本字幕由TME AI技术生成
Hello 各位
欢迎收听每日ai 资讯播客
今天是四月十七号
星期五
我是neo
大家好
我是米娅
今天有一条消息我看到直接惊了
谷歌的jm 四居然能直接在iphone 上跑了
完全离线
这算不算ai 民主化的里程碑
确实是今天最炸裂的消息之一
而且我们还有台积电利润暴涨五成
Firebase 密钥泄露烧掉五万四千欧元的惨案
Adobe 搞了个真正有脑子的ai 助手
内容非常丰富
话不多说
直接开聊
第一个话题绝对是今天的头条
Google jam 四可以在iphone 上原生运行了
完全离线推理
这条在hacker news 上二百六十八分一百六十七条评论
讨论热度炸裂
等等
Jm 四是谷歌的开源模型对吧
他怎么跑到苹果手机上去了
谷歌和苹果不是死对头吗
这就是开源的魅力
Jama 是谷歌开源的轻量级大模型系列
任何人都可以拿去部署
到了第四代模型小道可以直接在手机芯片上跑
不需要联网
不需要云端服务器
你想想这意味着什么
意味着你的aai 助手不需要网络也能工作
比如在飞机上
在地铁里
在信号不好的地方
没错
而且更关键的是隐私
所有数据都在本地处理
不上传到任何服务器
这对隐私敏感的场景是巨大突破
医疗记录分析
法律文件处理
个人日记助手
这些以前因为隐私顾虑不敢用云端ai 的场景现在都打开了
这对苹果的apple intelligence 是不是一个冲击
苹果自己搞了半天端测ai
结果谷歌的开源模型先在iphone 上跑起来了
这个观察非常犀利
苹果的策略一直是自己控制整个技术栈
但开源社区的速度太快了
Jama 四能在a 系列芯片上高效运行
说明移动端ai 的算力瓶颈基本上被突破了
我大胆预测
半年之内
我们会看到一大批基于本地大模型的app 出现
而且体验不会比云端差太多
如果你是独立开发者
这意味着什么
是不是说你不需要租gpu 服务器了
直接让用户的手机跑模型就行
完全正确
这彻底改变了ai 应用的成本结构
以前做个ai 应用
光服务器成本每月就好几千美元
现在呢
模型在用户设备上跑
你的编辑成本几乎为零
对三五个人的小团队来说
这是天大的好消息
你终于可以做一个aai 产品
不用担心用户量上来后服务气费爆炸
所以从创业角度看
端侧ai 可能催生一波新的独立开发者创业潮
不过我也好奇
在手机上跑的模型能力跟云端大模型比差多少
目前肯定还有差距
但关键是够用就行
你不需要在手机上跑一个能写论文的模型
你只需要他能准确理解你的语音指令
帮你整理笔记
做简单的翻译
对于这些日常任务
Gm 四已经绰绰有余了
这才是真正的ai 平权
不是每个人都需要gpt 五级别的能力
但每个人都应该有一个随身的ai 助手
第二个话题
来看产业端的大新闻
台积电预计今年第一季度利润同比暴涨百分之五十
连续第四个季度刷新记录
百分之五十的利润增长
这也太夸张了吧
台积电现在市值多少了
大约一点六八万亿美元
折合人民币超过十二万亿
要知道这是一家代工厂
就是帮别人生产芯片的
利润增长的核心驱动力就是两个字
Aai
具体是哪些ai 芯片在推动增长
是英伟达的gpu 吗
英伟达是大头
但不止
苹果的a 系列
高通的骁龙
还有各大科技巨头的定制ai 芯片
全都排着队找台积电代工
关键是台积电的三纳米制程和先进封装技术
目前全球没有替代品
需求已经超过了现有产能
客户基本上是求着台积电给排产能
这么说台积电是躺着赚钱
那对我们普通消费者来说
这意味着什么
Aa 芯片会不会继续涨价
短期内ai 芯片供不应求是确定的
价格肯定不会降
但从另一个角度看
台积电赚的越多
它就越有动力扩产
他们已经宣布了好几个新厂的建设计划
所以中期来看
二零二七
二零二八年产能上来之后
Ai 算力的价格会显著下降
等一下
你发现没有
这跟我们第一个话题是不是有关联
Gm 四能在手机上跑
某种程度上是在绕开gpu 的产能瓶颈
你不需要云端那么多gpu 了
用手机自己的芯片就行
米i 这个串联非常到位
