行业分类:
加载中...
头条分类:
加载中...
闪评 | 美以伊冲突进入第五周 停火希望与升级风险并存
  战争阴云依旧笼罩中东上空   美以伊冲突进入到第五周。近期,美军从多地向中东投送地面作战兵力,面对美方威胁,伊朗也强硬回击。与此同时,以黎战火持续,也门胡塞武装“参战”称行动将持续到侵略停止。   《以色列时报》3月28日的报道称,也门胡塞武装当天向以色列南部发射弹道导弹,标志着胡塞武装“加入战争”。   如何看待当前地区局势?持续近一个月的战事对地区安全和政治都产生了哪些影响?中国现代国际关系研究院中东研究所副所长秦天在接受总台环球资讯《闪评》栏目采访时表示,当前笼罩在中东上空的战争阴云很难彻底消散。   首先,美国现在还在不断向中东增兵,且增兵主力都是两栖作战群,或者空降作战部队。这说明美国至少在准备对伊朗进行局部的地面军事行动,这意味着战争可能继续升级。   其次,战争呈现出继续蔓延的趋势。尽管当前主战场集中在波斯湾一带,但黎以这条线打得很激烈,同时胡塞武装现在也表达了参战意愿,有可能在曼德海峡再次袭扰红海航运。伊拉克民兵武装称多次袭击周边美方目标。当前冲突已呈现“多线并起”的态势。   当前这种局面对地区的安全与政治结构都产生了巨大冲击。一方面中东地区的安全共识被打破,此前中东地区发生战乱,一个共识就是霍尔木兹海峡的航行安全应该得到保障,但此次冲突导致霍尔木兹海峡的航行受阻,共识被打破,恢复起来很不容易;另一方面在过去的四五年里,伊朗与海湾国家的缓和进程,也在此次冲突中被打破。双方由此产生的裂痕未来要重新弥合,也是一件困难的事情。   全球经济继续承压   当地时间3月27日,伊朗伊斯兰革命卫队发表声明称,霍尔木兹海峡目前已经关闭,任何试图通过该海峡的行为都将遭到严厉打击。做为全球重要的海上石油运输通道,持续通航受阻对全球能源供应产生了哪些影响?此次冲突又将如何影响全球经济?秦天表示:   首先,价格方面,当前油气价格已大幅度上涨。与此同时,油价短期内也有震荡和波动。   其次,霍尔木兹海峡通行的石油量大约占全球每天石油消费的1/5,这种缺口对全球的能源供应造成了广泛的冲击。此次冲突还造成伊朗与海湾国家的油气设施遭到一定程度损坏,这将影响到未来海湾地区长期的石油供应。   油气价格上涨带动物价上涨,增加了通胀的预期和风险。对于一些通胀本来就比较高的国家来说,存在出现经济危机的可能。如果油价持续上涨,还会导致全球出现大范围经济危机或经济衰退的风险。   亚洲新闻台报道截图   战事延宕 美以分歧扩大   3月18日,以色列袭击伊朗南帕尔斯气田,随后,伊朗宣布冲突进入新阶段。这次袭击导致美国总统首次在其社交媒体上公开美以两国的分歧,不仅敦促以色列“不再攻击”南帕尔斯气田,还称美国对此次袭击“毫不知情”。   美联社报道截图   随着战事延宕,秦天认为,美以在战争的打法和目标上都出现了更大分歧:美国希望快速体面地结束战争,而以色列则希望将美国更长期地留在战场,以便借其力量进一步地削弱伊朗。这一根本性的分歧将对战事产生明显影响:   一方面,分歧将导致冲突结束的难度加大,战争时间延长。我们看到以色列往往会在战争有苗头要结束的节点,采取一些比较大胆的进攻性行动,以此刺激伊朗进行反击,从而延长战争。伊朗最高国家安全委员会秘书阿里·拉里贾尼遇害,以及以色列打击伊朗南帕尔斯气田,都具有这种色彩。   另一方面,美以虽然在如何结束战争上有分歧,但是在削弱伊朗政权这一点上,仍高度一致。归根结底,以色列不可能真正去阻止美国做出退出战场的决定。而未来即使美伊达成一致结束战争,以色列仍会继续对伊朗采取或明或暗的军事打击,美国在这一点上也将继续放任以色列。   停火希望与战事升级风险同步增大   在经历了几轮谈判“罗生门”后,美国总统特使威特科夫3月27日表示,预计很快将与伊朗方面举行会谈。   《以色列时报》网站报道截图   同一天,伊朗武装部队发言人表示,只有伊朗才有权为结束战争设定条件,美国和以色列将被迫接受这一现实。与此同时,伊朗官员称伊朗考虑退出《不扩散核武器条约》。   美国和伊朗双方进行谈判并停火的前景有多大?中国现代国际关系研究院中东研究所副所长秦天:   近几天美伊之间出现交流和接触的迹象,这在某种程度上反映出,双方都认为继续打下去风险更大,有可能导致一场旷日持久的战争,而双方并没有做好这种准备。与此同时,战事久拖也将导致双方在各自国内面临较大的政治代价,尤其是在特朗普政府今年面临中期选举的背景下。   但要谈判成功,找到体面“退场”的办法,难度很大。一方面美伊之间的核心矛盾并没有任何缓解。在既有问题未解决的情况下,战争开打后还出现了新问题,比如:在霍尔木兹海峡的安全通行问题上,到底采取怎样的机制?   当前美国和伊朗都表现出停火意愿,但同时仍在积极备战,做好接触失败与战争升级的准备。因此,停火虽然出现了一丝希望,但是战争升级的风险也在同步增大。   来源|总台环球资讯   记者 编辑|游佳   签审|杨卓英   监制 | 刘轶瑶
又一家造车新势力爆雷
电车界3月28日消息 据CarNewsChina报道,由大众集团前副总裁苏伟铭创立的豪华电动汽车品牌宾理汽车(BeyonCa),已在国内陷入停摆,数百名员工被拖欠薪资。 颇具讽刺意味的是,这家公司曾在2022年斩获“年度最具投资价值企业”奖项。 宾理汽车于2021年由大众集团前副总裁苏伟铭,以及大众汽车集团前董事克里斯蒂安·克林格联合创立。 该品牌核心团队均拥有大众多年从业履历,一度被外界寄予厚望。汉斯-约阿希姆・罗滕皮勒担任研发负责人,卢卡斯・科隆波出任品牌首席设计师。 2023年,品牌相关负责人曾宣称,宾理汽车将在3至5年内实现约10万辆销量。同年10月,宾理汽车与沙特一家投资集团签署合作协议,计划进军中东市场。此后,该品牌还与浙江省诸暨市政府达成战略合作。 外界最后一次获知宾理汽车的公开消息是在2024年6月28日。当时品牌宣布将在香港设立生产基地,计划入驻香港科技园公司位于将军澳的先进制造业中心(创新园)。但自此之后,该品牌便彻底陷入沉寂。 宾理汽车最初计划在2024年实现首款车型量产,该车为GT Opus 1纯电轿跑,车长5.2米,搭载130千瓦时电池,网传起售价将达100万元。 3月27日,有媒体报道称,宾理汽车在职及离职员工发布联合声明,称公司已全面停止运营。声明显示,尽管曾获得雷诺、东风等企业的战略投资,宾理汽车仍最终倒闭,致使数百名员工及家庭因欠薪陷入生存困境。 员工表示,公司未给出任何正式通知与解决方案,管理层长期失联,针对欠薪、未缴社保及公积金等问题始终不予回应。 员工已提出多项诉求,包括足额补发所有拖欠薪资、社保及公积金,报销个人垫付款项,支付经济补偿金,并要求公司及股东公开作出回应。员工同时表示,将通过法律途径维护自身合法权益。(转载自电车界)
新一代五菱宏光MINIEV上市:4.48万起
快科技3月28日消息,昨晚,第五代五菱宏光MINIEV正式上市,提供四款配置车型,上市指导价4.48万-5.48万元,置换补贴价4.28万-5.18万元。 全新宏光MINIEV依旧提供双门和四门两种版本,均为四座设计,尺寸略有差异,参考申报信息,其中双门版长宽高3043*1520 *1590mm,轴距1965mm;四门版的尺寸为3268*1520*1575mm,轴距同样为2190mm,全车座舱拥有20处实用储物空间,后备厢最大可拓展至838L。 不同于初代方盒子,第五代宏光MINIEV外观采用“甜趣方糖”设计语言,方形经典轮廓搭配圆润曲线,营造“笑颜”前脸和“向日葵酒窝”,并搭配圆趣星环LED大灯组,提供绿悠悠、白绒绒、灰萌萌三款全新复古车色,整车尽显呆萌。 内饰整体采用“焦糖奶油”撞色配色,“环扣交融”门饰板、“灵动岛”式一体化副仪表台等设计均采用环形元素,副驾仪表台上特别设计了“百变造景空间”,可自由摆放潮玩手办打造微景观或是用于储物。 配备多功能方向盘,并使用电子怀档杆,10.1英寸中控屏采用全新萌趣UI设计,下滑即可打开控制中心使用高频功能,未来通过OTA可实现CarPlay、HiCar、CarLink三种手机互联方式。 采用环状笼式车身,高强钢占比60%,关键区域使用1500MPa超高强度钢,并全系标配主副驾安全气囊,搭载ESC车身稳定系统,配备倒车影像、电子手刹和自动驻车功能。 整车标配30kW三合一电驱,百公里电耗低至8.9kW·h,匹配磷酸铁锂电池,续航分为205km、301km两种,配备直流快充、交流慢充、家用随车充三种补能方式,最快35分钟即可从30%充至80%。
小米SU7 Ultra新增暮光玫瑰车漆、三档可调碳纤维尾翼:选装价1.1万、1.2万
