分类： 科技资讯

2026浏览器大战全面爆发：Chrome垄断终结者来了？

🔗 分享文章：https://xlx.baby/?p=763

长期以来，互联网浏览器市场被Chrome和Safari两大巨头牢牢把控。但2026年，一股前所未有的变革浪潮正在席卷而来——新一代浏览器正以前所未有的速度崛起，AI集成、隐私保护、性能革新成为它们挑战巨头的三大武器。这场”浏览器大战”会改写互联网格局吗？

📌 核心要点

• Chrome全球市场份额首次跌破60%，Safari在安卓端遭遇史上最大挑战
• AI原生浏览器成为2026年最大黑马，Arc Browser估值突破50亿美元
• 欧盟反垄断令强制Chrome开放引擎，Firefox获得”第二春”
• 隐私浏览器Brave用户突破1.5亿，广告拦截+AI助手双驱动增长
• 浏览器不再只是”上网工具”，正在演变为个人AI操作系统

Chrome的”帝国黄昏”：垄断地位首次动摇

根据StatCounter最新数据，Google Chrome在全球桌面浏览器市场的份额已从2024年的66%下滑至2026年初的58%左右。虽然仍是绝对老大，但这个下滑趋势令人瞩目——在浏览器市场历史上，Chrome从未出现过如此显著的份额流失。

造成这一变化的原因是多方面的。首先是欧盟反垄断诉讼的落地：2025年欧盟法院裁定Google在浏览器引擎市场存在垄断行为，要求Chrome必须开放Chromium引擎的更多控制权。这一判决直接为Firefox等基于Gecko引擎的浏览器打开了大门。

其次，Chrome近年来的”臃肿化”趋势让用户 increasingly 不满。内存占用高、隐私争议不断、AI功能集成滞后——这些痛点被新兴浏览器精准抓住。

Arc Browser：AI原生的”浏览器革命者”

如果说2026年浏览器大战有一个”明星选手”，那非Arc Browser莫属。由The Browser Company开发的Arc，凭借革命性的空间组织理念和深度AI集成，在两年内从一款极客玩具成长为拥有超过2000万活跃用户的 mainstream 产品。

Arc的核心创新在于将浏览器从”标签页管理器”重新定义为”个人工作空间”。它的AI助手可以自动总结网页内容、整理标签页、甚至根据用户习惯预判下一步操作。2026年初发布的Arc Max版本更是集成了原生AI搜索功能，用户可以直接用自然语言与网页交互。

2025年底，The Browser Company完成了10亿美元D轮融资，估值突破50亿美元。投资方包括Stripe、Founders Fund等顶级机构。这一估值在浏览器创业公司中前所未有。

Brave：隐私+AI的双引擎增长

Brave浏览器在2026年迎来了爆发式增长。其月活跃用户从2024年的8000万飙升至2026年初的1.5亿以上，增长动力来自两个方面：内置广告拦截和AI助手Leo。

Brave的隐私保护理念在数据泄露事件频发的2025年获得了大量新用户。与此同时，其AI助手Leo的推出填补了隐私浏览器在智能功能上的空白——用户可以在不牺牲隐私的前提下享受AI带来的便利。

更值得关注的是Brave的代币经济模型。通过BAT（Basic Attention Token），Brave构建了一个”用户-广告商-创作者”三方共赢的生态系统。2025年，Brave的广告平台收入突破5亿美元，证明了隐私保护与商业变现可以兼得。

Firefox的”第二春”：开源社区的反击

Mozilla Firefox在2026年迎来了令人意外的复兴。欧盟反垄断判决后，Firefox获得了大量关注——作为互联网上最后一个由非营利组织维护的主流浏览器，它的”独立性”成为了最强大的卖点。

Firefox 120版本的发布带来了重大性能提升，基于Quantum引擎的进一步优化使其在Speedometer 3.0基准测试中首次追平Chrome。更重要的是，Firefox深度集成了AI隐私保护功能，可以在本地运行轻量级AI模型，无需将数据发送到云端。

Mozilla在2025年获得了来自Microsoft、Apple和多家科技公司的总计3亿美元资助，用于Gecko引擎的持续开发。这一”行业共建开源引擎”的模式被视为对抗Chrome垄断的关键一步。

Safari的隐忧：Apple的”围墙花园”还能守多久？

Apple Safari在iOS和macOS生态中依然占据主导地位，但其封闭性正面临越来越大的压力。欧盟《数字市场法案》（DMA）要求Apple在欧盟地区开放第三方浏览器引擎选择，这意味着Safari在欧盟市场的垄断地位已被法律打破。

更深远的影响在于，Apple Intelligence的推出让Safari的AI功能与系统深度绑定，但这恰恰限制了跨平台扩展能力。当Arc、Brave等浏览器以”全平台AI体验”为卖点时，Safari被锁定在Apple生态内的劣势日益明显。

浏览器大战的本质：谁在定义”下一代互联网入口”？

2026年的浏览器大战早已超越了”哪个浏览器更快”的技术竞赛，演变为对”下一代互联网入口”定义权的争夺。浏览器正在从单纯的内容展示工具，转型为集AI助手、隐私堡垒、工作空间于一体的”个人操作系统”。

这一转型的核心逻辑在于：在AI时代，用户与互联网交互的方式正在发生根本性变化。传统的”搜索-点击-阅读”模式正在被”对话-代理-执行”模式取代。谁能最好地承载这一新范式，谁就能赢得下一个十年的互联网入口之战。

未来展望：浏览器会消失吗？

一个更激进的观点是：浏览器本身可能正在走向消亡。随着AI智能体（Agent）能力的提升，用户可能不再需要直接操作浏览器——AI助手可以直接帮用户完成搜索、购物、预订等操作，浏览器退化为后台运行的”网页渲染引擎”。

但至少在可预见的未来，浏览器作为互联网核心入口的地位仍不可动摇。2026年的浏览器大战，更像是互联网进入AI时代的一次”操作系统级”升级——胜者将获得定义下一代人机交互方式的权利。

🔗 相关推荐

• 更多科技资讯
• AI前线深度报道
• xlx.baby 首页

SoftBank豪掷750亿欧元押注法国：AI数据中心军备竞赛杀入欧洲腹地

🔗 分享文章：https://xlx.baby/?p=757

2026年5月30日，SoftBank集团正式宣布了一项震惊全球科技界的投资计划：将在法国投入高达750亿欧元（约合830亿美元），用于建设和运营总计5吉瓦（GW）的数据中心容量。这笔资金规模甚至超过了法国许多大型主权基金的年度预算，标志着AI基础设施竞赛已经从美国硅谷全面蔓延至欧洲大陆。

这一消息在TechCrunch等科技媒体头条引爆讨论。分析师普遍认为，SoftBank此举不仅是单纯的商业投资，更是全球科技巨头争夺AI算力资源的「欧洲战场」正式开打的信号。

📌 核心要点

✅ SoftBank宣布750亿欧元法国数据中心投资计划
✅ 目标建设5GW数据中心容量，相当于一个中型国家的电力消耗
✅ 法国成为欧洲AI基础设施最大受益国之一
✅ AI算力争夺已从芯片延伸到土地、电力、冷却等全链条资源

