微信的 AI，终于动了。

就在苹果 WWDC 的同一天，微信做了一件可能比苹果更重要的事，发布了一份朴实无华的公告：《关于开发者接入微信 AI 生态的指引》。

从今天起，小程序开发者可以给出授权，让微信 AI 完成读取、操作和调用小程序的功能。

微信给了两种接入方式，一「自动模式」，门槛几乎为零，开发者打开一个开关，平台自己读源码、分析页面、搞懂小程序能干什么，然后 AI 就能直接上手操作，一行代码不用写。

另一种叫「开发模式」，开发者自己开发定制化的 Skill，通过审核后被 AI 调用。两种可以同时开启。美团已经宣布接入。

这不能只是理解成又一个新功能上线，而是要看到，微信正在把它的整个生态——数百万小程序、微信支付、服务通知、公众号——变成 AI 的执行层。

扒一扒 Skill 文档，微信 AI 是怎么调小程序的

微信开放文档里公开了小程序接入 AI 的 Skill 技术规范，仔细看，里面藏着很多设计细节。

首先，架构本质上就是 MCP，做过 AI 开发的人会立刻认出来：mcp.json 声明每个原子接口的功能和参数，SKILL.md 描述整个业务流程怎么跑，这和 Claude、Cursor、VS Code 里的 MCP+Skills 架构几乎一模一样。微信没有另起炉灶，而是采用了行业正在收敛的标准。

其次，微信给了一套很清晰的「注意力权重」体系。AI 在决定调用哪个接口、生成什么参数的时候，最优先看的是接口返回的 content（五星），其次是 mcp.json 里的接口 description（四星）和参数 description（四星），SKILL.md 排最后（三星）。这意味着开发者写在哪里比写了什么更重要——同样的一条规则，写在接口返回里和写在 SKILL.md 里，AI 给的权重完全不同。

第三，接口返回有一条核心规范：「事实+动作」两段式。先告诉 AI「发生了什么」，再告诉它「下一步做什么」。如果只写动作不写事实，AI 可能把「展示卡片」理解成「准备调下一个接口」而跳过用户确认。这是一个踩过很多坑之后才会总结出来的规则。

第四，参数传递优先用 ID 而非自然语言。比如门店传 storeId 而非省市街道，饮品传 drinkId 而非饮品名称。这直接减少了 AI 的推理负担和参数歧义。

这套设计透露的信号是：微信已经在实战中跑过足够多的 case，知道 AI 调用外部服务的坑在哪里，并且把这些经验固化成了开发者规范。

实际上，如果对比同样以「生态」著称的微信小程序和苹果应用，微信对自家生态有一种「上帝视角」，这是一切实现的前提。

怎么比苹果 AI 还重要

今年苹果在 WWDC 上发布的新版 Siri AI，令人有些失望。尽管底层接入了 Google Gemini，Shortcuts 支持自然语言创建，却没有引起太多讨论。

细看就会发现差距：苹果做的是让 AI 在 iOS 系统内协调一些原生功能，一旦涉及到第三方应用、那些装在你手机上的 App，它就会捉襟见肘。

比如饿了么，它的代码跑在饿了么自己的服务器上，苹果读不了。Siri 想调用饿了么，必须饿了么的工程师主动来对接 App Intents 这套接口，一个一个谈、一个一个接，中间耗时耗力。

而微信做的是让 AI 直接操作数百万个第三方服务，因为小程序不一样。每一个小程序的代码，从开发者提交、到微信审核、到最后在用户手机上运行，全程都在微信的技术体系里。微信在审核阶段就能把代码扫一遍，自动分析「这个小程序有哪些页面，能干什么事，输入输出是什么」。

所以「自动模式」才能成立——开发者一行代码不用写，开个开关，微信自己就能把你的小程序翻译成 AI 可以调用的工具。微信的基础架构天然支持这样做，它拥有「上帝视角」，能够基于中心化实现调度。

这个架构优势，苹果没有，Google 也没有。

同样值得注意的，还有前阵子传出来，微信正在与华为、荣耀、小米、OPPO、vivo 合作推出 A2A（Agent-to-Agent）助手能力，用户可以通过手机语音助理直接发起微信音视频通话或发消息。

对内，微信 AI 可以调用数百万小程序；对外，手机厂商的 AI 助理可以调用微信。微信正在成为 AI 时代的超级连接器——不只是一个做了 AI 功能的 App，而是一个让所有 AI 都能接入的服务中枢。

「微信 OS」的旧预言

小程序推出的时候，很多人戏称微信要做「微信 OS」。当时这更像是一个修辞——小程序替代了一部分 App 的功能，但本质上还是一个「轻应用平台」。

更偶然的是，当时设计的中心化审核机制，是出于控制质量和安全。但九年后，这个当初被批评为「管控过度」的设计，意外地成了 AI 时代的基础设施优势。分布式的 App 生态（苹果/Android）当时看起来更「自由」，现在反而成了 AI 接入的障碍。

一个旧的预言，由于新时代的技术——AI——的出现，有了颠覆性的变化。

之前写 OpenClaw 和飞书的时候，我提过一个判断：IM 是 AI Agent 最天然的入口，因为对话本身就是人与 AI 最自然的交互方式，而 IM 自带的服务生态（机器人、支付、小程序）让 AI 不只能「聊」还能「做」。飞书已经在往这个方向走，上线了 Bot API 增强和 AI Agent 节点。

不过，飞书是企业协作工具，覆盖的是办公场景。微信有着截然不同的广度——14.32 亿月活，数百个细分领域的小程序，从点外卖到挂号到买机票到缴水电费，几乎覆盖了一个人日常生活的全部服务需求。

如果微信 AI 真的能流畅地调用这些小程序完成任务，那它就不再是一个聊天工具加了 AI 功能，而是一个用自然语言操作的操作系统。

用户说一句「帮我订明天下午三点从北京到上海的高铁」，AI 拆解意图，调用 12306 小程序查票、选座、微信支付完成下单，全程不出微信。这条链路理论上今天就可以跑通。

当然，理论和现实之间还有距离。AI 调用涉及支付场景的服务，容错率接近零——点错一杯咖啡是小事，买错一张机票就是大事。底层模型的准确性要求远高于对话场景。这也是全球 AI Agent 落地面临的共同瓶颈：从「能聊天」到「能办事」，中间隔的不是技术指标，是信任。

但微信至少做对了一件事：它没有从零搭建服务网络。这些年来，ChatGPT 在做的事是先有一个聪明的脑子，再一个一个去接 Shopify、DoorDash、Stripe，每一个都是从零建立的连接，到今天交易相关查询的占比还不到 3%。

真正将要发生的变化，对大多数用户来说，可能是悄无声息的。某一天你在微信里敲打一句「帮我订今晚九点去上海的票」，然后它就订好了，你甚至不知道背后调了哪个小程序，走了什么支付流程。

这种「无感知的完成」，才是AI Agent真正成熟的标志，微信离这一步，比任何人都近。

很多人问，安卓又不是不能用，华为干嘛非得死磕鸿蒙？
其实答案很简单：在别人的地基上，永远建不起自己的高楼。
六个关键词，帮你看懂鸿蒙这两年到底做成了什么？



今天凌晨，劳斯莱斯揭晓了新款闪灵——Spectre Series II。

这款海外起售价超过 42 万美元，国内售价接近 500 万元的纯电跑车，已经用过去 3 年的市场表现证明了，它并不是一个短命的试验品。

上市初期，闪灵曾引发过全球名流圈层的抢购，15 个月以上的交付周期一度让订单排到了两年之后，并助力劳斯莱斯在 2023 年创下了 6032 辆的历史最高销量。

虽然在过去的一年多里，随着首批用户抢购完毕，加之全球超豪华市场整体步入调整期，闪灵的订单有所减少，但它依旧稳居劳斯莱斯销量榜的亚军位置，仅次于常青树库里南。

正是由于这样庞大的基本盘，闪灵 Series II 的到来才显得举足轻重。

但在国内的社交平台上，迎接这辆新车的却是截然不同的风景，评论区里点赞最高的往往是清一色的调侃。

这些豪华品牌和超跑电动化后也就剩下情怀和什么纯手工打造的溢价噱头了，实际在我们自主品牌前毫无还手之力。

 

电车时代把这些超豪华品牌车扒得底裤都不剩了。

可以看出，国内许多消费者在过去几年里，已经被尊界 S800、蔚来 ET9 甚至众多主流价位的国产新能源车完成了深刻的市场教育。大家习惯了用自研芯片算力、线控主动底盘以及基于融合感知的高阶辅助驾驶，去丈量一款车的含金量，超豪华品牌引以为傲的徽标和手工产线，成为了许多人眼中的「智商税」。

当新能源浪潮冲击着原有的汽车评价标准，那些曾经站在金字塔尖的超豪华品牌，真的走到了难以为继的边缘吗？

纯电会让法拉利挨喷，但动摇不了劳斯莱斯的地位

虽然在今天看来，劳斯莱斯转向纯电确是一个重大转变，但实际上，这个品牌和电车还是有一定渊源的。

1900 年，劳斯莱斯的创始人之一查尔斯·劳斯（Charles Rolls）体验了一款名为 Columbia 的古早电动车，随后，他在一段留存至今的文字中写下了对这种驱动形式的评价：

电动汽车是完美无瑕的，它们极为安静、清洁，没有燃油车的恶臭和剧烈震动。如果能解决固定充电站的建设问题，它们将变得非常实用。

此后一百多年里，劳斯莱斯耗费了高昂的成本，用复杂的 V12 发动机、空气悬挂以及数百公斤的隔音材料，在内燃机时代里勉力维持着这种无声、无震动的魔毯质感。

这就是劳斯莱斯和其他超豪华品牌的不同。

对于超跑品牌而言，电动化剥离了引擎声浪和机械拉扯所提供的情绪价值，法拉利刚刚发布的 Luce 因而引来拥趸们的指责。但劳斯莱斯不需要内燃机的轰鸣，纯电驱动抹去了内燃机的存在感，反而更贴近这个品牌最初的底色。

然而体验上的契合，掩盖不了商业上的问题：闪灵在过去一年多里经历了四成以上的销量下滑。

这种局面的出现，很大程度上源于纯电标签在二手市场引发的「保值率焦虑」。

在传统的超豪华市场，V12 燃油车通常具备相对稳定的金融属性。哪怕新车下地同样面临折旧，但它的核心价值是由内燃机技术和品牌图腾共同支撑的，它在二手市场上总能守住一个跌不穿的价格底线。纯电车型就完全不一样了，由于底层技术迭代过快，它天然带有严重的消费电子折旧属性。

五年后，一台库里南的 V12 发动机依然是工业顶峰的象征；但五年后，闪灵身上的电池包、芯片和三电架构，在技术层面上极有可能被市面上主流的家用电车轻松超越。

谁会愿意花几百万去买一台马上就要在续航和动力上落后的「旧款」呢。

因此，劳斯莱斯首先在参数上削弱了消费者对于改款的顾虑。

劳斯莱斯为闪灵 Series II 更换了重新开发的电池组，WLTP 续航里程从之前的 329 英里大幅提升到了 390 英里（约 627 公里）。而在性能更激进的 Black Badge 版本上，双电机的输出功率提升到了 671 马力和 1100 牛·米。

与性能同步变动的，还有座舱内的细节。

闪灵 Series II 在副驾驶前方标配了全新的「时钟陈列柜」，将一块很有机械质感的指针时钟与不锈钢材质的欢庆女神缩影，一同封存入立体的玻璃展柜之中。

更细腻的背光与表盘雕刻，成功将车内的视觉重心从屏幕带回到了传统的机械图腾上。

但这些都算是常规的升级。劳斯莱斯很清楚，无论中控台怎么改、参数怎么提，纯电车依然会随着时间折旧。要对抗这种「消费电子宿命」，挽回富豪们的投资信心，就必须在电机和屏幕之外，制造出无法被技术迭代轻易抹去的溢价。

于是，劳斯莱斯选择将改进重心向 Bespoke 个性化定制倾斜。

一个显眼的细节在于座椅和饰板，劳斯莱斯为这辆新车引入了一种名为「Duality Twill」的全新竹纤维斜纹面料。

同时，为了在车内呈现出完美的纹理，整车内饰的刺绣多达 260 万针，缝线总长度超过 16 公里。仅刺绣这一项工序，就需要工匠手工不间断地工作 25 个小时。

在工业流水线可以用极低成本大批量复制算力、屏幕和芯片的时代，这种耗费人工的手工活儿，构成了划分工业品和工艺品的高墙。

国产豪华品牌需要补上「奢侈品」这一课

面对评论区里的一片看衰，互联网上也并非没有清醒的声音。一位网友的评论道：

你的电车三电系统再先进不过就像普通的电脑、手机、智能手表一样是个大众消费品罢了，和超豪华车完全不在一个层次，后者好比私人游艇和飞机。

的确，就像空客 A350 比湾流 G700 要先进得多，但在社交语境里，作为私人飞机的湾流要比一架空客更显富贵和奢华。

不可否认，国内新势力在算力、芯片、智能底盘等维度的突飞猛进，是中国汽车供应链的巨大胜利。然而，这种以「科技」为核心的故事线，天然带着消费电子产品的宿命——速生速朽。

今天全行业瞩目的独创技术，三五年后或许就会演变为普通家用车的标准配置。当一款车的高度依赖于快速迭代的电子元件，它的资产属性就会不可避免地打折扣。

劳斯莱斯那个「标」之所以能卖出高价，恰恰是因为它不怕时间的冲刷。

富豪们买闪灵，实际上是在购买一种难以复制的社会共识，以及不用明说的身份认同。

而这些，就是目前国产品牌在冲击百万级价格天花板时，普遍欠缺的临门一脚。要实现真正的品牌向上，国内车企需要从「工业品思维」跨界向「奢侈品逻辑」取经。

现代顶奢行业的运作有一条铁律：保持距离感，甚至拒绝客户。

诸如香奈儿、爱马仕等奢侈品巨头，往往会通过持续的阶层筛选和配额机制来维护核心用户的纯粹性。即便回到车圈，法拉利、兰博基尼等超豪华品牌也都是如此。

自主豪华品牌想要向上突围，必须在渠道、服务、以及母品牌的心智上做到完全的隔离，而不是用着和母品牌 15 万元级车型一样的蓝色背光按键。

另一个需要打破的，是对互联网流量的过度迎合。

奢侈品行业向来是一个「审美独裁」的行业，它习惯于居高临下地去启迪、去教育市场，而不是讨好大众。国内新势力生长于激烈的舆论场中，创始人往往需要高频地在社交平台上与网友互动、回应质疑、甚至亲自下场参与公关战。

这种接地气的作风在创立初期能够换来高频的曝光与销量，但在构筑超豪华品牌时，频繁的曝光也会消解掉品牌需要维持的尊贵感。

富豪们需要的不是一个天天在热搜上跟键盘侠打口水战的品牌，而是一个能代表其生活品味与尊严的符号。

技术平权的红利让中国汽车赢得了智能化的上半场，完成了对西方燃油车垄断的「改朝换代」。

但当大屏、算力和辅助驾驶普及到每一个价格区间，下半场的胜负手将完全取决于审美、文化与阶层共识的塑造。

什么时候我们的超高端品牌，能够不再用性价比和冗余的参数去讨好每一个人，而是学会用独特的东方审美去吸引并筛选那一小群时代新贵时，属于我们自己的图腾才算真正诞生。

劳斯莱斯闪灵 Series II 依然站在神坛上，它在电动时代的「落后」，恰恰为后来者指明了奢侈品真正的护城河所在。

6 月 2 日，英国克鲁工厂传来消息，宾利汽车正式发布了新一代宾利飞驰。新飞驰在视觉上的改变非常明显，它摘掉了延续半个多世纪的四圆灯，换上了双灯设计。

既然是新一代车型，只改改外观自然是不行的，新飞驰的内在也有不小的提升。

创始人华特·欧文·宾利先生在创立宾利之初，就立下了一个至今仍被克鲁工厂视作准则的造车愿景：

要造一辆快的车，好的车，同级别中最出色的车。

新一代飞驰搭载了一套高性能混动系统，最大功率达到 680 马力，比前代车型提升了近 20%。动力上的明显跃迁，配合变得更利落的车头造型，共同指向了一个趋势——超豪华市场的买家正在迅速年轻化。

即便是飞驰这样注重所谓「传统」的行政座驾，如今也需要以更强的驾驶表现和更现代的视觉语言，去吸引那些更愿意亲自驾驶的年轻车主。

摘掉四圆灯，老钱品牌也想「去爹味」

一些熟悉现代宾利的车迷可能会觉得，飞驰这次去掉四圆灯设计未免有些过于激进了，但实际上，这不过是一场跨越了半个多世纪的轮回。

1962 年，宾利在巴黎车展上推出了划时代的 S3 轿车，在那之前，宾利用的一直都是传统的单边大灯。

正是从 S3 开始，为了顺应当时美国联邦汽车安全法规允许双边四回路大灯的潮流，宾利首次开启了四圆灯的设计纪元。当时负责设计的传奇大师约翰·布拉奇利，将这一改动视作老钱品牌向现代主义的大胆跨越。

当然了，这样的设计在当年也引发了保守派贵族的抗议，被认为是离经叛道。

只能说，一代人有一代人的经典。

六十多年后的今天，汽车已经不再需要靠大灯数量来彰显身价，高集成度的全 LED 矩阵技术反而让新飞驰的大灯内部结构变得更加精巧，营造出一种如璀璨水晶般的雕刻精致感。

除了灯组的结构性改变，重新回归飞驰系列的飞驰 S 在外观上大量运用了炫黑套件。前格栅与保险杠采用了一体式设计，S 版专属的亮黑色矩阵式格栅进一步压低了车头的视觉重心。

这一次，宾利对「黑化」的处理颇为考究。前翼子板取消了老款的通风口，车身侧面线条更显平整简洁；后视镜罩和门槛饰条包裹着深邃的「鲸鱼黑」漆面，连车头伫立的飞翼 B 字车标和车尾的品牌字母标识，都一并被涂成了纯黑色。

灯具本身也做了暗色调配处理，标配了此前仅在极致版上才能见到的深色 LED 矩阵大灯，自带一种冷峻的神秘感。

新飞驰的座舱内部就没有太多变化了，依旧延续了克鲁工厂一贯的手工标准，号称每一把座椅都要耗费工匠 12 个小时来进行手工打造。

宾利这次在奢华高定系列上也有一些新动作，他们为音响发烧友准备了由 MULLINER 部门打造的 Virtuoso 臻藏系列车型。

该车型所搭载的 Naim for MULLINER 音响系统最初是为千万级限量跑车 Batur 研发的，一共拥有 21 个扬声器。

宾利表示，其中的中音和高音单元采用了法国劲浪（Focal）品牌的 Grand Utopia 专利「M」形振膜，兼具极高的刚性与轻量化特性，能够将失真降到极低，以此来「精准还原声音的每一处细腻扩散」。

为了呼应「音乐」这个核心，臻藏系列在视觉细节上也做了一些点缀，它的双翼车标、排气管，甚至是车钥匙上，都用上类似管乐的香槟金色彩。

新贵们纷纷从后排走向主驾

如果只是把新飞驰视作一个移动的音乐厅，显然低估了克鲁工厂对于性能的执念。全面换装高性能混动系统后，这辆四门豪华轿车的账面输出得到极大提升。

由 4.0 升 V8 双涡轮增压发动机与电机组成的动力单元，最大功率达到 680 马力，峰值扭矩为 930 牛·米，整体动力输出提升了近 20%。

在全力加速时，这台重达 2.5 吨的豪华轿车从静止加速到时速 100km/h 只需 3.7 秒，最高车速可以达到 308km/h。

为了让这些动力在实际驾驶中更易操控，宾利首次将部分性能车款的硬件进行了下放。此前仅在极致版（Speed 版）和 MULLINER 车型上的高性能主动底盘，这次正式引入到了飞驰 S 上。

这套底盘系统集成了主动式四轮驱动、双阀减震器、扭矩矢量分配系统以及带 48V 主动防侧倾控制的动态驾驶系统，电子限滑差速器（eLSD）也首次出现在了飞驰 S 的配置单上。 这套硬件网络在后台协同工作，可以根据路况以毫秒级的速度分配前后轴以及左右车轮之间的扭矩。

