河马的CC商业实战 · 出品

河马观澜

今 日 深 读

01

蒸馏不是偷:YC 掌门说,美国开源公司也应该去蒸馏前沿模型

Y Combinator's Garry Tan wants US open-weight AI labs to 'distill' frontier models, too

TechCrunch · Julie Bort · 中英对照 · 约 8 分钟

蒸馏,是本周中美 AI 圈吵得最凶的词:Anthropic 连发两份报告指控中国实验室「非法蒸馏攻击」,CEO 阿莫戴伊公开呼吁美国监管出手。而执掌 Y Combinator 的 Garry Tan 偏偏在这时候说:监管应该什么都不做——甚至美国应该有自己的「蒸馏体制」。他的两层反驳都很锋利:模型厂商管客户拿 API 输出做什么,本身就是越界;而闭源实验室吞下人类知识训练模型时,也没征求过谁的同意。真正的末日场景不是蒸馏,是前沿 AI 的全部威力最终只剩一家垄断者。

开始阅读 →

02

小红书做 AI,打的是一场防守战:胜负写在日均 7 亿次搜索的去向上

小红书做AI,打的是一场防守战

虎嗅(微信公众号「奇点湃」) · 李燕 · 中文 · 约 18 分钟

问一问与点点合并、站内 AI 搜索统一为「点点」——看懂这步棋,要先看懂小红书做 AI 的逻辑:守住两样东西,搜索这个决策入口,和「真人经验」这个信任资产。这篇拆得很透:被验证有效的问一问为什么被刻意压在 3-4% 覆盖率(搜索广告是 420 亿营收机器里增长最快的齿轮,AI 摘要正在别处瓦解这套逻辑——百度 Q3 广告 -18%、净亏 112 亿);自研基座停摆为什么还要升级一级部门(自研是入场券不是武器);以及最扎心的外部威胁:豆包引用抖音内容 100%,而主流大模型 TOP10 信源里没有小红书。

开始阅读 →

03

把苹果 AI 搞黄了的男人:JG 的八年,与一个时代的碰撞

把苹果AI搞黄了的男人

虎嗅(微信公众号「AI故事计划」) · 钟楚笛 · 中文 · 约 25 分钟

新版 Siri 终于随 9/9 发布会落地,兑现迟到了两年零三个月。外界把账算在 John Giannandrea 头上:2018 年从谷歌空降的「AI 救世主」,八年后被削权、退休「补办手续」。但这篇人物长文的结论更冷:JG 只是站得离碰撞最近的人。WWDC 2024 那段惊艳演示是视频样机拍的;他要的 GPU 预算被费德里吉一压再压;苹果高层像小家族企业,老臣另起炉灶自建 AI 团队——「做好了再拿出来」的苹果节奏,撞上了「先跑再说」的 AI 时代。文末一句:在 AI 时代,完美不再是晚到的理由。

开始阅读 →

04

CPI 落地、燧原 +179%:周五 A 股失守 3900,美股尾盘大反弹

2026 年 9 月 11 日 A 股复盘与美股隔夜综合

公开市场信息综合(财联社、新华财经、金融界、华尔街见闻、FX168) · 河马观澜整理 · 中文 · 约 7 分钟

周五的盘面被三件事撕扯:燧原挂牌首日 +179%、市值 1708 亿,腾讯系浮盈近 300 亿;美国 8 月核心 CPI 环比 0.3% 超预期,9 月加息概率逼近九成;A 股放量下跌失守 3900,权益 ETF 几乎全绿、只有债基微涨。但隔夜美股给了个惊喜:油价回落带动的尾盘大反弹,道指涨超 500 点终结四连跌,戴尔 +12% 创历史新高。下周三凌晨,美联储议息。

开始阅读 →

快 览

  1. OpenAI 与数学界的冲突升级:25 位菲尔兹奖得主发公开信(TechCrunch)—— 指控 AI 实验室为了抢解名校题正在威胁数学家的智力工作;同一天,OpenAI 撤回了对加州理工一场数学活动的赞助。
  2. 月之暗面把年化收入目标定到 20 亿美元(TechCrunch)—— K3 夏季发布后在 OpenRouter 日产 token 高达 3000 亿;同期 Anthropic 指控其将近 30 万次请求直接路由给 Claude Opus、收集 2300 万条回复用于训练。
  3. 机器人训练数据成了新战场:Mecka AI 逼近 5 亿美元估值(TechCrunch)—— 红杉领投,这家采集人类动作数据的公司三个月前才融了 6000 万美元——物理世界数据是通用机器人的瓶颈。
  4. 律师在谋杀案上诉书里引用 AI 编造的证人,被罚 5000 美元(The Verge)—— 新墨西哥州最高法院法官的反问:「律师先生,您不看新闻吗?」
  5. 蚂蚁「阿福」:1.5 亿用户的健康 AI,账怎么算(虎嗅)—— 单日咨询 2000 万人次,但 AI 问诊不能独立开处方;按供给推演,只要 15% 用户转人工,就足以耗尽好大夫全年产能。
  6. 2 人团队零融资,用 AI 全流程做的复古相机 App 霸榜韩国(虎嗅)—— 3 个月 10 亿韩元销售额;摄影类是订阅应用中 AI 渗透率最高的品类(61.4%)。
  7. Quibi 联合创始人与 Sora 前负责人联手做 AI 视频(The Verge)—— Katzenberg 与 Bill Peebles 的新公司:好莱坞内容老手与硅谷模型操盘手的一次握手。
← 返回目录
深读 · 01

蒸馏不是偷:YC 掌门说,美国开源公司也应该去蒸馏前沿模型

Y Combinator's Garry Tan wants US open-weight AI labs to 'distill' frontier models, too

