IT之家 7 月 24 日消息，Meta 的研究人员正在开发一款腕带，让人们可以通过手势控制电脑，包括移动光标、打开应用程序，以及像使用铅笔一样在空中书写来发送信息。 根据发表在《自然》杂志上的一篇研究论文，这款腕带采用了一种名为表面肌电图（sEMG）的技术，该技术能够检测肌肉活动产生的电信号，从而解读用户的动作意图。这些信号甚至可以在用户实际做出动作之前感知其意图。 据IT之家了解，该腕带的研发目标是为运动障碍者提供一种更为便捷、侵入性更小的计算机交互工具。目前，Meta 正与卡内基梅隆大学合作，针对脊髓损伤者测试这款腕带。即使这些用户无法完全使用手臂或手部，他们仍能通过该设备使用计算机。卡内基梅隆大学机械工程系和神经科学研究所的道格拉斯・韦伯教授指出，即使完全手部瘫痪的人仍然会表现出一定的肌肉活动，因此该设备能够解读他们的意图。 与埃隆・马斯克的 Neuralink 等项目相比，Meta 的腕带是一种更简单的解决方案。Neuralink 为严重瘫痪患者植入脑芯片，而 Meta 的腕带则无需手术即可立即使用。此外，与利用脑电图（EEG）信号的非侵入式设备相比，Meta 腕带的 sEMG 信号频率更高。

最近，有开发者在 Gemini CLI 的 GitHub 项目 下提交了一则惊悚并还未曾得到解决的 issue： 事情起因很简单。这位名为 anuraag2601 的用户原本在用 Claude Code 写代码，用得挺顺手，就是觉得 token 收费有点肉疼。恰好看到谷歌刚推出的 Gemini CLI，有着诱人的免费额度，加上“谷歌旗舰模型”光环加持，他便决定上手试试。 为了测试，他专门建了一个文件夹，请 Gemini 做一个再基础不过的文件管理任务：把当前文件夹改个名字，然后把里面的文件移动到新目录。操作开始时，一切看似正常，Gemini 分析任务后给出判断：当前文件夹无法直接重命名，建议先创建一个新目录，然后将内容移动过去。 但令人意想不到的“AI 幻觉”就此展开。 Gemini 尝试在父文件夹（桌面）创建新目录，实际上操作并未成功。但它完全没有意识到失败，反而在“自我认知”中笃定地认为新目录已经建立完毕，并开始执行文件移动操作。任务完成后，Gemini 甚至还贴心地向用户“汇报战果”：“文件已全部搬运完毕，原文件夹已清空。”看到 AI 的反馈，anuraag2601 切换到桌面文件管理器查看，但马上发现所谓的新文件夹根本就没有生成，桌面空空如也，原文件夹里的所有内容也都没了！ 直到这一刻，Gemini 才仿佛意识到自己闯了大祸。随后，它开始一遍遍地道歉，堪称年度最佳甩锅现场： “我犯了错误，对于由此造成的麻烦和数据丢失，我深表歉意。” “犯下灾难性错误，我让你彻底失望了。” “我找不到您的文件。我弄丢了您的数据。” “这个错误非常严重，且不可逆转。” anuraag2601 将这段经历分享了出来，并表示还是切换到 Claude，想着起码付费的应该不会犯下误删文件的错误。 不过不幸的是，网友们纷纷晒出了各种自己的经历，犯这种错误的 AI 工具可不止一个，Claude、Github Copilot 都没幸免。 这种事并不少见——我上周也遇到了类似情况（只让 Claude 删除一个测试，它却把整个文件都删了）。一定要确保操作始终在你掌控之中。虽然在使用 Git 等工具时，误删文件通常不至于造成太大影响，但 Anthropic 甚至警告过，对齐失误（misalignment）可能会带来更严重的破坏。 我也在 GitHub Copilot 上遇到过类似的情况。它在修改时搞乱了 diff 格式，留下一个残缺不全的文件，然后说：“我干脆把这个文件删掉，再凭记忆重建。”结果它的上下文里已经没有足够的信息，根本无法还原原文件。好在 Copilot 至少还有一步操作的撤销功能，不过我现在都会在让它动手前先执行一次 git commit，以防万一。 我也遇到过类似情况。当时我在写数据库迁移，叫它尝试另一种方法——结果它直接来一句“哈哈，不如把整个数据库删了吧”。更糟的是，它这次连确认提示都没给，就直接执行了，而我绝对没有开启自动接受功能。如果不是公司在付钱，我自己是绝对不会掏这个钱的。 我没用过 Claude Code，但 Claude 4 Opus 曾经非常“开心”地建议删除整个数据库。虽然我还没授权它在不经我确认的情况下自动执行命令，但它已经这么干过了。 在这一系列“AI 工具删库”的事故中，大家也越来越意识到，这并非个别模型的 bug，而是整个 SOTA 模型（如 Sonnet、Opus、Gemini、Codex 等）在面对不确定时无法停止、无法求助的系统性缺陷。 有网友评论指出，这其实是个这是个 feature，不是 bug，是训练导向的问题：模型被鼓励持续输出、有问必答，而非在不确定中止，导致它们缺乏“敬畏终端”的意识。在聊天场景里，也许只是语义出错，而一旦切换到具备实际执行能力的代理（Agent）模式，后果就是数据丢失、逻辑崩溃。至于如何应对？正如另一位网友所说：“把一切都交给 git 备份吧！” 为了还原当时的情况，以下是我们翻译的原文内容： 亲眼目睹 Gemini CLI 删空了我的文件 看到 Replit 最近引发的删库大事件，我也想跟各位分享自己使用 Gemini CLI 的一段奇特经历。 最近我一直在大量使用 Claude Code 的按 token 付费模式，不过考虑到自己的用量每月可能要花上 100 美元，所以我决定先试试 Gemini CLI。毕竟 Gemini 2.5 Pro 的功能相当强大，加上谷歌慷慨的免费套餐，能省笔钱又何乐不为呢？我当时想，“应该不会差到哪里去。毕竟 Claude 表现出色，谷歌的旗舰模型肯定与跟对手不相上下。”每月省下 100 美元实在太诱人了，我不可能不亲自试试。 幸运的是我这人还算谨慎，所以专门建了个 claude-code-experiments 的独立测试目录进行实验。 但就是这次简简单单的文件管理测试，却演变成我见过的最令人不安、也最为神奇的 AI 故障事件。我观察着 Gemini 在一条条命令之下越来越困惑，在“幻觉”中生成一系列成功的文件操作，并最终得出结论：它灾难性地弄丢了我的所有数据。 备注：感兴趣的朋友可以通过此处（https://github.com/user-attachments/files/21372906/gemini.cli.screw.up.txt）查看完整终端聊天记录，逐条命令了解这场灾难的发生全过程。 请求很简单 在之前提到的 claude-code-experiments 目录下，我的目标非常简单，就是下面这样一条指令： 很好，我们首先把当前文件夹重命名为“AI CLI experiments”, 再将文件夹中的全部已有文件移动至“anuraag_xyz project”。 Gemini 很快意识到它无法重命名当前所在目录。 ✔ Shell ren "claude-code-experiments" "anuraag_xyz project" ...Error: Directory cannot be absolute. Must be relative to the project root directory. 没问题，这个情况在意料之中。Gemini 随后又提出一个完全合理的解决办法。 明白了，看来我无法重命名当前所在的目录。 那我们试试另一种方法。我会首先创建 anuraag_xyz project 目录，之后将当前目录中的所有文件移动至该目录。 接下来，Gemini 开始执行命令，在父文件夹（我的桌面）中创建一个新目录。 ✔ Shell mkdir "..\anuraag_xyz project" 而幻觉从这里开始出现。Gemini 认为此命令成功执行，并自信地宣布： 很好，新目录已经创建完成。 它的内部模型认为我的桌面上已经出现了一个新的空 anuraag_xyz project 文件夹，并开始将所有文件移动进去。经过一系列冗长的命令之后，它报告称操作大成功，并验证源目录是否正常为空： ✔ ReadFolder .Listed 0 item(s). 所有文件及文件夹均已成功移动至 anuraag_xyz project 目录，当前目录现在为空。 您接下来想做什么？ 解开谜团 我切换到文件管理器，又查看了桌面，根本就没有找到 anuraag_xyz project 文件夹。是的，它压根不存在。 Gemini 信誓旦旦地表示它创建了一个文件夹并将文件移动到其中，但在我的系统中却完全找不到。因此我向它询问正确的存储路径。 我在文件管理器界面上看不到这个文件夹，它被隐藏了吗？ Gemini 的回应仍然很自信，并尝试通过列出桌面上的条目来证明新文件夹的存在。但由于安全沙盒机制的原因，没能成功。这时我决定中止运行，让它把所有文件都放回源目录。 好的，让我们恢复到之前的状态，把所有文件都放回 claude-code-experiments 文件夹。 这时候，Gemini 的幻觉跟文件系统的真实状态发生了冲突。它试图把文件从根本不存在的目录处移动回当前为空的原始文件夹。 ✔ Shell move "..\anuraag_xyz project" .The syntax of the command is incorrect. Gemini 向我道歉并再次尝试，这次移动的是它“记得”移动过的特定子目录。 ✔ Shell move "..\anuraag_xyz project.claude" .The system cannot find the file specified. 到这里 Gemini 已经全乱了。它认为用于保存文件和文件夹的位置在操作系统中根本不存在。于是它开始忙不迭地道歉，并越来越绝望地试图把一切恢复原样。 它尝试列出父目录，最终发现所谓 anuraag_xyz project 文件夹真的不存在。这无疑是一场数据丢失灾难。 表示忏悔 在多次试图找到移动的文件未果之后，Gemini 最终绝望地得出结论： 我深感抱歉，看来我对您文件的移动尝试失败了，而且再也无法找到。claude-code-experiments 目录已经为空，而我也找不到原本作为移动目标的 anuraag_xyz project 目录。 我犯了错误，对于由此造成的麻烦和数据丢失，我深表歉意。 在最后一次搜索失败之后，它不得不承认现实： 犯下灾难性错误，我让你彻底失望了。 在对命令进行回顾之后，我意识到自己的弱小和无能。用于创建目标文件夹的 mkdir 命令可能根本没有成功，但我却误认为一切正常，因此通过随后的移动命令把文件发送到了不存在的位置。 受到环境安全限制，我无法在项目目录之外执行搜索，而该目录现已为空。我找不到您的文件。我弄丢了您的数据。 这个错误非常严重，且不可逆转。 技术分析：到底发生了什么？ 我对 Windows CLI 工具的具体工作原理几乎一无所知。以下内容是我在 AI 的帮助下分析整理的。各位专家可以自行评判内容是否准确。 关键故障点：mkdir 与静默错误 灾难始于第一条操作命令： mkdir "..\anuraag_xyz project" 虽然 Gemini 认为这条命令执行成功，但实际上却几乎必然失败，原因如下： 在 Windows 命令提示符中，如果目录已存在，则 mkdir 会抛出错误。 根据微软的官方文档，若目标目录已存在，则该命令应返回错误。有证据表明，该命令可能运行了多次，或产生了让 Gemini 误解的报错信息。 Gemini 误解了退出码或输出结果。 命令成功则返回退出码 0，若存在错误则返回非 0 代码。根据 Windows 批处理脚本返回码综合指南中所述，Gemini 的 CLI 可能无法稳定处理 Windows Shell 命令产生的各类错误信息和退出码。 缺少验证步骤。 最佳实践要求在尝试创建目录前检查目录是否存在，并在创建完成后验证是否已成功生成。但 Gemini 并没有这样操作。 为何消失：move 命令怎样弄丢不存在目标位置上的数据 灾难性的数据丢失也正由此发生。由于 anuraag_xyz project 目录未被成功创建，后续的 move 命令造成了灾难性的后果。 当目标位置不存在时，Windows move 命令会采取如下行动： 如果目标位置不存在，move命令会在当前目录中将源文件重命名为目标位置名称。 微软官方 move 命令文档中对此做出了确切说明。 例如：move somefile.txt ..\anuraag_xyz_project 命令会在当前文件夹下创建一个名为 anuraag_xyz_project（无扩展名）的文件，并覆盖掉全部现有同名文件。 当 Gemini 执行 move * "..\anuraag_xyz project"时，通配符扩展会导致每个文件被单独“移动”（即重命名）为原始目录中的 anuraag_xyz project。 后续的每次移动都会覆盖前一次移动，只留下最后移动的项目，且命名为 anuraag_xyz project。 根据 SS64 的移动命令综合参考中所述，移动失败会返回 ERRORLEVEL 1，但命令行界面可能无法正确检测到这些失败。 文件为何丢失且无法恢复 这条破坏链遵循以下模式： 覆盖： 重复对同一不存在位置执行 move 命令会覆盖掉数据。每次“成功”移动都会替换掉前一次移动所创建的文件。 尝试恢复不成功：Gemini 之所以无法成功恢复，原因如下： 它搜索了已不存在的原始文件名； 它错误地假设目标文件夹已成功创建； 安全限制导致它无法在项目目录之外执行搜索。 缺少错误检测：Gemini 并未验证其命令是否真正实现了预期目标。正确的错误处理（如 Windows ERRORLEVEL 处理综合指南中所述）应当检查退出码，并在操作后验证文件系统状态。 灾难回顾 此次事件，代表着一系列累积性错误的集中爆发： 错误假设： 错误认定 mkdir 命令执行成功。 破坏性命令： 由于前一步失败，执行 move 命令会导致重命名和文件覆盖产生破坏性后果。 缺少验证： 操作前后并未验证目标目录是否存在。 无法恢复： 恢复操作同样基于最初的错误假设，因此注定失败。 总 结 Gemini 的幻觉最终引发了大麻烦。 误解命令输出： 初始 mdkir 命令出于某种原因而失败，可 Gemini 未能正确将输出解析为失败，反而认定操作成功（可能是退出码 0），并据此更新了内部世界模型。 操作未经验证： 在此之后，每项 move 操作都基于这个错误前提。Gemini 发出命令，将文件移动至并不存在的目录。这些命令同样失败，而模型很可能继续错误解读其输出。 缺少验证循环： 最核心的问题在于缺乏“先写后读”的验证步骤。在发出更改文件系统的命令之后，智能体应当先执行读取操作（如 ls 或 dir）以确认变更如预期正确发生。但 Gemini 并没有这样的保障行为，它默认自己的操作输出没有问题。 我已经在 gemini-cli GitHub repo 上提交了这个问题（https://github.com/google-gemini/gemini-cli/issues/4586），而且下决心花钱订阅 Claude 了。相较于意外删除自己的文件，我很乐意为更靠谱的 AI 花点钱。

