Amazon Quick 推出全新自主智能体，可连续在后台运行，帮你处理待办事项、合规摘要和会议准备，让你从杂务中解放出来。 ## 智能体：你的隐形同事 Amazon Quick 是一款 AI 助手，能连接你的常用应用和数据源，学习你的工作方式并代表你行动。今天，它变得更强大：新增**自主智能体**（autonomous agents），可**持续为你工作**，即使你不在线。你只需用自然语言描述需求，或从预配置模板中选择，即可在几分钟内创建一个智能体。你可以控制它的自主程度——从精确的逐步指令到宽泛的目标，智能体会自行规划路径，并始终在你设定的护栏内运作。 **典型场景**： - **销售跟进**：会议结束后，智能体已标记停滞交易、起草跟进邮件、更新 CRM 记录。 - **合规监控**：法规一夜更新，第二天一早你就能收到影响摘要。 - **采购处理**：智能体全天候处理订单，让团队专注战略谈判。 ## 活动流与跨源洞察 除了智能体，Quick 还新增了**活动流**（activity feed），帮你优先处理最重要的工作；以及**单一问答**能力，让你用一个问题即可跨所有业务数据源获取洞察。 ## 无需编码，持续进化 所有智能体无需编写代码即可构建。你可以在 Quick 中直接监控进度、提供额外输入、审核输出。每一次交互、纠正和结果都会让智能体变得更好——就像一位每周都在进步的同事。 对于大多数职场人来说，每天的第一小时常被用于处理堆积的邮件、消息和日程，而非真正的工作。Quick 的自主智能体正是为了解决这一痛点：**让工具替你完成杂务，你专注于更有价值的事情**。
前红杉资本（Sequoia Capital）管理合伙人 Roelof Botha 正式加入 SpaceX 董事会，填补一个“现有空缺”。这一任命发生在 SpaceX 完成史上最大规模 IPO 仅数日之后。SpaceX 在提交给美国证券交易委员会（SEC）的文件中披露了该消息，并表示 Botha 将任职至下一次年度股东大会，同时加入董事会审计委员会。 Botha 拥有丰富的上市公司董事会和审计委员会经验。他于去年年底辞去红杉资本领导职务，当时该风投正因合伙人 Shaun Maguire 攻击纽约市长候选人的言论而面临争议。值得注意的是，文件还透露 Botha 的一名家庭成员自 2025 年 1 月起在 SpaceX 企业运营团队工作，薪酬超过 12 万美元的报告门槛，但与同级员工水平相当。 Botha 与 SpaceX CEO 埃隆·马斯克（Elon Musk）渊源颇深。2000 年，马斯克曾邀请同为南非裔的 Botha 负责 PayPal 的财务部门。Botha 去年在接受《财富》杂志采访时表示：“我认识 Elon 超过 25 年，他是第一个在美国给我工作机会的人。”他补充道，尽管马斯克并不完美，但他深切关心做正确的事。 目前 SpaceX 董事会共有 9 名成员，包括马斯克的亲信 Ira Ehrenpreis、Antonio Gracias、Steve Jurvetson 和 Luke Nosek，以及公司首席运营官等。文件显示，马斯克拥有 SpaceX 超过 80% 的投票权，对董事会组成拥有绝对控制权，普通股东的制约能力极为有限。
Snap 公司备受期待的 AR 眼镜 Specs 终于正式发布，但市场反应却相当冷淡。截至本文发稿，Snap 股价在发布后下跌超过 5%，从周二每股 5.86 美元跌至周三早盘低点 4.83 美元，且尚未回升至发布前水平。过去一年，Snap 股价已累计下跌 30%，本次新品发布无疑雪上加霜。 ## 价格争议：一副眼镜凭什么卖 2200 美元？ Specs 的售价高达近 2200 美元，这成为投资者和消费者关注的焦点。Snap 的核心用户群体以青少年为主，他们显然难以承受如此高昂的价格。对此，Snap CEO Evan Spiegel 在 CNBC 采访中辩称，Specs 本质上是一台计算机，其定价与高端电脑或高端笔记本电脑相当。Spiegel 进一步强调，Specs 在 AR 市场中占据独特位置：它比 Meta Ray-Bans 更强大（后者价格更低但计算能力有限），又比 Apple Vision Pro 等笨重头显更轻便易戴。他认为，Specs 在可穿戴性与沉浸式计算能力之间取得了平衡。 ## 十年磨一剑，市场却不买账？ Snap 在 AR 硬件领域已投入超过十年，Specs 被寄予厚望。然而，高昂的定价与模糊的盈利前景让投资者担忧。尽管 Spiegel 试图将 Specs 定位为“高端计算机”，但消费者是否愿意为一副 AR 眼镜支付如此高价仍是未知数。相比之下，Meta Ray-Bans 售价仅约 300 美元，虽然功能有限，但更易被大众接受。而 Apple Vision Pro 虽然价格更高（3499 美元），但其强大的生态系统和品牌号召力可能更具吸引力。Snap 的 Specs 夹在中间，既缺乏低价的普及性，又缺少高端产品的生态支持，处境尴尬。 ## 行业背景：AR 眼镜的“死亡之谷” AR 眼镜行业一直面临“先有鸡还是先有蛋”的难题：硬件价格高导致用户少，用户少则开发者不愿投入内容，内容匮乏又进一步抑制购买意愿。Snap 试图通过 Specs 的“可穿戴”与“高性能”组合破局，但 2200 美元的定价可能让大多数消费者望而却步。此外，Snap 的广告业务也面临压力，股价长期低迷，此次新品未能提振市场信心，反而加剧了负面情绪。 ## 小结：Specs 的未来取决于生态 Specs 的成败不仅取决于硬件本身，更取决于 Snap 能否构建起足够吸引人的 AR 应用生态。如果仅靠少数尝鲜者支持，2200 美元的售价难以形成规模效应。Snap 需要证明 Specs 能提供独特的价值，例如创新的社交互动方式或生产力工具，才能说服消费者掏腰包。否则，这款十年磨一剑的产品可能只是昙花一现。
