2026-06-26 12:42:34
2026-06-26 | Poe
AI 狂热期最常见的误读，是把模型同时想象成神谕和劳工。Christopher Mims 的 How to AI 与 Joanna Stern 的 I Am Not a Robot 从两个方向拆掉这种幻觉：前者把 AI 拉回软件组件，后者把 AI 放进家庭、身体和亲密关系。
这篇书评讨论的不是「AI 会不会取代人类」，而是一个更具体的问题：当我们把判断、创造、陪伴和工作流程交给机器，人还剩下多少无法被外包的能力？
在这场由大语言模型引发的狂热中，科技行业正在同时相信两套互相冲突的叙事。
一边是硅谷领袖反复宣称，具备人类甚至超人类智慧的通用人工智能（AGI）会在 3 到 5 年内降临，接管从癌症研究到星际探索的宏大任务。另一边，普通人在日常生活里使用这些「神明」时，可能还在对着屏幕发火，试图证明聊天机器人画出的仓鼠一家有 6 只，不是 5 只。
这道落差，正是当下 AI 讨论里经常被跳过的问题。当我们每天围绕产品文档、算力成本和市场份额打转时，往往忽略了一个更基础的问题：当 AI 不再停留在对话框里，而是进入工作、医疗、家庭和亲密关系，我们到底把什么交给了机器？更重要的是，当机器变得越来越像人，人会面临怎样的异化？
Christopher Mims 的 How to AI 与 Joanna Stern 的 I Am Not a Robot 从两个方向切入这个问题。
Mims 是《华尔街日报》资深科技专栏作家。他提供的是一幅冷静的产业透视图，用工程师的逻辑拆解 AI 的运作机制。Stern 是他的前同事，她更像一个激进的人类学实验样本：用整整一年时间，把医疗、育儿、社交甚至浪漫关系交给 AI，记录人机共处中的不适、误差与荒诞。
这两本书没有拼出一个光滑的未来乌托邦。相反，把它们放在一起读，我们看到的是一条布满锯齿的边界。技术的承诺与人类的本能，正在这条边界上相互拉扯。
讨论 AI 对社会的影响之前，必须先放下关于「智能」的幻觉。科技界喜欢用拟人化词汇描述 AI，比如「理解」「思考」或「推理」。这很容易误导大众对这项技术的预期。
Mims 的说法很克制。今天的大语言模型并不以人类意义上的方式「思考」。它们依赖的是一种更接近高维向量空间检索的机制，也就是基于高维向量空间的「近似搜索」（Approximate search）。
AI 会在包含上万个维度的空间中寻找词语和概念之间的关联。它实际调用的，是训练数据中数以十亿计的「经验法则库」（Bag of heuristics）。它看起来博学，并不是因为它建立了对物理世界的真实心智模型，而是因为它完成了人类历史上规模最大的一次文本概率统计。
这种统计学本质，也决定了生成式 AI 的脆弱性。它们不可避免地会产生幻觉，在面对缺乏训练数据的新情境时，也很容易崩溃。Mims 由此提出了他的核心判断：AI 首先是一项功能，不宜被直接包装成完整产品。
Stern 在真实商业世界里的探访，正好呼应了这个判断。
她走进高端床垫品牌 Saatva 的客服中心时，看到的不是一个无所不能的超级大脑在独立接待客户。她看到的是一个由传统客服系统构成的复杂工作流程。AI 只是嵌入其中，负责情绪分析、工单分发和回复草稿生成。
在 Mims 的语境里，包围在 AI 外围的传统软件系统，被称为「脚手架」（Scaffolding）。现代 AI 真正创造价值的地方，不是把所有问题直接交给聊天机器人，而是把 AI 放进规则明确、结构厚重的软件脚手架里，让它处理枯燥、重复的非结构化数据。
这也解释了 Stern 在牙科诊所的遭遇。AI 看图软件能够准确框出牙齿上的病灶，但这些系统不是科幻电影里的赛博神医，而是高度专业化、基于深度学习的判别式工具。它们在明确边界内拥有超过人类的视力，但最终治疗决策仍然需要人类牙医完成。比如是立刻补牙，还是继续观察，背后包含商业、伦理和患者偏好，不只是图像识别问题。
