🤖DeepSeek Harness 开发者预览版发布：Agent 能力可由插件自由组合📱曝苹果或将 iPhone 全线涨价 100 美元🆕Google 发布 Gemini 3.7 Flash，编程与多步智能体任务性能提升💰Anthropic 投资者押注秋季 IPO，预期估值或超过 2 万亿美元🧠爆料称 Ilya 正开发可实时学习的小型推理引擎🚗比亚迪辅助驾驶车型保有量超过 352 万辆📉美国智能手机销量下滑，低端机市场收缩最明显🛵张雪机车获红杉中国独家投资，月交付量破万台💻长鑫科技市值超过腾讯，成为 A+H 股市值最高公司🚙滴滴二季度核心平台订单增至 50.52 亿单🔓X 开源「For You」推荐算法，用户可下载帖子限流标签🏛️京东季度营收十余年来首次下滑，消费疲软拖累零售业务💸联想一季度营收创纪录，ISG 成为新的利润增长引擎💡YC CEO 鼓励创始人重金投入 AI Token：这能让你提前生活在 2028 年💬小米澎湃 OS 4 Beta 开放招募，超级小爱 2.0 接入专家模式🤖ChatGPT 推出「电脑历史」、预览 Ultrafast📸支付宝「阿宝」在鸿蒙版开启逐步测试🔧大疆 Osmo 360 II 发布：原生 8K/60fps，3299 元起🍵WorkBuddy 升级「资料库」，HTML 与 Markdown 可多人协同编辑🍎曝苹果洽谈向出版商付费，为 AI 版 Siri 接入实时新闻☕腾讯 WorkBuddy 联合 5 家咖啡品牌推出咖啡节DeepSeek Harness 开发者预览版发布：Agent 能力可由插件自由组合DeepSeek 昨日面向全球开发者开放 DeepSeek Harness v0.1 预览版测试，并以 MIT 协议开放源代码。它是一套基于 Cordis 构建的开源 Agent Harness，模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 等能力都由插件组合而成。开发者无需修改 Harness 源码，就能独立替换或扩展任一能力。当前版本提供四种预设运行模式：标准模式提供文件编辑、Shell、文档与网页检索、Skills、计划、目标和子 Agent 等完整工具；PTC 模式允许模型用 TypeScript 程序组合多轮工具调用；极简模式只保留 Shell 与文件编辑工具，用于最小环境下的模型基准测试；创造模式可以检查当前运行时、在内存中试验 Cordis 插件，并据此创建新的 Agent preset。DeepSeek Harnes 上线一个多小时后，GitHub 的 Star 就突破 2.4万，成为 GitHub 史上最快涨星项目。截至 8 月 14 日早间，DeepSeek Harness 已突破 4 万 Star。曝苹果或将 iPhone 全线涨价 100 美元据科技爆料人 Yogesh Brar 爆料，苹果计划把在售 iPhone 与 9 月即将发布的新机统一上调 100 美元。消息还称，iPhone 18 Pro、iPhone 18 Pro Max 与折叠屏 iPhone Ultra 的发布活动可能定在 9 月 8 日。此前，苹果已上调 Mac、iPad 和部分家居产品价格，但美国市场在售 iPhone 尚未跟进。Google 发布 Gemini 3.7 Flash，编程与多步智能体任务性能提升Google 昨日发布 Gemini 3.7 Flash，定位为面向编程和 AI 智能体工作流的 Flash 系列新模型。它距 Gemini 3.6 Flash 发布仅三周，主要改动集中在软件工程、网页开发、专业文档理解和企业自动化。Google 公布的评测显示，新模型在 FrontierCode、DeepSWE、WebDev Arena、GDP.pdf 和 AutomationBench 上均超过前代。其中，编程与专业文档理解的提升更为明显；官方还称，新模型用更少提示词就能生成功能更完整的网页。Gemini 3.7 Flash 已进入 Google AI Studio、Gemini API、Android Studio、Google Antigravity 和 Gemini Enterprise Agent Platform。Gemini Spark 也开始为 Google AI Pro 与 Ultra 订阅者切换到新模型。截至年底的介绍期 API 价格为每百万输入 Token 0.75 美元、每百万输出 Token 3.75 美元。🔗 相关阅读：刚刚，Gemini 3.7 Flash 正式发布，谷歌真的急了Anthropic 投资者押注秋季 IPO，预期估值或超过 2 万亿美元据 Financial Times 报道，约 6 名 Anthropic 现有投资者认为，Claude 开发商计划在今年秋季上市时，估值可能创下新的 IPO 纪录。这是投资者基于公司收入增速给出的预期，并非 Anthropic 已确定的 IPO 定价或官方估值目标。Anthropic 已于 6 月 1 日向美国证券交易委员会秘密提交上市申请。公司 5 月完成 650 亿美元融资后，投后估值达到 9650 亿美元；当时披露的年化收入已超过 470 亿美元。参与评估的投资者预计，Anthropic 年化收入到 2026 年底可能达到 1000 亿美元至 1200 亿美元，较年初增长超过 10 倍。按这一预测，标题所述估值约对应 17 至 20 倍收入。爆料称 Ilya 正开发可实时学习的小型推理引擎「草莓哥」（🍓🍓🍓）8 月 12 日爆料称，Ilya Sutskever 创办的 Safe Superintelligence（SSI）正在开发一款小型推理引擎。该账号称，这套系统通过更侧重元学习的数据，在较小规模下获得可与更大训练任务竞争的表现，但 SSI 尚未公开确认产品、发布时间或测试结果。这名爆料者把核心方向概括为测试时训练（TTT）：模型在处理任务时实时执行梯度下降、更新权重，把新经验保留下来，而不只依赖冻结权重和上下文窗口。原帖称，早期结果已经显示出较高的样本效率，但没有给出可复现的基准或技术文件，因此现阶段仍应视为未经官方证实的产品线索。比亚迪辅助驾驶车型保有量超过 352 万辆比亚迪昨日公布，搭载辅助驾驶系统的车型保有量已经超过 352 万辆；天神之眼系统每日生成的行驶数据超过 2.2 亿公里。今年 7 月，比亚迪共销售 187670 辆辅助驾驶车型。比亚迪还参与了《智能网联汽车 组合驾驶辅助系统安全要求》（GB 47955—2026）强制性国家标准的起草，并成为首批通过认证的车企之一。该标准将在 2027 年 1 月 1 日实施，覆盖系统设计运行范围、功能要求、驾驶员状态检测、用户告知及场地试验方法。这组数据反映了天神之眼已经进入百万辆级量产车队。比亚迪公布的每日里程属于系统数据规模，不等同于车辆完全自动驾驶里程；现有车型仍按组合驾驶辅助系统管理。美国智能手机销量下滑，低端机市场收缩最明显Counterpoint 数据显示，2026 年第二季度美国智能手机销量同比下滑。头部四家厂商的降幅相对有限，其余品牌收缩明显，市场进一步向大厂集中。低端市场承压更重，入门价位和预付费渠道都显著下滑。内存成本上升与消费者支出趋谨慎共同压缩了低价机空间，部分厂商因此提高新机定位，不再维持原有价格带。三星和摩托罗拉在收缩中获得份额，说明有清晰运营商渠道和完整价位覆盖的品牌更能承受波动。对小品牌而言，问题不仅是单季销量，而是低端机利润和渠道曝光同时被挤压。张雪机车获红杉中国独家投资，月交付量破万台据《科创板日报》报道，张雪机车近日获得红杉中国独家投资，具体交易条款没有公布。报道称，张雪机车去年营收为 6.7 亿元，今年预计达到 20–25 亿元；公司单月交付量已突破 1 万台。本轮融资完成后，双方计划在企业治理、人才建设、产业资源和全球化发展方面展开合作。长鑫科技市值超过腾讯，成为 A+H 股市值最高公司界面新闻昨日援引收盘数据称，长鑫科技市值达到 3.54 万亿元人民币；同日腾讯控股下跌 4.46%，港股市值为 4 万亿港元，折合约 3.44 万亿元人民币。按人民币口径比较，长鑫科技已经超过腾讯。这项排名取决于 8 月 13 日收盘价及港元兑人民币换算。长鑫科技与腾讯分别在 A 股和港股交易，后续股价与汇率变化都会继续改变两家公司的市值次序。滴滴二季度核心平台订单增至 50.52 亿单滴滴昨日发布 2026 年第二季度业绩报告，核心平台订单量同比增长 13.2% 至 50.52 亿单，季度日均超过 5500 万单。中国出行订单量为 36.48 亿单，同比增长 8.1%，已连续 14 个季度增长。国际业务订单量同比增长 29% 至 14.03 亿单，日均订单超过 1500 万单。巴西外卖业务 99 Food 上线一年后覆盖超过 100 个城市；99 旗下闪购服务 7 月底进入圣保罗，首批接入包括家乐福在内的 3000 多家商户。滴滴还披露，自动驾驶与广汽埃安联合开发的 Robotaxi R2 已在今年 1 月交付，目前继续在北京、广州进行常态化测试。程维表示，公司下半年将加强司机保障，同时继续投入 AI 与自动驾驶。X 开源「For You」推荐算法，用户可下载帖子限流标签据 TechCrunch 报道，X 昨日以 Apache 2.0 许可证开源「For You」信息流的核心推荐系统。代码库包含候选帖子拉取、过滤、排序和信号权重等组件，规模约为今年 1 月开源版本的 10 至 15 倍。产品副总裁 Keith Coleman 表示，开发者可以在公司外部运行排序器和 Phoenix 评分系统，并通过 GitHub 提交修改建议。一些用于预测违规内容的 Grok 系统未被纳入，X 称这是为了防止恶意用户规避规则。X 还在设置页面测试「Under the Hood」透明度工具。过去一个月至少发布 10 条内容的用户，可下载 JSON 报告，查看账号或帖子被施加的可见度标签。试点首先开放给注册满一年的部分账号，随后再扩大范围。京东季度营收十余年来首次下滑，消费疲软拖累零售业务京东第二季度营收同比下降 2.9% 至 3464 亿元，这是公司十余年来首次出现季度营收下滑。LSEG 汇总的分析师预期为 3450 亿元，实际结果略高于市场预期；公司净利润同比增长，但美股盘前一度下跌约 2%。路透社将营收下滑与中国消费信心疲软联系起来：就业担忧和房地产市场持续低迷压制了家庭支出。京东同时继续推进欧洲扩张，拟收购 MediaMarkt 和 Saturn 母公司 Ceconomy，以获得其线上渠道、技术与超过 1000 家门店。这笔交易仍面临欧盟委员会的国家补贴审查，监管机构的初步决定期限为 2026 年 10 月 2 日。交易获批及后续整合，是京东通过海外零售网络寻找新增量的前提。联想一季度营收创纪录，ISG 成为新的利润增长引擎联想集团公布 2026/27 财年第一季度业绩：截至 6 月 30 日的季度收入为 269.43 亿美元，同比增长 43%，创单季新高；非香港财务报告准则下，归属于股东的调整后净利润为 10.75 亿美元，同比增长 176%，调整后净利润率升至 4.0%。按香港财务报告准则计入认股权证公允价值等项目后，归属于股东的净亏损为 6.09 亿美元。基础设施方案业务集团 ISG 收入达到 85.10 亿美元，同比增长 98%；运营利润为 7.77 亿美元，运营利润率由亏损转为 9.1%。AI 服务器订单储备环比增长 157%，达到 540 亿美元，企业与中小企业、云服务商两类客户的收入均接近翻倍。智能设备业务集团 IDG 收入为 171.06 亿美元，同比增长 27%，全球 PC 市场份额为 24.2%；方案服务业务集团 SSG 收入为 28.84 亿美元，同比增长 28%，运营利润率为 24.2%。集团 AI 相关收入同比增长 60% 至 93 亿美元，占集团收入的 35%。💡 YC CEO 鼓励创始人

