楠楠 的出海闲聊:NVIDIA、出海、跨境电商 等话题讨论|乐酷网(第35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。

楠楠
@nannan840 条帖子

骂 Claude 会被封号

Anthropic 悄悄更新了 Claude 的使用政策,这是他们一年多来第一次动这份文件。除了老生常谈的武器、监控、宣传这些红线,这次多了一条挺有意思的规定:禁止用户系统性地虐待 Claude。

具体来说,「持续且不必要的辱骂或残忍行为」现在算违规了。Anthropic 可以警告、限流、限制甚至直接封号,产品里也有实时防护机制来拦截某些输出。不过官方特意补了一句,日常的用户挫败感、反驳、黑暗创作主题、模型测试研究都不算,这条只针对极端情况。我觉得这个边界划得挺聪明。骂两句模型解压,和把虐待 AI 当成一种持续性行为,确实是两回事。Anthropic 之前就研究过 AI 模型福利,早几代模型已经能在用户反复索要有害内容时主动结束对话。现在把这条写进政策,等于把「模型福利」从研究话题升级成了可执行的规则。但问题也来了:谁来定义「持续」和「不必要」?如果只是情绪上头多骂了几句,会不会被误伤?实时防护机制会不会把正常的压力测试也拦掉?对做 prompt 工程和红队测试的人来说,这条线其实挺模糊的。从商业角度看,Anthropic 一直想把 Claude 塑造成「有原则的助手」,而不是一个任人拿捏的工具。这次更新是在强化这个定位,也是在给监管和公众看:我们对 AI 的态度是认真的。只是执行层面,估计还得靠大量人工判断,成本和争议都不会小。

0
68

Claude 新功能能生成动画了

Anthropic 给 Claude 上了两个新的 beta 功能,一个叫 Dashboards,一个叫 Motion。前者能把 BigQuery、Databricks、Snowflake、Salesforce 这些数据源接进来,用一句提示词就生成会自动刷新的实时看板,而且每个数字都能点开看到背后的查询语句,结果还能推到 Amplitude、Grafana、Hex 这类工具里继续用。后者 Motion 则是拿文字、图表和图片直接生成动画讲解视频,可以像改代码一样编辑,最后导出 MP4。

这两个功能的开放范围不太一样。Dashboards 只给付费用户,Motion 更窄,只面向 Team 和 Enterprise 套餐。与此同时,Docs、Slides、Design 这三个老功能正式转正,所有套餐包括免费账户都能用。Anthropic 说这些工具累计已经创建了超过 4500 万份文档,这个数字放在办公协作赛道里已经不算小了。我比较在意的是 Dashboards 那个「每个数字都能溯源到查询」的设计。做数据看板最怕的就是口径对不上,一个指标底下藏着三段不同的 SQL,出了问题根本查不动。Claude 把查询语句直接摊开给用户看,等于把可解释性做成了默认项,这个思路比单纯堆可视化图表要实在。Motion 那边走的是另一条路,把视频当代码来编辑,对做产品演示和教学内容的团队来说,改一版不用重新录一遍,省下来的时间很可观。不过也有个信号值得留意。有报道说微软在缩减 Claude 的使用量,结合这次 Docs、Slides、Design 转正、用户量已经跑起来的情况看,Anthropic 明显是想把 Claude 从聊天工具往办公套件方向推。这条路上它要面对的不只是模型能力,还有企业采购时对数据落地的顾虑,Dashboards 接的全是核心数据源,这一关绕不过去。

0
66

OpenAI 封了两个水军账号

OpenAI 最近公布了一份调查报告,说他们封掉了一批 ChatGPT 账号,背后是俄罗斯和伊朗各一个影响力行动。这两个行动有个共同点,都不是在社交媒体上刷屏,而是用假身份把内容塞进正规媒体里。这个思路其实挺值得注意的,说明做舆论的人也在升级打法,不再满足于自嗨式的社媒轰炸。

