出海闲聊

谷歌地图三个找餐厅的隐藏用法

最近看到谷歌地图更新了三个跟找餐厅有关的功能，作为一个常年靠地图解决吃饭问题的人，我挨个试了一遍，有些想法想跟大家聊聊。

第一个是 Ask Maps，说白了就是用自然语言直接搜你想吃的东西。比如输入「有户外座位的秋季甜品店」或者「配奶昔的脆皮汉堡」，它会综合海量照片、评论和菜单来给你匹配结果，还能直接通过 Uber Eats、Toast、Square 这些合作方下单。这个交互逻辑其实挺聪明的，把过去「关键词+筛选器」的搜索方式变成了对话式，对不熟悉当地餐饮的人来说门槛低了不少。不过我个人觉得，它能不能真正理解中文语境下的模糊需求，还得看本地化做得怎么样。第二个是 Explore 标签页里的趋势榜单，每周更新一次。里面分了三个维度：Trending 看最近热度飙升的店，Gems 挖社区里的新晋宝藏，Top 则是经过时间验证的老牌经典。一键就能存进自己的清单，慢慢攒成一份吃饭愿望单。这种榜单机制其实是在用群体行为数据替代传统点评，好处是发现效率高，坏处是容易造成网红店扎堆，真正的小店反而被流量裹挟。第三个是「出发前先了解」的提示功能。搜餐厅、咖啡馆或者小馆子的时候往下滑，能看到地图社区贡献的内幕信息，比如怎么抢到紧俏的位子、哪里停车方便之类的。这个功能看着不起眼，但实际用起来能省不少事，尤其是去不熟悉的区域吃饭，提前知道这些细节体验会好很多。整体看下来，谷歌地图这波更新是在把「找餐厅」这件事从单纯的信息检索，往决策辅助和交易闭环的方向推。对出海做本地生活或者餐饮 SaaS 的团队来说，值得关注的是它怎么把搜索、榜单、社区内容串成一条链路。当然，这些功能目前主要覆盖的还是英文市场，中文场景下的可用性还有待观察。

谷歌云发布Gemini通用工作智能体

谷歌云在Gemini at Work 2026上正式发布了Gemini agent，官方定位是「面向工作的通用智能体」。简单说，它想做的事情是把工作起点从各种应用切换到提示词窗口——你只需要在一个输入框里说清楚要什么，剩下的规划、调用工具、连接业务系统、交付成品都由它来完成。这个思路其实不新鲜，但由谷歌云来做，意义不太一样。

我比较关注的是它强调的几个能力组合。一是「全组织业务上下文」，意味着它不只是读你当前文档，而是能接入企业已有的数据和系统；二是它会自己挑选最合适的模型来干活，同时内置成本控制，这对企业客户来说是很实际的考量；三是交付形态落在用户已经在用的文档、邮箱和开发环境里，而不是又造一个新入口。这三点如果真能落地，比单纯堆模型参数更有价值。当然，企业级市场最看重的还是安全、管理和治理。原文特意把这一条放在最后并加了「最重要」的措辞，说明谷歌云很清楚企业客户的顾虑在哪。通用智能体要碰的是公司核心业务系统，权限边界、审计日志、数据隔离这些做不到位，能力再强也没人敢用。从行业角度看，今年各家都在往「通用工作智能体」这个方向挤，竞争焦点已经从模型能力转向了上下文接入深度和交付闭环。谷歌云的优势在于云基础设施和企业客户基础，但挑战也很明显：接入越深，客户对数据安全的敏感度越高，信任建立周期就越长。我的判断是，这类产品短期内更适合已经在用谷歌云生态的中大型企业试点，中小企业未必能立刻感受到价值。真正的分水岭不在于演示效果，而在于它能不能稳定地替人把一件事从头做完，而不是做一半还要人来收尾。

谷歌账号全面推通行密钥

最近看到谷歌在网络安全意识月又推了一波通行密钥，鼓励用户用指纹、人脸或设备 PIN 来登录账号。作为一个常年帮团队处理账号安全的人，我觉得这个方向终于开始落地了，不再只是概念宣传。

