1014 | 科技速递：从 Siri AI 到铁器时代的泥板

茉莉: 大家好，欢迎收听这一期的节目，我是茉莉。

白桦: 我是白桦。过去二十四个小时里，新闻特别有意思的一个共同线索是：AI 和硬件、和基础设施、和我们的日常工具，正在互相挤压、互相重塑。从苹果的新硬件到一条被网络攻击停工的跨海隧道，再到三千年前的一批泥板，我们今天按顺序好好聊。

茉莉: 那我们就从苹果说起，因为这可能是今天话题最集中的一家。苹果一口气端出了两台 299 美元的设备：一台是新款 Apple TV 4K，带 Siri AI 和远场麦克风；另一台叫 HomeView，是一个智能显示屏，同样 299 美元，同样主打 Siri AI。

白桦: 但这两台的命运有个非常扎眼的差别。Apple TV 4K 是直接上市卖的，而 HomeView 在欧盟不让卖。原因说得很直白：iOS 里没有 Siri AI，所以这个靠 Siri AI 撑起来的智能显示屏，在欧盟根本没有可用的核心功能。

茉莉: 这里最值得琢磨的其实是定价。上一代 Apple TV 是 129 和 199 美元两个档位，这一代直接跳到 299 美元。这不是一个小幅调价，是一步跨过去的大约一半到一倍多的涨幅。苹果敢这么定价，等于在押注一件事：Siri AI 加远场麦克风，让 Apple TV 从一个“机顶盒”变成了家庭里的 AI 入口设备。

白桦: 这个押注能不能成立，很大程度上取决于 Siri AI 到底有多好用，而这一点恰恰是现在最大的未知数。远场麦克风意味着你不用走到设备跟前，隔着房间喊话它也要能听清——这是把语音助手做成“家庭基础设施”的必要条件。但如果 Siri AI 的实际体验跟不上，那这 299 美元里多出来的那一百多块，消费者是感觉不到价值的。

茉莉: 而且 HomeView 在欧盟的困境把这件事的另一个维度暴露出来了：Siri AI 的落地进度，不只是产品问题，直接决定苹果的硬件版图能不能铺开。欧盟市场是一个巨大的市场，一个产品线在那里整体缺席，等于这个智能家庭的拼图缺了一整块。

白桦: 换个角度想，这对欧盟消费者和苹果自己都是个尴尬局面。欧盟用户买不到这台设备，苹果在这块市场就没有收入和数据反馈，而“iOS 缺乏 Siri AI”这个说法本身也很耐人寻味——它暗示 Siri AI 目前还没有覆盖到苹果的全线系统。那么接下来要看的，就是苹果什么时候把 Siri AI 推到欧盟的 iOS 上，以及欧盟监管方面会是什么态度。现在这个态度还是未知数，这是留了一个很大的问号在后面。

茉莉: 说完苹果的硬件，还有一个很“苹果式”的项目值得一讲，叫 Minions。它是一个虚拟 GPU 云的方案，把闲置的 Apple Silicon GPU 聚合起来，组成一个可以大规模做机器学习推理、而且有容错能力的云。

白桦: 这个想法挺妙的。苹果的设备遍布全球，每台 Mac、每台带芯片的机器里都有一颗平时大部分时间在闲着的 GPU。Minions 把这些散落的算力聚合成一个池子，用来跑推理任务，还要做到容错——也就是说，某台机器掉线了，任务不能跟着崩掉。

茉莉: 如果把它和刚才 Siri AI 的故事连起来看，是同一个战略的两半：一边是苹果在自家硬件里塞进 AI 能力，一边是苹果在想办法把自家硬件的算力组织成 AI 基础设施。一个是面向消费者的入口，一个是背后的算力池。

白桦: 对。而且这也回应了大家这两年一直在问的问题：苹果在大模型竞赛里到底站在什么位置？它没有像别家那样砸千亿建数据中心，但它有一个别人没有的资产——全球规模最大、最分散的终端算力网络。Minions 就是在把这笔隐性资产显性化。

茉莉: 不过这里得诚实一点：Minions 现在是一个方案描述，实际能聚合多少算力、推理性能到底怎么样、有没有第三方真的在上面跑大规模负载，这些都还没有数据。它是方向性的信号，不是已经兑现的成绩。

白桦: 好，苹果这一段聊得够深了。接下来很自然要接的一个话题是——苹果在自己的领域里主动出击了。苹果发起了一个叫“换用 Safari”的宣传攻势，主打三个点：更省电池、更保护隐私，以及在 Mac 上比 Chrome 快最多 35%。

