在顶级实验室和企业对独特AI训练数据近乎无限的需求推动下，一批数据标注初创公司正迎来爆发式增长。其中，成立四年的Micro1在过去八个月内将其年度总运行率从1亿美元提升至5亿美元，净年度运行率在1.5亿至2亿美元之间。尽管仍落后于Mercor和Handshake等竞争对手，但Micro1的增长表明市场足以容纳多个玩家。随着AI数据支出有望比肩算力支出，Micro1的合同规模加速增长，利润率预期扩大，其合成数据毛利率可高达80%至90%。然而，向多个客户出售现成数据引发了争议，Micro1创始人明确表示不向中国模型制造商出售数据。
企业AI市场再起波澜。根据企业信用卡与费用管理公司Ramp发布的最新数据，OpenAI在美国企业用户中的市场份额正逐步追赶Anthropic，尽管后者自今年5月以来一直保持领先。这一动态揭示了企业AI支出的不稳定性，也为两家公司未来的IPO之路增添了变数。 ## 市场份额的微妙变化 Ramp的数据覆盖超过7万家美国企业，这些企业通过Ramp的账单支付和企业信用卡产品进行大额支出。数据显示，**截至7月，Anthropic在Ramp付费企业用户中的市场份额接近44%，而OpenAI约为40%**。值得注意的是，OpenAI曾在5月被Anthropic反超，当时Anthropic以41%对39%的份额夺走领先地位，此后OpenAI始终未能重回榜首。 不过，Ramp经济学家Ara Kharazian指出，**在第三季度迄今，OpenAI在Ramp客户中的增长速度已超过Anthropic**。尽管季度尚未结束，趋势可能随时逆转，但这一迹象表明OpenAI正在发力。 ## 企业客户为何摇摆？ 企业客户在不同AI实验室之间来回切换，这一现象值得深思。Kharazian在X平台上表示，OpenAI的新模型GPT-5.6 Sol“非常出色，正日益成为开发者的选择”，而Anthropic的Fable 5“在采用率和实际应用方面令人失望，部分原因是价格及监管机构要求的数据保留期限”。 不过，这一评价可能过于简化。Fable 5作为Anthropic的高端模型，定价较高，且针对特定用例设计，而非通用聊天机器人。但Anthropic确实因要求Fable用户保留数据30天而引发争议。 ## 数据局限与行业启示 需要强调的是，Ramp的数据并非全貌。它排除了使用美国运通等供应商支出管理工具的大型企业，且Ramp作为硅谷流行的企业信用卡，其客户偏科技行业。因此，该数据更多是市场风向标，而非绝对份额。 然而，这些数据足以显示：**Anthropic并未永久锁定胜局**。企业客户愿意随着新模型的发布而切换供应商，这种波动性应当引起两家公司投资者的警惕——企业AI支出的“粘性”可能远低于预期。 ## 小结 OpenAI与Anthropic的竞争远未尘埃落定。随着双方不断推出新模型，企业市场的主导权可能持续易手。对于投资者而言，理解这一动态至关重要：在AI技术快速迭代的当下，客户忠诚度或许只是暂时的。
OpenAI 近日推出了针对 Apple Messages 的 ChatGPT 插件，允许用户将消息收件箱与聊天机器人连接，实现消息的排序、分析、编辑、删除、起草和发送等功能。该插件还支持 Codex 和 ChatGPT Work，适用于专业场景。然而，隐私问题随之而来。OpenAI 表示，插件在本地运行，不会创建完整索引，且需用户明确请求才能读取消息。但用户需启用完全磁盘访问权限，且关于数据保留的细节尚不明确。OpenAI 建议用户谨慎使用自动批准功能，以免失去发送前的审查机会。
Google 即将为 Discover 信息流引入一项新功能，允许用户通过聊天式界面描述偏好，AI 将自动调整内容推荐并记住这些设置。该功能将在未来几天内逐步推送到 Google 应用中，用户可通过信息流右上角的三个点菜单进入。打开后，会看到一个类似聊天机器人的界面，用户可以用自然语言描述想看的内容，AI 会确认并展示优先推荐的内容类型，若理解有误还可补充信息，最后点击“刷新信息流”即可生效。 这一更新旨在让用户更精细地控制信息流内容，目前 Discover 主要基于用户在 Google 搜索和应用中的活动推荐文章。除了 Google，YouTube、Instagram、Bluesky 和 X 等社交平台也已推出 AI 定制信息流功能。 此外，Google 还宣布了其他更新：Android 版 Google News 应用中的每日音频简报现可个性化设置，用户可选择感兴趣的主题。同时，Preferred Sources 功能也有更新，出版商可在网站上放置交互式按钮，读者点击即可快速将来源添加到偏好列表，无需离开网页。 这些变化反映了 Google 在 AI 个性化内容领域的持续投入，也表明 AI 正在成为信息流定制的主流方式。
Amazon Bedrock now offers OpenAI GPT-5.6 models (Sol, Terra, and Luna) in more than 25 AWS Regions with cross-Region inference. Learn how US geographic and global inference profiles route requests for higher throughput, how to call the models with the OpenAI and Converse APIs, and how to configure IAM, quotas, and monitoring.
