36氪获悉，天味食品发布2025年年度报告。报告显示，公司实现营业收入34.49亿元，同比下降0.79%；归属于上市公司股东的净利润5.70亿元，同比下降8.79%。公司拟向全体股东每股派发现金红利0.55元（含税），即每10股派5.5元（含税）。

今天继续和大家聊聊，我们开源的 pxcharts-vue 多维表格的诞生故事。

开源地址：github.com/MrXujiang/p…

演示地址：test.admin.mvtable.com/mvtable

一、开篇：那个写不动代码的凌晨

记得是5年前的一个夜晚，凌晨两点左右，我对着第46个几乎相同的表单页面发呆。

需求文档上写着："再做一个支持关联查询的动态表格，下周上线。"

我机械地复制着上一版的CRUD代码，改字段名、调接口、写校验。Vue文件超过1000行，methods里塞着十几个功能相似但不敢重构的方法——怕牵一发而动全身。

这是我做全栈的第5年。从Vue2到Vue3，从jQuery到React，技术栈在升级，但日常还是改不完的表单、写不完的列表、调不完的接口。

我自嘲是"高级CRUD工程师"，但那个凌晨，我真的写不动了。

不是身体累，是认知上的绝望：我知道接下来的5年，如果继续这样"人肉搬砖"，只会从"写不动"变成"不敢写"——新技术层出不穷，而我被困在业务逻辑的重复劳动里。

转机出现在三年后。

Cursor 的Agent模式刚更新，我抱着"试试又不会死"的心态，把曾经折磨我两周的多维表格需求丢给了AI。

经过3天多和AI辩证推演之后，pxcharts-vue 的核心架构跑通了。我盯着屏幕上自动生成的Composition API代码，第一反应不是兴奋，是后怕——如果AI早来两年，我这5年到底在忙什么？

这篇文章，是我作为"全栈老兵"的AI编程账本。不吹不黑，只记录真实的效率数字、踩过的坑、以及那个凌晨之后，我对职业价值的重新思考。

---

二、产品画像：pxcharts-vue是什么？（技术人的"复仇工具"）

先介绍这次"复仇"的成果。pxcharts-vue 不是又一个Element Plus的封装，而是面向复杂业务场景的"关系型多维表格引擎" 。

它解决的是我5年来反复遇到的三个痛点：

1. 平面表格 vs 立体数据

传统表格是Excel思维：行是记录，列是属性。但真实业务是关系型的——订单关联客户、任务关联项目、SKU关联SPU。我们用"关联列"把这种关系可视化：选客户时自动带出合同，选商品时自动填充价格，底层是外键约束，表层是下拉选择。

这 revenge 了我过去写过的无数遍onChange联动逻辑。

在多维表格设计中，我们完全对标了钉钉AI表格和飞书多维表格的字段设计，实现了多种表格业务字段，并支持随时编辑修改：

当然有些字段比较复杂，AI无法完全理解和实现，其中40%的工作量是我们手敲代码实现的。

2. 一份数据，多种视角

同一份项目数据，产品经理要看甘特图，运营要看看板，财务要看表格汇总。pxcharts-vue 实现了视图层与数据层解耦：底层是统一的数据模型，上层是表格、看板、表单等渲染适配器。

这 revenge 了我过去为"换个展示方式"而写的冗余接口。

3. 公式字段：把Excel能力Web化（React版本中实现了）

支持跨表引用、聚合计算、条件判断，非技术用户能配出"自动计算提成"的复杂逻辑。对于开发者，这意味着业务规则从后端Java代码前移到了前端配置层，需求变更不用重新部署。

这 revenge 了我过去凌晨两点还在改的"紧急加字段"需求。

技术栈：Vue3 + TypeScript + Vite，纯前端实现，零后端依赖，开箱即用。

---

三、复仇实录：一周重构的流水线与真实账本

这次开发全程在Cursor Composer的Agent模式下完成，我们自己研发的工作量占比40%。

我记录了一套"老兵式AI协作流"——不是盲目信任，是有策略地外包。

plan 1：架构设计（从"人肉画图"到"对话式架构"）

过去的我：  打开Draw.io画组件关系图，纠结半小时目录结构，再花2小时搭Vite脚手架。

AI模式：

我：基于Vue3实现一个多维表格内核，需要支持列定义、数据编辑、视图切换，采用模块化架构，优先使用Composition API和<script setup>语法。Cursor：生成项目结构 + 核心类型定义 + 基础组件框架

