捷豹公布了纯电新车 Type 01 的首批内饰图片。这款大型纯电四门 GT 脱胎于 2024 年亮相的 Type 00 概念车，也是捷豹品牌焕新后的第一款新车。它名字里的「Type」延续了捷豹的命名传统，就像之前的 C/D/E/F-Type，而「0」代表零尾气排放，「1」则表明它是新一代捷豹的第一款车型。Type 01 内饰最醒目的结构，是一道贯穿整个车厢的「脊梁」。捷豹首席内饰设计师 Thomas Holden 表示，借助这个中央脊梁的纵向延伸，他们在这辆车上创造出了四个独立空间，乘员们也能通过这一纵向线条，感受到这辆车修长的车身比例。同时，四张独立座椅和较低的坐姿也让它更像一辆真正的四座 GT，而不是一辆采用溜背造型的普通行政轿车。前方的仪表台观感轻薄，驾驶员前方是一块宽幅数字仪表，副驾一侧没有布置如今常见的娱乐屏，而是留给一整片木制饰板。中间有一块狭长的纵向触控屏，从现有画面看，空调、音响等常用功能集中于此。双辐式方向盘采用大面积浅色材质，左右辐条布置了触控按键，同时仍能看到传统的转向拨杆。流媒体后视显示屏的位置也不同寻常，捷豹没有把它放在风挡上方，而是将其置于前风挡底部中央，与两侧外后视镜大致处于同一视觉高度。车内其他功能和储物空间则被隐藏起来，只在需要时出现。材质方面，Type 01 采用接近石灰华的浅色基调，以织物、木材和黄铜感金属形成层次。黄铜色饰件沿「中央脊梁」和门板上缘展开，门板上的跃豹标识也被处理成细密的横向线条。全景玻璃车顶一直延伸到后排上方，为四个相对独立的乘坐区域引入光线。Type 01 基于捷豹专属 JEA 纯电平台开发，将采用三电机四驱系统，最大功率超过 1000 马力，续航预计会超过 400 英里（640 公里），售价大概会在 12 万英镑左右，将于 10 月 6 日在纽约正式发布。捷豹变了，但没有变成另一个品牌如果只看造型，Type 01 似乎已经与过去的捷豹拉开了很远的距离。老捷豹座舱给人的典型印象，是由高光木饰、柔软真皮和圆形仪表共同营造的「英国俱乐部」氛围；Type 01 却走向了极简风，空间结构有着更强的建筑感。新旧两者之间，几乎看不到直接的造型对应。所以，看到很多人看到这套内饰的第一反应是：这还是捷豹吗？但评判一辆捷豹，不能只看它复刻了多少经典的细节。真正贯穿捷豹品牌的，是在雍容和凌厉之间找到平衡——既保有座舱的豪华感，又让人想亲自握住它的方向盘。Type 01 和过往捷豹的联结可以分成两个层面：最直观的是木材这样的传统元素仍然存在；更深一层，则是它依旧想要在豪华与驾控之间取得平衡。先看那个木制仪表台。Type 01 并没有舍弃这个和老捷豹深度绑定的符号，只是改换了它的呈现形式。过去捷豹的木饰大多带有高亮漆面，仪表、出风口与各类开关镶嵌其中，就像一件工艺考究的传统家具。而 Type 01 的木饰板完整且内敛，木纹、接缝与功能开口都做了弱化处理。尤其在不少新能源车争相为副驾加装屏幕的当下，捷豹反倒把座舱最醒目的位置留给了木质材料。它保留了传统材料，但没有复刻传统形式。座舱中央脊梁的设计，也并不像看上去那样陌生。捷豹 F‑Type 就曾依靠一道极具辨识度的座舱分隔结构打造出「1+1」布局，将驾驶员置于座舱的核心。Type 01 没有照搬这些设计，但沿用了相通的空间规划。它把双门跑车的「1+1」理念拓展为四座独立座椅，搭配尺寸偏小的侧窗、高耸的副仪表台和低矮的坐姿，跳出了新能源座舱「客厅化」这条常规路线。即便增加了后排，驾驶位依旧是 Type 01 整个座舱的重心所在。JLR 车辆工程总监 Matt Becker 曾说：「捷豹始终以驾驶乐趣为核心，这款全新的纯电四门 GT 也不会例外。」这句话也解释了，为什么捷豹在新阶段选择四门 GT，而不是 SUV、双门跑车或标准的三厢轿车。捷豹的历史里本就存在两条并行的产品脉络：一条是以 E‑Type、XJ‑S、XK、F‑Type 为代表的跑车和 GT；另一条是 XJ、XF 所代表的运动豪华轿车。Type 01 则在尝试将这两条脉络合二为一。它拥有四扇车门、超五米的车长和四张独立座椅，能够撑起旗舰车型该有的行政气场；修长的车头、压低的车顶，再加上偏向驾驶员的座舱布局，又让它没有沦为一台完全以后排乘客为核心的礼宾车。对于既要重塑品牌形象、又要扩充产品受众的捷豹而言，四门 GT 相比双门跑车可以覆盖更多日常使用场景，同时相比 SUV，也更容易和路虎做出清晰的品牌区隔。至少从内饰和车型定位来看，捷豹 Type 01 非但不是一台叛经离道的车型，反倒更有捷豹的味道。当然，外观另说。那确实很不捷豹。

手机摄像头，也是进化到会自己转头了。如果你也关注数码产品，可能还记得前些年「全面屏」刚流行那会出现过的升降摄像头。为了把屏幕上的刘海和挖孔藏起来，前置镜头被塞进机身内部，需要自拍时再自动升起，用完就收回去。8 月 12 日，荣耀正式发布 Robot Phone。去年第一次公布概念时，这台「机器人手机」最抢眼的就是背后那颗会动的摄像头。这一次，机械结构本身就是相机的一部分：镜头升起之后可以继续转向、跟随人物移动，还能自己寻找拍摄对象。手机背后，多了一颗会自己找人的摄像头想把这么一套东西塞进手机，首先得把机械结构做得足够小。Robot Phone 的云台拥有 4DoF 自由度，荣耀为它设计了一套钛合金云台架构，内部集成超过 100 个精密零件，用到了 60 多项精密工艺，加工精度做到 ±0.005 mm。整套云台的尺寸相比早期方案缩减了 65%，其中一颗云台电机只有 2.6 g，体积甚至比一些机器人灵巧手使用的关节电机还小。但小还不够。人在镜头前走动、突然转身，甚至边跑边拍的时候，云台也得迅速跟上。Robot Phone 的三轴最高控制转速达到 360°/s，负责整个云台展开、收回和悬停的翻转电机，扭矩密度达到 120 N·m/L。这些参数翻译成人话，其实就是两件事：平时得完整藏进手机里，用起来又不能慢吞吞。更重要的是，这颗会动的摄像头的能力不只能在原生相机中调用。在「灵感帮拍」里，AI 可以识别人和场景、给出姿势建议，同时直接控制云台改变机位和构图。以后自己要是不知道该怎么构图，让镜头自己来动就行。抖音和微信也接入了类似能力。抖音里的「AI 直播追焦」，可以在主播走动时控制云台跟着转，让人物一直留在画面里。微信视频通话也是类似的思路。人在房间里起身、换个位置，或者一边通话一边做别的事情，不用总想着自己有没有走出画面，云台会跟着人的位置调整镜头朝向。为了配合这颗会转动的镜头，荣耀还放进了四麦克风阵列和 AI 指向收音。镜头朝向发生变化，收音方向也会跟着调整。YOYO 也能直接调用它。比如对着手机做手势，云台可以转过去；播放音乐时，它还能跟着节奏摆动。荣耀甚至给这套东西做了拟人化表情和「YOYO 幸运星」之类的互动玩法。有些功能看起来多少带点「电子宠物」的味道，但这也解释了荣耀为什么一定要在 Robot Phone 里保留「Robot」这个名字。YOYO 以前再聪明，能调动的东西大多还在屏幕里面。现在，它至少多了一颗真的会转的「脑袋」。当然，这颗脑袋最后还得装在一台能每天用的手机上。Robot Phone 厚约 9.59mm，重量 248g，正面一块 6.31 英寸屏幕，内部搭载第五代骁龙 8 至尊版移动平台，还装进了一块 7060mAh 青海湖电池。作为参照，iPhone 17 Pro Max 重 233g，两者只差 15g。 对一台背后还塞着完整机械云台的手机来说，重量控制得相当不错。会转还不够，这颗摄像头还得拍得好Robot Phone 的主摄采用 2 亿像素传感器，另外还有超广角和潜望长焦，常规旗舰机的焦段覆盖它都有，并没有因为机械结构的加入而缩水。荣耀还为它加入了一颗自研影像芯片「荣耀驭光 H1」，主要负责视频里的实时处理，官方给出的数据是信噪比提升 8 dB、动态范围来到 14 档。最值得说的，其实还是这套云台本身。过去想用手机拍出足够稳定的移动画面，最直接的办法往往是再带一台手持稳定器。后来 Pocket 这类产品把相机和三轴云台做成了一体，随手掏出来就能拍，稳定的运动镜头也因此离普通用户近了很多。而这次，荣耀则更加大胆，把一台 Pocket 塞进了用户每天都拿在手里的手机，连「多带一台设备」都省了。视频规格方面，荣耀 Robot Phone 支持 4K 120 fps 慢动作、4K 暗光视频和 4K 实时人像美颜。并且荣耀这次还找来了 ARRI，按照他们的标准升级影像实验室。图｜ARRI Alexa Mini LF｜One Stop Films如果平时关注电影拍摄，你应该不会对这个名字陌生。从《沙丘》《奥本海默》到大量商业电影和剧集，ARRI 的 ALEXA 系列一直是电影工业里最常见的摄影机之一。荣耀和 ARRI 的合作也落到了 Robot Phone 的整个拍摄流程里。Robot Phone 首次支持 ARRI LogC3 曲线和 AWG3 广色域，同时内置 11 种 ARRI Looks。想直接出片，可以套用预设好的色彩风格；想留更多后期空间，也可以拍 Log。伪色监看、峰值对焦、斑马纹等专业辅助工具，以及 2.39:1 画幅，在「ARRI 电影模式」中也是一应俱全。图｜FoneArena普通用户可以直接拿它的色彩预设来拍，想认真做视频的人也能从 Log、监看工具一路拍到后期，可以说真正做到了「老少皆宜」。荣耀开始给 AI「长手长脚」Robot Phone 并不是荣耀这两年唯一一件带着「机器人」味道的产品。2025 年公布「阿尔法战略」时，荣耀就把「物理 AI」写进了三阶段路线，并宣布未来 5 年投入超过 100 亿美元建设 AI 终端生态。今年 MWC，Robot Phone 和荣耀首款具身智能人形机器人一起亮相；随后成立的阿尔法实验室，也把人机交互、运动控制、端侧模型等列入重点研究方向。