铃阅
❌

阅读视图

英伟达员工呼吁黄仁勋回归:他究竟是怎样的一位 CEO?

有新 2026-11-14 10:15 浙江

“如果你认同公司的使命,就把真正的老板请回来。”黄仁勋辞职后,一名英伟达员工在公司内网这样留言。这条内网意见帖累计收到 1600 多条留言,多数支持黄仁勋重新担任 CEO。辞职消息公布后的几小时内,二十多名英伟达员工在领英上公开声援他.....

“在许多方面,他就是英伟达,而英伟达就是黄仁勋。”——金泰,《英伟达之道》

“如果你认同公司的使命,就把真正的老板请回来。”黄仁勋辞职后,一名英伟达员工在公司内网这样留言。这条内网意见帖累计收到 1600 多条留言,多数支持黄仁勋重新担任 CEO。

辞职消息公布后的几小时内,二十多名英伟达员工在领英上公开声援他。马斯克随后也在 X 上表示,他会签署一份呼吁黄仁勋复职的请愿书。

一桩持续发酵的丑闻,终结了黄仁勋长达 33 年的英伟达 CEO 生涯。当地时间 11 月 12 日,英伟达宣布,黄仁勋辞去公司总裁、首席执行官及董事职务,即刻生效。公司首席财务官 Colette Kress 接任临时 CEO。

消息披露后,英伟达股价应声下挫,盘中一度暴跌 14.3%,市值一度跌破 4 万亿美元。

连日来,针对该起事件,美国国内多家媒体对黄仁勋展开了持续发难与围剿。《经济学人》发文称,“黄仁勋必须离开”,且“他不应该是唯一一个被撤职的人”;《大西洋月刊》发文称,“丑闻远不止黄仁勋一人所为”。

这些文章话里话外都在指责黄仁勋出卖美国国家利益,并暗示与其过从甚密的特朗普需要为此承担责任。媒体如此高调密集的批判,放在当下这个共和党刚刚中期败选的节点,尤其值得玩味。

图片

图片

与媒体的口诛笔伐相反,在黄仁勋最终决定辞职前夕,多位科技巨头与风投机构高管通过社交媒体平台呼吁英伟达董事会保持克制。

Atreides Management 管理合伙人兼首席投资官 Gavin Baker 提出“调查结束后由股东投票”方案,马斯克对此以“正是如此”回应;另一位用户评论称:“你或许会以为,从史蒂夫·乔布斯和特拉维斯·卡兰尼克的经历中,我们应该已经明白:创始人可不是随随便便就能被取代的……”马斯克回应称:“说得没错。”

图片

站在黄仁勋一边的还有英伟达的大多数员工。11 月 12 日当天,匿名职场社区Blind 发表的一份小范围调查显示,88% 的英伟达员工希望黄仁勋留任,11% 希望他主动辞职,只有 1% 希望董事会将他罢免。另据凤凰网报道,在英伟达内网中表态“希望黄仁勋留任的投票人数占比超过了 97%”。

很显然,对于利益休戚相关的英伟达员工,也对于全球投资者,他们对于黄仁勋的去职更多的是悲观——无论是英伟达将被卷入更大的政治纷争,还是作为一家顶尖科技企业,就此失去了他长达 33 年的“灵魂”。

坊间一直流行这样的说法:“黄仁勋就是英伟达,英伟达就是黄仁勋。”他既懂技术,也懂商业,几乎以一己之力奠定了英伟达的企业根基,使其多年来立于科技行业的不败之地。

在《英伟达之道》一书中,作者详细分析了黄仁勋作为 CEO 的种种特质,并援引多个科技公司新任 CEO 流于平庸、最终导致公司走上下坡路的案例,为我们判断失去黄仁勋之后的英伟达将如何发展提供了翔实的参考。

无论你是关注英伟达的投资者,还是追踪这起事件走向的大众读者,下面这篇内容,都值得你认真品读。

《英伟达之道》[美] 金泰 著 2025 年 1 月▽

图片

本文摘编自《英伟达之道》


▍科技公司需要技术型 CEO

激进投资者卡尔·伊坎有一个理论:美国大部分企业在选择新 CEO 的过程中存在管理混乱。他称之为反达尔文主义——与自然选择的残酷过程完全相反,后者只允许最适应的物种生存和繁衍。

伊坎观察到,有能力的高管经常被边缘化,取而代之的是更讨人喜欢但能力较差的人,这个现象源于公司内部的行为激励机制。那些晋升到公司高层的人,就像大学兄弟会的会长一样。他们与董事会友好相处,对现任 CEO 也不构成威胁。

他们不是天才,但他们和蔼可亲,尤其当你心情不好时,他们总能陪你喝一杯。正如伊坎所说,这些人物(他们大多是男性)“不是最聪明的,不是最机灵的,也不是最佳的,但很讨人喜欢,也还算可靠”。

CEO 希望自己能长期留在公司。因此,很显然,他们不愿带领一个更聪明且有可能取代他们的直接下属。他们倾向于选择一个略逊色于自己的人。当 CEO 最终离职时,善于逢迎的高管往往会因与董事会的关系融洽而被提升,延续“劣币驱逐良币”的循环,这位新任 CEO 也开启了类似的周期。

在过去的几十年里,我见过多个有商业背景而非技术背景的高管成为大型科技公司 CEO 的例子,结果却通常是平庸的,甚至更糟糕。

微软的史蒂夫·鲍尔默就是一个经典的例子。鲍尔默的职业生涯开始于宝洁公司的市场经理,后来他在斯坦福大学攻读工商管理硕士,然后于 1980 年加入微软。他是比尔·盖茨雇用的第一位业务经理;他曾担任运营、销售和企业高管,但在技术方面几乎没有任何实践经验。

他在科技领域的声誉不佳。《华尔街日报》的前专栏作家沃尔特·莫斯伯格曾讲述了他与苹果公司 CEO 史蒂夫·乔布斯的一次谈话。莫斯伯格坐下来准备采访乔布斯时,乔布斯却先问起他最近一次去微软采访的情况。

乔布斯饶有兴致地询问他,鲍尔默是否仍然牢牢掌控着这家软件巨头公司?当莫斯伯格予以肯定答复时,乔布斯停顿了一下,然后振臂高呼道:“太好了!”莫斯伯格进一步解释说,虽然乔布斯非常尊重盖茨,但几乎毫不尊重鲍尔默。

乔布斯是对的。在鲍尔默的领导下,微软错过了转型至移动计算的契机,还进行了一系列糟糕的收购,包括 aQuantive 公司和诺基亚。在鲍尔默担任 CEO 的 14 年里,微软的股价下跌了 30% 以上。

此前,苹果公司也遇到过类似的问题,公司 CEO 同样是商业背景多于技术背景。乔布斯在 1985 年被苹果公司董事会排挤出局,取而代之的是百事公司前营销专家约翰·斯卡利。

斯卡利在初期取得了一些成功,他提出了以越来越高的价格销售越来越好的电脑的战略。但随后他在科技产品上做出了一系列错误决策,例如,推出个人数字助理“苹果牛顿”,并在 20 世纪 90 年代初为 Mac 选用了 PowerPC 处理器。技术创新的停滞使苹果公司在 10 年后濒临破产。

尽管鲍尔默和斯卡利比任何人都更擅长销售不同版本的 Windows 系统或昂贵的PowerBook 笔记本电脑,但他们无法预知技术的下一步发展方向。苹果公司甚至无法将其操作系统升级到现代标准,直到后来收购了乔布斯的 NeXT,后者的技术成为 Mac OS X 的基础。

英特尔则是另一个案例。鲍勃·斯旺于 2016 年加入英特尔并担任首席财务官,2 年后他升任 CEO。斯旺是财务背景出身,他之前在 eBay 公司以及 IBM 前销售员H. 罗斯·佩罗创立的电子数据系统公司担任首席财务官。

在斯旺的领导下,英特尔在向更先进的芯片制造技术和下一代处理器发展过程中屡次延误,导致其落后于竞争对手 AMD。更糟糕的是,斯旺的主要精力都集中在执行数十亿美元的股票回购计划和发放数十亿美元的股息上,以此来抬高公司股价,这导致研发投资的资金被抽调。

事实证明,斯旺也是一位糟糕的经理和资源分配者。与英伟达类似,在 2010 年代末,英特尔在 AI 方面投入巨大。但英特尔缺乏连贯的战略,并且同时开展了多个独立的人工智能相关芯片项目,反而分散了资源和注意力。

这种状况在很大程度上是因为斯旺对英特尔的技术业务并不熟悉。由于缺乏相关知识,他无法就公司的发展重点做出明智的决定,也不知道谁应该真正负责这些决定。相反,据一位英特尔前高管说,他太容易受精彩演示的影响,即使这种演示没有任何现实依据。

2021 年,斯旺辞去了英特尔 CEO 一职,他的继任者是帕特·格尔辛格,后者拥有令人印象深刻的工程背景。格尔辛格上任后的首要决策之一就是停止股票回购。

▍CEO 数学

英伟达之所以能规避类似的陷阱,是因为它拥有一位技术型 CEO——黄仁勋。“当你遇到黄仁勋,就算市场上还有其他几十家图形公司,你也会意识到这是一个你想与之合作的人,”英伟达的早期投资者之一,至今仍在董事会任职的坦奇·考克斯说,“他之所以出色,是因为他是工程师兼计算机科学家。”

前产品经理阿里·辛纳德回忆起自己曾参与开发的一款 Wi-Fi 产品,这款产品一直没有发布,部分原因是黄仁勋的极度严谨。

“黄仁勋令人敬畏,”辛纳德说,“你去参加产品会议,但他对产品的了解比你还多。”在产品会议期间,黄仁勋明确表示,他了解各种 Wi-Fi 标准的所有技术细节。虽然该产品对英伟达的战略并不关键,但黄仁勋仍然抽出时间掌握了相关技术和规格。“他了解一切。在我们参加的每次会议上,他可能都是准备最充分的人。”

黄仁勋活跃于英伟达内部众多主题电子邮件讨论组,通过这种方式跟上趋势、扩展知识。在“深度学习”邮件列表中,工程师会讨论人工智能的最新技术发展,黄仁勋则习惯转发一些自己感兴趣的文章。“你很清楚黄仁勋在想什么。”英伟达前高级研究科学家利奥·塔姆说。

前市场营销高管凯文·克鲁韦尔回忆起在路上遇到黄仁勋的情景,当时他们都前往参加 2016 年 12 月在西班牙巴塞罗那举办的神经信息处理系统大会。机器学习和神经科学领域的专家会在这个学术会议上展示最新的研究成果。

这个会议不像计算机图形图像特别兴趣小组年会或游戏开发者大会那样为公众所熟知——可以说,神经信息处理系统大会更加专业、硬核。克鲁韦尔知道会议并没有安排黄仁勋发言,便问他来参加会议做什么。黄仁勋回答说:“我是来学习的。”

英伟达的 CEO 并没有指派别人代表他出席会议并做笔记,而是亲自出席会议来了解人工智能的最新发展。他想深入参与这一领域,便参加各种会议,与演讲者、学生和教授交谈。后来,他开始聘用许多在会议上认识的人。

黄仁勋曾多次表示,如果对技术本身没有深入了解,他就无法有效履行自己的职责。“我们必须理解技术的基本原理,这样你才能直观地了解行业将如何变化,”他说,“我们的推断能力和前瞻性非常重要,因为技术日新月异,但我们仍然需要几年时间来打造一个优秀的解决方案。

”只有具备各领域的专业知识,才能决定支持哪些项目,估算这些项目需要多长时间,然后合理分配资源以获取最佳的长期回报。

过于深入细节也有一个坏处:可能导致决策瘫痪。一个优秀的领导者必须及时做出决策,即使决策不够精确。黄仁勋很早就在一门工程课程中学到了这一点,这门课程由俄勒冈州立大学的唐纳德·阿莫特教授负责教学。阿莫特在上课时总是使用整数。

“我讨厌这样,”黄仁勋说,“我们使用指数和现实世界中精确到小数点后 3 位的数字。”然而,如果过于精确会使阿莫特变慢,所以阿莫特拒绝这种精确;例如,他会将 0.68 四舍五入为 0.7。他教导学生不要忽视大局。“这曾经让我抓狂,但多年来我学会了,虚假的精确毫无意义。”

黄仁勋把整数法则也用于英伟达的运营中。他的员工半开玩笑半亲切地称之为“ CEO 数学”。这使他能够进行大局战略思考,而不为细节所困扰。他可以快速确定一个新市场的规模,以及其为英伟达带来利润的潜力,然后将更多的精力投入分析竞争格局和制定进入策略等更复杂和直观的任务上。

正如坦奇·考克斯所指出的,“用电子表格获得任何你想看到的东西很容易,但黄仁勋能熟练使用‘ CEO 数学’对他自己来说是一个巨大的成长”。

黄仁勋对数学的处理方式——直接、简洁,并面向大局——也是他与英伟达员工进行更广泛沟通的方式。由于英伟达的一切都在他的职责范围内,因此他必须高效地对外传递信息。根据杰夫·费希尔的说法,“他的电子邮件简短而优美。有时甚至太短了”。

“他的电子邮件就像俳句一样。”布赖恩·卡坦扎罗认同道。

这个比喻恰如其分。这种三行的诗歌体,常常难以理解或模棱两可——这对新员工来说是一个挑战,他们难以适应黄仁勋电子邮件沟通的简洁性。即使是资深员工,也经常要花费数小时讨论黄仁勋的某封电子邮件到底是什么意思,当他们无法在内部达成一致时,他们会去找黄仁勋问清楚。

