今年是东京审判开庭80周年。4月25日至26日，中国国际法学会2026年学术年会在上海举行，千余名专家学者参会。年会中专设纪念东京审判开庭80周年学术研讨会等多场专题研讨会，专家学者在接受《蓝厅观察》记者采访时纷纷表示，东京审判以确凿证据与严谨法理，判定了日本军国主义及军国主义分子发动和实施侵略战争及其相关罪行，捍卫了历史真相、国际公义和人类尊严。80年后的今天，日本右翼歪曲历史、修宪扩军，“新型军国主义”再次露出獠牙、成势为患，严重威胁世界和平稳定。国际社会必须予以坚决反击，决不允许日本军国主义死灰复燃。  东京审判的法律基础不容诋毁 　　80年前，11国法官历经两年半庭审，用铁证厘清日本法西斯从“九一八事变”到全面侵华，再到肆虐东南亚的侵略脉络，揭露其烧杀抢掠、反人类的滔天暴行，以国际司法的最高权威，完成对日本军国主义的历史定谳与法律清算。 　　然而，长期以来，日本右翼对东京审判别有用心地抹黑、质疑，否定审判的正当性。在纪念东京审判80周年学术研讨会上，多位学者在演讲中指出，东京审判在现代国际法发展中具有重要意义，东京审判的法律基础不容诋毁。 　　华东政法大学原校长何勤华指出，东京审判到现在已经整整过去了80年，但它的重要历史影响依然存在，比如东京审判从思想到实践、到人员，清算了日本的军国主义。第二个，它也促成了《日本国宪法》第九条的出台，就是“和平宪法”条款出台。第三个，更加重要的是因为东京审判定义了“侵略罪”的罪行。 所谓“日本是有条件投降” 与历史真相完全相悖 　　1945年8月，日本宣布无条件投降，这是东京审判司法管辖权的基础。但从上世纪70年代开始，日本国内右翼势力处心积虑抛出所谓“日本是有条件投降”的错误论调，这一说法与历史真相完全相悖。 　　华东政法大学教授管建强指出，日本右翼势力目的很显然想否定“侵略罪”。1949年9月9日，在中国大陆的日本最高长官冈村宁次向中国递交投降书里面，第一句话就是，日本政府和日本大本营已经向同盟国最高司令长官递交了无条件投降书，白纸黑字已经写出来了，今天还去纠缠这样的问题，是非常荒谬的。 东京审判以法律形式 确认了日本的侵略性质 　　近年来，日本右翼势力又频频散布“东京审判是胜利者的审判”的错误言论，刻意将正义审判歪曲为无法律依据的胜者裁决，混淆国际视听。事实上，东京审判是严格遵循国际法、符合程序正义的权威审判，其合法性不仅源于反法西斯战争的伟大胜利，更根植于坚实的国际条约与法律规则。 　　华东政法大学教授管建强分析指出，1928年《巴黎非战公约》明确规定禁止使用武力的方法来解决争端，而且日本是缔约国。日本用武力的方法入侵中国和东南亚国家，烧杀抢掠，已表明有侵略的行为。1943年12月1日的《开罗宣言》明确规定，这次战争的目的是制止和惩治侵略行为，目标很明确，不仅是制止，而且要惩治日本的侵略行为。 　　华东政法大学原校长何勤华表示，战后以及东京审判以后，一些右翼势力试图把“侵略罪”的定义重新推翻，而实际上东京审判当时最重要的是把“反和平罪”纳入“侵略罪”的内涵里面。东京审判以法律形式确认了日本的侵略性质，为推动国际法界定“侵略”法理概念起到了十分重要的作用。 铭记东京审判 以史为鉴 面向未来 　　80年来，全球学界对东京审判的研究持续深化，中国的研究队伍不断壮大。上海交通大学东京审判研究中心自成立以来，致力于补齐核心文献短板，系统整理出版庭审记录、证据文献、询问笔录等海量史料，完成人名、地名、事件等权威索引编纂，让尘封的历史证据重见天日。 　　上海交通大学东京审判研究中心主任程兆奇说，东京审判是人类有史以来最大的一次审判，值得研究。另外，它对日本近代侵略和伴随着侵略的盖棺论定。东京审判在日本右翼长期以来不断攻击下，它现在实际上是逐渐“风化”了。当时一起审判的那些国家，在战后特别是冷战以后，敌我是非关系已经发生了很大变化。这个事情只有我们来维护。 　　越来越多的青年学者投身东京审判研究，从原始档案与一手文献中挖掘史实，用专业研究守护历史定论，向国际社会还原日本侵略真相。 　　在最新披露的文献中我们看到，“九一八事变”后，日本驻国际联盟大使芳泽谦吉给日本政府的电报指出，对自卫的狡辩也应该有个底线，日本在中国如此大规模的“自卫论”显然不会被公平的第三方认可。日本东京帝国大学教授、国际法权威横田喜三郎在给日本政府的报告中指出日本的行为属于明显的侵略。日本国际法顾问在东京审判时期给日本政府的分析意见是“大东亚战争”是无法掩盖的侵略战争。 　　上海交通大学凯原法学院博士生姜沛辰告诉《蓝厅观察》记者，他的工作是梳理1931年日本侵略东北开始到东京审判时期，日本国际法学者、日本外交官对于国际法上自卫与侵略问题的认识，他们已经指出日本的行为在国际法上明显不属于自卫，而是属于侵略。但日本右翼政客至今仍不承认这一事实，所以我们应该把这些历史证据呈现出来，用这些事实来说话，让他们无法否认。 　　除了学术研究，上海淞沪抗战纪念馆同步举办战后审判与世界和平主题展览，以实物、史料、图文结合的方式，让公众直观感受历史正义，铭记和平来之不易。 　　总台央视记者 申杨：从历史法理到现实关切，东京审判80周年的纪念与研讨，再次向世界传递明确的信号——历史不容篡改，和平不容破坏。东京审判以法律之名，守护历史真相；以正义之剑，捍卫人类和平。铭记这场审判，是为以史为鉴、面向未来。

　　美国媒体《旅行与旅游世界》网站（Travel And Tour World）26日发表文章称，在全球知识产权发展史上，中国迎来前所未有的里程碑式突破，其有效发明专利数量突破500万件。这彰显了中国在全球专利领域影响力与日俱增，稳固了自身在创新驱动与科技进步中的引领地位。中国正快速重塑全球专利发展格局，为科技进步树立全新标杆。 《旅行与旅游世界》网站报道截图 　　中国专利发展之路 　　中国国家知识产权局相关负责人2026年初介绍，截至2025年底，中国国内（不含港澳台）发明专利有效量达到532万件。文章指出，这一数字远远超过其他任何国家，美国和日本的专利数量则明显少得多。中国能够显著跃居世界前列，得益于其在研发领域的大力投资，以及鼓励创新的战略政策。 《旅行与旅游世界》网站报道截图 　　文章称，过去十年，中国专利申请数量一直领先其他国家，这得益于其对提升技术能力的高度重视。中国政府鼓励国内企业以及在中国运营的外国企业进行创新并保护其知识产权。中国政府将自身打造为全球技术引领者的愿景，以及建设创新驱动型经济的坚定决心，是促成这一成就的核心关键。文章援引中国国家知识产权局官方数据称，中国国内专利申请量大幅增长，其中大量专利聚集在人工智能、5G、高端机器人等前沿技术领域。文章指出，中国的发明者与企业获得的专利数量庞大，充分体现该国在全球技术生态体系中的战略重要性。 　　中国的创新生态系统 　　文章强调，中国的专利热潮不仅体现在申请数量上，更体现在创新成果的质量与实际影响力上。中国的国有企业与民营科技巨头是这份亮眼成就的核心推动力。这些企业不仅大规模提交专利申请，更持续产出具有突破性的创新成果，深刻引领未来科技的发展走向。 　　除科技企业外，中国国内高校与科研机构也在国家创新浪潮中发挥着关键作用。清华大学、北京大学等顶尖院校深耕前沿技术研发，为国家专利领域作出了重大贡献。文章指出，中国的政府、学术界与民营企业协同联动，共同构筑起蓬勃发展的创新生态，预计在未来几年还将继续扩大。 《旅行与旅游世界》网站报道截图 　　文章表示，中国对可持续发展与绿色技术的重视，正在不断丰富自身专利种类。清洁能源方案、电动汽车、碳捕获技术等相关专利，在中国的专利申请中占比稳步提升。这既顺应全球可持续发展潮流，也将助力中国稳固在绿色技术领域的领先地位。 　　中国专利激增 定义未来创新格局 　　文章指出，中国拥有数百万件有效发明专利，对全球市场、企业和消费者都有着深远的影响。随着中国企业不断推动创新研发并加强知识产权保护，其将在通信、医药、可再生能源和高端制造等多个行业发挥更大影响力。随着中国专利数量的增加，全球专利格局正在被重塑。 《旅行与旅游世界》网站报道截图 　　文章最后强调，随着中国持续巩固自身在全球知识产权领域的主导优势，其必将在塑造全球科技未来、制定知识产权国际规则方面发挥更为关键的作用。中国成熟完善的专利生态体系正重新定义21世纪创新强国的核心内涵。 　　来源︱总台环球资讯 　　编译 | 杜慧琴 　　签审 | 闫明 　　监制 | 蔡耀远

　　据日本方面25日消息，日本政府已敲定修改自卫队“官阶”名称的方案，并计划于本年度内向国会提交相关修订草案。调整后的部分称呼与旧日本帝国军队存在重合。这一更名方案引发日本国内大量担忧和质疑声音。  　　消息称，政府拟将陆上、海上及航空自卫队各自的最高长官——幕僚长对应的将官等级改称为“大将”，其余将官统一为“中将”；将“一佐”改为“大佐”，整体参照国际通行的军衔体系进行调整。消息指出，这是自卫队1954年成立以来首次进行“官阶”名称调整，过去日本因“自卫队非军队”相关规定，长期使用区别于其他国家的官阶名称，而如今这一方针将迎来重大转折。 　　日本舆论担忧军国主义回潮 　　围绕这一动向，日本国内社交媒体上出现大量担忧声音。有网友直言，“大佐”等称呼是旧日本帝国军队的军衔名称，这是在回归军国主义。 　　还有网友表示，日本自卫队现在的官阶名称是宪法第九条精神的体现，此次修改官阶名称可能是在为修宪扫清障碍。 　　日本资深军事撰稿人木村和尊指出，此次更名徒增大量文案工作，实为“愚策”。还有日本学者指出，战后出于对战争责任的反省，陆上自卫队长期有意识地与旧日本帝国陆军划清界限。但对于此次更名，日本社会是否会如政府所称，仅将其视为“唤起对自卫队尊重”的一种方式，这一点令人怀疑。

　　伊朗外长阿拉格齐4月25日结束对巴基斯坦访问后，抵达阿曼首都马斯喀特继续其对外访问行程。 　　4月26日，阿曼马斯喀特，阿曼苏丹海赛姆会见伊朗外长阿拉格齐，双方就当前地区局势及旨在结束冲突所进行的斡旋努力等问题进行了磋商。 　　据伊朗媒体报道，阿拉格齐将在结束阿曼访问后、前往俄罗斯之前，再次访问巴基斯坦。而部分伊朗随行代表团成员已先返回德黑兰请示协调，计划26日重返伊斯兰堡会合。 　　与此同时，美国总统特朗普25日在社交媒体上宣布，取消美方代表前往伊斯兰堡与伊朗会晤的行程，并扬言“美方掌握所有筹码”。 　　阿拉格齐为何密集访问巴基斯坦？部分代表团成员紧急回德黑兰请示，说明什么？ 　　美方宣布取消会晤，又在打什么算盘？ 　　总台环球资讯《闪评》栏目邀请中国国际问题研究院助理研究员李子昕为您解读。  　　来源 | 总台环球资讯 　　记者 | 魏宇晨 　　编辑 | 龚 晨 　　签审 | 陈 濛 　　监制 | 蔡耀远

 　　今年是“十四五”规划收官之年。这五年，33条国家高速公路主线基本贯通，我国高速公路里程达19.1万公里，覆盖了99%的20万以上人口城市。 　　截至2024年底，公路总里程达549万公里，比“十三五”末增加约29万公里。农村公路总里程达464万公里，占全国公路总里程的近85%，外通内联、通村畅乡的农村交通网络基本形成。 　　这五年，自驾成为跨区域出行的主流。平均每天约1.3亿人次选择自驾方式出行，占跨区域人员流动量的七成以上，全国约90%的县级行政中心实现30分钟上高速。 　　这五年，公众出行体验更美好。全国累计建设充电停车位6.2万个，服务区充电桩覆盖率达98.4%，高速公路日均通行新能源车占比提高到20%左右。

　　央视网消息：春节临近，多地交通建设项目取得重大进展，为民生保障、春运出行和区域发展注入坚实动能。 　　广西：今年首趟西部陆海新通道年货班列启程 　　春节临近，进口年货成为许多人采购的新选项。1月31日，一列装载海外粮油、食品的西部陆海新通道班列缓缓驶出广西钦州港东站，目的地是成渝地区。这是今年广西开出的首趟西部陆海新通道年货班列，将来自海外的“年货”送往重庆、成都等西部地区的年货市场。 　　为加快年货班列周转，相关部门建立了常态化沟通机制，通过全程“一站式”通关服务，实现“到港即查、查完即装”，让百姓更早买到新鲜年货。 　　江西：三条高速改扩建完工助力春运顺畅 　　物畅其流，人畅其行。在江西省，樟树至吉安高速等三条高速改扩建具备通车条件，由四车道改为八车道，1月31日起开放通行。通行能力增长70%以上，基本形成京港澳、沪昆“大十字”八车道高速公路主通道格局，为春运提供高效通行保障。 　　福建：福州港后铁路控制性工程顺利贯通 　　而在东南沿海地区，区域综合运输体系也在不断完善。1月31日，福州港口后方铁路控制性工程——岭头乡隧道顺利贯通。据了解，福州港后铁路是福建首条自主投资建设的货运铁路专用线，线路全长约72公里，其中，岭头乡隧道全长8163米，是全线“咽喉”工程。福州港后铁路建成通车后，将进一步完善福州港运输体系，打通福州现代物流城海铁联运的“最后一公里”。

