你养龙虾了吗？最近不少人见面都这样打招呼了。OpenClaw（被网友称为“小龙虾”）最近太火了，有点像ChatGPT刚发布的那种盛况，各种教程满天飞。甚至有人还把上门安装OpenClaw做成了一门生意，收费500-1000元一次。阿里、Kimi、网易有道等国产厂商也纷纷推出了自家的龙虾。OpenClaw到底是啥？它是开源、本地运行、能直接操作电脑的 AI 代理，你用自然语言发指令，它就帮你自动执行各种任务。普通AI（如 ChatGPT）只能回答问题、给方案；OpenClaw能真动手：读写文件、发邮件、填表单、控制浏览器、跑脚本、管理日程，甚至跨应用自动干活。3月3日，OpenClaw正式开通官方微博，一天时间粉丝量就已经破万。在首条微博评论区，Kimi、千问、智谱、百度等一众国产AI 厂商发文祝贺，不过它们也有小心思，不忘了推荐自家的龙虾服务。不过，鉴于目前原版龙虾领养确实有点门槛，国产龙虾也算是个尝鲜的不错选择。（转载自三言Tech）

AIPress.com.cn报道3月5日消息，围绕 Anthropic 与五角大楼的冲突，科技行业和投资圈正在紧急行动，试图避免局面进一步恶化。周三，包括英伟达、亚马逊、苹果和 OpenAI 在内的科技行业组织信息技术产业委员会（ITI）发出公开信，对国防部考虑将供应链风险认定用于解决采购争端的做法表示"关切"。信中未直接提及 Anthropic。与此同时，Anthropic CEO Dario Amodei 近日与多家主要投资方和合作伙伴进行了沟通，包括亚马逊 CEO Andy Jassy。Lightspeed 和 Iconiq 等风险投资机构也在与 Anthropic 高管保持联系，并开始接触其他投资人讨论可能的解决方案。部分投资人还在通过自己在特朗普政府中的人脉尝试缓和局势。投资方普遍表达了对 Anthropic 的支持，同时希望找到与五角大楼的妥协方案。讨论的核心是避免禁令扩大到所有国防承包商。但部分投资人对 Amodei 的处理方式感到不满。有知情人士称，一些投资方认为 Amodei 在与五角大楼官员的交涉中过于对抗，"这是一个自尊和外交能力的问题"。不过，投资人也承认，在当前态势下，Amodei 如果被视为向政府让步，可能会疏远一大批因其立场而选择 Anthropic 的员工和用户。值得注意的是，OpenAI 也在为 Anthropic 说话。OpenAI 国家安全政策负责人 Connie LaRossa 周三在一场会议上表示："我们的红线和 Anthropic 一样——不用于国内监控，不用于自主武器。我们正在推动撤销对 Anthropic 的供应链风险认定。这种标签不应被用于美国行业同行。"Anthropic 方面表示将继续寻求与国防部的解决方案。Amodei 周二晚间与投资人沟通时称，公司"不能昧着良心答应他们的要求"，但会"继续与国防部合作寻找出路"。Anthropic 此前已表示将在法庭上挑战任何供应链风险认定。在商业层面，Anthropic 的增长势头仍然强劲。据知情人士透露，公司当前年化收入约为 190 亿美元，较数周前的 140 亿美元大幅增长。Claude 应用周一登上苹果 App Store 免费榜第一，超越 ChatGPT。企业客户收入占 Anthropic 总收入约 80%。但投资人担心，这场争端可能吓退那些不想与政府产生冲突的潜在客户。Anthropic 已通过多轮融资募集了数百亿美元，未来的股权转让和可能的 IPO 都依赖于企业收入的持续增长。目前公司正在进行员工股票出售流程，但尚未就 IPO 做出正式决定。与此同时，美国国务院、财政部等多个联邦机构已开始停用 Anthropic 产品，按照特朗普的命令在六个月内完成过渡。（AI普瑞斯编译）

