AI动态

分类：AI动态 标签：人工智能、大模型、硬件创新、数码生活 助听器曾是一门名副其实的暴利生意。一副塞在耳朵里的小东西售价动辄七到十万元，丢失甚至需要动用全城搜索。近九成的全球市场长年被索诺瓦、Demant 等五大外资公司把持，凭借芯片、算法与封闭的线下验配网络锁死了行业格局。 无数创业者曾试图挑战这道高墙，但都在音频分离的技术难关前折戟。然而，这个延续了数十年的垄断格局，正在被 AI 彻底打破。 一、 十万块的助听器，为何难以替代？ 长期以来，助听器的痛点显而易见：价格极高且佩戴痛苦。调查显示，65岁以上应该佩戴助听器的人群中，真正获益的比例仅有 6.5%。堵耳、闷感、操作繁琐让许多老人宁愿将设备闲置。 即便如此，用户过去仍不得不向五大外资品牌妥协。核心原因在于其硬件与算力的绝对优势： 强悍算力支撑：旗舰产品内置专用 AI 协处理器，每秒可进行数十亿次运算。 精准音频分离：通过海量声音样本训练，系统能够在嘈杂的餐厅或饭桌上实时将「人声」单独摘出，避免传统设备的啸叫与错误放大。 专业线下体系：从长达数年的验配跟踪到频段补偿，构成了极高的服务壁垒。 尽管美国在 2022 年放开 OTC 助听器销售，试图通过消费级产品降维打击，但由于缺乏全链路的算法与验配支持，退货率居高不下，处方助听器的统治地位依然稳固。靠传统路径艰难追赶显然行不通，真正的破局点最终指向了 AI。 二、 AI 如何重塑听力体验？ AI 的加入并非简单叠加新功能，而是彻底拆掉了巨头们建立的技术关卡。其核心变革体现在三个关键环节： 声音分离 -> 清除环境杂音，降低底噪，提供极致的舒适感。 声音增强 -> 结合用户的纯音测听结果，生成数字档案并进行针对性频段补偿。 声音预测 -> 通过时序记忆架构（如 CRN 架构），在意外啸叫（如汽车喇叭声）出现之前提前预判并抑制。 更为重要的是，助听器领域的 AI 并不依赖庞大的通用大模型参数量，而是通过轻量化的小模型，在毫瓦级功耗的芯片上实现全链路处理。国产团队正尝试利用强大的本土供应链，将蓝牙、DSP 与高算力 NPU 集成在单颗 SoC 芯片上，用极致的算法压低成本，将曾经的奢侈品带入平价时代。 三、 体验与形态的全面革新 随着 AI 算法的成熟，助听器的产品形态、验配流程与适老化设计正在发生翻天覆地的变化： 形态解放 -> 得益于 AI 对啸叫的出色预判，不入耳的耳夹式开放式 AI 助听器成为可能，彻底告别了闷胀感，外观更接近普通无线耳机。 验配下沉 -> 复杂的线下验配流程被移至手机端。用户在家即可完成纯音测听，并通过远程连线或自营上门网络完成精准适配。 适老化设计 -> 充电盒集成实体按键、支持蓝牙查找与定位等功能，真正降低了老年人的使用门槛。 总结 助听器行业正处于类似传统燃油车向电动车转型的关键节点。虽然中国 1.2 亿听损老人中戴上助听器的比例依然很低，市场普及仍需时间，但技术奇点已经显现。当 AI 拆除了技术与定价的高墙，让这项技术不再是少数人的奢侈品，如何让更多人重新听清这个世界，正成为整个科技数码行业值得奔赴的新方向。