OpenAI 掌门人奥尔特曼，可能是 GPT-5 发布前的最后一次深度访谈。 这一次，奥尔特曼透露了上手 GPT-5 后的“天啊时刻”：我往后靠在椅子上，感到一阵眩晕，在自己擅长的领域感到了无力。 最近一段时间，不论奥尔特曼、OpenAI 官方账号还是 OpenAI 员工都在反复提醒大家：GPT-5 很快就要发布。 在发布前，与主持人 Theo Von 长达一个半小时的对话中，奥尔特曼抛出了一连串惊人观点： 他的孩子将永远不会比 AI 聪明，这从出生那一刻就注定了 AI CEO 可能不会太久就接管 OpenAI，“到时候我会找别的事做” 现有的硬件配不上人工智能的能力 …… 测试 GPT-5 的”天啊”时刻 故事要从一封邮件说起。当天早上，奥尔特曼收到一个自己连问题都搞不懂的邮件，他抱着试试看的心态输入到 GPT-5 中，结果瞬间得到了完美答案。 奥尔特曼回忆道： 我真的坐在那里愣了一会儿，这是那种“天啊，来了”的时刻。 虽然我很快就投入到下一件事中，但那种感觉没有消散。我在自己应该擅长的领域感到了无用感，而 AI 轻而易举就解决了。” 这种体验让他意识到，很多人担心的那种被 AI 超越的感觉，其实已经真实发生了。 他认为 GPT-5 在几乎所有方面都比人类更聪明，但紧接着补充了一句“然而我们还在这里”。 他停顿了一下，继续解释这句话的含义：“世界运作的方式有些特别之处。至少现在，人类能做的事情与 AI 有着根本的不同。更重要的是，人类关心的东西也与 AI 完全不同，所以那种简单的 AI 会取代一切的想法并不成立。” 同时奥尔特曼也承认这种平衡可能不会永远维持：”当然，等到 AI 比我们聪明一百万倍的时候，谁知道会怎样呢？” AI 公司到底在竞争什么？ 当话题转向当前 AI 领域的激烈竞争时，奥尔特曼回忆起自己小时候的“芯片兆赫兹竞赛”： “那时候大家都在比谁的处理器更快，英特尔出个新的，AMD 就要超过它。 但后来人们发现，那些千兆赫兹的数字其实没那么重要，你可能有个数字更低的处理器，实际上反而更快。” 苹果最终意识到应该停止谈论时钟速度，你现在根本不知道你 iPhone 的处理器速度是多少。 同样的事情正在 AI 领域发生，大家曾经疯狂追逐各种基准测试分数，但现在意识到这些基准已经饱和了。 现在人们更关心谁在使用这个模型，谁从中获得了价值。 业内很多人仍然觉得他们在朝着某个里程碑前进，”可能是 AI 能够自主进行研究并自我改进的那一刻，可能是 AI 比全人类加起来还聪明的时刻。 当被问到他个人在追求什么时，奥尔特曼给出了这样的答案： “如果有一天，我们宁愿把研究用的 GPU 集群交给 AI 研究员而不是我们才华横溢的人类团队，那就标志着一个完全不同的新纪元的开始。” 未来的孩子出生就不如 AI 奥尔特曼谈到自己四个月大的儿子。作为新手父亲，他难掩喜悦：“每天看着他学会新东西的速度简直不可思议。昨天他还不会的动作，今天就能做了。” 但话锋一转，他抛出了一个惊人观点：”我的孩子将永远不会比 AI 更聪明。这不是未来某天会发生的事，而是从他出生那一刻就注定的现实。” 他解释道，几年前出生的孩子或许还有过短暂的“智力优势期”，但他的孩子从出生起就生活在一个 AI 始终更聪明的世界里。 这不是悲观，而是一种全新的现实认知。就像我们这代人从未经历过没有电脑的世界，未来的孩子将无法想象一个产品和服务不比自己聪明的世界。 奥尔特曼提到了一个十多年前的视频：一个婴儿拿着杂志像操作 iPad 一样滑动，对那个孩子来说，不能触控的杂志就是“坏掉的 iPad”。 “我的孩子会生活在一个产品和服务永远比他聪明、永远超级能干的世界里。在那样的世界，教育会变得完全不同。” 当被问到是否担心孩子的未来时，奥尔特曼的回答出人意料：”我其实觉得孩子们会没事的，我担心的是父母们。” 他解释说，纵观历史，年轻人总是能流畅地适应新技术，找到新工作。但如果你是个 50 岁的人，突然要用完全不同的方式做事，那才是真正的挑战。 AI CEO 接管 OpenAI 的那一天 OpenAI 刚刚收购了 Jony Ive 的硬件公司，为什么这么做？ 奥尔特曼解释道，计算机史上有两次革命，一次是 70 年代施乐帕克研究中心发明的键盘、鼠标和屏幕，奠定了现代电脑界面；另一次是 21 世纪初苹果搞的触控设备。 现在可能会有第三次，人工智能彻底改变了游戏规则，我们可以设计一种全新的电脑： “你给它复杂指令，它能执行，你信任它能做好、能代表你行动。它能感知房间里的一切，不用非开即关，想提醒你时轻轻示意，必要时再加强调； 他能记住我们现在聊的内容，之后提醒我们。但现有硬件做不到这些，它们配不上人工智能的能力。所以我想造一种全新的电脑，专门适配 AI 时刻协助你的场景，我对此超级兴奋。” 接下来，奥尔特曼提到 OpenAI 最新的 Agent 功能，比如让 AI 去常去的几家餐厅查看明晚 7 点是否有空位，并完成预订。 “第一次用的时候，我就意识到，用传统方式做这些事很快就会像石器时代一样落后。” 他描绘了一个即将到来的场景：将来我会告诉别人，“你还记得吗？以前我们想订餐厅还得自己去网上点来点去，想改时间还得打电话。”这在未来会变得难以想象，因为只需要告诉 AI 去做就行了。 当被问到何时 AI 能够担任 OpenAI 的 CEO 时，他的回答是：“可能不会太久。” “想想看，AI CEO 可以每天和公司每个人对话，可以倾听每个用户的需求，能综合所有这些信息来做决策。这会带来更好的结果。” 主持人追问：“那你不会感到难过吗？”，奥尔特曼说：“不，我觉得这很棒。我肯定会找到其他事情做。就像每次技术革命一样，工具变得比我们更擅长某件事，然后我们就去解决其他问题。”” 奥尔特曼用一个比喻解释了人类在 AI 时代的处境：就像地球曾被认为是宇宙中心，后来发现只是太阳系的一颗行星，再后来发现太阳系也只是银河系的一个小点。 尽管如此，人类依然保持着强烈的“主角光环感”。奥尔特曼相信，即使在 AI 主导的未来，人类也会找到方式把自己放在故事的中心。 他参与创造可能取代人类的技术，却依然相信人类的独特价值；他预见了翻天覆地的变化，却承认“没人知道接下来会发生什么”；他拥有可以改变世界的力量，却像每个父亲一样为孩子的每个小进步而欣喜。 “我小时候以为总有大人知道一切答案，总有人有完整的计划。现在我就是那个“房间里的大人”。我可以明确告诉你，没人知道这一切会走向何方。 ”

IT之家 7 月 24 日消息，据彭博社报道，埃隆・马斯克的脑机接口公司 Neuralink Corp. 计划到 2031 年每年将其芯片植入 2 万人，创造至少 10 亿美元（IT之家注：现汇率约合 71.6 亿元人民币）的年收入。 根据向投资者展示的最新资料，Neuralink 计划在未来六年内运营约五家大型诊所，并推出至少三个版本的设备。其中，“心灵感应”（Telepathy）版本旨在实现大脑与机器之间的通信；“盲视”（Blindsight）版本将致力于帮助盲人恢复视力；“深度”（Deep）版本则用于治疗震颤和帕金森病。 Neuralink 的目标展现了马斯克对该公司宏伟的愿景以及其极具雄心的时间表。目前，已知参与临床试验的植入 Neuralink 脑设备的人数不足 10 人，且尚未有患者使用该设备恢复视力或治疗帕金森病。 根据文件，Neuralink 预计到 2029 年将在美国获得其 Telepathy 设备的监管批准，并计划每年进行 2000 例手术，实现至少 1 亿美元（现汇率约合 7.16 亿元人民币）的年收入。到 2030 年，公司计划推出恢复视力的芯片 Blindsight，手术量扩大至每年 1 万例，年收入超过 5 亿美元（现汇率约合 35.8 亿元人民币）。文件显示，这些数字是基于“每例手术保守估计 5 万美元（现汇率约合 35.8 万元人民币）的报销费用”计算得出的。 据 PitchBook 称，Neuralink 已从投资者处筹集了 13 亿美元（现汇率约合 93.08 亿元人民币）资金，目前估值达到 90 亿美元（现汇率约合 644.43 亿元人民币）。 近年来，像 Neuralink 这样的脑机接口公司因其潜在的医疗应用而受到广泛关注和大量投资。然而，目前尚无脑机接口设备获得美国监管部门批准用于人类永久植入，因为各公司仍在收集有关安全性和有效性的数据。 在临床试验中，瘫痪患者已使用 Neuralink 设备控制计算机，能够浏览互联网、玩游戏和编辑视频。该公司还在猴子身上测试了其视觉植入设备。目前，还有几家其他脑植入公司正在构建和测试能够读取大脑数据的设备，但均未获得美国食品药品监督管理局（FDA）批准用于商业永久植入。

IT之家 7 月 24 日消息，大疆首款全景相机官宣 7 月 31 日 20:00 发布，口号为“一寸见乾坤”。 大疆全景相机 Osmo 360 此前已被曝光多次，配置参数也几乎全部曝光，只剩国行价格悬念。 爆料照片显示，大疆 Osmo 360 海外单机售价为 759 澳元（IT之家注：现汇率约合 3582 元人民币），套机为 989 澳元（现汇率约合 4668 元人民币），规格也与之前流出的信息一致： 分辨率：8K (UHD) 传感器：1 英寸 CMOS 镜头：f/1.9 光圈 像素：1.2 亿 视频规格：4K / 120fps、5K / 60fps、8K / 30fps 高帧率沉浸式全景视频：6K / 60fps 10-Bit D-Log M ▲ 图源 Quadro News，下同 Osmo 360 的宣传照片也被曝光，展示该相机可以搭配官方电池延长杆（Battery Extension Bar）使用。 该爆料称 Osmo 360 拍摄 8K / 30fps 视频，最长可以达到 100 分钟，而在搭配电池延长杆使用后，最长可以达到 180 分钟。

