OpenAI 在 2026 年已经深陷多起诉讼，包括来自世界首富的官司。但上周五，苹果在加州北区联邦法院提起的诉讼，可能是其中最具威胁的一起。 **苹果的指控**：三名前员工——包括前 Apple Watch 副总裁 **Tang Tan**、前 iPhone 系统电气工程师 **Chang Liu** 和另一名前员工 **Yu-Ting 'Alyssa' Peng**——在跳槽 OpenAI 时窃取了苹果硬件部门的商业机密。苹果在长达 41 页的诉状中强调，其硬件运营相关的商业秘密是“美国商业中最有价值的知识资产之一”。 **具体指控**： - Tan 在面试 OpenAI 时，曾要求潜在员工将苹果硬件带出办公室进行“展示与讲解”。 - 他还指导苹果员工如何规避公司的离职安全流程。 **关键背景**：OpenAI 去年收购了 Jony Ive 的硬件公司 io，并任命 Tan 为首席硬件官。这起诉讼直接威胁到 OpenAI 尚未公开的硬件产品——据传是一款与苹果竞争的 AI 设备。 **行业影响**：诉讼可能持续数年，期间 OpenAI 的硬件计划将蒙上阴影。McKool Smith 律所联合主席 Avery Williams 指出，商业秘密案通常耗时漫长，且禁令风险可能迫使 OpenAI 推迟产品发布。 **OpenAI 的处境**：该公司今年已面临多起 AI 版权诉讼、与马斯克的纠纷，以及监管审查。苹果的加入让局势更加复杂——这不仅是法律战，更是对 OpenAI 硬件战略的全面狙击。
谷歌DeepMind首席执行官兼联合创始人德米斯·哈萨比斯（Demis Hassabis）在最新博文中提出，世界需要一个能够对前沿AI模型踩刹车的全球监管机构，并主张由美国主导这一倡议。他认为，凭借美国的经济和技术地位，它是制定全球标准的最佳选择。 哈萨比斯在题为《前沿AI框架与新纪元曙光》的博文中写道，随着AI系统日益复杂，全球监管的紧迫性与日俱增。他预测通用人工智能（AGI）“可能只需短短几年就能实现”，并称“当我们未来几十年回望此刻，会意识到我们正站在奇点的山麓——这无异于人类新纪元的黎明”。 拟议中的机构将类似于美国金融业监管局（FINRA），由顶尖独立专家及开源社区代表组成，拥有在模型发布前进行评估的权力，若认定风险过高，可协调全行业放缓部署。据Axios报道，哈萨比斯数月来一直在私下争取支持，包括向特朗普政府、其他AI实验室和欧洲官员进行简报，并希望该组织能在年底前投入运作。他对特朗普政府的反馈表示“非常积极”。 目前，全球尚无针对AI的专门规则体系，美国国内也缺乏全面的法规。哈萨比斯的提案是业界领袖为建立强大AI治理框架、降低潜在风险的最新努力。随着AGI临近，这一倡议的成败或将深刻影响未来科技走向。
纽约州成为全美首个对大型数据中心建设实施暂停令的州。州长凯西·霍楚尔（民主党）签署行政命令，在未来最多一年内，禁止为**功率超过50兆瓦**的超大规模数据中心颁发新的环境许可证。此举旨在为州政府争取时间，以制定相关法规，应对数据中心带来的能源价格上涨和环境影响。 这一行政命令的门槛高于州议会此前通过的立法版本（20兆瓦）。州长办公室表示，50兆瓦的门槛旨在避免影响医院等机构使用的小型数据中心。目前尚不清楚有多少在建项目会受到影响。 霍楚尔尚未表态是否签署议会通过的更严格版本，但行政命令已让她在审议该法案的同时，率先实施全美首个暂停令。她在声明中强调：“数据中心开发可能推高水电费、消耗自然资源、给纽约居民带来不确定性，我有责任采取行动并引领方向。” 暂停令最长持续一年。在此期间，纽约州公共服务部将制定标准，评估数据中心建设和运营对环境的影响，包括**水资源使用和空气质量**。此外，霍楚尔还要求公共服务部考虑建立机制，让数据中心投资州内能源基础设施；同时要求州经济发展部门制定框架，帮助地方社区在数据中心落户时谈判获取利益。 值得注意的是，**缅因州曾接近成为首个通过数据中心暂停令的州**，但纽约此次的行政命令使其抢先一步。这一举措反映了全美范围内对AI数据中心能源消耗和环境影响日益增长的担忧。 尽管暂停令为监管赢得了时间，但也可能引发行业反弹。数据中心运营商可能认为这阻碍了技术创新和经济增长。霍楚尔的决定将在未来一年内为其他州提供参考范例，平衡数字经济发展与环境保护之间的关系。