新智元报道 编辑：Aeneas 好困 【新智元导读】奥特曼亲手杀掉Sora与科学部，血洗了一大波「支线任务」，终于成功发布了GPT-5.5。然而，面对Anthropic的营收反超与内部高层大地震，这场孤注一掷的IPO豪赌，究竟是重夺荣光还是最后的挽歌？ 有人算了一笔账。 DeepSeek V4-Pro的预训练计算量大约1e25 FLOPs。 OpenAI手里有10万台GB200，哪怕只用15%的利用率，37小时就能跑完同等规模的训练。 一天半，救恩给你复刻一个DeepSeek V4。 这就是2026年4月的OpenAI，算力储备已经夸张到这种地步。 然而，OpenAI的问题，不是光靠算力就能解决的。 昨天GPT-5.5的发布，让OpenAI短暂地夺回了往日的荣光。 今天早上，心情大好的奥特曼发了条X，「这周过得不错，为团队感到骄傲，祝大家开发愉快！」 摆在明面上的，全是好消息。 但圈内人知道，这条风平浪静的推文背后，OpenAI刚刚经历了成立以来最血腥的一场「大清洗」。 把老板的想法变成现实 刚刚，纽约时报的一篇长文，曝出不少猛料。 其中一个细节尤其讽刺。OpenAI内部有一个半公开的聊天群，叫「把Sam的推文变成现实」。 员工们在群里干的事只有一件，把老板在社交媒体上随手画的饼，变成真能交付的代码。 很多时候，他们和全世界的吃瓜群众一样，刷到推文才知道公司又要干什么了。 这个群存在了好几年。 奥特曼自己把这套打法比作「在内部同时下注一系列创业公司」。 ChatGPT的爆炸式成功让他陷入了虚假的安全感。代价很快浮出水面。 算力在不同团队之间被频繁调来调去，产品优先级每隔几周就变一次，员工有时候真的搞不清楚公司到底想干什么。 谷歌、Anthropic强势逼近，把OpenAI的领先身位一口一口吃掉了。 终于，奥特曼下定决心动刀。 Sora死了，科学部散了，三个人走了 4月26日，也就是明天，Sora正式关停。 这个曾经冲上App Store下载榜第一的AI视频应用，巅峰时有100万用户，关停时不到50万。 每天烧掉100万美元算力，但终身总收入只有210万美元。 也就是说，它一天的运行成本，就是整个生命周期赚到的钱的一半。 外媒The Register给OpenAI封了个头衔，「产品杀手」。 一周前，三名高管同日宣布离职。 Sora负责人Bill Peebles、科学部门负责人Kevin Weil、企业CTO Srinivas Narayanan，一天之内全走了。 Kevin Weil的科学部门只活了六个月。 在被解散前的24小时里，团队赶着发布了最后一个模型GPT-Rosalind。就像是一封遗书。 11位联合创始人，现在只剩奥特曼和Brockman两个人。 除了Sora和科学部，被砍掉的还有NSFW聊天机器人项目、独立社交网络项目、AI购物功能。OpenAI内部管这些叫「支线任务」。 现在，支线全部阵亡。 一颗土豆和一万名英伟达员工 奥特曼手里剩下的牌，是GPT-5.5和Codex。 GPT-5.5内部代号「Spud」（土豆），4月23日上线。 Terminal-Bench 2.0拿到82.7%，长上下文推理从36.6%直接翻倍到74%，幻觉率较上一代下降60%，多个核心指标压过Anthropic最新的Opus 4.7。 Greg Brockman的原话，「这是一种新类别的智能。」 跑分是一回事，效率才是杀招。 早期测试者给出的数据，达到GPT-5.4同等智能水平，GPT-5.5消耗的Token显著更少。Thinking Heavy模式2分钟出的答案，比GPT-5.4花10分钟出的更好。Pro版8分钟的输出质量，超过上一代花30分钟的结果。 不过，API定价也翻了一倍。输入输出分别是5美元和30美元每百万token，是GPT-5.4的两倍。OpenAI说token效率提高了，实际成本只涨了20%左右。 至于开发者买不买这笔账，取决于GPT-5.5的Agent能力能不能真把企业工作流跑通。 老黄给全公司发了内部信 英伟达已经在赌了。 老黄给全公司发了内部信，让10000多名员工用上Codex。工程师、法务、市场、财务、HR，全覆盖。 部署方式很硬核，给每个员工配一台云虚拟机，Agent和员工一样拥有自己的电脑，出了问题可以冻结并抓堆栈。 内部反馈用了两个词，「炸裂」和「改变人生」。 调试周期从天级压缩到小时级，实验迭代从周级压缩到隔夜。缩到小时级，实验迭代从周级压缩到隔夜。 奥特曼在X上转发了这封信，「在英伟达全公司部署Codex，效果很好。想在你的公司试试吗？」 Codex两周内从300万周活涨到400万。七家全球顶级系统集成商签约落地，Cisco、Ramp、Notion、Rakuten排队接入，企业用户规模较年初增长6倍。 奥特曼的计划是，把ChatGPT、Codex和Atlas浏览器合并成一个桌面端「超级应用」。不再分散兵力做十几个产品，所有东西塞进一个入口。 Fidji Simo给这个方向的定位，「AI操作系统」。 这是OpenAI目前最硬的一张牌。能不能翻盘，就看这一把了。 被反超的那一刻 牌打出去了，但翻开账本还是不太好看。 Anthropic的年化收入已经到了300亿美元。OpenAI是240亿。 一年前，这个数字是倒过来的。OpenAI 60亿，Anthropic 10亿。差距看上去不可逾越。 然后Anthropic用了15个月，把年化收入从10亿拉到300亿。30倍。 Epoch AI本来预测这个交叉点会在2026年8月出现，结果提前了四个月。 在Forge Global等未上市股权交易平台上，Anthropic的估值一度超过1万亿美元 Anthropic虽然没有9亿周活的国民级应用，没有视频生成，没有购物功能，没有社交网络。但它有API和企业合同。 超过1000家企业客户年付费超过100万美元，两个月前这个数字还是500。财富10强中8家是Claude的客户。 Ramp的企业支出数据更狠。Anthropic在企业AI聊天市场的发票占比已经超过60%，一年前只有10%。OpenAI从主导地位降到了大约35%。 OpenAI自己的CFO Sarah Friar都忍不住感叹，「从未见过如此规模的增速。」 她说的是OpenAI自己。但这句话用在Anthropic身上更准确。 更难看的是烧钱速度。OpenAI 2026年预计亏损140亿美元，烧钱率是营收的57%。Anthropic的烧钱率已经降到33%，预计2027年现金流转正。 OpenAI花了4倍的训练成本，赚了更少的钱。 8520亿公司CEO，持股0% 流出的股权表上，CEO那一行写着两个字，「None/Pending」。 奥特曼持有OpenAI 0%的股权。年薪约6.6万美元。 一个8520亿美元估值公司的创始人兼CEO，在自己公司里一分钱股份都没有。 他的20亿美元身家来自别的地方。Stripe、Reddit、核聚变公司Helion、航天公司Stoke Space，跟OpenAI没有一分钱关系。 更微妙的是，据WSJ报道，奥特曼曾推动OpenAI投资5亿美元给他个人持股的Helion。这笔投资会让Helion估值翻六倍以上，他自己的持股也跟着暴涨。OpenAI内部有人对此感到不安。 对面的Dario Amodei，则是标准的创始人持股结构，身家在2026年初飙到70亿美元。 公司涨，他涨。利益天然绑定。 新操盘手的72天 说回OpenAI的转型。 真正在背后操刀的，是Fidji Simo。 她从Instacart被挖来担任「应用CEO」，实际上接管了OpenAI的日常运营。 到岗后做的第一件事，就是拉响红色警报。 她把Anthropic的崛起定性为当头一棒，然后和奥特曼、CFO Sarah Friar一起把公司所有项目过了一遍，逐个判断去留。 留下来的是Codex和ChatGPT超级应用。其他全部砍掉。 然后Simo倒下了。 4月3日，她因POTS（一种神经免疫疾病）病情恶化，宣布休假数周。 同一天，CMO Kate Rouch因癌症康复辞职，COO Brad Lightcap被调去做「特别项目」。 Brockman临时接管产品。CFO Sarah Friar、首席战略官Jason Kwon、首席营收官Denise Dresser三人分摊Simo留下的工作。 一个人的活，三个人来顶。 更棘手的是时间表。 奥特曼在推IPO，最快今年年底。但多位知情人士透露，包括Sarah Friar在内的部分高管认为这个时间表「太激进」。 奥特曼自己在播客里说过一句大实话，「我对当上市公司CEO的兴奋程度是0%。」 一家年亏140亿、刚砍掉一半产品线、操盘手在休假、CEO对上市毫无兴趣的公司，真的准备好IPO了吗？ 秃是秃了，但变强了吗？ 上个月，OpenAI给全员放了一周假。官方理由是「防止过度劳累」。 老员工们有另一种解读。 900万企业付费用户，9亿周活，240亿年化收入。这些数字放在任何一家公司身上都是神话级别。 但OpenAI的问题从来不是数字不够大。 是它花了两年时间追逐所有可能的方向，等到回头一看，发现那个当年觉得自己不够理想主义、带着一帮人出走创业的前研究副总裁，已经在营收上把自己超了。 这里面最讽刺的一层，OpenAI创立的初衷是「为全人类的利益开发通用人工智能」。它是带着对抗商业垄断的圣徒色彩诞生的。 但现在，为了在财务报表上追赶一个从自己内部叛逃出去的对手，它杀掉了科学部，杀掉了视频平台，杀掉了那些曾经让人觉得AI带有「温度」和「趣味」的支线任务。 它变秃了，也变强了吗？ GPT-5.5确实很强。Codex确实在改变企业的工作方式。 但奥特曼在最新帖子里写的那句话，「我们想成为每一家公司、每一位科学家、每一个普通人的平台」，跟他这周实际干的事放在一起看，中间的裂缝越来越大。 科学部门砍了。创作平台关了。奥特曼花了两年试遍所有方向，最后发现答案就是企业市场和代码工具。 而Anthropic用这两年，把答案做到了300亿。

　　在诊室里，医生们经常遇到因服药后尿液变色而惊慌失措的患者。有人看到自己的尿液变成亮黄色，就以为肝脏出了问题；有人发现尿液呈红褐色，就怀疑自己得了肾病。其实在多数情况下，这种变色只是药物排泄过程中的正常现象。了解其中的科学原理，能帮助我们避免不必要的恐慌。 五颜六色的尿液“警示灯” 　　不同药物会导致尿液呈现不同颜色，了解其中的关联，可以帮助我们判断尿液变色是否与用药有关。以下是一些常见的尿液颜色变化及其相关药物。 　　亮黄色至橙黄色 　　这是最常见的药物性尿液变色。维生素B2是最典型的代表，复合维生素B制剂、黄连素等也会产生类似效果。这种变色无害，患者适当增加饮水量，可稀释颜色。 　　橙红色至红棕色 　　这类变色最易引起恐慌。抗结核药物利福平及其同类药物会使尿液变为橙红色，甚至能让汗液和泪液也变色。常用于牙周炎和妇科感染的甲硝唑，可使尿液呈深红色或红棕色。糖尿病神经病变治疗药依帕司他，可能导致尿液呈红褐色。 　　蓝绿色 　　蓝绿色尿液虽然少见但令人吃惊。抗抑郁药阿米替林可使尿液呈蓝绿色。利尿剂氨苯蝶啶会使尿液产生淡蓝色荧光。用于治疗高铁血红蛋白症的亚甲蓝和麻醉药丙泊酚，也可能导致绿色尿。 　　暗褐色至黑色 　　这类变色需要特别警惕。抗帕金森病药物左旋多巴和降压药甲基多巴的代谢产物在空气中氧化后，可使尿液变暗。高价铁制剂和抗疟药奎宁也可能导致尿液变黑。化疗药物如甲氨蝶呤可能损伤肾脏，导致血红蛋白尿，呈酱油色。磺胺类药物易引发过敏反应，导致溶血，血红蛋白从破损红细胞释放，使尿液呈浓茶色。 　　值得注意的是，同一种药物在不同酸碱度的尿液中可能呈现不同颜色。如华法林在碱性尿中呈橙红色，在酸性尿中颜色可能消失；大黄在酸性尿中呈黄色，在碱性尿中呈红色。 　　需要高度警惕的几种情况 　　虽然大多数药物性尿液变色是无害的，但某些情况确实需要及时就医。以下信号提示尿液颜色改变可能是疾病的征兆。 　　1.停药后2～3天颜色未恢复正常。若尿液颜色持续异常，应排除病理性因素。 　　2.尿液变色伴随身体不适。如出现尿频、尿急、尿痛、腰腹痛、发热等症状，可能提示泌尿系统感染或损伤。特别是使用非甾体抗炎药、氨基糖苷类抗生素、万古霉素、环磷酰胺等具有肾毒性的药物时，血尿可能是肾脏损伤的信号。 　　3.尿液呈浓茶色或酱油色，这可能是身体发出的严重警告，提示肌肉严重损伤（横纹肌溶解）或红细胞大量破坏（溶血）。在用药方面，尤其需警惕他汀类降脂药与某些肝药酶抑制剂（如大环内酯类抗生素、唑类抗真菌药）联用，这可能增加肌肉损伤和横纹肌溶解的风险。此外，这种颜色的尿液也可能与肝脏或胆道疾病导致的胆红素排泄异常有关。 　　4.尿液混浊或有沉淀物。药物性变色通常不影响尿液透明度。如果尿液混浊或出现絮状物，可能提示泌尿系统感染或结晶尿。 　　5.红色尿中混有血丝或血块。虽然利福平等药物可使尿液均匀变红，但真正的血尿常呈现不均匀的红色，静置后可能有红色沉淀。 　　特别提醒服用华法林的患者，该药既可使尿液变红（药物代谢产物所致），也可能引起血尿（抗凝过度的表现）。发现红色尿时，要谨慎辨别是药物染色还是出血，不能仅凭颜色就擅自停药。 　　        来源：《大众健康》杂志 　　作者：石家庄市人民医院药学部副主任药师 武智聪  　　审核：国家健康科普专家库成员、北京大学第三医院药剂科主任药师 杨毅恒 　　策划：余运西  王宁

 　　央视网消息（新闻联播）：习近平总书记指出，建设安全、便捷、高效、绿色、经济、包容、韧性的可持续交通体系，是支撑服务经济社会高质量发展、实现“人享其行、物畅其流”美好愿景的重要举措。 　　“十五五”开局之年，我国正加快建设国家综合立体交通网，推动交通网与城市群、产业链深度耦合，一系列提质增效举措精准发力，综合交通运输效率全面提升，为经济高质量发展筑牢根基。 　　在广西，西部陆海新通道骨干工程——平陆运河工程正加紧推进。企石枢纽、青年枢纽在进行无水调试工作，施工人员正对船闸的液压、机电等多系统进行多轮调试，预计平陆运河将于今年9月全线通航。 　　开局之年，以平陆运河为代表的一大批交通强国重点项目正多点突破。 　　交通运输部数据显示，今年一季度，我国交通投资规模维持高位，完成交通固定资产投资6519亿元。 　　交通是兴国之要、强国之基。习近平总书记高度重视交通运输事业发展，亲自擘画、亲自部署、亲自推动交通强国战略实施，赋予交通运输“中国现代化的开路先锋”的使命定位，提出“人享其行、物畅其流”的美好愿景。着眼于新时代的发展要求，习近平总书记指出，既要把农村公路建好，更要管好、护好、运营好，为广大农民致富奔小康、为加快推进农业农村现代化提供更好保障。他说，全国的交通地图就像一幅画，中国的中部、东部、东北地区都是“工笔画”，西部留白太大了，将来也要补几笔，把美丽中国的交通勾画得更美。习近平总书记指出，中国正在加快建设交通强国，以自身发展为世界提供新机遇。 　　“十五五”规划纲要提出要构建现代化基础设施体系，完善现代化综合交通运输体系；基本建成“八纵八横”高速铁路主通道和国家高速公路网；推进内河高等级航道提质升级；基本建成世界级港口群和机场群；推动普速铁路、普通国省道升级改造。 　　紧扣目标，开局之年，一系列精准高效的行动正加快实施。 　　这几天，“八纵八横”高铁网京港通道的重要组成部分——雄商高铁正在开展联调联试。今年以来，沿海通道天津至潍坊和温州至福州段、呼南通道宜昌至常德段、京昆通道西安至重庆和宜宾至昆明段等区段正加快推进建设。 　　完善国家综合立体交通网主骨架，各地都在开展新一轮农村公路提升行动。湖南推进过窄农村公路拓宽改造；四川通过专项整治超期服役、路面状况差的老旧路段，全力打通“微循环”。 　　此外，推进补网强链提质也取得新进展。今年年底，首条跨越京冀两地、统一建设运营的城市轨道交通线路——北京地铁22号线预计基本具备开通条件。全国都市圈具备1小时通勤条件的人口比例今年将明显提升。 　　客运连线成网的同时，货运通道也正加速成网。放眼全国，多式联运正加速“跑”起来，铁水、公铁、江海、空陆联运齐头并进。天津南港、江苏泰州港、安徽铜陵港等一条条铁路专用线加紧建设，为联运畅通打通“最后一公里”。 　　“十五五”开局之年，宏大的综合立体交通网蓝图正转化为实实在在的民生获得感。截至目前，我国综合立体交通网总里程已超600万公里，稳居全球第一。全国每天高速公路上约3000万辆小客车通行，高铁发送旅客约1000万人次，民航运送约200万人次；全国平均每天揽收快递约5.5亿件。一张更加畅通、更为高效的国家综合立体交通网，正在神州大地上加速编织。

