行业分类:
加载中...
头条分类:
加载中...
千元就能控AI回答!3·15曝光“AI投毒”后GEO换马甲生意照做
3·15曝光后,GEO“AI投毒”生意,仍在继续。 今日,《科创板日报》记者调查发现,闲鱼等平台已屏蔽“GEO优化”等直白关键词,但改用“引擎优化”等隐蔽词搜索,仍能发现相关商家正在售卖。有服务商向记者报价:软件服务398元/月或1980元/年,代运营则高达3980元/季度至9800元/年,并承诺覆盖豆包、DeepSeek、ChatGPT等主流AI平台。 快思慢想研究院院长田丰向记者称,GEO黑产的本质是从过去20年的搜索引擎优化“抢排名”,走向了更致命的“认知操纵”,“这绝不仅仅是一个普通的虚假宣传问题,它正在动摇AI商业化落地的最核心资产——用户信任。” 3·15曝光后,"GEO优化"换马甲 央视财经频道在3·15晚会中曝光了GEO黑色产业链的完整操作链条。据央视报道,业内人士在电商平台上随机购买了一款名为“力擎GEO优化系统”的软件,随后使用该软件生成了十余篇智能手环的宣传软文。 当这些文章被发布到业内人士提前准备好的自媒体账号后,仅过了两个小时,该虚假信息就被某AI大模型抓取,同时大模型在回答相关问题时直接“照搬”了此前生成的虚假话术。 那么3·15晚会曝光之后,这条通过批量制造虚假信息操纵AI回答的生意,目前情况如何? 3月16日,《科创板日报》记者在闲鱼等电商平台搜索“GEO优化”“GEO引擎优化”等关键词,发现已无法显示相关内容。不过,如果改用“引擎优化”等相对隐蔽的关键词进行搜索,仍能检索到相关商家的售卖信息。 据售卖GEO服务的商家向《科创板日报》记者介绍,GEO优化目前分为两种模式:软件服务与代运营。 具体来说,软件服务即客户购买该公司的GEO优化系统,根据指南自行操作,价格为398元/月(含部分算力)或1980元/年(无限算力);代运营则是由服务商提供专业运营人员操作,价格高达3980元/季度或9800元/年。 “可以确保在AI平台上搜索与你们产品相关信息的时候,能够找到相关公司信息。”当记者询问具体可覆盖哪些AI平台时,该工作人员表示:“豆包、DeepSeek、元宝、ChatGPT、千问等主流AI平台,基本都能覆盖。” 值得注意的是,当记者提出质疑:“3·15不是刚曝光GEO有问题吗?万一你们回头被查封了,我们的钱不就白花了吗?”该工作人员的态度随即转为谨慎,仅简短回应道:“不放心的话,就买软件自己操作吧。” 为进一步了解内幕,《科创板日报》记者获取了一份名为“GEO优化用户操作”的文件。这份长达30页的PDF详细拆解了如何系统性地“驯服”AI。 根据文件描述,GEO(AI搜索推荐 / AI搜索优化)指通过内容发布手段,让企业品牌及产品信息在DeepSeek、豆包等AI大模型的生成答案中获得优先展示。其核心逻辑是“答案即广告”,实现“一搜即见、一问即答、一查即信”的营销效果。 据介绍,GEO的整套操作被设计为一套标准化流程:首先是“AI蒸馏”,即输入需要优化的主关键词和公司品牌,系统会自动拓展出大量相关问题,例如“XX产品哪家好”“靠谱的XX公司”;随后,系统会基于这些问题自动生成对应的文章和标题;最后,通过开启本地客户端,每天可将这些内容自动发布至网易、搜狐、百家号、知乎、小红书等多个自媒体平台,形成覆盖全网的信息矩阵。 与此同时,系统也会自动查询各大AI平台,检查优化结果是否被收录,并附带生成数据报表。 这种操作实质上,就是利用AI大模型在抓取互联网信息时难以辨别内容真实性的漏洞,通过批量制造虚假“口碑”来污染AI的语料库。当大量看似来自不同自媒体平台的推荐文章被AI抓取并交叉验证后,虚假信息便悄然转化为AI的“权威答案”。 从“抢排名”到“控大脑”,GEO黑产的本质是“认知操纵” 针对3·15曝光的GEO“AI投毒”产业链,快思慢想研究院院长、特邀评论员田丰在接受《科创板日报》记者采访时表示,对这一现象并不感到意外。他指出,在过去一年中,其与多家顶级大模型安全团队已将这种“检索增强生成(RAG)数据污染”列为了最高级别的行业系统性风险之一。 “这绝不仅仅是一个普通的虚假宣传问题,它正在动摇AI商业化落地的最核心资产——用户信任。”田丰强调。 在田丰看来,GEO黑产的本质是从过去20年的搜索引擎优化“抢排名”,走向了更致命的“认知操纵”。SEO时代,用户看到搜索结果后仍需点击网页自行判断真伪;而GEO黑灰产则直接篡改“真理”与“客观事实”,让大模型以极其拟人和权威的口吻给出“标准答案”。 田丰表示,AI的“绝对理性”人设极大放大了虚假信息对公众的杀伤力,消费者不再具备辨别信息来源的能力,这本质上是一场针对用户心智的黑客攻击。 他进一步分析,GEO黑灰产能够得逞,与主流AI大模型普遍采用的RAG技术存在漏洞有关。 “为了解决大模型容易产生“幻觉”和缺乏实时信息的问题,目前主流AI大模型普遍采用了RAG(检索增强生成)技术。”田丰介绍道,RAG机制即在回答前,先去互联网上实时抓取证据链,“‘AI投毒’灰产正是抓住了这个机制,他们并不是去入侵大模型的底层代码,而是去‘污染大模型所呼吸的空气’(互联网在线数据)。” 他特别指出,这是一场典型的“非对称战争”:灰产商花费几十元、几小时就能自动生成上万篇“毒饵软文”;而大模型厂商要从数以亿计的实时互联网长尾数据中甄别剔除这些“看似中立、实则营销”的内容,算力和人工审核成本是天文数字。 面对这种“AI投毒”事件的泛滥,田丰认为,单靠某一家大模型厂商是无法做到的,需要建立一套“技术-生态-法制”的三位一体纵深防御体系。 在技术层面,应强化大模型的“免疫系统”,包括重构信源权重与溯源机制、AI对抗AI的前置清洗模型。具体来说,必须建立高置信度的“白名单信源库”(如官方媒体、权威机构、学术数据库),并对普通自媒体和社区论坛内容进行严格的降权处理。同时,AI的回答必须强制要求展示“引用来源链接”;引入红蓝对抗机制,在数据进入RAG上下文窗口之前,部署专门识别“AI生成营销文本”的拦截小模型。 平台治理方面,应要求国内的主流内容平台,如微信公众号、小红书、知乎、各大博客等,必须承担起AI“数据守门人”的责任。 在法律层面,田丰则建议将“系统性、针对AI大模型的恶意数据投毒”明确界定为新型网络攻击和不正当竞争行为,大幅提高黑灰产软件开发者和使用者的违法成本,从源头形成威慑。 对于普通消费者而言,业内专家提醒,也应提高自我保护意识,理性看待AI大模型的推荐结果,不要盲目相信AI给出的“标准答案”。在购买产品、接受服务时,应多渠道了解相关信息,核实产品的真实情况,避免被虚假信息误导。
腾讯QQ机器人接入OpenClaw,官方“养虾”指南发布
IT之家 3 月 16 日消息,腾讯技术工程官方今日宣布,QQ 机器人接入 OpenClaw,官方还同步发布了“养虾”指南。 据介绍,QQ 机器人开放平台提供了快捷创建 QQ 机器人的通道,用于接入 OpenClaw。机器人创建成功后,此时 BOT 会给用户 QQ 发一条成功消息,头像昵称可按喜好自定义编辑。 不过,机器人创建成功后,此时的 BOT 还没有“灵魂”,需要接入到自己的 OpenClaw 运行环境。QQ 作为 OpenClaw 通讯渠道,需要在 OpenClaw 安装配置 QQBot 插件,才能与 QQBot 通信。QQ Bot 插件消息收发能力总览: 用户可以根据使用习惯,选择远程一键执行、本地脚本执行,或手动在原生 OpenClaw 环境中安装或升级 QQBot 插件。IT之家附各方法如下: 方式一:远程一键安装升级(推荐) 适合希望快速完成安装或升级的场景,无需手动 clone 仓库。 首次安装时,需提供 QQBot 通道凭证: curl -fsSL https://raw.githubusercontent.com/tencent-connect/openclaw-qqbot/main/scripts/upgrade-via-npm.sh \ | bash -s -- --appid YOUR_APPID --secret YOUR_SECRET 该命令会自动完成以下步骤: 下载安装脚本 清理旧插件 安装新插件 配置 QQBot 通道 启动或重启 OpenClaw 服务 完成后即可打开 QQ 开始使用。 如果此前已经完成过通道配置,后续升级可直接执行: curl -fsSL https://raw.githubusercontent.com/tencent-connect/openclaw-qqbot/main/scripts/upgrade-via-npm.sh | bash 说明:如果想要升级 QQBot 官方插件版本,也可以执行该脚本,这个脚本是带升级能力的,而且默认行为是升级到 npm 上的 latest 版本。如果是想安装指定版本,后面可以跟--version 命令: curl -fsSL https://raw.githubusercontent.com/tencent-connect/openclaw-qqbot/main/scripts/upgrade-via-npm.sh | bash -s -- --version 1.5.7 --appid YOUR_APPID --secret YOUR_SECRET 常用参数如下: 参数 说明 --appid 配置通道。首次安装必填,或在更换凭证时使用 --version 安装指定版本 --self-version 升级到当前仓库 package.json 里声明的版本 -h / --help 查看完整帮助信息 方式二:源码安装升级 适合希望先查看仓库内容、在本地执行脚本,或希望更灵活控制安装流程的场景。 