TechCrunch · Julie Bort · 2026-09-11 · 约 8 分钟 · 原文链接

导读与要点(建议先读原文)
  • 背景:蒸馏指通过大量提示另一个模型来学习其工作与推理方式,业内常见且合法;但 Anthropic 本周发布第二份报告,指控中国实验室「隐瞒身份、用欺诈和窃取的凭证」实施非法蒸馏,CEO 阿莫戴伊此前已公开呼吁美国监管机构打压。
  • Tan 的立场:对 CNBC 说「我会什么都不做」,甚至主张「美国应该有一套自己的蒸馏体制」——让美国较小的开源权重公司也对美国前沿模型做同类训练,给美国一套非中国出身的开源选项。
  • 论证一(越界说):AI 实验室规定客户能对模型输出做什么,本身就是越界;他希望政府确立常识——基于广泛公开数据训练出的智能,其访问权更应该是一种公共产品,而不是锁在限制性服务条款后面。
  • 论证二(对等说):闭源实验室当年把尽可能多的人类知识吸进模型时同样没征得同意——大量受版权保护的材料被未经许可使用,早已不是秘密。
  • 底线与愿景:他不主张用窃取凭证去蒸馏,要的是「从正门进」;开源与前沿实验室应形成平衡——前沿要可融资、是门好生意,开源给人自由和访问权。
  • 批判性阅读:Tan 站在开源生态与创业者一侧,其「公共产品」论证对闭源模型的巨额训练投入成本着墨不多;蒸馏与「窃取凭证」的边界在法律与伦理上仍无定论,本文是争论一方观点而非定论。
When it comes to Chinese AI labs using distillation techniques to extract knowledge from frontier model makers, Y Combinator CEO Garry Tan is hoping regulators stay out of it. In fact, he thinks U.S. AI labs should perhaps play the same game.
说到中国 AI 实验室用「蒸馏」(distillation)技术从前沿模型厂商身上提取知识,Y Combinator CEO 陈嘉兴(Garry Tan)的希望是:监管者别插手。事实上,他觉得美国的 AI 公司或许也应该玩同一个游戏。
"I would do nothing," he told CNBC in an interview earlier this week. "We could argue that there should be an American distillation regime."
「我会什么都不做,」他本周早些时候接受 CNBC 采访时说,「我们甚至可以主张,美国应该有一套自己的『蒸馏体制』。」
He elaborated to TechCrunch that this means he wants smaller, American open-weight AI labs to use the same kind of training techniques on American frontier AI labs, giving the U.S. a more robust set of open-weight options that aren't Chinese.
他向 TechCrunch 进一步解释说,他的意思是:希望美国规模较小的开源权重(open-weight)AI 公司,也对美国的前沿模型厂商使用同类训练技术——让美国拥有一套更健壮的、非中国出身的开源权重选项。
Distillation is when a model maker extensively prompts another model in order to learn how it works and reasons. It is commonly, and legitimately, used by AI labs to help train new models.
所谓蒸馏,是指一家模型厂商通过大量提示(prompt)另一个模型,来学习它如何工作、如何推理。这在业内是常见且合法的做法,被各家 AI 实验室广泛用于训练新模型。
Anthropic this week released its second report alleging that Chinese labs are engaged in "illicit distillation attacks," hiding their identities to distill without permission and relying on fraud and stolen credentials to do so. Anthropic CEO Dario Amodei had previously publicly called on U.S. regulators to crack down on distillation.
而就在本周,Anthropic 发布了第二份报告,指控中国实验室从事「非法蒸馏攻击」——隐瞒身份、未经许可进行蒸馏,并依赖欺诈和窃取来的凭证实施操作。此前,Anthropic CEO 达里奥·阿莫戴伊(Dario Amodei)已公开呼吁美国监管机构打压蒸馏。
It's notable that the commander of Silicon Valley's prestigious and prolific startup accelerator doesn't agree.
值得注意的是,执掌硅谷这家声名显赫、高产创业孵化器的掌门人,并不同意这套说法。
To be clear, Tan isn't advocating for American AI labs to use stolen credentials to distill. He wants them to be free to come in the front door. In fact, his argument is twofold. He feels it's an overreach for AI labs to dictate what their customers can do with the information their models share with them.
需要说明的是,Tan 并不是主张美国 AI 公司用窃取的凭证去蒸馏,他希望它们能自由地从「正门」进去。他的论点其实有两层。其一,他认为 AI 实验室去规定客户能拿模型的输出做什么,本身就是一种越界。
He also notes that the proprietary AI labs didn't ask permission when they vacuumed up as much human knowledge as they could to train their models. They famously ingested plenty of copyrighted material without the permission of those intellectual property holders.
其二,他指出:那些闭源实验室在把尽可能多的人类知识吸进自己模型里的时候,同样没有征得谁的同意——它们大口吞下过大量受版权保护的材料,而从未获得版权方的许可,这一点早已不是秘密。
"Controlling what users and customers do with API calls to closed weight models feels constraining, and there's a role government can play here to normalize the fact that access to intelligence that was trained on broad public access data should itself also be more a form of a public good than something locked away behind restrictive terms of service," he told TechCrunch when asked why American labs should be free to distill, too.
「管制用户和客户对闭源模型 API 调用所产出的东西,让人感觉处处受限。政府在这里可以发挥作用,去确立一个常识:一种建立在广泛公开数据之上训练出来的智能,其访问权本身更应该是一种公共产品,而不是被锁在限制性服务条款后面的东西。」当被问及为什么美国公司也应该有蒸馏的自由时,他这样告诉 TechCrunch。
Tan, who is himself such an avid AI user that he once described himself as having cyber psychosis, wants to see a balance between open-weight AI labs and frontier labs.
Tan 本人是个 AI 重度用户——重度到曾自嘲患上了「赛博精神病」(cyber psychosis)。他希望看到开源权重实验室与前沿实验室之间形成一种平衡。
"They are at the frontier and driving it forward. We want that to be fundable, and be a great business model ongoing," he told CNBC. "You want open weight models to give people freedom and access."
「前沿实验室站在最前沿、在推动它向前。我们希望这件事是可融资的、是一门能持续做下去的好生意,」他告诉 CNBC,「你需要开源权重模型,来给人们自由和访问权。」
To him, the true AI doomer scenario is for all the immense power of frontier AI to wind up in the hands of a single powerful, proprietary provider.
在他看来,AI 真正的末日场景,是前沿 AI 的全部巨大威力,最终落入某一家强大的闭源供应商手中。
"The nightmare scenario, the doomer scenario for AI is that there's just one company," he said. "It has the best access to capital. It has the best AI researchers. It runs away with it and suddenly there's one company that's monolithic. And that would be bad."
「AI 的噩梦场景、末日场景,是最后只剩下一家公司,」他说,「它有最好的资本渠道,有最好的 AI 研究员,一路绝尘而去,突然之间就只剩下一家庞大的垄断者。那会是坏事。」

