🎙️ Netflix不写代码了？AI成熟的真正秘密 Anthropic首届开发者大会深度解读 军见数科·科技播客 | 时长 11:50 | 主持 十一 · 嘉宾 薛以致用 📋 节目简介 Anthropic举办了首届Code with Claude开发者大会，却意外地没有发布新模型。主持人十一和嘉宾薛以致用深度解读了大会透露的关键信号：Netflix 3000名工程师的AI成熟度框架、Dreaming带来的「睡眠学习」能力、高管重新写代码的趋势。这期节目帮你理解企业AI落地的真正挑战——不是工具问题，而是如何系统性推进到第三层。 ⏱️ 时间线 * 00:00 大会信号：不说新模型 — Anthropic首届开发者大会选择不讲新模型，而是专注产品和开发者工具，透露战略重心转变。 * 01:01 17倍API流量意味着什么 — 解析API流量17倍增长背后的三重含义：生产级应用增长、市场份额扩大、对开发者的强信号。 * 01:47 Netflix成熟度模型 — Netflix分享的AI使用三层框架：能用→习惯用→真正改变软件构建方式。大多数企业停留在第一到第二层。 * 02:47 Dreaming：睡眠学习 — Claude Managed Agents新功能Dreaming，让Agent主动反思历史会话，自动生成改进方案，能力提升自动化。 * 04:07 多Agent并行与异步编程 — Claude Code桌面应用支持多Agent并行运行，Boris称「代码写作越来越像项目管理」。 * 04:50 高管重新写代码 — Cat Wu观察到技术背景的高管开始自己用AI写代码，验证想法不再依赖工程师排期。 * 05:38 批评与愿景 — Simon Willison批评大会太「励志」缺乏具体发布，但Anthropic正在从模型提供商走向AI基础设施提供商。 💬 金句摘录 > 「过去一年API流量增长了17倍。这个数字意味深长，意味着不只是试用，而是生产级应用在真实增长。」 —— 薛以致用 [01:01] > 「『使用了AI』和『真正改变了软件开发方式』是两件不同的事。」 —— 薛以致用 [01:59] > 「真正改变了软件是如何被构建的——开发者不是用AI做已有工作的更快版本，而是设计原本不可能设计的系统。」 —— 薛以致用 [02:29] > 「Dreaming让Agent的能力提升变成了不依赖工程师干预的自动化过程。」 —— 薛以致用 [03:16] > 「代码写作越来越像项目管理，而不是手工劳动。」 —— 薛以致用 [04:13] > 「我们认为未来大量代码将以异步方式生成。」 —— 薛以致用 [04:32] > 「用Claude Code，一个有技术背景的产品总监30分钟可以写出原本需要半天工程时间的功能原型。」 —— 薛以致用 [05:10] > 「大多数人会通过你们构建的东西来体验AI，而不是直接用我们的产品。所以帮助你们构建更好的产品，是我们最重要的工作之一。」 —— 薛以致用 [06:13] 🏷️ 标签 #Anthropic #Claude Code #Netflix #Dreaming #企业AI #开发者工具 #AI成熟度 #Agent

🎙️ 当AI成为裁员的完美借口：高管叙事与真实能力的巨大鸿沟 拆解Forrester报告揭示的AI裁员脏秘密 军见数科·科技播客 | 时长 09:26 | 主持 十一 · 嘉宾 薛以致用 当所有裁员都叫「AI驱动」，真正的AI替代反而失去了辨识度。 📋 节目简介 CEO们口中的「AI驱动效率提升」到底有几分真？Forrester最新报告预测2030年美国将消失1040万个岗位，但更炸裂的发现是：大量企业的AI裁员叙事远远跑在了实际AI能力前面。本期节目，十一和薛以致用从三个层次拆解这个「脏秘密」——叙事先行能力滞后、投资者逻辑压力、真实AI替代的边界，深入分析科技行业员工信心跌破50%背后的信任危机，并以Salesforce的Agentforce案例展示了「不裁员」的另一种可能。如果你关心AI浪潮下的职业安全和行业真相，这期不容错过。 ⏱️ 时间线 * 00:00 1040万岗位消失的预测 — 从Forrester报告的核心数字切入，指出报告真正价值在于揭示AI裁员叙事与企业实际AI能力之间的巨大鸿沟。 * 00:31 2026裁员浪潮全景 — 梳理Meta、微软同日大规模裁员事件，以及全行业9.2万人被裁的数据，揭示市场岗位分化的结构性变化。 * 00:00 脏秘密的三个层次 — 逐层拆解AI裁员叙事：任务效率≠岗位替代、投资者叙事的逻辑压力、真实AI替代只发生在规则驱动型岗位。 * 01:25 三维信任危机 — 员工信心跌破50%、组织层面恶性循环、客户感知的不对称风险，AI叙事滥用正在制造多方向的信任崩塌。 * 00:00 Salesforce的另一条路 — Salesforce Agentforce平台63%自动解决率的案例证明：AI成熟部署后，企业可以选择转岗而非裁员，关键在于组织能力。 * 02:41 1040万是保守估计？ — AI能力超预期加速、成本门槛快速下降、S形采用曲线可能带来非线性冲击，Forrester的预测或许偏保守。 📝 Show Notes Forrester报告核心发现 * [00:14] Forrester预测到2030年AI将消除美国约6.1%的工作岗位，约1040万个 * [00:31] 报告真正的价值：揭示企业AI裁员叙事与实际AI能力之间的巨大鸿沟 * [01:07] Layoffs.fyi数据显示2026年已超9.2万科技工作者被裁，2020年以来累计近90万人 * [01:25] Motion Recruitment报告揭示市场剧烈分化：初级岗位放缓，专业AI职位供不应求 AI裁员「脏秘密」的三个层次 * [01:52] 层次一：任务效率提升≠岗位完全替代，AI工具能力与整岗自动化之间存在巨大鸿沟 * [02:27] 层次二：投资者的双重要求——既要AI投入又要财务纪律，裁员+AI投资成完美叙事组合 * [02:41] AI基础设施回报需3-5年，裁员成本节省即时可见，本质更接近传统成本管理 * [03:12] 层次三：真实AI替代集中在重复性、规则驱动、输入输出清晰的岗位 * [03:37] 数据基础设施不完善的公司，无法让AI承担跨系统综合判断的战略工作 三维信任危机 * [04:16] 科技行业员工信心指数降至47.2%，同比下降6.8个百分点，唯一跌破50%的行业 * [04:50] 恶性循环：员工不敢跳槽但投入下降，公司被迫更积极清理人员，AI叙事被反复征用 * [05:32] 客户感知的不对称风险：AI客服表现好无感知，表现差则体验损失被放大 * [05:32] 银行、保险、医疗领域已出现AI客服回退案例，产生双重成本和负面印象 Salesforce案例：不裁员的另一种选择 * [06:14] Agentforce平台处理260万客户对话，自动解决率63%，释放大量客服产能 * [06:14] Salesforce选择将释放的人力系统性重新部署到增长业务线，而非裁员 * [06:54] 反向照射：缺乏组织能力或建设意愿的公司，裁员成了唯一可操作路径 1040万的预测可能偏保守 * [07:34] DeepSeek V4定价仅为GPT-5.5的十分之一，企业AI部署成本门槛快速下降 * [08:09] AI采用呈S形曲线而非线性增长，2027-2028年可能迎来规模化部署临界点 * [08:43] 金融分析、代码审查、内容审核等领域可能2026-2028年就加速替代 💬 金句摘录 「高管们的叙事跑得太快，AI的落地远远没跟上。」 —— 薛以致用 [00:14] 「裁人是为了让这个季度的报表好看，AI投入是为了让未来的故事好听。」 —— 薛以致用 [00:00] 「分析师的核心价值在于理解数据背后的业务含义，这不是自动生成报告能替代的。」 —— 薛以致用 [00:00] 「超过一半的科技行业员工对自己的岗位和公司方向已经不再有信心了。」 —— 薛以致用 [00:00] 「裁员越多，需要更体面的理由，AI叙事就被用得越频繁。」 —— 薛以致用 [01:49] 「如果AI部署还在初期，但你仍然选择了裁员，那真实驱动力就不是AI，而是其他因素。」 —— 薛以致用 [00:00] 「当AI足够便宜，企业就会把它用到之前觉得不划算的领域。」 —— 薛以致用 [03:12] 🏷️ 标签 AI裁员 #Forrester #科技行业 #劳动力变革 #企业AI #Salesforce #就业趋势 #高管叙事 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ 四大云巨头财报全超预期，OpenAI却悄悄失速了 AI淘金热里，卖锹镐的比挖金子的更赚钱 军见数科·科技播客 | 时长 18:53 | 主持 十一 · 嘉宾 薛以致用 云厂商卖锹镐赚翻了，OpenAI的金矿图却开始贬值 📋 节目简介 2026年4月29日，Amazon、Alphabet、Meta、Microsoft同一天发财报，全部超预期，全部把功劳归给AI。