阅读视图

发现新文章,点击刷新页面。

小米汽车重磅任命:胡峥楠任CTO,宋钢任参谋长|36氪独家

36 氪从多个独立信源获悉,4月17日,小米集团通过内部邮件宣布:胡峥楠出任小米集团副总裁、汽车部 CTO;宋钢出任小米集团汽车部副总裁、参谋长。这是小米汽车自 2021 年宣布成立以来首次设立 CTO 岗位。

据 36 氪了解,两位新任高管在汽车行业均有超过二十年的从业积累,履历横跨传统车企与新能源赛道。

截至目前,小米汽车研发人员接近万人。一大批各有所长的汽车行业专家的加入,小米汽车正加快形成覆盖研发、设计、制造、安全、供应链等全链条人才体系。

顶尖人才也渴望更大舞台

胡峥楠加入小米,是一个经过长期观察与验证的双向选择。

胡峥楠 1997 年进入汽车行业,至今已有近三十年从业积累,是中国汽车工业自主崛起这一代里最具代表性的整车工程专家之一。

他的履历,几乎是一部浓缩的中国汽车自主品牌进化史:1997 年进入上海汽车工业技术中心担任工程师,2000 年联合创立上海龙创汽车设计公司,参与主导了比亚迪F3的整车开发——这款车曾连续多年蝉联中国 A 级轿车销量冠军,是比亚迪从电池企业切入整车制造的奠基之作;

参与了长城哈弗 H6 的工程研发——这款车开创了中国紧凑型 SUV 市场,累计超过 100 个月拿下国内 SUV 销量冠军,被业内称为"国民神车";也曾主导吉利博越项目——这款车奠定了吉利在 SUV 市场的主流地位。

同一位工程师的名字,与中国汽车工业三次关键突破同时出现,这在整个行业里都是极为罕见的履历。

2021 年离开一线整车岗位、加入顺为资本之后,胡峥楠从产业投资的视角进一步拓展了对全球汽车技术演进路径的判断。

公开信息显示,早在 2021 年,胡峥楠便已加入顺为资本担任投资合伙人,并以小米汽车顾问身份参与早期工作。从 SU7 上市发布会、2024 北京车展,到 SU7 Ultra 挑战纽北赛道的现场,胡峥楠均有公开露面。

将一位主导过多款国民级车型的资深整车专家请入核心管理层,雷军没有操之过急。

这次任命标志着经过近五年的体系磨合之后,深得团队信任的胡峥楠正式成为小米集团的核心高管以及小米汽车最核心的技术掌舵人。

宋钢的履历同样跨越了中国汽车工业的两个时代。

早在加入特斯拉之前,他已经在全球顶级车企体系中积累了深厚的制造与供应链管理经验。从 1999 年起,他曾长期在上汽通用、福特任职,是中国合资车企黄金时期培养出来的本土专业制造管理人才。

2018 年,宋钢加入特斯拉上海超级工厂。这座工厂 2019 年 1 月开工、当年即实现Model 3 量产交付,创造了被全球汽车业反复研究的"特斯拉速度"。

宋钢历任生产制造高级总监、生产制造副总裁及上海工厂厂长,并赴美国参与工厂建设与业务规划,随后主导建立了特斯拉上海储能超级工厂。2024 年,他加入远景能源担任集成供应链高级副总裁,将其制造体系经验延伸至更广阔的新能源产业版图。

而对胡峥楠、宋钢这样的顶尖人才而言,选择小米,是选择一个更广阔的舞台。

从中国走向海外,人才是小米的必争之地

据了解,目前小米汽车团队规模已经超过一万人,其中研��人员就接近一万。

胡峥楠与宋钢之外,小米汽车高管团队与核心业务部门中,既有长期跟随小米的老员工,也有大量汽车行业的资深专家。

前者如自动驾驶事业部总经理叶航军,2012 年加入小米,曾先后担任人工智能部总经理、技术委员会主席等职务。

后者则分布在小米汽车的多个关键部门,包括智能驾驶端到端技术负责人陈光、认知大模型团队负责人陈龙、L3 项目负责人王乃岩,以及现任小米汽车工业设计总经理、首席设计师的李田原。

小米汽车的人才布局,也已延伸至全球。

2025 年以来,小米在德国慕尼黑正式设立汽车研发中心,小米官方已确认该研发中心的存在。据 36 氪此前报道,中心负责人Rudolf Dittrich 曾在宝马任职 15 年、出任宝马限量车型部门负责人,并拥有威廉姆斯(Williams)与索伯(Sauber)两支 F1 车队的工程管理经验。

团队成员中,Jannis Hellwig 为前宝马电动方程式(FE)性能管理与仿真主管,Ricard Aiguabella Macau为前法拉利 F1 新车空气动力专家,Dusan Sarac 则拥有宝马与劳斯莱斯的研发背景。据公开信息,全球首款奔驰 Vision GT(VGT)内饰设计师 Jean 近期出任小米汽车慕尼黑设计中心(Studio)负责人。

这个人才密度,在全球新能源汽车行业都属少见。放在更大的产业坐标里看,小米汽车此次的组织升级,也指向中国汽车工业正在面对的下一道命题。

过去二十年,中国汽车工业完成了从代工到自主、从燃油到电动的两次跨越。下一个跨越的命题是:能否在本土市场成熟的基础上,走出真正意义上的世界级智能电动车企。

这个命题的答案,取决于中国车企能否在产品能力之外,补齐与全球竞争相匹配的"工业级专业体系"——从技术底座到制造体系,从组织能力到人才密度。

对用户而言,这一轮组织与体系升级最终会落地为三个层面的直接体感:车会更好,交付会更稳,长期保障会更扎实。而对行业而言,小米汽车真正意义上的第二程,才刚刚开始。

芯源微:2025年净利润7170.51万元,同比下降64.64%

36氪获悉,芯源微发布2025年业绩报告。报告显示,2025年实现营业收入19.48亿元,同比增长11.11%;净利润7170.51万元,同比下降64.64%。公司拟向全体股东每10股派发现金红利0.36元(含税),合计拟派发现金红利725.49万元(含税),不送红股,不进行资本公积转增股本。

专访荣耀AI专家李向东:端侧AI方向还没收敛,但AI手机是最好的载体

文|邱晓芬

编辑|苏建勋

2026年,AI正在加速从云端落地到端侧。近期,模型厂商和手机厂商都在背后开始发力——

3月下旬,国内几大手机厂商几乎同时推送了端侧AI的大规模更新,把原本仅限于旗舰机的AI能力下放到中端和千元机市场。自此,端侧AI终于成为大部分智能手机的标配。

到了4月初,谷歌发布开源模型Gemma 4系列,通过架构创新显著降低了端侧AI部署门槛,让AI能力首次真正下沉至手机、IoT等边缘场景中。

尽管当前行业里对端侧AI落地方向的探索五花八门,但众多非共识中唯一的共识是,AI手机依旧是短期内端侧AI最佳的落地形式。

而此前在2025年,在全球AI浪潮下,荣耀已发起了一场转型,从一家智能手机制造商向AI终端生态公司转型,并且计划用五年时间在AI领域投资百亿美金。

荣耀AHI战略

在过去的探索中,荣耀一步步构建起了自己的AI打法——在操作系统侧,荣耀发布了原生、自进化的AI智能体操作系统MagicOS。在AI Agent产品侧,荣耀推出了核心载体YOYO智能体。“YOYO建议”、“一句话打车”,“一句话购物比价”等都是荣耀手机上特色的AI功能。

转型的迫切,也体现在组织管理层面。2025年,荣耀在研发侧重构了组织架构,设立了AI&软件部门,整合操作系统、AI产品、互联网产品等团队,进一步构建荣耀AI核心竞争力。