2026年北京车展现场。 蔚来汽车李斌与宁德时代曾毓群并肩而行，镜头紧跟着两人。 李斌感叹：太卷了。 他说这句话的时候，是典型的创业者语气，带一点无奈，也带一点证明之后的疲惫。 曾毓群没有附和。他给了一个很短的反应，笑着说：卷？ 随即李斌抛出一串数字。蔚来新ES8，交付10万台仅用215天，刷新了40万以上单一车型最快纪录。 话锋一转，当李斌准备吐出那个“比某家更快”的竞对名字时，曾毓群连着咳了几声。 这一阵咳嗽精准地切断了话音。 李斌顿了半秒，最终只挤出几个字：“嗯嗯嗯，比雷的那个要快”。那个被咽回去的名字，反而成了全场最具想象力的潜台词。 在成人世界的博弈里，最重要的话，往往是没有说出来的那句。 一、"太卷了"，是谁的体感 如果只看李斌这句话，很容易理解。 过去两年，中国新能源汽车市场的节奏，被不断推高。价格在下探，配置在上移，发布在加速，交付在压缩。 数据显示，2026年北京车展共计举办212场品牌发布活动，4月全行业新车发布场次突破百场。 奇瑞汽车执行副总裁李学用在车展现场坦言，仅3月份，汽车行业就落地了80多场发布会，行业竞争白热化，卷不赢、也躺不平。 实际上，今天的汽车玩家，就连停下来都变成一种风险。 但这还是整体行业的状态。李斌说的卷，有更具体的指向。 2025年9月ES8正式开始交付。ES8的目标客户是40万以上的高端纯电市场。这个价格带，过去几乎是BBA的领地，后来是华为问界的战场，现在轮到蔚来来打。 李斌需要在这个已经被搅动过的市场里，重新证明蔚来的位置。 215天10万台，是它给出的答案。按乘联会3月数据，蔚来ES8连续四个月拿下40万以上车型销量冠军。这个数字背后，是十年换电网络、超千亿累计亏损，以及一整套极重资产模式的长期下注。 李斌说"太卷了"的时候，语气里有真实的疲惫，也有打赢硬仗后的战后总结：我活下来了，且站得很高。 他想说的那个对比是，蔚来今天的速度，已经跑赢了华为。 二、"卷？"来自上游的俯瞰 同样的“卷”字，在曾毓群耳中，完全是另一种维度的频率。 他的反问，不是看不见。 是这个词，不属于他。 这是生态位的代差，不是信息差异。 车企在卷终端定价权，是一场以损耗利润为门票的速度游戏。而宁德时代站在供应链之巅，它定义的不是“价格”，而是“物理极限”：电池成本曲线和技术迭代天花板。 对车企来说，卷是终端定价权的争夺，这是一场以利润为代价的速度竞赛。 宁德时代所在的那层，逻辑根本不同。 终端怎么定价，品牌心智怎么争，谁高端谁低端，这些都和它没有直接关系。它站在供应链上游，决定的是电池成本曲线、能量密度上限和技术迭代节奏，这些是车企必须接受的基础条件。 用一句话概括这种差异：车企在竞争结果，宁德时代在定义条件。 2026年一季度，宁德时代营收1291亿元，净利润207亿元，同比分别增长52%和48%。2025年全年净利润722亿元，日均净利润接近2亿元，经营性现金流1332亿元，账上现金及交易性金融资产合计3925亿元。 同一时期，中国汽车行业利润率是2.9%，是2016年以来最低水平。 这组数字说明的，不只是宁德时代赚钱，而是这场竞争，本来就不是一场公平游戏。当整车厂在拼交付速度的时候，宁德时代在数自己的客户名单。 2024年北京车展，周鸿祎当着曾毓群的面调侃：做纯电车的说都不赚钱，只有做电池的赚钱。曾毓群没有否认，只笑着回应：做电池也不容易，大家都不容易，现在还是做网红的厉害。 当时的现场气氛，和这次如出一辙。 那个“卷？”的反问，翻译过来就是，车企在泥潭里的挣扎，与上游的逻辑并不相通。 三、那几声咳嗽，是绝对中立的边界 真正关键的，不是关于卷的反问。是那几声咳嗽。 当李斌试图说出"比某家更快"，点名华为时，曾毓群选择了最简单的一种控制方式：物理干扰。 这是位置问题，与礼貌无关。不是不让李斌说，他的目的是不让这句话在当下的场合成立。 宁德时代同时站在多家车企背后。蔚来、问界、理想乃至传统大厂，皆在其客户版图中。 根据SNE Research数据，宁德时代2025年全球动力电池市占率约39.2%，连续多年位居全球第一。它是整个行业最核心的上游变量，几乎和所有主要玩家都有深度合作。 2025年3月，宁德时代宣布向蔚来能源投资不超过25亿元，与蔚来共建换电服务网络。 给所有人供货，就意味着不能替任何人站台。 参与一切，但不表态任何一方，这是宁德时代维持上游地位的基本逻辑，它必须维持一种庄家的克制。 所以当李斌准备说"比华为还快"的时候，曾毓群必须把这句话掐掉。华为体系是宁德时代的大客户，蔚来是宁德时代的被投企业。 在同一个镜头里，让一个客户公开说赢了另一个客户，对任何一方都没有好处，对宁德时代更没有。 那几声咳嗽，是在一场越来越公开的竞争里，主动划出一条隐形边界。 车企可以点名对手。宁德时代不能。车企可以快意恩仇。宁德时代必须维持平衡。 四、那个没说出口的名字，改变了什么 即便没有说出来，汽车行业所有人都知道那个名字是谁：华为。 但这件事的重点，不是没有说出口，而是为什么这个名字让对话变得敏感。 华为带来的，是一种新的竞争方式，它甚至改变了游戏规则本身。 在华为问界之前，40万以上是什么逻辑？ BBA靠品牌溢价，消费者买的是那个logo背后几十年积累的品牌资产。蔚来靠服务体验，换电、NIO House、用户运营，构建了一套情感型护城河。这些都是慢变量，品牌积累，产品周期，用户口碑。竞争节奏是以年为单位的。 余承东带着华为进来之后，那套逻辑失效了。 华为做的事是，把智驾系统、鸿蒙座舱、激光雷达打包进40到60万的价格带，让消费者感受到这辆车比BBA聪明得多。 问界M9连续16个月稳居50万以上SUV销冠（截至2025年5月），2025年5月问界品牌均价飙至40.9万元，超过宝马（31.5万元）和奔驰（31.9万元）的品牌均价。 华为本质上做了一件事，把高端从品牌属性，变成了技术能力。 这个转变的破坏性远超销量数字本身。原来的问题是这辆车的品牌值不值这个价，现在的问题变成了这辆车的技术能力够不够强。竞争的评分标准被整体替换了。 竞争结构也变了。车企的对手，已经从彼此变成了一套技术体系。更麻烦的是，这套技术体系的迭代速度，不按汽车行业的节奏走，而是按软件行业的节奏走。 华为可以通过OTA在几周内把智驾能力更新一代，而传统车型的产品周期是18到24个月。 高端竞争从慢变量变成了快变量。汽车行业第一次，被软件节奏反向定义。 这也是为什么李斌说"太卷了"的时候，疲惫感如此真实。竞争的维度从一个，变成了多个。他不仅要造好车，还要在一个被重写的评分标准里，去卷速度、卷软件、卷生态。 对一家还在亏损中挣扎的纯电车企来说，每一项都是重压。 五、ES8的215天，昂贵的证明 回到那个数字。215天，10万台，40万以上最快记录。 蔚来用这个数字证明的，是在华为重写竞争规则之后，换电体验仍然是一条有效的差异化路径。 2026年1月，蔚来ES8零售销量达17,645辆，首次超越问界M8（7,381辆）与M9（5,278辆）的总和（12,659辆）。这是华为系在高端大型SUV市场长期主导后，首次被单一车型明确超越。 蔚来的回答很清楚，在智驾和座舱上追赶华为的生态能力，短期内没有胜算。但在补能焦虑、充电体验、车主服务上，有华为没有的护城河。 但这个策略有内在的脆弱性。换电基础设施是极其重资产的护城河，每建一座换电站都是固定成本。蔚来2025年净亏损149.43亿元，即便Q4首次实现单季盈利，高端市场赢了一局，并不能解决蔚来长期的利润结构问题。 这就是李斌"太卷了"背后更深的东西。 这场仗打赢了，但极贵，而且还没打完。更重要的是，这种赢法很难复制。 六、三种姿态 在那个仅有27秒时长的视频里，有三个动作。 一句“太卷了”，是一个竞争者在极限状态下的无奈。 一个“卷？”，是一个垄断者对规则的冷静旁观。 一声咳嗽，是裁判员在混乱中维持脆弱平衡的纪律。 李斌站在场上。他需要证明自己打进去了，需要用速度和数字说话，需要在一个被华为重写了规则的市场里找到属于蔚来的位置。 曾毓群站在上游。他的位置本身已经是结构性的。所有人在卷，他在数自己的客户名单。 华为没有出现在这个画面里，但那个被咽下去的名字告诉所有人，它是这场对话真正的背景。 中国汽车行业正在进入一个新阶段。竞争更激烈了，但更重要的是，决定胜负的力量，正在从单纯的车企之间，转移到技术体系和上游供应链。 有人在场上加速，有人在场外决定规则，还有人，在悄悄改写什么才算“赢”。 这就是为什么那一声咳嗽，比很多发布会上的演讲，更值得被认真看一遍。 【版面之外】的话： 每一个行业在剧烈竞争之后，都会沉淀出两种公司。 一种是在场上拼命的人，一种是给这个场地收租的人。 中国汽车走到今天，第二种，已经出现了。

