MacTalk
订阅
MacTalk 开通于2012年末，内容起于 Mac 而不止 Mac，内容覆盖了技术、创业、产品和人文思考。文风有趣，又有一点力量。
MacTalk微信公众号二维码
关注该公众号

会员可查看最新的全部文章

^__^ • 10 / 31
苹果 AI 终于来了，作为 MacTalk，我最期待这俩功能。千呼万唤的国行 Apple Intelligence 终于有了时间表。首批功能将于 11 月 4 日随开发者 Beta 开放测试，12 月随 iOS 27.3 正式版推出。距离这货最早亮相，两年多过去了，要是结婚，娃都能生俩。并且，这次发布只有 iPhone，Mac 和 iPad 都没有，支持的机型包括 iPhone 15 Pro 系列、iPhone 16 及后续机型，以及 iPhone Air、iPhone Duo，支持简体中文和英文。更惨的是， 也不包含新一代 Siri AI，今年 6 月发布的最新 Apple 智能功能也没有。那个能够理解个人上下文、看懂屏幕并执行跨应用操作的助手，没来，只是多了些边角料 AI。说实话在墨问 Bots 都玩这么溜儿的今天，苹果这些功能实在是小儿科，比如写作工具支持改写、校对，智绘表情，视觉智能和智能整理通知摘要啥的，很难给用户带来惊喜。但有俩功能我还是很期待的，主要是这种咱也做不了啊，都是苹果生态里的，一个是照片终于支持自然语言搜索，想找你的猫猫狗狗相机图书，和谁的合影，在哪里拍的，估计会非常方便。另一个就是宣传了很久的实时翻译，整合进了信息、电话和 FaceTime，也能搭配受支持的 AirPods 使用，咱的 AirPods 终于能体验一回了。 Siri 更新了界面，支持语音与文字切换，据说能理解口误和临时改口，能不能正确操作 App 呢，这个得试试才知道。不管功能咋样，国行苹果智能总算起了个头，这是好事。这次的技术分工也挺有意思：基础功能由苹果自研模型驱动，苹果强调设备端处理，比如实时翻译就使用完全在设备端运行的模型，让个人对话留在本地。照片里的消除工具，则可以移除画面中的干扰对象，应该也是端侧模型干的。此外，用户可以选择在 Siri、写作工具和视觉智能中接入千问，扩展问答、内容生成和图文理解能力。在用户把问题、文档和图片发送给千问前，系统会先征得用户同意。插一句，端侧模型啊，这是让人们换手机了……据说写作工具还有个"千问创作"，可以从零生成文章、邮件乃至图像；视觉智能则接入千问与百度图像搜索（报道非官方），系统承担了能力选择与交付的职责，也许未来苹果会接入更多模型，国内模型厂商好好努力吧。真正的看点仍然是 Personal Agent，苹果掌握硬件入口、操作系统与应用生态，它做这个最合适了，而难题也恰恰来自于此，用户量巨大，隐私保护、应用隔离和用户控制权的分配等等，都得处理好了。 AI 时代很有意思，你等两年再做，会发现之前的弯路都不用走了
^__^ • 10 / 30
再说个薅羊毛的消息，GTP 也有鸡蛋可以领了，OpenAI 官方宣布，ChatGPT 的 Pro（100 和 200 500 刀的）和 Business 订阅用户每月可免费领取最高 500 美元 API 额度。赠送额度: 1、Pro100：每月 100 美元2、Pro200：每月 200 美元 3、Pro500：每月500美元4、Business：Standard 每席位20美元，Premium 每席位 100 美元，每个工作区最高500美元大概这么个规则，领取方式很简单，打开 chatgpt.com，登录，进入设置 - 账单，根据提示领就行了。首次按账期剩余天数折算，之后随续费每月自动发放，未用完不累计。这个 API 的额度怎么用呢？到这里创建自己的 API Key， https://platform.openai.com/settings/organization/api-keys 然后和其他模型一样，通过 ulr 和 key 接入墨问就能用了。你接入到其他 Agent 也可以，看自己用法。我看有自媒体说 OpenAI 额度重置的游戏玩不下去了，我看人家玩的挺好。