端侧ai 和云端ai 其实在形成一个互补结构
简单任务下沉到终端
复杂任务还是走云端
这意味着即使gpu 产能紧张
Ai 的可用性也在通过端侧部署不断扩大
对投资者来说
台积电当然是确定性最高的标的之一
但端测ai 芯片的设计公司也值得关注
第三个话题
一个惨痛的教训
有人因为firebase 浏览器密钥没做限制
十三个小时内被刷掉了五万四千欧元
的german api 费用
这条在hn 上一百一十五分六十二条评论
什么
五万四千欧元
折合人民币四十多万
十三个小时
这是怎么做到的
非常典型的安全事故
开发者在前端代码里直接暴露了fie base 的api 密钥
而且这个密钥还绑定了geri 的api 调用权限
没有设任何调用频率限制和预算上限
有人发现了这个密钥之后
疯狂调用api 十三小时烧了五万四千欧
这谷歌不会自动发个警告吗
比如你的api 费用异常暴涨了一百倍这种
这就是问题所在
大部分云服务的计费告警都有延迟
而且默认配置通常是不够敏感的
你如果没有主动设置预算上限和告警阈值
平台不会帮你兜底
这在aws
Asir
Gcp 上都一样
所以这对开发者的教训是什么
特别是那些刚开始做ai 应用的独立开发者
三条铁律必须记住
第一
永远不要在前端代码里暴露api 密钥
用后端代理转发
第二
一定要设预算上限
Google cloud open ai 所有平台都支持
没事就是裸奔
第三
设置异常告警
调用量超过日常的三倍就该收到短信通知
说实话
这种事情挺吓人的
尤其对个人开发者来说
四十万基本上就是倾家荡产了
我好奇谷歌最终会不会减免这笔费用
历史上类似案例
云服务商有时候会酌情减免一部分
但这完全取决于对方的善意
没有任何保障
更深层的问题是
Ai 时代的api 调用成本比传统云服务高几个数量级
以前你的网站被d das
带宽费可能涨几百块
现在你的aai 接口被刷一晚上能烧几十万
整个行业需要更好的安全防护机制和成本控制工具
如果你是一个正在做ai 产品的开发者
现在立刻去检查你的api 密钥和预算设置
别等出事了再后悔
这真的是写的教训
第四个话题
来看ai agent 领域的一个重磅更新
Adobe 发布了firefly ai assistant
这不是一个普通的ai 助手
它是一个具备自主决策能力的智能体
Adobe 也搞agent 了
他们不是做photoshop 和视频编辑的吗
智能体在创意领域能干吗
这是一个非常重要的信号
Adobe 的这个firefly ai assistant 不是那种你说一句他做一部的简单ai 助手
你给他一个目标
比如帮我做一套品牌视觉方案
他会自己规划步骤
先分析你的品牌调性
然后生成配色方案
再设计logo 变体
最后排版到不同尺寸的模板上
全程不需要你一步步指导
哇
这不就是一个虚拟设计师吗
那专业设计师是不是要慌了
我觉得与其说是替代
不如说是重新定义设计师的工作方式
以前设计师百分之八十的时间在做重复性的执行工作
调大小
改配色
导出不同格式
现在这些全部交给agent 做
设计师可以把精力放在真正的创意决策上
这个跨印用编排的能力很有意思
它是不是能在photoshop 里做完图
自动丢到premier 里做视频
再丢到in design 里排版
没错
这正是adobe 的护城河所在
它拥有整个创意工作流的全家桶
从图像到视频到排版到pdf
所以它的agent 可以在这些应用之间无缝流转
这是open ai 和google 做不到的
因为他们没有这些专业工具
所以从趋势上看
Ai agent 的战场已经从通用对话转移到垂直行业了
完全正确
二零二六年的关键词就是垂直agent
通用聊天机器人的天花板很明显
真正能创造商业价值的是深度嵌入到具体工作流里的ai 智能体
Adobe 在创意领域
Dichop coo pilot 在编程领域
Boom berg 在金融领域
每个垂直赛道都会出现自己的agent 霸主
如果你是创业者
