锤爆苹果壁垒:AI成最强攻城锤

文 | 秋水笔弹

攻陷苹果最强安全壁垒,AI成为病毒最强攻城锤,国家级病毒正在平民化。

2026年3月,一套名为“暗剑”的iOS漏洞利用套件,被完整上传到了GitHub。从此,攻击苹果设备的“核按钮”,变成了人人可用的开源代码。工信部也在4 月 3 日发布了相应安全警告。

一、国家级武器平民化

别把它当成普通病毒。

这是一套六漏洞串联的攻击链,从浏览器远程代码执行,到内核完全控制,一步到位。最可怕的是,它绕过了苹果A12芯片及后续设备的核心硬件防御机制——指针认证(PAC)。

在此之前,全球能开发这种工具的组织不超过两位数。在此之后,任何一个脚本小子都能部署。这标志着移动安全的一个结构性转折:国家级威慑力量,平民化了。

它主要针对iOS 18.4至18.7版本的设备,多达2.21亿台iPhone暴露在风险中,占所有iPhone用户的14.2%。攻击载荷“GHOSTBLADE”专门窃取Coinbase、Binance、MetaMask等加密资产,以“打带跑”方式在几分钟内完成盗窃并清除痕迹。

二、快手事件:AI驱动的实战演练

大家应该还有印象,就在暗剑泄露前三个月,2025年12月22日晚,快手平台遭遇了一场具有里程碑意义的网络攻击。

当晚22点,约1.7万个被控“僵尸账号”同步开播,播放预制违规视频。这不是偶然的技术故障,而是一场由AI驱动、高度自动化、短时间爆发式的定向攻击。

火绒安全复盘显示,攻击者在当天18点起就开始小规模投放违规内容——这是在测试AI识别能力、测量违规内容存活时间、计算“发现→封禁”的平均延迟,相当于战争中的“校准射程”。

攻击的核心不是绕过内容识别,而是直接瘫痪封禁执行接口。检测系统能识别违规内容,但执行系统因高频洪泛攻击而瘫痪——“我看见违规了,但我关不掉它”。

这正是AI驱动攻击最可怕的地方:攻击者不是在和平台比“谁更会隐藏内容”,而是直接攻击系统执行层,让你明明看见却无法制止。

三、AI的双重角色:攻击侧的质变

把暗剑和快手事件放在一起看,AI在网络安全攻防战中扮演的角色已经清晰浮现。

在攻击侧,研究人员在DarkSword代码中发现了大量注释和模块化结构,与大语言模型生成代码高度吻合。HackerOne的报告显示,AI辅助的漏洞报告在2025年增长了210%。攻击方已从“人在操作”升级为“AI智能体集群作战”。

360创始人周鸿祎在2025年互联网大会上明确指出:“大模型降低了每个人的使用门槛,没学过编程的人通过跟大模型交流也能写程序,这意味着大模型被攻击的门槛也降得很低。”他甚至警告:“一个黑客可以操纵50个甚至500个智能体,网络安全从人和人的对抗,变成了人和算法、人和机器的对抗。”

快手事件正是这一论断的实战印证。攻击者利用AI模拟真人行为轨迹,用脚本制造规模优势,通过数据反馈动态调整攻击节奏,而防御方仍依赖人工审核和静态规则体系——这种技术代际的不对称差距,正是系统性失控的根本原因。

在防御侧,变化同样剧烈。2025年10月,OpenAI发布了由GPT-5驱动的安全研究智能体Aardvark,能像人类专家一样自动发现并修复漏洞,在基准测试中识别率达92%,已发现10个获得CVE编号的高危漏洞。

安全专家对此的结论高度一致:必须用AI对抗AI。未来需要的不是“更聪明的内容识别模型”,而是自动化安全机器人——关注行为本身,在异常发生之前自动熔断。

四、AI攻击演进的三阶段

综合两次事件,可以清晰看到AI驱动攻击的演进路径:

第一阶段:辅助增强。 AI帮助攻击者写代码、生成钓鱼文案、自动化重复任务。这是当前的主流形态,DarkSword的代码结构已经呈现这一特征。

第二阶段:智能体集群。 一个黑客操纵数十甚至数百个AI智能体,实现7x24小时不间断攻击。周鸿祎所警告的“50到500个智能体”正在成为现实。

第三阶段:自主决策。 攻击工具具备环境感知能力,能根据防御响应自动切换策略。火绒安全的分析指出,快手攻击中已观察到“多智能体协作”的迹象——遇到阻力时自动调整攻击方式。

五、历史坐标:十年iOS漏洞的AI加速

过去十年,苹果发生过五次同级别的漏洞事件。从2016年的“三叉戟”到这次的“暗剑”,发生频率从1.5年一次加快到1.25年一次。

频率在加快,但更本质的变化是性质。早期漏洞是国家级APT的专属武器,现在变成了公开的代码库。攻击动机也从情报窃取转向了直接的金融掠夺。

AI是这一切的加速器。 它降低了攻击门槛,让复杂漏洞利用的开发周期从数月压缩到数周。而黑市价格推高了攻击动力——一个iOS零点击漏洞的黑市价已涨到200万到300万美元。与此同时,苹果用户拒绝升级,形成了巨大的安全债务。三股力量叠加,共同推高了威胁烈度。

这对苹果意味着什么?意味着它花了十年打造的“隐私护城河”,出现了一道实质性的裂痕。

但问题早已超出苹果一家公司。当攻击者用AI武装自己,防御者唯一的出路就是用更先进的AI技术构筑防线。工信部已发布紧急警告,苹果在给iPhone 6S这样的古董设备推送补丁——但这些只是治标。

根本性的转变在于:网络安全正在从“人与人的对抗”转向“智能体与智能体的对抗”。

核按钮已经泄露。AI正在让攻击变得更快、更聪明、更便宜。

当国家级武器变成开源代码,当AI让攻击门槛趋近于零,你的数字资产,还靠什么守住?