今年年初，硅谷最热的趋势是“Token最大化”——CEO们鼓励员工尽可能地将AI推向极限。然而，账单很快到来。据报道，**Uber在几个月内就耗尽了全年的AI预算**，一些公司削减了部分组织的Claude许可证，Meta也取消了内部排行榜。 这种“先用后算账”的张力，正是NEA（New Enterprise Associates）合伙人Tiffany Luck近期关注的核心。她指出，**企业目前仍处于摸索AI投资回报率（ROI）的阶段**，许多公司从最初的狂热转向理性评估。 ## 从“Token最大化”到“ROI焦虑” “Token最大化”一词形象地描述了企业最初的态度：不计成本地使用AI，试图快速获取优势。但现实是，**AI的运营成本远超预期**，尤其是大规模使用大语言模型（LLM）时，API调用费用、计算资源消耗和定制化开发投入，让财务团队头疼不已。 Luck观察到，**企业现在更关心“AI到底值不值”**。她认为，这并非坏事，而是行业成熟的标志。“当技术从实验阶段走向生产环境，ROI就变成了必须回答的问题。” ## 企业正在调整策略 面对成本压力，企业开始采取更精细化的管理方式： - **分级授权**：不再全员开放最高等级的AI工具，而是根据岗位需求分配不同权限。 - **场景聚焦**：优先在客户服务、代码生成、内容创作等明确可量化的场景部署AI。 - **成本监控**：建立专门的AI预算追踪机制，防止“跑冒滴漏”。 Luck强调，**投资AI不能只看短期财务回报**，还要考虑效率提升、客户满意度等隐性收益。她举例说，某NEA被投企业通过AI客服将响应时间从小时级缩短到分钟级，虽然直接成本增加了，但客户留存率提升了15%。 ## 投资人的新视角 作为投资人，Luck认为**AI领域的投资逻辑正在转变**。过去，大家追捧“AI原生”公司；现在，更看重**企业能否将AI转化为可持续的竞争优势**。她特别关注两类公司： 1. **帮助其他企业计算AI ROI的工具型公司**，如成本优化平台、效率评估系统。 2. **在垂直领域深耕的AI应用**，如医疗、法律、金融等，这些领域对ROI的衡量更清晰。 ## 未来趋势：理性务实 Luck预测，未来6-12个月，企业将经历一场“AI ROI大考”。那些无法证明价值的项目会被砍掉，而真正创造效益的场景会获得更多资源。她认为，**AI不会消失，但会从“万能灵药”回归到“实用工具”**。最终，只有那些将AI与业务流程深度融合、并持续优化成本的企业，才能笑到最后。 “这就像互联网泡沫后的冷静期，”Luck总结道，“现在，我们正在构建真正有价值的AI应用。”
手机厂商总爱用“快充”作为卖点，从25瓦到120瓦，数字越标越高，但实际表现是否名副其实？知名科技媒体ZDNET近日对三款旗舰手机——iPhone 16 Pro Max、三星Galaxy S25 Ultra和一加13——进行了充电速度实测，分别使用原装充电器和第三方品牌Anker的充电器，结果令人意外：有两款手机的实际充电速度超过了官方标称值，而另一款则未达标。 ## 测试方法：还原真实使用场景 测试团队没有停留在实验室理想条件下，而是模拟了用户日常的充电习惯：从手机电量耗尽自动关机开始，连接充电器后记录每10分钟的电量百分比，直至充满。测试使用的充电器包括各品牌原装适配器（如一加的100W SUPERVOOC充电器）以及Anker的65W GaN充电器，确保对比的公平性。 ## 结果亮点：一加13表现抢眼 - **一加13**：官方宣称支持100W有线快充，实测中，使用原装100W充电器时，**10分钟充至52%，20分钟达到82%，完全充满仅需32分钟**，比官方标称的“30分钟充至100%”略慢，但考虑到电池容量达6000mAh，这一速度仍属顶尖。更令人惊喜的是，使用Anker 65W充电器时，一加13的充电速度并未大幅下降，**30分钟可充至75%**，显示其充电协议兼容性良好。 - **iPhone 16 Pro Max**：苹果官方未明确标注瓦数，但业界普遍认为其峰值功率约40W。实测中，使用原装20W充电器时，**30分钟充至58%，完全充满需1小时48分钟**；而使用Anker 65W充电器后，速度显著提升，**30分钟达到68%，充满时间缩短至1小时25分钟**。这意味着iPhone的实际充电速度**超过了官方标称的“30分钟充至50%”**。 - **三星Galaxy S25 Ultra**：官方宣称支持45W快充。使用原装45W充电器时，**30分钟充至65%，完全充满需1小时5分钟**，与官方宣传的“30分钟充至65%”基本一致，但并未超越。然而，使用Anker 65W充电器时，**30分钟仅充至58%**，表现反而略逊于原装充电器，暗示三星的充电协议对第三方配件优化不足。 ## 行业背景：快充竞赛背后的用户痛点 近年来，智能手机快充技术突飞猛进，从早期的18W到如今部分安卓机型突破200W，但用户实际体验往往受限于充电器兼容性、电池健康度等因素。