分类：AI动态 标签：大模型、vivo、端侧AI、人工智能 在日前举行的 2026 vivo开发者大会上，vivo 集中展示了其在人工智能领域的最新突破，一次性重磅发布了四款不同定位的“蓝心”系列模型，并前瞻性地预研了 30B MoE 端侧大模型。这一系列动作标志着手机端侧 AI 正在向更深度的场景融合、更复杂的任务处理能力全速演进。 四箭齐发：全面覆盖端侧交互场景 此次 vivo 发布的四款蓝心模型各司其职，精准覆盖了当前用户对语音、实时感知、多模态处理以及手机智能中控的核心需求： BlueLM-RealTime：采用先进的端到端语音理解架构，能够突破传统语音转文字的延迟与语境丢失问题，在各种复杂场景下都能精准理解用户的实时语音表达。 BlueLM-Nano：聚焦于端侧的实时感知与个人记忆沉淀。它能够深度融合处理屏幕、图像、视频、文本以及各类文件，精准记录并分析用户的日常习惯与偏好，打造真正懂你的私人助手。 BlueLM-Flash 与 BlueLM-Pro：这两款模型定位为手机系统的任务中控，不仅具备强大的指令执行能力，更拥有持续学习的进化特性，让手机从被动工具蜕变为主动服务的智能伙伴。 前瞻预研：30B MoE 探索端侧算力极限 除了已经落地发布的四款模型，vivo 还宣布正在预研蓝心 30B MoE 端侧大模型。 通过引入混合专家模型（MoE）架构，vivo 正在积极探索将更大规模的模型成功部署到手机端的可行性。这一技术路径有望在功耗与性能之间找到最佳平衡点，为用户处理长链路、高复杂度的多任务提供强悍的端侧算力支撑。 科技观察 随着大模型技术从云端向终端加速下沉，手机不仅是通信工具，更演变成了个人专属的 AI 计算中心。vivo 此次在端侧 AI 上的密集布局，从实时语音到多模态记忆，再到前瞻性的 MoE 架构探索，展现了国产终端厂商在 AI 时代重塑人机交互体验的决心。未来，端侧大模型 x 手机硬件深度的结合，必将为用户带来更加流畅、安全且个性化的智能体验。

分类：科技 标签：网络安全、数据抓取、人工智能、互联网历史 事件背景：历史存档遭遇恶意流量围攻 作为互联网历史上最伟大的数字档案馆，互联网档案馆（Internet Archive）旗下的“时光机器”（Wayback Machine）近日遭遇了严峻的考验。官方披露，该服务正持续遭受来自大规模自动化机器流量的恶意攻击。 为了维持服务器的稳定并保护核心基础设施，互联网档案馆被迫临时升级了安全防护策略。然而，这一举措也带来了“误伤”副作用——大量真实用户在正常访问历史网页时，频繁遇到了代表“请求过多”的 HTTP 429 错误。对此，官方已公开向广大用户表达歉意，并表示工程师团队正在加紧优化算法，努力实现机器流量与真实用户流量的精准剥离。 背后隐忧：AI 时代的数据抓取狂欢 时光机器承载了数以百亿计的网页历史快照，其中包含大量早已消失在互联网长河中的珍贵资料。对于许多研究人员和网民而言，它是找回失效链接、查阅历史文献的唯一知识库。 然而，正是这种不可替代的巨大价值，使其成为了各大科技公司、网络爬虫以及 AI 训练数据收集者的重点“光顾”对象。随着大模型（LLM）对训练数据需求的呈指数级增长，海量的自动化爬虫日夜不停地抓取公开网络数据。这种无节制的暴力抓取，最终导致了服务器负载超载，并引发了此次的访问危机。 总结与展望 网络爬虫与反爬虫的博弈从未停止，但当这种博弈波及到人类共同的数字文化遗产时，敲响了行业警钟。AI 发展与数据保护之间的平衡亟待重新审视： 恶意抓取/高频爬虫 -> 服务器过载 -> 触发防御限流 -> 正常用户体验受损 如何在满足人工智能时代数据吞吐需求的同时，保护好公共数字基础设施，保障普通人查阅互联网历史的权利，将是摆在互联网档案馆及整个科技行业面前的一道长期课题。

