在最新一期 TechCrunch 的 Equity 播客中，主持人 Anthony Ha、Kirsten Korosec 和 Sean O'Kane 围绕 Box 创始人 Aaron Levie 提出的“科技 CEO 们是否特别容易患上‘AI 精神错乱’”这一观点展开了深入讨论。Levie 并非全盘否定 AI 工具，而是强调 CEO 们必须亲自使用这些工具才能真正理解它们。 **AI 的两极分化** Anthony Ha 指出，AI 的话题极具两极分化：一方面，似乎每个人都在使用 AI 并喜爱它；另一方面，又好像没人真正使用它，且人人都讨厌它。这种矛盾同时存在，使得讨论变得困难。 **Google 的困境** Kirsten 观察到 Google 面临两难：它一方面觉得必须跟上 AI 潮流，另一方面却在动摇用户最依赖的核心搜索体验。Google 在搜索中引入更多 AI 功能后，用户开始转向替代品。例如，注重隐私的搜索引擎 DuckDuckGo 安装量飙升了 30%，这反映出存在大量用户对当前的 AI 方向感到不满。 **反 AI 情绪是否是创业公司的机会？** Kirsten 进一步提出，这种“反 AI 时刻”是否可能成为创业公司或新商业领域的机遇？当巨头们急于将 AI 塞进产品时，那些提供更克制、更注重用户体验的替代方案或许能吸引流失的用户。 **CEO 们需要“使用”而非“空谈”** 讨论的核心在于，CEO 们不应仅仅在财报电话会上谈论 AI，而应真正深入使用 AI 工具。Levie 的评论虽然温和，却点明了行业普遍存在的问题：高层决策者往往对技术缺乏第一手的理解，却急于押注 AI。 **小结** 这场辩论揭示了 AI 行业的一个关键张力：技术进步的速度与用户接受度之间的鸿沟。对于科技 CEO 们来说，避免“AI 精神错乱”的关键或许是放下空谈，回归产品本身，去感受用户真正需要的是什么。
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。
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”。
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”。
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。
近年来，AI取代人类工作的论调甚嚣尘上，但Box创始人Aaron Levie却提出了一个令人警醒的观点：那些决定AI可以取代你工作的人，恰恰是最不了解你工作真正内涵的人。他将这种现象称为“AI精神病”（AI psychosis）。 Levie的这番评论并非空穴来风。项目管理平台ClickUp近期裁掉了22%的员工，理由是为了给AI代理腾出空间。更令人担忧的是，2026年的科技行业裁员人数已经几乎与2025年全年持平。这些数据表明，企业正在以前所未有的速度用AI替代人类岗位，但其中可能隐藏着巨大的认知偏差。 ### 什么是“AI精神病”？ Levie所描述的“AI精神病”，指的是企业高管和技术决策者过度沉迷于AI的潜力，以至于盲目相信AI能够解决所有问题，甚至在不完全理解业务复杂性的情况下，就贸然用AI替代人类员工。这种思维模式忽略了AI的局限性，也低估了人类在特定场景下的不可替代性。 例如，ClickUp的裁员决策引发了广泛争议。虽然AI代理在处理重复性任务上确实高效，但项目管理涉及大量的人际沟通、创意协调和战略决策，这些都是当前AI难以胜任的。Levie认为，这种“先开枪后瞄准”的做法，最终可能导致企业效率下降，甚至失去核心竞争力。 ### AI替代的隐形成本 事实上，AI替代人类工作并非简单的成本效益计算。当企业盲目追求AI化时，往往会忽略以下隐形成本： - **知识流失**：经验丰富的员工离开后，其积累的行业知识和隐性技能难以被AI复制。 - **创新停滞**：过度依赖AI可能导致团队失去主动思考和创新的能力。 - **客户体验下降**：AI在处理复杂、个性化需求时，往往不如人类灵活和富有同理心。 Levie的警告并非反对AI技术本身，而是呼吁企业保持理性。AI应当被视为增强人类能力的工具，而非完全替代人类的解决方案。 ### 行业趋势与反思 2026年的裁员数据令人震惊：科技行业的裁员人数已接近2025年全年水平。这背后既有经济下行的压力，也有AI技术普及的冲击。然而，Levie的观点提醒我们，裁员并非总是最优解。企业在推动AI转型时，需要更深入地评估岗位价值，避免陷入“为了AI而AI”的误区。 一些公司已经开始反思这一趋势。例如，部分企业选择通过再培训让员工与AI协作，而非直接裁员。这种“人机协同”的模式或许更可持续。 ### 小结 “AI精神病”是一个值得所有科技从业者警惕的现象。在AI浪潮席卷各行各业的今天，企业决策者需要保持清醒：AI是工具，不是万能药。真正的竞争力，来自于对技术与人类价值的深刻理解与平衡。
AI芯片初创公司Groq正计划从现有投资者处筹集6.5亿美元新资金，以加大对其推理云业务的投入。据Axios报道，这家公司正从硬件转向聚焦AI推理（inference）——即优化AI模型对用户提示做出响应的过程。 去年12月，Groq与英伟达达成了一项价值约200亿美元的“非收购协议”，涉及部分Groq高管跳槽至英伟达，以及Groq硬件技术的授权。这笔交易让Groq的投资者获得了现金回报，但如果当时是全面收购，它本将成为英伟达历史上最大的一笔收购。如今，这些投资者被要求再次出资，支持公司发展推理云业务，该业务允许开发者和企业托管其推理密集型应用。 目前，Groq由临时CEO Adam Winter和临时CFO Matt Eng领导。报道称，这6.5亿美元融资几乎已成定局——现有投资者Disruptive和Infinitium已同意，如果其他投资者不愿按比例认购，他们将补足剩余份额。 推理是AI提示之后发生的处理过程，目前在AI世界中，推理的需求远大于模型训练。Groq的转型反映了这一趋势：随着AI应用大规模落地，推理环节对算力的消耗正成为瓶颈，而Groq自研芯片在推理速度和能效上具有优势。 这轮融资距离英伟达的“非收购”协议仅半年，显示出Groq在获得资金和人才后，正加速向推理服务商转型。对于英伟达而言，这既是巩固其AI生态的举措，也间接扶持了一个潜在竞争对手。
据 Axios 报道，AI 芯片初创公司 Groq 正寻求从现有投资者处筹集 **6.5 亿美元** 新资金，以加大对推理（inference）云业务的投入。该业务依托 Groq 自研芯片和系统，为开发者与企业提供托管推理密集型应用的平台。 此前，Groq 在去年 12 月与英伟达达成了一项价值约 **200 亿美元** 的“非收购协议”（not-a-quisition），部分 Groq 高管转投英伟达，同时 Groq 将其硬件技术授权给英伟达。这笔交易让 Groq 的早期投资者获得了现金回报——如果该交易是完整收购，它本会成为英伟达历史上最大的一笔收购。 如今，这些投资者被要求继续注资，支持 Groq 的推理云业务扩张。推理是 AI 模型在收到提示后进行的处理过程，当前在 AI 领域的需求远大于模型训练。Groq 的新方向目前由临时 CEO **Adam Winter** 和临时 CFO **Matt Eng** 领导。 报道称，这轮融资几乎已成定局：Groq 的投资方 **Disruptive** 和 **Infinitium** 已同意，如果其他现有投资者不愿按比例认购，它们将补足剩余份额。 ## 行业背景 Groq 的转型折射出 AI 芯片赛道的显著变化。随着大模型从训练转向大规模部署，**推理效率** 成为关键瓶颈。Groq 凭借其低延迟、高吞吐的 LPU（语言处理单元）架构，在推理市场占据一席之地，但面临英伟达、AMD 以及 Cerebras 等定制芯片厂商的激烈竞争。 此次融资也凸显了 **“非收购式人才获取”** 模式的兴起。英伟达通过类似协议，既获得了关键人才，又避免了反垄断审查，而 Groq 则获得了资金和生态支持。不过，Groq 的核心团队流失后，能否独立推进推理云战略仍存变数。 ## 小结 Groq 的 6.5 亿美元融资计划，既是对其推理云业务前景的押注，也是对英伟达主导地位的一次挑战。在 AI 推理需求爆发的当下，这家初创公司能否借力此轮融资实现突围，值得持续关注。
