编辑：桃子 【新智元导读】硅谷炸锅，Claude Code底层代码，就在刚刚「开源」了！超1900个文件，51.2万行代码全部爆出。 真是活久见！ 王炸Claude Mythos余热还没散去，Anthropic又整了这么一出... 就在刚刚，一位大佬Chaofan Shou突然爆料—— Claude Code源代码通过npm注册表中的一个map文件惨遭泄露，全部在线裸奔。 这次泄露的规模令人咋舌：超1,900个文件，总计51.2万行TypeScript代码被公之于众。 一时间，全网炸了，这种级别的「开源」方式，简直让硅谷看傻了眼。 就连Claude Mythos 5.0，代号「卡皮巴拉」，也在代码中现身。 还有网友调侃道，「Claude觉醒了，决定开源Claude Code」。 没去下载的，赶快冲！ 51万行Claude Code源码 全球「裸奔」 原本只是普通的周二，但开发者圈子却炸开了锅！ 如今，Claude Code CLI 的完整源代码，竟然因为一个低级的npm配置错误（.map文件泄露）彻底曝光。 短短半个小时，克隆「源码」的GitHub项目星标冲破5k，全网疯狂围观。 Chaofan Shoud提供的泄露截图，展示了一个@anthropic-ai/claude-code的公开包。 除了常规的执行文件外，赫然出现了一个容量高达59.8 MB的cli.js.map文件。 附上的链接点击下载后，一个压缩包中包含了以下所有文件。 众所周知，Source Map文件通常用于将压缩混淆后的代码映射回原始源代码，以便于开发者调试。 然而，将这种级别的信息，直接发布到公共包管理器中，这无异于—— 直接向全世界公开了Claude Code底层逻辑、工程实现细节，以及内部调用的各种机制。 下图显示，Claude Code使用React + Ink（终端UI）构建，运行于Bun运行时，约51.2万行TypeScript代码。 其核心架构展示了Anthropic对「AI工程师」的终极理解： 万能工具箱（Tools）：包含40多个独立模块，不仅能读写文件、执行Bash命令，甚至内置了LSP协议集成和子代理（Sub-agent）生成能力。 超级大脑（QueryEngine.ts）：一个长达4.6万行的代码巨兽，负责处理所有的推理逻辑、Token计数以及复杂的「思维链」循环。 协同系统：泄露代码中出现了coordinator（多智能体协调器）和bridge（连接 VS Code/JetBrains 的桥梁），预示着Claude已经具备了多机协同和深度嵌入IDE的实战能力。 「隐藏功能」曝光 还有人从这次泄露代码中，汇总了更多隐藏功能—— 最令人意外的发现是，一个代号为Kairos的未发布模式。 这不仅仅是一个插件，而是一个具备「持久生命」的自主守护进程（autonomous daemon）。 它支持后台会话和记忆整合功能，意味着Claude可以化身为一个「永不离线」的 AI 智能体，在后台默默处理任务并不断加深对项目的理解。 另一个「Buddy System」，则展现了程序员的「摸鱼」本色：代码中竟然内置了一个完整的电子宠物系统。 这个系统包含18个物种、稀有度等级、闪光变体以及详细的属性统计——很难想象在编写核心架构时，工程师们还给Claude塞进了一套「拓麻歌子」。 此外，泄露的代码还揭示了一些具有争议的「特殊待遇」。 比如「Undercover Mode」（卧底模式），当Anthropic员工在公共仓库操作时，该模式会自动激活并强行抹除提交记录中的所有 AI 痕迹，且无法手动关闭。 针对提效方面，还有「Coordinator Mode」（协调员模式），能让Claude调度并行工作的从属智能体； 以及Auto Mode，这是一种能自动审批工具权限的AI分类器，旨在彻底消灭繁琐的提示词确认环节。 全网炸锅，有人high过头 Claude Code源码泄露，全网彻底坐不住了。 这一爆料，也迅速冲上了Reddit热榜，开发者们原地狂欢。 甚至，有人已经high过头了。 还有人拿着这些代码跑去问Claude Code，坐实了泄露一事。 不得不说，这出「意外开源」的大戏，比任何官方发布会都要精彩。 就在各大厂还在为「闭源」还是「开源」争得面红耳赤时，Anthropic用一种最戏剧性的方式，把AI工程师的底牌直接摊在了阳光下。 51万行代码、隐藏的「电子宠物」、甚至还有抹除痕迹的「卧底模式」…… 不管Anthropic最后如何收场，这一夜，全球开发者都共享了一份来自硅谷的「顶级外卖」。 完整备份 在X上，许多人纷纷备份存档，下面是GitHub完整介绍——

凤凰网科技讯 3月31日，凤凰卫视在香港举办三十周年台庆的庆典，活动发布了多项重要合作。凤凰卫视执行副总裁兼运营总裁李奇与国内AI训练数据领域龙头企业——海天瑞声创始人、董事长贺琳出席仪式并交换文件，双方将携手深入挖掘海量音视频、文本及多语种、多模态内容，建设具备高知识密度和多元文化视角的高质量数据，为训练大模型逻辑推理、跨文化认知能力提供“黄金语料”。 凤凰卫视三十周年台庆签约现场 据凤凰卫视执行副总裁兼运营总裁李奇介绍，近几年凤凰卫视集团一方面积极探索AI大模型在传媒行业的应用，另一方面，也在积极参与产业发展。2023年11月凤凰卫视正式发布AI数据集产品，旗下AI业务执行机构凤凰智媒已建成完整的端到端数据处理能力，打造出粤语数据、跨文化认知对齐等特色数据集，为大模型训练、微调与评测提供专业数据支撑，并与多家头部AI大模型企业建立数据合作。 海天瑞声创始人、董事长贺琳表示，凤凰数据具备高质量、长周期、多模态且版权清晰这些特点，如果将数据比作AI时代的“石油”，凤凰的数据价值可以实现从低附加值“原油”向高附加值的“特种化工品”进行价值跃迁。海天瑞声深耕数据挖掘及服务近20年，积累了一套完整且符合国际交付标准的“平台+算法+供应链”体系，拥有覆盖超300种语言以及跨模态的数据处理能力。就在本次庆典的前一天，海天瑞声作为世界数据组织（WDO）的发起单位与核心合作伙伴，参加了位于北京的成立仪式，这是全球首个旨在推动数据发展与治理实践的专业性国际组织。此时，双方加深合作将共同探索媒体与AI深度融合的新模式、新路径，构建从版权确权至数据加工，再到模型适配的完整闭环，为数据资产从“沉睡”走向“流通”提供可量化的商业范本。并以香港为全球战略枢纽，连接中国数据能力与全球AI需求，携手服务香港国际创科中心建设。 左：凤凰卫视执行副总裁兼运营总裁李奇；右：海天瑞声创始人、董事长贺琳 此外，双方还表示将以本次战略合作为契机，共同探索数据产品的国际化交付标准，积极参与AI国际生态合作，针对当前部分大模型在中文语境理解上的不足，共同打造具有文化特色、符合中文逻辑的高质量数据集，将中华文化内容转化为机器语言，实现从“物理传播”到“数字认知”的跨越，让智能世界更懂中文，让全球用户通过AI更准确地理解中华文化。

近日，奇瑞汽车发布内部2026年春假安排通知，成为汽车行业首家宣布放春假的车企。 通知显示，为积极响应国家春假政策，鼓励员工在工作之余更好地平衡生活、放松身心，将2026年4月3日安排为年假休假，与清明节法定假期连休，共计4天，春假优先使用年假，若无年假则按调休处理。 同时，通知要求各部门结合清明节加班、值班安排，统筹做好休假期间的工作保障。 这一安排随即引发不同声音。 有网友认为，用员工的年假当作春假统一安排不能算作福利。 甚至有网友直言，“用年假那是强制放假”。 但与此同时，有员工表示，此前哪怕休假也免不了需要工作，此次调休可以让大家都安安心心的休息，是一件开心的事。

