铃阅时讯
❌

阅读视图

墨奇智能黄青虬:做智驾五年,我知道具身创业该避开哪些噪音

晚点团队 2026-08-19 20:32 北京

墨奇明年将实现千台级机器人交付。

文丨李安琪

2025 年底创业前,黄青虬花了几个月调研具身智能。他发现,机器人做家务的实际成功率远低于公开视频;看起来成熟的硬件,响应速度和一致性仍有问题;算法模型名词不断更新,但机器人稳定工作的能力进展有限。

他的结论是:自己用半年到一年,有机会赶上同行过去两三年的进度。

这个判断面对的是一个迅速拥挤的市场。到今年,一批更早成立的具身智能公司估值已经突破 200 亿元,人才、资金和产业资源也在加速向头部聚集。后发公司不仅要追技术进度,还要证明自己还有哪些机会。

黄青虬的自信很大程度来自过去五年的智能驾驶经历。2020 年,黄青虬以 “天才少年” 身份加入华为,先后参与 ADS 1.0 到 ADS 4.0 的开发,做过激光雷达感知、BEV 融合,也参与搭建数据闭环。离职前,他担任 AI 模型开发部部长,管理 200 多人,是华为智驾最年轻的技术管理者之一。

在华为的五年,他经历了智驾从模块化、规则系统,到 AI 驱动、端到端模型的多次切换。具体技术会变,但技术审美、快速验证和迭代的能力可以留下。

他想把这部分经验带进机器人行业。十多年前,黄青虬在清华大学自动化专业就读期间,参加机器人足球比赛。那时,一台身高 1.6 米的机器人只要站在场上不倒,就有可能进入比赛前八;如果能走起来,有机会进入前四。

今天机器人已经开始尝试收拾酒店房间、操作柔性物体和连续工作。任务复杂了,真实世界暴露的问题也从一个单点技术,变成了模型、数据、软件和硬件之间的相互牵制。

2025 年底,黄青虬与高文礼共同成立墨奇智能。半年里,公司获得超过 10 亿元融资,团队扩张至 150 多人,同时投入模型、数据、软件和硬件。

今年 7 月,我们在深圳见到黄青虬。他说话很快但温和,偶尔流露出少年气。他说,墨奇的目标是做一台真正进入家庭、能够干活的通用机器人,但在实现路径上,公司没有把自己限定在热门的 VLA 或世界模型,也没有把双足和灵巧手放在第一优先级,而是先训练原生具身模型,准备明年千台级轮式机器人交付。

黄青虬 ,墨奇智能联合创始人、CTO。

对一家晚两年入场的公司来说,机会不在于把先发者走过的路重新走一遍,而在于行业答案仍未定型时,少走弯路、跑得更快。

“VLA 和世界模型不矛盾,也不完整、都是积木”

当下,VLA(视觉-语言-动作)和世界模型是具身智能最绕不开的两个技术方向。

美国公司 Physical Intelligence、Figure 等更偏 VLA 路线;斯坦福教授李飞飞联合创立的 World Labs 则更强调世界模型和空间智能。不同公司的技术重点不同,但行业至今还没有形成公认的技术架构。

VLA 的起点很好理解:以经过大规模预训练的视觉语言模型为底座,再加入动作输出,使模型能够根据图像和语言指令控制机器人。对创业公司来说,这是一条相对容易启动的路径——具身模型不用从零开始认识世界。

黄青虬认可语言对机器人的价值,但不认为大语言模型的成功可以原样复制到具身。他把两者概括成一组相反的关系:大语言模型是 “小数据、大模型”,具身更接近 “大数据、小模型”。

端侧算力是主要原因之一。“具身算法比大语言模型更难,因为它需要在端侧跑。” 他说。目前机器人端侧能部署的模型大约在 3B 到 7B;大语言模型主要运行在云端,算力约束相对更少。

机器人面对的世界明显更复杂。大语言模型接收文本 token,而机器人面对的是连续视频,还可能同时输入语言、触觉和本体状态。对于具身模型来说,一个训练样本的大小可能是大语言模型的数千倍。

在黄青虬看来,具身模型其实只做两件事:信息压缩和模态转换。机器人实时感知周围环境、理解人的指令,再把信息转换成具体动作。过程中可能有上千万维度的感知输入,最终却只有十几个维度的动作输出。

VLA 和世界模型提供了不同的能力来源和训练信号。VLA 引入语言和语言推理,世界模型更多通过预测视频、未来状态等方式,让模型理解物理世界如何变化。

但黄青虬认为,这些能力都只解决了具身模型的一部分问题。机器人最终还要把视觉、语言、触觉等大量信息转换成动作,仅靠动作本身提供的训练反馈又相对有限。因此,VLA 和世界模型并不矛盾,也都不完整,只是答案的一部分。

墨奇的办法是,给模型增加更多 “老师”。

动作是老师,语言推理也是,视频预测、深度估计、语义分割同样可以成为训练信号,都是训练原生具身模型可以使用的积木。“有点像语文、数学、英语和体育老师,教的东西不同,但最后都是为了让学生变聪明。”

比起追捧某个技术名词,黄青虬更在意它究竟解决什么问题。这也是他从华为智驾带出来的一种习惯:拨开噪声,不被行业热词牵着走。遇到自己判断值得投入、但还没有形成行业共识的方向,他过去常用的办法是:“资源在手里,可以先干了,干完再说。”

黄青虬想训练一个原生的具身模型。他把具身模型训练大致分成三个层次:从开源预训练模型出发,做任务后训练;进一步介入模型预训练;最终摆脱对开源模型的依赖,训练原生具身模型。目前公司正在推进后两者。

但越往后走,训练的挑战也越明显。

训练时,希望模型什么都学,语言推理、视频预测、深度估计、语义分割等能力全部都有;但实际部署到机器人侧时,参数量过大又会增加端侧推理负担,因而模型又要尽可能小巧、轻盈。

墨奇选择把两个环节拆开:训练阶段,模型同时学习动作、视频、语言推理、深度估计和语义分割等多种信号,让有限规模的模型尽可能充分地吸收信息;部署时,再只留下执行动作需要的部分。公司把它称为 “训练推理分离”,尽量不让端侧算力的上限,变成模型学习能力的上限。

黄青虬也仍在思考,最终的具身模型应该长什么样。他相信 “简单即是美”,但走向简单答案的过程并不简单:原生模型架构、初始化方法、训练超参数和数据配比都更敏感,也更考验技术负责人的 taste;更小的模型要吸收更大规模的数据,对架构和训练能力提出更高要求。

墨奇并不是唯一尝试增加训练信号的公司。Physical Intelligence 已在模型训练中混合机器人图像、语言、高层语义任务和动作等多类数据;World Labs 也在尝试把世界模型、仿真和真实世界学习放进同一体系。

不同之处在于,Physical Intelligence 是沿着 VLA 路线延伸,World Labs 更从世界模型和空间智能出发;墨奇不把其中任何一种当作最终架构,而是把不同训练信号作为 “积木”,服务于自己的原生具身模型。

对一家成立只有半年的创业公司来说,这是一个风险选项。直接介入预训练、甚至训练自己的原生模型,意味着更高的算力、数据和人才投入,也意味着要承担路线判断错误的风险。

但黄青虬认为,如果最终目标是原生具身模型,仅仅停留在开源模型的后训练阶段,很难真正建立自己的模型能力。

他没有回避这条路线的不确定性,他说,AI 本质上是一门实验科学,试错不可避免。“现在整个 AI 领域的技术迭代非常快,没有人能保证每一次押注都是对的。哪怕今天非常厉害的头部具身公司,也不是每一次都赌对。赌错了怎么办?那就快点改呗。”

后发两年,为什么未必落后两年?

在华为推动端到端时,黄青虬经历过一次近乎 “推倒重来” 的技术切换。

特斯拉引领的端到端方案靠 AI 驱动,展示出更高能力上限,但初期效果不如打磨已久的基于规则的旧智驾系统;路线切换也意味着此前积累的一部分工作要放弃。他需要不断向团队解释,为什么一个眼下更差的方案仍值得继续投入。

但也是这段经历让黄青虬意识到,模型可能反复变化,甚至推倒重来,但围绕 AI 模型建立的数据、训练和评测能力,不会随某一条技术路线变化而清零。

这也是黄青虬有信心能在半年内追赶具身同行的重要原因。成立晚两年,不一定意味着落后两年。

在他看来,后发公司的追赶速度取决于两件事:一是核心团队能否筛掉大量无效方向,二是发现问题后,能否更快完成数据回流、训练和验证。前者靠关键人物的 taste,后者取决于基础设施建设。

他把模型训练时的数据配比和训练方法称为 recipe(配方),类似炒菜时的 “加盐少许”。“这个 ‘少许’ 到底是多少?没有答案可以直接抄。” 这背后可能是上百种改进思路,技术负责人要先筛掉 90% 不靠谱的 idea,再把剩下的方案放进实验。

黄青虬举过一个乡村小道的智驾例子:车辆与行人、其他车辆交互的数据加得太多,模型可能变得保守;加得太少,又可能无法处理极端情况。所谓技术负责人的 taste,最后会落到这些具体取舍上。

墨奇想把这套在智驾里形成的方法,搬进机器人。

跟智驾数据闭环的逻辑类似:机器人执行任务失败后,团队找出失败片段,从数据池中检索相似场景,判断问题来自数据覆盖、轨迹质量、模型还是硬件。如果缺少相应数据,酒店场景的保洁人员会佩戴轻量化采集设备,在日常工作中补充真实操作轨迹。

新数据经过筛选、分类和自动标注,与原有数据重新配比,再进入训练。训练完成还不算结束,新模型还要经过离线评测、真机泛化测试和任务回归测试,确认目标问题得到改善、其他能力没有明显退化,才会重新部署到机器人上。

一次机器人失败,会变成下一轮训练的起点。“如果你转一轮是一天,别人转一轮是五天,你就有别人五倍的迭代效率。” 黄青虬说。

墨奇从成立第一天起就在搭建这条链路。目前,部分数据质检、检索和标注已经可以自动完成,但问题定义、训练策略和模型发布仍需要工程师判断。

按照公司的说法,如果问题主要通过调整数据就能解决,目前完成一轮迭代约需一周,未来希望缩短至一天;涉及模型结构或硬件修改时,则需要一周到一个月。

但闭环转得快,只解决了效率问题;进入闭环的数据质量同样重要。

当下,具身公司们也想尽办法扩大数据规模。有公司尝试从人类视频中迁移操作能力,也有公司通过仿真和生成环境批量制造训练样本。而墨奇现阶段更看重真实工作产生的数据,而不是单纯追求数据小时数。

黄青虬给数据定了三个条件:真实的人、真实的场景、干真实的活。

以擦桌子为例,在专门的数采场地里,数采员的目标往往是完成一条规定动作轨迹;但保洁人员的目标则是把桌子擦干净,会观察污渍,根据实际情况调整方向、力度和次数,没擦干净还会再来一次。

如果一万小时数据大多在同一张桌子上重复相似动作,增加的时长未必能给模型带来更多变化。遇到遮挡和密集接触时,采集设备还可能发生漂移,使模型学到的参考轨迹出现偏差。

墨奇称,目前积累的约 3 万小时数据已经过质检,可以进入模型训练,年内计划增加到 15 万至 20 万小时;同时投入规模算力资源,年内使用超 2000 张训练卡,加速数据训练闭环。

机器人进入酒店,先闭环,再通用

墨奇最终希望机器人进入家庭。“一个通用机器人,最终既需要会走路,也需要会干活,手要强,腿也要强。”

但黄青虬认为,家庭并不是一个适合早期产品验证和数据采集的场景。不同家庭的空间、物品和生活习惯差异很大,摄像头和传感器采集的数据又涉及隐私,很难持续回流到公司用于模型训练。

酒店提供了一个相对可控的起点。房间里的工作接近家务,同样需要处理生活用品、柔性物体和清洁工具;与工业上下料和物流分拣相比,环境和任务的变化更多。客人退房后,机器人可以在空房间里工作,数据也更容易获得授权并回传。

墨奇没有选择一开始就挑战最通用、也最难的场景,而是先在真实商业环境里,让产品的真实使用、数据回流和模型迭代形成闭环。

但真实的商业场景往往有更多意料之外的挑战。

墨奇的机器人早期进入酒店测试时,还没开始收拾房间,先可能被一道三五厘米高的门槛拦住。进了房间,又可能因为没有取电、光线太暗而看不清物品。机器人得先插房卡,或者走到窗边拉开窗帘,后面的工作才能开始。

现阶段,墨奇团队把酒店工作拆成 160 多个子任务,按难度和模型能力逐步推进。第一阶段主要是抓、拿、放,比如收走垃圾、把矿泉水放进冰箱、替换毛巾等,约占客房清洁工作量的 30%。

这些动作看起来基础,真实环境里的状态却并不固定。矿泉水可能在桌上,也可能落在床边;毛巾有时叠放整齐,有时揉成一团;机器人还要区分未开封的矿泉水和客人喝过的瓶子。

下一阶段是处理床单、枕套和衣物等柔性物体。它们在抓取过程中会不断改变形状,很难像杯子、瓶子一样用相对固定的方式识别和操作。

再往后,机器人需要把多个单点动作串成长程任务。清理桌面,不只是识别和抓取,还要使用工具,在任务结束后检查结果。任务再从桌面延伸到房间、一层楼甚至整栋楼。

“先闭环、再通用” 的思路,也决定了墨奇对硬件的取舍:不追求一步到位,而是先解决真正阻碍产品和模型迭代的瓶颈。

长期来看,黄青虬认同,双足人形机器人更通用,也更适合按照人体尺度设计的家庭环境。但 “一步到位” 意味着初创公司要同时解决更多软硬件问题。

墨奇的第一代产品因此采用轮式底盘,先绕开复杂的双足行走,把精力集中在双臂操作上。该款机器人将在 8 月中旬亮相。目前,墨奇原型机已经进入真实客户场景进行 POC 验证。公司称,明年将实现千台级机器人交付。

灵巧手的自研优先级也被暂时排在后面。墨奇团队测试发现,人戴上与机器人相似的夹爪,在酒店和商住公寓里尝试工作,能完成约 70% 的任务;但机器人自主执行能够完成的可能只有 3% 至 5%。

这意味着今天限制机器人工作范围的首要问题,仍然是模型,而不是手不够灵活。“我们可以先基于稳定的夹爪执行器,把模型能力往上提。等到有一天手成为瓶颈时,我们再上灵巧手。”

黄青虬给墨奇划了一条硬件自研的边界:只有当某个硬件已经开始阻碍模型迭代,而供应商又无法及时解决时,公司才考虑自己做。

机器人关节属于这一类问题。墨奇算法团队曾让数台机器人执行同一条指令,机械臂最后却可能停在不同的位置。同一个模型在一台机器人上成功,换到另一台上就有可能失败。硬件的不一致,会让研发人员难以判断,失败来自模型,还是关节精度、通信时延和装配误差。

墨奇选择从肩关节开始自研,希望解决机器人执行动作偏慢的问题,提升不同机器之间的一致性。

创业前,黄青虬长期从事算法和软件研发,已经习惯按天甚至按小时迭代。但硬件设计一旦出错,零件需要重新加工,还要等待供应商排期,回来后再组装和测试,周期往往以周甚至月计算。刚开始接触这种节奏时,他经常催问:“硬件怎么这么慢?怎么还不来?”

现在,等待机器恢复、催硬件同事修机器,也成了算法和软件团队日常工作的一部分。对具身公司来说,管理这种节奏差本身就是产品能力的一部分:模型、算法需要高密度人才快速探索,硬件则依赖更严格的流程和制造管控。

进入真实场景后,具身智能的竞争正在从单点能力走向系统能力。模型、数据、软件、硬件任何一个环节,都可能成为新的瓶颈。

这也是黄青虬把墨奇定义为 “系统派” 的原因:不只做机器人的 “大脑”,也不只做本体,而是把原生具身模型、真实数据回流、训练系统、软件和硬件放进同一套迭代体系。

具身行业还远没有形成稳定的技术和商业答案,后发公司的机会窗口也还没关闭。

题图来源:墨奇智能

- FIN -

跳转微信打开

  •  

AI 网关可观测体系:让大模型调用看得见、查得到、审得清

AI 网关 2026-08-19 10:00 陕西

Token 花在哪、慢在哪、出错怎么查 - 大模型上线后的三道"看不见"难题,都要在网关层一次解决。

企业把大模型接入生产后, “能调通” 解决了可用性, “能兜住” 解决了连续性,但紧接着就是第三道难题—— 看不见 。Token 花在哪了、慢在哪了、出了问题怎么查,这三个问题在大模型场景下没有现成答案。AI 网关把监控、日志、追踪三大支柱沉到网关层统一采集,业务方不需要改一行代码,就能获得 Token 级的用量洞察、请求级的延迟拆解、以及全链路的调用追踪。

一、用户场景:大模型调用 “看不见” 的三种痛

延续金融场景——AI 平台团队把混元、DeepSeek、Claude 多家模型统一接入 AI 网关后,智能路由和业务连续性已经跑起来了,但 运营阶段的新问题接踵而至 。

AI 网关可观测能力的 “使用者” 通常不是单一职能,而是 运维、安全、财务、业务、技术 多个角色使用。大家关注点各不相同,但都指向同一个问题: 大模型上线后能不能像传统应用一样被 “看见、查清、追透” 。

角色

核心关注

典型问题

对应可观测能力

AI 网关实现

CTO / 技术决策者

平台稳定性和风险可控

“大模型出了故障能多快恢复?会不会影响业务?”

