最新新闻

来自加拿大中文媒体的重要新闻报道。

Lahoo.ca News Jun 19, 2026

一夜暴富!小伙钻空子从ATM里取出$160万 四处撒币挥霍四个月 良心不安终于自首

一夜暴富!小伙钻空子从ATM里取出$160万 四处撒币挥霍四个月 良心不安终于自首2026-06-26 |作者:江礼且 | 来源:加国报告未分类分享:谁都曾幻想过拥有取之不尽的现金,不用为生计发愁,随心所欲满足自己和身边人的所有愿望。 澳洲一名普通调酒师丹·桑德斯,就意外撞上了这样一场荒诞的暴富奇遇,只是这场金钱狂欢的尽头,无尽的愧疚与煎熬将他压垮,最终他主动曝光自己的所作所为,为这场闹剧画上句号。 图自:脸书 2011年,居住在维多利亚州北部小镇的丹,只是酒吧里一名平平无奇的调酒师,生活拮据。 某天凌晨,29岁的他拿着一张余额仅剩3澳元的银行卡,来到澳大利亚国民银行的ATM机器前准备取钱。 明明账户余额不足以完成取款操作,不甘心的丹随意输入了100澳元的取款金额,本以为机器会直接驳回请求,可怪事就此发生。 屏幕弹出系统错误的提示,ATM却照常吐出了百元现金。察觉到异样的丹反复测试多笔大额取款,结果全部一致:系统报错不会终止出钞流程,自己的银行卡账户余额,从头到尾都定格在3澳元,没有发生任何扣除。 摸索许久,丹摸清了漏洞的运行逻辑。银行每天凌晨1点到3点会进行夜间网络离线维护,这段时间系统存在数据延迟,转账和取款记录无法及时录入流水,即便账户余额不足,依旧能够提取出现金。 靠着这个致命漏洞,丹相当于拥有了一台不受限制的私人提款机。巨大的诱惑摆在眼前,贫穷已久的丹选择隐瞒这个秘密,开启了长达四个半月的疯狂取现与挥霍生活。 白天,他依旧按时到酒吧上班,扮演着普通打工人;等到夜幕降临或是休假时间,他就化身出手阔绰的富豪,彻底沉浸在金钱堆砌的享乐之中。 图自:脸书 顶级酒店套房、私人飞机环球旅行、高档餐厅包场消费,成了他日常的消遣。他对身边的朋友格外大方,豪车、价值五万澳元的名贵马匹,只要朋友开口,他都会毫不犹豫买单; 有人无力承担大学学费,他主动全额帮忙缴纳;外出用餐时,上千澳元的小费随手打赏给基层服务员,兴致来了还会承包整间餐厅所有客人的账单,甚至被路人误以为是澳洲顶级富豪。 图自:脸书 就连自己打工的酒吧,丹也十分豪爽,时常包下全场酒水宴请顾客。酒吧老板经营不善拖欠员工薪水,看着同事们焦急无助的模样,丹连夜取现1.5万澳元,第二天全额分发,帮大家解决了养家糊口的燃眉之急。 短时间内的暴富让丹身边围满了人,不少人隐约猜到他的钱财来路不正,却依旧心安理得接受他的馈赠。 在这场长达四个半月的金钱狂欢里,丹累计挥霍掉160万澳元,奢靡的生活让他一度迷失,他享受众人追捧的感觉,觉得手握现金的自己如同国王一般无所不能。与此同时,他还同时和多名女性交往,所有人都以为自己是丹唯一的伴侣。 可狂欢的背面,是日夜无休止的精神内耗。随着取出的不义之财越来越多,丹的恐惧感也在不断加剧。他夜夜失眠,频繁做噩梦,梦里全是警察持枪上门抓捕自己的画面。 他一边疯狂花钱,一边不断疑惑,银行迟迟没有察觉资金流失,自己到底要什么时候才能停下这种错误的行为。令人意外的是,损失上百万资金的澳大利亚国民银行,长时间都没有发现系统漏洞和资金失窃问题。最先撑不住心理压力的人,反而是丹本人。 他曾主动前往银行坦白真相,工作人员却以为他精神失常,没有理会他的说辞。走投无路之下,丹选择登上主流电视节目,当众曝光ATM漏洞、自己疯狂取现以及挥霍百万澳元的全部经历。 节目播出后,整个澳洲一片哗然。事发之后,银行出于维护自身口碑的目的,刻意拖延了整整两年,才正式向警方递交起诉书。因为系统账目混乱,银行无法统计准确的损失金额,最终只要求丹赔偿25万澳元,和他挥霍的160万相比,赔偿金额微不足道。 法庭上,丹承认欺诈罪以及以欺骗手段获取财物的罪名,最终被判处一年有期徒刑,外加18个月社区服务。 监狱的生活远比他想象的残酷,帮派斗殴、暴力威胁随处可见,他还亲眼目睹狱友被杀害,这段经历给他留下了严重的创伤后应激障碍。为了赎罪,他在服刑期间,挨个给曾经欺骗过的女性写信,坦诚自己的过错。 如今四十多岁的丹,再次做客访谈节目,完整剖析了当年自己的内心世界。他坦言,四处散财并不是出于善意的利他主义,只是为了给自己的违法行为寻找借口,靠别人的感激麻痹自己的愧疚,用金钱购买短暂的心安。被众人簇拥、当成救世主的虚荣感,像毒药一样吞噬了他的理智,让他彻底迷失自我,变得虚伪又自私。 图自:Dailymail 刑满释放后,丹重新回归平凡生活,再次做起了时薪二十多澳元的调酒师,也遇见了三观契合的伴侣。 平淡的日子里,他看清了人性——当年围着他蹭好处、花钱最积极的朋友,在他入狱之后全部消失,只有少数几个人,愿意陪着他喝廉价咖啡,共度低谷。 现在的丹,不再追求轰轰烈烈的亢奋生活,甘于接受自己的平庸。虽然日常日子平淡简单,但他内心坦荡安稳,不用再活在恐惧与愧疚之中,能够踏踏实实睡个安稳觉。 信源:Dailymail等 阅读 7262未经允许不得转载:加拿大乐活网 »一夜暴富!小伙钻空子从ATM里取出$160万 四处撒币挥霍四个月 良心不安终于自首分享:

Wenxuecity Jun 19, 2026

扎克伯格承诺Meta今年不会再裁员:未来或更艰难

IT之家 6 月 19 日消息,《连线》报道称,Meta 员工士气似乎已跌至谷底。CEO 马克 · 扎克伯格随后试图通过举办全公司 AI 黑客松(文学城编辑注:又称“编程马拉松”,是一场将极客、开发者和设计师聚集在一起的高强度协作竞赛。参与者需在限定时间内,围绕特定主题组成小队,通宵达旦地将创意转化为可运行的软件原型或硬件产品。)提振士气,却遭员工冷淡回绝。 多轮大规模裁员令 Meta 员工持续动荡不安。仅上个月,Meta 就在围绕 AI 展开的混乱重组中裁撤 8000 人,约占员工总数的 10%。不少未被裁的员工还被迫承担训练 AI 模型的基础杂活。这类工作每周都要重复,已令部分员工难以忍受。 当地时间 11 日,扎克伯格向员工发送内部备忘录,试图提振士气。他宣布 7 月将举办一场全公司 AI“黑客松”,却遭到根本无心参加的员工直接回绝。 Meta 过去经常举办黑客松,但上个月宣布大规模裁员后,员工对活动的反应极其冷淡。 一名员工通过内部留言板直言:“我现在满脑子都是怎么让团队维持运转。我没有任何动力参加,更别说挤出时间了。” 另一名员工表示:“我不确定 Meta 现在是否还支持黑客松文化。公司一边裁掉同事,一边要求员工在支持减少的情况下承担更多工作。” 还有一名员工表示:“我参加过以前的黑客松,但在我所在的团队还要完成一轮轮冲刺任务的情况下,现在已经没有余力参加了。” 报道指出,员工承受了如此多的痛苦,Meta 却几乎没有拿出相应成果。竞争对手在 AI 竞赛中不断扩大领先优势,Meta 则频频失足,至今仍难以推出真正令人印象深刻的新 AI 模型。 IT之家从报道中获悉,扎克伯格在备忘录中承诺,Meta 今年余下时间不再裁员,但未来仍可能面临更加艰难的日子。“这些调整非常复杂,我们已经犯过错误,而且几乎肯定还会犯更多错误。”

Wenxuecity Jun 19, 2026

618毁掉了AI购物试水:AI为何让消费者又爱又怕?

