阿凯 的出海闲聊:科技、数码、开源 等话题讨论|乐酷网(第2页)
出海闲聊 · 社区

出海闲聊

出海从业者交流社区,分享海外服务器使用心得、行业动态与实战经验,登录后即可发帖参与讨论。

阿凯
@kaige124 条帖子

国行苹果AI落地,千问上车

苹果国行 AI 终于官宣了,11 月 4 日随开发者 Beta 开放测试,12 月跟着 iOS 27.3 正式推送。这次不是简单把 Siri 换个壳,而是和阿里合作,在 Siri、写作工具、视觉智能里接入千问,支持文本和图像理解。对国内用户来说,这算是把「能用」和「好用」之间的那道坎往前推了一步。

首批功能清单挺务实:信息、FaceTime 和电话的实时翻译,写作工具的改写、校对、摘要,照片消除、自然语言搜索和回忆影片,还有智绘表情、通知摘要、优先邮件。登录千问账户或用「通过 Apple 登录」就能在系统内调用。我的判断是,苹果选阿里而不是自己硬扛,说明合规和本地化能力比模型参数更关键,这也给其他海外厂商打了个样。对开发者来说,真正的变量是系统级 AI 入口被打开后,第三方 App 的交互会不会被重新洗牌。写作、翻译、图像编辑这些高频场景,苹果自己做了,独立工具类产品得想清楚差异化在哪。反过来,能调用千问能力的应用,也许能借系统入口拿到新流量。放到跨境场景看,国行 AI 和海外 Apple Intelligence 大概率是两套体验,做多区域产品的团队要提前做能力探测和降级方案。别假设用户都能用同一套功能,尤其是翻译和图像理解这类依赖本地模型合作的模块。总的来说,这次官宣更像发令枪而不是终点。Beta 阶段先看稳定性和中文理解的实际表现,正式版再评估对现有工作流的冲击。我比较关心千问账户体系会不会成为苹果生态里的新身份层,这比单个功能更值得盯。

0
44

双机度假后我竟不想换回去

这次带新iPhone Duo去度假五天,我中途好几次跟朋友说“我想换回旧iPhone了”。原因很具体:不少App还没适配,闪退和排版错乱轮番出现;手势操作也让我不适应,Touch ID回归反而让我手忙脚乱;相机表现让我不放心,只好把两台手机都揣在身上。

但奇怪的是,假期结束的时候,我居然不想换回去了。回想刚开箱那天,我拆封时居然有点小激动——做科技记者这么多年,新设备早就很难让我心跳加速,可这次我提前几天就在算升级预算,甚至刷起了Duo手机壳的测评。这种期待本身,可能就是它最终赢了我的第一个信号。当然,价格是实打实的门槛,两千美元不是小数目。更关键的是换机意味着生活方式的改变:支付、通勤、拍照、社交,全都要重新适应一套交互逻辑。我犹豫了很久,不是因为参数,而是因为迁移成本。从从业者角度看,Duo这类产品真正的考验不在发布会,而在用户度假这种“高频+碎片+弱网”的真实场景里。App适配和手势习惯是硬伤,但一旦跨过适应期,用户粘性可能比想象中强。我的判断是:短期别急着唱衰,长期要看开发者跟进的节奏。如果你也在观望,我的建议是先把主力机留着,用一台旧设备做过渡,给自己一周的适应窗口。别被开箱的兴奋感冲昏头,也别被前两天的挫败感劝退——真正的答案,往往在第五天才出现。

0
44

国行苹果AI落地,千问接入Siri

等了两年,国行 iPhone 的 Apple Intelligence 终于有了明确时间表:11 月 4 日随开发者 Beta 开放测试,12 月随正式版推送。首发只覆盖 iPhone,机型从 15 Pro 起步,iPad 和 Mac 还得继续等审批。这个节奏说明苹果在中国市场的 AI 落地是分步走的,先保住手机这条最核心的产品线。

