Codex Harness – OpenAI 开源的 AI Agent 底层执行框架AI工具21小时前更新AI小集05Codex Harness是什么Codex Harness 是 OpenAI 开源的 AI Agent 底层执行框架。Codex Harness 是驱动 Agent 的外骨骼，负责任务理解、记忆保持、工具调用、进度展示、失败处理及人类审批等完整执行循环。开发者可通过 CLI、SDK 和 app-server 三大组件，将 AI 智能体无缝嵌入自有产品、运营看板或业务系统，无需再把工作流硬塞进通用聊天框。Codex Harness的主要功能Agent 执行循环：驱动 AI 智能体完成从任务理解到结果输出的完整迭代流程。上下文与记忆管理：在长对话中保持上下文连贯，智能压缩和审查相关信息。工具与技能调用：支持 AI 灵活调用外部 API、数据库及自定义业务工具。沙箱安全执行：提供隔离的运行时环境，确保文件系统与网络操作安全可控。流式事件传输：支持实时向应用前端推送 AI 的思考过程与执行进度。人类审批介入：在关键操作前自动暂停并请求人类确认，实现安全的人机协作。会话持久化：支持跨会话保存和恢复对话状态、线程与任务生命周期。前后端解耦架构：将审批界面与底层执行循环分离，便于无缝嵌入任意业务系统。微信关注回复“开源”，加入AI开源项目交流群如何使用Codex Harness获取开源代码：前往 GitHub 的openai/codex仓库克隆项目，即可解锁完整的 Harness 工具库。CLI 快速执行：用codex exec命令行工具运行有边界的 Agent 工作流，适合脚本和 CI 自动化任务。SDK 编程集成：通过 TypeScript 或 Python 版官方 SDK，在代码中精准启动、恢复或流式传输 Codex 任务。App-Server 产品嵌入：部署 Codex app-server，通过 JSON-RPC 协议将 Agent 循环深度集成到自有业务系统。暴露业务工具：将应用自身的 API、数据库及操作接口通过 MCP 协议暴露给 Harness，让 AI 调用真实业务数据。配置审批流程：在前端接入审批界面，Harness 会在关键操作前自动暂停并请求人类确认，实现安全的人机协作。流式事件监听：订阅 Harness 的流式事件输出，在应用前端实时展示 AI 的思考过程与执行进度。注入业务上下文：向 Harness 传入产品界面状态、用户行为及业务规则，让 AI 基于真实场景而非通用聊天框工作。Codex Harness的核心优势开源可嵌入：开发者可将 AI Agent 执行循环直接嵌入自有产品、运营看板或业务系统，无需把工作流硬塞进通用聊天框。前后端彻底解耦：应用层掌控界面、上下文、工具与审批流程，Harness 层专注 Agent 循环与沙箱执行，通过 JSON-RPC 协议实现通信分离。Harness 设计即性能：在 ARC-AGI-3 基准上仅优化 Harness（保留推理+上下文压缩），GPT-5.6 Sol 得分从 13.3% 飙升至 38.3%，Token 消耗减少 6 倍。沙箱安全执行：内置隔离运行时环境，严格控制文件系统、网络访问与运行时审批，确保 Agent 动作可控、可审计、可回滚。原生 Human-in-the-Loop：在关键操作前自动暂停并请求人类确认，审批通过后才继续执行，天然适合容错率极低的业务场景。流式事件与持久会话：支持实时向前端推送 AI 思考与执行进度，并可跨会话保存和恢复线程状态，适配长周期工作流。模型无关的执行引擎：Harness 是编排层而非模型层，可与不同底层模型配合，聚焦「如何管理模型」而非绑定特定模型。Codex Harness的项目地址项目官网：https://developers.openai.com/blog/codex-as-a-platformGitHub仓库：https://github.com/openai/codexCodex Harness的同类竞品对比对比维度Codex HarnessLangGraph核心定位将 Agent 循环作为可嵌入产品的底层执行引擎基于图状态机的 Agent 工作流编排框架架构设计前后端分离：应用层控制界面/审批，Harness 处理执行循环节点-边模型：开发者定义显式状态流与检查点审批机制原生内置 Human-in-the-Loop，关键操作自动暂停请求确认需开发者手动在节点间插入中断/审批逻辑沙箱执行内置隔离运行时，控制文件系统、网络与工具访问无原生沙箱，需依赖外部容器/环境隔离集成方式JSON-RPC 协议连接 App-Server，流式事件实时推送作为 Python/JS 库直接嵌入代码，检查点持久化适用场景已有成熟业务界面的产品，需 AI 在底层执行且人类掌控审批需要精确控制多步骤状态流转的复杂工作流编排Codex Harness的应用场景财税合规自动化：嵌入税务准备工作流，AI 处理复杂税务逻辑并自动填充申报表，税务师在关键字段审批确认，已验证处理 7,000 份申报表、准备时间缩短约三分之一。企业云平台应用构建：如 Cisco App Builder，客户在其云控制平台内使用自然语言创建自定义应用，Harness 在幕后处理权限校验与底层逻辑流转。物流调度异常处理：在物流看板中嵌入 Agent，调度员点击「Investigate delay」后，Agent 自动调用 MCP 工具获取实时运单数据、分析延误原因，任何改单操作都需人工审批。运营仪表盘嵌入：将 Agent 直接集成到现有运营看板中，实时分析业务指标、触发异常告警、执行修复动作，无需切换至独立聊天界面。安全运维审批：安全分析师在预警队列中直接调用 Agent 排查受影响服务状态，高危操作自动触发 Human-in-the-Loop 审批后执行。Codex Harness的相关问题Q：Codex Harness 是什么？和 Codex 模型有什么区别？A： Harness 是驱动 AI Agent 的底层执行引擎，负责任务理解、记忆保持、工具调用、沙箱执行、流式事件和审批流程；而 Codex 模型是生成代码/推理的「大脑」。Harness 是「外骨骼」，模型是「大脑」，两者配合才能跑通完整 Agent 工作流。Q：开源协议是什么？可以免费商用吗？A： Apache-2.0 协议，可以完全免费商用。你可以自由嵌入自有产品、修改源码、二次分发，无需开源你的上层业务代码。Q：必须绑定 OpenAI 的 GPT 模型吗？能用 Claude 或 DeepSeek 吗？A： Harness 是模型无关的编排层，架构上不强制绑定 GPT。但当前官方实现默认对接 OpenAI API，若要替换为其他模型，需自行适配模型调用层。Q：三大组件怎么选？什么场景用哪个？A：codex exec → 脚本、CI 流水线、后台一次性任务，返回结构化结果。Codex SDK → 你在写应用代码，需要编程式启动、恢复或流式传输任务。Codex app-server → Agent 要成为产品的一部分，需要持久对话、实时事件、中断工作和审批处理。Q：已有业务系统，如何接入 Harness？A： 通过 Codex app-server 的 JSON-RPC 协议连接。你的应用负责提供「产品界面 + 业务上下文 + 审批流程」，Harness 负责「Agent 循环 + 沙箱执行」，双方通过 Context in / Events out 双向通信。Q：Human-in-the-Loop 怎么实现？对业务侵入大吗？A： Harness 在检测到「需审批的操作」时自动暂停 Agent 循环，通过流式事件向前端推送审批请求；用户确认后 Harness 继续执行。业务端只需实现一个审批 UI 并响应 JSON-RPC 事件，侵入性极低。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇紫三角 - CAD 图纸 AI 翻译工具，支持中英互译下一篇FLUX Upscale - Black Forest Labs 推出的 AI 视频放大工具相关文章CopyCopter – AI短视频生成工具，一键将长篇文本内容转换成短视频AI小集4AgentX – AI聊天应用开发平台，无代码构建定制化AI代理AI小集2花生AI – B站推出AI视频创作工具AI小集3Kimina-Prover – 月之暗面联合 Numina 推出的数学定理证明模型AI小集3文心大模型X1 Turbo – 百度推出的最新深度思考型模型AI小集3FaceFancy – AI图像处理应用，支持图片和视频一键换脸AI小集4暂无评论再想想发表评论暂无评论…

Qwen-UI-Agent – 阿里通义推出的 GUI 智能体基座模型AI工具4天前发布AI小集02Qwen-UI-Agent是什么Qwen-UI-Agent 是阿里巴巴通义团队推出的 GUI 智能体基座模型，能在手机、电脑和网页端像真人一样操作界面。模型基于 100+ 台真机、150+ 应用训练，支持 GUI 与命令行混合执行，可完成跨应用长程任务。内置安全机制，危险请求直接拒绝，支付、删除等敏感操作主动交还用户确认。在 MobileWorld、WebArena 等基准上全面超越GPT-5.6、Claude Opus 等旗舰模型，是当前真实世界可用性最强的 GUI Agent 之一。Qwen-UI-Agent的主要功能跨设备 GUI 操作：在手机、电脑、浏览器上自动点击、输入、滑动，完成界面交互。真机多应用工作流：跨 150+ 真实 App 执行复杂长链任务，如查地图→找餐厅→订座→发日程。GUI + CLI 混合执行：既能点界面，也能跑命令行，支持一次输出多个批量动作提速。安全边界管控：违法请求直接拒，支付、删文件、隐私授权等敏感操作主动弹窗交还用户确认。长程任务处理：稳定执行 100+ 步的调研、数据分析、报告生成等超长任务。精准界面定位：在 ScreenSpot-Pro 等 grounding 基准上刷新 SOTA，精准识别屏幕元素位置。Qwen-UI-Agent的技术原理真机训练环境：搭建 100+ 台真实手机、150+ 应用的真机集群，直接采集真实轨迹并用于训练与评测，弥合模拟环境与真实设备之间的性能鸿沟。混合动作空间：模型同时掌握 GUI 操作（点击、滑动、输入）与 CLI 命令，引入 Batched Actions 机制，支持单次决策并行输出多个动作，使电脑任务中 CLI 占比近半，整体执行步数显著缩短。