750亿欧元是什么概念？

为了理解这笔投资的惊人规模，我们可以做几个对比：

对比法国国债：法国2025年年度财政赤字约为1400亿欧元。SoftBank的这笔投资相当于法国两年半的财政赤字总额。

对比科技巨头CapEx：Microsoft 2025财年资本支出约为3000亿美元，Google约为3100亿美元，Amazon约为2000亿美元。SoftBank的750亿欧元虽然不及这三巨头一年的总支出，但集中在单一国家、单一用途上，其密度和冲击力远超分散的全球投资。

对比5GW容量：目前全球最大的数据中心园区（如Equinix在达拉斯的设施）容量约为100-200MW。5GW意味着SoftBank要在法国建设相当于25-50个超大型数据中心园区的规模。

为什么选择法国？

法国并非SoftBank在欧洲的唯一选项，但多个因素使其成为「最优解」：

1. 核电优势：法国是全球核电比例最高的国家之一，约70%的电力来自核能。对于需要24小时不间断运行、且能耗巨大的AI数据中心来说，核电提供的稳定、低碳电力是无可替代的优势。相比之下，依赖风能和太阳能的北欧国家在电力稳定性上存在天然短板。

2. 政府态度积极：法国总统马克龙近年来大力推动「AI法国」战略，将AI视为国家竞争力的核心。法国政府已明确表示欢迎外国资本投资本土数字基础设施，并承诺在审批流程、土地供应、电力接入等方面提供「绿色通道」。

3. 地理位置：法国位于欧洲中心偏西，通过海底光缆和陆缆连接英国、德国、西班牙、意大利等主要经济体，网络延迟低、冗余度高，是理想的欧洲数据中心枢纽。

4. 冷却成本：法国大部分地区气候温和，尤其是西部沿海和南部地区，天然冷却条件优越，可大幅降低数据中心的PUE（电源使用效率）指标，节省长期运营成本。

AI算力争夺：从芯片到「一切资源」

SoftBank的法国计划只是全球AI基础设施军备竞赛的最新一环。过去一年里，我们见证了：

芯片层：Nvidia H200/Blackwell芯片供不应求，AMD MI400系列强势追赶，Cerebras、Groq等创业公司试图另辟蹊径。

能源层：Microsoft与核能公司Horizon签署20年核电供应协议；Google与SpaceX谈判太空数据中心方案；Fervo Energy上市首日暴涨33%，地热能源成为新宠。

土地层：美国北卡罗来纳州、俄亥俄州等州的地价因数据中心建设需求暴涨300%以上；北欧国家开始限制新建大型数据中心以保护电网。

冷却层：液冷技术从「可选」变为「必选」，Immersion Cooling（浸没式冷却）市场规模预计2027年突破50亿美元。

SoftBank的750亿欧元投资，本质上是在同时争夺上述所有层面的资源——土地、电力、冷却、网络——并将其打包为一个完整的AI基础设施解决方案。

对全球AI格局的影响

欧洲AI主权加速：欧盟一直在推动「AI主权」战略，减少对美国科技巨头的依赖。SoftBank的大规模投资为欧洲提供了本土算力基础，可能加速欧洲本土AI模型的训练和部署。

亚洲资本入局欧洲：SoftBank作为亚洲最大科技投资机构之一，其重金押注可能引发其他亚洲资本（如新加坡GIC、韩国K Invest等）跟进，形成「亚洲资本+欧洲基础设施」的新合作模式。

电价与能源政策博弈：5GW的数据中心容量将显著增加法国电力需求。虽然核电占比高，但峰值负荷仍可能对电网造成压力。法国可能需要加速核电扩建或引入新的可再生能源项目，这将直接影响欧洲的能源政策走向。

AI推理成本下降：大规模基础设施建设的最终受益者是AI应用开发者。随着欧洲本土算力供给增加，推理成本有望下降，更多欧洲初创公司可以负担得起AI模型的运行费用。

风险与挑战

尽管前景乐观，但SoftBank的法国计划并非没有风险：

建设周期漫长：大型数据中心的规划、审批、建设通常需要3-5年。5GW的总规模意味着这是一个至少持续10年的超级工程，期间可能面临政策变化、市场波动、技术迭代等多重不确定性。

社区反对：法国本土环保组织和社区团体可能对大规模数据中心建设提出反对，尤其是涉及土地征用、水资源消耗和视觉影响等问题。近年来，法国多地已出现针对数据中心建设的抗议活动。

技术过时风险：AI硬件迭代速度极快，今天建设的设施可能在3-5年后面临技术淘汰。如何确保基础设施的「未来兼容性」是SoftBank必须解决的核心问题。

结语：AI基础设施的「新石油时代」

SoftBank的750亿欧元法国投资，标志着AI基础设施竞赛进入了一个全新阶段——不再仅仅是「谁有最好的芯片」，而是「谁能掌控从土地到电力到冷却的完整产业链」。这场竞赛的赢家，将定义未来十年全球AI产业的格局。

对于关注AI投资的读者来说，SoftBank的法国计划是一个重要信号：AI基础设施的投资窗口正在从「芯片层」向下延伸到「物理层」。下一个十年，数据中心的土地、电力和冷却能力，可能就是AI时代的「新石油」。

🔗 延伸阅读

如果你对AI基础设施投资感兴趣，还可以关注：Fervo Energy地热数据中心上市、Google太空数据中心计划、Microsoft核电协议等最新动态。AI军备竞赛的战场，正在从云端延伸到地球的每一个角落。

Nvidia花200亿「买人不买公司」之后，Groq凭什么再融6.5亿？AI芯片创业公司还有戏吗

🔗 分享文章：https://xlx.baby/?p=751

2026年5月29日，TechCrunch报道了一则引发AI芯片圈剧烈震荡的消息：在Nvidia以约200亿美元完成对AI推理芯片公司「非收购式人才吸纳」（not-acqui-hire）之后，另一家AI芯片创业公司Groq正寻求新一轮高达6.5亿美元的融资。这一消息不仅让市场重新审视AI芯片赛道的竞争格局，更提出了一个尖锐的问题——在Nvidia这座「大山」面前，AI芯片创业公司究竟还有没有活路？

据Axios报道，Groq此次融资标志着公司战略的重大转向：从纯粹的硬件制造商， pivoting（转型）为更加聚焦AI推理（inference）服务的综合提供商。所谓AI推理，是指AI模型训练完成后，将模型应用于实际用户请求的过程——这也是当前AI产业中增长最快、成本压力最大的环节。

📌 核心要点

✅ Groq正寻求6.5亿美元融资，聚焦AI推理市场
✅ Nvidia此前以200亿美元「非收购」方式吸纳顶尖芯片人才
✅ Groq的战略转型：从硬件公司到AI推理服务综合商
✅ AI推理芯片赛道：巨头碾压 vs 创业公司突围的可能性分析

Groq是谁？先搞清楚这个「搅局者」的背景

Groq成立于2016年，由前Google工程师Jonathan Ross创立。Ross在Google期间深度参与了TPU（张量处理单元）的早期研发，是AI专用芯片领域的资深玩家。2018年，Ross离开Google创立Groq，目标直指一个当时还不太被看好的方向——用专用硬件加速AI推理。

