**TechCrunch Founder Summit 2026** 早鸟优惠进入倒计时：仅剩3天，最高可节省**$190**。优惠截止时间为**太平洋时间6月26日晚上11:59**。 本次峰会将于**11月4日在波士顿**举行，预计汇聚**超过1000名创始人和投资者**。活动聚焦实战经验分享，涵盖融资、规模化、招聘、退出策略等核心议题。往届演讲嘉宾来自**Tesla、Sapphire Ventures、Index Ventures、Sequoia Capital、Greylock、NFX、Wing Venture Capital**等知名机构。 现场还将设置分组讨论和圆桌环节，参会者有机会提交议题并参与投票。团队购票（4人及以上）可享**额外30%折扣**。 > “创始人不会独自扩张。”——TechCrunch 强调，与同行交流、向操盘手学习、与投资人建立关系，是创业加速的关键。 立即注册，锁定早鸟价。
The all-cash deal gives MoEngage access to technology that assigns AI agents to individual customers.
Anthropic 推出 Claude Tag 研究预览版，这是一个驻留在 Slack 中的“始终在线”AI 助手，可被 @提及以提供洞察和分配任务。该功能适用于 Slack for Claude Enterprise 和 Claude Team 客户。与传统集成不同，Claude Tag 具备持久上下文和记忆能力，能跨频道学习组织知识。系统管理员可控制其访问权限，确保数据隔离。它支持两种模式：主动模式（按需执行任务并在线程中响应）和环境模式（主动介入聊天，更新团队、标记跨组织信息、跟进被遗忘的任务）。Anthropic 称这如同与一位真正了解上下文的同事协作。此举反映了企业对 AI 深入理解组织上下文的需求，与微软的 Copilot/Work IQ、Snowflake/Databricks 的平台策略以及 Glean 的企业知识层形成竞争。
TechCrunch 创始人峰会2026即将于11月4日在波士顿举行，早鸟优惠仅剩最后4天。**6月26日晚上11:59（太平洋时间）前注册**，可节省高达**190美元**。 本次峰会是专为创始人打造的旗舰级活动，预计吸引超过1000位创始人与投资人参与。活动以**实战洞察、同行学习和高效社交**为核心，帮助初创企业加速成长。 ## 核心看点 - **与同行交流**：结识处于相似发展阶段的其他创始人，分享经验与挑战。 - **向资深运营者学习**：从那些已经完成规模化、团队建设和营收增长的运营者身上获取实用建议。 - **与投资人建立联系**：了解投资人的关注重点和投资方向，为融资铺路。 ## 分阶段议题覆盖 峰会内容围绕创始人最关心的决策场景设计，包括但不限于： - **A轮融资**：如何打造打动投资人的路演材料 - **规模化增长**：向1000万美元ARR迈进 - **后续轮次**：为C轮及以后的融资做好准备 - **退出策略**：何时出售公司？如何筹备上市？ 所有环节均以**可立即执行的实战建议**为导向，而非泛泛而谈。 ## 往届演讲者阵容 往届嘉宾包括特斯拉前总裁转投资人的**Jon McNeil**、Sapphire Ventures合伙人**Cathy Gao**等重量级人物，他们分享的从产品创新到融资策略的一手经验，令参会者受益匪浅。 ## 团体优惠 四人及以上团体注册可享受最高**30%折扣**，适合创业团队集体参加。 **立即注册**，抓住早鸟最后机会：6月26日前锁定低价，为11月的波士顿之行做好充分准备。
瑞典斯德哥尔摩初创公司 **Fika Jobs** 近日宣布完成 **400 万美元** 的 pre-seed 轮融资，致力于打造一个视频优先的招聘平台，融合 AI 面试代理与短视频个人档案，创造出一种介于 LinkedIn 和 TikTok 之间的全新体验。 ## 从简历黑箱到视频面试 传统招聘流程长期因效率低下和不透明而饱受诟病。求职者花费数小时撰写简历和求职信，却往往石沉大海。生成式 AI 的普及反而让情况变得更糟——雇主们越来越依赖 AI 筛选系统来处理海量申请。Fika Jobs 的创始人 Jakob Dubois 和 Alexander Dubois 兄弟在创办上一家社交应用公司时，就深刻体会到了传统简历的局限性。他们曾差点错过一位优秀候选人，因为其简历并不出众，但实际沟通后发现对方正是公司需要的人才。