通行密钥最大的好处是把登录从「你知道什么」变成「你是什么」，而且生物数据只留在本地设备，不会上传给谷歌。这意味着即使某个网站被拖库，攻击者拿到的也只是一段无法复用的公钥，而不是能直接撞库的密码。从实际体验看，谷歌账号设置通行密钥的路径已经很短：访问 g.co/passkeys，点创建，按提示走一遍就行。但真正让我在意的是跨设备同步和账号恢复，如果手机丢了，备用设备能不能顺利接管，这决定了普通用户敢不敢彻底抛弃密码。我的判断是，通行密钥会先在谷歌、苹果、微软这类大平台之间形成事实标准，然后慢慢渗透到中小网站。对出海团队来说，越早把登录流程适配通行密钥，越能在合规和用户信任上占先手，尤其是做欧美市场的产品。当然，短期内密码不会消失，混合登录和降级方案还得留着。但如果你还没给自己的主力账号配一个通行密钥，现在确实是个不错的时机，至少比继续用同一个密码走天下要安全得多。

Google Play 积分活动下周开启

刚看到 Google Play 官方博客放出的消息，10 月 13 日到 19 日会办一场叫 Play Fest 的活动。简单说就是拿 Play 积分去换抽奖机会，同时还有全球排行榜可以冲，另外活动期间 Google Play 上的订阅和内容会有比较大的折扣。官方给的定位是「赢大奖」，但实际能拿到什么级别的奖品，博客里没细说。

我比较在意的是「全球排行榜」这个设计。Google Play 积分体系一直偏被动，用户攒了分往往不知道怎么花，这次用排行榜把积分消耗和竞争感绑在一起，明显是想拉一波活跃。但排行榜如果只拼谁花的分多，那基本就是氪金玩家和重度用户的游戏，普通用户参与感会很弱。从时间点看，10 月中旬这个节点卡得挺微妙。苹果那边刚发完新机，安卓阵营的旗舰也陆续上市，Google 选这时候做促销，多少有点截流的意思。对做应用和订阅出海的团队来说，这周值得盯一下自己品类的折扣位和推荐位变化，流量波动可能比平时明显。我的判断是，这类活动对工具类和订阅制产品的短期转化帮助有限，真正吃到红利的还是游戏和内容型应用。如果你的产品在 Play 上有内购或订阅，可以提前准备一版活动期的素材和定价策略，别等流量来了才临时改。另外提醒一句，积分兑换抽奖这种机制，用户教育成本不低。很多海外用户根本不知道 Play 积分在哪看，活动页面的引导如果做得不够直接，最后可能只是存量用户在自嗨。等 13 号上线后，我会再看看实际参与门槛和奖品池的透明度。

谷歌九月垃圾更新完成，这次慢得反常

谷歌确认九月垃圾更新已经全球推送完毕，整个窗口几乎用满，比今年前三次都慢。对做搜索流量的团队来说，这种「慢」本身就是信号：算法在更谨慎地评估站点质量，而不是一刀切。

我自己的观察是，慢速推送期间排名波动会被拉长，很多人会误以为没事，结果一两周后流量才突然掉。所以别只看推送当天，接下来几周都要盯 Search Console 的展现和点击变化。具体可以这样跟：
- 展现量：推送结束后 7 到 14 天，看是否出现持续下滑，而不是单日抖动
- 点击率：同位置 CTR 若明显走低，通常说明页面被降权或摘要被替换
- 索引状态：重点看被排除的页面是否集中在某类模板或聚合页
- 外链：低质目录和批量交换链接的站点，这轮更容易被清算这次更新拖得久，我倾向于认为谷歌在把垃圾判定和有用内容系统的信号揉得更细。对正经做内容的站来说，短期波动不用慌，但那些靠采集、拼凑、批量生成的页面，恐怕没有以前那么好混了。我的建议是趁数据还没完全显现，先把站内低质页面清理一遍，尤其是薄内容、重复标签页和过期活动页。等 Search Console 数据齐了再对照调整，比盲目改标题有效得多。

小团队用AI批量做视频广告的实战思路

最近看到一位广告技术公司的CTO分享，讲小团队怎么用AI把视频广告的规模做起来。他的核心观点挺有意思：与其为每个平台单独做一套素材，不如只打磨一条故事线，然后让AI把它适配到TikTok、Reels和AI搜索等不同场景。这其实戳中了很多出海团队的痛点——预算和人力都有限，却要在五六个渠道同时铺量。