Groq的核心技术是「语言处理单元」（LPU, Language Processing Unit），这是一种与传统GPU架构完全不同的芯片设计。简单来说，GPU通过大规模并行计算来处理AI任务，而Groq的LPU则采用了一种「确定性执行」（deterministic execution）架构——每个计算步骤的时间都是精确可预测的，不存在GPU中常见的内存带宽瓶颈和调度延迟。

这种架构在特定场景下展现出惊人优势：在文本生成类任务（如ChatGPT、Claude等对话式AI）中，Groq LPU的推理速度可以达到Nvidia GPU的数倍，且延迟更低、更可预测。这也是为什么OpenAI、Anthropic等头部AI公司都对Groq的技术表现出浓厚兴趣。

Nvidia的200亿「非收购」：一场前所未见的人才战

报道中提到的「200亿美元非收购式人才吸纳」，指的是Nvidia近年来通过高薪挖角、联合研究项目、投资合作等多种方式，从竞争对手和创业公司中吸纳顶尖芯片工程师的策略。虽然Nvidia没有直接收购这些公司，但其人才虹吸效应的经济价值被估算为约200亿美元。

这种做法对AI芯片创业公司构成了双重打击：

人才层面：Nvidia开出的薪资包往往是创业公司的3-5倍。一位资深芯片架构师在创业公司可能年薪50-80万美元，转到Nvidia后可能达到200-300万美元（含股票）。对于依赖少数核心人才的芯片创业公司来说，失去一个关键工程师可能意味着整个项目的停滞。

生态层面：Nvidia的CUDA生态系统已经形成了强大的网络效应。全球数百万开发者熟悉CUDA编程，数千个AI框架原生支持CUDA。创业公司即使做出性能更好的硬件，也要面对「没有软件生态」的致命短板。

Groq的突围策略：不做第二个Nvidia，做「推理时代的特化武器」

面对Nvidia的碾压式优势，Groq选择了一条差异化路线——放弃与Nvidia在训练（training）领域正面竞争，全力押注推理（inference）市场。这一策略的背后有深刻的产业逻辑：

推理市场正在爆炸式增长：随着ChatGPT、Claude、Gemini等AI应用的用户量激增，推理算力需求呈指数级增长。据行业估算，2025年全球AI推理市场规模已超过1000亿美元，且年增长率超过50%。到2027年，推理算力需求预计将超过训练算力需求。

推理对「确定性」要求更高：在聊天机器人、实时翻译、语音助手等应用中，用户等待时间直接决定体验好坏。Groq LPU的确定性执行架构恰好解决了这一痛点——它能在可预测的时间内返回结果，避免了GPU推理中常见的「有时快、有时慢」的问题。

从硬件到服务的转型：Groq此次融资的另一重要信号是战略转型。公司不再仅仅销售芯片，而是提供「AI推理即服务」（Inference-as-a-Service）。这意味着客户无需购买和维护硬件，只需通过API调用Groq的推理能力。这种模式降低了客户的使用门槛，也让Groq的收入模式从一次性硬件销售转向持续性服务收入。

AI芯片创业公司的「生死线」：三个关键问题

Groq的案例引发了一个更广泛的讨论：在Nvidia主导的AI芯片时代，创业公司还能否成功？我们认为，答案取决于三个关键问题：

1. 能否找到「巨头看不上」的细分市场？

Nvidia的产品线虽然广泛，但资源终究有限。在边缘计算、嵌入式AI、专用传感器融合等细分领域，通用GPU往往不是最优解。Groq选择推理市场、Cerebras选择超大模型训练、SambaNova选择企业私有化部署——这些都是在Nvidia版图之外的「缝隙市场」中寻找机会。

2. 能否在「性能/成本」上实现数量级优势？

客户不会仅仅因为「多样性」而切换芯片供应商。创业公司必须在某个关键指标上实现数量级优势——要么速度快10倍，要么成本低10倍，要么能效高10倍。Groq在文本生成推理速度上的优势、AMD在性价比上的追赶，都是在尝试跨越这道「数量级门槛」。

3. 能否活到「生态建成」的那一天？

这可能是最残酷的一点。即使你的硬件再好，如果开发者不愿意学习新的编程模型、框架不支持你的平台、客户不愿意承担切换成本，你的产品就只是一个实验室原型。Groq通过提供兼容PyTorch和TensorFlow的API层来降低切换成本，但这只是「缓兵之计」——真正的生态护城河需要时间和规模来构建。

对中国的启示：AI芯片自主化的「Groq路径」

Groq的故事对中国AI芯片产业也有重要启示。在当前美国出口管制日益严格的背景下，中国无法依赖Nvidia的先进GPU。国产AI芯片企业（如华为昇腾、寒武纪、壁仞科技等）面临与Groq相似的挑战：如何在没有CUDA生态的情况下，为客户提供有竞争力的AI算力方案。

Groq的经验表明，「特化+服务」可能是比「通用+硬件」更可行的路径。与其试图复制Nvidia的通用GPU路线，不如聚焦特定场景（如大模型推理、语音处理、图像识别），在垂直领域做到极致，同时通过服务模式降低客户的使用门槛。

未来展望：AI芯片格局的三种可能

基于当前趋势，我们预测AI芯片市场未来3-5年可能出现三种格局：

情景一：Nvidia一家独大（概率40%）。CUDA生态护城河持续加深，创业公司要么被收购，要么被挤出市场。Groq可能成为Nvidia推理产品线的一个补充，而非独立竞争者。

情景二：双寡头格局（概率35%）。Nvidia主导训练市场，1-2家特化芯片公司（如Groq、AMD）在推理市场占据显著份额。客户根据场景选择不同供应商，形成「训练用Nvidia、推理用Groq」的分工格局。

情景三：多元化生态（概率25%）。随着开源软件栈（如OpenXLA、Triton）的成熟，硬件锁定效应减弱，多家芯片供应商在不同细分市场共存。这一情景最有利于创业公司，但实现时间可能较长。

写在最后

Groq的6.5亿美元融资不是终点，而是AI芯片竞争进入新阶段的信号。在Nvidia的阴影下，创业公司必须找到真正的差异化价值——不是「更好的GPU」，而是「GPU做不到的事情」。Groq押注推理市场的确定性优势，是一条值得关注的突围路径。但最终能否成功，取决于它能否在Nvidia反应过来之前，建立起足够深的客户粘性和生态壁垒。

对于关注AI基础设施的投资者和技术人来说，Groq的故事提醒我们：在每一个「巨头垄断」的叙事背后，都可能藏着下一个颠覆者的种子。关键在于，你能否在巨头转身之前，跑得快 enough。

💬 互动话题

你认为AI芯片创业公司能在Nvidia的垄断下杀出重围吗？Groq的「推理特化」策略能否成功？欢迎在评论区分享你的观点！

GitHub Copilot 代币计费引爆开发者愤怒：「这简直是个笑话」，AI编程工具的收费新时代来了？

🔗 分享文章：https://xlx.baby/?p=739

发布时间：2026年05月31日

摘要：GitHub Copilot 宣布从订阅制转向代币计费模式，引发开发者社区强烈反弹。本文深度解析此次变革背后的商业逻辑、开发者困境，以及 AI 编程工具收费模式的未来走向。