从一些海外媒体的报道来看，这是宾利目前最先进、且偏向驾驶者需求的四轮驱动底盘。这些技术的堆叠，改变了传统大型豪华轿车在弯道中相对沉闷的动态反馈。

机械层面的调整，源于超豪华消费群体在全球范围内的更迭。

根据劳斯莱斯、宾利等品牌近年来披露的用户画像，超豪华车主的平均年龄出现下降。在欧美市场，高净值车主的年龄普遍在 50 岁以上；但在中国市场，这一数字已经降至 39 至 40 岁之间，且年轻女性车主的比例接近四成。

这些手握财富的科技新贵有着不同的用车习惯，他们不再满足于端坐在后排，而是更倾向于自己握住方向盘去享受驾驶。

在宾利的全球版图中，飞驰常年稳定地贡献着 20% 以上的销量份额。自慕尚停产后，作为品牌旗下唯一在售的四门轿车，飞驰一直承担着死守传统商务行政市场的任务。

因此，面对年轻化的消费趋势，新飞驰做出了改变，摘掉了标志性的四圆灯，换上了更现代的 V8 混动系统，在保留品牌身段的同时，完成了一次面向未来的产品转型。

要说这段时间的热门 AI 产品，Codex 必然是绕不过去的话题。

这个一开始只是给开发者用来做代码补全、项目管理、功能开发的编程平台，到现在已成长为一款适用于任何角色、工具和工作流程，且人人都能使用的生产力工具。

越来越多人发现，虽然 Claude Code、Codex，都是叫 Code（代码），但这些 Agent 不只是会写代码；它们还能整理文件、分析数据、搜索资料、自动跑工作流，甚至替我们完成一整个项目里的重复劳动。

早在 OpenClaw 火爆的时期，其实就有类似的趋势，但是龙虾的安装和部署劝退了很多人。叫好的多，真用起来的没几个。这类工具一直卡在同一道坎上，只有会折腾的人玩得转，普通人连门都进不去。

对大多数国内用户来说，Codex 算是第一个真正迈过这道坎的，虽然 Claude Code 在它之前，但 Claude 难用上，Codex 一键安装，加上接连的体验优化，把 Coding Agent 从程序员的玩具变成了普通人也能上手的东西。

究其本质，都是将从前单一的 Agent 演变成 Agent Team，甚至是一整套高达上百个 Agents 的动态工作流。

Kimi 最近推出了 Kimi Work，也是建立在这个趋势之上的一次尝试；其核心逻辑，就是把底层的 Agent Swarm 模型能力，用可视化界面进行封装，放到了本地电脑上。

大到工作中需要 300 个 Agents 并行处理的复杂任务，小到平时繁琐的文件整理、操作浏览器等等，都能通过这支 Agent 队伍在后台挂机完成。

开启 300 个 AI 分身

Kimi Work 最大的优点是 Agent 集群的能力放到了本地 Agent 上；而为了让 Agent Swarm 真正工作起来，Kimi Work 提供了多项实用能力。

• 本地文件深度连接，可直接读取和管理本地文件夹，安全护栏机制要求在修改文件前需用户授权。
• 7×24 小时定时任务（Cron 引擎），支持按设定时间自动执行 LLM 对话请求、Python/Shell 脚本等，如清晨生成简报或夜间清洗数据，可保持电脑唤醒以确保任务运行。
• WebBridge 浏览器自动化，通过自然语言指令让 AI 自主操作浏览器，实现跨网页信息检索、深层数据抓取、自动填写表单等。
• 原生接入全球金融市场数据，直接打通 A 股、港股、美股等核心数据源，可在对话中调取财报、分析盘面、进行跨表对账，辅助投资决策。

我们先是使用现有的本地文件夹创建项目，在该项目内新建任务，要求 Kimi Work 帮我们整理 20 家值得关注的 AI 公司，分析它们的产品定位、融资动态、核心竞争力等信息，并给出网页报告、PPT 等内容。

选择 K2.6 Agent 集群开始任务，Kimi 会自动给任务设置对应的进度，并且使用 Subagent 工具调用多个 Agents 来处理。

展开任务过程，可以看到有研究组 1-大厂 AI、研究组 2-新锐大模型、研究组 3-基础设施，以及研究组 4-AI 应用 4 个研究 Agent 去搜集和分析对应公司的资料。

而调用 Skill 这些都是基本操作，从右侧的上下文部分，我们能看到 Kimi 调用了报告撰写、可视化、集群深度研究、前端主题等来帮助它完成任务。

最后我们得到的分析报告也非常全面，数据表、可视化分析和具体的公司介绍都囊括在里面。更有意思的是，每家公司的详情部分都写着一句「风险」，Kimi 给自己的定位是「估值上涨过快，盈利拐点不明」，而核心竞争力是「长文本、编程能力、智能体、开源领先。」

除了这种常见的深度研究任务，有了 Kimi Work，我们现在可以直接让它处理本地的文件。最简单的先让它帮我整理一下最近 30 天内的文件，使用对应的工具查看文件内容，汇总这些文件的信息。

从右侧的进度可以看到它会读取文本文件内容，也能提取 PDF 文件、查看图片文件以及处理 Office 文件等，最后生成的表格也成功列举了所有的文件内容和对应的信息。

我们找了一份会议记录，并搜集了一些论文资料和图片数据，累计本地的文件数量达到了十余个。过去使用云端的 Kimi，我们要一个个上传这些文件到网页，现在 Kimi Work 可以直接选择该文件夹作为一个项目，开始 Agent Swarm 进行处理。

我们要求它使用 K2.6 Agent 集群来启动并行协作，根据文件夹内的资料，完成行业研究、论文综述、产品策略、技术架构、合规治理、财务测算、PPT 设计、Word 报告、PDF 研究报告、Excel 模型和质量审查等多份文档。

由于涉及的文件过多，Kimi K2.6 Agent 集群这次启动了多个阶段来完成，像是在研究分析的第一阶段，它就找来了行业研究员、论文综述员、产品策略师、技术架构师、合规治理专家以及财务测算师 6 个 Agent。

在第二步，Kimi 又找来了 PPT 设计师、Word 报告员、PDF 研究员和 Excel 建模师 4 个 Agent 来完成整合交付。整合交付之后，还会自动开启质量审查，利用质量审查员和网页开发师两个子 Agent 对之前的内容进行最终确认。

最后，Kimi Work 产出了六份文字报告、一份测算模型，以及用于汇报的 HTML 和 PPT 文档。

随便点开其中一份文档，Kimi Work 都不是随便应付，从内容到格式都符合直接交付的标准。

在 Kimi Work 的回复里，Kimi 提到基于本地文件夹的内容，它启动了 11 个专业 Agent 分 3 个阶段并行协作，模拟完整的企业咨询项目组，最终交付 12 份专业文档，覆盖 6 种格式。

针对每份文件，它还贴心地给出了使用场景快速导航，例如向 CEO/高管汇报用 07_管理层汇报.pptx + 12_数字化汇报.html，提交正式咨询报告使用 08_综合咨询报告.docx，投行/研究机构参考是 09_深度研究报告.pdf 等。

这件事放到我们打工人身上，只能是先看 A 公司，再看 B 公司；先开网页，再记笔记；先跑表格，再写结论。但 Kimi Work 这类本地 Agent 的加入，让知识工作正在从「一个人依次处理任务」变成「一个人调度一群 AI 处理任务」。

放心 Vibe Working

除了直接使用 300 个 Agent 的能力，配合 Agents 集群，我们还能利用之前 Kimi 内置专业金融数据源的独家亮点。不需要专门去找各种金融 Skill 或者配置数据 API，Kimi 会直接抓取到包括同花顺、天眼查以及世界银行经济数据库的金融数据。

这套数据配合 Agent 集群更能发挥它真正的实力。苹果 WWDC 马上要来了，我们要求 Kimi 帮我整理一下苹果这三年来的股价信息，以及每年的财报，分析其中值得的关注信息。

Kimi 一点都不含糊，同样是启用了 Subagent 工具，调用多个 Agents，完成了一份内容丰富的调研报告。

除了网页，还有基于金融数据整理的 PPT、表格等内容，详细地概括了苹果的股价、主要收入、不同地区的收入情况等。

对大多数的知识工作者来说，这套内置的专业金融数据源能帮助我们减少很多上手 Agent 的负担。

Kimi Work 另一项降低「交给 AI」门槛的功能是 WebBridge。根据官方的指引，我们也先让它使用浏览器搜索了 Kimi K2.6 的信息。

Kimi 会自动启用一个标签组，所有自动化的操作都在该标签组内的网页上进行，调试过程中，Kimi 会自动输入对应的信息，自动截图查看当前页面状态，也会通过获取页面结构来定位搜索框、帖子内容等信息。

对于 Google 这种无法搜索到小红书信息的搜索引擎，用 Kimi 来自动化整个搜索过程，并给出对应的总结，也是一种不错的用例。

使用 WebBridge 的方式也非常简单，按照官方的指引，我们在浏览器上安装好 Kimi WebBridge 的扩展程序，或是直接新建任务，要求 Kimi 帮我们完成安装，它会自动执行对应的安装脚本，在本地处理好 WebBridge 相关的服务。

本地 Agent+Agent Swarm+WebBridge，这几项能力的综合，让 Kimi 能胜任的场景比单纯的聊天要广泛得多。

例如我们可以要它「检查我的 Gmail 邮箱，看看有没有过去 24 小时内未读的邮件。把重要的邮件总结一下。」然后，总结的内容全部保存到本地，甚至是把重要的邮件都保存下来。

Kimi 在浏览器中自动化操作了一会儿，就自动为我们生成了这份 Gmail 邮件总结报告。

此外，结合我们之前要求它完成行业咨询任务，现在可以让它总结信息，自动撰写文件，选择合适的附件并发送邮件。

或者针对那些从搜索引擎或者内置数据库中找不到的信息，先用 WebBridge 获取相关信息，再通过 Agent 集群来处理，形成各种报告文档。

AI 正在组队上工，学会做个甲方

这些检索内容、生成报告相关的能力，其实也正是前段时间 OpenAI 「知识工作者的下一个时代」报告里提到的，Codex 增长最快的知识型任务。统计的数据显示，数据分析任务，周环比增长 110%，而研究和知识产物也排名前三，有将近 37% 左右增长。

Kimi Work 的出现很大程度上帮助知识工作者更好地处理这些任务，另一方面，知识工作者的核心竞争力开始与长时间内的信息处理速度高度绑定，Agent 集群的能力迎合了这一需求。

过去几年，大模型产品一直在寻找进入工作的方式。

聊天机器人负责回答问题，Copilot 开始参与工作，Coding Agent 学会执行任务。如今，随着文件访问、浏览器操作和工具调用能力逐渐成熟，Agent 开始承担越来越完整的工作流程。

更重要的变化在于，完成一项任务的主体，正在从单个 Agent 变成多个 Agent 的协作。

在 Kimi Work 的案例里，无论是研究 20 家 AI 公司，还是围绕本地文件生成一整套咨询报告，背后是一组 Agent 自动拆解任务、分工协作、交叉审核，再完成最终交付。

Anthropic 前几天在 AI 自我进化的报告中，就曾提到，现在的 Agent 已经从 Coding agents 的时代来到了 Autonomous agents 的阶段，核心的变化就是多 Agent 成为了一种新的工作组织方式。

过去，知识工作的瓶颈往往来自人的时间和精力；未来，越来越多工作或许会变成另一种形式，人负责提出目标、判断方向和做最终决策，而资料搜集、信息整理、分析研究和文档交付，则由一支随时待命的 AI 团队协同完成。

打开电脑，面对的可能不再只是一个 AI 助手，而是一整个 Agent 团队。

One More Thing

当所有 AI 公司都在押注多 Agent 的产品形态时，四年一度的押注开始了。

美加墨世界杯即将在本周打响，48 支球队、104 场比赛。今年的竞猜选手，也有 AI 一席地。

Kimi 用 Agent Swarm 功能调动 300 个 Agent，对全部 104 场比赛进行赛前公开预测和赛后复盘，认为德国队被严重低估了，模型测算显示，德国队基准夺冠概率约11.0%，校准后约11.3%。

今天 Kimi 发布的这份世界杯预测报告里面提到，连续两届世界杯小组出局的阴影，在公众和市场心理上留下了顽固的「近因偏差」，持续压低了德国的定价；但 Elo 排名、阵容估值和人才储备厚度的硬指标上，日耳曼战车依旧稳居世界第一梯队。

当然，德国队最后能不能夺冠，目前还不得而知。有意思的是，在这件事里，Kimi 想证明的可能从来不是自己会不会猜球。

为了分析预测，它调用 300 个 Agent 去搜集信息、拆解数据、评估概率，再持续复盘整个赛事过程。这套流程和前面那些行业研究、财报分析、咨询报告一样，世界杯预测只是另一种形式的复杂任务。

而当生活和工作中，越来越多的事情，我们都能安心交给这 300 个 AI 去完成时，那我的八块腹肌，或许真的还有点希望。

苹果 WWDC26 将在北京时间 6 月 9 日 凌晨 1 点举办，爱范儿已经抵达了美国 Apple Park ，我们将现场带来最新报道，敬请关注。

今年是苹果的五十周年，WWDC26 的伴手礼虽然依旧是经典的帆布袋、水壶和徽章贴纸三件套，但充满了果粉专属彩蛋：Mac 团队当年的海盗旗、初代彩虹 Logo、经典的「狗牛」吉祥物和新晋顶流「Finder 酱」。

有意思的是，往年 WWDC 展前和来宾会面的都是蒂姆 · 库克，而今年变成了下一任 CEO 约翰 · 特努斯。有消息称，这次 WWDC 也将是库克最后一次主持苹果发布会。

WWDC26 今晚见，但你未必要熬夜，我们做了一份最全汇总，让你「超前点播」iOS 27 的各大亮点。

iOS 27：液态玻璃优化，系统小修小补

不管你是否接受「液态玻璃」这套设计语言，iOS 27、iPadOS 27，尤其是 macOS 27，都不会选择把它撤回

虽然液态玻璃不会消失，但会变得更克制、更顺手。

据彭博社透露，目前 iOS 26 的液态玻璃效果，其实还不是苹果内部最初设想中的「完整版」。在 iOS 27 中，苹果会继续调整透明度、层级和动态效果，试图在视觉冲击和信息可读性之间找到新的平衡。

交互逻辑也会继续回调。9to5Mac 报道称，苹果正在重新调整应用底栏设计，整体思路更接近 iOS 18：取消独立搜索按钮，以及部分过度变形的标签栏设计。事实上，这种变化已经率先出现在 App Store 应用中。

与此同时，苹果还会把更多精力放在系统底层优化上。消息称，工程师重新梳理了大量核心代码，希望进一步改善能耗、动画流畅度以及长期使用时的稳定性。

设备支持范围也可能迎来一次「断代」。目前消息显示，iOS 27 最低支持机型或将停留在 iPhone 12 系列与 iPhone SE 3，这意味着 iPhone 11 系列以及更早的 4G 机型，大概率会止步于 iOS 26。

上个月，苹果官方宣布了即将推出的全新无障碍功能，截图中还带到了 iOS 27 一些非常细节的 UI 调整：

• 统一了电池图标显示样式
• 麦克风指示灯带有晕影

相机应用，同样会是 iOS 27 改动最大的区域之一。

彭博社爆料，iOS 27 的新相机应用将会提供一个「高级」选项卡，可以调整景深和曝光控制，并提供「基础」「手动」和「预设」的小组件功能，以及新的网格和色阶功能。

除了高级模式，全新的相机应用还能够自定义界面，用户可以选择要不要在主界面显示闪光灯、曝光、计时器等功能图标。

钱包应用将会迎来重大更新：用户可以自己创建卡片，但似乎仅支持导入二维码，而不是 NFC 复制卡片。

今年 9 月，首款可折叠 iPhone 将正式发布，这款产品将搭载 iOS 系统，这也意味着 iOS 27 还将内置一个类似 iPad 的界面，或许今晚的 WWDC 还能看到一些蛛丝马迹，我们也做了一期折叠 iPhone 的猜想，帮你进一步了解这款神秘新机：

【插入视频】

Apple 智能：SiriGPT 来了，每个角落都有 AI

WWDC 上的更多戏份，还是留给了 AI。

对于苹果来说，WWDC26 也将为前两年 Apple 智能各种动荡画上句号，各种画饼终于要兑现了。

尤其是跳票了两年的 AI Siri， 跨 App 信息调用、屏幕内容理解、连续操作执行，以及更深层的系统与应用整合，不再只是演示视频里的未来功能。

在苹果提前公开的无障碍新特性中，有一个「语音控制」的新功能，允许肢体障碍的用户完全通过语音操控 iPhone 和 iPad，不只是打开 App，还能实现更灵活、细节的操作，点击需要的按钮和文件。

彭博社记者 Mark Gurman 透露，这套辅助功能背后，本质上就是 iOS 27 新版 Siri 的核心能力之一。这也意味着，苹果内部可能终于认为：新的 AI Siri，已经到了能够正式推出的阶段。

据悉，新版 Siri 将拥有独立应用，以聊天界面的形式进行交互，并支持理解图片、文档等内容。

除了调用网络信息，「SiriGPT」还能够读取用户本地数据，包括笔记、短信、邮件、联系人、日历以及提醒事项等内容。

Siri 会开始真正理解「你的生活」。它不仅能帮你整理信息，还能主动结合你的时间安排、联系人和网络内容，完成写邮件、整理备忘录、安排日程等更复杂的任务。

当然，苹果也不会彻底改变用户原本的使用习惯。即便拥有独立 App，用户依旧可以通过「嘿 Siri」语音唤醒，或者长按电源键快速呼出 Siri。

新版 Siri 还会有一个全新界面，用来替换 iOS 18 那套发光边缘效果： Siri 直接融入灵动岛之中，并在需要时展开成一个输入框。

苹果甚至还在测试一种全新的 Siri 呼出方式： 用户可以直接从 iPhone 顶部中央下滑，进入一个全新的搜索与询问界面，聚焦「文字交互」，而传统通知中心则改为只能从左上角下滑呼出。

这个新界面会进一步与 Spotlight 搜索整合，不只是搜索入口，更像一个系统级 AI 中枢。

它会显示 Siri 建议内容，包括常用 App、最近搜索记录，以及录制语音备忘录等快捷操作，同时还会提供一个独立区域，用来显示早晚天气等信息。

与此同时，苹果内部一直在测试将第三方 AI 服务接入 Siri 系统之中的「扩展」功能。在 Siri 界面里，未来可能会出现一个独立按钮或菜单，允许用户自由切换不同 AI 模型，例如 ChatGPT、Claude 或 Gemini。

这也意味着，未来的 Siri 很可能不再只是一个单独的助手，而会变成一个「AI 中心」：由苹果负责系统体验，用户可以自己选择 AI 服务。

不止于 Siri，Apple 智能还会进一步渗透到更多苹果第一方应用中。

相机

除了自定义和专业模式，相机应用还会新增一个「Siri 模式」，类似 Apple 智能的「视觉智能」功能，用于识别物体、实时翻译。

照片

「消除」之外，苹果还会进一步加码照片应用的 AI 编辑能力，引入「重构」和「扩展」两个功能：前者可以改变照片的视角，后者相当于 AI 扩图。

苹果还在测试基于自然语言提示的照片编辑功能，用户通过语音或文字提供需求，AI 来帮忙完成，例如裁剪或改变颜色，这个功能大概率不会和 iOS 27 第一个正式版本一起推出。