图｜路透社到了 4 月，荣耀又把人形机器人带到了北京亦庄的机器人半程马拉松。手机背后会转的云台和赛道上两条腿跑步的机器人，形态相差很远，背后要解决的问题却有不少交集：视觉怎么感知环境，AI 怎么判断接下来要做什么，以及最后怎么让一套机械结构准确地动起来。软件这一边，荣耀也在给 YOYO 加更多执行能力。Robot Phone 首发 YOYO Pro 模式，并采用荣耀与阿里巴巴基于「千问大模型」共同开发的终端大模型方案。新的 YOYO 自动执行可以连续完成超过 100 步复杂任务，一句话交代需求之后，系统可以跨越不同应用和服务，把过去需要用户反复点击的操作自己跑完。荣耀去年还开始推动第三方服务通过 MCP 接入 YOYO，并提出到 2026 年接入超过 2000 个 MCP 服务和 20000 个 AI 服务。这次随着 Robot Phone 一起出现的 YOYO 技能商店，又把云台、相机、多模态通话等超过 100 项系统能力开放给了开发者和科技爱好者。Robot Phone 多了一套机械云台之后，软件指令还可以直接落到一块真实的机械结构上：让摄像头转向一个人、改变拍摄角度，或者配合视觉和语音完成新的交互。这样一来，操作系统需要调度的东西已经不只有 App 和系统功能，还开始包括模型、服务，以及 Robot Phone 上这套能实际运动的硬件。手机本来就是荣耀最拿手的产品，也是用户每天都会随身携带的设备。人形机器人什么时候能真正走进普通家庭还不好说，但一套由 AI 控制的机械结构，已经可以先装进手机，跟着用户一起出门。所以 Robot Phone 对荣耀的意义，可能也不只是一款「造型特别」的旗舰手机。过去两年，荣耀已经把 100 亿美元的 AI 投入、人形机器人、Agentic OS、YOYO Skills 和今天这套机械云台一件件摆了出来。显然，荣耀已经不满足于让 AI 只待在屏幕里了。最后来看看价格：荣耀 Robot Phone 提供 12GB + 512GB 和 16GB + 1TB 两个版本，售价分别为 9999 元和 12999 元，8 月 18 日正式开售。

盼星星，盼月亮，我们等来了七月初一的月光——就在今天凌晨，DeepSeek 官网毫无预兆地更新，DeepSeek V4 Pro 0813 正式登场。依据惯例，无需手动调整，现在 API 接入的 deepseek-v4-pro 就会是最新模型。此外，DeepSeek API 使用与 OpenAI/Anthropic 兼容的 API 格式，简单粘贴 API Key，就能在 Codex、Claude Code 和 OpenCode 等第三方工具中将 DeepSeek 作为后端模型使用。令人稍显宽心的是，虽然已经通过提前预告的方式给用户们打了很久「API 即将涨价」的预防针，更新到 0813 版本后的 DeepSeek V4 Pro 目前依然没有涨价。每百万 token 输入（缓存未命中）与输出的定价分别是 3 元和 6 元，和预览版保持一致，也正好是 DeepSeek V4 Flash 的三倍。事不宜迟，这就来看看在预览版发布的 111 天后，终于问世的 DeepSeek V4 Pro 正式版带来了哪些变化。Agent 能力，终于支棱起来了不同于往常偏好在白天流量时段发布新模型，DeepSeek 这次的凌晨更新显得有些仓促，看似官网只来得及修改模型参数介绍、API 使用指南等少数文档页，连这回的更新日志都还没端上来。进一步的更新解读，可能要留待今日白天。但考虑到 V4 Pro 正式版发布的时间只比 7 月 31 日更新的 V4 Flash 正式版晚了不到半个月，我们可以有很大把握相信，二者共享了相近的优化思路（如果不是完全相同的话）。所以，直接看 V4 Flash 正式版的更新日志来推导 V4 Pro 的变化也未尝不可。DeepSeek V4 Flash 0731 更新日志里最引人注目的信息，莫过于官方宣称其基模与预览版在模型结构、尺寸上都保持一致，仅仅重新进行了后训练，但针对性的后训练也确实使得「Agent 能力大幅增强，基准测试远超 V4-Pro-Preview」 。如果今晚的 V4 Pro 正式版也是如此，那我们可以预期观察到它在 Agent 能力上的突飞猛进。目前网上流传的第一批跑分结果，很大程度上印证了这一预期。在这些与 Agent 强相关的评测集中，V4 Pro 的表现比起预览版可谓突飞猛进，在一些项目中接近甚至超越了目前的性能标杆 Fable 5：代表 DeepSeek 自家软件工程基准的 DeepSWE 从 12.8 分飙升至 62.7 分；代表 DeepSeek 全栈开发基准困难子集的 DSBench-Hard 分数翻了一倍多，达到 67.2 分；通过自然语言从零生成代码仓库的 NL2Repo 从 38.5 分提至 61.5 分 ……也就是说，同一个 API 名称，昨天基本还不会做的活儿，今天就可以跟全球第一梯队的代码 Agent 掰掰手腕了。当然了，有 KIMI K3 珠玉在前，即使是更新后的 DeepSeek V4 Pro 正式版也还没坐上开源界的头把交椅（一些测试上与 K3 有轻微差距）；但众所周知，DeepSeek 的思路一向是：比我强的没我便宜，比我便宜的没我强。在补上了 Agent 能力短板后，我们的大鲸鱼，再一次维护了这一神圣秩序。为了更好地理解 V4 Pro 的能力，我们把它接入了 Workbuddy，做了一些简单的 Agent 任务实测，看看它会交出怎样的结果。5 个实测案例，完全自主规划第一个任务很简单：接入我的微信读书 Skill，用读取到的数据做一个简单的数据报表。利用 Skills 来工作，本来就是 Agent 能力的日常体现。这一点当然完全难不倒 DeepSeek，令人惊喜的是，它还主动阅读了我此前因为其他工作而放在文件库里的爱范儿设计规范 Skill，给阅读报告也配上了我们的专属配色。▲ 提示词：从微信读书 Skill 获取 8 月读书数据，制作为 HTML 形式的数据报表接下来两个是网页设计任务，因为时间所限，我没有详细地撰写提示词规定各种约束和指导条件，可以说是相当模糊的任务指令。但就结果而言，V4 Pro 都完成得非常好——在构建新闻首页的任务上，它找到了过去几天我们在选题会上讨论过的真实新闻，模仿传统媒体格调的版式设计和衬线字体也非常对味，还「手绘」了一张看着很像样的配图。▲ 提示词：搜集近日科技新闻，以 THE IFANR POST 为标题，制作一个仿照传统新闻媒体的网站首页，并为头条制作一张虚假的渲染配图构思设计风格展示网站时，V4 Pro 更「自作主张」地用上了.style 的网站名称后缀和渐变色标题，各种设计风格示例卡片也大体正确，整体来看精致灵动。▲ 提示词：制作一个现代化的设计风格展示网站，展示极简、斯堪的纳维亚、新拟物等多种设计风格的 Bento 卡片。将模糊指令重新梳理为清晰需求，并根据这一需求自主规划、分步完成项目，DeepSeek V4 Pro 正式版的智能程度可见一斑。至于更复杂的交互式实例，V4 Pro 也展现出了不俗实力：一个是基础的俄罗斯方块游戏，方块的绘制显然相当精美，带有一点小小的伪 3D 效果。▲ 提示词：以发散式思维，制作包含复杂物理或交互效果的互动式示例组件，包含旋转/碰撞/消行/加速的正确性，自行设计用例设计方向。另一个案例则是从我读书记录中的《随椋鸟飞行》中获取灵感，制作了一个显示简单规则如何涌现出复杂秩序的「椋鸟群模拟器」，动画效果令人惊艳。▲ 提示词：以发散式思维，制作包含复杂物理或交互效果的互动式示例组件，包含旋转/碰撞/消行/加速的正确性，自行设计用例设计方向。为什么是模型来「获取灵感」？那是因为在布置后面几个任务时，我只跟模型说了「我要去睡觉」，要以什么方向来构思示例、又应该以何种方式来实现，都完全是 DeepSeek 自己在掂量。你看，只要模型足够聪明，当媒体老师也不用真的熬夜追热点——AI Agent 能够自行替我解决大多数问题。还有一个「隐藏大招」话说回来，DeepSeek V4 Pro 正式版的发布当然是一件大事，但如果把时间拉长来看，它可能只是另一件大事的前奏。如果仔细阅读此前官网关于 V4 Flash 正式版的更新公告，会发现里面隐藏着一条关键信息：对于公开基准测试集中的 Code Agent 任务，正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness 极简模式（即将发布）作为框架进行测试，并使用 max 档位，topp=0.95，temperature=1.0没错，DeepSeek Harness 要来了。近一两年，AI 工程的研究者们逐渐形成了一个共识：随着各家 AI 模型在推理能力上接近天花板，未来真正决定 AI Agent 能力的将不会是底层模型，而是 Harness（运行框架）。如果说 LLM 是一个数字员工的大脑，那 Harness 就是它的办公系统，负责给它分配权限与任务、调取工具、审批流程、检查结果、保存日志等工作。没有好的运行框架，再强的智能也无从发挥，甚或是会让 AI 成为失去管控的脱缰野马。反过来说，一套足够好的 Harness，能让平庸的员工发挥出 200% 的实力。如今，随着 V4 Pro 正式版问世，未来 DeepSeek AI Agent 系统的模型部分已完全到位。那么，Harness 是不是已经准备好了呢？答案显然是肯定的。无论是此前 DeepSeek 招聘 Harness 研发工程师的新闻，还是前天注册「DeepSeek Harness 团队」公众号，一切证据都指向：短至数天、长至数月之内，DeepSeek Harness 就将与我们见面。或许，新的 DeepSeek 时刻不会太远。

