出海闲聊

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。

灵光2.0能管住宠物保单吗

最近两个月，Personal Agent 从极客圈的小众玩具变成了手机上的新图标。Meta 的 Muse 四十天破千万下载，OpenAI 和 Anthropic 也各自跟进，热闹归热闹，但国内用户想用上这些产品，光是网络和账号门槛就够折腾半天。我刷到过不少翻车案例，把生活权限交给一个对话框里的 AI，心里总归不踏实。

所以我更在意的不是它聊得多像人，而是离开对话框之后，它能不能真的替我把事管到底。蚂蚁刚发布的灵光 2.0 让我看到了一点不一样的东西：它把介入的起点往前挪了，能主动识别需求、跟进长周期事务，事情变了还会自己调整规划。说白了，它接得住的是那种时间跨度长、信息一直在变、需要反复记住前情的活。我拿自家狗子做了个测试。把宠物医疗险合同发过去，再补一句「这两天不太吃东西、精神有点蔫」，让它告诉我可能的原因、合同里哪些治疗能报、该去什么级别的医院、就诊要留哪些材料。它读完合同逐条列了报销范围和凭证类型，还给了判断依据——哪些症状该立刻去医院，哪些可以再观察一天。我顺手设了个跟进提醒，等它来问的时候，我更新了后续，它完整保留了之前的病况、进展和我的偏好，不用我重新交代一遍背景。这种长期记忆是我最看重的点。过去用 AI 最烦的就是每次都要把前情复述一遍，聊得越深越累。灵光 2.0 在长程任务上的连续性，至少让我愿意把「维持生活」这种琐碎工程分一部分出去。出差场景也一样，说一句「下周去上海三天」，订票订酒店只是起点，出发提醒、证件提醒、航班延误后的酒店和会议重排，它都能接上。当然，我还没到完全放手的程度。合同解读这类事，它给的是参考，最终签字付款的还是我自己。但方向是对的：Personal Agent 的竞争点正在从「聊得好」转向「管得住」，谁能在长周期、多变化的任务里不掉链子，谁才配拿到用户的生活权限。

七万级家轿卷到中型尺寸

第三代秦 PLUS DM-i 上市了，限时价 7.69 万起，顶配不到十万。这个价格放在两年前只能买到一台小型纯电代步车，现在却能拿下一台轴距 2800mm、车长 4840mm 的插混轿车，尺寸已经摸到中型车的门槛。作为常年看跨境供应链和海外车市的人，我第一反应是：这种迭代速度放到任何海外市场都是降维打击。

外观这次取消了传统大格栅，走半封闭前脸路线，车尾贯穿灯加九种车漆，明显想摆脱过去那种纯工具车的朴素感。内饰变化更值得说，钢琴烤漆换成了包覆材质和木纹饰板，实体挡把改成怀挡，中控下方腾出 50W 无线充电位。这些细节以前是十五万以上车型才愿意花心思的地方，现在下放到七万级，说明国内车企的内卷已经从堆参数转向抠体验了。配置上几个点挺实用：后排坐垫加长 21mm，中高配主副驾带通风加热且能和空调联动，仪表台两侧还留了标准螺纹接口方便装手机支架。这种小设计看着不起眼，但对每天通勤的用户来说，比多一块大屏实在得多。动力和续航部分原文没展开，但秦 PLUS DM-i 的底子一直是省油和长续航优先，这点大概率不会变。我的判断是，这台车真正的杀伤力不在参数表，而在于它把「够用且体面」的门槛压到了七万出头。对于做跨境汽配和改装件的同行来说，这种走量车型的配件需求会跟着起来，值得提前关注。当然，价格压这么低，低配版的配置取舍和实际交付节奏还得观察。但就产品定义而言，第三代秦 PLUS DM-i 已经把十万级家轿的竞争拉到了一个新维度，后面跟进的品牌压力不小。

