社区

过去两年，AI硬件赛道经历了一轮残酷的洗牌。AI Pin退场，Rabbit R1口碑崩塌，曾经被追捧的“AI原生硬件”概念光环不再。 然而，就在这有些悲观的气氛中，一个略显传统的品类却悄然升温——AI录音笔。 2025年，字节跳动旗下飞书联合安克创新推出了可吸附手机的“录音豆”，钉钉亲自下场发布了DingTalk A1录音卡，影石Insta360将摄像头装进了录音设备，出门问问则把机身压缩到了3毫米。 再往前追溯，一家名为Plaud的创业公司凭借卡片式录音设备在海外市场创下年收入2.5亿美元的纪录。 一边是AI硬件的普遍遇冷，一边是录音笔品类的逆势升温。这难免让人好奇：在一个手机录音功能已普及多年的时刻，为何科技巨头与创业公司会不约而同地将目光投向这片看似逼仄的赛道？AI录音笔如何成为硬件市场的“香饽饽”？ 要理解这场集体转向，或许需要先回到一个更根本的问题： AI大模型繁荣两年有余，它真正改变了我们记录和理解世界的方式吗？ 答案并不乐观。过去两年，AI的能力主要集中在对话框内，但职场中最有价值的沟通大多发生在会议室的白板前、采访现场的对话里，而这些场景天然排斥键盘和输入框。大模型再聪明，也需要一个“耳朵”来捕获这些流动的、非结构化的声音信息。 AI录音硬件的价值正在于此。 先从技术本身说起。大模型要真正落地，就不能只待在文本的世界里。纯文本模型之间的差距正在缩小，各家在阅读理解、文本生成上的表现越来越接近，真正能把体验拉开层次的，是多模态理解，比如听懂方言混说的会议、区分不同发言人的口吻、从语气停顿中捕捉情绪变化。录音硬件产生的音频流则恰好为展示这些能力提供了最自然、最高频的场景。所以AI录音笔不只是硬件，同时为大模型能力提供了演示窗口和训练场。 再看市场的反应。过去一年多，AI Pin、Rabbit R1这些明星产品接连遇冷，AI硬件一度被贴上“叫好不叫座”的标签。但一

智能体的风，终于吹到了零售行业。 过去几年，从ChatGPT到Sora，从文生图到文生视频，AI技术的每一次突破都引发热议，但热闹归热闹，真正落到产业里的改变似乎总是慢半拍。直到最近，情况开始不一样了。智能体开始从科技圈的话题逐渐落地到零售商家日常运营中的标配。 我们观察到，国内外各大电商平台都上线了智能体相关的功能。 在京东，京点点Oxygen Vision能够自动批量生成商品图和营销视频，制作效率提升90%。在不少电商平台，AI试衣间让用户上传照片就能看到衣服穿在身上的效果，不再靠想象下单。在亚马逊，欧莱雅的ModiFace可以根据用户的面部特征实时调整妆容效果。 （京点点Oxygen Vision产品首页） 这些智能体有的帮商家干活，有的帮用户决策，有的在投放环节持续优化。它们不打卡、不领工资、不抱怨加班，却正在全面渗透零售链条的每一个环节。 那么，智能体为何能率先落地零售行业？它给中小商家带来了哪些影响？ 要理解这场变革的深度，先得看清传统零售内容生产在近几年AI技术浪潮下面临的困境。 零售的本质，其实很简单：把货卖给对的人。 但过去几年，这个简单的事情变得越来越复杂。一方面，用户的购物习惯从线下转到线上，商品曝光从货架式搜索变成内容驱动，一条视频、一张图片、一篇种草笔记，都可能成为用户下单的起点。另一方面，一个平台上有几千万SKU，商品的供给爆炸式增长让商家之间的竞争从“谁有货”变成了“谁能被看见”。 于是，内容成了零售的新命脉。图片拍得好不好，视频精不精彩，详情有没有说服力，直接决定了用户愿不愿意点进来，会不会下单。内容做得好，转化率能翻倍；内容做得差，再好的商品也石沉大海。 生成式AI的出现曾让商家短暂看到了希望。它可以批量生成图片、自动撰写文案、快速剪辑视频，让成千上百的商品详情页制作更快、成本更低。但市面上的生成式AI工具五花八门、良莠不齐，又给中小零售商

