HiDNS – 统一管理阿里云、DNSPod、Cloudflare 等 22+ 平台的域名 DNS 解析
如果你有在多个平台注册过域名,想要修改 DNS 解析的时候,却一时想不起这个域名到底是在阿里云、腾讯云,还是 Cloudflare。找到之后,还得登录对应的平台,再进入 DNS 管理页面操作。
而如果有很多个域名,有亿点点麻烦。
来自发现频道的 @HINS 同学,推荐了:https://meta.appinn.net/t/topic/86822

HiDNS 一站式DNS聚合管理平台
HiDNS 自己就是一个平台,只需要添加各大域名注册商的 API Key,就可以一站式管理你的所有域名了。
无论你的域名在哪里注册的,都只需要打开 HiDNS 就行了:

你可以直接在里面看到现有的记录:

支持的域名商
支持的域名商挺多的,包括:
- 国内:阿里云 (Aliyun), DNSPod (腾讯云), 华为云 (Huawei Cloud), 百度云 (Baidu Cloud) 火山引擎 (Volcengine), 京东云 (JD Cloud), 西部数码 (West Digital), 青云 (Qingcloud) 宝塔面板 (BT Panel), 阿里云 ESA (Aliyun ESA), 腾讯 EdgeOne (Tencent EdgeOne), 雨云 (Rainyun), VPS8
- 国际:Cloudflare, NameSilo, Spaceship, PowerDNS, DNS.LA, DNSHE, HiDNS, 彩虹DNS聚合 (CaihongDNS), Gcore

额外支持的功能
除了 DNS 管理,还有其他功能:
- WHOIS 到期监控 — 自动查询域名 whois 信息,跟踪续期状态
- NS 监测与故障转移 — 检测 nameserver 可用性,支持自动切换
- API Token 权限管理 — 可对接 DDNS-Go、acme.sh 等工具,细粒度控制
- 团队协作 — 多用户角色,团队共享域名管理
- 安全加固 — 支持 WebAuthn 无密码登录、TOTP 两步验证、OAuth2/OIDC 单点登录
- 审计日志 — 完整的操作日志记录
另外还支持 API 操作,也就是可以让你的 AI Agent 来管理所有的域名,只要你不怕,我觉得问题不大。
获取
HiDNS 采用 GPL-3.0 开源,你可以通过 Docker 快速部署测试:
docker run -rm -p 3001:3001 -v $(pwd)/data:/app/data --name hidns ghcr.io/hipm-tech/hidns:latest
注意上面的命令在结束后,会删除该容器(纯测试用的)。
原文:https://www.appinn.com/hidns/
相关阅读
©2021 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南
3659b075e72a5b7b1b87ea74aa7932ff
点击这里留言、和原作者一起评论
百度地图赛题专家解读来了,助力选手冲击决赛百万奖池
引力一号遥三发射成功 8颗千帆星座组网卫星入轨
9月16日06时00分,东方空间引力一号(遥三)·千帆全顺号运载火箭在我国东海海域点火升空,将搭载的8颗千帆星座组网卫星与1颗EUHT技术试验卫星顺利送入预定轨道,发射任务取得圆满成功。
阅读全文
IT之家鸿蒙版 9.0 重大更新:适配鸿蒙 7.0、小尾巴颜色、首页事件日历等超多更新
家友们,IT之家鸿蒙版 9.0 正式发布上线了!适配 HarmonyOS 7.0,带来全新沉浸材质与光感,小尾巴支持显示设备颜色,首页新增事件日历卡片,低分辨率图片预览默认开启图像超分。同时带来圈子帖子关键词屏蔽、自由多窗(平板、三折叠)标题栏窗口沉浸适配,以及分栏、横屏播放、导航手势和无障碍体验优化。快来下载体验。
更新亮点总结:
新增
适配 7.0 沉浸材质、光感(图见下方),包括各处菜单、功能弹窗、评论弹窗,后续继续打磨(需升级 7.0)
小尾巴支持显示设备颜色(需升级 7.0),例如 HUAWEI PURA 90 Pro Max 橘子海等,IT之家用户积极反馈相关需求,我们提单,持续推进,API 在 7.0(API26)交付 [胜利]。现已录入大部分设备颜色,如有错误或遗漏,辛苦在“我的 - 设备小尾巴 - 设备纠错”反馈。

首页新增事件日历卡片,支持轮播、设置系统日历同步、事件月度海报分享
平板、三折叠屏自由多窗模式适配窗口标题栏沉浸

HUAWEI Mate XT 2 | ULTIMATE DESIGN 自由多窗模式 圈子帖子列表支持关键词屏蔽,需到关键词屏蔽管理页面开启
低分辨率图片预览默认开启“图像超分”(超分辨率重建),支持切换。支持在设置里关闭(需升级 7.0 )
改进
文章内可横向滑动的列表、代码块、视频进度条不再接受横向导航手势
直播横屏播放时,返回操作会先退出横屏
分栏模式自动进入最新的一篇文章
优化无障碍体验
修正
修复“最新资讯”“华为资讯”和“新闻日历”服务卡片内容底部裁切问题
修复折叠屏展开、旋转或窗口尺寸变化后未能准确切换分栏模式的问题
修复评论对话页面回复评论提示“参数不正确”问题
感谢支持,感谢大家的好评❤️❤️❤️![六六六][六六六][六六六]





IT之家鸿蒙版持续更新优化,精益打磨,只为给您带来更加流畅的体验!
[坏笑] 值得一提的是,最会买、要知 鸿蒙版也已上架。最会买,专注于购物返利。优惠券叠加返利返现,购物大大省钱! 要知 入选 AppGallery 月度最佳应用,获得 AppGallery 焦点推荐,欢迎大家下载体验。
IT之家鸿蒙版 9.0(2026/9/17)详细更新日志
新增:界面 - 基于 HarmonyOS 7.0 开发,适配 7.0 沉浸材质、光感
新增:界面 - 小尾巴支持显示设备颜色,例如 HUAWEI PURA 90 Pro Max 橘子海等等(需 7.0 系统)
新增:功能 - 首页新增事件日历卡片,支持轮播、设置系统日历同步、事件月度海报分享。
新增:界面 - 平板、三折叠屏自由多窗模式适配窗口标题栏沉浸
新增:功能 - 圈子帖子列表支持关键词屏蔽,需要到关键词屏蔽管理页面开启
新增:功能 - 低分辨率图片预览默认开启“图像超分”(超分辨率重建),支持切换(需 7.0 系统)
改进:功能 - 直播横屏播放时回退页面先会退出横屏
改进:功能 - 分栏模式自动进入最新的一篇文章
改进:功能 - 文章内可横向滑动的列表、代码块、视频进度条不再接受横向导航手势
改进:功能 - 优化无障碍体验
修正:功能 - 修复“最新资讯”“华为资讯”和“新闻日历”服务卡片首屏内容裁切问题
修正:功能 - 修复折叠屏展开、旋转或窗口尺寸变化后未能准确切换分栏模式的问题
修正:功能 - 修复评论对话页面回复评论提示“参数不正确”问题
最近重点更新
2in1 / 平板 / 三折叠标题栏窗口沉浸
鸿蒙 7.0 适配
图像超分
外部分享
AIHDR
海报分享
悬浮底栏、沉浸光感
主题
新闻状态栏沉浸
智感握姿
Pura X 外屏支持
鸿蒙手表端
文章极速加载
分栏模式支持便捷调整宽度
直播原生化、直播小窗
评论回复及时消息推送
产品百科
后续版本的开发计划
功能补全
美观度继续升级
文章页滚动体验升级
多形态设备适配、体验升级
智能体
引入仓颉模块
...


恳请各位老哥给出五星评论,支持我们做的更好!
IT之家简介
IT之家(www.ithome.com),国内人气最高(据百度指数)的前沿科技和数码资讯平台,极速、丰富的 IT 业界资讯、科技数码产品报道评测,全平台(鸿蒙 OS / 安卓 / iOS / iPadOS / Win11/Win10 / 微信小程序 / 百度小程序 / 支付宝小程序 / WP / macOS / Chrome 扩展 / PWA / 智能车……)覆盖 PC、手机、平板、智能车客户端 —— 爱科技,爱这里。
文末下载信息
扫描下方二维码或点击此处下载最新版(自动识别各平台)。
也可单独下载:iOS 版 | 安卓版 | 鸿蒙版 | Win11 / Win8 版
OPPO ColorOS 17 小布已接入 150 多项服务,新增“小布来电”紧急提醒方式
IT之家 9 月 17 日消息,在 2026 OPPO 开发者大会期间,OPPO 公布了 ColorOS 17 中小布建议、提醒方式、导航与 AI 闪记等功能更新。
在 ColorOS 17 上,官方透露小布建议已与 40 多家头部服务伙伴合作,接入 150 多项服务,覆盖 700 多个生活场景,可主动提供服务。
ColorOS 17 新增提醒方式“小布来电”。面对紧急重要的事情,小布会以来电方式提醒用户。例如用户打车去错机场或车站时,小布会模拟来电主动提醒纠正。

ColorOS 17 推出“AI 流体云融合导航”,联合百度地图、高德地图。该导航依托自研“蜂群感知技术”,官方称可实现微观区域高精度感知,播报准确率达 95%。
该导航覆盖步行、公交到地铁,支持全程接续指引、一键出示乘车码、换乘前主动提示。途经地标景点时呈现地标彩蛋,智能到站提醒覆盖全国 30 多个城市地铁线路。
AI 一键闪记在 ColorOS 17 中升级。去年 OPPO 行业首创该功能,取餐码累计使用超 10 亿次。今年新增记取件码、记联系人信息、记演唱会抢票时间等场景。
据介绍,一键闪记可在任意界面结合当前内容给出意图推荐。OPPO 称其 AI 正从“个性化 AI”进化为“个性化的主动智能”。

新一代小布支持更长多轮上下文对话,记住用户说过的话并持续更新印象,还可定制语气、风格与表达方式。
基于个性化感知,小布能识别日历日程、朋友邀请、电影旅程等事项,形成个性化待办,重要事项在顶部单独提醒。小布首页可聚合这些待办。
小布执行能力增强,一句话即可生成图文并茂的旅行计划,支持自然语言动态调整,还能以旅行为主题聚合相关事项、主动推荐蹲机票。
2026 OPPO 开发者大会正在进行中。IT之家将持续为大家带来相关报道。
两天两发,民商火箭开启组网千帆
AI眼镜,谁是第一?
(本文作者为 定焦One,钛媒体经授权发布)
文 | 定焦One(dingjiaoone),作者 | 王汉星,编辑 | 魏佳
张茗是一家国资背景投资基金的经理。2024年10月她在深圳出差时看了几家AI眼镜公司,最终没有出手。彼时AI眼镜已经在海外火了大约半年,但一级市场对这种产品形态还没有形成共识,很多人和她一样,选择了只看不投。
几个月后,情况变了。2025年春节前后,“杭州六小龙”概念走红,一位阿里系的朋友向张茗推荐了杭州的一家AI眼镜公司Rokid,这家公司此前做分体式AR设备,刚刚开始做AI眼镜,第一款产品尚未上市。张茗犹豫了一个月,再想约见创始人时,已经约不到了。
再往后,AI眼镜创业公司纷纷冒头,大厂也不约而同地下场,小米、阿里、百度先后推出AI眼镜,连理想汽车也在年底发布了自己的产品。据不完全统计,近两年涌入这一赛道的企业接近70家,平均每9天就有一款新品上市。仅2025年前11个月,智能眼镜赛道的融资总额就超过40亿元,进入2026年,无论融资频次还是单笔金额都还在继续攀升。
一个行业被置于资本的聚光灯下之后,往往会出现一种熟悉的现象:所有能和这个热门概念扯上关系的公司,都会给自己贴上一个新标签,去竞争行业的“第一”。AI眼镜也是如此。市面上的AR设备、AR眼镜,无显示有AI的、有显示没AI的,都说自己是AI眼镜或智能眼镜,行业里也冒出了许多“第一”。
不久前,雷鸟创新发布了一张海报,5家第三方统计机构将其列为2026年上半年智能眼镜出货量第一。在雷鸟之前,Rokid、Xreal等公司也认领过行业“第一”。

