Aishwarya Naresh Reganti與Kiriti Badam是兩位深耕企業級AI產品的實踐者，曾在OpenAI、Google、Amazon、Databricks等公司參與並推動超過50個AI產品的開發與部署。他們不僅具備深厚的技術背景，更在產品策略、使用者反饋機制與系統迭代方面積累了大量實戰經驗。在Lenny播客訪談中，兩人分享了AI產品開發中的關鍵教訓，包括與傳統軟體的本質差異、常見失敗模式、建構持續改進機制的框架，以及如何通過使用者信任驅動產品成功。產品不是軟體的升級版Kiriti指出，AI產品與傳統軟體的最大區別在於其行為不可預測，高度依賴資料分佈與上下文環境。這意味著，AI系統不能通過規則驅動，而必須接受“機率性輸出”的現實。Aishwarya補充，AI模型在不同使用者和場景下表現差異巨大，因此開發流程必須從“控制邏輯”轉向“管理不確定性”。這種根本差異決定了AI產品不能照搬軟體開發的流程與評估機制，而需要一套全新的產品思維。成功與失敗的分界線在參與的50多個項目中，Aishwarya總結出典型的成功模式：明確問題定義、快速迭代、早期建立監控機制。失敗的團隊則常陷入“模型即產品”的誤區，忽略使用者體驗與長期維護。Kiriti強調，AI產品不是一次性交付，而是一個持續演化的系統，必須具備“產品飛輪”的能力。使用者信任是核心變數AI產品的成功最終取決於使用者是否信任系統輸出。Aishwarya指出，許多團隊過度關注模型性能，卻忽略了輸出解釋性、錯誤恢復機制與邊界行為控制等影響使用者信任的關鍵因素。團隊應將可靠性作為設計優先順序，而不是事後補救。只有當使用者相信系統不會“胡說八道”，才會真正將其融入工作流程。Evals不是萬能解藥關於AI產品評估中的常見誤區，Kiriti認為，自動化評估雖然必要，但無法覆蓋所有真實場景，尤其在開放式任務或多輪互動中。Aishwarya補充，團隊常誤以為“通過eval就代表產品可用”，而忽略了使用者行為的複雜性。他們建議將評估機制與使用者反饋系統結合，形成“持續校準、持續開發”的閉環。建構產品飛輪的框架基於多年經驗，Kiriti和Aishwarya提出了一套建構AI產品飛輪的框架：從小規模原型開始，快速驗證核心假設；建立使用者反饋通道，驅動模型與介面迭代；通過監控系統持續發現問題；最終形成“資料—反饋—改進”的正向循環。Kiriti強調，這一框架的關鍵在於“問題優先”，而不是“技術優先”。只有當產品真正解決了使用者痛點，技術才有意義。結語AI產品的挑戰不在於技術本身，而在於如何讓技術真正服務於人。從控制邏輯到管理不確定性，從模型性能到使用者信任，從一次性交付到持續演化，這些轉變構成了AI時代產品開發的新範式。或許，未來最成功的AI產品，不是那些最強大的模型，而是那些最懂人的系統。 (楊承帥談超人工智慧和奇點)

本文彙編整理自張小珺對話季逸超。他是中國第一代軟體出海創業者，高中靠一款瀏覽器賺得 30 多萬美金；他深耕 NLP 十餘年，親歷從傳統 NLP 到大模型的技術巨變；如今帶著通用 AI 產品 Manus 橫掃海外，ARR 超 1 億美金。他就是 Manus（蝴蝶效應科技）的聯合創始人兼首席科學家季逸超（Pick）。最近，Manus被數十億美元收購的風波，引起不少人的討論。但我們更應該關注的，是這家公司的商業思考。在張小珺這場 3 小時的深度訪談中，季逸超分享了自己的創業故事、產品決策邏輯，以及對 AI 行業未來的底層思考。沒有晦澀術語，全是實戰乾貨，值得每一位創業者、從業者細讀。以下，是季逸超的自述精華版。一、三次創業 踩中時代紅利，也扛過技術顛覆1.第一次創業：移動網際網路蠻荒期的“意外驚喜”2009年，蘋果APP Store出現的第二年，我還在讀高中。那時候剛好趕上桌面網際網路向移動網際網路轉型，不管是國內的BAT，還是海外的大廠，大家都站在同一起跑線，沒有成熟的玩法，屬於移動網際網路的蠻荒期，這給了我這樣的個人開發者絕佳機會。我做了一款第三方iOS瀏覽器，叫猛獁瀏覽器（Mavericks Web Browser），商業模式特別樸素，賣軟體拷貝，每賣一份賺一份固定收入。沒想到這個簡單的模式，讓我在高二、高三期間賺了30多萬美金，也算成了中國早期軟體出海的創業者。那時候國內沒有成熟的支付管道，只能支援國際信用卡，國內使用者基本沒法付費。我就想了個辦法，破解自己的軟體，讓大家免費用，也算賺個吆喝，沒想到還吸引了資本關注，真格基金的徐老師當時就問我想不想創業。後來移動網際網路的商業模式變了，大家都開始“免費獲客 + 增值服務”，加上 iOS 系統不斷更新，我的瀏覽器慢慢不相容了，最後自然下架。這段經歷讓我早早摸清了產品變現和使用者營運的邏輯，也讓我深刻感受到 時代機遇對創業者的重要性。2.第二次創業：NLP深耕與大模型的“降維打擊”從瀏覽器業務裡，我發現了一個關鍵需求：當時行動網路速度慢，如果能預測使用者的下一次點選，提前載入內容，體驗會好很多。這個需求讓我一頭紮進了自然語言處理（NLP）領域，這一扎就是好幾年。2013年，Google推出了Word2Vec論文，能把自然語言文字高效轉化為稠密向量，這給了我極大啟發。我組建團隊做語義搜尋和知識圖譜，想打造“下一代 Google”—— 傳統搜尋引擎只給連結，我想直接給答案，通過自動化技術建構知識圖譜，解決使用者的核心需求。我們團隊從零開始訓練模型，從依存句法分析到Word2Vec向量化，再到 LSTM+Attention，最後跟進Transformer和BERT，整整熬了4年，做出了產品 Maggie。它能自動提取三元組、支援多語言，在最高置信度下的精準度能達到89%，比Google當時的產品還高，甚至能支援阿拉伯語這種反向書寫的語言。但2019年，GPT-3的出現給了我們致命一擊。我隨便寫個 Prompt（提示詞），它就能和我們訓了幾年的端到端模型五五開，而且它是通解，能搞定 NLP（自然語言處理）領域的各種任務，而我們只是垂直領域的解決方案。那一刻我意識到，垂直技術在大模型面前沒有優勢，最後決定賣掉公司。這段經歷讓我體會到垂直整合的痛苦：每天醒來都感覺海水在上漲，不知道什麼時候會淹到鼻子，模型迭代、資料標註、基礎設施搭建，每一步都要自己扛，那種壓力至今難忘。3.第三次創業：放棄AI瀏覽器，押注通用agent賣掉公司後，我在一家獨角獸公司做了一年半，主要工作是打榜贏算力資源，那段時間也讓我冷靜觀察了 AI 行業的變化。2023 年底，我被肖弘（Manus CEO）說服加入團隊，核心原因是他說的一句話：“Pick，你想不想在一個產品裡，把瀏覽器、搜尋引擎、語言模型重新做一遍？” 這句話一下子戳中了我。初期，我們基於Chrome外掛Monica的使用者資料，想做一款AI原生瀏覽器。Monica 當時已有1200萬美金 ARR，是正向現金流產品，但我們很快發現了問題：外掛的使用者滲透天花板太低 ，Chrome 有20億日活，而頭部外掛的活躍使用者也就5000萬左右，不到 1% 的滲透率，再怎麼發力也難有大突破。更關鍵的是，瀏覽器的遷移成本極高。人類歷史上只有兩次瀏覽器變革：從網景到IE，從IE到 Chrome，要麼靠管道分發，要麼靠技術漏洞，創業公司想顛覆太難了。而且當我們內部把瀏覽器產品打磨得差不多時，我突然覺得它“不是特別酷”——按我現在的話說，如果一個產品做完，你自己都覺得不酷，那沒人會覺得酷。其實做完一款產品，人難免會有慣性偏袒，那怕我們都是經歷過幾次創業的“中登”，也會下意識想說服自己產品沒問題。但隨著更多問題暴露出來，我們才慢慢趨向冷靜判斷。直到看到美國創業公司 The Browser Company 放棄瀏覽器產品 Ark，創始人說“連親戚朋友都不願意從Chrome換成Ark”，我才徹底下定決心放棄這個方向。其實那段時間特別寶貴，大家在自然而然形成共識的過程中放下了瀏覽器，處於一種幾乎無所事事的狀態。而當一群不太笨的人無所事事的時候，就會產生很多很好的想法。當時我們還在正常營運Monica，同時也會做一些別的實驗，那段時間已經有不少AI產品受到歡迎，尤其是coding領域，像Cursor、Windsurf，還有後來的Devin，都積累了很多使用者。我們作為工程師，自然會去體驗這些工具，可讓我們意外的是，公司裡很多非工程師居然也在用Cursor，要知道，Cursor的產品形態還是IDE（整合式開發環境），本來是寫給程式碼人才用的東西。我們發現，營運同事在用它寫部落格，資料分析同事用它做資料分析和可視化。於是我們特意站在他們身後觀察，發現了很有意思的一幕：Cursor左邊是程式碼區，右邊是和AI聊天的窗口，這些不會寫程式碼的同事根本不看左邊的程式碼，只是不斷跟AI交流，讓AI幫自己完成任務。原來AI是通過程式設計的方式，以程式碼為媒介，去幫他們完成這些非編碼任務。這讓我突然意識到：程式設計不是垂直技能，而是通用能力，真正的機會是把這種通用能力包裝起來，讓普通人也能用。於是我們把瀏覽器的技術積累搬到雲端，打造了通用agent產品 Manus：每一個會話背後都有一個獨立的虛擬機器沙盒，能幫使用者做網頁、做 PPT、批次處理檔案、深度研究，還能聯動 Notion、Slack 等工具，非同步處理長任務，不用使用者自己寫程式碼或複雜操作。2024年3月Manus 發佈，現在 ARR（年度經常性收入）已經超過1億美金。我們沒有對標任何產品，完全是使用者用出來的，大家喜歡用它做幻燈片、網頁和批次檔案處理，我們再針對性最佳化，這種由使用者塑造的產品，生命力才強。