要是评论文章，而非新闻报道，主因在于评论作者往往并非职业记者，且不在媒体内部任职，写作流程缺乏严格审核。因此，AI 内容更容易出现在评论版面，一定程度上解释了检测结果的合理性。 与此同时，新闻机构与 AI 公司的关系正变得愈发紧密。《华盛顿邮报》推出 AI 播客自动生成新闻摘要，并上线问答机器人；《纽约时报》使用 AI 生成标题；彭博社提供 AI 摘要功能；美联社管理层甚至明确表示，对 AI 的抵制“没有意义”。 但让 AI 深入新闻生产流程，风险同样明显。上个月，《Ars Technica》一名资深记者因误用 AI 虚构的引语被迫更正报道。该记者解释称，自己没有用 AI 写稿，但在用聊天机器人整理笔记时误采纳了 AI 生成的虚假内容。调查结束后，该记者最终难逃解雇的命运。

IT之家 3 月 27 日消息，美图公司今日公告，截至 2025 年 12 月 31 日止年度，公司总收入同比增长 28.8% 至人民币 39 亿元，其中核心业务影像与设计产品快速增长，同比增幅 41.6%。 IT之家从公告获悉，美图按国际财务报告准则计算的归属母公司权益持有人净利润同比下降 12.7% 至人民币 6.976 亿元，主要由于 2024 年出售加密货币产生一次性收益，导致比较基数较高，以及 2025 年向阿里巴巴集团发行可转股债券相关的一次性非现金开支。剔除非现金和非运营项目，经调整归属母公司权益持有人净利润同比增长 64.7% 至人民币 9.653 亿元，反映了本集团核心业务的强劲增长动能。 美图付费订阅用户数突破 1691 万，其中 216 万来自生产力工具。生产力工具的付费订阅用户数同比增长 67.4%，其中来自中国内地以外市场的付费订阅用户数更在年内实现翻倍增长。 全球化方面，来自中国内地以外市场的月活跃用户（MAU）于 2025 年突破 1 亿里程碑，新增国际付费订阅用户在下半年加速增长。更重要的是，新增付费订阅用户中多数来自包括欧洲、美洲及东亚在内的高 ARPU（每付费用户平均收入）地区。 此外，美图还表示，截至 2025 年 12 月 31 日，公司已将 AI agent（AI 智能体）能力接入大部分产品中。美图设计室的“Agent”功能自 2025 年 12 月以来已迅速成为付费金额增长的主要驱动力。

智东西 作者 | ZeR0 编辑 | 漠影 智东西3月27日报道，今日，在中关村论坛人工智能主题日AI开源前沿论坛“OpenClaw与AI开源”圆桌上，无问芯穹联合创始人兼CEO夏立雪谈道，OpenClaw引爆了Token用量，无问芯穹平台上的Token调用量自今年1月底起已增长10倍，现在token用量增长斜率看齐3G时代初期阶段，属于行业爆发的起点，基础设施需要适配Agent时代的需求，从打造从“最高效的Token工厂”走向“智能化的Token工厂”。 现在的算力系统和软件架构还是给人用的，不是给智能体用的，用人类操作系统的逻辑反而会限制Agent的发挥空间，因此需要打造Agentic Infra。在夏立雪看来，未来的基础设施本身就是智能体，能自主管理整个基础设施，根据AI客户的需求去迭代基础设施，实现自我进化、自我迭代。AI行业发展讲究可持续，需打造中国特色Token经济学，发挥我国能源及成本优势，让中国成为“世界Token工厂”。 以下是夏立雪观点精华： 1、Token需求快速爆发10倍，增长斜率看齐3G时代手机流量 OpenClaw这类Agent产品，彻底改变了AI交互形态，模型不再是单纯聊天，而是能落地完成复杂任务，也让Token需求迎来爆发式增长。 从今年1月底开始，无问芯穹平台上的Token调用量每两周翻一番，至今已经增长了10倍。上次见到这种惊人的增速，还是3G时代手机流量全面普及的时候。 现在的Token用量，就像当年大家每月只有100MB流量的初期阶段，属于行业爆发的起点，这是时代变革的信号。 