分类：科技 标签：周鸿祎、人工智能、新能源汽车、大模型 在近日举行的第五届北斗规模应用国际峰会期间，360 集团创始人兼董事长周鸿祎接受了媒体采访。面对近年来备受瞩目的新能源汽车赛道，他给出了一番非常明确且务实的表态：360 不会再投资新能源汽车，直言“已经吃过一次亏，不会再入局”。 从投资哪吒到及时止损 回顾当年的跨界造车潮，360 曾在 2021 年高调宣布计划出资 29 亿元投资哪吒汽车，一度成为除管理团队外的第一大股东。然而，造车不仅是一场资本的马拉松，更是一场对供应链、管理和长期现金流的极限考验。 随着市场竞争的加剧，360 在 2022 年选择调整策略，转让了部分未出资股权并放弃后续增资。当时周鸿祎便指出，初创车企需要让创始人团队主导公司发展，而非完全由资本主导。如今回过头来看，这一当年的战略收缩，无疑为企业规避了更大的后续风险。 战略转向：全面拥抱 AI 与 Agent 彻底告别新能源汽车赛道后，周鸿祎将 360 的核心战略全面转向了人工智能。他坦言，相比于实体制造业的重资产与长周期，当前由 AI 带来的技术变革和市场机会要巨大得多。 在谈到人工智能的落地与未来趋势时，周鸿祎向广大创业者提出了明确建议：建议所有创业者都深入掌握 Agent（智能体）技术。 在他看来，大模型技术正在从单纯的对话工具，向能够自主规划、执行复杂任务的 Agent 形态演进。这种技术不仅将重塑各行各业的生产力格局，也将成为个人与企业在数字时代保持竞争力的核心武器。 科技观察与总结 从当年的跨界造车试水，到如今的果断剥离并聚焦 AI 主航道，周鸿祎的经历可以说是中国互联网巨头在产业转型期的一个缩影。 造车浪潮大浪淘沙，资本与激情终究需要回归理性。对于当前的科技圈而言，新能源汽车的红利期正逐步向精细化运营过渡，而人工智能尤其是 Agent 的兴起，正开启新一轮的生产力革命。正如周鸿祎所言，认清方向、及时止损、押注未来，或许才是应对瞬息万变的技术浪潮时最明智的选择。

分类：[AI动态] 标签：[人工智能]、[大模型]、[飞书]、[Agent] 今年，不少公司的工作群里将会迎来一批特殊的“新同事”。它们虽然是 AI，却能像人类员工一样被拉进群聊、阅读此前讨论与文档、参与会议、承接任务，甚至在群里相互 @ 对方，共同推进复杂的业务流程。当 Agent 从个人聊天框中的文字助手演变为组织中的“数字同事”，企业所需要的，远不止一个更聪明的模型，而是一套能够承载人与 Agent 共同协作的平台。 在不久前举办的 2026 飞书未来无限大会暨豆包工作开工大会上，飞书与豆包工作共同交出了一份关于 AI 时代企业协同的完整答卷。 协同办公的新目标：从人际沟通到人机共创 回顾 IT 产业的发展史，每一次底层技术的浪潮都在重塑工作的入口。从 PC 时代的 Office 软件，到云和移动互联网时代的在线文档与协同平台，其核心目标一直是解决“人与人如何高效沟通”的问题。 而进入 AI 时代，协同平台迎来了新的使命。它不仅要服务人类之间的协作，还要无缝承载人与 Agent、Agent 与 Agent 共同完成任务的能力。 如今，越来越多的企业开始用 AI 改造具体的业务工作流。从酒店后厨的食品安全管理，到工厂的自动化日报生成，AI 不再仅仅停留在生成一段文字的浅层交互中，而是真正深入业务流程，执行复杂的实际任务。飞书披露的数据显示，2026 年上半年其 ARR 增速创下成立以来新高，且超过九成的新增客户同步采购了飞书 AI 产品，这标志着企业在选型时，已经将“能否让 AI 真正进入组织”作为核心考察指标。 飞书 8.0 与豆包工作：构筑 Agent 协作的地基 决定企业 Agent 能力上限的，不单是底层模型有多聪明，更在于它能获取怎样的上下文。企业日常沉淀的群聊、会议、文档、知识以及权限体系，共同解释了一家公司的运转逻辑。离开这些信息，Agent 就只能处理通用问题，无法真正融入业务。 