撰文 | 刘 曳 编辑 | 张 铎 今年618的关键词,无疑是AI。 淘宝有千问,京东有京言,豆包上线“帮你选”,连一向慢半拍的拼多多也悄悄试水AI搜索。 电商平台正纷纷从传统的“搜索式购物”向“对话式购物”迈进,只是这第一波试水,并没有想象中顺利。 消费者、商家和平台,各自藏着一肚子心事。 #01 又爱又怕的消费者 许许在上海一家广告公司做媒介执行。今年618她本来没什么购物欲,但闺蜜要过生日,她想送一份不贵但有心的礼物,预算200块。 按习惯,她得先在小红书搜一圈“生日礼物推荐”,再去淘宝翻关键词、看评价、对比买家秀。一套流程下来,一个午休就没了。 这次不一样。淘宝内置了千问AI购物助手,她随手点进去,输入“闺蜜24岁,喜欢简约风,预算200元以内的生日礼物。” 几秒后,AI给出了答案:香薰蜡烛礼盒、手账套装、小众设计的帆布托特包。每一条都标注了理由和到手价。 “它好像真的读懂了简约风是什么意思,推荐的都不是那种花里胡哨的东西。” 但许许很快发现,AI不是每次都懂你。AI只能解决不知道买什么的选择困难,一旦有了明确偏好,AI反而成了累赘。 要是AI反复推同一个品牌,她刻进DNA的警惕就上来了,觉得品牌肯定砸了不少钱。在她眼里,传统的销量榜反而更可信。“那是市场真实检验的结果,是消费者的选择,不是算法的选择。” 2026年被行业认为是“AI原生大促元年”。不只是淘宝,各大平台都亮出了自己的AI底牌。京东上线AI助手“京言”,字节豆包上线“帮你选”功能,就连在AI上一向慢半拍的拼多多,也在5月底悄悄试水AI搜索。 大麦是个重度咖啡爱好者,每天要消耗4颗胶囊咖啡。日常他会在山姆下单星巴克的研磨胶囊咖啡,因为便宜且方便,60颗装179.9元,平均一个3元钱。 这次618,他不想做数学题,直接用AI助手在电商平台找好价。他分别在淘宝、京东、豆包上搜索“均价3元的胶囊咖啡”。 该图片疑似使用了AI生成技术,请谨慎甄别 图|大麦的搜索结果 没想到,最靠谱的竟然是豆包,直接给出了适配Nespresso咖啡机、单颗约3元的高性价比胶囊,按照口碑和价格排序。 淘宝给出的第一款,是类似三顿半的冷萃即溶咖啡,并非真正的胶囊咖啡。京东解释一堆概念后,推荐的三款是:胶囊鞋带扣、吐血胶囊道具和洗衣凝珠,把大麦给整乐了。 大麦认为,淘宝的商品都有巨长的商品名,堆满了为搜索硬塞的关键词。关键词污染或许导致AI推荐结果不理想。京东的匹配能力差,更像是自身技术力的问题。 但他真正担心的是另一件事:换成那些一无所知、直接相信AI的人,会不会因此买到货不对版的商品? #02 困在算法黑箱里的商家 林芷的淘宝店开了八年,主打法式复古风连衣裙,定价200-400元,月销稳定在四五百件,八年里,她学会了拍照、修图、写详情页、植入关键词、开直播。 她是懂流量的。森女系、韩式碎花这种氛围感形容词已不再流行,只要把“法式复古 连衣裙收腰 显瘦”这几个词塞进标题,再配上几张氛围感主图,总能被搜索的用户看见。 千问与淘宝全面打通后,她试着用千问搜自己的商品,却发现很难找到自家店铺的款式。她不死心,换了各种问法,也未能如愿。 她不知道自己哪里做错了:标题写得不够好?是详情页的某张图AI不喜欢?还是某个差评随口说了一句版型不好,被AI当成真理,调整了权重? 搜索时代,规则是透明的,至少你知道自己的劣势在哪里。林芷打了个比方:“就好像你苦练了十年跑步,突然裁判说,以后不比速度了,比质量。你问他什么叫质量,他说这不能公开。” 林芷开始疯狂补课。她知道了GEO(生成式引擎优化)这个新概念,要优化“怎么让AI记得住、讲得出、信得过你的品牌”。 她修改了店里卖得最好的碎花连衣裙的详情页,老老实实写出了100%棉麻、裙长118cm、腰部有抽绳可调节、大裙摆遮胯宽、适合春夏约会、通勤、度假等等信息,每一条都是AI能抓取的标签。 林芷想过找代运营商帮忙,对方报价一个月两万,承诺帮她做AI内容优化、GEO布局、投喂大模型,而这个成本对小商家来说是天价。 而且代运营商自己也承认,“我们只能不断猜、不断试、不断调,谁也没法保证你一定能被AI选中。” 一批批商品不断被选入宫中选秀,翻牌赐花全靠眼缘,被相中的人趋之若鹜,不被欣赏的人只能含泪回家。 图|代运营机构们不断产出针对GEO的方案 问题同样困扰着陈明。陈明在杭州一家中等规模的电商公司做运营总监,主营小家电,从去年底开始,他专门指定了一个下属负责AI落地,就想着把能试的工具全试一遍。 半年多下来,他们用AI做过详情图、设计过换款、采集过竞品数据、生成过运营素材、全自动投放优化、也尝试过GEO....几乎全踩了一遍坑。 “结果就是,我们花了大半年时间,验证了网上90%的AI案例都是夸大其词。” 比如说用AI生成详情页时,他们试过七八款工具,输入产品参数,出来的东西乍一看像模像样,统统排版漂亮、文案流畅。但仔细一核对,卖点全是套话,甚至连产品颜色都能搞混,得花双倍时间去校对、修改,还不如自己从头写。 “你以为省了时间,实际上是在给AI擦屁股。”真正能落地的AI应用,往往是需要团队自己花时间去调、去适配、去打磨的定制化方案。 他们最后只保留了两样东西:一个是自动化的竞品价格监控脚本,另一个是基于历史数据的销量预测模型。它们不fancy,不性感,但至少能算清楚投入产出比。 陈明觉得,GEO在自媒体嘴里被包装成了一门科学,但在他手里,更像是一门玄学。它的效果无法归因、无法量化、无法迭代,又有多少代运营机构验证过效果,样本量是多少?有没有排除其他变量的干扰? 过去,商家拼的是谁更懂消费者;现在,他们得先学会怎么讨好AI。 #03 平台流量生意的黄昏 对许许来说,AI推荐的尽头是信任危机,对林芷来说,AI推荐的尽头是看不见的黑箱。但对平台来说,AI推荐的尽头是一个更现实的问题:怎么靠它赚钱? 传统电商的广告逻辑建立在搜索之上。用户输入关键词,平台提供货架,商家通过购买关键词竞价来获得曝光。 但AI正在让这种传统模式加速走向末路,当消费者不再逐页浏览商品页,而是直接得到AI推荐的答案,平台赖以生存的“过路费”,就难有立足之处了。 于是平台陷入商业化悖论,如果让AI优先推送广告商品,用户的信任就会受损;可如果完全保持中立,平台的广告收入又会被直接掏空。如何平衡AI推荐和广告商业化,是一个还没有标准答案的难题。 悖论归悖论,真到了牌桌上,谁也不敢慢,尤其是阿里。 据QuestMobile数据,截至2026年一季度,豆包月活3.45亿,千问1.66亿,前者约是后者的两倍,逼着阿里必须在AI购物这条赛道上快速卡位。一旦让豆包率先定义了“AI购物”的用户心智,淘宝天猫就可能被绕过。 就目前看,千问和豆包的AI推荐里都还没有明显的广告位,更多是基于需求匹配。但谁都清楚,平台不可能永远不商业化。 答案或许已经在大洋彼岸成型。 亚马逊今年5月把原来的购物助手Rufus并入了新的Alexa for Shopping,升级成了一个能“动手”的智能体:可以帮顾客盯价格,一旦降到预期就提醒下单;能自动补货,把咖啡、纸巾这类常购品定时加进购物车;能调出一款商品过去一年的历史价格曲线,判断商家是否真的在打折。 图|Alexa for Shopping 在变现上,亚马逊的“提示词广告”(Sponsored Products prompts)在去年以免费形式试水,今年3月底正式转为商用,按点击付费,当消费者向AI提问时,语义匹配的商品会带着Sponsored标签,直接出现在对话答案里。 眼下亚马逊定的还是按点击收费。但不少人预判,当AI未来不再只是推荐、而是直接替消费者完成交易,收费方式迟早会从“按点击”滑向“按成交”付费。 未来的电商,或许正从B2C变成B2A2C。电商平台当年的叙事是“去掉中间商”,让品牌直连消费者。但AI智能体又悄悄站到了中间,为了讨好AI,做生意的门槛被无形中抬高。 当然,搜索不会消失,“猜你喜欢”不会消失,有明确目标的用户依然会自己去找。只是流量的权重正在重新分配,原有的竞争规则正在失效。 而夹在品牌和消费者之间的“A”,身份始终暧昧——它是消费者的代理人,还是商家派来的销售员?是平台的变现工具,还是真正中立的购物顾问? 这届618,所有人都在往前走。只是走得踉踉跄跄,心里没底。

