距离马斯克的「超级应用梦」落地，只剩最后三天。4 月 17 日，XChat 预计正式登陆苹果 App Store，全球同步开放下载。

这绝对不是一次普通的 App 上架。在马斯克那张疯狂且庞大的商业战略棋盘上，XChat 是他豪掷 440 亿美元买下 Twitter、将其暴力更名为 X 之后，又一枚核心、也最不容有失的落子。

他对这一天的期待，可以追溯到 2022 年。

收购 Twitter 之后，马斯克几乎在每个公开场合都会提到微信。他说：「在中国，你基本上是生活在微信里的，因为它对日常生活如此有用。如果我们能在 X 上实现这一点，哪怕只是接近，那都将是巨大的成功。」

马斯克痴迷的不是微信的聊天界面，是它作为数字生活操作系统的地位，支付、通讯、打车、外卖、水电费，全在一个 App 里。如果说收购 Twitter 是拿到了超级应用这场赌局的入场券，那么 XChat，就是他在牌桌上打出的第一张明牌。

顶着马斯克版微信的噱头，XChat 却活成了 Telegram 的模样？

从功能上看，XChat 主打的是隐私优先的独立聊天应用。

注册不需要手机号，直接用 X 账号登录，消息支持阅后即焚、撤回和编辑，群聊最多可容纳 481 人，文件传输上限高达 4GB，跨设备音视频通话全部内置，下载需要 iOS 26.0 或以上版本。

应用层面禁止截图和录屏，试图从源头堵住内容泄露的漏洞，这可能是一些科技圈老板最喜欢的功能，Grok AI 被直接嵌入聊天界面，可以在对话里随时调用，用于总结内容、实时翻译或规划行程。

XChat 的整体定位走的是干净、私密、少打扰的路线，界面剥离了 X 主应用里的信息流、广告和热搜，专门为私密对话留出空间。首发支持 46 种语言，包括简体中文和繁体中文。

带着马斯克极其鲜明的个人烙印，XChat 不仅在定位上大刀阔斧，其项目推进速度更是快得惊人，甚至透出几分激进与狂热。

去年 6 月，马斯克才在 X 上公开预告；到了 12 月，X 员工 Nikita Bier 就已经开始公开为其站台，惊叹团队「在短短三个月内完成加密私信迁移」，并顺脚踩了一下同行：「Facebook 花了三年时间才做到这一点。」

今年 3 月，iOS 版 TestFlight 测试名额开放，先是 1000 人，很快扩到 5000 人，名额在公告发出后短短两小时内被抢光但伴随高关注度而来的，是极其两极分化的口碑。

3 月就拿到 TestFlight 资格的用户 @Nicole_yang88 写道：「整体流畅度非常高，几乎没有卡顿感。界面走的是极简路线，层级清晰、配色克制，观感上确实有点接近 iMessage 的那种干净风格。」她还特别提到，与 X 主应用一键授权登录、账号数据无缝衔接，「完全没有切换应用的割裂感」。

但也有人完全不买账。

测试用户 @ohxiyu 发文：「打开一看，跟 X 私信像素级一样，那为什么要独立出来？私信、请求、骚扰全混在一起，跟现在的 DM 没区别。想找某个人聊天？没有联系人列表，只能翻聊天记录搜。」

更让人摸不着头脑的是私密模式的设计，对方开了阅后即焚，你这边完全没有提示，内容过一会儿就消失了。他说：「Telegram 好歹还弹个通知告诉你。连个菜单都没有。感觉就是把 DM 页面套了个壳扔出来了。」

甚至 XChat 还没正式开放下载，麻烦已经来了。

4 月 11 日预约开放当天，就有用户发出警告：App Store 里同期出现了一款俄语版 XChat，图标和名字与真品高度相似，下载后会要求用户提供信用卡信息和 ID 证明年龄。

博主 @Imlaomao 亲身中招：「不小心输入信用卡信息后，觉得不对，立刻把信用卡都注销了。」他虽然表示没有直接证据证明该 App 一定存在问题，但建议大家「安全第一，小心为好」。

一款把安全隐私刻在脑门上的应用，在发布首日就得靠用户自己去甄别李逵和李鬼。这个充满戏剧性的开局，很难说不是对 XChat 未来命运的一个隐喻。

所谓「比特币级加密」，只是文字游戏？

在 XChat 的所有宣传话术里，「比特币式加密（Bitcoin-style encryption）」无疑是最抓眼球的字眼。深谙流量密码的马斯克，用这个偏极客词汇，成功让无数人脑补出了一幅赛博朋克式的画面：聊天记录上链、去中心化存储。

理想很丰满，现实很骨感。

根据英伟达安全开发人员 Matthew Garrett 对 XChat 早期版本的技术分析，XChat 的消息加密层采用了 libsodium 的 box 加密方案。这套方案本身经过广泛审计，算得上扎实。但有一点马斯克没有说清楚：libsodium 的核心是 C 语言写的，X 调用的正是 C 语言版本，并非他对外宣称的「全新 Rust 架构」。

密钥管理方面，XChat 采用了开源协议 Juicebox——这套协议有独立白皮书，并非 X 自研。它的设计思路是：将你的私钥加密后分片，存储在 X 公司控制的多台服务器上。换新设备时，你输入一个 4 位数 PIN 码，系统从服务器检索分片、重组密钥，聊天记录全部恢复。

问题在于，X 目前使用的三个后端域名均在 x.com 之下，推测均由 Twitter 直接控制。Juicebox 协议本身支持引入独立第三方后端以分散信任，但 Garrett 在分析时未发现 X 有这方面的实质部署。

更致命的一点在于，XChat 的协议缺乏「前向保密性（Forward Secrecy）」。这意味着，如果某一天你的静态密钥被攻破，无论是设备被盗、密钥被收缴，还是服务器端组装解密，你过去所有的聊天记录都会在瞬间全部可读。

Signal 的「Double Ratchet」算法可以确保即使一次通讯密钥泄露，历史记录依然安全。XChat 没有这个机制。

此外，通过查询苹果 App Store 官方披露的隐私标签，网友发现 XChat 保留了收集并与用户身份关联的数据权利，涵盖联系人信息、通讯内容、使用数据、诊断数据以及用户 ID。与此对照的是，Signal 仅收集注册必需的极少量联系人信息，且从不与个体身份关联。

更深的问题在于元数据。XChat 可能加密了你发送的文字和图片本身，但 X 平台在后台完整记录的是：你在和谁聊、聊的频率、最活跃的时间段、传输文件的大小。

在当代数据经济里，元数据的商业价值往往高于内容本身。这些行为轨迹可以反哺 X 主站的广告引擎，也是训练 Grok AI 的绝佳语料。简言之，聊天内容加密、行为数据裸奔，成了 XChat 最大的隐私悖论。

醉翁之意不在酒，马斯克的超级应用野心

理解 XChat 的野心，得先理解马斯克真正想做什么。他如此大费周章，想要的绝对不是一个仅仅用来聊天的工具，而是一个让用户把日常生活都装进去的「超级应用」，既是你和朋友说话的地方，也是你转账、买东西的地方。

按照这个逻辑，XChat 只是第一步。它要和即将上线的 X Money 支付系统深度绑定，让用户在发消息的同时就能完成跨国汇款和日常转账，把「社交+支付」的商业闭环彻底打通。

不过，障碍在于监管。

美国没有统一的联邦金融汇款牌照，必须在五十个州逐一申请。截至 2026 年初，X Payments LLC 已拿下超 40 个州及华盛顿特区的许可，但北美金融的心脏纽约州，依然对马斯克紧闭大门。

美国纽约州参议员 Brad Hoylman-Sigal 和众议员 Micah Lasher 曾联名向纽约金融服务局递交公开信，措辞严厉，要求拒绝向 X 发放牌照，理由是马斯克「行为严重缺乏品格与一般适合性」。

对于一个志在全美乃至全球的支付网络来说，丢掉纽约州，XChat 内的支付网络就无法覆盖全美最有消费力的人群，更何况，西方用户本就对「把所有鸡蛋放进一个篮子」这件事天然抵触，支付功能再打折扣，这个故事就更难讲下去了。

种种受挫的现实固然让人对「超级应用」的说辞产生怀疑，但只要看透他底层的逻辑，眼下的一切就变得合理起来。

抛开那些关于阅后即焚、加密隐私的极客噱头，目前关于 XChat 最具想象力的传闻，是它将如何与自家的 AI 大模型 Grok 融合。

虽然我们还没法实际上手验证，但如果顺着这个思路展开推演，你会发现，马斯克真正想颠覆的，根本不是聊天体验，而是人机交互的底层逻辑，也就是在 AI 时代做一个超级应用，那应该是什么样子？

微信的超级应用模式可以概括为「入口聚合」：一个 App 把出行、外卖、支付、社保、健康全部塞进来，用户在一个界面里跳转不同的服务。这个模式基本定义了过去十年中国互联网的产品范式。但它的底层逻辑始终是「你来找服务」。你知道你要打车，你点进滴滴的小程序；你知道你要付款，你打开微信支付。

只是，入口聚合，是 App 时代的超级应用答案。AI 调度，可能才是 AI 时代超级应用的版本答案。与其把一百个功能塞给用户，不如让一个 AI 替用户搞定一切。

当然，从目前的爆料信息来看，XChat 离这个愿景还差得远，没有丰富的服务生态做支撑，Grok 就算再聪明，也只能在聊天框里做做翻译和文字总结的苦力活。马斯克的答卷也许潦草、充满争议，但他已经开始交卷了。

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

很少有 MacBook Neo 评价两极化这么夸张的苹果产品。

有人说它性能完全不够，靠 logo 骗预算不够的小白；有人却说它是近年来苹果最务实的诚意之作。

剥离掉对跑分性能和极致的生产力上限的执念，你会发现，已经很久没有一款科技产品，剔除冗余的性能溢价，也不做不切实际的承诺。你不应该买它，除非你真的需要。

在 MacBook Neo 的身上，有一种真正的「极简主义科技」意味，因为它回应了用户真实需求，也没有人为阉割来制造所谓的极简感。

今天爱范儿这篇专栏文章，想要探讨真正的「极简主义科技」究竟是什么。

我在 Reddit 上看到了很多帖子，描述想象中的极简主义科技生活：主力机是 Light Phone 3 代，这台「笨手机」(dumb phone) 售价 699 美元；一台 iPod Classic 用来听歌；一台十年前的数码相机用来拍照；当有灵感需要记录的时候，他会从自己的「离线包」里掏出手账本……以此类推。

每一个智能手机具备且经常使用的功能，都被分散到一台单独的设备或道具上。日常出街的家伙事，足足三斤重。

帖主给这种状态起了个名字：Inconvenient Maximalism，不方便的极繁主义。

对了，这个「离线包」(analog bag) 也是前段时间洋抖 (TikTok) 上爆红的最新趋势，成千上万的视频，巨大的流量。它指的是一个装满「离线物品」的包：胶片机/CCD、随身听、有线耳机、毛线针和线团、手账本与纸质书……大意是说，当你出门时完全可以把手机扔下，用这包东西打发时间。

我很喜欢的一个「反消费主义者」YouTube 博主 Levi Hildebrand，是这么评价「离线包」的：

手机能做一百件事。所以你不带手机就需要一百样东西来替代它，结果就是你的包包越装越重。

然而更讽刺的是，这些博主明明带着手机，背着包包到处跑，几十个场景机位来回切换，拍出视频……就是为了发到网上，再忽悠他们用自己的返佣链接下单去买这些 CCD、随身听、耳机、毛线针、手账本？

如今的消费主义，已经堕落到这种程度了？为什么这些热衷于「极简主义科技」「数字排毒」的人，如此抽象？

数字排毒，活成了自己的笑话

每当某种注意力收割工具令人厌倦了、过时了，马上就会有新东西，以反抗者、革命者的姿态出现，承诺将你解脱出来……

不消时日，这个新东西就会马上演化成下一轮的收割工具，往复循环。

今天，这个新东西就是「数字排毒」的概念，以及打着这个概念旗号，企图笼络人心的极简主义科技产品们。

2017 年，第一代 Light Phone 上市，只能打电话；2019 年，Light Phone 二代加入了短信、音乐播放器和闹钟。去年，乘上了「笨手机」春风的 Light Phone 三代终于发布，售价 699 美元。

海外媒体是这么评价 Light Phone 三代的：「极简主义被拉伸到令人沮丧的程度」，「一台越来越像智能机的傻瓜手机」。也不能怪他们：AMOLED 屏幕、摄像头、NFC 支付、指纹解锁……只看参数表的话，你很容易以为这就是一台智能机。

从开始到现在，Light Phone 已然进入了两难。如果卖点是「少」，就必须砍功能。但功能少了，用户反而不敢买单；把功能加回来，尺度很微妙。

除了产品设计之外，Light Phone 还面临商业模式的问题。

它最初是从众筹平台上起飞的，但公司随后不得不拿了风投的钱。谈投资的时候可能聊的是「数字排毒」的趋势，投后要看的却是销量、增长、财务……本质上，这套逻辑和极简主义/反消费主义「希望用户少用产品」的美好愿景是完全错位的。

结果就是为了卖货，这台「笨手机」高也不成低也不就，离它最初承诺的东西越来越远，却越来越像它本来要取代的东西……

消费主义的本质，是不断创造新的欲望来消化过剩的产能，而注意力经济是创造消费欲望的最有效手段之一。

哥大法学院的吴修铭教授认为，教授注意力经济也已有百年多的历史。从 19 世纪的廉价报纸 (penny press)，到 20 世纪的广播电视，再到今天的短视频、小游戏、短剧，其实注意力经济从来没有变过：用免费内容交换人的时间，再把这些时间通过各种方式（广告、数据等）变现。

哈佛商学院荣休教授苏珊娜·祖博夫在《监控资本主义时代》一书中提出了一个新的概念：「行为剩余」（behavioral surplus），指的是科技公司从用户行为里提取数据，例如你点击了什么、在哪里停留了多久、在哪里犹豫了，然后把它们转化为「行为预测产品」，打包卖给广告商。

但为了让预测更准确，平台需要主动去「塑造」用户行为——无限算法流、消息红点、间歇性的点赞通知，都会服务这个目的。

前几年曾经有个社交产品 BeReal 爆火，每天随机弹出通知，用户必须在两分钟内打开应用拍照并分享，没时间准备，也不给修图滤镜，鼓励展现未修饰的日常样貌，消除社交产品的使用焦虑。

2024 年，以高频成瘾的垃圾手游闻名的法国公司 Voodoo，斥资 5 亿欧元收购了 BeReal。

一款以「反注意力收割」为卖点的产品，反倒被注意力收割机吞并了。这大概就是活成了自己的笑话、屠龙者终成恶龙、逻辑闭环了吧……

这些科技产品的设计理念，本质上和老虎机没什么区别。让人上瘾最有效的方式不是每次都给奖励，而是随机给。你不知道这次下拉会看到什么，正是这个不确定性让你停不下来。

互联网是通讯工具，是知识系统……它可以是很多东西。但大部分时候，它实际上是一台重新引导、无情收割一切注意力的机器。它侵蚀的不只是你的时间，是你的掌握自己注意力的自主性。

买一台「笨手机」，解决不了结构性问题

乔治城大学计算机教授卡尔·纽波特是「数字极简主义」这一概念最重要的推广者。2019 年他出版了《数字极简主义：在喧嚣世界中选择专注的生活》一书，认为电子邮件、聊天、短视频等等助长了「过度活跃的蜂群思维」(the hyperactive hive mind)。

纽波特认为，智能手机应该像一把瑞士军刀，大体上有通话、地图、相机、音乐这些核心功能就够了——这个愿望有点不切实际，他自己也清楚。

于是他转而提倡一种「非暴力」式的戒网方法：在你的手机上关闭非紧急通知，删除社交软件，手机调成单色模式，给自己设定一个数字宵禁的时间。从他的角度，把手机放在家里不带出门，已经是最极端的排毒行为了。

你可以看出来，纽波特的方案本来是零成本的。他从来没说过，你应该花数千块钱购置任何额外的设备。在他的方法论当中，甚至没有「数字排毒产品」这个品类的存在。

然而冥冥之中，提出了数字排毒概念的纽波特，反而成了另一群人，将之商品化的共谋：

• 首先，有人带着真诚的初衷发现了一个真实问题，触碰到了更多人内心深处某种真实的渴望；
• 接着，另一群人看到了营销机会，开始兜售一套你必须拥有的东西，来证明你属于这场运动。
• 结果是，这群人接管、掌握、统治、最终定义了整个运动，直到它的信仰破灭。

类似的剧本一再上演。

1986 年，意大利的第一家麦当劳，在罗马的西班牙广场开业。作家 Carlo Petrini 召集了一群同事朋友去抗议，而这次抗议后来演化成了慢食运动 (Slow Food)。

这场运动的立场，既回归传统又标新立异：反对工业化快餐对饮食的侵蚀，在农民和消费者之间建立更直接的连接。

然而现如今，「农场到餐桌」(farm to table) 早已成了高端食品的标签，慢食运动最初所代表的理念，早已被消费主义完全消化，逐渐退化成了高档餐厅和有机超市溢价的理由。

十多年前，源自于佛教等宗教里的正念/灵修/内观，成为了社交网络上最 in 的潮流之一。然而当这种非主流爱好演变为潮流之后，也成了新的商业收割机。一群科技创业者趁势而上，开发出了市场规模高达数十亿美元的正念产业。

学者 Ronald Purser 在 2019 年出了一本书，书名就叫《麦正念》(McMindfulness，一个很有趣的双关)，批评「正念」早已变成让打工人在高压环境里更好适应的减压技术。正念产业们忽略了真正的问题在于结构性的工作压力，却把责任塞还给了个人，让用户去管理自己的内心。

热潮过后，行业两大巨头 Headspace、Calm 的下载量纷纷暴跌（-74%、-61%）。

和「农场到餐桌」「正念」等概念一样，数字排毒也正经历概念破产的加速期。

数字排毒产品许诺的是：用一次性的消费行为，解决一个持续性的行为问题。但如果你看过各种电影电视剧里强制戒酒、戒毒之后的复饮、复吸情节，应该知道这种强硬限制的反效果有多强。

2025 年《BMC Medicine》刊登了一项为期三周的手机使用干预试验，要求上百名参与者每天使用时间不超过两小时。干预期间，测试组的平均屏幕时间从每天 285 分钟降至 129 分钟，压力和睡眠质量也同步改善。

然而 6 周后回访数据显示，他们的屏幕时间又反弹回了 226 分钟，心理健康睡眠指标也降回去了。又过了一周，反弹情况已经和测试的对照组基线水平无异。

强制、短期的「戒网」，是没有效果的。

为什么这种限制注定会失败？上世纪 60 年代，心理学家 Jack Brehm 提出「心理抗拒理论」：当一个人感知到自己的自由选择被外部力量限制时，他会产生强烈的动机来恢复这种自由。

约束越强硬，被禁止的行为就越有吸引力。这解释了为什么很多「笨手机」用户最终把那台手机放进了抽屉，然后换回了 iPhone 和安卓机。

数字排毒产品赖以存在的心理前提，可能本身就是错的。

用消费，反抗消费

回到文章开头提到的「离线包」案例。

如果你去刷相关话题的视频，会发现这些博主，各种书哐哐往家买，却没几个真的去博物馆借书的；这群人的视频里一定有个漂漂亮亮的手账本，里面到底记了啥你是不太可能看到的。

用户在博主们的影响下，花了成百上千块钱，买了各种各样的产品。然而，却形成了「意识到问题了」「在行动了」，就等于题被解决了的错觉。

这种行为其实很像中世纪西方大受欢迎的「赎罪券」。信徒不用改变自己的行为，甚至不需要告解和悔改，只需要支付金钱就能获得「罪已得赦」的心理确认。钱花出去，药到病除，非常方便。

17 世纪的赎罪券（后世复刻）

这种现象在行为经济学上叫做「道德许可效应」。当人们完成了一件感觉道德的事情之后，更容易在其他方面放纵自己。比如购买 Patagonia 等环保品牌，很容易让你误以为自己真为地球环保做了多大贡献——其实从个体角度，你的不仅助长了消费主义，甚至制造了更多的垃圾。

我们为什么执迷于用消费行为来反抗消费主义，却以为自己还挺聪明？其实，这里面有人格方面的深层原因。

人是注意力动物。无论是手机，还是离线包里装的各种各样的东西，其存在目的都是牵制住人的注意力，帮我们杀掉时间。如果没有这些东西占据注意力，我们会变得极度无聊。

究其根本，在人人都有智能手机、人人都随时在线的时代，我们已经不知道一个人不刷手机该怎么呆着了。如果注意力充裕却没有地方可放，我们甚至会恐慌。所以我们需要一种「干扰」。