为此，飞书与豆包展开了深度融合，通过三个层次的产品矩阵重新定义了办公协作： 飞书 8.0（协作与治理平台）：通过开放 CLI 能力，向 Agent 开放了数百个功能点。用户可以在群聊或文档中直接 @Agent，让其参与协作。同时，Agent 严格沿用使用者的身份权限，确保企业数据的安全可控。 豆包工作（原生企业级 Agent）：与飞书共用账号和权限体系，深度融合群聊、文档与多维表格等信息，具备“能力强、懂业务、守规矩”的特点，能够真正理解公司业务并陪伴任务持续迭代。 豆包工作伙伴（团队智能体）：将服务对象从个人扩展至整个团队，拥有独立的身份、权限和记忆，能够主动观察工作进展并在适当时机介入，探索了 AI 成为组织角色的全新可能。 多兵种联合作战：打通从模型到业务的落地链路 字节跳动在两个月前将豆包、飞书和火山引擎的力量进行了深度整合。在这场“多兵种联合作战”中，豆包提供强大的模型与 Agent 产品，飞书承载企业员工、知识与工作流程，火山引擎则提供算力、模型服务与技术支持。 三者的融合直击行业痛点。在过去，如果各环节产品各自为战，企业往往需要付出极高的系统打通成本，导致 AI 落地停留在演示阶段。而通过将模型能力与飞书十年来积累的组织上下文、业务工具和权限体系相结合，豆包工作成功让 AI 跨越了从“技术展示”到“实际生产力”的鸿沟。 ...

分类：AI动态 标签：人工智能、大模型、科技创新、硬件革新 一个塞在耳朵里的小东西，售价动辄高达七八万元，甚至丢失后需要动用全城搜索——助听器，长期以来都是一门充满壁垒且暴利的独特生意。 在全球市场中，近九成的份额曾长期被索诺瓦（峰力）、Demant（奥迪康）、WS 听力、瑞声达、斯达克这五大外资巨头垄断。他们凭借芯片、音频分离算法以及遍布全球的验配门店，将整个市场锁死在封闭体系内。 然而，这套维持了数十年的高价垄断逻辑，正在被 AI 技术无情打破。中国深圳的创新公司正将原本高高在上的助听器价格打下来，让更多普通人能够负担得起。这场由 AI 掀起的行业变革，正在从根本上重构助听器的技术、价格与体验。 一、传统天价助听器的垄断之谜 为什么一副助听器可以卖到近十万块？核心原因在于技术与渠道的双重高墙。 在过去，想要模拟人耳在嘈杂餐厅里锁定目标声音极为困难。五大外资巨头通过专用的数字信号处理（DSP）芯片和早期算法，把音频分离做到了及格线以上，并以此构建了高昂的定价权。此外，助听器并非一锤子买卖，用户在 3 到 7 年的生命周期内，需要不断前往线下验配门店进行增益曲线、降噪参数的调整。这种深度绑定的服务生态，让无数试图挑战的创业者铩羽而归。 然而，高昂的价格并未带来完美的体验。调查显示，在 65 岁以上需要佩戴助听器的人群中，真正从中获益的比例极低。堵耳、鼓闷感、复杂的按键操作，让许多老年人对助听器望而却步，最终只能让设备在抽屉里吃灰。 二、AI 降临：重构声音处理的核心底层 改写这一切的转折点是 AI。它没有给助听器简单叠加花哨的功能，而是直接拆掉了巨头垄断的技术关卡。AI 的加入主要在三个关键环节实现了质的飞跃： 声音分离：通过轻量化神经网络模型，精准识别并分离环境噪声与人类语音，做到背景干净、互不干扰。 声音增强：根据个体听损曲线进行精细化、定制化频段补偿，实现千人千面的听力辅助。 声音预测：利用时序记忆架构（例如卷积加循环神经网络），在诸如汽车喇叭等尖锐噪声和啸叫出现之前进行前置预判与抑制，延迟控制在毫秒级以内。 相比传统方案，国产团队开始采用将蓝牙、DSP、高算力 NPU 高度集成的单芯片（SoC）路线，以更低的功耗和更小的体积实现全链路处理。