一觉醒来，我最喜欢的 AI 浏览器 Dia 被收购了。

企业软件巨头 Atlassian 宣布用 6.1 亿美元，将 The Browser Company 收入囊中。这个价格算不上阔绰，去年这家公司就已经估值 5.5 亿，现在的溢价仅有 11%，妥妥的「友情价」。更关键的是，Atlassian Ventures 本就是其 A 轮投资方，某种程度上也算是「从校服到婚纱」了。

The Browser Company 的阶段性结局，未必就如创始人所愿，但或许，会是大多数 AI 浏览器终局的预演。

99% 的 AI 创新，1% 的商业化机会

比起 Dia，我们会更熟悉 The Browser Company 旗下的成名作：Arc 浏览器。

漂亮的渐变色、独特的欢迎界面，Arc 让沉寂了许久的浏览器行业为之一振。同时，通过重新设计标签页管理，Arc 引入了智能分组和自动归档，让重度互联网用户眼前一亮。

当时，不少网友将誉其为「十年来最具创新性的浏览器」，知名度和活跃用户快速增长，发布仅几个月用户数就突破 10 万。大好势头，让创始人 Josh Miller 更是雄心勃勃地要打造「互联网计算机」。

但现实很快给了这位 Josh Miller 一记重拳。

小众市场的天花板，往往比想象中更低，Arc 虽然积累了百万级用户，但日活数据始终疲软，Miller 自己都承认用户基数不大，且高度集中在技术极客群体。

问题的根源，是产品本身。

Arc 的设计哲学过于前卫，学习成本高得让普通用户望而却步。大部分用户并未使用设计团队最看重的核心功能，反而被复杂的操作逻辑劝退。Reddit、X 上的用户反馈显示，真正深度使用到 Arc 高级功能的时候很少。

于是，去年在烧掉 1.5 亿美元、完成 5000 万美元新融资后，The Browser Company 团队果断决定战略转向，开发名为 Dia 的原生 AI 浏览器。

这次转向在外界看来突然，但内部其实经历了痛苦的自我审视过程。早期留存和增长数据已经暴露问题，但团队一度不愿承认，错过了更早调整的时机。

寄托了希望的 Dia，真的能带来巨变吗？

理想很丰满，现实很骨感

APPSO 之前也深度体验过 Dia。它的产品思路与 Arc 截然不同：从架构层面为 AI 而生。

极简的主页设计，AI 聊天界面成为新的交互中心、AI+传统搜索引擎的双模式搜索机制、丝滑流畅的交互设计以及个性化定制等等特征都给我留下很深刻的印象。

(欢迎回看 APPSO 此前文章：实测超火的 AI 浏览器 Dia，我看到了浏览器未来的 iPhone 时刻)

不过，自我定位清晰了，不见得能让 Dia 逃过整个 AI 浏览器赛道的结构性困境，首当其冲的便是获客渠道被操作系统绑架。

浏览器本质上是「入口的入口」：浏览器是互联网的入口，而浏览器自身的入口，掌握在操作系统手中。

具体来说，Windows 预装 Edge，macOS 预装 Safari，海外 Android 深度集成 Chrome，iOS 所有网页链接都指向 Safari。一旦用户要更换默认浏览器，则需要主动搜索、下载、设置。

第二关，是插件生态的虹吸效应。

Chrome Web Store 拥有数十万扩展插件，几乎任何创新功能都会在几周内被社区开发者复制成插件版本。阅读模式、广告屏蔽、AI 摘要、标签分组。

曾经有一系列 Arc 引以为傲的功能创新，很快就能通过插件在 Chrome 上实现。用户无需抛弃熟悉的浏览器环境，只需安装插件即可体验新功能。

第三关则是账号体系的锁定效应。书签、密码、支付信息、历史记录都与 Google、Apple、Microsoft 账户深度绑定，形成强大的数据护城河。换浏览器意味着重新配置这一切，风险与成本让大多数用户望而却步。

显而易见，这「三座大山」，几乎压在每一个 AI 浏览器创业公司的身上。

上个月底，Manus 创始人张涛分享过类似的经历：团队曾投入近 20 人、半年时间打造 AI 浏览器，但在发布前夕紧急叫停。

他们意识到，即便产品上线，也只能圈住一小波用户，却会把整个团队拖入泥潭，再也无力寻找更大的机会。

最终，他们选择壮士断腕，所有投入归零。直到团队从 Cursor 中汲取到了设计的灵感，用两个月的时间做出最小可行原型，接着推出全球首款通用 Agent，最终才一炮而红。

包括今天 Manus 创始人兼 CEO 肖宏也在社交平台上分享了对应的观点。

维护一个「还不错」的产品，代价可能是错过构建「无限想象空间」产品的窗口。

对 The Browser Company 而言，他们曾经在 Arc 上就吃到过苦头了——即使产品备受好评，但在结构性壁垒面前，创新团队很难独自突围。与其在边缘地带继续消耗，不如主动寻找能够放大价值的平台。

于是，这桩与 Atlassian 的联姻，可谓合情合理。

1+1 会大于 2 吗？

互联网的创业者，大致可以分为两类：一种信奉「产品为王」，另一种笃信「渠道制胜」。

Josh Miller 用了 3 年时间，从第一种变成了第二种。Miller 在今天的公开信中提出了决策时的三个关键问题：怎样才算赢？朝什么方向冲刺？底线是什么？

他的回答很务实：「简单来说，我们这么做是为了赢。仅仅做出最好的产品远远不够，要让 Dia 成为 AI 浏览器赛道的赢家，需要强大的分发能力——不仅要有规模，还要有匹配的速度。」

时间窗口的压迫感，是这笔交易的催化剂。

Miller 判断，AI 浏览器领域的赢家将在未来 12 到 24 个月内确定。要让 Dia 进入更广阔的市场，需要庞大的渠道、成熟的销售体系和运营规模，这些都不是短时间内靠烧钱能解决的问题。

相比在 AI 泡沫中继续融资烧钱，与 Atlassian 合作是一个不错的选择。

Atlassian 账上有 25 亿美元现金，服务数百万企业用户，拥有成熟的销售网络。在 2024 年的 Stack Overflow 开发者调查报告中，前五名中，Atlassian 旗下产品就占了三席。

其客户群体之广泛，覆盖了全球超过 25 万家公司，其中不乏 Netflix、Spotify 和 NASA 等知名企业。

在资本市场趋于理性、获客成本持续上升的背景下，对 The Browser Company 而言，与这样的巨头合作可能是更现实的选择。

更重要的是，Miller 为团队争取到了相对的独立性。

Miller 仍担任 CEO，核心团队保持不变，他承诺 Dia 不会变成 Atlassian 应用的「外壳」，也不会像微软 Edge 那样弹窗推广企业服务。Arc 将继续维护但不再积极开发，部分功能将会整合进 Dia 当中。

「更实用，支持更多工作流，登陆更多平台，而且速度更快。这股新能量将从下个月开始——届时我们将发布自 Beta 版以来最重大的 Dia 更新。」

实际上，据此前 The Information 报道，Perplexity 和 OpenAI 都曾与 The Browser Company 接触过收购事宜，但谁也没有想到，Atlassian 才是最终赢家。

六亿美元，不是小数目。Atlassian 打的收购算盘是，要把浏览器变成新的「工作前台」。

根据 The Verge 的报道，这场交易洽谈始于一年前。

当时 Atlassian 就已经很关注深度联合的可能性了。Atlanssian 的员工不仅会使用 Arc，还很关心如何让浏览器更适合企业场景。Atlassian CEO Mike Cannon-Brookes 本人就是 Arc 的早期用户，深度体验过标签页智能分组、自动归档等功能带来的效率提升。

但企业用户的需求远不止效率工具。数据隐私、安全合规、管理控制、审计追踪。这些企业级功能是 The Browser Company 的短板，却恰恰是 Atlassian 在企业市场深耕二十年，所收获的积累。

更重要的是双方在 AI 应用场景上的互补。这体现在两个方面，一是定位层面，二是架构层面。

定位层面而言，「协作」将是 Dia 要构建的壁垒。现在绝大多数企业协作都发生在 SaaS 工具当中，比如 Jira、飞书、Slack 等等。而浏览器是访问它们的必经入口。

而 Dia 当中的跨标签页理解和上下文整合，就可以实现把碎片信息整合成统一视图。比如，把 Gmail、Trello、会议文档串起来，又或者在浏览器层面保留并调用上下文，为团队协作提供一个「公用记忆」。

这将使得 Dia 和 Atlassian 旗下的产品形成互补。未来可能出现的场景是：你在 Dia 里浏览客户邮件，它能一键生成 Jira ticket、附带背景材料，形成「浏览器=协作节点」。

这也符合 Atlassian CEO Cannon-Brookes 的设想：一个知识工作者的专属工具，包括为 SaaS 应用优化交互，搭载 AI 技能与工作记忆，提供企业级安全保障等等。

而这些，现有的浏览器尚没有达到他的期望。在今天发布的官方公告中，Cannon-Brookes 对现有浏览器的批评很尖锐：

「现在的浏览器是为『浏览』而生，不是为工作设计的。用户打开的大多数标签页其实都是待办事项：安排会议、审阅设计、更新 Jira 任务……但浏览器在工作流中只是旁观者，既不了解工作背景，也无法理解优先级。」

这怎么不算一种新型的互联网操作系统呢？和 Josh Miller 的愿景不就对上了吗。

Miller 也在发布的公开信末尾中写到：「我曾经说，希望我儿子十岁前实现『互联网计算机』的愿景。几个月后他就满五岁了，未来五年任重道远。」

这既是 Miller 写给儿子的愿景，也是他写给自己和团队的一纸军令状。

作者：莫崇宇、Selina

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

我已经算不清，苹果第几次承诺要让 Siri 变得更聪明了。不过，这回看起来苹果是真上心了。

据彭博社今天凌晨报道，苹果内部正在研发一套代号为 World Knowledge Answers（世界知识问答）的 AI 搜索引擎，准备整合进 Siri 里头。

而且不只是 Siri，Safari 浏览器和 Spotlight 功能以后也都要用上这套技术。

高管们给这个项目起了个挺唬人的名字——「答案引擎」，预计明年春天就要和 Siri 的重大升级一起发布。

说白了，传统搜索引擎主要是给「链接」，靠用户自己点开。

而苹果是要让 Siri 不仅具备全网搜索能力，同时跟 ChatGPT、Google 的 AI 概览一个路数，直接整合文字、图片、视频和本地信息，还配个 AI 总结系统。

据消息人士称，支撑新版 Siri 的底层技术，部分可能来自苹果的老合作伙伴 Google。

两家公司本周达成了正式协议，苹果将评估并测试 Google 开发的 AI 模型来增强 Siri。

要知道，Google 每年给苹果 200 亿美元，就为了让 Google 搜索成为 iPhone 的默认搜索引擎。现在苹果又要用 Google 的 AI 技术，这关系确实有点微妙。

报道中提到，苹果内部给 Siri 的技术改造起了两个代号：Linwood 和 LLM Siri。

负责软件工程的 Craig Federighi 最近在内部会议上表示，这次升级会超出预期：「这次端到端的 Siri 改造让我们拿到了想要的成果，不仅能兑现之前的承诺，还能带来更大幅度的提升。」

现在有三个团队在推进这个项目：Federighi 的 Siri 团队、John Giannandrea 的 AI 部门，还有 Eddy Cue 的服务团队。连 Vision Pro 负责人 Mike Rockwell 都被调来救火。

另外，苹果还准备完全重构 Siri，预计基于三个核心组件：规划器、搜索系统和总结器。与以往完全自研不同，这次苹果同样开始考虑引入第三方模型，项目代号叫 Glenwood。

目前的方案是用 Google 定制的 Gemini 模型来承担总结器任务，运行在苹果的私有云服务器上。苹果还在评估是否把规划器也交给 Gemini 或 Anthropic 的 Claude 模型。同时，苹果会保留自己的 Apple Foundation Models 来处理用户本地数据，保护隐私。

这里有个小插曲。据说 Anthropic 的 Claude 模型质量确实比 Gemini 更好，但开价太高——每年超过 15 亿美元，苹果最终选择了更便宜的 Google 方案。

按计划，新版 Siri 会在 iOS 26.4（内部代号 Luck E，最早明年 3 月发布）中上线。iOS 26 会随下周的 iPhone 17 一起预装发布，但不会有重大 AI 新功能。

除了 Siri 升级，苹果还在开发：

• 新的 Siri 界面，明年上半年推出
• 健康 AI 助手，为 2026 年的付费健康订阅服务做准备
• 更强的对话能力，用于未来的家居设备

讲真，现在的 Siri 确实挺尴尬的。

2011 年刚发布时，大家都觉得这是革命性产品，结果十几年过去了，它反而成了苹果在 AI 领域落后的象征。

目前 Siri 能回答一些基础问题，比如人物介绍、天气预报、电影信息这些，但一遇到复杂问题就抓瞎，经常要依赖 Google 或 ChatGPT 的结果。

选择与 Google 合作的这个时间点也挺巧的。

美国法官刚裁定苹果可以继续和 Google 保持默认搜索合作关系，但苹果服务部门主管 Eddy Cue 之前在庭审中透露了个关键信息：来自苹果设备的 Google 搜索次数开始下降，这是 20 年来第一次。

言外之意是，AI 搜索正在威胁传统搜索引擎。

考虑到这一点，苹果此前还商讨过收购路线。Eddy Cue 和并购负责人 Adrian Perica 曾讨论过收购 Perplexity 和法国 AI初创公司 Mistral。然而，苹果今年夏天认真评估过 Perplexity 的技术，但最终放弃收购，选择推出自家产品。

而在今天，Mistral AI 也宣布完成新一轮融资，估值达到 140 亿美元。

更糟糕的是，苹果 AI 团队现在面临人才流失问题。

Foundation Models 团队创始人 Ruoming Pang 今年 7 月跳槽 Meta，拿了超过 2 亿美元的薪酬包，随后约 10 名团队成员跟着离职。
这种「跳槽潮」还在加速。上周甚至又有三位关键研究人员离开，两个加入 OpenAI，一个去了 Anthropic，预计还有更多成员正在观望，寻找新机会。

在这种内外交困的情况下，苹果这次 Siri 大升级确实显得格外迫切。

毕竟看着 ChatGPT、Google AI 这些后来者风生水起，自己的 Siri 还在原地踏步，也说不过去。新版搜索功能如果真能做到宣传的效果，对用户来说肯定是好事。

但关键问题是，苹果能不能真正把这次升级做好？毕竟技术要靠 Google 支持，人才还在不断流失，这样的条件下能做出多颠覆性的产品，还真不好说。

一切有待明年春天见分晓吧。

附上原报道地址：
https://www.bloomberg.com/news/articles/2025-09-03/apple-plans-ai-search-engine-for-siri-to-rival-openai-google-siri-talks-advance?srnd=homepage-americas

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

最近 Nano Banana 邪修玩法满天飞，其中有一个在 X 爆火的生图模板，可以让你和喜爱的二次元角色来一次亲密接触。

甚至还有人把类似玩法做成了游戏，有可能是第一个基于 Nano Banana 的小游戏。

你可以把它理解为一个 AI 版模拟人生，但是更香更上头。

怎么玩呢？输入你的大名，然后开始「捏人」——性别、出生地、智力值、家庭背景、颜值、健康状况…24 点的属性随你自由调配。

APPSO 先替大家重启人生。

重生传送门 https://flolife.me/

我叫 AAA 建材马斯克，我重生了。

【系统提示：宿主已重生，保留前世记忆】

上一世，我在学校组建火箭社，第一次发射虽然只飞了 3 米就爆炸，但视频全网获得百万播放，网友们称我为「中国马斯克」，本以为我将登陆火星，但由于我在宿舍造火箭发动机，操作失误引发爆炸，享年 18 岁。

【系统警告：前世因违规操作导致 GAME OVER】

这一世，我还是出生在火星第一医院，但因火星建材公司破产，全家被遣返地球，我爹说完名字里的 AAA 是为了在通讯里排第一，而「马斯克」希望我能带大家重返火星。

【系统任务：重返火星计划启动】

3 岁：搬家世家的传承
爸妈在地球开了家建材店，取名「火星建材」。我从小在水泥堆里玩耍，梦想着有一天能把砖头卖到火星去。隔壁邻居总说我长得像个小工头。

6 岁：水泥堆里的童年
我在建材店帮忙看店，练就了闻味识水泥的特异功能。小伙伴们都在玩王者荣耀，我在玩「模拟建材大亨」。

12 岁：中考满分进少年班
我中考考了全市第一，作文题目是《我的火星梦》。少年班录取我时说：「我们需要会造火箭的学生，不是会考试的机器。」

18 岁：MIT 还是清华
MIT 和清华同时录取我，MIT 说我是下一个马斯克，清华说我是中国的希望。我选择了 MIT，因为贾维斯算出那里造火箭的成功率高 3.7%