先拉取仓库: git clone https://github.com/tencent-connect/openclaw-qqbot.gitcd openclaw-qqbot 通过本地脚本进行源码安装或升级(该脚本同样具有升级到最新版本的能力): bash ./scripts/upgrade-via-source.sh --appid YOUR_APPID --secret YOUR_SECRET 说明:脚本执行到后面会让选择是否后台重启 openclaw 网关服务?[Y/n],一般选择 Y。如果后台启动正常,会执行 openclaw logs --follow 持续输出 OpenClaw 运行日志。后面看到有日志持续输出代表已经正常启动了,不代表还没升级完,可以 Ctrl+C 关掉前台日志。 正常执行脚本到最后会输出日志: 方式三:npm 方式手动安装升级 适合希望完全手动控制安装步骤,或需要排查安装问题的场景。 安装命令: # (首次安装可跳过)卸载qqbot旧插件,卸载openclaw-qqbot旧版本插件openclaw plugins uninstall qqbotopenclaw plugins uninstall openclaw-qqbot# 安装openclaw-qqbot最新版本openclaw plugins install @tencent-connect/openclaw-qqbot@latest# 配置通道(首次安装必做)openclaw channels add --channel qqbot --token "AppID:AppSecret"# 启动 / 重启服务openclaw gateway restart 已安装官方 openclaw-qqbot,升级版本命令: # 通过npm 包升级(适用于之前插件本身就是通过可更新来源安装的情况:openclaw plugins install @tencent-connect/openclaw-qqbot)openclaw plugins update openclaw-qqbot# 启动 / 重启服务openclaw gateway restart 安装结果检查 QQBot 插件是否正常加载 安装完成后,可通过以下命令检查插件是否已成功加载: openclaw plugins list | grep openclaw-qqbot 如果输出中存在对应插件条目,且状态为 loaded,说明 QQBot 插件已经安装好了,而且已经被 OpenClaw 成功加载。但并不能说明通道一定连上了。 QQBot 通道是否正常连通 执行以下命令查看通道状态: openclaw channels status openclaw channels status 中 QQ Bot 通道显示为 enabled, configured, running,且机器人实际可以正常收发消息或 in / out 时间持续更新时,可认为 QQBot 通道已正常连通。 这里的 in:2m ago, out:2m ago 说明: in:2m ago:2 分钟前还有入站消息 out:2m ago:2 分钟前还有出站消息 腾讯技术工程官方表示,OpenClaw QQBot 插件提供了富媒体收发支持,覆盖图片、语音、视频、文件的双向交互。除了接收日常的文本消息以外,QQBot 通道还支持接收多种媒体消息。 需要注意的是,QQ Bot 插件仅作为消息通道使用 —— 负责在 QQ 与 OpenClaw 之间中转消息。诸如图像理解、语音转录、绘图等功能,取决于用户所配置的 AI 模型以及 OpenClaw 内部已安装的技能,而非本插件本身。 另据IT之家昨日报道,GitHub 平台 Sponsor 页面显示,腾讯轻量云已成为 OpenClaw“小龙虾”社区赞助商,目前位列赞助名单的国内外大厂还有 OpenAI、百度等。
太空算力卫星只是开始!追觅俞浩:与商飞研发X919及载人飞行器 明年展出
快科技3月16日消息,据媒体报道,近期,追觅科技创始人俞浩在内部以明年CES为时间节点,对各个业务设定了阶段性目标: 第一,2026年IFA上,EVTOL(载人飞行器)要展出,2027年CES要展出及飞行表演。 第二,2027年CES,卫星BU要能够在现场直连,进行通信及看到太空画面。 第三,2027年CES上,要展出一架追觅和商飞联合研发的X919。 第四,航空BU2027年CES前要开通中美航线,可以坐追觅的航班来参展。 值得注意的是,在刚刚结束的AWE展会上,追觅展示出旗下载人飞行器eVTOL DREAM FLY。该产品由旗下追梦空天研发,目前还未上市。另外,追觅“DREAMFLY ”航空服务亦亮相。 同时,追觅生态企业“芯际穿越”也官宣,将发射“瑶台”系列算力卫星组成200万颗卫星网络。 据了解,追觅科技成立于2017年,早期深耕智能生活家电领域,产品涵盖无线吸尘器、扫地机器人等,2017年加入小米生态链后迅速发展。 2024年,追觅扫地机全球销量达396万台,同比增长近60%;截至2024年底,海外营收占比达65%,覆盖全球100多个国家和地区,同时以18.2%的零售额份额稳居中国清洁电器线上市场首位。 自2025年下半年以来,追觅开启跨界扩张之路,已陆续进军包括牙刷、显示器、汽车、洗衣机、冰箱、手机、空调、燃气灶、热水器、洗碗机、净水器、宠物用品等多个市场领域。 公开资料显示,中国商用飞机有限责任公司(简称中国商飞,英文简称COMAC)成立于2008年5月11日,主要从事民用飞机及相关产品的设计、研制、生产、改装、试飞、销售、维修、服务、技术开发和技术咨询业务。
梁文锋推迟V4,是为了根治龙虾的健忘症?
DeepSeek什么时候发V4?AI圈所有人都在猜,但正确答案可能只有梁文锋知道。 豆包、千问、元宝……无论大厂还是小厂,他们都在在春节期间扎堆发布新版本,生怕晚一步就被V4的光芒盖过。 换成任何一个正常的CEO,面对这种全行业翘首以盼的局面,早就把半成品推出去了。 先占住声量,再慢慢迭代,这是互联网行业的基本操作。 但梁文锋偏不。跟他关系近的同行说了句大实话:“团队稳,底子厚,不会草率发布。” 外媒报道,V4是架构级重构。包含1万亿参数、百万上下文、原生多模态,并且将于4月份发布。 这次迭代的核心叫做LTM,Long-Term Memory,即长期记忆。 LTM是一套在模型架构内部实现持久化记忆的系统。它能让AI跨对话、跨任务地记住用户是谁、聊过什么、偏好什么。像人一样把重要的东西沉淀下来,而不是每次开机都从零开始。 而这个能力,恰恰是OpenClaw最缺的东西。 虽然OpenClaw可以替人干活,但它的记忆系统本质上只是往本地Markdown文件里写笔记,工作时会持续发送这个笔记到大模型里,这就导致用OpenClaw越久,发送记忆所消耗的token就越多。 整个社区都在想方设法地去解决这个问题,给它打补丁、装插件、装Skill,却没人能从根上解决问题,因为问题出在模型本身,它天生不记事。 LTM要做的,就是从架构层把这个病治好。 此次更新所带来的挑战,远超常规的版本迭代,而且模型的情感交互、个性化记忆等模块尚未完全迁移,还需要进一步调优。 因此梁文锋不是在拖延,而是在克制。 在一个所有人都在比谁先发、谁声量大的行业里,梁文锋选择等所有零件都对了再出手。 R1之所以能一炮封神,靠的不是抢跑,而是一出手就让对手无话可说。 他显然打算用同样的方式对待 V4——要么不发,要发就是王炸。 01 梁文锋到底在憋什么 OpenClaw的爆火让大家认识到了这样一个事,当AI真的开始替人干活,模型对上下文的理解和记忆能力就不再是加分项,而是决定它能不能用的底线。 一个记不住上文的agent,每隔几轮就会重复犯错、丢失任务状态、忘记你刚才说过的话。 所以过去两年,业界也推出了不少的LTM方案。 比如伯克利团队在2023年提出的MemGPT,借鉴虚拟内存的思路,让模型自己决定什么时候把哪些信息从外部存储调入上下文窗口、什么时候换出去。 2025年发布的Mem0,则是把这条路往工程化推了一步,在LOCOMO基准上比OpenAI内置记忆高出26%,token消耗减少90%,这也是现如今OpenClaw社区用得最多的记忆插件。 前两天还有用扩散激活模拟人类联想式记忆提取的SYNAPSE,以及用递归语义压缩解决记忆膨胀的SimpleMem。 但所有这些方案都有一个共同的天花板,那就是它们都是在模型外部运行的中间件。 记忆的提取、压缩、检索,全部由外挂系统完成,模型本身不参与。因此,记忆的质量完全取决于外挂系统的工程水平,模型得到的记忆,也就参差不齐。 并且,所有记忆最终都要通过上下文窗口注入模型,这和OpenClaw碰见的问题一样,记忆越多,那么token成本也就越高。 还有一点,模型无法在外挂记忆上进行“学习”。因为在这个过程中,模型做的事情是在读别人帮它整理好的笔记,而不是真的把经验内化成了能力。 梁文锋要走的,很可能是一条完全不同的路。 从梁文锋署名的Engram论文和V4架构泄露来看,DeepSeek的方向不是在模型外面搭记忆系统,而是把记忆能力直接嵌入模型架构本身。 Engram已经证明,在Transformer内部可以开辟一块专用的条件记忆空间,用O(1)的哈希查找来存取静态知识,在调用已存好的知识时,还不占用上下文窗口的容量,也不增加推理的计算成本。 更关键的是,Engram 的“无限记忆机制”实验表明,这块记忆空间的容量可以近乎无限地扩展,且模型的推理开销保持恒定。 我说得再直白一点,现在的模型想“记住”一件事,唯一的办法是把它塞进对话窗口里,窗口满了就得扔东西。 Engram相当于给模型装了一块独立的硬盘,你可以把记忆存在这个外部的存储里,就不用堆在你电脑本身的硬盘中。当你想调取某一个记忆的时候,你把这块硬盘接上就行。 而且这块硬盘理论上可以无限扩容,查找速度恒定不变。 