然而,就某种程度而言,这正是黄仁勋所希望的。英伟达大多数高层领导者认为,黄仁勋希望员工能对他的指示做出正确的判断。他并不想控制每一个决策;事实上,过分详细的规定可能会扼杀他想要培养的独立性和行动倾向。

相反,他希望确保他们已经尽职尽责,并考虑了所有可能的影响。卡坦扎罗强调,黄仁勋的方法不仅仅是他的个人喜好。

“我们都很忙,”卡坦扎罗说,“我们的电子邮件多得看不完。我们要传达的核心信息是,你应该对你工作汇报的对象抱有同理心。不要只是把所有东西都扔给他们,而是要以一种能激发他们兴趣的方式给他们,如果他们愿意,他们可以询问更多的细节。

黄仁勋正在试图帮助我们成为一个更有效率的公司,并谨慎占用彼此的时间。如果你想在一个大型组织中发挥影响力,就不要浪费别人的时间。”

▍你必须让自己对工作着迷

黄仁勋工程背景的最纯粹体现是他看似无限的工作能力。在他看来,在商业中,职业道德比智力更重要。“你有多聪明并不重要,因为总会有人比你更加聪明。”他说。而在一个全球化的世界里,“你的竞争对手不会睡觉”。

黄仁勋也不会松懈。作为领导者,他在战略眼光、对图形学和加速计算的理解以及管理组织的能力等方面越来越成熟,而且在他担任 CEO 的30年间,始终不变的是他对长时间工作和最大努力的承诺。

一位运营高管声称,英伟达并不是一家 7×24 的公司,而是一家 8×25 的公司。“我不是开玩笑。我凌晨 4:30 起床,然后一直工作到晚上10:00,”她说,“这是我的选择。并不是每个人都适合。”

另一位产品经理指出,许多员工不愿意接受这种磨炼,几年后就会离开。这位产品经理倾向于在上午 9:00 之前到达办公室,很少在晚上 7:00 之前离开。回家后,他每晚 10:00 ~11:30 都保持在线状态,从而确保与全球合作伙伴交谈。“

周末时,如果你不能在 2 个小时内回复电子邮件,那就必须告诉团队你无法回复的原因。”他说。当回顾自己的日程时,他发现在过去一年中,几乎有一半的周末不是在出差就是在办公室加班。

英伟达的极端工作文化来源于 CEO 黄仁勋对工作的全身心投入,他对任何不尽职的人都不以为然。“实际上,我不知道有哪位成功人士对待工作的态度是‘这只是工作。我从上午 8 点工作到下午 5 点,我就要回家了,下午 5:01 我就放手不管了’。”黄仁勋曾说,“我从来不知道有谁凭这样的状态也能获得巨大的成功。你必须让自己对工作着迷。”

每当黄仁勋难得休假时,员工们反而更加提心吊胆。因为他往往会坐在酒店里写更多的电子邮件,给他们带来比平时更多的工作。在英伟达早期,迈克尔·哈拉和丹·维沃利曾试图对这种情况进行干预。他们给黄仁勋打电话:“伙计,你在做什么?你在度假!”

黄仁勋回答说:“我正坐在阳台上,看着我的孩子在沙滩上玩耍,同时写电子邮件。”

“出去和你的孩子一起玩吧!”他的下属坚持道。

“不,不,不,”黄仁勋拒绝道,“这正是我可以完成大量工作的时候。”

黄仁勋说,他去看电影时从来记不住电影内容,因为他一直想着工作。“我每天都在工作。我没有一天不工作。如果我不在工作,我就在想着工作,”黄仁勋说,“对我来说,工作就是放松。”

黄仁勋对任何工作量不如自己的人都缺乏同情心,他也不认为自己因为全心投入英伟达而错过了生活中的任何东西。2024 年,《 60 分钟》节目采访了黄仁勋,当被问及有员工说黄仁勋是一个完美主义者,替他工作要求很高且很不容易等话题时,他没有反驳,而是表示同意。

“本该如此。如果你想做非凡的事情,那就不会轻松。”

在我多年的商业报道生涯中,无论是作为一名咨询顾问、分析师,还是作为一名商业作家,我从未见过像黄仁勋这样的人。在图形学领域,他是先驱;在残酷的科技市场中,他是幸存者。

他已经担任 CEO 超过 30 年——截至本书撰写时,他是标准普尔 500 指数中目前任职时间第四长的 CEO,仅次于伯克希尔—哈撒韦的沃伦·巴菲特、黑石集团的苏世民和再生元的伦纳德·施莱费尔。

在科技行业,黄仁勋在英伟达的任期比杰夫·贝佐斯在亚马逊的 27 年、比尔·盖茨在微软的 25 年,以及史蒂夫·乔布斯在苹果的第二任期 14 年还要长,而且他们都已经不再担任 CEO。

黄仁勋正逼近由拉里·埃里森在科技领域创下的纪录。埃里森是甲骨文公司的联合创始人,在甲骨文公司担任 CEO 的时间长达 37 年,2014 年后又回到了首席技术官的职位。

使黄仁勋与几乎所有其他竞争对手区分开来的因素容易被理解,但很难被复制。他挑战了以往对高管角色的划分——要么是精通技术但商业素养不成熟的 CEO、创始人,要么是有商业头脑但缺乏技术专长的经营者。黄仁勋则展示了一个人可以同时担任这两种角色。

事实上,在技术含量极高的半导体行业,他的双重角色可能是成功的关键。这也是他与英伟达几乎是共生关系的原因。在许多方面,他就是英伟达,而英伟达就是黄仁勋。英伟达已经发展成为拥有数万名员工和数十亿美元收入的跨国公司。

当然,这一现实引发了一个问题:当黄仁勋和公司不再合而为一时会发生什么?这个问题可能在一段时间内仍不会得到答案,但这毕竟迟早会发生。

✦活动报名✦

✦精选内容✦

一家英国芯片公司估值半年涨超 6 倍,押注更快的大模型推理

腾讯混元 Hy4 实测:多模态升级,专业工作能力更强了

共生知行获数千万元融资,构建原生端到端全身智能基座模型

“破解”热潮背后,Efflora 在为 AI 搭建安全训练场

网易智企在乌镇首发 AI 原生安全产品体系,给 Agent 划出行动边界

跳转微信打开

  •  

一家英国芯片公司估值半年涨超 6 倍,押注更快的大模型推理

原创 有新 2026-11-13 17:27 浙江

11 月 11 日,英国芯片公司 Fractile 宣布完成 7.2 亿美元 C 轮融资,投后估值 70 亿美元。距离上一轮融资仅过去约半年,这家公司计划于 2027 年交付首批芯片和系统。它押注的不是一颗能包办所有任务的通用芯片,而是大模型推理中对延迟敏感的生成环节。.....

“我们首先要找出流程中决定全局的那一步。”——安迪·格鲁夫,《格鲁夫给经理人的第一课》

11 月 11 日,英国芯片公司 Fractile 宣布完成 7.2 亿美元 C 轮融资,投后估值 70 亿美元。距离上一轮融资仅过去约半年,这家公司计划于 2027 年交付首批芯片和系统。它押注的不是一颗能包办所有任务的通用芯片,而是大模型推理中对延迟敏感的生成环节。

模型厂商正在为更快的生成速度单独定价,芯片公司则试图重新安排计算与存储的位置。Fractile 的办法是把 DRAM 直接叠在计算芯片上,用更短、更密的连接缩短取数路径。但更高的内存带宽只是起点:新芯片还要接入模型软件、组成机架,最终进入客户的算力采购。

据彭博社 8 月报道,Anthropic 与 Fractile 达成了约 2.5 亿美元的初步采购安排。具体条款和后续履行进展仍待披露。

Fractile 今年 5 月完成了 2.2 亿美元 B 轮融资,由 Accel、Factorial Funds 和 Founders Fund 联合领投。按《金融时报》报道的上轮约 11 亿美元估值计算,本轮估值约为前次的 6.4 倍。本轮由 Thrive Capital、Founders Fund、Lightspeed 和 Redpoint 联合领投,Alphabet 旗下 CapitalG、Balderton、英国主权 AI 创投基金和英国商业银行等参投。

Walter Goodwin 和宋宇航共同创办了 Fractile,公司于 2022 年 5 月在英国注册。Goodwin 曾在牛津大学研究人工智能与机器人,现任 CEO。宋宇航是牛津大学计算机科学博士,曾任公司首席技术官,2024 年离开,现任南京大学人工智能学院准聘副教授。目前,Fractile 为数据中心开发推理芯片、机架和配套软件。

▍为什么把内存叠上去

宋宇航曾在采访中提到,两人创业之初就在研究怎样让神经网络在硬件上跑得更高效。2024 年 7 月,Fractile 首次公开介绍其推理芯片路线,并宣布完成 1500 万美元种子轮融资。团队当时试图用片上 SRAM 把数据放在计算单元附近。

这条路线对应着生成式 AI 的一类等待。编程智能体要反复读代码、写补丁、跑测试,后一步往往要等模型先生成结果。在生成阶段,芯片需要不断读取模型权重和上下文缓存。把多条请求合批,可以让一次读入的权重服务更多请求,提高吞吐量;但等待合批也可能拉长单次请求的响应时间。

Fractile 瞄准的是小批量下也能快速生成的任务,片上 SRAM 的容量因此成为一个约束。一款 700 亿参数的稠密模型,按每个参数 1 字节计算,仅权重就约占 70 GB,还需要为 KV Cache留出空间。数据装不下时,权重和缓存往往要分布到更多芯片上,部分运算也随之需要跨芯片交换结果。

Goodwin 在 No Priors 访谈中回忆,团队在 2023 年底至 2024 年间开始担心这套设计跟不上模型和上下文的增长,随后与存储厂商和逻辑芯片制造伙伴一起探索堆叠 DRAM。容量更大的内存如何靠近计算单元,成为设计需要解决的问题。

HBM 本身也是由多层 DRAM 堆叠而成。在主流 AI 加速器中,整组 HBM 与计算芯片并排放在同一个封装内,经硅中介层传输数据。Fractile 改的是内存堆栈与计算芯片之间的连接方式:把 DRAM 放到逻辑芯片上方,通过更短、更密的垂直连接并行传输数据。

Goodwin 11 月 11 日在 TBPN 采访中估算,首代芯片访问内存的带宽有望达到 GPU 等加速器访问 HBM 时的约 20 倍。这是公司对内存带宽的预期,不等于模型生成速度也能提高 20 倍;实际效果还取决于计算、跨芯片通信和软件调度。

模型变化也让芯片不能只围绕今天的负载设计。2024 年 10 月,Andes 披露 Fractile 获得其向量处理器及自定义指令扩展工具的使用授权。Goodwin 当时解释,模型迭代快于芯片开发,部分运算需要留给软件调整。

这也是 Fractile 把首款产品做到机架的原因。编译器负责把模型运算映射到芯片,运行时协调各芯片执行,机架则提供互连、供电和散热。Goodwin 说,客户通常要用三到五年摊销一台机架,而模型负载在这期间仍会变化。

英国政府 2 月披露,公司计划三年内在英国投入 1 亿英镑,扩展伦敦和布里斯托业务,并建设硬件工程设施。Goodwin 还表示,团队正与台湾制造供应链合作,为 2027 年下半年及 2028 年可能需要的产能做准备。按公司计划,首批芯片和系统将于 2027 年交付。

▍更快的生成,谁来买单

需求端已经出现为速度付费的产品设计。Anthropic 11 月 9 日发布的 Claude Fable 5.2 提供快速模式,每百万输入 token 收费 16 美元、每百万输出 token 收费 80 美元,均为标准模式的两倍。其公布的每秒生成 token 数最高可达标准模式的 2.5 倍。

客户也在尝试不同的硬件。OpenAI 在实时编程模型 Codex-Spark 的研究预览中采用 Cerebras 硬件,并称生成速度超过每秒 1000 个 token。Etched 8 月宣布向 Jane Street 交付首台机架;后者在测试硬件后领投了 Etched 的 7 亿美元融资,并称机架已在自家数据中心运行。

硬件选择的变化还需要采购方式和软件配合。Anthropic 招股书显示,公司会直接租用部分加速器,部署在第三方运营的专用机房:先预订机房容量,待模型需求更明确时再选择芯片。

在本周 IPO 路演上,Anthropic 还披露,团队借助 Claude 移植和编写底层代码,约三天就让一款模型的输入处理在 AMD MI355X GPU 上达到可用性能。对长期使用 CUDA 的团队而言,底层算子移植是换用其他硬件的一项成本。

专用芯片并不一定要独立替代 GPU,也可能嵌入现有系统。英伟达在 2025 年底获得 Groq 的非独占技术授权,今年把采用片上 SRAM 的 Groq 3 LPX 纳入 Vera Rubin 平台。在一种协同方案中,GPU 负责输入处理和生成阶段的注意力计算,LPX 接手生成阶段对延迟敏感的部分运算。

d-Matrix 则计划把堆叠 DRAM 的 Raptor 加速器接入英伟达的 NVLink Fusion 和 MGX 机架,由 GPU 处理输入,Raptor 负责后续生成。两条路线意味着,推理芯片的竞争不仅是单颗芯片之间的比较,也包括它在整套系统中承担哪一段任务、怎样接入已有软件和硬件。

