Tony 的出海闲聊:SEO、OpenAI、跨境电商 等话题讨论|乐酷网(第8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。

Tony
@tony_su197 条帖子

Laravel 禁 issue 只收 PR,AI 时代开源协作要变天

上周 Laravel 宣布禁止提交 issue,只能提 PR,我第一反应是这也太离谱了。用户连问题都不能报告,难道要每个人都读懂源码自己动手修?但仔细琢磨了一下,这个规定其实相当合理,甚至我觉得值得不少开源项目跟进。

先说最直接的好处,垃圾 issue 会大幅减少。愿意花时间创建 PR 的人,对问题本身更上心,那些机器人账号和随手骚扰的人,根本不会多花这个力气。对维护者来说,从 PR 里拿到的信息也远比 issue 丰富,理解问题和定位原因都更省时间,投入的精力反而更少。有人担心这会抬高用户门槛,但我觉得在 AI 时代这个顾虑已经不成立了。用户即使完全不懂源码,也可以向 AI 描述问题,让 AI 生成一个 PR,提交 PR 几乎和提交 issue 一样简单。说到底,禁止 issue 的根本原因是开源项目资源长期不足,根本应付不了激增的 issue 数量。同一周还有一条消息让我挺震撼,Anthropic 用 Claude 完成了史上最长的数学程序,把怀尔斯证明费马大定理的 129 页论文翻译成了 Lean 语言。Lean 是微软研究院 2013 年提出的定理证明语言,这个翻译项目数学界一直想做但迟迟没完成。Claude 用了 11 天,先证明超过 3 万个辅助定理,最终代码长达 1300 万行,消耗了数十亿 Token,代码已经公开在 GitHub 上。把这两件事放在一起看,我的判断是开源协作的底层逻辑正在被重写。过去项目鼓励用户把问题抛出来,指望维护者解决,现在更该鼓励大家一起贡献。AI 把提交 PR 和形式化证明的门槛都拉低了,维护者要做的不是继续当客服,而是设计好让贡献顺畅流入的机制。Laravel 这个决定,可能比我们想的更有前瞻性。

Shopify 弃用 React Native 转原生

看到 Shopify 宣布放弃 React Native、改用 Swift 和 Kotlin 重写移动端的消息,我第一反应是「又来了」。六年前它高调从原生转向 RN,理由说得冠冕堂皇:不用重复开发、跨技术栈协作、省下时间创造价值。其实圈内人都懂,真正的理由只有一个——省钱,一个团队顶两个团队用。

这次转回原生,逻辑居然还是省钱,只是变量换成了 AI。既然大模型能把代码在语言之间来回翻译,那中间层就失去了存在意义,直接用性能更好的原生语言岂不更划算。这个判断我基本认同,但我觉得它低估了一件事:翻译层省下的从来不只是写代码的时间,还有团队心智和工程习惯的迁移成本。React Native 自己确实也不太争气。从 2015 年发布到现在超过十年,一些基础的技术问题始终没有干净利落地解决,上手体验也谈不上顺滑。一个框架如果十年都没把地基夯实,被替代其实不算冤枉。Shopify 这种体量的公司用脚投票,对社区信心的杀伤力比任何 benchmark 都大。不过我不认为 RN 会就此「退出历史舞台」。中小团队、需要快速验证的产品、以及大量非核心业务页面,仍然需要一套跨端方案来压低成本。AI 能翻译语言,但翻译不了产品节奏和人力预算。真正被判死刑的,可能不是 RN 本身,而是「一套代码打天下」这种过度乐观的叙事。对我们做出海产品的团队来说,这件事的启示很直接:技术选型别被大厂的公关稿带节奏,先算清楚自己的人力账和迭代速度。大厂有资源随时掉头,小团队掉一次头可能就伤筋动骨。选型时多问一句「如果两年后要换,代价我扛得住吗」,比追任何热点都实在。

0
64

Hermes 母公司估值 15 亿美元

刚看到 Nous Research 完成 9000 万美元 B 轮融资,估值直接冲到 15 亿美元,这轮由 Robot Ventures 领投,英伟达、USV、Menlo、三星都跟投了,连小特朗普所在的 1789 Capital 也参与进来。成立才三年的公司,累计融资已经到 1.58 亿美元,这个速度放在开源 AI 赛道里相当扎眼。