Wenxuecity Jun 19, 2026

墨西哥私人飞机突发空难 美科技大亨丧命儿子幸存

6 月 18 日消息,一场从墨西哥卡波度假返程的私人飞机坠毁事故,在国外社交平台引发大量讨论,奥斯汀知名科技大亨约书亚.贝尔不幸遇难,万幸他的少年儿子诺亚在这场起火坠机事故里活了下来,其余五名机上人员也全部顺利出院。 这架塞斯纳 680A 公务机最多可搭载九人,周二下午六点十九分从墨西哥洛斯卡沃斯机场起飞,原定飞回奥斯汀,夜间十点左右在得州拉雷多的 20 号环线公路上空失控坠毁。现场画面十分惨烈,机身撞击路面后直接断成两截,整架飞机被大火吞噬,随时有爆炸风险,路过的目击者没有选择旁观,纷纷下车上前施救,有人找来大锤、铁锹撬开变形舱门,还有人砸碎驾驶舱玻璃,争分夺秒把被困人员转移出来。 当地美容师扎伊拉.加尔萨亲眼目睹全过程,她丈夫第一时间冲上去救人,三名青少年最先被救出,之后两名飞行员和昏迷的乘客也陆续脱离残骸,她直言眼前景象像电影灾难片,全程都在担心飞机起火爆炸。 机上一共六人,除 50 岁的企业家约书亚.贝尔之外,还有两名飞行员和三名未成年人,仅有贝尔一人没能挺过事故,其余五名幸存者全部完成治疗出院。除此之外,事故还波及地面,一辆途经车辆被坠毁飞机撞上,车内人员送医;至少五名参与救援的急救人员,因吸入大量浓烟出现不适,也被送往医院观察。贝尔的家人已经向当地媒体确认,儿子诺亚平安无事,只是暂时没有对外发布完整声明。 约书亚.贝尔在奥斯汀创业圈地位极高,执掌当地知名联合办公空间 Capital Factory,被称作奥斯汀创业教父,一手推动当地科创产业发展,还和妻子艾米一同创办贝尔家族基金会,专门帮扶弱势儿童,甚至曾和前总统奥巴马留下合影。 他离世的消息传开后,商界、政界众多人物纷纷发文悼念,Capital Factory 总裁称他是无畏的领导者、可靠好友;参议员约翰.科宁、泰德.克鲁兹也公开表达悲痛,称赞他是带动全美创新的关键人物,深耕德州科创与军工产业,影响力难以估量。 目前美国联邦航空管理局 FAA 已经介入,全面调查此次坠机的具体原因,完整事故报告还需要一段时间才能对外公布。一边是奢华私人度假行程,一边是突发致命空难,父亲离世、孩子侥幸生还的巨大反差,加上现场路人自发救援的惊险画面,整件事交织着惋惜与温暖,也让不少网友感慨出行意外难以预判。

CCTV Chinese Jun 18, 2026

八部门发布加快“人工智能+消费”发展实施意见 从供需两侧同时发力打通堵点

央视网消息:6月18日,商务部等八部门发布《关于加快“人工智能+消费”发展的实施意见》,围绕提升“人工智能+商品消费”、扩大“人工智能+服务消费”等五方面,提出17项具体举措。 此次《意见》从供需两侧同时发力,打通了人工智能应用过程中“有产品无市场”或“有需求无供给”的结构性堵点。在商品消费领域,《意见》提出扩大智能终端供给,推动消费电子产品从功能型向智能型转变。布局人形机器人消费新赛道,加速机器人从工业场景向消费场景渗透。搭建商品首发平台促进新产品触达。打造“人、车、家”全场景联动生态,并将AI与脑机接口、增强现实等前沿技术融合,研发推出一批国际领先的新产品。在服务消费领域,《意见》围绕居家、养老、文旅、住宿餐饮、教育五大场景,也提出了多项务实举措。比如,研究将智能家居及服务应用纳入“好房子”建设指南。指导养老服务机构运用人工智能技术,布局信息化管理、智能安防等技术系统,配备智能护理机器人、康复机器人等产品。应用人工智能技术提升境外人员酒店入住服务便利性。商务部国际贸易经济合作研究院副院长林健表示,服务消费是我国消费增长的核心驱动力,但优质供给不足仍是主要短板。人工智能的引入有望突破服务消费受制于人力成本高、标准化程度低的瓶颈。五大场景的广泛覆盖,表明AI正从消费零售加速向公共服务和生活服务领域渗透。在商业创新领域,聚焦零售、电商和物流三个关键环节,《意见》提出将技术创新嵌入既有商业体系改造升级,进一步发挥电商在人工智能应用中的场景优势,将智能商业建设与城市更新和乡村流通体系完善相结合,进一步提升流通组织效率和消费履约能力。在推广和环境保障方面,《意见》提出建设“人工智能+消费”集聚区和AI体验中心,并且要求与数码产品购新、以旧换新等现有政策衔接配合,推动人工智能技术在消费领域普及应用。 林健表示,《意见》以多部门协同构建了“人工智能+消费”的政策框架,从长远看,有利于打通技术创新与消费升级的政策通道,推动消费的增长逻辑从依赖外部刺激转向依赖技术赋能,对构建以内需为主的双循环新发展格局具有深远战略价值。

