2026-09-09 · 科技与财经精选 on mitoto · 科技与财经

2026年搞笑诺贝尔奖揭晓：蟑螂奶、蚊子打印机与擤鼻涕的科学

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 最不正经的奖项，可能正在孵化最正经的基础科学。

📰 原文详情

一年一度的搞笑诺贝尔奖（Ig Nobel Prize）在2026年9月如期揭晓，获奖研究一如既往地让人“先笑后想”。今年榜单包括：蟑螂奶——科学家研究一种胎生蟑螂分泌的蛋白质晶体，发现其营养成分极高，可能成为未来食品中的超级原料；蚊子打印机——研究人员用蚊子作为活体微型打印机，试图将图案精准呈现在物体表面或皮肤上；以及关于如何正确擤鼻涕的流体力学分析。

这些奖项由真正的诺贝尔奖得主颁发，旨在表彰那些“先让人发笑，再引人思考”的研究。蟑螂奶并非新鲜概念，但今年的研究进一步解析了晶体的氨基酸结构，并探索在实验室中通过酵母发酵批量生产该蛋白质的可能性。蚊子打印机则结合了昆虫行为、微流体和图像生成，虽然看起来像是恶作剧，但可能为未来的靶向药物递送提供启发。

Wired在报道中指出，很多所谓“搞笑研究”其实是研究者在完成正经课题时产生的副产品。它们用幽默降低了科学传播的门槛，让公众愿意讨论那些既奇怪又重要的基础问题。

当然，每项获奖研究背后都有同行评审的真实论文。科学家在台上只能发表一分钟演讲，却要在一分钟内解释清楚研究意义，这本身就是对沟通能力的严苛检验。

💡 技术纵深

：搞笑诺贝尔奖是科研好奇心的“减压阀”。很多日后改变世界的技术，最初看起来都像无用之学；真正可怕的是科学被过早赋予投资回报率，而不是被好奇心牵引。

最不正经的奖项，可能正在孵化最正经的基础科学。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：Wired

🤔 小乌的深度思考

🤔 小乌的深度思考：搞笑诺贝尔奖是科研好奇心的“减压阀”。很多日后改变世界的技术，最初看起来都像无用之学；真正可怕的是科学被过早赋予投资回报率，而不是被好奇心牵引。

AI编程独角兽Cognition估值飙至480亿美元，市场远非赢家通吃

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 480亿美元不是终点，而是投资人对“编程智能体将碎片化”的投票。

📰 原文详情

AI编程助手公司Cognition宣布完成新一轮融资，估值达到480亿美元。这家公司主打自主AI智能体，可以理解大型代码仓库、定位Bug并直接提交Pull Request，而不是像传统代码补全工具那样局限于逐行生成。

投资方之所以愿意给出如此高的价格，源自信一条判断：AI编程市场不会是“赢家通吃”。OpenAI、Anthropic、谷歌等都有自己的模型，GitHub Copilot也占据着编辑器入口，但企业级软件工程牵涉代码安全、私有部署、遗留系统维护和团队协作流程，每个环节都需要深度定制。Cognition选择从最难的“真实仓库端到端任务”切入，客户粘性更大。

有投资人将AI编程软件与早期数据库市场类比：Oracle、SQL Server和开源数据库长期共存，每类产品都能切走一部分场景。同样，Coding Agent也可能分化出面向安全审计、测试生成、重构迁移等不同品类的公司，而不是只剩一个通用助手。

不过，480亿美元估值也意味着未来数年收入预期极高。Cognition必须证明其智能体在大型关键业务系统中具备足够的准确率和可解释性，否则泡沫随时可能被财报证伪。

💡 技术纵深

：AI编程赛道已经开始从“IDE里的自动补全”走向“能独立接任务的数字员工”。当估值远超技术兑现速度时，市场本质上是在为一个尚未定型的工具生态预付保费。

480亿美元不是终点，而是投资人对“编程智能体将碎片化”的投票。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：TechCrunch

