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

烧不起了!Meta、微软紧急叫停 Token 消耗竞赛,无效 AI 支出大幅削减

烧不起了!Meta、微软紧急叫停 Token 消耗竞赛,无效 AI 支出大幅削减2026-06-19 |作者:多伦多生活 | 来源:温哥华头条未分类分享: CBC 最新商业报道指出,席卷硅谷近两年的 “Tokenmaxxing(疯狂刷 Token 内卷)” 热潮正在全面退潮,各大科技企业不再比拼 AI 调用消耗量,转而推行精细化 Token 成本管控,全新的 Token 经济学正式成为行业主流,这场行业风向转变,也直接影响企业成本、程序员与 AI 从业者。 先简单讲清两个行业热词:Token 是大模型计费最小单位,类似 AI 世界的电费;此前流行的 Tokenmaxxing,是企业用内部排行榜鼓励员工疯狂消耗 Token,把使用量当成工作能力考核标准。不少工程师为冲榜单,24 小时运行 AI 智能体、重复生成大量无用内容,单纯拉高 Token 消耗,看似全员拥抱 AI,实则造成巨额算力浪费。 Meta 是最早踩坑并紧急叫停的巨头。公司曾上线内部 Token 消耗排行榜,短短 30 天全公司烧掉 60 万亿 Token,折合成本近 9 亿美元。很多排名靠前的员工只是机械堆任务,产出重复、低质量代码与报告,没有实质业务价值。高额账单让管理层醒悟,扎克伯格发布内部备忘录承认 AI 转型走了弯路,宣布下线消耗榜单,2027 年全面落地 Token 预算配额制度,引导员工改用自研低成本 AI 工具,减少第三方模型高额支出。 不止 Meta,微软、亚马逊同步收紧 AI 使用权限。大量企业取消无上限 AI 授权,限制 Claude Code 等重度耗 Token 编程工具的使用,强制员工切换至自家平价模型。有企业曝出,因未设置 Token 额度,单月 AI 开销高达 5 亿美元,失控的成本让企业不堪重负。 过去资本狂热期,市场普遍认为 Token 消耗越高,数字化转型越成功,各大公司不计成本补贴员工使用 AI。但随着财报压力加剧,企业意识到:Token 消耗量不等于工作产出,盲目内卷只会吞噬利润。行业专家提出,行业正式从 “Tokenmaxxing 最大化消耗” 转向 “Tokenminimizing 最小化浪费”,一套成熟的 Token 经济学管控体系成为刚需。 全新 Token 经济学核心逻辑很清晰:区分有效消耗与无效浪费。企业会给不同岗位划定合理 Token 额度,优先把算力分配给能转化业务收益的场景;禁止无意义批量生成、循环调用 AI;同时优化提示词、精简上下文,用更少 Token 完成同等工作。简单来说,不再比谁用得多,而是比谁用得精、性价比更高。 这场变革带来多重连锁影响。对科技企业而言,AI 算力支出大幅下降,盈利压力得到缓解,资本也重新调整对 AI 公司估值逻辑,不再单纯看调用量数据;程序员、职场白领需要转变使用习惯,精简 AI 指令,避免无意义批量生成内容,否则会面临额度限制;对中小型 AI 服务商,低价轻量化模型迎来更大市场,高收费闭源大模型需求逐步降温。 对于加拿大本地科技从业者、华人技术创业者来说,这一风向变化值得重点关注。过去不少初创企业跟风无限制采购 AI 接口,每月产生高昂开销。如今行业标准转向成本精细化管理,创业团队更要做好 Token 预算规划,优先选择高性价比模型,依靠优化提示词、精简调用降低运营成本。 AI 行业告别盲目烧钱内卷,回归价值本质。Token 不再是攀比工具,而是衡量 AI 投入产出的标尺。未来只有能控制消耗、创造实际收益的 AI 落地场景,才能长期存活。后续我们会持续跟进全球 AI 成本管控趋势,分享适合中小企业的省钱实操方案。 阅读 1779未经允许不得转载:加拿大乐活网 »烧不起了!Meta、微软紧急叫停 Token 消耗竞赛,无效 AI 支出大幅削减分享:

Wenxuecity • Jun 19, 2026

史上最贵iPhone要来了!库克承认:苹果不得不涨价

下半年的 iPhone,可能真的要变贵了。 根据华尔街日报报道,库克最近确认,由于内存和闪存等存储芯片成本持续飙升,苹果将上调部分产品售价。放在过去,这类说法通常只会出现在供应链爆料、第三方实测机构的分析报告里,很少由苹果最高层直接说出口。 苹果当然没有公布具体涨价清单,也没有点名iPhone 18,但问题在于,如果连库克都不再内部消化成本压力,那么最吃高端配置、也最需要维持利润率的iPhone 18 Pro,恐怕很难置身事外。 存储涨价,苹果也扛不住了 这轮涨价并不是传统意义上的手机厂商想多赚一点,苹果此前确实有过主动涨价拉高利润的做法,当年iPhone XR/XS系列发布时,苹果就大幅涨价,但很快就被下跌的销量教训了,光速滑跪降价。但这次不一样,苹果面临的是其他手机厂商也一同面临的共同问题:AI导致存储涨价了,手机成本压力倍增。 还在持续扩张的AI基建正在吞掉大量内存、闪存和高带宽内存产能,存储厂商自然更愿意把产能分给利润更高、订单更稳定的AI客户。结果就是,手机、PC等消费电子品牌们发现原本最普通的内存和闪存,正在变成价格一路飙涨且最不稳定的成本项。 对苹果来说,存储又不是一个可以随便砍掉的配置。Mac要跑本地AI,16GB内存已经是及格线;iPhone要拍4K、ProRes、空间视频,还要承载Apple Intelligence,存储容量和内存规格只会往上走。 (图源:苹果) 苹果过去可以靠强大的供应链议价能力提前锁单,但如今涨价不是某一家供应商的短期波动,而是整个AI产业链导致的产能迁,所以苹果的选择只剩下自己消化或让用户买单。 实际上,应对存储涨价,苹果之前是采取过很多手段的。此前苹果和三星海力士这些存储巨头签署了长期供货订单,年初供应链侧给出的爆料是苹果支付了双倍的价格。紧接着,苹果又用手上的充足现金流疯狂收购市场上的存储库存,不仅给自己备弹药,还让竞争对手没内存可用。 现在回过头来看,这些措施基本都只能解决一时的困难,无法阻挡长期的趋势。存储的价格还在涨,三星海力士必然不会满足于双倍的合同价,更何况它们现在一心一意专注于HBM这种高利润产品,能留给消费电子端的产能本身就在减少。而市面上的存储库存,本来也是有限的,以苹果的体量也撑不了多久。 库克说涨价这件事不可避免,说白了就是苹果自己来打预防针了:存储成本太高了,我扛不住了,得加钱。 为什么以前不涨现在涨? 这当然不是苹果第一次面对成本上涨。只是过去很多时候,它并不直接提高起售价,而是通过配置和产品线,把涨价做得更体面。 最典型的手段,是保住入门价格,再调整存储台阶。此前苹果最臭名昭著的做法就是产品的存储溢价极高,比如当年iPhone还是64GB起步的时候,更大一级容量就变成了256GB,苹果根本不提供128GB容量的选项。而如果你咬咬牙选择256GB版,就发现它和64GB之间的差价比你单独去买一块市面上同容量的高规格SSD还贵。 Mac这边也类似,苹果长期用8GB+256GB维持一个看起来还可以的起售价,再通过高价内存、硬盘升级获得利润。等到AI功能需要更大内存,苹果才逐步把Mac全线升级到16GB起步,这本来是件好事,但也导致设备的内存成本增加了。 苹果还有一种手段,是把更贵的配置留给更贵的机型。标准版iPhone保守一点,高刷、长焦都没有,芯片都是阉割过的;Pro系列采用最高规格的芯片、相机、屏幕、接口。这样做的好处是,苹果可以让对价格更敏感的用户买丐版留在生态里,同时让愿意付费的高端用户承担更多成本。 (图源:苹果) 另外,是拉长产品节奏。iPhone当下的系列和型号很多,包括廉价款e系列、Air、标准版、Pro、Pro Max,未来还有折叠屏,苹果的产品线价格分层非常细。用户不一定每年都买最新款,但总能在某个价位上找到一台价格能接受的iPhone机型。 问题是,这些招数现在不够用了。存储成本如果只是小涨,苹果可以自己调整消化;但如果是长期、结构性上涨,涨价就难以避免。 而且苹果正好卡在一个很尴尬的时间点。 一方面,AI让硬件成本变高。苹果过去常说端侧智能、隐私计算、本地模型,这些方向都需要更强芯片、更大内存和更稳定的存储性能。