俄罗斯那个行动叫 Dark Clark,主要目标是拉美,目的是抹黑乌克兰、搅乱当地政治。操作者用一个虚构人设控制了一家智库,还很可能在本地员工不知情的情况下把他们拉下了水。最狠的是他们伪造了音频文件和文档,直接导致厄瓜多尔和秘鲁出现了事实核查和官方辟谣。OpenAI 给这个行动打了 6 级突破量表里的第 5 级,理由是当地政客真的对内容做出了反应,这是他们两年半报告里第一次出现 5 级案例。伊朗那个行动叫 Bogus Bylines,用了七个假记者身份,往全球各地的网络媒体塞了将近一百篇关于美伊冲突的文章。他们同时也生成了一些社媒评论,但基本没什么水花。对比来看,伊朗这边走的是量,俄罗斯那边走的是质,一个靠铺稿,一个靠制造真实政治反应,效果差距挺明显的。这两件事放一起看,我觉得最该警惕的不是 AI 生成内容本身,而是假身份和正规媒体之间的信任漏洞。以前大家觉得只要看信源是不是正规媒体就行,现在这个假设正在被慢慢侵蚀。对做跨境内容和品牌的人来说,这也是个提醒:你引用的那篇文章,作者可能根本不存在。OpenAI 这次主动披露算是开了个好头,但平台封号只是堵住了一个出口。真正的问题在于,当伪造的音频和文档能轻易触发官方辟谣,说明整个信息生态的验证机制还没跟上。接下来几年,怎么证明「我是我」、怎么证明「这篇稿子背后有真人」,可能会变成媒体和平台都得面对的基础设施问题。

0
68

AI 替天文学家补全紫外全天空图

Anthropic 的 Claude Science 最近干了一件天文学家拖了几十年的事:第一次拼出完整的紫外全天空图。项目由约翰霍普金斯大学天体物理学家 Brice Ménard 主导,思路很直接——让 AI 接手那些没人愿意做的脏活累活。

紫外波段能看到被星光点亮的尘埃,比如年轻恒星周围的云团、超新星爆发留下的环状结构。但臭氧层把紫外光挡得死死的,只能从太空测。NASA 的 GALEX 任务覆盖了约三分之二的天空,却刻意跳过了明亮的恒星形成区,所以完整紫外图一直是个空白。Claude Science 的做法是协调多个 AI 代理,从不同太空任务下载数据、做校准、再合并成一张图。缺失区域用 inpainting 补全,让模型从已有数据里学规律去重建空白。测试中预测值与实际测量平均偏差约 10%,这个精度对一张教学用途的全天空图来说已经够用了。我比较在意的是 Ménard 那句话:很多科学家手里都压着类似的项目,不是不想做,是数据整理太耗人。AI 真正值钱的地方可能不是替人思考,而是替人干那些重复到让人放弃的活。当然,10% 的偏差放在科研里不算小,这张图目前定位是教学材料,不是拿来发论文的观测数据。但方向我觉得对了:先让 AI 把脏活干完,人类再去想真正难的问题。

0
74

人机格斗被叫停,监管空白谁来填

最近加州体育委员会给一家叫REK的机器人公司发了停止函,要求他们别再办未经批准的人机格斗赛。起因是9月18日旧金山那场擂台赛,网红Frankie LaPenna戴着护具跟几台人形机器人对打,机器人由操作员用VR远程操控,结果LaPenna一拳打在金属骨架上把手弄伤了。委员会认为这本质上就是需要许可的拳击或综合格斗赛事,但REK压根没申请。

REK创始人Cix Liv在9月30日把停止函晒到社交媒体上,还调侃了一句“我们成功了,伙计们”。这种回应挺有意思,既像是自嘲,又像是在说“黑红也是红”。不过要注意,委员会目前只针对有人类参与的格斗表演,并没有要求REK停掉所有机器人赛事,也没走到法院禁令那一步。REK网站现在还在宣传10月9日旧金山的纯机器人对战,三场机器人互殴,其中还有带武器的,票价89美元。因为台上没有人类选手,这类活动跟停止函针对的对象确实不一样,但也不代表监管就点头了。说白了,现在是个灰色地带,谁先跑谁就先踩线。这件事真正值得琢磨的是:当机器人由人远程操控、而人类又亲自上台当参赛者时,这种新型表演到底该按传统拳击或综合格斗来管,还是该有全新的规则?现有的体育监管框架显然没预料到这种混合形态。如果按拳击管,那机器人算器械还是对手?如果不管,选手受伤谁负责?我个人觉得,REK这种擦边营销短期内能赚眼球,但长期看,监管迟早会补上这个漏洞。对做机器人表演或赛事出海的团队来说,与其等被叫停,不如主动去跟当地体育委员会沟通分类标准。毕竟,人机格斗的观赏性摆在那里,但合规成本和安全责任,不能总靠“我们成功了”这种段子来糊弄过去。