二、Manus 的產品邏輯不做工具，做 “人的延伸”1.為什麼堅定做通用agent，而非垂直工具？我之所以堅持做通用 agent，核心有三個判斷：技術層面：通用基座模型 + 虛擬機器（圖靈完備）的底層供給是通用的，垂直領域只是在上面加約束，反而會限制產品潛力；產品層面：使用者的需求是多樣的，通用產品能讓使用者按自己的想像力使用，我們團隊再通過觀察使用者行為捕獲頭部場景，既保留長尾能力，又能形成網路效應；商業層面：垂直工具的使用頻次太低，比如旅行規劃一年就幾次，很難讓使用者記住，而通用產品能覆蓋使用者多場景需求，提升使用頻次和使用者粘性。如果你做的是個垂直agent，你可能還是在做一種新的工具。但如果你在做一個通用agent，你其實在做一個人。我們現在經常跟使用者或其他人交流，他們常說 Manus 很像人，但我們從來不以替換人的思路來想這事 ，如果你給別人傳遞“要替換人”的心智，所有人都會從風險控制的角度考量，只要一個環節不通，整個產品就被否定。其實我們該抱著提升人（enhance people）的思路，讓高效的僱員或自驅的人，用了這個工具後產能再上一個台階，這才是更良性且現實的做法。比如你想做一個有內容的網頁，它能先做深度研究，再基於研究結果做網頁，最後還能分析網頁流量、做 PPT 發給投資人。2.初期用邀請碼，不是行銷是“無奈之舉”Manus發佈初期採用邀請碼機制，被很多人質疑“過度行銷”，其實這是我們的無奈之舉。當時我們跟所有雲廠商和模型廠商溝通後發現，世界上能立即到位的算力比想像中少太多。Agent 的算力消耗模式和 Chatbot 完全不同，輸入和輸出比例能達到100:1甚至1000:1，要是放開用，產品肯定會崩。直到一個月後，雲廠商和模型廠商適應了agent的工作負載，我們才取消邀請碼。可以說，我們是為行業趟了一條路，後來再用邀請碼的公司，我覺得就沒必要了，算力已經準備好了，沒必要再搞這種形式。3.商業化：不追求DAU，只服務高價值使用者Manus 的定價邏輯很簡單，參考 ChatGPT的20 美金/月，我們定了40美金 / 月的默認訂閱價，現在逐漸簡化為“免費方案+自由訂閱金額”。我們不追求 DAU（日活躍使用者數），而是關注“高價值使用者的高價值任務”。有的使用者一個月能給我們付幾千美金，因為他有大量高價值任務要跑，這比單純的使用者數有意義得多。目前Manus的使用者主要是三類人：網際網路公司非程式設計師的白領、自由職業者、金融和諮詢行業從業者。他們有強自驅力，任務價值高，對質量的敏感度也高 ，我們做過雙盲測試，悄悄換個模型，使用者滿意度就會明顯下降，所以我們必須保證每一次輸出的質量。三、AI行業的創業、競爭與決策邏輯1.模型與應用的終局：不再涇渭分明未來不會再分模型公司和應用公司。美國現在已經是這個趨勢，OpenAI既做模型也做產品，Google雙向都強，Anthropic 靠Cloud Code的成功也開始重視產品。對於應用公司來說，優勢在於“不用買模型彩票”。模型公司的創新是自下而上的，靠技術突破驅動產品；而應用公司能吸收所有外部創新，快速迭代，而且使用者的使用軌跡和反饋留在應用層，能形成獨特的資料飛輪，這是模型公司拿不到的優勢。2.決策機制：分階段混合模式，兼顧效率與多元創業公司在不同階段、解決不同事情時，需要不同的決策模式。雖然我們是連續創業者，但其實也都不成熟，最近在逐漸走向更理智的方式。我們總結了一套“GPA”決策框架，還會結合集權式和民主式兩種模式：G（Goal，定目標）：集權式決策由CEO肖弘作為“仁慈的終身獨裁者（BDFL）”拍板，直接把團隊核心目標定死，避免目標分散。P（Priority，定優先順序）：專制 + 民主結合先由核心決策者（比如CEO或對應領域負責人）牽頭，同時充分吸納團隊成員的專業意見，畢竟涉及不同領域的專業能力，多元輸入能讓優先順序排序更合理。A（Alternative，提方案）：充分民主鼓勵團隊成員自由提供各類可選方案，這個階段方案數量比質量更重要，足夠多的選項才能避免決策侷限，就像訓練模型不能侷限於狹窄的動作空間。其中，肖弘作為CEO，是產品方面的最終決策者。我們都比較相信與其懸而未決，不如趕緊試試。面對新領域時，過往經驗未必有用，過度思考只是基於自己“模型內部的參數化知識”，沒有額外資訊輸入，也沒有檢驗結果，再想太多不如先行動，拿到反饋再調整，避免無意義的內耗。3.競爭：不是零和博弈，而是生態聯動很多人問我，面對 OpenAI、Google 等大廠的競爭，我會不會焦慮？其實我並不焦慮。我們能用上市面上所有最好的模型，而大廠有自己的專長：Anthropic 的 coding 能力、Google 的多模態能力、OpenAI 的推理能力。我們的優勢是產品迭代快，而且服務的是對質量要求極高的使用者，這部分使用者不會因為品牌而妥協，他們要的是當下最好的體驗。AI行業的競爭不是零和博弈。Manus和 Notion、Microsoft、Slack都是聯動關係，我們串接這些工具，產生的價值比單獨競爭大得多。與其做一個比不過別人的垂直功能，不如讓大家一起把生態做好，這才是共贏。4.通用agent的未來：主動創造價值，而非被動響應我認為通用agent的下一個方向是“主動性（proactiveness）”。現在的 AI 還是被動響應使用者需求，未來要能主動完成任務。比如你面試完，Manus能自動看你的Notion記錄，把評價填到招聘系統裡，只讓你確認就行，真正解放使用者的注意力。同時，我也想給模型廠商提幾個建議：讓模型學會 “壓縮意識”，不用無限擴展上下文窗口；結合工具做推理，而不是純“缸中之腦”；支援使用者隨時插嘴，適應非同步互動；提升錯誤恢復能力，遇到問題不放棄、不陷入死循環，這些都是通用agent 落地的關鍵。5.AI創業的本質：不是賭一把，而是先行動對比我的三次創業，現在的AI創業和移動網際網路時代完全不同：移動網際網路的邊際成本低，能低成本試錯；而AI創業更像製造業，有固定成本，算力消耗就是很大一筆開支。所以，對於創業公司來說：第一，不要做垂直整合，除非你有足夠的資源；第二，不要糾結於要不要做，比較健康的做法應該是當你的產品已經初具PMF，且已經到了一個比較穩定的狀態之後，你以一種增加穩定性或降本或突破天花板的思路再去做模型；第三，團隊要身心健康、尊重常識，不要做“有賈伯斯的病，沒有賈伯斯的命”的偏執者。結語你準備好迎接未來了嗎？從高中時的瀏覽器創業者，到如今的通用AI先鋒，季逸超的三次創業始終圍繞技術落地和 使用者價值。他踩過垂直整合的坑，也抓住了 agent 的機遇，用 Manus證明了不做模型也能做出頂尖AI產品。在 AI 行業還在爭論模型至上還是應用為王的今天，季逸超的經歷給出了另一種答案：真正的機會，在於理解技術的邊界、使用者的需求，以及時代的趨勢，然後以理性的姿態，快速行動、持續調整。而對於我們每一個人來說，AI不是要取代人，而是要解放人，就像季逸超說的：“把不喜歡的事交給 AI，剩下的才是真正的自己。” (筆記俠)

近日，博主"定焦數位"爆料稱，蘋果基本暫停了對Vision Pro產業端的維護，並大幅減少了頭顯產量。這款曾被蘋果重金押注的產品雖然在配置和體驗上達到了行業史無前例的最強狀態，但受限於其產品形態和超昂貴的價格，市場表現不佳也在情理之中。蘋果原本設想的廣闊市場願景未能實現，加上開發者動力不足，導致原生應用遠遠無法滿足使用者的多元化需求。綜合目前消息來看，蘋果似乎已經開始放棄這一市場，轉而投向更輕便的AI智能眼鏡領域，首款產品Apple Glasses預計將於今年發佈，很可能在蘋果全球開發者大會WWDC上正式公佈。據悉，Apple Glasses定位為蘋果生態的"輕量智能穿戴配件"，不具備獨立計算能力，需依賴iPhone進行部分任務處理，類似於Apple Watch與iPhone的聯動邏輯。這款產品沒有螢幕，整體規劃與Meta、小米等產品類似，配備攝影機、麥克風和揚聲器，可實現拍照、錄影、聽音樂等常規操作。Apple Glasses將基於Apple Watch的S級晶片定製，優先保障能效比，核心作用是控制多攝影機與處理基礎AI任務，避免高功耗導致的續航短板。此外，該產品預計還能通過新版Siri提供大模型等智能支援，屆時或許國內的蘋果智能也會正式開放，為國內使用者提供全面的使用體驗。 (TechWeb)