iOS 27 首个公测版于今日正式发布，标志着 Apple 终于向普通用户开放了其重写的 Siri AI 功能。我自六月初便开始测试这一系统，它被形容为“雪豹式”更新——重点不在新功能，而在修复问题与提升速度。但其中最引人注目的变化，无疑是 Siri AI 的 beta 版本。 在日常使用中，Siri AI 的表现令人印象深刻。例如，当我询问一场免费音乐会的乐队演出顺序时，Siri 能准确回答出我想看的乐队是最后一个出场，而无需我打开浏览器手动搜索。这看似简单的交互，背后是 Apple 对 Siri 底层架构的重构——它不再仅仅是语音助手，而是一个能理解上下文、主动提供信息的智能代理。 不过，Siri AI 的真正潜力仍依赖于开发者的深度集成。目前公测版更像是对未来的惊鸿一瞥：基础能力已就绪，但杀手级应用场景尚未完全浮现。与此同时，iOS 27 还带来了 Messages 内联回复、RCS 端到端加密、Liquid Glass 优化等改进。对于旧款 iPhone 用户，系统整体的流畅度提升尤为明显。 总体而言，Siri AI 的这次更新终于让 Apple 在智能助手领域有了与 Google Assistant 和 ChatGPT 竞争的底气。虽然它还未完全兑现 keynote 上的承诺，但方向无疑是正确的。
苹果公司近期向法院提交了一份长达41页的诉讼文件，指控OpenAI通过挖角前员工、窃取机密文件、监视硬件原型等手段，系统性窃取其商业机密。该诉讼主要围绕三名关键人物：**Tang Tan**（前苹果Apple Watch副总裁，现OpenAI首席硬件官）、**Chang Liu**（前苹果iPhone系统电气工程师，2026年1月加入OpenAI）以及**Yu-Ting “Alyssa” Peng**（2026年4月加入OpenAI）。苹果声称，OpenAI正为其计划于明年推出的首款AI硬件设备大规模窃取技术秘密。 ### 最离谱的六大指控 1. **面试要求“展示并讲述”**：当苹果员工面试OpenAI职位时，OpenAI硬件负责人竟要求他们携带正在研发的组件和未发布的产品样品。这被苹果视为直接窃取原型信息的行为。 2. **保留公司电脑下载机密文件**：前员工Liu在离职后未归还至少一台苹果公司电脑，并据称利用该电脑下载了数十份机密文件。苹果称其未按要求签署保密提醒、未进行离职面谈，也未确认归还设备。 3. **指导如何规避安全检查**：OpenAI被指控“指导”苹果员工如何绕过公司的安全审查程序，包括如何携带文件离开、如何隐藏通信记录等。 4. **欺骗合作伙伴实施专有技术**：苹果指控OpenAI诱骗其一家可信合作伙伴执行了苹果独有的产品设计技术，从而获取了受保护的工艺细节。 5. **监视硬件原型**：OpenAI被指控通过已入职员工获取苹果硬件原型的访问权限，并实施物理监视，以了解未发布产品的设计细节。 6. **系统性挖角与信息共享**：苹果指出，OpenAI有计划地招募苹果关键硬件人才，并利用他们之间的内部沟通渠道传递机密信息，形成“间谍网络”。 ### 行业背景与影响 这起诉讼发生在AI硬件竞争日趋白热化的背景下。OpenAI正积极布局自有硬件设备，而苹果在AI芯片和终端设备领域拥有深厚积累。若指控属实，OpenAI可能面临巨额赔偿及禁令，其硬件发布计划也可能受阻。苹果则借此强化其“保密文化”形象，同时向竞争对手发出警告。 目前OpenAI尚未正式回应，但业界普遍认为，此案将成为科技公司间人才流动与商业秘密保护的标志性判例。
导航应用 Waze 正在迎来一次 AI 升级。谷歌将其旗舰 AI 助手 **Gemini** 整合进 Waze，让用户能够更个性化地规划行程。此次共推出四项更新，其中两项明确涉及 Gemini 技术。 ### 🗣️ 对话式语音报告与目的地搜索 Waze 升级了 2024 年首次推出的 **对话式报告功能**，现在驾驶员可以用自然语言语音命令报告交通事件或建议地图更新，例如“报告前方事故”或“这条道路已关闭”。此外，新增的 **Destination Search** 允许用户通过语音指令寻找目的地，比如“找一家现在营业的咖啡店”或“附近最便宜的加油站”。这些改进得益于 AI 在对话式语音交互上的显著进步。 ### 🎵 更安静的语音提示与摩托车模式 对于非 AI 功能，Waze 增加了 **“少话痨”模式**，用户可调整语音提示的频繁程度，避免干扰音乐或播客的播放。同时，Waze 推出了 **摩托车模式**，专为两轮车设计，整合了摩托车专属捷径，并提供更准确的预计到达时间（ETA），以优化路线规划。 ### 🛣️ 个性化路线建议 Waze 现在会根据用户的过往行程记录以及本地交通数据，**优先推荐用户偏好的路线**。例如，如果你通常走高速而非地方道路，Waze 会将高速选项置顶。 ### 🚗 背景与趋势 尽管谷歌对 Waze 的 AI 改造相对克制，但其另一款导航应用 **Google Maps** 已陆续加入多项 AI 功能，显示出谷歌在导航领域逐步加强 AI 整合。Waze 此次更新在保留社区特色的同时，引入了更智能的交互方式，有望提升驾驶体验。