不戴眼镜的人，为什么愿意戴Rokid Glasses 2

我平时不戴眼镜，所以每次拿到智能眼镜，第一反应都是：它得有多好用，才能让我愿意天天戴着？这次提前体验了一周Rokid Glasses 2，我的答案比预想中积极。

先说佩戴。刚看到那对「雷霆大鼻托」时我觉得夸张，戴上才明白——接触面积大、材质软，鼻梁压力确实小。镜腿能向外扩开不少，头型偏大的人也不夹。框型方中带圆，不怎么挑脸型，正面只在摄像头位置开孔，提示灯藏得挺好，不亮时几乎注意不到。鼻桥处的光机也变小了，正面看不太容易认出是智能眼镜。镜片通透度是二代最直接的提升。我用过一代，偶尔会遇到油腻感和反光，这几天没再出现；从外面看，镜片上的光栅也淡了，更接近日常眼镜。拍摄方面，新的1200万像素CMOS支持HDR和RAW 14，搭配1GM5P玻塑混合镜头组，进光量更大。逆光时自动调用HDR，人脸不会黑成一团，天空还能保留细节。视频支持2.5K HDR，4K目前是9:16竖屏30帧，拍日常分享够用；想拍运动画面可以切2K 60帧，后期还能慢放。官方说后续OTA会加120帧，这么小的相机能拍高帧率慢动作，确实值得期待。带显示的好处是拍前能实时取景、拍后直接预览，构图歪没歪当场就能看。续航这次电池容量提升了263mAh，比上代多25%，靠硅负极+叠片工艺和不规则异形布置挤出空间。重度拍摄可以配乐奇充电胶囊2代，充电盒加两个小胶囊总容量2170mAh，能给眼镜充满6次。我的判断是：这代终于从「能戴」往「愿意戴」走了一步，但离全天候主力设备还有距离，关键看后续软件和生态能不能跟上。

AI自动化工具入门：触发器加动作

最近翻到一篇讲自动化工具入门的文章，把 Make、n8n 和 Google Workspace Studio 放在一起对比，核心逻辑其实就一句话：当这件事发生，就去做那件事。触发器是起点，比如收到新邮件、有人提交表单、文件落进某个文件夹，或者周一早上八点闹钟一响；动作则是后续要执行的操作，发消息、往表格加一行、建日历事件、存文件，一个触发器可以连着触发好几个动作。

这个抽象模型听起来简单，但真正有价值的地方在于它把「重复劳动」变成了可配置的流水线。每周手动把表单回复复制进表格、保存邮件附件、提醒自己日历上有什么，这些事单看都不费脑子，加起来却实实在在吃掉时间。我的判断是，自动化工具的门槛已经低到不需要写代码，真正的瓶颈不在工具，而在于你愿不愿意花半小时把自己的工作流拆成触发器和动作。文章给了三个适合新手的例子，其中第一个是「新线索提醒」：有人提交表单后自动发通知。这类场景对做跨境和独立站的人特别实用，表单、邮件、表格三件套几乎覆盖了大部分早期获客流程。我的建议是别一上来就搭复杂流程，先把最烦的那一个动作自动化，跑通之后再往上叠。另外文章还提到用 AI 搭落地页，以及 ChatGPT 和 Gemini 的一些行业动态。落地页这块我的看法是，AI 生成初稿确实快，但转化率还是得靠真实的用户反馈去调，别指望一键生成就能直接投广告。工具负责省时间，判断负责省钱，这两件事别搞混。总的来说，自动化不是让你变懒，而是把注意力从搬运信息挪到真正需要思考的地方。周末有空的话，挑一个每周都在重复的小任务，试着用触发器加动作的方式跑一遍，大概率会有惊喜。

广告先让人记住再谈转化

最近读到一篇讲消费者心理学的文章，核心观点挺戳我的：很多投手把每条广告都当成直接卖货的工具，尤其电商团队，ROI 压力一大就只盯转化。但作者 Sarah Levinger 认为，对多数品牌来说，广告的首要任务是建立记忆——用户压根不记得你，哪来的地方可转化，最后只会买信息流里碰巧刷到的东西。

