资讯板块落地页

首页 > 科技 > 36氪

36氪

共 1071 条资讯
  • 8点1氪丨段永平再加仓泡泡玛特;多平台已下架“全李酒店”;世界杯决赛门票1张200万美元,FIFA回应

    8点1氪丨段永平再加仓泡泡玛特;多平台已下架“全李酒店”;世界杯决赛门票1张200万美元,FIFA回应

  • 三星,被国产卷跑了

    三星,被国产卷跑了

    雷科技

  • 豆包还有个大杀招

    豆包还有个大杀招

  • 他用DeepSeek-V4手搓Agent,冲上GitHub热榜第一

    他用DeepSeek-V4手搓Agent,冲上GitHub热榜第一

  • AI时代,什么才是真正可靠的护城河?

    AI时代,什么才是真正可靠的护城河?

    神译局

  • 我连续 30 天每天凌晨 4:30 起床——以下是那些没人告诉你的真相

    我连续 30 天每天凌晨 4:30 起床——以下是那些没人告诉你的真相

  • 8点1氪丨三星宣布停止在中国大陆市场销售所有家电产品;李嘉诚抛售资产套现约455亿;月之暗面将完成20亿美元新融资,估值破200亿美元

    8点1氪丨三星宣布停止在中国大陆市场销售所有家电产品;李嘉诚抛售资产套现约455亿;月之暗面将完成20亿美元新融资,估值破200亿美元

  • Claude牵手马斯克,调用限制全放开、速率拉满,智能体深夜爆更

    Claude牵手马斯克,调用限制全放开、速率拉满,智能体深夜爆更

  • Anthropic让AI先读员工手册再上岗:失控率从54%降到7%

    Anthropic让AI先读员工手册再上岗:失控率从54%降到7%

  • “全民公敌” 阿莫迪

    “全民公敌” 阿莫迪

  • 8点1氪丨豆包新增付费订阅;抖音集团副总裁回应红果短剧付费;苹果因Siri人工智能功能推迟发布,以2.5亿美元和解诉讼

    8点1氪丨豆包新增付费订阅;抖音集团副总裁回应红果短剧付费;苹果因Siri人工智能功能推迟发布,以2.5亿美元和解诉讼

    8点1氪

  • 英伟达想革光模块的命

    英伟达想革光模块的命

    <p>上个月中际旭创一季报公布,营收、净利润双双翻倍,市值突破1万亿元,成为宁德时代之后,创业板第二个获得此成就的个股。</p> <p>中际旭创是A股光模块龙头,也是“老登买白酒”事件第一当事人:</p> <p>去年9月,荒原资产凌鹏怀疑中际旭创2027年250亿的利润预测只存在于EXCEL表里,引来国盛通信分析师年度金句级转发语:“买你的白酒去吧,老登”。</p> <p>此后,但凡沾上点白酒、地产,言必谈股息分红、安全边际,都被统一贴上“老登”标签。</p> <p>出圈后的中际旭创也非常争气,市值开启逆天暴涨趋势。此次季报发布后,加上分别突破6000亿和2700亿的新易盛与天孚通信,A股光模块三剑客“易中天”合计市值超过贵州茅台。</p> <p>一波接一波的AI数据中心建设浪潮,是光模块一涨再涨的幕后推手,加上AI大厂大超预期的资本开支,把光模块的超强行情又往后续了几年,也让A股光模块彻底疯狂。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_38f87c13221044ec967d804dd6185b06@000000_oswg197530oswg1080oswg1278_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>一片烈火烹油中,英伟达却在暗地里磨刀霍霍。