这让他们确信，雇主最看重的许多特质（如主动性、驱动力）很难在纸上体现。 ## Fika 如何运作？ 求职者首先需要连接 LinkedIn 个人资料，Fika 的 AI 会分析其背景并生成个性化面试问题。随后，求职者与 AI 面试官（目前由 **Google Gemini 模型** 驱动）进行约 **10 分钟** 的视频面试。面试结束后，Fika 自动将回答剪辑成短视频片段，并整理成个人档案。与传统招聘模式不同，求职者无需每次都重新申请职位，而是维护一个“活”档案，雇主可以随时发现并重新联系。 ## 差异化定位与行业背景 与大多数竞品（如 Alex、Maki、Mercor）聚焦于帮助雇主更高效地筛选和匹配候选人不同，Fika 构建的是一个求职者主导的视频档案平台，雇主则浏览一个已经过 AI 面试和评估的人才池。如果成功，Fika 有望帮助雇主评估沟通能力、软技能等传统简历难以量化的特质，同时也让求职者有机会展示更立体的个人形象。 ## 融资用途与未来 本轮融资将用于继续开发平台、扩充团队，并计划在今年晚些时候进行更广泛的发布。在 AI 招聘赛道日益拥挤的当下，Fika 的视频优先模式能否真正解决招聘痛点，值得持续关注。
甲骨文公司本周一披露，过去12个月内已裁减2.1万名员工，占员工总数的13%，这一数字高于此前已知的规模。公司在一份年度财务监管文件中表示：“AI技术在我们业务中的采用和部署已经且可能继续导致员工数量的缩减。”这一披露为许多科技从业者感受到的“流行病”提供了新的数据佐证：公司在报告创纪录收入的同时裁减员工，并将AI同时视为增长引擎和裁员理由。 据职业转型公司Challenger, Gray & Christmas统计，今年5月科技行业裁员人数创下多年来单月最高，而AI是最常被引用的原因。我们近期曾撰文指出，企业可能需要重新思考这一说辞，尤其对许多公司而言，当前裁减的员工恰恰是在疫情期间招聘热潮中入职的，这引发了关于真实动机的质疑。 以下按时间倒序列出今年以AI为由宣布重大裁员的科技公司： **GitLab** — 2026年6月3日。作为最新案例之一，GitLab裁减约350名员工（约占14%），以投资AI基础设施并应对AI工作流带来的流量激增。CEO Bill Staples表示，智能体工作负载正将竞争对手推向边缘，公司已启动核心基础设施的“代际重建”，以支持所谓的“100倍增长需求”。GitLab将退出22个国家，扁平化管理层级，并与一家未具名的AI实验室合作重建平台。公司第一季度营收2.64亿美元，同比增长23%，预计重组成本为3000万至3500万美元。 **谷歌** — 2026年5月持续进行。Alphabet旗下的谷歌悄然裁减了云部门员工，包括威胁情报组和与Mandiant相关的网络安全人员，尽管云业务收入增长63%首次突破200亿美元，积压订单几乎翻倍至超过4600亿美元。过去一年，谷歌裁减了超过三分之一管理小团队的经理——管理少于10人团队的经理数量减少35%。与大多数公司不同，谷歌从未公布过总体裁员数字。 **其他公司**：2026年以来，包括微软、亚马逊、Meta在内的多家科技巨头均以AI转型为由进行了不同规模的裁员，具体数字仍在更新中。 ## 行业分析：AI裁员背后的逻辑与矛盾 从甲骨文到GitLab，企业普遍将AI视为生产力提升工具，认为自动化可以减少人力需求。然而，许多被裁岗位正是疫情期间为应对需求激增而增设的。这引发了两个关键问题：第一，裁员是否真正源于AI替代，还是企业利用AI作为借口进行成本优化？第二，AI带来的效率提升是否足以抵消裁员对创新和士气的负面影响？ 投资银行和咨询公司指出，AI相关裁员可能呈现“短期阵痛、长期获益”的特征，但员工个人面临的不确定性不容忽视。对于求职者而言，掌握AI技能正从加分项变为必备项。
OpenAI 于周一宣布了一项名为“Patch the Planet”的新计划，旨在帮助开源社区提升网络安全水平，抵御漏洞威胁。该计划与安全公司 Trail of Bits 合作，由后者派出安全工程师直接与开源项目维护者协作，审查潜在代码问题，并利用 OpenAI 的安全工具（如 Codex Security）辅助流程。 开源软件是商业软件行业的数字基石，但由于其去中心化和监管不足的结构，许多项目存在安全隐患。例如，几年前广泛使用的开源工具 Log4j 被发现严重漏洞，引发了连锁反应。OpenAI 指出，许多维护者面临时间与资源有限的困境，Patch the Planet 旨在减轻负担而非增加负担：安全工程师在报告到达维护者之前进行审查，协助开发补丁和测试，并构建可重复使用的工作流，帮助团队在初步修复后持续改进安全。 此举被解读为对 Anthropic 的竞争回应——后者此前推出了备受关注的安全工具 Mythos。虽然 AI 自动识别漏洞并生成利用代码的能力令人担忧，但 OpenAI 反向利用 AI 保护开源社区，无疑是及时雨。不过，该计划长期如何运作、能否规模化尚不明确。
