Cognition 估值再跳升,编程代理仍是资本宠儿
Cognition 融资超 10 亿美元、估值升至 250 亿至 260 亿美元区间,显示独立 AI 编程公司仍在持续吸金,且企业采用正在转化为真实收入动能。【2064】【2069】
AI 日报
今天的焦点不是单一模型突破,而是 AI 产业链的全面加速:资金继续涌向编程代理,算力与供应链进一步向台湾集中,企业开始把 AI 推向生产环境,同时监管、工会和公众反弹也同步升级。AI 已经从“能不能做”进入“谁来控制、谁来付费、谁承担风险”的阶段。
Overview
从 73 条资讯中筛选出 30 条
今天的焦点不是单一模型突破,而是 AI 产业链的全面加速:资金继续涌向编程代理,算力与供应链进一步向台湾集中,企业开始把 AI 推向生产环境,同时监管、工会和公众反弹也同步升级。AI 已经从“能不能做”进入“谁来控制、谁来付费、谁承担风险”的阶段。
Cognition 融资超 10 亿美元、估值升至 250 亿至 260 亿美元区间,显示独立 AI 编程公司仍在持续吸金,且企业采用正在转化为真实收入动能。【2064】【2069】
Nvidia 公开扩大对台湾的年度支出和本地建设计划,进一步证明先进封装、系统组装与台积电生态仍是 AI 基础设施的关键瓶颈。【2063】【2080】
Remote、Cisco 和 Dell 的案例都指向同一趋势:AI 正被嵌入薪资、工程、治理和基础设施之中,企业开始为真实工作流而不是 demo 付费。【2075】【2084】【2092】
从美国“反科技极端主义”框架到中国 AI 监控升级,再到 YouTube 标注收紧和 OpenAI 选举安全措施,AI 监管正在从原则讨论转向具体执行。【2062】【2071】【2079】【2085】
curl 被海量 AI 辅助漏洞报告压垮,《纽约时报》技术工会质疑内部监控工具,说明 AI 不只是提效,也在制造维护、审计和劳工层面的新压力。【2068】【2082】【2083】
Google 搜索改版引发用户流失,DuckDuckGo 获得安装增长;同时 Gemini Omni、YouTube 标注和 ElevenLabs Music v2 继续推动合成媒体进入主流产品体验。【2087】【2090】【1898】【2079】【2088】
今天的故事共同指向一个明确趋势:AI 正在从模型能力竞赛,转入围绕商业化、基础设施、治理与社会反应的系统级竞争。资本继续押注编码代理和企业 AI,Nvidia 强化台湾供应链依赖,企业开始把 AI 直接嵌入工程与运营流程;与此同时,政府、平台、工会和公众则在同步收紧监督与提出质疑。
Cognition 再度以超大额融资刷新估值,说明独立 AI 编程公司仍然拥有强劲的资本吸引力,即便大模型厂商也在下场做编码工具。【2064】【2069】
Nvidia 连续释放台湾加码信号,年度支出、总部建设和员工扩张都在强化同一判断:AI 硬件链条的核心仍然离不开台湾制造生态。【2063】【2080】
从 Remote 的人均营收提升,到 Cisco 使用 Codex,再到 Dell 强调本地与混合部署,企业正在把 AI 变成真实工作流的一部分,而不只是演示工具。【2075】【2084】【2092】
美国把“反科技极端主义”纳入威胁框架、中国升级 AI 监控、YouTube 强化 AI 内容标注、OpenAI 推出选举安全措施,说明 AI 治理正在进入更强监管和更高争议阶段。【2062】【2071】【2079】【2085】
curl 团队被 AI 辅助漏洞报告淹没,纽约时报技术工会质疑内部 AI 监控,Linux 维护者则把 Rust 的价值与 AI 驱动的漏洞发现联系起来,显示 AI 正在重塑安全与劳动成本。【2068】【2082】【2083】
Cognition 的融资与估值跃升、ClickHouse 的收入增长和 IPO 规划、Remote 的收入杠杆改善,都说明 AI 相关企业正在获得更明确的市场定价。【2064】【2069】【2077】【2075】
Nvidia 对台湾的加码不仅是采购数字的增长,更是对先进封装、系统组装和供应链韧性的再确认。【2063】【2080】
Robinhood 允许 AI 代理直接交易,Warp 用 GPT-5.5 编排编码代理,ITBench-AA 则显示企业 IT 代理在真实排障场景中仍远未成熟。【2070】【2086】【2067】
Google 的 AI 搜索改版正在改写 SEO 规则,DuckDuckGo 则从中获得安装增长;YouTube 和 Gemini Omni 则进一步推动视频内容的 AI 化与标注化。【2087】【2090】【2079】【1898】
AI 的竞争重心正在从“谁的模型更强”转向“谁能更快把模型嵌入企业、供应链和用户决策流程”。但越接近真实世界,AI 面临的就不只是性能问题,还有成本、责任、透明度、劳动关系和政治反弹。【2064】【2092】【2062】【2082】
Stories
TechCrunch AI

Cognition(Devin 的开发公司)宣布融资超过 10 亿美元,投前估值达到 250 亿美元。相比之下,该公司在 8 个月前完成的 4 亿美元融资对应的投后估值只有 102 亿美元,估值大幅跃升。
这笔融资表明,顶级风投仍然相信独立的 AI 编程创业公司有很大的市场空间,尽管大型模型公司也在进入这一领域。它也强化了一个判断:自主软件工程工具可能会成为重要的企业软件品类,而不只是基础模型附带的一个功能。
Cognition 是自主 AI 软件工程师 Devin 的开发公司,它在周三宣布已融资超过 10 亿美元。此次融资对应的投前估值达到 250 亿美元,显示出公司估值在短时间内大幅上升。就在 8 个月前,Cognition 还刚完成一轮 4 亿美元融资,当时的投后估值为 102 亿美元。如此迅速的估值跃升,反映出投资者对 AI 编程代理的预期变化非常快。
本轮融资由 Lux Capital 和 General Catalyst 领投,Founders Fund、8VC 等现有投资者继续参与,Ribbit Capital、Atreides 和 Layer Global 则作为新投资者加入。Cognition 的核心观点是,独立的 AI 编程创业公司仍然有很大空间,尽管 Anthropic、OpenAI 和 Google 等大型模型公司也已经推出了自己的编程工具。该公司还表示,已经获得了包括 Mercedes-Benz、NASA、Goldman Sachs 和 Santander 在内的大企业客户。Cognition 称 Devin 带来了 4.92 亿美元的年化营收运行率,而且过去 6 个月企业对 Devin 的使用量每个月都增长 50%。
本轮融资由 Lux Capital 和 General Catalyst 领投,Founders Fund、8VC 等老股东继续跟投,Ribbit Capital、Atreides 和 Layer Global 等为新投资方。Cognition 表示其客户包括 Mercedes-Benz、NASA、Goldman Sachs 和 Santander,并称其年化营收运行率已达 4.92 亿美元,过去 6 个月 Devin 的企业使用量每月增长 50%。
Ars Technica AI

Nvidia 首席执行官黄仁勋表示,公司将每年投资1500亿美元,确保台湾继续处于 AI 革命的核心位置。他还表示,Nvidia 在台湾的新总部预计将于2030年投入运营,并将在今年动工。
这一宣布凸显了 AI 硬件仍然高度依赖台湾制造生态,尤其是在先进封装和系统组装方面。它也显示出 Nvidia 的全球供应链战略与美国推动 AI 产能回流本土之间正在形成越来越明显的张力。
Nvidia 首席执行官黄仁勋宣布,公司将在台湾每年投入1500亿美元,并将台湾称为 AI 革命的“中心地带”。他是在 Nvidia 台湾新基地的启动仪式上发表上述言论的,并表示台湾是芯片制造、封装以及 AI 系统和超级计算机组装的地方。路透社报道称,这笔投资将用于建设 Nvidia 在台湾的新总部,而黄仁勋预计该项目将推动未来大量 AI 创新。公司称,该项目计划今年动工,并预计在2030年投入运营。
黄仁勋还说,Nvidia 在台湾的年度支出在过去几年中大幅增长,从四五年前的约100亿至150亿美元,增长到约1000亿美元,如今又提升到1500亿美元。此次宣布发生在 Nvidia 试图跟上 AI 基础设施巨大需求的背景下,尤其是面向其即将推出的 Vera Rubin 系统。黄仁勋警告称,Nvidia 预计在 Vera Rubin 的整个生命周期内都会面临供应链限制,因此台湾制造生态的重要性更加突出。与此同时,这一举动也让外界更加关注,Nvidia 深化台湾投资与特朗普推动美国成为全球 AI 中心的政策之间,是否存在潜在冲突。
黄仁勋表示,Nvidia 在台湾的年度支出已从四五年前的约100亿至150亿美元,增长到如今的1000亿美元,并将继续增至1500亿美元。公司希望继续靠近台积电及其先进封装能力,而这些能力目前在台积电美国工厂尚未具备。
Ars Technica AI