</p> <h2><strong>连接算力的“光”</strong></h2> <p>在弄清黄仁勋想干什么之前,要先讲讲光模块的作用和功能。</p> <p>每个大模型背后,都有一个7×24小时不停计算的数据中心。把数据中心视作“计算工厂”,GPU就是厂里的基层工人,负责一线计算工作。</p> <p>但厂长不能直接指挥每个工人,要让成千上万人有序工作,最大限度提升效能,就得将工人分成各个小组和车间。光模块的作用就是连接数据中心的算力资源,让彼此互相通信,有效协调组织。</p> <p>简单来说,一个数据中心内部,有三个关键环节需要“通信”:</p> <p>第一层是<strong>服务器</strong>,一个服务器就是几张GPU组合在一起,相当于“工作小组”,GPU之间的协作就需要通信互连,英伟达大名鼎鼎的NVLink就是干这个活的。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_309a0b2b2f8d4c89b0315f6a705fe9e9@000000_oswg1061968oswg1080oswg1080_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">由八颗英伟达GPU组成的服务器</p> <p>第二层是<strong>机柜</strong>,一般由多台服务器组成,相当于一个“车间”。每个服务器之间也得配合协作。</p> <p>这些机柜放在一起,就组成了第三层:有序生产的“计算工厂”。机柜与机柜之间也得通过交换机互相通信。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_89ce272eea324958afb0e19bb0e305e3@000000_oswg1033779oswg1050oswg600_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">由服务器组成的机柜</p> <p>一个数据中心里,层级内部(GPU和GPU、服务器和服务器)、层级之间都要互连,让数据自由流动。一旦流动时间太长,外面的计算任务传不进来,算好的结果传不出去,就会拖垮整体计算效率。</p> <p>光模块的出现,就是为了解决传得太慢的问题。</p> <p>过去几十年,数据中心的互连任务主要由<strong>铜</strong>完成。铜缆线的优点是零功耗、零延迟、高可靠性,不产生额外热量。最重要的是便宜:<strong>所有金属中,铜的导电性仅次于银排名第二,但成本却远低于银。</strong></p> <p>黄仁勋就认为,只要物理距离允许,铜就是最好的连接方式。</p> <p>英伟达GB200 NVL72机柜内部,72颗GPU由5000多根铜缆线连接起来,缆线长度加起来长达2英里。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_2b6fe331e57f44019451c077541608ea@000000_oswg965664oswg960oswg540_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">GB200 NVL72内部的铜缆</p> <p>然而如黄仁勋所说,铜缆的最大限制在于物理距离:超过3-5米,信号就会快速衰减。尤其机柜和机柜间传输距离变长,缆线变得像手臂一样粗,布线非常困难。</p> <p>大概二十年前,谷歌