在 Meta 的 @Scale 大会上，Claude Code 的创造者 Boris Cherny 语出惊人：AI 的下一个大步不是智能体（agent），而是“循环”（loop）。 所谓循环，就是让一群 AI 智能体在后台永不停歇地工作，彼此协作、持续改进，甚至互相提交代码请求。这听起来像是科幻小说，但 Cherny 认为它和从手写代码到智能体的转变一样重要。 ## 循环是什么？ 传统上，我们使用 AI 智能体时，会设定明确目标、检查进度，不让它偏离提示词太远。但循环更进一步：授权一群智能体在后台**持续工作**，无需人为干预。 例如，Cherny 在自己的工作中同时运行着两个循环：一个不断寻找改进代码架构的方法，另一个寻找可以合并的重复抽象。它们像人类程序员一样提交拉取请求（pull request），由于代码不断变化，它们也**永远不会停止运行**。 ## 这不是全新的概念 递归循环（函数调用自身以重复某个动作，并带有停止条件）是计算机科学入门课程的核心内容。AI 领域的循环遵循的是**非确定性逻辑**——由子智能体决定何时停止，而非明确的停止条件——但基本思路相同。 事实上，一旦程序员开始用 AI 完成任务，某种形式的递归循环（AI 监督 AI）就必然会诞生。 ## 简单而强大的 Ralph 循环 与经典计算不同，智能体循环可以出奇地简单。最流行的技巧之一是 **Ralph 循环**（以《辛普森一家》中的 Ralph Wiggum 命名）：它汇总模型已完成的所有工作，然后询问是否达成了目标。这解决了 AI 模型长时间运行后容易迷失方向的问题——本质上是在模型偏离轨道时将其“弹回”到正轨。 ## 可信吗？ 将大量信任交给 AI 确实需要勇气。但随着模型能力快速提升，循环可能是让 AI 处理真正工作的下一步。Cherny 的背书让这一概念更具分量——毕竟，他是 Claude Code 的创造者，而 Claude Code 本身就是 AI 编程领域的标杆产品。 从手写代码到智能体编写代码，再到智能体提示智能体编写代码，每一步都指数级地扩展了 AI 的能力边界。循环，或许就是下一个引爆点。
在经历了一场与Nvidia的“非收购式挖角”交易后，AI芯片初创公司Groq正以新的姿态回归。近日，Groq宣布完成新一轮6.5亿美元融资，并同步推进业务转型与高管团队重组。 ### 融资背景：从“被挖角”到再获资本青睐 Groq在2024年12月与Nvidia达成了一项非排他性技术许可协议，后者不仅获得了Groq的LPU（语言处理单元）IP授权，还挖走了包括创始人兼CEO Jonathan Ross、总裁Sunny Madra在内的多名核心人才。尽管如此，Groq的投资方据称在此次交易中获利颇丰，而公司也迅速获得了新一轮资本支持。此轮融资前，Groq在2024年9月刚完成7.5亿美元融资，估值达69亿美元。 ### 业务转型：押注Neocloud推理云服务 随着LPU核心IP被Nvidia共享，Groq已将其战略重心转向Neocloud业务。该业务最初由Groq在2024年收购的Definitive Intelligence团队运营，目前已扩展至北美、欧洲、中东和亚太地区的13个数据中心，服务超过500万开发者及数千家AI企业，每周处理数万亿token。 在Nvidia方面，其已在2025年3月的GTC大会上发布了基于LPU IP的Nvidia Groq 3 LPX推理硬件系统，直接与Groq形成竞争。Groq能否在失去独家IP优势后保持竞争力，取决于其推理云服务的差异化能力。 ### 团队重组：引入多位行业资深高管 Groq近期任命了多位新高管： - **Alan Rice** 出任COO，此前在xAI和Meta任职，并有美国海军背景。 - **Sinclair Schuller** 加入担任CTO，他是企业云软件公司Apprenda的创始人，后与Rakesh Malhotra共同创立Nuvalence（2024年被EY收购）。 - **Rakesh Malhotra** 出任CPO，曾在微软云计算部门工作近十年。 新的高管团队在云计算和企业软件领域经验丰富，为Groq的Neocloud转型提供了关键支撑。 ### 前景展望：推理市场的机会与挑战 Groq的处境颇具戏剧性——几乎被“卖身”后，反而获得了新一轮融资并加速转型。推理市场是当前AI基础设施的热点，Groq的LPU架构在低延迟推理方面具有独特优势，但Nvidia的入局意味着竞争将更加激烈。Groq能否凭借Neocloud的运营能力和生态建设脱颖而出，仍有待市场检验。