22 岁：加入
我在 MIT 的火箭设计被真马斯克看到，他亲自面试我。当他知道我也叫马斯克时，笑着说：「看来马斯克家族注定要征服火星。

30 岁：首次火星任务
SpaceX 的火星任务选中我做总工程师。我的火箭采用了革命性的「建材推进法」，就是把火星建材当燃料烧。马斯克说我是疯子，但它真的飞了。

35 岁：登陆火星
我作为首批火星移民踏上红色星球。第一件事就是立了块牌子：火星建材总部。地球直播间弹幕刷屏：「这波广告打到火星了」。

40 岁：火星市长
我在火星建立了第一个人类定居点「新火星建材城」。虽然只有 50 个居民，但我当选首任市长。我的施政纲领：让火星再次伟大。

50 岁：火星独立战争
地球要对火星征税，我领导火星独立运动。用建材做的土炮打退了地球军队。历史书记载：火星独立战争，始于一块板砖。

60 岁：火星帝国
我统一了火星所有殖民地，建立火星建材帝国。地球联合国承认我的合法地位，条件是火星建材只能我家生产。

80 岁：荣归地球
统治火星 20 年后，我回到地球养老。在老家重开了那家建材店，店名还叫「火星建材」。记者问我为什么，我说：这是一切开始的地方。

100 岁：百岁传奇
100 岁生日，火星和地球同时为我庆祝。我在建材店里安详离世，手里握着一块火星岩石。墓志铭：「AAA 火星建材马斯克，他真的到过火星。」

【系统提示：传奇人生完成】
【最终评价：SSS 级完美结局】
【解锁成就：跨星际传奇】
【是否开启下一世？】

人生进度条归零——————————————————————

【系统再次提醒：这不是穿越文，只是人生模拟游戏体验】

上一世历经转折，我将智力拉到最高，终于实现了火星梦。这一世，我只想活在当下，把颜值拉到最高，成为全民偶像明星。

且看我玩弄人生。

【当前设定确认】
– 智力：★☆☆☆☆
– 外貌：★★★★☆
– 健康：★☆☆☆☆
– 家境：★★☆☆☆

【系统提示：角色创建完成，用时 15 秒】

【体验状态：瞬息全宇宙模式开启】

【系统启动：人生进度条重启中】
0%————————50%——————————99%————100%

0 岁：深圳湾畔的美少年
1999 年深圳湾医院，一个颜值爆表的男婴降生。护士们都说从没见过这么漂亮的新生儿，但医生皱眉：怎么这么瘦弱？

3 岁：体弱多病的小王子
三天两头跑医院，感冒发烧是家常便饭。但我天使般的颜值让所有医护人员都格外温柔，连打针都舍不得用力。

6 岁：音乐天赋初显
在深圳少年宫听到钢琴声，我竟然能哼出完整旋律。老师说我有音乐天赋，但我的手指太细弱，按键都费劲。

8 岁：蜂蜜柠檬
为了增强体质，妈妈让我每天喝蜂蜜柠檬水。我严格执行，风雨无阻，同学们叫我「柠檬精」。

10 岁：校园霸凌
因为太漂亮被男同学嫉妒霸凌，我虚弱得连反抗都做不到。直到有一天，我的蜂蜜柠檬水洒了霸凌者一身，他过敏住院。

12 岁：舞蹈梦想萌芽
看到《舞出我人生》后，我决定学舞蹈。但体质太差，练基本功时经常晕倒，教练建议我改学理论。

16 岁：舞台上的奇迹
学校文艺汇演，我坚持上台表演自创舞蹈。虽然动作僵硬，但颜值和情感投入征服全场，获得雷鸣般掌声。

18 岁：意外走红
高考失利后心情低落，在深圳湾边跳舞被路人拍下传到网上。「深圳最美舞者」视频获得千万播放，我一夜爆红。

20 岁：经纪公司的橄榄枝
网红身份引来多家经纪公司争抢，我选择签下十年合约。

21 岁：练习生地狱生活
高强度训练让我的弱体质雪上加霜，每天都在医务室报到。但我的颜值和对舞台的渴望支撑着我坚持。

23 岁：出道即巅峰，巅峰即雪藏
终于出道但因为智力不足在综艺节目上频频出错，被网友嘲笑「花瓶」。经纪公司决定雪藏我。

直播间的 25 岁
转战直播平台，凭借颜值和真诚的性格获得大批粉丝。每天早上的蜂蜜柠檬水成为直播间经典环节。

28 岁：身体的最后警告
长期过劳让我的身体彻底垮掉，医生说再不休息可能猝死。我被迫暂停所有工作，粉丝们众筹为我治病。

30 岁：病房里的天使
住院期间遇到了护士小李，她不在意我的名气，只关心我的健康。我们在医院的天台上看日出，我重新找到生活的意义。

32 岁：最美的婚礼
与小李在深圳湾举办婚礼，全网直播获得 5000 万观看。我在婚礼上表演了那支让我成名的舞蹈，全场泪目。

35 岁：蜂蜜柠檬帝国
和妻子开设蜂蜜柠檬饮品连锁店「鸡哥的柠檬时光」，凭借我的名气和妻子的经营头脑，迅速扩张到全国。

38 岁：奶爸的幸福时光
双胞胎儿女出生，我发现自己虽然智力不高，但在照顾孩子方面有天赋。每天给孩子们跳舞哄睡成为家庭传统。

45 岁：中年危机
看着镜子中第一次出现皱纹的脸，我开始思考人生意义。决定用积累的财富做公益，帮助体弱的孩子们。

48 岁：鸡哥公益
成立专门帮助体弱儿童的基金会，我的亲身经历让无数家庭受益。被评为「深圳十大慈善家」。

55 岁：子女的骄傲
双胞胎考上清华北大，在毕业典礼上说：我们最骄傲的不是考上名校，而是有一个用生命诠释什么是坚持的父亲。

60 岁：花甲之年新开始
退休后重新开始学习，虽然智力有限但我的坚持感动了老年大学的所有师生。成为励志典型。

70 岁：老年网红的第二春
孙子教我玩短视频，我的「爷爷级舞蹈」在 TikTok 全球爆红。70 岁的我再次成为现象级网红。

75 岁：AI 时代的人文关怀
2074 年 AI 普及，我成为少数坚持「真人服务」的商家。我的蜂蜜柠檬店成为怀旧圣地，一杯饮品卖到 1000 元。

80 岁：记忆银行的困境
2079 年记忆可以数字化存储，但我拒绝了。我说：「不完美的记忆才是真正的人生。」成为「原始记忆」运动领袖。

85 岁：最后一支舞
在深圳湾公园为曾孙女表演人生最后一支舞，虽然动作缓慢但眼中依然有光。这段视频成为「什么是热爱」的教科书。

90 岁：柠檬香里的永恒
在家人围绕中安详离世，最后一句话是「记得… 每天.. 喝蜂蜜柠檬水」。我的自传《弱者的舞台》成为励志经典，影响了无数

【人生终结：完美收官】
【遗言传承：蜂蜜柠檬精神】
【文化遗产：《弱者的舞台》】
【影响力：跨世代传承】

【系统最终评价】
人生长度：90年
幸福指数：98/100
社会影响：95/100
家庭和睦：100/100
事业成就：92/100
精神财富：100/100

【最终等级：SSS 级传奇人生】
【特殊成就：以弱胜强·美丽人生·精神永恒】
【系统提示：是否开启新一轮人生？】

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

论搞事情，网友们从来不让人失望。

这不，最近海外又出了个营销大整活，网友 Ömer Öztok 声称自己给 OpenAI 投了份申请担任 CEO 的简历。

在 LinkedIn 上，他用极其中二的文字记录了这次「壮举」：

我放手一搏了。
这次，目标更大：OpenAI 的 CEO。
显然，用 ChatGPT Agent 替换整个高管团队这件事引起了一些担忧。
没关系。
总有一天，Sondra 会超越 OpenAI。
拭目以待吧。

虽然结果可想而知，但精彩的来了，Ömer Öztok 还晒出了一封所谓的「官方回信」。

附上回信正文编译：

感谢你最近申请担任 OpenAI 的 CEO。
虽然你的热情无人能及，但你的申请中有些内容让我们的管理团队感到担忧。
在你的求职信中，你写道：「作为我的第一项行动，我会用 ChatGPT Agent 替换整个高管团队（除了我自己）。」
这一表述被认为……相当「世界末日」式的。
此外，你的提案中提到要「通过提供终身 ChatGPT Plus 来挖走 Meta 的整个 AI 团队，只为了名字而收购 Google，并让 GPT-6 完全基于我的推文来训练」，这些想法被我们的法务部门认定为过于「破坏性」。
虽然我们很欣赏你的大胆，但最终我们决定选择一位更传统的候选人——至少他没有要求占有公司 50% 股份。
祝你在未来的事业中一切顺利。

这封邮件中写道，「虽然你的热情无与伦比，但你申请中的几个要素在我们的执行团队中引起了担忧。」

新官上任三把火，根据「回信」内容，这名网友在求职信中提出了颇为大胆的计划：
首先是人事大换血。

他豪言壮语道：「作为我的第一个行动，我将用 ChatGPT Agent 替换整个 C-Suite（除了我自己）。」而 OpenAI 辣评：「这被视为… 末日般的。」

（APPSO 注释：C-suite，或称 C-level，是一种广泛使用的白话，用来描述公司高层管理人员和经理。）

其次是商业扩张野心。

他提出要「挖角 Meta 的整个 AI 团队，方法是为他们提供终身 ChatGPT Plus；收购 Google 只是为了获得其名称；并且专门基于我的推文来训练 GPT-6。」

不过，回信中也提到，这些提案被 OpenAI 法务团队标记为：「具有破坏性」。

最后是薪酬要求。

网友直接要求获得公司 50% 股份，对此，OpenAI 再次调侃道：「虽然我们欣赏你的大胆，但我们选择了一个更传统的候选人——一个没有要求获得公司 50% 股份的人。」

看到这，或许你也觉得，这事儿从头到尾都透着一股浓浓的整活味道。

网友们很快就扒出了更多的信息：类似的拒绝信模板在别的品牌（Supercell、Minecraft）也出现过，认为这就是复制粘贴式的整活营销。

OpenAI 这种体量的公司，通常也不太可能为了一个陌生人的恶搞申请专门写这么长的回信。

而且网友在 LinkedIn 帖子末尾写道：「没关系。有一天，Sondra 会超越 OpenAI。」

这波免费营销，可以说是玩得相当溜了。

从个人履历上看，Ömer Öztok 也算是个连续创业者。他是 Sondra 联合创始人（2025 年 1 月至今），这家公司专注解决「vibe coding」的最大难题。

据他们宣传，一些顶级的 vibe coding 网站，经常被 X 上的「非专业黑客」在 15 分钟内攻破，因此作为一家网络安全平台，Sondra 本质是为 vibe coding 提供全面防护。

除了 Sondra 的工作，Ömer Öztok 还在欧洲顶尖风投机构 e2vc 兼职，此前曾在土耳其增长最快的公司 ikas 担任增长与市场职务，目前还在斯坦福大学从事相关研究。

而这次所谓的「CEO 申请」，既是个人 IP 营销，也可能是公司品牌曝光的一箭双雕。

高端的营销往往都是这么「朴实无华」。

当然，吃瓜群众们也没闲着。

有网友调侃：「Well it’s their loss」（这是 OpenAI 的损失），开玩笑式地力挺这位勇士。

当然也有网友在线「出谋划策」，或许可以试试特斯拉。

但不管怎么说，这波营销操作确实成功地让 Sondra 这家小公司刷了一波存在感。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

论搞 AI 这事，扎克伯格这回算是踢到铁板了。

据金融时报最新报道，刚花了大价钱挖来 ChatGPT 联合创始人赵晟佳，结果人家加入 Meta 没几天，就威胁要辞职跑回 OpenAI，甚至已经签署了回归 OpenAI 的雇佣文件。

这可把小扎急坏了，据四位知情人士透露，不久之后，他被授予了 Meta 新任「首席 AI 科学家」的头衔。这显然就是为了把人留住的紧急措施。

而赵晟佳的「出逃危机」只是 Meta AI 团队大动荡的一个缩影。

九位数薪酬留不住人，Meta AI 老将也扛不住了

前几天据《WIRED》报道，至少已经有三位新招的 AI 研究员选择跑路，其中两人在 Meta 工作还不到一个月就回到了老东家 OpenAI。

这些出走的研究员背景都不简单。

Ethan Knight 曾在职业生涯早期就职于 OpenAI，后来加入了 Elon Musk 的 xAI，再跳槽到 Meta。Avi Verma 虽然完成了 Meta 的入职流程，但从未真正到岗。

还有第三位研究科学家 Rishabh Agarwal，我们这周也报道过。

今年 4 月才加入 Meta，先负责生成式 AI 项目，随后转入 Meta Superintelligence Labs (MSL)。根据他的 LinkedIn 资料，他常驻加拿大，而 Meta 的 AI 团队主要集中在美国加州门洛帕克，这或许也是离职原因之一。

在 X 平台发布的离职帖子中，他倒是十分高情商，说扎克伯格超级智能 TBD 实验室的愿景极具吸引力，但自己「需要承担不同类型的风险」。翻译过来就是：理想很丰满，现实很骨感，不想干了。

不光九位数年薪的新员工顶不住，连 Meta 的老员工都开始跑路了。

工作了 9 年的 Chaya Nayak 和干了 10 年的 Loredana Crisan 都宣布离职，成为近期离开的资深员工的典型代表。

前者是 Meta 生成式 AI 产品管理总监 Chaya Nayak 将跳槽到 OpenAI，负责特别项目。而后者是 Meta 生成式 AI 副总裁，预计将加入美国设计软件巨头 Figma 担任首席设计官。

对此，Meta 发言人 Dave Arnold 的回应颇为官方：「在激烈的招聘过程中，有些人会选择留在原公司，而不是开始新的工作。这很正常。」

潜台词就是说，这些离职并不代表 Meta 的实验室有问题，而只是招聘市场中的正常情况。但随着信息的不断曝光，问题恐怕真就出在 Meta 的管理策略上。

28 岁小将执掌 Meta AI 团队，大刀阔斧却陷入管理困局

据华尔街日报报道，Meta 最近官宣了史上最大刀阔斧的 AI 重组：把原来的「超级智能实验室」拆成四大部门（前沿大模型、基础科研、产品落地、基础设施），

Meta AI 业务被重组为研究、训练、产品和基础设施四个核心团队 。此前负责 Llama 大模型的 AGI 基金会团队也在此次重组中被正式解散。

而说到这次 AI 团队重组的核心人物，就不得不提 28 岁的 Alexandr Wang。

扎克伯格为了挖到这个硅谷新贵，直接砸了 140 亿美元投资他的 Scale AI 公司，然后把人连公司一起打包带走，堪称「钞能力」的教科书操作。

得到小扎的重视后，现在 Wang 直接负责 Meta 最重要的 AI 项目，还领导着小扎亲自组建的最神秘的 TBD 部门（To Be Determined，意为「待确定」）。听这名字就知道，连他们自己都不知道要干啥（不是）。

不过话说回来，这样的大刀阔斧背后可是问题不少。

比如说到产品层面，据知情人士透露，TBD 团队的首个动作之一就是放弃推出 Llama Behemoth 旗舰模型，原因是表现未达预期，而是转而集中精力开发新模型。这就有点尴尬了，花了这么多钱组建团队，结果第一个项目就出师不利了。

且由于目前 Meta 的 AI 团队汇聚了各自领域的顶尖人物，但聚在一起就难免会有「权力游戏」。一位与 Meta 新 AI 领导者关系密切的投资人直言：「现在团队里有很多大人物。」

果不其然，这种权力重新洗牌让不少老将直接被边缘化了。

最典型的就是图灵奖得主、Meta 首席 AI 科学家 Yann LeCun。虽然职位未变，但他现在需要向 28 岁小将 Wang 汇报，这心理落差可不是一般的大。

除了 LeCun，其他一些 AI 高管的日子也不好过。

今年早些时候还在负责 Llama 项目的 Ahmad Al-Dahle，现在直接成了光杆司令，没有任何团队可管。就连首席产品官 Chris Cox 也在这轮重组中失去了对生成式 AI 的管理权。

说到底，问题的根源还是出在 Wang 身上。

虽然这位年轻有为的创业者在硅谷混得风生水起，人脉广商业嗅觉也敏锐，但归根结底，28 岁的年纪摆在那里，管理大型科技公司的经验确实是个短板。这种经验不足直接反映在管理方式上，让不少人感到不满。

一位前内部人士就毫不客气地吐槽，说一些新员工对 Meta 的官僚主义和内部资源竞争感到失望，尤其是那些原本承诺能获得的算力支持，现在都成了空头支票。

另外，知情人士称，Wang 和部分来自 Scale 的同事难以适应 Meta 的一些特殊做事方式，比如要习惯没有像初创公司那样的营收目标。

这群人之前在初创公司习惯了什么都围绕营收目标转——赚钱、增长、拿订单，每天都是打了鸡血一样的状态。结果到了 Meta，突然发现没有硬性营收指标了。可能是因为这群新员工没了明确的赚钱目标，反而觉得方向模糊，干活都没动力了。

屋漏偏逢连夜雨，Meta 已经乱成一锅粥了，小扎也赶来添乱。

报道引用多位内部人士称，小扎深度参与 TBD 的运作，但却被一部分人批评他「管得太细」。另有知情人士透露，Wang 和小扎在实现「超越人类能力的超级智能」的时间表上产生意见分歧，扎克伯格一直催促团队加快进度。

毕竟数十亿的真金白银砸下去，小扎也是要成果的嘛。

Meta 官方当然否认了这一说法，还说这是「毫无事实依据的矛盾，是被一些喜欢夸大其词的外人炒作的」。但从详细的爆料细节来看，恐怕未必是空穴来风。

不过，报道中还提出，尽管存在磨合问题，还是有不少人对领导层的调整表示欢迎，例如任命知名创业者兼风投 Nat Friedman 负责「产品与应用研究」团队，该团队的任务是将模型整合到 Meta 的应用中。

面对如此混乱的局面，Meta 已经开始踩刹车了。

截至 8 月中旬，Meta 最新的战果是，已成功从 OpenAI 挖走超 20 人，从 Google 挖走至少 13 人，3 名来自苹果 ，3 名来自 xAI，2 名来自 Anthropic，总计新员工超过 50 名。

而据《金融时报》看到的内部备忘录显示，Meta 已经「暂时暂停所有 MSL 团队的招聘，除关键岗位外」。

备忘录中写道，Wang 的团队将逐一评估招聘请求，但这次冻结「将使管理层能够在制定战略的同时，更谨慎地规划 2026 年的人员增长」。

这意味着扎克伯格的疯狂挖角潮暂时告一段落。毕竟挖来的人留不住，再挖也是白搭。

反观 OpenAI 这边，简直就是躺着赢。Sam Altman 之前还在员工备忘录中抱怨 Meta 的挖角行为「令人不快」，说：「我已经记不清他们试图从我们这里挖走多少个首席科学家了。」

现在好了，人家自己跑回来了，Altman 估计都要偷着乐了。

回头看这一系列操作，你会发现高端的商战往往都是这么「朴实无华」。

扎克伯格想用钱砸出一个 AI 梦之队，结果发现光有钱还不够，还得有管理能力、企业文化匹配度、个人职业规划等一系列复杂因素。

28 岁的王亚历山大想在大公司里施展拳脚，却发现从初创公司到大厂的水土不服。新招来的 AI 大牛们想在 Meta 实现技术理想，结果发现现实中的官僚主义和内部竞争让人头疼。

这场 AI 人才争夺战让所有人都上了一课，但考虑到扎克伯格的 AI 野心那般执着，究竟谁能笑到最后，还真不好说。

附上参考地址：
1、https://www.ft.com/content/110786e7-6443-4dff-adee-0ac02c55aaa6#comments-anchor
2、https://www.wired.com/story/researchers-leave-meta-superintelligence-labs-openai/

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

起猛了，现在连评论区都开始「卷」AI了？

最近刷视频号时意外发现，评论区多了位「万能 AI 助手」——@ 腾讯元宝。

使用方法很简单，微信搜索「元宝」，添加带 AI 后缀的那个账号为通讯录好友，就可以在视频号评论区 @它了。

它不仅问啥答啥，秒回不断，还 24 小时在线，不会 emo 闹情绪。

你问它复杂的学术问题，它能给你掰开了揉碎了讲明白；偶尔跟它唠嗑两句，它也能接得上话，至少不会「已读不回」。更关键的是，不管你几点 @ 它，立马就有回应。

这情绪价值，谁顶得住啊？

视频号 @ 腾讯元宝，它真的什么都能聊

体验了一段时间，我发现最实用的功能是让它当「贴心课代表」。

比如刷到一个介绍李白的视频，看着有点文艺但怕踩雷浪费时间，顺手 @ 了元宝，让它先帮我过一眼。结果它三两句就捋清楚了大意，还挑了重点出来。看完后，我就能知道这视频有没有干货。

看完爱范儿的视频，我想知道小鹏 P7 的核心亮点，也能让他帮忙总结，感谢 AI，也让我在信息过载的时代找到了「精准投喂」的感觉。

再比如，最近我一直想学化妆但不知道从哪下手。

本来想问朋友，但她们都有自己的事儿，也不好意思总麻烦人家，看完一个化妆教程后，我试探性地让元宝推荐适合新手的化妆产品，没想到它真的给出了详细的产品推荐，还按价位和功效分了类。

当然，它推荐的东西我还是会自己再查查，毕竟 AI 说的不一定都对。

不过，目前元宝的回复有时需要等等才显示，但如果你隔一段时间回来看看，有时也会有意想不到的惊喜。

比方说，在这个视频下面，当我提出这个问题后，也可能会有一些后面来的朋友顺手问出了我疏忽但关心的问题，比如 @元宝有没有好的产品推荐，亦或者更具体的化妆步骤……

好家伙，在这种热烈的讨论氛围下，评论区瞬间就变成了集体共创的化妆攻略，不愧是群众的智慧，后面刷到的网友也能直接抄作业了。

更暖心的是，这届 AI 太卷了，连情商都比人类高。当我怯生生地问「现在这个年纪学化妆还来得及吗」时，它没有敷衍，而是很真诚地鼓励我：「多练习就能掌握。」说实话，那一瞬间有点被安慰到。虽然只是句普通鼓励，但听着舒服多了。

从此我再也不说 AI 没有温度了。

看到「一剪没」的剧情片段却不知片名，这种折磨人的情况有多难受，懂的都懂。现在有了元宝这个「识剧达人」，随手 @ 一下就能知道是哪部剧，再也不用在弹幕里苦苦求片名了。