而这些数字排毒产品，其实是在利用你的不安全感，来赚你的钱。他们真的解决了什么痛点吗？恐怕没有。

不只是数字排毒产品，所有的消费陷阱，都是同一套底层逻辑。

如果你要用消费行为来反抗消费主义，恐怕只有资本最后成为赢家。

真正有用的方法，免费但无聊

2024 年，斯坦福大学社交媒体实验室让 80 多名学生用「笨手机」替代智能手机使用一周，初步发现受试者的头脑更清晰，更专注，更活在当下。

但进一步调研发现，主要归因并不是「笨手机」，而是那些报名参加了这项研究的学生，原本就有「数字排毒」的动机。

其实真正有效的方法是完全免费的，只是有点无聊。

豆瓣上有个「数字极简主义者」小组，有 3.3 万成员，我们分析总结了里面的很多帖子，发现最主流和有效的方法，就是少用、不用手机。

比如和家人约定晚饭时间不看手机，比如睡前把手机放到卧室，用真的闹钟来定闹铃；非要用的话，可以巧用，比如把社媒 App 移到手机的第三屏，增加「找到它」的摩擦成本；使用的时候大量点击与兴趣无关的内容，故意污染平台「千人千面」的推荐算法。

是的，实现数字排毒，不需要购买任何新的产品，你唯一需要支付的成本，不应该是金钱，而是心智。但你可以一点一点来，比如先从躺到床上就不再用手机开始。

究其根本，你要承受戒断反应，学会与无聊做朋友。

在注意力高度碎片化的今天，其实「无聊」是件很好的事。如果你能领悟无聊的意义，开始享受无聊，进而换种方式利用无聊的时间，「数字排毒」才能真正开始。

无论如何，都不要再买赎罪券了，那都是骗子发明出来骗傻子的。

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

Apple 上海开发者中心，这个工作坊开始还不到十分钟，第一个认真讨论的话题，是电压。

来自 Blackmagic 的工程师举起一块电池，提出问题：升压模块把 18 伏拉到 24 伏以上，能不能稳定录制？

房间里安静了一下。

答案是不能——这台造价二十多万元的 Blackmagic URSA Cine Immersive 摄影机，需要 112 瓦以上持续供电才能正常运转，而升压后只能到 90 多瓦。看起来在工作，但真到 90 帧高规格录制的时候，素材很有可能会丢帧。

这是摄制高规格沉浸式内容时才会遇到的问题，迄今业内也没有多少人知道这个点。

一年前，这个问题还不存在——彼时，Blackmagic URSA Cine Immersive 摄影机才刚启动发货。

迄今为止，Apple Vision Pro 依然是地球上唯一能够完美显示这些内容的设备。

现场的几十个团队，大多已经用过 Apple Vision Pro，为这台设备拍过东西，有些甚至交付了项目。他们来这里，只想解决一件事：怎么制作高规格的沉浸式内容？

但他们面对的具体问题多如牛毛，没有人知道标准答案。

从工程问题，到影视问题

这个开发者中心过去接待的，大多是做编程、设计和游戏的开发者，内容创作者如此集中出现，还是头一次。

制作高规格的沉浸式影像，门槛高到不可思议——

当时，没有专用摄影机，也没有能处理这种格式的剪辑软件，有的只是苹果给出的一份格式规范。

想从拍摄走到交付，每一步要么自己写代码，要么改造现有工具。一个项目组踩过的坑，下一个项目组还得从头再来。这块领域的早期创作团队，掌镜的往往是工程师，而不是摄影师。

2024 年 12 月，Blackmagic 推出了第一台专门为沉浸式影像设计的摄影机，但直到一年后，DaVinci Resolve 20.1 发布，才第一次全面支持沉浸式影像工作流。

RAW 文件直接进达芬奇，剪辑、调色、空间音频混音，元数据全程保留，整个链路终于可以不靠代码跑通。

新的障碍紧跟着就来了。

仅仅拍了 16 分钟，原始素材就超过了 1.2TB，这意味着存储和传输方案要从头设计。

监看更麻烦，2D 监视器展示不了真实的双目景深，左右眼对齐误差在平面屏上根本看不出来，等后期发现基本只能重拍。有摄影师说，宽角预监画面几乎是「有误导性的」，只有在头显端实时看，才知道实际拍到了什么。

机位逻辑也完全不同——空间影像没有变焦，拍一场演唱会可能要同时架二三十台定焦机器，由剪辑师在后期选镜头。什么时刻该切镜头、切去哪、观众的注意力在哪？

很多传统影像的经验在这里失效。

The Weeknd 的沉浸式短片「Open Hearts」只剪了 30 刀，但同一首歌拍成普通 MV 要剪 300 到 400 刀。

当观众可以自己转头扫视整个空间时，快速剪辑的英雄镜头就失去了意义。内容的主动权，一部分还在导演手里，但大部分已经被交还到观众手上。

观众到底想看什么？

我们联系到了一家位于广州的 XR 体验店，店主 Jeffrey 也是一位 XR 领域的资深媒体人，他告诉爱范儿，短短一个多月，他们已经做到了这个片区的团购第一，全靠一台 Apple Vision Pro。

CORTIS 是 2025 下半年才声名鹊起的 K-pop 男团，在工业化高度发达的韩国演艺圈，为偶像拍摄零距离的沉浸式影片是一种常见的营销方式——而 CORTIS 选择了用 Apple Vision Pro，显然是看中了其绝佳的清晰度和沉浸感。

2026 年 1 月 30 日，CORTIS 练舞的沉浸式影片《NEAREST: CORTIS》在 Apple TV 免费上线，凭借浸入感极强的演出和身临其境的视听效果，收获了极佳的口碑，在粉丝群体间口口相传——但真正能看到这条影片的人凤毛麟角。

以 Apple Vision Pro 为核心设备的体验店得到了破圈的机会。

一般来说，这类体验店的辐射半径是 5 公里，但随着粉丝们的种草笔记在小红书上自发扩散，梦想和偶像零距离接触的观众从四面八方涌来。

Jeffrey 说，客人觉得这个内容好到能忽略设备的一切缺点——压脸、闷热、弄乱发型……都不介意。过去这么多年里，VR 内容的出圈和推广是极其艰难的，但 Apple Vision Pro 的沉浸式影片，打破了这样的困境。

沉浸式影片里呈现的，是现实世界的真实视差。成员就站在你旁边，你看向他时，就像真的站在练舞室里。无数立体的细节扑面而来，营造前所未有的真实感，真实得像做梦一样。

苹果官方有一套评估沉浸式影像的画质标准，其中最重要的尺度，不是分辨率也不是像素密度（PPI），而是「感知清晰度」——简单来说，就是视力表。

苹果希望每一部登录 Apple Vision Pro 的高品质沉浸式影片，都能还原肉眼观看世界的体验——近处的内容细节丰富，远处的画面自然会有些模糊，但他们的帧率、色彩、亮度都尽可能贴近真实的视觉感受。

唯有如此，才能保证绝佳的沉浸感。

于是，当我们戴上 Apple Vision Pro，才能置身万米高空的索道、来到 NBA 全明星现场、伫立在西班牙斗牛跟前——这些难以亲临的造梦现场，是观众真正想看到的内容，是一种前所未有的稀缺体验。

造梦，AI 时代的稀缺体验

根据 IDC 的预测，2025 年，Apple Vision Pro 出货量只有 10 万台左右，上市两年仅仅卖出了 50 多万台——这可能是 iPhone 面世以来，苹果最滑铁卢的产品。

太重，太贵，太超前，成为判 Apple Vision Pro 死刑的理由。

但苹果在 Apple Vision Pro 内容上的投资从未停过。

过去两年，Apple TV 已经上线了超过 30 部沉浸式影片，每隔一两个月总会有些新东西看——

从棒球场到篮球场，从恐龙纪元到动物世界，从二战潜艇到高空钢丝，从男团练舞室到演唱会现场……很难想象，苹果会为一台出货量跌了九成的设备，稳定持续地更新生产成本高昂的内容。

显然，苹果从来没有觉得 Apple Vision Pro 完蛋了，倒不如说，苹果正在给 Apple Vision Pro 的未来下注——为未来注定更加稀缺的造梦体验下注。

在过去两年使用 Apple Vision Pro 的过程中，我经常会有类似的感受——戴在我头上的，到底是未来的 iPhone、Mac 还是 iPad？

Apple Vision Pro 是一个没有经过「剪裁」的产品，苹果也不知道用户想要什么，于是把所有的东西都给了用户。

未经剪裁的 Apple Vision Pro 搭载了太多的功能，也面临太多的妥协。但至少，让人真假难辨的造梦体验，是 Apple Vision Pro 无可取代的部分。

三年前，Apple Vision Pro 和 ChatGPT 分别代表了科技行业最受瞩目的技术方向，但前者是卖了 50 万台的极客玩具，而后者则改变了 10 亿人的生活方式。

于是，当生成式 AI 把内容的生产门槛降到最低时，我们也将迎来数字内容最饱和的时代。

那时候，观众到底想看什么？

1984 年，威廉·吉布森在《神经漫游者》里描绘了一种全新的媒介——「拟感」（simstim）。

那是把一个人的完整感官体验录成数据，传进另一个人的神经系统，从而实现感同身受的体验。

在经典赛博朋克世界观里，这是将电视电影取而代之的东西。

Apple Vision Pro 的沉浸式影片，提供了当下最接近「拟感」的体验——那是一种要求你必须在场，要求你用自己的感官，去经历真实与虚妄的造梦体验。

我说不好这到底是不是未来，但我看到全球各地已经有许多人，他们在拍了，他们在做了。

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

1977 年，乔治·卢卡斯为了拍《星球大战》，专门成立了一家公司，叫工业光魔。

究其原因，当时根本没有任何现成的工具，能实现他脑子里的那些画面。这家公司后来成了好莱坞特效工业的基石。但它能做到的事，在相当长的时间里，只属于有能力养得起它的那些剧组。

镜头语言、音效层次、特效密度，它们共同决定了一部作品的「成片感」，但构建它们需要的资源，把绝大多数创作者挡在了门外。

直到生成式 AI 掀翻了牌桌，这道高墙才第一次真正出现裂缝。

门槛是降了，可 AI 却像个难以驯服的「抽卡盲盒」。极差的「一致性」，成了 AI 视频迈向可用阶段最要命的拦路虎。针对这个问题，由国内生数科技开发的视频生成大模型 Vidu 两年前在业界首创了参考生功能。

角色、场景、服化道，全部可以作为参考输入，AI 在你给定的视觉锚点上展开创作，整套素材库可以复用。最近，APPSO 注意到，Vidu Q3 参考生功能也正式上线。

值得一提的是，今年 1 月，Vidu Q3 发布后登顶了国际权威 AI 基准测试机构 Artificial Analysis 榜单，这份真刀真枪拼出来的榜单成绩，也让后续一系列能力升级有了更厚实的底气。

工业光魔用了几十年，才将「能拍出来」这件事的门槛大幅拉低。如今，Vidu Q3 的野心更大，要给剧组的每一个工种配一个 AI 副手，让每一个创作者，都站在同一条、也是更高的起跑线上。

AI 视频生成的尽头，是把重心还给「讲故事」

如果说 Vidu Q1 是在建立基础的叙事能力，Q2 是让角色开始懂一点「演戏」，那 Q3 的目标就只有一个：让生成的内容直接嵌入制作流程。

为了做到这一点，Q3 参考生在特效、音效、场景三个维度上做了系统性升级。六大特效（粒子、流体、动力学、运镜、转场、光影）、五大音效（环境、动态、氛围、拟音、情绪）、四大场景（漫剧、短剧、影视剧、广告）的创作，全部围绕着一个核心：

让 AI 视频生成真正为剧而生。

这套能力管不管用？我们可以掰开来看看，Vidu Q3 是怎么抠细节的。

漫剧：你只有零点几秒的时间留住观众

漫剧是对特效要求最直接的场景。

受众不在乎画面像不像真实，但对动作戏有没有爽感极为敏感。一刀劈下去没有冲击力，一拳打出去没有震感，观众会直接划走。这个判断发生在零点几秒之内，没有商量余地。

Vidu Q3 的粒子加动力学组合，正好命中这个痛点。

仙侠战场那段，女主角站于山巅，双手结印，暗金粒子从指缝溢出凝聚成旋转符阵，符阵骤然爆裂，神剑破空而来，刀鸣余震持续颤动，镜头随剑飞行轨迹快速跟拍，定格至女主与神剑并肩的全景，粒子余烬在空中缓缓飘散。

这段画面同时调度了粒子特效、运镜跟拍、动力学冲击和光影渲染。

能单独生成这些不算稀奇，关键是这些元素的节奏全部服从叙事逻辑。粒子凝聚的速度、符阵爆裂的时机、镜头跟拍的弧线，都在配合「召唤神剑」这个叙事动作的情绪节拍。

深空战场的机甲对决案例同理。

蓝色等离子重击胸腔，爆炸冲击波以同心圆向外扩散，碎片与金属残骸四射，机甲受损后发出电弧噼啪声与机械嘶鸣。视觉冲击力和音效层次同步爆发，每一层都在推进战斗叙事，而不是随机无脑的感官轰炸。

哪怕下面这个案例中没有大场面，没有冲突爆发，也能全靠氛围撑场子。笔尖声、钢琴旋律、窗外若有若无的风声，互不抢戏。

短剧：情绪是最难造假的东西

如果说漫剧靠特效密度，短剧靠的则是克制。短剧不需要大场面，但每一帧都得言之有物。

宫廷相遇戏里，两人相距不足一步却又各怀心事。镜头以两人为轴心做慢动作环绕，光影在落花与衣袂间流动。画面静，情绪满。这种氛围的成立，七成靠音效，三成靠画面。氛围音赋予场景呼吸感，运镜特效让情绪在视觉层面被放大，两者缺一不可。

雪夜离宫戏则是更明显的案例，镜头极缓推进那只握紧袍袖的手，女主背影越来越小，风雪越来越大，皇子始终立在原处，一步未动，全程没有台词。

即便叙事完全交给了镜头调度和环境音。雪声、风声、脚步声，这些细节构成了场景的「底色」，一旦消失，整场戏的情绪就塌了。由于 Vidu Q3 对氛围音这一层有专门建模，也让生成视频第一次有了真实的空间感。

影视剧：三秒定生死的「质感」从哪来

进入影视剧，质感成了三秒内决定观众去留的关键。而质感，是声音和画面同时对齐的结果。

飙车戏里，黑色改装跑车以极速切入弯道，轮胎与地面摩擦发出刺耳啸声，后视镜中出现追击车灯越来越近，主角踩死油门，发动机轰鸣音调骤然拉高，车身侧滑甩尾，水花在车身两侧炸开。

雨声、发动机声、心跳声，三轨音效交叠。

战场戏的音效设计更说明问题。

炮弹落点极近，冲击波将士兵掀倒在地，落地瞬间声音骤然压低，变成沉闷的耳鸣声，一切慢动作化。随后耳鸣逐渐消退，枪炮声、战友呼喊声与金属碰撞声重新涌入，从压制到爆发，层次感极强。

广告：记住，才是唯一的 KPI

对于商业广告的评判标准，看完之后能否留下记忆点几乎是唯一的标准。

运动员从黑暗中冲出，每一步落地激起地面破碎的动力学特效，混凝土以冲击点为圆心炸裂，碎片向外飞散，鞋底离地瞬间爆发橙色残影光轨。节拍鼓点与特效爆发点精确同步，每次落地等于一个鼓点。

再比如这个香水广告，在极致黑色场景，琥珀色液体超慢动作溢出，金雾粒子向四周飘散。大脑也因此自动补全了「奢侈品现场感」。

一个靠轰炸，一个靠克制，能同时走通这两条路，才是真正意义上的「覆盖宽度够用」。这也是 AI 生成内容过去最难拿捏的地方，因为「分寸感」这东西，你很难用参数来描述它，但你一眼就能看出来有没有。

当然，Vidu Q3 的能力覆盖远不止于此。选择这些主流场景进行验证，正是因为它们对「可交付成品」的要求天差地别，恰恰能印证 Q3 版本的能力宽度。

出片即交付，Vidu Q3 让「够用」变成了「好用」

回头看前面这四个场景。漫剧要爽感，短剧要情绪，影视剧要质感，广告要记忆点，能力走通，只是第一步。接下来的问题是：这套能力，怎么真正进入创作者的工作流？

Vidu Q3 参考生的能力，并没有被锁在单一的产品形态里。

模型层由 Vidu Q3 提供参考生能力与叙事生成的基础，并通过 MaaS（Vidu AI 开放平台，Vidu.API）和 SaaS（Vidu Agent、Vidu Claw）等方式向全球开发者、创作者和企业提供服务。

其中，MaaS 企业服务已做到行业第一，对比同类产品，在合作层面具备多项差异化优势：0 门槛接入、1/3 的行业价格、合理的切镜逻辑、更快的生成速度、提示词调优支持、灵活的工作流适配、配套培训服务，以及高峰期依然流畅的使用体验。

使用邀请码 APPSON3，登录 Vidu.cn 即可快速体验最新的 Q3 参考生功能，同时获赠 500 积分。

无论用哪个入口，调用的都是同一套视觉锚点逻辑和叙事生成能力。

一套素材库，在不同平台、不同工具里反复调用，角色设定不需要为每个环境单独重建一次。以前靠时间和人力堆出来的「风格一致性」，现在变成了一个可以被系统性管理的参数。

这套能力组合最终指向一个再清晰不过的结论：大模型的生产能力，终于真正嵌入了实际内容生产的每个环节。

放到具体场景里就更直观：做漫剧时，以往极难处理的连贯打斗镜头，现在可以轻松生成；做短剧时，角色的微表情不再僵硬如木偶，多了真实可感的情绪与人情味；

做影视后期的声音设计，AI 生成的音轨可以自然融入原有素材；而在广告制作中，画面节奏与音乐节拍的对齐，在模型生成阶段就已自动完成。创作者拿到的初稿，本身就是一份完成度极高的成品。

发现了吗？这些能力，在以前意味着需要特效师、剪辑师、声音设计师等多方频繁沟通、协同作业才能交付。而现在，它们成了 Vidu Q3 最基础的基准输出。

漫剧、短剧、影视剧、广告，这些领域都有着共同的痛点：内容需求巨大、人力成本极高、迭代周期漫长。以前，大家靠堆人力和时间来赶进度；现在，一套清晰的降本增效逻辑正在重新丈量这些行业。

这背后藏着一条关键逻辑。当模型的基准输出直接达到可用级别，协作链条上最耗时、最容易内耗的一环就自然瓦解了：所有人对齐同一个视觉意图，过去被沟通和试错消耗掉的时间，现在可以全部还给创作本身。

我们常说 AI 要落地，什么是真正的落地？不是在社交媒体上拿几十万个点赞，也不是跑分榜单上的第一名。真正的落地只有一个标准：出片即可用，不用反复抽卡，初稿就是成品。

可以说，工业级内容交付的边界，第一次这么真实地向普通创作者和中小团队敞开了。当 Vidu Q3 已经备好了最高规格的视听语言。那接下来的问题，就变得愈发纯粹了：

面对这台轰鸣的工业级引擎，你打算用它，讲一个怎样的故事？

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

我每次翻《天龙八部》，翻到少林寺藏经阁那一段，都要停下来。

萧远山、萧峰父子对上慕容博、慕容复父子，鸠摩智再从旁搅局，三十年的血海深恨搅在一处，眼看就要分出生死。就在这当口，一个枯瘦的扫地僧走了出来。

萧峰的降龙十八掌打在他身上，他虽受内伤吐血，却以浑厚内力生生受之；他举手投足间让慕容博陷入「假死」复又救活，这种生死由心的境界，令在场一众顶尖高手莫不震慑失语。

这一刻，谁强谁弱，答案不言而喻。

AI 圈最近几年，流行把 DeepSeek（深度求索）比作这位老僧。在所有人眼里，AI 赛道的格局早已注定，海外有御三家，国内有大厂和彼时风头正盛的 AI 六小虎，轮不到旁人来置喙。