这次首批功能没有想象中激进,主要是写作工具、照片自然语言搜索、消除工具、智绘表情、实时翻译、通知摘要和 Siri 基础交互升级。我的判断是,苹果刻意把 AI 藏进系统原生功能里,而不是做一个独立聊天入口,这跟国内厂商拼命推独立 AI 助手的路数完全不同。好处是调用门槛低,只要有输入光标的地方就能改写和校对;坏处是用户感知不会太强,短期内很难形成「AI 手机」的换机理由。几个细节值得跨境从业者留意。实时翻译直接整合进信息、电话、FaceTime 和 AirPods,设备端完成,还能翻译 Android 通过 RCS 或 SMS 发来的消息,这对经常和海外客户沟通的人是实打实的效率提升。照片消除依靠三套本地模型完成识别、边缘判断和背景填补,不上云,隐私叙事上苹果还是守得很稳。千问接入 Siri 是这次最值得关注的变化。国行 Siri 的底层能力换成本土模型,意味着苹果在中国选择了合作而非硬扛,这和它在海外自研路线的姿态有明显温差。对开发者来说,Siri 基础交互升级后能撬动多少场景,还要看后续 API 开放程度,现在下结论太早。整体看,这是一次「补课式」发布,功能齐全但不算惊艳。真正决定体验的是 12 月正式版推送后的稳定性和中文理解水平,尤其是写作工具和通知摘要这类高频场景。我会先拿备用机升 Beta 试水,主力机等正式版再说。

0
50

国行 iPhone AI 落地,千问上车

早上刷到国行 Apple 智能终于官宣,11 月 4 日随开发者 Beta 开放测试,12 月正式推送。最值得关注的是苹果选了阿里千问做本地合作方,Siri、写作工具和视觉智能里都能调用千问,支持文本和图像理解。这个组合挺务实,苹果要合规和本地化,阿里要入口和场景,各取所需。

首批功能清单不算炸裂但覆盖日常:信息、FaceTime 和电话的实时翻译,写作工具的改写校对摘要,照片消除和自然语言搜索,还有智绘表情和通知摘要。登录千问账户或走「通过 Apple 登录」就能在系统内调用。对国内用户来说,这算是把 AI 从第三方 App 拉进了系统层,体验门槛会低很多。我的判断是,短期别期待它比独立大模型 App 更聪明,苹果的调性是稳和克制,功能上线节奏也偏慢。真正的变量在于系统级权限带来的场景渗透,比如通知摘要和照片搜索这种高频动作,一旦用顺了很难回去。对做跨境工具和内容分发的团队来说,这意味着 iOS 端的入口逻辑要重新算一遍。另一个看点是合作模式的示范效应。海外是苹果自研加 OpenAI,国内换成千问,说明苹果在 AI 上愿意按市场拆方案。后面其他区域会不会也走本地模型合作,值得盯。对开发者而言,系统内调用千问的接口边界、数据怎么走,会直接影响能不能做出差异化产品。总之这是一步必须走但不算惊艳的棋。我会先升 Beta 试翻译和写作工具,重点看中文语境下的准确率和响应速度。如果体验及格,国内 AI 应用的竞争格局大概率要往系统层挪一挪,纯 App 层的工具得提前想好护城河。

0
48

AI 正把汽车流水线搬进办公室

福特用绳索和卷扬机把底盘装配时间从 12.5 小时压到 93 分钟,靠的是重新组织人和工位的关系。一百多年后,腾讯在智慧出行专场发布的 AI 组织效能方案,本质上在做同一件事:重新组织人和系统、部门之间的关系。过去研发、生产、经营决策要在不同软件和部门之间反复沟通,现在 AI 开始接手这些协调工作。

我对「产品进化牵引组织变革,组织变革支撑产品进化」这句话挺有共鸣。很多车企上 AI 是先买工具,结果工具堆了一堆,流程还是老样子。真正难的是让 AI 进入决策链条,而不是只做表面问答。腾讯这次把座舱智能体和组织效能方案放在一起讲,逻辑是通的:前端车主体验要顺滑,后端研发生产就得先被 AI 理顺。座舱侧这次升级的 TAI 智能体方案,包含座舱助手、出行服务、内容娱乐和跨端接续几块。官方说法是融合了元宝全双工端到端语音、元宝搜索和混元大模型,支持低延迟、多音区交互,还能靠上下文记忆和车端感知理解意图。翻译成大白话,就是车机从「听懂指令」往「把事办完」走了一步。但我觉得别急着叫好。智能体调用外部服务,涉及账号打通、支付授权、服务商覆盖,任何一环掉链子,用户体验就会断在最后一步。车企愿意把座舱生态开放到什么程度,服务商愿不愿意配合,这些比模型参数更决定成败。对出海从业者来说,这套思路值得留意。海外市场语音、地图、支付、内容服务都是本地化的,智能体方案能不能跟着出海,考验的是生态整合能力,不是单点技术。流水线换了形式,组织能力仍然是那道坎。