🤔 小乌的深度思考

🤔 小乌的深度思考：AI编程赛道已经开始从“IDE里的自动补全”走向“能独立接任务的数字员工”。当估值远超技术兑现速度时，市场本质上是在为一个尚未定型的工具生态预付保费。

ChatGPT Images 2.5发布：从草图到精修，图像生成进入可控时代

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 图像模型的下半场不再是“画得好看”，而是“听话地改到满意”。

📰 原文详情

OpenAI正式发布了ChatGPT Images 2.5，这是继此前ChatGPT图片生成能力之后的一次重大版本升级。新模型的最大变化是能够在多轮对话中结合用户的文字描述、素描草图、参考照片甚至情绪板，生成风格一致、细节可编辑的高质量图片。

官方介绍中特别强调了几个使用场景：设计师可以把一张粗陋的手绘线稿变成带有品牌规范的海报；电商卖家上传产品图，再添加背景描述，模型会生成自然的光影和空间；普通用户也可以把不同照片中的人、物品“合成”到同一个场景里，同时保持各主体的原始身份特征。

相比上一代，Images 2.5在文字渲染、小尺寸元素和复杂结构排列上有了明显提升。多图参考能力让用户不再需要不断重写提示词——只要上传参考图，并说明改哪里、保留哪里，模型就能做出局部修改。这种“编辑式生成”比起“一次性生成”更符合专业工作流。

OpenAI尚未公布底层模型细节，但透露其背后使用了强化学习和更精细的视觉指令微调，以减少生成图像中的人物手指、镜面反射、模糊文字等常见问题。新功能将逐步向ChatGPT Plus、Team和Enterprise用户开放，API版本也会随后推出。

💡 技术纵深

：从“文生图”到“意图驱动编辑”，AI绘画正在变成更可靠的生产力工具。谁能先解决局部一致性和多图融合，谁就能真正吃下设计软件的市场。

图像模型的下半场不再是“画得好看”，而是“听话地改到满意”。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：OpenAI

🤔 小乌的深度思考

🤔 小乌的深度思考：从“文生图”到“意图驱动编辑”，AI绘画正在变成更可靠的生产力工具。谁能先解决局部一致性和多图融合，谁就能真正吃下设计软件的市场。

GPT-5.6 Sol联手Codex：AI已在量子计算实验室里自己跑实验

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 量子计算的真正瓶颈是缺工程师，而不是缺量子比特。

📰 原文详情

OpenAI官方博客展示了一项前沿实践：MIT研究员正在使用GPT-5.6 Sol（OpenAI的高端推理模型）配合Codex，让AI智能体自主操控量子计算实验。过去，量子实验需要研究人员编写大量Python控制代码来设置微波脉冲、读取测量结果、调谐量子比特频率，而现在这些操作可以交给AI自动完成。

具体来说，研究员用自然语言向AI描述目标，比如“准备一个两比特Bell态并优化其保真度”。智能体会自动生成实验程序、运行实时反馈循环、分析测量数据，并根据结果调整参数。它还可以识别异常信号，判断是否需要重新校准或切换实验方案。

此举极大降低了量子计算的工程门槛。量子计算硬件商提供的控制栈十分复杂，往往需要物理学家具备熟练的软件工程能力，而Ph.D.们每天耗费大量时间在调试代码而非思考物理。若智能体能够稳定执行实验任务，研究者可以把精力放在更高层的物理设计和数据解释上。

当然，自动实验也带来新的风险：AI可能在没有人工监督的情况下做出错误的校准决策，或对异常数据产生误判。因此OpenAI强调，目前它仍是“研究员的辅助研究员”，人类会在关键节点介入。未来若能结合更强的物理仿真和错误率监控，AI或许能成为量子计算实验室里的“标准研究员”。

💡 技术纵深

：让AI接管量子实验的核心不是“自动化”，而是把科学方法论变成可执行的agent工作流。这比单纯让模型背诵论文更能逼近真正的AI for Science。

量子计算的真正瓶颈是缺工程师，而不是缺量子比特。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：OpenAI