看展，往往就是：外行看熱鬧，內行看門道。CES也一樣。我們參觀CES的第二天，很多展台依然被圍得水洩不通。會爬樓梯的掃地機器人，一盞落地燈造型的吹風機，一台裝了AI的智能理髮器。周圍觀眾感到特別新奇，紛紛舉起手機，不時驚嘆歡呼。這叫外行看熱鬧。如果你是企業家或創業者，想透過這些花哨、熱鬧的表演，看到一些新的科技、新的技術、新的創意。就一定要學會看門道。把它們拆開，看最底層的三個要素：感知，決策，行動。尤其對傳統行業來說，這三個詞，很可能是重做產品的方法論。理解了它們，你不僅能看懂絕大多數AI產品。更可能在熱鬧的人群裡，找到屬於你的“升級”機會。01物理AI，就是“感知、決策、行動”的數位化複製輝達CEO黃仁勳，在今年CES開幕演講裡，反覆強調了一個詞：物理AI（Physical AI）。他說：AI的下一波浪潮，就是物理AI。什麼是“物理AI”？輝達官網是這麼介紹的：物理人工智慧使相機、機器人和自動駕駛汽車等自主系統，能夠在物理世界中感知、理解、推理，並執行或協調複雜的動作。聽著有點抽象。拆開看這幾個詞：感知、理解、推理、執行、協調。你就會發現，“物理AI”正對應了我們人類的“能力三角”：感知、決策、行動。你的眼睛看到地上有個坑，你的耳朵聽到有人在喊你的名字，你的鼻子聞到路邊餐館飄出的飯菜香味……這些就是“感知”。它是你跟外部世界的介面，是資訊輸入，是人作為一個智能體的基礎。有了感知後，往上，是“決策”和“行動”。此時，你的大腦飛速運轉：這個坑有多寬？我跳得過去嗎？繞過去會不會更安全？再回想過往的經驗教訓，最終，大腦下達了一個指令：繞過去。這就是“決策”。指令下達後，你讓大腿肌肉收縮，小腿發力，邁開步子，小心翼翼地繞開了那個坑。這就是行動。而當你感知到雙腳站在平地上，就知道決策成功了。這又成為新的感知資訊，反饋給你的大腦，從而形成一個閉環。理解了這點，你再回頭看今天的傳統行業，可能你會發現，很多傳統裝置，缺感知，只能手動操作，比如不能自動調溫的空調。有的缺決策，只能感知，比如只會錄影的貓砂盆。所謂的“物理AI”，其實就是給那些傳統產品，配齊AI大腦、眼睛和手腳，讓它能像人一樣，在現實世界幹活。只不過，現在的AI更像個偏科的“超級天才”，有的地方強得離譜，有的地方還得補課。那個最強的地方，就是“決策”。02決策進化：傳統產品，直接“租用”最強大腦之所以說AI的“決策”最強，是因為AI幾乎學完了人類所有的知識。那些書、圖片、視訊、程式碼……只要能找到的知識，那些科技公司早就想辦法喂給了AI。基於這些海量資料的訓練，用上複雜的演算法和巨大的算力，讓AI擁有了遠超人類的判斷能力。這就給傳統產品帶來一個巨大的紅利：你不需要自己培養專家，而是直接“租用”一個最強大腦。就像我們在CES看到的一款智能貓砂盆。攝影機拍到一張貓臉，它瞬間就能知道它是狸花還是美短，是你家裡的老大，還是老二。再分析一下排泄資料，它能判斷貓貓的健康狀況，是不是水喝少了，有尿結石風險等等。這些就是“決策”。放在過去，這可能需要一個經驗豐富的獸醫不斷盯著，時不時往寵物醫院跑兩趟。現在，一個傳統的寵物用品製造商，只要接上合適的AI大模型，就能讓原本普通的貓砂盆，變成了你的“家庭獸醫”。想當初，ChatGPT剛出來的時候，很多人不看好，覺得它胡編亂造。但短短幾年，AI不斷進化，大家發現，它對“寫程式碼、做視訊”的理解，可能已經超越了人類幾十年的經驗積累。視訊越來越真，文章越來越順。在快速迭代升級的加持下，AI在“決策層”，已經長成一個“巨人”。不過，這個“巨人”有一個弱點。它只能幫你寫出完美的菜譜，卻不能幫你炒菜。它只能幫你規劃完美的旅遊路線，卻不能把你拉出家門。它是最強大腦，但卻沒有用來感知的眼睛，和做出行動的手腳。所以，很多研究“物理AI”的人，就是在想辦法給這個巨人加上前面的感知層，和後面的行動層。03感知重構：給冰冷的產品，裝上敏銳的“五官”給AI裝上眼睛耳朵，聽起來不難。這次在現場，我看到很多人還努力把它做得更好。一路看下來，我感受到了在實際應用中，“感知”的三個明顯進化方向：更得體、更安全、更低價。我在昨天的文章裡提到了TCL的一款“AI空調”。它能監測你的睡眠狀態，看你是不是呼吸變慢、身體幅度變小。從而把風調小、溫度調低。這裡的核心功能，就是“感知”。我當時很好奇，它怎麼“感知”？是不是裝了攝影機？TCL的工作人員告訴我，沒有攝影機，而是一種“雷達”。攝影機雖然技術最簡單最成熟，但體驗最糟糕。誰會願意在自己臥室被攝影機盯著呢？而雷達能實現幾乎相同的效果，又更保護使用者隱私。它通過聲波反射，結合AI的分析處理，來判斷你是剛睡下、睡著了，還是坐著。這就是得體，在不侵犯隱私的前提下，完成感知。再看智能門鎖。很多人習慣指紋，把手指往把手上一按，門就開了，很方便。但其實，指紋並不安全。從技術上看，指紋只是一個“圖案”，用個指紋膜就能騙過你的門鎖。更極端地說，切下來的手指也能騙過它。因為傳統智能門鎖，感知的只是“表象”。這次在現場，我看到了一個趨勢：掌靜脈識別。當你把手靠近的時候，它會發出紅外光，感知你血管裡流動的血液，從而來判斷那真的是你。而且是活生生的你，畢竟只有活人才有流動的血液。這就是安全，從感知“形狀”，進化成感知“生命”。我們看到了一家做智能家居的公司，他們做的是那種“人來燈亮”的感應器。他們沒有用昂貴的鏡頭，而是用成本幾塊錢的紅外感測器。原理非常簡單，人是恆溫動物，有體溫就會產生紅外線。通過感知紅外線的方式，來判斷這裡有沒有人。這就是成本低，不需要昂貴的算力，更用不上複雜的攝影機。對傳統照明行業來說，或許是以極低成本擁抱AI的機會。想想看，如果給那個AI巨人，裝上這種得體、安全，還便宜的“五官”，就意味著會更容易走進千家萬戶的生活。有了大腦和五官，最後剩下的，是最難啃的骨頭。04行動突圍：在物理世界，完成艱難的一躍“行動”，是三步裡最難的。為什麼難？因為如果你讓豆包生成一段視訊，只要發出指令，消耗算力，再等一會兒就好了。但把AI放到現實世界裡，一個機器人那怕只是邁出一小步，都要計算重力、摩擦力、慣性。還要保持平衡不摔，以及能源消耗等等。這對傳統製造業來說，如何讓AI更精準地控制機械，可能就是最大的挑戰。而這次在CES，我看到了在行動層上的兩個關鍵突破。或許，這能給傳統行業的升級帶來信心。第一個突破，是更精準的控制。有一款噴灑農藥的機器，上面那個小小的噴頭，就是“行動”的執行者。以前撒農藥，就是把藥噴出去、噴完，就好了。但這台機器不一樣。它能精確控制噴頭的壓力和流速。是噴成霧，還是噴成雨？是多噴2克，還是少噴1克？看得我太吃驚了，原來今天噴農藥已經到了這個程度了。第二個突破，是對複雜技術的高性價比替代。我在CES現場，看到有家企業在幹一件非常垂直的事：分揀聖女果。怎麼從一堆飛速滾落的聖女果中，挑出那些沒熟的綠果呢？很多大廠給出的方案是堆料，比如給高畫質攝影機裝上高端晶片，提高圖像識別的精準度，再裝上靈活的機械臂。但問題是，太貴了。這家企業想了個極具性價比、效率更高的方案。它只用最便宜的色彩感測器（感知），只看紅綠，死死盯著傳送帶。一旦識別到綠色（決策），旁邊的氣槍瞬間發射高壓氣體，把綠果崩走（行動）。沒有複雜昂貴的機械臂，只有一個氣槍。沒有複雜的視覺識別系統，只是簡單粗暴的“一吹”。這也是對複雜技術的祛魅。它告訴傳統產業的從業者。所謂的升級，不一定要用昂貴的機器人。只用最簡單的機械結構，配合AI的判斷，也能用極高的性價比解決問題。從精準控制到平價方案，AI在“行動層”的突破，正幫助傳統產業在AI時代升級轉型。最後的話當你理解了“感知、決策、行動”這三點，你會發現，這不只是科技巨頭的遊戲，更是傳統產業重做一遍的機會。今天的AI，都是最強大腦，它們絕頂聰明，但沒身體。而傳統行業，手裡有最真實的“身體”，是空調、床墊、貓砂盆這些隨處可見、每天要用的產品。AI和傳統行業之間，有著巨大的縫合機會。如果你是企業家或創業者，不妨回到你的產品，用“物理AI”的角度做一次全面體檢：感知上，它“瞎”嗎？如果是，能不能用上更得體，或更便宜的感測器？決策上，它“笨”嗎？如果是，能不能直接租用“超級大腦”？行動上，它“慢”嗎？如果是，能不能找到更簡單的機械結構配合AI，換更高的效率？仔細看看，那裡的產品有“瞎、笨、慢”這樣的問題，那裡可能就是你重做一遍的機會。過去，我們羨慕網際網路企業用程式碼改變世界。未來，或許是傳統行業，用AI喚醒物理世界。祝福。加油。 (劉潤)

「CES 不能沒有深圳，就像西方不能失去耶路撒冷，」一位參加了 CES 2026 的中國媒體人說道。圖片來源：小紅書@125834906每年的 CES，幾乎被稱作是全球科技的春晚，這個國際消費電子展（Consumer Electronics Show）集結了全世界最具創新意識和形態的產品。和過去幾年不一樣的是，今年如果沒有 AI 加持，基本上產品就出不了圈，全息投影的二次元美少女 AI 助手、能給你疊衣服的 AI 機器人、AI 貓咪喂食和飲水站……一樣的是，CES 被網友們戲稱為是「China Electronics Show」「Cheap Electronics of Shenzhen 」。走向世界的電子消費，還得是看華強北。（這裡只是個將華強北作為深圳乃至整個中國南方電子產業的意象。在 CES 的創新獲獎名單內，來自深圳的獲獎產品有 Maono 的 DM40 ⽆線⻨克⻛、AI 圖靈琴鍵、水上攝影的飛行相機、還有 10 秒內將標準⾃⾏⻋，轉變成 750 ⽡電動助⼒⻋的 Kamingo 改裝系統等等。CES 目前在美國拉斯維加斯舉行，1.6-1.9 為期四天。除了這些來自深圳的企業在展會上亮相，更有意思的是很多無厘頭的發明；從出生到老了、從臥室到浴室……幾乎那裡都被 AI 承包了。這幾天 愛范兒在這裡幾乎逛遍了所有場館，為你彙總了這些有趣或抽象的產品，來看看有沒有你想帶回家的。AI 陪伴是過去這段時間的大熱門，但能做好的很少，基本上都是拿著手機對話，螢幕上有一個自訂的形象，能和我們進行一些簡單的互動。這次不一樣，有人給 AI 套上了全息影像的殼，還有真的能一天一天長大的 AI 電子寵物。喜歡實際的陪伴，也有給家裡的小貓專門設計的 AI 喂飯器，小貓說，我也是用上 Apple Watch 了。AI 伴侶從手機螢幕來到現實Razer 推出了 3D 全息 AI 助手 Project AVA，通過物理裝置，各式各樣的 AI 形象，能夠以全息影像形式呈現。目前，我們可以自選五種角色，包括二次元風格的角色和擬人化設計，支援語音感知和情境互動。一開始，Project AVA 是作為一個電競 AI 教練的形式存在，它能分析玩家的遊戲介面並給出建議。現在，它想要在生活的方方面面都提供建議，做一個全能的 AI 桌面助手，同時繼續全天候的陪伴。