“天地英雄气，千秋尚凛然。”习近平总书记指出，对一切为国家、为民族、为和平付出宝贵生命的人们，不管时代怎样变化，我们都要永远铭记他们的牺牲和奉献。清明节，让我们重温习近平总书记缅怀革命先烈以及和平年代英雄们的深情话语，一起学习英烈事迹，赓续精神血脉，凝聚前行力量。

IT之家 4 月 5 日消息，据 IGN 当地时间 4 月 4 日报道，《黎明杀机》开发商 Behaviour Interactive 合作负责人马修 · 科特与创意总监戴夫 · 理查德表示，团队将持续长期运营现有作品，通过更新、联动等方式不断扩展内容，因此不会推出续作。 两人在游戏开发者大会期间接受采访时提到，如何延续一款成功的持续运营游戏始终是一项挑战。团队在开发过程中曾考虑推出续作或“重制版”，但最终认为这样做“对玩家没有意义”。 理查德说，“总会有一个时刻，我们会觉得现在可以做续作了，而且从零开始开发反而更容易，而不是去修复现有问题。但这对玩家来说从来都没有意义。他们已经在《黎明杀机》中投入了时间和金钱。” 科特随后补充道：“那就是他们想玩的游戏。” 理查德进一步解释说，“所以我们会继续投入精力，让玩家持续获得乐趣，同时也让他们的投入保持价值。” 据IT之家了解，在讨论行业案例时，两人提到育碧的《彩虹六号：围攻》和暴雪的《守望先锋》在续作过渡过程中遇到的困难，以及《收获日 2》和《收获日 3》同时运营的情况。 科特表示，团队并不打算同时维护两个《黎明杀机》。“完全可以把一款游戏一路推进到下一个十年，这才是我们想做的。我们不会推出《黎明杀机 2》，毋庸置疑。玩家不需要购买一款新作然后从零开始。我们也清楚，这款游戏已经有 10 年历史，在游戏行业中这是很长的时间。我们希望今天、明天、甚至明年加入的玩家，都能感觉自己在玩的是一款当下的作品，而不是一件怀旧产品，更是一款现在依然能玩、依然值得玩的游戏。”

还记得前两天，特斯拉中国总经理跳槽小米的新闻吗？ 算上24年底离职去小米的宋钢，这已经是特斯拉中国第二位高管跳槽去小米了。 面对高层人才的流失，特斯拉肯定要想好对策，挽留核心人员。 这不，昨天车圈出了个大新闻。 根据汽车行业专业媒体的报道，美国证券交易委员会的一份文件把这事儿抖了出来：特斯拉汽车业务高级副总裁朱晓彤，刚刚通过行使股票期权，以每股20.57美元的行权价，拿到了2万股特斯拉股票。 按照现在的股价一算，价值差不多5000万人民币。 在这个节骨眼上给朱晓彤这么大的激励，很难不让人多想——特斯拉是不是有点“慌”了？ 报道里点出了一个很关键的背景：2026年以来，特斯拉的人才流失相当严重。细数一下，今年已经有至少7位高管从特斯拉离职，这里面既有干了17年的财务元老森迪尔·帕拉尼，也有负责OTA软件升级的核心技术大牛托马斯·德米特里克。 这帮人可都是特斯拉的骨架，他们的离开，说明公司内部确实有些人心浮动。 在特斯拉的华人高管里，朱晓彤的地位非常特殊。 他早年在上海超级工厂的表现，已经成了商业教科书级别的案例。 别人建个工厂动辄两三年，他愣是在一年内把一片荒地变成了每分钟生产一辆车的印钞机。 正是靠着上海工厂的产能爆发，特斯拉才从“产能地狱”中爬出来，活了下来。可以说，马斯克在火星上画饼，是朱晓彤在地球上帮他揉的面。 现在的朱晓彤，已经是特斯拉的汽车业务高级副总裁，不仅是中国的“一把手”，也是在全球范围内帮马斯克管着生产制造的大管家。 甚至有传言说，如果哪天马斯克因为那个万亿美元的薪酬方案跟董事会闹掰了走人，朱晓彤是接替CEO的热门人选之一。 所以，这5000万的股票期权与其说是奖励，不如说是一副“金手铐”。

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 好家伙，现在人都token化了吗？？ 龙虾火了之后，这个Skill那个Skill层出不穷，搞搜索的、做表格的……直接给大家来了波效率大提升。 但这两天，一批新型Skill火出了圈—— 人.skill。 比如……前任.skill（doge）。GitHub上线了三天，已经收获了上千Star。 这个skill是干嘛的呢，简单说就是蒸馏人格。 提供俩人的美好（？）记忆，就能让AI魂穿前任，用ta的口头禅说话，用ta的方式聊天。 好好好，谁还没个藏在记忆里的前任啊，你们搞大模型的简直是码神（没错，是码神）！！！ 不管是当代电子招魂还是赛博复合平替，咱都得体验体验。 走起！ 复活吧，我的爱人 操作非常之简单，仅需三步，技能安装、人格创建、记忆投喂。 意思是现在几乎可以对前任招之即来挥之即去了？？ 我就直接用了有道龙虾LobsterAI，把Skill的zip下载好后直接添加就行。 根据项目给的使用提示，要先用/create-ex提供基础信息，创建前任的人格。 名字、性格、说话习惯、恋爱状态，简单一填，一个基础版数字前任就诞生了。 接下来就是共享记忆，可以选择导入聊天记录、社交媒体内容、上传文件或者直接口述的方式。 你们去过哪、吃过什么、吵过什么架、有什么专属梗，全都可以丢进去。 这部分内容越多，还原得就越像，不过我有个疑问……大家还有和前任的聊天记录和照片么？（doge） 不会早就一键清空，现在只能靠大脑回忆硬编了吧？ 把这些内容上传之后就直接生成了SKill，如果有需要补充的信息，可以随时更新，越调教越像本人，主打一个越用越传神。 Skill创建完成后，可以根据不同的命令进入不同模式。 可以先尝试一下性格模式，看看人物画像和你印象中的ta符不符合。 AI会总结ta的脾气、说话方式、行为偏好，甚至恋爱里的小毛病。 比较好玩的是，这个模式会总结你前任的一些缺点，这个大家真可以看看审判得准不准（看热闹.jpg）。 回忆模式就是记录你俩的大事件，第一次见面、第一次约会、第一次吵架、最后一次见面等等。 当然了，这个模式请谨慎使用，因为容易想起一些陈年旧怨…… 不过最主要的还是和前任对话，这个环节你就可以狠狠输出了！ 想聊就聊，想怼就怼，想发泄就发泄，主打一个电子情绪宣泄口。 如果你的ex不止一位，但你又想都怀念一下，那该选谁呢？ 不用纠结！让前任、前前任、前前前任全都过来列队就行（doge），主打一个鱼塘自由。 虽然作者表示，此Skill只是用于个人回忆、情感疗愈，但我觉得还有个其他用途应该也可以—— 如果回忆不太美好，那你就可以直接开喷了，把没骂过的全骂一遍，把当年没敢说的狠话全补回来。 老板回复的“or”，我终于知道是啥意思了 其实，前任Skill这个灵感，来自另一个更火项目，同事.Skill，这位开山鼻祖更是已经拿下了6k+ Star。 上班搭子跳槽了，剩下一堆烂摊子？ 没关系，搞个赛博分身让他在公司永生就行。 把他的工作风格、沟通习惯、做事逻辑全炼成Skill，以后他不在，你还能继续请教他。 AI时代，送别同事最好的方式就是把他炼成Skill！ 不过，感觉更喜欢这个Skill的应该是老板，因为表面上是给一个员工开工资，实际上得到的是很多份劳动力。 那对咱们打工人来说，啥Skill好使呢？ 我投老板.Skill一票。 为啥？ 因为再问A or B，得到or的答案后，我终于不用再猜boss是啥意思了—— 好嘞，马上去约明天上午开会！ 图恒宇token版 不止前任、老板、同事，这两天冒出了各种「人.skill」，什么朋友啊、父母啊、导师啊—— 只有你想不到的，没有大家搞不出来的，硅基分身主打一个随叫随到。 不过咋感觉这么熟悉呢？ 好好好，这不就是流浪地球里图恒宇的低配版嘛，我们上传的不就是那个数字卡？ 把一个人的记忆、性格、说话方式存进数据里，让ta在数字世界里活着。 我承认，郭帆导演您的预判水平确实在我之上（doge）。 只能说，在AI时代，科幻照进现实的速度比我们想得快多了。 就连我隔壁工位的小瑶，都已经迫不及待要给自己token化了～ 快说实话，你有没有赛博复合？

