AI 资讯

Ian Crosby，这位曾创立 Bench Accounting 并目睹其于 2024 年倒闭的连续创业者，如今带着新项目 **Synthetic** 重返舞台。Synthetic 旨在打造**完全自主的 AI 记账服务**，能够自动生成基于权责发生制的财务报表，无需人工干预。尽管产品仍处于设计阶段，甚至 Crosby 本人也承认当前技术可能无法完全实现其愿景，但 Khosla Ventures 领投了 **1000 万美元** 的种子轮融资，Basis Set Ventures 和 Shopify CEO Tobias Lütke 跟投。 对一个前公司崩塌、新愿景又充满技术不确定性的创始人，多数投资者会避之不及。但 Khosla 合伙人 Jon Chu 却“倾向于拥抱争议”——他认为舆论常被群体思维左右，而非真相本身，并引用 Parker Conrad（Zenefits 被逐后创立 Rippling，估值近 170 亿美元）作为先例。Chu 相信 Crosby 在离开 Bench 后的经历——包括在 Shopify 工作、创立后被 Mercury 收购的 Teal——已让他充分吸取教训。 Crosby 强调，Bench 的倒闭并非他的直接责任：他于 2021 年被董事会解雇，三个月前他刚拒绝了 Brex 2.5 亿美元的收购要约。董事会不认同他的战略方向，而团队也对领导风格不满。最终，新管理层未能扭转局面，Bench 走向终结。Chu 在尽职调查中与多位 Crosby 前同事交流，后者“对 Ian 赞不绝口”。 这笔投资折射出硅谷对 **AI 替代传统会计** 的持续押注，也凸显了风投对“二度创业”者的复杂态度——争议之下，是技术潜力与创始人成长的故事。

思科（Cisco）近日宣布将裁员约 **4000 人**，占其全球员工总数的约 5%。这是该公司近年来最新一轮裁员，与此同时，思科首席执行官查克·罗宾斯（Chuck Robbins）高调宣布公司创下了“**创纪录的季度营收**”，并计划将节省下来的成本重点投入人工智能（AI）领域。 ### 裁员与AI投资并行 思科在最新财报中表示，此次裁员是公司战略调整的一部分，旨在将资源重新聚焦于高增长领域，尤其是 **AI 基础设施** 和 **网络安全**。尽管裁员规模不小，但罗宾斯强调，这并非收缩信号，而是为了更高效地投资未来。思科预计，重组计划将帮助公司每年节省约 **10 亿美元** 的成本。 ### 业绩亮点：营收创纪录 在裁员消息之外，思科交出了一份亮眼的季度成绩单。公司报告称，**季度营收达到 136.4 亿美元**，同比增长约 16%，超出市场预期。增长主要得益于 **网络设备订单** 的强劲反弹，以及企业客户对 **混合办公解决方案** 的持续需求。罗宾斯在电话会议中表示：“我们在多个关键市场看到了强劲的势头，尤其是 AI 相关的基础设施需求正在快速增长。” ### AI 成为核心战略 思科近年来一直在加速 AI 布局。2023 年，公司推出了 **Cisco AI 网络解决方案**，旨在帮助企业和数据中心优化 AI 工作负载。此外，思科还通过收购 **Splunk** 等公司强化了其数据分析和安全能力。罗宾斯指出：“AI 不仅是我们产品组合的一部分，更是推动整个行业变革的力量。思科的目标是成为 AI 时代网络基础设施的领导者。” ### 行业背景：科技巨头纷纷转向 AI 思科的裁员和 AI 投资并非孤例。近期，包括 **谷歌、微软、亚马逊** 在内的多家科技巨头都进行了类似的结构调整，将资源从传统业务转向 AI。IDC 分析师表示：“企业正在经历从‘数字化转型’到‘AI 转型’的转变。思科的行动表明，即使是网络设备领域的巨头，也必须紧跟技术浪潮。” ### 未来展望 思科预计，2025 财年全年营收将增长 4% 至 6%，其中 AI 相关业务将成为主要驱动力。公司计划在未来三年内将 AI 相关研发投入增加 **50%**。不过，裁员也引发了一些担忧，尤其是对员工士气和短期运营的影响。思科表示，将为受影响的员工提供离职补偿和转岗支持。 总体来看，思科此次“裁员换 AI”的战略，反映了科技行业在 AI 浪潮下的普遍焦虑与机遇。如何在削减成本的同时保持创新活力，将是思科面临的下一个挑战。