雖然雷蛇有強調，Project AVA 開發的目的不是戀愛導向，但當下日益火熱的 AI 夥伴市場，想把它單純作為一個效率/遊戲工具來用的話，我找一個智能音箱，喊喊小愛同學或 Siri，豈不是更方便。全息 3D 技術的設計，很明顯就是要讓我們產生一些依賴。在 AI 陪伴市場，尤其在日本等地區，AI 夥伴已經開始從數字介面，向 3D 物理裝置過渡。或許這也是今年 AI 陪伴賽道的新趨勢，手辦大小的盒子甚至可以隨身攜帶，全息投影技術又意味著，AI 生成的角色也可以放上去。曾經主打 AI 陪伴的 Grok，裡面有二次元少女、壞男孩 Rubi、還有以五十度灰男主角為原型的腹肌帥哥，吸引過不少網友的嘗試。圖片來源：https://www.razer.com/concepts/project-ava現在，Project AVA 也正是運行在 Grok 平台上，約等於是把手機螢幕裡面的二次元少女，邀請她來到了你身邊。馬斯克看到 Project AVA，估計也會想買一個帶回家，把他喜歡的 Ani 放到自己床頭。不過也有網友銳評，這東西確實很酷，但新鮮感過後，你還能用它幹嘛呢？除了讓它可愛地收集你的資料之外，還有什麼意義呢？目前，雷蛇以 20 美元開放預定該產品，將在 2026 年下半年正式發貨。更懂你家小貓的是這個 AI 喂飯器不僅要介入人類的邊界，AI 現在也開始走進寵物的健康。瑞士初創公司 AI Tails 在 CES 2026 上，推出了一款新型喂食器，它能利用攝影機分析貓的表情，幫助診斷貓咪的病情。通過攝影機捕獲的資訊，裝置可以分析貓咪的食量、水量、體溫以及面部表情，檢測潛在的健康問題，並且還提供資料雲端分析和 App 提示。創始人 Angelica De Riggi 提到，開發這個產品的靈感，來自於失去愛貓的個人經歷，她的目標是讓寵物享受，類似人類智能穿戴裝置的健康監測。圖片來源：https://www.aitails.com/｜官網非常可愛，游標都會變成一個貓爪目前，這款產品只適用於貓貓，小狗的版本還有待他們更新。買一個給家裡的寵物，聽起來確實不錯。但是價錢可能不那麼美麗，它的售價分為 $199 和 $299 兩個版本，一個是有溫度感測器，一個沒有，差 100 元？除了購買產品的花費，還有分析這些資料的 AI 服務消費，前六個月免費使用 App，但之後需要約 21 美元/月的訂閱費。這個 AI 喂食飲水機，預計在 2026 年底全球發貨，你會買單嗎？一個不會生病的 AI 口袋寵物如果你覺得這還是很麻煩，一家立志成為「AI 機器人時代的任天堂」初創公司 Takway，帶來了一款永遠不會生病的電子寵物，Sweekar。它類似電子寵物蛋（Tamagotchi，拓麻歌子）一樣的虛擬寵物，大小也是握在手掌心的範圍；是一個超萌的蛋形小玩具。此外，它還長著耳朵，臉部是一個螢幕，身體裡還藏著比 Tamagotchi 更複雜的 AI 晶片。它的成長過程也很有儀式感，剛買來時是一個小蛋，需要玩家「孵化」兩天；接下來進入嬰兒期、少年期，使用者需要通過喂食、陪玩等互動來照顧它；到了成年期，它會變得更獨立，甚至會自主探索虛擬世界，還會回來向你匯報它的冒險經歷。最重要的，它不會死，至少虛擬意義上的「死亡」從此消失。到了 Level 51，即便你再忙，Sweekar 也能自己活下去，當然給它充電是必須的。Sweekar 提供了粉、黃、藍三種基礎配色，使用者還可以購買各種換殼和服飾。目前還沒有確定具體價格，預計售價 $100-$150，很快在 Kickstarter 上發起眾籌活動。Cocomo 是一款能跟隨主人移動的機器人寵物，外觀像毛茸茸的小蛋或泰迪熊，具備模仿和學習能力，甚至通過不同觸感（比如溫度調節）增強與主人的情感連接。｜圖片來源：EngadgetAI 寵物也是今年 CES 上的熱門，除了 Sweekar，日本初創公司 Ludens AI，也展示了兩款非常可愛的 AI 機器人夥伴 Cocomo 和 Inu。兩款機器人都以情感連接為核心賣點，強調陪伴屬性，能通過肢體動作、聲音模仿等，一些簡單的動作和主人互動，學習使用者的喜好。Inu 是一款迷你桌面機器人，被稱為「桌面外星小生物」，用聲音和動作與使用者互動，主要設計目標是陪伴工作。｜圖片來源：Engadget樂高迷狂喜，帶晶片的智能積木上線樂高此次推出的全新「智能磚塊」（Smart Brick），被稱為 50 年來最重要的產品進化。雖然上晶片，但是樂高說沒有 AI 功能，沒有攝影機，也不會記錄。智能磚塊內建的微型電腦，支援 NFC、藍牙網狀網路、多種感測器及無線充電，可與智能標籤、智能人偶等配合實現互動功能，賦予傳統樂高動態效果，包括項聲音、燈光、音樂等。首批產品為《星球大戰》主題套裝，定價 70-160 美元，3.1 開始發貨，附帶智能磚塊和智能標籤。樂高稱智能磚塊是長期戰略，不僅限於目前的星戰系列，未來或將拓展至寶可夢等其他 IP。從上到下，依次為：473 個零件的達斯·維達的 TIE 戰鬥機套裝，配有一個智能積木、一個智能標籤和一個智能人仔。（70 美元）｜紅色五號 X 翼戰機套裝包含 584 個零件，其中包括一個智能積木、五個智能標籤和兩個智能人仔。（100 美元）｜962 個零件的達斯·維達王座室決鬥，和 A 翼戰機套裝包括兩個智能積木、三個智能人仔和五個智能標籤。（160 美元）網友們對樂高智能積木的態度也傾向於正面評價，儘管表面上看起來，智能樂高積木只是比傳統的，有了能發出聲音的選項，但他們認為這些聲音，足夠更好去激發小朋友的想像力，再配合智能標籤的應用，給了它更多的互動方式。入侵完情感，下一步是我們生活的方方面面，這裡有能當端側 AI 運行的夾克，穿上它，你就是這條街上最靚的仔；還有給你剪頭髮、「看你洗澡」、「看你上洗手間」的各種 AI 裝置。穿上這件夾克，你就是一個行走的 AI如果有一天，你的衣服能替你充電、調溫、甚至運行 AI，你還需要那些 AI 智能手錶/眼鏡嗎？ModeX，一款在 CES 上亮相的智能夾克，就想一口氣把這些全「包」了。它其實就是一件普通的衣服，但是經過特殊的剪裁和拼接，讓它變成了一款模組化智能夾克，並且是專為年輕都市專業人士設計。在這個模組化夾克里，它的主要功能包括無線充電、可穿戴邊緣計算裝置、智能控溫和可程式設計燈光。最大的特點，就在於其輕薄、可折疊的電源管理和計算模組，能無感嵌入衣物。圖片來源：https://www.modewearables.com/technology所以說，這件衣服是把所有的東西都「包」起來了。研發這件夾克的公司，他們說，目標是重新定義移動端的計算，和能源互動方式，努力打造科技與時尚的結合體。而這件夾克，就是科技與時尚的結合體，端側 AI 的運算全部可以放在這件衣服裡，你走到那裡，AI 計算到那裡。AI 理髮，十分鐘出來一個小李子在理髮店剪頭髮的時候，你有沒有問過你的 Tony 老師，是不是會給自己剪頭髮、做髮型。大部分時候他們都會說，自己給自己理髮，是很難做到。但在今年的 CES，偏偏就有奇人帶來了一款借助 AI，讓你可以自助剪頭髮的理髮器。任何時間、任何地點，打開 App，戴上頭套，隨便一個人都能拿著推子開始。跟我們在網上刷到的那種，伸一個頭進去，兩三秒就把你給剃成平頭不同。Glyde 智能理髮器，配備了 AI 理髮指導和自動漸變修剪功能，我們只需佩戴這款外觀非常普通的頭帶，就可秒變理髮師。在 Glyde 官網，也給出了產品的詳細情況，和具體的使用步驟。打開 App，選擇自己喜歡的髮型，之後佩戴上專門的髮帶，就可以開始推剪頭髮了。他們提到，Glyde 的智能刀片能夠感知我們理髮的速度、方向和傾斜角度，並即時調整，防止出現不均勻的層次，或過度修剪。速度過快，刀片會自動縮回。傾斜方向錯誤，修剪量又會減少。AI 洗澡，洗出一個皮膚好氣質佳繼 AI 理髮之後，AI 洗澡的玩意也來了；更離譜的是，這東西還獲得了 2026 年 CES 美容科技創新獎。這套名為 Balance AI 煥膚淋浴系統的裝置，實際上就是一面智能浴室鏡，它直接安裝在我們的淋浴間，通過近距離紅外和光譜感測器，把我們淋浴過程，變成一套精準的美容程序。具體來說，它沒有任何攝影機，僅憑藉這些感測器，掃描使用者的面部、身體來評估彈性、油脂水平、色素沉著、以及是否需要補水等。系統會根據 AI 評估的結果，即時通過電解調節洗澡水的 pH 值，以及使用 NFC 標記的膠囊來分配不同的維生素和活性護膚品，進一步個性化你淋浴時使用的水流。這套系統的螢幕，還會記錄使用者的皮膚變化，非常適合那些容易長痘、以及敏感型皮膚。除了 AI 洗澡，開發 Balance AI 的這家韓國公司 Ceragem，在這次的 CES 上，還推出了 AI 美容系統，將美容院的數 10 種療法，全部整合到一個個性化的 AI 多療法煥新活力艙中。愛美之心，人皆有之。歐萊雅雖然不主打 AI，但是也在今年的 CES 上交出了一款很抽象的 LED 面膜，它通過特定波長光療，來增強護膚品的吸收。LED+面膜，聽著也是一股「智商稅」的味道。歐萊雅介紹這款新的 LED 面膜，主要是「可穿戴性」，通過柔性材料，和貼近皮膚設計，解決傳統面膜的佩戴不適問題。產品靈感來自片狀面膜，將紅光和近紅外光療與日常護膚結合，縮短使用時間並潛在提升產品吸收效率。AI 馬桶，我們什麼資料都能分析洗手間裡的那些東西，算是被這些個 AI 都給整明白了。和洗澡不一樣，這個 AI 馬桶是直接說，我們就是靠攝影機來收集資料，進行分析。它掛在馬桶側面，配備攝影機和麥克風，用於追蹤排便和排尿情況並提供反饋他們把這個裝置叫做 Throne（寶座馬桶電腦），利用電腦視覺技術來研究使用者的便便。