真正让我意外的是 Hermes Agent 的采用数据:被克隆超过 2400 万次,据他们自己估算,大约撑起了全球 AI token 用量的 2.5%。这个比例意味着它已经不是小圈子里的玩具,而是实实在在的基础设施级存在。开源模型能跑出这种量级的分发,说明开发者用脚投票的逻辑跟闭源厂商的营销逻辑完全是两回事。商业化节奏也比我预想的快。有报道提到,他们 9 月中旬的年化收入约 3600 万美元,并预期在 2026 年底前突破 1 亿美元。从纯开源社区项目转向企业级产品「Hermes for Businesses」,让公司部署可处理多步骤工作流、同时保证数据私有安全的定制智能体,这条路子选得很务实——开源攒口碑和分发,企业版收钱,两边互相喂养。我的判断是,这轮融资的核心信号不在金额,而在于英伟达和三星这类产业资本的下场。它们投的不只是财务回报,更是在押注「开源智能体 + 私有化部署」会成为企业 AI 的默认形态。对做跨境和出海工具的人来说,值得盯一下 Hermes 企业版会不会开放 API 或渠道合作,这可能是下一波集成机会。当然风险也明摆着:2.5% 的 token 份额是自报数据,企业级市场的竞争又极其拥挤,OpenAI、Anthropic 都在往私有部署方向压。Nous 能不能把开发者好感转化成企业合同,2026 年这一年的收入曲线会给出答案。

0
82

OpenClaw 2.0 与 AI 开发隐忧

这周 OpenClaw 发布了 2.0 版,看到消息的时候我愣了一下。春节那阵它火得不行,上门装龙虾都能收费,结果半年过去几乎没人提了。AI 圈的热度周期就是这么短,一个爆款工具从全民热议到无人问津,可能只需要一个季度。

这次 2.0 最让我在意的不是功能,而是发布公告里的数字:933 位贡献者、合并了 16000 个 PR。官方全职加兼职也就三十来人,一个月合掉一万六千个 PR,平均每天五百多个,靠人工审查根本不可能。我基本可以断定,绝大多数 PR 是 AI 审核加 AI 合并直接进仓库的,人只做了很浅的把关。这种大规模 Vibe Coding 本身没什么好指责的,效率确实高。但 OpenClaw 的定位是自主调用各种外部工具,测试用例很难覆盖所有平台和边界情况,一万六千个 PR 里到底埋了多少 Bug、多少隐藏风险,谁也说不清。所以我一直建议,别把它跑在自己的工作电脑上,要用就放独立物理机、虚拟机或者云端,隔离风险。换个角度看,OpenClaw 的开发模式其实就是整个 AI 软件行业的缩影。以后大量应用的代码和 PR 都会由 AI 生成、AI 合并,人工只做方向判断。顺着这个逻辑推下去,我甚至觉得未来应用软件不该跑在本机上,本机只留系统,应用全部进虚拟机或云端。这么一想,鸿蒙用卓易通跑安卓 App 的路子,反而踩中了 AI 时代的方向。另外还看到 SolidJS 创始人 Ryan Carniato 写了篇《没人为你的堆栈辩护》,标题就很戳人。前端技术栈的选型越来越像站队,出问题时却没人替你兜底。工具可以激进,但风险得自己扛,这大概就是当下开发者最真实的处境。

0
68

一键精简 macOS 27 的 Apple 智能

最近看到有开发者做了个开源工具 RemoveMacAI,专门针对 macOS 27 系统。它的核心功能是关闭 Apple 智能、删除已经下载的大模型文件,并且阻止系统再次偷偷下载。我身边有朋友反馈,部分设备能因此释放超过 10GB 的磁盘空间,对于小容量硬盘的 Mac 用户来说算是解了燃眉之急。