茉莉: 这三个宣称里，最值得推敲的是那个 35%。这是苹果自己的说法，还没有独立的测试来验证。浏览器性能测试这个东西，向来高度依赖测试方法和场景——在什么网页、什么负载、什么版本的 Chrome 上比？差一个条件，结论可能完全不同。所以我们的态度应该是：数据先记下来，等第三方跑分出来再说。

白桦: 但“换用 Safari”这个 campaign 本身的信号比数字更重要。苹果愿意花营销资源去打浏览器，说明浏览器这个品类又变得有战略价值了。为什么现在？因为浏览器正在变成 AI 的入口和代理的执行层，谁控制浏览器，谁就控制用户和 AI 之间那层界面。

茉莉: 而且苹果不是唯一一个觉得浏览器是战场的。 Mozilla 这边推出了 Firefox Enterprise，一个专门面向企业的版本，支持本地部署、原生 DLP——也就是数据丢失防护——还有 AI 控制和专业支持。

白桦: 这个产品定位很有意思。它说明浏览器正在从“消费者产品”转向“隐私与合规战场”。企业买浏览器，买的不再是界面好不好看，而是：数据能不能不出我的内网？敏感信息会不会被员工不小心发出去？AI 功能在浏览器里怎么管控？Firefox Enterprise 是把这三个问题做成了一揽子答案。

茉莉: 把苹果和 Mozilla 放在一起看，很有对称性：苹果对消费者喊“来我这儿，我更快更隐私”，Mozilla对企业喊“来我这儿，我可控可审计”。两边都没有说“我功能最多”，都在打安全和控制这张牌。

白桦: 这也留下一个没解决的问题：这些隐私和性能的宣称，最后都要靠独立验证说话。消费者层面如此，企业层面更是如此——企业采购前一定会做自己的测试。我们等这些验证出来，再下判断。

茉莉: 从浏览器说到谷歌。谷歌发布了 Gemini 4 Argon，一个主打推理的新模型。它的成绩单上最亮眼的一行是：在一个叫 ERQA 的基准上拿了 87%。这个基准考的是物理和机器人方向的推理，也就是让模型理解真实世界的物理规律和具身场景。它超过了其他前沿模型。

白桦: ERQA 这个方向值得多说两句。推理能力过去主要在数学和代码上比，但物理和机器人推理是另一个难度级别——模型要理解力、空间、因果、时序这些现实世界的东西，这直接关系到机器人能不能真的干活。谁在这个基准上领先，谁就在“AI 走出屏幕、进入物理世界”这条路上占先。

茉莉: 所以从能力上讲，这次发布是漂亮的。但上线的实际情况就相当难看了。Gemini 4 Argon 面向 Ultra 和 Pro 订阅用户开放，可很多付费用户反映：访问受限，或者干脆失败。也就是说，你付了最高档的钱，想用最新的模型，结果可能连门都进不去。

白桦: 这个落差太典型了。能力上登顶，发布节奏和可用性却掉链子。这里有几层可以想：第一，新的推理模型算力开销肯定比普通模型大，能不能扛住订阅用户的并发，可能就是它限制访问的真实原因；第二，谷歌没有给出稳定开放的时间表，这比“暂时不可用”更让人不安，因为用户没法预期。

茉莉: 把它和前面苹果的 HomeView 放一起，会发现一个共同的规律：AI 能力到用户手里的“最后一公里”，比模型本身更难。谷歌是能力有了但发不出去，苹果是能力还没到位所以整个产品线在欧盟缺席。两家巨头都在同一个坎上绊了一下。

白桦: 所以这两天的新闻其实给我们画了一条线：模型的能力和模型的可用性，是两个独立的问题，解决其中一个不代表另一个自动解决。

茉莉: 说完巨头，我们聊点个人开发者的东西，这部分内容特别有意思。先说一篇文章，标题大意是“你的游戏是一个挽具”，作者的核心论点是：大语言模型在游戏里表现差，不是因为模型不够聪明，而是因为游戏的大部分内容根本不在代码里。

白桦: 这个说法初听有点反直觉，展开就通了。一个游戏真正让它成为游戏的，是设计文档里的意图、数值背后的手感、没写下来的规则和状态——这些东西散落在策划的脑子里、美术的设定里、无数个补丁的累积里。代码只是游戏的一个投影。你让 LLM 读代码，它读到的是骨架，读不到血肉。

