苹果机器人单步91%三步仅50%！连招成功率腰斩，触觉短板怎么补
苹果研究团队在arXiv发布人形机器人自主控制系统HALO，部署在宇树G1上验证，360次单项任务测试平均成功率91%——但组合任务降至70%、最复杂连招仅50%。
标签: 软件
疯降! 努比亚 Z60Ultra 跌到 1899, 24G 大内存 + 三 OIS 防抖
现在两千以内买旗舰, 选择其实不算多。很多这个价位的新机, 大多是中端芯片、普通影像, 内存给到12G就算大方。但最近努比亚Z60 Ultra的24G版本, 渠道价格落到1899, 一下子打破了这个区间的固有配置格局。这款机器首发的时候, 24GB+1TB版本定价5999元, 是实打实的旗舰定位, 时隔一段时间, 价格出现明显下调, 不少准备换机、预算卡在两千上下的用户, 都开始留意它。 先提前说
卓易信息申请数据中心制冷与节能方法及系统专利, 实现高效节能
国家知识产权局信息显示, 江苏卓易信息科技股份有限公司申请一项名为“一种数据中心制冷与节能方法及系统”的专利, 公开号CN122995092A, 申请日期为2026年7月。 专利摘要显示, 本发明涉及数据中心制冷节能智能调控技术领域, 公开了一种数据中心制冷与节能方法及系统;该方法包括: 构建机房三维立体坐标系并标注三维坐标及每台精密空调的送风方向;基于三维坐标与送风方向, 通过方向修正因子计算每
为什么世界AI的牌桌上只有中国和美国，没有印度？如果把全球人工智能竞争看成一
为什么世界AI的牌桌上只有中国和美国，没有印度？如果把全球人工智能竞争看成一张牌桌，到了2026年10月，最受关注的两大力量依然是中国和美国。真正拉开差距的，并不是谁家工程师多，而是谁能把科研、算力、数据、芯片、软件和产业市场连成一条完整链条。印度有人才，却还在补这套底座。印度今年2月举办人工智能影响力峰会后，一个变化很明显：开始把小模型和本土场景作为重要突破口。农业、多语言交互、基层服务，这些方向确实适合印度自身条件。但小模型能够解决“怎么用”，并不等于已经解决“怎么创造下一代核心技术”。这恰恰是印度当前最现实的差距。中国的优势，却越来越体现在AI真正进入现实之后。到2026年上半年，我国生成式人工智能用户规模已经超过7亿，普及率超过50%，规上制造业企业人工智能技术应用普及率超过三成。用户越多、场景越丰富，模型获得真实反馈的机会就越多，技术迭代也越容易形成正循环。算力同样如此。9月公布的信息显示，我国已经实现全国算力统筹监测，31个省份平台接入全国算力网。这件事表面看很“基础”，实际却关系到科研机构、中小企业和模型团队能不能更方便地获得算力。AI发展到今天，算力能否高效流动，本身就是竞争力。再看产业链，差别就更加清楚。9月我国发布“人工智能+软件”专项行动，到2030年力争实现关键软件全面智能化升级，同时推动智能体、智能编程等新业态发展。10月9日发布的相关意见又进一步提出全面实施“人工智能+”，把算力、算法、数据、基础理论和核心技术放在同一张发展路线图上。这说明中国AI发展的重点正在发生变化。过去大家容易盯着模型参数、榜单排名，现在越来越看重AI能不能进入汽车、机器人、工业软件、科研和制造现场。10月公布的信息显示，我国人工智能产业规模、企业数量和应用场景都在持续扩大，AI正在从单纯的互联网工具向实体经济生产力转变。印度的问题也因此更加明显。它并非缺少优秀程序员，也并非没有软件产业基础，而是传统IT服务模式与前沿AI研发所需要的能力结构并不完全相同。工信部9月就指出，单纯编码执行能力的重要性正在下降，需求理解、架构设计、系统集成、安全控制以及懂行业的复合能力越来越重要。美国则拥有另一套优势。2026年全球AI竞争中，美国企业仍在持续推出前沿模型，中国企业也在快速迭代，开源生态和产业应用成为新的竞争变量。由此可见，AI已经很难靠某一个企业单打独斗，真正重要的是国家能不能长期维持科研投入、产业协同和人才成长。印度并非没有机会。它已经开始增加AI基础设施投入，也在寻找低算力、本土语言和民生场景的路线。不过，从软件服务优势走向底层技术优势，中间还有很长一段路，需要解决高端人才培养、科研转化、算力供给和产业链协同等问题。在我看来，未来AI竞争真正比拼的，是谁能让聪明人持续产生新成果，又能让成果迅速进入工厂、市场和日常生活。模型只是台面上的牌，教育、科研、算力、产业链和超大规模应用场景才是牌桌下面真正支撑长期竞争的东西。中国接下来要看的，也正是这些决定未来的底层能力。
牛市没有结束！任泽平发文，人工智能是一波十年难得一遇的大机遇，远远超出30年前互