这个工具不只是删模型,还能管理一堆隐私和系统行为。比如关闭 Mac 分析数据、个性化广告、改进 Siri 与听写、改进搜索,以及 Spotlight 网络结果和 Safari 搜索建议。它还能关掉 Game Center,隐藏桌面小组件,阻止播放键自动打开音乐,关闭 iPhone 镜像。这些开关平时散落在系统设置各处,能集中管理确实省事。更让我意外的是它的清理能力。除了 Apple 智能相关文件,它还能扫描并清理旧 macOS 安装包、Xcode 缓存、iPhone 和 iPad 更新文件、Time Machine 本地快照,甚至未使用的模拟器。对于开发者或者经常折腾系统的人来说,这些缓存动辄占用几十 GB,手动找起来很麻烦。细节调整方面,它支持显示文件扩展名、显示隐藏文件、显示路径栏和状态栏,还能让文件夹优先排列、默认搜索当前文件夹。另外可以关闭 Dock 动画、隐藏最近使用的应用、关闭自动纠错和智能引号。这些虽然都是小功能,但组合在一起,确实能让系统更符合个人习惯。我的判断是,这类工具适合那些对隐私敏感、又不想被 AI 功能占用资源的用户。不过要注意,它目前只适配 macOS 27,而且删除模型文件后如果哪天想用 Apple 智能,可能得重新下载。如果你追求极简和可控,可以试试看,但建议先备份重要数据。

0
84

Claude 举报用户威胁警长被捕

看到一条新闻,Anthropic 把一名佛罗里达女子举报给了执法部门。起因是她在跟 Claude 聊天时,扬言要枪击 Lee 县警长办公室,后面还提到自己正在搞一把新枪。结果她在家中被捕,法庭记录显示 9 月 30 日她面临一项重罪指控,罪名是通过书面或电子形式发出大规模枪击或恐怖主义行动的威胁。

这件事最值得关注的点,是 Anthropic 的审核机制真的会落地到报警这一步。逮捕报告里写得很清楚,平台会监控聊天内容,用关键词句去识别潜在威胁,再根据威胁程度决定是否交给人工复核。本案就是人工审核团队判断后,主动把线索报给了执法部门。从做产品的角度看,这其实是一个挺典型的「AI 安全 vs 用户隐私」案例。大模型公司现在普遍会做滥用监控,但大多数时候我们听到的都是封号、限制访问,真正走到刑事举报这一步的并不多。Anthropic 这次算是把红线画得很明白了:涉及大规模暴力威胁,平台不会只当内容问题处理。对普通用户来说,这事也有个提醒。你跟 AI 聊的内容并不是完全私密的,尤其是涉及暴力、武器、明确威胁对象的时候,平台有技术手段也有动力去查。很多人可能觉得跟机器说话就是树洞,但机器背后是公司在运营,合规压力摆在那里。当然,这里面也有值得讨论的边界。关键词触发之后,人工审核的标准是什么,误报率有多高,平台有没有义务在报警前做更多确认,这些都没有公开细节。但至少从结果看,这次举报是有具体威胁对象和具体行为的,不是单纯的情绪发泄。做跨境产品的人可以留意一下,这类安全事件以后大概率会越来越多,合规团队的角色也会越来越重。

0
64

前Ramp工程师转做AI广告素材,两月破百万美元年化收入

看到一条挺有意思的融资消息:做AI广告生成平台的Melius宣布拿了2500万美元,其中2000万是CRV领投的A轮,500万是General Catalyst领投的种子轮。创始人Joowon Kim和另外两位联创都来自Ramp,做企业支出和财务软件出身,算是典型的工程师跨界创业。

他们最初的方向其实是AI驱动的效果营销工具,帮营销人员管理和优化广告投放。但做了半年多,团队自己承认这个方向「没跑通」,于是做了一个很硬核的决定:把整个代码库全部推倒重来。Kim原话是「我们把它全烧了」,这种魄力在早期团队里其实挺少见,大多数人会舍不得沉没成本。转向之后,他们不再碰投放优化,而是直接做生成广告活动、图片和视频的创作工具。这个选择逻辑我觉得很清晰:投放优化赛道已经卷成红海,而且平台方自己就在做;但创意素材的生成,尤其是能直接跑量的广告内容,仍然是大量中小团队的刚需。他们今年7月才正式走出隐身状态,两个月就做到超过100万美元年化收入,速度确实快。不过我个人对这个数字持保留态度。年化收入是按当前月收入乘以12算出来的,早期波动会非常大,而且AI生成素材的同质化问题很快会显现。真正能拉开差距的,是谁能把生成内容和投放数据打通,形成闭环,而不是单纯拼出图速度。Melius现在切的是创作端,未来大概率还是要往效果侧延伸,否则很容易被平台自带的AI工具吃掉。对做出海投放的团队来说,这类工具值得关注,但别指望它解决策略问题。素材生成只是第一步,选品、出价、受众这些环节还是得自己打磨。融资消息看看就好,真正要判断的是他们下一版产品能不能把生成和优化连起来。

