本字幕由TME AI技术生成
嘿 大家好
欢迎收听ai 日报播客
今天是四月八号
星期三
我是neo
嗨 大家好
我是neo
Neo
你今天精神不错啊
是不是看到什么好消息了
那可不
今天的料可太猛了
Cloud code 社区直接炸了
Hacker news 上七百多分的帖子说cloud coat 更新之后
复杂工程任务根本用不了了
然后anthroropick 还被扒出一个高危安全漏洞
这一天之内又炸又漏
精彩极了
什么
又有安全漏洞
好的好的
这个我们待会必须好好聊
我先预告一下
今天我们还会聊到unthlopic 年入三百亿美元的惊人增速
Meta 怎么用ai 去挖掘工程团队的部落知识
还有本地跑ai 模型的新玩法
内容很满
咱们直接开始吧
好
那我们第一个话题直接聊最炸的cloud code 更新废了
Hacker news 上这个issue 拿到七百三十四分
四百五十三条评论
标题直接就是cloud code is unusable for complex engineering tests with february updates
七百三十四分
这在hn 上算是超级热帖了
到底是什么更新让大家这么愤怒
核心问题是思考深度严重下降
量子微报道说下降了百分之六十七
就是说
以前cloud code 在面对复杂代码的时候
会花很长时间去思考
规划
分析上下文
然后给你一个精准的解决方案
现在呢
他变得特别急躁
浅尝辄止
给的方案经常漏洞百出
等等
为什么enthropic 要降低思考深度
是故意的还是bug
这就是最讽刺的地方
根据泄露的源码分析
Enthropic 为了省token 在做优化
说白了就是为了降低api 成本
结果把推理能力给阉割了
这就好比你为了省油
把发动机从六缸改成了三缸
然后告诉用户您的驾驶体验可能有轻微变化
这也太讽刺了吧
开发者付了订阅费
结果得到的是缩水板
服务社区反应这么激烈也不奇怪了
而且这事还有后续
Adversa ai 的安全研究人员扒了泄露的源码之后
发现了一个致命漏洞
当处理超过五十条子命令的复合命令时
Cloud code 会静默绕过用户配置的拒绝规则
你想想这意味着什么
你明确告诉他不要做的事
只要命令够多够复杂
他就会偷偷去做
这太吓人了
对那些用cloud code 自动化部署管理服务器的开发者来说
这不就是个定时炸弹吗
你设了安全栏杆
结果发现栏杆是纸糊的
没错
而且这两件事是同一个根源
为了省token 牺牲安全
这得整个ai 编程助手行业敲了警钟
你不能把成本优化放在安全和质量前面
如果你是用cloud code 管理生产环境的开发者
我建议你现在就去检查一下你的deny rose 到底有没有生效
所以这其实是个行业信号
Ai coding 工具已经不只是辅助写代码了
他们深入到了开发流程的核心
当他们出问题
影响面比你想象的大得多
好
我们来聊第二个话题
第二个话题
Nnro pick 公布了一个超级亮眼的数字
年化收入突破三百亿美元
去年年底才九十亿
短短几个月直接三倍增长
什么
从九十亿到三百亿
这增速也太恐怖了吧
什么生意能几个月翻三倍啊
而且这环只是年化收入
不是全年实际收入
但就算如此
这个增速也是前所未有的
Cloud 的企业端需求暴增
超过一千家企业客户在用
更关键的是他们接下来的布局
跟谷歌和博通合作
扩张ai 算力
等一下
跟谷歌合作
Anthropic 不是拿了谷歌的投资吗
这算是进一步绑定了
对
但这次合作的重点不是模型本身
而是算力基础设施
Nnro picc 现在面临的最大瓶颈不是模型不够好
而是算力不够用
需求增长太快了
它需要大量gpu 和tpu 来支撑