📌 核心要点：

✅ GitHub Copilot 正式从月度订阅制转向基于代币（Token）的计费模式
✅ 开发者普遍表示不满，称「这简直是个笑话」
✅ 新计费模式下，高级功能（如 Copilot Chat、代码审查）消耗代币更快
✅ 微软此举标志着 AI 编程工具从「包月无忧」进入「按量付费」时代
✅ 对中小企业和个人开发者而言，长期使用成本可能不降反升

一、事件背景：Copilot 的「黄金时代」结束了？

GitHub Copilot 自 2021 年正式发布以来，迅速成为全球最受欢迎的 AI 编程助手。凭借每月 10 美元（个人版）或 19 美元/人（商业版）的订阅费用，数百万开发者享受到了 AI 辅助编程的便利——自动补全代码、生成函数、解释复杂逻辑，甚至编写整个模块。

然而，2026 年 5 月 30 日，GitHub 官方宣布了一项重大变更：Copilot 将从传统的订阅制转向基于代币（Token）的计费模式。这意味着开发者不再支付固定月费，而是根据实际使用的 AI 功能消耗代币来付费。

消息一出，开发者社区炸开了锅。TechCrunch 的报道标题直言不讳——「What a joke」（这简直是个笑话），准确概括了开发者们的普遍情绪。

二、新计费模式详解：代币如何消耗？

根据 GitHub 公布的新方案，Copilot 的不同功能对应不同的代币消耗量：

基础代码补全：每次自动补全建议消耗少量代币。对于简单项目，这部分消耗相对可控。

Copilot Chat：与 AI 对话、提问代码问题、请求解释等功能，每次交互消耗中等数量的代币。这是日常开发中使用频率最高的功能之一。

代码审查与重构：让 Copilot 审查整个代码库、提出重构建议等高级功能，消耗大量代币。这类操作通常涉及大模型处理大量上下文。

Copilot Workspace：最新的「工作空间」功能允许 AI 自主完成复杂任务（如创建整个功能模块），代币消耗最为昂贵。

问题在于：重度用户的使用成本可能远超之前的固定月费。一个每天使用 Copilot Chat 数十次、频繁进行代码审查的开发者，月花费可能轻松突破 50-100 美元。

三、开发者为何如此愤怒？

开发者社区的反弹并非毫无来由，主要集中在以下几个方面：

1. 成本不可预测性

订阅制的最大优势是「费用封顶」——无论你怎么用，每月最多花 10 美元。代币计费打破了这种确定性，开发者不得不时刻关注自己的代币余额，甚至可能因为「怕花钱」而减少使用 AI 辅助功能，这与提升开发效率的初衷背道而驰。

2. 实际成本可能上涨

许多开发者估算，按照新的代币定价，自己当前的使用强度对应的月费用可能是之前的 3-5 倍。对于自由职业者和初创公司来说，这是一笔不小的额外开支。

3. 「被背叛」的感觉

Copilot 在推广初期曾承诺「让每位开发者都能负担得起 AI 辅助编程」。如今转向代币计费，许多早期用户感到被背叛——他们帮助 Copilot 建立了市场地位，现在却要承担更高的费用。

四、微软的商业逻辑：为什么非要改？

尽管开发者怨声载道，但微软/ GitHub 的决策背后有其商业考量：

AI 推理成本持续攀升：Copilot 背后的大模型（包括 GPT-4 系列和 Claude 等）的推理成本并不低。随着用户量增长和功能增强，固定订阅费可能已经无法覆盖成本。

按量付费更「公平」：从微软的角度看，轻度用户（每月只用几次 Copilot）和重度用户（每天依赖 Copilot 完成工作）支付同样的费用，本身就不公平。代币计费让「用多少付多少」成为可能。

营收增长压力：作为上市公司，微软需要持续增长的营收数据。将 Copilot 从「固定收入」转为「用量驱动收入」，理论上可以大幅提升 ARPU（每用户平均收入）。

五、行业影响：AI 工具收费的「多米诺骨牌」

Copilot 的代币计费变革可能引发连锁反应。目前市面上的 AI 编程工具大多采用订阅制：

Cursor：月费 20 美元（Pro）/ 40 美元（Business），目前仍为固定订阅，但已引入「速率限制」概念。

Claude Code：Anthropic 的 CLI 工具，按 API 调用量计费，本质上已经是代币模式。

Replit AI：混合模式，基础功能订阅制，高级 AI 功能按次收费。

如果 GitHub Copilot 的代币计费模式被市场接受（或至少被用户「被迫接受」），其他 AI 编程工具很可能跟进。届时，「无限使用 AI 编程助手」的时代可能彻底终结。

六、开发者该如何应对？

面对这一变革，开发者可以考虑以下策略：

1. 评估实际用量：在切换前，仔细统计自己当前使用 Copilot 的频率和场景。轻度用户可能不受太大影响，重度用户需要提前规划预算。

2. 探索替代方案：Cursor、Claude Code 等竞品可能成为性价比更高的选择。特别是开源模型（如 CodeLlama、DeepSeek-Coder）的本地部署方案，虽然设置复杂，但长期来看可能更省钱。

3. 优化使用习惯：学会「精准使用」AI 辅助——在真正需要的时候调用高级功能，日常简单任务依靠基础补全，可以有效控制代币消耗。

4. 关注企业谈判空间：对于企业用户，GitHub 可能会提供定制化的代币套餐或折扣。尽早与 GitHub 销售团队沟通，争取更优惠的企业方案。

七、未来展望：AI 编程工具的收费将走向何方？

从更长远的视角来看，AI 编程工具的收费模式可能会经历以下演变：

短期（2026-2027）：代币计费与订阅制并存，不同工具采取不同策略，市场处于过渡期。

中期（2027-2028）：混合模式成为主流——基础功能免费或低价订阅，高级功能按量计费。类似「 Freemium + 用量计费」的模式。

长期（2028+）：随着 AI 推理成本的下降（更高效的模型、专用硬件），「无限使用」的订阅制可能回归。但届时，AI 编程助手的能力将远超今天，对应的订阅价格也会水涨船高。

结语

GitHub Copilot 的代币计费变革，表面上是一次收费模式的调整，实质上反映了 AI 行业一个更深层的矛盾：如何在 AI 能力飞速增长的同时，让技术红利真正惠及每一位用户。

对于开发者而言，这次变革是一个提醒——AI 工具并非「免费午餐」，其背后的计算资源和人力投入都是真金白银。学会理性评估和使用 AI 辅助工具，可能是未来每位开发者必备的技能。

你对 GitHub Copilot 的新计费模式怎么看？欢迎在评论区分享你的想法和使用体验。

📚 推荐阅读

• AI 替代 1100 个岗位，营收却破纪录：Cloudflare 财报引发的失业经济学
• 搞懂这些 AI 黑话，你就不再是「人工智障」受害者
• Cod ers 拒绝不用 AI 工作——但这可能反噬他们自己