## 机会窗口即将关闭：Startup Battlefield 200 申请倒计时 对于全球初创企业来说，一个不可错过的机遇正在进入倒计时。**TechCrunch 的旗舰创业大赛 Startup Battlefield 200** 的申请截止日期为 **5 月 27 日**，仅剩两周时间。 ### 为何值得关注？ 入选 Startup Battlefield 200 意味着获得多重资源加持： - **风险投资对接**：直接面向顶级 VC 进行路演，提升融资成功率。 - **全球曝光**：在 TechCrunch Disrupt 大会上面向数千名参会者展示产品。 - **媒体覆盖**：获得 TechCrunch 编辑团队的报道机会，扩大品牌影响力。 - **现金奖励**：最终获胜者将获得 **10 万美元无股权稀释奖金**。 ### 关键时间节点 - **申请截止**：5 月 27 日（太平洋时间） - **活动时间**：TechCrunch Disrupt 大会期间（具体日期参见官网） ### 适合哪些团队？ 无论你处于种子轮还是成长早期，只要有创新技术和可落地的商业模式，都值得尝试。往届优胜者包括 Dropbox、Yammer 等知名公司。 ### 如何申请？ 请尽快访问 TechCrunch 官网提交申请材料。**时间紧迫，机会稍纵即逝**。 > 小结：如果你正在寻找加速成长的杠杆，Startup Battlefield 200 可能是今年最值得投入的战场之一。

在过去几年中，创意市场平台意识到自己坐拥数据金矿，无论是用于开发自家 AI 模型，还是通过授权给其他实验室来创收，都前景广阔。**Wirestock** 选择了后者——这家曾帮助摄影师在 Shutterstock 等图库分发销售作品的公司，于 2023 年转型为数据供应商，如今为 AI 实验室提供图像、视频、设计素材以及游戏与 3D 内容的数据集。 Wirestock 联合创始人兼 CEO Mikayel Khachatryan 透露，平台已签约超过 **70 万** 名艺术家和设计师，他们像 Fiverr 上的自由职业者一样完成各类数据采集任务。公司对转型保持透明，允许艺术家选择退出数据供应业务（2022 年平台曾拥有超 10 万名摄影师）。Khachatryan 未透露具体有多少人转为 AI 数据提供者，仅表示“大多数”留了下来。 “最初，我们的交易大多是出售现有库存，比如已有的图库。但后来出现了大量定制内容与数据请求，这为创作者创造了新机会，平台也随之腾飞。”Khachatryan 说道。 本周四，Wirestock 宣布获得 **2300 万美元** A 轮融资，由 **Nava Ventures** 领投，**SBVP**（由 Sheryl Sandberg 联合创立）、**Formula VC** 和 **I2BF Ventures** 参投。资金将用于拓展新的数据供应业务。 Khachatryan 表示，Wirestock 目前为 **六家** 最大的基础模型制造商提供多模态数据，但拒绝透露具体名称。公司目前年化收入达 **4000 万美元**，已向贡献者支付 **1500 万美元**。 转型过程中，Wirestock 不得不重新培训部分团队，使其能够对数据进行详细标注和标记，以满足 AI 实验室的需求。同时，公司还组建了销售与企业团队，以对接超大规模云厂商，并设法获取更多创意资产，尤其是在 3D 建模领域。 目前，Wirestock 通过邮件营销和推荐计划吸引新贡献者。摄影师、摄像师和插画师可在其网站申请提供数据，但需先完成一项无报酬的任务作为质量检验。公司表示，采用 AI 与人工评审相结合的方式对提交内容进行评估。

在AI内容生成的浪潮中，一个核心问题日益凸显：当AI向用户提供信息时，谁来决定哪些内容被呈现？Campbell Brown，这位曾担任Meta新闻合作主管的资深媒体人，近期就这一话题发表了自己的看法。她指出，硅谷内部围绕AI内容治理的讨论，与普通消费者的认知之间存在巨大鸿沟。 Brown观察到，技术社区正专注于模型能力、安全对齐和偏见消除等专业议题，而普通用户更关心的是AI给出的答案是否可信、是否公平、是否反映了多元视角。这种认知错位可能导致公众对AI系统的不信任，甚至引发更广泛的社会争议。 作为新闻行业的资深人士，Brown在Meta期间曾负责与全球新闻出版商合作，深度参与了内容审核、虚假信息治理和新闻生态平衡等棘手问题。她认为，AI内容治理可以借鉴新闻编辑室的经验：透明性、责任制和多元利益相关方参与是关键。 Brown强调，AI公司不能仅依赖内部工程师和伦理团队来定义“正确”的信息输出。她建议引入外部专家、民间组织甚至用户代表，共同参与制定内容准则。同时，AI系统应该向用户明确说明其信息来源、推荐逻辑和潜在局限性，让用户有能力做出判断。 这一观点与当前行业趋势不谋而合。随着生成式AI进入搜索、推荐和问答场景，从Google的AI Overviews到OpenAI的ChatGPT，内容准确性、偏见和来源引用问题屡屡引发争议。Brown的呼吁提醒我们：AI的内容治理不仅是技术问题，更是社会契约问题。 未来，AI公司可能需要像传统媒体一样建立“编辑室”机制，在算法效率与信息质量之间寻找平衡。而公众参与和外部监督，或许正是弥合硅谷与消费者认知鸿沟的关键一步。