  • 2026年当下AI领域最核心的理念是这个

    2026年当下AI领域最核心的理念是这个

    <blockquote> <p>神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。</p> </blockquote> <p>编者按:AI正从“对话框”转向“自我进化循环”。当99%的知识工作被证明只是冗余的脚手架,能否清晰定义并验证“意图”,将成为区分顶级精英与平庸者的分水岭。文章来自编译。</p> <p class="image-wrapper"><img data-img-size-val="2048,2048" src="https://img.36krcdn.com/hsossms/20260407/v2_50e7137a61574427824336fb076505c7@1694_oswg8564157oswg2048oswg2048_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>经过大约一周的思考,并在此期间参加了 RSA 大会,我认为有几个核心的 AI 理念会以压倒其他一切的深刻方式改变现状。</p> <ol class=" list-paddingleft-2"> <li><p>自主组件优化</p></li> <li><p>向“基于意图的工程”转型</p></li> <li><p>从模糊走向透明</p></li> <li><p>意识到绝大多数工作只是“脚手架”</p></li> <li><p>专业知识向公共知识扩散</p></li> </ol> <h3>1. 自主组件优化</h3> <p class="image-wrapper"><img data-img-size-val="2754,1536" src="https://img.36krcdn.com/hsossms/20260407/v2_2e154b10b0744b5393453fb28b56cfed@1694_oswg7716773oswg2754oswg1536_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>该理念与“现状到理想态”的转换、算法化以及通用可验证性等概念紧密相连。</p> <p>而让这一理念真正落地、变得触手可及的,是 Karpathy 的 Autoresearch 项目。</p> <p>他的项目专注于 AI 研究本身,即“对 AI 研究中的‘研究环节’进行自动研究”。这意味着自动处理那些繁琐耗时的杂事,比如调整模型参数、调教脆弱的环境以及各种选项组合。</p> <p>在他的发布版本中,你只需要在 `PROGRAM.md` 文件里写下一些想法,系统就会自动处理所有那些乱七八糟的杂活。你只管去睡觉,系统会利用机器学习优化技术,产生比你手头更好的结果。</p> <h4>扩展Autoresearch</h4> <p>现在已经出现了“Autoresearch for X”,这意味着它正在成为一种范式、一场运动,本质上变成了一件通用工具。</p> <p>他引发了很多人的思考:</p> <blockquote> <p>我能不能把类似的方法应用到我现在的工作中?</p> </blockquote> <p>这确实非同寻常。</p> <h4>将 Autoresearch 与我的研究相结合</h4> <p>我一直关注的是“通用可验证性”这一整体概念,或者说“通用爬山算法(优化)”。这再次借鉴了 Karpathy 很久以前在“软件 2.0”中所说的内容,以及他最近的一条推文,他在其中提到软件的未来在于一切皆可验证。</p> <p>因此,我在 PAI 算法中所做的,就是尝试将所有内容分解为“理想态准则”。这些准则实质上是为我想要的结果构建一个理想的蓝图。</p> <p>以此为基础,算法就可以朝着这个目标不断优化(爬山)。</p> <h4>万物皆可评估(Evals)</h4> <p>与此相关的是“万物皆可评估”的概念。这与我的通用可验证性或通用爬山优化非常相似。其核心观点是:我们所做的每一件事都变得可衡量,更重要的是——可改进。</p> <p>而让“万物皆可评估”成为可能的,正是透明化。</p> <h4>通用优化循环</h4> <p>这将成为每个公司、组织、政府和个人的标准运行模式。这个循环如下所示:</p> <p>你以目标导向的结构(使命、目标、工作流、SOP)绘制出想要完成的所有任务。由 AI智能体执行这些工作流。所有内容都会被广泛记录下来——包括输出内容、对话过程、最终结果以及质量情况等。每当日志中捕获到错误、失败或质量问题时,它们都会汇集到该实体的“问题搜集点”。</p> <p>这个搜集点就是自我优化算法的养料来源。智能体从这里提取问题,创建类似 Autoresearch 的执行任务来排查故障、尝试解决方案、通过评估进行验证并优化。一旦找到修复方案,它们就会更新 SOP,确保问题不再发生。然后,循环往复。</p> <p>跑任何东西都是这么个生命周期。<strong>明确目标。由智能体执行。记录一切。收集失败。自主改进。更新 SOP。不断重复——且每一次的速度都比上一次更快。</strong></p> <h3>2. 向“基于意图的工程”转变</h3> <p class="image-wrapper"><img data-img-size-val="2754,1536" src="https://img.36krcdn.com/hsossms/20260407/v2_dc4cd60555134ed79b120bf3ecef98d4@1694_oswg8047662oswg2754oswg1536_img_png?x-oss-process=image/quality,q_80/