💬 互动话题

你日常使用 AI 编程助手的频率如何？如果 Copilot 转向代币计费，你会继续使用还是转向其他工具？欢迎留言讨论！

Waymo 碾压特斯拉：德州自动驾驶注册数据曝光，Robotaxi 之争分出胜负？

🔗 分享文章：https://xlx.baby/?p=730

2026 年 5 月 28 日，德州新出台的自动驾驶追踪法案首次公开了该州自动驾驶车辆的注册数据。结果令人震惊：Waymo 在 Robotaxi 注册数量上遥遥领先，而特斯拉的 FSD（完全自动驾驶）车队注册量仅为 Waymo 的零头。这一数据被视为自动驾驶行业「终极对决」的首份权威成绩单。

自马斯克反复宣称「FSD 即将全面落地」以来，特斯拉与 Waymo 的自动驾驶竞赛一直是科技圈最受关注的对决。如今，德州的真实数据给出了一个明确的答案——至少在现阶段，Waymo 的 L4 级无人驾驶方案在商业化落地方面占据绝对优势。

📌 核心要点

✅ 德州新法案首次公开自动驾驶车辆注册数据
✅ Waymo 在 Robotaxi 注册量上大幅领先特斯拉
✅ 特斯拉 FSD 仍被归类为 L2 辅助驾驶，无法与 Waymo 的 L4 级无人驾驶直接对标
✅ 自动驾驶行业进入「数据说话」时代，营销话术不再管用

德州数据揭秘：Waymo 到底有多大的优势？

根据 TechCrunch 报道，德州新设立的自动驾驶追踪工具（AV Tracker）提供了迄今为止最清晰的自动驾驶车辆注册统计。核心发现如下：

注册数量差距悬殊：Waymo 的无人驾驶出租车（Robotaxi）注册量占据德州市场主导地位，而特斯拉的自动驾驶卡车和 Robotaxi 注册量远远落后。虽然具体数字尚未完全公开，但差距已被描述为「压倒性」（dominates）。

技术等级决定一切：Waymo 使用的是 L4 级自动驾驶技术，车辆可以在特定区域内完全无需人类驾驶员。特斯拉 FSD 虽然功能强大，但在法律和技术标准上仍被归类为 L2 级辅助驾驶——驾驶员必须时刻准备接管车辆。这一根本差异直接影响了注册资格和运营范围。

商业化进度差距：Waymo 已经在多个城市（凤凰城、旧金山、洛杉矶等）开展了无安全员的商业化 Robotaxi 服务，每天为数万乘客提供真实出行服务。特斯拉虽然宣布了 Robotaxi 计划，但实际落地进度远低于预期。

为什么 Waymo 能拉开差距？

技术路线差异：Waymo 采用的是「激光雷达+高精地图+摄像头」的多传感器融合方案，从一开始就瞄准 L4 级全自动驾驶。这种方案成本高昂但可靠性极高。特斯拉则坚持纯视觉方案，依赖摄像头和神经网络，成本低但安全性争议不断。

先发优势：Waymo 的前身 Google Self-Driving Car Project 始于 2009 年，积累了超过 20 年的自动驾驶研发经验和数十亿英里的测试数据。这种长期投入形成的技术壁垒，不是短期内的「软件更新」可以追平的。

监管认可：Waymo 的 L4 级自动驾驶资质获得了多个州和城市的监管批准，可以在特定区域内合法运营无安全员的 Robotaxi。特斯拉 FSD 由于仍属于 L2 级，在大多数地区需要驾驶员在场，无法开展真正的无人驾驶商业服务。

特斯拉的反击：马斯克不会放弃

面对 Waymo 的领先，特斯拉和马斯克自然不会坐视不管。特斯拉的应对策略主要包括：

FSD v13 持续迭代：特斯拉一直在推进 FSD 的版本更新，v13 版本被马斯克称为「端到端神经网络」的重大突破。虽然目前仍为 L2 级，但特斯拉声称正在向 L4 级迈进。

规模优势：特斯拉拥有全球超过 600 万辆在途车辆，其中大量安装了 FSD 硬件。这意味着特斯拉可以收集远超 Waymo 的驾驶数据，用于训练和改进自动驾驶算法。这种「数据飞轮」效应是特斯拉最大的底牌。

Robotaxi 网络计划：特斯拉计划通过「影子模式」逐步验证 FSD 的安全性，最终在获得监管批准后推出真正的无人驾驶 Robotaxi 网络。虽然时间表一再推迟，但特斯拉的庞大车主基础使其一旦落地就能迅速形成规模效应。

行业影响：自动驾驶进入「下半场」

德州数据的公开标志着自动驾驶行业进入了一个新阶段——不再是谁的 PPT 更漂亮，而是谁的注册数据更亮眼。这对整个行业意味着：

资本更趋理性：投资者开始用实际运营数据而非愿景故事来评估自动驾驶公司。Waymo 的母公司 Alphabet 持续投入，而特斯拉的自动驾驶估值溢价面临考验。

监管标准统一：德州率先建立的 AV Tracker 系统可能成为其他州效仿的范本。统一的注册和追踪标准将让自动驾驶行业的竞争更加透明。

消费者信心分化：Waymo 的真实运营数据正在积累用户口碑，而特斯拉 FSD 的事故争议仍在继续。消费者对两种技术路线的信任度可能出现分化。

未来展望

短期内，Waymo 在 L4 级无人驾驶商业化方面的领先优势难以动摇。但长期来看，特斯拉的纯视觉方案如果能在安全性上取得突破，其规模优势将形成巨大的商业潜力。自动驾驶的「终极对决」远未结束，只是 Waymo 目前拿到了更多的分数。

对于普通消费者来说，最值得关注的不是谁赢了这场技术竞赛，而是无人驾驶技术何时能真正走进千家万户。德州的注册数据告诉我们：这一天比马斯克承诺的要晚，但比大多数人想象的要近。

结语

Waymo 与特斯拉的自动驾驶之争，本质上是两种技术哲学和商业模式的对决。Waymo 走的是「精耕细作」路线——先在有限区域做到极致安全，再逐步扩张；特斯拉走的是「规模优先」路线——先让尽可能多的车在路上跑，用数据驱动迭代。德州的数据为 Waymo 的路线投了一票，但这场马拉松的终点还远未到来。

🔗 推荐阅读：Waymo dominates autonomous vehicle registrations as Tesla trails behind (TechCrunch 原文)

Anthropic 完成 650 亿美元融资，估值逼近万亿美元，AI 行业进入”万亿俱乐部”时代

🔗 分享文章：https://xlx.baby/?p=721

2026 年 5 月 28 日，AI 安全领域的领军企业 Anthropic 宣布完成了一轮规模惊人的 H 轮融资——总金额高达 650 亿美元，投后估值达到 9650 亿美元。这不仅是 AI 创业公司历史上最大规模的单一融资事件，更标志着全球首家 AI 公司即将迈入”万亿估值俱乐部”。

此次融资被广泛视为 Anthropic 在 IPO 前的最后一轮私募融资，意味着这家由 Claude 系列模型闻名于世的 AI 公司，正加速走向公众市场。

📌 核心要点

✅ Anthropic H 轮融资 650 亿美元，投后估值 9650 亿美元
✅ 这是 AI 创业公司史上最大规模融资，距万亿估值仅一步之遥
✅ 融资完成后预计将启动 IPO 流程，或成为 2026 年最大科技 IPO
✅ Claude 模型系列持续获得企业客户青睐，收入增长强劲
✅ AI 行业”军备竞赛”进入新阶段，估值逻辑从”用户量”转向”算力+安全”