牛市没有结束！任泽平发文，人工智能是一波十年难得一遇的大机遇，远远超出30年前互联网经济的发展速度，科技革命带来的效率是呈现指数级别增长，当前Ai仅仅处于基础设施建设阶段，比如说算力和电力，未来十年将不断改变人们的生活和工作，机器人和大模型将会走进千家万户，人工智能就是下一个超级风口，目前的震荡仅仅小插曲，投资要看大趋势！倘若把过去三十年的科技产业发展放在一张地图上，会发觉每一次真正的大机遇，都不是从市场最热闹的时刻开始，而是在基础设施悄悄铺开的阶段完成积累。互联网发生之前，先有通信网络建设；智能手机普及之前，先有芯片和移动通信突破；今天人工智能进入大众视野之后，真正决定未来十年产业格局的，并不是几个聊天机器人，而是背后的算力、电力、芯片、数据中心和产业智能化体系。任泽平关于人工智能是未来十年重大机会的判断，抓住了一个核心变化：AI正在从一个软件工具，变成新的生产力基础设施。过去的软件提升效率，是让人更快完成工作；今天的大模型和智能体，则开始重新定义谁来完成工作。这个变化的深度，已经超过单纯的技术升级，而是在改变企业组织方式和产业运行逻辑。2026年9月，人工智能产业进入一个关键节点。全球大模型竞争依旧激烈，模型调用规模持续增长，企业开始从追求参数规模转向追求商业价值。中国市场也出现明显变化，生成式人工智能已经进入大量普通用户场景，从办公辅助、内容生产，到智能设备和工业应用，AI正在从少数科技企业的实验室走向社会生产体系。很多人关注人工智能投资机会时，容易盯着短期股价波动，却忽视了产业发展的时间周期。任何一次技术革命，都不可能靠几个月完成产业重构。蒸汽机、电力、互联网都是如此。人工智能目前更像是进入“修路阶段”，大量资金投入数据中心、电力供应、高性能计算设备，就是为了支撑未来十年智能应用的大规模爆发。从产业链角度看，中国正在经历一次特殊的技术追赶与产业升级过程。过去中国企业更多是在应用层竞争，比如电商、移动支付、智能终端。但人工智能时代，竞争开始向底层移动。谁拥有更强的算力体系、更完善的数据资源、更丰富的工业场景，谁就更容易把技术优势转化为产业优势。2026年9月，华为在人工智能基础设施领域持续推进布局，围绕昇腾计算平台、AI集群和存储体系推出相关方案。与此同时，华为方面也公开表示，中国人工智能产业仍需要加快发展速度，提升算力供给能力。Reuters这说明未来竞争不会只是模型之间的竞争，而是整个科技生态之间的竞争。人工智能为什么可能比互联网带来更大影响？因为互联网主要解决连接问题，把人与信息连接起来。而AI进一步解决的是生产问题，让机器开始理解信息、处理任务、参与决策。过去企业需要大量人工完成的数据整理、分析、客服、设计、编程辅助工作，未来都可能被智能系统重新分配。这也是为什么2026年的AI竞争焦点开始转向智能体。传统软件需要人操作，每一步都需要明确指令，而智能体能够理解目标、拆解任务、调用工具并执行流程。中国已经开始推动智能体规范应用与创新发展，产业方向正在从“大模型展示能力”转向“智能系统创造价值”。中央网络安全和信息化委员会
当AI轻易逆向软件，软件创业要终结了吗？当AI逆向成本接近零之后，创业的模式和
当AI轻易逆向软件，软件创业要终结了吗？当AI逆向成本接近零之后，创业的模式和创业者的能力模型会发生什么变化？先想到了几个：1、所有一句话能说清楚的产品都没有价值和意义了。产品的窗口期从几年缩到几周。功能、交互、甚至后端逻辑都能被agent看一眼就复刻。以前靠"先做出来"拿到的领先，现在只剩发布到被复制之间那几周。2、"软件公司"必须，越来越像"服务公司"或"运营公司"。代码成了成本项，交付和运营才是收入来源。3、AIroll-up，直接买下生意再用AI改造。4、AI创业公司最大的竞争对手，可能是客户自己的AI。过去创业公司主要与同行竞争。未来首先要回答：客户为什么不直接用Claude、ChatGPT或者CodingAgent自己完成这项工作？进而也会影响收购市场。5、.产品越容易做，获客可能越贵。当一个市场突然出现100家功能差不多的公司，争夺客户的竞争可能更加激烈。6、产品市场契合（PMF）会让位于"分发市场契合"。AI搞事业howto人工智能howtohowto入门codex我这行的AI路
中国AI史上最疯狂的一幕诞生了。原本计划只融500亿元人民币的DeepSeek，