  • 豆包收费,没有回头路

    豆包收费,没有回头路

    智械岛

  • 突发,OpenAI总裁当庭「认罪」,自曝零元购300亿,马斯克这回真要赢了?

    突发,OpenAI总裁当庭「认罪」,自曝零元购300亿,马斯克这回真要赢了?

  • 余承东:中国汽车,缺的不是技术,是审美

    余承东:中国汽车,缺的不是技术,是审美

    <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_5f706edc0798458f9c967aa394c3557e@000000_oswg798426oswg1080oswg678_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>最近,余承东的审美“坦白局”,撕开了中国汽车最隐秘的伤疤。</p> <p>一则朋友圈,几句大实话,余承东罕见地没有谈续航、没有炫智驾。他说:华为汽车过去太侧重安全与品质,却在最直观、最能击中用户的设计审美上,长期缺位。</p> <p>这句话,不只属于华为。它更像一根针,刺破了许多车企不愿面对的真相——<strong>参数卷到头了,但“好看”这项硬实力,很多人还没及格</strong>。</p> <h2><strong>01</strong></h2> <h2><strong>参数内卷到头,</strong></h2> <h2><strong>“好看”才是王道</strong></h2> <p>这两年车圈风向变了。</p> <p>小米SU7凭什么出圈?均衡的轿跑比例、极简的空气动力学设计,加上一套年轻化的视觉叙事,瞬间抓住用户眼球。理想L9用舒展的线条和高度辨识的前脸,用家族化设计语言把高级感焊死。蔚来ES9靠的是饱满型面和纯粹灯组,传递出一种不张扬的豪华气质。</p> <p>这些爆款的背后,都指向同一件事:在参数日益趋同的今天,<strong>审美,正在成为品牌最大的分水岭</strong>。在2026北京车展上,更多概念车彻底放弃模仿套路,走向极简流线与科技光影。<strong>美的觉醒,终于来了</strong>。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_1e59133d4c52453f80cad7e027f22f5d@000000_oswg38957oswg1080oswg660_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>而推动这场觉醒的,是两股不可逆的力量。</p> <p>一方面,买车的人变了。 年轻用户和女性群体迅速成为购车主力,他们对颜值、色彩、质感的敏感度远超想象。外观不过关,连被加入对比清单的资格都没有。实际上,<strong>汽车早就不再是单纯的代步工具,而是行走的人设、移动的社交货币。正如中国汽车质量委员会秘书长马振山所说:“汽车和奢侈品逻辑趋近,它承载着用户的审美、身份与价值主张。”</strong></p> <p>另一方面,竞争的底牌换了。 三电、智驾加速普及,堆参数只会陷入无休止的价格战。当硬件配置不再有独家壁垒,<strong>“好看”就成了最有效的差异化切口——先抓住用户的眼球,才有机会抓住他的钱包</strong>。</p> <p>但话说回来,趋势来了,不代表路已经走通。中国汽车的原创审美,欠的账实在太多。</p> <p>长期以来,行业深陷“堆料迷信”:电池卷、续航卷、智能卷。唯独造型、情绪、审美,始终被按在次要位置上。不少冲进50万-100万元区间的车型,技术够强,却因为设计撑不起气场,溢价空间根本打不开。</p> <p>更扎心的是,跟风借鉴、浅层复刻依然是常态。2026北京车展上,方盒子SUV集体撞脸路虎卫士,旗舰轿车复刻保时捷Panamera的腰线……这些套路,把创新惰性和短期逐利心态暴露得一览无遗。</p> <p><strong>说白了,想靠“好看”突围,就必须先戒掉“拿来主义”。</strong></p> <h2><strong>02</strong></h2> <h2><strong>车企从不缺设计师,</strong></h2> <h2><strong>缺的是品牌基因</strong></h2> <p>当审美开始成为品牌价值的核心支点,一个更大的命题也随之浮现:<strong>中国汽车正在经历从“造产品”到“做品牌”的关键转身</strong>。</p> <p>参数可以追平,技术可以迭代,<strong>但品牌气质与审美辨识度,是时间沉淀出的护城河,抄不来,也赶不上</strong>。可实际上,压在中国车企头上的三座大山仍然很沉:先是被打上山寨、低端、品质差的烙印;接着又陷入大而不强、品牌空心化的困局;现在还要直面低价内卷、安全争议和审美平庸的新质疑。</p> <p><strong>所有短板中,审美是最难补,也是最急需补的一块。</strong>安全有标准,性能有数据,价格有底线,唯独审美,根植于主观感受、情绪价值和文化气质。它没法靠堆料实现,更不可能靠抄袭速成。马振山一针见血:“消费者需要的是一辆有灵魂、有精神的车,而不只是一个能跑的交通工具。”<strong>没有审美,品牌就没有灵魂;没有灵魂,永远算不上真正的高端品牌。</strong></p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260505/v2_b98797207ac74f0eb3b05d6240d3c492@000000_oswg114264oswg1080oswg542_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>可现实的困境

  • 被AI抢走工作的人,在忙什么?

    被AI抢走工作的人,在忙什么?