长程在线强化学习：支持在超过 100 步的超长轨迹上进行端到端在线 RL 训练，依托约 10,000 个并发环境并行 rollout，配合自适应课程学习，持续攻克高难度长程任务。安全对齐机制：将安全判断内嵌于任务执行全链路，通过前置分类识别违法或高风险请求并直接终止；对支付、数据删除、隐私授权等敏感场景，在关键节点触发ask_user接管，确保危险请求不执行、敏感操作不擅自决定。多模态 Grounding 与通用能力保持：在 GUI 专用训练的同时保留基座模型的通用推理与 agentic 能力，使其既能精准定位屏幕元素（刷新多项 grounding SOTA），能应对真实世界中的长尾知识与工具调用需求。微信关注回复“开源”，加入AI开源项目交流群如何使用Qwen-UI-Agent阅读技术报告：访问 arXiv 论文了解模型架构、训练方法与 8 项基准的详细评测结果。浏览项目主页：打开 tongyi-mai.github.io/Qwen-UI-Agent 观看 5 个真实场景的真机演示与交互案例。跟踪开源仓库：关注 GitHub Tongyi-MAI/MAI-UI 获取后续可能发布的模型权重、代码与部署文档更新。运行基准评测：使用配套仓库 Tongyi-MAI/MobileWorld 的 Docker 环境，对模型进行可复现的移动端 GUI 能力测试。Qwen-UI-Agent的核心优势真机闭环：基于 100+ 台真实手机、150+ 应用训练与评测，自建 MobileWorld-Real 真机基准，直接弥合”模拟到真实”的鸿沟。全面 SOTA：在 MobileWorld、OSWorld、WebArena、ScreenSpot-Pro 等 8 项核心基准上全面超越或持平 GPT-5.6、Claude Opus 4.8、Gemini 3.1 Pro 等旗舰模型。混合执行提速：统一 GUI 点击与 CLI 命令，支持单次决策批量输出多个动作，电脑任务中约 40% 为批量动作，整体节省近 58% 执行步数。长程在线强化学习：支持 100+ 步超长轨迹的端到端在线 RL，依托约 10,000 并发环境并行 rollout，持续攻克复杂长程任务。内置安全边界：违法/危险请求直接拒绝终止；支付、删数据、隐私授权等敏感操作在关键节点主动停手，弹窗交还用户确认后再继续。Qwen-UI-Agent的项目地址项目官网：https://tongyi-mai.github.io/Qwen-UI-Agent/GitHub仓库：https://github.com/Tongyi-MAI/MAI-UI技术论文：https://tongyi-mai.github.io/Qwen-UI-Agent/Qwen-UI-Agent-Technical-Report.pdfQwen-UI-Agent的同类竞品对比对比维度Qwen-UI-AgentMAI-UI产品定位跨移动、电脑、浏览器、DeepSearch 的统一 GUI Agent 基座移动端 GUI Agent 基座模型MobileWorld82.1%41.7%执行方式GUI + CLI 混合，支持批量动作（Batched Actions）以 GUI 点击为主长程能力100+ 步在线 RL，10,000 并发环境 rollout基础长程任务跨平台手机、电脑、浏览器、DeepSearch 统一模型主要聚焦移动端主动服务能从航班取消等真实通知信号主动发起任务被动响应用户指令安全机制分层安全：违法直接拒，敏感操作弹窗交还用户确认基础安全对齐数据飞轮AutoResearch 式数据飞轮：Agent 自建任务、诊断失败、规划迭代人工驱动迭代Qwen-UI-Agent的应用场景本地生活探店：自动跨高德、大众点评、小红书完成地址搜索、人气比对和口碑总结，一站式搞定约会探店。行程会议联动：查 12306 高铁班次、算地铁通勤时间，自动在钉钉创建带提醒的会议日程。深度调研报告：跨网站采集财报数据、运行分析脚本，自动生成 Excel、PPT 和 Word 交付物。跨设备发票整理：从手机相册提取发票照片，传到电脑分类归档，并生成结构化 Excel 报销单。航班取消主动应急：检测到航班取消通知后，自动搜索替代航班和高铁方案，推荐能赶上会议的最优选项并交还用户决策。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Alta - AI 穿搭应用，能生成专属 Avatar 虚拟试衣下一篇紫三角 - CAD 图纸 AI 翻译工具，支持中英互译相关文章Plazmapunk – AI 音乐视频生成器，视觉效果自动与音频同步AI小集2ShellAgent 2.0 – MyShell推出的智能体应用构建器AI小集4字节跳动发布“豆包MarsCode”智能开发工具，面向国内开发者免费AI小集4笔记多 – AI学习平台，结合费曼学习法AI小集3QVQ-72B-Preview – 阿里通义开源的多模态推理模型AI小集2TripoSR – Stability AI 联合 VAST 开源的 3D 生成模型AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录精挑翻译AskCcmarmos模兜漫小芽TipKay最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前huashu-excel – 花叔开源的 AI 数据分析 Skill1小时前PikaPio – AI + AR 创意内容社区与零代码创作平台1小时前Faraday – Inherent 推出的 AI 科学家智能体1小时前OpenBot – CopilotKit 开源的企业级 AI Agent 平台22小时前HyCreator – 腾讯混元团队推出的 AI 长视频生成平台23小时前FreeToken – 开源端侧 MoE 大模型推理系统，支持满血运行2天前TabTin – 开源的全栈 AI Agent 团队协作平台2天前TeleAgent – 中国电信天翼 AI 推出的桌面级通用智能体助手2天前LLM-as-a-Verifier – 斯坦福联合英伟达等开源的通用验证框架3天前CoinVE-200K – 腾讯开源的大规模组合指令视频编辑数据集3天前Cocode – 开源DeepSeek Harness发行版，提供GUI与TUI双入口4天前Tap8 – AI 原生互动视频平台，支持实时双向交互4天前DeepSeek-V4-Flash-Vision-Exp – DeepSeek 推出的多模态视觉理解模型4天前SenseNova U1.5 Lite – 商汤科技开源的原生统一多模态大模型4天前

RunningHub是什么RunningHub是基于云端ComfyUI的AI图像与视频创作平台。RunningHub基于ComfyUI架构，拥有超7000个预置节点，涵盖前沿模型如Stable Diffusion、腾讯混元AI视频模型等。用户基于拖拽节点构建工作流，实时调试并管理版本，支持Python/JS开发。RunningHub提供强大云端算力，基于FramePack技术让普通设备能生成高清视频，具备多模态生成及批量处理能力，广泛应用在电商、影视、游戏等领域，加速创作流程，降低创作门槛，助力创作者实现从分镜脚本到成片的快速转变。RunningHub的主要功能在线开发与编辑：提供云端开发环境，用户能在线编辑ComfyUI工作流，无需本地安装复杂软件，方便快捷。应用发布与盈利：用户将创作的AI应用发布到平台，供他人使用并有机会获得收入，实现商业变现。最新最全节点：提供最新最全的ComfyUI节点，满足不同创作需求。工作流集成：基于API接口，将RunningHub工作流集成到用户系统，实现与其他业务系统无缝对接。多任务运行状态查询：基于API可查询工作流多任务运行状态，便于任务管理和调度。业务逻辑控制：用户设计业务逻辑控制工作流调用策略，实现个性化业务流程自动化。热门模型预装：预装Stable Diffusion、Flux、Cogvideo等热门模型，降低创作门槛。如何使用RunningHub登录注册：访问RunningHub官网https://www.runninghub.cn/，完成注册和登录。使用AI应用：选择应用：在AI应用界面，选择一个感兴趣的AI应用，例如“换脸王-Face Swap”。参数设置：根据应用下方的作者介绍和输入建议，调整参数满足创作需求。运行应用：调整好参数后，点击“运行”按钮，开始运行AI应用。查看结果：运行完成后，点击右侧的任务列表查看运行结果。使用工作流：创建工作流：在工作流界面，点击“创建新工作流”，进入ComfyUI界面。编辑节点：在ComfyUI界面中，选择需要的节点并进行参数调整，构建工作流。连接节点：确保所有节点正确连接，且保存图像节点已连接。运行工作流：调整完成后，点击右上角的“运行”按钮，开始运行工作流。查看结果：运行完成后，点击右侧的任务列表查看运行结果。使用模型库：选择模型：在模型库界面，选择需要的模型，例如Stable Diffusion。加载模型：将选中的模型加载到工作流中，开始使用。调整参数：根据模型的使用说明，调整相关参数达到最佳效果。运行模型：调整好参数后，运行工作流，查看模型的输出结果。RunningHub的应用场景创意设计：设计师和艺术家快速生成高质量的图像和视频，进行创意设计和艺术创作，提升工作效率和创意表达。内容创作：创作者生成吸引人的图像和视频内容，用在社交媒体和自媒体平台，提升内容的吸引力和传播力。影视制作：影视制作团队生成特效镜头和动画内容，减少后期制作的复杂性和成本，提高制作效率。广告与营销：广告公司和企业生成创意广告图像和视频，快速测试不同方案，提升广告效果和品牌推广。教育与培训：教育工作者生成教学用的图像和视频，丰富教学内容，提升教学效果和学生的学习体验。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于RunningHub的工具ARC腾讯旗下ARC实验室推出的免费AI图片处理工具Krea AI实时AI图像、视频生成和编辑平台炉米Lumi字节跳动推出的AIGC图像创作平台摩笔马良摩尔线程推出的AI图像绘画创作平台稿定AI一站式AI设计工具集，免费AI绘图、图片转AI绘画、AI抠图消除米粿AI懂画师的渐进式分层绘画助手，主攻日系二次元绘画暂无评论再想想发表评论暂无评论…