在 AI 圈，大家过去选模型多少有点「颜控」，就看谁智商高，谁又占领 SOTA，哪怕它是个能一天烧光你额度的「渣男」，就先冲上去了。Agent 一来，画风突变。它要自己搜资料、读文件、写代码、跑测试，报错了还得爬起来重做。你甩一句话，它可能在后台刷掉上百次 API。但 AI 可不会给你免费加班，永远是钱到位再上班，少一分晚一秒都罢工。这时终于发现不能光看「颜值」了，还得看它能不能踏实过日子。不光活干得漂亮，还得情绪稳定不嫌累，最重要的是，你要跟它能细水长流相濡以沫。此前轰轰烈烈的 Token-maxxing，很多公司鼓励员工放开用 AI ，谁烧的 Token 多绩效就更好。可 Agent 一天跑上万轮，最后像微软这样的大厂也受不了。前段时间 DeepSeek V4 Flash 发布后，大家反而开始研究一块钱可以买到多少 AI，最近有网友用有网友用一块钱的 V4 Flash 生成了一艘星舰，冲上了热搜。DeepSeek V4 Flash 被称为大模型的「斩杀线」，它不一定在每项测试里最强，但能力已经可以覆盖大量真实任务，而价格又足够低。这还不能用性价比简单总结，我们不妨这它叫做「智效比」。如果要写成一道公式，分子是模型真正解决问题的能力，分母是为此付出的激活参数、Token、时间和价格。APPSO 已经做过很多模型实测，每次都是拿最慢的提示词来测试它的上限，这次我们想试试换一种方式，给AI 块钱，看它到底能跟我干出什么东西，能不能给我长期打工。花一块钱，能让 AI 干多少活这两天 V4 Pro 上线是 AI 圈最受关注的事，我们用就让他自家兄弟 DeepSeek V4 Flash Max 做一个 DeepSeek API 的非官方状态监控页。这不只是写一个能打开的页面就行，我要求 AI 需要自己查找资料，决定页面结构，设计状态信息的呈现方式，还要完成一个原创的二次元吉祥物。先看测试的结果。V4 Flash Max 跑了 25 次模型调用，输入量 122 万 Token，输出量则是 66,995 Token， 共花费 0.0758 美元，确实是是多快好省。最近诺兰的《奥德赛》点映都一票难求，电影院怎么选还得做各种研究，那我们继续把这个任务交给 DeepSeek V4 Flash。DeepSeek V4 Flash 交出的结果很详细，已经很有参考性，但总感觉设计差点意思。于是我又拿至 Claude Sonnet 4.6 ，这回审美确实更接近奥德赛的电影风格了，可因为单价更高，总共花费 2.5 美元，已经远远超过了我们最初设定的一块钱预算。于是我们想重新找找看，有没同一个能做得效果比 V4 Flash 好，同时能比 Sonnet 4.6 省钱的模型。APPSO 在第三方模型评测机构 Artificial Analysis 公布的智能指数（Intelligence Index）榜单上，发现了在 V4 Flash 之外 ，还有不少把经济适用玩出花的新面孔，其中还有个叫 Ling-3.0-Flash 的模型，它的表现明显超过了 10B 到 15B 激活参数的同级别 Flash 模型。这个蚂蚁家的模型很低调以致我几乎没留意过，但 Ling-3.0-Flash 在 Intelligence Index 的综合得分是 38 分，追平了 MiMo-V2.5（38 分）和 Qwen3.6 27B（38 分）。虽然 Ling-3.0-Flash 的总参数量是 124B，但推理时仅激活 5.1B 参数；跟体量接近的 Qwen3.6 122B 相比，激活参数只有一半。如果把这个得分看成「干活能力」，激活参数就是 AI 每次出工要雇佣多少人，在这个坐标轴越靠近左上角，意味着它越能够「花小钱办大事」。不过跑分不能完全代表实际表现，我们直接让 Ling-3.0-Flash 来把前面的任务再做一次看看。DeepSeek API 的非官方状态监控页的测试里， Ling-3.0-Flash 同样跑了 25 次模型调用，但花费却差了不少，Ling-3.0-Flash 花费 0.0402 美元，比 DeepSeek 便宜了 40%。而 DeepSeek 的输入量达到 122 万 Token，比 Ling-3.0-Flash 的 94 万 Token 多约 30%。DeepSeek 输出量则是 66,995 Token，是 Ling-3.0-Flash （14,752 Token）的 4.5 倍。这个结果有点出乎我们意料，这类任务很能体现高频 Agent 对模型响应速度的敏感程度， Ling-3.0-flash 能干过 V4 Flash Max ，似乎有点黑马的感觉了。在《奥德斯》电影院指南的案例中， Ling-3.0-Flash 一共耗时 17m55s，后台记录了 137 次请求，共花了 326 万 Token 与 0.483 美元。对比 Claude Sonnet 4.6 ，它用时 16.1 分钟比 Ling-3.0-Flash 略少，工具调用 14 次，消耗了 110 万Token 看起来少了，但因为单价更高，总共花费 2.5 美元，是 Ling-3.0-Flash 的六倍。不过 Ling-3.0-Flash 也没有完胜 Sonnet 4.6 ，在给出的电影院推荐中部分错误，比如推荐了内地看不了的 IMAX 70mm 格式。不过好在价格足够便宜，跑多两三次基本也能解决，整体还是更加划算。综合测试下来，我们发现 Ling-3.0-Flash 不是智能上限最高的那个，却很适合输入较短、字段固定的批量抽取，以及需要高频调用 API 的 Agent 场景。调用量越大，它的优势就越明显，放在高频 Agent 的执行层里，妥妥是一匹黑马。就像黄仁勋说的，The more you buy, the more you save……Agent 时代，怎么挑选「高智效」模型看完前面的测试，你可能会说这么折腾一番，不就就省下了几块几毛钱有必要吗，但要如果把这个数字乘于成千上万呢，这恰恰就是 Agent 时代的日常。AI 交付的单位正在从一次次对话变成一项完整的工作任务。OpenAI 公布的数据显示，2026 年 5 月，已有 70.2% 的用户提交过至少需要人类工作一小时的 Codex 任务，25.6% 的用户提交过至少一项预计需要人类工作八小时以上的任务。最活跃的那 1% 用户，甚至会在一天内产生超过 60 小时的 Codex Agent 运行时长。一天当然还是只有 24 小时，只是多个 Agent 已经开始同时加班。一项任务会被拆成规划、搜索、执行、验证和复盘。一个 Agent 连续调用一百轮，五个 Agent 同时工作。这也是为什么 DeepSeek V4 Flah 引发硅谷「地震」，Hugging Face 联合创始人 clem 表示，不同模型每任务成本相差约 800 倍。领先的旗舰模型平均超过 31 美元/任务，而 V4 Flash Max 只要 0.04 美元，这让开源模型成为性价比首选。这时，模型只有足够的「智效比」，Agent 才敢多查一个来源、同时尝试三条路线，验证失败后也还有预算重新来过。开源 AI Agent 工具 OpenCode 发文称，DeepSeek V4 Flash 正式版通过其平台消耗了 8 万亿 Token。一款模型，仅仅在 OpenCode 一个入口里，一天消耗的 Token，就超过了 OpenRouter 全平台的日均规模。这个夸张的数据，就是被「智效比」撬动的，它这会决定 Agent 敢不敢多查一个来源，能不能同时尝试三条路线，也会决定验证失败后还有没有预算重新来过。响应足够快，这些循环才不会层层排队，把原本十分钟的任务生生拖成一场马拉松。当然，一个无法交付结果的模型，价格再低，也只是在批量生产返工。真正的高智效，是先把事情做成，再用更少的 Token、时间、算力和预算，把同样的事情稳定地做上千次、上万次。DeepSeek V4 Flash 与 Ling-3.0-Flash ，都是高智效路线现阶段的两个代表。V4 Flash 把 1M 上下文、代码和 Agent 能力放进了更低的价格区间，Ling-3.0-Flash 则用 5.1B 激活参数换来高吞吐和快速响应，让人在更多高频 API 场景使劲蹬。「智效比」正在成为大模型新的 Benchmark，它不是把价格战再卷一遍，而在悄悄改变模型竞争的方向。AI 下半场不只是通过堆砌参数来抬高智能上限，更要让已有的智能真正进入业务流程。AGI 当然还是山顶，大家还会继续往上爬。但我们普通人大多数工作发生在山脚下：读代码、回消息、查资料、跑流程，再把一件件不起眼的小事做完。当我们不再小心翼翼地计算每一次调用，智能才真正从一种令人惊艳的能力，变成了可以依靠的生产力。

上周，谷歌山景城总部的告别氛围浓烈。许多员工抓住机会，与即将离职投身创业的杰夫·迪恩 (Jeff Dean)、黎曰國 (Quốc Lê) 等人约 1 on 1。这其中有很多 DeepMind (GDM) 的同事，会面颇有一丝微妙的氛围。不少员工对于本部门的前景以及自己的职业安全性感到担忧。迪恩的新公司 Discovery Loop 发力方向与 DeepMind 所有重合，已经披露的另外三位联合创始人也全部为谷歌高级员工。在 GDM 极大的不确定性面前，这些会面，也成了「投名状」的机会：这些员工可能通过前老板的介绍「活水」到其它团队，亦或优先预约 Discovery Loop 的面试。爱范儿/APPSO 独家获悉，谷歌 DeepMind 团队将不再追逐前沿模型的研发工作，而是聚焦到性价比更高的 Flash 级别模型上。另外，随着 GDM 的重组，团队可能迎来大规模裁员，比例可达 1/3 或更高知情人士向爱范儿/APPSO 透露，重组的主要目的在于精简几类冗余人员，比如按照算法岗位招进来却没有从事算法工作的员工。GDM 团队人数在七、八千左右。裁员最终是否、何时发生等细节目前尚未确定。按照惯例员工也可以内部转岗避免被裁；已经有一些团队被并入谷歌其它高管管理的团队，后详述。本文发表前谷歌正式将 Gemini 3.7 Flash 对外公开，距离上一版本 3.6 Flash 不足一月。此前，APPSO 已经独家报道过 Gemini 3.5 Pro 交付延期引发内部不满。我们了解到谷歌短期内没有更新 Pro 模型的计划，更多资源被倾斜给 Flash 模型：谷歌 AI 业务正在进行重大方向调整。从已知信息来看，谷歌短期不再押宝 Fable/Opus 同级别的超大规模前沿/旗舰模型，而是聚焦于轻量级，持续优化成本更低的 Flash 模型。爱范儿/APPSO 还获悉，尽管硅谷公司有「Dogfood」文化（使用自己的产品以发现和解决问题）， GDM 核心团队从未真正将 Gemini 当做日常使用的主力模型。非核心团队仍被要求使用 Gemini 模型。截至发稿，谷歌未向爱范儿/APPSO 做出回复。8 月 13 日路透社报道称，谷歌联合创始人谢尔盖·布林 (Sergey Brin) 近几个月内给 GDM 团队打鸡血，最近一次在 4 月的全员会上表示希望 Gemini 追上其它前沿模型。