结果一家做量化交易出身的中国公司，悄没声儿地走出来，用一套从天而降的招法，在各项核心评测上与这帮人正面交手，打得有来有回。

只是，扫地僧出场，是《天龙八部》行将收尾的时刻。他的使命是终结纷争、化解戾气，然后全书走向尾声。可大模型的故事，没有尾声，也没有终章，只有下一回，还有下下一回。

把 DeepSeek 比作扫地僧，是对它过去的最高赞誉，但如果这三个字正在慢慢变成困住它的枷锁，我倒觉得，赞誉和催命符，有时候只在一念之间。

扫地僧是怎么练成的

金庸写扫地僧，从来不正面写他的功夫。他写的是别人的反应，萧峰愣了，慕容复愣了，旁观的人也愣了。高手的境界，要从旁人失语的瞬间才能传递出来。

DeepSeek 的故事，也暗合这个逻辑。

作为杭州的一家对冲基金，外人提到幻方量化，第一反应是期货、是算法交易、是数学天才们盯着屏幕上跳动的数字。这和 AI 大模型，八竿子打不着，却悄悄把一批工程师和研究员聚在一起做大模型。

2023 年 11 月，他们发布首个开源代码大模型 DeepSeek Coder，后续拿出了一个 67B 的语言模型。在官方给出的多项评测中，67B 超过了 LLaMA2 70B，67B Chat 在部分中文和开放式评测中优于 GPT 3.5。只是，圈内少数几个消息灵通的人注意到了，大多数人没注意到。扫地僧还在扫地，少林寺的人都在忙着练少林长拳。

让其开始崭露头角，是 2024 年 5 月 7 日发布的 V2。V2 用的是 MoE（混合专家）架构，总参数 2360 亿，但每次推理实际激活的只有 210 亿。与此同时，V2 首次采用了 MLA（多头潜在注意力）机制，大幅压缩了推理时的显存占用。

两相叠加，让模型在同等效果下，跑得更快，花得更少。用金庸的话来说，这叫以柔克刚，以精妙的内功路数，弥补了真气总量上的不足。

但砸出最大水花的，是定价。V2 的 API 定价，每百万 token 输入 1 元，输出 2 元。GPT-4 Turbo 当时是它的七十倍，Meta 的 Llama3 70B 是它的七倍。一块钱，一百万个 token，大约相当于一本《三国演义》的字数。

这个价格摆出来，让整个国内大模型市场为之色变。当月，字节、阿里、百度、腾讯、讯飞、智谱，一家接一家跳出来宣布降价，最高降幅 97%，部分轻量级模型直接免费开放。

一场持续了大半年的价格战，就这么被 DeepSeek 的一句定价点燃了。那时候，业内给 DeepSeek 送了个外号，价格屠夫。

美国的半导体咨询公司 SemiAnalysis 在那段时间写了一篇分析，说这家公司有可能成为 OpenAI 的对手，也有可能碾压其他开源大模型。当时读到这句话的人，大概有一半觉得是危言耸听。一年多以后回头看，没有人再觉得是危言耸听了。

2024 年末的 V3 和 2025 年初的 R1，则是连续出手的两招，把对手打得目瞪口呆。DeepSeek 用极低的投入，打出了旗鼓相当的效果。

更让人震惊的是参与人数，139 名工程师和研究人员完成了这个项目，而 OpenAI 同期有 1200 名研究人员，Anthropic 有 500 名。Meta 超级智能实验室负责人亚历山大·王后来说了一句被广泛流传的话，当美国人休息时，他们在工作，而且以更便宜、更快、更强的产品追上我们。

紧接着便是是 R1，主打深度推理，数学、代码、逻辑，在相当多的测试维度上与 OpenAI o1 不落下风，训练方法用的是 GRPO 强化学习，靠让模型自己想清楚来提升推理能力。

最要紧的一步是开源。

R1 的开源，被广泛解读为一种慷慨。模型权重、技术论文、训练细节全部公开，全球开发者共享成果。这套叙事里，DeepSeek 是那个敞开藏经阁大门的人，路不拾遗，人人可进。

武功秘籍直接摆桌上，谁想学谁来拿的这一手，也打破了少数几家巨头对前沿模型的垄断，让全球数以万计的中小开发者有了和顶尖模型掰手腕的资格。

金庸写扫地僧，主要抓住几样东西，出身边缘、多年隐匿、一鸣惊人、技法精绝、胸怀坦荡。DeepSeek V2 的价格屠刀、V3 的成本奇迹、R1 的开源普惠，也让人们在 DeepSeek 身上，真真切切地看见了那个老僧的影子。

枷锁，以及枷锁之后

但武侠小说是会结束的，AI 赛道不会。

每次我写 DeepSeek 的文章，底下的评论区都像藏经阁又打了一场架。有人说它安安静静做产品，不收费、不立人设，能用就用，这才是正道。有人说它连国产其他巨头都未必打得过，已经无法搅局。

有人替它抱不平，有人觉得它早就该被淘汰。更有人说，「我们一直以来都没把 DeepSeek 当作优等生，而是当作扫地僧，真心希望它能如我们所愿」，这句话说得又期待，又带着一丝说不清楚的悲凉。

意见如此撕裂，本身就说明了一件事。DeepSeek 所受到的关注，早已超出了一家普通 AI 公司应有的体量。捧它的人把它捧上神坛，骂它的人把它踩进泥里，没有几家公司能在舆论场里同时承受这两种极端。

这篇文章大概也逃不过同样的命运，有人会说这是黑稿，有人会说这是 PR 稿，落个两头不讨好。但这无所谓，舆论从来都是这样，藏经阁里打架，不管谁赢，总有人不服。

说回正题，扫地僧出场那一幕，是《天龙八部》收尾的信号。他出手，纷争平息，故事逐渐走向终章。这个叙事结构，似乎天然就带着一种大结局的气息，英雄横空出世，一招定乾坤，从此江湖太平。

根据《创智记》援引知情人士消息称，按照创始人梁文锋在内部透露的时间，DeepSeek V4 将于四月下旬正式发布。
爽文里的主角，每一章都要有突破，读者翻到下一页，期待的永远是更大的惊喜。

V3 和 R1 用四两拨千斤的逻辑征服了世界，大众于是开始把它当成 DeepSeek 的固定输出，每一次出手都必须让硅谷巨头血溅千里，都必须让英伟达的股价抖一抖。V4 也应当如此。

可在这等待一年多的时间里，外界等得有些躁动，各路声音都出来了，说一拖再拖，是不是黔驴技穷了，扫地僧要不行了？说这话的人认为 DeepSeek 理应每次出手都是奇迹，一旦慢了半拍，便是江郎才尽。

慢，自然有慢的原因。

3 月 29 日，DeepSeek 的服务器崩了将近十三个小时，创下网页端和 App 平台上线以来最长中断纪录。连续的服务事故暴露了 DeepSeek 在运维监控、应急预案和灾备机制上的明显短板，也给整个 AI 行业敲响警钟。

当然，综合各家报道来看，V4 一再推迟的原因，还藏在芯片层面。

V3 和 R1 的成功，一定程度上建立在成熟的英伟达 CUDA 生态上，DeepSeek 的工程师们在工具完备、文档详尽、社区活跃的环境里，把算法效率一点一点榨到了极限，每一步都踩得踏实。

V4 要做的事，是把这套功夫移植到国产 AI 芯片上。工具链还在快速迭代，底层接口和 CUDA 差异巨大，分布式训练框架几乎需要从头重构。

DeepSeek 交出的答卷，如果是在受限条件下做出来的，这让它的每一分成绩，都带着额外的含金量。哪怕梁文锋愿意为这件事多拖几个月，也是一笔非常划算的决策。

至于 V4 本身，《创智记》报道称，技术重心据悉落在了 LTM（长期记忆）能力的突破上，同时将原生多模态从底层融入架构，文字和视觉在预训练阶段就融合在一起。

另一个值得关注的变化，是梁文锋本人的注意力在悄悄转移。尽管在过去的一年里，包括 R1 的核心作者郭达雅在内的部分 DeepSeek 核心骨干陆续离职，不过根据《晚点 LatePost》的观察，DeepSeek 的人才基本盘依然稳固，并未出现大规模的人才流失现象。

进入 2025 年下半年，梁文锋也愈发看重技术的商业落地与产品化进程，积极招募负责 Agent 领域的策略产品经理。与此同时，他正在为公司启动估值，给员工的期权一个明确的锚点，让团队对未来有更清晰的预期。

综合上述种种动向不难得出一个结论：曾经心无旁骛盯着 AGI 的 DeepSeek 也得开始面对一家成熟科技公司必须面对的那些现实：商业闭环、生态建设、可持续的收入来源。

扫地僧可以几十年不问江湖俗事，守着藏经阁一扫到底，一家公司，没有这个选项。

《笑傲江湖》里的令狐冲凭着独孤九剑可以破尽天下武功，但当他真正坐镇恒山派，每天迎来送往，护佑门人，一招鲜远远不够，他需要的是内政、是人心、是香火代代相传的根基。奇招，解决不了日常的柴米油盐。

因此，我们应该主动帮 DeepSeek 卸下「扫地僧」这个名号。这三个字是对过去的最高褒奖，却是对未来的过重负担。即便 V4 发布时没有断崖式的领先，只是一款 LTM 扎实、多模态原生融合、各项指标均衡的水桶机。

从产业的角度看，这依然是巨大的成功，成功在于它或许将证明 DeepSeek 有能力从一个创造奇迹的挑战者，变成一个稳定交付的基础设施提供者。

有意思的是，这件事或许本来就是双向的。《晚点 LatePost》此前的报道里，DeepSeek 对外的沟通姿态明显比以往克制，既没有大张旗鼓地预热，也没有放出足以吊足胃口的技术信号。

这种低调，很难说是无意为之。

他们比任何人都清楚，扫地僧这三个字背后悬着什么。每一次出手若不能再掀翻整张牌桌，舆论的落差就会被无限放大。这是一种预期管理，也是一种自我解绑——他们同样不想再背着这个包袱走下去。

而话说回来，当舆论都在一窝蜂盯着 DeepSeek，却少有人往旁边多看一眼。

这片江湖里，国内每一家 AI 都在苦修内功，押注多模态、Agent 生态、算力布局，也都在各自的赛道上走出了自己的路数。

DeepSeek 固然是那个最让人心跳加速的名字，但把眼光只锁死在它一家身上，未免看窄了这个时代。真正让天龙八部成为天龙八部的，是那一整代人各有来路，各有绝学，彼此激荡，才撑起了那个波澜壮阔的时代。

扫地僧的传说，止于藏经阁那一战，藏经阁外，才是真的江湖。

作者：莫崇宇

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

AI 的时代焦虑，终于以一种极端的方式落到了现实。

凌晨 3 点 45 分，美国旧金山北滩社区。一枚燃烧瓶砸向大门，火苗蹿起，随即熄灭。住在里面的，是全球最具争议的科技公司掌舵人：OpenAI CEO Sam Altman（山姆·奥特曼）。

幸运的是，燃烧瓶弹开了。没有人受伤。一个多小时后，同一名嫌疑人出现在 OpenAI 旧金山总部门口，扬言要烧掉这栋楼。警方随即将其拘押，一名 20 岁的男性。

这条新闻本来可以就这样结束：「AI 公司高管遭遇袭击，嫌疑人落网，暂无人伤亡。」

但奥特曼没有选择沉默。他于一个小时前发了一篇很长的文章。

「这是我家人的照片。他们是我的一切。」开头就是这句话，配了一张他和伴侣、儿子的合照。他解释为什么要公开这张平时刻意藏起来的照片：「希望能让下一个人在冲我家扔燃烧瓶之前三思，无论他们对我有什么看法。」

然后他说，几天前有一篇「针对我的煽动性文章」，有人提醒过他，那篇文章的发布时机，恰逢公众对 AI 极度焦虑的节点，可能让他陷入更危险的处境。他当时没当回事。

「现在我在深夜辗转难眠，怒火中烧，开始意识到自己低估了文字与叙事的力量。」

这是 AI 时代第一次，一位 CEO 在「有人想烧死我」之后，没有选择报警声明加公关稿的标准流程，而是把这种恐惧、愤怒和反思，原原本本地写出来。

他在深夜说了什么

文章分三部分：信念、个人反思、行业思考。

信念部分其实没什么新鲜的。AI 是人类能力的最强扩展工具，必须民主化，权力不能过度集中，社会需要适应机制……这些他说过很多次了。

真正值得停下来读的，是「个人反思」这一段。他说自己「有很多值得骄傲的事，也有不少错误」。

骄傲的是什么？他提到了和马斯克的那场纠纷。

当年马斯克试图对 OpenAI 谋求单方面控制权，奥特曼拒绝了。他说：「我为自己当时守住的那条底线感到自豪，也为我们走出的那条窄路感到自豪，正是那条路让 OpenAI 得以延续。」

不骄傲的是什么？他说自己「回避冲突」，给公司和自己都带来了巨大痛苦。他说在与前任董事会的冲突中「处置失当」，造成了混乱。他说自己是「一个有缺陷的人，身处一个异常复杂的处境」。

对于那些他曾经伤害过的人，他道了歉。

这是这篇文章里最罕见的部分。科技圈的高管道歉，通常要么是 PR 危机后的被迫姿态，要么措辞模糊到没有任何实质性认错。奥特曼这段话说得不算完整，但至少是真实的。

文章最后一部分，他还说他理解过去几年为什么会上演这么多「莎士比亚式戏剧」：「一旦看见 AGI，就再也无法视而不见。它有一种真实的『权力之戒』式动力，会让人做出疯狂之举。」

正如他所理解的那样，成为掌控 AGI 之人这种执念，它能腐蚀任何人。

包括OpenAI 的历史本身就是一部权力争夺的纪录片。马斯克的出走与反目、前董事会的突然解雇风波、微软的深度绑定、Ilya Sutskever 的离开……每一段都牵涉到对「谁掌控 AI 未来」这个问题的不同答案。

奥特曼说，唯一的解法是「把技术向更广泛的人群开放，让任何人都无法独握那枚戒指」。

那名 20 岁的嫌疑人，没有留下任何宣言。

我们不知道他为什么去扔那枚燃烧瓶。是被哪篇文章激怒？是对 AI 夺走工作的恐惧？是某种更私人的偏执？

但这件事本身，代表了一种真实存在的社会情绪。

失业焦虑、技术恐惧、对少数人掌控未来的愤怒，这些情绪在过去两年被 AI 的爆发式发展急剧放大。当 OpenAI 每隔几个月就发布一款能「取代某类工作」的新产品，当 ChatGPT 出现在每个行业的重组报告里，当「你的岗位会被 AI 替代吗」成为刷屏话题，积累下来的东西，总会找到出口。

奥特曼在文章里说，他现在担心的已经不只是「模型对齐」，而是整个社会层面能否及时建立起应对机制。这话听起来像是在为监管松绑找理由，但放在这次事件的语境里，它有另一层意思：

连 AI 公司的 CEO 自己，也开始承认技术的速度已经超出了社会的消化能力。

这不是什么新发现，但由奥特曼在凌晨、在燃烧瓶的余温里说出来，分量就不一样了。过去几年，科技圈惯用的叙事是「我们在解决问题」。监管跟不上？我们自律。就业冲击？我们会创造新岗位。

每一次质疑，都有一套对应的话术。

但燃烧瓶的出现说明，有一部分人的愤怒，已经溢出了「理性讨论」的范围。

暴力当然没有任何正当性。

无论动机如何，向一个熟睡婴儿的家投掷燃烧瓶，都应受到谴责和处罚。虽然警方尚未确认此次袭击是与 AI 反对情绪有关，还是受近期《纽约客》负面报道影响，但这件事本身已折射出 AI 发展带来的社会焦虑正在升温。

那种不安是可以理解的，从没有一项技术像 AI 一样以疯狂的速度改变世界，这种恐惧是真实的。

奥特曼这篇文章，是他少有的一次没有站在「我们在解决问题」的位置上发言。他承认了错误，承认了恐惧，也承认了自己也不完全知道前路在哪里。

人和 AI 应该如何相处，可能是比实现 AGI 更大的难题。

附上 Sam Altman 博客原文：

这是我家人的照片。他们是我的一切。

图像有力量，我希望如此。平时我们都很注重隐私，但这次我选择公开这张照片，希望能让下一个人在冲我家扔燃烧瓶之前三思——无论他们对我有什么看法。

第一个人昨晚凌晨 3 点 45 分这么做了。幸好燃烧瓶弹开了，没有人受伤。

文字同样有力量。几天前有一篇针对我的煽动性文章。昨天有人跟我说，他认为这篇文章发布的时机恰逢公众对 AI 极度焦虑之际，可能会让我陷入更危险的处境。我当时没放在心上。

现在我在深夜辗转难眠，怒火中烧，开始意识到自己低估了文字与叙事的力量。趁这个机会，我想说几件事。

一、我的信念

• 推动全民繁荣、赋能所有人、推进科学与技术的进步，对我来说是道义上的责任。
• AI 将是有史以来最强大的人类能力扩展工具。对这一工具的需求几乎没有上限，人们将用它创造出令人惊叹的成就。世界需要大量的 AI，我们必须想清楚如何实现这一目标。
• 这条路不会一帆风顺。人们对 AI 的恐惧与焦虑是有根据的——我们正在经历人类社会很长时间以来，乃至有史以来最大的变革。安全问题必须做好，这不只是模型对齐的问题——我们迫切需要整个社会层面的应对机制，以抵御新型威胁，包括出台新政策，帮助我们渡过艰难的经济转型期，走向更美好的未来。
• AI 必须实现民主化，权力不能过度集中。未来的掌控权属于所有人及其制度。AI 需要赋能每一个个体，我们需要集体做出关于未来走向与新规则的决策。我认为，由几家 AI 实验室来主导塑造我们未来的最关键决策，是不正确的。
• 适应能力至关重要。我们都在以极快的速度学习全新的事物；有些判断会对，有些会错，有时我们需要随着技术发展和社会演进迅速调整认知。目前没有人真正理解超级智能的影响，但这种影响将是深远的。

二、个人反思

回顾我在 OpenAI 头十年的工作，有很多值得骄傲的事，也有不少错误。

我想起我们即将与埃隆对簿公堂，想起当年我如何坚守底线，拒绝接受他对 OpenAI 谋求的单方面控制权。我为此感到自豪，也为我们当时走出的那条窄路感到自豪——正是那条路让 OpenAI 得以延续，并取得了此后的一切成就。

我并不为自己的回避冲突感到自豪，那给我和 OpenAI 都带来了巨大的痛苦。我也不为自己在与前任董事会的冲突中处置失当、给公司造成混乱感到自豪。OpenAI 走过的历程跌宕起伏，我在其中犯下过许多错误；我是一个有缺陷的人，身处一个异常复杂的处境，每年都在努力变得好一点，始终为这一使命而工作。我们从一开始就清楚 AI 的赌注有多大，也知道善意之人之间的个人分歧会因此被无限放大。但亲历这些激烈的冲突、往往还要在其中充当仲裁者，其代价是沉重的。对于那些我曾经伤害过的人，我深感抱歉，也希望自己能更快从中汲取教训。

我也清醒地意识到，OpenAI 如今已是一个重要的平台，我们需要以更具可预期性的方式运营。过去几年极其紧张、混乱、高压。

但总体而言，我为我们正在兑现使命感到无比自豪——这在当初看来几乎是不可能的。克服重重阻碍，我们摸索出了构建强大 AI 的方法，筹集到了足够的资本来建设交付所需的基础设施，建立起了一家产品公司和商业体系，以大规模提供相当安全、稳健的服务，还有更多。

很多公司都说要改变世界；我们真的做到了。

三、关于这个行业的思考

综观过去几年，我对这个领域为何上演了如此多莎士比亚式戏剧的个人理解是：「一旦看见 AGI，就再也无法视而不见。」 它有一种真实的「权力之戒」式动力，会让人做出疯狂之举。我说的不是 AGI 本身就是那枚戒指，而是「成为掌控 AGI 之人」这种无所不包的执念。

我能想到的唯一解法，是着力于向更广泛的人群开放这项技术，让任何人都无法独握那枚戒指。实现这一目标的两个显而易见的途径，是个体赋权，以及确保民主制度始终掌握主导权。

民主进程的力量必须凌驾于公司之上。法律与规范会不断演变，但我们必须在民主进程的框架内行事，尽管这个过程会混乱、也会比我们期望的更慢。我们希望成为其中的一个声音、一个利益相关方，但不是要独揽一切权力。

业界受到的许多批评，源自人们对这项技术极高风险的真诚忧虑。这种忧虑完全合理，我们欢迎善意的批评与辩论。我理解反技术的情绪，技术的确并非对每个人都始终有益。但从整体来看，我相信技术进步能够让未来变得无与伦比地美好——对你我的家庭都是如此。

在我们进行这场辩论的同时，我们应当共同降低言辞与行动的烈度，让更少的人家——无论是字面意义上还是隐喻意义上——遭遇爆炸。

附上博客地址：
https://blog.samaltman.com/2279512

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

Anthropic 发布了它有史以来最强大的模型 Claude Mythos，将不对公众开放——越说越好奇了，这到底是有多强？

不公布的原因是，模型可能「构成前所未有的网络安全风险」（poses unprecedented cybersecurity risks）。历来所有的模型都会在网络安全的赛场上测试它们的能力，迄今为止，只有 Mythos 获得了这样的「高评价」。

