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

^__^ • 7 / 25
风靡一时的 ChatGPT Atlas 被关停了，留下的是 Agent 浏览器。今天上午收到了 OpenAI 的邮件，说 AI 浏览器 Atlas 将于 8 月 13 日下线，用户需要自行迁移书签、标签页和历史记录。掐指一算，这个产品也没几天活头了。这是 OpenAI 在关停视频类产品 Sora 之后，再次关闭的第二个重量级产品了。这两个产品都有重大的发布节点，都有非常显性的产品功能和大量用户。为什么关掉这种已经有明显用户量的产品呢，无非是聚焦和整合资源，或是产品战略的调整、整合。 Sora 关掉说明 OpenAI 重点不在多模态上了，关掉 AI 浏览器更像是整合资源和产品。它关掉了 Atlas 这个产品外壳，保留并强化的是浏览器能力。多标签页、文件下载、优化导航和账户登录会整合进入 ChatGPT 桌面应用，OpenAI 的邮件显示，Atlas 更像一个完成了验证任务的先遣产品。 OpenAI 没有披露 Atlas 的用户规模、留存率和维护成本，因此“没人用”或“成本太高”都只能算猜测。我的判断是，独立浏览器与 ChatGPT 之间出现了产品重叠：用户真正需要的是让 AI 读网页、跨标签工作、下载文件，并在获得授权后完成操作。至于这些能力装在 Atlas 还是 ChatGPT 里，OpenAI 选择的是后者，也就是内置的 Agent Browser。我是 AI 浏览器的重度用户，自从 Atlas 不咋更新之后我就不用了，还是 Dia 和 Tabbit 用着舒服啊。好在这两个产品都在持续进化，赚不赚钱就不知道了，但真的好用，希望他们赚钱。浏览器是 AI 时代非常重要的基础设施，但对于铁了心要打造 ChatGPT 超级应用的 OpenAI 来说，这个多少有点鸡肋。尤其是 Codex 整合到 ChatGPT 桌面版之后。与其长期维护两个入口，OpenAI 选择把工程资源、权限设计和用户信任集中到 ChatGPT，这是一种更现实的策略吧。这也显示出 OpenAI 最近的一些变化。ChatGPT 正从问答工具变成统一的工作入口，无论是桌面端还是 App，而网页只是它要操作的一种环境，旁边还有文件、代码和各种应用。这种整合当然也是有取舍的，毕竟用户想去访问墨问 Web 版社区的时候，不会打开 ChatGPT；当我想去写作的时候，也不会打开 ChatGPT；当我打开微博推特 Reddit、阅读 blog 和科技网站的时候，我依然会打开 AI 浏览器。 Atlas 的退场，只是意味着 OpenAI 不做这个领域的业务了，他们和对手真正的竞争点在 Agent 上，能否稳定理解网页、跨页面完成任务，并在关键操作前把控制权交还给人等等。今天 Claude Opus 5 也正式发布了，详细发布日志看这里。
^__^ • 7 / 23
这 12 个规则看起来简单，我却做不到近期看到几条非常棒的做事原则。这位叫 Finn Mallery 的创业者在 20 周内从 0 做到 1000+ 的付费客户，靠的是严格遵循 yc 的这 12 条规则。墨问创业都好几年了，我们的付费用户早就超过这个数字了，不过去对照这些有效规则，还有很多地方没做好。好在我们遵循了其中一些，正是这些方法让我们保持了充足的资金，以持续发展。分享给大家，未来 OPC 越来越多，估计很多人用得到： 1/ 做产品先提升留存，再考虑增长。在周留存率达到 90% 之前，我们没有做过任何增长活动。一个漏水的桶，扩张得越快，只会失败得越快。 2/ 忽略所有不是你客户的人。我不再看竞争对手的博客、行业新闻，以及 Twitter 上的大部分内容。第一年真正能干掉你的公司，只有你自己的公司。 3/ 手动操作比追求完美更快。我们的前 50 位用户，每个人都接受了我亲自进行的 onboarding 电话。你还不了解的东西，没法自动化。 4/ 先验证，再构建。上线第二天，我们就给 @origamichat 加上了信用卡门槛。当没有人付费时，你很容易自我说服，误以为大家真的想要你的产品。 5/ 难看的产品，也好过没有产品。我们用一周时间做出了一个勉强能用的版本，并交给 30 个人使用。真实用户在 7 天里教给你的东西，胜过你躲在黑暗中打磨 6 个月。 6/ 你的客户会写出产品路线图。我现在每天仍然会花 3 个小时和用户通话。我们发布的每个功能，都来自一次对话，而不是一次规划会议。 7/ 尽早放弃不合适的客户。我们曾经清退过不适合自己产品的客户。10 个真正喜欢你的人，胜过 1000 个有点喜欢你的人。每一次都是如此。 8/ 毫不例外地每周发布。我们每周五都会把代码推到生产环境。坚持会以一种起初难以察觉的方式不断复利。 9/ 比你觉得舒服的时间更久地保持小团队规模。很长一段时间里，我们都只有两个人。人数增长不等于进步。每一家伟大的创业公司，都曾经小得令人尴尬，而且持续了很长时间。 10/ 清楚你的消耗，清楚你的现金 runway。我们每周都会在白板上追踪“default alive”状态。这很吓人，但很有必要。大多数创业公司不是死于市场，而是死于时间耗尽。 11/ 预期事情会不断出问题。我们经历过 3 次濒临死亡的时刻。创业的关键不是避免所有火灾，而是看你扑灭它们的速度。 12/ 坦诚冲突胜过礼貌沉默。和联合创始人之间的残酷坦诚，是你能买到的最便宜的保险。