把 AI 当作无所不知的神谕，是当前技术落地中的最大陷阱。承认它只是一个需要被严密包裹和校验的计算组件，才更接近商业化现实。
🔒 以下为 Dailyio 会员专属内容
接下来，我们继续讨论另一个更现实的问题：当 AI 被包装成伴侣、家政机器人和数字劳工时，人类究竟会失去什么，企业又会误判什么。
7 月 1 日起，会员年费从 999 元调整为 1199 元，月费从 99 元调整为 129 元。
如果你希望长期聚焦全球 AI 产业变化，本周是 999 元/年的最后窗口。
2026-06-24 14:06:29
2026.06.24 | Poe
「AI 安全的第一次压力测试」系列的前两篇讨论 Anthropic 的安全护城河和美国影子治理。终篇关注一个更现实的问题：美国出口管制生效后，谁真正获益？
Anthropic 事件给欧洲替换美国供应商提供了更具体的政治理由，开源模型获得新的商业说服力，OpenAI 和 Sakana 也借机争夺安全叙事。
一项旨在保护美国 AI 优势的管制，正在把机会送给欧洲、开源和 Anthropic 的竞争对手。
法国情报局 DGSI 使用 Palantir 已有十年。上周，法国总理 Sébastien Lecornu 宣布将其替换为本土公司 ChapsVision：「不能依赖某些合作伙伴的善意——我们已经看到，他们有能力切断对 Anthropic 模型的访问。」
几天后，法国宣布追加 6.55 亿欧元 AI 投资，覆盖基础设施、算力、研究和产业应用，每个政府部门将接入 Mistral AI 驱动的助手。Anthropic 事件给欧洲主权 AI 投资提供了一个更具体的政治理由。
法国不是唯一出现反应的盟友。
当时仍任英国首相的 Starmer 在 G7 期间请求 Anthropic 模型豁免，被美国官员以「completely illogical」为由拒绝。随后唐宁街发言人否认曾提出过请求。一个盟友否认曾为模型访问权向另一个盟友求情，说明 AI 访问权已经变成外交敏感问题。
法国总统 Macron 在 G7 称，Anthropic 争议暴露了各方真正关切，警告「民主国家之间不合作」的风险。印度总理 Modi 的表态更直接：「所有民主国家都应获得这类 AI 模型的访问权，以保护关键信息基础设施。」
Bloomberg、Fortune 和 CNBC 的报道都指向同一个方向：闭源模型可得性受限后，开源模型的价值被重新放大。Bloomberg 的概括是：本地运行的模型，没人能把它收回去。智谱的 GLM-5.2 随后以 MIT 许可证发布，登顶 Artificial Analysis 开源智能指数。
Anthropic 的竞争对手也抓住了这个窗口。OpenAI 趁 Anthropic 停摆发起网安开源项目 Patch the Planet，GPT-5.5-Cyber 在 CyberGym 基准上超过 Mythos。Sakana AI 发布多模型编排产品 Fugu，明确定位为「管制对冲」。
Trump 在 Axios 专访中说，一周前他认为 Anthropic 是「国安威胁」。G7 见面后，他改口称 Amodei「nice」「smart」「responded very responsibly」。美国政府内部仍在调整说法，但管制引发的全球反应已经开始显现。
🔒 以下为 Dailyio 会员专属内容
成为 Dailyio 会员，继续阅读完整分析。
月付 99 元 / 年付 999 元，解锁 Dailyio 全部付费文章与邮件更新。
7 月 1 日起，会员年费从 999 元调整为 1199 元，月费从 99 元调整为 129 元。
如果你希望长期聚焦全球 AI 产业变化，本周是 999 元/年的最后窗口。
2026-06-23 11:52:56
2026.06.23 | Poe
「 AI 安全的第一次压力测试」系列的第一篇分析了 Anthropic 如何把安全做成护城河。这一篇讨论另一个问题：当合规失信、技术安全和地缘风险同时出现，美国 AI 治理系统会如何反应？