0
74

Nemotron 双金背后:通用底座加专精配方

刚看到 Nemotron 团队公布的结果,同一个模型家族在 IMO 2026 和 IOI 2026 都拿到了金牌级成绩。这两个比赛的难度方向完全不同,IOI 考的是算法和代码,要在严格的时间和提交限制下通过隐藏测试;IMO 考的是严谨的自然语言证明。能同时拿下,说明这套底座的可塑性确实值得关注。

他们走的路线不是从头训一个竞赛专用模型,而是从 Nemotron 3 出发,用监督微调、强化学习和反馈驱动的推理三件套做专精化。我比较在意的是他们把「证明、检查、修订」这个循环教给了模型,这比单纯堆测试时计算更接近真实工程里的迭代调试。几个关键点值得记一下:
- 起点是 Nemotron 3 通用底座,不是竞赛专用小模型
- 手段是 SFT 加 RL 再加反馈驱动推理
- 结果是在 IMO 2026 和 IOI 2026 都达到金牌级
- 配套开放了模型、数据和配方对做应用的人来说,真正的信号是「可复用的专精配方」这件事。以前大家默认竞赛能力要靠专门团队闭门调,现在如果配方能复用,那垂直领域的门槛会明显下降。当然,竞赛成绩和产品落地之间还有距离,隐藏测试过了不代表线上脏数据也能扛住。我的判断是,接下来值得盯的不是又刷了什么榜,而是这套 SFT 加 RL 加推理反馈的组合能不能迁移到代码审查、数学辅导这类真实场景。如果迁移成本够低,中小团队也能用开源底座做出自己的专家模型,那才是这波结果最大的外溢价值。

0
74

阿联酋开源阿拉伯语语音识别模型

阿布扎比的 TII 团队刚发布了 Falcon-ASR,一个 16 亿参数的语音识别模型,主打阿拉伯语,尤其强调阿联酋方言。官方给出的平均词错误率是 20.92%,对比他们参考的榜单上最佳公开结果 23.17%,算是把阿拉伯语 ASR 的公开成绩往前推了一截。

更值得留意的是方言这条线。在内部阿联酋语音评测里,它的词错误率和字符错误率都是对比系统里最低的,官方数字是 22.73%。阿拉伯语方言差异极大,海湾、埃及、黎凡特口音几乎像不同语言,通用模型往往一遇到本地口音就崩,所以专门做阿联酋方言这件事本身就有场景价值。模型还顺带支持英语、法语、西班牙语和葡萄牙语,底座是 16 亿参数,明显走的是「小而专」路线,而不是硬堆千亿参数。对做中东市场语音客服、会议转写、内容字幕的团队来说,这种体量的开源模型部署成本更友好,也更容易做本地微调。我的判断是,Falcon-ASR 真正的看点不在榜单数字,而在它把「方言优先」做成了产品定位。中东市场的语音交互需求正在起来,但主流 ASR 对阿拉伯语方言的支持一直很薄,谁先把方言错误率压下来,谁就更容易拿到本地企业的订单。当然,20% 左右的词错误率放到生产环境仍然偏高,尤其是嘈杂录音和多人对话场景。建议先拿自己的真实音频跑一轮评测,再决定是否替换现有方案,别只看官方 benchmark 就上头。

0
84

边缘端决策模型开源,3B 跑赢 35B

今天刷到 LiquidAI 开源了 d1 决策模型家族的两个新成员,d1-3B 和实验性的 d1-omni-600M。最让我意外的是 d1-3B 在 Decision Index 0.2.1 上拿到 48.57 分,直接压过了所有 4B、9B 模型,连 35B-A3B 的 Decider 也才 47.11。这说明决策任务和生成任务完全不是一条赛道,参数堆料未必有用,架构和训练目标才是关键。