法律科技初创公司 Clio 刚刚宣布其年度经常性收入（ARR）突破 **5 亿美元** 大关，这一里程碑式的成就恰逢 AI 公司 Anthropic 在 legal tech 领域持续加码，引发行业关注。 Clio 作为云法律实践管理软件的领军者，其增长反映了法律行业对数字化工具的强劲需求。公司通过提供案件管理、计费、文档自动化等一站式解决方案，成功吸引了从 solo practitioner 到大型律所的广泛客户群。5 亿美元 ARR 的达成，不仅验证了其产品市场匹配度，也表明法律科技赛道正进入高速成长期。 与此同时，Anthropic 正凭借其 Claude 模型系列积极切入法律垂直场景。Claude 在合同分析、法律研究、文件审查等任务上展现出强大能力，直接与 Clio 等平台形成竞争或互补关系。Anthropic 近期推出的 **Claude for Enterprise** 及针对法律行业的定制化方案，正在重塑传统法律服务的成本结构与效率边界。 两大玩家在同一时间节点的动态，揭示了 legal tech 领域的两个核心趋势：**一是 SaaS 化平台持续渗透传统法律 workflow**，Clio 的成功证明律所愿意为云端一体化工具付费；**二是生成式 AI 正从“辅助工具”升级为“核心生产力引擎”**，Anthropic 的入局意味着 AI 原生能力将成为下一代法律软件的标配。 对于 Clio 而言，5 亿美元 ARR 既是荣誉也是压力。如何在 Anthropic 等 AI 公司的攻势下保持差异化，将决定其能否守住市场份额。可能的路径包括：深化 AI 原生功能集成、构建开放生态以接入第三方 AI 模型，或通过并购快速补足技术短板。 行业观察人士指出，法律科技市场的天花板远未触及。全球法律服务市场规模超 8000 亿美元，数字化渗透率仍处于个位数。Clio 与 Anthropic 的竞合关系，或将加速整个行业的智能化转型，最终受益的是那些能够降低法律成本、提升服务可及性的终端用户。

知名生产力软件公司 Notion 正在大步迈入智能体时代。在周三的直播产品发布会上，这家以协作笔记应用闻名的公司推出了全新的开发者平台，旨在扩展其自定义 AI 智能体的能力，连接外部智能体，并让团队能够构建自动化的多步骤工作流，从任何数据库拉取数据。 通过构建一个编排层——一个协调跨多个工具和数据源的 AI 工作的系统——Notion 正在将自己定位为不仅仅是带 AI 功能的笔记工具，而是一个人与智能体可以在工具和数据库之间协作的中心枢纽。 今年 2 月，Notion 首次推出了其 Custom Agents AI 队友，负责处理重复性任务，例如回答常见问题、编译状态更新和自动化工作流。自那以后，Notion 表示客户已构建了超过 **100 万个智能体**。然而，这些智能体存在局限性：它们无法连接外部数据或使用自定义逻辑，公司使用的外部智能体也无法接入 Notion 工作空间。团队不得不通过第三方自动化平台或编写自己的脚本（运行在自己的基础设施上）来解决这些问题。 Notion 联合创始人兼 CEO Ivan Zhao 在直播中坦言：“诚然，从历史上看，Notion 并不是一个以开发者为中心的平台。但情况正在改变。”现在，Notion 允许团队部署自己的自定义代码。借助其新的 **Workers**——Notion 的云端运行自定义代码的环境——客户可以编写逻辑并将其部署到安全的沙箱中（一个隔离环境，防止代码干扰其他系统）。这使得团队能够执行诸如将数据同步到 Notion、构建自定义工具以及通过 webhooks 触发工作等操作，而无需依赖外部基础设施。你甚至不需要自己编写代码：公司指出，你偏好的 AI 编码智能体可以为你代劳。Workers 将使用与 Custom Agents 相同的积分系统，但 Notion 在 8 月之前免费提供，以便开发者进行实验。 同步外部数据源也是 Notion 开发者平台的一部分。由 Workers 驱动的数据库同步功能可以从任何拥有 API 的数据库中拉取数据。这意味着你可以从 Salesforce、HubSpot 或任何其他 SaaS 工具访问数据，并将其与 Notion 中的项目关联起来。Notion 还推出了 **连接器**，用于与 Slack、GitHub 和 Jira 等流行工具集成，以及一个 **Actions API**，允许外部智能体直接在 Notion 中执行操作。 这一举措正值 AI 行业从对话式 AI 转向智能体工作流之际，Notion 的这一步棋颇具战略意义。通过开放平台并支持外部智能体，Notion 正在将自己融入更广泛的 AI 生态系统，而不仅仅是成为一个孤立的工具。