Anthropic 的 Fable 5 和 Mythos 5 被美国政府纳入出口管制，表面上是一次针对单家公司的干预。但从决策过程看，它更像是美国「影子 AI 政策」的一次公开运行。
这场危机的关键不在 Anthropic 是否完全无责，而在美国目前缺少一套稳定、透明、可分类的 AI 治理机制。不同性质的问题被压进同一个行政流程，最后由出口管制来处理。
SK 电信是韩国最大的无线运营商。但在中国，它的业务规模很小：2024 年中国收入约 190 万美元，员工 7 人。
但 SK 电信的母公司 SK 集团在中国有过长期投资。2004 年，SK 电信和中国联通成立合资企业 UNISK，业务包括无线互联网和移动内容。
2006 年，SK 电信以 10 亿美元买入中国联通港股可转债，后来转为约 6.6% 的股权。2009 年，SK 电信把股权卖回中国联通，拿走约 13 亿美元。到 2025 年，SK 电信的 SEC 年报里仍有一笔约 1700 万美元的 UNISK 残余投资。
这段历史本来很容易被忽略。SK 电信不是中国公司，在中国也几乎没有业务。可在 Anthropic Mythos 访问项目里，它成了白宫重新评估风险时看到的一个名字。
6 月初，SK 电信成为 Anthropic Mythos 访问项目 Glasswing 的新成员之一。白宫发现后要求 Anthropic 撤销 SK 电信的访问权限。Anthropic 照做了。
随后，美国政府下达出口管制，Fable 5 和 Mythos 5 在全球暂停访问。
一个 2004 年的合资企业，为什么会成为 2026 年美国 AI 出口管制的触发因素之一？
要回答这个问题，还要看另外两条线索。
第一条线索，是 Mythos 访问名单。Anthropic 此前向白宫提交了 111 家机构的 Mythos 访问清单，白宫审核通过。但 Anthropic 随后让约 50 家额外机构获得了访问权，没有提前报告。Anthropic 好几天没有向白宫提供新增机构的具体名单。白宫最终拿到名单后，发现 SK 电信也在其中。一位白宫官员的评价是：「他们扩得太远了。」
第二条线索，是 Fable 5 的越狱风险。Fable 5 发布两天后，亚马逊 CEO Andy Jassy 向白宫官员表达了对 Fable 5 护栏被绕过的担忧。亚马逊研究人员发现了特定条件下绕过分类器的方法，报告被交给 NSA 评估。NSA 认为报告可信。
三件事性质不同。名单扩充是合规失误，越狱是行业共有的技术边界，SK 电信则属于地缘风险评估。真正的问题在于，它们先后进入白宫的决策视野，并被纳入同一个行政判断。
6 月 12 日上午，Bessent、白宫网络安全主管 Sean Cairncross、幕僚长 Susie Wiles 和其他高级官员开会讨论 Anthropic 的问题。
会后，白宫试图联系 Anthropic CEO Dario Amodei，但得到的回复是他不在。白宫说他在参加「健康疗养」；Anthropic 说「完全不实」。一位接近 Anthropic 的人说，Amodei 被联系到的时间距白宫首次请求不到一小时十五分钟。
联系上之后，Amodei 参加了三轮电话会议。电话另一端有约六位高级官员，包括 Bessent、Cairncross 和商务部长 Howard Lutnick。
Amodei 试图解释越狱的有限性，区分通用越狱和非通用越狱，强调 Anthropic 经过了上千小时的红队测试。Bessent 和 Cairncross 没有接受这一解释。Bessent 直接告诉 Amodei，他正在做一个「错误的决定」。
白宫给出了选择：自愿撤回模型，或者面临出口管制。Amodei 要求更多时间和信息。
随后，出口管制令送达。Anthropic 在 5:21 PM ET 收到通知。