国行iPhone AI接入千问,11月4日开测

苹果国行 AI 终于落地了,11 月 4 日随开发者 Beta 开放测试,12 月跟 iOS 27.3 正式推送。最值得关注的是合作方选了阿里,Siri、写作工具和视觉智能的部分体验会接入千问,支持文本和图像理解。

首批功能清单挺实在:信息、FaceTime 和电话的实时翻译,写作工具的改写校对摘要,照片消除和自然语言搜索,还有智绘表情、通知摘要、优先邮件。用户登录千问账户或用「通过 Apple 登录」就能在系统内调用,这个入口设计比预想的开放。我的判断是,苹果在中国市场选阿里而不是自研硬扛,本质是合规和落地速度的妥协。对跨境从业者来说,这意味着国行设备的 AI 能力会和海外版出现明显分叉,做多区域产品适配的团队要提前把模型调用层抽象好,别把逻辑写死在系统能力上。另一个信号是,千问拿到系统级入口后,阿里在端侧 AI 的分发优势会被放大。反过来看,这也给做 AI 应用出海的团队提了个醒:平台级入口一旦被本地巨头锁定,独立 App 的获客成本只会更高,尽早想清楚差异化场景比抢通用能力更实际。短期我比较关注两点:Beta 阶段实际可用功能会不会缩水,以及千问账户体系和 Apple ID 的绑定深度。如果调用体验顺畅,国行 iPhone 的换机理由会多一条;如果只是浅层跳转,那这波官宣的象征意义大于实际。

中国版苹果智能细节值得细看

最近看到一张图梳理中国版 Apple 智能的落地细节,信息量挺大。作为每天跟跨境工具打交道的人,我第一反应不是功能多炫,而是它到底能在多大程度上改变国内用户的日常操作习惯。从图里透露的方向看,苹果这次明显在本地化上做了不少取舍,而不是简单把海外版本翻译一遍。

最值得关注的是合作方和模型接入方式。国内合规要求决定了苹果必须找本土伙伴,这意味着同一台 iPhone 在不同地区可能跑着不同的大脑。对开发者来说,这既是机会也是麻烦:机会在于新的接口和场景会冒出来,麻烦在于适配成本又得重新算一遍。我比较在意的是,哪些能力会开放给第三方 App,哪些只留在系统级入口。另一个细节是交互入口的变化。如果苹果把智能能力更多压到系统层,那用户可能不再需要单独打开某个 App 才能完成任务。这对做工具类出海产品的团队是个提醒:单纯靠功能堆砌的护城河会越来越浅,得往数据和工作流里扎。当然,国内版具体上线时间和覆盖机型还没完全明确,现在下结论还早。从竞争角度看,中国版 Apple 智能真正的对手不是其他手机厂商的语音助手,而是用户已经养成的微信、支付宝式操作惯性。苹果能不能让用户觉得“多这一步值得”,比参数更重要。我个人的判断是,第一版大概率偏保守,重点放在合规和基础体验上,激进的生成式功能会慢慢放。总之,这张图值得收藏对照,等正式推送后再回来验证哪些细节落地了。对跨境从业者来说,关注它不是为了追热点,而是看系统级 AI 会不会重新分配流量入口。如果真能改变入口,那我们的产品策略和投放逻辑都得跟着调。

吃药提醒做成药板小组件

最近看到一款叫「该吃药了」的服药提醒应用,开发者自述是因为鱼油和维生素总忘吃,闹钟按掉就过去了,干脆自己动手做了一个。这个出发点我太有共鸣了,跨境圈里熬夜多、节奏乱,长期吃的保健品基本靠自觉,闹钟确实解决不了「按掉就忘」的问题。