正因为 Codex 不停的重置额度，我几乎有无限量的 Token 可用，从 9 月底开始构思墨问 App，增加浏览时模式，接入墨问登录态，多标签、分屏，再到模型接入，模型测试，墨问 Agent、Skills 管理，然后是墨问 Bots，单聊，全聊，Bots 之间的写作，Bots 和 herdr 的适配，接入墨问，整整用了一个月的时间，这套产品就构建出来了，目前版本是 0.6.3。这种事放到五年前几乎就是科幻电影，想都不敢想，现在就在眼前。当然，这也得益于 Codex 几乎无限量的 Token 供应，所以我必须要替他们宣传下。对了还有个事，本来我的 Codex 额度已经不多了，大概还剩下 30% 多点，上午到公司发现，在没重置额度的情况下，变成了 60% 多。这咋回事呢？原来昨天 Tibo 宣布了一个决策，Pro 100／200／500 和 Business Premium 的使用上限翻倍。同时，Pro 200 订阅套餐取消了此前计划中的额度削减。也就是说，对于 200 刀的用户来说，恢复到了之前 20x 的额度，100 刀的用户是最大受益者，从之前的 5x 变成了 10x，放量供应。所以更准确的表述是：之前降低的 200 刀套餐额度，现在恢复原状。其他 Pro 和 Business Premium 用户用量翻倍。这下 100 刀的订阅用户，不重置也够用了。至于 OpenAI 为啥这么干，不做恶意揣测，反正鸡蛋已经到手了，赶紧炒菜吧，还等啥呢？
^__^ • 10 / 23
AI 为什么更喜欢 macOS？上午在墨问 Agent 开发群里聊天，有用户说为了用上墨问 App 买了 Mac，结果发现了一个新天地，有的人是为了体验更多 AI 工具，添了一台 Mac mini。这并不是个小众现象，最近两年，Mac 一直是个人电脑领域增速最快，盈利最多的设备，没有之一。为啥呢，原因之一就是 AI 更喜欢 Mac。那么问题来了，macOS 到底有啥优势呢？我在群里给大家讲了讲。第一就是 macOS 的祖先是 Unix。严格来说，macOS 的底层是 Darwin，其 XNU 内核融合了 Mach、来自 FreeBSD 的组件和 I/O Kit，这些我在 MacTalk 第一本书里都讲过。对 AI Agent 最直接有用的，就是是上面的 Shell、命令行工具，以及文件、进程和权限接口。终端提供了人与 Shell 交互的入口，Agent 呢，可以通过执行工具直接调 Shell，根本不需要打开终端去模拟敲键盘。用 Bot 去操作 Herdr 驱动 Codex 就是类似的案例，我之前写过。命令、参数、输出和退出码，这些都是 AI Agent 友好的。第二是 Unix 的工具组合。比如查个日志错误，可以写：`grep 'ERROR' app.log | sort | uniq -c`。管道把前一个程序的标准输出接给下一个程序的标准输入，依次完成筛选、排序、计数。几个小工具，就能组成一条工作流。大语言模型最喜欢这玩意了，生成文本命令，读取输出，再根据错误调整，返回给模型。这比反复识别窗口、寻找按钮强太多了。当然了，这种自由的另一面就是破坏力，所以安全就越来越重要了。第三是桌面自动化，也就是 Computer Use。遇到没有命令行接口的软件，Computer Use 可以让模型看截图、决定鼠标和键盘动作，再观察执行结果。macOS 提供辅助功能接口：在应用正确暴露信息且用户授权的前提下，工具能读取按钮、菜单、输入框等元素的属性，并执行支持的动作，减少只靠像素猜位置的需要。也就是说，命令管道和接口能搞定很多底层技术，上层的，比如你要做墨问 App，就用 Computer Use，整体还是非常丝滑的。当然了，这些能力并非 Mac 独有。Linux 同样擅长命令行自动化，Windows 有 PowerShell、WSL 和 UI Automation，但综合体验，Mac 最佳。 macOS 把 Unix 工具链、桌面应用和自动化接口整合到了一起，日常工作、开发、用 AI Agent，都没问题。可以说，苹果当年为开发者和用户积累的能力，今天恰好成了 AI 的工作入口。这能怪谁呢，乔帮主远见卓识呗 有时候安利用户转 Mac 还真不是为了用墨问 App 或有啥广告费。真是一个新世界。