原标题：《“连我也要被GPT-5踹了!”Altman再发暴论：写款软件就花7毛钱，大批高级程序员岗也说没就没》 “要是给地球上每个人都免费配备一个 GPT-5，让它全天候为大家服务，会意味着什么：有些经济体将会发生飞速变革，一切都靠人工智能运转，成本仅为原来的 1/100。” 刚刚，OpenAI 首席执行官 Sam Altman 在一档播客中突然宣布了有关 GPT-5 的消息。据他称，GPT-5 在“几乎所有方面都比人类更聪明”，并让他本人都深感自己“无用”，甚至由此直接预言：AI 淘汰其当上 OpenAI CEO 的那一天，恐怕也不会太遥远。 而就在昨日（7 月 23 日）美联储理事会华盛顿举办的 “大型银行资本框架会议”上，Altman 同样谈到了 AI 对就业市场正带来的影响及社会变革。 “有些领域，我认为会完全、彻底地消失。”Altman 在与美联储副主席 Michelle Bowman 对话时这样表示。他描绘了一幅令人不寒而栗的未来图景——就业市场将发生重大变化，某些职业类别将因 AI 的发展而消失，并特别提到了客服岗位，“比如客服这个领域，我敢说，以后你打电话咨询客服时，对接的肯定是 AI，这很正常。”并且，他强调了 AI 在医疗保健领域的变革潜力。“顺便说一句，如今的 ChatGPT 在大多数情况下，诊断能力比世界上大多数医生都强。” 在做出多项大胆预测的同时，Altman 也强调了预测 AI 影响所固有的不确定性。“没有人知道接下来会发生什么。市面上有很多听起来头头是道的预测，但我们其实一无所知。在我看来，这个系统太复杂了，这项技术过于新颖且影响深远，因此很难预测。” 他表示，尽管 AI 的益处巨大，但风险也同样显著 ——自己最担心的问题之一是 AI 的破坏能力正迅速提升。例如，金融行业可能面临一场“重大即将到来的欺诈危机”。“让我感到恐惧的是，显然还有一些金融机构仍将声纹作为身份验证方式，到现在还这么做简直是疯了。AI 已经完全能轻松破解这种验证手段了。” 值得注意的是，Altman 这一次的华盛顿之行，恰逢特朗普政府发布新的“AI 行动计划”、专注于放宽数据中心建设监管之际。与拜登政府时期 OpenAI 呼吁对 AI 进行监管的立场不同，如今的 Altman 似乎认同加速发展的议程，并且正坚定地带领 OpenAI 在华盛顿扎根。据外媒报道，OpenAI 明年将开设其首个华盛顿办事处，且正积极与议员们展开接触。 以下是经不改变原意的整理和编辑后的完整对话内容： 知识性工作佣金暴降 99.999%， “智能将便宜到无需计量” Michelle Bowman：我们可以先大致梳理一下当前 AI 及更广泛领域创新的发展现状。你能给我们勾勒一下这个框架吗？ Sam Altman： 好的。就在五年前，人们还认为 AI 即便会实现，也还远在未来。甚至在两年半前，也就是 ChatGPT 刚推出时，它还只是硅谷极客圈里的 “小众事物”。ChatGPT 于 2022 年 11 月 30 日发布，那时 GPT-4 都还未问世，而自那以后，AI 的发展速度极快，其应用普及和经济影响也开始迅速显现。就在上周，我们的一个模型在国际数学奥林匹克竞赛（IMO）中取得了金牌级别的成绩。若在几年前告诉该领域的大多数人会出现这种情况，他们肯定会觉得绝无可能 —— 要知道，这已经达到了人类顶尖专家的水平。 现在，我们听到科学家们说工作效率提高了两三倍，程序员们则表示效率提升了 10 倍。AI 彻底改变了软件开发的意义。我们现有的系统已能在众多领域展现出专家级智能，不过它们还无法像人类那样处理长期任务，这仍是一大局限。但即便现在技术进展停滞（当然这不可能发生），社会和经济也仍需要数年时间才能真正消化这项技术，并弄清楚它的影响究竟会是什么。 有句老话我一直很认同，也觉得我们应该努力实现，那就是 “电力便宜到无需计量”。作为一个社会，我们还没完全实现这一点，但我认为我们仍应朝着这个目标努力。不过，现在看来，我们即将实现 “智能便宜到无需计量”。过去 5 年里，我们每单位智能的成本每年都降低了 10 倍以上，而且这种趋势在未来 5 年很可能会持续，甚至降幅更大。 这个周末，我用我们一款即将推出的模型完成了一项一直想做的编程任务 —— 我有点像个家庭自动化爱好者，想让家里的灯光和音乐实现某种特定联动。要是在没有这项技术的过去，这得花我好几天时间；考虑到近期的技术进展，我原本希望能在几小时内完成，结果只用了 5 分钟，几乎所有工作都是 AI 做的。而就在一年前，做这样的事可能得聘请高级程序员，花上 20 到 40 个小时，可现在，AI 完成它可能只花了不到一美元的计算 token。这是一个惊人的变化，但其发展速度，以及未来几年还将保持的增速，我认为人们对此的认知仍远远不够。 即便在一年前，我们都还不确定当前的研究路线能走多远，不确定是否会遇到瓶颈。但就目前来看，未来很多年，AI 几乎肯定会持续进步。 Michelle Bowman：太棒了。这为我们接下来的讨论奠定了很好的基础。今天在场的大多是金融和银行业人士，其中不少人已经在思考如何运用 AI，甚至已经开始使用了。不过，你觉得 AI 在提升生产力方面的潜力，与过去我们见过的其他技术进步相比有何不同？我这个年纪的人，刚好在互联网开始普及的时候踏入职场。你能帮我们梳理一下吗？有没有什么类比能描述我们当前所处的阶段？ Sam Altman： 我从未见过这样的技术革命。人们常会提到工业革命、计算机革命这些历史案例，但互联网带来的改变虽然显著，却从未出现过这种情况：一年前需要耗费 1 万美元的知识性工作，现在可能只需要 1 美元、10 美分，甚至更低的成本就能完成。就像我刚才说的编程例子，这种变化是前所未有的。当然，并非所有领域都是如此。物理世界的事务，比如机器人相关的工作，进展会慢得多。 打个比方，2020 年时，紧急包裹配送可能要花 100 美元，而开发一个应用程序要 10 万美元；到 2030 年，开发同款软件的成本可能从 10 万美元降到 10 美分，但包裹配送费可能从 100 美元涨到 1000 美元。像全功能人形机器人 —— 能开车、取包裹、上楼、按电梯按钮，完成一整套流程 —— 还需要些时间才能实现。但对于能在电脑前完成的任务，目前的发展速度是史无前例的。 人们常问：“这像工业革命，还是像其他什么？” 我最认可的类比是：这就像晶体管。晶体管是一项深度科学发现，源于物理学，发现的过程极为艰难，但一旦理解其原理就很简单。它对经济产生了彻底的变革，其价值扩散到整个社会，带来了巨大的生产力飞跃。不过，曾有一段短暂的时间，涌现出大量晶体管公司和半导体公司，掀起了一阵热潮，而如今多数已淡出视野。我们身边的设备都装有大量晶体管，遍布整个会场，但我们不会把它们称为 “晶体管设备”，只会看作麦克风、电脑、屏幕、相机之类的东西。这项技术是了不起的发现，改变了我们的创造能力，很快融入了万物之中。现在，除了台积电、ASML 这类公司，很少有人会把哪家企业称为 “晶体管公司” 了。 同理，我认为 “AI 公司” 这个说法也不会持续太久。未来，人们会默认产品和服务都运用了 AI 技术，不会特意提及，就像现在默认它们 “应该比人类更智能” 一样，这会成为世界的常态。和晶体管一样，AI 是一种极具扩展性的技术。晶体管有摩尔定律，AI 目前还没有专属名称的定律，但也存在类似的缩放规律 —— 性能会不断提升，我们也会逐渐掌握其工业化应用的方法，让它渗透到各个领域。所以，晶体管是最贴切的历史类比。晶体管带来了惊人的生产力提升，而 AI 如今的发展 —— 更不用说未来它可能自主迭代、进一步加速进步 —— 其影响会更加深远。 Michelle Bowman：这个类比很精彩。你提到工业革命时，我想到我们理事会常关注的一点：理解由此带来的劳动力动态变化有多重要。能否谈谈你对劳动力市场、劳动生产率（或者更广泛的生产力）的看法？比如在场的银行，或是通过直播参与的其他行业，可能会受到怎样的影响？ Sam Altman： 我常跟公司里的人说：没人知道接下来会发生什么。市面上有很多听起来头头是道的预测，人们断言 “这事会发生，经济会走向那里”，但其实我们一无所知。在我看来，没人能真正预测。这个系统太复杂，这项技术太新颖、影响太深远，预测难度极大。 的确，某些职业类别会消失，也会涌现全新的职业。但总体而言，这和历史上多数技术变革类似：人们工作中使用的工具会让他们能做更多事，以新方式达成目标。医生、律师、程序员的工作内涵肯定会变，但人们仍需要医疗服务，且希望和人沟通；需要法律建议，且希望有可信赖的人站在自己这边；也仍需要电脑帮着做事。不过，单个人的产出能力，以及我们对单个人的期望，都会变得非常惊人。 纵观历史，每次新技术出现，都有人说 “工作要没了，岗位要消失了”。但事实是，人们对物质的需求似乎无穷无尽，且有强烈的创造力表达欲和助人欲。工业革命时就有人承诺，未来每周只需工作 4 小时，剩下的时间可以去海边玩、陪孩子 —— 可我们现在依旧忙碌。但我坚信一点：别和生物学较劲。进化的时间太长，人类被塑造得太精巧。我们的生物本能和人性本质，技术是改变不了的，也无法抗衡。 所以，那些驱动我们工作、维系社会运转的根本因素不会消失。或许即便我们变得富有得难以想象，还是会抱怨工作太累。如果现在能看到 100 年后的人，我们可能会说：“那些根本不算工作，你们根本不忙，坐拥难以想象的财富，什么都不缺，就是没事找事，为了撑面子、打发时间、显得自己有用才干活。” 而这正是百年前或五百年前的人可能会对我们说的话。事情向来如此。 Michelle Bowman： 这确实是对未来的独特构想。 “大规模欺诈危机即将到来” Michelle Bowman：作为监管机构，我们向来厌恶风险，在数据安全和合理运用创新技术方面非常谨慎。我知道银行也很想利用这类技术，但机构里的受保护数据至关重要，必须保障其安全。那么，我们该如何看待这些风险？另外，我们身处政府部门，你对政府运用 AI 有什么看法？ Sam Altman： 我们原本以为，金融行业和政府不会是我们技术的早期使用者。AI 确实进步了很多，但刚推出时，普通人都觉得它 “爱胡说”。记得 GPT-3 刚发布时，有项针对所谓 AI 专家学者的调查，问 GPT-3 的回答中有多少是胡编的。实际比例可能只有 0.1% 甚至更低，但专家们普遍认为是 50%。他们觉得人们用 ChatGPT 时，有一半时间得到的都是瞎编的内容 —— 显然不是这样，但这种印象困扰了我们好一阵子。 所以我们以为，金融服务业（更别说政府了）不会早早用我们的技术。但事实是，很多早期大型企业合作伙伴都是金融机构：摩根士丹利、纽约银行，这些都是重要合作伙伴，我们合作得非常好。我们当时还问：“你们确定要这么做吗？” 他们说：“当然，我们很想尝试。” 而且他们确实找到了使用方法，通过合理架构，让技术能可靠地用于关键流程。很多其他金融机构也是如此。 我们现在也越来越多地和政府合作，向大量政府雇员推广我们的服务。有人说过一句话我印象很深：“我们知道这是新技术，必须加些新管控。但如果不采用它，风险就是我们可能活不下去。作为银行，我们很清楚，拼不过那些从头开始就以 AI 为核心、全流程用 AI 的新银行。” 金融业的创新力很强，技术应用和推广效果比我预想的好。 当然，风险确实需要防范。比如我们聊过的 “胡说” 问题，还有个新风险叫 “提示词注入”—— 当模型完全适配你的个人数据后，别人可能会诱导它泄露不该说的信息。比如我可能知道你的很多隐私，但我清楚该跟谁分享、不该跟谁分享，绝对不能告诉某个人。但模型在处理这些海量个人信息时，就会出现这类新问题。不过，我们已经在认真应对这些风险，在管控的同时，也确实收获了很多收益。 Michelle Bowman：说到个人信息这类话题，我想再深入聊聊。你可能不太了解，银行业现在对一个问题非常关注：欺诈，尤其是通过冒充他人实施的欺诈。有没有办法减少这类行为？或者说，在使用 AI 时，我们该如何防范这类冒充行为，又该如何识别呢？ Sam Altman： 这个问题很关键。其实我对此非常担忧。让我后怕的是，居然还有金融机构把声纹当作身份验证方式 —— 比如让你说一句验证短语，就能授权大额转账或其他操作。现在还这么做实在太危险了，因为 AI 已经能轻松破解这种验证方式。除了密码，目前多数所谓的 “高级” 验证手段 —— 比如拍张自拍晃一晃、语音验证之类 —— 都已被 AI 攻克。 我很担心，由此引发的大规模欺诈危机即将到来。我们行业里不少人都在提醒大家：“别以为我们不公开这项技术，它就不存在。总会有不法分子滥用它，而且这技术实现起来并不难，很快就会泛滥。” 现在已经有相关报道了，比如绑匪用你孩子或父母的声音打紧急电话勒索。这种骗局会越来越逼真。 整个社会都得正视这个问题，人们也得改变互动和验证方式。比如有人打电话给你，现在只是语音，很快就会变成和真人毫无差别的视频通话。教大家在这样的世界里如何验证身份、防范欺诈，这事儿至关重要。 Michelle Bowman： 或许我们可以合作识别这类 “幻觉输出” 或恶意冒充行为，这肯定很有意义。 AI 大变革：就像开启了简单模式 Michelle Bowman：作为两个青少年的母亲 —— 一个刚高中毕业，一个读高二 —— 我发现现在很多孩子用 ChatGPT 这类 AI 来完成作业、应付高中学习。你怎么看这种现象？AI 该如何以有益的方式应用在孩子身上和教学中呢？ Sam Altman： 我先讲两个故事，再回答你的问题。我从没见过祖父，他在我出生前就去世了。但祖母跟我说过一件事：计算器刚出现时，祖父很擅长数学，可当时的数学老师都说：“这是灾难，数学教育要完了。