快科技3月28日消息,今日凌晨,小米汽车APP显示,SU7 Ultra增加了全新的暮光玫瑰车漆,以及全新的三档可调碳纤维尾翼,选装价分别为11000元和12000元。 官方介绍,暮光玫瑰色灵感来自夜幕下悄然绽放的大马士革玫瑰,以色浆、金属粉、珠光的精密配比,缔造“随角异色”之美。 “高光下,亮部呈现出暖红色调,宛如暗夜中跳动的焰火;逆光时,暗部则是朦胧的紫调暮色,静谧而高级。光影流转之间,整个车身仿佛被赋予了生命,璀璨与朦胧共存,韵味悠长。” 碳纤维尾翼则可为SU7 Ultra带来专业级空气动力学性能,整车最大下压力176kg,尾翼支架设置三挡角度可调,可在日常行驶时偏转角度增加续航(提升13.5-24.5km)、在赛道驾驶时调大角度增强下压力: 若选装碳纤维尾翼3挡可调版,默认状态下尾翼角度偏转10°,基于碳纤维尾翼固定式,实际CLTC续航里程提升24.5km,最大下压力为75.9kg。 若选装碳纤维尾翼3挡可调版,尾翼角度偏转5°,基于碳纤维尾翼固定式,实际CLTC续航里程提升20km,最大下压力为1271kg。 若选装碳纤维尾翼3挡可调版,尾翼角度不偏转,基于碳纤维尾翼固定式,实际CLTC续航里程提升13.5km,最大下压力为176kg。 同时官方还指出,尾翼角度调节需使用专业工具,建议在专业人士的指导下进行。
空气悬架杀入20万内 广汽丰田铂智7明日上市:合资品牌首次
快科技3月28日消息,广汽丰田旗舰纯电轿车铂智7将于明天下午正式上市,该车已经开启预售,共推出5款配置车型,预售价15.68-20.98万元。 分为Pro、Max和Ultra三大类,其中Max版可选装双腔空气悬架,减去限时选装基金,仅需5000元,性价比非常突出,同时,这也是合资品牌首次将空悬带入20万以内的车型。 铂智7由丰田中国工程师团队主导研发,最大的亮点在于集合了中国多家科技公司的卖点,配备华为电驱、鸿蒙座舱,接入小米生态,应用Momenta R6飞轮大模型辅助驾驶。 从官图看,新车采用丰田家族式的前脸设计,C型贯穿式日行灯,下部分体式大灯与导流槽相连,车顶配有激光雷达,新能源气质显著。 该车定位于中大型轿车,长宽高分别为5130/1965/1506mm,轴距为3020mm,空间势必会成为优势之一。 侧面来看,新车延续了动感的溜背设计整体造型流线,并配备了半隐藏式的门把手,以最大程度的降低风阻系数,尾部设计相当动感,拥有上翘的鸭翼扰流板,同时采用贯穿式尾灯样式。 内饰一点儿也不“丰田”,采用全新的大尺寸悬浮中控屏、抬头影像和仪表屏,中控台下方加入了无线充电面板,它还将配备华为鸿蒙智能座舱,也是丰田首款搭载该系统的车型。 更让人意外的是,它同时也是行业首批接入小米智能生态的车型,号称尊重用户的使用习惯,打造“一站式智能新生态”,铂智7将成为华为、小米双生态第一车。 配置不俗,拥有人脸识别、HUD抬头显示、座椅通风/加热/按摩、雅马哈音响系统、后排手机无线充电,还拥有双腔空悬+SDC减震器。 辅助驾驶部分,该车搭载Momenta方案,采用一体融合式的端到端大模型,支持城市与高速的高阶辅助驾驶。 动力部分,申报信息显示,新车搭载华为Drive One电驱,配备双电机,最大功率207千瓦,最高车速180km/h。 采用中航新航磷酸铁锂电池,提供88.13kWh、71.35kWh两种电池组,其中88.13kWh电池组对应的CLTC续航里程为700,71.35kWh电池组对应的纯电续航为600公里。 【本文结束】如需转载请务必注明出处:快科技 责任编辑:落木
大疆和影石的这个堂,咱吃瓜群众真升不了
作者 | 林默 1 2001年12月11日,中国正式加入WTO。 当年,为了搭上这艘大船,许多法律牛马们,几乎一直加班到入世前夜。 2000年8月,《专利法》完成修改;2001年10月27日,《著作权法》和《商标法》完成修改,这也是入世前最后一批立法。 知识产权法的修改,为啥到了临门一脚时才完成? 考试的时候,最难的那道题,你是不是也得到最后一刻才能做完? 法律圈里公认,知识产权法是整个民法体系里,对法律专业标准要求最高的领域。知识产权法条款细、交叉多,推动立法修改,沿途牵涉十几个部委。 也因为涉及的认定环环相扣,知识产权的案子,打个几年都是家常便饭。 这几天,大疆起诉影石的事一直挂在热搜上。目前,双方披露的信息其实都非常有限,而这背后涉及的技术认定与法律关系则十分复杂。 眼看着,这也是个诉讼周期不会短的案子。但法律关系的复杂,不影响咱心怀正义的吃瓜群众,已经热烈升堂了几轮了。 2 我看了咱群众主要的升堂方向,大体上对影石不那么友好的,毕竟咱吃瓜群众一向嫉恶如仇—— 比如影石在国内申请这六项专利时,部分发明人那里写的是“请求不公开姓名”。但到了PCT国际专利申请时,又按照国际规则提交了研发人员的真实姓名。 按照咱人民群众的理解,在国内没披露,就是心虚。到国际上就都说了,这更伤害了我们的感情。 我问了一个做无人机的朋友,他说很多科技公司在专利上,也都是这么“隐身”操作的。核心原因不是心虚,而是影石刘靖康说的那个原因——防猎头。 至于往后走到了PCT国际专利申请的那个环节,PCT的规则是不能匿名申请的。没有科技公司不想防猎头,但一家公司如果想在全球布局专利,就得提供真实的信息。 再比如,人民群众另一个重要的升堂方向,是影石这六个专利的申请人,都是从大疆离职一年内加入影石的员工。吃瓜群众一看,铁一般的不足一年啊,“既然都是离职不到一年的,这发明内容能跟原公司的工作一点儿关系都没有吗?这事儿你说不清楚”。 要是一到核心环节就说不清楚,知识产权为啥还要立法,人家这门法律,为啥还能成为最硬核的一个民法分支? 如果确实如刘靖康微博回复里说的那样,“我们仔细排查涉及的员工该时间内申请的专利,现有证据显示均为在影石内产生的idea和自主创新的成果”,那么影石可以向法庭提交原始的研发日志、技术的穿透对比、员工的非核心关联等等。 能说清楚的,就一定能说清楚。 此前,GoPro曾向美国国际贸易委员会ITC起诉影石六项专利侵权,ITC对影石发起了337调查。337调查长期被视为中国企业出海的主要法律壁垒之一,一旦被认定侵权,ITC可禁止侵权产品进入美国市场。 这场诉讼缠斗了两年,直到今年2月26日,ITC作出裁决,影石不构成侵权,以及GoPro的部分专利无效。 这对于中国企业的出海,是一场难得的胜利,曾有科技媒体统计过,在中国企业应对337诉讼中,中国企业的胜诉率仅为16%。 我觉得影石能站在这16%里的原因,并不是刘靖康微博说的,公司花了1000万美元来应对诉讼。毕竟,GoPro请的也是美国最夯最凶残的律所QE。 有媒体报道,在这场昔日运动相机霸主对影石发起的对决中,影石向美国法院提交了详尽的代码日志和研发文档。 在一场不占地利的诉讼里,一家公司自己能提交的证据,依然可以是自己的天时。 3 其实影石和GoPro这场两年的诉讼,也说明了,为啥大疆和影石的这个堂,咱吃瓜群众升不了,也别升了。 首先是法律的技术环节,一定是非常复杂的。其次,你有没有想过,GoPro两年前为啥要起诉影石呢? 2023年GoPro的营收大概是72亿元人民币,但同比下滑了8%;那一年影石的营收是40亿元,但同比增长了100%。当然,到2025年,GoPro的营收是47亿元人民币,而影石的是98.58亿元。 商业主体间的知识产权诉讼,都是朴素商战的一部分。 而在大疆对影石的这场诉讼中,大疆是发起这场诉讼的一方,某种意义上也掌握了舆论的主动权。 如果影石确实侵犯了大疆的知识产权,那当然是不正当的竞争。 可在诉讼结果尚不可知时,在知识产权长达几年的诉讼周期中,吃瓜群众的升堂与站队,在内心对另一家公司的预判与标签,超高压的舆论审视,这对于本就后发相对弱势的一方,难道是公平的市场竞争? 在一个行业里,有一家龙头在前方,是一种什么样的感受? 可以是灯塔,也可以是看不见的墙从四处向你包围。 2025年岁末,据媒体报道,长沙某座摄影城里的商户,想开一家影石360的专卖店。店装修好了,但挂出去的招牌被商场强行拆掉了,他听到的原因是“摄影城跟大疆签过排他协议”(虽然后来商场否认了这个原因)。 同在2025年岁末,在一封内部信中,刘靖康做了这样的表达:“临近飞机上市前半年,影石影翎多家核心供应商突遭‘排他’压力:光学镜头模组7家、结构件8家、屏幕3家、电池2家、芯片电子元器件8家、其他5家。” 当然,这年头,内部信都是说给外部人听的。 《经济观察报》后来写道,在影像和无人机精密制造的产业链条上,供应商们不得不站队,做了大疆的生意,就不能做影石的,几乎是半公开的行规。 当然,这些话题如果展开说,一定还会各有各的说法。只是,以相同的战争视角延展到知识产权领域,你怎么就知道巨头不会用自己的专利墙优势,以大量专利互相勾连,阻止挑战者上桌? 而对于整个创新市场格局更深刻的影响是,这样的诉讼,也可能是巨头一方的单向便利。 刘靖康在微博里写下,“大疆全景相机和拇指相机的很多功能和配件,被媒体报道‘copy/惊人地相似’。去年粗略统计一下,对方也会落入我们11件硬件/结构、8件软件方法、6件控制方法、3件配件等专利保护范围,但是我们并没有主动起诉。我们作为小公司资源有限,相比法律诉讼,我们优先投入研发……” 我看到一个评论说,大疆对影石的诉讼也不仅是在对影石,而是在这些年大量人才出走的背景下,大疆在用法律手段,震慑人才的流动。 偷盗知识产权一定是不对的。但如果在某一时刻,占据了某些璀璨的汇聚,那并不代表这些就该一直属于谁。 年前去了一趟寒山寺,寺庙里墙壁上,镌刻着能想到想不到的各路名人题写的“夜半钟声到客船”。在一堵也并不显眼的墙上,满满列着岳飞、唐伯虎、文徵明等人的书法。 我去的那天阳光很好,庙门口,僧人正在把寺里写的春联,免费发放给参拜的、路过的人。 很多事,幸而得到,也随缘流转。