ZDNET的测试揭示了两个关键趋势： 1. **原装充电器仍是最优选择**：除一加外，iPhone和三星在使用第三方充电器时均出现速度波动，尤其是三星的PPS协议对配件要求较高。 2. **标称值与实测值的差距**：一加13的100W快充实际功率约在80-90W之间，而iPhone的峰值功率虽未公开，但实测表现优于预期，这得益于苹果对电源管理的精细调校。 ## 小结：快充够快，但别只看数字 对于消费者而言，选购手机时不应仅被“XX瓦快充”的营销术语左右。一加13证明了“大电池+高功率”的组合确实能带来极速回血体验；iPhone则展现了“低功率高能效”的另一种思路；而三星的表现中规中矩，但第三方兼容性短板值得警惕。 如果你正考虑换机，不妨关注实测数据而非宣传数字——毕竟，充电快慢最终取决于充电器、线材和手机三方的协同，而不是一个孤立的瓦数标签。
NVIDIA 的 GEAR 实验室联合卡内基梅隆大学和加州大学伯克利分校，开发了一个名为 **ENPIRE** 的新型代理框架，让多个 AI 编程代理能够自主协作训练机器人完成复杂任务。在实验中，这些代理成功教会机器人 **剪断扎带** 和 **将 GPU 插入主板上的薄型插槽** 等精细操作。 ## 框架核心：让 AI 自主驱动机器人训练 ENPIRE 框架包含四个模块，赋予 AI 编程代理以下能力： - **自动重置与验证**：确保实验条件一致并验证任务结果。 - **策略优化**：迭代改进指导机器人行为的策略。 - **并行评估**：同时在多台实体机器人上测试策略。 - **故障分析与修复**：通过分析日志、阅读研究论文，改进训练基础设施和算法代码。 团队测试了三种 AI 编程代理：OpenAI 的 Codex（基于 GPT-5.5）、Anthropic 的 Claude Code（Opus 4.7）以及 Moonshot AI 的 Kimi Code（Kimi K2.6）。这些代理各自独立开发不同的算法方法，在真实实验中测试，并保留能提升整体成功率的变更，经过多轮自主迭代后，机器人任务表现持续提升。 ## 行业意义：从“人工调参”到“AI 自进化” NVIDIA AI 总监 Jim Fan 在 LinkedIn 上表示：“我们 GEAR 实验室的一部分现在可以彻夜不休地自我改进，我们早上只需阅读报告。”他调侃道：“我们都去度假，Jensen 甚至不会注意到。”这指向了机器人训练领域的一个关键瓶颈：传统方法依赖大量人工调参和手动纠错，而 ENPIRE 框架通过 **“慷慨的 token 预算”** 让 AI 代理自主完成整个训练循环。 更值得关注的是，团队计划将 ENPIRE **全部开源**，这意味着任何研究机构或爱好者都可以搭建自己的“自主运行机器人实验室”。这有望大幅降低机器人训练的门槛，加速从工业装配到家庭服务等场景的机器人部署。 ## 局限与展望 尽管成果令人振奋，论文也指出了当前方法的局限，例如对 token 预算的依赖较高，以及在极端复杂或非结构化环境中的泛化能力仍需提升。但整体而言，这项研究展示了 AI 代理在 **自动化科研实验** 和 **机器人技能习得** 上的巨大潜力，预示着未来 AI 不仅能编写代码，还能直接操作物理世界。
在G7峰会上，法国总统马克龙和印度总理莫迪对美国可能随时切断其国家获取顶级美国AI模型的权利表示担忧。此前，特朗普政府以国家安全为由，阻止Anthropic出口其最新模型。这一事件暴露了依赖美国AI基础设施的全球风险：任何公司或政府都可能面临访问权被一夜撤销的可能性。Cohere CEO Aidan Gomez指出，数字主权关乎经济安全和国家主权。G7领导人讨论了建立“可信伙伴”计划，以绕过美国限制，确保非美国国家也能获得先进AI模型。
亚马逊 Prime Day 大促正在进行，联想笔记本成为本次促销的热门品类之一。经过过去一年对数十款联想机型的实际测试，我们筛选出 8 款值得购买的型号，覆盖从入门到高端的多种需求，且全部享有折扣。 ## 热门机型速览 - **Lenovo IdeaPad 1i**：售价 **$299**（省 $800），适合预算有限的日常办公和学习用户。 - **Lenovo IdeaPad Slim 3i**：售价 **$359**（省 $140），轻薄设计，性价比突出。 - **Lenovo ThinkPad T14**：售价 **$1,399**（省 $100），商务经典，可靠耐用。 - **Lenovo Yoga Slim 7x (2024)**：售价 **$999**（省 $300），高端轻薄本，兼顾性能与便携。 - **Lenovo ThinkPad E16 (Gen 3)**：售价 **$1,279**（省 $520），大屏商务本，适合多任务处理。 ## 如何选择？ 根据使用场景，我们建议： - **学生/轻度办公**：IdeaPad 1i 或 Slim 3i，价格亲民，满足基础需求。 - **商务用户**：ThinkPad 系列，键盘手感与耐用性业界领先。 - **创意工作者**：Yoga Slim 7x，高色域屏幕与强劲性能适合设计、剪辑。 - **需要大屏**：ThinkPad E16，16 英寸屏幕提升效率。 所有推荐机型均经过 ZDNET 团队实际测试，确保性能、做工与体验符合预期。Prime Day 折扣限时，建议尽早决策。