埃隆·马斯克旗下的AI公司xAI，在其位于密西西比州的数据中心“Colossus 2”中，正在运行近50台天然气涡轮发电机。由于这些设备被安装在平板拖车上，该州将其归类为“移动式”发电设备，从而规避了为期一年的空气污染法规。然而，美国全国有色人种协进会（NAACP）代表当地居民提起诉讼，指出这些涡轮机未经监管的排放正在恶化本已污染严重的地区空气质量，并于本周请求法院对xAI发出禁令。 争议的焦点在于这些涡轮机的“移动”属性。代表NAACP提起诉讼的南方环境法律中心（Southern Environmental Law Center）认为，根据联邦法律，安装在拖车上的发电厂仍可被视为固定式设施，应受空气污染法规约束。目前，xAI已获得其中15台涡轮机的许可。根据大孟菲斯商会（Greater Memphis Chamber of Commerce）此前发布的新闻稿，截至2025年5月，运行的35台涡轮机中“约一半”将保留在现场。然而，xAI持续加装更多设备，据当地新闻报道，目前运营数量已达46台。 这一事件揭示了AI行业在快速扩张背景下，数据中心能源需求与环境监管之间的矛盾。随着AI算力需求激增，科技巨头纷纷建设大型数据中心，而电力供应往往依赖化石燃料，尤其是在电网基础设施薄弱的地区。xAI的做法并非孤例——此前已有报道指出，其他科技公司如谷歌、微软也曾因数据中心备用发电机排放问题面临质疑。但xAI此次利用“移动设备”标签规避监管的做法，可能开创一个危险的先例，鼓励更多企业效仿，从而加剧局部空气污染。 NAACP和环保组织认为，xAI必须立即停止违规排放，并申请完整的空气许可证。如果法院支持原告，xAI将面临运营调整甚至罚款。这一案件也可能推动监管机构重新审视“移动式”发电设备的定义，堵住漏洞。对于AI行业而言，如何在算力增长与可持续发展之间取得平衡，已成为一个不容回避的课题。

Anthropic产品负责人Cat Wu近日在Code with Claude大会上表示，AI的下一个重大突破在于主动性——未来AI将能在用户意识到需求之前就主动预判并提供帮助。Wu负责Claude Code和Cowork两大产品的策略规划，她强调团队专注于保持技术前沿，而非紧盯竞争对手。她认为，过度关注竞品反而会拖慢执行速度，只有始终站在指数级进步的曲线上，才能真正引领行业。 Anthropic近期势头强劲，据称正以约9500亿美元估值进行新一轮融资，而其主要竞争对手OpenAI在3月时的估值为8540亿美元。一份最新报告显示，自2025年5月以来，Anthropic在企业客户中的市场份额已翻了两番，Claude正在越来越多地取代ChatGPT成为企业首选。 Wu自2024年8月加入Anthropic以来，主导了Claude从纯信息聊天机器人向编码工具等多功能的进化。她与核心工程师Boris Cherny（Claude Code的创建者）紧密合作，被外界称为Anthropic的“蝙蝠侠与罗宾”。 在谈及产品策略时，Wu表示，团队的核心原则是“保持指数级增长”。她认为，如果总想着竞争对手，就会永远落后两周或一个月。Anthropic去年发布了至少6个模型，今年也已接近同等数量。Wu预计这一速度将继续保持，但部署方式可能会有所调整，例如最近推出的“Glasswing”模型就采用了不同的发布策略。她强调，AI智能的提升必须以安全为前提，确保更多人受益。 Wu描绘的未来愿景中，Claude将不再是被动等待指令的工具，而是主动感知用户工作流、提前准备所需信息的智能伙伴。她认为，从“反应式”到“主动式”的转变，将是AI产品体验的下一个范式跃迁。

本周二，OpenAI CEO 山姆·奥特曼在加州联邦法院出庭作证，面对埃隆·马斯克律师团队的严厉质询，核心问题直指他的诚信：奥特曼是否在 AI 监管与商业利益上对国会和公众有所隐瞒？ ### 从国会听证到法庭对峙 去年五月，奥特曼在国会作证时曾信誓旦旦地表示：“我相信自己是一个诚实可信的商人。”当参议员肯尼迪问他是否持有 OpenAI 股权时，他回答“没有”，仅靠医保薪酬过活。然而，在马斯克诉 OpenAI 转型营利一案的交叉质询中，奥特曼承认自己通过 Y Combinator 基金的有限合伙人身份，实际享有 OpenAI 的经济利益。 马斯克的律师史蒂夫·莫罗抓住这一矛盾步步紧逼：“你没有向参议院披露你在 OpenAI 的利益，对吧？”奥特曼辩解称“被动持有风投基金”是行业共识，但莫罗反问：“你以为肯尼迪参议员是资深投资者吗？” ### 诚信疑云与“性格谋杀” 质询中，莫罗列举了一长串指控奥特曼不诚实的人：前董事会成员海伦·托纳、塔莎·麦考利、联合创始人伊利亚·苏茨克维，甚至马斯克本人。他还引用了《纽约客》近期关于奥特曼诚信问题的深度报道。OpenAI 的律师则反击称这是“性格谋杀”，并未推进案件实质。 ### 利益冲突的灰色地带 奥特曼声称自己“技术上没有股权”，但作为早期投资专家，他显然清楚 Y Combinator 基金对 OpenAI 的敞口，以及他投资的其他 AI 公司与 OpenAI 的业务往来。这种“被动持有”与“主动管理”的模糊边界，正是硅谷利益冲突的典型灰色地带。 ### 行业影响与信任危机 这场庭审不仅是 OpenAI 与马斯克的法律战，更折射出 AI 行业领袖公信力的危机。当最强大的 AI 模型掌握在个人手中，透明度与诚信就成为监管的核心议题。奥特曼的证词矛盾，可能影响法官对 OpenAI 转型案的关键判断，也会动摇公众对 AI 治理的信任。 庭审仍在继续，而奥特曼的“诚实商人”形象，正在法庭的聚光灯下接受最严苛的检验。