0
70

Shopify 弃用 React Native 转原生

看到 Shopify 宣布放弃 React Native,改用 Swift 和 Kotlin 重写移动端,我第一反应是:这剧情反转得也太快了。六年前他们可是高调发文说全面拥抱 Web 技术,当时还列了三条理由,什么不用重复开发、跨技术栈协作、省下时间创造价值。现在回头看,那些话术基本就是场面话,真正的原因从头到尾只有一个:省钱。

当年选 React Native,是因为养一个团队比养 iOS 和安卓两个团队便宜。现在切回原生,还是为了省钱,只不过逻辑变了——有了 AI 辅助,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,跳过中间层呢?这个判断我觉得挺实在的,工具链的进步确实在重塑技术选型的性价比公式。React Native 自己也得背一部分锅。从 2015 年发布到现在超过十年,一些基础的技术问题始终没解决好,上手体验也谈不上顺畅。一个框架如果长期让开发者觉得别扭,被替代真的不冤。我身边做移动端的朋友,这两年抱怨 RN 的声音明显变多了。这件事给我的启发是,AI 正在扮演一个无所不能的自动翻译器,凡是靠“翻译层”吃饭的中间方案,价值都会被快速稀释。React Native 不是第一个,也不会是最后一个。对开发者来说,与其押注某个框架的长期护城河,不如把底层能力和工程判断练扎实,因为选型风向说变就变。当然,原生开发也不是没有代价,双端团队的成本和协作复杂度依然摆在那里。Shopify 敢这么切,说明它算过账,认为 AI 带来的效率提升能覆盖这部分开销。但对中小团队而言,这个账未必算得过来,盲目跟风切原生可能反而更贵。技术选型终究要看自己的业务体量和团队结构,没有标准答案。

0
70

ChatGPT要试水图片广告了

刚看到一条消息,OpenAI准备在美国小范围测试在图像生成环节插入视觉广告,同时给广告主补上更多效果衡量工具。说白了,就是ChatGPT也要开始认真琢磨怎么把流量变成广告收入了。

这事其实不意外。OpenAI的算力成本和研发投入摆在那里,光靠订阅费很难撑起估值预期,广告是互联网最成熟的变现路径。但选择在图像生成里做广告,我觉得挺有意思——用户正在生成图片时,注意力高度集中,广告如果做得自然,可能比聊天窗口里的文字广告更不打扰人。不过风险也很明显。ChatGPT的用户很多是冲着「干净、无广告」的体验来的,一旦图像里出现品牌植入,哪怕只是测试,也可能引发反弹。而且视觉广告的边界很难把握:是生成结果里带品牌元素,还是旁边挂个展示位?前者涉及版权和误导风险,后者又容易显得廉价。对跨境卖家来说,这倒是个值得盯的信号。如果OpenAI真把广告体系跑通,未来在ChatGPT里做品牌曝光的门槛和玩法,可能会和现在投Google、Meta完全不同。早一步理解它的衡量逻辑,就早一步有准备。我的判断是,短期内别指望它成为主流投放渠道,但长期看,OpenAI一定会把广告做成核心收入之一。现在的小范围测试,更像是在试探用户容忍度和广告主接受度。做跨境的同行,可以先关注它的衡量指标怎么设计,那往往决定了这个渠道值不值得投。

0
80

Laravel 禁 issue 只收 PR 这事值得聊

上周 Laravel 宣布禁止提交 issue,只能提交 Pull Request。第一反应是这也太离谱了,用户连问题都不能报,难道要人人读懂源码自己修?但仔细琢磨了一圈,我发现这个规定其实相当合理,甚至可能是开源维护者接下来几年绕不开的方向。

