作为库克最后一次主讲的苹果发布会，WWDC26 本身也颇有一种「收尾」的感觉。 从 WWDC24 压大轴的「AI」，WWDC25 唱主角的「UI」，到今年的「AI + UI」两手抓，苹果放慢了脚步，更多是将前两年确定的这些新方向，做深做稳。 特别是 AI，70 多分钟的发布会，将近 40 分钟都留给了 Apple 智能的新进度，不仅有大量的新功能，苹果也给出了自己的新主张： 真正有益的 AI，应该以用户为核心。 iOS 27 主打一个求稳 今年的 WWDC 有一个显著变化：不再按不同设备平台，将发布会分成 iOS、iPadOS 或 macOS 的独立板块，而是直接发布跨系统的新功能。 这也预示了一种大方向上的调整：苹果未来的系统更新，将从「设备」转变为「功能」为主线，以后更会贴近 AI 大模型的能力，推出更新。 去年引入的「液态玻璃」设计语言，虽然让人激动，也带来了性能和可读性的问题，因此 iOS 27 的一个首要任务，就是要搞好优化，提升系统的基础品质。 在 iOS 27、iPadOS 27 和 macOS 27，用户可以直接通过滑块自定义「液态玻璃」的透明度，甚至可以恢复到类似以前版本的低透「磨砂玻璃」。 苹果也对图标进行了进一步打磨，通过「液态玻璃」叠层和光折射效果，为原本就晶莹剔透的图标增加细节。 系统界面进一步精装，系统底层的体验也没有落下，这次 WWDC 苹果也大谈优化。 最直观的表现，不管是 iPhone、iPad 简单的划动，还是 Mac 四指上划打开调度中心，这些简单的操作响应和动画都会更顺畅，相信 iOS 26 的掉帧 Bug 终于要解决了。 苹果表示，iPhone、iPad App 的开启速度将提升 30%，这不仅限于苹果的第一方应用，得益于系统底层的优化，第三方应用的响应速度也会有明显提升。 更多系统操作的速度也会更快，比如拍摄新照片后，进入相册可浏览的速度提升了 70%；AirDrop 的传输速度最高提升 80%，等等。 苹果也宣布，所有支持 iOS 26 的 iPhone 都能升级 iOS 27，包括 iPhone 11 和第二代 iPhone SE。 另一个横跨多个系统的更新，是「搜索」功能，苹果重构了聚焦搜索、照片和邮件应用中的搜索能力，安装新系统后，后台会对全设备存储的信息进行「索引」，知道设备上有什么、内容在哪里，因此搜索会更个性化和智能。 近几年，苹果生态的围墙开始松动，iOS 27 进一步开放了 iCloud 共享相册，将支持 Android 和 Windows 设备上传和共享照片。 还有一个很小，但相信口碑会不错的更新：升级 iOS 27 后，AirPods 新增自定义均衡器，用户可以个性化调整耳机的音效。 这次 WWDC 的另一个重点，在于「儿童安全」，以「儿童账户」为核心，系统会立即启用与孩子年龄匹配的保护措施，阻止一些网站和媒体浏览，家长可以进一步管控孩子的 App Store 使用，和联系人方式。 爱范儿上手 iOS 27 Beta 版后发现，还有更多 WWDC 上没说，但非常实用的更新。 比如一个「史诗级」功能：自带的时钟 App，终于支持节假日闹钟，「调休」也会算作工作日开启闹钟了。 天气 App 也重新设计，各种指标有了更清晰的呈现柱状图方式。 其实多项更新单独看都不大，放在一起却能看出 iOS 27 的优先级：减少操作摩擦，修复旧体验，同时为 AI 入口腾出空间。 今晚的主角，还得是重振旗鼓的 Apple 智能。 苹果迟到的 AI 反攻，从 Siri 开始 如果说 iOS 27 是系统层面的修修补补，Apple 智能就是苹果重新抢回 AI 时代的系统入口。 过去两年，苹果在 AI 上的被动不难理解，ChatGPT、Claude、Gemini 等海外御三家已经把用户对 AI 助手的期待抬高了一大截，用户已经不再满足于语音问答，而是开始习惯于多轮对话、文件分析、图像理解乃至更复杂的任务执行。 因此，这次 WWDC 的重心毫无疑问落在了 Apple 智能。 耐人寻味的是，苹果高管 Craig Federighi 表示，一些公司似乎在为了 AI 本身推进 AI，而没有足够关注 AI 最终要服务的人。 （所以，这是在点谁呢？） 苹果给出的 AI 答案是「围绕用户」。Apple 智能要深度整合进日常产品，理解个人上下文、常用 App 和屏幕内容，同时从设计之初保护隐私。 为了支撑这套系统，苹果今年与 Google 展开了更深合作。 双方利用 Gemini 系列模型背后的技术，共同创建下一代 Apple Foundation Models。这些模型会用于苹果内建的 Apple Intelligence 体验，并适配两类运行环境：一类在设备端运行，另一类通过私有云计算在服务器端运行。 从短期看，苹果引入 AI 外援，算是间接承认了自己在通用大模型上的差距，但长期看，这也是一种用时间换空间的聪明策略。十几亿设备带来的使用反馈、请求分布、端侧体验和开发者调用方式，只要经过隐私保护和合规处理，就会成为苹果迭代模型、调度系统和端云架构的重要依据。 此外，苹果还针对最强的 Apple Silicon 系统优化了能力更强的端侧模型，它可以理解并生成语音，也能同时理解文本和图像，并带来更准确的系统级听写、更好的自然语言理解，以及更有表现力的语音反馈。 更明显的变化，发生在入口层面。 在 Siri 被苹果收购 16 年后，它终于重新拥有独立 App 的形态，产品逻辑也明显向 ChatGPT App 靠近。 用户可以在新版 Siri 中查看已有对话，延续之前的话题，也可以开启新的对话。Siri 的对话历史会通过 iCloud 在 iPhone、iPad 和 Mac 之间私密同步。 考虑到用户过去的使用习惯，传统入口仍然保留。用户可以继续说 Hey Siri，也可以按下侧边按钮调用 Siri。 真正体现 iOS 27 交互变化的，是 Siri 与灵动岛的深度整合。 现在只要从屏幕顶部中央向下滑动，灵动岛就会向下展开，变成一个暗色文本框，能搜索，能提问，光标闪烁的颜色也使用了 WWDC 2026 宣传图中那种发光渐变效果。 在这里，用户可以打字问天气、查网页，也可以直接下达复杂指令。 苹果也通过三个场景展示了新版 Siri 的核心能力——充分展现了 Siri 从单纯的问答工具，升级为能够理解屏幕内容、调用个人信息并持续完成任务的系统级 AI 助手。 新版 Siri 能把搜索、提醒、音乐、导航等能力串联起来。你可以查询世界杯赛程，并让 Siri 策划观赛派对、生成菜单、起草群聊邀请；也可以追问演出购票方式、设置抽签提醒、播放歌手新单曲。 在屏幕感知和个人情境上，Siri 还能识别照片中的具体地点，并结合朋友发来的地址信息规划路线。 值得一提的是，WWDC 上所有 Siri AI 的演示，基本都采用了一镜到底的拍摄模式，你能明显感受到 Siri AI 思考的速度没有那么快，还能看到测试版动效的各种掉帧。 保留这些不完美的细节，就是为了告诉你，这次的演示是真实的，避免重蹈 2 年前的覆辙。 哦，对了，在支持最先进端侧模型的设备上，Siri AI 还会获得两项额外能力。第一项是全新的语音体验。Siri 的声音会更自然，也更有表现力。用户还可以自定义 Siri 的语音，包括表达强度和语速。 第二项是系统级听写能力提升。新听写在拼写、标点和大小写方面更准确。由于它内置在键盘中，用户可以在整个系统里使用，包括发消息、写日记、记录想法等场景。这些更新也会扩展到 CarPlay 和 AirPods。 Siri AI 的入口也进一步扩展到 Mac、Apple Watch 和 Vision Pro：用户不仅能在 Mac 上直接选中文件、图片或文本向 Siri 提问，完成报价对比、生成表格、起草邮件等操作。 视觉智能也同步进入 macOS 和 visionOS，既能识别屏幕内容和日程信息并建议加入日历，也能结合 Vision Pro 的空间计算能力，直接理解用户眼前的物体与场景，例如判断背包是否符合随身登机要求。 Apple 智能接管生态入口，但国行用户还得再等等 至于使用范围，苹果称，这些跨 App 的 Apple Intelligence 新功能，将支持所有 Apple Intelligence 已支持语言，并随最新软件版本免费提供。 不止于系统级的基础能力，Apple 智能也深入到每个具体的 App 中。 Safari 浏览器 得益于苹果 AI 能力，Safari 浏览器用起来会更顺心。 全新的 Safari 浏览器能够检测用户打开的网页，按相似主题进行自动分组。 用户还可以通过自然语言，告诉 Safari 自己关注的内容，比如商品上新、放票，更新会及时通知用户。 更「AI」的功能是自定义扩展生成功能，利用自然语言生成浏览器的扩展，比如自动保存美食网页中的食谱。 iMessage、邮件 和日历 AI 也进一步融入了更多系统应用：它能够自动理解短信和邮件中的上下文内容，主动提供操作建议，例如识别活动日程后一键加入日历或提醒事项，聊天中提到相关内容时，也会自动推荐合适的照片发送。 而在日历中，用户甚至可以直接用自然语言创建和修改行程，只需一句话描述活动主题、地点、时间和参与人，系统就能自动生成完整事件，也能快速调整固定日程安排。 电话 近几年，厂商都在借助 AI 改造最传统的「通话」功能，苹果也不例外。 用户和商家进行通话时，AI 会自动抓取、提示用户的个人资讯，例如和航空公司通话提供订票的邮件详情，和餐厅通话提供预订的日程信息。 家庭 在 WWDC 上，苹果也预示了一部分「智能家居生态」的未来。 首先是「家庭」App，AI 会自动识别、归类智能家居的最新动态，并整合为一个事实更新的动态通知。 更有趣的能力在于视觉，利用摄像头智能家居，家庭 App 能理解、描述画面，并能从多个摄像头中调取相关片段组成时间，用户也可以用自然语言搜索特定场景。 快捷指令 快捷指令的自定义功能很强大，但复杂的门槛让普通用户望而却步。 最新的快捷指令，会利用 Apple 智能理解自然语言描述，自动组装各种所需步骤，后续也能用自然语言描述修改。 相机 视觉智能被整合进相机应用中，切换到相应的模式，就能让 Siri 看到相机前的内容，进行智能识别，可以用来记录饮食状况。 图乐园 新版图乐园将基于更强大的图像模型，能够生成更高质量的图像，并支持更丰富的风格，包括写实风格。 从发布会上的例图来看，全新图乐园的产出质感确实比前一个版本更优秀，更有「果味」。 图乐园的编辑也更加灵活， 用户可以圈选某个对象，利用自然语言修改重构。 照片 更强大的图像模型，也为照片应用带来了全新的 AI 编辑功能。 首先是「消除」功能更加强大，可以消除更复杂、更庞大的物体，这有待进一步实测。 新的编辑功能有两个：「扩展」和「重构」。 「扩展」就是 AI 扩图，能够利用 AI 补充更多画面。 比较有意思的是「重构」，通过将平面照片转化为空间照片后，可以改变被摄物体的角度。 图乐园和照片的 AI 编辑功能将会有每日使用限制。苹果称，用户可以通过大多数 iCloud+ 订阅计划获得更高访问额度。iCloud+ 也将包含对兼容 Home 摄像头的 Apple Intelligence 支持。 过去 iCloud+ 卖的是存储、备份和隐私服务，接下来它很可能会变成苹果 AI 的付费入口，苹果不会让用户觉得自己在为一个聊天机器人续费，而是让 AI 成为 iCloud+ 的新价值。 上线节奏方面，开发者可以从发布会当天开始试用新版 Siri。普通用户将在今年晚些时候获得 Siri AI Beta 版本。Siri AI 会先支持英语，并较快扩展到更多语言。 不过，Siri AI 初期不会在欧盟的 iOS 和 iPadOS 上提供。 至于我们心心念念的国行版本，基于监管要求，Siri AI 和其他新的 Apple Intelligence 功能也暂时不会上线。我们也第一时间上手了国行开发者预览版，除了液态玻璃设计的升级，AI 功能几乎可以说是「原地踏步」。 值得注意的是，苹果口中「最强大的端侧模型」，目前仅支持 iPhone Air 和 iPhone 17 Pro 等有限机型，隔壁为了苹果 AI 入手了 iPhone 16 Pro 的同事，已经哭晕在工位上。 面向开发者，苹果的核心思路也很明确：让第三方 app 接入 Siri，把 Apple Intelligence 从系统能力扩展为生态能力。 通过 App Intents，开发者可以开放 app 内的信息和功能，让 Siri 成为不同应用的统一入口；而更新后的 Foundation Models framework，则进一步开放了端侧模型、图像输入、Custom Skills 以及服务器模型调用能力，让 AI 逐渐成为苹果生态的底层基础设施。 简言之，WWDC26 的重点并不是 Siri 终于变聪明了多少，也不是苹果接入了哪一家大模型，而是苹果开始把 AI 重新写进 iOS 的系统逻辑里。 过去的系统更新围绕设备展开，今年则明显转向模型能力：理解屏幕、读取个人上下文、调用 App、生成内容、完成跨应用任务。iPhone 仍然是核心，但它正在从一个运行 App 的终端，变成 Apple Intelligence 调度个人数字生活的入口。 Apple 智能的魅力，肯定不是模型能力，更像是「信任」。 从发布会到官网，苹果 AI 叙事，强调的始终是隐私、端侧处理、私有云计算和个人上下文。用户使用苹果 AI，首先是因为在 iPhone 里，因为它和系统绑在一起，因为用户愿意让它读取照片、邮件、日程、信息和 App 数据。 未来十年，最重要的 AI 设备大概率仍然是智能手机；苹果要做的，是让 iPhone 继续成为那台用户最愿意信任的 AI 设备。 当然，以上这么多这么丰富这么吸引的全新苹果 AI ，对于我们来说，还得等到真正「准备好」的那一天。