AIPress.com.cn报道3月5日消息，据《The Information》报道，OpenAI 正在筹备发布新一代模型GPT-5.4。该模型预计将带来显著升级，包括高达100万Token的上下文窗口，以及一项面向高复杂度问题的“极限思考”模式。不过，目前官方尚未公布具体细节，仅表示新模型“比想象中更快”到来。报道称，GPT-5.4的上下文窗口将从当前 GPT-5.2 的40万Token提升至100万Token，规模超过此前版本的两倍。此举将使OpenAI在长上下文能力上与 Google 及 Anthropic 保持同一梯队。更大的上下文容量意味着模型可在单次任务中处理更长文档、复杂代码库或持续数小时的推理流程。除上下文扩展外，GPT-5.4还被指将在长时间任务中的稳定性与准确性方面有所提升，减少因信息遗失或推理链断裂导致的错误。这类改进对于依赖持续上下文理解的工具尤为关键，例如OpenAI的编程代理产品 Codex。另一项引人关注的新增能力是“极限思考”模式。该模式允许模型在面对高难度问题时调用更多算力与推理步骤，以换取更深入的分析结果。报道指出，该功能更适用于研究人员或专业用户，而非日常追求快速响应的普通使用者。此外，报道提到，OpenAI近期加快模型发布节奏，部分原因在于管理市场预期。此前GPT-5发布前的舆论热度显著抬高外界期待，使产品表现面临更高评价门槛。同时，公司用户增长未达内部预测目标，也促使其在产品节奏与传播策略上进行调整。截至目前，OpenAI尚未就GPT-5.4的具体发布时间、参数规模或商业化安排作出正式说明。（AI普瑞斯编译）

AIPress.com.cn报道3月5日消息，Anthropic 被美国政府封杀的后果正在持续扩散。据路透社报道，Palantir 的核心军事软件平台 Maven Smart Systems 使用了大量基于 Anthropic Claude 模型构建的提示和工作流程，现在面临紧急替换的压力。Maven 是五角大楼的旗舰 AI 项目，设计用于整合多源数据，辅助军事目标识别、情报分析和打击决策。Palantir 持有与 Maven 相关的国防部及国家安全机构合同，潜在价值超过 10 亿美元。知情人士透露，Palantir 需要将 Claude 替换为其他 AI 模型，并重建软件的部分模块。目前尚不清楚这一过程需要多长时间。国防部长黑格塞斯上周要求"立即"执行禁令，声明所有与美国军方有业务往来的承包商不得与 Anthropic 开展任何商业活动。但对于已深度嵌入系统的 AI 模型来说，"立即"替换在技术上并不现实。Palantir CEO Alex Karp 周二在华盛顿一场国防科技会议上间接评论了这一事件。他没有点名 Anthropic，但表示，那些一边声称 AI 将取代白领工作、一边又"搞军方"的硅谷公司，可能导致"技术被国有化"。这一事件暴露了一个更深层的问题：当政府迅速切断与某家 AI 供应商的关系时，整个依赖链条上的系统和承包商都将受到牵连。Anthropic 的技术已深度嵌入多个公共和私营部门系统，剥离过程既复杂又昂贵。路透社目前无法确认 Maven 系统是否被用于今年 1 月抓捕委内瑞拉前总统马杜罗的行动，或近期对伊朗的军事打击。但 Palantir 的软件已成为五角大楼推进军事 AI 化的核心工具，公司市值也因此增长至约 3500 亿美元。洛克希德·马丁等国防承包商预计也将跟进清除 Anthropic 产品。法律专家指出，虽然这一禁令的法律基础可能站不住脚，但依赖政府合同的企业不会冒险不配合。五角大楼、Anthropic 和 Palantir 均拒绝就此事置评。（AI普瑞斯编译）

3月5日，阿里巴巴集团CEO吴泳铭发布内部邮件，宣布公司已批准林俊旸的辞职申请。 邮件同时明确了三点：阿里将继续坚持开源模型策略；持续加大AI研发投入；成立基础模型支持小组，由吴泳铭、周靖人、范禹共同负责。与此同时，阿里云CTO周靖人将继续带领通义实验室。 这意味着，这场离职风波，终于有了一个官方答案。 时间线回顾：·3月2日，林俊旸还在X平台发布Qwen3.5系列小尺寸开源模型，马斯克点赞。·3月3日下午，一场内部会议后，林俊旸与管理层产生分歧，当场离开，随即提交辞职。·3月4日凌晨，林俊旸在X上写下："me stepping down. bye my beloved qwen."核心贡献者陈程转发时说，并表示离开并非林俊旸本人的选择。·3月4日下午约13:00，通义实验室紧急召开All Hands会议，吴泳铭、首席人才官蒋芳、阿里云CTO周靖人悉数到场。·3月4日下午约14点，林俊旸发布朋友圈表示需要休息，并嘱咐Qwen团队按原计划继续推进工作。