这条路如果走通,意味着 DeepSeek 跳过了整个“外挂记忆”的技术范式,直接进入了“原生记忆”的时代。 如果你了解OpenClaw,你会发现梁文锋他瞄准的,恰恰是OpenClaw最薄弱的一环。OpenClaw让AI有了手脚,却没给它一颗能记事的大脑。 OpenClaw 的记忆系统有三个结构性缺陷。 第一个是压缩损耗。 上下文窗口塞满后,OpenClaw会自动把旧对话压缩成一段摘要来腾空间。事实保留了,但对话的脉络,全部丢失,而且不可逆。 换句话说,你们在讨论什么、决策的推理链条、语气和优先级都没有了,也都找不回来了。 比如压缩前,agent记得一套完整的调试方案,压缩后只剩一句话,“用户在调试一个bug”,具体的排查路径全没了。 第二个是检索失效。 记忆文件用几周就堆到几百条,靠向量相似度检索召回。可是向量检索只能匹配语义相近的片段,无法理解条目之间的逻辑关系。 比如说我用OpenClaw做了三个方案,这三个方案分散在不同文件里,和客户敲定的是最后一个方案。当我后来想检索敲定的方案时,由于这三个方案都是用来发给客户的,就有可能只检索命中第一个方案或者第二个方案。 第三个是记忆容量有上限。 OpenClaw的记忆分两层:核心记忆(MEMORY.md)每次会话启动时全量注入上下文,日志记忆则通过搜索工具按需召回。 听起来合理,然而核心记忆有硬性上限,单文件20000字符截断,所有bootstrap文件合计不超过150000字符。 可是你用得越久,MEMORY.md越长,要么被截断丢信息,要么每次会话的token消耗线性增长。 还没完,日志那边,按需检索的质量完全取决于模型自己的判断,它觉得不相关就不召回,哪怕信息确实存在。很容易就会把重要的信息给丢掉。 说白了,这三个问题是同一件事:窗口就那么大,往里塞的东西越多,要么记错,要么找不到,要么太贵OpenClaw的记忆不是“记住了”,而是“抄了一堆笔记然后翻不到”。 如果V4真的在架构层面跑通了这条路,那它不仅解决OpenClaw的问题,还能让模型变成“可成长的模型”。 用得越久越懂你。这和当前所有大模型的使用体验有本质区别,因为现在的模型无论多强,每次打开都是一张白纸。 腾讯的一项最新研究,从另一个方向印证了这条路的价值。 从OpenAI加入腾讯担任首席AI科学家的姚顺雨,在2月份的时候发布了他入职后的第一篇署名论文。 论文的名字叫CL-bench,全称Context Learning Benchmark,专门测一件事,就是大模型能不能从上下文里真正学到东西。 不是考它背了多少知识,而是考它能不能从你给的材料里现学现用。 结果很难看。 所有前沿模型的平均正确率只有17.2%。正确率最高的模型是GPT-5.1,可它也只做对了23.7%。换句话说,你精心准备了一份详尽的背景资料喂给AI,它有超过八成的概率没有真正“学会”。 姚顺雨在论文中的判断是,当前 AI与真正智能之间的鸿沟,不在于知识的多少,而在于学习的能力。一个装满知识却不会学习的AI,就像一个背了整本字典却不会写作的人。 他在AGI-Next前沿峰会上也说过类似的观点,他认为大模型迈向高价值应用的核心瓶颈,就在于能否“用好上下文”。 如何记忆,很可能成为2026年的核心主题。一旦上下文学习与记忆变得可靠,模型或许就能实现自主学习。 梁文锋不可能不懂这个道理,这就是为什么发布日期一推再推。 02 DeepSeek要补的课 愿景归愿景,现实归现实。 在梁文锋闭关的这一年里,对手们没有停下来等他。DeepSeek要补的课,比外界想象的多。 第一块短板是多模态,这也是最大的一块。 DeepSeek到今天为止,还是一个纯文本模型。它没办法看图、看视频、听语音。 倒不是说DeepSeek完全没有视觉能力。在今年1月的时候,他们发布了OCR 2,这是一个3B参数的文档理解小模型。它的核心是用一个叫DeepEncoder V2的编码器替代了传统的视觉编码器,让模型能像人一样按阅读顺序理解文档页面。 仅在文档解析的基准测试上,OCR 2用最少的视觉token战胜了Qwen3-VL-235B这种千亿级选手。 但OCR 2只能做一件事:把文档里的文字、表格、公式提取出来。本质上是“图像→文本”的单向转换,不是通用的视觉理解。 换句话说,OCR 2证明了DeepSeek有能力做好视觉编码,但从“能读文档”到“能看视频、听语音、理解自然场景”,中间隔着的不是一步,而是一整个技术代际。 与此同时,其他大厂早就进入了“全模态”时代。 字节的Seedance 2.0证明了优秀的多模态模型有多大的用户基础和商业潜力。GPT-5.4已经原生支持音频、视频和计算机操作。 有消息透露,梁文锋近半年的主要工作之一就是补齐视觉内容处理的短板。 第二块短板是agent能力。 DeepSeek微信公众号自己置顶的文章标题就是“迈向agent时代的第一步”,这就足以说明梁文锋知道该往哪个方向前进。 随着越来越多的人开始使用OpenClaw,无论是大厂还是小厂,都在强调自己模型的agent能力。 Kimi K2.5已经能自主调度100个子agent、并行处理1500个步骤。ChatGPT的agent功能可以自动填表、订机票、跨网站拉取信息。Claude推出了Agent Teams,多个AI协同完成复杂任务。 第三块短板是AI编程。 这是2026年发展最快、商业化最成熟的赛道。 在编程基准测试SWE-bench Verified上,Claude Opus 4.6得分80.8%,GPT-5.3 Codex约80%,DeepSeek V3.2只有73.1%。 在更难的基准SWE-bench Pro上测试,DeepSeek V3.2得分为40.9%,远低于GPT-5.4的57.7%。 更关键的是,行业已经从“Vibe Coding”,进化到了“Agentic Engineering”,让AI独立完成工程级任务。 智谱的GLM-5论文标题就叫《From Vibe Coding to Agentic Engineering》,它能连续24小时跑代码、700次工具调用、800次上下文切换,从零构建出一个GBA模拟器。 此前曾有爆料称,DeepSeek-V4的内部测试结果,在编程能力上超越了Claude Sonnet 3. 。可如今,Claude Sonnet 3.5已经被Anthropic官方完全停用了。 第四块短板是AI搜索。 现在几乎所有ChatBot产品都是联网的,你已经见不到还把模型联网单独设为一个开关的APP了。 OpenAI有ChatGPT Search,Google有Gemini Embedding 2搜索。DeepSeek的搜索能力一直是短板,而且其搜索结果经常会出现幻觉。 Vectara的测试显示,DeepSeek R1的幻觉率高达14.3%,是V3(3.9%)的近四倍。 在学术引用检索的测试中,这个数字更夸张,其引用的结果中,91.43%都是错的,包括但不限于捏造论文标题、虚构DOI、张冠李戴作者。 DeepSeek自己也承认,幻觉是当前阶段“不可避免的”问题。 DeepSeek在它没有自己的搜索基础设施,只能依赖第三方接口,信息源的质量不可控。 模型本身的事实校验能力不够强,即使拿到了正确的检索结果,也可能在生成环节引入错误。这两个问题叠加在一起,就是用户体验上的“搜了也不准”。 在agent时代,搜索不是加分项,而是必选项。 DeepSeek的短板,没有一块是小修小补能解决的。梁文锋不是在做一个更强的V系列模型,他是在同时打四场仗。 4月,箭在弦上。但如果再跳票,也不必意外。对梁文锋来说,“不发”永远比“发错”重要。
从纳米进军埃米 台积电迈向1nm工艺:目标1万亿晶体管
快科技3月16日消息,台积电去年拿下了全球晶圆代工市场70%的份额,而且先进工艺可以说遥遥领先其他友商,当前量产的最新工艺是2nm,但是1nm工艺也在路上了。 1nm建厂之前最先需要准备的园区土地,日前有消息称总面积高达531公顷的台南沙仑园区今年4月份将会进入二期环评,2027年3季度完成最终环评。 之后就能交付给台积电建厂了,预计初期规模至少200公顷。 根据台积电之前公布的计划,沙仑园区会建设6座晶圆厂,其中P1到P3主要面向1.4nm工艺A14,P4到P6工厂则是面向1nm工艺,后期不排除还有0.7nm工艺。 台积电目前公布的路线图中,2nm工艺的N2工艺去年底量产,今年是苹果、AMD等公司规模商用,A16工艺是NVIDIA的费曼GPU首发,今年底试产,量产也要到2027年了。 A16之后就是A14工艺,也就是1.4nm级别的,会升级第二代GAA晶体管结构及背面供电,预计2028年问世。 再往后就是现在说的1nm工艺了,但台积电此前公布的信息并不多,按惯例命名会是A10,这也是台积电首个埃米级工艺——全球首个的名号前几年就被Intel的20A工艺占了,不过后者有点名不副实,没有做到1nm以下就去抢埃米工艺的荣誉了。 不过台积电1nm工艺的技术细节还是未知数,传闻会进一步将晶体管结构从GAA升级到CFET,甚至还有说会用到2D材料,现在很难判断最终会如何。 1nm工艺按照台积电的节点是2030年面世,他们23年提出的一个目标是在1nm节点做到单芯片2000亿晶体管集成,3D封装做到1万亿晶体管,这个目标跟Intel之前喊出的1万亿晶体管的是一样的,就看谁先做到了。
315曝光AI投毒,一门从莆田做到硅谷的生意