快科技6月9日消息，近日有小米寻天SUV路试视频流出，首次展示了该车的尾灯点亮后的效果。 可以看到该车采用了类似环形的尾灯，乍看之下和极氪9X、奥迪E5 Sportback/E7X有相似之处，但小米寻天SUV的尾灯并未完全封闭，下方中间部位似乎另有说辞，目前最有可能的猜测就是小蓝灯。 同时还能看到该车的转向灯集成在灯组的左右两侧，也就是竖条状，点亮后效果比较醒目。 参考已知信息，该车定位家用SUV，或命名小米寻天N90，定位全尺寸家用与户外SUV，造型方正硬派，与小米SU7/YU7 轿跑风格形成鲜明对比，除了普通版外，还提供升顶露营版应对细分场景。 将搭载增程混动系统，其中1.5T增程器大概率也来自东安动力，双电机四驱系统，电池容量最高可达80kWh，CLTC纯电续航400-500km，支持800V高压快充，15分钟补能约300km。 值得一提的是，该车的动力电池将来自欣旺达和中创新航，二者占比分别为60%和40%，这意味着整车的价格会比较亲民。

当地时间6月8日晚，中共中央总书记、国家主席习近平和夫人彭丽媛在朝鲜劳动党总书记、国务委员长金正恩和夫人李雪主陪同下，在平壤体育馆同朝鲜各界群众一道观看专场文艺演出。 　　当地时间6月8日晚，中共中央总书记、国家主席习近平和夫人彭丽媛在朝鲜劳动党总书记、国务委员长金正恩和夫人李雪主陪同下，在平壤体育馆同朝鲜各界群众一道观看专场文艺演出。 　　21时许，习近平夫妇和金正恩夫妇一同登上体育馆主席台。全场观众和演职员以热烈的掌声和欢呼声表达欢迎和致敬。 当地时间6月8日晚，中共中央总书记、国家主席习近平和夫人彭丽媛在朝鲜劳动党总书记、国务委员长金正恩和夫人李雪主陪同下，在平壤体育馆同朝鲜各界群众一道观看专场文艺演出。 　　演出充满激情、气势恢宏，洋溢着中朝人民之间的友好情谊。演员们以歌曲、舞蹈、杂技等形式，表达对习近平时隔7年再次访问朝鲜的热烈欢迎，抒发期待巩固和发展中朝传统友好合作的真挚情感。《我和我的祖国》《茉莉花》《红旗飘飘》等耳熟能详的歌曲引起全场强烈共鸣，赢得阵阵掌声。习近平和金正恩对演员们的精彩表演频频鼓掌致意。 当地时间6月8日晚，中共中央总书记、国家主席习近平和夫人彭丽媛在朝鲜劳动党总书记、国务委员长金正恩和夫人李雪主陪同下，在平壤体育馆同朝鲜各界群众一道观看专场文艺演出。 　　演出在《朝中友谊万古长青》的歌声中落下帷幕。中朝双方代表执送以两党两国最高领导人夫妇名义向演职员赠送的花篮，祝贺演出成功。 　　蔡奇、王毅等参加。

