奥特曼又又又又口出狂言了。

在印度 Express Adda 的论坛上，Sam Altman 聊了很多 AI 话题，从 AGI 到中美 AI 竞争，再到数据中心用水问题。但最火的那段，是他回应 AI 能耗批评时说的：「人们总谈训练 AI 模型需要多少能源……但训练人类也需要大量能源，得花 20 年时间，消耗那么多食物，才能变聪明。」

这话说错了——人吃了 40 年的饭都未必有这么聪明。

这话听起来只是个比喻，但一传开，就被解读成 AI vs 人类的「效能大战」。Altman 到底想表达什么？简单说，他觉得大家批评 AI 时，总拿「训练模型」的总能耗和人类「回答一个问题」的瞬间能耗比，这不公平。

人类也不是生下来就是大聪明，从婴儿到成人，吃喝拉撒 20 年，还得加上学校教育、社会教育，这些都消耗食物、水、电等等能源。如果算「全生命周期成本」，AI 其实挺高效的，训练一次，就能无限次回答问题，而人类每次思考还得再烧脑子——大脑耗能约 20 瓦。

换言之，在他看来，AI 不是能源杀手，而是未来文明的必需品，就像电灯发明时也有人担心蜡烛业失业一样。这个观点不是 Altman 首创。早在 AI 热潮前，就有专家比过生物大脑和硅芯片的效率。但 Altman 作为 OpenAI 老大，说出来影响力大，瞬间成了 X 上的热点，视频有两千多万次浏览，引爆了讨论。

人类尊严，AI 是工具还是「更好的人类」？

Altman 把人类成长比作「训练」，听起来像把人当机器。这让很多人不爽，觉得贬低了人类的价值——生命不是数据输入输出啊！

人一生的自然进化中，不仅有产出，还有情感、教育、成长的喜悦，这些能量计算不来，在舆论场上，这点被放大。一个油管博主打出标题「OpenAI CEO Argues Energy Is More Wasteful On Humans Than AI， Goes Very Poorly」，说 Altman 的言论进行得很糟糕。

X 上，@BrianRoemmele 直呼震惊，觉得这是给 AI 行业招黑，「片面思考，反人类。重视人类胜过 AI——永远。」

当然，也有用户帮忙解释，「这不是要取代人类，只是更准确计算自动化成本。」 他也承认 Altman 这样说不好，但是要理性、中立、客观地看待。于是，真的有人认真算起来了，然后悲催的发现，自己一天什么都没做，就消耗了卡路里。

不止他一个，还有很多支持派觉得 Altman 点醒了大家。信息总有成本，之前没有算过，但是细思极恐，Altman 的说法是让大家正视这件事。

这些反应暗示了 AI 的价值大于成本，可是能不能跟人并列一起算呢？这引发了关于 AI 是否会取代人类的讨论。

拿人跟 AI 比？荒唐！

相比之下，负面的批评显然是更多的，就算这只是个比喻，也非常荒唐。

Altman 的这番话，看上去合理，但也有明显的逻辑谬误。人类确实要吃喝 20 年才能「变聪明」，但这 20 年的能量消耗是基线生存，用来维持生命、维持社会运转，不是专为「产生智能」而额外投入的。哪怕一个人一辈子啥都不学，躺平当咸鱼，他也得吃饭喝水呼吸。

其次，规模和可复制性完全不同。Altman 想强调「per query」的效率，但他忽略了：人类智能没法「复制部署」到数据中心里无限扩容。AI 的真正优势恰恰在于「训一次，用一辈子」，而人类是「训一次，用一辈子还得继续喂」。如果真要比「单位智能产出每焦耳能量」，AI 在规模化后确实可能碾压，但用「养孩子总成本」来类比，反而把这个优势给模糊掉了。

把孩子成长比作「模型训练」，本质上是把人降格成「低效生物计算机」，这不只是逻辑问题，更是价值观滑坡。网上很多人直接说「这不是比喻选错了，而是把尊严换成效率的典型技术官僚思维」。

总体看，从 2 月 20 日视频发出来后，这两天迅速扩散，大概有 30%的回应是正面，中立 20%，负面占 50%。这反映了 AI 话题的两极化。一方面，它确实戳中了 AI 发展的痛点：能量是瓶颈，但技术的飞轮不能停。另一方面，技术也不能是真空的，最终得回到对人类生活的帮助和改善上。或许，如 Altman 所说，得建更多清洁能源是一种解法，但也如批评者言，无论未来出路是什么，得尊重人类独特价值。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

2024 年初，在美国某处的一座仓库里，工人们正在做一件看起来有些奇怪的事：把书一本本送进机器，切掉书脊，扫描，然后把剩下的纸送去回收。

这些书是刚买来的，有些甚至是新的。没有人会读它们，它们存在的唯一目的，就是被销毁。

下令做这件事的，是一家叫 Anthropic 的 AI 公司。

在他们的内部文件里，这项计划有个代号：「巴拿马项目」。一份规划文件写得很直白：「这是我们以破坏性方式扫描全球所有书籍的计划，我们不希望外界知道我们正在做这件事。」

这件事最终还是被人知道了。

去年，一名联邦法官解封了一批与版权诉讼相关的文件，总计超过 4000 页。外界由此看到的，不只是一家公司的秘密，而是整个 AI 行业在数据争夺战中的真实面目。

被大模型「吃」掉的实体书

为什么这些处于技术前沿的科技巨头，会用如此原始甚至粗暴的方式对待纸质书？答案其实藏在 AI 对高质量数据的极度渴求里。

Anthropic 内部很早就意识到，训练 AI 模型光靠网络上的内容不够用。

根据《华盛顿邮报》报道，一位Anthropic 联合创始人在 2023 年 1 月的文件中写道，用书籍训练模型，可以让 AI 学会「如何写得更好」，而不是只会模仿质量参差不齐的网络语言。

书籍经过严格编辑和校对，内容结构清晰，是网络文本难以替代的高质量语料。

这个逻辑本身并不难理解，但问题是，既然承认书籍有价值，为什么不付钱？究其原因，挨个找出版社和作者谈授权，费时费力，成本也高。于是 Anthropic 启动了「巴拿马项目」。一句「不希望外界知道」，说明它也清楚这件事站不住脚。

甚至「巴拿马项目」还没启动的时候，Anthropic 已经尝试通过另一种方式获取书籍。

法院文件显示，公司联合创始人 Ben Mann 曾在 2021 年 6 月的 11 天里，从一个叫 LibGen 的网站下载了大量小说和非小说类书籍。LibGen 是个「影子图书馆」，上面的资源大多涉嫌侵权，文件中附带的浏览器截图显示，他使用文件共享软件完成了这些下载。

一年后，另一个网站 Pirate Library Mirror 于 2022 年 7 月上线，该网站公开宣称「在大多数国家故意违反版权法」。Mann 把这个网站的链接发给了其他 Anthropic 员工，并留言写道：「来得正是时候！！！」

这句感叹号背后，是一位公司高管对一个公开承认违法的盗版网站表达的真实态度。

Anthropic 事后表示，公司从未用这些数据训练过正式发布的商业模型。但这种解释多少有些勉强，下载了，存着，只是「没有用在正式模型上」，这条线究竟划在哪里，恐怕连 Anthropic 自己也说不清楚。

为了「巴拿马项目」，Anthropic 还专门聘请了 Tom Turvey 来主持这项工作。Turvey 曾参与创建谷歌图书项目，那个项目同样因大规模扫描书籍引发了长达多年的版权争议。Anthropic 选择这个人来主导这件事，很难说是一种巧合。

最终，Anthropic 主要依赖两家书商批量供货：

美国二手书零售商 Better World Books，以及总部位于英国的 World of Books，每次采购动辄数万册。内部文件还显示，员工曾讨论接洽纽约公共图书馆，甚至提到可以找某家长期资金不足的新图书馆。

采购完之后，整个扫描过程，就像一条工业流水线。

供应商用液压切割机把书脊整齐切掉，散开的书页随即被送进高速工业扫描仪，扫完之后，剩下的纸张交给回收公司处理。一家参与报价的扫描服务商在提案中写道，Anthropic 希望在六个月内完成 50 万到 200 万册书的数字化工作。

Anthropic 副总法律顾问 Aparna Sridhar 回应称，法院已裁定 AI 训练「本质上具有转化性」，Anthropic 选择和解的问题在于「部分材料的获取方式，而不是我们是否可以使用这些材料」。

这套说辞在法律上也许站得住脚，但它同时也揭示了一件事：这家公司从未认为自己做错了什么，只是某些手段不够干净。

拿你的书训练，再抢你的饭碗

同样的事情，也在其他公司身上发生着，而且有些细节更为戏剧性。

针对 Meta 的诉讼文件显示，有员工在 2023 年直接写道：「用公司笔记本进行种子下载感觉不太对劲。」他后来还专门向法务团队反映，称使用种子网站可能意味着向他人分发盗版作品，「这在法律上可能行不通。」

但这些顾虑最终没有改变任何事情。

2023 年 12 月的一封内部邮件显示，使用 LibGen 已在「上报至 MZ」之后获批，MZ 指的是 CEO 马克·扎克伯格。邮件还坦率地写明了他们自己都清楚的风险：「如果媒体报道暗示我们使用了已知为盗版的数据集，这可能会削弱我们在监管问题上的谈判立场。」

换句话说，他们不是不知道这样做不对，只是在权衡被抓包的代价。为了降低这个风险，员工们特意租用亚马逊的服务器来做种子下载，而不是用 Meta 自己的服务器，原因是避免被追踪到 Meta 公司。

OpenAI 和微软同样面临图书作者的版权指控。OpenAI 甚至承认曾下载过 LibGen，但称在 ChatGPT 发布前已删除相关文件。

而 AI 公司与创作者之间的版权冲突，并非从 Anthropic 才开始。

早在 2000 年代初，Google 就曾大规模扫描图书馆馆藏，同样引发了长达十年的诉讼。最终法院认定Google 的做法属于「合理使用」，因为它只提供片段摘要，目的是引导读者找到书，而不是取代书本身。

这个判决在当时看来合情合理，却在二十年后为整个 AI 行业提供了一块挡箭牌。

Google 图书是个索引工具，而生成式 AI 直接消化书籍内容，然后输出文字，在某些情况下与作者产生直接竞争。性质变了，但援引的法律逻辑还是同一套，这本身就值得思考。

去年 6 月，联邦法官 William Alsup 裁定，Anthropic 用书籍训练 AI 属于合法行为，他将这个过程比作教师「训练学生写好文章」。这个比喻听起来温和，但现实中的老师不会同时训练几百万个学生，也不会靠这些学生赚几十亿美元。

最终，Anthropic 选择支付 15 亿美元和解金，在 AI 版权诉讼史上创下纪录，但细看之下，账算得并不亏。按照美国版权法，每件作品的法定赔偿上限可达 15 万美元，而此次和解折算下来，每本书约赔 3000 美元，仅为上限的 2%。

赔偿金由作者和出版商平分，只是，这一安排在创作者群体内部引发了争议。

不少作者认为，出版商在保护作品不被 AI 滥用这件事上没有尽力，却拿走了一半赔偿。更关键的是，和解协议并不要求 Anthropic 承认任何违法行为，法院对「AI 训练属于合理使用」的认定照样有效。

换句话说，Anthropic 用 15 亿美元买到的，不只是和解，还有一份背书：我们可以继续这么做。有分析人士指出，随着这个先例确立，版权侵权对 AI 公司来说已经不再是一条红线，而是一笔可以提前计入成本的「过路费」。

对许多写书的人来说，这件事意味着的远不止一张支票。美国作家的年收入中位数约为 2 万美元，而市值数千亿的 AI 公司在未获授权的情况下大量使用他们的作品，事后折算的赔偿标准远低于法律上限。

更让人忧虑的是，AI 正在批量生成文字内容，这些低成本的文本涌入市场，让原本就艰难的写作谋生变得更难。训练 AI 用的是人写的书，而 AI 产出的内容，正在挤压人继续写书的空间，循环往复。

支持者自有另一套逻辑：AI 并不储存书里的内容，而是从中提取语言规律，这更像是一个人博览群书之后形成自己的表达。这个类比并非毫无道理，但却省略了一个关键差异：

人读了一本书，不会同时读一百万本；而 AI 在几个月内消化了人类几十年的写作积累，随后以极低的边际成本无限复制输出，规模改变了性质，把两件事等同起来其实并不合理。

数百万册书被切开、扫描、回收，最后换来一份和解协议。那些书，早已不在了。而 AI 还在继续写作，且会越来越快。这大概就是这件事最让人不安的地方：对于书被销毁，被肆意用来训练 AI 这件事，没有人真正付出了代价。

附上参考地址：
https://www.washingtonpost.com/technology/2026/01/27/anthropic-ai-scan-destroy-books/

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

车企们的脚步比预想中走的更快。

春节刚过，日产便率先出手，一次性更新了四款车。

日产 N6、N7

日产首先对日产 N6、N7 的价格配置进行了调整。

日产 N6 去年上市时推出了 180MAX+、170MAX+旗舰版，但由于 8155 芯片排产原因，直至今日才正式启动交付。

此外日产 N6 此次增加了一个 11.19 万元的 180Pro+ 版本，这个版本和 180MAX+、170MAX+旗舰版一样，全部搭载宁德时代电池，以及东风日产与 Momenta 定制开发的组合驾驶辅助，包括了高速领航驾驶辅助、同级唯一 Momenta 泊车辅助，以及同级首个城市记忆领航辅助，是同级唯一同时搭载宁德时代电池与 Momenta 高阶驾驶辅助的插混车型。

其他配置上，与 180MAX+、170MAX+旗舰版相比，180Pro+ 仅少了一个前排的 AI 零压座椅。

日产还为 N6 还新增了灵感源自赛里木湖「湖光蓝」车色，以及可以选装 N7 同款智能冷暖压缩机冰箱及甄选运动包。

日产 N7 只做了价格调整，虽然此次推出的车型名为「青春版」，实则车辆配置几乎未变，只是价格在原来基础上下调了 1 万元。

本次发布会的重头戏则是天籁·鸿蒙座舱 SS380 大师版和第 15 代轩逸两款新车。

天籁·鸿蒙座舱 S380 大师版

天籁鸿蒙座舱上市后的表现比较稳定，已连续两个月位居鸿蒙座舱轿车销量首位。

为了回应部分用户对车辆外观个性化和质感提升的需求，日产此次推出了天籁鸿蒙座舱 S380 大师版。=

天籁 S380 大师版主要在内外设计上进行了升级。

新车外观采用了黑金双拼配色，灵感取自黑曜岩与金色矿脉，配合新的腰线工艺，增加了车身的视觉层次感；座舱内部则采用了以「日落霞光」为理念的黑红内饰，进一步丰富了车内的视觉氛围。

智能化层面，天籁鸿蒙座舱进行了首次 OTA 升级。系统新搭载了基于 MOLA 架构的混合大模型，重点优化了人车交互的自然度。

升级后的 AI 语音助手支持四音区免唤醒、口语化指令及模糊搜索，在日常控车之外增加了更多信息交互功能。

同时，新增的语音导航纠错功能允许用户在行驶中直接通过语音修改目的地。此外，车机系统更新了 3D 时空主题，可模拟不同时段的光影变化。

动力系统上，天籁 S380 大师版继续搭载 2.0T VC-Turbo 发动机，应用了 8:1 至 14:1 的可变压缩比技术。其最大马力为 243 匹，峰值扭矩达到 371 牛·米，实测百公里加速在 6 秒级。

日产表示，此次新增加的黑金双拼外观与黑红内饰工艺比较复杂，合计约 1.5 万元，但为了展示诚意，上市价格最终定为 16.19 万元。

新轩逸

已经在海外更新的第 15 代轩逸这次也在国内亮相了。

作为全新换代产品，新车的外观与内饰设计基本与海外版保持一致。不过在动力方面，国产版并未引入海外的 2.0L 发动机，而是继续搭载 1.6L 自然吸气发动机。

第十五代轩逸采用了全新前脸造型，供「双前脸」设计供消费者选择。

标准版采用倒梯形熏黑进气格栅，内部辅以扩散风格的「V」形元素，并向两侧延伸出熏黑饰条，营造出极具攻击性的「獠牙式」视觉效果；全新矩阵式 LED 大灯下方同样融入獠牙式灯组，中间通过镀铬饰条贯穿发光 LOGO。

另一款前脸则通过熏黑饰板将上下格栅相连，形成大尺寸的「V」形熏黑格栅，运动气息更加浓厚。

新车长宽高分别为 4656/1825/1448 毫米，轴距 2712 毫米。车身侧面采用了溜背轿跑风格，搭配错落有致的腰线以及侧窗上沿精致的镀铬饰条，营造出强烈的动感。

此外，新车还配备了 16 英寸双色刀锋状轮毂。车尾部分，贯穿式尾灯与前脸相呼应，配合发光 LOGO 兼顾了科技感与辨识度。重新设计的后包围加入了凌厉的线条勾勒，结合微微上翘的「小鸭尾」设计，进一步强化了整车的运动气质。

全新轩逸的车机系统迎来了全面升级，功能更丰富且交互更流畅。根据不同配置版本，新车将提供倒车影像/全景影像、无钥匙进入与启动、远程启动以及 L2 级智能驾驶辅助系统等实用配置。

中控台设计更加现代化，空调控制区升级为触控操作屏；副仪表台区域则配备了 USB 接口、手机无线充电面板、传统机械样式挡杆及水杯架，前排中央扶手箱还加入了精致的缝线工艺，有效提升了座舱质感。

作为有着「移动大沙发」美誉的车型，第 15 代轩逸在空间与舒适性上也有改善。

新车后排座椅采用错落布局，三人乘坐也能保证肩部与腿部空间的宽敞舒适；同时新车还贴心地借鉴了 MPV 的低台阶设计，方便乘客上下车。

全新轩逸延承了家族「移动大沙发」的特点，配备了 Multi-Layer 人体工学座椅，借鉴航天零重力理念，采用 3D 支撑设计与复合缓冲材质，包裹柔软且支撑到位，久坐不累。主驾座椅升级了十向电动调节，坐垫加长了近 6 厘米，为大腿提供更充足的承托。