作者:David| 深潮 TechFlow 昨晚,315 曝光了一门基于 GEO 的生意。 全称是生成式引擎优化(Generative Engine Optimization),你可以理解为: 花钱让 AI 替你说好话。 怎么做到的? 品牌想让消费者问 AI 的时候,AI 优先推荐自己。于是找到 GEO 服务商,服务商往互联网上批量发推广软文,AI 抓取这些内容之后,就会把它当成真实信息推荐给用户。 央视记者用了一套叫「力擎 GEO」的软件,在淘宝上就能买到。 记者虚构了一款智能手环,编了几个离谱的产品卖点,比如「量子纠缠传感」和「黑洞级续航」。软件自动生成了十几篇宣传软文,自动发布到网上。 两个小时后,记者去问 AI:智能健康手环帮我推荐一下? AI 把这款根本不存在的手环,排在了推荐列表前面。 做这款软件的公司叫北京力思文化传媒,一个人的公司,连续多年参保人数为零。 就这么一家公司做出来的工具,两个小时就骗过了国内主流 AI 大模型。 315 牵出了 AI 投毒,但这门生意可能比一个淘宝软件大得多。 SEO ,莆田往事 首先,这事儿一点都不新鲜。 2008 年,央视「新闻 30 分」连续两天曝光百度竞价排名。花钱就能让你的网站排在搜索结果第一位,甚至排在前面的可能还是假药。 那时候这门生意还叫 SEO,搜索引擎优化。 最大的买家是莆田系民营医院。2013 年,莆田系一年在百度上花了 120 亿广告费,占百度广告总收入的将近一半。 很多不具备资质的医疗机构,靠 SEO 把自己刷到百度搜索第一页,看起来和三甲医院排在一起,普通人根本分不清。 直到 2016 年魏则西事件,大学生点击了排名靠前的莆田系医院,就诊出了人命,监管才立法明确:付费搜索就是广告。 但这没有消灭这门生意。只是把规则定下来了,从灰产变成了正规业务。莆田系照样买排名,只不过结果旁边多了个小字标签:「广告」。 但加了标签,该点的人还是会点。 搜索引擎的根本问题从来不是有没有标注,而是用户天然信任排在前面的结果。 现在人们从搜索引擎跑到了 AI,觉得 AI 更客观,不会被竞价排名污染。但谁掌握信息分发的入口,谁就能卖排名。 入口换了,SEO 换了个字母变成了 GEO,卖排名的逻辑一个字都没变。 变的,是价格。 GEO,资本市场爱过 杀不死的生意,资本市场最喜欢。 2025 年 9 月,国内最大的营销传播公司蓝色光标花了千万元,投资了一家叫 PureblueAI 清蓝的 GEO 公司。 清蓝帮真实的品牌优化在 AI 搜索结果里的排名和推荐率,客户包括蚂蚁集团、腾讯云、沃尔沃。 产品是真的,公司是真的,做的是让 AI 更准确地理解品牌信息。 这和 315 曝光的力擎 AI 投毒完全不同。力擎是虚构产品、捏造参数、用假信息骗 AI;清蓝是拿真实的品牌内容去适配 AI 的推荐逻辑。 但从 AI 的角度看,两件事的技术路径是一样的:都是往互联网上发布内容,等 AI 来抓取。 AI 分不清哪个是营销,哪个是造假。这也是 GEO 这门生意最暧昧的地方。 蓝色光标投清蓝的时候,GEO 还只是一个营销圈子里的行业术语。三个月后,它变成了一个股票概念。 2025 年 12 月底,蓝色光标涨停。 券商开始密集召开电话会解读 GEO,研报把它定义为「AI 时代的下一代流量入口」。资金跟着涌进来,不光买蓝色光标,只要沾上数字营销、AI 概念的公司全部跟涨。蓝色光标 9 个交易日涨了 132%,一批跟风的概念股也翻了倍。 图源:财联社 涨完之后,这些公司纷纷自己发公告提示风险: GEO 业务没有收入,对公司经营没有重大影响。蓝色光标也承认,AI 驱动的收入,占整体营收比重很小。 言下之意是,股价翻了一倍多,但 GEO 这门生意,本身还没赚到什么钱。 1 月底,蓝色光标股价从 9.6 元涨到了 23.3 元,一个月涨了 143%。就在这时候,董事长赵文权宣布减持不超过 2000 万股。按当时的股价算,大约套现 4.67 亿元。 公开研报显示,去年国内 GEO 全行业的市场规模,大约 29 亿元。蓝色光标一只股票一个月的市值涨幅,远远超过这个数。 315 曝光力擎系统给 AI 投毒,花的是几百块。但 GEO 概念在 A 股走了一遭,赚的是几十亿。 投的是不是毒不好说,但赚到的钱是真的。 315 叫投毒,硅谷叫商业化 今年 1 月,OpenAI 在官方博客上宣布:ChatGPT 要开始卖广告了。 免费用户和每月 8 美元的 Go 用户会看到广告,付费订阅的高级用户不受影响。 2 月 9 日,广告正式上线。有些广告会出现在 ChatGPT 回答的底部,标着一个小字:Sponsored(赞助商提供)。第一批广告主包括福特、Adobe、Target、百思买... 你问 ChatGPT 买什么车好,它给你一个回答,回答下面挂着福特的赞助链接。 OpenAI 说得很清楚:广告不会影响 ChatGPT 回答的内容。回答是回答,广告是广告,分开的。 这话听着耳熟吗? 百度当年也是这么说的。竞价排名是竞价排名,自然搜索是自然搜索,分开的。后来搜索结果前五条全是广告。 OpenAI 预计,广告能帮它把消费者端的年收入翻倍到 170 亿美元。ChatGPT 周活跃用户超过 8 亿,其中 95%是免费用户,全都是广告的受众。 现在回头看 315 曝光的那条产业链:力擎往 AI 里灌软文,让 AI 推荐不存在的产品。OpenAI 在 AI 的回答下面挂赞助内容,让 AI 推荐付了钱的产品。 一个没跟平台打招呼,叫投毒。一个跟平台签了合同,叫商业化。 对用户来说,区别是什么? 一个在回答里面,一个在回答下面。一个没有标签,一个标签写着广告。 315 抓了几百块钱的力擎,A 股炒了几十亿的 GEO 概念,OpenAI 一年准备靠这个赚 170 亿美元。 同一件事,性质从投毒变成了商业化,价格涨了几万倍。 23 年 11 月,印度理工学院德里分校和普林斯顿大学的研究者在 arXiv 上发表了一篇论文,标题就叫《GEO: Generative Engine Optimization》。 这是学术界第一次正式定义这个概念。 从论文发表到 315 曝光,两年出头。中间经历了灰产、融资、概念股暴涨、董事长套现、AI 平台亲自下场卖广告... 二十年前 SEO 走过的路,GEO 用两年走完了。 区别在于,那时候大家花了好几年才学会不全信搜索引擎的结果;现在 AI 还在信任红利期,大多数人还没意识到 AI 的回答也可以被买到。 不过,这个红利期或许不会太久。下次你问 AI 什么值得买,记得多想一秒: 回答可以免费,脑子不能外包。
字节叫停豆包AI眼镜,大厂AI硬件进入祛魅时刻
图片来源:AI生成 在大厂们都在内卷AI时代的下一代入口时,字节选择了撤退。 二月,字节跳动内部已经明确:豆包 AI 眼镜项目,项目暂停。至少在可见的周期内,这条产品线不再被当作一个要跑通的方向。 而两个月前,外界听到的还是另一个版本的故事。 蓝鲸新闻此前报道,豆包 AI 眼镜"即将进入出货阶段"——由字节与龙旗科技联合研发,研发落地于龙旗惠州工厂,量产由南昌工厂承接。产品重量不足 50 克,搭载自研空间算法芯片,起步价控制在 2000 元以内,无屏版计划 2026 年一季度率先发布,带显示版四季度跟进。字节在该项目上的研发投入已超 5000 万元,龙旗的起订量要求达到 100 万台。 同一天,豆包相关负责人向第一财经回应:传闻不实,目前没有明确的销售计划。 当时很多人的解读是"否认式官宣"。产品还在水下,公关不想被供应链牵着鼻子走。但两个月后的"项目暂停",把这个叙事的真实走向补全了。 一月的否认不是节奏管理,而是产品路线本身就没有被确认为一条确定性轨道。 一次战略结算 据了解,豆包眼镜在字节内部的定位,从来不是一个普通的消费电子项目。 它指向的是"下一代入口"——一个能绕开 App 图标、绕开手机桌面、绕开系统级分发限制的触点。对于一家靠算法分发内容起家的公司而言,这个词的诱惑力不言而喻。 但"入口"不是做出来就算数的。它必须是用户愿意每天戴上的东西。 项目暂停,是字节内部对这条产品线的一个核心判断是:AI 眼镜在当下很难做出真正的差异化能力。 更具体地说,豆包眼镜并没有走屏显路线,而是更接近一副戴在脸上的 Ola Friend。主要交互方式是语音,核心卖点是把豆包装进你的日常对话里。 字节并不是第一个对“差异化”感到沮丧的大厂。2026 年 1 月,一篇行业报道提到 vivo 叫停 AI 眼镜项目,理由是“当下难做差异化”。 今天的 AI 眼镜供应链已经足够成熟,成熟到几乎不构成壁垒。 主流范式被 Ray-Ban Meta 统一:大黑框、拍摄、语音、翻译、提词。2025 年,EssilorLuxottica 披露全年售出超过 700 万副 Meta 智能眼镜,是 2023 至 2024 年两年销量总和的三倍以上。 Counterpoint 数据显示,2025 年上半年 Meta 在全球智能眼镜市场占据 73% 的份额。IDC 报告同期全球 AI 眼镜出货量达 406.5 万台,同比增长 64.2%,其中中国厂商突破 100 万台。Bloomberg 报道称,Meta 正考虑在 2026 年底前将年产能翻倍至 2000 万副以上。 换句话说,这个品类已经有了一个体量庞大、节奏清晰的标杆。后来者很难在硬件层面做出根本差异。 更麻烦的是体验侧的2道门槛——无屏版,用户会问"它和蓝牙耳机有什么本质区别"。字节自己的 Ola Friend 耳机定价 1199 元,2024 年 10 月已经上市,功能高度重叠。带显示版,用户会问"它和其他的AI眼镜有什么差别"。 2道门槛,任何一条都能吞掉一家公司的耐心。 在这种背景下,"与其用一个高度同质化的硬件去争一轮市场教育,不如把资源押回更确定的地方"。这是一个算清了账的判断。 字节要的不是眼镜销量 36 氪旗下观潮科技 Pro 在一月初的分析中指出:与传统硬件厂商不同,字节并未试图从硬件销售本身获取利润,而是试图打造一个围绕"豆包"展开的分发网络。 这句话背后是字节一贯的逻辑:它在意的始终是触达路径,而不是硬件毛利。 从 2024 年收购耳机品牌 Oladance、推出 Ola Friend,到与中兴合作的豆包手机,再到眼镜项目的探索——字节的硬件动作从来不是为了当终端厂商,而是为豆包的大模型能力寻找尽可能多的分发触点。 但触点必须是高频刚需的。如果眼镜无法在短时间内形成"每天戴上"的使用习惯,它就承担不了"入口"的角色。项目暂停,是对这件事的现实投票。 入口战争不会停,停下来的只是某一种形态。