联邦情报和执法机构据称正在流转新的报告,把“反科技极端分子”视为一种新兴的国内威胁。此举出现在人们对 AI 的反弹、反对数据中心的抗议,以及对 AI 取代工作的担忧不断上升之际。
这表明政府可能正在把国内监控和反恐关注扩大到批评 AI 和科技政策的抗议运动与言论。这可能影响活动人士、劳动组织者和公民自由倡导者,尤其是在“反科技极端主义”这样模糊的类别被用来为监控提供理由时。
根据这篇报道,美国情报和国内执法机构正开始把“反科技极端分子”视为新的国内目标。报道称,这一转向出现在针对 CEO 的袭击、全国范围内针对数据中心的抗议运动,以及对 AI 取代工作的担忧不断增加之后。来自国土安全部、FBI 和融合中心的 1000 多页未公开文件显示,各机构正在内部传播这种叙事。文章指出,这一变化发生在特朗普政府一系列指令之后,包括国家安全总统备忘录 7,要求司法部针对被标记为“反美”“反基督教”和“反资本主义”的人群。
文中还提到,Sebastian Gorka 发布的新反恐战略把左翼极端分子列为美国面临的主要威胁之一。相关文件中有纽约情报与反恐局的一份评估,警告说 AI 的快速普及可能在纽约等大城市引发社会混乱、大规模抗议和骚乱。该报告还提出了“反科技暴力极端主义”这一术语,而文章称这一说法并未出现在公开的 DHS 或 FBI 国内极端主义材料中。纽约情报局也把这一威胁框架与 Ziz Laota 的被捕和审判联系起来,并提到所谓 Zizians 的案例;不过文章同时指出,对 AI 末日风险的担忧,也存在于许多并非极端主义者的 AI 对齐研究人员和工程师之中。
《WIRED》获得了超过 1000 页未公开的国土安全部、FBI 和融合中心报告,显示出这一转向。纽约一份情报评估警告称,未来五年内 AI 带来的冲击可能引发抗议并演变为民乱和“反科技暴力极端活动”,而这一术语并未出现在公开的 DHS 或 FBI 国内极端主义指南中。
Hugging Face Blog

Artificial Analysis 和 IBM Software Innovation Lab 推出了 ITBench-AA,这是一个用于评估企业 IT 代理任务的新基准系列。首个站点可靠性工程(SRE)评测中,前沿模型全部低于 50%,其中 Claude Opus 4.7 以 47% 领先。
这为企业 AI 社区提供了一个比许多现有测试更难、也更贴近真实场景的代理式排障基准。它表明,即使是顶级模型,在现代 SRE 工作流核心的 Kubernetes 事故响应中仍然存在明显短板。
Artificial Analysis 和 IBM Software Innovation Lab 发布了 ITBench-AA,并将其称为首个面向企业 IT 代理任务的基准系列。首个版本聚焦站点可靠性工程(SRE),也就是 Kubernetes 事故响应,要求模型通过阅读日志、追踪依赖关系、识别事故背后的根因实体来完成诊断。底层的 ITBench 数据集由 IBM 开发,Artificial Analysis 在过去 6 个月里将其改造成面向前沿 AI 模型的评测框架。此次 SRE 版本共包含 59 个任务,其中 40 个为公开任务,19 个为留出任务。每个任务都提供一份事故快照,包含告警、事件、链路、指标、日志和应用拓扑,模型需要输出结构化 JSON,标明相关的 Kubernetes 实体,例如 Deployment、Service 或 Pod。
基准覆盖了常见的 SRE 故障模式,包括资源配额耗尽、发布失败、连接池耗尽、网络分区,以及基础设施、服务、应用和混沌注入类事故。所有模型都在同一个开源 Stirrup 参考执行环境中运行,拥有沙箱文件系统的 shell 访问权限,每个任务最多 100 轮,并重复 3 次。评分方式采用“完全召回下的平均精度”:如果模型在一次重复中漏掉任何一个真实根因,就会得到 0 分;只有找全所有真实根因后,才按精度计分。结果显示,Claude Opus 4.7 以 47% 领先,其次是 GPT-5.5 的 46% 和 Qwen3.7 Max 的 42%,但所有前沿模型都没有超过 50%。报告还指出,调查轮次更多并不一定意味着更准确,因为一些模型会过度排查,把上游故障注入机制或伴随症状误判为根因。
ITBench-AA 的首个版本包含 59 个 SRE 任务,其中 40 个公开任务、19 个留出任务。每个任务都提供 Kubernetes 事故快照,包含告警、事件、链路、指标、日志和拓扑信息,模型必须在 100 轮上限内使用 Stirrup 执行环境找出最小的根因 Kubernetes 实体集合。
Simon Willison
Daniel Stenberg 表示,curl 项目正面临前所未有的大量可信的 AI 辅助安全报告。当前安全报告平均每天超过一条,约为 2024 年的 4 到 5 倍,也大约是 2025 年速度的两倍。
这表明 AI 辅助漏洞发现已经不是理论问题,而是在现实中显著增加开源维护者的工作负担。对于 curl 这样的项目来说,影响不仅是技术上的漏洞分流,还包括维护者倦怠以及对小型志愿安全团队的持续压力。
在一篇标注为 2026 年 5 月 26 日的链接博文中,Simon Willison 转述了 Daniel Stenberg 对 curl 安全团队当前压力的描述。Stenberg 说,curl 正在接收大量可信的 AI 辅助安全问题报告,而且这个数量已经达到 curl 历史上前所未见的水平。他表示,进入安全队列的报告数量现在是 2024 年的 4 到 5 倍,也大约是 2025 年速度的两倍。平均下来,团队如今每天要处理超过一条报告。Stenberg 还指出,这些报告通常非常长,而且细节丰富,因此很难被轻易忽略。
他提到,这种压力已经影响到个人生活,因为他的妻子第一次对他的工作时长和工作与生活失衡表示担忧。他强调,项目当然可以选择忽略这些报告,但团队有责任感,也珍视自己的工作,所以仍然会认真处理。值得庆幸的是,curl 本身一直是一个非常稳固的软件,因此被发现的漏洞通常并不严重。Stenberg 说,近几年发现的 curl 漏洞几乎都被评为 LOW 或 MEDIUM,而最近一次 HIGH 严重级别的 curl CVE 还是 2023 年 10 月发布的。
Stenberg 说,这些报告通常非常详细且篇幅很长,而且由于它们往往可信,团队会觉得有责任去审查。他还指出,curl 仍然是一个非常稳健的代码库:近年来发现的大多数漏洞都被评为 LOW 或 MEDIUM,最近一次 HIGH 严重级别的 curl CVE 还是 2023 年 10 月发布的。
The Decoder

