#硅谷

最近几周,一种微妙的变化变得越来越明显。过去几个月来一直流传着低成本的、开源的中国人工智能模型可能会将全球用户从美国产品中吸引走的猜测。但现在看来,它们也在悄悄地赢得硅谷的青睐。 风险投资家查玛斯·帕利哈皮蒂亚最近在他的有影响力的《全力以赴》播客上——由白宫人工智能负责人大卫·萨克斯共同主持——表示,他合作的一家公司已经将主要工作负载转移给了北京 Moonshot AI 开发的 Kimi K2。他说,这个开源模型“坦白说比 OpenAI 和 Anthropic 便宜得多。” 不久之后,爱彼迎公司首席执行官布莱恩·切斯基承认,他没有将他的旅行应用与 OpenAI 的 ChatGPT 集成,因为连接工具还没“完全准备好”。切斯基表示,爱彼迎的新服务代理依赖于十多种不同的 AI 模型,他们“很大程度上”依赖于阿里巴巴集团的 Qwen 系列:“它非常好。它也很快速且便宜。”考虑到切斯基与 OpenAI 首席执行官萨姆·奥特曼的密切个人关系,他的评论尤其引人注目。 公开承认的名单正在不断增长。由 OpenAI 前首席技术官 Mira Murati 创立的 Thinking Machines Lab 在博客文章中表示,其最新研究灵感来源于并建立在阿里巴巴 Qwen3 团队的工作之上。 但可能更有趣的是这种转变似乎正在以更微妙的方式扎根。备受瞩目的 AI 编程领导者 Cursor,一家估值约 100 亿美元的科技公司,上个月发布了其助手的新版本。此后,互联网上开始流传一种说法,称其是基于像 DeepSeek 这样的中国 AI 工具构建的,一位科技投资者在 X 平台上指出,在他使用该工具时,其内部对话切换到了普通话。 另一家估值约 100 亿美元的美国公司 Cognition AI Inc.,似乎也是基于智谱 AI(国际名为 )的基础模型构建了其新的编程代理。在社交媒体侦探发布相关怀疑后,这家北京-based 公司似乎在一篇推文中确认了他们的发现,称其“突出了开源贡献对生态系统的积极影响和价值”。这两家美国公司没有立即回复我发去的评论请求。但中国 AI 模型的宽松许可性质意味着公司可以自由在其上构建产品。 由支持开源 AI 的美国联盟项目整理的 Hugging Face 平台数据显示证实了这一点。中国模型在开发者累计下载量方面已超过美国。这一转变起初缓慢,随后突然发生:2024 年初,Meta Platforms Inc.的 Llama 有 1060 万次下载,而阿里巴巴 Qwen 仅有 50 万次。到上个月,Qwen 的累计下载量已达 3853 万次,相比之下 Llama 为 3462 万次。基于 Qwen 构建的衍生系统现在占 Hugging Face 上发布的新语言模型的 40%以上,而 Meta 的份额已降至 15%。
为了不被裁员,硅谷科技男扎堆做医美 近日,据华尔街日报报道,硅谷正兴起一股出人意料的风潮:越来越多的“科技男”(tech bros)正在大举投身面部整形手术,包括面部拉皮、颈部拉皮、眼睑提升等,以对抗被行业淘汰的隐忧。 在年轻被视为“创新力”的科技行业里,外貌似乎成了职场竞争的一部分。报道指出,不少科技从业者担心自己“看起来太老”从而失去投资人或公司高层的青睐。整形外科医生本·塔雷(Ben Talei)发现,科技行业的男性拉皮手术需求在过去五年里增长了五倍。 据介绍,男性往往更希望拥有自然、低调的外表,更倾向于选择“看不太出来”的方式进行医美:30多岁的男性通常会选择肉毒杆菌注射、微量填充等非手术治疗;到了40多岁,他们开始接受更多的手术治疗,包括所谓的“微整形”。