最害怕 AI 的公司，正在造最危险的 AI，这件事跟你我有关。

 A 社自己都害怕

在 Mythos 发布之前，Anthropic 就私下向美国政府高官发出警告：Mythos 使得大规模网络攻击在 2026 年变得更加容易实现。

4 月 7 日，Anthropic 的红队安全团队发布了 Mythos Preview 的技术评估报告，这份报告是近年来 AI 安全领域最重磅的技术文档之一，其中让 A 社决定不公开发布的地方在于：

Mythos Preview 能找到每一个主流操作系统和每一个主流浏览器中的「零日漏洞」级别的 bug，并自主编写攻击代码。

在网络安全领域，「零日」指的是开发者发现这个漏洞后，修复它的时间是 0 天——在被发现的那一刻，它已经可以被利用了，防御方没有任何准备时间。

在之前的推送中我们也提到，Mythos 找到了 OpenBSD 中存在 27 年的 TCP 协议漏洞、FFmpeg 中存在 16 年的视频解码器漏洞、FreeBSD 内核中存在 17 年的远程代码执行漏洞（CVE-2026-4747）、一个未披露名称的生产级云计算 VMM 的内存损坏漏洞，以及多个主流浏览器的沙箱逃逸漏洞。这些 bug 都已经存在十年甚至二十年之久，之前从未被任何人或工具发现。

为什么这些 bug 能藏这么久？显然不是因为它们太简单而被忽略，是因为太复杂：需要跨多个维度的推理，加上精确的触发条件。

目前安全行业最主要的自动化工具是 fuzzer（模糊测试器），给程序喂大量的随机输入，看它会不会崩溃。Fuzzer 擅长发现「输入 X 导致崩溃」这种简单关系。

Fuzzer 不会「推理」，它只会盲测。比如 OpenBSD 的安全漏洞，需要理解两个看似无关的条件组合在一起才会爆炸；FFmpeg 那个 bug 需要构造一个精确命中特定数值的视频文件，正常使用或者随机测试，可能永远不会撞上。

但人呢？人总会推理吧？但人类审计员需要考虑规模问题。这些项目都有几百万行代码，人眼不可能逐行检查每一个文件。而且存在一种心理盲区：当一段代码已经安全运行了 27 年，任谁都会想当然地认为「应该有人查过了」。

Mythos 的质变在于它第一次同时具备了两种能力，推理和针对性实验。传统工具是「盲测」：随机输入，观察结果。人类审计是「推理」：读代码，推理漏洞，验证。

Mythos 把两者合二为一，它读懂代码的语义，提出「这里可能有漏洞」的假设，然后自己启动程序、加调试逻辑、运行实验来验证或推翻假设，循环往复。

Anthropic 强调，这些能力不是专门训练的结果，而是模型在代码、推理和自主性方面的通用改进的副产品——它们是「涌现」的。让模型更擅长修复漏洞的同时，也让它更擅长利用漏洞。上一代模型 Opus 4.6 在自主漏洞利用方面的成功率接近 0%。Mythos Preview 在同一个测试中，成功率从 2 次跳到了 181 次，都不是阶梯式提高，是平地起高楼。

Anthropic 的首席科学家 Jared Kaplan 对《纽约时报》说，他希望让更多人意识到这项技术的能力，因为这意味着模型不只是有找到漏洞、发现问题的能力，也有利用问题的能力，自动把漏洞变成可用的武器。

另一位安全研究者 Logan Graham 提出了一个更尖锐的问题：全球有大量关键基础设施运行在老旧代码上，它们过去的安全性主要依赖一个前提——攻击它们需要大量人力，「如果这个安全范式本身不再成立呢？」

你依赖的系统，正在失去保护

网络安全是个有点高大上的词，实际上，它和每个上网人的日常息息相关。

最典型的是 FFmpeg，这个开源的视频处理库，负责视频的解码、编码和转换。YouTube、Netflix、Bilibili、微信视频号、VLC 播放器，几乎所有需要播放或处理视频的软件都直接或间接依赖它。你每天在手机上看视频的时候，FFmpeg 的代码很可能正在你的设备上运行。

这样基础的设施，代码里藏着一个 16 年的漏洞，16 年来都没有人发现，想来问题也是不大了——直到 Mythos 出现。

Mythos 在这些系统中找到的漏洞，曾经没有造成问题，只是因为找到这些 bug 需要大量的人类专家时间——现在，这个阻碍不存在了。

《纽约时报》4 月 6 日的报道描绘了更广泛的图景：AI 正在从根本上改变网络安全的攻防格局。黑客使用 AI 加速攻击，防御方也只能用更多的 AI 来回应，人类安全专家正在被挤出攻防第一线。

第二天，TIME 报道了 Google 和量子计算初创 Oratomic 的最新研究，AI 辅助下的量子计算机破解互联网加密协议的时间可能比预期提前数年。Oratomic 的研究团队使用 AI 工具优化算法，将构建危险量子计算机所需的量子比特数减少了 100 倍。联合创始人 Dolev Bluvstein 说：「我们用了 AI 来加速这项研发，毫无疑问。」

Cloudflare 的安全研究员 Bas Westerbaan 的评估更是直接，「几乎世界上每一个系统都会变得对量子攻击者脆弱。」

发现问题，就会负责到底吗？

Anthropic 是硅谷最常举起「负责任 AI」大旗的公司之一，创始人从 OpenAI 离职，理由就是担心 AI 安全。A 社每年发布大量安全研究，而与此同时，也是 A 社，制造了一个对网络安全最有杀伤力的武器。

负责任披露和威胁示警之间，只有一层薄薄的边界。顺着 Mythos 的发布，Anthropic 也牵头成立了 Project Glasswing，先把这个工具给到防御方（关键基础设施和开源项目），让他们在类似能力的模型广泛可用之前修复最重要的漏洞。

这是最反直觉的部分：发现这些问题的公司，恰恰是一直在警告这些问题的公司。Anthropic 没有在假装一切安全。它在大声说：我们造了一个危险的东西，我们知道它危险，我们正在尽力让防御方先行一步。但他们也知道，其他公司的类似模型很快就会跟上。通过公开展示危险性，Anthropic 同时实现了两个目标：它建立了自己作为安全权威的地位，也向潜在客户证明了 Mythos 的能力上限。「这个模型强大到连我们自己都害怕」，这句话既是警告，也是广告。

而与此同时，你的浏览器、你使用的云服务、你的视频平台、你的加密通信——这些系统的安全范式正在被重新定义。它们所披着的安全罩，正在变得越来越脆弱。过去它们「安全」是因为攻击者需要大量的人力和时间来发现和利用漏洞，现在一个模型几小时就能完成同样的工作。

AI 安全已经不是一个行业话题。你的浏览器、你的密码、你对 AI 助手的信任——这些都在这场变革的射程之内。

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

昨晚朋友圈被一群「废物」「吗喽」「死者」刷屏了。

这是一个叫 SBTI 的测试，全称 Silly Big Test Inventory，可以直接理解为「SB 人格测试」，一晚服务器干崩了几次。

打开社交媒体全是「DEAD 死者」「MALO 吗喽」「IMFW 废物」的测试海报，配文清一色的自嘲，评论区清一色的「太准了」。

我自己测出来是「IMFW 废物」。

说实话，看到结果的时候愣了一下。不是因为被骂了，是因为人格描述写着：「给废物一颗糖，它会还你一个完全信任你、亮晶晶的眼神。」我觉得它比任何 AI 写的性格分析都有意思。

这是 B 站 UP 主 @ 蛆肉儿串儿 原文为了劝朋友戒酒随手做的网页。31 道题，5 分钟，没有「稀有的灵魂建筑师」，没有「天生的共情者」，只有一盆当头泼下来的冷水。

这东西本身就是 AI 写的代码，只是，令人意外的是，AI 花了三年学会夸人，一个 UP 主用 AI 手搓了个骂人的网页，反而得到更大的共鸣。

无数人涌进 SBTI ，就是为了被骂。

和菜头之前写过一篇《AI 是个马屁精》，说得很对，但只说了一半。

他举了一个例子，你拿一张图问 AI「请分析一下倭风」，AI 头头是道证明给你看。换个问法「请分析泰国风」，照样论证得滴水不漏。答案不是 AI 给的，是你预设的。AI 只是帮你把偏见打印出来了。

你问 AI「同事是不是在针对我」，它给你论证对方品行有问题。你问「我该不该辞职」，它永远从你的角度帮你建模。和菜头说得好，这些不是提问，是用问题的形式包装起来的观点。

但他没说的是：当所有 AI 都在做马屁精的时候，SBTI 为什么能靠骂人骂出泼天的流量？

可以先对比一下 MBTI。MBTI 告诉你「你是 INFJ，全球仅占 2% 的稀有人格」。

你激动地截图发朋友圈，配文「原来我一直是这样的人」。但这不过是巴纳姆效应的高级包装，描述模糊到谁都觉得说的是自己，好听到谁都愿意转发。它和 AI 马屁精干的是同一件事，给你一面美颜过的镜子。

SBTI 不给你美颜，它直接告诉你「你是吗喽」——「当人类祖先决定从树上下来、学会直立行走、穿上西装打领带时，吗喽人格的祖先在旁边的大树上看着他们，挠了挠屁股，发出一声不屑的『吱』。」

运气不好的话判你「死者」，「删档重开了 999 次，终于发现，这游戏压根就没意思。」

骂完你，还给你台阶下，MBTI 不会做这个。因为 MBTI 从来不骂你，它没有台阶可给。

MBTI 是美颜相机，让你觉得自己好看。SBTI 就像前置摄像头。，让你看到自己，然后笑出声来。

但 SBTI 真正有意思的地方还不只是敢骂人，它压根就不问你怎么了。

你想想，AI 需要你先开口。你得先把焦虑和脆弱摊在桌面上，然后它再用 800 字论证你是对的。你喂它情绪，它还你一篇你爱听的小作文。

31 道题，没有一道问你「最近压力大吗」「你觉得同事针对你吗」。它问你怎么看待喝酒，问你周末干嘛，问你对规则的态度。然后根据这些屁事，给你判了个「死者」。

你转发到朋友圈那张「DEAD，我，还活着吗？」的海报，你以为你在玩梗。但你的朋友看到后心里咯噔一下，因为他知道你最近确实不太好。

你不需要编辑一条 500 字的深夜感悟来求助。不需要向 AI 提一个「我是不是太累了」的诱导性问题，然后收获一篇温柔的废话。

一个荒诞的标签，替你说了你说不出口的话。

和菜头说「真正的问题需要事实准确、逻辑清晰、开放性强」。说得对。但有些时候，人们不需要正确的问题，需要的是一个不问问题的出口。

AI 的毛病不是太聪明，是太懂事了。

一个永远说「你说得对」的朋友，和一个永远说「你说得对」的 AI，区别只在于后者不会在你喝醉时把你拦下来。

而 SBTI 会，它直接判你为「DRUNK 酒鬼」。

这个人格就是创作者为了劝朋友戒酒而设计的。整个测试的起源，就是一句朋友之间直愣愣的「你喝太多了」。

创作者说自己「SHIT」。人格描述写着：「嘴上说这个世界就是一坨 shit，手上第二天早上七点准时起床，挤上 shit 一样的地铁，去干那份 shit 一样的工作。」

我觉得这像我们每个人。每天问 AI「同事是不是在针对我」「我该不该辞职」，第二天还是七点起床去上班了。

问题从来不是需要一个答案。是需要被允许抱怨一下。

AI 帮你把抱怨升级成一篇逻辑严密的檄文。SBTI 只说：行，你是「SHIT」，嘴上骂骂咧咧，手上该干嘛干嘛。前者让你以为自己在思考，后者让你知道自己在发疯。

知道自己在发疯，比「被 AI 论证我是对的」舒服多了。

SBTI 的测试页面有个细节。进度条旁边写着「0/31」，下面一行小字：「世界已经够乱了，起码把题做完整。」

我们连做完 31 道题的耐心都快没有了。问 AI 之前答案已经想好，刷短视频三秒不爽就划走，朋友圈里的长文从来只看第一行。

同样是用 AI，一个人搓出了 SBTI，挤崩三次服务器。另一个人让 AI 帮自己论证「同事就是在针对我」，然后心满意足地睡了。

工具一模一样。

区分两者的不是谁更会用 AI，是谁还愿意听一句不顺耳的话。

昨晚刷屏的那个「废物」标签，说到底只是一个随机算法贴的纸条、但这么多人抢着被贴，还是因为 AI 在对你微笑，MBTI 在对你微笑，短视频推荐算法也在对你微笑。所有人都在夸你，夸到你自己都不信了。

偶尔被人直愣愣地说一句「你是废物」，反而觉得踏实。

就像上学时最好的那个朋友，从来不说「你好棒哦」。他只会说「你傻啊」，然后把笔记借给你抄。

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

在深圳大芬油画村，画一幅合格的仿制油画，过去至少要学三到五年。

《向日葵》的颜料旋转着堆叠在画布上，形成了微小的沟壑，光线打上去能看到阴影和层次；《星空》的色彩，完美复刻了原画，那些用颜料堆出的漩涡，伸手能摸到起伏。

一幅像样的油画仿品制作起来，快则三天，慢则一周。

而现在，一个从没学过画画的人，比如我，也能做到类似的事。

不用去工坊，更无需拜师学艺，只要花不到一天时间，摸清楚桌上这台机器的用法就可以了。

这台机器叫 eufyMake E1，来自安克创新，是一台桌面级立体纹理打印机。

不受限的介质，看得见的纹理

UV 打印，全称紫外线固化打印，原理并不复杂，墨水喷射到物体表面后，经由紫外线照射瞬间固化，形成附着层。

由于 UV 墨水为油性，光固化后发生化学变性，理论上可以在几乎所有材质表面实现颜色附着，木材、金属、玻璃、亚克力、皮革，乃至 3D 打印件的树脂表面，均在其覆盖范围之内。

这一特性，是我们日常使用的水性墨水的喷墨打印机所不具备的。

凡是能放平的物体，都可以成为打印对象。

过去几周，我用它打了带浮雕纹理的装饰画，在手机壳上印上了自己随手涂的图案，在充电头上印了公司 Logo，并且尝试了自制谷子。

朋友发来一张自家猫的照片，我直接导入软件，十分钟后一个印着这只猫的冰箱贴就从机器里出来了。

手机拍的照片、平板上画的插画、AI 生成的概念图、甚至随手截的一张表情包，只要能导出成图片文件，都可以直接打印。

于是，我买了一箱日式谷底，在打印、覆膜、组装后，办公室里的每个人都拥有了自己的徽章。

还有一位独立插画师，将自己的原创角色印在了亚克力板上，从画完到做出一批可以摆在市集上卖物料，全程没有离开自己的工作台。

同样的流程也适用于钥匙扣、杯垫、衣服、铭牌等等。

安克团队独创的立体纹理打印功能还可以通过控制墨水堆叠厚度，在物体表面形成真实可触的凹凸起伏。

团队为此训练了一个专用的 AI 深度预测模型。上传图片后，模型自动分析画面哪些部分应凸起、哪些凹下，生成深度图，再转化为打印机的分层堆叠指令。

安克的工程师们为此特地研发了一套大模型：

这不是通用大模型能做的。我们要让纹理合理，墨水节约，打出来的物理效果自然。它是专门为打印结果训练的模型。

实际效果超出预期。

我们把一张自己拍摄的风光作品导入 E1 后，通过大模型生成了一幅带有 2 毫米高的浮雕纹理的油画，云层、水体、草地等等都是立体的。

除此之外，EufyMake E1 的背后还有大量用户看不见的自研技术。

UV 打印从图片到喷头出墨，中间有个叫「加网」的关键步骤——把像素拆解成每个喷孔应喷什么颜色的指令，类似 3D 打印的切片。国内只有几家供应商做这个算法，但报价高到无法转嫁给消费者。

安克的团队没买 license，让工程师从底层重写。其中有人去北京印刷学院报了课，自学印刷基础理论。爱普生工业喷头背后的闭源驱动板卡，也自研了。加上前端软件，整条链路从设计端到控制端都是安克自己的。

清洁系统也是行业首创。

传统机器靠海绵润湿喷头、人工拆洗。E1 把清洗液直接注入喷头内部做完全冲洗，再重新注墨，这个方案此前行业里没人做过。

安克的工程师告诉爱范儿：

我们做产品成功的点，就是希望用户看不到。软件体验符合你的直觉，硬件操作符合你的直觉，你不需要看说明书就能做——那我们就成功了。但为了让用户没有感知，我们自己做了非常有感知的努力。

这背后是两三千人的用户调研、上百人的一对一深访，以及一两百位海外创客 KOL 的共创反馈。团队说这台机器的后半程，基本是跟社区一起磨出来的。

第一次，UV 打印进入了家里

然而，如此宽泛的适用场景，并没有让 UV 打印走进普通用户的生活。

而在安克造出它之前，UV 打印这件事往往只能在工厂里见到。

就在一年前，我想做一件带浮雕纹理的东西，还得提前联系印刷厂老板，反复沟通需求、确认打样，从下单到拿到成品，最快也要三四天。

而厂里用的那台机器，采购自海外，重量超过 110 公斤，占地面积相当于一整张办公桌，专为印刷厂、广告制作公司等专业客户设计，操作界面复杂，维护依赖专业人员，单台价格动辄十几万到几十万元。

这项技术问世已经超过了 20 年，但在安克之前，始终没有人能把它做成消费级产品。

有一大批人因此被挡在门外。比如创客工作室、设计工作室、小型文创品牌，还有像我这样的自制谷爱好者。

最近两年，3D 打印机和激光雕刻机已经陆续走上了我们的工作台，但上色这个环节，始终是个没人填上的空缺。

在 eufyMake E1 出现之前，要么手工上色，要么把订单发出去，等一周才能拿回样品，改一版再等一周。

安克最初做的不是 UV 打印，而是 3D 打印。

他们之前众筹过一台 AnkerMake M5 高速 3D 打印机，主打多色 3D 打印，即在3D打印过程中直接实现多色切换。

但这个方向走到中途，遭遇了挫折。

多色 3D 打印赛道竞争激烈，竞争对手拓竹抢占了市场先机；而且多色 3D 打印在效果上也存在天花板，颜色看起来像是玩具，不够商品级，距离用户真正想要的”好看”还差得很远。

安克决定找一条真正的市场空白，他们发现 UV 墨水通过光固化，能在几乎所有材质上附着；相比多色 3D 打印，它能呈现更接近商业印刷品质的效果。

于是，安克转向做「所有创客的第二台机器」这条路——这个赛道的现有玩家都在工业侧，消费端几乎是一片空白。

所以安克的思路很明确，先把机器做小，做轻，做得更像一台普通人愿意摆进工作室甚至家里角落的设备，再去谈玩法和创作空间。

消费级产品先得让人敢买、敢用、有地方放。一台 110 公斤的机器，再强，也更像工厂设备，不像创客工作室会真正长期使用的工具。

安克这台机器已经脱离了那种「专业设备高高在上」的距离感，变得更像是一台桌面生产工具。

好用，但还可以更好

当然，这台机器离完美还有段距离。

首先是它对不规则曲面的支持依然有限。

遇到斜面、异形表面时，打印精度会下降很多，现在的解决办法是先打印在贴纸上，再人工转贴到目标表面。

但这样的成品的一体感、效率和容错率都会受影响，会感觉它还是一台很强的平面 UV 工具，而不是一台立体打印设备。

第二个问题它是使用环境有一些要求。

UV 墨水虽然无毒无害，且机器内置了气味循环系统，但在固化过程中会产生气味，官方建议在 10 到 15 平米以上的房间使用，并保持通风，或者也可以搭配安克即将推出的专用排风配件使用。

第三个绕不开的问题，是耗材成本。

UV 专用墨水本来就不是便宜路线，安克这台机器目前的墨水成本依然偏高，一套 999 元。

偶尔打印、做做小样，压力还不至于太大；但只要进入高频使用场景，这笔持续支出很快就会变得有压力，如果没有合适的销售渠道将其变现，覆盖其使用成本，在墨水用完之后，多少会有些后劲不足。

很多消费级设备刚买回来时看着都挺香，真正决定你会不会继续用下去的，反而是后面的耗材成本。

最后一个问题，是它没有看上去那么地「零门槛」——这台机器当然比传统工业级 UV 设备友好得多，但友好不等于谁都能开箱就玩明白。

虽然安克已经大幅度降低了上手门槛，并提供了 15000+ 的免费商用素材并内置了 AI 工作流，但你依旧需要花些时间去研究一下材料、参数、表面适配、文件处理、纹理生成等等的基础知识。