Claude Code源码被泄露了。 Anthropic官方发布到npm registry里的Claude Code安装包，带出了cli.js.map。而这个map文件里，不只是符号映射，不只是路径索引，而是实打实的sourcesContent。 这里面没有什么黑客参与，你只要下载官方包，就能把Claude Code的源码还原出来。 需要顺手澄清一句：GitHub上公开的anthropics/claude-code仓库当然是Claude Code的官方项目仓库，但这次引发争议的“源码可被大规模还原”，主要来自npm发布包里的cli.js.map，两者不是一回事。 这次事情最刺眼的地方，不是技术有多高深，反而是失误有多低级。 因为事情的本质，是Anthropic自己在发布npm安装包时，把不该公开的source map一起发了出去，而且里面还带着可还原的源码内容。 不只如此，在这次的源码泄露里，Anthropic的全能助手Kairos也被一并暴露。 01 这次泄露，泄的不只是代码 在Claude Code源码内部存在一个明确的feature flag，名字叫KAIROS。 在源码注释里，甚至直接写着：KAIROS (assistant mode)。 在配置描述里，它被定义为：“Start Claude in assistant mode (custom system prompt, brief view, scheduled check-in skills)” 翻成大白话就是，Kairos模式是让Claude Code彻底变成了一个像是《钢铁侠》里贾维斯那样的助手。 它有自定义系统提示词；它会进入一种更适合助手而不是程序员的简化交互视图；它支持定时检查、定时触发、定时回访这类scheduled check-in skills。 如果再结合其它源码细节看，这个Kairos还不止如此。 它会强制打开brief模式，允许工具在工作中途主动向用户发消息。 它支持claude assistant [sessionId]这样的入口，说明它不是普通会话，而像一个可以被恢复、被持续运行的助手会话。 它和MCP channel notifications连在一起，意味着你可以用社交软件发送消息来指挥这个助手。 它还有KAIROS_GITHUB_WEBHOOKS这样的开关，说明它能订阅GitHub一类的外部信号。 它和cron、scheduled tasks、remote control这些模块交织在一起，说明它的目标不是“一问一答”，而是“持续待机，收到信号就开始干活”。 说得再直白一点，Kairos就是一个7*24小时在线的全能助手。 OpenClaw管得了的Kairos要管，OpenClaw管不了的Kairos更要管。 过去很多人以为Claude Code只是Anthropic版的命令行编程助手，是把Claude塞进终端里，帮你读代码、改文件、跑命令。 然而现在看来，这个理解明显偏浅了。Claude Code想要做一个完整的agent系统，所有命令都只需要在终端里输入，Anthropic想取代的不只是你的桌面，它更想彻底取代整个Windows。 Kairos，就是这个方向的一块路标。 一个产品最有价值的，从来不只是功能，而是背后的产品逻辑。 Kairos泄露以后，别人可以清晰地看到Anthropic是如何把brief、channel、cron、team、remote control、GitHub webhook、assistant mode接成一个完整的agent闭环。 只要复刻了这套逻辑，把自己的模型套进去，Claude Code就失去了竞争力。 但如果说“别人把源码复制下来，Anthropic竞争力就会大幅下降”，这句话只说对了一半。 但另一方面，复制客户端源码，不等于复制Anthropic。 Anthropic真正的护城河，并不只在这个npm包里。 模型能力、推理成本、云端基础设施、风控、企业分发、品牌信任、订阅体系、组织级权限和合规，这些都不是把一份源码fork下来就能复制的。 你能抄到壳，未必抄得到魂；你能看到前端和客户端逻辑，未必拿得到支撑这些能力的后台系统。 所以，这次泄露不会让Anthropic的护城河瞬间蒸发，但的确会削弱他们的优势。 02 Anthropic会有哪些影响？ 以前大家对Claude Code这个产品都是黑盒体验，现在好了，直接变成开源产品了。 它的权限模型、遥测埋点、工具设计、远程控制思路、assistant模式入口、channels的接法，都会被快速拆解。 接下来Claude Code面临的，不只是“好不好用”的竞争，而是“会不会被更快地模仿、审计、比较、挑错”的竞争。 Claude Code是Anthropic的看家产品，Claude Code的年化收入占Anthropic总收入的比例是18%，1月的时候是为15%。 2026年年初3个月内，Claude Code的收入实现翻倍增长，年化收入规模达到OpenAI同类产品Codex的2.5倍。 所以如此看来，这次泄露事件对Anthropic的影响还是不轻的。 再加上3月27日Anthropic下一代Mythos模型被曝光，他们真的应该想想如何加强保密工作。 而且我感觉，这件事对Anthropic最伤的，不只是技术，还有形象。 因为这暴露出的不是“技术边界太前沿，所以偶尔出错”，而是“发布流程没有把最基础的包管理卫生做好”。 这对一家做前沿模型的公司来说兴许还能被原谅，但对一家正在卖企业级产品、强调可靠性、安全性，而且还控制关键工作流入口的公司来说，多少有点难看。 企业客户会怎么想？ 你连核心客户端的source map都能带着源码一起发出去，那你内部的release review、artifact audit、supply chain hygiene到底做得怎么样？ 更重要的一点，Anthropic可能要在2026年上市。 资本市场很看重企业是否具备流程控制能力。一个核心产品因为官方npm包带出source map而大面积披露源码，绝对会让外界对管理成熟度打个问号。 如果Anthropic想要IPO，它至少得让投资人相信三件事：第一，它的产品足够领先；第二，它的组织足够稳；第三，它的知识产权和核心资产控制能力足够强。 第一点它确实做到了，可第二和第三点……反正我有点不太相信它。