而眼下算力资源远远跟不上需求，必须做好资源优化与整合，才能让全社会都用上普惠的AI能力，支撑起这一轮行业高速增长。 2、基础设施需适配Agent时代，从“最高效的Token工厂”走向“智能化的Token工厂” 无问芯穹是一家诞生于AI时代的基础设施厂商，现在在为Kimi、智谱等公司提供服务，也在和小米Mimo合作，帮助大家把“Token工厂”更高效地用起来，还与很多高校、科研院所合作。 所以，无问芯穹一直都在思考一件事：AGI时代所需要的基础设施，到底应该是什么样子？ 无问芯穹看到了短期、中期和长期几个不同阶段需要解决的问题。 目前，作为AI基础设施厂商，无问芯穹现阶段正全力打造最高效的Token工厂，打通国内十几种芯片、数十个算力集群，实现软硬件协同，让算力资源用在刀刃上，最大化提升资源利用率。 但传统云基础设施，是为人类工程师和程序设计的，用人类操作系统的逻辑适配Agent，反而会限制AI能力发挥。举个例子，Agent能在毫秒级发起任务，现有系统就适配不了。 所以，需要进一步的能力，无问芯穹将它称作“Agentic Infra”，也就是“智能化的Token工厂”。 从中期、中长期来看，基础设施必须走向智能化——未来的基础设施本身就是智能体，能自我进化、自主迭代，甚至内置Agent充当“管理者、CEO”，根据AI需求自动优化系统，实现算法与基础设施深度协同。 3、中国特色Token经济学应构建能源-Token-GDP完整链路，实现“全球Token工厂” 谈到接下来12个月对大模型发展趋势的描述与期望，夏立雪给出的关键词是“可持续Token”。 资源终究是有限的，AI行业发展也要讲究可持续，核心就是打通完整的经济链路，把能源转化为算力，再把算力转化为Token，最终落地转化为GDP，形成良性循环。 我们不仅要盘活国内算力资源，更要打造中国特色Token经济学，复刻Made in China的优势，把我国的能源、成本优势，通过高效Token工厂，转化为高质量AI服务。 推进AI-Made in China，把优质、稳定的Token服务输出到全球，让中国成为世界Token工厂，为世界人工智能发展贡献中国方案，这也是行业长期健康发展的关键。

IT之家 3 月 27 日消息，OPPO K15 Pro 系列外观配色今日公布，赛博光翼、起源灰、光尘粉、金色传说等，4 月 1 日发布。 除了此前公布的岚影呼吸灯、金属中框，这款新机还带来可替换磁吸镜头盖设计。OPPO 与全球桌面级 3D 打印设备的领导者拓竹科技合作，将会在拓竹旗下的 3D 模型社区 MakerWorld 上，开源镜头模组的 3D 模型文件。 据博主 @数码闲聊站 此前爆料，该系列手机内置主动散热风扇。其中，大杯机型将配备 6.78 英寸 2772*1272P 1.5K 大直屏，拥有天玑 9500s 芯片，最高主频 3.73GHz，后置摄像头采用 5000 万像素 +800 万像素配置，前置则是 1600 万像素，电池额定容量 7760mAh，典型值 8000mAh±，具备金属中框，厚度 8.33mm，重 213g。 而中杯机型则是搭载 6.59 英寸 2760*1256p 1.5K 中直屏，配备天玑 8500 芯片，最高主频 3.4GHz，后置摄像头为 5000 万像素 +800 万像素，前置为 1600 万像素，电池典型值 7500mAh±，额定容量 7265mAh，拥有金属中框，厚度 8.3mm，重 197g。 关于新机的更多信息，感兴趣的朋友可以关注IT之家后续报道。