Fallback 触发率 · 错误码分布

LLM 监控大盘 + 自动降级

运维负责人

排障效率和值班压力

“凌晨告警我能不能远程 10 分钟定位,而不是到机房翻日志?”

TraceId 串联 · CLS 检索

全链路追踪 + 结构化日志

财务 / 成本管控

Token 花费透明可追溯

“这个月 Token 花了 50 万,到底是谁花的、花在哪了?”

按消费者/模型/时间段拆分

多维用量统计 + 成本单价

安全合规

审计留痕和追溯

“等保测评时能不能拉出每一次模型调用的完整记录?”

请求/响应/Fallback 路径

审计日志 + 合规留存

业务方

AI 服务体验稳定

“为什么我的智能客服今天特别慢?能告诉我原因吗?”

TTFT / TPOT 延迟

Token 级延迟指标

无论是哪个角色,本质诉求一致—— 让大模型调用从 “黑盒” 变成 “白盒” 。AI 网关可观测把 Metrics、Logs、Traces 三大支柱沉到网关层统一采集,让每一笔 Token 消耗、每一秒延迟、每一次调用链路,都必须可观测、可查询、可审计。

二、产品功能:监控 + 日志 + 追踪三位一体

AI 网关可观测体系基于 Metrics / Logs / Traces 三支柱架构 ,针对大模型场景做了深度定制—— 不只看 HTTP 层的 QPS 和延迟,而是下沉到 Token 级、模型级、消费者级 。核心功能包括:

  • 监控大盘 :全局概览 + LLM 模型监控 + MCP 工具监控,支持按模型服务、消费者、时间段等多维度下钻。

  • CLS 结构化日志 :使用 CLS 日志,遵循 OpenTelemetry 语义约定, 一条 CLS 查询即可定位慢请求、错误请求、Fallback 链路 。

  • 全链路追踪 :每个请求进入网关时生成或继承 W3C 标准 TraceId,贯穿日志与监控维度,支持按 TraceId 在 CLS 中精确关联路由命中、模型响应、工具调用和 Fallback 记录。

  • 审计日志 :完整记录调用者、时间、模型/路由、请求体、响应体、Fallback 触发原因与切换路径,支持配置留存周期, 满足金融/政务合规要求 。

三、实战案例:一次从 “账单异常” 到 “链路审计” 的端到端排查

真实运维中,成本、性能、链路三类问题很少孤立出现,往往在同一次故障中交织叠加。下面用一次完整案例展示三件套如何协同闭环。

故障现象: 周三早上同时收到两个告警—— 本周 Token 消耗比上周增长 60%,客服 Agent 响应时间从 3 秒飙到 8 秒以上 。

排查闭环:

步骤

工具

动作

结果

① 定位异常范围

LLM 监控大盘

按消费者维度查看 Token 消耗 + TPOT + Fallback 趋势

客服团队 Token 从 2 万飙到 8 万;DeepSeek TPOT 从 50ms 飙到 180ms;Fallback 每天上千次

② 下钻定位根因

CLS 日志查询

按消费者 + 模型 + Fallback 过滤,统计错误类型和延迟

DeepSeek 返回 429 占 78%(供应商配额打满);Fallback 到的备用模型平均延迟 12 秒

③ 串联审计

TraceId 追踪

按 TraceId 检索完整链路

完整还原每条调用链:路由 → 模型 → Fallback 切换 → 协议转换 → 响应,导出审计报告

④ 修复验证

监控大盘

调整 Fallback 链(备用模型换成内网混元)+ 提升 DeepSeek 配额

TPOT 恢复 55ms,Fallback 下降 90%,Token 日耗回落 2.5 万

从告警到根因、从根因到审计、再到修复验证——整个闭环快速完成 ,这正是三件套协同的价值。

(端到端排查闭环示意图)

四、技术实现

AI 网关 天然处在所有模型和 MCP 流量的必经之路 ,可以在一次请求的不同阶段完成数据采集:请求进入时建立 Trace 上下文;路由转发时记录模型、消费者与策略信息;响应完成时统计 Token、延迟和结果;最后在 Log 阶段生成结构化记录,通过独立采集组件上报。

(可观测体系架构图)

技术难点不是 “多打一行日志” ,而是 同时满足四个要求 :不改业务代码、尽量不增加请求延迟、不同模型使用同一套数据口径、观测链路异常时不能影响正常调用。下面分别介绍四条采集链路,以及两个关键工程设计。

4.1 四条采集链路

  • 指标链路(Metrics) :请求结束后更新 Prometheus 时间序列(请求数、Token、模型耗时、Fallback 次数、MCP 调用等),使用独立的 ai_llm_* 和 mcp_* 指标族,带有模型、消费者、路由等标签。conf-agent 定时拉取并上报云监控,用户也可接入自建 Prometheus。 指标侧只保留适合聚合的有限维度,高基数内容进入日志链路。

  • 日志链路(Logs) :日志插件在请求结束后汇总路由、代理、响应各阶段上下文,交由 OTel Adapter 做语义转换。LLM 与 MCP 日志按场景隔离,各自拥有独立队列和日志主题。 格式转换失败时生成最简骨架日志并保留原始信息,绝不丢弃。

  • Trace 链路(Traces) :请求进入网关时解析 W3C 标准 traceparent( 00-{TraceId}-{SpanId}-{Flags} ),继承上游 TraceId 或生成新的,写入日志和监控维度,并通过 traceId 返回调用方。

  • 基础设施链路 :在 AI 指标之外建设基础设施监控,采集底层网络流量、带宽和容器系统指标,按容器标识分片采集。 排查时可逐层收敛 :端到端延迟 → 模型侧耗时 / TPOT → 网关代理耗时 / CLB 带宽 / 节点负载。

(请求链路数据流图)

4.2 性能与资源控制:可观测不能成为新的瓶颈

严格来说,任何观测能力都会产生开销,工程目标不是宣称 “零开销” ,而是 让它不进入模型转发的阻塞路径 ,并把 CPU、内存、磁盘和指标基数控制在明确边界内。

第一层:请求路径只做轻量计算,不做同步网络上报

日志处理发生在底层网关的 Log 阶段。此时上游响应处理已经结束,同步部分只完成上下文读取、OTel 字段映射、JSON 编码和内存入队, 不会在这里进行数据上传,也不会逐条同步写磁盘 。日志处理的逻辑限制只提取请求、响应、延迟以及 LLM、MCP 等必要字段,避免为指标生成一份完整访问日志。高频计数优先通过共享内存中的原子自增完成,再由定时器批量汇总。部分聚合使用 “当前周期写入、上一周期读取” 的 epoch 双缓冲 :请求与刷盘操作使用不同的 Key 空间,既减少锁竞争,也避免边读取边删除造成数据丢失。

第二层:磁盘写入异步化,并为异常设置止损线

日志进入底层网关的异步批量处理队列后,按批次合并写入文件,以减少频繁系统调用。 LLM、MCP 等场景拥有独立的队列和磁盘慢写状态,某一类日志拥塞不会直接阻塞其他场景。 队列本身有容量上限,避免流量高峰无限占用内存。当一次磁盘写入超过慢写阈值——默认 50ms——对应场景会进入默认 10 秒的冷却期,冷却期间快速跳过落盘;打开或写入文件失败时则交由队列按策略重试。这里的取舍非常明确: 当日志完整性与网关可用性发生冲突时,优先保护业务请求 ,并通过错误日志暴露丢弃和磁盘异常。

第三层:让不再活跃的 Prometheus 指标自动退出内存

模型、路由和消费者会持续变化。如果一个模型已经删除,它对应的 Label 组合仍长期留在网关共享内存中,时间一长就会形成大量 “僵尸指标序列” 。因此 AI 网关为动态指标增加了 TTL(Time To Live,生存时间)生命周期管理 ,通过预设时间参数来自动清理、删除或失效过期数据。

每次指标更新时,系统会同步刷新一个上次访问的时间戳。清理定时器只在一个工作线程中运行,找到过期项后不会立即删除,而是先等待一次同步周期,再重新检查访问时间。 如果这段时间有新请求让指标重新活跃,就取消删除 ,从而避免清理任务与请求更新发生竞态。内部状态 Key 使用 __ 前缀,与真实指标隔离:它们既不会被误暴露成 Prometheus 指标,也不会被 TTL 当成业务 Series 清理。需要特别说明, TTL 清理的是网关本地共享内存中长期不活跃的指标序列,不是删除 Prometheus 或云监控已经保存的历史数据 。历史曲线仍按监控系统自身的留存策略保存。

第四层:在源头限制指标基数

TTL 解决 “旧指标何时退出” ,但无法阻止短时间内产生海量新 Label。为此,MCP Server 等动态维度还设置了单节点基数上限; 当前实现最多保留 1000 个真实 Server 维度,超过上限后统一回落到 mcp_server_name="*" 聚合 。已有的细粒度指标序列会在停止活跃后由 TTL 自然清理。这种 “基数上限 + 通配聚合 + TTL 回收” 的组合,牺牲了极端场景下少量维度精度,却能防止 Prometheus Shared Dict、抓取响应和 Barad 上报批次同时膨胀。对网关这类基础设施而言, 这是比无边界记录更可靠的工程选择。

(性能控制四层防护示意图)

4.3 异常请求兜底:模型没有返回 usage,Token 数据也不 “断档”

正常情况下,模型服务会在响应中返回 usage,其中包含输入和输出 Token 数。但在真实生产环境中, 这个字段并不总是可靠 :有的兼容接口没有实现 usage;有的流式接口只有最后一个数据块才返回 usage;如果客户端提前断开、上游异常,或最后一个数据块在传输中丢失,网关可能已经转发了大量内容,却拿不到最终统计。 如果简单地把缺失值记为 0,成本、配额和容量趋势都会被系统性低估。 为此,网关采用 “尽量获取、分片累计、最后补偿” 的三级策略:

优先级

数据来源

处理方式

1

模型服务实报

优先采用响应中的原始 usage

2

流式分片可恢复数据

对已经收到的 usage 做幂等累计

3

本地估算

输入侧使用 tokenizer,输出侧按已接收文本做近似估算

第一步 是尽量让上游返回准确数据。对于支持该能力的 OpenAI 兼容流式接口,网关会自动补充 stream_options.include_usage=true 。收到分片后也不会机械相加,而是采用 “最大值胜出” 的方式更新 Token 数:这既兼容 “每个分片返回累计值” 的供应商,也兼容 “只在最后一个分片返回总值” 的供应商,还能避免同一分片被重复处理时造成重复计数。

第二步 是在请求侧提前建立独立的输入 Token 估算。网关会根据请求类型提取真正参与推理的文本,并使用本地 tiktoken 兼容编码器计算 Token 数。 编码器按 Worker 延迟加载,计数时只返回数量,不生成完整 Token ID 数组 ,以减少 CPU 和临时内存开销。该结果写入独立的 estimated_input_tokens 字段,不会覆盖模型实报的 input_tokens ;即使分词器加载或解析失败,也只记录失败原因并放行请求, 不会让观测逻辑阻断模型调用 。

第三步 处理最棘手的情况:流式内容已经返回,但最终 usage 完全缺失。对于非多模态响应,网关会根据实际接收到的文本长度,以 “字符数 ÷ 4” 计算一个保守的输出 Token 近似值,并将 usage_source 明确标记为 estimated 。多模态内容可能包含 Base64 或 URL,按字符估算容易产生数量级偏差,因此这类请求不会强行补偿。

(Token 三级补偿策略示意图)

与此同时,日志还会记录 complete 、 client_disconnected 、 provider_error 或 incomplete 等流状态。这样,即使一次请求因客户端断开而只留下部分数据,使用者仍能判断 “这是供应商精确值、分片累计值、还是网关估算值” ,而不会把不同精度的数据混为一谈。例如,一次流式调用已经向客户端输出正文,却在最后一个 usage 分片到达前发生连接中断。传统日志可能只留下 output_tokens=0 ;网关则会保留本地输入估算、根据已接收正文补偿输出 Token,并同时标记 usage_source=estimated 和实际流状态。这样既避免监控曲线突然归零,也为后续审计保留了数据精度边界。

需要强调的是, 估算值用于异常场景下的趋势分析、容量判断和问题排查,不能替代供应商账单 。模型实报值始终优先,估算结果也始终带有来源标记—— “有数据” 与 “知道数据有多可信” 必须同时成立 。

从工程角度看,这套体系的核心不是某一个指标或插件,而是 五个设计原则 : 请求上下文统一、指标与明细分流、同步处理与异步投递解耦、观测失败不影响业务主链路、异常数据可补偿且来源可追溯 。正是这些底层设计,让 AI 网关不仅能转发模型请求,也能成为 企业统一治理 AI 流量的数据入口 。

五、总结

监控让大模型调用 “看得见” ——Token 消耗、请求延迟、Fallback 触发,每一个指标都按模型、按消费者、按时间段可下钻。 日志让问题 “查得到” ——OpenTelemetry 标准的结构化日志,一条 CLS 查询语句就能定位慢请求、错误请求、Fallback 链路。 追踪让链路 “审得清” ——TraceId 贯穿完整调用链,审计日志满足金融合规。

三者统一在 AI 网关一个入口里采集,业务方 不需要改一行代码,不需要自建监控体系 。当大模型成为基础设施,这层 “可观测屏障” 就是运营的基石 —— 没有可观测,就没有精细化运营。

如果您正在推进企业 AI 应用建设,欢迎在评论区告诉我们你正在面对的 AI 落地挑战。前往产品页面了解详情:https://cloud.tencent.com/product/cngw

AI 网关能力全景

点击 👇 视频查看 「AI 网关接入演示」



阅读原文

跳转微信打开

  •  

我不认为几亿人会用豆包「办公」,但 Agent 豆包也必须要做

原创 刘飞Lufy 2026-08-19 09:52 浙江

生产力更准确的意思,是一个人把自己的意图变成结果的能力。

1

豆包工作任务的底部多了一个切换,本地电脑和云电脑,两个不同的模式。

简单来说,本地模式是让豆包在自己的电脑上干活。授权之后,它可以读取指定范围内的文件,操作已经安装的软件和浏览器,把结果直接保存在本地。这里更准确的说法是「执行环境在本机」,模型推理和数据部分会经过云端。

云电脑则相当于一台运行在云端的远程电脑。任务开始之后,即使自己的电脑关掉,它也可以继续工作。换成手机,还能继续查看进度,中途追加要求,或者把生成的结果取回来。

看起来只是多了一个不起眼的切换,但它其实补上了 AI Agent 最关键的两种工作条件。

这也让豆包的产品定位发生了变化。

过去的豆包对我来说,更多是一个生活小能手。我会用它查天气,走在路上随手拍一下某棵树,问问是什么品种;看到院子里飞来一只鸟,也可以直接拍给它看。配合豆包输入法,日常生活里那些随时冒出来、懒得专门去搜索的小问题,基本都能很快解决。

像这样:

但一旦涉及生产力场景,我过去想到豆包的次数就比较少。原因倒不完全是模型能力,而是一个更实际的问题:AI 接触不到我真正工作的环境。

所以过去在本地,我更多使用 Codex;需要云端长期运行的任务,则更多交给扣子或者自己养的龙虾。

而豆包现在相当于把自己的能力继续泛化,可以快速覆盖更多的场景了。

类似的能力,在此前的 AI 产品里并不算第一次出现。但由豆包来做,意义显然不太一样。因为它不是一款只在程序员、AI 从业者和效率工具爱好者中流行的产品,而是一个已经进入普通人手机的国民级应用。

2

先聊一聊这两个模式的价值,跟单纯在聊天框里对话的区别。

计算机的发展史,本来就是本地和云端不断来回摆动的历史。大型机时代,算力集中在机房里,使用者坐在终端前,机器并不真正属于个人。个人电脑把算力搬到了每个人的桌上,一台机器服务一个人,这是 PC 革命的核心。后来云计算又把大量算力搬回机房,大家不再购买每一台真实的服务器,而是根据需要租用计算资源。

到了手机时代,本地和云端更是长期并存。拍照发生在本地,图像识别可能在云上完成,相册既保存在手机里,也会同步到云端。到底把哪一步放在哪里,主要取决于几个问题:哪边更快,哪边更便宜,数据离哪边更近,以及任务是否需要持续运行。

AI 一旦进入生产力场景,就绕不开私人数据。它需要读的逐字稿在个人硬盘上,需要处理的表格放在某个文件夹里,需要操作的软件已经安装在自己的机器上。这样的任务,必须具备本地执行的能力。另外一些任务可能要跑几个小时,甚至每天定时执行,不可能为了它一直开着电脑,所以又需要云端的支持。

对于本地模式来说,我的感受尤其明显。

我的播客逐字稿、剪辑工程文件、报税用的表格、这几年公众号的存稿,都存在自己的电脑里。过去如果要让 AI 使用这些资料,需要先在几百个文件里找到相关内容,再一个个上传。

本地 Agent 的逻辑不一样。可以直接把一个经过筛选的文件夹授权给它,让它自己搜索、判断和建立上下文。我们不必精确记得某句话写在哪篇文章里,只要大概说出印象,它就可以在过去的文稿里查找。很多时候,它还能找出一些我自己已经完全不记得的资料。