中国AI史上最疯狂的一幕诞生了。原本计划只融500亿元人民币的DeepSeek，却被排队投资的机构挤破门槛——2026年10月6日，彭博社率先披露消息，DeepSeek最新一轮融资已接近锁定至少800亿元，最终规模极可能直接摸到1000亿元的大关。一家科技公司究竟有多大吸引力，才能让资本如此热情？过去不少企业融资，创始人得拿着商业计划书四处奔波，生怕投资机构不买账。如今DeepSeek却上演了另一番景象，原定500亿元的融资目标，竟然被市场传出的800亿元资金承诺远远超过。更让人好奇的是，投资方不仅有互联网巨头，还有新能源产业龙头。不同领域的资本为何盯上同一家人工智能企业？这场融资背后，藏着中国科技产业怎样的新变化？根据10月6日披露的融资消息，DeepSeek正在推进新一轮融资，知情人士透露，腾讯和宁德时代是主要参与机构，最终募集金额可能接近1000亿元。需要注意的是，这些数字属于正在推进的融资安排，最终结果仍取决于正式交割。但即便如此，如此庞大的资金规模，已经足以引发整个科技行业的关注。更有意思的是，腾讯和宁德时代虽然身处不同产业，却有着相似的技术需求。腾讯拥有庞大的互联网业务，人工智能可以进一步融入办公、内容服务和企业应用。宁德时代则深耕动力电池与新能源产业，人工智能同样能够服务材料研发、智能制造和生产管理。这说明一个变化正在发生：人工智能已经不再只是聊天软件里的新鲜功能，而是在向实体产业深处延伸。资本真正关心的，也不只是DeepSeek能够开发多少模型，而是这些模型未来能创造多少实际价值。DeepSeek能够获得关注，与近年来中国大模型技术的进步密切相关。2025年，DeepSeek推出的推理模型引发广泛讨论。开放模型权重、降低应用成本等技术路线，让更多开发者和企业看到了参与人工智能创新的机会。进入2026年，DeepSeek继续推进模型迭代。9月推出的新模型进一步强调推理效率、处理能力和规模化应用，为技术商业化创造了新的条件。与此同时，国产算力生态也迎来重要进展。10月7日，DeepSeek围绕华为昇腾计算平台开放部分优化工具，涉及矩阵计算、通信处理等关键环节。这些技术虽然听起来有些枯燥，却直接关系到大模型能否高效运行。过去，全球人工智能开发高度依赖英伟达相关软硬件生态。国产模型与国产芯片加强协同，意味着中国企业正在探索更加自主、多元的技术路线。不过，芯片能够运行模型，只是迈出了第一步。计算效率、软件兼容性、运行稳定性以及开发者生态，都需要长期完善。真正成熟的产业体系，不能只靠几次技术发布，更要经得住实际应用的检验。这恰恰解释了为什么人工智能行业需要大量长期资金。模型研发需要持续投入，算力设施需要建设，技术成果需要转化，软件平台还要不断更新。每一个环节都离不开资金支持。而且，人工智能企业还有一个比购买服务器更加复杂的问题，那就是人才竞争。核心研究人员既要理解先进算法，也要掌握工程实践。培养这样的人才，需要时间、环境和长期投入。对于DeepSeek而言，合理使用融资资金，不仅能够改善研发条件，也有助于完善人才激励机制，保持核心团队稳定。资本可以迅速进入企业账户，但真正有经验的科研团队，却不可能一夜之间建立起来。另一个值得关注的消息，是DeepSeek正在筹备潜在的境内上市计划。此前公开报道提到，公司已聘请相关证券机构提供上市筹备服务，未来存在登陆科创板的可能。具体时间与发行安排仍有待明确。融资与上市准备相互衔接，也意味着企业未来需要面对更加严格的信息披露、公司治理和经营管理要求。资本市场可以提供发展动力，却不能代替技术创新。企业获得的资金越多，如何提高使用效率、形成稳定收入，就越值得关注。就在10月13日，腾讯又传出通过境内外债券市场筹集资金、加强人工智能投入的消息。这也反映出，大型科技企业仍在持续增加相关基础设施投资。但资本热情并不意味着人工智能行业已经进入轻松赚钱的阶段。模型训练费用、推理服务成本、商业客户需求以及技术更新速度，仍然影响企业未来的发展空间。国务院此前部署深入实施“人工智能+”行动，推动人工智能与产业发展、科技创新和民生服务深度融合，也为相关企业提供了明确的发展方向。DeepSeek融资消息之所以引发如此大的关注，正因为它折射出中国人工智能产业正在发生的变化。过去，资本更喜欢听技术概念和增长故事。如今，企业能否把模型部署到实际业务中，能否降低成本、改善服务、提高效率，正在成为更加重要的评价标准。
“这是什么软件？都没听过。” 搜狗问问停服的消息下面，这条评论被顶到了前排。
“这是什么软件？都没听过。”搜狗问问停服的消息下面，这条评论被顶到了前排。80后说“这是我的青春”，00后说“第一次听说”。同一个平台，两代人完全割裂的认知。2007年上线，2021年腾讯收购搜狗后纳入体系，如今因“业务调整”停服，中间隔着的不是时间，是整整一个互联网时代。这根本不是一次体面的告别，公告写得很客气，但条款字字冰冷。11月7日23时59分正式停服，问问商城同步关闭，问豆兑换功能到点作废。用户账号自动注销，无需手动操作。连注销账号的仪式感都不给你，系统替你做了决定。更狠的是问豆的处理方式，官方要求停服前完成兑换，还得满足账号活跃度和余额门槛。长期未登录的用户，必须先激活活跃度才有兑换资格。逾期未使用的问豆，依法清零处理。