    <p>AI来了,有人看到新大陆,有人没了工作。</p> <p>历史上,每一次生产力的大幅提升,都会伴随恐惧。从砸毁纺织机的工人,到抗拒汽车的车夫,本质都是对“被替代”的反应。但这一次更不同,AI触碰的,是白领们赖以立足的能力结构。它带来的,是消失的岗位、暴增的工作量,以及漫无边际的“无价值感”。</p> <p>在宏大的技术博弈与社会动荡之下,具体的职场人正经历着更细微、更惊心动魄的转折。</p> <p>我们与几位在风暴中心的普通人聊了聊。在TA们的讲述中,听不到狂热的技术崇拜,更多的是一种“既然来了,就得接招”的无奈。投资分析师用了三四天啃透的竞品报告,AI半天完成;后端程序员发现自己70%到80%的日常工作可以直接交给AI;包装设计公司不再招初级岗位;通信外企程序员部门的十几号人被集体优化……</p> <p>他们的遭遇各不相同,但有着相同的疑惑:当重复性工作被AI接管之后,我的价值在哪里?</p> <p>这场变革中,消失的或许是岗位,但留下来的,仍然是一个个具体的人。</p> <h2><strong>01.</strong></h2> <h2><strong>我一边享受AI的便利,一边被AI代替了</strong></h2> <p><strong>春风|95后 北京 投资分析师</strong></p> <p>我是一名投资分析师,在一家五六百人的公司做技术落地项目分析。更简单点说,我的工作就是给甲方写技术投资报告。</p> <p>去年9月,我记得很清楚,部门里有同事第一次用AI生成了一份竞品分析报告。那一天,我们整个办公室都沉默了。</p> <p><strong>AI片刻间就做完了我们三四天的活儿,数据、图表、竞品分析一应俱全,虽然还需要人工核对,但对甲方来说,那种程度已经足够交付。</strong></p> <p>你要知道,以前光啃透一份英文竞品资料,我就要花三四天,现在把资料往AI一丢,半天时间,它就能完成信息筛选、重点提炼,甚至直接出图表。同事们都在用,尤其是分析国外竞争对手时,把资料导进去让AI过一遍,重点抓得极准。</p> <p><strong>我们一边享受着AI带来的便利,一边被“抢饭碗”的恐惧笼罩着。</strong></p> <p>很快,这种恐惧就变成了现实。</p> <p class="image-wrapper"><img data-img-size-val="1080,718" src="https://img.36krcdn.com/hsossms/20260504/v2_bce07d142f7c4406a5952e557428f16c@5305161_oswg119358oswg1080oswg718_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>裁员是从去年年底开始的。每个部门都裁掉了两三人,我们部门原本12人,最后只剩下8个。和我同期入职的三个同事都走了,也包括我。</p> <p>“你不是唯一被裁的人。”HR通知我时,语气冷漠得像在读一份天气预报。</p> <p>以前,我们这种技术分析岗位的流动性很大,公司一直在招人。但现在,招聘窗口彻底关上了。公司还在招的,只剩下行政、财务这类功能性岗位。</p> <p><strong>AI的冲击不止是裁员,还有收入缩水。</strong>因为人力成本降了,项目提成也跟着大幅缩水。不少同事被直接降薪30%,公司明说了后面还会接着降。忍不了的人主动离职,留下来的人在高压里硬撑。</p> <p>现在我在重新找工作,简历投出去,几乎所有岗位都对AI能力有明确要求。</p> <p>更窒息的是,有招聘要求还写着:“结合AI的工作量要是以前人力的三倍以上,未来做到十倍。”这意味着,公司不仅要提效,还要给你承接成倍的工作。以前三个人的活,现在要一个人扛。</p> <p>为了找工作,我每天都在用各种AI工具。豆包、ChatGPT、Gemini、Grok我全在试。工作正在被AI一点点拆解。我还在尝试,想跟上这个节奏。</p> <h2><strong>02.</strong></h2> <h2><strong>整个部门被AI端掉后,我决定开始卷AI</strong></h2> <p><strong>杨露 | 90后 西安 通信外企程序员</strong></p> <p>我本硕读的都是通信,2018年研究生毕业那会儿,这个行业正火热,到处在招人。同学们大多去了中兴、华为这些大厂。我则顺顺当当进了西安一家国企做软件开发。2022年,又跳槽去了一家外企,图这边加班少,管理扁平,能按自己想法做事。</p> <p>这四年来,工作一直挺稳的。我从来没想过,有一天,我们整个部门会被裁掉。<strong>AI来了,曾经吃香的通信专业,现在反而成为了裁员集中区。</strong></p> <p>我平时的工作是写代码、排查外场站点上报的问题。我们的代码库有几百万行,以前定位一个基站接入失败的原因,我得在海量代码死磕,最快也要半天。有了AI,我直接给它指令,让它帮我梳理逻辑。十几分钟,结果就出来了。以前,想深挖一个核心函数得花几天,现在AI几分钟就把结构理清楚了。而且它吐出来的代码,比不少资深程序员写的都规范、整洁。</p> <p class="image-wrapper"><img data-img-size-val="1080,720" src="https://img.36krcdn.com/hsossms/20260504/v2_05b120d923964043b49e13c5fd306455@5305161_oswg57772oswg1080oswg720_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>公司也在推