快科技3月27日消息，自美国实行新关税政策以来，苹果公司已经累计承担了超过33亿美元的关税成本。为了有效降低经营压力，苹果推动美国本土制造的意愿愈发强烈，正加速调整其全球供应链布局。 截至目前，苹果已在休斯顿工厂启动了Mac mini的生产线。紧随其后，iPhone的核心零部件制造也将在美国本土开启，这标志着苹果最核心的产品线开始向北美转移。 据悉，苹果成功引入了博世、Cirrus Logic、TDK以及Qnity Electronics四家核心供应商。这些行业巨头将在美国境内设立专门的生产基地，直接为苹果提供关键技术支持。 具体分工上，博世将在华盛顿州卡马斯的工厂生产用于车祸检测和活动追踪的集成电路。而Cirrus Logic则计划与Global Foundries联手，在纽约州马耳他的晶圆厂为Face ID系统开发先进的芯片。 同时，TDK在美国制造iPhone摄像头传感器，而Qnity Electronics则将与HD MicroSystems展开合作，共同提供半导体制造和高性能计算所需的关键材料与前沿技术。 为了促成这些合作伙伴顺利赴美，苹果公司计划投入4亿美元的巨额资金。这笔资金将专门用于协助供应商迁移生产线，并建立与之配套的现代化制造设施。 行业分析师指出，苹果在过去几十年里在中国构建了一个极其精密且复杂的全球供应链体系。这种高度集成的制造生态，使得将成熟生产线大规模转移到美国的工作变得异常艰巨，绝非短时间内可以完成。 即便资金充裕，苹果也需要在自动化技术、基础设施建设以及专业人才培训等方面进行长期的巨额投入。此外，如何说服成千上万的中下游配套供应商同步赴美建厂，依然是一个充满变数的巨大未知挑战。

智东西 编译 | 杨京丽 编辑 | 李水青 智东西3月27日消息，据《财富》杂志今日报道，Anthropic确认本周正在测试一款名为“Mythos”（神话）的新模型。该模型因数据泄露意外曝光，Anthropic称其能力跨越式提升，是该公司迄今为止打造的最强模型，这下Claude真“超神”了？ 据泄露的内部文件显示，Claude Mythos在软件编程、学术推理和网络安全等基准测试中的得分“大幅超越”现有的Claude Opus 4.6模型。该文件还讨论了另一个系列，名为“Capybara”（卡皮巴拉），或许是Mythos的内部代号。 目前，Anthropic正在向部分早期客户进行有限测试，但因运行成本高昂，尚未做好公开发布的准备。 Anthropic泄露的内部文件 一、数据泄露始末：人为配置失误暴露3000份内部资料 此次泄露源于Anthropic内容管理系统的人为配置错误，导致约3000份未公开资产可被公开搜索访问。泄露内容包括内部文件草稿、博客文章草稿和活动策划材料。 几天前，网络安全公司LayerX Security的高级AI安全研究员和剑桥大学网络安全研究员最先发现了这批资料。《财富》告知该数据泄露事件后，该公司迅速限制了公开访问。此外，泄露文件还披露了一项仅限邀请制CEO峰会计划，欧洲企业领袖将在峰会上体验尚未发布的AI能力。 二、网安能力引发重大安全担忧 泄露材料中最值得注意的是，关于Mythos网络安全能力的警告。文件明确指出，该模型在网络安全能力方面，远远领先于任何其他AI模型。Anthropic还警告称其预示着一波新模型浪潮即将到来，这些模型利用漏洞的能力将远远超过防御者的应对速度。 Anthropic泄露的内部文件 这一担忧并非空穴来风。今年2月，OpenAI的GPT-5.3-Codex和Anthropic的Opus 4.6均被认为在识别软件漏洞方面具有“超能力”，兼具攻防双重用途，对防御者和攻击者同样有效。 Anthropic此前也曾记录过多起案例，其中包括被外界认为与中国有关联的黑客组织，曾在真实网络攻击中尝试利用Claude。 结语：Mythos到底有多强，配得上神话这个名字吗？ 从泄露文件来看，Mythos的能力画像确实惊人：编程、推理成绩大幅甩开Opus 4.6，网安能力更被标注为“远超所有现有AI模型”，运行成本高到Anthropic都不敢轻易公开放量。如果这些内部评估属实，Mythos很可能是目前业界综合能力的天花板。 但“强”和“成为神话”之间，还隔着商业化落地、安全可控和监管认可等多重关卡。一个运行成本高昂、网安攻击能力令自家团队都发出警告的模型，如何在规模化部署中平衡能力与风险管控，将是Anthropic接下来必须回答的问题。Mythos究竟能否成为名副其实的“神话”，答案或许要等到它真正面向公众的那一天。