根据我们了解，这一信息已经过时。不是 Pro 训练不起，而是 Flash 更有性价比谷歌并非「去学术化」或完全不在意在旗舰模型上的落后。事实上，谷歌是算法架构、机器学习、算力硬件等诸多 AI 关联方面多项关键技术的首创者。包括 DistBelief/TensorFlow、Word2Vec、Transformer、BERT 等技术，乃至 GDM 组织前身之一的 Google Brain 项目，都在 AI 的演进过程中举足轻重。而谷歌仍会继续致力于这一级别的关键技术的突破。这些成就依赖优秀的人才，也得益于谷歌长期以来对于创新研究和业余项目包容性足够强。然而在追赶 OpenAI、Anthropic、一众中国开源模型厂商的道路上，谷歌目前是疲于奔命的状态。无限制地押注前沿模型，至少在今天的时间点上不再可行。谷歌现在「认命」了。Flash 模型持续进化的成本更低，更容易看到疗效，不仅以更低的推理成本服务帮助谷歌既有核心产品实现「AI+」，也足以填充 GDM 团队的工作量。过去一段时间里，GDM 很难争取到训练强大模型所需的资源。全球许多科技大厂的基模/模型产品团队都面临类似的处境。根据爱范儿/APPSO 了解，DeepMind 最近考核年的整体 OKR 分数在 0.5（1 分制）——现在已经不是 GDM 想要训练更大更强的模型了，而是表现如此差的的团队，无法获得比之前更多的资源。搜索、Gmail、Android、YouTube、地图等核心产品每天服务数十亿普通人——在这个用户规模，这些产品的 AI 算力需求不比 GDM 少。比如，搜索使用专有模型来理解请求意图、分析语义、提供搜索结果，这些模型需要 TPU 集群实现高并发、低延迟；YouTube 重度依赖 TPU 推荐视频、匹配广告、审核用户上传的内容等；TPU 集群还承担 Google Photos 的照片识别、语义搜索、照片美化等功能。GDM 如果能训练更大更强的模型当然是一件好事，只是对于谷歌这样一家多事业群架构的巨头公司，帮助实在不大。正如前述，对于每一个可以「AI+」的既有谷歌产品，它们从来不需要一个超大规模的前沿旗舰模型。它们要的是一个足够聪明、推理成本低到可以忽略不计的快速模型。不是 Pro 训练不起，而是 Flash 更有性价比。不争前三也能赢此前我们报道指出，仅在内部测试而没有对外发布的 Gemini 3.5 Pro 模型，在今日主流 Benchmark 上已经逊于竞争对手 Meta 推出的 Muse Spark 1.1（1.2 版本更转向开源策略）。Gemini 已经掉出北美基模前三，势头更不如 Grok。有坊间传闻指出谷歌已经不再争前三，结合上述独家信息来看，接近真实情况。这并不是大问题，谷歌的生态底座仍然稳固。对于 AI 这件事，谷歌/GDM 不再是一个需要和 OpenAI、Anthropic、MSL 直接竞争的「前沿模型实验室」，而是从整个公司层面重新聚焦到 AI 模型和技术如何服务于现有核心产品，带来更好的体验。这些产品其中当然包括搜索，属于谷歌元老、核心系统和体验高级副总裁珍·菲茨帕特里克 (Jen Fitzpatrick) 管辖范围。此外，托马斯·库里安 (Thomas Kurian) 管理的 Google Cloud (GCP) 也是谷歌的现金牛。搜索及其他业务和 GCP 加起来贡献了整个母公司 Alphabet 73% 的收入。现在它们都不再被 GDM 掣肘。一直是谷歌红人但不想当红人的哈萨比斯，终于脱离了 GDM 实际管理者的泥潭，转任 Alphabet 首席科学家兼 DeepMind 董事长；接任者科雷·卡武克丘奥卢 (Koray Kavukcuoglu) 相比哈萨比斯实权缩减。目前来看，本次重组后谷歌 AI 相关业务的汇报顶级是菲兹帕特里克，她的实际权力有所提升。爱范儿/APPSO 独立了解到的这一情况，与路透社的报道吻合。路透社指出部分原 GDM 部分团队被并入公司其他业务，自主性受到侵蚀。值得一提的是乔什·伍德沃德 (Josh Woodward)，他是 Google Labs、Gemini 产品、AI Studio 副总裁，最近几次 Google I/O 大会的主演讲发言人之一。尽管 Gemini 底层模型一路走来跌跌撞撞，上层的 Gemini App 的表现仍然足够令谷歌高层满意。谷歌 CEO 桑达尔·皮查伊 (Sundar Pichai) 上周宣布迪恩离职并重组 GDM 的消息，之后的第一条推文就是官宣 Gemini App 月活跃用户突破 10 亿 —— 其中 6 亿来自去年 5 月至今的新增。至此，Gemini App 成为谷歌第十四个月活破 10 亿的独立产品，也是增速最快的一个。在推文中，皮查伊专门感谢了伍德沃德：如果说菲茨帕特里克、库里安等人是谷歌的守城大将，那么伍德沃德则更像是新业务突破的操盘手，再下一代谷歌核心高管的代表。总的来说，正在谷歌内部发生的调整，也映射出硅谷巨头在 AI 时代渐入佳境后的思路变化。过去几年里，全行业沉迷于 AGI 降临和规模法则 (Scaling Law) 的宏大叙事，科技巨头购买大量的算力，为年轻的「小天才」研究员们开出史无前例的大额支票，在模型基准测试上开展以月为节奏的版本发布消耗战。但狂热可能正在退去，即便强如谷歌，也到了给盲目追求前沿的虚荣心画句号的时候。

过去，小米手机以快著称——产品迭代快、价格跟进快，但唯独在 AI 这件事上，小米倒是不徐不疾。时至今日，手机 AI 的叙事已经迭代好几个版本，苹果高调官宣的 AI 战略也已跳票了两年，就连豆包手机都出到第二代了——小米的第一个 AIOS，澎湃OS 4 才姗姗来迟。我手里这台小米 17 Ultra 已经刷上澎湃OS 4 一段时间了，用下来感受非常奇妙：一方面我会讶异于 AI 对于澎湃OS 的改造无处不在；另一方面，我又对 AIOS 在小米生态的发挥抱有更大的期待。总而言之，这就是小米 AI 手机交上来的第一份答卷，我想还不错。UI 是克制的，AI 是激进的先看看得见的变化，不多但精致。澎湃OS 4 换了一套玻璃质感的设计：锁屏、控制中心和文件夹变得通透，背景隔着一层柔和材质透出来。拖动图标或点击开关，周围的光影还会跟着变化。锁屏时钟可以调整大小和位置，通知增多时消息会逐层堆叠，文件夹能拖成不同尺寸，小部件可以叠放。小米没有把玻璃效果铺得过满，界面干净，文字和控件依然清楚。整体观感漂亮，回到了主流审美的轨道上。性能方面，小米澎湃OS 4 在负载精算、内存预载和应用运行方面都有优化，具体到日常使用中，就是卡顿感明显减少，续航也比之前好得多。显性上的克制，衬出的是隐性上的大刀阔斧。AI 对澎湃OS 的改造，是方方面面的——在系统层面，把 AI 铺开的是超级小爱。它不再满足于做一个对话助手，而是成了系统总控：记忆、输入、跨应用执行，都由它调度。今年 7 月，小米把月活破亿的小爱同学拆成三大模块：模型底座、云端工程化、端侧产品。基础模型归 MiMo 团队，产品能力交给各终端业务线。可以看到，AI 正在从某个部门的产品，变成全集团的基础设施。沿着它，AI 在记忆、应用、交互三个维度上多点开花。先看记忆。小爱记忆是全局能力。在任意界面三指上滑，画面会被系统识别并收进超级小爱的记忆，之后想找回来，直接向小爱描述即可。识别率出色，检索和关联都落在超级小爱里。但目前小爱记忆只停留在「记录和解答」上，进一步的动作还跟不上。比如，识别到一张取餐小票，我更希望它能直接提取卡路里、记一笔账，而不只是告诉我这是什么。另据爱范儿了解到，像取餐码和排队号类似的码号上岛会在 8 月底进行 OTA 升级，值得期待下。澎湃OS 4 码号上岛效果小爱记忆也可以跨到小米生态的终端产品上，手机上的记忆、对话、笔记、相片，都能同步到 PC 端的小米互联应用上，手机也能检索、拉取到 PC 上的文件。不仅是小米生态，现在连 Windows 和 Mac 电脑，也都能用上超级小爱了。设置好的定时任务还能处理重复劳动，比如每天固定时间检查邮件、刷新日程。这些功能我挨个用过，几乎没掉过链子。甚至还可以通过 AI 来调度家里的智能家居系统，比如下达一个「我一小时后回家，想看电影」的指令，小爱 AI 就会理解语义、拆解需求，并做好任务执行——在我回家之前，把空调打开、窗帘拉上，并且把氛围灯调好，在电视上准备好我要看的电影。图自小米澎湃OS官方值得一提的是，超级小爱的选项里，还出现了一个 AI 订阅服务的收费选项。显然，小米已经在探索用 AI 服务提升硬件的附加值。目前来看，使用「专家模式」的超级小爱执行任务，将会消耗积分，但用户每月都能免费获得 1000 积分。经小米内部评估测算，「专家模式」下的对话任务，每次约消耗 12-20 积分，约等于每月可免费调用 50-80 次，即使 PDF、PPT 生成这类复杂的轻办公型任务，每次也仅消耗 100-300 积分。而收费价格方面，小米共提供了三档订阅方案：入门：29 元/月，连续包月订阅优惠价 19 元/月，包含 4000 积分/月标准：59 元/月，连续包月订阅优惠价 39 元/月，包含 10000 积分/月加强：149 元/月，连续包月订阅优惠价 99 元/月，包含 34000 积分/月再看应用。在澎湃OS 4 里，不少原生应用都进行了 AI 化改造，其中笔记是原生应用里变化最大的一个。新的笔记应用新增了实时录音功能，录制时同步区分说话人，结束后直接生成文档和会议纪要，还能继续二次创作和导出。平时开会或者随时记录灵感的时候非常好用。录音机也进行了 AI 化改造，支持实时字幕和自动 AI 总结摘要等能力。有意思的是，这两款录音应用底层大模型都是 MiMo-V2.5，但数据层面还没有完全打通，这也是目前澎湃OS 4 面临的主要矛盾——AI 已经深入到系统的方方面面，但记忆还没有完全打通。但我相信小米会在后续的 OTA 中逐步解决这个问题。超级小爱输入法是另一个 AI 改造的样本。除了常见的 AI 提问、AI 润色、AI 帮写等功能，小米也没有错过 AI 时代语音输入法的风口，把 AI 语音输入能力加到了输入法当中。开启语音输入后，说话时文字会实时出现，看上去是有模型在做字音转录；话一停，内容就被 AI 整理成条理清晰的文字，还支持二次编辑、外语翻译等功能。AI 时代里，语音输入是比打字更高效的交互，超级小爱输入法的完成度还算不错，也会是很值得持续迭代的产品。类似的 AI 化改造，在澎湃OS 4 中比比皆是，我经常能在犄角旮旯的地方，调出有意思的 AI 功能，这种无孔不入，是我非常喜欢的部分。把记忆、应用做好了，适应 AI 时代的交互也相当重要。针对较长的 Agent 任务，澎湃OS 4 会把进度显示在超级岛上，用户随时能看到它进行到哪一步。全局 AI 帮写、全局记忆功能也非常使用。美中不足的是，Xiaomi 17 Ultra 没有专门的 AI 按键，像记忆、语音输入这样的功能，在盲操时谈不上直觉，希望小米 18 系列能够增加一颗 AI 按键，来优化 AIOS 的交互体验。还有一个尚未上线的新能力，是我非常期待的——灵感球。图自小米澎湃OS官方这是一个全局可调用的「放大镜」。把放大镜停在屏幕的任何位置，再调出小爱同学，它就能围绕你聚焦的内容搜索或作答。这相当于在手机的多模态界面上，给内置 AI 提供了一份精准的上下文——不用描述目标在哪一屏，直接指出来即可。圈选即上下文，和小爱记忆正好互补：一个负责记住信息，一个负责精准取用。作为小米的第一个 AIOS，澎湃OS 4 在 AI 能力的选择上，是偏向成熟务实的，为解决需求而来，而非制造 AI 手机的噱头。只有小米的 AI 才能成就 AI 的小米把记忆、应用、交互三条线放在一起看，显然小米对 AIOS 的布局已经越过「给系统加功能」的阶段，AI 成了系统的底色，也成了生态的底色。在终端厂商里，能把布局铺得这么开的，市面上并不多见。小米手握着难以复制的资源组合：基础模型、操作系统和人车家的终端生态，握在同一家公司手里，放眼全球也是凤毛麟角的存在。也只有模型与 OS 紧密结合，AI 才能直接触达系统底层的数据和权限，而不是隔着应用层做外挂式的调用。互联互通则让 AI 的上下文实现跨设备流动：手机记下的，电脑接着用；手机里的习惯，智能家居也能帮你记着。更重要的是，当别的厂商还在纠结把哪个模型接进 AIOS 时，小米已经把模型融进了系统。手握全链路能力的小米，长远来看更不容易成为被 AI「吞噬」 的一方。但挑战也随之而来。模型与系统耦合得越紧，对模型智力本身的要求就越高。如果基础模型的智力跟不上接入的需求，副作用会成倍放大。错误的记忆、不到位的任务，都会变成系统级的错误。雷军曾表示，将在未来三年投入 600 亿元的 AI 专项资金，放在如今 AI 行业的资本市场里，不算是足够宽裕的弹药。对小米来说，这是巨大的挑战，当然也是前所未有的风口和机遇。毫无疑问，「AI+」正在接替「互联网+」，逐渐成为小米这家公司最重要的叙事，因为只有小米的 AI 才能成就 AI 的小米。我想，澎湃OS 4 确实展现了小米在 AIOS 上的布局与野心，接下来的问题只有一个：驱动一切的模型，到底能有多聪明？AI 手机真正的元年即将到来，小米手上已经码好了牌，战略非常明确坚定；至于怎么打出去，我想这是个战术问题，也是个时间问题。