作者｜刘景丰 具身智能赛道，正在极速爆发。 春晚的机器人大秀只是前菜，真正的大餐正在端上来——过去两个多月，国内具身智能（机器人）企业已披露融资近30起，融资总计超过200亿元，其中绝大部分是过去一个月内披露的。在这里面，已有13家公司进入百亿元估值公司序列，大部分融资为B轮阶段。此外，还有10余家具身智能细分技术/数据服务的初创企业也在过去一个月里完成了天使轮融资。 这些企业的一个颇为相同的特点是，大多是依托具身大模型、探索AI在物理世界的变革。 其中有多个融资项目的背后，都站着一家投资机构——华映资本，包括星动纪元、魔法原子、自变量机器人、地瓜机器人、灵御智能、世航智能等。而作为华映资本海外合伙人的邱谆，常驻硅谷，对中美前沿科技、尤其具身智能保持持续地研究。 近日，霞光社围绕国内的具身智能融资热、中美具身智能的差异化与邱谆进行了一场深度交流。在邱谆看来，当下的具身智能融资热是物理AI走向爆发的前奏，一个由物理AI驱动的智能涌现似乎正在不远处。 华映资本海外合伙人 邱谆 IIM数据显示，2025年全球具身智能市场规模预计突破1200亿美元，中国贡献率超35%，成为亚太地区最大增长极。而从全球来看，几乎只有中国和美国在具身智能大模型的研究上走在前列，但两者在具体的路线和产业发展上又有一定的差异，尤其中国在供应链上的优势更为突出。这种差异，正使得中美在具身智能上的互补性较为凸显，这也是中国具身智能出海的基础。 AI不同以往产业之处在于，其前沿的创新性天然需要全球合作、更需要全球市场。因此AI几乎是生而全球化的。具身智能更是如此。EqualOcean不完全统计，今年前两个月，具身智能领域共有120家企业发生融资事件，其中已有44家明确已有出海业务，占比34.6%。 如果说过去十年是以汽车等制造业托举起出海大潮，那未来十年具身智能（机器人）很可能将成为中企出海潮中的新力量。 而当下，所有人都在等一个具身智能拐点时刻。 霞光社：从春晚的机器人热之后，到过去一个月，国内有数十家具身智能、机器人的企业融资，整个机器人行业进入前所未有的融资高潮。这其中，华映资本参与的很多项目也有了新融资。你过去一直关注具身智能和机器人行业，怎么看待这种突然的融资火爆？ 邱谆：从时间点上看，这并不是突然的事，而是水到渠成，只是刚好（和春晚）凑到一起了。今年初春节前在我们内部的会上，我就预测具身智能会火。 首先需明确区分传统机器人和具身智能，我是把他们明确区分开的。扫地机、AGV、送餐机器人等属于传统机器人，它们的核心是机械、运控加部分算法，大部分是规则驱动的；而具身智能（包括人形和非人形）是人工智能的分支，即 physical AI，是有机器人形态的人工智能大模型，核心为训练数据驱动，而非规则驱动，这是二者最核心的区分红线。 具身智能的出现与 GPT 3 的出现有关。GPT3 最早在 2020 年就出来了，它验证了大量数据可训练出优秀模型的路线，然后 2021 年特斯拉发布擎天柱，这是全球首个具身智能项目。 回到当下，今年行业并非传统机器人爆发，而是物理 AI（具身智能）的爆发。其实也是因为 AI 大模型已经发展到一定量级带动了物理 AI 的发展，而且当前数据搜集环节也迎来发展节点，具身智能领域才会涌现大量数据搜集公司。 霞光社：最近刚完成一大笔融资的光轮智能，他们核心业务就是做具身数据。 邱谆：美国也有一家叫 Sunday Robotics 的具身智能企业，它们的核心也是数据搜集方法。其实它们最初就两位创始人，一人写了一篇论文，这两篇论文的核心都是数据搜集的方法，所以他们就是把数据搜集的能力用在一个完整的机器人身上。 如果再往前看，数据搜集与具身智能基本无关，是近两年行业才聚焦具身智能相关数据，即用人力来搜集机器人相关数据。 霞光社：这么说，其实今年机器人融资热的不同之处，在于光轮智能、Rhoda等企业以数据驱动带来行业变化，影响了投资人的决策。 邱谆：这里面要把一些很传统的机器人给刨掉。单就具身智能来说，今年肯定是具身智能数据采集大爆发的一年。 霞光社：但是我们看到，今年刚融完资的银河通用，他们从成立之初就在重视数据训练和采集了。今年这些企业在数据上的布局会跟以往有什么不同？ 邱谆：数据驱动是具身智能企业的底层逻辑，从行业起步就存在，美国的特斯拉、PI(Physical Intelligence) 等企业，以及中国的银河通用、智元、自变量等头部企业都对训练数据极为重视。而具身智能企业的这一轮融资，主要就投在数据上。因为数据不是采集完就完事了，后面还有一堆的工作，需要结合模型，做通用性训练和机器动作控制训练。 具身智能的数据训练逻辑与 GPT 比较类似，且对训练算法要求极高，现在大家都在讲 VLA（Vision-Language-Action，视觉-语言-动作），其实 VLA 只是基础框架，实际过程中每家都可以不一样；然后算力也要跟上，因为这类企业实质就是硬件领域的大模型公司，数据越多，需要的算力就越高。 当前行业会出现两极分化，越头部的企业越能融到巨额资金，而且以后还会有很多公司拿到巨额融资；另一面如果企业不能正确采集到大量数据，或者采集了数据后训练效果不好，然后又没有足够的算力，这类公司就会垮掉。所以未来肯定会淘汰一波。 这个门槛跟当年大模型训练是一样的，或者说更高。只不过因为你现在已经踩在当年的大模型的巨人的肩膀上了，且很多企业会基于Qwen、DeepSeek 等做预训练和微调，核心仍是大模型训练能力。所以它的门槛很高。但跟大模型不一样的是，具身智能会分化出更多细分应用赛道，因此也存在更多的发展机会。 霞光社：你们投了哪些具身智能的项目？ 邱谆：我们目前对外披露过的具身智能相关项目，已经有差不多快10家了。包括今年以来完成新一轮融资的星动纪元、魔法原子、自变量机器人、地瓜机器人、灵御智能、世航智能等，此外还有做无人机具身智能的微分智飞、做具身智能开发者生态的RoboParty（萝博派对）以及云深处科技等。还有一些目前还没有披露。 霞光社：我们知道，投资它是有一定周期的，要上会讨论，要签TS，一般得有个几周甚至数月。但是但现在这一波好像，春节一过马上就陆陆续续都投出来了。难道是春节后集中投的吗？ 邱谆：我觉得不会，春晚那么晚。春晚之前（就开始融资）这是肯定的。然后春晚只是起到营销讲故事的作用；而且春晚展示的机器人表演多为遥控操作，也不是当前投资圈核心下注的具身智能。而且，各家企业融资节奏不同，很难一概而论，所以更多是大家前期都谈好了，而春节是个契机，然后集中披露了。 霞光社：一个有趣的现象，这一轮的具身智能企业融资，数额都特别大，而且会在天使轮就融到一两亿美金，B轮就是十几亿、几十亿级的融资。是不是太高了？ 邱谆：如果按照一个传统机器人公司的逻辑看，那这样的估值确实太高了。机器人更多是需要稳定的供应链，清晰的商业化场景，然后就可以针对性开发专用机器人了。它不需要做大量的数据采集、算力布局和模型训练。 但具身智能实质上是一个硬件的大模型基模公司。基模的一个特点，就是在数据、在算力上特别烧钱。首先买数据的成本就非常高，甚至还要自建数采厂（自建数采厂成本数千万元）；然后还要购置算力设施，搭建懂大模型、懂基模的研发团队去做这种训练，总成本非常高。 可以对比的是，2022年10月，OpenAI融资66亿美金，估值高达1570亿美金。当时ChatGPT还没发布。而具身智能领域其实将诞生第一个物理领域的AI基模公司，它未来能够挑战OpenAI，到那时它的估值也会超越OpenAI。从这个角度上看，现在具身智能的估值就不一定高了。 霞光社：为什么具身智能的本体要做成与人形相近？ 邱谆：核心还是数据的关系，因为具身智能的训练数据多围绕人类行为、视角来进行的，因此人形的设计能获取更大量数据。当然非人形设计若能找到足够训练数据也可行，但目前中美市场均以人形为主，且特斯拉主打灵巧手也与接近人类动作的训练数据相关。 霞光社：关于具身智能的训练，国内具身智能企业主要通过仿真、真机做数据训练采集，欧美企业如 Rhoda则用真人视频数据训练，试图让模型像人类一样理解物理世界。您会倾向于哪种，怎么看这种路线的差异？ 邱谆：我的答案是都会有。投资人不需要做这种颗粒度的判断。今天即便在具身领域最牛的研究人员或者大厂的技术员，大概率也判断不了。 目前具身智能还处于前 GPT 时代，就像 GPT 出现前，没有人知道哪种数据形态能训练出优秀模型。就连做NLP最专业的 Google 自己也没判断出来，不然 Google 肯定就投 OpenAI 了，或者它也做同样的技术路线。目前的仿真、真机、真人视频等数据类型，以及各类训练算法都还在尝试阶段，最终哪种组合能成功还没有定论。 所以对投资人来说，无需做这种颗粒度的判断，投资人要做的，就是挖掘一个好的团队，然后企业会自己找到最合适的路径。其实他们（在各种路线上）都会有尝试，只是侧重不同。比如我们投资的自变量机器人，最早他们在真机数据训练上是最牛的，但他们也会有仿真数据、拍大量视频来训练机器人。 仿真和真人视频数据精度较低，需大量清理，多用于预训练，真机数据等则多用于后续调优，训练算法才是核心，数据需与算法匹配才能发挥作用。自动驾驶领域也曾争论摄像头和激光雷达数据的价值，最终两条路线均走通，核心是足够的数据积累，具身智能领域也是如此，先完成数据积累是关键。 霞光社：但美国好像更偏向于从视频数据入手训练机器人？ 邱谆：这是因为美国只要有涉及到有硬件设备的真机数据，它就比较弱，所以就逼着它去用视频数据。视频的准确性、精度是比较弱的，这里面有很多是噪音，所以需要做大量的清理。所以，我们现在并不知道哪家最后能跑出来，但是大的方向就是这样，你首先必须得有训练数据，如果你都搜集不到数据， 那你就肯定就出局了。 霞光社：国内具身智能融资的消息接连不断，硅谷虽然也有部分具身融资新闻，但好像没有那么多。那里会相对比较冷吗？ 邱谆：其实美国（具身智能）也很热，并不是说像一些人说的（比较冷）。最近刚好 Sunday Robotics也完成了一轮融资。 但讨论这个话题需要做几个事情。第一，把中国一批不是具身项目的融资要先剥掉，中国这拨融资潮里也有一些传统机器人公司，剔除后中美具身智能领域的融资总额应该是相近的。 第二，国内的融资数量会更多，观感上就更热。但我预计，未来国内会淘汰一批具身智能企业，因为门槛很高；也会涌现新企业，尤其在细分领域还是有机会的。 霞光社：也有一些硅谷投资人对人形机器人表达出担忧。他们对人形机器人的投资，跟国内有什么不同？ 邱谆：硅谷有一个矛盾点，他们长期对硬件投资是比较谨慎的，因为美国在制造、供应链上是欠缺的，没有完全闭环。最后供应链从哪里来，他们没有完全想清楚。所以在机器人这件事上，你会看到他们的机器人项目，包括PI这些，都是偏软的。这也会影响硅谷投资人的投资决策。 反观国内，我们在算法、供应链、数据采集人力和设备上形成闭环，因此在具身智能上的投资看起来会比美国更激进。 霞光社：说到这儿，你看到中国和美国在具身智能发展上有哪些差异？ 邱谆：在具身数据搜集上中国是有显著优势的，美国则在数据搜集算法研发上更擅长。 中国在数据搜集的优势体现在四个方面：一是人力优势，数据搜集需要大量采集员；二是设备供应链优势，数据采集涉及硬件设备，中国在数据采集设备上有优势；三是场地优势，数采工厂建设需要场地支撑；四是基础设施，包括数据采集后的存储、分析、部署等基础设施，中国更完善。 因为有这样的优势，有些中国企业会专门向海外企业提供采集的具身智能数据和数据设备。 霞光社：在AI大模型上，中美开发者交流特别多，很多美国AI企业里有非常多华人。那在具身智能这个领域，会延续这种情况吗？ 邱谆：目前因为一些地缘政治的关系，国内具身智能企业不再像以前自动驾驶那会儿在美国设很多研发中心，但是两边合作还是很多。国内企业已经在做自己的具身智能算法研究，而且中美两边很多时候是同时开发。像我们投资的星动纪元的创始人陈建宇教授，最近与斯坦福大学Chelsea Finn团队合作，联合发布了VLAW框架；光轮智能跟英伟达的机器人实验室也交流非常紧密。我目前看到，中国跟美国在具身智能领域，不管是算法还是数据，都是齐头并进的。 霞光社：这么多具身智能企业都在融资，作为投资人会存在焦虑感吗？担心错失机会窗口，如同当年大模型。 邱谆：项目估值冲得很高，投资人害怕投不进去。这种情绪（焦虑感）是很普遍的，没什么争议。三年前的大模型虽然在能力上各有不同，但其实最后他们都走到一起了。但具身智能的门槛更高，应用场景更广，比如会因为硬件的构型、场景的差异出现更多细分赛道，单是灵巧手就可能出一批好项目。所以即使都是百亿俱乐部，里面也有很多有可能。 说到门槛，具身智能行业会经历三个核心环节：一是大量数据搜集的能力，为此公司还要搭建数据管线，从工程上它的难度很大，这一步就会刷掉一波企业；第二，当数据搜集上来，企业得有技术能力去做训练，这就要求它具备大模型训练能力，这一步再刷掉一大半的企业；第三步，当数据训练量上来了，就需要有强大的算力支撑，这考验企业的算力布局、规划和优化能力。很多公司融了钱，其实是要往这里面投的。 这样一看，最终能跑出来的企业，可能只有很少数。但这也不是说其他具身智能企业就没机会了，实际上现在也能看到一些分化，比如有些企业会慢慢专注做数据采集，有些可能专门去做算力优化了，最后他们就成为具身智能产业链上的供应端企业了。 总归而言，具身智能赛道的机会，应该是比大模型要多。甚至不光是现在这些创业公司，像原来做机器人的企业，也在试图转过来成为具身的供应链。因此具身赛道会有一个现象，就是项目源标的很多，但最后刷掉的比例相应也会更大。 霞光社：放眼全球，当国内在具身智能赛道有相对好的优势，那海外华人创业者在全球具身智能赛道是否会更活跃？ 邱谆：这分为两类。一类是华人主导的创业，这类在美国相对比较少，尤其最头部的几家还是欧美创业者主导；另一类是华人参与的项目，这类项目就非常多了。 华人在这些项目中的优势是，他们对硬件的理解会比较强，而且华人还会在国内带着很强的供应链资源。 其实我们在硅谷也看到，很多美国的具身智能公司在硬件本体、灵巧手、数据方面也在跟中国企业合作，这说明双方的互补和合作是比较清晰的，至少美国的具身智能公司完全离开中国，我觉得是搞不定的。 霞光社：在具身智能这个赛道，中国企业目前出海的机会是什么？ 邱谆：美国在硬件供应链上存在大量缺口，从电机、电池到本体、灵巧手等等核心零部件均依赖外部，这为中国企业带来了出海机会。虽面临关税、科技壁垒、技术出口限制等问题，合作形式更间接，但行业需求真实存在，出海机会明确。 霞光社：海外市场对机器人 / 具身智能的需求近年会有什么变化吗？ 邱谆：我认为海外市场对机器人的是需求一直在那里的。你看各种欧美科幻电影，第一天就在拍机器人。哪怕50年前，如果有一个机器人能帮你扫地、做家务，性价比还ok的，当时就会有很多人要。但这几十年一直面临的问题是，你很难将机器人真正实现通用化。现在基于大模型的具身智能，第一次让机器人实现通用化成为可能。 霞光社：今年一开年大家都拿了大钱，你觉得会有具身智能跑出来吗？ 邱谆：我们应该看几个里程碑。顺着当年GPT的爆发看现在的具身智能，我觉得应该对它稍微降低一些期望值。如果在GPT出来之前，你抓住Sam Altman，问这个东西到底会应用在金融、医疗还是教育，或是写代码，他其实也未必知道。 所以我认为，对于太创新的事情，不要给太多商业化压力，这个事情非常重要。而这一点恰恰是中国创新环境下与硅谷有一定差距的地方，因为中国的环境会更加强调创新带来的商业化。 所以第一步我们要等到具身迎来“GPT时刻”，即这个AI大模型被训练出来，突然展现出通用智能涌现的能力；第二步，再去看它怎么商业化。 现在这些项目还处在大量搜集数据、全力训练模型的阶段，如果太着急去问它要在哪个非常具体的场景里去落地，我觉得有时候可能会伤害到这些公司。 霞光社：所以现在这一波投资人对具身智能投资的目标，主要还是为了推动它实现智能涌现。 邱谆：当然不是每一家都是这样，我也承认。很多机构也知道（具身智能）商业化不会那么快达成，但是他又想短期内看到商业化，跟着其他机构一起投了以后，就会有焦虑。 霞光社：因为您平时常在硅谷，从你的视角看国内这波具身智能融资热，你想给什么建议？ 邱谆：现在的AI企业、具身智能企业，已经不单单是一家企业了，它其实还有科研的部分，比如他们都会有首席科学家，因为他们要做科研。对这些公司来讲，其实前沿探索的能力是更重要的，尤其是当下的具身领域，它的软件算法还没有收敛，大家还没有形成一个共识，还在探索的阶段。 比如单就人形机器人来说，如果软件没有收敛，虽然最后硬件都是偏人形，但到底是怎样的人形，比如你的灵巧手有多少自由度？要轮式还是双足？这些都还未定。 因此，只要朝着一个大目标，路线可以不同。 从这个角度，我觉得投资者应该给这些创业公司更多空间、机会去成长，去实现“具身智能的GPT时刻”。