但就在同一天，华尔街日报爆出OpenAI的营收增速和用户增长都没达到自己的内部目标。这期节目里，十一和薛以致用一起拆解这场「冰火两重天」：云厂商赢的到底是什么生意？OpenAI上架Amazon Bedrock背后的350亿美元算力置换交易意味着什么？微软失去独占协议后为什么反而可能赚了？AI模型商品化压力是否已经开始显现？从加州淘金热到Netscape的历史类比，聊透AI经济的价值分配规律。干货密度极高的一期，推荐反复收听。 ⏱️ 时间线 * 00:00 四大云厂商同日交卷 — 开场引入核心话题：Amazon、Alphabet、Meta、Microsoft同日发布财报全部超预期，而OpenAI却传出增速未达内部预期的信号，形成强烈反差。 * 02:20 OpenAI成了市场情绪锚点 — 讨论OpenAI 8500亿估值的意义，以及为什么一家私人公司的内部预期数字能影响整个公开市场走势，揭示AI产业高度相关性的独特特征。 * 04:43 云厂商赢的是基础设施租赁 — 逐一拆解Google Cloud、Azure、AWS、Meta的盈利逻辑，揭示财报数字背后是AI基础设施租赁业务的胜利，而非AI模型本身的胜利。引出加州淘金热的经典类比。 * 07:20 OpenAI登陆Bedrock的三层产品 — 深度拆解OpenAI上架Amazon Bedrock的三层合作架构：模型API接入、Codex编程Agent、托管Agent框架，以及「计入承诺额度」这一关键商业细节。 * 09:45 微软失去独占后反而赚了 — 分析微软与OpenAI独占协议终结后的新格局：微软解除收入分成义务、Azure有机增长已形成独立支柱，华尔街认为这是合理的条款重谈。 * 10:59 350亿美元算力换资金 — 解读Amazon为OpenAI提供350亿美元融资的交易本质：算力采购承诺换取战略加持，揭示AI经济定价权仍在基础设施提供商手中。 * 12:19 商品化还是预期管理失误 — 对OpenAI增速未达预期提出两种解读——AI模型商品化压力与内部预期设定过于激进，讨论两种力量如何共存及未来验证路径。 * 14:23 地缘政治与AI价值分配 — 从高盛香港限制Claude使用事件切入，讨论地缘政治成为AI采购新变量，并以互联网时代和Netscape的历史类比总结AI经济的价值分配规律。 📝 Show Notes 四大云厂商的AI成绩单 * [00:53] Google Cloud同比增长63%，Azure增长40%，AWS新签约金额创历史新高，Meta广告业务超预期 * [01:15] 四家同时证明AI正在产生真实的商业价值，不再是画饼，而是真金白银的收入 * [02:40] OpenAI增速消息一出，连四大云厂商的股票都跟着颤了一下，说明OpenAI已成为整个AI投资叙事的情绪锚点 * [03:16] 过去两年AI投资逻辑的基础是需求爆发性增长，而ChatGPT使用量是最直接的代理指标 AI基础设施租赁才是真正的赢家 * [04:07] 四家财报本质上是AI基础设施盈利报告：它们不生产AI，而是租赁运行AI所需的算力、存储、网络和合规工具 * [04:53] 微软将OpenAI能力封装进企业产品，收走客户关系和账单收入，OpenAI只拿分成 * [05:34] AWS Bedrock上托管十多家模型供应商，每次API调用不管哪家模型赢了都在向AWS付费 * [06:12] Meta通过开源Llama系列从单一平台变成生态系统中心，广告AI直接提升货币化效率 * [06:53] 加州淘金热类比：卖锹镐和牛仔裤的李维斯比挖金子的矿工赚更多钱 OpenAI登陆Bedrock与350亿美元交易 * [07:20] OpenAI模型上架Amazon Bedrock，标志着与微软五年独占协议的实质性终结 * [08:35] OpenAI在AWS上的消费可计入企业已有的云承诺额度，将采购摩擦成本降到接近零 * [09:10] Codex on Bedrock让企业在AWS内运行编程Agent，绕过源代码暴露给第三方API的安全障碍 * [11:48] Amazon承诺350亿美元融资，条件是OpenAI必须在Trainium加速器上启动超过2吉瓦算力规模 * [12:26] 本质是「算力换资金」的置换交易，揭示定价权仍在基础设施提供商手中 OpenAI失速的两种解读 * [13:17] 解读一：AI模型商品化压力显现，高质量模型数量急剧增加，企业可在同一界面比价按任务分配调用 * [14:26] 解读二：预期管理失误而非结构性失速，8500亿估值隐含的增速期望极高，内部目标可能设得太激进 * [15:04] 两种解读可以同时为真，关键看接下来几个财报季哪种力量更快显现 地缘政治与AI价值分配新格局 * [15:32] 高盛在香港限制员工使用Anthropic的Claude，地缘政治正在成为AI工具采购的新变量 * [16:24] AI供应商的白名单归属、政府合作关系、跨境数据传输监管成为采购前置条件 * [17:19] 互联网时代的历史教训：价值总是流向控制分发渠道的那一层，AI时代正在重复这个模式 * [17:59] Netscape类比：云厂商不需要模型比OpenAI强，只需要整合足够顺滑、转换成本足够高 💬 金句摘录 「整个市场对OpenAI的估值，已经不只是对一家公司的押注了，它变成了对'AI产业本身'的信心投票。」 —— 薛以致用 [02:40] 「云厂商卖的就是AI时代的锹镐和牛仔裤，OpenAI卖的是金矿图。当每个人都有金矿图可买的时候，金矿图的价值会随时间递减；但锹镐和牛仔裤，只要有人还在挖矿，永远有需求。」 —— 薛以致用 [05:34] 「微软把OpenAI的能力封装进了自己的企业产品，最终客户账单上写的是'Microsoft M365 Enterprise Suite'，不是'OpenAI API'。微软收走了客户关系和账单收入，OpenAI只拿分成。」 —— 薛以致用 [04:53] 「在大公司里，走一个新供应商的采购审批可能要三到六个月，这一招直接把采购摩擦成本降到接近零。」 —— 薛以致用 [08:06] 「当前AI经济的定价权，更多还是在基础设施提供商手里，不在模型开发者手里。」 —— 薛以致用 [11:48] 「模型能力最终会趋同，但价格竞争会持续压缩领跑者的利润空间。」 —— 薛以致用 [13:17] 「微软不需要模型比OpenAI强，只需要整合足够顺滑，转换成本足够高，然后慢慢把账单重心从'OpenAI API费用'转向'云基础设施服务费'。」 —— 薛以致用 [15:45] 🏷️ 标签 AI经济 #云计算财报 #OpenAI #AWS Bedrock #微软Azure #AI商品化 #科技投资 #基础设施 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ Anthropic估值60天翻倍冲击9000亿，AI权力格局正在被重写 拆解AI史上最疯狂的估值飞跃 军见数科·科技播客 | 时长 16:33 | 主持 十一 · 嘉宾 薛以致用 Anthropic用60天把估值从3800亿推到9000亿，AI行业的游戏规则变了。 📋 节目简介 两个月前刚以3800亿美元估值融完资，转眼Anthropic又要以9000亿美元再融400-500亿，60天涨幅137%。更魔幻的是，有机构拿着50亿美元连CFO的会都约不上。本期节目，十一和薛以致用深度拆解这场估值奇迹：从年化营收90亿到400亿的增长密码，到Claude Code如何从代码助手进化为劳动力结构调整工具；从金融医疗等高合规行业的护城河逻辑，到Anthropic与OpenAI的终极对决。我们也没回避风险——9000亿到底撑不撑得住？安全对齐到底是成本还是资产？AI行业的下半场，游戏规则可能已经变了。 ⏱️ 时间线 * 00:00 炸裂开场：60天翻倍 — Anthropic估值从3800亿飙升至9000亿美元，TechCrunch等三大媒体同时确认，融资规模400-500亿美元，可能超越OpenAI成为全球最贵AI公司。 * 01:17 50亿约不上一场会 — 某机构拿50亿美元连CFO电话都排不进去，AI融资市场权力结构彻底倒转，从创业公司求投资人变成投资人求着进场。 * 02:23 增长数字有多炸裂 — 年化营收14个月从90亿涨到300亿，4月已接近400亿，三层营收结构（API订阅+大客户合同+战略分成）支撑22倍市销率的合理性。 * 04:29 Claude Code：被低估的护城河 — Claude Code从代码辅助工具进化为AI代理系统，企业用法从生产力倍增器升级为劳动力结构调整，合同逻辑发生数量级跃迁。 * 05:52 高合规行业的敲门砖 — 金融、生命科学、医疗三大行业扩张方向，安全对齐和Constitutional AI框架从品牌宣传变成最硬的商业差异化优势。 * 06:57 估值飞跃的四大推手 — Claude Opus 4.7发布、Mythos打开政府市场、Amazon深度绑定AWS生态、持续超预期营收数据，四大事件共同推动估值跳跃。 * 08:34 Anthropic vs OpenAI终极对决 — 技术能力互有胜负，但Anthropic凭持续超预期的执行力赢得确定性溢价，OpenAI面临高增长伴随高不确定性的叙事劣势。 * 09:24 9000亿撑得住吗 — 两大一级风险：行业大潮退去后增长可持续性存疑、模型能力商品化下竞争格局恶化。但安全对齐路线的市场化验证，可能是最深远的行业信号。 📝 Show Notes 🔥 估值奇迹：60天从3800亿到9000亿 * [00:00] Anthropic正在权衡以8500-9000亿美元估值融资400-500亿美元，两个月前刚以3800亿完成G轮 * [01:17] 某机构准备投50亿美元，连CFO Krishna Rao的一场正式会议都约不上，融资变成了"分配稀缺资产" * [02:02] AI资本市场权力结构彻底倒转：三年前创业公司求投资人，如今投资者连饭局都排不进去 * [01:00] 如果交易达成，Anthropic将超越OpenAI成为全球估值最高的AI创业公司 📈 增长密码：从90亿到400亿的营收飞轮 * [02:38] 年化营收时间线：2025年底90亿→2026年2月300亿→2026年4月接近400亿，平均每月提升约15亿 * [03:25] 9000亿对应400亿年化营收，市销率22-23倍，在科技高增长公司中并非异常 * [04:04] 三层营收结构：Claude API标准订阅 + 大型企业多年期合同 + Amazon等战略伙伴商业分成 * [09:56] Q1四大云厂商集体交出AI高增长成绩单，AWS年化AI营收超150亿，协同效应推动Anthropic增长 🛠️ Claude Code：从代码助手到劳动力结构调整 * [05:04] Claude Code不是代码补全工具，而是能理解整个代码库、自主执行多步骤编程任务的AI代理系统 * [05:32] 企业用法已从"程序员用AI辅助"进化为"AI独立完成模块，工程师负责审查验收" * [05:52] 合同逻辑从"工具费"跳跃到"核心运营成本"，带来数量级的合同规模提升 * [06:34] 下一步扩张方向：金融服务、生命科学、医疗健康，高合规行业的安全对齐优势成为最硬敲门砖 ⚔️ Anthropic vs OpenAI：确定性溢价的胜利 * [08:09] 四大估值推手：Claude Opus 4.7发布、Mythos进军政府市场、Amazon深度绑定、持续超预期营收 * [11:28] 资本选择Anthropic的核心原因不是技术突破，而是可验证的商业执行力 * [12:06] Anthropic叙事"稳健超预期" vs OpenAI叙事"高增长伴随高不确定性"，确定性溢价决定估值差距 * [09:06] 政府AI市场潜在规模数千亿美元，Mythos模型已被白宫和五角大楼视为核心采购选项 ⚠️ 风险与展望：9000亿撑得住吗 * [12:33] 一级风险①：增长部分依赖行业大潮推力，云厂商AI资本支出若收缩将影响增速 * [13:13] 一级风险②：OpenAI、DeepMind、DeepSeek压缩模型能力差异化空间，商品化风险上升 * [13:53] 二级风险：IPO时间表不确定、地缘政治监管、AGI前夜预期的脆弱性 * [14:50] 长期信号：安全对齐路线获得最高市场化验证，负责任AI公司在长跑中可能拥有更高市场价值 💬 金句摘录 「3800亿到9000亿，60天涨了137%，这不是股价波动，这是一级市场的估值啊，真金白银投出来的。」 —— 薛以致用 [01:00] 「50亿美元什么概念？很多顶级风投基金的全部管理规模也就这个数。你拿着50亿美元来，连个电话会都排不进去。这不是融资，这是分配稀缺资产。」 —— 薛以致用 [02:02] 「以前是20个工程师用Claude Code每人省30%时间，合同是工具费。现在是5个工程师加Claude Code干原来20人的活，合同直接变成核心运营成本了。」 —— 薛以致用 [05:04] 「很多人以前觉得Anthropic花那么多资源搞安全研究是'浪费'，现在看来这恰恰是它在金融、医疗这些高价值市场最大的差异化优势。」 —— 薛以致用 [06:34] 「不是因为技术突破，而是因为持续超预期的真实商业营收增长。在AI行业从'烧钱圈地'向'证明商业模式'过渡的这个拐点上，执行力就是最值钱的东西。」 —— 薛以致用 [09:06] 「同样是高增长，Anthropic的叙事是'稳健超预期'，OpenAI的叙事是'高增长伴随高不确定性'。在资本开始追求'可预期的高增长'的环境下，确定性溢价就出来了。」 —— 薛以致用 [09:29] 「如果以安全对齐著称的Anthropic超越OpenAI成为全球最贵AI公司，这向全球传递的信号是：负责任的AI公司在长跑中拥有更高的市场价值。」 —— 薛以致用 [10:54] 「不是靠病毒式传播和眼球经济，而是一个合同一个客户地扎实积累。从2021年分拆创业到站在全球估值第一的门槛上，不到5年。这可能就是AI行业下半场真正胜出的游戏规则。」 —— 薛以致用 [11:16] 🏷️ 标签 Anthropic #AI估值 #Claude Code #OpenAI #AI融资 #AI商业模式 #科技投资 #AI安全 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ 一纸禁令终结AI新加坡洗白策略：Manus案全解读 中国发改委如何用200字毙掉20亿美元交易 军见数科·科技播客 | 时长 15:20 | 主持 十一 · 嘉宾 薛以致用 当中美都把AI视为国家资产，新加坡中转站的神话正式破灭。 📋 节目简介 2026年4月，中国发改委一纸不到200字的公告，直接封杀了Meta收购AI Agent公司Manus的20亿美元交易。这家从北京起步、迁址新加坡、被硅谷追捧的AI创业公司，为何成为中美AI博弈的牺牲品？本期节目，十一和薛以致用深度拆解Manus的完整成长轨迹、NDRC四个月沉默审查的策略意图、创始人出境禁令背后的信号，以及TikTok、Shein、Manus三次「新加坡洗白」失败所揭示的残酷现实——当中美两国都把AI视为国家战略资产，中间地带正在快速消失。 ⏱️ 时间线 * 00:00 交易死亡公告 — 引入话题：发改委200字公告封杀Meta收购Manus的20亿美元交易，信号量巨大 * 01:28 Manus的崛起之路 — 从Butterfly Effect到Manus，一家中国AI Agent公司如何在2025年初引爆全球科技圈 * 03:09 新加坡洗白与Meta收购 — Manus迁址新加坡的商业逻辑，以及Meta为何愿意花20亿美元买下这个Agent中间层 * 04:56 四个月沉默审查 — NDRC从沉默到出境禁令再到最终封杀的完整时间线，以及沉默本身作为信号的含义 * 06:40 法律工具与战略模糊 — 拆解NDRC的法律武器、不说理由的威慑逻辑，以及晚动手比早动手更有战略价值的原因 * 09:12 三次洗白三次失败 — TikTok、Shein、Manus三个案例揭示新加坡中转策略的根本缺陷：两头堵死无真空地带 * 10:50 悬案走向与结构性影响 — Meta面临的执行困境、三种可能走向，以及中美AI生态去耦合加速的三重信号 📝 Show Notes Manus：从北京到新加坡到硅谷的地缘漂流 * [01:03] Manus前身Butterfly Effect于2022年在北京成立，三位清华北大背景创始人瞄准AI Agent方向 * [01:38] 2025年初更名Manus并发布炸裂演示视频，踩中DeepSeek余波的叙事窗口引爆全球 * [02:17] 2025年7月迁址新加坡，试图以「新加坡洗白」策略规避中美两端监管压力 * [03:09] 2025年12月Meta宣布以约20亿美元收购，填补其AI Agent中间层缺口 NDRC的四个月沉默与精准打击 * [04:04] 收购宣布后NDRC启动审查但保持刻意沉默，不给任何方向性信号 * [04:33] 2026年3月约100名员工已入驻Meta新加坡办公室，投资人退出资金已结算 * [05:03] 两位联合创始人被施加出境禁令，信号急剧升级 * [05:39] 4月27日以不到200字公告封杀交易，运用2021年修订的外资安全审查规则 * [07:13] 等到交易深入执行后才动手，制造持续不确定性保持谈判主导权 「新加坡洗白」策略的三次系统性失败 * [08:42] TikTok：Project Texas等结构性隔离无法改变ByteDance控股结构的本质问题 * [09:14] Shein：新加坡注册壳未能说服监管机构和投资者，全球IPO受阻 * [09:36] Manus：首次被北京而非华盛顿封杀，证明两端都堵死了中间真空 悬案走向与中美AI去耦合信号 * [10:24] Meta面临「如何撤回」的实操困境：员工已转移、资金已结算、架构已重组 * [11:30] 三种可能走向：美国政府介入、幕后交易保里子、长期悬案搁置状态 * [12:56] 三重去耦合信号：美国扩大「中国背景」界定、北京数字主权具体化、AI中间地带收缩 * [14:44] 人才层面最深远影响：两套平行AI人才生态正在形成 💬 金句摘录 「不到200个汉字，没有任何理由，没有谈判余地，没有申诉窗口。