众所周知，TOP 3 通常有五家。在美国 AI 大模型领域，TOP 2 应该是毫无疑问的，但第三名到底是谁就值得琢磨琢磨了。今年上半年大概是 Gemini，毕竟去年 SOTA 过，瘦死的骆驼比马大；但眼看着 Gemini 3.5 Pro 夭折，Google 家在 Agent 上也无甚作为，后来者自然看到了反超的机会——沉寂一时的 Grok，如今动作频频，今天凌晨更是发布了新产品 Grok Bot，剑指 AI Agent 第一的位置。它的理念很简单：把「让 AI 干活」这件事推到极致。7 × 24 小时干活，棒啊！Grok Bot 的官方定位是「全天候在线的数字同事团队」，如果你在派活折磨同事时还会心生恻隐，那 Grok Bot 就太适合你了——理论上，你给它什么工作，它都能日夜不息地自主完成工作，直到最后才把工作成果交给你。7 × 24 小时工作的牛马，怎么说呢，这就是马斯克的理想国。另外，Grok Bot 还支持「首席 Bot 统筹+专项 Bot 分工」的多 Bot 协同工作模式，它们可以互相发消息、共享上下文、建个群聊自行分工，只在关键决策时才拉你进来。实现这一点的关键，是它为 Bot 分配了一台「云端电脑」，并且能以未披露的技术登录你所有工具账户，甚至是那些没提供 API 和插件登录方式的应用，全程都不需要操作者的参与。给它分派任务，它就能在你现有的工作流上操作，像你一样工作。没错，以后回你消息的同事可能本体早就睡觉了，是 Bot 在那勤勤恳恳地写邮件。听起来这确实存在严重的安全和隐私风险，但这向来不是老马关心的重点，现实生活中也确实有很多人愿意为了方便而让渡相应的权限。从结果上看，让 AI 包办一切也未必会更糟。Intercom 工程团队此前曾对比过 AI 审核与人工审查的效果差异，结果显示，在 AI 编写的大量代码面前，让 AI 自动审核并放行代码，出错率只有人工审核的 1/10 左右——毕竟很少有人会仔细审查 AI 呈交上来的工作，大多只是例行公事地允许通过。▲ 图片来自：Intercom Blog当然，理性上能接受群 Bot 共舞，和钱包上能接受是两回事。要让 Agent 们享受云端计算空间，成本自然不会低。Grok Bot 测试版目前只面向 SuperGrok Heavy、Cursor Ultra 和 Cursor Teams Premium 订阅用户开放，支持 Windows、macOS、Linux 的桌面端和 iOS 移动端。考虑到 Cursor Teams Premium 单席位月费 120 美元，而 SuperGrok Heavy 订阅费用高达 300 美元（尽管常有 -33% 优惠），Grok Bot 的使用成本无论如何都高得吓人。可以说，它是专为高频专业用户而设计的。为什么是 Grok？Grok Bot 的面世，其实早已有迹可循：约一个月前，外媒已经报道 Cursor 正在开发一款代号为「Sand」的通用代理产品，而该款产品将会作为 Grok 品牌的一部分，打响「淘汰」Cursor 的第一枪。虽然没有明确的信息证实「Sand」就是现在的 Grok Bot，但无论在时间线还是名称上，二者都非常吻合，人们也能从模型名称中找到蛛丝马迹。事实上，挂着 Grok 名头的 Grok Bot，在方方面面都透露了它的 Cursor 基因。如果你尝试从官网上下载 Grok Bot，很容易就会注意到下载链接指向的是 cursor.com，而企业联系购买的表格，也是由 Cursor 提供的。这一切都表明，以目前形态示人的 Grok Bot，跟 6 月份 SpaceX 上市后旋即宣布以 600 亿美元收购 Cursor 母公司 Anysphere 的举动直接相关。虽说这一收购至少还需要几个星期时间才正式完成，但很明显，马斯克已经展现出自己一贯的雷厉风行——利用收购获得的工程人才补充 xAI 此前的人才流失、将 Cursor 多年积累的编程数据喂给 Grok 的训练管线，同时共享两家公司的基础设施，所有这些行动都是进行时。我们大可以认为，作为一个独立品牌的 Cursor 已经进入了倒计时。毕竟，一个名字里不带 X、图标里不带黑洞的产品形象，大概率是入不了马斯克法眼的。它很快就会像 Twitter 改名 X 一样，至少在名义上完全并入马氏体系。而随着这一步完成，一个更大的野心也正在浮现。有些事，只有马斯克能做时间回到年初，在SpaceX 宣布收购 xAI 的时候，马斯克在员工备忘录中描述，SpaceX 将建成「地球上（和地球之外）最有野心的垂直整合创新引擎」。几个月后，当 SpaceX 携超万亿的市值上市时，很多人方才醒觉，这些年马斯克已经通过 X 拼入 xAI、xAI 拼入 SpaceX 这样的「拼乐高」方式，拼出了这台「垂直整合创新引擎」的雏形。创新是真创新，垂直整合程度更是到了离谱的水平：论数据，有 X 提供的海量训练语料，同时也掌握了全球舆论场和免费的营销渠道；论算力，孟菲斯的 Colossus 超算集群已经配备超过 30 万块英伟达 GPU，中期目标 55.5 万块 GPU，豪横得可以给 Anthropic 和 Google 出租算力；论 AI，Grok 长期保持在第二梯队顶尖，收购 Cursor 更带来了即插即用的 Agent 工程能力和众多企业用户。▲ Colossus 1 超算集群罗纳德·哈里·科斯在他的传世论文《企业的性质》中指出，垂直形式的企业，在很多时候都比通过谈判和约定来完成任务的市场机制更高效。随着数据、算力、模型与分发全部集中于一身，在 SpaceX 最终被自身的庞大规模拖累之前，它必然有一段如臂使指地运用各种内部资源来爆发式发展的红利期。很显然，就是现在。资源整合带来的优势，从 Grok 系列产品的迭代节奏中可见一斑：3 月正式发布 Grok 4.20、次月发布 Grok 4.3,、7 月是和 Cursor 联合训练的 Grok 4.5，一个月后则是全新的 Grok Bot，中间还穿插着 CLI 编程工具 Grok Bulit 和图像模型 Grok image 2.0 的发布。相对应地，我们也能看到 Grok 在对话、编程和生图上的能力，正在快速逼近第一梯队。可能是对「周更」不够满意，马斯克还要继续踩死油门。他在 X 上宣布，Grok 4.6 将会在近日上线，4.7 也已经提上日程。继续卷下去，恐怕真的只有 7 × 24 小时工作的 Bot 们能跟得上节奏。马斯克画的太空旅行饼，我们大可以谨慎看待，因为航天安全是一个马虎不得的事业，过去半个世纪建立的安全制度某种意义上也约束了 SpaceX 的试验节奏；但 Grok Bot 完全控制你电脑和账户的激进尝试已经暗示了，在 AI 这个安全监管还有所欠缺的领域，「力大砖飞」的发展模式还有很多潜力可挖。未来的「御三家」会有 Grok 的一席吗？我们且看且等。

🔍DeepSeek V4 Pro 正式上线，支持 1M 上下文与 384K 最大输出📱Google 发布 Pixel 11 系列：Gemini 可代订餐厅与叫车，Pro 版长焦升至 120 倍📋苹果申请暂停 App Store 收费程序遭法院驳回💰腾讯 Q2 营收增长，微信月活达 14.39 亿🌪️抖音处置 1.28 万条台风不实内容，重点治理 AI 虚构灾害画面🌐Google 将在美洲新建 3 套海底光缆系统🎬激进投资者要求狮门影业加速 AI 转型，否则考虑出售🚀面壁智能启动 IPO 辅导，MiniCPM 下载量已超过 4300 万🚗广汽孵化的人形机器人公司慧仑科技完成新一轮融资💡岚图董事长卢放：开发周期短不等于「速成车」📱9999 元起，荣耀 Robot Phone 发布：四自由度云台可主动跟拍📷影石 X6 发布：支持 8K 50 帧全景视频，售价 3999 元起🤖xAI 发布 Grok 4.6，主打长程 AI 智能体与复杂任务处理🎓豆包推出 student 优惠，专业版连续包月降至 38 元💻Grok Bot 开放早期测试，AI 智能体拥有独立云端电脑⌚Pixel Watch 5 加入离线 Gemini，可追踪血压与胰岛素抵抗趋势DeepSeek V4 Pro 正式上线，支持 1M 上下文与 384K 最大输出DeepSeek 昨日推出 DeepSeek V4 Pro 正式版，对应模型版本已更新为 DeepSeek-V4-Pro-0813。该模型在规格与配套能力上均有显著提升。官方信息显示，DeepSeek V4 Pro 支持 1M 上下文长度，最大输出长度可达 384K Token。模型提供思考模式与非思考模式，其中思考模式为默认开启状态。在配套能力方面，V4 Pro 已实现对 JSON Output、Tool Calls、Responses API 以及 Anthropic API 的支持，并提供对话前缀续写与 FIM 补全功能，其中 FIM 补全仅限非思考模式使用。API 接入方式同时兼容 OpenAI 和 Anthropic 两套格式。价格方面，DeepSeek V4 Pro 维持了此前的定价水平。在缓存命中输入、缓存未命中输入和输出三个计费项目上，每百万 Token 的价格分别为 0.025 元、3 元和 6 元。相比之下，主打低成本与高并发的 DeepSeek V4 Flash 对应价格分别为 0.02 元、1 元和 2 元。此外，V4 Pro 的并发限制为 500，低于 Flash 版本的 2500。🔗 相关阅读：实测完DeepSeek V4 Pro正式版，我发现下一条「斩杀线」可能藏在它的Agent里Google 发布 Pixel 11 系列：Gemini 可代订餐厅与叫车，Pro 版长焦升至 120 倍Google 昨日发布 Pixel 11、Pixel 11 Pro、Pixel 11 Pro XL 与 Pixel 11 Pro Fold。