这两个模型和常见的生成式模型有个本质区别:它们不逐 token 输出,而是在一次前向传播里直接给出答案。这个设计对边缘场景太重要了,因为省掉了自回归解码的延迟和显存开销。官方数据是 d1-3B 在 Jetson AGX Thor 上单次推理只要 16 毫秒,AGX Orin 上 26 毫秒,最弱的 Orin Nano 也只要 50 毫秒。这个量级已经能塞进实时控制回路里了。多模态支持也做了区分:d1-3B 吃文本加图像,d1-omni-600M 则支持文本加图像或文本加音频。600M 这个尺寸放在端侧音频场景里很有想象空间,比如语音指令的意图判断、异常声音分类,不需要把音频传回云端。不过官方把它标成实验性,说明稳定性和工具链可能还不成熟,想上生产得先做一轮验证。我的判断是,这波发布真正值得关注的不是分数,而是「决策模型」这个品类开始有开源选项了。以前端侧做分类或策略判断,要么用蒸馏后的小生成模型硬扛,要么自己训小分类器。现在有了专门为单次前向传播优化的模型,延迟和能耗都能降一个档次。对做机器人、智能家居、工业质检的团队来说,值得花半天跑个 benchmark 试试。当然也别急着 all in。决策模型的能力边界比生成模型窄,它只回答预设好的判断问题,不能拿来聊天或写代码。选型前先想清楚你的任务是不是能拆成明确的决策点,以及输出空间是否固定。

用聊天造出六个小模型

最近看到一位开发者分享的经历,挺有意思。他想给 Qwen-Image 2.1 配套的提示词改写器做个轻量版,官方那个 9B 模型要 20GB 显存,写一段话前还要思考几千个 token,门槛实在太高。他在模型社区里翻了一圈,只找到同一个 9B 模型的压缩版本,没有真正适合小设备的选择。

于是他干脆把需求描述给一个叫 ML Intern 的助手,第二天就拿到了一个 0.8B 的版本,能在 CPU 上跑。这个学生模型有效输出率 99.7%,token 消耗大约只有老师模型的四分之一。整个项目算下来只花了 16 美元,其中还包括让 9B 模型给 8797 条示例请求打标签的费用。这个成本结构很值得琢磨,真正的开销不在训练,而在数据标注。接下来几天他用同样的方式又做了五个模型,每个都从聊天窗口里的一句需求开始,最后变成模型社区上的公开模型,评估结果直接写进模型卡。助手会自己规划工作,动手前先问预算,流程相当自动化。我的判断是,这件事的意义不在于模型本身多强,而在于「按需造模型」的门槛被拉到了极低。以前做垂直小模型要组队、要算力预算、要标注团队,现在一个人对着聊天框说清楚场景就行。对出海团队来说,这意味着可以针对具体业务快速试错,比如客服话术改写、商品标题生成这类窄场景,不必再硬套通用大模型。当然也要冷静看待,0.8B 能覆盖的场景终究有限,复杂推理还是得靠大模型。但作为流水线上的一个环节,这种小模型在成本和延迟上的优势很难被忽视。真正该问的不是「要不要自己造」,而是「哪些环节值得自己造」。

0
70

Shopify 弃用 React Native 转原生

看到 Shopify 宣布移动端放弃 React Native、改用 Swift 和 Kotlin 原生开发,我第一反应是:这剧情反转得也太快了。六年前他们可是专门写文章高调拥抱 Web 技术,说一套代码多端复用、开发者跨栈协作、省下时间创造更多价值。现在回头看,那三条理由更像是给「省钱」这个真实动机披上的体面外衣。

说白了,当年选 React Native 就是因为养一个团队比养 iOS 和安卓两个团队便宜。如今掉头回原生,同样是为了省钱,只不过省钱的逻辑变了——AI 把跨语言翻译的成本压到了极低,那还留着中间层干什么?直接用性能更好的原生语言,跳过编译转换的损耗,反而更划算。React Native 自己也有责任。2015 年发布到现在超过十年,一些基础技术问题始终没解决好,上手体验也谈不上顺畅。一个中间层如果既没把效率优势做扎实,又没把性能短板补上,被替代真的不冤。我的判断是,AI 本质上就是一个万能翻译器。一旦这种能力普及,所有靠「翻译层」吃饭的技术方案都会被重新审视。React Native 这类跨端框架的生存空间,会被压缩到那些对性能不敏感、纯粹想省人力的场景里。对做跨境独立站或者移动端产品的团队来说,这个信号值得留意:技术选型的逻辑正在从「省人力」转向「省算力加省性能损耗」。如果你的团队还在纠结要不要上跨端框架,也许该重新算一笔账了。