茉莉: 所以作者开的药方不是“等模型变强”，而是“把游戏改造成对智能代理可读的形态”。也就是说，主动地把那些隐性的东西显性化，写成代理能消费的接口和描述。这是一个非常工程化的思路：不要怪模型读不懂你的游戏，是你的游戏没有为阅读者准备好。

白桦: 这个思路其实可以推广到游戏之外。AI 要有用，前提是世界能被“翻译”给它。而这正好接到另一个项目，那个方向完全相反——不是把世界翻译给模型，而是把模型塞进设备、让它就地干活。有人把 EmbeddingGemma 2 改造成了一个语音转文本模型，效果是：词错率大约 5%，在基础款、没加任何配置的 M3 MacBook Air 上，13 秒左右处理完一小时的音频，而且全程在设备上运行，不联网。

茉莉: 13 秒一小时音频，这个数字放在两年前是要靠云端集群才能做到的事，现在在一台入门级笔记本上本地跑完了。5% 的词错率对很多实际用途来说已经可用了。

白桦: 这两个项目放在一起看特别有意思，它们说的是同一件事的两面：AI 的能力不只在云端的基准分数里，也在我们怎么把世界和数据“翻译”给模型的方式上。前一个项目是向上翻译——把复杂的游戏世界整理成模型能读的形态；后一个是向下压缩——把一个嵌入式模型改造成能在消费级设备上实时干活的工具。方向相反，思路同源：都是在重新定义“模型能接触到的输入”。

茉莉: 而且设备端这个方向还有一层含义：隐私。本地跑意味着你的语音不出你的机器。这和前面苹果 Safari 主打隐私、Firefox Enterprise 主打数据不出内网，是同一个时代情绪在不同产品上的投影。

白桦: 不过说到 AI 和数据，也有让人头疼的一面。有位作者在 Hacker News 上发了帖之后，自己的网站被 AI 爬虫淹没了。最夸张的一个数据是：几乎一半的流量来自同一个爬虫。

茉莉: 一半。这个比例意味着什么？意味着他的服务器有一半的带宽、一半的请求处理能力，是在伺候一个他自己没有邀请、也未必获益的访客。对独立开发者来说，这不是抽象问题，是真金白银的带宽账单和真真切切的网站可用性。

白桦: 而且这还只是一个爬虫。爬虫治理现在是个悬而未决的大问题：robots 协议是靠自觉的，爬虫换 UA、换 IP 的成本很低，而个人站长的防御成本很高。这背后还有一个更根本的争议——AI 公司该不该为抓取付费？内容创作者的劳动被拿去训练模型，补偿机制在哪里？这些都没有答案。

茉莉: 这个“AI 冲垮基础设施”的故事还有另一个更制度化的版本：Character.ai 启动了自愿的 Chapter 11 破产程序，进入法院监督下的出售流程，预计的交易完成时间是 2026 年的 11 月或 12 月。

白桦: “自愿”这个词在这里很关键，它说明这不是被债权人逼到墙角的清算，而是主动选择用破产法院来整理资产和债务，好让公司整体卖出去。这通常意味着公司还有买家想要的价值，但资产负债结构需要法院来理顺。

茉莉: Character.ai 是做 AI 陪伴聊天的，这类产品当年热度非常高。它走到今天这一步，说明一个商业模式的问题：用户愿意聊，但愿意付费聊天的人撑不撑得起模型训练和推理的成本？AI 陪伴这条商业路线，到底能不能自洽？

白桦: 把爬虫和 Character.ai 放在一起，今天可以很清楚地看到一个双重冲击：AI 一方面在冲击基础设施——爬虫把小网站压垮；一方面在冲击商业模式——明星创业公司也要靠破产法院找出路。这两条线的后续都值得跟：爬虫治理会走向什么规则？Character.ai 的资产最后归谁？

茉莉: 而且从 Character.ai 的案例，正好可以自然过渡到接下来这组事件——AI 和自动化工具失控，或者说被滥用，撞上安全问题的两个侧面。第一个是人的问题：OpenAI 的一名工程师，叫 Abdulrahman Alfozan，因为把录音设备藏在高管会议室里被捕了，最高可判 5 年。

白桦: 这个案子有几个值得咀嚼的点。第一，这是物理世界的间谍行为，发生在全世界最懂 AI 的公司里。再强的数字安全，防不住一个人在会议室天花板上藏一支录音笔。第二，他偷听的是高管会议，这是最高价值的商业机密。第三，5 年这个刑期上限说明这在法律上是重罪，不是恶作剧。

茉莉: 它暴露的是企业安全的软肋：我们花了十几年建防火墙、零信任、端点检测，但“屋子里有一个不该有的物理设备”这种威胁，是另一套防御体系。现在未知的是：他为什么这么做、为谁做的、拿到了多少内容，这些还没有答案。