快捷指令

快捷指令将拥有类似「vibe coding」的能力，用户用自然语言描述想要的功能，AI 自动完成搭建和安装。

更多 AI 功能

iOS 27 还将包含 AI 壁纸、系统级 AI 校对工具，以及更强的「图乐园」AI 生图应用。

在苹果第一方邮件、短信、Safari 浏览器等等之中，常规的搜索框都很可能被 Siri「赋能」，实现更智能的检索能力，类似目前 Apple 智能加持下的照片应用。

macOS 27：聚焦界面调整

液态玻璃立项之初，就是专门为 OLED 屏幕设计的，而目前所有 Mac 产品都在使用 LCD 屏幕，在呈现半透明、阴影和玻璃质感的方面，效果不如 OLED。

这也导致 macOS 26 的部分高透明界面，在实际使用中出现了明显的问题：背景内容和前景文字互相干扰，列表层级变模糊，可读性下降。

因此，和 iOS 27 一样，macOS 27 的重点之一，同样会是继续打磨液态玻璃。

苹果会重新调整透明度、阴影、模糊效果以及层级逻辑，让界面更接近最初设想中的状态：既保留玻璃材质的轻盈感，又不会牺牲信息可读性，同时进一步优化能耗表现。

不过，macOS 26 的 UI 问题，其实早已不只是液态玻璃本身。

例如大量圆角细节没有统一、界面里塞入了太多分散注意力的小图标，以及新版应用图标在重新设计后辨识度明显下降，都让整个系统在视觉一致性和美观度上受到了一定影响。

苹果也预计将在今年年底或明年，推出首款配备触控屏幕的 OLED MacBook Pro，因此 macOS 27 也很可能会对界面进行调整，例如按钮的体积更大，更契合触控输入。

值得一提的是，苹果也已经官宣，macOS 26 将是最后一个支持 Intel Mac 的版本，因此 macOS 27 将只支持 Apple Silicon Mac，并且这也将是最后一个搭载完整 Rosetta 2 转译器的版本。

iPadOS 27：惊喜不多

相比较之下，iPadOS 27 的更新幅度会更小，除了 Apple 智能和优化之外，主要集中在 iPad UI 上的调整。

由于 iPadOS 26 大改了 iPad 系统的界面，使其交互更接近 Mac 桌面，iPadOS 27 则会进一步对系统应用的 UI 进行调整，例如音乐、播客、Apple TV 等系统应用，会进一步利用 iPad 的大屏幕。

一开始 iOS 27 有爆料传出时，大家都以为这只是一次「小版本」，主要集中在系统优化、稳定性提升这些方面。

但随着更多信息流出，我们才发现，比起 2 年前那场宣布 Apple 智能的 WWDC，今年更是苹果 AI 更浓墨重彩的一次发布。

两年才迎来一次更新的 Apple 智能，放在两周一变的 AI 行业里，这样的慢节奏显得格格不入。

但对于苹果而言，比起抢跑，更重要的是把体验真正打磨成熟、稳定落地——先补上差距，才有资格谈超越。

对于很可能要继续「为 Apple 智能准备」的国行用户来说，全面在界面和底层上优化的 iOS 27 ，虽然惊喜少了点，但也是一次相当踏实的更新。

---

爱范儿关注「明日产品」，硬哲学栏目试图剥离技术和参数的外衣，探求产品设计中人性的本源。

过去 48 小时，对于 Windows 电脑市场来说可谓地震不断——

不是微软要发 Win 12 了，也不是苹果重新内置 BootCamp 了，而是英伟达要造消费级 CPU 了。

图｜Microsoft

更重要的是，老黄插手 CPU（SoC）领域，可不是来和英特尔、AMD 和苹果分蛋糕的……

他是来掀桌子的。

图｜YouTube @Nvidia

在刚结束的微软 Build 与英伟达 GTC 显卡技术大会开幕式上，我们见到了来自英伟达的「终极 PC 解决方案」： RTX Spark N1X 处理器。

老黄期望通过 RTX Spark 打造的电脑很简单：

造出目前最全能、最智能、最面向未来十年甚至二十年 AI 潮流的终极 Windows 全能本。

支撑英伟达这一设计的根本逻辑，是老黄在 GTC 开幕演讲上的一个大胆判断——

面向人类用户设计计算产品的时代已经结束，未来我们应该面向智能体（intelligent agent）的需求设计计算硬件。

图｜YouTube @Nvidia

下一个 AI 时代属于智能体

开场不久，介绍过 AI 技术如何塑造了当下的产业经济之后，老黄就拿出了他本次演讲的核心观点：

相比单独使用某个 LLM（大语言模型），智能体将是下一个阶段我们使用算力的主要方式（a new kind of computing pattern）。

这个核心观点如此重要，以至于老黄在演讲的前中后期反反复复提起这一页 keynote，将它重复播放了很多遍。

整个演讲上公布的新硬件——比如正式投产的 Vera Rubin 计算平台、企业级 AI 工具包、底层模型等等，全都是围绕着这个核心理论而设计的。

图｜YouTube @Nvidia

根据老黄的介绍，智能体之所以能够成为下一阶段的核心算力使用方式，原因主要有 4 个——

1：解放用户生产力

过去几年里，单纯的生成式 AI（Generative AI）虽然能力得到了很大的提升，但并没有拓展出非常多的使用场景。

即使它可以画图、做视频、直接制作各种文件，但本质交互方式依然是用户问一句、AI 答一句。

智能体则不然——它的运作模式中包含「观察、推理、规划、使用工具」的闭环能力，这种模式让人类用户从工具操作者进化成了工具指挥者，可以被看作是一种形式的生产力解放。

2：减少隐性资源消耗

除了自身的运行模式之外，智能体还会彻底改变过去半个多世纪中，人类与计算机的核心人机交互模式。

换言之，智能体将曾经需要手动打开程序、点击工具和操作的流程后置了一步，让人的工作从「动手」变成了「动口」，用解释意图（intents）取代具体的操作。

这种变化的意义，在于它结束了「人学习和适应软件」的时代。而一个「软件学习和适应人」的阶段，将会节省大量人类学习和练习使用软件所需的时间资源。

3：无视物理数量限制

最「大力出奇迹」的优点是，智能体不会像人类一样，受到各种原因导致的数量限制。

在演讲中，老黄列举了几个例子：AI 编码智能体的出现，让 GitHub 上的代码提交量在 2026 年初同比近乎翻了三倍。

英伟达内部也计划通过部署「数十万个 Cadance 超级智能体」，将芯片设计验证的耗时从数周缩短到数小时。

换言之：只要算力资源允许，智能体就可以将单个人类的能力「超级加倍」，让生产力获得指数级放大。

4：比 LLM 更万能

相比传统 LLM，智能体还拥有一个非常具体的优势——普适性。

智能体的运作模式（模型 + 外壳 + 工具 + 运行环境）在所有应用场景中都是通配的，这种强大的通用性让它可以无孔不入。

比如大规模的云端 SaaS 服务、个人电脑部署、自动驾驶和人形机器人底层系统等等。

也就是说，智能体是 LLM 的一个「万能接口」，它自己就是完整的工具组件、可以直接嵌入具体的生产环节里，不需要人类在中间辛苦地做「回答搬运工」。

图｜YouTube @Nvidia

基于以上四点论据，老黄指出了一种「面向智能体」的算力设计思路：

过去四十多年，所有计算硬件都是围绕人类的需求设计的，但智能体的世界以纳秒计算、对于各种资源（比如内存和电力）的需求模式和人类截然不同。

在这样的大背景下，老黄宣布了新一代全栈 POD 超级计算平台「Vera Rubin」的正式投产：

图｜YouTube @Nvidia

相比年初在 CES 上首次介绍 Vera Rubin 平台，老黄在演讲中再次强调了这一代架构「专门为智能体设计」的属性。

尤其最新的 Vera CPU，就直接打上了「CPU for Agents」的标签——这颗 88 核心 176 线程的处理器的主要工作，用老黄的话说，是一位「指挥家」。

换言之，Vera CPU 主要控制智能体的调度、工具调用、内存和上下文管理，负责将 Rubin GPU 的巨量算力以最高效率、最低空置、最快速度的方式调度起来：

图｜YouTube @Nvidia

在此基础上，其他机柜组件—— BlueField-4 DPU、NVL72 交换机、ConnectX-9 SuperNIC 网卡、Spectrum-6 以太网交换机等等，才能和 Vera Rubin 共同构成这套「面向智能体」的算力解决方案。

图｜YouTube @Nvidia

但就像前面说的，老黄除了公布 Vera Rubin 投产之外，同时也将这个「AI 的未来属于智能体」的观点投向了一个更偏向消费电子的领域—— PC。

给智能体设计的电脑

之前提到，老黄今年 GTC 开幕演讲的主旨其实就一句话：

给人类用户设计硬件的时代结束了，我们下一步要面向智能体设计硬件。

但智能体的使用者不止 Oracle、OpenAI、Anthropic、AWS 这些企业巨头，个人 AI 用户的数量同样不可忽视。

为了占住极为分散但规模庞大的 C 端市场，老黄在今年的演讲中公布了英伟达首款面向个人消费市场的 CPU 产品—— RTX Spark 超级芯片。

图｜YouTube @Nvidia

老黄对 RTX Spark 首型号 N1X 的介绍相当动情：「它集合了我们 33 年来的全部技术经验，因为它支持所有英伟达已有的技术栈」。

与苹果的 Apple Silicon 思路类似，RTX Spark N1X 是一块集成 CPU、GPU 和统一内存的 ARM 架构 SoC，采用台积电 3nm 工艺制造，CPU 与联发科共同设计。

图｜Nvidia

尽管用着上一代 Grace Blackwell 平台，而非最新的 Vera Rubin，RTX Spark N1X 依然可以实现最高 1 PFLOPS（一千万亿次浮点）的 AI 算力。

根据英伟达工程师的介绍，N1X 的整体性能与 RTX 5070 笔记本接近，相比早期泄露的「与 M3 Max 跑分近似」又有了一些提升：

图｜YouTube @Nvidia

在产品形态方面，RTX Spark 最主要的平台将会是 14-16 寸的笔记本，合作方也是那几个熟悉的巨头——联想、微软、惠普、华硕等等。

其中当属英伟达与微软的合作最为密切，毕竟 RTX Spark 是要运行 Windows on ARM 的。

而老黄的 ARM 处理器能否追上苹果，微软是其中不可或缺的因素。

相应的，微软也在演讲后更新了搭载 RTX Spark 的 Surface Laptop Ultra 预告片：

图｜YouTube @Microsoft Surface

而相比高通的 ARM 架构笔记本，RTX Spark 还有一个得天独厚的优势：它支持所有英伟达已经有的技术，从光线追踪到 DLSS，再到 Cuda 加速和 TensorRT。

换言之，RTX Spark 笔记本不仅有 Win on ARM 上相对优秀的游戏体验，更是能够在本地 AI 工具加速之类的严肃场合提供「货真价实的生产力」。

图｜YouTube @Nvidia

更重要的是——按照老黄的说法—— RTX Spark 所驱动的笔记本、小型主机和台式机都是「为智能体操作而设计」的。

除了 Windows 本身和软件商之外，甚至连 Adobe 都宣布将会为 RTX Spark 彻底重构 Premiere 和 Photoshop：

图｜YouTube @Nvidia

就拿 Premiere 来说，Adobe 将会在 RTX Spark 电脑上带来一套全新的、以指挥智能体为主的交互模式，以及更多的 MCP 支持。

再大胆一点设想，所有剪辑师都熟悉的「时间轴式 UI」很有可能在智能体时代被一个多模态指令框所替代——

听起来很酷，也很可怕。

在 RTX Spark 笔电上运行 Premiere Pro｜Tom’s Guide

换言之，AI 不仅重塑了硬件的设计方式，也终于开始重塑一些已成定局十多年的软件 UI 交互规范了。

RTX Spark 的应用场景也不止笔电，在老黄的 GTC 开幕演讲与当天稍晚些的微软开发者 Build 大会上，我们看到了很多以此为基础的小型主机平台。

就比如这个长得神似 Xbox 的微软 RTX Spark Dev Box：

图｜Microsoft

AI 需求塑造物理世界

纵观老黄的整个 GTC 演讲，以及同期召开的 COMPUTEX 和微软 Build 大会，我们可以明显地感受到：

AI 从「生成式」向「智能体」的转变，将会重塑人们使用计算机的主要方式，并且这种重塑也反过来影响了计算硬件上下游的设计和形态。

换言之，英伟达不仅定义了下一个 AI 时代的核心问题：「什么是生产力 – 是智能体」，更是为自己的观点拿出了一套相当具有说服力的配套产品。

图｜YouTube @Nvidia

而 RTX Spark 的目标，是让新时代的全能本既要本地跑模型，又要兼顾生产力和娱乐——

毕竟支持 RTX 和 Cuda 对于 Windows on ARM 一直是个老大难问题，直到英伟达亲自下场。

只不过在为下一个 AI 时代催生新硬件感到兴奋的同时，我们也需要理性地看待 RTX Spark N1X 处理器：因为它并不是一个非常新鲜的东西。

还记得去年的 DGX Spark 吗？里面的「GB10 超级芯片」基本上就是 N1X 的先行版本。

从芯片刻字上看，老黄在 COMPUTEX 上展示的 N1X 生产周期甚至是 2024 年，早期泄露跑分接近 2023 年的 M3 Max 也就不意外了。

图｜YouTube @High Yield

虽然所有消费级产品都要等到今年秋天，但看到 RTX Spark N1X 的这些零星信息，也很难不让人微微担心——

一颗 CPU 两年前、GPU 一年前且不满血的 SoC，真能为未来 10 年 20 年的智能体需求准备好吗？

尽管 N1X 既没用上最新的 Vera Rubin 架构，也不如今年的骁龙 X2 Elite Extreme 甚至去年的 AMD Strix HALO，但它标志着一个开端：

一个芯片优先考虑智能体需求、并顺势开始影响操作系统、软件程序，直至硬件商品形态的时代的开端。

至于究竟谁能代表 AI 时代的操作系统，微软选择和英伟达联手，「再给 Win on ARM 一个机会」，明显是意识到了自己被 macOS 和 Linux 夹攻的困境。

图｜Microsoft

然而成也 Win on ARM，败也 Win on ARM —— RTX Spark 主动带来全套的英伟达技术适配，并不能解决 Win on ARM 在其他体验上的长期瘸腿。

毕竟一个足够好的面向 AI 的操作系统（比如 macOS），即使它自己不倾向于开放，也会有用户通过逆向工程的方式帮它开放。

而在这一层上，RTX Spark + Win on ARM 所以立足的基点，就显得不是那么稳固了。

Gurman：从「AIMLess」到 WWDC 大改版，苹果用两年时间重建 AI 战略

苹果将于北京时间 6 月 9 日凌晨召开 WWDC 2026，带来其史上规模最大的 Siri 与 AI 功能更新。

彭博社记者 Mark Gurman 在昨晚发布的 PowerOn 新闻通讯透露，苹果在 AI 领域经历的一段艰难时期。苹果内部 AI 团队曾被戏称为「AIMLess」，折射出外界对其 AI 方向感的质疑。Apple Intelligence 1.0 的失利，叠加竞争对手的快速推进，迫使苹果高层于 2025 年初召开秘密会议，启动整改。

此后，Vision Pro 创始人 Mike Rockwell 接管 Siri，软件主管 Craig Federighi 全面主导 AI 战略，前 Google 和微软工程高管 Amar Subramanya 加入负责模型研究，前 AI 负责人 John Giannandrea 则于今年离职。

WWDC 2026 也是 CEO Tim Cook 在正式卸任前的最后一次重大产品亮相。库克此前承认，Apple Intelligence 的失误程度超过苹果地图事件，并在危机后亲自深度介入 AI 规划。

此次大会的核心看点是全面升级的 AI Siri。苹果计划推出可与 ChatGPT 竞争的独立 AI 助手应用，支持类聊天机器人交互，并引入生成式 AI 图像编辑功能。

系统层面，iOS 27、macOS 27、watchOS 27、visionOS 27 等新版本将同步亮相。底层技术上，苹果已与 Google 达成合作，以 Gemini 模型和 Google Cloud 基础设施替换 Siri 原有技术方案。

爱范儿已抵达苹果总部

爱范儿已经抵达苹果总部，领到了 WWDC26 伴手礼。依然是经典的三件套：帆布袋，水壶和规徽章贴纸。每年苹果发布会的徽章都或多或少有些剧透，今年则是致敬了苹果 50 周年，满满极客的彩蛋。

• 骷髅海盗标：这是致敬乔布斯那句「宁为海盗，不做海军」（It’s better to be a pirate than join the navy）。Mac团队当年还曾在研发大楼楼顶挂上了这面海盗旗。
• 彩虹 50 周年 logo：这是 1977年乔布斯设计的初代彩虹苹果logo，这次和苹果 50 周年的元素进行了结合。
• 狗牛：这是 Mac工程师圈的顶流吉祥物。低分辨率像素图让它既像狗又像牛，，所以被工程师们戏称为「Dogcow（狗牛）」，还给它起了正式名字 Clarus。它还有专属叫声「Moof!」，是老果粉才懂的可爱彩蛋。
• Finder 酱：苹果的新晋网红，在社交媒体上已经有不少粉丝自制周边了，这会官方周边也来了。

有意思的是，这次发布会最期待的苹果 AI 没在这次的伴手礼剧透，届时爱范儿会在现场跟大家分享 WWDC26 最新的消息，敬请关注。

字节跳动澄清：没有造车计划

字节跳动日前发布声明，回应近期将「赛豆」解读为「豆包汽车品牌」或「字节跳动造车」的说法。声明称，相关说法不准确，字节跳动没有造车或推出汽车品牌的计划。

字节跳动同时表示，赛豆不是字节跳动或豆包推出的汽车品牌，字节跳动与赛豆没有股权合作。豆包、火山引擎与汽车行业伙伴的合作，主要是向行业伙伴提供豆包大模型、智能座舱等技术服务，用于提升车载智能交互体验。

此前《晚点 Auto》曾报道称，赛力斯正在推进一个全新汽车品牌的筹备工作，法律主体为刚完成工商变更的「赛豆科技」，并会与火山引擎展开深度合作。

曝 Codex 将整体并入 ChatGPT

《金融时报》报道称，OpenAI 正准备对 ChatGPT 进行自 2022 年推出以来规模最大的改版，新版将在未来几周内逐步上线。改版核心是把 Codex 整体并入 ChatGPT，同时接入可画、Booking.com 等外部合作伙伴应用。

报道称，ChatGPT 网站和移动端将加入更多提示词与功能入口，引导用户使用编程工具、图像生成和第三方应用；短期内，用户会看到一个选项，可手动选择由 Codex 还是 ChatGPT 回应需求。

OpenAI 企业产品负责人 Alex Embiricos 解释称，公司进入第二阶段后，目标是把「能帮你在电脑上做任何事情的智能体」推给每一个人。

Google 向 SpaceX 租用每月 9.2 亿美元 AI 算力

据 TechCrunch 报道，SpaceX 在 IPO 前披露与 Google 签署新的算力协议。根据文件，Google 将从 2026 年 10 月至 2029 年 6 月，每月向 SpaceX 支付 9.2 亿美元，使用约 11 万张英伟达 GPU、CPU、内存和相关组件对应的计算能力。

这份协议与 SpaceX 5 月同 Anthropic 签下的算力租赁安排类似，但规模约为后者的一半。Anthropic 当时约定以每月 12.5 亿美元租用 Colossus 1 数据中心可用算力。

Google 对 TechCrunch 表示，这是一份短期过渡协议，用来满足 Gemini Enterprise 和智能体平台超出预期的客户需求。协议还包含退出条款：

2026 年 12 月 31 日后，双方均可提前 90 天通知终止；如果 SpaceX 到 2026 年 9 月 30 日未能交付承诺 GPU 数量，Google 可终止协议或按实际交付数量降低月费。

英伟达与 SK 海力士达成多年期合作，共同开发 AI 工厂下一代内存

当地时间 7 日，英伟达与 SK 海力士官宣建立多年期技术合作伙伴关系，围绕全球 AI 工厂所需的下一代内存展开联合研发，并将 AI 技术应用于半导体芯片的设计与制造。

• SK 海力士将为英伟达 Vera Rubin AI 超级计算机、Vera CPU、RTX Spark PC 及 Jetson Thor 机器人计算平台协同开发专用内存，由此进入 AI 基础设施、个人 AI 与物理 AI 新市场。
• 协议支持先进内存供应，以应对较长研发周期与资本投入，使供应跟上英伟达的基础设施路线图。
• SK 海力士将采用英伟达 CUDA-X 库与 PhysicsNeMo 框架，加速 TCAD、计算光刻等芯片仿真工作流。
• 借助英伟达 Omniverse、OpenUSD 与 cuOpt 构建晶圆厂数字孪生，推动工厂自主化运营。