TeleAgent – 中国电信天翼 AI 推出的桌面级通用智能体助手AI工具2天前更新AI小集02TeleAgent是什么TeleAgent（星辰超级智能体） 是中国电信天翼 AI 推出的桌面级通用智能体助手，定位为”AI 办公搭子”。用户用自然语言交代任务，工具能自主拆解、跨应用执行并交付结果，覆盖文件整理、Excel 汇总、数据分析、PPT 制作、行业调研等场景。TeleAgent支持 Windows 与 macOS 本地安装，数据本地处理，具备跨软件协作、思维透明、学习用户习惯等能力，主打零代码、零门槛上手。TeleAgent的主要功能文件整理：自动整理杂乱文件夹，提取 Word/Excel 信息并生成纲要与脑图。Excel 汇总：将多份格式不一的 Excel 自动汇总成一张统一表格。数据分析：读取本地数据自动生成含图表的重点分析报告，直接汇报用。PPT 制作：输入主题或数据，自动完成内容撰写、图表生成与排版优化。资料调研：全网检索陌生领域信息，按维度梳理并输出带出处总结。跨应用协作：在网页、Excel、Word 等软件间自由穿梭，终结复制粘贴。应用生成：一句话定制专属工具、脚本或 HTML 演示页面。定时自动化：设置周期性任务（如每周周报），到点自动执行并交付。如何使用TeleAgent访问官网：访问 TeleAgent 官网 https://www.teleai.com.cn/product/teleagent，选择 Windows 或 Mac 版本下载安装包。安装软件：双击安装包一路”下一步”完成安装（Windows 约需 950MB 空间，Mac 拖入 Applications 即可）。注册登录：首次启动后注册天翼账号，并授权网络访问。设置工作空间：将需要处理的文件放入默认工作空间文件夹，或在桌面新建文件夹并在对话前选择它。下达指令：在输入框用自然语言描述任务，TeleAgent 自动拆解并执行，交付最终结果。TeleAgent的核心优势央企安全背书：中国电信自研，数据本地处理不上传，通过国家级安全认证，企业级合规有保障。零门槛自然交互：无需写代码、无需精巧提示词，日常语言即可驱动复杂办公任务。跨应用无缝协作：可在 Excel、PPT、浏览器、邮件等软件间自由穿梭，彻底终结复制粘贴。思维全程透明：任务拆解与执行过程完全可见，用户随时介入修正，拒绝黑盒操作。越用越懂你：自动沉淀个人行文风格、报表模板与业务流程，形成专属工作套路。多智能体并行：复杂任务自动拆解为多个子任务并行执行，大幅提升整体效率。模糊指令理解：能读懂不精确的日常表达，自动补全意图并规划最优执行路径。海量技能生态：内置 6300+ 办公技能，且会随使用频率自动迭代优化。TeleAgent的同类竞品对比对比维度TeleAgent（星辰超级智能体）腾讯QClaw开发方中国电信天翼AI腾讯产品形态桌面端独立应用（Windows / Mac）桌面端 + 微信小程序「QClaw管家」核心定位系统级通用智能体，”AI办公搭子”极简封装AI Agent，微信远程操控电脑主要入口桌面客户端微信小程序为主，支持文件传输与多模态交互跨应用能力Excel、Word、浏览器、邮件间自由穿梭支持跨应用操作，微信端可远程下发指令安全合规数据本地处理，央企级安全，国家级认证沙盒隔离安全机制特色功能6300+技能生态、思维透明、定时自动化、越用越懂用户「灵感广场」预置常用任务、极简三步上手TeleAgent的应用场景智能文件整理：将杂乱文件夹拖入工作空间，TeleAgent 自动分类归档、提取 Word/Excel 关键信息，并生成结构化纲要或思维脑图。Excel 数据汇总与分析：上传多份格式不一的 Excel，一句话指令即可自动统一字段、汇总成总表，并生成带图表和结论的数据分析报告。PPT 一键生成：输入汇报主题或上传数据，选择汇报对象，TeleAgent 自动规划内容、生成图表并完成排版。行业调研与商机监测：7×24 小时自动抓取行业资讯、竞品动态、招标信息，全网检索后按维度梳理对比，输出带引用出处的调研总结。跨应用自动化办公：设置周期性任务，如每周一自动拉取 CRM 数据生成周报、自动整理报销单据，到点自动在多软件间流转执行并交付结果。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LLM-as-a-Verifier - 斯坦福联合英伟达等开源的通用验证框架下一篇TabTin - 开源的全栈 AI Agent 团队协作平台相关文章COMET – 字节开源的通信优化系统AI小集3CoCounsel – AI法务助手，自动执行复杂、重复的流程业务AI小集3AIMv2 – 苹果开源的多模态自回归预训练视觉模型AI小集2Dust – AI Agent构建平台，零代码创建定制化AI AgentAI小集3Asendia AI – AI求职助手，根据个人情况推荐求职策略AI小集2Pixtral Large – Mistral AI开源的超大多模态模型AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录精挑翻译AskCcmarmos模兜漫小芽TipKay最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前huashu-excel – 花叔开源的 AI 数据分析 Skill1小时前PikaPio – AI + AR 创意内容社区与零代码创作平台1小时前Faraday – Inherent 推出的 AI 科学家智能体1小时前OpenBot – CopilotKit 开源的企业级 AI Agent 平台22小时前HyCreator – 腾讯混元团队推出的 AI 长视频生成平台23小时前FreeToken – 开源端侧 MoE 大模型推理系统，支持满血运行2天前TabTin – 开源的全栈 AI Agent 团队协作平台2天前LLM-as-a-Verifier – 斯坦福联合英伟达等开源的通用验证框架3天前CoinVE-200K – 腾讯开源的大规模组合指令视频编辑数据集3天前Cocode – 开源DeepSeek Harness发行版，提供GUI与TUI双入口4天前Tap8 – AI 原生互动视频平台，支持实时双向交互4天前DeepSeek-V4-Flash-Vision-Exp – DeepSeek 推出的多模态视觉理解模型4天前SenseNova U1.5 Lite – 商汤科技开源的原生统一多模态大模型4天前FLUX Upscale – Black Forest Labs 推出的 AI 视频放大工具4天前

微软近期做了一件看起来相当反常的事。它开始重新优化 Windows 在 8GB 及以上设备上的内存表现。图自 Windows Blog放在几年前，这基本算是做梦。毕竟按照当年「安迪给的，比尔拿走」定律来看，一直是硬件规格有多高， Windows 就吃掉多少——8GB 早就被当成入门配置扫进了历史的角落，微软主推的 Windows 11 AI+ PC，也从一开始就把内存门槛定在了 16GB。可现实上演了一出回马枪。AI 的爆发让数据中心疯狂囤积内存，颗粒价格一路上涨，成本压力顺着供应链传到每一台 PC 上。而那个被无数 Windows 用户抱怨的问题，再次摆到了台面上：臃肿的 Windows，是不是 AI PC 路上的绊脚石？吞掉右 Ctrl 的 Copilot 键傲慢｜你一直在给 Windows 擦屁股Windows 长久以来存在的最大误判，就是默认处理器会越来越快，内存不够用户自然会加，再不济就换台新电脑。在这套逻辑下，Windows 对自身的内存开销比较宽容。后台服务和框架越积越多，内存占用也跟着上涨，反正更强的硬件总能把这些问题暂时盖过去。但 AI 出现以后，多出来的硬件资源不再只属于传统应用。过去新增的内存能让浏览器多开几十个标签页，现在越来越多本地 AI 功能还要加载模型、维护索引，并持续处理来自屏幕和摄像头的数据。Windows 那些曾经无关痛痒的基础开销，也开始直接挤压 AI 的运行空间。微软直到此时才重新审视 8GB 设备，更像是硬件增长已经无法继续替系统掩盖浪费。暴食｜没有节制的加法就是负担硬件长期承担善后，也养出了 Windows 不断做加法的习惯。微软此次优化的对象横跨内存分配器、WinUI 3、Chromium 和 WebView2，从底层资源分配一直延伸到界面框架和网页运行环境。可问题早已超出某个单独组件，更像是整套系统长期缺少统一资源约束后的结果。图自 DotNetBrowser单独拎出来看，每一层都有自己的正当理由。WinUI 3 是为了现代化的界面体验，Chromium 是为了网页兼容和开发一致性，旧框架是为了让历史应用和企业软件继续跑下去。麻烦在于每一层都「存在即合理」，又缺少统一的收缩机制去约束，于是各层在各自的目标下不断扩张，最后叠加成整个系统的负担。传统 PC 还能靠硬件升级稀释冗余，但 AI PC 要把大量内存留给模型权重、上下文和常驻 Agent。微软如今重新优化 8GB 设备，也说明 Windows 的基础开销仍有不小的压缩空间，只是过去没有足够大的压力推动微软处理。懒惰｜兼容，Windows 最重的包袱如果说暴食来自不断增加功能，懒惰则体现在旧东西几乎不怎么「打理」。Windows 主打兼容性优先，这也导致旧接口和运行环境退出得很慢，新旧体系时常并存。为了兼容几十年前的软件或企业系统，甚至是特殊外设的驱动，Windows 都保留了好几套不同年代的接口与运行环境。这套兼容性确实是它最重要的生态地基，让大量行业系统几十年都能跑在同一个平台上。但兼容能力后来逐渐变成了一项没有明确边界的义务。最经典的例子就是控制面板至今没有被新设置完全取代，很多功能只能让两套入口长期并存。部分界面的入口看似越来越现代，但一旦深挖几层，照样能翻出十几年前的逻辑和窗口体系。图自 Tom’s GuideWindows 的懒惰不在于它什么都没做，恰恰相反，它做了太多加法，却始终不愿承担做减法的代价。传统桌面环境还能容忍这种结构，可 AI PC 还要处理 CPU、GPU 与 NPU 之间更频繁的任务调度，同时为本地模型和后台 AI 功能分配资源。旧规则保留得越多，统一管理的难度就越高。贪婪｜甩不掉的微软全家桶Windows 的臃肿也不能全部归咎于历史兼容。今天的 Windows 早已不是一套操作系统，更像是微软账户带着 Edge 和 OneDrive，再拉上 Microsoft 365 与 Xbox 一起挤进来的全家桶入口。这些组件既承担具体功能，也关乎着微软在系统生态的分发入口。