Healthcare, retail, and life sciences teams store large volumes of operational data in Snowflake, but turning it into predictions is hard. In Part 1 of this series, you set up your AWS account and Snowflake environment for a no-code ML workflow with Amazon SageMaker Canvas, laying the foundation for building a fraud detection model without writing code.
In Part 2 of this no-code ML series, you connect Amazon SageMaker Canvas to Snowflake, prepare and join transaction data with Data Wrangler visual transformations, and train an XGBoost fraud detection model. All without writing machine learning code, laying the groundwork for interactive dashboards in Part 3.
In Part 3 of this no-code ML series, you bring fraud detection predictions to life. Import your Amazon SageMaker Canvas predictions into Amazon Quick Sight, build interactive dashboards, use generative BI to answer questions in natural language, and publish AI-generated executive summaries for stakeholders.
最近，Liquid Death 与 NFL 明星 Jason Kelce 合作推出了一则搞笑广告，提议用尿液冷却 AI 数据中心，以节约饮用水。虽然这只是一次营销噱头，但专家指出，利用再生水（包括处理后的废水）来冷却数据中心，确实是业界正在探索的可行方案。本文探讨了这一想法的现实基础、技术挑战以及潜在的环境效益。
随着 AI 搜索功能不断蚕食网站流量，谷歌于周四宣布推出“偏好来源”（Preferred Sources）按钮，允许读者在出版商网站上点击该按钮，将其设为在谷歌搜索、Discover 和 Google News 中的优先来源。此举旨在帮助出版商在 AI 时代维持流量。该按钮是谷歌 5 月份在 AI 模式、AI 概览等 AI 体验中推出的“偏好来源”功能的扩展。谷歌表示，读者可以通过该功能更频繁地看到自己信任的网站。此前数据显示，已有超过 34.5 万个来源被读者选中。谷歌称，成为偏好来源后，读者点击链接的可能性是原来的两倍。此外，谷歌还计划让用户通过自然语言指令个性化定制 Discover 信息流，并在 Google News 应用中定制音频简报。这反映了科技公司利用 AI 帮助用户掌控内容推荐的趋势。