问豆是虚拟积分，没有现金价值，不能兑换现金，不能转移到其他平台。攒了几千问豆的用户，等来的是一纸清零通知。这才是最残忍的地方，平台积累了海量用户生成内容，停服后所有提问和回答将依据个人信息保护法删除或匿名化处理。官方只提醒用户自行截图或复制留存。一个运营近二十年的问答社区，连数据导出工具都不给。用户创造的每一段回答、每一次帮助，最终化作一行法律条款。80后说“属于我们的回忆”，00后连听都没听过，这种割裂本身就是PC互联网时代终结的信号。当年搜狗问问在微信小程序上的表现有多猛，2018年上半年DAU复合增长率高达822%，拿下小程序用户增速第一名。从巅峰到关停，只用了八年。有人说它败给了AI，这话说对了一半，以DeepSeek、豆包为代表的AI助手，能直接生成回答，省去了等待网友回复的过程。传统问答社区依赖用户提问、人工解答的模式，在速度上被彻底碾压。用户搜索框里的问题还没打完，答案已经推到你面前。腾讯的算盘打得很清楚，搜狗问问停服之后两天，腾讯元器也宣布11月9日停服，理由同样冠冕堂皇，业务调整。三款产品几乎同时关停，这不是巧合，是一次有计划的战略收缩。腾讯把资源集中到AI大模型和核心社交产品上，传统问答社区被归入“低效资产”类别。从收购到关停，四年时间，一个曾经的亿级用户平台被消化得干干净净。平台公告里写“感谢每一位在搜狗问问用心提问、用心解答的朋友”，这句话在问豆清零面前显得格外讽刺。用户投入的是时间和情感，平台回报的是强制清零和自动注销。这不是技术进步的必然代价，而是商业逻辑下对用户价值的冷漠清算。AI能替代人工回答的速度，但替代不了那些年在问答社区里建立的人与人之间的连接。搜狗问问关停的这一天，又一个PC互联网时代的老牌问答平台退出了历史舞台。雅虎问答关闭过，现在轮到搜狗问问。下一个会是谁，没人知道。但有一件事可以确定，如果你还在某个平台积累着积分、内容、社交关系，最好定期备份。因为在“业务调整”四个字面前，用户的归属感一文不值。“这是什么软件？都没听过，”这句话会越来越多地出现在类似的告别新闻下面。每一代人都有自己的互联网记忆，但资本不在乎记忆，只在乎效率。当效率不够时，再多的用户情怀也挡不住一纸停服公告。
ai真相：中国Token消耗第一是做短剧,美国Token消耗第一是编程？评几句：美国的B端软件付费习
ai真相：中国Token消耗第一是做短剧,美国Token消耗第一是编程？评几句：美国的B端软件付费习惯极度成熟，AI编程有巨大的商业价值，而中国的互联网是极度发达的C端流量经济，AI生成短剧和短视频，是商业变现效率最高的路径。两个国家在AI赛道上的应用方向，本来就是不同土壤里长出的不同果实，非要放在一个天平上比个高低，这不是很滑稽吗？整天不是赢了就是输了，有什么好赢的有什么好输的？不过看到是外网发的评论就不奇怪了，直接就暗戳戳的贬一捧一呗，觉得群众就认为编程自动化就比什么短视频生成高级呗，明明这俩就是不同的方向。
56岁的周鸿祎攀岩时从3米高摔下导致左膝粉碎性骨折，结果当天深夜，猎豹移动董事长
56岁的周鸿祎攀岩时从3米高摔下导致左膝粉碎性骨折，结果当天深夜，猎豹移动董事长傅盛直接在朋友圈发了八个字：“苍天有眼，鸿膝当碎”。配图文风极度硬核，连谐音梗带人身讽刺一箭双雕，隔着屏幕都能感受到那种积攒了十几年的怨气。这场风波让人感慨的地方，是两个曾经一起做产品的人，走了二十多年，名字却又以这种方式连在了一起。从老板和骨干，到同行和对手，再到同台谈笑，他们之间的故事，远比八个字复杂。10月11日，周鸿祎通过视频讲述受伤经过：抱石攀岩时失手，落地没做好缓冲，冲击集中到左腿，膝盖发出异响，腿随即无法活动。原本排好的行程，也跟着这一摔被打乱。他说，未来两三个月取消出差和外出活动，近期需要戴固定器在家静养。刚过完56岁生日，他担心以后还能不能踢球、打网球、练力量。人到了这个岁数，再强的事业心，也得先面对身体这道关。偏偏这时，两人的旧事又被翻出来。要看懂其中的曲折，得先回到傅盛还是产品经理的时候。2003年，傅盛加入3721，负责上网助手的产品工作。2005年11月，他进入奇虎，负责客户端业务，随后带领团队打造360安全卫士。老网民对这款软件不会陌生。电脑中了木马、系统有漏洞，都能用它处理。傅盛在任时推动的木马查杀、漏洞修复等功能，也成了产品的重要组成部分。因此，傅盛与周鸿祎的关系有一层特殊之处：他们共同经历过一家企业早期产品的成长。一个负责企业方向，一个带团队把产品做出来，这种合作里既有机会，也有彼此的投入。2008年，傅盛离开360，后来加入经纬创投。2009年，他出任可牛影像CEO兼董事长，工作重心转向图像软件。如果故事停在这里，两人或许只是普通的前老板和前员工。真正让关系变得复杂的，是傅盛随后又走回了安全软件这条路。