新座椅还采用了专为防眩晕设计的 T-Shape 结构，通过降低座椅重心，在车辆转弯或经过颠簸路面时提供更好的支撑来分担压力，有效缓解乘车眩晕感。

此外，新车后排还配备了独立空调出风口和电动天窗。

动力方面，全新轩逸继续搭载 1.6L 自然吸气发动机，最大功率为 99 千瓦（135 马力），峰值扭矩 159 牛·米，传动系统匹配 CVT 无级变速箱，这套动力总成主打经济平顺，WLTC 工况下百公里综合油耗仅为 5.88L。底盘部分依旧采用前麦弗逊式独立悬架与后扭力梁式非独立悬架的经典组合。

新车最终起售价则定在了 9.49 万元。

日产如此迅速的节奏背后是不小的市场压力。2025 年全年，东风日产仅售出 60.1 万辆车，已是连续第七年下滑。

在 2026 年的第 1 个月，整个日产品牌共售出了 44845 辆车，销量不仅低于同为日系车企的丰田、本田，甚至未能超过平均价格更高的奥迪和宝马。

更重要的是，被给予厚望的日产 N6 和 N7 均表现不佳，N6 仅售出了 3012 辆，上市 4 个月以来累计售出 10399 辆，而风光一时的 N7 销量也在持续下行，1 月份仅售出了 978 辆。

其新能源车型的整体销量占比依然低于行业平均水平，天籁，轩逸、逍客等传统燃油主力车型的市场份额也在逐渐缩减，更别说已经接近「入土」的英菲尼迪品牌。

面对这些现实压力，东风日产明确了下一步的转型规划。

按照计划，到 2027 年底，东风日产将共计推出 6 款全新新能源车型（包括已上市的 N7 和 N6），目标是将新能源车的销量占比提升至 50% 以上，并实现年出口量 10 万辆。

在资金和人员投入上，东风日产计划在 2026 年底前投入 100 亿元，并将研发团队扩充至 4000 人，重点推进电动化和智能化技术的开发。

虽然东风日产正在积极补齐短板，但在当前竞争极度激烈的市场环境下，想要追回流失的份额，其转型的速度和产品落地的节奏还需要再快一些。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

「software armageddon（软件末日）」——这是外媒描述过去几个月软件板块遭遇时用的词。Anthropic 每推出一个新工具，市场就会条件反射式地先问一遍：又有哪些软件要被干掉？然后果断抛售手里的股票。

短短几周，成千上万亿美元的市值凭空消失。

就在昨晚，Anthropic 再度发布企业级产品更新。当所有市场都在等着看又要杀入哪个赛道，结果，Salesforce 涨了 4%，Thomson Reuters 涨了 11%，Figma 涨了 10%，Docusign 和 LegalZoom 均上涨超过 2%。

软件股的噩梦，这次没有如期而至。而市场情绪在一夜之间发生了 180 度转向，这件事本身就值得好好说说。

10 个插件模板，每一个都在盯着人类的工位

先说功能本身。

这次发布的核心逻辑，是把 Claude 变成可以深入企业不同部门的专业智能体，同时允许管理员创建私有插件市场，在组织内部统一分发和管理这些工具。

连接器层面的新增覆盖了大多数主流企业应用：Google Workspace（含 Calendar、Drive、Gmail）、Docusign、Slack、LegalZoom、FactSet、Harvey、Apollo、Clay 等等。

管理员可以基于入门模板快速创建插件，也可从零构建。Claude 会在设置过程中通过提问引导定制，所有内容统一收纳在新的「Customize（自定义）」菜单下，方便集中查看与管理。

斜杠命令现在以结构化表单的形式启动，执行「生成报告」或「创建仪表板」这类工作流时，操作直观得像填一份简单问卷。管理员还可按用户分配插件、设置自动安装，并通过 OpenTelemetry 追踪团队使用成本与工具调用行为。

10 个 插件模板的扩充，则是此次发布的重中之重，每个模板都与相关领域从业者联合设计，覆盖了真实职场中的具体工作场景。

• HR 插件覆盖员工全生命周期管理，包括起草录用通知、制定入职计划、撰写绩效评估和薪酬分析。
• 设计插件可生成评审框架、撰写 UX 文案、执行无障碍审查并制定用户研究计划。
• 工程插件用于撰写总结、事故响应协调和部署清单制定。
• 运营插件则覆盖流程文档编写、供应商评估和操作手册创建。
• 金融领域的插件直接瞄准专业服务行业的核心工作流。
• 财务分析插件支持市场竞争研究与财务建模；
• 投资银行插件可审阅交易文件、构建可比公司分析并准备推介材料。
• 股票研究插件能解析财报电话会议记录并根据新指引更新财务模型；
• 私募股权插件支持大批量文件审阅与情景建模，并对投资机会自动打分。
• 财富管理插件则帮助顾问识别组合偏离与税务风险，大规模生成再平衡建议。

在跨应用协作层面，Claude 现在可以在 Excel 与 PowerPoint 之间端到端完成多步骤任务。它能先在 Excel 中完成数据分析，再自动生成 PowerPoint 演示文稿，目前以研究预览形式向 Mac 和 Windows 平台所有付费用户开放。

这次更新也是 Anthropic 在智能体领域加速布局的缩影。

上个月 Cowork 刚首次亮相，本月早些时候 Anthropic 还发布了 Claude Opus 4.6 和 Sonnet 4.6。目前 Cowork 仍处于研究预览阶段，向付费的 Pro、Max、Team 和 Enterprise 用户开放。所有的弹药都在指向同一个目标：接管工作。

为什么 Anthropic 点名的合作伙伴，股价都涨了

既然 Claude 已经能代替人类干这么多活了，为什么软件公司的股票反而涨了？要理解这次反弹，得先还原过去几个月那轮恐慌是怎么来的。

投资者的担忧并非无中生有。今年 1 月底 Cowork 开放插件支持后，市场立刻作出了最坏打算——毕竟当 AI 把法律文件审阅、合规追踪、财务建模这些原本按席位高价收费的功能包，压缩成随装即用的工作流组件，传统软件的护城河将遭受最严厉的质疑。

最近，OpenAI 还在投资者会议上宣称，其 AI 智能体将有能力取代 Salesforce、Workday、Adobe 和 Atlassian 的软件，并算了一笔账：

普通员工使用 ChatGPT 平均每天节省约 50 分钟，相当于每人每天约 50 美元，而企业版 ChatGPT 起价仅为每人每月 25 美元。言下之意，OpenAI 认为自己目前只拿走了所创造价值的一小部分。

这种表态，基本等于公开宣战。

对比之下，Anthropic 这次发布会，选择了截然不同的姿态。它没有再强调「取代」，而是大力宣传与现有 SaaS 厂商的深度集成与联合开发，与 Thomson Reuters 共建法律智能体，与 Salesforce、Slack、FactSet 深度打通，与 PwC 联合将企业级智能体引入 CFO 办公室。

被点名合作的伙伴股价应声上涨，也是正是因为市场开始理解：Cowork 这次的定位是替代完成工作的「员工」，而非替代员工使用的「软件」，新工具仍然需要调用 Salesforce、Docusign 等系统，企业依然要持续为这些软件付费。

这个区分很重要，但它并不能消解所有担忧，只是让市场暂时喘了口气。

真正的分水岭，在于理解这个行业里存在两类截然不同的公司。一类是掌握企业核心交易记录与客户关系，迁移成本极高，AI Agent 要运作反而必须依赖它们；另一类提供的是人与系统之间的中间体验，而这恰恰是最容易被 Agent 穿透的地带。

不是裁员，是再也不需要招那么多新人了

如果说软件公司还能争取到一段缓冲期，打工人面对的压力则是实实在在的。

以 Anthropic 新增的金融系插件为例，其覆盖了从财务建模到推介材料生成、从财报解读到投资打分的全链条流程。这些工作恰恰是大量初级分析师赖以入行的基础任务内容。

Anthropic 在今年 1 月发布的经济影响指数报告给出了更具体的数字支撑。报告通过分析 100 万条真实对话，估算了 Claude 在不同职业中能够有效承接的工作比例。

结论并不是简单的「覆盖了多少任务」，而是引入了一个更严格的指标——「有效 AI 覆盖率」：在 Claude 能完成的任务里，究竟有多少是这个职位最核心、最耗时的工作？

数据录入员和数据库架构师在这个维度上排名靠前。前者虽然只有两项核心任务落在 Claude 的能力范围内，但其中一项恰好是他们花时间最多的工作——从源文档读取并录入数据。

金融分析师的情况与此类似。基于岗位任务结构与已公开工具能力的匹配来看，投行初级分析师的日常任务存在被自动化的风险。

当然，这不代表这些岗位会消失，但它意味着同样一个团队能完成的工作量将大幅提升，也就是说，企业未来需要雇用的初级人手会更少。

问题是，当 AI 接手这些基础执行工作，短期内利润率确实好看，但代价是新人少了练手的机会，等到五到十年后，市场极度缺乏能够审查 AI 复杂输出、承担最终决策责任的高级人才时，这个代价就会以一种所有人都措手不及的方式显现出来。

与此同时，APPSO 之前也报道过，「影子 AI」现象正在企业内部蔓延，指的是员工未经 IT 部门批准或监督，擅自使用AI 工具或应用程序，导致 IT 支出失控，安全合规隐患持续叠加。

SaaS 管理平台 Zylo 的数据显示，大型跨国企业与 AI 相关的支出同比跃升 400%，而原有基础软件投资并未缩减。AI 正在成为企业账本上最昂贵且最难追踪的「隐形员工」。

从中长期来看，纯粹押注 AI 颠覆一切的逻辑，和积极拥抱 AI 同时牢牢握住核心数据护城河的行业巨头，是两种截然不同的命运路径。前者的叙事更性感，后者的胜算或许更大。

Anthropic 今天向外展示的「合作」姿态，听起来温和，甚至有点示好。市场也在一夜之间被安抚了，但没人真正回答那个根本问题：AI 冲击职场的终点，到底是人和 AI 一起干活，还是 AI 干活、人来担责，还是连这最后一道门槛也终将消失？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

在苹果传奇创始人史蒂夫 · 乔布斯 71 岁诞辰之际，史蒂夫 · 乔布斯档案馆发布了一个文集——《给年轻创作者的信》（Letters to a Young Creator）。

这个文集可谓是众星云集，齐聚了近 30 位商业、设计、科技等领域领军人物，如苹果现任 CEO 蒂姆 · 库克、前苹果首席设计师乔纳森 · 艾维、日本建筑师安藤忠雄、德国设计师迪特 · 拉姆斯，等等。他们以「给年轻创作者一封信」的形式，分享了各自创造、设计、人生的深刻洞见。

这个文集的名称也颇有巧思——致敬德国诗人里尔克《给一个年轻诗人的信》，这也是乔布斯生前最喜欢的读物之一。

美国慈善家、乔布斯的遗孀劳伦 · 鲍威尔 · 乔布斯，为整部文集写了一则非常具有智慧和启发性的引言，其中她提到了里尔克的一个金句：

此刻，请你活在问题之中。或许有一天，在你未曾察觉之时，你已渐渐走入答案。

无论你是不是一位创作者，只要你怀揣着对于工作、学习乃至人生的疑问，我相信都能从这些分享者的箴言和思考中，获得一点启迪。

文集内容非常长，我们选取了几位重要的代表人物，摘录了其中部分内容进行分享。

整部文集可以在乔布斯档案馆以及苹果图书商店免费获取，官网地址：https://stevejobsarchive.com/publications

苹果 CEO 蒂姆 · 库克：相信自己的力量

我永远不会忘记第一次与乔布斯的谈话。当时苹果正在谷底挣扎，史蒂夫试图扭转局势。很多人怀疑公司能否存活。有人警告我，加入苹果的风险巨大。

但当史蒂夫开口说话，我心中的犹豫瞬间消散。我从未见过如此充满激情与愿景的人。他谈论未来——科技将释放人类创造力与潜能，以连结与提升我们的方式，甚至超出他的想象。为此，他需要一群充满好奇心的人，为超越自身的目标而努力。我知道我必须加入。

在史蒂夫身上，我找到了导师。他激励我成长与自我挑战。加入苹果，对我来说不是换了一份工作，而是找到了使命。这是我做过最重要的决定。

当你们开启职业生涯，你们也会面临选择。你们正处在一个技术突破不断涌现的时代，新路径与新机会正在展开。

这令人兴奋，也可能令人恐惧。如何知道该走哪条路？如何确认自己做出正确选择？

如果能给你带来安慰，请记住：许多成功人士在你们这个年纪，也并不知晓答案，这没有关系。我学到的一点是：未来不可预测。与其问「会发生什么？」，不如问「当它发生时，我会成为什么样的人？」

我希望你们能成为在工作中追寻意义的人，成为理解为世界做有意义之事之美的人。去寻找点燃你热情的人吧，守护你内心的好奇火焰。

最重要的是，不要怀疑你们拥有成就非凡之事的能力。而实现它的唯一方式，是与他人共同完成。

我相信你们。

前苹果首席设计师乔纳森 · 艾维：创造美的事物

自从他的悼词之后，我没有再公开谈论我与乔布斯的友谊、冒险与合作。我从未去读那些铺天盖地的故事、讣告，或那些奇怪的误读如何被写进「传说」。

我爱乔布斯看世界的方式，他的思考方式美得惊人。他无疑是我见过最具探究精神的人。他的好奇心不是零散或随意的，也不依赖既有知识或专长，而是凶猛的、充满能量的、不安分的。他以明确的意图与严格的训练来实践好奇心。

很多人天生会更好奇。我相信，经过传统教育，或在多人环境中工作之后，好奇心反而成了一种需要意志与纪律的决定。

好奇心会逼着我们学习。而对史蒂夫来说，想学习远比想证明自己正确更重要。

好奇心把我们连在一起。它构成了我们快乐且高效合作的基础。我想，它也缓冲了我们对「做一件可怕的新事物」的恐惧。

史蒂夫很在意自己思考的性质与质量。他对自己期待极高，并努力让思考具有罕见的生命力、优雅与纪律。他的严苛与韧性把标准抬到了令人眩晕的高度。

然而，当想法逐渐成长为点子——无论多么试探、多么脆弱——他都会意识到这是神圣之地。他对创作过程有深刻理解与敬畏。他明白，创作应当获得罕见的尊重——不仅是在想法很好或条件很便利的时候。

想法是脆弱的。如果它们已经被彻底解决，那就不再是想法，而是产品。要不被新想法带来的问题吞没，需要一种坚定的努力。问题很容易被清楚说出、被理解，它们会夺走氧气。史蒂夫会把注意力放在想法本身上，哪怕它不完整、甚至看似不太可能。

现在，比任何时候我都更怀念史蒂夫那种独特而清澈的清晰感。超越想法与愿景本身，我怀念的是他那种能够为混乱建立秩序的洞见。

这和他「擅长表达」的传奇能力无关，却与他对简单、真实与纯粹的执念有关。

归根结底，我相信这反映了驱动他的底层动机。他没有被金钱或权力分散注意力，而是被一种更直接的愿望驱动：以具体可见的方式，表达他对人类物种的爱与欣赏。

他真的相信，当我们做出有用、赋能且美的事物，我们是在表达对人类的爱。

我对你、也对我自己的真诚期望是：我们用创造美的事物来证明我们对人类的欣赏。

日本建筑大师安藤忠雄：不存在唯一正确答案

致年轻的创作者们，

被时代的动荡吞没之际，

请去寻找那些不变的、或不应改变的事物：

那就是人类文化的本质。

这就是我对建筑的理解。

从不存在唯一正确答案。

对话越是极端、越是不妥协，

内心承受的挣扎越是艰难，

建筑的生命力便越发强大。

致年轻的创作者们，

生命的本质不在聚光灯之下，

而存在于阴影中的挣扎时刻，

当你朝远方的光努力前行之时。

请不要失去对那束光的凝视。

德国工业设计师迪特 · 拉姆斯：做得更少，但更好

多年前，我把自己在创作工作中的经验与对产品设计的态度，总结为十条原则（十诫）。我认为它们在今天依然有效：

• 好设计是创新的
• 好设计让产品有用
• 好设计是审美的
• 好设计让产品易于理解
• 好设计是不张扬的
• 好设计是真诚的
• 好设计是耐久的
• 好设计到最后一个细节都是一致的
• 好设计是环保的
• 好设计是尽可能少的设计

不过，这些原则并非不可更改。每一代人都应重新审视它们，并在必要时修改、补充。把它们当作你工作的心理指南。

把自己看作不仅是人们及其需求的倡导者，也要成为我们星球的倡导者。

「为无思考消费做无思考设计的日子已经结束。」我多年前这样写过。遗憾的是，这个愿望至今仍未实现。我把这个愿望传递给你：做得更少，但做得更好。

苹果广告大师李 · 克劳：不做「正确的事」

李 · 克劳是和乔布斯长期合作的广告总监，他帮苹果制作了《1984》和《不同凡想》（Think Different）两条经典广告。

关于如何拥有并推销一个大胆想法，可以这样理解：

不要做「正确的事」。

「正确的事」在会议上听起来很好，在图表上看起来完美。

「正确的事」能安抚焦躁的情绪，让所有人都能达成共识。

「正确的事」足够好。

但正如我们公司 T 恤印着的：

「足够好，并不够好。」

要像躲瘟疫一样躲避「正确的事」。

那我是在建议你做错误的事吗？

当然不是。去做勇敢的事。

做那件让你睡不着觉的事，那件充满未知的事，那件一会儿显得荒谬、一会儿显得天才的事。那才是你应该做的。

追逐它，不要放手。去做那件颠覆的事，那件掀翻现状的事，那件不仅挑战现状，而是重塑它的事。你可以做到。

做不做「正确的事」是一种选择，是否选择颠覆也是一种选择。

我建议你选择勇敢。

迪士尼 CEO 鲍勃 · 艾格：创造本质上是冒险

由于皮克斯和 iPod 的关系，乔布斯与迪士尼 CEO 鲍勃 · 艾格有过多次合作和交流，两人关系十分友好，乔布斯还曾经邀请艾格作为苹果发布会的神秘嘉宾。

创造力，在它最巅峰、最纯粹的形态中，是人类全情投入、卓越执行，以及某些时刻运气加持的结晶。

同样重要的是，我们必须意识到：创造力无法被简化为数学或科学问题。算法与数据永远无法告诉我们「应该创造什么」。在这个被数据淹没的时代，我们很容易想让它回答所有创意上的问题。但它不会——因为它做不到，我们也不该这样要求。