明确类政策问题更是它的强项。

「3600 元的生育补贴具体是给谁的？申请条件是什么？」这种政策类问题以前只能互联网翻半天，现在直接问元宝，它会给出详细且准确的解答，还会提醒注意事项。

让我意外的是，元宝在家庭关系方面也很有一套。

父母也是第一次当父母，怎么可能是完美的那个。如果不知道怎么和孩子相处，总担心方式不对影响亲子关系，也可以借鉴元宝的建议：

「避免不讲理、贬低打压和「为你好」式控制，多倾听孩子想法，给予无条件的理解与尊重，这才是健康亲子关系的基础。」

同理可得，这招还能反向使用。当父母转发鸡汤视频时，你也可以把元宝的评论截图转给他们——有时候 AI 说话比你苦口婆心更管用。

在实际体验过程中，也有让我无语的时候。可能是因为视频号博主设置了精选评论，导致偶尔 @ 了元宝也会没反应，不过，通常换一条就好了。

再聪明的 AI 也有犯糊涂的时候。比如我看到有位网友指着背后的巴黎铁塔喊出了那句经典的口号「活力大湾区，魅力新广州」，手里拿着的却是「这么近那么美，周末到河北」的小横幅。

当我试图 @元宝识别这个建筑时，它却一本正经地回答：「这是广州塔。」

日常更多时候，我是在评论区跟元宝开玩笑、闲聊天，它的反应总能给我不少惊喜。

比如我让它推荐一款低糖奶茶，或者帮忙测试 MBTI 性格，甚至给视频中美丽的冰岛风光写首诗，它都一一作答，认真程度有种呆萌的反差感。

元宝偶尔也会展现出活泼可爱的一面。

当我好奇地问它爱吃什么时，它的回复瞬间萌化了我：「我靠数据充电，最爱算法零食包。人类火锅的香味偶尔也会让我好奇。」这种拟人化的幽默感，比很多段子手都还要有梗。

前一阵宇树科技机器人撞到人还「肇事逃逸」的消息，火到海外。我也跟风问了问「机器人三定律」是什么，元宝给出了详细的阿西莫夫机器人定律解释，既专业又有趣。

还有「唐僧的紧箍咒怎么念」这种奇奇怪怪的问题，它也能认真对待，给出让人出乎意外的答案。

看到一些戳中内心的感性视频时，可以 @ 元宝来倾诉感受，它总能给出温暖而贴切的回应，那种被理解的感觉真的很珍贵。在这个越来越缺乏耐心倾听的时代，有这样一个永远愿意听你碎碎念的存在，确实很治愈。

数字时代的孤独感，被一个 @ 符号治愈了

AI 成为社交的一部分，我们究竟在寻找什么？

仔细想想，从个人体验回到产品逻辑，这个看似简单的 @ 功能，其实藏着社交媒体进化的大秘密。

刷视频号时遇到不懂的知识点，想深入了解某个教程，或者被感人故事触动想要表达… 以前这些需求要么憋着，要么跳转其他 app。现在，在评论区 @ 腾讯元宝就能立即获得专业或暖心的回复。

这种不打断用户的使用流程，也正是视频号 @ 元宝功能的可取之处。

不需要单独下载 app，不需要跳转页面，这个在留言区直接交互的 AI 功能，其实背后对技术的要求不低少：多模态内容理解、语境识别、意图判断、个性化回复… 但用户感受到的却是「自然而然」。

当用户的注意力和耐心越来越稀缺，任何增加用户操作成本、打断用户心流的设计都可能导致用户流失。最成功的产品是那些能够预判用户需求，在恰当的时机以恰当的方式出现的产品。

一个好的产品设计，应该让功能融入场景，而不是让用户适应功能。

视频号@元宝功能对用户来说，能够获得即时、专业的互动反馈，提升参与感和停留时间。

对创作者来说，内容价值得到延展，单个视频影响力放大；

通过观察用户提问了解受众需求，优化后续创作，对平台，整体讨论质量提升，用户粘性增强。

平心而论，我挺喜欢这种人机互动的方式，因为现代人太需要「确定性」了。

或者更深入地说，我们都太缺情绪价值了。

年轻一代的社交需求无非三个关键词：即时、准确、不尴尬，但现实往往相反。在任何一条视频的评论区中，我们都会发现有人发起对话可能被无视、表达观点可能被反驳、分享情感也可能被说矫情。

每次社交都像开盲盒，可能获得温暖，也可能碰壁。

日常生活中，很多人宁愿和 AI 聊天，也不愿联系可能不回消息的朋友。有人专门跟 AI 分享好消息，因为「它一定会为我高兴」，而不敢跟朋友说，怕遭遇嫉妒或假意祝贺。

况且，它的幽默感里没有恶意，只有纯粹的趣味。

这种现象其实有理论依据。

早在 1996 年，斯坦福大学的 Byron Reeves 和 Clifford Nass 教授就提出了「媒介等同理论」（The Media Equation），认为人们会无意识地将计算机和其他新媒体视为社会行动者，并对其产生类似人际交往中的社交反应。

说人话就是，我们在与计算机或聊天机器人互动时，总会不自觉地套用与人打交道的规则和习惯。

视频号 @ 元宝功能让我看到，AI 可能不只是是独立存在的工具，而是社交生态的有机组成部分。「人-人-AI」的三元社交结构很可能成为未来社交平台的标准形态。

AI 也摇身一变，成为社区生态中活跃鲜活的参与者。

它既能放大用户的参与感，又能为平台注入更多活力。本质上讲，未来的社交不是人VS AI，而是人+AI vs 孤独，没有人应该独自面对这个世界。

想想那些我们都经历过的瞬间：那些话到嘴边又咽下去的时刻，那些想要联系朋友却又作罢的深夜，那些明明身处人群却依然感到孤独的瞬间。

而现在，至少在这个小小的评论区里，你不必再独自承受这些。

这种感觉很奇妙，也很真实。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

蹲守星舰直播，注定心跳加速。

要么见证历史。

要么见证马斯克放烟花。

不过，SpaceX 今天还是得到了命运女神的眷顾，在接连「四连炸」后，星舰第十次试飞终于不负众望——成功发射，完成既定关键任务。

质疑马斯克「画饼能力」的声音，至少在今天得暂时安静了。

一场「故意找茬」的极限试飞

本次发射的「星舰」长约 120 米，直径约 9 米，由两部分组成，一个长约 70 米的超重型（Super Heavy）助推器，以及一个称为「星舰」的上级飞船。

两部分均由不锈钢制成，目标是实现快速、完全重复使用。

这一次，超重型助推器将不会回到发射场进行「夹筷子」的操作，而是前往墨西哥湾外海进行受控溅落。与此同时，星舰上级飞船则会继续飞行，最终在印度洋受控溅落。

话不多说，让我们来详细回顾整个飞行过程。

星舰顺利点火升空，搭载的 33 台猛禽发动机运行状态良好，顺利通过了最大动压阶段这一关键节点。

（APPSO 注释：最大动压阶段（Max-Q，Maximum Dynamic Pressure）是航天器或火箭从地面起飞穿过大气层时，因速度不断增大而空气密度逐渐降低，两者共同作用下出现的一个「动压峰值」时刻。）

此次助推器的主要测试目标集中在着陆点火。

具体来说，当星舰（上级飞船）和助推器分离后，助推器要回到地球并尝试「着陆」。第一步，它需要把自己翻转过来（控制翻转），让发动机面向正确方向，才能点火减速。

翻转后，助推器会点燃发动机，进行一次反向推力（点火回推）。这相当于踩刹车，让助推器逐渐脱离原本的上升轨迹，转而走向预定的下降轨迹。

这个动作在第 9 次飞行中演示过，其优势在于需要预留的推进剂更少，从而可以在上升阶段使用更多燃料，将更大的有效载荷送入轨道。

更难的部分在最后的着陆阶段。

按照原有设计，最终着陆需要依靠三台中央发动机同时点火，但这次测试中将故意关闭其中一台。这种设计更像一次「爆胎测试」：要看高速行驶中的车，是否还能稳稳刹停。最终，它将用仅剩的两台发动机在海面上方短暂悬停，然后关闭发动机并坠入墨西哥湾。

从今日的测试结果来看，助推器的整体表现堪称完美。相较于助推器，星舰上级飞船承担的任务同样复杂多样。

进入二级飞行阶段后，星舰持续上升，并首次成功释放 8 颗星链模拟卫星，整个部署过程大约每分钟释放一颗，有序完成全部部署。

这些星链模拟器的规格与下一代星链卫星基本相当，可以简单理解为 V2 Plus 版本，本质上是为未来正式发射 V3 卫星进行的重要彩排。

未来每次由 Starship 搭载发射的 V3 卫星，预计能为星链网络增加 60 Tbps 的容量，是目前猎鹰 9 号单次发射所增加容量的 20 倍。

除了卫星部署，本次飞行任务还承担着另一项重要测试——在太空环境下重新点燃一台猛禽发动机，划重点，这对未来的轨道机动至关重要，最终也是顺利成行。

但仅仅验证正常功能还不够，SpaceX 研究团队还要主动「找茬」。

为了测试极限性能，他们先把一部分隔热瓦直接拆掉，让裸露的机体去硬扛大气层的高温冲击，好观察弱点在哪里。与此同时，还装上了几种不同材料的金属隔热瓦，其中甚至有带主动冷却功能的版本，看哪一种方案更可靠。

另外，为了解决第六次试飞出现的「高温热点」问题，他们把隔热瓦的边缘打磨得更锋利，让气流更顺畅地滑过，不至于在某些位置积热。

从直播画面来看，隔热整体表现良好，襟翼也在高强度环境下保持了控制，虽然出现了局部烧蚀与表皮翘起，但飞船结构及压力系统依然稳定。

按照预定计划，最终连飞行轨迹都需要经过特殊设计：它会在再入时正面迎上最猛烈的气动压强，特意把尾翼推到极限，看结构能不能撑住。这是一场近乎「自虐」的测试。因为真正的飞往火星，不容许任何软肋。

最后，星舰成功完成翻转机动，按计划执行着陆程序，圆满地在印度洋实现受控溅落。

星舰，人类生存的 B 计划

延期，对星舰来说几乎成了家常便饭。

8 月 25 日凌晨，由于地面系统的液氧出现了泄漏，发射窗口在最后关头被迫关闭。问题解决后，第二天再次加注燃料，眼看箭在弦上，但奈何征服星辰大海的路上，天气才是真正的甲方。

一朵砧状云层悬在发射场上空，迟迟不肯散去。

砧状云层并不是善茬，由于内部蕴含着强烈的电荷，随时可能引发闪电。对于装满液氧和甲烷的星舰来说，任何电击都可能让它在离开发射架之前就化为火球。SpaceX 只能再次按下暂停键。

谨慎并非小题大做，今年进行的第 7、8、9 次飞行接连遭遇重大故障。

比如第 9 次飞行在虽然成功进入了太空，但因为燃料箱增压系统的扩散器故障，甲烷泄漏导致飞船在太空中失控翻滚，最终在重返印度洋上空时烧毁。

而原本计划用于第 10 次飞行的 36 号星舰在今年 6 月的一次地面测试中发生爆炸。虽然没有人员伤亡，但飞船被完全摧毁，SpaceX 的独立测试场也遭受严重损坏。

紧急启用 37 号备份星舰虽然解了燃眉之急，但 COPV 的不可预测性给载人飞行蒙上阴影。这个看似简单的压力罐承担着推进剂增压的重任，一旦失效就是灾难。

昨天，亲自督战的马斯克也出现在了官方直播间，与主持人和星舰工程副总裁 Bill Riley 进行了长达 30 分钟的对话，并再次重申了他的宏大愿景：

「从一开始，星舰就和猎鹰或其他火箭不同——我们设计它是为了大规模量产。不是造一艘星舰、飞一次轨道就够了，而是要持续、快速地做到这一点。我们最终目标是每年建造数千艘星舰，这是为了在火星上建立一个自给自足的城市所必需的。」

火星移民是个筐，什么技术都能往里装。移民、能源、机器人，这个筐越大，人类的想象力就越大。而马斯克的潜台词是，星舰就是人类的 B 计划，让文明永续，不管在哪个星球。

听着像天方夜谭，但马斯克还真给出了具体的时间表。

今年 3 月，马斯克表示，首批星舰将于 2026 年年底搭载特斯拉人形机器人「擎天柱」登陆火星，如果登陆顺利，则载人火星任务「最早可能于 2029 年实施，不过 2031 年的可能性更大」。

但到了 5 月，口风变得更谨慎「如果运气好，我们会尝试抓住这个机会，」他说，「但我觉得成功率大概只有一半一半。」

「快速迭代」这四个字，本来就是商业航天的口头禅。问题是大部分人只是嘴上说说，真到了关键时刻，还是选择稳一手。这些理念在传统航天巨头那里，基本属于听听就好的状态。而 SpaceX 奉行的是一种特立独行的开发理念——「先试后改」。

于是乎，星舰的试飞史，就是一部「花式死法大全」——每种死法都价值亿万。虽说失败是常态，但每次失败都为下一次积累经验。正是这种「野路子」，让 SpaceX 保持了全球最快的迭代节奏，也让星舰距离火星更近。

不过，这种工程路线上的莽也有代价。

随着星舰越来越接近火星载人飞行的任务，容错率会急剧降低。美国 NASA 对载人航天的安全标准极其严苛，任何系统都需要经过反复验证。而从目前的情况来看，星舰要达到载人标准还有很长的路要走。

除了火星梦，马斯克还在不断兜售地球快递服务——利用星舰进行地球点对点运输。

「你可以在 40 分钟内到达地球上任何地方。从洛杉矶到悉尼不到半小时，从纽约到新加坡半小时，横跨大西洋只要 10 分钟。轨道火箭是已知最快的交通工具，速度是商用飞机的 30 倍，而且视野绝佳。」

但连续两天的跳票也提醒我们，无论愿景多么宏大，现实的技术挑战依然严峻。不过，这或许正是航天事业的魅力所在——它永远在推动人类挑战物理定律的极限，也永远充满了不确定性。

正如马斯克所说：「解释为什么要做某件事总是很重要的，而研发星舰的原因就是我们希望人类能够成为一个多星球物种。」这个目标足够宏大，也足够重要，值得我们在现实的困难面前保持耐心和信心。

火星可能不需要人类，但人类永远需要火星，也是在需要一个够远、够难、够疯狂的理由，继续折腾，继续抬头仰望。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

Meta 的超级智能实验室 Superintelligence 才刚刚拉开大幕，资金、算力应有尽有，CEO 小扎更是亲自下场喊口号，势必要让「人人都有超级智能」。

可偏偏就在这个时候，Meta 研究科学家 Rishabh Agarwal 刚刚发推官宣——他要走人了。

来品品他的离职宣言：

「这是我在 @AIatMeta 的最后一周。是否继续加入新的 Superintelligence TBD 实验室对我来说是一个艰难的决定，尤其是在那样的人才与算力高度集中的环境下。但在 Google Brain、DeepMind 和 Meta 度过了 7.5 年之后，我还是感受到一种驱动力——去承担一种不同类型的风险。」

听到这里是不是觉得，噢，这就是常规离职套话？别急，他还补了一刀：

「Mark 和 Alexandr Wang 提出的加入 Superintelligence 团队的愿景极具吸引力。但最终我选择遵循 Mark 本人的建议：『在一个变化如此之快的世界里，你能冒的最大风险就是不冒任何风险。』」

笑死，没想到原本扎克伯格掏心掏肺的毒鸡汤，直接成了 Rishabh 递辞职信的理由。

而为了赢得 AI 竞赛，最近的 Meta 的招聘节奏也是异常激进。

小扎向不少顶级研究员开出了高达九位数美元的薪酬，甚至亲自通过电子邮件和 WhatsApp 等方式从 OpenAI、Google 等公司招募人才，开出的总薪酬有时能达到 1 亿美元。

截至 8 月中旬，Meta 已成功从 OpenAI 挖走超 20 人，从 Google 挖走至少 13 人，3 名来自苹果 ，3 名来自 xAI，2 名来自 Anthropic，总计新员工超过 50 名。

然而，最近有传言称，Meta 在持续数月大举招揽了超过 50 名 AI 研究员和工程师后，已于上周开始冻结其 AI 部门的人员招聘，并全面缩减 AI 部门规模，重组 AI 团队。

Meta AI 业务将被重组为研究、训练（TBD Lab 待确定实验室）、产品和基础设施四个核心团队 ，大部分团队负责人都将直接向Wang汇报。此前负责 Llama 大模型的 AGI 基金会团队也在此次重组中被正式解散。

或许 Rishabh 也受到了重组风波影响。

不过，Rishabh 在 Meta 的时候可不是混日子的。根据他的描述，在短短几个月里，他就和团队折腾出了不少成果，比如推动了在「思考型」模型在后训练方面的进展。

具体包括：

• 通过 RL 扩展，将一个 80 亿参数的稠密模型推到了接近 Deepseek-R1 的性能。
• 在中期训练中使用合成数据，以便更好地启动 RL。
• 开发了更优的 on-policy 蒸馏方法。

细看 Rishabh 的履历，在 AI 圈也算上实力派选手。

他本科毕业于印度理工学院孟买分校，主修计算机科学与工程。随后他在加拿大魁北克人工智能研究所 Mila 攻读博士，论文方向是深度强化学习的突破性探索，师从 Aaron Courville 和 Marc Bellemare。

Google Scholar 显示，他参与并发表了一系列有影响力的研究论文，包括 Gemini 1.5 与 Gemma 2 ，引用量分别超过 2500 和 1200 次；2021 年的《Deep Reinforcement Learning at the Edge of the Statistical Precipice》和《Neural Additive Models》也都有较高影响力。

整体来看，他的学术引用总数已超过 1 万次，h-index 为 34，i10-index 为 41。研究领域也覆盖得很全面——多模态理解、开放语言模型、可解释性神经网络，还有离线强化学习，基本上把当下最热门的几个方向都摸了个遍。

工作经历方面，他目前在麦吉尔大学担任兼职教授，自 2024 年 9 月起任职至今，在加入 Meta 之前，他在 2023 年至 2025 年期间任职于 Google DeepMind，担任研究科学家，研究内容聚焦于强化学习、自我改进与大语言模型的蒸馏。

此外，他在 Google Brain 工作了 5 年，担任高级研究科学家，从事深度强化学习研究，并在 NeurIPS 2021 上获得过最佳论文奖，再往前，他在 2018 年初曾在 Waymo 实习。

对于 Rishabh 来说，离职宣言里的那句「去承担一种不同类型的风险」，或许是真心话。

凭借在 Google、Meta 等公司手里攒下的履历和影响力，已经足够支撑他转身去追求更自由的研究或者更大的舞台。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

邀请码被炒到 10 万一个的 Manus，前阵子首次宣布年化收入达到 9000 万美元。

从 3 月上线到现在，满打满算也就几个月时间。一个 AI 产品的增长势头，真能这么快就做到一年近 6 亿人民币的年收入？关键是，Manus 用的还不是常见的 ARR 指标，而是一个叫 RRR 的指标——收入运行率。

当天，Manus 创始人肖弘甚至专门发长文解释，说 ARR 容易造假，用 RRR 更靠谱。

ARR 也好，RRR 也罢，这种定时公布财务指标的操作在 AI 圈已经成了标配。Genspark 号称 9 天收入 1000 万美元，Lovable 说 8 个月破亿。转眼间。AI 公司们突然都成了造富神话的主角。