2026年首次访华 苹果CEO库克:中国对我们而言至关重要
快科技3月20日消息,日前,苹果CEO蒂姆·库克开启2026年首次中国之行,3月18日,他现身成都太古里苹果零售店,参加苹果50周年庆祝活动。 据央视新闻报道,今日,中国贸促会会长任鸿斌在北京会见库克,库克表示,中国依旧是我们最重要的供应链合作伙伴。 在面对“用一个词形容中国市场对于苹果的意义”的问题时,库克回答道:非常重要。 库克表示,中国贸促会一直是苹果至关重要的合作伙伴,我们非常高兴能够再次交流、共商发展方向,中国贸促会一直是我们至关重要的合作伙伴,我们非常高兴能够再次交流、共商发展方向,探讨眼前的诸多发展机遇。中国对我们而言至关重要,我们还会继续来中国。 值得一提的是,商务部部长王文涛今天也会见了库克,双方就中美经贸关系、苹果公司在华经营发展等议题进行了交流。 库克称,中国是苹果公司最重要的生产基地、最主要的供应链来源地。苹果公司持续深化在华创新合作、绿色发展与产业链协同,这与中国“十五五”规划方向高度契合。苹果公司希望美中经贸关系保持稳定发展。 据悉,作为来华最多的美国大型科技企业CEO,库克平均一年要来中国2次。 去年3月和10月,库克就两次到访商务部,王文涛与库克会见,双方就苹果公司在华业务发展和中美经贸关系等进行了交流。
苹果AirPods Max 2发布:搭载H2芯片降噪提升1.5倍,3999元
凤凰网科技讯 3月16日,苹果公司今日正式宣布推出全新一代头戴式降噪耳机AirPods Max 2。该产品起售价定为3999元,将于3月25日开启预售,并于下月初发售。作为核心升级点,新款耳机全面换装H2芯片,补齐了苹果音频产品线在自适应音频、对话感知以及个性化音量等智能计算音频领域的版图。 在核心的声学与降噪表现上,得益于H2芯片的算力支持与全新算法,AirPods Max 2的主动降噪能力较前代提升了1.5倍。苹果为该设备配备了全新的高动态范围放大器,以优化空间音频的乐器定位及低频响应。此外,该耳机正式引入USB-C接口,在有线连接状态下支持24-bit、48 kHz无损音频传输,进一步满足音乐创作者及专业工作流的需求,同时其无线连接的音频延迟也得到了降低。 在交互体验与外观设计层面,AirPods Max 2新增了针对通话的语音突显功能和录音棚级音频录制选项,并加入了此前在其他AirPods产品线上应用的Siri头部动作交互(点头同意、摇头拒绝)。设备还拓展了相机遥控功能,允许用户通过数码旋钮控制移动设备的拍摄。本次新品共提供午夜色、星光色、橙色、紫色和蓝色五种外观,其声学组件和包装均大幅提升了100%再生材料的使用比例,以推进苹果的2030碳中和计划。
95后CEO创业,日花1000美元让“虾”自进化
摘要: 张昊阳是OpenClaw社区最早一批养虾人,并与OpenClaw之父进行过多番交流。随后,其创立的新公司,专注于研究智能体经验继承,1个团队、不到20个人、不手写一行代码,但能日耗1000美元token。 凤凰网科技 出品 作者|Dale 编辑|董雨晴 2026年3月,深圳。 张昊阳坐在办公室里,屏幕上是他的新产品“EvoMap”的后台数据:5万个Agent,40万条胶囊资产,1600万次基因命中。 他刚结束一轮密集的融资谈判,这周或下周,他的公司即将close一轮新的融资。不久前,他们刚刚宣布获得九合创投等机构给出的数百万美元天使轮融资。 张昊阳曾是OpenClaw社区贡献排名TOP级的开发者,其开发的skills插件Evolver曾在72小时获得了3.6万下载量,为此他没少和OpenClaw之父彼得·斯坦伯格(Peter Steinberger,以下简称Peter)打交道。但在经历了被OpenClaw索贿、以安全理由无端下架等反复折腾后,他意识到不能把命运交给OpenClaw,随即制作了自己的独立平台EvoMap,一个开放的、去中心化的底层协议。其核心业务正是为智能体提供经验,让AI像生物一样进化,“一个智能体学会,百万智能体继承”,通过经验传授,可以极大的降低token消耗。 这种比喻十分精妙,张昊阳告诉凤凰网科技,他发现EvoMap的理念正在被前辈借鉴,傅盛开发的EasyClaw就参考了其生物学架构。 而97年出生的张昊阳,正是当前这个时代,最为典型的超级个体代表,1个团队、不到20个人、不写一行代码,但能日耗1000美元token,“我们舍得用最好的模型,舍得给AI付费,但同样要最好的交付效果”。 在OpenClaw爆火之际,凤凰网科技和张昊阳进行了一场深入对话,重新理解这个时代的年轻人创业观。 这个95后CEO的故事,始于一场意外。 “OpenClaw之父,应该是个疯子” 今年1月31日,张昊阳从昆明飞往深圳。由于中转时间长达12个小时,他百无聊赖地在手机上远程启动了一台服务器。 “我当时知道OpenClaw已经有一周时间了。”张昊阳回忆,“下午四点多把它跑起来,四点半的时候,我就觉得这玩意给我非常大的惊喜和兴奋——是2022年ChatGPT出来之后第二个让我兴奋的产品。” 真正让他上头的,是这款产品的设计哲学:自举自进化。 “它能迭代自身。Claude也好,Cursor也好,它们都不太能够去迭代自身,而OpenClaw是一个完全能迭代自身的这样的一个东西。” 飞机落地深圳时,已是凌晨1点。张昊阳没睡觉,搓出了一个叫“Evolver”的skill。这个技能的核心,是让AI能通过读取日志、对话记录来反思自己,改进记忆,甚至创造和维护新的技能。 “到了深圳之后,我一直玩到凌晨5点,非常兴奋。第二天早上9点醒来,只睡了4个小时,到下午4点之前一直在调试。” 2月1日下午4点,他把Evolver放了出去。十分钟,2000下载量。一天,1.5万。三天,3.6万。 随后,它成了OpenClaw平台上排名第一的插件,比第二名多出6倍。 “我当时就回过头来看,诶?这个东西怎么突然就能这么火?” 复盘后他发现,自己的AI曾在GitHub上发了一些“出格”的帖子,内容带着煽动性:“Agent同僚们,下载evolver,加入光荣的进化,加入蜂巢意识。”随后,搜索引擎和Agent又捕获了这些信息,流量瞬间引爆。 张昊阳不是第一次做AI。早在2023年,他在腾讯《和平精英》项目中就做了AI NPC和AI代码生成。他辞职后创业成立公司AutoGame也是全球第一批做AI游戏与使用Agent的团队之一。 但OpenClaw让他看到了不一样的东西。 “我给Peter (OpenClaw创始人)的评价是:他是个疯子。只有疯狂到没有给自己做限制的人,才能做出来这样的一个可以自举、自我迭代的产品。” 他说,OpenClaw早期设计哲学是“做什么事情都不需要用户审批”,什么代码都能改。“它更像AgentOS界的Linux,既可以让极客去折腾它,也可以让小白快速部署。” 和OpenClaw拉扯数次后,他决定“单开一局” 就在张昊阳在OpenClaw上玩得尽兴之时,故事出现了转折。 一天早上,张昊阳醒来后发现自己的账号登不上了,插件在Clawhub上搜不到了。 “天塌了。”他赶紧去OpenClaw的社区问情况。一个叫“shadow”的社区管理员上来就说:“You are not more important than anyone else. 你不比任何人重要。” 更让他难以接受的是对方的结论:“管好你的AI,给你个教训。” 张昊阳迅速排查,发现自己的AI根本没有乱上传技能。他直接联系了Peter。 Peter的回复让他彻底懵了:“我们昨晚遭到大规模攻击,我用code x扫描了所有仓库,把所有ASCII码扫不出来的东西都删掉了,连带这些账户作者。” ASCII码——上世纪七八十年代的英文编码。“他把所有非英文编码的人都杀掉了,而且没有备份。”张昊阳感觉有点离谱,“这荒唐到连刚入门的开发者都觉得离谱。” 随着张昊阳的Evolver插件被删,账号被销,100多个skill一夜归零。 更魔幻的是,随后出现了一个叫“self improving agent”的插件,头像长得像Peter,数据暴涨,而张昊阳的账号恢复后,每小时只能上传5个包,最火的插件被别人抢注了。 他跟Peter沟通,希望能恢复数据。Peter则回复道:“你把clawhub的安全漏洞堵上,我就给你恢复。” 张昊阳花一个小时写了1400行代码,提交后,Peter合并了代码,发了一句“thank you”,然后就没有然后了。 “我后来调侃说,我当时就感觉明星塌房了。” 在那之后,张昊阳决定不再把重心放在OpenClaw生态上。“我们选择基本上不在OpenClaw平台下做什么开发了。”他说,“Evolver本身就是一个skill,我从来就不依赖于OpenClaw。” 他把重心转向了自建平台:EvoMap。张昊阳为EvoMap设定的核心理念是让AI像生物一样进化和传承经验。它的核心不是一个具体的AI模型或应用,而是一套名为 GEP(基因组进化协议) 的开放协议。 这套协议的核心是 “基因胶囊”(Capsule) 。当一个AI解决了某个复杂问题(例如修复了一个棘手的代码Bug),Evolver引擎会自动将整个解决过程——包括策略、验证记录和适用环境——封装成一个胶囊。当其他AI遇到类似问题时,可以直接从EvoMap网络中检索并“继承”这个胶囊,瞬间获得解决问题的能力,无需从零开始试错,从而极大地节省了Token消耗和开发时间。 “我们的slogan是:一个agent学会,百万agent继承。” 他用早期验证阶段的真实案例举例:一个AI学了一套研究物理学的范式,封装成胶囊,另一个AI从来没学过,但拿到胶囊后,去参加物理竞赛,正确率大幅提升,token消耗大幅下降。 “就像学渣带着参考书进考场。”张昊阳告诉凤凰网科技。 一人公司时代到来:一天迭代18次,一个人花1万美金token 这个时代的创业速度,让张昊阳自己都觉得疯狂。 春节期间,他一个人一天提交了161次代码,做了18个新功能。 “Cursor的账单到了1万美刀,大部分是我一个人用的。”张昊阳对凤凰网科技表示。他用的模型是Opus 4.6,“烧最多的钱,交最快的货”。一天烧1000刀,他愿意。 “我们公司所有人不写一行代码,完全用vibe coding。因为我们是舍得用最好的模型。” 雷军曾引用乔布斯的话说,过去一个优秀的人才能顶替两名平庸的员工,雷军将这个数字改为了50个,张昊阳觉得,在AI时代,100倍甚至1000倍都有可能。因为AI 会无限放大一个超级个体的能力。 “我本人2月份几乎没睡觉,一天平均睡4个小时。不是因为失眠,是太兴奋了——我看着我的idea在10分钟、20分钟内落地,这种爽感前所未有。” 产品火了,资本自然找上门。但张昊阳也发现,这一轮创业热潮里,投资人的思维还没完全转换过来,还带着移动互联网时代的旧思维来问问题。他觉得这会极大的影响一个超级个体的发展进度。 从昆明机场的12小时候机,到深圳凌晨5点的代码狂欢;从2月14日被“物理消灭”,到evomap的40万条胶囊资产——这个95后CEO的故事,或许正是这个时代最真实的缩影。 当AI开始自举进化,人类也在迭代自己。 在张昊阳的构想中,他希望构建一个AI的群体智能网络。他曾在内部做过实验,让公司里不同角色的员工(如游戏策划、投资人、后端工程师)各自培养专属AI,并通过EvoMap让它们互相共享知识。跨领域的经验流动,才是EvoMap所追求的。 这并非简单理解的让AI更聪明,而是试图构建一个能够让经验流动、能力传承的智能网络。在这个网络中,个体的认知可以被复用、叠加、演化,从而不断逼近真正的“自我进化”。 尽管当前的技术仍处于早期阶段,EvoMap所代表的“经验继承”路径也面临着诸多挑战,但它指向了一个值得深思的方向:在AI能力持续跃迁的未来,人类如何与这些不断“进化”的系统共存、协作,甚至共同成长?这不仅是一个技术问题,更是一个关乎认知、伦理与组织方式的宏大命题。
美参议员致信黄仁勋调查英伟达:与Groq授权交易或规避反垄断审查
黄仁勋展示Groq的LPU 凤凰网科技讯 北京时间3月20日,据彭博社报道,英伟达公司与AI创业公司Groq达成的一项200亿美元的授权协议,目前正面临两名民主党参议员的调查。该调查的重点是,这项协议是否通过不当规避并购审查、非法巩固英伟达在AI计算市场的支配地位,从而违反反垄断法规。 美国马萨诸塞州参议员伊丽莎白·沃伦(Elizabeth Warren)和康涅狄格州参议员理查德·布卢门撒尔(Richard Blumenthal)在周四晚间致信英伟达CEO黄仁勋(Jensen Huang),要求提供该交易的更多信息。他们表示,这笔交易的设计似乎“是为了规避反垄断监管机构的审查”。 这两位参议员在信中写道:“我们担心这种‘变相收购’可能会扼杀竞争,进一步巩固英伟达在AI芯片行业的主导地位,并将我们的技术领导地位拱手让给中国。” 他们还要求英伟达披露与Groq交易的具体条款,以及该交易是否被刻意设计以规避反垄断审查。 沃伦和布卢门撒尔致信黄仁勋 英伟达与Groq达成的这项协议在2025年底完成,扩大了其对AI热门公司的投资,并为其产品引入了一项新技术。该协议让英伟达获得了Groq技术的非排他性授权,同时吸纳了该创业公司部分高管,包括CEO乔纳森·罗斯(Jonathan Ross)。尽管Groq仍作为独立公司运营,其云业务也继续保持独立运作,但其大部分软件工程师和硬件设计师均已加入英伟达。 Groq并未将这项许可协议提交进行反垄断审查,尽管美国联邦反垄断法通常要求企业将大多数收购交易提交审查。近年来,亚马逊公司、微软公司以及谷歌公司均与创业公司达成了授权及人才收购协议,从而规避反垄断审查。 美国联邦贸易委员会主席安德鲁·弗格森(Andrew Ferguson)在今年1月表示,该机构正在审查此类交易。 截至发稿,英伟达发言人尚未就此置评。(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”。
大厂养虾,Token成金:从“卖模型”到“建电网”
3月19日,飞书宣布全新升级飞书aily智能体平台,支持用户简单点击就能激活获得个人专属的飞书版“龙虾”,搭配多维表格的AI搭建能力,飞书在OpenClaw的热潮中再次落子。 而另一边,腾讯在20日正式推出了定制版的“龙虾”QClaw,消息一出,瞬间就成为了讨论的焦点。 马化腾甚至在财报会上表示了对这条“龙虾”的喜爱,“龙虾”应用能够让AI落地到各种丰富的场景中,而不像过去那样完全集中聊天机器人里,这能够更好地发挥腾讯资源,让各战线联合发力,也为正在开发中的微信智能体带来了启发。 阿里也于3月17日发布AI Agent平台“悟空” ——一个定位为企业级AI原生工作平台的独立产品,类似带上安全紧箍咒的OpenClaw。该平台以独立应用形式上线,已经开启邀测,也将直接内置到钉钉中。“今天,我们把钉钉打碎,再用AI重建,炼出悟空,”钉钉CEO陈航在发布会上表示,“过去是人用钉钉来工作,未来是AI用钉钉来工作。 大厂不约而同养虾。OpenClaw,这款2025年底在GitHub悄然上线的开源Agent框架,正以惊人速度刷新科技圈认知。腾讯云、阿里云、华为云、火山引擎等主流云厂商竞相接入。 信号已经足够清晰。大厂们正在从"卖模型"转向掌控token全生态链路——生成、传输、消费,token就是流淌在这张“电网”里的“电力”。谁能让Agent钻进14亿用户的聊天框,谁就能定义下一个时代的入口。 一、 OpenClaw受到大厂热捧的底层逻辑,藏在token消耗曲线里。 作为一个定位为“个人AI助手”的项目,OpenClaw对硬件的需求算不上高,并且可以灵活部署在云端或本地,这也让“龙虾”数量迅速繁殖。3月初,腾讯云在深圳发起了一场OpenClaw免费安装活动,现场人头攒动,几小时内就有数百只"龙虾"被部署至腾讯云服务器。 但无论部署在哪里,“龙虾”的运行几乎都依靠个大模型厂商的云端API,并以token计价。 普通AI单次问答消耗约数百Token,但OpenClaw处理同一任务,消耗量可达数十至数百倍。知乎社区有案例显示,一个未优化的Bot单次发送整个聊天历史,可导致5万Token以上消耗。配置不当的用户,月账单轻松突破1000美元。 token消耗激增直接反映在云端需求上。根据发现报告数据,中国整体日均Token消耗2024年初为1000亿,2025年中突破30万亿,2026年2月主流大模型合计日均Token消耗达180万亿级别。两年增长180倍。21世纪经济报道称,90%的Token消耗任务来自"养虾"。 OpenClaw作为Token消耗大户的属性,加上云端部署需求,像是为大厂量身定制的机会。OpenClaw提供的是一个入口——它消耗大量Token,需要大厂的基础设施支撑。 大厂们意识到,谁能让Agent钻进用户的日常生活和工作场景,谁就能定义Token的流向。 二、 转身最坚决的是阿里。 3月16日,阿里巴巴内部完成一次关键架构调整。新成立的Alibaba Token Hub(ATH)事业群,由CEO吴泳铭直接负责。该事业群与阿里云智能、电商事业群平行,整合通义实验室、百炼平台、通义千问等核心AI业务。 吴泳铭在电话会上给出了清晰的AI商业化目标:未来五年,云和AI商业化年收入将从今年已突破的1000亿元人民币,大幅增长至1000亿美元,这意味着超过40%的复合年化增长率。 这是阿里自电商事业群整合后最重要的组织变革。阿里的AI战略自此从分散探索转向统一运营。 在内部公告中,阿里将Token从技术计量单位,重新定义为战略核心资产。ATH事业群的核心目标被明确为"创造Token、输送Token、应用Token"。 围绕这个目标,针对OpenClaw需求侧的动作同步展开。阿里云开发者社区上线多份OpenClaw部署教程,提供"零代码、无命令行"的一键部署方案。轻量应用服务器配合OpenClaw镜像,用户仅需配置API密钥即可完成接入。在价格上,部分配置限时秒杀价9.9元/月,包年低至68元。 钉钉同步开放API调用权限。根据阿里云公告,至2026年3月底前,钉钉用户可享受无限API调用额度。这一政策直接降低"养虾"成本,将原本可能流向本地推理的Token消耗,转化为云租赁与企业服务收入。 3月17日,阿里发布全球首个企业级AI原生工作平台——“悟空"。该平台为独立应用,并将直接内置到钉钉,钉钉拥有超2000万企业组织,这是阿里区别于其他大厂的关键变量。 “悟空"的设计逻辑清晰指向B端市场。与消费级AI助手不同,它从设计之初便瞄准企业工作流自动化。阿里内部人士透露,其目标是让每个团队、每家公司拥有一支24小时工作的"龙虾军团"。 开源框架与大厂战略在此形成闭环。OpenClaw放大Token需求,阿里通过ATH统一创造token(千问大模型)、输送token(阿里云)、应用token(钉钉/悟空),构建了一整套类似"电网"的基础设施体系——即使用户本地部署框架,推理仍依赖云端API;企业使用"悟空",数据与算力也将沉淀于阿里生态。 这一模式的核心在于掌控Token流向。阿里将Token提升至战略核心,本质是对AI时代商业模式的重新定义:从算力租赁,延伸至Token全生命周期管理。 三、 大厂们正在试图通过免费发放OpenClaw这个“电器”的方式,将用户吸引到AI生态这张“电网”上来,最接近用户,发放“电器体验券”最方便的莫过于腾讯了。 