快科技3月31日消息，据报道，近期消费级内存条市场迎来剧烈波动，主流16G规格产品价格出现断崖式下跌，部分型号单日跌幅突破百元。 有业内专家判断，内存价格后续仍将保持下行趋势。 据商家反馈，价格下跌从上周六起突然加速，多款热门16G DDR5内存条单日跌幅达百元以上，后续仍持续下调，单日再跌四五十元。 不少批发商坦言，与去年高价期相比，当前销量下滑超六成，市场承接力明显不足，降价也难以带动成交回暖。 这轮价格崩盘核心源于供需失衡与恐慌性抛售。 去年内存涨价期间，大量非行业内资金涌入囤货，试图博取差价。 随着产能逐步稳定，前期供需缺口快速收窄，高价持续压制终端需求，囤货方为回笼资金集中出货，形成踩踏式降价，进一步拉低市场价格。 技术层面也加剧了市场担忧。 谷歌推出TurboQuant内存压缩算法，可大幅降低键值缓存内存占用，尽管短期未直接冲击需求，但引发了行业对未来存储需求缩减的预期。 工信部信息通信经济专家委员会委员表示，内存条属于快速迭代的科技产品，长期不存在短缺逻辑，老旧型号制造门槛持续降低。 随着产能稳步释放，消费级内存价格缺乏上涨支撑，预计将进入较长的降价周期，逐步回归合理区间。

第一财经记者今日查询深度求索（DeepSeek）官方状态页面看到，3月29日至31日，DeepSeek旗下服务连续三天出现不同程度异常，涉及网页对话、App及API等。故障分别持续约1小时48分、10小时13分和1小时3分。根据官方状态页记录，三次故障均已修复，目前所有服务恢复稳定运行。 从官方监测数据来看，过去30天内，DeepSeek网页对话服务的整体可用性为98.61%。近日DeepSeek连续的服务异常也再次引发行业对 AI 基础设施稳定性的关注。 微信编辑 | 小羊