DeepSeek V4将完全运行于华为AI芯片之上

DeepSeek正在开发其下一代AI模型——V4,而最新技术将完全运行于华为最新的AI芯片之上。一份新报告揭示了这一动态大语言模型的准备情况,并披露了其中最重要的要点。

据TheInformation报道,即将推出的中国先进AI大语言模型——DeepSeek V4将采用华为AI芯片。这听起来或许只是寻常消息,因为许多中国AI初创公司如今都在转向华为。

然而,这绝非一条小新闻!

根据细节,V4模型将仅且完全使用华为最新的AI芯片。阿里巴巴集团、字节跳动和腾讯等公司近期已批量订购了昇腾950PR半导体。

V4 AI模型预计将采用近1万亿参数的架构,可能搭配数十万颗昇腾950PR芯片,以实现1.8倍的推理加速、100万token的上下文窗口,并通过Engram技术提升效率。

更多细节显示,DeepSeek已与华为以及寒武纪(中国芯片制造商)合作数月,对模型的核心代码组件进行了重写和测试。

DeepSeek和华为均未证实这一消息。但该信息极有可能是真实的。长期以来,DeepSeek一直在其AI模型中使用昇腾芯片。因此,在中美关于英伟达H20出口的冲突背景下,这家AI初创公司完全转向华为并不令人意外。

DeepSeek V4预计将在未来几周内发布,并以其高性能编码与推理能力著称。此外,该公司还在开发另外两个V4变体(均使用国产芯片),可能会在今年晚些时候首次亮相。

届时,我们或许能了解更多关于DeepSeek V4 AI模型中将搭载多少颗昇腾950PR芯片的信息。敬请关注。

蒸馏那些被优化的同事,让他们陪你赛博永生

被毕业的同事其实并没有消失,他们只是被蒸馏成了 Token,换成另一种形式陪伴你。

最近一个「同事.skill 」的叫 GitHub 项目火了。项目的 slogan 写得很温情:「将冰冷的离别化为温暖的 Skill,欢迎加入赛博永生。」

操作也很简单:把离职同事的飞书消息、钉钉文档、邮件、截图喂进去,AI 就能生成一个「真正能替他工作」的 skill。

用他的技术规范写代码,用他的语气回答问题,甚至知道他什么时候会甩锅。

紧接着,前任 skill、老板 skill、导师 skill、父母 skill、暗恋对象 skill、永生 skill 接连冒出来。#同事被炼化了# #赛博永生# 冲上热搜。

已经有人贴出「数字分身」截图:「你好,我是已离职员工(王明)的数字分身,你可以向我提问。」

网友辣评:同事,散是 Token,聚是 skill。

看起来又是一次抽象玩梗,但笑着笑着,我发现很快就笑不出来了。

skills 怎么成了牛马的经验提取器

同事.skill 的 README 里有一行小字:「原材料质量决定 skill 质量:聊天记录 + 长文档 > 仅手动描述。建议优先收集:他主动写的长文 > 决策类回复 > 日常消息。」

也就是说,你的专业知识、判断逻辑、处理边缘情况的直觉,这些构成你不可替代性的东西,恰恰是最容易被提取和蒸馏的东西。

APPAO 之前曾报道,硅谷的社交媒体和技术论坛上,有一个反复出现的叙事:

被裁的员工发现,自己此前被要求系统性地记录工作流程、决策逻辑和操作规范,管理层称之为「知识管理」或「流程优化」,而这些文档最终被用于训练 AI 系统。部分团队在使用 AI 工具大幅提升了生产效率之后,整组被裁撤。

亚马逊三年间砍掉超过 57000 个企业职位,CEO Andy Jassy 公开表态:企业员工会持续减少,但 AI 带来的效率提升是值得的。与此同时,AI 辅助写出来的程序开始把系统搞崩。

去年 12 月亚马逊内部的 AI 编程助手自行决定「删除并重建整个环境」,导致 AWS 区域性宕机 13 小时。

一边裁人,一边 AI 把系统搞崩,然后让剩下的人去兜底。人类把决策权交给 AI,AI 不承担后果,后果回到人类头上,但那时候能兜底的人已经被裁掉了。

彻底闭环了。

同事.skill 背后实际上就是一种集体创伤的自嘲式表达。因为「同事.skill」干的事,跟那些大厂管理层要求员工「系统性记录工作流程」的逻辑,一模一样。只不过大厂是自上而下的「知识管理」,开源社区是自下而上的「赛博整活」。

其实都殊途同归:把人的经验、判断、习惯蒸馏成数据,然后人就可以被丢弃

就像阑夕说的,前几年还有程序员出主意说可以在代码里「埋雷」,多层嵌套、不写注释、故意加入只有自己才懂的触发条件,增加别人的接手成本,当做一种防裁员技巧。

AI 来了之后这招也不灵了。多层嵌套?AI 给你拆开。不写注释?AI 给你补上。只有你懂的触发条件?AI 跑一遍测试就能找出来,无非就是多烧一些 Token 嘛。

万物皆可 skill 化。

有网友甚至整出了「反蒸馏 skill」(anti-distill):公司让你写 skill?跑一遍,交差用。核心知识留给自己。

把你写好的 skill 文件扔进来,输出一份看起来完整专业、实际上核心知识已被抽掉的「清洗版」。同时生成一份私人备份,记录所有被抽掉的核心知识,这才是你真正的职业资产。