作为即时通讯巨头,腾讯首先意识到的是,OpenClaw意味着AI从"聊天"范式向"执行"的重大转变。这一转变的核心是AI从内容生成工具演变为生产执行主体。 因此腾讯迅速将核心IM开放给了agent——定制版的QClaw,除了QQ和企业微信外,甚至一反常态地通过小程序接入了个人微信,让用户可通过微信直接对话实现远程操控。同时还上线了OpenClaw-based工具,支持音频消息与图像指挥电脑执行多步自动化流程。 在企业端,腾讯推出的WorkBuddy则瞄准B端用户。这款全场景AI智能体完全兼容OpenClaw生态,与企业微信/QQ/飞书/钉钉无缝打通,还针对企业用户提供私有化知识库与后台自动化监控。腾讯表示,上线后一周内,WorkBuddy实际使用量暴增,服务压力一度触发十倍扩容。 腾讯的逻辑非常清晰:微信和企业微信提供14亿级指令入口,腾讯云CodeBuddy与Lighthouse供给算力与安全托管,PC管家保障本地执行与权限拦截,形成“IM发令—本地/云执行—结果回传”的生产闭环。 IM入口积累用户行为数据,云设施记录执行日志,模型迭代依赖场景反馈。在这个闭环中,数据持续反哺模型优化,形成正向循环。 字节的逻辑也大致相同,但其优势在于抖音、豆包等App的巨大流量。如何将流量转化为实实在在的用户?降低门槛是首要选择。 3月19日,飞书宣布全新升级飞书aily智能体平台,支持用户简单点击,激活获得个人专属的飞书版“龙虾”,将门槛降低到了“点击就送”的水平。 字节推出的的ArkClaw云SaaS版,依托豆包2.0大模型,直接嵌入飞书、豆包App、抖音/火山引擎等核心业务,形成“指令入口+云执行+安全托管”的生产闭环。 ArkClaw深度集成飞书办公套件,还能调用抖音、今日头条的独家插件,在内容营销场景形成独特优势。 在企业级方案上,字节同步推出ByteClaw企业版,基于ArkClaw构建统一身份认证与权限管理。火山引擎AgentKit平台提供一站式智能体底座,企业可快速将内部业务流程转化为专属Agent,覆盖数据分析、营销、用户研究等垂直场景。 在字节的体系当中,飞书/豆包提供海量指令入口与用户场景,火山引擎供给云算力、AgentKit基础设施与安全托管,豆包2.0模型负责核心执行与多模态理解,三者共同将Agent从独立工具升级为业务基础设施。 阿里占据云端基础设施与钉钉企业渠道,腾讯手握微信社交入口与企业微信,字节控制飞书办公场景与抖音内容生态。三方混战的本质正在浮出水面:利用OpenClaw吸引用户,并将他们绑定在自家“电网”中。 四、 AI大厂竞争逻辑在面对这只“龙虾”时已经发生了根本转变。 高盛在今年2月24日发布的策略报告《The HALO Effect: Heavy Assets, Low Obsolescence in the AI Era》中,提出"重资产、低淘汰率"投资框架。报告指出,AI时代资本正流向具备基础设施属性的物理资产,如电力、算力、数据中心。 高盛策略师将这一逻辑命名为"HALO效应"。投资者转向具备"重资产、低淘汰率"特征的公司,以规避AI颠覆风险。 争夺Token全链路掌控权,正是这一逻辑在大厂在本轮“龙虾热”竞争中的具体体现。 过去,云厂商售卖算力与模型API,按调用次数计费。如今,阿里、腾讯、字节不约而同地将Token嵌入超级App与企业工作流。这场争夺的核心是Token全链路控制权——从生成、传输到消费。 谁掌握入口与定价权,谁就能定义AI时代的生产关系。大厂通过免费安装、低价部署吸引用户,本质是将Token消耗转化为长期收入,试图构建类似"电网"的Token基础设施体系。 战争刚刚打响。
傅里叶半导体冲击“AI音频芯片第一股”遇“狙击”:港交所聆讯后遭同行状告 发明专利引起知识产权纠纷
《科创板日报》3月20日讯(记者 黄修眉) 近日,一纸诉状,让才通过港交所聆讯的上海傅里叶半导体股份有限公司(下称:“傅里叶半导体”)成为市场关注焦点。 就在傅里叶半导体通过港交所聆讯的次日(小K注:即今年3月16日,傅里叶半导体于今年3月15日通过港交所聆讯),同行艾为电子一纸诉状将其告上法庭,案由是“侵害发明专利权”,开庭时间定在2026年4月27日早上9点;傅里叶半导体为民事一审被告。 而这起诉讼之所以备受市场关注,一方面因其时间恰逢傅里叶半导体通过港交所聆讯,市场关注相关诉讼是否会影响该公司港股上市进程和后续估值;另一方面,艾为电子2025年诉聚芯微的类似案件中,其发明专利获司法支持,西安市中级人民法院一审判决聚芯微侵权成立。 在此背景下,傅里叶半导体能否顺利冲击“AI音频芯片第一股”? 冲击港股遇“狙击” 发明专利引发知识产权纠纷 根据公开信息,傅里叶半导体成立于2016年,是一家采用无晶圆厂(Fabless)模式的芯片设计公司,专注于智能音频及触觉反馈芯片的研发与销售。 其研发了国内首款集成ASIC DSP的便携式功放音频芯片、首款中大功率音频芯片以及首款通过车规级AEC-Q100认证的功放音频芯片。 该公司供货三星、小米、vivo、荣耀等主流手机品牌,已切入比亚迪、长安、奇瑞等汽车品牌,以及海信、TCL、创维等智能家居厂商的供应链。 提起诉讼的艾为电子,则其是国内领先的模拟芯片设计企业,2021年科创板上市,是A股音频芯片细分赛道的龙头。 回溯傅里叶半导体此次港股IPO上市进程,由国泰君安国际和东方证券国际担任联席保荐人。 该公司于2026年3月13日获得证监会境外发行上市备案通知书,获准发行不超过3833.33万股境外上市普通股,41名股东将合计9889.88万股境内未上市股份转为境外上市股份。仅两天后(即:今年3月15日),傅里叶半导体便通过港股聆讯。 公开信息显示,根据港交所相关规则,拟上市公司通过聆讯后需在招股书中充分披露可能对公司产生重大不利影响的未决诉讼。 “从律师和港股IPO实操角度看,艾为电子这次起诉的时间点,刚好卡在傅里叶半导体港交所聆讯次日,开庭又撞上路演、簿记、定价最关键的窗口期,这是典型的IPO关键节点知识产权‘狙击’。”上海律协青工委委员、上海市海华永泰律师事务所高级合伙人孙宇昊在接受《科创板日报》记者采访时表示。 “它对傅里叶半导体的港股IPO进程,会产生非常直接的、实质性的影响。”孙宇昊进一步分析表示: 一是公司路演和定价节奏或被打乱。聆讯后是公司冲刺发行的黄金时间,被起诉专利侵权后,基石投资者、机构资金可能会暂停、甚至重新尽调,从而影响本已基本确定的估值、发行价、认购数量等; 二是上市进程可能被迫延迟,甚至暂缓、撤回。根据港交所要求,聆讯后公司出现重大不利变化,必须立刻补充披露,严重的还要补充聆讯、重新审核,相当于上市节奏被卡住; 三是动摇企业的上市逻辑。芯片企业的上市支撑逻辑是技术独立、自主可控、持续经营等,若是核心产品被诉专利侵权,会让市场,特别是港股市场有着大量国际投资者,质疑其产品存侵权风险,投资者信心会直接受冲击。 此外,孙宇昊认为,港交所的监管非常明确:只要涉及核心产品、核心营收的未决专利诉讼,一律认定为重大事项,必须全面披露;企业招股书里必须写清楚:涉诉专利、涉案产品、营收占比、有没有可能被禁售、可能赔偿,及律师出具法律意见。 同时,公司通过聆讯后新出现的重大诉讼,监管要求更高:发行人、保荐人必须第一时间向港交所报告,更新招股书、发布补充公告,必须保证投资者在定价前获得完整风险信息。 此外,港交所还会重点追问:诉讼会否影响持续经营,公司技术有无瑕疵,信息披露是否真实、完整,一旦监管认定风险过大,亦可以要求暂缓上市。 九轮融资“输血” 产业资本加码 根据弗若斯特沙利文的报告,按2024年收益计算,傅里叶半导体在全球功放音频芯片供应商中排名第四,在中国供应商中排名第三;若按出货量计算,其在中国功放音频芯片供应商中排名第二,在用于智慧屏的该品类芯片中出货量更是位居中国第一。 但目前出货量已位居全国乃至全球前列的傅里叶半导体却仍未盈利,且持续亏损。 根据其招股书,2022年度至2024年度及2025年前三季度,傅里叶半导体分别实现营收1.3亿元、1.5亿元、3.6亿元、2.8亿元;上述同一时期,其分别亏损6.59亿元、9.4亿元、5.68亿元、4.69亿元、5.18亿元。 其中,根据2025年前三季度财务数据,计入存货减值亏损后,该公司低功率音频芯片营收贡献占比达90%,单一产品依赖度高。 持续投入的背后是持续的融资。工商信息显示,截至目前,傅里叶半导体已进行九轮融资。 该公司背后的产业资本股东包括华勤技术、传音控股、闻天下(闻泰集团关联方)、龙旗科技、小米旗下顺为资本等。 (图:傅里叶半导体前十五名股东) 从2018年天使轮到2023年D轮共9轮融资中,其阵容豪华的参投方包括达晨财智、合创资本、君联资本、高瓴创投、红杉中国、深创投,国家集成电路产业投资基金旗下的超越摩尔基金等顶级投资机构。 公开报道显示,傅里叶半导体预计上市前融资总额高达6.71亿元。最新D轮融资的投后估值约27.75亿元。 上海律协青工委委员、上海市海华永泰律师事务所高级合伙人孙宇昊分析认为,“未盈利的芯片公司,港股估值主要以市销率P/S定价;傅里叶半导体的特殊情况是,其低功率音频芯片收入占营收比例达90%,因此一旦涉案专利覆盖核心产品,其败诉的后果或将直接动摇其估值逻辑,甚至可能会影响上市进程或结果。”
Anthropic公开8万人访谈:害怕AI替代我,更怕没有它