本地模式里,我当然也还在使用 Codex。豆包的差异化价值,更多体现在中文环境和大众化产品体验上。比如寻找中文资料时,豆包通常更快,对中文网站、中文表达和国内信息环境的触达也更好。

现在我就在用豆包工作任务的 Turbo 模式,完成半拿铁周刊的选题脚本。它需要同时搜索多个中文信息源,读取我过去的选题偏好,再把候选新闻整理成适合播客讨论的角度。这种任务不只是「搜索新闻」,而是需要反复检索、筛选、比较,再交付一个可以继续编辑的文件。中间可能涉及到不同渠道的获取方式,有的还需要登录。我可以人工帮它解决中间的卡点。而它遇到任何的卡点,都可以自己想另外的办法,或者寻求我的帮助。

云电脑解决的是另一个问题。

云端运行的并不是一个抽象的聊天窗口,而是一套可以持续工作的远程环境。Agent 可以在里面打开浏览器、翻页面、填写内容、处理文件,再把结果交回来。对于深度调研、批量整理、定时监控、长时间生成这样的任务,本地电脑没必要一直开着,人也不用守在旁边。

我之前养龙虾,为了让 Agent 不断线,专门买了一台 Mac Mini 常年开着。从能力上说,这当然也是一种自己的「云电脑」。但配置环境、维护服务、处理断线和报错的技术门槛,已经把绝大多数用户挡在了外面。大家真正需要的不是证明「这件事技术上可以做到」,是打开就用、开袋即食。

而真正可用的云电脑模式,对于多数用户来说才是有价值的。这也是我之前聊龙虾时做过的判断:商业化、普通人可用的云端 Agent,一定会很快落地。现在豆包的云电脑,正是在把发烧友自己搭建的能力,封装成普通用户可以直接使用的产品。

比如我可以让它定时查看某段行程的机票价格,记录每天的变化,符合条件时再提醒我,而不用每天自己打开几个平台搜索查看。

云电脑还有一个非常现实的价值:今天大量软件和网页,都是为人类设计的,并没有对外开放完整接口。过去的自动化工具必须等平台提供 API,或者针对页面单独写脚本。Agent 可以直接理解人类界面,于是凡是在授权范围内、能够通过浏览器正常查看和操作的内容,理论上都有机会被纳入任务流程。

当然,这不意味着 Agent 可以绕过登录、验证码、权限和平台规则,更不意味着它对所有网站都能稳定操作。但边界确实被大幅拓宽了。API 决定的是平台愿意主动开放什么,而对界面的理解和操作能力,让 Agent 有机会使用已经存在的绝大多数数字工具。

3

过去大部分 AI 产品仍然是会话式的。问一句,做一件事;做完之后,这一轮就结束了。这种形态本质上还是一个长了手脚的 Chatbot。

真正的任务托管需要另外几样东西:能够找到相关资料,能够进入实际环境,能够持续运行,还要能够在不同设备之间保持同一个任务状态。

出门前,我可以在电脑上启动一个任务;路上在手机里查看进度,想起需要调整的地方,直接补充一句;等回到桌前打开电脑,结果已经生成好了。如果是本地任务,手机还可以连接同一账号下处于在线状态的电脑,远程调用文件和软件。豆包新版本更新的手机远程操控电脑功能,已经开始把这个场景做成现实。

这里发生的变化,不只是从 PC 端走到手机端,而是任务第一次不再依附于某一块屏幕。屏幕只是查看和干预任务的入口,任务本身可以在另一台机器、另一个时间段继续运行。

过去不乏纯云端的 Agent,也不乏纯本地的 Agent。豆包这次比较有意义的地方,是把两种模式放在了同一个产品、同一个账号和同一套任务体验里。用户不需要先理解技术架构,只需要判断:这项任务要不要使用本地文件?如果电脑关掉,它还要不要继续?

更有意义的地方在于,豆包是一个国民级别的应用。

根据 QuestMobile 2026 年 AI 应用市场发展半年报,2026 年 6 月,豆包月活跃用户达到3.82亿,千问和 DeepSeek 分别为1.67亿和1.29亿。至少从用户规模来看,豆包已经是国内使用人数最多的独立 AI 应用。

我身边从中学生到退休的长辈,都有人在用豆包。其他很多 AI 产品也很好,但用户往往集中在程序员、大学生、内容创作者或者大公司的知识工作者之中,很难形成这么宽的年龄跨度。

这个覆盖面跟模型参数没有直接关系,更重要的是入口足够低。不会打字可以说话,不知道怎么描述可以拍照,不理解 Prompt 也可以直接用最自然的语言提问。对于普通人来说,产品首先要解决的从来不是「模型够不够先进」,而是「该怎么开始」。

AI 产品要真正普及,需要连续降低四道门槛:表达的门槛、获取资料的门槛、执行操作的门槛,以及持续运行的门槛。豆包过去通过语音、拍照和自然对话,已经把表达门槛降得很低;现在本地电脑和云电脑,又开始补上资料、执行和持续运行这几层能力。

虽说 AI 行业经常给人一种「天上一天,地下一年」的感觉,但对于大部分普通人来说,对 AI 的理解仍然停留在聊天、搜索和生成内容。豆包现在做的,是把 Agent 从少数人折腾的高级工具,快速推到数亿普通用户面前。

这件事的意义,可能比又提升了多少模型参数更大。

4

从字节最近的一系列动作看,方向已经很清楚了:豆包要继续进入生产力场景,也要建立更清晰的商业模式。最近围绕豆包、飞书和火山引擎进行的组织调整,也是同一个信号。豆包负责面向用户理解和组织任务,飞书提供企业里的文档、表格、会议和协作环境,火山引擎则提供模型、算力和企业服务。三者开始从独立产品,变成一条完整的 AI 生产力链条。

这也是国内 AI 产品正在共同进入的阶段。阿里整合产品推出千问办公,钉钉调整管理层,腾讯集中资源发展 WorkBuddy,背后的方向都差不多:AI 不能永远停留在聊天框里,必须走进真实的文件、软件、组织和业务流程,才有机会形成长期价值。

不过对于豆包来说,关键未必是让几亿人突然开始「用豆包办公」。办公只是生产力的一部分,甚至是比较狭窄的一部分。

生产力更准确的意思,是一个人把自己的意图变成结果的能力。填写一张复杂的表格,整理一次旅行计划,给全家设计一周的营养搭配,把几百张照片分类,比较几款家电,查找过去几年散落的票据,替孩子整理学习资料,或者每天监控一种商品的价格,这些都不是传统意义上的办公,却都是普通人真实存在的生产力需求。

过去这类需求经常卡在一个尴尬的位置:它们很具体,也很个性化,但又没有重要到值得专门购买一套软件、学习一种工具,或者请一个专业人士来做。于是大部分时候,人只能自己凑合解决,或者干脆不解决。

Agent 最适合填补的,恰恰就是这一大片过去没有被软件工业覆盖的需求。它不是替所有人完成同一种标准化工作,而是让每个人都可以临时获得一套只服务于自己的工具和流程。

所以我现在觉得,豆包最值得关注的优势,不只是用户数量多,而是它开始同时具备两个看起来互相矛盾的特点:门槛足够低,能力的天花板又在不断提高。

一个中学生可以拍下一道题,让它解释自己卡在哪里;一个不习惯打字的长辈,可以直接用语音问路、识别植物、理解手机里的某个页面;一个普通上班族可以让它整理表格、准备材料;而像我这样的内容创作者,可以让它读取本地资料,持续搜索中文信息源,完成一个运行很久的选题任务。

这些人使用的不是四款不同的垂直产品,而是同一个豆包。区别只在于,每个人调用的能力深度不同。

真正的全民工具,不是把所有功能都做得很浅,也不是要求所有人都变成专业用户,而是让不同年龄、不同职业、不同数字化程度的人,都能从自己最熟悉的方式进入,再在需要的时候逐渐调用更复杂的能力。微信当年能够跨年龄段普及,不是因为所有人用微信做同一件事,而是有人只发语音和视频,有人用它工作、支付、经营生意。一个入口之下,可以存在完全不同的使用深度。

豆包现在也开始出现这种特征。

当然,现在的 Agent 仍然不够稳定。它会误解要求,会在网页里迷路,长任务可能中途失败。它还没有到可以把所有事情放心交出去的阶段。

但产品普及从来不是等技术彻底成熟之后才突然发生的。真正的拐点,往往出现在能力已经越过基本可用线,同时使用门槛又足够低的时候。

所以眼下如果让我只推荐一款 AI 应用,装给家里的不同年龄段使用,我大概率会选择豆包。

AI 真正进入大众生活的标志,可能不是它终于解出了一道多难的数学题,也不是它又在某个排行榜上超过了谁,而是同一个家庭里的孩子、父母和老人,开始用同一个 AI,解决各自完全不同的问题。


ChatGPT、Claude 亦有帮助。

题图由 Midjourney 绘制。

跳转微信打开

  •  

为什么我对 Vibe Coding 软件毫无兴趣

原创 纯银uncle 2026-08-19 09:15 北京

如果我觉得是大便,这事就做不下去了。

微博和公众号总有人跟我说:“纯银纯银,你为什么不用 AI 写独立产品呢?” 我被问烦了,反问:

  1. 你最近一年听到过和下载过的独立产品有哪些?

  2. 到目前为止,你用过并相当满意的,OPC 用 AI 写的独立产品有哪些?

原因是可解释的。

一、

传统软件开发的协作岗是:产品经理、视觉设计师、研发、运营、增长。

对我来说——

视觉设计师的价值在于,我内心有一些复杂的视觉意象,无法清晰地表达出来,只能基于复杂意象讲一些模糊的需求。专业的视觉设计师可以将模糊需求精确地翻译出来:“对对对,那就是我想要的样子”。但由于我无法清晰地表达视觉需求,所以无法驾驭 AI 来实现这些视觉需求。

如果是偏前端的产品,因为我的 PRD 写得很好,我是可以 Vibe Coding 实现的。但像犬岛这样后端需求复杂的产品(尤其是用户匹配算法),那就非得专业程序员 AI Coding 实现了。

运营方面,我自己就是一流的内容运营,但一个人运营内容太孤独了。犬岛的问题也好,心生一计的模板和专题也好,都很依赖和调性默契的同伴反复讨论,启发灵感。这方面跟 AI 讨论也不是不行,我也试过,结果就是屎里淘金。因为我的调性相当独特,严重偏离最大公约数,也没有足够的语料可学习。AI 对我的需求理解都对,一开口不停地喷出土味金句,得捏着鼻子从土味金句里随机淘点什么出来。

至于最后的增长环节,AI 的帮助可以忽略不计。工程都对,结果全错。

以及最重要的一件事情是,跟以上各个工种的伙伴协作的时候,如果从一开始就选定了默契的伙伴,积极的想法碰撞对于提高产品质量会有很大帮助。众人拾柴火焰高。我来定义产品的价值和调性,大家一起建造和加强价值和调性,往往还能提前帮我排雷。

OPC 让你具备了一个人也能做软件的能力,但不附带任何质量保障,更无法提供传播赋能。

对我个人来说,因为对视觉表达的阈值太高,在 AI 帮助我达到 “我心目中的 70 分视觉水平” 之前,我不打算玩 Vibe Coding(软件)。

对别人来说,实现碎片化的需求不难,同时具备产品、视觉、运营的专业能力,三者都能在 AI 赋能下做出 “我心目中的 70 分水平”,概率太低。Vibe Coding 仅仅赋能你将产品构思转换成可运行的代码,产品/视觉/运营质量取决于你原本的水平。几乎所有人做出来的东西更像是捏一些自娱自乐的玩具,而我目前并没有什么玩具构思。

如果你产品不专业,Vibe Coding 很难具备有一定普适性的用户价值。

如果你视觉不专业(比如我),Vibe Coding 的界面在我看来可以用 “丑得惊人” 来形容。

如果你运营不专业,和图文相关的部分透着一股子土味。

这样就能解释,到目前为止,没有一款 AI 赋能的 OPC 作品是我觉得高品质的。如果满足不了我的高阈值,我对于做产品毫无兴趣。

二、

我在有知有行的产品拍档有一些编程能力,在 App Store 上架了自己的独立应用(主题记账)。去年开始用 crusor 重写 2.0 版本,今年混合多款 Agent 重构,终于写完了代码。我看了一眼,叹了口气,知道在这个技术阶段我是不可能手搓软件的。

因为 AI 生成的 UI 达不到我的质量底线。

拍档是一个交互 85 分,UI 65 分的产品经理。这次用 AI 重构的主题记账 2.0 版本,UI 40 分,远不如他之前用古法 figma 出设计稿。

而我能接受的 UI 底线是 60 分。

如果他这个强交互,强工具的产品经理都只能做到粗糙的 UI 水平,那我是不愿意吃自己拉的大便的。

作为老产品经理,我对 UI、交互、功能、运营,都有着复杂的内心意象。

  • 对功能的意象复杂而具体,所以我能写很好的 PRD。

  • 对运营的意象同样复杂而具体,我自己就是很好的运营。

  • 对 UI 和交互的意象复杂而模糊,这时需要很好的设计师,把我的模糊表达还原为符合复杂意象的设计。心生一计的伙伴就是这样的视觉设计师与交互设计师。

    • AI 听不懂我的模糊表达,还原出来是一坨屎。

如果是专业的 UI 设计师,他有能力用精确的表达和专业的判断来驾驭 AI,产出漂亮的作品。我没有这个能力,而 AI 也没有把我的模糊表达翻译为精确表达的能力。

这对于其他人可能并不构成障碍,一方面其他人的标准低,凑合着也能用;另一方其他人对于视觉表达大概率没有复杂的内心意象,人类提出模糊需求,AI 模糊匹配这个需求,也行。

但我的视觉需求是复杂而确定的,我只是 “讲不出来”,得借助外力翻译成我想要的样子,翻译不好我是不认的。并且我对视觉的标准很高,如果我觉得是大便,这事就做不下去了。

三、

本周在微博回复一条评论时说:我已经不想做产品了。

我做产品有两个诉求,第一是把我的品味与人格放进去,让它成为我的魂器;第二是帮助别人。

关于品味与人格,前面说过,AI 生成 UI 达不到我的标准,或者说我驾驭 AI 生成的 UI 达不到我的标准。做出来的不是我的作品,而是我会感到羞耻和厌恶的一坨。

还有一点比高阈值更重要……我喜欢帮助别人。

在我的人格中,利他性是很重要的一部分,所以如此重视「用户价值」。我做的产品能帮到别人,是产品经理职业给我带来的极强的正反馈之一。

这份正反馈现在几乎不存在了。

不是因为 “最大公约数” 的需求规模不断缩小,也不是因为市场不存在需求缺口,而是在当前环境下,需求缺口与需求满足的匹配率极低。

  • 需求缺口的个性强,共性弱

  • 用户对新软件普遍缺乏好奇心,甚至感到厌倦

  • 流量渠道没有按需分发软件的能力

在这个背景下,小型产品很难找到对自己有需求的用户。

新的市场趋势是按需生成,需求规模再小也无所谓,大多数情况下用户规模只有个位数,自己搓给自己。事实宣告独立产品的窗口已关闭,进入按需生成的软件新时代。

然后,当我意识到自己做的产品只有极少数用户时,我对物质收益完全不感兴趣,但只能帮助到极少数人……这我就意兴阑珊了。

慢鸽是个小玩意儿,两年多匹配了 1 万对笔友,我在微博代发 100 多封慢鸽征婚帖(成了十几二十几对)。对我来说这就是 “价值底线”。慢鸽的收入一共 3 万多,支付运维费用后全都分给了同伴,我一分钱没要,还倒贴近万元——这没关系,能帮到别人我很快乐。

如果预期低于慢鸽,我就不想玩了。

所以今年,我和别人一样专注于满足自己的需求,完全没有 Vibe Coding 一款软件给别人用的兴致。对许多人来说,Vibe Coding 是他们人生中第一次创造软件,而我创造的软件已经够多了,我只在乎「品质」和「利他」。

以及我虽然不想创造产品了,不代表不想创造,今年的创造欲望转移去捏各式各样(独特)的 HTML,兴致勃勃,甚至可以说是上头。


内容来自“用思考交换思考”的古典产品论坛「犬校」。©2017-2026

点击【阅读原文】,可见犬校最近一年的好帖索引。

加入犬校:【犬校 2026 年加入方式】国家不幸诗家幸,行业不兴话痨兴

图片

阅读原文

跳转微信打开

  •  

GLM-5.3上线:拓展智能上界的可及边界

智谱 2026-08-19 09:03 北京

跻身开源模型SOTA

GLM-5.3 API即日起正式上线。模型擅长复杂编码、防御性网络安全以及长程任务。

GLM-5.3在全球权威的Artificial Analysis Intelligence Index(AA综合智能指数)中取得60分,进入全球前沿模型能力区间,与Claude Fable 5、GPT-5.6 Sol等闭源旗舰模型处于同一水平,并与Kimi K3并列开源模型第一。

AA指数覆盖知识、推理、编码、智能体等多项评测,衡量模型在真实复杂任务中的综合能力

在达到同档智能水平的同时,GLM-5.3以更小的参数规模与更低的调用成本,显著降低了前沿模型能力的使用门槛。

图中,纵轴为Artificial Analysis智能指数,横轴为完成单个任务的平均成本。GLM-5.3以前沿旗舰模型中最低的单任务成本,处于高智能、低成本的最具吸引力区间,同时将前沿模型“智能—成本”的帕累托前沿大幅推进。