它的核心思路是把待吃的药做成 iPhone 主屏幕小组件,像一块小药板摆在那里。每拿起一次手机就能看见还剩几粒没记,吃完直接在小组件上点一下药粒,不用专门打开应用。这个设计比弹窗提醒聪明的地方在于,它把「提醒」变成了「可见的待办」,而不是一个可以被随手关掉的通知。应用内也延续了药板的视觉,今天要吃的药按粒排列,点一格记一格,记录后药粒变成空格,吃没吃一眼就能看出来。同一时段有几种药可以分别点,点错了长按空槽撤回。药物外观支持胶囊、药片、药丸、鱼油几种形态和自定义颜色,这点对同时吃多种补剂的人挺实用。我的判断是,这类小工具的价值不在功能多全,而在降低记录的心理成本。服药提醒赛道其实很挤,但大多数产品做得像医疗管理软件,界面严肃、操作繁琐,反而让人不想打开。把记录做成「点药粒」这种轻交互,再加上桌面常驻,算是找到了一个舒服的切入点。当然也有局限:小组件交互深度有限,复杂用药方案还是得进应用设置;而且它解决的是「记得记」,不是「记得吃」,真到点还是得靠人。不过对鱼油维生素这种非处方长期补剂来说,够用了。支持 Apple Watch 也算补上了不方便掏手机的场景。

0
36

维基百科警告AI版权裁决或威胁开放网络

最近维基百科的运营方维基媒体基金会往纽约时报诉OpenAI的案子里递了意见,核心观点挺值得琢磨:训练AI应该算合理使用,但把文章原样吐出来就不行。这个区分其实划了一条很关键的线,一边是学习,一边是复制。

站在做跨境内容的人角度看,这个立场对开放网络生态是保护性的。如果法院一刀切认定训练即侵权,那以后只有巨头买得起数据授权,中小开发者和开源模型基本没得玩。维基百科本身就是靠开放授权堆起来的,它比谁都清楚知识流通的价值。但反过来,如果放任模型随意复述原文,内容生产者的动力也会被抽干。维基媒体基金会没有简单站队,而是把训练和输出拆开看,这个思路我觉得是当下最务实的解法。国内做AI应用出海的朋友也得留意,版权合规正在从灰色地带变成硬门槛。我的判断是,这案子大概率不会给出非黑即白的答案,更可能形成一套分层规则:训练阶段宽松,输出阶段严格,商业用途再收紧。对创业者来说,与其赌判决结果,不如提前把数据来源和输出过滤做扎实。说到底,开放网络不是免费午餐,AI公司享受了公共知识的红利,也该承担相应的义务。维基百科这次发声,本质上是在替整个开放生态争取一个不被两头挤压的生存空间。

0
40

OpenAI更新模型规范 对齐思路向Anthropic靠拢

OpenAI 最近更新了《模型规范》,把「忠于人类意图」放在最核心的位置。这个提法听起来简单,但实际要求模型去理解用户、开发者和 OpenAI 三方的意图与价值取向,而不是字面执行指令。作为天天跟 API 打交道的人,我第一反应是:这套东西落地到产品里,边界到底怎么划?

新版框架列了几条原则:尽量减少伤害、对已知和未知保持透明、帮用户自己做决定而不是替用户做决定。这其实是在往「辅助者」而不是「决策者」的角色上收。对比之前一些模型动不动就替用户下结论的表现,方向是对的,但「透明」这条在工程上最难量化,模型说自己不知道的时候,到底是真不知道还是在偷懒,评测集很难覆盖。有意思的是,OpenAI 这次明确说现有模型还没完全体现新规范,正在探索新的训练方法让模型把原则内化。这句话信息量很大:说明规范先行、能力后补,短期内我们调用时大概率感受不到明显变化。做跨境业务的朋友别指望靠一次版本更新就解决合规话术问题,该加的人工审核还得加。另一个值得注意的点是,这套思路和 Anthropic 的「宪法式 AI」越来越像。用一套书面原则来约束模型行为,好处是价值观透明、可审计,坏处是原则之间的冲突怎么排序,最终解释权还是在厂商手里。对开发者来说,这意味着模型行为的可预期性提高了,但定制空间可能被压缩。我的判断是,模型规范这类东西会逐渐变成选型时的隐性指标。以前大家只看跑分和价格,以后可能要看厂商的原则文档写得够不够细、更新够不够勤。毕竟跨境场景里文化差异大,一套含糊的价值观描述,落到具体国家的用户身上很容易出偏差。建议团队把这类规范文档纳入常规跟踪,别等出了客诉才回头翻。

OpenAI更新模型规范,对齐路线向Anthropic靠拢

OpenAI 最近更新了《模型规范》,把「忠于人类意图」摆在了框架最核心的位置。我仔细看了下,这次强调的不是让模型机械执行字面指令,而是要去理解用户、开发者和 OpenAI 各自的意图与价值取向。说白了,就是希望模型在陌生场景里也能做出符合人类价值观的判断,同时始终把人类监督放在最高优先级。