摘要： “量产，归根到底是产生一大堆铁疙瘩。铁疙瘩本身是没有意义的，它必须要有那颗核心，就是它的智能，” 凤凰网科技《浪潮》出品 作者｜赵子坤 编辑｜董雨晴 2026年开年，具身智能赛道的竞争悄然转向。 过去两年，主流叙事是“先工厂后家庭”。但从今年春天开始，风向变了。自变量宣布入驻家庭，欧拉万象押注家庭场景，家电巨头们相继亮出家庭服务机器人布局。家庭，正在从“远期愿景”变成一条清晰的新战线。 在这条战线上，许华哲是较早亮明旗帜的那个人。 2026年2月，星海图刚完成10亿元B轮融资、跻身百亿独角兽俱乐部，身为联合创始人兼首席科学家的许华哲却选择“自立门户”，创立新公司破壳机器人，聚焦C端家庭场景。 凤凰网科技了解到，破壳机器人近期完成数千万美元天使轮融资，由云启资本领投，同时也获得多家美元基金、头部互联网战投、一线人民币基金与知名产投方等支持。 在具身智能圈，许华哲与吴翼、高阳、陈建宇并称“伯克利归国四子”——四位从清华到伯克利、再回清华任教、最终投身创业或深耕研究的青年学者。而今，随着许华哲另立“破壳”，四子正式各立山头。 与同行们热衷拼产能、比出货的节奏不同，许华哲选择了一条更漫长的路：不做工厂里“拧螺丝”的专机，直接让机器人进家。在他看来，家庭是最需要通用性、数据最丰富的地方，最可能孕育出强大的通用智能体。 就在一个月前，凤凰网科技在其刚搭建好的办公室，与许华哲进行了一场深度对话。 他不关心出货量，只追问一个尚无答案的问题：“卖出去的机器人，每天的日活是多少？”他提醒行业，“量产的只是铁疙瘩，智能才是那颗核心”。谈及中美路线差异，他的焦虑同样直白：“绝对不能我们造身体，等美国造大脑。” 通往物理AGI的路还很长。这位渴望“打响第一枪”的创业者，正试图用他的方式，争夺定义未来的话语权。 以下是对话实录，在不改变原意的情况下经编辑发布。 自动播放 “一定要足够通用，机器人才能进家” 凤凰网科技：2月，星海图刚完成了10亿的B轮融资，成为继宇树、智元之后又一家百亿具身独角兽。势头正好，你为什么选择在这个时间点离职？ 许华哲：创业本质是构建未来的想象，星海图发展当然很好，但是在它自己想象的那个未来以及路径上的。我想的那个未来，技术、组织文化上，跟他们都不太一样，所以还是决定自己来做这件事。我想做的那件事，只有我自己可以做，在星海图内部可能没有办法。 凤凰网科技：你想做的是什么？ 许华哲：我想做一个家庭机器人，像管家一样到千家万户。不仅能帮你把家务活干了，同时还足够懂你，它知道你是一个喜欢晨跑的人，所以早上会给你准备好运动的衣服；也知道晚上你习惯喝一杯牛奶再入睡，你伸手的时候，它就把那杯热牛奶递给你了。 希望是一个有主动性的、可以干活的机器人进家，这是我粗糙想象的一个未来。有了这个远景后，希望用自己的技术，基于强化学习，基于Scaling Law，去做模型的训练、本体的建设，最终让家庭机器人走进千家万户。 凤凰网科技：从去年8月内部有分歧到今年2月离职，这半年你做了哪些准备？ 许华哲：我们其实跑了很多地方，去实地看工厂，到底哪里可以用机器人，哪里不能用。去了汽车工厂、物流工厂、食品工厂、传统轻工业制造、酒店行业，跑了蛮多地方。 得出的结论是，让机器人去做重复性工作，一定程度上未必需要人形，也许一个机械臂就可以干的事，本质是希望把那件小事重复、高效、准确地完成。 我创业也不是一脑子热就去创的。是看到很多火苗，展示出通用具身智能的能力，无论是Generalist的27万小时数据，还是PI放出来的一些成果，看到了很多通用性的潜力。 也做了某种意义上的用户调研。我给我当时在美国的朋友打电话，说我要是给你做一个能帮你备菜的机器人，这事儿怎么样？他说太好了。我问那你觉得要付多少钱？他说200美元，因为他会对标热水壶或者高压锅。 当机器人一旦是专机的时候，大家的付费意愿会找到它在家里面的最近邻。如果你是叠衣服，他会找烘干机、洗衣机；如果你是备菜，他会找热水壶和高压锅；如果你是清洁，他会找扫地机。 所以我们的最后一个结论是：一定要通用，就是它是一个让大家很舒服、干各种各样事、足够通用性的东西，大家才可能愿意欢迎这样一个新朋友到自己家里。 凤凰网科技：而且这个价格一定要降到足够低，大家才能接受。 许华哲：这我倒不这么认为。如果它是专机，大家通常给的价格是非常低的，是它对应的最近邻的机器的价格。但如果它是一个通用的机器，既能叠衣服，又能备菜，又能帮你清洁，又能把家里的猫毛清理掉，等等等等，这个时候大家对溢价的接受度是非常高的。因为本质上就来到了管家这样的一个定义。一定程度上，通用是机器人走进家庭的一个先决条件。 凤凰网科技：很多具身企业为了商业化第一步通常是进工厂，而你是想直接绕过这一步做面向家庭的机器人？ 许华哲：是，这个先和后我有一些不同的看法。大模型是很好的例子，是先有了通用性，再分化出来可以干各种各样事。但归根结底，最主要是它有一个通用的好的AI模型。一定程度上，机器人也会是这样的发展路线。 它在工厂里面落地，每做一个项目也就是完成了个项目，对达到最终的物理通用智能（Physical AGI），没有太多帮助。 所以我会倾向于先让机器人足够通用，再到各个不同的板块去做应用。家是最需要通用性的地方，也是数据最丰富的地方，最可能孕育出一个强大的通用智能体的地方。 凤凰网科技：你脑海中那个画面最终实现大概还有多久？ 许华哲：还有点远，可能5-10年。我们希望两年有一点点进展，机器人能真正到家里面开始做一些事情。5-10年后，也许就是坐在这个办公室里，机器人在办公室里面已经在帮我们干很多事了，往外望去，也会发现很多机器人在路上跑来跑去，拎着它的外卖袋子，或者是夹着它的公文包，或是拿着篮球在去做教练的路上。 凤凰网科技：所以你认为两年之内，初步机器人进家是有可能实现的？ 许华哲：是有可能实现的。 “量产本身只是铁疙瘩，拼产能不该是目标” 凤凰网科技：从联合创始人到自己创业，这种转变对你有哪些新的挑战？ 许华哲：有很多新的事情要处理，新的方向要去思考。最主要的是在战略上，要想技术上怎么选择、商业上什么节奏、人才上什么画像和密度，包括怎么用钱。这些作为联合创始人时也会想，但不会想所有的部分。 另一件事是构建文化。对于任何一个组织，无论它是学校的Lab还是公司，它的文化和气场、组织的形态往往是由创始人决定的。 怎么样让大家有活力的、有机的——这个有机是指每个人都很有主观能动性，在这干得很起劲，一起为了梦想去努力，也是我现在很努力在想的。 凤凰网科技：高继扬提到你的离职时，说赞同你的选择，觉得非常理想主义。但他认为现阶段面向C端做机器人，对资源有限的初创公司来说投入产出比不高，是一条非常艰难的路。你认可吗？ 许华哲：首先这就是路径判断上的不同。我认为通用性需要好的数据，好的数据来自于复杂的场景，复杂的场景如果去排，家里面和类家的——比如养老院、酒店——这一类的场景是通用性相对好的。 做这件事情投入产出比是一方面，但马斯克说的有道理：有时候必须要做这件事，即使概率没有站在你这边，因为这是正确的事情。很多时候，最伟大的事情不能用ROI来计算。 OpenAI在GPT出来之前，是一个重金投入但毫无产出的家伙，如果你那样去计算，它的短期投入产出比是非常非常低的，但只有这样长期才有可能有一个巨大的、对整个人类的回报。我会更看在公司、在人类、在我自己的人生的尺度上面，这个ROI是怎么算的。 凤凰网科技：Future Robot三年累计投入过亿，做全栈自研。这个融资节奏是否证明面向C端的机器人公司在钱上的需求更大？ 许华哲：在钱上的需求这件事不好说，取决于是否在AI上面有足够大的目标和雄心。如果在AI上面有足够大的目标，是非常需要资金投入的。 凤凰网科技：春节之后赛道又非常热，多家具身公司融了超10亿，大家都在拼命拼产能、比出货量，但你好像并不认可这个观点。 许华哲：对，这还是我想讲的。我觉得最理想主义的事情反而最切实际。我们去看拼产能，什么是拼产能？就是我要造出更多的机器人。那我造出更多的机器人，我到底用在哪了？其实很难说。 我很关注一个数据，但我可能永远拿不到，叫做“机器人日活”。我卖出去的机器人，它每天的活跃比例是多少？有多少人每天在用它？有多少人一个月用它一次？有多少人放在那儿一年不用？ 拼产能应该是一个结果，不应该是一个目标。它是一个顺带的——我的机器人有了大量的需求，所以我要拼产能，要把它卖出去，而不是说把产能定成目标。 另一方面，追求通用才有可能到真正意义上拼产能的阶段。它好用，无论是B端还是C端，用户真的愿意买单。 大模型给了我们很好的启示。如果我去做智能客服，我永远都做不出来一个GPT式的大模型。当时看，做智能客服是比较现实的，但理想化的东西是一个GPT，当时看来是“你为什么不做智能客服呢？” 这个东西是有很大的风险，但往往风险最大的东西，有可能最实在。 凤凰网科技：你想做的是具身大模型？ 许华哲：我们想做的是通用的家庭机器人，具身模型是里面的核心部分，我们也会做自己的硬件，也会把产品本身定义好。 目前，我们在做自己的手，因为我们希望用数据来定义手的样子，反向地用AI来定义，到底该怎么设计这个机器人。同时我们也在做自己的模型，去做操作任务上面很有挑战的方面，让它极致的灵巧、极致的泛化、极致的成功率和效率。 灵巧手比较小，想做到人的大小需要很多微型电机，电机的排布也非常有讲究。人手的自由度又非常高，控制起来也颇有难度。 凤凰网科技：感觉你更认可在真实情况下采集，而不是仿真数据。面向家庭的话，数据采集是不是更难？ 许华哲：反而未必。大家有时候很喜欢直接用一个数字来说我到底有多少小时的数据了，（但）这个是一个过程指标，不是一个终局指标。我真正在乎的是我有多丰富的数据了，而不是我有多少小时的数据了。 我完全可以放一个机器人在工厂里每天拧螺丝，100个机器人干一个月，那我的数据量就已经非常高了，但这样的数据没有任何意义，它只对拧螺丝这件事有用，丰富性是非常差的。 在丰富的前提下，我们才去看小时数——因为它丰富了，所以小时数也就上来了。 在家里面，天然的，就不可能是同质化的数据。不同的人的家里，不同的物品、不同的任务，都是很丰富的。在家里机器人能越用越聪明。 它最开始肯定有犯错误的，这部分数据也可能成为机器人进一步发展智能的燃料。也可以把日常第一人称视频数据采集下来，用作燃料，效果也可能非常好。家里的数据并没有那么难以获取，有的时候甚至是更容易获取的。 凤凰网科技：工厂场景比较模块化，家庭场景你们怎么建构数据采集？ 许华哲：我们的办公室未来会是一个家的样子，未来也许会看到机器人跟我们的工程师一起在客厅干活。我们会尽可能找到各种各样家的场景，去做数据的采集。 另外刚才提到的，其实家的数据就是人的数据，就是每一个普通人的数据，所以我们也会积极地想，怎么样让每一个人加入到我们这个采数据大军里。 相反，工厂场景是因为它比较清晰、比较模块化，所以针对这个场景很容易采到数据。但这个数据到底能不能带来足够好的物理智能？这个未必。我更看重数据的质量，而不是它的数量有没有那么容易获取。 凤凰网科技：那目前机器人进家庭这件事，最难的卡点在哪里？ 许华哲：第一个是智能本身的泛化性、通用性。第二个是产品定义——有了足够好的智能，这个东西到底怎么样对人类未来的生活产生改变，这件事是没有任何人给出明确答案的。第三个是可靠性，但这个可靠性得比上春晚的可靠性要再高一个台阶，安全、隐私——这两个问题在家里面是需要解的。尤其安全问题，我们不希望这个机器人突然摔倒，因为家里面可以躲的空间更小了，也不希望它的电池起火。 凤凰网科技：要解决技术上的通用泛化性，现在有哪些解决路径？ 许华哲：路径万变不离Scaling Law，首先要有足量的数据，其次要有比较大的模型。但在具体的算法选择、模型架构上还是有很多可以变化、可以重新思考的地方。另外，把每一个环节做扎实是特别重要的。 我有很多做大模型的朋友，他们说大模型里面没有秘密，但就是有的人做得好，有的公司做得差。做得好的公司可能就是在爬数据的时候有某个技巧，或者洗数据的时候洗得更好。每个地方做得足够扎实，也能使模型变得更好。 凤凰网科技：很多人都说算法的壁垒周期只有几个月，很容易被别人赶上。你赞同吗？ 许华哲：一定程度上，算法的壁垒主要因为技术会扩散。算法本身一定是没有办法永远作为一个壁垒的。但是算法带来的领先性会相伴随，会使得你获得更多的支持，会有一个更好的身位。 一个很好的例子是DeepSeek。它本身是一个开源模型，在去年春节的时候爆火。一定程度上它的模型并没有一直维持在最领先，但它奠定了一个基调，或者大家对它产生了一种信任，叫作“中国最好的模型很有可能持续在那发生”。这个信任的场是非常重要的，而这份信任场可以是一个壁垒。 凤凰网科技：你说过只有你能做这件事情，你觉得自己的优势点在哪里？ 许华哲：我更知道我追求的那个未来长成什么样。不是说只有我能把这事干成，而是每个人追求的那个未来的画面是不一样的。 首先我是有技术信仰的。非常有帮助的一点在于战略定力。在你做了一些事情之后，会有很多噪音涌过来，这儿好像也能有一些收益，那儿好像看起来也是对的。今天他给你介绍一个朋友，明天他说我有一个资源方跟你聊聊。当然这些都可以聊、可以接触，但是否会偏离你的北极星——技术上的北极星或者产品上的北极星，这个判断是需要你有一个信仰存在的。不然很容易就拐到了一个永远到不了你真正目标的地方。 第二个，我是非常有共情能力的一个人。做To C一定程度上不是讨好谁，也不是卷死谁，而是怎么样做出一个好玩的东西、好用的东西，让很多人跟着共振，觉得太酷了，我太想要了。这样的东西你没有办法去盯着某个人去优化，因为你要的是这个世界所有人，比如70亿人看到了以后，有1%或10%的人觉得我想要。共情能力在里面是非常非常重要的。 第三是技术本身。因为我本身也在高校，对技术有非常多的积累，对模型很多细节做了非常多的研究。 最后是某种意义上的技术号召力。这是一个很软性的东西。但是当我说我要创业的时候，会有很多小伙伴说，听说你要创业了那我就来吧。也没有问你要干嘛，也没有问要付他多少钱，因为知道我不会给一个很糟糕的待遇。甚至连base都没有问，我说可能清华附近的一个楼里，就说那行下个月我回到北京，来你这儿干。这种技术号召力，一定程度上保证了我们的人才密度持续领先。 凤凰网科技：可以具体讲讲你的技术信仰是什么吗？ 许华哲：从大到小来讲。第一个是相信物理的AGI的可发生性，它最终一定会实现。如果首先不相信这件事，会产生很多困惑，会在中途有很多犹豫。 第二是更小一点，相信物理的AGI会在我们这儿发生。在有了正确的人、正确的数据、正确的模型之后，没有道理它不发生。所以不去担心，不去被那些令人焦虑的噪音影响，也不去做快速的跟随者。我们从第一性原理去想，怎么样让那件事发生。 第三是相信强化学习。我始终认为我们在这个世界学习，或者在世界产生智能，某种意义上都是强化学习——我在这个世界交互获取数据，在有了数据之后，我对这些数据有一些反馈，那些让我疼的、让我难受的、让我饿的都是坏的数据，那些让我开心的、让我成长的、让我变强的都是好的数据。 我交互获得数据、评估数据，最后根据评估来从数据中汲取压缩出精华，成为智能的一部分。本质上对于强化学习的相信是，我对中间的价值函数或者价值评估的存在，认为一定是有它的意义。 凤凰网科技：在具身赛道，大家的北极星似乎都是一颗，但到达的路径不同。目前还是技术未收敛的状态，这个阶段对不同玩家来说意味着什么？ 许华哲：对我们来说客观上是好事，因为没有收敛，大家没有看到明确的路径，所以仍然可以还是玩家。我们在今年出发，仍然有很大的机会去让那件最大的事情发生在我们这里。 对于大家来说，也是一个群雄逐鹿的状态，所有人都在沿着自己的信仰，沿着自己认为可以成功的路径，去做技术、做市场、做商业，这是对判断力的考验。很多时候，工程上可以依赖AI的工具，商业化上大家也都还不太成熟。最核心的是，你的判断是否准确。判断准确，就能让你的组织在正确的时间点做正确的事情。 “大模型是核武器级别的东西，一定要选善良的人” 凤凰网科技：你曾提到中美相比，我们在人才密度和AI的创造性、突破性上仍有差距。为什么？ 许华哲：我觉得人才密度也没有很低。差距在于土壤，就是我有多大的自由度可以探索一点东西，这对很多从0到1的事情来说，是重要的。 我在伯克利读书的经历让我有一种感觉……我从博一开始就没人管我。我的导师不会给我说到底该做什么，而是让我说觉得应该做什么，然后他再来否定我，说你不应该做这个，直到我说出一个东西，他觉得OK，这件事好像可以做，但你说的也不完全对，我可以带着你把你说的这件事做对。 这个过程是很宝贵的。所以我回国之后也希望无论是学校还是公司，能有这样的一个土壤。在我的Lab里，我也会经常启发式地跟大家聊，让大家找到属于自己的那个事儿。 这才能叫做人才——因为他找到自己的事情并且自己做出来，而不是说所有的事情都是我找到，我给你了，你去把它做出来。（中美）水平上面是不相上下的，但可能就缺一点这种找到自己的事情的部分。 凤凰网科技：你之前提到工业界和学界有代际差，现在你既是清华老师又身兼创业，你认为学界和业界在这波浪潮中如何更好地互动？ 许华哲：具身智能或者说AI是一个独特的行业，它没有那个代际差了。在传统行业里，实验室会做一些高风险的探索性事情，可能100件里只有1件能成功，这个小成功率的东西会被交给工业界发扬光大，学术界接着探索下一个高风险的事情。 但人工智能的特殊性在于，那件高风险的事情同时有巨大的商业价值——它不是我探索出来了一个东西还需要大量产业的人去做转化，有的时候那个模型或者是那个事发生了，它立刻就有商业价值。 在学校里，往往很难获得足够的资源。一定程度上现在工业界和学术界在人工智能这个行业里面在做同样的事情。只不过学术界大家可能自由度更高一点，工业界大家稍微更收敛一点、更聚焦一点，资源更多一点。 凤凰网科技：这也是为什么现在具身赛道这么多学院派出来创业的原因吗？ 许华哲：一定程度上是的。 学院派出来创业有几个点：第一，AI创业一定需要远见，vision，能看得到未来终局长成什么样，这是最重要的能力。第二，在学校里很多时候资源是受限的，尤其是年轻的老师们，在学校里是不可能训出一个超大的模型的。第三，现在年轻人不太一样了，大家想去做一些了不起的事情。不太在乎这份工作稳定不稳定，更多想的是这个事本身意义大不大。 我创业这事，跟我爸妈聊，他们肯定是说支持，但你要不创业也不错，因为在他们的视角里，在清华只做教书这一件事，对他们来说也足够好，甚至会是更好的选择。 凤凰网科技：现在很多人甚至认为学上不上也无所谓，只要我有想法、有能把想法落地的能力，就可以辍学借助AI实现梦想。 许华哲：对，博士生会转成硕士毕业，助理教授会自己创业，有时候本科生也会创业。目前身边退学率也越来越多了，我觉得是一个非常好的事情。因为我们更在乎实质了，而不是在乎被打上那个logo或者标记。 我并不在乎未来我们招人的时候，你到底是高中还是本科，还是硕士，还是博士后，还是一个教授，这个对我们来说不重要，而是看你到底在AGI的这个事业上、这个道路上你能产生多少力量，你能做出来怎么样的贡献。这件事也是近几年发生的一个变化。 凤凰网科技：你选人的判断标准是什么？ 许华哲：善良是我这的一个大前提，就是不是来作恶的。在这个基础上，现在更火的词叫agency，但我觉得中文词更好一点，就是主观能动性。我觉得一个人能折腾、爱折腾、主动地去折腾，对我来说特别重要，因为这意味着他会不停地把自己边界往出突破，可以做出更了不起的事情。 第三个是好的品味。在纯技术、纯理性来看这叫判断力；如果你放在整个世界所有的领域来看，叫做品味。因为最终的一切都是由你的品味决定的。品味好和坏最后决定了你产品的一切。 有一次，我跟一个博士生在底下散步，他挺焦虑的，说新来的同学有几个特别卷，我也不是那种特别卷的人，是不是有点跟不上节奏？我说完全不会。我说，你平时听贝多芬，你读陀思妥耶夫斯基，我不觉得你会做出糟糕的科研，因为你的品味在那里。 你如果做出一个垃圾的科研，你自己会受不了，你是没有办法容忍那样子的自己的，因为你知道什么是好的，什么是美的。品味对我来说是非常核心的一个要求。 放在一起就是，初心是善良的，能量上是主观能动性很强的，品味是足够好的。 凤凰网科技：这个标准是选博士生还是在选员工？ 许华哲：都是。 凤凰网科技：这两件事是一样的吗？ 许华哲：当然不一样，但作为一个人来说，一定程度上是一样的。因为我们这算是高科技行业，到来的人很有可能对人类产生很大的影响。 博士生也是，员工也是，如果他不是善良的，他很有可能是作恶。大模型完全是一个核武器级别的东西，未来的机器人更可怕，也许就是你这个公司控制着整个社会的相当一部分的机器人在运行。如果你是邪恶的，是没有办法被接受的。 第二，主观能动性上一样。在公司里会有很多缝，在科研上也有很多缝。 什么是缝？就是我有一个主线任务，你有一个主线任务，但咱俩沟通的过程中会有一些既不属于你也不属于我的事，那谁去做？真正想把这个事情做好的人是不会问的，两个人都会抢着去做。或者说，我看到一个事情是一个正确的路，是不是要自己去试一试，还是等着你来告诉我去做才去做？这个无论在科研上，还是在公司里都是一样重要的。 品味也一样。科研需要他的工作品味，产品也需要他的工作品味。乔布斯自己也说过，ultimately it's down to taste。 为什么苹果的电脑你摸上去就觉得有一种质感、有一种高级感？某种意义上你也可以给它做得很粗糙、很粗线条的，这是你自己的选择，你品味的选择。 这是我对人的选择。甚至对朋友我有时候都会感受一下这三条。 凤凰网科技：不作恶也是很多公司的底线标准，但我们现在能看到，AI发展速度让一些不想作恶的人已经慢慢觉得自己的存在感不强，比如OpenAI的研究员离职。你会担心在具身赛道重演吗？ 许华哲：首先我是一个技术乐观派，我认为技术是应该发展的。其次我认为发展了之后，我们总有方法对它进行治理的。发展和治理可能同样重要，但我倾向于先发展再治理，在还有没有任何东西的时候就治理，会限制发展。这也是为什么某种意义上，人的价值观是最重要的。 有没有可能我们治理不了它？这件事目前来看还没有出现，但也说不准。大家都说有一个奇点，到来时会发生一件事。我们造出了一个AI，但这个AI比我们更聪明。所以它会造出一个比它更聪明的AI。 既然我们能造出一个比我们更聪明的家伙，那它就能造出一个比它更聪明的AI。这样无限迭代下去，就会在10个轮次后出现一个全知全能的家伙，可能远超我们的控制。这个事我觉得是有概率发生的，但至少目前还远。 “不能人海战术，意味初创公司机会更大” 凤凰网科技：除了像你们这种学院派的初创企业，大厂、车企、手机厂商都纷纷入局，留给初创公司的空间还大吗？ 许华哲：仍然是大的。大厂的加入一般是要等待一个信号，就是它可以成为公司的一个主线，或者是马上要濒临成功、会面向一个巨大市场的时候，是开打了的信号，是要成了的信号。你会看到，大厂在大模型上的竞争是白热化的，在具身上的竞争是有，但没有白热化。所以（目前）具身的发展阶段还是给了我们一些战略时间、战略空间。 其次，人工智能的研究也好，具身智能的发展也好，核心是一小撮高浓度的智力密集的小团体，能够决定非常大的事情。所以它不太可能像造车这样去堆人，然后在成熟的产业上把这个事迅速做完。大公司调出来几千号人，可能还不如那50个人干出的成果。 所以无论是谁来了，都需要这样的一撮很好的人。这其实是增加了门槛的，因为不能人海战术意味着创业公司的机会更大。 凤凰网科技：我们之前跟松延动力的姜哲源聊过，他认为2026年是一个关键节点，也是具身赛道淘汰赛的开始，有一批公司可能会撑不下去。你怎么看2026年的竞争态势？ 许华哲：我们是不是应该晚一年开始，等淘汰赛结束我们直接踢决赛？（笑） 最先撑不住的是哪类公司？有两种：一个账上没钱了，所以融资能力差的公司会倒，因为没钱了，没办法再持续做事了。 第二类是士气没了。可能账上还有一些钱，但已经没有人相信，甚至包括他们自己也不相信能做出新一代的东西了。还有一类，就是持续没有展示出一些超过预期的东西，以及在落地上也没有落成，卡在中间的这样一些公司。 凤凰网科技：你会觉得具身赛道被资本催熟了吗？从技术上看这是个很早期的行业，但大量钱涌入，甚至有公司要IPO了。 许华哲：资本肯定起到了一些促进的作用，让具身行业有了更多的资源。至于IPO的选择，见仁见智。但我更愿意乐观地、积极地去看这件事，因为本质上具身智能的竞争和大模型竞争都是未来话语权、定义未来的竞争。所以我更愿意把这些投资机构给的这些钱看作是我率先给你一些钱，然后希望你为我争夺未来的话语权。 为什么？比如说我们就看中美，美国也一样的，OpenAI每次融资都是上千亿美元的量。如果中国这边不是有足够的资本去支撑，这个结局就已经定了。所以我们是需要这样的支持的。只不过现在有点百花齐放。我觉得未来可能会达成一些合作、一些联盟，甚至一些合并，最终还是需要资本的助推，才有可能在定义未来这件事情上有足够的声音。 凤凰网科技：你现在出来创业之后，怎么平衡担任老师的职责，精力怎么分配？ 许华哲：我真正想做的事情就是通用的智能。所以一定程度上我没有特别去想这件事，我想的更多的是。能不能让通用的智能发生在我们这、发生在中国。 无论是在学校还是在公司，还是在社会里，都是一个共同的目标。这个地方我有一个暴论：职业这个东西本身是没有意义的。本质上一个人应该可以干任何事情，只不过为了方便运行或者提高效率，每个人有了职业。但你自己也可以看到，我自己也在做播客，我也把自己叫做一个媒体，我也教书，也做研究，我也创业。 我觉得一个人不需要有职业定义。我在企业里我仍然很享受教书，我在学校里我仍然可以去做商业。职业是为了效率而异化出来的东西，作为人不用太在乎这个。 凤凰网科技：能看到你最早在小红书做Ask me anything，包括有自己的B站账号、播客，非常乐于跟年轻人交流。还曾说要“祛魅”，但你本身就是精英履历。 许华哲：我承认我的履历一定程度上就是精英的某种定义：清华，然后去伯克利、斯坦福，又回到清华，又去创业。但我要去的就是我们这些人的魅。 大家会有这样的过程，我自己也会有。当我在清华读书的时候我会觉得，那些未来比如伯克利的老师得有多厉害？我去了以后发现也没有那么值得神话。到了斯坦福也是一样。再到创业，你能看到更多平时见不到的人，你会想他们一定很不一样。 有时候人和人之间没有那么多差别，最终还是看你做的事情决定的，不用去盲目迷信一个什么人。如果你确实很喜欢一个人，且在信息充足的情况下很喜欢一个人，那个人才是值得去追随的。如果是在信息不充足的情况下，往往是被捏造出来的一个虚假的形象。 凤凰网科技：你有被“魅”困住过的时刻吗？ 许华哲：小时候有。就会觉得怎样的人就一定很厉害，他说的一定对。但后面回头看发现，只是在那个时候的我眼中他是厉害的。你每一个阶段都会有一个自己的“魅”，但是如果能早一点想到，其实他们只是比你早生了几年。想清楚这件事，就按照自己的节奏努力就好了。 凤凰网科技：除了身边这些人，你有精神偶像吗？ 许华哲：我一直很喜欢贝多芬。 凤凰网科技：但你没有去学音乐。 许华哲：我其实有想过。我从小一直练钢琴，在伯克利期间我也修了几乎所有音乐课，一度想要不要再申请一个硕士试试看。很喜欢贝多芬的一个原因就是他的愤怒常在，他像是一个既规整又愤怒又深刻的一个家伙，写的东西情绪总是很饱满，并且他在思考一些，人为什么应该这么做，为什么要经历这些问题。 我还很喜欢拿破仑。很好玩的是，贝多芬曾经写过一个曲子给拿破仑，但是后面他听说拿破仑要称帝了就给划掉了，就变成《英雄》嘛。本质上在我心中他俩都有点像，那种对这个世界一直有着征服欲，有着愤怒，但同时也有深刻思考和善良的一部分。 凤凰网科技：能从你的选择看出来，你的兴趣非常丰富。你之前是电子系，是吗？ 许华哲：对，本科是电子系。选择电子系是一个很随机的事情。因为我知道我想做IT，就是高中的时候。因为在马桶读物里，我的一个很重要的马桶读物就是人物传记，《乔布斯传》《比尔盖茨传》《迪士尼传》，包括《拿破仑传》。 一个很重要的点就是我发现，IT创业是一个非常有趣的事情，也是人类很未来的一个事情。所以我从小就很喜欢，很想做这件事。但是为什么我没有选计算机系，而选了电子系呢？因当时听说，电子系不用上化学课，就这么简单。 凤凰网科技：后面的选择路径都是你有意为之，还是凭喜好？ 许华哲：五五开。我高中时候第一次知道人工智能，到了本科阶段在电子系就是认认真真学电子系的课了。大三去多伦多大学交换了一次，第一次上了一门课叫计算机视觉，用了一个东西叫深度学习，2015年给我带来了挺大的震撼，原来AI这么厉害。计算机视觉的深度学习模型这么厉害。那个时候就觉得OK，小时候看的那些科幻里的东西是有可能做出来的，虽然不一定是我，但我至少试一下。 “绝对不能我们造身体，等美国造大脑” 凤凰网科技：你在《具身智能2025的回望》中写到，觉得2025年一个很明显的分歧是中国具身公司花更多时间在量产，而美国公司展示技术上限。你担心我们可能会错过那个“最大的西瓜”，这是指什么？ 许华哲：智能本身。量产，归根到底是产生一大堆铁疙瘩。铁疙瘩本身是没有意义的，它必须要有那颗核心，就是它的智能，才变得格外有意义。我去做大规模的量产，我的智能到底水平怎么样？ 这不是我要想的事，而是所有的从业者要想的事。我们应该去争夺的或者努力的是那件最大的事。所谓的“最大的西瓜”，是希望我们在智能这件事情上占领一个高地。 美国的很多厂可能受限于自己的供应链短板，没有办法做量产，或是没有办法造出硬件，所以可能选择智能也不是有多有理想，而是就是没得选择。 但是我们不能被这个天然的——因为我们供应链很好——然后就只做这个。 绝对不能是我们未来造身体，然后等美国人或者美国的那些公司造大脑。绝对不能是这样，还是得自己把这些东西都做出来。 凤凰网科技：感觉你多次提过中美差距，包括创新落后的焦虑，这种焦虑感是从哪来的？ 许华哲：我一直觉得我们在水平上，在人才密度上，在硬实力上没有差距的。在2023年起跑的时候，我们几乎是并跑，就是在一起竞争。 但是到2025年的时候，我会发现，PI、Sunday、Generalist这些美国公司确实看起来好像更好一点，就是智能的能力。当然我们也有我们的宇树，全世界最好的武打能力，就运控。 所以一定程度上，我们是选择了不同的路线，但我觉得智能是更本质的事情，所以我才产生了这个焦虑——明明我们是一起开始的，不要因为我们忘记了这件事导致落后。因为我们明明可以跑得一样快，或者跑得比他更快的。 凤凰网科技：你从学界和业界双重身份看，差距是从何而来的？ 许华哲：应该是一种，大家从第一性去定义我到底希望未来长成什么样，反过来推我要做什么的能力。而不是别人做了一个什么，我们要立刻有别人有的这个东西；别人做了这个，我去想我到底未来最重要的事对我来说、对我们来说是什么，然后我去反过来推，我可以做跟他一样的事，也可以做跟他不一样的事，但这得是我自己思考出来的。这很核心的。 或者说，现在如果有一个人，告诉我量产和运控就是未来最重要的决胜点，我会很乐意听。但是你不能告诉我——因为我正好擅长这个，我就做了它，或者说因为别人做了什么我就做了这个。而是你有道理地给我讲明白，为什么这个是最重要，那我会承认你是对的。 凤凰网科技：你对AGI的预期，2026年是比2025年更乐观了，还是更悲观？ 许华哲：当然更乐观了。AGI的能力越来越可怕了。最近龙虾批量爆火，当然我不太用OpenAI的，我用别的Agent。真的很好使了。比如说在飞书里面接入一个东西，让它帮我总结开会的东西，帮我约时间放在日历上等等。 原来这些琐碎事情我一直很想有一个助理，但好像有点装，所以我从来没有过。现在太好了，我既可以不装又可以有助理了。这就是AGI到来的一个前哨。我会有更乐观的预期。 凤凰网科技：GPT出来之后，很多海外大学老师会禁用的，因为他们担心学生用AI偷懒。作为老师，你会有这种担忧吗，觉得学生过度依赖AI会丧失独立思考？ 许华哲：我在我的上一节课刚刚跟大家说，如果你的作业是完全用AI做的，并且你把这个过程用视频录下来，我会直接给你满分。这是我的一场实验。 我相信清华的同学们都能学得会原理，写代码的这个过程未来就是AI来写，你只需要懂原理就好了。懂了原理以后，你给它正确的指令、正确的prompt，让它帮你干正确的事情，把这件事完成，这就是未来的工作流。 我不觉得这是学术不端，我反而觉得如果你的作业用AI彻底从头到尾完成，你会是一个属于未来的人。 凤凰网科技：大家困惑在于，论文之前是人类独创思维的凝结，但借助AI的话，版权到底属于谁？ 许华哲：版权问题是一个很层层嵌套的问题。那个模型本身也是拿的别人的版权，你再用这个模型干你的事，所以这个版权很难说归属于谁。但这个趋势是不可避免的。论文层面，最核心的那个东西还是属于人类的，但是比如做实验这些事，你完全可以用AI来帮你做实验。 再激进一点看，最近有一个东西很流行，虽然还很不成熟，叫Auto research。人给它一些指令，说你看这十篇文章，是这个领域里比较重要的，我要做一个什么样的工作，你根据它们复现一下，跑一些实验，调优一下，给我写一篇技术报告，然后它自动生成一个论文。整个科研人只需要描述一下，剩下就是AI自动去做了。 一旦变到这样的话，没有人会再去争那个版权了。未来都是AI在批量地优化。人在最后争的那个版权，可能是那种最难或者最有挑战的那一部分。 水位线从可能原来30%原来不是人类的智慧结晶，涨到了99%，只剩下那个1%是人类的智慧，剩下就是AI在干，你也不需要再想了。 凤凰网科技：那中间被牺牲掉的人去干嘛呢？ 许华哲：两种：一种是大家都去往那1%去争，就是让自己变得更聪明，去学得更深入、更思考得更深刻，才有可能带来价值。另一个就是享受这种新型劳动力带来的红利，享受人生。也有可能，这个未来形态不确定。 未来可能会变成一个哑铃型，而且是头小底大的哑铃型。中间的事AI全做了。如果具身智能再发展出来，脑力活、体力活AI都做了——大多数人更多就是享受人生了。 也许我下围棋永远都下不过AI，但是我还是想下围棋，因为觉得下围棋很有意思，可能是这样子。还有最上面的一小点，仍然是AI没有办法替代的。 凤凰网科技：大家焦虑的部分在于自己可能被AI替代，现在有很多因为AI失业的案例了。 许华哲：所以就是当汽车到来的时候，就别再当马车车夫了。也别想着把我的马换成汗血宝马，都没用；也别想着我换一个好的鞭子抽那匹马，都没用。就是想办法拥抱AI，成为驾驶汽车的人。 凤凰网科技：之前你和马拉比聊新书《哈萨比斯：硅谷AI之脑》，那场对谈中收获最大的是什么？ 许华哲：两方面，一方面是哈萨比斯，一方面是马拉比。关于哈萨比斯我很受鼓舞和触动，是他对AI近乎虔诚的宗教式的追求，需要这样对智能的不懈追求，才有可能做出像他那样的成绩。 关于马拉比，他的报告最后很有意思，他很反对开源。他说，大模型就是这个时代的核武器，中国和美国做得很好，所以中国和美国应该自己管理和整治好大模型。开源有可能让新时代的核武器流入坏人之手。比如说坏家伙，用开源去作恶。 这个事情对我冲击很大。因为开源一直是我们这个行业的信仰。我作为一个搞计算机、搞人工智能的人，一直觉得我开源，我自豪、我骄傲，我让全世界更多人用到这些美好的东西，世界才发展得越来越快，人们的生活才变得越来越好。 但他觉得，这个东西太大了，以至于开源反而是坏事。因为好人未必能拿它做出更好的事，但坏人很轻易可以拿它做坏事。我也在重新想这件事，但我还没有完全被说服。 凤凰网科技：听上去像是性恶论和性善论的一个对决。 许华哲：某种意义上是吧。 凤凰网科技：哈萨比斯书中讲到，当AlphaGo打败世界冠军的时候，在围棋领域的AGI已经实现了。当人类社会所有维度都实现AGI，人类会失去控制权吗？ 许华哲：关于这个有很多很多的想象。我记得读阿西莫夫的书里面，他有一种想象很有意思，大概是有一个银河帝国的地方，有一个总管人类的，叫他国王也好，叫他什么都好，反正就是有一个很好的家伙，把这个地方治理得很不错，但最后发现是一个机器人。 那就有人问，机器人统治人类这不是已经倒反天罡了嘛，人造出的机器人。机器人三定律外，还有个第零定律，叫机器人不能伤害人类整体。 如果我是一个人，但我很邪恶，我去跟这个机器人说，你去给我干点坏事。这时候机器人不能去干，因为这样做，伤害了人类整体的利益。 所以最后机器人就琢磨，人类可真不行呀，怎么天天你打我、我打你的，整这些资源争夺，不如我来把大家都运行起来，反而人类变得最好。这样就是一个很悲惨的结局了。机器人为了服务人类，但因为人类本身的缺陷，使得它最后决定以某种方式自己成为整个人类的统治者。这是一种可能性。 另一种是Geoffrey Hinton，他之前一直担忧AI过于强大，最后得出一个结论叫做motherhood，母爱，是指机器人对人类应该会有一种母爱式的情感在。它脱胎于人类智能，诞生于人类数据，对人类是有一种想要呵护的感觉，所以会一直做好事。因为它对人类产生了丰富的情感，并且保护人类。这也是有可能的。 当然还有一种就是反叛军。穿越回来，比如说到我们公司来，说今天必须得干掉你了。为什么？因为20年后，机器人就统治了地球，所以今天必须要干掉你。有很多想象。 但我觉得失控的概率不是很大，因为毕竟目前，还是只要拔了那根电源线就好了