真正形成竞争壁垒的，不再是传统芯片的堆砌，而是谁能在相同的算力约束下把算法做到极致。 三、形态、验配与适老化的全面革新 随着 AI 算法的成熟，助听器的产品形态和使用场景也迎来了颠覆式的改变： 形态破局：过去为了防止啸听，助听器多为密封的入耳式。如今借助 AI 的前置预测能力，开放式耳夹形态、几乎隐形的完全入耳式设计开始普及，大大减轻了用户的心理负担与佩戴不适感。 验配线上化：传统的线下多次跑腿验配，被简化为手机 App 纯音测听与远程听力师在线调机，让用户在自己家里就能完成个性化适配。 适老化设计：充电盒集成实体按键、支持室内查找与 GPS 定位等功能，真正从老年人的实际使用习惯出发，解决了「买得起却不会用」的痛点。 总结 助听器市场目前正处于类似于传统汽车向电动汽车过渡的关键节点。尽管全球听损人群的整体采纳率仍有待提升，且市场格局尚未完全定型，但 AI 的介入已经撕开了垄断的防线。 技术向前一步，关怀就落地一寸。当 AI 能够真正帮助老人重新听清世界的声音，这场打破暴利与同质化的科技攻坚战，才刚刚拉开序幕。

分类：[科技] 标签：[Arm]、[人工智能]、[芯片架构]、[大模型] 如果说 Arm 此前推出首款自研 CPU 芯片是向市场释放信号，开始尝试突破过去仅提供底层架构授权的角色边界，那么在上海举办的 Arm Everywhere China 活动上，这家公司想传递的信息则更加明确：不要再用过去纯粹的 CPU IP 供应商视角去理解今天的 Arm。 在这场活动中，Arm 首次完整地将未来战略拆解为三大方向：云端 AI、边缘 AI 和物理 AI。算力将会在云、端侧和物理世界之间持续流动，而 Arm 正试图成为这一切计算基建的底座。 一、AI 时代，芯片 IP 已无法决定一切 过去几十年，Arm 通过开放的 IP 授权模式连接了整个半导体产业，累计出货超过 3500 亿颗芯片。然而进入 AI 时代，一次完整的任务不再由单一计算单元完成，而是逐渐走向连续推理、多模态交互以及智能体（Agent）式的任务执行。 未来的计算竞争关键，不再仅仅是拥有多少原始算力，而是如何让不同的计算资源实现高效协同。 边缘 AI 领域：算力需求从被动响应转向持续运行。智能体需要理解上下文、调用应用、在功耗约束下自主完成任务。 物理 AI 领域：算力从汽车延伸至机器人，两者均对从传感器到执行的延迟提出了极高要求。 云端 AI 领域：智能体时代的负载具有持续性，一个智能体会发起数百次调用。 正如 Arm 基础设施业务负责人所言，在智能体时代，CPU 的角色不再局限于加速，而是转变为编排。这也是 Arm 从单纯提供 IP 架构，向提供包括 CSS（计算子系统）在内的完整平台能力转型的原因。 与英伟达通过 CUDA 构建确定性平台的路径不同，Arm 选择了一条拥抱不确定性的道路。面对终端形态、模型规模乃至计算分工的未知，Arm 的策略是不替客户做决定，而是构建一个允许变化、支持任意组合的底层平台。 二、从计算单元到计算协同，Arm 重新定义硬件矩阵 为应对 AI 时代重构的计算需求，Arm 密集发布并更新了一系列核心计算产品： 1. CSS for Mobile 2：首个 AI 原生计算子系统 CSS（Compute Subsystem）是一套将分散的 IP 模块进行预先整合与优化的半成品芯片设计方案。全新的 CSS for Mobile 2 实现了从单个 IP 到完整 AI 计算平台的跨越，单线程性能提升最高 15%，AI 模型性能最高提升 1.7 倍。通过提供标准化的子系统，Arm 帮助客户大幅缩短了面向 AI 时代的芯片构建周期。 ...