这些排名看上去互相矛盾,细读限定条件,又各有依据。有的统计出货量,有的比较销售额;有的覆盖全球,有的只看国内线上渠道。更容易被忽略的是,榜单上的“眼镜”也未必是同一种产品。
“第一”牵动的是估值、入口和议价权,这些“第一”谁更有含金量?真实的市场格局究竟如何?
01.五份榜单,谁是第一?
AI眼镜的格局之所以难以一眼看清,很大程度上源于几条产品路线被放进了同一个市场。
一类产品主打观影和大屏显示,通常需要连接手机、电脑或其他外部设备。另一类更接近普通眼镜,依靠音频、摄像头与AI服务提供交互,也有产品加入显示功能,用于呈现文字和信息提示。它们在外形上相似,消费者购买时要解决的问题却不尽相同。
目前主流的智能眼镜出货/销量榜单主要来自五家机构——Counterpoint、IDC、CINNO、洛图、奥维云网。我们依次来看。
Counterpoint与IDC两家的统计方式类似,按显示技术类型划分,只计出货量。


Counterpoint目前在公开渠道可查的上半年数据只有行业总量。2026年上半年,全球智能眼镜市场同比增长212%,环比增长22%。
具体到各家公司的数据,只披露到今年一季度。Counterpoint按显示技术把智能眼镜分为两大类:一类更接近传统AR头显,强调沉浸式体验的几何光学类,雷鸟以41%的出货量占比位列第一;另一类是目前带显示AI眼镜普遍采用的光波导路线,不追求显示质量,通常为单色(绿色)显示,主打轻量化信息提示,Rokid在这一分支排名第一,占比同样是41%。
前者占整体市场的58%,后者占42%。也就是说,如果抹平显示技术上的差别合并计算,雷鸟创新是第一。IDC的统计方式与Counterpoint类似,公开数据同样截至一季度,但没有详细的品牌排名。
CINNO的口径下,雷鸟也是第一,但CINNO在配文中说明,将雷鸟的主要产品归类为分体式AR眼镜,眼镜无法单独使用,需要外接设备,属于传统AR眼镜的产品形态。

奥维云网和洛图统计的都是线上市场,一个统计销售额、一个统计销量。
一位长期关注AI眼镜的投资人告诉「定焦One」,线上是AI眼镜的主流渠道,但不同品牌间渠道结构差异巨大。创业公司一般更依赖线上,小米、华为等大厂有丰富的线下渠道,线下占比更高,还有一部分品牌与传统线下眼镜店合作,也有一定出货量。整体来看,线下约占25%,线上占75%。
奥维云网的数据截至一季度,按销售额计,Rokid以1.2亿元排名第一,均价3178.1元;雷鸟销售额5891.7万元,排在第四,但单价只有1921.9元。换算成出货量,基本与Rokid处于同一水平。洛图的数据更新到二季度,按线上销量计,雷鸟第一,Rokid第二。
五份榜单交叉验证之后,AI眼镜市场的真实格局可以归结为两点。
其一,雷鸟的份额第一并非全靠AI眼镜撑起。
它的产品线横跨多种类型。V系列主打拍摄等AI功能,Air系列偏向AR观影,两者都可以计入某些机构定义的智能眼镜市场。品牌总销量领先,既可能来自新出现的AI交互需求,也可能包含已有的观影需求。仅凭一个合计数字,很难判断各自贡献了多少。
结合其产品线和单价看,卖得最好的是主打无显示、拍摄的V系列和主打性价比AR观影的Air系列,如果以2023年Ray-Ban Meta爆火带来的这波热潮为节点,前者算AI眼镜,后者只能算AR眼镜。
其二,雷鸟走的是性价比路线,热销款单价在2000元以下,销量上天然占优;Counterpoint、IDC、CINNO均以销量计,若换成销售额口径,雷鸟并无优势。
回到“AI眼镜”这个概念的起点,2023年9月,Ray-Ban Meta推出第一款带AI功能的眼镜,它没有显示,只有音频,接入AI问答能力,再往后,随着单色光波导技术逐渐成熟,AI眼镜又加上了显示功能。这是这条产品线发展的主线。
这个过程中,有一些公司把AR眼镜和AI眼镜统称为智能眼镜,或者在AR眼镜上叠加AI功能,更像是支线。支线并入主线统计,“第一”自然就多了起来。
02.“第一”不仅是面子,也是“本钱”
从产品的角度来看,“行业第一”似乎并不重要,口径一换,第一就可以有很多个。但从公司发展的角度看,第一很重要,因为它事关估值、入口和议价权。
估值是最直接的考量。今年以来,头部玩家的融资节奏明显加快。
影目科技9月完成新一轮融资,整个C轮累计超过10亿元;雷鸟1月融资超10亿元;Even Realities 7月融资1.5亿美元。更早些时候,闪极和李未可分别在2025年12月和2025年4月拿到近亿元和数千万元。可以看到,头部企业要么单笔融资接近或达到10亿元量级,要么在短时间内连续融资。资本热潮之下,占据更靠前的身位,就有更大的可能性获得更多资金支持。