不论这些反击是否有效,有个更根本的问题被忽略了,这些被 skill 化的岗位,本来是很多职场新人的练级区。

你喂养的 AI,正在吃掉你的未来

工业革命时期,卢德运动者砸毁纺织机,但至少纺织机不是由纺织工人自己设计的。2026 年的打工人,却不得不亲手训练出那个要替代自己的工具。

这还不是这事最残酷的地方。

Nature 今年采访了 48 位不同学科的科学家,问 AI 正在威胁哪些科学岗位。答案出人意料地一致:正在被替代的是写代码、跑模型、做数据分析,这些曾经是研究生和初级研究人员的日常工作。

AI 最能替代的,恰恰是科学家职业生涯的起点。

Anthropic 的报告指向同一个结论:自 ChatGPT 发布以来,22 至 25 岁年轻人在 AI 高暴露职业中的就业率下降了近 20%。企业没有解雇老员工,只是不再招新人了。资深员工有 AI 加持变成超级个体,初级员工做的那些「杂活」,AI 更快更便宜还不需要五险一金。

企业的算盘打得很精,过去培养一个新人,年薪 15 万培训 2 年才能独当一面。现在给老员工配个 AI 工具,年费几千块,效率立刻翻倍。怎么选?不言而喻。

很多年轻人的职场大门就这么关上了,甚至不职场人的 KPI,都开始要和 Token 消耗量挂钩了。

UT Austin 计算生物学家 Claus Wilke 说:「可能短期内每一块钱的预算可以有更多的产出,但代价是人才管道的崩塌和长期衰退。」

省了一个研究生的工资,但可能毁了一个未来的 Hinton。

1986 年的 Hinton 在做什么?写代码,跑实验,调参数。他做的每一件事,都是今天被列为「正在被替代」的任务。如果他生在今天,可能连进实验室的机会都没有。

AI 替代的不是 Hinton,AI 替代的是 Hinton 成为 Hinton 之前的那个人

这事不止发生在科研领域,这就是 skill 化的隐性代价。

每一个被 skill 化的岗位,表面上是效率的提升,实际上也是一条职业路径的关闭。每一个「同事.skill」的诞生,都意味着某个岗位上不再需要一个真人去犯错、去试探、去积累那些 AI 提取不走的直觉。

当人生 skill 化,你还剩下什么

老板 skill 帮你应对老板,同事 skill 帮你处理同事关系,前任 skill 帮你保存记忆,暗恋对象 skill 帮你模拟互动,永生 skill 帮你延续存在……

当你有 20 个 skill,覆盖了生活中的每一种关系和场景,问题来了:要怎么管理这些 skill。

于是你需要一个「skill 管理 skill」来帮你调度。然后你需要一个「决策 skill」来判断要不要听「skill 管理 skill」的建议。然后你需要一个「元决策 skill」来决定要不要听「决策 skill」的建议。

当你把整个人生都 skill 化,你以为在用工具,实际上在喂养一个越来越庞大的系统,而这个系统运转的目的,是让你本人变得越来越不必要

是我在用 skill,还是 skill 在用我?

有人可能说,这不就是效率工具的进化吗?从 Excel 到 ERP 到 AI skill,工具越来越强,人越来越轻松,有什么不好?

关键在于一个临界点。Excel 不会替你做判断,ERP 不会替你做决策,但 skill 会。

当你用老板 skill 应对老板三个月,你做决定前的第一反应,会从「我觉得」变成「skill 怎么说」。当你用同事 skill 处理协作半年,某天有人跟你说「你最近说话怎么这么像 AI」,你才发现自己的表达方式已经被 skill 格式化了。

你没有变成更好的自己,你变成了 skill 的执行终端

工具和 skill 的区别就在这里,工具放大你的能力,但能力还是你的。skill 替代你的能力,你只剩下一个按下发送键的手指。

谁来提 issue

skill 的确代表了 AI 先进生产力的方向,这一点没有人能否认,也没有必要否认。

把重复性的、可标准化的工作外包给 AI,让人有更多时间做更有价值的事。从蒸汽机到互联网,每一次技术革命都遵循同样的逻辑。

skill 不是洪水猛兽,问题是我们对 skill 的态度。

当一切都可以被 skill 化的时候,那些「不能被 skill 化」的能力,还有机会被培养出来吗?

你需要先做那些 AI 能做的事,才能学会那些 AI 做不了的事。研究生要先跑数据才能学会提问,初级工程师要先写 CRUD 才能理解架构,实习生要先做杂活才能建立判断力。这些入门级的工作,恰恰是 AI 最先拿走的。

门票消失了,练级区关闭了,但最终 Boss 还在那里。

「同事.skill」的 README 最后有一句话:「如果有 bug 请多多提 issue。」

一个由人的经验蒸馏而成的 skill,当然会有 bug。问题是,当所有的人都变成了 skill,谁来提 issue?

当年那个在实验室里写代码跑数据的年轻人,正是因为亲手踩过无数个 bug,才能在三十年后看见别人看不见的东西。那些直觉不能被 prompt 出来,也不能被 fine-tune(微调)出来。

我们正在量产 skill,却在关闭培养提 issue 的人的通道。

skill 可以复制经验,但复制不了那个在无数次失败中学会提问的人

也许有一天,我们会发现自己拥有了一万个完美运行的 skill,却找不到一个能指出 skill 哪里不对的人。

网友梗图.