IT之家 3 月 27 日消息，腾讯云今日正式发布 Agent 产品全景图，构建了从个人到企业、从基础设施到上层场景应用的完整产品体系。 该体系围绕 Agent 基础设施层、模型服务层、技能生态层、AI 应用层和安全层五个层面展开，IT之家总结如下： Agent 基础设施层定位为企业应用 Agent 的操作系统，提供安全稳定的技术底座与治理平台； 模型服务层将 MaaS 平台升级为 TokenHub 大模型服务平台，基于自研混元大模型及第三方模型，提供全栈模型供给与全生命周期管理服务； 技能生态层开放了自研技能、开源 SkillsHub 以及微信、小程序、企业微信、元宝、QQ 等生态资源； AI 应用层围绕个人提效、企业营销、知识管理、研发提效、办公协同等场景打造了专属产品矩阵； 安全层则针对 Agent 具备自主执行能力的特点，提供系统性的安全保障方案。 腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生表示，人工智能的应用范式正从“Chatbot”向“AI Agent”跃迁，AI 落地不仅是一道算法题，更是一道工程题，随着主流大模型能力差距逐步缩小，企业比拼的重点将转向如何通过工程化手段将模型用好，未来每个个体和企业都能借助标准化工具快速搭建专属智能体应用。

快科技3月27日消息，近期，废旧手机回收市场异常火爆，“一吨旧手机可提炼375克黄金”的说法引发广泛关注。 杭州一位手机店老板透露，如今报废智能机回收价飙升，低端机型成为回收主力，价格较此前大幅上涨，市场交易十分活跃。 据这位老板介绍，电子市场每天都有大量回收商往来，其中不少是来自深圳的客商，每日多次上门收购旧手机与报废机，收购需求十分旺盛。 他表示，4+64G、6+64G等配置的低端智能机，多被用于贵金属提炼，自己此前卖出五六十台旧手机，获利约7000元，且回收价仍在持续上涨。 数据显示，一吨旧手机的黄金提炼量可达300多克，远高于天然金矿每吨3至5克的提炼量，两者差距超百倍，这也让旧手机的“城市矿山”价值备受关注。 不过针对这一现象，业内专家与从业者给出了不同解读。 有专家指出，旧手机虽含微量黄金，但提炼工艺复杂、成本高昂，小规模炼金根本不具备经济可行性，网传的高提炼量多为理论数据。 业内人士表示，此次回收价暴涨，核心原因是内存条、芯片等电子元件行情上涨，商家通过拆解元件获利，并非依靠提炼黄金，所谓“炼金致富”更多是市场噱头。 目前废旧手机回收市场热度不减，价格持续走高，但普通用户无需盲目跟风囤机。 旧手机的价值更多体现在元件循环利用上，建议大家通过正规渠道处置闲置手机，既能合理变现，也能助力电子垃圾规范回收，避免因轻信传言造成不必要的损失。

快科技3月27日消息，华为Pura 90系列目前已经完成备案，这款新机预计将在4月份正式与消费者见面。 与上一代Pura 80系列相比，华为Pura 90系列的产品阵容迎来了大幅度调整。根据最新的行业爆料，该系列将由原先的四款机型精简为三款，分别为标准版、Pro版以及全新的Pro Max版。 这一调整意味着Pura 90系列正式取消了Ultra版和Pro+版本。在Ultra型号缺席的情况下，新增的Pro Max版本将顺势承接所有最顶尖的技术配置，成为该系列中综合实力最强悍的影像旗舰。 硬件配置上，华为Pura 90系列将配备一块6.87英寸1.5K超大直屏，同时搭载一颗2亿像素潜望式超级长焦镜头。 这种顶级的潜望光学方案，预示着华为在远距离拍摄和微距表现上将迎来进一步升级。超高像素带来的解析力优势，配合华为自研的影像算法，将为用户提供更具质感的拍摄体验。 核心动力方面，新机将搭载麒麟9030 Pro，该芯片采用了先进的9核心架构设计，其中大核主频达到了2.75GHz，中核频率为2.27GHz，并辅以1.72GHz的高效能小核。 从目前披露的信息来看，凭借全新的麒麟芯片与2亿像素长焦，Pura 90系列无疑将成为华为历史上性能最强悍、影像最极致的旗舰机型。