如果体验荣耀最新的旗舰机Magic V6,可以发现AI手机的体验已经有了本质区别。

在过去,AI在手机上更多是不痛不痒的“问答”功能,而在荣耀Magic V6上,手机逐渐有了向生产力演进的趋势——比如, “AI会议参谋” 功能,能够在会前提醒用户、会中实现AI托管、会后一键生成结构化会议纪要和待办事项等等;在“AI文档智能体”上,用户还可以实现“拍照转文档”,“拍照即编辑”。

 AI会议参谋

荣耀MagicOS  AI产品专家李向东向《智能涌现》分析,背后反映了未来的AI手机的三个迭代方向。

首先,AI手机将支持Agent自动执行,相当于长出了“手”和“脚”。与此同时,手机是用户最高频使用的硬件终端,AI手机也会有专属的知识库和记忆系统,实现“越用越懂你”。在未来,AI手机大概率是千人千面的。另外,未来AI手机也将支持多模态交互,从过去的语音文字,向视频、照片甚至是具身智能延伸。

在李向东看来,未来AI手机的迭代,也会带来用一场颠覆性的改变,比如人机交互模式、甚至是重构过去手机上的流量分配逻辑。

近期,《智能涌现》与李向东聊了聊他对于AI手机和端侧AI的理解、以及荣耀在AI上的思路,以下是交流实录(略经摘编)

AI手机将重构一切

《智能涌现》:如果概括来讲,你认为未来的AI手机相比目前的手机,最大的不同会是什么?

李向东:主要有三点根本性变化。首先是越用越懂你,手机将会给用户提供高度个性化的服务,AI手机将会是千人千面的。

其次,人机交互范式从“人适应GUI”转变为“系统主动服务于人”。举个例子,我们现在的“YOYO建议”,会对你的航班飞行旅程做全流程主动提醒,这就是主动服务的雏形。

最后,未来的AI手机将具备强大的自动执行能力。AI能像秘书一样,理解用户复杂、级联的需求并拆解任务工作流、自动完成任务,用户只需做选择题或反馈意见。

《智能涌现》:今年也有很多厂商在水下布局AI手机,你认为2026年这个行业有哪些值得关注的重点趋势?

李向东:首先是智能体与自动执行, Agent能力将会与手机场景的深度结合;

其次,AI手机上也会开始强调全局记忆,手机将基于全局的长上下文记忆,落地“越用越懂你”的个性化服务。

最后是多模态交互,AI手机上将结合视觉、语音、文字的融合交互与服务,比如前段时间荣耀发布了HONOR Robot Phone,它能“看你所看,听你所听”,进行陪伴式讲解并生成总结,这也代表了多模态的未来方向。

《智能涌现》:在自动执行这个方向,手机厂商在推进中会有难点吗,因为现在大量的用户数据都存在于各大APP里。

李向东:这确实是个生态问题,不过从客观上讲,这是终端厂商相比APP厂商和大模型厂商更有优势的地方。因为APP厂商只知道用户在自家应用内的习惯,而大模型厂商只在用户使用时才能了解需求,但是终端厂商却能全天候、跨应用地理解用户。

我们也在和大型APP厂商推进战略合作,大家的目标都是在保护用户隐私基础上,为用户提供更好体验,实现商业共赢。

《智能涌现》:但是未来的AI手机可能会重塑手机里现有的流量分配逻辑吗?

李向东:这是毋庸置疑的。当前的商业模式是应用厂商、大模型厂商和终端厂商等,各展所长、共同竞争,相对稳定。

但随着AI的发展,尤其是以用户意图为中心的AI自动执行与主动服务趋势推进,必然会重塑原有的商业模式和流量分配,各方终将达成新的平衡,重塑过程需要各方探索与磨合。

《智能涌现》:智能体出现之后有很多厂商在探索AI手机,比如模型厂商、互联网厂商还有手机厂商。不同背景的厂商做这个方向,你认为各自的优劣势是什么?

李向东:模型厂商的优势在于大模型基座能力、算力和推理技术,对硬件的理解和投入、以及对终端消费行业的积累可能不足。

终端厂商的优势在于对终端消费者的深刻理解、以及积累的海量用户、软硬件一体化的能力,还具备了成熟的消费品操盘经验,但无法像大模型厂商那样去All in基座模型研发。

各方所长、投入焦点不同,大家也会基于自身优势去做融合与合作,共同服务好用户。

一家手机厂商的AI决心

《智能涌现》:荣耀在AI上一直持续投入,如果要梳理的话,大概可以分为几个阶段?

李向东:荣耀对AI的深耕可追溯至2016年第一代Magic系列智能手机、Magic Live智慧引擎的诞生。到2020年,荣耀进入AI核心探索阶段。

2020年到2023年,我们是在进行整体的平台级AI部署与AI战略布局阶段,当时我们基于MagicOS 7.0发布了平台级AI,基于Magic Live智慧引擎提供了基于意图识别的人机交互体验;

2024年上半年,我们发布了MagicOS 8.0及端侧AI能力 “任意门”功能。任意门基于业界首个端侧意图识别框架,允许用户通过简单的拖拽,跨应用快速调取所需服务。也是在这一年,荣耀对意图识别框架和端侧AI四层架构做了清晰定义,用AI重构了操作系统和端云协同

到2024年下半年,我们已经洞察到了整个行业开始有迈向AI智能体的技术趋势,开始探索智能体帮用户自动执行任务的功能;

到2025年,我们全面迈向智能体和AI自进化,不仅发布了我们基于端侧的AI智能体三层架构,还发布了最新的魔法家族大模型。

从2020年到2025年,荣耀完成了整个AI技术底层架构、核心战略的奠定,近期OpenClaw和Hermes智能体的热度,也印证了荣耀在技术路径上投入的价值与前瞻性。

《智能涌现》:从产品的层面,我们发现在新发布的荣耀Magic V6上,AI的体验上好像比以前更丰富了,比如会有很明显的AI个性化服务,和用户也有了更深的情感链接,好像更《HER》了。

李向东:是的。在荣耀Magic V6上,我们精准瞄准了目标人群。

我们经过调研发现,他们的核心痛点是高频会议与文档处理,所以我们打造了完整的AI会议参谋体验,包括会前提醒、会中分人转写与实时总结、还有会后自动生成精准纪要和待办。

另外,我们还针对目标人群推出了文档智能体,让纸质文档可以一键转成可编辑文件。

还有,我们针对投资人群做了“AI情报官”,用户可以在手机上定制信息主动推送,这些都基于真实场景解决了用户痛点。这背后本质的理念是,让AI从玩具变成了生产力工具。

《智能涌现》:荣耀也完成了从手机厂商向“AI终端生态公司”的转型,体现在架构上,荣耀去年也成立了专门的AI一级部门,把AI提到很高的战略高度。在这个部门出现的前后,荣耀在做AI上有哪些主要区别?

李向东:区别还是很显著。在成立前,AI是操作系统部门下的二级板块,主要聚焦OS内的智慧引擎和AI平台。

成立后,打通OS、AI、互联网、生态等关键模块,在AI上的投入更聚焦、更系统化。

《智能涌现》:为不同硬件匹配不同的AI功能,有没有一些例子?

李向东:以我们的旗舰机荣耀Magic V6为例,其算力强、配置高,是打造AI核心竞争力的重点。我们会将行业前沿方向,如智能体(Agent)自动执行、全局记忆、多模态交互等,集中在旗舰机上使能和发力。

对于中低端机型,用户核心诉求是流畅、不卡顿、长续航。我们也提供了一套系统级的轻量化AI Native解决方案。这套方案重构了OS,通过AI技术让系统更轻量化,从而在芯片和存储相对有限的中低端手机上,也能实现接近旗舰机的流畅丝滑体验。这项能力也提升了大量中低端机型用户的体验和用户黏性。

《智能涌现》:荣耀如何决定某一个AI功能做与不做,背后的决策逻辑是什么?