← 返回目录

← 返回目录
深读 · 02

小红书做 AI,打的是一场防守战:胜负写在日均 7 亿次搜索的去向上

小红书做AI,打的是一场防守战

虎嗅(微信公众号「奇点湃」) · 李燕 · 2026-09-11 · 约 18 分钟 · 原文链接

导读与要点(建议先读原文)
  • 事件:小红书将 AI 搜索「问一问」与 AI 助手「点点」合并,站内 AI 搜索统一为「点点」,搜索即对话——四年 AI 探索最具象征意义的收拢;被合并的两条路线恰好代表做 AI 的两套打法。
  • 商业账:2025 年营收约 420 亿元(+40%),广告约 320 亿占 76%;搜索广告从 2023 年约 41 亿增至 2024 年前 11 月约 68 亿;全年搜索量 2500 亿次、日均 7-8 亿次,73% 月活有搜索行为——搜索是最接近交易的一环。
  • 克制:问一问最初只覆盖 1-2% 搜索请求,团队想扩到 10% 被管理层否决,最终只放到 3-4%;它带来 2-3 个百分点留存提升、日活千万级——被放大的是「整理真人经验」,不是「替代真人表达」。参照系:百度 20%+ 搜索结果由 AI 生成,Q3 在线营销收入 -18%、净亏 112 亿。
  • 组织与自研:2026 年 4 月最大规模组织调整,Hi Lab 升级为一级部门 Dots;但自研基座「小地瓜」再无下文、点点接入 DeepSeek、问一问被指接入通义——自研的意义在于保有下一轮竞争的入场券。
  • 生态冲突:2026 年以来处置 AI 托管账号超 80 万个、AI 造假笔记近 15 万篇;误判实拍为 AI 引发吐槽,北京互联网法院判平台就算法判定承担举证责任——「活人感」与 AI 的调和仍是无解题。
  • 真正威胁在站外:AI 原生 App 总 MAU 一年多从 1.42 亿增至 4.62 亿;豆包对抖音内容引用率 100%,千问、DeepSeek 的 TOP10 信源均无小红书——封闭语料既是最稀缺资产,也是它在 AI 引用版图缺席的原因。

Source:微信公众号「奇点湃」作者:李燕(虎嗅转载,2026-09-11)

近日,小红书将AI搜索产品「问一问」的品牌下线,与AI助手「点点」合并,站内AI搜索统一为「点点」,搜索即对话,每一次搜索都会被转化为一条聊天记录。

这是小红书四年AI探索中最具象征意义的一次收拢。被合并的两个产品,恰好代表这家公司做AI的两条路线:问一问生于站内搜索小组,是被验证过留存价值的「意外亮点」;点点出身独立App,在市场上长期遇冷,最终被收回主站。两条路线跑了两年多,赛马结束,胜者被并入胜者,名字留下的是那个市场表现更差的。

如果只把这条新闻理解为一次产品整合,可能低估了它。从小红书过去四年的动作看,这家公司做AI的逻辑,是为了用AI守住两样东西:搜索这个决策入口,以及「真人经验」这个信任资产。

理解了这个前提,才能理解它那些看似矛盾的行为:一边把问一问的覆盖率刻意压在个位数,一边把AI升为一级部门;一边让自研基座事实上停摆,一边开源自研模型、接入DeepSeek并参投月之暗面;一边在内部信里把AI抬到与社区、电商并列的高度,一边在商业化团队的要求下,限制AI搜索主动生成购物推荐。

不是慢,是算过账

小红书对AI的警惕几乎与行业热潮同步开始。据36氪《小红书四年AI路》报道,2022年末ChatGPT问世后,毛文超曾要求团队每两周汇报一次AI进展,但内部长期存在一个顾虑:AI会不会破坏「活人种草」的社区生态。

这个顾虑直接写进了产品参数里。36氪2026年5月的报道披露,问一问最初只覆盖1%到2%的搜索query,团队希望扩大到10%,被管理层以「影响面太大」否决,最终只放宽到3%到4%。一个被数据证明有效的产品,被主动限制在极低的曝光水平,这在互联网行业并不多见。

克制的理由在商业账本上。搜索是小红书最接近交易的一环。据36氪2026年7月报道,小红书2025年营收约420亿元,同比增长40%,其中广告收入约320亿元,占比76%。而搜索广告是广告盘子里增长最快的部分,据2024年的一份专家纪要口径,搜索广告收入2023年约41亿元,2024年前11个月已约68亿元,被商业化的搜索query占比约15.2%。官方口径下,2025年小红书全年搜索量达2500亿次,日均搜索超7亿次;另有媒体口径称日均搜索约8亿次,73%的月活用户有搜索行为。无论采用哪个口径,搜索都是这台商业化机器的核心齿轮。

AI摘要的风险正在于此:答案直接给出,用户不再翻页,搜索广告的库存可能被压缩。百度是近在眼前的参照。百度目前超过20%的搜索结果由AI生成,而其2025年三季度在线营销收入同比下滑18%,季度净亏112亿元。有分析认为,AI直接给答案正在瓦解竞价排名的底层逻辑。小红书商业化团队曾要求AI搜索不要主动生成购物推荐列表,尽管该功能最终被保留,但这个细节足以说明,公司内部对AI与广告之间的零和关系有清醒认知。

所以更准确的表述是:小红书不是不懂AI的价值,而是比多数公司更早算清了AI的成本。问一问2025年为社区带来约2到3个百分点的留存提升,日活达千万级,这是它被保留并放大的原因。但它被放大的是「整理真人经验」的能力,而不是「替代真人表达」的能力。这个边界,划得比外界看到的更清晰。