耗时：30分钟 vs 过去的4小时。

关键干预：  强制要求AI先生成ARCHITECTURE.md设计文档，确认模块边界后再生成代码。这是从"边想边写"的混乱中保留下来的人类架构师尊严。

plan 2：核心功能（关联列与视图系统）

关联列功能：

我：需要实现表与表之间的关联，类似数据库外键约束，支持多选、级联筛选、自动回填。Cursor：生成基于Proxy的响应式关联逻辑 + 选择器组件 + 数据联动机制

过去需要2天，现在4小时。  但AI生成的第一版用了递归遍历，大数据量时卡顿明显。我要求它改用虚拟滚动+懒加载，它给出了基于vue-virtual-scroller的优化方案。

视图系统： AI建议使用策略模式管理不同视图，我确认方案后，它生成了TableStrategy、KanbanStrategy、GanttStrategy三个类，统一实现render()接口。

耗时：6小时 vs 过去的3天。

plan 3：公式引擎与边界加固

这是最复杂的模块。我采用Plan Mode：

1. 先让AI出《公式引擎设计文档》：语法解析（PEG.js）、沙箱执行（Web Worker）、错误处理机制
2. 人工Review确认安全方案（禁用eval，使用白名单函数）
3. 再让AI生成代码

发现的问题：  AI生成的初始版本用了new Function()执行公式，我立即叫停——这是XSS漏洞温床。CodeRabbit 的研究证实，AI代码引入安全漏洞的概率是人类代码的2.74倍。最终改用受限沙箱+语法树解析。

耗时：1.5天 vs 过去的5天。

效率账本（真实数字）

环节	传统开发（第5年的我）	AI辅助开发（复仇模式）	效率倍数
脚手架与架构	3天	2小时	8x
关联列逻辑	3天	1天	3x
视图切换系统	5天	1天	5x
公式引擎	5天	1天	5x
安全加固与优化	2-3天	1天	2x
总计	18-20天	4.2天	4x

整体效率提升约230% ，与GitClear对高AI使用率开发者的调研数据（4-10倍产出提升）基本吻合。

当然客观的说，我们工程师也花了大概30%-40%的经历攻克AI无法解决的问题，但是AI Coding的整体提效还是很显著的。

---

四、账本B面：AI编程的隐性成本与"复仇"的代价

但这不是爽文。

一周交付的背后，我们付出了传统开发不会有的代价。这是账本必须记录的B面。

1. 安全债务：AI的"自信"是危险的

pxcharts-vue 初期版本中，AI生成的表格解析渲染器存在原型链污染漏洞——它从某个Stack Overflow回答中学到了"巧妙"的对象合并技巧，但那是有安全缺陷的过时方案。

CodeRabbit 分析了数百万行AI生成代码，发现：

• 引入XSS漏洞的概率：人类代码的2.74倍
• 硬编码机密信息的概率：人类代码的2.1倍

我的对策：  核心安全模块（公式沙箱、数据校验）必须人工Review，AI仅辅助生成单元测试用例。

2. 可维护性陷阱：你成了"代码陌生人"

Day 2下午，AI生成了50行复杂的视图切换逻辑。当时我看懂了大意，觉得"没问题"。一周后回看，我盯着那团递归+闭包的组合，完全想不起来为什么这样写、边界条件是什么。

GitClear的研究警告：AI辅助代码的撤销率（Churn rate）比人类代码高40% ，意味着更多返工。

我的对策：  强制要求AI生成 "逻辑注释" ——不是解释语法，而是解释设计决策（"为什么用递归而非迭代""此处假设数据量小于1万条"）。关键算法必须人工复述原理，确保"我懂我的代码"。

3. 架构一致性危机：AI的"创意"是混乱的

不同会话的AI会给出风格迥异的方案。早期关联列用Options API，后期视图系统被建议改成Composition API，导致代码风格混杂——就像一个项目里有5个不同架构师的手笔。

我的对策：  建立《AI编程规范文档》（.cursorrules），固化：

• 技术栈：Vue3 + <script setup> + TypeScript严格模式
• 设计模式：优先组合式函数，类仅用于策略模式
• 命名规范：组件PascalCase，组合式函数useXxx，工具函数纯函数优先