Wenxuecity Jun 18, 2026

网友:中国大模型何时达到Fable级别?马斯克回复了

围绕Anthropic前沿模型遭出口管制下架,一场关于中国大模型追赶时间表的公开辩论正在X平台上演,多方观点的交锋折射出AI行业格局加速重塑的现实。 在智谱AI发布GLM-5.2后,6月18日,一名X用户向独立研究员、AI 开发博主Teortaxes提问"中国大模型何时达到Fable级别"。 Teortaxes给出了7个月的时间差判断,马斯克随即回复"可能(2027年)第一季度",智谱AI CEO唐杰则直接表态"不需要那么久"。 马斯克随后补充,在基准测试上追赶相对容易,但以"真实实用性"衡量,明年Q1也已经相当出色。 这场对话的背景是GLM-5.2在关键编程基准FrontierSWE上取得74.4分,仅落后Anthropic顶级闭源模型Opus 4.8约1个百分点,并超过GPT-5.5。 华尔街见闻此前提及,美国商务部对Anthropic旗下Fable 5和Mythos5实施出口管制,要求向任何外国人提供访问权限前须取得政府许可证,Anthropic随即关闭两款模型的全球访问权限。 技术追赶与AI成本两股力量同步作用,正在重塑全球AI竞争格局。正如zerohedge所指出的,当"10%的智能差距"可能对应"90%的成本优势"时,逾5万亿美元的资本配置是否存在错配,将成为市场持续追问的核心命题。 时间表之争:从7个月到"不需要那么久" 争论的起点来自Teortaxes对GLM-5.2性能位置的判断。 他认为,GLM-5.2整体能力处于Opus 4.7至4.8区间,他表示Opus的视觉能力本身较弱,综合考虑视觉能力后中国大模型差距大致为7个月。 他的推算逻辑是,Mythos模型于2026年2月初达到Preview状态(即≥Opus 4.8的功能水平),以此类推,中国模型达到完整"Fable"级别的时间窗口约在2026年11月至12月。 马斯克的判断则更为保守,仅以"Probably Q1"回应,对应2027年一季度。 但他随后补充了一个重要分层:在基准测试层面,追赶进展或许确实令人印象深刻;而以"真实实用性"衡量,即便到Q1也已相当不易。 他点名Anthropic的优势正在于专注于提升真实智能,这种能力不显现在基准分数上,但直接反映在营收上。 对于马斯克的言论,有AI业内人士认为,马斯克的预测相对保守,中美模型水平的时间差可能短于7个月。 谷歌DeepMind首席执行官德米斯·哈萨比斯此前也表示,中国的人工智能模型在能力上可能“只差几个月”就能赶上海外。 唐杰的回复则更为简短直接:"won't take that long"——不需要那么久。这一表态隐含了智谱对自身迭代速度的信心,但并未给出具体时间节点。 AI研究机构Proximal评价称,GLM-5.2是"第一个真正缩小了Anthropic/OpenAI与其他模型提供商之间巨大技术鸿沟的模型"。 GLM-5.2的技术坐标:逼近闭源前沿,差距仍存 围绕这场时间表讨论,GLM-5.2的技术指标是核心依据。 6月15日,智谱宣布正式上线并开源新一代旗舰大模型GLM-5.2。在全球百万用户参与盲测的前端开发评估系统Code Arena上,该模型位列全球可用模型第一位。 与以往主打即时问答能力的模型不同,GLM-5.2主攻“长程任务”——让AI不再只做即时问答,而能像人一样连续工作数小时、自主跑完一个完整的大型工程。 根据发布数据,GLM-5.2参数规模为753B,配备1M token稳定上下文窗口,采用MIT协议完全开源。 在长程编程基准FrontierSWE上,GLM-5.2得分74.4,Opus 4.8为75.1,差距约1个百分点,同时超过GPT-5.5的72.6以及Opus 4.7。 在PostTrainBench(测试Agent训练小模型能力)上,GLM-5.2以34.3分排名第二,仅次于Opus 4.8的37.2,高于GPT-5.5的28.4。 差距仍然存在。在最高难度的SWE-Marathon基准上,GLM-5.2得分13.0,而Opus 4.8为26.0,落差明显。 三个基准加在一起,传递的信息是:在中等复杂度的长程任务上,GLM-5.2 已经进入了与顶级闭源模型同台竞争的区间;在最极端复杂度的任务上,它仍然落后,但在开源阵营里独占鳌头。 Anthropic模型下架,开源替代逻辑加速成立 驱动这场讨论的另一重要背景,是Anthropic旗下Fable 5和Mythos 5的突然下线。 华尔街见闻提及,Anthropic事件暴露出闭源商业模型在可获得性上的脆弱性,并为开源阵营带来了超越技术层面的战略价值。 在GLM-5.2发布的同时,智谱AI CEO唐杰在X平台发表声明: 在前沿模型被无故切断访问的时刻,我们更加确信一件事:科学应当是全球的。通往AGI的道路绝不能由高墙围困。 这一时机选择将开源从技术路线提升至技术主权的叙事层面。该条推文在24小时内获得超过88万次浏览和252条回复。 东方证券认为,开源模型具备开放权重、自主可控、可本地部署等特征,使其成为规避地缘政治风险、保障业务连续性的更优选择。 由于国内模型性能领先、多数开源、API调用成本较低,中国模型已在OpenRouter等Token分发平台上占据领先位置。叠加Anthropic两款模型下架,国产模型API调用量有望进一步提升。 但从中长期逻辑看,成本下降与访问门槛降低,可能推动词元消耗量和算力需求同步扩张。对投资者而言,开源模型份额提升与算力需求高增,正在成为AI产业链重估的核心变量。

Wenxuecity Jun 18, 2026

美联邦法官裁定:孟晚舟供述可用于华为刑事诉讼

联邦法官裁定:孟晚舟的供述可用于华为刑事诉讼 https://t.co/fCCjWw7tfD pic.twitter.com/HznmFRSJYM — RFI 华语 - 法国国际广播电台 (@RFI_Cn) June 18, 2026 根据周二提交给布鲁克林联邦法院的一份法官裁决,华为一位高管承认该公司在伊朗非法开展业务,这一供述可能在即将开庭的美国对华为的审判中被用作证据。 华为首席财务官孟晚舟是在2021年达成的一项协议中承认了这一事实,该协议旨在撤销她在此案中面临的刑事指控。在一份长达四页的事实陈述中,孟晚舟承认曾就华为是否遵守制裁和出口管制法律向一家金融机构撒谎。 纽约东区联邦地区法院法官唐纳利(Ann Donnelly)在裁定该声明可在庭审中采纳时写道:“孟(晚舟)过去是——现在仍然是——华为技术的首席财务官”。 唐纳利指出,“华为技术不应以承认其高级管理人员关于其工作行为的陈述——该陈述已被华为技术采纳——侵犯了华为技术的权利为由提出异议”。 唐纳利驳回了华为的论点,即尽管孟晚舟作了陈述,但该公司仍有权保持沉默,因此检方不得将她的供述作为对其不利的证据。唐纳利还表示,华为没有必要在庭审中质询孟晚舟。华为发言人尚未对此置评。 孟晚舟的父亲任正非创立了华为。2018年,她抵达温哥华后因美国逮捕令被捕,此事震惊世界,令中美关系和中加关系都陷入紧张。 此前,一份密封起诉书指控孟晚舟和华为涉嫌银行欺诈,就该公司在伊朗的业务误导汇丰银行和其他银行。在与华盛顿引渡的斗争中,孟晚舟在加拿大一栋价值数百万美元的六居室豪宅中被软禁了近三年。 在疫情期间,一项不同寻常的解决方案是,孟晚舟于2021年9月获准在温哥华远程出庭,签署了暂缓起诉协议,之后飞往中国,受到了英雄般的欢迎。该协议规定,相关指控将在日后被撤销。 孟晚舟获释后不久,中方释放了两名被拘留的加拿大人,两名被禁止离境的美国兄妹也被允许回国。针对华为的案件仍在继续。除了最初对华为误导银行的指控外,一份补充起诉书还指控该公司窃取商业秘密和其他罪行。 自2019年以来,美国限制华为获取美国技术,指控该公司从事危害美国国家安全的活动,华为对此予以否认。华为不仅摆脱了美方限制,还拓展了智能汽车零部件等新的业务领域,并成为中国人工智能发展的领军企业。该案将于9月8日进行陪审团遴选。