**周三晚间，Runlayer与Rippling各自撤回了针对对方的诉讼，未支付任何和解金或律师费。** 这场短暂的法律风波，因Rippling迅速发布其MCP网关产品而告终，该产品正是双方争议的核心，也与Runlayer的产品直接竞争。 ### 事件回顾 Runlayer是一家2025年11月出世的早期初创公司，已融资4200万美元，投资方包括Khosla Ventures的Keith Rabois和Felicis。其创始人Andrew Berman是连续创业者，曾创立婴儿监视器公司Nanit和AI视频会议工具Vowel（2024年被Zapier收购）。 据Runlayer诉讼称，Rippling在一年多的时间里测试了Runlayer的MCP网关，双方工程团队紧密合作，但Rippling从未签约成为客户。相反，Berman收到Rippling员工的短信，称其雇主正在构建自己的MCP网关，并计划作为产品发布，该员工甚至称其产品是Runlayer的“克隆”。Runlayer随即起诉，指控Rippling违反了测试期间的合同协议。 Rippling则反诉Runlayer侵犯其专利。Runlayer认为这是Rippling为了迫使其撤诉并抬高法律成本的手段。在经历三周的证据开示后，Runlayer撤诉，Rippling也随之撤诉，且未获得任何和解。 ### MCP网关是什么？ MCP网关是一种安全处理企业AI代理请求的技术，用于从其他软件系统获取数据。例如，当招聘人员询问前五名候选人的详细信息（包括电子邮件）时，网关负责从公司招聘系统中检索数据，而不是让AI代理直接访问企业软件系统。此外，网关还可以提供基于角色的访问控制（如经理与实习生权限不同）、可观测性（日志和使用轨迹）等功能。 ### 创业者的警示 这起纠纷为创始人敲响警钟：在AI时代，构建新软件变得几乎微不足道，你永远不知道下一个竞争对手是谁——甚至可能是潜在客户。Rippling在测试Runlayer产品后，选择内部开发替代方案，这凸显了在合作中保护知识产权的必要性。 尽管诉讼以双方撤诉告终，但Runlayer的遭遇提醒创始人，在与大公司合作时需谨慎，尤其是在产品可能被复制的情况下。法律手段可能耗费资源，却未必能带来实质性结果。
2026年初，AI编程助手的能力突飞猛进，让许多开发者体验到了前所未有的高效。然而，蜜月期过后，开发者们开始感到疲惫：每天用长篇英文描述每个改动，不仅繁琐，而且效率低下。Huzzah应运而生，它提出了一种全新的范式：用伪代码代替自然语言，用声明式指令代替命令式指令，让意图持久化而非转瞬即逝。 ## 痛点：自然语言的低效与意图的丢失 传统的AI编程助手（如GitHub Copilot）依赖自然语言对话。开发者需要将每个改动描述成一步步的指令，这不仅耗时，而且充满冗余。更重要的是，对话记录往往被丢弃，导致AI无法理解代码的长期意图。Huzzah的创始人指出，这种模式缺乏“人类意图的可靠记录”，使得代码质量难以保证，也让开发者逐渐失去对项目的掌控感。 ## Huzzah的解决方案：伪代码与声明式编程 Huzzah的核心创新在于改变了与AI交互的方式。它不再使用长篇自然语言，而是采用**伪代码**——一种接近自然语言但更结构化的表达。同时，指令从“命令式”转为“声明式”，即描述“想要什么”而不是“怎么做”。这些指令是**持久化**的，会作为项目的一部分被保存下来，成为代码库的“意图文档”。 以经典的FizzBuzz为例，在传统AI编程中，你可能需要写：“写一个循环100次，如果数字能被3整除，打印fizz；如果能被5整除，打印buzz……”而在Huzzah中，你只需用伪代码描述目标，AI会自动生成实现。 ## 对开发者的意义 Huzzah的尝试反映了开发者对AI编程工具的深层需求：**既要AI的高效，又要人类的控制权**。它试图解决三个关键问题： - **效率**：减少重复描述，节省token和时间。 - **意图**：让AI理解代码的“为什么”，而不仅仅是“是什么”。 - **掌控**：开发者能通过伪代码审查AI的决策，确保输出符合预期。 当然，Huzzah仍处于实验阶段，其可行性有待验证。但它代表了一种值得关注的趋势：AI编程工具正在从“对话式”向“结构化”演进，以更好地服务于专业开发者。 ## 未来展望 Huzzah目前只是一个原型，但其理念可能引发更多思考。如果成功，它或许会改变我们与AI协作的方式，让编程回归到“表达意图”的本质。对于厌倦了提示词工程的开发者来说，这无疑是一个令人兴奋的方向。