随着 AI 开始与物理世界交互，构建“世界模型”的实验室正面临数据短缺的困境。一家名为 **Origin Lab** 的初创公司近日宣布完成 **800 万美元** 种子轮融资，由 **Lightspeed Ventures** 领投，SV Angel、Eniac、Seven Stars、FPV 以及 Twitch 联合创始人 Kevin Lin、Cruise 创始人 Kyle Vogt 等跟投。Origin Lab 的解决方案出人意料：从 **视频游戏行业** 获取高质量训练数据。 ## 数据困境与游戏宝藏 世界模型旨在让 AI 理解物理世界的运作规律，例如物体运动、碰撞、光照变化等。然而，与语言模型拥有海量文本数据不同，物理世界的数据难以大规模获取。Origin Lab 联合创始人兼联合 CEO **Anne-Margot Rodde** 指出：“AI 系统需要理解物理世界如何运作，而这类数据本质上存在于视频游戏中。”游戏引擎生成的渲染画面、物理模拟、关卡交互等天然包含了丰富的物理信息，且经过精心设计，具有高度一致性和可标注性。 ## 搭建数据交易的桥梁 Origin Lab 的核心模式是 **数据市场**：一方面，世界模型实验室（如 Yann LeCun 的 AMI Labs 或 Fei-Fei Li 的 World Labs）可以购买经过授权的、高质量的游戏数据；另一方面，游戏公司可以将已有的数字资产转化为额外收入。Origin Lab 则负责将游戏资产转换为训练数据——可能是一次简单的渲染输出，也可能是自动化生成数小时的遍历视频。 “视频游戏行业坐拥极具价值的数据，但缺乏连接 AI 实验室与游戏行业的基础设施，”Rodde 表示，“我们搭建了这座桥梁。” ## 解决数据版权与质量问题 长期以来，AI 实验室对游戏数据兴趣浓厚，但 **版权与数据质量** 问题阻碍了大规模使用。2024 年 12 月，OpenAI 的 Sora 视频生成模型被指“复现”流行游戏和主播画面，疑似使用了 Twitch 直播数据训练，引发争议。Amazon 也曾公开表示对使用 Twitch 数据训练模型的兴趣。Origin Lab 通过 **授权合作** 与 **数据清洗** 机制，为双方提供合规、可靠的交易环境。 ## 投资逻辑与市场前景 Lightspeed 合伙人 **Faraz Fatemi** 认为，Origin Lab 的成功融资反映了 **训练数据供应链** 的成长机遇——类似 Scale AI 等数据基础设施公司已证明其价值。随着世界模型从学术研究走向工业应用（如物理机器人操作、空间建模），对高质量物理数据的需求将急剧增长。Origin Lab 若能有效聚合游戏行业的数据资源，有望成为 AI 数据生态中的关键一环。 ## 小结 Origin Lab 的融资标志着 **“游戏数据 + 世界模型”** 这一细分赛道进入资本视野。在数据成为 AI 核心资产的当下，如何合法、高效地挖掘游戏行业的“沉睡数据”，将决定下一代物理 AI 的进化速度。

Anthropic 正在拓展其客户基础，从大型企业客户转向中小型企业。为此，公司于周三宣布推出 **Claude for Small Business**，这是一套专为小型企业设计的新服务套件，目标客户不再是 Walmart 或 Starbucks 这样的巨头，而是本地五金店或咖啡店。 到目前为止，大部分深度 AI 应用集中在企业层面。过去研究表明，能够将 AI 系统扩展到实验或试点阶段之外的公司，往往是拥有雄厚预算的大型企业。但这一趋势正在改变，中小型企业的 AI 采用率正在上升。Anthropic 的新功能正是为这些新用户量身打造。 这些功能通过 **Claude Cowork** 中的一个新开关提供。Claude Cowork 是 Anthropic 为企业用户推出的任务自动化平台，能够浏览网页、管理文件，并代表用户执行多步骤工作流。开启该开关后，付费用户即可访问一系列自动化服务，包括记账功能、商业洞察以及广告活动生成工具。新套件还包括 Claude Cowork 与 **QuickBooks、Canva、DocuSign、HubSpot 和 PayPal** 等软件产品的集成。 Anthropic 表示，小企业占美国 GDP 的 44%，雇佣了近一半的私营部门劳动力，但它们的 AI 采用率落后于大型企业。工具和培训很少针对小企业的运营方式定制，因此它们的 AI 使用往往止步于聊天窗口。 对于创始人和投资者而言，这一举措表明 AI 平台战争正在向低端市场扩展，下一个用户获取的主战场不是《财富》500 强，而是构成美国经济支柱的 3600 万家小企业。Anthropic 在时间上略晚于竞争对手 OpenAI，后者于 2023 年底推出了 Enterprise ChatGPT，并包含了针对小团队的 ChatGPT Business 集成。 Anthropic 计划通过一场横跨美国东西海岸的巡回推广活动来大力推广其新功能，首站从芝加哥开始，共覆盖 10 个城市。在每个站点，公司将提供一场免费的 AI 培训研讨会，面向 100 名当地小企业领导者开放。