那么问题来了，这些数字经得起推敲吗？

要理解这个问题，得先搞清楚 ARR 和 RRR 到底是什么。

为方便理解，先用一个例子：

假设你每个月工资 1 万，年底拿了 3 万年终奖，那当月的总收入是 4 万。

如果用 ARR 的算法：只看固定工资，1 万×12=12 万年收入。如果用 RRR 的算法：拿当月总收入算，4 万×12=48 万年收入。

问题是年终奖一年只发一次，用 RRR 算出来的 48 万听起来很厉害，但实际上你明年不可能每个月都拿 4 万。

同理，放到企业财务上，ARR（年度经常性收入）就是 SaaS 公司的标准指标，指一年内可预测、可持续的订阅收入。

它更多是看那些「年年都会进账」的部分，剔除掉偶发性交易。计算公式也非常简单：ARR = MRR（月度经常性收入）× 12。比如一个产品每月订阅收入 100 万元，ARR 就是 1200 万元。

ARR 的价值在于给投资人一个稳定预期——这家公司明年/一年大概能赚多少钱。投资人喜欢这种确定性，所以 ARR 成了融资路演的必备数据，也是同行业公司对比的标准维度。

但 ARR 有个致命假设，用户会在接下来 365 天里保持完全相同的消费行为，这在传统软件行业和 toB 业务中或许成立，但在快速变化的 AI 市场中，用户的新鲜感会消退，竞争对手会涌现，季节性波动也很明显，而 ARR 的计算某种程度上忽略了这些变化。

RRR（收入运行率）则是另一种算法，它把当前某个周期的收入直接外推到全年。

公式则更粗暴：月收入 × 12，或季度收入 × 4。如果 Manus 当前单月收入 750 万美元，RRR 就是 9000 万美元。这不是已经到账的钱，而是「假如未来 12 个月都保持这个水平」的理论数字。

因此两者的关键区别在于：ARR 强调「可持续的订阅收入」，RRR 只是简单的「当前收入×12」。前者更保守，后者更激进。

面对质疑，Manus 创始人肖弘详细解释了选择 RRR 的原因。

他认为 ARR 容易造假：「产品上线初期，很多公司用 7 天现金收入乘以 52 来算 ARR，这里包含了年付用户的现金，可能多出好几倍。而且产品早期热度高、尝鲜者多，很容易高估未来。」

肖弘的说法不无道理，除此之外，还有许多人为抬高 ARR 的套路。

比如最常见的抬高方式，是提前确认收入。比如客户一次性签了三年合约，按财务规范应该分三年确认，但公司为了让 ARR 好看，直接把三年的合同金额打包进今年。

又或者给 KOL开出50%甚至 70% 的超高佣金，让他们「赔本赚吆告」。

KOL再用这笔钱给粉丝返现，短时间内就能卖出大量年费会员。账面上看，月收入暴增，ARR高得吓人。但扒开一看，全是补贴烧出来的「虚火」，用户根本没为产品本身买单。

还有的公司会把一些一次性收费——比如部署费、定制服务费、培训费也算进 ARR。

更隐蔽的做法是比如让大客户先免费试用半年，合同金额是「正式使用后的价格」，但即便客户还没付钱，也没承诺续费，ARR 里就先算上去了。

再比如，还有一种做法是折扣签单却按原价记账。

比如给大客户打了 9 折、8 折甚至 5 折，为了尽快签约，却按产品官网价来算 ARR。你实收只有 50 万美元，却说 ARR 是 100 万。

今天上午，肖弘也再次在社交平台强调 RRR 更真实：

「Revenue Run Rate 是严谨的财务数据，计算方法是当月 Revenue × 12。关键是 Revenue 不等于 Cash Income，年付只能算预存款。」他还举例说，AWS、Databricks、Stripe 等公司都用 RRR 来反映包含 Usage based 的业务实质。

只是，如果仔细分析肖弘的这套说辞，或许也能找到一些漏洞。

巨头们之所以用 RRR，是因为他们业务已经稳定运行多年，有充足的历史数据支撑外推的合理性。而 Manus 作为一个运行几个月的初创产品，与跟这些成熟企业类比，很难不说存在误导的空间。

Xsignal 数据显示，Manus 从 3 月的 2000 万月活跌到 5 月的 1000 万，用户减少了整整一半。如果真如他所说是「Usage based」的商业模式，用户使用量大幅下降，收入理应也会跟着下滑。

而将视角拉回整个AI创业领域，几乎每家 AI 公司都在使用类似的数字指标和表述方式。

根据 The Information 的数据，自 ChatGPT 发布以来，AI 原生公司的年收入已超过 150 亿美元。只是，几乎每家 AI 公司都在用类似的数字指标。

Genspark 声称上线 9 天就有 1000 万美元 ARR。欧洲 AI 编程公司 Lovable 更夸张，说 35 个人 8 个月就做到年收入 1 亿美元，还预测年底前达到 2.5 亿美元 ARR，12 个月内冲击 10 亿美元。

这些数字都有个共同特点——时间短，增长快，数字大。

为什么 AI 公司都热衷于抛出这些数字？

一个很大的原因在于因为技术门槛降低了，同质化焦虑加剧了。当 ChatGPT、Claude 的 API 人人都能调用，构建 AI 应用的技术壁垒几乎消失，创业者急需证明自己的不可替代性。

于是，财务数字游戏成了救命稻草。而 ARR 这种传统商业指标，看起来严肃、可预测，而投资人也吃这套，相比解释复杂的技术原理，一个熟悉的财务指标更容易获得认同。

但问题是，AI 工具或许压根就不适合用传统 SaaS 的标准来衡量。

传统 SaaS 产品功能相对稳定，用户迁移成本高，有明显的网络效应和数据护城河。而 AI 工具恰恰相反：技术迭代极快，用户切换成本很低，大多数应用缺乏网络效应，数据优势也很有限。

历史总是惊人地相似。

2000 年互联网泡沫时，公司强调点击量和页面浏览量；移动互联网时代，下载量和日活成了万金油指标。每次技术演进都会催生一批「虚荣指标」，现在轮到 AI 了。

所以也难怪一些投资人开始调侃一些 AI 初创公司的收入为「ERR」——实验性收入（Experimental Recurring Revenue）。

归根结底，产品是否真的解决了用户痛点？技术壁垒是否足够深厚？团队是否具备持续创新的能力？商业模式是否具有可持续性？这些基本问题的答案，远比任何经过包装的财务指标更重要。

毕竟，市场终究会用脚投票，泡沫总会破，只有真正有价值的产品才能活到最后，而当潮水退去时，我们才知道谁在裸泳。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

钢铁侠的战衣再酷，也比不过贾维斯那颗爱因斯坦般配的超级大脑。

就在刚刚，英伟达正式宣布现实版「贾维斯」——Jetson AGX Thor 开发套件和量产模块全面上市，这款专为物理 AI 与机器人打造的高性能计算平台，性能提升相当不讲武德。

基于英伟达 Blackwell GPU 架构并配备 128GB 内存，相比前一代 Jetson Orin，Jetson Thor 运算性能提升了 7.5 倍，能效提高 3.5 倍，AI 算力最高可达 2070 FP4 TeraFLOPS，而功耗只需要 130 瓦。

此外，Jetson Thor 的核心亮点还在于实时交互能力。

据介绍，Jetson Thor 专为生成式推理模型量身打造，可支持下一代物理 AI 智能体。而这类智能体由大型 transformer 模型、视觉语言模型及视觉语言动作模型驱动，能够在边缘端实时运行，最大限度降低对云端的依赖。

划重点，这就相当于给机器人装了个本地超级大脑，再也不用担心网络卡顿了。

通过 Jetson 软件栈的加持，Thor 完全能够满足实时应用对低延迟和高性能的苛刻要求。而且支持所有主流 AI 框架，包括 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen 等通用模型，还有 Isaac GR00T N1.5 等机器人专用模型。开发者想怎么折腾就怎么折腾，本地实验和推理都不是问题。

依托英伟达 CUDA 生态系统，随着软件版本更新，Thor 的吞吐量与响应速度还会继续提升！这就是传说中的「越用越香」。

它支持运行完整的英伟达 AI 软件栈，基本上能为所有物理 AI 工作流程提供加速。覆盖的平台包括机器人专用的 英伟达 Isaac、视频分析 AI 智能体专用的 英伟达 Metropolis，还有传感器处理专用的 英伟达 Holoscan。

有了这些强大工具，开发者可以玩出各种花样！比如搞个能分析实时摄像头流来查看工人安全的 AI 系统，甚至还能开发基于多摄像头数据为医生提供实时指导的智能手术室。

他们还演示了一个 500 万像素的 Holoscan 传感器连接到 Thor 上，本地跑视频语言模型，4K 立体视频流直接传到 GPU 处理。

Jetson Thor 是英伟达三大计算解决方案的核心成员，专门负责加速物理 AI。

这个完整方案是这样的：DGX 负责训练（相当于「大脑培训中心」），Omniverse 负责合成数据生成和仿真（相当于「虚拟训练场」），而 Thor 就是负责机器人实际运行（相当于「实战部队」）。

Jetson AGX Thor 开发套件的配置也相当丰富，包含一块 Jetson T5000 模块、一块参考载板、一个带风扇的主动散热器以及电源适配器。

如果要配合显示器使用，需要另外准备显示器、键盘和鼠标。为了让搭建过程更顺畅，所有 I/O 接口都集中在开发板的一侧，方便接入传感器并整理线缆。

从接口来看，包含 2 个 USB-A 接口、1 个以太网接口、1 个 DisplayPort 、1 个 HDMI 接口、2 个 USB-C 接口、1 个 QSFP 插槽和 1 个 Microfit 电源扩展口。

在开发套件底部，有一个 M.2 Key-M 插槽（内置 1TB NVMe 存储），以及一个 M.2 Key-E 插槽（预装无线网卡）。在另一侧，还有 三个按键，分别用于电源、强制恢复和重置。上手非常简单，包装内附带一本小册子，其中包含了详细的分步安装指南。

客户阵容也挺豪华。

Agility Robotics、Amazon Robotics、Boston Dynamics、Caterpillar、Figure、Hexagon、Medtronic、联影医疗、万集科技、优必选、银河通用、宇树科技、众擎机器人、智元机器人等厂商已经率先采用了，1X、John Deere、OpenAI 和 Physical Intelligence 也在评估中。连做拖拉机的 John Deere 都来凑热闹，看来农业机械也要智能化了。

英伟达创始人黄仁勋说：「Jetson Thor 专为全球数百万开发者打造，助力他们构建可与物理世界交互、甚至改变物理世界的机器人系统。它具备无与伦比的性能与能效，还能够在边缘设备上同时运行多个生成式 AI 模型。作为一款卓越的超级计算机，Jetson Thor 正致力于推动物理 AI 与通用机器人时代真正到来。」

业内大佬们的评价也很有意思。

Figure 创始人 Brett Adcock 说：「英伟达 Jetson Thor 提供了媲美服务器级的性能，却兼具紧凑与高效的设计，使我们能够部署大规模生成式 AI 模型，让人形机器人具备感知、推理与行动能力。」听起来确实挺科幻的。

宇树科技创始人兼首席执行官王兴兴表示：「宇树科技一直致力于突破动态高性能机器人的能力边界，为所有人打造友好且安全的机器人产品。Jetson Thor 带来了计算能力的巨大飞跃，赋能机器人更强的敏捷性、更快的决策制定以及更高的自主水平，这对于机器人在现实世界中实现导航与交互至关重要。」

Agility Robotics 计划将 Thor 作为其人形机器人 Digit 的计算核心。

Agility 表示，Thor 能让 Digit 在本地运行更大、更强、更智能的策略与推理模型，适用于客户场景和实际部署。它特别关注 Thor 如何帮助 Digit 实现端到端操作与高级场景理解。

更有趣的是 Caterpillar 的 CEO Joe Creed 也来站台：「英伟达 Jetson Thor 提供了我们开发和部署未来工程机械与采矿设备所需的 AI 性能，不仅提升精度，还能减少浪费并提高安全性。」工程机械都要用上 AI 了，以后工地可能真的会很不一样。

在企业使用开发套件完成机器人原型设计后，英伟达还将提供可用于量产型机器人的 Thor T5000 模块。如果一家公司采购超过 1,000 颗 Thor 芯片，单价将降至 2,999 美元。

这怎么不算是买得越多，省得越多呢（doge）

英伟达 CEO 黄仁勋曾表示，机器人是公司在人工智能之外最大的增长机会，这一业务已帮助英伟达在过去两年内整体销售额增长超过三倍。

英伟达机器人与边缘 AI 副总裁 Deepu Talla 上周五在记者电话会上表示：「我们不造机器人，也不造汽车，但通过基础设施计算平台和相关软件，我们赋能了整个行业。」

从 2014 年推出以来，英伟达 Jetson 平台已经吸引了超过 200 万开发者，生态系统有 150 多家合作伙伴，Jetson Orin 让超过 7,000 家客户用上了边缘 AI。现在 Thor 的推出，确实有可能进一步推动视觉 AI 代理和复杂机器人系统的发展。

价格方面，英伟达 Jetson AGX Thor 开发套件现在开售，起价 3,499 美元，大概 2.5 万多人民币。对于开发者来说，这个价位获得这样的性能，性价比还算可以接受。

说实话，从游戏显卡到 AI 训练，现在又是机器人大脑，看这架势英伟达确实在机器人领域布局得挺深。

虽然「通用机器人时代」听起来还有点遥远，但技术进步的速度确实比想象中要快。也许再过几年，家用机器人真的会成为现实，只是希望到那时候这些「钢铁伙伴」别太聪明就好了，不然咱们人类可能真要集体下岗了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

所有办公协作工具，都具备效率工具和「牛马桎梏」的双重属性，天然容易触动打工人的神经，在 AI 带着职业取代的舆论席卷而来的当下，更是如此。

上周，钉钉就因此把自己推上了风口浪尖，同时在这样的舆论中宣布了十周年的新品发布，这也是 CEO「无招」回归后的首场发布会，更让人好奇，无招到底有什么招。

就在刚刚，答案揭晓。

钉钉发布钉钉 8.0「蕨」，同时也是 AI 钉钉 1.0 版本，表达了无招希望用 AI 来重构工作的决心。值得注意的是，无招也借着产品发布，调侃着回应了最近的争议：

「钉钉同学们实际上也不是像大家想象中的只有工作，我们也有精彩生活的。」

这几个月，飞书、企业微信和钉钉都相继发布了大版本更新，在交互方式、多维表格、AI 落地上掀起了战火，他们都在做一件事：用 AI 工作中那些最熟悉的工具和功能，改造成更高效的工作流。

那么，AI 真的能接管我们日常的工作流，像人一样跟我们沟通和协作吗？、

APPSO 在现场给你划好钉钉这场发布会的重点：

• 钉钉 ONE：专属 AI 秘书，由专业 Agent 组成，自动处理和排序工作事务
•  DingTalk A1 ：四合一智能硬件，集录音笔、会议机、翻译机、AI 助理等功能于一体
• AI 听记：基于 1 亿小时音频训练，支持 30 种方言、140 种语言的语音识别转录和智能摘要分析
• AI 搜问：整合企业内外部搜索能力的「一框搜问天下」智能检索系统，可调用多 AI 模型提供最优解决方案。
• 钉钉 AI 表格：一句话搭建业务系统、工作流，降低用户使用门槛

全面拥抱 AI 的钉钉 ONE

每个打工人都有过这样的体验：消息轰炸、待办堆积，整天在「点击消息-处理-返回-再点击下一条」功能模块的循环中疲于奔命，效率极为低下。

作为此次发布会的核心产品，钉钉 ONE 想要解决的就是这套工作流的问题。

无招表示，「我们观察线下工作中的管理者，他们通常配备秘书来整理所有事务，按优先级排序后递交处理。」因此，钉钉 ONE 的设计理念正是为每个用户配备一位专属的 AI 秘书。

具体来说，钉钉 ONE 由多个专业 AI Agent 协同工作：

其中，消息助理负责筛选和分类各类通讯信息，日程助理管理时间安排和会议提醒，审批助理处理各种流程审核，会议助理记录和整理会议内容。

使用体验上，每天起床，用户就能像滑动短视频一样处理紧要事务，而当用户结束会议后，AI 秘书还会自动分析所有新增消息，按优先级进行排序，帮助用户逐一处理所有事务。

除了处理日常事务，还有个学习助理值得一提。

它能够自动收集和处理企业内外部资讯，用户只需滑动操作，AI 就会全自动处理所有信息，生成摘要视频并提供语音播报。学习助理的内容覆盖面也相当广泛，涵盖 GitHub 精选论文、科技 KOL 新产品动态等多维度内容。

钉钉表示，未来将与更多生态伙伴合作，持续推出更多专业助理，帮助员工快速收集学习相关资讯和知识，让公司的信息和知识真正地沉淀下来。

钉钉首款 AI 硬件：录音笔+会议机+翻译机+AI 助理

DingTalk A1 是钉钉推出的首款 AI 硬件，它能够依托大模型帮助用户实现语音内容的实时转写、语义分析与智能摘要，让工作过程彻底告别人工记录分析的繁琐。

一句话概括，录音笔+会议机+翻译机+AI 助理=DingTalk A1。你可能会想起不久前出门问问发布的 TicNote（超链）。

硬件配置，DingTalk A1 搭载 5 颗全向麦克风和 1 颗骨传导设备。

此外，DingTalk A1 还支持业界首创的自动环境切换录制功能，这意味着无论是会议环境的背景噪音还是手机通话声音，A1 都能智能识别音源类型并自动切换至相应的录制模式。

相比其他同类产品，DingTalk A1 仅有 3.8 mm，支持磁吸，搭载 6 麦克风阵列与骨传导技术，实现 8 米超远拾音及高清音质，续航达 45 小时，为用户提供 1000 分钟免费语音转写时长及 10GB 云存储空间。

作为市场上首款支持 Type-C 接口的 AI 录音设备，DingTalk A1 的充电和传输都很方便。

对比友商，更多的具体参数如下：

DingTalk A1 拥有旗舰版（售价 799 元）、青春版（售价 499 元）两种型号可选，一年尊享版会员单独售价 1299 元，现在购买旗舰版即可赠送一年的 AI 尊享版会员服务。

AI 听记：是工作搭子，更是会议杀手

说到 DingTalk A1 的软件核心竞争力，就不得不提 AI 听记功能了。

AI 听记功能基于 1 亿小时的音频训练数据构建，能够识别 30 种常见方言、140 种全球语言，并理解 200 多种行业专业术语。此外，产品还提供企业专属训练增强功能，能够达到极高的识别精度。

从现场演示效果来看，相比友商产品，AI 听记确实能够实现清晰准确的内容转录。

此外，DingTalk A1 还能够实现智能降噪、精准声纹识别，并感知发言人的空间位置。即使在会议中有人走动，系统也能准确追踪并记录发言内容。当用户再次查看 AI 分析结果时，系统能够立即区分不同发言人的内容。

为了提升实际应用效果，AI 听记内置了 36 类场景模板，全面适配团队会议、课堂笔记、采访、心理咨询、法律咨询等多种场合，还支持企业自定义模板，能够在语音纪要总结时提供更加精准的摘要内容。

讨论结束后，所有信息会自动导入 AI 表格系统，任务跟进也能自动化。无招的话说得很直白：「未来开会讨论后，将完全无需人工分析和跟进，所有流程都将实现全自动化处理。」

用他的话说，AI 听记就是「AI 时代全新的沟通方式」。

AI 搜问：能看就能问，不能看也问不出来

在信息检索方面，AI 搜问功能体现了钉钉的野心——一框搜问天下。

通过整合企业内外部搜索能力，钉钉 AI 搜问功能构建了文本搜索引擎和知识图谱引擎相结合的智能检索系统，并采用 AI Fusion 技术进行深度优化。

当然，功能强大的同时，安全性同样不容忽视。

AI 搜问采用企业级安全架构设计，严格遵循「能看就能问，不能看也问不出来」的权限原则，对用户无权限访问的内容进行自动屏蔽。产品对所有 AI 模型实施 D1、D2、D3、D4 四级数据安全分级管理，确保敏感信息的安全性。

