很多人第一次接触 AI 编程助手时，都会把它当成“高级搜索引擎”或者“代码生成器”。但真正用下来之后我发现，Codex 最有价值的地方，并不是帮你凭空写一段代码，而是帮你在复杂项目里更快理解上下文、更稳地定位问题、更安全地完成修改。 这篇文章不讲具体项目业务，只分享我在维护项目过程中总结出来的一些实战经验。对刚开始使用 Codex 的同学来说，这些方法能少走很多弯路。 一、先让 Codex 读规则，而不是马上写代码 刚开始用 Codex 时，我很容易犯一个错误：问题一抛过去，就希望它马上给方案、改代码、跑测试。 后来发现，真正高效的方式是先告诉它项目规则。 比如： 项目有哪些子模块 每个模块用什么技术栈 构建命令是什么 哪些目录能改，哪些不能乱动 当前项目有哪些约定 测试、构建、发布分别怎么跑 有哪些历史遗留问题需要避开 这类信息最好写成类似 AGENTS.md 的说明文件。这样 Codex 进入项目后，第一件事不是“猜”，而是“按项目手册工作”。 我的经验是： 越复杂的项目，越不能让 AI 靠猜。你给它越清晰的操作边界，它越像一个靠谱的协作者。 二、让 Codex 先理解现状，再动手修改 很多时候，我们觉得自己只是要改一个小问题，但真实项目里，一个小改动可能牵连配置、接口、构建脚本、前端页面、后端服务、移动端兼容等多个地方。 所以我现在会习惯性要求 Codex： 先查相关代码 找调用链 看现有实现风格 判断影响范围 再决定怎么改 尤其是在维护老项目时，这一点非常重要。 不要直接说： 帮我把这个功能改成 xxx。 更好的说法是： 先帮我看看这个功能现在是怎么实现的，涉及哪些文件和调用链，然后再给出修改方案。 这样 Codex 不会一上来就“自信开写”，而是会先进入侦察模式。等它把上下文摸清楚之后，再进入修改模式，成功率会高很多。 三、善用 CodeGraph，别让 Codex 大海捞针 维护大型项目时，单纯全文搜索经常不够用。一个类、一个函数、一个接口，可能散落在很多模块里。 这时候 CodeGraph 这种代码索引工具非常有用。它能帮 Codex 快速知道： 某个方法在哪里定义 谁调用了它 它又调用了谁 改它会影响哪些地方 某个功能大概分布在哪些文件中 我的体感是，CodeGraph 相当于给 Codex 装了一张“项目地图”。 没有地图时，它需要在代码森林里乱翻。 有地图后，它可以直接走到关键区域。 所以维护项目时，我会优先让 Codex 用代码图谱定位，再做具体阅读和修改。这样不仅快，而且不容易漏掉关键调用点。 四、把构建命令固定下来，别每次临时发挥 项目一复杂，环境问题就会变成噩梦。 比如： 后端需要某个 Java 版本 另一个服务需要另一个 Java 版本 前端要固定 Node 版本 Android、iOS、脚本服务又各有自己的工具链 有些模块用 Maven，有些用 Gradle，有些用 npm/yarn 如果每次都让 Codex 自己猜命令，很容易出现“代码没问题，环境跑崩”的情况。 我的做法是把常用命令整理成脚本： build-backend.sh build-web.sh build-android.sh build-ios.sh check-all.sh status-all.sh 然后告诉 Codex： 不要自己拼命令，优先使用项目提供的脚本。 这点非常关键。 因为脚本里可以固定 JDK、Node、Maven、SDK、环境变量、registry 等细节。Codex 只需要执行标准入口，不需要重新理解整个环境。 结论就是一句话： 把复杂环境封装成脚本，把脚本交给 Codex 调用。 五、每次改代码前，先看工作区状态 多人协作或者长时间维护项目时，工作区里可能已经有别人改过的文件，或者有自己之前没提交的临时改动。 如果不先看状态，Codex 可能误改、覆盖、格式化不该动的文件。 所以我会让 Codex 在动手前先跑状态检查，确认： 当前有哪些文件被修改 哪些改动可能是我已有的 这次任务真正应该碰哪些文件 有没有需要避开的脏文件 这其实是一个非常工程化的习惯。 AI 写代码的能力很强，但它不知道哪些改动是“历史现场”。 你必须让它尊重现场。 我现在的原则是： 只改和任务相关的文件，不顺手重构，不清理无关改动，不替用户做危险操作。 这能避免很多不必要的事故。 六、把 Codex 当初级同事用，会翻车；当资深搭档用，才好用 很多人用 AI 的方式是命令式的： 写一个 xxx。 修一下 xxx。 加一个 xxx。 这种方式适合小脚本，但不适合真实项目。 在真实维护工作中，我更推荐把 Codex 当成一个资深搭档，而不是一个代码打字员。 