四款手机均采用 Tensor G6 芯片，官方称能效提高 20%、网页浏览速度提高 25%；三款直板机从 256GB 存储起步，Pixel 11 起售价为 899 美元。这一代的更新重心落在 Gemini 与相机软件：Gemini 可在后台订购杂货、叫车、点咖啡，并代用户致电商家预约餐厅或服务；用户可以随时接管任务，并查看 AI 通话记录。Magic Cue 也会跨应用提取日程、消息等上下文，主动给出餐厅或演出建议。Rambler 听写功能进入 Pixel 手机；实时翻译扩展至视频、播客和语音消息。相机还能把手语转换为文字，辅助听障用户交流。Magic Capture 会从按下开始与结束之间拍摄的数百帧画面中挑选照片，并自动裁切、去模糊。Pro 机型的最高变焦从 100 倍升至 120 倍，基础款从 20 倍升至 30 倍；Pro 版还支持 8K Video Boost 和速度提高 4.5 倍的 Instant Night Sight。Pixel 11 Pro Fold 保留 6.5 英寸外屏与 8 英寸内屏，峰值亮度升至 3600 尼特，重量由 258g 降至 239g，并继续支持 IP68 防尘防水。它换用 4800 万像素主摄和 Qi 2.2 25W 无线充电，但电池容量从 5015mAh 降至 4806mAh。🔗 相关阅读：Pixel 11 上手：AI 不支棱，涨价不消停苹果申请暂停 App Store 收费程序遭法院驳回美国地区法官 Yvonne Gonzalez Rogers 驳回苹果的暂停申请。在苹果就 Epic Games 案向最高法院寻求复审期间，下级法院仍将继续确定开发者把用户引向 App Store 外部付款时，苹果可以收取何种费用。法院要求苹果在限定时间内提交收费方案、计算方式和证据。法官认为，最高法院正在审查的范围较窄，不会显著影响当前的事实认定；这场争议已经持续多年，不能继续因此推迟。争议源自 Epic 对苹果应用内支付规则的挑战。法院此前禁止苹果阻碍开发者向用户提供外部购买渠道，随后又认定苹果新设的外链收费没有充分执行禁令。接下来的程序将聚焦可允许费用的性质与证据，而非重新审理整宗反垄断案。腾讯 Q2 营收增长，微信月活达 14.39 亿腾讯昨日发布 2026 年第二季度业绩，营收为 2047.85 亿元，同比增长 11%；按非国际财务报告准则计算，归属于公司权益持有人的盈利为 684.15 亿元，同比增长 9%。AI 投入改变了现金流与资本开支结构。腾讯本季度资本开支为 527.8 亿元，同比增长 176%；自由现金流为负 138 亿元，若剔除算力采购预付款项，自由现金流为 376 亿元。公司表示，第三季度已经大幅增加算力采购，用于混元模型升级、WorkBuddy 与 CodeBuddy 推理、微信 AI 项目和外部云服务需求。模型与产品方面，混元 Hy3 已接入 WorkBuddy、元宝、ima 和搜狗输入法，接入 ima Copilot 后 72 小时内成为平台调用量第一的模型；腾讯计划近期推出 Hy4。微信内 AI 智能体「小微」也已开始小范围灰度测试，由面向微信场景与推理效率定制的 WeLM 模型驱动。公司还称，WorkBuddy PC 端 6 月访问量超过 2000 万，腾讯云大模型服务平台 TokenHub 日 Token 调用量超过 25 万亿，过去两个月增长 5 倍。微信及 WeChat 的合并月活跃账户数达到 14.39 亿，同比增长 2%；视频号第二季度总用户使用时长同比增长超过 20%。微信称，增长来自面向年轻用户的内容增加、互动功能升级和新的内容混排系统。官方还首次透露了小微当前使用 WeLM-80B 模型的参数：总参数 800 亿、每次激活 30 亿参数，支持对话与搜索、操作微信原生功能和调用小程序服务。微信团队还在研发采用混合专家架构的 WeLM-617B，总参数 6170 亿、每次激活 230 亿参数，后续计划用于小程序智能开发和微信小微的小工具生成。抖音处置 1.28 万条台风不实内容，重点治理 AI 虚构灾害画面抖音昨日发布台风「白海豚」相关不实信息治理公告。自 8 月 9 日起，平台已处置 12834 条不实内容、5 个违规账号和 128 条评论，并上线求真卡汇总权威信息。公告列出的治理对象包括用无关画面冒充当前灾情、把历史内容包装成最新灾情、夸大灾害影响、编造停运或险情信息，以及利用 AI 生成或加工灾害画面。平台举例称，「上海地铁 3 号线因白海豚停运」「台风导致北横通道积水」等说法均与实际情况不符。抖音表示，将通过专项巡查、用户举报与内容核验继续处置涉灾不实信息，并提醒用户以气象、应急管理等部门发布的预警为准。公告配图中的典型案例采用 AI 模拟画面呈现，不是原始谣言素材。Google 将在美洲新建 3 套海底光缆系统Google 宣布建设 Alisios、Canoa 与 OlaLuz 三套海底光缆系统，进一步连接加勒比海、北美与南美。Alisios 将连接多米尼加共和国、巴拿马和智利，Canoa 连接多米尼加共和国与百慕大，OlaLuz 则延伸至美国佛罗里达州。这组线路将为 Google 在美洲的云计算与网络服务增加新的跨境路径，也让多米尼加共和国成为三条线路共同经过的节点。Google 尚未在公告中披露具体启用时间。海底光缆直接影响云服务的容量、延迟与故障绕行能力。Google 近年持续自建或参与跨洋线路，新项目把加勒比海接入现有南北美网络，也降低部分区域对少数登陆点的依赖。激进投资者要求狮门影业加速 AI 转型，否则考虑出售激进投资机构 Anson Funds 已致信狮门影业董事会，要求公司更快转向 AI，或考虑出售。信中认为，生成式视频模型正在改变市场对传统影视公司的判断，狮门需要证明自己可以成为 AI 的受益者。狮门今年已任命首位首席 AI 官 Kathleen Grace，并在制作、营销、发行和行政环节测试相关工具。公司管理层同时强调，使用 AI 时仍要保护知识产权、合作人才和创作者权益；公司表示目前没有实质性的并购谈判。Grace 此前在 YouTube 和版权追踪公司 Vermillio 任职。狮门管理层把 AI 描述为提高制作与日常运营效率的工具，但投资者来信要求的是更彻底的战略证明：公司需要说明自有片库、创作者关系和发行能力如何在生成式视频时代形成优势。面壁智能启动 IPO 辅导，MiniCPM 下载量已超过 4300 万中国证监会公开信息显示，面壁智能已于 8 月 11 日在北京证监局办理辅导备案，由中信证券担任辅导机构。公司刚在 8 月 5 日完成股份制改造，正式名称变更为北京面壁智能科技股份有限公司。面壁智能主要研发端侧大模型 MiniCPM。公司称，该系列模型已累计获得超过 4300 万次下载，并被手机、汽车、机器人等终端采用。完成备案后，公司进入上市辅导阶段，距离提交招股文件仍有后续程序。今年 6 月，上交所公布面向人工智能企业的第五套上市标准，要求申报企业至少有一款模型实现商业化落地并形成规模化收入。面壁智能选择此时启动辅导，也把端侧模型持续转化为真实业务的能力放到了更明确的检验阶段。广汽孵化的人形机器人公司慧仑科技完成新一轮融资广汽集团孵化的人形机器人公司广东慧仑科技宣布完成新一轮融资，投资方包括中车国创基金、招银国际与四川科创。公司称，资金将用于行业模型、汽车生产与服务场景、硬件迭代和人才引进。慧仑科技今年 2 月从广汽的机器人业务中独立运营，目前已推出 GoMate、GoMate Mini 等具身智能机器人。公司称，GoMate Mini 已进入分拣、搬运、装配及园区服务等场景；轮足版本支持多种移动形态，并能在跌倒后自行恢复。广汽从 2022 年开始布局人形机器人，并先在汽车制造环节寻找落地场景。慧仑独立后同时推进模型、运动控制和硬件，投资方也因此更关注机器人从工厂试点延伸到园区服务的进展，以及样机之外的实际部署。💡 岚图董事长卢放：开发周期短不等于「速成车」岚图汽车董事长卢放昨日发布长文回应行业对「速成车」的讨论。他认为，判断一款车是否「速成」，应看它有没有完整走完法规与行业标准要求的验证流程；缩短开发周期本身不代表削减试验或降低品质。> 开发时间短，不等于速成车。卢放把新能源车开发提速归因于平台化、模块化和仿真测试。成熟的驱动架构与三电系统能够跨车型复用，减少从零开发的环节；仿真工具则可在数字环境中完成数百万公里的极限工况模拟，把部分物理测试提前到虚拟环境中完成。他同时列出岚图的验证流程：工程团队在吐鲁番高温与牙克石低温环境中测试三电和冬季用车表现，整车耐久测试超过 300 万公里、覆盖上千种路况，研发、验证与制造全流程包含超过 1 万项评价标准。卢放称，开发效率提高不能替代这些必要环节。卢放把「速成」与「高效」的分界放在安全验证是否完整：如果开发中削减试验、违背验证规律，就属于「速成」；如果依靠复用成熟平台和数字仿真缩短周期，同时完成