到那时候,被蒸馏成 Token 、炼化成 skill的,就不只是离职的同事了。

最后的最后,我其实一直想说:

这不是蒸馏,反而更像倒膜……

苹果50周年:AI赛道错失五年领先优势

在迎来成立50周年之际,苹果正面临一个关键转折点:如何在人工智能浪潮中重新确立自身优势。多位前员工与行业观察人士表示,苹果在生成式AI浪潮中“错失了大约五年的领先优势”,但公司仍具备在未来竞争中翻盘的条件。

长期以来,苹果以“隐私优先”的产品理念著称。公司向消费者承诺,用户数据主要保存在设备本地,而不会被用于广告业务。这一策略与谷歌和Meta形成鲜明对比,后两者长期依赖广告模式,通过大量用户数据训练算法并投放精准广告。

不过,一些业内人士认为,这一策略在生成式AI早期阶段反而让苹果处于不利位置。当前主流AI模型的训练依赖海量数据以及大规模云端计算,而苹果在数据收集和基础设施投入方面一直相对谨慎。与此同时,亚马逊、微软、谷歌母公司Alphabet以及Meta正投入数千亿美元建设AI数据中心和模型能力。

在这种背景下,苹果近期采取了一项引人关注的策略:与谷歌达成多年合作,将 Gemini 模型用于升级版 Siri。此前,谷歌一直向苹果支付巨额费用以成为iPhone默认搜索引擎,而在AI领域,这一关系出现变化——苹果成为技术授权方的付费客户。

部分分析人士认为,关键问题不在资金,而在数据边界。业内担心,如果用户数据被用于改进谷歌的算法,可能会削弱苹果长期强调的隐私优势。因此,双方如何处理数据使用范围成为关注焦点。

苹果的AI发展还面临另一个挑战:Siri的进展长期停滞。Siri于2011年推出,比亚马逊Alexa和谷歌助手更早进入市场,但之后的功能拓展速度较慢。前《华尔街日报》科技专栏作家Walt Mossberg表示,苹果“基本上浪费了五年的领先优势”。

Siri联合创始人Dag Kittlaus也表示,Siri最初的愿景远比现有产品更宏大——不仅能够回答问题,还能执行复杂任务,并形成类似应用商店的生态体系。

苹果当前的核心押注是 “端侧AI”(on-device AI)。公司认为,随着模型规模不断缩小,未来越来越多AI任务将直接在设备芯片上运行,而不是依赖云端计算。苹果自2017年以来就在其芯片中加入专门的AI计算单元,为这一转变做准备。

一些分析人士认为,如果AI计算逐步从云端转向终端设备,这一趋势可能重新强化苹果在硬件与芯片设计方面的优势。

与此同时,新的竞争威胁也正在出现。OpenAI去年收购了苹果前首席设计师 Jony Ive(乔纳森·艾夫) 的设计公司 io,并计划开发面向AI时代的新型设备。市场猜测,这类产品可能不再依赖传统屏幕,而是以语音或环境交互为核心。

不过,也有观点认为,这类“无屏AI设备”短期内仍难以取代智能手机。参与开发iPod和早期iPhone的工程师 Tony Fadell(托尼·法德尔) 表示,未来更可能出现的是由多种AI设备组成的生态,而智能手机仍将是核心终端。

在50周年纪念活动上,苹果CEO Tim Cook(蒂姆·库克) 表示,公司正在推进新一代Siri以及更广泛的AI能力。随着AI逐渐成为下一代计算平台的关键技术,苹果能否在这一阶段重新取得优势,正成为市场关注的焦点。

23天靠AI短片赚100万!非科班出身逆袭影视区,郭帆导演拍手叫好

邓思邈 发自 凹非寺

量子位 | 公众号 QbitAI

我真的慕了。

当我还在吭哧吭哧跟AI磨合写稿时,已经有人凭借AI生成的短片,美美到账100万了。

DiDi_OK创作AI视频《牌子》

DiDi_OK创作AI视频《牌子》

还都不是影视科班专业出身的:

一个是学3D动画的广告人,另一个是01年的生物学硕博连读生。

以《牌子》这部7分多钟的视频为例,制作周期23天,在B站上线一周,收获1000多万次播放,80多万点赞,30多万投币。

img

《流浪地球》导演郭帆评论转发点赞,在油管也获得大量好评:

img

他们拿到的100万奖金,都是B站给颁的首届AI创作大赛一等奖奖励。据悉,这次比赛有超8300份作品参赛,77个获奖席位,总奖金池超300万元。

那么问题来了,同样是和AI打交道,凭啥是他们能脱颖而出夺得大奖?

img

既然模型是“疯”的,你就要当那个最清醒的“疯子”

很多人看完那些获奖作品,第一反应就是满世界打听他们用了什么神仙模型,甚至幻想着能讨要到“一键出片”的万能Prompt。

但把这些创作者的流程拆开,会发现这些人的出发点很“笨”,甚至有点原始。

这种原始感首先体现在对“表达欲”的近乎残酷的拷问上。

“开放赛道”一等奖得主DiDi_OK在动手之前,会先反复问自己:这件事有没有必要说出来?

如果这个表达不说出来,你会难受到睡不着觉,那才继续往下走。

img

接着是第二层筛选,这个表达对别人有没有意义?是让人产生负担,还是能带来一点有意思的新东西。

当表达站住了,再来考虑怎么呈现,也就是形式设计的问题。

DiDi_OK把做片子比作“请客吃饭”,你手里攒着的那点儿极其私人的表达,就像是一道重口味的家乡菜,直接生冷地怼到观众脸上,大概率只能换来人家的反胃。

DiDi_OK创作AI视频《牌子》

DiDi_OK创作AI视频《牌子》

所以需要先铺垫语境,让观众慢慢进入你的节奏,然后在某个节点,把真正想表达的东西递出去。

而好的形式往往是极简的,理解成本通常很低,观众不用费劲就能看懂你在干嘛。

尤其在AI时代,一旦你把形式搞得过于繁杂,模型那不可控的随机性叠加进去,画面瞬间就会崩盘,观众也会秒出戏。

再往下走,DiDi_OK抛出了一个很现实的判断:你做不做得完?