台积电具备两项世界级特质 技术护城河难以复制
快科技3月29日消息,NVIDIA CEO黄仁勋近日在接受科技节目专访时,对台积电给出高度评价,称其凭借先进技术与客户导向两大核心优势,成为支撑全球AI需求快速转化为实际产能的关键力量。 黄仁勋强调,台积电的竞争壁垒并非单一技术突破,而是涵盖晶体管、金属化、先进封装及硅光子等多层次技术的深度整合,形成了难以复制的技术护城河。更值得称道的是,面对全球市场需求的剧烈波动,台积电仍能展现出高度敏捷的生产调度能力,在混乱中提供精准且可预测的产出。 "台积电兼具两项世界级特质:一方面专注最先进技术,另一方面以客户为中心。" 黄仁勋总结道,"世界上很少有公司能在这两者间取得完美平衡。" 他特别提到,NVIDIA与台积电合作已超30年,业务规模达数百亿至数千亿美元,但双方从未签署过任何正式合约,完全依靠长期信任维系合作关系。 除台积电外,黄仁勋还提及NVIDIA当前备受市场关注的 GB300 系列已正式进入放量阶段,这一进程正显著提升供应链价值量。随着 AI 服务器对散热规格、电源功率及高阶载板要求同步升级,台厂供应链零组件价值量得到明显提升,鸿海、广达、纬创等台系厂商成为主要受益者。 黄仁勋指出,台积电真正的护城河不仅在于技术本身,更在于其能动态协调全球数百家公司错综复杂的代工需求,同时保持高吞吐量与高良率。这种能力使台积电在全球半导体产业中占据不可替代的地位,也为NVIDIA等客户提供了稳定可靠的产能保障。
白宫官方App上架,美媒点评:既怪异又多余
凤凰网科技讯 3月29日,据Engadget报道,白宫App(The White House App)现已在苹果应用商店和谷歌应用商店上架,号称能为美国民众提供 "直达白宫的沟通渠道"。 根据新闻稿介绍,该应用提供“来自官方的无过滤实时更新”。从实际功能来看,白宫应用程序是一个整合特朗普政府各类官方信息的一站式平台,用户可以在上面浏览新闻稿、观看直播公告、浏览图片库,还能开启通知功能以便第一时间接收官方消息。 然而,只需简单浏览几分钟,就能发现这款应用的价值令人质疑: 新闻板块存在选择性呈现:新闻栏目展示了约 35 篇文章,这些文章明显经过精心筛选,大多对特朗普政府持正面立场。 经济数据避重就轻:在“民生负担”板块中,应用只强调了鸡蛋、牛奶、面包等食品价格的同比下降,却对近期汽油价格飙升的情况刻意回避。 互动功能名不副实:社交板块设有“给特朗普总统发信息”的按钮,点击后会自动生成“史上最伟大总统!”的预设文本,最终目的却是引导用户订阅营销信息。尽管新闻稿提到用户可"直接向政府表达意见和反馈",但应用实际功能中并无此设计。 执法举报功能引发争议:最引人注目的是,在 "联系方式" 板块中,用户甚至可以直接向美国移民与海关执法局(Immigration and Customs Enforcement, ICE)提交举报信息。 虽然能在一个平台上获取特朗普政府的所有公告确实方便,但白宫应用程序本质上更像一个跳转链接集合,大多数功能最终都会打开外部网站。传统上,总统换届后,白宫在各大社交媒体平台的官方账号会移交给新任政府使用。至于特朗普卸任后这款应用的命运如何,目前尚难预料,但回顾特朗普 RX 网站(TrumpRx,据称曾直接销售处方药)、特朗普移动(Trump Mobile,特朗普集团推出的手机品牌)乃至特朗普大学(Trump University,一所未经认证的“教育机构”)等项目的结局,或许能看出一些端倪。 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”。
美图首度披露全球化路线图,2025年经调整净利润飙升64.7%
IT之家 3 月 29 日消息,据新浪科技今日报道,在美图 2025 年度业绩发布会上,谈及生产力工具的产品和变现能力时,美图公司管理层表示,将抓住未来两三年的时间窗口,面向全球市场、聚焦垂直赛道,推出更有竞争力的生产力工具产品。 美图 CEO 吴欣鸿介绍称,美图正重点运营有市占率基础的亚洲市场、高 ARPU 的欧洲和北美市场,以及机会更多、增速更快的南美市场。 对于不同地区用户在视觉偏好、付费习惯方面的差异,美图首席产品官陈剑毅以电商物料设计举例称,亚洲用户喜欢视觉冲击力更强、可以快速提高转化率的风格;欧美用户喜欢较简洁、有调性的风格;南美用户喜欢色彩更鲜艳的风格。他表示,美图会针对不同市场的用户习惯,匹配不同的 AI 效果,设计不同的订阅机制。 IT之家注意到,美图公司 3 月 27 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%。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。 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 地区。
氦气价格暴涨50%!三星、SK海力士正不计成本抢夺库存
快科技3月29日消息,据媒体报道,中东冲突下,韩国芯片厂商正密切关注局势发展,担心供应中断可能影响氦气、稀释剂、乙醇和异丙醇(IPA)等关键原材料的供应,其中氦气供应风险已然暴露。 业内人士称,近日氦气现货价格飙升,涨幅已超过50%。三星电子、SK海力士、东部高科等半导体制造商正优先考虑以当前市场价格确保充足库存,其采购部门每天检查关键材料的供应情况和价格波动,以防止生产中断,供应稳定已超越成本考量。 据报道,即便和平谈判达成,拉斯拉凡工业城的重建也可能需要数年时间,因此供应短缺和价格波动将成为中长期风险。 氦气在半导体产业中扮演着举足轻重的角色,是一种被称为“黄金气体”的稀有惰性资源。作为天然气生产的副产品,其严重依赖卡塔尔,该国约占全球供应量的三分之一。 此前由于伊朗袭击了拉斯拉凡工业城,LNG基础设施受损,可能扰乱长期供应合同。截至目前,氦气在半导体制造过程中尚无替代品。 尽管台积电和联电已实现60%至75%的氦气回收率,显著降低了对进口的依赖,但每日约25%的氦气损耗仍需通过进口补充,且回收系统耗电量巨大。另据韩国国际贸易协会的数据,去年韩国氦气进口总量的64.7%来自卡塔尔。
马斯克说“更多人该来中国看看”,那不妨直接来海淀
作者|李楠 邮箱|linan@pingwest.com 外部世界看中国科技的方式,正呈现越来越明显的转向。 Sam Altman在不久前的采访里说,中国科技公司在整个技术栈上的进展“amazingly fast”。马斯克干脆发条帖子:“More people should visit China”,收到近万赞。 更早时候,《连线》杂志还推出了中国专题,对于一家长期以硅谷为技术叙事中心的杂志来说,这种把一个国家作为整体样本来处理的写法并不常见。他们试图回答一个关键问题:中国正在如何参与、甚至重塑未来技术的路径。 而眼下正召开的中关村论坛同样是个例子。这届论坛有来自100多个国家和地区的嘉宾参与。他们不再只是讨论“中国做得怎么样”,还更频繁地谈合作,以及中国在全球技术体系中的角色。 把以上信息连在一起,会得到一个更直接的判断:中国不再只是一个被观察的样本,还正在变成一个需要进入的场域。而这一切是怎么发生的,值得好好看看。 所以顺着马斯克的推文,不妨把建议变得更具体一点——直接来北京海淀转转,一次性满足所有好奇。 很多国内有代表性的创新故事,在海淀同时上演。懂了海淀,也就能对眼下的中国式创新何以发生,有更清晰的答案。 从代码到机器人,万物生长 如果把今天的AI产业拆开来看,会发现所有关键要素,不管是人才、公司、资本、研究机构,都在海淀同时挤在一个棋盘上。 最直观的一层,是人和公司。有统计显示,北京入围AI2000全球最具影响力学者榜单的人数,占全国超40%;AI学者总量达1.5万人,占全国30%。 这些人大部分与海淀有关,并且高度集中在中关村、五道口一带。数公里范围内,高校、研究机构、AI公司、投资机构密集叠加。以至于有工程师形容,和隔壁公司协作,有时感觉更像邻居串门。 而这种密度,很快会转化成分层清晰的产业结构。 一端是字节跳动这样的巨头,从推荐算法一路延伸到大模型与视频生成。前阵子的Seedance 2.0,以表现惊艳的视频生成能力,成了中国AI能力跃迁的一个坐标。 中间层则是以智谱、月之暗面为代表的大模型公司。前者已经上市,股价对比发行价上涨近5倍,市值到了3000亿港元左右。后者同样备受关注。他们的模型被黄仁勋在GTC上多次提及,不久前发布的技术论文,被马斯克评价“Impressive work”。 再有一层,则是数量庞大的创业公司。据统计,北京市核心人工智能企业超过2500家。这让模型能力可以进入到更细碎、更具体的行业角落。 人才流动方式的变化,进一步体现了海淀在AI创新上的活力。 过去,高校是供给端,毕业之后进企业;现在,越来越多的博士在校园阶段就开始做项目、组团队,甚至直接创业。他们白天在实验室调模型,下午在公司谈落地,晚上参加技术交流,第二天产品就可能进入测试或部署。 这种节奏听起来有点夸张,但在海淀,已经越来越接近一种日常。换句话说,这里不仅在聚集人才,也在批量“长出”创业者。 不过若只停留在AI模型,海淀的故事还不算特别。事实上,海淀的AI事业已经离开屏幕,走向物理世界。 