这让AI在约束内发挥，而非"自由创作"。

4. 幻觉税：为AI的"自信"买单

视图切换的虚拟滚动功能，AI生成的代码在1000条数据时完美运行，10000条时白屏。它没有考虑内存溢出边界，也没有提示"此处需要性能测试"。

这类问题只能靠人工测试发现。AI编程省下的时间，部分要返还到更严格的测试环节。

---

五、老兵的新战场：AI时代，全栈工程师该专注什么？

pxcharts-vue 开源后，我一直在想：如果AI能写代码，我这5年积累的经验还有什么价值？答案在开发过程中逐渐清晰——

1. 从"实现者"到"架构守门员"

AI擅长生成"能跑的代码"，但不懂业务领域的架构权衡。

pxcharts-vue 的数据模型设计（平面表 vs 树形结构）、状态管理方案（Pinia vs 纯响应式）、视图渲染策略（Canvas vs DOM），这些决策需要人类对业务场景的深度理解。

新角色：  不是写代码，是设计代码的生成规则。

凭借我之前在大厂做技术架构的经验，我能很快给出AI高效的架构和解决思路，所以这也要求我们有一定的技术背景，才能更好的让AI为我们服务。

2. 从"调试bug"到"设计防错机制"

AI代码的bug更隐蔽——它很少犯语法错误，但常犯逻辑假设错误（"假设用户不会同时编辑两个单元格"）。我的新工作是预判这些假设，在设计阶段就加入防御性机制。

新角色：  不是修bug，是设计让bug无法发生的系统。

3. 从"技术执行"到"AI流程设计"

这次3天重构，真正的生产力提升不是来自Cursor本身，而是我设计的分层协作流程：

• 生成层（工具函数）：100%信任AI
• 业务层（组件逻辑）：AI生成+人工Review，70%信任
• 核心层（公式引擎）：AI辅助设计，人工实现，30%信任

新角色：  不是写代码，是设计人机协作的流水线。

---

六、开源的思考：不止于代码，是"复仇经验"的共享

选择开源 pxcharts-vue，除了技术分享，我还想验证一个假设：AI编程时代，开源的价值会从"代码"转向"流程" 。

传统开源是"拿我的代码用"，未来可能是"拿我的Prompt用"——如何让AI生成高质量的Vue3组件？如何设计安全的公式引擎？如何避免我踩过的坑？

我后续会分享《pxcharts-vue AI开发手册》，包含：

• 架构设计、高性能表格技术实践
• 安全审计清单（AI代码常见漏洞模式）
• 性能优化策略（虚拟滚动、大数据渲染、内存管理）

如果你也在用AI编程工具，欢迎来 留言区 交流。

我们可以一起探索：当AI成为标配，人类开发者的"复仇"该指向什么？

---

结语：账本结算，复仇之后

5年前那个凌晨两点写不动代码的我，不会想到三年后会写下这篇文章。

pxcharts-vue 的一周重构，是效率的胜利，也是一次职业价值的重新校准。AI编程确实"复仇"了CRUD的重复劳动，但它也暴露了人类开发者的软肋——我们过去引以为傲的"编码速度"，在AI面前不值一提。

新的竞争力在于：架构设计的品味、安全风险的嗅觉、人机协作的智慧，以及对自己代码的深刻理解。

36氪获悉，盛科通信公告，公司收到持股5%以上股东国家集成电路产业投资基金股份有限公司的告知函，其在2026年3月2日至2026年3月11日期间，通过集中竞价方式减持公司股份410万股，占公司总股本的比例由13.00%减少至12.00%，权益变动触及1%刻度。此次权益变动为非第一大股东减持所致，不触及要约收购，不会导致无控股股东及实际控制人的情况发生变化，不会对公司治理结构及持续经营产生重大影响。

36氪获悉，华为云开启OpenClaw体验计划，支持用户将“龙虾”部署在华为云上，与本地隐私数据进行隔离。

谷歌完成对网络安全初创公司Wiz的收购。（财联社）

亚马逊计划通过八期欧元债券发行筹集125亿欧元。（新浪财经）

36氪获悉，热门中概股美股盘前涨跌不一，截至发稿，B站、蔚来跌超2%，阿里巴巴跌超1%，腾讯音乐跌0.86%，京东跌0.16%，拼多多跌0.15%；理想汽车涨超2%，小鹏汽车涨超1%，爱奇艺涨0.71%，微博涨0.2%。

36氪获悉，美股大型科技股盘前多数上涨，截至发稿，Arm涨0.29%，特斯拉涨0.21%，英伟达涨0.07%，亚马逊、微软涨0.06%；Meya跌0.06%，苹果跌0.09%。