张茗告诉「定焦One」,目前AI眼镜的估值水平和其他AI硬件差别不大,大约在10到15倍PS。
从Xreal的招股书看,这仍是一个普遍亏损的行业,无法用利润和商业模式去衡量,市场份额就成了估值最重要的锚。份额更高、出货量更大,显然更容易打动投资人。
争第一还有一层更现实的动力:储备现金。
拿到融资只是起点,储备现金则是应对当下市场的必要动作。洛图数据显示,2026年7月,京东、天猫、抖音三大主流电商平台上,智能眼镜市场的监测零售量为7.4万台,同比下降15.3%,环比下降20.9%;零售额1.3亿元,同比下降25.8%,环比下降43.0%。销售额降幅明显高于销量降幅,说明“百镜大战”之下,价格战是一件确定会发生的事,各家都需要融到更多的现金储备,来应对越来越激烈的竞争环境。
对于那些仍需持续投入研发、备货和渠道的公司而言,这样的资金规模可以支持更长时间的产品探索。反过来,量小、榜单不占优的厂商,融资难度大,也更难在这个降价周期里活下去。
入口则是更深一层的逻辑。这一轮AI眼镜热最早可以追溯到Meta,整个行业的热度都建立在“AI时代硬件入口”的想象之上,这也是Meta对其AI眼镜最初的定位,当AI能够随时回应用户,眼镜或许能承接一部分原本发生在手机上的交互。
这个设想让企业格外在意用户规模。更多设备进入市场,意味着触达更多用户的机会,也可能增强对开发者和合作伙伴的吸引力。做入口就必须量大,谁能率先获得更大的用户基数,谁就更有可能成为AI的硬件入口。这是最简单也最有效的互联网商业思维。
最后是上游议价权。规模还会影响上游的硬件采购,AI眼镜终究是一门硬件生意,而眼下恰恰是一个对硬件厂商极不友好的成本周期。TrendForce集邦咨询的数据显示,2026年一季度常规DRAM合约价环比上涨90%至95%,NAND Flash合约价环比上涨55%至60%,近15个月存储芯片均价累计涨幅已超过400%。
虽然当前市面上主流的AI眼镜普遍采用的是2GB+32GB、4GB+64GB这类中小容量存储配置,但上游产能的转移也必然会导致后续的供货紧张和成本上涨。
当前涨价潮已经从手机、PC蔓延到所有带存储的终端。在这样的背景下,更大的销量意味着更强的议价能力,能拿到更稳定的供货和更低的价格,一定程度上能对冲价格战带来的负面影响。反之,量小的厂商将同时承受上游涨价和下游降价的双重挤压。
03.“第一”背后,谁是真需求?
AI眼镜的火热有目共睹,它也确实开辟出了一个明确的需求场景。硬件层面,眼镜具备手机、耳机等硬件不具备的一些特性,目前已能清楚看到的一点是“始终在线”,它可以做到长时间的无感佩戴,这会催生许多手机所没有的新交互需求。
实时翻译、第一视角拍摄、导航提示、看一眼就能完成的支付,这些已经在售产品上跑通的功能,都建立在“眼镜一直戴在脸上”这个前提之上。
出货量也支撑这一点。Omdia统计显示,2023年、2024年、2025年,全球AI眼镜出货量分别为38万台、206万台和870万台,预计2026年全年将突破1500万台。
作为参照,TWS(真无线)耳机2026年的预计销量大约是4亿台。同样作为AI配件,眼镜的销量远低于耳机,但耳机均价仅有几百元,AI眼镜的均价要高得多。从单品价值看,这已经是一门不能被忽视的生意。需求是真实存在的,但行业中的问题同样存在。
销量增长与场景缺乏并存,是当下AI眼镜最难解的一道题。目前还没有一个“杀手级”场景,大多数功能停留在尝鲜和智能手机替代的阶段,翻译、拍摄、导航这些功能,手机都能做,而且在多数情况下做得更好。眼镜要证明的是自己不可替代,而不只是更方便。
技术层面也有硬伤。随着光波导+Micro LED技术成熟、电池密度提升、云端多模态API与端侧SoC分工趋于清晰,曾被称为AI眼镜“不可能三角”的续航、重量、算力已经得到很大缓解,但仍有一些问题悬而未决。
一位AI眼镜从业者告诉「定焦One」,受形态限制,AI眼镜很难做到入耳式耳机的私密性,只能通过声道设计和声场抵消来达到近似耳机的效果,安静环境下漏音依然无法避免;也因为这个问题,扬声器音量不能做得太大,到了嘈杂环境里又听不清楚。
带显示功能的AI眼镜还有漏光问题,目前行业内普遍能做到的是大部分角度不漏光,原理类似手机防窥膜,但无法保证所有角度都不漏。这些问题单个看都不算致命,叠加在一起,就构成了用户长期使用的瓶颈。
另一个问题是商业化路径不清晰。目前已经披露经营数据的行业内头部公司Xreal一直在亏损,招股书显示其经调整净亏损分别为4.4亿元、3.8亿元和2.5亿元,三年累计亏损约10.6亿元。头部尚且如此,腰部和尾部公司的处境可想而知。
上述从业者大致算过一笔BOM账:一款无显示AI眼镜的整体成本至少在1000元,其中SoC主板约占总成本的60%;如果再加上显示功能,仅显示模组的成本就与无显示AI眼镜的整体成本基本持平,总BOM至少翻倍。硬件本身毛利率就低,再叠加上AI所需的算力、存储、电池、显示成本,以及还在上涨的上游元器件价格,这笔账很难算得平。
厂商们并非没有尝试,其中两条路径比较有代表性。
Rokid的做法是开放生态,与大厂合作,并上线智能体商店,试图用外部开发者的力量解决缺场景的问题;雷鸟则在最新款眼镜上做减法,砍掉扬声器和摄像头,减轻重量、加强续航,让整副眼镜更有经济性。一条路线做加法,赌生态能长出场景;一条路线做减法,先把成本和佩戴体验做到位。
不同尝试并行,说明行业仍在摸索产品与需求之间的对应关系。现阶段就把AI眼镜归为短暂的热潮,容易忽略已经出现的购买和使用需求,把出货增长直接视为下一代入口已经成立,也超出了数据能够证明的范围。至少在证明某个应用场景“非它不可”之前,AI眼镜还是一个几千块的玩具。区别在于,有人愿意为玩具付钱,而资本愿意为“玩具长大”的可能性付钱,这才是争夺行业“第一”真正的含金量所在。
*题图来源于小米官网。应受访者要求,文中张茗为化名。
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
[酷工作] remote 高级 Go 后端工程师 / 后端架构师//代码审计工程师 (Go 后端 安全与 AI 方向)//高级技术架构师(Go 方向)
高级 Go 后端工程师 / 后端架构师
20K-40k
岗位职责 负责广告平台对接、投放支持与系统建设全链路工作:
- 对接主流广告平台(巨量引擎 / 腾讯广告 / 快手广告 / 百度营销 / 广点通 / Google / Meta (Facebook) / TikTok / Apple Search Ads / Amazon / Microsoft 等)的开放 API 、SDK 及数据协议;
- 投放账户、计划、单元、创意、人群定向、出价策略的配置、调试与上线支持,
- 投放数据回收、实时监控、效果分析(曝光、点击、CTR 、CVR 、CPA 、CPC 、ROAS 、ROI 等),投放异常排查、平台规则适配、数据对账与归因核对;
-
主导广告平台相关系统的架构设计与开发:
- 广告投放管理系统、账户与权限体系、预算与出价控制系统;
- 广告对账与计费系统、归因与转化追踪系统、人群与创意分析系统;
- 实时投放监控大盘、ROI 归因、转化漏斗、异常告警等核心模块;
- 建设广告数据"采集 → 传输 → 存储 → 实时计算 → 效果分析"全链路,与大数据平台( Kafka / Flink / Doris / ClickHouse )深度集成;
- 支持 oCPM / oCPC / OCPA 、RTB 实时竞价、归因窗口、人群定向等业务核心场景落地;
- 处理跨区域数据合规(GDPR / CCPA / PIPL)、iOS 端 SKAdNetwork 归因、IDFA 弱化后的隐私优先归因、Conversion API / S2S 回传、多币种结算等海外特有场景。
核心后端架构工作
- 负责核心后端系统的架构设计、技术方案设计及落地,参与高并发、高可用、分布式系统的建设与持续优化。
- 负责大型业务系统的服务架构设计,包括服务拆分、流量治理、负载均衡、容灾、高可用、数据一致性及性能优化等。
- 负责设计和建设 CDN + 应用层 + Redis 等多级缓存体系,解决热点数据、高并发访问、缓存穿透、缓存击穿、缓存雪崩、缓存一致性及大规模流量场景下的性能问题。
- 参与大型企业级统一入口 / 统一接入体系建设,包括 API Gateway 、统一域名入口、流量调度、服务发现、健康检查、限流、熔断、故障切换等,并建设相应的监控及管理面板。
- 负责生产环境完整的监控、可观测性及故障定位体系建设,能够从基础设施、网络、网关、应用、数据库、缓存到业务指标建立完整的监控体系。
- 基于 OpenTelemetry 建立统一的 Metrics 、Logs 、Traces 可观测性体系,实现跨服务的全链路追踪,并通过 TraceID 、日志、指标、调用链等信息快速定位生产环境问题。
- 建立生产环境故障快速定位和分析机制,能够针对 CPU 、内存、网络、连接池、GC 、线程/Goroutine 、QPS 、错误率、P99 延迟、缓存命中率、数据库慢查询、消息堆积等问题进行快速分析和定位。
- 参与大数据及实时数据处理相关系统建设,负责海量日志、用户行为、订单、风控事件等数据的采集、处理、分析及查询架构设计。
- 参与或负责基于 Flink 的实时计算、实时风控、实时指标及事件处理系统建设,理解 State 、Checkpoint 、Watermark 、Window 、Exactly-Once 等核心机制。
- 参与 Doris / Elasticsearch / ClickHouse 等大数据及分析系统的建设、性能优化和生产环境运维,解决海量数据写入、查询、索引、分片、数据生命周期及集群扩展等问题。
- 参与大型日志平台、风控系统、数据分析平台或实时监控平台建设,能够针对海量数据场景进行系统容量规划、性能优化及故障排查。
- 积极使用 AI 提升研发效率,包括 AI Coding 、代码分析、问题排查、技术方案设计、测试生成、日志分析等场景。
任职要求
- 5 年以上后端开发经验,3 年以上 Go 开发经验,具备扎实的 Go 语言基础,熟悉 Goroutine 、Channel 、Context 、网络编程及 Go 服务性能优化。
- 具备较强的系统架构设计能力,有实际负责大型分布式系统、高并发系统或核心业务系统架构设计和落地经验。
- 有丰富的 CDN + 应用缓存 + Redis 多级缓存架构经验,理解缓存一致性、热点数据、缓存穿透/击穿/雪崩等问题。
- 有大型企业统一入口 / 统一接入平台建设经验,熟悉 API Gateway 、流量治理、限流、熔断、服务发现、健康检查、故障切换等。
- 有完整的生产环境监控和可观测性体系建设经验,能够从 0 到 1 设计和建设一套覆盖基础设施、网络、网关、应用、数据库、中间件及业务指标的监控体系。
- 具备较强的线上问题快速定位能力,能够通过 Metrics 、Logs 、Traces 、调用链、系统指标及业务指标,快速判断问题所在层级,并建立从「发现问题 → 告警 → 定位 → 分析 → 处理 → 复盘」的完整闭环。
- 有 OpenTelemetry 或同类可观测性体系的实际使用经验,理解 Metrics 、Logs 、Traces 、TraceID 、Span 、Context Propagation 等概念。
- 具备较好的大数据系统经验,有海量日志、实时数据、用户行为分析、风控、监控或数据分析平台的实际项目经验。
- 对以下技术有实际生产环境使用经验:Flink / Doris / Elasticsearch / ClickHouse(不要求每项都达到专家级,但至少有 1 ~ 2 项较深入的生产实践)。
- 有大规模日志系统 / 实时风控系统 / 实时监控系统 / 数据分析平台中的一种或多种实际建设经验。
- 具备一定的 AI 工具使用经验,能够使用 AI 辅助编码、代码阅读、问题排查、技术方案设计、测试及日常研发工作。
加分项 有国内外广告平台对接 / 广告投放系统 / 广告归因 / 实时投放监控等实际项目经验。 熟悉主流广告平台(巨量引擎 / 腾讯广告 / 快手广告 / 百度营销 / 广点通 / Google / Meta (Facebook) / TikTok / Apple Search Ads / Amazon / Microsoft 等)的 API 、数据协议及投放链路。
- 有大型互联网、金融、电商、支付、广告、内容平台等高并发业务经验。
- 熟悉 Kafka 、Pulsar 等消息队列的大规模生产实践。
- 熟悉 Kubernetes 、Docker 、云原生及微服务体系。
- 熟悉 Prometheus 、Grafana 、Loki 、Tempo 、Jaeger 等监控及可观测性组件。
- 熟悉 MySQL / PostgreSQL ,并具备数据库性能优化经验。
- 有 Iceberg 、数据湖、实时数仓等相关经验。
- 有大型风控规则引擎、实时决策引擎或事件驱动系统建设经验。
- 有大型企业基础设施平台、统一接入平台、监控平台或内部 PaaS 平台建设经验。
- 有 AI Agent 、RAG 、MCP 、AI Coding 或其他 AI 工程实践经验。
Go 后端代码审计工程师(安全与 AI 方向) 20-30k
🛠 岗位职责
- 负责 Go 后端项目的代码审计与质量评估,从代码规范、架构设计、并发安全、性能隐患、数据安全及可维护性等维度开展系统审查。
- 深入阅读业务代码,识别 SQL 注入、越权访问、敏感信息泄露、鉴权缺陷、接口滥用、并发竞态、资源泄漏等问题,输出审计报告及整改建议。
- 结合业务场景评估系统安全边界,重点审查 API 、数据库、缓存、消息队列、文件上传及第三方服务调用等关键链路。
- 对审计发现的问题进行风险分级,提供可落地的修复方案,必要时参与核心模块重构、漏洞修复及复审验收。
- 参与制定 Go 编码规范、安全开发规范及 Code Review 流程,推动静态扫描、依赖检测和 CI 安全门禁落地。
- 结合 Claude Code 、Codex 、Cursor 等 AI 工具建设自动化代码审查流程,提升漏洞识别、问题分类及审计报告生成效率。
🎯 任职要求
- 本科及以上学历,计算机相关专业优先,3 年以上 Go 后端开发经验。
- 扎实的 Go 语言基础,熟悉 Goroutine 、Channel 、Context 、内存管理及并发模型,能够识别常见并发与性能问题。
- 熟悉 Gin 、Go-Zero 、Kratos 、GORM 等常用框架或组件,具备中大型后端系统开发经验。
- 熟悉 MySQL 、Redis 、Kafka/RabbitMQ 等基础设施,能够审查数据库设计、缓存策略及消息处理链路。
- 具备较强的代码阅读和问题定位能力,有 Code Review 、代码审计、安全评审或线上故障排查经验。
- 熟悉常见 Web 及 API 安全风险,包括 SQL 注入、XSS 、CSRF 、SSRF 、文件上传、鉴权绕过、越权访问和敏感数据泄露等。
- 能够清晰输出审计结论、风险等级、影响范围、修复建议及复审结果。
- 熟练使用 Claude Code 、Codex 、Cursor 等 AI 编程工具,能够运用 AI 提升代码审查和漏洞分析效率。
✨ 加分项
- 具备网络安全、渗透测试、SDL 安全开发或企业代码安全审计经验。
- 熟悉 OWASP Top 10 、CWE 、CVSS 等漏洞分类和风险评估标准。
- 使用过 Semgrep 、SonarQube 、CodeQL 、Gosec 、Trivy 、Snyk 等代码与依赖安全扫描工具。
- 具备高并发、微服务、分布式系统或支付、账户、权限等高风险业务开发经验。
- 熟悉 Docker 、Kubernetes 、Linux 及 CI/CD ,能够排查配置、镜像、依赖和部署环节的安全风险。
- 有漏洞挖掘、攻防演练、CTF 、SRC 漏洞提交或安全认证经历。
- 有基于 LLM 搭建自动化 Code Review 、漏洞识别或审计报告生成工具的实际经验。
🤝 我们期待的你
👉 代码审查能力强:能够快速读懂陌生项目,识别真正影响业务安全和稳定性的核心问题。
👉 安全意识敏锐:不只关注代码能否运行,也关注权限边界、数据安全、攻击风险和异常场景。
👉 结果导向:能够独立完成审计、报告、整改推动及复审闭环,而非只发现问题。
👉 拥抱 AI 提效:善于使用 AI 工具提升审计效率,同时能够判断和验证 AI 输出的准确性。
高级技术架构师( Go 方向)
30K-50K
岗位职责 1.负责公司核心系统的技术架构设计、评审与持续演进,结合业务发展制定可落地的技术方案。 2.深度参与 Go 核心系统及关键模块研发,能够承担核心代码编写、代码评审、性能优化和复杂问题排查。 3.接管现有产品及技术系统,梳理系统架构、代码资产、服务依赖、数据链路、基础设施和发布流程,建立完整的技术架构视图。 4.对原有 Go 、PHP 或 Java 系统进行技术分析,识别架构缺陷、历史技术债、性能瓶颈和稳定性风险,制定分阶段治理方案。 5.负责高并发、高可用、分布式系统的架构设计与优化,提升系统的稳定性、扩展性、安全性和可维护性。 6.负责关键技术选型及技术方案评审,在业务交付速度、系统稳定性、技术成本和长期演进之间作出合理判断。 7.参与 P0/P1 线上故障处理,能够快速定位跨服务、跨语言及跨系统问题,制定止损、修复和长期优化方案。 8.推动研发工程体系建设,包括代码规范、技术评审、单元测试、持续集成、灰度发布、监控告警及事故复盘等。 9.指导高级及中初级工程师解决技术难题,通过代码评审、技术分享和项目实战提升团队整体技术能力。 10.与产品、运营、渠道及项目管理团队协作,准确理解业务需求,评估技术风险、研发成本和交付周期。 11.对重点项目的技术质量和交付结果负责,主动同步技术风险、资源缺口、解决方案及预计完成节点。 12.根据公司发展需要,逐步承担技术团队规划、技术人员分工、核心人才培养及技术管理职责。 任职要求 1.本科及以上学历,计算机、软件工程或相关专业优先。 2.8 年以上服务端研发经验,3 年以上核心系统架构设计或技术架构师经验。 3.精通 Go 语言及其底层原理,具备扎实的编码能力和大型项目实战经验,能够独立完成核心模块设计与研发。 4.除 Go 以外,至少深入掌握 PHP 或 Java 中的一门语言,能够阅读、维护和改造相关存量系统。 5.具备扎实的分布式系统设计能力,熟悉微服务架构、服务拆分、服务发现、配置中心、API 网关、分布式事务、分布式锁及一致性处理。 6.熟练掌握 MySQL ,具备数据库设计、SQL 优化、索引优化、读写分离、分库分表及数据迁移经验。 7.熟悉 Redis 、Kafka 、RocketMQ 、RabbitMQ 等缓存和消息中间件,理解其核心原理、适用场景及常见风险。 8.熟悉 Linux 、Docker 、Kubernetes 及常见云服务,能够配合运维完成部署架构、资源规划、容量评估和故障排查。 9.具备高并发、高可用系统设计与优化经验,能够解决性能瓶颈、服务雪崩、数据一致性和系统稳定性等复杂问题。 10.具备较强的线上问题处理能力,能够结合日志、监控、链路追踪、数据库及服务状态快速定位根因。 11.能够独立输出架构图、技术方案、接口规范、数据模型、技术风险清单及系统演进路线。 12.具备较强的业务理解和沟通能力,能够把技术问题转化为业务可理解的影响、风险、方案和交付节点。 13.具备较强的责任意识和结果意识,面对历史系统、遗留问题及高压交付时,能够保持稳定并推动问题闭环。 优先考虑 1.有存量系统接管、遗留系统重构或跨公司技术交接经验。 2.有 Go 与 PHP 、Go 与 Java 混合技术栈治理或系统迁移经验。 3.有高流量、高并发、高可用业务系统的架构及性能优化经验。 4.有海外产品、广告投放、内容、工具或多产品矩阵相关经验。 5.有数据埋点、域名管理、打包发布、支付系统或渠道投放链路相关经验。 6.有从 0 到 1 搭建技术架构、研发规范或工程效能体系的经验。 7.有重大线上事故处理、核心系统重构或稳定性专项治理经验。 9.有技术团队带教、技术小组管理或技术负责人经历。 核心评价指标 1.核心系统和业务链路掌握程度; 2.核心代码及关键技术问题解决能力; 3.P0/P1 故障响应和根因解决效率; 4.系统稳定性、性能及可维护性改善结果; 5.技术债治理和架构演进进度; 6.技术方案的合理性及实际落地效果; 7.重点项目技术质量和按期交付情况; 8.团队技术带教及跨部门协作效果。
请升级:苹果 macOS 27 共修复 216 个漏洞,百度等团队参与贡献
IT之家 9 月 15 日消息,苹果公司发布 macOS Golden Gate 27、macOS Tahoe 26.7 和 macOS Sequoia 15.8 三个版本安全公告,修复了约 200 个安全漏洞,并推荐用户尽快升级。
IT之家根据苹果官方安全公告,检索 CVE 漏洞关键词,附上 3 个 macOS 版本修复漏洞数量如下:
macOS Golden Gate 27 共计修复 216 个安全漏洞
macOS Tahoe 26.7 共计修复 157 个安全漏洞
macOS Sequoia 15.8 共计修复 158 个安全漏洞
在本次修复的漏洞包括可能导致内核内存破坏、提权、沙盒逃逸、Gatekeeper 绕过或远程代码执行的漏洞,值得关注的修复漏洞内容如下:
| 漏洞 | 组件 | 官方影响 | 为什么重要 |
|---|---|---|---|
| CVE-2026-84607 | AVEVideoEncoder | 沙盒应用可能以内核权限执行任意代码 | 这是典型的“从应用沙盒到内核”的权限跃迁;一旦和初始入侵漏洞组合,攻击者可能取得对整台 Mac 的深度控制。 |
| CVE-2026-84568 | autofs | 控制网络目录服务器的攻击者可用 root 权限执行任意代码 | 直接远程 / 网络侧 root 代码执行的表述极为严重;在连接企业目录、受攻击或不可信网络服务的环境中尤其值得警惕。 |
| CVE-2026-65414 | Bluetooth | 远程攻击者可导致应用崩溃或执行任意代码 | 蓝牙属于近距离无线攻击面,不一定需要用户主动打开文件;公共场所、办公室等场景下的暴露面更大。 |
| CVE-2026-84520 | AppleFDEKeyStore | 本地攻击者可破坏内核内存 | AppleFDEKeyStore 与全盘加密密钥管理相关;尽管公告仅称本地攻击,但“内核内存破坏”通常是高价值提权与稳定利用研究的重点。 |
| CVE-2026-84523 | APFS | 应用可导致系统终止或写入内核内存 | APFS 是文件系统核心组件,内核内存写入不只是拒绝服务,也可能成为本地提权链的一环。 |
其中部分漏洞署名来自百度安全、OKX Security、ThreatBook 等中国团队:
CVE-2026-43664 (Accessibility): 报告者中包含 Gongyu Ma (@Mezone0) 与 Jian Lee (@speedyfriend433)
CVE-2026-86888 (App Store): Zhongcheng Li (CK01)
CVE-2026-84586 (Apple Account): 报告者包含 Zhongcheng Li (CK01)
CVE-2026-84583 (AuthKit): Zhongcheng Li, 来自 IES Red Team
CVE-2026-65406 (BackgroundAssets): Ye Zhang (@VAR10CK), 来自百度安全 (Baidu Security)
CVE-2026-86891 (Core Bluetooth): Dawuge, 来自 Shuffle Team
CVE-2026-84563 (CUPS): Yongyue WANG (Brian.W), 来自 OKX security
CVE-2026-84541 (CUPS): 章鱼哥 @aipy (aipyaipy.com)
CVE-2026-84540 (CUPS): 报告者包含 Yongyue WANG (Brian.W) 与章鱼哥 @aipy
CVE-2026-84516 (CUPS): 章鱼哥 @aipy (aipyaipy.com)
CVE-2026-84581 (HFS): Feng Xue 和 XGPT, 来自 ThreatBook
2026服贸会期间 七国政要议员体验萝卜快跑 “取经”中国绿色出行新质生产力
“我真的非常喜欢!车辆行驶很平稳,像一位经验丰富的司机。希望能尽快引入到我们的国家,并在世界更多国家落地。”9月12日,来华参加2026服贸会相关活动的巴基斯坦总理气候变化与环境协调事务协调员Romina Khurshid Alam在体验完萝卜快跑后表示。当天,CVF-V20(气候脆弱国家论坛-脆弱二十国集团)政要团组到访北京Apollo Park,近距离了解中国无人驾驶技术在真实交通场景中的应用,并围绕绿色低碳出行、智慧交通、可持续发展等话题展开交流,百度集团副总裁、智能驾驶事业群组总裁王云鹏等陪同。