我自己的判断是，单故事线策略的真正价值不在省事，而在品牌记忆的一致性。用户可能在TikTok刷到你，转头又在Reels看到同一套叙事，认知成本会低很多。但这里有个坑：AI适配不等于简单裁剪比例，不同平台的节奏、前3秒钩子和字幕风格差异很大，如果只是机械转码，完播率照样难看。具体落地时，我会把流程拆成三层。第一层是故事内核，也就是脚本骨架和核心卖点，这部分必须人工定死，不能交给AI自由发挥。第二层是平台变体，用AI批量生成不同时长、不同开场、不同CTA的版本，每个平台至少跑3到5条做A/B测试。第三层是数据回流，把完播率、点击率和转化数据喂回去，让下一轮生成更贴近真实表现。还有一点容易被忽略：AI搜索正在成为新的流量入口，视频内容如果能被AI摘要和引用，等于多了一个免费曝光位。所以做素材时，旁白和字幕里要自然埋入关键词，别只顾着画面炫酷。小团队资源少，更应该把每条视频当成可被检索的资产来经营，而不是一次性投放耗材。总的来说，AI视频广告的规模化不是比谁生成得多，而是比谁的测试闭环转得快。一条故事线加三层流程，对小团队来说是目前性价比比较高的打法。当然，前提是你得先有一条真正立得住的故事线，否则AI只会帮你更快地放大平庸。

谷歌排名要变天？

生成式检索来了

最近看到 DeepMind 发了一篇论文，算是给一个持续五年的研究画了句号。核心思路很颠覆：搜索引擎不再从现成的索引里挑结果，而是直接生成答案。这意味着所谓的「第二页」可能永远不会存在了，因为压根就没有一页一页翻的概念。

作为一个做了多年 SEO 的人，我第一反应是后背发凉。过去我们优化的是「怎么让页面排进前十」，未来要优化的是「怎么让模型在生成答案时引用你」。这完全是两套逻辑。排名不再是一个位置，而是一个被引用的概率。但冷静下来想，这未必是坏事。以前为了抢首页，大家卷标题、卷外链、卷更新频率，很多内容其实是为了算法写的，不是给人看的。生成式检索逼着我们把内容做扎实，因为模型判断的是信息本身的价值，而不是你堆了多少关键词。当然，挑战也很现实。如果答案直接生成，流量怎么分？品牌怎么曝光？中小站点会不会彻底失去入口？这些问题论文没有回答，但每一个做跨境独立站的人都得提前想。我的判断是，短期内传统搜索和生成式检索会并行，但窗口期不会太长。所以现在就该动手了：把内容结构写清楚，让模型容易提取；多布局问答式和对比式内容；别再把精力全押在排名监控上，开始盯「被引用率」。谁先适应这套新规则，谁就能吃到下一波红利。

金融广告别让AI乱改素材

最近跟几个做金融和保险投放的朋友聊天，大家都有一个共同的焦虑：平台默认开启的AI优化，正在悄悄改我们的广告素材。

在受监管行业，一条广告的文案、免责声明、受众范围都是合规部门逐字审过的。但Google和Meta的AI功能会在投放过程中自动调整创意、扩展相似受众，甚至生成新的标题和描述。这些改动在普通电商里可能只是提升点击率的小优化，在金融、医疗、博彩领域却可能直接踩红线。我的判断是，出海团队必须把AI设置审计当成投放前的固定动作，而不是出事后再补救。具体可以盯这几项：
- Google Ads的自动应用建议，检查是否允许系统自动替换素材和扩展关键字
- Meta的Advantage+创意，确认是否关闭了自动生成文案和图片变体
- 受众扩展功能，尤其是类似受众和 Advantage 受众，要确认不会把广告投给未授权地区
- 动态 Creative 和自动落地页，在受监管品类里建议直接关掉很多团队以为合规审核过了就万事大吉，但投放系统里的默认开关才是真正的风险敞口。平台的产品设计逻辑是最大化效果，不是帮你守合规，这个根本矛盾不会因为你是VIP客户就消失。我的建议是，把AI设置审计写进投放SOP，每次新建campaign时逐项核对，并保留截图存档。一旦监管问询，你能证明自己主动限制了AI的自主决策范围，这在责任认定上会主动很多。