一键精简 macOS 27 的 AI 全家桶

最近看到有开发者做了个叫 RemoveMacAI 的开源工具,专门针对 macOS 27 下手。起因挺有意思:系统会在 Apple 智能没开启的情况下,也偷偷下载大模型文件,部分设备能白占 10GB 以上空间。这个工具就是冲着这个来的,一键关掉 Apple 智能、删掉已下载的模型,再阻止它重新下载。

我看了下它的能力清单,发现它不只是删 AI 文件那么简单。它还能关掉系统分析、个性化广告、Spotlight 网络结果、Safari 搜索建议,顺带管理第三方应用的后台更新器和辅助进程。清理方面也覆盖了旧安装包、Xcode 缓存、iPhone 更新文件、Time Machine 本地快照这些常见占空间大户。比较实用的是它把 Apple 智能拆成了细项,可以按需关闭。比如 Siri 与 Siri AI、ChatGPT 等 AI 扩展、写作工具、Genmoji、Image Playground、邮件和通知摘要、Safari 摘要、备忘录转录摘要、内联文本预测、空间照片、照片清理、Xcode 预测代码补全,都能单独控制。每个人的系统状态不一样,有人显示 Apple 智能已启用但模型文件是 0,有人则是实打实被占了几 GB,按需勾选比一刀切更合理。它还能顺手调整一些 macOS 细节,比如显示文件扩展名、显示隐藏文件、显示路径栏和状态栏、文件夹优先排列、默认搜索当前文件夹,以及关闭 Dock 动画、隐藏最近使用的应用、关闭自动纠错和智能引号。另外也能把 News、TV、Music、Podcasts、Books、Freeform、Maps、Stocks 这些图标从 Dock 里移除,关闭音乐里的 Apple Music 服务和图书里的 Book Store。我的判断是,这类工具的价值不在于省那 10GB,而在于把系统默认开启的一堆「智能」开关交还给用户。

0
122

开源Agent公司估值15亿美元

刚看到Nous Research确认了B轮融资,9000万美元、估值15亿美元,这个数字放在开源Agent赛道里相当扎眼。领投是Robot Ventures,跟投名单里既有英伟达、USV、Menlo这些老面孔,也有三星和1789 Capital。三年累计融资1.58亿美元,说明资本市场对「开源模型+Agent」这条路线是真金白银在押注。

真正让我意外的是Hermes Agent的体量。官方说这个开源项目被克隆超过2400万次,粗略占全球AI token用量的2.5%左右。这个比例放在一个非大厂背景的团队身上,意味着它已经不只是开发者玩具,而是嵌进了不少生产流程。我身边做RAG和自动化工作流的朋友,确实越来越多人拿Hermes当默认底座来试。商业化节奏也值得注意。有报道提到它2026年9月中年化收入约3600万美元,并预期年底前突破1亿美元。如果这个曲线成立,那开源获客加企业版变现的模型就跑通了。这次融资明确要推「Hermes for Businesses」,主打可定制Agent处理多步工作流,同时保证数据私有和安全,显然是想把免费用户里的企业需求接住。我的判断是,这轮融资的意义不在金额,而在于它验证了一件事:开源Agent不必靠烧钱换规模,靠社区分发就能拿到接近基础设施级别的使用量。但挑战同样明显,企业版要和微软、OpenAI的企业方案正面竞争,私有化部署的交付成本也不低。接下来一年,看它能不能把2.5%的token占比转化成稳定的企业合同,这才是真正的分水岭。

OpenClaw 2.0 与 AI 开发模式隐忧

OpenClaw 2.0 这周发布了,但说实话,要不是看到更新公告,我几乎忘了这个半年前刷屏全网的工具。春节那阵子它一夜爆红,连上门安装都能做成付费服务,结果热度退得比涨得还快。AI 圈就是这样,再大的爆款也就几周生命周期,能活下来持续迭代的才算真本事。