通過攝影機和麥克風，監測使用者的排便頻率、糞便的質地、和大小以及量；來分析使用者的腸道健康狀況。Throne 的開發者還說，這些資料的收集，對於控製藥物症狀至關重要。同時，也提到了收集到的資料，經過加密和保護，AI 分析的結果也會傳送到使用者裝置；能最多追蹤六人的「動態」。目前，這個 AI 馬桶電腦的預售已經開啟，售價為 340 美元，另加每月 6 美元的會員費。我在想，他們使用的分析模型，是從那裡找來的圖片、聲音還有對應的症狀情況來訓練的呢。無獨有偶，另外一家公司也推出了一個 AI 馬桶，更離譜的是，它還配套了一塊螢幕掛在牆上，馬桶內建的尿液分析感測器，在進行即時監測後，會把結果直接顯示在這塊壁掛式顯示器上。如果使用者在 8-10 小時內沒有使用馬桶，系統就會自動，向已註冊的家庭成員手機傳送警報。燈一開，AI 什麼資料都分析不了有隨地安裝的攝影機來 AI 分析我們的 SNP，也有專門的裝置開發出來，讓攝影機失靈，防止 AI 進行處理。Light Saver 就是這樣一款產品，它是全球首款「反 AI」照明系統，Light Saver 在人類視野中只是普通的照明，但在機器視覺裡，它卻是一道無法踰越的屏障。這盞燈的工作原理是，它能利用特殊的光學頻率，在攝影機拍攝的畫面中，生成嚴重的視覺干擾，使偷拍和錄影徹底失去資訊價值。更進一步，它能從物理層面干擾電腦視覺演算法，讓 AI 無法檢測或識別場景中的人物與物體。對於一些比較敏感的場所，讓 AI 失效，可能會成為一種必要的安全權利。這盞燈的存在，算是一次創新的對抗。大多數的科幻小說都在想像，外星人來到地球、機器人來到地球，卻很少想我們去到外星人的世界。今年多家機器人廠商宣佈有量產的計畫，聽起來我們有機會去到機器人的世界了。能疊衣服的機器人，而且背後沒人操作LG 在 CES 2026 上發佈了名為 CLOiD 的家用機器人原型，主打折疊衣服、洗碗、端菜等家務功能。CLOiD 這個名字看著就有點摸不著頭腦，幹起活來，你覺得這衣服疊得含糊嗎。速度真的太慢了。根據介紹，CLOiD 機器人配備了頭部螢幕、攝影機和感測器，能與人類互動並學習使用者生活習慣。它擁有靈活的雙臂，可以獨立移動手指，但無法拾取地面物品。目前 CLOiD 還是概念性產品，只是在 CES 上展示一下，LG 也沒有透露具體的商業化計畫，但像視訊裡展示的那樣，將機器人技術拓展到其他家電領域是必然的。看到 CLOiD 機器人去操作 LG 冰箱、洗衣機等裝置；突然也想到小米這一路的佈局，人車家全生態。不得不說，對小米的機器人，也越來越期待了。給老年人開發的 AI 貓熊機器人，我也想試試聽到貓熊，我們的國寶，就知道開發這款工具的公司大概是來自中國。果不其然，安安，一款 AI 貓熊機器人，是無芯科技公司推出的最新 AI 寵物，它將貓熊可愛的外形，與老年人護理相結合，為老年人帶來個性化的服務。圖片來源：https://web.wxbionics.com/無芯科技有限公司 2021 年在深圳成立，主要的業務就是專注於仿生情感陪伴機器人，仿生康復療愈 AI 寵物研發。這款仿生 AI 寵物貓熊整合了神經觸感系統，並且內建長時記憶模組。它通過捕捉使用者的撫摸動作，即時反饋安撫性的軀體律動與聲音，幫助使用者對抗焦慮和其他障礙情緒。在大模型的加持下不斷學習，它能記住使用者的核心記憶與生活習慣。無論是作為腦退化症老人的記憶錨點，還是自閉症兒童的社交窗口，它都能提供定製化的陪伴體驗。除了 AI 貓熊，他們還開發了多款仿生機器人，主要都是提供情感支援和陪伴類服務。國產機器人紛紛亮相，過年表演節目時間到來自中國的機器人可不止這一個，聲名遠颺的宇樹、天工、魔法原子、傅立葉、還有維他動力、逐際動力等多個國產機器人製造廠商都有在今年的 CES 亮相。宇樹展示了他們全系列的人形機器人產品，包括 G1、H2 和 R1。G1 憑藉著它高速武術，和拳擊動作的現場演示，甚至被現場觀眾戲稱為「李小龍機器人」。Gemini 加持的波士頓動力機器人陪伴類的、主打節目表演的、還有能做家務的，CES 上的機器人簡直眼花繚亂。除了能做家務的 LG 機器人，另一個國外熱門的機器人就是波士頓動力（Boston Dynamics）。光聽名字就覺得很有力氣，它被設計出來，也確實是用在工業化的場景。波士頓動力在 CES 2026 上，發佈量產版 Atlas 人形機器人，Atlas 支援多種工業任務，具備 7.5 英呎的觸達範圍，能舉起 100 斤左右的重物，並能在極端溫度下工作。Atlas 目前是由工程師遠端操控，但未來將實現自主移動。波士頓動力還跟 Google DeepMind 達成新 AI 技術合作，為機器人提供更強的智能能力。而未來 Atlas 的目標是能直接參與汽車組裝工作，現代汽車（Hyundai）和波士頓動力也達成了合作，計畫 2028 年在喬治亞州汽車工廠部署。今年的 CES 在明天就正式落幕了，展商們帶著自己最引以為傲的產品在這裡，也不知道能拿下多少訂單。但可以預見的是，去年是 Agent 元年，大模型能力還是在我們的手機上；今年 AI 和實體硬體融合的元年，或許才剛剛開始。你還發現今年 CES 上有什麼特別有意思的產品嗎，歡迎在評論區跟我們分享。 (愛范兒)

AI時代，能落地的機會，都藏在細小的縫隙裡，藏在具體場景裡。這是在逛了一整天CES展之後，我特別深刻的一個體會。是的。我正在美國拉斯維加斯，和問道全球的企業家們，參加一年一度全球影響力最大的消費電子展，CES展。因為2025年，是AI大模型的爆發年，今年，就很可能是AI產品的爆發年。無論是看大廠的技術趨勢，還是看創業者“稀奇古怪”的創意，價值都遠高往年。那麼，這次CES展，藏著什麼樣的趨勢，又體現了什麼樣的機會？毫無保留，和你分享。01很多傳統產品，都值得用“感知-決策-行動”重做一遍AI實體產品要落地，底層就是三個要素：感知，決策，行動。感知，就是能聽見、能看見。決策，就是把資料交給AI，搞清楚該幹什麼。行動，就是通過硬體去幹活。把這三個要素，套用到傳統產品上之後，就是無窮無盡的可能。舉個例子，掃地機。這次，我在追覓展台，不光看到了能爬樓的掃地機，還看到了安裝機械手，能刷踢腳線的掃地機。當它發現踢腳線上需要清掃時，就會伸出機械手，清理灰塵。發現前方是樓梯，它就會通過履帶，爬上二樓，繼續清掃。因為感知和決策能力的提升，行動才有了拓展的可能。再舉個例子，空調。過去幾十年，空調就是個“被動工具”。你按遙控器，它再執行。但這次，我在TCL展台，看到了一款“AI空調”。空調裡，有個毫米波雷達。它不再等你下命令，而是自己觀察你。當它感知到，你呼吸變慢了、身體動作小了，就能自己做出決策：好了，主人要睡著了。於是，它就會主動把風調小，溫度調低，有利於你入睡。把“感知-決策-行動”裝進傳統家電裡，它就從被動幹活的工具，變成了主動幹活的管家。AI時代，最好的互動，就是沒有互動。02當產業鏈成熟，機會就會從終端產品外溢需求，倒逼供給。當大量產品需要AI化，要完成感知、決策、行動的閉環時，當大量原生的AI產品湧現時，你不一定要自己去做終端。做好產業鏈的一環，就足夠了。在現場，我就看到了一個很有意思的技術：紙電池。它特別薄，還能彎曲。搞這種東西，要用在那？用在新的AI裝置上。就比方說，用在磁吸錄音卡上。磁吸錄音卡，本身是薄薄的一片，貼在手機後邊。需要錄音，就按一下。錄完之後，AI會自動轉錄、自動總結。但是在這種裝置上，傳統的鋰電池就太厚了。類似的機會，還有很多。比如，當AI產品對“感知”的要求越來越高，攝影機就會爆發需求。因為AI要理解空間、要看清景深、要建3D模型，一個攝影機不夠，需要兩個（雙目視覺），甚至需要加上紅外、加上雷射雷達。你不一定要衝到台前做終端產品。還可以退後一步，看看這些產品，在感知、決策、行動這三個環節上，還缺什麼零件。缺什麼，你就做什麼。當好產業鏈的一環，往往比做終端更早賺到錢。03機器人有了手，商業化才真正開始順著產業鏈的邏輯看，你會發現很多企業，都在朝著“手”使勁。因為，要從“會動”變成“能幹活”，你永遠繞不開那些具體的動作：操作。拿起。擰開。抓穩。別捏碎。別滑落。這些動作，決定了機器人能不能上崗，能不能進工廠，能不能進倉庫。於是，在CES現場，我看到了很多公司，都在專攻靈巧手。這並不容易。難點在於：1）靈活度。2）感測器。先說靈活度。人手，真的太精妙。這麼小的體積，有那麼多的關節、肌肉和神經。要把機械手做得像人手一樣大小，你得在同樣的體積裡，塞進幾十上百個零件。再說，感測器。拿一顆雞蛋，勁大了會碎；拿一塊磚頭，勁小了會掉。想讓機械手也能應付這些任務，必須裝滿壓力感測器，不僅要即時感知壓力，還要毫秒級地反饋給電機調整力度。未來最賺錢的機器人公司，可能是只造“零件”的公司。04先做政府和企業的剛需，更容易活下來機器人行業，投入很大，時間很長。做出來之後，賣給誰？很多創業者的第一反應是：賣給消費者，賣進千家萬戶。可是，這樣做往往行不通。因為C端的競爭，雖然更激烈，但大機率並不“貴”。一位阿姨打掃衛生，一個小時30元。但假如有台家務機器人，也能打掃衛生，一小時只收你100元，你肯定不願意。這就是C端的邏輯：你的機器人，不僅要比人好，還要比人便宜。那裡有更貴的問題？在A、G、B，在軍隊、政府、企業端。他們買的，是效率、安全、合規。他們願意用20萬的成本，解決100萬的問題。舉個例子，無人機。我在現場，看到家無人機公司。它沒有去跟大疆卷C端航拍，而是做了一款警用無人機。這架無人機，能飛到違章車輛面前喊話，說你違規了，說這裡不能停車。那怕它醜一點，貴一點，政府也願意買單。