这个判断我认同。我们自己的投放数据也显示，复购和品牌词搜索的涨幅，往往滞后于曝光量两三周，而不是当天就体现在转化上。所以我现在会刻意让素材同时承担两个任务：一部分预算做记忆点，比如固定视觉符号和口头禅；另一部分才做促销收割。两件事混在一条素材里，经常两头不讨好。行为科学的价值在于解释「为什么有效」，而不只是告诉你「这条赢了」。比如同一条素材，是用了社会认同、损失厌恶，还是单纯因为前 3 秒的节奏抓人，背后的心理机制完全不同，复制方式也完全不同。只看 CTR 和 ROAS 去抄爆款，很容易抄到皮毛。具体落地我会分三步走：先定信息怎么递——是直给卖点还是先制造好奇；再定打给谁——新客看认知，老客看促动；最后定放在旅程哪一段——冷启动、种草还是临门一脚。这三件事想清楚，再让设计去执行，比反过来先做图再猜人群靠谱得多。当然，记忆不等于有效，光有印象没有购买理由也是白搭。我的做法是给每条素材标注它主要承担「记住」还是「转化」，按周看品牌搜索量和直接转化两条线，别用一套指标衡量所有素材。你们团队现在是怎么平衡这两件事的？

旧内容翻新比追新流量更划算

最近看到一份内容策略的分享，讲的是怎么把旧内容翻新来重新获取流量，我觉得对做跨境内容的朋友挺有参考价值。核心逻辑很简单：与其每天愁内容日历填不满，不如回头翻翻自己过去几年发过的东西，很多老文章其实还有二次生命。

具体做法是先拉数据，把过去几年里表现最好的那些文章挑出来，按你的内容量决定取前3篇、5篇还是25篇。然后逐篇检查准确性和可扩展空间，尤其是写过AI相关的，基本隔几个月就得更新一轮，不然观点早就过时了。另一个容易被忽略的点是截图。教程、帮助页、操作指南里的旧截图一定要换，界面改一个按钮位置，整篇内容可能就没法用了。还有评论区和社会化搜索里用户问的那些澄清性问题，其实就是现成的补充素材，他们已经在告诉你该加什么内容了。我特别认同的是最后一条：有些文章当初数据差，可能只是发布那天撞上了大新闻，被淹没了。给这类内容换个新标题、重新推一次，往往能跑出完全不同的结果。这比从零写一篇新的省力多了。所以我的判断是，内容团队不该把精力全押在追热点上，建立一个定期的旧内容审计机制，回报率可能比想象中高。尤其是跨境卖家做独立站博客的，老文章攒了一堆，真正盘活过的没几篇，这块的增量空间很大。

让AI自主干活，关键在信任不在搭建

最近看到一篇讨论自主AI的文章，观点挺戳我的：很多人以为把agent搭起来就万事大吉，其实真正的门槛是信任。如果AI不能按你期望的方式把活干完，那它越自主越麻烦，你还得回头擦屁股。这个判断我深有同感，跨境团队里试过自动化的都懂，工具跑起来容易，跑对很难。

作者提出的解法是给工作写「playbook」，把每一步怎么做都文档化，让AI严格照着执行。这样结果可预测，你才敢把人工复核这一环拿掉。我觉得这跟带新人的逻辑一模一样，流程清晰、边界明确，才谈得上放权。反过来，指望一句模糊指令就让AI自己悟，基本等于给自己埋雷。更有意思的是「AI中层」的思路，让一个AI去监督其他AI。这听着有点科幻，但仔细想挺务实：当agent数量多起来，人不可能逐个盯，总得有个调度层做质量把关和任务分派。不过前提还是每个执行agent都有靠谱的playbook，否则中层也只是在混乱上再加一层混乱。我的判断是，自主AI短期内不会淘汰人，但会淘汰那些说不清自己流程的团队。跨境业务链条长、环节多，恰恰最需要先把SOP沉淀下来，再谈交给AI。谁先把内部知识整理成机器可执行的规则，谁就能更早从重复劳动里抽身。所以别急着追新工具，先问自己一句：这块活我能不能一步步写清楚？写不清楚，就先别交给AI。

2026社媒内容规划怎么做

最近看到不少团队在讨论2026年的社媒内容规划，我自己也踩过不少坑，想聊聊真实感受。内容规划说到底就是决定发什么、什么时候发、为什么发，把创意、制作、排期和复盘串成一条线，而不是每天临时抱佛脚想选题。