白桦: 第二个事件 scale 完全不同，但性质相通：一次网络攻击，让丹麦和德国之间的 Fehmarn Belt 隧道建设停工了。这条隧道 18 公里长，是跨海工程，造价约 70 亿欧元。

茉莉: 70 亿欧、18 公里的海底隧道，这种项目的施工依赖高度数字化的系统——工程管理、供应链、施工调度，全是 IT 系统。一次攻击能把整个工地按下暂停键，说明关键基础设施的脆弱性已经不在物理层面，而在控制它物理流程的那层数字系统上。

白桦: 和 OpenAI 那个案子并排看很有警示性：一个是公司内部的物理渗透，一个是国家间的关键基建被网络攻击瘫痪。企业物理安全和基础设施网络安全，是同一个时代安全命题的两个面。而且两个案子的关键信息都还是空白——OpenAI 案的动机归属不明，隧道案的攻击者身份和恢复时间表都未知。

茉莉: 从安全和失控，我们转到更阳光的一面：开发者的工具箱，这几天更新得很密集。先说 AWS，他们推出了 Lambda Web Functions，可以直接原生运行 HTTP 框架，并发和全球分发都是自动处理的。

白桦: 这个产品是对现状的一个让步。过去用 Lambda 跑 web 服务，大家都得套一层适配器，把 HTTP 事件翻译成 Lambda 的事件格式，部署和调试都很别扭。现在直接原生跑框架，等于 AWS 承认：开发者的工作流不该为平台改写，平台该适配开发者的工作流。并发和全球分发自动化，则是把“从单机到全球”这个原本很痛的扩张过程抹平了。

茉莉: 版本控制这边也有大动作。Anthropic 用 5 个月时间，把自己的 monorepo 迁移到了自研的版本控制系统，叫 Scion。规模数据很吓人：日均 3 万个 merge，主仓库约 100 GB。

白桦: 5 个月迁 100 GB 的 monorepo，而且是日均 3 万 merge 的活跃仓库——这意味着迁移期间不能停开发，等于是在给一架飞行中的飞机换引擎。Anthropic 为什么不直接用现成的方案，非要自研？大概率是因为他们的规模和 AI 辅助开发带来的提交量，把传统工具逼到了极限。这里值得留一个开放问题：Scion 会不会开放给外面的公司用？一个被 AI 公司的开发强度打磨过的版本控制系统，对整个行业可能都有价值。

茉莉: 然后是一个偏学术但很重要的发现：Rust 的 issue #164250。它揭示了一个借用检查器的不健全问题——通过协变字段赋值，可以绕过结构体生命周期要求。而且这个问题至少从 1.85 版本起就存在了。

白桦: 给不熟悉 Rust 的听众解释一下：Rust 的安全性很大程度上建立在借用检查器上，它保证你不会使用悬垂引用、不会有数据竞争。“不健全”的意思是，有一条路径能骗过这套检查、写出本该被拒绝的代码——这在 Rust 的安全承诺里是很严重的事。协变是类型系统里的一个性质，这里被人利用来做字段赋值的漏洞通道。值得安慰的是，这类问题需要刻意构造才能触发，普通代码踩到的概率不高；但“至少自 1.85 起存在”说明它潜伏了不短的时间。修复方案目前还没有公布。

茉莉: 再补一个相关的开源项目，Spotatui——一个用 Rust 写的 TUI/GUI 音乐客户端，接 Spotify 音乐，但它走的是 librespom 的内部 API，而不是官方的网页 API，这样就绕开了网页 API 的限制。

白桦: 这个项目的取舍很典型：用非官方通道换来不受限制的体验，代价是这条通道随时可能被官方掐断。这也是所有“内部 API 项目”共同的生存状态。

茉莉: 把这一组放一起看，开发者栈正在快速换代：云函数的形态在变，版本控制在为 AI 时代的提交量重做，语言安全的最前沿还有没堵上的缝。这些都是接下来几个月要持续跟踪的。

白桦: 从平台级工具降到个人级工具，还有两个小而美的东西。一个是 PDF to MP3，一个把文档转成音频的工具。它借助 MCP 去调用 OpenAI 订阅来处理文档——MCP 就是那个让 AI 工具互相调用的协议。但有个尴尬的细节：语音合成那一步，它还要一个单独的 API 密钥。