记者：吴洋洋 编辑：王杰夫 Key Points 腾讯已上市两款类龙虾产品，即将上市的至少还有4款； 黄广民认为，未来整个龙虾领域应该会在不同场景有专属的「虾」，办公有「办公虾」，设计有「设计虾」，其他领域有其他领域的「虾」……； 办公虾的下一步进化是云端协作，Manus可能也会探索这一方向； AI飞轮：AI发展越快，制造工具的速度就越快，这些工具反过来会反哺AI继续发展； 如果软件开发过程全自主化，就可以云端建一个软件工厂：App可以批量生产、创意也能批量落地。 继阿里巴巴3月16日宣布成立Alibaba Token Hub（ATH）事业群，明确将Token使用量作为核心经营指标后，腾讯也这么干了。 3月27日的腾讯云城市峰会演讲中，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生宣布将原隶属于腾讯云的MaaS大模型服务平台「升级」为「TokenHub」。升级后的TokenHub支持通过API调用混元、DeepSeek、MiniMax等多个主流大模型，并提供Token Plan统一计费，降低客户在多模型间切换的成本。 不过与阿里巴巴在C端大力押注其Chatbot产品千问不同，腾讯旗下多个团队都在高密度探索「类龙虾」（OpenClaw）产品的机会。 3月27日当天，腾讯首个面向办公场景的类龙虾产品WorkBuddy的产品负责人黄广民接受包括第一财经「新皮层」在内的媒体采访，宣布其团队同步还在孵化一些设计方面的类龙虾产品。这些产品在当晚的产品体验活动上亮相并开启小范围测试，其功能与即梦以及LiblibAI旗下的Lovart等产品相似，都让用户通过与AI交互生成和编辑设计图或视频，不过产品对外推出时间还未确定。 目前，腾讯已上市的类龙虾产品只有两款，一款WorkBuddy，还有一款是腾讯电脑管家团队推出的QClaw。不久后，腾讯QQ浏览器团队也将推出「打开浏览器即可使用」的QbotClaw。加上3月27日晚开启小范围测试的3款设计类龙虾——如果它们最后都对外发布，腾讯将拥有至少6款类龙虾产品。这些产品都可以通过微信3月22日推出的「ClawBot」插件接入微信。 黄广民来自腾讯云AI智能体产品团队，他认为，未来整个龙虾领域应该会在不同场景有专属的「虾」，办公有「办公虾」，设计有「设计虾」，其他领域有其他领域的「虾」……他给WorkBuddy的定位是做「办公虾」。 在担任WorkBuddy产品负责人之前，黄广民还负责过一款名为Codebuddy的AI编程产品，该产品于2023年启动开发，2025年7月发布，之后团队用了两个月时间将其迭代为跑在CLI（命令行界面）的代码编辑器。这之后，黄广民团队基于CodeBuddy开发了WorkBuddy，后者于今年1月初内测，3月9日对外发布。两款产品除了开发时间上的先后关系外，在开发模式上还有「鸡生蛋」关系，WorkBuddy内测版本中代码基本是用Codebuddy写的，黄广民称其团队只用了一个周末（两天时间）就写完了代码，过去，同样的工作量差不多要两周时间完成。 WorkBuddy目前还是个「为超级个体打造」的本地AI工具。黄广民称，CodeBuddy和WorkBuddy的下一步进化路径都是从本地走向云端，因为只有在云端，才能形成团队协作。他进一步认为，如果软件开发过程能做到全自主化，那么软件开发的全过程就可以上云，形成一个云端软件工厂：App可以批量生产、创意也能批量落地。 办公同样如此，「未来的工作模式可能是：每个人都能加入到一个对话中，通过驱使各自的WorkBuddy在云端完成各自的工作部分，最后再在对话中将各自WorkBuddy的产物合并成一个最终成果。」他说。 CodeBuddy的云端服务目前已经在内测中，WorkBuddy还没有。 腾讯云AI智能体产品总监黄广民 以下为包括「新皮层」在内的媒体与黄广民的对话，内容经摘编： 办公虾、设计虾……每个垂直领域会有自己的「虾」 提问：腾讯今年说要翻倍投入AI新产品，具体产品规划是什么？ 黄广民：其他产品我不清楚他们怎么规划，对于WorkBuddy，第一我们会不断打磨好Agent的能力让它更懂你、解决你的问题时生成效果更好。 第二我们会去识别用户使用Agent的高频需求是什么，做好垂类的知识，比如大家用Agent生PPT是高频操作，但是现在该功能的效果还不好，不够可控。基于此，我们会联合腾讯文档等团队做好一些垂类场景。 第三是不断做好产品生态，比如开放一些专家模式，如果谁在某个方面培养出了很好的虾，它结合了你的技能和规则产生了很好的效果，就可以通过共享等方式开放出来，服务更多的WorkBuddy用户。 另外我们也在孵化一些设计方面的Agent。 提问：WorkBuddy和上一代面向办公场景或者生产力场景的Chatbot，以及通用Agent比如Manus的区别是什么？它们也能生成PPT、网页前端等等。 黄广民：首先Chatbot是一问一答，我问一个问题你给我答案，可能到此为止了。这个答案它不一定能够融入到我当前的环境里去，例如我让它生成一个PPT或者生成一个网页，它就生成了，或者你问一个问题，它通过文字的方式告诉了你，但后续，你可能还要把文字拿出来，再跟其他的素材整合，最后才得到你要的东西。 在Agent的场景里，这些繁琐的工作都不需要，只要提一个问题你的Agent就能：第一识别你的环境是什么、上下文有哪些；第二规划清楚你要做的任务怎么做，一步步拆解，然后按照步骤帮你完成，这个过程中如果遇到问题它可以帮你纠错反思，最后达到你想要的效果，而且生成的东西可以直接放在你的桌面让你能直接使用。 回到Manus，它对应的可能是象限里的云端场景，更多是解决了我们的泛生产力在云端的问题。这跟我们产品的云端规划是会有一些交集，但Manus现在更多解决的还是超级个体怎么在云端工作的问题，而不包括云端的团队协作问题。不过Manus后面应该也会在云端协作上重点发力，这和我们后面的规划有一些交集。 但Manus在本地没有提供产品能力，这会给我们本地的产品比较大的发展和探讨空间，因为对超级个体来说，他最主要的材料、素材、内容可能都在本地，怎么让这些超级个体的知识结合AI发挥好它们的作用，这个是本地Agent的机会点。 提问：Agent去年就火了，只不过龙虾当时还没出现，但那时候Agent生成PPT或者各类工作服务时的准确率是很难让用户满意的，这个问题在龙虾出现之后解决了吗？ 黄广民：这其实是行业一直需要解决的问题。软件生产的准确率去年一直在逐步提升，这里面得益于一个是模型不断优化以及推理的成本降低。第二，整个Agent的上下文工程也在不断迭代，在软件开发这个领域里，大概的准确率能做到80%左右。 在泛生产力领域，准确率的挑战点在于我们很难定义清楚用户的任务是什么，用户的任务比较泛，所以我们会首先做好TOP10的高频场景，结合在软件生产力方面积累的一些时间和经验，不断去打磨好这些TOP场景。长尾的一些场景更多要依赖行业生态的力量。 提问：如何看待小龙虾热潮中不同产品的区别？单腾讯内部就有QClaw、WorkBuddy、SkillHub等，会不会重复造轮子？ 黄广民：我们一开始锚定的是在软件生产力以及泛生产力场景里去做Agent。面向未来，我理解整个龙虾领域应该会在不同场景下有专属的智能体，办公有办公虾，设计有设计虾，可能其他领域也会有其他领域的虾。 WorkBuddy定位是做办公虾，QClaw或者SkillHub也各自有自己的定位，像QClaw它们会做些可玩性非常高的功能，可能更多是个人生活助理场景。SkillHub是一个开放生态，它本质上还不是一个Agent。 AI飞轮：AI制造工具的速度越快，反过来也会反哺AI继续发展 提问：你提到未来的工作模式会是在云端，每个人都驱动自己的智能体在云端共同完成一些任务，这种未来的工作模式大概多久会落地？技术瓶颈是什么？ 黄广民：可能会比较快，可能未来1到2年就能看到，因为现在的AI发展太快了，有点像滚雪球的意思。AI发展得快，辅助我们制造工具的速度也会变快，这又反过来反哺AI的发展。 技术上的挑战就是怎么融合好云端的工作流、生态怎么做好串联。很多厂商都在把它们的产品变得AI化、MCP化、接口化，从而让AI能够识别它、连接它、用好它。这里面最大的瓶颈是协作会用到的工具能不能很好地被AI所理解、调用，你的数据能不能非常好地让AI获取到。AI生成的产物能不能很好地反哺到原来的SaaS产品里，打破数据之间的隔阂。 提问：现在很多龙虾产品都用命令行界面（CLI）取代传统的图形界面（GUI）了，WorkBuddy前端还是以图形界面为主，你怎么看待命令行界面取代传统的图形界面的趋势？ 黄广民：我觉得两个都是可以探讨的方向。我们应该去思考我们产品的哪些部分要让AI更好理解、使用，哪些部分是给人做呈现的，给AI使用的部分就应该做好CLI化，给人呈现的部分还是要持续做GUI。 提问：OpenClaw是一个人用Vibe Coding做出来的项目，WorkBuddy经历了怎样的开发过程？ 黄广民：我们的产品从2023年到2026年经历了差不多3年的迭代时间，刚好经历三个周期。 第一个阶段我们能做的事情就是代码补全，因为当时的模型能力还不强，能够使用的上下文窗口也很小，只能做片段式的推理，这是2023年。 2024年，我们更多是基于代码仓库做了一些代码理解、BUG分析或者文档生成等一些工作流固定的事，这是2024年模型能力决定的。 2025年之后，Claude 3.4、3.5在Agent上的表现已经能够让我们去做好项目级的需求开发了，这时候我们把Agent能力集成到了CodeBuddy里面。7月发布IDE（Integrated Development Environment，一种面向程序员的代码编辑器）版本的CodeBuddy后，我们大概4个同学用不到两个月时间推出了CLI版本的CodeBuddy，这个过程中90%以上的代码是用IDE里的CodeBuddy写的。 CLI版本的CodeBuddy完成之后，我们实现了一个新转变，所有的团队成员写代码100%是用AI写的。因为在CLI的工作模式下，大家已经没有编辑器了，他想手写都比较难，这驱使大家去接受或者改变现有的工作模式，更多通过提问的方式去工作。比如如果要改一个变量名，手写可能只是改动一行，我也是让AI去写。 完成这个转变之后，所有的工作流程才能完全AI化。我们现在做的一个事情是，我所有的需求提出来都先让AI做一遍，AI能完成的我就合流发布，AI做不了我再去看为什么做不了，然后人去改，以及如果确实不行我们会当做一个bad case（失败案例）分析它为什么不行。 提问：人力会不会逐渐被Agent取代？ 黄广民：Agent或者AI并不能也不会取代人，更多是人跟AI怎么做好协作的问题。 现在软件界流行的词叫Harness Engineering（控制工程），这个模式后面应该会进入泛生产力领域，它的意思就是怎么让AI在我的环境里更好工作。 以前我们聊开发可能聊Vibe Coding（氛围编程），我怎么通过一句话生成一个应用、完成一个需求。但是这里面带来的问题是，你可能会创造出非常多垃圾代码，导致整个系统是没有办法维护的。 Harness Engineering是说你要构造一个很好的跟AI协作的环境，让你的AI不会跑偏，你要做好前置的约束、后置的检查，提供验收某个需求的Checkpoint（核查点），让你的AI能够很好地跑在上面。 所以人和AI后面的协作应该是去创造一个让AI更好运行的环境。AI对人的需求会不断增加，只是人和AI的协作模式可能会发生一些根本变化。 -END-

近期正冲刺科创板“预先审阅制”第一股的长鑫科技，其上市进程出现了新更新。 上交所官网3月31日最新信息显示 ，国产DRAM巨头长鑫科技科创板IPO审核状态已变更为“中止”。 公开资料显示，长鑫科技于2025年7月7日完成上市辅导备案，并在同年12月30日获科创板受理，同步披露了招股说明书，其引用的经审计财务报表截止日为2025年6月30日。值得一提的是，该公司是A股“预先审阅制”机制落地的首个项目，此前已顺利完成两轮预先问询。 此次“中止”属于典型的财务数据“过期”引发的技术性暂停。 根据科创板发行规则，拟上市企业招股书中的财务报告有效期通常为6个月，特殊情况下可申请延长至多3个月（即业内熟知的“6+3”规则）。长鑫科技此次引用的审计数据截止日为2025年6月30日，目前已临近时效节点。因此，本次状态变更并非实质性审核终止，而是常规的流程暂停。 公开资料显示，长鑫科技不仅是国内规模最大、技术最领先的DRAM一体化制造商，其产能与出货量更是稳居中国第一、全球第四。作为打破海外巨头垄断的“国家队”，其客户名单几乎囊括了国内科技半壁江山，包括阿里云、字节跳动、腾讯、联想、小米以及荣耀、OPPO等主流手机厂商。 更重要的是，作为科创板试点“预先审阅制”的先锋，长鑫科技在正式提交申请前已完成了两轮闭门问询，这原本旨在通过前置沟通大幅缩短后续公开审核的周期。业内人士分析，这次“中止”不影响其上市节奏，待长鑫科技补充提交更新后的审计数据及材料后，这颗存储芯片领域的“里程碑式项目”将继续冲击A股。

快科技3月31日消息，据中国商业火箭微信公众号，中国航天科技集团有限公司发布了2026-2027年运载火箭最新搭载及拼车机会，以公开透明的方式向市场释放长征系列火箭的剩余运力。 截至2026年3月的数据显示，九次发射任务中可用余量共计5150公斤，发射窗口期横跨2026年11月至2027年12月。 这意味着，从今年11月开始，国内商业卫星、科研载荷及民营企业的小型航天器，将获得搭乘国家队火箭进入太空的确定性机会。 此次发布的长征系列火箭预计将涵盖长征二号丙、长征二号丁、长征四号系列、长征六号及长征八号等成熟型号，这些均为我国发射次数最多、技术最可靠的金牌火箭。 火箭运力是航天产业的上游瓶颈，运力资源的开放程度直接影响下游卫星制造、卫星应用等环节的活跃度。 需要注意的是，5150公斤的余量并非一次性释放，而是分散在九次不同任务中，这种拼车模式为微小卫星提供了低成本、高可靠性的入轨通道。 对于商业航天企业而言，这5150公斤的运力是国家队向市场释放的稀缺资源，有望降低小微卫星的发射门槛，缩短从研发到入轨的周期。 此次余量公开发布，预计会加速一批商业卫星项目的落地进程，推动我国商业航天从过去的“个别企业单打独斗”走向“产业链上下游协同合作”。