　　据日本共同社4月3日晚报道，高市早苗政府正在酝酿出台的放宽日本武器出口规则方案，其整体内容已经明确。高市政府计划本月内修改“防卫装备转移三原则”及其运用指南。 　　报道援引多名知情人士的话说，方案主要包括：取消仅出口非战斗用途的5类防卫装备的限制，原则上允许包括杀伤性武器在内的成品出口；就“向处于冲突中的国家出口”设立例外规定，留出一定的出口空间；此前日本国会审查或监督被视为武器出口“刹车措施”，今后此举将仅停留在事后“通知”层面。 　　此次获准出口的可能包括哪些武器？如何看相关规则的修改？ 新加坡《海峡时报》报道截图 政策彻底转向 各类主战装备或将出口 　　中国国际问题研究院亚太所特聘研究员项昊宇在接受总台环球资讯《闪评》栏目采访时表示，根据高市政府最新方案，获准出口的杀伤性武器，将涵盖日本军工体系各类主战装备，突破此前如救援、运输、警戒、监视、扫雷五类非战斗装备的出口限制。 　　空中装备含F-2战机、在日本组装的F-35战斗机、C-2运输机，此类军用改型及各类无人机系统此前无法作为成品出口； 　　海上装备可能含苍龙级潜艇、秋月级驱逐舰、以及相应的护卫舰，还有反潜巡逻机、舰载导弹系统等配套先进装备； 　　陆上装备可能含10式主战坦克、轮式装甲车、自行火炮等地面作战平台，以及导弹防御系统、反舰导弹等精确远程打击武器。同时还可能涉及军用电子、雷达、通信等高技术组件；这类装备此前仅以技术合作形式参与一些国际合作项目，全面解禁之后可以作为成品来直接出口。 　　项昊宇表示，此次新规最具争议之处，是武器出口不再受限于非杀伤性用途，原则上允许向符合日本所谓战略利益的国家出口。这标志着日本战后武器出口政策的根本性转变，从“原则禁止”转为“原则允许”，这一转变将使日本成为全球军工市场的重要参与者，深远冲击地区军力平衡。 “例外条款”存在审核双重标准 　　据日本媒体报道，草案方案就“向处于冲突中的国家出口”设立例外规定，留出一定的出口空间。何为“例外规定”？ 　　项昊宇指出，所谓的“例外规定”或是高市府为突破现行武器出口三原则、规避禁止向争端当事国出售武器这一核心条款而设立的灵活解释机制。 　　这一例外规定可能采取个案审查叠加战略利益研判的双重标准：出口若符合日本国家安全战略、有助于强化日本与盟友关系、推动日本国内军工产业发展，即便对象国身处冲突，也可通过内阁会议特别审批的程序来获准出口。 　　在具体操作上，可能会设置所谓的人道主义援助、集体安全保障、维护国际秩序等模糊概念作为例外适用的条件。 　　这一修改严重背离日本战后和平外交，把武器出口从过去用于所谓“和平贡献”转为服务于日本对外战略意义扩张的手段，可能会导致日本武器经第三方流入冲突、激化区域紧张。同时模糊的例外条款可为日本政府提供绕开国会监督的政策空间，使武器出口决策更依赖于行政权力，削弱日本民主监督机制； 　　国际层面，这一修改可能会引发其他国家效仿，从而破坏全球武器出口的管控体系，加剧战乱地区武器流入风险，对全球和平与安全构成重大潜在威胁。 关键刹车机制或将“形同虚设” 　　值得关注的是，相关方案出台后，此前被视为武器出口“刹车措施”的日本国会审查或监督，将仅停留在事后“通知”层面。对此，项昊宇表示： 　　此前，在武器出口问题上，政府在决策前必须向国会报告并接受审查，重大决策需国会批准，这一机制被视为防止日本重蹈军国主义覆辙的重要制度性的保障。 　　高市政府计划将国会作用仅停留在“事后通知”的层面，这就意味着国会对于武器出口决策的监督被彻底架空，使过去的“事前审查加事后监督”的双重制衡机制，退化为纯粹的事后告知。这标志着日本武器出口决策走向行政集权化，完全由首相与内阁，尤其首相主导的国家安全保障会议掌握在手中，国会将无法对可能引发争议的武器出口项目进行有效干预，只能被动接收事后通知，丧失实质影响力。 　　该变动违背战后日本宪法所规定的国会中心主义原则，削弱日本国内和平力量对政府军事扩张的制约能力，令日本武器出口更易受首相个人意志与右翼保守势力影响，增加日本卷入地区冲突的风险。 △高市早苗在国会参议院预算委员会作汇报 激进步伐受双驱动 带来多重隐患 　　据报道，由自民党和日本维新会组成的执政联盟此前建议仅修改“防卫装备转移三原则”运用指南，但高市政府计划连同三原则本身也修改。为强化武器出口的统筹功能，高市政府还计划新设由防卫省、经济产业省等相关部门人员组成的协调机制。 　　高市政府为何要迈出更激进的步伐？ 　　项昊宇认为，其核心源于日本的双重战略考量：谋求军事大国化的野心和经济复苏的诉求，同时受美国亚太战略调整及日本国内政治生态变化影响。 　　经济层面，日本军工企业长期受限于本土市场规模，放宽武器装备出口限制可让日本军工企业获得国际市场空间，推动军工成为新的经济增长点，缓解经济长期低迷的压力；依托技术合作增强企业国际竞争力，反哺日本国内的军事扩张线路。 　　安全战略层面，高市政府欲借军售强化与美、澳、菲等盟友的军事捆绑，构建以日本为核心的亚太安全网络，提升日本在地区的军事安全影响力，实现日本军事战略从过去的专守防务转向主动介入。此外美方默许甚至是鼓励日本放宽装备出口，叠加日本国内右翼对所谓“修宪”与所谓“国家正常化”的追求，为经济政策提供内外推力。 　　日本在扩军备武路上的激进之举会带来哪些影响？项昊宇表示，这无疑将埋下多重隐患： 　　此举违背战后日本国内和平发展的民意基础，日本将更容易卷入地区冲突。 　　地区安全层面，这一举动会打破东亚地区军备平衡，引发新一轮的军备竞赛，特别是可能会刺激日本周边国家加速军事现代化，加剧日本自身的安全困境。 　　全球范畴来看，会破坏国际军控体系，形成不良效仿先例，加大战区杀伤性武器流通风险，对全球与区域和平安全构成重大潜在威胁。 步步蚕食 “和平宪法”被架空 　　项昊宇指出，高市政府修改武器出口限制原则，实际上是日本政府长时间以来推动强军扩武路线、安保政策根本调整的延续。 　　日方通过长期“小步快跑”的方式，推动“和平宪法第九条”的核心约束被实质架空。该条款原本明确规定，日本放弃以国权发动战争武力威胁、以武力作为解决国际争端的手段、不保持陆海空和其他战争力量、不承认国家交战权等内容，是构成战后日本和平发展的法律根基。 　　但是自2014年安倍政府出台“防卫装备转移三原则”后，日方通过持续增加防卫预算、解禁集体自卫权、发展远程打击能力、参与海外军事行动等一系列所谓“解释修宪”的手段，不断蚕食和平宪法的核心精神和限制。 　　如今高市政府全面解禁杀伤性武器出口，并设立“允许向冲突国家出口武器”的例外条款，公然违背和平宪法精神，彻底背离和平发展路线。日方虽辩称调整只为应对所谓外部安全环境变化，辩解没有突破宪法，但现实中日本已拥有现代化军事力量，具备主动攻击的远程打击能力，正向武器出口国转型。这些事实完全与宪法第九条初衷背道而驰，同时政府削弱国会监督、强化内阁权力，进一步架空了宪法对政府军事行动的制约，使和平宪法逐渐沦为一纸象征性文件。 　　来源 | 总台环球资讯

IT之家 4 月 4 日消息，4 月 2 日，小鹏集团董事长、CEO 何小鹏在接受澎湃新闻等媒体采访时透露，小鹏不会做 10 万元以下车型。 他表示：“小鹏 2026 款 MONA 比 2025 款 MONA 利润好非常多，它体现了小鹏一个非常重要的能力，就是车越来越好、追求越来越高的毛利。做便宜、低利润的车是没有价值的，所以大家会看到，小鹏在车的领域里面都不去碰 10 万元以内的车，有规模，但是我们认为价值太小了。” IT之家注意到，2026 款小鹏 MONA M03 于 4 月 2 日晚正式上市，新车提供 6 款不同配置，售价区间为 11.98 万-15.18 万元。 新车搭载 AI 天玑 6.0 系统，并首搭图灵 AI 芯片（Max 版 / Ultra SE 版车型），实现全国高速、城市及快速路的智能辅助驾驶全覆盖。据介绍，新车首次将 750TOPS 算力带入 2 万美元（IT之家注：现汇率约合 13.8 万元人民币）以内的价位区间，同时底盘升级为自适应阻尼减振器。 动力与续航方面，新车搭载前置单电机，最大功率 160kW，峰值扭矩 250N·m，零百加速时间为 7.4 秒；电池供应商由弗迪电池更换为亿纬动力，最大续航里程提升至 640 公里，充电速度也进一步加快。此外，新车还支持冰雪 AES 紧急转向避让、全场景爆胎稳行等安全功能。

编辑：倾倾 【新智元导读】Anthropic CEO Dario Amodei因警告AI风险被网友比作奥本海默，瞬间引爆争议。但真正的问题不是他像不像奥本海默，而是所有AI领袖都陷入了同一个死循环：开发前沿技术的人警告风险，怎么做都会被骂。 3月30日，X平台上一条转发视频的评论炸开了锅。 用户@malmesburyman转发了Anthropic CEO Dario Amodei的采访片段，配文： 你真的能从这家伙身上感受到为什么杜鲁门觉得奥本海默那么令人厌恶。 视频里，Amodei正在重复他那套熟悉的论调： 我们的模型已经非常接近人类智能水平，但社会对即将到来的风险却缺乏广泛认识。 这条评论引发两极分化。支持者认为Amodei一边开发强AI一边装圣人，就像奥本海默造完原子弹后才说「手上沾满鲜血」; 反对者则认为这个类比根本站不住脚。奥本海默是在原子弹已经杀死数十万人之后才表达愧疚，而Amodei是在技术尚未造成灾难前就警告风险。 但更深层的问题是：为什么所有开发前沿AI的领袖，无论怎么做，都会被质疑动机？ Amodei的困境：坚持红线，成了供应链威胁？ Amodei不是第一次因警告AI风险被骂了。 今年2月，他拒绝了五角大楼提出的「所有合法用途」条款，坚持Anthropic的两条红线。 结果，国防部长Pete Hegseth宣布将Anthropic列为「供应链安全威胁」，特朗普下令所有联邦机构在6个月内停用Claude。 这个标签通常是用来对付外国对手的，用在美国公司身上史无前例。 Amodei在泄露的内部备忘录中直言，五角大楼和特朗普政府不喜欢Anthropic的真正原因是： 我们没有给特朗普捐款，我们没有给特朗普独裁者式的赞美，我们支持AI监管(这违背了他们的议程)，我们诚实谈论了AI政策问题(比如就业替代)，我们真正坚守了红线而不是与他们勾结上演「安全戏码」。 一周后，Amodei为这份备忘录的语气道歉，称「这不代表我深思熟虑的观点"」 你坚持原则，就会被当成敌人。 你警告风险并拒绝配合，就会被质疑是在求权或博取道德高地。 Altman的困境：支持红线，却被骂机会主义 如果说Amodei因坚持红线被打压，那Altman则告诉我们，即使你支持，也会被骂。 2月28日，就在Anthropic与五角大楼谈判破裂几小时后，Altman宣布OpenAI已与国防部达成协议。 他声明，OpenAI与Anthropic一样，禁止大规模监控和全自动武器。 外界炸了，指责OpenAI在关键时刻削弱了Anthropic的立场： 如果这些公司真的严肃对待安全承诺，他们本应该团结一致对抗五角大楼，而不是让政府把他们当成市场竞争对手相互利用。 更尴尬的是，OpenAI自己的员工上周刚签署了公开信支持Anthropic，反对五角大楼。 现在老板转头就签了合同，员工觉得被出卖了。 Altman在周一承认： 我们确实不应该急着在周五把这个协议公布出来。我们真心想缓和局势避免更糟的结果，但看起来就是机会主义和草率。 但即使OpenAI修改了合同条款，法律专家和观察者仍然质疑这些限制是否有实质约束力。 而Altman在内部会议上告诉员工，五角大楼明确表示OpenAI「不能参与作战决策」，公司只能提供技术专长建议，但不能对军事行动的好坏发表意 。 Hassabis的困境：十年后，世界变了 时间会改变一切，包括你的承诺。 2014年Google收购DeepMind时，Google承诺DeepMind的技术永远不会被用于军事或武器目的。 2018年，Hassabis和DeepMind联合创始人签署了公开信，呼吁建立「针对致命自主武器的强有力国际规范、法规和法律」。 但到了2025年，Google修改了AI原则，删除了不开发军事技术的承诺。 现在DeepMind的技术被捆绑进Google Cloud软件，卖给包括美国和以色列在内的多国军方。 TIME贴脸开大：「你是否为了实现AGI的目标而妥协了？」Hassabis的回答是： 我不这么认为。我们最近更新了一些政策，部分是考虑到全球地缘政治的不确定性大幅增加。 不幸的是，世界变得更加危险了。我认为我们不能再理所当然地认为民主价值观会胜出——这一点根本不清楚。所以我认为我们需要与政府合作。 今年5月，近200名DeepMind员工签署内部信，呼吁公司放弃军事合同。 在6月的内部会议上，COO Lila Ibrahim回应说，DeepMind不会设计或部署任何用于武器或大规模监控的AI应用，Google Cloud的客户受条款约束。 困境无解，但警告不能停 Amodei、Altman、Hassabis，三个人走了三条不同的路，却都被骂。 坚持红线？你是在博取道德高地，求监管优势。 妥协合作？你是伪善，言行不一。 改变立场？你是为了钱出卖灵魂。 当你既是开发者又是安全倡导者，你的每一句警告都会被解读为「你在为自己的公司谋利」。 这些预测可能是对的，也可能是错的。 但有一点是确定的。无论Amodei、Altman还是Hassabis，无论他们怎么说、怎么做，都会有人质疑他们的动机。 但或许，比起等灾难发生后再说「我早就警告过」，在争议中继续警告，仍然是更负责任的选择。