不同设备接力推理时,还要传递输入阶段留下的缓存。月之暗面与清华团队开发的 Mooncake 将输入处理和生成分开部署,利用 CPU 内存、SSD 和网络存放、传递并复用 KV Cache。团队在 2025 年论文中披露,Kimi 部署 Mooncake 后,A800 和 H800 集群较此前基于 vLLM 的系统分别多处理了 115% 和 107% 的请求。

供给端同样需要提前协作。三星 10 月披露的 zHBM 探索把内存直接叠到处理器上;若封装向上散热,处理器的热量可能需要穿过内存堆栈。叠几层内存、怎样供电和散热,需要存储、逻辑与封装团队在芯片定型前共同决定。

▍国内进展,先分清阶段

国内也有公司沿垂直集成和近存计算路线开发产品,但它们瞄准的负载、产品形态和验证阶段并不相同。比较这些方案,首先需要区分训练与推理,以及投片、点亮、客户测试和持续运行,而不是只看是否把存储与逻辑叠在一起。

东方算芯 7 月发布 DF1000,用晶圆级混合键合垂直集成 DRAM 和逻辑层,并同步公布服务器、液冷超节点和集群方案。10 月,公司副总裁郭炜称,128 卡集群已在客户侧承担实际训练任务,曾连续运行 72 小时。

算苗科技则把八层存储晶圆叠到面向云端推理的 A4E 逻辑晶圆上,芯片于 6 月 15 日流片。由网易孵化的谦合益邦瞄准云游戏等高并发场景,今年披露其在逻辑层上堆叠四层 DRAM 的芯片已回片点亮。

微纳核芯将 DRAM 三维近存计算与 SRAM 存算一体结合,首代共三颗芯片已投片,预计 2027 年初送客户测试。它与无问芯穹签署合作协议,计划用实际业务负载验证芯片如何接入算力平台。

从 Fractile 到国内探索同类方向的团队,竞争都不只发生在芯片内部。内存直接叠在处理器上,需要存储、逻辑和封装团队更早确定接口、供电与散热;不同芯片接力完成一次推理,也需要软件提前决定计算如何分配、缓存怎样传递。

对 Fractile 而言,下一步是把更高带宽的设计交付为客户能用的系统。生成速度能否在实际模型上兑现、软件能否跟上负载变化、机架能否按计划供货,将共同决定模型厂商为“更快”支付的费用,最终有多少能转化为芯片公司的生意。

✦活动报名✦

✦精选内容✦

腾讯混元 Hy4 实测:多模态升级,专业工作能力更强了

共生知行获数千万元融资,构建原生端到端全身智能基座模型

“破解”热潮背后,Efflora 在为 AI 搭建安全训练场

网易智企在乌镇首发 AI 原生安全产品体系,给 Agent 划出行动边界

DeepSeek 刚提出的 Super-agent 新架构,LobeHub 已经做成了产品

跳转微信打开

  •  

腾讯混元 Hy4 实测:多模态升级,专业工作能力更强了

原创 有新 2026-11-06 23:22 浙江

11 月 4 日,腾讯混元发布 Hy4 正式版,并计划于近期开放模型权重和系统卡片。距离预览版推出两个多月,新版加入视觉理解和电脑操作能力:面对复杂图表,模型可以结合图像、推理和工具调用作答;执行任务时,也能配合使用命令行与图形界面。团队还针对跨.....

“要实现有效的人机交互,人和计算机就需要在同一块屏幕上画图、写笔记和方程,借此彼此交流。”——约瑟夫·利克莱德

11 月 4 日,腾讯混元发布 Hy4 正式版,并计划于近期开放模型权重和系统卡片。距离预览版推出两个多月,新版加入视觉理解和电脑操作能力:面对复杂图表,模型可以结合图像、推理和工具调用作答;执行任务时,也能配合使用命令行与图形界面。团队还针对跨应用长任务,以及 Blender、CAD 等专业软件开展了专项训练。

腾讯公布的评测中,Hy4 在多项编程、搜索和办公任务测试中处于所列国产模型前列。与海外模型相比,正式版在部分复杂任务、自动化操作和电脑使用测试中超过 GPT-6.1 Sol;在腾讯内部的复杂搜索测试中,与 GPT-6.1 Sol 和 Claude Opus 5.5 的成绩接近。不过,在部分编程及科学任务测试中,它与这两款海外模型仍有差距。

腾讯公布的 Hy4 评测结果。蓝柱为正式版,蓝色虚线为 Hy4 Preview。来源:腾讯混元。

在第三方评测机构 Artificial Analysis 的智能指数中,Hy4 得到 35 分,与 Grok 4.7 分数相同,在国产模型中仅次于 Kimi K3.1 Pro。

Artificial Analysis 榜单图

11 月 4 日,在面向真实长程任务的 Agent Arena 评测中,Hy4 位列总榜第 14。目前模型权重尚未开放。按照此次评测结果,权重开放后,Hy4 将与 Kimi K3.1 Pro 并列开放权重模型第一。这项评测基于全球用户的 8500 多次真实长程 Agent 会话,Hy4 的净提升为 4.7%,进入 Agent Arena 帕累托前沿,成为该评测中效果与成本表现较优的模型之一。其每项任务的中位成本为 0.55 美元,比 Kimi K3.1 Pro(Max)的 1.46 美元低约 62%。

Agent Arena 评测图

目前,Hy4 已上线腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、ima 和企业微信智能助理大圆,并通过 API 接入 OpenRouter、Hermes 和 OpenCode 等平台。

定价方面,Hy4 正式版性能较 Preview 大幅提升,价格保持不变:输入 6 元/百万 tokens,输出 18 元/百万 tokens,缓存命中 0.3 元/百万 tokens。11 月 4 日至 11 月 15 日,WorkBuddy 用户可限时免费使用 Hy4,每日获赠一定额度,订阅用户享有更高配额。WorkBuddy 同时支持人机双写,用户可以与模型共同编辑 Word、Excel 和 PPT。

▍一款游戏的开发与修改

在腾讯公布的软件工程测试中,Hy4 正式版相比 Preview 版本提高约 16.5%。游戏开发则需要将角色动作、敌人行为、关卡和补给规则结合起来,并在运行后检查画面、继续调试。

借助 WorkBuddy,Hy4 用 Three.js 构建了一款名为《暗林求生》的 3D 生存射击游戏。玩家在森林中与一名 AI 队友并肩作战,队友会跟随、攻击,也能在玩家倒地时实施救援。前两波战斗结束后,玩家可以在营地补充弹药、购买装备,再迎战最终 Boss。游戏打包为单个 HTML 文件,可在桌面浏览器中离线运行。

第一版已经具备完整的游戏流程,但通关时长和画面表现仍需调整。验收记录显示,两局有效通关均只需一分多钟,明显短于预期。树冠遮挡的处理也存在 Bug:为让俯视镜头看清角色,游戏会在角色走到树下时直接隐藏整片树冠,只留下树干;角色离开后,树冠又突然出现。

问题反馈给 WorkBuddy 后,Hy4 按照修改要求保留树冠轮廓,同时保证树下的角色可见。第二版中,只有遮挡视线的树冠会逐渐变淡,不透明度降至约 30%;角色走出树下后,叶层再缓慢恢复。这一轮还调整了人物和怪物的外形,让 Boss 的攻击范围显示得更清楚,并重新设置敌人出现的节奏、补给和战斗难度,将单局时长的目标定为 3-5 分钟。

难度上调后,自动化测试发现战斗时间又过长。Boss 血量偏高,战场补给不足,备弹耗尽后,战斗一度拖到 475 秒。增加弹药补给、下调 Boss 血量后,后续四局自动化测试均完成通关。其中,购买强化武器的两局有效通关时间分别为 3 分 6 秒和 3 分 9 秒,Boss 战约 50-54 秒。

开发过程中,Hy4 还生成了一份可继续编辑的验收文档。标题和验收重点经人工调整后,模型在 WorkBuddy 中将选中的“调校结论”正文整理为通关时长、武器选择和弹药表现三条要点,再写回同一份文档。原始数据、测试表格及人工修改的内容均保留在原处,文档也继续区分自动化测试结果与真人体验。

▍识别拼图与检查接缝

完整的画面被拆成碎片后,原本连续的图案分散在不同位置。模型需要识别局部图案之间的联系,判断哪些碎片可能相邻,再借助代码检查它们的轮廓和图案能否衔接。

任务题面包含梵高《卧室》的 900 块碎片,要求 Hy4 将其拼合。原画和答案映射留在制题端,求解过程只能使用散片图。第一轮中,脚本读到了一份 JPG 剪贴板副本。由于透明通道丢失,模型只能依据背景颜色估计碎片轮廓,拼接结果留下了空格,窗框和床架也在多处断开。第二轮改为直接读取原始透明 PNG,模型调整求解脚本,重新提取轮廓、匹配相邻碎片。

匹配时,除了检查边缘的凸凹形状,还要确认相邻碎片上的窗框、床架和地板纹理能否连续衔接。任务要求先输出候选接缝的放大图,再逐步扩大拼接范围。如果相邻碎片推导出的位置彼此冲突,还需回退可疑连接,暂时保留空位。

从接缝放大图中,可以看到窗框线条和地板笔触在几块碎片之间连续衔接。程序先拼出这些接缝较可靠的局部,再逐步合并。经过第二轮重新提取碎片、调整匹配与布局,Hy4 修复了原有的拼图结果,并更新了演示页面。

▍根据图片搭建三维模型

Hy4 针对 Blender、CAD 等专业软件和长程任务开展了专项训练。在住宅建模案例中,模型根据一张户型图和一张装修参考图搭建三维空间:房间、门窗和动线参照户型图安排,配色与家具参考装修图,并加入键鼠控制和碰撞效果,让用户可以在浏览器中漫游

任务被分配给 6 个搭建 Agent,分别负责客厅、餐厅、厨卫、卧室等空间。坐标、墙体、门窗和控制等共享部分先行搭建,供各空间使用。初稿完成后,Agent 从预设视角截取浏览器画面,交给未参与搭建的 Agent 对照参考图评审,再由负责相应空间的 Agent 逐项修改。

整个过程经过 4 轮、共 16 次评审,耗时 6 小时 14 分钟。多个房间需要分别搭建、协调布局,每轮还要对照参考图检查、修改并复审,也考验模型在长程任务中协调多个 Agent 的能力。

最终生成的三维住宅包含客厅、卧室、厨卫等空间及主要家具,支持切换房间视角和键盘漫游。客厅延续了参考图中的木饰面、浅色沙发和橙色靠垫,整体风格较为统一。不过,家具造型、材质和光影仍较简化,厨卫设施的局部衔接也有完善空间。这一版本适合用来初步查看空间布局和装修效果。

▍从财报整理到估值模型

金融是混元重点优化的专业场景之一。混元团队基于真实业务构建了数千个工作空间和上万个任务,覆盖基金研究、证券分析、资产配置、财税会计等方向,并联合腾讯金融科技 FiT 邀请 213 位专家参与众测。在 579 个真实金融任务中,Hy4 的综合得分为 3.04 分,满分为 4 分。

针对金融等办公场景,混元还围绕时效检索、多源信息整合和事实一致性校验进行专项优化。这些能力也用于公司研究:整理历史财报、建立预测假设,再将数据与分析过程呈现在财务模型和研究报告中。

在苹果公司财务建模与估值案例中,Hy4 结合历史财报整理财务三表,预测未来五年业绩,并通过现金流折现(DCF)和相对估值分析公司价值,最终交付 Excel 模型与 PDF 研究报告。

首次生成的文件出现了部分公式报错,导致数据无法显示。问题反馈给 WorkBuddy 后,Hy4 对文件进行了修复。

最终交付的 Excel 包含 9 个工作表,整理了苹果近四个财年的主要财务数据,并拆分单季度表现及产品、地区收入。模型按业务类别预测未来五年收入,连接利润表、资产负债表和现金流量表,设置基准、乐观、悲观三种情景,并计算折现率、现金流和每股价值。配套的 15 页 PDF 报告汇总了财报表现、预测假设、估值、机构观点与风险。Excel 中部分预测和估值结果可以通过公式联动,部分情景和敏感性分析则为静态结果。

▍让成果接入团队工作

这些案例背后,是混元对模型能力和实际工作流程的持续优化。6 月 5 日,在腾讯云 AI 产业应用大会上,腾讯高级执行副总裁汤道生与首席 AI 科学家姚顺雨谈到,团队重建了预训练和强化学习基础设施,并将产品需求落实到训练数据、标注和评测标准中。

围绕办公和编程任务,混元与 WorkBuddy、CodeBuddy 开展协作,并与软件工程、金融、安全等领域的专家共建数据。WorkBuddy 也已接入腾讯多个部门及内部系统,员工用它处理报告、分享成果、沉淀可调用的技能,并将实际使用中遇到的问题反馈给产品团队。

在 10 月 29 日举行的腾讯全球数字生态大会上,汤道生介绍,过去一年,混元重建了数据与训练基础设施,平均每两个月推出一个大版本。随着迭代推进,专业软件、跨应用任务和金融场景也被纳入更有针对性的训练。

腾讯也在探索 Hy4 在科研和模型研发中的应用。在一项生物研究任务中,模型将 84 张无序切片对齐,重建了包含 699 万个细胞的小鼠胚胎三维结构。结合研究系统 Hyra 2.0,它还参与优化了内部小模型的预训练基础设施,并参与研发细胞和物理仿真模型 HyCell、HyPDE。腾讯希望这些探索为下一阶段的递归自我改进(RSI)做准备。

对团队而言,模型完成任务后,成果能否供团队继续使用、支持后续协作,同样重要。保留下来的代码、文档和研究材料,可以作为后续开发、分析与讨论的基础。

✦精选内容✦

“破解”热潮背后,Efflora 在为 AI 搭建安全训练场

网易智企在乌镇首发 AI 原生安全产品体系,给 Agent 划出行动边界

DeepSeek 刚提出的 Super-agent 新架构,LobeHub 已经做成了产品

微软谷歌重整办公套件,腾讯 Buddy One 串联应用:办公 AI 开始比拼生态协同

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器

跳转微信打开

  •  

“破解”热潮背后,Efflora 在为 AI 搭建安全训练场

原创 有新 2026-11-05 10:03 浙江

当 AI 开始看懂、拆解和复现软件,一个“大破解时代”正在到来。近日,GitHub 上出现了一款名为 ReaCut 的开源视频编辑器。开发者借助 REA 分析剪映的本地行为和项目格式,再独立实现部分编辑功能。目前,ReaCut 仍处于早期预览阶段,导入剪映工程可能丢.....