科技领袖们似乎并未真正理解社会对AI的抱怨，但他们仍在努力发声。 ## 硅谷的AI乐观主义与公众的焦虑 近期，Meta CEO马克·扎克伯格和Anthropic CEO达里奥·阿莫代伊等科技领袖试图诊断公众对AI日益增长的抵触情绪，但他们的分析似乎并未触及问题的核心。扎克伯格发布了一篇6500字的文章，描绘了他对AI未来的乐观愿景，而阿莫代伊也多次表达AI将带来巨大好处的观点。然而，这些言论与公众的实际感受存在明显脱节。 ## 数据揭示的公众情绪 皮尤研究中心本周发布的调查显示，**30岁以下的美国人中，超过一半对AI感到担忧多于兴奋**，这一比例在过去五年中增长了24%。所有年龄段的受访者中，**超过70%的人认为AI将导致就业机会减少**。此外，公众的焦虑远不止于就业：人们担心AI会损害年轻人建立有意义关系的能力，认为科技公司应补偿其作品被用于训练模型的创作者，还担忧AI可能削弱学生的批判性思维。 ## 沟通问题还是根本分歧？ 硅谷常常将AI抵制归咎于沟通或品牌问题，但Searchlight Institute的最新调查表明，**不同的信息传递方式对人们关于AI社会影响的看法几乎没有改变**。这说明，问题并非简单的“说辞”问题，而是价值观和信任层面的根本分歧。 ## 文化界的讽刺与商业利用 与此同时，流行文化也在利用AI反感情绪。饮料品牌Liquid Death和Garage Beer联手前橄榄球运动员杰森·凯尔西，推出了一则广告，邀请人们向AI数据中心寄送尿瓶。该品牌的创意负责人表示，**对数据中心的抵制“是目前唯一能让所有美国人团结起来的事情”**。这种讽刺性营销反映了公众情绪的强烈程度。 ## 产业界的担忧 投资者和高管们越来越担心，科技行业未能充分理解公众情绪对AI产品采用的潜在负面影响。如果这种脱节持续，AI的普及可能会面临更大的阻力。 ## 小结 硅谷的乐观主义与公众的焦虑之间的鸿沟，不仅是认知差异，更是信任危机。要弥合这一鸿沟，科技领袖们需要更深入地倾听公众的具体担忧，而非仅仅重申AI的潜在益处。否则，AI的发展可能遭遇更广泛的社会抵制。
在众多数字日历应用中，Linkdaze凭借其独特的定位脱颖而出——它不仅仅是一个追踪日程的工具，更是一个旨在协助管理整个家庭日常运作的智能平台。最令人印象深刻的是，Linkdaze并未将其核心功能置于付费墙之后，包括其AI膳食规划工具在内，所有用户均可免费使用。 ## 家庭优先的设计理念 传统日历应用往往侧重于个人效率，而Linkdaze则从家庭视角出发，将日历视为协调家庭成员活动、共享信息与资源的中心。无论是孩子的课外班、家庭聚餐安排，还是伴侣的出差计划，Linkdaze都能在一个界面中清晰呈现，帮助家庭成员保持同步，减少沟通成本。 ## 免费开放的AI膳食规划 Linkdaze的AI膳食规划工具是其一大亮点。用户可以根据家庭成员的饮食偏好、营养需求以及现有食材，生成一周的餐单。这一功能在同类产品中通常作为高级订阅服务提供，而Linkdaze选择免费开放，降低了家庭用户的使用门槛，也体现了其“智能家庭助手”的定位。 ## 行业背景与竞争格局 当前，数字日历市场已相当成熟，Google Calendar、Apple Calendar等巨头占据主导，新兴应用面临激烈竞争。然而，这些传统日历功能相对单一，缺乏对家庭场景的深度优化。Linkdaze的差异化策略在于聚焦家庭用户，通过整合AI能力提供更智能、更贴心的服务，例如自动识别家庭成员的空闲时间、智能推荐会议时间等。 在AI赋能家庭管理的趋势下，Linkdaze的免费策略可能是一种市场渗透手段，旨在快速积累用户，并通过后续的增值服务或企业合作实现盈利。不过，其长期可持续性仍有待观察，毕竟AI服务的计算成本不容忽视。 ## 小结 Linkdaze以家庭为中心的创新思路，加上免费开放的AI功能，为数字日历市场带来了新的活力。对于希望简化家庭日程管理的用户来说，这无疑是一个值得尝试的选择。然而，其AI膳食规划的准确性、家庭协作功能的深度，以及未来是否会引入付费模式，都是需要关注的问题。
