软银集团（SoftBank Group）近日宣布，计划在法国投入高达 **750亿欧元**（约合870亿美元），以扩建其数据中心基础设施。目标是开发和运营高达 **5吉瓦** 的额外数据中心容量。 ## 第一阶段：聚焦上法兰西大区 该计划的第一阶段包括在敦刻尔克（Loon-Plage）、Bosquel 和 Bouchain 建设数据中心，预计到 **2031年** 将向 **上法兰西大区**（Hauts-de-France）提供 **3.1吉瓦** 的容量。软银表示，这将是其在欧洲最大的 AI 基础设施投资。 ## 法国政府的支持与战略定位 法国经济部长罗兰·莱斯库尔（Roland Lescure）在声明中称，这一公告“证明了埃马纽埃尔·马克龙总统将法国定位为 AI 价值链领先目的地的雄心”。法国正积极吸引 AI 相关投资，软银的大手笔投入无疑是对法国政策环境的肯定。 ## 全球数据中心建设背景 值得注意的是，在美国，由于环境问题以及对数据中心影响电网和电价的担忧，反对数据中心建设的声浪正在升温。尽管如此，软银此前已宣布计划在俄亥俄州建设一座数据中心，并由一座新的 **9.2吉瓦** 天然气发电厂供电。 软银既是 OpenAI 的投资者，也是其客户，此次法国投资进一步彰显了其在 AI 基础设施领域的全球布局。
微软旗下 GitHub Copilot 宣布将从 6 月 1 日起，将其计费模式从固定订阅费转为基于 Token 消耗的计费系统。这一变化引发了开发者社区的强烈反应，许多用户表示费用将大幅上涨。 ## 计费模式巨变：从固定费率到按量计费 此前，GitHub Copilot 采用固定订阅费率，个人用户每月约 **10 美元**，企业用户按席位收费。新模式下，用户将根据实际使用的 **Token 数量** 付费，而非按请求次数。这意味着，频繁使用或生成大量代码的用户可能面临显著更高的成本。 ## 开发者反应：费用暴涨，吐槽不断 在 Reddit 和 X 等平台上，开发者纷纷表达不满。一位 Reddit 用户声称，其月费将从约 **29 美元** 暴涨至近 **750 美元**，直呼“真是个笑话”。另一位用户晒出截图，显示费用从约 **50 美元** 飙升至 **3000 美元**，称“没想到新定价这么离谱”。 ## 观点分歧：是“无脑编码”的代价还是定价不合理？ 然而，也有用户为 GitHub 辩护，认为高额费用源于 **“无脑编码”（vibe-coding）** 行为——即缺乏实际开发知识、盲目迭代导致 Token 浪费。一位用户指出，自己全天工作也仅产生少量超额，而截图中的高消耗“只能说明你在无脑编码”。 ## 背后经济学：Copilot 此前是否在亏本运营？ 一位 Reddit 用户问道：“Copilot 之前到底亏了多少钱？”这确实是个好问题。旧模式下的经济账并不透明，微软可能一直在补贴用户的编码行为。新计费模式或许是为了让 Copilot 实现可持续盈利，但代价是让中小型开发者和企业承受更高成本。 ## 行业影响：AI 编程工具的商业模式探索 GitHub Copilot 的这次调整，反映了 AI 编程工具在商业化道路上的典型困境：如何在用户可负担性与企业盈利之间取得平衡。其他类似工具（如 Amazon CodeWhisperer、Tabnine）也面临同样挑战。对于开发者而言，这意味着需要更理性地使用 AI 辅助编程，避免无意义的 Token 消耗。 总体而言，新计费模式对大型企业影响有限，但独立开发者和小型团队可能被迫重新评估 Copilot 的价值。正如一位用户所说：“如果把它当作工具合理使用，它仍然负担得起。”但显然，许多人对新定价感到失望。
据一份内部备忘录显示，Meta 正在开发一款 AI 挂坠，计划在未来一年内开始测试。这款设备很可能基于 Meta 在 2025 年底收购的 Limitless 公司的技术，后者曾推出一款可夹在衣服上或作为项链佩戴的 AI 挂坠，用于记录对话。当时 Meta 表示，收购将“加速我们构建 AI 可穿戴设备的工作”。 此前，AI 可穿戴设备因隐私问题、营销失误或实用性不足而未能获得消费者青睐，但 OpenAI 等公司并未放弃这一领域。备忘录还提到，Meta 计划扩展其 AI 眼镜产品线，并推出面向企业的订阅服务“Wearables for Work”。 这些举措表明，Meta 希望扭转 Reality Labs 部门的财务困境——该部门今年第一季度亏损 40 亿美元。TechCrunch 已联系 Meta 寻求置评。 随着 AI 硬件竞争加剧，Meta 能否凭借挂坠等产品打开市场，仍有待观察。