GLM-5.3追求的不只是智能上限,也致力于提升单位成本所能获得的智能。随着API正式开放,前沿智能将进入更多开发者、企业和知识工作者的真实工作场景。

GLM-5.3与上一代GLM-5.2沿用同一基础模型,性能提升主要来自后训练。后训练技术细节见GLM-5.3技术Blog: https://z.ai/blog/glm-5.3。

目前,GLM-5.3已接入ZCode等编码平台,并纳入GLM Coding Plan。API已开放调用,定价与GLM-5.2保持不变。模型权重将于下周五开源。

1. 官方 API 接入

2. 在线体验

3. Agent

4. Blog

阅读原文

跳转微信打开

  •  

Codex凉了,凉得理所当然

前端充电宝 2026-08-19 09:00 浙江

离谱。。。

去年你可能从同事那里听到一句话:“想做AI,先学Python。”什么LangChain、PyTorch、Transformers,听着都挺唬人。可真等你花一两个月啃完Python基础,回头一看——AI还是没能真正落地到你的项目里。

原因很简单:你的生产环境是JavaScript / TypeScript,AI能力最终得回归到前端技术栈才能发挥作用。

所以现在很多大厂的思路变了:不换语言,直接用Claude Code。这是Anthropic专门为开发者打造的AI编程工具,能读懂你的代码库、自动写代码、帮忙调试,甚至在终端里直接跑工程级别的任务。前端工程师用自己最熟悉的方式,就能把AI能力嵌入到项目中。

比起走Python那条路,Claude Code对前端开发者明显更友好:不需要换IDE、不需要改工程结构、也不用重新学一套语言体系。你只要打开 VS Code或WebStorm,继续用React/Vue、npm/yarn、Webpack/Vite,AI就在你写代码的那条流水线上实时协作。

这也是为什么到了2026年,招聘网站上写着“能用Claude Code做前端工程化”的职位越来越多,薪资也跟着水涨船高。企业要的不是能写个Python Demo的人,而是能把AI真正接到生产级前端系统里的人。

为了帮助大家踩上这次风口,拿到高薪offer。我们联合多位互联网头部大厂在职的技术专家、CTO,将自己面试官的视角和企业真实用人需求,全部融进了一套【AI算法保薪就业课程】里。通过“前沿技术、企业级项目、真实工作内推、就业保薪协议”三环保障,为你精准锁定高薪Offer。

扫码添加老师,免费获得转型规划

👇👇👇

添加后耐心等待,按顺序通过

这门课程承诺:若结业后未能成功就业、或offer薪资低于28W则全额退款(在职人员薪资涨幅40%以上)。以最终offer薪资为导向,拒绝“画饼式”无效交付。据大佬的统计,目前有93%以上的学员通过内推成功就业,上一期学员薪资最高拿到了78k!

如果你也在职业瓶颈、焦虑未来或者已经遇到降薪裁员,不妨尝试进入AI新兴赛道,这或许是你成本最低、回报最高的上岸机会。

一、课程框架&体系

独特的闭环体系

构建了“理论+实战+保障”三位一体的教学闭环:

  • 专业知识强化从Python-数学基础-机器学习-深度学习框架,到NLP八大任务-大模型-多模态-Agent,一步步夯实基础并过渡到核心前沿技术;
  • 真实项目实战不是Demo!一线大厂导师带你做企业级项目,覆盖:医疗RAG智能问答、金融风控、MCP智能客服、企业级数据自助分析平台、个性化新闻资讯推荐等热门场景;
  • 保薪协议保障签署就业协议,未达28W年薪或在职学员薪资涨幅低于40%可退款,真正对结果负责。

感兴趣的同学,可以直接扫码咨询

👇👇👇

了解一下不吃亏,说不定就上岸了

二、企业级项目介绍

企业级项目实训交付:

项目 1:企业级多场景大模型API调用与能力测试平台

项目 2:医疗领域RAG智能问答系统

项目3:Transformer机器翻译模型

项目4:大模型+RAG新闻多标签体系构建

项目5:金融知识图谱推理式问答系统

项目6:MCP智能客服多工具协同系统

项目7:大模型SQL生成与数据检索融合

最新项目加入:

项目1:大模型小样本情感分类效能对决

项目2:企业级AI知识中台与智能决策中枢

项目亮点&分项目内容展示

课程体系包含了Ai领域前沿技术、核心项目,覆盖非常全面,适用于所有行业的算法岗位,整个课程更注重带领学生项目实操和落地,授人以鱼不如授人以渔,学完后还会具备举一反三的能力,无论进入什么行业,算法岗位和项目均能胜任。

三、就业保障体系

  • 保薪协议:课程结业后未拿到28万offer,在职人员薪资涨幅低于40%,承诺全额退款(薪资保障根据学员实际情况估算,无上限!)

  • 内推资源:合作企业覆盖BAT大厂、中小厂、金融、电商、生物医药等行业公司的280+企业;

  • 就业指导:大厂在职导师1v1规划+简历指导+面试模拟+薪资谈判支持。

    我们郑重承诺,所有承诺的保障均落实在合同中,白字黑字,双方认证盖章签字具备法律效应!不玩任何套路文字游戏,大家可以放心咨询,先免费了解一下,合适即学,不合适也无妨,多了解一些行业信息总归没有坏处,也给自己一个接触新赛道的机会,说不定下一个把握住机会上岸的就是你!

感兴趣的朋友,可以直接扫码咨询

👇👇👇

先加上了解,万一哪天能用到

四、课程就业案例

01|从事网络安全工作8年,基础一般、履历一般能转型吗?@常同学

常同学转型前做网络安全8年,基础一般,也担心没有AI经验,那时即将被裁员,经过多番了解,常同学也明白AI对于想要转型的人员来说是机会更多的方向,最终得到家人的支持加入学习,结果也并没有让他失望,在成都收获26k15薪的offer!

02| 双非本科金融专业热爱AI技术,能否成功入行? @ 张同学

张同学是金融专业的大三学生,并且是普通本科,因为自己对计算机行业比较热爱,加上AI是趋势,不管来自任何行业、任何专业,都有一试的机会,张同学通过系统学习,最终用能力证明非科班也能上岸,拿到年薪29W的offer!!

03|工作14年,开发架构师,如何突破职业瓶颈期? @王大哥

王大哥咨询课程时工作14年,已是开发架构师,薪资也已经拿到48K,但由于在一个赛道久了,也早已遇到瓶颈,王大哥也不甘于此,了解到AI上限高、薪资高、机会更多,经过身边专业的朋友认可后果断加入学习,后面经过某手多轮面试最终拿下大模型架构,K4a级别,年包百万!

04 |学历一般也有机会拿高薪offer? @ 刘同学

刘同学大专毕业,做了5年软件开发。考虑到当下开发岗位很卷,而且自己的学历和工作经验都不占优势,所以想通过AI技术能力加持跳槽实现涨薪。在系统性学习后斩获23k、28k两个offer!

我们所有的就业数据均真实可查,以上专门选几位学历一般、薪资一般、简历一般、年龄较大的学员,也是想向大家说明:凭借着当下行业对AI人才的海量需求,只要具备AI相关技术能力,就业是自然而然的事情!踩着风口跟着国家规划走肯定不会错。

总之

AI人工智能正处于快速上升期,尤其是大模型、多模态、自然语言处理等领域,落地应用越来越多、就业缺口持续扩大,薪资也在不断水涨船高。

当企业高薪争抢AI相关人才,还在其他技术岗位拼搏的你是否也曾暗自焦虑:下一个被优化掉的,会是我吗?与其届时被动学习,不如现在掌握主动权!

时代的风口的门票,从不发给毫无准备的看客

扫码咨询锁定免费内推名额

👇👇👇

AI时代已经来临,主动出击才能把握机会

再次强调:若结业后未能成功就业、或者offer薪资低于28万/涨幅低于40%、

再或者没有提供内推,则全额退款!这不仅是承诺,更是底气,让大家学得放心。

跳转微信打开

  •  

规模化应用 AI 的最大绊脚石,其实不是技术?

Thoughtworks 2026-08-18 19:00 北京

核心导读93% 的企业领导者渴望引入 AI 智能体,却仅有 5% 的企业具备驱动它们的数据基础。

核心导读

93% 的企业领导者渴望引入 AI 智能体,却仅有 5% 的企业具备驱动它们的数据基础。员工和客户正在悄悄弃用现有 AI 工具——根源不是技术,而是“数据信任鸿沟”。

在这场规模化部署 AI 的竞速赛中,真正拖慢企业脚步的往往不是技术瓶颈,而是底层数据的可靠性。

危机正在悄然发生

由于输出质量不达标和缺乏可信度,员工和客户正在悄悄弃用现有的 AI 工具。

如果不加以重视,新兴的“智能体项目”也将面临同样的命运。更为致命的是,对于高度自主化的智能系统而言,不可靠的数据会成倍放大这些风险,让高投入的AI创新项目加速沦为“概念验证的坟墓”。

如何填补AI时代的“数据信任鸿沟”?

在最新一期的 Thoughtworks Perspectives 专栏中,专家 Amy Raygada 与 Jade Forsberg 深度剖析了阻碍企业应用 AI 的那些“意想不到的绊脚石”。他们指出:想要真正让 AI 智能体落地创造价值,企业必须“回归基础”,直面并修复数据信任问题。

探寻破局之道

点击左下角「阅读原文」,深入阅读全文


阅读原文

跳转微信打开

  •  

AI Coding 时代,前端开发新绝配!

原创 CUGGZ 2026-08-18 09:43 浙江

AI 写代码,已经成为前端开发的日常。

但 AI 能生成代码,不等于它能保证代码质量。

它可以理解需求、修改项目、补齐功能,甚至独立完成一轮开发任务,但它无法保证每一处实现都符合原有架构,也无法保证没有遗漏边界条件、权限问题和隐藏风险。

所以,AI Coding 反而让“看代码”变得更重要。开发者更需要看懂它改了什么、为什么这么改,以及这些代码能不能真正进入项目。

最近我在家里用上了明基 RD280U 显示器。它不会替我判断代码对不对,但它确实让阅读代码、查看Diff和处理多个窗口这几件事更舒服了。对我来说,这才是它和 AI Coding 真正契合的地方。

3:2,更适合看代码

明基 RD280U 采用28.2英寸、3840×2560分辨率的4K+屏幕,比例是比较少见的3:2。

和常见的 16:9 相比,它最明显的优势是纵向空间更充足。官方数据显示,3:2可以多显示18.5%的内容。

现在用AI参与项目开发,经常需要从头到尾读一遍它生成或修改的文件,结合上下文判断逻辑是否合理。多出来的纵向空间,可能刚好能把一个函数的判断和返回放在同一屏,也能减少阅读过程中反复滚动的次数。

代码阅读最怕被频繁打断。3:2的价值不是数字更大,而是让逻辑更容易连续地看下来。4K+分辨率带来的文字细腻度也很直接。代码字符边缘清楚,中文文档和终端文字看起来也更舒服。再加上Nano Matte抗反射面板,家里白天有自然光、晚上开灯时,屏幕中的倒影不会一直干扰视线。

我尝试用手电筒照不同的屏幕,可以看到明显的差异,第一个是我之前使用的一台4K显示器,屏幕上出现了比较明显的反光;第二个 RD280U 反光明显更轻,代码内容依然清楚可见,观看体验舒服很多。

专业编程模式,重点是让代码更容易辨认

RD280U提供深色和亮色两种专业编程模式,分别适配深色IDE和浅色IDE。

它不是替代编辑器的语法高亮。IDE决定变量、函数、注释分别显示什么颜色,编程模式则进一步优化文字、背景和语法颜色之间的层次。

编程模式

编程模式


非编程模式
非编程模式

通过上面的两组对比,可以明显看到普通模式与编程模式之间的差异。开启编程模式后,代码字符更加清楚,不同语法颜色与背景之间的层次也更容易辨认。

在深色主题下,函数名、变量和注释更容易区分,字符边缘也更利落。切换到亮色主题后,白色背景会更柔和,同时保留代码文字的清晰度。

编程模式-深色主题
编程模式-深色主题
编程模式-浅色主题
编程模式-浅色主题

这种差异并不是把颜色调得更艳,而是让视线更容易找到当前正在检查的内容。

再来对比一下16:9的显示器和明基 RD280U,看看在深色模式和浅色模式下,有什么不同:

浅色主题
浅色主题
深色主题
深色主题

这个差异显而易见,明基的 RD280U 明显看着更舒服,在黑暗模式下会更黑,在明亮模式下会更柔,更清晰。

显示器下方还有一枚编程触键,轻触就能调出快捷菜单,快速切换编程模式、智慧调光等常用功能,不需要反复进入OSD菜单。

软件、连接体验,和程序员更配

RD280U 还贴心配套了 Display Pilot 2 软件。

下载:https://www.benq.com/en-us/monitor/software/display-pilot-2.html[1]

亮度、显示模式和常用功能,都可以直接在电脑上调整,不需要反复操作显示器的OSD菜单。还可以根据自己的使用习惯设置快捷键,在不同显示模式之间快速切换。

几个常用的功能:

  • 软件调光,直接在电脑中调节屏幕亮度
  • 桌面分区模式,提高多任务效率:
  • 一键提高清晰度。

如果家里同时使用个人电脑和工作笔记本,RD280U还支持KVM功能,两台设备可以共用一套键盘和鼠标,切换设备时不用重新插拔外设。

它的90W USB-C接口还能通过一根线完成画面传输、数据连接和笔记本供电,让家里的桌面更加整洁。

晚上使用,也有一些贴心设计

晚上在家看代码时,可以打开显示器背后的MoonHalo智慧光环,为屏幕后方补充柔和光线。

再配合猫头鹰模式进一步降低屏幕亮度,屏幕与黑暗环境之间的反差会小很多,夜间使用也更加舒服。

写在最后

AI可以完成越来越多的编码工作,但代码质量不会因此自动得到保证。

开发者仍然需要阅读代码、理解改动、发现问题,并为最终结果负责。

RD280U的价值,也不是替我们完成这些判断,而是通过3:2屏幕、4K+分辨率、专业编程模式、软件控制和连接体验,让整个过程更清楚、更顺手。

AI 负责提供方案、代码落地,开发者负责作出判断。

而明基RD280U,确实是一块很适合承载这套 AI Coding 工作流的屏幕。

跳转微信打开

  •  

看完诺兰的《奥德赛》,我把荷马史诗补了一遍

原创 佳芮的创业笔记 2026-08-17 22:02 美国

诺兰的《奥德赛》好看,但我看的时候对荷马史诗一无所知。看完抓着 Claude 问了一个下午,从"特洛伊木马是什么战争"问到"青铜时代的锡矿在哪"。这篇写给和我一样没有西方古典背景的人:一张人物表、三张地图,把电影和它背后的三千年讲清楚。

周六我去看了《奥德赛》,诺兰个人票房最高的一部。

看的时候很震撼,但其实只看懂了个大概。海伦、阿伽门农、墨涅拉俄斯,名字长得都像,谁是谁的谁完全对不上;地理在哪、历史上发生过什么,更是一片迷茫。

回来我抓着 Claude 问了一个下午,从“特洛伊木马是什么战争”一路问到“青铜时代的锡矿到底在哪”。越问越觉得,诺兰是在用他自己的口吻,讲一个非常好看的反战故事。

这篇就是那个下午的整理,写给和我一样对西方文明没概念的人。不需要任何背景知识,我尽量把每个名词都讲清楚。

荷马史诗是什么

荷马史诗指两部长诗:《伊利亚特》和《奥德赛》,写定于约公元前 8 世纪,是现存最早的希腊文学,也常被当作整个西方文学的起点。它在西方的地位类似《诗经》,但用法更重:古希腊人拿它当教科书,孩子识字就背荷马,演讲引经据典引的也是荷马。据说亚历山大东征时,枕头底下压着一部《伊利亚特》。

荷马本人是谁,说不清。传说是一位盲眼的吟游诗人,但他是否真有其人、两部史诗是不是同一个人写的,从古希腊起就有争论,到今天也没有定论。确定的是这两部诗加起来近三万行,讲的都是同一场战争:特洛伊战争,和它的余波。

先拆一个误会:木马不在《伊利亚特》里

我原来以为荷马史诗就是讲木马屠城的。错了。

《伊利亚特》写特洛伊战争第十年里约五十天的事,主题是阿基琉斯(希腊联军最强战士)的愤怒,结尾停在赫克托耳(特洛伊主将)的葬礼。城还没破,木马还没出现。

《奥德赛》写的是战争结束之后:希腊联军里最聪明的那个人奥德修斯,赢了战争,却花了十年才回到家。

木马的详细故事反而出自几百年后罗马诗人维吉尔的《埃涅阿斯纪》。"小心带着礼物的希腊人"这句名言就是那里来的。

恰纳卡莱海边的木马复制品。特洛伊遗址就在土耳其西北的这座城市附近

恰纳卡莱海边的木马复制品。特洛伊遗址就在土耳其西北的这座城市附近

今天的特洛伊:遗址公园与特洛伊博物馆位置图

今天去看特洛伊:遗址是一座考古公园,旁边 800 米是 2018 年开馆的特洛伊博物馆,都在恰纳卡莱省的 Tevfikiye 村(地址:Tevfikiye Köyü, 17100 Çanakkale, Türkiye),距恰纳卡莱市区约 30 公里

所以诺兰拍《奥德赛》,拍的不是攻城,是回家。

电影开场就是伊萨卡宫廷里一个游吟诗人在唱木马计,佩涅洛佩(奥德修斯的妻子)听不下去,打断了他。整部电影里木马计被拆成三次、从三个人的视角分批讲完。

出场人物,一张表

电影卡司也顺便对上:

· 马特·达蒙演奥德修斯;

· 安妮·海瑟薇演佩涅洛佩;

· 汤姆·赫兰德演忒勒马科斯;

· 赞达亚演雅典娜(智慧女神,奥德修斯的保护神);

· 本尼·萨夫迪演阿伽门农;乔·博恩瑟演墨涅拉俄斯。

· 露皮塔·尼永奥一人分饰海伦和阿伽门农的妻子克吕泰墨涅斯特拉

原著里这两人是姐妹,电影里改成了双胞胎:同一张脸,一个被丈夫毁了容,一个杀了丈夫。

奥德修斯为什么非去不可

这是我当时反复问的问题:奥德修斯家在希腊最西边的小岛上,特洛伊在今天的土耳其,隔着一整片海。别人抢了别人的老婆,关他什么事?