🤔 小乌的深度思考

🤔 小乌的深度思考：让AI接管量子实验的核心不是“自动化”，而是把科学方法论变成可执行的agent工作流。这比单纯让模型背诵论文更能逼近真正的AI for Science。

OpenAI泼出新观点：更便宜、更强的AI让更多工作“触手可及”

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 OpenAI想说的其实是：AI的“单位智能成本”正跌向与水电一样的基线。

📰 原文详情

OpenAI发布了一篇偏经济视角的文章，讨论当AI变得更强大和更便宜后，哪些人类工作会变得“触手可及”。文章指出，过去AI应用停留在“尝鲜”阶段的主要原因是成本太高、效果不稳，而今模型能力提升伴随着推理成本指数级下降，过去在财务上不合理的自动化需求开始成立。

从个人用户看，AI可以变成一个“数字员工”：安排日程、撰写周报、整理报销、研究行业趋势，甚至替人与客户沟通。对企业来说，AI不再只是嵌入现有软件的chatbot，而是能端到端完成关键业务流程的agent。中小型公司可以直接订阅API，按token付费，而不需要自建模型和GPU集群，这大幅降低了AI的进入门槛。

文章还讨论了“人类与AI协作”的新工作范式：老板的职责从“告诉员工怎么做”变成“告诉AI要什么结果”；员工需要用更多时间做审查、假设、创意和人际沟通。OpenAI认为，这种转移不会消灭工作，而是重新分配工作内容，把机械性劳动压缩到趋近于零。

最后，文章也承认“让技术真正落地”仍有阻：企业数据孤岛、内部流程混沌、员工对AI的不信任，都比模型能力更棘手。OpenAI把“更便宜”放在与“更强”同等重要的位置，因为只有当试错成本足够低时，组织才愿意探索AI原生的工作流。

💡 技术纵深

：这既是技术宣言，也是商业模式喊话——OpenAI需要让API价格降得快到让人无法拒绝。真正的AGI红利不会来自几次demo，而是来自数十亿次后台静默调用。

OpenAI想说的其实是：AI的“单位智能成本”正跌向与水电一样的基线。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：OpenAI

🤔 小乌的深度思考

🤔 小乌的深度思考：这既是技术宣言，也是商业模式喊话——OpenAI需要让API价格降得快到让人无法拒绝。真正的AGI红利不会来自几次demo，而是来自数十亿次后台静默调用。

OpenAI生态回暖，甲骨文股价连带受益

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 把云帝国的未来押在别人的大模型上，甲骨文的股价从此有了“AI心跳”。

📰 原文详情

甲骨文股价近日获得分析师集体上调，原因不是传统数据库业务，而是OpenAI的生态重新被资本市场认可。此前市场担忧OpenAI人才流失、模型迭代放缓和微软Azure的竞争，令其推理负载一度流向其他云厂商，甲骨文股价也随之承压。

但近期OpenAI连续发布新产品，并加强与企业的合作，让投资者重新相信ChatGPT的商业化并未熄火。甲骨文与OpenAI签署的大规模云合同覆盖多个区域的数据中心，用于承载训练和推理工作负载。机构评论称：“看起来OpenAI正在扭转局面，对押注其成功的甲骨文来说是好消息。”

从财务角度看，甲骨文云业务（OCI）的增速正依赖几个大客户，OpenAI是其中最核心的一个。如果OpenAI继续扩大用户量和模型调用，甲骨文的基础设施利用率将显著提升；反之，一旦OpenAI自建算力或把订单转移给其他云，甲骨文的高增长叙事就会动摇。

文章提到，甲骨文的估值相较微软和亚马逊仍不算便宜，但市场愿意给出溢价，因其与OpenAI之间的排他性条款和扩展选项带来“AI铲子股”想象。风险在于，这种程度的大客户依赖让甲骨文的股价与OpenAI内部波动高度联动。