15岁的Siri迎来“重生”，65岁的库克深情“告别”。 作者 | 智东西编辑部 编辑 | 漠影 智东西6月9日凌晨报道，刚刚，苹果公司CEO库克主持的最后一场苹果发布会——苹果WWDC26，正式召开，这场发布会的主角只有两个：AI和库克。 当库克登台说出那句熟悉而又亲切的“Good Morning”、穿着他标志性的黑色短袖出现时，我们知道，苹果的“库克时代”，即将迎来尾声： 自动播放 “这样的盛会，是我担任CEO最高光的时刻之一 为大家介绍强大的新工具，看你们创造种种精彩 这样的经历时时提醒我 想象力，真的没有边际 …… 在苹果，打造世界一流的产品 丰富方方面面的生活体验 始终是我们不变的目标 能与各个团队携手推进这一使命 是我一生的荣幸 各位的创造力、关爱之心和坚定信念 必将继续为人们的生活带来深远持久的改变” 自动播放 短短200多字，这就是库克今晚在WWDC大会结尾带给我们的“告别”，没有任何过分渲染，很朴实，只能说，这很库克。从2012年至今，这是库克第15次站上WWDC舞台。 与库克的“告别”相对应的，是苹果Siri的“新生”。 在新一代苹果智能（Apple Intelligence）中，苹果与谷歌联手打造了新一代苹果基础模型，Siri升级为了“Siri AI（Siri+Apple Intelligence）”。 在整场一个小时的发布会中，虽然AI是重点，但直到发布会过半，AI才姗姗开讲，不过一讲就是半个小时。此次WWDC苹果首次将六大OS以三个核心升级点统一进行讲述，讲解逻辑发生很大变化，以往都是每个OS逐个讲解。 另外，今天的发布会确实没有硬件。 这次苹果AI最大的升级点，一个是更个性化了，一个是更好用了。听起来有点虚，如何理解？ 个性化方面，在执行AI任务时，Siri可以把你本地的各类信息充分利用起来，也就是“个人情境理解”力大幅提升。 比如识别照片中的地点并一键导航、根据世界杯赛程策划派对菜肴并给朋友发送邀请。 更好用方面，苹果正式发布了第二代端侧模型，Siri听、说、看、读、写能力都大幅加强。日常处理各种事都更准、更快。 比如Siri可以直接通过相机App“看世界”，读懂世界。 当然，端云模型协同能实现更强的AI功能，比如“空间构图”功能可以让你实时修改已经拍完的照片的角度，效果比较惊艳。 ▲空间构图 除了Siri，苹果各个系统中的各类App，比如Safari、信息、邮件、日历、电话、家庭，都可以用上新一代苹果智能，实现“系统级AI”。 至于大家关心的国行AI，苹果软件一把手Craig特别提到，在中国大陆，Siri AI和苹果智能新功能暂不支持，原因是需要配合监管要求推进相关工作。 在AI重磅升级之外，苹果各个OS重点提升了响应速度，提升了日常使用的便捷性，这一部分升级非常“细碎”，流畅度提升方面，iPhone和iPad的App启动速度最高提升了30%、苹果还通过CPU调度器升级，提升了老iPhone的流畅度。 值得注意的是，今年9月即将接班苹果CEO的特努斯并没有在今天的WWDC上登台。 今年WWDC的一系列软件升级还有哪些值得关注的细节，下面我们将带你一文看尽。 01. 苹果谷歌合作靴子落地 新一代苹果智能主打个性化、更好用 苹果智能和改版后的Siri自然是重中之重。新一代苹果智能主打两大亮点：更个性化、更好用。 首先来看全新的架构，传闻已久的苹果谷歌合作总算靴子落地，新一代苹果智能的架构核心，是苹果引入Gemini系列模型背后技术打造的新一代苹果基础模型。这一模型能在设备端运行、基于专用云计算在服务器端运行，理解推理、图像生成、编辑照片、视觉识别等全拿捏。 同时，为把自家芯片的实力拉满，苹果还推出更强大的第二版设备端模型，主打的能力是让产品听懂和生成语音、理解文本图像、听写精准、自然语言理解更出色。 当苹果的新一代基础模型全盘融入苹果系统后，苹果智能能通过新的系统协调器，确保各项功能之间安全协同，互不干扰。 其后台自带聚焦、语义索引功能，任何App只要完成适配，就能快速接入苹果智能的能力。此外，苹果智能还能自己上网搜信息、借App Actions（App工具箱）调用工具执行任务。 Craig上台时专门总结了苹果对AI的愿景：有些人只顾竞争、只在乎AI本身，却忽略了AI最终服务的对象应该是每个人，苹果的使命是将先进科技转化为直观好用的产品，让每个人都能轻松上手，从PC诞生至今从未改变。真正有益的AI必须以你和你的需求为中心，这意味着AI要与用户日常使用的产品深度整合，理解用户的个人情境，配合常用app，设计以用户隐私为重。 苹果还特别提到隐私保护，其确保苹果智能的数据不会被苹果和其他任何人存储或访问，数据仅用于执行任务请求。 02. Siri AI，AI在了哪里？ 从个人上下文理解、屏幕感知 到App操作一步到位 苹果将新一代Siri正式命名为Siri AI，由Apple Intelligence全套能力驱动，苹果称Siri AI是一个“从根本上更强大的助手”。其唤醒方式不变——“嘿Siri”、侧边按键或长按均可触发——但底层能力完全重做。 Siri AI的核心能力包括五个方面：个人上下文理解、App操作、屏幕感知、图像理解和广泛世界知识。 发布会上的演示从一个日常场景切入：演示者问“Suki Waterhouse在旧金山的演唱会是什么时候”，Siri AI联网查到日期后，用户追问“怎么买票”，Siri回答需要参加抽签，用户接着说“抽签开放时提醒我”，Siri直接创建了提醒事项，随后又播放了这位歌手的新歌。整个过程在一次连续对话中完成。 屏幕感知和个人上下文的结合也在发布会中得到了展示。演示者打开一张海岸照片，问“这是哪里”，Siri识别出是圣克鲁斯海岸的天然桥州立海滩。接着问“我朋友Jeff最近搬到这附近了，他的新家在哪”，Siri从信息App中找到了Jeff此前发送的地址。演示者随后说“帮我规划去天然桥的路线，中间在Jeff家停一下”，Siri一步完成了路线规划。 照片场景中，演示者说“给我看上周末在Shasta拍的照片”，Siri搜出了大量照片，接着说“只把有Bryce、Madison和Quinn的加到我们的家庭共享相册里”，Siri识别人脸、筛选并完成共享，全程未打开照片App。 在语音体验方面，搭载最先进端侧模型的设备将获得全新语音引擎，Siri的声音更具表现力。用户可以调节“表现力”和“语速”两个参数来自定义语音风格。系统级听写功能也同步升级，在拼写、标点和大小写方面的准确性有显著提升。 这些更新同样延伸到CarPlay和AirPods。 Siri AI的另一大变化是交互方式。苹果为其设计了一套全新的对话式体验，覆盖iPhone和Mac两大平台。 在iPhone上，用户从灵动岛（Dynamic Island）向下轻扫，即可打开“"搜索或提问”面板，通过打字或语音与Siri开始对话。Siri AI支持持续多轮对话，用户可以不断追问和细化需求。苹果还为Siri AI推出了独立App，所有对话历史可以回溯查看。 发布会上的iPhone演示展示了一个完整的多轮协作过程：演示者先查询世界杯开幕周末的赛程，然后说“巴西对摩洛哥那场适合办一个观赛派对，给我两个国家的经典菜”，Siri列出了菜品并配上了图片。 接着演示者问“Maria最近提到了一个什么甜点”，Siri在信息中找到了女儿提过的椰子饼干。随后说“把这些整合成一份派对菜单”，Siri生成了一份完整的菜单。最后演示者让Siri向群聊发送邀请，Siri起草了包含比赛信息和菜单的消息，用户检查后一键发送。 Mac端的核心变化是Siri被整合进了聚焦搜索（Spotlight）。用户在Spotlight中输入问题，系统会自动识别这是一个适合Siri回答的查询，按回车进入对话模式。对话窗口可自由拖拽和调整大小。 Mac端还新增了右键菜单整合。选中文件或文字后，按住Control点击会出现Siri输入框，可以直接针对选中内容提问。 演示中展示的场景是：演示者选中三份格式不同的工棚报价文件，让Siri比较并推荐一个，Siri分析后生成了一张对比表格。接着演示者提到“Luke提到过一个电线问题”（拼写还打错了），Siri在信息和邮件中找到了相关内容，更新了推荐。最后演示者让Siri起草邮件给供应商询问能否加快交付，Siri从文件中提取了联系人信息，写出了完整的邮件。 苹果称，Siri AI的对话式体验还将扩展到iPadOS等更多平台。 苹果还介绍了用Siri AI办事的两大高招：视觉智能、写作工具。 视觉智能在iPhone、Mac、iPad、Vision Pro都展现出了不一样的能力。 在iPhone里，相机可以绑定Siri，用户按下快门就能弹出AI答疑，下滑界面还能接着追问，这些聊天记录都会存在Siri App里。 现实生活场景Siri也能无缝适配，用户相机对着一盘饭菜，Siri就能立刻算出热量营养；聚餐拍账单，Siri就能自动分摊金额算账。 在Mac里，只要用户通过专属快捷键选中屏幕内容，就能向Siri提问；甚至框选屏幕内容，可以直接让Siri帮忙把批量日程安排一键导入日历App。 iPad上同样如此，用户能让Siri识别屏幕内容进行搜索、干活，截屏时候也能触发Siri进行交互；visionOS中，用户看向某一个网页或者身边实物就能直接提问。 写作工具是第二大高招。 打开写作文档，用户可以用自然语言描述需求，Siri就能生成初稿，并且它在帮用户写邮件时还能沿用其日常写作习惯，或者帮用户的文本提一些优化建议、自动校对等。 Siri AI将率先以英语推出，很快支持更多语言。 03. 邮件、Safari、电话、日历全集成Siri AI日常实用性拉满 苹果还把全新Siri AI塞进了自家多个经典App里： Safari中的Siri，能帮用户整理标签页，用户浏览的同时Siri就归好类了，并且有时用户需要一直开着网页刷新监测商品补货、活动报名，现在只需要把需求提给Siri，它就能在后台自动帮用户监测，有更新就提醒。 还有自定义小玩法，用户基于描述扩展功能用大白话就能自己定制网页内容，比如想给工具栏加个快捷小组件。 有了Siri加持的密码App，能一键帮用户更改高风险密码了。此前密码App时常会会提醒用户密码有泄露风险等，但一个个点进去更新很费时，现在Siri AI可以帮用户自动更新强密码，然后在后台主动代替用户执行相关操作，一键完成不同网页的更新。 信息、邮件、日历、电话这些我们经常用的App，也因为有了Siri多了很多实用功能。 例如在信息App里，你和朋友聊天时约定的日程、提到的照片，Siri就顺手帮用户搞定了；邮件App里，当用户收到新邮件，Siri会根据上下文主动建议相应操作；电话App中，当和商家打电话需要在其他App里切换找信息时，Siri也能直接帮用户找。 Apple Intelligence在图片创作和编辑方面有两个大的升级板块。 图乐园（Image Playground）进行了全面重做。 最大的变化是首次支持照片级真实感图片生成，背后是一个运行在私有云计算（Private Cloud Compute）上的全新生成模型。 用户可以从照片库中选择人物，用自然语言描述想要的效果，然后继续用文字或触控方式修改——比如圈选画面中的物体进行移动、缩放或追加细节。 生成的图片支持自定义尺寸（横版、竖版），可用于信息、联系人海报、锁屏壁纸等场景。系统还会根据用户照片库推荐个性化素材。苹果强调，即使使用私有云计算，用户照片也不会被存储或分享。 照片App新增了三个AI编辑工具： 清除工具（Clean Up）获得了质量升级，复杂场景下的填充效果更自然。 扩展工具（Extend）是全新功能，可以向外扩展画面，AI自动生成边缘区域内容，也可以在拉直歪斜的地平线时保留完整画面。 最令人印象深刻的是空间重构（Spatial Reframing）。苹果称该功能基于Apple Vision Pro的空间模型技术。用户在照片编辑界面中可以直接拖拽画面，视角会随之变化——就像在拍照现场重新调整了相机位置。 实时预览由端侧空间模型驱动，确认后由私有云计算上的生成模型填充视角偏移产生的空白区域。苹果强调，生成模型只填充新增区域，原始画面内容完全保留。 发布会上的演示是一张两个孩子的合影。演示者向下拖拽画面调整构图后，AI生成的背景区域与原图几乎无缝衔接。苹果称，这些编辑功能适用于照片库中几乎所有照片，包括老照片和其他相机拍摄的照片。 Apple Intelligence今年渗透进了两个日常工具：家居App和快捷指令。 家居App新增了AI视频理解能力。 系统可以分析兼容摄像头的录制片段，自动生成文字描述总结画面中发生的事件。当用户查看某个片段时，家居App还能自动关联其他摄像头的相关画面，串联成完整的事件时间线。 搜索也引入了AI：系统会自动将最可能需要查看的重要片段置顶，用户也可以用自然语言搜索特定场景如“快递送达”。兼容摄像头现在还支持4K分辨率回放。 快捷指令支持用自然语言直接创建。 Apple Intelligence可以根据用户的文字描述，自动推理出所需的系统和App操作步骤并组装成完整的快捷指令。 发布会上的演示案例是“每次我离开公司时，给Pedro发消息说我在路上，附上预计到家时间”——系统自动创建了一个基于地理围栏触发的自动化流程，串联了地图ETA计算和信息发送。用户还可以用追加描述的方式修改已创建的快捷指令。 04. 液态玻璃能自定义透明度 App启动、隔空投送更快了 在AI之外，六大系统的常规升级可以说是“细节拉满”。 macOS“从内到外”全新升级，这次名字也变了，叫做Golden Gate。 首要提到的就是其关乎“门面”的设计全平台通用的液态玻璃（Liquid Glass）进一步优化。为了让用户看得更清楚，其下层复杂内容的透显做得更清晰，能营造更强立体感。 有人喜欢更通透、有人喜欢色调更深，所以苹果这次直接加了个滑块，让用户随喜好自己调节。开发者自己的App也能直接套用这些自定义设置。 还有macOS的经典设计元素更新，例如App顶部的工具栏更整齐、Mac端App里的边栏扩展到窗口边缘、macOS窗口统一采用半径更小的圆角设计、液态玻璃融入图标设计等等。 其次是一些基本细节的升级，例如内存使用、CPU利用率、联网操作、显示渲染。 苹果此次更新了一个略微出人意料的点，让人感叹没想到这块也有提升空间，其通过预先加载App启动时所需的主要数据，使得iPhone和iPad App启动速度快了30%。同时iPhone上切换主屏幕、在Mac上打开调度中心、切换桌面的动画效果也更流畅。 此外是整个系统的内容加载速度更快，比如新拍的照片显示速度提升70%，隔空投送的传输速度最高提升至80%，iPad上浏览文件或传文件到外置硬盘的速度最快可达5倍。 早几年的iPhone也吃到了这一波升级红利，iPhone 11之后的iPhone都能用iOS 27，这也意味着，iOS 27可支持的用户体量将远超以往所以iOS版本。 还有一些让用户体验更好的细节更新。 比如网络切换更流畅，以前iPhone在蜂窝网络和WiFi之间切换时非常快捷，当用户路过一个曾经常去的店，就会莫名其妙连上WiFi，有时网络状况会突然变差，为了避免这种情况，iPhone联网更聪明了，它自己知道什么时候该切换网络、什么时候该保持不变。 此外是搜索功能大升级，iOS、iPadOS、macOS都底层重构了聚焦、照片、邮件App里的搜索功能，用户一更新新系统就会为设备上的所有内容编一份索引目录，让其知道设备上有什么、在哪里，新旧内容都有收录。基于这样的搜索升级，邮件App会采用新的排序系统，和用户搜索相关性最高的邮件会出现在第一条。 最后是一些App和产品方面的更新，例如iCloud支持安卓和Windows系统好友共享照片视频，且支持全分辨率视频；健康App有绝经期提示；AirPods设置增加了自定义均衡器功能；可以将全景照片转化为空间照片，或者设置成环境；地图App俯瞰功能升级，航拍图像和视觉智能模型结合，让画面细节更逼真。 05. Siri AI在欧盟和中国暂不可用 Xcode首次支持选用第三方模型 Craig Federighi在发布会尾声宣布了几条关于可用性和开发者生态的重要信息。 在可用性方面：所有新Apple Intelligence功能将覆盖已支持的所有语言，免费提供。但包括图片生成在内的部分功能依赖服务器端模型，设有每日使用次数上限。用户可通过iCloud+订阅获得更高额度，该订阅同时包含家居摄像头的Apple Intelligence支持。 硬件支持范围不变，与当前支持Apple Intelligence的设备一致。最先进端侧模型及其启用的功能（如表现力语音和高级听写）将仅限最高配置的iPhone、iPad和Mac。 地区限制方面：Siri AI在欧盟的iOS和iPadOS上暂时不可用，Craig称苹果正在努力寻找一条既能前进又能保护用户隐私和安全的道路。在中国，Siri AI和其他新Apple Intelligence功能同样暂不可用，原因是“正在处理监管要求”。 开发者工具方面：Foundation Models框架新增图片输入支持，开发者可扩展自定义技能，并通过同一套Swift API调用服务器端模型。苹果还推出了全新的Core AI框架，让开发者在所有平台上用Apple Silicon的算力在本地运行第三方模型。 Xcode的编码助手现在可以对整个App进行本地化、与模拟设备交互，并支持自定义技能扩展。开发者可以选择自己偏好的模型和Agent——包括Gemini——还能连接Figma和GitHub等外部工具。 全新的Device Hub将所有模拟和真实设备整合到统一界面中。 Siri AI开发者版本今天即可测试，面向消费者的Beta版将于今年晚些时候推出。 06. 结语：AI给库克时代画上句号 成为苹果下个十年的决胜关键 一个多小时的发布会下来，干货很多、感慨也很多。我们能看到苹果的技术力仍然在线，不论是系统细节的升级带来的体验直观提升，还是AI重磅升级、AI融入系统各处各个App所带来的便捷、个性化AI体验的直观提升，都让苹果在消费科技与AI融合的这一方向上保持着自己独有的竞争力。 库克在自己CEO任期内的最后一场苹果重磅发布会上，给苹果智能一个阶段性的交代，但这并非“句号”，甚至可以说是一个起点，在经历AI团队动荡、高层换血、方向调整之后，苹果在这场AI之战中的方向更加明确，基础基本夯实，接下来要做的是加速补齐体验，完善AI生态。 库克的任期仍有3个月，对于AI的发展，3个月还可能酝酿诸多变数，届时接班人特努斯会有哪些新的动作，苹果折叠屏、苹果AI眼镜这些重磅产品的发布又会给苹果和行业带来怎样的影响，我们拭目以待。

库克主持WWDC 凤凰网科技讯 北京时间6月9日，苹果公司在周二凌晨举办年度全球开发者大会(WWDC)，预览了包括iOS 27在内的系统更新，并发布了备受期待的全新AI系统以及升级后的Siri。 以下是外媒对此次WWDC的评论汇总： 彭博社：WWDC考验苹果AI信誉 投资者反响平平 彭博社认为，苹果在周一WWDC主题演讲中公布的新功能，是该公司的一个关键转折点。在两年前推出Apple Intelligence平台后，该公司一直难以按时推出许多最具雄心的功能。一些功能上线时间一再推迟，而另一些功能在与竞争对手OpenAI、谷歌以及Anthropic的产品比较时，也显得竞争力不足。 “WWDC 2026是对苹果AI信誉的一次考验，”IDC分析师弗朗西斯科·杰罗尼莫在一份报告中表示。“苹果并不需要通过拥有最大的模型或声势最浩大的演示来赢得AI之战。它需要让AI在其整个生态系统中变得可信、实用且无形。” 不过，苹果仍需消除投资者对其AI战略的疑虑。在周一的主题演讲期间，该公司股价出现下跌，收盘时下跌1.9%。 BBC：苹果迎来Siri重大升级，库克谢幕 苹果宣布对其数字助手进行重大升级，推出了Siri AI。该公司承诺，这将为用户提供更出色的人工智能体验。 行业分析公司FDM CCS Insight首席分析师本·伍德(Ben Wood)表示：“苹果必须解决其在AI领域的短板，而WWDC提供了一些答案。现在，苹果必须证明，其以隐私为主导、以生态整合为先的方法能够转化为真正更好的日常体验，而不仅仅是达到与竞争对手持平的水平。” 与此同时，这也是蒂姆·库克(Tim Cook)最后一次作为苹果CEO主持WWDC。在执掌苹果15年后，他将在今年9月卸任。 华尔街日报：苹果更新AI，没有爆点 苹果周一展示了新版AI版Siri聊天机器人。这项与谷歌合作开发的技术，被苹果寄予厚望，希望借此推动其在人工智能领域卷土重来。 虽然外界对于此次更新备受期待，但苹果并未发布任何令人震惊、出乎意料的功能，这或许表明该公司更愿意让用户亲身去体验Siri的重大升级及其将带来的影响。苹果股价在周一收盘下跌近2%。 金融时报：苹果终于升级推迟已久的Siri 苹果周一发布了备受期待的Siri人工智能升级版，并强调对用户隐私和数据安全的坚定承诺，将成为其区别于竞争对手的重要优势。 在周一的主题演讲之前，美国银行分析师瓦姆西·莫汉(Wamsi Mohan)写道，尽管AI版Siri无法“解决苹果是否因缺乏自主前沿模型而落后的AI争论”，但它仍然是一个重要标志，表明苹果在打造一个智能体AI平台，从与竞争对手的产品中脱颖而出。 日经亚洲：苹果AI仍需等待中国批准 苹果周一在年度开发者大会上宣布更新AI功能，这些功能基于与谷歌的紧密合作开发。但值得注意的是，Apple Intelligence在中国市场仍未上线。 苹果软件工程高级副总裁克雷格·费德里吉(Craig Federighi)表示：“在中国，Siri AI以及其他新的Apple Intelligence功能将无法提供，我们正在推进相关监管审批流程。” 他补充说，苹果也正在为新Siri AI功能在欧盟地区的上线寻求监管批准。 路透社：苹果押注迟来的Siri升级以缩小AI差距 苹果在周一推出了期待已久的Siri重大升级，押注这款增强版语音助手能够帮助公司在至关重要的AI竞赛中，缩小与科技巨头及新兴AI创业公司之间的差距。 不过，分析师对苹果这些更新的初步反应较为谨慎。MoffettNathanson分析师克雷格·莫菲特(Craig Moffett)表示，这些更新并非“惊天动地”，但应该能使Siri成为“一个可靠的聊天机器人，甚至可能是一个可靠的智能体”。(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”。