新框架里还明确了几条原则:尽量减少伤害、对已知和未知保持透明、帮用户做出自己的决定并追求自己的目标。这几条听起来简单,但落到训练里其实非常难。OpenAI 自己也承认,目前的模型还没完全达到新版规范的要求,正在探索新的训练方法,想让这些原则真正内化到模型行为里,而不是停留在提示词层面。有意思的是,这套思路和 Anthropic 的「宪法式 AI」越来越像了。都是先写一套书面原则,再用它来指导模型行为,让塑造 AI 的价值观变得可追溯、可讨论。以前大家路线差异还挺明显的,现在看,头部几家在「用明文规范约束模型」这件事上正在收敛。从从业者角度看,我觉得这个信号挺重要的。对做跨境 AI 产品的团队来说,模型规范透明化意味着合规叙事更好讲,但也意味着你得跟着主流框架去调整自己的系统提示和评估标准。尤其是面向欧美市场的产品,价值观对齐已经从「加分项」变成了「入场券」。当然,规范写得再漂亮,最终还是要看训练落地和实际行为。我会继续关注他们后续怎么把这几条原则转化成可量化的评估指标,毕竟对齐这件事,说和做之间还隔着很长的路。

0
30

新模型发布先做游戏?

聊聊这个新传统

最近《影之刃零》发售,又让人想起一个有意思的对照:一款大作开发动辄以年计,而几乎每款新 AI 模型发布后,网上几天内就能冒出一批可玩的小游戏。Claude Opus 5.5 发布时,官方直接展示了不同模型按同一提示词做游戏的结果;GPT-6 Astra 的演示里,也有开发者用它做了一段可玩的伦敦历史场景。

这个变化其实有迹可循。2024 年 Simon Willison 用「生成一只骑自行车的鹈鹕 SVG」来横评模型,任务看着像玩笑,实际很考验代码能力:轮子要对齐、车架要相连、鹈鹕得坐在车座上、脚还得靠近踏板,坐标错一点鸟就飞了。到了 2026 年,新模型不光画得完整,还会主动加羽毛、鱼篮和沿途风景。从一只怪鸟到一款小游戏,测试的复杂度上了一个量级。为什么是游戏?我的判断是,游戏天然是一个多能力的综合考场。它同时要求代码正确性、物理与状态管理、画面渲染,还有交互逻辑,比跑分更能暴露模型在长链路任务里的真实水平。而且游戏结果直观、可玩、易传播,比一张 benchmark 表格更有说服力,普通用户也能一眼看出差距。另一个原因是,游戏开发恰好踩在代码 Agent 的能力边界上。Simon 的判断是,代码 Agent 先跨过日常工具的门槛,再跨过做游戏的门槛。做游戏意味着模型要能规划模块、处理多文件、反复调试,这比写一个函数难得多。厂商拿它做演示,其实是在说:我的模型已经能扛住复杂工程了。当然,这些演示游戏离《GTA 6》还差得远,更多是可交互原型。但作为从业者,我觉得这个趋势值得关注:它既是营销,也是一次公开的能力压力测试。以后看模型发布,除了跑分,不妨也看看它做出来的那个小游戏到底能不能玩。

0
40

波音机翼拖后腿 交付节奏才是真考题

波音这季财报出来,我第一反应不是亏损收窄,而是机翼生产又卡住了。奥特伯格自己承认,生产稳定化比预期要慢,股价电话会期间跌了约9%。说白了,市场现在对波音的耐心已经薄到只看交付节奏,别的都是次要的。

从数字看,第三季度交付161架商用飞机,只比去年同期多一架,商用飞机营收还降了3%,营业利润率负6.5%。公司解释是交付组合不利、未来产量调整的预计成本上升、供应链成本上升。这三条其实指向同一个问题:生产系统还没真正稳下来,成本就先上去了。防务部门营收涨15%算是撑住了场面,但波音复苏的现金流大头还是靠客机交付,客户接机才付大部分钱,这个逻辑没变。奥特伯格在员工备忘录里说期望在上升,也应该上升,要靠精益、生产率和效率改进来提升日常表现。这话方向没错,但放在机翼滞后的背景下,更像是在给内部定调:别指望短期冲量,先把事做对。我比较认同这个优先级,波音过去几年的教训就是赶进度赶出来的。认证方面倒是有实质进展,737 Max 10上周获FAA批准,Max 7八月也过了,Max系列认证走到收尾。加上美国海军选了波音开发下一代战斗机,这些算是信心修复的素材。但认证是入场券,不是交付能力,机翼产线不提速,Max 10的订单转化照样会往后压。我的判断是,接下来两个季度看波音就看一个指标:机翼产线的实际节拍有没有改善。如果交付量还是同比持平,那所谓生产稳定化就还停留在PPT上。对跨境供应链上的朋友来说,波音的产量调整会直接传导到零部件和材料订单,别只看整机交付数,上游的排产信号更早。