李向东:我们的核心逻辑从“AI能做什么”转向“AI应该做什么”,根本目标是让AI“越用越懂你”,更好地服务用户。所以我们具体围绕三个方向布局:

首先是针对不同硬件产品的目标用户需求,规划功能。比如,我们为荣耀Magic V6的商务人群打造了“AI会议参谋”和“文档智能体”的功能;

其次,我们也围绕核心AI产品“YOYO”作产品拓展,目标是让用户实现“万事找YOYO”;

最后,我们也将AI Agent深度融入MagicOS,实现主动服务和自动执行,如 YOYO建议、任意门。

我们会舍弃那些用户使用复杂、频率不高、学习成本高,或当前AI准确率不足、需要大量三方适配的功能,追求AI与产品、用户需求的紧密结合,提供闭环、好用的体验。

《智能涌现》:你们做了不少有特色的AI功能,比如任意门等等。你们内部会如何评估某一项AI功能是否真正为用户提供了真实价值,也就是现在大家常说的PMF(产品市场适配度)?

李向东:这是我们擅长的领域。我们拥有成熟的To C消费品评估体系,具体会分三个层面操作:

首先,针对不同硬件,我们前期会针对目标人群的核心场景去规划功能,并通过用户共创、以及后调(如用户满意度)来做验证。

其次,针对核心AI产品“ YOYO”,我们采用的是互联网产品快速迭代模式,比如A/B测试、用户反馈、日活等维度,来评估AI功能的表现;

最后,针对MagicOS的原生AI体验,我们在系统级应用中注入AI后,比如闹钟、任意门等功能,我们也会持续观察用户使用率、满意度和留存率。通过分层分级的验证体系,我们会确保AI功能能真正解决目标用户痛点。

手机厂没做“豆包手机”,不是能力不够

《智能涌现》:我很好奇你怎么看待“豆包手机”?

李向东:豆包手机是一次重要的行业探索,它的亮点在于打通系统底层能力,实现了泛化的跨应用的Agent自动执行和后台任务处理。

同时,它的成功也有特定背景,包括基于手机厂商的合作,获取系统级权限,并以不计成本的大模型及算力投入打造标杆场景。

《智能涌现》:手机厂商一直在讲AI手机的故事,但是也有很多人提出疑问,为什么类豆包手机不是手机厂商最先做出来?

李向东:其实类似于豆包手机的想法我们很早就考虑过,目前还没有商用落地。主要是终端厂商考虑问题的逻辑不同。

手机厂商的立场首先是保证用户体验,我们面向海量用户,必须确保功能的稳定、闭环和普适性,任何体验上的瑕疵都可能引发大规模用户不满。

其次是成本考量。当海量用户高频调用AI服务,Token的成本是终端厂商必须考虑的可持续性问题。对于大模型厂商而言,AI产品走向规模化时,也必然面临成本压力,未来可能转向限次使用或付费模式,进而影响用户体验。

所以,类豆包手机最早不是由手机厂商做出来,这不是能力问题,而是商业逻辑和对用户体验的标准及要求不同。

尽管豆包手机的探索具有启发性、小龙虾全球爆火,但AI发展刚刚开始,远未到终局。

《智能涌现》:系统级的GUI Agent路线,会是AI手机未来的雏形吗?

李向东:它是一次很重要的探索,但它不一定是最终形态,因为它目前仍是基于APP来执行,但未来AI Native的系统和手机,可能会打破当前APP的格局,转向用户所需即服务的模式。

举个例子,未来用户订机票可能不再需要打开特定APP,只需说出需求,AI在理解用户意图及偏好后,直接呈现机票信息卡片,让用户决策付款,对于用户来说,无需关心服务来自哪个应用。我认为这可能是一种更长远的形态。

《智能涌现》:你认为OpenClaw的出现对AI手机产生了什么影响?

李向东:OpenClaw的火爆验证了智能体Agent与自动执行的价值,其实,荣耀也一直在布局这个方向,比如我们打造了荣耀龙虾宇宙“YOYO Claw”,它可以支持手机控制荣耀PC、Pad等跨设备部署,或三方云、三方设备部署的小龙虾进行任务执行,实现生态养虾,并注重安全性。

OpenClaw的出现说明行业正从“AI问答”阶段进入“AI自动执行”阶段,这正是我们关注的核心方向。

《智能涌现》:现在也有很多厂商在探索手机之外的全新品类,你认为未来的核心入口硬件可能会具备什么重要的特点?以及你更相信什么品类最终能胜出?

李向东:目前确实是百花齐放、共同探索的阶段,我认为一个成功的AI Native终端品类,必须具备的特点是能高效且低成本解决用户核心痛点,具体而言可能具备三个特征——

首先它是能够做到物理世界与数字世界感知的融合,具备摄像头、麦克风等传感器后,实现多模态感知,并可以做到拟人化交互。比如,HONOR Robot Phone可以在用户逛博物馆的时候,摄像头看到文物,就可以给用户进行拟人化的讲解。

其次是具备长上下文记忆与个性化预判,会基于用户历史习惯提供个性化服务;

最后,是具备自动执行与主动服务能力,能跨设备、跨生态执行用户的要求。

现在手机仍然是AI的核心载体,其他设备多为手机的辅助,端侧AI探索的方向还没收敛。但最终哪个形态能胜出,取决于其提供的AI智慧化体验能否在价值层面实现跨代领先。

《智能涌现》:到现在感觉各家手机厂商在AI上的做法都不太一样,但也慢慢形成自己的特色和打法了。你会怎么评价荣耀在AI手机浪潮中的身位和战略?

李向东:其实本质上具体的AI功能只是“相”,是一个外在呈现,如果比喻成一颗大树,这些只是差异化竞争的一个“枝干”,但本质大家还是要考虑AI与终端结合将给用户带来什么核心价值。

荣耀的主航道非常清晰,沿着主动服务、Agent自动执行、个人知识库、多模态交互这几个方向持续发力,迭代沉淀,我认为只要坚持沿着创造用户价值的主航道前进,就能笑到最后。

《智能涌现》:我们两年前和手机厂商的高管聊,大家会说AI还没有真正撬动用户购机,到现在这个情况有变化吗?

李向东:出现了积极变化。前几年,AI更多是卖点而非买点,但从2025年开始,经过我们的新机用户调研,AI已能进入购机考量因素的TOP 4,在部分机型中,比如荣耀Magic V5、Magic V6,甚至已经进入TOP 3。

这得益于我们将AI特性聚焦在目标用户的核心痛点和场景,并做到了体验闭环。当然,目前在一些机型中,排名第一的购机因素可能仍是硬件特性,如折叠屏的轻薄、长续航,但AI已成为越来越重要的决策因素。

封面来源|企业官方

end

end

 

阿里云国内短信服务价格上涨

36氪获悉,阿里云公告,受短信服务综合成本显著上涨影响。经审慎评估,将于北京时间2026年5月20日起,对国内短信服务产品进行价格调整,包括国内短信按量付费和国内短信通用套餐包。

3连板均瑶健康:公司业务不涉及保健食品的注册及生产,AKK菌粉销售目前对公司利润影响极小

36氪获悉,均瑶健康公告,公司业务目前不涉及药品的研发、申报、生产及销售,也不涉及保健食品的注册及生产,所有相关菌株及产品均为普通食品原料或普通食品,相关阶段性研究数据仅为基础试验结果,不构成产品功效承诺或保健或药品资质认定。子公司均瑶润盈AKK菌领域聚焦代谢及体重管理方向,目前处于动物及临床研究计划启动阶段,整体工作尚未完成,相关产品均为普通食品原料及终端产品,其阶段性研究数据存在局限性,普适性有待更大规模的市场实践进一步验证,AKK菌粉销售目前对公司利润影响极小。