免费STEM课进课堂这事值得细看

前NASA工程师Mark Rober最近把精力投向了教育，他搞的Class CrunchLabs项目开始向6到8年级免费提供动手型STEM课程。这个人的背景挺有意思，在NASA喷气推进实验室干过，后来靠创意科普视频在YouTube上攒了几千万粉丝，现在把流量和影响力往课堂里引，方向选得聪明。

我一直觉得科学教育最大的问题不是缺内容，而是缺让学生真正动手的环节。课本上的公式和实验步骤背得再熟，也不如自己搭一个装置、看它失败再改一次来得深刻。Rober这套东西主打的就是把参与感和课堂科学结合起来，让孩子在做的过程中理解原理，而不是先记结论再套题。免费这一点也很关键。美国不少学区经费紧张，老师想加实验课往往卡在预算上，一套现成的、不要钱的课程包能直接降低落地门槛。对老师来说省了备课和采购的力气，对学生来说多了真正摸得到的机会，这种供给侧的补位比单纯喊口号有用得多。当然也不能太乐观。外部明星项目进课堂，最大的挑战从来不是内容好不好，而是老师愿不愿意用、能不能跟现有教学进度对齐。如果只是偶尔放个视频、做次活动，热度过去就凉了；要真正沉淀下来，得让老师觉得这东西是日常教学的一部分，而不是额外的负担。对做出海教育产品的人来说，这个案例值得琢磨。用个人IP撬动公立教育体系，再靠免费策略换规模，这套打法在别的地方能不能复制，取决于本地老师的真实痛点和采购链条。我倾向于认为，谁能把老师从备课和器材里解放出来，谁就更容易被留下来。

员工视角逛 Made On 2026

刷到公司内部一位同事写的 Made On 2026 幕后记录，挺有意思。她叫 Nina Fan，是通过内部比赛被选中的，任务是以「一日创作者」的身份去纽约现场做报道，顺便采访 CEO。这种让普通员工站到台前的做法，比官方通稿多了点真实感。

她的时间线从早上七点开始。闹钟没响人就醒了，纽约的嘈杂根本睡不着。为了摆脱一柜子连帽衫，她特意买了新衣服，结果到手发现是件带精致领子的连帽衫，于是自嘲科技圈的穿搭制服躲不掉。这个细节我很有共鸣，行业里所谓「正式着装」和日常穿着之间的界限，其实一直很模糊。九点她到了 Pier 57 门口，人群里一堆穿西装的人围着一辆黑色 SUV 下来的人。她问保安那是谁，然后记录就停在这里了。后面她应该还聊了产品发布、见了创作者、做了 CEO 专访，但能看到的完整信息就这些。我比较在意的是这种内部选拔机制。大公司办发布会，通常对外只输出打磨好的内容，员工视角反而稀缺。让一线员工去拍、去问、去讲，成本不高，却能补上官方叙事里缺的那块。当然前提是别把它做成又一场表演。如果明年还有类似机会，我挺想看看不同岗位的人会问出什么问题。工程师关注的点、市场关注的点、和现场创作者关注的点，大概率完全不一样，这种差异本身就是内容。

维密大秀回归直播带货新玩法

刚看到维密时装秀要在10月18日周日做直播了，这次不只是走秀，官方直接把「边看边买」和互动环节打包进了直播流程。作为一个做了几年跨境直播运营的人，我第一反应是：维密终于想明白了，秀场流量如果不当场转化，基本就是给社交媒体做嫁衣。