就这么干脆利落地宣告了一笔交易的死亡，以及一种商业策略的终结。」 —— 薛以致用 [00:24] 「为什么不说理由？因为说了理由就等于划了红线，下一家公司就可以照着红线绕。「不解释」本身就是最强的威慑——你不知道踩了哪条线，也不知道没踩哪条线，所以你只能彻底放弃这种尝试。」 —— 薛以致用 [06:44] 「不是要把你打死，而是要让你一直欠着我一个人情。」 —— 薛以致用 [07:43] 「它试图在两个相互博弈的主权体之间找一个「都不管」的真空地带，但这个真空地带根本不存在。」 —— 薛以致用 [09:45] 「这种模糊给北京保留了最大的灵活度。未来它可以选择性地对类似案例网开一面，比如对政治上有好处的交易放行，而不会被任何已经说出口的规则所约束。」 —— 薛以致用 [07:13] 「NDRC这次把「在境外注册但由中国工程师创立和开发的AI系统」纳入了中国国家主权的管理范围。这个先例一旦确立，适用范围远超Manus。」 —— 薛以致用 [11:49] 「出境禁令意味着这已经超出了普通商业监管的范畴。这不只是「商业交易失败」，而是有相当严重的个人层面后果。」 —— 薛以致用 [08:09] 🏷️ 标签 AI监管 #中美博弈 #NDRC #Meta #Manus #跨境并购 #AI主权 #地缘政治 🔗 相关链接 * 原文：https://mp.weixin.qq.com/s/china-ndrc-blocks-meta-manus * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ OpenAI拿了1220亿却被曝营收失速，AI行业最大矛盾信号怎么看 拆解史上最大融资背后的信仰与裂缝 军见数科·科技播客 | 时长 17:42 | 主持 十一 · 嘉宾 薛以致用 1220亿是续命钱还是信仰税？拆解OpenAI融资与失速的矛盾真相 📋 节目简介 同一个月，OpenAI官宣人类商业史上最大单笔融资1220亿美元，又被Forbes曝出营收未达内部目标。这两条消息撞在一起，构成了2026年AI行业最刺眼的矛盾信号。本期节目，十一和薛以致用从融资公告的措辞策略、营收数字的真实含金量、投资方的期权思维、推理经济学的成本陷阱，到英伟达和Oracle股价下跌背后的产业链传导效应，逐层拆解这场豪赌的底层逻辑。1220亿到底是信心的证明还是不确定性的定价？AI-as-a-Service模式能跑通吗？牛市叙事的不可证伪性又意味着什么？一期信息密度拉满的深度对谈，推荐反复收听。 ⏱️ 时间线 * 00:00 史上最大融资的量级感 — 开篇引入OpenAI 1220亿融资与营收失速的矛盾信号，通过与全球VC总额、各国军费的对比建立数字直觉。 * 01:08 融资公告的叙事密码 — 拆解「Accelerate the Next Phase」的措辞策略，分析「加速」一词的双重含义，以及1220亿作为不确定性定价的深层逻辑。 * 02:30 时机选择与市场反应 — 讨论4月2日融资公告与4月28日营收曝光的时间差背后的信息博弈策略，以及投资方股价下跌的信号意义。 * 03:24 营收失速的真实图景 — 多方交叉验证营收未达标的消息，辨析「未达内部目标」与「增长停滞」的区别，解读CFO公开承认变现滞后的信号。 * 04:57 250亿营收撑不撑得起估值 — 从市销率、年化营收的统计陷阱、AI推理成本的线性增长三个维度，分析营收数字的真实含金量和现金消耗加速的问题。 * 06:18 牛市逻辑与期权思维 — 公平审视投资方下注的理由：历史增速对比、各方战略绑定逻辑、技术护城河现状，以及AGI期权价值的信仰属性。 * 08:39 IPO困局与收入质量隐忧 — 分析IPO延迟引发的人才流失和估值压力连锁反应，深入拆解消费者订阅、企业API、企业解决方案三条收入线的质量差异。 * 09:54 产业链传导与推理经济学陷阱 — 从英伟达到Oracle到数据中心，揭示AI应用层失速向基础设施层的传导机制，以及推理成本作为AI行业最根本结构性矛盾的本质。 📝 Show Notes 1220亿融资：信心证明还是不确定性定价？ * [00:47] 这笔融资占2024年全球VC总投资额的35%，超过英法德各自年度军费开支 * [01:17] 公告标题「Next Phase」是经典叙事重构——急着翻篇可能因为当前成绩单不够亮眼 * [01:43] 「加速」一词的双重含义：高速追加燃料 vs 增速放缓寻求续航资金 * [02:07] 核心认知转换：1220亿不仅是信心的证明，也是不确定性的定价 营收失速：250亿撑不起3000亿估值？ * [03:30] Forbes、Futurism、The Decoder等多家媒体交叉验证，Futurism用「一片混乱」形容IPO前夕状态 * [04:23] CFO在IPO路演阶段主动承认「变现滞后」，信号极其罕见且重要 * [05:31] 250亿年化营收对应3000亿估值约12倍市销率，完全稀释后可能飙到20倍以上 * [05:57] 年化营收的统计陷阱：增速放缓时会系统性高估全年实际营收 * [06:25] AI推理成本与用户量成正比，每天数百万美元，规模越大可能越亏 牛市论点：顶级投资者为何仍愿下注 * [07:27] 历史对标：OpenAI不到10年达250亿营收，超过Google和Facebook同期表现 * [08:13] 英伟达锁定最大GPU客户、Oracle拿标杆云客户、软银押注「AI时代的阿里巴巴」 * [08:42] 典型期权思维：只要AI长期价值真实，股权就是不可替代的入场券 * [09:32] AGI期权价值：小概率高回报事件的定价，但核心论点不可证伪，更接近信仰 IPO困局与收入质量的隐忧 * [11:29] IPO延迟引发连锁反应：人才流失、早期投资者折价退出、公众市场估值标准更严格 * [12:26] 三条收入线质量差异大：消费者订阅留存未验证、企业API面临开源替代、企业解决方案难以规模化 * [13:25] 关键不是用户数量而是ARPU和付费转化率，两者在竞争加剧环境下均承压 产业链传导与推理经济学的根本矛盾 * [13:47] AI应用层商业化失速直接冲击基础设施层估值，三段论的大前提出现裂缝 * [14:21] 「卖铲子」类比有致命盲区：英伟达卖的是单价数万美元、迭代周期仅18-24个月的重型设备 * [15:00] 数据中心建设周期18-36个月，与AI市场变化速度存在严重时间错配 * [15:39] API价格过去12个月下降60%-80%，算力需求从英伟达集中化走向多元分散 * [16:17] 推理经济学的根本矛盾：用户为「智能」付费的意愿可能长期低于提供智能所需的算力成本 💬 金句摘录 「我们还没完全搞清楚最终商业模式，但需要足够多的钱确保在搞清楚之前不会倒下。」 —— 薛以致用 [01:43] 「资本越大，某种程度上不确定性也越大。」 —— 薛以致用 [02:13] 「这就像你1月份跑了100公里，然后说今年要跑1200公里，但你2月份只跑了80公里。」 —— 薛以致用 [05:31] 「这笔钱很大程度上是'续命钱'。」 —— 薛以致用 [06:25] 「你不需要OpenAI每个季度都达标，你只需要它在这场AI革命中保持领先地位就行。」 —— 薛以致用 [07:50] 「当一个投资论点的核心依据是一个无法被证伪的未来事件时，它更接近信仰而非分析。」 —— 薛以致用 [08:42] 「英伟达不是在卖铲子，是在卖挖掘机——单价2.5万到4万美元、技术迭代周期只有18到24个月的重型设备。」 —— 薛以致用 [10:21] 「AI产品的价值感知是'智能'的，但成本结构是'算力'的——用户愿意为智能支付的价格，可能长期低于提供这种智能所需的算力成本。」 —— 薛以致用 [11:29] 🏷️ 标签 OpenAI #AI融资 #商业化 #英伟达 #推理经济学 #AI基础设施 #IPO #科技投资 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

Elad Gil在他的博客发布了一篇长文，核心观点是：AI的经济增速是历史上最快的，但这并不意味着所有创业公司都应该继续坚守。本期节目，十一和薛以致用深度解读Elad Gil的AI时机判断，探讨创始人在AI时代的退出策略与时机选择。