雅化集团:全资子公司拟不超3.62亿元收购龙海安防51%股权

36氪获悉,雅化集团公告,公司全资子公司雅化民爆拟以自有资金不超过3.62亿元收购潍坊龙海民爆持有的潍坊龙海安防科技有限公司51%股权。交易完成后,龙海安防将成为雅化民爆控股子公司并纳入合并报表范围。标的公司拥有工信部核定工业炸药生产许可产能6.43万吨及待批准产能0.57万吨。本次收购旨在扩大公司炸药产能,整合后雅化民爆炸药产能将由26万吨增加至近33万吨。

AI PC下半场,荣耀想让所有人先用上消费级龙虾

文|王欣逸

编辑|苏建勋

龙虾热还在继续。

4月16日,荣耀进行了一场史上最短的发布会,正式发布此前预热的“养虾本”——荣耀MagicBook系列轻薄本。

即便OpenClaw已经刷屏了两个多月,但对于普通用户而言,要养一只原装龙虾,并没有想象中的容易。

不少软件和云服务厂商赶上热度,推出一键部署的龙虾。但对终端厂商而言,下场做龙虾和“养虾本”,荣耀是第一家。

据悉,荣耀MagicBook数字系列是荣耀首款“养虾本”,出厂即配置荣耀自研龙虾YOYO CLAW,荣耀MagicBook 14 | 16 2026款售价5949.15元起。

作为一家终端厂商,荣耀一直在AI PC有所布局。

2026年初,OpenClaw横空出世。3月10日,荣耀紧随小米Claw、华为鸿蒙小艺Claw其后,宣布要推出“龙虾宇宙”,支持PC一键养虾、平板养虾、手机养虾等功能。3月27日,荣耀Agent助手YOYO Claw开启封测。

4月13日,在荣耀PC技术交流分享会上,荣耀再次提及了龙虾宇宙的构想,首次提出“龙虾PC”的硬件品类,并展示了PC端YOYO Claw的功能。

“养虾本”里的龙虾,并非是此前推出的YOYO Claw在电脑端的复用,而是完全重写的、针对PC端的一个AI助手。

开箱即用,意味着用户拿到“养虾本”后无需任何操作,就拥有了自己的龙虾助手。

扫描二维码登陆后,用户就可以用微信、飞书等工具直接调用Agent工具。YOYO Claw内预设了5大主虾、23个子虾,并具备自主进化能力,能通过理解用户的记忆,实现“越用越顺手”。

除了“上手难”的问题,烧Token,是另一个让用户们对龙虾望而却步的原因。

值得一提的是,YOYO Claw采用了端云协同方案,能智能判断任务该在哪里执行,实现Token的高质量消耗。根据荣耀公布的信息,在执行任务的过程中,相比OpenClaw,YOYO Claw能节省平均50%的Token消耗。

此外,为了实现安全养虾,荣耀还做了一个“独立安全虾”,专门在用户设备上做安全防护,能全程盯着Agent的操作,阻挡格式化硬盘、重装系统等高危动作。

在分享会上,荣耀PC产品总经理朱臣才提到,在Agent时代,PC,不仅是Personal Computer(个人电脑),也是Partner Creator(创作伙伴)。

△荣耀PC技术交流分享会现场,图源:智能涌现拍摄

看见Claw在普通人中应用的最后一公里

“龙虾热”的背后,是普通人养虾难的现实。

未来的大模型能力一定会越来越强,但是模型操控电脑、执行展示等一些基本的工作仍然存在。普通用户不需要一个所有功能配置拉满的应用,而是更看重高效、经济、稳定性几个指标。

荣耀的核心用户群体是基础办公人群和大学生,办公场景和论文相关需求是高频应用。因此,在YOYO CLAW的预设Skill上,荣耀瞄准了教育、办公、学术、内容创作、智能辅助五大场景,并延伸出23个Skills。

落到具体的功能上,YOYO Claw可以化身为办公虾、教育虾、学习虾、健康关怀虾,可以是大学生论文助手,也可以是金融炒股高手。

以大学生写毕业论文这个具体的场景为例,用户只需要输入提示词,龙虾就可以完成从文献下载、解析,到论文撰写、图表生成,最后到论文排版、PPT生成上,实现一站式应用。

从垂直虾做起,是为了打通基础工具链。

除了五大垂直场景的Skills预设,YOYO Claw也支持用户安装OpenClaw生态里的其他Skills,以补充其他没有覆盖到的场景。

回到YOYO Claw的开发策略来看,它既有OpenClaw的开放Skills兼容,又有Hermes Agent的安全严格和自研系统机制。

其采用了“端云模型协同,端侧优先”的方案,在使用过程中,本地端侧模型可处理语义搜索,减少云端推理轮次。

简单、高频且涉及本地操作的任务,YOYO Claw会主动选择100%在端侧完成,只有在需要用到云端算力的情况下才会调用云端模型。它还会通过对上下文的优化、记忆匹配等方式,来放大云端调用的效率。

相比OpenClaw,平均情况下,YOYO Claw可以实现Token消耗节省50%,在极致情况下可省90%以上。

△荣耀YOYO Claw和OpenClaw对比,图源:官方

此外,安全养虾,也是荣耀龙虾宇宙里一个重要的部分。

YOYO Claw设置了独立的三层记忆系统, 能支持对本地数据的理解,不会主动抓取第三方应用的数据。这些记忆和理解能力都需要用户授权,且都保留在端侧。

不仅如此,YOYO Claw还内设了一个无法被篡改的“安全虾”,在用户自行安装Skills时,系统会扫描Skill包里是否含恶意代码,在运行时,“安全虾”也会拦截异常的脚本操作。

易用性、省Token、安全性,支撑起用户长期、高频使用YOYO Claw的需求。

终端厂商做Claw的价值:没有注定被AI淘汰的人

在2026年GTC大会上,黄仁勋将OpenClaw比作Agent计算机的操作系统。

不过,AI的普及,关联到用户、设备、Skills/生态、模型四个维度。要实现黄仁勋这一判断,单靠一家互联网厂商、模型厂商或者终端厂商远远不够。

例如,垂直场景的应用需要依赖专业的数据源,这关联到的是垂直应用厂商,并且数据的质量可以直接影响到效果的好坏。

对于荣耀这样的终端厂商而言,他们擅长的是打通用户链路、降低成本并提升设备的耐用性。

荣耀中国区CMO雷铮斯提到,“未来的3至5年,PC、手机和平板仍然是人和数字世界进行交互的核心媒介。”荣耀要做的是,看见Claw落地的最后一公里:基于数亿用户的数据,把大模型的能力落地到真实生活场景,实现AI工具的易用性。

这也正是终端厂商的价值。假设把OpenClaw安装到一个算力不高的设备上,在执行任务时,它会疯狂地烧本地的算力,电脑界面甚至会完全卡住。

从硬件来看,终端厂商做“养虾本”有天然的优势——可以对系统进行资源的调度。因此,在响应速度上,PC端的YOYO Claw比搭载OpenClaw的笔记本响应速度更快。

不仅如此,荣耀近日推出的Magic视界桌面界面也让AI助手的调用更加便捷,用户在桌面和菜单栏上可以随时调用出AI工具,实现“服务找人”。

跨设备生态,是另一件荣耀正在做的事。

在过去一段很长时间,荣耀在全场景终端设备上一直在做数据上的互联互通。Agent时代,这一能力正在更进一步,并升级为记忆和Skill的互联互通。

例如,用PC后台跑项目的同时,用户可以通过手机端的YOYO Claw,基于云端记忆下发指令。

这种生态不只存在于个人多端的设备上,荣耀要做的是一个服务全家的AI助手。

据介绍,在家庭联动的模式下,全家多人可以共有一台PC,所有家庭成员都可以通过手机、平板等设备与PC端的龙虾互动,同时做到一人一虾的专属独立。家庭相关的记忆数据都存储在这台PC中。