近日，AI 编程助手初创公司 Cognition 宣布完成 10 亿美元融资，估值高达 260 亿美元。其核心产品 Devin 被公认为最成功的 AI 编程代理之一，但 CEO 吴浩（Scott Wu）明确表示，Devin 的设计初衷并非取代人类程序员。 ## 从“替代”到“伙伴” 在 Cognition 的官方博客中，他们描绘了一个“自动驾驶式软件开发”的未来。当被问及 Devin 是否会取代中级程序员（L4）时，吴浩给出了“是，也不是”的回答。他强调：“我们从未将其视为替代人类。我知道外界有这样的讨论，但这从来不是我们的观点。” 吴浩本人是一位资深程序员，9 岁开始编程，曾被誉为“有史以来最有成就的少年竞技程序员”之一。二年级时，他就在面向七年级学生的全国数学竞赛中获胜，并结识了 Scale AI 创始人 Alexandr Wang 等天才少年。正是这种背景，让吴浩对编程有着深厚的感情。 “我们开始构建 Devin 时，想法很简单：它就是你的伙伴，帮你构建更多东西。”吴浩甚至在自己的办公桌上放了一个 Devin 泰迪熊，作为这种理念的象征。 ## 保持编程的乐趣 吴浩不希望 AI 代理剥夺人们编程的乐趣。“大多数软件工程师热爱构建软件。如果你问他们为什么，他们会说：我可以从无到有创造东西，把想法变成产品，变成体验。”他认为，就像可视化开发环境将软件创建从机器指令中抽象出来一样，AI 代理是另一层抽象——介于构思软件产品和实际产出之间。 然而，值得注意的是，Cognition 内部确实使用 Devin 来完成几乎所有软件的交付。这种“自己用自己产品”的做法，一方面证明了 Devin 的能力，另一方面也引发了对程序员就业的担忧。 ## 产业视角 在 2026 年这个 AI 裁员新闻频发的年份，吴浩的表态显得尤为谨慎。他坦言：“我们不想让程序员失业。我们本身就是程序员。”这种立场与许多鼓吹“AI 取代人类”的科技公司形成鲜明对比。 但现实是，AI 编程代理的能力正在快速提升。Devin 能够端到端地处理任务，从需求理解到代码生成、测试、部署，几乎覆盖了整个开发流程。对于企业而言，这意味着更高的效率和更低的成本。 吴浩试图在效率与人文之间找到平衡。他相信，AI 代理可以解放程序员，让他们专注于更有创造性的工作，而不是被重复性劳动所困。但最终，这种平衡能否实现，取决于技术发展和社会选择。 ## 小结 Cognition 的案例表明，AI 编程代理的未来不是非此即彼的替代，而是人机协作的新范式。吴浩的“伙伴”理念为行业提供了一个值得思考的方向：AI 应当增强人类能力，而非取而代之。
**TechCrunch Disrupt 2026** 将于 **10月13日至15日** 在旧金山 Moscone West 举行，演讲申请窗口将于 **今晚（太平洋时间 11:59 p.m.）** 关闭。这场年度科技盛会预计汇聚 **超过 10,000 名** 初创企业及风险投资领袖，议题覆盖 **AI、金融科技、基础设施、机器人、气候科技** 等前沿领域。 ### 申请流程与演讲形式 申请者需提交议题，经编辑团队筛选后进入 **“观众选择”投票环节**，由 TechCrunch 读者决定最终登台阵容。演讲形式分为两种： - **分组会议（Breakout Sessions）**：30分钟演讲（最多4位演讲者，含主持人）+ 20分钟问答，容量100人。 - **圆桌讨论（Roundtables）**：30分钟引导式讨论（最多40人），无需幻灯片或音视频设备，侧重深度交流。 ### 为何不容错过 Disrupt 是科技界最具影响力的活动之一，过往参与者包括 **初创公司创始人、投资人、技术专家**。