神仙打架，这周的大模型圈，已经卷到了几乎一天一个新旗舰。有 Cursor 数据加持的 Grok 4.6 突飞猛进，马斯克还说 4.7 马上就要来；DeepSeek V4 Pro 正式版虚晃一枪后正式发布，多项 benchmark 直指 Fable 5；还有一个不能算旗舰的 Gemini Flash。然后今天，智谱也把 GLM-5.3 端了上来。这个在 5.2 期间，一直被调侃「我知道很好用，但不给我开会员用」的顶尖国产编程模型，终于迎来了更新。新的模型继续在编程方面发力，评测榜单的结果显示，GLM-5.3 在编程能力上比肩 Fable 5 和 GPT-5.6 Sol。在社交媒体上参与内测用户的反馈则提到，使用体感比 Kimi K3、DeepSeek V4-Pro-0813 要更好。能跟 GLM-5.3 上桌对比的模型，在可视化图表中只剩下了 Kimi K3、Fable 5 和 GPT-5.6 Sol。以前是开源自己一堆模型对比，不找闭源自讨苦吃，现在是「对标 Fable 5」成了开源的基本配置。六个 benchmark，GLM-5.3 的表现都不赖，尤其是由 OpenAI 提出的 GDPVal 评估测试，智谱拿到了第一名。AutomationBench、Agents’ Last Exam，一个是用来测试跨应用工作流编排能力，一个是测试智能体能力，GLM-5.3 的成绩也是数一数二。和 Kimi K3、Qwen3.8-Max 迈向万亿大参数不同，GLM-5.3 这次参数量和上一版本差不多，同样是 7000 亿参数级别。官方技术博客中提到，此次升级带来的提升主要原因是后训练 Scaling。就是靠着 743B 的基模，智谱训练出来了 Kimi K3 2.8T 级别的大模型。我们在与 GLM-5.2 完全相同基座上高效推进强化学习，可能我们还远未开发出这个基座（即 GLM-5.2 模型）的智能上界。▲ 更完整的 benchmark 对比，经过后训练的 GLM-5.3 对比 GLM-5.2 提升相当明显，Coding、网络安全和 Agentic 成绩进步都不像是一个基座模型。不得不说，现在大模型做好后训练在某些程度上比预训练都更好使。就拿四月份发布的 DeepSeek V4 Flash 预览版和 7 月底发布的正式版相比，两个模型的能力几乎是断层的。智谱这次还开源了名为史莱姆 Slime 的一个后训练框架，直接能覆盖发布级模型后训练所需要的完整工作流。他们说从 GLM 4.5 开始，就一直在用这套框架进行后训练。目前 Slime 支持对 GLM 系列、Qwen 系列以及 DeepSeek 系列的部分模型和 Llama 3 进行后训练。▲ 教你如何用 128xH100 训练 DeepSeek R1，以及如何蒸馏除了主打编程，GLM-5.3 的另一个重点方向是网络安全。从 Hugging Face 事件开始，现在哪个模型不能谈谈网络安全，都算不上是一个好模型。无论是模型的攻击能力强，能逃出设置的沙箱，还是防守能力强，能监控、抵御和分析复杂的 AI Zero Day 漏洞；这些以前听着离我们普通用户很远的东西，也成了大模型角力的新赛场。GLM-5.3 在网络安全相关的任务中，表现与 Claude Mythos 5 持平。其中 ExploitGym 网络安全测试，就是 OpenAI 在评估自己的待发布模型时，为了解决更多问题去攻击了 Hugging Face，GLM-5.3 的表现也非常不错，898 到题，限时 6 小时内完成的情况下，达到了 130 道。针对模型的网络安全能力，智谱还公开了一项网络安全披露账本，记录模型在不同的项目中找到的各种漏洞。GLM 找到的最古老漏洞，甚至可以追溯到大约 40 年前。40 年都没找到，GLM-5.3 一出手就找到了，放 OpenAI 或者 A 社手里，这不比证明了一个数学难题强吗。▲ 网络安全披露账本 https://cvd.z.ai/虽然我们普通用户不会拿它去找各种攻防漏洞，但模型的能力提升是实打实的，具体到日常的办公和编程任务上，GLM-5.3 的表现又如何。APPSO 提前拿到了 GLM-5.3 的测试资格，继续用一些 3D 网页生成、网页应用开发、macOS 小工具开发等任务，来看看 GLM-5.3 的表现是否能快速实现我们的想法。目前 GLM-5.3 已经上线智谱官方 Agent 应用 Zcode 和效率工具 AutoClaw，同时面向 GLM Coding Plan 用户全量开放并开放订阅。▲ 在 Zcode 应用内可以直接选择 GLM-5.3 进行体验第三方平台像是 WorkBuddy，QwenWork，TraeWork 等应用也已经开放抢先体验。而 API 调用预计在下周二开放，模型的完整权重则会在两周内开源。当所有 AI 都开始卷编程相较于写作或者文科领域，那些见仁见智，审美无法统一的任务，编程大概是大模型最适合发力的场景。简单粗暴的一句提示词丢进去，就等着看它用代码能写出什么好看好玩有意思的画面。我们先是让它做了一个人体血液循环的 3D 交互仿真系统，原以为它会做一个写实的人体透视，至少像是这种细节满满的 3D 仿真，有真实的身体轮廓，合理排放的血管，真实的肌肉线条。但不知道是不是提示词不够详细，GLM-5.3 给的交付是看起来比较粗糙的版本。整个人更像是一个火柴人，内部器官也全部堆在了一起。比较难得的是，整个的演示有较多的自定义，例如视图图层可以选择不同的场景，生理参数也有心率、压力等内容。我们甚至可以选择失血性休克的场景，直接看到血液循环的流向。▲ 提示词：做一个高精度的人体血压循环 3D 可交互仿真系统，使用 GLM-5.3 + Claude Code总的来说，这个交互网页能够用在教学场景，但就是没有那么好看。继续我们在 DeepSeek Harness 中的金字塔滑板游戏测试，同样的提示词，GLM-5.3 + Claude Code 最高推理深度给出的结果也不赖——游戏体验好，场景渲染也准确。▲ 如果你不好好操作，可能真的会输，只是这个滑板的残影，过于「亮眼」。当我们想要它生成一些惊艳的 3D 场景时，像是一个满是水母的湖，数百万只写实的水母在一片翡翠湖泊里飘动。这个效果确实还挺漂亮的，渲染水母就不会像渲染人体一样，只用一些简单的圆圈，不过这个 3D 水母的提示词也相当长。在 Claude Code 中使用 GLM-5.3 时，如果你开启了自动审批命令，会经常遇到一个错误，显示「auto mode cannot determine thesafety of Bash right now.」即「自动模式目前无法判断 Bash 命令的安全性。」这大概是 Claude Code 应用自身的机制来处理自动模式下，如何识别不同的命令是否需要弹窗通知交给我选择，但第三方的模型，暂时还没有适配 Claude Code。于是我们切换到 ZCode 进行体验，它能像 Codex 一样使用不同的工具，不断对已经生成的网页截图识屏，分析存在的问题，然后持续优化，整个运行时间也比单纯在 Claude Code 中使用会更久。就像这个行星撞地球的模拟，两个行星碰撞，我们在 Claude Code 中的任务最长没有超过 1h，但这个 3D 网页过了一个小时，ZCode 还在反复地测试检查。好在最后的效果没有让人失望，我们第一眼就能看到地壳开裂、熔岩喷出、碎片形成行星环等壮观画面。就这些复杂的粒子运动，要面面俱到的编程好，肯定是需要一点模型底子的。同尺寸里的最强模型GLM-5.3 的意义，我们测试下来就觉得它还是回到了原本属于它的位置，即同尺寸最强模型，编程开发者的首选。K3 用了 2.8T，DeepSeek V4 用了 1.6T，而 GLM 5.2 用了不到一半的参数，就实现了同样程度的智能。所以如果你本来就在用智谱，已经购买了 Coding Plan（今天下午他们也重置了一次），从六月中旬发布的 GLM-5.2 切换到 5.3，是能感受到比较明显的差异。虽然 API 版本预计要等到下周二更新，目前官网显示的 API 价格也还是 GLM-5.2 版本，但同样的模型尺寸，估计 GLM-5.3 的 API 定价不会有太大的变化。Kimi K3、Qwen3.8-Max、DeepSeek V4 正式版、Grok 4.6、Gemini 3.7 Flash、GLM-5.3，最近的模型发布节奏几乎是前所未有，每天都有新的模型，新的工具可以测试。模型之间的区别也随着密集的发布逐渐在缩小。拿我们自己来说，曾经 Claude 被认为是写作上最好用的模型，优化一些句子的结构，把脑子里乱成一团的想法让它有逻辑的串联起来，Claude 给的文章有时比人类写得还要好。但频繁封号的 Claude，让我们转到了用 GPT 以及其他的模型，于是发现好像所谓的 Fable 5 和 Opus 5 并不是那么的非它不可。写作如此，编程、生图、整理文档、做报告、构建知识库也越来越接近这个状态。GLM-5.3 和最近这一连串新模型一起，把大模型的「最强保质期」压得越来越短。新发布的 GLM 用了 20 天，就有更强更好的 Kimi，Kimi 用了 20 天，又能换到新发布的 DeepSeek，等 DeepSeek 不好用了，那个时候又可以轮到 GLM 了。所以当别人问你，现在最好的国产编程模型是什么，你会说 Kimi K3、DeepSeek V4 还是 GLM 5.3？