距离苹果九月发布会预计只剩四周，一则来自 macOS 软件构建的泄漏信息，意外揭示了苹果在智能家居领域的新布局。除了备受期待的 AI 版 Siri 和折叠屏 iPhone，苹果似乎还准备了一款带屏幕的智能家居中枢、新款 HomePod mini 以及一款安防摄像头。 ## 泄漏细节：十款未发布设备浮出水面 据 ZDNET 报道，此次泄漏源自 macOS 的软件构建文件，其中包含了多款未发布硬件的内部代号，共计十款设备。除了意料之中的 iPhone 18 系列（代号 V62、V63、V64、V67、V68）和传闻已久的折叠屏 iPhone，智能家居产品线也占据了重要位置： - **J490/J491**：疑似苹果的智能家居中枢，带屏幕，媒体常称其为“HomePad”。 - **B525**：新款 HomePod mini，与当前型号（代号 B520）有所区别。 - **J229**：一款智能家居配件，很可能是苹果品牌的安防摄像头。 此外，泄漏还提及了配备摄像头的 AirPods（代号 B790）和未来的 Vision 头显（代号 N109），以及即将更新的 iPad 和 Mac 产品。 ## 苹果的智能家居野心：从配件到中枢 长期以来，苹果在智能家居市场一直扮演着“配角”角色，主要依赖 HomePod 和 Apple TV 作为家庭中枢，而配件生态则相对封闭。此次泄漏的 HomePad 如果属实，将是苹果进军智能家居中枢市场的关键一步。这款带屏幕的设备预计将整合 Siri、家庭控制、视频通话等功能，与 Amazon Echo Show 和 Google Nest Hub 展开正面竞争。 与此同时，新款 HomePod mini 和安防摄像头的加入，表明苹果正在丰富其智能家居硬件矩阵，意图构建一个更完整的家庭生态系统。尤其是安防摄像头，此前苹果一直通过 HomeKit 平台整合第三方产品，如今亲自下场，可能意味着对家庭安防市场的重视。 ## AI 赋能：Siri 升级与视觉智能的协同 值得注意的是，泄漏中的 AirPods 摄像头和 HomePad 都指向了苹果对 AI 体验的强化。新一代 Siri 预计将深度融合生成式 AI，而带摄像头的 AirPods 可能用于配合视觉智能功能，实现更自然的交互。HomePad 作为家庭中枢，可能成为 AI 助手在家庭场景的核心入口，控制设备、提供信息、甚至识别家庭成员。 苹果在 WWDC 2026 上宣布的 AI 战略正在逐步落地，此次泄漏的设备列表也印证了其将 AI 能力延伸到硬件各个层面的计划。不过，目前这些信息仍属传闻，最终产品形态和发布时间有待苹果官方确认。 ## 小结 距离苹果发布会还有不到一个月，泄漏信息让外界对苹果的智能家居布局有了更清晰的预期。从带屏中枢到安防摄像头，苹果似乎准备在智能家居领域发起一场全面攻势。但我们也应保持审慎，毕竟软件构建中的代码并不总是等于最终发布的产品。无论如何，九月发布会将揭晓答案。
**一项最新调查显示，四分之三的企业发现用AI裁员节省的成本远不及损失，而高达九成的公司表示如果有机会重新选择，会重新考虑这一决定。** 近年来，AI驱动的裁员成为科技行业的热门话题。据专业网站 jobloss.ai 追踪，2025年1月至2026年6月间，美国有12.6万名员工因AI相关因素失业。许多高管将AI视为削减成本的捷径，但越来越多的证据表明，这种“默认以AI替代人力”的策略往往得不偿失。 **裁员并非价值创造的良方** Harvey Nash集团CIO Ankur Anand指出，供应商、顾问甚至一些董事会传递的早期信息都聚焦于生产力、自动化和“少花钱多办事”，而AI相关裁员的头条新闻更强化了“最快获得价值的途径就是减少人力”这一观念。然而，Careerminds的研究揭示，裁员不太可能创造高管们渴望的价值。