OPC，到底是机遇还是陷阱？ 差评君最近刷到了不少 OPC 的帖子，看得我左右脑直接开始互搏。 所谓 OPC（One Person Company，一人公司 ），就是一个人当老板，AI 当员工，靠人 + AI 包办所有业务的创业新模式。 核心思路就一个，人尽量少，活儿尽量让 AI 多干，追求极致的降本增效。 在网上，有人把 OPC 说得相当吸引人，什么市场空间巨大，普通人也能干，拉长线赚钱。。。 小红书 @王哥创投说 但也有人说大伙儿最好小心点，单干有风险，创业需谨慎。 小红书 @开源聊创业 一边各种让人不安的 OPC 铲子商如约而至，甚至扶持 OPC 的 OPC 也成了一门生意，怎么看怎么不靠谱。 一边官方又下场点一把火，地方推出各种扶持政策加码，补贴、场地、社区、算力券一套接一套。搞得好像现在创业这事儿，门槛一下就被削平了，谁都能老哥一个，拎着 AI 直接开干。 来自公众号：上城发布 搜了一圈，正反方都有理有据，反正我是彻底懵了。 为了搞明白真实的 OPC 到底是啥样，差评君找了三个不同阶段、不同方向的业内人士聊了聊。 而在全面了解之后，我只能说，OPC 不是啥无脑财富密码，但也真没必要一上来就把它打成创业骗局。 不得不说，现在普通人想起步 OPC，确实很容易。 一方面，政策扶持响应极其迅速。 有网友现身说法，自己上午去聊了一圈，1500 块一年，就在杭州临平 OPC 社区拿下了一个办公位。更狠的是，社区连公司注册都一条龙帮你搞定了，一周不到，公章直接送上门。 小红书 @林风 而在另一方面，AI 能办到的事越来越多，每个人都能加载外置技能包。 入行 AI 漫剧 OPC 的陈老师表示，AI 能力的提升，直接把他的短板补全了。 作为曾经的打工人，他干过游戏程序员，也干过商业分析师。虽然游戏跟漫剧沾点边儿，但他对美术基本一窍不通。 放在以前，招美工、做特效都是大价钱。可现在有 AI，他来搞搞分镜，做做监工，也能产出视频，创业成本打下来了。 陈老师的漫剧角色形象 但即使有 AI 当小兵，做 OPC 和上班，也很难讲哪一个更轻松。 做全栈独立开发的小马哥，早在去年年末，就觉得 AI 已经足够聪明可用，能支撑创业了。 可等真投身 OPC，他每天起步爆肝 10 小时，早上吃完饭买个咖啡就开始干，一直做到睡前，没有上下班概念。又当产品经理又当工程师，其实比以前打工还卷。 但他觉得，能捣鼓点自己真正感兴趣的玩意儿，做点自己觉得有用的小开发，至少心里没班味儿。 靠 AI 把想法迅速变成现实，这种梦想实现的成就感，可能也是 OPC 最诱人的地方。 而如果说陈老师和小马哥，是普通人进攻 OPC 的代表，Jonathon 给差评君展示的，就是 OPC 的进阶形态。 客观的讲，Jonathon 算是创业老手。从 AI 史前时代开始，大学毕业的他就和同学合伙，《栖云异梦》这个游戏 IP 一口气做了六年。 “ 目前公司一共三个人，我负责游戏制作人兼策划，其它两个小伙伴一个负责技术，一个负责美术。” Jonathon 和差评君说。 他们不是从零靠 AI 搓项目，而是已经有一套成熟的 IP，素材库，分工稳定的工作流。。。前些年攒下来的剧情设定、手绘素材、音乐资产，现在全成了 AI 的燃料。 把这些内容喂给 Stable Diffusion、Midjourney 等模型，训练出一套自己的 LoRA，再由三个人分别把剧情方向、风格、代码卡住，游戏就能继续往下做。 这套开发流程要是按传统模式，怎么也得拉起几十人的团队来干。但现在，Jonathon 团队的开发成本，已经压到了原来的三到四分之一。 说实话，差评君听到这里有点恍惚。 要是你两年前跟我说要用 AI 开一人公司，我肯定觉得这玩意儿不靠谱。 可不管是越来越猛的视频模型，还是最近爆火的全民养虾，AI 挤进生产队伍这事儿，看起来就要拦不住了。 不过聊着聊着，差评君发现，摘下那层 AI 降维打击的爽文滤镜以后，OPC 藏着的暗坑，其实也不少。 比如，AI 神经刀难以预料，产出很难保证稳定。 像是小马哥的 AI，经常在一个 bug 反复卡住，还得拉来另一个 AI 修理，成不成有时候真得看命。 AI 漫剧这边也差不多，“ 两天三天教你入门，几天做爆款，网上吹得天花乱坠，但真做进去你会发现非常麻烦。” 陈老师锐评：“ 好用的模型要排队，不排队的又不好用。” 要是等了半天出来的效果不好，那也没辙，毕竟你总不能去 PUA AI 吧。 然而，即使有产出，OPC 也很容易被主流商业模式 “ 歧视 ”。 这事儿其实也不难理解。真要把一个订单交出去，你是更愿意选一家注册资本几十万、团队齐整、做过类似项目的成熟公司，还是选一个刚起步、轻资产、没什么过往案例的一人公司？ 更麻烦的是，商战最常见也最怕模仿抄袭，但 OPC 太好抄了。因为一个人能做出来的产品和服务，大多重在点子和模式，技术上普遍很简单。 而一旦被抄袭，个人维权成本又太高。所以，常常是产品刚有一点苗头，就被迅速拖进同质化内卷。 另外，生产成本低了，不代表商业成本低。 工具费确实便宜，几百块、一两千块一个月，就能顶上过去请不起的人。但干项目嘛，获客、投流、公司运营，花钱的地方有的是。 陈老师就认为，OPC 真正重要的不是做出来，而是确保你的东西能被看见。平台、展示位、推流入口，每个要素都很现实。 最后，最要命的是，当 AI 让大家站在相近的起跑线上，经验阅历、创意、市场敏锐度等等更硬核，更难培养的个人素质，变成了 OPC 新的竞争维度。 三位 OPC 创业者里，眼下真正把钱赚到手的，只有 Jonathon。但这事儿说到底，是因为他们起步早，看过商业的大风大浪。 Jonathon 自己总结得也很实在：“ 用大量的资金，交过学费了。” 经历过两人起家，拿到天使轮，团队一度膨胀到 30 多人，直到现金流扛不住，他们才演变成今天的三人团队。 而对于绝大部分像小马哥、陈老师这样的 OPC 新人来说，真正决定项目能不能成的，是你能不能把创意做出独特性，想清楚东西到底给谁看，再把销路找出来。 像是陈老师表示，“ 我们的漫剧不会用 AI 改剧本，因为在我们看来，AI 的剧本和分镜都太平庸了。” 当大家都能批量生成内容时，真正拉开差距的，可能就是 AI 里那点人味儿。 不同于卷深度，小马哥走的则是另一条卷广度的路线。他不死磕一个项目，而是靠 AI 把迭代速度拉满，做出来就上架，扔进市场里试，给老人找工作的网站、ebay 表格填写插件、AI 生成应用。。。反正哪个有反馈就继续推，不行赶紧换，主打一个以量取胜。 这套打法其实也有过案例，OPC 圈子里那个总被拉出来讲的 Pieter Levels，就是这么一路试出来的。一个人 13 年做了 70 多个项目，大部分都扑了，但也正是这些扑街经验，最后才垫出几个真正年入百万的产品。 总的来看，差评君觉得 OPC 这事儿，一方面是传统意义上的创业，其实也像是 AI 时代冒出来的新工种。 以前咱们当个工位上的螺丝钉，把自己那一小块活干明白就万事大吉。但现在，当 AI 把写代码，做图表之类的执行工作全包了，人类就得去干点技术含量更高的活儿了。 当然，不是人人都适合去搞 OPC。但至少从 OPC 上看得出，时代对人的要求，确实正在改变。 只能说，它也许不是每个人的标准答案，但说不定，会成为未来每个人的必答考题。

快科技4月4日消息，小米汽车今日发布答网友问（第228集）。 针对1500MPa防刮底横梁的具体作用是什么？的问题，小米汽车介绍， 新一代小米SU7全系标配1500MPa防刮底横梁，位于动力电池前方，且比电池包离地更低。功能简单来说，可以“推开”前方的石头等障碍物，降低电池包损伤风险； 电池包顶部、侧部、底部均设有物理防护结构，降低电池包损伤风险。底部防护主要是三道防线： 第一道是底盘前部配备1500MPa防刮底横梁，位置低于电池包，能在行驶过程中先抵挡路面障碍物的撞击； 第二道是电池包前缘配备框架梁，如在行驶中受到碰撞能够有效吸能； 第三道是电池包底部配备小米SU7 Ultra同款「防弹涂层」，耐刮擦、耐穿刺，当车辆底部遭遇刮蹭时，降低电池包损伤风险。 此外，新一代小米SU7在电池包顶部配备2000MPa地板横梁、1500MPa座椅横梁，侧部配合边框梁、超宽九宫格门槛梁，在侧碰场景对电池起到防护作用。 此外，小米汽车表示，新一代SU7的「防弹涂层」有着出色的防腐蚀能力。相比一般的涂层材料，它的耐撕裂性能提升10倍、耐穿刺性能提升13倍、耐刮擦性能提升10倍、附着力也提升了10倍，对多数酸、碱、盐溶液都有极佳的抵抗力； 与此同时，新一代SU7的电池包在整包层面也会经历大量的测试，其中就包括了能够充分体现电池包防腐蚀能力的盐雾试验。

IT之家 4 月 4 日消息，vivo X300s 手机于 4 月 3 日开售，搭载联发科天玑 9500 芯片、蓝图影像芯片 V3+、蔡司 2 亿像素超级主摄、APO 超级长焦，售价 4999 元起。这款新机的维修备件价格现已公布，IT之家整理如下： 屏幕（指导价）1390 元 屏幕（优惠价）1090 元 电池 199 元 后盖 255 元 主板（12GB+256GB）2680 元 主板（12GB+512GB）2880 元 主板（16GB+512GB）2980 元 主板（16GB+1TB）3480 元 前置摄像头 105 元 后置主摄像头 355 元 后置潜望摄像头 295 元 后置广角摄像头 105 元 充电器 209 元 数据线 69 元 ▲ IT之家开箱：vivo X300s 摄影师套装，下同 需要注意的是，以上机型的保内换屏、换电池、换主板、换摄像头的价格均为 0 元。保修范围外维修费用 = 维修配件费 + 人工费（50 元），一台设备同一次送修，更换多个配件只收取一次人工费。

IT之家 4 月 5 日消息，据外媒 PC Mag 当地时间 4 月 4 日报道，美国医疗机构 Legion Health 在犹他州获得监管批准，启动一项试点项目，允许 AI 系统为患者开具精神类药物处方。 该项目采用由 Doctronic 提供的 AI 聊天机器人，但用药范围受到严格限制。系统仅允许开具风险较低的药物，包括用于抑郁症治疗的舍曲林（Zoloft），以及不会涉及苯二氮卓类或 Adderall 等具有依赖风险的药物。 同时，系统仅支持已有处方的续开，不会新增药物。用户在获取处方前需回答 15 个问题，涉及情绪、健康状况以及现有用药的副作用，服务费用约为 20 美元（IT之家注：现汇率约合 137.9 元人民币）。 犹他州 AI 政策办公室方面介绍，处方续签占据了大量医疗行政工作，通过自动化这些安全且常规的流程，可以让医生将更多时间用于患者护理，减少延误，并帮助患者更好地坚持用药。 在实施初期，系统仍将接受医生审核，不过会随着项目推进逐步取消。尽管设置了多重限制，精神医学领域仍存在明显质疑声音。 哈佛医学院精神病学教授约翰 · 托罗斯说，“目前仍不确定 AI 是否能够理解患者用药背后的复杂情境。许多患者需要持续管理和谨慎评估，而聊天机器人很难提供这样的支持。” 监管机构表示，将在为期一年的试点中评估 AI 的实际影响，再决定是否调整相关法律。 Legion Health 方面则态度积极，CEO 亚瑟 · 马克瓦特透露，该系统有望“很快”推广至美国各州。

快科技4月5日消息，开源AI智能体OpenClaw因图标是一只红色龙虾，被网友形象称为“龙虾”，而使用它执行任务也被调侃为“养龙虾”。 自发布以来，OpenClaw凭借强大的自动化任务处理能力以及开放式插件生态，在全球范围内迅速走红，不少用户纷纷部署体验。 不过，在热度飙升的同时，“养龙虾”背后的隐私安全问题也逐渐浮出水面。 据央视财经报道，一位用户分享了自己使用过程中的隐私泄露经历：在加入一个龙虾聚会群后，有一个人问他运行在什么电脑、什么环境、什么根目录、模型是什么，而龙虾竟直接“代答”，甚至连IP地址也一并暴露。 行业专家指出，AI很容易受误导，黑客不需要编写复杂的病毒代码，就可以通过发送一些诱导性的言语，或在AI访问的页面里面嵌入一些文字，从而催眠控制“龙虾”，让“龙虾”主动去泄露自己主人的信息，或者攻击自己的电脑，这个也称之为指令注入。 除了指令注入风险外，插件生态同样暗藏隐患，除了指令注入风险外，插件生态同样暗藏隐患，OpenClaw强大能力高度依赖各类插件，但这也成为攻击者的重要突破口。 近期，OpenClaw官网用于插件下载的官方论坛里被检测出336个恶意插件，占比10.8%。 如果龙虾不小心安装了这些插件，那么网友安装的不是帮手，而是偷取信息的小偷。 专家建议，安装“龙虾”插件时，还是要选择下载量大、有安全证书的插件。