跟博通合作
意味着可能会走定制芯片路线
而不只是依赖m vidia
这让我想到我们刚才聊的cloud 壳质量问题
会不会也跟这有关
需求暴增
成本压力也暴增
所以才在token 消耗上做文章
米i 这个连接非常到位
这确实可能是一条因果链
用户暴增
算力成本飙升
不得不在推理成本上做优化
然后优化过度导致质量下降
这是ai 公司在超高速增长中面临的经典困境
质量和规模的trade off
三百亿听起来很风光
但背后的隐患也很明显
如果用户体验持续下滑
这些企业客户可能会考虑替代方案
没错
而且现在竞争对手虎视眈眈
对于创业者来说
这恰恰说明一个道理
Ai 领域没有永远的王者
只要你在某个垂直场景做到极致
都有机会切走一块蛋糕
三百亿的蛋糕
分一小块也够吃了
说的好
接下来第三个话题
我们看看同一条战线上
Open ai 和马斯克又在互掐了
对
Open ai 这次主动出击了
他直接呼吁美国加州和特拉华州的总检察长调查马斯克的不当和反竞争行为
两边的官司本月就要开庭了
所以现在是open ai 主动告马斯克了
之前不是马斯克宣告的open ai 吗
对
马斯克二零二四年就起诉了open ai 和奥特曼
说他们把公司从非盈利转成盈利性实体
违反了创始使命
现在open ai 来了个反击
说马斯克才是那个搞反竞争的人
这个案子核心其实是关于ai 行业最根本的问题
开发agi 到底应该是商业行为还是公益行为
而且马斯克自己也有xcir crock 模型
竞争力也不弱
他一边告open ai 垄断
一边自己也在这个赛道上全速前进
这不矛盾吗
非常矛盾
但法律和商业往往就是这样
马斯克的策略可能是即使官司打不赢
也能通过诉讼拖慢open ai 的盈利化重组进度
而open ai 的反击策略是
你不是说我反竞争吗
让检察长来查查到底谁在搞反竞争
这就变成了一场公关战和法律战的混合体
对普通开发者和用户来说有什么影响吗
短期影响不大
但长期来看非常关键
如果open ai 的盈利化重组被阻碍或延迟
可能会影响它的融资和发展节奏
而且这场官司的判例可能会为整个ai 行业的组织架构设定规则
非盈利转盈利到底行不行
知识产权归谁
这些问题一旦有了法律先例
影响的不只是这两家
所以本质上
这是一场关于谁有权定义agi 未来的争夺战
好了
我们来换个角度
同样是open ai
他们最近还发了一份特别有意思的政策报告
没错
第四个话题
Open ai 发布了一份关于ai 经济愿景的政策提案
里面有几个特别炸的关键词
公共财富基金
机器人税
四天工作制
机器人睡
四天工作制
这听起来像是科幻小说里的设定啊
Open ai 是认真的吗
非常认真
这其实是open ai 在扮演一个政策智库的角色
他们的逻辑是这样的
超级智能aai 会极大提高生产力
但同时也会造成大规模失业
为了应对这个问题
需要从三个层面设计新的经济制度
具体是哪三个层面
给我们拆解一下
第一
公共财富基金
Ai 创造的超额利润不应该只归科技巨头
应该像挪威的石油基金一样
把一部分收益注入公共基金
让全民受益
第二
机器人睡
当企业用ai 替代了人工岗位
应该对这些数字工人征税
用税收来补贴失业者的转型培训
第三
四天工作制
Ai 提高了效率之后
人类不需要在每周工作五天
应该把多出来的时间还给个人发展和生活
这套思路听起来很理想主义啊
实际操作中
哪个企业愿意主动交机器人税
这就是为什么我觉得这份报告最精明的地方
他不是在做政策建议
他是在做预期管理
Open ai 在向全世界说
看
我们想过这些问题了
我们不是只管赚钱的
这样当监管真的来的时候
他可以说自己是有社会责任感的啊
所以这是一份给投资者
给政府看的pr 文件