自研没跑通,为什么还要加码

与产品端的克制相对的,是组织端的突然加码。2026年4月30日,小红书发出公司史上最大规模组织调整的内部信:柯南升任总裁,统管社区、电商、商业化及技术体系;原大模型团队Hi Lab升级为AI一级部门「Dots」,直接向柯南汇报。AI被正式抬到与社区、电商、商业化并列的高度。

加码是真实的。2026年7月,小红书从快手挖来十年技术老将陈彬负责社区技术中台,引入前DeepSeek核心成员陈官厅任预训练数据负责人。资本层面,公司2025年11月至12月全资收购了点点的开发主体上海生动诗章科技,此前还参投了MiniMax、月之暗面,并在2025年通过子公司密集参投近10家初创公司,被外界形容为「闪电投资」。

但技术底座的状况,撑不起这个部门级别。小红书2023年3月组建大模型团队,由前格林深瞳首席科学家张德兵牵头。自研通用基座「小地瓜」2024年4月被曝内部灰度,此后再无下文,且该消息出自36氪独家,未获官方确认。点点初期使用的自研「珠玑」模型虽在2023年12月完成生成式AI备案,但2025年2月点点接入了DeepSeek深度思考模式,媒体普遍解读为自研模型实际使用体验不理想;站内问一问则被36氪信源指接入开源的通义千问。2025年6月Hi Lab开源的dots.llm1,总参数1420亿、激活140亿,采用MIT协议,但按媒体评价,在技术社区声量有限。有内部人士对媒体描述的状态是:大模型部门没有被废除,但它和各个产品也都没有接触。

人才密度同样悬殊。据报道,小红书AI员工此前仅约百人,对照字节豆包团队超千人的规模;CTO职位自2020年前后长期空缺。算力方面无官方披露,有媒体指出万卡集群的Infra人才是短板。

把这两面放在一起看,战略摇摆的轨迹就清晰了:2022年末两周一次AI汇报,2024年兴趣减退降至一两月一次,2025年初DeepSeek冲击后重启,2025年秋毛文超结束硅谷考察后定调「AI技术路线已经收敛,可以做更多投入了」。外界普遍将加速动因解读为三点:DeepSeek等外部AI对站内搜索的分流压力、Agent热潮下的行业FOMO,以及为IPO补充AI叙事。有分析认为,小红书并非不相信自研,而是算清了自研的优先级。36氪2026年5月的一个判断颇具代表性:自研模型的意义未必在于做得多好,而在于保有参与下一轮竞争的资格,本质是一张入场券。雷峰网在9月3日的报道中也持类似观点:AI是昂贵的游戏,小红书没有置身事外的选择权,自研不能放弃,但有限的炮火集中在应用层和垂直场景寻找差异,是唯一现实的路径。

AI相关的待解题

小红书做AI最难的部分,不是技术,而是生态。这家公司的核心资产是「真人经验」构成的信任。官方给问一问定的Slogan是「有事就问小红书,活人答案靠得住」,差异化定位非常明确。但AI与这套生态之间存在内生冲突。2023年,AI绘画产品Trik因画师版权诉讼下架,成为国内AIGC训练数据侵权的首批案件之一。

2025年3月,评论区AI账号引发用户反弹,被批评回复有「登味」、削弱评论区的活人感,还有原创者质疑用户协议滥用原创内容训练AI。2026年初,OpenClaw等AI Agent工具已能全自动托管小红书账号,批量生产「伪体验」种草笔记,并出现了用户因AI笔记误导消费的权益纠纷。

平台的治理动作相当密集:2025年8月31日发布AI生成内容标识公告,2026年1月《社区公约2.0》鼓励主动标识,2月宣布未标识的AI内容将被限制分发,3月10日宣布封禁纯AI托管账号,是主流平台首次对AI代理运营亮红牌,4月又办了首届AI治理开放日。按平台披露的单方口径,2026年以来处置AI不良行为超百万例,含AI托管账号超80万个、AI造假笔记近15万篇。

治理决心可见,但执行难度同样可见:2026年5月起,实拍作品被误判为AI而限流的吐槽持续出现;在全国首例「平台判定用户内容AI生成」案中,北京互联网法院认定平台应就算法判定承担举证责任,判平台构成违约。AI生态与人味儿的底层逻辑如何调和,这仍然是问题。

第二个难题在站外。据QuestMobile相关数据,AI原生App的总MAU从2025年1月的1.42亿增至2026年4月的4.62亿,而在线旅游、拍摄美化等AI渗透最深的场景,恰好是小红书的核心腹地。

36氪曾在文章中提出了一个更尖锐的观点:威胁不是AI搜索替代搜索框,而是决策入口整体迁移到豆包等AI原生App;测评显示豆包对抖音内容的引用率是100%,而千问、DeepSeek的TOP10信源中均无小红书,种草正在站外的AI里发生。

按照这个分析,站内AI做得再好,也只能留存量用户,抢不回增量入口。微信搜一搜是另一个镜像:月活约8亿,可独家调用公众号内容,与小红书的封闭语料壁垒同构,但体量更大。封闭语料既是小红书最稀缺的资产,也是它在AI引用版图中缺席的原因,这是一体两面。

小红书没有选择字节、阿里那样拼通用基座和超级入口,也没有像快手可灵那样把AI直接做成收入线,而是把AI压在应用层,服务于搜索、留存和商业化效率,同时用投资MiniMax、月之暗面的方式保留外延的可能。这条路线的合理性建立在语料壁垒和场景纵深上,它的风险也同样清晰:四年尝试可能会显得不温不火。如果决策入口真的整体迁往站外AI,那么守住站内,可能只是守住了一个正在缩小的池塘。

对小红书而言,AI不是一道增长题,而是一道防守题。防守的目标不是赢过豆包,而是确保当用户想做一个真实的生活决策时,第一个想到的仍然是打开小红书,而不是打开任何一个AI。这场仗的胜负,短期内不会写在财报的AI收入里,只会写在日均那七八亿次搜索的去向上。

