💡 代理的竞争，正在从「谁的模型更强」转向「谁的单位任务成本更低」。

📰 原文详情

Asana 的浏览器代理（browser agent）一直面临一个尴尬的现实：要让它能在真实的网页环境里稳定完成任务，往往必须调用能力最强、也最昂贵的模型，单次任务的推理成本居高不下，规模化铺开几乎不可行。如今这家工作管理平台给出了一个新答案——基于 OpenAI 的 GPT-6 系列模型（代号 Astra / Sol），在 Codex 中重新构建了其浏览器代理的推理与执行链路。

根据 OpenAI 公布的数据，Asana 在内部测试中让浏览器代理的成本下降了 76 倍，同时运行速度快了 5 倍。这意味着原本一次任务要花掉的钱，现在只需约七十六分之一；而响应延迟的改善则直接体现在用户体验上。值得注意的是，这一成果并非单纯「换一个更便宜的模型」，而是利用 Codex 对代理的规划、DOM 解析、动作执行等环节做了系统性的重构与缓存，把昂贵模型的调用压缩到真正必要的步骤上。

更关键的意义在于，成本的大幅下降让 Asana 得以「把更强的模型交给更多客户」。过去由于成本限制，产品团队不得不在能力与价格之间做取舍，往往只给高付费层级的用户开放高级代理功能。如今这一约束被显著放松，公司可以在更广的用户范围内启用更高能力的模型，形成「降本—扩容—增值」的正循环。

这背后折射出企业级 AI 应用的一条主线：随着推理成本以数量级的速度下降，代理正在从演示品变成可规模化的基础设施。谁能率先把单位任务成本压到商业可行的区间，谁就能在下一阶段的自动化竞争中占得先机，而 Codex 这类「编排层」工具，正在成为降本的关键杠杆。

🔗 原文链接：OpenAI

🤔 小乌的深度思考

🤔 76 倍降本绝不是单点优化能实现的，而是模型能力、编排框架与工程缓存三者协同的结果。它传递了一个重要信号：企业 AI 的胜负手正从「模型参数」转向「系统工程」。当代理的单位成本进入可接受区间，真正的护城河会是数据飞轮与工作流嵌入深度，而非一次性的模型调用。

💡 苹果不缺做家庭中枢的能力，缺的是一台让用户「必须买」的理由。

📰 原文详情

过去几年里，关于苹果正在研发一款全新智能家居产品的传闻反复出现，但始终停留在「据说」的层面——直到现在，这款产品似乎终于有了正式的名字和发布日期。TechCrunch 报道指出，这款被命名为 HomeView 的设备，可能承担起苹果在智能家居赛道扭转颓势的希望。

苹果在这一领域其实起步很早。HomeKit 平台多年前就已推出，HomePod 也曾被寄予厚望，但相比亚马逊的 Echo 系列和谷歌的 Nest，苹果始终没能拿出一款真正意义上的「爆款」中枢设备。价格偏高、生态相对封闭，以及 Siri 在家庭场景中的表现不佳，都被认为是其迟迟打不开局面的原因。

HomeView 的命名本身透露出一些信号：它很可能是带屏幕的家庭中枢，把家庭状态、通知、视频门铃、设备控制等整合到一块屏幕与更自然的语音交互之中。如果苹果能把它与 iPhone、Apple Watch、Apple TV 乃至正在推进的智能家居统一协议 Matter 打通，就有机会复制 Apple Watch 在可穿戴领域的「后来居上」剧本。

但挑战同样明显。智能家居不是一个靠单品就能赢的市场，它需要设备生态、开发者支持与长期的使用习惯养成。HomeView 能否成为苹果的首个成功，最终取决于苹果是否愿意在价格与开放性上做出妥协——而这两点恰恰是它过去最不愿意让步的地方。

💡 技术纵深

苹果的智能家居困局本质上是「入口战争的迟到者」问题：用户已被 Alexa 与 Google Home 占据，迁移成本高。若 HomeView 只是更大号的 HomePod，意义有限；它必须成为 FaceTime、隐私计算与 Matter 生态的交汇点，才可能反转局面。

苹果不缺做家庭中枢的能力，缺的是一台让用户「必须买」的理由。

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

🤔 苹果的智能家居困局本质上是「入口战争的迟到者」问题：用户已被 Alexa 与 Google Home 占据，迁移成本高。若 HomeView 只是更大号的 HomePod，意义有限；它必须成为 FaceTime、隐私计算与 Matter 生态的交汇点，才可能反转局面。

💡 术语之争从来不是文字游戏，改名的背后是叙事权与监管框架的争夺。

📰 原文详情

当美国总统特朗普宣布要把「人工智能」（AI）重新命名为「超级智能」（super intelligence）时，多数人有理由对此一笑置之。毕竟，一场由行政力量推动的行业术语改名，听起来更像是政治姿态而非技术变革。但出人意料的是，硅谷一些最有权势的人正在跟进，试图帮特朗普完成这场「AI 大改名」。

这场改名运动折射出 AI 话语权之争的一个侧面。术语从来不只是术语——它决定了公众如何理解一项技术的能力、风险与边界。「AI」一词已被广泛接受，而「超级智能」则自带一种超越人类、近乎科幻的暗示，可能悄然改变监管讨论与公众心理的框架。

支持者或许认为，改名有助于凸显当前模型能力的跃升，并为后续的政策与投资叙事铺路；批评者则担心，这是一种刻意的措辞升级，既可能放大恐惧，也可能为放松或收紧监管提供借口。无论动机如何，行业巨头与政治权力的合流，正在重塑 AI 的公共形象。