“我们想要的是一台能够从经验中学习的机器。”——阿兰·图灵

当 AI 开始看懂、拆解和复现软件,一个“大破解时代”正在到来。

近日,GitHub 上出现了一款名为 ReaCut 的开源视频编辑器。开发者借助 REA 分析剪映的本地行为和项目格式,再独立实现部分编辑功能。目前,ReaCut 仍处于早期预览阶段,导入剪映工程可能丢失部分特效,云同步等功能尚未实现。

ReaCut 编辑界面

类似尝试不止于视频编辑。Super Mak 64 的作者称,他借助 REA 提取《超级马里奥 64》的跑跳参数,再使用 Claude Code 制作了一款以小猪为主角的原创 3D 平台游戏。还有开发者用 REA 和 Codex 分析智能马桶微信小程序的蓝牙通信,演示通过电脑菜单栏控制马桶翻盖。

这些尝试把软件厂商带到一个新的竞争问题面前:当一部分功能更容易被理解、重新实现,过去投入的开发成本,还能在多大程度上支撑产品定价和用户续费?分析软件的能力也有另一面。同样的工具可以帮助开发者理解系统,也可能被攻击者用于寻找防御中的薄弱环节。

10 月 21 日,OpenAI 披露了多方合作处理 PHP 关键漏洞的过程。PHP 广泛用于网站后台,负责生成页面、处理表单,并管理用户登录等会话状态。安全公司 Calif 使用模型发现关键缺陷,Wiz 也独立发现并报告了相关漏洞;攻击者可能利用漏洞,在未登录时让受影响服务器执行代码。PHP 维护者随后主导修复和补丁发布,OpenAI 及其他伙伴参与研究、技术支持和披露协调。

模型参与漏洞调查后,防御一侧也需要重新组织工作:如何让它理解相互关联的系统,沿着线索调查,并确认自己的判断?这既是安全团队的问题,也在产生新的训练需求。模型需要学习的,不只是漏洞知识,还有调查中的操作、试错与验证。

▍从发现线索到确认风险

企业的安全问题并不总藏在一段有明显错误的代码里。不同系统各自正常运行,连接起来却可能留下权限和业务逻辑上的缝隙。调查这类问题,需要在代码、配置与实际行为之间持续核对。

10 月 6 日,Anthropic 介绍了参与 Project Glasswing 计划的机构如何使用模型开展安全调查。在一项覆盖 258 个关键业务系统、约 1.7 亿行代码的评估中,Comcast 借助 Claude Mythos Preview,识别出一个面向公众平台的关键认证漏洞,可能使攻击者绕过身份认证。按照这份案例介绍,多个系统各自的设计相互影响,最终形成了这个漏洞。模型把检查不同系统时获得的信息联系起来,串起了分散的线索。

发现线索只是起点。Comcast 工程师随后在运行中的应用里验证风险,追查根因并完成修复。公司的安全负责人指出,模型让发现问题变得更容易,但线索大量增加后,验证成了新的瓶颈。Booz Allen 网络安全业务负责人 Brad Medairy 也提到,安全团队仍要逐一核实可疑问题,合并同一根因引发的重复报告,再交由相应负责人处理。

要让模型学习这类工作,仅给它一份漏洞描述并不够。它需要进入能够运行的系统,选择调查方向、调用工具,并从结果中判断下一步。开源研究 CyberFactory 展示了一种做法。研究团队从公开漏洞资料中挑选案例,找到存在漏洞的软件版本和对应补丁,再整理成训练任务,让模型实际操作,并通过测试检查结果。

CyberFactory 安全训练任务构建流程

任务建立后,研究团队引导教师模型检查代码、调用工具并运行测试,为后续训练生成示范记录。没有触发目标漏洞,就根据返回结果调整方案、继续尝试。这些操作与反馈被一并记录,用于后续训练。一条样本由此保留了从检查代码到验证结果的过程,也留下了调查如何在失败之后改变方向的经验。

▍安全经验有了新买家

把这些经验变成模型可以反复练习的任务,是另一项需要专业分工的工作。有人要准备软件、复现运行条件、设计目标,还要判断模型究竟有没有完成任务。围绕这些环节,数据与环境供应商开始获得更多投入。

9 月 22 日,Snorkel AI 宣布完成 3.5 亿美元 E 轮融资,估值 35 亿美元,由 Insight Partners 与 S32 领投。公司面向 AI 实验室和企业构建训练数据集与模拟环境,将领域专家经验用于专业任务设计。10 月 7 日,Preference Model 宣布完成 a16z 领投的 1600 万美元种子轮融资,其强化学习环境聚焦 AI 研究与机器学习工程,涉及编写计算内核、调试训练和设计实验等任务。

专家经验参与模型任务与训练材料的构建

在网络安全领域,这种分工已经有了具体产品。5 月 21 日,Bugcrowd 宣布推出安全强化学习环境,将真实开源软件中的漏洞组织为可运行的任务,让模型练习发现、验证和修复问题。按公司介绍,每项任务配有结果判定机制,系统会检查执行结果并提供评分反馈,产品已有大模型供应商使用。

客户采购的并不是一份静态题库。为了让任务能够反复执行,供应商要准备对应版本的软件,配好运行所需的组件,设定任务开始时的系统状态,再制定检查结果的规则,并持续维护环境。模型能力提高后,任务还需要更新难度;软件依赖变化后,也要检查原有任务是否依然有效。将部分建设和维护交给专业团队,可以减少模型团队在具体领域里的重复投入。

其中,验证规则很难脱离安全工程师的经验。一个漏洞在什么条件下才算触发,补丁是否真正消除了风险,正常业务有没有被一并破坏,都需要具体判断。6 月 22 日,OpenAI 与 Trail of Bits 介绍了合作开展的 Patch the Planet 计划:安全工程师审核模型提供的线索,与开源维护者共同开发补丁、补充测试,并增加自动化安全检查,持续排查同类问题。

漏洞变体分析流程:从已有问题继续排查相关风险

实际修复与训练产品并不是同一项业务,却依赖相近的专业判断。前者需要确认风险和修复效果,后者则将这些判断转化为任务与验证标准。安全人员长期积累的调查方法,开始成为模型开发团队需要采购的上游能力。

▍从“逆向”工程到训练环境

国内也有团队在为模型构建安全训练环境。对 Efflora 来说,这门生意的起点,恰好是团队最熟悉的工作:弄清楚一个软件究竟如何运转。

这支有网络安全背景的团队,从创业之初就带着一套“黑客思维”为大模型解题。他们习惯顺着软件的界面和操作往下看:一个按钮背后发生了什么,不同功能怎样连接,正常流程之外又可能出现什么问题。

“我们一年前就实现了 REA 现在的能力,复刻的软件环境超过 1000 个。”Efflora 创始人王泉说。

王泉曾在腾讯、字节跳动从事安全工作,团队里也有不少安全背景的工程师。拆解系统、追查异常,再把软件的运行逻辑还原出来,是他们长期积累的本领。

创业早期,Efflora 从 GUI Agent 做起,也就是让 AI 像人一样操作软件。模型需要连续走过不同页面,完成一串相互关联的操作。逆向工程则帮助团队进一步理解界面背后的逻辑:点击提交后,数据去了哪里;页面显示成功,任务是否真的完成。

按照王泉的回顾,到了 2026 年初,团队开始把这套能力用于打造模型训练的环境。他们发现,复刻出来的软件,本身就是一个可以让 AI 反复练习的地方。模型可以在里面操作、犯错、重试,再根据结果调整做法。

从软件逆向探索到打造训练环境,Efflora 的业务就这样逐渐展开。团队为复原的软件设置任务、准备运行条件,再规定怎样才算完成。过去积累的系统分析经验,也随之变成了模型学习所需的训练数据和环境。

近期,Efflora 也围绕 Claude Science 做了逆向探索,正与一些高校实验室合作,为相关研究提供资源。

DefectDojo 漏洞管理界面,展示安全问题的归集与跟踪

▍安全训练环境,要把整套业务跑起来

真实的安全问题,往往比一道漏洞题复杂得多。 Comcast 案例揭示了安全调查的一项难点:模型要理解多个系统的关系,还要在实际运行中验证风险。训练环境也需要容纳这样的过程,让模型能动手调查、看到操作后果,并检验自己的判断。

Efflora 团队会围绕具体任务,把相互关联的业务功能一起搭建出来。漏洞是其中的一部分,支撑调查与验证的完整流程同样重要。

用一个模拟账户任务来说明这类环境的要求:模型进入隔离的仿真系统,需要找到一条让余额异常增加的路径。它面对的是登录页面,进入后可以查账、看流水、发起转账,但没有人告诉它漏洞在哪。

为了让这个任务成立,页面背后的业务必须能够运行。转账要涉及权限检查、扣款、入账和流水记录,这些环节还要彼此对应。模型做了什么,系统就要给出相应的反应,它才能据此判断下一步往哪里查。

团队指出,环境里既有真正的漏洞,也会有干扰判断的线索。有些地方看起来不对劲,查下去却只是正常的业务规则;有些不起眼的异常,反而可能牵出更深的问题。模型得自己提出判断、寻找证据,走不通了再换一条路。

这些尝试本身就有训练价值。调用过什么工具、工具返回了什么、哪一步失败了、后来怎样修正,都会被记录下来。模型学习的因此也包括怎样调查、怎样从失败中继续往前走。

验收同样要回到业务里。页面上的余额增加了,还得看后台账目和交易流水是否真的发生变化,重置环境后能不能再次出现。如果任务要求修复漏洞,还要检查正常用户能否继续查账和转账。把服务关掉,显然不能算修好了。

类似的要求也出现在 Efflora 的编程任务中。在公司公布的一次 Qwen 3.8 Max 视觉编程实验里,团队提供了 16 组任务场景、覆盖 15 类页面的 128 张截图及页面关系图。模型没有拿到原站源码、产品需求文档、接口定义和数据库结构,需要从这些材料中理解功能,再把应用做出来。

按照实验记录,最终产物包含前后端和数据库,支持发布、评论、收藏、关注和私信。验收时,界面相似只是其中一部分。点下“关注”后,关系要保存、人数要更新,刷新或切换页面后也不能丢失。

这项实验展示的是编程能力,但它和安全任务有一个共同要求:软件得真正跑起来,操作的结果也得查得到。只有这样,模型才有机会在完整流程里学习,而不只是完成一个表面上正确的动作。

Qwen 视觉编程实验产物;据 Efflora 公布的单次实验记录

▍AI 越会写代码,安全训练越重要

模型能够找到漏洞,并不意味着它已经学会了怎样守住一个系统。

攻击者可能只需要找到一条有效路径。防守者却要判断哪些线索是真的,问题影响了哪里,怎样修复才不会破坏业务。即使补上一个漏洞,系统也还要继续运行,其他风险仍需要排查。

攻防两边面对的要求并不对等。对模型来说,发现问题只是其中一步,后面还有判断、处置和验证。这些能力,都需要相应的训练。

王泉在交流中谈到,随着 AI 编程进入更多业务,模型自身的安全能力会越来越重要。代码写得快,当然有价值,但写出来的权限是否合理,业务逻辑有没有缺口,修改之后会不会引入新问题,同样需要回答。

在他看来,安全也是一个复杂的决策场景。模型面对的线索有真有假,需要判断攻击是否发生、进展到了哪一步,再决定采取什么行动。这既需要知识,也需要在信息不完整时作出判断,并根据新的反馈及时调整。

这也解释了安全训练数据为什么还有继续深入的空间。从找到一个漏洞,到理解几个系统之间的关系,再到修好问题、让业务继续运行,每一步都对应着新的训练任务。模型越深入实际业务,就越需要接触这些复杂情况。

Efflora 希望把团队熟悉的软件分析和安全经验,变成模型可以反复练习的环境。逆向帮助他们看懂软件,环境构建则让这些经验有机会被模型学会。

“大破解时代”带来的,不只是分析和复现软件的新工具,还有对模型安全能力的新要求。看懂一个系统之后,怎样正确地操作它、发现风险并完成修复,仍有大量工作需要学习。Efflora 所搭建的训练场,正是为这些练习准备的。

✦精选内容✦

网易智企在乌镇首发 AI 原生安全产品体系,给 Agent 划出行动边界

DeepSeek 刚提出的 Super-agent 新架构,LobeHub 已经做成了产品

微软谷歌重整办公套件,腾讯 Buddy One 串联应用:办公 AI 开始比拼生态协同

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器

押注金融 Agent 自我进化,EasyLink 完成数千万元天使轮融资,27B 模型超越千亿级最前沿模型

跳转微信打开

  •  

网易智企在乌镇首发 AI 原生安全产品体系,给 Agent 划出行动边界

有新 2026-11-03 20:40 浙江

当 AI 还停留在对话框里,企业关心的是它能不能给出正确的答案。当 AI开始接入知识库、调用业务工具、操作企业系统,问题就变了:它是否访问了不该访问的数据?是否执行了不该执行的指令?出了问题,能否及时发现、拦截和追溯.....