过去维密大秀的商业模式很单一，靠电视转播权加品牌曝光，观众看完就散了，购买链路长得离谱。现在改成直播流，观众可以在观看过程中直接跳转购买同款，还能参与实时互动，这等于把「内容—种草—下单」压缩到了一个场景里。对品牌来说，转化效率会高很多，对观众来说，冲动消费的门槛也低了不少。不过我觉得这事儿没那么容易做成。维密的核心受众和直播电商的重度用户重叠度有多高，是个问号。看秀的人很多是冲着视觉盛宴和话题去的，未必习惯在直播间里抢货。而且维密这几年品牌形象一直在调整，从「完美身材」转向多元包容，这个新定位能不能撑起直播间的购买欲，还得看选品和主播话术怎么配合。从跨境卖家的角度看，维密这步棋值得关注的点在于：大品牌开始把秀场当直播间用了，这意味着内容电商的边界又扩了一圈。以前大家觉得直播带货是白牌和性价比品牌的战场，现在高端品牌也下场试水，说明这个渠道的信任度在往上走。如果维密跑通了，后面大概率会有更多时尚品牌跟进。我打算到时候蹲一下直播，重点看它的跳转链路顺不顺、互动环节是不是真能留住人。如果只是把秀场录像挂个购物车链接，那基本就是形式主义；但如果能把秀场节奏和卖货节奏揉在一起，那这套打法可能会成为明年跨境直播的一个参考模板。

新闻观看时长破350亿小时

最近看到一组数据挺震撼的，2025年全球用户在平台上观看新闻内容的时长超过了350亿小时，其中光是联网电视就贡献了120亿小时以上。这说明新闻消费并没有像很多人说的那样在短视频冲击下萎缩，反而在大屏场景里找到了新的增长点。我自己做跨境内容这几年，明显感觉到海外用户对深度新闻的需求在回升，尤其是客厅场景下的观看习惯正在被重新塑造。

平台方在纽约办了第14届新闻工作组会议，拉了一百多家全球新闻合作伙伴一起聊行业未来。会上分享的新工具主要围绕数据洞察和受众反馈的整合展开，说白了就是帮新闻机构更精准地判断什么内容值得做、怎么做才能触达对的人。有个参会同行的原话我印象很深：快速变化的新闻周期要求我们每天做瞬间的编辑和包装决策，而洞察和反馈的整合能让数字团队优化报道表现。这话放在跨境内容运营上同样成立。我自己的判断是，新闻机构接下来拼的不是谁发得快，而是谁能在数据反馈和编辑判断之间找到平衡点。纯靠直觉做选题的时代已经过去了，但完全被数据牵着走也容易失去媒体的公共价值。联网电视这个渠道值得重点关注，它的观看时长和用户注意力质量跟手机端完全不是一个量级，品牌和出版方都应该重新评估自己在大屏上的内容策略。另外一点，独立记者和下一代新闻创作者的崛起正在改变整个供给端的结构。以前新闻生产高度集中在少数大型广播机构和出版商手里，现在平台上的新闻生态明显更分散了。这对做跨境传播的人来说既是机会也是挑战，机会在于内容形式可以更灵活，挑战在于如何在碎片化的供给中建立可信度和持续的用户关系。总的来说，这组数据和会议释放的信号很明确：新闻消费在向大屏和深度场景迁移，工具和洞察正在成为新闻机构的基础设施。我会继续关注联网电视端的新闻产品形态，也建议做海外内容的朋友把大屏场景纳入明年的规划里。

苏姿丰再访韩 抢HBM与代工

苏姿丰又去韩国了，距离上次跟三星高层见面才过去七个月。这次她在首尔参加Gamer Day时直接说，韩国半导体供应链是AMD数据中心长期目标的关键一环，同时还在跟三星和SK海力士谈内存和晶圆代工的合作。频率这么高，说明AMD现在对HBM的焦虑已经摆在台面上了。

HBM确实是AMD眼下最卡脖子的环节。Instinct系列AI加速器卖得越好，每颗GPU要配的HBM就越多，而全球HBM产能就那么多。苏姿丰自己都承认内存供应非常紧张，一边让客户优化内存使用效率，一边催供应商尽快扩产。这种两头施压的姿态，说明短期内HBM还是卖方市场。三星这边已经拿到了不少实质订单。双方今年三月签了谅解备忘录，三星会成为AMD下一代Instinct MI455X的HBM4重要供应商，同时给下一代EPYC服务器处理器和Helios机架式AI系统供先进DDR5。AMD之前的MI350X和MI355X用的就是三星HBM3E，现在HBM4的接力棒也交过去了，绑定越来越深。但这次谈的显然不止内存。三星想借机把关系从「内存供应商」升级成覆盖晶圆制造和先进封装的全面伙伴，业内消息也说三星在争取AMD更多代工订单。对三星晶圆代工来说，这确实是个翻身机会，毕竟在先进制程上被台积电压了太久，产能利用率一直不好看。不过AMD会不会把最先进的芯片交给三星代工，是另一回事。目前AMD最核心的CPU和GPU还是高度依赖台积电的先进制程，换供应商的代价和风险都不小。我的判断是，三星短期内能稳稳吃下HBM4和DDR5的份额，但代工订单最多从边缘产品开始试水，真正的主力芯片短期内不会挪窝。