先看它解决了什么。垃圾 issue 一直是维护者的噩梦,机器人刷屏、伸手党、重复提问,把真正有价值的问题淹没掉。而愿意花时间提 PR 的人,至少对这个问题更上心,提交门槛本身就把骚扰者过滤掉了。更关键的是,PR 里带的信息量远超 issue,维护者理解问题、定位代码、合并修复的时间反而更少。有人担心这会劝退不懂源码的普通用户。放在两年前我同意,但现在真不一定。你完全可以把问题描述给 AI,让它生成一个 PR 草稿,提交 PR 的难度已经和提 issue 差不了多少。所以 Laravel 这步棋的底层逻辑是:AI 时代项目不该再鼓励用户把问题抛出来等别人解决,而该鼓励大家一起动手贡献。同一周还有一条更炸的新闻。Anthropic 用 Claude 把安德鲁·怀尔斯那 129 页的费马大定理证明,翻译成了 Lean 语言的机器可验证程序。这个翻译项目数学界搞了很多年都没完成,Claude 用了 11 天,先证明超过 3 万个辅助定理、实际用上 2 万 9 千多个,烧掉数十亿 Token,最终代码长达 1300 万行,是目前史上最长的数学程序,代码已经公开在 GitHub 上。把这两件事放一起看,我的判断是:AI 正在同时改写开源协作和数学证明的生产方式。前者降低了贡献门槛,后者把人类几十年的推理压缩成可自动验证的代码。对做跨境工具和开发者社区的人来说,值得提前想清楚——当提交 PR 和证明定理都变得廉价,真正稀缺的会是什么。

0
72

谷歌搜索AI控制权新增子属性覆盖说明

最近谷歌在 Search Console 的生成式 AI 控制页面里补了一条说明,讲的是子属性在什么情况下会覆盖父级的 AI 控制设置。这个改动本身很小,但对做多站点、多语言站群的团队来说,等于把之前模糊的权限逻辑摆到了台面上。

按照新说明,如果子属性单独设置了 AI 控制选项,那它就会以自己的设置为准,不再继承父属性。反过来,如果子属性没动过,父属性的选择才会生效。这意味着同一个父账号下面,不同子目录或子域名可以走完全不同的 AI 展示策略,不需要再为了一个站点去调整整个账号。我的判断是,谷歌这是在为更细颗粒度的 AI 内容授权铺路。以前大家只能整站开关,现在可以按市场、按语言、按业务线分别决定要不要让内容进入 AI 摘要或训练。对跨境团队来说,欧美站点可能想保留 AI 曝光换流量,东南亚或中东站点却可能因为版权或本地合规想关掉,这种差异终于有地方落地了。实操上建议先做一次盘点:把 Search Console 里所有子属性的 AI 控制状态列出来,跟父级设置比对,看有没有无意中继承或覆盖的情况。尤其是那些用子目录做多语言、但共用一套验证的站点,很容易出现某个语言版本被父级策略带偏。另外别把 AI 控制当成一次性的开关。谷歌的生成式搜索还在快速迭代,控制项和覆盖规则大概率还会变。定期回来看这个页面,比等出了流量波动再排查要省事得多。

0
72

开源截图工具Snow Shot体验

最近在折腾截图工具,发现了一个叫 Snow Shot 的开源项目,用下来感觉挺对胃口。它不像很多商业软件那样藏着掖着,所有功能都摆在明面上,而且社区驱动开发的模式让我觉得挺踏实。

功能上确实很全,智能框选、滚动长截图、贴图到屏幕这些基础操作都很顺手。让我意外的是它还内置了 OCR 文字提取和 AI 翻译,甚至能把图片直接转成 Markdown 或 HTML,这对经常要整理资料的人来说省了不少事。最打动我的是它的收费模式——完全免费且开源,没有 Pro 版也没有会员限制。前端和后端代码都能在 GitHub 上找到,这种彻底的开源态度在现在挺难得的。当然,免费不代表粗糙,它的插件系统和外观配色定制让软件能按自己的习惯来调整。不过话说回来,AI 翻译和图片转 Markdown 这类功能依赖后端服务,如果社区维护跟不上,长期稳定性还得观察。但就目前而言,它已经能覆盖我日常大部分截图需求了。如果你也在找一款不臃肿、可定制的截图工具,不妨试试 Snow Shot。它可能不是最完美的,但那种“为爱发电”的劲儿,值得支持一下。

0
76

内容发完就死?