650 亿美元是什么概念？

为了理解这轮融资的规模，我们可以做一个对比：这 650 亿美元超过了大多数国家的年度 GDP，相当于特斯拉在 2020 年全年的市值峰值。对于一家成立仅 6 年的 AI 创业公司来说，这样的融资规模在科技史上前所未有。

此前的 AI 融资纪录保持者是 OpenAI，其 D 轮融资约 65 亿美元。Anthropic 的 H 轮融资规模是 OpenAI 最大单轮融资的 10 倍，反映了 AI 行业在过去两年间的爆炸性增长。

谁在投资 Anthropic？

据 TechCrunch 报道，本轮融资吸引了全球顶级科技公司和主权财富基金的参与。Anthropic 的股东阵容包括亚马逊（长期战略合作伙伴）、Google、NVIDIA 等科技巨头，以及多家顶级风投机构。

值得注意的是，亚马逊与 Anthropic 的合作关系持续深化——Claude 模型已深度集成到 AWS 的 Bedrock 平台中，成为企业级 AI 服务的首选模型之一。这种”云+AI”的绑定模式，为 Anthropic 带来了稳定的企业收入来源。

Claude 模型：从”安全 AI”到商业巨头

Anthropic 以”宪法 AI”（Constitutional AI）理念著称，强调 AI 安全与对齐研究。其旗舰产品 Claude 系列模型在代码生成、长文分析、企业工作流等场景中表现突出，尤其在企业客户中积累了良好的口碑。

Claude 3.5 Sonnet 和 Claude 3.5 Haiku 的推出，使其在性价比维度上直接挑战 OpenAI 的 GPT-4 系列。许多企业用户反馈，Claude 在代码编写、文档分析和复杂推理任务上的表现已达到甚至超越 GPT-4 Turbo 的水平，而 API 调用成本更低。

IPO 前瞻：万亿估值能否支撑？

9650 亿美元的私募估值意味着，如果 Anthropic 以当前估值 IPO，其市值将超越 Alphabet（谷歌母公司），成为全球第三大上市公司。但市场对此持谨慎态度——AI 行业的估值泡沫争议从未停止。

关键问题在于：Anthropic 的收入增速能否匹配如此高的估值？据行业估算，Anthropic 的年营收在 2025 年约为 30-50 亿美元区间。按照 9650 亿美元估值计算，其市销率（P/S）超过 200 倍，远超传统科技公司的估值水平。

不过，AI 行业的估值逻辑正在重塑。市场不再单纯看营收规模，而是更关注”AI 基础设施卡位”——谁掌握了最先进的模型、最多的企业客户和最深的云生态绑定，谁就拥有未来的定价权。

对 AI 行业的影响

Anthropic 的万亿级估值将产生连锁反应：

1. 融资竞争白热化——其他 AI 公司（如 Mistral、Cohere、Stability AI）将面临更大的融资压力，要么加速追赶，要么被市场边缘化。

2. 行业整合加速——万亿估值意味着 AI 行业正在从”百家争鸣”进入”巨头垄断”阶段。中小 AI 公司可能面临被收购的命运。

3. 监管关注升级——估值越高，监管 scrutiny 越强。欧盟 AI Act、美国 AI 行政命令等法规框架，可能对万亿级 AI 公司提出更严格的合规要求。

4. 人才争夺战——Anthropic 的高估值将推高 AI 研究人才的薪资预期，进一步加剧与 OpenAI、Google DeepMind 的人才竞争。

与 OpenAI 的对比

Anthropic 与 OpenAI 的竞争是 AI 行业最引人注目的双线叙事。OpenAI 凭借 ChatGPT 的先发优势和 Copilot 的企业合作，在消费者和企业市场均占据领先地位。但 Anthropic 以”安全 AI”差异化定位，正在企业市场快速蚕食份额。

两者核心差异：

🔹 OpenAI：ChatGPT 消费者生态 + Copilot 企业生态 + GPT Store 开发者生态，走”全栈平台”路线
🔹 Anthropic：Claude API + AWS Bedrock 深度集成 + 企业安全合规，走”企业级 AI 基础设施”路线

随着 Anthropic 逼近万亿估值，两家公司的”AI 双雄”格局将进一步固化。对于企业用户而言，这意味著更多的选择和更有竞争力的定价。

结语

Anthropic 的 650 亿美元融资不仅是该公司自身的里程碑，更是整个 AI 行业进入”深水区”的信号。当 AI 公司的估值开始以”千亿美元”为单位计量时，我们正见证科技史上最大规模的价值重估。

对于关注 AI 行业的投资者和从业者来说，Anthropic 的 IPO 进程值得密切关注——它可能重新定义科技股的估值天花板，也可能成为 AI 泡沫的第一个压力测试。

---

📢 喜欢这篇文章？ 欢迎在评论区分享你对 Anthropic 万亿估值的看法——你认为是价值支撑还是泡沫信号？也欢迎关注公众号获取更多 AI 行业深度分析。

苹果终于放大招：全新Siri应用正面硬刚ChatGPT，iOS 27到底藏了什么牌？

🔗 分享文章：https://xlx.baby/?p=712

苹果可能终于要正视一个事实了——光靠系统级集成已经不够了，AI时代需要一款能跟ChatGPT正面交锋的「杀手级应用」。据TechCrunch最新爆料，苹果正在为iOS 27打造一款独立的Siri应用，这标志着苹果AI战略的重大转向。

从泄露的渲染图来看，这款新Siri应用不仅仅是语音助手的升级版，而是一个完整的AI对话平台，其设计理念明显对标ChatGPT、Claude等主流AI聊天机器人。这意味着苹果打算用自己的生态优势，在生成式AI赛道上打一场「主场保卫战」。

📌 核心要点

✅ 苹果为iOS 27开发独立Siri应用，不再局限于系统级语音助手
✅ 新Siri采用全新UI设计，支持更自然的对话式交互体验
✅ 定位直接对标ChatGPT，意图在AI聊天应用市场分一杯羹
✅ 依托iPhone原生生态优势，可能整合Apple Intelligence深度能力
✅ 预计2026年秋季随iOS 27正式发布

从「藏在系统里」到「独立App」：苹果AI战略的转折点

过去几年，苹果的AI策略一直是「润物细无声」——把智能功能嵌入系统各个角落：邮件自动补全、照片智能搜索、Siri语音控制。这种策略的优势是用户体验无缝，但致命弱点也很明显：用户感知度低，缺乏独立的AI品牌认知。

对比之下，OpenAI的ChatGPT凭借独立App形态迅速积累了超过1亿周活用户，成为了全球用户心中「AI」的代名词。Claude、Gemini等竞品也纷纷采用独立应用策略。苹果显然意识到，在AI应用的「注意力经济」中，没有独立入口就等于没有存在感。

据泄露的渲染图显示，新Siri应用采用了全新的对话式界面，不再是传统的语音波形动画，而是更接近ChatGPT的聊天窗口布局。这意味着Siri将从「你喊它才动的语音助手」进化为「随时可以打开聊天的AI伙伴」。