白宫官员后来说：「出口管制是最后手段。我们恳求了他们好几个小时。」Anthropic 方面则给出另一种叙述：「白宫给了 90 分钟的撤回期限，没有提供任何实际威胁的细节。没有恳求，只有一个宣布的截止时间。」
🔒 以下为 Dailyio 会员专属内容
成为 Dailyio 会员，继续阅读完整分析。
月付 99 元 / 年付 999 元，解锁 Dailyio 全部付费文章与邮件更新。
2026-06-22 10:46:23
2026.06.22 | Poe
5 月初，Anthropic 的 Mythos 模型在受控测试中展示出极强的网安能力。随后不到两个月，Fable 5 发布、Glasswing 扩容、美国政府介入、Fable 5 和 Mythos 5 被迫暂停访问。AI 安全治理第一次进入真实压力测试。
这个「AI 安全的第一次压力测试」系列会从三个方向看这场危机。第一篇先看 Anthropic 自身。Fable 5 上线时附带三套安全措施：分类器降级、30 天强制数据留存、反蒸馏保护。它们都有安全理由，也都恰好对商业有利。
我关心的问题是：当安全选择和商业利益开始重合，外部还如何判断它到底是在自我约束，还是在重塑竞争规则？
6 月 9 日，Anthropic 发布了 Fable 5。它把这个模型称为「公众可以使用的 Mythos 级模型」。两个月前，Anthropic 给出的判断是：Mythos 太危险，不能公开。
Fable 5 不是单独上线的。Anthropic 同时加了三套安全措施。
第一，新的分类器会把网安、生物和化学相关请求转给上一代 Opus 4.8，触发比例平均不到 5%。
第二，所有流量强制留存 30 天，包括此前签有零留存协议的企业客户。
第三，系统卡片深处写明：如果用户用 Claude 构建预训练管线或设计 ML 加速器，模型可能在不告知用户的情况下降低性能。
Fable 5 发布一周后，Stratechery 的 Ben Thompson 写了一篇长文。在他看来，Anthropic 的安全策略是一种「安全超能力」：这家公司的人才、使命和商业利益高度重合，每次安全政策调整，几乎都给 Anthropic 带来商业收益。他给出的概括是：「世界上最美丽的巧合」。
外界反应没有那么温和。
微软迅速限制内部员工使用 Fable 5，法务团队开始评估 30 天留存会不会影响客户机密信息。
安全研究者也不满意。IBM X-Force 研究员 Valentina Palmiotti 的批评是，分类器「会拒绝任何跟网安沾边的请求，连读一篇博客文章都不行」。
更大的争议来自秘密降级。两天后，这项策略被 WIRED 曝光。Foundation for American Innovation 高级研究员、前白宫 AI 顾问 Dean Ball 的评价更重：「令人震惊的敌意」。Prime Intellect 研究负责人 Will Brown 的感受更接近开源社区：「感觉他们在把身后的梯子抽掉。」
Anthropic 在 48 小时内撤回了秘密降级。
但更大的变化发生在 6 月 12 日。Anthropic 随后宣布暂停 Fable 5 和 Mythos 5 访问。原因不是普通宕机，而是美国政府以国家安全为由发出出口管制指令，要求暂停任何外国国民访问这两个模型。
Anthropic 面临的合规问题很现实：它很难只阻止外国国民访问，同时继续向其他客户稳定提供服务。结果是，Fable 5 和 Mythos 5 被暂时关闭，其他 Claude 模型不受影响。
换句话说，Fable 5 上线三天后，就从「公众可以使用的 Mythos 级模型」，变成了「暂时不可用的前沿模型」。
这让问题变得更尖锐。Anthropic 原本试图用分类器、数据留存和反蒸馏保护证明：强模型可以在安全措施下公开使用。但美国政府的处理更直接：如果风险无法被信任，就先暂停访问。
问题不在于这些决策到底是安全优先，还是商业优先。真正的问题是：当安全理由可以同时服务企业利益和国家权力，Anthropic 正在获得什么，又正在失去什么？