快科技6月9日消息，据媒体报道，松下能源正将AI数据中心电源系统定位为新的增长引擎，计划到2029财年将相关储能系统销售额提升至约1万亿日元，较2026财年增长约3倍。 基于数据中心业务的强劲增长预期，松下能源给出的2029财年整体营收指引为2万亿日元，较2026财年翻一番。 目前，松下能源正向谷歌、亚马逊等美国超大规模云服务商供应备用电源单元（BBU）等数据中心电力设备。在数据中心分布式电源（即在每个服务器机架配置BBU）领域，公司占据全球80%的市场份额。 得益于数据中心储能业务的广阔前景，松下股价今年已接近翻倍。截至本周二收盘，公司股价反弹9.79%，再度创下收盘历史新高。 产品路线方面，松下能源计划在2026财年推出一款能够吸收急剧电力负荷波动、从而防止服务器宕机的产品，此后还将接连推出功能进一步升级的型号。 与此同时，松下控股旗下的电子部件子公司松下工业也将提升AI相关产品的供给能力，包括可抑制半导体和服务器发热的基板材料等。除在日本国内外工厂加强生产线外，公司还将原本面向车载用途的产品转向AI领域。 随着AI数据中心建设热潮持续升温，原本深陷汽车电池价格战与需求波动的电池行业，正集体将目光投向算力背后的“算电生意”。松下、韩国LG等电池大厂，以及大众汽车、福特汽车（背后依托宁德时代）和通用汽车等传统车企，均是这一趋势的最新例证。

6 月 9 日晚间消息，在赛豆科技 AIVA 品牌发布会上，AIVA 总裁、产品经理李博发表演讲。 他表示，每一次重大的技术进步，本质上都做到了同一件事：让人从重复劳动中解放出来，从而拥有更多属于自己的时间。他认为，AI 将大幅提升社会运行效率，让人们获得更多可支配的自由时间。AI 将会重塑人与汽车的关系，车从工具变成一个懂你的伙伴。 他介绍了 AIVA 品牌的命名来源，AIVA 取自 Artificial Intelligence Voyage Ahead，寓意 AI 陪伴用户一路向前、悦见前方，同时，AIVA 和中文里的“爱我”这两个字，也很像。我们希望，AIVA 不仅能为用户提供安全、无忧的出行，也能给用户带来温暖、持久的情感陪伴。 另外，AIVA 品牌的标识，由字母 A 和 I 组成，既呈现了具身 AI 生命体的诞生过程，也寓意着世界与你美好相拥。

6月9日消息，钉钉近期的组织管理问题持续发酵。 继阿里内网长文《置身钉内》引发广泛讨论后，前钉钉副总裁、AI产品负责人马锐拉离职后的公开发声，再次将钉钉推上舆论风口。 今日早间，马锐拉在微博发文称，在其发布离职文章《置身钉外》后，有人借机对其进行抹黑。他表示，组织内部存在一些习惯躲在暗处中伤他人的现象，如果不及时解决，同样会对组织造成伤害。 文中，还点名了一位同事，也就是苇间。 与此同时，马锐拉还在职场社交平台脉脉上与部分在职员工展开公开讨论。 相关评论截图显示，双方围绕管理方式、团队文化以及项目推进过程中的种种问题展开激烈交锋。 其中，马锐拉将矛头指向部分公关团队成员，认为其在传播过程中存在歪曲事实的情况。而有在职员工则反驳称，其在管理期间存在过度强调汇报和高强度工作的情况，导致团队长期处于高压状态。 此前一天，马锐拉发布长文《置身钉外》，宣布自己已于5月15日完成离职手续，结束三年的阿里生涯。 值得注意的是，文章中多次提及近期在阿里内网刷屏的《置身钉内》。这篇约7.5万字的长文详细记录了钉钉ONE项目从启动到收缩的全过程，并对项目定位、组织协同、产品规划以及管理机制提出了诸多反思。 对于文中所描述的高压工作环境，马锐拉表示感同身受。他提到，长期处于高频汇报、高速迭代却难见成果的循环之中，不少年轻从业者消耗了大量精力，却难以获得相应的成长和成就感。 在谈及离职原因时，马锐拉透露，自己长期处于超负荷工作状态：一周工作七天，早上9点上班，凌晨两点回家，睡眠时间不足五小时。最终，他意识到自己更多是在“消耗身体追赶节奏”，而非创造产品，因此决定离开。 副总裁离职的不少，但与前东家闹得如此不堪的不多。从《置身钉内》到《置身钉外》，再到离职高管与在职员工的公开交锋，围绕钉钉组织管理、项目决策和工作文化的讨论正在持续扩大。 对于钉钉而言，外界关注的焦点或许已经不只是某一位高管的离开，而是如何回应这些长期积累的组织问题。

黄仁勋热潮席卷首尔。 作者 | ZeR0 编辑 | 漠影 芯东西6月9日报道，昨日，黄仁勋在采访时回答了如何看待上周全球科技股抛售潮：“无论股市如何波动，你都应该感到高兴，因为现在正是以折扣价买入的好时机。” “AI的未来一片光明，毋庸置疑。”黄仁勋说，“AI将成为全球基础设施，就像互联网过去成为全球基础设施一样，这已经是公认的事实。” 最近几天，黄仁勋把韩国首尔变成自己的大型偶像见面会，在韩国的行程遍布电竞、餐饮、综艺、体育、科技、高校。 黄仁勋几乎把韩国热门项目刷了个遍：跟顶尖电竞选手交流，和韩国财阀干饭，去职业棒球赛开球，上韩国脱口秀综艺，伴K-Pop流行歌跳舞，还屡次慷慨地给路人签名和投喂，甚至带动HBM薯片销量暴涨。 网友调侃说：“黄仁勋再在韩国待下去，怕是真要出道了。” 上周五下午，黄仁勋抵达首尔，向媒体透露三大存储芯片巨头（三星、SK海力士、美光）均已获得英伟达的资质认证，均已投产，并竞相为英伟达下一代Vera Rubin平台供应HBM4芯片。 随后，他直奔T1基地，与韩国电竞传奇人物Faker见面，吐槽Faker用的4070是“古董”，给Faker送上亲签RTX 5090显卡。Faker也在显卡上签名，然后黄仁勋夸这张显卡“全球仅此一张”、“价值百万美金”。他们把这张显卡现场抽奖送给了一位幸运粉丝。 ▲黄仁勋与Faker合影（图源：YONHAP NEWS） 得知这位幸运粉丝还在用RTX 2070时，黄仁勋幽默道：“你必须买个显卡，我要赚钱。” 在北京喝豆汁、在台湾逛夜市的黄仁勋，自然也不会错过韩国美食。当晚，他与韩国商业领袖们在弘大吃烤五花肉配烧酒，然后又转战BBQ餐厅用餐。“财神爷”一现身，韩国人追星热情拉满，弘大街头被围得水泄不通。 黄仁勋继续开展世界巡回撒饭行动，四处分发零食。 周六，黄仁勋录制tvN电视台综艺脱口秀节目《You Quiz on the Block》，其当日放出的预告片在短短两天内在线播放量突破1100万，足见人气之高。 在节目预告片中，黄仁勋伴随今年爆火的网飞动画《K-POP：猎魔女团》主题曲《Golden》跳舞，还夸主持人刘在石是“MC冠军”。 “谁会不喜欢《Golden》呢？”黄仁勋说。他直言对K-Pop和歌手华莎音乐的喜爱，并提到了华莎的歌《Good Goodbye》和《So Cute》。 韩国人也是会整活儿，请了位算命先生来看黄仁勋的面相，夸黄仁勋天庭饱满，象征天赐的才华，鼻相财运旺通，有取之不尽的财富，是独一无二的巨亨面相。 “听到这些我太开心了。”黄仁勋对刘在石说，“你的鼻子不够大，我的鼻子是非同寻常的大亨。新韩国时尚，黄仁勋的鼻子。” 这个节目将于韩国6月10日20点45分播出，将揭秘黄仁勋鲜为人知的人生故事。 周日下午，黄仁勋造访韩国网吧，然后现身蚕室棒球场，身穿印有93号的球衣（象征英伟达的创立年份1993年），为斗山熊队棒球比赛开球。 黄仁勋再度展现人情世故，在开球仪式前拿起麦克风夸赞韩国美食：“我来这儿就是为了吃韩式炸鸡，没有什么比炸鸡啤酒更棒的了。”观众席爆发出热烈欢呼。 据韩媒报道，英伟达当天为比赛订购了113份BBQ餐厅的脆皮无骨炸鸡。 当晚，他与SK集团高管在Kkanbu炸鸡店共进炸鸡啤酒，并向围观群众分发炸鸡和HBM Chips蜂蜜香蕉味薯片。 “HBM！我想要更多的HBM！”黄仁勋高喊，引得周围一片笑声。 HBM Chips是7-Eleven便利店和SK海力士合作推出的零食。据7-Eleven消息，在黄仁勋激情“带货”后，HBM Chips销量比一周前的同一天增长约8倍。 ▲黄仁勋吃HBM Chips（图源：韩联社） 周一，黄仁勋一大早离开酒店，上午到访SK大厦、首尔LG集团总部，中午在首尔大学发表演讲，下午转场现代汽车集团总部和Naver 1784大楼，随后举办韩国AI生态系统招待会。 ▲黄仁勋在现代汽车旗下的波士顿动力机器狗上签名（图源：现代汽车） 在首尔大学，学生们高喊黄仁勋的名字，黄仁勋也热情回应：“K-Beauty，K-Pop，K-Clothing”。 ▲黄仁勋在首尔大学人气爆棚（图源：EToday） 在为学生逐一签名后，他上台发表演讲，顺带夸一把韩流：“现在，凡是带‘K’的，比如K-Pop和韩剧，都很火。” “今天早上出门时，我还是Jensen，我现在是K-Jensen了，下次你们再来，一定要叫我K-Jensen哦。”黄仁勋说。 黄仁勋还现场脱掉皮衣，换上首尔大学棒球服外套。 ▲黄仁勋换上棒球服（图源：EToday） 在演讲结束后，他向学生们分发香蕉牛奶，赠送了签名的AI超级计算机DGX Spark和即将在秋季上市的RTX Spark笔记本电脑的代金券。 韩国AI生态系统招待会是黄仁勋此次韩国之行的最后一站。参会者包括三星、SK海力士、现代汽车、LG、Naver、斗山机器人等韩企。 在招待会开始前，开始前接受媒体提问，透露SK海力士的内存技术将被广泛应用于英伟达未来众多产品中，包括下一代Vera Rubin平台、Vera CPU、RTX Spark PC以及机器人芯片。 三星正为英伟达Vera Rubin平台供应第六代HBM4和基于LPDDR的SOCAMM，近日还交付了第七代产品HBM4E的样品。黄仁勋谈道，英伟达与三星正在共同开发一个创新的ASIC（专用芯片）项目。 在与黄仁勋会面后，三星电子设备解决方案部和内存业务负责人全永铉分享说，双方就明年开始的长期合作计划进行了深入探讨，包括HBM4E、HBM5和代工服务，双方正在合作开发4nm和8nm的自动驾驶芯片和Groq （LP30）AI芯片，同时也在探讨下一代产品合作。 在促成与韩国多家大型企业的合作、享受一把韩国顶流明星待遇后，今日，黄仁勋结束韩国之行，满载而归。