英伟达 CEO 黄仁勋表示，AI 工厂是下一轮工业革命的引擎，先进内存对其性能至关重要；SK 集团会长崔泰源称合作体现了双方多年协同的深度。

本田在华销量连续两个月接近腰斩

据界面新闻报道，本田中国 6 月 5 日发布的数据显示，5 月本田在中国的终端汽车销量为 28279 辆，同比下降 48.68%；今年 1-5 月累计销量为 173344 辆，同比下降 32.47%。

这是本田在华销量连续第二个月接近腰斩。4 月本田在中国市场终端销量为 22595 辆，同比下降 48.28%；今年 5 月，本田在华销量再次不足 3 万辆。同月，蔚来、小鹏、小米、问界、理想等多家中国新能源车企交付量均超过 3 万辆，零跑交付量超过 8 万辆。

广汽本田计划从 2027 年开始逐步开启新品投放节奏，推出覆盖燃油、混动、新能源的 3 款全新车型，其中包括基于中国专属新能源平台打造的自研车型，并引入华为、Momenta 等本土供应商补齐座舱和智驾能力。

高通汽车业务单季营收达 13 亿美元

高通日前在无锡举办第四届汽车技术与合作峰会，披露其汽车业务 2026 财年第二季度单季营收达 13 亿美元，同比增长 38%。按年化口径计算，高通汽车业务收入已超过 50 亿美元，高通 CEO 安蒙预计到 2026 财年结束时突破 60 亿美元。

本次峰会上，高通继续把汽车业务从座舱芯片扩展到舱驾融合和车端智能体平台。高通中国区董事长孟樸称「2026 年是智能体之年」；

高通汽车事业群总经理 Nakul Duggal 表示，智能体 AI 从三到五年前的概念逐步进入现实，舱驾融合架构可以让统一底层平台打通车内外传感器和硬件资源。高通当前汽车芯片主线覆盖三个价位段：

• 骁龙 8775：面向 10 万到 20 万元区间车型，是同时处理座舱交互和 ADAS 计算的单芯片方案，高通称系统级成本可降低约 20%，已获得 9 款车型定点。
• 骁龙 8397：定位高端座舱平台，AI 算力从前代 8295 的 30 TOPS 提升至 320 TOPS，端侧大模型能力从 10 亿参数提升到 140 亿参数。
• 骁龙 8797：定位 30 万元以上车型，单片算力 1280 TOPS，支持端到端 Transformer 算法和 VLA 模型，已获得 18 个车型定点。

高通还与卓驭科技联合发布基于 8797 的下一代舱驾融合域控制器，并和诚迈科技、斑马智能、德赛西威、中科创达等六家公司共同启动「车端人工智能 Claw 生态计划」。

京东与腾讯据称将围绕 AI Agent 合作

据钛媒体报道，京东与腾讯近期将围绕 AI Agent 展开合作。报道称，京东的商品供应链与履约服务体系，将与腾讯的入口资源进行对接。

这次合作的具体方向，是把京东 AI Agent 接入更靠近用户入口的场景。腾讯近期在 AI Agent 上推进多个项目，手机厂商方案包括华为、小米、OPPO、vivo 等。另有消息称，腾讯已接近启动微信 AI 助手的开发测试。

京东侧的基础能力来自商品供应链、全域零售数字化和电商履约体系。报道称，京东 AI Agent 已与华为、OPPO、荣耀等主流终端厂商对接；通过 A2A 合作，用户可在终端原生智能体内提出购物需求、获取商品信息，再由京东履约与服务体系承接。

全球首个预制算力中心底座在青岛投用

据央视新闻报道，全球首个预制算力中心底座 6 月 6 日在山东青岛正式启用。这类底座相当于算力中心的能源枢纽，负责为数据中心提供持续稳定的电力；央视称，相比传统算力中心底座，该方案可节约近 70% 施工周期。

这套设备外形接近集装箱，长约 53 米、宽约 41 米，占地约 2200 平方米，减少超 30%，整体成本下降 20%，最快 5 个月完成施工，土建成本节约近 80%；通过绿电直连和储能调控，可实现 100% 绿电消纳，并让 Token 用电成本降低约 30%。

本源量子完成近 30 亿元 Pre-IPO 轮融资

据上证报消息，本源量子近日完成近 30 亿元 Pre-IPO 轮融资，投前估值达到 210 亿元。报道将其称为国内估值最高的量子计算公司。

本轮融资历时 30 天完成，由中国兵器集团领投，增资 5 亿元；中科育成投资作为老股东跟投，再次增资 3 亿多元，累计持股超过 5%，位列公司实控人之后，为第六大股东；华民投新增为股东单位，出资 2 亿元。

参与方还包括山东省、江西省、河南省等省级政府投资平台，青岛市级政府投资平台，以及上市公司等多元机构 LP。

💡 心理学家：把认知工作外包给 AI，会「失去对大脑的控制」

据 MIT Technology Review 报道，加州大学欧文分校心理学家 Gloria Mark 在 SXSW London 接受采访时讨论了数字技术和 AI 对注意力的影响。她指出，人们已经在很大程度上「失去对注意力的控制」。

Mark 的长期实验显示，2003 年用户在切换到其他任务前平均能专注约 2 分半钟；2012 年降至约 75 秒；2014 年至 2020 年的研究中进一步降到平均 47 秒。她还在实验中看到，注意力快速切换与压力上升存在直接相关。

她对 AI 聊天机器人更担心的部分，是「深度处理」被外包。Mark 表示，当人主动评估、总结和理解信息时，会更可能学习、理解和记住它；

如果把写作、总结、评价交给 ChatGPT、Claude 或 Gemini，人就把认知工作交给了 AI。她还把问题延伸到合成陪伴产品，认为顺从型机器人关系会削弱人维持真实关系所需的情绪能力。

她建议人们重新思考与 AI 技术的关系：读完整本书而非只看摘要；能当面见朋友时尽量当面；在熟悉环境里减少对 GPS 的依赖。她认为，努力本身会带来更深层的满足感，这些例子也是对注意力、记忆和情绪能力的重新训练。

小米 17T 系列今天发布

小米 17T 系列国行版将于今日发布，包含小米 17T 和小米 17T Pro 两款机型，官方定位为「全能影像旗舰」。博主「体验 more」昨日曝光了两款手机的主要规格。

• 小米 17T：天玑 8500-Ultra 处理器，LPDDR5X + UFS 4.1，6.59 英寸 2756 x 1268 分辨率 120Hz 屏幕，7000mAh 电池，67W 有线快充；后置影像为光影猎人 800 主摄、1200 万像素超广角和 5000 万像素 5X 潜望长焦。
• 小米 17T Pro：天玑 9500 处理器，6.83 英寸 2772 x 1280 分辨率 144Hz 屏幕，7000mAh 电池，100W 有线快充和 50W 无线充；后置主摄升级为光影猎人 950，并继续搭配 1200 万像素超广角和 5000 万像素 5X 潜望长焦。

2350 元，加南 Kannan K2 智能眼镜发布

加南科技发布 Kannan K2 智能眼镜，售价 2350 元。这款产品重 25.8 克，采用欧洲进口超轻尼龙材料，官方称镜框面向亚洲脸型设计，耳挂最薄 5.5 毫米。

配置上，Kannan K2 搭载 3200 万像素摄像头，光圈 f/2.4，支持 4K 30FPS 视频拍摄。

东风发布无人物流车品牌 OpenVAN

东风汽车周六正式发布无人物流车品牌「东风 OpenVAN」，同时亮相四款全场景无人物流车产品。

据悉，东风 OpenVAN 使用东风与九识智能自研的大模型智驾方案「九识智驾 Zelos Inside」，官方称已有 1.3 亿公里真实路况验证。车辆的刹车、转向和供电均配备双套系统，并通过 5G 低时延技术支持线上看管多台车辆、自动测算路线和全天候运维。

四款车型覆盖不同载重和场景：

• DF-2：容量 2 方，载重 1 吨，续航 120 公里，面向末端配送、道路巡检和小型环卫。
• DF-8：容量 8 方，载重 2.8 吨，续航 150 至 195 公里，适用于商超和冷链。
• DF-25：容量 25 方，载重 4 吨，续航 300 公里，面向园区运输。
• DF-60：容量 60 方，载重 13.6 吨，续航 200 公里，适配大件运输。

曝本田 HRC 正开发更硬核的思域 Type R

据 Motor1 报道，本田赛车公司 HRC 总裁渡边康治透露，本田正计划把思域 Type R HRC Concept 概念车推向量产。他在 5 月的 Type R 车主活动上表示，新车距离推出已进入「100 天级别」倒计时，目前仍在开发阶段。

报道称，本田正在铃鹿赛道测试，岩佐步梦、佐藤琢磨和大津弘树等本田车手已经参与开发。测试车前脸伪装较多，报道称保险杠、翼子板、前唇、侧裙和尾翼都会变化，前翼子板采用类似 Super GT 的宽体方形轮拱。

底盘和悬架方面，佐藤琢磨提到测试车的车身刚性和悬架硬度，加宽前翼子板可能对应前后不同规格轮胎，以增强前轮抓地力。渡边康治还表示，概念车上的部分零件会在美国以官方后市场配件形式销售。

OpenCV 5 发布，原生支持 Transformer 与视觉语言模型

OpenCV 团队本周正式发布 OpenCV 5。这一版本对这个已有二十多年历史的计算机视觉库做了架构现代化，重点更新 DNN 引擎、ONNX 支持、硬件加速层、Python 集成和 3D 视觉能力。OpenCV 5 的主要变化包括：

• 下一代 DNN 引擎采用基于图的架构，支持算子融合、广泛 ONNX 支持，并加入对 Transformer、视觉语言模型和大型语言模型的支持。
• ONNX 算子覆盖率从 4.x 时代不到 23% 提升到超过 80%。
• 核心库弃用传统 C API，构建方式更精简，并加入 0D/1D 张量、FP16/BF16 和日志机制。
• 硬件加速层更清晰，方便硬件厂商直接插入优化内核；3D 视觉部分新增 ChArUco 标定板、多相机标定和可视化能力。

瑞幸回应拿铁去冰不满杯，点单页增加提示

第一财经报道，上海消费者反映瑞幸「超大杯拿铁去冰后仅半杯」后，瑞幸咖啡点单页面已增加「去冰可能不满杯」的小字提示。

报道提到，涉事消费者在门店询问后得到的答复是「公司标准配方」：去冰后不会额外多加牛奶或咖啡。

第一财经随后以消费者身份咨询北京西城区多家瑞幸门店，有门店店员表示，拿铁类去冰会补牛奶，出品标准是距离杯口 1cm，不应出现半杯有余的情况；如果遇到明显不满杯，可凭订单退款。

精品咖啡品牌 Seesaw 被申请破产清算，全国门店仅剩 34 家

据蓝鲸新闻报道，精品咖啡品牌 Seesaw 的运营主体上海西舍咖啡有限公司新增多例破产审查案件，申请人分别为上海琉璃工房玻璃艺术品有限公司与上海玛露实业有限公司。

两名申请人均以该公司不能清偿到期债务且明显缺乏清偿能力为由，向法院申请对上海西舍咖啡有限公司进行破产清算。

门店端也在收缩。窄门餐眼数据显示，截至 5 月 13 日，Seesaw 全国在营门店为 34 家，其中浙江 7 家、上海 6 家、江苏 4 家；这一数字较 2023 年 3 月高峰期的 135 家少了超过 100 家。

《玩具总动员 5》Taylor Swift 歌曲打破多平台首日纪录

据 Deadline 报道，Taylor Swift 为《玩具总动员 5》创作的歌曲《I Knew It, I Knew You》已经成为 Spotify 历史上女性艺人单日播放量最高的乡村歌曲。

这首歌还成为 Apple Music 2026 年播放量最高的乡村单曲，并打破 Apple Music 基于首日播放量统计的原声带单曲历史纪录。Deadline 提到，音乐视频只在 Spotify、Apple Music 等流媒体平台独家上线，推动粉丝集中前往这些服务观看以 Jessie 为主题的影片片段。

Amazon Music 方面，这首歌也创下 2026 年全球歌曲首个 24 小时最高播放首秀纪录。电影插曲已经先于影片本身形成独立宣发事件。

AI 起源纪录片《大概没什么可担心》将在 Tribeca 展映

据 Variety 报道，导演 Nick Holt 的纪录片《大概没什么可担心》（AI: Probably Nothing to Worry About）将在 Tribeca 亮相。Holt 表示，影片讨论的范围超出单个产品，指向「一种物种的创造」。

这部纪录片把 AI 的早期发展、研究者、公司和社会想象放在一起，试图解释今天的 AI 系统为何会被描述成新型智能体。标题里的「大概没什么可担心」带有反讽意味，也对应公众对 AI 的兴奋和焦虑。

13 亿美元：这是高通汽车业务 2026 财年第二季度（截至 2026 年 3 月）的单季营收，同比增长 38%。

年化算下来，高通从汽车上赚的钱已经超过 50 亿美元。高通 CEO 安蒙预计，到 2026 财年结束时，这个数字会突破 60 亿。

要知道三年前，高通的汽车年营收还不到 20 亿美元。

英伟达 2026 财年（截至 2026 年 1 月）全年汽车收入 23.49 亿美元，同比增长 39%。高通光一个季度就赚了英伟达大半年的量。当然，两家的计算口径不同，高通包含座舱、连接、ADAS 全栈，英伟达主要计入自动驾驶芯片和软件授权。

但趋势已经很清楚：在汽车芯片这条赛道上，高通正在拉开与多数对手的距离。

两天前，高通在无锡办了第四届汽车技术与合作峰会。60 多场演讲，70 多家供应商，50 多台展车。

目前，高通正在与上汽大众深化合作，与卓驭科技联合发布下一代舱驾融合域控制器，和诚迈科技、斑马智能、德赛西威、中科创达等六家公司共同启动「车端人工智能 Claw 生态计划」。

「智能体之年」，汽车芯片公司在说什么

高通中国区董事长孟樸在主论坛上说了一句话：「2026 年是智能体之年。」

这不是高通的独家说法。吉利副总裁李传海在 2026 年 5 月公开表达过类似判断：未来座舱不会有固定界面，不需要独立 APP，一个足够强大的 AI 智能体就能读懂用户需求。火山引擎在 2026 北京车展上也发布了 Agentic AI 架构方案。

但「智能体」这个词在汽车行业里到底指什么？

简单说，就是从「你问它答」变成「它替你做」。传统语音助手等你下指令，智能体会主动观察你的状态、判断你的需求、调用车上各种硬件和服务来执行。比如你上车时情绪低落，它不会问「你想听什么歌」，而是直接切到你常听的播放列表，调暗氛围灯，把导航设成回家路线。

要实现这些，芯片端的要求很明确：AI 算力要够大，能跑端侧大模型；传感器数据要能跨域调用，摄像头、麦克风、雷达的信息要打通；推理要在本地完成，不能什么都扔到云端去排队。

高通汽车事业群总经理 Nakul Duggal 在演讲中提到：智能体 AI 的构想在三到五年前还处于概念阶段，现在正逐步成为现实。他认为高通率先推动的舱驾融合架构，让统一的底层平台可以直接打通车内外传感器等硬件资源，智能体框架因此跑得更高效。

这是一个合理的技术叙事，前提是芯片确实有能力撑住这些需求。

三颗芯片，三个价位段

高通目前面向汽车市场的核心产品线有三条，从定位到能力差异明显：

骁龙 8775（Ride Flex SoC） 是行业里第一颗同时处理座舱交互和 ADAS 计算的单芯片方案。一颗芯片取代过去座舱域控和智驾域控两套系统，高通称系统级成本可降低约 20%。主攻 10 万到 20 万元区间的车型。

8775 于 2023 年发布，到 2025 年底开始量产。目前已获 9 款车型定点，量产搭载的包括极狐阿尔法 T5、阿尔法 S5、东风日产 N6、别克昂科威 L7。峰会上展出的问道 V9 也基于这颗芯片。现场还开放了试乘，让参会者体验记忆泊车和城区 NOA 等功能。

骁龙 8397（座舱平台至尊版） 在峰会展区的存在感最强。斑马智行用它跑了全模态端侧大模型 AutoOmni 的实车方案，中科创达推出了 AquaClaw 车载 AI 智能体，诚迈科技展示了「萤火 Claw」，在端侧实现类似 OpenClaw 的智能体助理体验。东软智行基于 8397 打造的端侧 AI 智能座舱域控产品，已获得多家头部车企定点。

这些演示之所以成立，是因为 8397 和前代 8295 之间的跃升足够大。AI 算力从 30 TOPS 到 320 TOPS，接近 10 倍。CPU 和 GPU 性能提升 3 倍，采用了高通专为汽车定制的 Oryon CPU 架构。8295 时代端侧大模型只能跑 10 亿参数，8397 直接拉到 140 亿。

骁龙 8797（Ride 至尊版） 是当前高通汽车芯片的天花板。单片算力 1280 TOPS，定位 30 万元以上高端车型，支持端到端 Transformer 算法和 VLA（视觉语言动作）模型。目前已获 18 个车型定点，10 款车型已经或正在量产。

最具代表性的量产案例是理想 L9 Livis。这款车 5 月 15 日发布，售价 50.98 万元，搭载骁龙 8797 加两颗理想自研马赫 100 智驾芯片，官方宣称有效算力 2560 TOPS。座舱配了 29 英寸 6K 全景屏、48GB 座舱内存。

峰会上，高通还与卓驭科技联合发布了基于 8797 的下一代舱驾融合域控制器。车联天下基于同一芯片打造的新一代域控也在展区亮相，通过中央计算与分布式边缘计算协同，为驾驶辅助、智能座舱和端侧 AI 应用提供统一计算基础。

战场上不止高通一家

高通在座舱芯片市场的份额据行业估计超过 70%，8295 几乎成了中高端车型的标配。但在 ADAS 和中央计算领域，竞争者并不少。

英伟达 DRIVE Thor 单片算力 2000 TOPS，在规格上仍然领先。极氪是 Thor 上车最积极的车企，2026 款极氪 7X、9X 已量产搭载。英伟达与奔驰、蔚来等也有深度合作。在自动驾驶芯片市场，英伟达估计占据约 40% 的份额。

联发科也在进入这个市场。Dimensity Auto CT-X1 是一颗 3nm 制程的座舱旗舰芯片，NPU 算力 46+ TOPS，支持 130 亿参数多模态大模型端侧部署，实测性能超 8295 约 30%。联发科还与英伟达合作开发下一代车用 SoC，首款合作芯片预计 2026 到 2027 年量产。

国内供应商的动作同样密集。地平线在 2026 年发布了星空（Xingkong）系列芯片，BPU 算力高达 650 TOPS，定位中国首款舱驾融合智能体芯片。配套的整车智能体操作系统 KaKaClaw 一并推出。

车企自研芯片的趋势也在加速。蔚来 2026 年初宣布全系换装自研神玑 NX9031 芯片，称单车成本降低 1 万元。小鹏推出图灵芯片，理想的马赫 100 已随 L9 Livis 量产。

2025 年中国乘用车前装舱驾一体计算单元达 156 万台，同比增长近 50%。这个增速说明舱驾融合不再是概念验证，而是进入了规模化部署阶段。高通、英伟达、地平线、联发科都在争夺这块市场，技术路线和商业逻辑各有不同。

端侧大模型：从「能跑」到「好用」

端侧大模型上车是 2026 年汽车 AI 的核心叙事之一。

面壁智能的 SuperMate 是目前量产规模最大的方案。模型参数控制在 100 亿以下（MiniCPM 3.0 系列），已搭载在吉利、长安马自达等多款量产车型上。面壁智能 CEO 李大海预计 2026 年底搭载量达 30 万辆。这家公司拿到了 ASPICE L2 级评估，是国内首家获得该车规认证的大模型企业。

地平线的征程 6 芯片平台上，座舱对话模型用了 28 亿参数，语音交互延迟低于 80 毫秒，断网状态下可连续交互 100 轮。自动驾驶使用 70 亿参数多模态感知模型，推理功耗控制在 12W 以内。