作为中国扩大高水平对外开放、推动全球服务贸易合作的重要平台,2026年服贸会不仅汇聚全球企业和机构,也成为各国观察中国科技创新与产业发展的重要窗口,无人驾驶正是这一窗口中最具代表性的领域之一。此次到访的近20位嘉宾来自七个国家,包括巴基斯坦吉尔吉特-巴尔蒂斯坦省林业、野生动物、公园与环境事务省部长Nasir Ali Khan,斯里兰卡国会议员Don Hector Hyginas Appuhamy Markawita Arachchige等。

CVF-V20是由气候脆弱国家组成的国际治理平台,成立于2009年,现有74个成员国,覆盖非洲、中东、亚太、拉美和加勒比地区,人口超17亿,长期关注气候韧性、绿色投资、技术可及与可持续发展。数据显示,2025年我国每天有超2亿人次选择绿色方式出行,随着地铁、公交、骑行成为不少城市的通勤常态,如何进一步提升出行的便捷性、舒适度,更好满足不同人群、不同场景的需求,成为绿色出行从“规模扩张”迈向“品质提升”的重要课题,也为无人驾驶等新技术的应用提供了空间。

绿色发展是高质量发展的底色,新质生产力本身就是绿色生产力。无人驾驶作为新能源汽车、人工智能与智慧交通融合的典型应用,正是这一理念在交通领域的具体实践。中汽中心报告指出,相比传统汽油车,纯电动车全生命周期碳排放减少43.4%。萝卜快跑无人车通过将纯电动车型、人工智能与出行服务相结合,让绿色科技的应用转化为可感知的乘坐体验。

