新闻 - 加华圈

51.ca News • Jul 4, 2026

在安省入住Airbnb或酒店，一定记得查这30个隐蔽摄像头藏身处

入住酒店或短租，建议认真排查这些关键区域是否安装了隐蔽摄像头。暑假出游、家人探亲的华人越来越多，不少人选择通过 Airbnb 或类似平台预订短租民宿、度假屋或酒店房间。虽然加拿大《刑法》明确禁止任何人在卧室、浴室等隐私空间安装或使用偷拍设备，Airbnb 等平台也早已明令禁止房东在屋内布控摄像头，但现实中偷拍事件仍时有发生。为了保护自己和家人的隐私，入住时最好先排查一下有没有隐蔽摄像头。网络安全公司 Norton 总结了 30 个最常见的摄像头藏匿地点，并给出了多种实用的自查方法。图片来源：Pexels，作者：David Yu加拿大法律和平台规定：偷拍属违法加拿大《刑法》第 162 条规定，在卧室、浴室、私人短租空间等任何有隐私期待的场所暗中录像，都属于刑事犯罪。Airbnb 从 2024 年 4 月起，已全面禁止房东在屋内任何区域安装摄像头，即使摄像头处于关闭状态也不被允许。然而，媒体仍不时曝光房客在短租或酒店房间内发现偷拍装置的案例，提醒大家务必警觉。30 个常见隐蔽摄像头藏匿点Norton 总结的 30 个最容易藏匿摄像头的地点包括：烟雾报警器墙上的细小孔洞圆珠笔螺丝书本电脑鼠标灯泡衣帽钩DVD 盒电源插座闹钟、时钟书架玩具花洒（淋浴喷头）台灯、立灯通风口门铃相框摆件装饰插电香薰器插线板门锁钥匙孔USB 充电头柜子镜子家用电器（如音响、微波炉等）小夜灯防窥猫眼（门上窥视孔）空气过滤器灯具入住时，建议先目视检查这些区域，留意是否有异常小孔、可疑电线、与整体装修风格不搭的物品，或摆放位置特别突兀的设备。4 种常用隐蔽摄像头排查方法Norton 建议，房客可以结合以下 4 种方法，全面排查房间是否被偷拍：1. 目视和手动检查仔细查看上述 30 个高发藏匿点，尤其是烟雾报警器、闹钟、台灯、插座、镜子等。在黑暗中，用手电筒或手机闪光灯照射，观察是否有反光点（摄像头镜头通常会有蓝色或白色的反光）。图片来源：Pexels，作者：Vitaly Gariev把房间灯全关后，看看是否有微弱的红点或 LED 灯光。有些隐蔽摄像头还会发出嗡嗡声，听听是否有异常的声响。你也可以用手指轻触镜面，如果指尖与镜像刚好顶对顶（指尖没有间隙），很可能是单向镜或双面镜，存在被偷拍的风险，应该进一步调查。2. 手机摄像头和检测 APP部分手机的前置摄像头（自拍镜头）可以拍到红外线。你可以在全黑的房间里，打开前置摄像头扫一圈房间，看看画面中是否出现闪烁的小光点。还可以从手机应用商店下载正规的隐形摄像头检测 APP，利用蓝牙或红外线扫描功能辅助排查。不过要记住，只下载评价高、来自官方渠道的应用，防止被假冒软件骗了。部分手机前置摄像头可查红外线光点，配合房间扫视，有助发现隐蔽摄像头。3. 无线信号（RF）探测器大部分偷拍设备会通过无线电波传输画面。市面上有售 RF 探测器（无线信号检测仪），可以拿着它在房间各处扫一遍，如果有可疑信号，它会发出提示。4. Wi-Fi 网络扫描部分房东为了远程监控，会把摄像头连到同一个 Wi-Fi。你可以用 Wi-Fi 扫描工具（比如 Fing）检测当前网络下是否有不明设备接入，或者看看有没有设备名称可疑的连接。入住自查，保护隐私总之，入住安省短租或酒店时，务必利用上述清单和方法初步排查有没有偷拍设备。如果发现可疑装置，建议立即拍照取证，然后联系平台或报警处理。保护好个人和家人的隐私，从入住第一天就要开始。相关阅读