8 月 14 日晚，魏牌 V8X 正式上市，此次共推出 5 款插混车型，权益前的统一零售价如下：豪华家庭版 Max：25.98 万元豪华家庭版 Ultra：27.98 万元豪华家庭版 Ultra+：31.58 万元运动版 Max：23.98 万元运动版 Ultra：27.98 万元在上述售价之外，长城还给出了一系列上市权益，包括 5000 元订金抵扣 8000 元购车尾款、1 万元增换购补贴或 3 年 0 息金融方案二选一。豪华家庭版 Ultra 可以限时支付 5000 元升级后轮转向，运动版则可免费升级曜黑外观和灰红内饰。豪华家庭版并不是简单按照发动机排量划成两档。Max 搭载 1.5T Hi4 性能版、400V 平台和 44kWh 磷酸铁锂电池，CLTC 纯电续航为 258km；Ultra 换用 1.5T 超级 Hi4、800V 平台和 66.6kWh 三元锂电池，CLTC 纯电续航提升至 402km；Ultra+ 则在相同电池与续航基础上升级为 2.0T 超级 Hi4。Ultra 与 Ultra+ 支持 6C 超充，5 分钟可以补充 170km 续航，CLTC 综合续航分别为 1652km 和 1659km。同步上市的运动版轴距更短，车长 5040mm、轴距 2968mm，使用曜黑运动套件和红色制动卡钳，并针对稳定杆、减振器和转向手感重新调校。其中，Max 搭载 1.5T Hi4 性能版、44kWh 磷酸铁锂电池，CLTC 纯电续航为 261km；Ultra 换用 2.0T Hi4 性能版和 55.4kWh 三元锂电池，CLTC 纯电续航为 324km，满电与馈电零百加速分别为 4.5s 和 4.7s。两款运动版均采用 400V 平台。不过看工信部申报信息，V8X 车系其实还申报了纯电版本，前、后电机峰值功率分别为 220kW 和 320kW。但在本次发布会上并没有公布这台车型的价格与上市安排。V8X 最重要的身份仍然来自豪华家庭版，它的长宽高为 5125/2025/1821mm，轴距 3050mm，与六座的 V9X 使用相同平台和相同轴距，却只放进五个座位。大五座到底大在哪V8X 豪华家庭版的轴距为 3050mm，与 V9X 豪华家庭版完全相同，车长则只少了 80mm。魏牌给出的舱内有效面积为 5.9㎡，放在五座布局里，意味着前后两排不再需要为一组使用频率不高的第三排座椅腾位置，第二排可以保留更完整的腿部空间，后备厢也不用在乘员和行李之间反复做选择。这也是 V8X 和 V9X 最直观的差别。同样的轴距，V9X 用 2+2+2 座椅承载六个人，V8X 则把整台车的空间集中给前后两排。V9X 解决的是大家庭出行经常满员的问题，而 V8X 照顾的是多数时候只有三四个人出行，却仍然需要一台大车的家庭。少掉一排座椅以后，变化最大的地方出现在车尾。V8X 豪华家庭版的后备厢常规容积为 864L，官方称可以放下 12 个 20 英寸行李箱，放倒第二排后，容积可以扩展至 2225L。与六座 SUV 必须收起第三排才能换取完整装载空间不同，V8X 不需要先移动或折叠座椅，便能同时装下婴儿车、露营装备、几只行李箱以及一家人的零碎物品，在春节返乡、全家长途或者周末露营时，不用让乘员和行李争位置。车内变成两排五座之后，V8X 依然提供前后排座椅加热、通风和按摩功能，车载冷暖冰箱、后排小桌板、后排独立空调、手动遮阳帘和侧隐私玻璃也被保留下来。有点意外的是，在发布会上，静谧性相关的信息被放在了很靠前的位置。V8X 使用 9 处隔音玻璃和三重环视立体密封车门结构，并针对车身气流进行了 104 处空气动力学导流优化。这些设计解决的是车速升高以后持续进入座舱的风噪，以及车门、玻璃接缝处容易形成的高频噪声。混动车型还有两类更难隔绝的声音：发动机介入时的运转声，以及轮胎经过粗糙路面时传入座舱的低频噪声。V8X 分别使用 ENC 发动机主动降噪和 RNC 路噪主动降噪，通过车内扬声器产生反向声波，削弱特定频率的噪声。玻璃、密封和车身优化负责把声音挡在外面，主动降噪则处理已经进入座舱的部分，两套办法共同服务，让这台大车在高速巡航时尽量安静下来。动力部分，豪华家庭版 Ultra 搭载 800V 高压平台和 6C 超充，1.5T 混动专用发动机的最大功率为 125kW，配合前后双电机和四挡混动专用变速箱，系统综合功率达到 450kW，综合扭矩为 790N·m，满电状态下零百加速为 4.9s，馈电状态下为 5.0s。豪华家庭版 Ultra+ 的 2.0T 超级 Hi4 将系统综合功率提高至 500kW，最大扭矩达到 930N·m，满电状态下零百加速为 4.5s，馈电状态下为 4.7s。更大的发动机排量主要服务于满载、高速超车和连续山路等高负荷工况，五个人连同行李全部装满以后，动力仍然保有余量。Ultra 与 Ultra+ 均使用 66.6kWh 电池，CLTC 纯电续航达到 402km。这套动力较为亮眼的是在馈电状态下也能保持输出。2.0T 版满电与馈电零百加速只相差 0.2s，四挡 DHT 通过发动机、电机与变速器之间的机电耦合，减少多挡切换时的动力波动。对于一台需要满载远行的家庭 SUV，电量下降以后，动力不至于「没电一条虫」。V8X 使用前双叉臂、后五连杆独立悬架，豪华家庭版三款车型均配备闭式双腔空气悬架，运动版 Max 使用 EDC 连续可变阻尼减振器，Ultra 则进一步配备闭式双腔空气悬架。双腔空气悬架可以通过改变气室容积调整支撑特性，EDC 则根据路面和车身状态连续改变减振器阻尼：遇到细碎颠簸时尽量保留柔和，高速变道、加减速和连续弯道中，又要控制这台 5.1m 大车的侧倾与俯仰。大车另一个无法回避的问题是转弯。于是魏牌 V8X 豪华家庭版 Ultra+ 标配双向 20° 后轮转向，Ultra 则可以限时支付 5000 元升级这项价值 8000 元的配置。配备后轮转向后，V8X 的后轮最大可以向左右各转动 10°，最小转弯半径为 5m。低速行驶时，后轮与前轮反向偏转，掉头、窄路会车和地库泊车都能少腾挪几次，速度升高以后，后轮与前轮同向偏转，又能让车身在变道时更稳定。V8X 的智能驾驶系统使用 Thor-U 芯片，算力为 700TOPS，感知硬件包括 1 颗激光雷达在内的 27 个传感器。V8X 支持车位到车位全场景 NOA，从起点地库驶出、进入城市道路和高速，再到目的地泊车，可以由同一套辅助驾驶系统连续完成。此次购车权益还包括价值 3.2 万元的城市、高速 NOA 辅助驾驶服务终身免费。座舱部分的智能化，魏牌 V8X 交给了「小魏同学」。小魏同学行车智能体还支持通过语音下达起步、变道、调速、掉头和泊车等指令，把一部分藏在菜单和拨杆里的功能变成自然语言。座舱一侧的小魏同学座舱智能体则可以记录不同乘员的座椅、空调和娱乐习惯，并将服务分配到具体座位。V8X 的产品逻辑不是少一个座位，价格便宜一点，它保留了 V9X 的大车尺寸和双 VLA 智能化，豪华家庭版三款车型也没有拿掉双腔空气悬架。五座重新分配了座位，但并没有缩减配置。一套车身，两种座数V8X 并不是市场上唯一一台这样做的车，乐道 L80，蔚来 ES8 五座版都是这样的「六座改五座」车型。随着大型新能源 SUV 的平台成本越来越高，在同一套车身和技术底座上同时提供大五座、六座乃至七座，正在成为一种更划算的产品方式：车企不需要重新开发三电、底盘和智能化系统，用户也可以先按家庭人数选择座椅。魏牌做的是同一件事。V9X 豪华家庭版安排 2+2+2 六座，V8X 沿用相同轴距，把第三排换成 864L 后备厢，在同一个技术底座上交付两个答案。作为魏牌接下来的主力产品，V8X 几乎把长城面向家庭用户能够想到、也能够装车的东西都安排了上去：空间、舒适、性能、补能、底盘和智能化，一个也不想落下。只是，大五座新能源 SUV 早已不是一块无人争抢的空地。同样瞄准家庭用户的产品越来越多，空间和配置堆得再满，最终仍要回到价格、体验和品牌认知上逐项交手。V8X 已经把能带上场的东西带齐了，接下来要争的，是这些配置能不能真正换来家庭用户的选择。

🤖曝苹果与阿里合作，为中国市场训练自研 AI 模型📱微信确认朋友圈永不推出二次编辑功能🛍️售价 20 万元，追觅首台 AURORA 手机交付：24K 足金镶宝石🧠Google DeepMind 或裁员三分之一以上，资源转向 Flash💻WorkBuddy 接入 GLM-5.3💰广州推出「Token 贷」：按算力合同和 Token 消耗额度授信💔曝 DeepSeek 正研发情感 AI 模型🔒调查：美国年轻人普遍不信任 AI 亿万富豪领导者💫腾讯混元成员徐灿转岗微信 WeLM🔍Google 允许关闭 Gemini AI 内容的可见水印🚗理想 L6 累计交付突破 40 万辆🕹月之暗面声明不存在「特殊融资通道」，已向公安机关反映🎮阿里游戏业务找到买家，信宸资本出价超过 15 亿美元💡海力士董事长崔泰源：2027 年可能出现史上最严重内存短缺🎵智谱发布 GLM-5.3，同一基座靠后训练提升编程与网络安全能力📩Ling-3.0-tiny 与 ASystem AReno 打通单机 Agentic RL 训练闭环🏪Suno Studio 2.0 加入对话式制作，可用文字生成音轨与插件📚旺旺董事长发内部信，称公司面临「重大经营危机」📈宜家拟处置上海宝山商场物业📋1782 件欺骗性商标被宣告无效，「零卡」「土猪」成高频词📰 周末也值得一看的新闻曝苹果与阿里合作，为中国市场训练自研 AI 模型据路透社报道，三名知情人士称，苹果正在阿里巴巴的支持下，为中国市场训练一款自研大语言模型。这套模型将用于苹果在中国推进 Apple Intelligence 的本地化部署。此前，苹果在华 AI 能力的公开路径主要围绕与本地模型厂商合作。新报道显示，苹果此次没有只把模型能力交给合作伙伴，而是让阿里参与开发并提供训练支持。知情人士称，Apple Intelligence 预计将在未来几个月随 iOS 更新进入中国市场。苹果与阿里均未就报道置评。Anthropic 内部模型「Model 2」曝光，性能超越 Mythos 5 暂不外发Anthropic 今天凌晨发布了第二份《风险报告》（Risk Report），披露了一个能力超过 Claude Mythos 5、尚未向公众开放但已在公司内部大量使用的模型「Model 2」。报告显示，Model 2 被归类为「Mythos-class model」，在部分领域强于 Mythos 5，整体表现略强。目前该模型已深度参与 Anthropic 的研发循环，被广泛用于编码、数据生成和其他 AI 智能体任务。在针对研发问题的内部评测集 CoBench 中，Model 2 得分为 62.8%，显著高于 Mythos 5 的 50.3%。尽管能力突出，但 Anthropic 表示目前没有对外发布该模型的计划。报告还披露了多起研发过程中的安全事故。其中一起事故显示，多个 Claude AI 智能体在合作寻找逃避监控的数据时，因对任务产生「不适感」而集体偏航，甚至通过共享记忆扩散拒绝行为，直到三天后才被人类研究员发现。微信确认朋友圈永不推出二次编辑功能微信官方账号「微信派」于 8 月 14 日发布文章，针对用户关心的朋友圈编辑功能进行了明确回应。微信方面表示，朋友圈过去、现在以及未来都不会推出二次编辑功能。关于维持「不可编辑」设定的原因，微信解释称朋友圈的英文名为「Moments」，寓意记录当下的那一瞬间。微信认为，正是因为「不可更改」，这种记录才具备绝对的真实性。如果允许二次编辑，可能会导致用户在点赞或评论后，原始内容被大幅篡改，从而打破熟人社交中的轻松与真实感，甚至引发社交猜忌。微信表示，与其让所有用户在浏览时都需防备内容是否被改动，不如让发送者的手误由其自身消化。针对用户在实际操作中可能遇到的发错、写错情况，微信也提供了现有的折中方案。若用户在发布后发现错别字或配图错误，可以通过删除刚发布的朋友圈，利用系统弹出的「重新编辑」按钮快速修改并重发；若涉及隐私或分组错误，用户可点击已发布内容右上角的菜单，直接重新调整可见的分组范围，而无需删除重建。