成功入选不仅能获得曝光，更能与行业决策者直接对话。 ### 行动提醒 申请截止时间紧迫，有意者需立即提交。更多细节可查阅 TechCrunch **Call for Content** 页面。 > 早鸟票优惠（最高省 $410）将于 **5月29日** 截止，注册请访问官网。
Box创始人Aaron Levie在TechCrunch的《Equity》播客中抛出一个尖锐观点：那些决定AI可以取代你工作的人，恰恰是最不了解你工作真正内容的人。他将这种现象称为“AI精神病”（AI psychosis）。 Levie的言论并非空穴来风。项目管理工具公司ClickUp近期裁减了22%的员工，理由是引入AI代理后不再需要那么多人力；2026年的科技行业裁员人数已几乎与2025年全年持平；而DuckDuckGo的安装量正在攀升，因为用户希望Google停止强制将AI塞进搜索结果，只想看到干净的链接。 本期播客由Kirsten Korosec、Anthony Ha和Sean O Kane主持，深入探讨了当“AI狂热派”和“AI怀疑派”同时正确时会发生什么。此外，还讨论了三个值得关注的交易：Waymo在凤凰城推出的全新Ojai机器人出租车及其盈利路径、云数据巨头Snowflake与AWS签署的60亿美元五年协议、反亚马逊的物流初创公司Stord以30亿美元估值融资2.5亿美元，以及AI代理浪潮如何真正重塑招聘格局，而非仅仅是裁员。 ## AI代理：效率提升还是岗位杀手？ ClickUp的裁员是AI替代人类工作的典型案例。该公司声称AI代理可以完成此前由员工承担的任务，因此决定削减22%的劳动力。然而，Levie指出，这种决策往往由高层做出，他们并不理解基层工作的复杂性和细微差别。这种“AI精神病”表现为一种盲目相信AI能解决一切问题的倾向，而忽略了实际业务中的人为因素。 ## 用户的反抗：逃离AI搜索 DuckDuckGo的崛起反映了用户对AI过度侵入搜索体验的厌倦。Google在搜索结果中强制集成AI摘要，导致用户无法获得传统的纯链接结果。DuckDuckGo强调隐私和简洁，正好迎合了这部分用户的需求。这表明，尽管AI技术发展迅速，但并非所有用户都买账。 ## Waymo的新车与盈利之路 Waymo在凤凰城推出了名为Ojai的新一代机器人出租车。Kirsten Korosec首次体验了这款车，并分享了她的第一印象。同时，团队讨论了Waymo如何实现盈利——随着车队规模扩大和运营成本降低，自动驾驶出租车业务有望在2026年实现正现金流。 ## Snowflake与AWS的60亿大单 云数据仓库公司Snowflake与AWS签署了为期五年的合作协议，总价值60亿美元。这笔交易表明，企业级云服务市场仍在快速增长，而Snowflake正通过深度绑定AWS来巩固其市场地位。 ## Stord：反亚马逊的物流独角兽 物流初创公司Stord以30亿美元估值融资2.5亿美元，其定位是“反亚马逊”——为中小电商提供灵活的仓储和配送服务，而非依赖亚马逊的物流网络。这反映了电商基础设施领域的新趋势：品牌希望摆脱对巨头的依赖。 ## OpenRouter：AI基础设施的“镐和铲” OpenRouter以1.13亿美元融资引起关注。作为AI模型路由平台，它帮助开发者选择最合适的模型来执行任务。这属于AI基础设施层，在热潮中往往能获得稳定回报，但长期兴趣能持续多久仍是未知数。 ## AI代理如何重塑招聘？ 播客最后讨论了AI代理对就业市场的实际影响。虽然AI取代了一些岗位，但也创造了新的需求，比如AI训练师、提示工程师和模型部署专家。Levie认为，企业应该更关注如何利用AI增强员工能力，而非简单地替换他们。 本期《Equity》播客已在YouTube、Apple Podcasts、Overcast、Spotify等平台上线，欢迎订阅收听。