谷歌在今年5月的年度开发者大会上推出了 **Gemini Spark**，一款运行在云端虚拟机上的全天候代理型AI助手。与需要本地设备持续运行的OpenClaw等竞品不同，Spark可以在用户关闭电脑后继续完成任务，被称为“面向普通人的代理AI”。 Spark深度集成Google Workspace应用（Gmail、Calendar、Docs、Sheets、Slides），主打工作辅助场景。官方推荐的用例包括：扫描邮件和日历生成每日待办清单、根据空闲时间规划周末活动等。但实际使用中，这些功能略显“书呆子气”，默认用户是重度日程管理爱好者。 笔者通过早期访问进行了实测，重点测试了消费场景。例如，要求Spark在预算范围内推荐附近餐厅，它利用Google Maps和Calendar数据，给出了合理建议并自动创建日程。此外，Spark还能自动整理收件箱、生成费用报表，甚至根据历史数据提醒续订订阅服务。 整体而言，Spark作为消费级AI确实实用，但问题在于：谷歌为何不将其整合进现有Gemini产品线，而是单独命名？这可能导致用户困惑，并削弱品牌一致性。Spark的能力更像是对现有Gemini功能的增强，而非革命性突破。 **关键结论**：Spark在任务自动化上表现合格，尤其擅长处理跨应用工作流。但其独立产品定位值得商榷，未来若能融入Gemini生态，将更具竞争力。
在科技与人文的交汇处，诗歌往往扮演着意想不到的角色。近日，**《IEEE生物医学》杂志**2026年6月刊发表了一首题为《赛博格实验室》的诗歌，作者是**Paul Jones**——一位兼具计算机科学家与诗人双重身份的人物。 Paul Jones于2021年入选**北卡罗来纳州立大学计算机科学名人堂**，并已出版两本诗集。他的这首新作以“赛博格实验室”为意象，探讨了人类与技术融合的边界。诗歌的标题本身便暗示了一个混合空间——实验室不仅是科学实验的场所，也是思想与情感实验的场域。 虽然诗歌全文尚未公开，但这一发布本身值得关注。在AI与生物技术加速融合的今天，诗歌作为一种表达媒介，能够捕捉技术发展中的情感与哲学维度。Jones的作品或许在提醒我们：科技不仅需要工程师的精确，也需要诗人的敏感。 对于AI行业从业者而言，这则新闻或许是一次跨界的启发——当我们在构建更智能的系统时，不妨也思考技术背后的人性温度。诗歌与工程并非对立，而是可以相互滋养。
在电动高尔夫球车和叉车领域，铅酸电池长期以来占据主导地位，但其重量大、寿命短、充电慢的缺点也一直困扰着用户。如今，电池制造商正在通过一种全新的安装方法，让锂离子电池成为更便捷、更经济的替代选择，无需对车辆进行昂贵的改装。 ## 传统铅酸电池的痛点 铅酸电池虽然成本低廉，但在实际应用中存在诸多不足： - **重量大**：同等容量下，铅酸电池重量通常是锂离子电池的2-3倍，影响车辆续航和操控。 - **寿命短**：循环寿命通常只有500-1000次，频繁更换增加维护成本。 - **充电慢**：充满电需要6-8小时，影响作业效率。 相比之下，锂离子电池能量密度更高、循环寿命可达2000次以上、充电时间缩短至2-3小时，但高昂的初始成本和复杂的改装流程一直阻碍其普及。 ## 新型安装方法的突破 Trojan Battery Company 等厂商开发出了一种“即插即用”式的锂离子电池替换方案。核心思路是： 1. **尺寸兼容**：新电池组的外形尺寸与标准铅酸电池完全一致，无需修改电池仓或布线。 2. **智能BMS集成**：内置电池管理系统（BMS）可自动适配原有充电器和车辆控制器，无需更换外部设备。 3. **简易固定**：采用与铅酸电池相同的固定支架和端子接口，安装时间从数小时缩短至30分钟内。 这种设计大幅降低了用户切换门槛：无需专业技师，普通操作工人即可完成替换。 ## 行业影响与前景 这一创新对高尔夫球车和物料搬运行业意义重大。据行业数据，仅北美地区就有超过100万辆高尔夫球车和50万辆叉车仍在使用铅酸电池。如果全部替换为锂离子电池，预计每年可减少电池废弃物数万吨，同时提升设备综合效率20%以上。 不过，锂离子电池的初期成本仍比铅酸电池高约30-50%，但通过更长的使用寿命和更低的维护成本，总拥有成本（TCO）可在2-3年内实现平衡。 ## 小结 电池制造商通过设计兼容性更强的锂离子替换方案，正在加速铅酸电池的退役进程。这不仅为高尔夫球车和叉车用户提供了更清洁、高效的能源选择，也为锂电池在工业场景中的规模化应用铺平了道路。未来，随着电池成本持续下降，这种“无缝替换”模式有望拓展至更多领域，如UPS备用电源、清洁设备等。
在AI投资热潮席卷硅谷的2022年，前Meta工程师、连续创业者Craig Campbell却做出了一个反直觉的决定：拒绝投资人的“空白支票”，创办一个名为 **Past Maps** 的网站。这个看似“老派”的押注，如今正通过有机搜索实现可持续增长，成为AI时代下的一个另类成功故事。 ## 从AI热潮中抽身 Campbell并非没有机会搭上AI快车。他曾是Meta的工程师，并在2022年成功出售了自己的上一家创业公司——一个面向Shopify商家的电商工具。彼时，AI领域正涌入大量资金，投资人们急切地希望他“再干一票”。然而，Campbell选择了另一条路：做一个让人们浏览历史地图的网站。 “我之前的VC投资者一直催我，‘再搞点新东西，我们给你开空白支票。’”Campbell回忆道。但他有自己的想法。在许多人认为“谷歌零点击”时代即将到来、网站流量日益萎缩的背景下，进入网站业务显得尤为不合时宜。但Campbell不为所动。 ## Past Maps：用技术连接过去与现在 Past Maps的核心功能很简单：将某个地区的历史地图与现代地图叠加，用户可以通过调节透明度来对比古今地貌变化。