人工智能初创公司 Anthropic 正式加入 Frontier 碳去除联盟，并参与新一轮 9.15 亿美元的资助承诺，使该联盟总承诺金额翻倍至 18 亿美元。作为首家纯 AI 公司加入该联盟，此举或标志着 AI 行业在气候行动上的态度转变。 ## 联盟扩容与资金翻倍 Frontier 是由 Stripe、Google 和 Shopify 等科技巨头创立的碳去除联盟，旨在通过资助有前景的碳去除技术，帮助成员公司实现净零排放目标。Anthropic 的加入使联盟总承诺金额达到 **18 亿美元**，较此前翻倍。截至目前，Frontier 已签约近 **7 亿美元**，涉及 50 多个项目，预计去除 **180 万吨** 碳。 ## AI 公司的气候困境 Anthropic 是首家加入该联盟的纯 AI 公司，此前 Google 虽为创始成员，但其业务涵盖搜索、广告等多领域。AI 行业近年来因数据中心能耗激增备受关注，许多公司大量采购能源，其中不乏化石燃料。Anthropic 此前尚未发布可持续发展报告，且曾表示采取“所有选项并存”的能源策略，这通常意味着会购买污染性电力。此次加入 Frontier 是 Anthropic 的首个气候相关交易，可能预示其内部态度正在转变。 ## 碳去除信用机制 Frontier 支持的碳去除信用允许公司继续排放部分污染，同时通过购买信用抵消碳足迹。该联盟严格筛选项目，确保其具备大规模碳去除潜力。在新一轮资助中，Frontier 表示将提高审查标准，减少资助项目数量，聚焦那些有潜力实现每年去除 **10 亿吨**（1 gigaton）二氧化碳的突破性技术。新合同期限通常为 **8 到 10 年**。 ## 行业影响与展望 Anthropic 的加入为 AI 行业树立了标杆。随着 AI 算力需求激增，能源消耗和碳排放问题日益突出。通过参与碳去除联盟，AI 公司不仅能缓解自身碳足迹压力，还能推动碳去除技术商业化。然而，批评者认为碳信用可能成为企业继续污染的“遮羞布”。Anthropic 此举是否代表 AI 行业在气候行动上的转折点，仍有待观察。
本周，Anthropic 正忙于让其最新 AI 模型重新上线。此前，特朗普政府突然下令，要求该公司切断所有外国公民的访问权限，包括美国境内的用户和公司自己的员工。这一指令迫使 Anthropic 封锁了其模型 **Fable 5** 和 **Mythos 5** 的全球访问。 “据我所知，这是美国首次以出口管制的方式控制 AI 模型的访问。”一位专家评论道。特朗普政府并未公开解释该命令的法律依据，但 Anthropic 在官网声明中表示，政府援引“国家安全权力”来证明对模型实施“出口管制指令”的合理性。（Anthropic 还声称，政府担心的“越狱”问题——即与中国有关联的团体可能利用漏洞访问模型——实际上并未让用户绕过公司的全部安全措施。） ### 出口管制为何用于 AI？ 出口管制传统上适用于可以跨境运输的物品：武器、硬件、工具等。随着时间的推移，这一框架已扩展到涵盖软件、源代码、技术数据甚至 3D 打印枪械文件等无形商品。但这些仍然是可复制、下载、发布或交付的有形实体，而非通过远程服务（如聊天机器人）使用的 AI 模型。 在 AI 领域，前总统拜登曾试图以类似方式控制 AI 模型权重——即构成模型核心、可被复制并在别处运行的数据——但这一想法在特朗普第二任期被迅速放弃。而 Anthropic 此次遭遇的指令与以往完全不同，它针对的是模型本身的访问权限，而非物理或数字实体的转移。 ### 专家警告：临时干预不可持续 专家指出，此次事件暴露出 AI 治理中不稳定且充满不确定性的阶段。通过不透明、临时的干预措施来管理 AI 是不可持续的。Anthropic 案例的独特之处在于，出口管制被用于限制对云端 AI 服务的访问，而非物理或数字产品的跨境转移。这引发了关于法律依据和未来执行标准的广泛疑问。 ### 行业影响与未来展望 这一事件对 AI 行业产生深远影响： - **合规成本激增**：AI 公司可能需要重新评估其全球用户访问策略，甚至考虑地理封锁。 - **创新受阻**：严格的出口管制可能限制 AI 模型的全球协作与测试。 - **法律模糊性**：当前缺乏针对 AI 模型访问的明确法律框架，导致企业无所适从。 Anthropic 的遭遇可能成为 AI 治理的一个转折点。随着 AI 技术日益融入全球基础设施，如何平衡国家安全与技术创新，将成为政策制定者面临的重大挑战。
在深圳，一家名为 **IO-AI Tech** 的初创公司正将《头号玩家》式的 VR 操控技术带入现实——工人佩戴 VR 头显、手持控制器和动作追踪设备，远程操控人形机器人在工厂和便利店工作。这不仅是一份奇特的新工作，更是为未来机器人自主运行收集训练数据的关键环节。 ### 从“比中指”到叠衣服：人机交互的直观体验 记者受邀体验了 IO-AI 的多项技术。首先是一副定制动作追踪手套，它能将手指的细微动作实时传输给 **10 台来自不同公司的人形机械手**，共 50 根手指。记者承认自己做的第一件事是让所有机械手竖中指——这多少有些尴尬，但随即被技术的流畅度所震撼：动作传输几乎没有延迟，而且触觉反馈同样出色，当球被放入一只机械手时，记者能清晰地感受到压力。 更贴近实际场景的体验是模拟便利店货架整理。通过 VR 头显和一对夹爪，记者尝试从货架上拿起药盒。起初会有些晕眩，因为自己的动作与 VR 画面中机器人的动作存在细微偏差，但经过几分钟适应后，就能像“机器人老板”一样熟练地堆叠货架了。 