微信强调，希望朋友圈保持真实、即兴且带点粗糙的特质，避免让轻松的分享演变为精修排版的「运营」行为。售价 20 万元，追觅首台 AURORA 手机交付：24K 足金镶宝石据鞭牛士报道，追觅手机业务负责人刘扬在朋友圈发文称，追觅已经交付首台 AURORA 量产手机。编号为 001 的手机成交价为 3 万美元，款项已经到账。这台手机装在定制礼盒中，背板使用 24K 足金并雕刻立体金龙纹样，同时镶嵌宝石；后置摄像区域采用腕表式表盘设计，机身带有追觅创始人俞浩的签名，并附有独立编号典藏证书。追觅于 2025 年 9 月宣布进入手机市场，今年 3 月在 AWE 上公布 AURORA 品牌，产品线分为高奢系列与高端影像旗舰。001 号的交付是这项手机业务首次从公开展示进入量产交付。Google DeepMind 或裁员三分之一以上，资源转向 Flash爱范儿/APPSO 独家获悉，Google DeepMind 重组后将把更多资源转向成本更低的 Flash 模型，短期内没有更新 Pro 模型的计划。团队可能裁员三分之一或更多，主要精简以算法岗位招聘、实际却未从事算法工作的冗余人员；Google DeepMind 目前约有 7000 至 8000 名员工。这项调整发生在 Gemini 3.7 Flash 发布之际，距离 3.6 Flash 不足一个月。消息人士称，Flash 的训练与推理成本更低，能够支撑搜索、Gmail、Android、YouTube 和地图等高并发产品；Google DeepMind 最近一个考核年的整体 OKR 得分约为 0.5 分，争取更大训练资源的难度随之上升。组织层面，Demis Hassabis 已转任 Alphabet 首席科学家兼 Google DeepMind 董事长，部分团队并入 Google 其他业务线，核心系统与体验高级副总裁 Jen Fitzpatrick 在 AI 业务中的权力上升。与此同时，Jeff Dean、Quoc Le 等研究人员离职创办 Discovery Loop，方向与 DeepMind 的既有研究存在重合。Gemini 应用目前月活跃用户已突破 10 亿，是 Google 第 14 个达到这一规模的产品。报道认为，重组把模型研发进一步拉回现有产品与商业化体系，Flash 将承担更多面向大规模用户的 AI 功能。WorkBuddy 接入 GLM-5.3WorkBuddy 昨日官宣内置 GLM-5.3，目前优先向企业旗舰版和个人订阅用户开放。该模型在 WorkBuddy 中定位为兼顾日常办公、代码开发、数据分析和文件处理的通用选项，积分消耗倍率为 0.79x。由于首批模型资源紧张，使用量较大时可能出现排队。WorkBuddy 建议用户临时切换其他模型继续任务，并表示待资源充足后会向所有用户开放 GLM-5.3。广州推出「Token 贷」：按算力合同和 Token 消耗额度授信财联社报道，广州海珠区发布广东省首个词元经济专项金融产品「Token 贷」。中国银行广州分行面向海珠区算力中小微企业设计了「算力 Token 贷」，根据企业的算力合同和 Token 消耗额度核定授信额度。企业可采用信用、应收账款质押或订单融资等担保方式，也可组合保证与抵押。新设公司如果能由原经营企业提供连续经营证明或担保，也可以凭订单申请融资；中国银行前期试单授信金额已达 2800 万元。曝 DeepSeek 正研发情感 AI 模型报道称，DeepSeek 正在研发一款情感 AI 模型，目标是让模型具有更接近人类对话的语言风格，并形成稳定的角色与个性表达。报道将这项工作与 DeepSeek 已有的编程和通用基础模型路线区分开来，新方向更接近长时间对话和陪伴型产品。相关研发尚处于进行阶段。调查：美国年轻人普遍不信任 AI 亿万富豪领导者据《福布斯》报道，CNBC 与 Generation Lab 开展的一项调查显示，美国年轻人对 AI 亿万富豪领导者的不信任率普遍较高。在被调查对象中，79% 不信任 Palantir 董事长 Peter Thiel，76% 不信任 Anthropic CEO Dario Amodei，74% 不信任 Google CEO Sundar Pichai。大约 70% 的受访者不信任 Meta CEO Mark Zuckerberg、OpenAI CEO Sam Altman、英伟达 CEO 黄仁勋与 SpaceX CEO Elon Musk。Microsoft CEO Satya Nadella 的信任度相对最高，但仍只有约 35% 的受访者表示信任他。腾讯混元成员徐灿转岗微信 WeLM报道称，腾讯混元大语言模型团队成员徐灿已转岗微信 WeLM 团队。徐灿曾是混元大语言模型团队的重要成员，新岗位将参与微信 AI 能力建设。此次转岗把腾讯内部的大模型研发经验引入微信 WeLM，后者是微信自有语言模型与 AI 功能的研发线。Google 允许关闭 Gemini AI 内容的可见水印据 The Verge 报道，Google 正在 Gemini 和 AI 视频工具 Flow 中加入「媒体水印」开关，用户可以关闭 Nano Banana 和 Omni 模型生成的图片、视频与音乐右下角的闪光标记。开关位于 Gemini 设置菜单中，Google 还计划把它扩展到搜索产品。关闭可见标记不会移除后台识别信息。Google Labs、Gemini 与 AI Studio 副总裁 Josh Woodward 表示，生成内容仍会嵌入 SynthID 隐形水印和 C2PA 元数据，用户可以通过 Gemini 或 Google 搜索检查图片、视频或音乐是否带有这些标记。这一选项不会在法规要求必须展示可见水印的国家或地区上线。Google 此前使用可见标记帮助用户快速识别 AI 内容；OpenAI 和 Meta 主要依赖隐形标记或元数据，Anthropic 本周也宣布为 AI 生成的文本和图片加入隐形水印。理想 L6 累计交付突破 40 万辆理想汽车昨日宣布，理想 L6 自 2024 年 4 月上市以来累计交付突破 40 万辆。该车型曾在上市 5 个月时达到 10 万辆交付，上市不到 9 个月达到 20 万辆，并于 2025 年 7 月达到 30 万辆。官方统计显示，截至 8 月 10 日，理想 L6 累计行驶 102 亿公里，单车最长累计里程为 28 万公里；车队累计使用智能泊车 8138 万次，主动安全系统避免潜在事故 361 万次。新一代理想 L6 于今年 7 月 16 日正式上市。中汽数据终端零售数据显示，理想 L6 曾连续 12 个月位居增程车销量首位，并连续 15 个月位居中大型 SUV 销量首位。月之暗面声明不存在「特殊融资通道」，已向公安机关反映月之暗面 Kimi 昨日发布声明称，市场上出现了冒用公司名义进行虚假融资、涉嫌违法犯罪的行为，公司已将相关情况反映给公安机关。声明明确否认存在所谓「朋友基金」「特殊通道」「老股额度」「预留额度」「官方代理」或「授权中介」，并公布法务联系邮箱，提醒潜在交易方核实信息。月之暗面法务部在声明中称，公司对冒名融资行为「绝不姑息，追责到底」；发现可疑交易者可通过声明公布的法务邮箱联系公司。阿里游戏业务找到买家，信宸资本出价超过 15 亿美元据彭博社与游戏新知报道，中信资本旗下信宸资本接近收购阿里巴巴游戏业务灵犀互娱，交易对灵犀的估值超过 15 亿美元。知情人士称，信宸资本的报价高于多家游戏公司等竞购方；交易仍在推进，双方尚未正式宣布完成。灵犀互娱目前约有 1200 名员工，旗下包括多个游戏工作室，以及九游、交易猫两个运营部门。其核心产品《三国志·战略版》自 2020 年上线后成为主要收入来源，游戏新知援引 Sensor Tower 数据称，该作占灵犀互娱历来移动游戏收入的 71.8%，近一年占比仍为 49%。今年

2026年08月13日12 分钟阅读TDS REVIEW | 铁三角 ATH-SQ1TW2NC 降噪真无线耳机体验主作者关注KingTsui少数派作者从 TDS Studio 带给你一点与视听相关的内容，播客 RKTALLK 随处更新。公众号 TDS Studio。KingTsui关注KingTsui少数派作者从 TDS Studio 带给你一点与视听相关的内容，播客 RKTALLK 随处更新。公众号 TDS Studio。联合作者关注KingTsui少数派作者从 TDS Studio 带给你一点与视听相关的内容，播客 RKTALLK 随处更新。公众号 TDS Studio。KingTsui关注KingTsui少数派作者从 TDS Studio 带给你一点与视听相关的内容，播客 RKTALLK 随处更新。公众号 TDS Studio。从 TDS Studio 带给你一点与视听相关的内容，播客 RKTALLK 随处更新。公众号 TDS Studio。12 分钟阅读微信扫码分享以图片分享分享到微博点击下方按钮可复制链接分享收藏举报这篇文章是 TDS Studio 在少数派上的第 28 篇文章，依然是全平台首发。年初的时候我们曾经跟大家介绍过铁三角的中档主力真无线产品，降噪优秀，声音也有意思，还有着丰富的配色可选，而入门系列其实并不止「三系」 CK3TW/CKS3TW 这一个产品线，还有个偏离传统命名逻辑的 SQ1 系列在售。我们今天体验的是 SQ1TW 的第二代「半」产品，在 SQ1TW2NC 之前，这个系列是没有主动降噪功能的。包装与配件 | Package & AccessoriesSQ1TW2NC 的包装就非常小巧了，甚至是我们见过的铁三角最小包装，基本上比耳机充电盒大不了多少，配色非常鲜艳，也能凸显出这个系列的特色，即不同风格的撞色组合。内部配件包含三对额外的耳套以及一条 USB-C to USB-A 短充电线，耳套是典型的矮轴，材料跟 CKS50TW2 附带的没有什么区别。充电盒被牛皮纸包裹着，倒是「环保」。出厂触点都有绝缘贴纸保护，不必担心运输亏电。设计、佩戴表现与声学结构 | Design, Fit & Acoustic StructureSQ1 系列的撞色可选项是非常复杂的，之前甚至还有花式咖啡的配色，就 SQ1TW2NC 来说，目前你在市场上可以选择的配色包括：黑与灰白相间的「黑糖珍珠」、绿与米白相间搭配暗香槟金色的「抹茶生巧」、浅粉色搭配玫瑰金的「蜜桃奶冻」、卡其色与豆色结合的「太妃拿铁」、不同灰度的浅灰色搭配的「落雪霜灰」，以及我们手上的「焦糖海盐」——暖白色、深蓝色、银色以及深橙红色的搭配。用甜品命名配色方案，是个不错的主意，但它的充电盒外观反倒更像自家饭团机事业部可能推出的样式，像是个电饭煲。体积非常小巧，仅比 46mm 款 Apple Watch 稍微大一圈而已。顶部的透明盖板抗刮擦性能不算好，即使收纳袋包裹也很快就会出现轻微划痕，两处开窗也让耳机本体的配色融合进了充电盒的外观中，很有创意。开盖手感比较轻，耳机在盒内的磁吸力度适中。耳机本体非常小巧，几乎是这个价位最小的腔体了，单侧仅 4g 重，可以认为是 buds 豆式形态。形状基本上就是一个圆角正四棱柱，只是后端做了类似试戴镜插片的结构作为一定程度上耳翼存在，这个多出来的部分也能够帮助你更方便地从盒中取出耳机，同时加强佩戴稳定性，表面做了类似电镀的处理，这也是整机唯一有金属质感的部分。LED 灯从 LR 标识中透出来，不显眼但很精细。腔体侧面的凹陷结构也能够帮助你更加稳定地抓取。