目前萝卜快跑已驶入北京、深圳、武汉、海口、迪拜、阿布扎比等全球28座城市,累计提供超2300万次服务,自动驾驶总里程突破3.5亿公里,其中全无人驾驶里程超2.4亿公里。从国内城市到海外市场,不同道路环境与出行需求下的探索,为各方交流技术应用与服务保障经验提供了现实基础。未来,萝卜快跑将驶入更多国家和地区,让绿色智慧出行的便利惠及全球更多人群。
互联网大厂正在争夺AI人才
(本文作者为 影子备忘录,钛媒体经授权发布)
文 | 影子备忘录
2026年9月,互联网大厂的AI奖学金项目几乎在同一时间窗口密集落地。百度奖学金启动申请,面向全球高校华人在校生,10个名额,每人20万元科研奖金,附带校招绿色通道。
字节跳动奖学金首次开放全球申请,名额突破20个,每人20万科研奖金外加10万导师奖金。
腾讯则在年初颁出了首届“青云奖学金”,15位获奖者每人拿到总价值50万元的激励,包括20万现金和价值30万的云异构算力资源。
表面上,这是一场公益性的科研支持行动。但仔细看规则的缝隙,你会发现一个更冷酷的逻辑:几乎所有奖学金的覆盖对象都是2027年及以后毕业的在校生,且无一例外附带了实习机会、校招绿色通道或顶尖人才计划的优先推荐。
正常校招在毕业前半年启动,而这些奖学金在读期间就能申请,大厂相当于把招聘环节前置了两三年,提前锁定还没有进入就业市场的人才。
这不不像是慈善,而更像是一张提前发出的offer。
抢人到底有多猛?
奖学金只是浮在水面上的冰山。水面之下,是一个正在被重新定价的AI人才市场。
脉脉CEO在接受媒体专访时给出了一个令人咂舌的判断:“明年,科技公司将只招AI人才,不再招非AI人才。”他透露,2026年AI岗位招聘量再次增长7.9倍,在招岗位中三四成已经是AI相关岗位。
薪酬数据更加赤裸。2026年1至4月,AI科学家/负责人的平均月薪达到132796元,断层式领先第二名算法研究员(74441元),是唯一突破10万元的岗位。
高性能计算工程师进入“4岗抢1人”的紧缺局面。而在最高端的人才市场上,部分应届毕业的AI人才薪酬已经达到几百万甚至千万元年薪级别。
支撑这种定价的,是一个庞大到近乎荒谬的需求缺口。中国人工智能核心产业规模已超过1.2万亿元,产业人才缺口超过500万。
中国工程院院士在2026数博会上直言,顶尖人才和科研团队“严重稀缺”,自主培养“刻不容缓”。
但更有意思的是另一组数字。自2025年四季度开始,NLP算法岗位需求下降62%,语音合成下降43%,后端开发下降41%,前端开发、数据产品经理、测试开发等均下降20%以上。
大厂不是在扩招,是在换血。一边是传统技术岗位的快速塌缩,一边是AI岗位的爆发式增长。
企业的人力预算并没有无限膨胀,而是把原本投向传统岗位的资源大规模转移到了AI方向。正如脉脉CEO所说:“用AI的人产出可能比不用的人多两三倍。企业付同样的工资,甚至多付30%的溢价,想要哪种人,答案是显而易见的。”
四家大厂,四种活法
面对同一个战场,各大厂的策略分化比表面上看起来要剧烈得多。理解这种分化,才是理解这场战争的关键。
字节跳动:给AI业务单独“定价”
字节跳动祭出的武器最具攻击性,它是一套面向豆包大模型业务的虚拟股机制。
2025年四季度,字节开始试点“豆包长期激励计划”。这套机制的核心在于:它不是公司层面的期权,而是针对特定AI业务线独立定价的资产。
2026年4月首次回购时价格为13.08美元/股,6月涨到14.85美元,8月再度上调至17.02美元,两个月涨幅约14.6%,较初始授予价10美元累计上涨约70%。
更关键的是,字节允许部分员工将年终奖以豆包股形式发放,甚至可以自主调整总包中现金和豆包股的比例。
豆包股定价锚定的是豆包大模型调用量、月活、ToB收入及基座迭代进度等指标。
这套机制的用意很清晰。在不能整体上市的前提下,字节为AI核心人才创造了一个可以与业务成长直接挂钩的回报通道。
你把豆包做大,你手里的虚拟股就值钱。没有中间商赚差价,回报路径短到不能再短。
腾讯:算力就是硬通货
腾讯“青云奖学金”最特别的地方不在于20万现金,而在于那30万元的云异构算力资源。
对于做AI研究的青年学者来说,算力有时候比钱更稀缺。腾讯把自身的云计算能力打包进人才激励方案,等于精准击中了研究者最核心的痛点。
而获奖者一旦习惯了在腾讯的算力生态里做研究,未来加入腾讯的技术体系就变成了一种顺理成章的选择。
更值得玩味的是颁奖现场,而为获奖者颁奖的是腾讯首席AI科学家,一位1995年后出生的年轻人。
让最懂AI的人来选AI人才,这个机制设计本身就传递了一个信号:在腾讯,AI人才评价的权力已经交给了AI人才自己。
阿里:把AI塞进每一个业务缝隙
阿里的路径与前两家都不同。在2027届应届生招聘中,阿里AI相关岗位占比高达80%,并明确提出“AI+X”复合型能力模型,更关注AI与具体场景的结合能力。
在人才来源上,阿里更倾向于内部造血。通义千问团队的核心成员多由内部培养,这与阿里早在2017年就开始布局达摩院的前瞻性投入有关。
这种“长线投资”模式见效慢,但一旦形成梯队,组织稳定性显著优于依赖外部挖角的团队。
2026年以来,阿里相继成立了ATH事业群、集团技术委员会、Token Foundry等机构,由集团CEO直接挂帅,将AI从技术部门的课题升格为整个集团的战略中枢。
美团:从业务里长出来的AI人
美团的策略可能是四家中最务实的。2027届校招新增了AI全栈工程师、AI产品经理、智能商业分析师等十余种AI原生岗位,超过80%的岗位描述明确提出对AI相关能力的要求。
但美团招聘负责人强调的并不是技术能力本身,而是“AI Native”思维,“希望候选人能在日常工作中,主动思考如何借助AI解决问题、提升协作与服务能力,同时深入业务一线,发现真实问题并推动解决”。
这句话翻译一下就是:美团要的不是“会写模型的人”,而是“能用AI解决配送效率、商家运营、用户增长等真实问题的人”。
这是一种从业务倒推技术的人才逻辑,也是四家中离“AI落地”最近的思路。
人才争夺背后是什么?
如果你只看到“高薪抢人”,那就只看到了这场战争的一半。另一半发生在组织架构层面,而且更具颠覆性。
腾讯在2026年7月宣布将混元大语言模型部与多模态模型部合并,成立基础模型部,统一交由首席AI科学家管理。
一个AI科学家同时掌管基础模型和AI基础设施,这种跨部门的管理权限在传统互联网时代几乎不可想象。此前腾讯还撤销了成立十年的AI Lab,将人员并入混元体系。
阿里的调整更为剧烈。2026年3月,通义千问核心负责人离职,随后ATH事业群成立,通义实验室、MaaS、千问、悟空等业务被整合进同一个事业群,由CEO直接负责。阿里用三个动词概括ATH的任务:创造Token、交付Token、应用Token。
这背后的逻辑是:大模型时代,产品经理定义需求、技术团队实现、业务端获取收入的线性流程正在被打破。

模型能力先出现,产品再去找用法,有时连产品长什么样都要等模型能力出现后才知道。
谁管理模型团队,谁能调算力,谁决定模型先接入哪个产品,这些问题的答案正在重新定义一家公司的权力结构。
汇报线只是组织图上的一根细线,线上流动的却是GPU、顶尖人才、高质量数据和产品入口。大厂正在用组织架构的重组来回答一个问题:在AI时代,什么样的生产关系才能匹配生产力的爆发。
如果以2023年ChatGPT引爆国内大模型竞赛为起点,这场AI人才战争已经打了近三年。2026年,它正在进入一个全新的阶段。
从“数量扩张”到“结构优化”。早期的人才争夺是粗放的,只要能做预训练的,身价立刻翻倍。但现在企业的需求变得精细得多。
2026年上半年,AI行业增速最快的岗位不是算法工程师(增长12.84%),而是架构师(增长76.74%)、机械结构工程师(增长57.20%)和硬件工程师(增长40.80%)。
AI正在从“写代码”变成“造产品”,从纯软件走向软硬结合,对人才的需求也随之从单一算法能力转向复合能力。
从“外部挖角”到“内部造血”。奖学金项目的密集推出是一个重要信号。当所有大厂都在用高薪互相挖角时,薪酬已经不再是差异化竞争的有效手段。
百度奖学金设立于2013年,12年间累计支持了116名全球学子,其中部分获奖者的研究方向已经与百度核心业务高度契合。
字节奖学金发起于2021年,过去五年发掘了67位青年研究者,2023年的得主中有人已经成为Sora2和DeepSeek GRPO的重要贡献者。
这些数字说明一件事:谁能自己培养出适合自己业务需求的AI人才,谁才能在长期竞争中建立真正的壁垒。
从“技术圈层”到“全员AI化”。未来的AI人才不一定是计算机专业出身。猎聘数据显示,懂提示词和人机训练岗位的文科生,平均年薪已经达到34.31万元。
DeepSeek在2026年6月开放了一个特别的岗位:“AI跨界技术人才”,不设专业背景限制,面向“具备超乎常人才能,并希望参与创造和构建AGI”的候选人。
AI人才的边界正在从“会写模型的工程师”扩展到“会用模型解决问题的所有人”。
这场战争的终局,不是某一家大厂“赢得”了人才争夺战,而是整个互联网行业的人才结构被AI彻底重写。
当所有科技公司的校招中八九成岗位都要求AI应用背景时,留给传统岗位的空间已经不多了。
对于每一个身处这个行业的人来说,问题已经不是“要不要学AI”,而是“以什么方式参与这场重写”。
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
AI基建让建筑产业链再度“复生”?
(本文作者为 硅碳变量,钛媒体经授权发布)
文 | 硅碳变量,作者 | 胡一刀
9月份,黄仁勋公开敦促各国加快AI应用,扩大数据中心等基础设施建设。据悉,一直大力支持AI时代到来的黄仁勋在2026年将AI比作水、电之类的基础设施,未来全世界范围内,AI似乎将成为现代生活“刚需”。
有意思的是,差不多同一时期,中国建筑发布上半年财报。
数据中心及算力中心新签合同额873亿元,同比上升328.3%。
一前一后,在相互呼应的同时,也再度引出一个关注点:沉寂许久的建筑赛道是否会被工业地产“盘活”?此前,类似“DeepSeek开抢土木老哥”、“AI带火挖掘机,土木人有救了?”的相关话题在建筑从业者的朋友圈里疯狂转发。
除了中国建筑,一些中小建筑企业同样大力发展工业建设,山东临沂某些幕墙设计企业的客户名单里赫然出现了火山引擎算力中心。素有“建筑之乡”之称的通州,工业厂房建设已成为本地建筑企业的核心业务。
旧的黄金时代大概率不会回来了。
对于整个建筑赛道而言,一个属于工业基建的新周期,刚刚拉开序幕,能否顺利跟上,一切尚未可知。
谁吃尽红利,谁坐冷板凳?
进入AI时代,算力基建的风口到底有多大?
据悉,智算中心、数据中心及配套基础设施已经成为工业地产中增长最快的新型业态之一。数据显示,2026年中国智能算力规模预计达1271.4EFLOPS,年复合增长率52.3%;2023-2028年我国IDC市场规模年复合增长率将达21.39%,2028年市场规模有望突破6260亿元。
同时,智算中心在这两年呈井喷之态。中国IDC圈统计显示,当前处于不同建设阶段的智算中心项目已超500个,其中160个项目投产运营,200余个项目在建。具体来看,实体算力基建,覆盖土建施工、园区建设、机电安装、电网扩容……
这对本在“落日线”上挣扎的建筑企业而言,无疑是桩振奋人心的好消息。
前段时间,一则DeepSeek招聘土木生的消息更让整个建筑界都在奔走相告。据悉,除了DeepSeek,“优志愿”统计显示,字节、智谱、阿里云、腾讯等一众互联网企业,纷纷扩招土木、暖通、电气、能源类人才。其中,字节跳动在宁夏注册公司,科技公司争相拥抱土地、厂房和基础设施。
一众建筑企业也确实开启了属于AI时代的建设转型。“每日经济新闻”报道,中国建筑已经参与建设了多个大型算力中心,包括河北人工智能算力中心、火山引擎长三角算力中心、联融粤港澳大湾区算力基础设施……
除了中建这类头部企业,一些地区性企业也快步跨入AI赛道。公开资料显示,早在2024年,陕西几大头部建筑企业,包括陕西建工集团、葛洲坝三公司、华陆工程科技公司、陕西省现代设计院就在探索AI与建筑业的融合。
更有意思的是,有些企业开始“去房化”。
典型的例子是城地香江,企业主营业务构成中,IDC业务一度占比99.79%。前后中标中国移动长三角(扬州)数据中心算力基础建设、中国电信江北数据中心算力基础设施、芜湖珑腾智算互联网产业园一期项目……
然而,在AI挨个激活传统赛道后,在建筑圈也悄悄滋生出一种想象:
这一波工业基建,能不能复刻当年地产黄金时代的全民红利?
回望过去,在真正的建筑行业普惠期,几乎每家企业都赚得盆满钵满。“中指研究院”统计显示,2005年,我国代表房企营收均值为24.9亿元,2014年达到330.4亿元,平均每年增长32.2%。从盈利水平看,2005-2014年代表房企净利润率均值为18.1%。