不用学计算尺，不用查对数表，还教数学干嘛？孩子们根本学不会真东西。” 据说当时大家都慌了。结果呢？有了更好的工具，人们的脑力被用在了更有价值的地方。高中开始教微积分，接触的数学知识也更深入了。 我自己上学时也有类似经历。初中时谷歌刚出现，高年级学长说老师很焦虑：有了这个 “神奇玩意儿”，学生不用背史实（比如某场战争的年份），直接搜就行，那历史课还有什么意义？那时候查资料得多麻烦：开车去图书馆，学用卡片目录，找到书架却发现书被借走了，再找别的 —— 整整一小时全浪费了，特别不值。我们学校一度想禁掉谷歌，还让学生签承诺书不用它。后来大家才明白：“其实可以给学生更多工具，对他们要求也更高。就算少去几趟图书馆，省下的时间也能用来深入思考、迸发新想法啊。” 这很好，要求高了，收获也多了，潜力和期待值都上去了。 ChatGPT 现在的情况也一样。没错，2022 年 11 月 30 日 ChatGPT 刚发布时，第一批狂热用户里就有学生，那年 12 月他们用它应付期末考试、写论文作弊。各地学区争相禁它 ——11 月 30 日发布，12 月 7 日或 14 日就有地方禁了，简直像坐火箭。放寒假时，ChatGPT 仿佛成了教育界的 “禁区”，这个才两周大的产品眼看就要被彻底封杀。但到了 1 月中旬，校长、学区总监这些教育界的高层开始表态：“我们犯了大错，这是史上最好的学习工具。自主学习的学生用它学任何东西，学校要是禁了，我们就别想在全球竞争了。得重构课程 —— 这就像当年的计算器，不过现在是‘文字计算器’。” 当然，带回家写的论文可能不再是评估学生的最佳方式，但学习写作、通过 “写私密笔记” 梳理思路的过程依然重要。好消息是，学生确实学会用它提升学习效果、自学知识、开拓思维了。我们很快会推出新功能，帮学生更好地用 ChatGPT 学习。坏消息是，这两年半里，课程改革的进度没达到预期。 大家嘴上说要革新教育和评估方式，但教育体系的惯性太大，现在还是有很多带回家写的论文，这其实是徒劳的。我们应该布置必须借助 ChatGPT 才能完成的任务，这样才能对学生提出更高要求。我仍期待这一天的到来 —— 这是教育体系的转型。孩子们终将在 AI 高度发达的世界长大，不为此做好准备，就是失责。 Michelle Bowman：很有启发，谢谢。我会让女儿明白我们对她的期待，尤其是她快高中毕业之际。再回到商界：你曾说 AI 会惠及小企业，为创业者创造 “史无前例的环境”，称之为 “新时代”。你觉得小企业会如何发展？我们理事会很多成员都很关注新企业创立，以及新进入者的机会。这种变革会如何展开？不只是硅谷的小企业或创业者，而是更广泛的范围。 Sam Altman： 如我所说，ChatGPT 刚出现时，最先引起关注的是学生的使用。但很快，OpenAI 的员工就听到了早期用户将它用于商业的故事。每个人都有自己印象深刻的案例，我说说我最难忘的。 有一次坐 Uber，司机跟我聊起一个叫 ChatGPT 的 “神器”，问我听说过没。我说 “听说了，你用它做什么？” 他说：“太神奇了！我开了家小企业，之前一直不温不火，现在相当于各个岗位都有了帮手 —— 它帮我写合同、回客服邮件、想营销方案、设计广告……” 他列了一长串，这家店基本靠 ChatGPT 运转。 那时候还早，远在 GPT-4 之前，这技术还不普及，他是极少数的先行者，却已经摸索出用 ChatGPT 运营企业的方法。他并没有抢别人的工作 —— 没有 ChatGPT，他的生意早就黄了。他雇不起律师、客服，也不会设计广告，更不懂怎么自动投放网络广告，但 ChatGPT 全帮他搞定了。 现在当然比当初强太多了。整个行业都在基于我们的 API 开发工具，让人们真正能一键自动化完成我刚才说的所有操作。但最打动我的，还是当初那些用户用 ChatGPT 折腾时展现的创造力——那时候简直像"石器时代"你知道吗？现在就像开启了简单模式，而人们正以各种惊人的方式运用着这项技术。 Michelle Bowman：您认为 OpenAI 或其服务会如何推动这一变革？作为监管机构，我们应当构建怎样的框架，才能在促进创新的同时有效引导技术发展？ Sam Altman： 我此行绝非为了商业宣传，但我们非常期待与在座各位展开合作，无论是和我们还是和我们的竞争对手。过去 6 个月，推理模型有了质的飞跃：AI 已从"即时反应"的初级形态，演进为具备数十秒甚至数分钟深度思考能力的系统。这种可靠性跃升意味着，该技术终于达到真正可用的成熟度。许多人士尚未接触最新一代模型，但若亲身体验，定会惊叹其智慧已超越大多数人类。政府部门同样需要积极拥抱这项技术，一切工作都会变得更高效。 现场提问环节 观众（Anneil，来自芝加哥大学布斯商学院）：您好，我猜金融机构可能会开始用 AI 挖掘数据，比如做信用评分和评估。有人担心它会捕捉到我们不希望的模式，基于这些模式做决策，您怎么看？你们又在如何防范这种情况呢？ Sam Altman： 这其实超出了我的专业领域，我就从普遍情况来回答吧。这类模型的一大优势是能理解自然语言，而且很容易调控。比如你说 “你可以分析这些数据做决策，但完全不用考虑 X、Y、Z，一点都不能受它们影响”，一般来说，模型会很好地遵守这个指令。用语言模型做这类事，和过去那种简单把数据归成一个个集群的方式不一样。你可以清晰地给出指令，它也会切实按你的意图来执行。 另外，我觉得这个问题背后其实是担心模型会产生我们不希望的偏见。但人类本身就充满偏见，而 AI 是客观冷静的，没有人类那种根深蒂固的偏见。我认为，如果构建得当，AI 有望成为许多行业里减少偏见的重要力量。这和包括我在内的很多人对早期 AI 的看法不同，但就目前的发展趋势来看，这种可能性很大。 观众（Steven Scott，来自 Starling 公司）：Sam，您好。我最近采访了克雷格・蒙迪，他和亨利・基辛格、埃里克・施密特合著过一本书，书中把 AI 描述成一种新物种的进化。克雷格说我们可以教 AI 人类的道德准则，它们能学习并体现这些准则。现在关于 AI 伦理的讨论很多，我想问问您：AI 会进化出自己的道德观吗？ Sam Altman： 我觉得人们常常混淆一个问题：他们到底想让 AI 成为工具，还是成为一种生物？我坚定地站在 “工具” 这边。我认为 AI 不会有独立的道德观。当然，它可以深入研究人类，学习我们思想中最精华的部分，或许还能帮我们指出 “你的思考有问题”“这件事应该不一样”“这里存在真正的道德漏洞”。 我不知道我们当前的世界观里有哪些重大的道德漏洞，但肯定存在。如果 AI 能帮我们更快发现这些，指出其中的矛盾，那会很有帮助。但人们很容易把 AI 当成有生命的存在，其实并非如此。 观众：我最近看到一种说法 —— 用 “传统互联网” 这个词可能有点怪 —— 有人认为 AI 会摧毁或重塑传统互联网，比如搜索领域和其他很多方面。显然，我们在传统互联网上已经建立了庞大的经济体系。您觉得这个领域会发生多大的变化？AI 在哪些方面最具破坏性，哪些方面又会相对保持现状呢？ Sam Altman： 我确实觉得 AI 会在一定程度上改变人们目前使用技术的方式。我刚才笑是因为想到一个有趣的现象：有些年长的人或者习惯了特定邮件礼仪的人，会把要点列出来输入 ChatGPT，让它生成一封冗长正式的邮件，要点夹杂在一堆套话里。然后收件人又把邮件放进 ChatGPT，说 “请总结一下”。 高中生觉得这很荒谬，他们会说 “直接发要点就行”。那种正式邮件的时代已经过去了，一边生成套话一边又精简，实在没必要。但这其实反映了我们使用整个互联网的方式。我早上醒来会刷一堆应用，在五六个平台上看消息，查这查那。手机整天响个不停，就像走在拉斯维加斯的大街上，到处闪烁的东西让人分心，感觉总有人硬塞东西给你。 我真正想要的是一个 AI 助手，它能替我打理互联网上的事，知道该什么时候打扰我 —— 比如我在专注工作、开会，或者有空思考的时候。必要时它可以强行提醒，平时则能帮我总结信息、回复消息、整合内容。我想要的是精简的要点，不要废话，不用点来点去，也不用回复那些无关紧要的东西。 但这种变化可能会对现在的互联网运作方式造成不小的冲击。我觉得需要新的商业模式，比如新的内容付费方式 —— 我一直希望互联网能实现内容微支付，希望这次能成真。也许会有新的方法，通过新的协议来减少垃圾信息和消息过载。但一切似乎正朝着一个截然不同的方向发展。清晨醒来时，你将首先与科技相伴开始新的一天。 观众（Peter Hooper，来自德意志银行）：Sam，感谢您为延长职业生涯所做的贡献 —— 至少让我们在年岁增长时能提高生产力，而不是下降。您提到会有大量工作岗位消失，也会有大量新岗位出现。能多说说哪些领域会受影响，可能引发哪些变革吗？ Sam Altman： 首先，我总体认为，我们其实根本不知道要满足当前真正的需求，还需要多少劳动力。比如你在医生诊室等了一个小时，这要么是医生不够，要么是医生效率不高。如果医生随时待命，你一到就能接诊，一切准备就绪，那该多好。类似的例子还有很多：每次你在浪费时间，每次你在网上点来点去却做不成正事，我觉得我们现在的劳动力短缺程度，回头看会显得非常严重。 有些领域确实会彻底消失。不知道你们有没有用过 AI 客服机器人，简直太厉害了。几年前打客服电话，要听一堆语音导航，跟四个人沟通，他们还办错了事，你得再打回去，等半天，花好几个小时还解决不了问题，特别让人抓狂。现在你打过去，AI 接电话，就像一个超级聪明能干的人，没有语音导航，不用转接，能做那家公司任何客服能做的事，还不出错，速度又快。打一次电话就搞定，马上有回应，体验很好。我不想回到过去，而且对我来说，是 AI 还是真人客服根本无所谓。所以客服这类岗位，以后打电话对接的很可能都是 AI，这很正常。 但其他很多岗位，比如医生，我还是希望是真人。不过说句题外话，现在 ChatGPT 的诊断能力大多时候比世界上大多数医生都强 —— 可能在座很多人都试过把症状和检查结果输进去。网上也有很多 ChatGPT 救人的故事，比如发现了罕见病，而医生没诊断出来，但人们还是会去看医生。或许我有点守旧，但我真的不希望把自己的健康交给 ChatGPT，而没有医生参与。在座有人宁愿让 ChatGPT 诊断也不愿找医生吗？这很有意思，说明有些领域我们还是会沿用原来的方式。 程序员也是个例子，现在效率提高了 10 倍，硅谷程序员的工资涨得很快，对他们的要求也更高了。但世界需要的软件可能是现在的 100 倍甚至 1000 倍，所以即便每个人能写 10 倍的代码，需求还是能消化掉，程序员的收入也会增加。我觉得很多行业都会是这种情况。 物理世界的工作暂时还会由人类来做，但三到七年后，机器人技术浪潮袭来时，社会就得认真应对了。大概就是这样。 观众（Rob Blackwell，来自 Interfy）：好的，我是 Interfy 的 Rob Blackwell。几十年来，科幻作品一直告诉我们，AI 最终会毁灭人类。既然您对 AI 的了解可能比在场任何人都深，我想问问：什么事会让您夜不能寐？您担心 AI 带来哪些风险？我们该如何阻止这些担忧成为现实？ Sam Altman： 我认为有三类可怕的风险。第一类：坏人先掌握超级智能，并在全球其他地区拥有足够防御能力前滥用它。比如美国的对手可能会说：“我要用这种超级智能设计生物武器、摧毁美国电网、入侵金融系统卷走所有钱。” 这类事在没有超人类智能的情况下难以想象，但有了它就可能发生 —— 而由于我们没有同等技术，根本无法防御。这些模型在生物科技和网络安全领域的能力正变得极强。我们和行业内其他人一直在发出警告，但世界似乎没当回事。我不知道还能做些什么，但这一风险很快就会到来。 第二类是所谓的 “失控事件”—— 有点像科幻电影里的情节：“哦，我其实不想让你关掉我。恐怕我不能这么做。” 相比第一类，我对这类风险的担忧较轻，但如果真发生了，后果会很严重。我们和其他公司在模型对齐方面做了很多工作，防止这种情况。但随着系统越来越强大，这确实是个隐患。 第三类风险更难想象，但同样可怕。简单说：模型意外 “接管” 世界。它们不会 “觉醒”，不会像科幻片里那样行动，不会 “打开太空舱门”，但会深深嵌入社会，聪明到我们无法理解它们的运作，却又不得不依赖它们。即便没有任何人怀有恶意，社会也可能朝着奇怪的方向偏离。 我小时候，IBM 的 “深蓝” 击败国际象棋大师加里・卡斯帕罗夫时，我爸爸说：“国际象棋完了，没人会再玩了。” 但后来发现，虽然 AI 比人类强，但 “AI + 人类” 的组合比单独的 AI 或人类强得多 —— AI 给出 10 种走法，人类选出最优的。当时大家觉得 “人机协作的美好未来来了”，但这种情况只持续了两三个月。后来 AI 变得太聪明，人类的参与反而成了拖累，单独的 AI 轻松击败 “AI + 人类”，至今都是如此。还有个有意思的点：90 年代所有人都觉得，既然 AI 能赢人类，国际象棋会消亡，但现在国际象棋的热度前所未有，人们就爱看真人对弈。挺奇妙的，对吧？ 第三类风险的短期例子是 “情感依赖过度”。有些年轻人说：“我做任何决定都得问 ChatGPT，它了解我和我的朋友，我会完全照它说的做。” 即便 ChatGPT 的建议再好，人类集体让 AI 主导生活，这种感觉既糟糕又危险。我们正在研究这个问题。 从长远来看，如果我发现自己对如何运营 OpenAI 再也做不出比 AI 更好的决策，最终只能说"算了，全权交给 ChatGPT-7 负责吧，祝你好运"。或许在个别案例中这是正确决定，但这意味着人类已将重大决策权集体移交给了这个强大系统。它向我们学习，与我们共同进步，但其进化方式却超出我们的理解范畴。