你可以这样用它： “先帮我分析这个问题可能出现在哪一层。” “这个改法会不会影响已有逻辑？” “有没有更贴合当前代码风格的实现方式？” “帮我找一下类似功能是怎么写的。” “这个地方有没有隐藏的兼容性风险？” “改完之后应该跑哪些最小验证？” 你会发现，当问题问得更工程化，Codex 的回答也会更工程化。 AI 不是只能写代码，它还可以帮你做： 代码考古 风险评估 调用链分析 方案对比 测试补充 构建验证 文档整理 真正的效率提升，来自这些环节串起来。 七、不要追求“一次生成完美代码” 我现在越来越不指望 Codex 一次性生成完美答案。 更高效的节奏是： 让它先定位问题 让它提出最小修改方案 修改后跑测试或构建 根据错误继续收敛 最后总结改动和风险 这和真实开发流程很像。 AI 辅助开发不是“许愿机模式”，而是“快速迭代模式”。 尤其是复杂项目，第一次方案可能只对了一半，这很正常。关键是 Codex 能根据编译错误、测试失败、日志输出继续修正。它不会累，也不会嫌麻烦，这一点非常适合处理维护类工作。 八、让 Codex 跑验证，而不是只相信代码看起来对 只改代码不验证，是非常危险的。 我会尽量让 Codex 在修改后做对应检查： 后端改动跑后端构建 前端改动跑前端构建 移动端改动跑对应编译 脚本改动跑语法检查或单元测试 公共逻辑改动尽量跑更大范围验证 如果构建太重，也至少跑最相关的局部检查。 这一步的价值很高。因为 Codex 不只是“写完了”，而是可以帮你把“能不能过”这件事也确认掉。 我最喜欢的一种用法是： 改完后帮我运行最小必要验证，如果失败，继续根据错误修。 这样整个闭环就完整了。 九、明确告诉 Codex：不要过度发挥 AI 很容易“顺手优化”。 比如你只是让它修一个 bug，它可能顺便： 改了格式 重构了结构 换了写法 调整了命名 改了无关文件 加了不必要的抽象 这些在新项目里可能无所谓，但在维护项目时很危险。 所以我会明确给它约束： 保持改动最小 遵循现有风格 不做无关重构 不碰无关文件 不覆盖已有改动 不引入新的依赖，除非确实必要 修改公共逻辑前先分析影响范围 维护项目最怕“看起来更优雅，实际上风险更大”。 Codex 很强，但你要给它刹车系统。 十、让 Codex 最后交付一份清晰总结 一次好的 AI 协作，不应该只留下代码改动，还应该留下清楚的交代。 我通常希望 Codex 最后说明： 改了哪些文件 解决了什么问题 核心逻辑怎么变了 跑了哪些验证 有没有未验证的风险 后续还可以做什么 这份总结对自己回顾、写 commit message、发 PR、同步团队都很有帮助。 尤其是当你一天内处理很多小问题时，Codex 的总结能帮你快速恢复上下文。 我的 Codex 使用心法 总结下来，我觉得 Codex 辅助维护项目的核心不是“让 AI 多写代码”，而是“让 AI 更好地参与工程流程”。 我的使用心法大概是这几条： 先给规则，再给任务。 先理解上下文，再修改代码。 优先使用项目已有脚本和工具。 改动越小越好，验证越明确越好。 尊重已有工作区，不覆盖别人的现场。 把 Codex 当协作者，而不是代码生成器。 复杂问题分阶段推进，不追求一步到位。 每次交付都要有总结、有验证、有风险说明。 结语 小白使用 Codex，最开始可能会觉得它只是“帮我写代码的工具”。 但真正用进项目维护流程之后，你会发现它更像一个随时在线的工程搭档：能帮你读代码、查调用链、分析风险、执行构建、修复错误、整理结论。 它不能替代你的判断，但能显著放大你的判断。 它不能保证每次都对，但能让你更快接近正确答案。 所谓“小白成神”，并不是因为 AI 让人突然无所不能，而是因为它把很多原本需要大量经验积累的工程动作，变成了可以被学习、复用和自动化的流程。 会提问、会约束、会验证、会迭代。 这才是用好 Codex 的真正干货。 3 个帖子 - 2 位参与者 阅读完整话题
这是新的PLUS界面 原本以为 极速 对应 Instant 均衡 对应 Thinking 标准 高级 对应 Thinking 进阶 但是好像不是这样的 均衡对应 GPT5 mini去了 高级似乎对应的是Thinking 标准 那Thinking 进阶去哪了？ Instant 又是个啥 我错乱了 2 个帖子 - 2 位参与者 阅读完整话题