一些人甚至因为服用减肥药(如Ozempic)导致体重骤减、皮肤松弛,从而进一步刺激了整形需求。 《华尔街日报》评论称,这种“男性容貌焦虑”的背后是科技文化对青春和速度的痴迷——“科技是年轻人的游戏”。曾有硅谷投资人直言:“不要雇30岁以上的人。” 旧金山整形外科医生蒂莫西·马滕(Timothy Marten)指出:“从历史上看,如果男性成就斐然,无论长相如何都会受到尊重;而女性,无论多么有成就,都必须拥有光鲜亮丽的外表才能获得赞赏。”如今,男性觉得“光有成就还不够,他们还得打扮得像样。”
🔥 秘密翻译组:中俄情报渗透硅谷,“色诱陷阱”与科技间谍战全面升级‼️ 10月23日(秘密翻译组)——《泰晤士报》10月22日报道称,中共与俄罗斯的情报人员正利用所谓“性战(sex warfare)”手段,色诱美国科技界人士,甚至通过结婚生子长期潜伏,以窃取敏感技术和商业机密。多位美国反间谍专家形容这一现象“已进入狂野西部时代(the Wild West)”。 帕米尔咨询公司情报总监、长期研究中美情报活动的詹姆斯·马尔维农(James Mulvenon)表示,自己近期频繁遭到“高度精心设计的LinkedIn接触”,多为“年轻漂亮的中国女性”。他透露,在弗吉尼亚州举办的“中国投资风险会议”上,也有两名可疑女子试图混入现场,“她们掌握完整会议信息,我们不得不将其拒之门外。” 马尔维农指出,这类“美人计”构成美国防御体系的重大漏洞,“我们在法律与文化上都不会使用这种手段,这让对方在‘性战’上拥有不对称优势。” 五名反情报专家对《泰晤士报》表示,中俄已将情报行动扩展至硅谷生态系统。除了色诱与社交渗透,北京还利用在美创业竞赛、投资基金与科研合作平台来获取敏感商业计划,甚至破坏美国企业。美国国土安全委员会今年2月披露,近四年中共有超过60起中共主导的间谍案件。 美国反情报官员指出,与冷战时期不同,如今的间谍活动更多是通过“普通身份”进行的——投资人、学者、区块链分析师或商界人士,令识别难度倍增。“我们追踪的不再是德国客栈里的KGB特工,而是一个‘全社会渗透’模式。” 一名曾供职于反情报部门、现协助硅谷创业者清理外资的专家披露,他曾调查一名“美丽的俄罗斯女子”,此人嫁给一位美国航天公司同事,她拥有模特及“软实力学院”背景,十年后突然以加密货币专家身份出现在美国。“她的丈夫全然不知,这种‘结婚生子、终身收集情报’的模式极为普遍。” 根据美国知识产权窃取委员会估算,每年因商业机密被盗,美国损失高达6000亿美元,中国是主要源头。2023年,一名居住在中国宁波的工程师克劳斯·普夫贝尔(Klaus Pflugbeil)在拉斯维加斯试图以1500万美元出售从特斯拉窃取的电池技术图纸,被卧底探员逮捕,判刑两年。司法部指出,该行为“直接有利于中国在关键安全产业中的竞争力”。 美国政府近期也警告初创企业警惕“中国创业竞赛”。这些比赛常要求参赛者提前提交商业计划书、知识产权资料甚至个人照片,获奖者必须在中国注册公司才能获得奖金与投资。一名参加深圳创新创业国际大赛的硅谷生物技术CEO透露,主办方要求他佩戴麦克风并被全程录音,“政府代表坐在后排观察”,获奖奖金5万美元甚至被直接汇入个人账户。事后,他公司被暂停联邦资助,怀疑与其“拥有亚洲投资者”有关。 马尔维农警告,这正是中共的“借力战术(drafting)”:通过政府背景的风险基金投资美国国防部支持的初创企业,使其外资比例超限,令五角大楼无法再继续资助,从而“掐断美国创新源头”。 