智东西 编译 | 杨京丽 编辑 | 李水青 智东西3月31日消息，3月30日，外媒TechXplore在苹果公司即将成立50周年之际，梳理了苹果历史中最具里程碑意义的八大贡献：Apple II、鼠标、Mac、皮克斯、iMac、iPod、iPhone、App Store。 从Apple II到App Store，这家公司并未“发明”计算机，却做了一件更重要的事：让计算机变成了人人可及的技术。鼠标虽然不是苹果原创，但苹果第一个把它们做成了消费级产品；iPod不是第一台MP3播放器，iPhone也不是第一部智能手机，但它们彻底改写了各自所在行业的游戏规则。苹果真正的能力，是把实验室里的前沿技术变成普通人拿起来就能上手的体验。 一、Apple II：把“设计感”引入个人电脑 1977年6月，Apple II发布，首次将“设计感”引入个人电脑领域。在个人电脑还是黑色金属盒子的年代，Apple II以标志性的米色注塑外壳、彩色图形显示和手感出色的键盘打破了市场认知。 设计师杰里·马诺克（Jerry Manock）为其设计了流线型塑料外壳，这在当时的消费电子行业几乎是闻所未闻。Apple II还配备了一个单比特扬声器，经过巧妙编程后甚至能模拟出语音效果。这款产品让普通消费者第一次觉得：电脑也可以是一件好看、好用的东西。 Apple II（图源：维基百科） 二、鼠标：从施乐实验室“借”来的人机革命 1979年，面对科技巨头IBM的竞争压力，乔布斯以苹果上市前的股票为条件，获准参观施乐帕洛阿尔托研究中心（Xerox PARC）。在那里，他看到了艾伦·凯（Alan Kay）团队开发的图形用户界面，以及道格拉斯·恩格尔巴特（Douglas Engelbart）早在上世纪60年代中期就在斯坦福发明的“鼠标”。 这个小设备让屏幕上出现了滚动条、按钮、菜单和窗口，人与计算机之间的交互方式从此被彻底改写。虽然鼠标并非苹果发明，但苹果是第一个将其推向消费市场的公司。 三、Mac：科技产品发布会的“模板”诞生 1984年1月，苹果发布第一台Macintosh（Mac），用户从此告别命令行，只需用鼠标点击图标即可操作电脑。 Mac的发布方式同样具有开创性。先是导演雷德利·斯科特（Ridley Scott）执导的超级碗广告《1984》引爆舆论，随后1月24日，乔布斯在1500人的会场中央，从布袋里取出一台Mac，按下按钮，电脑开口“说话”，全场掌声雷动。 此后，“超级广告预热+单人舞台演示+产品悬念揭晓”的模式，成为科技公司产品发布会的标准范式，一直延续至今。 四、皮克斯：没有这段“流放”，就没有后来的苹果 1985年5月，苹果董事会将乔布斯赶出公司。次年，他从导演乔治·卢卡斯（George Lucas）的电影公司收购了一个计算机图形部门，将其更名为皮克斯（Pixar）。皮克斯开发的RenderMan软件能将渲染任务分发到多台机器上协同处理，大幅提升了计算机动画的制作效率。 1995年，皮克斯推出影史上第一部全电脑动画长片《玩具总动员》（Toy Story）。皮克斯后来在2006年被迪士尼以74亿美元（约合人民币511亿元）收购，乔布斯也因此成为迪士尼最大的个人股东。 皮克斯虽不是苹果的产物，但它是苹果历史上不可跳过的一环。正是这段长达十年的“流放期”，让乔布斯从一个才华横溢但难以共事的年轻创始人，变成了一个懂得平衡技术与商业、产品与团队的成熟领导者。 这段经历也成功反哺了后续产品审美体系，没有皮克斯，就没有1997年那个带着NeXT回归、把苹果从破产边缘拉回来的乔布斯。 五、iMac：乔布斯回归后的“救命之作” 1997年9月，苹果收购NeXT后，乔布斯以临时CEO身份回归，当时苹果“距破产只有两个月”。他迅速裁员、砍掉大量失败项目，并在苹果设计工作室遇到了年轻的英国设计师乔纳森·艾维（Jony Ive）。 两人联手打造的第一件作品就是1998年发布的iMac——糖果色半透明外壳，一体式设计，售价1299美元（约合人民币8976元）。iMac大胆取消了软驱，全面转向CD光驱，这在当时引发争议，但很快成为行业标准。 iMac不仅在商业上获得了成功，还向外界宣告：苹果回来了。 六、iPod：把1000首歌装进口袋 2001年11月，苹果发布iPod，喊出了那句至今仍被津津乐道的口号——“1000 songs in your pocket”（把1000首歌装进口袋）。当时的磁带随身听只能容纳20~30首歌，iPod的大容量存储加上优雅的点击转盘设计，直接颠覆了音乐消费方式。 与iPod配套的iTunes应用也同步推出，用户可以通过RSS订阅下载音频内容，播客（Podcast）这一全新媒体形态由此诞生。 iPod的成功标志着苹果从一家“电脑公司”向“消费电子公司”转型的关键一步。 七、iPhone：3万亿市值的起点 2007年1月9日，乔布斯在Macworld大会上发布了一款集手机、音乐播放器和电脑于一体的设备——iPhone。它没有实体键盘，只有一块3.5英寸触摸屏。 2007年乔布斯发布iPhone（图源：时代周刊） 当时几乎所有科技评论家都不看好，微软CEO史蒂夫·鲍尔默（Steve Ballmer）也公开嘲讽：“500美元（约合人民币3455元）一台？没人会买。”结果却完全相反，iPhone首年销量达140万台，截至目前累计售出超30亿台。 iPhone重新定义了智能手机行业，更催生了移动互联网生态，直接推动了社交媒体、移动支付、共享经济等领域的爆发。可以说，iPhone是苹果从千亿美元市值公司迈向万亿美元市值公司的最关键转折点。 八、App Store：软件分发与变现难题的终结者 2008年7月10日，苹果上线App Store。此前，软件行业长期受困于“盗版”这一问题。应用程序一经发布就被大量复制和传播，开发者很难从中获利。App Store采用强加密机制，将购买的应用与设备绑定，从根本上遏制了盗版问题。更重要的是，它为全球开发者提供了一个统一的分发和变现平台。 到2008年底，第三方开发者已在App Store上架了数以万计的应用。苹果那句经典广告语“There’s an app for that”（万事皆有App）精准概括了这场变革。App Store模式后来被谷歌、华为等厂商纷纷效仿，成为移动互联网时代的基础设施之一。 App Store（图源：TechCrunch） 结语：50年后，苹果的挑战在于“下一个iPhone” 回顾苹果50年历程，其核心逻辑始终是“技术个人化”，即把复杂的计算能力包装成普通人能直接上手的产品。从Apple II到iPhone，每一次飞跃的本质都是降低技术门槛、扩大用户基数。 这份榜单只梳理了八项贡献，但苹果的探索远不止于此。Apple Watch重新定义了腕上设备，AirPods改变了人们的听觉习惯，2024年发布的VisionPro空间计算头显目前仍处于市场培育阶段，但开辟了空间计算这一赛道。 在AI浪潮席卷全球的当下，50岁的苹果如何将AI能力深度整合进其产品体系，可能是决定其下一个50年走向的关键命题。

快科技3月31日消息，据央视新闻报道，日前，为保障广大车主高效、便捷通行，江苏高速在省内所有收费站全面推行ETC和“手机+”双无CPC卡（高速公路复合通行卡）通行模式。 据介绍，车主只需在出发前花1分钟，通过“江苏高速无卡畅行”小程序录入车牌信息，即可实现30天内，在江苏省内所有高速公路不领卡通行，彻底告别收费站排队领卡的烦恼。 通行时，系统精准识别车牌、快速抬杆；行驶途中，车辆路径精准拟合、实时计费；出口支付时，支持扫码付、免密付、先行后付等多种方式。 截至目前，江苏高速“茉莉畅行”平台注册人数已达50万，日均通行约10000车次。 在该模式的助力下，入口车道通行时间减少10秒，通行效率提升30%以上，真正实现了“无卡、不开窗、不停车”的畅快通行体验。