·3月5日上午，吴泳铭发出内部邮件，正式批准林俊旸辞职，宣布成立由自己、周靖人、范禹组成的基础模型支持小组。邮件里写道："技术发展不进则退。"未完待续……但在开发者社区里，讨论并没有结束。因为很多人关心的，并不是一个人的离开，而是这意味着什么？我们独家采访了几位与林俊旸有过接触的人士（以下均为化名）——陈哲是他技术圈的朋友，赵阳是千问模型的长期使用者和企业技术负责人，李峰则是一位科技公司CEO。通过他们各自的视角，或许能看到这场风波背后更深层的几个问题。理想主义的技术人即便是对接近林俊旸的人来说，这也是一场意料之外的离职。陈哲与林俊旸的交集始于Qwen开源社区，他告诉我们："真没觉得他有想要离职的意思。之前聊的时候有提到一些内部的调整，但大部分时间还是在聊技术。"在陈哲的描述里，林俊旸是一个非常典型的技术人——纯粹、专注、社交很少。"大家会在顶级学术或技术会议上见到他，但很难会在阿里正式对公众的场合上见到他。""今年除夕那天，林俊旸还在工作，发了条朋友圈让大家去体验chat.qwen.ai。听阿里员工说，他基本上每天都是十一点半以后才从公司离开。"陈哲说。在此前的文章中我们介绍过林俊旸的过往履历。他是阿里的校招生，一路在体系内部成长起来，没有复杂的人脉网络，基本也不负责千问对外一些合作关系的沟通。这大概也解释了为什么这次舆论几乎没有负面声音。"一般这种事情，多多少少会跟着一些黑料，但这次完全没有，我也觉得挺惊讶的。"陈哲分析说，"你也知道，一路从校招成长起来的理想主义技术人，和在大厂体系里摸爬滚打多年、深谙组织规则的人，做事风格是完全不一样的。"但他又补了一句："话说回来，技术人普遍都比较傲。此处不留爷自有留爷处。"为什么开发者反应这么大？如果要问开发者社区为什么反应如此强烈，答案其实也很简单——在很多人眼里，Qwen的开源氛围与林俊旸是分不开的。赵阳是一家AI应用公司的技术负责人，他的公司从2023年起就开始做技术选型，核心关注三个开源模型：LLaMA、DeepSeek和千问。最终，他选了千问。"千问团队迭代速度非常快，模型质量也是肉眼可见地在提升，从去年Qwen3开始尤其明显。一共就100多人的超小团队，能以这样的更新频率，而且更新出来的模型 0.8B、2B、4B、9B、27B质量都很不错，非常符合我们的预期。甚至超过我们技术团队的预期，能够达到产品团队的预期。从来没有任何一个开源社区能做到这个样子。"赵阳说。至于其他选项，赵阳觉得意义不大。"智谱、Gemini、ChatGPT，对我们来说参考价值有限，因为它们要么完全闭源，要么开放的版本跟自家最强的闭源模型有明显差距。千问不一样，它打榜用的模型就直接全开源了——相当于货架上有一件免费的武器，拿起来就能用。"陈哲则从另一个角度补充："当然这背后是阿里在基础设施和资源上的巨大投入，但你也不得不承认，林俊旸在技术方向上的判断力很强。他对模型架构、训练策略这些核心问题的理解是很深的，不是那种只做管理不碰技术的leader。"作为Qwen在相当一段时间内最重要的核心开发者和贡献者之一，林俊旸在学术贡献、模型发布和开源社区关系建设上的持续投入，也和Qwen在全球AI社区拥有目前的声量分不开。大家真正关心的是：开源的"氛围"会不会变在吴泳铭的内部邮件里，"继续坚持开源模型策略"写得非常明确。但开发者社区的担忧，并没有完全消失。因为大家真正关心的，其实是另一个更微妙的问题：开源会不会变味。全国政协委员、阿里云创始人王坚院士最近在两会接受媒体时说过一段话，点出了开源在大模型时代的特殊分量：大模型的开源和此前的开源不一样，以前开源的是代码，背后是纯粹的智力投入；而现在大模型开放的权重，背后就是电、是算力，开放权重本质上是开放完成这件事的资源。所以这对大厂来说，核心问题就是：消耗了这么多资源的东西，还要不要免费给大家。赵阳从使用者的角度表达了自己的顾虑："既然内部的调整已经把这件事拿到台面上了，那后续肯定会有一些变化，不管是组织上的、形式上的，还是架构上的。对我们这种重度依赖千问的公司来说，最怕的就是开源节奏慢下来，或者最好的模型不再开放了。"陈哲的担忧则更偏向社区层面。在很多开发者看来，林俊旸不仅是技术负责人，也是Qwen在全球社区最鲜活的"面孔"。