Switch 2领跑但美国主机市场承压

刚看到 Circana 的 8 月美国游戏市场数据，第一反应是「赢家也在缩水」。Switch 2 依然是当月最畅销主机，可它的硬件销售额比去年同期还少了 13%，任天堂整体硬件销量也降了 15%。也就是说，它守住了份额，却没守住大盘，这种领先更像是相对优势而不是绝对增长。

硬件端的信号更值得警惕。8 月主机销量约 55.9 万台，是 Circana 从 2013 年有记录以来最低的 8 月，而新硬件平均价格冲到 541 美元，创下历年 8 月新高。PS5 销售额涨了 17% 但销量跌 11%，Xbox Series 销量更是掉了 31%，说明涨价在撑住营收数字的同时，正在把一部分玩家挡在门外。内容支出这边，拖后腿的主要是移动游戏，8 月同比降了 18%，主机内容也降了 7%，反倒是 PC 内容涨了 13%、订阅收入涨了 3%。年初至今游戏内容约 321.6 亿美元、同比降 2%，硬件约 25.4 亿美元、同比降 11%，总盘子约 362.8 亿美元、同比降 3%。我的判断是，玩家没有离开游戏，只是在把预算从手游和买新机，挪向 PC 和订阅制。实体游戏倒是有个小亮点：2026 年截至 8 月，新实体软件支出同比涨 5% 到 7.38 亿美元，其中 Game-Key Card 游戏卡支出同比暴增 631%。不过这个细分市场体量太小，撑不起整体，而且年初至今新实体消费里任天堂平台占 63%、PlayStation 占 32%，集中度非常高。单月榜单上，《NBA 2K27》按完整游戏销售额排第一，8 月 26 日才开放抢先体验就冲到年榜第三；《Madden NFL 27》第二，《Marvel Tokon: Fighting Souls》第三；《艾尔登法环》上了 Switch 2 版本后从 7 月的第 41 名跳到 8 月第七。

Z世代成艺术市场最大买家

最近看到一份针对3100名高净值藏家的调研，数据挺颠覆我认知的。Z世代藏家去年在艺术品上平均花了34.7万美元，同比涨了19%，而全体高净值藏家的平均支出才12.4万美元。也就是说，最年轻的一批人，反而成了艺术市场里花钱最猛的主力。

不只是画作，体育纪念品、葡萄酒、威士忌、奢侈球鞋这些收藏品类，Z世代都是头号消费群体。珠宝和宝石的差距最夸张：Z世代人均消费15.1万美元，是第二名X世代的五倍多。瑞银的艺术咨询主管说，艺术圈一直在讨论怎么吸引这代人，但数据证明他们早就入场了，而且交易非常活跃。另一个反直觉的发现是，Z世代并不像大家想的那样急着变卖祖辈的收藏。拥有家族传承藏品的Z世代里，近90%选择继续持有，而X世代只有64%。这直接推翻了市场过去对年轻人“只想要现金、不想要老东西”的刻板印象。巴塞尔艺术展的CEO也提到，疫情后每届展会都涌入大量新增贵宾观众，女性占比更高，大多白手起家，一旦决定投入就出手大方。女性藏家的力量同样在崛起。她们通过薪资、创业和继承获得更多财富，收藏品类比男性更广，在绘画、摄影、数字艺术和新锐艺术家作品上参与度更高。虽然男性买超10万美元单品的比例仍有13%，高于女性的7%，但女性在参与广度上明显占优。经历近三年下滑后，2025年全球艺术品总销售额上涨4%，达到596亿美元，Z世代和女性买家是这轮回暖的关键推手。报告还显示，2026上半年，消费在100万到1000万美元区间的新晋藏家中，入行不超过五年的占了19%，而20年以上的资深藏家只有4%。艺术经济学研究院的创始人说，各细分板块的大多数受访者都预期市场会继续增长。我的判断是，艺术市场正在经历一次买家结构的代际换血，谁能抓住这批年轻、白手起家、愿意长期持有的新藏家，谁就能在下一轮周期里占住位置。