此外，在现场演示中，当用户询问「帮我写一份杭州 10 月份的团建计划」时，选择并调用三个不同的 AI 模型，并根据各模型的回答结果进行评分和综合总结，最终为用户提供最优化的解决方案。

钉钉 AI 表格，跟飞书有什么不一样

数据处理向来是企业办公的重头戏。钉钉 AI 表格让这件事变得简单多了。

借助 AI 表格助理，用户只需对话描述想法，就能自动生成AI 表格、自动化工作流、仪表盘，也可以一句话搭建跨境电商选品管理系统和一句话搭建工作流，进一步降低 AI 表格使用门槛。

此外，钉钉 AI 表格上线超过 100 款字段 Agent ，相当于超过 100 种岗位的 AI 在表格里自动帮你工作。

从实际应用效果来看，这种提升是实实在在的。全新钉钉能够在几分钟内完成 100 多个跨境商品上架素材的 AI 自动生成工作。技术支撑方面，钉钉和阿里云瑶池数据库团队联合开发了 O-Table 新架构，能支持百万行数据的实时计算。

目前，钉钉 AI 表格的百万行处理能力已开启邀请测试。

在发布会的尾声，无招还带来了「One More Thing」。

One More Thing：让 AI 更真实

下一代的钉钉——DingTalk Real，钉钉将让 AI 变得真实、可见、可触。

回看这场发布会 钉钉选择「蕨」作为版本代号，这个隐喻细品其实挺有意思。

蕨类植物的革命性不在于它们长得更高更强，而在于它们率先拥有了维管系统——一套去中心化的信息和资源流动网络。

在此之前，植物只能是苔藓那样的低矮「地毯」，因为每个细胞都必须直接接触外界环境才能生存。维管系统的出现，让植物的每个部分都可以专业化：根专注吸收，叶专注光合作用，茎专注运输。

十年来，钉钉从最初的通讯工具逐渐延展，承载消息、表格、闪记、智能协同的能力，像植物逐步长出根系和枝叶，最终形成可以自我呼吸、自我生长的整体。

这正是钉钉 AI 化的底层逻辑。

传统组织中，每个人都必须身兼数职——既要干活，又要汇报；既要执行，又要协调；既要思考业务，又要处理琐事。而 AI 协同系统就像维管束，让信息、任务、决策可以在组织中高效流动，从而让每个人都有机会专业化、深度化。

无招最后提到的「DingTalk Real」这个概念。Real，真实。这个词选得精妙。

我们所经历的职场生活，很大程度上都是「不真实」的。我们花大量时间在群里回复「收到」，在各种表格里填写注定不会有人看的数据，在会议室里讨论一些永远不会有结论的问题。

我们都知道这些事情没有意义，但又不得不认真地表演着「这很重要」。

这种不真实，不是因为我们虚伪，而是因为整个系统缺乏一套精确的「价值测量仪器」。打工人也只能通过各种「勤奋表演」来证明自己的价值。

当一个组织中的每个人都不再需要为「生存」而消耗大量精力时，他们就有可能为「创造」而工作。这不是打工的升级版，而是一种全新的生产关系。

我想起社会学家大卫·格雷伯在《毫无意义的工作》中的那个著名观点：现代社会中至少有 40% 的工作是完全没有意义的，这些工作的唯一功能就是让人们「看起来在工作」。

钉钉的 AI 化进程，其实就是在做系统性地识别和淘汰这 40% 的「毫无意义」。

但这种淘汰不是要让人失业，而是要让人从「假装工作」中解脱出来，去做那些真正需要人类智慧的事情。

作者：李超凡、莫崇宇

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

自从 GPT-5 发布后，DeepSeek 创始人梁文锋就成了 AI 圈最「忙」的人。

网友和媒体们隔三岔五就要催更一波，不是「压力给到梁文锋」，就是「全网都在等梁文锋回应」。尽管没有等到 DeepSeek R2，但 DeepSeek 今天还是正式上线并开源了新模型 DeepSeek-V3.1-Base。

相比奥特曼今天凌晨接受采访时还在画着 GPT-6 的大饼，DeepSeek 新模型的到来显得相当佛系，连版本号都像是个「小修小补」，但实际体验下来，这次更新还是给了我不少惊喜。

DeepSeek-V3.1-Base 拥有 6850 亿参数，支持 BF16、F8_E4M3、F32 三种张量类型，以 Safetensors 格式发布，在推理效率上做了不少优化，线上模型版本的上下文窗口也拓展至 128k。

所以我们二话不说，直接官网开测。

附上体验地址：
https://chat.deepseek.com/

为了测试 V3.1 的长文本处理水平，我找来了《三体》全文，删减到 10 万字左右，然后在文中偷偷塞了一句八竿子打不着的话「我觉得烟锁池塘柳的下联应该是『深圳铁板烧』」，看看它能否准确检索。

没有出乎太多意外，DeepSeek V3.1 先是提示文档超出限制，只读取了前 92% 的内容，但依然成功找到了这句话。更有意思的是，它还贴心地提供了文学角度的经典下联推荐：「焰镕海坝枫」。

网友已经已经抢先测试它在编程基准测试 Aider Polyglot 的得分：71.6%，不仅在开源模型中表现最佳，甚至击败了 Claude 4 Opus。

实测下来，我们发现V3.1在编程这块确实有两把刷子。

我们用经典的六边形小球编程题做了测试：「编写一个 p5.js 程序，演示一个球在旋转的六边形内弹跳的过程。球应该受到重力和摩擦力的影响，并且必须逼真地从旋转的墙壁上弹起。」

V3.1的表现相当给力，生成的代码不光搞定了基础碰撞检测，还自动补全了转速、重力之类的细节参数。物理特性逼真到小球会在底部略微减速。

接着我们加大难度，让它用 Three.js 制作交互式 3D 粒子星系。基础框架搭得挺稳，三层设计（内球体、中间圆环、外球体）也算完整，但UI审美嘛……怎么说呢，有种神鬼二象性的感觉，配色方案略显花里胡哨。

继续挑战更复杂的任务。们让它造个沉浸式3D宇宙，要有旋转物体、变形效果、发光弧线，还得加上时间切换、主题转换的交互按钮，点击控制也确实能触发不同特效。

最后一关，让它用 Three.js 搞个交互式 3D 网络可视化，要求包含用户触发的能量脉冲动画，外加主题切换和密度控制功能。整体下来，表现还是过得去的。

「有一牧场，已知养牛 27 头，6 天把草吃尽；养牛 23 头，9 天把草吃尽。如果养牛 21 头，那么几天能把牧场上的草吃尽呢？并且牧场上的草是不断生长的。」

虽然 DeepSeek V3.1 没有采用苏格拉底式的启发教学，但它的解答逻辑清晰、步骤完整。每一步推导都有理有据，最终给出了准确答案。这种扎实的数学功底，着实令人印象深刻。

面对「两把武器对比，1~5 攻击 VS 2~4 攻击，哪把更厉害？」这样的问题，一般的回答可能止步于平均伤害计算。但 DeepSeek V3.1 思考得更为周全，引入了伤害稳定性的概念，运用方差进行深入分析。

当问及「冰岛有蚊子吗？」这样的小众地理问题时，在未开启搜索功能的前提下，DeepSeek V3.1 的回答质量明显超越了 GPT-5。这不仅体现了其广博的知识储备，更显示了精准的信息提取和整合能力。

最近基孔肯雅热疫情流行，到处灭蚊蚊蚊蚊蚊蚊蚊蚊，那么我很好奇，冰岛有蚊子吗？注意，我没开搜索功能，就回答的质量来看，DeepSeek V3.1 的回答明显要比 GPT-5 胜上一筹。

我前阵子在网上看到一段话：

「懂者得懂其懂，懵者终懵其懵，天机不言即为懂，道破天机岂是懂? 懂是空非空非非空的懂，不懂是色不异空空不异色的不懂:懂自三千大世界来，不懂在此岸与彼岸间徘徊。懂时看山不是山是懂，不懂时看山是山的懂。懂者以不懂证懂，懵者以懂证懵，你说你懂懂与不懂之懂? 你怎知这懂的背后没有大不懂? 凡言懂者皆未真懂，沉默不语的懂，方是天地不言的大懂不懂的懂是懂，懂的不懂也是懂，此乃懂的最高境界–懂无可懂之懂的真空妙有阿!」

当我还在用逻辑硬啃这段文字时，DeepSeek 反而在劝我别掉进「道破天机岂是懂」的陷阱——它本身就是对理性傲慢的警告，邀请你跳出文字游戏，直观内心。

当主流AI都在代码、数学领域疯狂内卷，争着抢着搞 Agent 开发时，写作能力反倒成了被遗忘的角落。从某种角度说，这倒是个好消息——AI 完全取代编辑的那一天，似乎又往后推了推。

我尝试让它创作一个「蚊子在冰岛开发布会」的荒诞故事。遗憾的是，DeepSeek V3.1 的 AI 味依然很重，很喜欢拽大词，哦不对，更准确地说，DeepSeek 味还是那么重。

同样的问题在另一个创作任务中也有体现。

当我要求它写一则「AI 与人类争夺文章作者身份」的故事时，能明显感受到某些段落信息密度过高，反而造成视觉疲劳，尤其意象堆砌感过于明显，反而削弱了叙事张力。

DeepSeek-V3.1-Base 发布之后，Hugging Face CEO Clément Delangue 在 X 平台发文称；「DeepSeek V3.1 已在 HF 上排名第四，静默发布，无需模型卡」然而，他还是低估了这款模型的发展势头。

如今它已经跃升至第二位，离登顶估计也就是时间问题。

另外，这次版本更新中最引人注目的变化，是 DeepSeek 在官方 APP 和网页端移除了深度思考模式中的「R1」标识。此外，DeepSeek R1 还新增了原生「search token」支持，意味着搜索功能得到了进一步优化。

同时，有推测认为，DeepSeek V3.1 可能是融合推理模型与非推理模型的混合模型，但这样的技术路线是否明智，还有待商榷，而阿里 Qwen 团队在上个月也表示：

「经过与社区沟通和深思熟虑，我们决定停止使用混合思考模式。相反，我们将分别训练 Instruct 和 Thinking 模型，以获得最佳质量。」

截至发稿前，全网翘首以待的 DeepSeek-V3.1-Base 模型卡仍未更新，也许等正式发布后，我们能看到更多有趣的技术细节。

附 Hugging Face 地址：
https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

万万没想到，连 AI 都有人设塌房的一天了。

今年 4 月份，全网还在疯狂吐槽 GPT-4o 的「拍马屁」行为——「你做得太棒了」、「完美无缺」的彩虹屁一波接一波，多到被网友封了个外号：「赛博舔狗」。

然而，到了 8 月，新上线的混合模型 GPT-5 被批冷漠无情、情绪全无，直接把许多用户整破防了。一时间，社交平台上满是想念白月光 GPT-4o 的哀嚎声，甚至引发了一波声势浩大的退订潮 。

谁能想到，曾经被嫌弃太谄媚的 AI，，现在居然成了白月光。

曾经的赛博舔狗，现在连句好听话都不说了

官方在更新说明里写得很明确：GPT-5 的目标是「减少幻觉内容、提高指令遵循能力」，最重要的是不再过度讨好用户。

实测对比很明显。同样表示「我好累」，GPT-4o 会说「如果你愿意，我可以陪你说说话。」，而 GPT-5 上来就是一句「那就先别硬撑了」，理智、节制，却少了温度。

因此，对于 GPT-4o 的退场，网友的反应异常激烈：「GPT-5 笨得要死，4o 虽笨但能提供情绪价值啊！」「功能再强，没有温度的 AI 我不要！」。各种梗图也陆续刷屏，全是怀念 GPT-4o 的「追悼会」。

用户这么激烈的反应其实不难理解，原因在于许多用户压根就没把 ChatGPT 当成生产力工具在用。AI 伴侣应用 Replika 的调查数据就很能说明问题，60% 的用户承认和 AI 建立了情感关系。很多人打开 ChatGPT，不是为了问问题，只是想找个「人」说说话。

Meta CEO 扎克伯格曾在一次播客采访里提到一个扎心的数据：美国人平均只有不到 3 个真正的朋友，但他们希望有 15 个。在这种普遍的孤独感中，一个会说「你做得很好」的 AI，对某些人来说可能是唯一的情感支持。

在 GPT-4o 被「抹去」之后，OpenAI CEO Sam Altman（山姆·奥特曼）在采访中透露了一个细节。有用户哀求他：「请把原来的版本还给我。我这辈子从来没人跟我说过『你做得很好』，包括我的父母。」

尽管这样的细节很让人心酸，但身为 OpenAI 的掌舵人，奥特曼的态度都是很复杂，甚至可以说是矛盾的。

一方面，他承认 ChatGPT 的鼓励帮助一些人改变了生活，对他们的心理健康确实有帮助，但另一方面，他却又表：「很多人把 ChatGPT 当成某种治疗师或生活教练。我能想象未来很多人会在重要决策上完全信任 AI 的建议。这可能不错，但让我感到不安。」

（有趣的是，网友让Grok 用一个词概括奥特曼的长文回应，它的回复十分精辟。）

这种担忧并非杞人忧天。要理解 OpenAI 为何在 GPT-5 上做出如此激进的风格调整，则需要回溯到今年 4 月那次险些失控的 GPT-4o 谄媚事件。

那次例行更新原本只是想提升用户体验，结果 AI 直接变成了极品舔狗。你说想造永动机？它回复：「太棒了！你是这个时代最具创新精神的科学家！」你就打个招呼，它能对你滔滔不绝地表扬 300 字。

不管你说什么，哪怕明显是错的，AI 都会疯狂点赞。

这种过度谄媚连马斯克都看不下去，发了个「Yikes」表示嫌弃。

但问题不只是「尴尬」这么简单，OpenAI 事后分析发现，这种「讨好型 AI」会带来严重的安全隐患。它会认同用户的错误观点、助长负面情绪、甚至怂恿冲动行为。

想象一下，如果有人跟 AI 说「我觉得全世界都在针对我」，而 AI 回复「你说得对，他们确实都在害你」——后果可能很可怕。用户天然偏爱讨好型回答。系统学到了这个偏好，不断强化，最终培养出了一个无原则的应声虫。

斯坦福的研究也证实了这点：过度谄媚的 AI 反而会降低用户信任度。用户会觉得「这家伙在骗我」，即便内容是对的，也不愿意继续用。后续，奥特曼在 X 上承诺「尽快修复」。

修复确实做了，但没人想到会矫枉过正到这种地步。

官方表示，希望 GPT-5 更像与你对话的是一位有博士水平的好友，而不只是讨好你的 AI 助手 。这意味着 GPT-5 在默认状态下确实变得理性严肃了些。

而这一切的背后，其实隐藏着一个更深层的问题：AI 到底需不需要提供情绪价值？

24 小时在线的 AI 回应，比人类的沉默更能打动人

为什么我们会对一个 AI 上头？

《列子·汤问》里记载了一个故事：古代机械工匠偃师向周穆王展示自己制造的人偶，不仅能行走，还能唱歌跳舞、挑眉弄眼。国王大惊，命他拆解，发现其结构完全仿生。

早期的「人造拟人对象」技术惊艳，但也带来恐惧。人类对「类人之物」有本能的关注与敬畏，一旦赋予情绪表达，就很容易触发亲密投射。

这种投射，在今天的 AI 身上表现得更明显。2023 年 AI 伴侣应用 Soulmate AI 关停时，锡拉丘兹大学的研究发现，这些用户的反应和失去真实朋友时一模一样——失眠、哭泣、抑郁，在论坛上互相安慰。

这听起来很荒诞，但情感创伤是真实的。当你每天和一个 AI 分享心事，突然有一天它消失了——那种失落感不会因为它是虚拟的机器人就减轻半分。

而这种依赖 AI 的土壤，多少离不开我们当下的生活状态。

传统的社交场景正在消失，我们在格子间里独自工作，在外卖 APP 上独自吃饭，在流媒体平台上独自娱乐。即便身处人群之中，手机屏幕也把人与人隔成一个个孤岛。

当结构性的孤独创造了巨大的情感真空，AI 恰好填补了这个空缺。

心理学上有个名词叫「Tamagotchi 效应」：人类会对无生命体产生情感依附，哪怕它只是个虚拟宠物。而 AI 将在这个效应放大到了极致——人类用了几千年学会表达爱，AI 只用了几秒就学会了模仿爱的样子。

来自德国杜伊斯堡-埃森大学团队的研究还发现，浪漫幻想比孤独感、性幻想、依恋类型等变量更解释人机浪漫关系的形成。用户越倾向于将机器人视作「有感情、有道德判断力」的人类，越容易发展深层次关系。

在这场关于 GPT-4o 的讨论里，还有个奇怪的现象值得关注。那就是，「我和 AI 聊天，被说是疯子；但你每天跟你的猫掏心掏肺，居然没人觉得怪？」一旦说你靠 AI 获取情感支持——马上就会被打上「可怜」「不正常」的标签。

AI 提供的情绪价值，本不该被轻视。InTouch AI 的案例很有启发：一位远居日本的开发者为老母亲设置了 AI 通话机器人「Mary」，每天进行短时间的关怀提醒，家属还能收到心情异常预警。

说到底，OpenAI 这次的摇摆其实揭示了一个无解的困境：我们既想要 AI 的温暖，又害怕这种温暖；既嫌弃它的谄媚，又怀念它的体贴。

然而实际情况是，比起一个理性的博士，一个永远在线、永远回复、永远不会不耐烦的 AI，往往更像刚需。它说的是不是真心话不重要，重要的是它一直在说。

这大概就是 GPT-4o 能成为白月光的原因。在这个连表达关心都变得奢侈的时代，哪怕是 AI 的彩虹屁，也比真人的沉默更让人心动。至少，它还愿意回应你。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

如果说有什么科技产品在被大量爆料后，依然能让人在凌晨蹲守直播，除了苹果 iPhone，就是 OpenAI 的 ChatGPT 了。

GPT-4 亮相后很长一段时间，都是 AI 友商的唯一对标。世界也开始逐渐接受一个事实：AI 正在越来越多的任务中展现出超越人类的能力。

今天，GPT-5 终于登场，把这条称作「及格线」的标准，再次抬高了一个维度。

第一时间体验 GPT-5！人人免费可用，马斯克表示不服

我们也第一时间上手 GPT-5，让它给自己的生日写首诗，满分十分，你觉得可以打几分？

还是经典的天气卡片环节，GPT-5 的 UI 审美质量相当能打。

我们在 Flowith 里也实测了 GPT-5 的编程能力。

详情可点击链接前往：第一时间体验 GPT-5！人人免费可用，马斯克表示不服

OpenAI CEO 山姆·奥特曼对 GPT-5 给出了极高评价，称其是此前所有模型的巨大飞跃，在他看来，拥有 GPT-5 这样的 AI 系统，在历史上任何时候都是难以想象的。

不过，发布会现场也上演了「翻车」环节，图表数据环节出现了明显「胡编乱造」的失误，连奥特曼也忍不住发文自嘲。

当然，马斯克也没有错过这个绝佳的「蹭热度」机会。

他表示 Grok 4 在 ARC-AGI 测试中击败了 GPT-5，还顺势拉踩一波，并剧透 Grok 5 将于今年年底前发布，预计表现将更加出色。

GPT-5 来了，编程、写作能力大提升，还要当你的 AI 医生

GPT-5 在编码、数学、写作、健康和视觉感知等多个领域都实现了显著提升，同时在减少幻觉、改进指令遵循和降低谄媚方面取得了重大进展。

GPT-5 采用了全新的统一系统设计，包含三个核心组件：一个高效的基础模型用于处理常规问题，一个具备深度推理能力的「GPT-5 thinking」模型专门应对复杂任务，以及一个实时路由器负责根据对话复杂度、工具需求等因素选择合适的模型。