靠AI托举起来的算力基建风口,能让整个建筑行业一扫近年的颓势,集体扬眉吐气吗?
具体来看,根据能力层级不同,各大企业在AI基建产业链里的生态位也不同:
比如,上层链条 EPC 总承包商以中国建筑、中国电建、中国能建等头部企业为代表;中层为专业工程分包商,聚焦机电安装、洁净工程、液冷系统施工、特种消防等专业环节;底层为纯土建分包商,承接主体厂房建设、外立面幕墙、园区道路。
根据企查猫统计数据,截至2026年4月,全国仅存续或在业的工业地产相关企业就高达23368家。加上跨界的传统建筑企业,这一赛道只会更加热闹,内部竞争只会更激烈,一些企业刚吃上红利、就有一些企业的局面开始下滑。
以城地香江为例,2024年下半年以来,城地香江在算力基建圈频频斩获大单。
2025年,城地香江营业收入为38.58亿元。到2026年上半年营业收入14.73亿元,同比增长14.59%;但归属于上市公司股东的净利润亏损645.32万元,2025年同期为3735.81万元,同比由盈转亏。
另外,算力中心可以分为IDC及AIDC两类,从CAPEX(资本性支出)来看,基建、机电、设备资本开支占比大概在10%/40%/50%,也就是说,相比于机电、设备、基建的资本开支占比并不高。
无独有偶,在DeepSeek的招聘爆火建筑圈时,就有多位业内人士表示,在数据中心整体工程量中,土建工程占比通常不足20%。相对的,对电气、暖通、结构的需求更大,这意味着,AI基建并非对所有建筑企业一视同仁。
对于自带电力建设基因的头部企业而言,这是一次顺势而为的能力延伸。但对于部分只具备土建施工能力、业务链条不完善的中小企业而言,这波行情与它们关系不大。拿不到大头分包,就只能在外围土建、幕墙、场地道路等低附加值环节内卷。
时代确实在前进,但这次并没有带上每一个人。
互联网企业的钱实在不好赚?
根据《中国数据中心产业发展白皮书》,互联网行业是IDC产业发展的主要推动力。
进入AI时代,全球AI投资重心进一步向全链条基础设施升级。
根据TrendForce集邦咨询最新统计,2026年全球九大云端服务供应商包括谷歌、亚马逊、Meta、微软、甲骨文,以及我国厂商字节跳动、腾讯、阿里巴巴、百度合计资本支出将突破8867亿美元。
而算力中心,作为AI基建的核心载体,顺理成章成为各大企业押注的关键赛道。
例如,2026年7月,阿里云正式宣布,其位于南通、杭州和乌兰察布的三座超级数据中心正式落成,未来还将在全国建设10座以上的超级数据中心;9月,《南华早报》报道,字节跳动在内蒙古乌兰察布建设新一批数据中心,新增算力规模预计达到5 - 6 GW。
互联网企业的大手笔资本投入,为一大批建筑企业打开了AI 基建的参与窗口。
例如,中建三局承建火山引擎长三角无为算力中心项目;湖南建投建工集团承建世纪互联乌兰察布零碳智算中心基地二期项目;城地香江合作过字节跳动、阿里巴巴、腾讯、华为、京东等一众互联网大厂。
需要注意的是,尽管时代给了建筑赛道一次重生的机会,但互联网大厂的钱并不好赚。
首先,算力中心重资产、高能耗,《南华早报》援引东吴证券此前发布的研究报告称,目前建设 1GW AI 数据中心所需的前期投资约为 1600 亿元,这其中,IT硬件与电力支出贯穿项目全周期,是两大核心成本项。 
与前文基建在算力中心资本支出中占10%相吻合的是2022年奥飞数据披露的一组说明:
公司 IDC 项目(以廊坊固安B 栋、C 栋及广州南沙A栋为例)设备采购支出占总投资的比重均超过八成(分别为84%与83%),项目建设以硬件投入为主导;此外,土建 设计等工程费用占比为 14%-15%。
这两年,随着AI催动高端的万卡级AIDC项目,硬件设备只会更高,土建占比更低。
其次,在整个IDC产业链上,互联网客户一直有高定制、高弹性、低成本、快交付的要求。到了AI时代,甲方需求弹性高、下游承包企业营收确定性弱的矛盾进一步突出。据悉,城地香江就接连两次遭遇算力项目合同生变。
如果遇到迎合风口的跨界企业,波动的概率则会更大。
这两年,不断有食品企业、服装企业、家电企业往算力赛道闯,但后续的崩塌也来得很快。据悉,2025年4月,莲花控股终止一项金额为5.55亿元的算力合同;同年9月,京源环保全资子公司公告终止3.2亿元算力集群建设项目。
2026年7月,华尔街空头大师、Chanos & Co.创始人Jim Chanos在Risk Reversal播客中表示:当前AI基建投资的规模远超互联网泡沫时期,超大规模云厂商的增量投入资本回报率已从约18个月前的40%降至当前约20%。
若支出速度持续,这一数字可能进一步下滑至10%。
这番针对AI基建的“预判”,不仅为互联网厂商敲响了警钟,也给扎堆向算力建设转型的建筑企业提了醒:眼下火热的订单繁荣,本质上是科技巨头在抢跑,并不是能够永续的长期刚需。
这倒逼建筑企业,不能一味追逐拿单,要抓住机会各施其技,转向做实履约。
例如,一些电力企业依托风光储资源建立“算电一体化”模式,依托绿电直供大幅压低算力中心用电成本。传统建筑企业、建材制造企业则通过盘活闲置厂区快速落地机房,大幅缩短基建周期、压缩固定投入。
回望地产黄金时代的普涨狂欢,建筑业或许再也等不来那样的全民红利。
幸而AI算力基建能带来一次精准的能力分层与价值重构,足够企业奖励向上生长。
工业地产赛道正在剧烈“洗牌”?
算力基建掀起的热浪,很容易让人误以为这就是工业地产最大的风口。但其实,拨开 AI 的话题效应就会发现,整个工业地产在脱离低端厂房建设后,正在沿着高端制造业的脉络,裂变成一个个细分赛道。
算力中心当然是其中增长最快的一个品类,但除此之外,半导体洁净厂房、新能源超级工厂、智能汽车生产基地、航空航天配套产业园、人形机器人测试场、低空经济起降枢纽……新一批工业地产载体也在快速崛起。
以中国建筑为例,2026年上半年财报显示,工业厂房成为企业最大增长极,上半年新签合同额5617亿元,同比大增24.2%,占房建新签合同总额比重跃升至36.2%,除了算力中心,还涵盖半导体、新能源、电子及通信、汽车装配、航空航天等新兴产业的厂房建设。
随着住宅、商业类物业的投资回报率日渐降低,工业地产的确在接过时代接力棒。前瞻产业研究院预计伴随低空经济、人形机器人等明显占地空间需求较大的产业爆发,预计到2031年,全国工矿仓储用地总供应量预计将回升至15万公顷以上。

值得注意的是,随着时代更迭,工业地产赛道正发生巨大变革。
具体来看,土地供给规则、产业形态、商业模式,都在刷新过去几十年的旧游戏规则。
先看土地供给规则。当前的工业用地基本都在绑定高端产业。
2025年8月,“央广网”报道广州市增城区挂牌出让5宗工业用地,总占地面积12.41公顷,计容建筑面积达49.02万平方米,聚焦新能源、低空经济、新型材料……无独有偶,2026年4月,“北京日报”报道,怀柔科学城某块地正式挂牌公告,聚焦高端电力装备制造、新能源。
再看产业形态。
和传统厂房“建成即适配”的通用属性不同,高端工业地产基本是 “产业先行、定制开发”。例如,晶圆厂车间要求纳米级微振控制与恒温恒湿环境,新能源动力电池工厂要匹配防爆、防腐与自动化物流的特殊设计……
这些赛道的施工难度与技术门槛,让绝大多数传统建筑企业失去跨界能力。
另外,工业地产的商业模式也在急速升级。传统工业地产的盈利模式无非是:拿地、建设、出租,靠租金与物业服务费回收成本,本质上还是“房东生意”。而新一轮工业地产的头部玩家需要真正的产业承载能力。
2026年“中华建设网”统计,今年多家产业园区REITs近60日深度回调,跌幅超25%,存量普通园区资产持续估值下修。但硬核园区资产,依旧稀缺、溢价、抢购。以华夏金隅智造工场REIT为例,作为全国首单城市更新产业园公募REITs,发行公众认购倍数高达288倍,2026年上半年出租率92.07%,年化分派率接近6%。
时代的巨变让整个工业地产赛道的玩家迎来了一次命运转折。
中指研究院发布的《2026中国产业运营商评价研究报告》显示,从总资产规模来看,2025年代表性企业平均总资产达458.02亿元,同比增速仅0.11%,较2024年6.69%的增速有所回落。
然而,新建园区持续向一、二线核心城市、硬科技优质赛道集中。
头部企业凭借核心区域的资源优势与产业布局能力,依然保持资产规模的稳健增长。