摘要： 这种建机房、铺冷却、调PUE的活，过去更多是云厂商和电信运营商的专属，现在模型公司亲自下场，意味着对算力控制力和成本边界的追求已经到了极致。 凤凰网科技 出品 作者｜姜凡 编辑｜董雨晴 最近，DeepSeek的招聘动态几乎比它的模型发布还要热闹。IDC设计规划工程师、数据中心高级运维工程师、高级交付经理……一连串新岗位挤进各大招聘平台，看得圈内人直呼“这步子迈得够狠”。 把这些零散信息拼在一起，一条清晰的逻辑线就露出来了。最新消息称，DeepSeek估值已飙至3500亿元，眼下，它正在把融资拿到的钱，毫不犹豫地砸向两大方向：算力基建和上层应用。买卡，建机房，搞基建，再加上做产品，可以见得梁文锋的野心。 左手抓应用，右手做基建 这轮招聘里，分量最重也最让人意外的，是DeepSeek官网最新上线的“IDC设计规划工程师”。全称互联网数据中心设计规划工程师，属于算力基建核心技术岗，负责从前期选址、方案、布局到施工图、落地配套的全流程规划设计，说白了就是机房建设前期的核心技术负责人。一个专门为自建大型数据中心招规划设计岗的AI公司，信号已经不能再明显，光租机房不够了，他们要自己动手盖楼，而且很可能是从MW（兆瓦）直冲GW（吉瓦）级别的超大规模智算中心。 与此同时，更早之前，DeepSeek在内蒙古乌兰察布的智算中心也在大举招人。高级运维工程师、高级交付经理，月薪开到15K到30K，还配14薪，在草原上建机房，这个从软到硬的基建布局动作延展，一度让人感到意外。 很多人第一反应是去大草原看服务器？听着像段子，但熟悉行业的人都知道，这意味着大规模算力集群已经进入交付和运维阶段，是重资产真金白银地往下沉。 如果说基建岗位是往下扎，那另一组新岗位就是在往上探。5月20日，我们在DeepSeek官网还发现，页面已悄悄上线了“Agent Harness产品经理”和“Agent Harness研发工程师”两个新坑。同一天，更直接的信号来自DeepSeek资深研究员陈德里（Deli Chen），他在社交媒体上公开招人，标题非常直接：“来DeepSeek从零做Code Harness”，正文更是直接放话“对标Claude Code，做DeepSeek Code Harness”。 内部拉起一支代码智能体团队，方向对准Anthropic的当家编程工具Claude Code，摆明了要从底层模型能力向开发者工具链和应用层做纵深突破。 一边是草原上堆服务器、招规划设计，一边是组建代号Harness的代码特工队，DeepSeek这轮招聘，不经意间就把自己的两张底牌全摊在了桌面上。 500亿弹药，烧向基建与产品化 招聘扩张的底气，绕不开近期那笔备受瞩目的融资。此前，DeepSeek长期靠幻方量化自有资金支撑，几乎没有外部资本介入。但最近，据多家媒体报道，DeepSeek已首次向外部资本敞开大门，估值直奔3500亿元人民币（约合480亿美元），潜在投资方包括腾讯、阿里等巨头。这笔钱一旦到账，怎么花就成了核心看点。现在看来，答案就写在最新放出的HC里：毫不手软地砸向基础算力和产品化。 基础算力层面，IDC设计规划工程师的出现，加上乌兰察布招运维和交付，等于宣告DeepSeek要走“自建+自维”的重资产路线。根据其招聘详情，IDC设计规划工程师岗位将有机会参与从MW到GW级基础设施的规划与建设，“今天的数据中心已经从传统机房演进为支撑AI训练与推理的大型工业系统”，目的很明确，就是为万亿参数模型的持续训练和未来推理服务备足算力底座。 这种建机房、铺冷却、调PUE的活，过去更多是云厂商和电信运营商的专属，现在模型公司亲自下场，意味着对算力控制力和成本边界的追求已经到了极致。 上层产品化上，Harness团队的组建则昭示了商业化破局的方向。在模型能力逐渐趋同的当下，开发工具和智能体产品是黏住开发者、构建生态的关键棋子。DeepSeek从内部抽调资深研究员陈德里，喊出“从零做Code Harness”，就是要用自己对代码的理解，把模型能力变成开发者手里最顺手的编程武器，这跟Claude Code、GitHub Copilot抢市场的心思一目了然。 与此同时，随着融资到位，团队扩充，交付经理等岗位的上线也暗示，DeepSeek未来可能会更积极地服务企业级客户，把过去偏实验室的研究能力逐步转化为工程化、可交付的产品方案。 买卡，建机房，铺应用，招工程师驻守草原，拉研究员猛磕代码智能体。梁文锋，这个AI领域最低调的掌舵人，正在用最硬核的方式下注，把算力基建和产品化两头都押上。

6月9日，港股两大国产大模型龙头企业智谱、MiniMax港股双双大跌。 截至发稿，智谱股价跌超13%，每股报1136港元，总市值5064.78亿港元。 MiniMax股价跌超8%，每股报464.4港元，总市值1456.52亿港元。 消息面上，智谱与MiniMax两家公司均将在7月上旬解禁。其中，智谱将于7月8日解禁约1198.59万股，主要为基石投资者股份；MiniMax将在7月9日有超1亿股解禁，占总股本比例约34.25%。

IT之家 6 月 9 日消息，针对钛媒体今日发布《困兽哈啰，全面失控》的报道，哈啰方面回应新浪称，文章通篇大量使用匿名信源、传闻表述、主观推断和片面材料，对哈啰进行系统性污名化，已明显超出正常舆论监督范畴。 哈啰方面强调，文章中涉及所谓“多套数据”、恶性竞争、行业灰产等内容，很多没有可核验的证据、监管结论或司法认定，却被当作事实呈现。特别是所谓财务和经营数据不一致的说法，已经触及企业信用底线，会实质影响企业融资、合作信心和员工稳定。 IT之家附哈啰回应原文： 2026 年 6 月 9 日，钛媒体发布《困兽哈啰，全面失控 | 钛媒体深度》一文。该文以“困兽”“全面失控”“站在悬崖边缘”“加速失控”等极端定性词汇作为标题和导语，将一家正常经营、依法纳税、持续服务城市公共出行的企业，恶意塑造成“经营失控、监管失控、竞争失序、安全失控”的负面样本。文章通篇大量使用匿名信源、传闻表述、主观推断和片面材料，对哈啰进行系统性污名化，已明显超出正常舆论监督范畴。 文章中涉及所谓“多套数据”、恶性竞争、行业灰产等内容，很多没有可核验的证据、监管结论或司法认定，却被当作事实呈现。特别是所谓财务和经营数据不一致的说法，已经触及企业信用底线，会实质影响企业融资、合作信心和员工稳定。 共享两轮行业确实经历过从快速发展到规范治理的过程，也曾存在第三方扣车、恶意移车、灰色收费等行业灰产。但哈啰在很多灰产问题中本身也是受害者。早在 2022 年，上海广播电视台看看新闻 Knews、《新闻透视》栏目等媒体就曾通过暗访调查揭露，上海部分街镇第三方清运公司存在恶意查扣共享单车、甚至将停放在白线内的合规车辆一并拖走，并以此向哈啰、美团等单车企业收取高额“赎车费”的灰色链条。 哈啰目前经营、纳税、用工和城市运营均保持正常，并持续配合各地主管部门推进共享两轮行业规范治理。公开资料显示，哈啰曾累计为近 40 万人提供全职或零工运维岗位，并带动上下游生态伙伴创造大量就业。哈啰的正常经营，不只关系企业自身，也关系一线劳动者、合作伙伴、供应链企业和城市出行服务秩序。 针对该文涉嫌传播涉企不实信息、恶意集纳负面内容、损害企业商誉等问题，我们已向有关主管部门提交举报，并将依法维护企业合法权益。我司尊重媒体依法开展舆论监督，也愿意接受基于事实、客观、公正的批评建议。我们希望媒体朋友能够基于事实、证据和行业全貌看待这件事，而不是让未经证实的传闻伤害一家正常经营、持续服务社会的企业。

凤凰网科技讯 6月9日，追觅科技发文宣布加入反虚假测评联盟，响应国家近日发布的《网络测评活动规范》，承诺持续反虚假测评、反恶意竞争、反误导评价、反消费欺诈，坚守真实底线。

提到 AI 时代的最大赢家，差友们的第一反应，肯定是英伟达吧？ 毕竟老黄这两年靠着给 AI 厂商"卖铲子"，营收和市值都"遥遥领先"。而这一切，都得益于 20 年前老黄力排众议，坚持 CUDA 生态——这一把，真让他赌对了。 但你可能想不到，还有一家公司，左手拿着性能干不过英伟达的显卡，右手攥着 "过时" 的 4nm 工艺，居然也在 AI 竞争里赚得盆满钵满。 而它就是——A M D！ 等会，这是怎么做到的？ 前段时间，托尼受邀参加了AMD的AI开发者大会，回来后，我对这个问题有了一些答案。 不过这事儿嘛。。。得从十多年前苏妈靠锐龙翻身那会儿说起。 锐龙诞生之前，AMD 的处理器一直活在 "i3 默秒全" 的阴影里。 直到 Zen 架构横空出世——在 "硅仙人" 吉姆·凯勒的带领下，初代锐龙 IPC 性能实打实提升了 52%，8 核 16 线程的规格，更是在那个 4 核称王的年代震撼全场，也拉开了芯片厂之间 "核战争" 的序幕。 到了 2020 年的 Zen 3系列，AMD 终于一雪前耻：单核、多核性能双双干翻了英特尔同期旗舰。 而 AMD 的这场胜利，也逐渐从消费市场蔓延到数据中心 B 端。说到数据中心，很多人现在的第一反应，应该是老黄和他的 GPU 的天下。 但其实，从早期虚拟机、云服务，到如今的 AI，都离不开 CPU 的协调调度。 所谓数据中心，其实就是一个超级物流中心，本质是百万级的 "小快递" 同时配送。 即使单核 CPU 再快，面对百万小件，那也是分身乏术；而多核 CPU，就像雇了一支庞大的“司机车队”同时出发，还能通过“拼车”（虚拟化）服务更多客户，把效率拉满。 也就是说，到了数据中心这边，别管这那的，我就要那个核多的超大杯。 尤其是现在 AI 智能体兴起，工具调用、任务编排，还得靠 CPU 来干活。以至于前段时间的 GTC （ GPU 技术大会 ）上，老黄也掏出属于英伟达的 CPU 来。 可这事儿呢，反倒是 AMD 的老本行了。在锐龙处理器证明了 Zen 架构的实力之后，AMD 的下一步，便是剑指数据中心。 十年前，数据中心的 x86 处理器，还是英特尔的一言堂：2016 年至强 Broadwell 最高 24 核，2017 年至强 Skylake-SP 最高 28 核。 可就在同年，AMD 开始爆种，掏出了 32 核的初代 EPYC 处理器。 而在接下来的十年里，AMD 把 EPYC 的核心数一路堆到了 256 核 512 线程！英特尔也被迫跟进，做出了 128 个大核、288 个小核的产品…… 谁说英特尔不会堆核心？这不是挺会的嘛。 所以朋友们，不是英特尔突然有了良心，只是因为苏妈来过。。。 当然，光靠"便宜大碗"给家人们谋福利还不够，AMD 还祭出了杀手锏—— 3D V-Cache。 所谓 3D V-Cache，指的是在CPU上加一块大容量缓存。像是最早的 5800X3D，把 L3 缓存加到了 96M，对比普通版翻了 3 倍。 缓存大，对于打游戏来说，意味着帧数更高、更稳定。 但缓存大可不只对游戏有用，在数据中心同样能大杀四方。无论是需要超低延迟的金融交易，还是仿真计算、有限元分析这类重计算任务，都能靠 3D V-Cache 获得夸张的性能提升。 就拿 EPYC 9684X 来说，96 核心塞了足足 1152MB 三级缓存，相比竞品（至强 8490H）的优势几乎达到了 3 倍。 这些功能特性方面的投入，让 AMD 在今年彻底收到了回报。事到如今，哪个数据中心会不喜欢 AMD 的 EPYC 处理器呢？ 这种喜欢，在市场份额上就体现得非常真实：2019 年之前，Intel 在数据中心的份额一度高达 97%；可随着 EPYC 的崛起，这个数字在 2025 年降到了 70% 左右。 换句话说，AMD 只用了短短 6 年，就从零拿下了 30% 的市场份额。 看来真香定律，在数据中心这也是能成立的。。。 靠着向数据中心卖 CPU，AMD 再也不会像曾经一样风雨飘摇，大厦将倾了。 当然了，大家也都知道，AMD 除了 CPU，也做显卡生意的，然而 AMD 的显卡 —— 也就是 GPU 业务，这两年过的则是。。。 其实在 2018 年之前，AMD 还是能跟英伟达掰掰手腕的。2006 年收购的 ATi（也就是如今 AMD 的图形部门），市场表现一直透着一股 "神鬼二相性"：神的时候王牌对王牌，旗舰卡甚至能小胜英伟达；鬼的时候呢，旗舰卡只能勉强和老黄的中端卡过过招。 可转折点，在于老黄的神之一手：2018年，老黄开始在消费级 GPU 当中集成 RT Core 和 Tensor Core，并且同步推出了光线追踪和 DLSS 超分技术，如今这两项技术，每个臭打游戏的差友，应该都不会陌生。 可正是这两项颠覆传统光栅化渲染的技术，让 AMD 一下子陷入了被动：在这之后，两年后的 6000 系、四年后的 7000 系显卡，都没能拿出像样的光追和超分支持。 直到 2025 年 9000 系显卡的发布，AMD 才算有了不错的光追表现。而 A 卡的超分超帧技术——FSR，早期更是用传统算法糊弄。FSR 能用，但效果跟 N 卡的 DLSS 差着一截。同样，直到随着 9000 系一同推出的 FSR4，才是真正基于 AI 的超分技术，能和 DLSS 在画面表现上掰掰手腕了。 换句话说，AMD 在图形技术方面，花了 7 年时间才追上老黄的布局。 到了服务器端，剧情就更是大家熟悉的味道了：对 AI 支持最好、坐拥 CUDA 生态的 N 卡直接卖爆。AMD 这边确实没老黄那么有前瞻性，对标 CUDA 的 ROCm 直到 2016 年才出现，各类算法的支持和优化功底，也没 CUDA 那么深厚。 总结下来就是：无论是光追、超分超帧，还是大模型时代的软硬件支持，又或者是硬件性能，AMD 的 GPU 确实不是英伟达的对手。 也正因如此，很长一段时间里，AMD 的 GPU 都是靠"性价比"这一招，吃着老黄看不上的订单。 而 AMD 维持性价比优势的方法其实挺简单：又不是什么芯片都得用 2nm 先进制程，更便宜的 4nm，甚至 5nm 工艺其实也够用了嘛。 成本更低，卖的自然也可以更便宜。 而倒有点“无心插柳”的感觉：随着智能体引爆了市场对 CPU 和 GPU 的混合需求，AMD 正好是左口袋 CPU、右口袋 GPU，都能掏出东西来。 既然两边都能自研，那就可以整点不一样的花活了。于是，AMD 尝试偷师苹果，把更大规模的 CPU 和 GPU 都塞进同一块芯片，再把内存也整合进去。 AI Max+ 395 应运而生。这颗 U 在一颗芯片里，塞入了 16 核 CPU 和 40CU 的 “核显”，性能堪比独显的同时，又可以共享系统内存，用超大内存直接跑大模型。 曾经这个活只有苹果能干，可一台大内存的 Mac Studio 动辄三五万，而一台 395 的小主机只要一万多。虽然依旧不便宜，但对于那些重度使用大模型、同时又有隐私顾虑的小伙伴来说，这个价钱其实……挺划算的。 当然了，AMD 如今的问题也不少。 就拿 AI Max+ 395来说，生态短板依旧明显。托尼有同事一直用它跑本地大模型：面对主流的 LLM 模型，AMD 的兼容性没啥问题；可一旦想试试图片或者视频生成模型，又或者想进行模型微调，就不好说了。 面对生态劣势，一方面 AMD 把 ROCm 开源，想要借社区的力量来实现对 CUDA 的"弯道超车"。 另一方面，在这次 AMD AI 开发者大会上，苏妈给出了一个更适合 AMD 的答案——围绕性价比，构建一套属于自己的 AI 生态。 具体来说就是：开发者可以在 AI Max+ 395 这类终端上快速实现想法，再用 AMD 显卡的工作站做微调测试，最后在数据中心用 AMD GPU 完成生产部署。整套流程都跑在 AMD 的软件生态里，迁移起来自然顺畅得多。 理论归理论，实际用起来怎么样？ 大会上给出了答案：单台 AI Max+ 395 最大支持 128GB 统一内存，能把 Qwen 122B 模型跑在本地； 4 台 395 互联，还能搞定更大更复杂的任务。同时，AMD 还宣布了与魔搭社区的合作，每人有 100 小时的云端算力体验时间——好不好用，自己试试就知道。 不论是拿下"过时"产能，在硬件上坚持性价比；还是上个月结束的 AI 开发者大会，如今 AMD 的种种动作，也是在尝试打造属于自己的软硬件生态。 今年 AMD AI 开发者大会，选在了对 AI 开源贡献最大的中国，足以见得 AMD 对生态的重视。 当补齐生态这块最短的板之后，即使 AMD 顶着"落后"工艺，性能也比不过的双重 Debuff，恐怕也能在市场杀出属于自己的一片天。 撰文：洛洛 & 米罗 编辑：米罗 美编：素描 图片、资料来源： AMD官网 2026 AMD AI开发者大会 2026 GTC How Chip Giant AMD Finally Caught Intel Mercuy Research