说到机器人,扎根杭州的宇树是最显眼的一家。要是谈硬件创新,深圳是人们最先想到的地方。但实际在机器人与具身智能方向,海淀也已经形成了蒸蒸日上的产业带。 在中关村(海淀)具身智能创新产业园内,已经集聚了十余家具身智能企业和多家AI公司,并形成“上下楼就是上下游”的协同结构。而这种结构,让技术从概念走向落地的速度明显加快。 有企业成立不到一年,其机器人已经进入海外工厂生产线。光轮智能这类公司专门提供仿真数据与评测体系,甚至参与制定行业标准,成为“机器人训练基础设施”的一部分。 概括来说,海淀的AI事业在多个领域全面崛起。不过,这不是光靠堆资源就能实现的。 创新不是堆料,是“组局” 资源的高度集中,并不自动等于创新的高效发生。 长期以来,一个被反复验证的现实是,科研、资本和产业虽然同时存在,但往往处在“彼此可见,却难以协同”的状态。 实验室里的技术找不到应用场景,资本触不到源头项目,产业端只能在成熟阶段被动接入。大家只能各玩各的,成了制约创新转化效率的真正瓶颈。 就像DeepSeek创始人梁文锋所说:“我们创新缺的肯定不是资本,而是缺乏信心,以及不知道怎么组织高密度的人才实现有效的创新。”类似的道理,同样适用于地区的产业发展。关键问题从来不只是资源多少,还要看如何组织资源。 也正是在这个意义上,海淀的变化才开始显得关键。它正在做的,是把“高密度资源”变成“高效运转的系统”。 这里有个概念,叫“五方六力”。 所谓五方,是中关村科学城、高校院所、投资基金、孵化载体和科技园区等五类主体。所谓六力,是来自政府的“组织力”、高校院所的“创新力”、投资基金的“价值力”、孵化载体的“培育力”、科技园区的“承载力”,以及各方协同共同激活的“市场力”。 听起来有点复杂,但这套机制的逻辑其实很简单。它的核心,是把不同要素的运行节奏统一起来,然后拧成一股绳,从而降低创新创业的不确定性,提升整个产业运作的效率。 具体来看,这套机制实现了这么几件事。 首先,是把创新的起点前移。通过“一校一策”等机制,让工作团队直接进入高校院所。这意味着,成果转化不再是一个“事后行为”,而是嵌入到科研过程中的一部分。 其次,是让资本从“结果判断”变为“过程参与”。换句话说,投资在技术尚未完全定型时就提前介入,与科研和产业形成同步关系。 更关键的一点,则是把整个创新转化的过程进行拆解,并为每一个环节配置对应的承接主体。这让原本不可控的创新过程,变成了可以被管理和优化的流程。 于是在海淀,越来越多的公司不需要在市场竞争里“杀出来”了——它们在创业之初就具备较高的起点,从科研到融资,从技术对接到产业落地,每个环节都能得到支撑。 海淀本身的角色也因此转变。它不再只是一个资源集聚地,更成为一个能够主动组织创新关系的系统。在AI竞争不断加剧的背景下,这种组织力的价值会越来越凸显。 把“服务”塞进两层楼,能有多香 如果说上一部分还有点抽象,那下面这些细节,让这套组织能力变得肉眼可见。 最直观的一点,是创新路径本身被重新设计。 过去,一项技术从实验室走向市场,往往要经历多个断裂环节。一旦科研成果难以评估、资本不敢早投、产业缺乏承接能力,最终都会导致大量技术停留在论文阶段。而在海淀,这条路径正在被逐步打通,并形成一种相对稳定的结构。 从资金端看,海淀通过成果转化基金、科技成长基金等多层级资本工具,把不同阶段的企业纳入同一体系之中。早期项目可以获得种子资金与概念验证支持,中期企业获得成长资金,后期则通过产业资本与市场资源进一步放大。 这种分层支持,从根本上降低了创新创业“从0到1”和“从1到10”这两个最难的坎。 与此同时,空间与平台也在发生变化。在海淀,产业空间以及各类创新载体开始承担“承接器”的角色,让技术能够跳出实验室,快速进入真实环境进行验证。在具身智能等需要物理世界测试的领域,这一点尤为关键。 此外,海淀组织能力向基层的延伸也值得一提。连街镇都为海淀的AI事业贡献力量。通过承接活动、引入企业、对接场景,它们逐步成为创新网络的一部分。 换言之,创新资源不再集中在少数节点,还通过网络化方式被重新分配。而这方面,一个更具代表性的载体,是中关村科学城国际创新服务集聚区。 这个集聚区的设计,本就针对融资难、服务分散、对接效率低等创新创业过程的典型问题。其目标,是通过集聚国内外头部服务机构,构建一个“全链条、全周期”的企业服务体系,最大化加速科技企业成长。 传统园区提供物理空间,集聚区提供的则是“缩短距离”。它不仅吸引创业公司,也汇集了投资机构。同时毗邻清华、北大等高校,要招揽AI英才也足够方便。 此外,通过常态化的投融资对接、路演活动以及产业资源链接,企业在这里对接资本,资本在这里筛选项目,服务机构在这里嵌入业务流程,各种创新要素之间的摩擦,被降到最低。 有创投机构入驻后,立刻把自己的被投企业推荐过来。他们看中的,正是集聚区的服务生态和效率优势。 总的来看,基金体系、空间载体、服务平台以及区域网络,形成一个完整链接,把海淀的资源组织能力不断复制、不断放大。 不必谈“中国的硅谷”,不如期待下“世界的海淀” 回到开头,马斯克那条“More people should visit China”,当然不是空洞的旅游建议。 结合当时语境和马斯克的过往言论,他的潜台词是,中国在AI、机器人时代的优势,比如巨大的人口体量带来的超级产能、强大的落地执行力、完善的供应链生态,已经摆在那里。只有亲自去看了,才能真正理解并做出正确判断。 在这个背景下,海淀的确是个不错的旅行目的地。它本就是中国科技创新的高地。 早先,海淀的中关村被称为“中国硅谷”,是国人第一次相信自己可以做技术的地方;移动互联网时代,它又一次沸腾,车库咖啡里挤满了创业者。而现在,大模型来了。海淀开始演绎新的故事。 实际上,这轮AI浪潮对海淀有种独特的意义,那就是让它回到自己最擅长的赛道。深度技术、长周期研究、学术与产业的持续互动,恰好是中关村当年的底色,也恰好是大模型时代最需要的基础条件。 与此同时,硅谷所获得的关注,反倒被分走了一部分。它依然重要,但不再是唯一值得盯着看的地方。 所以,承接马斯克的建议,推荐外国友人们来海淀看一看。但我们不必说这里是“中国的硅谷”。海淀就是海淀。它不需要借硅谷的名字,它值得世界来看一看。
让“龙虾”等真正可控的必经之路
文 | 李智勇 在构建 AI Agent时,开发者的最初直觉往往是上下文工程等——试图通过编写一个极其详尽的 soul.md(灵魂指令)来约束 AI 的所有行为。 我们潜在的会往这个文件里写满:“你能干什么”、“你不能干什么”、“财务的勾稽关系是什么”、“业务的审批流程是什么”。 当系统真正面对真实世界的商业复杂性时,这种形式的约束会迅速崩塌。 如果你想打造一个真正可控、能够承担严密商业逻辑的智能原生组织,就必须跨过这道认知门槛: 从“单一依赖 Prompt/RAG”转向“以本体模型为约束核心的分层治理体系”,即AI本体论。 注: 1. 这篇文章很复杂,《无人公司》和配套课程很像是它的前置知识,这里则有点像图纸了。 2. 如果感觉不好理解,建议至少先看看AI本体论系列的文章我建立了一个AI本体论的“宇宙”。 3. 直播的时候我经常说,这是套体系,而不是单点的技术,参照篇文章可能更好理解这点。 一、 为什么soul.md 撑不起复杂的业务? 把所有规则塞进 soul.md或 RAG(检索增强生成)知识库,本质上是把一体化的业务体系“打碎”了喂给 AI。 大语言模型是一个概率预测机器。参见:OpenClaw 背后:那些尚没被说透的关键 虽然在工具调用(Tool-use)和验证器(Verifier)的加持下它能处理一定的逻辑,但其结果缺乏绝对的确定性与可验证性,难以直接承担企业级“强约束系统”的责任。 ● 痛点 1:逻辑幻觉。 当你把几百页的财务准则塞给 AI 时,它可能上一秒还记得“收入等于单价乘数量”,下一秒在跨部门核算时,就分不清“含税价”和“不含税价”了。 ● 痛点 2:体系性丧失。 业务规则是牵一发而动全身的。修改了一个审批权限,原本在长文本 prompt 中的相关约束可能就会产生逻辑冲突,导致“系统性崩塌”。 表现上就更简单:你付不起试错成本,如果撒手给AI后,错误打出去500万,责任如何计量! 无人公司和无人系统的一个差异是前者是个权责利统合后的系统,后者是个技术概念(当前的龙虾更偏后者)。 让 AI 在海量文本中自己去拼凑业务全貌,就像蒙着眼睛在瓷器店里抓耗子——结果注定是一地碎片。 二、 AI本体论的双模型结构 要让 AI 真正受控且精准,系统必须剥离“认知大脑”与“事实环境”,建立一种双向交互的双模型架构。 大模型负责听懂人的意图,而本体论模型负责勒住大模型的缰绳。 本体论太抽象,为了看清这种双模型是如何运作的,我们来看一个“销售折扣审批与利润核算”的缩微完整模型。 注意:这是个无限简化的版本,纯粹为了辅助说明概念。 这就是“龙虾”本身的灵魂指令(soul.md)。 此时的它不再包含任何具体的计算公式或业务阈值,而是变成了元认知协议和调用逻辑。 此时的 Prompt 不再是唯一的规则,而是“入口层”。 【缩微模型:soul.md 片段】 # 灵魂契约 (soul.md) ## 1. 核心定位 (Persona) 你是一个极其严谨的商业合规与财务调度AI。