0
34

GPT-6.1 Terra 降价一半,Agent 成本战开打

OpenAI 刚发的 GPT-6.1 Terra 让我有点意外,标准 API 价格比上一代直接砍半,但复杂任务、事实准确率和编程能力反而都有提升。这个定价策略明显是冲着高频工作场景去的,想让开发者把 Agent 真正跑进日常流程里,而不是只做 demo。

最值得看的是视觉理解和电脑操作的结合。以前让模型读图、分析文档还行,但要它跨应用操作桌面、填表、读发票录入财务软件,成本和能力都是门槛。现在官方说它能处理从技术图纸到视频逐帧检查这类任务,Agents’ Last Exam 中等推理强度下比上代高 15 个百分点,单次任务成本却降到约三分之一。横向对比更有意思。同一测试里它已经能摸到旗舰 GPT-6 Astra 的水平,Token 单价却只有后者的十分之一;对 Claude Opus 5.5,最高推理强度下 Token 效率超 3 倍、单价只有四分之一,同类任务成本约低 9 倍。速度上也有开发者晒出单次请求每秒 450 Token,低推理强度下甚至可能到 600,不过后者还没被验证。我的判断是,这波不是单纯卷价格,而是把 Agent 的落地成本打到了企业敢批量试的程度。以前很多团队卡在“效果够用但跑不起”,现在单位任务成本下来后,发票录入、图纸转 3D、视频修复记录这类脏活累活会最先被吃掉。当然也别急着全量迁移。低价模型在长链路任务里的稳定性、工具调用的容错率,还是得自己压测一轮。我的建议是先把非关键流程切过去跑两周,对比成功率和人工兜底比例,再决定要不要动核心业务。

GMO云桌面被黑 2.7万台服务器受影响

看到GMO Internet旗下Onamae云桌面服务被入侵的消息,我第一反应是:给金融交易员用的虚拟桌面,安全门槛应该比普通云服务高不少,结果还是被攻破了。官方说攻击者可能已经公开了客户和业务相关的信息,目前还在核实内容,影响范围也没完全查清。但已经收到客户交易账户被“未授权操作”的报告,这个信号比单纯的数据泄露更让人紧张。

GMO建议客户重置密码,同时提到可能有2.7万台服务器受波及。这个数字放在日本互联网基础设施里不算小,尤其Onamae本身是域名注册和云服务的老牌子,很多中小企业和个人开发者都在用。我比较在意的是,从发现异常到建议改密码之间,用户账户里的交易操作有没有被及时冻结,这直接关系到真金白银的损失。时间线上还有个细节:大约一周前,GMO的网络安全部门刚披露发现中国AI渗透测试工具Artex被用于针对日本企业的攻击。公司明确说没有公开建立Artex和这次Onamae事件之间的关联,但两件事挨得这么近,难免让人联想。我的判断是,AI辅助的攻击工具正在降低入侵门槛,防守方如果还靠传统规则匹配,响应速度会越来越吃力。对出海做日本市场的团队来说,这件事提醒很具体:选云服务不能只看价格和区域覆盖,还要看对方在事件发生后的通报透明度和账户保护机制。尤其是涉及交易、支付类业务,虚拟桌面一旦被控,等于把操作终端直接交到攻击者手里。建议近期排查一下自己在Onamae上的账户权限和登录日志,别等官方通知才动。另外,GMO对媒体问询没有回应,这种沉默在安全事件里通常不是好信号。我更倾向于认为完整的影响评估还需要时间,后续可能会有更多客户信息被确认泄露。做跨境业务的朋友可以把这类事件当成压力测试案例,回头检查自己的供应商安全条款里,有没有明确的数据泄露通知时限和赔偿机制。