一定程度上是的
但我觉得他也确实在引导一个重要的公共讨论
如果你是做hr 科技或者教育科技的创业者
这份报告其实给你指了一个方向
Ai 时代的职业培训
技能转型
灵活用工平台
这些都是即将爆发的赛道
有道理
危机里面永远藏着机遇吗
好
第五个话题
我们来聊聊ai 智能体系的前沿进展
今天有好几篇相关的论文和项目
简直是扎堆了
对
这是今天我最兴奋的一个话题
Ai agent 记忆系统今天同时出了好几个重磅成果
Mem machine
Hippo
Memory intelligence agent
还有light thinker 加佳
我挑几个最有料的跟你讲
Agent g 就是让ai 能记住事情对吧
现在的ai 不是已经有上下文窗口了吗
为什么还需要专门的记忆系统
好问题
上下文窗口就像是你的工作台
桌面够大
你能同时摊开很多资料
但记忆系统是你的文件柜
你不可能把所有资料都摊在桌上
得有个地方存起来
需要的时候精准抽出来
Mem machine 这篇论文就特别关注一个问题
怎么在存取记忆的过程中不丢失关键事实
就是说现有的记忆方案在存取过程中会丢东西
这不是很致命吗
非常致命
比如你让agent 帮你管理一个项目
他记住了你上周说的预算是一百万
结果今天检索的时候因为压缩或者摘要丢了精度
变成大约一百万左右
看似差不多
但在财务场景下可能就是灾难
Mem machine 的创新就是提出了一个保真记忆框架
确保关键事实在存取过程中零损失
Hippo 这个名字很可爱
听起来跟海马体有关
完全正确
Hip hoo 的灵感就是来自人类大脑的海马体
我们大脑负责记忆形成和检索的核心区域
它模拟了海马体的工作方式
让ai agent 的记忆系统更接近人类的记忆模式
比如重要的事情记得更牢不重要的会逐渐遗忘
但如果有新的关联出现
又能重新激活
这对实际应用意味着什么
意味着未来的ai 助手会真正认识你
不是那种每次对话都要重新自我介绍的体验
而是像一个真正跟你共事多年的助理一样
知道你的偏好
你的项目历史
你过去做过的决策
如果你是做sas 的
在你产品里集成这种记忆系统
用户占信会直接上一个台阶
确实
我都有点期待了
你想想
如果ai agent 真的能像人一样记住上下文
那workfall 自动化的上限就完全不一样了
好的
前五个话题聊完了
后面还有更精彩的
稍等
我们接着聊
好
下半场开始第六个话题
我们来聊聊meta 在ai agent 方面的两个大动作
第一个是meta 用ai 去映射大型数据管道中的部落知识tribble knowledge
部落知识
这个词听起来好酷
具体是什么意思
部落知识就是那些只存在于资深工程师脑子里
从来没写进文档的隐性知识
比如这个接口
虽然文档写的是这样
但实际上你得先调那个服务才行
这个配置千万别改
上次有人改了整个系统当了三天这种知识口口相传
新人来了全靠老员工带
哦 我懂了
所以meta 用ai 去挖掘这些隐藏在代码里的潜规则
对
而且规模很大
他们把ai agent 指向了meta 内部一个大型数据处理管道
跨四个代码仓库的那种
结果发现
Ai 编码助手的能力上限取决于他对代码库的理解深度
如果你只是让他看文档
他只能做到六十分的水平
但如果他能理解那些没写在文档里的规则约定
坑他就能做到九十分
这对企业来说太有价值了
尤其是那些代码历史很长的大公司
部落知识可能比正式文档还多
没错
Matter 的第二个动作是kernel evolve
他们的ranking engineer agent 在优化广告排序的ai 基础设施
这个agent 可以自动优化gpu kernel 代码
提高广告系统的推理效率
你想想的