新时代的科技风口给了它们一次机会。从盈利规模来看,2025年代表性企业盈利水平实现边际修复,代表性企业平均净利润达9.33亿元,同比增长37.81%,平均净利润率回升至18.56%,较2024年16.79%的水平实现边际修复。
而尾部企业命运如何,则很难圆满预判。
纵观我国工业地产产业链链条,各路企业齐聚一堂。
上游有金融机构如中国银行、平安银行等;中层建筑商如中国建筑、上海建工承接了大量高标准厂房与设施建设。而下游涵盖比亚迪、宁德时代等制造业巨头,阿里、京东等电商零售企业,顺丰、德邦等第三方物流……
往后看,这一轮工业地产的升温,并不是简单的行业周期反弹,而是产业升级的投射。于建筑企业而言,新时代的到来拷问了每一家企业的能力定位。地产时代的红利似乎属于整个行业,而工业时代的红利,只属于跟得上产业步伐的玩家。
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
说“投诉”就接通,AI客服到底在防谁?
(本文作者为 影子备忘录,钛媒体经授权发布)
文 | 影子备忘录
你有没有过这样的经历?
手机半夜响个不停,你怀疑某个APP在偷偷读取你的数据,想找人工客服问个明白,电话打过去,AI温柔地告诉你“很理解您的心情”,然后再把你推回菜单迷宫,一遍,两遍,三遍。
你连“转人工”喊到嗓子冒烟,电话那头传来一句“人工座席目前全忙”,然后——挂了。
此前有媒体报道,郑州一位市民发现自己的手机在深夜8小时内被百度APP累计自启动超过20次,担心个人信息泄露,多次与AI客服沟通无效后想联系人工反映问题,最终连问题都没能成功上报。
她的原话是:“当电话那头AI客服挂断通话的那一刻,我人都蒙了,感觉自己像是遭受了‘冷暴力’。”
还有更揪心的,之前一位消费者家里的智能门锁突然坏了,一家三口被锁在门外,其中还有一个6个多月大的婴儿急需进屋喝奶。
钥匙、充电宝都试过了,门锁纹丝不动。她第一时间拨打售后电话,传来的却是AI客服机械的提示音,怎么也转不到人工。
一家人在门外等了50分钟,最终只能花钱请开锁师傅上门。而在此之前,她已经就同一个故障多次申请售后,始终没能顺利联系到人工客服。
“转人工”这三个字,正在成为当代消费者最大的沟通难题。
一条被精心设计的“隐形墙”
表面上看,AI客服是技术进步带来的效率工具。但越来越多的事实指向一个令人不安的真相:AI客服正在被设计成一堵“隐形墙”,用来过滤掉那些不够“较真”的用户。
先看一组实测数据。
有记者对13款主流App的客服页面进行了抽样测试,结果显示,仅有淘宝和淘宝闪购在客服页面设置了明确的“人工服务”按钮,其余平台的人工入口或藏于层层菜单之后,或需通过特定关键词才能触发。
另有记者测试了近30家平台和机构,包括银行、保险公司、互联网金融平台以及互联网平台,结论更为扎心,几乎所有被测试机构均未设置人工客服的直接入口。
注意这里的关键词:并非技术做不到,而是企业不想做。实测中一个耐人寻味的发现是,当消费者明确提出“转人工”需求后,大多数平台都能较快接入真人客服。
这意味着,技术上的转接完全不是难题,真正的障碍在于企业是否有意愿让这个入口明显、易见。
换句话说,那堵墙不是技术建出来的,是商业决策建出来的。
一位在上海工作的消费者在某知识付费平台上连续发送了十几条“请转人工客服”的请求,系统的AI客服始终冷冰冰地回复“您好,请查看课程简介哦”“课程属于虚拟商品,暂不支持退款”。
最终,她输入了“我要投诉”四个字,AI才终于“松口”。
这是一个值得所有人警惕的细节:AI客服的转接门槛,被设置在了“投诉”这个词上,而不是“人工”这个词上。企业不是不知道用户想找人工,它是在赌,赌你没有耐心走到那一步。
为什么企业要这么做?答案藏在一道极简的算术题里。
一名人工客服,月薪加社保、培训、工位综合成本少说3000元起步,一线城市单人年成本可达8万至12万元。
而一套基础AI客服系统,月租最低仅99元,单次咨询成本可降至0.07至0.21元,仅为人工客服的4%至6%。
两者相差约30倍,大一点的电商企业接入AI客服后,每年直接节省人力成本可达100万元以上。
在如此悬殊的成本差面前,“用AI替代人工”几乎成为企业的本能选择。
问题不在于企业用AI,因为AI确实能高效处理查进度、问政策、简单故障排查等标准化咨询,行业内AI客服能覆盖70%至85%的标准化咨询需求。
但问题就出在那剩下的15%到30%上。
复杂投诉、情感沟通、突发情况应对、需要灵活判断的售后纠纷等,这些场景AI搞不定,或者说,AI“不想”搞定。因为每搞定一个,就意味着多一个人力成本。
清华大学经济管理学院一位教授的观点一针见血:表面上客服成本低了,人工服务量降了,但问题并没有解决,只是被推迟,或转化为重复咨询、投诉,甚至退货和品牌信任损失。
更深层的问题是,当客服部门被企业定义为“成本中心”而非“价值中心”时,整个服务逻辑就发生了扭曲。
首要考核指标变成了压降成本,而非解决用户问题。
中国法学会消费者权益保护法研究会的一位专家指出,在这种考核导向下,部分企业甚至主动利用AI设置拦截障碍,将AI客服设定为所谓的“兜底回复”,阻隔人工客服响应,变相劝退用户的反映和投诉。
中国消费者协会一位专家的表述更为精准:在一些平台,AI客服已不单纯是技术工具,而被设计成了一道“隐形过滤网”。
而每一个被这层过滤网拦下、选择“算了”的用户,都帮企业省下了一笔投诉处理费。这笔账,企业算得很精。
AI客服的“效率幻觉”
如果说成本驱动是“愿不愿意”的问题,那么技术瓶颈则是“能不能”的问题。而现实是,AI客服的能力边界,远比企业宣传的要窄得多。
有学术研究给出了一个残酷的数据:当对话轮次超过5轮时,传统Transformer模型的意图识别准确率从92%骤降至78%,上下文关联准确率从85%降至63%。
这意味着,用户越是着急、越是反复解释,AI就越听不懂。
这就形成了一个荒诞的沟通死循环:用户因为AI答非所问而着急,越着急就越要反复描述问题,而反复描述又超出了AI的处理能力,导致AI更加答非所问。用户感觉像是在“与一台自顾自说话的机器‘搏斗’”。
一项覆盖15个国家、4800名消费者的国际调研揭示了更为触目惊心的落差:90%的企业认为客户对AI客服感到满意,但实际只有59%的消费者认同这一判断,31个百分点的认知鸿沟。
同一项调研还发现,63%的消费者希望随时能够简单地转接到人工客服,78%的消费者曾经试图“绕过”AI客服,但仅有47%的企业提供了相应的便捷通道。
另一项覆盖六国1000余名消费者的研究则指出,中国有52%的消费者反映在从AI客服升级到人工客服的过程中存在上下文丢失的问题。
也就是说,用户不得不从头把自己已经跟AI说过的问题再跟人工客服复述一遍,这个场景本身就是对“智能客服”四个字最大的讽刺。
这些数据指向同一个结论:AI客服不是不好,而是还没好到可以“替代”人工的程度。企业在技术远未成熟的时候,就急于用AI大规模替代人工,本质上是把技术的不成熟成本转嫁给了消费者。
当用户好不容易突破了AI的层层防线,等待他们的,往往不是解决问题的曙光,而是一个更令人崩溃的现实。
一位消费者在某二手平台选车,支付订金前,平台官方AI客服明确答复车款包含过户费和上牌费。
到交易时,销售人员却要求另行支付1000元过户费。他拿着截图去理论,对方回复:“AI回答不代表公司立场。”
这个回应堪称当代企业服务话术的“天花板”,先用AI做出承诺吸引你下单,再用“AI不算数”来拒绝履约。承诺是AI给的,锅是AI背的,责任是企业甩的。
更值得深思的是,这类问题正从个案演变为系统性现象。2026年上半年,全国消协组织共受理消费者投诉98.6万件,售后服务问题占比最高,达26.79%,AI客服不实承诺、人工接入困难、生成内容失准等成为投诉新热点。
在某第三方消费者服务平台以“AI客服”为关键词检索,相关投诉超过4800条。
从法律角度看,企业以“AI不具备法律主体资格”来否认承诺效力的做法站不住脚。
对外经济贸易大学法学院一位教授的论证逻辑很清晰:正因为AI不是独立主体,其行为的法律后果才应归属于控制和部署该工具的主体,即经营者。
经营者部署的AI客服虽不具有独立承担民事法律责任的主体资格,但其输出内容属于经营者提供服务的组成部分。
AI是工具,工具的行为后果由使用工具的人承担。这是最基本的法律逻辑,也是企业不应回避的基本责任。
新国标来了,然后呢?
2026年9月1日,我国首个聚焦人工客服与智能客服协同机制的国家标准《顾客联络服务 人工与智能客户服务协同要求》正式实施。
这项标准明确要求:简单问题交给AI,复杂纠纷及时流转到人工;客服页面应设置清晰、醒目、明确的人工服务入口;智能客服与人工客服切换时需提供便捷入口并保障衔接顺畅,切换后要同步客户信息且不重复询问。
方向是对的,但一个不可回避的问题是:这是一项推荐性国标,并非强制执行。
标准落地后的实测结果也印证了这种担忧。9月初的测试显示,大多数平台仍未设置明确的人工入口,“转人工”依然不容易。
不过,推荐性标准并非完全没有“牙齿”。在司法实践中,法院可以将国标作为判断行业通常做法的依据;市场监管部门在处理消费纠纷时,可以据此采取约谈、督促整改等措施。
更关键的是,《电子商务法》和《消费者权益保护法实施条例》等法律法规本就要求经营者建立便捷、有效的投诉处理机制。
如果企业通过复杂菜单、反复循环、故意延迟等方式实质性阻碍消费者获得人工服务,可能已经违反了法定义务。
标准是底线,法律是红线。问题在于,当企业发现违反底线的成本远低于遵守底线的成本时,它就会选择不遵守。
“转人工难”的困局,归根结底是一个价值观问题,而非技术问题。

技术层面,行业已有成熟方案。部分银行在AI无解时自动转人工,一些电商平台设置“投诉维权”通道,这些案例证明技术与人文关怀可以相辅相成。
学术研究表明,经过优化的意图识别结构可以将准确率提升至96%,较传统方法提高14个百分点。技术不是做不到,而是投入的意愿不够。
监管层面,需要在“推荐性”和“强制性”之间找到平衡点。可以考虑建立阶梯式惩戒机制,对首次违规的企业以约谈整改为主,对屡教不改者施以罚款甚至限制市场准入。
同时,将“转人工便捷度”纳入企业信用评价体系,让漠视消费者权益的企业付出实质性代价。
企业层面,需要重新理解一个朴素的道理:客服部门不应该被定义为“成本中心”。每一次客服交互,都是一次品牌价值的验证或消耗。
用户在有困难时主动联系客服,这是品牌忠诚度最高的时刻,如果这一刻被AI的机械回复浪费掉,失去的不仅是一次解决问题的机会,而是用户对整个品牌的信任。
艾媒咨询的调研数据提供了一个有说服力的注脚:77.62%的用户认为最满意的客服形式是智能客服和人工客服搭配使用,56.88%的用户在智能客服遇到问题后会选择直接联系人工客服。
用户并不排斥AI,用户排斥的是“只有AI”、是“被迫跟机器说话”。
技术进步应当服务于人,期待AI客服真正做到“有精度”,人工服务做到“有温度”。
客服的本质,从来都是“服务”二字。人工客服即便不能立刻解决问题,至少能根据退款、纠纷、设备故障等个性化需求提供情绪疏导,能给用户一个“愿倾听,能共情”的感觉。
而冰冷的机械化回复,只会让用户感到被敷衍、被怠慢。
在降本增效的浪潮中,企业有权选择AI。
但用户也有权选择一个真正愿意倾听的品牌。
当“转人工”变成了“闯关游戏”,输掉的不是用户的耐心,而是企业自己的未来。
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
百度旗下百家号 App 将于 9 月 22 日更名为“百度直播伴侣”
IT之家 9 月 13 日消息,百度宣布旗下百家号 App 将于 9 月 22 日更名为“百度直播伴侣”,聚焦为用户提供直播相关功能,用户的账号信息、历史创作数据及已获得的收益均不受任何影响。
百度表示,对于非直播作者,相应用户可以前往百度 App-我的-创作中心继续创作和管理文章。对于直播作者则可以继续使用“百度直播伴侣”App。

百度秒哒再升级!让最懂业务的人,亲手造自己的系统
折叠屏 iPhone 初期产量受限,每日仅数百部;环比增长 379%,腾讯 HY4 登顶全球大模型调用榜;特斯拉时隔 19 个月再降价|极客早知道

消息称苹果折叠屏 iPhone 初期产量受限,每日仅数百部
9 月 8 日,据日经中文网报道,根据多位知情人士指出,市场期待已久的首部苹果折叠 iPhone,由于苹果极为严格的质量管控标准,初期生产量每天仅有「数百部」,而苹果及其供货商正全力加快产量爬坡。
熟悉情况的供应链主管向《日经亚洲》透露:「苹果设定了极高的质量标准,在正式量产之前,8 月又追加了一轮试产」。该人员表示:「截至 8 月下旬日产量仅数百部。按这样的初期产能计算,有可能难以满足市场需求」。
《日经亚洲》先前报导,苹果计划今年内生产 800 万~1000 万部折叠屏 iPhone,并希望凭借这款全新外型设计的机型激发市场需求,进而推升营收。(来源:DoNews)

OpenAI 最强 AI 生图模型:ChatGPT Images 2.5 登场,延迟降低 50%、新增 Sketch 草图
9 月 9 日,OpenAI 官宣发布 ChatGPT Images 2.5,图像生成延迟最多降低 50%,并新增 Sketch 草图参考、模板库、图片内评论标注等实用功能,是该公司当前最先进的图像生成模型。
相比较 2026 年 4 月发布的 Images 2 模型,Images 2.5 重点降低了图像生成延迟,在细节锐度、自然光照和纹理丰富度方面均有提升的情况下,延迟最多降低 50%。
功能方面,ChatGPT Images 2.5 引入 Sketch 功能。用户可通过输入「@Sketch」调用该功能,用户可在对话中直接绘制草图,再补充风格和细节描述,让模型将草图转化为完整图像。