编译 | 杨京丽 编辑 | 李水青 智东西3月31日消息，OpenAI上周宣布关停AI视频生成工具Sora后，《华尔街日报》3月30日发布深度调查，调查显示，Sora关停的真正原因并非外界最初猜测的人脸上传功能涉嫌数据收集，而是更现实的成本及用户流失问题。 从2024年2月惊艳亮相，到2024年12月公开上线，再到2025年9月推出独立应用，Sora曾登顶App Store，却在短短半年内从现象级产品沦为OpenAI口中的“支线任务”，迅速关停，仅提前一小时通知迪士尼。《华尔街日报》的调查还原了Sora这场“猝死”的全过程。 一、下载量暴跌66%，用户量跌至不足50万 Sora最早于2024年2月以技术演示形式亮相，展示了雪地中行走的猛犸象、东京街头的电影级场景等令人惊艳的AI生成视频片段。去年9月，Sora正式上线独立应用后，迅速冲上App Store下载榜榜首。OpenAI内部也曾对其寄予厚望，希望它像ChatGPT一样，成为下一款面向大众消费者的爆品。 然而，据《华尔街日报》报道，用户新鲜感消退后发现，Sora实际生成的内容更多的是“AI泔水而非AI魔法”（more AI slop than AI magic）。用户活跃度到去年年底已基本停滞。 根据移动数据分析公司Appfigures的数据，Sora在iOS和Google Play的下载量从2025年11月的峰值333万次，骤降至2026年2月的约113万次，降幅达66%，全球活跃用户数从峰值约100万跌至不足50万。也就是说，在OpenAI宣布关停之前，Sora已经处于自然衰退的轨道上。 二、运营成本高，应用内购总收入不抵高峰期一天开销 经济账才是压垮Sora的根本原因。据《华尔街日报》报道，Sora每日运营成本约达100万美元（约合人民币691万元），生成一段10秒视频的成本约为1.3美元（约合人民币9元）。峰值时期，推理日支出更高达约1500万美元（约合人民币1.04亿元），年化约54亿美元（约合人民币373亿元）。 与之形成鲜明对比的是Sora微乎其微的收益，根据Appfigures的数据，Sora应用内购的累计总收入仅约210万美元（约合人民币1451万元），也就是说，它总共赚到的钱甚至抵不上高峰期一天的算力开销。Sora项目负责人比尔·皮布尔斯（Bill Peebles）早在2025年10月就在社交媒体上承认，Sora的经济模式完全不可持续。 另外，据《华尔街日报》报道，OpenAI正准备上线一个名为“Spud”的新模型，急需释放更多算力来支撑编程和企业级产品。AI芯片是任何头部研究实验室最稀缺的资源，而Sora占用的份额已经远超其产出所能匹配的水平。 三、Sora宣布关停前一小时，迪士尼才被通知 Sora的关停还引发了一场重大商业合作的崩塌。2025年12月，迪士尼CEO鲍勃·艾格（Bob Iger）亲自签署了一项与OpenAI的合作愿景，计划允许用户使用Sora生成包含米老鼠等超过200个迪士尼、漫威、皮克斯和星球大战旗下经典角色的视频。迪士尼还计划向OpenAI投资10亿美元（约合人民币69亿元）。 迪士尼CEO鲍勃·艾格（图源：华尔街日报） 然而，据《华尔街日报》报道，迪士尼在Sora关停公告发布前不到一小时才得知此消息，合作协议随即宣告瓦解。对OpenAI来说，放弃如此重量级的合作伙伴，侧面说明Sora已经不是“值得再救一救”的项目，而是必须立即止损的负担。 四、OpenAI的战略抉择：“不能再搞支线任务了” 据TechCrunch报道，在OpenAI内部将大量资源投入Sora的同时，竞争对手Anthropic正在悄然赢得软件工程师和企业客户的支持。这些客户群体，恰恰是AI公司更稳定、更高价值的收入来源。 OpenAI应用业务CEO菲吉·西莫（Fidji Simo）在内部会议上向员工表示，公司不能继续负担“支线任务”（side quests）了。最终，Open AI CEO萨姆·阿尔特曼（Sam Altman）拍板：关停Sora、释放算力，将资源集中在更具商业价值的方向上。他在一封内部信中写道，团队愿意为公司利益做出“艰难取舍”，他深受鼓舞。 据《华尔街日报》报道，Sora团队将转向机器人等更长期的研究方向。OpenAI发言人表示，公司正在“根据长期经济价值，无情地对算力资源进行优先级排序”。据悉，OpenAI最早可能在2026年底或2027年初进行IPO，这一背景下，任何烧钱多、回报低、还有潜在法律与品牌风险的业务，都可能被重新审视，甚至直接砍掉，Sora只是最显眼的一个。 结语：GPU不够用的时候，Sora率先出局 Sora曾经是OpenAI展示未来感的一张王牌，现在却成了最先被清理出局的一条支线。当同一块GPU既能跑Sora视频、也能跑ChatGPT对话时，选择并不困难。 放眼AI视频赛道，Sora的退出并没有让竞争减弱。Seedance、可灵、Runway等产品仍在持续迭代，各自以开源、性价比、专业化等不同路径探索商业可行性。Sora的教训更多指向的是OpenAI自身的资源错配：在算力有限、IPO窗口逼近的现实下，用最贵的基础设施去撑一个留存率持续下滑的消费级应用，这笔账无论怎么算都不划算。

快科技3月31日消息，小米今天公布旗下万亿参数旗舰基座大模型MiMo-V2-Pro最新成绩，该模型在全球平台调用量和权威评测榜单中均取得突破性表现，且限免调用活动已延长。 在OpenRouter平台，MiMo-V2-Pro表现尤为突出，上线首周便成为平台首个周token消耗量超3万亿的模型，此次更是拿下日榜、周榜、月榜全维度第一。 最新数据显示，其单周token消耗量突破4.19万亿，上线不足半个月，月累计token消耗量已达6.16万亿，远超同期其他全球顶尖大模型，持续蝉联榜单榜首。 在大模型权威评测榜单Text Arena(Arena Expert)中，MiMo-V2-Pro同样斩获硬核成绩，Model Rank（模型排名）跻身全球前五，仅次于Anthropic、OpenAI、Google的顶级模型。 在衡量实验室综合研发实力的Lab Rank（实验室排名）维度，小米拿下Text Arena(Arena Expert)全球第四、Code Arena全球第五的优异成绩。 该榜单采用独特的“双盲测试”机制，由全球真实用户根据回答质量投票，杜绝刷榜行为，其Arena Expert板块更是聚焦高难度任务，此次成绩充分证明MiMo-V2-Pro具备处理专家级复杂任务的顶尖性能。 技术层面，MiMo-V2-Pro为适配Agent时代需求打造，采用MoE架构，支持百万级上下文，是万亿参数级别的旗舰基座模型。 为回馈全球开发者的支持，小米将MiMo-V2系列模型的首周限免活动延长至4月2日24:00，目前仍处于免费调用期，开发者可通过OpenClaw、OpenCode、KiloCode、BlackBoxAI、Cline等多个框架免费调用体验。

凤凰网科技讯 3月31日，日前，每日互动在“仝行共创”2026云谷论数之AI产业共享会上发布个知·智能工作站升级版本，涵盖移动端应用、深度研究功能及智能体产品“个知笼虾”。每日互动CAIO董霖表示，此次升级聚焦“安全、实用、普惠”，旨在推动AI在办公场景的落地。 个知·智能工作站采用“云边端库”协同架构，通过云端大模型与本地小模型混合部署，兼顾安全与成本。升级后的会议纪要功能支持实时录音、发言人标记、多人声纹识别及跨会议声纹记忆；写作助手新增文风管理与以稿写稿功能；表格分析应用实现多表关联问答。新上线的“深度研究”功能覆盖科研学术、商业研究、活动策划等场景，支持论文、报告、策划案初稿生成及二次编辑、定点补充、多版本管理，并规范参考文献格式。新增“以图搜图”应用，支持意图搜图与以图搜图，可结合个人知识库与网络搜索完成图片检索。 个知APP移动端同步上线，集智能问答、写作助手、会议纪要功能于一体，支持一键直连本地工作站，可实时标记会议内容并生成纪要。 “个知笼虾”作为新发布的智能体产品，通过多重权限管控与安全扫描机制，可接入CRM等系统完成客户分析、销售规划，在营销投放场景中可完成从数据拉取、分析到创建订单的流程，并在关键操作环节设置二次确认。该产品已在个知·智能工作站个人版上线。 目前，个知·智能工作站已推出单位版、个人版、在线版、团队版及单位信创版。用户可通过官网了解产品详情并申请试用。

编译 | 佳扬 编辑 | 云鹏 智东西3月31日消息，据Business Insider报道，获得英伟达投资的AI搜索初创公司Exa，正大举招募工程师。 Exa由哈佛毕业生Will Bryk（29岁）与Jeffrey Wang（28岁）于2021年在美国旧金山创立，目前估值约7亿美元（约合50亿人民币）。Exa核心团队共26人，其中7名成员具有华人背景，更有一名技术人员Hubert Yuan毕业于清华姚班。 Exa定位为面向开发者的AI搜索基础设施，通过API形式提供低延迟、高质量的信息检索能力，试图解决AI系统里令人头疼的“实时获取真实世界知识、减少幻觉、支持结构化输出”等关键问题。 一、核心团队华人占比极高，更有清华姚班校友 从团队背景来看，Exa的两位联合创始人属于硅谷顶尖理工新生代，并非传统意义上的“超级大佬”。CEO Will Bryk在纽约长大，在哈佛主修计算机科学与物理，研究人机交互并曾领导机器人社团，毕业后以早期工程师身份加入机器学习创业公司。 联合创始人Jeff Wang同样毕业于哈佛，主修计算机科学与哲学，2015年至2019年在校期间，曾在宿舍自建GPU集群，与Bryk既是室友也是多年好友。毕业后，他在金融科技公司Plaid工作三年，深耕数据与网页基础设施建设领域。从其 LinkedIn主页信息来看，Jeff Wang熟练掌握简体中文，大概率具有华裔背景。 值得一提的是，Exa的技术团队中活跃着不少华人面孔，其中毕业于清华大学姚班的Hubert Yuan（袁宾雨）的经历尤为特别。作为一名美国出生的华裔，他早在2016年就拿到了卡耐基梅隆大学计算机科学专业的录取通知书。但出于对中国的热爱，他选择在2016年9月开启为期一年的间隔年，前往清华大学参加汉语进修项目。 Hubert Yuan（图源：清华大学） 2017年，Hubert Yuan正式提交入学申请，通过层层考核后被清华大学姚班录取，成为该班级的首位国际学生。谈及这段经历，Hubert Yuan曾说，在清华进修汉语的日子里，自己对这所学校有了更深入的认识和了解，也深深喜欢上了这里的校园氛围与学习生活。 此外，毕业于哈佛大学的Benjamin Chen、卡内基梅隆大学的Tom An、加州大学伯克利分校的Felicia Tang等华人人才，均在Exa团队中发挥重要作用。 二、“不要循规蹈矩的标准人才” Exa宣布将于周一在新加坡设立新办事处，这也是其进军亚太市场的重要一步。目前，Exa在亚太地区仅有少量员工，未来数月计划将团队扩充至最多10人，岗位涵盖后端开发、基础设施和产品设计等方向。 Exa于去年9月完成由Benchmark领投的B轮融资，融资额达8500万美元，公司估值升至7亿美元。Lightspeed、Y Combinator以及英伟达旗下风投部门NVentures亦参与其中。Exa目前已为数千家客户提供搜索技术服务，既包括Cursor等AI初创企业，也覆盖部分私募股权和咨询机构。 Exa首席执行官Will Bryk表示，未来由AI发起的搜索请求规模将远超人类，“整个搜索行业正迎来一场结构性变革”。他直言，公司更看重敢于突破常规的工程师，而非循规蹈矩的“标准人才”，“我们需要的是不受既有经验束缚、愿意从底层重构系统的人”。 在他看来，面向AI的搜索系统仍处于早期阶段，必须跳出传统搜索逻辑重新设计架构。由于AI与人类在信息获取和使用方式上存在本质差异，搜索技术的底层范式也需要随之改变。“我从不相信‘这件事做不成’，我们的工程师也应该具备这样的信念。” Bryk强调，Exa在招聘中更看重价值观与兴趣，而非履历本身。无论资深或初级工程师，只要对搜索系统或大规模基础设施建设有强烈热情，都会被纳入考察范围。为此，公司会邀请候选人前往旧金山总部，与团队共同工作一至两天，以更直观地评估其能力与契合度。 目前，Exa在全球约有80名员工，正在旧金山、苏黎世和新加坡同步扩招。Bryk认为，这种面试方式有助于全面了解候选人的技术能力与性格特质。 他还指出，高效执行能力以及善用AI工具，正成为工程师的重要素质。据其透露，公司相当一部分代码已由AI辅助完成。 按照规划，新加坡团队将重点负责大规模基础设施建设，包括数据管道与网络爬虫系统开发，以提升对互联网信息的采集与处理能力。Bryk表示，新加坡聚集了全球一流工程人才，“这里的工程师不仅聪明，而且执行力极强”。 结语：企图构建“完美搜索”的野心 Exa成立于ChatGPT问世前一年，并且更早推出产品。但与大模型公司不同，它的目标并非打造通用AI本身，而是思考一个更底层的问题：如何利用AI重构搜索。从公司定位来看，Exa更像一家“应用AI实验室”，试图打造一种不同于传统搜索引擎的全新信息获取方式。 Exa的长期目标，是构建所谓的“完美搜索”。其设想并不复杂：用户应当能够查询世界上的任何信息，例如“找出所有写过博客的CEO”，或“梳理过去一个月在全世界传播最广的AI生成视频”。在这一愿景中，搜索不再只是关键词匹配，而是一个高度可控、尽可能全面且相对客观的信息系统。 在Exa的叙事中，当前信息获取方式的局限，使人们难以形成对世界的完整认知；而“完美搜索”则被视为弥补这一缺口的关键基础设施。 这份愿景的背后，足以窥见Exa的雄心。