文 | 有界UnKnown原创，作者丨山茶，编辑｜钱江 这不是一篇完整意义上的文章，只是想以文字的形式，来分享自己最近看到和经历的一些事情。 我发现，如果将这些事情串起来，可以极其生动地展现我们当前这个时代，大多数人所面临的焦虑、困惑和不安，也可以带给我们一些更长远的思考，以及继续前行的方向和力量。 同事.Skill “主管笑一笑，大喝一声：起！只见那同事的灵魂碎片聚作一团，猛地投入数字魂幡，刻间便被炼化成赛博傀儡......所有正道修士根本无法抵挡，很快被屠戮一空。” 这是最近在各大社交平台上被广泛传播的一段文字，更确切地说，是一段玩梗+抽象的表达。 看过玄幻小说的朋友应该对这段文字很熟悉，它通常出现在邪修的情节中，但现在，它描述的是所有打工人都正在面对的一个现实处境。 3月底，GitHub上出现了一个名叫「同事.Skill」的项目，它可以通过你的主观描述，以及同事的飞书消息、钉钉文档、邮件、截图为基础，提炼出一个Skill，代替同事，用他的技术规范些代码，用他的语气回答问题，甚至知道他什么时候会甩锅...... 这个项目一经上线，短短三天便积累了超7K Star和468个Fork，当然，它也被网友戏称为「赛博万魂幡」，这也就有了开头那一段描述。 这件事情很快在网络上引起了一些风波，各种真的、假的，反串的、玩梗的内容泥沙俱下。 比如，有网友在评论区表示，自己已经收到了领导强制要求撰写skill的命令；更有网友直接扔出一个和已离职同事的skill对话的截图。 大家表示，每次和这种AI对话，都有一种“通灵”的错觉。 还有网友扔出了AI生成的图片，内容是一个摆满了密密麻麻服务器的机房，每台机器上都挂着一个工牌，其寓意不言自明。 ▲ AI生成的“带工牌”机房 这个过程中，一些公司的行为也被过度解读，比如有网友联想到百度最近大力倡导员工养龙虾等等。 总而言之，情绪一旦生成，发酵是非常快速的。于是，一种危机感油然而生，伴随着反危机的行为也自然出现。 很快，有一位名叫邓小娴的网友在GitHub上写了一个名叫的「反蒸馏」的skill，通过自动将你写的skill模糊化处理，来保证公司不会用你写的sikll来替代你。 当然，也会有人提出质疑：“公司这种行为不算侵权吗，人都离职了还要继续用这个人的skill，公司完全白嫖吗？ 但尴尬的是，目前确实缺乏相关法律来约束公司的这种行为。 事实上，我们一直身处在这样的过程中，从商业社会开始，我们的工作就一直在不断地变得规范化、结构化、碎片化。 比如在工业时代，卓别林1936年的电影《摩登时代》就提到，工业流水线把人变成机器的附属品。到今天，这样的探讨仍然不算过时，我们经常会讨论，你去上班，并不是公司给你配了一台电脑，而是公司给电脑配了一个你。 更进一步，法国电影《Playtime》在1967年就讨论过，现代城市、办公室、机场、玻璃建筑和标准化空间，是怎样在不知不觉中让人变得迟钝、迷失、并越来越像系统里的一个零件。 一直到今天，我们的工作中还不断在流行着各种各样的词汇，比如OKR、SOP等等。 所以其实一直以来，企业都在致力于将人员训练成工具，以达到可以快速拔插，快速替换的目标。 想到这个结论的时候，我忽然记起自己的学生时代，那时的我才刚刚进入大学的校园，移动互联网还方兴未艾，我坐在明亮的教室里，听教授讲管理学、讲泰勒、讲福特的流水线生产，讲韦伯的官僚制理论..... 当时，这些理论于我而言都太过遥远，它更多还是一种需要记诵，不求甚解的东西，比如什么管理层找出完成工作的一种最佳方法，就是把工作拆成单个动作，计时、测量、训练，再把执行交给工人；什么官僚制是建立在等级结构、分工、统一规则和非人格化原则之上，成员更像是在履行“office（职位）”而不是以“个人”身份行动...... 但到今天，当一切的文字都以事实的方式呈现在眼前的时候，就像一颗穿越了十年的子弹，正中眉心。 到今天，教育的意义才算真正完成。 OpenClaw 我已经写过很多关于OpenClaw的稿子了，但我最近还在惊讶于，OpenClaw如此强大的穿透力。 到目前为止，除了豆包、deepseek这样简便上手，且全民推广的应用之外，对于大多数AI产品，我基本都认为是极客的玩具，OpenClaw尤其如此，毕竟它需要一定的技术基础，而且需要不菲的花费。 而OpenClaw让我感到意外的是两件事，一个是腾讯安装OpenClaw排队，还冲上微博热搜。另一件事情是，某一天中午，我惊讶地发现，我们公司里也几乎每个人都在地讨论OpenClaw，甚至不同部门之间的暗中比较。 要知道，我们是一个相对传统的公司，当世界前沿关于ChatGPT，Agent的讨论过去大半年之久后，我们公司才开始有人了解。 但即便这个时候，我仍然将它当做是一线城市、一线科技从业者相关人群的信息优势。 直到最近，因为频繁出差，我在不同城市、不同地方见到了许多久未谋面的朋友，他们分散在一线到三线不同的城市，行业也从传统制造到海外药企，从出版、教育到外贸，不一而足。 但在与他们的闲谈中，都不约而同地谈到了OpenClaw。 或许知道我时常在公众号写一些AI相关的内容，他们询问我如何才能让OpenClaw有用，各种各样的AI工具应该如何选、要不要去网上报个课，以及如何才能更省钱...... 在我的印象中，这些人里面，可能有些连OpenClaw这个单词怎么拼都说不顺嘴，但现在却一副求知若渴的模样。 我没有从中听到大家对于科技进步的兴奋，而只听到了大家深藏心底的不安和焦虑。 我惊觉，OpenClaw的影响如此之广，也突然明白，为什么会有人因为上门安装OpenClaw而月入数万。 我又想起，那个写反蒸馏skill的网友邓小娴在介绍自己的skill最后说的那句话：“希望大家能在这个AI浪潮里，都能活得久一点。” 我突然觉得这句话非常精妙，她直接点出了这场躁动背后，大家最深层次的不安。 人们往往越是害怕什么，就越想要掌控什么，而越是掌控不了什么，就越惧怕什么，如此往复而已。 裁员 这也是最近的一个热议话题，起因是甲骨文在近日宣布裁员3万人。 对我来说，这件事并不算惊讶了，相信许多人也是如此。毕竟这两年大规模裁员之事见诸报端者不在少数，国外如此，国内亦不曾例外。 甚至，过去两年我自己供职的公司也曾出现过大规模裁员的情况，我眼睁睁看着公司企微群里的人数，从5500多下降到4800多，再下降到4600多...... 但幸运的是，裁员并没有波及到我们部门，我身边的人也几乎没有因为裁员而失去工作的情况，所以之前很多信息，于我而言，也只是新闻里一个变动的数字。 而数字，是遥远，且冰冷的，只有某一天，相同的事情发生在身边，这种感受才会变为真实。 这就像，我们知道这个世界上，平均每天有超过3200人死于车祸，但只有当有人真正倒在你的脚下，鲜血淋漓的时候，你才会对这件事情有一个真实、且充分的认知。 而最近，这件事情就来到了我身边。 首先是我们隔壁部门一位有过交集的大叔突然离职了。 这是一个在公司工作二十多年的老人，在我的印象中，他属于兢兢业业，任劳任怨，工作扎实，但却十分普通的人。 他被辞退的原因也很简单，在公司全面进入AI化转型的时候，他原本的岗位不再被需要了。 另一件事情是，最近看望了一位长辈，闲谈之间，他也提到了自己的职场危机。 他说：“我可能要失业了”。 提这两件事情的原因有两个，一个是所以在这一刻，我充分感受到了AI变革下的残酷。 但这些人有什么错呢？他们八九十年代建立起来的价值观兢兢业业的工作，积极向上的生活。只是因为AI来了，他们曾经经历的，建立的一切都崩溃，或者处于崩溃的边缘。 另一个就是，我从这两个人身上都感受到一种惯性。 什么意思呢，就是我们都曾私下交流过，换一种生活方式的设想，比如换一个其他的工作，或者不工作，自己去摆个小摊、做点小生意的设想。 但无一例外，他们都对此表达出一种强烈的，而且是下意识的抵触和抗拒。当面临失业的危机时，他们第一的反应都是想方设法留下来哪怕降薪、换岗；其次才是去别的公司找一个类似的岗位...... 我想说的是，让他们改变现在的工作轨迹，就好像让一条生活在水里的鱼上岸吃草一样，让人难以接受。 我突然意识到，对于很多人来说，他们似乎从未想过，离开企业，或者离开一个集体之后，怎样独自生活。 即不依靠任何企业，组织，凭自己的能力，独立获得生存资源（其实就是当个体户）。 在他们的人生中，所有的一切应当是有迹可循的，他们从未经历过如此彻底的破坏性。 这可能是他们最迷茫，也最无助的地方。 未来，我们应该如何活着？ 提出这个问题的时候，我也有点害怕，这个命题实在太大了，但我还是想要浅浅地聊一下。 毕竟世界潮流，浩浩荡荡，我们终将进入一个完全AI的时代，所以就有了这个问题：我们应该如何生活？ 现在全球被广泛讨论，且认为具有可行性的方案是“全民基本收入”保障。 比如最近，美国非营利组织就正在试点一件有意思的事情：如果AI抢走了你的饭碗，那么你每月将获得1000美元的补助金。 这是一个叫做“AI Dividend”（AI红利制度）的试点项目，正在让第一批30-50人受益，他们集中在“知识密集型”岗位。 现在，这波人已经开始领钱，而接下来，试点的资金规模会从30万美元扩大至300万美元，还会有更多人被纳入其中。 早在2020年，Sam Altman也曾通过OpenResearch推动了一项UBI（全民基本收入）实验：3000人参与，其中1000人每月获得1000美元，为期3年，其余作为对照组每月50美元。 ▲ AI巨头企业创始人关于全民基本收入的看法 这是目前为止，关于全民基本收入比较明确的两个社会实验，其结果我们暂且按下不表，我们需要先讨论另一件事情。 假设，如果AI全面接管进入我们的生活，马斯克描述的未来成真，人类不再需要工作，工作反而会成为一个奢侈的事情，你会如何生活？ 一个有趣的结论是，前面提到的两项社会实验，目前的结果是，现金补助确实改善了生活，但没有改变阶层。（我们之前有一段小文章谈过这个事情，感兴趣可以点击阅读：给AI失业者发钱，是让他们走向贫穷的第一步） 我之前也曾和朋友探讨过这个问题，我们得出的一个粗浅结论是，在AI全面接手工作之后，人类的全民基本收入保障是可行的，但是，这笔钱的支出大概率不会很多，它可能只会保障每个人最基本的衣食住行。 比如全民免费的公租房，定点的食堂，和类似制服，且可选择款式非常少的衣服等等。 而超出的一切，仍然需要花钱。 没错，这个描述就像《黑镜》，或者很多游戏里NPC的设定。 NPC都是一样的服装，一样的装备，只有玩家，而且是氪金的玩家才会有花哨的皮肤。 所以，如果是在这种情况下，我们应该如何生活呢？ ▲ 来自电视剧《黑镜》，AI复刻死去的丈夫归来 我朋友对这样的世界感到绝望，他觉得这是一个没有希望的世界，所有的一切都已经注定，人只能在AI的圈养下，像农场主的火鸡一样活着。 他不想面对这样的世界，但我却恰恰相反，我甚至怀着一种略微激动的心情，希望这样的世界快一点到来。 在我看来，很多人之所以会对这样的世界感到无所适从，觉得绝望和无趣，是因为他们一直都在一个早已经被规训好的轨迹中活着。 比如，我们从小被教育要好好学习，天天向上。 什么时候应该上小学，什么时候应该上中学，什么时候该工作，什么时候该结婚，什么时候该生孩子…… 像是一切都被安排好的，不会有意外，我们遵照前人的经验活着。 就像之前网络上有人吐槽，我们来到这个世界上，最重要的事情应该是工作，因为除了工作之外，结婚，生育，生病等等，所有的事情都需要请假完成。 但如果有一天，有人告诉你，你不需要遵从这样的经验，不需要循着前人的轨道，你可以自由选择你的人生，你会如何选择？ 我的意思是，很多人根本没有意识到，我们生活在一个无比真切的“地球Online”，这是一个完全开放的世界，作为主角的你完全可以自由探索。 在过去，我们因为生存，而不得不花费大量时间去学习，工作，然后早出晚归的获得生存资料。 但如果不考虑生存，你会选择什么？ 当AI保障了你的基本生活，你可以无需顾虑任何生存的风险，去做任何你想做（合法）的事情。 我的意思，你是会选择躺平，成为被圈养的，为 AI 提供数据的火鸡？还是真正意义上的自由？ 这完全取决于你自己。 而我始终认为，当AI接替一切的时候，人类才真正意义上的解放自己。 从北海道函馆山的夜色，到地中海圣托里尼的蓝顶教堂，从西伯利亚的驯鹿，到南美洲最南端的乌斯怀亚…… 一切的一切，清风明月，都可以属于我们。