阅读全文

55

科技

Wenxuecity • Jul 4, 2026

"中国版Anthropic"这个说法很流行，但并不存在

“中国版Anthropic”这个说法当下非常流行。稍作回溯，大约是从2025年下半年开始叫开的，最早出现在卖方电话会议里。几位分析师在讨论那家刚递表港交所的AI公司时，需要一个能让基金经理瞬间听懂的参照物。OpenAI已经被叫得太多，Mistral又太冷僻，Anthropic刚好——ARR曲线漂亮，有“安全派AI”的差异化定位，对估值故事也友好。于是“中国版Anthropic”这句话被甩了出去，几周内变成行业口头禅，几个月后，已经堂堂正正写进招股书的解读、研报的封面、卖方午餐会的开场白。这种映射本身是分析师的便利工具，用熟悉的事物去解释陌生的事物，省事、直观、方便决策。中国版亚马逊、中国版特斯拉、中国版谷歌——过去二十年的中国投资史，大半是靠这种比喻搭起来的脚手架。 A.为什么流行开来？这一次也不例外，脚手架看起来非常贴合——否则也不会获得市场的认可。第一层原因是产品形态对得上。Anthropic过去三年最重要的事是Claude Code撕开了AI编程市场，而这家中国公司也在大力布局Coding能力，发布会上Coding能力总是被放在最显眼的位置。第二层原因是商业模式对得上。Anthropic的300亿美元ARR大半来自B端企业客户，这家中国公司的MaaS平台和大客户解决方案也以B端为主，金融、能源、政务被反复提起。但真正让这个比喻牢牢钉在市场叙事里的，是第三层——也是最深的一层——国产替代。 2025年初DeepSeek发布R1之后，整个中国AI行业心照不宣地进入了一个新的剧本：硅谷有什么，中国就要有对应的什么。OpenAI对应DeepSeek，Cursor对应国产Coding公司，Anthropic对应这家公司。这个剧本几乎不必论证，构成了当下中国科技叙事里最有共识、最能调动资源、最不容挑战的那条主线。当一句“中国版Anthropic”被甩出去的时候，它真正调动起来的，不是几个商业模式的比对，而是中国必须有自己Anthropic的国家意志。数家媒体在报道中将该公司与Anthropic类比这套国家意志在二级市场上得到了极为热烈的回应。这家公司2026年初登陆港交所，发行价116.2港元，五个月之内股价冲到1001港元，近期股价更是爬升到2000港元以上。市场愿意付出的估值倍数极其惊人。但也需要补充一个细节：它的港股流通盘很小，香港公开发售部分超额认购1159倍，公众持股比例不高，稀缺性本身就构成了相当一部分估值溢价。这里就不具体展开了。回到主题。当“中国版Anthropic”这个比喻同时被产品对标、商业模式对标、国家意志这三层支撑起来的时候，它已经不只是分析师的便利工具，它变成了一种愿景。 B.同样的种子，不同的土壤不过，愿景和现实之间，是有距离的。 Coding能力对得上、B端客户为主对得上、国产替代的非凡意义也对得上，这些都没问题。但真正需要做的，是把镜头拉远一点，看看这两家公司所根植的土壤，到底是不是同一片。先看一个画面。硅谷一家中型律所的合伙人，月底要审批一笔开销，例如给整个律所接入Claude Enterprise，年付几十万美元。这笔钱怎么签下来的？大概率是合伙人扫一眼报价，比一下省下来的初级律师工时，CFO那边走个流程，半小时就过了。在美国，这是B端软件采购的日常。Salesforce、Workday、Snowflake、Datadog——过去二十年，硅谷的SaaS军团把美国企业训练成了世界上最舍得为软件花钱的客户群。Anthropic的300亿美元ARR就长在这片土壤上，《财富》全球500强前十里有8家是它的客户。