这些历史地图来自美国地质调查局等公开来源，而Campbell开发了让用户以交互方式探索它们的工具。 这个项目的灵感其实源于Campbell的个人爱好——金属探测。通过定位旧建筑和小径的现代位置，他能找到新的寻宝地点。当他将工具分享到Reddit后，其他金属探测爱好者也表现出了浓厚兴趣。于是，他的新事业就此起步。 当然，Past Maps的吸引力远不止于寻宝。对于任何对身边环境充满好奇的人来说，它都是一座宝藏。例如，作者用它来了解杜瓦米什河在被截弯取直之前的原始形态。 ## 老派网站的新生机 更令人意外的是，Past Maps的增长主要依靠 **有机搜索** ——这在当下几乎被视为一种“奢侈”。在内容分发日益被社交媒体和AI推荐主导的时代，一个依赖搜索引擎自然流量的网站能够生存并发展，实属罕见。Campbell的案例表明，即使是“老派”的网站模式，只要提供独特且有价值的体验，依然能吸引用户。 ## 启示：反主流策略的价值 Campbell的故事为科技创业者提供了一个值得深思的样本。当所有人都在追逐AI时，他选择了一个看似过时的赛道，并用技术手段赋予了它新的生命力。这不仅体现了对用户真实需求的洞察，也证明了**差异化竞争**的力量。在AI浪潮中，或许并非只有做大模型或AI应用才能成功，那些解决具体问题、提供独特体验的“小”产品，同样能找到自己的生态位。
随着Google Chrome和Apple Safari在浏览器市场的主导地位日益巩固，一批新兴替代品正试图打破格局。从AI驱动的智能浏览器到注重隐私和开放性的开源选择，再到关注用户福祉的“正念浏览器”，2026年的浏览器战场正变得前所未有的多元化。本文梳理了当前最值得关注的几款替代浏览器，包括**Perplexity的Comet**、**The Browser Company的Dia**、**Opera的Neon**以及**OpenAI的Atlas**等，它们各自以AI为核心卖点，试图在功能、用户体验和隐私保护上开辟新路径。无论是追求效率、安全还是个性化，用户都有了更多选择。 ## AI浏览器：智能助手的新形态 AI正在重塑浏览器的定义。**Perplexity的Comet**定位为聊天机器人式搜索引擎，能总结邮件、浏览网页甚至发送日历邀请，但目前仅限每月200美元的Max计划用户使用。**The Browser Company的Dia**则更像一个AI伙伴，能扫描用户访问过的所有网站，帮助快速查找信息和执行任务，当前以邀请制开放。**Opera的Neon**主打“上下文感知”，可离线执行研究、购物和代码编写等操作，但尚未正式发布，定价也未知。**OpenAI的Atlas**则直接集成ChatGPT，用户可在聊天界面内浏览搜索结果，无需跳转外部链接。 这些AI浏览器不仅提升了搜索效率，更将浏览器从单纯的“信息窗口”转变为主动的“任务代理”。然而，它们普遍依赖订阅制或邀请制，且隐私与数据安全问题仍是用户关注的焦点。 ## 开源与隐私：技术极客的坚守 除了AI浪潮，**开源浏览器**依然是抗衡巨头的重要力量。**Firefox**、**Brave**和**Vivaldi**等老牌选择持续优化隐私保护与定制功能。例如，Brave内置广告拦截和Tor集成，Vivaldi提供高度可自定义的界面。这些浏览器强调用户对数据的控制权，适合对隐私敏感或追求极致效率的群体。 ## “正念浏览器”：关注用户福祉 一个新兴类别——**正念浏览器（Mindful Browsers）**——开始出现，它们旨在减少数字干扰，提升专注力。例如，**Sidekick**和**Wavebox**通过工作区管理、网站屏蔽和定时提醒等功能，帮助用户避免无意义浏览。这类浏览器迎合了“数字极简主义”趋势，尤其受到知识工作者和学生的青睐。 ## 小结：选择比以往更丰富 2026年的浏览器市场已不再是Chrome和Safari的独角戏。AI浏览器带来智能化的飞跃，开源浏览器坚守隐私阵地，而正念浏览器则回应了用户对心理健康的需求。无论你是技术爱好者、隐私倡导者还是普通用户，都可以根据自身需求——是追求效率、安全还是平衡——找到合适的替代品。浏览器战争的下一幕，或许正是“百花齐放”。
## 什么是Windows 365云PC？ Windows 365是微软推出的一项云服务，它将完整的Windows桌面环境（包括操作系统、应用和数据）托管在微软的云端，用户可以通过任何设备远程访问。简单来说，它让一台“云电脑”随时随地为用户服务，无需依赖本地硬件性能。 ## 跨平台体验：MacOS、安卓和iOS 我在MacBook、安卓手机和iPhone上分别测试了Windows 365。最直观的感受是：**无论设备如何，核心体验一致**。打开微软远程桌面应用，登录账户后，一个完整的Windows 11桌面便呈现在屏幕上。 - **MacOS**：配合外接键盘和鼠标，体验接近原生PC，但触控板手势需要适应。 - **安卓**：在手机屏幕上操作Windows桌面略显局促，但微软的触控优化做得不错，双指缩放、长按右键等功能可用。 - **iOS**：iPad的大屏幕体验优于iPhone，配合Apple Pencil甚至可以进行精细操作。 ## 性能与延迟：够用吗？ 云PC的性能取决于微软的后端配置。我测试的是基础版（2核CPU、4GB RAM、128GB存储），日常办公、浏览网页、使用Office套件完全流畅。**延迟方面**，在Wi-Fi环境下，操作响应几乎无感；但使用移动网络时，偶尔会有轻微卡顿，尤其在高分辨率视频场景下。 ## 价格与适用场景 Windows 365按订阅收费，个人版起价约每月$20（含Windows 11许可证）。对于需要**临时使用Windows环境**的Mac用户、需要在移动设备上处理复杂办公任务的商务人士，或者希望统一管理企业设备IT部门，它都是一个值得考虑的方案。但如果你只是轻度办公，本地设备已足够，这笔开销可能不划算。 ## 小结 Windows 365云PC并非颠覆性产品，但它精准解决了跨平台一致性和灵活性的痛点。就像一位同事所说：“当你在iPad上能完整运行Excel宏时，你就知道它值了。”
SpaceX 终于提交了 IPO 申请，这可能是史上规模最大的公开上市，估值传闻超过 1 万亿美元。但深入阅读其 S-1 文件后，你会发现这更像是金融虚无主义的终极形态——对马斯克及其银行家是盛宴，对普通投资者则可能是灾难。 ## 荒谬的数字游戏 文件中最惊人的数字是所谓总可寻址市场（TAM）高达 **28.5 万亿美元**，而美国 2025 年 GDP 也不过约 24 万亿美元。一个公司宣称的市场潜力竟然超过整个美国的经济总量，这本身就是一种讽刺。更令人担忧的是，SpaceX 去年亏损近 **50 亿美元**，却寻求万亿估值。 ## 从 WeWork 到 SpaceX：愚蠢的升级 如果说 WeWork 的 IPO 文件是一个笑话，那么 SpaceX 的则是一种威胁。WeWork 只是概念包装下的房地产公司，而 SpaceX 确实拥有星链、星舰等真实资产。但问题在于，其估值逻辑完全脱离了基本面。特斯拉目前市盈率超过 300 倍，而传统车企仅 11 倍，连印钞机般的英伟达也只有 33 倍。SpaceX 显然想复制特斯拉的“ meme 股”神话。 ## 七次“意识之光”与 AI 社交网络 S-1 文件中七次提到“将意识之光延伸到星辰”，这与其说是商业愿景，不如说是宗教布道。更值得警惕的是，SpaceX 现在自称是“太空公司 + AI 公司 + 社交网络”——一个包罗万象的概念，却缺乏清晰的盈利路径。星链虽然已有数十万用户，但前期投入巨大，且面临地面 5G 和低轨卫星竞争；星舰的星际旅行更是遥遥无期。 ## 散户的宿命：接盘侠 马斯克是原初的金融网红，他的特斯拉早已证明，故事可以比业绩更重要。但历史也告诉我们，当一家公司用宏大叙事掩盖财务亏损时，最终买单的往往是散户。WeWork 的 IPO 失败殷鉴不远，但 SpaceX 的不同之处在于它拥有真正的技术和政府合同，这反而让骗局更有迷惑性。 ## 结论 SpaceX 的 IPO 对马斯克是套现的良机，对早期投资者是退出的通道，但对普通散户而言，这可能是一个精心设计的陷阱。在金融虚无主义的狂欢中，唯一确定的是：**number go up** 不会永远持续。
在数字墨水屏平板领域，ReMarkable Paper Pure 和 Boox Go 10.3 Lumi（第二代）是近期最受关注的两款产品。两者均配备 **10.3 英寸** 显示屏，起售价同为 **399 美元**，但实际体验却截然不同。作为一名长期使用这两款设备进行工作的编辑，我将从书写手感、软件生态、文件管理和便携性等维度，为你剖析它们各自的优劣势。 ## 书写手感：ReMarkable 更接近真实纸张 ReMarkable Paper Pure 的核心优势在于其极致的**书写体验**。它的屏幕表面经过特殊处理，配合专属笔尖，摩擦感非常接近真实纸张，延迟极低，几乎感觉不到电子墨水屏的刷新。如果你是一位重度笔记用户或需要频繁进行文档批注，ReMarkable 会给你带来沉浸感。 相比之下，Boox Go 10.3 的书写手感稍显“滑”，虽然延迟控制同样出色，但缺少那种阻尼感。不过，Boox 支持多种笔触和颜色（通过灰度模拟），在功能性上更丰富。 ## 软件生态：Boox 开放，ReMarkable 专注 这是两者最根本的差异。Boox Go 10.3 运行基于 Android 的定制系统，**开放性极强**。你可以安装第三方应用，如 Kindle、微信读书、印象笔记等，甚至能通过浏览器直接访问网页。这意味着它不仅仅是一个记事本，更是一台多功能的阅读和轻办公设备。 而 ReMarkable Paper Pure 采用**封闭式系统**，专注于手写和文档管理。它不支持第三方应用，但提供极其流畅的笔记整理、PDF 批注和云同步功能。如果你是追求“减少干扰、专注写作”的用户，ReMarkable 的设计哲学会更合你意。 ## 文件管理与同步：各有千秋 Boox 的文件管理功能更强大，支持多格式文档（包括 EPUB、PDF、MOBI 等），并可通过 Wi-Fi、蓝牙或 USB 传输。其云同步方案也灵活，可对接多个第三方云盘。 ReMarkable 的文件管理则更简洁，主要通过其官方云服务进行同步，支持 PC、手机和网页端访问。