苹果不能一边宣传 AI,一边让新机继续卡在偏低的内存规格上。 另一方面,苹果的AI又还没有强到能让用户心甘情愿多掏钱。过去几年,苹果在影像、性能、生态协同上依然很稳,但在生成式 AI 这条主线上,外界普遍认为它追得比较吃力。Siri 重做、Apple Intelligence 扩展、视觉智能增强,这些都重要,但还没有形成“买新 iPhone 就是为了它”的杀手级理由。 这就让涨价变得更难看:成本确实涨了,体验也确实需要升级,但用户感受到的创新未必同步放大。 对苹果而言,最理想的涨价方式,是加量也加价,比如更大存储、更强芯片、更好影像、更长续航一起上。但如果iPhone 18 Pro最终只是按部就班升级,再叠加明显涨价,用户们的感受可能就会变成:苹果终于也顶不住了,但为什么要我来顶? iPhone 18 Pro重任在肩 更麻烦的是,iPhone 18系列这代,产品节奏本身就有问题。 按照多方报道,苹果正在调整iPhone发布周期,秋季发布会将推出iPhone 18 Pro、iPhone 18 Pro Max、iPhone Air2和iPhone Fold,标准版iPhone 18则推迟到2027年春季和iPhone 18e一同发布。折叠屏iPhone虽然秋季会发布,但受良率、产能和供应链爬坡影响,将延期到明年开卖。iPhone Air2相比初代没有特别明显的升级,销量预计还是很惨淡。 今年整个秋冬两季,苹果真正能扛销量和利润的,就只剩两款Pro机型。 这对苹果来说可不是小事,过去秋季发布会的新iPhone都是同系列集体升级换代:标准版负责走量、Pro负责利润、Pro Max负责高客单价。这样一来,不同预算的用户都能在同一个换机周期里完成决策。但如果标准版和折叠屏都缺位,用户的选择会简单很多,也残酷很多,要么继续用旧机,要么直接买更贵的Pro。 在存储涨价背景下,这种产品节奏会进一步放大价格压力。标准版不在,苹果就少了一个走量爆款,折叠屏没有,苹果又少了超级重磅产品。这样一来,最后所有压力都会压到iPhone 18 Pro上,它既要卖得贵,又要卖得多,这势必会影响苹果今年的销量和业绩。 (图源:MacRumors) 苹果当下的麻烦还不止于此,包括CEO新老交替导致的青黄不接、AI落后等。 今年6月的WWDC被视作是库克最后一次主持苹果重大活动,如果他在2026年9月卸任CEO,由John Ternus接棒,那么iPhone 18 Pro很可能会成为新官上任最重要的产品。库克时代的苹果,最强的是供应链、利润率、服务收入和生态规模;Ternus作为硬件工程负责人出身,外界会自然期待他带来更强的产品升级。 说实话,iOS 27上的AI相关功能相比iOS 26已经有相当明显的升级,就用户体验来说,它已经做得相当不错了。但是,最关键的问题在于,当下苹果的AI体系,最核心的部分是来自向谷歌购买的Gemini方案。换句话说,苹果的自研大模型能力,根本撑不起像样的AI体验。苹果财大气粗、现金流足,自然可以买第三方技术方案来解决当下的问题。但是,苹果只要一天没能构建起自研的AI实力,就意味着命门多一天被他人掌控着。 对Ternus来说,他一上任,就会遇到的是一堆难题:存储涨价、AI追赶、折叠屏难产、标准版延期、行业萎缩。这些问题单拎出来都不致命,但放在一起就很棘手。 写在最后 苹果当然不会因为一代iPhone涨价就崩盘,它仍然有最稳的高端用户群、最强的生态黏性和最成熟的全球零售体系。但今年下半年的挑战在于,苹果可能第一次需要同时回答用户三个问题:为什么更贵?为什么要现在买?为什么苹果的AI仍然值得等?如果这三个问题答不好,iPhone 18 Pro就算卖得不差,也很难复制过去那种贵但理所当然的底气。 所以,iPhone 18系列并不是简单的在劫难逃,而是苹果过去的招数不灵了。过去,苹果可以用供应链能力压住成本,用配置调整消化涨价。但当AI让存储成本一涨再涨、iPhone标准版和折叠屏都无法及时出现、库克和新CEO交棒,苹果这次很难再轻松解决所有问题。 涨价不可怕,怕的是涨价时没有足够强的新理由。对苹果来说,iPhone 18 Pro可能仍然会是今年最受关注的旗舰。但对用户来说,问题也变得更现实:如果新iPhone更贵,你还会第一时间换机吗?