答案是一份他自己起草的契约。

当年海伦择婿,全希腊几十个贵族都来求婚。她父亲不敢选:选谁,剩下几十个都会翻脸。奥德修斯也在求婚队伍里,但他清楚自己是穷岛小王,赢不了,于是找海伦的父亲做了笔交易:我给你一个方案解这个死局,你帮我娶你侄女佩涅洛佩。

方案是让所有求婚者先立誓:

无论谁娶到海伦,其他人都有义务保卫这桩婚姻;将来有人侵犯它,全体立誓者必须共同讨伐。

这个设计把落选者从潜在的敌人变成了婚姻的担保人。僵局解开,墨涅拉俄斯中选,奥德修斯也如愿娶到了佩涅洛佩。

若干年后帕里斯把海伦带走,条款触发。这份誓约类似北约第五条:一家被打,全体自动参战。而奥德修斯自己也立过誓,他设计的条款绑住了他自己。

他试过赖账。使者上门征兵时,他装疯:用牛和驴混着套犁,往地里撒盐。对方把他刚出生的儿子放在犁前,他本能地拐开了。疯装不下去,只能跟着出征。

帕里斯为什么去抢海伦:一只金苹果

奥德修斯这头是被誓约绑走的。另一头我又问了一个问题:帕里斯一个来做客的王子,怎么就敢把主人家的王后带走?我本来以为答案就是"海伦太美了",补完课发现,神话给的起因具体得多。

事情要从一场婚礼说起。珀琉斯和忒提斯结婚(这对夫妻后来的儿子,就是阿基琉斯),众神都在宾客名单上,唯独漏了不和女神厄里斯。她还是来了,扔下一只金苹果就走,上面刻着一行字:给最美的女神。

赫拉、雅典娜、阿佛洛狄忒都伸了手。宙斯不敢裁决:判给谁,另外两个都会记恨他。

于是他把这个烫手的裁判权丢给一个凡人,特洛伊王子帕里斯。

三位女神没有比美,是比出价。赫拉许他统治亚洲,雅典娜许他百战百胜,阿佛洛狄忒许他世上最美的女人。帕里斯把苹果判给了阿佛洛狄忒。所以他后来到斯巴达作客、带走海伦,在神话的账上不是见色起意:阿佛洛狄忒欠他一个"世上最美的女人",他是来兑现的。至于这个女人已经结婚、正是主人家的王后,神许诺的时候没管,他兑现的时候也没管。

一场漏请了客人的婚宴,一只苹果,一个被收买的裁判,十年战争。起因和结局还在同一张桌上:婚宴的新人生下了阿基琉斯,这场从他父母婚礼上开始的战争,他会在里面战死。

这一段诺兰没有拍。电影里除了雅典娜(而且只有奥德修斯看得见她),奥林匹斯诸神基本被抹掉了,风暴、雷电都按自然现象处理,开战的理由只保留了人间的版本。金苹果和三女神的赌局,属于补了课才知道的前史。

出征:两三周的航程

出征路线图:从伊萨卡出发,绕过伯罗奔尼撒半岛,经奥利斯集结,过莱姆诺斯、忒涅多斯抵达特洛伊

出征路线图:从伊萨卡出发,绕过伯罗奔尼撒半岛,经奥利斯集结,过莱姆诺斯、忒涅多斯抵达特洛伊

从伊萨卡到特洛伊,直线约 510 公里。青铜时代的船不敢离岸,贴着海岸和岛链走,海路约 700 公里,顺风两三周。这在当时是常规商路,不是探险。

船也和我想的不一样。荷马管它们叫“黑船”:船身涂沥青防水,涂完就是黑的;长十几到二十几米,没有甲板,一根桅杆,挂一面方形的帆,配五十个桨手。方帆就是一块兜风的布,风从船尾吹来,把布吹鼓,船才往前走;风向不对,帆就没用,全靠桨手划。所以出海前得等风。没有罗盘,没有海图,白天靠认海岸和岛屿定位,天黑就把船拖上沙滩,生火做饭,睡在岸上。所谓贴岸走,是因为离了岸就不知道自己在哪。

黑绘陶杯上的希腊战船:一根桅杆,一面方帆,船舷一排桨

"黑船"长这样:一根桅杆,一面方帆,船舷一排桨。黑绘陶杯细部,约公元前 520 年,法国国家图书馆藏

全希腊的船在奥利斯(希腊中部的一处港湾,正对优卑亚岛)集结。风迟迟不来,阿伽门农在这里献祭了自己的女儿换取顺风。船还没出海,先死了自己人。

然后是所谓的"十年围城"。这四个字也和我想的不一样:青铜时代没有投石机、没有攻城塔,面对认真修过的城墙毫无办法,而希腊人的营地只扎在海边,城的另外几面是敞开的,特洛伊照常接收援军和粮食。实际发生的事,是双方在城和海之间的平原上断断续续打了十年野战,希腊军队靠劫掠周边城镇维持补给,还因为分赃不匀反复内讧。《伊利亚特》开篇的冲突就是阿伽门农和阿基琉斯争一个女俘。

僵局拖了十年,因为双方都赢不了,也都不能走:特洛伊人打不退希腊人,希腊人攻不进城,又不肯空手回家,回去没法交代。最后打破僵局的不是武力,是木马,一次针对判断力的欺骗。城墙没有被攻破,是特洛伊人自己把它拖进去的。

谁对谁错?荷马拒绝回答

看电影之前我以为这是个正邪故事。补完课发现,荷马的写法里没有反派。

那个世界的头号规矩叫宾主之谊:主人必须善待客人,客人绝不能伤害主人。

宙斯(众神之王)亲自守护这条法。帕里斯以客人身份住在墨涅拉俄斯家里,趁主人出门,带走了女主人和财宝。这件事帕里斯没有道理,荷马也没替他说话:特洛伊城里的长老们提议把海伦送回去,是他自己不肯。

但荷马紧接着就让你看到另一面。《伊利亚特》第一卷,阿伽门农仗着统帅身份抢走阿基琉斯的女俘。你为了"有人抢女人"打了十年仗,然后自己抢别人的女人。荷马把这件事放在全诗开头,等于开篇就告诉你:这一仗没有干净的一方。

赫克托耳知道弟弟理亏,还是出城迎战,因为不战就是耻辱。他清楚特洛伊会亡,妻子会为奴,儿子活不成,但还是穿上了铠甲。

破城之夜,希腊人在神庙里施暴,把赫克托耳的婴儿从城墙上摔下去。于是神明转头惩罚胜利者:阿伽门农活着回到家,当晚被妻子杀死在浴室里,她记着女儿被献祭那笔账,等了十年。奥德修斯在海上漂了十年,全船人死光,一个人回到家。

荷马的答案不是谁对,是没有人赢。特洛伊人失去了城,希腊人失去了归途,整部《奥德赛》讲的就是赢了之后怎么回不了家。

希腊人到底图什么

谁对谁错聊完,我问了个更直接的问题:几十个王、上千条船,漂洋过海打十年,总不能真是为了一个女人。

第一层答案在地图上。特洛伊卡在达达尼尔海峡口,黑海贸易的必经之路,谁坐在那里谁收过路费。这是最硬的经济动因。

第二层是能搬走的财富。青铜时代的掠夺逻辑很实在:土地搬不走,金属、织物、牲畜、人搬得走。破城之后希腊人也确实没留下来殖民,装船回了家。

他们要的不是特洛伊这块地,是特洛伊这个仓库。

第三层有硬证据,也是最让我意外的一条:他们抢人,主要是抢女人回去干活。证据出在迈锡尼。这里多说一句:迈锡尼是阿伽门农的都城,当时希腊最强的王国,强到整个时代的希腊文明都以它命名,叫迈锡尼文明;这座城今天和特洛伊一样只剩遗址,在伯罗奔尼撒半岛的东北角(出征图上标了位置)。

它的宫殿废墟里挖出过一批线形文字 B 泥板(青铜时代希腊的记账文字),上面登记着成批的女性纺织工,按来源地分组:克尼多斯的、米利都的、哈利卡纳索斯的,全部来自安纳托利亚西岸,特洛伊就在那条海岸线上。也就是说,史诗里当战利品分掉的女俘,抢回去是进宫殿纺织作坊干活的,账本上记得清清楚楚。《伊利亚特》开篇阿伽门农和阿基琉斯争的那个女俘,放进这套账本里,就是一个在册的纺织工。

电影把这层窗户纸直接捅破了。开战前夜,奥德修斯对佩涅洛佩说(大意,非逐字台词):

海伦只是阿伽门农的借口。他真正要的,是打破特洛伊对贸易航线的控制。他绝不会收手。

所以“抢回海伦”是名义:帕里斯破坏宾主之谊,给了全希腊一个合法的出兵理由;真正让几十个王带船出海的,是抢劫的预期收益。战争要一个说得出口的理由,理由和原因是两回事。

海伦:以她的名义

整个故事里,最让我唏嘘的是海伦。

她到底是怎么跟帕里斯走的?自愿私奔,还是被劫走?荷马故意不写死。史诗里她反复咒骂自己,但自责不等于自愿。古希腊人也受不了这个悬案,后来干脆造了个新版本:海伦根本没去特洛伊,去的是神用云做的幻影,真人在埃及待了十年。这个版本的存在本身就说明,三千年前的人也觉得这件事说不清。

荷马不写死,诺兰也不写死,但他给了海伦一道原著里没有的疤。原著里她毫发无伤,战后照常做斯巴达王后。古代传说里有个著名场面:破城之夜,墨涅拉俄斯提剑冲进城要杀她,看到她的脸,剑掉在了地上。诺兰把这一幕反过来拍:这一次,剑落了下去。电影里海伦脸上带着大疤,墨涅拉俄斯还当着客人的面拿它开玩笑:

Perhaps you‘ ve heard of Helen? Face that launched a thousand ships. Maybe now just five hundred.(也许你听说过海伦?那张发动一千条船的脸。现在,大概只值五百条了。)

号称为她打了十年仗的丈夫,把剑砍在她脸上,再把她带回宫里继续做王后。她回来了,但没有被原谅。

电影里另一场戏,墨涅拉俄斯把破城说成正义的胜利,海伦当场顶回去:那是你哥哥的野心。全片看得最清楚的人是她。

忒勒马科斯到斯巴达打听父亲的下落,临走时海伦抱住他,托他给母亲带话。原话是:

I‘ m sorry for Troy, and for everything that has happened in my name.(为特洛伊,为以我之名发生的一切,说对不起。)

电影剧照:佩涅洛佩与忒勒马科斯在伊萨卡城头远望大海

佩涅洛佩(安妮·海瑟薇)与忒勒马科斯(汤姆·赫兰德)在伊萨卡城头远望大海。海伦的道歉,就是托这个儿子带给这位母亲的。剧照 ©Universal Pictures

这句话的措辞很准:她说的不是 for what I did,是 in my name。她不认领因果,只认领署名,因为决定确实从来没轮到她做:

金苹果那场赌局里,阿佛洛狄忒把她当赏格许给帕里斯,没人问过她;

帕里斯带她走的时候,荷马连她愿不愿意都不写;

阿伽门农出兵,为的不是她;

墨涅拉俄斯的剑落下来之前,也没人问过她想不想回斯巴达。

仗以她的名义打了十年,她参与的决策是零。最后她托一个二十岁的年轻人,把道歉带给另一个从没见过面的女人:

一个成了战争的理由,一个成了战争的代价。

归途:十年的迷宫

电影版归途九站地图:特洛伊、独眼巨人、女巫基尔克、冥界、塞壬、墨西拿海峡、太阳神的牛群、卡吕普索、伊萨卡

电影版归途九站地图:特洛伊、独眼巨人、女巫基尔克、冥界、塞壬、墨西拿海峡、太阳神的牛群、卡吕普索、伊萨卡

去程 700 公里走了两三周,回程走了十年。地图上那条绕遍整个地中海的线,就是电影的主体。

先说明一点:荷马从不给坐标,他只说"漂了九天"。图上这些地点是后来的希腊人和罗马人认领的,因为谁都想让自己的家乡出现在史诗里。

独眼巨人被安在西西里的埃特纳火山下,女巫基尔克的岛是罗马附近的奇尔切奥山,塞壬(用歌声诱杀水手的海妖)在阿马尔菲海岸外的小岛,船员偷宰太阳神牛群的那一站在锡拉库萨附近。冥界荷马放在人间世界之外,没有坐标,诺兰去冰岛的黑沙滩拍的这场戏。

塞壬那一站,希腊人自己画过"剧照"。大英博物馆有一只公元前 480 年左右的陶瓶,画的正是奥德修斯把自己绑在桅杆上听歌:

大英博物馆藏"塞壬瓶":奥德修斯绑在桅杆上,人首鸟身的塞壬在头顶盘旋,约公元前 480 年

大英博物馆藏"塞壬瓶":奥德修斯绑在桅杆上,人首鸟身的塞壬在头顶盘旋,约公元前 480 年

斯库拉与卡律布狄斯那一站,是两只怪物一边一个守着窄水道,船要过就得选牺牲谁。后人把这一站安在墨西拿海峡,也就是意大利半岛和西西里岛之间那条水道:最窄处约三公里,海流确实凶:

太空视角下的墨西拿海峡:左边是西西里,右边是意大利半岛,最窄处约三公里。NASA 摄

太空视角下的墨西拿海峡:左边是西西里,右边是意大利半岛,最窄处约三公里。NASA 摄

卡吕普索(把奥德修斯扣了七年的女神)的岛,传统上认作马耳他的戈佐岛。今天岛上有个洞穴就叫"卡吕普索洞",俯瞰一片红沙滩,电影的这段也是在马耳他拍的:

马耳他戈佐岛 Ramla 湾的红沙滩

马耳他戈佐岛 Ramla 湾的红沙滩,“卡吕普索洞”就在湾边的山坡上

这条路线在地理上完全不成立,从特洛伊回伊萨卡根本不该经过西西里和马耳他,那是往西多走了两千公里。但荷马的地理不是导航,是叙事:越往西,越远离人类世界,越接近怪物和神,迷失本身就是空间上的写法。同一片海,去的时候是路,回来的时候是迷宫。出发时他带着十二条船,回家时只剩他一个人,家里没人认得他,连他自己都要重新证明"我是谁"。

谁战争最大的代价不是死人,是把一个你熟悉的世界,变成你认不出的世界。

诺兰改了什么

补完原著背景再回看电影,最有意思的部分是改编。海伦的疤和道歉前面讲过了,再列几处我印象深的。

删掉了阿基琉斯。 原著的冥界一章里,奥德修斯见到阿基琉斯的鬼魂,夸他是最伟大的英雄,对方回答:

我宁可活着给穷人当雇工,也不愿在这里统治所有亡魂。

这个用命换名的人,亲口说不值。电影把这场戏整个删了,阿基琉斯全片没有出现。我能理解取舍,但有点可惜:这句话是整个英雄叙事的自我否定,是荷马反战的那一刀。

忘忧莲并进了卡吕普索。原著里“吃了就忘记回家”的忘忧莲是独立一站,和卡吕普索的岛不相干。电影把两者合并:卡吕普索用莲花压住他的记忆,表面是止痛,实际是囚禁,而他自己也想忘。一个亲手烧掉一座城的人,被递过来一样能让他不再记得的东西,他接受了,七年就这么过去。

要回家,得先同意重新疼起来。

这是全片我最喜欢的改动。

勃克林《奥德修斯与卡吕普索》,1882 年:他背对着她望向海,她坐在洞中。画家比电影早一百四十年画出了同一种关系

勃克林《奥德修斯与卡吕普索》,1882 年:他背对着她望向海,她坐在洞中。画家比电影早一百四十年画出了同一种关系

结局。原著结尾奥德修斯杀光求婚者,继续做伊萨卡的王。电影里他把王位交给忒勒马科斯,和佩涅洛佩一起乘船离开,向着日落。诺兰在采访里讲过他的改编立场:他对荷马是忠实的,荷马不是可以随手改写的对象;但原著结局里的一些处理,他认为没办法原样搬上今天的银幕。

黑船迎着落日航行

向着日落的黑船。官方预告片画面 ©Universal Pictures

诺兰没有在任何采访里自称拍了一部"反战电影",反战是我自己的读法。但也不需要他自称:荷马写的胜利者没一个有好下场,电影里开战的真实动机又被奥德修斯亲口说破。这样的故事只要完整讲出来,立场就藏不住。

这一切是真的吗

问到这里我已经停不下来了:特洛伊真的存在吗?打过这场仗吗?