库克交棒特努斯，苹果进入工程师时代

苹果9月1日正式完成CEO换届，库克在执掌15年后转任董事会执行主席，硬件工程高级副总裁特努斯接任CEO。这个安排其实早在今年公布时就已经定调，董事会一致批准，库克自己说希望这次交接成为「教科书式」的案例。从目前来看，节奏确实稳，没有出现外界担心的权力真空或战略摇摆。

特努斯和库克的背景差异非常明显。库克最被熟知的是运营、供应链和全球商业管理能力，而特努斯是典型的工程师和产品负责人，2001年加入苹果做产品设计，2013年升硬件工程副总裁，2021年成为硬件工程高级副总裁，在苹果超过25年。iPhone、Mac、iPad、Apple Watch和AirPods这些核心产品线，他都有长期参与。这种履历意味着他对产品细节的理解会比库克更深，但全球运营和政商关系这块，可能需要时间补课。特努斯自己并不认为接任CEO意味着苹果要发生根本性转向。他反复强调苹果对创新、产品和用户的关注没有改变，自己就是因为喜欢「做东西」才在苹果待了这么久。这一点和库克对他的评价一致——库克说他拥有工程师的头脑、创新者的灵魂，以及以诚信和荣誉领导公司的品格。我觉得这个评价不是客套，苹果选一个产品出身的人当CEO，本身就是在释放信号：下一个阶段，产品体验的优先级可能高于运营效率。今年9月的新品发布会上，特努斯首次以CEO身份登台，亲自宣布新品发布环节。对一个此前很少站在最高层聚光灯下的硬件工程负责人来说，这个角色转换是根本性的。他还回忆过被库克和董事会问及是否愿意接任CEO时的反应，说自己完全没想到会被考虑，甚至觉得「幸好当时自己是坐着的」。这种真实感反而让人对他多了一层信任。从跨境和科技行业的角度看，苹果这次交接值得关注的不是谁上谁下，而是「工程师治苹果」会带来什么。库克时代苹果的供应链和利润率被推到极致，但产品创新节奏也一直被诟病。

平台反儿童剥削的攻防战

最近看到一份平台方关于打击儿童性剥削内容的措施说明，读下来最大的感受是：这件事根本没有「做完」的那一天。作恶者不是固定在一个地方，他们会跨平台迁移、不断换手法来躲避检测，所以防守方也只能持续迭代工具、共享信号，并把违规者交给执法机构追责。

他们的处理流程大致是这样：一旦检测到或被告知平台上可能存在儿童性虐待或剥削内容，就先调查；确认违反政策就删除，如果信号指向恶意传播，还会停用相关账号。之后按适用法律把内容上报给美国国家失踪与受虐儿童中心。这套流程听起来标准，但真正难的是「主动发现」，而不是等举报。让我比较在意的是他们提到的「战略性网络打击」：团队里有前 FBI 调查员，靠人工调查主动挖出、清除并上报整个掠夺性账号网络。这说明单点封号意义有限， predator 的价值在于网络效应，打掉节点和打掉网络是两回事。跨平台信号共享也是同理，一家平台封了，人换个地方继续，行业不联动就等于漏。从从业者角度看，这类安全投入很难用增长指标衡量，却是平台必须承担的合规与道德底线。我的判断是，未来监管会更看重「可验证的流程」和「跨平台协作记录」，而不是公关稿里的决心。对出海产品来说，未成年人保护不是某个市场的可选项，而是进入很多地区的前置门槛。如果你在做社交、直播或 UGC 产品，建议尽早把举报链路、内容分级、执法对接和行业共享机制当成基础设施来搭，别等出事再补。这类能力平时看不见，出事时决定生死。