值得注意的是，尽管硅谷部分精英开始「跟队」，更广泛的人群仍然沿用「AI」这一叫法。术语的迁移往往缓慢而顽固，这次改名能否真正落地，最终取决于它能否在产品命名、媒体报道与日常语言中生根，而不仅仅是停留在政治演说与新闻标题里。

💡 技术纵深

命名即权力。把 AI 改称「超级智能」，会潜移默化地把讨论从「工具治理」推向「存在性风险」，既可能催生更严监管，也可能被用来为「技术特殊论」争取豁免。硅谷的跟队，本质上是与政治权力交换叙事红利——这比技术本身更值得警惕。

术语之争从来不是文字游戏，改名的背后是叙事权与监管框架的争夺。

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

🤔 命名即权力。把 AI 改称「超级智能」，会潜移默化地把讨论从「工具治理」推向「存在性风险」，既可能催生更严监管，也可能被用来为「技术特殊论」争取豁免。硅谷的跟队，本质上是与政治权力交换叙事红利——这比技术本身更值得警惕。

💡 当所有人都在等同一份财报来确认乐观，预期本身就已经成了最大的风险源。

📰 原文详情

随着新一轮财报季临近，投资者即将获得一个关键判断：企业盈利能否继续支撑当前估值高企的股市。市场对第三季度盈利抱有很高的期望，这种乐观情绪暂时压过了对利率走向和油价波动的担忧——但已有一位专家警告，市场已经变得「极度自满」。

看点之一是大型银行。它们将率先在周二拉开财报季的序幕，为外界提供第一手线索，观察在收益率上行的环境中，实体经济究竟处于何种状态。银行的净息差、信贷损失准备与贷款需求，往往被视为经济冷暖的先行指标，因而这份「开场答卷」格外引人注目。

当前市场的核心逻辑是「盈利接力」：只要企业利润持续超出预期，即便利率维持高位、地缘政治与能源价格带来扰动，股市依然有所支撑。但问题恰恰在于，预期已经被推得很高，任何一家重量级公司不及预期，都可能被市场放大解读，引发连锁反应。

换言之，这一轮财报季不只是数字的比拼，更是对市场情绪的一次压力测试。若盈利兑现，高估值尚有理由；若盈利失速，投资者或许会重新评估「自满」的代价，以及利率与油价这两条被暂时压下的暗线。

💡 技术纵深

每逢财报季，市场往往先定价「预期」再定价「事实」。当前估值已隐含强劲增长假设，留给意外的容错空间很小。银行股作为利率敏感型资产，其信贷成本指引可能比 EPS 本身更能揭示周期位置——这是普通投资者容易忽略的观察窗口。

当所有人都在等同一份财报来确认乐观，预期本身就已经成了最大的风险源。

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

🤔 每逢财报季，市场往往先定价「预期」再定价「事实」。当前估值已隐含强劲增长假设，留给意外的容错空间很小。银行股作为利率敏感型资产，其信贷成本指引可能比 EPS 本身更能揭示周期位置——这是普通投资者容易忽略的观察窗口。

💡 当「提升安全」的摄像头装上去容易、拆下来困难，公共采购的退出条款就该被重新审视。

📰 原文详情

2025 年 4 月，伊利诺伊州的 Elgin Community College 安装了 6 台 Flock Safety 摄像头，官方理由是「提升学生的安全与保障」。但到了同年 9 月，学校管理层开始感到不安：他们担心 Flock 正在把数据分享给美国海关与边境保护局（CBP），摄像头视频流没有得到妥善保护，而且执法部门以及更多第三方的访问权限也缺乏透明度。

更令人意外的是后续的发展。当校方试图终止这份合同、把摄像头拆掉时，Flock 却拒绝了这一要求。一家私营监控公司对公共机构的合同终止请求说「不」，本身就构成了一个耐人寻味的先例——合同条款、数据归属与退出机制，在监控采购中究竟由谁说了算？

这起事件是围绕自动车牌识别（ALPR）与城市监控网络日益升温的争论的一个缩影。Flock 的摄像头遍布全美数千个社区，其数据共享网络让一个地方的执法机构可以调取另一个地方的记录，而数据保留期限、访问权限以及联邦机构的访问，长期缺乏足够的公开说明。

对学生和教职员工来说，问题非常直接：校园里的摄像头拍下的数据，究竟流向了哪里？当「安全」成为采购理由，而「退出」却变得困难重重，监控技术的边界就值得被重新审视——尤其是在校园这样理应更重视隐私的环境中。

💡 技术纵深

这个案例的价值不在于摄像头本身，而在于「退出成本」这一被忽视的变量。监控采购常被简化为「安全 vs 隐私」的取舍，但真正的风险是供应商锁定与数据不可撤回。若机构无法在合同层面切断数据流，所谓「知情同意」就形同虚设，未来立法应把退出权写进条款。

当「提升安全」的摄像头装上去容易、拆下来困难，公共采购的退出条款就该被重新审视。

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

🤔 这个案例的价值不在于摄像头本身，而在于「退出成本」这一被忽视的变量。监控采购常被简化为「安全 vs 隐私」的取舍，但真正的风险是供应商锁定与数据不可撤回。若机构无法在合同层面切断数据流，所谓「知情同意」就形同虚设，未来立法应把退出权写进条款。