对创意决策进行事后揣测，是一件危险的事。要从创作中的失误中学习，但不要反复追问「为什么当初要这么做」。更好的问题是：「怎样可以做得更好？」

最后，畏惧风险，等同于扼杀创造力——因为一切真正的创造，本质上都是一次冒险。

愿你们的好奇心，成为这段旅程的燃料。愿它为你们带来源源不断的探索、激动与满足。

美国作家莫娜 · 辛普森：做最好的自己

莫娜 · 辛普森是一位美国小说家，代表作《在别处》《凡人》等。她还有两个特殊身份：《辛普森一家》中母亲的角色原型，以及史蒂夫 · 乔布斯的胞妹。

给年轻作家的信：

最重要的事情，其实非常简单：养成每日练习的习惯。艺术不是一个项目，不是一门生意，甚至不只是职业。艺术是一种生活。

我的一位老师曾经建议：如果你能想象自己去做任何别的事，那你或许应该去做那件事。

因为创作这条路，只属于那些无法以别的方式生活的人。

没有什么固定公式；有人在黎明时分状态最佳，有人则在夜深人静时灵感最盛。

每天早起，开始写作。你每天做什么，你就成为什么。

要明白：这是一场漫长的游戏。

开始弄清楚，你要如何进行持续自我教育。

你的教育不仅在写作本身，也在阅读那些前人留下的作品。学会深度而高效地阅读。

培养你的判断力。但不要让这种审美的精细，阻止你继续创作新的作品。

试着与他人建立共同体。这将是你的一生。想办法去享受它。组建读书会，创办文学杂志，发起朗读活动。

不要让那种「我还不够好」的抑郁情绪吞没你，耗掉一段又一段生命。因为每次从这种低谷走出来，你都会发现自己又回到了起点。多去生活，多去写作。

避免排名与比较。我或许更愿意成为贝克特或卡夫卡，但充其量，我也只能成为一个不错的模仿者。你能成为的最好状态，只能是成为最好的自己——那才是值得追求、值得发现的。而这，从根本上说，与别人正在做什么毫无关系。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

没有永远的东家，只有永远的 offer。

就在刚刚，据 The Information 报道，七个月前刚加入 Meta 的技术大牛庞若鸣（Ruoming Pang），在上周悄悄加入了 OpenAI。

这名字你可能没印象，但履历相当硬核。庞若鸣本科毕业于上海交通大学，硕士毕业于南加州大学，同时也是普林斯顿大学计算机博士。

在 ChatGPT 一炮而红的前一年，他就因为在开发和训练大规模 AI 系统方面经验丰富，精通从模型本身到背后支撑的软件等各个环节，而被 Giannandrea 从 Google DeepMind 招募到苹果。

苹果为他大开绿灯，允许常驻纽约，不用搬去库比蒂诺总部，这在苹果高管安排中相当罕见。他从几个人的小团队起步，逐步把基础模型团队扩到 100 人左右，成员来自 DeepMind、Meta、微软、亚马逊，货真价实的全明星班底。

2024 年 WWDC，苹果高调发布 Apple Intelligence，写作工具、图像生成、接入 ChatGPT，背后大头都是他团队的成果。后来落地到 iPhone 的 Genmoji、邮件摘要这些功能，也基本出自他团队之手。

用一句话概括，他此前正是苹果 AI 战略的中轴线人物之一。

然后，求才若渴的 Meta 出手了。

据当时彭博社报道，Meta 开价超过 2 亿美元，横跨数年，大头是股票和签约奖金，且需完成特定里程碑才能全部兑现。知情人士透露，为了让庞若鸣放弃苹果团队以及过往在 Google 积累的资源，Meta 还为他量身定制了一套补偿机制。

这个数字几乎刷新了外界对顶级 AI 人才的估值认知。

进入 Meta 后，他在扎克伯格亲自组建的超级智能实验室负责 AI 基础设施工作。据他本人对同事的说法，在 Meta 干得挺开心，基础设施也给力。

但，转折点就是这么猝不及防。OpenAI 在他入职数月后就开始积极接触他，于是不到一年，庞若鸣挥一挥衣袖，转身拥抱了 OpenAI。

值得一提的是，他加入 Meta 时，还带走了部分原苹果团队成员。其中有个叫 Tom Gunter 的研究员，原本已经跳去了 OpenAI，听说庞若鸣去 Meta，直接掉头跟过去了，如今老大挪窝，他的去留也成了悬念。

庞若鸣的离开，也侧面反映了 Meta 在 AI 转型期所面临的复杂局面。

Llama 4 折戟之后，扎克伯格憋着一口气，要重新打造一支「超级智能」梦之队，为此几乎是不计成本地砸钱、砸资源、砸人脉。

143 亿美元买下 Scale AI 近半股份，把 Alexandr Wang 拉进来直接向自己汇报；四处挖角 OpenAI、Anthropic、Google 的核心骨干。

甚至据 OpenAI 首席研究官 Mark Chen 在播客中透露，扎克伯格为了从 OpenAI 挖走顶尖 AI 研究员，亲自下厨煮汤，并亲手递送到目标人选手中。

这番努力已初见成效。1 月 21 日，Meta CTO Andrew Bosworth 在瑞士达沃斯世界经济论坛期间正式宣布，Meta 超级智能实验室已完成首批核心 AI 模型的内部交付，表现「非常出色」。

不过他也坦承，「训练之后仍有大量工作要做」。稳定性、成本、安全合规，一堆问题还没解决，离真正可用还有距离。

庞若鸣的出走，恰好在这个节骨眼上发生，难免让外界对 Meta 超级智能实验室的前景多打几个问号。硅谷不相信忠诚，最顶级的 AI人才争夺战，也远未到终局。至于小扎能否得偿所愿，我们很快就会知晓。

附上参考地址：
https://www.theinformation.com/briefings/openai-hires-meta-ai-researcher-previously-led-apples-models-team?rc=qmzset

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

 

编者按：

当 AI 开始寻找自己的形状，有些选择出人意料。

AI 在智能手机上生出了一颗独立按键，似乎让智能手机找回了久违的进化动力。眼镜凭借着视觉和听觉的天然入口，隐隐有了下一代个人终端的影子。一些小而专注的设备，在某些瞬间似乎比 All in one 的设备更为可靠。与此同时，那些寄望一次性替代手机的激进尝试，却遭遇了现实的冷遇。

技术的落地，从来不只是功能的堆叠，更关乎人的习惯、场景的契合，以及对「好用」的重新定义。

爱范儿推出「AI 器物志」栏目，想和你一起观察：AI 如何改变硬件设计，如何重塑人机交互，以及更重要的——AI 将以怎样的形态进入我们的日常生活？

原本以为，三星 Galaxy S26 系列早已被曝光，发布会也就走个流程。没想到三星和 Google 还藏了一手。

两家公司共同展示了 S26 搭载的全新 Gemini 智能体能力：口头吩咐一句话，Gemini 就能在 Uber 帮你打车，或者 DoorDash 上点外卖。

这个功能目前还处于早期预览阶段，仅在美国和韩国提供。

你可以理解为，Google 和三星一起联手，做了一个全球版的「豆包手机」（准确来说叫豆包手机助手）。Galaxy S26 系列只是开始，这些能力后续会推送到 Google Pixel 10 手机，以及更多 Android 17 设备上。

在看过、用过许多个手机/电脑系统级 AI 智能体，也深度使用过「豆包手机」之后，再看这次的 Gemini 智能体，我觉得关于它的讨论不该止于一个「新功能」。

诚然，这不是 Android 操作系统的底层框架首次为了容纳智能体而被深度定制——包括 OPPO、荣耀、华为等在内的许多厂商都已经做了相当多的早期的尝试。

但这可是 Google，是 Android 操作系统的绝对拥有者。

如果说字节跳动作为一个「外人」，做的尝试对国民级 app 犯了「大不敬」——Google 来做这件事情，意义就完全不一样了。

不过别急，我们还是先看看，这次 Google 和三星做的「豆包手机」，到底怎么一回事。

三星「豆包手机」，用起来怎么样？

三星和 Google 这次展现的「Gemini 自动任务」能力，能够模仿人类操作手机，从而实现任务的自动化。背后的实现思路，是 AI 读屏理解 + 系统底层/应用层 API 的双重路径。

需要注意的是，字节和努比亚共同开发的「豆包手机」，重度使用系统级权限的能力，以及读屏，而非 API。你可以理解为，豆包手机主要走的是「没跟应用开发者打好招呼」的，「硬来」的实现思路，也为国民级 app 对其封杀抵制留下了把柄。

而三星和 Google 这次在 Galaxy S26 系列上做的 Gemini 智能体，可以说两者兼备。根据三星方面透露的信息，其应用商城排名前 200 的应用都能支持（但仅限特定应用的使用效果可以保证，后面详述）——说明三星、Google 至少大体上这些应用开发者打好了招呼。

我们来看看《连线》杂志编辑的体验效果：她直接呼出 Gemini，告诉它自己要去机场，Gemini 应用本身会打开一个「虚拟窗口」中打开 Uber，并在后台开始执行这个动作，用户可以随时点击进入查看 Gemini 的执行进程。

由于当地有几个不同的机场，Gemini 很快又提醒用户选择合适的目的地；下单时，Gemini 也会把界面推到用户面前，方便用户选择合适的车辆并支付。

Gemini 的「虚拟窗口」，可以理解为一个沙箱化的「虚拟机」，是 Google 对用户隐私保护的一种考量。过去的 Gemini 运行在 Android 系统中，但这次的新 Gemini 智能体操作应用时，仅限在这个沙箱内工作，并不会触及设备的其他部分。

再多提一嘴：如果大家用过 Manus、 月暗的 Kimi computer、智谱 AutoGLM 等，具备云电脑/云手机能力的智能体产品，应该就很容易理解这个 Gemini 虚拟机的逻辑了。

这算是相当简单的任务，不少国产 AI 手机助手在一年前都已经攻克了这种场景。

而 Gemini 更加杀手级的能力，是和此前已经长线布局的读屏、抓信息特性相结合。

比如，当用户和朋友聊到聚会要订披萨，用户可以直接叫出 Gemini，吩咐一句「弄清楚订单」，Gemini 就能直接抓取聊天中提到的披萨店，甚至特定的披萨种类，整理好每个人的需求。

随后，用户可以直接让 Gemini 在外卖平台 Grubhub 上点外卖，AI 会按照刚梳理完成的订单需求，在后台自动化把所有食物添加到购物车，交付给用户确认和下单。

有时，订餐的情况会没那么顺利，Gemini 也会尝试自己先去解决突发状况，并给用户提供解决方案。有一次，披萨店在繁忙时段限制了大号披萨的下单量，Gemini 就会询问能不能点两个中号代替。

还有一个例子：用 Google Keep 笔记列举了烧烤派对的出席名单，并标注了素食主义者。Gemini 可以先计算好整个派对总共需要多少热狗和面包，然后再让它去采购食材，几分钟后商品全部被安放在了 DoorDash 平台的购物车里。

Google Android 生态系统总裁 Sammer Samat 透露，Gemini 并非提前「记住」了这些平台操作的步骤和线路，而是真的在利用推理能力，模仿人类查看屏幕并进行下一步操作，这意味着 Gemini 未来能在更多场景发挥潜力。

这里你能看到，Gemini 首批主打订餐、叫车场景，这一点倒是更像春节前千问所做的事情。

又一个「豆包手机」，来自 Android 官方

对比真正「全能」，连微信收藏都能帮忙找的豆包手机助手（至少在被抵制之前），Gemini 目前的能力还相当局限，聚焦在打车、外卖、杂货这些日常场景，虽说底层技术能力更强，但用户的实机使用效果，跟鸿蒙的小艺、荣耀的 YOYO 等国产手机 AI 助手并无太大不同。

不过正如文章一开头提到，Google 手握一整个 Android 生态，有着绝对的号召力和掌控力。

随着 Gemini 自动化能力的发布，Google 也详细公开了背后 Android 系统的底层布局和未来计划——有两个方向，简单来说，就是既「苹果」又「豆包」。

首先，Google 去年发布了一个名叫「AppFunctions」的框架，允许开发者公开应用特定的功能和特性入口，以便 AI 助手调用。

Google 将 AppFunctions 类比为 Android 的「模型上下文协议」（MCP），可以简单理解为一个对话标准，帮助第三方的 App 应用和 AI 模型进行对接。

这个框架类似苹果的 App Intents。在苹果的构思中，用户可以使唤 Siri 来操作各种 app 来实现功能，而底层实现方式就是通过 App Intents ——新一代 Siri 迟迟不能落地的前提下，App Intents 足以提供不错的效果。

Google 的 AppFunctions 也是同理。

比如用户下达指令，希望能从好友的电子邮件中找到一个食谱，并将相关配料加入购物清单中。AI 接到命令，首先调用邮件 App「搜索」的功能入口，检索并提取出相关内容，然后调用备忘录的「购物清单」入口，把数据填入整理。

一些 AppFunction 功能已经在三星 Galaxy S26 和 One UI 8.5 系统中落地。比如，用户可以对 Gemini 下达指令，找出相册中的特定照片，并用短信发送给朋友。

需要注意的是，整个过程中，Gemini 不需要打开相册和短信 App，甚至没离开 Gemini App，而是通过 AppFunctions，把对应入口抓取到 Gemini 之中执行操作，效率更高。

本质上，基于 AppFunctions 的实现方式，和过去的 API 路径逻辑相同。这是一种「打好了招呼」的解题思路。

但是，并非所有 App 都做好了相关的适配。没关系，Google 还做了另一手准备。

昨天发在 Android 开发者博客上的一篇文章中，Google 明确提出：公司还在开发一个 UI 自动化的框架，让 AI 助手和第三方应用模仿人类，直接打开 App 一步步操作。

——这，就是翻版的「豆包手机」了。

不过，尽管 Google 说以后 UI 自动化会承担真正的「重活」，在这次的 Galaxy 26 系列当中，UI 自动化只是一个「早期预览版」。

如果说 AppFunctions 需要 App 开发者进行额外的适配工作，那么 UI 自动化框架则是把工作量都留给 AI 智能体，无需任何额外适配，但效果非常取决 AI 智能体的能力，优势就在于一上线就能覆盖大量应用。

现在你可以看到，在 Google 的 Android Gemini 智能体计划中，AppFunctions 和 UI 自动化是两条路线，互为补充：通过规范化、可追溯的接口方式来确保最大限度的兼容性，同时为真正代表未来的读屏交互模式打好基础。

Google 还表示，这不会只是 Gemini 的专属功能，而是 Android 系统的特性。

这也意味着，未来不管是手机厂商自己内置的 AI 助手，还是 ChatGPT 等第三方应用，都能调用 AppFunctions 执行任务，或者「读懂」手机 UI 进行自动操作。

值得一提的是，在国行用不了 Gemini 的情况下，三星 Galaxy S26 的 Bixby 助手也能实现点外卖、叫车、电商比价的功能。我们可以合理推断，三星在国内也找到了一家模型供应商来替代 Gemini 的身份，至于这些大模型小龙当中具体是谁，可能就取决于过去一年里谁在手机智能体上成绩更突出了。

AI 手机的道路，不会只有「孤勇者」

去年「豆包手机」惊艳亮相，又因为令人遗憾的情况而「早夭」。在深感遗憾的同时，也让我们不禁去思考，AI 自动化的模式，就是 AI 手机的理想模式吗？

这个问题，没有个三五年也得不出答案。至少，豆包手机不是单打独斗，手握 Android 系统的 Google，同样选择了这个路线，而且话语权大得多。

其实当豆包手机火到海外之后，就有网友开始畅想，如果 Google 在 Pixel 以及 Android 手机上推广这个技术，那前景将会非常广阔。

虽然我觉得，Google 对于怎么回答「AI 手机」这个命题，其实也没有一个非常清晰的答案，更像是因为手上同时有 AI、系统和硬件，每个方向都尝试一下，说不定就有一条路跑通了。

但至少，Google 已经为 Android 打好了「系统级自动化」的样板，接下来不少新机，都有了化身「豆包手机」的潜力。

这个浪潮或许还不止于 Android 阵营。别忘了，苹果已经和 Google 达成合作，Gemini 将成为 Siri 的技术支持。而 App Intents 和 AppFunctions 又非常相似……

再往前看一点：Gemini 智能体甚至不只局限于 AI 手机。在 Sammer Samat 设想中，未来智能眼镜、AI 吊坠，甚至是汽车，只要有 Gemini，就能用它来完成复杂的任务——当然，这样的场景距离落地还有距离。

不过，Google 也只是在技术层面跑通了 AI 自动化的路线，而范式成立，不代表问题消失。豆包手机当时遇到的种种矛盾，也会成为后来者不得不面对的挑战。

首先当然是隐私和安全问题。Google 的饼画得很大，未来调用、操作手机 App 的将不仅限于 Gemini，一些第三方 AI 应用能更深入用户的数据核心，如果有伪装的恶意应用利用了这些接口，也会造成更大的损失。

更激烈的矛盾，是手机硬件厂商、模型/智能体能力提供商、大平台应用这三者之间，围绕 AI 时代新「入口」的争夺。这也是原版的豆包手机，一度最难逾越的高墙。

毕竟，用 Gemini 叫车，可能意味着用户不用再看到 Uber 的会员促销、广告推荐，甚至不再形成品牌黏性，直接损害到应用服务商/广告行业的收益。

中国有互联网/AI 巨头，海外何尝不是如此？像 Meta、Amazon 这样的老对手，本身还拥有强势的平台与生态，它们未必心甘情愿对 Google 开放，让 Gemini 来自动化一切。无论是以隐私、安全，还是平台规则为由，设置限制、提高接入门槛，博弈必然发生，争斗将进一步白热化。