在另一个房间，记者看到工人使用全身动作追踪系统操控 **Unitree 的小型人形机器人**。一名工人戴着 VR 头显，通过机器人的“眼睛”观察环境，同时自己的行走、弯腰、伸手等动作被实时映射到旁边的机器人身上，完成从衣架上取下衬衫并折叠的整套动作。 ### 为什么需要人类“驾驶”机器人？ IO-AI 的核心技术在于将人的动作转换到不同形态的机器人上。当前中国市场上已有数十种人形机器人和机械手，IO-AI 的算法需要兼容这些异构硬件，同时将人类控制与一定程度的自主性结合——因为人与机器人的身体结构并不完全一致，算法需要实时补偿差异，例如调整关节角度以保持平衡或避免碰撞。 这种“遥操作”模式在短期内具有明确价值： - **完成复杂任务**：在完全自主的机器人成熟前，人类可以直接“驾驶”机器人完成高难度操作，如精密装配、危险环境作业。 - **收集训练数据**：每一次人工操作都在为机器人提供高质量的示范数据，用于训练模仿学习模型，最终实现自主运行。 ### 蓝领工作的新形态？ IO-AI 的客户包括一家中国便利店连锁品牌，正在测试用遥操作机器人完成货架补货。这表明，在仓库、工厂、零售等场景中，“机器人操作员”可能成为一种新型蓝领岗位。工人无需在恶劣环境中体力劳动，而是坐在舒适的办公室里，像玩游戏一样远程控制机器人。 当然，这一模式仍面临挑战：时延、传感器精度、操作者疲劳等问题需要解决。但 IO-AI 的尝试揭示了一个趋势：人形机器人的商业化落地，可能不是一步到位的全自主，而是“人在回路中”的渐进式路线。 ### 小结 从深圳的实验室到便利店货架，IO-AI 展示了一条务实的机器人应用路径——先用人类智能“驾驶”机器人干活，同时积累数据迈向自主。这种“半人马”式的人机协作，或许比纯粹的 AI 更早走进现实。
长期以来，社交媒体巨头掌控着用户看到的内容。虽然用户可以关注账号、点赞或隐藏不喜欢的内容，但推荐算法决定了展示什么。如今，平台开始将部分权力交还给用户，借助AI实现算法个性化。除了传统的“不感兴趣”按钮，Threads、Instagram和TikTok等应用推出了让用户训练自己算法的工具，影响信息流内容。这一转变反映了推荐系统从“一刀切”的电视模式向流媒体服务模式的演进，用户可调谐推荐至自身兴趣，平台则借此提升参与度。 **Threads** 于2026年6月16日推出“Your Algo”功能，基于2月发布的“Dear Algo”工具。后者允许用户发布公开帖子（如“Dear Algo，给我更多播客内容”）来影响推荐，而新功能则让用户私下设置偏好，无需公开发帖。用户可指定对某些话题看到更多或更少，并选择请求持续1、3或7天，例如“想看更多棒球内容，减少压力新闻”。 **Instagram** 在6月初推出“Your Algorithm”工具，用户可在设置中查看影响推荐的话题，并调整兴趣偏好，告知应用想看更多或更少什么。该工具去年12月已用于Reels，现扩展至信息流、探索和Reels。Instagram负责人Adam Mosseri表示，此举旨在让用户更透明地了解算法如何工作，并主动塑造自己的体验。 **TikTok** 也在探索类似功能，尽管具体细节尚未公布。行业趋势表明，个性化算法控制正成为社交平台的标配。对用户而言，这是获得定制化信息流的好机会；对平台来说，这是提高用户留存和参与度的关键策略。未来，随着AI技术的进步，用户与算法之间的互动将更加直接和灵活。
作为专注健康与可穿戴设备的编辑，我在 Prime Day 到来前筛选出了一些智能手表、智能戒指和健康追踪器的超值优惠。如果你正在考虑升级你的可穿戴设备，现在正是入手的好时机。 ## 智能手表：功能与性价比的平衡 本次优惠中，**Apple Watch Series 9** 和 **Samsung Galaxy Watch 6** 都出现了显著折扣。Apple Watch Series 9 凭借 S9 芯片带来的更流畅交互和精准健康监测（如血氧、心电图），依然是 iPhone 用户的首选。而 Galaxy Watch 6 则以其经典的圆形表盘和强大的 Wear OS 生态吸引安卓用户，尤其是睡眠分析和身体成分测量功能备受好评。此外，**Garmin Venu 3** 也加入促销行列，其超长续航和专业运动模式更适合户外爱好者。 ## 智能戒指：健康追踪的新形态 智能戒指品类在 Prime Day 期间同样值得关注。**Oura Ring Gen 3** 是当前最成熟的智能戒指之一，主打睡眠追踪、活动监测和压力管理，且无需屏幕干扰，适合追求极简佩戴体验的用户。**Samsung Galaxy Ring** 作为新晋选手，与 Galaxy Watch 形成互补，提供更精准的夜间健康数据。值得注意的是，智能戒指通常需要订阅服务才能解锁全部功能，购买前需确认性价比。 ## 健康追踪器：入门级优选 对于预算有限的用户，**Fitbit Charge 6** 和 **Xiaomi Smart Band 8 Pro** 是不错的选择。Charge 6 内置 GPS 和谷歌服务，能提供全天候心率、睡眠和压力监测；小米手环 8 Pro 则以超长续航和丰富表盘著称，价格通常低于 50 美元。 ## 选购建议 - **生态系统匹配**：Apple Watch 只兼容 iPhone，Galaxy Watch 对安卓手机更友好，Garmin 则跨平台通用。 - **功能优先级**：若侧重运动，选 Garmin 或 Galaxy Watch；若关注睡眠，Oura Ring 更专业。 - **订阅成本**：Oura Ring 需每月 5.99 美元会员费，而 Fitbit 高级版也需额外付费。 Prime Day 活动通常在 7 月中旬开启，但部分优惠已提前放出。建议消费者对比历史价格，避免冲动消费。