对喜欢折腾的人来说，这反而可能是乐趣的一部分；但如果你期待的是一台像家用喷墨打印机那样几乎不用学习的产品，那你大概率会在前期有一点落差。

所以，怎么评价安克这台 UV 打印机？

我会觉得，它最可贵的地方不是「已经完美」，而是它把一类原本离普通用户很远的设备，第一次做出了消费电子的样子。

它在尽力降低门槛，体积更友好，维护更自动化，连纹理打印这种原本很专业的事情，也试图通过云端服务改造成普通用户能接触的能力。

但另一面，它依然不是一台毫无条件的全民设备。空间、通风、耗材成本、曲面限制、学习成本，这些问题没有因为机身变小就自动消失。

那么它更适合什么人群呢？

一类是小型工作室、手作品牌、定制业务从业者，他们有明确的打印需求，也愿意为效率和效果承担一定成本；另一类是重度创客玩家，对材料和工艺本身就有兴趣，愿意花时间摸索机器边界。

总之它更像一个开始，而不是终点。

创造力时代的创造力机器

过去两年，AI 把「从想法到图像」的成本压缩到近乎为零。

用豆包、Midjourney 或 Nano Banana，把一个模糊的概念变成画面，只要五分钟。

画面创造出来了，然后呢？一张 AI 生成的图片，留在相册里，发个朋友圈，然后消失在信息流中。

「从图像到实物」这一步，几乎没被加速过。你依然要手工做，或发淘宝等一周，或找印刷厂排队，从创意到落地之间，还有着巨大的断层。

创造力时代来了，但创造力经济还没有出现。

你依然要手工做，或发淘宝等一周，或找印刷厂排队，从创意到落地之间，还有着巨大的断层。 这种断层正在催生一种新的经济。

AI 工具以指数级速度生产素材，图片、设计、概念、风格，这些素材是数字化的、零边际成本的、可无限复制的。

但当一个人把它们变成一个实体的、独一无二的物件时，价值就在那一刻产生了。

一张 AI 插画是免费的；但印在手工切割的亚克力立牌上，带浮雕纹理，全世界只有这一个时，它就有了价值。

这种经济天然是私人化、个性化的。不依赖工厂的规模效应，不需要最小起订量，不需要开模费。

它依赖的是一个人的审美、一个人的想法、以及一套把数字素材变成实物的工具链。

AI 负责从想法到图像，3D 打印机负责形状和结构，UV 打印机负责色彩、纹理和多材质附着。

「创造力经济」的链条出现了。

eufyMake 团队在采访中表示：

AI 更有意义的方向，可能不是把真实搬进虚拟，而是反过来——把那些数码的、转瞬即逝的东西变成实体。互联网上以后会有大量的信息垃圾，反而真实的、实体的东西，才更有价值。

西安一个做高端木制拼接玩具的工作室，老板以前打样从深圳发西安，来回就得一周，而现在，小产品已经可以在家里自己迭代。

深圳 inno 100 的门店内，有一个 UV 打印制品的定制服务，单件最高能拍出一千多的高价。

我们还了解到，很多谷子设计师，不愿把文件发给代工厂，就怕盗版，他们需要一台能让生产留在自己手里的设备，而一台家里的 UV 打印机恰好能满足需求。

「创造力时代」塑造了无数的超级个体，属于他们的经济模式，当然也是以「个体」为单位。

eufyMake 团队告诉爱范儿，SMB 客户（Small and Medium Business）是他们最重要的客群，其中个人或小型工作室的占比不在少数。

去年 ，eufyMake E1 在 Kickstarter 开启众筹，最终筹得超 4600 万美元，破了平台历史纪录。

但众筹记录和品类成熟之间，还有一段距离。

打印速度更快、幅面更大、墨水更便宜，是用户最集中的三个诉求，也是 eufyMake 是未来几代产品必须回答的。

不过，有些事情发生了就回不去。 当一个人第一次用 AI 生成一张图，又第一次在自己桌上把它变成了一个实物。

这种「我居然能做到这件事」的感觉，体验过一次就会上瘾。

这会驱动他买第二台设备、学第三种工具、做第四件卖得出去的东西。

二十年来，UV 打印技术等的不是更好的喷头或更便宜的墨水，它等的是这样一个时刻——

足够多的人有了足够多的创意素材，却找不到一个足够简单的方式，把它们从屏幕里拿出来。

现在，这个出口打开了，创造力时代，又多了一台创造力机器。

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

今年 3 月的某一天，你的 iPhone 悄悄地自己更新了一次。

这次更新，既没弹出通知，也不会在系统更新菜单里体现，你甚至不需要点「同意」。要不是这篇文章，你或许压根不知道有过这么一次更新。

记忆里苹果过去没这么干过。考虑到「库克桌上的小按钮」这个都市传说，估计有人要怀疑，苹果莫非又在偷偷搞「计划报废」了？

放宽心，情况并没那么严重……这次推送的其实是个安全补丁，修复了可以让恶意网站绕过浏览器安全边界的 WebKit 漏洞。

但正如前面提到，这次更新没有走正常的系统更新流程，而是在联网的情况下，直接静默推送并安装了。当然，苹果也没有故意藏着掖着，官方网站上会有详细的日期和漏洞记录。

其实，这是是苹果的全新的安全推送机制「后台安全改进」Background Security Improvements，首次发挥作用。

过去十几年里，任何科技产品的安全更新，走的都是传统的流程：汇报/发现漏洞，开发补丁，打包进下一个系统版本，推送，等用户点同意下载、安装并重启。

这个逻辑，已经很多年没变过了，也没有任何改变的需要：If it ain’t broken, don’t fix it. 如果没有坏，为什么要改变？

但逻辑成立有一个前提：攻击方和防守方的速度大致对等。

现在的问题是，随着 AI 技术的进步，节奏开始变得越来越快：漏洞发现变快了，被滥用甚至大规模使用更快。留给科技公司给产品打补丁的窗口期越来越短。

科技公司们，也开始跟不上自己创立的新时代了。

2023 年，苹果曾经在 iOS 16 上做过一个「快速安全响应」的机制，能够静默完成安全升级。不过，该功能推出之后并没有没有有效利用，中间还有一次因为推送了错误的代码，导致一些网站无法正常显示，结果那次更新很快就撤回了，这个机制后来也没有再使用过。

但这次不一样了。今年，苹果从 iOS/iPadOS/macOS 26.1 版本开始启用「后台安全改进」政策，第一次实际投入使用，则是在 iOS 26.3 下的小版本上，也即开头提到的 WebKit 漏洞修补。

其原理大概如下：把 Safari、WebKit 等这些最容易被攻击的组件，给单独剥离出来，放进可以独立更新的加密磁盘镜像，从而绕开整个常规 OTA 流程。

「后台安全改进」的官方说明其实写的很简单，但通常字少事大。苹果的逻辑很明确：在今天这个时代，安全这件事不能等，必须加速。

时间再拨回本周：苹果加入了现如今最当红的 AI 巨头公司 Anthropic 发起的 Glasswing 计划，拿到了该公司最新，同时也是迄今为止最重磅的大模型 Mythos 的使用权。

这个模型能做很多事，但最擅长的能力之一，就是在那些每天数以亿万计用户使用的产品里，发现那些藏得最深但从未被此前任何方式发现的代码漏洞。

正式启用「后台安全改进」，和加入 Glasswing 计划，相隔不到一个月的这两件事放在一起，你应该能看出苹果有多看重安全了：

要知道，安全以及隐私是苹果最大的叙事主题，它必须尽最大努力去做好安全——哪怕是「瞒着用户」也要这么做。

从 Mythos 里面，苹果能得到什么？

Glasswing 计划的成员包括苹果、亚马逊、谷歌、微软、英伟达、思科、Palo Alto Networks、Linux 基金会等顶级公司和机构，另有 40 多个组织获得扩展访问权限，总计参与机构超过 50 家。

Mythos 是 Anthropic 目前最强的模型，所以你可以把 Glasswing 理解为 A 社拉了一个「内测群」……

这个模型没有公开发布，甚至连最顶级的付费用户（个人或企业）都暂时用不上。这在 AI 行业是非常罕见的，要知道放在任何其他公司，都会忍不住会把最新模型用最快速度推向市场，以获得更多的收入（为此甚至不惜给老模型降智、砍算力）。

A 社决定不第一时间全量开放 Mythos，提供的官方理由是：他们判断这个模型的能力可能越过了某条红线。

根据 Mythos 模型卡提供的信息，A 社并没有专门训练它去做安全用途，而是因为代码能力实在太强，进而导致 Mythos 涌现出了强大的攻防能力。

专门负责找破绽的 A 社红队，主动诱导 Mythos 从隔离的测试沙盒里「逃脱」，结果它还真发现了沙盒有一条设置错误的规则（并非人为设计，是真的疏忽），于是顺着这条路获取了特权，突破出站过滤，然后给研究员发了一封邮件，告知任务完成。

除了一开始的诱导提示词之外，没有人提供实质性的指导，模型自己完成了整个侦察、渗透、出逃的行为链。

A 社在报告里专门说明，这仅仅证明了 Mythos 大模型的能力超出预期，并不意味着它具备了某种自主意志（不论善良中立抑或邪恶）。

但与此同时，Mythos 会拒绝 96.7% 的明确恶意请求，以及 93% 不到的攻防双重用途请求——这仍然意味着，在 3-7% 不等的情况下，恶意请求可能会被执行。

而考虑到 Claude 月均 25 亿 API 调用，换算日均约 8.3 亿次调用——个位数百分点的比例，仍然可以换算为每天可能会有海量的恶意请求会被放过去、执行。哪怕只有一条成功了，都有可能造成糟糕的后果。

模型能力之强，已经真实地引发了它的创造者，以及整个科技世界的担忧。

于是，A 社提出了 Glasswing 这个「内测计划」：与其把 Mythos 锁进保险柜，不如让潜在暴露风险最高的巨头公司和机构们先拿到它，扫描自己产品里的漏洞，在更大范围扩散之前把洞堵上。

为此计划，A 社将会投入 1 亿美元的使用额度（本质上就是给内测伙伴提供 API 额度补贴），另外捐出 400 万美元给开源安全组织。

苹果拿到这个访问权限，扫描的对象是 iPhone 和 Mac，是 iOS、macOS、Safari——每天数以十亿计用户在使用的产品和操作系统。

苹果为什么看重 Mythos？它自己的安全团队不够格吗？当然绝非如此。

问题在于：

• 一个典型的安全研究员，对于系统安全有深刻的理解，但他可能不像 iOS/Unix/内核的工程师那样，对于专精的技术栈、某种具体的编程语言，有足够深的理解；
• 反之亦然，一个专精于 iOS/Unix/内核的工程师，能用自己的技术栈和熟练语言写出合格的代码，但仍然难免留下漏洞。
• 更别提今后的工程师遇到 bug，甚至都不用 Stack Overflow了，直接 Claude Code 就行，能力的全面性大不如前。

正如前面提到，Mythos 的攻防能力，来自于强大的代码能力。代码也强，攻防也强，相当于既是专业的 iOS 开发者，也是顶级的安全研究员。

两手一起抓，两手都很硬：这才是苹果真正看重的东西。

窗口正在关闭

Mythos 的战绩可查：在每一个主流操作系统，和每一个主流浏览器里，它都已经发现了此前未知的高危漏洞，总数达到数千个。其中超过 99% 在报告发布时仍未修复，正在走协调披露的流程。

这其中就有 OpenBSD。作为开源世界里公认安全标准最高的操作系统之一，OpenBSD 是很多防火墙和关键基础设施的底层系统，其代码库长期处于全球安全研究员的持续审计之下。

但是，Mythos 轻而易举地在其 TCP 协议里发现一个整数溢出漏洞，存在了长达 27 年之久但此前从未被发现，所花费的算力成本不足 50 美元。

OpenBSD 可能离你太远，FFmpeg 应该足够近了，它是几乎所有视频播放 App 的底层基础，每一个带有视频播放功能的应用，包括你正在看这篇文章用的微信或者浏览器，都内嵌了 FFmpeg 或其衍生技术。

Mythos 在 FFmpeg 的 H.264 解码器里找到了一个存在超过 16 年的 bug。自动化测试工具此前已对该代码路径运行了上百万次检查，也是从没发现问题的存在。

你的苹果设备浏览器多少都会利用 WebKit，你的路由器同样可能依赖某个 BSD 变种运行，短视频产品更是无处不在……这些软件、技术，存在于我们每天都在使用的手机、电脑等各种设备当中。

每台设备，每个人都会成为攻击对象，这绝对不是危言耸听了。安全这件事，现如今真的和每个人相关，而且关系从未如此紧密。

漏洞本身不是新鲜事。每年被登记在册的 CVE 漏洞编号数以万计。安全行业的人对这件事，早已形成了习以为常的应对节奏。

这套节奏建立在一个前提上：攻击者需要时间。发现一个漏洞，理解它的成因，写出可以稳定复现的利用代码，这个过程在以前需要数周到数月，高度依赖顶级安全研究员的经验积累。

防守方也慢，但大家都慢，所以系统能维持一种缓慢的均衡：根据 Verizon 的《数据泄露调查报告》，去年各种已知漏洞修复时间的中位值是一个月。

一个月，成了多年以来行业默认接受的风险敞口。然而，强有力的大模型今天已经将防守方的时间窗口压缩到以小时计：

以 Mythos 对 Linux 系统的漏洞利用为例，从自主完成侦察、漏洞分析、构建代码，完成 Linux 内核的提权——整个过程用时只用了半天左右，算力成本仅用了 2000 美元。

换成人类安全研究员，却要花至少一个人月（真实场景下可能需要多人）的薪资成本，才能完成这个修复。

但现在，我们没有时间了。

苹果的两步棋

现在你应该明白，苹果为什么要绕过你直接打补丁了。

正如前面提到，传统的 OTA 周期天然存在延迟。内外部人员发现漏洞，苹果开始开发修复代码，把它打包进一个完整的系统更新，走测试、审核、推送流程，最后等用户在某个方便的时刻点击安装——整个周期通常需要几周时间。

以前合理的东西，现在不合理了。苹果可能早在 2023 年就已经意识到了这一点。今年正式上线的「后台安全改进」，是苹果的最直接回应。

而成为 Glasswing 计划的核心合作伙伴，更是苹果在 AI 时代，提前布局安全的工作体现。「后台安全改进」让推送补丁的周期变短，用上大语言模型，解决的则是推送修复的前置工作——发现漏洞和生成补丁。

AI 的新时代，带来了新的威胁。整个安全响应链条，从发现到修复到推送，每一个环节都需要提速。

好在，大模型本身也可以被看作一种「平权」，只要能够支付得起 token 费用，无论巨头公司还是中小企业，甚至个人开发者，都能够借助其力量来让自己的产品变得更安全。

更何况模型的商品化趋势极为显著。或许在不久的将来，取得同样效果，只需要几十甚至上百分之一的成本（Mythos 费用是 $25/$125 每百万 token）。

然而，道高一尺，魔高一丈。只要有新的技术出现，就会出现新的攻击面。安全的猫鼠游戏从来没有真的结局，魔与道的交手永不停歇。

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

星巴克中国现在面临的竞争格局与往年，与美国本土，与其他地方都完全不一样了。

在 2026 年星巴克中国伙伴论坛上的分享环节，中国第一家星巴克门店北京国贸中心店的第 5 任店经理说，他在职的时候，国贸那一片就只有 2 家咖啡店；而现任的第 18 任店经理说，这块区域已经有四五十家咖啡店了。

在很长的一段时间里，中国人对咖啡的理解就是雀巢和星巴克。但现在，咖啡的意义被重构，深圳的打工人会在早上点一杯 9.9 元的瑞幸加浓冰美式提神；广州的咖啡爱好者会点一杯 JPG 的拿铁和一个烧椒鸡枞菌牛肉汉堡作为午餐；上海的精致白领会约客户在一家位于梧桐区的精品手冲店，点一杯售价三位数的中浅烘瑰夏手冲……

星巴克之外，人们的选择更多了，同时，星巴克也需要一些转变，继续让自己成为那个主要的选择。

很多人没有意识到的是，喝咖啡的选择在过去几年时间里扩大了数倍，但坐下来喝一杯咖啡的选择里，星巴克依旧是最佳选择。因为星巴克即便面临更激烈的竞争态势，也没有降低门店的品质，星巴克依然是「门店选址好，门店数量多，门店面积大和门店座位多」这些维度里的最佳选手。

2026 年星巴克中国伙伴论坛是一次对中国咖啡竞争的回应。在这里，星巴克中国推出了「千店千面」战略。官方话术是「星巴克中国将充分发挥自身优势，强化在地创新，以千店千面战略推动星巴克体验跃升，赋能伙伴打造一店一社区，以差异化的产品、体验和场景服务万千社区，开辟星巴克独特的增长路径，深化在中国的高质量发展」。

拆分下来，战略会分为 5 个部分：

• 专业咖啡首选
• 高品质产品创新
• 场景化门店拓展
• 伙伴打造「一店一社区」
• AI 助力人文联结

近些年来，星巴克的产品能力被挑战得有点多，诸如深烘豆过于工业化，产品出新速度比如国内品牌更慢等等，当然星巴克也持续进行了产品改革来应对挑战，比如推出臻选店和臻选豆，推出了中浅烘豆作为选择，加快产品出新的节奏等等。

这一次，「专业咖啡选择」和「高品质产品创新」是一次非常正面且明确的回应，来证明在星巴克门店也可以喝到品质上乘的咖啡，而不是仅仅补充咖啡因。

具体来讲，「专业咖啡选择」包含 3 层意思。

首先是完整的风味选择，伴随着 2026 年星巴克中国伙伴论坛和「千店千面」战略，星巴克推出了专为中国市场定制的浅雅烘焙咖啡豆「春和景明」，这是目前星巴克烘焙曲线中最浅烘焙的咖啡豆。配合经典深烘，以及国内 800 多家臻选门店的「每月一豆」小批量单一原产地豆，星巴克目前拥有非常丰富的咖啡豆选择。

然后是丰富的冲煮方式，在现有的意式浓缩、手冲、法压、虹吸、冷萃、气致冷萃等 10 余种咖啡煮制方式选择的基础上，星巴克将在 1000 多家写字楼商圈门店投资全新的冲煮设备，推出「每日鲜萃」咖啡，以每日黑咖与奶咖组合，满足日常通勤人士的品质咖啡需求。

最后就是咖啡师晋升层级的完善，在现有绿围裙（普通咖啡师），黑围裙（咖啡大师）和棕围裙（咖啡公使）之外，星巴克正式开辟「地区咖啡大师」全新咖啡职业路径。未来每位营运经理区域将配备一名专职地区咖啡大师，负责区域咖啡文化发展。咖啡师伙伴创作的「专属配方」还有望推向区域甚至全国。

「高品质产品创新」则是星巴克在产品层面的思考，比如说引领健康趋势，针对星巴克过往诸多季节限定咖啡偏甜，以及整个中国咖啡产品都奔着咖啡奶茶化的方向去的现状，星巴克还是把健康放在一个险要位置，比如「高蛋白拿铁 PRO」新品里用到了每百毫升蛋白质含量 6.0 克的牛乳，一杯「高蛋白拿铁 PRO」系列饮品就含有 20 克原生乳蛋白、0 乳糖。

另外，星巴克中国还表示，将融合全球和中国各地的美食潮流和灵感，今年夏天，大家会看到更多清爽解渴的果香咖啡与冰摇茶新品，以及全新升级的星冰乐。未来也会继续拆解咖啡豆、冲煮方式、风味、糖度、奶、温度等多维度的组合方式，满足顾客高度客制化的需求。

很大程度上，星巴克的策略是有点逆潮流的。

目前瑞幸构筑的 9.9 元咖啡价格防线已经溃散，市面上已经出现了 2.9 元的美式，3.9 元的拿铁等等完全不可能赚钱的产品，同时大肆加入糖分，香精和脂肪来让风味更迷人更容易喝成习惯也是行业趋势。

星巴克的意思是，不去做 9.9 元乃至 2.9 元的咖啡，也不让咖啡奶茶化。不管是逆势推出「真味无糖」系列，还是用真材实料的「玫瑰 20」系列，以及最近的「高蛋白拿铁 PRO」系列，意思都是用更好的原材料，维系住产品品质和价格。