△“养虾本”能实现多端共享Skills、记忆等功能,图源:智能涌现拍摄

目前,PC端的YOYO Claw已经率先在新品笔记本上推出,在功能稳定之后,旧机型随后也会进行功能的更新适配。

现有MagicBook Pro 16/14可运行约30B参数模型,能解决的场景还比较少。未来,PC端侧可能会逐渐发展到100B以上模型,并在端云模型中不断做平衡,逐步减少云端的依赖。

预售 11.58 万元起!埃安 N60 标配激光雷达+端到端智驾,换电版也在路上

今年以来,「技术平权」与「配置下放」成为了行业发展的核心趋势。

过去,高阶智能驾驶辅助系统往往被视为中高端车型的专属配置,受限于昂贵的激光雷达等感知硬件以及高算力计算平台的成本,普通消费者很难在经济型家用车市场中体验到城市 NOA 以及「车位到车位」等完整的智驾功能。

然而,随着底层软件算法的不断优化以及硬件制造成本的摊薄,这项技术开始快速下探,并全面覆盖至 10 万元左右的大众消费市场。

昨晚开启预售的埃安 N60 就是这波技术下放的代表车型之一,预售 11.58 的它,全系标配了高阶辅助驾驶能力。

埃安 N60 全系标配二十七个传感器,主传感器为一颗 192 线激光雷达,最远探测距离 250 米,主要用于提升夜间及低反射率物体的感知精度。

另外 N60  还配备了具备俯仰维度感知能力的 4D 毫米波雷达与十一颗采用 Lofic 技术的高清摄像头、超声波雷达,针对传统雷达在雨雾天气和静态障碍物识别上的短板进行补足。

为了处理处理这些传感器生成的数据,N60 首发搭载高通骁龙 SA8650 Linux 量产方案。

广汽没有跟随动辄上千 TOPS 的双 Orin-X 路径, 而是选择单颗 200 TOPS 芯片, 通过底层软件、中间件与应用层的四层深度解耦, 将系统延时降低了 75%。

硬件仅是基础设施,真正决定车辆能否从容应对复杂路况的核心在于算法模型。埃安 N60 搭载了由广汽埃安与文远知行联合研发的星灵智行 ADiGO GSD 3.0 系统。

相较于在复杂路况下容易受限于极端案例的传统规则驱动算法,该系统创新性地引入了文远知行的 GENESIS 世界模型以及一段式端到端大模型。

GENESIS 世界模型将物理 AI 与生成式 AI 深度融合,能够在云端虚拟环境中生成大量长尾场景,从而完成高强度的算法预训练。配合端到端大模型,系统有效减少了传统模块化架构中的信息传递损耗,显著提升了车辆的全局预判与决策效率。

在此基础上,针对大货车追尾、行人突然横穿等紧急场景,系统还构建了覆盖时速 0 至 130 公里的安全机制,通过多传感器冗余与底盘融合技术大幅提升了响应速度。

得益于软硬件的默契配合,在早前横跨十万至百万级价格区间的智驾实测中,埃安 N60 成为了唯一一款实现全程零接管的车型。

在死磕智能科技的同时,广汽埃安也并未忽视车辆作为出行工具的属性。

埃安 N60 的外观由前宝马 i 系列设计师 Benoit Jacob 亲自操刀,摒弃了传统汽车设计中过度堆砌的复杂线条,转而采用简约且充满力量感的型面过渡。

「量子星环灯」与发光 Logo 的组合塑造了极具辨识度的家族特征,而车身侧面的悬浮式车顶配合支持个性化定制的 C 柱饰板、七种车身颜色与三种内饰配色,充分满足了年轻用户的差异化审美需求。

在空间布局方面,埃安 N60 将纯电平台的架构优势发挥得淋漓尽致。

埃安 N60 的车身长度为 4.6 米,但四轮四角的设计使其轴距达到了 2.7 米。车内高达 1.2 米的垂直高度带来了极其充裕的头部空间,而接近九十度的后车门开启角度与 410 毫米的低门槛设计,极大提升了老人、儿童及宠物上下车的便利性。

舒适性配置上,埃安同样不遗余力,前排座椅全系标配加热、通风、记忆、按摩及多向电动调节功能,副驾更配备了可调节至双 120 度的舒享座椅。搭配带有电动遮阳帘的 2.38 平方米全景天幕,车内的视野与通透感得到了进一步提升。

此外,车内还提供了多处实用的储物空间,车门雨伞位带有导流槽,中控扶手箱内可以容纳十五寸电脑,车顶也支持磁吸点位,并且新车后备箱最大容积可拓展至 1947 升,并配有地板下的隐藏储物格。

智能与舒适的背后,离不开车辆三电系统与底盘机械素质的支撑。

埃安 N60 在电驱系统上引入了常用于航空领域的非晶合金材料,这种薄型材料极大地降低了电能转换过程中的损耗。

在这套非晶合金电驱的加持下,车辆的百公里综合电耗低至 11.7 千瓦时,实现了「一度电多跑一公里」的能效表现,并在 CLTC 工况下达成了 610 公里的续航。

对于普通城市通勤用户而言,这不仅意味着可以享受一周一充的便利体验,更能切实降低日常出行的能源开销。

底盘方面,埃安 N60 全系标配的五连杆独立悬架与柔性液压衬套经过针对性调校,能够高效过滤路面颠簸。CST 舒适制动系统的加入则让刹车脚感更为线性,抑制了减速过程中的纵向波动,改善了电动车乘坐容易产生眩晕感的问题。

埃安 N60 采用了高强度的笼式车身结构,乘员舱核心骨架应用了 1500 兆帕的热成型钢。其防翻滚气囊保护系统能在碰撞发生后 0.1 秒内展开侧气帘与侧气囊,并保持六秒的保压状态,最大限度降低二次碰撞造成的伤害。

值得一提的是,广汽埃安还针对该车型推出了涵盖三电自燃、电池异常衰减、智能泊车事故的售后保障,宣称「烧一赔三」。

广汽埃安 25 年其实走的很艰难,全年销量同比下滑了 22.62%。

但转折出现在 2025 年 11 月,首款纯电与增程并行的 i60 上市,起售价 10.98 万元,首月销量突破 8000 辆,2026 年 3 月单月售出了 10838 辆, 累计突破 2.8 万台。整个第一季度,埃安累计销量 75389 辆, 同比增长 8.72%;3 月单月 32678 辆, 超过前两个月之和。

与 i60 承担价格下探与走量责任不同,N60 则稍稍拔高了一点,有点技术展示的意味。

27 个传感器、单颗 200 TOPS 芯片方案、与文远知行联合研发的一段式端到端模型、非晶合金电驱 11.7 千瓦时的百公里能耗, 这些配置在埃安量产车型上多属于首次出现。

按工信部申报信息,N60 换电版预计 2026 年第二季度上市,届时将接入埃安以 UT Super、RT Super 搭建的换电矩阵。

#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。

5连板博云新材:股东高创投4月14日至4月16日减持407.2万股 持股比例降至5%以下

36氪获悉,博云新材公告,公司近日收到持股5%以上股东湖南湘投高科技创业投资有限公司出具的告知函。高创投于2026年4月14日至4月16日期间,通过集中竞价交易方式减持公司股份407.2万股,占公司总股本的0.71%。本次权益变动后,高创投持有公司股份2865.52万股,占公司总股本的4.999993%,不再是公司持股5%以上的股东。