## 倒计时开始：你的最后省钱机会 **TechCrunch Disrupt 2026** 的早鸟优惠即将结束。你仅剩今晚（太平洋时间 11:59 PM）之前锁定最高 **$410** 的折扣。如果你一直犹豫是否参加这场科技盛会，现在就是做出决定的最佳时机——一旦错过，票价将立即上涨。 ### 活动亮点 - **时间与地点**：2026 年 10 月 13–15 日，旧金山 Moscone West。 - **参与规模**：预计吸引 **10,000+** 创始人、投资人、运营者和创新者。 - **折扣福利**：携带同伴可享 **50%** 折扣，团体购票最高 **30%** 优惠。 ## 为什么 Disrupt 值得每年参加？ TechCrunch Disrupt 是创业加速器，汇聚了 AI、金融科技、SaaS、气候、网络安全、消费科技等领域的实干家。参与者可以： - **直接接触**正在行动的投资者、创始人和运营者 - **促成**合作、融资和招聘对话 - **获取**来自规模化公司领导者的实战洞见 - **抢先了解**即将主流的创新技术 活动包含 **300+** 家参展初创公司、**Startup Battlefield 200** 竞赛、精心策划的社交环节以及多个主题舞台，旨在帮助与会者建立有意义的联系并推动实际业务进展。 ## 谁应该参加？ - **创始人**：寻找资本和合作伙伴 - **投资人**：发掘优质项目 - **运营者**：学习规模化经验 - **创新者**：追踪技术前沿 ### 演讲嘉宾阵容 每年 Disrupt 都邀请数百位行业领袖。往届嘉宾来自塑造 AI、企业软件、金融科技等领域未来的顶级公司。今年将延续高水准，推出 **200+** 场会议，涵盖六大行业舞台，以及关于规模化、AI、基础设施、机器人等主题的圆桌讨论。 ## 立即行动 **最后提醒**：今晚 11:59 PM PT 前注册，即可享受早鸟价。之后价格将上调。点击下方链接，锁定你的席位： [立即注册](https://techcrunch.com/2025/06/13/final-24-hours-to-save-up-to-410-on-your-techcrunch-disrupt-2026-ticket/)
如果你喜欢用类似收集宝可梦的方式亲近自然、记录鸟类，这款智能喂鸟器值得一试。 本月早些时候，我拿到了 **Kiwibit Bird Feeder Pro 4K AI Camera**，它迅速成为我最爱的后院配件。安装过程相当简单：多种安装方式允许你将喂鸟器固定在杆子、窗台或树上；双种子仓设计便于加料和清洁；顶部的太阳能板确保无需担心电池耗尽。耐用性和摄像头质量也是亮点，其他规格包括支持 2.4 GHz Wi-Fi、云存储、内置带麦克风和扬声器的双向音频，以及 **130 度广角镜头**。 安装好后，我通过手机上的配套 Kiwibit 应用连接喂鸟器。在这里，你可以收到鸟类到访通知、观看录像并追踪所有访问记录。几周测试后，真正的乐趣开始了：每当有新访客出现，手机就会震动提醒，我发现自己会急切地等待更新。即使在暴雨天，我也成功吸引了几只鸟，包括一只美丽的 **北美红雀**，如今我每天早上都期待见到它。 截至目前，设备已成功记录 **六种鸟类** 的到访。我沉迷其中，每天早上都急切地查看应用，看看哪只羽毛小家伙来过，并几乎向所有认识的人炫耀视频，仿佛它们是我的宠物。一个有趣的提醒是“检测到有害动物”——当松鼠偷吃种子时（频率可想而知），应用会发出通知。 该喂鸟器使用 Kiwibit 专有的 **鸟类识别算法**，能识别超过 **10,000 种鸟类**，如蓝松鸦、渡鸦和哀鸽。**活动** 标签页尤其有用，可追踪捕获的“访问”次数、录制的视频和观察到的总物种数，你还可以通过日历查看特定日期的记录。**鸟类** 标签页则提供每种鸟类的详细信息，包含来自维基百科的详细描述。 不过，我也注意到系统偶尔在准确计数“访问”次数上存在困难。例如，如果一只家麻雀在镜头前进食几分钟，AI 可能会记录为多次访问，即使鸟并未移动太多。 总体而言，测试 Kiwibit Bird Feeder Pro 是一次愉快的体验。如果你正在寻找一种方式与自然连接，同时像收集宝可梦一样收集鸟类物种，不妨试试这款智能喂鸟器。