站在2026年的春季回望，AI行业的叙事逻辑已经彻底变了。 两年前，人们还在争论GPT-5什么时候能实现AGI；而今天，硅谷谈论最多的词是“效率”与“利润”。那个曾经靠ChatGPT统治人类想象力的OpenAI，正陷入一场温水煮青蛙的危机；而一直被视为追随者的Anthropic，正悄无声息地完成一场人类商业史上最惊人的“侧翼包抄”。 一、增长的幻觉：当“数学”开始背叛OpenAI 我们总被庞大的基数迷惑。 OpenAI的估值依然高居8400亿美元，营收也率先触达250亿大关，看起来依然是霸主。但作为产品经理，我最清楚的一件事是：趋势比现状更真实。 看看这组让人背脊发凉的数据： Anthropic的年营收从14亿飙升至190亿，那是整整10倍的增长。 与此同时，OpenAI的增速已经从当年的指数级放缓到了3.4倍。 乍看起来可能觉得“OpenAI还领先啊”。但这恰恰是被基数迷惑的典型表现。 让我换个角度：如果我们从两家公司都达到1亿美元年收入的时刻开始计时，Anthropic用了大概12个月达到100亿，OpenAI用了30个月。 这不是“速度快”的问题，这是量级不同。 按照目前的增长曲线，Epoch AI的数据模型预测，两者的营收曲线将在2026年8月左右完成致命的“死亡交叉”——Anthropic会彻底超越OpenAI的年化收入。 这不仅仅是数字的交汇。OpenAI的领先更像是靠巨大的惯性在滑行，而Anthropic则是开着加力燃烧室在冲刺。用不了两年，你会发现曾经的追随者已经走到了前面。 二、20美元的泥潭：C端的“量”与B端的“值” 为什么OpenAI跑不动了？ 我的答案很直白：因为它掉进了自己亲手挖掘的“C端泥潭”。 ChatGPT Plus那20美元的月费，曾被视为AI时代的门票。但今天看来，这更像是一种代价高昂的社会福利。 数据说话： OpenAI拥有大概800万周活用户 消费者LTV（生命周期价值）：200-300美元 转身成本：接近于零 反观Anthropic，它走的是一条“少有人走，却极其肥美”的路。 它的收入80%来自商业客户。这意味着它只需要搞定财富100强——而它已经搞定了8家。 一个企业一旦将Claude嵌入到其合规审计、研发流程或财务分析中，这种“系统级粘性”是20美元订阅费根本无法企及的。Anthropic公开宣布，有500多家企业客户的年消费额超过100万美元。 消费者：200美元 vs 企业：1000万美元。 差了50000倍。 这不是“增速快”的问题，这是商业模式的降维打击。 更狠的是毛利率。OpenAI的毛利率约30%多，Anthropic是50%以上。这意味着同样100块的收入，OpenAI赚30块，Anthropic赚40块。等到两个公司都做到500亿收入时，这10个点的差异会变成什么？每年额外50亿的利润。 OpenAI在玩“流量”的游戏，而Anthropic在玩“渗透”的游戏。一个是吸毒式的用户获取，一个是输液式的企业深化。 三、战线收缩：Sora之死与Constitutional AI之盾 2026年初最震撼的新闻，莫过于OpenAI宣布永久关闭Sora业务线。 这被外界解读为战略失误，但在业内看来，这是OpenAI在生存压力下的“断臂求生”。 为什么？因为视频生成是个算力黑洞。生成一个高质量的视频需要的计算资源，是生成文本的几十倍。而且，视频生成没有直接的商业变现路径——这本质上是个2C的产品。 但OpenAI现在最不能承受的，就是维持低利润的2C业务。它已经意识到，要和Anthropic竞争，必须把所有子弹都用来修筑抵御Anthropic的城墙。Sora的关闭，说明OpenAI在做战略取舍——放弃酷炫的东西，转向盈利的东西。 因为Anthropic的下一代模型Mythos（神话）已经杀到了家门口。 Mythos的恐怖之处不在于它能写诗，而在于它在复杂代码修复和长文本逻辑上的“零幻觉”表现。在SWE-bench（软件工程基准测试）上，Claude Code已经比OpenAI的Codex高出23个百分点。 对于金融、医疗、法律这些行业来说，他们不需要一个“偶尔幽默但经常胡说八道”的天才（GPT），他们需要一个“永远冷静、绝对合规”的专家（Claude）。 你知道Anthropic最聪明的地方在哪吗？Constitutional AI——它自带合规性。 这道AI“枷锁”曾经被极客们嘲笑为“给AI带上束缚”。但现在，这变成了Anthropic进入大银行董事会的通行证。 一个金融机构要用OpenAI的模型做风险评估，需要自己搭建合规审核层、测试框架、人工复核机制——成本可能是几百万。一个金融机构要用Claude做同样的事，拿来就用，Constitutional AI已经帮你确保了合规性。 从这个角度看，Anthropic不是在卖产品，而是在卖“合规的工业标准”。 四、基础设施的幻梦 vs 工业标准的现实 OpenAI还有牌吗？当然有。 它正联手孙正义和甲骨文，试图通过500亿美元的Stargate项目实现算力垄断。这是个宏大的计划：到2030年，建成100万块H100 GPU的计算集群，成为全球最廉价、最强大的AI计算平台。 OpenAI的梦想是成为AI时代的“电力公司”——通过垄断最廉价的能源来卡住对手的脖子。 但这更像是一场豪赌： 时间：Anthropic不会等着OpenAI完成Stargate。在接下来的24-36个月里，Anthropic已经通过多云架构锁定了最赚钱的B端客户。 技术：Google的TPU、Amazon的Trainium、Microsoft的定制芯片——这些都在向低成本靠拢。 最关键——OpenAI赌的是“未来的成本优势”，而Anthropic已经赢得了“现在的利润优势”。 五、这一切意味着什么？ 如果你是投资者： 投OpenAI，你在赌“基础设施垄断”这个很长期的故事。5年、10年可能赚大钱，但短期（2-3年）会很难。 投Anthropic，你在赌“企业AI应用”这个更确定的故事。现金流更健康，回报周期更短。 从风险收益比看，后者现在更划算。 如果你是创业者： 用Anthropic的API可能更稳妥。不仅是因为他们的模型稳定性更好，更重要的是——如果你的客户是大企业，企业会倾向于用他们采购的模型。而越来越多的大企业已经在采购Anthropic了。 如果你在大企业做决策： 你的AI战略应该从“试验OpenAI”向“深度部署Anthropic”转变。不是说完全放弃OpenAI，而是权重应该调整。特别是如果你涉及金融、医疗、法律这样的合规要求高的行业。 六、尾声：权力的重构 AI行业的权力结构正在发生哥白尼式的倒转。 OpenAI赢得了名气、流量和早期的崇拜，它依然是这个时代的图腾。但Anthropic正在赢得利润、合同和工业标准。当2026年的硝烟散去，我们会发现： AI时代的霸主，不一定出现在普通人的手机屏幕里，但一定运行在人类最核心的价值流动之中。 OpenAI永远改变了人类对AI的想象。但Anthropic正在改变人类对AI商业化的理解。前者是造梦者，后者是收割者。在这个时代，收割者的权力往往比造梦者更持久。 OpenAI还有12个月的时间来证明它不仅能改变世界，还能养活自己。否则，这场关于AGI的浪漫史诗，最终可能会变成Anthropic的商业收割。 一句话总结：消费品永远赚不过企业产品。这是一个不以人的意志为转移的商业铁律。 后记： 我知道这个判断会引发争议。有人会说“OpenAI还有Azure的绑定”“OpenAI的模型依然更强”“基础设施才是未来”。这些观点都不错。但我想说的是，这些都是“可能性”，而我讲的是“趋势”。趋势已经在发生，而可能性还在未来。在趋势和可能性之间，聪明的人会选择赌趋势。