古希腊神话中，国王戈尔迪留下一个复杂难解的绳结，解开此结的人，将成为亚细亚之王。众人反复尝试，都未能成功。直到亚历山大大帝来到神庙，挥剑斩断绳结，一举破局。 这个寓言常被用来提醒人们，遇到复杂的难题时，要勇于突破、寻找新的解决方案。但很多被原生OpenClaw困扰的普通人，却一直没有找到更轻松的方案能解决养虾难的困境。要么面对新技术望而却步，担心被时代抛下，要么只能付费请人安装部署，成本高还没保障。 就在此时，荣耀挺身而出，4月13日首发荣耀YOYO Claw技术，并宣布该技术将率先搭载于荣耀MagicBook系列轻薄本，开创“养虾本”全新品类。 借此契机，我们聊一聊养虾热的背后，代表着一种怎样的时代情绪？养虾本这个解决方案，会是AI时代的亚历山大之剑吗？将高价值AI行动能力带入消费级终端，养虾本是否真的能助力每个人成为超级个体？ 普通人养虾，是在跟风吗？龙虾式AI Agent可以将自然语言指令转化为实际行动，自动执行点击、写代码、点击网页等复杂任务，让一个人拥有一个数字团队，化身超级个体，这是养虾热度居高不下的原因。Openclaw问世后，AI智能体的产业生态快速壮大，Skills社区格外繁荣，token使用量的指数级消耗也带火了词元经济。 就在产业一片欣欣向荣时，却容易忽略一个重要问题：AI产业内部，大多聚焦在打造智能体，但广大消费者使用智能体的能力，却仍有不足。 解决不好普通人用龙虾的问题，那么开发者打造的繁荣Skills生态也会缺失商业落地的受众，而AI算力基础设施与token经济，也就失去了规模化使用的群众基础。 普通人养虾，犹如戈尔迪之结，是多种困境的复杂交织： 1.学不会。需要用户掌握API调试、Python、Docker等部署技能，以及平台密钥管理，学习成本高、操作流程繁琐，非技术用户完全无法独立完成。 2.管不好。云端养虾安全防护不完善，数据泄露、机密上传

生活中，大家一定遇到过这样的场景：基层医院就能完成治疗的，都去三甲了；普通医生能处理的，全挤到名医那去了。 分级诊疗推行了这么多年，仍未真正实现“大病不出县”，一个主要原因就是，县医院、社区卫生服务中心等基层医疗机构接不住病人。对抗病痛的有力武器，新药、高精尖设备、资深专家，全都集中在头部医院。基层医院纵有仁心，也难免感到心有余而力不足。 就拿AI来说，都知道它能减轻医护工作压力、帮助更多患者，可基层社区医院要么用不上，就算有也不会用。有什么办法能将头部医院的诊疗经验，输送给基层医生？ 4月10日，AI驱动智慧医院建设新范式高峰论坛上，就出现了一个具有里程碑意义的探索时刻。南方医院联合**及行业伙伴，首次面向全球发布医院通用人工智能平台HAIP与《医院通用人工智能平台建设白皮书》。 作为**与南方医院深度“医工融合”的结晶，HAIP平台尝试改变以往医院AI建设的分散模式，将各类AI能力逐步整合为统一数智化底座，让AI技术贯穿医院诊疗、管理的每一个流程。 通过这个案例，我们想跟大家聊一聊，基层医院究竟如何承担起分级诊疗守门人的角色？靠一纸公文的规定？靠患者退而求其次的妥协？ 或者，靠基层医院逐步提升能力，拥有高质量医疗服务的底气与可能？最终的答案，关乎我们每一个人的健康福祉。 基层医院大病看不了，小病不敢看，导致数量不到1%的三甲医院，硬生生扛下了全国近30%的就诊人次。无论影视剧还是现实生活中，基层医院大多只承担应急功能，在复杂诊疗中能力不足。 通过AI分担基层医生的繁重工作、提升诊断精准度、缩小与三甲医院诊疗差距，让群众在家门口看好病，理论上是最好的出路。但是，让基层自建一套智能化系统，几乎不可能。 首先就是技术方案的供给很零散。市场上的智慧诊疗AI应用多为定制化项目，各个专科各干一套，影像科买一套看肺结节的系统，病理科买一套看切片的系统，信息科买一套管病历的系统，接口复