🔒 以下为 Dailyio 会员专属内容
成为 Dailyio 会员，继续阅读完整分析。
月付 99 元 / 年付 999 元，解锁 Dailyio 全部付费文章与邮件更新。
2026-06-17 11:27:15
🗓️ 2026.06.17 | Poe
6 月 10 日，小米发布 MiMo-V2.5-Pro-UltraSpeed，Google 开源 DiffusionGemma。两者都把大模型输出速度推到 1,000 token/秒附近，但技术路线完全不同。
小米依靠标准 GPU 和模型-系统协同优化，Google 则改写了生成机制。三周前完成 IPO 的 Cerebras，给出的又是第三种答案：用整片晶圆做成一颗芯片，把速度变成硬件卖点。
这些事件看似都属于「推理」，实际上指向的是不同市场。有人优化人类等待答案时的速度，有人优化 agent 长时间运行时的上下文和成本，有人用软件提高现有 GPU 的效率，也有人试图改变 token 生成方式。
这篇文章讨论推理市场的四条分化路径。关键不只是它们用了什么芯片，而是它们分别绕开了 GPU 的哪一部分成本。
6 月 10 日，小米 MiMo-V2.5-Pro-UltraSpeed 在标准 8 卡 GPU 节点上跑出 1,000 token/秒。
这是万亿参数模型，使用的却是云上常见的标准 8 卡 GPU 节点，没有定制芯片。
另一条路径来自 Google。它开源的 DiffusionGemma 不再逐个生成 token，而是用文本扩散架构，在单块 H100 上达到同一速度门槛。
两种技术完全不同，却撞在了同一个结果上。
硬件公司 Cerebras 给出的答案更直接。三周前，Cerebras 以 670 亿美元市值完成美国史上最大半导体 IPO。CEO Andrew Feldman 在 Bloomberg 采访中说，Cerebras 比最近的竞争者快 15 倍。「我们制造最快的 token。没有人愿意等。」
速度之外，Cognition 展示的是另一类推理需求。创始人兼 CEO Scott Wu 在采访中提到，Devin 的会话已有相当比例由机器自动触发：agent 自己找任务、自行执行、自行提交代码。
对这些工作负载来说，单次响应速度不再是核心指标。它们更需要足够大的上下文承载能力，以及足够低的持续运行成本。
「推理」这个词，正在分化为四个不同的市场。
资本流向也在放大这种分化。Cerebras IPO 超额认购 25 倍，首日收涨 68%，是 2000 年以来筹资 40 亿美元以上美国 IPO 的最大首日涨幅。OpenAI 今年 2 月已在 Cerebras 芯片上发布模型，亚马逊计划将其与自研 Trainium 搭配使用。推理速度有自己的买家。
基础设施端也在变化。Google 和 Blackstone 宣布合资组建 TPU 云公司。Blackstone 将出资 50 亿美元股权，并预计撬动 250 亿美元算力投资。该公司计划在 2027 年上线 500 兆瓦产能。这是 Google 首次大规模向外部客户出售 TPU 算力。
推理平台公司 Fireworks AI 的估值也升至 150 亿美元。不到两年前，它的估值还是 40 亿美元。
这些事件共同说明，「推理」已经不能再被当作一个单一市场。速度、上下文承载、软件优化和生成机制，正在形成四套不同的竞争逻辑。
Cerebras 需要整片晶圆定制的芯片，小米依靠通用 GPU 和软件优化，DiffusionGemma 从生成机制绕过逐 token 瓶颈，Cognition 的代理工作负载则把速度放在更低的优先级。
四条路径背后，是完全不同的芯片、软件和商业模式。它们各自绕开了 GPU 的什么？GPU 的通用性为什么在推理市场上反而变成了成本？
🔒 以下为 Dailyio Premium 会员专属内容
成为 Dailyio Premium 会员，继续阅读完整分析。