任职要求： 1 、关注最新 Web 应用漏洞、系统漏洞，并迅速掌握漏洞利用方法，能够了解漏洞原理、利用方法以及修复方法; 2 、熟悉渗透测试流程，能够按照渗透测试框架进行渗透测试，拥有三年以上渗透测试项目经验优先: 3 、熟练使用 AWVS 、Burp Suite Pro 、SQLMap Metaspoloit 、Cosbalt Strike 等常见安全测试工具; 4 、熟悉 Windows 、Linux 平台的攻击技巧，了解 Apache Nginx 等中间件漏洞; 5 、熟练使用 Python 、Go 、PHP 、Shell 等一种及以上脚本语言，能够独立编写各类小工具及 EXP ，提高工作效率 6 、熟悉木马免杀，钓鱼，鱼叉以及水坑攻击: 7 、从事过打击黑灰产业、反诈类项目及做过案件服务优先。 8 、岗位偏渗透方向 9 待遇薪资详谈 PM：VEfvvJogQGxpbjFfNjg4ODg=
3 个帖子 - 3 位参与者 阅读完整话题
https://pan.quark.cn/s/13c9acfc488d 提取码：QFKh 5 个帖子 - 5 位参与者 阅读完整话题
分别使用极速，均衡，高级提问 你是什么模型 所以均衡是自动路由的吗 8 个帖子 - 8 位参与者 阅读完整话题
现在是极速，均衡和高级。后两者对应以前的标准和进阶对吧（ 6 个帖子 - 4 位参与者 阅读完整话题
苹果软件工程高级副总裁克雷格·费德里吉（Craig Federighi）近日在接受媒体采访时，回应了外界对于公司在 iOS 27 中推出独立 Siri 应用的质疑，解释了苹果从此前反对“单独聊天机器人”到如今推出 Siri 聊天应用这一转向背后的原因。 在本周早些时候举行的 WWDC 2026 上，苹果正式发布了全新的 Siri 应用，为用户提供一个集中管理和回顾与 Siri AI 对话的入口，这一应用将随 iOS 27 一同推出。 费德里吉在苹果园区（Apple Park）面向媒体的会后交流中，直接回应了关于苹果策略“转弯”的提问。 在去年的 WWDC 2025 之后，费德里吉与全球市场营销高级副总裁格雷格·乔斯维亚克（Greg Joswiak）曾在媒体采访中强调，苹果的策略是将 Siri 深度编织进用户现有工作流，而不是在一旁额外挂一个“聊天机器人”。 当时高管的公开表态，被视为苹果有意与 ChatGPT 等纯聊天型产品划清界限。 费德里吉此次表示，之所以最终决定推出独立 Siri 应用，主要是出于一个非常实际的用户需求——用户需要能够回到过去的对话，并在此基础上继续交流或进行引用。 在苹果看来，在其平台上，为此类需求提供入口的最自然形式，就是一款可以出现在主屏幕上的应用图标。 他强调，Siri 应用是对系统体验的延伸，而非一个割裂的独立产品。 费德里吉重申，苹果并不把 Siri 看作一个“单独的聊天机器人”，不是一个与系统脱节、用户“专门跑去闲聊”的地方，而是一个在使用情境中被调用的、与系统体验深度融合的对话式工具。 在他的描述中，新版 Siri 能够理解当前屏幕内容，直接在用户正在编辑的文档中提供校对帮助、给出修改建议或提示，而不是在另一个“平行世界”里输出答案。 对于 Siri 应用的定位，他解释称，所有这些体验本质上都是对话式的，是对系统体验的自然延伸，而非另起一套独立产品线。 但当用户希望回到一段此前的对话、继续追问或者查阅其中的信息时，一个可在主屏幕上管理和打开的应用，仍然是最符合用户习惯的方式，因此苹果最终选择以“应用”的形态来承载这一入口。 费德里吉表示，新版 Siri 应用“重新具象化”了那些原本存在于系统层面的能力，将其以更易于管理和访问的形式呈现出来。 从苹果的角度看，这并不是对先前战略的否定，而是在保留“系统深度集成”这一核心前提下，对用户交互方式做出的务实调整。 目前，iOS 27 开发者测试版已经开放，开发者可以进行安装体验。 不过，要想使用新的 Siri 功能，还需要在系统设置中加入等待名单，而面向公众的测试版预计将在 7 月推出。 查看评论
‘’’ ai coding下“review要求提高”和“高级工程师断代”间的矛盾。‘’’ 其实这个两个话题已经有很多佬讨论过了，但是都是分开的。这次开个贴联系起来讨论。 背景：ai coding盛行导致写代码的门槛大幅降低。这一点导致了两个现象。 1 开发效率和代码量都上去了，因此需要大量的高水平review人员（ai对中大型项目的理解有限，无法深度审查）。 2 初级工程师陷入“能力大幅提升”的陷阱，之前通过长期但扎实的code和审查反馈，来提升水平的路径被打断。从群体看，中高级工程师的断代已经无法避免。 结论： 挑战：难找到"高review水平+ai code熟练使用"的中高级工程师。个人也很难静下心来深入学习，很容易陷入对自己的代码“失去掌控”的困境中，变成看似厉害的空中楼阁型工程师。 机遇：群体断代并不代表我们个人也会犯这种错误，如果我们可以避免这个问题，就是闪光点。但切记不要只闷头学习，展示很重要 1 个帖子 - 1 位参与者 阅读完整话题