亚马逊正在将AI进一步融入购物体验。本周三，亚马逊正式发布 **Alexa for Shopping**，一款由 **Alexa+** 驱动的新一代个性化AI购物助手，并将取代2024年推出的生成式AI助手 **Rufus**。该助手现已面向美国用户开放，支持移动端、桌面端及Echo Show智能屏，提供语音与触控双重交互。 相比Rufus侧重于产品发现与比较，Alexa for Shopping更强调个性化推荐与自动化购物。它能够理解用户的购物习惯、偏好及历史订单，回答诸如“男士的最佳护肤流程是什么？”或“我上次买AA电池是什么时候？”等问题。用户既可以在主搜索栏直接输入问题，也可以进入专门的聊天窗口进行对话，Alexa会提供定制答案、推荐商品，甚至生成购物指南。 除了问答，Alexa for Shopping还具备**商品比价**、**价格追踪**以及**定期复购**功能。例如，用户可以设定“当这款防晒霜降至10美元时自动加入购物车”。更值得关注的是，该助手还能**跨平台购物**——通过“Buy for Me”功能，在亚马逊以外的其他在线商店完成购买。这一能力虽然便捷，但也引发了关于AI自主性与隐私安全的新一轮讨论。 此次发布紧随亚马逊近期多项举措：包括在数十个城市推出30分钟送达服务“Amazon Now”，以及上线一项基于AI的实时语音问答功能，用于回答顾客的产品问题。从Rufus到Alexa for Shopping，亚马逊正将AI从辅助工具转变为购物流程的核心驱动力。 ## 行业视角 亚马逊此举反映出电商巨头对**AI驱动的个性化购物**的持续加码。与Rufus偏重“发现”不同，Alexa for Shopping更强调“执行”——它不仅能推荐，还能代为决策和下单。这种从信息到行动的转变，可能重塑消费者对购物助手的期待。同时，跨平台购物功能也意味着亚马逊在尝试打破自身生态边界，将AI助手从“亚马逊专属”扩展为更通用的购物管家。 不过，AI自主下单带来的信任与隐私问题不容忽视。如何平衡便利性与用户控制权，将是亚马逊及整个行业需要持续面对的挑战。

2026 年 10 月 13 日至 15 日，TechCrunch Disrupt 2026 将在旧金山 Moscone West 举办。本届大会将设置 **六大主题舞台**，举办 **超过 200 场** 由 **250 多位** 科技领袖主导的演讲与讨论，预计吸引 **超过 10000 名** 创始人、投资者和行业运营者参加。 大会旨在帮助创始人和投资者在当前高度复杂、波动的市场中，更快做出更明智的决策。六大舞台分别聚焦不同维度： - **Disrupt 主舞台**：汇聚顶尖创始人和投资人，探讨 AI 未来、技术趋势、公司构建与融资方式，以及 Startup Battlefield 200 比赛。 - **Builders 舞台**：专注于创始人在融资、招聘、产品市场契合、市场推广和规模化运营中面临的实际压力点，提供战术级解决方案。 - **其他舞台**（原文未详述，但整体覆盖 AI 原生竞争、基础设施瓶颈、风投动态变化及企业级技术采纳等关键议题）。 目前大会已开放早鸟注册，单人可节省 **最高 410 美元**，第二张门票还可享受 **50% 折扣**。 ### 为何值得关注？ 在资本收紧、AI 竞争白热化的当下，Disrupt 2026 的舞台设置精准回应了创始人和投资者的核心痛点：不是行动太慢，而是对市场变化反应太迟。通过分舞台聚焦不同层次的实战议题，大会试图让参与者能直接获取可落地的洞察，而非泛泛的趋势分析。 ### 关键信息速览 - **时间**：2026 年 10 月 13-15 日 - **地点**：旧金山 Moscone West - **规模**：10000+ 参与者，200+ 场次，250+ 演讲者 - **优惠**：早鸟价节省 $410，第二张票半价 - **申请截止**：Startup Battlefield 200 提名于 **5 月 29 日** 截止 如果你正在寻找下一轮融资的信号、希望了解 AI 之外的增长策略，或者想提前锁定潜在的合作伙伴，Disrupt 2026 的六大舞台或许能提供难得的全景视角。

Meta 于周三宣布，将在 WhatsApp 中为 Meta AI 聊天机器人引入“无痕对话”功能。这些对话不会被保存，关闭聊天后消息将默认消失，为用户提供更私密的 AI 交互体验。 ## 功能亮点 - **隐私保护**：无痕对话在安全环境中处理，其他人无法查看。用户可通过点击 Meta AI 一对一聊天中的新图标启动无痕会话。 - **自动消失**：关闭聊天、应用或锁定手机后，消息自动消失，Meta AI 也会丢失对话上下文。 - **跨平台支持**：该功能未来几个月将逐步在 WhatsApp 和独立 Meta AI 应用中推出。 ## 技术背景 Meta 已为私密 AI 聊天铺垫多时。去年，其公布了私有处理基础设施，可在不破坏端到端加密的情况下构建 AI 功能。此前 WhatsApp 已利用该架构推出 AI 摘要消息等功能。此次无痕聊天采用最新的 **Muse Spark 模型**，而非之前的小模型。 ## 行业趋势 ChatGPT、Claude 等聊天机器人已提供无痕模式，DuckDuckGo 和 Proton 也推出了隐私优先的聊天机器人。Meta 此举正值关键时期——上月路透社引述律师观点，认为用户与 AI 聊天机器人的对话可能被用于法律诉讼，凸显隐私保护的重要性。 ## 未来规划 Meta 正在开发下一项功能“Side Chat”，允许用户在群聊中私密调用 Meta AI 提问，而不会让其他参与者看到。这解决了当前需在单独窗口粘贴文本的繁琐操作。