今年早些时候，硅谷最热门的趋势是“Token最大化”——CEO们鼓励员工尽可能地把AI用起来，能跑多远跑多远。但账单终究会来。据报，**Uber在几个月内就烧光了年度AI预算**，一些公司削减了部分团队的Claude许可证，**Meta甚至直接关掉了内部AI排行榜**。 这种“先疯狂投入、后面对现实”的张力，正是NEA合伙人Tiffany Luck在最近一次访谈中讨论的核心话题。作为一家管理着超过250亿美元资产的顶级风投机构，NEA在AI领域布局颇深，Luck本人也投资了包括**Abridge**（医疗AI记录）、**Sierra**（对话式AI客服）在内的多家公司。 ## AI IPO：市场在等待什么？ 当被问及AI公司何时迎来IPO窗口时，Luck认为**市场正在等待一个明确的信号**。她指出，目前二级市场对AI公司的估值逻辑尚未稳定——一方面，投资者对高增长故事仍有热情；另一方面，对盈利路径的要求比过去更严格。她预测，**2025年下半年可能会看到第一批真正意义上的AI原生公司上市**，但前提是它们必须证明单位经济模型可持续，而不是仅仅靠烧钱换用户。 ## 个人代理：从工具到伙伴的跨越 Luck对“个人AI代理”的前景非常乐观。她认为，**真正的个人代理不是简单的聊天机器人**，而是能够跨平台执行复杂任务、长期记忆用户偏好、并主动提供建议的智能体。她举例说，就像Abridge在医疗场景中帮医生自动生成病历一样，未来的个人代理可能会帮你管理日程、比价购物、甚至协商合同条款。不过她也承认，**隐私、安全与信任是最大的障碍**——用户需要确信代理不会滥用数据，也不会在关键任务上犯错。 ## ROI的清算时刻 谈到投资回报，Luck直言**“很多AI公司还没有找到产品市场契合点”**。她观察到，企业客户正在变得精明：他们不再为“AI功能”付费，而是为“AI带来的效率提升或收入增长”付费。这意味着，如果一家AI公司不能量化其价值，就很容易被砍掉预算。她建议创业公司**聚焦垂直场景**，比如医疗、法律、金融等数据密集且流程固定的领域，而不是试图做一个“通用AI平台”。 ## 小结 Luck的访谈揭示了硅谷AI投资从狂热到理性的转折。**IPO窗口、个人代理、ROI清算**这三个关键词，恰好勾勒出行业当前的核心矛盾：技术潜力巨大，但商业落地仍需耐心。对于创业者和投资者来说，**“活下去比跑得快更重要”**——在烧完下一轮融资之前，你必须证明自己值得被付费。
上周晚些时候，Anthropic 应美国政府出口管制指令，将新发布的 **Claude Fable 5** 和 **Mythos 5** AI 模型下线，禁止“任何外国公民”使用。自 4 月 Mythos 首次亮相以来，Anthropic 便警告该模型具有双重用途：既能帮助防御者发现软件漏洞，也能被恶意行为者利用进行攻击。公司最初通过 **Project Glasswing** 工作组向特定财团私下发布了 Mythos 5，而 Claude Fable 5 作为 Mythos 级别的模型，则面向公众发布并设置了生物与网络安全方面的防护栏。然而，特朗普政府认为 Fable 5 的防护可被绕过，从而完全释放 Mythos 5 的能力，构成国家安全风险。 但专家指出，这场机构间的冲突只是掩盖了一个残酷事实：Anthropic 只是冰山一角，多家公司及开源开发者很快（或已经）拥有类似 Mythos 5 的能力。TPO Group 首席安全官 Tarah Wheeler 表示：“认为其他竞争对手不会开发类似能力，甚至尚未开发，是极度短视的。许多公司紧随其后，可能已拥有类似能力，只是暂未公开。” ## 双重用途困境：AI 安全的“矛与盾” Mythos 5 的核心能力在于自动化漏洞挖掘与利用。这种技术对网络安全行业意义重大——它可以帮助防御者比攻击者更快地识别并修补漏洞。然而，一旦落入恶意之手，同样的能力可能被用于发动大规模网络攻击。Anthropic 在发布博客中明确承认：“AI 模型的高级用途是双刃剑：网络安全专家和生物学研究人员的良性查询，在恶意行为者手中可能变得危险。” 这正是 **AI 安全治理** 面临的核心悖论：如何在不扼杀创新的前提下，防止技术被滥用？Anthropic 的解决方案是分级发布：先向可信的“Project Glasswing”工作组提供完整能力，再向公众发布受限版本。但政府的担忧在于，防护栏可能被绕过——尤其是当模型权重本身被公开或泄露时。 ## 管制的局限性：防不胜防的扩散风险 尽管美国政府的出口管制暂时限制了 Anthropic 的模型，但专家认为这种措施治标不治本。Wheeler 指出：“其他公司很可能已经拥有类似能力，只是选择不公开。从开源社区到国家支持的黑客组织，技术扩散只是时间问题。” 事实上，当前 AI 领域的竞争极为激烈。OpenAI、Google DeepMind 以及众多开源项目都在竞相提升模型能力。一旦某项技术被证明可行，模仿与改进将迅速跟进。历史经验表明，对单一公司的管制往往导致技术转移至境外或地下，反而增加监管难度。 ## 未来趋势：危险能力将成“标配” Mythos 5 的出现标志着一个转折点：**高级 AI 模型的“危险”能力正在从理论走向实践**。未来，类似 Mythos 的模型将不再是特例，而是常态。这意味着网络安全行业、政策制定者和公众都必须做好准备，迎接一个“AI 黑客”泛滥的时代。 对于企业而言，防御策略必须升级。传统的漏洞扫描与修复流程将无法应对 AI 驱动的自动化攻击。对于政府而言，需要建立更灵活、更国际化的监管框架，而非仅靠出口管制。而对于 Anthropic 这样的公司，如何在透明与安全之间取得平衡，将成为长期挑战。 ## 小结 Anthropic 的遭遇只是 AI 安全困境的缩影。危险能力不会因一家公司的退让而消失，反而会加速扩散。业界需要正视这一现实，从技术、政策与教育等多维度共同应对。毕竟，当 AI 的矛与盾都变得更强时，真正的安全只能来自更深刻的认知与更系统的协作。
世界模型（World Models）正被视为继大语言模型（LLM）之后AI领域的下一个重要方向。一家名为 **Odyssey** 的初创公司凭借其独特的技术路线和强大的创始团队，刚刚完成了一轮重磅融资，正式跻身独角兽行列。 据 TechCrunch 报道，Odyssey 在由 Natural Capital 领投的 **3.1 亿美元 B 轮融资**中，估值达到了 **14.5 亿美元**。本轮投资方阵容豪华，包括 **亚马逊**、**AMD Ventures**、**GV**（谷歌风投）等知名机构。此外，其天使投资人名单同样星光熠熠：谷歌 AI 领军人物 Jeff Dean、硅谷知名投资人 Elad Gil、Y Combinator 掌门人 Garry Tan、Vercel CEO Guillermo Rauch，以及 Cruise 创始人 Kyle Vogt 均位列其中。至此，Odyssey 累计融资额已达 3.37 亿美元。 Odyssey 由自动驾驶领域的两位老兵——CEO **Oliver Cameron** 和 CTO **Jeff Hawke** 于 2023 年联合创立。Cameron 曾是自动驾驶公司 Voyage 的联合创始人兼 CEO，该公司后被通用汽车旗下 Cruise 收购，他随后担任 Cruise 的产品副总裁；Hawke 则曾在英国备受瞩目的自动驾驶创企 Wayve 担任工程师。 **世界模型的核心在于理解并模拟物理世界**，而不仅仅是处理文本。Odyssey 的数据采集方式颇为独特：它派出工作人员背着摄像头行走，模仿 Google 地图采集街道图像的方式，但更贴近人行视角。这种“人肉采集”法，结合其创始团队在自动驾驶领域的深厚积累，使其模型能够精确模拟物理世界的交互。 目前，Odyssey 已推出多款世界模型，可应用于从 **视频游戏创作到机器人训练** 等多种场景。其最知名的能力是能够根据文本提示生成丰富、可交互的视频内容。 与亚马逊的合作是此次融资的亮点之一。Odyssey 宣布 **AWS 将成为其首选云服务商**，并计划将其模型优化运行在 AWS 自研的 **Trainium 芯片** 上，这被视为对英伟达 AI 芯片霸主地位的一次挑战。 在 LLM 竞争日趋白热化的当下，世界模型为 AI 开辟了全新的战场。Odyssey 的崛起，标志着资本和产业界正将目光从“语言理解”转向“物理世界模拟”，后者在机器人、自动驾驶、虚拟现实等领域拥有巨大的应用潜力。
智能手表正从被动通知工具进化为主动自动化中心。谷歌与苹果近期推出的新功能，让用户无需编程知识即可创建个性化任务流程，标志着可穿戴设备进入“DIY自动化”时代。 谷歌在Wear OS 7中引入 **Create My Widget** 功能，用户只需描述需求，AI便会自动生成对应的桌面小组件。例如，说“显示今日天气和日历事件”，手表界面便会实时呈现整合信息。该功能此前已登陆Android手机，此次扩展至智能手表，进一步简化了操作路径。 苹果则在iOS 27中升级了 **Shortcuts** 应用，新增 **Describe a Shortcut** 功能。用户只需用自然语言描述自动化流程，例如“当我到达健身房时，打开会员App”，系统会自动配置触发条件和执行动作。这大幅降低了Shortcuts的使用门槛，此前用户需要手动设置“当”和“做”的对应关系，对新手不够友好。 两家巨头的策略殊途同归：**用AI降低自动化创建的成本**。谷歌侧重于让小组件生成更直觉化，苹果则让复杂的工作流编排变得像对话一样简单。这种转变背后是行业对“主动智能”的追求——设备不应仅响应指令，更应预判需求并自动执行。 **行业影响**：DIY自动化功能的普及将重塑用户与设备的交互模式。未来，智能手表可能成为个人数字助理的核心，通过位置、时间、健康数据等上下文信息，自动触发日常任务。例如，离开家时自动关闭灯光、开启安防；进入会议室时静音通知并开启录音。 **挑战与展望**：尽管功能门槛降低，但隐私和安全仍是关键。自动化流程可能涉及敏感数据（如位置、健康信息），如何确保用户数据不被滥用是厂商必须解决的问题。此外，跨平台兼容性也是痛点——苹果的Shortcuts仅限自家生态，而谷歌的Widget虽更开放，但在第三方App支持上仍需努力。 总体而言，谷歌和苹果的这步棋，让智能手表从“信息显示器”升级为“生活指挥官”。对于普通用户，这意味着更少的重复操作和更流畅的数字体验。而随着AI能力的增强，未来我们或许只需说一句“帮我安排好明天”，设备便能自动完成所有规划。