Wenxuecity Jun 18, 2026

硅谷在吹AI Agent 而最赚钱的企业却在死磕工作流

一台200美元的录音笔,几个月内在亚太区干出了1亿美元以上的收入。50%的买家是全球各地的CEO和Founder——全世界最忙、最不缺钱、也最不缺效率工具的那群人。 这是我在新加坡Agent峰会上听到的一组数据。说这话的人叫Megumi,她身后坐着其他四位女性创业者。一个全是女生的panel,在AI行业本来就少见。更少见的是她们聊的东西——不是谁融资更多、谁模型更大,而是怎么在真实的商业世界里活下来,而且活得不错。 Megumi用十六个字介绍自己:"根于北洋,学于东洋,仕于西洋,居于南洋。" 跟她同台的有PatSnap的关典、Dify的Lusha、特赞的Jennifer,以及Emerging AI的Jolie。 五家公司,五条完全不同的路,但都有钱赚。她们用各自的数据说明了一件事:AI商业化没有标准答案。 真正赚到钱的,做的都是同一件事:找到真实的场景,用合适的产品形态,解决具体的问题。 硬件即入口:Plaud的200美元信任生意 Megumi说了一句话让我印象很深:人类的大多数intelligence来自conversation,不是document。Plaud做的不只是一个AI录音笔,而是帮AI重新找到进入人类生活的入口。 这个入口要解决的核心问题不是技术,是信任。 Plaud的产品是“always ready but not always on"——设备可以全天戴着,但不是全天都在记笔记。用户来决定什么时候开始记录,什么时候highlight,什么时候把note分享给谁等。 这种hardware的物理形态,以非常简单的形式自然的嵌入到生活中,获得了全球用户的口碑和信赖。 更有意思的是用户画像。50%的全球用户是CEO或Founder,世界上最忙的一群人。一台200美元的设备,帮他们节省几百到上千小时。 说白了,用户买的不是AI技术,是省下来的时间。亚太区几个月1亿美元以上收入、新加坡办公室从0到近100人、全球还有100多个opening在招人——这些数字背后,是一个简单的事实:当AI找到了对的入口,商业回报会自己跟上来。 熟悉的地基上盖新楼:Patsnap的双轨制 关典代表Patsnap上场。这家公司18年前开始做的是知识产权情报平台的B端SaaS生意,在行业内累积了多年的数据能力,AI来了之后,Patsnap选择在把既有的知识产权数据能力作为底层,叠加AI能力,建构自己的模型层、调度层能力。在业务上,AI转型已经带来亮眼的业务增长:AI赋能和AI原生产品的增速非常快,甚至带动传统的Saas业务增长。 关典分享了一个很务实的判断:不是所有环节都需要大模型,传统小模型解决很多节点问题已经够了。现在的收费模式是传统年费SaaS + AI Credit双轨并行,客户按需购买AI能力。 她们还在试一种新模式,叫FDE——全职数字员工。先把"数字员工"免费派到客户那里,跟着干一段时间,摸清真实痛点,再按效果收费。Outcome-based,不是卖一套软件让客户自己琢磨。 这种模式本质上是在降低客户的决策门槛。你不用先掏钱买软件,我先派人进去帮你干活,干出效果了再谈钱。 不是推倒重来,是在熟悉的地基上盖新楼层。 这种"叠加"的思路,可能比"颠覆"更适合大多数已有的SaaS公司。 Agent操作系统:特赞GEA,为企业搭建的智能体系统 Jennifer代表Muse AI(特赞科技的海外主体)上场。她们的产品叫GEA(Generative Enterprise Agent),一套企业级的Agent操作系统——客户可以从450+个预置Agent Skills中按需调用,也可以在系统里自建,还能把外部Agent整合进来,形成跑在企业自己业务流程里的智能体网络。  特赞的核心优势来自多年的DAM(数字资产管理)积累,对客户结构化与非结构化数据的理解很深。在此基础上,他们同时自研了发散推理大模型(Creative Reasoning Model),与多年DAM积累形成的Context System共同构成GEA的技术底座——Creative Reasoning Model驱动整个系统的编排层,动态协调30+基础模型。  但Jennifer也坦诚讲了挑战。东盟不是一个市场,是很多个市场——多语系、多文化、法规差异巨大。她举了大健康产业的例子,每个国家的法规完全不一样,一个Agent在泰国能跑通,到印尼可能就要重做合规逻辑。  做"平台"比做"单点工具"难得多,但护城河也更深。这是Jennifer没有明说、但全场都听懂了的一句话。 从Infra到金融深水区:技术只是入场券 Jolie代表Emerging AI登场。公司总部在新加坡,Day 1就是全球化定位。他们从AI Infra起步——GPU management、Model serving——现在深入垂直行业。 Jolie分享了一个有趣的转折。DeepSeek出来才两三天,中东就有客户主动找来:"能不能给我们做些什么?"市场被快速教育了,但教育完之后,真正的难题才开始——怎么把AI落到具体的业务场景里? 她们最终选择了金融行业。逻辑很直接:数据密集、人力密集、高重复、依赖专家经验,AI能带来的价值最大。 但金融也是容错率最低的行业之一。Jolie说她们的解决方案是三重保障:技术精度有自信、合规数据保密到位、Human in the loop深入决策流程。 她还提到了一个容易被忽略的细节——全球化不只是技术和语言的事,更是文化的事。想在一个行业里扎下去,对当地文化的尊重才是真正的壁垒。 企业级AI落地的“反直觉” 企业买的不是技术,是"可控" Lusha有一句话让我记到现在:"RBAC和Compliance是企业的生命线。可控和Visible,是Agent能在企业存活多久的考验值。" 翻译一下:企业根本不在乎你用的是GPT-4o还是Claude 3.5,他们在乎的是——员工用这个会不会泄露数据?能不能审计?出了问题谁负责? Token成本是另一个被低估的炸弹。Lusha说了一句话很多人没听懂:"每开启一次Agent,它就是一次重新自己开始跑内容。"什么意思?你不知道这次它会跑几步、调用几个工具、消耗多少Token。对C端用户来说无所谓,对Enterprise来说,一个月多花几万美金谁来承担? C端和Enterprise,是完全不同的两个世界。 做C端的人可以不懂RBAC(基于角色的权限控制),做企业级AI不懂这个连门都进不去。这不是技术门槛,是生存门槛。 全球化的真功夫 企业级AI落地的规律搞清楚了,但当你把这些规律拿到不同国家去试,会发现另一个维度的问题。五位嘉宾里,Patsnap和Emerging AI都在做全球化,聊了一圈,大家的教训比经验更值钱。 全球化的第一步不是翻译,是变成"本地人" Jolie讲了一个让我后背发凉的案例。她们在中东和南美做过一轮Christmas sale,PPT上用了雪花元素。结果被当地团队紧急叫停——对方夏天过圣诞,你放雪花是什么意思?文化冒犯。 Jennifer的故事更扎心。她们团队在东盟推大健康营销,被客户直接challenge:"你们有多了解新加坡的法规?"一句话问得团队哑口无言。 说白了,全球化的第一步不是翻译产品,是先成为那个文化里的"本地人"。 PHEST框架:比PEST多一个H Megumi分享了一个她做了20年跨国生意沉淀下来的框架——PHEST。就是PEST(政治、经济、社会、技术)加了一个H,History,历史。 她举了两个例子。菲律宾几乎100%依赖进口,这意味着什么?地缘政治稍微有点风吹草动,消费决策就会剧烈波动。你做菲律宾市场,不理解这一点就是盲人摸象。 还有一个更妙的例子:泰国是整个东南亚唯一没被殖民过的国家。为什么?Megumi说,了解这段历史,你就理解泰国人的商业逻辑和消费心理——他们骨子里的独立性和对外来事物的态度,都写在那段历史里。 了解一个国家的历史,你就会理解它的现在。 关典的信任论:日本市场更加看重稳定性,需要你长期在当地运营,足够了解企业运作的细节,才能敲开门。 关典踩过的坑很有代表性。出海初期以为找个会销售的人就行,结果发现完全不够——你需要的是一个有Entrepreneur精神的人,能在当地从零到一建信任、搭网络、解决问题。 更深层的一点是,不同市场构建信任的方式完全不同。美国市场认的是创新——你有新技术,别人愿意试。欧盟市场认的是合规——GDPR过了吗?数据存在哪?日本市场认的是关系——第一次见面不聊生意,聊半年再说。 能够构建Trust,是你能够在这个市场成功的关键点。 Lusha的"双轨制"和新加坡的窗口 Lusha的全球化打法很有意思,她称之为"地面部队+天空部队"。地面部队是社区——一个个开发者、一个个用户,口口相传。天空部队是云厂商——AWS、Azure、GCP的Marketplace,上来就是全球覆盖。 破局与升华 聊了这么多,有一个感受越来越强烈。 AI商业化的本质不是模型竞赛,不是谁的技术更先进,而是三件事——吃透场景、建立信任、产品形态跟着需求变。 回头再看这五家公司,我发现她们都在做同一件事:把AI能力翻译成客户能理解的产品形态。 Plaud做的是一个硬件入口——客户不懂什么叫LLM,但懂"按一下录音,AI帮我整理会议纪要"。Patsnap做的是数据叠加——客户不需要懂RAG,只需要知道"输入一个idea,系统告诉你全球有没有类似专利"。 所以到底什么是AI商业化的正确姿势?三个感受,跟朋友聊完真心话的那种—— 别追风口。现在所有人都在聊Agent,但真正赚到钱的很多是看起来"不够酷"的Workflow。去找你能比客户更懂他痛点的垂直场景,技术只是门槛,场景理解才是护城河。说句实在的,去那个行业泡三个月,比读100篇论文有用。 对产品经理来说,Workflow不是低级的Agent,是更务实的落地方式。不要追求100%自动化,追求99%的确定性和可控性。Human in the loop不是你没做好自动化,是你做对了产品决策。 对想做全球化的团队,先别急着翻译产品界面,去研究当地历史和文化。找一个有Entrepreneur精神的人去lead新市场——这个人不需要最懂技术,但需要最懂怎么在那个环境里让人信任你。 圆桌的最后,关典说了一句特别接地气的话:"我们准备PPT ready了,高跟鞋还没ready。"五个女生站在台上,背后是五种完全不同的AI商业化路径。 我在想,最好的Agent不是最聪明的Agent,而是最懂得什么时候该让人类插手的Agent。 全球化也不是把产品翻译成多国语言,而是把你的思维方式翻译成多种文化。 Megumi说:了解一个国家的历史,你就会理解它的现在。做AI商业化,也是一样的道理——了解一个场景的深度,你才真正理解它的需求。 你觉得呢?