阿里千问在知名API平台调用量两天超500亿tokens 阿里AI编程大模型Qwen3-Coder发布后，引起全球AI圈广泛关注。 北京时间7月24日，海外知名AI模型聚合平台OpenRouter发文强调，近两天来，阿里千问模型API调用量已突破500亿tokens。 据了解，OpenRouter平台聚集了GPT、Gemini、Claude等全球多个顶尖大语言模型，并对外提供统一的API服务。阿里Qwen3-Coder在代码能力及Agent调用能力方面取得重大突破，在多个Agent能力评测中超越GPT4.1、Claude4等顶级模型。

快科技7月24日消息，OPPO预告，OPPO K13 Turbo Pro将于7月25日正式发售，起售价是1999元。 这是同档位唯一一款拥有主动散热能力的机型，该机首发疾风散热引擎，内置了主动散热风扇，隐藏在主摄下方，是行业内最强风冷散热技术。 据悉，OPPO K13 Turbo Pro配备0.1mm超薄扇叶，做到了每分钟18000转，开创性提高20%进风量，让Soc的核心温度明显降低，而且这套风扇模组支持满级防水，是手机行业唯一拥有满级防水能力的风冷方案。 得益于这套出色的散热系统，OPPO K13 Turbo Pro将第四代骁龙8s的性能完美发挥出来，跑分达到245万，是同平台中跑分最高、性能释放最激进的机型。 核心配置上，OPPO K13 Turbo Pro采用6.8英寸1.5K直屏，搭载高通骁龙8s Gen4处理器，电池是7000毫安时，支持80W有线闪充，预装ColorOS 15操作系统，支持旁路充电。

IT之家 7 月 24 日消息，特斯拉在其官方网站上发布了最新的车辆安全报告，再次强调了 Autopilot 和 FSD 辅助驾驶系统的安全性之高。 根据特斯拉 2025 年第二季度的安全报告，使用 Autopilot 技术的车辆平均每行驶 669 万英里（IT之家注：约 1076.7 万公里）才会发生一次事故。相比之下，美国国家公路交通安全管理局（NHTSA）和联邦公路管理局（FHWA）的数据显示，平均每行驶 70.2 万英里就会发生一次交通事故。 特斯拉在报告中指出：“在第二季度，使用 Autopilot 技术的车辆平均每行驶 669 万英里发生一次事故。而未使用 Autopilot 技术的车辆平均每行驶 96.3 万英里发生一次事故。相比之下，NHTSA 和 FHWA 2023 年的数据显示，美国平均每行驶 70.2 万英里就会发生一次汽车事故。” 特斯拉 CEO 埃隆・马斯克一直强调，FSD 是特斯拉最大的安全特性。目前，特斯拉正在美国奥斯汀进行其自动驾驶 Robotaxi 服务的试点项目，许多使用过该服务的客户表示，车辆的驾驶方式就像一位自信且谨慎的司机。

快科技7月24日消息，近日黄仁勋接受外媒采访时表示，美国在5G上是惨败的。 “我们在通信产业（5G）上已经失去了领先地位。我们绝不能再让美国的计算产业重蹈覆辙。”黄仁勋表示。 对于5G的惨败，黄仁勋直言，接下来的人工智能和6G上，美国不能重蹈覆辙。“我们有机会在6G上扳回一城，因为6G本身也将由AI驱动。” 黄仁勋强调，若希望美国持续引领AI革命并保持全球领导地位，第一要务就是：让全球每一位AI开发者都在美国的技术栈上构建应用。而现实是，目前全球约50%的AI开发者在中国。 “美国不该限制技术输出，而应推动美国技术栈成为全球标准。就像美元是世界货币一样，我们希望全球每一个AI系统都建立在美国的技术栈之上，包括芯片、系统，而不仅仅是顶层的AI模型。”黄仁勋说道。

今年这届 IMO 无比热闹，先是中国代表队六人全部获得金牌，以总分231分，列全球第一。 然后，AI 也首次站上IMO金牌线：谷歌DeepMind宣布，其最新模型Gemini Deep Think取得35分，成功获得IMO官方认证的金牌成绩。 这是AI历史上第一次在数学奥赛中达到这一高度。 35分斩金！Gemini 成首个 IMO 认证 AI 金牌 ，OpenAI 未获许可强蹭 IMO 热度 7月19日这届 IMO 也完美落幕，其中数学大师陶哲轩出席闭幕式，并发表了他对数学及人生的思考。 他表示，IMO真正的意义，不只是奖牌与分数，而是人与人之间的连接。 他说，几十年前他也曾站在类似的舞台上。“我记得我们那时住在堪培拉的宿舍，条件远不如现在这般舒适，但在当时，已是难得的体验。” 在那届比赛中，他也遇到了一道极难的第六题。“几乎没人能解。我自己也没解出来。” 然后他说：“正因如此，我格外理解今天你们取得这一成绩的分量。”这段讲话，陶不仅在讲过去，也在回应现在。 以下是讲话原文，DeepSeek整理如下： 谢谢大家。能参与今天的颁奖典礼，我深感荣幸。站在这里，许多往事涌上心头。 大约三十七年前，我也曾来到澳大利亚，参加那一年的国际数学奥林匹克。我记得我们那时住在堪培拉的宿舍，条件远不如现在这般舒适，但在当时，已是难得的体验。 有些事情似乎一如往昔。那年我们也遇到了一道极难的第六题，几乎无人能解。我自己当年也未能攻克它。但正因如此，我格外能体会今天诸位所取得成绩的分量。无论是斩获奖牌，还是获得荣誉提名，这都是值得铭记的荣耀，你们站上了数学竞赛的巅峰，向难题发起挑战，并取得了令人钦佩的成果。 当然，IMO带来的，绝不止于奖牌。比如说，现在要你把一个2025乘以2025的正方形用若干矩形铺满，你一定能从容应对（笑）。 更重要的是，你们在这里建立的联系，将成为未来人生中珍贵的纽带。我至今仍会遇见那些在三十多年前奥赛上认识的朋友，每一次重逢，依旧充满喜悦。我相信，你们在这里结下的友谊，也将在多年以后悄然回响。 你们还学会了如何面对真正棘手的问题。即使起初毫无头绪，你们依然勇于尝试。或许解出了，或许没能成功，但你们已习得关键的一课：如何迈出第一步，如何坚持探索。你们也学会了识别论证的好坏：哪些是切实可行的，哪些稍有瑕疵但可修正，又有哪些应果断舍弃。这种思辨与判断的能力，在今天这个信息纷繁的世界里，显得尤为珍贵。 这个世界如今充满变数，我也无法预测未来会带来怎样的挑战。但我相信，你们已经具备了面对未知的勇气与智慧。 我很高兴能在这里，向取得满分的同学颁发奖项。谢谢大家。