AI创作对连续性的要求很高,一旦中断,很难再回到原来的语境。所以DiDi_OK会果断砍掉那些周期不可控的想法,哪怕它再诱人,“如果单位周期内无法完成,我个人的情绪就会散掉”。

事实上,DiDi_OK这部不到8分钟的短片,剧本大概花了一个半月时间,视频制作周期是23天

img

不过更关键的是,这一套折腾下来,你想表达的东西还在吗?

他引用了姜文的话——“我就是为了这盘醋才包的饺子”,饺子包完醋如果没了,那这顿饭他宁可不请。

如果说前面更多是来自创作者的直觉和经验,那“三体赛道”的一等奖得主半吊子Bill_的方法更偏向工程思维。

他拒绝被工具牵着鼻子走,把AI直接拆回了传统动画的生产线——剧本、分镜草稿、人设、场景、配音配乐音效,一个都不能少。但区别在于,人类只保留最关键的部分,把重复劳动工作交给AI。

剧本和分镜是核心。他会先在iPad上手绘分镜草稿,即便是画成很粗糙的“火柴人”也没关系,只要能表达清楚人物位置、动作关系和构图。

img

然后把草图喂给AI,让它在这个结构里生成画面。相比纯文字的提示词,这种方式对AI的约束会更强。

在视频生成时,半吊子Bill_喂给AI的提示词是分层的三段式

先定下整个分镜的大基调,再精准拆解每一张图对应的台词细节,最后才去补足氛围和主角性格。

img

至于大家最在意的如何去“AI味”?

半吊子Bill_的处理方式是提示词尽量避免模糊描述。比如不要说“二次元风格”,而是直接指向具体某部动画作品的视觉体系。

再叠加摄影语言,比如调整拍摄视角(仰拍还是俯拍)、控制画面色调随场景变化的路径(从灰到冷到暖再到血红)。

img

角色设计上也是同一套逻辑,通过使用活泼的人物角色、夸张表情和饱满情绪,这会让观众默认背后有一个真实有血有肉的人在表达,从而更容易代入其中。

还有一个很多人忽略的控制变量是BGM。很多人的AI短片画面很满,但声音是空的。

半吊子Bill_擅长在音效里埋钩子,靠渐强或低频的震动去勾兑那种汗毛倒竖的紧迫氛围感。

DiDi_OK视频里的BGM收到了很多夸奖,但他说自己其实“五音不全”。因为喜欢《巫师3:狂猎》配乐里那种古波兰女声吟唱的荒凉感,所以先让Gemini拆解其背后的文化脉络和历史典故,再把这股子底蕴写成prompt喂给Suno。

在具体工具的使用上,获奖者们的做法是把每个模型的“性格”摸清楚,然后让它们各司其职。

粉墨工作室的生图流程是先用Midjourney出那种有艺术感的底图,再拿这张图喂给Nano Banana去抠细节。

img

粉墨Morpho创作AI视频《饵》

而在DiDi_OK看来,视频模型里谷歌Veo对嘴型的控制很强;可灵做伪纪录片质感更好,镜头有那种沉重的细腻感;Seedance 2.0的手持晃动感更真实。

看下来会发现这些获奖者并没有什么独门绝招,他们只是用一套传统创作的方法,把AI塞进了工作流里。

前面是表达,后面是结构,中间那段看起来最炫的AI生成,其实只是执行层。但如果前后两端是空的,模型再强,也只能生成一段看起来很努力的空话。

△DiDi_OK创作AI视频《牌子》

DiDi_OK创作AI视频《牌子》

也正因为AI工具在快速普及,真正决定作品上限和差距的东西,开始从模型能力重新回到创作者本人

AI正在加速你完成前10个“垃圾作品”

以前大家还能把问题推给工具、团队、预算,或者一句“条件不允许”。现在这些借口在一点点失效。

第一个变化,是“做自己”这件事,从风险变成了一种放大器

听起来有点虚?且听DiDi_OK这样说:

我认为世界上不应该有人因为做自己而受到惩罚,这是不对的事情……AI出现之后,我发现我某些窘迫和奇怪的点是可以被接受的,因为它们可能在某个层面上存在真正的价值。

AI帮助创作者大大降低了试错成本。以前你想验证一个想法,可能要投入几年时间,甚至一整个团队。

△DiDi_OK创作AI视频《牌子》

DiDi_OK创作AI视频《牌子》

现在你可以快速把你前十个“垃圾作品”做完,丢出去,看看有没有人回应,然后根据市场反馈快速迭代。

(“前十个垃圾作品”源于游戏圈公认为“行业圣经”的 《游戏设计艺术》(The Art of Game Design: A Book of Lenses),原话是:“你的前十个游戏都会烂透了——所以赶紧把它们做完吧。”)