  • 第一批挤爆广东的韩国人,优越感被彻底击碎

    第一批挤爆广东的韩国人,优越感被彻底击碎

    <p>五一第四天,很多景区再次迎来一波暴击。</p> <p>官媒下场直接点名批评景区NPC“擦边”乱象。一些景区的“小黄鱼”“鸡公”,盖着红盖头、用嘴咬着棒棒糖往游客嘴里送,各种壁咚、借位亲吻、过度肢体接触玩得飞起。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_a090b3fb0c36439eb0cb782dc45845ac@000000_oswg62406oswg629oswg609_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>景区卷到走火入魔,结果却是游客迅速审美疲劳,最后只剩一地鸡毛。</p> <p>谁能想到,就在全国景区为了流量拼命“擦边”的时候,不搞擦边NPC、不玩暧昧互动,甚至一度没啥存在感的<strong>广东</strong>,五一却在偷偷躺赢。</p> <p>最近广东街头出现了一个奇观,走在广州街头,你可能会怀疑自己是不是穿越到了首尔明洞。</p> <p>韩语比粤语还溜,韩国大妈在茶楼里用蹩脚的中文点虾饺……这一幕也是不要太魔幻。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_613f2a78545a4c2daad181c547f31fd7@000000_oswg137498oswg1080oswg811_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>有数据显示,2026年“五一”广东入境游订单同比爆发式增长,深圳入选入境游城市top5,五一假期首日,连飞赴广州的外国游客都同比增长1.4倍。广州每年约有5.2万左右的韩国人进入。这还只是广州一个城市的数据。</p> <p>不争不抢的广东,怎么就悄悄成了韩国人的“快乐老家”?</p> <h2><strong>01</strong></h2> <h2><strong>到深圳广州,才发现被“降维打击”</strong></h2> <p>这事还得要从几年前说起。</p> <p>过去,很多韩国人提起中国,总是有一种莫名的优越感:质疑中国学生的物质生活水平。以为中国形象与50年前一样。</p> <p>没想到这些年,被中国人狠狠地上了一课。如果说上海给他们大都市的视觉暴击,那么来广东可谓是摁头上了一波价值观教育。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_619d3676727c42fcb28f5ecd536d4e28@000000_oswg172079oswg1080oswg719_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p><strong>第一个被冲击的,就是“出片文化”。</strong></p> <p>在首尔,不化妆不出门是基本礼仪,穿搭要讲究,拍照要ins风。但到了广东,只能换上背心短裤,甚至连妆都不化了。</p> <p>为什么一贯精致的韩国人,到了广东也得乖乖“卸妆”?</p> <p>答案是他们发现,无论怎么精致,在广东面前都不管用了。</p> <p>比如广东有一个红红的塑料凳子,大街上任何餐厅都有,堪称“广东省凳”。爱出片的韩国人发现,只要这个凳子坐着,就不可能拍摄出精致的照片,于是只能放下出片执念,乖乖享用美食。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_e08d0916c75844f68b8ca71048c3b8d2@000000_oswg163853oswg1016oswg859_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>还有的韩国人化全妆穿大衣从首尔飞过来,一落地广州,妆容直接被潮湿天气弄花,出片神器大衣穿着又太热,只能作罢。</p> <p>更让韩国人崩溃的是“广东省鞋”——人字拖。</p> <p>对于广东人穿的人字拖,韩国人一开始是拒绝的,觉得太随便、太不精致了。但在广东待了两天后,被几场暴雨毒打过以后,他们突然发现人字拖真香了。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_cd434770cfe946f184d7c5263c110ef2@000000_oswg120329oswg1080oswg761_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>毕竟在广东,连开着保时捷去买菜的大姐,脚上也是一双九块九的拖鞋。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn

  • 豆包为什么选择了 “最low”的变现方式?

    豆包为什么选择了 “最low”的变现方式?