分类：科技 标签：英特尔、台积电、芯片代工、人工智能 在当前的全球半导体版图中，台积电在高端晶圆代工领域的市场份额与技术统治力有目共睹。然而，随着人工智能技术的爆发式增长，这种高度集中的代工格局正面临前所未有的审视与挑战。 打破代工垄断：供应链多元化势在必行 英特尔高层近日公开表示，为了满足全球市场对人工智能芯片日益激增的庞大需求，半导体行业必须打破台积电在全球晶圆代工市场的垄断局面。 当前的AI淘金热不仅推高了GPU的算力需求，也对整个芯片制造产能提出了极限挑战。业内观点认为，将订单过度集中于单一供应商存在明显的供应链风险。唯有将制造订单分散至多家实力雄厚的供应商，才能真正保障产业链的韧性与可持续发展。 押注晶圆代工复兴，英特尔迎难而上 面对这一行业痛点，英特尔已将自身的未来战略深深绑定在晶圆代工业务（Intel Foundry）的复兴之上。作为曾经的芯片制造霸主，英特尔正试图通过技术迭代与产能开放，重新确立其在先进制造领域的地位，为全球无晶圆厂设计公司提供强有力的第二选择。 AI推理推动，CPU需求持续紧俏 除了代工格局的重塑，人工智能浪潮还带来了另一个显著的行业变化：AI推理任务的普及正在推动中央处理器（CPU）需求出现激增。 在复杂的AI应用场景中，CPU与GPU协同工作的模式已成常态。随着海量数据处理与终端推理需求的爆发，传统计算核心的产能消耗正在超负荷运转。英特尔方面指出，这一趋势已经造成了CPU供应的持续紧张，短期内产能压力或将难以缓解。 科技视点 台积电的垄断地位能否被撼动，很大程度上取决于英特尔等竞争对手在工艺良率、产能释放以及客户信任度上的实际表现。可以肯定的是，在AI大模型与高性能计算的强力驱动下，全球半导体代工市场正在迎来新一轮的深度洗牌与格局重构。

分类：科技 标签：iPadOS、Apple、数码评测、平板电脑 Apple 于 9 月 15 日正式发布了 iPadOS 27 正式版。作为年度大版本更新，本次升级不仅在视觉上继续打磨了 Liquid Glass 设计语言，还在系统性能、Apple Pencil 交互、文件传输速度以及生产力工具上带来了诸多改进。 以下是 iPadOS 27 中最值得关注的核心新特性。 一、 系统界面与 Liquid Glass 视觉改进 在视觉层面，iPadOS 27 对 Liquid Glass 风格进行了细节上的精细化调整，使之在美观与实用性之间寻找新的平衡。 1. 边到边的侧边栏 经历此前版本的「悬浮」留边设计后，iPadOS 27 的应用侧边栏回归了类似 iPadOS 18 的「边到边」布局，视觉风格与 macOS 27 Golden Gate 保持高度一致，整体显得更加简洁干练。 2. 图标重构与光影调整 包括地图、邮件、照片和天气在内的大多数自带 App 图标均经过了重构，融入了更丰富的 Liquid Glass 元素。第三方 App 的渲染方式也同步更新，边缘更为锐利、立体感更强。同时，各类系统组件（如按钮、通知、文本输入框）的光影渲染方式有所调整，遮挡内容的折射效果减弱，有效提升了文本的可读性。 3. 可自定义的透明度 Apple 在设置的外观选项中新增了 Liquid Glass 透明度调节滑块，支持无级调节。调至最低透明度时，会呈现出类似 iPadOS 18 的乳白色毛玻璃效果。 4. 菜单栏优化与多任务 顶部状态栏菜单：默认在顶部状态栏显示 App 名称，轻点即可呼出菜单，有效避免了误操作。 iPhone App 窗口自由缩放：运行 iOS App 时，用户可以更加自由地调整窗口大小，不再受限于固定的尺寸规格。 Sidecar 触控操作：随航（Sidecar）功能现已支持 iPad 端的直接多指触控操作，涵盖页面滚动、放大和缩小等手势。 二、 Apple Pencil 与笔记功能升级 对于生产力用户而言，Apple Pencil 与「备忘录」的联动体验在本次更新中得到了实质性增强。 ...