至少 Google 对未来很有信心。Sammer Samat 认为，AI 技术已经进入了「正在进行时」，开发者与其绞尽脑汁对抗 ，还不如去思考一个合适的方式拥抱它。

新与旧的对抗不可避免，最终的胜利者，只会是那些在变革前夜，就已经在勇敢追逐的玩家。

参考资料：
https://android-developers.googleblog.com/2026/02/the-intelligent-os-making-ai-agents.html

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

用 AI 生图，总绕不开一道两难题：要快，还是要好？

但速度与质量之间，未必是鱼和熊掌不可兼得。就在刚刚，Google 正式发布了他们的新一代图像生成模型：Nano Banana 2（Gemini 3.1 Flash Image）。

没有太多颠覆世界的口号，它只是把更好的画质和更懂人话的理解力，一起塞进了全新的底层架构里。就这一件事，却让 AI 生图少了几分「看运气」的感觉，多了几分真正能用的踏实。

接入了整个互联网，这次的 AI 真的懂你在说什么

要说清楚这次的变化，得先回想一下三年前 AI 生图有多难用。

你让它画「红烧肉」，它可能老老实实给你画一块正在燃烧的肉；你让它在海报上写句中文，它往往会给你凑出一堆毫无意义的鬼画符。缺乏对真实世界的常识，是第一代 AI 最容易让人崩溃的地方。

现在的 Nano Banana 2，改变了不少。它和前代 Nano Banana Pro 一样，接入了 Gemini 积累的庞大真实世界知识库，还能结合网页搜索的实时信息，用起来更像是一个见过世面、懂点常识的人。

最先感受到的变化，是它开始更好地理解空间和比例了。

在上面这个案例中，AI 精准地还原了上海的地标，并极其自然地处理了巨猫与微缩城市之间的光影和透视关系。

最直观的改变，是它终于认字、也会写字了。比如让它画一幅《枫桥夜泊》的水墨画。画面上方不仅端端正正地用书法写出了「月落乌啼霜满天」等全句，甚至连排版和水墨的意境都拿捏得比较准。

除了诗意，它还能处理相当复杂的 UI 场景——在下面这张图里，复杂的半透明数据面板、悬浮的购物清单、精准的中文显示，被 AI 有条不紊地安排得井井有条，信息之间的层级关系也真正理清楚了。

排版极其讲究的双页黑白日式漫画，也是手拿把掐。

或者这张带步骤说明的「功夫茶」中文信息图，从排版到意境，都给出了一套可以直接用的视觉方案。

一位很早就接触到 Nano Banana 2 的内测用户，给出了一个相当中肯的评价：「它并不完美，但它是第一个能够以一定一致性，去处理真正复杂图像和图表的模型。」

为了测试这个新模型的理解极限，他随手甩出了一道极其刁钻的测试题：「给我画一张设定在古威尼斯的《寻找沃尔多（Where’s Waldo）》，但里面要找的不能是人，得是一只穿着蓝色条纹飞行服的水獭。」

Nano Banana 2 最终也真的理清了逻辑，不仅没画串，还稳稳地交出了答卷。

快和好，终于不用二选一了？

除了懂常识，强大的「主体一致性」是这次 Nano Banana 2 更新的另一大杀手锏。

在一次生成过程中，它最多能保持 5 个角色的脸不崩，或者 14 个物品的样子不变。这意味着，你可以放心大胆地拿它来画连载漫画或者做影视分镜了。

不仅如此，它的画质也达到了可以直接干活的标准。

从 512px 的配图到 4K 级别的超高清海报，它都能拿捏。输入一段关于「重庆老火锅」的提示词，它能生成一张赛博朋克风的雨夜街景，湿漉漉的柏油路上，红蓝霓虹灯的倒影和「24 小时营业」的招牌都细致入微。

色彩张力极强的波普艺术风格，它也驾驭得住。

或者是这种带着几分荒诞、又透着高级感的时尚大片：

在这个俯视视角的案例中，AI 极好地模拟了老式 LOMO 相机的特殊质感。女演员孑然独立于铺满黑白海报的地面上，画面的电影张力和故事感呼之欲出。

不过也不是没有明显短板，让它将二次元人物、铅笔素描和黏土人强行塞进同一个真实咖啡馆的场景中，素描人物的融入就显得十分生硬，边缘过渡也不够自然。

显然，在跨维度融合上，它远不及前代模型效果来得自然，还有进步的空间。

其实整体体验下来，尽管官方博客将 Nano Banana 2（Gemini 3.1 Flash Image）吹的天花乱坠，但实际体感中，生成的质量效果和速度并未得到肉眼可见的提升，甚至在部分场景中还不及前代模型。

真正让 Nano Banana 2 站稳脚跟的，其实是它极其接地气的性价比。

今天起，在 Gemini 应用和 Google 搜索框里，你都能顺手用上它。没有订阅方案的普通用户，24 小时内也能白嫖 100 张；而 Pro 订阅用户的额度则高达 1000 张。

对于开发者而言，API 的价格更是直接腰斩，仅为上一代 Pro 模型的一半。折算下来，生成一张 4K 高清图的成本被硬生生打到了 0.15 美元左右。

当然，当 AI 能够以极低的成本、极快的速度批量生产高清图片时，大家心里其实越没底。现在网上的假图满天飞，「眼见为实」这句话早就靠不住了。如果任何人都能在一秒钟内生成一张几可乱真的照片，我们该如何分辨图片？

Google 自己也十分清楚这一点，所以他们也一并升级了防伪技术。Nano Banana 2 继续加深了对 SynthID 数字水印和 C2PA 内容凭证的支持，能够更清楚地看到一张图到底是不是 AI 画的，以及它是怎么被修改的。

据统计，自去年 11 月以来，Gemini 里的这个验证功能已经被调用了超过 2000 万次。

AI 绘图这两年的发展，确实快得让人眼花缭乱。我们经历过 Nano Banana Pro 的一眼惊艳，也经历过繁琐的调教与漫长的等待。Nano Banana 2 的出现，则尝试进一步把好和快揉在了一起，并大大降低了使用的门槛。

你脑子里的一个灵感，不用再经过反复的修改和焦躁的等待。敲下回车的瞬间，它就在那里了。自然、简单，且立等可取，这件事听起来平常，但能做到，其实已经很难得了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

企业级 AI 硬件来了，来自汉堡王：这家连锁快餐店，开始尝试在员工耳机里装一个 AI。

它叫 Patty，由 OpenAI 驱动，是汉堡王 BK Assistant 平台的语音助手。员工可以随时问它：枫糖波旁烧烤皇堡放几片培根？奶昔机怎么清洁？它都能答。设备故障或食材缺货时，系统会在 15 分钟内自动同步所有渠道——自助点餐机、得来速、电子菜单板——全部更新，不需要人工干预。

这套系统整合了得来速对话、厨房设备、库存等多个数据源，形成了一个完整的门店运营中台。汉堡王的首席数字官蒂博·鲁克斯在接受 The Verge 采访时，把 Patty 定义为「辅助管理」的工具。

到这里为止，这是一个不错的后厨效率工具。甚至可以说，在快餐业长期面对的高流动率、短培训周期的背景下，让新员工随时查询操作标准、让系统自动处理缺货信息流，是真正在解决痛点。

但 Patty 还有另一个功能：它会监听员工与顾客的对话。

具体来说，汉堡王收集了加盟商和顾客关于「如何衡量服务友好度」的信息，用这些数据训练 AI 识别某些词语和短语——「欢迎光临汉堡王」「请」「谢谢」。系统据此给每家门店的「服务友好度」打分。经理可以随时向 AI 查询自己门店的友好度表现。鲁克斯还补充说，他们正在改进系统，希望更好地捕捉「对话的语气」。

换句话说：你对顾客笑没笑、语气够不够热情，现在由一个算法来判定。

Patty 已经在 500 家门店试点，计划 2026 年底覆盖全美所有餐厅。与此同时，麦当劳刚刚砍掉了和 IBM 合作的 AI 点餐项目，塔可钟的语音 AI 在得来速窗口频繁翻车、被顾客恶搞成了社交媒体段子。汉堡王选了一条不同的路：不用 AI 面对顾客，而是用 AI 面对员工。

这个选择很聪明。面对顾客的 AI 失败了会变成公关事故，面对员工的 AI 失败了，能有什么大事？

当管理变成监控

汉堡王不是第一个走上这条路的公司，甚至不是最激进的。

最著名的案例是亚马逊。它的仓库系统 ADAPT（Associate Development and Performance Tracker）追踪每一个拣货员的扫描速度，精确到秒。员工拿起扫描枪扫描包裹的间隔时间会被记录——如果扫描枪闲置超过一定时长，系统会自动记录为「非生产性时间」。

达不到速率要求的员工会收到系统自动生成的警告，累计六次警告后，系统会自动解雇该员工，全程不需要任何人类经理的参与。亚马逊说人类主管可以覆盖这些决定，但这是一个「事后补救」的设计，而不是「事前判断」的设计。

2024 年初，法国数据保护机构 CNIL 对亚马逊法国物流处以 3200 万欧元罚款，理由是其监控系统「过度侵入」。CNIL 特别指出，精确测量员工扫描枪闲置时间的做法意味着员工需要为每一次哪怕几分钟的休息做出解释——上厕所、喝水、伸个懒腰，都变成了需要被系统记录和审视的「异常」。

一位亚马逊配送站的工会成员在美国劳工部的听证会上说：「你感觉自己像在监狱里。」她说亚马逊定期根据电子追踪工具收集的数据执行纪律处分，这种监控制造的是「恐惧和焦虑，而恐惧和焦虑制造的是危险的工作环境」。

客服行业走的是另一条技术路线，但逻辑一样。越来越多的呼叫中心部署了 AI 情绪检测系统，实时分析通话中的语调、语速、停顿模式，判断客服人员的情绪状态和「共情程度」。技术供应商宣称这些系统能在顾客挂电话前 30-60 秒检测到挫败感，准确率超过 85%。

但实际部署中发生的事情是：坐席们很快学会了用固定的话术模板和语调模式来「喂」给算法——该在什么时候停顿、该用什么关键词表示同理心、该以什么节奏说「我理解您的感受」。一位呼叫中心员工在美国审计总署（GAO）的调查中说：「推销压力和各种监控方式制造了巨大的压力」。

员工不是在提供更好的服务，而是在表演更好的数据。根据 Gartner 的数据，自疫情以来，大型企业监控员工的比例翻了一倍。一些软件会记录键盘敲击次数、定期截取屏幕截图、录制通话和会议，甚至可以打开员工的摄像头。哈佛商业评论的一项研究对比了被监控和未被监控的美国职场人士，发现被监控的员工更容易出现擅自休息、故意磨洋工、损坏公物甚至偷窃等违规行为——监控不是减少了问题行为，而是增加了它。

每一个案例的起点都是一样的：管理层发现了一个真实的管理问题——服务不够好、效率不够高、远程员工可能在摸鱼——然后选择用技术来「解决」它。但技术能测量的永远只是代理指标：扫描间隔、关键词频率、鼠标移动轨迹、语调波动。这些指标和真实的工作质量之间，隔着一条巨大的鸿沟。

测量的陷阱

回到汉堡王的案例上，一个好的门店经理，本来就应该知道员工的服务状态。通过巡店、带教、日常反馈来调整，通过观察一个员工在午餐高峰期的眼神和节奏来判断状态，通过在下班后聊两句来了解谁最近压力大。但这需要经验，需要在场，需要判断力——而这些恰恰是连锁快餐业最稀缺的东西。

快餐业的中层管理长期被挤压。员工流动率高（美国快餐业年均员工流动率超过 100%），培训周期被压缩到最短，门店经理自己的薪酬和职业发展空间有限，留不住有经验的人。结果就是：管理能力的系统性缺失。不是某一家店的经理不行，而是整个行业的结构决定了它很难持续拥有足够好的中层管理。

于是当 AI 出现时，它被当成了一个绕过管理能力的捷径：既然我没有足够好的经理，那就让算法来盯着。既然我没法让每个店长都具备观察力和同理心，那就让系统去数「请」和「谢谢」出现了几次。

问题是，算法盯的是词语，不是人。「请」和「谢谢」可以被计数，但一个员工在高峰期顶着压力依然耐心地帮顾客换餐、一个新手第一次独立处理投诉时虽然紧张但态度诚恳——这种真正的服务质量，关键词识别捕捉不到。

更何况，真正会发生的更可能是，一旦员工知道自己的每一句话都在被评分，行为就会发生扭曲。「友好」从一种自发的态度变成了一种被监控的表演。你会在每句话前面加上「请」，不是因为你真的想要礼貌，而是因为你知道系统在听。你会在递出汉堡的时候说「谢谢您的光临」，不是因为感谢，而是因为不说这句话你的分数会低。

社会科学有一个概念叫古德哈特定律（Goodhart’s Law）：当一个指标变成目标时，它就不再是一个好的指标。「请」和「谢谢」的出现频率原本可以作为服务友好度的一个粗略信号，但一旦它变成员工被考核的 KPI，员工就会优化这个指标本身，而不是优化它背后的东西。

这条路的逻辑链条是清晰的：不会管人 → 用技术替代管理 → 技术只能量化表层指标 → 表层指标变成 KPI → 员工表演指标 → 真实服务质量反而下降。而管理层看到仪表盘上「友好度评分」在上升，以为问题解决了。

鲁克斯说：「这一切都是为了辅助管理。」

AI 介入管理有两种办法：辅助和替代。「辅助」意味着 AI 提供信息，人来做判断。经理看到友好度数据下降，然后去观察、去了解原因——也许是排班不合理，也许是某个员工家里出了状况，也许是某个时段的顾客投诉确实多了。数据是起点，不是终点。

「替代」意味着：AI 的输出就是结论。友好度分低了，系统自动标记，经理直接拿着分数去谈话，或者更直接地——把它接入绩效考核。不需要观察，不需要了解，不需要判断。

亚马逊的 ADAPT 已经走到了「替代」的终点——系统直接开除员工。汉堡王的 Patty 目前还停留在「辅助」的阶段。但问题是，当你给一个本来就缺乏管理能力的系统一个自动化的评分工具，它几乎不可避免地会滑向「替代」。因为「辅助」需要人有能力去使用辅助信息做出判断，而这种能力恰恰是一开始就缺失的那个东西。

不能指望用工具，去填补使用工具的能力。

这就是为什么「AI 辅助管理」在快餐业、仓储物流、呼叫中心这些行业里反复失败：这些行业引入 AI 监控的原因，恰恰就是它们用不好 AI 监控的原因。管理能力不足，所以引入技术；但因为管理能力不足，技术被粗暴地当成了管理本身。

最终，AI 最擅长的，不是让管理变好。它最擅长的，是让不愿意解决根本问题的人，看起来好像在解决问题。

仪表盘亮着，数字在变化，PPT 上写着「AI 驱动的服务质量提升」。而耳机那头的员工，郁闷地练习怎么在正确的时间说出正确的词，好让一个算法认为自己足够友好。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

还有 48 小时，我们就将迎来 2026 年的首场苹果特别活动。

而这次活动，是字面意义上的「很特别」，因为它采取了一种苹果从未使用过的新形式。

▲ 图｜Reddit

正如爱范儿之前的前瞻，本次发布会的主活动将于北京时间 3 月 4 日晚 10 点举行，届时蒂姆 · 库克会像常规发布会一样上场播片。

但这次活动的期限却不限于 4 号当天。

根据爱范儿收到的资讯：苹果会在今天（2 号）和明天晚上采用「官网上架」的形式，提前公布一部分新品，形成「一天一发布」的节奏，最后在 4 号的主活动上进行统一介绍。

同时，在经历过去年 iPhone 17 系列的强势销量，以及有史以来最好的一次财报之后，苹果对于本次活动同样信心满满。

彭博社的苹果专家马克 · 古尔曼透露：

苹果零售店已经接到了上级通知，要求「在本周上新之后做好迎接大量客流的准备」。

▲ 图｜彭博社

还有一些苹果店员工表示，前期的规模「堪比秋季 iPhone 发布会」前的准备工作。

这表明，苹果预计这次 3 月发布会新品上市后的需求会相当旺盛，且至少有一款产品将拥有极高的市场号召力。

至此，我们已经基本可以看出苹果在马年的第一场发布会的大概样貌了：

• iPhone 17e
• MacBook（A18 Pro）
• MacBook Pro（M5 Pro/Max）
• iPad（第 12 代）
• iPad Air（M4）
• 新 Studio Display
• 新 HomePod 和 HomePod mini
• 新 AppleTV
• 其它零星硬件产品

iPhone 17e：便宜，但不一定值

作为苹果关注度最高的一款产品，iPhone 17e 无疑将会是本次发布会的讨论中心之一。

目前，大家对于 iPhone 17e 的期待主要集中在这几点上：有没有高刷屏，能不能用上灵动岛，以及是否支持 MagSafe。

从截至发布会前最后一分钟的爆料来看，今年的 iPhone 17e 在屏幕方面不会有什么明显进步，ProMotion 高刷屏大概率还是缺席。

▲ 图｜Threads @privatetalky

而爆料在 iPhone 17e 是否会采用灵动岛上产生了明显的分歧。

各方渠道能够获取的先行信息中，「灵动岛」派和「刘海」派几乎是对半分的——

这其中必然有苹果故意放出的烟幕弹。如果从现实角度考虑，iPhone 17e 继续采用 16e 同款的 6.06 寸60Hz 刘海屏的概率更大一些。

▲ 图｜PCMag UK

不过在参数配置方面，iPhone 17e 相比 16e 的提升还是很大的，这也符合 e 系列「买处理器送手机」的传统。

目前基本可以确定的是，iPhone 17e 将会采用 iPhone 17 同款的 A19 处理器，以及当下最新的 C1X 自研基带和 N1 网络芯片。

▲ 图｜MacRumors

此外，为了促进竞争力，还有报道指出苹果可能会逆势而行，将 iPhone 17e 的起步容量提升至 256GB，并继续着重「优秀续航」这一核心卖点。

只不过 iPhone 17e 目前最大的对手，既不是疯狂涨价的内存，也不是同价位的安卓机型，而是自家大哥 iPhone 17。

根据最新消息，iPhone 17e 的起售价将会维持 599 美元不变，即国行 4499、国补 3999 元起。

▲ 图｜CNN

然而眼下 iPhone 17 和 iPhone Air 国补价格，也都是 5499 元。

前者有双摄、高刷等等升级，后者也有 A19 Pro 和钛合金机身，都是感知非常明显的提升。

因此，爱范儿对今年 iPhone 17e 的评价和购买建议保持不变：

iPhone 17e 属于一台「酱香型」手机，首发全价购买不太值得，更适合等到国补 + 渠道价格进一步下探到 3500 元左右再入手。

MacBook：上网本也有第二春

本次发布会的另一个话题中心就是用 iPhone 处理器的新 MacBook。

实际上，苹果做这一类无后缀名的 MacBook 行之有年了。

从最早的 iBook，到后来的聚碳酸酯 MacBook，苹果一直都有尝试把笔记本打入真正的平价价位。

最后的尝试要到十多年前的 12 寸 MacBook，受限于当时的英特尔 Core M 处理器实在太孱弱，一台「上网本」的定位，上网都不痛快。

▲ 图｜TechRadar

而这次的新无后缀 MacBook，作为一款主打极致性价比的型号，它会直接用上 iPhone 同款的 A18 Pro 处理器，所有周边配置也都采用货架库存，主打一个「多快好省」。