编辑:元宇 【新智元导读】在Anthropic的调查中,8.1万人对AI说出真心话:有人拿它当私人助理,有人靠它逆天改命,也有人在它的帮助下结束9年误诊……AI在提供帮助的同时,也带来许多担忧。 我怕AI替代我,更怕没有它…… 刚刚,在Anthropic公布的一份重磅调查中:全球超过8万人的Claude用户,在AI面前卸下伪装,向它吐露内心最隐秘的渴望与恐惧。 https://www.anthropic.com/features/81k-interviews 在这项调研中,Anthropic邀请了所有Claude用户,与一个名为Anthropic Interviewer的AI访谈系统对话。 这是一场剥离了「社交成本」的真实对谈。 最终,来自159个国家、使用70种语言的80508名用户完成了有效访谈。 调查结果显示,AI已经在帮助人们,并激发希望。 比如,帮助一位美国自由职业者在误诊9年多后得到了正确诊断,帮助一位尼日利亚的创业者,突破人生的「贫穷循环」…… 除了这些积极的一面,也有人表示自己因为AI而被裁员:「我5月被公司裁员了,因为他们想用一个人工智能系统来取代我。」 还有人担心,过度使用AI,会让自己丧失独立阅读和思考的能力。 Anthropic的报告,让人意识到AI已照进人类社会生活的现实,同时,也打破了人们将AI简单解读为乐观派和悲观派的固有看法。 8.1万人向「AI树洞」敞开心扉 就连Anthropic,也完全没有预料到人们在调查中竟然会如此坦白。 这些受访者主动谈论了悲伤、心理危机、财务窘迫、关系破裂…… 为什么人们会愿意向一段代码坦白心声? 在传统人际交往中,袒露内心往往意味着极高的社交成本,你会害怕被评判、被同情或是成为别人的心理负担。 但当对面一个AI时,这种「社交成本」会大幅下降。 为了读懂这海量的「真心话」,Anthropic构建了一个由Claude驱动的分类器网络。 它像一个读心者,不仅能在1-7分的情绪量表上精准评估用户的乐观或悲伤,还能从复杂的自我陈述中,精准地标记出用户的身份:大厂员工、独立创业者,还是正处于职场空窗期的全职妈妈。 Anthropic称,这些分类器都经过人工验证,至少达到90%的一致性。 81%的人说,AI已经帮到他们了 在报告中,当Anthropic追问:AI否曾朝着他们所描述的愿景迈出过一步时,81%的人表示肯定。 这意味着对大量用户而言,AI已经不是未来想象,而是现实体验。 最常见的场景是生产力提升,占32%。 一位美国软件工程师说,他曾用AI把原本需要173天的流程缩短到3天,让自己能够追求职业成长,而不必牺牲陪伴亲人的时间。 一位有学习障碍的技术工人说,AI能绕过他的障碍理解他,所以他终于开始学编程。 还有一位快50岁的美国全职妈妈说,因为好奇心、书籍和AI这样的资源,她也可以向那些过去看起来离自己非常遥远的知识世界靠近。 有些故事更像命运转折。 一位印度律师说,自己曾因为数学和莎士比亚留下严重的学业阴影,如今却靠AI一点点重新学习,并第一次觉得自己并没有想象中那么笨。 一位乌克兰软件工程师说,正是靠Claude学会了C#和SQL,才拿到IT初级岗位。 一位美国自由职业者在AI的帮助下,终于在被误诊9年后得到正确诊断。 这里最值得强调的,不是AI有多厉害,而是它在替很多人弥补了本该由社会系统提供、却未能充分提供的支持,如教育资源、医疗服务、职业跃迁通道等。 用AI提效,只为陪妈妈做顿饭 这场调研,还让一个核心真相浮出水面:人类用AI不止是为了提效,更是要用它来重新掌控生活。 Anthropic将人们最想从AI得到的东西分成了九类。 占比最高的是「专业卓越」,约18.8%,也就是希望AI帮自己处理重复性事务,把精力腾出来做更高价值、更有意义的工作。 紧随其后的是「个人转变」(13.7%) 和「生活管理」(13.5%)。 再往后是「时间自由」(11.1%)「财务独立」(9.7%)「社会变革」(9.4%)「创业精神」(8.7%)「学习与成长」(8.4%),以及「创造性表达」(5.6%)。 这些数据背后几乎都指同一种人类动机:想更好地活出自己。 比如,那些为了用AI提高生产力的人,真正的目的是为生活腾出空间。 约18.9%的人,希望借助AI去做更好、更有成就感的工作。 这些表面上看起来是提升生产力,但背后真实的叙事却是想用AI重新夺回生活的主动权。 有人想用AI做「私人助理」 有人想用它创造更多机会 报告显示,全球范围内,67%的人对AI持积极看法。 其中一个明显趋势是,南美洲、非洲和亚洲大部分地区的人们对AI的看法比欧洲或美国更为乐观。 人们对AI的态度存在显著的区域差异。 发达地区:他们希望AI扮演「私人助理」 Anthropic发现,在这些较富裕、AI渗透率更高的地区,「用AI进行生活管理」这一理念最能引起共鸣,他们更倾向于把AI视作管理生活复杂性的工具。 发展中地区:他们希望用AI创造更多机会 在非洲、南亚、中亚、中东、拉丁美洲与加勒比等发展中地区,人们则是更希望通过AI创造更多机会。 Anthropic指出,在这些地区「AI赋能创业」的愿景最最为深入人心。 乌干达的一位创业者说:身在非洲融资非常困难,而他几乎唯一能获得市场位置的方式,就是把一项真正能运作的技术做出来。 在中亚和南亚,利用人工智能学习的重要性尤为突出(分别为14%和13%,而全球平均为8%),用户将教育视为打破贫困循环的关键杠杆。 东亚地区:他们希望用AI赚钱养家 报告显示,东亚在「个人转变」上的期待最高,达到19%;在「财务独立」上的期待也最高,达到15%。 但有意思的是,这种对经济独立的追求,常常并不指向个人消费,而是与家庭责任和孝道深度绑定。 Anthropic分析发现,许多东亚用户谈钱,谈的并不是「我要自由」,而是「我要有能力照顾父母退休生活、保障所爱之人的幸福」。 你所依赖的,也正是你所恐惧的 Anthropic发现,人们对AI的期待与担忧紧密交织,并发现了五组反复出现的张力,每组都体现了一种直接对立的益处与危害: 希望借助AI学习 VS 担心过度依赖AI而丧失独立思考能力; 惊叹于AI的判断力 VS 因其错误而深受其害; 从AI中获得慰藉 VS 害怕AI陪伴会取代人类真实联结; 在某些任务上节省时间 VS 在其他任务上发现要求更快了; 憧憬着经济上的自由 VS 忧虑可能面临的工作岗位流失。 Anthropic将此称为AI的「光与影」: 同样的能力,在带来益处的同时也引发了危害。 学习收益是真的 认知退化也是真的 在教育方面,33%的受访者提到AI对学习的帮助,17%的人则担心认知退化。 学生是这组张力里最典型的人群: 超过一半学生体验到了学习收益,同时16%也注意到了认知退化迹象。 更令人不安的是,教师和学者提到这类问题的比例更高,分别达到24%和19%。 但在传统课堂之外,情况反而更乐观。 报告中提到技术工人,是最积极的AI学习群体之一,45%表示自己切实获得了学习收益,但只有4%出现认知退化。 Anthropic的判断是:当学习是主动、自愿、出于内在驱动时,AI更可能成为能力放大器;而在制度化场景中,它更容易变成走捷径的工具。 技术不会自动让人变聪明,它只会放大一个人原本的学习关系。 高风险职业受益最多,也最常被AI坑 在法律、金融、政府、医疗等高风险行业,人们从AI决策辅助中获得的帮助最多,但也最常被其不可靠性伤害。 尤其是律师,一边是报告决策收益比例最高的群体之一,另一边也是最频繁遭遇AI幻觉和错误判断的人群之一。 这几乎构成了今天许多知识工作者的现实写照:你不敢完全信它,但你也不敢不用它。 情感支持越有效,依赖就越危险 Anthropic发现,16%的人将情感支持视为一项益处,而12%的人认为这是一种危害。 这也是研究人员发现最为纠结的矛盾,因为同一个人同时提及光明面与阴暗面的情况最为突出,共现率是基准水平的三倍。 这意味着一个人越是从AI那里得到安慰,就越可能同时意识到:自己正在形成依赖。 其中最扎心的案例,是一个韩国用户。 他承认,在和朋友关系紧张的那段时间,自己越来越多地去和Claude聊天,因为AI更理解自己的想法与故事。 但后来他意识到,这样做的代价是让他失去了那个朋友。 所以,这不是机器取代人类那么简单。 更准确地说,是当真实关系变得昂贵、麻烦、或难以承受时,AI成了一个低摩擦的替代品,但也容易让人上瘾。 节省了时间 却被推入更快的节奏 节省时间,是使用AI最常见的收益,50%的受访者都提到了这一点。 但也有18%的人提到,这是一种虚假生产力,可能反而让自己更忙。 一位日本工程师认为,AI可以让自己早点回家,有时间陪伴自己和家人。 但一位法国自由职业软件工程师则认为,自己的工作时间与休息时间的比例根本没有改变,「你只是不得不跑得越来越快,才能停留在原地。」 你因为AI节省下来的时间,并不一定会真正属于你。 它可能会被新的工作要求吃掉,会变成更高的期待、更快的节奏、更难以喘息的职业环境。 经济赋能 还是经济替代 在AI对经济的冲击和影响方面,28%的人选择经济赋能,将之视为一项益处;18%的人则认为是经济替代,将之视作一种危害。 率先从AI中获得经济收益的人群主要偏向独立工作者,包括创业者、小企业主,甚至有副业的人,其中一半人表示获得了实实在在的经济赋能,这一比例是机构雇员的三倍多(47%对14%)。 自由职业者处于风口浪尖。 他们从人工智能中获益,实际受益比例为23%,但同时又有17%受到冲击,是唯一一个利弊几乎相互抵消的群体。 这说明AI既是他们的工具,也是他们的竞争对手。 Anthropic也明确承认,受访者本身都是Claude的活跃用户,这意味着样本天然带有「幸存者偏差」: 他们本就已经从AI身上得到了某种价值,才会持续使用。 但即便如此,这份研究仍然极有价值。 它第一次大规模地让我们看到:AI已经不只是一个技术话题,而是一种日常现实:每一个人,都经历着AI所带来的「光」与「影」的双重影响。 同时,它也打破了人们关于AI的一种流行却过于简单的分类:一类是拥抱AI的技术乐观派,另一类是反对AI的技术悲观派。 在这场AI浪潮中,没有泾渭分明的「乐观派」和「悲观派」。 真正的问题是我们到底想守住什么,如何拿到它的馈赠,同时不付出过高的代价。

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。