在 7 月 12 日的马德里 Real Cool 音乐节上，歌手 Lorde 在演出间隙突然对 AI 眼镜开火。虽然没有点名具体品牌，但她的矛头显然指向了音乐节赞助商 Ray-Ban 与 Meta 合作的 AI 智能眼镜。 “你不知道别人戴的是太阳镜，还是那些该死的……让我说清楚，去他妈的眼镜。别买，一点都不性感。”Lorde 在感谢观众参与“真实”体验后，突然插入了这段即兴吐槽。现场视频被迅速传上社交网络，引发热议。 有趣的是，当天稍后登台的 Blackpink 成员 Jennie 恰好是 Ray-Ban Meta AI 的代言人，她此前在 Instagram 和音乐节间隙播放的视频中为该产品站台。一前一后的“对立”发言，让这场音乐节多了几分戏剧性。 **Lorde 的批评并非孤立事件**。Meta 的智能眼镜近期正面临越来越大的舆论压力。尽管争议不断，但据 The Verge 报道，Meta 仍在计划推出一款名为“超级感知”的新眼镜，支持持续录像，隐私担忧或将进一步升级。 从技术角度看，Ray-Ban Meta AI 眼镜集成了摄像头、麦克风和 AI 助手，可以拍照、录像、听音乐、接电话，甚至通过 AI 识别物体和翻译文字。然而，正是这些“智能”功能引发了公众对隐私的担忧——在别人不知情的情况下被录制，让很多人感到不安。Lorde 的“不性感”评价，恰恰戳中了科技产品在公共场合的社会接受度痛点。 **这场争论背后，是科技便利与个人隐私的经典博弈**。当可穿戴设备越来越“隐形”，社会规范却远未跟上。Lorde 的直言不讳，或许会让更多人停下来思考：我们真的需要随时随地被记录吗？而 Meta 的回应，以及市场最终的选择，将决定这类产品的未来。
苹果的自动驾驶汽车项目虽然最终搁浅，但它在芯片领域留下的遗产正在成为AI时代的关键武器。据彭博社马克·古尔曼（Mark Gurman）在最新一期《Power On》通讯中透露，早期为汽车平台研发的AI处理器虽然从未量产，却直接催生了至今仍在进化的**神经网络引擎（Neural Engine）**，并推动了苹果加速开发支持**1.5TB内存**的M7 Ultra芯片。 ## 从汽车处理器到神经网络引擎 早在2010年代中期，苹果秘密推进“泰坦计划”（Project Titan）时，团队就意识到自动驾驶需要强大的**端侧AI处理能力**。当时，云端AI尚不成熟，车载场景对实时性和隐私的要求极高。为此，苹果内部开始设计专门用于神经网络计算的协处理器。虽然汽车项目最终因战略调整而终止，但这项技术积累被移植到了移动端——2017年，**A11 Bionic芯片**首次搭载神经网络引擎，主要服务于Face ID、Animoji和AR功能。 这一决策让苹果在AI硬件布局上抢占了先机。当竞争对手仍在依赖云端或通用GPU时，苹果已经将专用AI单元集成到iPhone、iPad乃至Mac的**M系列芯片**中。正是这种端侧能力，让苹果得以强调其隐私优势：大量AI运算在本地完成，无需将用户数据上传至云端。 ## 全面押注AI硬件：跳过M6，直奔M7 Ultra 尽管苹果在AI软件（如Siri、生成式AI）方面常被批评落后于谷歌和微软，但其硬件路线图显示出前所未有的激进。古尔曼报道称，苹果将跳过M6系列的Pro、Max和Ultra版本，直接加速开发**M7芯片**，预计2027年上半年推出。M7系列将配备大幅升级的神经网络引擎，而**M7 Ultra**更是计划支持高达**1.5TB的统一内存**——这一容量远超当前多数AI服务器，暗示苹果可能将其用于自研服务器芯片，以支撑更复杂的云端AI推理任务。 此举意味着苹果不再满足于端侧AI，而是试图打通从设备到服务器的全栈AI基础设施。通过统一内存架构，M7 Ultra可以在单芯片上处理超大规模模型，减少数据在CPU、GPU和NPU之间的搬运延迟。 ## 行业启示：失败项目的意外收获 苹果造车项目的折戟曾被外界视为战略失误，但它在芯片研发上的“副产物”正在重塑AI竞争格局。与谷歌的TPU、英伟达的GPU不同，苹果走的是**端云协同**路线：端侧芯片处理低延迟、隐私敏感的任务，服务器芯片则承担重型计算。这种双轨策略既延续了苹果对用户隐私的承诺，又为即将到来的“AI iPhone”时刻储备了算力。 对于开发者而言，M7 Ultra的1.5TB内存意味着可以在本地运行接近GPT-4规模的模型，这将催生新的应用形态——从实时语音翻译到本地视频生成，都可能成为现实。 ## 小结 苹果的汽车项目虽然从未驶上公路，但它留下的神经网络引擎和即将到来的M7 Ultra，正在为AI行业铺设一条新的高速公路。如果说A11芯片是AI端侧计算的起点，那么M7 Ultra或许将定义下一个十年的AI基础设施。