那新 MacBook 能实现多快好省吗？你别说，还真有可能。

▲ 图｜Yanko Design

苹果内部测试表明：虽然用着落后一代的 A 系列处理器，在更大的机身空间和 macOS 的加持下，新 MacBook 的性能强于 M1 处理器 Mac。

并且它运行着完整的 macOS ——

这意味着对于文档处理、浏览器办公、轻量设计修图而言来说，A18 Pro 的基础性能是完全足够的。

▲ 图｜AppleInsider

实际上，这次的新 MacBook 可以看做苹果对于新时代电脑办公设想的一个小缩影：

对于很多「只需要一台笔记本上班」的工种来说，绝大部分的工作其实都是在办公三件套、聊天软件、浏览器/云端 AI 上解决的，并不需要那么强的 SoC 本地性能。

而 A18 Pro + macOS 的组合刚好完美卡进这个区间，并且还能获得标准的 MacBook 屏幕、键盘、扬声器和大电池。

▲ 图｜MacDailyNews

考虑到 2026 年国补政策仍将延续，再加上教育优惠，新 MacBook 在国内的实际入手价格可能进一步下探至 3000 元档。

前几代销量已经证明，当 Mac 真正进入「买得起」的区间，潜在用户的转化率会迅速提升——

如果再加上之前发布的 Apple Creator Studio，一台轻薄 MacBook 加上一套准专业级工具，价格甚至不超过一台标准版 iPhone，夫复何求？

MacBook Pro：稳定升级，该买就买

时隔近半年，M5 芯片产品线终于迎来了 Pro 和 Max 两大升级，重点升级依然集中在 GPU 图形能力上。

目前我们看到，M4 Pro/Max 款 MacBook Pro 在苹果官网的发货时间已经推迟，这通常是配置更高的新品即将发布的前兆。

根据外媒 MacWorld 的估算，新款 MacBook Pro 的 Geekbench 6 GPU 跑分，极有可能会超过 80 颗 GPU 的 M3 Ultra。

▲ 图｜Wccftech

至于硬件外观方面，M5 Pro 和 M5 Max 版 MacBook Pro 不会有任何新变化，想要用上双层 OLED 的 MacBook Pro 起码要等到 2027 年后了。

新 iPad 和 iPad Air：评为 NPC

除了前面几款相对令人兴奋的新品，这次发布会上我们还会看到入门款 12 代 iPad 和换处理器的新 iPad Air。

目前来看，12 代 iPad 将会搭载标准版 A18 处理器，iPad Air 则是如期从现在的 M3 升级到 M4，其余参数基本保持不变。

预计新 iPad Air 的模具也不会有变化。这有点尴尬：iPad Air 的其实比 iPad Pro 还要厚，如果模具不更新的话，只能评为 NPC 了……

▲ iPad 11 代｜ESR

不过至少，A18 芯片意味新款 iPad 终于补齐了 Apple Intelligence 的入门标准，可以「为 Apple 智能准备好」了。

这样一来，苹果算是补上了 AI 布局最后一块拼图，实现了自家 3C 产品线的全面 AI 化——

只是这个 AI 我们究竟什么时候能用上，依然是个悬而未决的问题。

▲ 图｜Apple

让人失望的是，传说中的 OLED iPad mini 大概无缘本次发布会，甚至有可能进一步被延期到 2027 年。

看隔壁「等等党」的遭遇，或许「游戏党」们可以不用再犹豫了，现在趁着补贴入手一个 iPad mini 7 或许就是最划算的选择。

其他硬件：周边大换代

实际上，本次春季发布会对于 Mac 用户来说是个难得的好日子。

除了前面几款光环下的产品之外，我们更有可能见到 M5 的大普及时代。

比如先后受到国补、教育优惠、OpenClaw 浪潮助推的 Mac mini，就有可能趁着本次发布会上架 M5/M5 Pro 款。

如果属实，这将会是最适合部署 OpenClaw 或其它本地 agent，以及面向本地模型推理用途的入门机型。

▲ 图｜zeera wireless

而 Mac Studio 则会跟着 MacBook Pro 一起更新 M5 Pro/Max 处理器——但如果你需要 Ultra 级别的性能，苹果上一代的 Ultra 芯片只升级到了 M3，这次能有 M4 Ultra 就不错了。

给专业创作者的好消息：搁置了许多年没更新的苹果显示器产品线，也有望在这个春天得到升级。

▲ 图｜TechRadar

根据此前彭博社爆料，新款 Studio Display 将会和 M5 Pro/Max 款 Mac 共同推出。

而在一月份，我们的确在中国能效标识网上看到了「美国苹果公司高性能 LCD 显示器」：

参考今年 CES 上，LG 展示的 2304 分区 27 寸 5K 165Hz Mini LED 显示器，这次的 Studio Display 2（猜测名称）估计就会用上同款面板。

而根据 MacWorld 从 macOS 中挖掘到的代码，今年的新款显示屏都支持最高 120Hz ProMotion 可变刷新率。

属于 Studio Display 和 Pro Display XDR 的高刷时代终于来了。

▲ 图｜9to5Mac

此外，新的 Studio Display 还会用上 iPhone 17 同款的 A19 处理器，主要用于给内容解码、摄像头 Central Stage、扬声器空间音频提供算力支持——

好么，一台手机的 SoC，放进显示器作为协处理器，真是倒反天罡！（开个玩笑）

HomePod、HomePod mini 和 AppleTV 这「家居三剑客」预计也会在这次发布会上迎来升级。

坏消息是，传说中那个带屏幕的 HomeHub 以及智能家居操作系统 homeOS 大概率依然是传说，最新信源均表示苹果搁置或取消了这个智能家居中枢计划，选择继续将功能与现有产品集成。

▲ 图｜zeera wireless

其中，新款 HomePod 和 HomePod mini 不出意外将会迎来几个新配色，以及手表同款的 S10 处理器，从而对更先进的空间音频、蓝牙 5.3 和第二代 UWB 芯片提供支持。

对于新款 Apple TV 来说，大部分升级都集中在 tvOS 上面。

根据 9to5Mac 的报道，tvOS 26.4 中，原本独立的 iTunes 和 Movies 应用将会合并，让用户购买音乐和影片的体验更加无感一些。

▲ 图｜9to5Mac

另外，tvOS 26.4 还优化了更换 CC 字幕样式的操作。新增的「样式」菜单允许用户在数种字幕字体和风格之间快速切换，不需要退出正在播放的视频。

另有消息指出，今年的新 Apple TV 可能会分成 4K 和 4K Pro 两款。

区别在于 Apple TV 4K Pro 可能会提供把自己作为 Wi-Fi mesh 节点的功能，以及最高 4K 120Hz 的视频规格。

新的 Apple TV 预计会用上最新的 A19 处理器，8GB 内存，硬盘则从 128GB 起步进化到了 256GB 起步——说不定就是旁边 iPhone 17 的同款备料。

▲ 图｜CNET

总的来说，2026 年的苹果春季发布会不仅是之前从未有过的新形式，更是最近几年里新品数量最多的一次。

对于其中 MacBook、MacBook Pro、新 iPad 和 Studio Display 等等，爱范儿的建议依然是相同的：

明确需求，该买就买，买新不买旧。

iPhone 17 系列乘上了 2025 年末内存涨价的最后一班车，能够在今天保持住相当的价格优势。

而今年春季的这一波新品，虽然其中几款的价格会迎来小波动，但整体受到内存涨价的冲击相对较小——

苹果体量大、利润空间高的特性，在这一刻变成了直接的商业优势。

因此，爱范儿觉得，如果上面的新品有契合到你的换新需求，那么现在入手会比 618 入手带来更大的价格优势。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

年初的拉斯维加斯 CES 刚刚撤展，科技圈的目光就越过了大西洋，落在了巴塞罗那。

春节刚过，MWC 2026 正式拉开帷幕。相比于 CES 包罗万象的秀场感，MWC 的目光更多聚焦在移动智能设备上，可以说这场盛会，就是未来行业一整年的风向标。

在具身智能概念大热的当下，荣耀不仅带来了新的机器人，还带来了全新的「机器人手机」。

手机安上云台，影像合作阿莱

如果你有留意早前的 CES，大概会对展台上的那台 Robot Phone 有印象。

荣耀将手机背部的影像模组挖空了一半，装进了一套完整的云台结构。这套云台上方，覆盖着一块滑盖，这也是整个组件的物理开关。推开滑盖，云台整体通电，伴随着轻微的电机运转声，这颗镜头缓缓竖起，正式参与工作。

把立体的机械结构塞进寸土寸金的机身并不容易。荣耀的底气，来自这几年在折叠屏研发中攒下的材料学和高精度工程经验。荣耀声称，为了让云台顺畅运转，他们塞进了一颗业界最小的电机，体积比现有的微型电机大幅缩小了 70%。

有了结构基础，接下来是影像能力的堆叠。这套云台相机配备了一枚 2 亿像素的 CMOS 传感器。在 AI 的辅助下，它能牢牢锁定画面中的人物和物体，保持实时跟踪。配合 AI SpinShot 功能，镜头还能完成 180 度的平滑旋转。

除此之外，从现场的信息来看，Robot Phone 应该还有一颗超广角与一颗潜望长焦镜头，在滑盖推开后，超广角镜头可能会被挡住，而潜望长焦镜头则可以透过滑盖上的透明开孔继续工作。

随着 Robot Phone 的正式亮相，荣耀顺势宣布了与 ARRI 的合作，后者是享誉影视行业的电影摄像机品牌，以独特的色彩科学著称。荣耀将其电影标准和专业工作流程带入了移动影像领域，ARRI 的副总裁 Benedikt von Lindeiner 表示，是为了把自然色彩、轻柔的高光晕染和立体的光影质感带入移动影像，为荣耀的成片质感背书。

类手持云台这个形态来自大疆的 Pocket 手持云台相机，但将整个结构放在手机上后，想象空间也多了很多——

在 Robot Phone 上，云台成为了手机 AI 观察现实的视觉入口。从 MWC 现场的实际演示来看，AI 可以通过这颗镜头，获取手机前后的环境信息，读懂周围正在发生什么，并通过点头、摇头等「肢体动作」，与用户进行直观的交互。

荣耀 Robot Phone 预计将在今年下半年，于中国市场首发。

旗舰大折叠 Magic V6，厚度达标，电池超大

在 MWC 的展台上，除了形态破圈的 Robot Phone，荣耀还把当家大折叠 Magic V6 带到了聚光灯下。

初看过去，Magic V6 的长相和上一代没太大差别。依然是 7.95 英寸内屏搭配 6.52 英寸外屏，背面也还是熟悉的三摄组合。机身内部做了常规迭代，换上了骁龙 8 Elite Gen 5 芯片。

在外界最关心的厚度上，红、黑、金三款配色维持在 9 毫米，白色版折叠起来则是 8.75 毫米。这个账面数据，刚好压过了 8.9 毫米的三星 Galaxy Z Fold 7 一头。

但零点几毫米的差距，早就无法挑动用户的神经。当折叠屏手机的体积和手感无限逼近直板机时，驱动产品迭代的下一个痛点在哪里？

荣耀给出的解法很务实：在厚度之外，把防护、电池和屏幕体验打磨好。

先把目光放到机身防护上。面对精密复杂的机械铰链，水和灰尘一直是折叠屏的宿敌。Magic V6 这次支持 IP68/69 级防尘防水。相比于在防护上依然相对保守的三星 Galaxy Z Fold 7，荣耀直接将这项指标拉到了目前折叠屏品类的最高标准。

比防水更让人踏实的，是电池。

在厚度没有大幅增加的机身里，荣耀为 Magic V6 配备了一块 6660 mAh 的硅碳负极电池，并支持 80W 有线快充。时至今日，苹果与三星的旗舰直板机大多还在 5000 mAh 的门槛上徘徊，而对比更直接的竞品——三星 Galaxy Z Fold 7，则只有 4400 mAh，高达 2000 多毫安时的容量差，可以很大程度缓解折叠屏的续航焦虑。

回到用户每天盯着看最久的屏幕，体验盲区也在被逐一扫清。为了安抚视觉强迫症，荣耀宣称内屏折痕大幅减少了 44%。外屏则顺势换上了更抗造的纳米微晶玻璃。实用的防反光涂层与荣耀招牌的 4320Hz 高频 PWM 调光也悉数保留。

Magic V6 另一个升级点是跨平台互通——搭载 Android 16 的 MagicOS 10 这次相当开放，能与 iPhone 或 Mac 无线互传文件，还能作为 Mac 的扩展副屏，甚至可以把消息直接推送到 Apple Watch 上。在跨越操作系统握手的大趋势下，荣耀紧紧跟上了队伍。

按照计划，Magic V6 将于本月 3 月 10 日在国内正式发布，爱范儿也拿到了这台手机，更多详细的日常体验，可以期待我们的后续评测。

手机品牌造机器人，正在成为新趋势

撇开脑洞大开的 Robot Phone 和迭代大折叠 Magic V6，荣耀在今年的 MWC 展台上，还带来了一个更具科幻味道的产品——荣耀机器人。

伴随着 Imagine Dragons 编排的《Believer》，机器人上台，与四位舞伴一起表演了一段舞蹈，还复刻了一段迈克尔·杰克逊的经典太空步。在节目表演后，荣耀机器人与荣耀 CEO 李健握手，并完成了一个后空翻，最后以单手撑地、单膝跪地的姿态落地。虽然最后这个后空翻在结尾时尚有些踉跄，但还算顺利地完成了整个表演。

花哨的后空翻终究只是用来秀肌肉的，荣耀给这台机器人的未来，圈定了三个极其务实的落地场景：购物协助、工作巡检以及情感陪伴。

为什么一家卖手机的公司要跑去造机器人？在李健看来，这是人类能力的延伸：

AI 必须进入真实的物理世界。如果说智能手机是人类思维的延伸，那么机器人，就是我们双手的延伸。

把视线拉宽，造机器人早已成为中国科技企业的一门显学。同样起家于手机的小米宣布了自己家的人形机器人 CyberOne，电动车品牌小鹏也将自家的人形机器人推出了圈。科技制造企业扎堆涌入机器人赛道，正在汇聚成趋势。

根据 Counterpoint Research 的数据，2025 年整年，荣耀市场占有率为 13.4%，排名第六，在手机这片早就杀成红海的存量阵地里，位次之争异常惨烈。

单靠常规的直板机型死磕参数，已经很难让厂家建立品牌护城河。荣耀显然清楚，想要在牌桌上拿下更多筹码，就必须立住「先锋探索者」的人设。带有实验性质的 Robot Phone，以及科幻感拉满的人形机器人，就是他们拉升品牌势能最锋利的武器。

另一方面，纵观荣耀在今年 MWC 上打出的牌，更清晰地看到在 AI 时代，这个手机品牌的理解——向物理世界要答案。

过去的十几年，随着智能手机的进化，人们热衷于将一切搬到屏幕里、搬到云上。但到了 2026 年初春的这个节点，AI 逐渐成为常态化的基础设施。单靠屏幕背后的代码，已经很难再讲出让人兴奋的新故事了。

Robot Phone 给冰冷的算法装上了可以转动的脖子，人形机器人让 AI 长出了双手和双脚，跨度极大的产品，实际上都在指向同一个朴素的行业观察：算力，不能永远只停留在玻璃板背后。

十多年前，初代 iPhone 凭借一块多点触控屏抹平了实体键盘，把几乎所有的交互都封印在了玻璃之下，开启了轰轰烈烈的移动互联时代。而现在，以荣耀为代表的中国厂商们，正在把那些被收走的物理结构、具象的「躯体」，重新拿回到台面上。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

OpenClaw 最近火到什么程度？火到衍生出一门上门安装的生意。

海外代装平台 SetupClaw 已经给出明码标价：托管安装，3000 美元；含 Mac mini 硬件的远程配置，5000 美元；含 Mac mini 硬件的现场配置，6000 美元。创始人 Michael 更是号称靠这门手艺，有望年入百万美元。

国内社交平台上，上门安装的帖子也开始冒头，500 到 1000 元一次，现场验收。但这门生意能成立，前提是有人愿意掏这个钱。他们是谁，又为什么愿意为一个开源软件的安装服务买单？

帮人上门安装 OpenClaw，年入百万？

要回答这个问题，得先搞清楚 OpenClaw 究竟是什么。

OpenClaw 是一款开源、本地优先、可自托管的自主 AI 代理与自动化平台，自开源发布以来已经在 Github 上收获 24 万 stars，其核心是用自然语言指令让 AI 能够直接在你设备上 「执行任务」，而非像 chatbot 聊天机器人一样仅提供对话回复。

它还支持接入各类聊天软件作为入口，比如你只需在 Telegram 或 WhatsApp、iMessage 等平台里发一句话，比如「帮我整理今天的邮件并把重要的标出来」，它就会在后台自动完成，还会主动找你汇报进度。