英伟达（Nvidia）近期宣布推出一种温水冷却系统，声称能够大幅降低数据中心内部的用水量，甚至实现内部用水量减少100%。该公司首席可持续发展官Josh Parker在接受Axios采访时表示，数据中心的用水挑战已基本得到解决。然而，这一说法只触及了问题的表面。 ## 核心问题：边界内的“节水”与边界外的“耗水” 英伟达的冷却系统确实在设施层面表现出色：冷却液在闭环中运行，一次填充即可在整个设施生命周期内循环使用，无需额外加水。在适宜的气候条件下，这确实可以实现数据中心内部用水量减少100%。但问题在于，数据中心外部的用水——主要是发电和芯片制造过程中的消耗——可能使总用水量翻倍甚至三倍。这意味着英伟达的解决方案仅解决了AI数据中心总用水量的约四分之一到三分之一。 ## 被忽视的“外部”水资源消耗 数据中心无法脱离电力供应运行，而许多类型的发电厂本身就是耗水大户。根据美国地质调查局的数据，化石燃料发电厂是美国最大的用水户之一，每天消耗**27亿加仑**水，其中大部分用于蒸发冷却。一项研究显示，天然气发电厂每发一千瓦时电需要消耗**1.17升**水。只要AI数据中心仍依赖化石燃料（科技公司正越来越多地做出这一选择），节水努力就止步于数据中心围墙之内。 ## 温水冷却的技术亮点 英伟达的新系统将冷却液以**45°C（113°F）**的温度泵入机架，经过服务器后升温至**55°C（131°F）**，带走大量热量。在此温度下，大多数气候条件下的室外空气可通过被动散热器带走热量，无需蒸发冷却甚至风扇。无风扇和无冷水机组的数据中心不仅更节水，还更高效、更安静。 ## 更广阔的视角：AI水足迹的全貌 英伟达的温水冷却系统是数据中心内部节水的重要进步，但AI的水资源挑战远不止于此。芯片制造过程同样消耗大量纯净水，而电力生产的水资源消耗更是巨大。要真正解决AI的水资源问题，需要从能源结构、芯片制造工艺和冷却技术多个环节入手，而不仅仅是数据中心内部。英伟达的声明虽然技术上正确，但可能给公众造成一种“AI的水问题已解决”的错觉。
Google DeepMind 与独立电影工作室 A24 达成一项价值 **7500 万美元** 的合作协议，双方将共同开发面向电影制作的 AI 工具。这被 DeepMind 称为“首次”此类合作，旨在通过艺术家反馈打造真正赋能创作者的 AI 技术。 A24 是近年来好莱坞最炙手可热的独立制片厂之一，代表作包括《瞬息全宇宙》《玛蒂·苏普里姆》以及最新大片《Backrooms》。该公司曾与提莫西·查拉梅、安妮·海瑟薇等一线明星合作。此次合作中，DeepMind 将获得“来自顶尖艺术家的反馈与指导”，以确保 AI 工具能服务于“真实、有意义的叙事”。 ### 争议中的探索 尽管好莱坞对 AI 在电影中的应用仍存在争议，但 A24 并非首个尝试 AI 的工作室。Netflix 今年早些时候宣布收购本·阿弗莱克的公司 InterPositive，后者专注于为电影人开发 AI 工具；亚马逊旗下的米高梅工作室也在去年成立了 AI 部门，专门研发影视制作 AI。 DeepMind 联合创始人兼 CEO 德米斯·哈萨比斯在新闻稿中表示：“我们相信，开发赋能艺术家的最佳方式就是直接与他们合作。通过与 A24 这样的电影人和行业领导者从初期就联手，我们可以构建支持艺术家的新 AI 功能，帮助他们实现创意愿景。” ### 行业影响 这笔投资金额在 AI 与影视跨界合作中属于较大规模，显示出科技巨头对内容创作 AI 化的重视。对于 A24 而言，这笔资金和技术支持可能加速其后期制作、剧本分析甚至虚拟拍摄等环节的 AI 应用。而对 DeepMind 来说，这次合作是将其 AI 能力从实验室推向主流文化场景的重要一步。 不过，AI 在创意行业的应用一直伴随着伦理争议，包括对原创性的侵蚀和就业替代的担忧。A24 与 DeepMind 如何平衡技术效率与艺术独特性，将成为行业关注的焦点。