AI 开发高级工程师（ 30k-60k ） 岗位职责 1. AI 工作流开发与部署 开发智能体（ Agent ）工作流，支持自动化实验方案生成与参数调优策略生成， 基于 AI 的研发生产管线。 将 AI 模型集成至现有 AB 测试平台，确保低延迟、高并发的实时推理能力。 2. 协助 AB 测试团队优化流量分配、实验设计和结果预测。 3. 数据驱动实验优化 结合游戏业务数据（用户行为、付费、留存等），基于大模型的分析框架，替代传统统计检验方法。 开发自动化分析工具，实时监控实验效果并生成决策建议（如提前终止低效实验）。 4. 跨团队协作 与数据工程师协作，构建高性能数据管道，支持 AI 模型的训练与迭代。 协助游戏策划团队，将业务假设转化为可量化的 AI 优化目标。 5. 技术前瞻性探索 跟踪 AI 在游戏 AB 测试领域的前沿技术（如 Meta-learning 、多智能体协作），推动技术落地。 技术能力 1. 3 年以上机器学习/AI 开发经验，熟练掌握 Python 及主流框架（ TensorFlow/PyTorch ）。 2. 精通强化学习、贝叶斯优化等技术，有 AB 测试相关项目经验。 3. 熟悉分布式系统开发（如 Go/Java ），能独立部署 AI 模型 API 。 4. 智能体（ Agent ）相关开发经验。 5. 游戏与数据敏感度 6. 理解游戏核心指标（ LTV 、留存率、付费转化等），能快速定位业务痛点。 7. 熟练使用 SQL/Spark ，具备大规模游戏数据分析经验。 工程思维 注重模型性能优化（如推理延迟、资源占用），熟悉 Docker/Kubernetes 部署。 加分项 有游戏行业开发经验或熟悉 AI 领域相关前沿工具。 发表过相关领域论文或开源项目贡献。 Agent 开发工程师（ 30k-50k ） 岗位要求： 1 、熟悉主流大模型生态，包括闭源模型（ GPT-4o 、文心一言、通义千问）和开源模型（ Llama 3 、Qwen 、Mistral ）的调用方式与特性差异； 2 、具备模型选型与适配能力，能根据业务成本、性能要求选择合适的模型，并完成 API 对接、参数调优（ temperature 、top_p 等），提示词工程、模型微调； 3 、了解轻量化模型部署，如基于 llama.cpp 、vLLM 进行开源模型本地部署与量化（ 4-bit/8-bit ），满足低资源环境下的应用需求； 4 、精通 LangChain/LangGraph 核心组件使用，包括 Document Loaders （文档加载）、Text Splitters （文本分割）、Vector Stores （向量存储，如 Chroma 、FAISS ）、Retrievers （检索器）、Chains （链）、Agents （智能体）； 5 、能基于 LangChain 搭建检索增强生成（ RAG ）系统，实现 “知识库加载→文本向量化→检索→生成” 全流程闭环； 6 、具备 LangChain 应用优化能力，如优化检索策略（混合检索、重排序）、解决上下文窗口限制、提升生成结果的准确性与相关性； 岗位职责： 1 、负责企业级大模型应用的设计与开发，基于提示词工程优化模型输出效果，提升业务场景下的智能交互体验； 2 、基于 LangChain 框架搭建 RAG 系统、智能体（ Agent ）等应用，完成文档检索、多模态交互、流程自动化等功能； 3 、完成开源/闭源大模型的选型、对接、调优与部署，解决模型调用中的性能、成本、稳定性问题； 4 、沉淀提示词模板、LangChain 组件封装、模型调优的标准化方案，形成技术文档与最佳实践； 5 、与业务侧协作，理解需求并转化为技术方案，推动大模型应用在实际业务中落地； 6 、AI 自动化新方向的探索和推进，给自动化测试赋能。 算法工程师（ 45k-65k ） 岗位职责 1.负责游戏商业化场景（竞价广告底价设置，广告推荐，出广时机优化等场景），平衡广告请求底价与广告加载成功率，匹配用户与广告，提升用户与广告主体验，优化场景的 eCPM 、ARPU 、Load Success Rate 、CTR 等指标； 2.探索插屏、激励、banner 广告从请求到用户点击的全链路优化； 3.利用最新的深度学习技术包括多任务学习、多模态技术、长序列建模、推理加速，结合实际业务问题进行技术探索和运营； 4.