工具链的选择对延迟影响很大。地平线的实测数据显示，从 PyTorch 切换到 SNPE 后，推理延迟从 300 毫秒降到 50 毫秒。

高通的 8397 把端侧大模型的天花板推到了 140 亿参数。到了 140 亿参数，车载 AI 够得着多轮对话、多模态理解和任务规划，已经超出语音指令识别的范畴。

但端侧模型和云端模型之间仍然存在能力差距。目前云端的旗舰模型参数量已达千亿甚至万亿级别。车上的 140 亿参数模型更像是一个「够用的本地助手」，复杂推理和知识密集型任务仍然需要云端协同。高通与谷歌合作，将 Gemini Enterprise for Automotive 的云端 AI 与端侧 Snapdragon 方案结合，就是为了弥补这个差距。

汽车芯片的下半场

从 2021 年到现在，骁龙数字底盘解决方案支持中国车企推出超过 300 款智能网联汽车。合作名单涵盖大众、宝马、奔驰、丰田、Stellantis、蔚来、理想、零跑、极氪、长城、奇瑞、东风。

这些数字说明高通在汽车芯片领域的地位已经很稳固。但「稳固」和「不可替代」之间还有距离。

车企自研芯片的动力很充分：降低成本、掌握数据、减少对单一供应商的依赖。蔚来、理想、小鹏都已经在这条路上走出了实质性的一步。联发科和地平线的产品逐渐成熟，也在给车企提供更多选择。

高通的应对策略是把自己从芯片供应商升级为平台公司。覆盖座舱、ADAS 和连接全链路，硬件之上还叠了 AI 框架和开发工具，单芯片和中央计算两条路线都押。「车端人工智能 Claw 生态计划」联合六家企业一起推，也是在试图把生态做厚。

安蒙在 Computex 上提出「计算连续体」的概念：AI 后台持续运行，随时感知、调度资源、做出响应。汽车是这个连续体中最重要的移动节点之一。

这个构想能走多远，取决于两件事：端侧模型的能力爬坡有多快，以及车企自研芯片会走多远。

从这场高通峰会来看，至少供应链这一端已经准备好了。

---

📰 周末也值得一看的新闻

Anthropic 呼吁「暂停研发」AI，自曝 80% 代码由 AI 编写

Anthropic 昨日发布一篇博客文章表示，前沿 AI 开发者应建立一套协调、可验证的机制：当高级系统开始以社会难以管理风险的速度自我改进时，各家实验室可以放慢或暂时暂停研发。

Anthropic 在声明中称，能够「构建自身后继者」的 AI 会改变技术史，但完整递归式自我改进也可能增加人类失去控制的风险。公司举例称，截至 5 月，进入 Anthropic 代码库的代码中，超过 80% 由 Claude 编写。

Anthropic 同时强调，单方面暂停可能适得其反，因为更不谨慎的参与者仍会继续推进。它提出，真正有效的暂停需要多个位于技术前沿、资源充足的实验室共同参与，并事先定义触发条件、解除条件和监督方。

🔗 相关阅读：刚刚，Claude自曝80%代码AI写的，Anthropic呼吁停止研究AI

黄仁勋访韩首站去 T1 网吧，向 Faker 赠送签名版 RTX 5090

据界面新闻援引韩联社报道，英伟达 CEO 黄仁勋昨日访问韩国，首站前往首尔弘大附近的 T1 主题网吧「T1 BASE CAMP」，与 T1 英雄联盟战队选手会面。队长 Faker（李相赫）等 5 名队员全部出席，双方合影留念，现场比出战队经典手势。

活动期间，黄仁勋现场抽送了一块 RTX 5090 签名显卡，并向粉丝开玩笑称：「你得买个新显卡，我需要钱。」黄仁勋还向 Faker 本人赠送了一张由其亲笔签名、被称为「全球仅此一张」的特别版 RTX 5090 显卡。

T1 官方昨日在微博发文表示，会把此次会面作为动力，在接下来的比赛中展现竞技状态。

抖音副总裁回应「豆包误判蘑菇导致用户中毒」

抖音集团副总裁李亮昨日发文回应「豆包误判蘑菇导致用户中毒」一事，称豆包已经联系到当事用户，并复盘了当时的识别回复。

据李亮披露，该用户使用豆包拍照识别从小区摘到的蘑菇时，豆包将其识别为「鸡腿菇」，但同一条回复中也明确提示，这类蘑菇极容易和剧毒的大青褶伞混淆，误食会引发严重胃肠炎症状；

如果这些蘑菇是野外采摘，强烈建议不要食用。豆包还在回复中写到，野生蘑菇辨别风险极高，仅凭图片无法 100% 排除有毒相似种可能。

李亮表示，AI 目前仍在发展阶段，涉及人身安全的问题时，AI 回答只能作为参考，需要多方咨询求证。他还提醒，小区里摘到的蘑菇或其他果类，即使本身无毒，也可能存在农药等情况，不建议食用。

OpenAI 回应大量账号被封

昨天，多名 OpenAI 用户反映账号遭突然暂停，受影响范围涵盖 ChatGPT、Codex、API、订阅服务及自定义 GPT 等功能。部分用户称未收到任何预警，也未获得具体原因说明；已提交申诉的用户中，有人表示申诉被拒且无解释。

OpenAI 官方状态页面于当日晚间 21:26（北京时间）开始调查，22:20 确认问题，23:19 发布公告称「系统问题导致部分用户账号被错误暂停」，并宣布已着手恢复账号访问权限。今天凌晨 00:09，OpenAI 更新状态为「所有受影响服务已完全恢复」。

然而，恢复工作并未就此结束。此后数小时内，OpenAI 持续更新状态，表示仍在排查更多受影响用户，并处理相关订阅和信用额度问题。截至 6 月 6 日 05:19，团队表示受影响用户将陆续收到说明邮件，并继续监测后续变化。

腾讯首席 AI 科学家姚顺雨：AI 下半场真正稀缺的是好问题，不是好方法

昨日，腾讯首席 AI 科学家姚顺雨在 2026 腾讯云 AI 产业应用大会上与腾讯集团高级执行副总裁汤道生公开对谈，系统阐述了他对 AI 下半场的判断，以及加入腾讯后的核心思路。

姚顺雨认为，「AI 下半场」的核心转变在于：方法论已趋于成熟，真正稀缺的是值得解决的好问题。

他将大模型比作一把万能锤子，能砸任何钉子，但找到那颗值得砸的钉子，才是今天真正的挑战。在他看来，腾讯的吸引力正在于此——丰富的产品矩阵意味着足够多的「好问题」，以及模型训练所需的真实 context。

在研发方向上，他将 Coding Agent 定性为模型厂商的「必修课」，强调要把 Coding 做好，需要的远不止 Coding 数据本身，大模型的泛化性才是根本。对于 Token 效率问题，他的判断是：性价比的前提是性能，「用更差的模型反而可能更贵」。

对话中，汤道生也回应了外界「腾讯慢了」的批评，承认在复杂组织中不同业务线速度不一，有快有慢，也有失败与探索，对外界批评持开放态度。

🔗 相关阅读：刚刚，姚顺雨再谈 AI 下半场 | 附对话全文

三大运营商提醒高考考点将开启信号屏蔽设备

据红星新闻报道，移动、联通、电信三大运营商已发布高考期间网络屏蔽提醒。为维护考场纪律，2026 年全国高考期间，各考点学校将开启无线电信号屏蔽设备。

运营商提醒称，考点区域及周边用户可能遇到信号减弱、有信号但无法拨打或接听电话、通话中断、手机上网变慢、短信收发失败等情况。相关通信影响通常发生在考点封闭区及周边，考试结束后会恢复正常。

追觅俞浩微博被禁言，内部信称继续做实业

昨天，追觅科技创始人兼 CEO 俞浩的微博主页显示「因违反相关法律法规，该用户目前处于禁言状态」。俞浩最新一条微博发布时间为 6 月 1 日 23:32；他的抖音、小红书等账号近期也出现停更或粉丝催更。

界面新闻随后披露，俞浩昨日在追觅内部大群发文，称未来会继续「心无旁骛做实业」，坚持技术创新，并把精力放在技术研发和产品上。

他在内部信中提到，2026 年一季度追觅扫地机全球销量和销额均为第一；从 2023 年 5 月至今，追觅在 120 多个国家和地区市场拿到 30 多个第一，10 个国家的份额超过一半。

俞浩在内部信中还称，追觅过去几年研发投入一直是行业平均的三倍以上，后续研发投入只会增加；公司会继续深挖全球区域市场，把阶段性第一转化为更稳定的区域领先。

可灵 AI 两年用户突破 1 亿

可灵 AI 昨日宣布，产品发布两年后，全球用户数已突破 1 亿，企业客户接近 5 万。官方称，过去一年可灵完成 26 次迭代，应用场景覆盖影视、广告、音乐 MV、游戏、电商和智能硬件等领域。可灵还发布了两周年短片，全片由可灵 AI 生成。

IT 之家的报道提到，快手旗下视频生成业务可灵 AI 正在进行分拆后的首轮融资，投前估值为 180 亿美元，并按 2027 年年初递交港股上市申报材料的节奏推进。

小米机器人团队拿下 CVPR 和 ICRA 双赛冠军

小米技术公众号昨日发文称，小米机器人团队在 CVPR 2026 Workshops-GigaBrain Challenge-RoboChallenge Track 和 ICRA 2026 WBC 赛道获得双料冠军。

其中，CVPR 2026 Workshops-GigaBrain Challenge-RoboChallenge Track 包含 30 个真实机器人任务，覆盖双臂灵巧操作、柔性物体操作、工具因果推理和跨平台健壮性，要求连续 10 次无干扰测试并提交统一多任务模型。

小米参赛模型「my16」整体成功率为 40.89%，是该赛道唯一超过 40% 成功率的模型，总榜排名第一。

小米称，「my16」采用 WAM 世界动作模型架构，包含「S1 / S2 双系统 + 长短期记忆 + 跨本体预训练」。S2 多模态大模型负责高层角色分工和子目标分配，S1 世界模型负责双臂未来轨迹建模和一致性约束；长期记忆跟踪任务进展，短期记忆捕捉最近动作和观测。

分项任务中，「my16」在「书本归位」成功率 60%，「开抽屉放物」成功率 90%，「放笔筒」成功率 50%；长程任务里，「按按钮」成功率 90%，「小勺舀取」成功率 40%。

华为云把 Token 指标转向生产力

据 36 氪报道，华为云 CEO 周跃峰昨日在 2026 华为云 INSPIRE 创想者大会上表示，华为云不再只看 Token 总量或收入总量，而是关注国产化算力系统生产出的 Token 是否代表生产力提升。

周跃峰还提到，华为云会把生产力落点放到行业场景。具身智能方向，CloudRobo 开发平台面向中小企业共享算力、数据和模型；医疗方向，华为云与瑞金医院联合开发的病理大模型已上线，用于让县域、地市级医院通过云端调用三甲水平诊断能力。

华为云这次提出 Agentic Infra，并发布四类基础设施：

• AICS 灵衢智算集群：基于灵衢网络，支持 10 万卡级集群规模，总算力 200 EFLOPS，Token 生成时延压到 10 毫秒以内，千卡每秒吞吐达到 500 万 Token，在线服务可用性 99.95%。
• CCE Volcano Next：通过训推共池和碎片整合混合调度通用算力、智能算力，官方称资源利用率提升 30% 以上。
• AMS 记忆存储方案与 AgentSphere：前者用 NPU 直通硬件做 PB 级记忆空间，后者提供 100 毫秒级启动的智能体安全运行环境。
• ModelArts Next：MaaS 模型路由接入 15 余款模型，官方称调度精准率超过 95%，调用成本平均降低 20%。

英特尔与鸿海合作 AI 机柜和边缘 AI 平台

鸿海科技集团昨日宣布与英特尔展开战略合作，双方会把英特尔在处理器、硅光子技术和软件生态上的能力，与鸿海的制造、系统整合和 AI 数据中心部署经验结合起来。合作范围分为三层：

• 机柜级 AI 基础设施，双方会探索基于英特尔至强处理器和 AI 加速器架构的机柜方案，并推进高速互连、散热、液冷、系统监测和数据中心扩展能力；
• 边缘与物理 AI 平台，用于 Agentic AI、终端智能、机器人、智能制造、智慧城市和车用场景；
• 定制 ASIC、SoC 与系统整合设计服务。

鸿海董事长刘扬伟称，这次合作将围绕 AI Infrastructure、Edge AI 和 Physical AI 建立生态。英特尔 CEO 陈立武则表示，大规模推理和代理式 AI 工作负载正在重新定义现代计算需求，合作会覆盖硅晶、芯片设计、机柜级系统到边缘部署。

原力灵机并购物流机器人公司 Atomix

据 36 氪报道，具身智能企业「原力灵机」近期完成新一轮融资，投资方包括智谱、阶跃星辰、商汤科技，以及华勤、上汽恒旭等产业资本。公司还通过股权并购方式，完成与物流机器人公司 Atomix 的合并。

原力灵机由旷视科技联合创始人兼 CTO 唐文斌在 2025 年 3 月创立，定位为通用具身大模型公司；Atomix 托盘四向车销量已达全球第二，累计服务超过 500 个项目，客户包括优衣库、蜜雪冰城、宁德时代等，年营收近十亿元。

合并后的重点是把场景数据接入具身模型训练。报道提到，Atomix 在 20 多个国家、500 多个项目中的真实作业数据，将成为原力灵机模型训练来源；

原力灵机此前已推出通用具身大模型 DM0，并称其通过互联网语义、智能驾驶物理规则和机器人实操数据混合训练，提升跨本体迁移能力。

百曜科技完成新融资，继续做 AI 虚拟细胞

据 36 氪报道，AI 虚拟细胞平台公司「百曜科技」近期完成数千万元新一轮融资，由中国国新旗下国新创投基金领投，道彤资本、云启资本跟投，峰瑞资本和百度风投追加投资。

百曜科技创始团队依托中国科学院动物研究所、北京干细胞与再生医学研究院科研资源，自 2023 年起构建 AI 虚拟细胞基础大模型。

公司称，AIVC 的目标是把 AI 建模层级从分子提升到细胞，模拟生命系统对药物、基因编辑或环境变化等扰动的动态响应。

开源数据库 Supabase 完成 5 亿美元 F 轮融资

开源数据库 Supabase 昨日宣布完成 5 亿美元 F 轮融资，投后估值 105 亿美元。本轮由新加坡主权财富基金 GIC 领投，Stripe、Georgian 和 Salesforce Ventures 等参投。

Supabase 是开源 Postgres 开发平台，提供数据库、认证、存储、边缘函数、实时订阅和向量搜索等后端能力。公司称，目前有超过 900 万开发者使用 Supabase，平台也接入 100 多个合作工具。

💡 Verizon CEO：AI 会替代大量客服例行请求

据彭博电视报道，Verizon CEO Daniel Schulman 在 Bloomberg Tech Conference 2026 上接受采访时表示，AI 可能替代公司客服团队中「相当大比例」的工作。

Schulman 提到，AI 已适合处理账单金额、套餐变化等例行客服请求，并且在使用时可以提高客户满意度。但他同时强调，许多请求仍需要 AI 智能体与人工客服共同完成，客服工作不会只靠一个自动化入口解决。

Schulman 认为，客服岗位的变化要按请求类型区分。他把客服请求分为两类：账单、套餐等标准化问题可以交给 AI 更快处理；需要跨系统判断、连续沟通或人工授权的请求，则会由 AI 智能体和人工客服一起完成。

他提出的判断标准包括客户满意度和人工客服的保留场景。Verizon 不会只看自动化比例，也要看 AI 是否减少等待、解释清账单和套餐变化，并把人工客服留给更复杂的客户问题。

新浪推出 AI 写实相机「啪叽 Paji」

新浪旗下无他相机昨日正式推出 AI 相机 App「啪叽 Paji」，产品定位是写实人像直出，主打和传统美颜相机的差异化。

据悉，啪叽依托自研 AI 肤质识别模型，区分油皮、干皮、敏感肌等肤质特征，针对痘痘、色斑、干纹细纹做定点处理，同时保留毛孔和肌肤颗粒感。智能美颜模块会实时采集脸型结构与瑕疵点位，再做面部线条、轮廓比例和肤色提亮调整。

xAI 开放图转视频预览模型

昨天，xAI 通过 API 开放预览版图像转视频模型 grok-imagine-video-1.5-preview，可将静态图片扩展为带镜头运动和物理效果的视频片段。

用户提供起始图片，并用自然语言描述运动方式，模型可控制镜头移动、画面节奏、环境氛围与物理效果，最高支持 720p 视频生成。

xAI 还提到，它可以用于多镜头序列：用户先分别设计每个画面，再逐段动画化，最后把多个镜头串联成更长的场景。

阿里开源 Open Code Review

阿里巴巴集团开源发布 AI 代码审查 CLI 工具 Open Code Review。该工具前身是阿里内部 AI 代码审查助手，现已开放给开发者自行配置 AI 模型端点使用。

Open Code Review 会读取 Git Diff，并通过具备工具调用能力的智能体生成行级结构化审查意见。审查过程中，智能体可以读取完整文件、搜索代码库、检查其他变更文件，补足审查上下文。

阿里把这套工具的设计概括为「确定性工程 + 智能体混合驱动」：文件筛选、文件打包、规则匹配、评论定位和评论反思等容易出错的部分由工程逻辑约束；智能体主要负责动态决策和动态召回上下文。

💻 GitHub: github.com/alibaba/open-code-review/tree/main

安踏发布 2025 年度 ESG 报告：可持续产品占比 38%，MSCI 评级升至 AA 级

6 月 5 日，安踏集团发布 2025 年度《环境、社会及管治（ESG）报告》，为集团连续第 11 年披露 ESG 进展。

• 可持续产品占比达 38%，同比提升 8 个百分点，超 1 亿件可持续产品服务全球消费者；MSCI 评级升至 AA 级，为中国体育用品企业最高评级。
• 产品端累计应用超 25 种环保科技。去年 8 月联合东华大学发布中国首款自研量产高性能无氟防水透湿材料——无氟安踏膜，生物基含量达 20%，已规模化应用于高性能无氟冲锋衣。
• 马赫 5 代跑鞋较前代碳排放减少约 36%，今年推出的马赫 6 代进一步降低约 4%；折纸跑鞋制造环节 100% 使用清洁能源，整鞋减排约 10%，并通过 VCS 项目抵消剩余排放实现碳中和。
• 零售端，上海武康路 0 碳使命店昨日迎来开业两周年，过去一年累计减排约 51.5 吨；今年年初第二家 0 碳使命店落地广州，两店昨日同步启动旧衣循环回收计划。
• 供应链端，一级及二级供应商 ESG 审计已全面完成，良好等级以上占比超 88%，超 130 家供应商引入可再生能源。

安踏集团称将持续推进「1+3+5」可持续战略蓝图，目标于 2050 年实现碳中和。

✨ 是周末啊！

One Fun Thing｜虚拟操作系统博物馆：在模拟器里跑遍 600 个经典系统

开发者 Andrew Warkentin 不久前推出了 The Virtual OS Museum，收录超过 1700 个预装操作系统和独立应用，覆盖 250 多个平台、约 600 个不同系统，时间跨度从 1948 年延伸至今。

除了早期 Mac 系统之外，它还包含 classic Mac OS、A/UX、NeXTSTEP、BeOS、Windows 1.0 到 Longhorn 早期测试版、PalmOS、Newton OS、Plan 9、IRIX、SunOS、多个 DOS / BSD / Linux 版本，以及 EDSAC、CTSS、Multics 等更早的主机和研究系统。

The Virtual OS Museum 提供两个下载版本：完整版约 121GB，镜像预先下载，可离线运行；精简版约 14GB，首次启动某个系统时再下载对应镜像。

周末看什么｜《记忆碎片》

《记忆碎片》（Memento）是美国导演克里斯托弗·诺兰于 2000 年执导的悬疑犯罪片，最早于 2000 年 9 月亮相威尼斯电影节，同年 10 月在英国上映，2001 年 5 月于美国公映，并于 2026 年 5 月 29 日正式登陆中国大陆院线。

影片围绕主人公莱纳·谢尔比（Leonard Shelby）展开。莱纳在一次入室袭击中脑部受损，妻子遇害，自此罹患「短期记忆丧失症」，无法形成新的长期记忆，每隔十余分钟便会失去对近期事件的记忆。