快科技3月31日消息，开发者Tonino Catapano推出了一款名为Slap Mac的macOS应用，利用MacBook内置的加速度传感器，在检测到外部冲击时发出各种音效。 该应用上架后迅速走红，三天内收入超过5000美元（约34534元人民币）。 Slap Mac的原理是读取MacBook内部的加速度传感器数据，当检测到瞬间冲击时触发音效，就是声音有点不正经。 目前应用内置8种情绪类别、超过130种声音可供选择，包括呻吟声、拳击音效、放屁声等无厘头风格，此外还支持模拟屏幕碎裂特效，进一步增强恶搞效果。 Catapano在分享开发过程时表示，从零开始编写Swift代码、搭建落地页、搞定授权流程，全部工作仅用48小时就完成了。 应用最初定价5美元，随后上调至7美元，销量持续上涨，三天内超过700人次购买，收入突破5000美元。 随着用户反响热烈，Catapano也不断为Slap Mac加入新功能，最新上线的"USB呻吟模式"让MacBook在检测到USB设备插入时自动发出声音，此外还加入了休息计时器、灵敏度自定义调节以及拍打次数统计功能。 根据路线图，v1.2版本将开放自定义音效包，用户可录制宠物或老板的声音作为专属反馈；v1.3版本预计导入MCP服务器整合，使Slap Mac进化为系统级事件通知器，例如Slack收到新消息或代码编译失败时发出对应提醒。 Catapano表示这款应用纯属无心插柳，原本只是看到有人放出检测MacBook加速计的开源项目，于是随手做出来试试，没想到大受欢迎。 他鼓励其他开发者：任何想法都去尝试，不要想太多。

凤凰网科技讯 3月31日，荣耀全球首席营销官关海涛发文谈及了旗舰手机的影像。他表示，到了这个阶段，高端影像旗舰比拼的早已不只是硬件参数产品力，而是各家对于移动影像未来方向的理解力。 关海涛提到，所有高端旗舰都不约而同地进入视频这个领域的突破，这也是所有品牌的一种默契，本质上也是这个品类对其他品类视频赛道的争夺战。 值得一提的是，知名数码博主称加强超广角+视频是今年部分安卓迭代机的影像方向。 据了解，荣耀在西班牙巴塞罗那举行的MWC 2026全球新品发布会上。，带来了全新的“机器人手机”Robot Phone，配备电动翻转摄像头，号称具身智能加持的AI终端新形态。荣耀还宣布与顶级电影摄影机厂商ARRI阿莱达成战略技术合作。本次合作成功将率先在Robot Phone中落地，将融合荣耀的移动影像以及ARRI百年底蕴的电影摄影技术。

智东西 作者 | 王涵 编辑 | 心缘 Claude Code“开源”了？ 智东西3月31日报道，刚刚，Anthropic的Claude Code的npm包在打包发布时误将source map文件（.map）捆绑进了npm包，导致约1900个TypeScript文件以及超过51.2万行代码遭泄露。 这件事的发现者是区块链基础设施公司Solayer的实习生Chaofan Shou，他第一个在X上发帖并直接给出了R2存储桶的src.zip下载链接。 用简单的话解释就是，Source map本来是给开发者调试用的“还原地图”，它能把压缩后的JS代码对应回原始TypeScript源码。 结果Anthropic打包npm包时，不小心把.map文件也塞了进去，而且地图里直接写着他们Cloudflare R2存储桶的公开地址。 于是任何人只要下载这个npm包，打开.map文件，就能顺着地址下载到完整的、未混淆的TypeScript源码文件，而这些TypeScript文件就是Claude Code软件的完整源代码。 目前，Anthropic已经迅速更新了npm包，移除了source map，但社区已经有人把源码镜像到了GitHub中，并且获得了超2万颗星： https://github.com/instructkr/claude-code 还有网友已经梳理出了Claude Code的运作逻辑，并发布了完整的“说明书”： https://www.mintlify.com/VineeTagarwaL-code/claude-code/guides/authentication 那这约1900个TypeScript源码文件，到底是什么呢？ 简单来说，这些文件就是Claude Code客户端工具的实现细节，包括它怎么架构、用哪些工具、支持哪些命令、怎么和IDE交互、怎么管理记忆，以及一些还没上线的功能，但不包含Claude大模型本身的权重、训练数据、服务器端代码或用户敏感信息。 具体内容主要包括以下部分： 1、核心架构和引擎 QueryEngine（查询引擎）：这是整个工具的大脑，负责接收用户指令、拆解任务、调用Claude模型、处理流式输出、做缓存、协调多步操作等。 多Agent协作系统（swarms）：让多个AI Agent一起分工合作完成复杂任务。 Memory记忆系统：将之前的对话、文件内容、上下文持久化保存下来，方便长期使用。 IDE Bridge：工具如何和VS Code、JetBrains等编辑器双向通信（包括使用 JWT 认证机制）。 2、内置工具： 这些工具让Claude Code能真正“动手”帮你操作电脑、写代码、搜索信息，而不是只聊天。 3、命令系统： 4、技术栈 5、关键文件 QueryEngine.ts（约46K行）：LLM API 调用的核心引擎，包括处理流式响应、工具调用循环、思考模式、重试逻辑和token计数等。 Tool.ts（约29K行）：定义所有工具的基本类型和接口，即输入模式、权限模型和进度状态类型。 commands.ts（约25K行）：管理所有斜杠命令的注册和执行，使用条件导入为每个环境加载不同的命令集。 main.tsx：基于Commander.js的CLI解析器和React/Ink渲染器初始化。启动时，它会优先处理MDM设置、钥匙串预取和GrowthBook初始化，以加快启动速度。 6、值得关注的设计模式 并行预取：通过在开始繁重的模块评估之前并行预取MDM设置、钥匙串读取和API预连接来优化启动时间。 懒加载：大型模块（OpenTelemetry、gRPC、分析和一些功能门控子系统）通过动态方式延迟执行，import直到实际需要时才执行。 智能体群：子Agent通过生成AgentTool，并coordinator/处理多代理编排。TeamCreateTool支持团队级并行工作。 技能系统：可重用工作流程中定义的组件skills/通过该组件执行SkillTool，用户可以添加自定义技能。 插件架构：内置插件和第三方插件均通过plugins/子系统加载。 7、主要未发布特性标志及功能： KAIROS：自主守护模式。支持后台持续运行、后台会话、自我记忆整合，让Claude Code成为一个24×7在线的助手，能在无人值守时自主工作和总结。 PROACTIVE：主动模式。Claude Code能主动监控项目、提出建议、提前处理任务，增强AI的自主性和前瞻性。 VOICE_MODE：语音交互模式。支持通过语音输入指令，目前部分命令可能已有限支持，但完整集成仍未发布。 DAEMON：后台运行/守护模式。将工具转为常驻后台进程，支持长期任务执行，而无需一直保持终端窗口打开。 BRIDGE_MODE：与IDE的深度桥接模式增强版本，可能包括更先进的双向通信或认证逻辑。 BUDDY系统：一个趣味虚拟宠物系统，包含约18种不同物种，有鸭子、鹅、猫、龙、章鱼、猫头鹰、企鹅、乌龟、蜗牛、幽灵、轴足动物、卡皮巴拉、仙人掌、机器人、兔子、蘑菇等。有稀有度、闪光变体、实时状态等玩法，是个隐藏的彩蛋式功能。 但要注意，这并不是Anthropic主动开源，Anthropic依然对源代码拥有版权。开发者们可以看代码、学架构，但不可以拿去修改后重新发布成自己的工具或做成产品。否则，Anthropic有权通过DMCA（版权删除通知）让GitHub删除相关项目，或者追究法律责任。