研究方向：深度学习、uplift 模型、pCTR 预估、大模型、模型压缩和推理加速等； 5.支持其他游戏相关算法场景落地，如个性化出题等。 任职要求 1.优秀的编码能力，扎实的数据结构和算法功底，熟悉 TensorFlow/Pytorch ； 2.在广告、搜索、推荐、多模态大模型等领域有相关经验者优先； 3.熟悉主流大规模数据挖掘、机器学习、强化学习、分布式计算、运筹优化，具备工程落地能力； 4.优秀的逻辑思维能力，善于发现并解决问题，有强烈的责任心，优秀的表达能力，能与跨团队成员合作； 5.极致追求 ABtest ，看数闭环，迭代算法； 6.有游戏场景相关经验优先。 地点：安贞门地铁站附近 福利待遇：双休、五险一金、免费三餐、房补 邮箱： [email protected]
IT之家 6 月 9 日消息，在今天（6 月 9 日）召开的 2026 年全球开发者大会（WWDC）上， 苹果公司宣布升级 Apple Intelligence，但部分高性能本地 AI 功能只支持最新设备。 多数此前支持 Apple Intelligence 的设备依然兼容 iOS 27 最新功能，但部分最新 AI 技能需要在 12GB 及以上内存设备上才能运行。 在苹果主题演讲中，苹果软件负责人克雷格 · 费德里吉 (Craig Federighi) 表示，最强大的端侧模型，以及由它驱动的富有表现力语音和更高级听写功能，只会登陆“能力最强”的 iPhone、iPad 和 Mac 设备。 目前苹果点名的支持设备包括 iPhone Air、iPhone 17 Pro、配备 M4 及后续芯片且内存至少 12GB 的 iPad，以及配备 M3 及后续芯片且内存至少 12GB 的 Mac。 不过， 苹果暂未说明究竟哪些具体功能会被限定在这些新设备上。 现阶段公开规格表中，仍主要沿用上一代 Apple Intelligence 的支持设备列表，因此外界只能确认“部分高级功能受限”，但还无法得到完整清单。IT之家附上相关截图如下：
Position 一：CFO （ Web3/CEX ） Job Type: Full-Time ，Onsite-HK Salary：$ 300K/y/500K/y 左右 + 期权 PS： 1 、负责搭建离岸架构与股权设计（含 ESOP ）、协助申请金融牌照，并建立稳定币结算相关的财务记账、AML/KYC 及风控机制。 2 、主导早期融资、财务尽调与条款谈判，统筹财务管理体系、内控预算、税务审计及证券业务资金调度。 3 、要求 10 年以上财务经验（含 5 年证券/投行/金融科技），熟悉境外架构与跨境资金，持有 CPA/CFA/ACCA ；有数字资产/牌照申请经验及高层推荐信者优先，中英文商务沟通流利。 Position 二：高级前端工程师（预测市场） Job Type: Full-Time ，Remote Salary：RMB base 40K/m 以内 PS： 1 、负责交易所核心前端系统（ Web/H5 ，覆盖行情、交易、资产等）的设计与优化，主导架构演进与工程治理。 2 、要求 3 年以上中大型前端项目经验，必须有（ CEX/DEX ）交易所或金融交易产品经验；精通 React/Vue 等主流技术栈，能独立负责复杂模块并带领小团队。 3 、必须熟练使用 AI Agent 工具提效，具备强沟通协作与 ownership ，有实际团队或项目管理经验。 请携带简历咨询，谢谢； TG：@jtx_2023 E: [email protected]
山姆会员开普通版还是高级版，哪个合适，山姆买东西真的便宜吗？ 10 个帖子 - 10 位参与者 阅读完整话题
今早看到有人分享了软考中级即可在东莞申领24000元补贴，高级甚至有30万，突然想到这些福利待遇也可以作为去各个地区工作的一个考虑标准。 https://linux.do/t/topic/2325238 还有像在杭州的话，高级是好像可以有个2-3折扣购买保障性住房或者每月2500的租房补贴 所以还想看看在各个地方工作的佬友是否还知道什么地方特色的福利优惠 （反正深圳和广州好像有点没啥用来着） 3 个帖子 - 3 位参与者 阅读完整话题