分类：AI动态 标签：人工智能、大模型、DeepSeek、算子优化 在人工智能狂飙突进的当下，技术人员不仅是浪潮的弄潮儿，更可能是最早直面被浪潮吞没风险的群体。近日，DeepSeek v4.1 的主 Attention 算子负责人刘胜与发表了一篇题为《我不得不把才华埋葬在昨天》的文章，在科技圈与社交媒体上引发了现象级的讨论。这篇获得十万加阅读量并冲上知乎热榜的文章，不仅赤裸裸地剖析了一位顶尖程序员面对 AI 崛起时的复杂心态，也再次将“AI 将如何改变人类劳动价值”这一宏大命题推向了风口浪尖。 从助手到大师：AI 算子能力的跃升 在文章中，刘胜与回顾了过去短短一年间，AI 在自己所从事的算子设计和编写领域发生的颠覆性变化。 最初，AI 还只是一个帮人类查查文档、读读代码、找找 Bug 的初级小助手。然而，时间来到今天，它已经蜕变成了一位能够独立阅读 CUDA、PTX 与 SASS 编码，通过专业工具分析每条指令停顿时间，进而独立优化算子的“算子大师”。刘胜与坦言，尽管自己为 DeepSeek v4.1 的成功感到骄傲，但他非常清楚：再过半年或者一年，AI 写的算子大概率就会和他写得同样优秀，甚至将其全面超越。 荒诞的军备竞赛：革自己的命，还是被别人革命？ 面对明知会加速自己被取代的现实，为什么还要拼尽全力去优化算子？这种近乎悖论的选择，刘胜与给出了两个极具程序员浪漫主义与现实主义的理由。 极致的快感与热爱：写算子对他来说就像打游戏一样。当发明了一种新技术、看到自己的算子性能上升，或者性能远超厂商官方版本时，那种精神上的快感和自豪感不亚于速通玩家打破记录。 无可逃避的时代洪流：哪怕自己选择“摆烂”甚至故意拖延模型训练，其他竞争对手的模型也照样会发展并最终将所有人超越。“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己。” 在这场无法回头的军备竞赛中，加入其中不仅是为了公司的发展，更是技术人员对未知命运的一种主动迎合。 告别手写时代：把才华留在昨天 随着舆论持续发酵，刘胜与随后进行了补充说明，澄清该文并非单纯表达对失业的焦虑，而是与自己过去手写算子的那段黄金时光做一次告别。 在他看来，未来有一天，“手写算子”甚至“编程”本身，可能会彻底退化为一种娱乐活动而非生产活动——就像现代人不再用标枪打猎，而是将标枪变成竞技体育一样。这种被迫放弃曾经深爱之物的失落感，正是“我不得不把才华埋葬在昨天”的真正注脚。同时他也强调，文章中涉及开源普惠以及对特定海外巨头态度的言论，仅代表其个人立场，不代表所属公司。 博客编辑总结 刘胜与的这篇刷屏文章之所以能引发强烈的共鸣，是因为它剥离了宏大叙事中冰冷的技术指标，用极具温度的文字展现了个体在 AI 时代大潮前的真实挣扎。当 AI 的能力边界不断拓展，知识与技能的半衰期急剧缩短，每一个身处数码与科技浪潮中的劳动者，或许都将面临和这位算子负责人一样的抉择：如何在技术奔涌向前的废墟上，重新定义自己的热爱与价值。