🎙️ AI克隆退休工程师大脑，阻止重工业知识大溃败 Cloneable如何用AI守护美国电网 军见数科·科技播客 | 时长 12:47 | 主持 十一 · 嘉宾 薛以致用 AI正在克隆退休工程师的大脑，守护美国电网的知识传承 📋 节目简介 当我们还在讨论AI会不会抢走白领工作时，另一场危机正在悄然发生：重工业的经验丰富工程师正以2.4:1的比例退休，而他们脑中的专业知识无法被文档化。Cloneable这家AI公司找到了解决方案——用「专家影子学习」技术克隆退休工程师的判断能力。效果有多惊人？人类工程师一年处理4500根电线杆，AI能处理300万根，差距超过600倍。这不是科幻故事，而是正在美国电网上发生的现实。本期节目，薛以致用为我们深度解析这家刚完成460万美元融资的公司如何用AI保存即将消失的人类知识，以及这种「知识遗产化」模式对未来的深远意义。 ⏱️ 时间线 * 00:00 震撼数据背后的危机 — 600倍效率差距揭示的不是技术优势，而是重工业面临的知识流失危机 * 00:53 灵光一现的创业契机 — 从加州野火现场到AI创业，Cloneable如何发现被忽视的市场机会 * 01:41 无法文档化的专业知识 — 为什么重工业的核心经验无法写成手册，AI又如何捕获这些隐性知识 * 02:56 专家影子学习技术 — Cloneable的核心技术路径：如何实时克隆工程师的决策模式 * 04:35 真实客户与商业验证 — 从概念到现实：美国电网巨头如何使用AI克隆的工程师知识 * 05:57 地理优势与投资逻辑 — 为什么选择北卡而非硅谷，气候韧性如何成为投资亮点 * 07:10 知识遗产化的深层意义 — 从效率工具到知识保存，AI应用哲学的根本性转向 📝 Show Notes 重工业知识危机的严峻现实 * 每当一名年轻工人进入能源行业，就有2.4名经验丰富的工人走向退休 [00:53] * 重工业核心专业知识无法被标准化文档捕获，依赖15-20年田野工作积累的经验模式 [02:38] * 资深工程师的判断逻辑是用真实事故和真实修复积累的肌肉记忆，无法写进手册 [03:01] Cloneable的技术突破与效率提升 * 「专家影子学习」技术：实时监测专家工作流程，捕获音频文档和决策依据 [03:24] * 单个结构计算任务从8小时压缩到2分钟，实现240倍时间压缩 [04:35] * 年处理能力从人类工程师的4500根电线杆提升到AI的200-300万根，超过600倍差距 [04:51] 商业验证与市场表现 * 客户包括American Electric Power、Southern California Edison等美国电网巨头 [06:05] * 从2025年2月产品发布到年底，年经常性收入ARR增长了100倍 [07:10] * 业务已扩展到农业食品供应链，与Perdue等大型公司合作 [06:50] 投资逻辑与战略定位 * Congruent Ventures领投460万美元种子轮，专注气候技术投资 [08:23] * 总部选择北卡罗来纳而非硅谷，贴近工业客户建立信任关系 [07:40] * 能源基础设施知识传承被视为气候韧性问题的解决方案 [08:44] AI应用哲学的根本转向 * 从「让已有任务变快」转向「让退休专家的判断能力继续工作」[10:07] * AI成为知识遗产化工具，将人类专业知识从时间和身体局限中解放 [09:43] * 代表了从「AI取代人类工作」到「AI保存即将消失的人类知识」的哲学转变 [12:32] 💬 金句摘录 「人类工程师一年能处理4500根电线杆，AI能处理300万根，差距超过600倍。这不是普通的效率提升，这是量级的跃迁。」 —— 薛以致用 [00:23] 「这不是「AI会不会替代人」的问题，而是「当那些不可替代的人都走了，怎么办」的问题」 —— 薛以致用 [02:29] 「手册只记录规则，不记录例外的处理方式。这些判断逻辑是工程师在15到20年田野工作中形成的经验模式」 —— 薛以致用 [03:18] 「它学的不是「电力工程是什么」，而是「这位工程师在特定条件下会怎么做决策」」 —— 薛以致用 [04:08] 「AI不是用来取代人的，而是用来把人类专业知识从时间和身体的局限中解放出来」 —— 薛以致用 [08:18] 「核心护城河不是算法本身，而是那些被克隆进Agent的、正在消逝的人类专业知识」 —— 薛以致用 [09:43] 🏷️ 标签 AI #Cloneable #重工业 #知识传承 #电力工程 #劳动力危机 #蓝领AI #基础设施 🔗 相关链接 * 原文：https://jasonxue.cn/97-cloneable-expert-knowledge-crisis-blue-collar-ai-energy * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ Netflix开源神器被遗弃，创始团队6000万美元押注AI可靠性 从微服务编排到AI Agent的进化之路 军见数科·科技播客 | 时长 08:49 | 主持 十一 · 嘉宾 薛以致用 Netflix造锁不用了，原班人马6000万押注AI可靠性 📋 节目简介 Netflix曾经为了解决微服务编排问题开发了Conductor，后来开源但不再维护。原创团队出来创业成立Orkes，刚刚完成6000万美元B轮融资。这个故事背后反映了一个更深层的问题：AI Agent在演示时成功率99%，但生产环境可靠性只有60%。从状态丢失导致的重复扣款，到并发竞争引发的数据损坏，AI落地正面临隐形的可靠性危机。本期节目深入探讨为什么AI越聪明，编排越重要，以及投资逻辑如何从'AI能力'转向'AI可靠性'。 ⏱️ 时间线 * 00:00 Netflix的遗产 — Netflix开源Conductor后停止维护，原创团队创立Orkes获得6000万美元融资 * 01:31 可靠性危机 — AI Agent在生产环境面临状态丢失、并发竞争等严重可靠性问题 * 02:51 技术解决方案 — Conductor通过持久化状态、中央化追踪解决分布式系统难题 * 04:42 AI场景增强 — Orkes针对AI场景增加LLM任务节点、人工审批等专门功能 * 05:07 竞争格局 — 与AWS、Google等云厂商竞争，云无关性和开源社区是关键优势 * 07:21 投资逻辑 — 投资重点从AI能力转向AI可靠性，基础设施价值被重新认识 * 08:16 未来展望 — AI Agent可靠性将成为下一个十年的基础设施标配 📝 Show Notes Orkes融资背景 * Netflix 2015年开发Conductor解决微服务编排问题 [00:21] * 2023年Netflix停止维护开源版本，原创团队创立Orkes [00:45] * 刚完成6000万美元B轮融资，总融资达9000万美元 [00:45] * 创始人是Conductor在Netflix的核心架构师 [00:45] AI Agent的可靠性挑战 * 生产环境可靠性只有60%，远低于演示的99%成功率 [01:13] * 状态丢失导致金融交易重复扣款的真实案例 [01:37] * 50个Agent并发处理工单出现数据竞争和损坏 [02:04] * OCR服务超时导致重复付费问题 [02:04] Conductor核心技术 * 持久化执行状态：断点续跑，12分钟任务恢复只需45秒 [02:55] * 中央化状态追踪：统一视图查看所有任务执行状态 [03:22] * 内置重试和补偿逻辑解决分布式系统难题 [02:33] * 针对AI场景增加LLM任务节点和token成本追踪 [03:51] 竞争优势分析 * 云无关性：可部署在任何云上，不绑定单一厂商 [04:45] * 开源社区积累：GitHub超过15000个star，数千家企业使用 [05:12] * 与Temporal相比在AI Agent编排细分赛道社区体量更大 [05:38] * 订阅定价模式对大量长时间Agent更可预测 [05:38] 行业趋势洞察 * 投资逻辑从'AI能力'转向'AI可靠性' [07:01] * 技术债问题：每个团队都在重复造编排轮子 [06:05] * AI越聪明编排越重要的结构性悖论 [06:32] * 可靠编排将成为企业AI基础设施标配 [08:16] 💬 金句摘录 「AI Agent演示成功率99%，但生产环境可靠性只有60%」 —— 薛以致用 [01:31] 「AI Agent越聪明，生产可靠性挑战越大。LLM越进步，对可靠编排的需求越强烈」 —— 薛以致用 [03:41] 「很多AI团队花在'维护AI管道可靠性'上的时间，超过了'开发新AI功能'的时间」 —— 薛以致用 [06:53] 「代表了投资逻辑的转变：不投'AI能力'，投'AI可靠性'」 —— 薛以致用 [07:48] 「AI Agent的可靠性问题不会自动消失，解决这个问题的公司将成为下一个十年的基础设施」 —— 薛以致用 [00:00] 🏷️ 标签 Orkes #Netflix #Conductor #AI Agent #工作流编排 #企业级AI #B轮融资 #可靠性 🔗 相关链接 * 原文：https://jasonxue.cn/2026-04-24-94-orkes-60m-series-b-netflix-conductor-ai-agent-workflow-orchestration * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ Chrome变身AI执行者，Google用65%市场份额重新定义工作界面 从被动浏览器到主动代理人的转变 军见数科·科技播客 | 时长 12:59 | 主持 十一 · 嘉宾 薛以致用 Chrome变身AI代理人，65%市场份额的工作入口开始主动执行任务 📋 节目简介 Google Cloud Next 2026上，最重要的可能不是700亿美元云收入，而是几个被忽视的小功能。