2010年，可牛推出免费杀毒软件。同年11月，可牛与金山安全合并，傅盛出任金山网络CEO。这意味着，原来帮360做安全产品的人，开始带领另一家企业争取安全软件用户。过去坐在一起讨论产品，后来却要在同一个市场争夺用户，角色变了，许多事情也就难再按老交情处理。到2014年5月，猎豹移动走向纽约证券交易所。傅盛从产品负责人走到上市公司掌舵人的位置，已经有了自己的事业。但事业向前走，过去的情绪未必跟着消失。那年接受采访时，他谈起离开360，仍说心酸、难以释怀。他讲过，自己当年敢提出产品上的批评，是相信周鸿祎会理解并支持自己；后来发现想法落空，便很难接受。这段自述，能帮助人们理解这场恩怨为何总被提起。对曾经并肩工作的人来说，分开时的难受，有时也来自信任落空。双方怎样理解过去，会影响他们后来怎样相处。不过，两人也曾一起把目光放到新机会之上。2024年1月，周鸿祎与傅盛同台讨论人工智能大模型。周鸿祎说，过去的事都不算事，要往前看。隔了这么多年，两个人还能坐下来聊技术、聊行业前景，这一幕让人看到缓和的可能。一场对话能打开沟通的门，门后还有多少分歧需要处理，并不会因此自动归零。今年3月20日，两人的关系又起波澜。傅盛在微信群里的言论流出，他指责周鸿祎欠钱不还、删除好友。360当天作出回应，强调企业家的影响力应当来自产品和用户价值，并表示已对谣言和失实信息启动证据保全，将通过法律途径处理。随后，事情又出现转折。3月24日凌晨，傅盛发表道歉声明，解释自己那晚喝了酒，想打电话叙旧，几次电话没接通，之后被删除好友，一时冲动才在群里说了那些话。他还提到，第二天收到朋友的消息，才意识到事情闹大了。共同好友刘亮在双方之间调解沟通，让事情有机会冷静下来。耐人寻味的是，傅盛在这份声明里，也肯定了周鸿祎当年给予自己的机会，把一起打拼的岁月视为职业生涯中珍贵的经历，并为冲动和过激言语道歉。一边是争执，一边是感谢，都来自同一个人的表达。人与人之间的关系，往往就是如此复杂：记得对方给过的帮助，也可能对后来发生的事情耿耿于怀。把其中任何一面删掉，都很难看清全貌。再回到这次摔伤风波，值得讨论的，是商业争执应当怎样收场。有账目争议，就处理账目；有合同分歧，就处理合同。谁的主张站得住，要靠材料和事实。对方身体受伤，并不能替任何一方证明自己有理。一个针对伤痛的谐音梗，或许容易被记住，却解决不了积年的分歧。旁观者跟着叫好，也不会让事情更清楚。当表达把意外受伤说成某种惩罚时，讨论就容易离事实越来越远。当年的360安全卫士，后来的猎豹移动，再到今天两人都关注的人工智能，他们各自做过什么产品、给用户解决了什么问题，比私人争执更值得持续关注。周鸿祎眼下需要面对恢复和行程调整。两人之间若还有未解决的问题，也应当回到具体事情上。曾经一起打拼的人，最后如何相处，未必由一场同台决定，更不该由一句嘲讽定输赢。
软件已经没有任何护城河万物皆可逆向，传统软件行业结束了。它让你的agent
软件已经没有任何护城河万物皆可逆向，传统软件行业结束了。它让你的agent从别的软件里直接拿你想要的功能，然后搞清楚它是怎么做出来的——全程不需要看源码。没源码也可以反编译任何App，直接追到二进制层，而且每步都有支撑。
![ai很快能把市场上所有的软件/加密软件都逆向成功！世界很快进入开源时代[吃瓜]](http://image.uczzd.cn/17202780706959417410.jpg?id=0)
#ai产业链#思科的AI野心：让五年造出来的网络，跟上每周变化的Agent信源：YCombinato
#ai产业链#思科的AI野心：让五年造出来的网络，跟上每周变化的Agent信源：YCombinator｜思科总裁兼首席产品官JeetuPatel访谈《HowJeetuPatelRunsCiscoLiketheWorld’sLargestStartup》。2026年10月8日JeetuPatel给出了一组比“AI需求爆发”更值得琢磨的时间：芯片规划大约五ai产业链思科的AI野心：让五年造出来的网络，跟上每周变化的Agent信源：YCombinator｜思科总裁兼首席产品官JeetuPatel访谈《HowJeetuPatelRunsCiscoLiketheWorld’sLargestStartup》。2026年10月8日JeetuPatel给出了一组比“AI需求爆发”更值得琢磨的时间：芯片规划大约五年，硬件十八到二十四个月，操作系统十二到十八个月，模型、Agent和应用可能三个月，甚至一周。这些产品最终却要在同一个系统里一起工作。今天定义的芯片，规模交付时面对的可能已是另一种AI工作负载；本周更新的Agent，又必须跑在早已部署的网络之上。