把同样一颗种子换到中国土壤上，故事的形状会变得不太一样。国央企采购走的是招投标流程，三四家供应商互相压价，中标的那家往往是报价最低、回款最慢的。民营企业的IT部门采购AI能力的时候，第一反应是看有没有开源替代品，第二反应是能不能本地化部署把数据握在自己手里，第三反应才轮到预算。中小企业更直接，毕竟SaaS二十年没在中国真正长起来，今天的AI接的就是这个没长起来的盘子，想赚钱——太难！这件事谁都解决不了，它会一笔一笔写进财报里。这家公司2025年的本地化部署毛利率从66%滑到了48.8%，API涨价83%才换来调用量400%的增长。两个数字摆在那里，背后是中国B端付费土壤的真实厚度。即使是同样的种子，埋入不同厚度和性质的土壤，长出来的果实也不会一样。 C.两道坎：算力鸿沟与和生态逻辑 Anthropic身后站着亚马逊和谷歌，亚马逊投了80亿美元并提供主要的云服务，谷歌投了20亿。这意味着目前全世界最强的两套云基础设施，同时在给它供血。CEO达里奥还在公开场合反复说，训练成本会从10亿美元上升到100亿、1000亿美元。中国对标方所处的位置不太一样。一边是高端GPU的出口管制，一边是单位算力成本结构性地高于美国同行。同样训练一次模型，要花更多的钱、用更长的时间、承担更多的不确定性。更值得停下来想想的是模型规模这条线。Anthropic最新推出的Mythos模型，参数规模已经摸到10万亿这个量级。并且，需要指出的是，它不仅是个模型，是一整套打通了亚马逊云、Palantir平台、美国国防部IL6机密环境的政企AI解决方案。美国国安局、国防部、财政部、商务部、国土安全部、司法部、国务院，可以说，一整圈联邦机构都在用Mythos的修改版做漏洞发现、系统加固、攻防评估。这已经不是单纯卖模型的生意了，是Palantir那条路——政府+国防+关键行业的长期合同，市场规模动辄几百亿美元，毛利率结构和“卖API”完全不同。这项计划联合了AWS、苹果、谷歌、微软、英伟达s等12家科技巨头，将Mythos Preview定向开放给约40家维护关键软件基础设施的组织中国对标方有没有可能走类似的路径？理论上有，实际上要难得多。第一道坎是算力层面的巨大鸿沟。先说算力，Meta是硅谷巨头中算力较弱的一家公司，但2026年的AI资本支出，已经接近中国所有头部AI企业的总和。Mythos单次训练成本高达100亿美元，背后不仅仅是成本高昂，更在于算力能否充足。国产芯片的追赶，无论从单卡性能、集群效果，只能追赶到H20至多H100的水平，并且无法进行预训练，主要用于推理层面。最顶尖的芯片公司华为昇腾，5月主动曝光出“韬定律”，可以理解为，利用EUV光刻机突破5纳米以内芯片路径已经不可能，堆叠成为唯一的艰难之路。这为国产化芯片追赶之路蒙上了一层阴影。可以推测，中美之间的算力差距在接下来还会继续拉大。何庭波在题为《半导体新路径探索与实践》的主旨演讲中，正式发表“韬（τ）定律” 第二道坎是政企AI生态的逻辑完全不同。 Anthropic走的那条路，本质上是几个商业玩家自下而上拼出来的：Anthropic出模型，AWS出云和算力，Palantir出政企落地平台和数据中台，三家公司谁也不归谁管，但通过商业合作和股权绑定，自然而然形成了一个面向美国联邦政府的AI解决方案联盟。 Palantir过去十年已经在国防部、CIA、ICE、FBI铺好了渠道和信任，AWS的GovCloud已经拿到IL6认证，Anthropic的模型嵌进去就能用。这是一个市场化的、由商业利益驱动的、自下而上长出来的政企AI生态。中国的政企AI生态，长得不是这个样子。它是被信创框架定义的。2027年央企信创全面替代是硬目标，2026年是冲刺年。