← 返回目录

← 返回目录
深读 · 03

把苹果 AI 搞黄了的男人:JG 的八年,与一个时代的碰撞

把苹果AI搞黄了的男人

虎嗅(微信公众号「AI故事计划」) · 钟楚笛 · 2026-09-11 · 约 25 分钟 · 原文链接

导读与要点(建议先读原文)
  • 起点:JG 的履历几乎踩中每个转折——Netscape 浏览器技术负责人(参与 HTML/HTTP/SSL 标准制定)、最早的 Cookie 规范合著者、创办 Tellme(电话语音助手)与 Metaweb(后来的谷歌知识图谱)、2016 年执掌谷歌搜索与 AI;2018 年库克亲自挖角,直接向 CEO 汇报。
  • 路线之争:JG 信「理解先于涌现」——结构化知识、模型向数据靠拢、端侧运行、隐私优先(云端推理跑在数据不留存的 PCC 上);ChatGPT 之后全行业转向云端堆算力,他的信条一夜之间显得保守。
  • 溃败节点:WWDC 2024 的 Siri 演示实为视频样机,团队工程师自己都没见过可用版本;2025 年 3 月公开延期,团队总监用 ugly、embarrassing 形容;库克对其「失去信心」。
  • 权力结构:Siri 被转交罗克韦尔、机器人划给特努斯(如今的 CEO);费德里吉认为 AI 回报不明确、压缩 GPU 预算,软件部门另起炉灶自建 AI 团队;JG 副手只能让工程师详细留档「以防被甩锅」——苹果希望他改变,却没给他改变的权力。
  • 余味:继任者向费德里吉汇报,内斗以老臣胜利告终;两个月后 WWDC 2026 发布与谷歌 Gemini 合作的新 Siri,官方描述为「理解你是谁」——正是 JG 一直推动的方向,只是他没能等到果实落地。
  • 批判性阅读:文章叙事大量依赖 The Information 与 36 氪等媒体报道,JG 本人罕见发声,属于「旁观者重构」;「组织之罪」与「个人之失」的权重见仁见智,但「节奏对撞」的框架经得起时间。

Source:微信公众号「AI故事计划」编辑:张霞,作者:钟楚笛(虎嗅转载)

2026年9月9日,苹果秋季新品发布会上,AI成了主角,被塞进手机、手表、耳机、相机等所有能塞的产品线。新版Siri也被推上舞台中央,按照演示,它能翻找邮件、信息和照片,读懂屏幕上的内容,还能直接调用APP。遗憾的是,在当下的技术语境里,这些能力算不上稀奇。

一个多月前,三星在新一代Galaxy折叠屏上演示了与谷歌Gemini深度整合的AI助手,功能与Siri演示的相差无几;荣耀的YOYO智能体,早就能用一句话完成发微信的全流程;字节跳动与努比亚合作的豆包AI手机,则把「语音点餐、跨APP办事」做成了系统级能力。

长久以来,外界对苹果AI有两种截然不同的说法:一种是,市面上AI手机的功能,苹果分分钟都能做,只是不屑于抢跑;另一种是,苹果AI已经被彻底搞砸了。在外界口中,最该为这场失败负责的人,是约翰·詹南德雷亚(John Giannandrea)。他2018年从谷歌加入苹果,掌舵AI业务近八年。在他任内,新一代Siri承诺的核心功能迟迟未能兑现,苹果被迫公开承认延期;此后管理层频繁调整,他的职权被一再削减。

但如果把苹果AI的全部失意归咎于一个人,许多问题便无法解释。苹果当年为什么不惜代价从谷歌挖来詹南德雷亚?这位亲历了互联网、搜索、语音助手和机器学习多个时代的技术高管,为什么会在苹果陷入长达八年的拉锯?是谁搞砸了苹果AI?又或者,当AI时代来临,苹果真的准备好改变自己了吗?

救世主

9月9日上午,加州库比蒂诺的乔布斯剧院,灯光暗下后,大屏幕上出现了一张老面孔——卸任不过一周的蒂姆·库克。他以一段视频完成交棒,把舞台留给了苹果新任首席执行官约翰·特努斯。特努斯的开场不长,但给苹果定下了调子:iPhone将成为「智能个人中心」。在他的描述里,当AI把一个人散落在邮件、信息和照片里的生活,与设备上的应用连接起来,手机的用处将完全不同。他列出了这个「中心」成立的条件:一块好屏幕、一整天的续航、随时可调用的云端模型,以及与其他设备和应用的无缝协同。这套说法让人想起二十五年前乔布斯的「数字中心」战略。那一次枢纽是Mac,这次换成了AI。

之后的两个小时里,苹果展示了这张蓝图的全部零件:AirPods 5能在两人面对面交谈时实时翻译;Apple Watch Series 12新增了健康感知系统;iPhone 18 Pro内置的A20 Pro芯片,专为在本地运行AI模型而来……连苹果第一台折叠屏手机iPhone Duo,卖点里也写满了AI。换句话说,苹果AI的兑现时刻到了。只是,这场兑现迟到了两年零三个月。

想弄清楚它为什么迟到,得回到2024年6月10日。那一天的全球开发者大会(WWDC)上,苹果第一次向世界展示了Apple Intelligence(「Apple智能」)。按苹果的定义,这是一套「个人智能系统」:把生成式大模型的能力与用户设备里的个人情境相结合,让iPhone理解语言和图像、替人跨应用办事,同时不把隐私交出去。

当天主题演讲的高潮,属于苹果软件工程高级副总裁克雷格·费德里吉。演示中,他对着手机问道:「我妈妈的航班什么时候降落?」Siri从邮件里找出航班信息,结合实时数据,报出了抵达时间。「那我们的午餐计划是什么?」Siri又从聊天记录里翻出敲定好的安排,顺手规划了从机场到餐厅的路线。台下掌声雷动。