虽然功能不如 Boox 丰富，但胜在稳定和一致。 ## 便携性与续航 两款设备都极其轻薄，重量均在 **400 克左右**，适合随身携带。续航方面，ReMarkable 得益于其精简的系统，续航时间更长，通常可达数周。Boox 由于后台运行 Android 服务，续航稍短，但也能满足一周左右的中度使用。 ## 最终选择：取决于你的核心需求 如果你追求**最纯粹的手写体验**，并且希望减少数字干扰，ReMarkable Paper Pure 是更好的选择。它就像一本永远用不完的笔记本。 如果你需要**功能更全面的设备**，希望在笔记之外还能阅读电子书、浏览网页或使用特定应用，那么 Boox Go 10.3 的开放性将带来更多可能性。 两者均无背光，这是电子墨水屏平板在特定场景下的共同短板。但总体而言，它们都是各自定位下的优秀产品。
## 免费转录工具实测：付费软件真的值得吗？ Wispr Flow 是一款 AI 驱动的转录工具，声称能让你“以思维速度写作，比键盘快 4 倍”。它的核心卖点不仅是语音转文字，更在于后处理：先用 AI 将语音转为文本，再用大语言模型（LLM）去除填充词，并自动格式化为完整的句子和段落。实测效果确实不错，但每年 **144 美元** 的订阅费让人犹豫。 ### 免费方案同样能打 实际上，底层技术——AI 转录和 LLM——已经广泛可用。Nvidia 的 Canary 和 OpenAI 的 Whisper 都是开源的，可在本地免费运行。而大多数 AI 爱好者已经订阅了 OpenAI、Claude 或 Google Gemini，这些模型都能胜任后处理工作。此外，Ollama、Google Recorder 和 Apple Intelligence 等本地工具也是免费选择。 ### 最佳免费替代：Spokenly 经过测试，**Spokenly** 是目前最好的免费跨平台替代品。它支持 macOS 和 Windows，无需注册账号，免费下载即可使用。虽然并非开源，但功能上能覆盖 Wispr Flow 的核心体验：语音转文字 + 智能格式化，且不牺牲准确性。 ### 结论：按需选择 - 如果你追求即开即用、设计精致，且预算充足，Wispr Flow 值得一试。 - 如果更看重性价比，Spokenly 或本地开源工具（如 Whisper + Ollama 组合）完全够用。 - 手机用户可优先考虑设备自带的语音输入功能（如苹果的 Dictation、谷歌的 Assistant Voice Typing），它们也在不断升级。 **一句话总结**：转录软件的核心价值在于后处理，但这项能力如今已不稀缺。付费前不妨先试试免费方案。
## 告别AI摘要：9个Google搜索替代品实测 随着Google AI Overviews（AI摘要）成为默认功能，越来越多用户开始怀念传统搜索那种“只显示链接”的纯粹体验。如果你也厌倦了AI替你总结网页内容，不妨试试以下9个替代方案，其中**Startpage**和**DuckDuckGo**凭借隐私保护和极简AI介入脱颖而出。 ### 为什么需要替代品？ Google的AI Overviews会在搜索结果顶部自动生成摘要，虽然对快速获取信息有帮助，但经常打断用户直接访问原始链接的意图。对于希望自主判断信息源、避免AI偏见或单纯偏好传统列表式结果的用户，寻找替代品变得迫切。 ### 精选替代方案 #### 1. **Startpage**：隐私优先的“隐形Google” - 使用Google搜索结果，但去除追踪和AI摘要。 - 提供“匿名视图”功能，保护用户IP。 - 界面简洁，完全无AI干扰。 #### 2. **DuckDuckGo**：隐私与实用平衡 - 不追踪用户，且内置!bang命令（如!g直接跳转Google）。 - 默认无AI摘要，但可选“AI Chat”功能（需手动开启）。 - 近年新增AI助手，但搜索结果页依然保持传统。 #### 3. **Mojeek**：独立索引的“反AI斗士” - 拥有自建搜索引擎索引，不依赖Google或Bing。 - 搜索结果完全由爬虫决定，无AI重排或摘要。 - 适合追求绝对独立性的用户。 #### 4. **SearXNG**：元搜索引擎的自托管选项 - 可自建实例，聚合多个引擎结果（Google、Bing、Wikipedia等）。 - 过滤AI摘要，但需一定技术门槛。 - 提供高度定制化体验。 #### 5. **Qwant**：法国隐私引擎 - 不追踪，搜索结果以卡片形式呈现，无AI摘要。 - 专注重于欧洲市场，英文结果稍弱。 #### 6. **Brave Search**：基于自身索引的隐私引擎 - 使用独立索引，且默认无AI摘要（可选“AI回答”功能）。 - 集成Brave浏览器生态。 #### 7. **Kagi**：付费无广告搜索 - 无广告、无追踪，且提供“快速回答”但非AI摘要。 - 定价约$10/月，适合重度用户。 - 搜索结果干净，可自定义权重。 #### 8. **Swisscows**：家庭友好型搜索 - 使用语义搜索，但无AI摘要，过滤成人内容。 - 数据存储于瑞士，隐私法律严格。 #### 9. **Ecosia**：环保搜索引擎 - 用广告收入植树，搜索结果来自Bing，但无AI摘要。 - 适合环保主义者。 ### 如何选择？ - **追求隐私+Google结果**：选Startpage。 - **日常替代**：DuckDuckGo最均衡。 - **独立索引**：Mojeek或Brave Search。 - **无广告体验**：考虑付费Kagi。 ### 小结 AI搜索虽是大势，但传统搜索依然有忠实用户群。上述9个工具均提供“无AI摘要”选项，让你重新掌控浏览体验。值得注意的是，部分引擎（如DuckDuckGo）也在试探性加入AI功能，但用户可选择关闭。未来，完全“无AI”的搜索可能越来越稀缺，但至少目前，你仍有选择权。
随着极端天气日益频繁，停电不再是小概率事件。资深科技编辑 Adrian Kingsley-Hughes 分享了他多年应急准备中积累的太阳能发电机快速就绪方案，从日常维护到风暴前检查清单，助你在断电前抢占先机。 ## 为什么太阳能发电机是应急刚需？ 近年来，**太阳能发电站（Solar Generator）** 已成为美国家庭的热门选择——既能日常削峰填谷节省电费，又能在灾害来临时充当**弹性电源**。但许多人忽略了一个关键问题：**设备在仓库里“吃灰”半年后，真到用的时候能立刻工作吗？** ## 我的风暴前快速就绪流程 ### 1. 日常维护是基础 - 每季度对电池进行**一次完整充放电循环**，保持电芯活性。 - 太阳能板定期清洁，避免灰尘堆积影响效率。 - 检查所有线缆接头是否氧化或松动。 ### 2. 风暴预警发出后的“黄金4小时” 当天气预报显示未来72小时内有强风暴时，立刻启动以下流程： - **充满电池**：将发电机连接市电充至100%，并确保**备用扩展电池**同样满电。 - **部署太阳能板**：提前架设好便携面板，**不一定要朝正南**——多云天气下，朝东南或西南也能获得可观发电量。 - **负载测试**：接入关键设备（如冰箱、CPAP呼吸机、路由器），运行30分钟确认逆变器输出稳定。 - **准备转接方案**：备好延长线、多口USB充电器，以及**车充转家用插座适配器**（应急时可从电动车取电）。 ### 3. 风暴中的动态管理 - 若天气允许，每4小时调整一次太阳能板角度。 - 优先为**医疗设备、通讯设备、冷藏药品**供电。 - 使用**功率计插座**监控实时功耗，避免过载。 ## 我的装备清单（仅供参考） - 主力：**Jackery Explorer 2000 Pro**（2042Wh，2200W输出） - 备用：**Goal Zero Yeti 1500X**（1516Wh） - 面板：4块**200W可折叠单晶硅板**，总峰值800W ## 小结：别等停电再翻说明书 太阳能发电机不是“买了就完事”的设备。**定期维护+提前部署**才是应急能力的核心。正如 Kingsley-Hughes 所说： > “风暴不会等你准备好。但如果你提前演练过，就能在别人摸黑找蜡烛时，依然享有灯光和Wi-Fi。” 最后提醒：**所有应急电源方案都应配合烟雾报警器和一氧化碳探测器使用**，切勿在室内运行燃油发电机。
随着大语言模型（LLM）在生产环境中大规模部署，如何同时监控模型质量和基础设施性能成为运维团队的核心挑战。近日，AWS 发布了一套基于 **Amazon Managed Grafana** 的综合性可观测性方案，专为在 **Amazon SageMaker AI** 终端节点上使用推理组件（Inference Components）托管的 LLM 服务设计。该方案打破了传统监控中“质量”与“数量”分离的局限，将 GPU 利用率、延迟、吞吐量等基础设施指标与模型输出质量、响应准确度等业务指标统一呈现在一个仪表盘中。 ## 从碎片化到统一视图 过去，运维人员通常需要切换多个工具：用 CloudWatch 查看 GPU 和内存使用率，用日志分析工具跟踪推理响应，再用第三方平台评估模型生成质量。这种碎片化方式不仅效率低下，还容易遗漏关键关联信息。例如，当 GPU 利用率突然下降时，是模型本身出现退化（如输出重复或语义错误），还是负载调度问题？新方案通过 Grafana 将不同数据源汇聚，让运维者能在一张仪表盘上快速定位根因。 ## 核心监控维度 该方案覆盖了四大关键维度： 1. **基础设施指标**：GPU 利用率、显存占用、实例级 CPU 和网络 I/O，帮助识别资源瓶颈。 2. **推理性能指标**：请求延迟（P50/P99）、吞吐量（TPS）、并发请求数，以及推理组件的队列深度。 3. **模型质量指标**：基于采样推理结果计算的质量评分，例如 BLEU、ROUGE 或自定义评估指标，用于检测模型退化。 4. **成本与效率**：每个请求的推理成本、GPU 单位时间的 token 产出，为优化部署提供数据支撑。 ## 技术实现亮点 方案利用 **SageMaker Model Monitor** 采集推理质量数据，通过 **Amazon CloudWatch** 接收基础设施指标，再由 **Amazon Managed Grafana** 的 **Prometheus** 兼容数据源进行聚合和可视化。