Wenxuecity • Jun 19, 2026

卖马桶的卡了AI脖子,这是什么新时代爽文嘛?

最近,网络上有这么几条新闻。 世界最大马桶制造商之一, TOTO ,因为 AI 股价暴涨,对比去年 12 月,今年股价涨了接近 200% ↓ ↓ 现代味精发明者味之素,还有搞挖掘机的 Caterpillar 居然也是??? 都被 AI 带飞了。。。 这些公司怎么看怎么跟 AI 不搭,很多试图理解内在逻辑的网友,放飞了自己的想象力。 难道是马桶接入了大模型? 加入 AI 识别,通过大小便颜色频率时长分析个人健康,绑定软件提醒拉屎,社交圈互动拉屎健康排行榜,分享拉屎心得,用 AI 帮你寻找臭气相投的朋友! 但认真多刷几条资讯,发现事情没有这么简单。 压根就不是这些马桶、味精、挖掘机拥抱了 AI 而涨价 ,恰恰相反,是他们卡了 AI 的脖子。 AI 这脖子也真够长的,马桶跟味精都能卡一卡,这还喘得上气嘛? 看到这里,部分差友可能会联想到咱们之前写过的 “ 工业大摸底 ” ,这该不会又是那种巨力索具类,营销号刚编的爽文故事吧? 世超也认真查了查资料,推敲了一下,结果发现,这些故事,还真不是瞎编,只是实际情况也没有大家说的这么玄乎。 先从最经典的味精企业卡 AI 脖子说起。 。。 味精的本质是一种谷氨酸,谷氨酸是一种氨基酸,所以味精企业看起来是食品调味企业,但制造过程中难免会涉及到各种发酵工业、食品工业以及精细化工。 味之素的创始人之一,有 “ 现代味精之父 ” 荣誉的池田菊苗本身也是一个化学家。 在上个世纪,味之素在味精生产过程中,得到了一种副产物氯化石蜡,这玩意能软化树脂,这让味之素大受启发,是不是除了做调味品以外,咱还能做改变树脂性能的化工添加剂跟衍生物啊? 俗话说,来都来了。。。 顺着这条线,味之素一路研究,做起了树脂改性材料、阻燃剂和绝缘树脂配方等等。 他们旗下有一款叫 PLENSET 的产品,这种树脂粘合剂因为性能贼好,相机模块、半导体封装和汽车电子等高精度电子部件都会用到。 还有一种绝缘材料,ABF ,这也是一种有高绝缘性、低热膨胀性、易加工性的环氧树脂配方,它可以加工成一卷一卷、很薄很薄的固体膜,也就是 ABF 增层膜。 这玩意外观看着有点像保鲜膜,但每层厚度仅 10 微米左右,作为参考,咱们头发的直径是 80 微米。 简单来说,先进的 CPU、GPU 芯片连接点密得离谱,普通主板接不住,于是就要通过封装基板这座转接桥来对接,把芯片上的信号一层层变大到主板能接到的程度。而这块封装基板就是由多层铜线路跟 ABF 绝缘材料反复叠出来的。 咱们现在每一块 AI 芯片,无论是 GPU、TPU 以及 AI ASIC 普遍依赖这种材料。 味之素的工程师接受媒体采访的时候,表示,ABF 作为FC-BGA的绝缘材料,在全球市场占据着 95% 的份额。 所以英特尔、英伟达、AMD们都得排队等这家味精企业供货,这话还真没说错。 同时,AI 时代对芯片性能有了更高的要求。而芯片越大,单颗芯片吃掉的 ABF 也就越多。 根据味之素的材料,以前普通的基板,ABF 用量是 6 层,现在高性能的基板要用到 18 层,面积也是之前的 3.5 倍。 整体使用量是之前的 10 倍还多。。。 味之素的营收主要是三大板块:调味料与食品、冷冻食品、医疗保健及其他。 你没猜错,电子材料就是医疗保健及其他里面的那个其他,去年这个板块营业利润同比增长了 45.1%。 今年,投资了味之素的投资机构 Palliser,还要求味之素涨价,大意就是, ABF 材料作为 AI 基建中的关键材料,要提价至少 30%,就算提价对于上游企业的影响也很小,但对于味之素的营收会影响很大。 卡脖子是爽文式表达,实际上是因为 AI 革命来势太猛,现在把一批藏在传统行业里的材料、工艺和供应商也都给重新照亮了。 这样的故事,仔细搜搜,还真不少。。。 TOTO ,公认的身份是 “ 马桶之王 ” 。 但作为陶瓷专家,在卫生陶瓷和水龙头配件领域留存了大型的浇筑成型技术、烧成技术和研磨加工技术,对精密陶瓷在内的无机材料和其他无机材料等也没少研究。 在半导体制造设备里,就有一块高精度陶瓷 “ 吸盘 ” ,静电卡盘,是 TOTO 的技术。2026 年财报里,TOTO 的高级陶瓷业务同比增长了 34%,就是因为静电卡盘等产品带来的销量增长。 Caterpillar,挖掘机巨头,世界闻名的重工业公司。 因为 AI 数据中心太耗电、太怕断电,大厂们满世界寻找稳定可靠的超级发电设备,就盯上了他们的发电设备, Power & Energy 业务,起飞了。 做汽车、拖拉机散热的 Modine ,以前负责让拖拉机发动机别热死,现在负责让 GPU 别热死。 Sakura,做文具的公司,也来掺和。 把以前研究如何让彩铅、蜡笔颜色稳定的经验移动到了半导体制造环节,也因此小火了一波。 味精、马桶、文具、挖掘机,一个个传统旧工业,轮番卡住时代新王的脖子,这剧情,整的像地摊文学作者闭着眼睛从《 爽文随机词库 》里抓阄凑出来的。 但较真一番扒下来,就会发现现实不是爽文。 哪有什么一夜暴富?能接住红利,靠的是自己在漫长工业周期里攒下来的硬通货:材料配方、精密加工、量产经验、稳定交付能力,拼的是工业基本功。 而且卡脖子的说法,听着爽,实际上也得打个折。 半导体行业确实很保守。越是高精尖的环节,越不敢随便换供应商。一个制造零件出了问题,可能会影响一整批产品的良率和稳定性,长期稳定性跟信任关系也是这批老厂的护城河。 但护城河再厚,也不至于宽成太平洋。 AI 带来的需求太猛,老司机们在疯狂升级,新司机也在疯狂追赶,即便是像 ABF 跟静电卡盘这样的材料,市场上也是群狼环伺,日本、中国大陆、中国台湾的厂商都在红着眼狂赶。 今年 4 月,莲花控股(即莲花味精)就收购了深圳纽菲斯,纽菲斯就是国内量产 ABF 类胶膜的企业。你细品。 可能有差友看到这,开始拍大腿了。 好啊!今天差评君原来是来送财富密码了!明天开盘我就按照这个思路去操作。 这里,咱就要泼盆冷水:强烈不推荐大家顺着这个思路去盲目买股票。 因为资本市场的反射弧可比咱们快多了,等你在这个逻辑里反应过来,商机早被挖掘过好几轮了。 甚至有些企业,订单都还没影,股价就因为情绪投资涨过好几波了。比如卖泵的大元泵业,搭上了液冷数据中心火了起来,2025 年 7 月 31 号开始,近小半月股票涨了 98.48%。 直接发股票交易风险提示,强调在 2025 年一季度,公司直接用于数据中心液冷的产品销售收入其实只占了 0.43% ( 约 160 万元 )。 还有主营压缩机、农机的宏盛股份,也是因为数据中心液冷领域反复涨停,今年 1 月,公告说自己尚未在数据中心液冷领域产生收入。 外界:泼天富贵轮到你家了! 内部:目前只有几滴小水花。。。 对于工业企业来说,这些卡脖子故事真正的启示,也许应该是,真正的产业链从来不是 PPT 里的几根箭头,而是无数看起来不起眼的材料、工艺、设备和经验,层层叠叠搭起来的。硬功夫在所有时代都有一席之地。 至于咱们普通人,搬个小板凳看个反差爽文、涨涨见识就好。 至于满仓冲锋、指望靠买马桶和味精一夜暴富? 科技的尽头是不是 AI 我们说不准,但盲目跟风、情绪投资的尽头,肯定只有绿油油的韭菜地。