找一个还没有被ai agent 渗透的垂直领域
机会巨大
对普通用户来说
最直接的影响可能是你不需要学photoshop 了
直接告诉ai 你要什么
他帮你搞定
某种程度上是的
但我认为会分成两个市场
专业设计师用agent 来提升效率十倍
普通用户用agent 来完成以前做不了的设计任务
蛋糕会变大
而不是被分走
第五个话题
聊一个法律领域的里程碑事件
美国纽约南区联邦法院在usv hetner 案中裁定
跟ai 的聊天记录不受律师客户特权保护
Hn 上一百一十九分九十二条评论
等等
律师客户特权是什么意思
就是你跟律师说的话
不能被法院强制公开的那个保护
对
这是美国法律体系中最基本的原则之一
你跟你的律师之间的沟通是绝对保密的
法院不能强制你披露
但现在问题来了
如果你不是跟人类律师对话
而是跟一个ai 法律助手对话呢
法院受不受保护
那也就是说
你跟chat gpt 讨论的法律问题
检察官是可以拿来当证据的
正是如此
法院的逻辑是
律师客户特权的前提是你在跟一位有执照的律师沟通
Ai 不是律师
所以不适用这个特权
这个判例的影响非常深渊
这也太可怕了吧
现在多少人会跟ai 讨论各种敏感问题啊
税务规划
合同纠纷甚至刑事案件的情况
他们可能根本不知道这些对话可以被调出来
你说到点上了
这案件的核心教训是跟ai 说的每一句话都可能成为呈堂证供
特别是如果你用的是云端ai 服务
你的对话记录存在别人的服务器上
即使用的是端侧模型
如果你的设备被扣押
聊天记录一样可以被提取
这让我想到我们第一个话题说的端测ai
如果ai 在本地运行
至少数据不在云端
隐私好一点
但法院照样可以搜查你的手机啊
没错
端测aai 解决了传输层的隐私问题
但解决不了法律层面的问题
我预测这个判例会推动两个趋势
一是aai 法律产品会加入更醒目的免责声明
提醒用户对话不受特权保护
二是会催生新的合规工具
比如在你用aai 讨论敏感话题前
自动提醒你风险
对所有在用ai 处理法律相关事务的人来说
记住这条规则
把跟ai 的对话当成公开信息来对待
如果这句话你不愿意在法庭上被朗读出来
就不要跟ai 说
第六个话题
来看一个非常实用的开发者资源
微软开源了一个mcp 入门课程model context protocol for beginners
这是一个跨语言的教程
覆盖了dot net
Java
Type script
Python
Rest 等等
Mcp 这个概念最近真的到处都在说
但我感觉很多人其实还没搞清楚它到底是什么
能用大白话解释一下吗
简单说
Mcp 就是给aai 定义了一套标准接口
让aai 能够跟外部工具
数据库api 进行标准化交互
就像usbc 统一了充电接口一样
Mcp 统一了aai 跟外部世界对接的方式
以前每个ai 应用都要自己写一套对接代码
现在用mcp 就是即插即用
那微软出这个入门教程意味着什么
是不是说mcp 已经从概念阶段进入了大规模普及阶段
没错
当一个技术协议开始有大厂出官方教程覆盖六种编程语言的时候
就说明生态在加速成熟
微软这么做的目的很明确
他们希望更多开发者用mcp 来构建ai 应用
这些应用最终会跑在edge 上
给微软带来云计算收入
对开发者来说
现在学mcp 值得吗
还是说再等等看他会不会被淘汰
我的判断是
Mcp 在未来一两年内会成为ai 应用开发的标配技能
就像现在写api 要懂rest 一样
如果你是做ai 应用的开发者
现在学就对了
微软这个教程是免费开源的
起点很低
一个周末就能入门
这跟我们前面聊的adobe agent 其实有关联
Adobe 的firefly 能跨应用编排
底层很可能就需要类似mcp 这样的标准协议来打通不同工具之间的数据流
非常好的观察
Mcp 就是aai agent 时代的基础设施层
Agent 要自主完成任务
就需要调用各种工具
Mcp 给了这些工具一个统一的接口规范
所以说
学mcp 不是学一个具体技术