好家伙，卡帕西又说对了！ 几个月前，这位OpenAI创始成员在访谈中抛出了一个判断：“推理模型要变天了！” 仅需10亿参数，就能构建起非常优秀的「认知核心」——一个剥离了海量事实记忆、只保留思考算法的智能单元。 结果万万没想到，如今有这样一支中国团队已经率先实践。 小冰之父李笛集结微软小冰原班人马，带着仅成立半年的AI初创公司Nextie（明日新程），刚刚推出了行业首个认知模型「新程Alpha」。 何为首个？事实上，明日新程对认知模型的押注和卡帕西几乎是同一时期给出。 在去年12月的奇绩创坛Demo Day上，明日新程首度公开亮相就明确提出： AI进化终点不是更大的单体大模型，认知模型才是下一周期行业趋势。 凭借敏锐的行业嗅觉，他们愣是提前卡位、极限抢跑，于是有了今天的新程Alpha。 特别的是，这个模型只有区区4B参数，在动辄千亿万亿、模型参数卷到飞起的大模型里，可谓一股清流。 但就是这么个轻量级选手，却把很多推理大模型做不到的事情做成了：以下克上，不仅搞定了模型算力的痛，最终效果还能比肩第一梯队的GPT-5.4。 这下再也不用月底为Token账单发愁了。（doge） 算力成本立省100%，从烧显卡变成了交电费，而且直接端侧能跑。 那么问题来了，为啥这个认知模型可以以小搏大？和主流的知识型推理模型又有什么本质不同？量子位深入挖了挖。 认知模型成行业新共识 卡帕西的这场访谈，核心其实就一句话：知识不等同于智能。 现有的推理模型正集体陷入「Scaling困境」，行业默认参数越大、知识越多，模型就越聪明。 结果呢？那些拥有庞大知识库的模型，看似能解决复杂的数学和编程问题，却总是在细节处频频被网友捉虫，比如“200元取钱”这类逻辑陷阱，甚至说strawberry中有几个“r”这样的简单问题。 由Claude生成 单靠死记硬背，模型是学不会深度思考的，尤其是在长程任务中，稍有不慎还会导致错误滚雪球似的指数级放大。模型认知负担越来越重，Token账单也越来越离谱。 比如最近亚马逊员工疯狂用AI，用到公司都不得不紧急关停内部AI排行榜。倒不是因为效果不够好，是算力用得太吓人了，预算再高也架不住这种烧法。 养龙虾更是如此，每个月我的会员额度都在和钱包打架，扛不住啊扛不住…… 而这，几乎是今年大厂的普遍真实写照。 看着手里的账单，于是行业内开始复盘，或许问题的核心压根不在知识多少上，而是模型到底会不会组织知识。 前者是拥有知识，后者是运用知识。知识本身已经不再是最稀缺的资源，如何建立知识之间的关系才是关键。 这就引出了认知模型的概念。 传统的知识型推理模型还是在已有知识中找答案，但认知模型不一样，它具备自主思考和规划能力，能够把单一场景下的思维策略泛化到另一个不相关领域。 这就好比某九段围棋选手，如果只会死记硬背棋谱，那他最多只能算是棋痴，但好巧不巧，他是真的懂棋，能够掌握棋局背后的博弈本质，哪怕让他换赛道去打扑克，也能拿到世界冠军。 所以更进一步说，真正的认知核心应该能被剥离出来——轻量、可泛化、低成本。 这不仅是一家之言，OpenAI、谷歌DeepMind近来都在明显加强对多智能体协作、长期规划、世界模型和群体智能等方向的投入。 究其根本，都是对提升模型底层认知能力与协作能力的探索。 传递出的信号也很明确：推理模型下一步朝哪里进化？认知模型。 行业首个认知模型，4B参数比肩GPT-5.4 为此，Nextie做了件很「笨」的事。 团队硬是一口气梳理了从1800年到2020年，跨越220年的人类学术论文，试图从中归纳总结出群体智能的演化脉络，先学习咱们老祖先是怎么做的。 随处可得的互联网数据垃圾倒是不吃了，转头把人类学术老底挖得一干二净。 不过这一套下来，麻烦是麻烦，但确实行之有效。 在深度拆解人类社会是如何通过辩论、反思、挑战、投票，做出更好的决策后，团队提出了五个评估维度，用以判断群体智能的有效性，包括视角完备性、隐含诉求满足度、辩证深度、落地实操性和决策可解释性。 就是这套方法论，让新程Alpha在群体智能任务中，以4B参数规模等效于GPT5.4等大模型的输出效果。 相对的，Nextie也很「聪明」。与其把精力浪费在重复造模型上，他们选择在已有的开源推理模型上做强化学习，解耦知识与认知。 通俗讲，就是凝练模型的认知核心，让模型真正学会如何思考，训练的目标就是强化模型的泛化和抽象能力，做到不同场景举一反三。 其中，4B大小的参数量，刚刚好是一个黄金尺寸。 大到足以承载复杂的思考算法，小到可以在苹果MacBook、具身智能设备等端侧直接部署，实现低成本运行。 光说不练假把式，数据反映得很直观：在群体智能任务上，4B的新程Alpha效果不输GPT-5.4这些大参数模型。 换言之，参数量并不构成长期壁垒，认知架构才是，而且潜力无穷。 这也意味着三个层面的范式转移。 第一，Harness多智能体决策场景下的质量提升。 在Harness等多智能体系统中，认知模型自带视角多样性和思辨buff，能够为Agent提供统一的规划推演能力。 以前是多个智能体并行工作，现在有了认知模型，多个Agent就能协同思考，从而显著提升复杂决策任务中的质量一致性。 第二，算力成本断崖式下降。 这可能是用户最直观的感受，4B参数端侧能跑，省下来的可不只是一点点，直接是一整个数量级的差距。 举个例子，如果用常见推理大模型让机器人做家务，家庭压根用不起，稍微思考一下就是海量Token，还不如请一个真人保姆。4B的认知模型则是把价格打下来了，日常场景第一次变得经济可行。 模型本身是在做减法，减掉非必要的云端部署开销，人人都能在本地设备里随时调用，只需消耗几格电池而已。 第三，Proactive场景彻底解锁。 以往Agent都是被动等命令（Reactive），需要等待用户下指令才能动，大部分时间都是闲置中。还是因为成本的压力，很难放手让主动行动（Proactive）形成规模化。 但新程Alpha够便宜，运行7x24小时也不用心疼，这下Agent终于可以不间断自主规划与执行，能够执行更多更复杂的任务。 小冰之父再出手，思路不变技术升级 再来看背后操刀的团队——Nextie，不可不谓之大胆。 在全球尚无成熟先例的前提下，敢于做首个认知模型，几乎是反商业常识的。 但如果我们把视线拉远，深究团队的来时路，便会发现这个决定其实每一步都有迹可循。 Nextie是一家非常年轻的初创公司，去年12月才刚刚成立。公司虽新，核心成员们却个个都是身经百战的AI老兵，经验相当丰富。 掌舵Nextie的，是「小冰之父」李笛，也是微软亚洲工程院前常务副院长，把小冰从零带到独立公司的核心推动者，长期负责小冰整体技术与产品方向。 站在他身边的，一个是曾敏，小冰联合创始人、微软前首席研发总监，负责过小冰开放域对话系统的整体设计与大规模稳定运行。 另一个是王文斓，小冰前大模型与算法负责人、英特尔前架构师/技术委员会委员，长期负责小冰大模型与算法体系。 他们从小冰再到Nextie，其实一直在问同一个问题：智能体如何能够更好地完成协作？ 小冰时代解决的是「一个智能体怎么聊天」，底层铺就的是工程化、产品化和大规模用户验证，而Nextie更像是从一个小冰升级成一群小冰，也就是「一群智能体怎么聊天」，地基就是上一轮小冰时代的经验，一步步往上盖楼。 比如在2023年初，李笛团队就推出了“小冰链”（X-CoTA），验证了思考过程透明化的价值所在。小冰链仅使用了GPT-3约2%的参数量，便实现了透明思维链构建，并能够在推理过程中实时获取外部信息、做出行动决策。 这恰恰是多智能协作的前提条件，先让每个Agent的思考过程可观测、可追溯。 然后在2023年底，团队就用3.6B的开源模型rinna（日本小冰）击败了Meta的65B Llama，登顶日本Hugging Face排行榜。 参数量足足差了将近20倍，结果照赢。可以说小参数+高质量架构路线一直是小冰团队的拿手好戏。 到了去年底，李笛带队创立Nextie，终于得以复用以上全部技术积累，重仓布局Harness群体多智能体赛道，更是在今年先后推出团子多Agent平台和新程Alpha，群体智能与认知模型两只靴子同时落地。 说白了，它们正是Harness多智能体最为关键的一体两面，既让Agent长脑子，又让Agent会合作，二者之间互为引擎、层层递进，共同构成了Nextie的先发优势。 其实Harness这个概念直到今年才被彻底点燃，意为模型的约束系统。 2月OpenAI发布报告 《Harness engineering: leveraging Codex in an agent-first world》，用3人5个月、AI写100万行代码的实例，将Harness置于Agent工程的C位，Harness瞬间出圈。 趁热打铁，OpenAI还在3月份投资了一家多智能体协作与群体智能公司Isara，公司估值直接飙升至6.5亿美元，进一步反映出资本市场对该方向的关注。 从某种意义上说，Harness群体多智能体正在成为继大模型、Agent后的新焦点，而在这一波新浪潮中，Nextie的实力放眼全球都有目共睹。 IDI（智能深度评测）显示，Nextie在这个领域的布局更深。 资本也给出了相同的判断。在成立四个多月时，就连续完成两轮融资，其中天使轮由创新工场、Atypical Ventures联合领投，奇绩创坛跟投。 李开复、陆奇两大AI圈顶级风向标投资人更是罕见同框押注。Nextie表示，当前资金储备已够未来三到五年持续创新所需。 但Nextie并非赶上了趋势，而是早有预备下的延期兑现。 用李笛的话来说就是： 自2022年以来，我们一直在准备这个时刻。 而Nextie的下一程，已然出发—— 继新程Alpha之后，泛化能力更强的8B认知模型，正在加速训练上桌～