聊起直播，你会想到什么？ “ 直播卖超大里脊肉煎饼，一年存够 80 万 ”、“ 某头部主播单场销售额超 20 亿 ”、“ 娱乐主播靠打赏年入千万 ”……互联网似乎永远不缺乏直播暴富的故事，主播们无需坐班、收入不菲的形象深入人心，也吸引着一大批优秀人才前仆后继涌入该领域。 但，在汽车领域，尤其是在主机厂与经销商的自播生态中，景象却大相径庭。 “ 估计没人干了，都想跑路了。” 前段时间，有人想请深耕汽车直播领域多年的鲁先生帮忙推荐下优秀汽车主播，鲁先生如此回复道。另一位直播领域的资深人士则是说：“ 我们主播转行播服装了，汽车不赚钱。” 聊到汽车主播 “ 出逃 ” 的原因，其实和大部分人离职的原因一样，无非是工作付出和回报不成正比、工作压力大、发展前景不明朗等共性问题。 鲁先生工作于国内头部新能源车企比亚迪，他们公司一场直播最少也要四小时起步，连场直播的情况也很常见。和普通坐班工作不太一样的是，普通人在工作期间或许可以抽空刷刷手机摸个鱼。而主播面对着直播镜头，需要时刻保持注意力高度集中，持续讲话不让直播间冷场。 “ 有观众在直播间观看和互动其实还好，时间过得比较快。” 鲁先生补充道，“ 要是没人互动，主播就只能对着摄像头自言自语。” 随着越来越多人涌入直播行业，主机厂主播、经销商主播以及跨界达人都在抢夺消费者视线。这也对汽车主播们提出了更高的要求，除了需要对车型各项参数了如指掌，还需要不断 “ 整活 ” 以吸引消费者。除此之外，主播往往还身兼多职，写视频脚本、拍日常短视频等等。遇到较小的汽车门店，直播人员配置不齐，主播还需要承担部分运营工作。 目前，汽车行业技术日新月异，每隔一段时间就有新的车型和技术发布，这要求主播们及时学习新的知识，调整新的直播话术。另一方面，直播平台的玩法也在不断改变，从过去单纯讲解车，发展到现在需要做沉浸化体验、场景化直播。这也要求主播们能够适应平台新变化和消费者新需求，不断精进直播能力。 鲁先生提到，在主播工作量有增无减的情况下，公司对主播的绩效考核却越发严格：直播内容不违规、直播观看数据、粉丝关注率只是基本要求，更重要的是考察一场直播下来，有多少客户愿意留下联系方式等信息，也就是所谓的 “ 留资 ”。这些客户联系方式和相关信息将成为销售的重要线索。 汽车这类商品，具备高客单价、长决策周期以及需要线下体验的特性，注定了其无法像快消品一样能通过直播实现大规模线上全款成交。在鲁先生看来，这也导致现阶段汽车直播还是以 “ 线上锁客+线下转化 ” 模式为主。 简单来说，汽车直播的作用就是通过直播平台这个渠道，获取意向客户联系方式，再引流至线下门店促进成交。比如，通过 “ 0 元领试驾礼”、“ 免费领购车券 ” “ 1999 元锁定车型优惠 ” 等等钩子，吸引意向客户留资，再引导至线下购车。 在这种情况下，对于主播和其他直播相关人员而言，留资数量或者说每场直播收获的有效线索则成为了重要考核标准。除此之外，有些地方甚至会考核试驾转化率，即一场直播下来，有多少留资客户会去线下试驾。 然而，这个试驾转化率也和后续销售能力息息相关。可能主播辛苦拿到的线索，最终因为销售的疏忽或者能力不足，没有实现线索的试驾转化，从而影响到主播的考核绩效。某吉利主播提到，他们门店销售并不享有新媒体端线索的销售提成，这也导致这些销售更愿意接待线下展厅的客户而非转换线上线索。 而有效线索，却不是那么好获取。某品牌主播提到，他们辛苦播一场获取的线索，基本上有一半是无效线索。 所谓 “ 有效线索 ” 指的是，用户留资后 48 小时内接通电话，并表达了一定购车意向。如果电话不接，或者是空号，则不能算作 “ 有效线索 ”。上汽大通员工刘女士告诉编辑部，他们有自己的线索清洗团队。一场直播下来的线索都会转给线索清洗团队，以保证手机号真实可沟通。随后，线索清洗团队会将有效线索下发给经销商们去跟进。 鲁先生所在的车企对主播月度有效线索考核要求是：在没有投流（ 投钱引流，将直播间定向曝光给潜在购车用户 ）的情况下，月度有效线索目标为 80-120 条。投流后，有效线索目标通常是 300-500 条。目标会根据所卖车型进行变化。通常来说，单价更低、知名度更高的产品，会要求更多数量的有效线索。比如比亚迪王朝系列的线索目标就会高于海洋网系列的。 不同车企品牌、经销商门店或者是达人直播间对线索的要求都不太一样。《 汽车公社 》此前也披露过某央企新势力汽车对主播考核标准是：未投流情况，每月 50 条有效线索。投流情况下，需要 200 条有效线索。 这个数量对于主播来说并不算容易。重压之下，则必有勇夫。鲁先生提到，当主播承担了大量的线索考核指标，就会开始 “ 无脑留资 ”。 一方面，主播面对明显不是目标用户的观众，都鼓励留资，产生了大量无用线索。“ 哪怕观众纯纯想要薅羊毛，问 ‘ 一万块钱卖不卖 ’ 这种玩笑话，主播都会引导去留资，根本不会判断观众意向。” 另一方面，观众不想给真实号码，主播也不拦着，还会鼓励随便填 11 位数字。甚至让同事朋友帮忙留空号或者废号。此外，还有可能主播及其团队会把同一个用户的信息，反复录入系统当作新线索，或者把之前无效老线索，重新提出来做当期量。如此等等，不一而足。 “ 这些动作都很常见。在目前汽车直播行业内，留资已成为硬性考核规定。” 鲁先生提到，“ 这是没有办法的情况，车企本身承担着巨大的卖车压力，只能把压力层层下放。” 主播及其团队为了凑数，收集了大量无效线索给到 DCC 邀约专员（ 汽车销售领域中负责通过电话联系潜在客户、邀约其到店体验或购车的职位 ）。无意中又加大了后者的工作量，进一步引发团队内部的矛盾。 在线索量不足的情况下，投流确实是个很好的解决方案。投流可以快速给直播间打上标签，吸引精准的观众，从而提升直播间的互动率、停留时长等数据，并反向撬动平台自然流量推荐。 鲁先生告诉知危编辑部，如果直播间账号一开始就是投流的话，之后再想做自然流就很难了。对于主播来说，会减少 70% 的体验感。行业内主流玩法都是账号自然流起号，再依靠投流撬动初始流量池。之后用优质内容沉淀自然流，实现 “ 投流起量+自然流维稳 ” 的良性循环。 “ 但是这需要有特别专业的运营，目前市面上并不多。” 鲁先生说道。如果是快消品品类，投流会比较广泛，不管什么样的流量都有购买快消品的可能。但是汽车的特性注定了其有着精准的消费人群，需要投流至精准的标签人群，比如聚焦新能源汽车爱好者、品牌意向用户等。“ 投流的流量越泛，互动量以及转化率就越低。” 而投流也是个技术活。什么节点和时段投流，花多少钱能够实现投流最高性价比，哪些标签才是自己真正的目标人群，这些都对电商运营投手提出了极高的要求。“ 投流真的有点偏玄学，有可能两天同样的操作，最后的结果天差地别。投手很难精准知道到底是哪步没做对，导致流量不如友商。” 某品牌抖音运营投手如此感叹道。 但对于车企品牌来说，做汽车直播这件事是占据市场的必选之项。 首先，汽车直播是个非常划算的获客手段。鲁先生提到，乘用车主机厂直播获取的有效线索成本大概是 30-50 元/条，远低于传统车展、户外广告的 100-200 元/条线索成本。“ 很划算的。只要这个月靠直播线索卖出去 3 辆车，这个直播间一个月的成本就能被覆盖了。” 不过，某商用车全渠道获客部门工作人员告诉知危，商用车的获客成本略微高于乘用车，他们品牌大概是 70-80 元/条。“ CPL（ 每潜在客户获取成本 ）还有比我们高的，和大型商用车和轻卡车相比，我们轻型车这个 CPL 算很好了。” 更重要的是，直播让主机厂得以快速、持续地传递品牌理念与技术优势。这种长期积累的品牌资产，其价值远超留资数据本身。在流量决定存亡的时代，抢占用户注意力就等于抢占生存空间。 所以，尽管从业者们或许已不堪重负，汽车直播的发展仍是大势所趋。