韩国芯片初创公司 **XCENA** 近日宣布完成 **1.35亿美元** 融资，其核心赌注是：AI 发展的真正瓶颈并非算力，而是**内存**。这一观点在当前算力军备竞赛的背景下显得独树一帜。 ## 为什么是内存？ 随着 AI 模型规模指数级增长，传统冯·诺依曼架构中“内存墙”问题日益突出——处理器与内存之间的数据传输速度远跟不上计算速度，导致大量算力闲置等待数据。XCENA 认为，未来 AI 推理和训练的关键在于如何高效存取海量参数，而非单纯堆叠计算单元。 ## 技术路线与市场机遇 XCENA 开发了一种新型**存内计算**技术，将计算与存储深度融合，减少数据搬运开销。其技术旨在降低大模型部署成本，尤其适用于云端推理和边缘设备场景。这轮融资由多家知名风投领投，资金将用于加速产品量产和客户拓展。 ## 行业背景与挑战 当前，英伟达等巨头主导的算力市场如日中天，但内存带宽瓶颈已成为制约模型规模扩展的硬约束。如果 XCENA 能提供高带宽、低功耗的内存解决方案，将有望在 AI 基础设施领域开辟新赛道。不过，存内计算技术仍面临工艺成熟度和生态兼容性等挑战。 ## 小结 XCENA 的融资表明，投资者开始关注 AI 基础设施中更细分的瓶颈环节。随着模型参数迈向万亿级，内存技术的突破可能成为下一波 AI 进步的关键。
企业 AI 搜索初创公司 Glean 宣布其年度经常性收入（ARR）已达到 **3 亿美元**，相比 15 个月前突破 1 亿美元里程碑时增长了 **三倍**。这一增速在 AI 创业公司中尤为亮眼——尤其是在谷歌、微软、OpenAI、Salesforce 等科技巨头纷纷涌入企业 AI 搜索赛道的情况下。 ## 从“唯一玩家”到“加速领跑” Glean 创始人兼 CEO Arvind Jain 坦言：“公司成立前四五年，我们几乎没有竞争对手。”但随着企业 AI 搜索的重要性日益凸显，“几乎所有大公司都想进入这个领域”。面对巨头围攻，Jain 认为先发优势固然重要，但更关键的是提供更优的产品。Glean 的核心竞争力在于其 AI 对客户业务需求的 **深度理解**，这得益于一个关键概念——**上下文图谱（context graph）**。 ## 上下文图谱：降本增效的秘密武器 Glean 的 AI 通过连接并学习企业的内部软件系统，构建出专属的上下文图谱。Jain 声称，这一机制不仅能提升搜索精准度，还能显著降低 AI 计算成本。他解释：“如果企业将 AI 系统直接接入 Glean，AI 只需执行更少的操作就能获取所需信息，从而大幅减少 token 消耗。”在当前许多公司因 AI 预算超支而苦恼的背景下，**token 成本削减** 成为 Glean 最有力的销售主张。“客户非常喜欢 Glean 的一点，就是我们能显著降低他们的 AI 账单。” ## 商业模式与客户生态 Glean 提供灵活定价：既有按使用量付费的消费模式，也有针对活跃用户的固定月费加模型消耗费的混合模式。其客户包括 Databricks、Reddit、Pinterest 和三星等知名企业。去年 6 月，Glean 完成了 **1.5 亿美元** 的 F 轮融资，估值达到 **72 亿美元**。 ## 行业启示 Glean 的逆势增长揭示了一个趋势：在 AI 投入日益膨胀的当下，能够帮助企业 **精准控制成本** 的解决方案正变得比单纯的功能堆叠更具吸引力。尽管巨头环伺，Glean 凭借对垂直场景的深耕和成本优化能力，仍在加速扩大领先优势。