This is The Stepback, a weekly newsletter breaking down one essential story from the tech world. For more on the data center buildout, follow Emma Roth. The Stepback arrives in our subscribers' inboxes on Sunday at 8AM ET. Opt in for The Stepback here. How it started Years before the AI boom threatened local power […]
Meta 本周早些时候推出的一项 Instagram 新功能，在短短几天内就因巨大的舆论压力而被迫下架。该功能允许用户通过 @ 提及任何公开 Instagram 账户，直接利用其内容生成 AI 图像，而无需账户所有者授权。这一设计立即引发了隐私、肖像权滥用和深度伪造风险的广泛担忧。 Meta 在关于其新 Muse Image AI 模型的博文更新中承认：“我们的初衷是提供一个有用的创意工具，并让用户控制自己的公开内容是否以这种方式被引用。但我们听到了反馈，该功能未能达到预期，因此决定将其移除。” 此前，用户虽可通过层层设置选择退出，但这并未平息批评。 国家性剥削中心执行主任 Haley McNamara 严厉指出：“这不仅明显侵蚀了我们对自身肖像的权利……更是 #性勒索 和其他诈骗者的现成工具！追求高风险设计，然后将责任转嫁给个人去费力选择退出，这是不可接受的。” 美国演员工会也建议其成员选择退出，并发布了详细的操作指南。 此次事件再次凸显了 AI 生成内容在社交平台上的伦理边界问题。当技术能力与用户权益发生冲突时，企业的“先上线再补救”策略正面临越来越高的风险。Meta 的快速反转也表明，在深度伪造和 AI 滥用日益敏感的当下，公众和监管机构的监督力量不容小觑。
苹果公司正式对OpenAI提起诉讼，指控其工程师窃取了苹果的硬件机密，以推进这家AI初创公司的硬件计划。这一事件不仅揭示了科技巨头之间日益激烈的竞争，也再次将AI行业的人才流动与知识产权保护问题推向风口浪尖。 ## 诉讼核心：前苹果员工的“系统性盗窃” 根据苹果提交的诉状，该公司发现“OpenAI员工（此前在苹果工作）存在窃取苹果商业秘密的模式”。除了OpenAI，苹果还将**IO Products**——即乔纳森·伊夫的硬件初创公司（于2025年被OpenAI收购）——以及两名具体员工列为被告：**OpenAI首席硬件官Tang Tan**和**2025年1月从苹果跳槽至OpenAI的Chang Liu**。 苹果发言人向9to5Mac表示：“在苹果，我们的团队不断开发突破性技术，以创造世界上最好的产品和服务，保护他们的工作和知识产权是我们非常重视的事情。最近，有重要证据表明，OpenAI雇佣的个人不当获取了苹果关于未发布技术、流程和产品的机密信息。我们将永远捍卫团队的辛勤工作和创新，并正在采取一切适当措施。” OpenAI的Drew Pusateri则回应称：“我们对他人的商业机密没有兴趣。我们仍专注于构建赋予所有人力量的创新技术。” ## 具体指控：离职后仍持续窃密 诉状对**Chang Liu**的指控尤为详细。苹果称，Liu在离开苹果后仍访问了苹果系统，并下载了“数十份苹果机密硬件相关文件”，包括未发布产品的详细信息、工程演示、技术规格和专有项目数据。更严重的是，Liu还被指控指导一名即将加入OpenAI的前苹果同事如何复制机密文件并“避开苹果安全团队的麻烦”，他甚至建议通过**Line Messenger**进行通信以避免被检测。 苹果指出：“Liu先生对其合同的实质性违反，与……（原文此处中断）”。这一行为模式显示了系统性、有组织的商业机密窃取。 ## 行业影响与深层思考 这起诉讼正值AI硬件竞争白热化之际。OpenAI在收购Jony Ive的硬件公司后，明显在加速硬件布局，而苹果作为硬件巨头，其核心技术无疑是最宝贵的资产。 从行业角度看，此案可能产生深远影响： - **人才流动的合规红线**：科技公司间的人才跳槽本就频繁，但此案警示，员工在离职前后必须严格遵守保密协议，任何“顺手带走”的行为都可能引发法律后果。 - **AI与硬件的融合挑战**：OpenAI从软件走向硬件，必然需要大量硬件人才，但苹果的起诉表明，这种跨界竞争可能触碰到知识产权的高压线。 - **企业合规的加强**：未来，公司可能会更严格地审查新员工的背景，并加强离职员工的权限管理，以防止类似事件。 目前，苹果尚未对The Verge的置评请求做出回应。这场诉讼的走向，将不仅影响苹果与OpenAI的关系，也可能为整个科技行业树立关于商业机密保护的新判例。 ## 小结 苹果此次诉讼并非孤立事件，而是科技巨头在AI时代争夺顶尖人才与技术优势的缩影。随着AI公司不断从传统硬件巨头挖角，类似的冲突可能会更加频繁。对于从业者而言，这无疑是一记警钟：商业机密是企业的生命线，而法律的长臂终将触及每一个越界行为。
Instagram 负责人亚当·莫塞里（Adam Mosseri）在 Lenny Rachitsky 的播客中表示，平台不会完全过滤 AI 生成内容，但用户若不喜欢，应有权将其从信息流中排除。莫塞里强调：“我不认为我们应该过滤掉 AI 内容，但应该告知用户哪些是 AI 生成的。”他同时区分了基于内容的分类与全面禁止 AI：喜欢 AI 的用户可以拥有“纯 AI 信息流”，而不喜欢的用户则应能选择不看。 然而，Instagram 目前仅对 AI 内容进行标记，并未提供过滤选项。莫塞里承认检测 AI 内容“很难”，随着模型进步，平台可能“失去识别能力”。他建议更务实的做法是标记“相机拍摄的真实内容”，而非 AI 内容。这一观点与他 2025 年 12 月关于“真实媒体”指纹识别的表态一致。 尽管莫塞里表示需要打击垃圾 AI 内容，Instagram 仍在积极拥抱 AI 技术。Meta 推出的 AI 图像生成器 Muse Spark 允许用户通过标记将他人融入 AI 创作，引发安全担忧。国家性剥削中心执行主任指出，该功能“为剥削、性虐待、骚扰和身份欺诈创造了明显且可预见的机会”。 **行业背景**：当前 TikTok、YouTube、Facebook 等平台均采取类似策略——标记但不过滤。这反映了平台在平衡 AI 创新与内容治理之间的困境：一方面，AI 内容带来流量和用户参与；另一方面，虚假信息、滥用和版权问题日益突出。莫塞里的表态或许预示着未来平台将提供更细粒度的用户控制权，而非一刀切禁止。
一家太阳能和家用储能公司正将业务拓展至AI数据中心领域，但并非通过自建数据中心——而是计划向客户付费，允许在其家中部署计算单元。Sunrun 宣布启动一项名为“分布式AI计算”的试点项目，该项目将“在客户家中放置大量计算节点”，利用家庭太阳能和储能系统为这些节点供电。 ## 模式与动机 Sunrun 的模式本质上是将算力下沉至用户侧。与传统集中式数据中心不同，分布式计算节点部署在住宅中，借助家庭已有的光伏和电池储能系统运行。用户无需承担硬件成本，Sunrun 会为占用的空间和电力支付费用。这一策略既能降低数据中心建设的土地和电力成本，又能利用分布式储能缓解电网压力，同时为用户创造额外收入。 ## 行业背景与挑战 AI 训练和推理对算力的需求呈指数级增长，而数据中心能耗已成为全球关注焦点。集中式数据中心面临电力供应紧张、冷却成本高、建设周期长等问题。分布式计算并非新概念，早期有通过家庭节点进行蛋白质折叠等科学计算的案例，但 Sunrun 的尝试首次将分布式计算与 AI 工作负载结合，且由能源公司主导。 **潜在优势：** - **绿色能源利用：** 家庭太阳能和储能系统可提供清洁电力，降低碳足迹。 - **电网友好：** 计算任务可灵活安排在太阳能发电高峰或电价低谷时段，辅助电网调峰。 - **低延迟边缘计算：** 对于某些推理场景，靠近用户的数据处理可减少延迟。 **主要挑战：** - **可靠性：** 家庭网络和电力稳定性不如专业数据中心，可能影响任务连续性。 - **安全与隐私：** 计算节点处理的数据类型和安全性未明确，用户对硬件在自家运行可能有顾虑。 - **规模效应：** 分散的计算节点管理和维护成本较高，能否达到 AI 训练所需的算力密度存疑。 ## 试点与未来展望 Sunrun 的试点计划规模有限，具体参与条件、硬件配置和报酬机制尚未公布。如果成功，可能开启一种“算力共享经济”模式，类似家庭太阳能发电并网获利。但 AI 计算对硬件要求苛刻，尤其是训练任务需要高速互联和专用加速芯片，普通家庭环境难以满足。因此，该模式更可能聚焦于推理或轻量级训练任务。 总体而言，Sunrun 的尝试反映了 AI 基础设施向分布式、绿色化发展的趋势，但能否规模化落地仍需观察。对于用户而言，这或许是一个用闲置屋顶和储能赚钱的新机会，但需要权衡隐私与便利性。