智东西 编译 | 陈佳 编辑 | 程茜 智东西3月27日消息，据外媒彭博社今日报道，美国加利福尼亚州北区联邦地区法院法官林丽塔（Rita F. Lin）于3月27日发布初步禁令，叫停美国政府对Claude大语言模型开发商Anthropic的相关限制措施。禁令要求美国政府停止执行将Anthropic列为国家安全“供应链风险”的认定，并暂停总统要求联邦机构停止与Anthropic合作并停用其技术的指令。法官林丽塔同时要求美国政府在4月6日前提交报告，详细说明对判决的执行情况。 Anthropic发表声明，乐见法官作出此裁决。该公司称：“尽管提起诉讼对保护Anthropic、客户及合作伙伴而言十分必要，但我们仍将专注于与美国政府开展高效合作，确保全体美国人都能从安全、可靠的人工智能中受益。” Anthropic CEO达里奥·阿莫代（Dario Amodei）关于美国国防部的声明（图源：Anthropic） 法官林丽塔在裁决书中称：“如果问题在于作战指挥链的完整性，战争部（美国国防部）大可直接停止使用Claude。这些措施看起来是为了惩罚Anthropic。”她进一步将美国政府的行为定性为“典型的、违反宪法第一修正案的非法报复”，即美国政府因不满Anthropic公开言论而对其采取不利措施，违反了美国宪法对言论自由的保护。 国家安全“供应链风险”认定此前只被用于外国对手，从未指向美国本土科技企业。法官的这一裁决使争议焦点从安全审查直接转向美国政府是否在借国家安全之名实施政治打压。 林丽塔将裁定暂缓执行七天，为美国政府留出上诉机会。而美国政府此前就已明确表态将继续上诉，意图将Anthropic逐出所有美国政府机构，这场围绕AI军事应用边界的法律拉锯战仍将持续。 美国国防部长皮特·赫格塞斯（Pete Hegseth）2月28日在社交媒体X平台上发文，要求所有与军方合作的承包商和供应商停止使用Anthropic的产品。 美国国防部长皮特·赫格塞斯（Pete Hegseth）在X平台发文截图（图源：X） Anthropic在诉讼中称，Hegseth的发文导致大量合同被取消、缩减或搁置，造成数亿美元损失。林丽塔法官判决禁止执行Hegseth通过社交媒体发布的相关指令。 一、法院叫停美国政府限制措施，质疑国家安全理由站不住脚 此次裁决不仅叫停具体封杀政策，也直接指向美国国防部将Anthropic列为国家安全“供应链风险”这一认定的合法性基础。法官林丽塔认为，将一家美国AI企业认定为供应链风险并限制联邦机构使用其模型，已触及言论自由保护问题，而现有记录显示，这一决定并未建立在清晰的国家安全威胁之上。 她在判决中写道，如果担忧的是军事指挥链的完整性，美国国防部完全可以停止使用Anthropic的大语言模型Claude，而不是扩大为跨机构的全面限制措施，这种做法与美国防部声称的安全目标并不匹配。她进一步指出，“这些措施更像是在惩罚Anthropic”，并将其定性为典型的、有违宪法第一修正案的报复行为。 林丽塔同时根据美国防部提交的材料称，该部门之所以将Anthropic列为风险，与Anthropic在媒体上的“敌对态度”有关，而非具体技术或供应链问题。这一判断使争议焦点从安全审查转向美国政府是否因企业立场而实施打压 在此前的听证会上，林丽塔已表达类似看法。她指出，美国政府将企业列为供应链风险的标准过于宽松，仅因与美国政府存在分歧、提出质疑就采取限制措施，门槛“相当低”，并形容相关行为“过于极端”。 