就在刚刚，DeepSeek V4 Pro 正式版来了。最新的模型与价格页面显示，deepseek-v4-pro 对应模型版本已经更新为 DeepSeek-V4-Pro-0813。从目前公布的信息来看，deepseek-v4-pro 支持 1M 上下文长度，最大输出长度达到 384K Token，同时支持非思考模式和思考模式，其中思考模式默认开启。对于长代码库、大规模文档处理以及需要连续执行大量步骤的 Agent 任务来说，1M 上下文和 384K 最大输出，意味着一次调用能够容纳和生成的内容规模都相当可观。配套能力也基本覆盖了目前主流的 Agent 开发需求。deepseek-v4-pro 支持 JSON Output、Tool Calls、Responses API、Anthropic API，同时支持 Beta 阶段的对话前缀续写与 FIM 补全，其中 FIM 补全仅限非思考模式使用。API 接入方式则同时兼容 OpenAI 和 Anthropic 两套格式。更值得关注的还是价格。DeepSeek 此前发布公告，宣布计划近期整体上调 API 服务定价，而当下的价格和原来的价格保持一致。deepseek-v4-pro 当前每百万 Token 的价格分别为：缓存命中输入 0.025 元，缓存未命中输入 3 元，输出 6 元。相比之下，deepseek-v4-flash 分别为 0.02 元、1 元和 2 元。也就是说，在缓存未命中输入和输出两个主要计费项目上，Pro 的价格都是 Flash 的 3 倍。两者的并发限制也有所区别。deepseek-v4-flash 的并发限制为 2500，deepseek-v4-pro 则为 500。跑分图如下：此外，从价格和并发配置来看，Flash 更明显地面向高频、大规模调用场景，而 Pro 则把资源进一步集中到规格更高的任务上。即便如此，V4 Pro 目前的绝对调用成本依旧不算太高。随着 DeepSeek-V4-Pro-0813 出现，V4 系列的产品结构也进一步清晰起来：Flash 主打更低成本和更高并发，Pro 则提供更高规格的模型服务，并围绕 Tool Calls、Responses API、Anthropic API 等能力继续向 Agent 和 Coding 场景延伸。今晚又是一个不眠夜。官方博客地址：https://api-docs.deepseek.com/zh-cn/quick_start/pricing

10 年前的全景相机，是一个需要向市场解释「有什么用」的新品类。影石最早的全景相机产品 Nano，甚至是通过一个可以直接插入 iPhone 的物理接口，来减少中间的传输成本，它以「配件」的形态存在。在它背后，还有一套繁琐的工作流：拍摄、传输、拼接，再从 360° 的素材里寻找真正需要的画面。10 年之后，影石的全景相机产品从 Nano、ONE 发展到 X 系列，也从最初的全景影像设备，逐渐和滑雪、骑行、摩托车等运动场景结合在一起。到了 X5 之后，影石发现越来越多用户开始把全景相机带进旅行、毕业、婚礼和家庭生活。影石披露的数据表明，现在已经有超过一半的全景相机用户，购买目的并不是运动，而是旅行和家庭记录。现在，全景相机正愈发成为一种「不被定义」的产品，这意味着这类产品的生命力有了进一步以汪洋恣肆状态成长的潜力，影石 X6 的使命由此而来，一方面它在硬件参数上全面进化，X6 使用与索尼联合定制的 1/1.1 英寸方形传感器，传感器面积相比 X5 提升 33%；继续采用 AI 三芯架构，其中包括一颗 4 nm 高通芯片，算力达到上一代的 5 倍，并加入原生杜比视界、全档位 10 bit、I-Log 等能力。与此同时，X6 的体积进一步缩小，8K 30 fps 下续航达到 140 分钟，相比 X5 提升 51%。另一方面，影石创始人刘靖康反复谈到一个词——「无感」，他对理想相机的定义，有点反直觉：影石做了十年相机，最终想做的却是一台让人忘掉相机存在的相机。X6，准备替用户完成「拍完之后」的事全景相机的优势在于天然解决了传统相机的一个问题：拍摄者不必在按下快门之前决定画面。因为整个 360° 空间都被记录下来，用户可以「先拍摄、后取景」。这也是为什么十年前原本并不防水、也谈不上运动相机的 Nano，会被一些用户绑在头盔和自拍杆上滑雪、骑行——运动中没有足够的注意力留给构图，而全景相机恰好可以把这部分工作推迟到拍摄之后。但这个优势同时制造了新的负担：拍完之后，还要剪。影石创始人刘靖康认为，这是过去全景相机一直没有真正解决的问题。他说：我们公司的使命，认为最理想的相机应该是忘记相机的存在，应该是无感的。我们的终极目标是忘记相机和无感，所以全景相机引入零剪辑功能，希望不需要干预，在相机充电和云端的时候自动帮你把片子选好。在影石 X6 这款产品上， 影石开始尝试把「拍摄—取景—剪辑」整个链条重新做一遍。为此，影石推出了自研的 PanoMind AI 多模态模型。按照影石的说法，这套模型针对旅行、骑行、潜水、滑雪等 30 多种场景进行了超过 1 万小时训练，可以判断素材中的高光时刻、设计虚拟运镜轨迹，同时评估每一段素材的可剪辑性。这就是 X6 上的「AI 导演」，用户旅行一天回到酒店，把相机接上电源，设备可以在充电过程中自动分析当天素材、挑片、运镜和剪辑；第二天醒来，已经得到一条成片。如果还想进行更多干预，App 里还有一键成片 2.0 和时刻 Pro，后者允许用户进一步指定人物、场景、主题和视频长度。全景相机的逻辑正在发生根本性的变化。过去「先拍摄、后取景」，只是把决定画面的时间从拍摄前挪到了拍摄后；现在影石希望连「后取景」这一步也逐渐交给 AI。X6 新增的第一人称头追模块，有类似的逻辑，这个头追模块和影石首款云台相机 Luna Ultra 一起推出，这里的用法稍有不同，用户把全景相机挂在胸前之后，可以根据头部朝向实现「看哪拍哪」，最终直接输出平面视频，不再要求用户回到 360° 素材里重新找视角。云台模式 2.0 则利用全景相机天然记录整个空间的特点，在 360° 画面中制造一个「虚拟云台」，配合带摇杆的自拍杆，可以完成运镜、变焦、追踪，同时直出 4K 平面视频，并选择是否保留完整的全景素材。从结果看，X6 想覆盖的形态越来越多：它是一台全景相机，也试图承担云台相机和广角运动相机的一部分工作。从刘靖康的视角看，这些功能背后的共同方向依然是降低用户对「摄影」本身的注意力：用户只需要在很真切的场景里把按钮点开，享受 moment 本身，我们认为就是把全景相机变得无感，这是质的变化。全景相机过去的核心价值是「什么都能拍到」，而影石现在试图解决的是另外半句话：什么都拍到以后，用户最好什么都不用做。影石真正想争夺的，是用户的「记录」权相比于创作，影石和刘靖康更喜欢使用「记录」这个词，这也涉及到了影石做产品的根本理念和使命：我们公司的使命是记录与分享，不包含创作。在他的判断里，「创作」已经是一种被消费电子行业高度满足的显性需求。专业相机可以提供更高的画质、更强的镜头体系和更完整的控制能力，一个真正想创作的人，市场上并不缺工具。真正长期没有被充分满足的是记录：用户如果想创作，选择很多，但记录永远无法被充分满足——因为你不可能随时随地请一个摄影师，帮你拍下每一个精彩的瞬间。记录该有的样子——不需要你分心，不需要你操作，它自然而然地成为生活的一部分。极限运动是一个非常典型、非常适合分享，也非常容易被看见的场景，但刘靖康认为，真正足够大的市场来自那些更加普通、高频，却长期没有获得好解决方案的瞬间：比如旅行，比如和家人相处，比如记录孩子长大。如前面所言，影石通过数据了解到如今超过一半用户购买全景相机已经不是为了运动，而是为了旅行和家庭生活。刘靖康甚至把「怎么帮女孩子拍好看」和「怎么记录小朋友成长」称为普通用户需求里的最大公约数。这涉及到全景相机的场景应用和产品逻辑。早期用户把 Nano 用在滑雪、骑行等场景，帮助影石发现了「运动 + 全景」这个交叉品类。第二次改变则正在发生：从「运动」重新进入「日常记录」。影石 X5 之后，影石发现越来越多用户开始拍旅行、毕业、婚礼和自己的孩子。相比极限运动偶尔出现的高光时刻，日常生活发生得更加频繁，也属于更多人。X6 在很多功能上的选择，本质上都在服务一次「大众化」。更小的机身、更长的续航、更强的直出、更自动化的剪辑，以及不再要求用户持续盯着屏幕的头追，最终都指向同一个问题：当一个人并不想学习摄影，也不愿意花时间剪辑时，全景相机还能不能成为他的日常工具？这也引出了全景相机最常被追问的问题——这个市场究竟有多大，用户已经有手机了，还很有可能加一个云台相机，全景相机还能玩出什么花儿？刘靖康以产品经理的身份回答了这个问题：市场规模并不是由一个模型预测，取决于解决了多少问题。他不太愿意先从现有销量推算一个固定的市场天花板。相反，在他的逻辑里，市场的大小与一个产品还能解决多少未满足的问题有关：全景相机有一天像矿泉水和纸巾、手机一样，人手一个，那才是真正讨论天花板的时候。但全景相机距离手机还有两个数量级的差距。这都是问题，问题即市场。我们公司选择全景相机和其他品类不是看蛋糕有多大，而是市场有多少问题没有解决。刘靖康并不认为消费电子存在太多不可逾越的技术壁垒。一台相机用了什么芯片、什么传感器，拆开之后是透明的，可以追赶的。他认为影石真正能做的，是持续比别人更早发现需求、更早部署技术，然后在有限的领先窗口里建立新的「门槛」：接下来比拼的是能不能在未来的品类里，更前地理解客户需求，更早部署客户需要的技术，更早地产品化，创造优势。在他看来，更深层的壁垒最终来自两件事：消费者形成的选择习惯，以及一家公司持续制造新门槛的组织习惯。所以对于已经来到第十年的全景相机，刘靖康反而没有表现出一个成熟品类进入平台期后的谨慎。因为他认为，这个产品甚至还没有完成大众化。全景相机的终点，可能是忘掉相机「创作」带着意图，而「记录」伴随习惯。如果沿着「无感记录」继续往前推，全景相机未来的样子很可能会与今天有明显不同。第一步依然是硬件。一个看似反常识的事实是，全景相机已经来到 8K 分辨率，看似很高，但实际裁切后的清晰度依然有很大的提升空间。原因很简单：Luna 的 4K 只需要记录镜头前的一部分区域，而全景相机要把像素分给整个 360° 空间。用户最终只截取其中一个视角时，每个方向能够获得的有效像素自然更少。因此刘靖康判断，全景相机还要继续向 12K、16K 演进。问题也随之而来：更高分辨率意味着更巨大的计算量，而一台可以穿戴、可以长时间拍摄的相机，又不可能无限增加尺寸、电池和散热系统。全景相机的分辨率有提升的空间，但是提升的时候，处理的东西更大，但是受限于体积、电池、散热能力，不能把全景相机做成咖啡杯的样子。