为追查凶手、为妻子复仇，他依靠纹在身上的关键线索、宝丽来照片和手写便条重建认知，在信息碎片化的困境中艰难推进调查。

叙事结构是本片最显著的技术特征。诺兰将故事拆分为彩色与黑白两条线索交织推进——彩色段落采用倒叙方式呈现主线调查，黑白段落则以正叙记录莱纳通过电话回忆的往事，两条线索在片尾交汇。

影片获第 74 届奥斯卡金像奖最佳原创剧本提名、第 59 届金球奖最佳编剧提名，并荣获第 2 届美国电影学会奖年度佳片。本片亦是诺兰进入好莱坞主流视野的奠基之作。

买书不读指南｜《拍摄人间》

摄影师马宏杰在《拍摄人间——一个〈中国国家地理〉摄影师的工作手记》中回顾二十多年行走中国各地的拍摄经历。

书中收录一百多幅摄影作品，题材从长江源头、中国最东端、南海群岛到天坑地貌，也包括民俗、市井和地方产业现场。

马宏杰曾创作《最后的耍猴人》《西部招妻》等专题摄影作品。这本工作手记既呈现自然地理，也保留他对社会现实的关注。

游戏推荐｜《生化危机 4 重制版》Steam 特卖降至新史低 49.5 元

《生化危机 4》是 CAPCOM 于 2023 年 3 月 24 日发售的动作生存恐怖游戏，为 2005 年同名经典作品的重制版。

游戏延续原作核心剧情：「浣熊市事件」六年后，成为特工的里昂·斯科特·肯尼迪奉命前往欧洲某偏僻村落，营救遭绑架的美国总统千金阿什莉·格雷厄姆。里昂深入被神秘寄生体「普拉加」所控制的疯狂之地，在生死边缘展开一场惊心动魄的营救行动。

重制版在保留原作核心框架的基础上，全面翻新了画面表现、操作手感与故事叙述，并扩充了配角艾达·王的剧情线，收录于独立 DLC「逆命殊途」中。

目前，《生化危机 4 重制版》标准版在 Steam 平台上折后价为 49.5 元（原价 198 元，折扣 75%），为该作上线以来的新史低。

2026 年的汽车圈充满戏剧性。

奥迪曾向外界宣告，从这一年起，他们发布的所有全新车型都将采用纯电驱动。然而就在今天凌晨，奥迪食言了，发布了一台搭载 4.0 升双涡轮增压 V8 发动机的混动超跑 Nuvolari。

作为 R8 的继任者，它与兰博基尼 Temerario 共享平台，但其性能数据更令人瞩目，系统总功率达到 1001 马力，零百加速仅需 2.6 秒。

全球限量 499 台的配额，让它的售价飙升至 70 万美元左右——大约是现款小牛的 2.5 倍。

在过去，大众集团内部有着明确的等级壁垒，奥迪在性能参数上通常不会压过同门的兰博基尼，但这一次，他们破例了。

用 1001 马力带你回到八十年代

为了发掘这台 V8 发动机的更多潜力，奥迪把红线转速推到了 10000 转。每当指针逼近红区，高转速带来的声浪会传至车厢，和当下的电车形成强烈对比。

除了内燃机，奥迪用上了三个轴向磁通电机，前轴分配了两个，发动机和变速箱之间布置了一个。

轴向磁通电机的体积远小于传统径向电机，能在有限的空间内提供较高的功率密度。这种前二后一的电机组合，加上高转速的 V8 引擎，把整车的动力提升到了 1001 马力。

在四驱系统的全负荷运作下，2.6 秒就可以把车速从零推到 100km/h，极速则突破了 350 km/h 大关。作为对比，同平台的兰博基尼 Temerario 的总功率为 920 马力。

我们需要一台能够承载奥迪过去百年赛道记忆的机器，没有任何妥协，也没有任何保留。

奥迪运动部门发言人罗尔夫·米歇尔（Rolf Michl）在发布会上这样说道。

外观设计上，奥迪走上了一条与众不同的路。如今的跑车大多被塑造得较为圆滑，用以换取更低的风阻系数。Nuvolari 则回归了上世纪七八十年代的审美体系。

官方主推的车漆颜色被命名为「钛金」，这种涂装在光线下呈现出原色金属的冰冷质感。配合冷峻色调的，是车头方正的矩阵式进气格栅，以及像素化切割的矩阵大灯。

奥迪放弃了人们熟悉的流线型曲面，用生硬的直线构建起一种复古的工业质感。

方正的线条倒也没有拖累空气动力学表现，奥迪表示，他们的工程团队用相应的技术投入，弥补了非流线型造型带来的风阻劣势。气流在那些方正的进气道和散热窗之间穿梭，隐藏在车尾的主动式尾翼在特定设定下，能为车体产生超过 400kg 的下压力。

车内的座舱氛围延续了外观的冷峻感，这里严格遵循着包豪斯学派的功能主义原则。

大面积的哑光材质与 Alcantara 面料包裹了整个中控台和门板。车内没有花哨的氛围灯，也没有尺寸过大的中控屏，方向盘上布满了实体按键和旋钮。设计师为了让驾驶员可以专注于驾驶，甚至省去了车内的杯架。

虽然我也没搞懂杯架和专注驾驶有什么关系……

总之，在这个座舱里，驾驶员能直接接触到的基本只有物理按键、机械旋钮和起防滑作用的 Alcantara 面料。

Nuvolari 剥离了过去 R8 兼顾城市代步的属性，成为了一款完全面向驾驶而开发的产品。这样的设定，注定了它的受众群体会非常狭窄，也难怪它会限量 499 台。

反正我是不会买的。

奥迪重新走向「运动」

世界上最优雅的曲线，是销量上涨的曲线。

美国工业设计之父雷蒙德·洛威（Raymond Fernand Loewy）在二十世纪三十年代留下了这句话。

当时正值大萧条时期，为了让滞销的普通商品重新流通，工业设计师们推行了流线型设计。他们把原本用于飞机和火车的水滴状外观，套用在电冰箱、烤面包机和吸尘器上。用圆润的曲线包裹商品，能让消费者产生新鲜感，进而买单。

这套方法后来在很长一段时间内指导着工业产品的外观走向。

后来的几十年里，汽车的外形也沿着这条「曲线」发展，跑车的车身线条越来越平滑，目的是降低风阻系数，应对行人碰撞测试，以及照顾大多数人的审美习惯。

但 Nuvolari 换了个活法。

这台全球限量 499 台的超跑完全不需要去考虑大众市场的销量，自然也就不用去迎合主流审美。

奥迪的设计团队选择向二十世纪七八十年代的复古未来主义设计致敬，使用了方正的几何折线、造型传统的百叶窗散热和带有金属质感的涂装。这种机械感明显的车身覆盖件，客观上构成了一道审美门槛，只面向有着特定偏好的买家。

当然，能跨过这道门槛的前提，是买家能付得起 70 万美元的车价。

要支撑起如此高昂的价格，奥迪自然需要拿出相应的硬件和制造工艺。

研发团队在这台车上使用了全新一代的「奥迪空间框架」，整车覆盖件全数换成了碳纤维材质。不过它并没有采用常规跑车流水线上常见的树脂传递模塑工艺，而是引入了 F1 赛车所使用的预浸料热压罐工艺。

这种工艺要求工人手工将预先浸渍了树脂的碳纤维布贴合在模具内部，随后送入专用的热压罐中，在特定的温度与压力下经历漫长的固化过程。

在加工期间，车间设备必须高精度地控制升温与降温的速率，同时维持特定的压力环境。由于系统对环境参数波动的容错率很低，任何细微的偏差都会让整块碳纤维部件面临报废。

这样的加工方式自然限制了它的产能，高昂的时间成本与材料损耗让这台车无法进行大规模量产，而这本身，也构成了 Nuvolari 高昂售价的基础。

内燃机在我们的品牌基因中依然占据着位置，谈论赛道性能与驾驶情感时，我们需要这台 V8 引擎在场。

奥迪技术负责人在发布会后的媒体采访中坦言。

奥迪如今对超跑和混动技术的持续投入，与他们在赛车运动上的战略布局紧密相关。

今年是奥迪以厂队身份进军 F1 的第一年，奥迪不仅需要通过赛事来向外界证明自己的工程研发实力，同样也需要给整个品牌的高性能形象输出技术资本。

在一个民用车市场逐渐走向电动化的时期，如果缺少了顶级赛事的参与，老牌车企很难在车迷群体中维持原本的技术号召力。Nuvolari 的推出，正好呼应了奥迪在 F1 赛场上的高调姿态。

面对全新的 F1 动力单元规则，赛车对混动系统输出比例和能量回收效率提出了更高的技术指标。奥迪既要通过顶级赛事来验证自己的电气化与材料工程实力，同时，也需要一款旗舰产品将这些赛道技术转化为品牌资产——Nuvolari 便是这种战略下的产物。

他们的野心并不止于顶层的限量超跑。

据 Carscoops 报道，奥迪近期在测试一款纯电小跑车，它很有可能就是奥迪 TT 的继任车型。这辆小跑车将与即将推出的保时捷纯电 718 Boxster 共享同一平台，但轮距要比后者更宽，动力表现也很有可能会更强。

显然，如今的奥迪，正在将品牌关键词由「科技」转向「运动」。

1981 年，奥迪带着初代 Quattro 制霸世界汽车拉力锦标赛，那是奥迪第一次在全世界车迷面前建立起硬核的运动形象，「Quattro」也自此成为了奥迪的金字招牌。

时隔四十多年，奥迪又走上了这条路。虽然这条路如今不一定走得通，但至少在今天，Nuvolari 用硬朗的金属折线和万转 V8，为奥迪留下了一个足够硬朗的背影。

最近追《歌手》的同事说，胡彦斌已经跟咱是「同行」了——除了编歌，就是天天在办公室玩 Vibe Coding。

评论区的网友直接把《你要的全拿走》改成了AI版：「你要的 token 全拿走，把 memory 化成空」。但胡彦斌非常投入，不是闹着玩的，他花了一个月，用 AI 写代码，硬生生把自家粉丝社区 App「彦火」给 vibe 出来了，呼吁粉丝们继续给意见、提需求。

好家伙，这不就是新时代的「全民共创」吗？

一个歌手写代码这件事，放在两年前是段子，放在今天已经不是新闻了，况且，这件事正在更大的范围里发生。一个 30 多岁待业的游戏玩家，在用 AI 做一个 Dota2 新手教练；一个广西县城的高一住校生，从垃圾桶捡镜子做智能眼镜，现在在写自己的 AI Agent ；一个先天听障的创作者，把自己练说话踩过的坑做成了一个近 2 万人在用的语训App。

他们都没有专业开发背景，借助 AI 的力量一边探索，一边在B站把创作过程拍成视频，把灵感扩散出去，与更多人一起共创制造。

垃圾桶里捡出来的智能眼镜

JXW 是广西灵山县第二中学的高一学生，科技特长生。他从小学三年级开始玩编程猫，初一自荐进了学校的机器人队，摸到了人生中第一块 Arduino 开发板，从此一发不可收拾。

有段时间他想要一副智能眼镜，但市面上的都太贵了。自己搓一个的话，最大的难题是显示模组。他想用棱镜方案，又不想花大价钱定制，于是一直在琢磨有没有便宜的替代品。直到有一天出门，发现垃圾桶里躺着一块碎掉的镜子。

他把镜子捡了，顺便还捡了个喇叭。两块镜子，以 45 度角折射光线，加上一块 ESP32 开发板，一副成本 50 块以下的智能眼镜就这样从垃圾桶里诞生了。

后来他做了小升级，把其中一块镜子换成了分光棱镜，另一块换成了软镜片减轻重量，成本依然没超过 50 块。这个粗糙的手搓智能眼镜，在 B 站上获得了超过 5 万次的观看。

年初时，爆火的 OpenClaw 的 AI Agent 框架，JXW 也尝试了，安装花了好久，调试花了好久，好不容易能对话了，聊几句就报 API 错误，充了 token 的钱也没用，前前后后烧掉几十块。他一气之下把它删了，然后想：我自己做一个不行吗？

「我寻思吧，这个龙虾，还是太不符合我这种中国宝宝的体质，」他说，「我想搞一个傻子都能上手，安全性又强的 Agent，而且开箱即用。」

两三周后，这个「跟中国宝宝更适配」的 Agent—— TG HELPER 的第一个视频发到了 B 站，他用它控制无人机飞行，展示了这个 Agent 的物联网控制能力。视频本身拍摄的很简单粗糙，没有任何转场或者镜头设计，播放量累计到了 6.7 万，点赞 3000 多。他的账号当时甚至只有几百粉丝。

B 站的特点就是这样，观众不看你是谁，看内容本身。这对一个县城高中生来说意味着，他不需要任何背书，只需要做出足够有趣的东西，就可以获得关注和认可。

更重要的是评论区，有人分析他的项目原理，有人问能不能开源，有人问「能不能控制人形机器人」。最后这条评论直接改变了他接下来的开发方向，他开始给自己之前做的一个桌面机器人更新固件，适配 TG HELPER。

在 ESP 32 眼镜的评论区，由于他做出来的镜框，设计和质感过于狂野，评论区很多人都在主动提出帮他做 3D 打印，画图？建模？都不用操心，都可以帮忙。这些路过的陌生网友，自发性的加入到创造的过程中来。

在 GitHub 你发一个 repo，等 star；在 B 站你发一个视频，弹幕直接告诉你下一步做什么，评论来提供支援。制造过程本身就是内容，观众的参与本身就是开发。

我们问他，如果大赛期间发了开发视频，评论区一大堆人给他出主意，会不会有压力？他完全不在意，「全看，在学校压抑一整天，就特别喜欢看这种，不会有压力的。」

「朋友问太多问题，我烦了」

无心插柳而带来一个项目的开发，在 B 站上有很多。将军冢之前是游戏从业者，目前处于 GAP 状态。在职业以外，他是 Dota2 的资深玩家，打了 7000 小时，加上 Dota1 的时间，游戏时长破万。

他在 B 站做过不少 Dota2 新手教程，录视频录讲解，自认为踩过 Dota2 所有新手坑。

有一次和朋友打游戏，朋友是新手，全程都在问：选什么英雄？出什么装备？这个技能怎么用？问题特别多，他还得一直好好回答，不能不耐烦。

这些入门的问题，现成的答案不要太多，他想，「就做一个 AI 程序，让 AI 来回答。」

问题是，他完全没有技术基础，于是他也先从问 AI 开始。市面上的 AI 他都试过了，最后用的是 opencode 和 Claude Code。大模型接了好几个，用得最多的是 MiniMax 和智谱，因为免费。

全部自己摸索，没有人帮，「自己有的时候都不知道 bug 在哪里，就是一边做一边学。」

最终，成形了一个 Dota2 游戏内的实时 AI 语音指导，玩家在对局中可以随时问 AI 问题，AI 会用语音回答。听起来不复杂，但 Dota2 的游戏深度极深，要做好需要大量对游戏机制的理解。

新手游戏是长期存在的痛点，市面上也有游戏 AI 助手，看上去需要堆资源拼算力，但门槛并没有想象中那么可怕。相比于大厂精心设计的教练产品，这更像是一个资深玩家把自己 7000 小时的游戏经验，变成一个可以分享给所有新手的东西。

对于将军冢而言，AI 的到来也让分享和创造的门槛无限降低——到了什么程度？就算不会开发，vibe coding 学起来也不是难事儿，也极大地激发了兴趣：4 月底，B 站官宣了「build in bilibili·AI 创造公开赛」，概念官宣后，已收到超千份意向报名，其中非专业开发者的报名比例高达 60%，未成年及银发族报名比例达到 17%——看了 JXW 和将军冢的故事，你会觉得这个说法并不夸张。

「这件事，大大的有用」

李朋程的故事比前两位沉重一些，但也因此更有力量。他是先天性听障，23 岁才植入人工耳蜗。在那之前，他一天口语课都没上过。

「植入耳蜗之后，我才真正意识到一件事：能听到声音，和能开口说话，是两件事。」

针对听障的言语课程，资源比较缺乏。一线城市一对一语训课，一节好几百，长期练下去一个月大几千。更难的是县城的朋友，有钱都找不到专业的言语老师，整个地区可能挖不出一个。

在这种情况下，大龄植入的听障者，小时候没条件练，长大了想练，发现连个趁手的工具都没有。如果全凭自己琢磨，读错口型、气息不对、声调发飘，没有老师实时纠正，一旦把错误的肌肉记忆练死了。

转机在 2023 年，当时他参加了一场 48 小时的 AI 黑客松，和伙伴一起想：这件事能不能用 AI 做？语训这件事是不是一定要钉在线下？「以前练说话需要老师盯着，一小时几百块，大多数人根本扛不住。但 AI 不用睡觉，不用领工资，你读错了它立刻告诉你哪儿错了。」

那 48 小时，他们做出了第一个能跑的 Demo，从那一刻起，他铁了心要做下去，「这件事必须做，对我大大有用，对想学口语的朋友也大大有用。」

现在「雀说语训」的 App 已经有近两万听障用户在用。打开手机，做一次口语测评，AI 会根据你的发音问题定制训练计划，跟读的时候实时纠错，练完出复盘总结，整个流程可以挤在碎片时间里完成。

对听障人独特的发音习惯专门微调了中文发音模型，AI 毫秒级识别问题，每个字每个音节精准点评，根据用户进步自动调整训练难度。他们还和中国听力语言康复研究中心合作，把专业康复标准嵌进了产品。

相比于传统意义上的「集思广益」，在李朋程这样的听障人群这里，「共创」是一种无法避免的刚需。听障用户「最懂自己需要什么」，他们的体验和感受直接关系到学习的成效，也正是这个原因，训练的方式也需要针对性的调整，小朋友需要基础发音练习，成年人更在意日常沟通和职场表达，不能用一套方案糊弄所有人。

但出乎意料的是，他说了一句更有意思的话：健听人也能参与共创，「健听朋友在和听障人交流时，哪些发音听着费劲、哪些说话习惯最影响沟通，这些感受对我来说很有价值,能帮我把训练内容校准得更贴近真实社交场景，而不是在真空里练习。」

让「对面的人」也成为产品改进的一部分，这一下子就把共创的边界推宽了。这也是为什么李朋程一直在 B 站发布各种听障相关的视频内容，从早期的记录生活，到去年开始专注做《手语朋友圈》这个 IP，专门去访谈听障朋友，展现他们真实的生活和想法。「网上几乎没有真实的听障生活样本。健听人对我们有太多刻板印象，觉得“听障”就等于“聋哑”；而听障圈内的朋友，又因为缺少经验参考，常常感到无助和孤立。」

通过内容+产品的双管齐下，他能触及更大的群体，无论是听障人士还是健听人，也能让更多人看到，「为了融入这个社会，我们在背后付出了多少不为人知的努力。」

观众即用户

三个人的背景、年龄、项目方向完全不同，但有一个共同点：他们都选择了在 B 站记录自己的创作过程。

JXW 说得很直接，「可以遇到很多有趣的人啊，看到满屏弹幕以及很多很多的评论，我就来劲。」李朋程觉得 B 站观众「对小众的、无障碍的、公益向的项目，包容性和支持度都很高」。

「公开做产品 观众即用户」，这是本届选 B 站 AI 创造公开赛的口号，相比于传统的黑客松和以技术为导向、要求专业背景的竞赛，核心也不在于闭门造车加路演评分，而是把整个创作过程变成内容，把观众变成「精神股东」。

创造者们选择来 B 站，是因为这里有观众，观众会回话。传统 hackathon 的模式是：你在一个封闭空间里做 48 小时，然后上台讲 5 分钟，评委打分，结束。观众不存在。这个大赛想做的事情正好相反：不是「做完了给你看」，是「做的时候你就在」。将军冢说，「希望阿 B 能帮我找几个高分大神帮忙。Dota2 的游戏深度太深了，需要很多懂 Dota2 的高分大神来帮忙一起优化。」