我越来越觉得，结构化排期最大的价值不是让内容变得机械，而是给团队留出应对热点的余量。以前我们没计划，一有热点全员手忙脚乱，原有节奏全被打乱；现在提前把主题和形式排好，反而能腾出手做快速反应，策略也不容易跑偏。跨区域团队尤其要注意角色分工和审批流程。我们之前吃过亏，同一个品牌在不同市场发出去的口径不一致，合规上也出过小问题。后来把谁负责创意、谁负责审核、谁负责发布定清楚，内容一致性和合规性都稳了很多，这块投入绝对值得。工具方面，像Social OS这类把规划、发布、数据分析和AI辅助创作放在一个平台的产品，确实能减少来回切换的成本。但我个人的判断是，工具解决的是效率，选题判断和品牌调性还是得靠人，别指望AI直接替你把策略定了。最后说复盘，很多人排完期就不管了，其实衡量和迭代才是规划闭环的关键。我习惯每月看一次数据，把表现好的主题和形式沉淀成模板，下一轮规划直接复用，比每次从零开始靠谱得多。

社媒仪表盘别只堆数据

最近看到一篇讲社媒仪表盘模板的文章，目录列得很全，从定义、类型、指标到工具都覆盖了。但读下来我最大的感受是：大多数团队做仪表盘，第一步就错了——先找模板，再想指标。

文章里有个观点我挺认同：有效的仪表盘应该围绕业务目标定 KPI，而不是堆一堆虚荣指标。曝光量、点赞数看着热闹，但领导真正想问的是「社媒到底带来了多少转化」。如果仪表盘不能回答这个问题，做得再漂亮也只是个数据展示屏。它把仪表盘分成四类：品牌认知、互动追踪、竞品分析、高管汇报和员工倡导。这个分法挺实用，因为不同受众要看的颗粒度完全不同。给高管看的应该是一页纸的结论，给执行团队看的才需要下钻到单条帖子。工具方面，文章提到可以用 Google Looker Studio 免费搭基础版，也有带预置模板和 AI 洞察的付费方案。我的判断是：小团队先用免费工具跑通「指标—目标」的对应关系，别急着上工具；等汇报频率和协作需求上来了，再考虑付费。最后提醒一句，模板只是起点。真正花时间的，是跟业务方对齐「看什么、为什么看」，这一步省不得。

Instagram 2026 新功能盘点：营销人该盯紧什么

最近看到一份关于 Instagram 2026 年功能更新的梳理，信息量挺大，但真正值得营销人花时间研究的其实就那么几块。我的判断是：平台正在把 AI 塞进创作全流程，同时给 Reels 加更多可控的实验工具，这两条线决定了接下来一年的内容打法。

先说 AI 这块，现在写文案、做 AI 贴纸、生成 Story 背景、甚至翻译 Reels 音频，基本都内置了。对做多语种投放的团队来说，音频翻译这个功能价值最高，等于省掉一轮配音外包。但我不建议把文案全交给 AI，品牌调性还是得人来兜底，AI 更适合做初稿和批量变体。Reels 依然是流量主阵地，2026 年值得关注的是更长的视频时长、试发布（trial Reels）和留存指标。试发布这个功能很实用，可以先在小范围测内容方向，数据好再正式推，减少翻车成本。留存指标则逼着大家从「完播率」思维转向「前几秒抓人」的精细剪辑。另外几个容易被忽略的功能，反而能帮社媒团队省下大量时间：评论过滤、快捷回复、Story 定时发布。这些都是运营层面的脏活累活，配置一次就能长期受益。还有原生转发、可自定义的个人主页网格，以及 Instagram Plus 订阅层，说明平台在给创作者和商家更多变现与展示空间。整体看下来，我的观点是：别追着每个新功能跑，先把自己账号的 Reels 实验流程和 AI 辅助工作流搭起来，再挑两三个提效功能落地。功能是工具，节奏和内容判断才是壁垒。

Reels 仍是出海品牌最划算的流量入口

最近又翻到一篇讲 2026 年 Instagram Reels 商业玩法的长文，核心结论其实不新鲜：Reels 的触达和互动依然高于其他帖子形式，是品牌刷存在感最有效的格式。但真正让我在意的是它对算法的拆解——完播率和观看时长是硬指标，分享和收藏次之。换句话说，前一两秒抓不住人，后面拍得再好也白搭。