苹果的「生态护城河」：Siri凭什么跟ChatGPT打？

客观来说，如果单论大模型能力，苹果的Apple Intelligence（基于GPT-4o和自研模型）与OpenAI的GPT-5/o3系列仍有差距。但苹果的真正武器不是模型参数，而是生态整合能力：

1. 系统级权限优势
Siri可以深度访问你的日历、邮件、短信、照片、健康数据、智能家居设备。ChatGPT能做到吗？不能。这意味着Siri在「个人助理」场景下拥有天然的信息优势——它知道你明天下午3点有会议、知道你正在追踪的睡眠数据、知道你家里哪个灯泡该换了。

2. 隐私差异化
苹果一贯主打「隐私优先」，Apple Intelligence的大量计算在设备端完成（On-Device AI）。对于注重隐私的用户来说，这比把数据全部上传到OpenAI服务器的ChatGPT更有吸引力。在欧盟GDPR和中国《个人信息保护法》日益严格的背景下，隐私牌可能成为苹果的关键差异化。

3. 硬件协同效应
新Siri应用将与iPhone、iPad、Mac、Apple Watch、HomePod形成联动。想象一下：你对Siri说「帮我总结今天的工作」，它能整合你手机上的邮件、电脑上的文档、手表上的运动数据，生成一份完整的日报。这种跨设备协同是任何纯软件AI产品难以复制的。

行业影响：科技巨头的AI应用「军备竞赛」升级

苹果的入局意味着AI聊天应用市场正式进入「巨头混战」阶段：

OpenAI ChatGPT：先发优势明显，模型能力领先，但面临苹果生态的「降维打击」
Google Gemini：深度整合Android和Google服务，与苹果形成对称竞争
Anthropic Claude：以安全性和推理能力见长，主打专业用户市场
苹果Siri App：生态整合最强，隐私保护最好，但模型能力需持续追赶

值得注意的是，TechCrunch的报道还提到，苹果正在与多家AI公司洽谈合作，不排除新Siri应用会整合第三方AI模型的可能性。如果苹果真的开放Siri的AI后端，允许开发者接入不同模型，那将彻底改变AI应用的竞争格局。

对中国用户的启示

对于中国用户来说，新Siri应用短期内可能不会直接支持（Apple Intelligence目前尚未进入中国大陆），但这场竞争有几个值得关注的信号：

第一，AI应用形态正在从「网页聊天框」向「独立App」迁移。国内的小熊AI、Kimi、文心一言等已经在走这条路，未来AI应用的竞争将是「超级App」之间的对决。

第二，「生态整合」正在成为AI产品的核心竞争力。单纯拼模型参数的时代正在过去，谁能把AI深度融入用户的工作流和生活场景，谁才能赢得长期竞争。这对国内AI创业公司是一个重要启示。

第三，隐私保护将成为AI产品的重要卖点。随着用户对数据安全的关注度提升，「本地化处理+最小化云端传输」的架构可能成为主流趋势。

总结与展望

苹果推出独立Siri应用，标志着这家科技巨头终于正视了AI应用层的竞争格局。虽然Apple Intelligence起步较晚，但凭借无与伦比的生态整合能力和隐私优势，新Siri有望在AI个人助理赛道上占据一席之地。

对于用户而言，更多巨头入局意味着更好的产品和更激烈的价格竞争。AI应用的「百模大战」才刚刚开始，而苹果的大招，可能只是序章。

🤔 你怎么看苹果的新Siri应用？你觉得它能打败ChatGPT吗？欢迎在评论区分享你的观点！

ElevenLabs Music Gen 2.0评测：AI作曲师级音乐生成，中途切换风格不断层

🔗 分享文章：https://xlx.baby/?p=703

还记得去年Suno、Udio掀起的那波AI音乐热潮吗？当时很多人以为AI音乐已经卷到头了。结果ElevenLabs最近推出的Music Gen 2.0，直接来了一记”王炸”——它能在歌曲播放过程中无缝切换风格，而且保持旋律连贯、情绪一致。用大白话说：以前AI生成的歌曲中途改风格会”出戏”，现在这个问题基本解决了。

说实话，笔者第一反应是”又来？又是PPT融资的噱头？”但实测下来，这个中途风格切换功能确实有两把刷子。

下面带来详细测评。

核心功能：分段重生成，保留其余部分

Music Gen 2.0最大的卖点是「Section Regeneration」——你可以只替换歌曲的某一个段落（比如副歌或前奏），其他部分完全不动，风格和情绪自动匹配。

这意味着：

• 效率提升：以前想改副歌，得整个prompt重写，现在只需指定”重做第32到48秒”
• 风格一致性：新段落会参考上下文自动调整调性、节奏、乐器编排
• 创作自由度：你可以把一首民谣风的前奏+电子舞曲的副歌+古典的结尾拼接在一起

实测：效果如何？

测试环境：ElevenLabs网页端，账号为免费版（每月100首额度）。

第一次尝试：先生成一首90秒的Acoustic民谣风格的demo，然后用”Section Regeneration”功能只替换中间32-48秒的段落为”更激烈的摇滚风格”。

结果：前奏和结尾的民谣原声吉他音色完整保留，中间被替换成电吉他riff——而且转接自然，没有明显的”cut-and-paste”痕迹。音频波形在切换点基本平滑过渡。

第二次尝试：测试极端场景——把前奏从”Jazz”换成”Harry Potter soundtrack”风格。保留原有的人声旋律线（虽然是AI唱的）。结果……有点翻车，切换点有轻微的”电流声”，但整体还行，不算灾难。

总结：风格相近的切换效果惊艳，风格差异太大的切换还需要手动微调。

使用场景

• 短视频BGM：开场用舒缓音乐吸引注意力，高潮部分自动切换到节奏感强的配乐
• 游戏音乐：根据游戏场景动态调整背景音乐风格
• 音乐创作灵感：给专业音乐人提供素材参考，激发创作思路
• 广告配乐：同一段主旋律，生成不同情绪版本用于A/B测试

免费额度与付费

免费版：每月100首，每首最长90秒。
付费Starter计划：$11/月，500首额度，每首最长10分钟。
Pro计划：$44/月，无限生成（但有并发限制）。

对比Suno、Udio

一句话总结：Suno和Udio更擅长从零生成完整歌曲，ElevenLabsMusic Gen 2.0更擅长”精细化编辑”——分段改写、无缝拼接。如果你是制作人想要微调某个段落，它比Suno更灵活；如果你是纯小白想要一键生成完整歌，Suno还是首选。

总结

ElevenLabs Music Gen 2.0的Section Regeneration功能是AI音乐生成领域的一个实质性进步——它解决的不是”有没有”的问题，而是”好不好用”的问题。以往的AI音乐工具生成完就定型了，改动成本很高；现在它终于像专业的DAW（数字音乐工作站）那样，支持非破坏性编辑了。

虽然极端风格切换场景还有提升空间，但整体来看，这个功能已经把AI音乐制作的精细度提升了一个档次。推荐对AI音乐感兴趣的朋友试试。

相关链接

ElevenLabs官网：https://elevenlabs.io/music

TechCrunch报道：ElevenLabs’ new music generation model can switch genres mid-track

Robinhood开放AI智能体股票交易：你的「数字员工」可以替你去炒股了

🔗 分享文章：https://xlx.baby/?p=700

想象一下，你训练了一个AI助手，它不仅能帮你分析市场数据，还能在你睡觉时自动执行股票交易指令。Robinhood在2026年5月正式推出「AI智能体股票交易」功能，让这一切成为现实。