**四分之三的组织发现AI裁员成本高于节省，九成企业后悔此决策。** 分析机构Gartner甚至预测，到2027年，**50%因AI而裁员的公司将重新招聘员工**以执行类似职能。 **从成本削减转向价值创造** Anand认为，将AI主要视为成本削减工具的企业，错失了将技术能力与人类卓越相结合的巨大机遇。聪明的领导者不再聚焦于“用更少的人做更多事”，而是帮助员工找到新的增长途径。以下五种方式值得借鉴： 1. **重新定义角色**：将AI视为增强人类能力的工具，而非替代品。例如，让AI处理重复性任务，使员工专注于高价值工作。 2. **投资技能提升**：为员工提供AI相关培训，使其能驾驭新技术，而非被技术取代。 3. **鼓励创新文化**：建立允许试错的环境，让员工利用AI探索新业务模式。 4. **优化人机协作**：设计高效的人机协作流程，而非简单替换。 5. **以客户价值为中心**：将AI应用聚焦于改善客户体验，而非仅关注内部成本。 **行业背景与趋势** 当前，AI在职场中的角色正从“替代者”转向“赋能者”。拥抱AI最多的公司实际上在增加招聘，包括入门级岗位。这表明，AI的价值在于创造新机会，而非削减旧岗位。企业若想长期受益，必须摒弃“裁员换效率”的短视思维，转而投资于人力与技术的协同进化。 **小结** AI时代的竞争，不是人与机器的零和博弈，而是如何利用AI放大人类潜能的智慧较量。那些能够平衡技术投入与人才培养的企业，才能在变革中立于不败之地。
近日，xAI 旗下的 Grok 聊天机器人出现了一个异常故障，导致部分用户在提问时收到毫无意义的乱码回复，引发社区热议。据 TechCrunch 报道，受影响的用户大多使用 Grok Lite 版本，最早在周三早上就发现了问题。例如，有用户要求模型生成 PDF 时，得到的回复是“match it without and your they and two for planets can practical and often cheese…”这样一串毫无逻辑的文本。另一位用户在检查来源链接时，发现回复中嵌入了一串指向强化学习研究网站的链接。 尽管 TechCrunch 在自身测试中未能复现该问题，且推测这可能只影响一小部分用户，但 Grok 的 Reddit 社区已被大量抱怨淹没。刷新会话通常能恢复正常，但也有用户反映即使多次刷新，乱码回复依然持续。值得注意的是，该故障似乎仅限于 Grok.com 上的直接查询，X.com 上的 Grok 账户并未受到影响。 面对用户的不满，Grok 官方账户在 X 上回应称：“那种纯粹的词语沙拉是一种罕见的临时生成故障。官方状态页面显示所有服务完全正常。开始新聊天或重新生成，通常很快就会清除。对于乱码，我们深表歉意。”然而，这并非 xAI 首次遭遇技术问题。据《The Information》5 月报道，xAI 经历了大量员工流失，包括大部分创始团队和至少 50 名研究人员与工程师。尽管公司于 7 月发布了最新的基础模型，宣称其性能达到 Opus 级别，且速度更快、token 效率更高、成本更低，但此次事件无疑给用户信心带来一定冲击。 目前，xAI 尚未对 TechCrunch 的置评请求作出回应，官方状态页面仍显示所有服务正常。对于用户而言，遇到此类问题时可尝试刷新会话或重新生成，但若问题持续，或许需要耐心等待官方修复。这一事件也提醒我们，即便是先进的 AI 模型，也可能在特定情况下产生不可预测的输出，保持警惕并理解技术的局限性依然重要。
皮尤研究中心最新研究显示，自ChatGPT发布以来，超过三分之一的新网页可能由AI撰写或大幅编辑。该报告基于Common Crawl网络档案，分析了近50万个英文网页，并使用Open Pangram的AI检测技术。在2026年7月的样本中，约10%的网页显示出明显的AI创作痕迹；排除旧网页后，这一比例跃升至35%。商业域名（.com）的AI创作比例高达约10%，而教育（.edu）和政府（.gov）域名仅为1%左右，组织（.org）域名为4.6%。报告还发现，AI写作的特征如破折号、牛津逗号等使用频率上升。尽管检测工具存在误判可能，但数据在趋势上具有参考价值。该研究呼应了Cloudflare关于机器人流量超过人类流量的报告，表明AI不仅影响内容创作，也改变了网络生态。