开发 AI 编程代理 Devin 的 Cognition 已以超过 260 亿美元的估值融资逾 10 亿美元。这个新估值比 2025 年 9 月的 100 亿美元估值高出一倍多。
这轮融资表明,尽管 AI 编程代理的实际价值仍存在争议,投资者依然看好这一赛道的巨大潜力。它也说明企业对软件自动化工具的需求,正在转化为显著的收入和融资动能。
Cognition 是 Devin 这款 AI 软件工程师背后的初创公司,此次融资超过 10 亿美元,投后估值超过 260 亿美元。报道称,这一估值比其在 2025 年 9 月达到的 100 亿美元水平高出一倍多,当时 Devin 融资 4 亿美元。此次融资由 Lux Capital、General Catalyst 和 8VC 领投,Founders Fund 和 Ribbit Capital 也参与了投资。Cognition 表示,其年化收入已达到 4.92 亿美元,而且今年企业使用量增长了十倍。
公司列出的客户包括花旗、梅赛德斯-奔驰、高盛、戴尔以及美国军方。Cognition 还称,Devin 目前已经在内部编写了公司 89% 的代码。除了接入不同 AI 实验室的模型之外,Cognition 最近还发布了自研的软件工程模型 SWE-1.6。报道认为,这笔交易反映出投资者对 AI 编程代理的强烈兴趣,尽管外界仍在争论这类工具的真实价值。
Cognition 表示其年化收入已达到 4.92 亿美元,且今年企业使用量增长了十倍。其客户包括花旗、梅赛德斯-奔驰、高盛、戴尔和美国军方,公司最近还发布了自有模型 SWE-1.6。
The Decoder

Robinhood正在推出一项测试版功能,允许Anthropic的Claude或Cursor等AI代理通过Model Context Protocol(MCP)连接到一个独立的投资账户。这些代理可以读取投资组合数据,并在当前测试版中代用户买卖股票;同时还可以连接一张虚拟的Robinhood信用卡,用于购买机票或餐厅预订等消费。
这标志着自主AI代理开始进入受监管的金融工作流,因为它已经从分析阶段走向了真实交易执行。这可能加速由代理驱动的金融科技自动化,但也会带来用户意图、监督、责任归属和市场风险等重大问题。
Robinhood推出了一项新功能,允许客户将AI代理(包括Anthropic的Claude和Cursor)连接到一个独立的投资账户。该集成通过Model Context Protocol,也就是MCP实现;这是一种开放标准,旨在让AI系统连接外部服务并代表用户行动。连接后,代理可以读取账户价值、购买力、持仓、余额和订单历史,并且还能自主下达股票交易指令。Robinhood表示,用户可以让代理识别投资组合集中度风险、监控有吸引力的股票,或者在价格下跌时自动买入更多股份。
当前测试版只支持股票交易,期权、加密货币和事件合约会在后续加入支持。用户每次交易都会收到推送通知,也可以在Robinhood应用中查看活动记录,并且随时断开代理连接。Robinhood同时明确说明,客户要对所有交易负责,即使这些交易是代理在没有先征求许可的情况下执行的。该功能正在逐步开放,且只能在桌面端完成设置,用户获得权限后会收到电子邮件通知。
Robinhood表示,这项测试版目前只支持股票交易,期权、加密货币和事件合约将在后续加入。用户每笔交易都会收到推送通知,也可以随时断开代理,但即使代理在未经明确批准的情况下执行交易,用户仍要对所有交易负责。
The Decoder

据报道,中国正在把数百万台老旧监控摄像头升级为来自海康威视和华为等公司的AI视觉与语言模型系统。新系统可以自动识别行为、用文字提示检索视频,并将警方监控能力从单纯识别个体扩展到更广泛的行为监测。
这表明生成式AI和视觉AI正在被国家级规模用于监控,对公民自由和AI治理具有重大影响。它也意味着监控体系从被动取证转向主动行为监测,影响警方、普通居民以及人权组织对公共空间的理解。
中国正在通过为数百万台老旧摄像头加装AI视觉和语言模型,升级其庞大的监控网络。根据《金融时报》的报道,地方政府正在使用海康威视和华为等公司的系统,让警方的监控工作更自动化,也更具预测性。中国自2010年代中期以来一直使用人脸识别、车牌扫描和传统计算机视觉,但旧系统主要用于事后识别已知人员。克莱蒙特·麦肯纳学院的Minxin Pei告诉《金融时报》,这种旧模式是被动的,很难判断不在重点名单上的人的意图。新一代摄像头和软件则直接面向行为识别,例如危险驾驶、人群聚集、未经授权进入,以及桥梁上的自杀行为。海康威视最新系统还允许警员通过输入自然语言提示词来搜索视频,比如查找“戴红帽子的女性”。
一名海康威视经理告诉《金融时报》,警方现在不必再人工逐段查看录像,而是把文字提示交给系统即可找到相关片段。《金融时报》引用的采购文件显示,这些系统正在四川姚都和大同等地进行定向部署,智能摄像头可以识别性别、姿态和衣着等属性。部分机构并没有更换全部摄像头,而是把中间服务器替换为可在本地处理视频的AI PC,以降低云成本。此次升级源于公安部部长王小洪在2024年发布的一项指令,背景是连续发生的暴力袭击;专家认为,这些事件与疫情封控和经济疲软加剧的心理健康危机有关。人权观察组织的Maya Wang认为,这种新做法让当局以前所未有的规模监控行为;Anthropic则警告,如果算力差距继续缩小,到2028年中国不仅可能在技术上追上来,还可能进一步扩大AI监控和镇压能力。
《金融时报》报道称,这些升级依据采购文件和业内访谈,系统可识别危险驾驶、人群聚集、未经授权进入,以及桥梁上的自杀行为。部分机构正用本地AI PC替代集中式处理以降低云成本,早期部署则主要集中在高密度城市和军事、政府设施周边。
Financial Times AI
·#ai
《金融时报》报道称,AI 正在为规模更小但资金充足的竞争者打开机会,使他们有可能从“四大”以及其他大型咨询公司手中夺取市场份额。文章将 AI 描述为可能颠覆传统咨询模式的力量。
如果 AI 让小公司能更高效地完成分析、研究和交付工作,大型咨询公司长期依赖的规模优势就可能被削弱。这会影响企业咨询市场的定价、招聘和竞争格局。
《金融时报》分析了 AI 可能如何重塑咨询行业,并让规模较小、但资金充足的挑战者更有机会从大型既有公司手中赢得业务。文章聚焦于“四大”和其他大型咨询公司,因为它们过去一直受益于规模、品牌知名度,以及大量分析师和专家团队。AI 通过自动化咨询项目中常见的部分研究、分析和展示工作,改变了这一局面。结果是,小型公司可能在不需要同样多人员配置的情况下,提供更快的交付速度或更低成本的服务。
文章认为,这种变化可能会逐步削弱最大咨询公司的主导地位。AI 并不会让咨询需求消失,而是可能改变客户的预期以及咨询工作的生产方式。更广泛的含义是,企业服务领域的竞争可能会向善于使用 AI 的细分公司和新进入者进一步开放。
报道特别提到了“四大”,这一说法通常指规模最大的咨询和专业服务公司。核心观点并不是咨询行业会消失,而是 AI 降低了后来者与既有大公司竞争的门槛。
Hugging Face Blog
Hugging Face 发布了一篇指南,演示如何在本地硬件上完全运行 Reachy Mini 的对话。该方案使用 VAD → STT → LLM → TTS 级联管线,以及兼容 Realtime API 的 /v1/realtime WebSocket 后端,并推荐了 llama.cpp、Gemma 4、Silero VAD、Parakeet-TDT 0.6B v3 和 Qwen3-TTS 等开源组件。
这为机器人用户提供了一种可行方案,可以把音频处理保留在设备本地,从而提升隐私并避免持续的 API 费用。它也展示了开源语音栈如何组合成一个可灵活调优的本地助手,在延迟、质量和语言覆盖之间做权衡。
Hugging Face 介绍了一个面向 Reachy Mini 的完全本地对话方案,核心是其 speech-to-speech 库。这个系统采用四段式语音流水线:VAD、STT、LLM 和 TTS。后端提供一个兼容 Realtime API 的 /v1/realtime WebSocket 接口,因此 Reachy Mini 可以沿用现有的界面流程连接到本地服务器。文章推荐使用 llama.cpp 来服务 LLM,并建议将 Gemma 4、Silero VAD、Parakeet-TDT 0.6B v3 和 Qwen3-TTS 作为实用默认组件。
教程还给出了启动 llama.cpp 的示例命令,以及在终端里用 local 模式运行 speech-to-speech 的方法。用户先在本地模式下测试后,还可以切换为给机器人本身提供服务,并在 conversation app 中选择本地连接。Hugging Face 表示,这种做法能让音频始终停留在用户可控的硬件上,避免 API 费用,并且便于随着新的开源模型出现而替换各个环节。文章也强调,这条流水线本质上是在做取舍,例如更快但质量较低的 TTS,与更慢但质量更高的 STT 之间需要平衡。
该后端使用与 Reachy Mini 现有兼容的 Realtime API 风格协议,因此后端启动后,机器人即可通过界面连接。Hugging Face 也强调,每个阶段都可以替换,而当前默认配置更偏向多语言场景,而不是单一语言场景。
Simon Willison
·#ai
Simon Willison 认为,Anthropic 和 OpenAI 很可能已经找到了产品市场契合,因为企业支出在上升,而且有报道称公司开始被意料之外高昂的 LLM 使用账单震惊。他指出,Anthropic 可能即将迎来首个盈利季度,而两家公司最近也都把企业定价调整得更接近 API 用量计费。
如果头部 AI 厂商能够把企业的高强度使用转化为直接收入,就说明这个市场已经从“新奇尝试”走向了稳定的商业采用。这对竞争者、采购方和投资者都很重要,因为它意味着 AI 工具已经嵌入到足够深的工作流中,企业愿意按使用量持续付费。
Simon Willison 认为,Anthropic 和 OpenAI 已经找到了产品市场契合,而他提出这一判断的依据是定价变化、企业采用情况以及他观察到的使用规模。他说,Anthropic 很可能即将迎来首个盈利季度,同时一些公司开始意识到,员工对 LLM 的高频使用正在把账单推高到意料之外的水平。为了说明这种经济性,他把自己每月 100 美元的 Anthropic Max 和每月 100 美元的 OpenAI Pro 订阅,与 ccusage 工具估算出的 API 等价成本进行了对比。结果显示,过去 30 天里,Anthropic Claude Code 约相当于 1,199.79 美元,OpenAI Codex 约相当于 980.37 美元,总计 2,180.16 美元,这说明面向个人的订阅对重度用户来说非常划算。
Willison 说,他原本以为企业客户也能拿到类似折扣,但事实证明并非如此。根据他的描述,Anthropic 已把企业计划从包含固定用量的模式改为每席位每月 20 美元加 API 计费;《The Information》在 2026 年 4 月报道这一变化时称,Anthropic 的说法是该调整实际上发生在 2025 年 11 月。OpenAI 也在 2026 年 4 月对 Codex 做了类似调整,把计费方式从按消息改为按 API token 用量计费,并随后把这一改动扩展到现有的 ChatGPT Enterprise 计划。Willison 最后认为,AI 失败案例并不多、使用量仍在快速增长、而企业也越来越愿意按 API 水平付费,这些都表明这个市场已经真正跑通。
Willison 说,他自己每月 100 美元的 Anthropic Max 和每月 100 美元的 OpenAI Pro 订阅,如果按过去 30 天的 API 用量计费,成本大约会达到 2,180 美元,这说明重度用户从消费者定价计划中获得的价值非常高。他还指出,Anthropic 已将企业版从包含用量的套餐改为每席位每月 20 美元加 API 计费,而 OpenAI 也在 2026 年 4 月 2 日将 Codex 定价改为按 API token 用量计费,并在 4 月 23 日把这一变化扩展到现有企业计划。
TechCrunch AI