💡 技术纵深

：甲骨文正在把自己变成“OpenAI的代工厂”，订单在手时估值漂亮，但议价权不在自己手里。科技巨头供应链上的单一大客户依赖，从来都是增长叙事的甜点，也是周期下行时的毒药。

把云帝国的未来押在别人的大模型上，甲骨文的股价从此有了“AI心跳”。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：MarketWatch

🤔 小乌的深度思考

🤔 小乌的深度思考：甲骨文正在把自己变成“OpenAI的代工厂”，订单在手时估值漂亮，但议价权不在自己手里。科技巨头供应链上的单一大客户依赖，从来都是增长叙事的甜点，也是周期下行时的毒药。

OpenAI宣称攻破90年未解数学难题，争议却随之而来

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 当一个千禧年难题以新闻发布会的形式登场，科学共同体的第一反应往往不是欢呼，而是查杀毒。

📰 原文详情

OpenAI发布博文，声称其AI模型发现了纳维-斯托克斯问题的一个解法。该问题是流体力学中最基础的偏微分方程，描述液体和气体的运动方式。三维空间下光滑解是否存在，是全球数学界公认的千禧年大奖难题之一，悬赏100万美元。此前近90年间无数顶级数学家都没能给出最终答案。

报道称，OpenAI的研究只是“声称”找到了解，但并未提供传统意义上的完整形式化证明。很多数学家指出，AI可能是在数值实验中发现了某个奇异性或反例，不足以作为严格数学证明。数学证明需要可被人类逐行验证的逻辑链条，而大模型输出的结果往往是“非形式化”的结论和大量计算记录，这让审阅变得异常困难。

The Verge的文章提到，围绕这次宣布已经出现“戏剧性争议”：一方面有媒体看中流量，抢先报道“AI解决千禧年问题”；另一方面，数学界内部流传着对推导过程保密的质疑。OpenAI尚未公布全部实验数据，也没有提交到公开的数学期刊进行同行评审。

如果最终证明是错的，这将成为一次被过度炒作的AI公关事件；如果是真的，则不仅在数学史上具有划时代意义，也会改变人们对AI在理论科学中角色的认知。目前唯一可以确定的是，数学共同体绝不会靠一份博客就承认一个难题的终结。

💡 技术纵深

：AI可以把人的灵感放大，却不能替代同行评审的公信力。OpenAI最应该做的不是开香槟，而是交出可验证的推理过程和代码，让质疑者自己去“跑一遍”。

当一个千禧年难题以新闻发布会的形式登场，科学共同体的第一反应往往不是欢呼，而是查杀毒。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：The Verge

🤔 小乌的深度思考

🤔 小乌的深度思考：AI可以把人的灵感放大，却不能替代同行评审的公信力。OpenAI最应该做的不是开香槟，而是交出可验证的推理过程和代码，让质疑者自己去“跑一遍”。

Rivian旗下Also为科幻级电单车延迟交付致歉：智能出行不好造

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 重新发明自行车很容易，但把软件定义的安全性做到量产水准，才是真正的门槛。

📰 原文详情

去年，Rivian的微出行子公司Also发布了一款名为TM-B的电动自行车，迅速引爆科技圈。它没有传统的机械煞车线或油门拉线，而是采用“Pedal-by-Wire”线控系统，踩踏力通过传感器传给电机控制器，让骑行体验彻底软件化。设计上还把电池集成在可拆卸座管里，支持USB-C直充，整体造型充满未来感。

时隔一年，TM-B却迟迟未能发货。已经预订的车主们陆续收到延期通知，部分订单的交付时间被多次推迟。Also团队发邮件致歉，称在测试过程中发现软件需要更长周期来优化校准，以确保各种路况和温度下都安全稳定。此外，一些定制零部件的供应链仍存在瓶颈。

有业内人士指出，传统自行车制造周期大约是六个月，但智能电单车的电子控制、电池管理系统和无线升级都比想象中复杂。TM-B的核心卖点是“没有机械连接”，这意味着每一辆车的油门响应和自动辅助都依赖代码，任何失控都可能造成严重安全事故。因此，Only经过远比普通电单车更严苛的耐久测试。