这正是思科转型最难的地方：把变化极快的软件需求，转化为能够提前投资、稳定交付并持续适配的基础设施。Patel把目标称为“世界上最大的创业公司”。这句话有实际的技术含义。思科既需要创业公司的反馈速度，又不能失去大型供应商的交付能力。它希望占据的位置，是让分散的算力连得起来，让企业敢把实际工作交给Agent。网络需求的扩张，已经有订单支撑。思科2026财年从超大规模客户获得的AI基础设施订单达到93亿美元，同期相关收入约40亿美元。访谈里，当主持人试图将这项新业务与公司总收入直接比较时，Patel立即纠正：那是订单，需要时间才能变成收入。这个区别也说明，思科已经进入采购计划，后续仍要完成交付和收入兑现。更值得关注的是订单背后的需求如何变化。Patel把网络扩张从服务器、机架讲到整个数据中心，再讲到相隔数百公里的站点。推动最后一步的因素包括电力：当一个地方无法集中获得足够供电，计算设施就要分散到有电的地方，再通过网络协同。由此，AI的电力约束会向通信系统传导。单个站点的规模受限，跨站点带宽、长距离光传输和路由能力就可能变得更重要。对于同时布局芯片、光学和网络系统的思科，这意味着客户要解决的问题，开始跨越原有的产品边界。不过，跨站点的Scale-across有明确的物理代价。“像一台计算机”描述的是协同目标，不代表几百公里外的GPU拥有机架内部的通信延迟。思科自己的技术说明也指出，后端GPU通信对丢包和延迟更敏感，距离增加后，需要调整网络参数，甚至重新设计工作负载。因此，这个市场的价值不止是增加端口数量，还在于判断哪些计算留在本地、哪些数据跨站传输，以及怎样减少远距离同步造成的等待。网络供应商需要证明，连接更多设备之后，客户确实获得了更多有效计算。光连接解决可达性，系统设计决定连接是否划算。这也解释了Patel为什么强调不同层级的协同设计。他所说的“五年”，包含底层IP准备、芯片、系统、SDK直到规模商业化的全过程，并非一颗芯片流片就必须耗时五年。高速SerDes等能力需要提前积累，后续软件却要不断适应新的使用方式。这里存在一条值得推演的竞争逻辑：底层押注相对持久的带宽、功耗和可靠性需求，上层保留足够的可调整空间，让同一代基础设施承接变化中的模型与任务。全栈能力的价值取决于各层之间能否及时反馈。产品种类齐全，只是起点。思科内部采用AI的方式，也服务于这件事。Patel说，公司起初给员工提供不限量Token，先让大家熟悉并真正用起来，然后再讨论效率。他分享了一个团队用约两周把约五十万行代码重构为十万到十二万行的案例。代码行数减少不能直接换算成五倍生产率，但它说明，一些原本因工作量过大而被搁置的工程，开始有条件重新推进。他的用人判断同样来自瓶颈变化：写代码变快之后，评审可能堵住；评审提速之后，判断该做什么又成为限制。由此，他预期公司可能需要更多工程师。这是扩张产品边界的一种经营选择，并不是AI必然增加所有工程岗位的证明。它成立的前提，是新项目创造的价值足以支持持续投入。组织改革因此必须跟上工具改革。Patel提出领导团队大致采用“三分之一”组合：熟悉思科内部运作的人、从外部引入的规模化经营者，以及被收购公司的创始人；对最后一类人，给予比原公司更大的职责。这种搭配试图同时保留制度知识、外部判断和创业动力。若一个跨芯片、系统与软件的问题，每到部门边界就停下来等待协调，再快的代码生成也无法缩短整体交付时间。另一种等待，发生在客户一侧：模型已经有能力做事，企业却不敢充分授权。Patel认为，能否信任被委派工作的系统，会成为接下来更大的约束。他用个人邮箱举了一个生动的例子：Agent整理了长期堆积的大量邮件，让原本令他回避的工作重新变得可管理。背后多出的是持续读取、筛选、调用工具和执行操作。到了企业里，同样的能力意味着Agent可能接触客户数据、改变业务记录、批准退款。能否完成任务，与是否获准独立执行，成为两道不同的门槛。拿退款来说，连接合法、账号有效，并不能保证金额正确。系统还需要知道Agent代表谁、拿到了什么权限、依据哪笔订单行动，以及什么时候必须被拦截。这要求身份管理、业务规则、运行时防护和可观测性共同参与。仅仅观察网络流量，无法判断所有业务动作的合理性。Patel在访谈中描述的路线，是将AIDefense与Agent监控、非人类身份管理及Splunk的数据能力结合。按他的介绍，防护已经从模型问答延伸到Agent运行过程。思科的商业意图因此逐渐清晰：客户扩充基础设施时，还要购买让这些基础设施能够安全承载自动化工作的能力。这种组合有一个潜在的需求循环。企业能够识别、约束并追溯Agent行为，就更有条件扩大授权；更多工作被交出去，又会增加推理、数据访问与工具调用。安全产品因而可能帮助释放原本被风险压住的使用需求。但前提是它真的降低错误损失和人工复核负担，否则多一道控制，也可能多一道部署障碍。