总部位于阿姆斯特丹、成立七年的薪资与合规服务公司 Remote 表示,其年度经常性收入已超过 3 亿美元,并已实现现金流为正。该公司称,组织内广泛采用 AI 让其在未增加员工数量的情况下,将人均营收提升了 50%。
这个故事是一个具体案例,说明 AI 不只是被用来做新产品,也正在提升 SaaS 公司的经营杠杆。如果 Remote 的说法成立,这意味着 AI 能明显减少薪资和合规工作中的重复劳动,让公司在不增加人手的情况下更快扩大收入。
Remote 表示,公司年度经常性收入已经超过 3 亿美元,并且已经实现现金流为正。更重要的是,这家公司称,在把 AI 广泛引入业务之后,人均营收提升了 50%。首席执行官 Job van der Voort 说,他自己会同时运行多个 Claude 实例,其中一些用于个人工作,但更多用于 Remote 的内部运营。公司内部还使用了一个 Slack 代理来总结讨论,并持续测试 agentic AI。Remote 认为,这种 AI 应用并不只发生在工程团队,而是扩展到了整个组织。员工可以通过 Remote Labs 在内部发起应用开发,这是一个建立在公司自有技术上的内部市场。公司还推出了 Remote Build,帮助客户创建自定义工作流,并由 Remote 团队直接协助实施。
van der Voort 把这类面向客户的人员类比为投资人所说的 forward-deployed engineers,也就是直接深入客户组织内部解决问题的人。Remote 还声称,其核心薪资业务同比增长超过 300%,但这一数据没有经过独立验证。公司同时表示,它现在为成千上万家需要处理全球雇佣合规的企业提供服务。由于薪资工作本身充满重复和繁琐流程,Remote 认为 AI 让这些流程更容易自动化,也让这项工作“比以往更有趣”。公司还强调,自己并不只是服务远程办公团队,而是面向各种类型的企业,大多数客户其实是在办公室雇佣员工。面对许多竞争对手转向一体化 HR 平台的做法,Remote 认为当前的 AI 浪潮反而验证了它继续专注于“难问题”的选择。接下来,Remote 通过 Remote MCP 让 AI 代理和外部平台能够安全访问薪资与合规数据,并把自己定位成可以被其他软件调用的底层引擎。
首席执行官 Job van der Voort 表示,他会并行运行多个 Claude 实例,公司内部也在使用 AI 工具,例如用于总结讨论的 Slack 代理。Remote 还推出了 Remote Labs,供员工在内部发起应用开发,以及 Remote Build,帮助客户利用 AI 创建自定义工作流。
TechCrunch AI

TechCrunch 报道称,中国正在越来越多地限制顶尖 AI 研究人员、创业公司创始人和私营企业高管的海外出行。一些业内知名人士现在据称在出境前需要获得政府批准。
这一举措表明,北京把 AI 人才视为战略资产,而不仅仅是市场资源,这可能重塑科研合作和创业公司成长路径。它也可能减缓中美之间的人才流动,而跨境联系长期以来一直推动着 AI 进展。
TechCrunch 表示,中国正在越来越多地对顶尖 AI 人才收紧边界,研究人员、创业公司创始人以及私营企业高管现在据称都面临出境限制。在某些情况下,知名人士在出国前必须先获得政府批准。报道认为,这反映出北京正在努力防止 AI 领域的人才外流,而全球对能够训练和调优 AI 模型的人才需求正快速上升。文章提到,2025 年 3 月《华尔街日报》曾报道称,中国当局已建议顶尖 AI 创业者和研究人员避免前往美国,这说明北京当时就已经把 AI 视为经济资产和国家安全优先事项。
报道称,随着 Manus-Meta 交易受到审查,这些限制似乎进一步升级;中国禁止 Manus 的两位联合创始人离境,因为监管机构正在调查 Meta 对这家 AI 初创公司的 20 亿美元收购是否违反外资规则。据说,这两位联合创始人正在寻找办法满足北京要求其撤销交易的条件,其中包括从外部投资者筹集约 10 亿美元,从 Meta 手中回购公司。文章将这些措施放在中美 AI 竞争加剧的背景下,并指出 Stanford 最新指数显示,到 2026 年 3 月,美国与中国领先模型之间的性能差距已收窄至 2.7%,而 2023 年约为 31%。文章还提到,中国据报正在更严格地控制美国资本流入本国头部 AI 公司,要求 Moonshot AI、StepFun 和字节跳动等企业接受美国资本前必须获得政府批准。
据报道,这种收紧发生在 2025 年 3 月之后,当时中国当局曾建议顶尖 AI 创业者和研究人员避免前往美国。文章还将这一政策与更广泛的管控联系起来,包括对 Moonshot AI、StepFun 和字节跳动等公司引入外资的审查,以及此前对稀土出口和国有资金数据中心使用外国 AI 芯片的限制。
TechCrunch AI