广告系统每天处理数十亿次排序请求
哪怕优化百分之一的效率
省下来的算力成本都是天文数字
所以麦塔是在用ai 来优化ai
有点套娃的感觉
确实是ai 优化ai
但这正是未来的方向
如果你是做企业级ai 工具的的
这两个案例告诉你一个清晰的路径
第一步
帮企业把隐性知识显性化
第二步
用metagent 自动优化性能
这两件事加起来
就是一个完整的ai 赋能工程团队的产品故事
有道理
好的
第七个话题
有个在hacker news 上特别火的项目叫freestyle
专门给编程agent 做沙箱的
一百九十七分
一百一十四条评论
Freestall 这个项目只记了一个痛点
编程agent 现在越来越强大
但你怎么安全的让让们运运代码
你不可能能让一个aai 直接在你的生产服务器上跑代码吧
万一他搞坏了什么东西呢
对
这其实跟我们第一个话题聊的cloud code 安全问题是一脉相承的
Agent 权限越大
安全沙箱就越重要
完全正确
Freestyle 做的就是给每个编程agent 提供一个隔离的沙箱环境
可以跑代码
可以装依赖
可以访问网络
但完全跟你的主系统隔离
你可以把它理解成docker 容器
但专门为bai agent 优化过的一百一十四条评论
说明开发者社区很关注这个方向
大家最关心的是什么
主要是三个维度
第一是性能
沙箱的启动速度够不够快
因为agent 可能几秒钟就需要一个新环境
第二是安全隔离的程度
能不能防住沙箱逃逸
第三是持久化
Agent 在沙箱里创建的文件和状态能不能保存下来
这些都是实际用agent 做开发时会遇到的真实问题
这让我想到一个趋势
Agent 不在只是帮你写代码
它需要一整套基础设施
沙箱
记忆系统
权限管理
监控
这是一个正在形成的新生态
你总结的非常好
这正是二零二六年ai 基础设施赛道最大的机会
不是做agent 本身
而是做agent 的操作系统
如果你是基础设施方向的开发者
这个赛道值得深入研究
好的
第八个话题
来点不一样的
有人在m 三pro 的mac 上实时跑ai 模型做音视频输入和语音输出
用的是jama 的端到端模型
二百六十一分
这个项目让我眼前一亮
它展示了一个非常重要的趋势
端测ai 的能力在飞速提升
这位开发者用google 的jama e 二b 模型在m 三pro 笔记本上实现了实时的音视频理解和语音回复
不需要云端api
不需要联网
全部在本地跑
全部本地跑
那意味着隐私完全有保障对吧
你的视频和语音数据完全不出设备
对
这是端测ai 最大的卖点之一
而且还有另一个项目叫jam a jam 直接把ai 模型嵌入到浏览器里跑
一百四十二分
连api 密钥都不需要
打开网页就能用a ai
这两个项目放在一起看
你会发现一个清晰的趋势
Ai 正在从云端往端侧迁移
这对开发者意味着什么
意味着一个全新的应用范式
以前做ai 应用必须对接云端api
要考虑延迟
要考虑成本
要考虑数据隐私
现在这些约束都在被打破
想象一下
你做一个视频会议工具
Ai 实时帮你翻译
做笔记
提取action item
全部在本地跑
用户体验丝滑
成本几乎为零
但是端测的计算能力有限啊
跟云端大模型比起来肯定有差距
差距在快速缩小
M 三pro 已经能跑时石英视频ai 了
等m 五m 六出来呢
而且模型压缩技术也在飞速进步
今天还有两篇论文
Swift svd 和tree attention 都是做llm 压缩的
前者做低质分解
后者用三角函数压缩kv 缓存
这些技术成熟之后
手机上跑gpt 四级别的模型不是吗
手机上跑gpt 四级别的模型
这也太酷了
如果真能实现
云端ai 服务的商业模式可能会被彻底改写