我自己做账号的感受是，很多团队把 Reels 当成「把横屏广告裁成竖屏」的渠道，结果开头三秒还在放 logo，完播率自然惨不忍睹。文章建议把热点格式和常青内容混着做：教程、幕后花絮、产品演示这类内容短期不一定爆，但能持续养粉。这个搭配思路我比较认同，纯追热点账号的粉丝质量往往很差。关于发布节奏，原文提到要在最佳时段排期并持续跟踪数据来优化策略、证明 ROI。这点对出海团队尤其重要，因为时差关系，靠人工蹲点发帖不现实，排期工具基本是刚需。但我不建议迷信所谓「黄金发布时间」，不同市场、不同品类的活跃曲线差异很大，还是要用自己的后台数据说话。还有一点值得提醒：Reels 的付费推广和自然流量是两套逻辑。自然流量靠内容钩子，付费推广更看素材的转化承接，落地页和主页链路没理顺，投再多也只是买曝光。我见过不少品牌把预算砸在 Reels 广告上，结果用户点进主页发现内容风格割裂，直接划走。总的来说，2026 年 Reels 依然值得投入，但它不是万能药。把它当成内容策略的一部分，而不是救命稻草，配合稳定的排期和数据复盘，才能把短期流量变成长期资产。

微软验证器高危漏洞复盘

看到 Microsoft Authenticator 被曝出一个 CVSS 8.6 的高危漏洞，第一反应是：连验证器本身都开始成为攻击面了。这个叫 AuthMask 的研究来自安全机构 Enclave，核心问题不是验证器被攻破，而是它太信任「看起来像微软官方应用」的调用方。

攻击路径其实不复杂：用户先装一个恶意安卓 App，这个 App 冒充 Microsoft Teams 之类的微软官方应用，向 Authenticator 请求账户令牌，Authenticator 就把令牌交出去了。拿到令牌后，攻击者可以访问 Outlook 邮件、OneDrive 文件这些服务。最让人不安的是，恶意 App 不需要申请任何敏感系统权限，演示条件下获取令牌时也不需要用户二次确认。当然前提还是用户得先装上恶意 App，光用 Authenticator 不会自动中招，这一点不用过度恐慌。但对做跨境业务、天天靠微软账号收邮件看文件的团队来说，这种「零权限窃取令牌」的手法值得警惕，因为传统上大家判断一个 App 危不危险，第一眼看的就是它申请了什么权限。好消息是微软已经在 6.2606.4246 版本里修复了，iOS 版不受影响。我建议安卓用户这两天就去应用商店确认一下版本号，别嫌麻烦。另外团队内部可以顺手排查一下，有没有人从第三方渠道装过所谓「Teams 辅助工具」之类的来路不明应用。我自己的判断是，这类漏洞以后只会更多。身份验证器已经从「最后一道防线」变成了「被攻击者重点研究的目标」，厂商在设计进程间通信时对调用方身份的校验必须更严格。对普通用户来说，能做的还是那几条：只从官方商店装应用、及时更新、别给来路不明的 App 任何信任。

GPU泡沫论下这家新云逆势融一亿

最近这周对做AI算力租赁的新云厂商来说不算友好。CoreWeave股价跌到12个月低点，马斯克又放话称200多家新云会像孔雀鱼一样大批死亡、行业将迎来整合。偏偏这时候，General Compute宣布了1亿美元的A轮融资，时机确实有点逆风。

不过创始人Finn Puklowski完全不慌。他觉得马斯克不过是在为自己的采购压价造势，芯片引发的崩盘担忧被严重夸大。他的说法挺有意思：每周都有人打电话来，要TPU、要GPU、要各种芯片，只求多拿到一点算力。这说明需求端根本没凉，只是供给和价格在重新博弈。General Compute走的路子也跟主流不一样。它不靠英伟达，而是用SambaNova、Positron、Cerebras这些对手的专用推理芯片来搭云。其中跟SambaNova签了4亿美元的采购协议，据说是推理芯片领域第一笔债务融资。这个切入点很聪明：训练端卷不过巨头，就在推理成本和供应多元化上做文章。还有一个信号值得注意，Anthropic那份看涨的S-1文件暂时稳住了市场情绪。再加上它拿下一个年经常性收入1亿美元的大客户，说明企业级推理需求是实打实的。我的判断是，新云赛道确实会洗牌，但死掉的会是那些只会倒卖GPU、没有差异化算力方案的玩家，而不是这种绑定专用芯片、锁定大客户的选手。对出海做AI基础设施的团队来说，这波整合未必是坏事。算力供给越多元，推理成本越有下降空间，应用层反而能吃到红利。真正要警惕的是把身家押在单一芯片供应链上的风险，General Compute的多供应商策略值得参考。