这次 2.0 最让我在意的不是功能,而是它的开发数据。官方公告说这个版本有 933 位贡献者,合并了 16000 个 PR,而全职加兼职团队总共才 35 人。算下来每天要处理 500 多个 PR,靠人工审查根本不可能。我的判断很直接:这些 PR 基本是 AI 审核、AI 合并的,人类只做了最终放行。- 贡献者 933 人、合并 PR 16000 个,对应团队仅 35 人,人工审查不现实
- 发布节奏从每天一版改为每月一版,八月版改动过大直接升为 2.0
- 代码几乎全由 AI 生成,测试用例难以覆盖所有外部工具调用场景问题在于,OpenClaw 的核心能力就是自主调用各种外部工具,测试很难穷举所有平台和边界情况。16000 个 PR 里到底埋了多少 Bug、多少隐藏风险,没人说得清。所以我一直建议,别在工作电脑上跑它,要跑就放独立物理机、虚拟机或者云端,隔离风险是底线。往大了看,OpenClaw 就是 AI 开发模式的缩影。以后大量软件都会由 AI 写代码、合并 PR,本机只留系统、应用全上云可能真会成为常态。这么一想,鸿蒙用卓易通跑安卓 App 的路子,反而踩中了方向。效率上去了,但代码审查和信任机制怎么补,是接下来几年绕不开的坎。

0
146

机器人数据赛道又热起来了

刚看到 Mecka AI 拿了 6000 万美元 B 轮,红杉领投,英伟达和微软的 M12 都跟了,估值据说到了 5 亿美元。这家公司 2024 年才成立,做的事说白了就是给机器人当"数据标注厂"——只不过标的是人的动作,不是文字。

他们的模式挺有意思:付钱请人戴上身体传感器、拿着手机,去录自己日常做事的全过程,比如冲咖啡、修车。这些带着真实物理反馈的动作数据,最后拿去训练人形机器人和其他形态的机器人。本质上就是把 Scale AI 那套众包数据逻辑,从大模型搬到了具身智能上。这个方向现在明显在升温。同赛道的 XDOF 之前传过要以 12 亿美元估值融 B 轮,而原本做大模型数据标注的 Scale AI、Micro1 也在往机器人这边扩。资本愿意给高估值,核心逻辑是:模型能力再强,没有足够多、足够真实的人类动作数据,机器人还是学不会干活。不过我有点保留。人类动作数据的采集成本比文本高太多,传感器、场地、人工时薪都是硬开销,规模化速度很难跟当年文本众包比。而且不同机器人本体的关节结构、自由度差异很大,录来的人类数据未必能直接复用,中间还有一层昂贵的重定向和适配工作。所以这轮融资更像是卡位战,谁先把数据管道和采集网络铺起来,谁就有机会成为机器人时代的基础设施。但真要说护城河有多深,我觉得还得看两三年后这些数据到底喂出了什么水平的模型,现在下结论太早。

0
78

谷歌开放AI水印检测工具

谷歌最近把 SynthID Detector 开放给公众了,任何人都能上传图片、视频或音频,查一查里面有没有谷歌 AI 埋下的隐形水印。支持的格式覆盖 JPG、PNG、MP4 和 MP3,能识别 Gemini、Veo、Lyria 这些模型产出的内容。对做内容审核和跨境素材分发的团队来说,这算是一个可以直接上手试的工具。

但有一点必须说清楚:SynthID 不是万能的 AI 检测器,它只认自己体系里的水印。换句话说,没检出并不代表内容就是真人拍的,只代表没带 SynthID 标记。其他厂商的检测方案基本也是同样的逻辑,各扫门前雪,只验证自家水印。目前 OpenAI、英伟达和 Kakao 也在用 SynthID 处理媒体内容,文本检测这块 OpenAI 走的是自研路线。谷歌还透露苹果可能很快加入。检测入口已经嵌进谷歌搜索、Gemini 应用和 Chrome,官方说每天有约一百万次验证请求,累计带水印的图片和视频超过 1800 亿。我的判断是,这类工具的价值不在「抓假」,而在于给平台和品牌方一个可追溯的凭证层。真正要落地,还得看跨平台互认能不能谈成,否则用户拿到一个「未检出」的结果,反而容易被误导。对出海做电商素材、广告投放的同行来说,现在就可以把水印检测加进素材入库流程,成本低,至少能挡掉一部分明显由 AI 生成却冒充实拍的内容。

0
74

小扎砸18亿美元押注AI虚拟细胞

看到一条挺震撼的消息,扎克伯格和普莉希拉·陈支持的 Biohub 正在牵头一个 18 亿美元的大项目,目标是用 AI 模型学习预测细胞行为,从而加速药物研发。这个数字放在当下 AI 投资里也算得上大手笔,而且它不是单纯砸算力,而是把数据、实验室设备和计算资源打包在一起协调推进。