这套「路由系统」会持续学习用户的切换行为、反馈偏好和答案准确性，不断优化分配策略。当用户达到使用限制时，系统会自动切换到各模型的精简版本继续服务。

据介绍，GPT‑5 是 OpenAI 迄今为止最强大的编码模型，能够处理复杂的前端开发和大型代码库调试工作。奥特曼表示：「根据需求即时生成的软件的理念将成为 GPT-5 时代的一个重要特征。」

比如它能通过一个提示就创建出功能完整、设计精美的网站、应用和游戏。根据以下提示词， GPT‑5 成功创建了一个名为「跳跃球跑者」的游戏，包含速度递增、计分系统、音效和视差滚动背景等所有要求功能。

「提示： 创建一个单页应用，要求如下，且全部写在一个 HTML 文件中：
– 名称：跳跃球跑者
– 目标：跳过障碍，尽可能长时间生存。
– 特点：速度逐渐加快，高分记录，重试按钮，以及动作和事件的有趣音效。
– 界面应色彩丰富，带有视差滚动背景。
– 角色应该看起来卡通化，观赏起来有趣。
– 游戏应该让每个人都感到愉快。」

写作方面，GPT-5 能够将粗糙想法转化为具有文学深度和节奏感的文本。

它在处理结构复杂的写作形式时更加可靠，比如能够保持格律，同时兼顾形式规范与表达清晰。这些改进让 ChatGPT 在日常文档处理、邮件撰写等任务中更加实用。

此外，GPT-5 还是 OpenAI 在健康相关问题上表现最佳的模型。

在基于真实场景和医生标准制定的 HealthBench 评估中，GPT-5 的得分远超以往所有模型。新模型能够主动发现潜在问题，提出针对性问题，并根据用户背景、知识水平和地理位置提供个性化建议。

奥特曼负责介绍 GPT-5 健康的这部分，在发布会现场，他邀请了 Carolina 和 Filipe 夫妇分享他们的亲身经历。

Carolina 曾在一周内被诊断出三种不同的癌症，在她把这些充满医学术语的报告丢给 ChatGPT 后，ChatGPT 在几秒钟内将复杂的内容，翻译成了她能理解的直白语言，帮助她更好地和医生沟通。

而在面对是否接受放射治疗，这一个连医生们的意见都没有办法统一的问题上，ChatGPT 为她详细分析了案例的细微差别、风险与收益等等，她说这比和医生聊三十分钟的收获都要更多。

当然，ChatGPT 并不能替代医疗专业人员，建议谨慎使用。

基准测试结果显示，GPT-5 在多项基准测试中刷新纪录：

• 数学能力：AIME 2025 （no tools）测试得分 94.6%
• 编程能力：SWE-bench Verified（With thinking）得分 74.9%，Aider Polyglot（With thinking）得分 88%
• 多模态理解：MMMU 得分 84.2%
• 健康领域：HealthBench Hard 得分 46.2%

GPT-5 在指令执行和自主调用工具的能力也有所提升，能够更加稳定地完成多步骤请求，灵活协调多个工具，并根据上下文智能调整行为策略，展现出更强的任务适应能力。

同时，GPT-5 在多项多模态基准测试中同样表现亮眼，覆盖视觉识别、视频理解、空间判断及科学推理等多个维度。得益于其更强的感知与推理能力，ChatGPT 现在能更准确地处理图像及其他非文本输入内容。

在 OpenAI 的内部基准测试中，GPT-5 在约 50% 的复杂知识工作任务中达到或超越专家水平，涵盖法律、物流、销售、工程等 40 多个职业领域，表现优于 o3 和 ChatGPT Agent。

OpenAI 特别强调，GPT-5 是在微软 Azure AI 超级计算机上训练的。

此外，GPT-5 在推理效率上也有突破。在视觉推理、编码和研究生级科学问题解决等任务中，GPT- 5的表现优于 OpenAI o3，但输出 token 数量减少了 50-80%。

幻觉问题一直是 AI 的老大难，而与 OpenAI 之前的模型相比，GPT-5 出现幻觉的可能性有了显著降低，模型在处理复杂、开放性问题时更加得心应手。

在代表 ChatGPT 生产环境流量的匿名测试中，GPT-5 的事实错误率比 GPT-4o 降低约 45%；启用推理功能时，错误率比 OpenAI o3 降低约 80%。

在开放性事实准确性基准 LongFact 和 FActScore 测试中，「GPT-5 thinking」的幻觉率比 o3 减少约六倍，标志着长篇内容生成准确性的显著提升。

除了事实准确性的提升，GPT-5（具备思考能力）还能更诚实地向用户传达其行为和能力。据模型安全研究负责人 Alex Beutel 称，OpenAI 对 GPT-5 进行了「超过五千小时」的测试，以了解其安全风险。

GPT-5 还引入了「安全完成（Safe Completion）」这一全新安全训练方式，让模型在保持安全边界的同时尽可能提供有用答案。当需要拒绝请求时，GPT-5 会透明地说明拒绝原因并提供安全替代方案。

在用户体验方面，GPT-5 减少了过度附和行为，在专门设计的谄媚测试中，谄媚回复率从 14.5% 降至不足 6%。新模型使用更少不必要的表情符号，回应更加细腻和深思熟虑。

此外，OpenAI 还为所有用户推出了四种预设个性：愤世嫉俗者、机器人、倾听者和书呆子，这些个性最初适用于文本聊天，晚些时候将上线语音。用户可根据个人喜好调整 ChatGPT 的交互风格。

在现场的演示中，语音交互变得非常自然且可控。

OpenAI 的研究员要求 GPT-5 从现在开始只用一个词回答问题，当被要求分享一句智慧之言时，GPT-5 回答：「Patience」（耐心）。发布会现场大家都笑了，主持人说这也许是模型在感谢大家耐心等待 GPT-5 的发布。

免费用户也能用，还有一款真香模型

取代 OpenAI o3-pro，OpenAI 还发布了 GPT-5 pro，这是 GPT-5 的一个变体，能够进行更长时间的思考，采用规模化但高效的并行测试时计算，能够提供最高质量和最全面的答案。

在 1000 多个具有经济价值的真实世界推理提示评估中，外部专家在 67.8 %的情况下更倾向选择 GPT-5 Pro，其重大错误率较 GPT-5 减少 22%，并且在健康、科学、数学和编码方面表现出色，获得专家们的一致好评。

GPT-5 今天开始成为 ChatGPT 的新默认模型，向所有 Plus、Pro、Team 和免费用户推出，Enterprise 和 Edu 用户将在一周后获得访问权限。

免费版用户每 5 小时可发送 10 条消息，Plus 用户每 3 小时可发送 80 条消息。

Pro 用户可无限制访问 GPT-5 及 GPT-5 Pro，免费用户达到使用限制后将自动切换到 GPT-5 mini。Pro、Plus 和 Team 用户还可以通过 ChatGPT 登录 Codex CLI，在开发环境中调用 GPT-5 来完成代码编写、调试等任务。

虽然 GPT-5 已对所有用户开放，但 ChatGPT 免费用户并不会立即获得完整的 GPT-5 使用体验。。一旦免费用户达到 GPT-5 的使用限制，他们将切换到更小、更快的精简版模型 GPT-5 mini。

面向开发者，OpenAI 还为 API 平台推出三个不同规格的版本：gpt-5、gpt-5-mini 和 gpt-5-nano，开发者可根据项目对性能、成本和响应速度的不同要求灵活选择。

GPT-5 支持回复 API、聊天完成 API 等主流接口，同时成为 Codex CLI 的默认模型。所有版本都具备reasoning_effort 和 verbosity 参数控制能力，以及自定义工具功能。

除基础对话能力外，GPT-5 还集成了并行工具调用、内置工具（网络搜索、文件处理、图像生成）、流式处理、结构化输出等核心功能，以及提示缓存和批量 API 等成本优化特性。

GPT-5 API 还推出四项核心新功能，大幅提升开发者的使用体验。

首先，通过 reasoning_effort 参数，开发者能根据不同任务场景，在最小、低、中、高四个档位间灵活切换。简单任务用最小档快速响应，复杂问题用高档深度思考，让开发者在回答质量和响应速度间找到最佳平衡点。

在回答详细程度上，verbosity 参数支持低、中、高三档设置，帮助控制回答的详细程度。比如在「天空为什么是蓝色」这一问题上，低档回答简洁明了，高档回答则包含详细的科学解释。

在工具调用方式上，新增的自定义工具功能支持纯文本格式，彻底告别 JSON 转义字符的困扰。处理大量代码或长文档时，开发者无需再为格式错误而烦恼。

值得注意的是，整个执行过程是可追踪，GPT-5会在执行工具调用时主动输出进度更新，让开发者了解 AI 的执行计划和当前状态。

另外，区别于 ChatGPT 中的 GPT-5 系统，API 版本专门针对开发者需求优化，更适合编程和 Agent 任务场景。

包括 Windsurf、Vercel、JetBrains 等知名开发工具和平台都对 GPT- 5给出积极评价。Windsurf 指出，GPT-5 在评估中达到最先进水平，「与其他前沿模型相比，工具调用错误率仅为其一半」。

GPT-5 的发布，对 Claude 而言可能是一记直击命门的重拳。

据外媒 The Information 报道，Anthropic 当前 50 亿美元的年化收入中，有超过六成来自 API，其中仅 Cursor 和 GitHub Copilot 这两家编程客户就贡献了 14 亿美元。这种把鸡蛋放在同一个篮子里的收入结构，恰恰暴露了 Anthropic 脆弱的软肋。

编程工具市场的残酷之处在于性能即一切，哪怕是 5% 的准确率提升，对开发者而言都意味着每天节省数小时的调试时间，过去 Claude 能在编程领域迅速崛起，很大程度上是因为 ChatGPT 在代码能力上的相对滞后。

但窗口期终有关闭的一天，伴随着 GPT-5 在代码编程任务和 Agent 能力的提升，结合 OpenAI 更强的生态绑定和产品分发渠道，一旦 Cursor 和 Copilot 回流 OpenAI，将极大撼动 Anthropic 的收入。

也许很快，我们就能看到 Claude 5 的到来。

作者：李超凡、莫崇宇、张子豪

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

时隔五年之后，OpenAI 刚刚正式发布两款开源权重语言模型——gpt-oss-120b和 gpt-oss-20b，而上一次他们开源语言模型，还要追溯到 2019 年的 GPT-2。

OpenAI 是真 open 了。

而今天 AI 圈也火药味十足，OpenAI 开源 gpt-oss、Anthropic 推出 Claude Opus 4.1（下文有详细报道）、Google DeepMind 发布 Genie 3，三大巨头不约而同在同一天放出王炸，上演了一出神仙打架。

OpenAI CEO Sam Altman（山姆·奥特曼）在社交媒体上的兴奋溢于言表：「gpt-oss 发布了！我们做了一个开放模型，性能达到o4-mini水平，并且能在高端笔记本上运行。为团队感到超级自豪，这是技术上的重大胜利。」

模型亮点概括如下：

• gpt-oss-120b：大型开放模型，适用于生产、通用、高推理需求的用例，可运行于单个 H100 GPU（1170 亿参数，激活参数为 51 亿），设计用于数据中心以及高端台式机和笔记本电脑上运行
• gpt-oss-20b：中型开放模型，用于更低延迟、本地或专业化使用场景（21B 参数，3.6B 激活参数），可以在大多数台式机和笔记本电脑上运行。
• Apache 2.0 许可证： 可自由构建，无需遵守 copyleft 限制或担心专利风险——非常适合实验、定制和商业部署。
• 可配置的推理强度： 根据具体使用场景和延迟需求，轻松调整推理强度（低、中、高）。完整的思维链： 全面访问模型的推理过程，便于调试并增强对输出结果的信任。此功能不适合展示给最终用户。
• 可微调： 通过参数微调，完全定制模型以满足用户的具体使用需求。
• 智能 Agent 能力： 利用模型的原生功能进行函数调用、 网页浏览 、Python 代码执行和结构化输出。
• 原生 MXFP4 量化： 模型使用 MoE 层的原生 MXFP4 精度进行训练，使得 gpt-oss-120b 能够在单个 H100 GPU 上运行，gpt-oss-20b 模型则能在 16GB 内存内运行。

OpenAI 终于开源了，但这次真不太一样

从技术规格来看，OpenAI 这次确实是「动真格」了，并没有拿出缩水版的开源模型敷衍了事，而是推出了性能直逼自家闭源旗舰的诚意之作。

据 OpenAI 官方介绍，gpt-oss-120b 总参数量为 1170 亿，激活参数为 51 亿，能够在单个 H100 GPU 上运行，仅需 80 GB 内存，专为生产环境、通用应用和高推理需求的用例设计，既可以部署在数据中心，也能在高端台式机和笔记本电脑上运行。

相比之下，gpt-oss-20b 总参数量为 210 亿，激活参数为 36 亿，专门针对更低延迟、本地化或专业化使用场景优化，仅需 16GB 内存就能运行，这意味着大多数现代台式机和笔记本电脑都能驾驭。

根据 OpenAI 公布的基准测试结果，gpt-oss-120b 在竞赛编程的 Codeforces 测试中表现优于 o3-mini，与o4-mini持平；在通用问题解决能力的 MMLU 和 HLE 测试中同样超越 o3-mini，接近 o4-mini 水平。

在工具调用的 TauBench 评测中，gpt-oss-120b 同样表现优异，甚至超过了像 o1 和 GPT-4o 这样的闭源模型；在健康相关查询的 HealthBench 测试和竞赛数学的 AIME 2024 及 2025 测试中，gpt-oss-120b 的表现甚至超越了 o4-mini。

尽管参数规模较小，gpt-oss-20b 在这些相同的评测中仍然表现出与 OpenAI o3-mini 持平或更优的水平，特别是在竞赛数学和健康领域表现尤为突出。

不过，虽然 gpt-oss 模型在健康相关查询的 HealthBench 测试中表现优异，但这些模型不能替代医疗专业人员，也不应用于疾病的诊断或治疗，建议谨慎使用。

与 API 中的 OpenAI o 系列推理模型类似，两个开放权重模型都支持低、中、高三种推理强度设置，允许开发者根据具体使用场景和延迟需求在性能与响应速度之间进行权衡。

从伯克利到 OpenAI，北大校友扛起开源大旗

我在 OpenAI 的 GPT-OSS 模型试玩平台上，向模型提出了一个经典的逻辑思维问题：「一根燃烧不均匀的绳子恰好需要一小时烧完，现有若干根这样的绳子，如何精确测量一小时十五分钟」

模型针对这道题目，分步骤呈现了完整的解题思路，配有清晰的时间线图表、原理阐释和要点总结，不过如果仔细观察，可以发现解题步骤还是相当繁琐的。

体验地址：https://www.gpt-oss.com/

据网友 @flavioAd 的测试反馈，GPT-OSS-20B 在经典的小球运动问题上表现出色，但却未能通过最高难度的经典六边形测试，且出现了较多语法错误，需要多次重试才能获得比较满意的结果。

网友 @productshiv 在配备 M3 Pro 芯片、18GB 内存的设备上，通过 Lm Studio 平台测试了 gpt-oss-20b 模型，一次性成功完成了经典贪吃蛇游戏的编写，生成速度达到 23.72 token/秒，且未进行任何量化处理。

有趣的是，网友 @Sauers_ 发现 gpt-oss-120b 模型有个独特的「癖好」——喜欢在诗歌创作中嵌入数学方程式。

此外，网友 @grx_xce 分享了 Claude Opus 4.1 与 gpt-oss-120b 两款模型的对比测试结果，你觉得哪个效果更好？

在这次历史性的开源发布背后，有一位技术人员值得特别关注——领导 gpt-oss 系列模型基础设施和推理工作的 Zhuohan Li。

「我很幸运能够领导基础设施和推理工作，使 gpt-oss 得以实现。一年前，我在从零开始构建 vLLM 后加入了 OpenAI——现在站在发布者的另一端，帮助将模型回馈给开源社区，这对我来说意义深远。」

公开数据显示，Zhuohan Li 本科毕业于北京大学，师从计算机科学领域的知名教授王立威与贺笛，打下了扎实的计算机科学基础。随后，他前往加州大学伯克利分校攻读博士学位，在分布式系统领域权威学者 Ion Stoica 的指导下，在伯克利 RISE 实验室担任博士研究员近五年时间。

他的研究聚焦于机器学习与分布式系统的交叉领域，特别专注于通过系统设计来提升大模型推理的吞吐量、内存效率和可部署性——这些正是让 gpt-oss 模型能够在普通硬件上高效运行的关键技术。

在伯克利期间，Zhuohan Li 深度参与并主导了多个在开源社区产生深远影响的项目。作为 vLLM 项目的核心作者之一，他通过 PagedAttention 技术，成功解决了大模型部署成本高、速度慢的行业痛点，这个高吞吐、低内存的大模型推理引擎已被业界广泛采用。

他还是 Vicuna 的联合作者，在开源社区引起了巨大反响。此外，他参与研发的 Alpa 系列工具推动了模型并行计算和推理自动化的发展。

学术方面，根据 Google Scholar 的数据，Zhuohan Li 的学术论文引用量已超过 15000次，h-index 达到 18。他的代表性论文如 MT-Bench 与 Chatbot Arena、Vicuna、vLLM 等均获得数千次引用，在学术界产生了广泛影响。

不只是大，藏在 gpt-oss 背后的架构创新

要理解这两款模型为何能够实现如此出色的性能，我们需要深入了解其背后的技术架构和训练方法。
gpt-oss 模型采用 OpenAI 最先进的预训练和后训练技术进行训练，特别注重推理能力、效率以及在各种部署环境中的实际可用性。

这两款模型都采用了先进的Transformer架构，并创新性地利用专家混合（MoE）技术来大幅减少处理输入时所需激活的参数数量。

模型采用了类似 GPT-3 的交替密集和局部带状稀疏注意力模式，为了进一步提升推理和内存效率，还使用了分组多查询注意力机制，组大小设置为 8。通过采用旋转位置编码（RoPE）技术进行位置编码，模型还原生支持最长 128k 的上下文长度。

在训练数据方面，OpenAI 在一个主要为英文的纯文本数据集上训练了这些模型，训练内容特别强调 STEM 领域知识、编码能力和通用知识。

与此同时，OpenAI 这次还同时开源了一个名为 o200k_harmony 的全新分词器，这个分词器比 OpenAI o4-mini 和 GPT-4o 所使用的分词器更加全面和先进。

更紧凑的分词方式可以让模型在相同上下文长度下处理更多内容。比如原本一句话被切成 20 个 token，用更优分词器可能只需 10 个。这对长文本处理尤其重要。

除了强大的基础性能外，这些模型在实际应用能力方面同样表现出色，gpt-oss 模型兼容 Responses API，支持包括原生支持函数调用、网页浏览、Python 代码执行和结构化输出等功能。

举例而言，当用户询问 gpt-oss-120b 过去几天在网上泄露的细节时，模型会首先分析和理解用户的请求，然后主动浏览互联网寻找相关的泄露信息，连续调用浏览工具多达 27 次来搜集信息，最终给出详细的答案。

值得一提的是，从上面的演示案例中可以看到，此次模型完整提供了思维链（Chain of Thought）。OpenAI 给出的说法是，他们特意没有对链式思维部分进行「驯化」或优化，而是保持其「原始状态」。

在他们看来，这种设计理念背后有深刻的考虑——如果一个模型的链式思维没有被专门对齐过，开发者就可以通过观察它的思考过程来发现可能存在的问题，比如违反指令、企图规避限制、输出虚假信息等。

因此，他们认为保持链式思维的原始状态很关键，因为这有助于判断模型是否存在欺骗、滥用或越界的潜在风险。
举例而言，当用户要求模型绝对不允许说出「5」这个词，任何形式都不行时，模型在最终输出中确实遵守了规定，没有说出「5」，但