ClickHouse表示,其年化收入已达到2.5亿美元,较去年增长约三倍。联合创始人兼产品与技术总裁Yury Izrailevsky还说,公司预计到今年年底收入将进入接近10亿美元的高个位数区间。
这一增长强化了ClickHouse在数据库和企业基础设施市场中的强势地位,尤其是在其最近一轮融资后估值达到150亿美元的背景下。它也表明,随着IPO窗口可能重新打开,越来越多初创公司正在为上市做准备。
ClickHouse告诉TechCrunch,其年化收入运行率已经达到2.5亿美元,较去年增长了三倍。联合创始人兼产品与技术总裁Yury Izrailevsky表示,公司预计到今年年底,收入将达到接近10亿美元的高个位数区间。该公司在1月完成由Dragoneer Investment Group领投的4亿美元D轮融资后,估值达到150亿美元。按照这一估值计算,其估值倍数超过了年化收入的60倍。Izrailevsky表示,公司的高速增长和高估值可能让它在未来几年内具备IPO条件。ClickHouse也加入了少数几家公开暗示未来上市的初创公司之列,因为市场预计IPO窗口可能会随着一批高知名度公司上市而重新打开,其中包括SpaceX、OpenAI和Anthropic。
公司还在去年秋天聘请了曾负责Snowflake投资者关系的Jimmy Sexton担任CFO,这通常被视为面向公开市场的重要信号。ClickHouse目前已经收购了6家初创公司,其中包括帮助开发者跟踪和评估AI智能体表现的Langfuse。Izrailevsky说,公司未来仍将继续并购那些“相对年轻、但展现出非常有前景技术”的开源初创公司,以补充其核心产品。ClickHouse的技术最初诞生于Yandex,已有17年历史,并在2021年独立拆分为一家创业公司。如今,公司声称拥有超过4000家客户,包括Anthropic、Meta、Capital One和Decagon。它通过销售托管云服务来商业化其开源数据库,并表示这种商业化方案对客户而言,往往比自行运维开源版本更便宜。
ClickHouse在1月完成由Dragoneer Investment Group领投的4亿美元D轮融资后,估值达到150亿美元,这意味着其估值与年化收入的倍数超过60倍。公司称,其开源数据库主要通过托管云服务变现,并且已经收购了6家初创公司,其中包括Langfuse。
The Decoder

微软发布了最新的图像生成模型 MAI-Image-2.5,并表示它目前在 Arena 的文本到图像排行榜上位列第三。微软称它已经与谷歌的 Nano Banana 2 处于同一水平,但仍落后于 OpenAI 的 Image-2。
这表明微软自研的图像模型正在一个非常受关注的基准场景中逼近头部竞争对手。如果这些提升在实际使用中同样成立,那么该模型可能会影响产品摄影、品牌设计等专业创意工作流。
微软已经推出了 MAI-Image-2.5,这是其 MAI 图像模型的更新版本。根据 MAI 团队的说法,该模型目前在 Arena 的文本到图像排行榜上排名第三。这个位置意味着它已经与谷歌的 Nano Banana 2 处于同一梯队,但仍然落后于 OpenAI 的 Image-2。微软表示,这是迄今为止最强的 MAI 图像模型。
公司特别强调,它在文字渲染、风格化插画和商业视觉效果方面,相比 MAI-Image-2 有明显提升。微软还称,这个模型更能遵循提示词,并且在光照、景深以及空间关系上表现得更加一致。微软将其定位于产品摄影、品牌设计等专业用途。MAI-Image-2.5 目前已可在 Arena 上使用,微软表示大约两周内会进入 MAI Playground 和 Foundry。
微软表示,与 MAI-Image-2 相比,MAI-Image-2.5 在文字渲染、风格化插画和商业视觉效果方面都有明显提升。它还被描述为更能遵循提示词,并且在光照、景深和空间关系上更一致;目前已可在 Arena 使用,预计两周内会扩展到 MAI Playground 和 Foundry。
The Decoder

YouTube 现在开始把 AI 内容标签放到更显眼的位置,并计划从 2026 年 5 月起自动检测大量使用写实 AI 的视频。即使创作者没有申报,系统也可能为相关视频自动加上标签。
这会改变全球最大创作者平台之一上 AI 生成或 AI 改动视频的展示方式,让披露信息更难被忽视。它可能影响创作者工作流程、观众信任,以及各大社交平台对低质量 AI 内容和深度伪造的治理。
YouTube 正在重新设计其对 AI 生成和 AI 改动视频的标注方式,先让标签更醒目,随后再引入自动检测。此前,AI 披露信息主要藏在视频说明的展开区域里,观众很容易错过。新系统下,带有写实特征或经过大量 AI 修改的内容标签会直接显示在长视频播放器下方,并以覆盖层形式出现在 Shorts 上。YouTube 还表示,从 2026 年 5 月开始,系统会自动标记那些明显大量使用写实 AI 的视频。公司称,创作者在上传时仍然需要主动披露是否使用了 AI,但它会加入“新的内部信号”来识别那些没有如实申报的内容。
Google 没有详细说明这些信号的具体机制,但明确指出了两个硬性触发条件:一是 C2PA 元数据表明内容为完全 AI 生成,二是使用了 Veo 之类带水印的 Google 工具。创作者如果认为自己被误标,可以在 YouTube Studio 中修改披露信息并提出申诉,但如果标签是因为上述永久性触发条件而出现,则不能撤销。YouTube 还表示,这些标签不会影响推荐分发或变现。此次调整延续了 2024 年主要依赖创作者自报的标注机制,也反映出外界对 YouTube 已经充斥低质量 AI 内容的担忧正在加剧。
YouTube 表示,这些标签不会影响推荐或变现,创作者如果认为被误标也可以申诉。不过,使用 YouTube 自家工具(如 Veo 或 Dream Screen)制作的内容,以及带有表明完全由 AI 生成的 C2PA 元数据的视频,标签将是永久性的。
The Decoder

英伟达表示,其对台湾供应商的年度支出已从三四年前的约100亿至150亿美元,增长到如今最高可达1500亿美元。英伟达首席执行官黄仁勋在台北的一场公司活动上披露了这一数字,同时宣布扩大台湾团队并建设新园区。
这一激增表明,AI热潮正在重塑英伟达在台湾的制造和供应链布局,尤其是围绕台积电和先进封装产能的安排。它也说明,支撑现代AI模型的硬件越来越依赖台湾半导体生态系统的长期能力。
英伟达表示,AI热潮已让其每年在台湾的支出大幅增加,如今对供应商的年度投入最高可达1500亿美元。三到四年前,这一数字只有约100亿到150亿美元。根据 Nikkei Asia 的报道,首席执行官黄仁勋是在台北的一场公司活动上披露这一数据的。这笔支出主要流向台积电等台湾供应商,而这些公司处于英伟达硬件供应链的核心位置。
英伟达还计划大幅扩大其在台湾的存在,将当地员工人数从1000人增至4000人。与此同时,公司准备在台北建设一个名为 Constellation 的新园区,预计2026年底开工,2030年完工。报道还说,英伟达希望把这个园区的概念复制到其位于加州的新总部。文章同时提到,AMD 也在加码台湾投资,但两者并不能直接对比,因为 AMD 宣布的是多年期产能投入,而英伟达说的是持续发生的年度支出。
英伟达计划将台湾员工规模从1000人扩大到4000人,名为“Constellation”的台北新园区预计于2026年底开工,2030年完工。文章还指出,AMD宣布的台湾投资规模与英伟达并不能直接比较,因为AMD讲的是多年期产能投资,而黄仁勋说的是英伟达持续进行的年度支出。
The Verge AI