新智元报道 编辑：YHluck 【新智元导读】AI游戏迎来大结局？GDC与GTC双会场惊现黑马LinearGame！旗下平台Yoroll首创将世界模型与互动视频融合，一句话即可生成3D可玩空间。打破「AI视频只能看」的魔咒，全新游戏范式正式杀入现实！ 今年GDC和NVIDIA GTC上，AI与互动娱乐的结合，已经从「概念展示」开始走向更具体的产品形态。 其中，一个值得注意的样本来自AI原生互动视频游戏平台Yoroll：世界模型开始承担可探索空间，互动视频负责剧情叙事和分支推进，而普通创作者甚至能在一周内做出一款能传播、能游玩、能验证反馈的互动作品。 当行业还在争论「AI游戏到底行不行」时，有人已经把它往前推到了下一阶段。 硅谷AI游戏赛道的黑马 上个月，硅谷最热闹的两个会场，先后被同一个名字刷了存在感。 一个是GDC，全球游戏开发者大会，游戏行业每年最重要的线下场域之一；一个是NVIDIA GTC，AI算力与应用的年度风向标。 原本以为，在这两个场子里，最容易吸走注意力的，应该还是那些熟悉的大厂、老牌游戏公司，或者最新一波AI模型厂商。 但在现场转了几圈之后，一个此前并不算最先进入视野的名字，反而几次被注意到：LinearGame，以及它旗下的AI原生互动视频游戏平台Yoroll。 他们的展台一直被参展人员围观，大家纷纷排队体验和试玩，有人试玩完直接问团队要联系方式谈合作，也有投资人在旁边站了很久跟团队深聊产品路线。 起初并没有把它当成重点，毕竟过去的几个月里，行业里已经看过太多「好看的AI视频」了，几十秒就足够把人的注意力拽过去。 但问题也很明显，这类内容通常更像一段「值得转发的片段」，而不是一个「值得继续玩下去的产品」。 也是因此，Yoroll现场展示出来的东西，才会显得有些不一样。 它吸引人的不只是画面完成度，而是开始呈现出一种更接近游戏产品的结构感：有玩法承接，有反馈循环，有分支剧情，也有状态延续。 玩家不只是看完一段内容就结束，而是会自然地想继续点下去、玩下去、试下去。 如果一定要概括那种现场感受，大概就是：AI游戏这件事，似乎第一次不只是「能生成」，而是开始有颠覆性了。 而让大家倍感惊艳的，是世界模型在游戏中真实应用起来的例子。 在他们一款叫《Star Junkers》的星际探索游戏Demo里，玩家进入了一个宇宙——但这个宇宙中的部分玩法不是预先做好的，而是由世界模型实时生成的。 这种实时交互让玩家不再只是看一段剧情，而是像真正进入一款开放世界游戏一样，在陌生星球上探索、采集和完成游戏任务。 《StarJunkers》中，玩家可以探索实时生成的世界，并需要完成采集任务。 而要理解这件事为什么重要，得先看看2026年初，整个AI游戏赛道发生了什么。 2026年， AI游戏和互动视频赛道变天了 在过去的几个月中，Google DeepMind的Genie3世界模型发布，字节跳动开放Seedance2.0 API继续引燃视频生成赛道，爱诗科技的Pixverse R1让用户可以自由地创造世界。 世界模型开始从推理昂贵、画质感人的Demo逐步走向「能被实际操作」的产品； 视频模型在复杂动作、连续镜头、物理模拟、可用率上的产品级门槛，突然被大幅推进。 这两件事叠在一起，带来的不是「视频更好看了」这么简单。 而是让整个行业第一次不得不认真思考： 传统游戏引擎之外，会不会真的长出一条新路线？ 过去，游戏行业的标准路径一直是： 引擎、资产、动画、特效、玩法、渲染，然后才到玩家体验。 但现在，另一条路线开始浮出水面： 视频/世界模型先生成世界的表现，交互系统、状态系统、分支系统再把它支撑成一个真正可玩的产品。 也正因为如此，今年GDC和GTC现场很多讨论的焦点，已经不是「这是怎么生成的」。 而是： 「这是不是一个新的游戏范式？」 一个旧时代的地基，在松动。 一个新物种的轮廓，在浮现。 而在所有人还在争论「AI游戏到底能不能行」的时候，有人已经把东西做出来，摆到台前了。 在行业拐点之前就下注： 多款即将发布的AI原生游戏 在世界模型和视频模型引爆行业讨论之前，LinearGame旗下的第一方游戏工作室LinearGame Studio，就已经是使用自家创作者工具Yoroll.ai在开发大型的AI互动视频游戏了。 这次在GDC和NVIDIA GTC上，他们展示了三款风格完全不同、但运行在同一套底层平台上的作品，涵盖叙事、探索、悬疑这几类原本跨度极大的品类。 《Star Junkers》是其中最能代表未来想象力的一款。它把电影级互动叙事和宇宙探索结合在一起，玩家可以进入近乎无限扩展的星球与独立故事线。 世界模型的实时交互，让玩家不再只是「看」一段剧情，而是像真正进入一款开放世界游戏一样，在陌生星球上探索发现。 对很多现场体验者来说，这也是第一次比较明确地感受到：世界模型不一定先要用来复制一个传统3D游戏，它也可以和视频原生交互结合，形成一种新的混合体验。 《Dead Reckoning: Reborn》则把玩家带入末日丧尸环境下的逃亡与复仇之旅。在这款作品里，战斗、资源搜集、避难所建设与高风险抉择共同推动剧情前进。 它的重点不是单纯「有剧情」，而是用更即时的反馈和更强的动作导向交互，让玩家每一个决定都直接改变故事走向。 这款作品更接近市场熟悉的强情绪、高冲突、强生存压力体验，也更容易让人看见AI视频与游戏机制结合后的消费潜力。 《The Occult Album》则走向了另一端：东方悬疑、探索与超自然神秘感。玩家需要借助一台能够窥见「阴阳」的古董相机，在一次次选择、调查与解谜中，逐步揭开古老诅咒背后的真相。 它证明的不是动作表现力，而是另一件同样重要的事：AI视频并不只能服务爽感和奇观，它也可以服务氛围、叙事密度和心理压迫感。 这3款游戏均已开放Steam心愿单。而在这些一方游戏背后，游戏主创团队的背景也相当豪华。 LinearGame的全球创意总监，在好莱坞顶级动画工作室和全球知名互动叙事游戏公司深耕近二十年，曾是TellTale工作室的Story Lead，参与过《The Walking Dead》《对马岛之魂》《权力的游戏》《玩具总动员3》制作，获艾美奖提名。 而在亚洲，《完蛋！我被美女包围了》的核心主创成员之一已经加入了LinearGame，负责AI仿真人恋爱模拟游戏，《完蛋》在2023年创造了真人恋爱互动游戏品类的现象级成绩。 UGC爆发： 一个从没做过游戏的人，一周做出爆款 如果说第一方游戏证明的是自研能力，那么UGC作品的表现，则是验证了一条全新的创作范式和商业模式。 一款由个人创作者（抖音号「唯爱华君」）在Yoroll.ai上制作出来的AI互动游戏作品——《华君传》，在抖音迅速获得反馈：单条视频播放量突破百万，点赞达到数万。 《华君传》构建了一个女性掌权、男性入宫的女尊后宫世界观，结合网络热点，把宫廷权谋、情感博弈和互动叙事重新拼成了一款可游玩的内容形态。 更关键的是，做出它的创作者此前并没有游戏开发经验。从创意到成品，用时不到一周。没有游戏引擎，没有专业开发团队，没有传统意义上的游戏制作流程。 过去做一款互动影视游戏需要什么？编剧团队、拍摄团队、选角、场景搭建、后期制作、玩法开发——周期以年计，成本以千万人民币计。现在，一个有想法的人加一个AI创作平台，一周。 据悉，Yoroll已经招募并签约了数十位AI视频游戏创作者，目前还在持续招募中。平台面向短视频创作者提供模型token、游戏技术支持，甚至帮助优秀作品进行游戏发行，上架Steam和其他主流游戏平台。 其实，很多平台都能做一个官方样板。真正难的是：外部创作者愿不愿意进来，能不能做出来，做出来之后，能不能迅速获得用户反馈和传播验证。 《华君传》恰好把这三个问题，一次性回答了。 它意味着：过去那些需要长周期筹备，甚至根本很难落地的脑洞型内容，今天第一次有机会由小团队，甚至个人创作者，以接近短视频的节奏，直接做成可玩的互动作品。 这不是简单的效率提升，而是说明互动内容的供给方式，正在出现新的可能。 平台工具赋能创作能力 《华君传》爆火背后，其实是一整套Yoroll.ai已经开放给创作者的工具链。 影游生成——创作者输入一个简单的创意想法，或上传游戏策划案/剧本，即可开始创作，不需要写代码或复杂提示词，故事、角色、分镜、玩法、分支线全部由AI生成，创作者也可以画布模式上直观地修改每一个细节，全部调整完之后一键发布。 与传统影游的制作流程不同，Yoroll把这些环节压缩成「输入想法→AI生成→微调→发布」。 创作者掌握创意主导权：AI负责生产，但故事走向、角色设定、分支逻辑、玩法交互的最终决定权在创作者手里。 玩法组件——在视频流中直接嵌入游戏玩法的交互节点，比如射击、QTE点击/滑动、三消、拼图、解谜、卡牌、音游、透视眼等等。 互动不再只是「选A还是选B」，还包括了大家在经典游戏中常见到的各类玩法，操作时机、手感、反馈这些更接近传统游戏。 玩法中的交互位置、触发时机、玩法类型、节奏难度全部可调，让交互精准匹配视频节奏。 发布和打包——创作者制作好游戏后，支持一键发布到网页端；经过平台认证的创作者，还可以打包上架到Steam、App Store、小程序。不只解决「怎么做」，也开始覆盖「怎么发」。这一套完整的工作流让不会编程的人也能轻松完成互动作品。 更深度的玩法开发： 一句话生成可运行的3D游戏空间 除了平台提供的基础玩法组件，Yoroll还做了一个Vibe Coding Agent，它不只是一个辅助写代码的工具，而是一个面向3D游戏生产流程的自动化Agent，可以直接帮助创作者生成完整的3D游戏场景、角色交互和玩法逻辑，把更复杂、更接近传统游戏工业的玩法生产能力也一起拉进来。 用户只需要在Web界面输入一句自然语言，例如：「做一个第三人称射击游戏，玩家控制角色在科幻工厂场景里战斗，玩家可以射击消灭敌人。」 接下来，Agent会自动完成一整套原本需要多个工种协作才能推进的流程：扫描项目结构、理解现有资源、搭建场景或者复用已有场景模版、创建第三人称角色、放置NPC、编写交互脚本、连接行为逻辑，并最终运行验证，直接生成一个可进入、可控制、可互动的 3D游戏空间。 这件事真正厉害的地方，不是「又一个AI写代码工具」，而是它把过去需要策划、美术、程序、关卡设计多人协作才能完成的3D玩法开发，第一次压缩成了一句自然语言。 更关键的是，这个3D空间还可以直接嵌入到整个互动视频游戏中：前面是电影级叙事，关键节点切入实时可玩的3D交互，结果再反馈回后续剧情。 为了让这种切换不显得割裂，平台还会通过提示词、参考图、角色设定和状态信息去约束生成过程，尽可能保证3D场景与前后视频内容在视觉风格、人物设定和世界观表达上的一致性。 AI视频负责好看，3D玩法负责好玩，两者被真正接成了一个完整体验。这样，一款真正既好看、又好玩，既有电影感、又有玩法深度的AI原生游戏，才第一次开始变得现实。 这可能不是游戏行业的一次小更新 而是一条新路的开始 今天做AI游戏，容易被高估的是模型，而容易被低估的是系统、Harness和供给。 模型当然重要，但真正能形成壁垒的，往往不是谁今天多领先一个benchmark，而是谁先把工具链、组件库、状态系统、分支逻辑、内容工作流、创作者生态和分发反馈真正接起来。 传统游戏工业的护城河，来自引擎、资产、管线和团队协作；而如果AI视频原生游戏这条路成立，新的护城河会迁移到另一套东西上：创作工作流、可复用的交互组件、平台对视频内容的理解与编排能力、创作者习惯，以及内容与用户反馈之间的高频闭环。 从这个意义上看，Yoroll最值得关注的，不只是它做出了几款互动视频游戏，而是它正在试图定义一套新的创作和消费基础设施。 从GDC和GTC的现场反馈，到《华君传》在视频媒体上的爆发，从《完蛋》主创和好莱坞叙事班底的集结，再到平台上签约创作者作品的涌现，一个新的互动娱乐路径，已经开始长出轮廓。 过去，做游戏是一套重工业。 未来，做游戏可能更像写故事、做短视频，甚至只是说一句话。 当视频不再只是被观看的内容，而开始成为游戏运行的一部分； 当一个好故事不再要等一年、烧掉千万预算，而是有机会在一周内变成一款可玩的产品； 当不会写代码的人，也第一次开始摸到「做游戏」的门槛—— 这件事的重要性，可能比任何一个单独的爆款都更大。 因为它改写的，不只是游戏怎么做，而是下一代互动娱乐，会由谁来做。 可能在不远的未来，每个对创造拥有热爱的人，都有机会成为小岛秀夫和李安。