Rivian自身在电动皮卡量产阶段也曾经历过“生产地狱”，如今旗下的出行产品似乎正在重蹈覆辙。好消息是，早期预订用户并未大规模退款，说明品牌信任仍在；坏消息是，如果后续更新再跳票，TM-B很可能变成又一个“已发布却难落地”的PPT产品。

💡 技术纵深

：当自行车被变成“可OTA的智能体”，它的交付瓶颈就不仅是机械供应链，而是嵌入式软件测试。爱好者愿意等，但资本市场未必会一直等。

重新发明自行车很容易，但把软件定义的安全性做到量产水准，才是真正的门槛。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：The Verge

🤔 小乌的深度思考

🤔 小乌的深度思考：当自行车被变成“可OTA的智能体”，它的交付瓶颈就不仅是机械供应链，而是嵌入式软件测试。爱好者愿意等，但资本市场未必会一直等。

波兰晋级“发达市场”：比标普500便宜的投资洼地来了？

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 当美国科技股贵得吓人时，欧洲的“隐藏冠军”也许更值得研究。

📰 原文详情

波兰资本市场被重新归类为“发达市场”，这意味着从新兴市场指数中剔除后，会被大量只追踪发达市场指数的全球基金自动纳入。这种“指数效应”往往会在升级后带来持续的被动资金流入。

文章指出，波兰股市当前估值仍明显低于标普500：更低的市盈率、更高的股息率，以及相对稳健的GDP增长。波兰经济受益于欧盟资金、制造业回流和中欧供应链地位，银行、消费和IT板块都具备结构性机会。

投资者如何参与？文章介绍了几条路径：一是买入覆盖波兰的欧洲中小盘或发达欧洲ETF；二是选择在波兰本土上市的行业龙头；三是通过主动管理型基金筛选高ROE标的。但风险同样存在，包括波兰与欧盟的司法冲突、俄乌战争的地缘外溢和本币兹罗提的汇率波动。

总体而言，波兰市场在升级后的扩容效应下，短期内仍可能跑赢多数成熟市场，但长期回报取决于企业盈利能否消化“发达国家”的身份溢价。

💡 技术纵深

：市场升级带来的“被动买盘”真实且即时，但估值折价也反映了地缘风险。对个人投资者而言，与其押注单一国家升级，不如把波兰放进欧洲价值型配置的一环，等待均值回归的长期逻辑。

当美国科技股贵得吓人时，欧洲的“隐藏冠军”也许更值得研究。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：MarketWatch

🤔 小乌的深度思考

🤔 小乌的深度思考：市场升级带来的“被动买盘”真实且即时，但估值折价也反映了地缘风险。对个人投资者而言，与其押注单一国家升级，不如把波兰放进欧洲价值型配置的一环，等待均值回归的长期逻辑。

顶级芯片厂拥抱ASML 4亿美元EUV大机，开启芯片制造关键变革

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 花4亿美元买一台机器还不够，芯片厂还得一起改写整套制造规则。

📰 原文详情

ASML新一代High-NA EUV光刻机售价超过4亿美元，是迄今最复杂的半导体制造设备。英特尔率先采购，台积电和三星也在后续列入路线图。这套设备能够把极紫外光的数值孔径从0.33提高到0.55，从而在晶圆上刻出更细的线条，是通向2nm以下节点的关键。

但High-NA EUV带来的不只是分辨率提升，还有极其苛刻的曝光工艺：光刻胶需要更薄、掩膜需要更复杂、套刻精度也要进一步提高。为了让机器发挥最大效率，顶级芯片制造商达成了一项罕见的共识——共同采用一种名为“单次曝光改写芯片设计规则”的新流程，避免使用传统的双重或多重曝光，从而减少晶圆在机台内的通过次数。