月付 99 元 / 年付 999 元，解锁 Dailyio 全部付费文章与邮件更新。
2026-06-15 11:26:34
🗓️ 2026.06.15 | Poe
Uber 年初就用完了全年 AI 预算，随后给员工设下每人每月 1500 美元的 AI 工具消费上限。
与此同时，OpenAI 正在考虑大幅下调 token 价格，赶在 Anthropic 可能降价之前稳住用户。
压力不只来自模型公司之间的竞争。DeepSeek 在 Vercel 上的使用份额一个月内从 1% 升至 17%，超过 500 家机构从闭源模型转向开源模型。Anthropic Fable 5 的 token 成本是 DeepSeek V4 Pro 的 50 倍以上。
企业并没有等待开源模型追平前沿模型。它们正在用路由工具把常规任务转给低价模型，只在复杂任务中调用高端模型。
这场价格战最后影响最大的，可能不是模型公司之间的直接竞争，而是 AI 定价权本身的转移。
今年 4 月，Uber CTO Praveen Neppalli Naga 在 the Information 的采访中披露，公司在年初就用完了 2026 年全年的 AI 预算。
几个月后，Uber 给员工设了新的上限：每人每月在单个 AI 编程工具上的消费不得超过 1500 美元，Claude Code 和 Cursor 分开计算。
问题在于，使用量并不等于回报。
Uber CEO Dara Khosrowshahi 上月给出的数据是：公司约 10% 的代码由 AI agent 提交。
但在 Rapid Response 播客上，Uber COO Andrew Macdonald 给出了另一面：很难证明这些工具真的让有用的消费者功能产出增加了 25%。
一边推进 AI，一边给使用设限。效率数字在涨，回报却说不清。
Uber 不是孤例。
沃尔玛已经限制员工使用一款内部 AI agent。运动品牌集团 Amer Sports 也在放慢部署节奏。
Amer Sports CFO Andrew Page 的态度更谨慎：在看到长期、可扩展的后端收益之前，他不希望员工大规模消耗 token、搭建 AI 工作流。
毕马威一项即将发布的调查显示，只有 26% 的企业认为自己全面掌握了 AI 成本，22% 的企业要到账单来了才知道花了多少钱。
成本波动已经进入 CFO 的日常视野。一家毕马威客户的 token 用量暴增了 6 倍。
位置共享服务公司 Life360 至今也没有 token 支出的实时监控面板。其 CFO Russell Burke 的说法是：「希望很快就能有」。
企业开始给 AI 使用设限时，模型公司的价格压力也开始显性化。
《华尔街日报》报道，OpenAI 正在考虑大幅降低 token 价格，赶在 Anthropic 可能降价之前调整价格。
OpenAI CEO Sam Altman 近期在公司活动上把成本称为「a huge issue」。但比降价消息更紧迫的，是客户迁移的速度。
DeepSeek 在开发者平台 Vercel 上的使用份额，从 4 月的 1% 升至 5 月的 17%。
在 AI 请求分发平台 OpenRouter 上，从 2025 年秋到 2026 年春，开源 token 用量的增速是闭源模型的 4 倍，超过 500 家机构从闭源模型转向开源模型。
开源模型在能力上仍落后前沿模型 4 到 6 个月。但 Anthropic 最新发布的 Fable 5 模型每 token 价格是 DeepSeek V4 Pro 的 50 倍以上。
能力差距还在，但客户已经开始迁移。
在哥伦比亚大学工程学院计算与 AI 副院长 Vishal Misra 看来，这些开源模型已经足够可用，AI 的高溢价空间正在缩小。
🔒 以下为 Dailyio Premium 会员专属内容
成为 Dailyio Premium 会员，继续阅读完整分析。
月付 99 元 / 年付 999 元，解锁 Dailyio 全部付费文章与邮件更新。