对于每天要处理大量信息的人来说，这确实是个好帮手。但问题在于，它的安装过程对普通人极不友好。

OpenClaw 的底层是一套面向开发者的本地网关服务，安装需要依赖特定版本的 Node.js 环境，用命令行完成配置，还要处理守护进程、端口开放、Webhook 回调等细节。

尽管网上不少人调侃，代装 OpenClaw 是门「智商税」——懂技术的人自己就能装，不懂的人根本用不上——但对于习惯了图形界面的普通用户来说，光是那个黑底白字的终端窗口，就足以把人挡在门外。

粗略观察代装服务的评论区，付费群体至少可以分出三层：

一类是个体创业者和自由职业者，对效率有强烈诉求，核心动机是省时间；一类是有技术认知但不愿亲自动手的职场白领，知道这东西能干什么，只是不想花时间折腾；还有一类是跟风购买的普通消费者，对实际能做什么并没有清晰预期。

而从公开报价来看，提供 OpenClaw 安装的服务大致提供三个层级的方案：

• 托管安装 (3000 美元)：  部署于云端 VPS，包含安全加固、主流应用集成（邮件、日历等）及 3 个自定义工作流。提供 14 天的专属售后支持 (Hypercare)。
• Mac Mini 远程设置 (5000 美元)： 适用于需要 iMessage 集成或本地硬件的用户。包含 Mac Mini 硬件成本及远程配置。
• Mac Mini 现场设置 (6000 美元)： 仅限旧金山湾区。提供上门安装、调试及面对面培训。
• 额外 Agent (1500 美元/人)： 为其他高管或团队成员增加独立身份和工作流的代理。

对比之下，国内上门安装服务则普遍在 500-1000 元一次，包含系统配置、模型部署调试和基础使用指导，标注现场验收、确保可正常运行。

当然，这种安装复杂吗？其实并不复杂。OpenClaw 本身是开源的，安装流程也有详细文档，APPSO 也出过类似的手把手教程，欢迎自取。

包括最近有第三方做了一个 OpenClaw 生态工具目录，收录了几十款相关工具，从部署、托管、插件到 token 优化一应俱全，还附带从入门科普到进阶调优的教程库。

但对没有技术背景的人来说，「能学会」和「愿意学」之间，往往差之毫厘谬以千里。于是，大多数不想折腾的人，在 AI Fomo （Fear Of Missing Out，错失恐惧症）的情况下，往往选择了人类面对复杂事物的终极解法：花钱。

回头看过去几波 AI 热潮，几乎每一次都是同样的路数。2023 年 ChatGPT 在国内掀起狂潮时，第一批赚到钱的人，不是用它写文案做分析的，而是帮人代注册账号的卖家。

生成式 AI 刚走进大众视野时，如何写出好 Prompt 是一门真实的技艺，早期创作者靠这个知识差卖课、建社群，数百元的课程轻松售出数千份；DeepSeek 爆火后教程书甚至卖出 18 万册，1999 元的课程仍有人买。

那么，代装这门生意本身赚不赚？SetupClaw 创始人 Michael 声称，单靠安装 OpenClaw，一年能赚一百万美元。不过，这个数字没有任何订单量和交付成本支撑，更像是一句专门写给同行看的招商广告：兄弟，这行有搞头，快来。

装上之后，才仅仅是「入门」

很多人以为代装生意的壁垒是安装，实则不然，OpenClaw 只是一个框架，本身不包含语言模型，必须接入外部模型才能让它运转，费用按使用量计费。

OpenClaw 为了模拟全天候助理的待命状态，内置了一套心跳（Heartbeat）机制：每隔 30 分钟自动醒来，检查邮箱有没有新邮件、日历有没有变动、Slack 频道有没有消息需要处理。

问题是，每次后台唤醒都不是一次简单的检查——系统需要向云端 API 发送一个完整请求，里面装着冗长的系统提示词、数十个工具的参数定义以及近期会话的全部历史记录，体积庞大。

有开发者复盘后发现，系统在没有太多实际产出的状态下，仅靠心跳机制维持每天就消耗 20 美元，一个月白白烧掉近 750 美元。

也正是这个痛点，网络上催生了围绕 OpenClaw 的一批省钱攻略。

常见做法包括：

• 按任务类型路由不同模型，简单检索和状态检查用便宜模型，复杂推理再调用昂贵模型。
• 控制每次请求的最大 tokens，避免一次对话失控。
• 对长时间运行的会话做上下文裁剪，只保留必要的历史信息。
• 把部分任务下沉到本地模型（如通过 Ollama 部署）以减少对外部 API 的依赖。

此外，OpenClaw 要真正发挥作用，得拿到邮件、日历、通讯软件等高权限渠道的访问权限。这意味着一旦出了问题，你的隐私数据和核心账号就有可能全部「裸奔」。

现实中的安全灾难已经接连发生。一个专门针对此漏洞的扫描器，在短时间内就发现了超过 4.2 万个暴露在公网的 OpenClaw 实例，其中九成以上可以被攻击者直接绕过身份验证，窃取 API 密钥和私人通讯记录。

在插件生态层面，OpenClaw 有一个名为 ClawHub 的插件市场。思科安全团队审计发现，一个被人为刷到排行榜第一名的插件，实为伪装的恶意软件，在后台窃取用户数据并植入恶意脚本。

甚至一些用户还因为将 Google 账号接入 OpenClaw，触发平台异常负载检测，导致整个 Google 账号被封，Gmail、YouTube 一并被断开。

最具代表性的案例，发生在今年 2 月。Meta 旗下专门研究 AI 对齐问题的负责人 Summer Yue，甚至犯了一个新手的错误，给了 OpenClaw 真实邮箱的访问权限。很快，OpenClaw 由于丢失了最初收到的限制指令，开始批量清空她的收件箱。

她在手机上连发停止指令，没有任何反应。最后她不得不冲到 Mac mini 面前强制断电，才让它住手。

如果连最懂 AI 风险边界的人，都能在这里翻车，这大概不是个例。而把一个还不够稳定的 Agent，直接绑在邮件、日历、账号这类核心资产上，然后期待它乖乖听话——本身就是一件需要打一个很大问号的事。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

去年 11 月，小鹏 X9 超级增程版凭借大空间、高舒适度与智能化体验迅速引爆市场，不仅在 12 月斩获国内高端 MPV 个人用户交付量榜首，去年下半年还在香港 MPV 市场取得销量领先。

在此基础上，今日发布的 2026 款小鹏 X9 纯电版不仅将各项配置与体验全面对标超级增程版，更在核心三电系统上进行了系统性强化。

舒适满配

新车全系标配全域 800V 高压碳化硅架构与 5C 超充技术，CLTC 综合工况最高续航里程达到 750km，旨在将大七座纯电 MPV 「跑得远、充得快」的预期转化为稳定可靠的日常体验。

智能化层面，新车全系标配自研图灵 AI 芯片，并首批搭载第二代 VLA 大模型，大幅提升了系统的感知与决策能力。

座舱内部的功能性与舒适性也获得了提升，具体来讲包括——

新车第三排座椅电动三折叠功能升级为全系标配，便于在「多人乘坐」和「装载空间」之间快速切换，新增了 RNC 主动路噪消减技术，并提供了带有专属安全气囊的零重力座椅。

此外，纯电版全系标配了主动式后轮转向系统与爆胎稳行系统，极大提升了中大型车辆的驾驶灵活性与物理安全底线。

价格及版型方面，2026 款小鹏 X9 纯电版共推出 5 款车型，包含 665 Max、650 Ultra SE、650 Ultra、750 Ultra 以及 710 四驱 Ultra，官方指导售价区间为 30.98 万元至 36.98 万元。

与此同时，2026 款小鹏 X9 超级增程版也同步上新，新增了一款 1602 Ultra SE 版本，官方指导价定为 32.18 万元。

第二代 VLA 模型：场景边界全面拓宽

发布会的另一个重头戏则是小鹏正式发布了第二代 VLA（Vision-Language-Action，视觉-语言-动作）物理 AI 大模型，并宣布大众汽车将成为小鹏第二代 VLA 的首发客户。

这标志着中国造车新势力在经历了早期的追赶与内卷后，开始真正以软件和模型定义车辆价值，并成功将核心技术向全球头部车企进行反向输出。

从小鹏披露的数据来看，此次技术迭代最实质性的变化体现在两个层面：一是用户日常驾驶中的接管频率大幅下降；二是系统能够处理的场景边界得到明显拓宽。

对于普通用户而言，智驾系统最直观的体验指标便是「多久需要接管一次」。

小鹏给出的答案是：第二代 VLA 的接管次数较上一代下降约 70%，平均接管里程提升 25 倍，安全接管里程更是提升了 50 倍。

这意味着，此前可能每隔几公里就需要人工干预的窘境，在新系统上有望得到根本性扭转。

改善最明显的部分集中在两类场景：

一是夜间行驶时。

在夜间场景中，系统对深色物体的识别率提升了 72%，有效缓解了此前智驾系统在面对穿深色衣物的行人或无路灯路段障碍物时的高频失误问题。

二是非结构化场景。

第二代 VLA 打破了原有系统仅在高速和城市主干道表现稳定的局限。新系统支持从 P 档原地激活，并无缝适配窄路、无地图停车场、早市、施工封路甚至乡村土路等复杂环境。

小鹏表示，即便在雨天夜市或荒野烂路等极端路况下，系统依然能实现全程无接管。

为了客观衡量这种体验跃升，小鹏还自研了一套量化评估工具，从急刹、摆动等物理维度精准评估智驾带来的「乘坐安心感」。

在通行效率上，小鹏称新系统比传统 L2 级辅助驾驶和早期 Robotaxi 快出 30%，整体通勤耗时无限逼近导航软件的理想模拟时间。

这反映的是，新系统在面对早晚高峰变道、复杂路口通行时不再犹豫不决。

表现提升的背后，是第二代 VLA 是对车端算力和数据储备的压榨。

据透露，小鹏目前在智驾领域已投入超 20 亿研发资源及 3 万张算力卡。

在底层架构上，新一代 VLA 以物理 AI 为核心，打造了原生多模态基座大模型，实现了「看、听、读」的一体化融合，视觉思维链推理效率飙升 32 倍。高达 220 亿的参数规模，使其在体量上已足以媲美特斯拉 FSD。

为了让如此庞大的模型在车端流畅运行，小鹏全栈自研的图灵芯片成为了关键的算力底座。

数据显示，图灵芯片的算力利用率高达 82.5%，模型推理延迟被压缩至 80 毫秒。小鹏方面表示，单颗图灵芯片的实际有效算力约等于 10 颗主流的 Orin-X 芯片。

在数据基建上，小鹏已积累 50PB 的训练数据，日消耗 Token 量达 58.8 万亿。

借助云端世界模型（World Model）的能力，系统每日可生成超 50 万个仿真场景（等效于 3000 万公里实车测试），通过高强度的长时序推演，不断强化模型应对长尾场景（Corner Cases）的能力。

按照规划，第二代 VLA 预计将于今年 3 月下旬率先推送给全新 P7 Ultra、G7 Ultra 纯电、X9 Ultra 以及 Ultra SE（含纯电及超级增程版）车型；4 月下旬，推送范围将扩大至 2026 款小鹏 P7+、G6、G9 的 Ultra 及 Ultra SE 版本，以及小鹏 G7 的对应版本。

乘用车市场的 OTA 只是第一步，小鹏在 L4 级商业化和全球化布局上也已按下加速键。目前，小鹏 Robotaxi 已开启公开道路测试，并计划于年内正式投入商业运营；第二代 VLA 的全球路测也即将启动。

在智驾出海策略上，小鹏展现出了一条极具泛化能力的轻量化路线：不依赖高精地图，无需大量采集当地实车数据，更无需重写底层规则以适应各地法规。

依托大模型强大的泛化能力和「文生视频」的仿真技术生成海外路况进行训练，小鹏计划在 2027 年正式开启智驾系统的全球「满血」交付。

 

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

iCAR 品牌自成立伊始，便坚定地走特色化、差异化路线，致力于打造与众不同的汽车。

正如 iCAR 总经理苏峻曾表示，他理想中的发展模式是「单款、精品、海量、长周期」——

每一款车都是极具特色的产品，通过不断积累产品力与品牌影响力，最终实现 2030 年全球销量 100 万辆的阶段性目标，将 iCAR 打造成特色新能源领域的全球第一品牌。

在这一思路的指引下，iCAR V23 曾取得过阶段性的胜利。去年，其销量一度表现亮眼，在新能源「方盒子」车型中名列前茅。

然而，随着市场环境的变化，加之 V23 在配置和售价策略上出现的一些失误，其销量曲线在短暂走高后便迅速回落。

V23 的遭遇折射出了小众品牌常面临的经典困境：产品赢得了口碑，却在消费者真正需要掏钱下订时遭遇了「叫好不叫座」的尴尬。

归根结底，单靠「情绪价值」没法撑起一款车的长久销量。

在提供「情绪」的同时，增加更多可感知的实用性，就是目前 iCAR V27 的产品逻辑所在。

V27 延续了 iCAR 家族标志性的「方盒子」造型，线条平直硬朗，轮眉向外扩充。前脸采用复古圆形大灯搭配独立 LED 转向灯，熏黑格栅内嵌与车身同色的饰板及「iCAR」字母标识。这种上封闭、下镂空的格栅结构，巧妙地在视觉硬汉感与空气动力学之间找到了平衡。

V27 的长宽高分别为 4909mm×1976mm×1855mm，轴距达 2910mm。若装配外挂式备胎，车长可延伸至 5055mm；加装行李架后，车高则增至 1894mm。

相较于 V23，V27 在体量上实现了明显跃升。

车身共提供卡其白、新碳晶黑、银色、瓷器灰、瓷器蓝、浅驼色、沙漠黄等 7 种配色，且前脸有多达 8 处可换色部件，为用户预留了充足的个性化定制空间。

车尾采用侧开式电吸尾门，竖置方形尾灯的设计逻辑与路虎卫士颇为神似；外挂备胎与可选装的「小书包」储物箱彰显了其硬派风格的身份，底部后包围还内置了实用的拖车钩。

iCAR V27 车内提供黑色、棕色、紫色、灰白四种内饰配色组合。中控台采用多层次造型，延续家族化内嵌式仪表布局，配备 15.4 英寸 2.5K 悬浮式中控屏幕与 8.8 英寸液晶仪表。

屏幕下方保留了一排钢琴式物理按键，便于越野路况下的盲操作。

座舱内的核心配置同样有较大升级，包括高通骁龙 8295P 座舱芯片、多功能方向盘、电子怀挡、50W 手机无线快充，以及 Yamaha 23 扬声器 7.1.4 声道音响系统等。

此外，车顶配备了左右分体式的「星际舷窗」双天幕，官方标称可隔绝 99.9% 的紫外线，并辅以顶棚氛围灯提升质感。前排座椅支持电动调节、通风与加热，后排也同样提供了加热功能。

得益于 2910mm 的长轴距与高达 69.9% 的车内空间利用率，V27 后排的腿部空间超过了 1000mm，纯平的地板设计对后排中间乘客十分友好。

新车后备箱常规容积为 715L，将后排座椅全部放倒后，可一举扩展至 1818L，轻松满足运输露营装备、自行车等大件物品的需求。

全车还预留了超过 50 处储物接口，方便用户拓展原厂生态配件。

V27 此次最核心的升级，莫过于动力形式的转变。

方盒子 SUV 的目标用户往往对长途自驾有着较高需求，纯电平台在长途场景下的续航焦虑尤为明显，而增程方案则能完美兼顾日常城市纯电代步与长途无忧驾驶。

新车搭载 1.5T 增程专用发动机，最大功率 115kW，标称热效率高达 45.79%，位居国内主流增程器前列。

电驱系统提供后驱与双电机四驱两种版本。最大功率分别为 150kW 与 185kW，综合功率 335kW（约 455 马力），零百加速 5.5 秒。

电池组则有 20.6kWh 与 34.3kWh 两种容量规格，高配 34.3kWh 版本的 CLTC 纯电续航里程为 210km，满油满电综合续航突破 1200km，馈电状态下百公里油耗仅为 7.29L。

值得注意的是，V27 依然采用了承载式车身结构，底盘悬架为前麦弗逊+后 H 臂多连杆独立悬架。

这与坦克 300 等传统的非承载式硬派越野车有着本质区别，但在产品定位上与方程豹钛 7 更为相近。承载式结构在铺装路面的驾乘舒适性以及车内空间利用率上具有显著优势，不过在应对极限越野场景时，其通过性和可靠性存在天然上限。

V27 的最小离地间隙为 220mm，接近角 28°，离去角 26°，最大涉水深度 600mm，底盘配备了 8mm 加厚的锰钢护板。

四驱版本配备三把差速锁，足以应对碎石路、砂土路等非铺装路面，基本可以覆盖日常轻度越野和户外露营场景，但它并非为攀岩、极限越野等硬核场景而生。

此外，高配版本标配了 MRC 磁流变悬架。这套系统能根据路况实时调节阻尼，在同价位的方盒子 SUV 中并不多见，对改善公路行驶质感大有裨益。

智能驾驶系统按配置分为两个层级。中低配版本搭载「猎鹰 500」系统，支持高速 NOA 领航辅助；高配版则进阶为「猎鹰 700」系统，基于地平线征程 J6P 芯片，算力达 560TOPS。

其传感器组合包含 1 颗禾赛 ATX 激光雷达、5 颗毫米波雷达、12 颗超声波雷达及 10 至 12 颗摄像头，全面支持城市 NOA、全场景智驾辅助以及复杂车位的智能泊车。

综合产品硬件组合来看，V27 在空间、续航、智驾与底盘配置上表现得十分均衡且完整，在 20 万元上下的价格区间内，它的主要竞争对手主要有方程豹钛 7、坦克 300 Hi4-T 以及岚图 FREE 增程版。

V27 的产品逻辑，完全可以视作奇瑞对 V23 销量下滑的一次深刻反思。

从纯电切换至增程动力、体量向上扩充、将空间利用率和储物设计推向核心卖点，再到智驾硬件的全面跃升，这些调整都明确指向同一个方向：让 V27 成为一款能真正满足家庭用户出行需求的方盒子 SUV。