IT之家 4 月 27 日消息，2026 北京车展已于 4 月 24 日开幕。小鹏汇天陆地航母也“空降”本次车展，用户亲临展位可进行 VR 沉浸式飞行体验、观看分离结合现场演示。 IT之家注意到，汇天飞行汽车昨日宣布，在北京国际车展第三天，汇天陆地航母单日订单破 90 台。这意味着在车展期间，汇天陆地航母也在持续接单，并且单日订单已接近百台。 值得一提的是，在 4 月 24 日的发布会上，小鹏集团董事长兼 CEO 何小鹏表示，小鹏汇天研发的分体式飞行汽车“陆地航母”已累计获得 7000 台预售订单，计划于 2026 年内启动规模化量产。 IT之家注：“陆地航母”是全球首款量产的分体式飞行汽车，售价控制在 200 万元以内。该产品采用分体式设计，陆行体为三轴六轮六驱全地形大空间车型，搭载航空级增程系统；飞行器可完全收纳进陆行体的后备箱，在陆地行驶时整体即为一辆大型 SUV。飞行器具备垂直起降能力，兼顾低空通勤安全稳定性与轻量化设计。

华为余承东直播时“自我检讨”，称以前做车重视安全品质但可能不注重外观 IT之家 4 月 26 日消息，在今天的“鸿蒙智行会客厅”直播活动中，华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东在尚界汽车展台时进行了自我检讨、自我批评。 自动播放 余承东提到，以前比较吃亏的是做车重视里边的安全、品质，但是可能不重视外观。这是团队吸取的经验教训。 以前我们比较吃亏的是在哪里呢？就是说咱们做车重视里边的安全、品质，但是可能不重视外观。我自我检讨一下，自我批评一下，这是我们吸取的经验教训。 我们特别重视颜值，你看我们把这个外观做的很 bling bling，很漂亮，超高颜值，而且关键实用。 IT之家注意到，上汽集团总裁贾建旭还透露，尚界 Z7 / Z7T 新车的女性用户占比已经达到了 40% 以上。他还表示自己跟余承东初见的时候就说，尚界品牌目标要让余总可以年轻十五岁。余承东透露，该车的 iPhone 用户也占了 30%-40%。

赵长江解释为何王传福亲临智界展台自己没在现场接待和介绍 V9：真不是故意的，当时刚好不在 IT之家 4 月 27 日消息，智界汽车执行董事及执行副总裁赵长江昨晚发文回应了王传福（比亚迪董事长兼总裁）亲临智界展台，为何自己没在现场接待和介绍 V9。他表示： 其实真不是故意的，当时刚好不在展台，等我火急火燎赶回来，王总一行已经移步其他展馆了，非常遗憾。 如果再有机会，我一定会跟王总详细介绍智界 V9 的极致产品力。 据IT之家此前报道，去年 10 月，赵长江在微博官宣离职，他曾担任比亚迪腾势品牌总经理、腾势方程豹直营事业部总经理。今年 1 月，赵长江宣布正式加入鸿蒙智行-智界汽车。

快科技4月27日消息，小米最近正式公布了YU7 GT的细节，很多人好奇为啥要叫GT，它和普通版YU7差别在哪？ 先讲名字，GT不是随便贴的标签，本意是伟大旅程，放到汽车圈就是能跑长途、又有高性能的豪华车。小米这次叫它纯血GT，就是说这车从底子上就是按GT标准做的，不是普通版换个包围那么简单。 YU7 GT是YU7家族的顶配，定位是跑车级SUV，既能长途旅行，又有很强的驾驶乐趣。普通版YU7偏向家用豪华，而GT版直接拉满性能，欧洲研发中心全程参与，还在纽北赛道做了上千公里调校，底盘更稳、质感更高级。 外观上看着像，但细节差别很大。GT版有标志性长车头，战马姿态更明显，还有跑车级宽体设计，力量感更足，专属配色和标识也让它一眼就能和普通版区分开。 性能差距最明显。YU7 GT有1003匹马力，最高时速能到300km/h，零百加速2.95秒，同时续航还能做到705km。普通版YU7更侧重日常舒适和均衡，性能没这么激进，满足家用足够。 简单说，普通版YU7是好用好开的豪华SUV，GT版就是在这个基础上，把性能、操控和豪华感都推到顶级，既能日常开，也能偶尔下赛道，长途出行也不会累。 这车定在5月底正式见面，预算够、追求高性能和独特体验的，可以多关注。