所以他认为，未来几个很明确的技术方向是更高分辨率传感器、更先进制程芯片、更低功耗的影像处理，以及更强的 AI 算力。但相比 12K 或 16K，真正可能再次改变全景相机产品定义的，还是 AI。今天 X6 为什么选择在充电时自动剪辑？因为端侧算力和电池容量仍然有限。为什么影石又在发展云端剪辑？因为更大的模型放在云端，可以拥有更强的素材理解和生成能力。刘靖康认为，随着芯片算力提高、功耗下降，今天「晚上插电、第二天出片」的模式依然只是一个阶段。他说：有没有可能，将来全景相机有非常大算力且低功耗的芯片，拍完之后马上剪好，即拍即剪，我们相信这是趋势。最终，AI 需要理解的不只是「哪一段看起来精彩」，还包括拍摄者本人的意图。一个人看向哪里，关注谁，这一刻真正希望留下什么。头追模块已经能够提供一部分这样的信号，未来机器还可以继续学习每个人自己的取景和剪辑偏好。刘靖康把这种更成熟的形态称为「AI 摄影师」：将来全景相机可能像 AI 摄影师，理解这个时刻关注什么。而当自动取景和剪辑进一步发展，影石希望算法能够像今天的信息流一样「千人千面」：通过用户过去保留什么画面、修改什么构图、喜欢怎样的剪辑，逐渐学习属于每个人自己的影像审美，而不是所有人共享一套预设模板。刘靖康判断，这种能力在未来两年有机会得到很大的推进。再往前一步，连「视频」本身都可能发生变化。刘靖康在对话现场展示了一段 3D 时空重建 Demo。今天观看全景素材时，用户可以改变视角：向左、向右、向上、向下。但拍摄者的位置仍然固定。影石现在想做的是进一步改变「视点」——用户不仅可以转头，还能向前移动、靠近物体，甚至在一个已经拍摄完成的空间里进行类似航拍的环绕运动。这里就是前面他说的「问题」：过去的全景相机的素材回放有比较大的痛点问题，就是能够改变观看的角度，但不能改变观测的视点和位置。刘靖康设想，未来全景相机可以变成一种穿戴式设备。旅行时挂在身上，把一个人走过的街道、巷子和空间记录下来，之后重新还原。当然，问题也依旧存在很多，比如这个 Demo 仍有限制：移动物体仍然很难被完整重建。但刘靖康相信这会随着算法和工程继续改善。如果这条路线能够成立，全景相机保存的东西会逐渐从「一段影像」变成「一段空间」。照片保存一个瞬间，视频保存一条时间线，而空间影像试图保存一个人在某一刻所处的整个环境。这一切汇集成了刘靖康的一个判断：将来 VR 会再次起来。当眼镜、VR 和更多新的屏幕成为影像消费入口，今天全景相机拍下来的内容，也会得到与手机屏幕完全不同的观看方式。而所有这些方向，最后被刘靖康收拢到另一个词里——「摄影机器人」。摄影机器人并不一定意味着一台人形机器人拿着相机。在刘靖康看来，无人机是目前最接近它的一种物理形态：机器可以在三维空间里自由改变位置、角度和焦段，自己找到更合适的拍摄位置。但对于全景相机、云台相机这样的产品，「摄影机器人」更像一个北极星式的产品理念：摄影机器人背后的意图尽可能简化和自动化，无感。我们希望很多东西更加智能、自动化，这是过去 10 年的积累，从整个交互、产品设计到自动剪辑到头追等很多功能，包括 3D 高斯采集比传统相机更有优势，始终围绕着这个主题。有趣的是，这条路线甚至可能把影石带出「全景相机公司」这个身份。刘靖康并不回避一种极端的可能：AI 继续发展之后，人们也许只需要拿普通设备拍摄一些平面照片，再通过模型重建整个空间，到那时甚至可能「没有全景相机」。AI 对于不同行业，有时候是生产力的提升和规模提升，也可能是消灭这个行业。有一天我们公司变成软件公司也有可能，我们的使命并不是一定是软硬件的公司。但他认为，无论设备形态怎么变化，有一个需求很难被生成式 AI 消灭——真实地记录一个曾经发生过的时

一台机器人为了分快递，真的需要两条腿和十根手指吗？最近，自变量把一台双臂机器人放到传送带前，只给它装上工业里最常见的标准夹爪，面对一批大小、重量、材质和朝向完全随机的真实物流包裹。连续一小时直播中，它完成了 1816 件有效分拣。按照短时吞吐量计算，超过了 Figure 03 此前连续运行 200 小时留下的 1248 件/小时标杆，幅度达到惊人的45%。两家公司看似在做相同的任务，硬件配置却采用了不同的路线。Figure 03 拥有完整人形身体与五指灵巧手；自变量去掉了分拣用不到的腿和手指，把任务交给两条机械臂和夹爪完成。据公开信息，自变量所用方案的成本下降了70%，分拣准确率则超过98%。。所以在观看这场直播的时候，APPSO 发现除了比拼谁分拣得更快更多，还有一些更值得关注的重点：当模型开始理解重量、摩擦和惯性，机器人或许可以少买很多昂贵的身体，在产业落地的速度也会快得多。每小时 1816 件，机器人为何这么快分拣任务看似简单，却蕴含着人类通过千百年进化习得的能力，这些能力对于具身智能并非理所当然。机器人要完成物流分拣，需要先识别包裹的大小、形状、材质和摆放姿态，判断从哪里下手、使用多大力度，再规划机械臂的移动路径。遇到快递面单方向错误的包裹，则要完成翻转和重新摆放。自变量这次直播里的包裹，也没有统一规格。纸箱、软袋、圆柱形快件和泡沫封装生鲜件混在一起，大小、重量和朝向也是完全随机，基本还原了物流仓库里人工处理的杂乱状态。配备通用具身智能大模型 WALL-B 的机器人会根据每个包裹的属性，临时选择不同的处理方式。当它面对体积小、重量轻的快递袋，一只夹爪便会直接抓起并快速搬运。如果遇到尺寸更大的纸箱，它会切换到双臂协作，用两只夹爪共同托住箱体，或者从侧面将它推向目标位置，避免强行抓取造成损坏。调整面单时，它也可以根据包裹的属性，选择不同的动作。小件和轻件可以利用惯性快速翻转；重箱则被分成几个动作，逐步改变姿态。面对容易变形的衣物软包，机器人会先拨开、摊平，再校准面单方向。机器人需要实时感知每一个包裹，再根据物体状态调整动作。整个过程连续运行，没有人工介入兜底，也没有故障停机。两个标准夹爪能够处理如此多变化，关键在于其背后的模型。更简单的手，配上更聪明的大脑很长一段时间里，提高机器人能力最直观的办法，是增加硬件自由度。通过增加更多的关节和传感器，来让机器人抓得又牢又稳；面对更复杂的奇形怪状物体，就换上自由度更高的五指灵巧手；而如果想要让机器人更好地进入人类工作的空间，双腿和完整的人形身体，几乎是必不可少的硬件配置。自由度越高，机器人能够完成的动作仿佛越多，但随之增加的还有硬件成本、控制难度和故障概率。一只五指灵巧手里包含大量精密关节、驱动器和传感器，需要持续进行校准和维护。当把它放进需要 7×24 小时运转的仓库，机器人身上每多一个零部件，都可能变成一个新的故障点。自变量选择的是另一条路线：把更多复杂度放进底层模型，让硬件保持简洁。2026 年 4 月，自变量发布 WALL-B。区别于 VLA 模型拼接视觉、语言、动作模块的思路，它采用 WUM，也就是世界统一模型架构，将视觉、语言、动作以及对物理变化的预测放在同一个网络中联合训练。模型既要决定机器人下一步怎样动，也要预测这个动作会让周围物体发生什么变化。用软包装来理解就很直观，机器人看见夹爪合拢还不够，它还要预判这个软袋子会不会从中间滑走。从侧面推箱子时，WALL-B 会估计箱子会平移、旋转还是翻倒。按照这套思路，预测结果会继续影响动作，机器人可以改变夹取位置，换成双臂托举，或者借助工作台和惯性完成翻面。夹爪少掉的自由度，正依靠自变量的 WALL-B 模型用更聪明的策略补回来。这对模型本身提出了更高要求：夹爪开口、摩擦力、机械臂负载、摄像头位置和力控精度，依然决定机器人能够处理哪些物体。WALL-B 改变的是硬件的使用方式：过去只执行固定动作的夹爪，如今可以根据包裹状态，组合出夹、推、拨、摊和双臂托举等策略。模型用更大的决策空间补足一部分机械自由度，也让标准硬件拥有了处理随机场景的能力。Figure 和自变量各自都在硬件上做了取舍。Figure 选择完整人形本体和灵巧手，为移动、使用人类工具和精细操作保留更多可能；自变量在物流工位前采用双臂和标准夹爪，希望模型把有限的硬件能力用得更充分。自变量自己也在做灵巧手，在 2025 年曾发布过单手 20 个自由度的五指灵巧手。而这次选择用夹爪其实更多是从实际应用的角度去考虑，对长期守在传送带旁的机器人来说，仓库没有必要为走路、保持平衡和十根手指付费。用「模型进步」取代「硬件堆叠」自变量最早选择的落地场景其实是家庭。这也是具身智能应用的「终极考验」。与目标和流程相对明确的物流工位相比，家庭任务更加分散，环境变化也更频繁：衣服会被随手扔在沙发上，杯子和餐盘的形状各不相同，抽屉里堆满杂物，同一项家务每天面对的物体与摆放位置都可能变化。机器人很难依靠提前写好的程序覆盖所有情况，只能在真实环境中不断观察、判断和调整动作。自变量也成为全球首个将具身机器人规模化带入普通家庭的企业。WALL-B 此前已经在真实家庭场景中进行验证和迭代，这次物流分拣，可以看作同一套模型能力向工业场景的自然延伸。进入仓库后，机器人面对的物体从衣物、餐具和生活用品换成了纸箱、快递袋和生鲜件，底层任务依然相通：识别物体状态，理解空间关系，预测动作结果，再选择合适的操作方式。当同一套模型跨越家庭与工业，积累下来的视觉理解、空间推理和物理预测能力也能继续复用。家庭可以使用更精细的灵巧手，仓库可以选择更耐用的标准夹爪，工厂则能将机械臂直接嵌入现有产线。模型保持通用，身体按照任务选择。这种复用首先改变的是新场景的开发成本。过去，机器人每进入一条新产线，都要重新采集数据、设计动作、匹配硬件，再进行漫长的现场调试。现在，模型更像是一个「通才」，可以把第一条产线积累的能力带到其他产线，后续的适配工作大幅减少，集中在硬件适配和流程调整上。当一套方案能够从一个工位复制到十个、上百个工位，企业关心的问题也会从「它能不能完成任务」，继续推进到每小时能处理多少件、需要多久部署、运行中会出现多少故障，以及多长时间能够收回成本。