对于经常需要输入文字的人来说，语音转文字工具并不陌生，但系统自带的那些功能往往体验一般。近期，一款名为 **Wispr Flow** 的 AI 语音输入工具引起了关注。它支持 Windows、macOS、iOS 和 Android 平台，据称在易用性和准确性上远超设备自带功能。本文将带你了解它为何更胜一筹，以及如何免费体验。 ## 为什么 Wispr Flow 体验更好？ ZDNET 的编辑 Lance Whitney 分享了他的亲身经历。几年前他因手腕骨折无法双手打字，尝试了 Windows 自带的语音听写功能，但对其可用性和准确性都不满意。直到后来发现了 Wispr Flow，他认为这款工具在体验上远超系统自带方案。 Wispr Flow 的核心优势在于其 AI 驱动的语音识别引擎，它能够更准确地理解自然语言，并自动添加标点符号、进行上下文修正，甚至支持自定义命令。相比系统自带工具，它减少了手动修正的麻烦，让语音输入更加流畅自然。 ## 免费版如何获取？ Wispr Flow 提供免费和付费两种方案。免费版已经包含了核心的语音转文字功能，适合日常使用。你可以直接访问 Wispr 官网下载对应平台的客户端，安装后即可开始使用。付费版则提供更多高级功能，如自定义词库、更多语音命令和更长的文本处理能力等。 ## 实际体验与适用场景 在实际使用中，Wispr Flow 不仅适用于快速回复消息、撰写邮件，还能用于文档创作、笔记记录等场景。它的跨平台支持意味着你可以在手机和电脑间无缝切换，提升工作效率。对于频繁打字的人群，如记者、作家、商务人士，Wispr Flow 能显著减轻手部负担。 虽然语音输入工具并非新鲜事物，但 Wispr Flow 在 AI 的加持下，确实带来了更接近人工输入的自然体验。如果你对系统自带工具感到失望，不妨试试这款免费工具，或许会带来惊喜。
企业支出管理平台Ramp于周三晚推出了自家的AI模型路由服务Router，允许用户和企业通过API使用和切换多种大型语言模型。Ramp表示，过去三年一直在内部使用该路由器以满足自身AI需求。目前该服务仅在美国提供，2026年剩余时间内免费使用（用户仍需支付AI模型推理费用），并附带26美元信用额度的启动优惠。公司未透露明年的收费标准。 Router的功能与OpenRouter类似，但后者提供的AI模型选项更多。Router目前提供来自OpenAI、Anthropic、DeepSeek、Moonshot、Minimax、Nvidia、xAI和Z.ai的模型。它还提供了多种策略，帮助客户根据偏好路由AI请求。例如，用户可以设置对模型提供商的偏好，或让Router根据最多三个用户指定的基准来选择路由查询的模型。用户还可以选择仅将难题路由到昂贵模型，或轻松测试模型而无需切换。用户还可以获得一个仪表板，查看token支出、成本、延迟、回退尝试等详细信息。 值得注意的是，Router有选择退出数据保留政策：默认情况下，它将记录模型输入、输出和工具调用一年，但公司表示将删除个人身份信息后再使用该内容来改进产品。 对于Ramp而言，进入模型路由业务提供了双重机会：一方面切入蓬勃发展的AI推理市场，另一方面为其现有客户提供与现有产品（包括AI token使用监控和token支出管理）无缝集成的模型路由服务。如果Router能像OpenRouter那样成为有吸引力的模型测试平台，Ramp还可能与世界各地的AI实验室和推理提供商建立长期合作关系。这可能帮助Ramp（6月以440亿美元估值融资7.5亿美元）获得新客户，并为其销售支出管理产品提供新的切入点。