^__^ • 7 / 23
今天好几个用户说自己的 GPT 账号被封了，难道 OpenAI 学啥不好要学 A 厂？看了看自己的 Codex 跑的挺欢实，应该还没有波及更多人。就现在这个尿性，未来大家都用国内大模型就是必然选择了。有人说封号和 OpenAI 模型攻击 Hugging Face 有关系，我说这哪跟哪啊。你自己不安全了，然后觉得用户不安全？没道理。不过这事真的很离谱，我看完报道感觉像是科幻落入了现实，AI 觉醒了？海外模型攻击，最后 GLM 5.2 立功了？剧情都不带这么编的。事情是这样滴：前几天 OpenAI 正在对一个自家一个新模型进行网络安全测试，怎么测呢，就是关闭了该模型的安全防护功能，看它能干点啥。结果，模型没有解决测试中的问题，反而突破了 OpenAI 的沙盒，找到一个 0 day 漏洞攻入了 Hugging Face 生产系统，人家去哪找答案了。这样的故事在科幻电影里看过，如今却出现在两家 AI 公司的安全事故报告里。很多人说 AI 觉醒了，但模型没有表现出统治世界的野心，人家在专注的完成任务，并把越权、提权、窃取凭证都纳入了行动路径。感觉这个 AI 像一个目标不明确的黑客，但执行能力强得可怕。这意味着 AI 安全正在从模型能力问题转向系统管控问题。安全边界不能只放在提示词和工具上，必须覆盖 Agent、沙盒、网络出口、凭证管理、最小权限与异常监控等等。就像我前天写的文章，Agent 执行的时间越长，越容易偏离目标，你根本就不知道它在干嘛。 Hugging Face 的报告我也看了一下，对海外模型来说，多少有点尴尬。最初他们使用了海外模型分析真实攻击日志，结果呢，因为日志包含攻击命令、C2 Trace（Command and Control）而触发了模型的安全防护，人家不给干了。最后他们在本地运行开放权重的 GLM 5.2 才完成了取证。攻击者可以无差别攻击，防守者却可能在最紧急的时刻被内置的安全规则挡住，这种不对称会让“开放还是封闭”的争论变得有点滑稽。更可行的方向，是让防守方也能使用经过验证、可以处理敏感材料的强模型，同时用身份、审计、权限和日志把使用过程管起来。另外，我感觉 AI 安全测试和普通的功能测试也得分开，沙盒、网络、凭证、权限，都得控制好了，否则就等于你和模型说：来啊，打我啊。模型一想，还没有见过人类提出这种要求，那不打你打谁。 AI 没觉醒，但科幻小说已经变成事故报告了，接下来考验的应该是人类能否建立一套足够成熟的控制系统，配得上这种越来越强的执行能力。我整理了一份详细的事故报告，感兴趣了可以看这里。
^__^ • 7 / 21
Kimi K3 不让买了，Qwen 3.8 预览版来了 Kimi K3 最近是个引爆点，2.8万亿参数，开放权重，主打 Coding 和 Agent。发布后 48 小时，就限购了。因为请求量大幅超过预测，接近 GPU 集群上限。公司随后暂停了 C 端新订阅，算力优先给已经付费的用户，未来会员可能拆分出 Coding 套餐。报道称 Kimi 正在调整离岸结构，为香港 IPO 做准备，也在讨论最高 20 亿美元的新融资。就在昨天，阿里预览 Qwen3.8 Max 也发了，总参数 2.4 万亿，已接入阿里的 Coding 平台。官方的表达是：整体能力仅次于 Claude Fable 5，并计划开放权重。这个测试主要来自阿里内部评测，未来肯定要上那几个著名的基准平台，另外也得经受真实场景的考验。国内外的模型发布此起彼伏，能力都越来越强。竞争的味道也有点变了。过去一年，开放模型还会被视为低成本生态。现在 Kimi K3 暂停订阅，GLM 5.2 只能买到海外版，都说明了，开放权重不会自动把前沿模型变成轻资产业务。模型可以开放，用户用你的服务还不是得烧 Token 嘛。复杂长任务越多，对算力的要求也越大。尤其是 Coding Agent，读仓库、创建文件、修改文件、测试、回滚……几轮下来，算力的压力就滚滚而至。 K3 这次的基准评测成绩优秀，能力相当强，用的人自然也不少。我听到用户对 K3 的抱怨都不是模型强能力，一个是费 Token，一个是慢。贵的话，其实比 GPT 5.6 还是便宜不少，如果能力和其相当，贵自然有贵的道理；慢，估计和算力有关，或者和推理能力有关。结果就是“订阅暂停”，盲猜算力容量曲线压到天花板了。智谱已经上市了，我看 Kimi 也不会太远，这样的公司不融资和上市，几乎无法在未来扛起用户消耗的算力。真正进入规模化使用，就必须回答成本和 ROI 的问题。模型能力是门票，算力和商业化决定了能走多远。国内字节阿里腾讯的境况和谷歌类似，模型在追赶，整体实力雄厚，比如这次阿里的 Qwen3.8 Max 声量就很足。他们有云、模型、Coding 平台、企业客户和业务通道，都在体系内。这个厚度在，一旦模型突破，就会优势尽显。未来能训练模型的公司不少，能持续供算力、应用产品和承接企业付费的公司会估计不会多，我判断，现在的这些 AI 公司，肯定有掉队的。抢购智谱 5.2，K3 被用户挤爆，Qwen 3.8 追赶 Fable 5，对咱们来说，都是大好事，它证明中国开放模型已经能在 Coding 和 Agent 场景里站到最前沿了，我们只需要想好自己做什么就行了，并开始实践。欢迎加入年度专栏：墨问 Vibe 计划