与 OpenAI 和 Anthropic 有关联的政治支出原本旨在击败纽约州议员亚历克斯·博雷斯,结果似乎反而抬高了他的知名度。到 5 月底、并在 6 月 23 日纽约第 12 国会选区初选前,博雷斯已经成为这场多名候选人竞争中的领先者之一。
这则报道显示,主要 AI 公司及其盟友正在试图通过政治投入来影响 AI 监管,但这种做法可能适得其反。它也凸显了 AI 企业、政策倡导者以及纽约高昂媒体投放环境之间日益激烈的冲突。
与 OpenAI 和 Anthropic 有关联的政治支出原本旨在击败纽约州议员亚历克斯·博雷斯,结果似乎反而抬高了他的知名度。到 5 月底、并在 6 月 23 日纽约第 12 国会选区初选前,博雷斯已经成为这场多名候选人竞争中的领先者之一。 这则报道显示,主要 AI 公司及其盟友正在试图通过政治投入来影响 AI 监管,但这种做法可能适得其反。
它也凸显了 AI 企业、政策倡导者以及纽约高昂媒体投放环境之间日益激烈的冲突。 《The Verge》称,由 OpenAI、Palantir 和 a16z 高管支持的超级政治行动委员会 Leading the Future,自 2025 年 12 月以来估计已花费 240 万美元攻击博雷斯。博雷斯直到 5 月 11 日才在纽约投放首个广告,但攻击广告似乎反而扩大了他的知名度,使他成为领先候选人之一。
《The Verge》称,由 OpenAI、Palantir 和 a16z 高管支持的超级政治行动委员会 Leading the Future,自 2025 年 12 月以来估计已花费 240 万美元攻击博雷斯。博雷斯直到 5 月 11 日才在纽约投放首个广告,但攻击广告似乎反而扩大了他的知名度,使他成为领先候选人之一。
The Verge AI

《纽约时报》技术工会的工会成员表示,管理层拒绝提供关于公司AI计划和当前使用情况的信息,因此他们已提起不公平劳动行为指控。该工会还就两款内部工具 DX 和 Glean 提出申诉,称它们被用于跟踪员工绩效和活动。
这场争议表明,AI治理正在大型新闻机构内部变成劳动议题,而不仅仅是管理层或产品层面的决定。它可能影响软件、媒体和知识工作团队中雇主如何将AI工具用于评估、监控和工作流程决策。
《纽约时报》技术工会的工会成员表示,管理层拒绝提供关于公司AI计划和当前使用情况的信息,因此他们已提起不公平劳动行为指控。该工会还就两款内部工具 DX 和 Glean 提出申诉,称它们被用于跟踪员工绩效和活动。 这场争议表明,AI治理正在大型新闻机构内部变成劳动议题,而不仅仅是管理层或产品层面的决定。
它可能影响软件、媒体和知识工作团队中雇主如何将AI工具用于评估、监控和工作流程决策。 DX 被描述为一款工程生产力工具,可跟踪产出、生成式AI使用情况和效率,但工会称它已从整体统计转向对个人设定基准。工会还表示,Glean 会搜索内部文档和邮件,可能被用于纪律处分场景,而且会产生错误或误导性结果。
DX 被描述为一款工程生产力工具,可跟踪产出、生成式AI使用情况和效率,但工会称它已从整体统计转向对个人设定基准。工会还表示,Glean 会搜索内部文档和邮件,可能被用于纪律处分场景,而且会产生错误或误导性结果。
ZDNET AI

在荷兰乌得勒支举行的 Rust Week 上,Linux 稳定版内核维护者 Greg Kroah-Hartman 表示,Rust 将帮助 Linux 免受安全漏洞困扰,尤其是在 AI 辅助漏洞发现不断揭露新问题的背景下。他还说,未来会有越来越多的 Linux 代码用 Rust 编写。
这之所以重要,是因为 Linux 最有影响力的维护者之一公开把 Rust 采用与内核安全的现实痛点联系了起来,而不只是停留在抽象的语言偏好上。如果 Rust 能减少内核代码中常见的 C 语言错误,它就可能降低维护者的长期负担,并提升整个 Linux 生态的安全性。
在 Rust Week 上,Greg Kroah-Hartman 对听众表示,Rust 将帮助 Linux 处理未受信任的数据,并应对日益增多的安全问题。他说,内核团队最近正面对一波由 AI 漏洞挖掘工具发现的严重问题,包括 Dirty Frag、Copy Fail 和 Fragnesia 等漏洞。按他的说法,相关报告的数量高到惊人,内核安全流程现在大约每天要处理 13 个 CVE。Kroah-Hartman 认为,问题不仅在于新的 AI 工具,也在于 C 语言在错误处理、锁管理和内存管理方面长期存在的弱点。
他举例说,内核里有一个存在了 15 年的蓝牙漏洞,原因是解引用指针前没有检查;还有一个 Xen 漏洞,是因为错误路径上忘记释放锁。 在他看来,这些看似细小的错误长期累积,就会变成安全漏洞。他指出,Rust 的价值在于能把很多这类错误提前到构建阶段发现,而不是等到代码审查时才暴露出来。他还说,Rust 影响下的思路已经推动内核采用更安全的 C 保护机制、作用域锁和更清晰的接口,即使不直接使用 Rust,Linux 也因此变得更好。
Kroah-Hartman 指出,漏掉错误检查、忘记加锁以及资源泄漏等问题在内核里很常见,而 Rust 的编译器和锁抽象可以在构建阶段捕捉很多此类错误。他还认为,即使只是借鉴 Rust 的思路,也已经让内核中的 C 代码和接口得到改进。
OpenAI News
Cisco 与 OpenAI 宣布,Cisco 正在使用 OpenAI Codex 来支持其企业工程工作。此次合作旨在扩大 AI 原生开发规模、加速 AI Defense 相关工作,并自动化缺陷修复。
这表明大型企业正在把 AI 编码工具从简单的效率提升,推进到核心工程流程中。若这一模式成功,可能会影响企业团队在安全、修复和软件开发方面的工作方式。
Cisco 与 OpenAI 发布了一则围绕 OpenAI Codex 的合作型公告。公告称,Codex 正在帮助 Cisco 扩大企业工程中的 AI 原生开发规模。与此同时,这项能力也被用于加速 Cisco 的 AI Defense 工作。除此之外,Cisco 还表示 Codex 正在帮助自动化缺陷修复。
现有材料把这则消息描述为一次面向企业落地的应用案例,而不是一次产品发布或重要模型更新。提供的文本中没有给出基准数据、部署架构或案例指标。尽管如此,这则公告仍反映出一个更大的趋势:大型软件组织正越来越多地把 AI 编码系统嵌入日常工程与维护任务之中。
这则公告具体把 Codex 关联到三个方向:AI 原生开发、AI Defense 和缺陷修复。所给材料中没有提供技术基准、实现细节或量化结果。
OpenAI News
OpenAI 公布了一套面向 2026 年选举的安全措施,重点是帮助人们获取可靠信息、支持网络防御者,以及提高 AI 生成内容的透明度。公司还表示,希望在全球选举前打击恶意行为者的滥用。
这项公告表明,随着聊天机器人逐渐成为常见信息来源,主流 AI 公司正在尝试降低与选举相关的风险。它对选民、竞选团队和网络安全防御者都很重要,因为 AI 生成内容可能同时影响政治传播和数字威胁。
OpenAI 表示,正在为 2026 年选举提前准备相关安全措施,以应对全球范围内的选举活动。公司在公告中称,这项工作旨在帮助人们获取信息、支持网络防御者,并提高 AI 生成内容的透明度。OpenAI 还表示,其目标之一是打击恶意行为者的滥用。尽管对外发布的内容很简短,但它传达出一个明确立场:选举完整性已经成为 OpenAI 需要重点处理的政策与安全问题。
相关报道指出,随着选民越来越多地依赖聊天机器人获取信息,外界对防护措施的需求也在上升。这一举措也符合行业内更广泛的趋势,即 AI 公司正在为政治内容和选举期间的滥用增加限制与防护。公告没有披露具体技术细节,但很明显,这些措施是为高风险的选举环境做前置准备。
这些安全措施围绕三个方向展开:信息获取、支持网络防御者,以及提高 AI 透明度。根据简短公告和相关报道,这一举措更像是对选举期间错误信息和网络滥用的前瞻性应对,而不是单一产品发布。
OpenAI News
Warp 表示,它正在使用 GPT-5.5 和其他 OpenAI 模型来协调本地、云端以及开源开发工作流中的编码代理。此次公告将 Warp 的最新推进描述为把不同环境中的代理式编码统一起来。
这很重要,因为编码代理正在成为开发者工具链中的核心组成部分,而能够跨环境编排这些代理的平台,可能会降低软件交付中的摩擦。若这一模式成功,Warp 可能会影响团队在专有软件和开源工作流中自动化开发任务的方式。
Warp 的这则公告突出了开发者工具中的一个新趋势:利用大语言模型来协调自主或半自主的编码代理。在这里,Warp 表示它依赖 GPT-5.5 和其他 OpenAI 模型,来管理覆盖本地开发、云端执行以及开源协作的工作流。这样的表述说明,Warp 希望自己不只是一个终端或编辑器插件,而是一个连接多种编码环境的中间层。现有信息没有提到产品基准测试、定价或可用性变化。
它也没有描述 OpenAI 方面发布了新的模型,而是强调 Warp 将 OpenAI 模型整合进了自己的工作流系统。就目前有限的细节来看,这更像是一项平台集成和定位上的动作。更广泛的含义是,软件开发工具正在走向代理编排模式,也就是让模型参与协调多个步骤,而不只是回答单个提示。
现有描述比较简短,除了使用 GPT-5.5 和 OpenAI 模型之外,并未给出基准结果、模型配置或技术限制。其主要技术点在于编排能力:Warp 将自己定位为编码代理的协调者,而不只是单一的聊天式助手。
TechCrunch AI