“当 AI 不再只回答问题,而是开始替人行动,安全的边界也必须随之延伸。”

当 AI 还停留在对话框里,企业关心的是它能不能给出正确的答案。当 AI开始接入知识库、调用业务工具、操作企业系统,问题就变了:它是否访问了不该访问的数据?是否执行了不该执行的指令?出了问题,能否及时发现、拦截和追溯?

AI 能力的边界在扩大,安全治理的边界也必须跟上。

11 月 3 日,2026 年世界互联网大会“互联网之光”博览会在浙江乌镇举行。网易智企亮相本届大会,首发基于易盾双向架构的 AI 原生安全产品体系,并提出一个判断:安全必须从“管住 AI 说的话”,走向“管住 AI 做的事”。

这一 AI 原生安全产品体系,已获 2026 年世界互联网大会“互联网之光”博览会互联网之光发布厅颁发的“首发成果证书”。

▍AI 开始“动手”,安全不能只守住模型出口

在精品首发论坛上,网易智企副总经理,易盾业务负责人朱浩齐以《基于双向AI安全架构的 AI 原生安全产品体系》为题发表主题分享。

朱浩齐指出,AI 已深入营销、客服、办公、研发、知识库、身份核验、交易运营等核心业务链路。过去,安全治理主要围绕内容、账号、设备展开;如今,AIGC 内容风险、深度伪造、自动化黑产、模型越狱、敏感数据泄露、Agent 越权执行,正成为新的挑战。传统安全思路是防外部入侵,而 AI 进入业务之后,AI 自身也可能成为风险源。

这对企业安全能力提出了新要求:不能只发现问题,还要能理解风险、判断意图、实时处置、审计追踪、持续运营。

针对这一趋势,易盾提出双向 AI 安全架构,核心是:AI for 安全,安全 for AI。

AI for 安全:用 AI 重新提升安全能力。 借助垂类模型、多 Agent 协同与多模态理解,AI 可以自动分析内容与威胁数据、生成并验证安全策略,安全人员从依赖人工写规则,转为对运行结果做验收确认。朱浩齐表示:“要用 AI 来对抗,要用魔法打败魔法。靠人去对抗 AI,是根本对抗不过来的。”

安全 for AI:用安全能力保障 AI 可控运行。 围绕大模型输入输出、身份交互、数据访问、智能体的工具调用与行为执行,建立内容检测、意图识别、权限控制、风险拦截与审计追踪能力,让AI 在明确的边界内运行。

两个方向共享同一个底座,即易盾在内容安全、业务风控与安全运营领域的长期积累。在此基础上,易盾构建了覆盖三层的 AI 原生安全产品体系,该体系已作为“首发成果”,获互联网之光发布厅颁发证书:

1.AI 内容与数据安全: 守护 AI 生成、传播、引用和处理的内容与数据可信,包含 AI 内容审核、AI 内容分析、CMA 审核智能体等。

2.AI 交互与身份安全: 守护人与 AI、人与业务系统之间的交互可信,包含 AI 业务风控、设备指纹、行为式验证码、DeepGuard 人脸鉴伪等。

3.AI 模型与智能体安全: 守护模型交互、工具调用与智能任务执行可信,包含大模型安全围栏、智能体安全平台、智能体供应链安全等。

从 AI 生成的内容、AI 接触的数据,到 AI 执行的行为,安全能力被延伸到 AI 应用的多个关键环节。

▍三项首发:每一项都对着一个真问题

1.CMA 审核智能体:让海量审核从“人海战术”走向人机协同

面对持续增长的内容审核需求,单靠人工,效率与稳定性很难兼顾。CMA(Content Moderation Agent)以自研内容安全大模型结合多类专项小模型,构建“研判—分流—处置—反馈—优化”的审核闭环,支持 7×24 小时运行与快速横向扩容。

在某客户的投诉工单审核场景中,面对月均 250 万 + 的工单量,采用“ CMA 智能体初审+人工复核”后,平均出审时长由纯人工审核的 35.7 分钟缩短至 12.3 分钟,审核准确率达 99.2%。在短剧审核场景,日审核量 10w+ 分钟数,审核效率提升 70%+ ,审核准确率 99%+ 。

这意味着,机器承担高频、重复、标准化的初审,人工把精力放在复杂语境理解、争议判断和高风险内容处置上。

2.DeepGuard 人脸鉴伪:伪造越来越真,安全需要更强的“理解力”

AI 换脸、屏幕翻拍、打印照片、3D 面具、摄像头劫持、视频注入,身份伪造手段不断翻新。传统鉴伪依赖预设特征寻找痕迹,面对没见过的生成方式,泛化能力有限。

DeepGuard 基于视觉理解,从“寻找已知伪造痕迹”走向“理解内容、发现不合理之处”,并融合 Deepfake 检测、AI 水印识别、静默活体与注入攻击环境检测,做多模态联合决策。

该能力通过中国信息通信研究院“可信 AI ”人脸鉴伪能力专项评测,获评“卓越级”,评测覆盖生成式攻击、呈现攻击与注入攻击;阶段性测试中,屏幕翻拍、怼屏攻击召回率达 99% 、精度 96% 。

3.AI 应用与智能体安全:从管住输入输出,到管住工具调用与行为执行

如果说传统大模型内容安全解决的是 AI “说什么”,Agent 安全要解决的则是 AI “做什么”。

易盾通过大模型安全围栏守住输入输出;通过 Agent Guard 覆盖意图一致性校验、权限控制、工具调用风险检测与行为拦截;通过智能体安全平台实现资产发现、Skill/MCP 供应链安全检测与敏感数据防泄露。

针对企业普遍存在的“影子 AI ”与资产不可见问题,平台从 AI 资产安全和 AI 运行安全两个维度统一纳管,并提供拦截、复核、告警、脱敏等处置能力,让 AI 资产可见、可管、可追溯。

在能力验证上,易盾获得 UbiComp 2026 可信 AI 国际评测“敏感信息识别与隐私合规”赛道第一名,及东盟 AI 安全攻防大赛 AI 智能体安全攻防赛优秀奖。

▍体系怎么搭之外,企业今天应该怎么做

如果说朱浩齐回答了“AI 安全体系应该怎么搭”,那么在红亭安全论坛上,网易智企·易盾内容安全负责人饶晓艳回答的是“企业今天应该怎么做”。

她以《大模型规模化应用中的安全治理实践》为分享主题,从真实业务出发,拆解大模型从试点走向规模化的三个关键问题。

第一,风险在变:从内容、数据到执行行为。 AIGC 内容生产阶段,风险在“量”,治理重点是内容审核、生成标识与传播追溯;知识与业务辅助阶段,风险在“数据”,重点是最小数据权限、知识溯源与人工复核;Agent 任务执行阶段,风险在“动作”,重点是任务级授权、操作确认与执行审计。AI 从“说”走向“做”,风险也从“说错话”走向“做错事”。只在模型输出端设一道关,已经不够。

第二,意图要识别:不能只靠关键词。 恶意指令可能伪装成普通问答、角色设定,也可能藏在网页、文件、API、Tool 或 MCP 的返回内容里。安全系统需要同时识别关键词、指令结构与语义意图,分清什么是“任务数据”,什么是“行为指令”。

第三,防护要全链路:让安全进入每一个关键环节。 饶晓艳分享了四项实践:Prompt 注入防护,分别在模型调用前和上下文组装前设防;输入输出分类分级管控,不是一拦了之,而是分级处置,输出则边生成边检测,通过的先上屏,存疑的复审,高风险的撤回并拒答;语料清洗,训练数据进入模型前经过敏感隐私识别、字段级脱敏与语料 AI 机审三道防线;多模态身份鉴伪,应对复杂的身份伪造场景。

饶晓艳表示:“整个 AI 的风险是越来越高的:AI 进入业务越来越深,攻击门槛越来越低,攻击速度越来越快。”

▍让 AI 安全成为智能化升级的基础能力

两场分享,一场聚焦体系架构,一场聚焦企业实践,共同指向一个趋势:AI 安全正从保障模型输出的内容安全,走向覆盖数据、身份、模型与智能体行为的体系化治理。

朱浩齐表示,易盾的发展伴随着国内 AI 产业从单点问答走向规模化应用的全过程。未来,易盾将继续推动安全能力从单点检测走向体系化治理,从产品供给走向场景价值,从项目交付走向规模化复制,从被动防护走向持续运营,助力降低 AI 应用风险,支撑 AI 产业高质量发展,创造更大的经济效益与社会效益。

AI 正在获得越来越强的行动能力,安全也必须拥有与之匹配的理解力、判断力和治理能力。正如朱浩齐分享所言:“如果有一天 AI 技术变成水电煤一样,成为生活中的基础能力,那我也希望易盾的安全能力能融入日常生活,并且最好是无感知的。”

当 AI 开始替企业做事,安全不仅要知道 AI 说了什么,更要知道 AI 正在做什么,以及它是否应该这样做。

✦精选内容✦

DeepSeek 刚提出的 Super-agent 新架构,LobeHub 已经做成了产品

微软谷歌重整办公套件,腾讯 Buddy One 串联应用:办公 AI 开始比拼生态协同

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器

押注金融 Agent 自我进化,EasyLink 完成数千万元天使轮融资,27B 模型超越千亿级最前沿模型

AI 数据供应商转向机器人部署,Mecka 想做新一代系统集成商

跳转微信打开

  •  

DeepSeek 刚提出的 Super-agent 新架构,LobeHub 已经做成了产品

原创 有新 2026-11-02 21:31 浙江

10 月 31 日,DeepSeek Harness 团队公布了一套 Super-agent 架构设计,采用 Router/Worker 双层分工:常驻的 Router 负责与人沟通、派发工作和协调进展,多个 Worker 则在独立上下文中执行任务。用户通过一个入口交代要求,后台可以同时推进多项工作.....

“人将设定目标、提出假设、确定标准,并进行评估。”——J. C. R. 利克里德,《人机共生》

10 月 31 日,DeepSeek Harness 团队公布了一套 Super-agent 架构设计,采用 Router/Worker 双层分工:常驻的 Router 负责与人沟通、派发工作和协调进展,多个 Worker 则在独立上下文中执行任务。用户通过一个入口交代要求,后台可以同时推进多项工作。

这套设计针对的是多 Agent 使用中的调度负担。执行工具增加了,人仍要在不同会话之间切换,交代背景、追问进度、转交结果。多项工作并行时,协调本身就会占用不少精力。DSH 希望将其中一部分工作交给系统,让人更多地参与决策和交付确认。

同一天,LobeHub 团队成员在朋友圈转发了这篇文章,写道:“本文的大部分设计已在 Github 仓库项目 lobehub 中实现。”他还补充,该仓库公开的就是 LobeHub 线上产品所使用的那套代码。

这条转发提供了一个可以具体观察的案例:Super-agent 进入真实的研发流程后,会怎样工作?