Wenxuecity • Jun 19, 2026

诺贝尔奖得主离开工作9年的谷歌 成Anthropic新员工

新智元报道 【新智元导读】博士毕业6个月直接领队AlphaFold,7年后拿下诺贝尔奖。今天,John Jumper官宣加入Anthropic。 诺贝尔奖得主,入职Anthropic了! 今天,AlphaFold核心领导者John Jumper官宣:离开工作近9年的Google DeepMind,加入Anthropic。 用一个AI模型改写了整个结构生物学的诺奖得主,转身走了。 Hassabis很快回应:「感谢John在过去9年里非凡的伙伴关系!我们凭借AlphaFold取得的成就改变了世界。」 合作9年、共享诺奖,这大概是科技圈最体面的一次告别了。 而就在两天前,Transformer论文的传奇共一、Gemini联合负责人Noam Shazeer刚宣布离开Google,去了OpenAI。 不到72小时,谷歌连丢两张王牌。 一个花27亿美元买回来也没留住,一个9年感情也没留住。 博士毕业6个月,直接领队AlphaFold John Jumper在生命科学界,可以说就是「用AI改写整个学科」的代名词。 1985年,Jumper出生于阿肯色州小石城,一个普通的美国南方小城。 本科在Vanderbilt拿了数学和物理双学位,之后进入芝加哥大学一路读到博士,研究方向是理论化学。具体来说,就是用计算方法模拟蛋白质的动力学行为。 数学给他建模的直觉,物理给他对复杂系统的理解,理论化学让他比任何纯AI研究者都更懂蛋白质这个问题本身。 三个方向合在一起恰好是解蛋白质折叠问题最稀缺的知识组合。 2017年拿到博士学位后,Jumper直接就加入了DeepMind。 值得注意的是,彼时他几乎没有深度学习经验,简历上最突出的不是对神经网络的掌握,而是对蛋白质物理的理解。 但Hassabis看中的恰恰是这一点。 紧接着,他就做了一个谁都没想到的决定——让这个毕业仅6个月、连深度学习都要边干边学的年轻人,直接领导AlphaFold团队。 没有过渡期,没有「先做几年研究员攒攒资历」。 Hassabis赌的是,解蛋白质折叠这道题,懂蛋白质比懂AI更重要。而Jumper接下的,是整个计算生物学领域最大的一场豪赌。 一个人把生物学翻了1000倍 接下来几年发生的事,只能用「离谱」来形容—— 2018年,AlphaFold在蛋白质结构预测竞赛CASP上首次亮相,碾压传统方法。 2020年,AlphaFold 2横空出世,困扰生物学家50年的蛋白质折叠问题,被一个AI模型直接「解了」。 2021年,Jumper带队算出了几乎所有5万多种人类蛋白质的3D结构。并在最终实现了约100万个物种、近2亿种已知蛋白质结构的生成。 在AlphaFold之前,人类花了几十年,用X射线晶体学、冷冻电镜等实验手段,一共解出了大约20万个蛋白质结构。 Jumper的团队,一次性翻了1000倍。 毫不夸张地说,生物学家过去一百年没干完的活,AlphaFold几个月就干完了。 2024年5月,AlphaFold 3发布——不只预测蛋白质了,DNA、RNA、小分子药物之间的相互作用,全能算。蛋白质-配体对接准确率76.4%,比前代方法提升1.8倍。 5个月后的斯德哥尔摩,John Jumper和Demis Hassabis一起站上了诺贝尔化学奖的领奖台。 那一年Jumper 39岁,是70年来最年轻的化学诺奖得主。 从一个连深度学习都要现学的博士毕业生,到站在斯德哥尔摩的聚光灯下,他只用了7年。 至此,Hassabis当年那个赌注的回报率,怕是人类科学史上都排得上号。 所以今天他走,Google DeepMind的痛,不只是少了一个Director那么简单。 谷歌到底怎么了? 消息炸开之后,X上的评论区直接沸腾了。 网友Chubby直呼:「这对Google来说是巨大的损失,对Anthropic来说简直是疯了!」 有网友感慨「Anthropic迎来了一位诺贝尔奖得主,人才正持续向OpenAI和Anthropic集中」,还有人直接喊出来:「先是Karpathy,现在又是AlphaFold背后的人,Anthropic这是在组AI复仇者联盟。」 Logan Kilpatrick开玩笑说期待Jumper「再拿一个诺贝尔奖」。语气是调侃,但仔细想想,还真不算夸张。 而震惊过后,所有人都在问同一个问题——谷歌到底怎么了? Jumper没说,Anthropic没说,谷歌也没说。 或许,投资人Lior Alexander的一条评论,是目前最接近答案的—— 「前沿AI实验室在兜售一种Google给不了的东西:一个人就能改变公司轨迹的感觉。」 27亿美元买回来的人,也没留住 就在Jumper官宣的两天前,Noam Shazeer宣布离开谷歌,加入OpenAI,任「架构研究负责人」。 2017年那篇现代AI的奠基之作「Attention Is All You Need」,他是核心作者之一。多头注意力是他设计的,第一个跑赢SOTA的可用实现是他一行一行敲出来的。 而谷歌为了把他从Character.AI请回来,砸了27亿美元。 回来后Shazeer出任Gemini联合负责人,成了谷歌大模型反攻的头号功臣。 结果不到两年,又走了。隔了两天,Jumper也走了。 他们既不是第一个,也不会是最后一个。 过去8年,超过20位在里程碑论文上署名的顶级研究者陆续离开DeepMind/Brain。 2025年一年,至少11名高管离职。DeepMind联合创始人Mustafa Suleyman本人,也在一轮6.5亿美元的acqui-hire中被微软挖走。 生命科学,AI三巨头的下一个战场 回到Anthropic这边。早在两个多月前,布局就已经开始了。 4月3日,Anthropic用4亿美元股票收购了生物科技公司Coefficient Bio。团队不到10人,但已经在AI驱动的抗体设计领域做出了业内顶尖的成果。 与此同时,Anthropic也在建自己的湿实验室,去年10月推出了帮助研究人员加速药物发现和生物实验设计的Claude for Life Sciences,今年1月又上线了面向医疗机构的Claude for Healthcare。 他们说,目标是把生命科学的研发周期压缩10倍。而现在,一个诺贝尔奖级别的蛋白质科学家来领这件事了。 事实上,不只是Anthropic在押注生命科学。 OpenAI今年4月发布了专门面向生物医学的推理模型GPT-Rosalind,主攻药物发现、基因组分析和蛋白质工程,已经和Amgen、Moderna、Thermo Fisher等头部药企达成合作。 OpenAI基金会更是直接表态:未来一年在生命科学方向的投入不低于10亿美元。加上刚刚挖来的Shazeer坐镇架构研究,OpenAI在这条赛道上同样来势凶猛。 而Google DeepMind这边,Hassabis旗下的Isomorphic Labs去年融了6亿美元,和礼来、诺华签下了总里程碑价值高达30亿美元的合作协议,AlphaFold的技术底座依然是行业标杆。 三家实验室,同时把筹码押向了同一个方向——用AI重写生命科学。 Jumper的选择,只是这场大棋的最新一步。