因為它解決的，是城市治安的問題。這個問題，很貴。再舉個例子，商用掃地機器人。家裡的掃地機要卷顏值、卷靜音。但商場裡的掃地機，只捲掃得乾不乾淨。它的馬力比家用的大幾倍，專門對付商場裡頑固的污漬。雖然又大又響，但保潔公司喜歡。當場景尚未成熟，離消費者越遠，利潤往往越安全。05不只賣裝置，還賣持續可用的結果可是，就算ToB、ToG更容易賣出去，它也需要一單單交付。有沒有可能，把一次性交付，變成長期收入？有的。你可以不只靠硬體賺錢，而是靠長期服務賺錢。比如，我在現場看到的一款智能指環。做智能指環，就意味著要在很小體積裡，塞進電池和感測器。這並不容易。但也因為戴在手指上，所以測量血壓和心率，也要更準一些。但我想和你討論的，不是它的技術，而是它的商業模式。你買了指環，只是開始。如果你想看睡眠分析、健康報告，對不起。每月，你還得付7美元。硬體產品的價值，正在從單純的“物理功能”向“服務”延伸。像AI資料處理、通訊服務、出行營運。比如，衛星通訊服務。買下自動調節角度的地面天線終端，只是開始。後期上千顆低軌衛星提供的全球網路服務，才是大頭。比如，自動駕駛汽車。在Robotaxi的邏輯裡，當自動駕駛技術足夠成熟之後，你就可以加入共享平台，設定好自家車子的空閒時間和範圍。等你不需要用車，車子就會自己出去工作賺錢。所以，你或許可以轉換一下思路：把硬體看作獲客成本，把價格打下來，甚至送出去。把核心價值放在AI演算法支援的服務裡，賣持續可用的結果。06不和巨頭拼“更好”，做他們不願做、不能做的生意我們常說：大樹底下，寸草不生。在主流戰場和巨頭拼硬實力，是死路一條。巨頭的螢幕1萬尼特，我就做2萬。巨頭的更新頻率120Hz，我就做220。這就是一場註定失敗的戰爭。因為巨頭有供應鏈定價權，你拼參數，就是拚命。那怎麼辦？去巨頭不願做、不能做的地方，做不一樣的生意。比如，蘋果AI錄音卡。它不是蘋果的產品，而是適配蘋果的產品。拿在手裡，就是一個吸附在蘋果手機背面的超薄卡片，通過靈敏的感測器，進行錄音。為什麼這東西有市場？因為蘋果為了隱私，對錄音功能卡的很嚴。這在蘋果看來是原則，但對商務人士來說，就是痛點。又比如，類紙屏。展覽現場，我看到了一種類紙屏技術。雖然它用了LCD螢幕，但因為對玻璃做了多次處理，既避免了反光問題，還保證了清晰度。單比參數，它亮度不高，色彩不亮。但是，如果你換個場景，比如教育、讀書，需要長時間盯著螢幕，它的優勢就出來了。每一種技術，其實都有屬於自己的生態位。找到它，做好它，就很少有競爭對手。07去新的環境裡，找那個“不得不解決”的物理難題展覽現場，我看到了很多汽車電池領域的巨頭。他們拼成本、拼產能，捲到了極致。但同時，我還看到了另外一種特殊的電池：無人機專用電池。汽車電池，手機電池，在乎體積。因為空間有限。但無人機最在乎的，不是塞不塞得下，而是扛不扛得起來。相同電量的電池，你更輕，無人機就能飛得越久越穩。在新場景的物理約束取得突破，你就有了細分領域的定價權。類似的，由於場景改變，物理約束改變的例子，還有很多。比如，防塵防爆的礦井裝置，耐低溫的極地裝置，耐高溫的煉鋼爐監控裝置，等等等等。很多機會之所以出現，是因為場景的物理約束變了。約束一變，評判標準就變。08細分場景越具體，付費意願越強烈如果你想做一個“全能安防攝影機”，你肯定打不過海康威視，更打不過 Google。那怎麼辦？那就把場景切碎，切到無限小，切到巨頭看不上，但特定人群又離不開。在現場，我看到了一家做“暴力偵測”的公司。他們的攝影機不識別你是誰，也不識別你笑沒笑，它只識別：是不是有暴力行為。只要有人掏出刀，或者揮起拳頭，系統就會檢測到暴力行為，如果情況危急，還能直接報警。這東西，在中國的大街上沒什麼用。但在某些治安不好的地區，這就是保命的剛需。之前，我們還聊過一家做“智能觀鳥器”的公司。它受過鳥類識別的特訓。當一隻蜂鳥飛過來洗澡，它能立刻識別出這是什麼品種，拍下高畫質照片，推送到手機上。對美國的觀鳥愛好者來說，這就是神器，幾百美元也願意掏。所以，或許你可以不先想改變世界，而是先試著，改變一個角落。比如：只識別“老人摔倒”的雷達，只識別“寵物生病”的貓砂盆，只識別“害蟲”的農業無人機。場景越細越具體，越容易有人願意立刻付錢。因為越具體的場景，越容易算帳。09情緒價值，正在催生新物種AI+情緒價值，玩出了新花樣。現場，我看到一個特別典型的例子：AI寵物。注意，這個寵物，不是那種虛擬的電子寵物，它真的有實體，毛茸茸的。裡面裝了感測器，能檢測到你摸它。你摸它的力道不一樣，它就會做不同的動作，眼睛處的小螢幕，還會展示不同的動畫。同行的女生馬上說：太可愛了，想買。有意思吧？更有意思的，是AI寵物機器人。寵物機器人，是給寵物用的機器人。它能在家裡巡邏，看到貓在那，就投喂點零食，或者陪它玩一玩。你想跟自家狗子說句話，通過它也能實現。當“感知”變得越來越便宜、也越來越小型的時候，互動的成本就會被打下來。互動一旦便宜，關係就有機會被產品化。現代人，太孤獨了。誰能解決“孤獨”，誰就能獲得更高的溢價。未來最賺錢的產品，可能是掛在包上的電子小貓、戴在手腕上的虛擬戀人。最後的話呼，終於講完了。感謝你看我絮叨到現在。限於文章篇幅，還有很多精彩產品，沒辦法為你一一展示。但是，當我們從上午十點，逛到下午五點半，終於從展館離開的時候，一種感覺，卻逐漸清晰了起來：AI時代，大模型和通用算力，是巨頭們的“諸神戰場”，普通創業者進去就是炮灰。但當你看向那些具體的、瑣碎的真實場景時，機會卻比任何時候都多。比如，為了掃淨牆角的灰塵，努力伸出機械手、爬上二樓的掃地機；比如，為了減少違章，不厭其煩飛在空中喊話的警用無人機；比如，為了貼在手機背後，把自己做得像紙一樣薄的電池；又比如，為了守護安全，特殊訓練過暴力識別的攝影機。任何一個時代，都有無窮無盡需要被解決的問題。只是在AI時代，每個人都有瞭解決這些具體問題的可能。機會，都是從縫裡摳出來的。當痛點和技術撞在一起。才有火花，才是機會。你坐在辦公室，是想不出來的。而我們出來看展，就是來看這種還未燃起的火花，來看這種還沒有爆發的機會。然後，找到自己的機會。 (劉潤)

「CES 不能沒有深圳，就像西方不能失去耶路撒冷。」每年的 CES，幾乎被稱作是全球科技的春晚，這個國際消費電子展（Consumer Electronics Show）集結了全世界最具創新意識和形態的產品。和過去幾年不一樣的是，沒有 AI 加持，基本上產品就出不了圈，全息投影的二次元美少女 AI 助手、能給你疊衣服的 AI 機器人、AI 貓咪喂食和飲水站……圖片來源：小紅書@125834906一樣的是，CES 被網友們戲稱為是「China Electronics Show」、「Cheap Electronics from Shenzhen 」，走向世界的電子消費，還得是看華強北。在 CES 的創新獲獎名單內，來自深圳的獲獎產品有 Maono 的 DM40 無線麥克風、AI 圖靈琴鍵、水上攝影的飛行相機、還有 10 秒內將標準⾃⾏車，轉變成 750 ⽡電動助⼒車的 Kamingo 改裝系統等等。CES 目前在美國拉斯維加斯舉行，1.6-1.9 為期四天。除了這些來自深圳的企業在展會上亮相，更有意思的是很多無厘頭的發明；從出生到老了、從臥室到浴室……幾乎那裡都被 AI 承包了。這幾天 APPSO 在這裡幾乎逛遍了所有場館，為你彙總了這些有趣或抽象的產品，來看看有沒有你想帶回家的。AI 陪伴是過去這段時間的大熱門，但能做好的很少，基本上都是拿著手機對話，螢幕上有一個自訂的形象，能和我們進行一些簡單的互動。這次不一樣，有人給 AI 套上了全息影像的殼，還有真的能一天一天長大的 AI 電子寵物。喜歡實際的陪伴，也有給家裡的小貓專門設計的 AI 喂飯器，小貓說，我也是用上 Apple Watch 了。AI 伴侶從手機螢幕來到現實Razer 推出了 3D 全息 AI 助手 Project AVA，通過物理裝置，各式各樣的 AI 形象，能夠以全息影像形式呈現。目前，我們可以自選五種角色，包括二次元風格的角色和擬人化設計，支援語音感知和情境互動。一開始，Project AVA 是作為一個電競 AI 教練的形式存在，它能分析玩家的遊戲介面並給出建議。現在，它想要在生活的方方面面都提供建議，做一個全能的 AI 桌面助手，同時繼續全天候的陪伴。雖然雷蛇有強調，Project AVA 開發的目的不是戀愛導向，但當下日益火熱的 AI 夥伴市場，想把它單純作為一個效率/遊戲工具來用的話，我找一個智能音箱，喊喊小愛同學或 Siri，豈不是更方便。全息 3D 技術的設計，很明顯就是要讓我們產生一些依賴。在 AI 陪伴市場，尤其在日本等地區，AI 夥伴已經開始從數字介面，向 3D 物理裝置過渡。或許這也是今年 AI 陪伴賽道的新趨勢，手辦大小的盒子甚至可以隨身攜帶，全息投影技術又意味著，AI 生成的角色也可以放上去。曾經主打 AI 陪伴的 Grok，裡面有二次元少女、壞男孩 Rubi、還有以五十度灰男主角為原型的腹肌帥哥，吸引過不少網友的嘗試。圖片來源：https://www.razer.com/concepts/project-ava現在，Project AVA 也正是運行在 Grok 平台上，約等於是把手機螢幕裡面的二次元少女，邀請她來到了你身邊。馬斯克看到 Project AVA，估計也會想買一個帶回家，把他喜歡的 Ani 放到自己床頭。不過也有網友銳評，這東西確實很酷，但新鮮感過後，你還能用它幹嘛呢？除了讓它可愛地收集你的資料之外，還有什麼意義呢？目前，雷蛇以 20 美元開放預定該產品，將在 2026 年下半年正式發貨。