值得一提的是，它支持对 **推理组件** 级别的监控——这是 SageMaker AI 为 LLM 部署引入的新抽象，允许在同一终端节点上动态分配不同模型的内存和 GPU 资源。 ## 实际应用场景 在真实测试中，该仪表盘帮助团队发现了一个典型问题：某 LLM 在低并发时 P99 延迟正常（<500ms），但 GPU 利用率仅为 30%。通过关联质量指标，发现模型在低负载下产生了更多重复 token，导致推理效率下降。运维团队随即调整了推理组件的 `MinVCPU` 和 `MaxVCPU` 参数，优化了资源分配，使 GPU 利用率提升至 70% 的同时，模型质量保持稳定。 ## 总结 这套方案不仅为 LLM 推理运维提供了“上帝视角”，更将可观测性从资源层延伸到了业务价值层。对于正在使用 SageMaker AI 部署 LLM 的团队，它显著降低了排查问题的平均时间（MTTR），并为成本优化和模型迭代提供了数据驱动的决策基础。未来，随着推理组件支持更多的自动缩放策略，这类综合监控将成为 LLM 服务可靠性的标配。
2026年，AI编程工具已成为开发者的“标配”，但最新研究揭示了一个令人担忧的趋势：开发者越来越不愿在没有AI辅助的情况下工作，这可能导致代码质量下降和长期隐患。 ## 开发者“上瘾”：没有AI就不干活 2026年2月，知名AI研究机构METR发布了一项令人惊讶的发现：大多数开发者不再愿意在没有AI的情况下工作，即使是参与研究任务也不例外。METR原本计划重复2025年的一项经典实验——测量开发者手动编码与使用AI编码的生产力差异——却遭遇了意想不到的困难：开发者拒绝参与，因为他们“不希望在没有AI的情况下工作，哪怕只是为了研究”。 这一现象揭示了AI工具在开发者群体中的深度渗透。2025年的原始实验曾发现，虽然AI能快速生成代码，但开发者随后需要花费更多时间排查错误、调整AI输出以及等待任务完成，整体效率反而下降。然而，到了2026年，开发者对AI的依赖已经超越了效率考量，成为一种工作习惯甚至“心理依赖”。 ## 自评生产力翻倍，但事实可能相反 METR随后在5月发布了一项调查，让技术员工自我评估AI带来的生产力提升。不出所料，受访者普遍认为AI使他们**对组织的价值翻了一番**。但这种主观感受与客观数据之间存在明显矛盾。 2026年的一个热门趋势是“**Tokenmaxxing**”——即将AI使用量（token消耗数）作为生产力指标。这一做法正在遭遇质疑。据《金融时报》报道，亚马逊已关闭内部token追踪排行榜“Kirorank”，原因是员工通过过度使用AI代理来“刷榜”，导致成本飙升。Uber同样在2026年前四个月就耗尽了全年AI预算，但COO Andrew Macdonald在播客中承认，巨额投入并未带来项目数量或生产力的可衡量提升。 ## AI代码的维护陷阱 程序员兼作家James Shore在Hacker News上引发热议的一篇博客中指出，AI生成的代码并不一定能减少代码维护需求，反而可能增加负担。“你写两次代码，”他写道，暗示AI生成的代码往往需要人工反复修正。 ## 长期风险：技能退化与隐性债务 开发者拒绝脱离AI工作，意味着他们可能在失去独立解决复杂问题的能力。当AI工具无法处理边缘情况或产生难以调试的“幻觉代码”时，过度依赖的开发者将面临更大的挑战。此外，AI生成的代码可能引入**技术债务**——虽然短期内加速了开发，但长期维护成本可能远超预期。 ## 结论：工具虽好，依赖需有度 AI编程工具无疑是强大的生产力放大器，但2026年的研究提醒我们：**效率不等于效果，速度不等于质量**。开发者需要警惕对AI的过度依赖，在享受便利的同时，保持核心编程能力和代码审查的严谨性。否则，今天的“捷径”可能成为明天的“陷阱”。
Loryn Brantz 多年前为 BuzzFeed 创作的卡通角色“好建议杯子蛋糕”（Cuppy），如今被 BuzzFeed 授权给亚马逊 Prime Video，计划通过 AI 工具制作成动画剧集《Cupcake & Friends》。Brantz 对此毫不知情，并在 Instagram 上公开谴责这是“对全球艺术家的攻击”。该剧集是亚马逊 AWS 与 MGM 工作室联合发起的 GenAI 创作者基金首批项目之一。Brantz 指出，BuzzFeed 在未与她协商的情况下，将她的原创角色用于 AI 动画，违背了此前高管的口头承诺。她呼吁抵制 BuzzFeed 及所有 AI 生成或辅助的动画作品。这一事件凸显了数字媒体公司在 AI 时代对创作者权益的漠视，也引发了关于 AI 生成内容版权与伦理的广泛讨论。