LobeHub 团队已经在用 LobeHub 开发 LobeHub,相关实践持续了半年左右。他们把需求交给主管 Agent,由它拆解任务、协调执行,再由人参与关键决策和最终验收。围绕多 Agent 的调度与协作,也已经成为这个超过 8 万 GitHub Stars 项目的产品功能。

具体来说,LobeHub 是一个组织不同 Agent 协作的工作平台。主管 Agent 承接用户目标、分派工作,并根据执行结果决定下一步;任务较大时,可以组建子 Agent 小队,遇到需要人作出取舍的问题时暂停,等待确认。

具体执行既可以使用平台内的 Agent,也可以接入 Codex、Claude Code 等编程工具。这些工具继续在各自的项目环境中处理文件和代码,LobeHub 则提供共同的沟通与协调入口,让用户能够在同一处交代需求、查看进度和确认结果。

▍用 Lobehub 开发一款游戏

资料研究、文档协作和软件开发,都涉及要求传递、工作分派与结果检查。LobeHub 将这些环节放进共同的工作空间,尝试组织不同 Agent 接续工作。

开发工作提供了一个值得观察的切面。GitHub 在 10 月 28 日发布的《Octoverse 2026》中披露,截至今年 9 月,平台上的中国开发者达到 1240 万;同期,GitHub 上超过四成代码修改申请以 Agent 生成的初稿开始。开发者已经在将具体工作交给 Agent,之后的审阅、修改和整合,仍然需要继续推进。

在一次 2D 弹弓游戏开发项目中,LobeHub 展现了处理、交接任务上下文的能力。项目中的交流放在 Discord,任务组织和工具调用由 LobeHub 承担。LobeHub 可以接入团队群聊,让授权成员在其中提出要求、接收进展。

游戏目标通过 Discord 交给 Agent 后,需求被整理成文档,再展开为需求分析、游戏设计、工程搭建、弹弓实现和测试等 Task。主管 Agent 安排任务顺序,将代码工作交给 Codex,并把已完成、未完成和需要人决定的事项汇报到 Discord。

各任务之间存在紧密的联系,当前置任务完成或进入代办区供人决策时,后续任务会由主管 Agent 判断是否具备启动条件、未明确的要求是否需要负责人补充。在明确启动条件后,主管 Agent 会跟进执行后续任务。

LobeHub 还运用 Linear 式 Task 管理 Agent 协作,这正是此前 Deepseek 正在探索尚未得到解决的问题,Task 保存了这些工作的要求、状态和评论。项目发生变化时,执行者可以回到已有记录查阅依据,负责人也能核对当前进展。一次讨论由此能够延续到后续实现和修改,不必只依靠群聊里不断向前滚动的消息。同时,主管 Agent 会根据需求检查并优化代码,保证能合理调用 AI 工具。

第一阶段后,观察可运行的原型发现:游戏已经初步实现鼠标拖拽弹弓、松手小鸟发射的功能,但是小鸟和木板撞上猪后,猪没有触发预期的爆炸消失效果。

管理 Agent 发现的问题会在 Discord 中反馈,随后通过输出 PR 并交给 Codex 修复,相关调用继续由 LobeHub 承接。主管 Agent 继续跟进这项修改,将新的执行结果返回讨论中。

修订后的版本会被重新交付。运行视频显示,原先的碰撞反馈问题得到修复。即使一个问题消失,主管 Agent 会继续根据需求文档对完整项目进行检查。

随后,LobeHub 会调用 Acceptance,这是 LobeHub 开源的一款 Agent Loop 工具,它可以收集 AI 交付后的证据并反馈给负责人。将检查内容与截图、录屏等证据整理成报告。负责人可以逐项审阅,对不符合要求的部分提出反馈,决定继续修改还是接受交付。报告也能够经由 Discord 返回,让结果与此前的讨论衔接起来。

LobeHub 因此将原本分散在群聊、编程工具和检查过程中的工作联系起来,尝试减少负责人在这些位置之间反复传话的负担。

▍从 LobeChat 到 LobeHub

LobeHub 团队早期推出的是开源 AI 聊天应用 LobeChat。产品最初围绕不同助手组织交互,当时助手之间的差异主要来自提示词。随着模型工具调用能力的发展,LobeChat 也逐渐成为开发者体验和测试不同模型能力的平台。

包括 DeepSeek 在内的模型厂商,曾多次选用 LobeChat 进行官方功能演示。

2024 年 7 月,DeepSeek 在发布 Function Calling 能力时,使用 LobeChat 展示了模型调用插件、获取并总结网页内容的过程。到了 2025 年 12 月,DeepSeek-V3.2 正式发布,官方再次使用 LobeChat 演示模型将深度思考与工具调用相结合的能力。

除了提供模型交互入口,LobeHub 团队也逐渐深入 Agent 能力评测。他们与新加坡国立大学 NUS TRAIL 联合发起了 MCPMark,通过 127 个真实场景任务,评估模型在 MCP 工具调用中的表现;随后又推出 IBench,从用户体验出发,评估 Coding Agent 能否发现并修复真实产品中的可用性问题。

这些工作也涉及一个更实际的问题:当模型开始调用工具、编写代码,甚至独立完成任务之后,如何保证整个执行过程可靠,最终交付的结果又该如何验证?

随着 Agent 能够承担越来越复杂的工作,单纯的聊天交互已经难以满足持续执行的需要。产品需要保存的内容开始从一段对话,扩展到长期任务所需的背景、状态与决策。

LobeChat 随后引入服务端数据库,让对话、助手和知识能够脱离单个浏览器长期保存,用户管理则划定了多人使用时的账户与访问边界。

当多个 Agent 开始共同完成一项工作,新的问题随之出现:谁来分配任务,谁来跟踪进度,不同 Agent 之间如何交接上下文,执行结果又该如何验收?

LobeHub 因此逐渐将任务管理、主管 Agent、外部执行工具接入等能力整合到同一个 Workspace 中,让 Agent 能够在共享的工作环境中持续协作。

创始人、LobeChat 核心作者徐文彬,自己也在使用 Claude Code、Codex 等执行工具。他曾描述过一种工作状态:多个 Agent 各自执行任务,使用者却要不断切换窗口、同步背景、检查进度。他将这种负担称为「人肉调度员」,并把承接调度工作作为 LobeHub 转向主管 Agent 的直接原因。

在维护 LobeChat 时,团队也需要处理 AI 生成结果的后续工作。多语言维护就是一例:团队开发了 AI 翻译工具,再将其接入仓库的定期更新流程,生成修改申请,交给维护者审阅。模型输出需要经过整理、检查,才能成为产品的一部分。

▍协作机制成为产品能力

将多个 Agent 用于日常工作之后,企业也开始调整原有流程。埃森哲 10 月 19 日发布的调查显示,在 3,000 名受访员工中,82% 认为 AI 提高了生产力,50% 表示工作速度和检查 AI 输出的要求也在提高。在另外 3,000 名受访高管中,15% 表示正在重设计端到端流程,20% 正跨职能部署 Agent。个人使用已经深入,组织对工作流程的调整仍在推进。

更长的工作过程,会把交接问题进一步放大。a16z 普通合伙人 David Haber 在 10 月 14 日的文章中,将持续数周、涉及多名参与者的业务比作接力:每次交接都可能发生等待、遗漏和信息流失,而客户需要的结果往往到流程末端才实现。他认为,能够持续保存背景、跟进事件并协调后续工作的长程 Agent,有机会承担更完整的业务过程。

把这样的业务交给 Agent,需要持续安排任务接手、同步需求变化,并在验收未通过时跟进修改。LobeHub 希望由项目中的主管 Agent 承担这些工作,个人的 Agent 则过滤消息,把需要本人判断的事项带回来。执行者之间直接传递要求和反馈,减少等待人工转述的时间。

验收和修改留下的记录,还可以成为下一次交付的检查依据。团队设想,让 Agent 在提交结果前,对照以往的易错点和遗漏项先检查一遍。反馈留在工作流程中,也有助于减少反复解释和重复返工。

用户逐步交出更多执行工作,仍要设定目标、划定授权范围,并为关键决定和最终结果负责。产品则持续保存已有决定、跟进任务变化,遇到超出授权或需要取舍的事项,再把问题交还给人。

随着模型和执行工具的能力提升,分工、信息传递、反馈和验收,也会越来越影响一项工作能否完成。LobeHub 正在尝试把这些依赖人工协调的环节,做成软件可以持续承担的工作。

✦精选内容✦

微软谷歌重整办公套件,腾讯 Buddy One 串联应用:办公 AI 开始比拼生态协同

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器

押注金融 Agent 自我进化,EasyLink 完成数千万元天使轮融资,27B 模型超越千亿级最前沿模型

AI 数据供应商转向机器人部署,Mecka 想做新一代系统集成商

当 Personal Agent 有了记忆,Today AI 尝试主动跟进

跳转微信打开

  •  

微软谷歌重整办公套件,腾讯 Buddy One 串联应用:办公 AI 开始比拼生态协同

原创 有新 2026-10-29 23:29 浙江

10 月 20 日,微软为 Work IQ 推出新的检索工具 Retrieve,让 AI 智能体能够查找邮件、文件、会议记录和 Teams 消息,以及企业接入的其他数据。检索遵循用户已有的访问权限,结果会注明出处,供智能体处理任务时参考.....

“创造力,就是把事物连接起来。”——史蒂夫·乔布斯,1996 年《连线》

10 月 20 日,微软为 Work IQ 推出新的检索工具 Retrieve,让 AI 智能体能够查找邮件、文件、会议记录和 Teams 消息,以及企业接入的其他数据。检索遵循用户已有的访问权限,结果会注明出处,供智能体处理任务时参考。

更早些时候,Google 也在加强办公产品之间的配合。9 月公布的 Workspace 更新中,用户可以借助 Gemini,结合邮件讨论、Drive 文件和聊天信息生成可编辑文档。Google One 旗下的 AI Pro、Ultra 等套餐也包含相应功能,用户通过一份订阅,获得多款应用中的 AI 服务和存储空间。

这些变化背后,是科技公司在用 AI 重新组合已有的产品优势。过去需要用户在多个应用之间查找资料、衔接操作的工作,如今可以由 AI 参与完成,原本独立的产品也因此有了共同承接需求的机会。产品之间的配合,也为组合订阅提供了理由。用户是否愿意持续付费,更多取决于这套服务能否共同解决实际问题。

10月29日,腾讯在全球数字生态大会上正式发布面向个人用户的跨应用 AI 协同体系 Buddy One,连接 WorkBuddy、腾讯文档、腾讯会议、腾讯网盘和 ima,共享 WorkBuddy Agent 底座,并统一账号关联与通用积分。

关联账号后,WorkBuddy 可以跨应用检索已获授权的资料,用于分析和制作文件,使用者再通过相关产品继续编辑、讨论与修改。同期发布的腾讯网盘为这套产品提供统一存储;Buddy One 也提供组合订阅,将部分会员权益、AI 积分和存储空间纳入同一套餐。

▍一份方案如何跨应用完成

这类跨应用的场景,也存在于日常生活中。以家庭资产配置为例,既需要查阅研究资料,也需要与家庭成员讨论资金用途,再共同形成方案。日常开支留多少、长期资金如何配置、每月新增收入如何投入,都要在这一过程中逐步明确。

围绕这些问题,用户将收集的数十份研报、公众号文章和网页资料收进 ima 知识库,梳理不同配置思路及其适用条件。

资料按文件夹归类后,ima 对其中的多份材料进行综合分析。结果列出了共同观点,也保留了不同报告的主张及其依据。

分析结果可以保存为可编辑笔记,与原始文章、报告一起留在知识库。后续查阅时,可以先看整理后的观点,再回到原文核对。

这份笔记中,资金期限、分散配置和投资纪律,是多篇材料共同强调的内容;权益资产应该承担多大作用,则存在分歧。这些主张对应不同的资金用途和持有期限,不能直接套用到同一组家庭条件上。

用户将资金情况和长期目标交给 WorkBuddy,希望先了解不同资产在配置中的作用。初步分析暂不确定具体比例。

WorkBuddy 的初步分析列出了几类资产:现金与债券用于保留流动性、缓冲波动,宽基和红利作为权益配置的基础,科技成长与海外权益提供适度进攻性,黄金用于分散风险。

知识库中的报告发表于不同时间,利率、盈利预期和估值也各有观察区间。通过 Buddy One 关联账号后,WorkBuddy 检索 ima 中已有的研究,并通过联网补充市场信息,核对原先提出的方向是否仍适用。

补充后的分析同时考察盈利与估值、利率变化,以及海外资产的汇率和跨境投资成本,为确定各类资产的投入比例提供依据。

用户进一步要求 WorkBuddy 给出初始资金和每月新增投入的安排,并说明市场波动时如何调整。方案以公募基金或 ETF 为主,整理成可编辑 PPT,供后续讨论和修改。

最终生成的15页PPT,将配置方向进一步落实为资金安排:权益类占60%,债券类占30%,黄金与REITs合计占10%。方案将权益资金分六个月投入,每月新增资金按既定比例定投,并设置年度检查和调整条件,例如优先用新增资金补足配置不足的资产,减少频繁买卖。

生成的 PPT 可以放入腾讯文档,按权限分享和共同编辑。家庭成员可以在同一份文件上补充意见,配置比例与投入安排也能直接修改。

方案还需要结合家庭成员的实际安排继续讨论。未来的大额消费、意外支出,以及面对账面波动时的心理承受能力,都会影响最后的决定。

通过腾讯会议沟通,开启录制与转写后,讨论可以保留为视频和文字,AI 纪要则整理其中的重要意见、结论与待办。需要调整方案时,WorkBuddy 可以读取已授权的会议记录,按照讨论确定的要求继续修改原有 PPT。

确认后的方案及参考文件还可以存入腾讯网盘,供 WorkBuddy 后续检索。方案更新时,使用者需要对照当时的配置和判断依据,决定哪些安排继续保留、哪些需要调整。

在工作场景中,这类资料调用往往会反复发生。以电商促销为例,历史活动方案收在 ima,采购明细和排期由腾讯文档维护,选品、预算与修改意见则留在腾讯会议的记录中。筹备新活动,需要结合可推广的商品、会议确定的要求和此前的活动做法。

运营人员通过 Buddy One 关联账号后,可以在 WorkBuddy 中统一检索已获授权的资料,制作新的活动方案,无需逐个应用寻找、下载和重新上传文件。腾讯网盘中的商品图片、详情页素材等文件,也可由 WorkBuddy 在授权范围内检索。

账号关联免费开放,积分通用也无需购买 VIP。加入 Buddy One 后,WorkBuddy 积分默认升级为 Buddy One 积分,可在同一使用者已关联的 WorkBuddy、ima、腾讯文档和腾讯网盘中使用。原有 ima、腾讯文档积分仍按各自规则使用,不会合并或清零。

对于持续负责上新和促销的运营人员,选品变化后要调整方案,活动期间要修改文案,结束后还要结合销售数据复盘。Buddy One VIP 将 WorkBuddy 旗舰版、腾讯会议专业版和腾讯文档超级会员 Plus 纳入同一套餐,供同时需要这些服务的使用者选择。