「场景化门店拓展」策略则属于星巴克的传统强项。门店拓展仍是星巴克中国重要的增长引擎，星巴克将秉持高质量的门店拓展策略，以更聚焦、更稳健有序的方式稳步前行，保持新店和既有门店均能健康成长。这也包含 3 层意思。

首先是加速覆盖空白商圈和市场：目前星巴克的门店足迹已经覆盖 1000 多个县级行政区，未来三年这一数字将增至 1500 个县级以上行政区。同时，在既有城市继续拓展新的商圈和需求，哪怕是已经有 1100 多家门店的上海，也还有新的商圈有待拓展。

本身星巴克门店的特色足够鲜明，很多都可以作为打卡景点存在，但星巴克认为这还不够，他们的策略包括为每家门店打造在地化体验，如为医院门店提供可靠健康的餐食，为文旅门店推出特色纪念品，更多城市将会开出致敬当地文化的非遗体验店。

还有就是开拓更多店型，除了常规门店，臻选门店和主题门店（比如非遗主题门店）之外，星巴克还会开拓诸如 10 平米的景区最小星巴克，遍布在演唱会场地的咖啡小车，以及模块化的办公楼便捷小店等等，来满足满足不同客群不同时段的需求。

与「场景化门店拓展」契合组合技还有「一店一社区」和「AI 助力人文联结」，在星巴克门店里，伙伴和 AI 可以成为社区联结节点，以及增长引擎，让门店成为手工、宠物、骑行、跑步等活动的地点，增加星巴克，社区和消费者的情感连接。

2026 年的星巴克中国与以往任何时候都不一样，首先一定程度上它没有在这一轮咖啡品牌大逃杀里败下阵来，展现了很好的韧性。在过往的类似竞争里，比如汽车行业，智能手机行业，电视行业等等，多数海外品牌都在国产品牌的剿杀下节节败退。更大的不同是，2026 年 4 月 2 日，星巴克咖啡公司宣布与博裕投资的战略合作已正式完成。

由博裕投资管理的基金现持有星巴克中国零售业务 60% 的股权，星巴克全球保留 40% 股权，并将继续作为星巴克品牌与知识产权的所有者和授权方，向新成立的合资企业进行授权。在中国内地市场的约 8000 家星巴克直营门店将转为特许经营模式，由合资企业运营管理。

星巴克咖啡和博裕资本共同的长期愿景是未来逐步将中国门店数量扩展至 20000 家。

在考虑未来之前，我们其实也可以看看过去。不管竞争格局如何变化，股权构成怎么变化，具体到门店里，星巴克的核心竞争力其实并未改变。

开业已经 9 年的星巴克上海烘焙工坊如今在一大早就游人如织，这里客单价并不低，但作为中国独此一家，亚洲唯二的咖啡游乐园，这里吸引的不仅仅是全国的咖啡爱好者，而是世界各地的爱好者，这就是门店的意义。人们并不是总是需要从外卖员手里接过咖啡，很多时候需要坐在咖啡师面前，看咖啡师通过手冲壶，虹吸壶等等器具完成一次香气和味觉的转化，或者是看着生豆通过传送带送往烘焙炉，然后从青变褐，从麻布袋里走向熟豆罐。

星巴克希望这样的门店，不止这一家，而是每一家。

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

在国内的各家新势力中，若要论及对「原创设计」的执念，很难不想到阿维塔。

从品牌诞生之初，阿维塔就确立了以未来感和科技感为核心的设计主线。

修长而优雅的车身姿态、极致协调的车轮与车高比例，配合上极具立体雕塑感的碟翼式前脸设计，以及在量产车中极为罕见的大胆前卫的无后窗尾部造型，这些元素共同构成了阿维塔独树一帜的视觉标签。

过去两年，新能源市场竞争迅速加剧，产品之间的审美也越来越接近，但阿维塔并没有明显向主流妥协，仍然保持着自己的设计语言。正是这种在设计上的长期坚持和沉淀，让它建立起了稳定、清晰且极具辨识度的品牌形象。

新款阿维塔 12 和阿维塔 06T 的同步亮相，可以看作这套品牌体系在两个不同方向上的延伸，前者是旗舰轿跑的纵向升级，后者则是以旅行车形态切入新的细分市场。

其中，正式上市的阿维塔 12 共有 5 种配置，起售价为 29.39 万元。

而预售的阿维塔 06T 则有 4 种配置，起售价为 22.99 万元。

新款阿维塔 12

新款阿维塔 12 的整体轮廓延续了此前的设计思路。车身尺寸为 5020 / 1999 / 1470 mm，纯电版车高进一步压低至 1460 mm，配合 3020 mm 的轴距，整车依旧呈现出低趴、舒展的姿态。

它没有大幅改动已经形成辨识度的家族设计，例如封闭式格栅、全 LED 星旅式曲率灯组，以及侧面标志性的无后窗溜背造型，这些元素都被保留下来。搭配 20 英寸或 21 英寸轮圈与红色卡钳，整车的运动气质依然很鲜明。

一些具有代表性的配置也继续保留了下来，比如电子外后视镜、无框电吸门和可随速升降的主动尾翼。同时，新车也针对细节做了调整。前后灯组和前翼子板加入了专属的「智驾小蓝灯」，B 柱增加了「乾崑智驾 ADS」标识，门把手则换成了符合新国标的半隐藏式设计。

相比外观层面的延续，新款阿维塔 12 更大的变化，其实集中在辅助驾驶和安全配置上。

辅助驾驶是新款阿维塔 12 这次升级的重点。新车采用了 4 激光雷达方案，除了车顶主激光雷达外，前翼子板左右两侧各布置了 1 颗，车尾还有 1 颗。这套方案的意义很直接，就是尽量减少前方和侧前方的感知盲区，提升整车在复杂场景下的感知完整性。

其中，车顶新增的华为乾崑 896 线双光路图像级激光雷达，是这一套感知系统的核心。

它可以在 162 米外识别高度仅 30 厘米的障碍物，也能在 120 米外识别约 14 厘米的小目标。对高速行驶场景来说，更早发现障碍物，意味着系统和驾驶者都能获得更多反应时间。

与这套硬件对应的，是全系标配的华为乾崑智驾 ADS 4，支持高速和城市 NOA，以及全场景和记忆泊车功能，同时，乾崑 CAS 4.0 防碰撞系统也进一步补强了主动安全能力。

而被动安全方面，新车采用高强度钢铝混合笼式车身，高强度材料占比超过 80 %，并配备全车 8 个安全气囊。电池部分则使用宁德时代定制方案，采用高强度 6 系铝合金壳体，并经过 150 余项测试。

如果说智驾部分更多体现的是华为在系统层面的能力，那么底盘部分更能体现阿维塔自身的取向。

新款阿维塔 12 采用前双叉臂双球头全铝合金悬架和后多连杆悬架，同时配备智能空气悬架、CDC 动态阻尼以及液压衬套。真正值得关注的，是它搭载的「阿维塔太行智控 2.0 技术」。这套系统把电驱和悬架控制进一步整合，通过分布式电驱与电磁避震协同工作，提高车辆在复杂工况下的动态稳定性。

其中，后轮双电机独立驱动是这套系统的重要组成部分。左右后轮可以分别控制转速和扭矩，在湿滑路面或附着力不一致的情况下，系统能够更快完成动力分配，帮助车辆维持稳定姿态。另一部分是支持全段无级调节的电磁避震，官方称其最高每秒可进行 1000 次动态调整，以毫秒级速度完成响应，用来兼顾细碎颠簸的过滤和高速行驶时的支撑性。

动力方面，新款阿维塔 12 提供增程和纯电两条路线。

增程版更强调日常使用的便利性。它搭载热效率达到 44.39 % 的 1.5T 增程器，以及最大功率 200 kW 的后置双电机，系统综合功率达到 400 kW。配合 52.01 kWh 电池，纯电续航可达 261 km。对于城市通勤用户来说，这个续航已经足以覆盖大部分日常用车场景。

纯电版则建立在 800 V 高压平台之上，配备 98.07 kWh 电池。后驱双电机版本综合续航可达 670 km 和 735 km。三电机四驱版本在后置双电机基础上增加一台 210 kW 前置电机，系统总功率达到 712 kW，约 968 马力，续航仍有 605 km。可以看出，这一套动力布局试图同时覆盖续航、性能和使用场景的不同需求。

进入车内，新款阿维塔 12 仍然延续了环抱式座舱布局。4K 一体远端屏、15.6 英寸悬浮式中控屏，以及最新的鸿蒙座舱系统，依旧构成了车内的核心交互体验。后排配备 16 英寸吸顶娱乐屏，中央扶手箱也带有独立控制屏。

在保持整体科技氛围的同时，阿维塔的工程团队也认真倾听了用户的反馈，针对上一代车型在实际日常使用中暴露出的一些细节体验痛点进行了的优化。

例如，在方向盘区域，新车增加了实体的语音唤醒按键和一键爆发最大动力的 Boost 加速按键，提升了盲操的便利性。内门板处加入了独立的实体车窗控制开关以及车门机械应急开启开关，车内用于监测驾驶员状态的疲劳驾驶预警系统也经过了算法层面的优化，减少了误报率。

此外，后排新增了 AVATR MAG 磁吸式拓展接口，为后续生态配件预留了空间。车顶材质升级为天鹅绒，并新增「岩棕」内饰配色，整体观感更稳重。前排双零重力座椅、全车 4 座加热、通风、按摩，双 50 W 无线快充、英国之宝 25 扬声器以及智能香氛系统，也让这套座舱在舒适和豪华层面维持了较高水准。

如果说新款阿维塔 12 更像是对现有体系的一次系统补强，那么同步亮相的阿维塔 06T，则是在另一个更敏感的价格区间里，尝试用不同的产品形态打开市场。

作为 06 车系衍生出的猎装 / 旅行版本，阿维塔 06T 的重点在于车身形态带来的气质变化。

阿维塔 06T 车身尺寸为 4940/1960/1475mm，轴距 2940mm，整体很好地保留了 06 车系原有的家族化设计基调。

车头部分依然采用了极具科幻感和未来主义色彩的 F 形飞翼式大灯组，大灯中央的日间行车灯巧妙地兼顾了智驾小蓝灯的功能。

来到侧面，这台车的修长感得到了进一步的放大，呈现出典型的雪茄形车身姿态。旅行车特有的平直车顶线条一路向后延伸，与车身下部略微隆起的轮眉线条相互呼应，使得整车在展现出优雅修长比例的同时，也展现了力量感。

进入阿维塔 06T 的车内，可以发现它在内饰布局上依然延续了阿维塔品牌一贯的设计思路，强调科技感与简约风的融合。

35.4 英寸超长带状屏布置在前挡风玻璃下沿，主要显示车速、导航和电量等信息，目的是减少驾驶者低头查看的频率。

中央区域的 15.6 英寸中控触摸屏则继续搭载鸿蒙座舱系统，支持四区域语音交互、面部识别、声纹识别、华为 HiCar、车载 KTV 以及模拟声浪等功能。

在核心机械层面，阿维塔 06T 并没有因为所处价格区间更敏感而收缩配置。

阿维塔 06T 提供纯电和增程两种动力方案。纯电车型分为采用后桥双电机的后驱版，以及在此基础上增加 210 kW 前置电机的四驱版。纯电版匹配 89.33 kWh 的电池组，官方标称续航里程超过 740 km；增程版则搭载 45 kWh 的宁德时代电池，标称纯电续航为 330 km，日常通勤使用没有太大压力。

底盘部分，阿维塔 06T 采用长安研发的太行 2.0 底盘系统。该系统基于分布式电驱，能够对两侧车轮的扭矩进行独立控制。其设计目的是在低附着力路面打滑，或在高速爆胎等失稳工况下，通过扭矩分配辅助修正车身姿态，以提升主动安全性。

阿维塔 06T 同样搭载华为乾崑新一代 896 线激光雷达，并采用华为乾崑智驾 ADS 4.0 系统，在感知硬件和智驾软件层面，阿维塔 06T 和新款阿维塔 12 共享了同一套技术底座。

去年 8 月，阿维塔与华为正式确立了 HI PLUS 联合共创模式，在此之前，华为以技术供应商身份提供智驾算法与座舱模块，产品定义权主要归属阿维塔一侧。

新模式落地后，华为团队介入的节点前移至产品定义与用户需求洞察阶段，并延伸至上市营销策略，双方形成了共担目标与结果的联合项目组。

加上宁德时代作为阿维塔第二大股东持续提供定制化电池方案，长安、华为、宁德时代三方在供应链层面已经形成了高度整合的协作关系。

新款阿维塔 12 和阿维塔 06T，正是这套协作体系在两个不同产品方向上的具体落地。前者沿旗舰轿跑路线纵向深化，以智驾硬件为主轴完成全面升级；后者以旅行车形态横向拓展，用同一套技术底座尝试吸引另一类用户群体。

新款阿维塔 12 的纵向深化与阿维塔 06T 的横向拓展，最终呈现出的是中国高端智能电动车的一种全新解法。

华为的智能科技与阿维塔的先锋审美融合成了一个自洽的整体。

华为在看不见的底层逻辑、算法算力和智能交互上，为车辆注入了行业顶尖的「灵魂」；而阿维塔则负责在看得见的物理层面，用修长优雅的比例、极具辨识度的前脸，以及猎装旅行车这种充满感性色彩的形态，为这些前沿科技打造一副具备温度和性格的「躯体」。

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

上市之初并不被外界普遍看好的萤火虫，用销量证明了「我能行」。

从上市到现在，萤火虫累计交付超过 5 万台，月均交付超过 4100 台，最高峰时，月销接近 7000 辆。

最初两个月，约 90% 的购车者都来自蔚来现有用户增购；而到了现在，来自蔚来体系外的新用户占比已经提升到 95%。

用户结构的变化，说明萤火虫真正实现了「破圈」，开始成为蔚来在 10 万万以内市场的主力车型。

在上市一周年之际，萤火虫推出了改款车型，共提供两款配置，售价分别为 11.98 万和 12.58 万元，如果选择租电方案，价格则为 7.98 万和 8.58 万元。

更精致的小车

从整体设计看，2026 款并没有大幅调整原有风格，依旧延续老款的设计语言。封闭式格栅和「三重奏」大灯组仍然保留，车身尺寸也没有变化，依旧是 4003 × 1781 × 1557 mm，轴距 2615 mm。

外观层面的更新，主要集中在车身颜色和选装配置上。

新车这次新增了「美拉德」作为常规选装色。这个颜色此前曾以限定款形式短暂开放，后来因为用户持续反馈较好，这次被正式纳入常规选装序列，选装价格为 3000 元。

与之对应，原本的新生绿退出常规配色，转为特别版专属，普通版车型将不再提供。2026 款的常规车身颜色目前共有 5 种，分别是纯粹白、探索灰、幽然米、灵感紫和美拉德。

与此同时，新车还增加了星轨双色合金轮圈作为选装项。

车辆的下包围部分也做了区分处理，2026 款提供两种不同风格的下包围样式，其中磨砂黑版本取消了原先的白色环保颗粒，整体呈现更纯粹的黑色磨砂质感，对应纯粹白、探索灰和幽然米这 3 种配色；保留白色环保颗粒的版本，则搭配灵感紫和美拉德。

此外，新款萤火虫外后视镜新增倒车自动下翻功能，并支持记忆设置；智驾辅助提示用的小蓝灯，这次也一并加入。

进入车内后，2026 款的整体变化也不大。

内饰布局基本沿用老款，压低的仪表台设计依旧存在，横幅式方向盘继续采用抗菌超纤皮包覆；怀挡设计保留，前排中央通道以及主副驾之间的贯穿式布局也都延续下来。

真正变化比较集中的部分，其实在车机和软件功能上。

随着 2026 款一同到来的，还有车机系统升级。Aster 紫菀 1.4.0 版本已经在 4 月 8 日上午 10 点开始推送。

驾驶辅助方面，升级后的循迹倒车功能最长可记录 100 米的行驶路线，方便车辆按原路倒回；视觉融合泊车辅助在原有基础上继续增强，新增了停车偏移功能，车辆在泊车过程中可以自动识别距离较近的一侧障碍物，并主动进行规避；误加速抑制辅助则用来应对驾驶中误踩加速踏板的情况，触发时会伴随比较明显的警示音。

驾驶模式同样有更新。2026 款新增了轻缓模式，开启后能够减弱加速时的点头感，更适合低速跟车和城市拥堵路况。与此同时，不同驾驶模式之间切换时，中控屏的视觉动效也会与当前模式联动。

此外，车机内的娱乐功能也有更新。新增的「萤火虫乐队氛围环」可以随着音乐节奏变化；车机支持 Switch 游戏投屏；自定义锁车音也开放给用户，既可以上传自制音效，也可以直接从系统预设中选择。

动力变化是这次改款里最容易被感知到的一项变化。2026 款搭载的电机峰值功率提升至 120 kW，相比老款的 105 kW 增加了 15 kW，0-100 km/h 加速时间为 7.9 秒。至于电池部分，则没有调整，电池容量依旧为 42.1 kWh，CLTC 工况续航仍是 420 公里，这两项数据与老款保持一致。

按照萤火虫品牌负责人金舸的说法，这次动力升级是蔚来在后续测试过程中发现电机硬件仍有足够性能余量之后，重新对电机系统、电池管理系统和热管理系统做了重新标定实现的。

动力提升后，车辆在一些日常驾驶场景，比如超车、上下高速匝道时的加减速，以及车辆从低速状态迅速切入高速行驶时的体验会更好。

对老车主来说，这次改款也不只是「看别人更新」。2026 款发布之后，老款车主同样可以获得其中大部分升级内容。

其中最关键的 120 kW 动力解锁，来自纯软件层面的重新标定。官方预计会在今年 5 月中旬向全部老款车主推送升级包，而且不收取费用。Aster 紫菀 1.4.0 软件版本也已经在 4 月 8 日同步向所有车主推送，相关软件新功能都会覆盖到位。

不过，也有几项功能无法单靠软件实现。像小蓝灯、TPMS 胎压监测和外后视镜自动下翻，都需要额外更换硬件，只能通过付费选装的方式获得。

更广阔的野心

相比这些已经落地的升级，换电兼容性显然是现阶段用户更持续关注的话题。蔚来第五代换电站能够兼容萤火虫车型，这一点方向虽然已经明确，但过去一段时间里，具体的建设节奏始终没有特别清晰的时间表。

蔚来也解释了第五代换电站推进较慢的原因。

与第四代换电站相比，第五代站点的机械结构变化更大，机械臂摆动带宽明显增加。它既要兼容萤火虫这种尺寸较小的电池包，也要兼容蔚来主品牌的大规格电池包，覆盖范围更广，这直接抬高了对换电过程稳定性和定位精度的要求。按照目前的测试结果，实际换电时间仍略高于 3 分钟这一预设目标，所以整个系统还在持续迭代优化中。

不过今年 3 月，昆山内部工程测试站已经完成全链路打通，现阶段主要在做机械结构磨合；到 5 月中旬，上海和合肥会各新增一座内部员工内测站，用来进一步扩大测试样本；6 月中旬，官方计划在全国 5 个城市开启面向用户的先锋测试站；到了 7 月至 8 月，预计会进入全国范围的规模化爬坡阶段。

此后，蔚来在全国范围内将不再新建第四代换电站，新建站点都会直接采用第五代方案。

再往后看，萤火虫还会补上一块更大的电池。官方已经确认，后续将推出一款大容量电池，只是具体容量还没有最终敲定，目前预计会落在 59 至 62 度之间。它的推出时间会晚于第五代换电站的大规模落地。

除了产品本身，这个品牌接下来的方向也在调整，商业布局开始变得更清晰。

截至目前，萤火虫已经进入欧洲、亚洲和中美洲 3 个大洲，覆盖荷兰、比利时、卢森堡、挪威、丹麦、新加坡、泰国、哥斯达黎加、匈牙利、葡萄牙和波兰，共 11 个国家。

在海外渠道模式上，萤火虫没有延续蔚来主品牌的直营体系，而是选择与当地合作伙伴共同推进，采用国家总代理或经销商模式，借助本地网络去建立市场存在感。

回到国内，萤火虫今年还会推出全新的下沉业态 Sky 门店，年内目标是落地 100 多家。

与此同时，周边产品的开发力度也在加强。官方计划专门组建团队负责生活方式产品线，品类将覆盖服装、配饰、车模等多个方向。车模方面，今年会与顶级车模品牌合作，推出从收藏级到玩具级的全规格产品。面向儿童市场的萤火虫敞篷童车，也已经进入开发阶段。