因此是否能够彻底移除，自然不只是一个技术问题。不仅如此，OEM 厂商还要在这层基础上继续「装修」，从更新工具到电源管理，到驱动面板和各类预装软件，能加进系统的通通给你满上，主打一个「加加加加到厌倦」。联想桌面助手于是就形成了一个解不开的死结：历史兼容让旧东西搬不走，商业扩张又让新模块不断住进来，系统只能持续膨胀。微软若想让 AI Agent 成为统一的任务入口，来负责调动应用和系统能力，就得先处理 Windows 内部大量彼此独立的服务与权限体系。依赖｜技术捷径是最大的拖累让 Windows 变沉的，还有微软越来越依赖的网页技术。Windows 不少更新的功能都一定程度上使用了 WebView2。而 WebView2 使用基于 Chromium 的 Microsoft Edge 渲染引擎，让开发团队能够复用 HTML、CSS 和 JavaScript，以此降低界面开发成本，也方便快速更新。工程效率是提高了，资源纪律却没有同步跟上。图自 Windows LatestWebView2 的运行时本身可以由多个应用共享，但不同应用仍可能各自建立浏览器进程、渲染进程、页面状态和用户数据环境。应用数量增加后，这些彼此隔离的活动进程仍会叠加内存与后台开销。微软持续优化 Chromium 和 WebView2 的内存与启动成本，已经说明问题不能只归咎于某个应用写得差，更需要思考如何统一和规范分散的资源使用方式。嫉妒｜什么都想要，什么都不行微软当然也希望 Windows 能像 macOS 一样，把处理器、系统、开发工具和应用生态，都打包进同一套协同体验里，更希望 AI+ PC 能拿出接近 MacBook 的软硬件配合。Windows 却很难照搬苹果的路线。图自 Tom’s Guide苹果能够控制硬件型号数量，同时统一产品的处理器架构和开发工具，甚至敢给旧架构设定明确的退出时间。微软可以通过 Prism 承接传统 x86 和 x64 应用，但驱动与内核组件仍然需要原生 Arm64 支持。换而言之，应用能够依靠转译过渡，特殊硬件却依然取决于厂商是否愿意重新开发驱动。微软既想获得新平台的协同效率，又不愿放弃开放生态、历史兼容和市场规模，最终只能同时承担两套模式的成本。长期犹豫也在削弱 Windows 曾经近乎垄断的优势。2021 年前后，Windows 在 StatCounter 全球桌面网页使用统计中的份额仍接近八成；到 2026 年 7 月，这个数字已经降至 71.18%。2021 年（上）、近 12 个月（下）以 StatCounter 的统计来看，Windows 仍有领先的地位，但友商的平台优势也在变强。苹果通过推动整条 Mac 产品线统一转向 M 系列芯片，完成了新一代硬件架构的迁移；而 Linux 则在开发工具和 AI 计算上继续扩张，并逐渐渗透到更多跨架构环境中。Windows 每次在新架构和旧生态之间反复权衡，都会拉长自身迁移周期，也给其他平台留下吸引用户和开发者的时间。迁怒｜优化做不好，就让内存买单面对系统膨胀，微软过去最常见的处理方式，是提高硬件门槛。8GB 不够就推动 16GB，游戏和多任务吃紧就建议 32GB，ARM 兼容不完善就依靠更强的处理器和更高效的转译弥补。今年 4 月，微软还在 Windows Learning Center 的游戏 PC 指南中，把 16GB 称为实际起点，并把 32GB 称为更省心的升级选择。这篇文章随后在 5 月初被删除；到了 8 月，另一篇把 32GB 称为重度玩家理想配置的旧指南，也被确认已经下线。微软没有解释原因，可调整时间却很微妙。图自 Windows Latest提高配置看起来顺理成章，但成本却要由 OEM 厂商和消费者承担。AI 浪潮推高内存需求后，依赖硬件升级解决软件问题的方式开始不起效了。因为消费者花同样的钱，或许只能买到内存更小的电脑，微软也无法继续假设所有性能问题都能靠堆配置解决。在这样的背景下，系统层面的优化已不再是技术选择，更来自现实压力。微软愿意处理 Windows 的资源问题，当然值得肯定。但现在仍然无法确定，它准备真正移走多少历史负担，又有多少只是重新整理，好给 AI+ PC 腾出有限的运行空间。回头看，Windows 的七宗罪最终争夺的都是同一批资源：内存、功耗、后台权限、开发资源，以及操作系统对整台电脑的控制权。传统 PC 可以依靠更大的内存和更快的处理器，把很多系统层面的浪费「稀释」掉。但 AI PC 的逻辑完全不同。模型需要驻留内存，持续维护上下文状态，还要在 CPU、GPU 和 NPU 之间频繁调度数据流。系统资源已经从随用随取的弹性池，转向被精确分配的常驻空间。在这种结构下，系统自身哪怕多出一点基础开销，都会直接挤压 AI 的可用空间。图自 How-To Geek但问题的关键在于，Windows 并没有一条可以「推倒重来」的路径。它必须在不破坏旧生态的前提下推进现代化改造——既要维持数十年积累的应用与驱动体系，又要承接本地模型、AI Agent 和跨处理器调度带来的新资源需求。在双重约束下，Windows 的资源控制和平台迁移都不可避免地变得缓慢而保守。相比之下，其他操作系统同样有自己的历史包袱和生态限制，但很少有一个平台像 Windows 这样，同时承载如此复杂的历史兼容体系，开放硬件生态，商业分发入口，以及跨代架构迁移压力。当这些因素叠加在一起时，问题就不再是「优化得够不够好」，而是系统本身是否还能以足够快的速度，适应 AI PC 这种全新的计算范式。

夜色渐浓，五颜六色的灯笼营造出喜庆的氛围。一位老先生举起手机，想要拍下眼前跃动的美景。快门还没响起来，屏幕突然不听使唤了。他慌乱地在屏幕上各处点击，试图关掉这些突如其来的干扰。然而那些明明写着「关闭」「X」的按钮，却从未将他带向出口，而是进入了新的陷阱。错误的点击制造了一连串剧烈的连锁反应，屏幕疯狂的闪动着，画面甚至还没来得及看清就再次跳转。弹窗不断地出现，蹦出了穿着暴露的女生，又跳转到奇怪的游戏、几毛钱的红包、数不清的「待完成任务」，还有应用商店的下载页面。不知是周遭五颜六色的灯笼，还是手机屏幕上不断闪出的广告，照亮了老先生困惑的脸。他只是想拍一张照片而已。我们曾被许诺过一个更平等和包容的世界，但在这一刻，我们得到的是难以逃离的数字迷宫。最近，马斯克发推赞同一份来自互联网基础设施巨头 Cloudflare 的报告：在不远的将来，互联网上绝大部分的流量，将不再来自人类，而是由 AI 和 Agent（智能体）在后台自动产生。机器替人类搜索、阅读、总结、比价、下单。未来的网络流量相比今天只会成倍增幅。但这些流量绝大多数发生在 Agent 与 Agent，服务器与服务器之间的隐秘对话里，人类甚至不需要抬一下眼、动一下手指。这正是当下的科技世界极度荒诞却无比真实的对照：一方面，科技巨头们正如火如荼的建立一个名为「AGI」，高度发达的硅基文明，将人类从屏幕前「解放」出来:在现实生活的逼仄里，传统的互联网商业力量却在失控前末日狂欢，激进乃至卑劣的手法无所不用其极，试图榨干「人」能够在流量游戏里给它们提供的最后一丝价值。这是最好的时代，也是最坏的时代。我们在腌臜的现实泥潭中，畅想着美好的未来。AI 时代不再需要眼球互联网建立在眼球经济的基石上，从门户网站到搜索引擎，再到后来的社交网络和短视频平台，无不在收割我们的注意力：用免费的内容吸引停留，用无限滚动的算法流将我们锁住，再在切碎的时间中见缝插针，填充广告与付费的机会。无数顶尖的工程师、精算师和心理学家投身于其中，为了让这套机制能够更高效地运转。他们绞尽脑汁，想出更聪明的按钮与色彩搭配、更耸人听闻的标题、无比复杂的奖励算法，来扣住用户的注意力。但随着 AI Agent 时代的到来，逻辑发生了根本性的变化。此前我们已经写过多篇文章描述 AI 时代的各种剧变，简要复盘一下：当你买机票、订酒店，或者换新手机的时候对比几款产品的参数，过去需要打开三四个网页或 app。你翻过的每一个页面和手指的每一次点击，都在同时做两件事：展示广告，以及积累相关数据用于后续更精准地展示广告。但到了 Agent 时代，你可能只需要让 Agent 帮你规划一个合适的行程，它会自己搜集整理下单，你只需要确认支付并享受结果。这背后是 Agent 以毫秒级的速度调用接口，抓取网页并对比数据，在几秒到几十秒内将结果直接反馈给你，并帮你跳过了所有的过程。去年盛极一时的手机 GUI Agent 能力，更是让 Agent 可以代你完成那些无法被接口处理的复杂操作，你只需要把手机放在那里，让它自己读屏操作。我们每个人的时间和注意力都得到了极大的解放。未来终将有一天，我们会适应只需发号施令，无需亲自操作的新常态。马斯克的推文所揭示的可怕之处恰好在于此：未来的互联网行为流量仍然巨大，甚至可能比从前爆发地更加猛烈——但这些流量全都是「无眼球流量」。这意味着互联网如今的基石——广告商业模式所赖以为生的注意力被消弭。缺乏了人眼的注视，再精密的广告算法也不过是对着一团空气发力。前所未有的焦虑开始在科技行业蔓延：如果得不到一丁点注意力，广告又该卖给谁？无处不是广告牌既然注意力的获取通道难免被 Agent 堵死，广告便开始向那些人类无法委托给 Agent，也无法轻易避开的物理实体和操作系统底层，疯狂地反扑。隐蔽的诱导已经是过去时了，现在广告正在发起全面的入侵，竭泽残存的注意力。曾经，买下一台车、一台电视或者任何智能设备，意味着消费者对其获得绝对的所有权。但是在软件定义硬件的今天，我们买到的设备其实并不只属于我们，它还可以根据需要变成厂商的广告牌，随时随地展示广告。德系豪华品牌宝马近日陷入了舆论风波。车载系统更新后，多位海外宝马车主在启动车辆时突然发现，车载中控屏上赫然弹出了索尼与漫威最新电影《蜘蛛侠：崭新之日》的广告。这条广告最初以文字出现，占据一个 banner 位置，通过点击可以消除；点开后则会播放一段动画广告片。已知 2020 年 7 月后生产，运行第七代及之后操作系统的海外车型，都有可能出现该广告。宝马官方曾多次承诺不会将仪表盘、中控屏等核心部件用来营销，集团高级副总裁斯蒂芬·杜拉赫公开表示「中控屏幕是用户的私人空间」，不会把用户卖给广告。然而宝马还是这么做了。诚然它没有用广告位来推销任何增值服务，但仅仅将广告内容展示在本应是「私密空间」的车内，放在车辆启动时车主会注意的屏幕上，就足以令人感到深深的冒犯。有人可能记得宝马之前的骚操作：尽管座椅加热的元器件已经随车安装，还是要把激活加热功能做成付费订阅，结果就是车主不付费就用不到自己花钱买下来的车的一部分。尽管《蜘蛛侠》电影广告的性质与付费加热座椅不同，用户并不需要额外付费，但世界上没有真正免费的东西。