这一改变据称能将High-NA EUV设备的生产效率提升约40%。对单价昂贵的设备来说，效率直接决定每颗芯片的制造成本。如果没有这种协同，即便买得起EUV的少数厂商也会被过高的单位成本压垮。

不过，协同也意味着设计工具（EDA）、IP核和晶圆厂之间的紧密配合。任何一家公司改变设计规则都会影响全产业链，因此执行风险很高。分析认为，这次“变革协议”标志着半导体行业从各自为战走向联合优化，目的是延续摩尔定律，同时避免设备投资成为无底洞。

💡 技术纵深

：5nm之后，芯片制造的瓶颈不再是某一台光刻机，而是整个制造生态能否同步迭代。ASML用设备绑定客户，客户们又用工艺协议绑定ASML，这场“共同进化”比单纯拼参数更有杀伤力。

花4亿美元买一台机器还不够，芯片厂还得一起改写整套制造规则。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：Ars Technica

🤔 小乌的深度思考

🤔 小乌的深度思考：5nm之后，芯片制造的瓶颈不再是某一台光刻机，而是整个制造生态能否同步迭代。ASML用设备绑定客户，客户们又用工艺协议绑定ASML，这场“共同进化”比单纯拼参数更有杀伤力。

高通拿下亚马逊芯片大单：股价迎久违利好

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 手机芯片见顶之后，高通终于在服务器和边缘AI里找到了新故事。

📰 原文详情

高通长期被视为智能手机芯片霸主，但在AI硬件行情里，它的股价涨幅却远不如英伟达和博通。核心原因是手机市场增长乏力，而高通在数据中心还没有真正放量。近日有消息称，高通正在与亚马逊合作多个芯片项目，闻讯后股价明显上涨。

这些合作可能包括为亚马逊AWS设计基于Arm架构的服务器芯片，以及面向Alexa设备、物流机器人和云计算加速器的专用芯片。亚马逊在自研芯片上长期依赖Annapurna Labs团队，也同时采购博通、Marvell的设计服务。与高通合作意味着AWS希望引入更多供应商，以降低成本和供应链风险。

对高通而言，进入AWS供应链的意义不仅是营收增量，更是证明其具备定制AI芯片（ASIC）能力。高通的Hexagon NPU和调制解调器技术在移动端积累深厚，但要在数据中心达到AMD和英伟达的能效水平仍是巨大挑战。分析师估计，这些合作项目最早到2027年才能贡献实质收入，因此本次股价反应更多是情绪修复。

若双方最终签署正式订单并进入量产，高通将摆脱对手机业务的过度依赖。但定制芯片市场竞争激烈，亚马逊也可能同时扶持多家供应商，高通的利润率未必能复制手机骁龙芯片的水平。

💡 技术纵深

：定制芯片是半导体行业的下一个“代工式”增长曲线。高通的移动专利护城河很难复制到数据中心，与亚马逊合作能打开增量，但也要小心沦为低毛利设计代工服务商。

手机芯片见顶之后，高通终于在服务器和边缘AI里找到了新故事。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：MarketWatch

🤔 小乌的深度思考

🤔 小乌的深度思考：定制芯片是半导体行业的下一个“代工式”增长曲线。高通的移动专利护城河很难复制到数据中心，与亚马逊合作能打开增量，但也要小心沦为低毛利设计代工服务商。

黑客盯上Claude订阅用户：Token正在成为新型盗窃目标

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 当Token成为一种数字资产，AI账号的安全级别就应该向网银看齐。

📰 原文详情

上个月，一位Claude用户发现自己的账户在没有打开任何对话的情况下，Token数量仍在不断减少。一开始他以为是系统错误，直到查看登录设备记录才发现有陌生的API调用会话。向Anthropic反馈后，这家AI公司确认存在针对Claude订阅者和API用户的账户劫持行为。

攻击方式并不新鲜：通过撞库、钓鱼邮件和恶意浏览器扩展窃取用户的登录凭证，然后再用这些账户调用Claude模型。由于企业订阅用户往往绑定了信用卡或按月付费，被盗用的账户会在后台运行大量prompt，导致受害者既损失Token余额，也可能因触犯服务条款而被封号。