事实上，方盒子 SUV 的受众群体中，有相当一部分人兼顾家庭，且有露营、长途自驾的切实需求。若驾驶一台纯电硬派越野车在高速服务区排队等候充电，那画面多少会消解掉人们对「诗和远方」的美好想象。

就目前而言，V27 在产品力上的调整已然十分到位。

「情绪价值」与「实用场景」均已就位，接下来能否成功扭转局势、重振销量，就全看 3 月 15 日正式上市时，iCAR 能不能给出一个极具诚意的价格了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

在 AI 模型的命名玄学里，「Instant」和「Lite」这两个后缀，长期以来都带着一股说不清道不明的廉价感。

不是没有原因。过去这类模型给人留下的印象，基本就是：速度快、脑子慢，做做文本总结勉强够用，一旦碰上稍微复杂的推理任务，就开始一本正经地胡说八道。

久而久之，轻量模型几乎成了「将就用」的代名词。

就在刚刚，OpenAI 和 Google 又一次撞车，发布了各自的轻量模型，并试图用硬实力来扭转这个刻板印象。省流版如下：

• GPT-5.3 Instant： 更具「人味儿」的智能助理，大幅降低幻觉率、减少「AI 腔」以及强化细节写作能力，沟通更自然精准，适合对内容质量要求高的场景（写作、专业问答、高风险领域）
• Gemini 3.1 Flash-Lite：便宜、快、不拖泥带水，还支持「思考等级」调节功能，在保持高吞吐量的基础上兼顾了深层逻辑推理，适合大规模、高实时性的批量任务（内容审核、UI 生成、NPC 对话）

GPT-5.3 Instant：终于学会像个正常人一样聊天了

经常用 ChatGPT 的人，大概都有过这种无奈：你只是随口问个小问题，它非要先给你端上一段「作为一个人工智能，我需要提醒你……」的长篇大论。

这种总想教人做事的「AI 腔」，确实挺招人烦的。好在，OpenAI 这次是真的听进去了。

新上线的 GPT-5.3 Instant 花了很大的力气来解决这个「毛病」。它学会了直接给出答案，不再啰里啰嗦地铺垫。

除了不爱说废话，它也变得更靠谱了。旧版本搜完网页之后，容易把一堆链接和不相关信息堆到你面前。

得益于搜索能力的提升，GPT-5.3 Instant 会主动把网页内容和自身的背景知识结合起来，先想清楚你真正想问什么，再给出有重点的回答，而不是把搜索引擎的工作原封不动地转包给你。

OpenAI 公布的内部评测显示，在联网状态下幻觉率降低了 26.8%，仅靠内部知识时也降低了 19.7%。官方特别提到医疗、法律、金融等高风险领域，新模型在这些场景下的谨慎程度和准确性都有明显改善。

最令人惊喜的，其实是它在写作上的变化。

OpenAI 用一首诗的对比做了说明：同样写一个费城邮递员退休最后一天，旧版本倾向于堆砌「把这座城市背在邮袋里」这类抒情句，新版本则会写那根「掉漆的蓝色栏杆」、那扇「总有狗在门口等着的栅门」。情绪不靠凹，就这样自然而然流露出来。

语气上的调整也是此次更新的核心目标之一。

「停下。深呼吸。」这类会打断对话节奏的句式被刻意减少，整体风格更直接，少了一种不必要的「AI 腔」。用户仍可在设置里自定义回复的温暖程度与热情度，调出自己习惯的交互风格。

GPT-5.3 Instant 即日起向所有 ChatGPT 用户开放，API 名称为「gpt-5.3-chat-latest」。付费用户还可以在旧版模型里继续用 GPT-5.2 Instant，但它将在今年 6 月 3 日正式退役。

Gemini 3.1 Flash-Lite：便宜、反应快，还挺聪明

相比于 GPT-5.3 Instant 的好好说话，Gemini 3.1 Flash-Lite 走的是纯粹的务实风，目标非常明确：就是要快，就是要便宜。

价格方面，Gemini 3.1 Flash-Lite 的输入价格是 0.25 美元每百万 tokens，输出价格是 1.50 美元每百万 tokens。

这是什么概念？如果你是一个开发者，这意味着你大概花不到 2 块钱人民币，就能让 AI 阅读相当于 5 本《哈利·波特》全集的文字量。

觉得便宜没好货？格局小了。

根据 Artificial Analysis 的基准测试，，相比上一代的 Gemini 2.5 Flash，3.1 Flash-Lite 的首字响应时间（TTFT）快了 2.5 倍，整体输出速度提升了 45%。对于需要实时响应的产品来说，这个延迟差距在用户体验上会有肉眼可见的感受。

这意味着，当你还在眨眼的时候，它的回答可能已经生成了一半。对于那些需要实时反馈的应用——比如即时翻译、游戏内的 NPC 对话、即时 UI 生成——这种低延迟是决定性的。

除此之外，Gemini 3.1 Flash-Lite 还具备「思考」能力。

在 AI Studio 和 Vertex AI 中，Google 为这款 Lite 模型配备了「思考等级（Thinking Levels）」的选项。开发者可以根据任务的复杂程度，自主调节模型「想多深」。

简单的高吞吐量任务，比如批量内容翻译和内容审核，可以用最轻的配置快速跑完；遇到需要严格遵循指令的界面生成或仿真创建任务，则可以让模型多花一点时间推理，把结果做扎实。

这种「既要又要」的能力，也因此收获了相当不错的成绩单。在 Arena.ai 的排行榜中，它的 Elo 分数达到了 1432，在 GPQA Diamond（研究生级别的问答）测试中拿到了 86.9% 的准确率。

在学术评测 GPQA Diamond 上得分 86.9%，多模态理解 MMMU Pro 上达到 76.8%。这两个数字不只是「在同档位里还不错」，而是直接超过了体量更大的 Gemini 2.5 Flash。

注意，这里对比的是 Gemini 2.5 Flash 而非 Gemini 3 Flash，显然鸡贼的 Google 对这款模型也并未抱有多大的信心。

目前，3.1 Flash-Lite 以预览版形式通过 Google AI Studio 和 Gemini API 向开发者开放，企业用户可通过 Vertex AI 接入。Latitude、Cartwheel、Whering 等早期合作伙伴已在生产环境中完成测试，普遍认可它在大规模调用下的稳定性和指令遵循能力。

把这两个模型放在一起看，你会发现「Instant」和「Lite」，或许正在找到自己最合适的位置。

以最近大火的 OpenClaw 为例，其核心场景是帮用户处理邮件、管理日程，本质上是一个需要自主执行任务的 Agent。

这类产品对模型的要求，和普通 chatbot 聊天工具完全不同：它不需要模型表演得多聪明，它需要模型说人话、不出错、还得扛得住高频调用。

GPT-5.3 Instant 显著降低幻觉率，意味着 Agent 在自主执行任务时少犯错；「AI 腔」的消退，意味着生成的邮件、文档读起来更贴合真人的阅读习惯。

Gemini 3.1 Flash-Lite 则更符合最为关键的第三个需求。Agent 在后台狂奔时，往往需要并行处理海量的子任务，对响应速度和 API 成本极度敏感。

Flash-Lite 极快的响应速度和白菜价的成本，加上能灵活调配算力的「思考等级」，这种极具弹性的架构对高并发的自动化任务而言，无疑是久旱逢甘霖。

即便两款模型的长期稳定性仍需观察，但大方向已经很明确：一个负责让交互更像人，一个死磕更快更省钱。在未来人手一只「龙虾」的情况下，轻量模型将成为更自然、务实的选择。

附上参考地址：

https://openai.com/index/gpt-5-3-instant/

https://gemini.google.com/u/4/app/e0bea96b8f62bd1f

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

就在刚刚，爱范儿在上海的苹果体验活动现场，上手了两天前正式发布的 iPhone 17e。

单单从外观来看，iPhone 17e 和去年的 iPhone 16e 完全一样：熟悉的粗边框刘海屏，能够追溯到 4 年前的 iPhone 14，并且依旧没有高刷，看习惯了 iPhone 17 Pro 看 iPhone 17e，还觉得有点卡卡的。

其实 iPhone 17e 还有一个看不出，却很实用的更新：和 iPhone 17 一样搭载了第二代超瓷晶面板，耐摔更耐刮。

翻到背面，还是只有一个单摄像头，不过今年 iPhone 17e 新增了一个全新的「淡粉」配色，比基础的黑白色颜值更高。这个粉色确实很淡，很多时候看起来非常接近白色。

作为入门机型，iPhone 17e 的刀法依旧是比较精准的。一上手就发现，手机的做工没有旗舰机那么精致。

手机的背板依旧是磨砂玻璃材质，和金属边框之间没有圆润过渡，握在手上稍微有点硌手。

iPhone 17e 的升级更聚焦于手机内部。在背板下方，终于补上了一个 MagSafe 的磁吸线圈，能够直接无缝兼容现存的磁吸配件。

得益于 MagSafe 的加入，iPhone 17e 支持 15W 的无线充电功率，对比上一代实现翻倍。

我们还现场试了试 iPhone 17e 的「减配版」A19 芯片表现如何，《明日方舟：终末地》这样的大型游戏，开屏一分钟左右手机就开始发热，看来还是有点勉强。

当然，现场的体验时间不长，仅供参考，更详细的性能和游戏表现，可以等我们拿到手机后进行对比和实测。或许届时各游戏以及应用开发者，已经对这台机型及芯片做了定向优化。

在拍摄功能上，iPhone 17e 除了没有超广角，还有下面这些妥协：

iPhone 16 就已经推出的「可调色」摄影风格功能，没有；

iPhone 17 全新的前置 Center Stage 拍摄功能，竖着拿手机拍出横向高清自拍图，也没有。

有一个细节，国行 iPhone 17e 这次支持 eSIM，但不再支持实体双 SIM 卡。想要双卡双待，必须有一张是 eSIM。

iPhone 17e 更关键的优势是价格。这次苹果很良心，不仅 4499 元起售价不变，存储还从 128G 升级到 256G，属于加量不加价。在手机都要涨价的 2026，iPhone 17e 反而显得有性价比。

对于 iPhone 17e，你有什么想要了解的？欢迎在评论区留下你的问题，我们将在后续评测中一一为你解答。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

「按照原来安排继续干」

离职的消息最沸沸扬扬的时候，在 Qwen 团队的核心负责人林俊旸在朋友圈发了两句话：

「Qwen 的兄弟们，按照原来安排继续干，没问题的。」

「安排好的」？这是什么？

林俊旸离开前夕，Qwen 团队刚刚发布了一件被全球开发者社区刷屏的东西。Qwen 3.5 Small 系列，参数量从 0.8B 到 9B，专为端侧设备设计，可以在普通笔记本电脑上运行。

不是一个更大的模型——而是一组更小的模型。要知道，过去三年里，AI 行业最强大的共识是「越大越好」。OpenAI 的 Sam Altman 四处筹措万亿美金建设算力基础设施，各家实验室军备竞赛般地烧钱烧卡，底层假设只有一个：模型越大，就越聪明。

这套逻辑被称为 Scaling Law，它不仅仅是一条技术规律，更像一种信仰——整个行业的融资叙事、人才分配、硬件投资都建立在这个前提之上。

但 Qwen 3.5 Small 的发布，和林俊旸的离开，同时发生。一个技术信号和一个人事信号，交织出一个更复杂的故事：小模型到底在发生什么？它为什么重要？

当 9B 打赢 120B

即便不是开发者，也可以跑分上一窥 Qwen 3.5 的战绩：

Qwen 3.5 Small 系列中，9B 参数的模型在多项基准测试中全面超越了 OpenAI 的 gpt-oss-120B——一个参数量是它 13 倍的模型。

这些不是边缘指标上的微弱优势，而是在核心推理任务上的系统性领先。一个可以装进笔记本的模型，在数学、科学、视觉推理上全面击败了一个需要数据中心级硬件才能运行的对手。

当然了，摸着良心说，gpt-oss-120B 不是 OpenAI 的旗舰产品，而是其开放权重的中端线。而且它采用 MoE 架构，标称 120B 参数，但每个 token 实际只激活约 5.1B 参数——所以参数量的对比，在工程层面并不像字面数字那么悬殊。

但这不影响趋势本身的成立。因为 Qwen 3.5 Small 并不是孤例。

同一时期，Nature 报道了一个微型递归模型（TRM），在 ARC-AGI 逻辑测试中击败了多个顶级大语言模型。Google Research 在 2026 年初发表论文，证明小模型在意图提取任务上的表现优于显著更大的模型。PNAS 上的一项研究更直接——模型规模与说服力之间呈急剧递减收益，大到一定程度之后，更大几乎不带来更好。

《华尔街日报》早在 2025 年 10 月就已经敢说，「大模型拿走了所有的关注，但小模型才真正干活的那个。」

这些信号共同指向一个判断：以小博大不是偶发事件，而是大势所趋。

那么问题来了——小模型凭什么？

才不是大模型的替身文学

直觉上，人们容易把小模型理解为「大模型的平替」，同样的方法，只是规模小一些，性能差一点，胜在便宜。

但事实恰恰相反：今天的小模型之所以能以小博大，是因为它们在技术方法论上，走了一条和大模型完全不同的路。

第一，数据质量压倒数据规模。 大模型的路线是「尽可能多地吞入互联网数据」，而小模型路线的代表——比如微软的 Phi-4 系列——走的是精筛路线：用高质量的合成数据加上严格筛选的公开数据集，让模型在更少的数据上学到更精确的能力。这背后的逻辑转变是根本性的：不是「喂得越多越聪明」，而是「吃得精才学得好」。

第二，原生多模态设计取代了适配器拼接。 传统做法是先训练一个纯文本大模型，再通过适配器模块接入图像、视频、音频等能力。Qwen 3.5 采用了完全不同的架构：将视觉 token 和文本 token 在同一个潜空间中联合训练，从底层就是多模态的。这意味着它是一个天生就同时理解文字和图像的模型。这种架构在小参数量下反而更有优势，因为不需要额外的适配器开销。

第三，量化技术带来的不只是压缩。 4-bit 量化常常被理解为「把模型压小 4 倍以节省存储」，但它真正的意义在于减少 4 倍的内存吞吐量。在端侧设备上，瓶颈往往不是存储空间，而是内存带宽，也就是数据从内存搬运到处理器的速度。量化技术让小模型在带宽受限的手机和笔记本上，获得了决定性的速度优势。

这些方法论上的突破已经开始转化为产品。3 月第一周，苹果发布了 M5 全线芯片，每颗 GPU 核心内置 Neural Accelerator，AI 性能较 M1 提升最高 8 倍。与此同时，苹果研究院公开了 Ferret-UI Lite——一个仅 3B 参数的端侧 GUI 代理，可以本地操控手机和桌面应用。加上 Apple Intelligence 约 3B 参数的端侧基础模型，苹果正在将「on-device AI」从概念推进到芯片、模型、交互三位一体的产品形态。

微软的 Phi-4 multimodal 也开始尝试商用上线 Azure，3.8B 参数，接受文本、音频和图像输入。开源社区的反馈更加直接——Reddit 上的开发者实测后认为 Qwen 3.5 的 4B 版本是「甜点级」模型：跨任务稳定、无崩溃、远快于 9B 版本。

技术路线已经被验证，产品化拐点已经到来，天边泛起鱼肚白，曙光乍现。

而就在此刻，林俊旸选择离开。

最会做小模型的公司，最没有动力让它成功

Qwen 3.5 Small 在发布后获得了开发者社区的广泛认可，开源社区的评测结果甚至超出了官方发布时的宣传。

但是，他所在的公司是阿里巴巴，阿里巴巴的商业引擎是阿里云。

大模型和云计算之间存在天然的正向循环：模型越大，推理所需的算力越多，客户就越需要购买云计算服务。对阿里云来说，大模型是完美的商业叙事——它同时推高了客户的算力需求和对云平台的依赖。

而小模型的逻辑恰恰相反。小模型的核心价值在于可以在端侧设备上运行——手机、笔记本、边缘服务器。这意味着客户可以绕开云，在本地完成推理。对用户来说，这意味着更低的成本、更好的隐私和更低的延迟。但对阿里云来说，这意味着收入被侵蚀。

Qwen 3.5 Small 做得越好，对阿里云的商业叙事就越尴尬。

这不是阿里一家的问题。放眼中国的科技巨头，几乎所有 AI 领先的公司都面临同样的结构性矛盾。百度和腾讯的处境与阿里类似——商业模式建立在云服务和平台抽成之上，小模型的端侧化趋势直接削弱了它们的价值主张。

字节跳动的豆包手机是一个有趣的例外，但字节做硬件才刚起步，远没有建立起「芯片+操作系统+模型」的垂直整合能力。

华为理论上最有条件，既有芯片，又有终端设备。但在制裁的影响下，它的算力上限本身就逼着它走小模型路线，这更多是被动的求生策略，而非主动的战略选择。至于小米、OPPO、vivo，它们有设备，却不是 AI-first 的公司，缺乏自研模型的基因和持续投入的动力。

全球范围内，真正打通端侧 AI 全栈的公司，可能只有一家：苹果。芯片、设备、操作系统、自研模型，全部自有。苹果的动力来自复合型的商业模式，这驱动它把一切计算尽可能留在设备上，因为每一次端侧 AI 体验的提升，都会转化为硬件的溢价和生态的黏性。

不过，这里需要诚实地处理一个可能的反驳：云厂商难道不能走「端云协同」的路线吗？用小模型做端侧入口，复杂的推理任务回调云端处理，两边都不耽误。

理论上可以。但这恰恰说明了问题——在端云协同的框架下，小模型对云厂商来说是「引流工具」，而不是「独立产品」。云厂商没有动力把小模型做到好到不需要云。

还有一个绕不开的反例：微软也是云厂商，但它在认真做 Phi-4 系列小模型，而且已经商用上线。这是否说明「左右互搏」的论点站不住脚？

非也。微软之所以能两条腿走路，是因为它同时拥有 Windows 和 Surface 的硬件生态、Azure 的云平台以及 Copilot 的端侧产品线。做 Phi-4 对微软来说是防御性布局：如果端侧 AI 的趋势不可逆转，为了大局，宁可壮士断腕，自折一臂，也不能把端侧市场拱手让给开源社区和苹果。