然而掌声给早了。九个月后,媒体揭露:那段流畅的画面,是用视频样机拍出来的,当时苹果手里只有一个勉强能跑的原型。有前员工回忆,Siri团队的工程师看到这场演示时同样吃惊。他们从未见过这些功能的可用版本。测试设备上唯一真实存在的新东西,是唤醒Siri时屏幕边缘亮起的那圈彩色光带,人们后来叫它「跑马灯」。

2025年3月,苹果公开承认,新版Siri的核心功能「需要比我们预期更长的时间」,将在「未来一年」逐步推出。几天后,苹果悄悄撤下了由演员贝拉·拉姆齐出演的iPhone 16广告。广告里,Siri能脱口而出「上个月和你在餐厅开会的那个人叫什么」。现实里,它根本做不到。随后,加州的苹果园区里,Siri团队召开全员大会,空气里弥漫着焦躁。团队高级总监罗比·沃克用两个少见的重词形容这次延期:ugly(难看),embarrassing(尴尬)。他还承认,在技术准备好之前就对外宣传,让事情变得更糟。「这不是我们做完之后才拿出来给人看的情况,」沃克说,「我们提前拿出来了。」当时,没人知道苹果这些功能究竟什么时候能上线,最乐观的预期,也是再等一年。

风波之后,几乎所有报道都在问同一个问题:苹果AI为什么掉队了?在这些报道里,一个名字被反复提及:约翰·詹南德雷亚,苹果AI的负责人,业界叫他「JG」。

JG出生在苏格兰,1988年从斯特拉思克莱德大学计算机系毕业后,先后在芯片公司INMOS、图形工作站巨头SGI做工程师,90年代初又加入General Magic,一家比iPhone早十几年就试图造出「口袋智能设备」的传奇公司。从PC互联网到AI时代,JG几乎每一步都踩在了关键的转折点上。1994年,互联网刚刚进入公众视野,JG加入当年最火的浏览器公司Netscape,成为浏览器部门的技术负责人,HTML、HTTP、SSL这些沿用至今的互联网基础标准,他都参与过制定。他经手的Netscape Navigator,是那一代绝大多数网民上网的入口。1999年,互联网泡沫最疯狂的时候,JG联合创立了Tellme。在没有大模型的年代,Tellme用电话做语音助手:你想知道天气、航班还是股价,打个电话过去,系统听懂问题,亲口报出答案。这在当时是足够超前的功能,2007年,这家公司被微软收购。2005年,JG再次出发,创立Metaweb,构建开放知识库。2010年谷歌收购Metaweb,这套技术后来成了谷歌知识图谱的地基。JG在谷歌一路做到工程副总裁,2016年初,他接掌了谷歌最核心的搜索业务,同时统领AI部门。2018年4月,库克把JG招进苹果,出任机器学习和AI战略高级副总裁,成为16位直接向库克汇报的高管之一。当时的媒体,几乎把他写成了苹果的「AI救世主」。

新官上任三把火

苹果给JG的第一个任务,是先把队伍拢起来。当时Siri已经发布了近七年,苹果内部的AI力量却散在各处:做Siri的、做搜索的、做芯片的、做软件的,各干各的。苹果看中的,正是JG收拾乱局的能力。2010年,他随Metaweb的收购进入谷歌,先管知识图谱,再管机器学习,后者在他手里,从少数团队的实验变成了整个谷歌的基础设施。2016年,JG接掌谷歌搜索,把这家公司最核心的业务和AI拧成一股绳。两年后,他已是硅谷最受瞩目的AI高管之一。

为了挖来这个能统管全局的人,库克亲自出马。他开出的价码,是谷歌没给过的东西:入职即是高级副总裁,直接向CEO本人汇报,外加一个任何AI研究者都难以拒绝的试验场——超过十亿台装着用户全部生活的设备。入职后,JG做的第一件事是招兵买马:GAN之父Ian Goodfellow、后来执掌基础模型团队的庞若鸣,都在他任内陆续加入。基础模型、数据基础设施、AI平台,一支支队伍陆续立了起来。

严格来说,这并不是他第一次「加入苹果」。上世纪90年代初,硅谷有一个神话般的存在:General Magic。它1990年从苹果内部拆分出来,因为那群工程师相信,未来的计算设备是一个能揣进口袋、帮你处理信息的智能助手。在当时,这是科幻小说里才有的场景,但这群工程师决定把它造出来。JG正是其中之一。这段经历深刻地影响了他,此后的职业生涯,几乎一直围绕General Magic的那个念头:让机器理解人类。

而「理解」,恰是JG眼中大模型最缺的东西。大模型的训练方式是投喂海量数据、堆叠算力,让模型自己学。大模型公司相信,智能会从数据中涌现,更多的数据意味着更聪明的模型。于是用户的数据被收上云端,训练、推理,再把结果送回来。在JG看来,这样的模型离真正理解世界还很远。早在2005年,他就笃定了自己的路。那时的谷歌已经很强,但搜索引擎还很笨,它看不懂关键词背后的意思,只能给你一堆可能藏着答案的页面,没法直接把答案给你。于是有了Metaweb——给现实世界里的每一个事物建一份档案,组成庞大的知识库,让搜索引擎不只看到词语,也看到词语指向的那个东西。理解,是JG所有行动的出发点。在他看来,智能来自知道世界上有什么、它们是什么、彼此是什么关系。从知识到关系,从关系到理解,最后才谈得上智能。

顺着这条思路,让机器理解一个人的生活,最好的办法不是把数据搬到模型那里,而是把模型搬到数据旁边。他选择让AI在设备本地运行,向用户的数据靠拢。他推动苹果建立统一的AI与机器学习体系,让设备能读懂用户的邮件、照片、通讯录、日历和日常习惯,回答那个最关键的问题:用户是谁。若按大模型公司的做法,把这些数据尽数上传云端,隐私泄露几乎是迟早的事。对把「隐私是基本人权」挂在嘴边的苹果来说,这是最后的底线。