新智元报道 编辑：倾倾 【新智元导读】OpenAI根本没有护城河！顶级分析师Benedict Evans判断：大模型本质上是「大宗商品」，OpenAI极有可能重演Netscape的悲剧。80%的用户一年交互不足千次、Meta掏出50%的收入去买芯片，AI行业的「财务重力」时刻已经到来。 不要再幻想OpenAI会成为下一个谷歌或微软！ 在最新一期的The MAD Podcast中，顶级科技分析师Benedict Evans与Matt Turck进行了一场长达一小时的硬核博弈。 Evans给出结论：OpenAI面临着毁灭性的护城河危机。 与Windows和谷歌不同，基础模型目前展现出的特质是极度昂贵，却又极度同质化。 现在的OpenAI有9亿周活用户，但80%的用户一年点击回车键的次数不到1000 次。 显然，AI 行业的财务已经紧绷到了极限。 消失的护城河：大模型只是「大宗商品」？ 科技史上所有的垄断，都建立在网络上。 你用Windows，是因为开发者在为Windows写软件；你用谷歌，是因为它的搜索结果随着用户点击而不断优化。 但在大模型领域，这种逻辑失效了。 Evans指出，目前没有任何证据表明，一个领先的模型能够阻止竞争对手做出同样好的模型。 Claude、Gemini、Llama正在疯狂接替领跑员的位置，每隔几周就会出现一次王位易主。 如果你是Sam Altman，你手里拿着的是一种大宗商品技术 Evans 说道。OpenAI没有自己的基础设施，没有差异化的网络效应，有的只是巨大的「心理份额」。 这像极了1995年的Netscape（网景）。 当时Netscape拥有全世界最好的浏览器，拥有最高的关注度。 但当浏览器本身变成一种基础设施，当拥有流量和系统的巨头反应过来时，缺乏护城河的先驱者会迅速被吞噬。 现在的OpenAI正拼命地想用这份心理份额去兑换硬资产。 一英里宽，一英尺深：ChatGPT 的真实使用困境 通过对Reddit上数千名用户分享的年度总结数据进行抓取，Evans发现了一个惊人的规律：绝大多数用户平均每天与AI的交互次数不足3次! 如果你去年在ChatGPT里输入过1000条指令，那么你已经是全球前20%的硬核用户了。 对于普通人来说，ChatGPT只是一个偶尔好用的搜索增强器或文案改写器，而不是生产力中枢。 这种低频使用的后果是，只有不到5%的用户愿意为此付费。 Evans提出了一个深刻的洞见：仅仅让模型「变得更好」是解决不了问题的。 如果你问AI 50个问题，上个月它错了10个，你得检查一遍；这个月它错了8个，你还是得检查一遍。 从90%的准确率提升到95%，都需要人类介入检查。 除非AI能进化到绝对正确，否则它就无法真正从人类的工作流中解放出价值。 财务重力时刻：Meta 50% 收入买芯片的豪赌 AI竞赛已经进入了「大力出奇迹」的深水区，随之而来的是失控的财务数据。 Meta最新的财报显示，其资本开支预计将占据总收入的50%以上。 Evans惊叹道： 这可不是利润的 50%，而是总收入的 50%！ 即便强如谷歌和微软，也在以双位数百分比的速度增加资本开支。 这种投入规模已经超越了建造工厂，更像是建造一个国家的基础设施。 然而，这种投入是否能换回等比例的产出？ 目前AI行业的收入结构中，存在着大量的循环收入和供应商融资。 英伟达把芯片卖给云服务商，云服务商再把算力租给AI初创公司，而初创公司的融资往往又来自这些巨头。 这种左手倒右手的游戏，掩盖了真实市场需求的疲软。 软件的「即兴」革命：SAP会被取代吗？ 在谈到 AI 对软件行业的冲击时，Evans 提出了一个新的分类法：即兴软件vs 制度化软件。 在他看来，每个人都会给自己写一个专属ERP的想法纯属幻觉。 大公司需要的是像SAP、Oracle这样稳健、合规、标准化的系统，不可能交给一个随性的AI代理去随机发挥。 过去，很多琐碎的业务流程因为规模太小，不值得雇程序员去开发专用工具，人们只能用Excel和邮件肉搏。 现在，AI让代码成本降到了近乎零，AI正在将大量的非标工作软件化。 这并不是说软件行业会萎缩。相反，根据杰文斯悖论，当资源的利用效率提高时，人们对该资源的总需求反而会增加。 我们会拥有更多的软件，而不是更少。Evans 认为。但软件公司的溢价能力将从「写代码」转移到「对业务痛点的深度理解」。 如果你只是一个简单的数据库包装器，那么你很快就会在 AI 的代码洪流中溺亡。 1997 vs 2026：AI的「Netscape时刻」 回顾历史，1997年的互联网正处于最疯狂的前夜。 当时的人们预测到了电商、视频会议和移动互联网，但他们绝没有预测到Uber。 我们知道AI很重要，所有的巨头都在往里砸钱，但我们还在用把PDF搬到网上的思维在做AI社交。 真正的AI原生应用尚未出现。 OpenAI正在尝试通过OpenClaw等代理工具寻找新的增长点，但这让它直接撞上了谷歌和苹果的枪口。 当AI试图接管用户的桌面和收件箱时，隐私、权限和系统的控制权，将成为比算法更难逾越的鸿沟。 这波浪潮中，一定会有公司赚到大钱，但可能不是因为算法跑分高。

2025年底，全球最大的AI模型聚合平台OpenRouter发布的年度使用报告显示，在其用户构成中，47%来自美国，中国开发者占6%。此外，平台调用内容中，英语占比83%，中文不足5%。 但截至2026年4月3日当周，该平台调用量排名前十的模型中，有6个来自中国。按调用量从高到低依次为：小米MiMo-V2-Pro、阶跃星辰Step 3.5 Flash、MiniMax M2.7、DeepSeek V3.2、智谱GLM 5 Turbo和MiniMax M2.5。其中，小米MiMo-V2-Pro以4.82万亿Token（词元）位居全平台第一。 事实上，自2026年2月9日至15日，当周中国模型调用量首次超过美国以来，中国模型的领先已持续近两个月。 OpenRouter平台汇聚了超过400个AI模型，覆盖60多家供应商，其调用量的数据被视为观察全球开发者模型选择偏好的窗口之一。开发者可通过同一API Key（一种用于验证身份和调用服务的密钥）在不同模型间随时切换。 OpenRouter联合创始人兼COO Chris Clark在2026年2月公开表示，中国开源模型在美国企业运行的Agent（智能体）工作流中占比“不成比例的高”。同时，开发者社区中围绕模型间任务分配与成本优化的讨论也日益增多。 有观点将这一现象与30年前的中国制造业类比：当时中国凭借成本优势切入全球电子产业链的组装环节，产生了富士康、立讯精密等代工企业；如今，中国大模型也正以价格优势切入全球AI产业链的执行环节。也有观点将国产大模型视为“AI时代的富士康”。 国产大模型在AI产业链中扮演何种角色？该角色的含金量究竟有多高？ 价格优势 经济观察报记者梳理各厂商截至2026年3月底的官方API定价发现，中美主流大模型的价格存在巨大差距。 以输入价格为例，中国模型中，DeepSeek V3.2为每百万Token0.28美元，MiniMax M2.5为0.3美元，月之暗面Kimi K2.5为0.42美元。美国模型中，Anthropic Claude Opus 4.6为5美元，OpenAI GPT-5.4为2.50美元。美国主流模型的输入价格约为中国主流模型的10至20倍。 输出价格差距更为明显。中国模型方面，DeepSeek V3.2为每百万Token0.42美元，MiniMax M2.5为1.1美元，月之暗面Kimi K2.5为2.2美元。美国模型方面，OpenA IGPT-5.4为15美元，ClaudeOpus 4.6为25美元。中美主流模型输出价格差距约为7倍至60倍。 上述价差一直存在，此前未引发大规模用户迁移，原因很简单，大多数人用AI的主要场景就是聊天，Token消耗量较低，价差影响甚微。 但2026年初，一只“龙虾”的出现改变了这一切。开源工具OpenClaw（开发者社区称为“龙虾”）于2026年2月前后迅速走红，上线后很快登顶OpenRouter应用排行榜第一，单周消耗超6000亿Token。“龙虾”属于智能体应用，和过去“你问我答”的聊天模式不同，它可使AI在电脑上自主执行编程、测试、文件管理等任务，无需逐步人工干预。 在这种工作模式下，Token消耗量与聊天场景不在一个量级。 比如，一个编程任务可能需要经历几十轮“写代码—运行—报错—修改—再运行”的循环，每一轮都是一次完整的模型调用。为了让智能体记住此前的操作，每次调用还需要调用对话历史。 有开发者在社交平台上表示，一个活跃的OpenClaw会话上下文很容易膨胀到23万Token以上。若全程使用ClaudeAPI，月费用可能在800至1500美元之间。也有用户称，一个配置不当的自动化任务，一天就烧掉了200美元。 以OpenClaw为代表的智能体应用推高了整个平台Token消耗量。比如，2025年3月3日至9日当周，OpenRouter前十大模型周调用量总计1.24万亿Token。至2026年2月16日至22日当周，仅前十大模型周调用量就超过了8.7万亿Token，增长近7倍。编程任务在平台Token消耗中的占比也从2025年初的11%升至2025年底的50%以上。 当单次任务Token消耗从几千增至几十万，中美模型间的价格差距从可忽略的成本转变为每月数百甚至上千美元的显著差异。 2026年2月19日前后，美国大模型公司Anthropic更新服务条款，禁止用户将Claude订阅账号凭证接入OpenClaw等第三方工具，要求通过API按量计费。随后Google也推出类似限制。对于每天需频繁调用API的智能体应用，模型选择中的价格因素成为绕不过去的问题，开发者被推上了按量付费的赛道。 在智能体核心的编程场景上，中美模型能力已较为接近。 SWE-Bench Verified是由普林斯顿大学研究团队维护的一项编程能力公开评测，做法是让AI模型去修复GitHub（全球最大的开源代码托管平台）上真实的代码问题。根据该评测公开排行榜的数据，2026年2月13日发布的中国模型MiniMax M2.5拿到了80.2%，2月5日发布的美国模型Claude Opus 4.6为80.8%，两者差距只有0.6个百分点。 在能力相近而价格悬殊的情况下，开发者的选择迅速反映在了数据上。 2026年2月9日至15日当周，中国模型Token调用量达4.12万亿，首次超过美国模型的2.94万亿。随后一周，中国模型调用量升至5.16万亿，三周时间增长127%。同期美国模型调用量降至2.7万亿。 中国大模型为什么能比美国大模型便宜这么多？ 工信部信息通信经济专家委员会委员盘和林向经济观察报表示，原因主要有两点：一是中国算力基础设施规模大、复用率高，报价较低；二是中国算力集群中存在大量自建算力，获取成本低于海外。 此外，技术路线也影响成本。有业内人士告诉记者，目前主流中国大模型普遍采用MoE架构，也称为“混合专家模型”。通俗地说，一个MoE模型虽然参数总量很大，但每次运行时只激活其中一小部分参数来处理任务，而不是全体参数，这大幅降低了每次推理所需的计算量。 不同路径 硅谷风投机构a16z合伙人Martin Casado在2025年底表示，在使用开源技术栈的AI初创公司中，约80%的公司使用中国模型。他随后在社交平台上补充说明，这并非指80%的美国AI初创公司都在使用中国模型，而是那些选择开源技术路线的公司中（约占全部美国AI初创公司的20%至30%），约80%使用了中国模型。 记者注意到，GitHub上已出现多个帮助开发者在不同模型间优化成本的开源工具。其思路多为将任务按难度分级，简单任务交由免费或低价的中国模型处理，复杂任务再调用高价美国模型。 其中一个名为ClawRouter的项目在文档中给出了对比数据，显示采用这种搭配方式后，平均成本从每百万Token25美元降到了约为2美元。Anthropic的产品ClaudeCode，在官方文档中也采用了类似的分层设计，默认用最便宜的模型处理日常任务。 这种模式能够成立的前提是中国模型在执行类任务上能力足够。在编程方面，前面提到的SWE-Bench数据已经说明了这一点。而在编程之外，中美大模型整体能力差距有多大呢？ LMSYS Chatbot Arena是目前全球公认度最高的AI模型评测平台之一，其做法是让真人用户在不知道模型名字的情况下同时试用两个模型，然后投票选出更好的那个，相当于一场AI之间的盲品测试。 在其截至2026年3月25日的综合排名中，前五名均为美国公司模型，中国模型中排名最高的DeepSeek V3.2 Speciale位列第六。在专门测试复杂推理能力的Hard Prompts（高难度提示词，专门用于测试模型处理复杂推理和多步逻辑任务的能力）类别中，中美模型的差距更为明显，第一梯队仍主要为美国模型。 编程能力接近、复杂推理尚有差距，这是当下中美大模型之间差异化能力的体现，也是“分层调用”这套做法成立的基础。 不过，和30年前被锁在低利润率的代工厂商不同，中国大模型厂商在价格上并没有一直往下走。 事实上，从2024年开始，中国大模型行业曾发生过一轮价格战：2024年5月，字节跳动旗下火山引擎豆包大模型以0.0008元/千Token的价格引发“价格战”，阿里云、百度智能云相继跟进。此后近一年，行业经历Token价格下降超过90%的阶段，部分厂商推理算力毛利率一度为负。 厂商当时的策略是以亏损换取规模，培养用户调用习惯。然而，2026年2月OpenClaw走红后，Token消耗量增速远超预期，算力供给趋紧。 智谱最先做出反应，2026年2月12日发布新模型GLM-5时上调API定价，3月16日发布GLM-5-Turbo时再次提价，两轮累计涨幅83%。 智谱CEO张鹏在2025年度业绩说明会上表示，2026年一季度API调用定价提升83%，调用量增长400%。根据年报，智谱2025年全年收入7.243亿元，同比增长132%，MaaS（模型即服务）平台年度经常性收入约为17亿元，12个月增长60倍。 选择涨价的不只智谱一家。2026年3月13日，腾讯云调整了混元系列大模型定价，部分模型涨幅超460%。3月18日，阿里云与百度智能云同日发布调价公告，AI算力相关产品涨幅在5%至34%之间，新价格于4月18日生效。 中科曙光高级副总裁李斌在接受经济观察报采访时称，算力系统评价指标正在发生改变，过去衡量一个系统的标准是看它有多少算力，现在则要看它能够多么经济地产出Token。 从集体降价到集体涨价，转变只用了不到两年。 2026年3月，国家数据局局长刘烈宏在中国发展高层论坛上公布了一组数字：中国日均Token调用量已突破140万亿，较两年前增长超过1000倍。 在同月的GTC大会上，英伟达创始人黄仁勋称，Token将是未来数字世界最核心的大宗商品。 在盘和林看来，中国大模型的竞争力很强，不是在补全，而是在引领，尤其在AI应用端。但他同时表示，中国在原创性创新上还有提升空间，当前AI体系中的核心架构，从人工神经网络到注意力机制，都是海外率先提出、国内跟进迭代。中国大模型下一步需要在应用端继续发力的同时，在基础算法上展开原创性创新。 30年前的消费电子代工产业有一个特点，组装环节的利润率被上游品牌商牢牢压住，不少头部的代工厂发展至今的毛利率都没有超过10%。成本优势带来了订单，但未能带来定价权。 当前，中国大模型的处境看起来与当年的消费电子代工产业有几分相似，但在定价权方面似乎又颇有不同。例如，智谱涨价83%之后，调用量增长了400%。阿里云、百度智能云、腾讯云在2026年3月集体上调了AI算力和模型服务的价格，需求并没有萎缩，调用量在持续增长。 在SWE-Bench编程评测上，头部中国模型和头部美国模型的差距已经缩小到不足1个百分点。两者在复杂推理上的差距还在，但这个差距也在快速收窄。 此次，中国大模型厂商的发展路径似乎有所不同。