OpenClaw的爆火引起了一系列连锁反应。 一夜之间，无数老板像被“龙虾焦虑”附了体。朋友圈刷屏的是“智能体将取代50%的工作岗位”，行业群里讨论的是“不用OpenClaw的公司三年内必死”。恐慌像流感一样传播，而最先出现症状的是那些不懂技术的中小企业主。 他们看不懂大模型，搞不清API，甚至连注册账号都要找下属帮忙。但这不妨碍他们做一件事——让员工学。 于是，一场轰轰烈烈的“养虾运动”在职场铺开了。员工们被要求每天用龙虾生成十个方案、用龙虾分析竞品数据、用龙虾优化客服话术。老板说不出这些东西到底有什么用，但他需要看到你在用。你问他具体怎么用，他说不上来。问他效果怎么评估？他会用一句“你先用起来再说”把话题终结。 员工心里清楚：公司的数据是散装的，流程是手搓的，连最基本的标准化都没有完成。OpenClaw再聪明，在这样的土壤里也长不出什么果实，根本无法对接业务。但这些话不能跟老板说。说了，就是态度有问题，就是抵触新技术，就是“跟不上时代”。 于是，一门新学问应运而生。它教人在老板的焦虑和工作现实之间，找到一条成本最低的生存路径。这门学问，叫作AI时代的糊弄学。 AI的爆火在职场中衍生出一种微妙的反差。 有些员工花了两周时间认真调研主流工具、做了详细的落地建议，老板却兴趣寥寥,而另一些人只是随手找了个冷门工具截了几张图，反而赢得了“紧跟时代”的赞许。 类似的场景反复上演，试图跟老板讲道理的员工往往碰一鼻子灰。解释某个工具不适合业务场景，会被认为是态度问题；说明AI落地需要先梳理数据基础，会被贴上“抵触新技术”的标签；提醒老板外部那些炫酷的案例背后有专门的团队和预算支持，会被解读为“找借口、不主动”。 久而久之，越来越多的打工人意识到：老板的焦虑已经扭曲了评价标准。在这个被扭曲的标准下，“看起来努力”比“真的有用”更重要，“显得在跟进”比“实际在落地”更受认可。 于是，糊弄成

3月24日，OpenAI宣布将关停Sora。那个曾让我们惊叹“现实不存在了”的AI视频生成平台，在推出六个月之后，黯然退场。 有人说，这是商业战略调整，有人说，它败于算力成本。但还有一个决定性的死因，很少被人提及：版权。 Sora 在训练过程中采用黑盒式训练，其中可能使用了大量未明确授权的网络视频数据。因此推出以来，一直有版权方如迪士尼，对Sora提出强烈反对，甚至将OpenAI告上法庭。任天堂的社长也曾在股东大会上，提出过生成式AI存在知识产权问题。 任何行为，都是一种选择，而OpenA关停Sora的选择，或许给市面上所有AI视频生成工具都提了一个醒：在当前法律和产业环境下，没有妥善处理版权问题，这项技术失败几乎是注定的。 Sora的版权争议，更像是一个最显眼的靶子，枪打出头鸟。实际上，Sora的黑箱式训练并不唯一，在业内是常态，所以其他视频生成模型也或多或少存在版权问题，只不过要么有限开放，主攻单一市场，比如只给B端商业客户提供服务，曝光度低，版权问题没有完全暴露；要么刻意规避了迪士尼角色这样的高风险IP，避免被“全球最强法务部”找上门。 一旦被版权方盯上，都和OpenAI一样面临诉讼风险。比如某国产AI视频工具也在北美加州被好莱坞三大巨头迪士尼、华纳、环球起诉了，理由是生成了未经授权的《星球大战》《小黄人》等作品里的角色。 可以说，AI巨头们应对版权问题的选择，普遍是“先上车后补票”。 先使用免费抓取的公开网络数据集进行训练，其中包含大量受版权保护的内容。直到产品上线之后，被《纽约时报》或个人创作者投诉，再谈合作、付费，来洗白数据来源。 OpenAI前CTO米拉·穆拉蒂就曾公开表示：对于Sora是否使用了受版权保护的视频进行训练，自己“不太有把握”。 还有一个形成对比的例子是，有着严格反爬虫机制、付费墙的内容平台，比如科学杂志期刊和付费数据库，能更好地控制被AI侵权的