根据金融科技公司 Ramp 最新发布的 AI 指数，Anthropic 在付费企业客户数量上首次超越 OpenAI，成为 AI 实验室中的领头羊。该指数基于 Ramp 平台上超过 5 万家企业的支出数据，显示 **34.4% 的参与企业正在为 Anthropic 服务付费**，而 OpenAI 的这一比例为 32.3%。这是 Anthropic 首次占据榜首位置。 Ramp 经济学家 Ara Kharazian 指出，Anthropic 在金融、科技和专业服务等早期采用率较高的领域已经领先，而 OpenAI 在其他行业仍保持优势，但差距正在缩小。在过去 12 个月中，Anthropic 的企业客户占比从 2025 年 5 月的 9% 跃升至 34.4%，增幅达 26%；同期 OpenAI 的份额下降了 1%，整体 AI 产品使用率上升了 9%。 这一趋势在更广泛的行业中也有所体现。在 OpenRouter 的排行榜上，OpenAI 自 2025 年 12 月以来已落后于 Anthropic。尽管 Ramp 的数据仅代表其客户群体，但超过 5 万家企业的样本量使其具备相当的代表性。 Kharazian 认为，Anthropic 的成功源于其精准的战略：**从技术密集型客户入手，专注满足其需求，再通过 Cowork 等工具逐步拓展市场**。不过他同时表示，这一领先优势能否持续仍存疑问。

智能手机上的应用和通知泛滥成灾，一款名为 Poppy 的新应用试图通过整合日历、邮件、消息等服务，为用户提供一个统一仪表盘，并利用 AI 主动提供建议，帮助用户更高效地管理日常事务。 ## 核心功能：主动式智能提醒 Poppy 的独特之处在于其 **主动式建议** 功能。例如，如果 Poppy 访问了你的日历，发现你有一个 30 分钟的空闲时间且身处公园附近，它可能会建议你休息一下，去散个步。如果你正在计划与朋友聚餐，而对方曾在之前的沟通中提及饮食偏好，Poppy 也能在推荐餐厅时考虑这些信息。 用户还可以像对个人助理一样向 Poppy 提问或下达指令。它能跟踪航班动态并提醒变化，或是在该吃药时发出提醒。 ## 技术背景与愿景 Poppy 的开发者 Sai Kambampati 拥有计算机科学硕士学位，专攻人机交互领域。他曾是 AI 硬件初创公司 Humane 的软件工程师，亲眼见证了人们如何重新思考与技术互动的方式。Kambampati 表示，他一直对挑战计算机的能力边界感兴趣，尤其是 **环境计算** 的理念——计算机能主动感知并预测用户需求。他认为，当前 AI 技术的进步使得实现这一愿景成为可能。 ## 应用集成与挑战 目前，Poppy 支持与 Apple 日历、Google 日历、Gmail、Outlook、iCloud 邮件、Apple 健康、提醒事项、通讯录、iMessage、WhatsApp 等日常应用集成。值得注意的是，它通过 Mac 应用访问 iMessage，但苹果通常不允许第三方应用访问其信息服务，这可能成为未来的隐患。此外，Poppy 还集成了 Uber 等应用。 ## 潜在价值与行业意义 在 AI 助手领域，大多数产品仍停留在“被动响应”模式，即用户提问后给出答案。Poppy 的主动式建议代表了向 **环境智能** 的迈进——设备不再是等待指令的工具，而是能预判需求、提供适时帮助的伙伴。这种转变有望减少用户的认知负荷，提升生活与工作的效率。 不过，主动式 AI 也面临隐私和数据安全的挑战。用户需要信任 Poppy 处理其日历、邮件、位置等敏感信息的方式。此外，跨平台集成（尤其是苹果生态）的技术障碍也不容忽视。 总体而言，Poppy 展示了 AI 在日常生活中的新应用方向，但其能否获得广泛采用，还需看其在隐私保护、跨平台兼容性和实际体验上的表现。