这种执念,JG有更早的源头。1994年,Netscape工程师Lou Montulli发明了Cookie。今天几乎每个网站都会弹出的「是否接受Cookie」,说的就是它。而最初的Cookie规范,是JG和Montulli一起写下的。这个小文件后来成了现代Web的基础设施。它解决的是「你是谁」,制造的麻烦也是「你是谁」。Cookie很快变成了广告业追踪用户的工具。技术一旦碰上人的数据,边界必须在写代码的时候就划好,JG比大多数硅谷工程师更早懂得这一点。在苹果,他把这套想法砌进了架构:云端大模型和本地小模型分开,给iPhone增加专门的AI算力,照片、语音、文本、视觉的处理尽量留在本地;只有小模型实在处理不了,任务才被送上云端。而云端的推理跑在PCC(私有云计算)上,数据不会被留存,连苹果自己也看不到。

同一时期的对手们,早已在另一条节奏上开跑。2023年底,谷歌把Gemini Nano塞进Pixel 8 Pro,录音转写、内容摘要直接在本地完成;2024年1月,三星喊出「Galaxy AI」,即圈即搜、通话实时翻译随Galaxy S24首发,AI第一次成了手机发布会的头号卖点。中国厂商的动作更快。OPPO Find X7号称全球首个端侧应用70亿参数大模型的手机,vivo的蓝心、荣耀的魔法、小米的MiLM在半年内接连落地,修图、摘要、语音助手,先交到用户手里再说。细看这些路线,其实与JG殊途同归。端侧小模型打底、云端大模型协同,正是他推动苹果走的方向。差别只在节奏:别人信奉「先跑起来,边跑边修」,苹果坚持「做好了再拿出来」。这两种节奏的对撞,日后几乎决定了苹果AI的命运。

2024年6月,Apple Intelligence在WWDC上的亮相,是JG在苹果八年里,最接近成功的一刻。会后,几乎不用社交媒体、极少受访的他,破例走上了John Gruber的脱口秀《The Talk Show》。这档苹果评论家云集的节目,此前从未请到过他。面对「AI功能为什么只有新iPhone能用」的尖锐提问,他的回答很坦白:大模型的推理,计算成本高得惊人。

老臣的胜利

2022年11月30日之前,JG几乎每一步都踩中了时代节拍。这一天,OpenAI上线了ChatGPT,时代拐向了他不信任的方向。此后一年多里,OpenAI、谷歌、微软、Meta相继推出自己的大模型,整个行业进入军备竞赛。这些公司走的路,恰好是JG和苹果一直怀疑的那条:把数据堆上云端,让智能从规模中涌现。据The Information报道,ChatGPT上线之初,JG曾对团队说,这类聊天机器人没什么用。

这是他职业生涯第一次与时代正面相撞。全世界都相信Scaling法则,相信快速发布、先跑再说,相信模型只要够大就能摸到AGI。JG却还秉持谷歌时代的信条:结构化知识、长期研究、谨慎推进。这些观点曾经成就他,如今却让他显得保守。危机很快显形。WWDC 2024上承诺的新Siri没有如期而至,苹果被外界贴上「大幅落后」的标签。多家媒体报道,库克对JG执行产品的能力「失去了信心」。

削权随之开始。2025年那场全员会议之后,Siri被转交给Vision Pro的负责人迈克·罗克韦尔;一个月后,机器人项目被划给硬件工程高级副总裁约翰·特努斯。一年后成为苹果新任CEO的,正是这位特努斯。等到2025年12月苹果官宣JG的退休安排时,一切只是补办手续。

对于JG的离开,业界普遍读作Apple Intelligence挫败后的实质出局。批评者把失败归结于他不擅长消费级AI的产品化,甚至认为所谓隐私优先,不过是把技术劣势包装成了价值观。仿佛JG就是苹果AI失败的元凶。然而,苹果AI的困境,本质上是苹果与AI时代的一次整体碰撞,JG只是站得离碰撞最近的那个人。

Siri的问题远早于JG。新版Siri的难点,比如访问个人数据、理解屏幕内容、跨应用执行任务,每一项都涉及底层架构的大规模重构。苹果曾试图把生成式AI嫁接在Siri陈旧的架构上,内部人士形容那套混合代码是「一场灾难」。修好一个漏洞,牵出一串新的。

比技术更难的是权力。苹果的高层像一个小家族企业,挤不进决策核心,就得不到推动真正变革的授权。JG职级很高,但苹果的核心圈一直属于老臣,后来者进不去。进不了内圈,就撬不动资源。据The Information报道,JG早年申请增加GPU投入,预算却被一再压缩。高级副总裁费德里吉始终认为AI的回报并不明确。而当时,OpenAI和谷歌已经在几万到几十万张GPU的采购竞赛里杀红了眼。

Siri负责人沃克的处境是另一个注脚。只是从「Hey Siri」里删掉一个「Hey」,他就花了两年多。七年里,Siri在多个团队间反复易手。到后来,费德里吉的软件部门干脆另起炉灶,自建AI团队。权责如此纠缠,据The Information报道,JG的副手只能要求工程师把每项工作详细留档,以备失败之后,不被人甩锅。苹果希望JG改变,却从未真正给他改变的权力。

2026年4月,JG正式离开苹果。这位极少露面的高管依然保持沉默,转身以兼职顾问的身份加入英国AI初创公司CuspAI,帮它组建美国团队。他的继任者阿玛尔·苏布拉马尼亚(Amar Subramanya),向费德里吉汇报。苹果的内斗,以老臣的胜利暂告一段落。两个月后的WWDC 2026,苹果发布了与谷歌Gemini合作的新一代Siri。官方把它描述为一个「理解你是谁」的Siri。这正是JG过去几年一直试图推动的方向,只是他没能等到这颗果实落地。

所以,是谁搞砸了苹果AI?是JG的学术理想,是费德里吉的软件纪律,是库克的谨慎,也是苹果那套曾让iPhone成功的保密、集权与慢工出细活。9月9日的发布会没有终结这个问题,只是把问题交还给了用户。Siri AI终于落地,但仍以beta起步、英文先行、在部分地区缺席。对苹果来说,真正迟到的不是一个功能,而是一种新的产品节奏。在AI时代,完美不再是晚到的理由。