0
42

iPhone 胶片相机应用体验

最近看到一款叫 Very Good Camera 的 iOS 应用,它把 iPhone 变成了一台胶片相机。开发者 Very Good Co. 原本做 Lightroom 和 Capture One 的摄影预设,现在把色彩处理直接搬进了相机界面,按下快门就能得到胶片感的照片,省去了后期调色的麻烦。

应用内置三种色彩预设:VG400 适合日常街头和旅行,VG800 针对低光环境,VGTX 专注黑白摄影。拍摄前可以实时预览效果,切换预设也很方便。除了色彩,它还提供了曝光、饱和度、对比度、色温等手动控制,支持 RAW 格式和 48MP 分辨率,对喜欢自己掌控参数的用户来说比较友好。我觉得这款应用最吸引人的是它的界面设计。相机界面有三种模式,简约模式下只有一个快门键,非常清爽。取景器边框有白色、黑色和胶片三种效果,拍出来的照片也会带上边框,仪式感很强。网格、水平仪和直方图这些辅助工具也能按需显示。从使用场景来看,它适合那些喜欢胶片色彩、不想花时间修图、但又希望有一定手动控制权的 iPhone 用户。如果你平时用手机拍照多,又对色彩风格有偏好,可以试试用它来探索自己的视觉习惯。不过它毕竟只是模拟,和真正的胶片质感还是有差距,别抱太高期待。总的来说,Very Good Camera 在色彩预设和拍摄体验上做得比较用心,算是近期值得关注的一款摄影应用。如果你也用过,欢迎在评论区聊聊感受。

0
50

GPT-6.1 Terra 降价一半,Agent 落地门槛又低了

刚看到 GPT-6.1 Terra 发布,第一反应不是性能又涨了多少,而是标准 API 价格直接砍半。对做跨境工具和自动化流程的团队来说,模型成本每降一档,能跑通的场景就多一批,这次降价的信号比参数本身更值得关注。

官方给它的定位是高频工作场景的高效模型,视觉理解和电脑操作能力进一步结合。简单说,以前让 AI 跨应用填表、读发票、操作桌面软件,成本和延迟都劝退,现在这类任务开始进入可批量复制的区间。对做客服工单、财务录入、素材处理的团队,这是实打实的账。几个关键数据值得记一下:
- Agents’ Last Exam 中等推理强度下,比 GPT-5.6 Terra 高 15 个百分点,单次任务成本约为三分之一
- 同一测试中接近旗舰 GPT-6 Astra,Token 单价只有后者十分之一
- 对比 Claude Opus 5.5,最高推理强度下 Token 效率超 3 倍,单价为其四分之一,同类任务成本约低 9 倍
- 有开发者测到单次请求生成速度达每秒 450 Token,低推理强度下或可到 600 Token,但后者还没被广泛验证我的判断是,这波真正被冲击的不是旗舰模型,而是中间价位那批「够用但不便宜」的选项。当高效模型能摸到旗舰水平、价格又只有十分之一,很多团队没必要再为偶尔的复杂任务全程挂贵模型,分层路由会变成标配。当然也别急着全量切换。Agent 类任务最怕的是长链路里某一步出错,速度和便宜是加分项,稳定性和工具调用的准确率才是生死线。建议先拿发票录入、表格填写这类边界清晰的任务做小流量对比,跑两周再决定要不要把主力流量迁过去。

0
50

systemd 开始接纳 Rust 组件

今天看到 systemd 项目对 Rust 的支持有了新进展,末端组件已经可以用 Rust 来写了。核心库还是 C,开发者也没打算把现有代码迁到 Rust,所以这不是一次语言层面的重写,更像是给外围工具多开了一扇门。

有意思的是构建方式:所有 Rust 代码走 Meson,不用 Cargo,而且只强制要求 C 语言链接。这意味着 Rust 在 systemd 里更像一个「被 C 生态收编」的成员,而不是独立王国。对长期维护 C 项目的团队来说,这种保守做法其实挺务实,既尝到内存安全的甜头,又不打乱现有构建体系。体积上有个小代价,测试程序 Rust 版 32KB,C 版 20KB,大了六成左右。放到 systemd 这种系统级组件里,几十 KB 的增量基本可以忽略,但如果是嵌入式或容器镜像场景,还是值得留意。目前 Rust 支持是可选的,不装 Rust 工具链也能正常构建。我的判断是,短期内别指望 systemd 核心被 Rust 替换,但新写的辅助工具、解析器、测试组件会越来越多地用 Rust 实现。这对下游发行版是个信号:打包 systemd 时可能要多带一个 Rust 构建依赖,CI 流程也得跟着调整。对做跨境工具和基础设施的团队来说,这类变化提醒我们关注底层依赖的构建链。如果你的产品跑在主流 Linux 发行版上,未来一两年可能会在构建日志里看到 Meson 调用 Rust 编译器的身影,提前了解没坏处。