参议院小企业委员会今年5月披露,美国小企业创新研究计划(SBIR)中前25家受资助企业中,有6家存在“明确与中共的关联”,却仍在2023至2024年间从五角大楼获得近1.8亿美元资金。 前美国国家安全分析师杰夫·斯托夫(Jeff Stoff)指出,中共的很多行为“未必违法”,而是“利用美国制度的漏洞”。“他们非常了解我们的体系,能在规则之内几乎不受限制地行动。” 斯托夫警告,美国情报界目前仍处于“追赶阶段”,需要大幅增加反企业间谍的投入,审查跨境资金流向,并提高硅谷对中俄渗透风险的警觉。“中共正瞄准我们的初创公司、学术机构、创新项目与国防科研,而监管远远不足。我们甚至还没真正踏入这场经济战的战场。”
硅谷的技术浪潮与 AI 革命 约翰·L·亨尼西演讲摘要 今天上午的主题对话嘉宾是约翰·L·亨尼西(John L. Hennessy),他是 Alphabet 董事长、美国计算机科学家,被誉为“硅谷教父”,2000–2016 年任斯坦福大学校长,并因与大卫·帕特森(David Patterson)共同开创 RISC 架构获 2017 年图灵奖。 硅谷的起点 硅谷历史可追溯到二战前。MIT 出身的弗雷德里克·特曼(Frederick Terman)来到斯坦福任教,招回比尔·惠利特(Bill Hewlett),与戴夫·帕卡德(Dave Packard)一起创业。他们发明了温度补偿音频振荡器,卖给迪士尼用于《幻想曲》,这就是惠普的开端。车库实验室的故事也由此流传。 从此,硅谷迎来一波波技术浪潮:半导体、集成电路(英特尔、AMD、仙童)、微处理器与个人电脑革命、互联网与思科、万维网与谷歌雅虎、社交媒体与 Facebook、Snapchat……每一波浪潮最终留下 3–4 家巨头,推动格局不断变迁。 创新源头 早期突破来自 IBM、贝尔实验室、施乐 PARC 等研究机构。晶体管、集成电路、个人电脑、图形界面与鼠标都从这里起步。斯坦福、MIT、伯克利、卡内基梅隆等大学成为人才与思想的孵化器。互联网最初服务科研,直到杨致远等人用 Yahoo 做出在线点披萨,我才意识到互联网将改变一切。 人才与创新 硅谷的经验是:转移的不仅是技术,更是人。真正推动创新的,是敢于挑战旧路的年轻人。谷歌的成功离不开佩奇、布林,更离不开后来数百位来自斯坦福、伯克利的人才。创新需要人去承载、去相信。 AI 革命 今天我们正处在人工智能的浪潮中。几十年的基础研究,加上近十年的突破——深度神经网络、Transformer、自监督学习——使 AI 在图像识别、自然语言、推理上突飞猛进。关键要素是算法、数据与算力。ImageNet、Wikipedia、亿万网页训练了这些模型。RLHF 帮助它们减少错误,但完美仍不可期。 技术与社会挑战 AI 发展面临三大挑战: 1.训练成本飞速上涨,算力需求超过硬件降价速度。 2.能耗问题,数据中心能耗是人脑的数千倍。 3.高质量数据枯竭,2030 年前后或遇到瓶颈。 同时,AI 引发就业与社会担忧。程序员、教师、医生都面临改变,但若定位为“增强人类能力”而非替代,就能释放积极价值:减轻医生文书负担、为教师提供个性化辅导、让学习与诊疗更高效。 展望 AGI 十年前大多数人认为 AGI 需几十年,如今很多人预计 5–10 年。大模型已超过人类平均水平,向专家级迈进。但它们的学习效率、能耗远不如人脑。我们仍需从神经科学汲取灵感,把革命推向改善人类生活的方向。 “真正驱动硅谷的,不是单个公司,而是一波又一波的技术浪潮。今天,AI 就是新的浪潮。” ——约翰·L·亨尼西 ⸻