城是真的。遗址在今天土耳其西北的希萨利克,紧挨达达尼尔海峡口,1870 年代被施里曼(一个痴迷荷马的德国富商)挖开。挖出来的不是一座城,是九层城叠在一起:三千年里人们反复在同一个土丘上重建,因为这个位置扼守黑海航道,太值钱,烧了也要回来。对应传说年代的是第七层 a 段,约公元前 1180 年被焚毁,火灾层、仓促加固的房屋、街道上的尸骨都在。

最上面的第九城值得多说两句。它是希腊人和罗马人建的新城,就叫伊利昂,靠"特洛伊故地"这个身份繁荣了一千二百年:亚历山大东征路过时专门来祭拜,罗马人干脆认特洛伊王子埃涅阿斯当祖先,前面提过的《埃涅阿斯纪》就是为这套认祖叙事写的。讽刺的是,他们脚下踩着的才是真特洛伊:第九城的地基打在第七城的灰烬上,住在上面的人并不知道下面埋着什么。

没有哪个文明是连续的。他们都是在自己前一次的废墟上重新开始,而且大多数时候,新的那一层并不知道下面埋着什么。

第九城的结局我也问了:它没有毁于哪场战争,是地理把它废掉的。

特洛伊的价值从来不在城墙里,在城下面那个海湾:帆船顶不动海峡里的逆风逆流,进黑海之前要在湾里锚泊等风,等风的船队就是这座城的生意。但斯卡曼德河(今天的卡拉门德雷斯河)的泥沙一直在填这个湾,几百年里海岸线一路后退,今天遗址离海已经有五六公里,当年的海湾整个变成了农田平原。

湾没了,船不再停,城就没有了存在的理由。

拜占庭时代航运和财富都聚到君士坦丁堡那头,伊利昂缩成村庄,再后来连位置都被人忘掉,直到施里曼来挖。

特洛伊遗址的城墙,今天还立在土耳其恰纳卡莱省的希萨利克土丘上

特洛伊遗址的城墙,今天还立在土耳其恰纳卡莱省的希萨利克土丘上

施里曼本人是个灾难型的先驱:他认定特洛伊在最底层,用炸药从顶上一路挖穿,恰好毁掉了他真正要找的那两层。

他后来在迈锡尼挖出一副黄金面具,激动地宣布"我凝视了阿伽门农的脸"。后来测年发现,面具比任何可能的特洛伊战争早了三百多年。

迈锡尼出土的"阿伽门农面具",实际年代约公元前 1550 年,比传说中的特洛伊战争早三百年。雅典国家考古博物馆藏

迈锡尼出土的"阿伽门农面具",实际年代约公元前 1550 年,比传说中的特洛伊战争早三百年。雅典国家考古博物馆藏

战争的部分,更准确的说法是:不存在一场十年围城的总决战,但赫梯帝国的外交档案里记着爱琴海势力在安纳托利亚西岸持续上百年的袭扰和冲突。档案里那座城叫 Wilusa,与希腊语的"伊利奥斯"对音;有份条约里 Wilusa 统治者叫 Alaksandu,而帕里斯在史诗里的另一个名字正是亚历山德罗斯。口头传统把上百年的边境摩擦,压缩、放大、道德化成了一个十年的故事。

最让我意外的是史诗自己的传播方式。它成文于公元前 8 世纪,离它描写的年代已经过去四百多年,中间希腊经历了一次彻底的文明断层,连文字都失传了。故事靠吟游诗人口口相传活下来,格律就是纠错码:每行诗有严格的音节结构,记错的词大多不合律,当场就会卡住。而它真的记住了东西。

荷马描写过一种用野猪獠牙缝在皮革上的头盔,他那个时代没人见过这种东西,考古学家后来在迈锡尼墓葬里挖出了实物,和诗里的描述能对上。

迈锡尼的野猪牙头盔,荷马在《伊利亚特》里准确描述过它的做法,而他生活的年代这种头盔已消失四百年。雅典国家考古博物馆藏

迈锡尼的野猪牙头盔,荷马在《伊利亚特》里准确描述过它的做法,而他生活的年代这种头盔已消失四百年。雅典国家考古博物馆藏

造一把剑需要三个大陆

电影里奥德修斯有句台词,大意是:我们的青铜时代正在崩塌。看电影时我以为是句氛围台词,补完课发现它是字面意思。

青铜是铜加锡。铜好办,塞浦路斯就是产铜大户。锡极其稀少,地中海世界几乎不产。

2022 年的一项同位素研究测了乌鲁布伦沉船上的锡锭:1/3来自塔吉克斯坦的矿山,走了3200 公里陆路才到地中海上船;

2025 年的研究又确认,以色列海岸沉船上的锡来自英国康沃尔。

造一把剑的供应链,横跨三个大陆。

青铜时代原料网络地图:锡从英国康沃尔和塔吉克斯坦两头汇入东地中海,铜出塞浦路斯,青金石来自阿富汗,琥珀来自波罗的海

青铜时代原料网络地图:锡从英国康沃尔和塔吉克斯坦两头汇入东地中海,铜出塞浦路斯,青金石来自阿富汗,琥珀来自波罗的海

乌鲁布伦沉船是这张网络的实物证据:一艘公元前 1320 年左右沉在土耳其海岸的商船,货舱里有塞浦路斯的铜锭、中亚的锡、阿富汗的青金石、波罗的海的琥珀、埃及的圣甲虫,来自十来个不同文化的货物装在同一条船上。

博德鲁姆水下考古博物馆的乌鲁布伦沉船复原,货舱里铺满牛皮形铜锭

博德鲁姆水下考古博物馆的乌鲁布伦沉船复原,货舱里铺满牛皮形铜锭

公元前 1200 年前后,这张网络在大约五十年内整体熄灭。百年干旱、连环地震、饥荒、流民,多重冲击同时打在一个高度耦合、毫无冗余的系统上:

锡进不来,青铜造不出,靠宫殿统一记账分配的经济没有任何备份。

特洛伊、乌加里特、赫梯首都、迈锡尼,接连烧毁。希腊人烧了特洛伊把战利品运回家,不到一代人,迈锡尼自己也被烧成灰。我们今天还能读到迈锡尼的账本泥板,恰恰因为烧掉宫殿的大火把泥板烤成了陶。

此后希腊进入四百年黑暗时代,文字失传,人口锐减。荷马四百年后唱这个故事时,只记得城破了、英雄叫什么名字,完全不知道自己在给一整个崩溃的世界写墓志铭。这段推荐 Eric Cline 的《文明的崩塌:公元前 1177 年的地中海世界》,整本书讲的就是这场连锁崩溃。

特洛伊城破的时候,中国在干什么

补课过程中最提神的一问。答案:商朝正当盛年。

特洛伊第七层焚毁约在公元前 1180 年。那时商朝已立国四百多年,都城在殷,也就是今天的安阳。甲骨文已经用了七八十年,王室占卜、归档、记事,是一套有专职人员的文书系统。青铜工艺正处在铸造后母戊鼎那种八百公斤重器的高峰。

同一个世纪,地中海那边线形文字 B 随宫殿一起烧毁,希腊人即将忘掉怎么写字,一忘四百年;黄河这边,占卜师刻完龟甲归档入坑,那批龟甲三千年后挖出来我们还能读。一边的文字在死,一边的文字在被埋进土里等着被读。两边彼此完全不知道对方存在。

这是补课时让我印象最深的中西差别:希腊的书写传统断过,断得非常彻底,线形文字 B 直到 1952 年才被重新破译,和后来的希腊字母毫无继承关系;甲骨文到金文到篆隶楷,改朝换代无数次,文字一次都没断过。

为什么中国没断?

迈锡尼是一张国际贸易网上的节点,青铜、财富、政权的合法性都靠外部输入,网络一断,它就没有存在的理由;

商周是农业内向型体系,粮食、人口、政权都在本地闭环,改朝换代换的是顶层,底下那套自己接着转。所以希腊断得彻底,中国换代不换字。今天我们还能大致读两千年前的文本,希腊人却一度读不了五百年前的自己。

还有个反直觉的后续:希腊那次断裂,反而长出了新东西。宫殿经济烧掉之后再没重建,填进真空的是一批小型、自治、互相竞争的城邦。如果迈锡尼的宫殿体系顺利延续,大概率长成近东式的神权王国,不会有公民大会、悲剧竞赛和哲学辩论。

雅典民主是断裂之后长出来的东西,不是文明连续的成果。思想的爆发,需要的不是繁荣,是权力的分散。而权力的分散,往往正是上一个秩序崩掉之后留下的空档。

往后对照也有意思:荷马史诗写定和《诗经》早期篇章的整理差不多同时;孔子去世九年后,苏格拉底出生;希腊独立战争和鸦片战争,前后相隔不到二十年。

写在最后

《伊利亚特》全诗的第一个词是"愤怒",《奥德赛》的第一个词是"人"。一部讲愤怒如何毁掉最强的战士,一部讲一个人如何回家。三千年前的听众围着吟游诗人听的就是这两件事。

荷马不歌颂胜利,胜利者的下场在他笔下并不比失败者好。

诺兰接住了这一点,还用 IMAX 胶片把它拍得好看,这是我佩服的地方。

补完这一圈课,最后留在我心里的不是历史知识,是人没怎么变。开战前要找一个说得出口的理由,冠冕堂皇就行,牵强也不要紧,海伦就是这么被用的;打赢了急着分战利品,分不匀就当场内讧;明知这仗不该再打,谁也拉不下脸先撤。

另一面也没变:奥德修斯装疯装到一半,看见儿子被放到犁前,还是把犁拐开了;赫克托耳知道城守不住,还是出了城门;佩涅洛佩等了二十年。而且这两面经常长在同一个人身上:装疯是算计,把犁拐开是本能,中间隔了不到一分钟。荷马把这些原样写下来,一个字不评,他知道人看人,是看得懂的。

琢磨完这些,我大概懂了诺兰为什么挑《奥德赛》而不是《伊利亚特》:

《伊利亚特》讲怎么打赢一场仗,《奥德赛》讲的是打赢之后:仗赢了,又如何?

破城那晚,奥德修斯拿到了一个人能从战争里拿到的一切:胜利、战利品、名声。之后他用十年把这些全部丢掉——船沉了,战利品沉了,同伴死光了,在独眼巨人的洞里他连名字都不敢报,自称"无人"。丢到一无所有,他才回到伊萨卡。

这首诗自己也是这么活下来的。唱它的那个世界整个烧掉了,希腊人忘了怎么写字,宫殿和账本都没留住,这个故事靠人一代代背下来,穿过四百年黑暗期。城和财宝都没熬过那场崩溃,一首诗熬过来了。

想继续挖的话:《伊利亚特》《奥德赛》中译本有王焕生和陈中梅两个通行版本;英文可以看 Emily Wilson 的新译本;青铜时代崩溃看上面提过的《文明的崩塌》。我自己也是刚补的课,写错的地方欢迎指正。


图片来源与授权

· 四张地图为自绘示意图(海岸线数据:Natural Earth),归途站点采用后世传统比定,非荷马所给坐标。

· 照片与画作来自 Wikimedia Commons:特洛伊城墙 Jorge Láscar (CC BY 2.0);木马复制品 YesimMutlu (CC BY-SA 4.0);黑船陶杯 Clio20 (CC BY-SA 3.0);墨西拿海峡 NASA(公有领域);戈佐岛 Freddyolsson (CC BY-SA 4.0);阿伽门农面具、野猪牙头盔 Jebulon (CC0);乌鲁布伦沉船复原 Dosseman (CC BY-SA 4.0);塞壬瓶与勃克林画作为公有领域。

· 演员照片同样来自 Wikimedia Commons:马特·达蒙 Elena Ternovaja (CC BY-SA 3.0);安妮·海 瑟薇 Jay Dixit (CC BY-SA 4.0);汤姆·赫兰德 Gage Skidmore (CC BY-SA 3.0);赞达亚 Glenn Francis, PacificProDigital.com (CC BY-SA 4.0);露皮塔·尼永奥 John Sears (CC BY-SA 4.0);本尼·萨夫迪 Colleen Sturtevant (CC BY-SA 4.0);乔·博恩瑟 Super Festivals (CC BY 2.0)。

· 剧照与预告片画面来自环球影业官方宣传物料(©Universal Pictures),仅作影评配图。

跳转微信打开

  •  

Shein 在和 Temu 的版权诉讼中再受挫,败诉了

原创 Fenng 2026-08-17 18:05 新加坡

怎么回事?

前几天的消息,Shein(希音)周四在伦敦针对竞争对手 Temu 提起的版权侵权诉讼中败诉。

这件事情是怎么回事呢?看了一下媒体报道,大致情况如下:

Shein 指控 Temu 「大规模」使用 Shein 自有品牌服装的照片,侵犯其版权。

但是法官驳回了 Shein 关于 Temu 侵犯其版权的主张。因为 Temu 只是一个「中介平台」,并不了解相关侵权行为,即使有商家侵权了,Temu 也不应承担责任。因为照片由商家上传,Temu 没有参与照片内容的选择、制作或编辑,对这些特定照片主要发挥技术、自动和被动作用。

法官在判决中指出,Shein 最初主张 Temu 复制了 Shein 的照片,但在庭审中没有继续追究这一主张(其实也另有原因),Temu 的服务器位于英国境外,相关复制行为也发生在英国境外。Temu「禁止商家上传侵权内容」,因此不能认定 Temu 授权了相关侵权行为。

Temu 则反诉 Shein 通过独家协议捆绑供应商、违反竞争法,这起案件预计将于明年,也就是 2027 年开庭。如果 Shein 的香港 IPO 按现阶段计划完成,竞争法案件很可能会在其上市之后了。

媒体的报道细节比较少。看完还是有些疑问,于是又找了一些信息。发现这个纠纷已经打了几年。

2023 年 6 月,希音先向 Temu 发出律师函,称 Temu 英国网站上的大量商品使用了希音的产品照片。2023 年 8 月 7 日,希音正式在伦敦高等法院起诉。

希音提出的核心指控是:

  • Temu 商家使用希音员工拍摄的商品照片;

  • Temu 商家使用希音供应商或摄影机构提供的照片;

  • Temu 借助这些图片销售相同或相似服装;

  • Temu 因而搭上了知名度更高的希音的顺风车。

希音随后在 2023 年 9 月和 2024 年 2 月取得临时禁令。Temu 收到希音通知后,必须在很短时间内移除相关图片。由于 Temu 的商品页面不能没有照片,实际结果通常是整个商品页面被下架。一共有数千个商品页面因此受到影响。

希音最后整理出的诉讼清单涉及 Temu 英国网站上的 2559 个商品页面,其中:

  • 2285 个使用了希音员工拍摄的照片;

  • 263 个使用了供应商照片;

  • 11 个使用了摄影机构照片。

为了避免逐一审理数千个页面,法院采用了抽样审理方式,最初选择了 20 个代表性商品页面:

  • 4 个员工摄影作品;

  • 13 个供应商摄影作品;

  • 3 个摄影机构作品。

但在审判前,希音陆续撤回其中 15 个样本的诉讼,包括全部摄影机构作品和绝大部分供应商作品。2026 年 4 月,法院已经就这 15 个被放弃的样本判 Temu 胜诉。

因此,2026 年 5 月正式开庭时,实际上只剩下 5 个样本:

  • 四组希音员工拍摄的照片;

  • 一组名为 Strawberry Nightdress 的供应商照片。

这也是理解本案的关键:希音最初声称存在「工业规模」的侵权,但真正进入完整审理的代表性样本只有五个。要注意这并不意味着诉讼只涉及五个页面,但确实反映出 Shein 在大量供应商和摄影机构作品上难以证明完整权利链。

整个过程中,特别不利于希音的一点是,在最初发出律师函时:

  • 本案主张权利的 Roadget 尚未取得全部相关员工照片的版权;

  • 对大量供应商及摄影机构照片,希音一方自己也不知道是否拥有版权;

  • 希音没有向 Temu 提供完整的作者、首次版权人和权利转让证明。

法院因此认为,连 Shein 自己都没有弄清楚具体照片的权属,很难反过来认定 Temu 应当知道这些照片侵犯了希音的版权。

法院进一步认定,Temu 在这些具体商品页面上主要扮演中介平台角色。

要注意这里法院并不是简单认定「Temu 是中介平台,所以不承担责任」,而是分别驳回了 Shein 提出的复制、向公众传播和二次侵权主张。法院同时认定,就本案剩余的五组代表性照片而言,Temu 主要发挥技术、自动和被动作用;即使构成侵权,也可以援引网络托管免责。

另外,Temu 在商家协议中禁止上传侵权内容,并设有知识产权投诉和下架机制。结合同样缺乏鼓励、批准或控制涉案照片的证据,法院认定 Temu 没有授权用户实施版权侵权。

Temu 收到 Shein 的通知后进行了调查和删除。对于临时禁令下的通知,Temu 在两个工作日内移除了相关页面;对于最初律师函列出的 8,036 个页面,处理持续了数周,但法院结合通知数量、链接错误和权属材料不足等情况,仍认定 Temu 的处理速度是合理的。

因此,即便前面的某项侵权主张成立,Temu 理论上仍可以援引英国电子商务规则中的避风港原则。

剩下的一组供应商照片是 Strawberry Nightdress。但这唯一保留下来的供应商照片还有授权问题。

法院确认,希音后来取得了相关照片的版权以及追究既往侵权的权利,因此具备起诉资格。

但是,证据显示供应商一方很可能已经同意其亲属经营的 Temu 店铺使用这些照片。法院因此认定,这组照片的使用获得过许可,侵权主张仍然失败。

那么,Temu 为什么反诉呢?