我们去硅谷考察了一圈，发现连造浪的人，都快被浪淹没了。 晚点专栏作者丨五源资本合伙人 孟醒 2026 年 3 月 24 日早上，我坐在 YC W26 batch Demo Day 的观众席里，听到第五家公司上台路演的时候，决定不再做笔记了。 不是不重要，而是我意识到，自己记下来的这些东西，可能下个月就过时了。 这一届一百多家公司，做的事情其实高度集中：大约 80% 都是垂直 agent，比如帮律师整理文件、帮客服分发工单、帮 HR 筛选简历。 如果是在去年 10 月看到这些项目，我大概率会觉得 “挺有想法”。但问题是，这五个月，世界变了。 Claude Code 从一个更偏开发者的工具，变成了几乎任何人都能直接使用的界面。Opus 4.6 出来之后，整个 vibe coding 的门槛被压到了地板上。 那些垂直 agent，在没有形成业务壁垒之前，今天一个普通工程师，甚至我自己，花一个周末就能做出来，他们已经失去了投资价值。 YC 一届项目周期是三个月，这批 12 月入营，加上前期筛选，等于是 5 个月前被选出来的 “好公司”。而 5 个月，在现在的 AI 迭代速度里，已经足够发生几轮范式转换。 2012 年我第一次创业，拿到 YC 的 Fly Out（实地面试邀请）的时候，那时候 YC 在加速器这个赛道上，几乎一枝独秀，选出来的公司往往代表着 “下一个方向”。但竞争格局在变，YC 这几年感觉反过来了，逐渐变成了一个 lagging indicator（滞后指标）。 YC 的 batch 制度，从申请、筛选、入营、打磨、路演，在移动互联网时代运转了十几年，非常成功。但这套节奏是按一个更慢的世界设计的。 回到风险投资行业的这一年半，我大概每个季度都会来一次硅谷，上一次是去年 10 月。以前每次来，都会觉得变化很快，但这种 “快” 大多是按月来感知的。 这一次，得按 “周”。 有一天晚饭的时候，一个做 post-training（后训练） 的朋友随口说了一句： “我发现，硅谷自己都开始跟不上自己了。” 全员 token-maxxing：一场没人敢停的军备竞赛 半年前如果有人跟我说，Meta 几万名工程师，全在用竞争对手的产品写代码，我会以为他在开玩笑。 但这是真的。整个 Meta，全员都在用 Claude Code。这不是创业公司，不是某个实验性团队，而是一家市值万亿级别的公司。 代码安全不要了，token 预算炸了，排行榜卷起来了，整个硅谷都在不计成本的往 AI 里砸钱。但砸完之后呢？ 先说代码安全。放在半年前，这件事完全不可想象，因为代码是公司的核心资产，你怎么能让外面一家公司的 API 去碰它？Meta 一开始也是这么想的，他们内部做过一个叫 myclaw 的东西，试图解决这个问题。一个 Meta 的朋友告诉我，他们做出来了 coding 产品，但 “不好用，没人用”。没人用之后，公司不得不放宽了：只要不涉及客户数据，爱用 Claude Code 就用。 然后各部门开始开那种 “怎么变成 AI native 组织” 的内部会议，做培训，搞考核。代码安全、使用安全，这些过去天经地义的红线，统统被排到了后面，先把效率赶上来再说。 出于安全考虑，Google 禁止大多数员工使用 Claude Code 或 Codex 等竞争对手的工具，但 DeepMind 是个例外，负责 Gemini 模型和内部应用的几个团队，都在用 Claude Code。 谷歌自己也不是没有努力：他们推出了内部编码工具 Antigravity，今年 2 月还宣称公司约 50% 的新代码，已经由 AI 编写。 但即便如此，DeepMind 的人还是在用 Claude Code。DeepMind 敢这么做，一个重要原因是 Anthropic 给他们做了私有化部署，毕竟 Anthropic 的推理和训练，本来就大头跑在谷歌云的 TPU 上，双方有这个信任基础。但 Meta 和其他科技巨头可没有这层关系，他们是真的把代码安全扔到一边了。所有人都在赌同一件事：先把速度冲上去。 代码安全只是第一面倒下的旗，第二面是 token 预算。 在 Palo Alto 聊的几家 AI-native 创业公司里，一个工程师一年的 token 预算，大概在二十多万美元。这个数字本身不稀奇，稀奇的是它意味着一个顶级工程师消耗的 AI 成本，已经接近于一个工程师的工资了。看起来公司在用 AI 裁人省钱，实际上总成本可能根本没降，只是把人的成本换成了 token 成本。 Meta 在这件事上又是最极端的。他们搞了一个内部 token 消耗排行榜：谁用得多谁上榜，末尾的可能被裁员，所以 Meta 员工甚至在卷一个叫 “token legend” 的非官方头衔。 但与此同时，Meta 今年接连两轮裁员，规模加起来上万人。一边全员用 Claude Code 冲 token 量，一边大规模裁人。 这两件事不是矛盾的，它们是同一件事的两面。 我去看了一家 C 轮公司，技术负责人把 Slack 打开给我看，全是 agent 在跑，十几个 Cursor agent 后台并行，再开一个 Claude Code 窗口调度。现在程序员圈最流行的焦虑是：如果睡觉之前，不知道我那十几个 agent 要干什么就很慌。 但生产力真的同等涨了那么多吗？从去年年底开始，有很多顶尖推理引擎、数据库公司的 CTO，很兴奋地跟我讲 “百倍工程师”“ 十倍效率提升”，以前 60 个人需要 1 年做的事，现在 2 个人加上 Claude Code 一周就能搞出来。 我开始也跟他们一起兴奋，但后来我冷静了下来，就会问一个问题：好，效率提升了 100 倍，那公司的营收增长了 100 倍吗？或者产品线扩张了 100 倍？总不能 “100 倍” 的提升，最后就是优化掉多少人吧？ 我没有得到正面回答。事实是，100 倍的效率提升，落到公司的营收增长上，只体现了 50% 或者 1 倍。 差距在哪？现在还没人能说清楚。 “用了这么多 token，公司应该基因突变成另外一种公司才对。但到底变成什么，我也不知道。” 有一个做 toB 销售出身的创始人告诉我，他团队 16 个人，两个销售，在 12 个月内从零做到三千万美金 ARR，这是全靠 AI coding 搭出来的。这种案例你确实偶尔能看到。但大多数时候，我看到的是创业公司搭出了更多东西，但这些东西也没有 product-market fit（PMF，产品市场匹配）。 硅谷现在很流行用 vibe coding 去尝试 100 种做法，看看哪一种能行得通，而不是只试 10 种。但谁能抓住下一个发展趋势？还很难说。 让我印象最深的一个反例来自 Anthropic 内部。我问一个 Anthropic 的朋友，你们自己用 agent 最痛苦的场景是什么？他说是 oncall（即时响应）。 Oncall 任务的一个典型场景是：如果 Claude 的 API 突然响应变慢、某个模型推理节点挂了、用户反馈某类 prompt 输出异常，oncall 工程师需要快速定位问题根源，判断是代码 bug、算力分配问题还是模型本身的异常，然后决定怎么修。 Anthropic 自己就是全世界做 Coding agent 最强的公司，这个场景离他们的核心能力近得不能再近了，结果他们内部的 oncall agent 还是不好用。 这就是 2026 年 4 月的真实状态：蒸汽机已经被发明了出来，但它有时候跑得还没有马车快。关键是所有人都知道蒸汽机终将跑得更快，所以都在疯狂砸钱：代码安全也不管了，token 预算爆了，排行榜卷起来了。至于到底什么时候蒸汽机能真的跑过马车？没人知道，但没有人敢停下来等那一天。 因为停下来的代价，可能比烧错 token 更大。 而且 token 消耗量，大概率不是线性增长的。这让我想到我以前做自动驾驶的经历：2021 年我们在上海，首次实现了连续 5 小时无接管的自动驾驶。当时觉得是一个重大突破，在那之前，测试车队可能是 10 台、15 台、20 台慢慢增加；但过了那个拐点之后，很快就到了 100 台、1000 台。今天的 Coding agent 正处在类似的阶段。 2021 年在上海，滴滴自动驾驶首次实现连续 5 小时无接管连续行驶，这是国内自动驾驶的一个里程碑事件。图为时任滴滴自动驾驶公司 COO 孟醒，与谷歌 “无人车之父”Sebastian Thrun 的对话，2021。 METR 是加州一家专门评估 AI 编码能力的研究机构。他们去年提出了一个指标：衡量 AI agent 能以 50% 成功率完成多长的任务（按人类专家的完成时间算）。2025 年 3 月首次发布时，Claude 3.7 Sonnet 的这个数字还是 50 分钟；到了 2025 年底，Claude Opus 4.6 已经做到了 14.5 小时。过去两年，这个指标的翻倍周期，从 7 个月压缩到了 4 个月。一旦 agent 的可靠性再上一个台阶，token 消耗就不是每年加 50% 的问题，而是一夜之间上一个数量级。 有一个获得朋友们共识的预测，到今年年底，不少公司（包括科技大厂），实际上只需要 20% 的人。 xAI 团队雪崩之后，造火箭的人开始造模型了 在 Mountain View 一家牛排馆，晚上九点多，一位曾经跟马斯克工作了很久的朋友，坐到了我对面。聊了三个多小时，我后来回想，整个过程里他似乎没有说过一句马斯克的好话。 一个细节：我问他，你在 xAI 干了三年，每天的节奏是怎么样的？他说三年来基本都住在公司，所以家里都没怎么布置，甚至连床都没有买。在公司睡的是那种 sleeping pod（睡眠仓），跟青年旅馆差不多。我说你现在拿着巨额股权，也都离职出来了，好歹买个床吧。他笑了笑。 xAI 的工作强度在硅谷是出了名的，但如今早期团队大概已经走了 90%。他们有一个离职群，天天在加人。 导火索是 Tony Wu 被开掉，然后连锁反应，用一位内部人的话说，“别的公司可能需要酝酿半年的高管团队出走，xAI 只需要一个月”。有些人在去年 10 月，就感知到马斯克的不满意了，但没想到这么快全部清洗。 现在马斯克开始从 SpaceX 和特斯拉调人过来接管 xAI，“造火箭的人开始造模型了”。 马斯克的不满，来自于他砸了无数资金和算力，结果 Grok 一直没能进入一线，但为什么？这是我遇到每个 xAI 出来的人，都会问的问题。答案其实比我想象的简单，一位朋友说得很直接：团队的战斗力非常强，工作也极其拼命，但制造业的管理方式，可能不适合大模型公司。 我做了八年自动驾驶，对这件事有一些自己的感受。马斯克过去做 SpaceX、做特斯拉，本质上做的是系统工程：链路很长，涉及软件、硬件、供应链，每一块都有创新空间，但最终是一个端到端的工程问题。 他擅长的是在这种长链条里，识别出关键杠杆点，然后极限压缩时间线来攻克。火箭发动机级联、复用着陆，都是这种思维的产物。 但在 xAI，他做的不像是系统工程。他现在做了三件事：先砸一个全球最大的 GPU 集群（甚至今天大家调侃说，xAI 本来是个 neo lab，现在更像是个 neo cloud 了，变成给 Cursor 提供算力了），然后给团队定脉冲式的 deadline，再亲自拍一些产品特征。这是在抓几个点，不是在做完整的规划。 做自动驾驶的人都知道，一到后期，软件团队、infra 团队、硬件团队之间 “谁领导谁” 就变成核心矛盾。三个方向都需要 CTO 级别的人来做决策，但没有一个人同时懂这三个领域。好的做法是，创始人虽然每块都不全懂，但知道怎么平衡资源、确定阶段性优先级，这段时间软件优先，下一阶段推给 infra。这叫有全局规划。 xAI 的问题是没有这个全局规划，只有冲刺。如果压力不那么大，聪明人之间其实能自修复，给他们时间，各个方向会自己找到协作的节奏。但马斯克的超高压管理，加上不充分的全局规划，一压就散了。每个方向的负责人都在保自己的优先级，没有人在做全局的统筹。 SpaceX 和特斯拉之所以如此成功，一个被忽略的原因是，在这两个行业里，马斯克基本没有遇到过同等量级的竞争对手，他是跟自己卷的。但 AI 不一样，AI 是连 OpenAI 都可能被 Anthropic 偷家的惨烈竞争程度。 xAI 的一位 cofounder 去年就说有两件事他没想到：第一是竞争这么惨烈，第二是 AI 时代应用创新的机会这么少，都被模型吃掉了。 Anthropic的崛起，是过去一年 AI 行业最戏剧性的逆转。也彻底改变了战场焦点：一年前大家还在卷 C 端用户量和视频生成，现在（阶段性）决定胜负的战场是 toB 和 coding。 当然，xAI 的故事，还同时是一个 “钱来得太快、太多，会怎样” 的故事。 我想今天离开 xAI 的朋友们，也不会后悔当年加入的决定，xAI 可谓是硅谷最快的造富神话。xAI 从第一轮几十亿美金规模的融资，到今天与 SpaceX 合并，成为 2500 亿美元巨兽，只用了一年的时间。而 xAI 的 9 位 cofounder，差不多每个人都成为了 Billionaire，核心工程师也有大几千万到 1 亿美金，硅谷钱真的太多了。今天他们如果再创业，就有充分的底气，去做自己感兴趣的方向，而不是赚快钱的事。 焦虑的工程师，更焦虑的 researcher 跟工程师聊天，如今有一种奇怪的默契：大家都承认自己不怎么写代码了，但又都假装这没什么大不了，因为自己会成为被 AI 武装，而干掉那些没有 AI 化的工程师。 今天 80% 软件工程师的核心技能，已经被模型替代了，还留着的原因是模型偶尔犯蠢，需要人来盯着。但 “盯着” 这件事本身，可能很快也不需要了。 更激进一点想：今天所谓的 “AI native 组织”，听起来很 sexy——让每个部门梳理工作流、把能被 AI 介入的部分线上化、写成 skills。但本质上就是在人肉蒸馏自己：你把你的能力变成机器的 skill，公司拿到了你的 skill，实际上就已经完成 AI 化了，是否要由此裁员，那是一个道义的问题。今天 Meta 就是在干这件事。 虽然今天大家都在卷 token-maxxing，但你还是能感受到，有一种弥漫在整个硅谷的底层焦虑感。 更让我没想到的是，这种焦虑感，正在往 researcher 这个群体蔓延。 Researcher 是最金字塔尖的人才，它不是泛指 “研究人员”，而是在大模型公司（OpenAI、Anthropic、DeepMind 等）里，负责模型训练、做算法创新的那群人。他们跟 engineer（工程师）的区别是：engineer 是 “把东西造出来”，写代码、部署、优化性能；researcher 是更上游的 “想出来造什么”：提出新的训练方法、设计模型架构、跑实验验证假设。 而现在，连 researcher 的工作本身也在被自动化。这就是 DeepMind 的同学正在做的事情——用模型去训模型，也是今年硅谷大火的 AI 自进化。今年淘汰的是 engineer（工程师），到年底 researcher 也将开始被替代。 这件事已经不是新概念了。Andrej Karpathy 的 auto research（自动化科研）开了一个头，今天各种 AI scientist 工具、harness 框架，都在往这个方向走。但目前大多数的闭环，只到了 “发 paper” 这一层——AI 帮你跑实验、写论文，但最终还是人在做判断。 OpenAI、Anthropic、Google 这些公司想做的更激进：他们希望闭环直接到模型升级本身，不只是细节改进，而是让 AI 自己找到下一个范式级的突破。如果这件事能做成，那就是真的在替代 researcher。Google DeepMind 一年多前就在内部搞这个，让模型自己决定下一步跑什么实验，跑完自己评估哪条路更有前途，然后沿着那条路走下去，这就是模型在训练自己的下一代。 而且 researcher 更有动机被裁，原因很残酷——因为贵。Researcher 全球可能也就几千人，年薪动辄几百万、上千万甚至上亿美元。 “未来的情形可能是，10 个人干过去 100 个人的活，拿 20 份钱，然后 90 个人失业。” 而且真正的裁员比表面数字更大。很多公司砍的第一刀，不是在自己的财务报表上，砍的是外包服务商。这意味着印度和菲律宾，这些曾经承接欧美客服、数据标注、财务后台的国家，可能是最先被冲击的。一些发展中国家赖以升级经济的那条 “服务业阶梯”，可能正在被 AI 抽掉。 整个硅谷都在盯着 Meta，如果它的实验成功了——营收没掉、效率真上去了，其他大厂会迅速跟进，裁员就从个案变成行业常态。而且裁员有一个残酷的自加速机制：一开始大家不敢裁，怕伤士气；一旦变成常态，就越裁越快、越裁越不心疼。 不过裁掉旧岗位的同时，新岗位也在冒出来。 很多创业公司开始招一种叫 “AI builder” 的新角色——合并了产品经理、前端工程师、后端工程师于一身。还有一种是合并了数据科学家和机器学习工程师的复合岗，以及合并了写作、投放、运营的内容一体化操盘手。 硅谷公司对这些新角色的需求非常旺盛，但核心难题是：没有人知道怎么招聘他们。你用简历筛不出来，因为这个角色以前不存在，这个人的能力可能全藏在他自己的项目里；你用现场写代码也考不出来，因为核心能力是 “审美 + AI 使用能力” 的组合。所以已经有创业公司在做这件事：根据雇主的需求，自动生成一个模拟环境，让面试者现场用 AI 工具完成任务。有点像以前的 coding test（编程测试），但测的是一种全新的东西。 当 AI 什么都能做的时候，人的价值正在从 “会做什么”，变成判断 “什么值得做、什么不该做” 的。 一轮融资两个估值，英伟达在每张 “牌桌” 上都要拿下筹码 前面讲了这么多被替代的人——工程师、researcher、金融从业者。但有一个角色不但没被替代，反而在这场洗牌中变得越来越像幕后老板。 这个看似分布式创新的世界，底层其实在极度中心化。 这个中心就是英伟达。 我原以为卡的稀缺性，在过去一年已经缓解了。确实有一阵子缓了，在 2025 年中的时候，一些被英伟达扶持的 neo cloud（在 AI 浪潮中崛起的、专门提供 GPU 算力的 “新型云服务商” ）融资都不太顺利，有的业务增长乏力，甚至有公司在那个时间点卖身了。但这次来我发现，稀缺性又回去了，而且比上一次更离谱。 一个具体的信号：如果你今天能稳定地提供一个 API 服务，比如 Claude 的 API，做到 99 分位的稳定性，你可以卖官方 API 价格的两到三倍。 Anthropic 的需求暴增后，API 中断正在变多，这对很多构建在 Claude 之上的 Agent 产品来说，有点问题 以前做 Router（路由服务） 这种生意，是 “我比官方便宜，所以有流量”。现在逻辑完全反过来了：稳定性本身变成了稀缺资源。有一批创业公司就靠这个赚了不少钱，现在硅谷的 mini 版 Coreweave / Nebius 正雨后春笋般涌现出来。 而且这次的算力瓶颈，不只是 GPU 分配的问题。Elad Gil 最近写了一个判断我很认同：上游内存厂商（Hynix、Samsung、Micron）的产能扩建周期，至少还要两年。这意味着在 2028 年之前，没有任何一家 AI 公司能靠堆算力显著拉开差距。算力约束客观上在强化大模型市场的寡头格局——不是谁不努力，是物理世界的制造周期就是这么慢。 背后的权力结构很清楚：谁有卡谁厉害，谁有卡由英伟达决定。今天上市的 CoreWeave、Lambda、Nebius，背后站的都是英伟达。 英伟达的布局比我之前理解的要深。Reflection 的投资人和我提到，这家 neo lab 最早出来融资的时候，是做 coding 的，然后创始人去见了黄仁勋，黄仁勋跟他说：你别搞 coding 了，你出来给我做 “美国的 DeepSeek”，做美国的开源模型，我给你钱给你卡。Reflection 就 180 度大转型了。 美国资本市场也因此出现了一些以前少见的结构：同一轮融资，给两个估值档位。关系好的、进场早的投资人，进低估值那一档；英伟达这种不差钱的老大，和那些晚到的投资人，被挤到高估值那一档，这种结构在国内最近也开始出现。 但英伟达再怎么想去控制分配，也搞不定不存在的东西。 整个美国社会，对数据中心的抗议正在升级。如今全美大约 100 个数据中心项目正在遭遇阻击，其中 40 个会直接流产。缅因州刚通过了一项法案，全面禁止数据中心建设。一个城镇批准了 60 亿美元的数据中心项目，结果半数成员连夜被投票罢免，换上来的新人唯一的目的，就是撤销那个决定。 算力不够了，不是因为产品不够好、用户不够多，是因为物理世界跟不上数字世界的胃口。 这是另一个层面的 “跟不上”。 硅谷的估值体系正在重写 先看一个数字。 美国 GDP 大约 30 万亿美元。OpenAI 和 Anthropic 目前各自的收入 run rate（年化收入） 都在 300 亿美元上下，也就是说，这两家公司各自已经占到了美国 GDP 的 0.1%。如果年底两家都冲到 1000 亿，再加上云服务和其他 AI 收入，AI 将占到美国 GDP 的大约 1%。从几乎为零到 1%，只用了短短几年时间。 这个速度是前所未有的。但诡异的是，增长越快，投资人反而越不知道该怎么定价了——在这么快的增长面前，硅谷的估值框架正在崩塌。 这次跟不少做二级市场的朋友深聊了几轮，一个反复出现的词是 “re-rationalization”（估值的理性回归）。 过去几年投 AI，大家的估值逻辑是看未来现金流：你今天亏钱没关系，我赌你三年后、五年后的 ARR。但现在，这套框架出了问题。 问题出在 DCF（现金流折现）这个最基本的估值模型上。正常做 DCF，你预测未来 10 年的现金流，然后加一个 terminal value（终值），也就是假设公司之后会稳定经营下去，把剩余价值一笔打包。通常 terminal value 占整个估值的 70%-80%。 但现在有两个东西同时变了：第一，你可能只能预测 3 年而不是 10 年，因为 3 年之后（有时候甚至是 1 年）这个行业会变成什么样，根本看不清；第二，terminal value 更没法算了，它的前提是公司最终会稳定经营下去，但如果 AI 随时可能颠覆一切，“稳定经营” 这个假设就不成立。 我跟一个做二级投资的朋友聊到一个比喻：今天不在 AI 主航道上的公司，更像是在等一颗 “核弹”，你知道它一定会被颠覆，只是不知道什么时候。那你评估的重点，就不应该是 “如果不被颠覆会怎样”，而应该是 “被颠覆时，应对的速度有多快”。这完全是另一种估值逻辑。 SaaS 是第一个被华尔街重新定价的。Snowflake 在 2023 年的时候，按自由现金流算要将近 100 年才能回本，如今估值已经腰斩，ServiceNow、Workday 也是同样的趋势，这只是开始。 甚至反过来说，真正适合用 DCF 来估值的，可能只剩下头部大模型公司，因为相对来说，他们的未来似乎是向好的方向稳定成长的，他们不会 “被炸”，而是在看边界能拓多宽。 过去创业公司招人的说辞是 “工资低一点，但给你期权，未来值大钱”。但这套话术的前提是，公司在 15 到 20 年后还在、还值钱。如果那个前提不成立了，员工最理性的反应会变成——“别给我期权了，直接涨现金。” 这又会反过来，改变公司的成本结构和融资逻辑。 VC 这一端也在痛苦。过去 3 到 6 个月，硅谷几乎每家基金都投了至少一家 neo lab，那些从著名 AI lab 出来的研究员，拿着自己的想法融了几亿美金。但现在，大家事后都觉得有点冲动、有点贵。但为什么还是投了？因为如果这家公司真的做出来了，增长会快到让你觉得当初那个估值很便宜。 一位投资人朋友说得很直白：反正要么 zero to 100，要么 zero to zero，与其投一个贵的 A 轮赚 “辛苦钱”，不如赌一个有无限可能的 neo lab 的入场券。 过去大家觉得 1 块钱 ARR 就是 1 块钱 ARR，不管你是做模型、做应用还是做 infra。但现在，这个等号被打破了。 做垂直 agent 的倍数最低（5 倍左右），做通用 agent 的倍数更高（10 倍左右），做模型的最高（20-30 倍 ARR，例如 Anthropic 30B 美金 ARR，800B 美金估值，26.7 倍）。一年前我觉得按 ARR 乘一个统一倍数，来算估值就可以了，但今天这个算法完全不对了。 酸橙树与 AI 暗杀名单 硅谷正在经历一场深层的安全感危机。 这次硅谷行，我反复听到朋友们在认真讨论同一件事：买比特币、建地堡、给家里装防弹玻璃，他们都不是开玩笑的语气。 最近硅谷确实在流行种酸橙树，因为这种树的枝条上，长着 4 英寸的尖刺，任何试图翻越的人都会付出代价。 华尔街日报甚至报道了一栋 1500 万美元的 “堡垒豪宅”：混凝土花盆里栽着一圈酸橙树，树丛后面是壕沟，壕沟后面是激光入侵探测系统，前门是 3 英寸厚的实心钢板配 13 道锁栓，屋内藏着一个 2000 磅重门的安全避难室，连景观设计都是防御工事。 为 CEO 提供住宅安防的企业，创下了 2003 年以来的最高增长水平。特别是 UNH CEO 在曼哈顿街头遭枪击身亡之后，这个趋势陡然加速。 然后，枪声响到了 AI 大佬家门口。 在 4 月 11 日凌晨 4 点，一个穿 Champion 卫衣的 20 岁男孩，从德州专程飞到加州，手提煤油罐，站在 Sam Altman 价值 2700 万美元的豪宅门前，点燃了汽油弹，扔了进去。 一个半小时后，他出现在 OpenAI 总部，抄起椅子砸玻璃门，对保安喊：“我要烧了这里，杀光里面所有人。” FBI 从他身上搜出了一份文件。标题是 “你的最后警告”。里面列着多名 AI 公司 CEO 和投资人的姓名与家庭住址。 两天后的周日凌晨，Altman 的家再次遇袭：一辆本田轿车在门口短暂停留，副驾驶把手伸出窗外，朝房子开了一枪，然后逃逸。 这不是孤立事件。三月底，旧金山市中心已经出现过大规模反 AI 游行，人群举着 “Stop the AI Race”（停止 AI 竞赛）和 “Don't Build Skynet”（不要制造天网）的牌子，在 Anthropic、OpenAI、xAI 的办公室外面发表演讲。参议员 Bernie Sanders 在国会警告说：“人类可能真的会失去对这个星球的控制。” 跟 xAI 的朋友聊下来，据说马斯克也是非常担心自己被枪杀的，这在圈子里是公开的秘密。 背后的恐惧其实很朴素：如果 AI 接管了大部分生产，人不再是经济运转的必要参与者，那过去所有关于 “你贡献了多少、你该分多少” 的社会契约就全失效了。剩下的只有一个极简的权力结构：谁控制了 GPU 和电力，谁就控制了一切。阶层不是被拉开了，是被压扁了：一边是极少数人，另一边是所有其他人。 “两年之后的美国大选，最火的竞选主题，肯定是 AI 与社会的关系问题。甚至会出现 AI 时代的卢德运动。” 美国的通货膨胀依然很严重，我在加州生活过很多年，从没看到过 7 字头的油价。恰逢 2 月底 Citrini 发了 Global Intelligence Crisis（AI 末日报告），情景推演了一场因为 AI“过于成功”，而在 2028 年可能导致的经济危机…… 尾声 回北京的飞机上，我翻自己这半个月的笔记，发现从头到尾都在写同一个词：“跟不上”。 YC 跟不上、Meta 的代码安全规矩跟不上、xAI 的管理跟不上、researcher 跟不上、算力跟不上、估值框架跟不上、社会的心理承受力也跟不上……以至于硅谷自己都跟不上自己了。 但我最后想说的是，一位 Anthropic 的朋友提到，Dario Amodei 在内部说过一句话：在 AI 的帮助下，癌症在某种意义上已经被攻克了，不是说消失了，而是它有可能变成一种不会死人的慢性病，只是治疗费用还太贵，普及需要时间。 我不确定 Dario 说的 “癌症已经被攻克” 是不是过于乐观了，但这次在硅谷，我们看得最多的创业方向就是 AI4S、AI for Biotech，很多大模型公司出来的人，不懂医疗，但他们想用 AI 技术改变这个行业。 这半个月我看到了那么多 “跟不上”，这确实让人焦虑。但如果 AI 真的在几年内让癌症变成慢性病、让材料科学快进二十年，那么这一场 “跟不上”，可能是人类发展历史上最大的一次提速。 我家宝宝今年两岁，明年可能会有第二个孩子，他们这一代要面对的那个世界什么样，我现在完全没有想象力去构建。 但我希望，在他们长大的世界里，多一些因 AI 而被治愈的人，而不是有更多燃烧瓶和枪声，砸向 AI 从业者的家门口。 Paul Graham 2008 年写的 Cities and Ambition（市井雄心）里，有这么一段：“尽管在硅谷人们非常尊重智慧，但硅谷传递出的信号是：你应该更有影响力，这与纽约传递的信号并不完全相同。影响力在纽约当然也重要，但纽约对 “十亿美金” 非常推崇，哪怕这笔钱你仅仅是继承来的。但在硅谷，除了几个房产中介，根本没人会在意这一点。在硅谷真正重要的是，你对这个世界产生了多大的影响。人们之所以在意 Larry 和 Sergey，并不是因为他们的财富，而是因为他们掌控着 Google，而 Google 几乎影响着每一个人。” 如今 AI 令这种氛围，又推向了一个新的高峰。