微信的 AI，终于动了。 就在苹果 WWDC 的同一天，微信做了一件可能比苹果更重要的事，发布了一份朴实无华的公告：《关于开发者接入微信 AI 生态的指引》。 从今天起，小程序开发者可以给出授权，让微信 AI 完成读取、操作和调用小程序的功能。 微信给了两种接入方式，一「自动模式」，门槛几乎为零，开发者打开一个开关，平台自己读源码、分析页面、搞懂小程序能干什么，然后 AI 就能直接上手操作，一行代码不用写。 另一种叫「开发模式」，开发者自己开发定制化的 Skill，通过审核后被 AI 调用。两种可以同时开启。美团已经宣布接入。 这不能只是理解成又一个新功能上线，而是要看到，微信正在把它的整个生态——数百万小程序、微信支付、服务通知、公众号——变成 AI 的执行层。 扒一扒 Skill 文档，微信 AI 是怎么调小程序的 微信开放文档里公开了小程序接入 AI 的 Skill 技术规范，仔细看，里面藏着很多设计细节。 官方 skill 文档指路👇🏻： https://developers.weixin.qq.com/miniprogram/dev/ai/best-practices.html 从架构上看，做过 AI 开发的人会立刻认出来，本质上就是 MCP。mcp.json 声明每个原子接口的功能和参数，SKILL.md 描述整个业务流程怎么跑，这和 Claude、Cursor、VS Code 里的 MCP+Skills 架构几乎一模一样。微信没有另起炉灶，直接采用了行业正在收敛的标准。 在指导方案里，微信给了一套很清晰的「注意力权重」体系。AI 在决定调用哪个接口、生成什么参数的时候，最优先看的是接口返回的 content（五星），其次是 mcp.json 里的接口 description（四星）和参数 description（四星），SKILL.md 排最后（三星）。这意味着开发者写在哪里比写了什么更重要——同样的一条规则，写在接口返回里和写在 SKILL.md 里，AI 给的权重完全不同。 接口返回层面有一条核心规范：「事实+动作」两段式。先告诉 AI「发生了什么」，再告诉它「下一步做什么」。如果只写动作不写事实，AI 可能把「展示卡片」理解成「准备调下一个接口」而跳过用户确认。这是一个踩过很多坑之后才会总结出来的规则。 第四，参数传递优先用 ID 而非自然语言。以图中的「咖啡点单」场景为例子，用户提出需求后，AI理解模糊意图以及选项、改规格、处理支付，全程不出对话框。 这套设计透露的信号是：微信已经在实战中跑过足够多的 case，知道 AI 调用外部服务的坑在哪里，并且把这些经验固化成了开发者规范。 实际上，如果对比同样以「生态」著称的微信小程序和苹果应用，微信对自家生态有一种「上帝视角」，这是一切实现的前提。 怎么比苹果 AI 还重要 今年苹果在 WWDC 上发布的新版 Siri AI，尽管底层接入了 Google Gemini，Shortcuts 支持自然语言创建，却没有引起太多讨论。 细看就会发现差距：苹果做的是让 AI 在 iOS 系统内协调一些原生功能，一旦涉及到第三方应用、那些装在你手机上的 App，它就会捉襟见肘。 比如饿了么，它的代码跑在饿了么自己的服务器上，苹果读不了。Siri 想调用饿了么，必须饿了么的工程师主动来对接 App Intents 这套接口，一个一个谈、一个一个接，中间耗时耗力。 而微信做的是让 AI 直接操作数百万个第三方服务，因为小程序不一样。每一个小程序的代码，从开发者提交、到微信审核、到最后在用户手机上运行，全程都在微信的技术体系里。微信在审核阶段就能把代码扫一遍，自动分析「这个小程序有哪些页面，能干什么事，输入输出是什么」。 所以「自动模式」才能成立——开发者一行代码不用写，开个开关，微信自己就能把你的小程序翻译成 AI 可以调用的工具。微信的基础架构天然支持这样做，它拥有「上帝视角」，能够基于中心化实现调度。 这个架构优势，苹果没有，Google 也没有。 同样值得注意的，还有前阵子传出来，微信正在与华为、荣耀、小米、OPPO、vivo 合作推出 A2A（Agent-to-Agent）助手能力，用户可以通过手机语音助理直接发起微信音视频通话或发消息。 对内，微信 AI 可以调用数百万小程序；对外，手机厂商的 AI 助理可以调用微信。微信正在成为 AI 时代的超级连接器，让所有 AI 都能接入的服务中枢。 「微信 OS」的旧预言 小程序推出的时候，很多人戏称微信要做「微信 OS」。当时这更像是一个修辞——小程序替代了一部分 App 的功能，但本质上还是一个「轻应用平台」。 更偶然的是，当时设计的中心化审核机制，是出于控制质量和安全。但九年后，这个当初被批评为「管控过度」的设计，意外地成了 AI 时代的基础设施优势。分布式的 App 生态（苹果/Android）当时看起来更「自由」，现在反而成了 AI 接入的障碍。 一个旧的预言，由于新时代的技术——AI——的出现，有了颠覆性的变化。 之前写 OpenClaw 和飞书的时候，我提过一个判断：IM 是 AI Agent 最天然的入口，因为对话本身就是人与 AI 最自然的交互方式，而 IM 自带的服务生态（机器人、支付、小程序）让 AI 不只能「聊」还能「做」。飞书已经在往这个方向走，上线了 Bot API 增强和 AI Agent 节点。 不过，飞书是企业协作工具，覆盖的是办公场景。微信有着截然不同的广度——14.32 亿月活，数百个细分领域的小程序，从点外卖到挂号到买机票到缴水电费，几乎覆盖了一个人日常生活的全部服务需求。 如果微信 AI 真的能流畅地调用这些小程序完成任务，那么正如预言说的，它成了个用自然语言操作的操作系统。 用户说一句「帮我订明天下午三点从北京到上海的高铁」，AI 拆解意图，调用 12306 小程序查票、选座、微信支付完成下单，全程不出微信。这条链路理论上今天就可以跑通。 当然，理论和现实之间还有距离。AI 调用涉及支付场景的服务，容错率接近零——点错一杯咖啡是小事，买错一张机票就是大事。底层模型的准确性要求远高于对话场景。这也是全球 AI Agent 落地面临的共同瓶颈：从「能聊天」到「能办事」，中间隔的不是技术指标，是信任。 但微信至少做对了一件事：它没有从零搭建服务网络。这些年来，ChatGPT 在做的事是先有一个聪明的脑子，再一个一个去接 Shopify、DoorDash、Stripe，每一个都是从零建立的连接，到今天交易相关查询的占比还不到 3%。 真正将要发生的变化，对大多数用户来说，可能是悄无声息的。某一天你在微信里敲打一句「帮我订今晚九点去上海的票」，然后它就订好了，你甚至不知道背后调了哪个小程序，走了什么支付流程。 这种「无感知的完成」，才是AI Agent真正成熟的标志，微信离这一步，比任何人都近。

快科技6月9日消息，如今不少人动起了歪心思，借助AI工具造假骗取电商退款，这种行为已经让大量商家苦不堪言。 微信提醒，受害的看似只是个别商家，但最终增加的运营成本、风控成本和售后成本，很可能都会转嫁到商品价格之中，由整个消费市场共同承担。 此前闹得沸沸扬扬的榴莲退款事件相信很多人都有所耳闻。买家谎称收到的榴莲全部变质，平台很快自动完成退款。 卖家察觉到不对劲，驱车往返一千六百多公里前往对方所在地取证，最终找到被吃完果肉的包装，揭穿了这场骗局。涉事买家最终被行政拘留7天，非法所得也被全数追回。 类似的案例还有不少，有人用AI合成死蟹视频索要退款，同样受到了拘留和罚款的处罚。 现在AI门槛越来越低，简单操作就能做出商品破损、衣物脏污的假图片和视频，甚至还能伪造聊天记录来索赔。很多订单金额不高，商家考虑到维权耗时耗力，往往只能自认倒霉。 更让人无奈的是，这类造假行为已经形成了灰色产业链。网络上有人公然售卖所谓退款技巧，收取学费教学如何利用AI骗退款，还有团伙分工合作，批量注册账号、制作虚假证据、集中申诉骗赔。 长此以往，商家的经营成本不断增加，这些成本最后还是会分摊到所有消费者身上。 大家一定要清楚，造假薅羊毛并不是无伤大雅的小聪明，这本质就是诈骗。 AI只是一种普通工具，关键在于使用的人。网购追求实惠无可厚非，但不能丢掉诚信。

凤凰网科技讯 6月9日，据CNBC报道，在中国电动汽车销量增速放缓之际，比亚迪高管预计中国电动车市场仍将继续扩大。 李柯 比亚迪执行副总裁李柯周一对CNBC表示：“随着各种创新技术不断推向市场，中国市场的电动车渗透率很快将提升至接近80%。” 得益于政策支持和丰富的车型选择，中国混合动力及纯电动汽车的渗透率在短短几年内快速增长。据中国乘联会数据，2024年中国新能源汽车已占新车销量的一半以上，上月更是达到创纪录的62.9%。相比之下，国际能源署上月表示，美国电动车渗透率仍仅维持在10%左右，全球平均水平约为25%。 比亚迪对中国国内市场依然保持乐观，这要归功于电池技术的进步。李柯表示，受益于比亚迪快速充电技术的推动，目前国内市场对比亚迪电动车的需求约为公司现有交付能力的两倍。比亚迪的快速充电技术仅需5分钟即可将电池充至70%的电量。 展望未来，李柯预计下一阶段的竞争将很可能集中在辅助驾驶功能上。今年5月28日，比亚迪扩大了针对“L2+”级辅助驾驶用户的保险覆盖范围。李柯表示，此举有望将客户对辅助驾驶功能的使用率提高5个百分点，达到至少95%。该公司还发布了自研辅助驾驶芯片。 尽管比亚迪已雇佣约7000名工程师从事半导体开发，但李柯表示，现阶段比亚迪仍将主要采用英伟达的辅助驾驶芯片组。根据比亚迪2025年年报，公司员工总数超过86.96万人，而半导体研发工程师仅占其中很小的一部分。 随着比亚迪在国内市场的增长面临挑战，该公司转而依靠出口市场来提振销量。李柯表示，比亚迪的目标是在本地生产75%的欧洲汽车销量。(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”。