Wenxuecity Jun 18, 2026

先让AI?外送机器人频传阻挡救护车 美居民怒喊封杀

'We had to get out of the way': The backlash over delivery robots.@BBCNewshttps://t.co/g94rds6mCl pic.twitter.com/VXzdIEwJd1 — #Kamloops PC Doctor (@pcdoctor_kam) June 18, 2026 外送机器人近年来已成为欧美多国街头的常见景象,但这项充满未来感的新科技如今却引发当地居民的强烈反弹。美国芝加哥居民罗伯兹(John Roberts)发起了一项全面暂停机器人运作的请愿书,目前已获得约 4400 人的连署支持。罗伯兹指出,行人的步行空间遭到严重挤压,甚至有人被机器人的安全旗帜击中受伤。更严重的是,这些机器人在斑马线上引发交通混乱,甚至阻挡了紧急救援车辆的通行。 不仅民众感到不满,北美多个地方政府也开始祭出铁腕禁令。加拿大多伦多自 2021 年起便全面禁止外送机器人行驶于人行道。美国旧金山严格限制这类车辆只能在非繁华地段运行,而芝加哥目前也已在两个特定区域实施禁令。 加州格伦代尔市市议员卡萨基安(Ardy Kassakhian)透露,这些机器人在未经许可的情况下突然出现,导致当地长者在狭窄的人行道上与机器人发生对峙僵局,故障的机器人更直接造成道路阻塞。该市议会目前正积极研拟包含保险要求与营运限制在内的长期监管框架。 面对排山倒海而来的质疑,自 2018 年起在英国各地推出服务的供应商星舰科技(Starship Technologies)出面澄清。其欧洲营运总监帕斯(Danny Pass)强调,这些机器人被设计得非常有礼貌且安全,大众需要时间来适应与机器人共用人行道的新生活体验。然而,在英国雪菲尔,已有Uber Eats的送餐机器人遭到民众恶意破坏的通报传出。此外,大不列颠独立工人联盟(IWGB)主席马歇尔(Alex Marshall)担忧,机器人的普及将对依赖外送维生的弱势劳工造成毁灭性的打击,呼吁政府与伦敦交通局(TfL)应出手干预。 尽管争议不断,但无人外送市场的商机依然庞大。研究机构Transforma Insight去年发布的报告大胆预测,到了 2034 年,全球将有高达 210 万台外送机器人投入营运。目前全球各国的监管政策仍呈现多头马车的状态,例如韩国与日本便采取了相对开放的态度。在这场科技与人性的拉锯战中,罗伯兹坚定地表示,即使未来无法阻挡,人类至少有权利选择要步入哪一种未来。

Wenxuecity Jun 18, 2026

议价权最强的苹果,为何也抢不到内存?