不过,AI工具可以把表达放大的前提,是你得真的有东西

第二个变化,是工具越强,注意力越往“人”这边收缩。

半吊子Bill_提到,每当一个新模型出现,大家会先沉迷于各种“奇观”,巨物、灾难、视觉冲击……

这些以前成本高昂的画面突然变得唾手可得。但这种兴奋感很快会消退,因为所有人都能做。

一旦工具变得足够好之后,人就不再盯着工具本身,而是开始看内容本身。“就像一把锤子,当它顺手到不需要思考,你不会再研究锤子,而是开始关心钉子钉得怎么样。”

img

半吊子Bill_创作AI视频《墨滴计划》

导演易小星讲得更直接一点,他说工具只能提供选项,真正做决定的还是人脑——你看过多少片子,读过多少书,对人性有多少观察,这些东西不会因为模型升级而被自动补齐。

AI写不了喜剧,因为它不犯错,而恰恰是“错误”让文艺作品迷人。

第三个变化,是创作这件事,开始重新依赖清晰的流程和前期设计

粉墨工作室提到,AI并没有改变对编剧这个工种的要求,反而让一些想象力被释放出来。

比如以前很多场景写都不敢写,因为做不出来,现在只要能描述,模型大概率可以给到你一个版本。

但这并不意味着可以随便写。相反,你需要更早地理解模型的边界——哪些东西它擅长,比如奇观、动作、特效;哪些东西它还很吃力,比如细腻的人物微表情和复杂长对白,这种理解会反过来影响你的剧本结构。

img

粉墨Morpho创作AI视频《饵》

DiDi_OK说AI更像一个黑盒,输入你想要的,输出接近你想要的,中间发生了什么你并不完全掌控。所以你能做的,是把输入端设计得更清晰,把输出端的筛选标准建立起来

创意、剧本、审美,这些东西没有被替代,反而被推到了更前面的位置。

工具负责把东西做出来,人负责决定做什么,以及要不要。

One more thing

1000万播放、100万奖金的例子你看了觉得很遥远,但“1万”或者“10万”的机会兴许已经满大街了。

据悉,B站AI创作大赛后续将长线落地,专门面向UP主的AI原创动画剧集激励计划——“AI动画剧场”也已正式启动。

给钱、给流量扶持。

担心你上手太难,B站还为UP主们攒了个AI创作助手,叫updream

img

它能记住你的创作风格、习惯、节奏。包括你创作过程中积累的个性化的审美、风格、操作偏好等,统统可以在这里存为Skill沉淀下来。

所以做吧,先把你手头那“10个垃圾”做出来,没准儿做到第3个的时候,你就发现自己突然被看见了。

市场预计三星电子今年Q1营业利润约40.5万亿韩元,同比大增6倍

IT之家 4 月 5 日消息,当地时间 4 月 3 日,据路透社报道,三星电子在 AI 带动的存储芯片涨价周期中迎来业绩爆发。市场预计,三星电子今年第一季度营业利润将达到约 40.5 万亿韩元(IT之家注:现汇率约合 1848.42 亿元人民币),同比大增约 6 倍,创下历史季度新高,几乎追平去年全年 43.6 万亿韩元(现汇率约合 1989.9 亿元人民币)的水平

这一增长建立在存储芯片“超级周期”之上。LSEG 汇总 29 位分析师的预测显示,三星电子收入将同比增长 50%。部分机构给出更激进判断,花旗预计利润可能达到 51 万亿韩元(现汇率约合 2327.64 亿元人民币)。Daol Investment & Securities 分析师高英敏(音译,下同)表示,当前存储市场的景气程度已经接近极限,“几乎没有比现在更好的环境”。

不过,市场关注点并不只在业绩本身。投资者更关心中东局势是否会打断这一轮增长节奏。能源成本上升以及关键材料供应的不确定性,或将迫使大型科技公司收缩 AI 数据中心投资,从而影响芯片需求。

需求端已经出现一些降温信号。随着智能手机、电脑等终端产品涨价,消费需求受到抑制,DRAM 现货价格在过去几周出现回落。同时,谷歌推出的存储优化技术 TurboQuant,也在一定程度上削弱了市场对存储容量的需求预期

受上述因素影响,自 2 月 28 日冲突爆发以来,三星电子股价已回落 14%。不过,在科技巨头数千亿美元 AI 投资计划支撑下,年内股价仍累计上涨约 50%。

部分业内人士认为,这一波动更多是短期调整。Fusion Worldwide 总裁 Tobey Gonnerman 表示,现货价格降温只是阶段性现象,“需求和积压订单依然强劲”,产能在相当长时间内仍难以满足整体需求。

TrendForce 同样预计涨价趋势尚未结束。DRAM 合约价格在第一季度已实现环比翻倍,第二季度预计还将继续上涨 58% 至 63%。

三星电子联席 CEO 全永铉曾告诉股东,公司正在与核心客户推进 3 至 5 年期长期合同,以对冲需求波动带来的风险。

从业务结构看,利润仍将高度依赖存储芯片业务。晶圆代工业务由于与台积电竞争激烈,预计继续亏损,但与英伟达的合作为该业务带来新的 AI 芯片订单。与此同时,受成本上升和竞争加剧影响,智能手机和显示面板业务利润预计将同比下滑约一半

此外,三星电子还面临内部成本压力。韩国工会要求改革奖金制度,并已放出 5 月罢工的信号。

特斯拉得州奥斯汀工厂2025年员工人数减少22%

IT之家 4 月 5 日消息,据 Austin American-Statesman 发现的一份合规报告显示,因特斯拉连续第二年遭遇销量下滑,该公司位于得克萨斯州奥斯汀郊外的工厂员工总数在去年大幅缩减。

特斯拉这座工厂的员工人数从 2024 年的 21191 人降至 2025 年的 16506 人,降幅达 22%。而美国证券交易委员会的文件显示,特斯拉全球员工总数却从 2024 年的 125665 人增至 2025 年的 134785 人。

目前尚不清楚特斯拉缩减该厂员工规模对哪些部门影响最大。但自 2022 年该工厂投产以来,特斯拉已成为奥斯汀地区最大的雇主之一。首席执行官埃隆 · 马斯克还在 2021 年工厂启用前,将特斯拉总部迁至此处。最新报告显示,截至目前,特斯拉已为该工厂投资超 63 亿美元(IT之家注:现汇率约合 434.15 亿元人民币)。