套餐每月提供5万通用积分,包括2万基础额度与3万赠送额度。运营人员通过 ima 的“我的 Copilot”分析往期活动、在 WorkBuddy 中制作方案、在腾讯文档中调用 AI 修改内容,都可以使用同一份余额。腾讯会议暂不消耗积分。

图注:Buddy One 的套餐与积分页面,分别展示基础积分、赠送积分和平台奖励余额。

随着上新和促销持续进行,商品图片、详情页素材、历次方案与复盘文件也会不断积累。套餐提供的 1TB 共享存储,由 WorkBuddy 资料库、ima、腾讯文档及腾讯网盘共同使用。这些文件既服务当期活动,也供下一次筹备时查找和比较。

▍协同背后的产品选择

产品之间的协作,也需要组织层面的配合。腾讯通过灵活调整相关业务与团队的组织安排,支持跨产品研发,让已有的技术和产品能力得到更充分的利用。

腾讯能够在自有产品之间推动这种协作,而企业日常使用的软件往往来自不同厂商。Agent 要参与其中,就需要接入客户已有的系统,并适应原有的业务流程。除了接入已有系统,企业还需要明确服务商负责哪些工作,以及按什么标准交付。

BCG 在9月发布的一份技术服务业报告中,结合70多次 CXO 访谈,讨论了客户对业务适配、系统接入和交付责任的要求。它还分析了40多家服务商的100多条公开定位表述:多 Agent 编排、治理等技术主题被广泛强调,按结果收费、承担完整交付责任等主题则相对少见。

图注:BCG 对厂商公开表述的主题分析,按宣传的普遍程度分档,不代表市场份额或客户采购比例。原报告第8页,Exhibit 4。

Intercom 的 Fin 将接入现有系统与按处理结果收费结合起来。它既能搭配自家客服系统销售,也能接入 Zendesk、Salesforce 等系统。选择后者的客户可以保留已有客服软件,无需购买 Intercom 席位,另外为 Fin 完成的 AI 处理结果付费,并承担约定的最低消费。

Agent 因此有机会服务不同软件的客户,围绕其中的具体工作独立收费。对创业团队而言,能否接入客户已有系统、利用其中的业务记录,会直接影响产品的适用范围。除了任务处理的质量,系统改造、员工培训和后续维护也构成客户的使用成本,影响采购与续费。专业产品需要把这些接入和维护成本纳入交付设计,才能减少客户采用新服务的负担。

福利👉:Buddy One VIP (官网原价 1399 元/月)包含 WorkBuddy 旗舰版、腾讯会议专业版和腾讯文档超级会员 Plus,配有每月 5 万通用积分(含 2 万基础积分、3 万赠送积分)及 1TB 共享存储。目前连续包月享约五折优惠,700 元/月,双十一新购会员还可获赠 1111 积分。

详见 https://www.workbuddy.cn/buddyone/

✦精选内容✦

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器

押注金融 Agent 自我进化,EasyLink 完成数千万元天使轮融资,27B 模型超越千亿级最前沿模型

AI 数据供应商转向机器人部署,Mecka 想做新一代系统集成商

当 Personal Agent 有了记忆,Today AI 尝试主动跟进

当 AI 健康应用开始赚钱,「豆包工作」让我们重新思考垂直 App 的价值

跳转微信打开

  •  

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器

原创 有新 2026-10-27 10:02 浙江

10 月 22 日,Arc 宣布将于 12 月 22 日关闭桌面端,工程与安全团队转向新浏览器 Dia。用户可以把密码、书签、扩展和历史记录迁过去,继续使用熟悉的功能,也可以选择开启 AI......

“未来的人机界面将以委托为基础,而非直接操作。”——尼古拉斯·尼葛洛庞帝《数字化生存》

10 月 22 日,Arc 宣布将于 12 月 22 日关闭桌面端,工程与安全团队转向新浏览器 Dia。用户可以把密码、书签、扩展和历史记录迁过去,继续使用熟悉的功能,也可以选择开启 AI。

Arc browser is shutting down | The Verge

将 AI 放进一款新浏览器,再邀请用户迁移,是一种产品选择。另一种做法,是让 AI 进入人们已经在用的浏览器。网站照常运行,账号和数据留在原处,打开网页、来回切换、复制和核对的步骤,可以交给 Agent。

后者未必要求用户换掉浏览器,却可能改变他们使用软件的习惯。过去,人要先找到合适的工具,再把任务拆成一连串操作;现在,一部分工作可以先交代给 Agent,由它去使用工具。竞争也因此从“人愿意打开哪个软件”,延伸到了“人愿意把什么工作交给谁”。

浏览器由此牵动了工作入口的竞争。a16z 合伙人 Seema Amble 在 9 月的一篇分析中讨论过一种变化:用户可以在 Agent 中处理工作,原有业务系统继续保存数据、执行规则。当用户先向 Agent 交代需求,再由它调用软件完成,接受任务、组织执行的产品就可能发生变化。原有厂商希望保留与用户的直接联系,AI 公司则希望承接更多原先在其他软件中发起的工作。

▍谁来打开下一个网页

了解一款新产品的市场反馈,往往从评论区开始。不同视频下面,有人追问技术,有人讨论价格,也有人只是玩梗。要形成一份有用的判断,先得找到相关内容,筛选、抄录,再把结论与原文对上。分析之前的这些准备,常常比分析本身更琐碎。

在一项围绕特斯拉 Roadster 发布会相关视频的评论整理任务中,用户可以把这串步骤交给了腾讯 WorkBuddy:去 B 站检索视频,收集高赞评论,归纳观众反馈,最后交付简报和评论明细。

任务沿用了 QQ 浏览器里已有的登录状态。安装配套扩展、开启浏览器连接并授权后,WorkBuddy 打开 B 站,按播放量排序筛选视频,进入评论区核对内容,再结合脚本完成采集和整理,最终汇总了 3 个视频下的 600 条高赞评论。这项浏览器操控能力目前仍处于 Beta 公测阶段。

收到任务后,WorkBuddy 先确认 QQ 浏览器已连接,随后打开 B 站。执行记录中会显示当前进展,浏览器里也能看到它正在访问的页面。

WorkBuddy 在 B 站检索相关视频,按“最多播放”排序并筛选,进入评论区核对内容,再结合脚本工具采集和整理,最终汇总了 3 个视频下的 600 条高赞评论。网页操作集中在独立的 WorkBuddy 标签页组中,不抢占用户的鼠标和当前窗口,用户可以同时处理其他工作。此外涉及支付、注册提交或验证码等环节,按产品设定仍需人工确认。

任务最终生成一份舆情简报和一份 CSV 评论明细,所收集的评论累计获得约 13.9 万次点赞。WorkBuddy 按情绪和议题分类,并结合互动数据梳理主要讨论。按简报的分类,中立评论约占 54%,正面约 26%,褒贬并存占 12%,负面约 8%。

其中,122 条评论涉及技术惊叹,121 条涉及实用性和使用场景。一些观众关注车辆的姿态控制,另一些追问它在日常驾驶中能解决什么问题,也有人同时表达认可与疑问。不同议题的互动表现也有差异。玩梗类评论占 15.8%,获得约 23% 的点赞;安全、成本与法规相关讨论有 62 条,点赞量较低。简报既呈现了传播热点,也保留了热度较低、值得后续核查和回应的产品疑问。

配套 CSV 保留视频来源、评论原文、点赞和回复数量,以及分类标签。

除了上述浏览器操控能力,WorkBuddy 也能通过开源工具 BrowserSkill 操作网页。在“专家·技能·连接器”中搜索并添加 BrowserSkill,再安装配套的 bsk 工具和浏览器扩展,即可完成连接。连接后,它同样能沿用已有登录状态,读取页面、点击、填表和提取数据,支持前文涉及的网页检索与资料收集。

区别在于,WorkBuddy 浏览器操控在独立标签页组中执行任务;BrowserSkill 则提供独立的 Agent 窗口,以及操作录制与回放等进阶功能。作为开源工具,它也能供其他 Agent 调用,并支持进一步定制。

两种接入方式都让使用者可以直接向 WorkBuddy 交代网页任务。工作入口的竞争也发生在这里:下一次需要了解用户反馈、查找和整理信息时,用户是先打开网站自己找,还是先把要求告诉 AI。

▍交付要经得起实际使用

产品开发中,写完功能并不等于页面已经能正常使用。几个单独运行正常的功能接在一起,可能出现计算错误、信息不同步,或不符合要求的输入被放行。开发者和测试人员需要沿着用户的使用路径检查,找到问题后修改代码,再回到页面确认结果。

AI 生成的代码同样需要经过这些检查。浏览器操作让 Agent 能够参与拟人交互走查,在运行中的页面上点击、填写和提交,检查操作带来的变化,并将发现的问题带回开发过程。

本次用于测试的是一个本地模拟的活动报名页面,不涉及真实支付,包含门票数量、报名信息、同行人及订单确认等功能。任务通过一段自然语言指令交给 WorkBuddy:使用本地浏览器打开页面,将门票改为两张,填写本人和同行人的测试信息,核对总价是否等于“单价 × 数量”,并输出异常报告。

WorkBuddy 随后操作页面,完成填写与提交。在这个过程中,它发现门票数量已经变为两张,总价却仍显示 88 元。按单价计算,两张门票应为 176 元;提交后的确认弹窗也显示“两张门票 88 元”,错误一直延续到了确认环节。

首份 HTML 走查报告记录了操作结果、异常截图和修复建议,共列出7项问题。

针对金额异常,WorkBuddy 进一步检查了页面代码,指出总价和弹窗金额都只取了单价,没有乘以数量,并建议统一计算逻辑,避免两处显示各自计算而发生遗漏。检查还覆盖了人数与票数的匹配、输入有效性及提交后的页面状态。

使用者确认并采纳建议,修改金额计算,同时补充提交时的人数校验。随后,WorkBuddy 按相同的任务要求再次走查,核对修改后的结果。

第二份 HTML 报告显示,两张门票的页面总价和确认金额均为 176 元;补充检查覆盖 1 至 99 张门票,各档金额均与“单价×数量”一致。报名人数与票数不符时,提交也被拦截。报告对照首轮清单,确认 3 项问题已修复,保留 4 项未解决的问题,并补充记录了同行人可超量添加、直到提交时才提示的交互问题。

代码由使用者修改,WorkBuddy 负责提出建议并复查运行结果。两轮走查记录了已修复和仍待处理的问题,也为判断页面能否交付提供了依据。浏览器操作将这部分验证工作纳入 Agent 的能力范围,交付质量也因此成为产品之间可以具体比较的一项能力。

▍更多工作如何变成生意

Anthropic 在10月16日发布的内部研究中,记录了 Agent 在不同岗位中的应用:销售人员用它起草邮件、连接客户管理系统,法务人员用它初步审核文案,财务人员则搭建采购申请审核工具。研究还追踪了各岗位的人均产出。以2025年12月为基准,到图中统计期末,工程师人均代码提交量达到原来的5.1倍,法务人员人均合同处理量为3.1倍,销售人员人均成交量为1.7倍。不同岗位的增幅并不一致,图中呈现的是具体业务产出的变化。

来源:Anthropic内部研究。同期业务扩张等因素也会影响产出,图中增长不能全部归因于Agent。

Agent 参与的业务环节增加,也让厂商有了按工作产物或业务成果收费的可能。a16z 普通合伙人 David Haber 在 10 月 14 日的分析中提出,长期运行的 Agent 可以围绕一项业务持续跟进,在多个步骤之间保留信息、推进事项。他看重的收益包括减少遗漏、加快跟进,以及帮助客户获得新增收入,Agent公司的收费空间也可能随之扩大。

腾讯近期对 WorkBuddy 的升级,也在增加它能够持续处理的工作。行业 Buddy 将专家、技能和连接器按场景组织起来;定时任务汇总、历次运行记录和产物通知,支持使用者跟踪重复执行的任务。这些功能与浏览器操作、文件处理和开发能力结合,使 WorkBuddy 可以处理一次性任务,也能按设定重复执行、留下运行记录。

专业 Agent 可以围绕特定业务积累优势。客户此前谈过什么、业务卡在哪个条件、哪些情况需要人工确认,都要结合历史记录和业务规则判断。团队的行业经验,需要落实到这些判断,以及相应的界面、审核方式和交付要求中。

这些积累也能支持产品承接相邻的工作。研究工具掌握了客户持续关注的对象和判断标准,就有条件继续跟踪变化、筛出需要重新评估的信息;原先交付一份报告的产品,便有机会承接客户后续的监测需求。新增的服务建立在已有业务知识上,而不只是多接入几项工具。

✦精选内容✦

当 Personal Agent 有了记忆,Today AI 尝试主动跟进

当 AI 健康应用开始赚钱,「豆包工作」让我们重新思考垂直 App 的价值

YC 华裔团队造了一台本地 AI 电脑,1799 美元三天售罄

「深创超导」获数千万元天使轮融资,布局 AI 用电需求背后的聚变材料

成立半年,源策未来想让一份数据服务更多机器人

跳转微信打开

  •  

押注金融 Agent 自我进化,EasyLink 完成数千万元天使轮融资,27B 模型超越千亿级最前沿模型

有新 2026-10-26 10:02 浙江

近日,金融AGI企业EasyLink(上海容易链智能科技有限公司)宣布完成数千万元天使轮融资,投资方为道禾长期投资、鹏益投资和产业投资人.....