这意味着所有进政企的AI能力，第一道关不是性能、不是ROI，而是“是否符合信创目录”。CPU要用龙芯/海光/鲲鹏，操作系统要用麒麟/统信，数据库要用达梦/人大金仓，AI芯片要进安全可靠目录。这一整套流程，本身就是政府主导的，不是商业玩家拼出来的。也就是说，美国的政企AI生态长得像一个市场，中国的政企AI生态长得像一张行政地图。这两种生态的财报形状是不一样的。Anthropic的政企生意可以做成“边际成本递减、毛利率递增”的SaaS曲线；中国对标方在政企侧的生意，更接近“每一单都要重新做集成、毛利率被本地化部署拖着走”的项目制曲线。这一点，正好对应它本地化部署毛利率从66%滑到48.8%的财报现实。两道坎叠在一起，“中国版Anthropic+Palantir+AWS”这条路，在中国短期内是走不通的。不是没有人愿意走，而是这条路在中国的形状本来就不一样，走通了也不会长成Anthropic那种样子。再回到那两份财报。Anthropic在2024年底的年化收入是10亿美元，一年半之后冲到300亿，2026年5月完成650亿美元H轮融资，投后估值9650亿美元，已经在筹备IPO。这家中国公司2025年全年收入7.24亿元人民币，净亏损47.18亿元，四年累计亏损约85亿，当下ARR大约2.4亿美元，市值高点接近1500亿美元。如果硬要按Anthropic的P/ARR倍数倒推，1500亿美元市值对应的ARR应当在40亿美元上下。从2.4亿到40亿，差着16倍。要补上这16倍的缺口，这家公司未来每个月都得维持150%以上的环比增速——这个数字，连硅谷最猛的SaaS明星都没跑出来过。走到这一步，“中国版Anthropic”已经不算商业判断了，更像一种估值上的许愿。而许愿能不能成真，并不取决于这家公司，取决于它脚下那片土壤、它头顶那片天空，以及——这是接下来要谈的——它对标的那个对象，自己究竟稳不稳。 D.Anthropic是否构成一个锚？到这里，如果文章只批评中国对标方，其实是不公平的，也是不准确的。真正诚实的分析必须把另一面讲清楚，即被当作锚的Anthropic，自己也站得没那么稳。把时间拉回三年前。2023年初，主角是ChatGPT。所有中国创业者开口闭口“中国版OpenAI”，GPT-4发布的时候几乎所有评论都认定OpenAI已经赢下了这场战争。一年后Gemini追上来了，谷歌在多模态、长上下文、原生集成上拿到了局部领先，Gemini 2.0发布之后，“OpenAI已经赢了”这个说法开始松动。又一年后，Claude追上来了，Claude Code撕开了编程市场，2026年5月，Anthropic以9650亿美元估值反超OpenAI的8520亿美元，成了全球估值最高的AI公司。三四年时间，主角换了好几波。每一波都曾被宣告“已经赢了”，每一波都很快被下一波改写。即便是当下的Anthropic，位置也远谈不上稳固。它跑出了编程这一个垂直领域的爆款，可法律、医疗、金融、教育、设计、内容、客服、供应链……每一块潜在的市场都比编程大，它一个都还没真正攻下来。它的盈利刚刚到来，2026年二季度5.59亿美元的单季营业利润是首次盈利，谈不上常态。它的算力成本还在指数级上涨，CEO公开警告未来训练成本要到百亿甚至千亿美元级别，这意味着它必须不断融资、不断扩大算力承诺，才能维持现在的位置。有观点认为：OpenAI在视觉、图像等方向均有强势布局；谷歌同样在图像、语音等环节上加码，而Anthropic的优势几乎全部集中在编程上 2026年4月，Claude Enterprise从固定订阅改成“基础费+按量计费”，重度用户成本翻三倍——这是按用户数收费已经覆盖不了算力成本的信号，也是商业模式仍在剧烈调整中的信号。