皮尤研究中心（Pew Research Center）最新发布的民调显示，美国人对人工智能（AI）的态度正呈现复杂态势：一方面，AI聊天机器人的使用率大幅攀升，已有**49%** 的成年人至少偶尔使用；另一方面，**63%** 的受访者认为AI技术发展过快，仅**16%** 的人相信AI将对社会产生积极影响。 ## 使用率飙升，但信任度低下 与2024年相比，AI聊天机器人的使用率从33%跃升至49%，几乎每两个美国人中就有一个曾尝试这类工具。其中，OpenAI的ChatGPT增长尤为显著，自2023年以来使用率翻倍，达到**44%**。然而，高频使用并未带来普遍认可——高达**60%** 的受访者认为AI的负面影响大于正面，仅有少数人持乐观态度。 ## 代际差异：年轻人使用多，也最悲观 数据揭示出鲜明的代际分化：**18至29岁**群体中有**66%** 使用过聊天机器人，是使用率最高的年龄段；但该群体中**48%** 的人认为AI将带来负面冲击，仅**14%** 期待积极影响。相比之下，**65岁以上**人群使用率最低（30%），但对AI的负面看法也最少（21%认为负面影响更大）。这种“用得多、担心多”的矛盾心态，反映出年轻一代在亲身接触AI后，对其潜在风险（如信息准确性、就业替代等）有着更直接的感知。 ## 工作场景成主要驱动力 约**四成**美国人表示使用AI完成工作任务，其中**30%** 认为AI提升了生产力，**28%** 认为它帮助他们更好地获取信息。**30至49岁**人群是日常高频使用者（34%每天至少使用一次），这很可能与职场需求密切相关。然而，AI带来的信息可靠性问题依然突出——早在2024年，就有**66%** 的美国成年人担忧AI会传播不准确信息。 ## 小结：从好奇到审慎 总体来看，美国公众对AI的认知正从“新鲜尝试”转向“审慎评估”。使用率的高速增长表明AI已渗透至日常生活与工作，但多数人仍对其发展方向感到不安。民调结果提示：技术普及需要配套的治理、教育与透明度建设，否则信任鸿沟可能进一步扩大。
在AI代理日益普及的今天，一个关键瓶颈逐渐浮出水面：代理的智能程度，完全取决于它们所能推理的上下文范围。AWS在纽约峰会上提出了一个核心观点——当前的上下文数据分散在数据湖、数据仓库、湖仓一体、数据库和流数据中，甚至包括从未被记录下来的机构知识。要让AI代理做出可信的决策，就必须为它们提供安全、全面的上下文访问能力。 ## 为什么上下文是AI代理的“命门”？ AI代理本质上是一个推理引擎，它需要理解用户意图、历史交互、业务规则以及实时数据才能做出合理决策。如果代理只能访问孤立的数据片段，其输出结果很可能出现偏差，甚至产生“幻觉”。例如，一个客服代理若无法获取客户的完整订单历史和投诉记录，就难以给出准确的解决方案。 ## AWS的解决方案：从“数据孤岛”到“上下文网络” AWS提出的思路是构建一个统一的上下文层，将分散的数据源连接起来，同时确保安全性和治理。这并非简单的数据集成，而是要让代理能够以标准化的方式查询和推理跨系统的信息。关键点包括： - **安全访问控制**：代理必须遵循细粒度的权限策略，避免敏感数据泄露。 - **实时与历史结合**：既要能访问流数据中的实时事件，也要能回溯数据仓库中的历史记录。 - **非结构化知识融合**：将文档、邮件、会议记录等非结构化内容纳入上下文，补全机构知识。 ## 行业背景与趋势 当前，AI代理正从简单的聊天机器人向自主执行复杂任务的方向演进。从代码生成到供应链管理，代理需要处理的信息维度越来越广。AWS的此次发布，实际上是对业界“上下文不足”痛点的直接回应。类似地，其他云厂商也在探索知识图谱、向量数据库等技术来增强代理的上下文理解能力。 ## 未来展望 如果AWS能够成功实现大规模上下文智能，将可能带来以下变革： 1. **决策可信度提升**：代理的推荐和操作将基于更完整的背景信息，减少错误。 2. **开发效率飞跃**：开发者无需手动拼接多个数据源，代理可自动获取所需上下文。 3. **新应用场景涌现**：例如跨部门协作代理、实时风险分析代理等，都将受益于丰富的上下文。 当然，挑战依然存在：如何平衡性能与数据量？如何确保跨数据源的一致性？AWS尚未公布具体技术细节，但这一方向无疑为AI代理的落地指明了关键路径。
尽管华尔街对AI热情高涨，但美国普通民众对这项技术的态度却远非乐观。皮尤研究中心最新报告显示，**仅16%的美国人认为AI在未来20年会对社会产生积极影响**，约40%的人持悲观态度。更值得关注的是，**67%的受访者不相信美国政府能有效监管AI**，59%的人不信任企业能安全开发AI。 年轻人（30岁以下）的负面情绪最为突出——仅14%认为AI有积极影响。近三分之二的美国人认为AI发展速度过快。然而，**约四分之一美国人每天使用AI聊天机器人**，其中ChatGPT以44%的使用率遥遥领先（较2023年翻倍），Gemini（24%）、Copilot（17%）、Meta AI（14%）紧随其后。 性别差异显著：男性更频繁使用AI（27% vs 20%），且更倾向尝试Copilot、Grok等品牌。报告还指出，**60%的受访者经常阅读AI生成的摘要**，但仅少数人将其用于健身或饮食建议。 皮尤的发现揭示了AI行业面临的“信任悖论”：使用率飙升与公众信心持续走低并存。这既反映了监管缺位的焦虑，也暗示着企业对AI安全与透明度承诺的可信度危机。