亚马逊正在扩大其新一代对话式AI助手Alexa+的覆盖范围，计划将其引入印度市场，并邀请用户参与印地语版本的测试。据TechCrunch报道，亚马逊已向部分用户发送邮件，邀请他们在6月22日前填写印地语表单，加入Beta测试计划。邮件中写道：“您被邀请加入印度的Alexa+ Beta计划。我们正在打造全新的Alexa体验，您的反馈将对完善Alexa+的功能至关重要。”参与Beta计划的用户将在印地语（印度）测试体验上线时收到通知。不过，邮件也提醒测试版软件可能存在漏洞，或提供不准确的信息，甚至误读本地化发音。亚马逊已确认正在印度测试Alexa+，但未透露更多细节。目前，Alexa+尚未在印度正式上线，具体发布时间也未公布。 亚马逊于2017年在印度推出支持英语的Alexa，并于2019年增加了印地语兼容性。印度有超过6亿人使用印地语，亚马逊正试图吸引那些可能以混合方式使用印地语和英语的本土用户。企业深知语音可能是印度AI工具使用的重要推动力，因此不断探索让人们与助手对话的新方式。 Alexa+是亚马逊于2025年首次发布的生成式AI对话助手，但其推广进程较为缓慢，直到今年2月才向所有美国用户开放。今年以来，亚马逊已将Alexa+的覆盖范围扩展至英国、加拿大、巴西、墨西哥、意大利和德国等国家，并支持本地化语境。亚马逊向Prime会员免费提供Alexa+，其他用户则需支付月费才能使用升级版助手。
SpaceX 再次成为 AI 算力交易的主角。开源 AI 初创公司 **Reflection AI** 宣布与 SpaceX 签署一项价值高达 **63 亿美元** 的算力协议，从 **2026 年 7 月 1 日** 起至 **2029 年**，每月支付 **1.5 亿美元**，以获得 SpaceX 位于田纳西州孟菲斯附近 **Colossus 2 数据中心** 内 **NVIDIA 最新 GB300 AI 芯片** 及配套硬件的即时访问权。这是 Reflection 的首个算力合同，也是迄今为止公开宣布的最大开源 AI 基础设施承诺之一。 ### 交易细节与背景 该合同为期约三年，但双方在首三个月后均可提前 **90 天通知** 终止协议。相比 SpaceX 此前与 Anthropic（每月 **12.5 亿美元**）和 Google（每月 **9.2 亿美元**）的交易，Reflection 的规模较小，但 Elon Musk 曾公开淡化三年期限，强调合同可随时取消。 Colossus 数据中心最初由 Elon Musk 创立的 **xAI** 建造，用于其自身 AI 研发。随着 xAI 内部进展受阻，SpaceX 转而利用其宝贵的 AI 芯片储备，向全球顶级 AI 实验室出租算力。 ### 开源策略的价值 Reflection AI 成立于 **2024 年**，由两位前 Google DeepMind 研究员创办，一直倡导 **开放权重（open-weight）AI 模型** 策略，作为 Anthropic、OpenAI 等闭源前沿实验室的开源替代方案。开放权重模型公开发布训练参数，近期因美国政府禁止 Anthropic 的闭源模型 Fable 和 Mythos 而备受关注。 Reflection 的一位发言人在声明中表示：“近期事件凸显了开源在 AI 生态中的重要性，越来越多的国家和企业认识到完全依赖闭源模型的风险与成本。与 SpaceXAI 的交易标志着 Reflection 在前沿 AI 生态中的战略地位，更多算力意味着我们有更大的跑道来规模化构建世界最佳开源模型。” ### 行业影响 这笔交易反映了 **AI 算力资源** 的稀缺性和战略价值。随着闭源模型面临监管审查和地缘政治风险，开源模型正获得更多企业级采纳。Reflection 通过此次算力锁定，有望加速其开源模型的训练与迭代，进一步挑战闭源巨头的主导地位。 对于 SpaceX 而言，出租闲置算力不仅带来可观收入，也巩固了其作为 AI 基础设施关键供应商的角色。未来，类似的多方算力租赁模式可能成为常态，推动 AI 产业链的进一步分工。