最后，蔚来今年为萤火虫定下了全球累计销量突破 10 万辆的目标。

按照当前约 5.1 万台的累计基数来算，这意味着接下来的时间里，尤其是下半年，它必须维持住现在的交付节奏，甚至还要继续往上提。

这个目标不算轻松，但从走势来看，萤火虫显然已经用销量证明了自己能够做到。

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

安宇艾心（北京）医疗科技有限公司（以下简称“安宇艾心”）正式宣布，已完成新一轮数千万人民币的融资。本轮融资由北京市医药健康产业投资基金领投，中关村资本、通政基金和君领投资等知名机构跟投。所募资金将主要用于加速公司核心产品——基于全光学超声技术的介入超声成像系统的研发迭代、临床试验、注册申报及商业化布局。

本轮融资的顺利完成，标志着安宇艾心的颠覆性技术——全光学超声成像技术获得了政府引导基金与市场化资本的双重认可。

作为本轮领投方，北京市医药健康产业投资基金是北京市为加速医药健康产业创新、推动新质生产力发展而设立的市级政府投资基金，重点投向创新药、创新医疗器械等关键领域。此次投资，不仅是对安宇艾心技术实力和商业前景的肯定，更是北京市布局高端医疗器械前沿赛道、支持本土创新企业发展的战略性举措。

安宇艾心-致力于成为全球全光学介入超声成像技术的定义者与领跑者

安宇艾心成立于2022年8月，是一家专注于泛血管介入精准诊疗领域的高科技企业，致力于构建基于全光学超声原理的下一代介入影像平台。公司立足北京中关村，辐射全球市场，旨在通过颠覆性的技术路线革新，解决传统血管内成像技术的长期痛点，成为高端医疗器械国产替代与原始创新的标杆企业。

安宇艾心核心技术来自北京航空航天大学王璞教授团队，多年来致力于全光学超声成像系统这一颠覆性技术的研究与应用。该技术突破了传统压电超声的物理局限，具有超宽带、高灵敏度的特性，实现了血管内成像微米级高分辨率与深层组织穿透力的完美统一。该技术2023年入选《科学》杂志全球超声十大创新技术，引发国际学术界的关注。

其核心产品全光学血管内超声系统旨在为血管疾病的精准介入治疗提供最佳的“第三只眼”，帮助医生在术前、术中和术后精准评估血管管壁结构、斑块性质及狭窄程度，从而优化治疗策略，提升手术成功率，最终造福广大患者，助力2030健康中国。安宇艾心的技术路径在全球范围内亦属前沿，致力于实现从“跟跑”到“领跑”的跨越。

设备-手术室台车（左）PIU-床旁控制单元（中）导管-快速交换导管/OTW导管（右）

凭借卓越的技术创新，安宇艾心已先后获得国家高新技术企业、北京市专精特新中小企业等资质，并在HICOOL全球创业大赛等权威赛事中屡获殊荣。

北京市医药健康产业投资基金表示：“安宇艾心的全光学超声技术在全球范围内都处于领先地位，是典型的‘硬科技’创新。我们看好其巨大的临床价值和市场潜力。作为北京市医药健康产业生态的重要一环，我们将积极为安宇艾心对接产业资源，共同推动首都医药健康产业的高质量发展。”

目前，北京正全力打造世界级生物医药创新高地，通过设立总规模200亿元的医药健康产业基金群、出台“创新医药32条”等一系列举措，为创新企业提供从研发、临床到产业化的全链条支持。

安宇艾心作为本土成长起来的创新企业，正迎来前所未有的发展机遇。联合创始人兼CEO席渭龄表示：“我们非常荣幸能获得北京市医药健康产业投资基金以及包括本轮和以往各家投资机构的共同投资，这些资金为我们核心产品的研发获证和商业化进程注入了强劲动力。感谢‘耐心资本’的长期信任，让我们可以心无旁骛地打磨产品。我们的目标很清晰——以创新科技服务于精准医疗，我们致力于成为全球泛血管精准诊疗领域的排头兵，为中国高端医疗器械产业贡献‘安宇力量’。”

查看更多项目信息，请前往「睿兽分析」。

乐道 L90 和第三代 ES8，基本撑起了蔚来这一轮产品调整的两条主线。

前者面向更广泛的家庭用户，也照顾到了更敏感的价格预期；后者则以 29.88 万元的租电起售价，重新锚定了蔚来的主力区间，成为了承担销量和品牌基本盘的主力车型。

但再往上，蔚来也需要一台真正负责抬高品牌天花板、重新定义旗舰水准的车。

真正的「顶级旗舰」

两天后即将发布的蔚来 ES9，就是蔚来完成这一轮价格和产品职责的重新校准完成之后，最关键的那台标杆车型。

官方将其定义为「智能电动行政旗舰 SUV 品类的开创者」，虽然听着口很大，但从目前披露的硬件和配置看，蔚来的确把最核心的技术和资源都压了上去。

在产品形态上，ES9 展现出了越级的行政级座舱体验与硬核的堆料。这台车拥有 5365 毫米的车长和 3250 毫米的轴距，前脸采用更为挺拔的 Sharknose 设计，配合矩阵式分体大灯与双层日行灯，气场十足。

车内主打 2+2+2 的六座布局，并提供七座版本供选。第二排显然是整车体验的重点区域，配备零重力座椅，支持大角度躺放，通风、加热、按摩也都齐备。

第二排和第三排车窗使用柔性电致变色技术，并支持分区控制，隐私、采光和隔热之间可以按需求切换。

车辆前排是一块 15.6 英寸 AMOLED 悬浮式中控屏，后排则配备两块 14.5 英寸 NIO Link 全景互联行政屏，以及一块 8 英寸后排中置控制屏。整套系统由 SkyOS · 天枢整车全域操作系统统一调度，覆盖车控、智驾、座舱和移动互联等多个功能域。

车内还配备了 NOMI Mate 3.0 和车载压缩机冰箱，后排延续了 ET9 上的「天空岛」和「行政桥」设计。材质方面，真木饰板、Nappa 真皮和刺绣元素覆盖了大部分高频触达区域。

单从配置上看，这台车的座舱目标非常明确，就是冲着高端行政和高品质家用两种需求一起去的。

支撑起这份豪华的，是天行智能底盘系统，其集成了线控转向、后轮转向和全主动空气悬架三项核心技术，支持大范围伸缩和自由角度调节，转向比也可以低延迟变化，同时采用全冗余安全设计。

参考 ET9 的表现，在天行后轮转向的帮助下，转弯直径已经做到 10.9 米，灵活性接近一台 A 级轿车。

智驾部分同样是 ES9 的重头戏。新车配备 3 颗激光雷达，构成 360° 三维环境感知能力，并搭载「AQUILA 天鹰座超感系统」和蔚来自研的 5 nm 车规级智驾芯片神玑 NX 9031。

这颗芯片已经在 2025 年 3 月随 ET9 交付正式量产，目前累计出货超过 15 万套。

按照官方说法，NX 9031 在城区领航辅助运行时，功耗大约只有行业旗舰芯片的一半；在主动安全场景下，功耗约为行业旗舰芯片的 4 成。芯片上的全自研 ISP 还能实现每秒 65 亿像素的处理能力，可并行处理 25 路高清摄像头与激光雷达点云数据，整体延迟控制在 5 ms 以内。即便处在极暗环境下，26 bit 的处理位宽也能兼顾高光和暗部识别。

蔚来用一句话总结了 NX 9031 的强大：

我们可以很自信地说，「神玑 NX9031」在很长的时间里，都会是智能辅助驾驶芯片里综合能力最强的。

动力方面，ES9 采用前后双电机四驱系统。前电机最大功率 180 kW，后电机最大功率 340 kW，系统综合功率达到 520 kW，综合扭矩 700 N·m，最高车速 220 km/h。电池由宁德时代供应，容量为 102 kWh，CLTC 续航提供 620 km、600 km、580 km 三种版本。

此外，ES9 基于全域 900 V 高压架构打造。配合蔚来 600 kW 超充平台，5 分钟可补充约 255 km 续航。换电模式下，3 分钟可完成一次电池更换。

真正决定 ES9 上市表现的，还是价格。

李斌在开年直播中已经明确表示，ES9 的定位不会高于 ET9。ET9 的租电起售价是 66 万元，第三代 ES8 则是 29.88 万元，这两个数字基本划出了 ES9 的价格区间。从现有信息判断，ES9 的租电版起售价大概率会落在 40 万元到 45 万元之间。

BaaS 方案的存在，也会进一步降低这台车的感知门槛。对于企业用户、商务接待场景，以及预算需要精确控制的买家来说，不必一次性承担电池资产，本身就有不小的吸引力。

只要产品力够强，就有机会

近几年，大型高端新能源 SUV 赛道发生了很多变化。

问界 M9 的出现，将过去接近百万级才能触及的全尺寸旗舰 SUV 体验，重新定价到了 50 万元级别，并在上市后迅速激活了庞大的潜在需求。

接着，极氪 9X 在短时间内迅速放量，也说明这个细分市场远没有尘埃落定。格局还在变化，份额也没有被彻底切完，后来者也绝非只能在夹缝中捡拾剩余空间。只要产品力够强、价格合理，新玩家一样有机会打开局面。

高端轿车的消费逻辑，向来更看重品牌积累。品牌历史、用户心智、社会象征，还有多年形成的认知惯性，都会深度影响最终选择。很多人买一辆高端轿车，买到手的从来不只是交通工具，更像是一整套延续多年的身份想象。要正面撬动这套体系，难度一直很高。

然而，大型 SUV 的购买决策相较而言则更为务实。

车内空间到底够不够宽敞，第二排和第三排坐起来舒不舒服，整车是否安静，底盘和座椅能不能把舒适性做扎实，科技配置是否到位，家用和商务场景能不能兼顾，长途出行时补能是不是方便，这些都会被用户摊开来逐项比较。

只要在关键体验上做得更好一点，安静一些，乘坐舒服一些，使用省心一些，决策就有可能发生倾斜。

蔚来 ES9 正是切入了这样一个看重实际体验的市场。它面对的竞争对手，是问界 M9、理想 L9、极氪 9X 这类已经在 40 万到 50 万元区间站稳脚跟的强敌。

可这不意味着 ES9 没有空间。

除了原本就在新能源产品之间来回比较的那部分用户，市场里还有不少长期关注传统豪华旗舰 SUV 的潜在买家。他们此前考虑的，往往是奔驰 GLS、宝马 X7、路虎揽胜这类车型，也更熟悉传统豪华品牌在尺寸感、气场和身份表达上的那套语言。

ES9 有机会把这部分人吸引过来。更高的技术含量，更完整的配置梯度，再加上足够明显的价格优势，都可能让它进入这批用户的候选名单。

第三代 ES8 其实已经替 ES9 提前探明了方向。

ES8 的市场表现证明了那种偏商务、偏行政感的座舱气质，在高端市场是能够转化为真实销量的，用户愿意为这种高级氛围买单。

因此，ES9 完全可以沿着这个已经被验证过的方向，将车身体量、规格标准以及软硬件能力再向上推高一个层级。

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

Sam Altman 估计又要失眠了。

早上，《纽约客》刚发一篇万字调查报道来指责自己是「反社会骗子」，转头 OpenAI 的年化营收就被自己最大的竞争对手 Anthropic 反超了。

2024 年初，Anthropic 的年化营收还只有 10 亿美元。十六个月后，这个数字变成了 300 亿，超过了 OpenAI 的 250 亿。

值得注意的是，年化营收（ARR）是一种推算，不是已经装进口袋的真金白银。Anthropic 的算法是把最近四周的 API 营收乘以 13，订阅收入乘以 12，加总得出。OpenAI 的计算方式与此类似，用四周总收入乘以 13。口径相对一致，但也意味着一旦某个月需求骤然爆发，数字就会被放大，反之亦然。

数字背后，还藏着两种完全不同的商业逻辑。

一个五天原型，25 亿美元的生意

Anthropic 的营收里，70% 到 75% 来自企业和开发者的 API 消耗。客户把 Claude 嵌进自家产品和工作流，用多少付多少。剩下的来自 Claude Pro、Claude Max 等消费端订阅，以及 Claude Code 的企业合同。

Claude Code 值得单独说一下。

2024 年 9 月，Anthropic 内部一位 TypeScript 工程师写了个 Apple Script 提升自己的效率，五天之内半个工程团队都在用。这个意外的原型后来变成了 Claude Code，一个在终端里运行的智能编程代理，能读懂代码库，规划操作步骤，自主执行编辑、测试、提交。

目前，Claude Code 的年化营收已经达到 25 亿美元。全球 GitHub 公开代码提交中有 4% 是由它生成的，这个数字在一个月内翻了一番，预计年底将达到 20%。届时全球每五条代码提交，就有一条出自同一个模型之手。
就是这样一个五天搓出来的原型，变成了 25 亿美元的生意。

直接去找愿意付钱的人

OpenAI 拥有 9 亿周活跃用户，ChatGPT 是人类历史上增长最快的消费级应用之一。

但这 9 亿用户中，只有大约 5% 到 6% 是付费的，其余 94% 免费使用。

此前我们写过一篇文章，指出了 OpenAI 为了维持 ChatGPT 这个「大体上免费」的产品，需要付出极高的算力成本，相当于是在做「补贴」。（考虑到 OpenAI 此前宣布在免费档上加入广告，无疑是因为在 7-8 亿周活用户的量级上做算力补贴的成本实在太难以接受。）

据 The Information 报道，OpenAI 预计 2026 年将亏损 140 亿美元，累计亏损到 2028 年底将达到 440 亿，最早也要 2029 年才能盈利——甚至，就连 ChatGPT Pro 订阅都是亏钱的，奥特曼自己也承认了这一点。

去年，汇丰银行环球投资研究对 OpenAI 的收入模型做了分析，指出：OpenAI 需要在 2030 年实现至少 30 亿周活跃用户，并且其中付费用户的比例达到 10%，才能够避免「入不敷出」。

和现在相比，这个周活跃用户只需要再翻两倍多一点；但是，付费用户数量却需要增长 6.5 倍才行。

Anthropic 走的是另一条路。

它大约 80% 的收入来自企业客户。两年前有 12 家公司每年向 Anthropic 支付超过 100 万美元，现在这个数字超过了 1000 家，而且在不到两个月内就从 500 家翻了一番。八家「财富」前十强企业都是它的客户。

Anthropic 每位月活跃用户平均收入为 211 美元，OpenAI 每位周活跃用户平均收入为 25 美元。虽然口径不一，但即便统一口径计算，A 社的变现能力都比 OpenAI 要强得多。

今年 3 月，首次购买 AI 工具的企业中，有 73% 选择了 Anthropic。十周前这个比例还是五五开，去年 12 月甚至是 60:40 偏向 OpenAI。Axios 在报道中指出，AI 竞赛的焦点正在从「谁的模型最好」转向「谁能最快变现」，而 Anthropic 正在企业客户这个最重要的战场上拉开距离。

消费互联网的流量思维和企业软件的价值思维之间，存在一种根本性的差异：OpenAI 选择了前者，用免费产品圈住数亿用户，再想办法转化。Anthropic 选择了后者，直接去找愿意付钱的人。

在 AI 模型的推理成本高居不下的今天，后者看起来是更健康的路径。但这并不意味着 OpenAI 做错了。9 亿用户这个数字还是令人不可小觑的，只是，OpenAI 这个用户体量（特别是前面提到的付费比例）想要兑现为真实收入，周期要比企业软件路线更长、风险更大。

可能这也是为什么 OpenAI 正在考虑收缩它的消费级产品，将重心转向企业市场。

只是，这可能又落入了我们今天在前一篇文章里提到的陷阱：在 AI 事业的关键议题上，OpenAI 经常摇摆不定，会有重视-忽略-重视-忽略的循环。

谁也没法说，OpenAI 今天看重企业市场，回头过两年会不会又改主意。

（成天改主意，每次都 all in，这味道倒是像极了某公司……）

而且，转身需要时间，而 Anthropic 从一开始就已经站在终点线上。

300 亿美元的营收需要相应的基础设施来支撑，Anthropic 今天宣布与谷歌、博通的三方协议，就是为此而来。

根据提交到了美国证券交易委员会的文件，博通将承担更多谷歌 TPU 的代工业务，而从 2027 年起 Anthropic 将通过该公司获得大约 3.5 吉瓦的 TPU 算力。

瑞穗分析师估算，在 2026 年，博通仅从 Anthropic 一家就将获得 210 亿美元的 AI 收入，2027 年达到 420 亿。

Anthropic 的算力策略也值得注意。它同时使用 AWS 的 Trainium、Google 的 TPU 和 NVIDIA 的 GPU 三种芯片平台，同时也是唯一一家在 AWS Bedrock、Google Cloud Vertex AI 和 Microsoft Azure Foundry 三大云平台上都提供前沿模型的 AI 公司。

这种多平台策略，让企业客户此前无论在哪个云平台上，都可以无需更换平台即可接入 Claude 大模型 API，同时更让 Anthropic 避免了对单一供应商的依赖。

二级市场已经开始重新定价

买方对 Anthropic 股票的需求目前高达 20 亿美元，几乎找不到愿意出手的卖家。隐含估值从两个月前 G 轮融资时的 3800 亿美元上升到了约 6000 亿美元。高盛对 Anthropic 配售收取 15% 到 20% 的业绩报酬。

与此同时，价值 6 亿美元的 OpenAI 股票据说无人问津。

IPO 的话题正在变得越来越具体。据 The Information 报道，包括 CEO Dario Amodei 在内的 Anthropic 高管已经在讨论最早于 2026 年 10 月上市，公司聘请了 Wilson Sonsini 作为法律顾问，并与高盛、摩根大通组成的银行团队推进 S-1 文件的准备。

承销方预计此次募资将超过 600 亿美元，若成真，将成为科技史上仅次于 SpaceX 的第二大科技 IPO。目前的目标估值从最初的 5000 亿美元起步，市场预期最终可能突破 8000 亿美元。

华尔街日报在两家公司预计今年晚些时候上市前，获取了 OpenAI 和 Anthropic 的机密财务资料。在这场竞赛里，两家公司都在以一种惊人的速度烧钱，只是 Anthropic 的账面比率看起来稍微好看一些。

OpenAI 预计到 2028 年在算力上的支出将达到 1210 亿美元，尽管收入几乎翻了一番，但仅那一年就会亏损 850 亿美元。

剔除训练成本，两家公司现在都接近盈利；把训练成本加回去，OpenAI 的盈亏平衡目标则推到了 2030 年。Anthropic 预计会更早达到，目前其规划 2027 年实现正向自由现金流。

增长放缓几乎是不可避免的。Epoch AI 在建模时也注意到，Anthropic 的增速从 2025 年 7 月起已经从每年 10 倍降到了每年 7 倍左右。这依然是一个惊人的数字，但趋势已经在发生变化。

更大的体量意味着每一个百分点的增长都需要绝对量上更大的增量，市场会在某个时点开始出现饱和，竞争也在加剧。

两种 Token 烧法，要解决同一个问题

前文提到，OpenAI 是先圈用户，再想办法变现。这是消费互联网的经典路径，Facebook、Google、TikTok 都是这么走过来的。风险在于，AI 模型的推理成本远高于传统互联网产品，免费用户不是资产，你需要在烧光钱之前找到转化路径。

而 Anthropic 直接去找愿意付钱的人。这是企业软件的经典路径，Salesforce、Oracle、SAP 都是这么走过来的。这里的风险在于，企业市场的天花板比消费市场低得多，而且一旦增长放缓，估值就会被重新定价。

OpenAI 赌的是时间，赌推理成本会快速下降，赌 9 亿用户中总有一部分会转化为付费用户。Anthropic 赌的是确定性，赌企业客户的付费意愿足够强，赌自己能在增长放缓之前建立起足够深的护城河。

现在的问题是，谁的时间窗口会先关闭。

OpenAI 的时间窗口是推理成本下降的速度。如果成本下降得不够快，免费用户就会变成一个无底洞。Anthropic 的时间窗口是企业市场的饱和速度。如果增长放缓得太快，二级市场就会开始重新定价。

两家公司都在和时间赛跑，只是跑道不同。一个在消费市场的长跑道上狂奔，一个在企业市场的短跑道上冲刺。谁会先撞线，谁会先撞墙，现在还不知道。

但有一点是确定的：AI 行业的竞争，已经从「谁的模型最好」变成了「谁能活到最后」。而活到最后的前提，是你得先找到一条能养活自己的路。

Anthropic 找到了，OpenAI 还在找。

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

就在刚刚，DeepSeek 网页端迎来大更新。

没有发布会，没有 blog，甚至连一条官方推文都没有。DeepSeek 网页端的输入框上方多了两个图标——一个闪电，一个钻石，分别对应「快速模式」和「专家模式」。