美产加固笔记本来了，但供应链没那么简单

看到 Anduril 和 Qualcomm 联手搞 BlueChip 的消息，第一反应是这俩组合挺有意思：一个国防新贵，一个芯片巨头，目标是把电脑制造搬回美国，而且不只是组装，连每个零件都想本土造。Palmer Luckey 放话要挑战今天只有中国才做的某些部件，这话听着提气，但落地难度不小。

产品本身是一台加固笔记本，面向军方、政府、急救和执法部门，主打极端环境耐受和安全合规。第一代大约 90% 的零件来自美国或盟国，最核心的 CPU 用的是 Snapdragon X 系列，在亚利桑那的台积电新厂生产。Qualcomm CEO 说这架构和 Surface 等笔记本同源，算是给性能兜了个底。但注意时间点：2027 年才开放预购，而且 Luckey 自己承认连所有零件供应商的合同都还没签完。这说明所谓 90% 本土化目前更像目标而非既成事实，剩下那 10% 恐怕正是最难啃的骨头。对跨境从业者来说，这释放了一个信号：美国在国防级硬件上正把供应链安全提到前所未有的高度。我的判断是，短期内这类产品不会冲击消费市场，成本和政治溢价都太高。但它会带动一批军工、政府订单向本土和盟国供应链倾斜，做相关品类出口的朋友得留意合规门槛和原产地规则的变化。反过来，中国供应链在消费级和成本敏感型产品上的优势，一时半会儿还是绕不开的。总之，BlueChip 更像一张宣言，宣示美国要在高安全场景下重建制造能力。真正值得跟踪的是 2027 年交付时的实际国产化比例，以及那 10% 的缺口最后怎么补。

帕尔默留加州硬刚富豪税

最近加州富豪税的事闹得挺大，Palmer Luckey 在周一的闭门记者会上直接表态：不走。他21岁就把Oculus卖给Facebook套现20亿美元，现在做国防科技公司Anduril，总部在Costa Mesa，最新估值610亿美元。按理说他是被征税的重点对象，但他反而说加州很特别，想为加州而战。

他的逻辑挺有意思：这个税会逼走他不想失去的人，也会让合作公司搬离加州，对他自己的生意是实打实的麻烦。但他选择留下来扛，而不是像其他富豪那样跑路。他还提到，有些亿万富翁一直在给他施压，让他公开宣布离开加州，这让他很反感。从跨境和科技从业者的角度看，这事不只是个人选择。加州如果真开征净资产税，最先动摇的是创始人和高管的定居意愿，接着才是公司注册地和投资流向。Anduril这种硬科技加国防的公司，供应链和人才都扎在本地，搬起来成本极高，Luckey留下其实也是理性计算。但话说回来，他公开硬刚的态度在富豪圈里算异类。很多人嘴上不说，私下已经在看德州、佛州甚至海外身份方案。对做出海业务的人来说，这波讨论值得关注，因为税收政策变化会直接影响公司架构和创始人税务居民身份的安排。我的判断是，加州短期内不太可能真的落地这种税，法律挑战和资本外流压力都太大。但信号已经放出来了：高净值人群的迁徙决策正在被政治因素加速。做跨境服务的人，可以提前研究各州的税制差异，别等客户来问了才临时抱佛脚。

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。

英伟达30亿入股Meta，循环融资争议再起

看到英伟达掏出30亿美元认购Meta增发股份的消息，我第一反应不是惊讶，而是「又来了」。这笔钱名义上是投资，实际上更像是给客户输血——Meta拿了钱转头就去买英伟达的芯片和整机柜，资金绕一圈又回到黄仁勋口袋里。