微软在最新发布的2026年可持续发展报告中承认，其2025年碳排放量同比增加了25%，达到3400万公吨（未计入特定干预措施）。这一增长主要由数据中心基础设施的扩张以及去年2月停止购买“非额外、非捆绑的可再生能源证书”所驱动。 报告指出，尽管微软此前设定了2030年实现碳负排放的目标，但AI基础设施的快速发展正对能源、水资源、土地和材料产生巨大需求，而可持续解决方案的规模化速度远未能跟上这一步伐。“AI基础设施正在推动对能源、水、土地和材料的需求，但可持续解决方案的扩展速度不足以满足需求。”报告坦言。 这并非微软首次在气候目标上遭遇挫折。2024年的可持续发展报告已显示类似的碳排放上升趋势。此次增长也反映了整个科技行业的普遍困境——谷歌在其2026年可持续发展报告中同样报告了25%的供应链排放增长，亚马逊则报告了16%的增长。此外，亚马逊6月公布其数据中心在2025年消耗了25亿加仑水，并声称这低于微软的用水量。 微软曾承诺到2030年实现碳负排放，即从大气中清除的碳多于其排放量。然而，持续的数据中心扩张和AI算力需求正使这一目标面临严峻挑战。行业观察人士指出，在AI竞赛中，科技巨头们正面临环境承诺与业务增长之间的深刻矛盾。
OpenAI的AGI项目负责人Fidji Simo宣布因健康原因辞去全职职务，转任兼职顾问。她在X平台上表示，数月前因神经免疫疾病加重而休病假，但康复过程远比预期复杂，因此决定将重心完全放在健康上。 Simo于今年4月被任命为AGI首席，此前她担任应用CEO。就在她休病假前后，OpenAI管理层经历了一系列变动：COO Brad Lightcap离职专注“特殊项目”，CMO Kate Rouch也因健康原因退居窄范围职务。期间，总裁Greg Brockman接管产品线，包括超级应用项目；CSO Jason Kwon、CFO Sarah Friar和CRO Denise Dresser则负责商业运营。 5月中旬，公司再次重组，Brockman正式领导产品战略与规模化，整合核心产品、企业、消费及基础设施四大支柱。他在内部备忘录中指出，重组旨在集中资源打造统一智能体平台，将ChatGPT与Codex融合为全栈智能体体验。 Simo的离职标志着OpenAI高层持续动荡，同时也凸显AI行业高压力工作环境对健康的影响。她写道：“一边帮助构建未来，一边应对使人失能的疾病，这种体验令人困扰。”
OpenAI 正在关闭其名为 **Atlas** 的 ChatGPT 浏览器——这款去年 10 月才推出的、能代表用户自动执行任务的浏览器，如今距离诞生还不到一年。作为今日宣布的“ChatGPT Work”系列更新的一部分，OpenAI 官方确认将“逐步淘汰”Atlas，并计划于 **8 月 9 日** 正式停止服务。 ### 从“超级应用”到产品整合 Atlas 的关闭并非孤立事件。今年 3 月，《华尔街日报》曾报道 OpenAI 计划将 ChatGPT 应用、Codex 和 Atlas 整合为一款桌面 **“超级应用”**——而今天发布的 **ChatGPT Work** 正是这一努力的成果。OpenAI 显然在集中资源，试图在生产力功能上追赶 Anthropic，并减少所谓“支线任务”的分散精力。 OpenAI 的 James Sun 在关于 ChatGPT Work 的帖子中解释称：“所有这些能力都建立在我们从 Atlas 用户身上学到的东西之上，你们教会了我们智能体如何帮助改善浏览和开放式网页工作，我们正将这些经验应用到新产品中。” ### 产品线持续收缩 除了 Atlas，OpenAI 近期还关闭了视频生成应用 **Sora**，并暂停了 ChatGPT“成人模式”的计划。这一系列动作表明，OpenAI 正重新聚焦核心产品线，将资源向商业化更明确的方向倾斜。 ### 用户何去何从 对于已经习惯 Atlas 的用户来说，这无疑是一次失望的转折。Atlas 曾被寄予厚望——它不仅是浏览器，更是能代表用户执行复杂任务的智能体。然而，在 OpenAI 看来，这些功能的价值已被整合到 ChatGPT Work 的桌面浏览器和云端工作模式中。 ### 行业视角 Atlas 的短命也反映了 AI 行业的一个现实：产品迭代速度极快，功能试错成本高昂。即便是行业领头羊 OpenAI，也无法保证每一个实验性产品都能存活。对于用户而言，依赖某个特定 AI 工具时需要保持警惕，因为“下一个版本”可能就意味着“彻底消失”。 未来，OpenAI 将如何平衡创新与稳定，能否让 ChatGPT Work 真正留住用户，仍需时间检验。