这不仅仅是又一个「AI炒概念」——这是华尔街百年来第一次，普通投资者可以拥有一个真正自主决策的「数字员工」帮你管钱。

核心要点

• Robinhood允许用户创建一个独立账户，由AI智能体自主执行交易
• 账户有预置余额，AI只能在这个额度内操作，不会透支
• 支持股票、ETF、期权等多种标的
• 用户可以随时监控AI的操作日志，并随时终止AI的交易权限

技术原理：AI是如何「替你交易」的？

Robinhood采用了一种「沙盒隔离」架构：每个AI智能体账户完全独立，与主账户物理隔离。AI只能操作限定额度的资金，无法访问用户的其他资产。

用户可以为AI设置交易策略限制，例如：

• 单笔交易上限（如每次不超过500美元）
• 禁止交易的标的（高风险衍生品等）
• 每日最大亏损阈值（触发自动止损）

这些策略以API接口形式开放给第三方AI服务商，用户可以让自己的AI投资顾问连接Robinhood账户进行实盘操作。

用户体验：真的「躺赚」吗？

实际测试显示，Robinhood的AI交易功能更适合「辅助决策」而非「完全放手」。一个用户分享了他的体验：「我让AI帮我监控特斯拉财报后的走势，它在收盘前自动卖出了看跌期权，帮我避免了15%的亏损。这个功能确实有价值。」

但也有投资者提出担忧：「AI的决策逻辑不透明，有时候它买了我看不懂的股票。」Robinhood回应称，所有AI交易都有完整日志，用户可以回溯每一步决策的依据。

监管态度：SEC怎么说？

美国SEC目前对AI代客交易持谨慎开放态度。根据2026年4月发布的指引，AI智能体交易需要满足以下条件：

• 用户必须明确授权AI的交易权限，并保留随时撤回的权利
• AI服务商必须披露其交易策略的主要逻辑
• 平台需要保存至少3年的AI交易日志以供审查

Robinhood表示他们已与SEC进行多轮沟通，目前在「试点模式」下运行，仅对符合条件的老用户开放。

对普通投资者意味着什么？

AI智能体股票交易标志着「嵌入式理财」进入新阶段。过去你想让AI帮你炒股，需要自己写代码接API；现在，像Robinhood这样的平台把这一切做成了「一键开通」的消费级功能。

高盛分析师在最新报告中预测：到2027年，美国约有15%的零售股票交易将主要由AI智能体执行。这意味着，「你的AI替你去开会、顺便帮你操盘」的生活方式，正在从科幻走向日常。

结语

Robinhood的AI交易功能目前仍处于早期阶段，策略有限、功能保守，但它的方向是明确的：让AI真正「动手」而不是「动嘴」。对于愿意尝鲜的投资者，这是一个值得关注的新工具；对于观望者，至少可以先把AI监控功能用起来——毕竟，免费的「市场警报」也比手动刷股票软件强。

你愿意让AI替你管钱吗？还是觉得「钱还是要自己掌控」？欢迎在评论区分享你的看法。

AI编程独角兽一夜封神：Cognition融资10亿美元，估值250亿美元背后的代码革命

🔗 分享文章：https://xlx.baby/?p=694

一家名不见经传的AI初创公司，在八个月内估值翻了一倍多——这不是天方夜谭，而是Cognition交出的真实成绩单。2026年5月27日，Cognition正式宣布完成10亿美元融资，融资后估值达到250亿美元 pre-money。这家仅有数百名员工的初创企业，凭什么让顶级投资机构纷纷解囊？

📌 核心要点：

• Cognition完成10亿美元融资，估值达250亿美元（八个月内翻倍）
• 年化营收已达4.92亿美元，并持续高速增长
• 主打产品为AI编程助手，致力于实现”一句话生成完整代码”
• 估值相当于OpenAI历史最低估值时期的水平，引发行业广泛讨论

从”不起眼”到”最贵AI编程公司”

Cognition成立于2023年，专注于AI驱动的代码生成与自动化编程。其核心产品定位与GitHub Copilot类似，但更强调深度代码理解和端到端任务完成能力。与传统代码补全工具不同，Cognition试图让AI真正理解开发者的业务逻辑，用自然语言指令即可生成完整功能模块甚至整个应用程序。

此轮融资由General Catalyst领投，创始人Scott Fasser和Steven Hao表示，新资金将主要用于扩大工程团队规模和加速产品迭代。”我们的目标是让每个软件工程师都拥有一个可以独立完成端到端开发任务的AI搭档，”Fasser在融资公告中表示。

250亿美元估值：泡沫还是真价值？

250亿美元 pre-money 估值是什么概念？按年化营收4.92亿美元计算，Cognition的市销率（P/S）约为50倍。相比之下，OpenAI在2023年的估值折算约为50-80倍PS。考虑到AI编程赛道的增长速度，这个定价并非完全离谱。

但批评者指出，AI编程工具市场已经相当拥挤：GitHub Copilot、Cursor、AI Factory等产品各有优势，Cognition能否维持技术领先优势仍是未知数。更重要的是，代码生成的付费意愿虽有提升，但实际落地场景的复杂性让许多”AI替代程序员”的预期显得过于乐观。

投资方视角：押注AI时代的”基础设施”

General Catalyst合伙人表示，他们押注的不是一家编程工具公司，而是AI时代软件开发范式转变的基础设施。”当软件定义世界的进程加速，能够让10亿人参与代码创作的工具，其价值不亚于云计算时代的AWS。”

值得关注的是，Cognition的大部分竞争对手都背靠大厂——GitHub有微软、Cursor有Anthropic、Codeium有Google。Cognition是极少数保持独立融资路径的AI编程初创公司，这既是其估值高企的原因，也是未来面临的潜在风险。

行业影响：AI编程赛道进入”超级周期”

Cognition的融资只是AI编程赛道持续火爆的冰山一角。2026年以来，该领域的融资总额已超过50亿美元，估值中位数翻了近三倍。微软、亚马逊、Google等巨头纷纷加码，GitHub Copilot付费用户已突破500万，ARR（年度经常性收入）超过10亿美元。

对于开发者而言，AI编程工具的普及正在深刻改变软件开发的工作方式。从代码补全到功能生成，从Bug修复到架构设计，AI正在成为程序员的”第二大脑”。但正如历次技术革命一样，工具的进化始终在解放生产力的同时制造新的焦虑——当AI能写代码，程序员的不可替代性在哪里？

Cognition用250亿美元的回答告诉我们：答案或许并不重要，重要的是参与到这场代码革命的浪潮之中。

结语

Cognition的10亿美元融资，不仅刷新了AI编程领域的融资纪录，更向整个科技行业传递了一个明确信号：AI工具的商业化进程远比预期更快。当然，高估值伴随高期待，Cognition能否用实际业绩证明250亿美元的合理性，仍需要时间检验。但至少在当下，这家AI编程新贵已经成功登上了科技圈的头条。

相关阅读：

• TechCrunch原文：Cognition raises $1B at $25B valuation
• MiniMax Token Plan — 开发者的AI编程利器