他几乎是外界与Qwen打交道最直接的人——在技术社区回复开发者的问题、写详尽的技术文档、认真听取反馈并持续迭代。"他真的会关心开发者需要什么，"陈哲说，"俊旸是个挺理想主义的人。我担心的不是模型本身，而是社区文化。换一个人来做这件事，牌子可能还在，但味道不一样了。"每个CEO昨晚都在想同一件事李峰经营着一家科技公司。林俊旸离职消息传开当天，李峰在自己公司内部就紧急开了一场会——不是讨论千问的未来，而是反思自己。"我们内部也发生过类似的小矛盾，"李峰说，"技术人员，尤其是技术老大，对技术的追求是希望带领一支如臂使指的团队，端到端地管理。这支团队在技术指标、完成度和响应速度上的追求，与公司业务发展以及产品迭代的需求，有时候是冲突的。"在他看来，林俊旸的故事不只是他一个人的。这更像是AI时代正在反复上演的一种典型冲突。过去的互联网公司里，工程师更多是开发者，是一个工种，技术含量相对有限。但在AI时代，情况已经完全不同。模型研发需要更深的知识壁垒、更高的算力投入、更长的技术周期，工程师不再只是工程师，他们往往也是技术方向的制定者，需要适应人工智能行业的快速发展，迅速进行技术方向的迭代调整。而公司则必须面对商业竞争、资本压力、多样的客户需求和产品节奏。两种逻辑有时候是平行的，有时候则会正面碰撞。"还有一个很现实的问题是评价体系，"李峰补充道，"对技术人来说，最好的证明就是打榜成绩、开源社区的star数、论文引用。但对公司系统来说，尤其是对一个要往更高层走的管理者来说，考核维度远不止这些。""到了AI时代，工程师和管理者这种张力好像变得更显性、更难调和了。"李峰说。未来去向至于林俊旸接下来会去哪，目前没有确切答案。 但外界的橄榄枝已经开始出现。3月5日下午，Google DeepMind开发团队负责人Omar Sanseviero在X上公开喊话："如果你想找一个新地方继续构建优秀的模型，并为开放模型生态做贡献，请联系我们。"智谱AI创始人唐杰也回应了林俊旸的动态，写下"cool. start a new journey"，态度不言自明。创业、去硅谷、加入新的AI公司——各种猜测已经开始流传。 在行业人士看来，他不会缺少选择。当前全球范围内，顶级大模型研发人才依然是最稀缺的核心资源。更何况，像林俊旸这样从头参与大模型训练全流程的人，对其中的技术细节和工程判断有着旁人难以替代的深度理解。无论是头部科技厂商、AI创业公司，还是翘首以盼的VC，想必都对林俊旸"求贤若渴"。（转载自网易科技）

3月5日，据新浪科技报道，谷歌DeepMind开发团队相关负责人Omar Sanseviero于x平台喊话Qwen的朋友道：“如果您想找个新地方来构建优秀的模型，并为开放模型生态系统做出贡献，请联系我们，我们的发展路线图上有很多令人兴奋的内容，未来还有很多工作要做。”据悉，昨日，通义千问核心负责人林俊旸官宣卸任。林俊旸表示，“me stepping down. bye my beloved qwen.（我卸任了。再见了，我亲爱的千问。）”随后，据媒体报道，同一天，Qwen的后训练负责人郁博文、Qwen Code负责人惠彬原以及Qwen3.5 & VL&Coder核心贡献者李凯鑫等人也宣布离开Qwen。今日上午，阿里巴巴在内部邮件中回应林俊旸离职一事。邮件中称，公司已决定批准林俊旸的辞职，感谢林俊旸过去在岗位上的付出。周靖人会继续带领通义实验室推进后续工作。同时，公司将成立基础模型支持小组，继续坚持开源模型策略。相关阅读：阿里吴泳铭回应批准林俊旸辞职：将成立基础模型支持小组千问核心负责人林俊旸凌晨发文卸任，谷歌Gemini研究员传加盟