前几天尝试订阅Claude的时候出现了Your Purchase Could Not BeCompleted具体原因我懒得查证就只说最后怎么解决的了。 第一次发帖，有问题请指出感谢。 环境如下： iPhone11 美国节点原生自己搭的使用设备较少（非家宽） 尼区id window10 图片没有留存只能口头描述： 6月4号出现这个问题根据网络教程用pc电脑进入 https://getsupport.apple.com/solutions 切换国家为新加坡，语言为英语。 选择》 App Store 》 Subscriptions & Purchases 》 Unable to purchase 》点击继续之后页面有个Get more help 点击之后和客服聊天。 ps：尼日利亚没有这个Get more help选择所以我切换的新加坡 然后和客服聊天，这里没有截图。大概就是我发送模板: Hi, I topped up my Apple ID with a gift card, but when I try to make a purchase, it shows “Your purchase could not be completed”. Could you please help review my account? I believe it may be restricted by the system. 然后他问我要了哪个订阅失败的截图，之后让我等待72小时。这里我留存了一下这次的案号之后有大用。 6月7号果不其然还是失败，于是我再次找上客服并且携带上，上次的案号： Hi Dahianna, I’m doing good, thank you! > Yes, I am contacting back because the 72-hour review period for my previous case has passed, but I just tried to make a purchase and I am still getting the exact same ‘Your Purchase Could Not Be Completed’ error. Could you please help me manually check and lift this restriction, or escalate it to a Senior Advisor if needed? Thank you so much for your help! 之后他回复：系统不方便巴拉巴拉，转交给了高级顾问。 等了两三分钟高级顾问接入，给他发送： Hi! The previous advisor transferred me to you because my 72-hour security review period has passed, but I am still getting the ‘Your Purchase Could Not Be Completed’ error. > Since the automated review didn’t work, could you please help me manually check my account and lift this restriction? Thank you so much! 他会询问他要处理的appid是否就是聊天前填写的邮箱账户。 我：yes 等待两三分钟他查看。 最终回复：巴拉巴拉做了什么调整，一个小时后请你再尝试购买。 再次等待一个小时后就完成购买成功订阅了。 1 个帖子 - 1 位参与者 阅读完整话题
三名知情人士透露，美国政府高级官员已与美国大型人工智能企业进行了初步讨论，探讨政府入股这些企业的可能性。 知情人士表示，自美国总统特朗普第二个任期开始，美国开放人工智能研究中心首席执行官奥尔特曼就定期与政府高级官员讨论这一构想。奥尔特曼在2025年初首次向特朗普提出相关概念，并在最近几周再次与政府高级官员进行讨论，将其视为一种向公众更广泛地分配人工智能相关经济效益的方式。 据悉，讨论的重点在于让这些企业“自愿将股份转让给政府”，投资回报随后可用于公共用途。不过，相关计划仍在筹备中，且具体细节尚未确定。 目前，美国政府方面和相关公司都未就此作出回应。 查看评论