Patel对基础设施是否过度建设的回答非常乐观，理由是新增供给正在被消耗，而重度使用Agent的人仍很少。这个观察支持需求继续扩张，却不足以排除局部过建。眼前的供需紧张，与几年后某个站点、某类设备能否获得足够付费需求，是不同的问题；Agent使用增长也不能按固定倍率直接换算成所有网络层的带宽增长。这并不削弱访谈最有价值的判断：AI落地正在让基础设施厂商承担更完整的交付责任。客户买入算力之后，还要把它组织成有效系统；模型具备能力之后，还要把它放进可控的业务流程。思科正试图在这两处承接新增价值。接下来检验这次转型，最有意义的是看客户能否更快完成这两步：把新增网络变成可用算力，把经过约束的Agent变成持续运行的业务。五年的硬件规划与每周变化的软件需求，只有在客户现场接得上，“世界上最大的创业公司”才算有了产品层面的答案。
“都怪中国不买了！”美芯片价格暴跌90%，美媒气得跳脚，90美元的芯片现在只
“都怪中国不买了！”美芯片价格暴跌90%，美媒气得跳脚，90美元的芯片现在只卖10美元。比尔・盖茨早就说过：中国很快会找到办法，美国这是给自己造了一个可怕的对手。现在看，全说中了。需要说明的是，目前公开资料尚不能证明某款德州仪器或英特尔芯片存在统一、可核实的90美元跌至10美元报价，因此这个数字更适合作为部分渠道价格剧烈波动的说法，而不能代表整个美国芯片行业。真正值得注意的，其实不是一颗芯片究竟跌了多少钱，而是中国市场正在发生的采购结构变化。美国企业曾经凭借技术、软件生态和供应链优势，在中国不少芯片领域拥有很强的市场地位。尤其进入人工智能时代以后，英伟达GPU几乎成为大型AI训练项目绕不开的产品。可美国从2022年开始连续升级先进计算芯片及半导体制造设备出口限制，2023年又进一步收紧规则，原本专门面向中国市场调整出来的产品也被纳入限制范围。限制产生了一个美国企业越来越难回避的问题：客户不会一直等着供应商决定“卖还是不卖”。对于中国科技企业来说，服务器、云计算和人工智能项目不可能因为某家外国厂商无法供货便长期停下来。既然采购存在不确定性，寻找国产方案、重新设计系统、建设新的软件生态，就从备用方案变成了现实需求。时间一长，原来依靠进口产品建立起来的使用习惯，也开始发生改变。这也是比尔盖茨早在2023年就谈到的问题。当时他接受英国《金融时报》采访时明确表示，他不认为美国能够成功阻止中国拥有先进芯片。按照他的判断，限制措施会迫使中国投入更多时间和资金研制自己的芯片，而中国拥有足够大的产业规模，可以较快推进追赶。盖茨当时真正担忧的重点，并不是“中国马上超过美国”，而是美国可能亲手削弱本国企业继续向中国销售芯片的能力。三年多过去，这种担忧已经能从市场数据中看到一些影子。IDC数据经路透社报道显示，2025年中国厂商已经拿下国内AI加速服务器市场接近41%的份额。在大约400万张AI加速卡的市场中，英伟达仍占55%左右，但国产厂商的存在感已经与几年前完全不同。美国企业并没有失去全球技术优势，可中国客户拥有的选择明显增加了。更重要的是，美国后来又不得不调整部分政策。2026年1月，美国商务部宣布，对英伟达H200、AMDMI325X以及类似产品改为满足一定条件后逐案审查出口许可。这个变化很有意思：最早担心的是先进产品进入中国，几年后又开始考虑怎样让符合条件的产品重新进入中国市场。规则可以调整，市场却不会自动回到原来的位置。华为就是一个典型例子。2026年9月，华为方面表示，国内对其人工智能计算设备的需求已经超过供应能力，产能甚至不足以完全满足国内客户，因此暂时没有全面扩大海外销售的计划。华为还在推进昇腾系列后续产品，并通过大规模互联、先进封装和系统级架构提高整体计算能力。这才是美国芯片企业真正面对的麻烦。出口限制本来希望减缓中国获得先进计算能力的速度，却客观上给中国国产芯片创造了一个以前很难得到的巨大市场窗口。过去国产芯片面对英伟达这样的成熟产品，客户没有太强的更换动力；当供应突然存在风险，国产方案哪怕早期性能、软件生态还有差距，也获得了进入真实商业项目、不断迭代升级的机会。中国企业数量的增加又进一步加快了这个过程。2026年，除华为之外，燧原科技、摩尔线程、沐曦、壁仞等企业都在加快进入人工智能计算市场。路透社9月的分析提到，中国本土企业正在从硬件和软件两个方向削弱英伟达过去形成的优势，一些厂商还专门开发工具，让原先围绕CUDA编写的软件更方便迁移到国产平台。芯片竞争已经不只是晶体管多少的问题，而是整个软硬件体系之间的竞争。美国企业当然没有因此陷入全面困境，这一点也必须讲清楚。人工智能投资热潮仍然给美国半导体公司带来巨大订单，2026年9月底，美光给出的业绩预期就明显高于市场此前估计，AI数据中心对高带宽存储的需求依旧十分旺盛。