Anthropic封堵第三方工具“薅羊毛”,OpenClaw被迫出局

一个月费$200的Claude Max订阅,用出了$5000的算力价值——这件事最终让Anthropic下定决心,彻底关上了第三方工具“蹭订阅”的大门。

北京时间4月4日,Anthropic向订阅用户发出邮件通知:即日起,Claude订阅套餐将不再覆盖通过OpenClaw等第三方工具的使用额度。想继续用,要么自费购买额外用量包(Anthropic首次开放7折优惠),要么自备API Key单独付费。

消息由Anthropic旗下Claude Code负责人Boris Cherny在X平台首发,四条连续推文宣告了这一政策转向的全貌:容量压力、资源管理、一次性补偿、退款通道——官方的表述滴水不漏,但业内对这一决策的背景早有预判。

Boris Cherny在X平台发布的说明中,详细列出了政策变更的三个关键节点:

1. 生效时间:美国西部时间4月4日中午12:00(北京时间4月5日凌晨3:00)起,Claude订阅不再包含通过第三方工具(harness)使用Claude的额度。

2. 替代方案:用户仍可使用Claude账户登录OpenClaw等工具,但必须通过"Extra Usage"额外使用包付费,或绑定Claude API密钥按量计费。

3. 补偿措施:Anthropic将向受影响的订阅用户发放一次性补贴,金额等同于用户当前月度订阅费(Pro用户20美元,Max用户100或200美元视具体档位而定);此外,4月17日前领取Extra Usage套餐可享7折优惠。

值得注意的是,这项政策并非“仅针对OpenClaw”。Cherny的表述使用了"第三方工具/harness"这一宽泛定义,意味着任何通过类似机制调用Claude订阅额度的工具,都在禁用范围之内。 Anthropic正在为自己的基础设施筑起一道明确的围墙。

OpenClaw:一个“用Claude自己写出来”的工具

OpenClaw并非普通的第三方客户端。这款工具的创始人Peter Steinberger,是iOS开发界的传奇人物、PSPDFKit创始人,他公开表示,OpenClaw“一行代码都没有亲自写过”,全部依靠自然语言描述需求、由Claude代劳生成。

产品逻辑的核心在于:OpenClaw是一个基于Claude Code构建的Agent框架,允许AI在后台7×24小时自主执行任务——通过WhatsApp、Discord、Telegram等渠道发指令,即可实现文件读写、浏览器操控、代码执行、日历管理、邮件处理乃至航班值机的全流程自动化。单个账号可同时运行10个Agent,且持续不停机

GitHub星标已突破34万,社区Issue和PR日增数百条。OpenClaw已经成为开发者群体中增长最快的AI Agent工具之一。

问题就出在此处。OpenClaw的架构高度优化:每次对话向Anthropic发送的请求数量极少,且无任何遥测事件上报。据业界分析人士估算,同样是$200/月的Max订阅,OpenClaw用户实际消耗的算力,折算价值约为$5000

对于一家正在大规模扩张算力基础设施的公司来说,这个数字构成了“结构性亏损”。

Anthropic在发给用户的邮件中直言不讳地解释了动因:“我们一直在努力管理整体服务需求,但这些第三方工具对我们系统造成了过大的压力。容量是我们需要精心管理的资源,我们必须优先保障使用我们核心产品的用户体验。”

一场持续了数月的收网

复盘时间线,Anthropic对OpenClaw的限制早已悄然推进:

2025年11月,OpenClaw诞生,初名“Clawdbot”,随即被Anthropic以商标侵权为由要求改名;

2025年9月23日,服务端开始封锁部分OAuth Token的外部调用;

2026年1月8日,全面执行Token限制,第三方工具API调用返回401报错,大批用户在GitHub上反馈问题,相关Issue次日被关闭;

2026年1月9日,Anthropic在文档中明确规定:OAuth Token仅限官方产品使用,第三方工具及Agent SDK一律禁止;

2026年2月至3月,Anthropic密集发布Dispatch(手机到桌面的持久线程)、Claude Code Channels(多端MCP桥接)、Computer Use(完整操作系统访问)等功能——每一项,都精准对标OpenClaw的核心能力;

2026年3月28日,Peter Steinberger携OpenClaw董事会成员Dave Morin亲赴Anthropic总部游说,结果只争取到了一周宽限期;

2026年4月4日,正式断供。

“先是将一些流行的功能复制到他们的封闭框架中,然后又将开源软件拒之门外。时间点真是巧合。”Steinberger在X上措辞克制,但话语之间情绪清晰可见。

被“封杀”工具的创始人,早已是OpenAI员工

事件还有一个颇具戏剧色彩的背景:今年2月,Peter Steinberger已正式加入OpenAI,参与其个人Agent产品的研发。

一个用Claude构建的工具,其创始人最终供职于Anthropic的直接竞争对手——这一信息,并未出现在Anthropic的官方声明中,却几乎是所有外部分析在解读这次“断供”决策时绕不开的背景变量。

这不是孤例。

2025年6月,Anthropic限制了Windsurf对Claude模型的访问权限;同年8月,切断了OpenAI调用Claude API的通道——理由是OpenAI在用Claude做竞品基准测试;今年1月,Cursor也一度遭遇访问中断。大模型公司对第三方生态的容忍边界,正随着竞争烈度同步收窄。

Google同样如此:今年2月,因类似理由,Google永久封禁了部分调用Gemini Ultra的OpenClaw用户账号,且未予事先警告。

Boris Cherny的声明给出了官方解释:订阅服务的设计初衷并不包含第三方工具的使用场景,Anthropic需要“深思熟虑地管理容量资源”,并将优先保障直接使用其产品和API的用户。