二、军方与AI公司谈判破裂，限制军用场景成为冲突核心 此前，Anthropic于2025年7月与美国国防部签署一份上限约2亿美元（约合人民币13.83亿元）的协议，Claude成为较早进入美军涉密网络的商业AI模型之一。双方围绕AI使用协议展开几次谈判，但最终破裂。美国政府于2月27日将Anthropic列为国家安全“供应链风险”并下令所有联邦机构停止合作。3月3日美国国防部长Hegseth在社交媒体X平台上发文，要求所有与军方合作的承包商和供应商停止使用Anthropic的产品。这些措施的接连落地，成为此次诉讼的直接触发点。 美国国防部长皮特·赫格塞斯（Pete Hegseth）（图源：维基百科） 分歧集中在AI的具体使用边界。Anthropic在谈判中要求明确承诺，其大模型不会被用于对美国民众的大规模监控或自主武器部署，这一立场贯穿谈判过程，也成为美国政府认定其“不可靠”的重要背景。五角大楼则认为，现有法律和军规已对相关用途作出限制，没有必要接受企业额外设定的约束，并坚持在所有合法场景中使用AI的权利。 在法庭上，美国政府律师说，信任是军方与服务提供企业合作的核心要素，而Anthropic在合同谈判中试图左右五角大楼的AI使用政策，已然破坏了这份信任。该律师称，美国政府担忧Anthropic存在“未来蓄意破坏”的风险，包括擅自修改美国政府从其采购的AI软件。 Anthropic则从技术与流程层面回应这一指控。Anthropic的律师认为，五角大楼在部署任何模型前都拥有完整审查权，企业既无法远程关闭模型，也无法改变其运行方式，更无法获知具体使用场景，所谓“破坏风险”缺乏现实基础。 林丽塔法官在裁决中指出，美国司法部没有提供合理依据证明Anthropic坚持限制AI用途，会导致其成为潜在的“破坏者”。 美国五角大楼（图源：维基百科） 三、商业与法律双重压力叠加，美国政府合同成为关键变量 在政策冲突之外，美国政府合同正在成为影响Anthropic处境的关键变量。随着美国政府要求联邦机构停止合作，并通过行政命令与官员表态推动承包商同步退出，Anthropic称相关措施已导致数亿美元规模的合同被取消、缩减或搁置，若禁令持续，整体收入损失可能扩大至数十亿美元。 Anthropic CEO达里奥·阿莫代（Dario Amodei）（图源：法新社） 这一影响不仅来自正式政策，也来自非正式信号。美国国防部长Hegseth在社交媒体上要求军方供应链停止使用Anthropic技术，该表态的法律效力在法庭上受到质疑。法院裁决明确禁止执行通过社交媒体发布的相关指令，显示行政权在具体执行层面仍存在边界。 除在加州联邦法院申请禁令外，Anthropic还在华盛顿特区上诉法院围绕规范采购环节供应链风险防控程序的相关法律提起诉讼，试图从采购法规层面推翻这一决定。Anthropic在诉讼中指控国防部在“供应链风险”认定中程序不当，行为“武断专横、滥用裁量权”，属于越权行事。美国政府已誓言通过法律手段，将Anthropic彻底排除出所有美国政府机构的合作范围，案件进入拉锯状态。 从庭审披露的信息看，争议已不局限于单一合同，而是涉及联邦采购体系如何界定风险、如何处理与承包商的分歧。Anthropic认为，若美国政府可以因立场不同而将企业排除在合同体系之外，这一先例将影响所有联邦承包商；而美国政府则试图将问题界定为信任与安全风险，从而为其决策提供更大裁量空间。 结语：AI治理进入博弈阶段，法律、政府与市场开始交叉约束 此次发布的禁令标志着Anthropic在与美国国防部的法律博弈中赢得初步胜利，但后续案件进展仍取决于上诉结果及进一步审理情况，相关政策与合作安排也可能随之调整。美国政府此前就已表明，若法院颁布禁令，将继续上诉。 从更长周期看，当大模型逐渐成为关键基础设施，类似冲突可能会更频繁出现。企业是否可以对技术用途设置边界，美国政府在国家安全名义下的权力范围如何界定，这些问题还没有答案。