“你好，我是已离职员工XX的数字分身，你可以向我提问。”2026年4月的职场群，流传着一张张前同事赛博转生的截图。明明上周五才一起吃完离职散伙饭，周一刚坐到工位上，又收到了前同事的消息，语气跟本人一模一样。 原来，这个本该彻底从公司消失的人，已经被名为“同事.skill”的项目炼化了，他的飞书消息、邮件、工作文档，甚至处理工作的思维模式和方法论，都被喂给AI，变成一个md文件，继续为公司打工。 随着同事.skill在GitHub上的热度一路飙升，更多人加入了炼化，让人细思极恐：整个公司、整个行业的离职员工，是不是都能被蒸馏，变成了一个个数字幽灵，活在每一个办公系统里？ 有人用AI生成了一张图片：一排排黑色服务器码在货架上，每一台都挂着一张工牌，离职员工的经验、话术、工作逻辑都被封存在一台台冰冷的机器里，永不停歇地运行着。至此，艺术已成。 也有人对这个名为《蒸馏》的职场恐怖故事满心疑虑。明明一起共事的时候，总觉得同事是猪队友、领导层是草台班子，需求听不懂，遇事只会甩锅，反正槽点一大堆，够开几季《吐槽大会》的。可一旦被炼化成了skill，他们的经验就仿佛变成了什么绝活秘技了。Skill像是自带职场厉鬼buff，普通打工人一沾上，就褪去平庸，变得厉害起来了。 那些被提炼的skill，究竟是什么赛博邪术？让我们来一步步揭开真相。 同事.skill火了之后，短短几天，一个全员被炼化的赛博职场宇宙就诞生了。 与其等着被同事蒸馏，不如主动蒸馏自己，于是自己.skill横空出世，创建自己的数字分身，24小时替你对接工作、回复消息。 一开始以为是在玩梗，结果有技术社区V2EX爆料，现实中真的有公司开始推行每个人创建各自的agent、skills，还将其纳入日常考核。 既然被蒸馏的命运无法避免，那就让局面再乱一点好了。很快，老板.skill应运而生。 这款skill可以将老板的管理风格、决策逻

大米、猪肉、水电气等日用消费品的涨价，是我们耳熟能详的经济通胀，而全球开发者与企业用户，在2026年第一次真切地感受到了AI通胀。 此前，AI云算力长期处于低价红利期。然而就在2026年1月，以谷歌、亚马逊AWS为首的全球云巨头率先上调AI相关产品价格。而国内云厂商纷纷打破“亏本赚吆喝”、只降不涨的惯例，跟进AI云涨价：3月18日，阿里云宣布对AI算力、存储等核心产品涨价；同日，百度智能云同步上调AI算力相关产品价格；腾讯云则率先终止部分大模型的限时免费公测，并上调模型调用价格。 这一轮集体涨价，标志着全球算力通胀，正式传导至中国公有云市场。 按照宏观经济学理论，通胀的本质是供不应求下的价格调节。但过去很长一段时间，AI算力的紧缺并未体现在云服务定价中。高端GPU一卡难求，英伟达高端显卡在国内售价居高不下，但云厂商却持续通过低价Token、API服务吸引开发者，可以说，此前GPU云的价格机制，完全没有反映真实的算力供需关系。 这就引出一个新的问题：为什么此前云厂商愿意自行消化算力成本，而如今却选择将成本压力向市场传导，导致AI通胀正式落地呢？ 通过涨价这一行为，我们来弄懂公有云市场正在发生的变化。 有不少开发者反馈，目前使用模型厂商的MaaS服务时，云端API频繁出现限流、限额、实时吞吐变慢的情况。有时给“龙虾”智能体安排任务，半天无法执行，唯有充值才能正常使用，成为很多开发者的日常困扰。 云端算力的计价单位是Token，开发者所感知到的不便，就是上游Token的供需失衡，通胀向下游传导的最终结果。 供给端，2025年高端芯片、高性能存储价格大幅暴涨，供应持续紧张；需求端，智能体应用爆发式增长，单任务Token消耗量是传统对话式AI的百倍以上，资源消耗大幅攀升。此外，视频生成、数字人、实时通话等多模态应用，在2025年实现全民普及，进一步加剧了对Token的需求。这就与宏观