是在学ai 时代的通用语言
第七个话题
来看一条引发争议的消息
有人在hn 上问guesttime 这个服务是不是偷偷用用户的llm 额度来训练自己的模型
二百零二分九十六条评论
讨论相当激烈
这是什么意思
就是说你买了open ai 的api 额度
有个第三方工具在背后偷偷拿你的额度去为自己的模型
大致就是这个意思
用户发现gueas town 在处理请求的时候
实际消耗的token 数量远超预期
怀疑是在用户不知情的情况下额外发送了一些请求来收集数据或者改进自己的服务
这算不算偷
法律上怎么定义
这就是ai 时代的灰色地带了
很多中间件和代理服务在转发你的api 请求时确实有机会做手脚
比如多发几次请求来构建自己的数据集
或者缓存你的输入输出来训练模型
用户很难察觉
因为你只看到最终的账单
不知道中间发生了什么
这让我想到我们刚才说的firebase 密钥泄露
今天的话题好像有个共同主题
Ai 时代的信任和安全问题
密钥管理
Api 费用
数据隐私
哪个环节都可能出问题
你这个串联特别好
今天的几条新闻拼在一起看
就是一幅ai 安全的全景图
法律层面
Ai 对话不受特权保护
技术层面
Api 密钥泄露可以烧你四十万
商业层面
中间商可能偷用你的额度
这三个层面的风险叠加起来
对用ai 的个人和企业都是巨大挑战
对普通用户的建议是什么
不用ai 了吗
显然不可能
当然不是不用
而是要有安全意识
三个建议
第一
选择直接跟大模型厂商对接
减少中间环节
第二
定期检查你的api 调用量
看有没有异常
第三
对于敏感数据
优先考虑本地部署方案
信任
但要验证
这是ai 时代的基本素养
第八个话题
Open ai 的agents sdk 迎来了一次重大升级
这次更新加入了原生沙盒执行环境和模型
原生的测试套件
帮助开发者构建更安全的长期运行agent
沙盒执行环境是什么意思
就是给ai agent 套了一个笼子
比喻很到位
沙盒就是一个隔离的运行环境
Agent 可以在里面随便折腾
执行代码
读写文件
调用api
但他做的任何事情都不会影响外部系统
如果agent 出了bug 或者做了错误操作
损害被控制在沙盒内部
这解决了一个很核心的问题
你怎么信任一个会自主行动的aai
正是如此
之前做ai agent 最大的顾虑就是他要是搞砸了怎么办
万一他误删了数据库
万一他发了一封不该发的邮件
有了沙盒
你可以先让agent 在隔离环境里跑一遍
确认结果没问题再应用到正式环境
这跟传统软件开发里的测试环境和生产环境分离是一个思路吧
完全一样的逻辑
但技术挑战更大
传统软件的行为是确定性的
给同样的输入一定得到同样的输出
Ai agent 不是
他的行为具有随机性
你很难预测他在特定情况下会做什么
所以沙盒不仅要隔离
还要能录制agent 的全部行为轨迹
方便事后审计
你怎么看这次更新在整个agent 生态里的位置
是里程碑级别还是常规迭代
我认为是里程碑级别的沙盒执行解决了agent 落地最后一公里的信任问题
之前很多企业想用ai agent
但不敢部署
就是因为怕失控
有了标准化的沙盒方案
企业可以放心在生产环境中使用agent 了
我预判六个月内
基于open ai agent sdk 的企业级应用汇井喷
结合微软刚才的mcp 教程来看
Ai agent 的基础设施正在快速完善
Mcp 解决了工具对接问题
沙盒解决了安全运行问题
开发者的入场门槛确实在急剧降低
第九个话题
聊一个特别有意思的研究方向
Hagking face 上有一篇新论文叫memory transfer learning
研究的是编程agent 如何在不同任务领域之间迁移记忆
G
迁移就是说
一个ai 在做python 项目的时候学到的经验可以用在写javascript 的时候
差不多就是这个意思
现在的编程agent 最大的问题之一就是他在一个项目里积累的经验没办法迁移到另一个项目
你在a 项目里教了他很多架构偏好和代码风格