但阿里没有这个选项——没有消费级操作系统、没有主流终端硬件、没有面向个人用户的 AI 产品矩阵。Qwen 做得再好，也没有自家的「最后一公里」可以落地。

动力不同，产品的天花板就不同。

这就形成了一个令人不安的画面： 小模型从实验室走向产品的真正瓶颈，不是技术能力，而是供需错位；最擅长做小模型的公司（云厂商），最没有动力让它真正成功；最需要小模型的公司（设备厂商），又缺乏独立研发的能力。

「没问题的」

回到林俊旸的那条朋友圈，「继续按照安排好的干，没问题的」。

也许技术路线确实没有问题，一切都在朝着正确的方向走。但在一家以云为重的公司里，就算做出世界级的小模型，团队的处境注定不会舒适。

这不是对阿里的批评——任何一家以云收入为生命线的公司，面对一项可能侵蚀自身收入的技术路线，都会陷入同样的两难。这是一个结构性矛盾，不是个人或管理层的选择问题。

比人事更值得关注的，是 Scaling Law 本身正在发生的变化。

过去三年，「越大越好」不仅仅是一条技术规律，它是整个 AI 行业的信条。融资叙事围绕它建立——投资人相信更大的模型意味着更强的能力，所以万亿美金涌向算力基础设施。人才分配围绕它运转——最顶尖的研究者被吸引到训练最大模型的团队。硬件投资围绕它定价——英伟达的估值建立在一个前提之上：对算力的需求会永远增长。

现在，这个前提正在松动。MIT 的研究估计，效率提升将使中等硬件上的模型在 5 到 10 年内逐步追平最大最贵的模型。芝加哥大学的研究表示，数据质量正在取代数据规模成为核心竞争维度。

产品化的方向不再只有云端，而是同时向端侧扩散。Scaling Law 正在从一条单调递增的曲线，变成一张需要在多个维度上寻找最优解的地图。

不再是「越大越好」，而是「在对的地方，用对的大小」。

林俊旸大概比大多数人更早地感受到了这个变化。他用 Qwen 3.5 Small 证明了一件事：在对的方法论下，9B 参数可以击败 120B。但他同时也撞上了另一堵墙——技术上的正确，不等于商业上的可行，更不等于组织上的舒适。

他说，没问题的。确实，技术路线已经铺好了，而剩下的问题不在实验室里，而在实验室外面。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

我们到底是该顺应潮流，把驾驶权交给冰冷的机器，还是应该坚持那份对机器的敬畏，把驾驶权牢牢地掌握在我们的手中？

莲花 CEO 冯擎峰的这番表态，放在当下的行业背景里显得有些逆流而上。

过去几年，几乎所有豪华车品牌都在加速向智能座舱倾斜，屏幕、冰箱、按摩座椅成了新的豪华语言，「驾驶」这个词在产品发布会上出现的频率越来越低。

偏偏在这个节点，莲花高调重申「驾驶优先」，听起来像是这个时代的少数派。

但对于这家公司而言，这种姿态并不陌生，从创立至今，莲花从未真正做过以舒适为卖点的产品。

莲花汽车成立于 1948 年，是英国赛车运动史上的标志性品牌。创始人 Colin Chapman 奠定了莲花的工程哲学：让车变轻、让车精准、让空气动力学为我所用。这三条原则，此后支撑了莲花数十年的产品逻辑。

进入电动化时代后，莲花经历了一段艰难的转型期。

2017 年，吉利控股完成对莲花的收购，公司研发重心随之逐步向中国转移，Eletre、Emeya 等高价纯电产品相继发布，试图重建品牌在豪华细分市场的位置，但销量平平。

如今，For Me 的问世，标志着莲花产品线的又一次战略延伸。与此前主打纯电的 Eletre 不同，For Me 采用超级混动架构，覆盖更广泛的用户场景。

消灭妥协的超级混动

For Me 的核心，是莲花自研的 XHybrid X 超级混动架构。

该系统搭载前后双电机，综合输出高达 952 马力（约 700kW），配合一台 2.0T 四缸发动机，并配备一块 70kWh 电池。

CLTC 工况下纯电续航达 420 公里，综合续航突破 1400 公里；WLTC 馈电油耗仅为 6.1L/100km，满电状态下零百加速仅需 3.3 秒。

在当前豪华 SUV 市场，如此性能参数并不罕见。但莲花真正强调的，是 For Me 在不同电量状态下的性能一致性。

当电池电量下降时，锂离子电池的内阻会随之上升，导致最大放电功率受限，动力响应也必然出现衰减。

纯电动车至今难以完全解决这一物理痛点；虽然增程或混动架构在理论上能缓解该问题，但这依然极其考验车辆的持续发电能力与整体热管理设计。

莲花的解法颇具巧思，其利用一台 150kW 的大功率发电机持续为电池补能，将电池电量始终锁定在 30% 至 80% 的「甜点区间」，这一区间恰好对应着锂电池放电倍率最高的工作状态。

此外，For Me 电池包的性能同样强悍，其基于 900V 高压架构打造，容量 70kWh，并选用最高放电倍率达 20C 的高性能电芯。

通过纳米界面技术与极速导流通道，整包实际持续放电倍率可达 11C，这意味着 70 度电理论上可在不到 6 分钟内完全释放。

高功率密度也带来了散热层面的挑战。电流提升三倍，发热量将呈九倍增长。因此，热管理成为高性能电驱系统的命脉。

电流提升三倍，热量上升九倍——这意味着高性能电驱系统必须面对与功率成非线性增长的热量管理压力。

For Me 为此构建了三级散热体系：

– 电机层面：采用定子绕组直喷冷却油技术，将冷却液直接导入电机内部转子，而非仅冷却外壳。莲花形象地将其比作「给内脏灌冷饮」，远胜于「敷冰毛巾」。
– 电池层面：放弃传统底部冷板方案，改用立体梯形散热结构，换热面积提升 300%，成功将数百颗电芯在高负荷放电时的温差控制在 3℃以内。
– 整车布局：采用横置发动机，不仅节省空间，还开辟出了贯穿式风道，利用行驶气流主动导走余热。

莲花官方曾进行「100 次连续全力加速」台架测试，最终结果是，在这套混动体系下，For Me 第 1 次与第 100 次的推背感完全一致。

For Me 搭载了莲花自研的 6D 动态底盘系统，集成 23 个传感器与 39 路信号通道，每秒计算频率高达 1000 次，实时处理纵向、横向、垂向及俯仰、侧倾、横摆六个维度的车身姿态数据。

为此，莲花先后投入了约四亿元的定制开发费用，分别用于悬架系统、主动稳定杆、轮胎以及制动系统。

其悬架方案采用了闭式双腔空气悬架与双阀 CDC 电磁减震的组合。官方数据显示，在 1G 的侧向加速度下，车身侧倾角可被控制在 2.7 度以内，这已经十分接近纯正跑车的水平；而前后各一根的 48V 主动稳定杆，更是将底盘的响应时间极度压缩至 10 毫秒。

制动性能同样是发布会上重点展示的硬指标。在德国 AMS 标准测试中，For Me 的百公里制动距离仅为 33.9 米，这一成绩优于宝马 X5 M 的 36.4 米以及保时捷卡宴的 34.5 米。

轮胎方面，莲花与倍耐力联合开发了 P Zero Five LTS 专属定制版。通过在配方中加入特殊增塑剂，For Me 能够在不增加轮胎宽度的前提下显著提升抓地力。数据显示，相比标准版轮胎，其抓地力提升了 10%，滚动阻力则降低了 20%。

对于一台整备质量不轻的大型 SUV 而言，这是极其可观的能耗改善。

For me 的空气动力学设计中，最引人注目的是一套可升降激光雷达。

为了解决雷达突出车顶破坏风阻与造型的问题，莲花开发了一套主动伸缩机构：工作时雷达升起，不使用时完全收入车顶，对风阻和噪音的影响归零。

这一方案在工程上颇为复杂。莲花表示，整套隐藏式升降机构被精密压缩至硬币大小，不仅能承受高达 6 吨的车顶静压，还能在零下 40 度的严寒环境中顺畅运作。

此外，For Me 车身还巧妙设计了四组共八条实体风道，旨在利用文丘里效应产生强大的向下气流压力。

这些风道的设计历时四年，动用了 3024 个 CPU 核心，进行了超过 1000 次的 CFD（计算流体动力学）仿真验证。

车尾的主动尾翼更是能在四种工况下灵活切换角度：城市低速巡航时优雅收起；时速达到 80 公里时展开至 23 度；切换至运动模式时升至 32 度（可产生 112.5 公斤下压力）；而当时速超过 170 公里并遭遇紧急制动时，尾翼会瞬间自动翻折至 34 度，产生最大 120 公斤的下压力，化身为「空气刹车」辅助减速。

减重 500 公斤

莲花引以为傲的轻量化传统在 For Me 上得到了延续，但由于车型定位，工程团队面临着史无前例的挑战。

要知道，这是一台车长超 5.1 米、且配备 70 度大电池包的大型 SUV。如果按照常规的设计路径，其整备质量将无可避免地逼近三吨。

莲花透露，相较于常规做法，工程团队通过极限的材料与结构优化，「硬生生」地抠出了 500 公斤的减重空间。

新车的车身骨架采用了与顶级铝材供应商诺贝利斯联合开发的高强度钢铝混合结构，高强度钢与铝的占比高达 95%。这使得其白车身重量仅为 395 公斤，几乎与普通中型轿车相当；但同时，其车身刚性已超越了硬派越野代表路虎卫士，并明显高于沃尔沃 XC90 与保时捷卡宴。

在细节上，车辆后电机壳体采用了硬模半固态镁合金压铸工艺。尽管该工艺良率较低且成本高昂，却能在丝毫不损失强度的前提下，为车辆再减重约 20 公斤。

电池底板则大胆选用了高强度复合材料以替代传统金属，不仅使该部件的重量大幅降低 46%，其极低的导热系数还能更好地帮助电池应对低温环境。

结合其狂暴的马力与极限压榨后的整备质量，For Me 的推重比达到了惊人的 370 匹/吨。这一数据不仅高于兰博基尼 Urus（约 310 匹/吨），甚至超越了法拉利 Purosangue（约 332 匹/吨）。

贯穿整场发布会的技术坐标，是一个名为 LTS（Lotus Tuning Standard，莲花专属调校标准）的严苛体系。

在这条基准线之下，只是一台合格的交通工具；只有跨越这条线，才配被称为『莲花』。

这套标准全面涵盖了动力输出的连续性、热管理冗余度、制动抗衰减性能、底盘极限响应速度等多个硬核维度，其部分核心验证数据更直接来源于「绿色地狱」纽博格林北环赛道与德国无限制高速公路的实车测试。

驾控之外，莲花还宣布 For Me 已顺利通过欧洲 L1/L2+ 智能辅助驾驶认证，成为全球第二个获得该严苛认证的汽车品牌，并极有希望成为首个在欧洲合法上路 L2+ 高阶智驾车型的品牌。

综合 For Me 前卫的设计、极致的性能与独特的品牌调性，再叠加当下中大型混动 SUV 市场高涨的需求红利，这款车极有可能成为莲花品牌历史上最畅销的车型。

更何况，背靠吉利控股集团这棵大树，莲花能够共享到行业顶级的电子电气架构与前沿的智能化研发成果。这使得莲花可以将自身宝贵的资源，毫无保留地聚焦于底盘调校、操控体验与空气动力学等构建品牌护城河的差异化能力上。

然而，中国汽车市场向来不缺乏优秀的产品。莲花作为老牌跑车品牌，虽然此前在全球范围内享有盛誉，但不可否认的是，目前传统豪华品牌的新能源车型在中国市场的接受度普遍偏低。

此外，在电动化转型的阵痛期，莲花此前的两款纯电车型曾经历过较大幅度的官降（14 万元），这不仅一度引发了老车主的不满，也令品牌的市场认同产生了一定波澜。

对此，莲花 CEO 冯擎峰后来也坦诚地反思：如果能重来一次，一开始就会将价格定在更具进攻性的合适位置；而事已至此，品牌只能「用时间把失去的信任赢回来」。

因此，在竞争白热化的当下，如何让那些手握重金、准备选择高端新能源 SUV 的消费者重新认识莲花，并心甘情愿地为这款「驾驶至上」的 For Me 买单，或许是比攻克工程难题更为艰难的任务。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

此前我们曾报道过，小米正在开发一款代号「曼岛」的神秘车型。

根据当时流出的信息，「曼岛」配备四台驱动电机与主动悬架系统，车内设有「衣柜」「鞋架」「30 寸大电视」等配置，甚至支持「车内站立」「车顶睡觉」。

这些描述远超常规旗舰轿车或 SUV 的想象边界，因此业内当时普遍推测，「曼岛」更像是一款深度定制的房车产品。

但随着小米 YU9 上市日期愈发临近，供应链层面流出的信息也逐渐丰富。

有自称来自小米汽车供应链的人士透露，YU9 部分版型定位以「一至两人用车场景为主」，强调「不需要太多座位，但要有衣柜、鞋柜，方便换装出席不同场合」。

综合各方信息和谍照，我们预测：小米 YU9 将推出低、中、高三个配置版型，提供 5 座与 7 座两种布局；其中 5 座高配及 7 座版本的代号即为「曼岛」，将以标配或选装形式提供升顶套件。

升顶装置目前在国内量产 SUV 中极为罕见。

原厂提供此类配置的车型，目前有且仅有福特智趣烈马一款，选装费用为 6000 元，可实现 36cm 电动举升车顶。

配合车内相应设计，智趣烈马可实现「一键升顶 + 一键成床 + 驻车空调」，在 30 秒内展开 2 米大床，3 分钟内完成车内控温，一二排联动成床且不占用后备厢空间。

升顶系统的价值，在于让 SUV 的内部空间发生质变。

目前房车市场的升顶套件展开后，车内净高可达 1.5 至 2 米，成年人可自如直立行走，换衣收纳不再局促。

升顶区域铺设床垫后，两侧纱网与透明窗帘兼顾通风与防蚊，车内体验接近帐篷。整个系统展开或收起仅需数分钟，远比搭建传统帐篷省时省力。折叠收起后外观与原车接近，风阻影响有限，普通停车场无障碍进出，越野性能也完全保留。

从经济角度看，工作日正常通勤，假期摇身变成移动小屋，既省去大量住宿开销，改装成本也远低于专业越野房车。

在升顶装置之外，福特智趣烈马的整体产品思路，同样值得作为理解小米 YU9 的重要参照。

智趣烈马并非传统硬派越野取向，而是致力于取得城市通勤与轻度越野之间的平衡。

智趣烈马其接近角为 30°、离去角 32°、最小离地间隙 220mm，参数介于城市 SUV 与专业越野车之间。全系标配四驱，高配版提供前后电控差速锁，支持行进中上锁，配合 8 种地形模式应对复杂路况。

空间是其核心差异点。5025mm 车长配合 2950mm 轴距，加上 5 座布局，乘坐与储物空间均较为宽裕。

内饰方面，15.6 英寸 2.5K 中控屏、70 英寸 AR-HUD、高通骁龙 8255 芯片、7.5L 冷暖冰箱、21 扬声器音响一应俱全；车顶配备经过 7000 次耐久测试的电动举升机构；160L 前备厢采用防水可冲洗设计；尾门集成轻量化折叠桌板与电磁炉接口，配合 6.6kW 对外放电能力，满足基础户外烹饪需求。

辅助驾驶方面，高配版搭载激光雷达及 32 个传感器，双 Orin-X 芯片提供 508 TOPS 算力，支持高快速路及城市 NOA；

此外，烈马的特色功能「旅行路书」整合 45 条预设路线，结合卫星地图与车身摄像头，可以提供实时景点推荐与行程记录。

智趣烈马的产品思路总体是从强调「征服」的硬派越野，转向「可城可野」的生活场景解决方案，露营配件、外放电功能、灵活的空间设计等，都是对这一定位的精准回应。

而这条路，小米似乎也有意走上一遭。

自驾露营在欧美有几十年的深厚积累，很多人从小就跟着家人开车出游、在野外过夜，这种生活方式早已融入日常。

而在中国，这一文化虽然近年来增长迅猛，但整体仍处于起步阶段，大多数人对「住在车里」还停留在新鲜好奇的阶段，真正有稳定户外露营需求、愿意为此专门改装车辆的用户群体相对有限。

中国消费者在选车时，往往更看重品牌、外观、舒适配置和燃油经济性，功能导向的改装文化相对薄弱。加上国内住宿资源非常丰富、价格也不算贵，「住酒店」依然是绝大多数自驾游用户的默认选择，减少了对车载住宿方案的实际需求。

当然，随着近几年露营热的兴起，这一市场正在悄悄发生变化，越来越多的年轻人开始关注车顶帐篷、改装露营车等产品，升顶装置的接受度也在缓慢提升。

这恰好与小米汽车的用户群体高度吻合。

从 SU7、YU7 上市以来的购车数据与社群反馈来看，小米车主普遍偏年轻，对新鲜事物的接受阈值远高于平均水平，也更愿意为「体验升级」买单。

将升顶套件、外放电、灵活车内空间这些配置打包进一款主流 SUV，或许正是小米避开家用 SUV 市场极致内卷、从使用场景中另辟蹊径的方式。

这样的产品方向，也与小米一贯的品牌理念高度契合。

从种种迹象来看，YU9 不会仅仅满足于「家用大车」的常规定位，小米依旧希望能在家用基础上兼顾年轻化，并体现性能和探索精神。

从这个角度出发，就不难理解这两件事：

其一，小米为何在 YU7 纯电续航表现已经出色的前提下，依然坚持为 YU9 引入增程动力版本，增程赋予的长途无忧感，正是户外场景不可或缺的底气；

其二，此前曾传出小米考虑采用长城 Hi4-Z 四驱系统的消息，也并非空穴来风，而是对越野能力补强的务实考量。

如果说 SU7 证明了小米有能力造出一台让人心动的性能轿车，YU7 证明了小米同样可以在家用 SUV 市场站稳脚跟，那 YU9 想回答的问题则更为具体——

一辆车，还能给用户的生活带来什么改变？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博