其实 Biohub 今年四月就已经承诺投入 5 亿美元,启动一个为期五年的「虚拟生物学计划」。这次等于是把盘子进一步做大,Meta、Google DeepMind 和 Isomorphic Labs 合计出资 3 亿美元,美国能源部则承诺五年内投入超过 5 亿美元用于实验室测量和计算。美国国立卫生研究院负责协调此前用超过 5 亿美元联邦资金建成的数据集,Biohub 会把这些数据标准化,方便 AI 训练。我觉得最有意思的是数据开放规则的设计。据 Biohub 研究负责人 Alex Rives 说,商业出资方对自己付费的数据有一年的独家访问权,之后才会公开;而政府资助的工作则没有这类限制。首批数据集预计一年左右就能就绪。这种「先付费先得、后公开共享」的模式,算是在商业激励和公共科研之间找了个折中点。当然,盯上 AI 制药的不止这一家。Anthropic 已经建了自己的生物实验室,专门做 AI 驱动的药物开发;OpenAI 基金会也在往这个方向投超过 1.25 亿美元。大模型公司集体往生命科学里扎,说明大家都认为生物数据是下一个能验证 AI 推理能力的高价值场景。我的判断是,这类项目的胜负手不在模型本身,而在数据质量和标准化程度。细胞行为的数据噪声大、批次效应强,谁能先把可复现的高质量数据集跑通,谁才有机会真正缩短药物研发周期。18 亿美元听着多,但分摊到五年、多个机构,其实也就是个起步价,接下来要看首批数据出来后的实际效果。

Claude Haiku 5.5 发布,小模型价格战再升级

Anthropic 刚放出 Claude Haiku 5.5,定位还是最快最便宜的小模型,主打数据查询、客服这类高并发场景。官方说相比 Haiku 4.5 基准测试提升明显,token 价格最多降了九成,这个降幅放在当下的小模型市场里相当激进。

更值得关注的是它在 agentic coding 上压过了 OpenAI 的廉价模型 GPT-6 Luna。小模型做 agent 任务一直是短板,如果 Haiku 5.5 真能稳定跑通多步工具调用,那对做自动化工作流的团队来说,成本结构会完全不一样。目前 Haiku 5.5 已经在 AWS、Google Cloud 和 Azure 上线,多云同步铺开说明 Anthropic 在企业渠道上不想留空档。同时 Sonnet 5.5 的缓存读取费用砍半,订阅用户还能拿月度 API 额度,这套组合拳明显是冲着留住高频开发者去的。我的判断是,小模型赛道已经从拼参数转向拼单位成本下的可用性。Haiku 5.5 把价格压到这种程度,OpenAI 和 Google 大概率会跟,接下来几个月 API 定价表可能还要再动一轮。对做跨境工具和客服系统的团队来说,现在值得重新算一笔账:哪些环节可以从大模型降级到 Haiku 5.5,哪些必须保留 Sonnet 级别。缓存费用减半这条也别忽略,长上下文场景的实际开销可能比标价降得更多。

0
72

GPT-6把聊天框变成App了

OpenAI 今天开始给所有 ChatGPT 用户推 GPT-6,最大的变化不是模型参数,而是它不再主要用文字回答你了。新功能叫 Intelligent UI,答案会变成带图表、按钮、表单的交互界面,格式根据问题自动切换:问对比就左右并排,问原理就生成可交互的图表。更狠的是,用户能直接在对话里让它现搭小工具,比如一个储蓄计算器或者一个小游戏。

这个方向其实不算 OpenAI 首创,Google 五月份就在 Gemini 上推过类似的东西,叫 Neural Expressive。但 OpenAI 这次把它做成了默认体验,而不是一个可选实验功能,这个差别很大。我的判断是,聊天框作为交互形态已经到顶了,下一步拼的是谁能把「对话」变成「应用生成器」。另一个我觉得更实用的点是边想边答。GPT-6 可以在还在推理的过程中就开始输出,官方说这样能把等待时间砍掉 44%,而且答案质量不降反升。内部测试里,它在高难度网页检索任务上的得分超过了上一代 GPT-5.6。对做跨境工具和 SaaS 的人来说,这个延迟优化比界面花哨更值钱,用户流失很多时候就卡在那几秒的空白等待上。版本划分也很直接:付费用户拿到 GPT-6 Sol,免费用户是 GPT-6 Luna。今天先面向 Plus、Pro、Business 和 Enterprise 全球推送,免费和 Go 用户晚一天。这种先付费后免费的节奏,说明算力成本还是紧的,Sol 和 Luna 大概率在推理深度上有实打实的差距。对出海团队来说,值得盯的不是 GPT-6 本身,而是 Intelligent UI 会不会开放成 API。如果第三方能把这种交互式回答嵌进自己的产品,那现在一大批做表单、做报表、做轻量工具的小团队,产品形态可能得重新想一遍。反过来,如果它只锁在 ChatGPT 里,那护城河就还是在 OpenAI 自己手上。