Lahoo.ca News • Jun 19, 2026

历史首次!日本五大芯片制造设备商在华销售额合计下降 10%

历史首次!日本五大芯片制造设备商在华销售额合计下降 10%2026-06-21 |作者:小乐 | 来源:加拿大乐活网中国亚洲科技财经分享:#中日贸易#供应链本土化#半导体设备#市场份额#日本芯片#芯片国产化【加拿大乐活网lahoo.ca 综合讯】 全球半导体供应链的本土化浪潮正在深刻动摇传统的跨国贸易版图。据法广(RFI)及《日经亚洲》(Nikkei Asia)2026 年 6 月 21 日最新报道,截至今年 3 月 31 日的财政年度内,日本五大芯片制造设备制造商对中国市场的合计销售额录得 10% 的跌幅。这是该项数据有史以来首次出现年度下滑。 尽管日本半导体制造装置协会(SEAJ)数据显示日本芯片设备全球总销售额在 AI 需求的推动下创下历史新高,但在中国这一全球最大芯片设备市场(占比约 37%),日本半导体巨头正面临中国本土制造商崛起带来的强烈市场挤压。 核心财报对账:前道设备领跌,市场份额遭本土替代 根据五大巨头(包括东京电子、斯库林集团、国际电气、爱德万测试、迪斯科)最新披露的财年财报,日本对华芯片设备销售呈现出结构性的剧烈分化: 前道工序设备遭到重创:负责晶圆加工等“前道工序”的传统三大巨头——东京电子(Tokyo Electron)、斯库林集团(Screen Holdings)和国际电气(Kokusai Electric)对华销售额合计较上一财年大幅下降近 20%。 东京电子(TEL)在华份额“腰斩式”回落:作为风向标,今年第一季度东京电子在中国的销售额占其总销售额的比例已降至 27%,较去年同期下降 7 个百分点。这一数字相较于 2024 年第二季度时 50% 的历史峰值,出现了近乎腰斩的滑落。 后道封装设备逆势增长:与前道工序设备的惨淡不同,涉及切割、测试等“后道工序”的日企(如爱德万测试 Advantest、迪斯科 Disco)得益于先进封装和高性能计算芯片的需求,在华销售额仍保持了增长,但未能扭转整体大盘 10% 的下滑。 市场规模的背离:国际半导体产业协会(SEMI)数据显示,2025 年中国芯片设备市场规模依然高达 493亿美元,占全球的 37%。这意味着中国市场的整体需求并未萎缩,而是中国芯片制造设备的“国产化率”在过去一年中录得大幅提升,中国本土厂商正加速从日本及美欧竞争对手手中夺取市场份额。 阅读 1090未经允许不得转载:加拿大乐活网 »历史首次!日本五大芯片制造设备商在华销售额合计下降 10%分享:

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:

Lahoo.ca News • Jun 19, 2026

太崩了!比尔盖茨婚外情人曝光,被爱泼斯坦用俄罗斯情妇+高知女医生疯狂勒索,梅琳达忍无可忍…

太崩了!比尔盖茨婚外情人曝光,被爱泼斯坦用俄罗斯情妇+高知女医生疯狂勒索,梅琳达忍无可忍…2026-06-26 |作者:李铁锤 | 来源:加国报告未分类分享: 盖家大院又添新人了!老实人比尔盖茨的形象已经碎成了渣渣……   随着这两年爱泼斯坦案底牌的不断掀开,这位七十岁科技巨头苦心经营了几十年的完美人设,正在以一种近乎狗血的方式彻底崩塌。   本周二,美国众议院监督委员会公开发布了一份重磅听证会速记文本。这份文件记录的是今年6月10日,盖茨在国会闭门听证会上长达数小时的证词。   (图片来源:Daily Mail) 在质询中,比尔盖茨首度承认,爱泼斯坦曾经试图利用掌握的他数段婚外情秘密,对他进行赤裸裸的勒索,并强行让他站队。 根据披露的起诉书和邮件草稿,盖茨虽然在口供里极力撇清,坚称自己从未真正屈服于勒索,但他也坦承,爱泼斯坦当时已经在脑暴如何起草敲诈信,甚至在排练如何教唆他人来对盖茨进行精准打击。而这一切的导火索,就是盖茨那按捺不住的私生活。 其实早在比尔盖茨婚变的时候,媒体已经对他的情史大挖特挖,离婚文件里扯出来的婚外情对象多达二十人以上。而随着这次国会文件的解密,终于有四位浮出了水面。 传记作者詹姆斯·华莱士曾经爆料,说比尔盖茨骨子里是个好色成性的人,创办微软后依然经常在西雅图的豪宅里举办狂野的脱衣舞娘派对。他甚至还疯狂追求过女下属,对方后来承认,当时答应和老板在一起纯粹是害怕丢掉饭碗。 (图片来源:Daily Mail) 盖茨和风险投资家安·温布拉德的那段旧情也颇为津津乐道。两人分手后依然保持着心照不宣的暧昧,盖茨当年向梅琳达求婚前,居然还要特意去征求这位前女友的同意。 结婚后,温布拉德的照片甚至和梅琳达的照片并列摆在盖茨的办公桌上。梅琳达最初为了大局,甚至隐忍到允许盖茨每年和这位老情人单独去度过一个长周末。 (温布拉德 图片来源:Daily Mail) 也是非常能忍了…… 当然,忍让只能让头顶绿上加绿。在盖茨向国会交代的婚外情里,最让人大跌眼镜的是两个年轻的俄罗斯女人。 第一个叫米拉·安东诺娃,是个桥牌选手。2010年两人在一场比赛中相遇时,姑娘才20岁,很快就成了盖茨的秘密情人。 狗血的是,安东诺娃在2013年为了筹集一个桥牌网站的资金,结识了爱泼斯坦。爱泼斯坦不仅帮她付了去软件学校上学的学费,还在得知她和盖茨的地下情后,转头就给盖茨发邮件,暗示盖茨把这笔学费钱“报销”给他。看似要钱,实则是在超绝不经意透露“我已经知道你出轨了哦”。 (图片来源:Daily Mail) 几乎在同一时期,盖茨还搭上了另一位俄罗斯核物理学家卡里玛·尼格马图林娜。当时盖茨正投资一家研究下一代核反应堆的科技公司,而美貌与智慧并存的尼格马图林娜恰好在这家公司任职。两人借着公事的掩护,顺理成章地发展成了地下情人。 (图片来源:Daily Mail)   第三位被牵扯进来的,是哈佛大学的医学家艾丽斯·内塞尔罗特博士。她是借着盖茨基金会开展慈善业务的幌子和盖茨打得火热的,而这位女博士,同样在私人社交圈里和爱泼斯坦有着扯不清的关系。 (图片来源:Daily Mail) 至于最近被媒体扒出来的第四段婚外情,其内幕简直让人毛骨悚然。 这位女主角是盖茨基金会的脑外科医生梅拉妮·沃克博士。她常年潜伏在基金会核心层,因为职务便利和盖茨朝夕相处。但外媒深挖后发现,沃克居然是爱泼斯坦长期资助并悉心培养的“门徒兼知己”,连她读医学院的昂贵学费都是爱泼斯坦全额买单的。 在得知沃克成功接近盖茨后,爱泼斯坦不仅没有避嫌,反而多次在私底下煽动、鼓励沃克去和盖茨发生关系,甚至还让沃克故意向盖茨吹风,暗示盖茨:我和你之间发生的所有私密事,爱泼斯坦全都在幕后看着呢。 爱泼斯坦的目的已经昭然若揭了。他通过金钱控制这些高智商的年轻女性,把她们当成诱饵和眼线,精准地投放到像盖茨这样的超级富豪身边。一旦富豪咬了钩,这些枕边风和私密照片就会变成最致命的勒索工具。 盖茨在今年二月接受《华尔街日报》采访时,曾痛心疾首地表示自己当年和爱泼斯坦来往是人生中“一个巨大的错误”。 他当时辩解称,自己明知道爱泼斯坦有涉及未成年人的性犯罪前科,但因为听信了别人说爱泼斯坦有能力为全球卫生慈善事业募集几十亿资金的鬼话,才选择跟这个恶魔握手。 ……真是“圣人”啊。 当然,这种病态的关系最终成为了压垮比尔盖茨婚姻的最后一根稻草。 当爱泼斯坦的秘密档案开始泄露,梅琳达在得知丈夫如此荒唐的私生活以及自己竟然成了勒索案的潜在受害者后,果断选择了分道扬镳。梅琳达后来面对媒体时直言,那段日子是她人生中最痛苦、最屈辱的时光。 阅读 ‌未经允许不得转载:加拿大乐活网 »太崩了!比尔盖茨婚外情人曝光,被爱泼斯坦用俄罗斯情妇+高知女医生疯狂勒索,梅琳达忍无可忍…分享:

Lahoo.ca News • Jun 19, 2026

纽约时报:中国AI模型与Anthropic、OpenAI性能差距缩小 成本大幅降低

纽约时报:中国AI模型与Anthropic、OpenAI性能差距缩小 成本大幅降低2026-06-26 |作者:小乐 | 来源:加拿大乐活网 中国中美科技美国分享:#AI模型性能#GLM-5.2#中国AI模型#开源人工智能#智谱AI#美中AI竞争【加拿大乐活网LAHOO.CA 综合讯】据《纽约时报》报道,两周前,美国政府突然要求对人工智能公司Anthropic的两款最强大系统——Fable和Mythos——设限访问后,Anthropic随即关闭了这两个系统。几天后,中国初创公司智谱(Zhipu AI)发布新模型GLM-5.2,其性能几乎与Anthropic的上述模型相当,但使用成本大幅降低,且在美国不受任何限制。该模型迅速登上全球最受关注的AI模型排行榜前十。目前,全球AI模型排行榜前十中已有六款来自中国公司。 智谱站在中国新一波高性能、低成本人工智能浪潮的最前沿。这股浪潮正在挑战OpenAI、Anthropic和谷歌长期以来对行业的主导地位。GLM-5.2的发布,正值美国企业意识到必须压缩人工智能开支之际,同时硅谷高管也对特朗普政府可能加强对AI行业监管的倾向感到担忧。 硅谷初创公司alphaXiv联合创始人里汉·艾哈迈德表示:“随着Fable受到限制,美中之间的差距已经微乎其微。”他过去一周多来一直在使用智谱的新模型。 成本优势与开源特性成关键 与大多数顶级中国模型一样,GLM-5.2也是开源软件,任何人均可免费使用和修改。这使得其使用成本大大降低。根据运营AI排行榜的初创公司OpenRouter的数据,在处理某些任务时,GLM-5.2的使用成本仅为Anthropic此前推出的Claude Opus 4.8的约八分之一。Claude Opus 4.8的发布时间略早于Fable和Mythos。 麦德罗纳风险投资集团的创业投资人维韦克·拉马斯瓦米问道:“你有必要去哪儿都开法拉利吗?恐怕不会吧。” 智谱未回应置评请求。 代码生成与AI代理领域表现突出 GLM-5.2在生成计算机代码和驱动人工智能代理(能够调用其他软件执行任务的数字助手)方面尤为出色。ArenaAI首席执行官阿纳斯塔西奥斯·安杰洛普洛斯表示,智谱的技术目前在全球人工智能任务使用量中排名第三。ArenaAI追踪数百万人工智能用户的使用情况。 包括微软和亚马逊在内的大型云计算提供商已在提供对智谱、DeepSeek、MiniMax等中国初创企业旗下部分系统的访问服务。另据Axios此前率先报道,两名不便具名的知情人士透露,微软也在考虑将DeepSeek最新模型加入自家某款产品,作为Anthropic和OpenAI技术之外的另一种选择。微软、Anthropic和OpenAI均拒绝置评。 美国普及仍面临双重障碍 中国模型在美国广泛普及仍面临两大障碍:一是人们担心它们与中国政府关系密切;二是有人指责中国企业利用美国技术、以不公平的方式开发出这些成本更低的模型。但低廉的价格仍不断吸引新的用户。 大约一年半前,中国初创公司DeepSeek曾令硅谷大为震惊,证明自己能够以远低于许多美国同行的成本构建高性能人工智能系统。如今智谱正在做类似的事情。 2025年,美国商务部将智谱列入实体清单。公司文件显示,该公司数名股东受中国一家监管国防工业的政府机构控制。网络安全公司Infoblox首席法务官陈玮表示,只要在系统设置上谨慎操作,企业仍可在不将数据传回中国、不违反美国出口法规的前提下使用这一模型。 初创公司alphaXiv的艾哈迈德说:“如果你自己部署这些中国模型,或者通过第三方服务商使用它们,它们就没有那些限制。现在,反倒是Anthropic的模型受到更多限制。” 数据安全与“蒸馏”指控引发关注 一些软件开发人员不愿使用智谱在中国境内计算机上提供的人工智能系统,因为他们担心与该公司或中国政府共享数据。此外,他们也顾虑中国对人工智能内容的审查,以及可能触犯美国出口管制规定。 Anthropic和OpenAI均指控中国企业不当收集其人工智能系统的数据,以加速中国技术的发展。周三,Anthropic致信南卡罗来纳州共和党参议员蒂姆·斯科特和马萨诸塞州民主党参议员伊丽莎白·沃伦(《纽约时报》已看到了这封信),指控中国科技巨头阿里巴巴通过2.4万个虚假账户“肆无忌惮地”和“非法地”试图复制其技术。阿里巴巴拒绝置评。 本月,微软人工智能实验室负责人穆斯塔法·苏雷曼在发布一系列新模型时强调,这些模型是基于公司已获得商业许可的数据从头开始构建的。“这意味着你可以完全放心地、以值得信赖的方式将其投入生产,”他说。 《纽约时报》已起诉OpenAI及其合作伙伴微软,指控二者未经授权使用新闻内容训练人工智能系统。两家公司均否认这些指控。 利用一个系统的数据训练另一个系统——即所谓的“蒸馏”——在人工智能开发领域颇为常见。但Anthropic和OpenAI的服务条款明确禁止任何人私自收集数据用于蒸馏。目前尚不清楚智谱在开发其技术时是否使用了蒸馏手段。 提供GLM-5.2访问服务的公司Baseten的模型训练负责人查尔斯·奥尼尔表示,仅靠蒸馏并不足以打造出一流的人工智能系统,还需要多种其他复杂技术的配合。“那种认为这些模型的所有能力都源自Anthropic的说法并非人们所说的那样属实。” 中国政府支持与长期影响 中国的人工智能初创企业之所以能以远低于其他行业的价格提供开源技术模型,部分原因是该行业多年来受益于中国政府的支持,中国政府将人工智能视为推动经济增长的关键引擎。 许多高管表示,美国公司不应将技术开源,因为这可能被用于有害用途。但另一些专家认为,若监管机构在美国压制开源技术,中国将因此获得巨大的竞争优势。这些专家指出,由于目前大多数性能领先的开源模型都来自中国,美国开发者未来很可能会建立在这些中国模型之上开发软件。从长远来看,这可能使中国成为全球人工智能发展的核心。 也有人认为,由于美国出口管制限制了训练人工智能所需高端芯片的供应,中国模型始终会落后于美国最先进的系统。 阅读 7261未经允许不得转载:加拿大乐活网 »纽约时报:中国AI模型与Anthropic、OpenAI性能差距缩小 成本大幅降低分享:

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

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?