库克宣布涨价 凤凰网科技讯 北京时间6月19日,据《华尔街日报》报道,苹果公司买得起它所需要的内存芯片,但如今就连苹果采购这些芯片都变得越来越困难,这本身就说明了当前内存短缺问题的严重性,也表明即便是全球最富有的公司之一,最终也会陷入被动局面。 数月来,外界一直在猜测苹果如何应对内存芯片成本飙升。现在,苹果终于表明态度:宣布涨价。苹果CEO蒂姆·库克(Tim Cook)对《华尔街日报》表示,公司一直试图在不将成本转嫁给消费者的情况下消化内存价格的“大幅上涨”,但“这种状况已经难以持续”。 对于一家长期习惯在供应商面前掌握绝对主导权的公司来说,这是一次罕见的“低头”。此前,苹果在供应链管理上的卓越能力,使其相比其他主流科技硬件厂商能够保持更高的毛利率。 然而,AI需求的爆发式增长,正在挤占PC和智能手机等设备所需类型内存芯片的产能,推动价格一路飙升。市场研究机构TrendForce表示,高端智能手机所使用的DRAM内存价格在本季度环比涨幅高达83%。 失去采购霸主地位 这股AI热潮也在让苹果失去采购领域霸主的地位。英伟达为其设计的AI超级计算机系统大量采购内存,今年的年度自由现金流有望超过苹果。根据Visible Alpha汇总的华尔街一致预期,两年后英伟达产生的年度自由现金流甚至将达到苹果的两倍以上。 英伟达CEO黄仁勋(Jensen Huan)今年早些时候在一次会议上表示:“我们是唯一一家从所有DRAM制造商那里直接采购数百亿美元DRAM的芯片公司。” 苹果与英伟达的自由现金流对比 这听起来或许不像什么值得炫耀的事情,但英伟达如今的毛利率已达到75%左右,而苹果的毛利率则在46%、47%上徘徊。此外,与其他购买大量内存用于云计算服务的科技巨头相比,苹果的商业模式还存在结构性劣势。那些云服务公司可以将内存采购视为资本支出,并在未来几年逐步折旧摊销成本。 相比之下,苹果购买的内存则会直接计入销售成本。因此,如果产品售价保持不变,零部件成本大幅上涨就会直接压缩苹果的毛利率。而毛利率恰恰是华尔街分析师最关注的指标之一。即便市场早已知道内存短缺问题存在,分析师们仍预计苹果的毛利率将继续上升。根据FactSet汇总的市场一致预期,苹果本财年的毛利率预计将突破48%,为1990年以来首次。 苹果的毛利率 库克拒绝透露哪些产品会受到影响,以及涨价幅度具体是多少。美银证券分析师瓦姆西·莫汉(Wamsi Mohan)周四在一份报告中表示,他原本就预计iPhone价格会上涨100美元,但现在他预计iPhone Pro机型还会额外再涨100美元。 贵上加贵 但苹果的产品本身已经处于相对高端价位,其各种iPhone配置的平均售价如今已超过1100美元。因此,任何显著的涨价都有可能削弱需求,而这正发生在苹果需要依靠硬件产品来推动其AI战略之际。在本月早些时候的开发者大会上,苹果披露,今年推出的一些最强大的AI新功能将仅支持三款最新iPhone机型,而这些机型的平均售价已经达到1369美元。 剔除债务后,苹果拥有620亿美元的净现金储备,这仍然是一项重要优势。但与此同时,苹果每年也通过股票回购和分红向股东返还超过1000亿美元。苹果新任CEO约翰·特努斯(John Ternus)在上次财报电话会议上承诺,将在公司财务决策中保持“深思熟虑、审慎和克制”。 特努斯面临考验 即使涨价这一不受欢迎的决定由他的前任做出,但“内存短缺”仍将对特努斯构成重大考验。苹果是目前唯一一家市值达上万亿美元、却尚未在AI领域建立重要立足点的科技公司,而要扩大其潜在市场,就需要更多配备足够DRAM的设备来支持这些AI体验。然而,内存成本短期内也不太可能下降。德意志银行分析师梅丽莎·韦瑟斯(Melissa Weathers)在周三的一份报告中表示,DRAM短缺“可能持续到2028年甚至更久”。 在上一次财报电话会议上,苹果宣布调整其现金管理理念,不再以维持“净现金中性水平”为目标。伯恩斯坦分析师马克·纽曼(Mark Newman)表示,这一变化可能是为了“保留弹药”,以便进行更大规模的AI投资,甚至可能推动苹果进行其长期以来一直回避的重大并购交易。但仅仅是为了让最新产品顺利出货而采购所需的内存芯片,就已经是一笔不小的开支了。