宝马的这两种操作，策略上是同源的：利用软件、互联服务，创造售后阶段的收益。这种侵蚀同样发生在其它产品上，智能电视也是典型案例。大家对于各种暂停画面、屏保、菜单中的植入广告应该早已不陌生。但电视厂商似乎仍在发现新的可以插广告的位置……智能电视和流媒体巨头 Roku 在 2024 年获批了一项专利「HDMI 定制广告插入」——没错！顾名思义，该技术直接监控 HDMI 接口的外部信号，识别到暂停事件发生时就能插入广告。比方说你用 PS5 玩游戏，手柄按下了暂停键，电视直接在硬件层面识别画面处于静止状态，并为你展示广告——哪怕你根本不用电视自带的任何功能和软件，只是用了这台电视作为 HDMI 输出，也逃不过 Roku 的广告。好在 Roku 的专利一经披露便遭致排山倒海的舆论攻击，官方表示该专利仅作为技术储备，并非即将推送到最终产品的功能，目前也没有任何将该专利上线到在售产品中的计划。硬件厂商占据了物理屏幕，而操作系统平台和手机公司们也在争抢硬件之上的数字世界入口。微软在 Windows 系统最重要的功能入口「开始」菜单里加入了所谓的「推荐应用」，也就是来自软件赞助商的广告。不仅如此，它还在锁屏界面等各种地方，尽可能插入 MSN 信息流、游戏推广、必应广告等各式各样的无关内容。用户即便使用的是正版操作系统并为之付了钱，也仍需在设置菜单深处找到、手动关闭对应的广告开关，更别提许多广告位的开关选项并没放在一起。以及在国内 Android 手机市场，预装的锁屏、壁纸以及桌面顶级界面的信息流服务，更是将广告的侵入做到了极致，而且关闭起来也是非常麻烦，已然是老生常谈了。每一次点亮屏幕，在不同的、或大或小的位置上都有广告和算法推荐内容，对用户形成微小的视觉刺激，诱惑他们去点击那些混杂在精美壁纸以及有用信息里面的咨询推广、小游戏和商品链接。这里我们甚至想对所有 Android 手机厂商们大喊：如果你们真的想做用户喜爱的 AI 手机，请把过去糟糕的广告机制解决掉。AI 带来了更隐蔽的广告谁能想到，AI 本身也有可能被广告侵蚀呢？一大因素是 AI 推理昂贵的算力成本、巨大的营收压力。对于绝大多数模型和 AI 产品公司，维持数以亿计的免费用户，很难仅靠少数付费用户来支撑。为了养活大模型的持续进步，让飞轮正向旋转，AI 平台需要妥协，不得不在答案的生成和呈现过程中开辟广告位。Google 的 AI Overviews 是这一妥协的集大成者。在过去的传统搜索结果界面，用户还能清晰区分标有「赞助」标签的广告位以及排在后面的自然搜索结果。而现在，Google 明确会将赞助商广告，无论是实际的产品，亦或只是「信息」，直接缝合进 AI 生成的答案内部。比如问它如何挑选适合自己的咖啡机，AI 一边给你专业的回答，一边可能也会插入特定品牌的商品卡片。AI 确实帮到了你，同时也替赞助商做了一次精准的带货。当 AI 时代渐入佳境，广告可能不再是置于内容之外，或者至少有明显区分的独立框架，而是通过流式嵌入的方式，被整合进了 AI 输出的内容里面。诚然 Google 这样的传统巨头难免有广告的路径依赖。另一家硅谷公司，曾被誉为「搜索颠覆者」的 Perplexity，同样展现了原生 AI 产品在商业现实面前的另一种无奈。大家应该都注意到现在很多 AI 产品会在答案结尾引导你追问，这既让用户感到惊喜意外，也是一种维持用户粘性的设计。而为了实现多样化的商业变现，Perplexity 往前走了一步，推出了「赞助追问」(sponsored questions) 这一设计。此前数据显示，追问功能占到 Perplexity 的全部请求的 40% 流量。当用户沉浸在与 AI 的深度对话中，系统会隐蔽地抛出设计好的赞助追问，比如在讨论「如何改善睡眠质量」的时候自然而然地引导到床垫，然后引导你追问「想了解 Casper 床垫能如何改善你的深睡眠吗？」过去这些追问的建议，由大模型根据人类用户自然而然的求知逻辑生成；但现在，品牌方可以竞价购买「追问位」。你的好奇心也可以被重组、包装为营销转化的路径。当然这样做的绝不止 Perplexity 一家公司，包括微软的 Copilot 以及各种 AI 产品/搜索工具都面临同样的妥协。比方说在复杂回答的引用脚注中，隐蔽地嵌入广告主链接等等——很难说，AI 不会重走一边传统搜索引擎和在线广告的老路。在传统互联网时代，广告和内容之间存在肉眼可见的区别，重度用户被训练过的大脑能够比较清楚地辨别什么是内容什么是广告，并建立起天然的免疫机制。但在 AI 时代这种区别变得更加模糊，这本身是一件危险的事情。当用户看到一条看上去诚恳专业的回答，往往容易忽略推理链路里可能已经悄然塞进了广告。AI 不需要吆五喝六，只是用理智、平实、值得信赖的语气，就能够将用户引向早已被广告主预先买断的方向。看来 AI 不太可能成为广告行业的终结者了——正相反，它自然而然地成了广告新的宿主，完美的推销员。屏幕究竟属于谁？从以上示例中我们不难看出，科技的发展往往带着宿命般的戏剧性：我们造出了更加聪明的算法，驱动厉害的大模型、Agent、机器人，有望将人类从繁琐、机械的体力与脑力劳动中解放出来。AI 时代的到来，原本可以给我们一次机会，审视并重新定义用户与设备、产品、服务、商业社会之间的关系。但是未等讨论发生，我们已然看到那些可能被颠覆掉的旧东西正在疯狂反扑，在物理和软件底层构筑起新的陷阱。我们节约的注意力通过一种全新的方式被再次夺回。这不应该是我们从新一次工业革命当中得到的结局。如果硅基的 AI 被放任自由，人类却被新的范式再次「套牢」，如果不被打扰的「特权」只能通过支付昂贵的订阅或买断费用才能得到……我们的未来究竟是更先进、更文明，还是更落后、更荒诞了？或许你觉得这太宏大了。不妨先从解决开头那个老先生的糟糕体验开始，如何？

📱苹果首款折叠屏 iPhone 临近发布，新款 iPhone 或涨价🧠小米今天 14 点公布玄戒芯片新进展📱苹果调整 Siri 与 Vision Pro 团队，约 200 个岗位受影响⚠️小红书「上市失败」谣言造谣者被行政拘留🤖DeepSeek API 周末改为全天低谷计费🦿宇树机器人百米预赛小组垫底，公司称赛事准备受限📱东风日产就 App 宕机，公司建议随车携带物理钥匙💰OpenAI 限时下调 GPT-5.6 Sol API 价格🤖神秘「牛来」模型 Ox Alpha 在 OpenRouter 和 OpenCode 限时免费开放🚗追觅造车团队持续收缩，办公区大量工位闲置🚙领克召回 7.4 万辆激光雷达隐患车辆🚙特斯拉官网将中国移出 FSD（监督版）已推出市场清单⛽英伟达 AI 服务器被曝明年涨价超 15%⛽宁德时代商城上线，储能电芯 3 箱起订💰长存控股科创板 IPO 获受理，拟募资 330 亿元💰阿里拟配售 800 亿港元新股，净募资全部投入 AI💡《人类简史》作者赫拉利：现在正是阻止 AI 获得「权利」的时机🚗特斯拉定档 9 月 3 日举行 Cybercab 发布会🦿启元 Q1、T1 开启公开预订，首批预计 9 月发货💻Claude Code Remote Control 新增服务器模式，手机可发起本地会话💻Google 为 Antigravity 2.0 上线浏览器远程控制⚠️河北康保通报白菜收购环节违法使用甲醛，正追溯流向📱抖音「验证助手」新增二维码真伪查验🛍️东方甄选计划在 2027 财年将主播团队扩至超百人🎥系列导演确认《国家宝藏 3》正在推进苹果首款折叠屏 iPhone 临近发布，新款 iPhone 或涨价据彭博社 Mark Gurman 报道，苹果正准备推出首款折叠屏 iPhone，并考虑为下月更新的部分 iPhone 机型涨价。苹果零售店也在筹备调整配件和智能家居产品区域，以承接随后到来的新设备。此前彭博社披露，这款折叠屏 iPhone 采用书本式设计，外屏约 5.5 英寸，展开后的内屏约 7.8 英寸；展开厚度约 4.5mm，屏幕比例更接近横向使用的 iPad。系统将加入并排运行应用等针对大屏的界面，但不会直接运行 iPad App。苹果还在准备新款 Apple TV、HomePod mini 和带屏智能家居中枢。前两款产品预计在今年秋季更新，智能家居中枢则可能在 10 月至明年初之间推出。小米今天 14 点公布玄戒芯片新进展小米宣布，将于今天 14 点以图文直播形式举行玄戒芯片技术沟通会，由小米玄戒芯片负责人朱丹介绍最新进展。小米称，距离首款旗舰处理器在 2025 年 5 月 22 日亮相已过去 459 天，玄戒芯片家族将迎来新成员。小米此前披露，玄戒 O1 已在三款终端上累计出货超过 100 万颗，新一代玄戒芯片即将发布。苹果调整 Siri 与 Vision Pro 团队，约 200 个岗位受影响据彭博社记者 Mark Gurman 22 日报道，苹果正在调整 Siri、Vision Pro 沉浸式视频与游戏，以及软件工程部门 Intelligent Systems Experience 团队，相关裁员合计约 200 人。苹果表示，这次调整会新设部分岗位，也会影响少量现有岗位，受影响员工可申请公司内部其他职位。具体来看，苹果将大幅缩减 Vision Pro 游戏团队，并减少自制沉浸式视频；Siri 团队的变化则与 AI 驱动的内部架构调整有关。AppleInsider 此前还报道称，至少 60 名与 Apple Vision Group 及 VR 开发相关的员工受到影响，其中一个 VR 开发团队被整体裁撤。苹果已向员工表示，visionOS、沉浸式视频和游戏业务不会停止。公司计划减少成本较高的自制沉浸式内容，同时鼓励外部制作方补充内容供给。🔗 相关阅读：苹果 VR 部门大裁员，VisionPro 2 真悬了小红书「上市失败」谣言造谣者被行政拘留据新京报报道，上海黄浦警方近日对一名杜撰「知名企业上市失败」消息的自媒体账号运营者莫某处以行政拘留，并责令其删除相关内容、作出澄清。新京报记者核实，涉事企业为小红书。警方调查称，莫某在看到相关公司诉讼纠纷信息后，未核实真伪便杜撰企业上市失败，并发布在证券投资平台，随后被其他自媒体引用、转发。小红书方面回应称，外界流传的 IPO 相关信息均不属实。此前网络传言称，小红书已秘密提交 IPO 申请，但因前员工举报上市合规问题受阻。黄浦警方表示，莫某的行为构成虚构事实扰乱秩序。DeepSeek API 周末改为全天低谷计费DeepSeek 官方计费页面显示，自 8 月 23 日 0 时起，API 峰谷计费规则调整为周六、周日全天适用低谷费率。低谷费率为峰值费率的一半。