法院发现至少存在三类问题:

  • 希音根据禁令通知下架的部分代表性照片,后来自己撤回了诉讼;

  • 2023 年禁令原本没有覆盖部分供应商和摄影机构作品,但希音仍以此要求下架;

  • 2024 年禁令要求希音说明作者和最初版权人,希音部分通知没有符合要求。

Shein 辩称,禁令只要求移除照片,没有要求 Temu 移除整个商品页面。

但这个说法法院并没有接受。原因非常实际:服装产品无法在没有图片的情况下正常销售,Temu 的系统也不允许没有图片的商品页面继续存在。因此,移除照片实际上必然导致商品下架,希音应当预见这一结果。

法院最终认定:

  • Temu 的知识产权反诉在责任层面成立;

  • 希音需要为错误通知造成的损失承担责任;

  • 具体赔偿金额将在后续第三阶段审理中确定。

这可能是此次裁决中对希音最实质的不利部分。

这个诉讼过程的一个教训是:版权人必须先弄清楚自己到底拥有什么权利。

希音在尚未核实摄影者、首次版权人以及权利转让链条的情况下,大规模发送下架通知,是本案的重要失误。

看到这里,有点好奇 Shein 请的哪家或哪几家法务律师团队。

希音不只是没有获得赔偿,未来还有可能反过来被 Temu 索赔。

相比索赔而言,反倒是 Temu 另有一项更重要的反诉:诉希音涉嫌违反英国竞争法。

Temu 指控希音:

  • 要求供应商签署排他性或限制性协议;

  • 阻止供应商向 Temu 供货;

  • 利用版权投诉和禁令大量移除 Temu 商品;

  • 通过供应链控制和诉讼手段限制竞争。

案件材料还涉及大约 450 家希音重要供应商签署的供应商声明或承诺文件。

这个有点像国内电商反垄断的时候那个二选一的事儿了。

最后总结下来看,这次官司不只是「两家公司为几张照片打官司」那么简单,而是两种跨境电商力量在争夺三样东西:

  • 商品和图片的知识产权控制权;

  • 供应商资源;

  • 谁应当为平台商家的行为承担责任。

所以像路透社这样的媒体会用「电商行业迎来关键裁决」的描述来进行报道。或许,在将来会有更深远影响。

以上内容,如有事实出入,欢迎读者以及相关方指正。

跳转微信打开

  •  

IndexTTS 2.5 让声音跨越语言

原创 Index 语音团队 2026-08-17 15:00 上海

不赶进度、专注打磨!今天想和大家聊聊我们最新发布的 IndexTTS 2.5,支持中/英/日/西/阿五国语言零样本配音,推理速度翻倍升级,跨语言情绪还原更自然,同时也支持原声的语速控制能力,补齐上代模型短板。在AI语音合成领域,B站自研的 IndexTTS 系列一直以高情绪还原度、可落地性强著称。这次新版 IndexTTS 2.5 并没有快速迭代更新,而是团队进行了长时间、全方位的深度打磨。宁愿推迟发布,也要把速度、音质、多语种适配、情绪自然度全部优化到位,最终给大家带来更成熟、更好用的全新版本。

👉 仓库地址 (记得Star🌟):https://github.com/index-tts/index-tts

👉 官方宣传片(求三连🎉):https://www.bilibili.com/video/BV1uvMk6ZEdK/

👉 论文地址:https://arxiv.org/abs/2601.03888

👉 Demo展示地址:https://github.com/index-tts/index-tts2-5.github.io

为什么要做 2.5?

去年 IndexTTS 2 发布后,非常受社区小伙伴们喜爱,情感和音色解耦组合的能力,让不少创作者在有声书、视频配音场景里玩出了花。

但我们也收到了很多真实的反馈,其中最集中的两条是:

  •  “只会中英双语不够用啊”——想让自己的声音说日语、说西语;

  •  “好是好,就是有点慢”——实时性场景里等得着急。

这两条反馈,成了 IndexTTS 2.5 的立项初心。经过大半年的打磨,我们交出的答卷是:

  •  🔥 跨语种情感复刻:进一步打磨情绪韵律表现与音色还原效果,整体稳定性大幅提升;

  •  🌍 多语言升级:一站式支持中文、英语、日语、西班牙语、阿拉伯语五大语种,满足语种多样化的配音需求;

  •  ⚡ 更快更轻:对推理架构进行轻量化重构,有效提升推理运行效率;

  •  🎙️ 灵活语速:开放语速控制能力,满足创作需求

下面和大家展开聊聊我们是怎么做的。

先站在巨人的肩膀上看看路

语音合成这两年发展很快,技术路线也几经分化。我们在报告里梳理了一张主流零样本 TTS 的技术全景图:

目前最主流的范式是:语言模型先生成承载发音和韵律的"语义 token",再由流匹配模块还原声学细节,最后经声码器输出波形。IndexTTS 2.5 沿用了 IndexTTS 2 验证过的这条主干,把火力集中在四个关键升级点上。

升级一:多语言,难在"同一个字两种读法"

做多语言 TTS,最头疼的问题之一是跨语言共享字符。举个最典型的例子:日语里大量使用的汉字,模型看到它,到底该按中文读还是按日文读?

为了系统地回答这个问题,我们设计并公平对比了三种建模策略:

一个重要的发现是:没有银弹,三种策略各有擅长且互补。我们把完整的对比结论写进了报告,希望能给同行们做多语言系统时提供一些可直接参考的设计原则。

巧妇难为无米之炊。为了喂饱多语言模型,我们还搭了一条自动化数据管线—带事件分类的 VAD 切分(区分语音/歌唱/伴奏/噪声比例)、一体化 ASR(识别 + 说话人日志 + 标点恢复)、选择性音源分离(仅伴奏片段用 Demucs 抽人声,避免音质劣化)、基于说话人一致性与文本连贯性的片段合并(单说话人、≤25s)、音频质量 + 文本质量双重过滤。

最终我们攒下了约 15 万小时的多语言语料,外加 135 小时情感语音。

升级二 & 三:瘦身组合拳——

序列砍半 + 换个更轻的"心脏"

提速这块,我们打了套组合拳:

第一拳:语义 Codec 帧率从 50Hz 压到 25Hz。 语义 token 序列长度直接减半,训练和推理的计算量、显存占用都大幅下降,而语言信息几乎无损。

第二拳:S2M 模块主干从 U-DiT 换成 Zipformer。 参数更少、生成更快。有意思的是,主观盲测里 Zipformer 版本反而以 56% vs 40% 的偏好率赢下了更复杂的 U-DiT——大道至简。

两拳叠加,效果直接看数据(相同 A10 硬件环境):

T2S 模块 RTF 从 0.232 降到 0.119,S2M 模块从 0.078 降到 0.017,整体提速约 2.28 倍,主观听感无可感知下降。对实时交互场景来说,这是从"能用"到"好用"的一步。

升级四:让模型自己"卷"自己——

GRPO 后训练

我们把 GRPO 强化学习引入了 T2S 模块的后训练:同一段文本让模型随机生成 4 个候选语音,用 ASR 词错误率和说话人相似度当"裁判"打分,让模型自己朝着"读得对、像本人"的方向进化。

收获是实打实的:五语言平均 WER 从 6.75% 降到 6.00%,平均说话人相似度从 73.18 升到 73.63,英、日、阿语的提升尤其明显。

效果怎么样?上数据

零样本语音克隆:在五种语言的评测中,IndexTTS 2.5 平均说话人相似度最高,但WER比4B模型Fish Audio S2 Pro略差一单,整体处于第一梯队:

注:图中仅列入五种语言均有完整结果并报告平均值的模型;带 † 的数据引用自各模型原论文,WER 越低越好,SS 越高越好

跨语言合成:用一段中文语音做参考,让同一个音色开口说英、日、西、阿语,IndexTTS 2.5 综合成绩全场最佳:

情感迁移:情感训练只用了中文和英文数据,但模型把"情绪"带到了所有语言——阿语情感测试(还是用日语 prompt 的极限设定)MOS 达到 4.18/5;在 CV3-Eval 情感零样本基准上,中文情感识别准确率 0.713,比 CosyVoice3 的 0.467 高出一大截。

多语言情感合成对比(IndexTTS 2.5 vs CosyVoice3):

情感感知评测(CV3-Eval Emotion-ZeroShot 基准):

简单说:你给它一段开心的中文,它能让一个西班牙语的声音同样开心。 情感,音色,语种被明显解耦了。

写在最后

从 IndexTTS 1 到 2 再到 2.5,这个系列的每一步成长都离不开社区的关注和反馈。这一次,我们希望 IndexTTS 2.5 能让"用任何声音、说任何语言、带任何情绪"这件事,离每一位创作者更近一点。也欢迎在评论区聊聊你的使用场景和建议——你们的每一条反馈,都是下一个版本的立项书。

团队介绍

本论文主要作者来自哔哩哔哩 Index 语音团队(bilibili Index Speech Team),Index语音团队是一支专注于音频技术创新的研究团队,致力于音频生成、语音合成与音乐技术的前沿探索,重点研究高保真、自然真实、可控性强的语音生成模型。团队通过深度学习与神经网络技术的不断突破,持续为学术界与工业界提供高质量的语音合成技术支持与创新方案,助力创作者用声音打破表达边界。

团队招聘相关

工作职责:

1.负责语音大模型(Speech LLM)及语音生成技术的研发与迭代,聚焦高保真语音合成(TTS)、零样本音色克隆、情感/风格可控语音生成等方向,持续挑战技术边界。

2.紧密跟踪语音合成领域最新进展(如基于 LLM 的端到端语音生成、扩散/流匹配语音模型等),推动研究成果向业务转化,并在顶级会议/期刊发表高水平论文。

3.将语音生成技术工程化落地于 B站视频出海、内容创作、虚拟主播等核心场景,解决音色相似度、情感表现力、多语言支持等实际业务痛点,打造行业领先的语音创作工具。

工作要求:

1.计算机科学、人工智能、信号处理等相关专业硕士及以上学历,具备扎实的机器学习、深度学习理论基础。

2.深入理解多模态与生成式模型原理,熟悉大模型底层技术(如 Transformer、Diffusion、Flow Matching、自回归建模等);在语音生成领域有前沿技术研究及论文发表经验,敢于挑战技术边界。

3.对主流语音合成架构有深入理解,熟悉 IndexTTS、CosyVoice等开源语音合成模型,具备模型训练、微调、推理优化及工程化部署的实战经验;

4.有 ACM/ICPC、Kaggle 等编程竞赛获奖经历,或 GitHub 开源项目具有较大影响力者优先。

5. InterSpeech、ICASSP、NeurIPS、ICML、ACL 等语音或 AI 顶会/顶刊发表过相关论文者优先。

-End-

作者丨Index SpeechTeam

阅读原文

跳转微信打开

  •  

去哪儿网:AI Coding驱动大型核心系统重构实践

原创 张培&薛锦泽 2026-08-17 11:43 北京

文章概览前言大型重构的难点,是系统级不确定性AI Coding 重构工程化方法论重构实践案例总结作者介绍:张培

e7aea0b2-cb9f-4322-b3ce-66271860cbe5.png

文章概览

图片

  • 前言

  • 大型重构的难点,是系统级不确定性

  • AI Coding 重构工程化方法论

  • 重构实践案例

  • 总结

作者介绍:

张培,2017年加入去哪儿旅行,国内机票报价技术负责人 / AI 研发 SIG 负责人。主要负责国内机票报价系统技术架构、稳定性与性能优化, 覆盖报价核心搜索系统等 P1 核心服务; 2025 起负责国内机票 AI Coding 从 0 到 1 建设, 推动技术中心 AI Coding 从个人提效走向端到端工程交付。

薛锦泽,2022年加入去哪儿旅行,目前在国内机票-主站报价与自营-国内报价团队,主要负责国内机票主流程搜索以及国内机票供应平台的基建与日常维护。

前言:AI Coding 不只适合小需求

过去一段时间,AI Coding 已经逐渐进入日常研发流程。对于目标清晰、范围集中的小需求,AI 往往可以快速完成代码修改、测试补充和问题修复,研发同学也很容易通过几轮交互形成闭环。

但这次我们想讨论的不是一次普通的小需求开发,而是一次 15 万行高并发核心系统重构:主流程强依赖、链路复杂、对性能和稳定性要求极高,任何不可控改动都可能带来线上风险。

这篇文章尝试回答三个问题:

  • AI Coding 能不能从“辅助写代码”,升级为“驱动大型重构的工程化执行系统”?

  • 在长上下文、大影响面、高风险场景下,如何让 AI 的执行过程可控、可验证、可回滚?

  • 一次大型重构真正可复用的经验,究竟是提示词、工具链,还是背s后的工程约束和质量闭环?

在这次实践中,我们最终拿到了一组结果:

维度

结果

交付效率

总工时:约 100PD → 30PD

性能收益

搜索主流程 P50 / P90 耗时均下降约 70%

资源收益

机器资源成本节省约 45%

上线结果

无 QA 介入,顺利上线无故障

相比结果本身,更值得讨论的是这套方法背后的工程化思路:先把大型重构变成目标可拆解、边界可约束、过程可验证、风险可回滚的执行系统,再让 AI 在这个系统里持续推进、反馈和沉淀证据。

一、大型重构的难点,是系统级不确定性

1、从局部功能交付到系统行为控制

小需求开发与大型系统重构的差异

小需求开发和大型系统重构的差异,不只是代码量从几十行变成几万行。更关键的变化,是目标从“局部功能交付”变成了“系统行为控制”。小需求只要改对一个功能点,并通过相对明确的测试路径,就能形成闭环;大型重构则必须证明一整条主链路在改造前后仍然行为一致,并且异常、性能、资源和副作用都在可控范围内。

这也是为什么大型重构不能简单套用小需求 AI Coding 的方式。两类任务看起来都是“让 AI 改代码”,但它们对上下文、验证和风险控制的要求完全不同。小需求里,AI 的局部理解偏差通常可以通过几轮交互快速修正;大型重构里,同样的偏差可能会被放大成系统级风险。

2、四类不确定性会决定重构成败

大型重构真正难的地方,不是某个类怎么改、某段逻辑怎么搬,而是重构完成后系统行为是否仍然可信。这个可信度来自对不确定性的持续消除。

  • 行为不确定。重构前后的请求、响应、异常语义是否一致,是否会在边界场景、历史配置或特殊数据路径下出现隐性差异。

  • 影响不确定。改动是否只影响目标链路,还是会误伤主流程、分支流程、缓存、配置逻辑或外部依赖。

  • 验证不确定。靠人工测试和少量回归用例,是否足以覆盖线上真实流量里的复杂组合场景。

  • 风险不确定。一旦线上出现差异,能否快速发现、定位、止损,并在必要时回滚到原流程。

如果这些不确定性没有被显式处理,AI 的执行就很容易变成“看起来完成了代码改造”,但团队无法判断它是否真的满足上线条件。大型重构最危险的不是 AI 不会写代码,而是在边界不清、验证不足时,它会用自己的隐含假设补齐缺失信息。

3、为什么传统重构成本高

传统重构之所以成本高,也正是因为这些不确定性需要大量人工消化。工程师要靠经验梳理系统结构、调用链路和隐性风险,要靠人工测试判断核心功能是否正常,还要在推进过程中持续记录分析结论、改造记录和验证结果。

传统痛点

在大型重构中的表现

带来的风险

工时投入大

代码梳理、逻辑迁移、测试回归依赖大量人工投入

推进周期长,过程容易被局部问题拖慢

系统认知不完整

系统结构、历史逻辑和隐性依赖依赖少数人的经验

容易遗漏边界场景和非主干链路

测试验证覆盖不足

人工测试通常优先覆盖核心功能,难以覆盖真实流量组合

上线后才暴露一致性或性能问题

过程沉淀不足

分析结论、改造记录、验证证据分散在不同会话或文档里

复盘困难,后续任务难以接续推进

任何一个环节缺失,都会让重构进入“代码改完了,但没人能证明它真的安全”的状态。对于主流程核心系统来说,这种状态本身就是风险。

4、AI Coding 的前提,是先把不确定性变成工程约束

让 AI 完成系统重构前必须补齐的四个工程条件

所以,让 AI 参与大型重构的前提,不是给它更长的上下文,也不是让它一次性理解完整系统,而是先把这些不确定性转化成工程约束:目标可拆解、边界可限定、验证可自动化、失败可回滚。只有先把执行环境设计清楚,AI Coding 才可能从“写代码工具”升级为“可持续推进重构的执行系统”。