从数据看，B 站站内「BIP（Build In Public)」过去一年新增播放超 3 亿，播放量已达数十亿。今年以来，在 B 站 AI 泛智能体（AI Agent）、AI 创业等关键词在 B 站的搜索量同比增长超 500%，许多 vibe coding 等形式创作的产品，通过在 B 站公开研发过程积累用户、反馈迭代并最终实现商业化与融资。

B 站并不主打「技术社区」，但不意味着这是一个从零开始搭建的赛道，多年来这里已经积累了庞大的创作者和观众基础，这样的生态多样性和广度，可以为任何类型的创造，带来想不到的灵感。

不论背景、年龄，也不论技术高低，对于创造而言，真诚的动机比什么都重要，而 B 站要做的，是给这些动机一个被看见、被回应、被一起推着往前走的地方。

在李朋程的设想里，「雀说语训」想实现的，是融于那些曾经窘困于资源，没法开口、不敢开口的听障人的生活里，「在一个普通的下午，掏出手机，刷了几分钟，练了几个音，然后把手机揣回口袋，继续该干嘛干嘛。」

「不是什么高光时刻，就是这么一个普通的下午。」

对于掌机爱好者来说，今年是悲喜交加的一年。

由于元器件成本激增，本质上是「迷你 PC」的掌机自然免不了大幅涨价；与此同时行业芯片工艺迎来突破，掌机性能和能效齐飞不再是梦。

最近的台北电脑展上，英特尔、微星、ROG 等品牌纷纷推出和 PC 掌机相关的芯片和终端产品，性能各种惊艳的同时，价格也相当让人惊讶。

英特尔做掌机，PS5 放手心

一些媒体已经提前上手试玩了微星 Claw 8 EX AI+ 掌机和宏碁 Predator Atlas 8，这两款新品都搭载了英特尔最新的 Arc G3 系列处理器，性能和能效都给人留下了深刻的印象：

我们之前从未在 PC 掌机领域看到过如此巨大的飞跃。

今年英特尔 18A 工艺和「Panther Lake」平台的高性能、低能耗表现，适合轻薄本也同样适配掌机，于是英特尔顺势推出了 Arc G3 和 Arc G3 Extreme 处理器，宣布进军这个全新领域。

英特尔官方表示，这两款 SoC 专门为掌上设备设计，都配备了 14 个 CPU 核心，主要区别在 GPU 核心数量上——G3 配备了 10 个 Xe GPU 核心，G3 Extreme 配备 12 个 Xe GPU 核心。

英特尔技术专家解释称，对比桌面端，Arc G3 系列芯片在 CPU 上减少了两个性能核心，这和规格相近，但主要面向桌面端的第三代酷睿芯片形成差异——Arc G3 专注掌机，更强调能效，而第三代酷睿 Ultra 更注重全面工作负载。

因此，英特尔也表示，希望 Arc G3 未来也专注于掌机设备，暂时不考虑游戏平板、笔记本的品类。

今年爱范儿实测了不少配备「Panther Lake」处理器的笔记本产品，Xe3 GPU 的表现让人印象深刻。根据英特尔披露的数据，即使来到掌上端，Arc G3 系列的图形性能依旧能打。

英特尔声称，Arc G3 Extreme 处理器能够以 AMD 旗舰芯片一半的功耗提供同级别性能：17W 的微星 Claw 掌机，在多款游戏下的表现接近、甚至超越 35W 的 Xbox Ally X，后者搭载 AMD Z2 Extreme 处理器。

而当微星 Claw 掌机同样来到 35W 功耗，它的表现平均能提升 42%，在 2 倍放大、在分辨率 960×540 的设定下下，《赛博朋克 2077》《战地 6》《荒野大镖客 2》《极限竞速：地平线 6》下，能够以 1080p 高画质和 60fps 流畅运行——体验感类似将一台 PS5 捧在手心里玩游戏。

这也意味着，以后「移动端」不意味着要在画面和流畅性上做出妥协，不管是坐在主机面前还是走出户外，都能获得比较一致性的游戏体验。

性能飙升的同时，续航也没落下：1080P 低画质下，Arc G3 Extreme 玩游戏只需要 12W 的功耗，这个表现相当惊人；一些低负载游戏，例如《军团要塞》，在「续航模式下」芯片功耗甚至会降低到 4W 左右，一次充电差不多能玩 12 小时。

The Verge 编辑横向对比了 Xbox Ally X、Steam Deck 和上一代搭载 Lunar Lake 芯片的微星 Claw 掌机，运行《地平线 6》，上面几台设备表现如下：

• Lunar Lake 微星 Claw ：1920x 1200 中等画质，40-45fps
• Xbox Ally X：原生 1080P，50fps 上下
• Steam Deck：原生 800P 无法流畅运行

搭载 Arc G3 Extreme 的微星 Claw 掌机表现堪称断层领先：1200P，帧率达到 60-74fps，并且未开启 XeSS 插帧，和英特尔的宣传基本吻合。

Tom’s Guide 则对新款微星 Claw 的主机模式印象深刻，最高可以达到 45W 功率，其实已经和一台高配 Panther Lake 轻薄本相当，开启 XeSS 3 后，《F1 25》4K 分辨率可以跑到 90 帧，并且由于其强大的性能，用户完全可以把它当成「迷你 PC」进行办公。

性能之外，媒体也对新款微星 Claw 的人体工学设计表示了肯定：虽然尺寸不小，但重量平衡感很好，防滑纹理握把也很出色，不用担心手滑，可惜按键手感不算太好。

也有一些媒体尝试了另一款英特尔 Arc G3 掌机——宏碁 Predator Atlas 8，同样试玩了《地平线 6》，即使这款游戏仅支持 XeSS 2.1 而并非效果更惊艳的 XeSS 3，掌机本身的性能表现也已经足够亮眼。

连接电源，Predator Atlas 8 运行 1200p 分辨率《地平线 6》可以达到 66fps；离电状态下降低到 45fps，游玩 20 分钟电量仅下降 5%。

不过，和产品力一起水涨船高的，还有产品价格。

微星 Claw Claw 8 EX AI+ 售价 1700 美元，折合人民币约 11517 元，注定了这款原本已经够小众的产品还会更小众。这款产品将于 6 月 23 日正式发布开售。

值得一提的是，英特尔也官宣了 Arc G3 系列芯片将会支持 Windows 11 的「Xbox」模式，可以减少 Windows 系统的负载，提升游戏表现，不过目前微星和宏碁的两款产品暂未明确表示是否预装 Xbox 界面。

至于首款「Xbox」掌机 ROG Xbox Ally，也在台北电脑展上带来了半代更新 Xbox Ally X20。

这款产品采用了和 Xbox Ally X 相同的 Ryzen AI Z2 Extreme 处理器，因此不算一次完整的迭代更新，升级主要集中在换用了 OLED 屏幕，亮度显著提升，尺寸也更大；以及更新的设计、摇杆、十字键、 microSD Express 卡槽，总体定位偏向一个「典藏版」。

这款产品捆绑 ROG Xreal R1 Edition 眼镜销售，价格预计超过 1200 美元。

这些比大部分 PC、主机更贵的掌机产品，注定这会是一个非常垂直的市场，主要面向硬核的游戏发烧友。

截至目前，PC 掌机的总销量预计不过 1000 万台，其中大部分由 Steam Deck 贡献，而仅初代 Switch 的销量，就已经达到了 1.4 亿。

PC 掌机还会继续小众，但可能过得更好

虽然都涨价，但和 PC 掌机这边的欣欣向荣比起来，传统主机可要勒紧腰带过日子了。

毕竟，原本的游戏主机就走的是「补贴卖机」的路线，机器以低利润甚至亏本在卖，主要靠高溢价的游戏来盈利——像是 PS 商城，就有高达 30% 的平台抽成。

但厂商不可能做慈善，「亏本卖机」这个打法有一个限度。很明显，现阶段内存价格翻三番的成本压力，已经超出了厂商的承受范围，PS5 和 Switch 纷纷应声涨价。

任天堂最新财报显示，Switch 2 的发售导致公司利润率有所下降，毛利率对比上一财年下降 21.7 个百分点，就是因为 Switch 2 本身的利润率就要更低。随着硬件成本进一步提升，任天堂的利润压力会进一步加大。

主机已经不再便宜，游戏也越来越贵，消费者自然会开始重新计算这笔账：虽然同样不便宜，我为什么不干脆买一台性能更强、游戏更便宜、还能兼顾生产力的 PC？

某种意义上，游戏主机这个持续了二十多年的商业逻辑，正在开始松动。上个月，任天堂宣布 Switch 2 后，股价下跌近 10%。

以前很多人愿意为主机的「低门槛」买单，当这个门槛本身开始上涨，PC 阵营的吸引力自然也会同步提升。

只是，即使 PC 掌机已经解决了性能、续航、散热这些问题，并且还来到一个绝佳的历史节点，也不可能蜕变成一个庞大的市场。

除了产品价格，PC 掌机也很难摆脱「消费电子」这个标签，它太复杂，也会持续受到电子产品更新周期的影响。

Switch 之所以成功，很大程度上是因为它并不只是一个「能玩游戏的设备」，通过游戏调性精准卡在了家庭娱乐、聚会社交和轻度玩家之间的生态位。

对比起 PC 掌机，Switch 性能太弱，甚至不是一台「跑游戏很好」的设备，却是一台「玩游戏很好」的设备——买游戏机，大家的最终目的就是为了玩上好玩的游戏，而不是性能跑分。

不过，比起传统主机「消费游戏」，PC 掌机的商业模式更接近「消费电子」。

即使在零部件成本大涨之前，PC 掌机的均价已经在 600-700 美元左右，甚至还有 800 到 1000 美元的高端产品，作为对比，Switch 2 原价 450 美元。

传统主机做的是「平台生意」，本质上，游戏机只是服务的载体，但主机厂商的盈利点，除了卖游戏拷贝，还有订阅费和平台抽成，软件才是主要的收入来源，所以一代游戏机寿命长达七八年，每年都推游戏大作。

PC 掌机则更像手机、电脑，做的就是「硬件生意」，因此每年都采用最新处理器、推新款产品，靠更强大的参数性能来吸引新用户，产品本身是主要利润来源，因此溢价更高。

厂商不需要卖出千万台，只要销售规模能够覆盖研发和供应链成本，它就是一门成立的生意——这倒是和汽车行业的高性能车很像。

最后，我想聊聊「AI」。

不知道你有没有发现，微星这台新掌机全称「Claw 8 EX AI+」——游戏机，怎么和 AI 也能扯上关系？

从微观角度来看，AI 技术确实在让这些设备变得更有价值：

英特尔备受好评的 XeSS 帧生成技术，本身也是由 AI 驱动；对于需要功耗和性能平衡的掌机来说，为不同场景量体裁衣的智能系统调度，也是 AI。

但从更宏观的行业角度来看，AI 对这个品类，带来了更深远影响。

无论是英伟达、AMD、英特尔，还是苹果，这几年的芯片都在朝同一个方向变化，追求更高集成度、更强本地 AI 算力，以及更好的能效表现，AI 时代对本地算力的需求，反而开始推动芯片同时追求这两件事。

过去，轻薄本、游戏机、AI 设备之间还有明显边界；但现在，芯片性能已经强大到足以支撑不同形态的产品共享同一套底层能力。

同一颗 SoC，可以是 AI PC，可以是迷你主机，也可以是掌机，甚至可以是手机——某种程度上，也就是黄仁勋在 Computex 上所说的「AI 正在重构所有计算平台」。

但 AI 浪潮，又反过来推高了先进制程、内存和整体硬件成本，所有的消费电子产品不能幸免。

某种程度上讲，AI 正在重新定义「计算机」，也在重新定义「游戏机」。

腾讯客服回应微信与华为、小米等厂商合作 A2A 助手能力

昨天，腾讯客服回应称，微信正在与华为、荣耀、小米、OPPO、vivo 等手机厂商合作推出 A2A (Agent-to-Agent) 助手能力，用户可以通过对应手机系统的 AI 助手发起微信音视频通话，或向指定好友发送微信消息。

目前，荣耀部分机型已支持该功能。用户把 YOYO 智能体和微信更新到最新版本后，可以通过语音下达发送微信消息、拨打微信语音或视频通话等指令。

腾讯客服称，该功能基于 A2A 协作机制，并通过双重授权机制处理数据安全与隐私。

SpaceX 启动 IPO 路演，估值达 1.77 万亿美元

据路透社、CNBC 报道，SpaceX 于北京时间 6 月 4 日正式启动 IPO 路演。此前，公司向 SEC 提交修订版招股书，将发行价锁定为每股 135 美元，拟发行 5.556 亿股 A 类普通股，融资规模约 750 亿美元，对应整体估值约 1.77 万亿美元。

招股书显示，上市后马斯克的投票控制权将超过 82%、所持 SpaceX 股权账面估值达 8665 亿美元；若叠加其特斯拉持股与期权，他的个人财富规模将接近万亿美元级别。

按计划，SpaceX 将于 6 月 11 日完成定价，6 月 12 日以「SPCX」为代码在纳斯达克挂牌，融资规模将超过此前沙特阿美创下的 290 亿美元 IPO 纪录逾两倍。

OpenAI CFO：首款 AI 硬件设备今年底前正式发布，体验「很难用语言描述」

OpenAI CFO Sarah Friar 近日在接受采访时透露，她已亲自体验过 OpenAI 正在开发的 AI 硬件设备，并称使用体验「很难用语言描述」。Friar 表示，这款产品计划在「今年年底之前」正式发布。

这与此前消息披露的时间点有所提前。此前，OpenAI 曾在一份内部文件中预计，最早要到明年 2 月才会开始发货。

据此前多家媒体报道，OpenAI 正在开发的产品线涵盖无屏幕小型设备、智能眼镜等多种形态，其中一款代号「Gumdrop」的笔形设备被描述为继 MacBook 和 iPhone 之后的「第三大核心设备」，目标发布时间为今年底至明年初。

Friar 还谈及 IPO 计划，表示上市「目前不在议程上」，公司当前重心是扩大规模。她同时披露，OpenAI 今年的年化收入已超过 200 亿美元，相较于去年的 60 亿美元大幅增长。

ChatGPT 推出全新记忆系统「做梦」

OpenAI 正式推出 ChatGPT 记忆系统的重大升级，推出名为「Dreaming」（做梦）的新架构。

新版 Dreaming 架构的核心变化在于引入后台持续运行的自动化流程，系统会跨多轮对话综合提炼用户信息，并随时间推移主动更新记忆状态。

以旅行场景为例，「用户计划于 7 月前往新加坡」这条记忆，会在行程结束后自动更新为「用户曾于 2026 年 7 月前往新加坡」，而非继续以过期信息影响后续对话。

OpenAI 公布了三项评测指标，对比 2024 年（纯存储记忆）、2025 年（存储记忆 + 早期 Dreaming）与 2026 年（Dreaming V3）三个阶段的表现：

事实记忆准确率从 41.5% 提升至 82.8%；偏好遵循率从 31.4% 提升至 71.3%；时效性准确率从 9.4% 提升至 75.1%。

值得一提的是，Anthropic 于今年 5 月 6 日的 Code with Claude 开发者大会上发布了同名的「Dreaming」功能，比 OpenAI 此次发布早约一个月。

App Store 生态规模达到 1.4 万亿美元

苹果昨日宣布，安诺析思国际咨询经济学家的新研究显示，2025 年全球 App Store 生态系统促成逾 1.4 万亿美元开发者营业额与销售额。苹果强调，这些营业额和销售额中超过 90% 完全归开发者所有，无需向苹果支付佣金。

• 实体商品和服务销售额约 1.1 万亿美元，主要来自日用百货、餐饮外卖与自取、一般零售和旅游；
• 数字商品与服务约 1490 亿美元，主要来自游戏、企业 App 和视频流媒体；
• App 内展示广告收入约 1510 亿美元。

苹果还把 AI 写进本次报告。2025 年 App Store 排名前 100 的 App 中，超过 40 款具备面向消费者的 AI 功能，这些 App 的营业额增长高于前 100 名中的其他 App。App Store 目前覆盖 175 个国家和地区，平均每周访问量超过 8.5 亿次。

美国 AI Agent 初创公司将主力模型从 Claude 切到 DeepSeek

昨天，美国 AI Agent 初创公司 Lindy 创始人兼 CEO Flo Crivello 在 X 上发文称，公司已经把 100% 的 Lindy 流量切换到 DeepSeek V4，并停用 Anthropic 的 Claude 模型。

Crivello 称，这次切换每年可为公司节省数百万美元，并且在多个核心使用场景中看到性能提升。他同时表示仍看好 Anthropic 的企业客户关系、开发者品牌、模型迭代和算力扩张，但认为中国模型正在快速追赶。

这次迁移主要发生在高频调用模型的 Agent 产品链路。Crivello 还提到，团队为完成切换建设了大量基础设施和内部工具，实际工作量比最初预想高出 100 倍，之后会发布工程博客复盘。

字节 AI 今年押注世界模型、Coding 和豆包商业化

据《智能涌现》消息，2026 年字节 AI 有四个关键命题：加大世界模型训练投入，保持视频模型领先，补强 Coding 数据工程与 Agent 能力，并推动豆包商业化。

世界模型是其中最明确的研究目标。文章称，吴永辉已在 Seed 全员会上设定目标，要求 2026 年底前至少发布一版世界模型，性能对标 Google Genie 3。

Coding 方向的核心问题则是数据回流。一名知情者称，字节 Coding 效果难以突破的原因在于缺少真实业务反馈；今年以来，多个应用部门开始被要求使用 Seed 模型。豆包商业化方面，文章提到豆包预计 6 月下旬上线付费内容，PPT 生成是建立付费心智的核心切入点，后续还计划推出企业版，并把海外版 Dola 的 2026 年目标设为 3000 万 DAU。

联合国大学报告：AI 扩张正在推高能源、水资源压力

联合国大学昨日发布水、环境与健康研究所报告，称人工智能基础设施快速扩张正在显著增加能源、水资源和土地需求。

报告估计，2025 年全球数据中心耗电量达到 448 太瓦时；到 2030 年，数据中心电力需求可能增至 945 太瓦时（1 太瓦时 = 10 亿度电），约占全球电力消费总量的 3%。

报告把「推理」列为主要能耗来源。研究显示，推理环节占人工智能总能耗的 80% 至 90%；ChatGPT 每天处理的提示请求估计约 25 亿次，对应年耗电量约 383 吉瓦时。

不同 AI 任务能耗差异也很大：生成一张 AI 图像的能耗约为基础文本分类任务的 1450 倍，生成一段短视频则相当于 20 万次垃圾邮件分类任务。

报告预测，到 2030 年全球数据中心的相关用水量（含直接冷却与间接发电/制造用水）将达到 9.3 万亿升，相当于撒哈拉以南非洲 13 亿人一年的基本生活用水需求。

报告还提到，目前全球仅 32 个国家拥有专门的 AI 数据中心，超过 90% 的 AI 专用云计算资源集中在美国和中国两国。

中国信通院将启动高质量 Token 服务能力计划

据财联社报道，中国信息通信研究院人工智能研究所、人工智能大模型与软硬件评测工业和信息化部重点实验室、中国人工智能产业发展联盟模型服务工作组将于 6 月 16 日在北京召开「高质量 Token 服务研讨会」。

会议将成立「高质量 Token 服务特别研究组」，并启动「高质量 Token 服务能力攀登计划」。按公开信息，这一计划面向大模型服务中的 Token 供给质量、性能测评和产业规范化建设，目标是从组织机制和能力提升两方面推动模型服务产业发展。

Suno 完成 4 亿美元 D 轮融资

当地时间周三，AI 音乐生成公司 Suno 宣布完成 4 亿美元 D 轮融资，投后估值达 54 亿美元。距离其上一轮融资、估值 24.5 亿美元仅过去约七个月。Billboard 此前拿到的融资材料显示，Suno 用户日均生成 AI 歌曲超过 700 万首。