更懂你家小貓的是這個 AI 喂飯器不僅要介入人類的邊界，AI 現在也開始走進寵物的健康。瑞士初創公司 AI Tails 在 CES 2026 上，推出了一款新型喂食器，它能利用攝影機分析貓的表情，幫助診斷貓咪的病情。通過攝影機捕獲的資訊，裝置可以分析貓咪的食量、水量、體溫以及面部表情，檢測潛在的健康問題，並且還提供資料雲端分析和 App 提示。創始人 Angelica De Riggi 提到，開發這個產品的靈感，來自於失去愛貓的個人經歷，她的目標是讓寵物享受，類似人類智能穿戴裝置的健康監測。圖片來源：https://www.aitails.com/｜官網非常可愛，游標都會變成一個貓爪目前，這款產品只適用於貓貓，小狗的版本還有待他們更新。買一個給家裡的寵物，聽起來確實不錯。但是價錢可能不那麼美麗，它的售價分為 $199 和 $299 兩個版本，一個是有溫度感測器，一個沒有，差 100 元？除了購買產品的花費，還有分析這些資料的 AI 服務消費，前六個月免費使用 App，但之後需要約 21 美元/月的訂閱費。這個 AI 喂食飲水機，預計在 2026 年底全球發貨，你會買單嗎？一個不會生病的 AI 口袋寵物如果你覺得這還是很麻煩，一家立志成為「AI 機器人時代的任天堂」初創公司 Takway，帶來了一款永遠不會生病的電子寵物，Sweekar。它類似電子寵物蛋（Tamagotchi，拓麻歌子）一樣的虛擬寵物，大小也是握在手掌心的範圍；是一個超萌的蛋形小玩具。此外，它還長著耳朵，臉部是一個螢幕，身體裡還藏著比 Tamagotchi 更複雜的 AI 晶片。它的成長過程也很有儀式感，剛買來時是一個小蛋，需要玩家「孵化」兩天；接下來進入嬰兒期、少年期，使用者需要通過喂食、陪玩等互動來照顧它；到了成年期，它會變得更獨立，甚至會自主探索虛擬世界，還會回來向你匯報它的冒險經歷。最重要的，它不會死，至少虛擬意義上的「死亡」從此消失。到了 Level 51，即便你再忙，Sweekar 也能自己活下去，當然給它充電是必須的。Sweekar 提供了粉、黃、藍三種基礎配色，使用者還可以購買各種換殼和服飾。目前還沒有確定具體價格，預計售價 $100-$150，很快在 Kickstarter 上發起眾籌活動。Cocomo 是一款能跟隨主人移動的機器人寵物，外觀像毛茸茸的小蛋或泰迪熊，具備模仿和學習能力，甚至通過不同觸感（比如溫度調節）增強與主人的情感連接。｜圖片來源：EngadgetAI 寵物也是今年 CES 上的熱門，除了 Sweekar，日本初創公司 Ludens AI，也展示了兩款非常可愛的 AI 機器人夥伴 Cocomo 和 Inu。兩款機器人都以情感連接為核心賣點，強調陪伴屬性，能通過肢體動作、聲音模仿等，一些簡單的動作和主人互動，學習使用者的喜好。Inu 是一款迷你桌面機器人，被稱為「桌面外星小生物」，用聲音和動作與使用者互動，主要設計目標是陪伴工作。｜圖片來源：Engadget樂高迷狂喜，帶晶片的智能積木上線樂高此次推出的全新「智能磚塊」（Smart Brick），被稱為 50 年來最重要的產品進化。https://www.lego.com/smart-play雖然上晶片，但是樂高說沒有 AI 功能，沒有攝影機，也不會記錄。智能磚塊內建的微型電腦，支援 NFC、藍牙網狀網路、多種感測器及無線充電，可與智能標籤、智能人偶等配合實現互動功能，賦予傳統樂高動態效果，包括項聲音、燈光、音樂等。首批產品為《星球大戰》主題套裝，定價 70-160 美元，3.1 開始發貨，附帶智能磚塊和智能標籤。樂高稱智能磚塊是長期戰略，不僅限於目前的星戰系列，未來或將拓展至寶可夢等其他 IP。從上到下，依次為：473 個零件的達斯·維達的 TIE 戰鬥機套裝，配有一個智能積木、一個智能標籤和一個智能人仔。（70 美元）｜紅色五號 X 翼戰機套裝包含 584 個零件，其中包括一個智能積木、五個智能標籤和兩個智能人仔。（100 美元）｜962 個零件的達斯·維達王座室決鬥，和 A 翼戰機套裝包括兩個智能積木、三個智能人仔和五個智能標籤。（160 美元）網友們對樂高智能積木的態度也傾向於正面評價，儘管表面上看起來，智能樂高積木只是比傳統的，有了能發出聲音的選項，但他們認為這些聲音，足夠更好去激發小朋友的想像力，再配合智能標籤的應用，給了它更多的互動方式。入侵完情感，下一步是我們生活的方方面面，這裡有能當端側 AI 運行的夾克，穿上它，你就是這條街上最靚的仔；還有給你剪頭髮、「看你洗澡」、「看你上洗手間」的各種 AI 裝置。穿上這件夾克，你就是一個行走的 AI如果有一天，你的衣服能替你充電、調溫、甚至運行 AI，你還需要那些 AI 智能手錶/眼鏡嗎？ModeX，一款在 CES 上亮相的智能夾克，就想一口氣把這些全「包」了。它其實就是一件普通的衣服，但是經過特殊的剪裁和拼接，讓它變成了一款模組化智能夾克，並且是專為年輕都市專業人士設計。在這個模組化夾克里，它的主要功能包括無線充電、可穿戴邊緣計算裝置、智能控溫和可程式設計燈光。最大的特點，就在於其輕薄、可折疊的電源管理和計算模組，能無感嵌入衣物。圖片來源：https://www.modewearables.com/technology所以說，這件衣服是把所有的東西都「包」起來了。研發這件夾克的公司，他們說，目標是重新定義移動端的計算，和能源互動方式，努力打造科技與時尚的結合體。而這件夾克，就是科技與時尚的結合體，端側 AI 的運算全部可以放在這件衣服裡，你走到那裡，AI 計算到那裡。AI 理髮，十分鐘出來一個小李子在理髮店剪頭髮的時候，你有沒有問過你的 Tony 老師，是不是會給自己剪頭髮、做髮型。大部分時候他們都會說，自己給自己理髮，是很難做到。但在今年的 CES，偏偏就有奇人帶來了一款借助 AI，讓你可以自助剪頭髮的理髮器。任何時間、任何地點，打開 App，戴上頭套，隨便一個人都能拿著推子開始。跟我們在網上刷到的那種，伸一個頭進去，兩三秒就把你給剃成平頭不同。Glyde 智能理髮器，配備了 AI 理髮指導和自動漸變修剪功能，我們只需佩戴這款外觀非常普通的頭帶，就可秒變理髮師。在 Glyde 官網，也給出了產品的詳細情況，和具體的使用步驟。打開 App，選擇自己喜歡的髮型，之後佩戴上專門的髮帶，就可以開始推剪頭髮了。https://smarthairclipper.com/他們提到，Glyde 的智能刀片能夠感知我們理髮的速度、方向和傾斜角度，並即時調整，防止出現不均勻的層次，或過度修剪。速度過快，刀片會自動縮回。傾斜方向錯誤，修剪量又會減少。AI 洗澡，洗出一個皮膚好氣質佳繼 AI 理髮之後，AI 洗澡的玩意也來了；更離譜的是，這東西還獲得了 2026 年 CES 美容科技創新獎。這套名為 Balance AI 煥膚淋浴系統的裝置，實際上就是一面智能浴室鏡，它直接安裝在我們的淋浴間，通過近距離紅外和光譜感測器，把我們淋浴過程，變成一套精準的美容程序。具體來說，它沒有任何攝影機，僅憑藉這些感測器，掃描使用者的面部、身體來評估彈性、油脂水平、色素沉著、以及是否需要補水等。系統會根據 AI 評估的結果，即時通過電解調節洗澡水的 pH 值，以及使用 NFC 標記的膠囊來分配不同的維生素和活性護膚品，進一步個性化你淋浴時使用的水流。這套系統的螢幕，還會記錄使用者的皮膚變化，非常適合那些容易長痘、以及敏感型皮膚。除了 AI 洗澡，開發 Balance AI 的這家韓國公司 Ceragem，在這次的 CES 上，還推出了 AI 美容系統，將美容院的數 10 種療法，全部整合到一個個性化的 AI 多療法煥新活力艙中。愛美之心，人皆有之。歐萊雅雖然不主打 AI，但是也在今年的 CES 上交出了一款很抽象的 LED 面膜，它通過特定波長光療，來增強護膚品的吸收。LED+面膜，聽著也是一股「智商稅」的味道。歐萊雅介紹這款新的 LED 面膜，主要是「可穿戴性」，通過柔性材料，和貼近皮膚設計，解決傳統面膜的佩戴不適問題。產品靈感來自片狀面膜，將紅光和近紅外光療與日常護膚結合，縮短使用時間並潛在提升產品吸收效率。AI 馬桶，我們什麼資料都能分析洗手間裡的那些東西，算是被這些個 AI 都給整明白了。和洗澡不一樣，這個 AI 馬桶是直接說，我們就是靠攝影機來收集資料，進行分析。它掛在馬桶側面，配備攝影機和麥克風，用於追蹤排便和排尿情況並提供反饋他們把這個裝置叫做 Throne（寶座馬桶電腦），利用電腦視覺技術來研究使用者的便便。通過攝影機和麥克風，監測使用者的排便頻率、糞便的質地、和大小以及量；來分析使用者的腸道健康狀況。Throne 的開發者還說，這些資料的收集，對於控製藥物症狀至關重要。同時，也提到了收集到的資料，經過加密和保護，AI 分析的結果也會傳送到使用者裝置；能最多追蹤六人的「動態」。目前，這個 AI 馬桶電腦的預售已經開啟，售價為 340 美元，另加每月 6 美元的會員費。我在想，他們使用的分析模型，是從那裡找來的圖片、聲音還有對應的症狀情況來訓練的呢。https://www.ces.tech/ces-innovation-awards/2026/vovo-smart-toilet-neo-tcb-090sa/無獨有偶，另外一家公司也推出了一個 AI 馬桶，更離譜的是，它還配套了一塊螢幕掛在牆上，馬桶內建的尿液分析感測器，在進行即時監測後，會把結果直接顯示在這塊壁掛式顯示器上。如果使用者在 8-10 小時內沒有使用馬桶，系統就會自動，向已註冊的家庭成員手機傳送警報。