AI 研究界长期憧憬着系统能自我改进、超越人类调优的那一天。如今，一家新锐实验室 Adaption 带着名为 **AutoScientist** 的工具，将这一愿景向前推进了实质性的一步。该工具通过自动化传统微调流程，帮助模型快速习得特定能力，并同时优化数据和模型本身。 ### 从数据优化到模型自进化 AutoScientist 建立在 Adaption 已有的数据产品 **Adaptive Data** 之上。后者专注于随时间构建高质量数据集，而 AutoScientist 则将这些持续改进的数据集转化为持续进化的模型。公司联合创始人兼 CEO **Sara Hooker**（前 Cohere AI 研究副总裁）向 TechCrunch 表示：“最令人兴奋的是，它能够同时优化数据和模型，学习掌握任何能力的最佳方式。”她认为，这有望让前沿 AI 训练不再局限于少数大型实验室。 ### 性能表现与开放策略 在发布材料中，Adaption 声称 AutoScientist 在不同模型上将“胜率”提升了一倍以上。由于系统专为特定任务自适应设计，传统通用基准（如 SWE-Bench 或 ARC-AGI）并不适用。尽管如此，公司对实际效果充满信心，并采取大胆的推广策略：**发布后前 30 天免费使用**。 ### 行业意义 AutoScientist 的推出正值投资界向新一代研究驱动型 AI 实验室大量注资之际。Hooker 将这一工具类比为代码生成带来的变革：“就像代码生成解锁了大量任务一样，这将在不同领域的前沿解锁大量创新。” 对于追求高效、低成本模型定制的企业和研究者而言，AutoScientist 提供了一条通往“自适应全栈”的路径——从数据到模型均可实时针对任务优化。虽然其长期效果有待验证，但这一方向无疑为 AI 训练民主化带来了新的可能。

美国医疗保险与医疗补助服务中心（CMS）推出了一项名为 ACCESS 的长达 10 年的创新支付模式，旨在为 AI 驱动的医疗服务开辟新的报销路径。传统 Medicare 按临床接触时间付费，无法覆盖 AI 智能体在患者就诊间隙的监测、随访、协调住房推荐或确保用药依从性等行为。ACCESS 首次创建了按健康结果付费的机制：参与机构获得可预测的固定支付，但只有在患者达到可测量的健康目标（如降低血压、减轻疼痛）时才能获得全额款项。该模式覆盖糖尿病、高血压、慢性肾病、肥胖、抑郁和焦虑六种慢性病。首批 150 家入选机构包括 AI 医生初创公司、虚拟营养治疗提供商、联网设备公司和可穿戴设备制造商（如 Whoop）。其中以 Pair Team 为代表的公司已为此布局多年，其创始人 Neil Batlivala 指出，对于面临食品不安全等社会问题的老年人，可穿戴设备的作用有限，而 ACCESS 为真正能解决复杂社会健康需求的 AI 方案提供了政策“泳道”。该计划将于 7 月 5 日正式启动，有望重塑 AI 在医疗领域的商业落地路径。

在OpenAI与埃隆·马斯克的法律纠纷中，CEO萨姆·奥尔特曼出庭作证，披露了2017年一场令人不安的对话：马斯克曾提议，如果自己去世，应将OpenAI的控制权交给他的孩子。这一细节揭示了双方在AI安全与治理上的根本分歧。 ## 庭审焦点：非营利使命是否被商业利益侵蚀？ 马斯克的诉讼核心在于指控OpenAI背离了最初的非营利使命，在追求商业成功时牺牲了AI安全。奥尔特曼在证词中反驳称，OpenAI实际上创建了“世界上最大的慈善机构之一”，其基金会资产已达约2000亿美元，并正在开展重要工作。他承认基金会直到今年初才拥有全职员工，但董事会主席布雷特·泰勒解释，这主要是因为将OpenAI股权转换为现金的复杂性，该转换在2025年最近一次重组中才得以完成。 ## 2017年关键分歧：控制权与安全理念冲突 奥尔特曼回忆，2017年当创始团队为AI模型融资而挣扎时，马斯克的安全方案让他深感忧虑。在一次讨论假设性营利实体的会议上，当被问及若马斯克去世后谁应控制公司时，马斯克的回答是：“也许应该交给我的孩子。”奥尔特曼指出，这与他坚持的“AI不应由单一个人掌控”的理念相悖。作为Y Combinator前掌门，他深知创始人一旦掌握控制权往往不会放手。 ## 管理风格冲突：从“电锯式裁员”到文化创伤 奥尔特曼还批评马斯克的管理方式不适合研究实验室。他举例说，马斯克曾要求联合创始人**格雷格·布罗克曼**和**伊利亚·苏茨克弗**列出研究人员名单，按成就排序后“用电锯裁掉一批”。这种做法对OpenAI的文化造成了长期伤害，并导致多位关键研究人员士气低落。奥尔特曼强调，他一直在捍卫布罗克曼和苏茨克弗的“血汗股权”，而马斯克则试图通过控制权获取更大利益。 ## 法律与行业影响 此案不仅关乎OpenAI的未来结构，更引发了对AI治理模式的广泛讨论。奥尔特曼的证词凸显了科技界在平衡商业成功与安全承诺时的深层矛盾。马斯克律师试图证明OpenAI已放弃安全承诺，但奥尔特曼坚持公司始终致力于“将先进AI排除在单一个人控制之外”。随着庭审推进，法庭将决定OpenAI是否必须回归非营利模式，或允许其继续以营利性子公司运营。