这次合作还绑定了Meta的AI产品Muse，Meta下一代AI代理会更多跑在英伟达的Vera Rubin系统和Vera CPU上。Meta这轮增发目标最高950亿美元，专门用来填AI基建的坑，AMD和博通也表态有意向合计认购最多50亿美元。说白了，这就是一场围绕算力入口的站队游戏，谁出钱谁就能锁定客户的采购路线。作为做出海生意的人，我更关心的是这种「循环融资」对中小玩家的挤出效应。英伟达给OpenAI投钱、OpenAI拿钱建数据中心买英伟达卡，现在又给Meta投钱，批评者说这会掩盖真实需求，我觉得这话不算冤枉。当供应商同时是股东，财报上的营收增长到底有多少来自终端真实付费，多少来自自己投出去的钱转了一圈，外人根本拆不清楚。对跨境创业团队来说，短期看是算力租赁价格可能继续被大厂抬着走，长期看则是生态绑定越来越紧。你选英伟达的栈，就得接受它的节奏和定价；想换AMD或自研芯片，迁移成本和工具链成熟度又是另一道坎。Meta这种体量的公司尚且要靠增发来撑基建，中小团队更得提前想清楚自己的算力策略，别等到涨价了才被动。我的判断是，这类「投资换订单」的操作在2026年只会更多，不会更少。监管层迟早会盯上这种关联交易的披露问题，但在那之前，行业里的马太效应还会继续放大。做跨境的同行，与其纠结这是不是泡沫，不如把供应链和算力成本模型做扎实，泡沫破的时候，活下来的是成本结构最健康的那批。

模型命名别只看大小

OpenAI 的 Ted Sanders 最近聊了聊 GPT-6.1 Terra 的定位，顺带把自家模型命名逻辑讲了一遍。他的核心观点是模型能力是多维的，数学好的模型未必会讲笑话，但大部分性能差距还是能归结到一个变量上，也就是模型规模。

不过规模并不能解释一切。Sanders 提到，更新的小模型靠更好的训练数据和架构改进，完全可能反超老的大模型。Terra 在技术沟通上大概率强于更大的 Astra，图像处理和电脑操作也基本打平，价格却低不少，只是其他多数领域还是落后。他给的选择建议很直白：只在乎质量就选 Astra，对价格稍微敏感就选 Sol，非常在意成本就上 Terra 或 Luna。这个分层其实挺诚实，等于承认旗舰和走量款之间是明确的取舍，而不是靠一个分数糊弄过去。我比较认同他反对把规模、推理强度、多智能体这些维度揉成一个所谓 IQ 分的做法。真做过选型的人都知道，一个总分看着漂亮的模型，落到具体业务里可能处处别扭，拆开看反而更容易匹配场景。对我们做出海工具的人来说，这条信息挺实用。与其追着参数最大的那个跑，不如先想清楚自己最在意的是质量还是成本，再按维度去挑。Terra 这种低价位的小模型，在客服、内容初稿这类场景里可能已经够用了。

Anthropic上市信重申Claude不卖广告

Anthropic 在 IPO 招股书的封面信里又表了一次态：Claude 的聊天界面永远不做广告。这个决定放在当下挺反常识的——广告几乎是整个互联网最稳定的现金流，而 Anthropic 主动把这条财路关上了。

他们的理由写得很直白：用户会把最重要的工作和最私密的问题交给 Claude，所以希望 Claude 唯一的动机就是给出有用的回答。信里还有一句我印象很深，大意是一旦广告进了公司的营收目标，优化参与度的压力就会不断变大，他们选择不把这种压力带进 Claude。说白了，广告模式和「帮你把事办好」之间天然有张力，Anthropic 选了后者。这也不是他们第一次拿广告说事。之前就批评过 ChatGPT 在聊天里跑广告，认为对话场景下的广告可能比传统广告更有操纵性。这次把立场写进上市文件，等于给用户和开发者一个长期承诺，也算是对竞争对手的一次公开喊话。信里还有另一个例子：当时最强的模型 Claude Mythos Preview 在网络安全能力上风险很高，他们加了额外防护，结果发布推迟到 Claude Fable 5，代价是收入和市场份额被对手抢走，同时还给网络安全防御方投入了约 1 亿美元。两件事放在一起看，逻辑是一致的——把价值观排在利润前面。我的判断是，这套叙事对 IPO 讲故事很加分，但真正的考验在上市之后。订阅和企业收入能不能撑起估值，决定了这条「无广告」红线能守多久。对做出海产品的团队来说，这也是个值得琢磨的问题：当增长压力和用户体验冲突时，你愿意付出多少代价去守住后者。