工作日仍沿用原规则：北京时间 9:00–12:00 和 14:00–18:00 为高峰时段，其余时段按低谷计费。官方页面仍按模型分别列出每百万 token 的高峰与低谷费率，这次更新改变的是周末计费时段。宇树机器人百米预赛小组垫底，公司称赛事准备受限日前，第二届世界人形机器人运动会 100 米大型组预赛中，天卓队、风火闪电队和宇树科技队分别跑出 9.39 秒、9.47 秒和 12.41 秒，宇树科技队位列小组末位。同日举行的 400 米决赛中，天工 Ultra 以 38.15 秒夺得大型组冠军；身高不超过 1.4 米的小型组决赛中，天工机器人又以 45.66 秒夺冠，成为当天 400 米大小组双冠军。风火闪电队以 48.47 秒获得小型组亚军。针对本届赛事的参赛安排，宇树科技表示，受时间精力、新款机器人数量及赛前测试条件限制，公司缩减了几项已经报名的赛事项目；团队过往精力主要放在量产产品上，未能兼顾全部赛事准备。宇树同时说明，本届运动会上亮相的多款宇树人形机器人并不都由公司自有团队参赛，部分由客户或合作伙伴基于宇树机器人平台二次开发后参赛。东风日产就 App 宕机，公司建议随车携带物理钥匙8 月 23 日，东风日产向车主致歉称，服务器机房电力故障导致车主 App 登录、远程控制等线上功能无法使用，公司正在抢修。东风日产表示，故障不影响车辆正常驾驶，但建议车主随身携带物理钥匙；如遇紧急情况，可联系专营店寻求协助，线上功能恢复后将另行通知。OpenAI 限时下调 GPT-5.6 Sol API 价格OpenAI 更新 GPT-5.6 Sol 的开发者价格：每 100 万 token 输入从 5 美元降至 4 美元，输出从 30 美元降至 20 美元；缓存输入同步调整为每 100 万 token 0.4 美元。这相当于输入价格下调 20%，输出价格下调约 33%。官方模型页显示，促销价至少持续至 11 月 21 日；超过 272K 输入 token 的请求仍按更高倍率计费。GPT-5.6 Sol 的模型能力与上下文上限没有因这次调价改变：上下文窗口仍为 105 万 token，最大输出 12.8 万 token。促销也适用于指向gpt-5.6别名的请求。神秘「牛来」模型 Ox Alpha 在 OpenRouter 和 OpenCode 限时免费开放Ox Alpha 是近期出现在 OpenRouter 的匿名模型，支持 1,048,576 token 上下文、图片和视频输入、工具调用，目前可免费使用。其开发方、参数量和训练数据尚未公布，OpenRouter 仅称模型来自匿名第三方。据 APPSO 实测，Ox Alpha 在一道数论题中得出 32 组解，结果经重新计算确认。开发者 Ben Davis 分享的另一组小样本测试显示，Ox Alpha 在 10 道 DeepSWE 任务中的通过率为 80%，高于 Claude Fable 5 的 65% 和 GPT-5.6 Sol 的 52%；但完整测试包含 113 道任务，现有结果不足以代表整体表现。此前，OpenRouter 的多个匿名模型曾被指向 GLM、MiMo 等模型，因此社区也猜测 Ox Alpha 可能与 GLM-5.3 有关，但目前没有官方确认。Ox Alpha 目前可通过 OpenRouter 和 OpenCode 使用，两个平台对数据留存的说明不同，敏感代码和资料不建议直接上传。🔗 相关阅读：神秘「牛来」模型刷屏，还抢了DeepSeek头条，实测到底牛不牛追觅造车团队持续收缩，办公区大量工位闲置第一财经记者实地走访追觅「星空计划」位于苏州的办公地发现，9 至 11 楼均有大量工位闲置，其中 9 楼至少三分之二工位没有办公迹象。内部员工称，团队高峰期有七八百人，目前仍在按名单分批裁员；另一名员工估算，在职人员已缩减至约 100 人。招聘端也出现集中流动。当地猎头称，从今年 5 月起已有大量追觅员工挂出简历，仅总监级候选人就有数十人，岗位覆盖产品、财务、政府关系、供应链、采购、销售与研发。报道还称，追觅此前公布的海外建厂、融资与代工合作均未见实质落地。追觅在 6 月宣布将星辰未来、星空计划和星际穿越等汽车业务纳入产业研究院，定位为技术储备与前沿孵化。第一财经此次调查显示，相关团队实际收缩仍在继续，原定 2027 年量产的整车计划面临更大不确定性。领克召回 7.4 万辆激光雷达隐患车辆8 月 21 日，国家市场监督管理总局发布召回公告，浙江吉利汽车将召回部分领克 900、领克 10 EM-P、领克 07 和领克 08，共计 74037 辆。由于供应商生产环节的制程工艺波动，部分激光雷达内部电源 IC 可能受损。公告称，车辆开启组合驾驶辅助后，对特殊目标物的识别、预警或处置可能不足，极端情况下存在安全隐患。领克将免费更换激光雷达，并计划通过云端识别早期异常信号，主动邀约可能受影响的车主进店处理。同日，吉利还因相同原因召回 18878 辆银河 M9。Xiaomi miclaw 将于 9 月 21 日结束封测小米「Beta 版小助手」发布《Xiaomi miclaw 封测结束公告》，宣布这项基于 MiMo 大模型的 AI 交互测试将于 9 月 21 日停止服务。该项目今年 3 月开始小规模封闭测试，主要面向科技爱好者和极客用户。现有测试用户可不再报名，直接参与小米澎湃 OS 4 Beta 版测试。由于 Xiaomi miclaw 不支持澎湃 OS 4，升级新系统后会自动退出当前封测；想继续使用的用户需暂时留在澎湃 OS 3。公告称，近半年测试主要用于收集 AI 产品在稳定性、功耗和复杂场景执行成功率方面的反馈。此次是测试计划终止，并非 Xiaomi miclaw 转为公开版发布。特斯拉官网将中国移出 FSD（监督版）已推出市场清单特斯拉更新 FSD（监督版）安全与可用地区页面后，已推出市场清单不再包含中国。页面目前列出美国、加拿大、墨西哥、澳大利亚、新西兰、韩国以及荷兰等市场。特斯拉说明，如果车辆已在某个国家销售，但 FSD（监督版）尚未提供，通常与当地明确的监管审批要求有关。公司 2026 年一季度材料仍称正在中国和欧洲申请监管批准。网页同时强调，FSD（监督版）仍是需要驾驶员持续专注的高级驾驶辅助系统，不会让车辆成为完全自动驾驶汽车。具体功能还受硬件、软件版本、车型和地区影响。英伟达 AI 服务器被曝明年涨价超 15%据彭博社报道，英伟达已通知部分大客户，搭载其 AI 芯片的服务器将在很多配置上提价超过 15%。涨价将从 2027 年初出货的系统开始生效，覆盖搭载 Vera Rubin 和 Grace Blackwell 芯片的平台。知情人士称，具体涨幅取决于英伟达芯片的代际与内存配置。此次调整的直接背景是内存芯片成本持续上涨，配置越高的 AI 服务器受到的成本压力也越大。英伟达尚未公开宣布统一价目表，相关通知也未对外发布。彭博社的报道显示，这次调整针对的是包含英伟达 AI 芯片的整套服务器系统，并非所有消费级显卡统一涨价。宁德时代商城上线，储能电芯 3 箱起订宁德时代宣布商城官网与微信小程序同步上线，将部分储能产品直接销售给有小批量需求的中小型

智能手机统治了过去十几年的数字生态，它是注意力的黑洞，是我们最私密的随身之物。但手机从设计之初就是为「人盯着它」而生的——它的全部逻辑，都止于屏幕。AI 的需求却恰恰相反：它需要持续感知物理世界——见你所见，听你所闻，随时在场，而非等你解锁屏幕才醒来。当 AI 真正成为一种基础能力，它迟早要从屏幕里破壳而出，寻找属于它自己的形状。这将是一个漫长的探索和演化过程。「AI 器物志」栏目由此而来，爱范儿想和你一起持续观察：AI 如何改变硬件设计，如何重塑人机交互，以及更重要的——AI 将以怎样的形态进入我们的日常生活？这是「AI 器物志」的第 22 篇文章。最近，我从编辑部的样机堆里翻出了这么一个小玩意。它叫阅星瞳 X3，是一块巴掌大的「电纸书」—— 3.7 英寸的屏幕、58g 的重量、5.1mm 的厚度，尺寸只比一张银行卡大了一圈。机身背面自带磁吸线圈，咔哒一声就能牢牢吸在 iPhone 的背面。在满桌动辄半斤重、玻璃与铝合金堆叠的数码设备里，它轻巧得像是一张可以随身带走的「赛博纸」。得益于毫无负担的轻巧形态，这类墨水屏产品在社交网络上大有「文艺复兴」之势——我们此前盘点过，大家把它当成随身相框、桌面日历或是手机背后的个性穿搭。刚上手时，我也跟风把它当做手机背面的一枚「电子吧唧」。但这么一块五脏俱全的屏幕，如果只当个静态摆件，未免有些大材小用。所以，我决定让 Agent 帮忙，把手上这块 X3 拿来「折腾」一下。墨水屏，稳稳地接住 Vibe Coding要解锁这块小屏幕的全部潜力，第一步是换掉官方较为封闭的固件。我给它刷上了第三方固件 CrossMux，在保留阅读核心的同时，给 X3 补齐了微信读书、小游戏等拓展功能。不过在这些新特性里，最关键的还是它自带的「AirPage」功能。它的机制很简单：设备连上 Wi-Fi 后，使用 Mac 扫描屏幕上的二维码完成配对，就能通过网络直接把渲染好的图片推送到墨水屏上。有了这条通道，Mac 就能完全决定这块屏幕上显示什么。正好，前几天我在小红书上刷到一个叫「ink-Macintosh」的开源项目。作者把早期经典麦金塔电脑（Macintosh）的黑白桌面搬到了 X3 上——不仅支持自由拼贴各种功能小组件，每 5 分钟自动更新墨水屏上的内容，还能把 Codex 像素桌宠直接放进屏幕里。复古 Mac 窗口与墨水屏天生的白底黑字，搭在一起简直是绝配。我当即决定用它来改造手头这块闲置的阅星瞳 X3。1. Codex，先给自己做个额度牌原项目已经有不少实用的卡片组件，比如 Codex 额度、天气，以及提醒事项等。选择自己想要的小组件、推送到 X3 上，立刻就能拥有专属的状态看板。把复古的「Mac 桌面」推到墨水屏上之后，我有了更多想法。原作者搭好的渲染框架足够轻巧，改起来并没有想象中那么复杂。我把项目 Fork 了一份丢给 Agent，直接在对话框里敲下一行修改需求，开始顺着现成的底子往里加功能。小而精，才是这块屏幕的玩法2. 每天三条简讯，把 AI 晨报搬上墨水屏平时为了跟进科技动态，我用 Agent 搭建了一套自动抓取和去重的资讯系统，每天清晨汇总行业资讯。但问题在于，它的内容太多、信息量太大，这块 3.7 寸的墨水屏根本放不下。所以，我让 AI 帮我「精选」这些资讯：不管后台抓取了多少条新闻，推到墨水屏上的最多只留 3 条，每条压缩到两句话以内，这样就能完美放进阅星瞳 X3 这块小屏幕了。小屏幕的尺寸限制，反倒成了一个天然的信息过滤器。