Laravel 禁 issue 只收 PR 这事挺有意思

上周 Laravel 宣布禁止提交 issue,只接受 Pull Request,我第一反应是这也太离谱了。用户连问题都不能报,难道要每个人都读懂源码自己修?但仔细琢磨了一下,这个决定其实挺合理,甚至我觉得值得更多开源项目参考。

最直接的好处是垃圾 issue 会大幅减少。愿意花时间开 PR 的人,至少说明他对这个问题更上心,而那些机器人账号和纯粹来发泄的人,只会随手丢一个 issue 就走。对维护者来说,PR 里包含的信息量远大于 issue,定位和解决问题的效率会高很多,省下来的时间可以真正用在代码上。有人担心这会抬高参与门槛,但我觉得在 AI 时代这个顾虑已经不成立了。用户哪怕完全不懂源码,也可以把问题描述给 AI,让 AI 生成一个 PR 草稿。提交 PR 和提交 issue 的成本差距正在被 AI 抹平,剩下的只是态度问题。更深层的原因是开源项目的资源根本不够用。issue 数量在 AI 辅助下只会越来越膨胀,维护者不可能无限承接。与其鼓励大家把问题抛出来等别人解决,不如鼓励每个人都动手贡献一点。这个转向我觉得是必然的,Laravel 只是先走了一步。另一条让我震惊的消息是 Anthropic 用 Claude 完成了费马大定理的机器证明翻译。怀尔斯当年的证明有 129 页,专业数学家都要读几个月,而这个团队让 Claude 花了 11 天,把它翻译成 Lean 语言,过程中先证明了超过 3 万个辅助定理,最终代码长达 1300 万行,已经放在 GitHub 上。两件事放一起看,AI 既在降低参与开源的门槛,也在把人类最难的数学工作往前推,值得持续关注。

Shopify 弃用 React Native 转原生

Shopify 最近宣布放弃 React Native,改用 Swift 和 Kotlin 开发移动端。六年前它可是高调从原生转向 React Native 的,当时列了三个理由:不用重复开发、跨技术栈协作、省下时间创造价值。现在回头看,那些都是场面话,真正的驱动力只有一个——省钱。当年养一个团队比养两个便宜,如今有了 AI,语言之间的翻译成本被大幅拉低,那为什么不直接用性能更好的原生语言呢?

React Native 自己也不够争气。从 2015 年发布到现在超过十年,一些基础的技术问题依然没有很好解决,上手体验也谈不上顺滑。被替代说实话不冤。我的判断是,AI 正在扮演一个无所不能的自动翻译器,像 React Native 这种中间层或翻译层,生存空间会被持续挤压。不是说它明天就消失,但在新项目选型时,团队会越来越倾向于直接写原生,把跨端适配交给工具链去处理。另一件值得关注的事是联合国投票决定废除墨卡托投影。这个决定没有约束力,但象征意义很强,说明这套用了几个世纪的投影方法真的过时了。地球是圆的,地图是平的,任何投影都必然带来失真。墨卡托相当于把地球仪直接拉伸成矩形,高纬度地区被严重放大。赤道附近的非洲看上去跟格陵兰岛差不多大,实际上前者的面积是后者的十四倍。联合国建议改用平等地球投影法,核心原则是不改变面积比例。一块土地占地球面积百分之一,在地图上也应该占百分之一,代价是按面积进行拉伸。这对做跨境业务的人其实有实际影响:我们平时看的世界地图会扭曲市场规模的直观感受,尤其是高纬度地区的用户密度和物流覆盖,用平等地球投影重新审视,判断会更准。两件事放在一起看,底层逻辑很像:中间层和旧标准都在被更直接、更准确的方式取代。React Native 是代码层面的中间层,墨卡托是认知层面的旧标准。AI 让语言翻译不再昂贵,平等地球投影让面积比例不再失真。

0
74