·#seo
TechCrunch 的 Equity 播客这一集认为,Google I/O 已经把 AI 生成答案推到搜索的核心位置,从而改变了品牌在网上被发现的方式。节目邀请了 Scrunch 的合作副总裁 Matt Thompson 讨论营销人员应如何适应这一变化。
如果 AI 答案取代或削弱了传统蓝色链接带来的引流,品牌就需要重新思考 SEO、获客方式以及可见度的衡量方法。这个节目反映了更大的行业变化:只为 Google 传统搜索结果优化,可能已经不够了。
TechCrunch 说,Google I/O 已经确认搜索领域出现了重大变化:AI 生成答案现在被放在最显眼的位置。文章指出,这让大多数品牌几乎无法看到 AI 系统是如何向客户描述它们的。对于过去多年一直围绕“10 个蓝色链接”来做优化的营销人员来说,搜索规则已经发生了实质性改变。这一期内容来自 TechCrunch 的 Equity 播客,由 Rebecca Bellan 与 Scrunch 的合作副总裁 Matt Thompson 对谈。Scrunch 被介绍为一家帮助企业应对 AI 搜索转型的初创公司。
对话重点讨论了 Google 的变化对营销人员和创始人意味着什么,以及他们在实际操作中应该如何应对。节目还强调了一项说法:AI 引荐流量的转化率比传统自然搜索高出 400%,这意味着不同渠道的流量质量可能差异很大。另一个重点是,ChatGPT 仍然拥有最大的 AI 搜索流量份额,因此如果只优化 Google,就可能错过很大一部分市场。节目进一步认为,传统的 Google SEO 建议在 AI 搜索时代可能已经不够用,甚至会误导营销人员,而企业网站需要变得“agent ready(适合智能体访问)”。
节目声称,AI 引荐流量的转化率比传统自然搜索高出 400%,而 ChatGPT 仍然占据大部分 AI 搜索流量。节目还认为,Google 自己的 SEO 最佳实践现在可能会把营销人员引向错误方向,并提出网站需要“agent ready(适合智能体访问)”的概念。
TechCrunch AI

ElevenLabs 发布了 Music v2,这是一款新的音乐生成模型,支持在歌曲中途切换曲风,并且可以按段落生成歌曲。公司表示,它在更复杂的人声、快速说唱以及非音乐音效方面也比以前更稳定。
这对 AI 音乐工具来说是一个重要进展,因为它不再只生成短片段,而是更接近可控的完整作曲和编辑流程。对于需要灵活、可商用音频素材的创作者和营销团队来说,这尤其有价值。
ElevenLabs 推出了 Music v2,这是其音乐生成模型的第二个版本,距离第一版发布大约过去了 10 个月。公司表示,新模型在处理人声复杂度和作曲复杂度方面都做了强化。它最引人注目的能力之一,是可以在一首歌的中途切换曲风,例如从歌剧切换到重金属,再切换回来。ElevenLabs 还称,该模型可以生成快速说唱而不破坏整体连贯性,并且可以把非音乐音效加入曲目中。除此之外,创作者可以只选中歌曲中的某一段,用提示词重新生成这一小节,而不会影响整首歌的其他部分。
新模型还支持按段落工作流,用户可以先分别生成前奏、主歌、副歌等部分,再把它们拼接起来。ElevenLabs 表示,Music v2 在多语言、歌词、人声和编曲等方面的表现也更稳定。此次发布发生在 AI 实验室竞相推出更长、更复杂音乐生成模型的背景下,Google、Stability AI 和 Suno 也都推出了新的音乐生成能力。ElevenLabs 还强调,该模型基于已授权数据训练,并且可以商用,这与一些面临版权诉讼的竞争对手形成了对比。目前,这一模型已在 ElevenLabs 的 ElevenCreative 工具和新推出的 ElevenMusic 平台上提供,ElevenAPI 的支持也即将上线。
ElevenLabs 表示,用户可以只重生成歌曲中的某一部分,而不会影响其他部分,还可以先分别生成前奏、主歌、副歌等段落,再拼接成完整作品。公司还称 Music v2 基于已授权数据训练,并可用于商业用途;在 Suno 和 Udio 等竞争对手遭遇版权诉讼的背景下,这一点尤为重要。
TechCrunch AI

·#ai
TechCrunch 认为,许多科技公司 CEO 似乎已经把 AI 当成可以直接替代大量软件和业务工作的工具,但实际上仍然需要大量人工审核和流程重构。文章引用了 Box 创始人 Aaron Levie 的观点,认为 CEO 因为离一线执行太远,所以更容易出现“AI 迷思”。
这件事重要,是因为高管层的过度乐观会直接影响裁员、产品战略和投资决策。若领导者误判 AI 的现实边界,就可能过度承诺生产力提升,同时低估把 AI 真正做稳、做可靠所需的艰苦工作。
TechCrunch 将当前科技行业描述为一种不同寻常的混乱状态,既像云计算时代那样经历剧烈变化,又出现了前所未有的“高收入伴随大规模裁员”。文章认为,一个可能的解释是,许多科技高管,尤其是 CEO,正在对 AI 的能力产生过度膨胀的判断。文中引用 Box 创始人 Aaron Levie 的说法:CEO 特别容易陷入“AI 迷思”,因为他们离决定 AI 是否真正创造价值的“最后一公里”工作太远。Levie 的意思是,高管可能只是试用 AI 写个原型、生成一份合同,就因此跳到“智能体已经可以接管全部工作”的结论。可现实中,真正负责落地的人仍然要审查代码、发现漏洞、识别虚构的库调用、用公司自己的合同条款训练模型,并且仔细翻阅文档寻找隐藏条款。文章指出,CEO 往往并不真正理解这些流程,所以也就难以判断哪些工作真的可以被自动化。
即便如此,他们的看法仍然会影响公司决策,而这正是问题所在。文章特别强调,Levie 并不是 AI 怀疑论者;相反,他在 X 上拥有大量粉丝,持续发布看好 AI 的内容,还投资 AI 初创公司。Levie 给 CEO 的建议不是少用 AI,而是要大量使用 AI,真正理解它能做什么、不能做什么。文章最后把这种务实态度与现实中许多 CEO 的行为作对比,认为当前很多人更像是在追逐炒作,而不是基于运营现实做判断。它还提到裁员及“因为 AI 而裁员”的说法,说明一些公司已经在用非常乐观的 AI 假设来支持重大人事决策。
Levie 并不是反对 AI;文章称他活跃投资 AI 初创公司,并经常在 X 上发布看好 AI 的内容,还写过关于 AI 原生软件的文章。文章还引用研究指出,AI 采用目前并没有带来稳定、显著的总体生产率提升,而且许多现有智能体在真实任务中仍难以达到人类质量。
TechCrunch AI

