科技前沿·4:37·对话
每日AI新鲜事·11月05日午间版:苹果砍AI预算与Images 2.6
2026年11月05日(周四)午间版 AI新闻速递+热点深度讨论
科技前沿
每日AI新鲜事·11月05日午间版:苹果砍AI预算与Images 2.6
收听播客对话
0:004:37
本期提到
讨论
- Apple cutting internal AI budgets— TechCrunch报道苹果削减工程团队AI使用预算,转向自研平台
- Data center clash after midterms— TechCrunch报道中期选举后数据中心反对声跨党派升温
- UK high street debate— 卫报文章引发HN热议,讨论电商与自动化对实体商业的冲击
- AI observability episode 3— B站系列视频,讲AI可观测性从单次失败到持续验证
链接
- xHarness × DeepSeek Harness— 开源的手机客户端,可用手机遥控电脑写代码
- Nerves of steel to work with AI agents— HN讨论与AI agent协作的信任与心理门槛
- Apple is reportedly cutting budgets for its internal AI usage
- After the midterms, a bigger clash over data centers could be coming
- X says its updated web app is way faster
- Introducing Images 2.6
- 🔍 AI 可观测性 0️⃣3️⃣ 从一次失败到持续验证
产品
- X web app— X更新网页版,称速度大幅提升,按国家分批推送
- OpenAI Images 2.6— OpenAI图像模型更新,生成更快,支持GIF,编辑更准,新增API控制
今天AI圈又有不少新动静,而且有几条挺反直觉的.
今天咱们主要聊这么几件,一是苹果砍内部AI预算,二是数据中心之争,三是xHarness手机客户端,四是X网页版提速,五是AI agent协作门槛,六是英国高街之困,七是OpenAI Images 2.6,八是AI可观测性.
嗯,信息量不小.
那我们先从新闻速递开始,一条一条来.
第一条,刚看到TechCrunch有篇报道,说苹果打算大幅削减工程团队的AI使用预算.
这个方向挺有意思,而且跟很多人预期的正好相反.
报道里说,削减的是内部工具和云订阅这块,比如代码辅助,测试自动化,数据分析这些.
注意,它削的是内部消耗,不是产品级AI研发.所以更像是算ROI,不是战略转向.
你的意思是,苹果可能觉得这些外部订阅不划算,想搬回自研平台?
对,重点不在这儿省钱,重点在把能力收回来.这是很苹果的做法.
但这也说明,大厂对AI工具的实际产出开始算细账了.
没错,这个信号比省多少钱更重要.
第二条,还是TechCrunch,说中期选举之后,围绕数据中心的对立可能会更大.
报道里那个点挺关键,反对数据中心这事已经跨党派了.
这就有点微妙了,两党平时吵得凶,在这事上反而站一块儿.
因为落到地方上,居民关心的是电,水,噪音,跟党派关系不大.
所以AI基建的阻力,以后可能更多来自本地,而不是联邦层面.
对,这是一个挺容易被忽视的变量.
第三条,B站上看到一个开源项目,xHarness和DeepSeek Harness的手机客户端.
就是拿手机遥控电脑去写代码那个,场景还挺实用.
对,人不在工位,手机上就能把任务发出去.
不过这种形态说白了,是把远程开发这件事做得更顺手了.
算是个轻量方向,先记一笔.
第四条,The Verge报道,X更新了网页版,说速度快了很多.
那个工程师的说法挺有意思,让人在慢网络下打开主页试试.
而且是一个国家一个国家地推,只对登录用户生效.
嗯,性能优化这事,用户感受最直接.
第五条,HN上有篇帖子,标题是跟AI agent干活得有颗大心脏.
这个标题其实点出了真问题,agent越自主,人越不踏实.
所以现在很多团队的痛点是信任,不是能力.
对,这条我们先留个引子,后面还会碰到.
好了新闻先聊到这儿,接下来我们深入聊聊.
先聊英国高街这条,卫报的文章,HN上一百三十多条评论.
标题那句话很扎心,说街上就剩电子烟店,美甲店,慈善商店.
这跟AI有啥关系?我第一反应是没啥关系.
关系在讨论的方向.那条帖子里,大家在吵电商和自动化到底把实体商业掏空了多少.
等一下,你的意思是,这其实是自动化的老账,现在被翻出来了?
对,HN那帮程序员认为,线上效率和线下成本,这个剪刀差一直在扩大.
那Reddit上大家怎么看?是不是情绪更重一些?
一般这类话题,Reddit更爱聊社区和文化,觉得不全是效率问题.
这我同意,有些东西确实不是效率能衡量的.
但你也得承认,成本差在那儿,情怀扛不住太久.
行吧,那我们保留分歧.不过它为啥这会儿火?
因为就业和成本是当下最敏感的两根弦,一碰就炸.
所以总结一下,高街这事本质是自动化收益和本地成本怎么再分配的问题.
接下来说OpenAI的Images 2.6,这个我挺想聊.
核心就几条,生成更快,能做GIF,编辑更准,还给了新的API控制.
覆盖ChatGPT,Codex和API三处,这个铺开面挺广.
重点是编辑精度和API控制,这两条对企业最有价值.
为什么?快一点不是更直观吗?
速度快是体验,精确编辑才是能进工作流的前提.
懂了,能改得准,才敢真的用在生产里.
对,而且API可控,意味着能嵌到自动化管线里.
那Codex里也能用图像,是不是想让它不光写代码?
你想啊,写前端要出图,写文档要配图,图像能力补上就顺了.
所以结论是,Images 2.6的价值不在炫技,在于把图像塞进开发流程.
最后一条,B站那个AI可观测性系列第三期,讲从一次失败到持续验证.
这个跟前面agent那条正好呼应,都是信任问题.
怎么讲?
可观测性就是把黑盒打开,让你知道它每一步干了啥.
那持续验证是不是就是别只测一次?
对,上线之后也得一直盯着,不然出问题都不知道从哪查.
所以这条跟agent那条其实是一回事,能力越强越得能看见.
总结一下,agent要大规模用,可观测性和验证体系是绕不过去的基建.
今天就聊到这儿,信息量确实大,晚上见.