如果把AI能创造价值的所有领域画成一张地图，编程是其中一块已经成型的大陆——很大，但只是一块。 Anthropic在第一块大陆上插了旗，但远远没有占领整张地图。OpenAI在C端插了旗，可C端之外的处女地比C端本身大得多。Gemini守着搜索这块自留地，搜索之外它也还在摸索。 AI过去三四年的故事，并不像是一个赢家通吃的故事，倒更像是一场刚刚开始的大航海。每隔一年半载，主角就换一波，每一波主角都以为自己赢了，每一波都很快发现地图比想象中大得多。所以拿Anthropic当锚去定价中国对标方，有两层根本性挑战：一是这家中国公司没有Anthropic生长所需要的那片土壤；二是Anthropic自己也还在路上，它不是终点，只是这一段航程暂时领先的那条船。 E.贫瘠土壤上的精耕细作但话说回来，“中国版Anthropic不存在”这件事，其实不是悲观结论。认知上，从“模型公司能做多大”换成“AI能在哪片土壤上创造多大价值”，也许，中国的处境反而藏着一种被低估的可能性。打一个不太严谨但很形象的比方：以色列的农业技术世界一流。原因不是以色列土壤好，恰恰相反，以色列的土壤极差、水极少、气候极端。正是因为底子薄，每一滴水、每一克肥料都要精打细算，才逼出了滴灌、温室、海水淡化、节水育种这一整套世界领先的精细化农业技术。同样一颗西红柿，在加州的丰沃土壤上随便种就行，在以色列必须用一整套精密系统才能种出来。而这套精密系统反过来变成了以色列农业最值钱的资产。 AI目前的状况，跟农业有点像。美国的AI生态像加州，算力充裕、B端付费能力强、政企生态发达、风险资本管够，跑出Anthropic这种“年烧100亿美元换300亿美元ARR”的明星是完全合理的。但反过来说，正因为土壤这么肥，美国的AI公司其实没有动力去做“投入产出比”的精细化优化，它们的商业模式是“先把ARR做大，盈利留给以后”。直到2026年Q2才出现Anthropic的首次单季盈利，已经说明问题。中国的AI生态像以色列。算力受限、B端付费薄弱、企业更挑剔、回款更慢、补贴也终有尽头。在这种土壤上，单纯复制Anthropic的烧钱打法是死路一条。但贫瘠土壤反过来逼出来的，可能是一种完全不一样的能力：把AI做轻、做便宜、做进真实场景里、做出可计算的ROI。 DeepSeek已经用R1证明了这种可能性的一个角度，同样的能力可以用十分之一的成本做出来。但这只是开始。AI真正大的商业落地机会，可能从来都不在“训练出全球最强模型”这件事上，而在“把还行的模型嵌进真实场景里、产生可计算的现金流”这件事上。后者需要的不是更多GPU，是更深的行业理解、更耐心的客户陪跑、更精细的成本结构、更强的工程化能力。这些东西，在贫瘠的土壤上反而更容易长出来。谁手里有这些？大概率不是那些把自己讲成“中国版谁谁谁”的玩家。讲这种故事的公司，本质上还在追赶硅谷剧本，而不是在写自己的剧本。更可能跑出来的，是那些已经在中国的真实土壤上耕耘了十几年、二十年，手里握着海量真实用户、成熟商业闭环、深厚组织能力、稳定现金流的那些“老资产”。这些“老登”们不需要“做出最强模型”，他们只需要“把AI嵌进自己已经成型的存量里”——而这件事，恰恰是Anthropic、OpenAI、Google隔着太平洋做不了的事。 AI最珍贵的东西从来都不是模型本身，是模型嵌入真实场景之后能撬动多大的存量。这件事在全球都成立，在中国尤其成立。这意味着，中国版Anthropic不存在，但AI在中国的故事，才刚刚开始。这也印证了秦朔先生最新的论证，AI是一个“伟大的泡沫”，那些敢于投身泡沫、迎战泡沫、挤掉泡沫的企业，是真正伟大的企业。

阅读全文

17

最新新闻