随着AI代理从实验走向生产，AWS、Cloudflare等公司正在重新设计云基础设施，以适应机器生成流量主导的未来。传统互联网基础设施是为人类用户设计的，但AI代理的行为模式截然不同：它们可以瞬间爆发活动，启动多个子代理，在几秒内查询数百个数据库、搜索文档、调用API，然后迅速消失。AWS最新推出的OpenSearch Serverless下一代版本正是为此而生——这是一个专为代理工作负载设计的全托管搜索和向量数据库，能够随任务即时伸缩，空闲时自动归零。Cloudflare数据显示，过去六个月机器人流量占HTTP总流量的31%，其中AI爬虫、搜索引擎和助手占比约四分之一。Cloudflare高管预测，非人类流量将在2027年上半年超过人类流量。这一趋势迫使云服务商和基础设施公司重新审视为人类设计的系统，以适应AI代理不断自主检索信息、调用工具、生成机器间流量的新世界。谷歌在I/O大会上宣布用户可将购物、旅行预订等任务委托给AI系统，而企业也在内部和客户侧大规模部署代理，进一步催生了后台机器流量的新形态。AWS OpenSearch Serverless的发布正是这一行业变革的缩影——基础设施正在从“以人为本”转向“以机器为本”。
Asana 宣布以 **7500万美元** 收购无代码工作流自动化平台 **StackAI**，旨在将其 AI 能力从任务管理延伸至复杂业务流程的端到端自动化。StackAI 的两位创始人 Tony Rosinol 和 Bernard Aceituno 将加入 Asana，共同推进“人机协作团队”的愿景。 ## 收购背景与 StackAI 的价值 StackAI 是 Y Combinator 2023 年冬季批次成员，专注于构建可在 Salesforce、Slack、G Suite 等企业系统中自主操作的 **AI 智能体**。它允许用户通过无代码界面创建自动化工作流，直接对接现有业务系统，提取并处理数据。在竞争激烈的自动化赛道中，StackAI 曾面临 Zapier、OpenAI、Anthropic 等对手的挤压，但凭借对企业上下文（context）的深度理解，获得了包括 Gradient、Epakon Capital、Lobby VC、LifeX Ventures 及 Vercel CEO Guillermo Rauch 在内的投资。根据 PitchBook 数据，其总融资额接近 **2000万美元**，其中最近一轮 **1600万美元** 的 A 轮融资是关键支撑。 ## Asana 的 AI 转型与市场处境 Asana 近年来陆续推出 **AI Studio**（智能体构建器）和 **AI Teammates**（预构建自动化系列），试图将自身从“工作管理工具”重塑为“AI 原生办公平台”。然而，在 ChatGPT 引发的 AI 浪潮中，Asana 在公开市场表现挣扎——自 2023 年 3 月创始人 Dustin Moskovitz 卸任 CEO 以来，其市值已 **蒸发超过一半**。不过，新任 CEO Dan Rogers 认为，收购 StackAI 将显著加速产品路线图：“我们已经看到 AI Teammates 和 AI Studio 的初步势头，StackAI 能让它们走得更远——将最复杂的业务流程从头到尾‘智能体化’。” ## 差异化优势：企业上下文护城河 与通用 AI 实验室相比，Asana 强调其 **深度嵌入企业工作流** 的独特优势。StackAI 所擅长的正是从现有系统（如 CRM、协作工具）中提取上下文与训练数据，这些数据往往是外部 API 无法获取的。这种“内嵌式”智能体更符合企业对于数据安全与业务一致性的要求。收购后，Asana 计划将 StackAI 的能力整合进其 AI 工具套件，使企业用户能够以无代码方式构建跨系统的自动化流程，从而与 Zapier 等横向自动化平台以及 OpenAI 的 GPTs 等通用智能体形成差异化竞争。 ## 未来展望 尽管市场对 AI 办公赛道存在泡沫担忧，但 Asana 的营收仍保持稳定增长。此次收购传递出明确信号：Asana 决心通过“人机协作”叙事重获投资者信心。如果 StackAI 的智能体能够真正实现复杂业务流程的端到端自动化，Asana 有望在企业级 AI 应用领域开辟新战场，而非仅仅停留在任务管理工具的存量竞争。