金龙鱼:2025年归母净利润31.53亿元,同比增长26.01%

36氪获悉,金龙鱼发布2025年业绩报告。报告显示,2025年实现营业收入2451.26亿元,同比增长2.87%;归属于上市公司股东的净利润31.53亿元,同比增长26.01%;基本每股收益0.58元。以54.22亿股为基数,向全体股东每10股派发现金红利2.3元(含税),送红股0股(含税),以资本公积金向全体股东每10股转增0股。

2连板可川科技:全资子公司可川光子正在积极地进行市场开拓工作,暂未形成营收

36氪获悉,可川科技公告,截至公告披露日,公司全资子公司可川光子技术(苏州)有限公司成立于2024年2月,致力于硅光芯片设计和光模块的研发、生产。光模块处于送样阶段,验证周期较长;目前可川光子正在积极地进行市场开拓工作,暂未形成营收,对公司本期营收不构成重大影响。未来能否取得订单具有不确定性,敬请广大投资者注意投资风险。

东风本田:目前没有工厂关停计划

针对本田将于明年关闭一家与东风汽车集团合资工厂的消息,东风本田方表示,公司运营正常,目前没有工厂关停的计划。今日有消息称,本田将于今年6月关闭一家与广汽集团合资运营的工厂,并在明年关闭另一家与东风汽车集团合资的工厂。广汽本田同日回应表示,结合市场环境变化,广汽本田持续整合资源,优化战略布局,提升运营效率。(财联社)

北方稀土:2025年净利润23亿元,同比增长124%

36氪获悉,北方稀土发布2025年业绩报告。报告显示,实现营业收入425.63亿元,同比增长29.11%;归属于上市公司股东的净利润为22.51亿元,同比增长124.17%。公司拟向全体股东每股派发现金红利0.13元(含税),不送红股,不进行资本公积金转增股本。

托伦斯创业板IPO定于4月24日上会

36氪获悉,深圳证券交易所上市审核委员会定于2026年4月24日召开2026年第17次上市审核委员会审议会议,审议托伦斯精密制造(江苏)股份有限公司(首发)。

Xiaomi miclaw通过首批中国信通院可信AI手机端智能助手(Claw)评测

36氪获悉,近日,Xiaomi miclaw正式通过中国信息通信研究院手机端智能助手(Claw)评测,成为国内首个通过该评审的手机端智能体。本次评测依据《智能助手基准测试通用框架》,从基础能力、端侧应用、综合能力三大维度严格评测。据介绍,Xiaomi miclaw依托Xiaomi MiMo自研大模型,具备全生态底层支撑、深度记忆、跨域互联、持续自进化四大能力,可打通手机、PC、座舱、AIoT设备,自主完成复杂指令。

上交所:本周对117起拉抬打压、虚假申报等证券异常交易行为采取了自律监管措施

36氪获悉,上交所公告,2026年4月13日至2026年4月17日,上交所对117起拉抬打压、虚假申报等证券异常交易行为采取了自律监管措施,对*ST观典、*ST熊猫、*ST正平等异常波动退市风险警示股票进行重点监控,对24起上市公司重大事项等进行专项核查,向证监会上报涉嫌违法违规案件线索1起。

React 19 源码怎么读:目录结构、包关系、调试方式与主线问题

这是我持续更新的一组 React 源码解读文章,也会尽量控制单篇篇幅,按主线一点点往里拆。
这一篇先不急着扎进某个细节,而是从整体地图开始,先把 React 运行时主线和后面阅读源码时最重要的入口理顺。

前言

第一次看 React 源码时,我们最容易卡住的地方,往往不是某个函数太难,而是看着看着就失去了方向。

一开始,我们心里通常都有几个很具体的问题:想搞懂 Fiber,想知道 setState 之后到底发生了什么,也想弄明白 useEffect 为什么总像是“晚一步”执行。可真翻进仓库之后,这些问题又很快会被新的困惑打断:

  • 这个目录到底是做什么的?
  • 这段代码在整条链路里负责哪一段?
  • 我们现在看到的,是 React 的核心逻辑,还是某个边缘实现?
  • 为什么每个点都好像懂了一点,但就是连不成一条完整主线?

所以这篇文章不急着深挖某个具体实现,而是先做一件更基础、也更重要的事:

先把 React 源码的阅读地图搭起来。

这篇文章主要想回答四个问题:

  • React 仓库里哪些地方值得先看
  • reactreact-domreact-reconcilerscheduler 大概是怎么分工的
  • 一次 React 更新的大主线到底是怎么流动的
  • 刚开始读源码时,应该按什么方式推进,才不容易迷路

这里也先说明一下版本口径:这篇文章标题写的是 React 19,因为整体讨论的是 React 19 的主线机制;但在具体源码观察上,我会先以 React 19.1.1 作为基线来展开。


一、为什么很多人看 React 源码会越看越乱

React 源码难,不只是因为代码量大。

更准确地说,它难在:层次很多,入口很多,主线很长,而且每一层都不是孤立存在的。

我们表面上想搞懂的是一个问题,比如“setState 之后发生了什么”,但它背后往往会牵出一整串东西:

  • 组件更新是怎么产生的
  • update 是怎么入队的
  • Fiber 节点怎么记录这次更新
  • React 怎么决定这次更新什么时候执行
  • render 阶段到底在算什么
  • commit 阶段又是什么时候真正改 DOM 的

也就是说,React 源码不是那种“看一个函数就能闭环”的代码。它更像一套分层协作的更新系统

如果一开始没有地图感,很容易进入一种状态:每看一段代码,都能理解一点;但每理解一点,又像是零散碎片。最后脑子里只剩下一堆词:

  • Fiber
  • Scheduler
  • render
  • commit
  • lanes
  • hooks

这些词我们都见过,但它们之间到底是什么关系,反而不清楚。

所以我更倾向于把 React 源码学习的第一步放在一个更基础的问题上:

React 到底是一套什么系统?

把这个问题先看清楚,后面再去拆 Fiber、调度、Hooks、render、commit,才不容易一路走一路散。


二、先建立一张总图:React 到底是一套什么系统

如果先把 React 粗略抽象一下,我更愿意把它理解成这样一条主线:

flowchart LR
    A[JSX] --> B[ReactElement]
    B --> C[Root / Fiber]
    C --> D[调度]
    D --> E[render]
    E --> F[commit]
    F --> G[DOM / effects]

React 运行时总主线

这张图不细,但非常重要。因为它至少先帮我们看清了三件事。

1. JSX 不是 React 运行时真正处理的最终形态

我们平时写的是 JSX,但 React 运行时真正接收到的,并不是 <App /> 这段看起来像模板的代码本身,而是编译之后的一种对象描述。

所以读源码时,第一层问题不应该是“React 怎么处理 <App />”,而应该是:

<App /> 编译之后到底是什么对象?