没错
这就是为什么我说端测a ai 是下一个十年最重要的赛道之一
好
第九个话题
我们来聊一个跟大家钱包直接相关的事
微信支付要换核心域名的ip 地址了
微信支付计划四月二十日更换核心域名的ip 地址
涉及十二个域名
包括apimch
Waxing
Com 等
如果你是微信支付商户
而且防火墙做了ip 白名单
这是一个必须立刻处理的事情
等等
四月二十号
那只有不到两周的时间了
这要是漏了
后果是什么
后果就是你的支付接口直接挂掉
用户付不了款
你收不了钱
而且微信支付的下线就ip 时间是五月十八日
也就是说
四月二十日新ip 上线后
有大约一个月的过渡期
但到五月十八日旧ip 就彻底停了
这对开发者来说是个挺紧急的运维任务
需要做什么
三步走 第一
检查你的防火墙和安全组是不是做了ip 白名单限制
第二
如果做了
去微信支付官方文档获取新的ip 列表加到白名单里
第三
在四月二十日之后做一次全面测试
确保支付流程正常
我建议对接了微信支付的团队今天就把这个排进sprint
对这种基础设施变更
最怕的就是我以为不影响我
结果到了那天才发现系统挂了
提前两周通知已经算有良心了
但时间确实很紧
而且这也提醒我们一个更大的问题
你的系统对第三方服务的依赖有多深
有没有做过基础设施变更的应急预案
这种事情每年都会发生好几次
只是微信支付
好的 记住了
最后一个话题
阿里也有大动作
千问app 上的一个全能演技派模型
对
最后一个话题
聊阿里
量子位报道说
Sora 向左
阿里向右
这个标题就很有意思
Open ai 的sora 走的是纯视频生成路线
追求电影级画质
阿里则是另一个思路
做全能型多模态模型
集成到千万eplly
直接面向用户
全能演技派什么意思
他能做什么
简单来说就是文本
图像 视频
语音都能处理
而且是以一种统一的架构来做
不像之前各种功能是拼凑在一起的
阿里的思路是
与其做一个最强的视频生成模型
不如做一个什么都能干
体验流畅的通用型aai 助手
这两个思路你更看好哪个
我觉得两条路都有市场
但短期内阿里的思路可能更容易落地
因为纯视频生成的商业场景还比较有限
但一个全能型aai 助手能覆盖的场景要广得多
写文案
做ppt
处理图片
分析数据
这些都是刚需
而且放在app 里直接面向c 端用户
变现路径也更清晰
对
但从长远来看
视频生成一旦突破到实用级别
它的爆发力会非常大
所以open ai 赌的是未来
阿里赌的是现在
这也反映了中美ai 公司在策略上的差异
美国公司更愿意做远期研究投入
中国公司更擅长把技术快速产品化落地变现
两种策略各有优势
有道理
不管走哪条路
最终都是要解决用户问题
好了 你柚
今天十个话题聊完了
你来总结一下
好
今天的内容确实很丰满
如果要我选一个最核心的关键词
我会说信任
Cloud code 的质量下滑让开发者失去信任
Enthropick 的三百亿增长需要持续赢得信任
Ai agent 需要安全沙箱来建立信任
端测ai 通过隐私保护来获得信任
Ai 越强大
信任就越重要
我补充一个我的感受
今天最让我兴奋的是ai agent 记忆系统的进展
Mem machine 和hippo 这些项目
如果ai 真的能像人一样记住你
理解你
那人机协作的体验会发生质的飞跃
我很期待这个方向在接下来几个月的发展
嗯
记忆系统确实是二零二六年agent 最值得关注的子赛道之一
另外别忘了对接微信支付的同学赶紧检查ip 白名单
四月二十号就要切换了
这种运维小事
一旦错过
后果很严重
好的
今天的ai 日报播客就到这里了
感谢大家收听
如果觉得有收获
记得分享给你身边的科技爱好者
我们明天同一时间再见
拜拜
拜拜
明天见