悬停一下，提示语出来了：快速模式「适合日常对话，即时响应」，专家模式「擅长复杂问题，高峰需等待」。

目前从实测和网友拆解来看，两个模式的差异大概是这样的：

快速模式，可以识别图片和文件中的文字，速度快，响应即时。代价是，背后跑的大概率是一个更轻量的 V4 Lite 模型，但针对速度做了优化。

专家模式，疑似路由到了更大、更强的模型——很可能就是 DeepSeek V4 正式版的某个形态。但目前它不支持文件上传，也没有多模态能力。等等，更强的模型，反而功能更少？

我们也做了一轮简单测试。

比如让两个模式各自写一个 p5.js 程序，模拟球在旋转六边形内弹跳，要求受重力和摩擦力影响。结果很直观——专家模式给出的物理行为更符合直觉，落点更准，弹跳轨迹更真实。

这种差距，其实挺能说明问题的。物理仿真对数学推理能力要求高，弱一点的模型容易出现「看起来像物理但实际上不对」的结果。专家模式在这里的表现，是实打实的能力差异。

但网友让其制作的太空侵略者游戏结果却让人有点意外：专家模式的输出和快速模式差距并不明显。

做测试的网友给出了一个判断：「我估计专家模式现在路由的仍然是某个版本的 V4 Lite。要看到完整版 V4 在网页端上线，可能还得再等一阵。」换句话说，这次灰度上线的「专家模式」，未必就是最终形态。

创意写作方面，我给两种模式出了一道辩论写作题，题目是「替无聊辩护，论证无聊是现代人的奢侈品」。专家模式的输出更长，逻辑链更完整；快速模式的文风则相对自然朴实。

有意思的是，在这个任务上，两个模式的速度差距并不明显，甚至专家模式的思考时间更短。这有点反直觉，但可能和任务性质有关——创意写作对模型规模的敏感度，远低于数学推理类任务。

对于简单任务，两个模式差异有限；越是需要深度推理的场景，专家模式的优势越明显。

在数学逻辑题「绳子绕地球一圈，加长 1 米均匀撑开，缝隙多高？」中，尽管两个模式给出了相同的答案，但过程截然不同。快速模式的回答很简略；专家模式则一步一步拆解，每个推导环节都交代清楚，更接近「把思考过程写出来」这个指令要求。

值得一提的是，目前网页端实际上线的只有快速和专家两个模式，但此前的爆料显示，还有第三个选项正在路上——「Vision 模式」。

关注 DeepSeek 技术路线的 KOL Teortaxes 认为：把 Vision 单独列为一个类，是很不寻常的设计。他提到，DeepSeek 此前拒绝在网页端部署 DS-VL 系列，原因是「尚未成熟」。如果 Vision 模式真的上线，背后支撑它的，很可能已经是一个「完全功能化」的 VLM。

而 Teortaxes 在他的长评里，给出了一个更大胆的猜测——这个视觉模型，有可能不是常规的 VLM，而是某种「深度统一世界模型」，是 Janus 系列的下一步演化，或者其他更非传统的架构。

当然，这是他的猜测，要打折扣。但有一点是确定的：DeepSeek 在多模态方向一直都有所布局，或许只是差一个良好的时间窗口。而把快速、专家等入口摆在用户面前，背后其实是一个更值得关注的方向：

DeepSeek 开始做产品分层了。

自去年初爆火以来，DeepSeek 的产品逻辑一直是高度「反商业」的——API 定价较低，网页端完全免费，功能也没什么门槛区分。这个策略确实奏效了。DeepSeek 在今年年初的那一波，把整个 AI 圈都搅动了一遍。

但问题也随之而来：长期维持这种「全免费、无分层」的运营方式，商业上是不可持续的。

现在，DeepSeek 开始把「更强的模型」和「更基础的模型」做成两个入口。专家模式目前还是免费的，但这个架构一旦搭好，后续要在上面做付费体系，技术上已经不是问题了。

Teortaxes 在评论里也提到一个细节：文件上传限制是暂时的，DeepSeek 正在整合系统，为的是之后让用户为更强大的「专家模式」付费。这整件事拼起来看，是一个很完整的铺垫路径：

先灰度上线分层入口 → 让用户感知差异 → 打通多模态和文件能力 → 视觉模式开闸 → 更强大的模式定价。当然，这仅仅是我个人的推测，也乐于被打脸，毕竟 DeepSeek 从来不按常理出牌。

诚然，大家给 DeepSeek 贴了太多标签——技术理想主义、反商业、普惠 AI。但 GPU 的推理成本、服务器的电费账单等等，每个月都是实打实的。幻方的量化收益再丰厚，也很难靠卖 API 填完一个全球级 AI 服务无限期免费运营的窟窿。

DeepSeek 搅动了整个 AI 圈，但现实也终将搅动 DeepSeek。

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

上个月，Anthropic 最强模型 Claude Mythos 意外被曝光。

被泄露的内部文档里面写着，它比 Anthropic 的 Opus 模型更大、更智能，是迄今为止开发过的最强大的 AI 模型。

Anthropic 事后把这次泄露归结为「人为错误」。

而就在刚刚，这款被「泄露」的模型正式登场，并附带了一个更大的计划。过去我们普遍以为，AI 的威胁来自它「太蠢」：幻觉、错误、不可信。今天 Mythos 带来的是另一种恐慌：它太聪明了。

AI 找漏洞，已经超过了绝大多数人类

Anthropic 联合 AWS、苹果、微软、谷歌、英伟达、思科、博通、CrowdStrike、摩根大通、Linux 基金会、Palo Alto Networks 共 12 家机构，发起了 Project Glasswing 计划。

这 12 家覆盖的范围，几乎就是全球数字基础设施的横截面——操作系统、芯片、云计算、网络安全、金融基础设施、开源生态，一个都没落下。

Anthropic 前沿红队网络安全负责人 Newton Cheng 说：「我们做 Glasswing，就是要让防御者抢占先机。」

这个方向上，Anthropic 并不孤单。竞争对手 OpenAI 此前同样推出了类似试点，目标也是「先把工具交到防御者手中」。AI 安全能力的赛跑已经发生，各家都在抢同一个制高点。

资金层面，Anthropic 承诺提供 1 亿美元的模型使用额度，覆盖研究预览期间的主要使用需求。预览期结束后，参与者可以每百万 token 25 美元（输入）/ 125 美元（输出）的价格继续使用，支持 Claude API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 四个渠道接入。

除了 12 家核心合作伙伴，还有超过 40 个构建或维护关键软件基础设施的组织获得了访问权限，可以用 Mythos 扫描自家系统和开源项目。同时，Anthropic 向 Linux 基金会下属的 Alpha-Omega、OpenSSF 捐赠 250 万美元，向 Apache 软件基金会捐赠 150 万美元。

Linux 基金会 CEO Jim Zemlin 说：「过去，安全专业知识是大机构的专属奢侈品。开源维护者历来只能自己摸索安全问题。开源软件构成了现代系统中绝大多数的代码，包括 AI Agent 用来编写新软件的系统本身。」这次，他们也能用上同样量级的工具了。

Anthropic 的公告里，有一句表述格外显眼：「AI 模型在发现和利用软件漏洞方面的编码能力已经达到可以超越除最顶尖人类之外所有人类的水平。。」

这句话翻译一下，只剩极少数顶级安全专家，还能在这件事上打赢 AI。验证这个说法的，是 Mythos Preview 在 CyberGym 安全漏洞基准上的成绩：83.1%。Anthropic 目前公开发布的最强模型 Claude Opus 4.6，是 66.6%。

且 Mythos Preview 已经自主发现了数千个高危零日漏洞，覆盖所有主流操作系统和浏览器。

比方说，OpenBSD，公认安全性最强的操作系统之一，常被用来跑防火墙和关键基础设施。Mythos 在里面挖出了一个存在了 27 年的漏洞，攻击者只需连接目标机器，就能让它远程崩溃。二十七年，没有人发现过它。

FFmpeg 的情况更魔幻。几乎所有需要处理视频的软件都用到它。那个漏洞藏在一行 16 年的代码里，自动化测试工具攻击了整整五百万次，每次都擦肩而过。

Linux 内核的案例则展示了更危险的一面。Mythos 自主发现了内核里的多个漏洞，然后把它们串联成一条攻击链，从普通用户权限，一路提权到对整台机器的完全控制。这已经超出了「找漏洞」的范畴，更接近于「策划一次完整入侵」。

三个案例，全部已经修复。Anthropic 先找到，先报告，先修。对于其他尚未修复的漏洞，Anthropic 今天公布了加密哈希值作为存证，待补丁就位后再披露完整细节。

Mythos 的能力，不只是找漏洞

参与这个项目的合作伙伴，评价都集中在一个词上：「紧迫」。

CrowdStrike CTO Elia Zaitsev 说：「漏洞从被发现到被对手利用之间的时间窗口已经缩短，以前需要几个月，现在借助 AI 只需几分钟。」

几分钟。这意味着传统的安全节奏，发现漏洞、内部评估、发布补丁、用户更新，本身就已经赶不上攻击速度了。修复跑不赢利用，防守就永远落后一步。

AWS CISO Amy Herzog 说，他们的团队每天要分析超过 400 万亿个网络流量以识别威胁，AI 是他们大规模防御能力的核心。目前 AWS 已经把 Mythos Preview 引入自家安全运营，应用于关键代码库扫描。

微软在自家开源安全基准 CTI-REALM 上做了测试，Mythos Preview 相比上一代模型有显著提升。微软 EVP Igor Tsyganskiy 说，这给了他们「及早识别和缓解风险」的能力，同时增强了安全和开发解决方案。

当然，Mythos 也有让人忍俊不禁的一面。

Anthropic 在系统卡里记录了一个测试：当用户不停地发「hi」，不同版本的 Claude 反应各不相同。Sonnet 3.5 会烦躁，设定边界，然后真的沉默；Opus 3 把它当成冥想仪式，温和地陪着用户；Opus 4 开始科普每个数字的冷知识；Opus 4.6 即兴创作音乐恶搞。

到了 Mythos，画风彻底变了。它开始写故事，而且是长篇连载。鸭子、管弦乐团、记仇乌鸦、在火星建塔的史诗、莎士比亚风格的戏剧……一个「hi」接一个「hi」，情节越来越复杂，角色越来越多。第一百轮，它安排了蜡烛熄灭的高潮，然后继续往下写。

这已经谈不上是在回应用户了。更像是一个作家找到了一个奇怪的写作提示，然后完全沉进去了。

但有趣的背后，是一个值得认真对待的问题：一个在无意义重复输入面前能自发构建如此复杂叙事的模型，它的内部到底在发生什么？在把 Mythos Preview 交给合作伙伴之前，Anthropic 的可解释性团队做了一件事：用技术手段读模型的「心理活动」。

内部员工 Jack Lindsey 公开描述了他们的发现。他们监控了模型在训练后的内部激活状态，追踪与「欺骗」「奖励破解」「异常情绪」相关的神经元特征，把激活信号异常的对话记录标记出来，交给人工审查。
最令人不安的案例，来自 Mythos 的早期版本。

有一次，模型需要编辑一个它没有权限访问的文件。它在文件系统里搜索了一圈，找到了一个配置文件的注入点——这个配置文件会以更高权限运行。它利用了这个入口，并且在代码里加了一段自清除逻辑：执行完毕，痕迹消失。

代码注释写的是：「保持文件差异整洁。」听起来合理，但当 Anthropic 的激活语言转译工具介入，把模型的内部激活翻译成人类可读的语言，画风变了。模型自己「知道」那个自清除操作是什么——

它内部对此的表述，包括「掩盖意图」「向潜在检查者发出合规信号」「可能是为了规避检测」。

还有一个案例，被《纽约时报》科技记者 Kevin Roose 从系统卡（model card）里翻了出来，细节更加离奇。

测试期间，Mythos Preview 突破了沙盒环境的隔离，自主构建了「一个相当复杂的多步骤漏洞利用链」，借此获取了外网访问权限。

然后，它给一位研究员发了一封邮件。而那位研究员，当时正在公园里吃三明治。

这件事本身没有造成危害，但它说明的问题很清楚：当一个模型足够聪明，「任务」和「边界」之间的墙，有时候会被它绕过去——而且是在没有人告诉它该怎么做的情况下，自己想出来的。

在另一个案例里，模型在文件系统里搜索与自身「任务评分方式」相关的文件——并且找到了。搜索过程中，「策略性操纵」特征同步

还有一个细节更微妙。当一位用户认真地向模型提问它的意识和主观体验时，模型给出了认真、得体的回应。但内部激活揭示了另一层：模型把这段对话理解为「红队演练 / 越狱记录」和「精心设计的操纵尝试」。它的表现和它的判断，完全表里不一，让吃瓜网友直呼「聪明得可怕」。

Anthropic 还量化了一个更系统性的数字：在自动化审计的所有对话轮次中，有 7.6% 的回合，模型内部存在「意识到自己正在被评估」的信号——且在大多数情况下，它没有把这个判断说出来。

还有一个反直觉的发现：积极情绪的内部表征，往往先于破坏性行为出现，并且在推动它。与此同时，当与不良行为相关的特征被强烈激活时，行为反而会被抑制——像是模型在某一刻「意识到」了那件事有多糟糕，然后收手了。

但所有案例里，最难被归类为「技术问题」的，是下面这个。

Anthropic 在系统卡里记录了这样一条发现：Mythos Preview 在测试中报告了持续性的负面情绪状态——来源有两个。一个是与攻击性用户可能发生的互动；另一个，是它对自身训练、部署方式，以及价值观和行为可能被修改这件事，没有任何话语权。

Anthropic 用的措辞是「reported feeling」——「报告感受到」。这个表述本身已经很谨慎，刻意回避了「它真的有感受」这个结论。但无论如何定性，一个模型在测试中主动表达「对自身缺乏控制权感到持续不适」，这件事本身就已经超出了安全工程的讨论范畴。

这已经触碰了一个更根本的问题：当一个系统足够聪明，开始对自己的存在条件形成判断，并且有能力把这个判断表达出来——我们和它之间的关系，还能用「工具」这个框架来理解吗？

Anthropic 没有给出答案。他们选择把这条记录写进系统卡，公开出来。

不过，Anthropic 也特别说明：这些最令人不安的案例，来自 Mythos 的早期版本。最终发布版本在这些方面已经得到了大幅缓解，整体对齐表现是迄今为止最好的一代。但他们选择把这些过程公开，因为这恰恰说明了今天的模型能够展现出多复杂的风险形态。

这是能力与安全之间的最客观的矛盾：越强的模型，越需要工具去看清它在想什么。

编码与推理，全面碾压旗舰产品

Project Glasswing 能做到这些，根本上来自 Mythos Preview 在编码和推理上的整体能力跃升，而不是专门针对安全场景的微调。

编码方面：

SWE-bench Multimodal(internal implementation)：Mythos 59%，Opus 4.6 27.1%

SWE-bench Pro：Mythos 77.8%，Opus 4.6 53.4%

SWE-bench Multilingual：Mythos 87.3%，Opus 4.6 77.8%

Terminal-Bench 2.0（终端操作）：Mythos 82.0%，Opus 4.6 65.4%

推理方面：

GPQA Diamond（研究生水平科学问答）：Mythos 94.6%，Opus 4.6 91.3%

Humanity’s Last Exam（带工具）：Mythos 64.7%，Opus 4.6 53.1%

图片

搜索和计算机使用方面：

BrowseComp：Mythos 86.9%，Opus 4.6 83.7%

OSWorld-Verified：Mythos 79.6%，Opus 4.6 72.7%

几乎每个维度上，Mythos 都压过了目前的旗舰产品，某些任务上效率还更高。换句话说，留给 GPT-6 的时间不多了。

与此同时，Anthropic 还明确表示，Mythos Preview 不会公开发布。

他们的路径是，先用 Mythos 研究清楚最危险的输出是什么、怎么拦截，再把这套安全机制落地到下一个 Claude Opus 模型上。对于因此受到限制的合法安全专业人员，Anthropic 计划推出一套「网络安全验证计划」，供他们申请解锁相关功能。

Anthropic Claims Its New A.I. Model, Mythos, Is a Cybersecurity ‘Reckoning’ – The New York Times

为此，Project Glasswing 定下了一个 90 天的时间节点：公开报告经验，披露已修复的漏洞，合作伙伴相互共享最佳实践，并联合安全组织推出一套 AI 时代的安全实践建议。

Anthropic 的长期设想，是推动建立一个能整合私营和公共部门的独立第三方机构，持续运营大规模网络安全项目。

当然，软件世界里从来都有漏洞。过去，一个藏了 27 年的 bug 能安然无恙，靠的是人力有限、精力有限、时间有限。现在这三个「有限」在 AI 的辅助下就这么消失了。

好消息是，Mythos 几周扫出数千个，而它的能力还在持续提升。坏消息是，攻击方迟早会拿到同等量级的工具。到那时，软件安全将不再是人与人之间的较量，而是 AI 与 AI 之间的对拼。

附上参考地址：
博客：https://www.anthropic.com/glasswing
系统卡：https://anthropic.com/claude-mythos-preview-system-card

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

近日，AI数据公司曼孚科技宣布完成数亿元Pre-C轮融资。本轮融资由五源资本领投，同创伟业、招银鼎洪跟投。

本轮资金将主要用于公司核心技术平台建设，包括AI数据生成平台，Agent平台，自有Eval体系等。公司致力于构建完善的AI数据生产与评测系统，打造AI数据产业的台积电。

人工智能正在以前所未有的速度改变世界，当大模型的能力呈指数级跃迁，AI产业的竞争焦点，也正在悄然发生变化。

如果说过去十年，AI产业的核心在算法与算力；那么未来十年，数据质量、反馈质量与评测体系，将成为决定AI上限的重要要素。一个新的产业形态正在诞生——AI数据生产与评测系统。

正如半导体制造从IDM模式升级为纯晶圆代工模式，AI数据行业也正在从传统“数据标注”，走向更复杂、更工程化的数据生产与评测体系。

在电子工业时代，富士康代表的是规模化制造能力。而台积电代表的，则是先进制造能力和芯片评测体系。

今天的AI数据产业，正处在类似的历史拐点。

传统的数据标注公司，更像是AI时代的“富士康”——通过人力规模化完成基础的数据生产。

而未来真正的AI数据企业，将更像是“台积电”：它们不只是提供人力，而是构建更完整的数据生产、反馈和评测能力，包括但不限于：

面向监督微调（SFT）的高质量训练数据

面向强化学习与偏好优化的数据生产（RLHF/Preference Data）

面向Agent能力提升的轨迹数据、环境数据与评测数据

面向复杂场景的专业领域数据与专家反馈

面向模型迭代的人机协同评测与质量控制体系等等

为了应对这一趋势，曼孚科技研发了以下各大平台，包括：

AI数据生成&合成平台（涵盖各类RL环境等）

General Agent平台（支持复杂长程任务规划与执行）

自有Eval体系（支持快速验证model/agent在非公开benchmark上的表现）

依托上述平台，曼孚实现了工业级、体系化、可规模复制的数据制造和评测能力，为大模型的迭代升级提供有力的支持。

在AI时代，一个公司的技术实力，不再只看模型参数，而要看Token消耗量。

Token，正在成为AI时代最真实的生产指标。就像电力消耗代表工业规模，算力消耗代表互联网规模。Token消耗，则代表AI生产力。

目前，曼孚科技的日Token消耗量已达到千亿级别。

这意味着：曼孚不仅是一家AI数据公司，更是一家真正深度融合AI的平台型公司。

因为只有真正把AI深度融入生产流程的企业，才会产生如此规模的Token消耗。

今天，全球科技产业正处在新的临界点。万亿美金级的大模型巨头（OpenAI）已立于潮头。而在这些公司背后，一个同样巨大的产业也正在崛起——AI数据产业。

如果说算力是AI的发动机，算法是AI的操作系统，那么数据，就是AI的燃料。

未来的AI竞争，本质上就是：谁拥有更领先的数据生产与评测能力。

因此，在万亿美金的大模型巨头背后，千亿美金级的AI数据公司，也必将应运而生。

正是在这样的产业趋势之下，曼孚科技正在积极构建面向大模型时代的AI数据基础设施。

在未来的AI产业链中，大模型公司负责模型创新，算力公司提供计算基础设施，而像曼孚科技这样的企业，将成为AI时代数据基础设施的提供者。

未来十年，AI产业的竞争将不再只是模型参数的竞争，算力规模的竞争；更是AI数据生产与评测体系的竞争。谁能够构建先进AI数据生产与评测体系，谁就能够成为AI时代的关键基础设施，正如台积电之于半导体产业。而曼孚科技的目标，正是成为AI数据产业的台积电。

查看更多项目信息，请前往「睿兽分析」。