3月5日，阿里巴巴CEO吴泳铭在内部邮件中回应通义大模型技术负责人林俊旸离职一事。邮件显示，公司已经批准林俊旸辞职，并对其过去在岗位上的贡献表示感谢。未来，通义实验室将继续由周靖人负责推进相关工作。同时，阿里还将成立基础模型支持小组，由吴泳铭、周靖人以及范禹共同协调集团资源，支持基础模型建设。吴泳铭在邮件中强调，阿里将继续坚持开源模型策略，持续加大人工智能领域的研发投入，并进一步吸纳优秀人才。不愧是大公司，林俊旸一言不合单方面宣布离职闹得沸沸扬扬，阿里还是很体面的选择了分手。从事情突发程度来看，这一人事变动很容易被外界解读为震荡。但放在中国AI产业竞争的背景下，它更像是一种阶段性的调整。某种意义上说，这未必是一件坏事。一次正常的人才与组织调整在AI行业，大模型团队的核心成员流动，本身就是一件再正常不过的事情。阿里内部人士透露：公司并没有改变千问的开源策略，也没有用日活等商业化目标考核基模团队，林俊旸的离职与这些传言无关。实际情况是，随着千问从基模提升到集团整体战略，公司认为需要招揽更多技术大牛，提升基模团队人才密度。这个过程中，涉及到林俊旸权责范围的调整。林俊旸不接受，因而提出辞职。也就呼应了吴泳铭在邮件中提到一句话：技术发展不进则退。AI领域的节奏极快，如果团队结构和资源配置停留在原来的阶段，很容易被后来者追上甚至反超。在这种背景下，对组织和人才结构进行调整，本身就是企业发展的正常步骤。阿里大模型团队，其实一直非常稳定值得注意的是，阿里的大模型团队，其实在几家互联网巨头里一直是很稳定的一支。从组织架构上来说，在发展过程中并未经历多次组织重组、技术路线调整甚至负责人更换，核心技术团队也一直保持着相对稳定的阵型。这种稳定当然有好处，但当行业进入新的竞争阶段时，过于稳定反而可能意味着缺乏新的变量。从产模关系来说，过去几年阿里一直相对分离。但当AI从技术探索走向大规模产品竞争时，这种分离模式就会逐渐面临压力。产品团队需要与模型团队反复协调资源，模型团队则更习惯以研究节奏推进技术，从而不具备统一调度的能力，影响组织效率和协同发展。在行业早期，这种状态还能维持一种微妙的平衡。但产品开始直接面对市场竞争时，组织结构就不可避免地需要调整。AI竞争，已经进入更现实的阶段过去一年，中国大模型公司的竞争格局也在迅速变化。各家大厂的打法并不相同：豆包在拼日活和用户规模；腾讯元宝通过红包等方式快速拉新；MiniMax、智谱AI等公司则在海外市场大规模销售API和Token。在这样的竞争格局下，任何一家大模型团队都很难完全停留在纯研究状态。模型能力、产品落地和商业模式之间的关系，正在变得越来越紧密。对于公司而言，生存和盈利是第一位。AI是一场输不起的战争，阿里无疑也需要不断改变阵营和队形，来应对最新挑战。结语在过去一年多的AI浪潮中，人们常常把注意力放在模型参数、榜单排名和发布会性能上。但持续迭代模型的能力或许才是一个AI生命力的最终体现，而这当然需要的不仅仅是技术这一单一能力。因此，与其把某一次人事变动简单解读为动荡，不如把它看作是大模型竞争进入新阶段的一种信号。

AIPress.com.cn报道3月5日消息，微软为其Xbox生态申请的一项新专利近日曝光。该技术旨在通过AI或远程玩家协助的方式，帮助玩家在游戏中突破困难关卡。这项专利名为“State management for video game help sessions（视频游戏帮助会话的状态管理）”，最早于2024年提交。专利描述了一种“游戏帮助会话”机制，当玩家在某个关卡或Boss战中受阻时，可以请求外部协助完成当前部分的游戏操作。根据专利说明，协助者既可以是好友，也可以是AI系统。例如，玩家的朋友可以远程接管游戏，通过自己的操作帮助玩家完成复杂的跳跃关卡或战斗环节。玩家随后可以选择接受这一结果继续游戏，或者拒绝帮助并回到原来的进度。更值得注意的是，该系统同样支持由生成式AI提供帮助。专利文件提到，所谓“视频游戏助手”可以是一个生成式模型，即利用机器学习生成新的内容和操作输入。某些情况下，该AI甚至可能是多模态模型，能够结合文本、图像、视频、音频以及游戏状态数据来生成操作策略，从而帮助玩家推进游戏进度。微软在专利中指出，目前玩家在遇到困难时，通常会前往论坛查询攻略或在视频网站观看通关演示，但这种方式被认为较为“原始”，且会打断游戏体验。通过引入实时AI辅助系统，微软希望玩家在不离开游戏的情况下获得帮助。这一专利思路与微软此前提出的游戏AI助手项目存在相似之处。微软曾推出名为Copilot for Gaming的AI辅助工具，定位为游戏中的“智能副手”，可在玩家需要时提供提示或策略建议。与此同时，AI也正在成为主机厂商竞争的新焦点。此前，Sony也被曝申请过类似专利，希望利用AI生成“幽灵玩家”数据来辅助真实玩家提升游戏表现。不过，对于AI在游戏领域的应用边界，行业内部仍存在讨论。微软游戏部门负责人Asha Sharma近期表示，公司不会为了效率而在游戏生态中“泛滥生成式AI内容”，并强调电子游戏始终是由人类创作者打造的艺术形式。（AI普瑞斯编译）