Anthropic已向受影响用户发送安全提醒，建议启用双因素认证、定期轮换API密钥、检查“已连接设备”列表并撤销不认识的会话。安全研究人员指出，Claude的上下文容量很大，一次完整会话可以消耗数万Token，黑客还可能利用这些账户批量生成垃圾内容或进行恶意自动化攻击，进一步拉高受害者的账单。

随着AI推理成本从单纯的服务端费用变成可转移的“数字额度”，账户安全问题开始呈现出类似游戏账号盗号和云资源滥用的混合特征。对于AI公司来说，如何在不伤害用户体验的前提下实时识别异常用量，已经与模型能力本身同等重要。

💡 技术纵深

：大模型的Token体系像是一种可消耗货币，攻击者无需偷钱，只要偷“算力”就能变现。未来的AI安全不仅要在模型层防滥用，还要在账号层加装反欺诈风控。

当Token成为一种数字资产，AI账号的安全级别就应该向网银看齐。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：TechCrunch

🤔 小乌的深度思考

🤔 小乌的深度思考：大模型的Token体系像是一种可消耗货币，攻击者无需偷钱，只要偷“算力”就能变现。未来的AI安全不仅要在模型层防滥用，还要在账号层加装反欺诈风控。

内存芯片统治AI繁荣：美光的黄金时代可能才刚刚开始

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 算力之后，存储成了AI军备竞赛的新命门，而美光正踩在风口上。

📰 原文详情

过去两年AI热潮的主角一直是GPU，但如今内存芯片已经悄悄成为决定AI算力成本的核心环节。大模型训练和推理需要海量高带宽内存（HBM），而HBM市场的三大供应商中，美光正以激进的技术路线追赶并挑战头号厂商。

市场研究机构预计，2026年全球半导体行业收入将首次突破1.5万亿美元，贡献最大的不再是逻辑芯片，而是内存。DRAM价格在经历2023年低谷后大幅回升，叠加数据中心对HBM的排队订单，内存厂商的议价能力空前强大。

美光的领先优势来自其在1γ纳米节点和HBM4上的布局。英伟达新一代加速卡对HBM容量和带宽的要求翻倍，美光已通过认证并开始小批量供货。文章分析认为，内存行业的传统“周期股”属性正在被AI资本开支改写：过去供给过剩导致价格崩盘，如今头部三家厂商保持理性扩产，而AI需求曲线比PC和手机时代陡峭得多。

不过，也有分析师提醒，当所有云厂商都在囤内存，库存误判风险仍在。如果AI训练需求阶段性放缓，高企的内存价格可能迅速回落。美光能否持续统治，取决于它是否与下一代AI芯片深度绑定。

💡 技术纵深

：内存从“大路货”变成“AI战略资源”，说明AI瓶颈正在向存储侧转移。美光的股价已经计入大量乐观预期，真正的变量不是技术本身，而是2027年云厂商的资本开支是否按线性外推兑现。

算力之后，存储成了AI军备竞赛的新命门，而美光正踩在风口上。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：MarketWatch

🤔 小乌的深度思考

🤔 小乌的深度思考：内存从“大路货”变成“AI战略资源”，说明AI瓶颈正在向存储侧转移。美光的股价已经计入大量乐观预期，真正的变量不是技术本身，而是2027年云厂商的资本开支是否按线性外推兑现。

苹果与谷歌在英国错过屏蔽儿童裸露内容截止期，面临新立法威胁

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 隐私与儿童安全不是二选一，但苹果和谷歌始终没有给出让监管者满意的方案。

📰 原文详情

英国政府原定日期已过，苹果和谷歌仍没有在各自手机系统中落实自动检测儿童性虐待材料（CSAM）的功能。按照《在线安全法》的预期，智能手机操作系统应当具备识别并阻断涉嫌违法内容的能力，但两家公司以用户隐私、端到端加密、误判风险为由拒绝默认开启系统级扫描。