美国2月消费者价格指数（CPI）同比增长2.4%，预估为2.4%，前值为2.4%；美国2月核心CPI同比增长2.5%，预估为2.5%，前值为2.5%。（财联社）

知情人士表示，AMD首席执行官苏姿丰将于下周在韩国会见韩国科技霸主三星电子会长李在镕，双方将重点讨论在用于人工智能芯片组件的高带宽存储（即HBM存储系统）供应保障方面开展积极合作。知情人士表示，预计苏姿丰还将与韩国最大互联网门户和搜索引擎提供商Naver讨论更广泛的AI算力基础设施合作前景。（财联社）

3月11日，据报道，巴西最大的糖业和乙醇公司Raizen表示，已与债权人和债券持有人达成庭外债务重组协议，涉及约651亿雷亚尔（约合126.1亿美元）的债务。Raizen是巴西企业集团Cosan SA和石油巨头壳牌公司的合资企业，此前报道称，该公司正在考虑潜在的资产出售，并停止建设新工厂的项目，以努力减少债务。（界面）

36氪获悉，腾讯云发文回应与OpenClaw及腾讯“龙虾”相关的安全问题。就OpenClaw是否会“疯狂”地扣用户的钱，腾讯云提到，社交平台上流传着一张截图，显示一名用户在腾讯云公益装机活动上安装OpenClaw之后出现高额费用“偷跑”，累计200多元。腾讯云回应称，经后台排查及核实，这200多元是这名用户此前的历史模型调用费用。“OpenClaw安装本身免费，但如果使用过程中调用大模型，就会产生token费用，目前基本所有Agent工具都是类似情况。”腾讯云称。

英伟达与Nebius宣布建立战略合作伙伴关系，共同开发并部署面向人工智能市场的下一代超大规模云平台，服务对象涵盖人工智能原生企业至传统企业。此外，英伟达将向Nebius投资20亿美元。（界面）

大公司：

新乳业：筹划发行H股股票并上市

36氪获悉，新乳业公告，为满足公司业务发展需要，深入推进国际化战略，打造国际化资本运作平台，进一步提升公司资本实力，经充分研究论证，公司拟发行境外上市外资股（H股）股票并在香港联合交易所有限公司（以下简称“香港联交所”）主板挂牌上市（以下简称“本次发行并上市”）。

亚盛集团：公司未取得相关采矿资质，也未开展矿产相关业务

36氪获悉，亚盛集团公告，公司股票于2026年3月10日、3月11日连续2个交易日内日收盘价格涨幅偏离值累计达到20%，属于股票交易异常波动情形。公司未取得相关采矿资质，也未开展矿产相关业务，亦未推进与矿产相关的工作，不存在应披露而未披露的重大事项或重要信息。截至目前，公司也无开展矿产相关业务的计划。

引力传媒：拟发行H股并在香港联交所上市

36氪获悉，引力传媒公告，公司拟在境外发行股份（H股）并在香港联合交易所有限公司上市。公司董事会同意授权公司管理层启动本次H股上市的前期筹备工作，授权期限为自董事会审议通过之日起12个月内。公司计划与相关中介机构就本次H股上市的具体推进工作进行商讨，除本次董事会审议通过的相关议案外，其他关于本次H股上市的具体细节尚未最终确定。

保时捷：2025年营业收入362.7亿欧元，销售利润4.13亿欧元

36氪获悉，据保时捷消息，2025年集团营业收入达362.7亿欧元，销售利润4.13亿欧元，销售回报率1.1%。 2025年保时捷全球交付27.95万辆新车，同比减少10.1%，其中纯电汽车占比为22.2%。公司营业收入达362.7亿欧元，销售利润为4.13亿欧元，销售回报率1.1%。目前，保时捷汽车业务净现金流15.1亿欧元。

智谱启动“龙虾全国部署计划”

36氪获悉，智谱宣布启动“龙虾全国部署计划”，一键安装电脑版龙虾“AutoClaw澳龙”，为对龙虾感兴趣的各地政府、企业、高校等提供龙虾安装服务。同时招募各地科技爱好者及KOL加入“龙虾布道师”计划，公司会提供相关的AI模型与OpenClaw培训。

福立旺：一季度净利润同比预增183.84%-254.81%

36氪获悉，福立旺公告，预计2026年第一季度归属于上市公司股东的净利润为4000万元至5000万元，同比增长183.84%至254.81%。公司本期业绩增长主要系3C消费电子业务营业收入增长，带动净利润提升。同时，子公司南通福立旺随着运营效率提升及产能持续释放，目前已实现盈亏平衡，经营情况逐步改善。