← 返回目录

← 返回目录
深读 · 04

CPI 落地、燧原 +179%:周五 A 股失守 3900,美股尾盘大反弹

2026 年 9 月 11 日 A 股复盘与美股隔夜综合

公开市场信息综合(财联社、新华财经、金融界、华尔街见闻、FX168) · 河马观澜整理 · 2026-09-11 · 约 7 分钟 · 原文链接

导读与要点(建议先读原文)
  • A股周五:沪指 -1.18% 收 3888.11 失守 3900,深成指 -1.08%,创业板 -0.49%,科创50 -1.01%;早盘放量杀跌(半日成交 1.27 万亿),全周沪指累跌逾 2%;证券 -3.46%,紫金矿业 -6.86%、中矿资源 -8.22% 资源股瓦解,宇树科技 -4.30%;全市场仅 25 股涨停。
  • 避险结构:全市值前 80 大 ETF 中权益类几乎全绿,正收益几乎全部来自债券与货币基金——「真正在涨的只有债券」;通信 ETF +0.60% 为权益类第一。
  • 燧原首日:开盘 +188% 报 410 元,盘中最高 475 元(市值一度破 2000 亿),收盘 397 元 +179.22%、市值 1708.5 亿,成交 56.48 亿、换手 76.02%,中一签浮盈 13.39 万;腾讯系持股约 8021 万股,账面浮盈近 300 亿(累计投入超 20 亿);2025 年腾讯相关收入占比 83.79%。
  • 四小龙对照:摩尔线程首日 +460%、沐曦 +693%、壁仞(港股)+82%、燧原 +179%——发行市值 612 亿垫底,上市后估值重塑刚开始;但单日巨量成交对科创板/TMT 资金形成明显抽血。
  • CPI 落地:美国 8 月 CPI 同比 3.4% 持平、环比 0.4%;核心环比 0.3% 超预期(4 月以来最大单月涨幅);能源 +2.1%、汽油 +3.9%;计算机软件与配件同比 +25.4% 创纪录——数据中心建设写进通胀分项;9 月加息 25bp 概率逼近 90%、年底前两次基本定价;10 年期美债一度触及 4.979%。
  • 美股周五反弹:道指 +509 点(+0.98%)收 52573.29、标普 +0.86%、纳指 +0.96%,终结四连跌;费半 +1.81%,戴尔 +11.98% 创历史新高(RBC 首予跑赢大盘、目标价 640 美元);油价回落(WTI -2.4% 至 100.05 美元,本周仍累涨近 10%);周线道指 -1.6%,为 3 月以来最差单周。

A股:放量下跌,失守 3900。 周五 A 股早盘单边承压、半日成交 1.27 万亿元,与周四的地量形成鲜明对照——不是无量阴跌,而是高位筹码的集中宣泄。沪指收跌 1.18% 报 3888.11 点,失守 3900 关口,深成指 -1.08%,创业板指 -0.49%,科创50 -1.01%,全周沪指累跌逾 2%。结构上防御与避险压倒一切:证券板块重挫 3.46%,紫金矿业大跌 6.86%、中矿资源暴跌 8.22%,资源股全线瓦解,宇树科技再跌 4.30%;全市值前 80 大 ETF 中,权益类几乎全线收绿,正收益几乎全部来自债券与货币基金——一个市场中真正在涨的只有债券,这个信号值得重视。

燧原首日:四小龙聚齐,腾讯浮盈 300 亿。 燧原科技登陆科创板首日,开盘大涨 188% 报 410 元,盘中最高触及 475 元、市值一度突破 2000 亿,收盘报 397 元、涨幅 179.22%,总市值定格 1708.5 亿元,成交 56.48 亿元、换手率 76.02%——中一签浮盈约 13.39 万元。腾讯系自 2018 年累计投入超 20 亿元,持股约 8021 万股,按收盘价账面浮盈近 300 亿元;但招股书同时显示,2025 年燧原来自腾讯相关收入占比已达 83.79%,深度绑定是订单也是风险。对照四小龙首日:摩尔线程 +460%、沐曦 +693%、壁仞 +82%——燧原 612 亿的发行市值在四家中垫底,上市后的估值重塑才刚开始;只是单日巨量成交对科创板与 TMT 方向的资金抽血,同样真实。

CPI 落地:加息几成定局。 北京时间周五晚 20:30,美国 8 月 CPI 揭晓:同比 3.4% 持平预期,环比 0.4%;真正的变数在核心——环比 0.3% 超出预期,为 4 月以来最大单月涨幅,住房、通信(+2.3%)、机票(+2.7%)共同推动。能源环比 +2.1%、汽油 +3.9% 贡献了整体涨幅的三分之一以上;最值得留意的分项是:计算机软件与配件价格同比上涨 25.4% 创纪录——数据中心建设的通胀效应,已经从中国 PPI 写进了美国 CPI。数据公布后,9 月加息 25 个基点的概率逼近 90%,年底前两次加息基本完成定价;10 年期美债收益率一度触及 4.979%、逼近 5% 关口;黄金短线跳水后反弹升破 4370 美元。

美股尾盘大反弹。 油价回落给了市场喘息:WTI 周五跌 2.4% 报 100.05 美元(本周仍累涨近 10%)。美股三大指数终结四连跌,道指大涨 509 点收 52573.29(+0.98%),标普 +0.86%,纳指 +0.96%;费半 +1.81%,戴尔飙升 11.98% 创历史新高(RBC 首予「跑赢大盘」、目标价 640 美元),甲骨文云业务超预期但资本开支飙升、绩后收跌 1.74%。但周线仍全面收黑:道指周跌 1.6%,为 3 月以来最差单周。下周锚点:9/15-16 美联储议息(加息 25bp 概率约九成)、伊朗与海湾六国会晤(油价变数)、A 股缩量与放量剧烈交替后的方向选择。本文基于公开市场信息综合整理,均为复盘与观点转述,不构成投资建议。

← 返回目录