    <p>国民级AI应用,也要收钱了?</p> <p>5月3日,据第一财经报道,字节跳动旗下AI应用“豆包”最快将于5月中下旬上线首款付费包月产品。App Store页面显示,付费订阅分为三档:标准版连续包月68元、加强版200元、专业版500元,年费最高达5088元。</p> <p class="image-wrapper"><img data-img-size-val="1080,883" src="https://img.36krcdn.com/hsossms/20260504/v2_bfeeed4e7e544544bae0b911f8e48894@5930557_oswg271409oswg1080oswg883_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>针对付费会员,豆包官方回应称,豆包始终提供免费服务,在免费服务的基础上,豆包也在探索推出更多增值服务,相关方案细节目前还在测试阶段。</p> <p>有接近豆包的人士透露,付费功能将主要专注在复杂任务和生产力场景,如PPT生成、数据分析、影视制作等。随着模型能力持续升级,产品已经能满足越来越多的复杂高价值任务。</p> <p>但此类任务需消耗更多算力与推理时间,因此豆包计划上线付费服务,满足好这部分复杂场景需求,免费版本则继续面向用户的日常使用。</p> <p><strong>为何豆包会在这个时点选择试水付费?又能否在保障用户体验的同时,走通商业化的道路?</strong></p> <h2><strong>01</strong></h2> <h2><strong>免费的豆包,字节也养不起了</strong></h2> <p>在互联网时代,月活人数越多代表着可变现的能力越强,大家也都信奉着一条铁律:流量即资产,规模即壁垒<strong>。</strong></p> <p>一个App只要月活足够高,其边际成本就会随着规模效应无限趋近于零。随之而来的广告、电商、游戏联运等变现手段,足以让企业通过“羊毛出在猪身上”的模式赚得盆满钵满。</p> <p><strong>但在AI时代,月活人数越多,却可能意味着企业“破产”速度越快,其与移动互联网核心的差异在于“边际成本”。</strong></p> <p>传统的图文或短视频分发,多一个用户刷新信息流,服务器增加的成本微乎其微;但AI大模型是典型的“重资产、高消耗”模式,每一次对话交互、每一份长文本处理、每一张图片的生成,AI芯片的需求都是线性增长的。</p> <p>而QuestMobile发布的《2026年3月人工智能洞察》数据显示,字节就是最“负重前行”的那个。</p> <p>2026年第一季度,国内AI应用季度活跃用户排名里,豆包以3.4亿的绝对优势稳坐头把交椅。排在后面的DeepSeek是1.27亿,元宝5735万,Kimi只有834万。豆包一家的用户量,比后面九名加起来还多。</p> <p class="image-wrapper"><img data-img-size-val="960,610" src="https://img.36krcdn.com/hsossms/20260504/v2_4a5d9c02df78412cadb023b7b096fc11@5930557_oswg73392oswg960oswg610_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>头部地位听起来风光,但3.4亿活跃用户背后,是每天数以亿计的对话请求。每一次问答、每一次生成,都是实打实的算力消耗。用户越多,烧钱也就越快。</p> <p>但在AI时代,单纯看“月活用户数”其实已经是一种落后的估值维度了。<strong>用户规模只是表象,真正代表算力消耗、能够衡量大模型运转压力的核心指标,是AI时代的“水电煤”Token。</strong></p> <p>2024年5月,豆包大模型的日均Token消耗量还只有0.12万亿;而在不到两年之后,这个数字已经狂飙到了惊人的120万亿。短短两年时间,消耗量实现了1000倍的暴涨。</p> <p class="image-wrapper"><img data-img-size-val="960,531" src="https://img.36krcdn.com/hsossms/20260504/v2_efdd4776b488445e80cafb8a49e7d2c5@5930557_oswg29532oswg960oswg531_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>放眼全球,日均Token消耗能够突破“百万亿”级别的,还只有OpenAI和谷歌这样的绝对头部玩家。</p> <p>而字节凭借豆包成功跻身了全球大模型调用量的“第一梯队”,但也意味着它正在独自承受着堪比硅谷巨头的基础设施成本压力。这对于在国内AI基建有许多掣肘、只能购买相对落后的国产推理卡的字节来说,难度比只要有钱就能买到卡的OA和谷歌高上太多。</p> <p>此外,这仅仅是国内业务跑出来的数据,完全不包含TikTok及其他海外业务部门的调用。这意味着,字节已经把算力需求拉到了一个极度夸张的水位。</p> <p><strong>支撑这日均120万亿Token吞吐的,是真金白银的重资产投入。</strong>而到了2026年,大模型的竞争更是进一步从算法比拼,演变成了算力基础设施军备竞赛。</p> <p>从BAT过去三年的Capex走势图可以看出,三家大厂在2023年的资本开支还相对克制;2024年,随着AI战略的全面铺开,三家的投

  • 打造全球超大型数据中心,到底有多难?

    打造全球超大型数据中心,到底有多难?