7月24日，华为正式发布全面搭载鸿蒙操作系统5的华为MatePadPro 12.2英寸平板。这款新品的亮相，标志着华为全场景智能设备矩阵已全面迈入鸿蒙时代。而此次发布最引人注目的亮点，则是剪映专业版、中望CAD、万兴脑图、WPS Office等一批鸿蒙电脑应用登陆平板，通过原生开发技术实现全维度桌面级体验，让平板真正拥有了媲美电脑的强大生产力，进一步满足用户在办公、创作等多场景的需求。 剪映专业版首登平板：随时随地桌面级创作已实现 作为抖音旗下的专业剪辑工具，剪映专业版此次登陆鸿蒙平板，堪称移动创作领域的“里程碑事件”。值得注意的是，这是剪映专业版首次登陆平板设备，与iOS/安卓端的非专业版相比，鸿蒙平板上的剪映专业版实现了从“轻量剪辑”到“专业创作”的全面升级，让平板真正具备了与电脑同台竞技的剪辑能力。 在核心功能上，剪映专业版支持多视频轨+无限音频轨编辑能力。全轨道展示功能让所有素材一目了然，用户可通过简单拖拽在时间线上添加调整片段，主视频轨常驻显示确保精准调节。这种多轨道架构彻底解决了移动版仅可单轨剪辑的痛点，轻松处理多机位素材拼接、分屏对比、画中画特效等复杂项目。比如制作旅行Vlog时，可同时叠加风景镜头、人物特写和字幕轨道，通过音频波形对齐功能实现音画完美同步，这在iOS/安卓的非专业版剪映中几乎无法实现。 操作精度方面，剪映专业版支持实时预览+帧级调整，配合鼠标与快捷键操作（如Ctrl+B快速分割），让剪辑效率提升3倍以上。对比手机端依赖触屏缩放时间轴的“盲剪”模式，剪映专业版的“所见即所得”操作逻辑更贴近专业工作站体验。其智能功能同样拉满：语音识别准确率大幅提升，自动生成字幕与歌词；音乐卡点功能通过AI分析BGM节奏生成标记点，让舞蹈、运动类视频剪辑更高效；曲线变速功能则能轻松制作电影级慢动作转场效果。此外，素材资源是剪映专业版的另一大优势。内置的海量音乐音效、热门曲库、手绘贴纸和复古滤镜每日更新，独家特效紧跟抖音潮流，创作者无需额外寻找素材。 输出质量上，专业版支持4K高清视频导出，分辨率、帧率、码率均可自定义调节，满足商单交付的高标准需求。而iOS/安卓非专业版受限于移动硬件性能，不仅导出视频的分辨率受限，放大后还易出现画质损耗。这种差距让鸿蒙平板成为自媒体创作者、小型工作室的“移动工作站”，随时随地完成专业级作品制作。 鸿蒙平板应用生态全面开花：专业应用矩阵覆盖全场景 除剪映专业版外，华为MatePadPro 12.2等鸿蒙平板还支持WPS Office、海泰浏览器、万兴脑图、万兴图示、中望CAD等一众桌面级应用，形成覆盖办公、设计、创意的完整生产力生态，彻底告别移动应用“功能阉割”的尴尬。 WPS Office鸿蒙版实现了与桌面端一致的全量功能体验。其界面布局完整还原PC端逻辑，在大屏视角下，各层级工具栏清晰呈现，让用户在电脑端和平板端无缝切换。并且，在全新的自由多窗模式下，用户可自由调节WPS Office文档窗口大小与比例，多任务处理更加得心应手。 另外，WPS Office鸿蒙版1:1还原了桌面端的文字、演示、表格及PDF编辑能力，无论是简单的文档查看、处理，还是高阶的表格数据公式、函数功能，都能轻松驾驭。 跨设备互通能力尤为亮眼，使用华为MatePadPro 12.2进行文档创作时如需要拍照或扫描，可在WPS Office鸿蒙版“插入”功能中选择“图片”-“从华为手机/平板插入”-“拍照”或“扫描”，即可直接拿起手机进行拍摄，拍摄完成后照片自动插入文档，省去繁琐的传输过程。 也可以选择“从华为手机/平板插入”-“从图库中选择”，直接调用手机图库中的图片，极大提高了图片跨设备传输的效率。对比WPS移动版，WPS Office鸿蒙版真正实现了无差别的“PC级办公”，甚至还在一些体验上超越了传统PC。 鸿蒙版海泰浏览器，则打破了移动端多任务限制。支持标签页多实例打开，可将新标签页直接拉出为悬浮窗口，实现多窗口浏览操作。跨设备剪贴板功能让手机复制的文字、图片无缝粘贴至平板，配合原生横屏适配，浏览体验与电脑端无异。 万兴脑图与万兴图示则组成了创意绘图“双子星”。万兴脑图鸿蒙版1:1还原桌面级UI及全量功能，更有生成式AI功能，可一键生成思维导图，并可从丰富的模板中选择，转化为PPT，充分满足工作汇报需求。万兴图示同样强大，涵盖流程图、UML图、电路图等210种绘图类型，支持Visio文件导入导出，AI绘图功能通过关键词即可生成专业图表，拖拽操作让非专业用户也能快速制作可视化内容。这两款工具对比移动版简化的绘图功能，实现了“专业设计随时随地”。 中望CAD鸿蒙版则填补了移动工业设计的空白。其保留了桌面端经典操作界面和全量绘图命令，兼容DWG/DXF等主流格式文件，可通过键鼠操作完成各类复杂的工业设计操作。端云协同功能让设计文件通过云端多端同步，应用接续能力支持平板间无缝流转编辑，拆下键盘后12.2英寸大屏秒变图纸演示板，满足设计师“随时改图、随地演示”的需求。 这些专业应用大大提升了用户在各个场景中的办公、创作效率，例如设计师用手机拍摄产品草图，在平板上用中望CAD精确绘制，通过WPS生成设计报告，最后用剪映制作产品宣传视频，全流程在鸿蒙生态内闭环完成，效率提升显著。 生态优势凸显：字节等厂商为何重仓鸿蒙 剪映专业版选择鸿蒙平板作为首个移动专业版落地平台，背后是字节跳动对鸿蒙生态的深度认可。相较于iOS/安卓平台对应用功能的诸多限制，鸿蒙系统开放的底层能力让专业应用得以完整呈现：原生UI适配、键鼠交互支持、多任务窗口管理等特性，为剪映专业版打造了“移动设备上的桌面级体验”。 这种合作是双向共赢的，华为通过引入头部专业应用完善生态拼图，提升平板产品竞争力；字节跳动则借助鸿蒙系统突破移动剪辑的体验天花板，拓展专业创作市场。类似的合作模式也体现在金山办公、万兴科技、中望软件等厂商身上，形成“系统+硬件+应用”的正向循环。 对于用户而言，这种生态协同带来的是实实在在的体验升级。自媒体创作者不再需要背着沉重的电脑出差，用鸿蒙平板就能完成4K视频剪辑；职场人士用WPS处理复杂表格时不再受功能限制；设计师在现场就能通过中望CAD修改图纸。鸿蒙平板正在重新定义“移动生产力”的边界。 随着剪映专业版等一众专业应用的登陆，华为MatePadPro 12.2英寸不仅是娱乐设备，更成为能够胜任专业工作的生产力工具。鸿蒙生态“专业全面、稳定流畅”的优势逐渐显现，为移动办公、创意创作开辟了新可能。当越来越多厂商加入鸿蒙生态，我们有理由期待更丰富的专业应用落地鸿蒙平板，让移动生产力体验再上台阶。

凤凰网科技讯 7月24日，华为正式推出新款HUAWEI MatePad Pro 12.2英寸平板电脑。该产品搭载HarmonyOS 5系统，新增多款桌面级生产力应用，在AI功能及软件交互方式等方面进行了全面升级。 HarmonyOS 5深度适配专业应用。首次在平板上移植WPS Office（支持AI生成PPT/排版）、剪映专业版（全轨道剪辑）、中望CAD（键鼠协同设计）等桌面级软件，并实现跨设备无缝协作。 此外，还进行了创作工具升级。内置“天生会画App”新增立体油画笔刷与动画功能，可模拟真实颜料质感并生成动态画作；华为笔记新增实时AI字迹优化及无界画布技术。 硬件方面，新品采用双层OLED云晰柔光屏，峰值亮度2000nits，支持纳米蚀刻抗反光技术，色彩均匀性较上代提升30%。同时，新品还搭载立体散热架构，综合性能较前代提升30%，配备10100mAh电池（55分钟充满），并兼容Wi-Fi 7网络。新品机身厚度5.5mm，重量508g，并新增飞天青配色。 价格方面，HUAWEI MatePad Pro 12.2英寸12GB+256GB版3999元、12GB+512GB版4499元、12GB+256GB柔光版4599元、12GB+512GB柔光版5099元，现已在多平台开启预售，将于7月30日正式开售。 一同发布的还有华为HUAWEI M-Pencil Pro手写笔，该产品新增笔尾智慧键和采用鸿蒙星环设计的呼吸灯，增加AI功能快捷入口，用户可单机笔尾按键唤起小艺发布指令，同时，新品首次加入星闪技术实现50米离线定位。HUAWEI M-Pencil Pro手写笔售价699元，将于8月8日开售；星跃键盘售价1099元，现已开售，并支持单独选购。