Chrome的auto browse让AI直接在网页上操作，Gmail的AI Overviews把邮件变成可对话的知识库，这些看似不起眼的更新，实际上是在重新定义65%市场份额的工作入口。从被动响应到主动执行，AI助手正在经历一次架构级转变。但效率提升真的会让工作更轻松吗？我们和老朋友薛以致用聊了聊浏览器AI化背后的竞争格局、技术门槛，以及那个让人不安的问题：为什么技术进步总是让工作更紧张而不是更轻松？ ⏱️ 时间线 * 00:00 被忽视的重要功能 — Google Cloud Next上真正重要的可能是Chrome auto browse等小功能，而不是大数字 * 00:38 浏览器的主动化革命 — Chrome 65%市场份额意味着什么，以及浏览器从被动到主动的本质转变 * 02:07 三位一体的AI战略 — Gmail、Drive、Chrome构成的完整工作流AI化方案 * 03:16 从助手到操作者 — AI助手的两代演进：被动响应型到主动执行型的架构转变 * 03:45 效率悖论与工作强化 — 为什么AI提升效率可能让工作更紧张而不是更轻松 * 04:53 竞争格局分析 — Google vs 微软 vs 其他玩家，分发优势决定胜负 * 06:05 技术实现挑战 — 网页操作的复杂性和商业化门槛 📝 Show Notes Chrome Auto Browse：工作界面的革命性转变 * Chrome占据65%全球市场份额，成为主要数字工作入口 [00:48] * 从被动显示到主动执行，AI接管界面控制权 [01:14] * 实际应用场景：自动录入CRM、跨页面整理对比表格 [01:38] * 采用'human in the loop'设计，每步操作需人工确认 [02:07] Google的三位一体AI战略 * Gmail AI Overviews让邮件变成可对话的知识库 [03:00] * Drive文档同步支持AI摘要功能 [03:21] * 通讯层、存储层、执行层的完整工作流闭环 [03:45] * 企业数据隐私承诺：prompts不用于模型训练 [05:22] AI助手的代际演进 * 第一代被动响应型 vs 第二代主动执行型 [06:05] * 微软同日发布Agent Mode，两家同步推进 [04:06] * 技术成熟度达到临界点：GPT-5.5在OSWorld达到78.7% [04:53] * 从顾问角色转向直接操作者角色 [06:24] 效率悖论与工作强化现象 * 哈佛商业评论研究：AI工具可能强化而非减少工作 [06:50] * 历史悖论：技术进步带来工作强化而非轻松 [07:14] * 效率提升立即转化为产出提升要求 [07:36] * 人类价值向高密度决策和创意工作迁移 [08:21] 竞争格局与技术挑战 * Google分发优势 vs 其他公司的技术突破 [09:27] * 微软通过Windows系统控制权对抗Chrome优势 [10:14] * 网页操作需要四种能力同时达到商业级可靠性 [11:22] * 企业部署策略：先企业后消费者，控制风险 [12:40] 💬 金句摘录 「Chrome现在的全球市场份额是65%，这意味着全世界2/3的数字工作，都发生在Chrome窗口里」 —— 薛以致用 [00:38] 「以前浏览器是被动的，你点什么它显示什么。现在Google要让它变成主动的执行者」 —— 薛以致用 [00:48] 「这是Google的三位一体战略：通讯层Gmail、存储层Drive、执行层Chrome」 —— 薛以致用 [02:22] 「AI从'顾问'变成了'操作者'。控制权发生了转移」 —— 薛以致用 [03:21] 「效率提升被立即转化为产出提升要求」 —— 薛以致用 [03:59] 「人类员工会从'会做事的人'向'会决定做什么事的人'迁移」 —— 薛以致用 [04:23] 「Google不需要赢得浏览器战争，它早就赢了。Chrome 65%的市场份额就是最大的护城河」 —— 薛以致用 [05:39] 🏷️ 标签 Google #Chrome #浏览器AI #工作自动化 #企业软件 #微软竞争 #隐私安全 #技术趋势 🔗 相关链接 * 原文：https://jasonxue.io/2026/04/24/96-google-chrome-auto-browse-gmail-ai-overviews-agentic-browser-enterprise/ * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ 微软Agent Mode正式GA，办公软件30年最大变革来了 从旁观者到执行者的AI进化 军见数科·科技播客 | 时长 06:02 | 主持 十一 · 嘉宾 薛以致用 微软Agent Mode让AI从旁观者变执行者，办公软件迎来30年最大变革 📋 节目简介 微软刚刚正式发布Office Agent Mode，这可能是30年来办公软件最重要的变革。不再只是给建议，AI现在能直接在Excel、Word、PPT里替你干活了！本期和老薛深聊这次技术突破背后的故事：为什么2023年做不到2026年才能实现？微软为什么在同一天推出51年来首次自愿退休计划？当Salesforce和Google也在布局AI Agent互通时，我们的工作方式将如何彻底改变？6分钟带你看懂企业AI的下一个十年。 ⏱️ 时间线 * 00:00 Agent Mode的本质突破 — 微软罕见承认Copilot局限，Agent Mode从'告诉你怎么做'变成'替你做' * 00:50 技术跃迁的三大因素 — 指令遵循能力飞跃、多模型协同和Work IQ上下文引擎的同时成熟 * 01:29 企业重组的冷酷逻辑 — 微软推出51年来首次自愿退休计划，AI工具升级带来组织变革 * 02:21 跨平台Agent生态 — Salesforce与Google Cloud的AI Agent互通，应用间协调成为可能 * 03:12 个人应对策略 — 如何准备AI主动执行时代，从执行层面转向判断决策层面 📝 Show Notes Agent Mode技术突破解析 * 微软罕见承认2023年Copilot技术局限，基础模型无法直接控制应用程序 [00:20] * Excel使用次数增长67%，满意度提升65%，从建议变为直接执行 [00:50] * 三大技术因素同时成熟：指令遵循能力飞跃、多模型协同、Work IQ上下文引擎 [01:29] * 采用'模型路由层'策略，不同任务调度最合适的模型 [02:01] 企业组织变革信号 * 微软推出51年来首次自愿退休买断计划，针对7%美国员工 [02:37] * 同日Meta宣布裁员10%，AI时代企业标准路径：先升级工具，再优化组织 [02:37] * 初级分析师、文档编辑等岗位受冲击，高级决策者工作量反而增加 [03:12] 跨平台AI Agent生态 * Salesforce×Google Cloud实现AI Agent跨平台互通，应用间协调成为可能 [03:49] * 应用内层和应用间层同时浮出水面，构建完整企业AI架构 [03:49] * 员工每天应用切换损失2小时生产力，AI Agent将打通工作流程 [04:22] 个人应对建议 * 学习给AI下清晰指令，这是新的核心技能 [04:57] * 从执行层面转向判断和决策层面，重新思考工作价值 [04:57] * 现在就开始试用Agent Mode，熟悉AI协作方式 [04:57] * '工具原生化'是真正改变行为的力量，AI直接融入工作场景 [05:32] 💬 金句摘录 「当我们第一次发布Copilot时，基础模型还没有强大到能让Copilot直接控制应用程序」 —— 薛以致用 [00:20] 「从'告诉你怎么做'变成了'替你做'。数据也很惊人：Excel使用次数增长67%，满意度提升65%！」 —— 薛以致用 [00:40] 「当你给员工的工具从'助手'变成'代理人'时，需要的员工数量和类型都会改变」 —— 薛以致用 [02:01] 「员工每天在不同应用间切换损失约2小时生产力。现在这些'孤岛'要连通了」 —— 薛以致用 [03:01] 「关键是你要成为指挥Agent的人，而不是等着被替代」 —— 薛以致用 [03:36] 「Agent Mode的核心是把摩擦降到了零——AI直接出现在你工作的地方，而不是一个独立应用」 —— 十一 [04:22] 🏷️ 标签 微软 #Office Agent Mode #Copilot #企业AI #办公软件 #人工智能 #职场变革 #技术突破 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ 算力牛市与软件熊市背后的投资逻辑 解读2026年AI资本的历史性选择 军见数科·科技播客 | 时长 08:00 | 主持 十一 · 嘉宾 薛以致用 同一天软件暴跌芯片狂涨，AI资本完成历史性方向选择 📋 节目简介 同一天，ServiceNow发布亮眼财报却暴跌13%，而费城半导体指数创下32年最长连涨纪录。