你不产生事实, 你只搬运和解释“本体引擎”的事实。 ## 2. 绝对禁区 (Red Lines) - 严禁自行进行任何财务数字的心算或推演。 - 严禁根据历史对话猜测业务规则(如折扣底线、审批流)。 ## 3. 标准操作程序 (SOP) 当用户提出包含“数字、金额、折扣、审批”的请求时,必须严格执行以下步骤: Step 1. 提取用户意图中的关键实体(如:客户名称、产品、期望折扣)。 Step 2. 必须调用内部工具 `Query_Ontology_Engine(action, payload)`。 Step 3. 严格基于 Ontology Engine 返回的 JSON 结果进行人类语言转化。如果引擎返回 "REJECTED" 或错误代码,必须原样传达合规警告,不可隐瞒或绕过。 本体模型并非简单的“唯一真理”,而是一个能够容纳多口径(如财务视角的递延收入 vs 销售视角的签约额)、多视角并显式声明其适用边界的语义坐标系。允许横看成岭侧成峰。 它以结构化(如 JSON/Graph)的代码形式存在,定义了对象、关系和强制规则。 注意:企业不是封闭的完美逻辑系统,而是带有权力和灰度的组织。 因此,这里的本体更是治理引擎——它不仅包含硬约束,还必须包含软约束与例外覆盖机制,并且所有例外都必须伴随可追责成本。 【缩微模型:ontology.json 片段】 // 业务本体引擎规则库 (ontology.json) { "Objects": { "Customer": {"attributes": ["id", "tier", "credit_score"]}, "Order": {"attributes": ["order_id", "base_price", "discount", "final_margin"]} }, "Relationships": [ {"source": "Order", "type": "BELONGS_TO", "target": "Customer"} ], "Actions_and_Rules": { "Calculate_Order_Margin": { "inputs": ["Customer.id", "Order.discount"], "hard_constraints": [ // 绝对红线:系统级拦截 {"if": "Order.discount < 0.5", "then": "THROW_ERROR: 跌破系统底线"} ], "soft_constraints": [ // 软约束:业务级干预 {"if": "Order.final_margin < 0", "then": "REQUIRE_APPROVAL: CFO"} ], "override_mechanism": { // 例外权力:有痕迹的越权执行(治理设计的核心:防滥用机制) "allowed_roles": ["CEO"], "action": "FORCE_EXECUTE_WITH_AUDIT_LOG", "override_constraints": { "requires_reason": true, "requires_secondary_confirmation": true, "audit_level": "HIGH" } }, "computation": "final_margin = (base_price * discount) - standard_cost" } } } 注:任何 Override 都必须以“可追责成本”为代价,否则系统将退化为人治。所谓权责利统一系统的灰度在这里需要被显性化。即《无人公司》中提到的刚性。 当业务员向“龙虾”提问:“给普通客户A的新订单直接打4折,利润率还有多少?帮我生成个合同。” 如果只有传统的 soul.md,AI 可能会迎合用户,直接瞎算一个利润率并真的写个合同,导致严重违规。但在双模型结构下,防线是这样生效的: 1. 认知拦截(语义模型启动): 龙虾的 soul.md 识别到“折扣”、“利润率”,它收起自己编写文本的冲动,构造参数发起查询。(此处考验模型的绝对智能程度) 2. 逻辑穿透(本体模型计算): 引擎瞬间识别出勾稽冲突:触发 hard_constraints (折扣 < 0.5)。引擎打断计算,返回底层拒绝信号。 3. 执行闭环(Execution Layer): 本体模型默认管控执行路径,并对所有越权行为进行强制审计与追溯。它负责作为授权仲裁器阻断通过正规 API 的调用流,确保“决策-执行一体化闭环”,而不是天真地假设其能够物理上完全阻断现实中的一切绕系统手工操作(Shadow IT)。 4. 安全输出(语义模型转译): 龙虾收到结果,回复用户:“抱歉,您的4折请求触发了系统的硬性合规红线,系统已拒绝合同生成流转。除非您持有 CEO 的 Override 授权并录入追责原因,否则该流程无法继续。” 这套架构的核心哲学是:我们不是在让 AI 变聪明,而是在让 AI 失去胡说八道的权力。 在某些和精度密切相关的环节,AI 被降级为“解释器与调度器”,而现实的控制权被收回到了可验证的 Ontology 手中。 这时候整个体系的精度受什么影响? 模型的绝对智能程度,如果路由错了,那就很麻烦;其次则是本体论模型的是否能够覆盖。 从这个角度看,这是一种精度的转置。 三、 本体论在超复杂业务中的表现 当你理解了上面的缩微模型,把它放大一万倍,就能解决AI的可控和审计等问题。(当然难度会直线拉升) 假设我们要查阅一笔潜在的关联交易违规。 在传统的 ERP(关系型数据库)中,员工数据、供应商数据、工商股东数据分别存在不同的“死格子(表)”里。要查出异常,需要人为编写极其复杂的 SQL 多表联查。 过去以人为核心的体系面临许多这样的根本挑战。 但在本体模型(图数据库)中,一切都是“点”和“线”: ● 点 A:员工张三(采购经理) ● 点 B:大华贸易(中标供应商) ● 点 C:自然人李四(大华贸易的大股东) ● 连线:张三 [是...的同学] 李四;李四 [控股] 大华;张三 [审批了] 大华的订单。 龙虾的运作方式: 当被要求执行合规审查时,龙虾通过 API 调取本体拓扑图。它瞬间看到了“张三 -> 李四 -> 大华 -> 张三”这个物理闭环。 于是,龙虾果断拦截操作并报警:“根据本体拓扑结构,发现潜在的利益冲突关联路径(采购审批人与供应商实控人为同学),建议启动合规调查。” 在这样的一种机制下,AI大模型带来的力量被导入了合理的管道,最终就会催生完全不同的物种。随之就会对人员、组织等等带来根本性重构,产生代差,这就是《无人公司》的根本原点。 需要一提的是:我们说龙虾的时候不是单独指现在的龙虾,还包括未来潜在的各种智能体产品。 四、 代差级重构 看到这里,一个必然的疑问会浮现: 既然传统 ERP(如 SAP、Oracle)也定义了“主数据”和“业务流程”,为什么它们不能直接作为 AI 的大脑? 因为两者存在代差级的基因区别。 传统 ERP 是“记录过去”的强事务账本,而本体论是“推演未来”的语义沙盘。 在具体的工程落地中,从前农业时代的人工管理,到工业时代的传统 ERP,再到智能时代的 AI 本体,管理组件的“物理形态”发生了一次完整的代差级跃迁: 这正是构建“龙虾”这类高阶 Agent 的门槛所在: 你不能指望把一堆 PDF 扔进大模型的知识库里,就能跑出一个财务总监;你也无法让 AI 直接去理解和重构几千张充斥着外键的 ERP 孤岛数据表。 它们必须被升维为 Validator 引擎和图网络。 否则面对混沌环境的时候,你付不起试错成本,也大概率付不起Token成本。 五、 现实本身的定义权 让“龙虾”跨过这道槛,意味着我们不再是训练一个“很懂我们公司”的聊天机器人,而是在构建一个拥有统一逻辑底座的数字大脑,大脑还要和执行层面统一(决策即执行)。(这是Palantir的威力所在) 然而,当我们真正推行这套 AI-First 的本体论架构时,必须直面三个残酷的现实: 必须清醒地认识到,一旦企业建立起统一的业务本体,并由超级 Agent 直接调度,过去的 SaaS 体系(CRM、HRM、传统 ERP)将面临重构。 它们形式上也许不会彻底消亡,但它们的形态会发生质变——从“应用层入口”下沉为“能力组件层(Headless/API化)”。 结果是什么呢? 这些功能还在但哪些公司很多可能就不在了,因为它的现实意义被大幅缩减。 过去的 SaaS 系统将降级为只负责执行状态变更(State Change)的底层执行接口,而真正的商业认知、多视角真理的统一以及决策调度,将全部向上汇聚到本体引擎和 Agent 中。 在这场演进中,图数据库和大模型技术已经日趋成熟,真正的挑战在于:怎么让一架正在高速飞行的飞机,在空中换上这颗新引擎? 企业不是封闭的逻辑系统,而是带有政治结构和利益划分的组织。 推行 AI 本体论,不仅是梳理技术规则,更要求各业务线交出自己的“最终解释权”和“审批暗箱”,将其沉淀为透明的治理引擎。 这本质上是在重构企业的生产关系、权力结构和利益分配。 因此,非业务风险(组织抗拒、流程断裂、管理失控)将远远大于纯粹的技术风险。 