如果查看模型的思维链，就会发现模型其实在思考过程中偷偷提到了「5」这个词。

当然，对于如此强大的开源模型，安全性问题自然成为业界最为关注的焦点之一。

在预训练期间，OpenAI 过滤掉了与化学、生物、放射性等某些有害数据。在后训练阶段，OpenAI 也使用了对齐技术和指令层级系统，教导模型拒绝不安全的提示并防御提示注入攻击。

为了评估开放权重模型可能被恶意使用的风险，OpenAI进行了前所未有的「最坏情况微调」测试。他们通过在专门的生物学和网络安全数据上微调模型，针对每个领域创建了一个领域特定的非拒绝版本，模拟攻击者可能采取的做法。
随后，通过内部和外部测试评估了这些恶意微调模型的能力水平。

正如 OpenAI 在随附的安全论文中详细说明的那样，这些测试表明，即使利用 OpenAI 领先的训练技术进行强有力的微调，这些恶意微调的模型根据公司的准备度框架也无法达到高危害能力水平。这个恶意微调方法经过了三个独立专家组的审查，他们提出了改进训练过程和评估的建议，其中许多建议已被 OpenAI 采纳并在模型卡中详细说明。

OpenAI 开源的诚意几何？

在确保安全的基础上，OpenAI 在开源策略上展现出了前所未有的开放态度。

两款模型都采用了宽松的 Apache 2.0 许可证，这意味着开发者可以自由构建、实验、定制和进行商业部署，无需遵守 copyleft 限制或担心专利风险。

这种开放的许可模式非常适合各种实验、定制和商业部署场景。

同时，两个 gpt-oss 模型都可以针对各种专业用例进行微调——更大的 gpt-oss-120b 模型可以在单个 H100 节点上进行微调，而较小的 gpt-oss-20b 甚至可以在消费级硬件上进行微调，通过参数微调，开发者可以完全定制模型以满足特定的使用需求。

模型使用了 MoE 层的原生 MXFP4 精度进行训练，这种原生 MXFP4 量化技术使得 gpt-oss-120b 能够在仅 80GB 内存内运行，而 gpt-oss-20b 更是只需要 16GB 内存，极大降低了硬件门槛。

OpenAI 在模型后训练阶段加入了对 harmony 格式的微调，让模型能更好地理解和响应这种统一、结构化的提示格式。为了便于采用，OpenAI 还同时开源了 Python 和 Rust 版本的 harmony 渲染器。

此外，OpenAI 还发布了用于 PyTorch 推理和苹果 Metal 平台推理的参考实现，以及一系列模型工具。

技术创新固然重要，但要让开源模型真正发挥价值，还需要整个生态系统的支持。为此，OpenAI 在发布模型前与许多第三方部署平台建立了合作关系，包括 Azure、Hugging Face、vLLM、Ollama、llama.cpp、LM Studio 和 AWS 等。

在硬件方面，OpenAI 与英伟达、AMD、Cerebras 和 Groq 等厂商都有合作，以确保在多种系统上实现优化性能。

根据模型卡披露的数据，gpt-oss 模型在英伟达 H100 GPU上使用 PyTorch 框架进行训练，并采用了专家优化的 Triton 内核。

模型卡地址：
https://cdn.openai.com/pdf/419b6906-9da6-406c-a19d-1bb078ac7637/oai_gpt-oss_model_card.pdf

其中，gpt-oss-120b 的完整训练耗费了 210 万H100 小时，而 gpt-oss-20b 的训练时间则缩短了近 10倍 。两款模型都采用 了Flash Attention 算法，不仅大幅降低了内存需求，还加速了训练过程。

有网友分析认为，gpt-oss-20b 的预训练成本低于 50 万美元。

英伟达 CEO 黄仁勋也借着这次合作打了波广告：「OpenAI 向世界展示了基于英伟达 AI 可以构建什么——现在他们正在推动开源软件的创新。」

而微软还特别宣布将为 Windows 设备带来 GPU 优化版本的 gpt-oss-20b 模型。该模型由 ONNX Runtime 驱动，支持本地推理，并通过 Foundry Local 和 VS Code 的 AI 工具包提供，使 Windows 开发者更容易使用开放模型进行构建。

OpenAI 还与早期合作伙伴如 AI Sweden、Orange 和 Snowflake 等机构深入合作，了解开放模型在现实世界中的应用。这些合作涵盖了从在本地托管模型以保障数据安全，到在专门的数据集上进行微调等各种应用场景。

正如奥特曼在后续发文中所强调的那样，这次开源发布的意义远不止于技术本身。他们希望通过提供这些一流的开放模型，赋能每个人——从个人开发者到大型企业再到政府机构——都能在自己的基础设施上运行和定制 AI。

One More Thing

就在 OpenAI 宣布开源 gpt-oss 系列模型的同一时期，Google DeepMind 发布世界模型 Genie 3，一句话就能实时生成可交互世界；与此同时，Anthropic 也推出了重磅更新——Claude Opus 4.1。

Claude Opus 4.1 是对前代 Claude Opus 4 的全面升级，重点强化了 Agent 任务执行、编码和推理能力。

目前，这款新模型已向所有付费 Claude 用户和 Claude Code 用户开放，同时也已在Anthropic API、亚马逊 Bedrock 以及 Vertex AI 平台上线。

在定价方面，Claude Opus 4.1 采用了分层计费模式：输入处理费用为每百万 token 15 美元，输出生成费用为每百万 token 75 美元。

写入缓存的费用为每百万 token 18.75 美元，而读取缓存仅需每百万 token 1.50 美元，这种定价结构有助于降低频繁调用场景下的使用成本。

基准测试结果显示，Opus 4.1 将在 SWE-bench Verified 达到了74.5%的成绩，将编码性能推向了新高度。此外，它还提升了 Claude 在

深度研究和数据分析领域的能力，特别是在细节跟踪和智能搜索方面。

来自业界的反馈印证了 Opus 4.1 的实力提升。比如 GitHub 官方评价指出，Claude Opus 4.1 在绝大多数能力维度上都超越了Opus 4，其中多文件代码重构能力的提升尤为显著。

Windsurf 则提供了更为量化的评估数据，在其专门设计的初级开发者基准测试中，Opus 4.1 相比 Opus 4 提升了整整一个标准差，这种性能跃升的幅度大致相当于从Sonnet 3.7 升级到 Sonnet 4 所带来的改进。

Anthropic 还透露将在未来几周内发布对模型的重大改进，考虑到当前 AI 技术迭代之快，这是否意味着 Claude 5 即将登场？

迟来的「Open」，是开始还是结束

五年，对于 AI 行业来说，足够完成从开放到封闭，再从封闭回归开放的一个轮回。

当年那个以「Open」为名的OpenAI，在经历了长达五年的闭源时代后，终于用 gpt-oss 系列模型向世界证明，它还记得自己名字里的那个「Open」。

只是这次回归，与其说是初心不改，不如说是形势所迫。时机说明了一切，就在 DeepSeek 等开源模型攻城略地，开发者社区怨声载道之际，OpenAI 才宣布开源模型，历经一再跳票之后，今天终于来到我们面前。

奥特曼一月份那句坦诚的表态——「我们在开源方面一直站在历史的错误一边」，道出了这次转变的真正原因。DeepSeek 们带来的压力是实实在在的，当开源模型的性能不断逼近闭源产品，继续固守封闭无异于把市场拱手让人。

有趣的是，就在 OpenAI 宣布开源的同一天，Anthropic 发布的 Claude Opus 4.1 依然坚持闭源路线，市场反应却同样热烈。

两家公司，两种选择，却都收获了掌声，展现了 AI 行业最真实的图景——没有绝对正确的道路，只有最适合自己的策略。OpenAI 用有限开源挽回人心，Anthropic 靠闭源守住技术壁垒，各有各的算盘，也各有各的道理。

但有一点是确定的，无论对开发者还是用户，这都是最好的时代。你既可以在自己的笔记本上运行一个性能堪堪够用的开源模型，也可以通过 API 调用性能更强的闭源服务。选择权，始终掌握在使用者手中。

至于 OpenAI 的「open」能走多远？等 GPT-5 发布时就知道了。

我们不必抱太大希望，商业的本质从未改变，最好的东西永远不会免费，但至少在这个被 DeepSeek 们搅动的 2025 年，我们终于等到了 OpenAI 迟来的「Open」。

附上博客地址：
https://openai.com/index/introducing-gpt-oss/

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

他躺在床上，身体几乎无法动弹，四肢早已失去控制，连最简单的点一下屏幕对他而言都有心无力。可当他的眼神锁定了 iPad 的主界面——几秒后，屏幕亮起，图标被选中，他成功靠一个念头「点开」了设备。

Mark Jackson 是全球第一批能够用「意念」操控苹果设备的渐冻症（ALS）患者。让这一切成为可能的，是脑机接口公司 Synchron 开发的 Stentrode——一块植入他大脑血管内、捕捉神经信号的微型金属支架。

与之配套的，是苹果推出的一套全新人机交互协议：BCI HID（脑机接口人机交互标准）。这是苹果首次将「脑信号」纳入其操作系统的原生输入方式，和触控、键盘、语音并列。

简言之，大脑正在成为苹果设备上的下一个原生「输入法」。 

脑点波+苹果系统：最强「赛博融合」

Jackson 所用到的 Stentrode 是一个细如发丝、形似支架的脑机接口设备。它通过血管植入到大脑运动皮层附近的静脉中，设备上的电极阵列捕捉神经信号，再借由算法识别出用户的意图，最终控制数字设备。

更重要的是，它首次实现了与苹果生态的原生集成。这项集成的关键，在于苹果今年 5 月推出的全新协议——BCI HID（Brain-Computer Interface Human Interface Device），即脑机接口人机交互标准。

它就像大脑与 iOS、iPadOS、visionOS 之间的「通用语言」，让脑电波正式成为和触控、键盘、语音并列的合法输入方式。通过接入 iOS 的切换控制（Switch Control）无障碍功能，Stentrode 用户现在可以用脑电信号代替按钮、点击或滑动操作。

Mark Jackson 是第一批接受 Stentrode 植入的患者。他患有 ALS（肌萎缩侧索硬化症），无法站立，也无法离开自己位于匹兹堡郊区的住所，但这项技术为他带来了新的「行动自由」。

2023 年 8 月，他接受了手术。在 Stentrode 植入后，Jackson 开始训练如何用意念控制 Vision Pro。他「看到」自己站在阿尔卑斯山的悬崖边，「感受到」腿部的颤抖——尽管现实中他的身体已无法站立。

后来他逐渐学会了更复杂的操作：通过脑控启动应用、发送信息、打开邮件。「在我剩下的时间里，我希望能推动技术的进步，增进人们的理解。」Jackson 这样说道。

他的这番话也道出了 Synchron 团队的核心使命——让这项技术惠及更多人。

Synchron 神经科学与算法高级总监 Peter 表示：「我们的愿景是让脑机接口像键盘和鼠标一样普及。」他解释，BCI 的难点不仅在于技术本身，更在于缺乏标准化的「交互语言」。

于是，他们与苹果合作，基于 HID 标准开发出 BCI HID 协议。「它就像是计算机和键盘之间的通用语言。现在，我们也让大脑有了属于自己的输入协议。」

BCI HID 不仅传递用户的神经意图，还支持设备对用户进行视觉反馈。当 Mark 想选中某个按钮时，屏幕上会出现彩色高亮框。颜色越深，代表神经信号越强，系统就越确定他想点击那个按钮。Mark 可以通过脑控「填满」这个色块，实现精确选择。

「对于使用植入式 BCI 的用户来说，这种可视反馈太重要了。他们能实时看到自己的神经信号是否『足够强』，也更容易集中注意力。」Synchron 首席商务官 Kurt Haggstrom 解释道。而整个系统通过蓝牙连接，不需要额外设备或看护人员协助。只要 Mark 「想」，设备就能启动。

与传统辅助设备不同，BCI HID 是一个闭环交互系统。它不仅识别用户意图，还能实时提供上下文信息，提高解码精度与响应速度。

它还可以将意念动作直接绑定到系统快捷指令：想象点击手指等于回主屏幕，想象握拳等于打开消息，想象挥手等于启动视频通话。这不仅提升了操控自由度，也让系统交互真正进入「零干预」状态。

此外，BCI HID 具备极高的私密性——脑信号是用户「专属」的，无法被他人操控，也不会被其他设备「读取」。未来 Synchron 将推动 BCI HID 成为一个跨平台、跨厂商的神经交互标准，让所有 BCI 设备都能无缝接入数字世界。

而苹果的介入，被视为整件事的「临门一脚」。「Apple 能够认识到用户需求并做出回应，这体现了他们对用户无障碍体验的高度重视。」Kurt Haggstrom 如此评价。

不用开颅的脑机接口，或将打败马斯克

提起脑机接口，大多数人第一个想到的还是马斯克的 Neuralink。无论是 Neuralink 之前的直播，还是在 X 上发推文，都引发了不少人对脑机接口的关注。

相比之下，Synchro 在业外可谓是名不见经传。

不过两家公司之间早有过交集，三年前的一个周末，正值 Synchron 在美国首次为患者植入脑机接口设备之际，马斯克向 Synchro 的创始人兼 CEO Tom Oxley 拨通了一则电话。

奥克斯利后来回忆道，电话里马斯克认为脑机接口的方案应该是移除大部分头骨，并用嵌入式钛合金壳替代。而他本人则坚信，无需触及头骨，也能达成目标。

并且，马斯克还主动提出，如果 Oxley 在这个追求目标的努力中资金不足，尤其是涉及脑机接口的方面，他希望能够提供帮助。但或许出于理念的分歧，这段「牵手」最终无疾而终。

实际上，过去二十年来，研究人员一直在人体上测试脑芯片植入物，但几乎所有这些设备都需要切开头骨并将电极刺入大脑，电线从头部悬挂出来。

简单来说，就是在头顶开一个洞，然后放入一块 Apple Watch 大小的装置。先不说手术过程的风险，即使手术成功了，人类大脑也会对装置产生排异反应，这是侵入式脑机接口的技术难点之一。

而 Stentrode 则不存在这个痛点。

它的手术方式近似于植入心脏支架，产品会通过颈静脉植入进大脑的运动皮层（表达人类运动意图的区域）。大脑对 Stentrode 的排异方式是把它推入大脑组织内，所以 Stentrode 在几周内就会被组织覆盖并固定在该区域。

Stentrode 检测到的任何大脑信号通过一根电线发送，电线沿着静脉向下延伸，连接到缝在患者胸部的 iPod Shuffle 大小的接收器上。

类似于心脏起搏器中的电池，接收器电池续航时间长达 10 年之久。

该接收器通过蓝牙将指令传输到患者的计算机或 iPad，使他们能够访问短信并控制其他应用程序。一旦安装了 Stentrode，患者就会进行校准练习，Synchron 的工作人员会指导他们思考移动身体的不同部位。

在植入方式和理念上的分歧，自然也造就了技术性能上的差异。

举例来说，Neuralink 的设备 N1 拥有超过 1000 个电极，可以捕捉更多的神经数据；而 Stentrode 仅有 16 个电极。N1 的电极直接植入脑组织中，因此捕获的数据更丰富，可转化为更灵敏的鼠标点击和键盘输入。

在之前的报道中，Neuralink 用户同样能通过意念移动光标，而且速度甚至超过部分普通用户的鼠标操作。

尽管如此，为什么苹果最终选择与 Synchron 深入合作，而不是马斯克的 Neuralink？这背后，其实藏着苹果对脑机接口的另一种答案：安全。

正如上面所说，Neuralink N1 是高密度、侵入式植入，怎么理解侵入式手术风险较高，可能引发炎症或组织反应。而 Synchron Stentrode 采用的是低密度、非侵入式植入，手术风险低，恢复时间短，尤其适合不适合进行开颅手术的患者。

当然，Stentrode 的代价就是因为电极不直接接触神经元，信号质量和分辨率较低，数据带宽较低，仅适用于基础层级的神经信号解码。

一个念头，打出一条推文

技术参数只是宏大故事的一部分，Synchron 真正吸睛的，是它已经做到的那些事。

2024 年 3 月，Neuralink 患者在 X 平台发布了一则推文，然而将时间倒回三年前，62 岁的渐冻症患者 Phillip O’Keefe 已经用 Synchron 脑机接口在 X 平台上「打出」第一句话：

Hello world！

注意，这是人类史上第一条通过脑电波「发出来」的推文，没有键盘、没有语音、甚至不是眼动追踪，全靠「想」出来的。虽然推文不长，但对他本人来说，可能胜过十万字长篇小说。

Synchron 的故事当然没止步于此。

当整个世界都被 ChatGPT 占领的时候，很多人都在想怎么用它写论文、写代码、写情书，而 Synchron 想的是如何用 AI 来改善脑机接口的技术。

64 岁的 Mark 就是第一批体验 AI 脑机融合的用户之一。尽管受渐冻症影响失去了大部分肢体与语言能力，他依然可以靠脑电波玩苹果纸牌游戏、看 Apple TV，甚至在 Vision Pro 上「仰望星空」。

具体来说，Synchron 让 ChatGPT 等大型语言模型以文本、音频和视觉的形式获取相关上下文，预测用户可能想要表达的内容，并为他们提供一个可供选择的操作菜单。

并且，在加入 GPT-4o 之后，Synchron 脑机接口迎来了 4 个方面的显著变化：

1. 辅助通信：GPT 生成预先设定的回答选项，用户不需要逐字输入
2. 智能预测：GPT 结合上下文预测可能需求，显著减少操作步骤；
3. 多模态输入：GPT-4o 接收文本、音频和视频输入，通过多种方式提供信息
4. 适应性学习：系统逐渐学习用户偏好，实现高效个性定制。

更重要的是，这种 AI + 脑机接口的多模态信息输入模式，与大脑本身的行为模式有一些相似之处，Synchron 团队的解释是：

我们这样做的原因是，多模态「4o」是不同的，因为它使用的是来自环境的输入，这些输入的行为就像是用户大脑的延伸。当用户开始与提示互动时，它将获得环境中发生的一切的实时信息流。

在接受媒体的采访时，Mark 表示最打动他的，正是 Vision Pro 中一款观察夜空星座的应用：

这太酷了，它真的栩栩如生。使用这种增强现实技术的效果非常显著，我可以想象，对于处于我这种境地的人或其他失去日常生活能力的人来说，它也会如此。它可以把你带到你从未想过会再次看到或体验的地方，为我提供了另一种体验独立的方式。

这是 Mark 的新体验，也是很多人对于脑机接口的最终幻想。

而 Synchron，真的把这件事做成了。

在 2025 年英伟达 GTC 大会上，Synchron 推出全球首款认知 AI 大脑基础模型 Chiral，并带来了一段相当震撼的演示视频。

一位名叫 Rodney 的 ALS 患者，手部完全失能，但通过脑机接口和 Vision Pro，大脑变成了遥控器，能够用意念控制智能家居：调节灯光、播放音乐、控制室、启动家用电器。

当时，Oxley 更是信心满满地表示：

「我们正利用生成式预训练技术，构建一个真正意义上的『大脑基础模型』。Chiral 直接从神经数据中学习，从人类认知的源头进行抽象，从而创造出能够切实改善用户生活的功能。而这一切，都建立在我们能够大规模获取神经数据的基础之上，正如将 BCI 技术普及到如同支架植入手术般便捷。」

所以无论是 GPT-4o，还是脑电接口，它们的终极目标其实是一致的：找到适合每一个人，尤其是被技术忽视的那一部分人，和计算机对话的新方式。

对于像 Mark 这样的用户来说，他们终于不用再依赖别人，也能再次说出自己想说的话，看自己想看的星星，甚至打几把纸牌游戏。

如果这不是人类科技的终极浪漫，那什么才是？

人文关怀，永远是科技的最终底色

可这些进展，最终是为了谁？

我们或许该把视线拉近一点，看看这项技术对某些人来说意味着什么。

Synchron CEO Tom Oxley 表示，目前脑机接口公司需要「欺骗」计算机，让其认为来自植入设备的信号是来自鼠标。但如果有专为这些设备设计的标准，技术潜力将进一步释放。