谷歌近日宣布，将在其广告系统中引入一项新功能：在搜索结果、Google Discover 以及 YouTube 的广告旁添加“由AI创建或编辑”标签。这一更新于周四正式公布，用户可以通过点击广告旁的三个点或信息按钮，在“我的广告中心”的“广告制作方式”板块中查看该标签。该面板同时也是用户屏蔽或举报广告的入口。 谷歌表示，对于使用其自有生成式AI广告工具制作的广告，系统将**自动应用**该AI标签。而使用第三方AI工具制作的广告，则需要广告主**手动添加**标签。在某些地区，AI标签还可能**直接显示在广告上**，无论是自动触发还是由广告主主动披露。 此举并非谷歌首次涉足AI内容标注。早在2024年，谷歌就已在政治广告中引入了“合成或数字修改内容”的披露要求。今年早些时候，谷歌还扩大了 **SynthID** 和 **C2PA 内容凭证**的使用范围，用以帮助识别深度伪造内容。 值得注意的是，**Meta** 此前已经在旗下平台的广告中推出了类似的“AI信息”标签，位于“关于此广告”面板中。谷歌此次更新，进一步反映了整个行业在AI生成内容透明度方面的共识正在形成。 随着生成式AI工具在广告创作中的普及，消费者越来越难以分辨广告中的图像、视频或文案是否由AI生成。谷歌此举旨在提升广告透明度，帮助用户做出更知情的决策。对于广告主而言，这意味着需要更加主动地披露AI的使用情况，否则可能面临合规风险。 未来，谷歌可能会进一步扩大AI标签的适用范围，并可能将其整合到更多广告格式中。对于普通用户来说，这一标签提供了一个简单直观的方式来识别AI参与的广告内容，从而更好地理解所看到的信息。
OpenAI 在经历约两周的监管波折后，终于获得特朗普政府批准，正式向公众推出其最新旗舰模型 **GPT-5.6**。CEO Sam Altman 称其为“我们迄今最好的模型”。与此同时，OpenAI 还发布了一款名为 **ChatGPT Work** 的新 AI 智能代理，旨在让非技术用户也能轻松利用 Codex 的能力完成文档、表格、演示文稿乃至 Web 应用等任务。 ## 从“受限预览”到全面开放 GPT-5.6 最初在约两周前推出，但当时仅面向政府批准的组织进行“受限预览”，引发了监管层面的讨论。如今，随着政府绿灯亮起，该模型已向全球用户开放。OpenAI 在公告中强调，包括免费用户在内的 Mac 和 Windows 桌面端用户已可立即通过 ChatGPT 桌面应用访问 GPT-5.6 和 ChatGPT Work；而 Pro、Enterprise 和 Edu 用户在移动端和网页端将优先获得权限，Plus 和 Business 用户则将在“未来几天内”陆续收到更新，整体推送预计在 24 小时内完成全球覆盖。 ## ChatGPT Work：Codex 能力的大众化 ChatGPT Work 被描述为 ChatGPT 与 Codex 的结合体。它由 GPT-5.6 模型套件（包括 Sol、Terra 和 Luna）驱动，能够从用户指定的应用、文件和流程中收集上下文，并自动生成文档、电子表格、演示文稿和 Web 应用等成品。其统一的插件目录支持连接 Slack、Gmail、Google Drive、日历和 CRM 等常用工具，大幅降低了 AI 智能代理的使用门槛。 这一发布正值 AI 代理竞争白热化之际。Anthropic 此前推出了 **Claude Cowork**（整合了 Claude 和 Claude Code），谷歌和苹果等科技巨头也在加速布局。尤其是在开源 AI 代理 **OpenClaw** 走红后，业界对“真正对普通人有用”的 AI 代理需求更加迫切。OpenAI 希望通过 ChatGPT Work 在这一赛道中占据领先地位，而 Sol（GPT-5.6 中最强大的子模型）将成为其核心优势。 ## 行业背景与展望 GPT-5.6 的公测标志着 OpenAI 在模型迭代与合规之间找到了新的平衡点。此前，监管审查曾一度阻碍其大规模部署，而此次政府快速放行也反映出 AI 政策环境的微妙变化。对于普通用户而言，ChatGPT Work 的推出意味着 AI 代理不再只是开发者的工具，而是可以融入日常办公与生活流程的“数字助手”。 不过，AI 代理的实际效果仍存疑问。尽管 OpenAI 和 Anthropic 等公司不断加码，但真正能无缝执行复杂多步骤任务、并理解用户意图的 AI 代理尚未成熟。ChatGPT Work 能否在实用性上超越竞争对手，还需要用户的实际检验。