TechCrunch Founder Summit 2026 即将于11月4日在波士顿举行，这是一场专为创始人量身打造的盛会。目前，主办方推出了限时优惠活动：在6月26日太平洋时间晚上11:59前购票，可节省高达190美元。 本次峰会的核心目标是聚集早期创业者、投资人和行业专家，共同探讨从0到1的创业挑战与机遇。议程将涵盖融资策略、产品市场契合、团队建设等创始人最关心的话题。与大型综合科技会议不同，Founder Summit 更注重深度交流和小范围研讨，确保每位参与者都能获得实质性收获。 **为何值得关注？** 对于正在寻找融资渠道或希望建立关键人脉的创始人来说，此类垂直活动往往比大型展会更具价值。TechCrunch 作为科技媒体，其举办的峰会通常邀请到重量级演讲嘉宾，且参会者多为经过筛选的创业者，这意味着更高的交流质量。 **关键信息一览：** - 时间：2026年11月4日 - 地点：美国波士顿 - 优惠截止：6月26日 23:59 PT - 优惠力度：最高节省190美元 建议有意向的创始人尽快注册，以免错过优惠。门票数量有限，先到先得。
Anthropic 最近因特朗普政府的出口管制令被迫下线其两款最新AI模型，这一事件引发了关于AI政策和数字主权的广泛讨论。在最新一期的TechCrunch《Equity》播客中，Sean O'Kane、Rebecca Bellan和我探讨了政府行动背后的真正原因，以及对整个AI生态系统的潜在影响。 Sean指出，“Anthropic与特朗普政府的关系一直不太融洽，这与其他领先AI实验室不同”，因此其他竞争对手或许无需担心类似打压。但Rebecca也提到，顶尖网络安全专家已签署公开信，要求特朗普撤销该命令，认为从美国网络防御者手中移除这些先进能力实际上很危险。我们不禁思考，这是否最终会成为Anthropic的免费宣传——毕竟，如Rebecca所言，“人人都爱坏男孩”。 以下是对话摘要（经编辑以求简洁清晰）： **Rebecca Bellan**：正如许多听众所知，美国政府基本强制Anthropic下线了其两款最新模型——Fable 5和Mythos 5。后者面向现有Mythos用户，而Fable 5更偏公众开放。上周五，政府致信称出于“国家安全考虑”，但未公开具体细节，仅要求确保模型不被外国国民使用。Anthropic无奈表示：“好吧，我们只能彻底下线模型，因为我们无法判断用户是否为外国国民，何况我们自己的许多员工就是外国人。”据报道，白宫之所以采取行动，是因为亚马逊研究人员据称找到了绕过Fable 5护栏的方法，亚马逊CEO Andy Jassy向白宫表达了担忧，事态由此升级。 **Sean O'Kane**：这一切发生得极快，尤其发生在周五下午到周末。与此同时，政府还在试图就其在伊朗发起的战争进行某种条约谈判。 **Rebecca**：周五晚上对我们纽约人来说……他们喜欢制造 distraction。 **深度分析**： 此事件凸显了AI治理中的几个关键矛盾： 1. **国家安全与技术创新之间的张力**：政府以模糊的“国家安全”为由采取行动，却未提供证据，这可能导致寒蝉效应，抑制AI企业的创新动力。 2. **地缘政治博弈**：特朗普政府的举措可能与其更广泛的科技脱钩战略相关，旨在限制先进AI能力流向对手国家。然而，强制下线模型也削弱了美国自身的网络防御能力。 3. **企业竞争格局**：如果Anthropic成为政府“杀鸡儆猴”的对象，其竞争对手如OpenAI、Google DeepMind可能暂时受益。但长期来看，不确定的监管环境会损害整个美国AI产业的竞争力。 **下一步观察**： - 公开信能否促使政府改变立场？ - Anthropic是否会通过法律途径挑战该命令？ - 其他AI实验室是否会调整策略，以规避类似风险？ 这场风波或许只是开始，它预示着AI行业将面临更严格的监管审查，而谁能在新规则下生存并繁荣，仍有待观察。
苹果在WWDC上宣布的Siri AI大改造固然引人注目，但真正让日常体验升级的，是那些嵌入系统各处的“小功能”。本文盘点iOS 27中基于Apple Intelligence的实用特性，包括**账单拆分**、**密码安全更新**等，它们不依赖对话式AI，而是通过相机、信息、钱包等现有应用，在具体场景中提供智能辅助。这些功能现已面向开发者开放测试，预计今年秋季随正式版推送。 ## 账单拆分：拍照即分账 聚餐后算账总是麻烦？iOS 27的**Apple Cash**集成了一项新能力：只需拍摄或上传收据照片，Apple Intelligence会自动识别菜品、数量、小费和总金额。你可以在收据上勾选自己点的菜品，然后通过**信息**应用向群聊发起分摊请求。其他人同样能选择各自的项目和数量（甚至支持半份），确认后双击侧边按钮即可通过Apple Cash完成支付。整个过程无需离开聊天界面，税款和小费也会按比例自动计算。 ## 密码安全：被动防御变主动预警 苹果的**密码**应用（原iCloud钥匙串）在iOS 27中获得了AI增强。