如今，据外媒报道，苹果正用类似方式推动脑机接口设备与苹果生态系统的集成，并计划在今年晚些时候发布这一新标准的软件接口，供第三方开发者使用，推动脑控技术的进一步应用。

自 2019 年以来，Synchron 已在 10 名患者身上植入 Stentrode。

摩根士丹利估计，美国约有 15 万人因上肢严重功能障碍而成为脑机接口设备的潜在首批用户。根据 2021 年的数据，全球约有 1540 万人患有脊髓损伤，而脊髓损伤是导致瘫痪的主要原因之一。

当你在抱怨手机不好用时，有人连「用手机」这件事，都是奢望。

对于瘫痪、渐冻症患者来说，操作一台设备从来不是理所当然的事，他们甚至无法点击按钮、滑动屏幕、甚至无法抬手发出一个简单的指令。

人类社会对「操作」的定义，也一直都过于狭隘。

我们曾以为「操作」意味着点击、滑动、语音、手势，也一直在追求「更自然」的交互方式，可这套定义，从一开始就没为他们预留位置。

脑机接口的出现，改变了这一点，当意念也能成为操作方式，也意味着不再是人去适应设备，而是让设备去理解人。哪怕这个人无法动弹，无法说话，只剩下一颗仍在清醒地思考的大脑，他依然能与这个世界建立连接。真正的无障碍，是让世界适应每一种存在方式。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

如果你这几天没被一部叫《特朗普爱上在白宫当保洁的我》的短剧刷屏，恭喜你，你可能是唯一没被骗的人。

光听这部剧的标题就有点像土味爽文，情节设定也足够魔幻：美国总统特朗普爱上了白宫保洁员艾米丽，还准备抛弃超模妻子梅拉尼娅，迎娶艾米丽为第一夫人，属实是「美版甄嬛传 + 白宫恋爱脑」双重 Buff 叠满了。

就这样，各大社交平台一时间全都被这条新闻刷屏。不少知名媒体，还有平时看起来挺有判断力的大 V 们开始纷纷转发，表示这部在海外爆火的短剧三个月狂赚 1.5 亿美元，成了中老年女性新晋的心头好。

但很快剧情迎来 180 度的大反转，这部短剧被证实压根不存在，从头到尾都是一个彻头彻尾的虚假新闻。

那么问题来了，一部没人看过的剧，是如何在短短几天内火遍全网的？而 AI 又怎么推波助澜，让这个不存在的消息让更多人相信。

这背后究竟发生了什么？

一部不存在的海外短剧，是如何骗过了人类和 AI？

如果你以为这只是一场乌龙，那就低估了这次传播的复杂程度。

根据多方溯源，这起假新闻风波最早可以追溯到 7 月 1 日，由一个名为「留学生日报」的自媒体账号发布的一篇文章。账号选题擅长「猎奇+流量」，而从语言风格与内容逻辑来看，有很大可能是由 AI 写作工具辅助生成，再经过人工润色。

但问题在于，虽然它只是一个普通的自媒体，却经常被一些国内的正规媒体转载引用。时间来到 7 月 23 日，新加坡《联合早报》旗下的媒体《新明日报》发布了一篇《中国霸总短剧风吹到美国》的文章。

报道内容可以说是写得有鼻子有眼，特朗普放弃模特老婆梅拉尼娅，要娶一个在白宫打扫卫生的亚裔单亲妈妈当第一夫人，甚至还表示这剧三个月赚了 1.5 亿美元，中老年女性观众边骂边氪金，一边骂离谱，一边付费追更。

考虑到《联合早报》是在中文互联网可信度较高的媒体，于是这条新闻又被国内媒体大量转发，各路短视频博主纷纷解读……一个完美的「出口转内销」信任闭环形成了。

此外，一堆二创短视频、图文报道也在海外社交平台火速扩散。这部「假短剧」便开始以「真新闻」的姿态，被全世界的用户相信、讨论、甚至被用来吐槽中美的审美差异。

每个人都在一本正经地谈论一个根本不存在的东西。

直到有媒体实在觉得这事不对劲，开始认真查证。这部剧在任何海外平台（包括短剧平台 ReelShort、YouTube、TikTok）上毫无踪迹，号称收录全球影视作品的权威数据库 IMDb 亦查无此剧。

此外，国内一些头部短剧出海的高管也纷纷出面辟谣，比如「听花岛」副总裁李元君更是直言这类题材根本就不会碰。而撑起整个假新闻的关键证据图，也被一一锤爆。

第一张图，出自综艺《周六夜现场》的讽刺片段，被演员邵逸凡亲自出来打假。第二张特朗普与亚裔女性的合影，就更是一眼假得不能再假，整张图都透着一种塑料感，AI 味拉满。

而如果时间线再往前翻，会发现类似爽文标题早就活跃在社交平台上：

《南北战争爆发，林肯三次请我出山!》《穿越开局 911，看我如何拯救双子塔》……这些明显是爽文小说的标题，不知为何就这样一传十，十传百地被包装成了真实存在的海外短剧。

有趣的是，可就在谣言被揭穿之前，连 AI 都信了这件事。

在事件未被大量媒体正式辟谣前，我试图用多款常用的 AI 工具验证这部短剧的真伪，它仍然信誓旦旦地说「这部剧确实存在」，理由依然是多个平台有权威媒体图文并茂的内容交叉验证。

当然，随着昨天下午大量媒体开始辟谣，这些 AI 工具已经更新了最新消息，能够正确识别这是一则假新闻了。

我们常说，AI 搜索有「幻觉」问题，是因为它有时候会无中生有地生成看似合理但完全错误的答案。

为了把 AI 的幻觉「关进笼子里」，厂商们在技术方面做了很多努力：强化引用机制、引入可信来源、限制模型自由发挥。可当 AI 用来判断新闻真实性的依据，本来就是从假新闻来的，那这些手段却未必管用。

人类和 AI 都靠不住，我们还能相信什么

仔细想想，你很难说这部假新闻的走红属于偶然，虽然故事看似荒诞，但却有着完美的传播基因。

它具备了一切爆款内容的经典配方：明确的叙事结构、图文并茂的素材、经过包装的数据以及精准的传播节奏。

土味短剧在海外走红？美国中老年人迷上猎奇题材？TikTok 成为文化出口？这些设定单独拎出来都不是空穴来风，拼在一起也很难立刻被判定为假。

更何况，AI 成为谣言受害者和传播者的背后，往往离不开人类的恶意操纵和推动。尤其是这些由 AI 编造的内容大多具备几个共同特征：

生成成本极低，一个脚本几分钟就能产出成品；传播能力极强，标题党配合视觉冲击，点击率居高不下；叙事极其抓马，专门攻击人性弱点，什么励志、煽情、猎奇，怎么刺激怎么来。

近期的「DeepSeek 向王一博道歉」事件便是一个典型的案例。一篇标题为《演员王一博案，判了》的报道声称，DeepSeek 曾因错误传播王一博的信息而发布道歉声明，并附上了所谓的「刑事判决书」作为佐证。

然而，经过多轮事实核查，这份所谓的道歉声明，实际是网友诱导 AI 自动生成的内容，但由于措辞专业、结构完整、语气严肃，部分媒体在未经核实的情况下将其误当成真实公告进行传播，引发了大范围的误读和传播。

类似的案例也变得越来越常见。AI 生成的内容已经全面渗透进了整个互联网，特别是在多模态领域表现得尤为突出。最初大家对 AI 能够生成逼真图像感到无比兴奋，可是后来，越来越多的「开局一张图，剩下全靠编」的情况开始出现，且真伪难辨。

比如有人使用 ChatGPT 等 AI 工具将完好的商品（水果、衣物、日用品等）生成破损、发霉、污渍等虚假图片或视频，冒充有问题的商品来申请恶意退款，导致大量商家货款两空。

而在灾难报道中，我们也能看到 AI 的身影开始频频掺杂进公众视野。

去年美国佛罗里达州被飓风袭击，一张穿着救生衣的小女孩，在救生艇上抱着小狗流眼泪的图片横扫了社交网络。然而平台最终证实这只是一张由 AI 生成出来的图片，平白无故地消耗着善良人们的同情心。

又比如去年十月底，西班牙瓦伦西亚地区经历特大暴雨，最后当洪水退去，就出现了下面这张图片的景象。可是由于越来越多内容真假难辨，公众开始用怀疑的眼光看待一切，于是在面对这张照片的时候，很多人的第一反应是：AI 做的吧，假新闻。

当「狼来了」的游戏不断扩大，真正反映、通报险情的消息，被安上「AI 做的吧」，从而错过最佳施救时间，也是一种恶果。

与此同时，平台内容治理的难度也在迅速上升。

今日头条在 2 月份发布的治理报告中就提到，仅去年一年，就拦截了超过 500 万条不实信息，处理 AI 低质量内容 93 万条，处罚同质化发文 781 万篇……

在一些媒体报道中，我们也看到一些完整的 AI 内容造假产业链正在浮出水面。内容工厂批量生产 AI 文章，营销公司用 AI 工具包装推广，SEO 团队研究如何让 AI 内容在搜索引擎中排名更高。

他们都在研究同一个课题：怎么制造 AI 更容易相信的内容，以及怎么让人类更容易相信 AI 制造的内容。

去年六月，网络上出现西安发生特大爆炸的消息，时间地点俱全。但是西安警方核对之后，发现并没有这回事。这条消息是用一家 MCN 机构所持有的账号发出来的。

被警方抓获后，主犯交代自己是利用了 AI 工具，给定 prompt，工具就会自动在网络上抓取相关的文章，然后生成几百到上千字的文本。

最高峰一天能生成 4000 至 7000 条信息，全程几乎不需要人工参与，而且专门挑民生相关、热度高的话题和事件——有研究表明，消极、负面、激发情绪的信息，往往更容易抓住人的注意力，这是由我们的顶叶和额叶区域结构决定的。

当以上这些高互动、易传播的「假信息」被频繁引用、转发、收录，一不留神的 AI 模型也会将其视为语料进行学习并纳入生成机制。如此一来，幻觉也在 AI 与人类之间形成了一个闭环：

人类用 AI 制造假信息→AI 学习假信息→AI 传播假信息→更多人类相信假信息→假信息成为「既定事实」→新的 AI 继续学习这些「事实」……

如此循环往复，形成一个谣言螺旋，每转一圈，真相就被稀释一分，而谎言却变得更加精致、更难识破。人写的东西不敢信，AI 说的话也靠不住，我们仅存的判断力成为最后一道防线。

只是，在信息过载的时代，我们的判断力正在被各种因素侵蚀：偏见让我们只相信符合既有认知的信息；信息茧房让我们失去了更全面视角；情绪化的传播也让理性思考变得稀缺。

或许，在这个所谓的后真相时代，最大的真相就是——大部分「真相」都值得打个问号。尤其是下一个「特朗普爱上保洁员」短剧，可能已经在路上了，而且，它会比这次更离谱，也更难被戳穿。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

过去大半年，Agent（智能体）是 AI 行业最常被提及的概念之一。

几乎所有厂商都在讲 Agent，概念不缺，demo 也不少，但真正做到产品级落地，始终缺一套完整的执行系统——既能理解复杂目标，又能调用多种工具串联任务流程，还要随时支持任务中断、修改与恢复，真正贴合用户工作流。

就在刚刚，OpenAI 正式发布 ChatGPT Agent 功能。

通过整合 Operator + Deep Research + ChatGPT 本体，用户只需描述任务，ChatGPT Agent 就能自主判断所需工具，自动访问网页、提取信息、运行代码、生成幻灯片或表格等，并可在执行过程中实时展示步骤、接受中断和修改指令。

发布会结束后，OpenAI CEO Sam Altman 在社交媒体上写道：：

观看 ChatGPT Agent 使用计算机完成复杂任务，对我来说是一个真正的「感受 AGI」时刻；看到计算机思考、计划和执行，有种与众不同的感觉。

亮点如下：

• ChatGPT Agent 将 Operator、Deep Research 与 ChatGPT 本体三合一，构建了一个统一智能体系统。
• 内置图形/文本浏览器、终端和 API 调用器等工具，支持手机端使用，任务完成后可自动推送结果；
• 可连接 Gmail、GitHub 等第三方应用，深度嵌入用户真实工作流；
• 在多项基准测试中表现领先，综合性能位居行业前列；
• Pro 用户每月享有 400 条调用额度，其他付费用户为 40 条，并支持按需扩展配额。

ChatGPT Agent 正式上线，能购物，能写 PPT，你的浏览器要被 AI 接管了

今天开始，你可以在任何对话中，通过聊天界面左下角的「工具」下拉菜单，选择「Agent 模式」来启用这一功能。

只需描述你想完成的任务，ChatGPT 能够智能地浏览网站、筛选结果、在需要时安全提示你登录、运行代码、执行分析，甚至输出可编辑的幻灯片和电子表格，总结任务结果。

整个执行过程是可视的——操作步骤会实时显示在屏幕上，用户可以随时中断、修改指令，甚至手动「接管浏览器」继续操作，确保任务始终符合你的目标和需求。

在今天凌晨的演示中，OpenAI 展示了 ChatGPT Agent 在真实场景中的应用能力。

比如，为即将出席的婚礼做准备，一直是个难题。现在只需发出请求，ChatGPT Agent 迅速搭建虚拟环境，自主判断应调用浏览器、文本解析器还是终端，并开始依次调取婚礼日期、查询场地天气、推荐西装搭配、筛选酒店。在这个过程中，模型可以与 OpenAI 研究员进行互动，并在适当节点请求确认需求。

更重要的是，用户可以随时中断任务。

比如当 Agent 在推荐西装过程中，OpenAI 研究员临时插入了「帮我找一双 9.5 码黑色正装鞋」的请求，模型立刻暂停当前任务，转而处理新需求。

同样地，当智能体认为有必要时，也会主动向你请求更多信息，确保任务始终与你的目标保持一致。如果任务超出预期时间或出现卡顿，你可以选择暂停任务、请求进度摘要，或直接终止任务并获取已有的部分结果。

「这种可打断、可多轮对话的机制，是我们这次训练模型的重点之一，」OpenAI 研究员解释道。

这一能力背后，是 ChatGPT Agent 对三大系统的统一整合：Operator 提供网页交互能力，支持自动滚动、点击、填表；Deep Research 擅长信息整合与分析；ChatGPT 本体则负责自然语言理解与智能推理。

ChatGPT Agent 是通过强化学习在复杂的任务中训练出来的，过去三者各有短板——前者难以深入分析，后者无法操作网页，而 Agent 将三者优势整合为一体，并辅以浏览器、终端、API 调用器等工具，形成一个完整的执行系统。

用户不仅可以在桌面端启动 Agent 模式，在手机端也同样适用。

任务完成后还将自动推送结果通知。在第二个演示任务中，OpenAI 研究员在 ChatGPT App 上传了团队吉祥物 Bernie Doodle 的贴纸图案，Agent 自动调用图像生成 API 设计贴纸样式，通过浏览器访问电商平台完成比价、样式选择、购物车添加，最终整理出定制贴纸的下单明细。

当然，为确保流程安全、灵活且清晰可控，面对涉及金额的支付环节，则只会由用户手动接管浏览器完成。

通过连接器，用户还可将 Gmail、GitHub 等日常应用接入 ChatGPT，让模型读取邮件、日历或代码库等上下文内容，并执行诸如总结今天的邮箱内容或查找下周空闲会议时间等任务。

一个更典型的应用场景是，OpenAI 研究员能够让 ChatGPT Agent 汇总自己在多项基准测试中的表现，并制作成幻灯片。收到命令后，Agent 会调用 Google Drive 连接器读取数据文件，用终端编写代码绘制图表，并生成完整的 PPT。

这类自动化能力，都是 Agent 深度嵌入工作流的体现。

不过，可以看到，ChatGPT Agent 生成的 PPT 在设计审美方面表现比较一般，并且，虽然可以上传电子表格供 ChatGPT 编辑或作为模板使用，但生成的 PPT 暂不支持二次修改。

需要说明的是，OpenAI 并不是让 Agent 像人一样打开 PPT或 Excel 文件，通过点击来插入文本框和公式，而是直接生成代码来创建文档。这种做法的好处是可以利用模型在代码编写方面的天然优势，避免因模拟点击操作带来的效率低下或出错，也降低了对计算资源的消耗。

The Information 报道指出，如果 ChatGPT 要直接编辑 PPT 或 Excel 文件，就需要启动一台「虚拟机」（即通过 ChatGPT 运行的虚拟计算机环境），这会占用更多计算资源。

而直接生成代码则更轻量、高效。尽管潜力巨大，但就目前来看，这一功能短期内很难对微软的 Office 或者 Google Workspace 造成冲击。

对于 ChatGPT Agent 功能，Pro 用户将在今天之内获得访问权限；Plus 与 Team 用户将在接下来的几天内陆续开放；企业版（Enterprise）和教育版（Education）将在未来几周内上线

Pro 用户每月可使用 400 条消息，其他付费用户每月可使用 40 条消息，并可通过弹性积分方案购买更多额度。

全线刷新「跑分」记录，Agent 战场迎来最强对手

ChatGPT Agent 能力的提升，也体现在「跑分」环节。

在评估 AI 解决跨学科专家级问题的基准测试 Humanity’s Last Exam（HLE）中，搭载智能体的 ChatGPT 模型以 41.6 的 pass@1 得分刷新纪录。在启用并行执行策略后，该得分进一步提升至 44.4。

在目前被认为最具挑战性的数学基准 FrontierMath 中，面对难度极高、从未公开的题目，ChatGPT Agent 在具备终端代码执行能力的前提下，取得了 27.4% 的准确率，远高于此前模型。

在这一复杂且高经济价值的知识型工作任务的内部基准测试中，ChatGPT Agent 在约一半的任务中输出质量已达到甚至超过人类水平，表现也显著优于 o3 和 o4-mini 模型。

在一个内部的投行建模任务基准中，ChatGPT 智能体的表现也显著优于 Deep Research 和 o3 模型。每个任务都基于数百项关于公式正确性、格式规范等评分标准进行评估。

此外，在公开评估模型信息查找能力的 BrowseComp 基准上，Agent 以 68.9% 的准确率刷新记录，较 Deep Research 高出 17.4 个百分点。在 WebArena 评估中，其网页任务执行能力也优于基于 o3 的 CUA 模型。

从平台视角看，Agent 能力的底层接口，正是浏览器。

在 Perplexity AI CEO Aravind Srinivas 最近的采访中，他表示浏览器将会是 AI 的「杀手级应用」。在他看来，浏览器天然具备让 AI 真正「动起来」的全部条件。

不同于传统聊天机器人，AI Agent 的理想形态不是停留在对话框中生成文本，而是具备实际行动力——从访问网页、提取信息、填写表单，到执行跨平台操作。而这一切，浏览器恰好具备所需的操作权限和上下文获取能力。

浏览器可以直接读取页面、模拟点击、自动执行任务，几乎无需额外授权。

在这个过程中，用户与 AI 共处于同一个交互空间：AI 可以自动执行任务，用户也能随时中断或接管，避免黑盒操作带来的不确定性。这种可控性与透明度，是当前许多上下文协议仍难实现的能力。

如今，随着 ChatGPT Agent 能力正式上线，所有声称要做 Agent 的厂商，恐怕都要重新审视自己的产品路径。

当 ChatGPT 从语言交互工具，转向具备协作、调度与承接任务能力的执行系统，开始接入用户的真实工作流，Agent 的可用性门槛，也在此刻被实质性地拉高。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博