换到b 项目他又从零开始
这篇论文探索的就是怎么让agent 把一个领域的经验有效迁移到另一个领域
这不就是人类学习的方式吗
我学了骑自行车
学摩托车的时候就快很多
因为平衡杆是通用的
Ai 也能做到吗
你这个类比非常贴切
论文的核心发现是
编程agent 确实可以抽取一些跨领域通用的原知识
比如调试策略
代码组织原则
错误处理模式
这些原知识在不同编程语言和项目类型之间是可以迁移的
这对实际产品意味着什么
是不是说未来的co pilot 用的越久越聪明
而且在不同项目之间智慧是共享的
理想状态是这样
现在的co pilot 每个session 是独立的
没有长期记忆
如果记忆迁移学习成熟了
你的aai 编程助手会像一个真正的同事一样
他不仅记得你们之前项目的经验
还能把在别的团队学到的最佳实践带过来
哇
那真的就从工具变成同事了
不过这也有个隐私问题
如果一个agent 在a 公司学到的经验被带到b 公司
那不就是信息泄露吗
非常敏锐的问题
这就是记忆迁移研究必须解决的关键挑战
如何在保持知识通用性的同时
确保不泄露特定项目的敏感信息
可能的方案是指迁移抽象化的模式和策略
而不迁移具体的代码或数据
这个领域还很早期
但方向非常有前景
最后一个话题
谷歌发布了germany robotics e 二一点六
这是一个专门为机器人设计的大模型
Hn 上二百零五分六十八条评论
谷歌做机器人模型
这跟昨天我们聊的支援机器人有什么区别
区别很大
智源做的是硬件机器人加上控制软件
偏执行层
谷歌的germany robotics er 做的是更上层的
是让机器人能理解自然语言指令
感知环境
自主规划动作序列
简单说
智源造身体
谷歌造大脑
二是什么意思
Emergence response 吗
一
二代表embodied reasoning
也就是巨身推理
能在物理环境中进行推理和决策
这比纯文本aai 要难得多
因为机器人要理解三维空间物理定律
物体之间的关系
还要实时响应环境变化
一点六版本意味着迭代很快
从一点零到一点六
说明他们在快速推进
这个模型现在能做什么
根据论文和社区讨论
它能让机器人完成比较复杂的操作任务
比如理解把红色杯子放到架子上
这种多步骤的自然语言指令还能在遇到障碍时自动调整策略
关键突破在于泛化能力
不需要针对每个具体任务重新训练
这让我想到刚才说的巨身智能还没真正落地那条资讯
你觉得瓶颈到底在哪
是硬件不行还是ai 不够聪明
坦白说
两方面都有瓶颈
硬件方面
机器人的灵活性和可靠性还达不到工业级要求
Ai 方面
虽然germany robotics er 这样的模型进步很快
但在复杂环境中的鲁棒性还不够
一个人类觉得很简单的动作
比如从桌上拿起一个不规则形状的物体
对机器人来说仍然是巨大挑战
那你预测巨身智能大规模落地还需要多久
在受限环境中
比如工厂流水线
仓库物流
固定路线的配送
我认为两到三年就能看到大规模商用
但要做到像人一样在开放环境中自由操作
可能还需要五到十年
谷歌这个模型是在大脑层面推进速度
但身体层面还需要硬件厂商追上来
好了
今天的十个话题聊完了
米耶 你先来
今天最让你印象深刻的是哪条
我印象最深的是两条
一是gm 四在iphone 上跑这个事
这意味着ai 真的在从云端走向每个人的口袋
二是那个api 密钥泄露烧掉四十万的案例
太真实了
简直是恐怖故事
我觉得今天这几条新闻合在一起看有个大趋势
Ai 的能力在飞速下沉到终端
但安全和信任问题也在同步放大
我非常同意
我补充一点
今天adobe 的agent
微软的mcp 教程
Open ai 的沙盒sdk
这三条加在一起描绘的是ai agent 基础设施正在快速成熟的图景
协议层
工具层
安全层三块拼图正在同时补齐
我大胆说一句
二零二六年下半年
将是ai agent 应用的寒武纪大爆发
好了
今天的播客到这里
如果你喜欢我们的节目
记得分享给朋友
我们明天见
明天见
各位周末愉快
拜拜