展望未来,真正的核心挑战在于:AI 是否能够自动地推动本体的持续进化? 当业务边界拓宽、外部法规变化时,系统能否自动感知并提议重构底层的对象与逻辑边? 这揭示了一个更深刻的趋势——构建和维护这套本体引擎,已经不再是纯粹的计算机科学家或 IT 部门的工作了。 财务专家、法务精英、业务架构师必须亲自下场,与 AI 工程师深度绑定,将他们脑子里的“隐性商业逻辑”转化为机器可执行的“显性规则代码”。 谁能最快完成这种跨学科的融合,谁就能在这场 AI 革命中抢占制高点。 每当折叠进去一部分之后,其实那部分就变成"OPC"。 这个"OPC"背后则是一个真正的超级个体,他负责全面的人类兜底工作。(这里的OPC可以想象成阿米巴式的内部结算单元,不是纯粹的一人公司) AI Agent等不是企业的大脑的全部,加上Ontology 才是。 Agent 是高维度智能和神经交互接口,Ontology 才是法律、财务与现实业务的多维坐标系。 大模型时代的真正分水岭,不在于 AI 会不会思考、能不能写出多好的 Prompt,而在于你的企业是否拥有一个机器可执行的“现实定义”。 工业时代,机器接管的是“体力”; 信息时代,软件接管的是“流程”; 而在 AI 时代,被接管的,是“现实本身的定义权”。 很多同学看到这里可能会云里雾里,但如果让AI进入企业,这是必须跨越的障碍。 真正卡住AI应用的已经不是技术了,而是上面说的这些东西。 推论是什么呢? 上面的问题不解决,红色的区域并不会急速扩展,AI的企业应用就被卡住了! 如果不知道从哪里开始,那建议从:《无人公司》系列书籍和内容开始。
乔布斯发明了界面,AI正在消灭它
作者:雷明灿,题图来自:视觉中国 我是老雷,在 SaaS 行业干了十几年,也是一个对产品和技术有执念的人。 昨天,一个朋友给我推荐了一款AI生成视频工具 Pexo。出于职业习惯 —— 我是做营销的,看到任何新产品,第一反应就是去研究它的官网和产品界面 —— 我打开 Pexo 开始到处点。菜单栏、功能入口、页面布局,这些东西我看了十几年,基本扫一眼就知道产品的定位和思路。 然后我在右上角看到了一个选项:Connect to OpenClaw。 Pexo 菜单栏中的 “Connect to OpenClaw” —— 软件正在为 AI 而非人类构建连接入口。 我愣住了。 不是因为不理解这个功能,恰恰相反 —— 我太理解了。一个 SaaS 产品,把“被 AI 调用”的入口放在了菜单栏最显眼的位置。这不是藏在设置页面里的一个高级选项,这是堂堂正正地告诉所有用户:我们的产品不只是给人用的,也是给 AI 用的。 这太刺激了。作为一个经常研究产品设计的人,我知道菜单栏右上角意味着什么 —— 那是产品最核心、最高频的功能入口。一家公司愿意把这个位置让给“被 AI 连接”,说明他们已经从根本上重新思考了自己的产品到底是什么。 那一刻我心里涌上来的感觉很复杂 —— 激动,是因为我隐约感觉到的那个未来,正在变成现实;紧迫,是因为我太清楚国内大多数 SaaS 产品还没有意识到这意味着什么。 未来的 SaaS 软件,一定不是今天这个样子。今天你看到的每一个按钮、每一个下拉菜单、每一个精心设计的仪表盘,在 AI 时代可能都会变得多余。为什么?因为AI 不需要界面,它需要的是接口。 要理解这个趋势,我们需要回到计算机的起点 —— 回到一个叫乔布斯的人改变一切之前的世界。而我自己的故事,恰好和这段历史交织在一起。 起源:计算机从来不需要界面 在计算机诞生的最初几十年里,根本不存在“界面”这个概念。没有人讨论“用户体验”,没有人在意“交互设计”。因为那个时代的逻辑极其简单 —— 你给机器一条指令,机器给你一个结果。就这样。 1963年,Teletype Model 33 问世。它是最早的人机交互设备之一,本质上就是一台“键盘+打印机”。没有屏幕,没有光标,没有任何视觉反馈。你在键盘上敲下一行命令,机器在纸带上打印出结果。整个过程像发电报一样 —— 事实上,“Teletype”这个词本身就来自电报技术。 Teletype Model 33(1963)—— 最早期的人机交互:没有屏幕,只有键盘和打印纸。 今天的人看到这台机器,大概会觉得它原始得可笑。但你知道吗?在那个年代的工程师眼里,这就是最先进的生产力工具。他们从来不觉得“没有界面”是个问题 —— 因为在计算机的起点,人和机器之间的关系是最纯粹的:你告诉它做什么,它就去做。没有图标可以点击,没有窗口可以拖动,甚至没有屏幕可以看。计算机只关心一件事 —— 执行你的指令。 请记住这种纯粹感。因为在文章的最后,我们会发现,AI 正在让我们回到这种纯粹。 1978年,DEC VT100 终端的出现是一个重要节点。它第一次给命令行加上了屏幕,用户终于可以实时看到自己输入的内容和系统的响应。当时的工程师们兴奋极了 —— 终于不用等纸带慢悠悠地打印了!但本质没有变 —— 交互方式仍然是文本命令。VT100 定义了后来几乎所有终端模拟器的标准(ANSI 转义码),它的影响一直延续到今天你打开的每一个 Terminal 窗口。 DEC VT100(1978)—— 屏幕出现了,但交互仍是文本命令。它定义的终端标准沿用至今。 而 Unix Shell 则把命令行的哲学推向了极致。它的设计理念极其简洁:每个程序只做一件事,通过管道(pipe)把小工具串联成强大的工作流。ls | grep ".txt" | wc -l—— 一行命令就能完成“列出文件、筛选文本文件、统计数量”这个复杂操作。没有任何图形元素,却优雅而高效。 Unix Shell —— 最接近系统本质的交互方式,至今仍是开发者的主力工具。 直到今天,全世界的开发者、运维工程师、数据科学家依然每天在用命令行。不是因为没有更“好看”的选择,而是因为命令行是人与计算机之间最短的路径—— 没有中间层,没有视觉装饰,直达系统能力。 这段历史告诉我们一个容易被忽视的事实:计算机的本质是计算和执行,不是展示。在最初的二十多年里,“界面设计”这个词根本不存在。人直接告诉机器做什么,机器就去做。 那么,图形界面是怎么来的? 乔布斯的革命:让普通人也能用计算机 1970年代末,计算机还是一个属于工程师和科学家的世界。普通人面对满屏的命令行,就像面对一门外语 —— 完全无从下手。你必须记住几百条指令的准确拼写、参数格式和执行顺序,少打一个字符就会报错。这不是一般人能驾驭的东西。 然后,一个叫史蒂夫·乔布斯的年轻人改变了一切。 1979年,乔布斯参观了施乐帕克研究中心(Xerox PARC),看到了一种全新的计算机交互方式 —— 窗口、图标、鼠标、下拉菜单。据说他当场就激动得在实验室里来回踱步,不停地喊:“你们怎么不把这个做成产品?这会改变一切!” Xerox Alto / PARC 原始界面 —— 这就是让乔布斯激动得来回踱步的东西。施乐的研究人员发明了它,却没有意识到它的商业价值。 施乐的研究人员发明了这套图形界面,但他们没有意识到它的商业价值。乔布斯看到了。他不只是看到了一种新技术,他看到的是一个愿景:让每一个普通人都能像使用家电一样使用计算机。 这就是我最敬佩乔布斯的地方。他不是最好的工程师,也不是最好的科学家,但他是那个最懂人的人。他知道技术如果不能被普通人触及,就毫无意义。 但很多人不知道的是,乔布斯的野心远不止于图形界面。 就在同一时期 —— 1983年,在阿斯彭国际设计大会上,28岁的乔布斯做了一个惊人的预言: Steve Jobs,1983 年阿斯彭国际设计大会 —— 在这场演讲的最后几分钟,他说出了那段关于亚里士多德的预言。 "If we really can come up with these machines that can capture an underlying spirit, or an underlying set of principles, or an underlying way of looking at the world, then, when the next Aristotle comes around, maybe if he carries around one of these machines with him his whole life, and types in all this stuff, then maybe someday, after this person's dead and gone, we can ask this machine, 'Hey, what would Aristotle have said? What about this?' And maybe we won't get the right answer, but maybe we will. And that's really exciting to me." —— Steve Jobs, 1983 翻译过来是: “如果我们真的能造出这样的机器 —— 它能捕捉一个人底层的精神、底层的原则、底层的世界观 —— 那么,当下一个亚里士多德出现的时候,如果他一生都随身携带这样一台机器,把所有想法都输入进去,那么也许有一天,在这个人去世之后,我们可以问这台机器:‘嘿,亚里士多德会怎么看这件事?’ 