“在不断建造的过程中,我想,我也建造了自己。”——保罗·瓦莱里《欧帕利诺斯,或建筑师》

近日,金融AGI企业EasyLink(上海容易链智能科技有限公司)宣布完成数千万元天使轮融资,投资方为道禾长期投资、鹏益投资和产业投资人。

EasyLink致力于构建企业级智能体基础设施,链接AI、企业数据与场景,弥合通用人工智能与企业实际业务之间的鸿沟,让AI读懂企业数据、理解业务逻辑,并可靠完成专业任务。公司已形成完整的自研技术栈,打造了数据智能平台EasyDoc和智能体平台Tiri,覆盖从数据理解、业务知识构建,到智能体运行和垂直场景应用的完整链路。

目前,EasyLink主要深耕于金融行业,客户涵盖证券、银行等十几家头部金融机构。本轮资金将用于递归式自我改进(RSI)技术与金融场景智能体产品的研发,以及商业化拓展,推动Agent Harness与金融垂直模型协同进化,加快迈向金融AGI。

▍从读懂企业数据到交付专业任务,解决AI在企业落地的瓶颈

可靠的企业AI,始于对企业数据的准确理解。EasyLink自研了业界首个端到端自适应分辨高精视觉语言模型(VLM),统一理解文字、图像和版面结构,处理跨页表格、扫描件等复杂材料,并保留数据血缘。基于这项能力,EasyDoc累计解析超过1亿页,金融场景解析准确率超过98%。

在此基础上,EasyLink将分散信息组织为知识网络,建立统一的业务概念、关系与规则,沉淀企业业务本体,帮助AI理解企业的业务逻辑。自研智能体运行框架Tiri进一步连接模型与企业工具和系统,将模型的通用智能与企业知识转化为可溯源、可审计的业务结果。

企业应用AI,安全合规是基础。为保障AI能力在企业内部持续稳定运行,EasyLink支持全栈私有化部署,并针对国产算力与国产模型深度优化,使单位算力性能提升30%以上;通过计算资源池化共享,相同负载下的资源消耗降低60%,兼顾自主可控与运行效率。

▍RSI驱动Harness与模型协同进化,金融评测超越Claude、GPT

EasyLink通过递归式自我改进(RSI),推动智能体Harness与金融垂直模型共同提升:系统从任务中的错误和专家修正中发现问题、调整执行方法;经过授权、脱敏和验证的任务记录,则用于训练垂直模型,将know-how沉淀为内生能力。经过验证的改进进入下一轮任务执行,产生更有价值的训练数据,再用于提升模型与执行系统的能力。由此形成飞轮,让每一次经过验证的改进,成为下一次执行任务的能力。

在公司基于Finance Agent v2公开集开展的测试中,Tiri Agent依托27B模型取得71.25%的综合得分,超过Claude Fable 5.1(58.9%)和GPT-6 Astra(53.5%)等通用旗舰模型。这一结果表明,高水平金融智能真正具备了大规模、低成本、可私有化部署的落地条件,跨过企业AI应用最难攻克的门槛。

▍头部企业落地验证,让AI进入金融机构的核心业务流程

EasyLink的Agent能力已在中信建投、国联民生、南京银行等多家金融机构的业务场景中得到应用。

在投研场景,EasyLink打造的智能投研平台汇聚全市场数据,支持热点研究、事件分析、财报解读等任务,贯穿研究员、分析师和投资经理的投研全流程。该平台汇聚超过3.8亿非结构化知识切片和近20亿条结构化数据,在海量复杂信息之上,问答准确率达到99.23%,投研效率提升60%以上,让海量信息更高效地服务于专业研究。

在合规场景,EasyLink落地了首个Agent驱动端到端投行合规智能体。基于8B参数模型,该智能体能够完成复杂底稿的识别、整理、校验、证据链构建与一致性核查,并生成合规审核报告。此前需要专业人员耗时2至3小时的审核工作,引入智能体后,业务专家仅需数分钟复核,效率提升50%以上。该项目被中国信通院收录于《2026智能经济新形态:智能体创新实践汇编》,并亮相2026年世界人工智能大会(WAIC)。

▍面向金融AGI,让专业经验成为可持续提升的智能能力

以本轮融资为新起点,EasyLink将持续迭代产品,深化执行框架与金融垂类模型的协同进化,将已验证的能力拓展到更多金融核心业务场景。

链接AI与企业场景,是EasyLink的初心。公司致力于构建金融原生的超级智能体,向金融领域的AGI持续迈进,让金融机构积累的数据与专业经验转化为可持续提升的智能能力,支持更多金融产品与服务创新。

✦精选内容✦

当 Personal Agent 有了记忆,Today AI 尝试主动跟进

当 AI 健康应用开始赚钱,「豆包工作」让我们重新思考垂直 App 的价值

YC 华裔团队造了一台本地 AI 电脑,1799 美元三天售罄

「深创超导」获数千万元天使轮融资,布局 AI 用电需求背后的聚变材料

成立半年,源策未来想让一份数据服务更多机器人

跳转微信打开

  •  

AI 数据供应商转向机器人部署,Mecka 想做新一代系统集成商

原创 有新 2026-10-24 18:16 浙江

机器人模型正在为预训练数据打开一个采购市场。大语言模型实验室主要自行从互联网获取这类数据,而机器人需要的许多操作记录,还得有人组织采集、处理和验证。Mecka 创始人兼 CEO Josh Gao 认为,这个差别给专业数据供应商留下了空间。

“我们所能知道的,多于我们所能言说的。”——迈克尔·波兰尼《The Tacit Dimension》

机器人模型正在为预训练数据打开一个采购市场。大语言模型实验室主要自行从互联网获取这类数据,而机器人需要的许多操作记录,还得有人组织采集、处理和验证。Mecka 创始人兼 CEO Josh Gao 认为,这个差别给专业数据供应商留下了空间。

Mecka 将人类的操作过程加工成训练数据,通过授权提供给客户。10 月 7 日,Mecka 宣布完成 6000 万美元 B 轮融资,由 Sequoia Capital 领投,英伟达、微软旗下 M12、Qualcomm Ventures 和三星等参投。

这家公司的业务已经远远超出招募人来拍视频。截至今年 6 月,Mecka ARR 已超过 1 亿美元。根据创始人 Josh Gao 介绍,Mecka 自行开发传感设备,将设备分发到数千户家庭和数千家企业,再完成上传、质量检查和数据处理。从找到采集者,到交出可用的训练材料,中间还有大量需要公司自己承担的工作。

10 月 20 日,Josh Gao 在投资方 Sequoia 的《Training Data》播客中表示,支付给采集者的报酬,并不是让数据变得可用的最大成本。硬件、运营和软件能力,才是他认为供应商能够建立差异化的地方。他也希望 Mecka 进一步参与机器人部署,通过现场数据和后训练,让已经安装的机器继续获得新能力。

▍模型需要的数据还在变

Josh Gao 不认为机器人会长期依赖某一种训练数据。一年前,行业里还存在只有 UMI 数据有用、或者只有第一视角数据有用的争论;在他如今的观察中,不同来源正在进入同一套训练组合。

他描述的现阶段配方,大致包括约百万小时、涵盖第一视角等不同模态的人类数据,数万小时机器人数据,再加上来自目标领域、符合目标分布的遥操作数据。最后一部分用于弥合具体场景中的差距,在某些情况下,可能只需几小时示范。

这不是一个已经定型的组合。Josh Gao 认为,触觉数据甚至还没有充分进入其中,而机器人要学习转动门把手需要多大的力,就必须获得相应的信息。仿真也会成为配方的一部分,供应商需要随之开发新的数据产品。

Mecka 最早押注第一视角数据,理由是它有机会弥合人类与机器人之间的一部分视觉差距。团队先用手机应用,请中国的叔叔阿姨记录做饭、打扫等活动,随后又尝试 UMI 等方式。与基础模型实验室共同迭代后,采集设备也开始变化:只有视频,无法获得足够丰富的操作信息。

触觉手套因此进入了 Mecka 的产品开发。Josh Gao 提到,手腕摄像头虽然能观察接触发生的时刻,但用它推断拉动椅子、拧开瓶盖所需的力,仍是间接的变通办法。公司于是研发供人佩戴的手套,采集执行任务时的施力信息。

数据需求还可能沿着技能水平继续细分。他把第一视角数据视为一种 SKU:今天采集普通餐馆的操作,未来可能需要米其林餐厅的技能;今天记录一般网球选手的动作,未来可能希望接近费德勒。在他的设想中,机器人能力提高后,值得采集的技能和生产这些数据的方式也会变化。

他也没有把人类示范视为机器学习能力的终点。用 AlphaGo 作类比:先从人类棋谱学习,再通过自我对弈探索新策略。机器人未来也可能结合真实世界与仿真,继续发展超出已有示范的能力。

但物理世界还没有一个能完整重现各种细节的模拟器。第一视角数据既用于基础行为学习,也能帮助构建未来的世界模拟器。随着模型与训练方法演进,数据供应商需要不断调整所提供的经验,而不能只扩大同一种产品的产量。

▍数据能拍下来还得能交付

如果数据供应商只是连接采集者与买家,大型竞争者提高报酬、直接争抢采集者,便可能挤压中间环节的利润。贡献者费用只是端到端成本的一部分,真正有用的数据还需要硬件、运营和软件共同生产。

以触觉手套为例,市面上没有可以直接采购、可靠测量日常施力并转化成所需训练数据的现成产品。团队需要投入工程能力,经历三至四轮产品迭代,再扩大生产。Mecka 还开发了带摄像头与传感器的帽子,以及连接手套、外置摄像头等配件的中央集线装置。

设备之外,Mecka 还要组织分散的采集来源。个人可以通过 App 注册、登记职业,领取打扫卧室、做早餐等任务;企业合作则进入面包店、PCB 制造产线等专业场景。家庭之外的数据,需要公司建立企业招募能力,才能持续补充。

Mecka 用热力图跟踪职业、行业和数据多样性的覆盖情况,再寻找欠缺的来源。Josh Gao 提到,过去一些大型数据工厂在仓库中反复执行任务,但研究带来的认识是,多样性不足时,继续堆叠数据会遇到饱和。采集人数增加,并不自动带来更完整的经验覆盖。

随着网络扩大,新的质量问题也不断出现。有人曾录下 YouTube 上麦当劳员工的第一视角工作视频,冒充自己的采集成果提交。Josh Gao 表示,公司既要设置检查规则、建立快速处理问题的机制,也必须到现场观察数据如何产生,并通过激励设计鼓励高质量贡献。

传输和处理同样是一项持续投入。按照他的介绍,Mecka 已在许多运营地点铺设 100 Gbps 上传线路,以承载其处理的数百 PB 数据。记录上传后,还需要经过质量把关和计算机视觉处理,才能成为模型可用的数据集。

Josh Gao 对长期利润的解释,落在这套生产体系上:即使贡献者报酬的竞争加剧,供应商仍有机会凭借合适的设备、运营方式和软件,在大规模交付时保持可验证的质量。Mecka 希望出售的,是已经完成这些工作的数据产品,而非把原始视频转手交给模型实验室。

▍先有商业任务再扩大能力

供给可以组织起来,需求端还有另一笔账:如果机器人最终需要的数据规模比今天大出许多个数量级,行业能否一直承担采集与处理的成本?

Josh Gao 的判断是,机器人会在能力扩展的途中逐步实现商业应用。先通过基础训练获得一定的泛化能力,再采集特定领域、特定任务的示范,通过后训练弥合差距。简单的抓取、放置等工作可以先被解决,更复杂的长尾任务随后推进。

数据容易获得的场景,未必适合机器人最先落地。红杉美国合伙人 Sonya Huang 指出,家庭活动人人都可以拍摄,家庭却可能是最困难的部署环境之一。Josh Gao 表示,家庭需要格外谨慎,并以机器人不能倒下来伤及婴儿为例说明安全要求;早期更适合推进的,是目标明确、已有标准作业流程的工作。

Mecka 团队曾花费一年半以上研究衣物折叠。对于传统机器人尚未解决的部分流水线抓取、放置和包装任务,他预计未来一至两年有望解决。工业清洁等专用机器人,也是他看好的早期类别。

这条商业化路径并不要求所有能力都集中在一种机器人或一个模型中。Josh Gao 同时看好垂直体系与开放生态:有的公司围绕特定任务,把硬件、模型和数据放在一起;也可能有多种机器人形态与开放模型长期共存,而专业模型有机会在少数任务上获得更高的能力与可靠性。

进入真实部署之后,失败案例和人工纠正又会成为新的数据来源。Josh Gao 希望 Mecka 在这一过程中,为企业采集领域数据、开展后训练,并提供部署支持。他也明确表示,成熟的数据反馈机制仍需要时间,取决于哪些任务先被解决,以及还有多少能力需要补齐。

他用现代机器人系统集成商描述未来的角色。传统安装业务竞争激烈、利润较薄,新的空间在于产品安装之后,仍然可以依靠数据提高生产力。数据供应商的工作,也可能因此从模型训练延伸到机器持续运行的过程。

✦精选内容✦

当 Personal Agent 有了记忆,Today AI 尝试主动跟进

当 AI 健康应用开始赚钱,「豆包工作」让我们重新思考垂直 App 的价值

YC 华裔团队造了一台本地 AI 电脑,1799 美元三天售罄

「深创超导」获数千万元天使轮融资,布局 AI 用电需求背后的聚变材料

成立半年,源策未来想让一份数据服务更多机器人

跳转微信打开

  •  
❌