微软宣布将更深度地利用 AI 来加速安全漏洞的发现与修复，这意味着未来的 Windows 11 更新中，每次安全发布所包含的补丁数量将显著增加。这一变化既是应对日益猖獗的 AI 驱动攻击，也是微软自身安全流程升级的必然结果。 ## 从被动防御到主动出击 长期以来，微软的“补丁星期二”一直是 Windows 用户每月固定的安全节奏。但随着攻击者——包括业余黑客——越来越多地利用 AI 工具快速挖掘和利用漏洞，传统的补丁周期已显吃力。微软在官方博客中坦言，AI 的介入让“潜在问题能被更早识别”，因此客户将在每次安全更新中看到“更高密度的安全修复”。 这并非空穴来风。今年 5 月，名为“Copy Fail”的高危漏洞几乎影响了所有 Linux 发行版，而安全研究员正是借助 AI 才得以快速定位该漏洞。同样，Anthropic 在发布 Claude Mythos 模型时声称，该模型已在“每个主流操作系统”中发现高危漏洞。AI 正在同时成为攻击者和防御者的利器。 ## 流程重塑：从开发到发布的 AI 渗透 为了在提升速度的同时保证质量，微软表示正在更新其 **安全开发生命周期（SDL）**，明确要求流程必须“显式考虑潜在的 AI 赋能攻击技术和利用路径”。此外，微软还在投资“Windows 特定工具和代理框架”，用于辅助生成和验证安全补丁，但强调“人类仍将参与代码审查环节”。 这意味着 AI 将负责初筛、生成修复建议，而最终决策权——尤其是涉及风险权衡的更新——依然掌握在开发者手中。微软希望借此在“速度”与“准确性”之间取得平衡。 ## 对用户意味着什么？ 对于普通 Windows 11 用户来说，最直观的变化是：**每个月的补丁星期二，系统更新包可能会更大，安装时间也可能更长**。但好处是，更多已知漏洞将在同一时间被修复，减少了因等待累积更新而暴露在风险中的窗口期。 不过，微软也承认这并非没有挑战。更大规模的更新可能增加系统兼容性问题的概率，尤其是在企业环境中。为此，微软正在改进更新验证流程，并计划提供更灵活的暂停选项——正如早些时候宣布的“允许无限期暂停更新”功能所暗示的那样。 ## 行业趋势：AI 安全军备竞赛升级 微软的举措并非孤例。整个安全行业都在经历一场由 AI 驱动的范式转变：传统基于签名的检测正让位于行为分析与异常检测，而漏洞发现也从人工代码审计转向大规模 AI 辅助扫描。微软此次将 AI 直接嵌入到补丁生产线的做法，标志着安全响应从“被动修复”向“主动预防”迈出了实质性一步。 可以预见，未来会有更多厂商效仿微软，将 AI 深度整合进安全开发生命周期。对于用户而言，这意味着更频繁的更新和更高的系统安全性——但前提是，AI 的“幻觉”不会在补丁中引入新的问题。
Meta 于 2026 年 7 月 9 日正式发布其 AI 模型 **Muse Spark 1.1**，这是继今年 4 月推出首款自研模型后的重大升级。该公司宣称，新模型在编程能力上实现了“阶跃式进步”，能够检测和修复复杂漏洞，并支持端到端智能体工作流与多模态感知（图像、视频、文档）。 ### 核心更新：从聊天机器人到开发者平台 Muse Spark 1.1 最初仅用于 Meta AI 聊天应用，随后逐步集成至 Instagram、WhatsApp 和 Meta 智能眼镜。此次升级将其定位为 **面向开发者的开放平台**，通过全新的 **Meta Model API** 提供公共预览（仅限美国开发者）。Meta 为每位新注册用户提供 20 美元免费额度，旨在吸引更多第三方开发者基于该模型构建应用。 ### 技术亮点：多模态与智能体能力 与第一代模型相比，Muse Spark 1.1 主要改进包括： - **高级代码调试**：不仅能生成代码，还能主动检测并修复复杂 bug。 - **智能体工作流**：支持跨应用（包括多智能体系统）的端到端自动化任务。 - **原生多模态**：可同时理解图像、视频和文档内容，为更丰富的交互场景奠定基础。 ### 竞争背景：Meta 的 AI 追赶之路 此次发布紧随 **Muse Image** 图像生成模型之后，后者因能利用用户 Instagram 内容引发争议。Meta 正全力追赶 OpenAI、Google 和 Anthropic，去年已进行大规模人事调整和公司重组，并投入数十亿美元。Muse Spark 1.1 的推出是其在 **编程 AI 赛道** 与 GitHub Copilot、Google Gemini 等竞品直接竞争的关键一步。 ### 可用性与未来展望 目前，Muse Spark 1.1 已在 Meta AI 应用和官网的“思考模式”下开放使用。开发者可通过 Meta Model API 接入，但初期仅限美国地区。Meta 未公布国际上线时间表，但暗示将根据反馈持续迭代。 对于开发者而言，Muse Spark 1.1 的低门槛（免费额度）和多模态能力可能成为差异化优势，但其实际表现仍需与现有工具对比验证。