一家名为 **Shift** 的 AI 训练初创公司近日推出了一项看似“天上掉馅饼”的服务：免费为你打扫房间，但条件是——清洁工工作时会佩戴一顶装有摄像头的“魔法帽子”，全程记录清洁过程，用于训练未来的家务机器人。 ## 用隐私换整洁？ Shift 在社交媒体上宣布了这一不寻常的 offer，并解释称，清洁过程中产生的训练数据价值远超清洁服务成本。用他们官网的话说：“你得到一尘不染的公寓，我们得到训练数据。双赢。” 宣传视频中，清洁工身着白色制服，头戴一顶略显笨拙的帽子，擦窗、拖地、吸尘、刷碗、擦拭台面——这顶“魔法帽子”里的摄像头从清洁工的第一人称视角记录一切。 ## 隐私与数据的交易 当然，允许陌生人进入家中并全程录像，隐私问题是绕不开的坎。Shift 承诺客户隐私“得到充分保护”，所有姓名、面孔、以及屏幕和证件上的个人信息都会在用于 AI 训练前进行模糊和匿名化处理。清洁工也经过合作方审查，但他们并非 Shift 员工。公司强调：“今天打扫的每一间房屋，都在为明天能自我打扫的房屋铺路。” 有趣的是，越脏乱的环境反而越有价值。FAQ 页面指出“更具挑战性的清洁环境尤其有用”，但清洁工也有权拒绝任何他们觉得不舒服的任务。 ## 落地与未来 目前该服务仅限纽约地区，但 Shift 联合 CEO Bercan Kilic 表示，很快会扩展到 **旧金山、伦敦、苏黎世和慕尼黑**。免费清洁仅限“限时”体验，但这一模式切中了 AI 行业对真实世界操作数据日益增长的需求——用人类演示来训练机器人，正成为具身智能赛道的关键环节。 Shift 的做法并非孤例。近年来，多家公司通过众包或雇佣方式收集人类操作数据，用于训练机械臂、扫地机器人甚至人形机器人。不过，直接以上门清洁换取数据的方式，在成本和隐私平衡上仍属大胆尝试。 对于用户而言，这或许是一次“用隐私换整洁”的赌博：你的家会成为机器人学习的“考场”，而代价只是忍受一次免费打扫和那顶奇怪的帽子。
Google 在今年的 I/O 开发者大会上推出了 **Gemini Spark**，一个始终在线的 AI 智能体，能够连接你的个人数据、完成在线任务并自动化日常交互。这是 Google 对 2026 年初席卷硅谷的 OpenClaw 智能体的回应。 作为首批体验者，我让 Gemini Spark 完全访问我的 Gmail、文档和日历，然后输入了一句简单的提示：“帮我计划一场生日派对”。结果令人惊叹：它不仅从我真实预订的卡拉 OK 酒吧信息中提取了细节，还生成了五页的完整计划，包括宾客名单、场地规则、附近餐饮、余兴派对地点、邮件邀请和主题创意。整个过程仅需几分钟，无需我时刻监督。 然而，真正让我哭笑不得的是 AI 生成的宾客名单。它扫描了我的邮件和文档，推荐了 15 位潜在朋友——恰好是包间最大容量。名单第一位是我的长期同居男友，却被标注为“亲密朋友和频繁旅伴”。更离谱的是，作为寿星的我本人竟然不在名单上。这种“数据洞察”与真实关系的错位，暴露了当前 AI 智能体在理解人类情感和社交细微之处时的局限性。 Gemini Spark 本周开始向 AI Ultra 订阅用户（每月 100 美元）开放 Beta 版，位于 Gemini 聊天机器人的新标签页中，支持移动端和桌面端控制。尽管它在任务自动化上表现出色，但这次“翻车”提醒我们：AI 可以处理日程，却无法理解人心。
人工智能的崛起带来了大量新术语和行话。本文整理了一份常用词汇表，帮助你理解LLM、RAG、RLHF等关键概念。 ## 从AGI到AI Agent：核心概念解析 **AGI（通用人工智能）** 是一个模糊但重要的概念。OpenAI CEO Sam Altman将其描述为“可以雇来当同事的普通人类水平的AI”，而OpenAI的章程则定义为“在大多数经济价值工作上超越人类的高度自主系统”。Google DeepMind的理解略有不同，认为AGI是“在大多数认知任务上至少与人类能力相当的AI”。值得注意的是，即使是AI研究前沿的专家们对此也未达成共识。 **AI Agent（智能体）** 指的是能够自主执行一系列任务的工具——比如报销费用、预订机票或编写代码——远超基础聊天机器人的能力。不过，正如我们之前解释过的，这个新兴领域仍有许多不确定性，不同人对AI Agent的理解可能不同，其底层基础设施也仍在建设中。 ## 技术细节：API端点与思维链 **API端点（API endpoints）** 可以理解为软件后端暴露的“按钮”，其他程序可以“按下”这些按钮来触发功能。开发者利用这些接口构建集成，例如让一个应用从另一个应用拉取数据，或让AI Agent直接控制第三方服务。大多数智能家居设备和联网平台都有这些隐藏按钮，普通用户通常看不到。随着AI Agent能力增强，它们越来越能自主发现并调用这些端点，带来强大的自动化可能。 **思维链（Chain of thought）** 是一种推理方法，让AI像人类一样逐步思考问题。面对简单问题时，人类大脑可以不经思考直接回答；而复杂问题则需要分解步骤。思维链提示技术正是模拟这种过程，要求模型输出中间推理步骤，从而提升复杂任务的准确性。 ## 行业背景与术语价值 这些术语的涌现反映了AI行业的快速迭代。理解它们不仅是技术爱好者的需求，更是商业决策者和普通用户跟上时代的基础。例如，区分AGI的不同定义有助于评估AI公司的技术路线和商业承诺；了解API端点的概念则能理解为什么AI Agent正在成为自动化领域的热点。 本文作为一份活文档，将持续更新。建议读者重点关注**RLHF（基于人类反馈的强化学习）**、**RAG（检索增强生成）** 等后续会深入解析的术语，它们分别对应AI对齐和知识检索两大关键方向。