从Anthropic的视角看,这一决策并不难理解。分析人士Yuchen Jin指出,在当前GPU算力受限的条件下,允许用户以$200/月的固定价格无限制调用等值$5000算力的工具,本质上是在补贴竞争对手生态——而随着Claude Code、Dispatch等自有功能逐渐成熟,这笔“补贴”已无战略必要。

开放红利正在收窄

表面上看,这是一个关于算力成本和订阅模式的技术问题。但将视角拉远,这是一场关乎AI产业底层博弈的标志性事件。

OpenClaw代表了AI领域开源生态的极致愿景:模型是公共基础设施,编排层应该是开放的、社区驱动的、跨模型的。用户不必被锁定在任何一个厂商的封闭花园里,而是可以自由选择Claude、GPT-4、Gemini乃至国产模型作为"大脑"。

但Anthropic、谷歌、OpenAI的商业逻辑指向相反方向:它们投入数百亿美元训练基础模型,不可能甘心只做被上层框架"调用的管道"。通过自家产品(Claude Code、Cowork)提供类似Agent能力,同时封堵第三方框架的"免费通道",是商业上必然的选择。

Anthropic选择在OpenClaw创始人跳槽OpenAI不到两个月后动手,时机耐人寻味。此时封杀,既避免了"封杀合作伙伴"的道德风险,又在OpenClaw加速向OpenAI生态迁移之前,止住了自身的算力出血点。

对全球开发者社区而言,这意味着“低价薅大模型算力”的黄金时代正式落幕。Claude Pro用户的使用成本将从每月20美元跳升至少一个数量级,而重度依赖Claude Max + OpenClaw组合的开发者团队,月度AI开支可能从数百美元飙升至数千美元。

Anthropic给出的7折Extra Usage优惠和等额补贴,更像是一种“软着陆”的过渡策略,而非真正的解决方案。4月17日优惠到期后,开发者将直面按量付费的冰冷现实。

这场争议也提出了一个更根本的行业命题:当AI Agent成为开发者的日常工具,大模型厂商究竟应该用什么样的定价模式来匹配这种使用范式?订阅制显然已经力不从心,但纯按量计费又可能抑制创新活力。在这两种极端之间找到一个平衡点,是整个行业必须回答的下一个问题。

一位观察者将这轮调整定性为“AI平台进入主权时代”的典型信号:大厂在完成功能验证和用户培育后,开始系统性地收回对第三方生态的开放授权。OpenClaw的遭遇,并非个案。

“OpenClaw验证需求 → Anthropic复制功能 → 断开外部依赖”——这条商业弧线,未来可能在更多工具身上重演。

对开发者而言,过度依赖单一AI平台的订阅额度来构建产品,从今天起,是一个需要重新评估的风险项。

Anthropic的封杀令给出了它自己的答案——但它真的是最好的那个答案吗?(编辑 | 秦聪慧)

小龙虾OpenClaw被Anthropic封杀 国产大模型抢市场:MiniMax做出回应

快科技4月4日消息,被称为小龙虾的OpenClaw是今年最火的现象级AI产品,也极大地推动了广大网友使用AI的意愿,然而Anthropic今天还是宣布封杀了小龙虾。

Anthropic旗下的Claude大模型因为能力极强,很多人哪怕不惜高价订阅也要给小龙虾使用Cluade套餐,但Anthropic跟OpenClaw关系一向糟糕,多次出手限制,现在更是直接封杀了第三方使用。

小龙虾OpenClaw被Anthropic封杀 国产大模型抢市场:MiniMax做出回应

这件事现在引起了AI社区的热议,很多人并不赞成Anthropic的做法,但Anthropic态度坚决,目前来看不太可能收回决定了。

那就让国产的AI大模型给他们来点压力,最近风头正劲的MiniMax今晚也在X上回应了这件事,他们说得倒是挺委婉,表示“将人工智能订阅用户限制在第一方产品中,扼杀了这些想法,使它们还没来得及诞生就夭折了。

当然MiniMax的主要表态还是趁着Claude订阅不能用于小龙虾的时候抢市场,强调自己的Token计划一开始就设计成可以跨第三方平台使用。

小龙虾OpenClaw被Anthropic封杀 国产大模型抢市场:MiniMax做出回应

实际上在OpenClaw风靡全球的同时,几家国产AI大模型的使用量也在突飞猛进,最近2个多月长期霸榜OpenRouter的用量榜,MiniMax 2,5/2.7一度还是榜首,截至发稿时依然维持在调用量的TOP5。

小龙虾OpenClaw被Anthropic封杀 国产大模型抢市场:MiniMax做出回应

vivo X300s手机维修备件价格公布:主板2680元起,电池199元

IT之家 4 月 4 日消息,vivo X300s 手机于 4 月 3 日开售,搭载联发科天玑 9500 芯片、蓝图影像芯片 V3+、蔡司 2 亿像素超级主摄、APO 超级长焦,售价 4999 元起。这款新机的维修备件价格现已公布,IT之家整理如下:

屏幕(指导价)1390 元

屏幕(优惠价)1090 元

电池 199 元

后盖 255 元

主板(12GB+256GB)2680 元

主板(12GB+512GB)2880 元

主板(16GB+512GB)2980 元

主板(16GB+1TB)3480 元

前置摄像头 105 元

后置主摄像头 355 元

后置潜望摄像头 295 元

后置广角摄像头 105 元

充电器 209 元

数据线 69 元

▲ IT之家开箱:vivo X300s 摄影师套装,下同

▲ IT之家开箱:vivo X300s 摄影师套装,下同

需要注意的是,以上机型的保内换屏、换电池、换主板、换摄像头的价格均为 0 元。保修范围外维修费用 = 维修配件费 + 人工费(50 元),一台设备同一次送修,更换多个配件只收取一次人工费。