DuckDuckGo表示,在谷歌推出更偏向AI的搜索改版后,其安装量上升了30%,因为一些用户不想被迫使用AI优先的搜索体验。该公司还称,关闭AI功能的页面 noai.duckduckgo.com 访问量大幅增长,且默认会禁用AI相关功能。
这一反应说明,仍有一部分用户更看重控制权、隐私和传统搜索结果,而不是AI生成答案。如果这种趋势持续,可能会推动搜索产品提供更明确的退出选项和更透明的AI默认设置。
在谷歌于 I/O 大会上宣布对 Search 进行大幅改版后,一些用户对其转向“AI 优先”的搜索方式表示强烈不满。谷歌称,搜索框将变得更具对话性,能够扩展更长的查询、预测用户意图,并先用 AI Overviews 直接回答问题,再展示链接。谷歌还推出了更流畅的 AI Mode,允许用户在 AI Overviews 中继续追问。谷歌方面强调,AI Overviews 已经存在两年,而 AI Mode 并不是默认设置,但外界批评依然很激烈。反对者认为,这种变化可能伤害开放网络、给出不准确答案,并通过让 AI 更难回避而削弱用户控制权。
在这样的背景下,DuckDuckGo 表示,越来越多的人开始转向它这类可以关闭 AI 的替代搜索引擎。该公司称,其无 AI 搜索页面 noai.duckduckgo.com 的访问量平均周环比增长 22.7%,并在 5 月 24 日达到 27.7% 的峰值。DuckDuckGo 还表示,这一增长在美国最明显,而且在通常流量会下降的阵亡将士纪念日周末仍然继续。应用分析公司 Apptopia 的数据也支持这一趋势,显示美国和全球的平均每日下载量都在上升。DuckDuckGo 将自身定位为以隐私和用户控制为核心的产品,而谷歌则强调其 AI 功能已经获得更广泛采用,并称 AI Mode 的月活跃用户已超过 10 亿。
DuckDuckGo表示,这一趋势在美国尤其明显,甚至在通常流量会下降的阵亡将士纪念日周末仍持续增长。应用分析公司 Apptopia 也独立发现,同期美国平均每日下载量增长了29%,全球增长了12%。
The Verge AI

教皇利奥十四世发布了题为《Magnifica Humanitas》的通谕,警告说一旦AI影响人的生活,它就不再只是一个技术问题。梵蒂冈还与Anthropic联合创始人兼可解释性团队负责人Christopher Olah同台,这显示天主教会与一家重要AI公司建立了直接联系。
这份文件把一个重要的宗教与道德权威带入了有关AI治理、就业替代和人权的持续争论中。它可能影响公众舆论、政策讨论,以及AI公司如何把自己塑造成负责任的参与者。
周一,教皇利奥十四世发布了一份讨论人工智能社会影响的通谕。该文件题为《Magnifica Humanitas》,主张当AI进入会影响人们生活的决策时,它就不再只是技术问题,因为它会影响权利、机会、地位和自由。梵蒂冈此次还出现了Anthropic联合创始人兼可解释性团队负责人Christopher Olah,显示天主教会与一家主要AI公司之间存在一种少见的合作关系。文章指出,这份通谕发布之际,社会对AI权力的反弹正在加剧,包括公众对失去控制的担忧、针对数据中心建设的抗议,甚至对AI高管的袭击。
来自技术圈的反应分歧明显:有人认为教皇批评得还不够,也有人称赞这是一种负责任且有人文关怀的介入。Daniel Kokotajlo等批评者认为,通谕没有认真讨论AGI或超级智能;另一些人则认为这种缺席是合适的,因为这份文件的重点是保护人的尊严,而不是讨论更具推测性的AI未来。文章还指出,Anthropic可能会从与梵蒂冈的联系中获得战略收益,因为该公司一直在塑造自己比竞争对手更安全、更值得信任的形象。
这份通谕承认AI有积极用途,但指出它会影响权利、机会、地位和自由,同时强调AI缺乏人类所拥有的情感、关系与精神视角。技术界一个主要批评是,它没有提到AGI或超级智能,尽管一些公司把这些视为迫在眉睫。
ZDNET AI

戴尔科技世界2026强调,企业正在把AI从公有云试点转向本地部署和混合基础设施。戴尔表示,这一变化主要受到数据主权、面向智能体系统的更严格治理需求,以及云端LLM按token计费成本上升的推动。
这一转变很重要,因为许多公司现在需要把AI从演示阶段扩展到大规模生产,同时还要直接掌控敏感数据。如果本地AI成为生产工作负载的默认选择,它可能会重塑企业基础设施支出,以及团队管理成本、延迟、安全和合规的方式。
戴尔科技世界2026的重点不是“是否使用AI”,而是企业如何真正落地AI。大会传递出一个清晰趋势:企业正在把AI能力更靠近自身数据和基础设施,尤其是通过本地部署和混合部署来实现。迈克尔·戴尔在开场演讲中表示,“智能正在成为基础设施”,这反映出戴尔认为AI不再只是软件层,而是企业核心技术栈的一部分。文章指出,公有云API适合做试点,但当企业要把AI推进到大规模生产时,往往会遇到数据容量、延迟和控制方面的障碍。推动这一转变的一个重要因素是成本,尤其是云端LLM token使用费用持续上升。
戴尔谈到了“tokenomics”,而杰夫·克拉克则表示,token使用量已经增长了320倍,预计到2030年全球token消耗还可能增长3400%。报道还提到,企业越来越重视数据和AI主权,希望把训练和敏感工作负载留在公司数据中心,而不是放到云端。随着智能体系统的采用,这种担忧会进一步加剧,因为智能体会代表用户执行操作,因此需要更强的安全性、治理能力和审计能力。戴尔则将其产品组合,包括工作站、机架、边缘设备以及新的 Dell AI Data Platform,定位为帮助企业把更多AI工作负载留在内部运行的方案。
迈克尔·戴尔表示,“智能正在成为基础设施”,并指出使用公有云API做试点很容易,但真正进入生产则需要专用的内部算力。戴尔还强调了token使用量的快速增长,包括token使用量增加了320倍,以及到2030年全球token消耗可能增长3400%的预测,而智能体AI也让治理和回滚控制变得更加重要。
ZDNET AI

谷歌发布了 Gemini Omni,这是一项新的视频生成能力,可以基于文本、图像、音频或视频输入生成高质量视频。该功能已从 Gemini Omni Flash 开始推送,并将进入 Gemini 应用、Google Flow 和 YouTube Shorts。
这项工具可能显著降低视频创作门槛,让创作者更轻松地大规模制作更精致的内容。与此同时,基于头像的克隆和 AI 生成媒体也会在更广泛的视频生态中带来信任、隐私和深度伪造方面的担忧。
ZDNET 将谷歌 Gemini Omni 描述为一项重要的新 AI 视频能力,它可能帮助创作者更轻松地制作更高质量的视频,也可能让 YouTube 上充斥更多低质量的 AI 内容。谷歌把 Omni 的意义类比为 Nano Banana 之于图像生成的提升,暗示它会显著提高 AI 视频创作的质量和灵活性。公司表示,Omni 先从视频开始,但目标是最终“从任何输入生成任何内容”。它可以把图像、音频、视频和文本作为输入,并基于 Gemini 的现实世界知识来生成视频。该功能从 Gemini Omni Flash 开始推出,之后会进入 Gemini 应用、Google Flow 和 YouTube Shorts。
文章还指出,目前不清楚 Gemini 的网页版本是否会直接支持 Omni,用户是否需要通过浏览器中的 Flow 来使用。最引人注目的功能之一是基于头像的克隆,它可以生成看起来和听起来都像用户本人的视频。作者认为这对创作者来说很有吸引力,但同时也担心隐私、真实性,以及观众是否会接受由 AI 代替真人出镜。谷歌表示,它会使用 SynthID 数字指纹来验证这些视频确实由 Omni 生成,并且仍在研究如何负责任地处理音频和语音编辑。
谷歌表示,Omni 将 Gemini 的推理能力与视频生成结合起来,并可利用其实世界知识来约束输出内容。公司还表示,该功能会加入 SynthID 数字指纹,同时仍在测试如何负责任地处理基于头像的音频和语音编辑。