产品还新增海报、商品等常见创作格式的模板,降低创作门槛。用户可以直接在图像上添加批注,以聚焦具体修改区域,并可在分享图像时附带原始提示词。
在 API 调用模型方面,OpenAI 提供了两款模型:
-
GPT-Image-2.5 Flare:面向多数 API 图像生成应用,适用于创作者内容、社交内容、产品体验、视觉搜索、快速原型和高批量生成等场景。
-
GPT-Image-2.5 Sunburst:则面向对编辑控制要求更高的工作流。OpenAI 建议将其用于成品级营销素材和精修产品图等场景,但其生成时间更长。
-
API 支持多种分辨率,包括 1024×1024、2048×2048、3840×2160(4K 横向)等,单边最长不超过 3840 像素,总像素数介于 655,360 至 8,294,400 之间。(来源:IT 之家)
微软发布 Opal:用户只需提目标,AI 跑全流程交付成品
9 月 7 日,微软首席执行官萨提亚 · 纳德拉在 X 平台发布推文,宣布为 Microsoft 365 Copilot 推出全新 AI 功能 Project Opal,定位是在可控的安全环境中,让用户规划和执行复杂、长周期任务的 AI 智能体。
微软表示 Project Opal 的核心,是在可控制、可追踪的环境内,是让 AI 从处理快速问题,逐步覆盖委派型工作和长期运行的自动化任务。用户交代任务后,它可连续工作数小时或数天,自动完成「找素材、做表格、生成 PPT、发给同事」的完整流程。

在纳德拉展示的案例中,该功能可以分析 1 个月户外相机影像,AI 会浏览素材,找出全部动物出现画面,并截取其中表现较好的片段,制作精选视频。
系统会为每条动物记录补充相机来源、拍摄日期和物种标签。随后,它将全部记录汇入电子表格,便于用户检索和统计。
在资料整理完成后,Copilot 会生成一份 PowerPoint,用于概述处理结果。系统还会把视频、表格和演示文稿分享到 Teams,供团队成员查看和审核。(来源:IT 之家)
苹果收购脑成像公司 Sonera,有望赋能 Apple Watch 健康功能
9 月 8 日,苹果已经收购了加利福尼亚州科技公司 Sonera。该公司研发的是一种非侵入式传感器,可以测量来自大脑的神经信号,应用范围从肌肉状态监测,到通过意念主动控制电子设备。
此前已经有研究证明,人类可以通过意念控制 Apple Vision Pro,但当时需要在用户头部植入设备。如今,苹果收购了 Sonera,而该公司的技术能够检测肌肉活动产生的磁信号。
据介绍,与电传感器相比,磁传感器具有一定优势,因为人体头骨会削弱电信号。这意味着未来或许可以在无需植入设备的情况下,实现更加精准的意念控制。
Sonera 推出的第一款产品是一枚用于肌肉感知的 S1 芯片。除了能够记录大脑产生的磁活动信号外,公司还表示,S1 可以用于控制假肢,并有望应用于消费级可穿戴设备。
最后一点或许意味着,苹果收购 Sonera 的真正目的之一,是将这项技术应用到未来 Apple Watch 的健康功能中。例如,它可以用于持续监测某些神经肌肉系统疾病。(来源:IT 之家)
扎克伯格推进「个人超级智能」:Meta 发布其首款个人智能体 Muse
9 月 9 日,据路透社报道,Meta 正式发布了其长期宣传的 AI 助手,该助手可自主代表用户完成发送邮件、卖车及预订旅行等任务。不过,Meta 内部担忧这项技术在处理敏感个人数据的访问权限时存在管理不善的问题。
这款 AI 智能体名为 Muse,在 Meta 内部称 Hatch,是该公司 CEO 马克 · 扎克伯格 (Mark Zuckerberg) 计划的核心产品。他想要向每天使用 Meta 服务的数十亿用户提供「个人超级智能」。
Meta 在公告中表示,Muse 初期仅在美国上线,用户可通过专门的 Muse 应用或 Meta 旗下 WhatsApp 通讯服务使用。Meta 称「很快」会将这一智能体添加到其智能眼镜产品线中,但未透露具体细节。
Meta 发言人表示,该智能体将提供免费基础版本,同时推出每月 20 美元和每月 100 美元的订阅套餐,以满足更高频使用需求。Meta 表示,用户可以选择退出,不让自己的交互数据用于训练 Meta 的 AI 模型,公司计划在今年晚些时候推出 Muse 的加密版本。(来源:IT 之家)
腾讯混元 Hy4 preview 登顶全球周调用量,国产大模型连续 19 周超美国
9 月 8 日,据 OpenRouter 数据,上周(8 月 31 日至 9 月 6 日)全球 AI 大模型总调用量 115 万亿 Token,中国大模型周调用量达 56.72 万亿 Token,连续 19 周超过美国。
其中腾讯混元 Hy4 preview 位居全球第一,周调用量 14.7 万亿 Token,环比暴增 379%;GPT-5.6 Luna 第二,智谱 GLM-5.3 Flash 升至第三。全球前五中四款为中国模型。Hy4 preview 是腾讯 8 月 28 日发布并开源的新一代 MoE 旗舰模型,总参数 770B、激活参数 49B、上下文 100 万 Token。(来源:每日经济新闻)

特斯拉时隔 19 个月再降价,Model 3/Y 降至历史最低价
9 月 7 日,特斯拉中国宣布对 Model 3 全系现车提供 5000 元、Model Y 全系现车提供 1 万元现金激励,直接抵扣尾款,官方指导价不变。调整后两款车起售价分别降至 22.25 万元和 25.35 万元,均为全系历史最低。此次优惠叠加「现车」和「月底前提车」限制,多地门店出现集中成交,部分热门现车快速售罄。
本轮促销主要为了冲刺三季度交付。由于国庆前后无法办理交付,且上海工厂下季度将优先安排出口,国内集中交付窗口基本只剩 9 月。同时,特斯拉在华销量承压,今年 1 至 7 月累计零售同比下降 12.44%,Model 3 降幅超过三成。
财务方面,特斯拉二季度汽车业务毛利率降至 16.9%,单车毛利环比减少 1412 美元,营业利润同比降 57%。当前国内汽车行业利润率已跌至 3.6%,多数经销商新车价格倒挂,部分零部件因 AI 需求反而出现「规模不经济」。此次 1 万元优惠更像加入国内车企月度促销常态,而非重新点燃价格战。(来源:网易科技)
比亚迪:AI 能源解决方案将成为下一阶段重点方向之一
9 月 8 日,比亚迪在投资者关系活动中表示,随着 AI 产业发展,能源重要性进一步提升,光伏、储能、电站等业务将成为重要组成部分;随着电池产能逐步释放,公司对储能业务未来发展非常有信心,AI 能源解决方案也将成为比亚迪下一阶段的重点方向之一。(来源:新浪财经)
「欧洲版 OpenAI」Mistral 完成 30 亿欧元 D 轮融资
9 月 8 日,法国人工智能公司 Mistral 宣布完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元。三星电子领投,EQT 管理的 Scaleup Europe Fund 和 PSG Equity 共同领投,ASML、英伟达、a16z 等现有股东继续参与。Mistral 称,这是欧洲科技公司迄今规模最大的单轮股权融资。
本轮资金将用于模型研发、训练算力与基础设施建设,以及国际市场拓展。Mistral 成立于 2023 年,主要向企业和开发者提供生成式 AI 模型、定制部署、开发工具及云服务,目前业务覆盖 20 个国家。
在上一轮获得 ASML 投资后,Mistral 此次又引入三星电子领投,半导体企业在其股东中的分量进一步增加。(来源:智东西)
理想汽车公布自研电池全系搭载计划:L8/L6/i8 已上车,MEGA 锁单即切换
9 月 7 日,理想汽车发布《关于「理想汽车将全系搭载自研电池」的进展同步》:自研电池已在理想 L8、L6、i8 三款车量产搭载;9 月 7 日 15:00 后锁单的新一代 MEGA 切换为自研 5C 三元锂电池(预计 11 月起交付);
9 月中旬发布的全新 i9 首批用宁德时代电池、产能爬坡后全量切换;四季度推出的 2026 款 i6 将同时搭载自研 5C 电池和自研马赫芯片。理想自 2020 年启动电芯自研,已积累超 1700 项核心专利;9 月 4 日欣旺达公告显示理想拟 26.5 亿元增资欣旺达动力、持股 8.79% 成第二大股东。(来源:界面新闻)
华为小米苹果新品将在美团闪购首发
9 月,华为、小米、苹果、荣耀、vivo、OPPO、iQOO 等 7 大品牌将密集召开 12 场新品发布会。伴随即时零售迈入万亿大关,30 分钟送达的闪购已成品牌新品首发必争之地。
据悉,美团闪购已上线华为、小米新品预售,预计也将同步首发苹果新品。(来源:36Kr)
千问办公上线「多人工作台」,支持百人同时在线协作
9 月 7 日,千问办公上线多人工作台。用户用自然语言说明参与角色、各自任务和需要记录的数据后,系统可生成一套在线协作应用,其中包含角色权限、云端数据库和管理后台,最多支持百人同时使用。
例如举办市集时,主办方可分别为摊主、审核人员和财务设置资料提交、摊位安排及押金确认等流程,各角色查看对应信息,进度则统一保存在系统中。生成后,用户还可继续通过对话调整字段和业务规则。

这项功能主要面向临时项目或非标准化流程,试图降低定制协作工具的开发门槛。至于复杂企业场景中的系统对接、权限管理、安全与合规能力,仍需结合实际部署检验。(来源:极客公园)
阿里发布 QoderWake 1.0,已有近 10 万个数字员工「上岗」
9 月 8 日,阿里发布数字员工产品 QoderWake 1.0,用户一句话描述岗位需求,QoderWake 可生成一份角色文档。用户修改、配置和确认后,即可生成一个理解工作职责、协作关系、工作权限等信息的数字员工。过去三个月,QoderWake 上已有近 10 万个数字员工在真实工作场景上岗,执行约 200 万次有效任务。
目前,QoderWake 已内置前端、后端、产品经理、内容运营、数据分析师、项目管理员、UI 设计师等 10 个岗位。每个岗位都经过专岗调试,集成了行业头部团队的经验,无需专门训练就能承接真实任务。

用户还可自定义数字员工,只需写清核心职责、工作风格、工作流和红线,并提供核心业务资料即可「培训」一个专属数字员工。
此外,QoderWake 已无缝打通钉钉、飞书和企业微信三大主流 IM 软件,天然了解组织里的文档、表格、待办、日历、组织架构和多维表格,钉钉和飞书群里工作的讨论、附件,以及确认过的口径,都可以作为数字员工持续更新的知识。(来源:手机中国)
腾讯文档推出「AI 工作台」,基于 WorkBuddy 内核实现「人机双写」
9 月 8 日消息,腾讯文档宣布 AI 服务全端升级,正式推出「AI 工作台」。
此次升级中,腾讯文档内的 Agent 底层框架由 WorkBuddy 提供,腾讯文档则结合真实文件场景,承接内容生成、编辑、协作、任务执行、文档管理和成果交付。

两者面向的工作场景不同。如果用户的工作主要围绕一份或一组真实文件展开,最终需要形成一份可编辑、可协作、可交付的成果,腾讯文档 AI 工作台更适合。例如,基于资料撰写报告、生成 PPT、修改文档、分析表格,以及多人共同审阅和编辑。
如果任务已经超出单一文件,需要拆解多个步骤、调用不同专业 Skill、衔接已有工作流,或者设置为周期性、自动化执行,则可以交给 WorkBuddy。两者之间用户无需重新开始,通过「用 WorkBuddy 继续」,当前任务中的文档和上下文可以一并带到 WorkBuddy 中继续处理。(来源:央广网)
小度发布会:超能小度完成智能体化升级,四款 AI 硬件新品上市
9 月 8 日消息,百度 AI Day 小度新品发布会在北京举行。小度宣布超能小度完成智能体化升级,并发布多款家庭场景智能体应用,同时上市小度添添闺蜜机 Ultra、小度智能屏 X9 Ultra、小度智能摄像机 C1500、小度智能音箱 Pro Max 四款硬件新品。

百度搭子还作为小度智能体能力底座全面接入硬件,推动智能体进驻家庭空间。升