宝马任命Raymond Wittmann为新任生产负责人

3月11日，一份声明显示，宝马集团监事会已任命Raymond Wittmann为新任管理委员会成员，其将于5月13日就任，负责生产业务。（界面）

小熊电器：2025年营收52.35亿元，同比增长10.02%

36氪获悉，小熊电器发布2025年业绩报告。报告显示，2025年营业总收入52.35亿元，同比增长10.02%；利润总额5.15亿元，同比增长43.75%；归属于上市公司股东的净利润4.01亿元，同比增长39.17%。

投融资：

凯辉基金领投AMI Labs 10.3亿美元种子轮融资

3月10日，AMI Labs正式宣布完成约10.3亿美元种子轮融资，是欧洲有史以来最大的seed round。该轮融资由凯辉基金旗下凯辉创新基金、Greycroft、Hiro Capital、HV Capital及Jeff Bezos Expeditions共同领投，同时淡马锡、英伟达、Toyota Ventures、三星、法国国家投资银行旗下数字风险投资部门Bpifrance Digital Venture、Eric Schmidt、Tim Berners-Lee等参与投资。

新产品：

腾讯上线“中国专供”SkillHub

36氪获悉，3月11日，腾讯宣布推出专为中国用户优化的AI Skills社区——SkillHub。它基于OpenClaw官方开源生态打造的本土化配套服务平台，完整兼容官方社区的全量技能生态，可在不改动官方开源内容的前提下为官方生态在国内落地提供配套服务支撑。针对OpenClaw等AI Agent工具的Skill安装痛点，提供高速下载、精选榜单、中文搜索等核心功能。

今日观点：

中国央行：积极稳妥、安全有序推进金融领域人工智能应用，释放数字化、智能化发展动能

36氪获悉，中国人民银行召开2026年科技工作会议。会议要求，2026年科技工作要紧扣防风险、强监管、促高质量发展的主线，坚持党建引领，巩固拓展中央巡视、审计整改成果，持之以恒推进全面从严治党。突出规划先行，统筹“远中近”目标，谋深谋实“十五五”时期科技工作。强化系统观念，稳步推进重点项目落地实施。树牢底线思维，持续健全制度体系，进一步提高网络安全、数据安全韧性。深化业技融合，积极稳妥、安全有序推进金融领域人工智能应用，释放数字化、智能化发展动能。

钉钉建议企业不装龙虾

36氪获悉，今日，媒体就“企业能不能使用龙虾”相关问题咨询钉钉客服，客服表示“在没有专业人员做好相关安全措施的前提下，不建议企业客户将OpenClaw直接用于工作电脑和办公环境。”

飞书CEO谢欣：个人玩龙虾是探索，企业用agent是责任

36氪获悉，飞书CEO谢欣发文称：个人电脑上跑Agent与企业用Agent是完全不同的事情，前者是探索，后者是责任。个人场景出了错大不了重来，但企业场景出了错，可能是文件被删、数据泄露。Agent能力上限令人兴奋，但安全下限决定是否能够真正进入工作场景，否则越强大、越危险。

其他值得关注的新闻：

中汽协：2月新能源汽车产销分别完成69.4万辆和76.5万辆，同比分别下降21.8%和14.2%

36氪获悉，中汽协数据显示，2月，新能源汽车产销分别完成69.4万辆和76.5万辆，同比分别下降21.8%和14.2%，新能源汽车新车销量达到汽车新车总销量的42.4%。

 

优步与亚马逊旗下Zoox达成协议，将提供机器人出租车服务。（财联社）

作者｜黄楠

编辑｜袁斯来

3月11日，追觅生态企业芯际穿越正式发布“天穹”系列芯片，并宣布已实现规模化量产，即将搭载于追觅泛机器人系列产品中。

当前，AI算力需求正以超越摩尔定律的速度指数级增长。OpenAI的研究显示，自2012年以来，前沿AI训练任务所需的算力每3.4个月翻一番，累计增长超过30万倍。大模型从千亿参数向万亿参数迈进，端侧智能从简单感知向复杂决策演进，算力成为新一代AI竞赛的核心壁垒。

然而，全球算力供给正面临结构性瓶颈。传统摩尔定律逼近物理极限，晶体管密度提升放缓；先进制程产能受限，芯片供给存在不确定性；更重要的是，地面数据中心受限于能耗指标、散热效率与土地资源，已难以支撑AI算力需求的无限扩张。