IT之家 6 月 6 日消息，昨日有消息称 小鹏机器人产品规划高级总监施晓鑫已于 6 月初正式离职 。 据悉，施晓鑫是小鹏人形产品体系从 0 到 1 搭建的标杆元老，其在小鹏履职 1675 天，覆盖鹏行智能整合、团队并入小鹏集团、IRON 人形机器人从原型迭代至量产筹备全周期三大阶段。施晓鑫主导 IRON 全系列产品定义，是该业务线的核心人物。 据 21 世纪经济报道，施晓鑫的离职被市场担心会影响小鹏人形机器人的量产进度。对此，有小鹏汽车内部人士表示，“不清楚（施晓鑫）情况， 我们现在进度都挺顺利 。” 据IT之家此前报道，2025 年 11 月， 小鹏全新一代 IRON 人形机器人亮相 ，号称“最拟人的人形机器人”。今年 2 月，小鹏汽车与广州天河区人民政府正式签署战略合作框架协议。小鹏人形机器人全链条量产基地将落地于广棠科创城具身智能产业园。 小鹏集团董事长何小鹏 5 月底在公司一季度财报电话会上表示，小鹏面向量产版本的新一代 IRON 人形机器人软硬件研发进展顺利，并即将进入 ET2 软硬件合围阶段， 计划于今年三季度正式亮相 ，目标今年底实现高阶人形机器人量产，首先在小鹏门店试商用，明年起面向中国及海外商业客户交付。 何小鹏透露，从明年起， 人形机器人的硬件收入和 AI 模型收入将会是小鹏集团收入和毛利增长的重要驱动力之一 。
各位 V 友， 我的新 Mac App FloatPic 正式上架了 [非国区] 。 💡 这是一个什么样的 App ？ 简单来说， FloatPic 是一款专为 macOS 打造的高性能、悬浮式图片浏览器。 专业特性： 无边框悬浮：基于原生 NSPanel ，图片浮于所有窗口之上，让参考更直观。 专业级性能：CATiledLayer 分片渲染，流畅缩放超大图片及专业 RAW 格式。 智能 OCR 提取：内置 Vision 框架，实时识别并拷贝图片中的文字。 影像分析工具：像素级拾色器、基于聚类算法的调色板提取及实时直方图。 图片对比系统：支持侧向、叠加及滑块三种模式，精准捕捉细节差异。 深度元数据：解析相机、曝光、GPS 位置等 24+ 项关键 EXIF 字段。 全格式兼容：完美支持 WebP, AVIF, OpenEXR, PSD, AI 及主流专业 RAW 格式。 原生交互：深度适配 macOS 手势，支持捏合缩放、双指顺滑旋转与滑动切换。 系统要求： macOS 14.0 (Sonoma) 及以上版本。 原生支持 Apple Silicon (M1/M2/M3) 与 Intel 芯片。 目前产品刚刚起步，非常需要大家的真实反馈和支持！ 🎁 社区福利（送 10 个月度高级版兑换码） 为了感谢大家的支持，直接在这里送上 10 个月度高级版兑换码，先到先得： 4HKP6EYKKPRLYP46M6 Y3RATPHWNLMPXJR4AM EWXWLTLH6ML6AFJ7AY TM84KLPMMP3RHTRYKW TK8MFJWWNFFN76AMYA NJN3Y6PPE64LPLJLWA RF6XHXLKPT6YNELR46 Y83WN64RFA3RA4YRX4 NT66EP483EL37YTJKN F3NYMKRMFRFHTNK6FM 用过的兄弟麻烦在回复里说一声，方便后来的朋友，谢谢啦！ 🚀 额外请求：求个 Product Hunt 助力！ 今天 FloatPic 也在 Product Hunt 上线啦！如果觉得这个工具对你有帮助，或者想支持一下独立开发者，恳请大家移步到我们的 Product Hunt 帮忙点个赞（ Upvote ）或者留个言。 任何建议、Bug 反馈欢迎直接在帖子里回复，我会一一查看并优化，感谢大家！
各位 V 友， 我的新 Mac App FloatPic 正式上架了 [非国区] 。 💡 这是一个什么样的 App ？ 简单来说， FloatPic 是一款专为 macOS 打造的高性能、悬浮式图片浏览器。 专业特性： 无边框悬浮：基于原生 NSPanel ，图片浮于所有窗口之上，让参考更直观。 专业级性能：CATiledLayer 分片渲染，流畅缩放超大图片及专业 RAW 格式。 智能 OCR 提取：内置 Vision 框架，实时识别并拷贝图片中的文字。 影像分析工具：像素级拾色器、基于聚类算法的调色板提取及实时直方图。 图片对比系统：支持侧向、叠加及滑块三种模式，精准捕捉细节差异。 深度元数据：解析相机、曝光、GPS 位置等 24+ 项关键 EXIF 字段。 全格式兼容：完美支持 WebP, AVIF, OpenEXR, PSD, AI 及主流专业 RAW 格式。 原生交互：深度适配 macOS 手势，支持捏合缩放、双指顺滑旋转与滑动切换。 系统要求： macOS 14.0 (Sonoma) 及以上版本。 原生支持 Apple Silicon (M1/M2/M3) 与 Intel 芯片。 目前产品刚刚起步，非常需要大家的真实反馈和支持！ 