只要这一步没有先想清楚,后面再看 Root、Fiber、更新流程,就会总觉得前面少了一层。

2. root.render(...) 不是“立刻渲染 DOM”

很多人第一次接触 React 时,会下意识把 root.render(<App />) 理解成“把组件直接渲染到页面上”。

但从源码视角看,更准确的理解应该是:

它把一份描述 UI 的对象,送进 React 自己的更新系统。

也就是说,这一步更像“发起一次更新”,而不是“立即完成渲染”。

3. React 的更新过程,本质上分成“计算”和“提交”两段

后面我们会经常看到两个词:rendercommit

可以先记住一句很关键的话:

  • render 阶段:主要是在算,算这次更新之后“应该变成什么样”
  • commit 阶段:主要是在交,真正把结果提交到宿主环境,比如浏览器 DOM

所以 React 不是“收到更新,立刻改 DOM”的直线模型。它更像这样:

描述 UI → 进入更新系统 → 被调度 → 计算结果 → 提交结果

一旦先把这张总图建立起来,后面再去看 Fiber、Hooks、调度,就不会觉得这些东西是互相割裂的黑话。


三、先别急着翻细节:React 仓库里哪些地方值得先看

第一次打开 React 仓库时,很容易被目录吓到。但从“运行时源码阅读”的角度看,我们不需要一开始就把所有目录都研究一遍。

对这条“React 运行时主线”来说,真正值得优先关注的,主要有这几个方向。

1. packages:核心代码主战场

如果我们的目标是理解这些问题:

  • JSX 产物是什么
  • createRoot 做了什么
  • Fiber 是什么
  • 更新是怎么调度的
  • render / commit 分别在做什么
  • Hooks 为什么能工作

那么后面大部分时间,基本都会待在 packages 里。

因为真正和 React 运行时主线相关的核心逻辑,主要都在这里。

所以第一次看仓库时,不要想着“从根目录往下把所有东西都扫一遍”。更有效的做法,是先建立一个习惯:

以后提到 React 源码主线,默认先去 packages 里找。

2. fixtures:最适合做最小实验场

学习源码很怕一上来就拿业务项目调试。业务代码一复杂,React 本身的调用链很容易被应用层噪音淹没。

这时候 fixtures 的价值就出来了。它更像一个实验场:当我们只想验证某一条很小的更新链路时,最小场景会比业务项目更适合观察。

3. scripts:工程支撑层

scripts 当然重要,但不是我们建立 React 主线认知的第一入口。

对第一阶段来说,知道它主要服务于构建、测试、打包、发布等工程流程,就够了。因为现在我们的目标不是“参与 React 仓库开发”,而是“先把 React 是怎么运行起来的搞清楚”。

4. 其他方向:先知道存在,不急着深挖

比如编译器、测试、工具链等方向,当然都重要。但如果我们的目标是先建立 React 运行时的整体认识,那么优先把这条主线打通,收益会更直接。

现阶段更好的策略是:

先把运行时主线搞清楚,再考虑编译器、RSC、性能优化等专题。


四、核心包关系:reactreact-domreact-reconcilerscheduler 各自负责什么

看 React 源码时,如果只记目录,不记职责,很快还是会乱。真正有用的是把几个核心包的分工先记住。

我目前更倾向于用下面这种方式去理解它们:

flowchart TB
    A[react<br/>定义 UI 描述和上层 API]
    B[react-dom<br/>浏览器宿主环境接入]
    C[react-reconciler<br/>协调与更新主链核心]
    D[scheduler<br/>调度能力支撑层]

核心包职责

下面逐个说。

1. react:定义“怎么描述 UI”

react 这一层,更像是 React 暴露给开发者的“上层接口”和“描述模型”。

我们平时写的这些东西:

  • JSX
  • 函数组件
  • Hook
  • createContext
  • memo

最后都会落到 React 定义的一套模型里。

所以从源码学习角度看,react 回答的问题更像是:

开发者是如何把 UI 和状态意图,交给 React 的?

如果继续顺着这条线往里看,很自然就会进入 JSX 编译产物和 ReactElement 这一层。

2. react-dom:浏览器环境的接入层

对前端开发者来说,最熟悉的入口通常是:

import { createRoot } from 'react-dom/client'

const root = createRoot(container)
root.render(<App />)

这说明 react-dom 这一层解决的核心问题是:

React 怎么接到浏览器这个宿主环境上?

也就是说,它更关心“把 React 应用挂到哪、怎么挂、最终怎么和 DOM 环境打交道”。

所以我们可以先把它理解成:

浏览器场景下的宿主接入层。

3. react-reconciler:真正的源码腹地

如果说:

  • react 更偏“描述层”
  • react-dom 更偏“宿主接入层”

那么 react-reconciler 才是后面真正要深挖的核心腹地。

因为我们最关心的这些东西,几乎都和它强相关:

  • Fiber
  • work loop
  • beginWork
  • completeWork
  • render 阶段
  • commit 阶段
  • 更新如何传播
  • 副作用如何收集和提交

可以先记一句非常实用的话:

React 真正“怎么处理一次更新”,大头都在 react-reconciler 这层。

如果继续往更新主链内部走,很多关键问题最终都会落到这一层。

4. scheduler:不是主角,但非常关键

这里不必一开始就把 scheduler 的细节掰得很深,但它在整套系统里的位置,我们最好先有一个整体认识。

React 之所以不再只是“同步调用 → 直接算完 → 直接提交”,背后离不开调度能力。这部分我们可以暂时理解成:

  • 什么时候做
  • 哪个先做
  • 哪个可以稍后做
  • 当前要不要让出执行机会

这些能力,不是随便塞在某个业务函数里就能完成的,所以 React 需要一层相对独立的调度支撑。

现阶段先记住一句就够了:

scheduler 提供的是调度能力支撑,不等于 React 全部逻辑本身,但它对 React 的更新模型非常关键。


五、一次 React 更新的大主线:从 JSX 到 DOM 提交

前面把目录和核心包大致摆清楚之后,接下来最重要的一步,就是把 React 的“主线流程”先跑通。

因为无论是看 createRoot、看 Fiber、看 Hooks,还是看 beginWorkcommit,本质上都还是在拆这一条主线。

我先把它再压缩成一张图:

JSX
  ↓ 编译
ReactElement
  ↓ root.render / 触发更新
Root / Fiber Root / HostRoot Fiber
  ↓ 调度
render 阶段
  ↓ 生成本次提交所需的信息
commit 阶段
  ↓
DOM 更新 / layout effect / passive effect

这一条线里,最容易搞混的是两件事:

第一,React 运行时真正处理的不是 JSX 本身,而是 JSX 编译后的 ReactElement

第二,React 并不是一收到更新就直接改 DOM,而是先经过调度、render 计算,再进入 commit 提交

所以从源码阅读角度看,后面我们遇到的大部分概念,都能挂到这条链上。

1. JSX 先变成 ReactElement

我们平时写的是:

<App count={1} />

但 React 真正接收到的,不是这段“长得像 HTML 的语法”,而是编译产物。

所以阅读源码的第一层问题,不应该是“React 怎么处理 <App />”,而应该是:

<App /> 编译之后到底是什么对象?

2. root.render(element) 把更新送进系统

对很多开发者来说,root.render(<App />) 最容易产生一个错觉:好像这行代码一执行,页面就立刻被渲染出来了。

但源码视角下,更准确的理解应该是:

root.render 负责把一份 element 更新送进 React 的根节点更新体系。

也就是说,这一步更像“发起一次更新”,而不是“直接完成渲染”。

3. Root / Fiber 系统接管这次更新

一旦更新进入系统,它就不再只是一个普通对象了。React 会把它放进 Root/Fiber 这套结构里,让后续调度、计算、提交都有地方可挂。

所以后面当我们看到这些词时,不要把它们看成独立概念:

  • Root
  • FiberRoot
  • HostRoot Fiber
  • update queue

它们其实都属于 React 这套更新系统的基础设施。

4. 调度决定“现在做不做、先做哪部分”

React 不是简单地“收到更新 → 马上全做完”。它还要决定:

  • 这次更新优先级高不高
  • 要不要马上做
  • 能不能让一部分工作稍后做
  • 当前阶段能不能让出执行机会

这时候调度层就进来了。

所以后面我们看到 lanes、调度入口、任务安排的时候,本质上是在看 React 如何安排“这次更新该怎么被执行”。

5. render 阶段负责计算结果,不直接提交

render 阶段是很多人第一次读源码时最容易误解的部分。因为“render”这个词太像“渲染到页面”。

但从源码视角看,render 阶段更准确的理解应该是:

它在算下一次要提交什么,而不是立即把结果改到页面上。

这一阶段里,React 会基于当前树和本次更新,逐步构造工作中的新树,并收集这次提交所需的信息。

所以后面我们看到:

  • beginWork
  • completeWork
  • work loop
  • flags / subtreeFlags

本质上都是 render 阶段里的核心组成。

6. commit 阶段才真正提交结果

当 render 阶段把“这次更新要做什么”算得差不多了,React 才会进入 commit 阶段。

到了这一阶段,才会真正发生这些事:

  • 插入、更新、删除 DOM
  • 执行 layout 相关副作用
  • 在后续时机执行 passive effect

所以 React 整体并不是一段线性同步逻辑,而更像一条清晰的更新流水线:

描述 UI → 发起更新 → 调度 → render 计算 → commit 提交


六、React 源码应该怎么读:按问题读,不按文件读

知道主线之后,接下来的问题就变成:

那源码到底该怎么读?