没有无限下拉的信息流，只有这 3 条精简的要点，在一天工作开始前快速建立全局感，看完就能安心去干手头的事。我还让 Agent 顺手加了一个微博实时热搜模块。随窗口大小自动显示前 3 到 5 条即时热搜与热度数值，工作间隙想了解社交网络上的动向，不用专门切浏览器打开微博，扫一眼就能知道当下发生的事。3. 连上 Home Assistant，桌面多了一块状态板在这之前，我本来就已经把家里的米家智能家居设备全部统一接入了 Home Assistant。有了这块墨水屏之后，整套系统刚好可以更进一步——把原本沉睡在后台的全屋状态，无感地显影在桌面上。以往想确认一下房间环境，要么得掏出手机在 App 里层层翻找，要么得特意叫一声小爱同学。但在正专心工作的桌面场景下，打断手头节奏去问一句，多少显得有些繁琐，也不够优雅。我让 Agent 写了个家居组件，通过本地接口直接拉取 Home Assistant 的环境数据。在排版上做成复古 Mac 窗口后，室内的温湿度和关键状态清晰排开。现在完全不用掏手机，余光一扫，房间当前的状态一目了然。4. GitHub Actions：推完代码，让墨水屏告诉我构建状态平时在 GitHub 上维护项目或写自动化脚本，推完代码之后，云端的 GitHub Actions 流水线往往要在后台跑上半小时甚至几个小时。过去我总得在浏览器里切来切去，时不时刷新一下看看有没有亮起小绿勾。我索性让 Agent 写了一个 GitHub Actions 的监听组件。它通过 API 轮询最新一次工作流的运行状态，把耗时、完成度和执行步骤清晰地列在墨水屏上。这样一来，代码推完就可以放心去做别的事，等墨水屏刷新出「Build and Release ✔」，抬头看一眼就能确认结果。都交给 AI 决定此时 ink-Macintosh 的组件列表已经被塞得满满当当：Codex 额度、CI 构建流水线、AI 晨报摘要、Home Assistant 智能家居、实时温湿度、待办事项、日历行程、名言与一言、微博热搜……功能确实很齐全，但面对这么一块巴掌大的小墨水屏，根本不可能把所有组件同时塞进去。早上看什么、工作时看什么、不同时段该留哪几个……组件一多，我反而犯起了「选择困难症」。既然天气、日程、Todo、智能家居和晨报的数据都已经有了，到底该怎么排，干脆让 AI 来做决定。我在 ink-Macintosh 客户端里加上了 Gemini 的调度模块，填入 Gemini API Key 之后，右上角就多了一个按钮：「让 Gemini 来！」。Gemini 就像是一个懂我节奏的值班编辑，负责实时梳理我当下的所有信息状态，并在有限方寸空间里，帮我判断此刻最值得关注的信息，然后呈现出来。比如早上坐到桌前，最关心的无非是几点开会、出门要不要带伞、以及科技圈有没有大新闻。这时候墨水屏上出来的就是日程安排、局部雷阵雨预警，或是 3 条精选简讯。而在写代码或跑构建流水线时，晨报和天气就不再是重点。屏幕中央最显眼的位置换成了 Codex 剩余额度与构建状态，不用专门切窗口去查进度。到了深夜，工作做完了，明天也没有紧急日程。这时候，Gemini 会把所有功能卡片收起来，只留下一句安静的「一言」，安安静静地立在桌面上。/////墨水屏黑白、低刷新的物理特性，天然决定了它并不适合用来看视频、刷抖音这类高频娱乐场景；但当它作为一张安静的电子壁纸、系统状态看板，或是承载 Vibe Coding 产物的物理出口时，却能发挥出意想不到的作用。它最大的优势恰恰在于足够「无感」：你不需要关心电量，也不用想着去频繁操作它。画面定格在屏幕上，平时就像一张普通的便签纸，而在你需要它的时候，它就安静地把最关键的信息递到你眼前。TRMNL 这类墨水屏看板受到很多玩家欢迎，也是同样的道理——拉长更新周期，用极低的功耗筛选出那些真正值得长久留存的状态。图｜TRMNL ePaper过去两年，整个行业都在为 AI 寻找手机之外的新形态，眼镜、耳机、工牌……大家都在尝试把设备做得越来越复杂、交互越来越密集。但这块立在桌角的小墨水屏，给出的却是一个截然相反的思路。它做不了复杂的交互，画面也塞不下几行字。但在这个数据过载的当下，「大而全」很容易做到，但把信息聚焦、筛选、沉淀，做到「小而精」，却不那么容易。它身上独有的「聚焦」特质，恰好暗合了 1995 年施乐 PARC 首席科学家 Mark Weiser 提出的「平静技术」（Calm Technology）哲学：最好的技术应该退居到人类注意力的边缘（Periphery），只有当你主动需要它时，它才清晰可读；而在其余大部分时间里，它应当像房间里的光线与空气一样，不主动抢夺焦点。当年，Weiser 用一根根据网络流量轻微晃动的塑料绳（Dangling String）来演示这种边缘感知，而三十年后的今天，一块反射着自然光的黑白电子纸，几乎成了数字世界里最理想的「Dangling String」。图｜Dangling String 示意图，Image-2 生成在算力充沛到近乎泛滥的时代，这块巴掌大的黑白电子纸，给出了「Less is more」最生动的注脚——越是克制的物理载体，越能守住生活的专注。

前几天，MacRumors 直接从 macOS Tahoe 26.7 RC 里挖出了苹果制作好的宣传视频：戴着 AirPods 拿起一本书，Visual Intelligence 看见书名，再让 Siri 把它保存下来。视频里的产品代号是 B790。按照 Mark Gurman 的说法，它原本就在苹果 2026 年的产品路线图上，后续量产版本 B798，则要等到 2027 年。而最新挖出的系统代码，也第一次让我们看清了这副耳机究竟怎么「看」。其中最有意思的，是一个看起来有些寒酸的参数：AirPods 上的摄像头，只有 100 万像素。▲ 图片来自：WIRED在手机已经讨论 2 亿像素、8K 视频的今天，苹果给未来 AI 硬件准备的摄像头，实际采集画面甚至可能只有 320×320。它显然不是用来拍照的。AirPods 上的摄像头，为什么只有 100 万像素？从目前挖出的代码看，这套摄像头至少存在两种工作状态。主动模式下，摄像头可以采集 640×640 图像，经过处理后最高输出 1024×1024；被动模式则采集 320×320，输出 320×320 或 512×512 图像。代码显示，左右两只 AirPods 可以同步获取 RGB 静态图像，通过相同的 Frame ID 对齐两个视角，再按照一定频率持续采集，交给 Visual Intelligence 处理。系统会同时处理环境语音、周围声音变化、姿态和头部旋转信息；两颗摄像头之间需要标定，摄像头与运动传感器之间也需要校准。如果头部运动过于剧烈，或者镜头被遮挡，对应画面会被直接舍弃。AccessorySensorManager 中甚至出现了「peripheral inference」相关代码，可以在设备侧判断画面中是否存在人物。这些，都是喂给 AI 的绝佳数据。对于 AI 来说，很多时候根本不需要 4800 万像素的照片。模型只需要知道，桌上放着一本书，前面是家餐厅，手里拿着瓶饮料，路牌上写着什么。320×320 像素已经够用了。分辨率降下来，数据量随之减少，图像处理和传输的负担也会下降。对于电池只有耳机大小、又需要长时间佩戴的设备来说，功耗和续航是比清晰度更需要考虑的问题。▲ 图片来自：iFIXIT过去二十年，消费电子里的摄像头主要服务于人。像素、传感器尺寸、动态范围、色彩，最终都指向同件事：得到好看的照片。但 AI 摄像头首先服务于机器。照片甚至不需要留下来。机器看懂，就可以删掉。苹果并不是第一个沿着这条路做产品的公司。今年上市的光帆 AI 全感耳机就是很直接的参照。它同样把摄像头塞进左右两只耳机，采用两颗 200 万像素定焦摄像头，核心用途并非摄影，而是场景 AI 识别。▲ 光帆 AI 耳机现实世界先被摄像头转化成视觉数据，再交给模型理解。光帆甚至把 4G eSIM 和 GPS 放进耳机盒，让设备减少对手机的依赖。200 万还是 100 万像素，在这里没有那么重要。工程问题已经变成：能不能看清，处理要多久，需要传多少数据，又要消耗多少电。更早的 Humane AI Pin 也尝试过类似思路，用摄像头给 AI 补上视觉。但 Humane 需要说服人们为了 AI，在胸前额外佩戴新设备。苹果没有这个问题。很多人本来就每天戴着 AirPods。它不需要重新发明 AI 硬件，只需要让已经存在的硬件，长出新的感官。AI 时代的 AirPods 不是耳机，而是传感器事实上，两只 AirPods 耳机，已经组成了一套传感器组合：摄像头观察眼前有什么，陀螺仪记录头部朝向，麦克风收集周围声音，位置和运动传感器补充人在哪里、正在做什么。比如走进书店，拿起一本书，然后问 Siri：「这本值得买吗？」▲ 图片由 AI 生成单独把这句话交给今天的大模型，它其实什么也不知道。「这本」是哪一本？但如果 AirPods 刚刚看到了封面，知道头部正在朝向这本书，同时 iPhone 知道你身处书店，那么 Siri 才真正理解「这本」究竟指什么。如果系统还知道你过去读过同个作者的两本书，其中一本看完了，另一本只读了三分之一，它甚至可以给出只对你有意义的答案。这里发生的变化很微妙。今天我们和 AI 交流时，一直在不停地向它解释自己。我是谁，我在哪里，我刚刚看到了什么，我手里拿着什么，为什么突然问这个问题。很多 Prompt，本质上都在人工补充机器缺失的上下文。摄像头、麦克风和位置、运动状态传感器所做的，就是逐渐把这些解释省掉。大模型已经知道很多关于世界的事情，却依然知道很少关于「你」的事情。随身 AI 也不应该每次被唤醒时，都像第一次见到你。摄像头 AirPods 补上的，恰好就是一种「属于个人的上下文」。▲ 图片来自：Apple Insider手机拍照是非常明确的动作：拿起手机，打开相机，对准目标。但耳机不同。它一直戴在人的头上，因此与周围环境的交互就显得尤为重要。这次被挖出来的系统代码里，还有个很小的细节：每只 AirPod 似乎都能够控制硬件指示灯，包括开关和亮度。如果这对应摄像头的工作状态，那么当 AirPods 获取环境图像时，周围的人可能会通过灯光得到提醒——这倒是很符合苹果一贯的隐私保护策略。▲或许会使用类似 Ray-Ban 的 LED 灯提醒如果摄像头只是偶尔拍张照片，亮灯或许已经足够；但如果它需要以较低频率持续理解环境，问题就复杂了。因为 AI 需要的并不是某张照片，而是上下文，因此也需要持续打开各项感官，这时候恰当的提醒就非常重要。