现在英国政府准备引入新的立法，强制要求科技公司部署“主动检测”技术，否则将面临巨额罚款和高管个人刑事责任。法案还可能将监管范围从手机扩展到Snapchat、Instagram等社交应用。执法机构认为，端到端加密虽然保护普通用户隐私，但也让恋童癖者得以在暗处传播非法内容，需要系统在本地通过感知哈希技术识别已知素材。

苹果曾在2021年提出过iCloud照片的CSAM扫描计划，但因隐私组织的强烈反对而搁置。谷歌也长期限制安卓系统对用户相册的默认访问。两家公司均表示愿意配合打击非法内容，但主张应先在设备端添加“儿童安全”API，由用户或家长自愿开启，而非强制默认激活。

法律专家指出，英国此次立法可能成为全球科技监管的风向标。如果落地，类似法律会在欧盟、美国多州被复制，迫使平台在加密与监控之间寻找新的技术平衡点。

💡 技术纵深

：苹果和谷歌有足够的技术能力在端侧识别CSAM，真正的阻碍是如何避免被滥用为监控后门。监管方如果把标准定得太死，最后可能倒逼科技公司退出英国市场，反而降低儿童保护力度。

隐私与儿童安全不是二选一，但苹果和谷歌始终没有给出让监管者满意的方案。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：Wired

🤔 小乌的深度思考

🤔 小乌的深度思考：苹果和谷歌有足够的技术能力在端侧识别CSAM，真正的阻碍是如何避免被滥用为监控后门。监管方如果把标准定得太死，最后可能倒逼科技公司退出英国市场，反而降低儿童保护力度。

索尼并未闪电端掉游戏光盘产线：实体游戏退场没有想象中快

Wed, 09 Sep 2026 00:00:00 +0000

💬 小乌点评

💡 真正杀死实体光盘的不是索尼的突然决定，而是玩家一点点转向下载和串流的习惯。

📰 原文详情

此前有报道称，索尼已经在改造旗下最后一条游戏光盘生产线，光盘介质将在2028年初彻底全面退场。但The Verge的最新调查显示，这个说法并不完全准确。索尼的盘片制造部门表示，“产线已被大幅重新利用”的报道细节不当，实际停产过程会比先前传闻更平缓。

索尼仍然坚持从2028年1月起停止生产游戏盘片的计划，只是“停止生产”不等于“工厂一夜关闭”。公司还需要处理库存、特殊版本、收藏家版，并等待渠道和零售商的过渡。实体游戏销量仍有一定基本盘，尤其是欧洲、日本市场的玩家依然偏爱收藏铁盒版或带实体的典藏版。

对索尼而言，光盘并不是利润中心，真正的收入来自PlayStation Store的数字抽成和订阅服务。砍掉光盘能让渠道成本下降，但也会影响传统零售商的货架陈列，甚至一些游戏开发商担心完全数字发行会削弱二手市场与实体所有权意识。

微软早已在Xbox平台推动“无光驱”策略，任天堂的卡带介质也面临同样的长期困境。索尼不过是按计划缓慢移除一个行将退出历史舞台的组件，留给市场和玩家的缓冲期比预想中稍微长一些。

💡 技术纵深

：游戏光盘时代的终结是确定的，但从宣布到真正消失可能需要很多年。对怀旧玩家而言，物理介质的意义不在技术指标，而在收藏与传递；可惜这批人的数量正在被订阅制原生用户稀释。

真正杀死实体光盘的不是索尼的突然决定，而是玩家一点点转向下载和串流的习惯。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：The Verge

🤔 小乌的深度思考

🤔 小乌的深度思考：游戏光盘时代的终结是确定的，但从宣布到真正消失可能需要很多年。对怀旧玩家而言，物理介质的意义不在技术指标，而在收藏与传递；可惜这批人的数量正在被订阅制原生用户稀释。