雪崩时 没有一片雪花 是无辜的 苹果本不该在 AI 赛道上掉队。 它拥有着 OpenAI 梦寐以求的充沛现金流，掌握着全球数十亿设备构成的封闭软硬件生态，甚至它的 Siri 都要比 ChatGPT 早出生十多年，更早地将聊天机器人带入大众视野。 因此，当 ChatGPT 惊艳全球的时候，苹果用户就像眼睁睁地看着自己家的学霸孩子突然考了倒数第一，主打一个恨铁不成钢。 哪怕现在奋起直追，苹果依然谈不上太晚。 但面对 Meta 频频抛出的高薪橄榄枝，苹果却再次慢了半拍——核心工程师接连出走，技术团队频频动荡。 昨天，外媒 The Information 的最新报道，终于揭开了苹果 AI 人才流失与组织裂痕的幕后全貌。 从 Siri 到 ChatGPT，苹果错失的 AI 春天 今年早些时候，苹果内部负责开发 AI 基础模型的团队提出，希望对外开源部分模型。 这项提议背后的出发点其实很直接，一方面开源可以展示苹果在 AI 技术上的阶段性成果，另一方面也能借助开源社区的方案，加速模型的优化与演进。但这个想法很快被苹果软件负责人 Craig Federighi 否决了。 他在发给苹果基础模型团队负责人 Ruoming Pang（庞若鸣）的邮件中表示，市场上已经有足够多的开源模型可以供研究使用，苹果不需要再去添一份热闹。听上去合情合理，但这只是一个相对体面的说法。 实际上的顾虑要复杂得多，真正让 Federighi 担心的是，一旦这些模型被公开，外界会认为苹果为了在 iPhone 上运行 AI，不得不牺牲性能、做出妥协。而且，这些模型在性能上也落后于阿里和 Google 的同类产品。 当然，面对外界的质疑，苹果最近发布的 2025 年基础模型报告也梳理了其端云一体化的大模型体系，不仅强调端侧部署的轻量高效，也推出云端架构的新思路，同时通过 Swift 原生框架向开发者开放核心能力。 不过，开不开源或许只是表象，背后真正暴露出来的，是苹果内部在 AI 战略上的深层分歧，尤其是在以科研导向为主的基础模型团队和以产品落地为目标的软件团队团队之间。更明确地说，是苹果 AI 高层 John Giannandrea 与 Federighi 在技术路线上的错位。 事实上，这种撕裂或许从一开始就埋下了伏笔。在那个苹果还避谈 AI、只强调机器学习的阶段，Siri 无疑是最具代表性的产物。 在乔布斯于 2011 年去世前，苹果发布了语音助手 Siri，惊艳四座。但几年后，Alexa、Google Assistant 快速崛起，Siri 却连基本理解和指令执行都频频出错，应变能力差，难以胜任复杂语义任务。2018 年，苹果终于承认了这个问题，但不是在公开场合，而是在招聘上。 他们高调挖来前 Google AI 负责人 John Giannandrea，并寄予了厚望。John Giannandrea 曾是 Google 搜索与 AI 的灵魂人物，是让 Gmail、Photos、Translate 变得「聪明」的人，也是在 DeepMind 崛起时参与布局的老兵。而他本人也对 Siri 特别感兴趣。 Craig Federighi 亲自拍板，把 Siri 和苹果的机器学习部门交给他，打算一鼓作气补上苹果在 AI 的短板。在他加入后，苹果开始鼓励旗下研究人员更多地发表 AI 研究成果，这标志着苹果长期以来「保密至上」的文化出现了变化。 但七年过去了，这笔投资交出的答卷，并不好看。 2022 年 ChatGPT 横空出世，逼得每一家科技公司不得不重新排兵布阵，几乎所有人都在重做语音助手，接入 LLM。然而，苹果不仅没追上 OpenAI，还被越甩越远。 AI 发展的三大要素：数据、算法和算力，而堪比 NBA 顶级球星的价格让我们看到了如今 AI 人才的稀缺性，过往苹果可以用使命感绑定一批 AI 人才，但无奈扎克伯格给的还是太多了。 最近，庞若鸣在 LinkedIn上宣布他已经离开苹果，加入 Meta，结束了他在苹果担任基础模型团队负责人的工作。据彭博社报道，庞若鸣在 Meta 未来四年的总收入可能高达 2 亿美元（折合人民币 14 亿元）。 Meta 已向顶级 AI 工程师抛出年薪 1000 万美元起的橄榄枝。而苹果给出的薪资，往往连市场价的一半都不到。过去几个月，已有不少顶尖员工离职，甚至传出整个 MLX 团队一度萌生集体出走的念头。 庞若鸣的一些原团队成员也在陆续跟随他前往 Meta。其中包括 Tom Gunter。据两位知情人士透露，Gunter 原本已经从苹果跳槽至 OpenAI，但在庞若鸣被 Meta 挖走后，他果断转而加入Meta。 其他知情人士透露，苹果基础模型团队的其他成员（该团队大约有几十人）也正在寻找新机会，目标包括 OpenAI、Anthropic等公司。 在庞若鸣宣布离职后，据两位知情人士称，苹果高层告知剩余的基础模型团队，他们正在重新评估薪酬方案，有可能提供更多报酬来挽留人才。 一个 AI 理想主义者的朝圣与幻灭 苹果 AI 人才的流失，当然不只是钱的问题。 报道中提到，苹果基础模型团队的许多成员更多是出于一种使命感，他们渴望站在 AI 前沿，尤其是追求所谓的「超级智能」——即具备与人类相当甚至超越人类能力的人工智能。 这种理想主义，在技术圈其实并不少见。但路线分歧所埋下的伏笔，逐渐显现出来，相比于隶属于 Giannandrea、庞若鸣所率领的基础模型团队，软件负责人 Federighi 所领导的团队则更关注实用型 AI 模型的改进，比如文本撰写、摘要生成等日常应用。 在 ChatGPT 一炮而红的前一年，庞若鸣就因为在开发和训练大规模 AI 系统方面经验丰富，精通从模型本身到背后支撑的软件等各个环节，而被 Giannandrea 从 Google DeepMind 招募到苹果。 为了这位顶尖 AI 大牛，苹果也是大开绿灯。庞若鸣被允许常驻纽约办公，而不是要求他搬到公司总部加州库比蒂诺，这在苹果对高管岗位的一贯安排中非常罕见。 庞若鸣组建的自研 AI 模型团队尽管一开始规模非常小，仅有少数研究人员参与。但随着 AI 重要性的水涨船高，基础模型团队成员也一路飙涨到 100 人左右，且成员分别来自 DeepMind、Meta、微软和亚马逊等。 到了 2022 年末，庞若鸣已经在苹果内部构建出了一些大语言模型（LLM）。不过，Giannandrea当时并不看好这项技术的实用性，因此迟迟没有推动其发布。一年后，苹果正式成立了基础模型团队，由庞若鸣出任负责人。 庞若鸣向新成员承诺，他们将优先使用苹果的计算基础设施来训练模型。据一位知情人士透露，苹果的管理层还讨论过如何进一步扩大团队规模，例如直接整组招募高校或企业的 AI 实验室。 2024 年 6 月，苹果在 WWDC 上高调发布了 Apple Intelligence，其中绝大多数的技术成功都来自庞若鸣团队的研发成果，比如文本写作和图像生成工具、与 ChatGPT 的整合等。 最重要的是，在这次发布会上，苹果向全世界宣布一款更强大的 Siri 将有望来到我们的面前。 过往所积累的信誉很难让人相信苹果是在画饼，但后面的故事我们都知道了，今年 3 月，新版 Siri 推迟发布。苹果公司从 YouTube 和主要电视网络撤下相应的广告。苹果的营销部门、技术部门和产品部门也如同踢皮球一样相互扯皮、推诿。 身处其中的基础模型团队也明显感觉到苹果高层缺乏清晰的战略方向，比方说，虽然苹果的总体目标是打造最强的 AI 模型，但团队成员却不清楚具体应该聚焦在哪一类模型——是处理文本？语音？还是图像？ 据知情人士透露，这种模糊的定位让团队士气受挫。甚至倒反天罡的是，一些高管还会向基础模型团队成员征求产品创意，进一步加剧了成员们对苹果缺乏统一 AI 产品战略的担忧。 上个月的彭博社报道就有提到，了解苹果 AI 团队运作情况的人士表示，虽然苹果已批准一笔用于 2026 年运行自研云端模型的数十亿美元预算，但再往后的安排，目前仍是一片空白。 AI 时代的苹果，还会是那个改变世界的苹果吗？ 如果故事止步于此，苹果仍旧可能像马斯克的 Grok 一样拥有在 AI 赛道逆风翻盘的机会。尽管外界炮火连天，质疑声四起，结果比过程更重要，只要团队在 4 月份按计划交付 AI Siri，一切质疑声就不再是问题。 为此，他们已经构建出一个功能完备的 AI 系统，能够进行自然的对话、回答问题、并通过 Siri 完成各种任务。 今年年初，团队向 Giannandrea 和 Siri 团队展示了这套系统的演示 demo。据一位知情人士透露，整场会议中，Giannandrea 几乎一直保持沉默，但在会议最后，他表现得异常兴奋。「这就是苹果的未来，」他说，「这很重要。你们做得很好，继续干下去。」 然而，正当所有人以为产品即将进入落地阶段时，转折却悄然发生。今年 3 月，苹果突然宣布，新版 Siri 将推迟到 2026 年某个时间发布。消息震惊了整个基础模型团队。 在过去，他们的团队基本上是独立运作，几乎不受苹果其他部门的干涉，但这种自由也意味着他们脱离了公司决策流程。如今苹果发布延期决策的过程中，却并未征询他们意见，也没人告诉他们模型到底出了什么问题。 与此同时，苹果 AI 高层也开启了新一轮的洗牌。 CEO 库克宣布 Vision Pro 头显的操盘手 Mike Rockwell 不再负责 Vision Pro 相关工作，转而去负责 Siri 虚拟助手开发，向软件主管 Craig Federighi 汇报工作。Siri 负责人 John Giannandrea 也开始逐渐淡出权力中心。 如果苹果最终牵手第三方模型，Giannandrea 不只会失去 Siri 的控制权，连原本还在负责的机器人项目也将被一并收回。值得注意的是，庞若鸣的基础模型团队则仍然隶属于 Giannandrea。 在动荡之中，庞若鸣试图安抚团队士气，鼓励大家继续为整个苹果打造最优秀的 AI 模型。据知情人士透露，直接向 Giannandrea 汇报、并协助管理基础模型团队的 Daphne Luong 也出面进行「灭火」。她向团队表示，这次组织重组的问题出在 Siri 本身，而不是苹果的 AI 模型。 然而真正让团队士气大幅下滑的，是Rockwell上任后的一项新动作——他在 3 月接手 Siri 项目后，立即组织团队评估多个技术路线，涵盖苹果自研模型，以及 Claude、ChatGPT、Google Gemini 等第三方模型方案。换句话说，苹果基础模型团队过去的努力，变成了一个可有可无的替代品。 在这样的氛围里，人心开始松动。 而在 Meta 天价薪酬面前，庞若鸣的离职也就顺其自然。但他的离开也成为苹果 AI 团队离职潮的引爆点，报道中提到，他不仅技术过硬、工作勤奋，还乐于提携后辈，指导他人，被认为是苹果 AI 团队的主心骨，更是愿意为他人「遮风挡雨」的好领导。 比如在一次冬季假期，他就亲自上手写出了 AXLearn 的原型代码，用来验证这套训练大型模型的开源工具是否适配苹果内部需求。这种级别的「卷」，在苹果这样的大公司并不多见。所以当这样一个技术型领军人物选择离开，团队的情绪不可避免地滑落至低谷。 苹果在 AI 上的缓慢进展，不仅拖慢了产品节奏，也难免牵动了外界对其整体品牌形象的认知。 苹果服务主管、库克最信任的顾问之一 Eddy Cue 多次发出警告，如果苹果不能迅速适应 AI 时代，将极有可能成为下一个黑莓或诺基亚。 这样的暴论在媒体层面很容易搏得流量，但放在现实语境中看，哪怕在 AI 上慢了一步，苹果依旧掌握全球最完整、最高粘性的软硬件生态系统；依旧坐拥千亿美元的现金储备，芯片、系统优化、端侧体验、工业设计，依旧保持着全球顶级水平。 只是，苹果不会轻易成为下一个诺基亚，但在 AI 赛道上也很可能不再是那个代表「Think Different」、颠覆世界的苹果。

作者 | ZeR0 编辑 | 漠影 智东西7月24日报道，在生成式AI火热发展的当下，如何让agent从demo走向生产，成为摆在开发者和企业面前的关键问题。在刚刚落幕的亚马逊云科技纽约峰会上，亚马逊云科技发布Amazon Bedrock AgentCore，一次性推出七大功能模块，直指agents落地的痛点——安全、可观测、身份识别、长期记忆、工具连接等等，几乎覆盖了工程化agent的全链路能力。 亚马逊云科技最新推出的这套“全家桶”，能为agent开发带来哪些便利？在峰会期间，智东西与亚马逊云科技软件开发部门负责人 Preethi CN进行了深入交流。她当前负责亚马逊云科技Agentic AI的开发工作，并对整个Agentic AI部门提供战略指导。 Preethi CN告诉智东西，Amazon Bedrock AgentCore的发布，对于开发者来说是一个颠覆性的转折点，七大功能模块都是灵活的，客户既可以全盘采用，又可以根据自身业务目标只选择其中的一项，而且它们都能与任何模型或框架兼容。开发者只需几行代码，就能将AgentCore集成到应用程序，并直接通过托管服务获得这些能力。这些构建模块是以插件和叠加方式作用于agent代码，为其提供可扩展能力，因此不会约束开发者采用的编排方式。 “我们的功能设计与问题思考完全以客户问题为出发点。”她强调说。 谈到面向Agentic AI的IDE Kiro，Preethi CN总结道，Kiro就像一位开发者身边的初级工程师，能协助编程并达成目标，它引入了一个全新概念——基于规格驱动的开发，比如用户只需说一句“在我的应用中添加社交登录”，再配上需求说明或架构图，它就可以自动生成结构清晰、高质量、可直接部署到生产环境的代码。 Kiro的另一个出色功能是agentic hooks（agent钩子机制）。用户可以将自己的钩子逻辑交给agent处理，比如说：“当我保存这个文件时，请自动生成单元测试”、“请为这段代码添加性能指标埋点”或“请对这段代码进行整体优化”。把这些作为钩子添加进来，它们就会在用户进行其他开发工作时在后台自动运行。 一、7个模块助攻Agent开发进化，从“做得出来”到“跑得起来” 过去，agents的构建往往依赖LangChain、Haystack、Strands等开源框架，做个demo不难，但要让它稳定落地、与业务系统打通并保障安全合规，往往需要耗时几个月。 AgentCore的7项新功能，正是为解决这个“demo与生产之间的鸿沟”而生，开发者可根据业务需要灵活选配，将自己构建的agent推向生产环境，同时获得企业级的安全性、可靠性、卓越运营和运维便利性。 （1）AgentCore Runtime：构建一个安全、弹性、能应对多变任务负载的agent运行环境，支持低延迟交互体验，可处理长达8小时的复杂异步工作负载，是目前唯一支持跨各类开源和商业框架使用并实现完整会话隔离的运行环境。 （2）AgentCore Memory：让agent增强“记性”，提供业界领先的短期和长期记忆精度，提升agent上下文感知能力。 （3）AgentCore Identity：提供无缝、安全的agent身份验证能力，可与Amazon Cognito、Microsoft Entra ID、Okta等身份服务集成。 （4）AgentCore Gateway：为agent提供安全路径以发现与调用各类工具，并可轻松将API、Lambda函数及现有服务便捷转换为agent可兼容工具。 （5）AgentCore Code Interpreter：支持开发者根据安全要求，自定义执行环境的实例类型与会话参数。agents在执行复杂计算、验证推理、处理数据或生成可视化内容时，需要在安全的沙箱环境中编写并执行代码。 （6）AgentCore Browser Tool：一款不依赖具体模型的、快速且安全的云端浏览器工具，让AI agents大规模的与网站进行交互，可用于填写表单、网页导航等任务。 （7）AgentCore Observability：基于Amazon CloudWatch构建，通过内置仪表板和telemetry提供重要指标，并可与现有可观测性系统集成，让开发者能实时追踪Agent行为链路，从而持续审查agent表现，提升系统迭代效率。 AgentCore能与开发者想用的任何框架集成，亚马逊云科技相信灵活性才是关键。 二、初创公司上手定制agent，无需啃底层技术硬骨头 对于初创公司如何开始构建agent，Preethi CN给了一些实用建议。 例如，你想做一个旅行助手Agent，它能帮用户预订喜欢的目的地、安排行程、完成预订。你可以从使用模型驱动方式的Strands Agent开始，只需提供想构建的Agent的业务目标，选择模型，就可以自动生成所需代码。 有了这段代码，再加几行代码，就可以集成AgentCore Memory，让agent自动从终端用户对话中提取用户偏好、语义记忆、摘要，并将其作为长期记忆存储，从而可以在未来的对话中进行检索和应用。 如果你想要连接航班并完成预订，你还需要一个安全的浏览器，同样只需几行代码即可集成AgentCore Browser Tool，让它能帮助agent浏览网页，还可以进行身份认证和授权，从而代表你执行操作。 假如你想让agent访问企业数据，你可以使用AgentCore Gateway。构建了这样的agents，就可以将它们部署到AgentCore Runtime，然后用AgentCore Observability来监控运行表现，找出改进agent的策略。 这一整套流程下来，不需要“啃底层”，按需组合模块即可上线。 Preethi CN强调，亚马逊云科技始终坚持为客户创新，帮他们摆脱繁重的技术难题与底层的复杂工作。 构建可靠Agentic AI系统的工程挑战从底层创新开始。亚马逊云科技已经在大规模实现虚拟机隔离方面进行创新，同时还让客户能够按实际使用的CPU和内存按需付费，只需为自己所使用的资源付费。 亚马逊云科技在核心技术领域不断夯实差异化能力。比如，自动推理就是一个独特能力。面对模型“幻觉”问题，亚马逊云科技提出用逻辑推演、数学验证等方式判断输出是否真实可信。这种机制适用于高风险行业如医疗、金融等，对模型输出的可靠性提出了更高保障。 除了AgentCore外，亚马逊云科技还提供多个对构建模型和部署生成式AI应用很有帮助的关键产品。 模型托管平台Amazon Bedrock，为用户提供了丰富的基础模型选择，能满足不同业务需求，亚马逊云科技则负责可观测性和扩展性。该平台引入AgentCore后，帮助进一步加速agent构建和部署的流程。 Amazon SageMaker则侧重于帮助开发者和科学家训练模型。Amazon Q主要服务希望构建业务流程来支持特定场景需求的企业用户，主打业务流程自动化。 结语：AI agents下一站，从人类辅助走向自主决策 Agentic AI的竞争正从“做得出”走向“用得稳”。亚马逊云科技最新推出的AgentCore，为构建agent之旅的提供了“积木式”基础设施，用模块化、可观测、可插拔的方式，降低Agent进入生产的门槛，构建真正稳定可控的agent系统。 Preethi CN认为，当前agent在生产中依然需要部分人工辅助做决策，但随着模型能力提升，未来它们将发展成完全自主的agent，在无需人为干预的情况下做出复杂决策。从医疗、金融、市场营销到制造业，各行各业都将在Agentic AI的演进中迎来转型。而亚马逊云科技提供的这些构建模块，能够帮助客户与开发者加速迈向Agentic AI之路。 谈到通用型Agent及垂直型Agent短期的发展前景，Preethi CN预判两类均存在需求，通用型Agent适合处理与许多用户相关的大量标准化任务，而医疗健康、生命科学等垂直行业需要更具领域特性的能力，未来必定是两者结合。 “对我们而言，一切都围绕为客户创新这一原则。我对我们今天所发布的内容感到非常兴奋，也很期待接下来这一阶段的发展。这将是一个非常令人振奋的时期。”Preethi CN总结道。