3月5日晚间消息，针对近日网络流传阿里巴巴“千问模型核心团队集体离职”“开源策略调整”等不实信息，阿里集团向媒体辟谣表示：1、目前千问模型团队稳定，没有出现“集体离职”的情况，所有产品与服务运行正常。2、千问会坚持开源策略。基础模型团队从未被设置DAU等商业化KPI，Qwen大模型的目标是不断追求模型智能上限，实现AGI。3、阿里巴巴诚挚欢迎全球顶尖AI人才加入，共同打造世界级的大模型技术与开源生态。阿里巴巴将持续加大投入，为千问团队提供坚实支撑，勇攀技术高峰。（转载自新浪科技）

AIPress.com.cn报道3月5日消息，马斯克的AI公司xAI计划在田纳西州孟菲斯市郊的一个数据中心园区里，再花约6.59亿美元新建一栋大楼。根据公开信息，xAI已经为一栋面积约31.2万平方英尺的新建筑申请了施工许可，地址是Tulane Road 5414号。这块地约79英亩，紧挨着xAI的Colossus 2数据中心。许可文件提交给了孟菲斯和谢尔比县规划与发展部门。文件显示，这栋楼将是四层、高约75英尺，但具体用途并没有披露。xAI在田纳西的数据中心主要用来支撑其Grok聊天机器人背后的算力。xAI在2024年进入孟菲斯，在当地Boxtown区域把一座旧伊莱克斯工厂改造成数据中心，并在其中上线了名为Colossus的超级计算机。xAI在去年3月买下Colossus 2所在的地块，该数据中心在今年1月投入运行。马斯克曾称其上线时具备1GW容量，但有媒体援引今年1月的卫星影像称，从已安装的冷却设备规模来看，实际可管理的功耗大约是350MW左右。除了田纳西，xAI还在推进第三个数据中心，地点在密西西比州，刚好位于州界另一侧。马斯克表示，这个集群未来最终可获得总计2GW的算力资源。报道还提到，xAI目前已成为SpaceX的一部分。不过，扩张的同时也伴随争议。xAI正因被指在Colossus 2数据中心未获许可使用燃气轮机而遭环保人士起诉。外界对燃气轮机的污染问题批评不少，而xAI使用这些设备的一个现实原因，是为了让数据中心更快通电上线、尽早跑起来。（AI普瑞斯编译）

AIPress.com.cn报道3月5日消息，据The Information报道，OpenAI正在大幅调整其在ChatGPT中的电商布局，放弃此前计划推出的站内直接结算功能，转而通过接入第三方应用完成交易。这一变化被视为AI电商商业化路径遇到现实阻力的信号。据悉，OpenAI原计划在ChatGPT中实现从商品搜索到支付的完整闭环，并通过交易抽成实现变现。但在实际测试过程中，公司发现用户虽然会在聊天机器人中搜索和研究商品，却很少直接在对话界面完成购买，呈现出明显的“只浏览不下单”行为。在商业合作方面，进展同样不及预期。Shopify总裁Harley Finkelstein近日在投资者会议上透露，在数百万商家中，目前只有大约十几家真正将AI工具用于销售环节，整体落地速度明显慢于市场预期。除了用户习惯因素，技术与合规问题也成为关键障碍。要让聊天机器人完成购物，需要实时同步商家库存与价格信息，同时支付机构还必须建立机制，防止AI触发欺诈或误交易。此外，截至今年2月，OpenAI仍未建立覆盖各州销售税的完整征收体系，商业基础设施仍在完善阶段。此前，OpenAI曾宣布与Etsy、Shopify以及Stripe合作，希望将数百万在线商品引入ChatGPT。其中Etsy甚至曾为商家代付向OpenAI缴纳的佣金，以推动生态启动。随着策略调整，OpenAI不再追求在ChatGPT内完成交易闭环，而是转向“应用生态”模式。目前已有少数平台推出ChatGPT应用，包括Instacart、Target、Expedia和Booking.com等。例如Instacart已允许用户通过绑定账户，在ChatGPT内完成订单支付。尽管放弃站内结算，OpenAI并未完全退出AI电商基础设施建设。知情人士称，公司仍在与Stripe合作开发“Agentic Commerce Protocol”，为商家、支付机构以及AI平台之间的交易建立标准规则，以支持通过应用完成的购物流程。随着AI电商变现遇阻，OpenAI也在加大对广告业务的重视。面对庞大的免费用户群体，广告被视为未来重要的收入来源之一。与此同时，科技巨头之间围绕AI与电商入口的竞争仍在加剧。例如Amazon近期宣布对OpenAI进行150亿美元的初始投资，并计划在其消费级应用中使用定制模型，包括购物助手Rufus。不过，相关合作并未涉及在ChatGPT中直接销售亚马逊商品。（AI普瑞斯编译）