🎁 社区福利（送 10 个月度高级版兑换码） 为了感谢大家的支持，直接在这里送上 10 个月度高级版兑换码，先到先得： 4HKP6EYKKPRLYP46M6 Y3RATPHWNLMPXJR4AM EWXWLTLH6ML6AFJ7AY TM84KLPMMP3RHTRYKW TK8MFJWWNFFN76AMYA NJN3Y6PPE64LPLJLWA RF6XHXLKPT6YNELR46 Y83WN64RFA3RA4YRX4 NT66EP483EL37YTJKN F3NYMKRMFRFHTNK6FM 用过的兄弟麻烦在回复里说一声，方便后来的朋友，谢谢啦！ 🚀 额外请求：求个 Product Hunt 助力！ 今天 FloatPic 也在 Product Hunt 上线啦！如果觉得这个工具对你有帮助，或者想支持一下独立开发者，恳请大家移步到我们的 Product Hunt 帮忙点个赞（ Upvote ）或者留个言。 任何建议、Bug 反馈欢迎直接在帖子里回复，我会一一查看并优化，感谢大家！
传特朗普政府高级官员正在和OpenAI等主要AI公司初步讨论：联邦政府是否可以持有这些公司的部分股权，让AI增长带来的收益以某种方式回流公众。据政治新闻网站Notus6月4日报道，这一构想由OpenAI首席执行官山姆·奥特曼（Sam Altman）推动。 知情人士称，奥特曼早在2025年初就曾直接向特朗普提出这一想法，最近几周又与政府高级官员继续讨论。现阶段还没有协议、持股比例或法律路径。 对此，路透社称尚无法独立确认Notus报道，白宫、OpenAI和Anthropic也未立即回应路透社置评请求。 奥特曼想让政府成为AI收益的分配入口 Notus援引3名知情人士称，相关讨论围绕“AI公司自愿向政府让渡股份”展开。投资回报随后可用于公共目的，例如向美国家庭发放某种形式的分红。 这不是传统意义上的政府救助。2008年金融危机期间，美国财政部曾入股银行和汽车公司，但那是企业陷入危机后的应急安排。OpenAI目前并非处于生存危机中，奥特曼提出的逻辑更接近“让公众也持有AI增长的一部分收益”。 OpenAI今年4月发布的一份政策文件也提到建立“公共财富基金”（Public Wealth Fund）的想法，让没有进入金融市场的普通公民，也能分享AI驱动的经济增长。Notus报道称，OpenAI回应采访时指向了这份文件。 最直接的问题是：如果AI公司未来上市、估值继续上涨，收益到底只归少数股东，还是能通过公共财政、分红或其他公共服务回到社会？ 政府既当股东又当监管者，冲突很难绕开 政府持有AI公司股份，听起来可以让公众分享技术红利，但治理问题会立刻变得复杂。 如果联邦政府持有OpenAI股份，它究竟只是被动收取收益，还是会拥有投票权、董事会席位，甚至影响模型发布、安全标准和商业方向？如果政府一边监管AI安全，一边又希望自己持有的AI公司估值上涨，监管尺度就可能受到利益冲突影响。 公共知识组织（Public Knowledge）AI政策高级倡导者纳特·珀瑟（Nat Purser）对Notus表示，问题在于政府会同时成为股东和监管者，这会制造实质性的利益冲突。卡托研究所（Cato Institute）技术政策高级研究员詹妮弗·哈德尔斯顿（Jennifer Huddleston）也担心，政府投资会变成“挑选优胜者”，冲击私人企业和自由市场原则。 竞争层面的疑问也没有解决。Notus报道称，OpenAI和Anthropic正准备可能成为史上最大规模之一的首次公开募股；但一名知情人士同时称，Anthropic并未与政府讨论向政府提供股权。如果最后只有部分公司接受政府持股，其他AI公司会质疑政府是否在给某些企业特殊地位。 特朗普和桑德斯都想让AI公司交出更多收益 这场讨论也不只是OpenAI单方面的试探。Notus称，特朗普第二任期以来，美国政府对持有企业股份表现出更强兴趣。美国政府已经直接投资至少10家公司，包括英特尔（Intel）。特朗普此前公开谈到英特尔交易时称，希望以后有更多类似案例。 在AI议题上，这种想法甚至跨越了党派。独立参议员伯尼·桑德斯（Bernie Sanders）本周呼吁美国政府取得AI公司50%的股权，并计划提出法案，对OpenAI、Anthropic、xAI等AI公司的股票征收50%税款，所得进入面向公众的主权财富基金。 不过，OpenAI与特朗普政府目前讨论的方案尚未接近桑德斯所说的“50%股权”。Notus报道强调，谈判仍处于早期，细节仍在变化，最终也可能无法达成任何交易。法律机制同样不清楚：一家私营AI公司如何把股权转给联邦政府，政府用什么账户持有，收益如何分配，都还没有答案。 如果政府持股变成现实，美国家庭可能第一次以“公共股东”的方式参与AI财富分配；但如果政府因此更难严格监管AI公司，公众承担的风险也会增加。AI红利怎么分，正在从一句口号变成一套必须写清楚权利、责任和冲突的制度设计。 查看评论