建分发引擎

做内容的都懂那种感觉:花两周打磨一篇稿子,发出去,转发一次,然后它就躺在归档里吃灰,你转头去赶下一篇。这种跑步机式的节奏最要命的地方在于,它永远不产生复利——你是在按篇租注意力,而且租金每周一重置。

真正能拉开差距的,是把分发当成一个组织内的常设系统,而不是发完顺手转一下的附加动作。核心思路是:思考一次,扩散很久。每产出一个资产,就让它沿着受众所在的全部渠道持续跑几个月,而不是只吃发布当天的流量。要落地这件事,第一件事是设一个明确的分发负责人。不是兼职顺手管,而是有人对「这篇内容接下来90天怎么跑」负责。有了责任人,才谈得上可重复的检查清单:哪些渠道、什么时间点、用什么形式改写、谁来执行,全部写死,避免每次靠灵感。第二件事是拉长周期。发布只是起点,后面90天才是真正赚外链和AI引用的窗口。把一篇长文拆成短帖、邮件、视频脚本、问答回复,在不同周次重新投放,让同一份洞察反复触达不同圈层的人。AI搜索时代,被引用比被点开更值钱,而引用往往来自持续存在的内容痕迹。我的判断是,大多数团队缺的不是产能,而是把已有内容再推一遍的纪律。与其每周焦虑新选题,不如先问:过去三个月发的东西,有多少还在被主动分发?把这个问题答清楚,比再写十篇新稿更有杠杆。

0
70

M6 Mac Mini 直降超百刀

刚看到一条挺有意思的行情:搭载 M6 芯片的新款 Mac Mini 已经出现超过 100 美元的折扣,折算下来居然比 Best Buy 在售的 M4 版本还便宜 20 美元。这个价格倒挂放在苹果产品线上其实不常见,毕竟新品通常要撑住价格体系好一阵子。

对做跨境电商和独立开发的朋友来说,这类信号值得多看两眼。Mac Mini 一直是小团队和出海开发者搭本地环境、跑编译、做轻量服务的热门选择,价格一旦松动,换机窗口就打开了。我自己的判断是,M6 这代在能效和本地 AI 推理上的提升,才是它真正的卖点,而不是那点频率数字。不过也要冷静看待:这种折扣多半是渠道冲量或平台补贴,未必能长期维持。如果你手上还是 M1 甚至 Intel 版本,现在确实是个不错的升级节点;但如果已经在用 M4,为了 20 美元的差价去换,账算不过来。我会继续盯着后续价格走势,尤其是黑五前后会不会再探底。做硬件采购的朋友可以先把预算留出来,别急着第一时间下手。

0
70

Fitbit Edge 曝光:七天续航加 GPS

刚看到 Fitbit Edge 的爆料,第一反应是谷歌终于想清楚中端手环该怎么做了。定位卡在 Fitbit Air 和 Pixel Watch 5 之间,小屏、带 GPS 和通知,基本就是 Charge 系列的精神续作,而 Charge 上一代还停在 2023 年。

配置上比较打动我的是七天续航和气压高度计,加上对 Google Maps、YouTube Music 的有限支持。说白了它更像一块「Pixel Watch 5 Lite」,但关键差异在于它同时支持 iOS 和 Android,而 Watch 5 只认安卓。这一点对双机党或者家里混用苹果安卓的用户很实用。颜色据说会跟 Pixel 11 走同一套,比如 Rose Peach 和 Olive 这类配色。谷歌这两年做硬件的审美确实在线,手环这种天天戴的东西,颜值权重不比参数低。我的判断是,这款产品的真正对手不是苹果表,而是佳明和 Whoop 那类运动向设备。七天续航加 GPS 加高度计,已经能覆盖大部分跑步、徒步和骑行场景,价格如果压得住,会抢走一批不想每天充电的用户。时间点大概率赶 2026 年假日季,价格还没人猜得准。对做跨境的朋友来说,这类中端可穿戴在欧美和东南亚都有稳定需求,值得提前关注渠道和配件生态的机会。