或许只有当单个工位的投入、持续吞吐、维护成本和回本周期进入可接受范围，机器人才能从一次项目交付走向规模采购。而决定企业是否大规模采购的这条成本线，就是具身智能商业落地的「斩杀线」。具身智能的「DeepSeek 时刻」具身智能想要跨过这条斩杀线，需要同时满足两个条件：机器人已经拥有足够强的能力，这些能力也要以足够低的成本进入真实场景。这也是自变量此次反超 Figure 更值得关注的地方。两个月前的 Figure 03 用一场持续 200 小时的直播，证明人形机器人已经可以长时间站在仓库里工作。这次，自变量则进一步证明，只要模型足够聪明，复杂的任务也可以交给一套更简单、更便宜、更耐用的身体。每一次，都是推动整个具身智能行业向产业落地更进一步。人们离「科技改变生活」的美好未来不再那么遥远。硬件成本、部署周期和长期维护费用随之拥有了进一步下降的空间，机器人也更容易从一次直播演示，走进一个真实工位，再复制到整座仓库。2024 年底，自变量发布第一代端到端具身基础模型 WALL-A；此后，机器人陆续进入养老院和真实家庭，完成折毛巾、整理桌面、收纳杂物和基础清洁等任务。2026 年，自变量与 58 到家推出可以直接预约的智能保洁服务。机器人与保洁员共同上门，在约三小时的服务中负责客厅收纳、摆放鞋子、清理垃圾和擦拭桌面等家政服务，成为全球首个规模化进入普通家庭的具身企业。这也是机器人第一次走下舞台、大规模进入「寻常百姓家」。WALL-B 就在这些随机、碎片化的环境中验证和迭代。家庭场景提供的技术积累，也成为这次物流分拣的基础。同一颗机器人大脑，可以从家庭流向仓库，也可以根据任务换上一副更简单、更便宜的身体。这和 DeepSeek 给大模型行业带来的变化有点类似。DeepSeek 曾用更低的成本交付足够强的模型能力，自变量则把这条路线带进了物理世界：让模型承担更多复杂度，让硬件只保留具体任务需要的能力。过去，人们判断一台机器人是否先进，经常看它能不能跑半马、完成精细手工，或者做出几个令人惊讶的动作。进入真实产业后，所有能力最终都要被换算成四个数字：效率、成本、稳定性和复制速度。未来的机器人或许没有更像人，但会变得更像一个用户愿意买单的伙伴。

实话说，作为一个从 Pixel 2 开始接触谷歌手机的「老用户」，我是越来越看不懂这家公司了。距离 Made by Google 召开还有不到 10 个小时，谷歌竟然直接解禁了所有新品的现场上手，把 Pixel 11 系列所有细节露了个干净。图｜YouTube @MKBHD更重要的是，谷歌这样一抖，也把 Pixel 11 系列的售价露了个干净——只可惜权威媒体们似乎都不太买账。TL;DR（太长不读）和爆料相同，Pixel 11 系列依然是熟悉的四员大将：Pixel 11，Pixel 11 Pro，Pixel 11 Pro XL 和 Pixel 11 Pro Fold。图｜Tom’s Guide或许是终于抄到了苹果去年的作业，谷歌总算放弃了 128GB 起步的传统，今年 Pixel 11 系列全部变成了 256GB 起步。其中，基础款 Pixel 11 有四种配色——冰霜紫（Frost）、木槿桃（Hibiscus）、开心果绿（Pistachio）和曜石黑（Obsidian）。图｜YouTube @9to5Google除了颜色很吸睛之外，Pixel 11 只提供 12+256 和 12+512 两种存储规格，12+256GB 起步价为 899 美元（约合人民币 6050 元）。Pixel 11 Pro 和 Pro XL 则分为砂岩粉（Canyon）、橄榄绿（Olive）、迷雾灰（Fog）和曜石黑四种配色。机身则延续了磨砂玻璃后盖 + 抛光金属中框的设计：图｜YouTube @9to5Google然而它俩的配置来了一套「暗贬」，分为 12+256、16+512 和 16+1TB 三种组合。Pixel 11 Pro 和 Pro XL 起步价分别为 1099 和 1299 美元（约合 7400 和 8700 元）。大折叠 Pixel 11 Pro Fold 和前几代一样只有两个配色，橄榄绿和曜石黑，标配 16GB 内存，但起步价也来到了 1899 美元（约合 12800 元）：图｜YouTube @MKBHD此外还有搭载了全新高通 W5 Gen2 处理器的 Pixel Watch 5，两种尺寸表盘分别为 399 和 429 美元起：图｜Gizmodo还有终于加入 FindHub 网络的谷歌第一方追踪器 Google Tag，单个售价 29 美元、套装四个卖 99 美元：图｜Android Authority就这样吧（It is what it is）不出所料，在面对今年的价格标签时，哪怕是阅遍千机的小马哥 Marques Brownlee 也有点绷不住了，在上手视频里反复提到了一句话：算了，就这样吧（It is what it is）。这种失望当然指的是今年 Pixel 11 系列名义上换代，但各种规格、体验和拳头功能相比 10 系列甚至 9 系列，都没有什么能拉开差距的「狠活」。图｜YouTube @MKBHD换句话说，Pixel 11 系列相比 Pixel 10 系列就是个半代升级，但起步价平均涨了 100 多美元。这种情绪在多家参与了提前上手会的媒体中都是共通的。9to5Google 的达米安·怀尔德（Damien Wilde）也在上手视频中评论道：如果没有换机折抵的优惠，（Pixel 11）在首发时非常难以推荐。这是因为尽管起步配置升到了 256GB，基础款 Pixel 11 的起步价也同样直接涨了 100 美元，同时其他硬件的提升聊胜于无。图｜YouTube @9to5Google更要命的是，还记得发布会前吵吵嚷嚷的「呼吸灯文艺复兴」Pixel Glow 吗？这个功能倒是有，正式名称叫 HiLight：图｜YouTube @MKBHD然而就是这么个最主要的新鲜功能，原本可以变成比肩 Action Button 的超高自定义属性的趣味功能，结果谷歌拿着它只做了两件事——显示 Gemini 对话状态，以及提示来电。图｜YouTube @MKBHD是的，没了，甚至连通知指示灯都不算。HiLight 尽管硬件上支持完整色谱，但谷歌压根没做自定义选色，Gemini 对话固定为蓝白渐变、显示来电更是只有寥寥几种预设颜色：图｜Android Authority难怪小马哥在描述这一段的时候都快要气笑了。而且就是这么个半瘸腿的状态指示灯，居然还是Pro 系列专供的，Pixel 11 上那个位置虽然看着像，但只是普通的闪光灯而已——看得出来谷歌是真没什么活了。图｜Android Authority当然要说 Pixel 11 系列一点提升没有也不对，谷歌在一部分基础硬件上还是实现了一些进步的。比如基础款 Pixel 11 换用了一颗新的 4800 万像素主摄传感器，无线充电速度也升级到了 25W，同时显著减小了镜头凸起：图｜YouTube @9to5Google而 Pixel 11 Pro 和 Pro XL 则用上了新的 Super Actua 屏幕，全屏 HDR 峰值亮度 2400 尼特，5% 小窗口则能飙到 3600 尼特。至于价格最贵的 Pixel 11 Pro Fold，它的可感提升反而最不明显——除了厚度减少 1mm、背板换成玻纤之外，主要卖点依然是 HiLight 灯，以及全球唯一的折叠屏 6 级防尘了。图｜CNET可惜的是，Pixel 11 Pro Fold 的折痕表现完全没有提升。在三星都开始大幅减轻折痕的时候，Pixel 11 Pro Fold 一下子就变成吊车尾了，很难让人接受蹿到 1900 刀的起步价。但往好处想，Pixel 11 系列依然是现在唯一支持 Qi2.2 机内磁吸功能的主流手机，磁吸充电不需要套壳。图｜YouTube @MKBHDGemini Intelligence 能救场吗？相比让人无语的硬件，Pixel 11 系列的 Gemini Intelligence 功能反而在外媒上手中得到了比较正面的评价。图｜YouTube @9to5Google比如 Google I/O 上展示的那个「谷歌版 Typeless」功能 Rambler，就首发实装了 Pixel 11 系列所有机型：图｜YouTube @9to5Google不过体感最明显的，应该还是那个看上去非常酷炫的、带有动态模糊和景深效果的 Gemini 窗口，也跟着 Pixel 11 全系上线了：图｜Google并且新版 Gemini Intelligence 在 Android 17 中的「主动性」也变强了，将原本只存在于通话界面的 Magic Cue 智能建议带到了各种日常 App 里：图｜YouTube @9to5Google但从现有的上手来看，Gemini 的「类智能体」功能提升不算很大，依然是覆盖订票、叫车、预订餐厅之类常见场景为主，深入第三方 App 内的功能不多。不过往好处想，新的 Neural Expressive 设计语言的确没有缺席，看上去非常有格调：图｜YouTube @9to5GoogleGemini 之外，Pixel 11 系列的系统也迎来了一些不错的 QoL（生活品质）升级。比如相机终于自带了提词器，Magic Capture 功能可以智能从录像里抽出一帧拥有完整相机算法的照片等等——图｜YouTube @MKBHD并且谷歌相机这次也支持了类似 iOS 上的「色彩风格」预设，不再是生硬的套全屏滤镜，而是根据色彩风格有针对性地调整色彩：图｜YouTube @9to5Google整体来看，Pixel 11 系列最主要的矛盾，还是一个「贵」字。基础款取消 128GB 选项涨价 100 美元勉强算是持平，但 Pro 系列从去年标配 16GB 内存缩水到 12GB 起步，虽然有客观原因在，但还是让人很难受。图｜YouTube @Dave2D最主要的是，Pixel 11 系列不管硬件有升级还是倒吸，都规避不了自己在事实上已经是 Gemini 的物理容器的现状。既然如此，在 Gemini 3.6 Flash 让人难绷、3.6 Pro 神秘消失，Gemini 4 还在训练集群里等着越狱的大背景下，Pixel 11 系列不受待见也就顺理成章了。以后的 Pixel 系列想要支棱，还真得看 Gemini 的脸色。