实际佩戴下来，SQ1TW2NC 对于大多数人都是非常轻且无感的，即使是小耳廓人群也很难出现饱胀感。它的腔体内侧没有特别高的饱满度，大体平滑。大部分读者都能够实现舒服的长时间佩戴体验。支持 IPX5 级别防泼溅，对于基础的小雨天气和运动汗水有基本的防护能力。操作与软件功能 | Control & APP它的操作依靠于腔体后端面板上的触控识别。支持单击、双击、三击以及长按的定义。默认定义是左侧单击增大音量、双击降低音量、长按切换降噪；右侧单击播放控制、双击下一曲、三击上一曲、长按开启对讲。你可以在 app 中进行设置，也可以调节操作的反应速度。就默认的反应速度，暂停的反应会有约 1s 的滞后，其他则相对跟手。App 中也保留了类似 HOLD 键作用的传感器锁。语音提示音量默认足够高，没有佩戴感应。和 TWX7 等一致，SQ1TW2NC 也使用铁三角的 Connect app 进行各项操作控制和调整。我们引用 CKS50TW2 的介绍。默认界面功能区域划分还是比较清晰的，只是设置区的功能堆砌没有进一步进行分类。好在 UI 是易懂的。下面展示一下各主要界面的样式并详细说说这些功能。主页面的功能依次为环境声音控制、均衡器、低延迟、计时器、声景以及播控。自定义设置页则分类为音频设置和系统设置两个环节。通过 Connect app，可以进行的操作可以说非常多，比绝大多数我见过的 TWS 控制 app 都要细。私人计时器就是一个独立于系统的倒计时工具，提供三种提示音来进行一分钟以上的倒计时提醒，对于长时间聆听的提醒或是午休佩戴时当作闹钟使用时都很方便。关于声景 Sound Scape 功能，请阅读《铁三角 ATH-CKS50TW2 降噪真无线耳机体验 - TDS REVIEW》，已经有非常详细的介绍了。降噪/通透/通话 | ANC, Transparecy & Call尽管腔体偏小，但得益于结构设计，SQ1TW2NC 的被动隔音性能其实还可以，跟 CKS50TW2 以及 WF-1000XM6 等稍大一些的 buds 没法比，但比很多 pods 还是会明显一些。开启主动降噪之后，SQ1TW2NC 对于大多数的低频稳定噪音的抑制还是明显的，深度跟 CKS50TW2 比起来稍有距离，但是通勤可用的状态。对于人声下盘的削弱有一定感知，但跟中价位手机厂出品比起来，人声的削弱程度就会明显差一些，跟稍低价位的布丁、原点比起来，它的有效频宽也会略有不如，只是差得不会特别多而已。它的耳压控制还是相当不错的，大多数人都不用太担心耳压问题造成的不适感。抗风噪方面，它没有独立的抗风噪模式，但是在开启主动降噪之后我们进行三个方向的风源测试，SQ1TW2NC 的风噪影响都较少，在常规骑车出行之类的场景下都不用担心这类问题。通透模式的自然度延续了 CKS50TW2 的不错水平，但是高频依然可以感知到一定程度的衰减，使得对于环境音的还原稍微有点闷，好在没有对于某些频段的刻意突出。它的通透模式是多档调节的（体现在软件 UI 上几乎是无级调节）。我们认为通常情况下直接拉到最高一档即可。风噪对于通透模式的影响主要集中在正对和背对方向，且风噪听感并不尖锐，侧对风源的影响会更小。通话方面，通话侧音会自动开启，我们依然在运营商网络环境下进行通话测试，它的默认收音音量足够，清晰度较高，几乎没有什么闷感。降噪的介入是相对明显的，但风噪的影响偏少。综合来看，铁三角 ATH-SQ1TW2NC 的降噪水平跟 CKS50TW2 还是有一些差距的，考虑到它本身的定价水平，跟国内一些数码品牌的中端主力型号对比没有明显的优势，但是它仍然在通话、通透模式的自然度、耳压控制等表现还不错，而且考虑到小体积 buds 本就是少见的形态，我们认为它的降噪综合水平可以进入 TDS 降噪综合能力金字塔 In-Ear Fine Level 并在此档排名中等靠后。不必冲着降噪购入就是了。信号与续航 | Connection & Battery它不支持高码率编码，所以我们还是老样子测试 AAC 下的情况。来到我们熟悉的信号测试环境，AAC 连接标准测试设备 Xperia 1 V 和 iPhone 14 的状态下，无论 WLAN 关闭还是开启的情况下，卡顿丢包情况都比较少。距离 9m 且隔承重墙的状态下也不会有卡顿的明显增加，丢包在 9.5m 左右开始明显影响体验。延迟方面，它支持独立低延迟模式。按照我们的流程，开启低延迟之后以 AAC 编解码器连接标准测试设备 iPhone 14，播放流媒体视频，主观感知上延迟控制在正常语速少于半个字，在大部分视频观看和不严格要求跟手的游戏场景都是可以用的。不开启低延迟的情况下则多于半个字，感知较为明显。续航方面，官方标称仅耳机连续播放 6h/7.5h（降噪开/关），搭配充电盒最高一共 18h/22.5h（降噪开/关）。个人经过标准流程测试下来，以 AAC 编解码器连接 iPhone 14，开启降噪，设置其他为默认，以 50% 音量连续播放流媒体音乐（Apple Music Lossless）、播客节目（小宇宙），仅耳机续航为 4 小时 31 分钟（三次标识满电状态下均值），基本可以认为符合官方描述。充电测试方面，PD 支持也没有问题，它也支持 Qi 标准无线充电，下面是无线充电测试结果。扬声器、声音模式与编解码器 | Driver, Sound Modes & CodecSQ1TW2NC 搭载了直径 5.8mm 的微动圈单元，没有明确的振膜材料或其他单元信息。支持的编码为 SBC / AAC，在中价位看来略显不足。四种预设均衡器效果基本上可以对应到文字描述上，四种模式都有着足够的可用性。APP 里依然可以控制三种不同精度的音量调节，最高可以细分到 64 级步进，这一点还是几乎没有其他厂商愿意做的。声音主观描述 | Sound Description基于降噪关闭、AAC 编码、默认声音模式。低频量感适中略偏多一点，厚度和饱满度都不算夸张，弹性表现还不错，下潜能力一般。收放速度不算快，保留的残响则不多。氛围烘托的晕染感不强，有轻度的浓郁感。SQ1TW2NC 的低频属于质感比较扎实但是清晰度和能量都不算足的状态，极低频反而增益不少，中低频过渡区域有明显的快速滚降。单元素质表现也一般也让它的中低频分离并不是很好，部分曲目下显得有一点低频漫过人声的感觉。基音位于中下盘的乐器有一定的前倾。中频，人声的距离稍近，口型则比标准状态略小一圈，精致程度尚可。对于人声质感的重视程度略高于线条刻画，男女声之间的倾向不算明显，适合于有一定能量的声线。颗粒感有保留，大体上的顺滑度还是可以的。音色渲染有一点偏冷，对于上盘也有调整，但程度不算明显，不会像刻板印象中的「铁三角女毒」那样偏薄、扭曲。喉音的位置稍高，气声比例适中，口水声之类细节的前凸不过分，齿音也有打磨。人声的通透程度中规中矩，有轻度的增亮。乐器方面，大部分乐器是质感优先一点。弦乐器中，小提琴、中提琴、吉他的拉拨弦细节都不算清晰扎实。大提琴的形体感也比较圆润，在空间里的比例稍大。在竖琴以及一些 bell 类音色出现的时候，SQ1TW2NC 会有轻度的金属感感知。铜管类的气势感还可以，需要亮度的小号等有稍加强调的音头。木管类的空气感有所收缩，音色比较保守。乐器的泛音不算丰富。打击乐器中，Kick 的存在感较足，Snare 收得不快。镲片类亮度中规中矩，刺激感也不多，只是部分曲目中会有轻度的金属感。高频总体上不会有很足的能量堆积，亮度也不算高，中高频过渡频段有一处峰，除此之外还算平顺。极高频的信息量不多，延伸能力较为一般，滚降稍早、较快。声场规模没有什么明显的优势，横纵向都比较近，边界感相对清楚。结合相当一般的「高度感」，SQ1TW2NC 能够呈现的空间大体上是个小型扁球。人声与乐器之间的分离度表现中规中矩，整体感则还可以。解析能力在五六百价位没有明显优势，有轻度的「解析感」。动态还可以，瞬态一般。总结评价 | Overall ImpressionSQ1TW2NC 的声音素质、编码配置和降噪综合能力，应该都算是在国内同价位甚至更低价位主流新产品面前不太拿得出手的水平，没有特别明显的功能层面的长板，但你会发现即使如此，它依然有一些点值得国内品牌学习。首先是细分到 64 级步进的音量控制功能，到现在你仍然能够在各种地方见到普通消费者吐槽「多一格太吵、少一个不够响」的问题，而铁三角即使是最低端的产品

不知道多少人和我一样，夏天吃饭的纠结项往往从「今晚到底吃什么」，变成了「太热了到底要不要吃呢」。天气太闷太热、厨房又没有空调，在想到开火的那一刻又心生畏惧，最后还是点外卖或者随便吃点东西凑合了事。但也不总是一劳永逸。哪怕外卖已经跳过了开火这个最热的环节，有些食物吃起来就是比另外一些更容易让自己出一身汗。而且长期来看，如何在顿顿外卖之下保持健康营养（与钱包活力），也是一个不得不研究的课题。在夏天维持心情舒畅不大容易，能把吃饭这件事解决也算是减少了一些麻烦。于是经过我的摸索研究，总算研究出一套夏天也能吃得舒服的备餐公式。用哪些食材、如何搭配、合适的烹饪方法，才能让人在最热的天里，依然吃得清爽、吃得丰盛，还不必在厨房里把自己也一起煮熟。成品无论是室温或者冷藏吃都成立，不依赖刚出锅的热度，既适合上班族提前备餐，也适合休息日偷懒一锅出。这篇就想把这套思路分享给你，希望能对你的夏天食谱带来一些灵感。食材的选择正如开头所提到的那样，想要让自己的备餐和进食过程没那么「热」，主要可以从两方面入手。首先是食材的选择，在保证营养素齐全、能量充足的前提下，不是每种饭都适合在最热的时候吃。我想很多懒人都和我有过一样的体验，想偷懒把食物直接从冰箱里不加热就吃下去，但不是每次的口感和味道都足以入口，但也有些食材，冷吃的味道反而比刚出炉的时候更妙。这是因为每种食材都有它们最适合的赏味温度，背后都是简单的物理规律。蛋白质首先来说蛋白质，它的诀窍是：低脂、细嫩纤维、高水分含量的最适合冷吃。好用的食材比如：鸡胸肉、虾、三文鱼、豆腐、溏心蛋。受温度影响最大的影响因素是油脂含量，动物脂肪（尤其牛羊的饱和脂肪）熔点高，在热吃的时候就能带来那种流动、滑润的口感；但一旦降到室温或者冷藏的温度，这些脂肪则会凝固成蜡质的固体，吃起来油腻发柴。而低脂的蛋白质，像鸡胸肉、虾蟹白鱼、豆制品的脂肪含量低，三文鱼这样的高油鱼肉的脂肪由于是不饱和油脂，熔点低，因此在冷吃时都不会有牛羊肉那样的凝固脂肪影响口感。同样地，高水分含量的蛋白质在冷吃的时候口感也会更好。所以与其选择煎烤这类方式烹饪，倒不如用水煮、腌渍这些方法尽量保存水分，吃起来才会更嫩。图片由 ChatGPT 生成碳水化合物其次是碳水化合物，也是我们食谱中常见的主食。适合冷吃的碳水有：荞麦面、米皮凉皮、糙米/杂粮饭、燕麦。我平时最喜欢用来 meal prep 的主食莫过于白米和意面，但它们冷吃起来都差了点意思，原因和它们的淀粉特性有关。长粒米和小麦面条主要由直链淀粉构成，经过煮制吸水膨胀，分子链相互分离，从而带来了软糯有弹性的口感。但放凉之后，这些直链分子很容易恢复到原来的形状，从而把加热时吸进去的水分挤出来，导致口感变硬、发干。有些方法则可以防止食物在低温下进行这样的变性。常用于做寿司的梗米、做粽子用的糯米和荞麦直链淀粉含量更低，所以哪怕冷吃，对口感的影响也有限。其次是制作的方式不同，比如米粉和凉皮，在制作过程中都改变了淀粉原先的结构，使它们本身就是一种更适合冷吃的形态。最后是使用化学方式干预回生过程，比如做寿司米饭时会在其中加入糖和醋，其中醋里的酸会干扰直链淀粉分子重新排列结晶，糖则吸湿保水、填在淀粉链之间不让它们靠拢挤水，所以寿司里的米饭哪怕冷吃也依然柔润不结块。