换句话说,大型重构要解决的不是“让 AI 多写代码”,而是让 AI 在长上下文、大范围、高风险下仍然可控。下一步要讨论的,就是这套可控执行环境应该如何设计。

二、AI Coding 重构工程化方法论

第一章讨论的是大型重构为什么难:它面对的不是单点代码修改,而是系统级不确定性。要让 AI Coding 进入这种场景,核心不是给 AI 更大的自由度,而是先搭建一套可执行、可验证、可回滚的工程闭环。AI 在闭环里持续推进,人负责关键判断和风险控制。

1、先理解两个关键词:Harness 和 Loop

Harness 负责约束边界,Loop 负责反馈推进

在这套方法里,最重要的两个关键词是 Harness 和 Loop。Harness 解决的是“AI 能在什么边界内行动”,Loop 解决的是“AI 每一轮执行后如何反馈和继续”。两者结合后,AI 才不是在开放空间里自由发挥,而是在目标、边界、工具、验证和停止条件都明确的环境中执行。

  • Harness 是约束系统。它定义目标、边界、上下文、规则、可用工具和停止条件,决定 AI 可以做什么、不能做什么、遇到什么情况必须停下来。

  • Loop 是反馈系统。它让每次执行都经历计划、修改、验证、分析、记录和判断,决定下一步是继续推进、重试修复,还是升级给人工确认。

没有 Harness,AI 很容易在边界不清时自动补齐假设;没有 Loop,自动执行就容易变成失控的连续改动。大型重构需要的是二者共同工作:先把行动空间收敛,再让执行过程有反馈。

2、四阶段闭环:从目标到上线证据

AI Coding 驱动系统重构的四阶段闭环

有了 Harness 和 Loop 之后,重构流程需要被组织成可持续推进的阶段闭环。我们把大型重构拆成规划、设计、执行、验收四个阶段,只有执行阶段真正进入高频 AI Coding,前面的规划和设计主要用来把目标、边界、方案和验证条件对齐清楚。

  • 规划阶段。明确重构目标、扫描系统链路、建立指标基线,先回答“为什么改、改到什么程度算成功”。

  • 设计阶段。完成技术方案、里程碑拆解、Phase / Task 规划和依赖关系梳理,先回答“怎么改、按什么顺序改”。

  • 执行阶段。按照 Task 逐步执行 AI Coding,每次改动都要验证、记录和判断,失败后进入分析和修复流程。

  • 验收阶段。汇总测试结果、Diff 结论、指标效果和发布证据,判断是否具备进入下一阶段或上线收口的条件。

这个流程的重点不是把步骤画得更复杂,而是让每一步都有明确输入、输出和判断标准。AI 可以承担大量高频执行,但它不能替代流程本身。

3、人机分工:人负责判断,AI 负责高频执行

人负责方向与风险判断,AI 负责高频执行与沉淀

大型重构里,人和 AI 的分工必须清楚。AI 适合做信息整理、代码执行、测试反馈、Diff 分析和文档沉淀;人必须负责目标定义、边界判断、架构取舍、风险接受和上线决策。否则,AI 很容易在缺少判断标准的情况下,把执行效率变成风险放大器。

角色

主要职责

不能交出去的部分

人

目标定义、边界划定、架构判断、风险接受、上线决策

方向判断、方案取舍、是否继续推进

AI

代码扫描、方案辅助、代码修改、测试执行、Diff 分析、报告沉淀

不能替代人确认业务目标和风险边界

这意味着人的工作不是退到流程之外,也不是每一步都手写代码,而是在关键节点做判断、设边界、看证据。AI 的价值则体现在高频执行和沉淀上,把大量重复、细碎、可验证的工作持续推进下去。

4、任务拆解:先里程碑,再 Task

从重构目标拆到 AI 可稳定执行的 Task

大型重构不能直接把“大目标”交给 AI。目标越大,隐含假设越多,AI 越容易在不确定的地方自行补齐。更稳妥的做法,是先把重构目标拆成里程碑,再拆成 Phase,最后拆到 AI 可稳定执行的 Task。

  • 里程碑用于表达阶段性业务目标,例如先保证行为一致,再做性能优化,最后做灰度收口。

  • Phase用于表达一组有共同验收目标的任务集合,便于阶段性 Go / No-Go 判断。

  • Task是 AI 可稳定执行的最小工程单元,最好接近一次小需求改动,并且能独立验证、独立回滚。

一个合格的 Task 不能只有一句“实现某能力”。它至少要说明输入、输出、修改范围、不修改内容、验收标准、风险点和回滚方案。Task 越清楚,AI 的执行空间越稳定,后续验证和排障也越容易。

5、Task 文件:先约束输入,再沉淀证据

Task 文件必须定义执行输入、验证标准和风险出口

Task 是 AI 可稳定执行的最小工程单元。但要让 AI 稳定执行,Task 文件不能只写一句“实现某能力”。它必须提前定义执行输入、验证标准和风险出口,让 AI 知道该改什么、不能改什么、做到什么程度算完成,以及遇到什么情况必须停下来。

  • 做什么。写清任务目标、业务背景、交付物和成功状态,避免 AI 只理解局部代码改动,却忽略这次改动服务的阶段目标。

  • 改哪里。写清影响范围、涉及模块、代码改动清单、依赖关系和预期输出,让执行边界足够具体。

  • 不改哪里。写清不能触碰的链路、接口语义、配置项、外部副作用和历史兼容逻辑,减少“顺手优化”带来的系统风险。

  • 怎么验。写清编译、单测、自动化测试、Diff、回归和性能指标等验证标准,让 Task 是否通过有明确证据。

  • 失败怎么办。写清回滚方案、失败策略、Human Gate 和停止条件,让 AI 不会在异常状态下继续扩大改动范围。

Task 文件的作用不是“给 AI 一段需求描述”,而是把一次改动约束成可执行、可验证、可恢复的小闭环。Task 写得越清楚,AI 的自由发挥空间越小,后续排障和复盘成本也越低。

产物沉淀:

Task 执行完成后,还必须沉淀执行证据。代码写完不代表 Task 完成,真正完成的标准是执行文档、执行记录、验证结果和判断结论都可以被后续任务复用。

沉淀产物

记录内容

作用

Task 执行记录

修改文件、修改原因、改动摘要、不修改内容

让每次 AI Coding 都能被追溯和复盘

验证结果

编译、单测、自动化测试、Diff 分析、性能数据

证明本次 Task 是否具备进入下一步的条件

风险判断

遗留风险、失败原因、是否需要人工确认

控制 Loop 的下一步方向,避免盲目继续执行

产物链接

方案文档、代码变更、测试报告、部署记录

支持跨会话恢复上下文,也方便后续任务复用

6、项目总览文件与自动化执行

项目总览文件是 AI 项目的执行入口和状态源

当 Task 数量变多后,单轮对话不可能承载全部上下文。大型 AI Coding 项目需要一个项目总览文件,作为文档导航页、状态页、上下文恢复入口和自动化执行入口。

  • 项目定义。记录背景、目标、范围边界、关键约束和最终验收标准。

  • 过程产物链接。聚合方案、架构、任务拆解、Task graph、验证文档和部署记录。

  • 执行状态。记录每个里程碑、Phase、Task 的进度、通过情况、阻塞原因和下一步动作。

  • 上下文恢复。让 AI 在新会话里能快速定位当前项目状态,而不是重新从头理解整套系统。

自动化执行不是让 AI 一直跑,而是让 AI 按项目总览和 Task graph 找到下一个可执行任务,进入 Harness + Loop 执行;完成后,再把执行记录、验证结果和产物链接回写到总览文件。这样项目即使跨会话、跨阶段,也能持续推进。

项目总览文件本质上是大型 AI Coding 项目的状态源。它把“人脑记住的项目进度”变成“机器可读取、团队可复查、任务可接续”的工程资产。

7、发布级质量控制

Task 通过不等于可以直接全量上线。Task 级验证只能证明单次改动在局部范围内可控,发布级验证要证明新流程在真实流量下行为一致、指标稳定、异常可回退。

  • 影子双跑。新旧流程同时运行,用 Diff 对比核心结果,先在不影响线上行为的情况下收集差异。

  • 灰度切流。逐步提高新流程真实流量占比,避免一次性全量切换带来的不可控风险。

  • 监控放量。持续观察成功率、耗时、错误率、资源消耗和核心业务指标,判断是否满足继续放量条件。

  • 异常止损。指标超过阈值时自动切回原流程,并保留排障证据,保证问题可定位、可恢复。

发布级质量控制把“开发正确”推进到“生产可控”。只有当真实流量下的行为一致性、性能指标和回退能力都满足要求,大型重构才具备上线收口条件。

三、重构实践案例

第二章讨论的是工程闭环本身:如何用 Harness 约束边界,用 Loop 推动执行,用 Task 和项目总览文件承载上下文。第三章进入真实案例,看这套方法如何落到一次主流程核心系统重构中。

这不是一次边缘工具改造,而是一次涉及搜索和填单页链路的核心系统重构。它的关键挑战不只是代码量大,而是必须在高并发、强依赖、性能敏感的真实生产环境里证明行为一致、指标稳定、异常可回退。

1、模型选择:

AI Coding 模型:业界主流Coding大模型

2、这是一次什么级别的重构

近15w代码、高并发系统重构

这个风险等级决定了后续写法:我们不能只讲“AI 写了多少代码”,而要先交代系统复杂度、业务痛点、重构目标和验证条件。只有把这些背景说清楚,后面的里程碑拆解和发布控制才有上下文。

本次重构涉及多个主流程核心应用。系统经历了长期业务迭代,承担了更多业务支持的关键能力,既有历史逻辑复杂,也有高 QPS 和性能约束。

系统定位

约束

搜索引擎系统

约 10.5 万行,QPS 10k,IO + CPU 密集

包装系统

约 4.9 万行,QPS 1.6k,CPU 密集

预定系统

稳定性要求高,QPS 80

系统当前存在的问题:

问题与痛点

影响

不同系统各自维护三方数据源,系统业务逻辑高度耦合

数据口径不一致,业务一致性难以保障

核心业务高速迭代,加速系统腐化,导致后续需求迭代成本高

影响业务推进速度,测试维护困难

系统传输报文数据传输大,qps高

系统IO压力大,导致单机问题出现频繁

系统问题也不是单一维度的“代码老化”。不同业务方在系统中各自维护数据源,数据口径容易分散;原本独立的系统随着业务演进逐渐形成强耦合,跨系统调用带来维护和测试成本;计算量与报文量持续增长,也让远程调用链路暴露出性能瓶颈。

重构目标:

  1. 合并搜索核心链路系统

  2. 三方数据源统一,解跨系统业务口径策略不一致问题

  3. 整体规划流程系统性能优化,搜索P50耗时190ms->120ms, 节省30%服务器资源

3、里程碑拆解:先一致、再优化、后收口

重构里程碑划分

确定目标和边界后,下一步不是立刻写代码,而是决定推进顺序。大型重构的拆解顺序,不能只按“哪个模块好改”来排,而要按“风险能否逐步收敛”来排。

这个顺序背后的原则是:先保证行为一致,再优化结构和性能,最后灰度收口。也就是说,收益不是第一优先级,先让系统行为可信,才有资格继续推进性能优化和旧链路退场。

4、先框定 M1 的目标和边界

在整体里程碑中,我们先展开 M1。M1 的目标不是一次性完成全部系统合并,而是先让选举系统具备本地包装能力,并通过一致性验证证明新旧链路行为可对齐。

目标明确之后,更重要的是边界明确。大型重构不是让 AI 自由改系统,而是先限定可改路径、不可改代码和验收证据,再把可执行部分交给 AI。

  • 修改范围护栏。只改 相关链路和实现承接,其他搜索、缓存、选举流程代码不动。

  • 行为语义护栏。请求、响应、异常语义保持不变,核心链路差异必须通过 Diff 收敛。

  • 运行安全护栏。通过影子双跑、灰度切流和自动止损控制发布风险,不做一次性全量替换。

  • 副作用护栏。影子链路不写 MQ、Redis 或外部系统,新增验证不能影响主流程稳定性。

5、执行路线:9 个 Phase、34 个 Task

M1 被拆成 9 个 Phase、34 个 Task,按依赖关系逐步推进。

在 M1 内部,我们继续把工作拆成 9 个 Phase、34 个 Task。这里不直接平铺 34 个 Task,而是在 Task 之上增加 Phase,是为了让路线更容易理解,也便于按阶段设定验收条件。

  • Phase表达一组有共同目标的任务集合,可以作为阶段性推进和验收单元。

  • Task表达 AI 可稳定执行的最小工程单元,每个 Task 都有独立目标、边界、验收和回滚方式。

  • Task 类型区分为 MANUAL、CODE、CONFIG、VERIFY,其中 CODE 是主要进入 AI Coding 的部分,MANUAL 和关键 VERIFY 需要人工判断。

  • 执行顺序按 Task 依赖关系推进,而不是让 AI 随机挑选任务执行。

这样拆解后,AI 执行的不再是一个模糊的大型重构目标,而是一系列接近小需求粒度、可以逐步验证的小闭环。项目总览文件负责记录当前进度、任务依赖和执行状态,自动化执行则按总览文件找到下一个可执行 Task。

项目总览文件汇总背景目标、方案产物、Phase / Task 进度和执行状态

路线图只能说明“任务怎么拆”,项目总览文件负责说明“项目跑到哪里”。它把仓库、背景目标、方案产物、Phase / Task 状态和执行记录汇总在一起,成为跨会话恢复上下文的入口;而到单个 Task 层面,还需要继续沉淀执行记录,避免代码改动和验证证据散落在不同会话里。

Task 执行记录沉淀代码变更、测试结果、部署信息和风险判断

6、Diff 闭环:真实流量差异是下一轮修复输入

线上 Diff 进入拉取日志、聚类分析、问题定位、修复方案和人工确认闭环。

在这个项目里,Diff 不是问题结论,而是下一轮修复的输入。影子双跑可以把新旧流程放到真实流量下对比,但 Diff 出现之后,真正重要的是让差异进入“聚类、定位、修复、复验”的闭环。

  • 拉取 Diff 日志。根据 traceId、时间、环境补足上下文,避免只看单条差异就下结论。

  • 聚集性分析。把相似差异归类,识别高频异常和集中出现的场景。

  • 问题定位。结合模块、配置和代码路径判断可能根因。

  • 生成修复方案。由 AI 辅助给出改动建议和补充验证建议。

  • 人工确认后执行。是否采用、如何灰度、是否回滚必须由人确认,再交给 AI Coding 进入下一轮修复。

这也是 AI Coding 在大型重构里的另一个价值:它不只写代码,也能参与线上差异分析和修复方案生成。但排障边界必须清楚,AI 可以辅助聚类、定位和建议,关键风险判断仍然由人拍板。

7、结果验证:效率、性能、资源收益

维度

结果

效率收益

整体工时节省: 100PD → 30PD,提效约 70%

性能收益

核心链路响应降低:P50 191ms → 59ms,P90 644ms → 195ms,下降约 70%

资源收益

资源成本节省约 45%

上线结果

无 QA 介入,顺利上线无故障

最终结果需要回到证据本身。大型重构的收益不能只看交付速度,还要同时看行为一致、发布可控、性能改善和资源收敛。

这些结果成立的前提,是前面的行为一致性验证和发布级质量控制。效率、性能和资源收益只有在系统行为可信、线上风险可控的前提下,才真正有工程价值。

四、总结:AI Coding 的价值不止是写代码

回到这次重构本身,AI Coding 真正带来的变化,不只是让 AI 多写了一些代码,而是把一个高风险、长周期、强依赖验证的系统工程,拆进了可以持续推进的工程闭环里。

对于大型系统重构来说,最难的部分往往不是某一段代码怎么改,而是这些问题能不能被持续控制住:目标是否清楚,边界是否明确;任务是否能拆成可执行、可验收的单元;每次修改是否有自动化验证和执行证据;线上风险是否能通过 Diff、灰度、监控和回滚机制收敛。

1、AI 负责高频执行,人负责关键判断

在这个过程中,AI 更适合承担高频、重复、上下文明确的执行工作,例如代码迁移、接口适配、测试补充、日志分析和文档沉淀;而人仍然需要负责目标判断、方案取舍、风险识别和最终确认。

这也是大型重构中比较重要的一点:不是把决策完全交给 AI,而是让 AI 在清晰的工程约束里工作。约束越清楚,AI 的产出越稳定;验证越充分,团队对自动化执行的信任越容易建立。

2、把复杂问题拆成可验证的 Task

从实践看,Task 是 AI Coding 能否稳定运行的关键单元。一个好的 Task 不只是“要改什么”,还应该说明为什么改、改到哪里、如何验证、风险是什么、完成后留下什么证据。

当 Task 足够清楚时,AI 的执行就不再依赖某一次对话里的临场发挥,而是依赖结构化输入、自动化验证和持续沉淀。对于大型重构,这比单次生成代码更重要。

3、最终沉淀的是团队能力

一次重构结束后,真正值得保留下来的不只是代码本身,还包括任务拆解方式、项目总览文件、验证脚本、Diff 分析流程、发布检查项和风险处理经验。

这些资产沉淀下来之后,下一次面对类似的大型改造,团队就不需要从零开始摸索,而是可以复用一套更成熟的工作方式:先把不确定性变成工程约束,再把工程约束交给 AI 和自动化流程反复执行、验证和修正。

因此,AI Coding 在大型系统重构中的价值,可以概括为一句话:它不是替代工程治理,而是把工程治理变得更细、更连续、更容易被执行。

跳转微信打开

  •  
❌