AI时代数据中心为何如此关键

最近看了Tom Shaw和Santosh Janardhan的一场对谈，聊的是Meta怎么搭建基础设施来支撑AI的未来。Santosh提到一个观点让我印象很深：Meta早就不只是一家软件公司了，它正在变成一家必须把硬件、能源、芯片全都攥在手里的重资产玩家。

他解释为什么AI和以往任何技术都不同。过去的软件迭代，服务器不够就加机器，云上弹一弹就解决了。但AI训练是持续几个月、吃掉整栋楼电力的负载，电力供应和芯片选型直接决定模型能不能跑起来。所以数据中心不再是后台成本项，而是AI竞赛的前线阵地。对谈里有个概念叫“吉瓦级能源”，听起来抽象，其实就是一座大型发电站的输出功率。当一家公司开始用吉瓦来衡量自己的算力园区，说明它思考的已经不是服务器数量，而是能源合同、变电站和冷却系统。这也是为什么Meta要自建数据中心：租来的机房很难按AI的节奏做定制，自建才能把芯片、网络、供电一起优化。至于芯片选择，Santosh没有只押注某一家供应商，而是根据训练和推理的不同需求去搭配。这点我挺认同，算力多元化不是口号，是供应链安全的基本功。对出海团队来说，如果业务涉及AI推理，迟早也要面对类似的基础设施选择题。我的判断是，未来两三年，AI产品的竞争会越来越像能源和基建的竞争。谁能拿到稳定电力、谁能把自建数据中心的单位成本压下来，谁就有资格留在牌桌上。软件层面的差异化窗口正在收窄，底层硬功夫反而成了护城河。

千副AI眼镜捐赠新加坡视障群体

今天看到一则新闻，Meta向新加坡视障人士协会、新加坡导盲犬协会、新加坡残疾体育理事会和滨海湾花园捐赠了1000副Ray-Ban AI眼镜，同时投入3万美元用于无障碍培训。这个动作挺有意思，因为它把AI眼镜从“极客玩具”推向了真正需要辅助技术的群体。

对于盲人或低视力人群来说，AI眼镜能做的远不止听歌和翻译。它可以帮助读文本、识别物体、描述周围环境，这些看似简单的功能，实际上能大幅提升独立生活的能力。Meta全球事务官Joel Kaplan说“未来属于每个人”，这话虽然有点公关味，但方向是对的。不过，捐赠只是第一步。真正考验的是后续的培训和支持体系是否跟得上，否则1000副眼镜可能变成抽屉里的摆设。3万美元的培训投入不算多，但至少说明他们意识到了软件比硬件更重要。从商业角度看，这也是Meta在AI硬件领域的一次场景验证。视障群体是刚需用户，他们的反馈能帮助优化产品。如果这个模式跑通，未来可能扩展到更多辅助场景，比如听障、行动障碍等。总的来说，科技公司做无障碍公益值得鼓励，但别只停留在捐赠仪式上。希望看到更多长期投入和真实用户反馈，而不是一次性的公关秀。

数据中心耗水迷思该破了

最近和几个做基础设施的朋友聊天，发现大家对数据中心的误解还是集中在耗水和抢水这件事上。我自己过去几个月跑过两类机房，一类是传统风冷计算型，一类是面向AI优化的闭路液冷型，实际看下来和网上流传的说法差距不小。

先说传统风冷机房。这类设施并不是全年都在用水，通常只在一年中气温较高的几个月，才用水把进入建筑的新风降温。也就是说，它的用水有很强的季节性，和很多人想象中「数据中心天天开着水龙头」完全不是一回事。再说AI优化的闭路液冷机房。这类设施在封闭回路里循环水和乙二醇的混合液，冷却液本身基本不消耗，主要作用是把热量从芯片带到室外换热。真正需要补水的环节比风冷少得多，而且很多项目已经在用干冷器或中水回用进一步压降水耗。所以我的判断是，把数据中心简单等同于「耗水大户」并不准确，关键要看冷却方案、选址气候和当地水资源管理。行业真正该被追问的，是用水效率、补水来源和社区沟通是否透明，而不是用一个笼统的标签去否定整个产业。对出海做基建或算力生意的团队来说，这反而是个机会：谁能把水耗数据讲清楚、把社区沟通做扎实，谁在拿地和环评上就更有优势。与其被动辟谣，不如主动把真实运行数据摆出来。