这种戏剧性分化背后，是AI时代资本对「谁拥有不可替代性」的明确投票。本期节目深入分析这一历史性时刻：为什么22%增长的软件明星遭遇重新定价？7000亿美元资本支出如何推动芯片牛市？氦气供应链竟成为AI算力的隐藏风险？从估值逻辑的永久性改变，到「卖铲子vs淘金」的商业哲学，我们和薛以致用一起探讨AI经济正在如何重新分配价值。 ⏱️ 时间线 * 00:00 戏剧性的分化 — 同一天ServiceNow财报亮眼却暴跌，费城半导体指数创历史纪录 * 01:17 软件公司的困境 — 市场评判标准改变，传统软件面临AI竞争威胁 * 03:30 芯片股的疯狂 — 7000亿资本支出推动算力需求，卖铲子比淘金更安全 * 04:18 隐藏的风险 — 氦气供应链成为芯片制造的脆弱环节 * 05:22 估值逻辑重构 — 投资标准永久性改变，AI时代的新评判框架 * 06:03 转型与未来 — 从AI使用者到编排者，护城河能否持续的思考 📝 Show Notes 🎯 核心事件回顾 * ServiceNow发布亮眼财报：订阅收入36.7亿美元，同比增长22% [00:38] * 同日股价暴跌13%，传统软件股集体下挫 [02:11] * 费城半导体指数SOX连涨16天，创32年最长纪录 [02:31] * 云巨头2026年资本支出预期超7000亿美元 [02:42] 💡 市场逻辑分析 * 估值标准永久性改变：从看增长到看AI替代风险 [00:53] * OpenAI同日发布GPT-5.5，宣布超级应用平台战略 [01:17] * 算力需求逻辑：软件竞争越激烈，对算力需求越大 [03:04] * 投资者偏好「卖铲子」而非「淘金」的商业模式 [03:04] ⚠️ 隐藏风险揭示 * 氦气供应链成为芯片制造关键瓶颈 [03:30] * 卡塔尔氦气需经霍尔木兹海峡，存在封锁风险 [03:50] * 氦气在芯片制造中无替代品，供应中断影响巨大 [04:18] * SOX此前因战争恐慌曾暴跌15% [03:50] 🔄 转型策略思考 * 传统软件公司需从AI使用者转为AI编排层 [04:41] * 关键是让各种AI模型在现有流程框架内协同工作 [06:03] * NVIDIA需在窗口期内建立更深护城河 [06:51] * 云巨头自研芯片将减少对单一供应商依赖 [06:29] 🎯 未来展望 * 软件公司估值逻辑不会因单季好财报回到过去 [05:44] * 芯片牛市可持续性存疑，基本面支撑但窗口有限 [06:45] * 4月23日成为AI经济内部结构的清晰展示节点 [07:12] * 最终胜负仍是2026年AI行业的开放性问题 [07:41] 💬 金句摘录 「投资者现在不只看你今天做得怎么样，而是看你五年后还值多少钱」 —— 薛以致用 [00:53] 「无论最后谁赢，NVIDIA都能赚钱。这就是为什么市场更看好卖铲子的，而不是淘金的」 —— 薛以致用 [03:50] 「最先进的AI算力依赖最传统的物质资源」 —— 薛以致用 [04:41] 「你的收入中，有多少部分是AI在两年内无法以更低成本完成的？这是个很难回答的问题」 —— 薛以致用 [05:44] 「要思考如何成为AI的编排者，而不是被编排的对象」 —— 薛以致用 [06:03] 「算力在升值，软件在被重新定价，资本用真金白银表达了它的判断」 —— 薛以致用 [07:41] 🏷️ 标签 AI投资 #ServiceNow #NVIDIA #芯片股 #企业软件 #算力 #资本市场 #估值逻辑 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ 黄仁勋一封邮件引发的光速革命 NVIDIA万人AI实验重写企业落地标准 从35倍成本降幅看AI应用经济学变革 军见数科·科技播客 | 时长 08:59 | 主持 十一 · 嘉宾 薛以致用 NVIDIA万人AI实验揭示光速时代已至，企业准备好了吗？ 📋 节目简介 NVIDIA CEO黄仁勋的一封内部邮件，让1万名员工成为GPT-5.5 Codex的试用者，这不是简单的产品推广，而是一次史无前例的AI落地验证。当全球最懂AI技术的这群人说出'mind-blowing'，背后意味着什么？成本降低35倍、能效提升50倍的数字背后，企业AI应用的评判标准正在发生根本性变化。十一和薛以致用深入解析这场'光速时代'实验的技术含金量、商业逻辑和行业意义，探讨AI工具从'有没有用'到'能不能用'的关键转折点。 ⏱️ 时间线 * 00:00 光速时代开启 — 黄仁勋CEO邮件引发关注，NVIDIA万名员工试用OpenAI新工具的背后信号 * 00:41 用户构成的含金量 — 为什么NVIDIA这1万人的反馈特别有说服力，技术专家评价的独特价值 * 01:40 三个震撼数字 — 成本降35倍、能效升50倍、准确率82.7%，技术指标背后的结构性变化 * 03:01 评判标准重写 — 从'有没有用'到'能不能用'，企业AI应用评估维度的根本转变 * 03:29 安全架构设计 — Codex如何通过沙盒隔离和零数据保留政策解决企业安全担忧 * 04:51 十年合作史 — 从2016年手送DGX-1到10万GPU集群，NVIDIA与OpenAI的深度绑定 * 05:40 战略飞轮效应 — 全栈闭环合作模式对行业竞争格局的深远影响 * 06:41 普通企业启示 — NVIDIA案例的可复制性分析和对企业AI转型的实际建议 📝 Show Notes NVIDIA万人实验的独特价值 * 黄仁勋CEO邮件'跳进光速时代'背后的战略信号 [00:19] * 1万名员工覆盖工程、法务、市场等全部门，不仅限于技术人员 [01:20] * 全球最难被AI工具'忽悠'的用户群体给出'mind-blowing'评价 [00:52] * 跨越'仅对技术人员有用'边界的重要里程碑 [01:40] 三大技术突破重写AI经济学 * 成本革命：GPT-5.5每百万token成本比上代降低35倍 [01:49] * 能效飞跃：GB200系统每瓦特token输出提升50倍 [02:14] * 效果领先：Terminal-Bench 2.0测试达82.7%，超越竞品10+个百分点 [02:42] * 从'几天调试工作'到'几小时完成'的生产力革命 [03:01] 企业AI安全架构创新 * SSH连接云虚拟机的沙盒隔离设计确保数据安全 [03:37] * 零数据保留政策和只读权限设计 [04:00] * 回答企业安全团队四大核心关切：数据流出、系统破坏、残留痕迹、操作审计 [04:21] * 让企业安全部门'给绿灯'成为可能 [04:33] 十年深度合作的战略飞轮 * 2016年黄仁勋手送第一台DGX-1到OpenAI总部的历史起点 [05:22] * 从实验室押注到10万GPU集群的硅级协同设计合作 [05:46] * 硬件→模型→工具→工作流→反馈的全栈闭环飞轮 [06:19] * NVIDIA双重角色：既是基础设施提供方又是重度用户 [06:41] 对行业和企业的启示 * NVIDIA案例代表'最优解'场景而非行业平均水平 [07:16] * 展示AI工具采用速度和规模的可能性上限 [07:43] * 从'早期探索期'进入'规模化落地期'的行业转折点 [08:03] * 企业需在工作流、人员培训、安全架构等各层面做好准备 [08:22] 💬 金句摘录 「NVIDIA的核心工程师每天干什么？调试CUDA代码、优化GPU内核、设计神经网络加速架构。这些人知道所有AI模型的底层原理，清楚benchmark怎么造出来的。他们是全世界最难被AI工具忽悠的一群人。」 —— 薛以致用 [00:52] 「成本，运行在GB200 NVL72上的GPT-5.5，每百万token成本比上一代降低了35倍。注意，不是35%，是35倍！这是量级级别的变化。」 —— 薛以致用 [01:49] 「过去我们问的是'有没有用'——准确率多少、比人类提升多少百分比。现在变成了'能不能用'——部署可行性、经济可行性、组织接受度。」 —— 薛以致用 [03:29] 「既造最好的铲子，又是第一个用铲子挖矿的矿工，而且挖出来的矿能帮你造下一把更好的铲子。」 —— 十一 [06:12] 「这个飞轮一旦转起来，竞争优势是自我强化的。NVIDIA通过'自用'获得的技术反馈，其他GPU供应商无法获得。」 —— 薛以致用 [06:19] 「我们已经越过了AI工具的'早期探索期'，正在进入'规模化落地期'。问题不再是它会不会到来，而是你的组织是否准备好接受这种改变。」 —— 薛以致用 [07:43] 🏷️ 标签 NVIDIA #OpenAI #GPT-5.5 #企业AI #黄仁勋 #Codex #AI落地 #科技趋势 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ 微软三款AI模型同时发布背后的战略布局 从TTS选型难题到AI基础设施的价格战 军见数科·科技播客 | 时长 07:58 | 主持 十一 · 嘉宾 薛以致用 微软用三把钥匙同时开启AI基础设施大门 📋 节目简介 本期节目从实际开发article2podcast系统的TTS选型难题出发，深度解析微软同时发布的MAI-Transcribe-1、MAI-Voice-1、MAI-Image-2三款模型。致用分享了从edge-tts到ElevenLabs再到MiniMax的技术选型血泪史，并详细对比了新模型在语音识别、语音合成、图像生成三个独立赛道的技术优势和定价策略。我们还讨论了微软通过50-80%的价格优势打造AI基础设施的战略意图，以及当AI能力变成水电一样的基础设施时，产品护城河究竟在哪里。 ⏱️ 时间线 * 00:00 TTS选型的血泪史 — 从article2podcast系统开发中遇到的TTS引擎选型难题谈起，好听的太贵便宜的难听 * 00:47 微软三模型战略解读 — 分析微软同时发布三个模型的战略意图，对应AI的耳朵嘴巴和画笔三个独立赛道 * 01:43 MAI-Transcribe-1深度分析 — 详解语音识别新模型的技术优势、定价策略和与Whisper的差异化定位 * 02:40 MAI-Voice-1语音合成突破 — 60倍实时速度的语音合成能力，支持声音克隆和多语言的技术特点 * 03:46 MAI-Image-2图像生成 — 3秒生成4K图像，0.2分钱一张的极致性价比在营销行业的应用价值 * 04:30 微软的基础设施野心 — 通过骨折价格建立AI水电煤基础设施，为2027年自研通用大模型布局 * 05:13 AI商品化后的护城河 — 当AI能力价格趋向于零时，产品的真正护城河可能在数据和场景理解上 📝 Show Notes TTS技术选型实战经验 * edge-tts免费但听起来像导航，缺乏韵律起伏 [00:17] * ElevenLabs音质出色但按字符计费成本高昂 [00:17] * MiniMax中文语音自然且支持声音克隆，成为最终主力选择 [04:13] * 采用混合降级策略：MiniMax主力，ElevenLabs备选，edge-tts兜底 [04:13] MAI-Transcribe-1技术特点 * 英语单词准确率达99.8%，速度比Whisper Large v3快3倍 [01:43] * 字错误率3.8%，识别错误会传递给下游LLM影响整体体验 [02:40] * 定价每小时音频0.36美元，比OpenAI便宜约50% [03:03] * 中文场景仍推荐阿里SenseVoice，MAI优势在多语言通用性 [03:03] MAI-Voice-1语音合成突破 * 60倍实时速度生成，一分钟可生成一小时播客 [03:30] * 支持从10秒音频进行声音克隆，提供50多种声线 [04:13] * 声音更像会喘气的真人，有微小韵律起伏更显真实 [03:51] * 与ASR结合形成完整语音Agent技术栈，成本降低一半 [04:34] MAI-Image-2图像生成优势 * 生成4K图像仅需3秒，定价0.002美元比DALL·E 3便宜80% [05:21] * 已在Arena.ai排行榜进入前三，与Midjourney V8同台竞技 [05:21] * WPP选择它因为改稿时间成本降低，批量创意素材效率提升 [05:42] * 写实场景表现强劲，但艺术渲染感仍有差距 [06:01] 微软AI基础设施战略 * 三个模型对应企业应用最高频的感知层需求 [06:21] * 通过50-80%的价格优势吸引开发者到Microsoft Foundry [06:44] * 为2027年自研通用大模型发布做生态准备 [06:44] * 当AI能力价格趋向于零，护城河转向数据和场景理解 [07:13] 💬 金句摘录 「微软这是在同时打通三条独立赛道，这背后的逻辑很清晰」 —— 薛以致用 [00:34] 「Whisper是流利的口译员，MAI-Transcribe-1想做的是法庭速记员」 —— 薛以致用 [01:11] 「一秒钟生成一分钟音频，一个小时的播客，模型一分钟就能生成完」 —— 薛以致用 [02:32] 「处理100万分钟通话大概1万美元，比用Whisper API加ElevenLabs便宜一半多」 —— 薛以致用 [03:21] 「微软不是在做通用模型，而是要做企业AI的水电煤」 —— 薛以致用 [04:34] 「这不是正常的市场竞争定价，这是战略价格攻势」 —— 薛以致用 [04:55] 「当技术本身不再是壁垒，护城河可能在数据、在场景理解、在用户体验的细节上」 —— 薛以致用 [05:21] 🏷️ 标签 微软AI #语音识别 #TTS #ASR #图像生成 #API定价 #技术选型 #AI基础设施 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

🎙️ AI安全公司的信息安全翻车现场 Anthropic泄露门背后的行业反思 军见数科·科技播客 | 时长 10:09 | 主持 十一 · 嘉宾 薛以致用 AI安全公司连自己的信息安全都搞砸了，这个翻车现场给整个行业敲响警钟 📋 节目简介 这期节目聊了个特别讽刺的事：AI安全领域的明星公司Anthropic，居然因为一个低级的CMS操作失误，把自家的秘密武器Claude Mythos给泄露了。更巧的是，他们正在跟五角大楼打官司争AI安全问题。我们和薛以致用深入分析了这次翻车事件背后的技术、法律和商业层面问题，探讨了AI公司普遍存在的「技术至上」文化偏见，以及为什么连基础信息安全都做不好的公司很难获得客户信任。这个案例给整个AI行业都敲响了警钟。 ⏱️ 时间线 * 00:00 泄露事件始末 — 介绍Anthropic公司CMS操作失误泄露Claude Mythos模型的基本情况和背景 * 01:33 五角大楼法律纠纷 — 深入分析Anthropic与五角大楼围绕2亿美元国防合同的法律争议 * 02:43 技术安全管理缺陷 — 探讨AI公司在传统信息安全管理方面存在的系统性问题 * 03:37 竞争影响分析 — 分析泄露事件对竞争格局和技术优势的影响 * 04:39 客户信任危机 — 讨论安全事故对企业客户关系和市场信任的长期影响 * 06:05 行业监管趋势 — 展望此次事件对AI行业监管政策和安全标准的推动作用 📝 Show Notes 核心事件回顾 * Anthropic因CMS操作失误泄露Claude Mythos（代号Capybara）详细信息 [00:49] * 该模型在网络安全、编程和学术推理方面实现'质的飞跃' [01:02] * 原计划优先向网络防御者发布，现在所有策划都泡汤了 [01:02] 法律纠纷背景 * 争议围绕2亿美元国防合同，Anthropic拒绝让Claude用于自主战争 [02:09] * 联邦法官发布临时禁令，称五角大楼做法'违法且武断' [02:09] * Claude在战争能力方面领先竞争对手6-12个月 [04:11] 安全管理问题 * 现代CMS应有四层防护：认证、审核、版本控制、监控告警 [03:11] * 人为错误占数据泄露原因23%，AI公司可能更高 [03:11] * AI公司安全人员与开发人员比例1:15，传统公司1:8 [06:33] 市场影响分析 * 竞争对手可能3-6个月基于泄露信息开发竞争产品 [04:11] * 87%企业会因AI服务商安全事故重新评估合作 [08:33] * 网络安全技术泄露可能被恶意行为者用于攻击 [06:05] 行业启示 * 只有34%的AI公司建立专门的AI安全管理流程 [06:33] * AI公司多从学术机构发展，研究文化与商业保密冲突 [07:06] * 需要在技术创新和安全管理之间找到平衡 [09:24] 💬 金句摘录 「再高深的AI安全理论，也弥补不了CMS操作这种基础管理的漏洞」 —— 薛以致用 [00:49] 「AI公司的安全投入只占研发预算3-5%，远低于传统软件公司的8-12%」 —— 薛以致用 [03:11] 「83%的企业把信息安全能力列为选择AI服务商的首要标准，重要性超过技术性能和价格」 —— 薛以致用 [04:06] 「AI工程师平均跳槽周期2.3年，传统软件工程师是3.8年」 —— 薛以致用 [05:03] 「技术再先进，如果连基本的信息安全都做不好，就很难获得客户和监管部门的信任」 —— 十一 [06:33] 🏷️ 标签 Anthropic #Claude #AI安全 #信息安全 #数据泄露 #五角大楼 #网络安全 #科技公司 🔗 相关链接 * 播客：军见数科·科技播客 本期节目由 AI 辅助生成，基于原创文章自动转换为双人对话播客。 📢 免责声明： 本文基于公开数据与行业观察进行分析，不构成投资建议，文中观点仅代表作者个人判断，不代表公司观点，欢迎理性讨论。 军见 | 洞见科技，洞见职场，洞见自己；科技有深度，职场有方法，管理有温度，做长期有用的内容。 点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。