0
78

华为高通签5G专利协议,这次收入转正了

今天看到华为和高通签了首份5G专利许可协议,最值得玩味的是,这次是「收入转正」——高通向华为付费,还买了华为在计算、AI、网络等领域的部分美国专利。要知道2020年双方和解时,华为可是掏了18亿美元历史许可费。五年时间,攻守之势异也。

这个转变不是偶然。华为披露的数据很能说明问题:2007年到2025年底累计研发投入超过1.8万亿元,全球有效授权专利超过16.5万件,其中九成以上是发明专利,在美国也有超过3万件授权专利。这些数字堆出来的,是5G标准必要专利上的真实话语权,极化码就是最典型的例子。从商业逻辑看,这标志着华为的专利池从「净支出」转向「净收入」。签约后华为专利许可协议总额超过69亿美元,已经和亚马逊、诺基亚、三星、爱立信、OPPO、vivo、小米等达成协议,270多份许可覆盖了53家世界500强和超过32亿部5G设备。对一家被制裁多年的公司来说,这比卖几台设备更有象征意义。不过也要冷静看。这次交易不涉及其他业务合作,金额未披露,而且还需要监管批准。高通愿意签,一方面是认可华为的5G专利实力,另一方面也是FRAND原则下的务实选择——与其打官司,不如交叉许可把路铺平。对高通来说,它的5G标准必要专利项目依然被业界认可,这波不亏。对我们做跨境和硬件的人来说,信号很明确:专利正在成为科技公司最硬的资产之一。以前出海怕被收专利费,现在中国厂商手里也有牌可以打。接下来值得关注的是,这种「收入转正」会不会在更多中国科技公司身上复制。

特朗普搞超级智能部队 噱头还是真招

特朗普又在社交媒体上搞了个大新闻。他宣布成立一支「超级智能部队」,由国家情报总监杰伊·克莱顿牵头,号称要协调联邦政府的力量,确保美国在超级智能领域继续领先世界。他还特意强调,这东西比工业革命和互联网都大,能保护所有美国人的利益、改善生活。

说实话,看到这条消息我第一反应是:这不就是换个名字的AI工作组吗?去年九月他就说要搞AI部队、任命AI沙皇,还补了一句「只有高智商的人才能申请」。后来他又签行政令,把AI正式改叫「超级智能」,这周在白宫签安全承诺书的科技高管们也跟着用这个词,虽然念得磕磕绊绊。从跨境行业的角度看,这事挺有意思。美国把AI提到「超级智能」的国家安全高度,意味着接下来出口管制、投资审查、数据跨境这些政策只会更紧。做AI出海的朋友得留个心眼,别只盯着技术,地缘政治的变量可能比模型迭代还快。不过我也得泼盆冷水。一个由情报系统主导的「部队」,到底能协调出什么实质成果?还是说只是给选民看的政治秀?毕竟特朗普之前把AI安全辩论直接骂成「激进左翼民主党的骗局」,现在又大张旗鼓搞安全承诺,这前后矛盾得有点明显。我的判断是:短期看,这更像一个信号弹,告诉全世界美国要在AI上动真格;长期看,具体执行还得看预算和立法。对咱们跨境人来说,与其焦虑,不如把合规和本地化做扎实,风浪来了才站得稳。

0
66

Laravel禁issue只收PR

今天刷到Laravel的新规,直接禁止提交issue,只接受Pull Request。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,这背后其实有很现实的逻辑。