也就是说，“美国所有芯片都卖不出去”“整个行业价格全部暴跌九成”并不符合现实。美国企业现在面对的局面，也正是这一逻辑不断累积后的结果。政策可以限制某一代产品，却很难让一个庞大的市场停止技术需求；供应商可以暂时失去订单，客户却会寻找另一套方案。一旦替代方案成长起来，即便后来重新允许出售，原来的供应商也未必能够拿回过去的全部份额。到了今天再回头看，比尔盖茨当年的提醒确实越来越具有现实意味：如果不断告诉一个规模巨大的客户“这个不能卖，那个也不能卖”，客户迟早会把资金、人才和订单投入自己的产业链。等自己的产品能够满足越来越多需求之后，再想让这个市场重新恢复原来的依赖关系，就没有那么容易了。芯片领域这场变化真正重要的地方，也正在这里。
iPhone18ProMax翻车了，而且这次不是软件小毛病，是直接断网。
iPhone18ProMax翻车了，而且这次不是软件小毛病，是直接断网。先给结论：美版iPhone18ProMax在AT&T网络下存在硬件级通信缺陷，苹果确认，但修不好，只能换机。第一个，故障范围很明确。出问题的只有美国AT&T网络上的iPhone18ProMax。T-Mobile、Verizon没接到同类报告，其他运营商网络的同款机型也没事。症状是收不到蜂窝信号，打不了电话、上不了网、发不了短信，只能靠Wi-Fi撑着。第二个，苹果的处置动作。当地时间10月2日，苹果确认问题存在，同时推送了运营商设置更新和iOS27.0.1。目的只有一个，防止故障继续扩散。但已经断网的设备，装更新也没用，苹果给出的方案是免费更换新机。第三个，问题大概率出在硬件。业内分析，美版iPhone18ProMax用的是高通骁龙X80调制解调器，还配了新的苹果毫米波5G天线模块。而美国以外销售的iPhone18Pro系列，用的是苹果自研C2调制解调器。同一款机型，两套通信方案，出事的偏偏是高通加毫米波这一套。苹果至今没确认具体原因，高通也没回应。我的看法是，这次苹果的反应算及格，认账快、换机也干脆，没有拖。但更值得琢磨的是，通信这种最基础的体验，一旦硬件方案分了版本，风险就跟着分了区域。买首发机器的人，某种程度上就是在替厂商跑测试。对国内用户来说，目前不用慌，自研C2的版本暂时没有类似报告。但一个提醒，任何时候都别把一台手机当成唯一的安全出口。对苹果而言，换新机是止损，不是解决。什么时候把缺陷根因说清楚，才是真交代。
做一个小程序到底要多少钱做软件10年，被问得最多的一句就是：做一个小程序到
做一个小程序到底要多少钱做软件10年，被问得最多的一句就是：做一个小程序到底要多少钱。说实话，这个问题没有标准答案。我见过几千的，也见过十几万的，都能做出来，但做出来的东西不是一回事。与其问“多少钱”，不如先看报价单上有没有这三项。第一项：范围写到哪一步。只写“做一个商城”五个字，谁都报不出准价。有人报的是一个能展示商品的页面，有人报的是下单、支付、库存、售后——差的不止一点。第二项：上线之后的东西谁出。服务器、域名、短信、支付通道，这些是按年花的，不是一次性。问价的时候没提，第二年就会冒出来。第三项：改需求怎么算。“做出来差不多能用”这句话，最后多半会吵起来。开工前先说清一句：改几次之内不动价。这比后面争谁有理省事得多。把这三项问完，你会发现报价的差距一下子就能解释了。如果你的项目很小，一两周就能做完，其实不用问这么细，找个能当场给你看后台的人就行。真正需要问清楚的，是要做两三个月、中间还会改需求的那种。你现在手上有报价了吗？把对方写的那几句发我，我帮你看看漏了什么。小程序制作做一个小程序多少钱小程序开发软件外包
硬件只是打底的基础环节，行情下半场，重点要看AI软件和应用。等算力硬件部署完成，
硬件只是打底的基础环节，行情下半场，重点要看AI软件和应用。等算力硬件部署完成，客户下一步就会采购大模型、行业软件、智能体解决方案，软件企业由此进入商业化兑现周期。当下企业降本增效诉求很强，AI办公、工业智能化、企业数字化等场景，正在规模化落地。软件属于轻资产模式，边际成本很低，一旦客户付费落地，业绩弹性会快速释放。从三季报预告里，已经能看到部分软件公司AI业务收入加速增长，这就是行情提前发出的信号。简单梳理产业链传导逻辑：客户采购硬件，属于产业投入期；硬件落地之后，软件应用依靠订阅费、项目服务费持续创收，就是产业收获期。硬件行情由资本开支驱动，偏周期属性；软件依托场景落地兑现利润，成长属性更强。硬件和软件不是非此即彼，二者是接力上涨、互相支撑的关系。放到节后盘面，随着三季报集中披露，市场会优先验证硬件龙头的订单与业绩，催生一轮修复行情。等这一波走完，资金的重心，会慢慢转移到可以持续商业化变现的AI软件应用，这才是下半年真正的主线。