美国金融科技公司 Block 由于 AI工具的使用显著提升了效率，因而在2月底宣布裁员 40%。有一种观点认为这是未来很多企业会打着AI 的旗号实则为企业自己经营不善买单进行裁员。在当下看，或许是部分成立的，但是拉长周期看，这不是借口而是一个打工人们不得不面对的残酷现实。从2025年的智能体元年到2026年初的OpenClaw热潮，我们需要直面一个问题是 AI 不仅是一个辅助型的生产力工具，而是一个重塑企业结构和流程，进而改写社会经济结构的生产力工具。甚至，某种程度上来说，AI 也来也不再只是生产力工具，而它本身就是使用工具的主体，因为 AI 自己就可以像人一样发明、使用和改进工具，甚至 100% 做的比人更好。现在，我们的社会经济治理和企业治理或许还是人类主导的人机协同范式，但未来可能就变成了 少数人主导的 Agent Driven 范式。一、组织重构：从执行层消失到扁平化的编导时代当我们大多数人在职场中还想靠 AI 提升自己工作效率的时候，老板们想的却是如何靠 AI 把大家的工作取代掉。AI 不仅只是对企业现有管理流程的优化和提升，而是会对流程进行重构，部分岗位会减少、部分岗位会消失、也会新增部分岗位。一方面，传统的标准化工作会被 AI 自动化处理，相关的职位会大幅减少；一方面，能够引导、管理和审计 AI 系统的“AI 素养型”人才的需求会增加。传统的企业管理中，初级和中层员工的价值标签通常被定义为“执行”功能，随着能够进行复杂推荐和计算的智能体的普及，这类岗位和工作将迅速被取代。但是，这不等于所谓的高层们就是安全的，一些自以为是的定策略或是定方向，哪位高层能够拍胸脯说自己比智能体更强大、更精准的？可以说在未来的 AI 降临时代，老板们为了自己公司的增长，狠起来都可以把自己干掉的。大胆又现实的预测，未来的企业中，所谓的高中低层的界限越来越模糊，企业的管理也会越来越扁平化。未来的企业最有价值且需求最大的岗位就是能够“控制”AI 的人，其他的岗位无论高低都只会被定义为执行层，且需求会越来越少。现在很多职场喷沾沾自喜于用 AI 提高自己的工作效率，比如用 AI 写个文案、做个 PPT 之类的，其实面向未来，这都是无意义的事情，也阻挡不了未来被淘汰的命运。简单总结，未来的企业需要的是一个个编剧和导演，而不是一群群的演员了。未来企业这种用人需求的巨大改变，最直接的影响就是大学毕业生求职的压制作用。一方面是因为企业岗位需求本身的减少，一方面是企业尤其是大企业越来越致力于“投资”智能体和算法，而不是“投资”于人，更没有耐心去培养人了。对于企业来说，这也不全是好处，也有一个明显的弊端。那就是越来越少的初级员工，而且越来越缺少基层实操工作经验的积累，没有了从 junior 到 senior 的过程，那么也就会导致越来越少人有能力监督 AI，识别大模型的幻觉以及智能体推理出现的错误。二、就业困局：当教材的更新速度赶不上AI的迭代即便没有 AI的降临，大学毕业生的就业率就是现在的社会难题。现在和未来，这种难题只会加剧。当然，还有一个长期存在的难题就是大学教育和用工需求的脱节。随着 AI的快速迭代发展，一边是潜在的岗位需求越来越少，一边是 AI的发展是那么的不可知。大学教育到底教什么能做到学以致用，真的是越来越难了。想想自从生成式 AI 爆发以来，大模型及智能体的发展，不说一天一个样，也是以月为单位就会出现一个巨大的变革，但我们教材的制定是以几年周期为单位的。怎么可能做到和 AI 发展的与时俱进？很有可能的一个情景是我们的大学生还在上着某门课或专业时，这门课对应的岗位已经消失了。如何应对这种快速且不可知的变化，大学教育未来可能要有两个方向值得探讨。其一是基于智能体的柔性专业课程。