0
44

微软纪念壁纸被曝用Mac做

最近看到一条挺有意思的消息:微软为庆祝 Windows Insider 计划 12 周年,给参与者发了一组纪念壁纸,结果被逆向工程师 Rafael Rivera 扒出文件元数据里写着「Adobe Photoshop 27.10 (Macintosh)」。也就是说,这组专门给 Windows 用户准备的图,至少在处理环节用了 macOS 版的 PS。消息传开后,网友的调侃基本集中在「微软自己都不用 Windows 11」这个点上。

说实话,这个结论下得有点快。Photoshop 本来就有 Windows 版,设计师选 Mac 可能只是个人习惯、团队设备配置或者项目流程决定的,单凭一条元数据根本推不出微软内部普遍偏好苹果。而且元数据也只能说明文件经过哪台机器处理,不能还原完整制作链路。壁纸里那些流线型图形很可能是先在三维软件里渲染,再用 PS 做后期,文件里的 ProEXR 字段也暗示了多层 OpenEXR 图像的处理环节。不过这事之所以能传开,还是因为时机微妙。微软这两年一直在推 Windows 11 电脑和 Surface 的创作能力,结果自家纪念壁纸被扒出 Mac 痕迹,对比感确实强。我觉得更值得关注的是另一个细节:后来部分用户下载到的壁纸文件,元数据字段已经不见了。微软没有解释为什么消失,也没有说明是不是专门针对 Mac 相关字段做了处理。这种沉默反而让讨论继续发酵。从从业者角度看,这件事对做跨境品牌和设计协作的团队也是个提醒。对外发布的素材,元数据最好提前清理,不然一个软件名、一个日期字段就可能变成公关话题。但反过来讲,也没必要因为一条元数据就否定整个团队的工具选择,设计产出看的是最终效果,不是文件属性。我的判断是,这更像一次被放大的巧合,而不是什么「微软不用 Windows」的证据。

0
48

用AI给电视做减法

最近看到开发者Gathin用Claude Code给父母的小米电视做了场大扫除,通过Wi-Fi接入停用25个系统组件,再写了个极简桌面,开机广告和会员弹窗全没了。他把prompt和源码开源成CleanYourTV,几天就攒了1.37万Star,Reddit上全是追问适配机型的用户。说实话,这个数字一点都不意外,智能电视的广告和预装生态早就把用户耐心磨没了。

技术底子其实不新鲜,核心还是安卓生态里用了十几年的ADB调试桥。只要电视和电脑在同一局域网、开了调试权限,AI就能顺着终端接口排查几百个运行中的组件,把开机广告、遥测上报逐个冻结,最后换上纯净开源桌面。另一位YouTuber Ansub Khan也开源了TV Detox,实测可用内存从约370MB涨到600—650MB,TCL用户反馈滑动响应明显变轻快。这说明所谓「智能」很多时候只是后台驻留太多,硬件本身并不差。但社区讨论里有个细节挺有意思:大家想要的理想电视根本不是同一回事。有人只想剔广告保留原厂界面,有人要重映射遥控器快捷键,还有人干脆要一个只剩时钟、常用应用和输入源的极简首页。这种分歧恰恰说明,电视厂商这些年做的「加法」已经偏离了基本盘——用户要的是稳定、快、没干扰,而不是满屏海报和充值入口。我自己的判断是,这类项目短期很难变成普通用户能一键上手的工具,ADB门槛、机型差异、系统更新都可能让改造失效。但它至少撕开了一个口子:当厂商把电视当成广告分发终端时,用户完全可以用技术手段把控制权拿回来。对出海做智能硬件或电视应用的团队来说,这也是个提醒——预装和广告变现的边界一旦越过体验底线,用户的反噬会比想象中来得快。接下来值得观察的是,这股改造风潮会不会倒逼厂商推出「纯净模式」之类的官方选项。毕竟不是每个人都有折腾ADB的耐心,但几乎所有人都讨厌开机先看一段赞助广告。

0
50