最近我的朋友圈里，Markdown、HTML 这些词的存在感明显高了起来。三个月前，Claude Code 工程师 Thariq 曾发文分享，他认为 HTML 是比 Markdown 文本更适合 AI 输出的格式，这个观点引发了热议，也让 HTML 重新进入 AI 产品视野。Andrej Karpathy 也认为人机交互正在形成新的输入输出范式——人类更适合用语音表达需求，AI 更适合用视觉呈现复杂信息。APPSO 在日常办公里这个感受也愈加明显，AI 输出正在从文本走向界面，而 HTML 成为关键载体。但问题也随之出现：即使生成变简单，编辑、协作、发布与数据同步仍将大多数用户挡在网页之外。WorkBuddy 近期更新的资料库能力，尝试把 HTML 这些新一代的 AI 原生格式，和 AI 办公产品结合起来。▲ WorkBuddy资料库界面截图此前它通过「人机双写」让 AI 进入 Word、Excel、PPT，实现人、同事与 Agent 的协同编辑；这次进一步扩展到 HTML、智能 Markdown，并加入「轻应用」，让 HTML 具备数据存储与多端同步能力。如果上一阶段解决的是让 AI 进入 Office，那么现在要继续解决的问题，就是如何让 AI 已经大量生成的新文件，真正融入日常办公流程。HTML，开始变成一份多人多 Agent 文档使用资料库并不复杂。WorkBuddy 目前主要分成「我的文档」和「团队空间」两个位置，前者用于保存个人和 Agent 共同完成的内容（也可邀请他人协作），后者面向多人协作，成员可以按照权限查看、编辑、评论和分享，Agent 也可以参与其中。实际使用基本可以概括成三个动作：任务完成后，把最终的文档、Markdown、HTML 或其他文件存进资料库；下一次工作时，直接指定其中的资料，让 Agent 读取原有内容继续修改和分析；需要团队共同维护时，再把相关内容移入团队空间并设置协作者权限。于是，一次 AI 任务的终点，也就变成了下一次协作的起点。资料库保存的不只是最终文件，也包括之后的人和 Agent 可以继续工作的上下文。为了验证这套能力能否用于真实办公，我做了一个简单的测试。我直接输入一组基础项目数据，包括汽车发布会、官网重构、门店拓展等五个项目，以及负责人、部门、状态、预算、执行金额和里程碑时间。WorkBuddy 会先将其整理为结构化数据表，可直接查看和筛选进度、预算执行与负责人分布。最终生成的 HTML 已接近轻量项目管理后台。如需后续同步更新，我们可以先在资料库中将看板与「2026 年 Q2 项目与预算管理看板」及「2026 年重点项目管理表.csv」建立关联；接着再输入提示词「将看板静态数据改为从关联数据表动态读取」。完成后，看板将直接读取数据表内容。后续只需修改表格并刷新页面，即可同步更新，我们无需重新生成 HTML，实现数据表驱动看板的前后端分离结构。当然，现阶段让 AI 直接生成 HTML，第一次成稿还很难保证每次都达到设计师级别。不过对于办公场景来说，第一次生成到什么程度只是其中一环。更关键的是，我们还能在生成页面上进一步修改。一个页面如果可以被人修改、让多个 Agent 分别处理不同部分、交给同事继续编辑，并且所有修改都围绕同一份文件发生，它才开始拥有类似 Word、Excel、PPT 的办公属性。也正是在接下来的修改环节里，我开始觉得它更接近一套真正的办公工具。点击右上角对应按钮，我就可以在 HTML 中选中风险模块，让 AI 将背景调浅，并补充「需本周五前召开专案会议解决」。修改仅作用于选区，其余结构保持不变，可像编辑文档一样调整，无需进入源码。▲ 修改后的结果对非程序员的大部分用户而言，这比能生成网页更重要。过去修改网页往往意味着重新生成或进入代码层，而现在可以直接在页面局部与 AI 交互，让编辑像改文档一样发生。页面修改完成后，还剩下一个过去经常让 AI 生成 HTML 卡住的问题，怎么给别人看。对于程序员来说，后面还有部署、服务器、域名等办法；对于只是想把明天汇报做好的人来说，这种明显复杂过头了。WorkBuddy 资料库也想到了这一点，现在支持把本地 HTML 直接发布成在线网页。页面做好以后，通过分享即可生成链接，同事领导在手机上打开，客户在微信里点开，都不需要额外下载文件，还能直接在网页上划词添加评论——就像批注在线文档一样简单。基于此，HTML 正在进入一个过去长期由 Office 三件套主导的场景。比如一份新品营销方案，可以把三个传播阶段做成可点击的时间轴；一份经营分析可以让管理者按照部门筛选数据；一份产品方案可以放进视频、动画和交互式 Demo；遇到临时修改，也可以直接在网页里选中文字让 AI 调整。不止如此，WorkBuddy 还给智能 Markdown 加入了 AI 原生审阅模式。团队写周报、PRD 或方案时，可以先在 Markdown 里专注处理内容，AI 给出的修改会以修订建议出现，用户逐条确认后才进入正文；等内容定稿，再把文档转换成 HTML，用更适合展示的形式交给老板或者客户。于是两种文件形成了一种很自然的分工。Markdown 用于协同轻量写作和内容维护，HTML 更适合视觉表达和演示场景，也支持协作编辑。换句话说，HTML 从 AI 的交付结果，开始变成一种可以继续工作的文件。从一个人的工作台，到会记事的人机协作空间如果只解决 HTML 的编辑和发布，WorkBuddy 这个功能仍然更接近一套 AI 网页工具。此次资料库升级更往前的一步，是「轻应用」让网页开始保存和同步数据，而资料库又让这些数据和文档继续成为下一次 Agent 工作的材料。我拿一份烘焙店库存数据进行了测试。CSV 里放入商品名称、SKU、实时库存、安全库存、成本和进货日期，再让 WorkBuddy 生成库存看板，页面会直接提示库存不足的商品，也可以按照类别筛选。背后的 CSV 继续保存数据，所以它不再只是一张一次性的可视化报告，而更像一个可以持续使用的小型工作台。再比如为了验证它在个人场景里的效果，我把每日状态、耗能事件和回血项目写入 CSV 后，然后让 WorkBuddy 做了一个「生命电量工作台」。此外，我们也可以充分发挥脑洞，将之应用到我们实际的生活当中，比如把情侣之间的家务、情绪积分和「待赎罪事项」做成共同账本。又或者把公司附近餐厅的价格、距离和评价做成午饭抽签系统。类似方法还可以用于自媒体达人管理、项目进度、客户合作、个人习惯记录等场景。智能 CSV 甚至可以放入合同、发票、图片和设计稿，让数据和对应资料一起留在资料库里。资料保存下来以后，又自然进入了 Agent 的下一次工作。孙北北面包店就是一个官方介绍的真实案例。据悉，他们团队把每个月的仓配、筹建和产品成本报告按业务主题放进资料库，下个月再做经营分析时，可以直接调用历史报告，让 AI 沿着已有结论继续分析，再把新结果存回原来的目录。在整个过程中，资料库因此多了一层传统文件夹没有的作用。它既保存人的工作成果，也保存 Agent 下一次工作需要的上下文，一次生成的网页、数据和文档，可以继续被个人、团队和 AI 反复使用。对于大量数据、复杂权限和完整业务流程，专业数据库和 SaaS 依然不可替代。但对于个人和小团队，很多需求其实只是数据能保存、多设备能访问、团队能一起用，同时 AI 下次还能接着做。轻应用和资料库结合起来，解决的正是这一类更轻量的需求。打工人的办公三件套，要被 WorkBuddy 用 AI 重做了回头看 WorkBuddy 最近两个大版本的变化，上一阶段的「人机双写」，解决的是 AI 怎样进入我们已经非常熟悉的 Office。人写一部分，AI 修改一部分，同事继续协作，传统文档第一次把 Agent 也纳入编辑者。资料库升级之后，这套能力又扩展到了 AI 更擅长处理的格式。HTML 可以由人和多个 Agent 一起编辑，也可以直接发布成网站；智能 Markdown 有面向 AI 修改设计的审阅模式；CSV 除了作为结构化数据，还可以和 HTML 联动，让网页获得实时数据交互和多端同步能力。由此形成的体验，很像给传统 Office 增加了一套 AI 原生的「三件套」。它们不会让 Word、Excel、PPT 一夜之间消失。相反，WorkBuddy 仍然保留传统 Office 文件，并继续通过人机双写连接它们。真正发生变化的，是办公软件开始同时容纳两代文件。一边是过去几十年为人类鼠标、键盘和屏幕建立起来的 Word、Excel、PPT，另一边是越来越适合 Agent 生成、理解和修改的 Markdown、CSV、HTML。Office 进入 AI 时代以后，真正改变的或许不仅是菜单栏里多了一个 AI 按钮。AI 开始参与写作、编辑、数据处理、页面制作和协作之后，我们每天打开的那份「文件」，不再只是静态的文档，而是变成了可以被 AI 修改、自动更新数据、生成页面并持续协作的工作载体。文件格式从来都不只是一种后缀，它背后其实规定了我们如何生产信息、修改信息，又如何把信息交给别人，只不过，工作的参与者从人增加到人和 Agent。几十年前，Office 定义了电脑时代的人应该怎样办公。到了 AI 时代，Agent 也开始反过来改变 Office 应该处理什么样的文件，以及我们每天打开的那个「文件」，究竟应该长什么样。