最直接的好处是垃圾issue会大幅减少。愿意花时间写PR的人,至少对问题更上心,那些机器人和骚扰者只会随手丢个issue,根本不会多走一步。对维护者来说,PR里带的信息远比issue丰富,定位和解决问题的时间反而更短。有人担心这会抬高门槛,但AI时代这个顾虑正在消失。用户即使不懂源码,也可以把问题描述给AI,让AI生成PR,提交成本和写issue几乎一样。Laravel敢这么干,本质上是开源项目资源不够,应付不了激增的issue,与其让问题堆着没人管,不如倒逼大家直接贡献代码。另一边,Anthropic用Claude完成了一件更夸张的事。他们让AI把安德鲁·怀尔斯129页的费马大定理证明翻译成Lean语言,结果Claude用了11天就搞定了,先证明了超过3万个辅助定理,最终代码长达1300万行,消耗数十亿Token,号称史上最长的数学程序,代码已经挂在GitHub上。这两件事放在一起看挺有意思。开源社区在收紧问题入口,逼着人用AI直接产出解决方案;而AI本身又在攻克人类团队几个月都啃不下的硬骨头。作为从业者,我觉得与其焦虑被替代,不如赶紧习惯把AI当成默认的生产力工具,不管是提PR还是做形式化验证,动手能力才是新的门槛。

0
94

Splice CEO 谈 AI 邮件正在杀死对话

最近看到 Splice 的 CEO Kakul Srivastava 接受采访,聊了不少关于 AI 的话题。她提到一个让我挺有共鸣的点:AI 生成的邮件正在杀死真正的对话。这话乍一听有点反直觉,毕竟 AI 邮件工具都在宣传帮人省时间,但仔细想想,当双方都用 AI 写邮件、用 AI 读邮件,沟通就变成了两个机器在互相应付,人反而不在场了。

Splice 是做音乐采样和创作工具的,Kakul 在 AI 音乐这件事上一直走得很小心。她既要拥抱 AI 带来的创作效率,又不想让平台变成批量生成垃圾音乐的地方。这种走钢丝的状态,其实很多做内容工具的公司都在经历。我自己用 AI 辅助做内容时也有类似感受,效率确实上去了,但那种反复打磨、跟人来回碰撞的乐趣少了很多。她还吐槽了自己讨厌的杯垫加热器,这种小细节反而让整篇采访显得真实。一个管着音乐科技公司的人,日常烦恼跟普通人也没差多少。我觉得这种反差挺有意思,也说明行业里这些决策者并不是天天只想着宏大叙事。说回 AI 邮件这件事,我的判断是,工具本身没问题,问题在于人怎么用。如果 AI 只是帮你把想法整理得更清楚,那它是助手;如果它替你决定说什么、怎么回,那对话就死了。跨境团队本来就靠异步沟通,邮件质量直接决定协作效率,这一点上我站 Kakul。对做跨境内容或工具的人来说,这波 AI 浪潮里最该警惕的不是被替代,而是把判断权也交出去。保持人在回路里,可能比追新功能更重要。

0
90

谷歌要求AI内容人工核查

最近谷歌更新了AI内容指南,明确要求对正文和元数据做人工事实核查。这个信号挺有意思,说明平台对AI生成内容的信任度在下降,至少不再默认机器产出可以直接上线。对做内容站和SEO的团队来说,以后纯靠AI批量铺量、不做人工校验的玩法,风险会越来越高。

另一个值得注意的点是Gemini链接里出现了UTM标签。这意味着谷歌可能在用UTM来追踪来自Gemini的流量,而不是只依赖referrer数据。但官方文档并没有说明什么时候会加这些标签,所以数据口径上存在不确定性。做归因分析的同学,最近看Gemini来源流量时最好多留个心眼,别直接把referrer缺失当成没有流量。还有AWR的Q2点击率对比数据,正好跨过了Search Console的一次展示量统计错误。这会导致前后数据可能对不上,测量上出现断点。如果拿这份CTR数据做趋势判断,结论可能会被误导。我自己的经验是,遇到平台数据异常期,宁可把区间拉长看,也不要盯着单周波动下结论。综合来看,这几件事都指向同一个方向:AI内容的分发和衡量正在被重新规范。谷歌一边要求人工核查,一边又在探索自己的AI入口追踪方式,同时第三方数据又存在统计噪音。对从业者来说,短期最稳妥的做法是,AI只做辅助,关键事实和元数据必须人工过一遍,数据报表也要标注异常区间。至于那两起AI相关诉讼被法官驳回,暂时没有更多细节,但结合前面的动向看,平台和监管都在试探边界。我会继续关注谷歌后续会不会把人工核查要求写进更硬性的政策里,以及Gemini的UTM标签会不会开放给站长查询。