Wenxuecity Jun 18, 2026

月流水上千万元?Token中转站是一门怎样的生意

作者声明:该图片由AI生成 当你让AI写一份周报时,背后的“大模型”接收你的需求,回复你的信息,理解那些上下文,实际上都会被拆解成一个个计算单元,这就是Token,中文译作“词元”。 人们每次和AI对话,都需要以Token来计算消耗,也按Token来计价。作为AI时代的“硬通货”,Token的流动也改变了财富分配叙事。 有人不生产Token,只做Token的搬运工,当中间商“赚差价”,就赚得盆满钵满。这个生意就是Token中转站。 一些做到每月千万级别流水的公司,可能只有不到20个人的团队。“一些传统的行业还在想怎么盈利,开源节流的时候,他们每天想的就是怎么避税。”一位刚刚入行不久的Token中转站长如此叙述同行的生意。 最初,Token中转站大多是为了解决海外大模型的地区限制而存在,用各种各样的方式将海外大模型接入国内,供国内用户使用。不过,这门生意发展至今,不少中转站也在将好用的国内大模型“出口”,服务海外市场。 Token中转站身后,并不只有造富神话,更在讲述着一个“需求跑在规则之前”的故事。 1、风口上的生意 怎么理解Token中转站呢? 打个比方,为了看某些综艺、电影,你可能得开腾讯、爱奇艺、优酷、B站等不同平台的会员,全开了实际使用率不高,又很浪费钱,这时候你一定会想要有一个共享视频会员平台,只需要付一个会员的钱,这些资源都能随意打开。 Token中转站干的就是这种“聚合大模型”的活儿,它还会使用各种方式,以低成本薅到各家大模型的Token羊毛,这样用户就可以花更少的钱,用上国内,甚至海外有区域限制的ChatGPT、Claude、Gemini等。 “如果你的Token使用量没那么大,用中转站产生的费用会比直接订阅一个账号的费用低,甚至低很多。”一位中转站站长告诉《豹变》,一些用户不仅是为了绕过大模型厂商的地区封禁操作使用中转站,也因为这种方式价格相对便宜,并且能尝试更多不同大模型。 Token中转站的界面上,可调用大模型往往多至近20个,模型不同,选择的计费方式不同,相对费率也不同。便宜的,甚至几块钱就能买到百万Token,对比来看,如果订阅ChatGPT Plus每月得花费20美元。 技术上的低门槛和上游层出不穷的灰色玩法,让越来越多的人尝试进入这个赛道分一杯羹,Token价格也被打了下来。 《21世纪经济报道》此前报道称,Claude-Opus-4-6官方API的输出价格约为170元/百万Token,某国内中转站已经把价格做到了官方五折,更有中小站点能够做到2到3折。 事实上,Token中转站的生意可以追溯到2024年或更早以前。“2023年,已经有人在拆ChatGPT3.5的模型了。Claude 3.5发布标志着vibe coding(自然语言编程)水平质的飞跃,从那时候起,程序员就已经有大量Token使用需求。”AI知识付费博主麦当告诉《豹变》。 现在,AI技术在日常生活、工作中的渗透率越来越高,颠覆各行各业,人们对Token的需求也在持续暴涨中。 此前,央视曾报道,2025年初,国内的日均词元调用量只有7万亿,年中则涨到了30万亿,2025年末已经突破100万亿大关。2026年初,日均词元调用量已经来到了140万亿。 这还只是官方口径下的调用量,如果加上海外模型调用的需求,Token的消耗量只会更大。于是,在大学生改论文都想用顶级模型的今天,Token中转站也像雨后春笋一样冒了出来。 出人意料的是,Token中转站本身的技术门槛不算高。麦当表示,vibe coding大大降低了搭建中转站的门槛,站长只需要略懂技术就能实现站点部署。 “现在有两套明确的开源方案可以调用,一套叫sub2 API,一套叫New API。”麦当说,“你只需要买台服务器,然后跟它说,这个项目不错,你帮我部署在哪台服务器上,AI就能帮你干了。” 以New API为例,这是一个集合了协议转换、渠道管理、计费、用户后台管理的完整解决方案,用户可以随意调用。 技术门槛不高,但Token中转站的生意迷人又危险。 2、灰色链条 想要做Token中转站,得在产业链上游下功夫,即“如何用更低的成本调用海外大模型”。 常规的套路是批发零售Token模式。一般主流平台会提供开发者订阅套餐(Coding Plan),一般包含固定额度的免费调用次数,超出部分按阶梯定价。中转站可以批量购买多份Coding Plan,把配额合并到一个账号池里,再以略低于官方API的价格转售。 比如官方API卖1元/万Token,CodingPlan摊下来成本只有0.2元/万Token,中转站转售价0.5元,毛利率60%。 这种方式合规性强,但得靠走量获利。 上述中转站站长告诉《豹变》,2024年左右,海外大模型厂商还在拓宽市场的获客期,会免费给一些小型AI产品创业公司提供大模型的使用免费额度,目的是其未来在应用层的产品能够持续和大模型厂商合作。 “于是会有一群人,打着AI创业的旗号,在美国某个城市批量注册这类初创公司,为的就是拿到这些厂商的免费额度,然后使用一些技术手段,把它零成本地转嫁到国内。”上述中转站站长表示,这可能是国内Token中转站的初始形态,也是调用海外大模型最低成本的方式之一。 Token中转站的商业模式运转到今天,灰色玩法层出不穷,最典型的就是“逆向”。 比如,Windsurf、Cursor等软件中都内置了Claude等大模型的调用权限,有些中转站会通过做逆向工程,把大模型接到自己的中转站上,供用户使用。“这就像偷水偷电一样,在公共水管上接条自己的管子,免费用正规渠道的水电。”上述中转站长表示。 另外,由于GPT和Claude等公司推出的个人订阅套餐,一些中转站会先大量获取个人订阅制账号,再通过逆向工程,将这个账号的调用能力拆分,同时卖出给更多用户。 这个过程中,批量号源的获取很有可能和盗刷信用卡、Apple ID等灰色产业相关。此外,分流也可能会导致账号限流,用户体验感变差。 对于使用者来说,虽然Token中转站看似方便实惠,但其中蕴藏的风险也可能相当高。比如,用户往往是充值制,对Token消耗不敏感,中转站可能偷偷扣除比约定更高的费用。不过,AI行业从业者小张告诉《豹变》,用户如果想查,很容易看出端倪,因此只有不想做口碑生意的中转站会这么做。 此外,“挂羊头卖狗肉”也相当常见,“用便宜模型代替好模型,这个叫注水。”麦当说。更大的风险来自数据。麦当表示,(逆向)是通过技术手段,把用户发送的问题转达给大模型,再把大模型的回复截下来传回给用户。 整个过程中,用户数据不只完全在中转站的掌握中,也相当于在网页上流传,给黑客可乘之机。 小张表示,大部分中转站会在可调用大模型后标注是否为“逆向”。但即便标注为“claude-officially”,究竟是否真的是大模型厂商官方提供的API服务,也主要凭站长的良心。 《21世纪经济报道》此前报道称,不少中转站长曾被询问过能否出售用户数据,买方自称来自模型厂商外包的数据公司。报道中还透露,业内几家大公司都会通过买数据的方式来训练模型。 作为AI从业者,小张了解这类风险,他只有一小部分工作会使用中转站来完成,比如改代码或文档,而且其中关键的数据和密码也不会透露,其余的工作都使用公司提供的国产大模型完成。 但对于绝大部分其他行业的使用者来说,能否知悉数据风险本身可能就是一种壁垒。 3、行业分化 一方面,这门长期游走于灰色地带的生意,已经被贴上高风险的标签,2026年5月,一名国内AI中转站站长因非法逆向爬取、倒卖低价AI接口资源,被公安机关刑事拘留37天。 另一方面,同样是在5月,两位高知名度人物的先后入场,又将Token中转站推至台前。 5月1日,币圈知名玩家孙宇晨在社交媒体上官宣自己推出“史上最强AI中转站”——B.AI,并强调区块链登录、纯匿名支付、零篡改、价格全网最低。不过,B.AI要求以加密货币支付,并刻意绕开了身份验证链路,受到了不少合规质疑。 同日,猎豹移动董事长兼CEO傅盛也官宣推出中转站EasyRouter。很快,公司在官网发布声明称,不提供国内服务并支持退款,傅盛对EasyRouter的表述也从“中转站”变为“企业级模型网关/路由层”。 官网显示,其API来源是“云服务商与AI平台直采。依托顶级云厂商与AI平台,提供合规、稳定、可追溯认证的AI算力分发服务。” 换句话说,EasyRouter在陈述自己的上游货源完全合规,且并没有违背海外大模型公司的意志将其转卖给其他地区的用户。 如今,上游大模型厂商正面临着越来越严格的监管。当地时间2026年6月12日,Anthropic宣布,收到美国政府的指令,公司被迫对旗下最先进的两款AI模型Fable 5和Mythos 5实施全面访问限制,限制对象涵盖美国境外的所有机构和个人等。 合规越来越严格的当下,国内企业如EasyRouter,也开始尝试探索这门生意的合规化。 事实上,合规的Token生意并不复杂。2023年,OpenRouter在美国创立,做的就是多家大模型供应商的聚合平台,他们依靠足够大的Token调用量,向平台要到更优惠的价格,再转卖给用户。通俗理解,就是Token批发转零售。 除了做“批发商”,还有完全的to b生意可做,合规风险更小。上述中转站站长告诉《豹变》,他并不靠to c的中转站业务赚钱,更多的是做帮人部署中转站的业务。比如,不少企业主希望员工能用上更好的AI模型,愿意付费让其在企业内部搭建一个非盈利性质的中转站。 也有人在尝试为中转站提供周边服务,比如提供加密货币标准化计费、智能对账等资金管理服务。一位从事此类业务的人士告诉《豹变》,虽然国内的中小型Token中转站不太涉及加密货币结算的需求,但国外不少大型Token中转站会有这类需求,按照行业内的标准,抽成大概在1%左右。 其还表示,这类大型Token中转站并不只做把海外大模型接入国内的生意,同样做国内大模型出口的生意。“DeepSeek、豆包还有阿里系的一些模型,最大的优势在于便宜,不卖美国,卖到其他地方,是有绝对优势的。” 如此,Token中转站也成为了AI洪流中一块诚实的切片,如实地记录着真实需求如何流动、转向。 “代码本身在这个时代没什么价值。”小张说。 同样的,真正决定Token中转站这门生意能走多远的东西,也不藏在代码里。行业野蛮生长的时期,得货源者得天下,但当上游厂商对违规操作的打击越来越严格,靠逆向订阅号池和黑卡号源撑起来的利润空间,注定会越来越窄。 归根结底, Token中转站的出现,很可能是只是为了填补这一段特殊时期的市场空白,是AI浪潮中的阶段性产物。如果有一天,AI技术壁垒被推倒,或许就是中转站开始消亡的时候。