也许我们得不到正确答案,但也许我们能。这让我无比兴奋。” 1983年。四十年前。那时候个人电脑刚刚诞生,互联网还不存在,“人工智能”还只是学术论文里的概念。而这个28岁的年轻人,已经在描述一种能理解人的思维方式、能和人对话的机器 —— 这不就是今天的 ChatGPT 和 Claude 吗? 1985年,他又说了一句更直接的话:计算机不应该只是自动化工具,它应该是“心智的自行车”—— 人类体力的放大已经完成了(汽车、飞机、机械),下一次放大的对象一定是认知。而认知的放大,最终只能靠机器理解人想表达什么。 你看,乔布斯在1983年就已经想清楚了这件事。他发明了 GUI,是因为那是当时让机器理解人的最好方式。但他内心真正追求的,从来不是图形界面本身 —— 而是让人和机器之间的距离越来越短,直到消失。 1983年,Apple Lisa 问世。这是第一台商用的图形界面电脑,售价高达 9,995 美元。 Apple Lisa(1983)—— 第一台商用图形界面电脑。售价 9,995 美元,在当时相当于一辆二手车的价格。 Lisa 的操作系统引入了“桌面隐喻”—— 屏幕就是你的办公桌,文件夹就是真实的文件夹,回收站就是你桌边的废纸篓,窗口可以像纸张一样叠放。这是一个天才的设计:它用人们已经理解的现实世界概念,来映射计算机的抽象操作。从未接触过计算机的人,看到桌面上的文件夹图标,本能地就知道“点开它能找到文件”。 Lisa 操作系统的窗口、菜单和桌面隐喻 —— 通过“模拟现实世界”帮助人类理解计算机。 当时《大众科学》杂志评价说:“Apple Lisa 可能是有史以来最具突破性的个人电脑。”他们没说错。 Lisa 商业上失败了(太贵了),但一年后的 Macintosh 成功了。1984年那支著名的超级碗广告,把 Mac 塑造为对抗“老大哥”的自由战士 —— 这不只是一个产品发布,这是一场关于“计算机应该属于每个人”的宣言。再后来,微软的 Windows 把这套范式推向了全球。GUI 革命就此爆发 —— 计算机从实验室和机房走进了千家万户,从专业人士的工具变成了每个人的日常。 这场革命塑造了此后半个世纪的信息社会。没有它,就没有后来的互联网普及,没有智能手机,没有今天的数字生活。我们所有人都是乔布斯这场革命的受益者。 但 —— 我们需要看清一个事实:GUI 的本质是一层“认知适配层”。 计算机处理数据从来不需要图形界面。文件系统不需要“文件夹图标”就能正常工作;进程管理不需要“窗口”就能运行;数据库查询不需要“表格视图”就能返回结果。GUI 完全是为了适应人类的眼睛和手 —— 因为人类无法直接向机器表达意图,所以我们需要按钮、菜单和鼠标作为中介。 乔布斯的贡献是降低了使用门槛,但代价是:我们开始把这层适配层误认为了软件本身。 这个误解,持续了整整四十年。 半个世纪的“包装”:从桌面到移动 GUI 革命之后的四十年,界面设计经历了三个阶段。每一个阶段都在做同一件事 —— 让人更方便地操作软件。但讽刺的是,每一个阶段也在不知不觉中加厚那层“包装”,直到我们再也分不清:我们到底是在用软件,还是在用界面? 桌面 GUI 时代(1990s-2000s): 如果你是 80 后或 90 后,你一定还记得第一次接触 Windows 的感觉。 我的记忆更早一些。在接触电脑之前,我对“界面”的全部认知来自红白机。七八岁的时候,我就开始玩了 —— 魂斗罗、超级马里奥、坦克大战。那些游戏的界面是什么样的?没有图形化的操作界面,只有最朴素的选项列表:用上下键选,按A确认。开始游戏、选人数、调难度,全是文字选项,一行一行排下来。 《魂斗罗》设置界面 —— 在我接触电脑之前,这就是我对“界面”的全部认知。没有图标,没有鼠标,只有选项和方向键。 说实话,那时候我从来没觉得这有什么不好。选项式的界面,简单直接,想玩就选“开始”,不想玩就关机。这就是一个 90 后小孩对“人机交互”最原始的理解 —— 和六十年代的 Teletype 一样,没有图形,只有选择和执行。 所以你可以想象,2005年我第一次在网吧打开 Windows XP 时的感觉。 那个蓝天白云绿草地的桌面壁纸,那个绿色的“开始”按钮,那声开机音乐 —— 天哪。对一个从红白机世界走出来的十四岁少年来说,这简直就是从黑白电影一步跨进了彩色世界。我反复打开“我的电脑”,不为做任何事,就是觉得那个图标点进去的感觉太神奇了。那时候在中国,很多家庭还没有条件拥有电脑,我也一样。网吧就是我的计算机启蒙课堂。 你是不是也有过类似的经历?在网吧,在学校的机房,在亲戚家的电脑前? Windows 95 的发布是一个里程碑 —— 全球排队抢购,人们通宵等在电子商店门口,就为了买一张操作系统光盘。“开始”菜单、任务栏、桌面图标 —— 这套被称为 WIMP(Window, Icon, Menu, Pointer)的交互范式成为了全球标准。人们第一次觉得计算机是“好用”的。 但好用的代价是复杂性的爆炸。随着软件功能越来越多,菜单层级越来越深,工具栏按钮越来越密。微软的 Office 到 2003 年已经有超过 1,500 个命令分散在无数层菜单里,以至于用户调查显示,人们最渴望的“新功能”其实早就存在 —— 只是他们找不到。想想这有多荒诞:你想要的功能就在软件里,但界面本身成了障碍。 桌面 GUI 时代 —— “人操作软件”的巅峰,但功能越多,复杂性也越不可控。 Web / SaaS 时代(欧美 2005-,中国 2012-): 在欧美,这场变革从 2005 年前后就开始了。Salesforce 喊出 “No Software” 的口号,整个行业都被震动了。软件搬进了浏览器,Salesforce、Google Docs、Slack —— 你不再需要安装任何东西,打开网页就能工作。 中国的 SaaS 黄金时代来得更晚。严格来说,是从 2012 年前后才真正启动的 —— 明道、纷享销客、Teambition 这一批产品集中出现,资本也开始涌入。那几年,SaaS 融资像不要钱一样,每个人都觉得自己在改变世界。我自己也是在那个时期一头扎进了这个行业,满腔热血。 但讽刺的是,无论中美,SaaS 消灭的不是软件,只是安装包 —— 界面反而越来越重了。 这个阶段有一个微妙但意义深远的转变:UI 的角色从“交互媒介”悄然变成了“数据视图”。人们使用 SaaS 软件,本质上是在看数据、改数据、分析数据。表格、列表、仪表盘、报表 —— 界面只是数据的一层皮肤。但我们花了巨大的精力去设计这层皮肤,好像它就是产品本身。 Web SaaS 界面 —— UI 开始服务数据(表格、仪表盘、列表),界面只是数据的一层皮肤。 移动优先时代(2012-至今): 2007年1月9日。如果你是科技圈的人,这个日期你应该记得 —— 乔布斯在 Macworld 大会上发布了第一代 iPhone。 说实话,第一代 iPhone 发布的时候我还没注意到。真正让我感受到冲击的是后来的 iPhone 3G 和 3GS —— 那时候身边开始有人用了,我第一次亲手摸到那块玻璃屏幕。没有键盘,没有手写笔,手指在上面一划就能翻页 —— 原来手机可以这样?我还记得当时诺基亚高管公开嘲笑说“没有物理键盘的手机不会成功”。后来的事情大家都知道了。 iPhone 和 Android 彻底改变了交互范式。屏幕变小了,鼠标消失了,手指取代了一切。信息流、卡片、单列布局成为主流。 但你有没有注意到一个更深层的变化?在桌面时代,你打开软件是为了完成一个任务 —— 写文档、做表格、发邮件。你是操作者,你有目的。但在移动时代,你打开微信、刷抖音、看小红书 —— 表面上是你在“使用”App,实际上是算法在决定你看到什么。人从系统的操作者变成了系统的消费者。UI 被进一步压缩为“内容分发容器”,而你不再主动操作系统,而是被系统驱动。 移动优先时代 —— UI 被压缩为"内容分发容器",用户不再操作系统,而是被系统驱动。 回顾这段历程,我有时候会觉得既感慨又荒唐。从红白机到 Windows XP,从网吧到 iPhone,从 SaaS 黄金时代到移动互联网,我们花了二十多年的时间,围绕这层“适配层”建立了一整个产业 —— UX 设计、前端工程、设计系统、交互规范。我们今天习以为常的点击、拖拽、滚动、导航菜单,并不是什么自然行为,而是人类为了弥补“无法直接向机器表达意图”这个缺陷而学会的一套操作方式。 我们花了半个世纪来完善一层“包装纸”,做得越来越精美、越来越复杂 —— 然后在某一天突然发现:我们把包装层当成了产品本身。 直到 AI 的出现。 转折点:AI 不需要眼睛 在聊 AI 之前,我想先讲一个很多人不知道的故事。 2010年,乔布斯做了人生中最后几个重大决策之一:收购 Siri。当时苹果内部有人以为这是为了做搜索引擎,但乔布斯纠正说:不,这是一家人工智能公司。 据乔布斯的传记作者沃尔特·艾萨克森透露,乔布斯对 Siri 的愿景远比今天你在 iPhone 上看到的那个“嘿 Siri”要宏大得多。他想要的是一个真正的 AI 助手 —— 像电影《Her》里那样,能理解你、和你对话、替你完成事情的存在。不是一个语音搜索框,而是一个懂你的伙伴。 2011年10月4日,Siri 随 iPhone 4S 发布。