    <blockquote> <p>神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。</p> </blockquote> <p>编者按:一座巨型数据中心,正在倒逼工程师彻底打破行业旧规则。本文来自编译,希望对您有所启发。</p> <p>人类对更智能(如今意味着更大规模)AI 模型的需求永无止境,再加上现有 AI 技术的全面普及,全球数据中心建设迎来爆发式增长,项目数量与建设规模都创下历史新高。其中最受瞩目的,是Meta 2025 年 6 月官宣、落户美国路易斯安那州的亥伯龙(Hyperion)数据中心,总供电容量高达 5 吉瓦。Meta 首席执行官马克・扎克伯格表示,Hyperion的占地面积将堪比大半个曼哈顿城区;项目一期供电容量 2 吉瓦,计划 2030 年竣工。</p> <p>虽说 5 吉瓦的超大体量放眼行业无出其右,但如今全球已有数十个同类巨型项目同步推进。建筑数据平台 ConstructConnect 首席经济学家迈克尔・古克斯透露:2025 年 7 月前,全球数据中心投入已突破 270 亿美元;全年总额轻松超 600 亿美元,仅Hyperion一个项目,就占到总投入的四分之一。</p> <p>对负责落地这些工程的工程师而言,眼下的挑战前所未有。顶尖科技巨头不惜重金,全力加码算力、散热、网络三大核心技术,打造五年前根本不敢想象的超大规模基建。</p> <p>但极速建设的背后,隐患重重。大型数据中心施工需要涌入大量临时务工人员,直接引发噪音扰民、交通拥堵、环境污染,还常常推高当地电价。而且 AI 数据中心全年 24 小时不间断超高耗电,建成后的环保压力依旧巨大。最新研究显示,仅美国境内,这类数据中心每年碳排放就可达数千万吨二氧化碳当量。</p> <p>即便问题频发,头部 AI 企业与工程师仍在全速推进巨型数据中心建设。那么,打造一座史无前例的超大型数据中心,究竟要攻克哪些难关呢?</p> <h3>AI 彻底改写建筑设计标准</h3> <p>传统数据中心,都是钢筋混凝土地基搭配钢结构骨架,再浇筑混凝土墙体,只需要搭建稳固的建筑外壳就行。Meta 甚至曾搭建巨型临时帐篷,快速落地简易数据中心。</p> <p>可顶级 AI 数据中心的超大体量,催生了无数全新难题。建筑咨询公司雅各布副总裁罗伯特・黑利说:最大的难题藏在地下。地基土质松软、易腐蚀、易膨胀,都会延误工期,必须投入高额成本加固改造。</p> <p>工程设计公司斯坦泰克资深技术负责人阿曼达・卡特补充,土壤导热性同样关键,因为绝大多数电力设施都埋在地下。如果土壤导热差,设备产生的热量散不出去,极易引发故障。开工前,工程师往往要采集成百上千份土壤样本反复检测。</p> <p class="image-wrapper"><img data-img-size-val="830,608" src="https://img.36krcdn.com/hsossms/20260404/v2_b2f45ff4c09948a7a0b8619dd1e97a93@5382598_oswg54249oswg830oswg608_img_png?x-oss-process=image/quality,q_100/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">算力硬件:机柜堪比重型设备。如今 AI 数据中心普遍采用机柜级集成系统,比如英伟达 GB200 NVL72 整机柜。单柜集成 72 块 GPU、36 颗 CPU,显存最高可达 13.4TB;机柜高 2.2 米,净重超 1.5 吨。这就要求数据中心必须加厚混凝土、强化钢筋承重,远超普通建筑标准。单个 GB200 机柜最高耗电 120 千瓦。若Hyperion满负荷实现 5 吉瓦供电,园区可部署超 4.1 万套机柜,搭载算力芯片总量突破 300 万块。未来新一代 GPU 功耗、性能更强,最终装机数量会略有缩减,但能耗压力只会更大。</p> <p class="image-wrapper"><img data-img-size-val="830,608" src="https://img.36krcdn.com/hsossms/20260404/v2_950e7bcfa6444512b600ca1df85d8c8a@5382598_oswg82765oswg830oswg608_img_png?x-oss-process=image/quality,q_100/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">资金投入:千亿级豪砸基建。据统计,2025 年前七个月全球数据中心投入近 270 亿美元,全年预估逼近 600 亿美元。仅 Meta 的 Hyperion 项目,耗资就高达 100 亿美元。如今数据中心建设,已经成了建筑业的核心支柱。在住宅、公共基建需求萎缩的大背景下,ConstructConnect 发布的 2025 年三季度财报直言:若非数据中心新项目狂砸 1100 亿美元托底,建筑业衰退会严重得多。</p> <p>充足的资金,让企业彻底摒弃传统省钱思路。AI 热潮前,数据中心优先追求低成本、易施工;如今只拼速度、拼规模。超大预制混凝土墙板、楼板全面普及:部分楼板跨度可达 23 米,每平方米承重上限高达 3000 公斤,是通用工业建筑国标上限的两倍多。很多构件还要单独定制,放在过去,根本不具备经济效益。</p> <p>工期也被大幅压缩:算力基建企业克鲁高管透露,过去 30~36 个月的工期,如今最快 12 个月就能完工。极速赶工之下,人力、物料调配难度陡增。</p> <p>Hyperion选址路易斯安那州里奇兰乡村教区,当地常住人口仅 2 万,施工期却涌入至少