国际能源署最新报告显示，2026年全球数据中心用电量将突破1000太瓦时，相当于日本全国一年的用电总量。能耗爆炸、散热困难、选址受限，成为算力基础设施扩张的“三重围城”。

在这一背景下，芯片产业的竞争逻辑正在发生根本性转变。一方面，端侧芯片从单一功能部件升级为系统级智能中枢，高集成度SoC成为支撑具身智能落地的关键载体；另一方面，算力基础设施的空间布局开始突破地面限制，向空天地一体化方向演进，近地轨道算力节点成为全球科技巨头争相布局的前沿阵地。

原科技部副部长吴忠泽在AWE2026芯片产业高峰论坛上指出，芯片产业正以无形之力重塑世界运行方式，国家近年来持续推动芯片与算力产业创新链、产业链、资金链、人才链深度融合，为产业高质量发展提供了保障。

从行业视角来看，端侧智能的爆发正在重新定义芯片设计范式。随着具身智能与人形机器人从实验室走向产业前沿，芯片不再只是执行计算的部件，而是感知、理解、决策、执行全链路的核心枢纽。

机器人需要在复杂动态环境中实时响应，对时延、功耗、可靠性提出严苛要求，传统通用芯片架构难以兼顾性能与效率。这推动了专用架构SoC的崛起——通过异构计算单元协同，将感知融合、决策规划、运动控制等功能集成于单一芯片，实现端侧智能的闭环。

芯际穿越首款量产“天穹”系列芯片正是这一趋势的产物。该芯片采用多核CPU、专用NPU与独立MCU组成的异构计算平台，是目前行业内集成度最高的SoC之一。据官方信息，它将搭载于追觅泛机器人系列产品中，支撑激光雷达与AI视觉融合感知、双目避障等先进算法，提升家庭复杂场景下的导航避障能力。

追觅芯际穿越“天穹”系列芯片发布（图源/企业）

芯际穿越的差异化在于，它并非从零起步，而是复用追觅在智能算法积累、供应链体系及千万级出货量的真实场景数据，进行芯片架构与顶层算法的协同设计。这种“场景定义芯片”的模式，正在成为AI芯片企业建立竞争壁垒的关键路径。

同时，算力基础设施的形态正在经历更深层的变革。面对地面数据中心难以突破的物理限制，将算力节点部署于太空环境正在成为一个极具想象力的技术方向。

近地轨道具备天然的真空散热环境与持续稳定的太阳能供给，理论上可实现更高密度的算力部署与更低的散热成本。此外，太空算力节点还能为全球低轨卫星互联网、天基遥感数据处理、深空探测等场景提供在轨实时计算能力，减少星地数据传输延迟。

硬氪了解到，今年3月，芯际穿越首个‘瑶台’系列太空算力盒将发射升空，启动近地轨道超级算力中心建设，开展在轨算力网络的初步验证。这也标志着芯际穿越从研发阶段正式迈入产业化阶段。

目前，芯际穿越的业务布局已覆盖手机处理器、自动驾驶芯片、泛机器人SoC，以及太空算力中心、个人超级AI电脑等多个方向，形成全场景算力产品矩阵。这也与当前AI产业演进的底层逻辑高度契合，算力由集中式云端向分布式端侧扩散，向空天地一体化方向拓展。

从地面到太空，基础设施的形态重构，将把AI芯片产业的竞争推向一个前所未有的空间维度。

36氪获悉，现货白银向下跌破86美元/盎司，日内下跌2.63%。

36氪获悉，工业和信息化部网络安全威胁和漏洞信息共享平台发布关于防范OpenClaw（“龙虾”）开源智能体安全风险的“六要六不要”建议。针对“龙虾”典型应用场景下的安全风险，工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）组织智能体提供商、漏洞收集平台运营单位、网络安全企业等，研究提出“六要六不要”建议。

当地时间周二，谷歌、特斯拉以及另外5家电力设备、数据中心产业链公司宣布成立“电网利用联盟”（Utilize），旨在通过提高美国的电网利用率，实现降低电力成本和大幅增加用电负荷的目标。该团体主张，若充分利用现有电网，美国未来十年可为消费者节省超1000亿美元电费，并释放大量新增用电空间。根据标普全球测算，美国数据中心电力需求将在2026年达到75.8吉瓦，并将在2030年提升到134.4吉瓦。（财联社）