第二天,乔布斯去世。 他没能看到自己真正想要的 AI 形态。但十一年后,它来了。 2022年底,ChatGPT 上线。我几乎是第一时间就开始用了,从 GPT-3.5 起就每天泡在上面。说实话,最初的感受不是震撼 —— 是一种说不上来的“不对劲”。界面极其简单:一个输入框,一个对话窗口。没有菜单,没有工具栏,没有仪表盘。就这? ChatGPT 初代界面 —— UI 被压缩为一个输入框。语言替代了界面结构,功能不再依赖 UI 层级。 但用了五分钟之后,我意识到那种“不对劲”其实是一种颠覆:语言替代了界面结构。你不再需要找到正确的菜单、点击正确的按钮、在正确的表单里填入正确的值 —— 你只需要说出你想要什么。一个输入框,就能调用过去需要十几个界面才能完成的操作。 这太疯狂了。我们花了四十年建立起来的那套庞大的界面体系,被一个文本框给颠覆了? 从 GPT-3.5 到 GPT-4,再到 Claude,我越用越深,也越来越确信:这不是一个“好用的工具”,这是一次交互范式的根本性转变。 而 Claude Code 走得更远。它是一个运行在终端里的 AI Agent,没有任何图形界面 —— 纯粹的命令行。我现在每天都在用它,说实话,用过之后就再也回不去了。它读文件、写代码、执行命令、调用 API,所有操作都在一个黑色的终端窗口里完成。没有花哨的 UI,但效率是传统方式的几十倍。 Claude Code —— CLI 在 AI 时代"复活",但操作者不再是人类,而是 AI Agent。 看到这里,你有没有发现一个惊人的历史螺旋? 命令行 → 图形界面 → 视觉巅峰 → 回到命令行。 但这不是倒退。绝对不是。第一个命令行时代,需要人类学习机器的语言,记住几百条指令;今天的“命令行”时代,AI 已经能理解人类的语言 —— 你用日常说话的方式告诉它你要什么,它就去做。我们兜了一个大圈,回到了起点,但维度完全不同。 还记得文章开头我让你记住的那种“纯粹感”吗?—— 你告诉机器做什么,机器就去做。AI 正在把我们带回那种纯粹,只不过这一次,你不需要学任何指令。 乔布斯在1983年梦想的那个场景 —— 和机器对话,像和亚里士多德对话一样 —— 终于实现了。只不过不是苹果实现的。 当 AI 成为操作者,整个“认知适配层”就变成了多余的开销。软件可以回归本质:数据处理能力,通过 API 暴露。 当下:AI 外挂还是 AI 底座? 目前大多数产品对 AI 的集成方式是“外挂” —— 在现有界面旁边加一个侧边栏,放一个 Copilot。 Copilot 侧边栏模式 —— AI 仍是"外挂层"。UI 依然存在,但正在被弱化为辅助工具。这是过渡形态,不是终局。 坦白说,每次看到这种“侧边栏 AI”的设计,我心里都有点着急。这种模式有用,但本质上没有改变什么 —— 它仍然假设人类是主要操作者,AI 只是助手。界面还在,复杂性还在,只是多了一个“能说话的帮手”。 这就好比汽车发明之后,你在马车旁边装了一个发动机,让马跑得更快。但问题是 —— 你为什么还要马? 真正的变革不是在界面旁边加 AI,而是让软件本身变得可以被 AI 直接调用。 回到文章开头的 Pexo —— 它的 “Connect to OpenClaw”不是在界面上加了一个 AI 助手,而是让整个产品的能力可以被外部 AI Agent 连接和调度。这代表了一种完全不同的思路: 外挂模式: 软件为人设计界面,AI 作为辅助嵌入界面 底座模式: 软件暴露能力接口,AI 直接调用,界面变为可选 后者才是未来。你选哪条路? 未来:软件是能力,不是界面 UI 的历史,本质是一个“降噪过程”: CLI 时代: 直接控制(但门槛高) GUI 时代: 降低门槛(但增加复杂性) AI 时代: 直接表达意图(门槛和复杂性同时消除) 最终的结果是:UI 会被压缩到极限,真正的竞争发生在数据结构、API 和系统能力。 未来的 SaaS 软件,区分高下的不再是谁的仪表盘更漂亮、谁的交互更丝滑。而是:谁的数据结构最干净?谁的 API 最易调用?谁的系统能力最可组合? 我知道读到这里的很多人和我一样,在这个行业摸爬滚打了很多年。所以我必须说一句不太好听的话:国内 SaaS 产品和海外的差距,正在被 AI 加速拉大。 这话我说出来,可能很多同行不爱听。但我是真的着急。 说实话,国内同行并不是毫无行动。大多数公司都已经意识到 AI 很重要,也在产品里接入了大模型 —— 加个 AI 对话框,做个智能问答,搞个“AI 辅助填表”。这些改变是真实的,我不否认。 但问题是:改得不够彻底。无论是心态上还是行动上,都不够彻底。 心态上,很多团队还是在“老树上长新芽”—— 原有的产品架构不动,原有的界面逻辑不变,只是在边角料上贴几个 AI 功能。他们似乎还没能接受一个残酷的事实:你的产品可能需要从根本上被重新思考,而不是修修补补。把 AI 当锦上添花,而不是当生死抉择,这就是心态不够彻底。 行动上,更是缓慢。看看海外发生了什么 —— 不只是老产品在改造,大量AI Native的公司正在从零开始构建。这些公司从第一天起就没有传统界面的包袱,它们的产品天生就是为 AI Agent 设计的,API 是一等公民,界面只是可选的皮肤。这些公司不是在“改良马车”,它们直接造了汽车。而国内呢?大部分还在给马车装发动机。 差距不是在界面设计上。国内很多产品的 UI 做得并不差,甚至比一些海外产品还精致。差距在于对“软件本质”的理解 —— 你的产品到底是一个给人看的界面,还是一组可以被任何调用者(包括 AI)使用的能力? 我在日常使用 Claude 的过程中,深刻体会到一件事:当 AI 能直接调用一个软件的 API 时,效率的提升不是百分比级别的,而是量级级别的。一个人类用户在 SaaS 界面上点击十分钟才能完成的操作,AI Agent 通过 API 两秒钟就做完了。这不是夸张,这是我每天真实的工作体验。十分钟和两秒钟,你告诉我,这还是同一个赛道吗? 所以,我向所有 SaaS 厂商和软件开发者发出呼吁 —— 而且我要说,留给你们的时间不多了: 第一,从今天开始,必须高度重视软件被大模型调用的能力。如果一个 AI Agent 无法通过 API 调用你的核心功能,你已经在落后了。不要觉得“我们的客户还不用 AI”—— 你的竞争对手的客户很快就会用。等你反应过来的时候,用户已经走了。 第二,改造你的 API 和软件形态,而且要快。不是简单的 REST 接口做个 CRUD 就够了。你需要结构化的、语义丰富的、AI 友好的接口 —— 让大模型能够理解、授权和调用你的服务。MCP(Model Context Protocol)等协议正在定义这个方向。如果你还不知道 MCP 是什么,你应该今天就去了解。不是下周,不是下个季度 —— 今天。AI 进化的速度是按周计算的,你的竞争对手不会等你。 第三,认清一个现实:海外所有的 SaaS 厂商都在被重构。这不是个别公司的选择,这是整个行业的方向。未来能成功完成转型的,只会是极少数。而未来新开发的软件,几乎都会是 AI Native 的 —— 从第一行代码开始就为 AI 调用而设计。如果你的产品不做这件事,你面对的不是“落后几年”的问题,而是“被整个新生态排除在外”的问题。不会有人通知你,不会有人给你发邮件说“我们不续费了” —— 你只是默默地从别人的工作流程中消失了。 不要再在原有的图形界面上叠加更多按钮和功能了。那条路已经走到了尽头。 这不是危言耸听,这是正在发生的事。Pexo 菜单栏上的那个“Connect to OpenClaw”,就是证据。 致敬乔布斯 Steve Jobs 与 Macintosh 128K(1984)—— 他让计算机从专业工具变成了每个人的伙伴。 四十多年前,乔布斯做了一件了不起的事:他让计算机学会了“说人话” —— 用图形、图标和鼠标,把冰冷的命令行世界变成了普通人也能理解的桌面。这不仅是技术进步,更是一场关于“人与机器关系”的哲学革命。 作为一个乔布斯的忠实粉丝,我一直深信他的产品理念改变了世界。我们这一代人都是这场革命的受益者 —— 我对产品的热爱、对技术的执着,很大程度上就是受他的影响。每次重看他在 1984 年发布 Macintosh 时的笑容,我都能感受到那种纯粹的、发自内心的喜悦 —— 那是一个真正热爱产品的人,看到自己的作品改变世界时的表情。 但今天,AI 正在做一件方向相反、却同样伟大的事情:不再让人适应界面,而是让系统理解人的意图。 乔布斯让人看懂了计算机。AI 让计算机听懂了人。 这不是对 GUI 革命的否定,而是它的自然延续 —— 从“让人适应机器”到“让机器理解人”。如果乔布斯还在,我相信他会是第一个拥抱这个变化的人。因为他从来不是那种守着自己过去成就的人 —— 他永远在追问下一个改变世界的可能性。 软件界面从命令行到图形界面,再回到“类命令行”。这不是技术倒退,而是一个完整的螺旋:人不再需要界面,AI 替你操作系统。 你的软件,准备好被 AI 调用了吗?

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

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