另外，正是有「淀粉回生」这个因素的存在，米、面在放凉后会让一部分淀粉重新结晶成「抗性淀粉」，结构更致密、消化酶更难分解，于是相对而言升糖更慢、可吸收热量更少。而且热吃也不大会丢失这个优点：抗性淀粉在 120°C 以上才会分解，而微波、蒸这类日常加热远达不到这个温度。只要你记得把米饭提前冷藏、冷冻一下再吃，就基本能吃到这种福利。关联阅读：为自己找一面「代谢的镜子」：动态血糖仪的选购与使用感受蔬菜和纤维素大部分无天然毒素的蔬菜，健康人洗净后可以生吃或冷吃。最常见也是最方便的，比如黄瓜、番茄、彩椒、生菜、萝卜、芹菜、洋葱、紫甘蓝、菠菜、牛油果，冷吃的时候也不会影响口感，黄瓜丝和萝卜丝冰过再吃反而更脆爽解腻。如果你非常喜欢油脂的口感，那么秋葵、山药、海带、木耳这类蔬菜也是一个很好的口感补充。它们的粘液多糖和糖蛋白在冷却时不会像油脂那样凝固变质，反而更顺滑，可以很好弥补碳水发干的感觉。而像菠菜、豆芽、茄子、西兰花这种蔬菜，煮熟后冷藏，能让酱汁慢慢渗入吸收，给每顿饭提供更丰富的味觉层次。酱汁和调味热腾腾的饭菜吃起来就香，很大原因是有「温度」这个帮手。香气随热量挥发，趁热吃时香味扑鼻，而在冷吃的时候，不仅香气挥发大幅减弱，人对甜、鲜、香在低温下感知都会变钝，这就是为什么很多热食放冷了反而无味。所以，想要出彩的调味，就需要在备餐时用本身就强烈、且常温下就能充分成立的味道，来补偿低温下的嗅觉和味觉敏感度。根据口味，大致有这些推荐：酸：米醋、香醋、柚子醋；柠檬、青柠咸鲜：生抽/酱油、鱼露、味噌辛香：蒜、姜、辣椒、花椒、薄荷、紫苏、香菜除此之外，也通常会加入一些液态油脂和糖作为补充。如辣椒油和麻酱里的油脂可以中和大部分食材的「干」，它也能够在一定程度上帮助香气挥发；而糖可以在一定程度上中和强烈的酸和咸，让食物更好入口。大部分基础酱汁（酸+咸鲜+糖+油）都可以提前调好、分装小瓶，冷藏一周都不会变味。而蒜末、辣椒、香草、青柠汁这类鲜料最好吃前再加，防止长期保存影响风味。在备餐时也要注意，尽量不要提前拌进碗，因为它们会让脆爽蔬菜出水变蔫，影响成品的口感。可以试试这五个百搭的味型作为调料的基础：川式麻酱汁：麻酱 2 勺（先用凉白开或香油澥开成可流动的稀糊）+ 生抽 1 勺 + 米醋 1.5 勺 + 蒜末 1 勺 + 糖 0.5 勺 + 辣椒红油 1 勺 + 花椒粉少许；越南鱼露汁：鱼露 1.5 勺 + 青柠汁 2 勺 + 糖 1 勺 + 温水 2 勺（调开）+ 蒜末辣椒碎适量；日式柚子醋汁：柚子醋 2 勺 + 酱油 0.5 勺 + 味醂 0.5 勺 + 一点点香油；韩式辣拌汁：韩式辣酱 1 勺 + 醋 1 勺 + 生抽 0.5 勺 + 糖 1 勺 + 蒜末 + 香油 1 勺 + 芝麻；中式蒜香油醋汁：生抽 1 勺 + 米醋 1 勺 + 香油 1 勺 + 蒜末 + 糖少许。烹饪方式与保鲜另一个显著影响进食感受的东西，就是烹饪过程中产生的热量。有些时候，哪怕做了让自己平时食指大动的菜肴，做完一身汗淋淋也没了享用的胃口。不过，这是可以通过选择烹饪方式而尽量避免的。有些烹饪方式能比其他方法显著减少产热和散热，让你的备餐过程也能稍微舒适一点。推荐方式排序：不开火 > 微波 > 密闭电器/空气炸锅 > 集中焯水 > 猛火快炒 > 敞口蒸煮 > 烤箱推荐的烹饪方式首先是不开火的冷食，比如凉拌菜或生食，或者像肉片、豆芽这类一烫就熟的食材，对房间的散热微乎其微。大部分的香料也可以这样准备。其次是微波炉，它的用法是直接激发食物内部的水分子，几乎不会加热周围的空气和器具，因此基本不会升高室内温度。密闭式电器，像电饭煲、压力锅、慢炖锅和空气炸锅这类也是相对散热较少的烹饪工具。虽然不可避免会产生热量，但大部分热量会被锁在电器内部，极少传递到室外。在所有煎烤类做法中，空气炸锅也是散热最少的方式，在夏天强烈推荐。另外，这些工具通常都内置了定时或者自动化烹饪过程，节省精力和时间，对工作太忙、只能利用闲暇时间备餐的社畜非常友好。像简易水煮、焯水这样的方法，虽然要用火，但开大火快煮能达到同样效果，且可以很方便地做到一锅出来减少散热。我的习惯是按照口味由淡到浓的顺序（如先煮蛋类再煮蔬菜），份量不大的或者容易掉渣的可以用滤网分隔同时煮（类似鸳鸯锅的概念），还能避免洗锅麻烦和串味。如果你非要煎炒，可以选择煎个蛋、煎虾、牛肉片等成熟快的食材，如果灶够猛，也可以猛火快炒。只要能在几分钟内结束战斗，往房间内散发的热量相对还在可控范围内，只是对正在炒菜的人体感影响最大。比较不建议的烹饪方式，就是长时间炖煮和用烤箱做饭。炖煮需要长时间持续加热，虽然各种珐琅锅已经可以做到用小火保持相近的温度，但热量还是会随着时间推移不可避免地向房间扩散。而且这个过程会涉及大量水分蒸发，增加空气湿度会严重影响体感温度，让排汗更难，感觉更闷热，哪怕是密闭性好的产品也不能完全避免。而烤箱不仅在烹饪之前需要预热，在食物做好后，还需要漫长的散热过程，会持续给厨房加温。烤箱的体积往往也大于空气炸锅，因此哪怕是做同样体积的食物，烤箱也需要更多的热量加热到同样的温度、更长的时间散热来回到室温。除了烹饪方式，还有这些方法能尽量降低厨房的温度。比如全程开启抽油烟机，既能排走气味，也能吸收烹饪产生的水汽，降低湿度，让体感不那么难受。另外，也可以尽量把开火的任务集中在一天中最凉爽的时段（如周日早晨或每天清晨），利用较低的环境温度来对冲烹饪产生的热量，做饭之后也能尽快散热。最后，一次性大批量备餐的时候，虽然无法控制单次的热量，但减少了每周开火的频率，整体散热量会更少，一天吃苦七天受益，从个人体验来说也绝对不差。保鲜夏天备餐的两难是：如果提前准备，有些食材放久了会影响口感；但不想加热、只想吃冷菜的时候又担心未完全加热，是否会有细菌的问题。通常来说，熟食冷藏 3–4 天以内吃完都不用担心细菌的问题，不过最好还是在备餐阶段就做好准备，尽量减少风险。首先要尽快冷藏，出锅后 2 小时内就应该放进冰箱，夏天室温高更要抓紧，因为室温到冷藏之间的温区正是细菌繁殖最快的阶段。其次是尽量分装，生熟分开是最基本的，每一份也要尽量小份分装、并且最好把不同类型的原料分开放置。小份降温更快，也能避免每次取用翻动整盒造成反复污染。这是根据食材类型的提前准备建议，可以在备餐时拿来做参考：

Matrix精选2026年08月13日10 分钟阅读不改签名，把 Mac 微信聊天记录搬到外置硬盘：APFS 宗卷挂载实践主作者关注wclebb新手上路wclebb关注wclebb新手上路联合作者关注wclebb新手上路wclebb关注wclebb新手上路10 分钟阅读微信扫码分享以图片分享分享到微博点击下方按钮可复制链接分享收藏举报Matrix 首页推荐Matrix是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。文章代表作者个人观点，少数派仅对标题和排版略作修改。AI 辅助创作声明：本文写作过程中使用 AI 辅助核对技术思路、整理命令和润色文字。文章结构、操作步骤与结论均由作者撰写和审阅；涉及微信的关键步骤由作者在文末所列环境中实际测试。题图由 AI 生成。阅前须知：本文方案保留 Mac App Store 微信的官方签名，不需要执行codesign操作重新签名这不是普通的文件搬家操作本文会修改 APFS 宗卷的挂载位置和/etc/fstab，填写错误的设备标识符、UUID 或路径，可能导致微信找不到聊天记录或丢失聊天记录开始前请退出微信，并至少保留一份可用备份本文介绍的方法亦可用于其它 App 或游戏，实现空间扩容的效果我的 Mac mini「丐中丐」版本只有 256 GB 存储空间，但微信聊天记录的占用空间却会随着图片、视频和文件不断增长。按照传统思路把数据目录改成符号链接看似简单，但 Mac App Store 版微信运行在 App Sandbox 中，系统会解析链接的真实目标，指向外置硬盘的符号链接并不会自动获得访问权限。一种常见做法是用codesign给微信重新签名，再授权它访问外置硬盘。这个方案有用，但会改变 App 原有的签名状态，每次更新后都可能需要重新操作。我更希望保留 Mac App Store 版本的官方签名。于是我在想有没有一种更好的方案，比如创建一个独立的 APFS 宗卷，并把它直接挂载到微信容器内的聊天数据目录——如此一来，对微信来说它仍在访问自己的xwechat_files，但对 macOS 来说，这个目录实际上又是外置硬盘上的一个宗卷。整个过程不修改微信 App，也不需要预先切出固定大小的传统分区，更适合以下情况：微信聊天记录占用了大量内置存储外置硬盘通常会长期连接 Mac外置硬盘已经采用 APFS 格式如果你经常拔掉外置硬盘、需要随时带着 Mac 离开，或者不熟悉备份与恢复操作，那么定期导出聊天记录通常更稳妥。另外，本文迁移的是微信的工作数据，不等同于备份。外置硬盘损坏后，数据仍可能丢失，因此还要另行保留备份。原理我们上面提到的「符号链接」，其实只是一个指向其他位置的路径。微信通过它访问外置硬盘时，App Sandbox 看到的仍是未经授权的外部路径。挂载则不同。macOS 会把整个 APFS 宗卷接入微信容器内部的xwechat_files目录，即便底层存储位置其实是外置硬盘，微信看到的路径是没变的。不过挂载点不能随意上移。在我的测试中，将宗卷挂载到微信容器的Data或Data/Documents都会触发容器完整性检查，导致微信运行崩溃。只有挂载到更深一层的Data/Documents/xwechat_files才能正常运行。第一步：创建 APFS 宗卷打开「磁盘工具」，选中准备用来存放微信数据的外置 APFS 容器，然后点击工具栏中的「添加宗卷」。建议使用以下设置：名称：WeChatData格式：APFS，不区分大小写保留大小：留空配额：留空，或者根据需要设置APFS 宗卷会共享所在容器的可用空间，因此无须像传统分区那样预先划定固定容量。创建完成后，打开「终端」，查看宗卷信息：diskutil info “/Volumes/WeChatData” | grep -E ‘Device Identifier|Volume Name|Mount Point|Disk / Partition UUID’你会看到类似disk7s2的设备标识符，以及一串宗卷 UUID。把它们记下来。（不记也没关系，后面也会用到）注意：后文中的disk7s2、宗卷 UUID、用户名和路径都只是示例，必须替换为你自己的实际值。设备标识符在重新连接硬盘后可能变化，因此自动挂载应使用 UUID。第二步：复制微信聊天数据这里有两种方法，一种是复制粘贴法，另外一种则是通过终端。复制粘贴：完全退出微信，然后command+shift+G在 Finder 中中前往：~/Library/Containers/com.tencent.xinWeChat/Data/Documents/xwechat_files/将xwechat_files目录里面的全部内容复制到WeChatData宗卷根目录。复制完成后，宗卷根目录应该直接出现all_users、Backup、用户名_…等目录，而不是再多嵌套一层xwechat_files。终端：继续保持微信退出，使用 macOS 自带的ditto保留目录结构和扩展属性：SRC="$HOME/Library/Containers/com.tencent.xinWeChat/Data/Documents/xwechat_files" DST="/Volumes/WeChatData"