当检测到你的某个密码可能因数据泄露而暴露时，系统会主动推送通知，并建议一键更新。这一功能并非简单提醒，而是利用设备端智能分析密码重复率、弱密码模式，甚至能自动生成高强度的新密码并同步到所有已登录设备。对于使用第三方密码管理器的用户，iOS 27也开放了相关接口，让安全提醒更及时。 ## 自动化任务：快捷指令更“懂你” **快捷指令**应用新增了基于情境的自动化建议。例如，当你每天早晨第一次解锁手机时，系统可能建议“播放播客+查看日历”；当你连接到车载蓝牙时，自动弹出导航到下一个日程地点的选项。这些建议由Apple Intelligence根据你的使用习惯在设备端生成，不依赖云端处理，兼顾隐私与效率。 ## 信息整理：相册与文件智能归类 **照片**应用现在能够识别收据、文档、笔记等文字内容，并自动归类到“实用信息”文件夹中。例如，拍下的餐厅菜单、会议白板、手写便签，都会按时间线和主题整理，方便后续搜索。**文件**应用则新增了智能标签功能，可根据文件内容自动添加“发票”、“合同”、“截图”等标签，减少手动分类的负担。 这些功能看似零散，却共同指向苹果的AI哲学：**让工具适应人，而非让人学习工具**。相比与Siri进行复杂对话，这种“无感”的智能渗透或许更能提升日常效率。随着秋季正式版的临近，预计还会有更多细节浮现。
Signal 总裁 Meredith Whittaker 近日在接受 Bloomberg 采访时，对 AI 聊天机器人（如 ChatGPT、Claude）的隐私影响发出了严厉警告。她直言：“这些不是你的朋友。这些不是有意识的生命体。这些不是有感知的对话者。” Whittaker 承认自己偶尔会使用 AI 工具“格式化文档”，但她强调自己不会向 AI 提问。“我非常认真对待我的思考和写作，我不希望思考一个想法的过程被一个平均化现有信息的系统的回应所取代或遮蔽。” 针对微软 AI 首席执行官 Mustafa Suleyman 预测用户今年可让 Copilot 处理所有圣诞购物的说法，Whittaker 尖锐地指出，这一场景意味着 Copilot 需要“访问我的信用卡、浏览器、Signal、代表我向兄弟姐妹发消息的能力、家庭地址和日历”。她认为，这实际上描述了一个在多个应用和服务中拥有广泛权限的系统，在 Signal 的语境下，这构成了一种“后门”。 Whittaker 的评论反映了科技界对 AI 工具日益渗透个人生活的警惕。她提醒用户，将 AI 视为朋友或助手可能会忽视其背后的数据收集和隐私风险。Signal 作为以隐私保护著称的通讯应用，其高管的表态无疑为 AI 热潮中的用户敲响了警钟。
你是否还记得在谷歌上搜索自己名字的感觉？如今，这种体验已经大不如前——不仅因为谷歌搜索本身的变化，更因为越来越多的人通过聊天机器人来了解你。正是这种感受，促使前OpenAI设计师Thomas Dimson和Joey Flynn创建了**In the Weights**。 这个网站的核心概念是“权重”——即塑造AI模型训练和输出的数值参数。它声称可以测量“模型在不使用网络搜索等工具的情况下，能够多好地回忆起某个人”。网站上的描述写道：“处于权重之中，意味着你的存在在创造超人类人工智能的过程中被认为是重要的。” ### 它是如何工作的？ In the Weights会向多个AI模型（包括**Grok、Gemini、多个版本的GPT、Claude、Llama**，以及一些不太知名的模型）提出类似这样的问题：“<名字>是谁？给出最多10个结果，每个结果附带简短描述和置信度。”然后，它会“将相似的描述聚类，并分配一个强度分数”。 例如，这位 humble tech blogger 得到了**641分**的强度分数，位列前6%。但当我看到几位TechCrunch同事的分数更高时，心情就没那么好了。而排行榜在我撰写本文时还在变化——《小鬼当家》主演**Macaulay Culkin**以988分位居榜首，其次是歌剧演唱家**Luciano Pavarotti**。 结果还会显示哪些模型对给定名字返回了答案，并标出潜在的幻觉——比如GPT-5.4 Mini认为Anthony Ha是一个“模糊的名字形式，可能指代多个首字母为A.H.A.的人”。 ### 背后的故事 Dimson通过电子邮件告诉TechCrunch，他和Flynn在离开OpenAI（他们通过其设计初创公司Global Illumination被收购而加入）后，想要“重新激发创造力”。