智东西 作者 | ZeR0 编辑 | 漠影 智东西6月9日报道，今日，美团GN06（原光年之外）团队正式发布AI浏览器Tabbit V1.0，并承诺核心功能将永久免费开放。 Tabbit自3月2日开放公测至今，正好是100天，每周迭代，共迭代12个版本，收获了大量用户好评，比如“Windows上最好看的浏览器”、“特别务实的工具产品”、“低门槛且安全稳定地用到头部模型的方式”等等。 GN06负责人刘炯透露，这一百天来，Tabbit活得非常健康。 这款AI浏览器，既继承了传统浏览器的使用习惯，又将“大模型问答+搜索+Agent”能力打包。 它能根据用户指令执行复杂Agent任务，操作网页，生成PDF、PPT、Excel、Word，兼容主流Agent Skill和MCP工具，还能随心调用妙招广场里的300多款现成Agent技能，化身一个能帮用户干活的全能助手。 值得一提的是，Tabbit不仅支持调用10多款国内头部大模型（包括DeepSeek、LongCat、GLM、Kimi、MiniMax、Doubao、Qwen等），而且具备多选模型功能，可以让5个模型同页面同时回答同一个问题，并能让AI做对比总结。 在Tabbit中，唤起AI非常方便，可以打开新标签页对话框直接提问，也可以从右上角“Chat”打开侧边栏对话框，亦能在网页中划词、截图精准提问。 而且用户在历史对话中反复提到的偏好、背景、重要信息，Tabbit都会记住，主动适配用户的习惯。 比如，Tabbit能做这些事： 参照10份资料，几轮对话生成一份匹配院校、专业的高考专业推荐方案。 一个网课视频链接 + 一句话，3分钟生成一份带核心概念、定理、方法和自测题的资料。 随手搓个网页小游戏。 核实链接的信息来源、拆解话术套路。 在PDF上直接划词看释义、例句和词根，读到哪儿问到哪儿。 根据上传素材和读屏信息，生成大纲和PPT。 刘炯谈道，Tabbit的slogan是：工作交给Tabbit，时间留给自己。 本周，Tabbit将陆续推送V1.0的更新，并承诺标准版永久免费。 一周的免费额度，大约能使用最新AI模型，进行1000次对话、生成50张配图、让Agent自动跑完10个任务，或是写100篇万字总结/千字撰写。 如果免费额度都用完了，用户可继续使用一个不限量的高性价比模型。 后续，Tabbit还将提供10倍用量的专业版，一周9.9元，以及更多核心功能。 “一杯瑞幸美式的价格，就能让超过10个国内顶级模型为你打工。”刘炯说。 手机上也能体验Tabbit的尝鲜测试版了，iOS和安卓版已上线，鸿蒙版正在开发，功能逐步完善中，暂时不支持收藏夹同步和点外卖。 对于此前参与公测的用户，Tabbit会赠送专属「先锋探索用户」纪念卡，并根据注册时间和使用天数赠送专业版权益。 一、重构浏览器背后：AI时代的绝佳入口 为什么要做一款AI浏览器？ 刘炯解释道，传统浏览器的壳子已经定型，但网页本身的复杂度在疯狂提升。今天，白领平均每周有超过66个小时花在浏览器里，办公、协作、文档、会议、邮件、数据分析等任务全在浏览器里完成。 在他看来，浏览器非但没有过时，反而因为AI变得更加重要。AI生成的应用、文档、工具，落地载体都是网页。 如今市面上已经有龙虾、Codex等桌面智能体工具，还要AI浏览器干什么？ 当前我们使用AI工具的方式，通常很割裂，需要打开多个软件，在这个窗口查资料，再切换到另一个窗口问AI，复制粘贴、上传文件等操作都会额外消耗注意力和时间，并且存在信息损耗。 而AI浏览器天然掌握着你打开的标签页、收藏的文章、正在浏览的网页，这些核心上下文都不需要搬运。AI始终在旁边，与人共享环境，知道你在看什么，并能直接基于你在浏览器中的上下文行动。 这使得AI能更好地理解和更高效地参与你的工作。 不过很多用户对现有浏览器已经养成了习惯，书签、插件都在现有浏览器中，凭什么换一个新的浏览器呢？ 对此，Tabbit在传统地址栏、收藏夹、历史记录、标签页、标签组的基础上，升级全意图输入、个人知识库、记忆来源、AI感知和操作、进行中的事项等功能，基于用户既有浏览器习惯，升级背后的智能。 它的收藏夹功能不只是存一个URL链接，而是会保存整个网页的内容，即便网页失效也能看，AI在后续对话中可以直接引用文章的全文内容。 二、模型、个性化、体验全面进化：通用Agent能力升级，妙招生态壮大 相比之前的公测版本，Tabbit V1.0的模型、个性化、体验全面进化。 1、模型：接入10多款顶尖模型，可选多模型同时执行任务 Tabbit支持自由切换十余款国内领先AI模型（MiniMax M3、DeepSeek-V4、Kimi K2.6、GLM-5.1、Doubao-Seed-2.0、Qwen3.5、LongCat-Flash等），以便用户按需选择。 “添加引用”选项里有所有已打开标签页。输入@，可引用当前打开的标签页、标签组、收藏夹或上传本地文件，将网页内容作为上下文参与AI任务。 刘炯演示了在小红书里搜索“WWDC”，通过调用“小红书评论导出”妙招，抓取和整理一篇帖子里的评论。 接着输入“整理csv文件的内容成为一个markdown格式的材料，分析核心观点”，Tabbit就会调用AI完成任务。 “更多模式”选项中，“多选模型”功能支持同时选5个模型来同台PK，对比回答同一个问题。 还能对这些模型的回答做分析总结。 2、个性化：可控记忆与复用妙招，提升Agent任务完成率 Agent任务模式拥有更强能力、更多场景，并增强了安全性。 （1）运行环境（Harness）升级：页面快照、截图、DOM理解及执行；自研浏览器操作工具集；多步任务规划及过程干预；网页脚本生成全面增强。 （2）能编辑，也能交付：在线文档、多维表格处理类任务成功率提升22%；生成PDF /PPT/Excel/Word等；多源信息研究；兼容主流Agent Skill/MCP生态。 （3）云端执行，不污染电脑本地：Agent编排及代码运行在云端，本地文件及文件夹按授权访问，不会在你的电脑上安装一堆乱七八糟的东西或创建一堆文件。 在美团自己的Benchmark中，从Tabbit V0.23到V1.0，网页操作的任务成功率从61%提升到70%，总评分从65.0提升到94.3。 据刘炯分享，Tabbit拥有用户完整的上下文，在传统浏览器拥有的网页、收藏、Chat对话、任务对话基础上，补齐了云端MCP、本地目录、记忆这三块上下文拼图。 Beta技术预览版具备长期记忆，能将对话里的有效信息沉淀成可追溯、可召回、可更新的记忆，让回答更贴合你的习惯。 它能将长对话总结压缩，并支持跨对话记忆召回，历史对话里稳定出现的偏好、背景、计划和重要结论，在新对话里都接得上。 其记忆是可调整的。如果记忆不准确、过期或不完整，用户可以纠正，让它明确记住或忘掉某条记忆。 同时，用户可将高频用到的提示词、脚本、任务、方法、工作流，存为“妙招”，在以后需要用到时一键调用。 刘炯现场演示打开小红书网页，加载一个妙招，直接把小红书首页所有广告和推广内容隐藏了。 还有一个“爆改Excel”的妙招，一键把小红书界面改成了Excel表格样式。 刘炯开玩笑说，这是个“摸鱼神器”，老板走过来看到你在认真做一个表格，其实你是在刷小红书。 另一个妙招是给微信公众号文章生成目录。只要打开一篇公众号文章，它旁边就会自动出现一个章节目录，方便你快速跳转到相应内容。 只要一句话描述需求，AI帮你执行任务，调教好、保存下来就是你自己的妙招。 “智能代理”功能支持执行复杂需求，任务执行完成后，点击对话底部的“保存为妙招”，即可将复杂的执行流程固化，下次直接复用。 Tabbit还做了一个妙招广场，上面分享的300多款现成妙招，都可以一键添加。 里面已经有很多实用的妙招，比如关闭网页弹窗、导出B站字幕、高速播放视频…… 从6月8日开始，美团启动Tabbit妙招大赛，扶持妙招创作者。优秀妙招将进入Skill广场，获得曝光、奖金、认证和长期创作者激励。 3、体验：清爽UI设计，智能标签整理 传统浏览器往往会打开密密麻麻的标签页，加上书签栏、插件栏、各种工具栏，网页内容只占了屏幕的一半多一点，选中文字时还会弹出各种快捷操作小图标，导致满屏看着像家门口贴的小广告，很乱。 Tabbit的设计理念则是极简，让你将更多注意力放在网页本身，使用很久也不会觉得烦。 在用户体验方面，Tabbit V1.0重点做了四点优化： （1）毛玻璃分层设计，弱化标签栏、书签栏等非内容区域，突出网页主题，提供多套配色主题，减少视觉干扰。 （2）提供垂直标签栏+标签智能整理功能，将用户工作区和Agent工作区区隔，可以让AI一键整理标签页，随时开启AI对话。 （3）过去100天进行了上百项易用性更新，核心功能都可以直接通过对话设置。 （4）紧跟Chromium最新内核版本，版本迭代速度远超传统浏览器，提供更兼容、更安全、更流畅的体验。 三、怎么用Tabbit提升生产力？三位用户现身说法 一位大四学生、一位HR、一位建筑工程师，三位非AI重度用户分享了他们使用Tabbit的故事。 他们都经历了相似的过程，起初不确定能用AI做什么，试试看后，发现好像可以做一些事情，然后学着给更好的上下文，把任务自动化，获得越来越好的结果，并且解放了大量时间。 1、写毕业论文 一位艺术类专业的大四女生，在距离毕业论文答辩还有一个月时，用Tabbit从零开始动笔，结果不但顺利通过答辩，还获得了四位导师一致好评，评上了优秀论文。 这位女生选的研究方法叫fsQCA，是一个她完全不懂的量化研究方法，分析数据要用的软件全是英文的。 她分享了自己的具体做法： 第一步，她并没有让AI直接帮忙写论文，而是先让它用通俗语言解释fsQCA到底是什么，建立起一个整体认知框架，然后带着问题去读文献，遇到不懂的，就在文献页面点右上角召唤出AI。AI能看到她正在读的内容，所以可以直接针对当前文献回答问题。 第二步是构建论文骨架，好方法是先分类再整合。她用标签组把文献分成了三类——功能属性、传播策略、研究方法，每收集到一篇文献就收藏进对应的标签组。 整理完之后，她在对话框里直接@三个标签组，让AI帮她提炼核心观点、分析研究空白、找切入点。这样一来，不需要复制粘贴任何东西，AI直接就能读取她整理好的那些网页。 第三步是数据分析，遇到完全不会用的软件，她在不懂的地方随时截个图问AI，AI因为理解她的上下文，知道她是在论文语境下做数据分析，给出来的指导都是分步骤的、针对性的。 最后的论文答辩大纲和PPT也是请Tabbit帮忙设计的。 她总结了自己的感受：其他AI对她而言像一个回答问题的助手，Tabbit则更像一个一起学习工作的伙伴。 2、理清招聘需求 第二个案例也很有意思。 一位HR起初用Tabbit时，把它当聊天机器人来用，觉得让它根据标准筛选简历，还不如自己搜得快。后来，他就“真香”了。 有一次，他要招聘一位“海外增长策略专家”，但需求还不清楚。如果用传统方式，搜海外增长、增长策略、客户增长等关键词，会搜出来一大堆简历。 所以他试图让AI先给够上下文。@不同的页面、业务目标、组织现状、人才盘点的原始材料，让这些信息直接作为AI的上下文。AI理清招人需求后，找人的路径就变得清晰了。 他也总结了几个技巧： 一是给够上下文。要告诉AI你是谁、你在做什么、你为什么要看这份资料、你希望它关注什么。 二是让AI反问你。很多时候不是AI不行，是自己没想清楚。比如跟AI说，基于我们刚才聊的，先不要给我答案，先问我5个问题。这些问题一旦回答出来，也就迫使自己把事情想得更清楚。 三是多模型讨论。同时让多个模型回答一个问题，提供不同视角，然后对比，还可以让模型互相质疑其他模型给出观点的漏洞。 3、整理庞杂数据 第三个案例是一位建筑工程师用Tabbit整理数据。他们公司每个月要从全国公共资源交易平台上筛选设计类中标项目，涉及几十个核心城市，每次要人工处理几千条记录，不同城市的表格格式还不一样，这种工作重复、枯燥、低效，但又不得不做。 接触到Tabbit之后，他先尝试写一个妙招，将整套流程全自动化，结果跑到100步就报错了，因为流程太复杂，把浏览器自动化的上限用完了。 这时，他把报错截图直接丢给AI，让AI帮他分析问题出在哪。AI告诉他，前期的填表和筛选占用了大量步骤，到关键的数据获取环节已经没有余量了。 AI建议他把复杂任务拆分成两个独立的妙招：第一个妙招只筛选并打开所有符合条件的网页，第二个妙招再从这些已经打开的页面里提取数据、整理成Excel。 两个妙招串联起来，原来需要4人天的苦差事，现在只需设置城市关键词就能自动完成，这种工作流程还能复用到更多的业务场景中。 他总结了四条经验：一是不要一次追求完美，先关注主干；二是一个妙招聚焦一件小事；三是关注执行日志，卡点可能藏在细节里；四是执行完一定要复盘，把改进沉淀回妙招里，让“一次性的便利变成可复用的能力”。 结语：浏览器不止是被动浏览，借助AI帮助用户主动探索世界 刘炯总结道，Tabbit浏览器提供了基础AI能力、先进模型和个性化能力，能在里面能拼出什么，完全取决于用户自己，每个人都能从中探索到乐趣。 IE浏览器的全称是Internet Explorer，即因特网探索者，最早做浏览器的一批人将浏览器视作是人类连接网络、连接世界、探索未知的一扇窗户。 刘炯希望浏览器不是一个被动的浏览工具，而是一个借助AI，帮助用户主动探索世界的平台。