用智能体跟踪、教研、生成、审核与时俱进的课程，同时根据市场情况做到定期的更新。当然，这个最难的是课程教材的审核，这太难实现了。或许在企业高校共建专业课程里相对更容易实现一些。其二是用智能体教智能体。如果未来智能体成为企业主导是一个共识的话，那么大学培养学生如何更好的“控制”智能体则成为一门必修课，也就是培养“AI 素养”。当然，这两点并不应该局限于大学教育，而是贯穿一个人从学生到工作的全周期的学习中。只有这样才有可能让一个人保持持续的竞争力。即便如此做，其实也解决不了大多数人的问题，现实是这样只能做到少数人更强化自己的竞争力，让大多数人对比一下显得更平庸。这样做，只是理论上给了所有人一个公平的发展路径而已。任何时代都一样，给你准备好了工具，但能用好的从来都是极少数，剩下平庸的大多数，AI 时代是一个放大器，平庸的大多数可能都丧失了使用工具的机会。三、教育变革：元认知懒惰的警惕和教学策略的重构如何让一个人能够在 AI 时代具备强大的竞争力，光靠大学教育只是治标不治本的，更多的还要从娃娃抓起。首先要面对的一个问题是教育学家定义的“元认知懒惰”，很多家长担心并防控孩子们用 AI 抄作业的问题就是一个典型的现象。抄作业本身不是一个新问题，但当孩子们开始依赖 AI，把应该属于自己的思考过程“外包”给了大模型后，只会让自己的大脑产生衰退和惰性。其实，当很多家长们一边不让孩子用 AI 抄作业一边又犯懒用 AI 给自己写 PPT也是一种双标，带来的副作用是一样的。比如，我自己这两天用 OpenClaw测试跑了几个财报分析后，就发现自己变懒了，懒得在沉下心来自己看和思考财报了，也懒得看 AI 研究出来的到底有没有错误了。我这就是“元认知懒惰”的一个典型表现了。但是，这事儿防是防不住的，指望孩子自觉也是不可能的。解决这个问题的发端应该是教学策略的重构，让教学适应 AI，而不仅仅是现在的用 AI 辅助教学。教学不应再只是知识的单向灌输，而更应该是做到如何引导学生与 AI 进行启发思考的协作。做到这点，就又能很好的培养学生们批判性思思考和独立思考的精神，这正是未来“AI 素养型”人才所最需要的。这样虽然不能完全杜绝“抄作业”现象，但是可以很大程度上降低解题和答案的权重。AI 能够给教育带来的一大好处是让大规模的个性化学习成为现实。AI可以实时的分析学生的表现、进度、兴趣，动态的调整学习路径，而这也为重构教学策略提供了可能。当然，AI 要从娃娃抓起绝不仅仅是校内课堂需要解决的，同时也是家庭教育未来的重心。现在的孩子们已经越来越早就接触到各种生成式 AI 应了，再看看现在层出不穷的各种 AI 陪伴玩具，可以想象未来孩子们一生出来就被各种 AI 应用包围，他们可能已经模糊了 AI 和现实世界的边界。这也是有利有弊的事情，对于家长来说如何引导孩子们正确的看待和使用 AI 工具是一大课题。深层次的问题不一一展开，有一个最基础的问题就是家长们在职场中如何认识 AI 的作用和自己如何使用 AI 会决定了如何引导自己的孩子。四、平权幻象：AI 与人的零和博弈，无用价值或是终局互联网时代，很多人就会说互联网会消除教育不均衡，事实上是加大了不均衡；AI 时代，又有很多人会说 AI 会实现教育平权。事实上是，AI 只会进一步加剧教育的不均衡，进一步传导到加剧就业的不均衡。人和 AI 之间确实可以相辅相成，但在某种角度上就是零和博弈，AI 能做到的越多和权重越高，需要的人的数量和权重就会越低。说白了，在未来，当 AI 成为绝对的主角后，绝大多数人连做职场牛马的资格都将失去。或许未来会通过政策和法律法规，限制 AI 的应用范畴或是保障人的就业机会和岗位，但是 AI 这种不可逆的大趋势下，注定对于大多数人来说，过往的那种正常就业机会会越来越低、薪酬标准也会越来越低。或许，未来有一种可能就是人类不再追求更多有用和有价值的事情了，而更多的做一些“无用的价值”的事情了，AI 倒是更能帮助人类去创造更多“无用的价值”。当然，这也需要人有能力做好 AI 的“编导”，又绕回去了。人类应该为 AI引发的替代忧虑吗？中短期是必然会的，但是畅想一下未来，当所有的工作都让 AI 包圆了之后，人只负责躺平，这对于绝大多数人来说不是很美妙的事情吗？（转载自独立思考）