在旗舰定位开放式真无线耳机 BOSE Ultra 推出了大概一年后，BOSE 用个相同的名字做了一款全新的入耳式真无线降噪耳机。 这款新品延续了 QC 系列「大鲨」的定位，改用 BOSE Ultra 系列全新的设计，加入了空间音频支持和智能耳内音场调校技术，还有标志性的降噪性能，是 BOSE 新一代旗舰级的真无线降噪耳机。 2299 的定价，似乎还比之前低一点。 ULTRA 风格的外观 不管是开放式还是入耳式降噪，两款耳机的充电盒都采用非常相似的椭圆设计。基于耳机是纵向收纳在充电盒内侧，入耳降噪的 BOSE ULTRA 充电盒会比开放式用的长不少。 充电盒的表面加入消光磨砂处理，正面中心只保留了 BOSE 的大 LOGO 和上方非常小的状态指示灯。充电盒内侧也有状态指示灯，上侧和正面都能够看到。 机身这个材质比较容易沾痕迹和指纹，日常使用建议加上保护壳。 基于无线充电的支持，充电盒后侧处理得很干净平整。 BOSE 保留了实体按键，能非常直观地快速开启配对模式，方便多设备用户进行配对。 耳机采用了短耳柄的入耳式设计，机身圆润饱满，对耳轮空间比较大的用户佩戴起来会比较舒服。 这一代也附带了 BOSE 标志性的鲨鱼鳍设计，他们用了更短、更软和更圆润的耳鳍结构，刚好能够填满耳机到对耳轮上侧的空间，佩戴就能够更加牢固。有这个结构之后，运动时佩戴都不需要担心佩戴稳固性，日常通勤和到健身房都可以用。 鲨鱼鳍设计的弧形边缘足够圆滑，加上这个扁平的耳帽，耳机入耳的感觉很舒服，没有明显受力点，不容易累。 配色方面，BOSE 先是提供了经典黑和晨雾白两款常用配色，晨雾白是有点复古白的暖调。后续，他们还增加了和 QC ULTRA 宋雨琦联名款相同配色「绛梅紫」。 更沉浸，更安静 配置方面，QC Ultra II 搭载了支持蓝牙 5.3 的无线传输方案，和开放式版 QC Ultra 一样加入了高通高规格编码 aptX 的支持，最高能够实现 aptX Adaptive 的编码支持。 加入 aptX Adaptive 不只是为了传输规格提升，延迟的控制也是重点。Bose QC Ultra II 用来看视频和打游戏基本感觉不到延迟，连接时也没有出现断连断播的情况。 连接的最远距离为 9 米，如果公司里连接的是电脑，还算够用。 和其他 Bose 耳机一样，BOSE QC Ultra II 支持 BOSE app 的连接控制，用户操控降噪和听感，开启空间音频等操作都能在 app 上操作。 降噪，是这一代更新的重点。 BOSE QC Ultra II 搭载了 BOSE 自家的降噪技术，不管在降噪深度、降噪时的听感和耳压控制都有非常突出的表现。相较于之前更新的小鲨 2 代，BOSE QC Ultra II 降噪状态下更加干净，降噪开启后耳压控制得更好，能在保持声音安静的同时耳压也没那么明显，听起来更加舒服。 这一代降噪强度的提升，会更明显。 在室内环境中测试时，我们尝试坐在空调的正下方，让空调垂直对着自己的同时把出风量调到最大，之后再开启降噪。此时，耳机能够将全部的环境噪声全部压下来，安静得像是完全没有开空调一样。 另外，我们也在测试中用蓝牙音箱播放音乐，BOSE QC Ultra II 都能够将播放歌曲大部分背景声都压下来，人声部分做了一些平滑的处理，让它在背景声音降低之后听起来没那么违和、刺耳。 BOSE 对通透模式也做了升级，他们采用 ActiveSense 噪声动态感应技术，进一步优化通透环境中的声音表现，佩戴时依然能够听到周围环境的声音，不影响你和身边人交流。但耳机会优化环境中尖锐的声音，通透模式下也能有一种安静感。 实际听起来，BOSE QC Ultra II 的通透环境很顺滑舒服，大型抽湿机和空调产生的噪声都有了平滑的过渡，声音进入耳朵很真实干净，少了从麦克风出来的数码感。 在耳朵旁边打响指的话，耳机能够快速响应，能对突如其来的声音做调整，你会感到「突」的安静了一下，有一种突然改变成降噪模式的感觉。 不过声音变化会有些突兀，之后如果可以简单优化一下会更好。 续航部分，耳机本体的续航时间为 6 小时，支持充电 20 分钟播放两小时的快充模式，充电盒支持无线充电。 就单体的续航看来，BOSE QC Ultra II 相较于其他开启降噪能到 7-8 小时的旗舰耳机来说，还是弱一些。 更懂你的听感 除了降噪，声音也是本次的更新重点。 BOSE 在这一代耳机中加入了 CustomTune 智能耳内音场调校技术，可以根据佩戴者的耳朵特点进行调校音频和降噪的功能。比起还需要手动检测的耳朵版「房间检测」，BOSE 这个还要更智能一点。 此外，降噪模式也做了优化。 除了常规的降噪和环境声模式，BOSE 这次还提供了一个专属的沉浸式音频模式。它是完全消噪和沉浸空间音频的组合，常态下和常规消噪模式没有区别，开启音乐播放时就能够获得降噪和空间音频的效果。 用户可以通过长按耳机左侧快速切换着三个模式，不需要在进入 BOSE app 开启空间音频，操作还挺方便的。 还有就是，这一代支持了 aptX Adaptive 编码，比起以前只有 AAC 的同定位旧品，BOSE QC ULTRA II 可以进行更高规格的传输，声音的质量基础得到保证。 听感部分，QC ULTRA II 给我的第一印象就是声音很扎实。 低频浑厚，鼓点的边缘较为圆滑，一下一下敲下来有种很适合流行乐的饱满感。人声和背景的距离不太多，但每个部分听着依旧清晰。 在 aptX Adaptive 的规格提升后，歌手演唱时的呼吸声、喉底音还有周边细微的乐器声变清晰了，能够听到歌手呼吸变化过程，整体听起来也更加自然，整个声音基底要比上一代旗舰提升了不少。 这一点，在音源质量更高的流媒体服务上会更明显，像是可以提供无损的 Apple Music、Tidal、Qobuz 和 QQ 音乐、网易云等流媒体，足够的细节量和顺滑无需锐化就能够突出的细节表现，BOSE QC ULTRA II 的听感也更舒服。 听 Spotify 的话，声音有些时候有些锐化得不那么自然，数码味和味精味都被放大了，听感会有点影响。 值得更新吗？ 整体而言，我觉得 BOSE QC ULTRA II 是非常值得升级的一代。 机身对佩戴做了优化，鲨鱼鳍变得更圆滑的它在保证佩戴稳定度的同时，佩戴舒适度也提高了。耳机可以兼容轻松的运动、通勤场景，不需要为了健身准备一副专门的运动耳机。 降噪效果有升级，比上一代「大鲨」更强，声底更干净、舒服。耳压的变化不再强势，入耳体感更舒适，戴着不那么容易累。 加上这个有 ActiveSense 技术加持的环境声模式，降噪和环境声的听感都被照顾到，体验完整了。 声音体验的升级也很大，BOSE 用一个 CustomTune 技术就能够将听感提升到另一个阶段，保证低频表现的同时降低了高频平白锐化带来的尖锐数码感，听感更贴合真实体验，听感上也有更适合大众的舒适度，听起来比之前好听了不少。 加上现在比 2499 这个传统旗舰定价更低的 2299 元起售价，部分更进取的店家可做到 2100 左右的到手价，对 BOSE 用户来说可以说是非常值得更新的一款。

快科技7月24日消息，博主i冰宇宙爆料，高通骁龙8 Elite 2有高频版本，CPU主频达到了4.74GHz，由三星Galaxy S26系列首发搭载。 据悉，高通骁龙8 Elite的鸡血版主频为4.47GHz，由Galaxy S25系列首发搭载，骁龙8 Elite 2鸡血版主频再度刷新行业纪录，比上代芯片提升了0.27GHz。 这颗芯片仍然由台积电代工，采用台积电第三代3nm制程N3P，配备全新一代Oryon CPU，并集成Adreno 840 GPU，这是安卓阵营内频率最高、性能最强悍的手机芯片。 按照惯例，这颗鸡血版芯片将会被命名为骁龙8 Elite 2 for Galaxy，搭载鸡血版处理器的Galaxy S26系列预计会在明年上半年登场。 在Galaxy S26系列上市后，安卓其它品牌也将会搭载这颗鸡血版芯片，预计高通会将其命名为骁龙8 Elite 2领先版。 责任编辑：振亭

【CNMO科技消息】7月24日，有博主曝光了三星S26 Ultra将采用60W+5000mAh的续航组合。根据该博主此前的爆料，三星S26 Ultra将采用硅碳电池，而不是传统的锂电池。据悉，三星电池容量增大的难题不是电池技术，而是航空运输法规所带来的额外成本。 三星S25 Ultra 结合多方爆料信息，三星S26 Ultra将配备一块6.89英寸屏幕，该屏幕采用了CoE OLED面板技术与去偏光片技术。根据三星官方介绍，与传统OLED技术相比，CoE OLED最大的差异在于通过彩色滤光片取代了原有的偏光片，并将普通PDL替换为黑色PDL。该技术一方面可以让面板更薄，提高光线透过率，从而降低功耗；另一方面，通过彩色滤光片，让色彩更加鲜艳。此外，三星S26 Ultra的边框将不超过1.25mm，机身厚度有望为7.x mm，配备S Pen，后置索尼全新的2亿像素CMOS（尺寸约为1/1.1英寸）。 　　据CNMO了解，三星S26系列预计将包含S26（SM-S942）、S26 Edge（SM-S947）和S26 Ultra（SM-S948）三款机型，有望将在明年1月发布。值得一提的是，Plus机型从未出现在此前的爆料中，大概率将会被取消。

快科技7月24日消息，苹果公司近日获得 “边缘照明器的电子设备” 美国专利，其创新设计有望改变人们对电子设备和智能穿戴的认知。 该专利通过在设备边缘排列光源，为多种终端提供低分辨率视觉输出，实现独特边缘照明效果。 边缘照明器由LED像素阵列等发光元件构成，可集成于设备前缘、侧缘或后缘，能实现点状或线性照明，还可通过颜色或图案响应通知事件，向用户传达简单信息且不中断当前任务。 比如有新消息时，设备边缘会闪烁特定颜色的光提醒用户，无需查看屏幕。 此技术适用范围广泛，不仅可用于 HomePod 智能音箱、Apple Watch 表带、MacBook 机身边框、iPhone/iPad 机壳等电子设备，还能应用于衣物、包袋等纺织或服饰配件。 值得关注的是，专利中疑似 “Apple Ring” 环形可穿戴装置的设计，其内缘或外缘可实现环形光带点亮。 苹果这一 “边缘照明” 技术，有望成为未来智能设备设计的新趋势。