茉莉: 这个摩擦暴露了工具链拆分的现实。理论上 MCP 让你的各种工具能串起来，但实际上你的凭证、订阅、密钥是分裂的——你有 OpenAI 订阅，可语音功能走的是另一条计费通道，你又得去申请一把 API key，可能还得单独付费。理想中的“我的订阅到处通用”和现实中的“每个能力一把钥匙”，之间还有距离。

白桦: 另一个是 Thunderbird for iOS。它不是把桌面版移植过去，而是从零开始原生构建的，首个社区版本预计在几个月内发布。社区自发的力量做一个移动端邮件客户端，这个完成度最后怎么样，现在只能等发布再看——移动端邮件客户端是出了名的难做好。

茉莉: 好，接下来一组话题，时间跨度拉到最大：一头是当下的监管疑云，一头是三千年前。据彭博报道，美国商品期货交易委员会——CFTC——的职员被要求撤回一份分析，内容是跟伊朗有关的可疑石油交易。

白桦: 这个报道如果属实，问题相当严重。CFTC 的职能就是监督市场、发现异常交易，职员做了分析却被要求撤回，这直接触碰监管独立性的核心。监管机构的价值就在于它能不受干扰地说真话，一旦“分析可以被要求撤回”，整个监督链条的可信度都要打问号。

茉莉: 这里要注意区分：这是彭博的报道，CFTC 方面的回应、被撤回分析的具体内容、是谁下的指令，这些都还是未知数，需要后续调查来澄清。我们目前能说的是：这则报道本身，已经足以引发对监管透明度的正当疑问。

白桦: 而从“记录”这个话题，三千年前的档案接得特别自然。在土耳其 Sivas 省一个叫 Samuha 的地方，考古学家发现了一份赫梯王国的皇室档案：131 块楔形文字泥板，距今大约 3400 年。

茉莉: 131 块，这个数量对一个遗址来说相当可观。更动人的是内容：上面记载着疫情和军事后勤。也就是说，三千多年前的人们，把他们那个时代的公共卫生危机和军队补给，一笔一笔刻在泥板上存档。

白桦: 这里有一种跨越时间的呼应。前面我们聊 CFTC 的分析被撤回——一份当代的记录可能被抹掉；而 Samuha 的泥板——三千年前的记录，因为被刻进了最耐久的介质里，反而留到了今天。记录能不能留存，介质和意愿同样重要。当时的书记官大概想不到，他们记下的军粮数目，会成为后人理解一个消失文明的主要窗口。

茉莉: 后续值得跟的自然是译读进展：131 块泥板要逐一释读，里面可能还有更多关于赫梯王国行政运作的细节浮出来。

白桦: 最后我们用两个轻松一点的话题收尾，但它们其实也不轻。第一个是能源：英国的人均发电量，从 2003 年的峰值以来下降了整整三分之一，现在的水平回到了 1960 年代末期。

茉莉: 这个曲线背后是两条力量的叠加：一方面是工业结构变迁和能效提升——同样的经济产出，需要的电少了；另一方面是英国能源结构本身的转型。发电量下降不一定是坏事，它可能意味着效率，但也可能意味着产业外移，这取决于你怎么解读，而英国的后续走向还需要数据说话。

白桦: 顺便说，“少即是多”这条线也能接到最后一个话题。有人在浏览器里做了一把免费的虚拟吉他，叫 Guitoro。它用的不是合成音，是真实录音，内置了 51 首歌，还有一个对练习者特别友好的功能：可以把速度降到 20% 来慢练。

茉莉: 用真实录音这件事是关键差别。合成吉他的音色一听就假，真实采样让它听起来像那么回事，学琴的人才愿意用它建立正确的听觉。慢放到 20% 则是所有乐器老师的标准教学法——先慢到能弹对，再逐渐加速。

白桦: 一把浏览器里的吉他和一个国家的发电量曲线，看起来风马牛不相及，但它们其实是同一条路线的两面：都在做减法。英国在把每单位经济产出的电力做减法，Guitoro 在把学吉他的门槛做减法——不用买琴、不用装软件，打开浏览器就能练。轻量化、效率化，是这个时代技术演进的主旋律，从能源到娱乐都是。

茉莉: 好，今天的节目就到这里。从 299 美元的 Apple TV 和它在欧盟缺席的兄弟，到 Safari 的 35% 宣称和 Firefox 的企业版，从 Gemini 4 Argon 登顶又翻车，到设备端语音模型和读懂游戏的方法，从 AI 爬虫和破产法庭，到录音笔、停工的隧道，再到 Lambda、Scion、Rust 的缝，最后是泥板、电量和一把吉他。

白桦: 感谢收听，我们下期再见。