IT之家 4 月 27 日消息，OpenAI 与微软宣布对双方的合作协议作出调整，两家企业称此次调整将为彼此带来长期的合作确定性与灵活性。 IT之家注意到，根据修订后的协议条款，微软仍保留 OpenAI 首要云服务合作伙伴的地位；除非微软无法或选择不支持相关所需功能，否则 OpenAI 旗下产品将优先在微软 Azure 云平台上线。如今，OpenAI 已可通过任意云服务商向客户提供旗下全部产品服务。 微软将持续拥有 OpenAI 模型及产品知识产权的授权，有效期至 2032 年，且该授权自此改为非独占式授权。此外，微软将不再向 OpenAI 支付营收分成。 OpenAI 向微软支付的营收分成将持续至 2030 年，分成比例保持不变、不受 OpenAI 技术发展进度影响，但设置总额上限。 微软将继续以主要股东身份，直接参与 OpenAI 的发展成长。 两家企业表示，本次协议修订旨在提升合作的可预期性，同时保留双方规模化搭建和运营人工智能平台的联合能力。双方均表态，将继续在数据中心扩容、下一代芯片研发以及网络安全应用领域开展合作。 此次合作模式调整正值两家企业身处人工智能市场高速变革的行业背景下。修订后的协议理顺了双方合作的运营细则，同时保留了微软在 OpenAI 的投资持股权益。

凤凰网科技讯 4月27日，据彭博社报道，在收购推特(已更名为X)三年多后，埃隆·马斯克(Elon Musk)表示，他距离实现将该平台打造成“万能应用”的长期目标又近了一步，为其配套的全新金融服务工具预计本月向公众推出。 图1：马斯克 根据马斯克上月给出的时间表，这个内置于X的银行与支付平台“X Money”预计很快启动早期公测。已参与早期测试的用户表示，该服务提供具有竞争力的福利，包括符合条件的消费可享3%的现金返现，以及6%的现金存款利率，后者约为美国全国平均水平的15倍。 马斯克最早在硅谷崭露头角，正是源于其共同创立的支付应用PayPal。他将支付服务视为打造所谓“超级应用”的关键一环，这类应用在中国的社交产品中已经非常成熟。以微信为例，用户可以通过该平台打车、预订机票、偿还信用卡。正如马斯克今年2月对员工所言：“我们希望做到这样：只要你愿意，整个生活都可以在X应用上完成。” 为时已晚？ 不过，马斯克素以许下豪言壮语、又屡屡错失自定期限而闻名。在支付服务上，他正面临监管层面的麻烦与延期：X Money至今仍未在包括纽约州在内的多个州获得支付牌照。当地立法者已公开质疑，是否应将民众的资金托付给这位亿万富翁。 同时，客户奖励机制同样仍有待观察。尽管X Money潜在提供的6%储蓄利率将高于SoFi科技、Block及LendingClub等竞争对手的消费金融服务，但马斯克的公司并未明确这一利率是永久性标准还是短期促销。X发言人未回应置评请求。 图2：X将推支付服务 咨询公司Crone Consulting创始人、支付行业资深观察者理查德·克龙(Richard Crone)对X Money的前景持怀疑态度。 “他在两年多前就提出了这个愿景，还说一年内就能实现，”克龙表示，“现在来看，恐怕已是为时已晚，于事无补了。” 伯恩斯坦机构服务公司高级研究分析师哈尔希塔·拉瓦特(Harshita Rawat)指出，虽然个人对个人支付是日常高频使用的热门功能，但对提供这些服务的企业而言，这通常只是一种亏本赚吆喝的引流手段。真正的价值在于能否说服用户在平台上完成其他银行业务，包括信用卡消费和贷款。 一些支付行业资深人士看到了一个更根本的问题：X目前仍缺乏让用户顺畅购物的基础设施，这是任何想要涉足真实商业交易的应用所必备的前提条件。 “它没有一键购买功能，这是必需的，否则其网站上的电商业务就会落伍。”克龙表示。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。