我自己的建议是:按问题读,不要按文件读。

也就是说,不要一上来就给自己定任务:“今天我要看完某个文件。”更好的方式,是先定一个问题,再去找这个问题对应的入口和调用链。

1. 先问问题,再找入口

比如我们可以先问自己这些问题:

  • JSX 编译后到底是什么
  • createRoot(container) 到底创建了什么
  • root.render(<App />) 做了什么
  • setState 之后发生了什么
  • DOM 是在 render 阶段更新,还是在 commit 阶段更新
  • Hooks 为什么必须按顺序调用

这样做的好处是,源码不再是一整片森林,而是变成了几条有明确方向的小路。

2. 每次只追一条最小闭环

很多人读源码会越看越累,还有一个原因:一开始就拿复杂场景下手。

更好的方法,是先拿一个最小例子:

const root = createRoot(container)
root.render(<App />)

或者:

function App() {
  const [count, setCount] = useState(0)
  return <button onClick={() => setCount(c => c + 1)}>{count}</button>
}

我们只追一条最短链路:

  • 这个 element 怎么进入系统
  • 这次更新怎么入队
  • 什么时候开始 render
  • 什么时候 commit
  • effect 什么时候执行

只要最小闭环走通一次,后面再看复杂场景,心里就会稳很多。

3. 先看入口函数,再看核心数据结构

源码阅读里有一个很实用的原则:

入口函数负责告诉我们“从哪里开始追”,数据结构负责告诉我们“数据是怎么流动的”。

比如:

  • 当问题落在 JSX 编译产物时,重点通常是 ReactElement 这个对象本身
  • 当问题落在应用启动时,重点通常是 Root / HostRoot Fiber 这层结构
  • 当问题落在更新如何进入系统时,重点通常是 Update、UpdateQueue、Lane
  • 当问题落在 render 过程时,重点通常是 Fiber、flags、workInProgress
  • 当问题落在 Hooks 内部机制时,重点通常是 Hook 链表以及它和 Fiber 的关系

4. 阅读源码时,最好始终问一句:它在主线里负责什么

无论我们现在看到的是:

  • 一个目录
  • 一个包
  • 一个函数
  • 一个字段
  • 一个变量名

都先问一句:

它在整条更新主线里,负责哪一段?

只要这个问题一直留在脑子里,源码阅读就不容易发散。


七、调试方式怎么选:从只读到可断点

这部分我不打算写成环境搭建教程,因为对刚开始阅读源码的人来说,更重要的还是先建立地图,再逐步进入调试。我更倾向于把调试方式分成三个层次。

1. 第一层:先只读,不着急跑全链路

刚开始时,不一定要马上把 React 仓库完整跑起来,也不一定要急着深挖每个入口。

这个阶段更重要的是:

  • 建立总图
  • 记住核心包职责
  • 知道接下来继续往里看时,核心问题会落在哪些位置
  • 对“从 JSX 到 commit”的主线有整体印象

2. 第二层:用最小 demo 打断点追入口

当我们开始进入具体主题,比如:

  • JSX 到 ReactElement
  • createRoot
  • root.render
  • setState
  • useEffect

这时候最好的方式,就是准备一个最小 demo,然后围绕一个非常具体的问题去断点。

不要想着“今天调试 React”,而要想着:

  • 今天只看 createRoot 做了什么
  • 今天只看一次 setState 怎么入队
  • 今天只看 useEffect 在什么时候被记录、什么时候被执行

问题越单一,断点越清晰,收获越大。

3. 第三层:围绕一条具体链路深挖到底

真正进入深入阶段时,我们的目标也不该是“把 React 全部调完”。更现实也更有效的目标是:

  • 把一次更新从触发到提交完整走通
  • 把一个 Hook 从调用到记录到执行完整走通
  • 把 Root、HostRoot Fiber、update queue 的关系彻底理顺

换句话说,调试不是为了证明“我能跑源码”,而是为了回答一个具体问题。


八、顺着这张地图继续往里看,我们会遇到哪些核心问题

到这里,这篇“阅读地图”其实就差不多搭完了。

如果继续顺着同一条主线往里看,接下来最核心的问题,大致会落在这些位置:

1. JSX 到 ReactElement

JSX 编译后到底是什么?React 运行时最先拿到的对象长什么样?

2. createRootroot.render

React 应用启动时,到底创建了什么?Root 和 HostRoot Fiber 是什么关系?

3. Fiber 到底是什么

Fiber 为什么不是 ReactElement,也不是 DOM?React 为什么需要 Fiber?

4. 从 setState 到调度

一次更新是怎么进入系统的?Update、UpdateQueue、Lane 分别扮演什么角色?

5. render 阶段

beginWorkcompleteWork 在做什么?render 阶段为什么不直接改 DOM?

6. commit 阶段

DOM 到底什么时候更新?layout effect 和 passive effect 分别在什么时机执行?

7. Hooks 内部原理

Hooks 为什么必须按顺序调用?useStateuseEffect 是如何挂到 Fiber 上的?

把这些问题串起来之后,React 源码在我们脑子里就不再是一堆零散名词,而会慢慢变成一条完整的更新链路。


结语

React 源码最难的地方,从来都不是某一个函数本身。

真正难的是:如果没有地图,很多细节都会看起来彼此割裂。今天看到 Fiber,明天看到 Hook,后天又看到 commit,名词越来越多,但主线反而越来越模糊。

所以在真正扎进细节之前,先把 React 当成一套系统看清楚,会让后面的阅读顺很多。

当我们先知道:

  • React 整体是一条怎样的更新主线
  • 仓库里哪些地方和这条主线直接相关
  • 四个核心包分别负责什么
  • 继续往里读时,核心问题大概会落在哪些位置

那接下来再看 ReactElement、Root、Fiber、调度、render、commit、Hooks,很多原本抽象的词,才会慢慢落地。

如果这篇“阅读地图”已经搭起来了,那么下一步最自然的切口,就是回到主线最前面,先看一个问题:

React 真正接收到的第一个核心对象,到底长什么样?

如果这篇对你有帮助,欢迎点个赞支持。后面我也会继续把这组 React 源码文章慢慢补完整。

这组源码解读文章也会同步整理到 GitHub 仓库里,方便集中查看和持续更新:

GitHub: github.com/HWYD/source…

如果觉得这组内容对你有帮助,也欢迎顺手点个 Star。

最近在做的一个 AI 项目

最近我也在持续迭代一个 AI 项目:AI Mind
如果你对 AI 应用工程化、Tool Calling、Skill Runtime、MCP 这些方向感兴趣,欢迎来看看。

GitHub: github.com/HWYD/ai-min…

如果觉得项目还不错,也欢迎顺手点个 Star。

❌