Suno 的估值上涨发生在多起版权诉讼仍在推进之时。公司承认其 AI 模型依托受版权保护歌曲训练，并主张相关使用符合合理使用原则。

环球音乐集团、索尼音乐和德国著作权集体管理组织 GEMA 等版权方持续起诉 Suno；华纳音乐集团则已于去年 11 月与 Suno 达成和解并签订版权授权协议。

Google 资助虚拟电厂支持数据中心用电

据《MIT 科技评论》报道，Google 与虚拟电厂平台 Voltus 达成新协议，将在美国最大电网区域建设虚拟电厂，为数据中心用电提供调峰能力。

Voltus 将把电动车、智能恒温器等分布式设备聚合起来，在电网压力较大时降低用电或释放储能，并向参与用户支付报酬。Google 将承担项目建设成本，项目释放出的额外电力容量会用于支持该地区数据中心运行。

这类方案的背景是 AI 数据中心需求快速上升，而输电和新建电源审批周期较长。杜克大学去年一项研究曾提出，如果数据中心每年在约 40 小时高峰时段降低用电，美国电网可在不新增大量电厂和输电设施的情况下接入约 100GW 数据中心负载。

💡 台积电 CEO：AI 需求缺口将持续数年，员工奖金平均涨幅超 30%

据彭博社报道，台积电 CEO 魏哲家昨日在年度股东大会上表示，全球芯片供应在未来数年内仍将无法满足 AI 带动的需求增长，公司距离供需平衡「还需要很长时间」。

在需求侧，魏哲家指出，AI 应用正从生成式 AI 的查询模式进一步演进至 Agentic AI 与指令行动模式，这一转变持续推升大型语言模型处理文本所需的 token 消耗量，进而带动运算能力需求持续增长。

他表示，在技术差异化与广泛客户群支持下，公司维持强劲信心，若以美元计算，预计今年全年营收成长仍将超过 30%；台积电员工今年的平均奖金将增长 30% 以上。

三星健康「史诗级升级」，Galaxy Watch9 新功能曝光

三星昨日发布 Samsung 健康 App 的重大更新，面向下一代 Galaxy Watch 引入多项 AI 健康功能。新功能首发适配新一代 Galaxy Watch，支持 Android 10 及以上安卓机型。这次更新包括四类核心健康监测能力：

• Vitals 生命体征：晨起自动分析夜间心率、心率变异性、呼吸频率、皮温和血氧，并与个人静息基准值对比；
• Heart Health Score 心脏健康评分：整合睡眠、压力、运动和身体成分数据，生成每日综合分数；
• Daily Cardio Load 每日心肺负荷：估算有氧运动带来的心血管负荷，用于推荐训练和休息节奏；
• Fitness Index 体能指数：结合心率、最大摄氧量和步数，对照同龄群体数据给出体能评估。

三星还会调整首页信息架构，把睡眠、活动、营养、心理和生命体征放入同一视图，并新增听力健康功能，通过 Galaxy Watch 监测环境噪音和噪音暴露风险。

Meta Agent 产品曝光，订阅价格最高每月 199.99 美元对标 GPT Pro

据《The Information》报道，Meta 正考虑为其计划中的 AI 智能体产品「Hatch」设置最高每月 199.99 美元的订阅价格，与 OpenAI ChatGPT Pro 及 Anthropic Claude Max 最高档持平。

Hatch 是 Meta 开源工具 OpenClaw 的消费者版本，支持通过自然语言指令完成编写软件工具、管理日历、代发邮件等任务。

定价上，Meta 计划提供免费版与付费的「Hatch Plus」两个层级，后者每日使用配额为免费版的 5 至 10 倍，token 用量按计费周期重置、不可结转。

产品目前由 Anthropic 的 Claude Opus 4.6 和 Claude Sonnet 4.6 驱动，正式上线后将切换为 Meta 自研模型 Muse Spark。

在发布计划上，Meta 原定今年 4 月在美国推出，后调整为先向约 10 家企业小规模试点，计划于 7 月完成品牌命名并扩大发布范围，具体时间仍可能变动。

罗技 MX Master 4 适配 Windows 11 触觉反馈

罗技 MX Master 4 无线鼠标已经原生适配 Windows 11 高级触觉反馈功能，用户在 PPT 素材对齐、窗口磁吸和调整大小等操作中，可以通过鼠标震动获得物理反馈。

开启该能力需要将 Windows 11 更新到 2026 年 3 月底及之后推送的版本，并通过 Logi Options+ 把 MX Master 4 固件升级至 27.3.19 或以上。

此外，Pixso 与 WPS Office 已上线罗技 Actions Ring 插件市场。罗技还把 AI PPT 接入 AI Portal 智能调度台，让用户在罗技生态内直接调用演示文稿生成能力。

Ideogram 发布 9.3B 开源权重图像模型

AI 图像生成平台 Ideogram 发布首个开源权重图像基础模型 Ideogram 4.0。该模型参数规模为 9.3B，重点面向文字渲染、版式设计和可控图像生成。

模型目前开放两个精度版本：nf4 版本支持 CUDA 与 Diffusers，可在单张 24GB 显存的 GPU 上运行；fp8 版本则支持全硬件运行。

在基准测试方面，该模型在衡量布局控制能力的 7Bench 测试中取得 0.69 mIoU，在 X-Omni 英文 OCR 测试中准确率达 0.97。在设计偏好 ELO 盲测中，Ideogram 4.0 在开源模型中排名第一，综合表现优于 FLUX.2 [dev] 和 Nano Banana 2。

💻 GitHub: github.com/ideogram-oss/ideogram4

🤗 Hugging Face: huggingface.co/collections/ideogram-ai/ideogram-4

Miso Labs 开源 8B 语音模型 MisoTTS

Miso Labs 昨日发布并开源文本到对话语音生成模型 MisoTTS，又称 Miso One。官方博客称，该模型规模为 80 亿参数，面向情感表达更自然、响应延迟更低的语音代理场景。

MisoTTS 使用残差矢量量化架构，把每个音频 token 表示为 32 个 codebook 索引，每个 codebook 为 2048 维，从而避免传统 Transformer 直接扩展单一音频词表时遇到的参数膨胀。

官方称，这种设计让模型能利用前序音频或对话历史生成更贴合语气的回复，并支持提示式声音生成。

千问新增肯德基 skill，支持到店自取

昨天，千问 App 官宣，肯德基已以第三方 Skill 形式接入千问。用户可以对千问说「帮我点附近肯德基的疯狂星期四，到店取」，千问会寻找附近门店、匹配套餐，并展示门店距离和预计取餐时间。

具体功能上，千问可接收用户下单指令，使用支付宝付款，并在下单后展示取餐号、订单详情和步行导航。千问还与肯德基会员权益打通，下单时可自动使用大神卡和餐品匹配优惠券。

泡泡玛特告奈雪的茶获赔 32 万

据北京日报报道，北京市朝阳区人民法院近日就泡泡玛特诉奈雪的茶不正当竞争纠纷案作出一审判决，认定奈雪的茶所属公司构成不正当竞争，判令其赔偿泡泡玛特经济损失 30 万元及维权合理开支 2 万元，判决现已生效。

案件起因于 2025 年 9 月。奈雪的茶当时在门店、微信公众号和小程序推出主题营销活动，将多款茶饮命名为「米布布」，宣传图文使用「LABUBU」美术形象，并打出「喝米布布抽 LABUBU」「MIBUBU 带上布布免费喝布布」等宣传语。

泡泡玛特认为，奈雪的茶未经许可使用与「LABUBU」相同或近似的标识进行商业推广，容易使公众误认为双方存在商业合作关系。

油价下调，加满一箱油少花 20 元

央视新闻从国家发展改革委了解到，昨日 24 时起，国内汽、柴油价格每吨分别下调 525 元和 505 元。

按全国平均价格折算，92 号汽油、95 号汽油和 0 号柴油每升分别下调 0.41 元、0.44 元和 0.43 元。以 50 升油箱计算，加满 92 号汽油将少花 20.5 元；以月跑 10000 公里、百公里油耗 38L 的重型卡车测算，未来半个月单辆车燃油成本约减少 763 元。

周星驰入股互动之星，合作 AI 剧集和互动影游

江苏省苏州市相城区区委政府「今日相城」日前官宣，周星驰携旗下比高集团完成对苏州互动之星网络科技有限公司的战略入股。双方将围绕 AI 剧集、互动影游、真人影视和 IP 全产业链运营展开合作。

互动之星 2024 年 4 月落户相城，业务聚焦 AI 剧集与互动影游，手握 20 余部顶级 IP 全版权、百余部知名 IP 版权，覆盖《凡人修仙传》《绍宋》《悟空传》《捞尸人》《夜无疆》《回到明朝当王爷》《无限世界》等作品。

现代快报采访中，互动之星创始人陈旻称，公司不会靠刻意的喜剧元素博眼球，而会用故事质感打动观众。近期项目包括依托《绍宋》改编的同名互动影游，计划暑期上线；多部网文 IP 改编横屏 AI 剧集已在制作中，短期内陆续上线。

安雅·泰勒-乔伊新剧《Lucky》发布预告，7 月 15 日登陆 Apple TV

据「新浪电影」消息，安雅·泰勒-乔伊主演的新剧《Lucky》正式发布预告片及海报，该剧将于 7 月 15 日在 Apple TV 开播。

《Lucky》改编自玛丽莎·斯塔普利所著同名畅销小说，讲述一名年轻女子 Lucky 多年前曾有犯罪经历，在将这段过去抛之脑后之后，如今不得不最后一次直面自己内心黑暗的一面，以求彻底摆脱过去的纠缠。

《坠落2》定档 9 月 2 日北美上映

豆瓣电影消息，惊悚片《坠落2》发布定档海报，将于 9 月 2 日在北美上映。该片延续 2022 年惊悚片《坠落》的高空求生设定，但导演与主创阵容有所调整。

公开信息显示，《坠落》导演乔纳森·弗兰克、斯科特·曼担任《坠落2》编剧，《前目的地》导演迈克尔·斯派瑞、彼得·斯派瑞执导，恐怖片《痴迷》制片人参与制作。

AI 工具推荐现在是门显学。

打开任何一个平台，都有人在告诉你「这 10 个 AI 工具必须收藏」「2026 年最强 AI 工具箱」。标题一个比一个夸张，列表一个比一个长。你点进去、收藏，然后，再也没有打开过。

我们自己也推过不少工具。但说实话，大部分 AI 产品用一两周就删了。界面太复杂，响应太慢，免费额度用完就吃灰，还有的纯粹是「能做什么」和「我会用它做什么」之间隔了一条河。

一年下来，真正留在工位上、每天都在用的，就这几个。

也顺便聊聊，它们是怎么嵌进我们真实工作流的。

信息太多的时代，先让 AI 理清关系

Gemini 深度研究 + Kimi

在所有被 AI 改变的工作环节里，搜索可能是最早被掀翻的。

过去做一个选题、一份竞品报告、一次行业判断，最耗时间的不是写，而是找。找资料、筛资料、判断资料 A 和资料 B 之间到底是什么关系。传统搜索引擎给你的是一堆链接，你得自己点开、自己读、自己拼图。

AI 搜索做的事不太一样。它更像在帮你画一张问题地图：这个话题有哪些分支，哪些结论已经比较确定，哪些方向还需要继续挖掘。

Gemini 深度研究适合处理开放性问题。

比如研究一个海外 AI 产品、一条技术路线、一家新公司，它会先把问题拆成几个方向，自动搜资料，最后吐出一份结构化报告。不是说它写的结论都能直接用，但它给的那张地图，能帮你省掉最前面的两三个小时。

例如，我让 Gemini 深度研究整理 WWDC 2026 的爆料信息。它会先生成一份研究计划，把任务分为研究网站、分析信息、生成报告几个阶段，这些报告的 AI 味比较重，不能指望拿来就能用，但它提供了一套清晰的资料路径，省掉了大量前期资料整理时间。

日常中文语境里搜资料，我们更多用 Kimi。

国内公司的公开资料、政策文件、访谈稿、财报、行业研报，扔进去提炼要点、对比差异、整理时间线，基本够用。不过说实话，非付费用户偶尔会遇到算力不足的提示，这是它目前一个绕不开的问题。

两个搭配着用，大问题找 Gemini，日常中文资料搜 Kimi。搜索这件事，从「自己翻链接」变成「AI 画地图然后你挑路走」，效率差的不是一点半点。

你的知识库，正在变成 AI 理解你的入口

飞书 + Obsidian

搜来的资料、开会的结论、读文章的想法、做项目的经验，这些东西放哪？

过去说知识管理，第一反应是建文件夹、做分类、写笔记。但 AI 时代这件事的逻辑变了。知识管理不只是把东西存起来，而是给 AI 建一套理解你的系统。让它知道你的写作风格、判断标准、常用模板、在关注什么方向。

知名 AI 大神 Andrej Karpathy 前段时间聊过怎么构建个人知识系统，方案偏技术派，但思路值得借鉴：协作工具管动态信息，笔记系统管长期沉淀，AI 参与整理、检索和再加工。

落到日常，我们用的是一个更轻的组合：飞书 + Obsidian。

飞书负责每天都在变的东西：会议纪要、项目进度、选题池、需求列表、团队 SOP。Obsidian 负责更长期的沉淀：写作风格、判断标准、工作方法、案例库、阅读笔记、复盘记录。

串起来的方式是这样的：把个人信息整理成分层的 markdown 文件，接着可以通过 OpenClaw 接入飞书机器人，也可以把 GPT、Claude、DeepSeek、Kimi 统一接进来。之后不管调用哪个模型，它都可以先去知识库里翻对应的规则文件，理解清楚背景再回答。

比如让它写视频脚本，它先看你的脚本规则；让它做选题判断，它先看你的内容方向；问它职业规划，它先看你的履历和目标。用得越久，规则文件越完整，AI 对你的理解就越接近真实的你。

说白了，技术门槛其实没那么高，难的是先花一个下午，把自己的工作方式整理成 AI 能读懂的格式。

打工人的会议外挂，终于不只是录音了

Plaud

对每周开 10 个会议以上的打工人来说，开会本身可能只占一半工作量。另一半是整理纪要、提炼重点、追踪待办、同步给没参会的同事。这后半段，往往比开会还磨人。

Plaud 是我们这两年推荐次数最多的硬件，也是近几年少有的硬件黑马。它解决的就是会议结束后那 30 分钟的无用功。

这个小录音设备往桌上一放，会议结束，纪要已经结构化了。客户访谈完立刻把纪要发回去确认，专业且留了书面凭证；重要会议结束把整理好的重点扔给没参会的同事，省掉所有人的同步时间。

但它最好用的地方，其实不是录音转文字本身，而是支持定制 prompt 模板。

这里有一个很多人没意识到的技巧：不要用默认的会议模板，而是换成贴合你岗位的提示词，产出价值通常差好几倍。比如销售可以用「按客户痛点排序总结，列出反对意见」，再加一句「额外梳理客户在会议中表现出犹豫或兴奋的三个瞬间，分析潜在顾虑」。同一段录音，换几套 prompt 重新生成，往往能挖出完全不同的观察角度。

免费得到一份「客户心理学报告」，这件事最妙的地方在于，你不需要学任何新技能，只需要学会怎么把问题问对。

先用 AI 做草稿，正在成为视觉表达的新习惯

GPT-Image-2 + TapNow

内容产出里，视觉一直是最容易卡住的环节。

文字可以自己写，方案可以自己改。但一到配图、海报、PPT 视觉、短视频素材，很多人还得等设计师排期。需求说不清楚，来回改几轮，灵感早就凉了。

今年用得最顺手的组合是 GPT-Image-2 + TapNow。GPT-Image-2 的出图质量稳定、风格可控、提示词体系成熟。科技感配图、产品概念图、社媒海报草稿，它都能快速给出一个能拿来讨论的版本。

注意，是「讨论」的版本，不是终稿。但这一步恰恰最管用，过去很多需求卡在「你说的感觉我不太理解」，现在可以先丢一张 AI 生成的图到群里，所有人对着同一张图说话。

视频生成环节，我们更多用 TapNow。它支持调用 Seedance 2.0 和可灵 3.0，适合把已经确定的角色、产品、环境素材延展成短视频。日常视觉记录、产品展示、社媒短内容，够用了。

这套组合不只服务设计师和媒体人。

销售可以出提案配图，产品经理可以出 UI 草图，品牌营销可以生成海报，老师可以出课件配图。它真正的价值在于正式投入设计资源之前，快速把模糊想法变成可见草稿。提前用 AI 确认方向，沟通成本低很多，返工也少很多。

Vibe Coding 火了，需求表达成了新技能

Claude Code、Codex

今年一个很有意思的变化：越来越多不写代码的人开始用 Claude Code、Codex 这类 AI coding agent。

过去想写一个小工具、改一个网页、做一个自动化脚本，得找程序员。现在把需求说清楚，AI 就能通过自然语言完成相当一部分开发。这也是 Vibe Coding 今年突然火起来的原因。

它让不会写代码的人也能参与软件生产。不需要先学完整的编程语言，甚至不需要理解每一行代码，只需要知道自己要什么，并且持续把需求描述清楚。

配合阿里千问语音输入法，口述需求，让 AI 整理成任务说明，一个人就能跑通过去需要产品、设计、工程一起配合的小工具原型。

生活中也可以用。比如给自己装一个「微信读书 skill」，让它定期分析阅读记录，统计最近关注的主题，推荐下一批书，找认知盲区。

未来很多人未必会成为程序员，但会越来越像一个小型工程团队：能描述需求，能指挥工具，能验证结果，能把重复工作交给 AI。

AI 干活的间隙，我趁机回血

清闲 OC1 Pro

到这里，五个工具聊完了。

但有一个东西，今年给我的回报感可能比上面任何一个都强。它不是软件，也没有 AI 功能。它是一把椅子。

AI 没有把人从工位前解放出去。相反，当我们越来越习惯把长文档、代码、研究、图片、视频都扔给 AI 处理，工作里反而多了很多新的间隙：等 DeepSeek 读完一份文档，等 ChatGPT 重构一个模块，等 Gemini 生成报告，等视频模型吐出第一版素材。

人的角色在变。不再只是埋头输出，而是在「发出任务、等待结果、判断修改」之间来回切换。这让工位上的短暂休息变得比以前重要得多。等 AI 的几十秒、几分钟，可以继续刷手机、盯进度条，也可以活动腰背、调整坐姿、闭眼歇半分钟，再回到下一轮判断。

我工位上这把清闲 OC1 Pro，是最近在科技圈、创业圈非常火的动态人机工学椅，定价 4299 元，不便宜。但比起我待在椅子上的时间，我和床待在一起的时间是比不过椅子的。

颈枕、椅背、坐垫、扶手都能随坐姿变化调整，腰背支撑不是固定在一个位置上。后仰有 5 档，从日常办公到午休都能覆盖，一键脊柱拉伸在连续工作几小时后是实实在在的放松。

Pro 款多了座椅通风，夏天办公室空调不稳的时候体感差距很明显。它不是那种会让你惊呼黑科技的产品。它就是让你坐到下午五点，腰不酸了。

我们过去聊工位升级，聊的是屏幕尺寸、键盘手感、桌面收纳、设备性能。但用了一年 AI 工具之后，我发现工位真正需要升级的，是人和工具的协作关系。

查资料、建知识库、记会议、出画面、写工具，最后是坐得住。

AI 时代最容易被高估的是工具，最容易被低估的是人。

过去两年，AI 生产力工具的付费主体正在发生剧烈的变化。早期更多是个人用户和技术爱好者自己付费，现在不少公司开始把会员订阅、APl token、算力额度纳入员工预算。原因并不复杂，只要一类工具能持续改善表达、判断，创作和执行效率，公司就愿意为它买单。

类似的逻辑也会延伸到办公硬件上。当越来越多人进入AI-native的工作状态，坐在电脑前的时间并没有减少，甚至在一些岗位上变得更长。真正影响效率的，也不只是模型能力和软件体验，还有员工长时间工作时的身体状态、专注质量和办公环境。

一个好的工位，应该让你更快进入工作，也更容易从工作里恢复。它不只是生产力中心，也是一个人和 AI 协作时最基础的身体接口。

我们的办公桌上会有越来越多智能硬件、Agent、模型入口和自动化流程。但无论 AI 怎么进化，坐在椅子上的人，才是所有工作的起点。

工具负责记录、整理、生成和执行。人负责判断、表达、沟通和创造。效率提升的意义，不是接更多任务、坐更久时间，而是少被琐碎消耗，把精力留给重要的事。

照顾好自己，就是 AI 时代最实在的生产力。

作者：莫崇宇、李超凡