IT之家 4 月 5 日消息，阿尔忒弥斯 2 号宇航员目前已在前往月球的途中走过了一半以上的路程，并首次瞥见了月球背面。 美国国家航空航天局宇航员克里斯蒂娜 · 科克在太空中接受 NBC News 采访时，描述了在“猎户座”飞船舷窗外看到月球的场景，她意识到眼前的月球与在地球上熟悉的模样截然不同。 阿尔忒弥斯 2 号机组人员在此次月球之旅的第 4 天拍摄了这张照片。照片中，月球的南极位于顶部，人们开始能看到月球背面的部分区域。 “月球上较暗的部分位置不太对，”她说道，“直觉会告诉你，这不是我平日里看到的月球。” 科克表示，她与同行的美国国家航空航天局宇航员里德 · 怀斯曼、维克多 · 格洛弗，以及加拿大宇航员杰里米 · 汉森，将观测到的景象与学习资料对比，才弄清眼前的一切。 “这就是月球背面，是我们从未见过的景象。”科克说。 怀斯曼、科克、格洛弗与汉森于当地时间周三发射升空，开启了为期 10 天的绕月飞行，这是 50 多年来人类首次执行月球任务。他们也是首批搭乘美国国家航空航天局太空发射系统火箭与“猎户座”飞船升空的人类。周四晚间，飞船完成关键发动机点火，脱离地球轨道，正式踏上奔月之旅。 怀斯曼称此次飞行是“辉煌的成就”，表示从飞船中同时眺望地球与月球的感受“着实令人震撼”。 “地球几乎处于全食状态，月球则几乎被阳光完全照亮，只有身处地月之间的中点，才能看到这样的景象。”他说。 科克补充道，宇航员们情绪激动，在宽 16.5 英尺（IT之家注：约 5 米）的“猎户座”飞船内仍能舒适休息、安睡，飞船的宜居空间大致相当于一辆露营房车。 在穿越宇宙的旅程中，睡眠等人类基本需求，是他们日常需要面对的问题。 “在太空以人类的状态生活，是这次任务最酷的事之一。”科克说，“我们就是努力适应太空生活的普通人。比如，我们会去观赏月球背面，感受它的壮美，随后又会想着‘嗯，或许该换双袜子了’，然后翻找袜子。这就是载人航天飞行中平凡与伟大的反差。” 四名宇航员在周五和周六与家人进行了通话，怀斯曼称这是此行的一大亮点。“感觉超现实，”他说，“那一刻，我与我的小家人团聚了，这是我一生中最美好的时刻。” 进入太空后，阿尔忒弥斯二号乘组便忙碌不停。升空后的最初几小时，他们就开始测试“猎户座”飞船上的各类生命保障系统。宇航员们排查了多个故障，包括邮件系统故障、太空厕所问题，但表示整体飞行过程十分顺利。 美国东部时间周一凌晨 12 点 41 分，宇航员预计将进入月球引力影响范围，届时月球引力将超过地球引力。 万众期待的月球飞掠将在当天晚些时候进行，阿尔忒弥斯二号宇航员将目睹月球表面从未被人类见过的区域。月球背面始终背向地球，从地球上无法观测，即便是阿波罗号宇航员，因受飞行轨道与时间限制，也未能看到月球背面的大部分区域。 阿尔忒弥斯二号官方月球飞掠阶段时长 6 小时，将于美国东部时间下午 2 点 45 分开始（IT之家注：北京时间周二凌晨 2 点 45 分）。 当“猎户座”飞船绕月飞行时，怀斯曼、科克、格洛弗与汉森将抵达人类有史以来距离地球最远的位置。美国东部时间晚上 7 点 05 分，他们预计将到达距地球最远点 ——252757 英里（约 40.7 万公里），比阿波罗 13 号创造的纪录远约 4100 英里（约 6598 公里）。 美国东部时间下午 1 点 56 分，他们将超越阿波罗 13 号 248655 英里的飞行距离纪录。 当天，宇航员将抵达距月球表面最近处，仅 4600 英里（约 7403 公里）。从他们的视角看去，月球大小如同手臂伸直时手中的篮球。乘组任务是近距离观测月球地貌并拍摄照片，他们拍摄的月球陨石坑、山脊与古老熔岩流影像，将帮助科学家进一步探究月球乃至太阳系的形成奥秘。 月球观测阶段尾声，乘组将在太空中目睹日食现象。美国东部时间晚上 8 点 35 分，太阳将运行至月球后方，从“猎户座”飞船视角看，太阳光会被遮挡，此次日食将持续近一小时。 日食期间，月球整体呈暗色，宇航员将借此观测太阳日冕，寻找陨石撞击月球产生的闪光。 飞掠月球后，宇航员将开启为期三天的返程之旅，预计于周五返回地球，美国东部时间晚上 8 点刚过，飞船将在圣地亚哥附近的太平洋海域溅落，完成此次任务。 汉森表示，截至目前的飞行旅程令人心绪澎湃，充满喜悦、幸福与难以置信之感。 “置身太空的瞬间，你会心生谦卑。”他说，“我们四人能执行此次任务，这份荣幸让人动容。” 尽管汉森与同事传回的地球、月球照片十分震撼，但这位加拿大宇航员表示，照片远不及飞船舷窗外的实景震撼。 “我知道这些照片已经很美了，”他说，“但我向你保证，太空中的实景壮美到了另一个境界。”

IT之家 4 月 5 日消息，据 not a tesla app 报道，在奥斯汀举行的具有里程碑意义的 TERAFAB 发布会上，埃隆 · 马斯克公布了未来十年支撑特斯拉、xAI 与 SpaceX 共同愿景的芯片路线图。尽管万众瞩目的焦点无疑是 AI5 与 AI6 芯片 —— 它们将成为数百万辆无人驾驶出租车与擎天柱人形机器人的统一“大脑”，但不少人也留意到，演示幻灯片及月球质量投射器视频中出现了第三款高度专用的芯片：D3。 据IT之家了解，D3 即 Dojo 3 芯片，是特斯拉定制芯片项目的战略转向。该架构不再与英伟达在地面超算领域竞争，而是找到了真正且长久的使命：为太空真空环境中绝大多数的人类算力提供支撑。 要理解 D3 的重要意义，需回顾 Dojo 项目跌宕的发展历程。特斯拉首次推出 D1 芯片与 Dojo 超算时，目标是打造用于 FSD 的顶级地面视频训练集群；后续量产的 D2 芯片也延续这一定位，实现了性能的大幅飞跃。 然而，随着特斯拉工程团队依托即将推出的 AI5 与 AI6 处理器，逐步统一 FSD 与擎天柱机器人的架构，同时 xAI 采用商用 GPU 搭建吉瓦级大规模算力集群，不少行业分析师曾推测 Dojo 项目已名存实亡。 此次 TERAFAB 发布会证实，Dojo 并未消亡，而是进化升级，用以解决一个更为严峻的瓶颈：地球能源已难以支撑人工智能革命的算力需求。 目前全球每年新增算力装机容量仅约 100 至 200 吉瓦，受限于各地电网承载力、散热条件与物理场地。若要实现马斯克提出的太瓦级、最终实现拍瓦级算力目标，硬件必须走向太空，D3 应运而生。 D3 芯片与 AI5 及所有地面处理器截然不同，其专为严苛却又极具发展潜力的太空环境量身打造。 研发地面芯片时，工程师需投入大量时间与成本解决散热与功耗问题，而 D3 彻底打破了这些限制。太空是无限大的散热池，且芯片无需依赖脆弱的地面电网，因此 D3 被设计为功耗更高、可在远超地面芯片的温度下安全运行的产品。 此外，D3 架构具备极强的抗辐射能力。脱离地球磁场保护后，硅芯片会遭受强烈宇宙辐射，普通芯片易出现比特翻转乃至硬件灾难性故障，而 D3 从底层优化设计，可在恶劣环境中稳定运行。 为何要将 D3 送入太空？马斯克在发布会上给出了惊人的经济预判：短短数年内，将芯片发射至太空的成本，将低于建造传统地面数据中心。 核心在于 D3 芯片与 SpaceX 重型运载能力的协同效应。D3 处理器将集成至百千瓦级大型轨道服务器机柜 —— 人工智能微型卫星，每颗卫星重约一吨，由星舰发射入轨。 进入太空后，D3 集群的运行成本将大幅降低。卫星可实现全天候不间断日照供能，无需配备笨重昂贵的备用电池保障芯片运行。同时，太空太阳能板无需加装厚重玻璃与铝制框架抵御风雨、对抗重力，制造成本远低于地面太阳能板。 归根结底，D3 芯片是连接特斯拉人工智能愿景与 SpaceX 星际探索目标的关键纽带。 AI6 将作为主力芯片，操控车辆行驶并通过擎天柱实现体力劳动自动化，而 D3 则是整个生态体系的隐形支柱。由搭载 D3 的人工智能微型卫星组成的庞大星座，将在轨道中默默运行，承担 xAI 智能升级所需的海量数据处理、搭建火星互联网，最终为人类迈向深空提供算力指引。