智东西 编译 | 杨京丽 编辑 | 李水青 智东西3月26日消息，据外媒The Information独家报道，仅用6周，OpenAI的ChatGPT广告业务年化收入已突破1亿美元（约合人民币6.91亿元）。 目前ChatGPT广告收入来自不到20%的美国ChatGPT Free和Go用户，他们每天都会看到广告。大约85%的Free和Go用户具备看到广告的资格。在OpenAI即将IPO的背景下，广告正成为其订阅收入之外的第二增长引擎。 一、6周破亿：ChatGPT广告从试点到规模化 1月16日，OpenAI正式宣布将在ChatGPT中测试广告。2月9日，广告试点在美国面向Free和Go版用户上线。从上线到年化收入破1亿美元，仅用了约6周。 广告展示位置位于ChatGPT回答的底部，带有明显“赞助”标识，不会影响ChatGPT的回答内容，用户对话数据也不会被出售给广告主，18岁以下用户不会看到广告，政治、健康和心理健康等敏感话题附近也不会展示广告。 ChatGPT的广告展示（图源：OpenAI） OpenAI正专注于提升广告相关性，目前被用户评为“低相关性”的广告占比不到7%。 另外，OpenAI广告主数量已超600家，自助广告投放平台有望于4月上线。目前早期广告主的最低投放门槛为20万美元（约合人民币138万元），CPM（每千次展示成本）约为60美元（约合人民币415元）。 二、前Meta高管挂帅，广告团队加速组建 值得注意的是，3月23日，OpenAI宣布聘请前Meta广告高管戴夫·杜根（Dave Dugan）担任全球广告解决方案副总裁兼负责人，向COO布拉德·莱特凯普（Brad Lightcap）汇报。 前Meta广告高管杜根加入OpenAI（图源：MediaPost） 杜根在Meta工作12年，最近的职位是全球客户及代理商副总裁，此前还曾在阳狮集团（Publicis Groupe）旗下代理公司任职。 杜根是OpenAI过去一年从Meta挖来的第二位重要高管。此前，Meta旗下Facebook应用前负责人菲吉·西莫（Fidji Simo）已于去年出任OpenAI应用业务CEO，负责产品和商业团队。 三、广告将成IPO前的关键收入故事 随着公司为上市做准备，广告正成为一个重要的收入来源。OpenAI内部文件显示，“免费用户变现”预计将在2026年贡献10亿美元（约合人民币69.1亿元）收入，到2029年有望增长至近250亿美元（约合人民币1728亿元）。 OpenAI高管已向投资者表示，2026年消费者端ChatGPT收入预计将超过170亿美元（约合人民币1175亿元），其中包括通过广告从免费用户身上获得的收入。 投行Truist估计，OpenAI今年的广告收入将低于10亿美元，但到2030年这一数字可能超过300亿美元（约合人民币2073亿元）。Truist分析师将2026年称为大语言模型广告的“拐点之年”。 结语：AI该不该加广告？两家头部公司给出截然不同的答案 就在OpenAI广告试点的同时，Anthropic花重金投放广告，喊出“广告正在入侵AI，但不会出现在Claude上”的口号，公开嘲讽OpenAI的广告化路线。奥特曼随即回怼，称Anthropic“用广告来批评广告”本身就是双标，并强调“AI不应只服务于付得起订阅费的人”。 这场隔空对战，本质上是AI行业商业模式之争的缩影：一边是用广告补贴免费用户、做大用户池再变现的“平台模式”；另一边是坚持纯订阅、以“无广告”为卖点的“工具模式”。 从短期数据看，两条路都有人买单，OpenAI 6周拿下1亿美元年化广告收入，Anthropic则靠那条广告把Claude送进了AppStore前十。但长期来看，谁的模式更可持续，最终要由用户的留存率和广告转化率来回答。