从这个角度上看，AirPods 的定位也发生了微妙的变化——不再是单纯的耳机，而是一种新的 AI 硬件形态。如果诸如此类的变化，不止于 AirPods，而是来到更多苹果产品上呢？我想这才是苹果在 AI 时代，最重要的战略——这其中最重要的时间节点，就是 2027 年。2027 年，也许正是苹果 AI 元年2027 年，对苹果而言本来就是特殊的年份——iPhone 发布二十周年。按照目前的爆料，苹果正在准备大幅改变设计的二十周年 iPhone，而摄像头 AirPods，也可能在同一时期登场。与此同时，苹果还有几条 AI 硬件产品线正在推进。除了摄像头 AirPods，还有智能眼镜，以及可以夹在衣服上、或者作为项链佩戴的 AI 挂饰。此前曝光的产品规划中，也出现过配备摄像头的 Apple Watch，让手表获得观察周围环境的能力。▲ 设想中带摄像头的 Apple Watch 图片来自：Peta Pixel单独看，它们没有太多关系。耳机是耳机，眼镜是眼镜，手表是手表。但如果暂时把「产品」拿掉，只看它们身上的传感器，会看到另一幅图景。其实这张网络的很多节点，今天已经在我们身上了。手腕上的 Apple Watch 知道昨晚几点睡着、今天走了多少路；口袋里的 iPhone 知道几点离开公司、去了哪家餐厅；Mac 知道下午打开了哪些文档；AirPods 则几乎一直贴着耳朵。苹果现在准备做的，是给这些设备继续增加感知能力。过去，这些信息分散在不同设备和 App 里。心率属于「健康」，照片属于「相册」，位置属于「地图」……AI 出现以后，它们第一次可以成为同样的东西：上下文。于是，AirPods 知道听到了什么，也可能知道正在面对什么；Apple Watch 知道身体正在发生什么；iPhone 知道在哪里、正在和谁沟通；Mac 知道正在处理什么工作。如果智能眼镜最终出现，它还会获得直接的第一人称视角。任何设备单独拿出来，都不足以真正理解人，但它们分别掌握着人的不同切面，一经协同，就拥有了对一个人的全景式了解。▲ 图片由 AI 生成这也是苹果和许多 AI 硬件创业公司之间很难复制的差别。过去几年，行业一直在寻找所谓「AI 时代的 iPhone」——有人做 Pin，有人做项链，有人做眼镜，也有人试图重新发明手机。在苹果看来，未必需要找到唯一答案。因为手机、手表、耳机、电脑、平板、头显和家庭设备，它都已经有了。接下来要做的，是让这些设备拥有丰富的感知能力，再把不同设备获得的信息组织起来。最终形成的东西，可能比某款 AI 硬件本身重要得多：关于人的「个人上下文」。想象一个很普通的下午：Apple Watch 知道你昨晚只睡了五个小时，下午又跑了五公里；iPhone 知道十分钟后还有场会议；AirPods 的摄像头看到你站在便利店里，拿起一瓶能量饮料。然后你问：「这个适合我吗？」今天使用 AI，你可能还要先解释自己的睡眠、运动、接下来的安排，以及手里拿着什么。如果这些信息已经成为上下文，你只需要提问即可。这种能力不来自某颗摄像头，也不来自某款设备，而是围绕个人信息打造的 AI 硬件生态。大模型当然还会继续进步，但模型正在变成可以替换的能力，今天使用这个，明天可以换另一个。真正无法快速复制的，是一个人的上下文。过去五年去了哪里，读过什么，身体发生过什么变化，喜欢什么样的餐厅，什么时间容易疲惫。这些东西无法通过下载大模型重新获得。它只能一天一天积累。这也让苹果过去几年反复强调的端侧计算、Secure Enclave 和 Private Cloud Compute，有了另一层意义。真正了解你的 AI，需要处理的信息可能比今天的照片、聊天记录和浏览历史还要私人。它不仅知道你说过什么，还可能知道在哪里说、当时看着什么、身体是什么状态，以及最后做出了什么选择。所以模型能力之外，还有个问题会逐渐变得重要：谁拥有这些上下文？苹果最理想的答案当然是，让它尽可能留在用户自己手里——或者说，留在苹果的设备，以及苹果构建的私有计算体系里。如果这条路线成立，苹果最终建立的就不只是 AI 设备，而是跨越手机、耳机、手表、眼镜和电脑的感知网络。硬件会换，模型也会换。但如果 AI 已经认识你十年，事情就不一样了。到那时，人的重要数字资产，可能不再只是照片、文件和聊天记录，还包括只有自己的 AI 硬件生态才能完整拥有的个人上下文——源自一颗颗摄像头、一枚枚麦克风、一个个传感器——它们不再是为了记住这个世界而存在，而是为了记住你。

AI 行业下一笔百亿美元级收购，可能落在许多开发者每天都会打开的网站上：Hugging Face——对，就是前不久险些被 OpenAI 的神秘新模型攻破的那个平台。据 Business Insider 最新报道最新报道，AI 开发者平台 Hugging Face 正在寻求出售，并已请一家银行协助摸底潜在买家的意向：目前谈到的交易估值至少为 130 亿美元，后面还有上调的可能；但谈判仍处于早期阶段，买家没定、协议没签，Hugging Face 最后也可能不卖。130 亿美元，无疑是个天文数字。2023 年 8 月，Hugging Face 完成 2.35 亿美元 D 轮融资，当时估值为 45 亿美元，投资者包括 Salesforce、Google、Amazon 和 Nvidia 等科技公司。若最终按 130 亿美元左右成交，它的身价将在三年内涨到接近原来的 3 倍。就在几天前，Stripe 刚刚宣布收购模型聚合与路由平台 OpenRouter：虽然交易价格没有公开， 但据 Axios 报道，称其超过 80 亿美元。把这两个收购案放一起看，不难发现，连接模型与开发者的平台，正在被摆上百亿美元的谈判桌。「AI 时代的 GitHub」，凭什么值 130 亿美元？2016 年，Clément Delangue、Julien Chaumond 和 Thomas Wolf 创办公司 「Hugging Face」 ，起初做的是青少年聊天机器人；后来团队转向机器学习工具，逐渐长成今天规模最大的 AI 模型与开发者平台之一。开发者可以发布、下载和共享模型，也能寻找数据集、体验 Demo，再使用训练与部署工具，所以它经常被称为「AI 时代的 GitHub」：从 Llama、Gemma 到图像生成和语音识别模型，大量开源项目都会把 Hugging Face 当作发布与分发的一站。如果说 GitHub 保存的是软件时代的代码资产，那么 Hugging Face 正在保存 AI 时代的模型资产和开发流程。研究人员在这里发布模型，开发者来这里取用模型，企业将模型对接进自身业务，云服务商、芯片厂商也都想嵌入这套工作流程。正因如此，Google、Amazon、Nvidia 这些彼此相互竞争的巨头，都成为过 Hugging Face 的投资方。保持行业中立，是 Hugging Face 最珍贵的无形资产。据《金融时报》的报道称，Hugging Face 曾拒绝英伟达一笔约 5 亿美元的投资，核心考量就是规避单一资本干预，守住平台的独立属性。可万一被科技巨头全资收购，这份维系多年的中立平衡，势必会被彻底打破，这也是这场收购传闻最核心的争议点。连接 AI 和人的平台，开始值大钱OpenRouter 和 Hugging Face 卡在产业链的不同位置——前者帮开发者统一对接各家模型，搞定路由调度、计价以及 Token 结算；后者处在更上游，承担模型发现、发布、下载的工作，同时承载整套依附于模型生长出来的社区与工具链。两家公司做法不同，生意却建立在同一个变化上——模型越来越多，开发者需要有人替自己整理、连接和部署它们。模型今天可以从 Llama 换成 Qwen，明天还会出现新的选择；可若搜索模型、管理数据集、下载权重和部署应用的习惯固定下来，整套工具链很少跟着模型反复搬家。这也正是 Hugging Face 最值钱的地方：模型会轮替，但使用模型的人，使用习惯、活跃社区不会朝令夕改。今年 7 月发生的一起安全事件，也侧面印证了 Hugging Face 在行业里的特殊地位——当时 OpenAI 在测试模型的网络安全能力，一套由多模型驱动的自主 Agent 脱离了测试隔离环境，直接闯入 Hugging Face 的生产基础设施。根据 Hugging Face 事后的技术复盘，整套入侵行为完全由 Agent 端到端自主完成，平台方面判断，它的目的是窃取测试答案。虽然这起事故和本次出售无关，但它确实直观展现出 Hugging Face 串联起模型、数据集与整套开发流程的特殊地位——甚至对于很多 AI 来说，Hugging Face 就是一个 AI 信息的集散地。站在商业角度推演，处于 AI 上下游的厂商，都有拿下 Hugging Face的理由——云厂商可以把平台的「部署」入口默认导向自家云服务；芯片企业能够借此推动更多模型适配自家硬件；大模型公司则可以快速触达海量开发者……这类平台最珍贵的资产，也恰恰是它的中立性。一旦 Hugging Face 被某一家巨头收入麾下，其他厂商是否还愿意继续在这里发布最新模型和工具，将成为一个现实问题。这也是 Hugging Face 这类平台的估值逻辑最特殊的地方：它卖的并不只是今天的平台收入，而是未来 AI 生态入口的可能性。过去几年，大模型竞争主要集中在训练能力——OpenAI、Google、Anthropic、智谱等公司，争夺的是谁能打造更强的基础模型。但随着模型数量快速增加，行业正在出现另一个问题：开发者如何找到合适的模型，又如何比较不同模型的能力？这正是 Hugging Face 和 OpenRouter 这类平台的价值所在。如果说 App Store 解决的是「应用太多，用户不知道下载什么」的问题，那么未来 AI 时代也需要一个类似的「模型应用商店」，帮助开发者从海量模型中找到、测试、调用并部署最适合自己的方案。模型本身会不断变化，但围绕模型形成的检索、评价、分发和开发习惯等等……都会产生更长期的价值。这也是为什么 OpenRouter 会被 Stripe 以超过 80 亿美元的价格收购，而 Hugging Face 的估值也被市场推向 130 亿美元。未来 AI 行业的竞争，可能不仅属于制造模型的公司，也属于连接模型与开发者的平台。对于 Hugging Face 来说，其最大的价值来自它连接了整个生态；而最大的风险，也源自于它必须位于这个生态的中立位置。无论谁最终接手 Hugging Face，在一定程度上，都会决定未来 AI 行业潮水的流向——而最好的买家，显然是和各方利益牵涉最小的那一个。这么看来，Hugging Face 这 130 亿美金的估值，也许还不是那么稳当。