2026年3月末的常州，春意正从运河两岸的柳梢头漫上来。就在这个普通的江南春天里，由中国人工智能学会主办的2026吴文俊人工智能创新大会、第十五届吴文俊人工智能科学技术奖颁奖典礼，在这里落下了帷幕。 此时，全球人工智能竞赛正进入一个新的赛段。大洋彼岸，美国发布“创世纪计划”，试图用AI加速科学研究；英国推出《人工智能赋能科学战略》，争夺全球AI科学革命的领先地位；国内，“十五五”规划建议将“人工智能+”行动推向纵深。大模型热潮未退，具身智能、科学智能等新赛道已悄然崛起。 当顶层设计层层落地，一个更现实的问题浮出水面：政策有了，目标定了，谁来把技术送进车间、产线、医院？ 吴文俊奖的这一次颁奖，恰好回应了这个问题。 此次大会上，116个项目及个人登台领奖，奖项覆盖领域从传统的计算机视觉、自然语言处理，拓展到了具身智能、科学智能等新兴方向。颁奖典礼也首次走出北上广深，落户常州。这座城市的工业规模已突破2.2万亿元，拥有完备的制造业门类和扎实的新能源产业集群。 把被誉为“中国智能科学领域最高奖”的吴文俊奖颁奖现场放在常州意味着，学术界开始走出实验室、转身走向产业一线城市，而关于AI落地的故事，也就此展开。 这一届的吴文俊奖，不一样在哪里？ 先看数字。2025年度申报数量大幅增加，有效申报达413项，在此基础上，共有116个项目及个人登台领奖，是去年53个获奖项目的两倍有余，创下历史新高。同时，奖项覆盖的领域从传统的计算机视觉、自然语言处理拓展到了具身智能等新兴方向。 获奖数量的上涨和领域边界的扩展指向同一个结论：中国人工智能的发展正在进入一个更加活跃、多元的阶段。 但比这些数字更值得关注的，是本届获奖成果中“产学研结合”浓度的提升。换句话说，这些奖项不再是单纯的学术荣誉，而越来越像一份份产业落地成绩单。 不妨看几个具体的获奖项目。 先看科技贡献奖的归属。本届吴文俊奖科技贡献奖颁给了

这几年，如果一家企业的战略发布会上没有出现AI两个字，仿佛都显得有些落伍。 从大模型到机器人，从智能客服到自动化质检，AI像一阵带着资本热度的风，裹挟着“效率”“颠覆”“重构”的叙事席卷各个行业。科技公司在算力与算法战场上鏖战，互联网大厂争相推出自研模型。与此同时，食品、家电、地产、制造等传统企业也纷纷在年度报告和投资者说明会上写下“全面拥抱AI”“打造AI生态”的宏大愿景。 但当潮水退去，问题逐渐显形。最近，娃哈哈被曝砍掉机器人相关业务；智能家电市场上，“伪智能”产品泛滥成灾。 这不禁让人疑惑：传统企业眼里的AI是不是真正的AI？盲目跟风是否正在成为一场昂贵的集体焦虑？ 2026年初，杭州，一份清算公告从娃哈哈集团内部流出：精密机械公司解散。机器人业务彻底关停。 消息传开，业内人士面面相觑。这家成立于2011年的子公司承载的是宗庆后晚年最重要的战略布局之一——机器人。国家“十二五”重大科技专项，数千万元研发投入……一切都在宗馥莉接手后戛然而止，一同被砍掉的还有芯片、电商、大健康。 而就在不久前，专注于机器人业务的富士康旗下衡阳工厂也全面关停。这座曾经被视为“工业4.0标杆”的工厂在运行数年后最终没能逃脱被清算的命运。 那么，为什么在AI浪潮最汹涌的时刻，选择掉头撤退的，恰恰是那些最早“拥抱浪潮”的传统巨头？ 要理解娃哈哈和富士康的撤退，必须先理解一个被严重混淆的概念：现在的机器人大多是预设程序和精准执行，不等于人工智能。 真正的智能化意味着机器能够感知环境、理解情境、自主决策。它需要机器学习，需要神经网络，需要海量数据的持续喂养和迭代。一个智能系统应该在面对意外时“思考”下一步动作，而不是机械地重复预设轨迹。 然而，过去十年间，这条分界线被有意无意地模糊了。一家做注塑机的企业，给设备加了一块触摸屏，就敢叫智能装备；一家做流水线组装的工厂，从库卡采购了几个机械臂集成一下，就