Dimson说，他思考的是“谷歌的虚荣搜索在2026年将成为错误的目标，因为越来越多的流量转向大语言模型”，以及“如此多的生命以某种方式被编码在AI大脑内的一堆浮点数中”。他还提到，网站的方向受到了一个半开玩笑的博客文章的启发，该文章调侃了AI权重和Terry Bisson的经典短篇小说《They're Made Out of Meat》。 ### 小结 In the Weights并非严谨的科学工具，而是一个**有趣的文化实验**。它反映了我们如何从传统的网络搜索转向AI驱动的信息检索，并引发了一个有趣的问题：在AI的“大脑”里，你的存在有多重要？无论你的分数是高是低，这个网站都提供了一种全新的方式来思考我们在数字世界中的足迹。
**诺贝尔化学奖得主 John Jumper 宣布离开 Google DeepMind，加入 AI 初创公司 Anthropic。** 这一重磅人事变动再次凸显了顶级 AI 人才争夺战的激烈程度。 Jumper 在社交媒体上表示，他在 DeepMind 度过了“将近 9 年”的时光，并感谢 CEO Demis Hassabis 在他博士毕业仅 6 个月后就让他领导 AlphaFold 团队。他称 DeepMind 是一个“特别的地方”，并会持续关注其未来的突破。 Jumper 因领导开发 **AlphaFold**（一种能够根据基因序列预测蛋白质 3D 结构的 AI 模型）而与 Hassabis 共同获得 2024 年诺贝尔化学奖。此外，据 Bloomberg 报道，Jumper 也是 Google 开发编程工具团队的关键成员，而该业务在商业化方面一直面临挑战。 值得注意的是，这不是 DeepMind 近期唯一的顶尖人才流失。Character AI 联合创始人 **Noam Shazeer** 本周也宣布离开 DeepMind，但他的下一站是 OpenAI。 ## 人才流动背后的行业格局 Jumper 和 Shazeer 的相继离开，反映出 AI 领域头部公司之间的人才竞争已进入白热化阶段。Anthropic 作为 OpenAI 的主要竞争对手，近期正大力扩充研究团队，而 Jumper 的加盟无疑将极大增强其在基础科学和 AI 模型方面的实力。 对于 Google DeepMind 而言，连续失去两位核心人物可能影响其长期研发节奏。尽管 DeepMind 仍拥有雄厚的人才储备，但如何留住顶尖科学家，防止被竞争对手“挖角”，已成为其必须面对的课题。 ## 小结 - **John Jumper**：诺贝尔奖得主，AlphaFold 核心领导者，离开 DeepMind 加入 Anthropic。 - **Noam Shazeer**：Character AI 联合创始人，离开 DeepMind 加入 OpenAI。 - **背景**：两大人才流失事件凸显 AI 人才争夺白热化，Anthropic 和 OpenAI 正积极吸纳 DeepMind 的核心力量。
上周五，白宫以“国家安全”为由，要求Anthropic限制其强大AI模型Fable和Mythos向美国境外及境内外国公民出口。这是美国政府首次将出口管制应用于前沿AI领域，但历史表明，类似措施在加密和间谍软件领域效果不佳。本文回顾了30年来网络技术出口管制的失败案例，分析其对AI行业的影响。 上世纪90年代，美国试图限制强加密技术出口，但最终因开源运动和全球开发者绕过管制而失败。2000年代，针对间谍软件（如Pegasus）的出口限制同样收效甚微，技术仍流向敌对国家。如今，Anthropic的Mythos模型被宣传为“末日网络武器”，但仅150家经过审查的机构可访问。触发禁令的事件包括：Anthropic向一家被怀疑与中国有联系的韩国电信公司（SK Telecom）提供访问权限，以及亚马逊CEO Andy Jassy报告称研究人员发现了绕过Fable 5安全措施的方法。Anthropic否认“越狱”指控，称问题已修复。 专家指出，AI模型的开放性与全球分布使得出口管制难以执行。开源模型、跨国研究合作以及代码的易复制性，都可能让限制措施形同虚设。历史证明，技术封锁往往催生本地化替代方案，而非真正遏制技术扩散。对于AI领域，出口管制可能加速其他国家自主研发，削弱美国企业的全球竞争力。 此次事件将成为AI出口管制的试金石。若管制生效，其他AI实验室可能被迫调整战略；若失败，则可能推动更严格的法规出台。但无论如何，历史教训值得警醒：试图通过物理隔离控制数字技术，往往适得其反。