燈一開，AI 什麼資料都分析不了有隨地安裝的攝影機來 AI 分析我們的 SNP，也有專門的裝置開發出來，讓攝影機失靈，防止 AI 進行處理。Light Saver 就是這樣一款產品，它是全球首款「反 AI」照明系統，Light Saver 在人類視野中只是普通的照明，但在機器視覺裡，它卻是一道無法踰越的屏障。這盞燈的工作原理是，它能利用特殊的光學頻率，在攝影機拍攝的畫面中，生成嚴重的視覺干擾，使偷拍和錄影徹底失去資訊價值。更進一步，它能從物理層面干擾電腦視覺演算法，讓 AI 無法檢測或識別場景中的人物與物體。對於一些比較敏感的場所，讓 AI 失效，可能會成為一種必要的安全權利。這盞燈的存在，算是一次創新的對抗。大多數的科幻小說都在想像，外星人來到地球、機器人來到地球，卻很少想我們去到外星人的世界。今年多家機器人廠商宣佈有量產的計畫，聽起來我們有機會去到機器人的世界了。能疊衣服的機器人，而且背後沒人操作LG 在 CES 2026 上發佈了名為 CLOiD 的家用機器人原型，主打折疊衣服、洗碗、端菜等家務功能。CLOiD 這個名字看著就有點摸不著頭腦，幹起活來，你覺得這衣服疊得含糊嗎。速度真的太慢了。根據介紹，CLOiD 機器人配備了頭部螢幕、攝影機和感測器，能與人類互動並學習使用者生活習慣。它擁有靈活的雙臂，可以獨立移動手指，但無法拾取地面物品。目前 CLOiD 還是概念性產品，只是在 CES 上展示一下，LG 也沒有透露具體的商業化計畫，但像視訊裡展示的那樣，將機器人技術拓展到其他家電領域是必然的。看到 CLOiD 機器人去操作 LG 冰箱、洗衣機等裝置；突然也想到小米這一路的佈局，人車家全生態。不得不說，對小米的機器人，也越來越期待了。給老年人開發的 AI 貓熊機器人，我也想試試聽到貓熊，我們的國寶，就知道開發這款工具的公司大概是來自中國。果不其然，安安，一款 AI 貓熊機器人，是無芯科技公司推出的最新 AI 寵物，它將貓熊可愛的外形，與老年人護理相結合，為老年人帶來個性化的服務。圖片來源：https://web.wxbionics.com/無芯科技有限公司 2021 年在深圳成立，主要的業務就是專注於仿生情感陪伴機器人，仿生康復療愈 AI 寵物研發。這款仿生 AI 寵物貓熊整合了神經觸感系統，並且內建長時記憶模組。它通過捕捉使用者的撫摸動作，即時反饋安撫性的軀體律動與聲音，幫助使用者對抗焦慮和其他障礙情緒。在大模型的加持下不斷學習，它能記住使用者的核心記憶與生活習慣。無論是作為腦退化症老人的記憶錨點，還是自閉症兒童的社交窗口，它都能提供定製化的陪伴體驗。除了 AI 貓熊，他們還開發了多款仿生機器人，主要都是提供情感支援和陪伴類服務。國產機器人紛紛亮相，過年表演節目時間到來自中國的機器人可不止這一個，聲名遠颺的宇樹、天工、魔法原子、傅立葉、還有維他動力、逐際動力等多個國產機器人製造廠商都有在今年的 CES 亮相。宇樹展示了他們全系列的人形機器人產品，包括 G1、H2 和 R1。G1 憑藉著它高速武術，和拳擊動作的現場演示，甚至被現場觀眾戲稱為「李小龍機器人」。Gemini 加持的波士頓動力機器人陪伴類的、主打節目表演的、還有能做家務的，CES 上的機器人簡直眼花繚亂。除了能做家務的 LG 機器人，另一個國外熱門的機器人就是波士頓動力（Boston Dynamics）。光聽名字就覺得很有力氣，它被設計出來，也確實是用在工業化的場景。波士頓動力在 CES 2026 上，發佈量產版 Atlas 人形機器人，Atlas 支援多種工業任務，具備 7.5 英呎的觸達範圍，能舉起 100 斤左右的重物，並能在極端溫度下工作。Atlas 目前是由工程師遠端操控，但未來將實現自主移動。波士頓動力還跟 Google DeepMind 達成新 AI 技術合作，為機器人提供更強的智能能力。而未來 Atlas 的目標是能直接參與汽車組裝工作，現代汽車（Hyundai）和波士頓動力也達成了合作，計畫 2028 年在喬治亞州汽車工廠部署。今年的 CES 在明天就正式落幕了，展商們帶著自己最引以為傲的產品在這裡，也不知道能拿下多少訂單。但可以預見的是，去年是 Agent 元年，大模型能力還是在我們的手機上；今年 AI 和實體硬體融合的元年，或許才剛剛開始。 (APPSO)

12月24日，Anthropic 首席產品官Mike Krieger 接受 AI Daily Brief 的訪談，本次對話復盤了過去一年 Vibe coding的崛起、Anthropic 聚焦程式設計領域的底層戰略邏輯、智能體化工作流的演進、AI Agent 在企業端的規模化落地障礙以及 2026 年企業級 AI 的戰略轉向。Mike Krieger表示，程式設計不應僅被視為軟體開發，而是解決通用問題的一種極度全能的推理工具。他指出，Anthropic 戰略性聚焦程式設計並非只為服務程式設計師，而是因為程式設計是 AI 實現推理、自主規劃與長周期運行的最佳載體。 Vibe coding正在重塑人類與機器的協作邊界。Mike Krieger認為，優秀的產品架構應能隨著底層智能的進化而自然“變薄”：隨著模型自主性增強，產品經理應主動簡化控制框架，拆除曾經為了輔助模型而搭建的互動“腳手架”。他指出，如果使用者覺得模型升級後性能提升不明顯，往往是因為過時且僵化的產品框架限制了模型的發揮。Mike Krieger認為，2026 年將是 “AI 同事年”。企業將告別單純在現有介面塞入 AI 的補丁階段，轉而進入“智能體原生”的重構時代。AI 的核心價值將從“資訊檢索”進化為“可靠地分擔職責”，實現真正的委派式工作。01程式設計是 AI 具備通用推理與長周期自主規劃能力的底層工具很多人認為 Anthropic 是 AI 程式設計領域的領軍者。這種對程式設計的聚焦是預先設定好的戰略支柱，還是因為模型在該領域展現出了卓越能力，才演變成了一種差異化的核心競爭力？Mike Krieger: 每當 Anthropic 的產品負責人考慮戰略方向時，我都會強調，只有與公司對強人工智慧起源的長遠觀點保持一致，路徑才會最順暢。Anthropic 是一家極度專注的公司，這從我們選擇的特定賽道就能看出來。公司內部有一個根本信念，AI 若要真正強大，必須具備推理、自主規劃以及長周期運行的能力。更關鍵的是，它必須能夠編寫並執行程式碼。這不僅是為了軟體開發，更因為程式設計是解決通用問題的一種極度全能的工具。這種信念在我去年 5 月加入之前就已存在，當時恰好趕上外界認知的覺醒。Claude 3 發佈後約一個月，社交媒體上出現了一個轉折點，使用者意識到模型可以編寫完整的程式碼檔案，而不僅是零碎的函數。雖然那些能力按現在的標準來看還很初級，但在當時非常令人震撼。隨後，我們推出了首個面向程式設計的產品體驗 Artifacts，讓 Claude 可以在聊天介面旁直接生成可運行的 React 網站。對許多人來說，那是他們第一次意識到Vibe coding，即在傳統開發環境之外與模型協作開發，是一種切實可行的新範式。02好的 AI 產品架構應隨著模型智能的提升而不斷簡化控制權2025 年被認為是 AI Agent 程式設計之年，從早期 GPT Engineer 到後來的 Lovable，技術每一階段都在解鎖新場景。你們在內部開發 Claude Code 時的核心邏輯是什麼，作為產品專家，你如何設計那些今天有用但能隨底層智能進化而自然增強的產品？Mike Krieger: 這是一個非常好的反思時刻。去年最後幾周，我們內部開發了一個叫 Claude CLI 的項目，也就是後來發佈的 Claude Code。它源自我們的 Labs 團隊，這個團隊專門負責從 0 到 1 的顛覆性創新，涵蓋從早期的電腦使用探索到各種實驗性項目。在 9 月到 12 月間，Claude Code 迅速成為了我們內部最好用的程式設計工具。它的核心邏輯是，隨著模型能力的提升，我們應該讓模型多思考一會兒，允許它們在更長的時間跨度內自主運作。假期裡我們一直在爭論是否要把它作為繼 Claude 網頁版和 API 之後的第三大產品支柱。我們意識到，如果我們不做，別人遲早也會發現這種低干預、任務導向型的模式。我們進入今年時就堅信，這會徹底改變軟體的建構方式。（關於順應增長的產品原則）Anthropic 有一條核心產品原則叫作“順應指數增長”，我們致力於打造今天就有用，但架構上能隨著底層智能進化而自然增強的產品。在 Claude Code 上，我們隨著時間的推移反而簡化了外部的控制框架，因為模型自主性越強，就越不需要複雜的輔助結構。我們常發現，如果客戶覺得新模型提升不明顯，往往是因為他們被舊的框架限制住了。一旦放開約束，模型的進步就一目瞭然。我們經常和開發者討論，如果模型最終不再需要那麼多輔助腳手架，你的產品還能提供什麼獨特價值，或者模型是否正在蠶食你認為的核心貢獻？（關於 SDK 的演進細節）的確如此。在我們將內部工具打磨並公開發佈後，我們發現用例一直在進化。在我們的駭客松裡，項目往往會扎堆在即將爆發的技術點上。第一次駭客松大家都在關注模型上下文協議（Model Context Protocol），簡稱 MCP。第二次是在 Claude Code 發佈前後，令我驚訝的是，很多項目根本不是為了寫程式碼，而是把 Claude Code 當作底層引擎。我們看到了生物資訊學方面的應用，後來我們將其整合進了面向生命科學的 Claude。還有人把它當作全自動網站可靠性工程師（SRE）來分析資料，或者當作自動化資料科學家。這些項目讓開發者跳過了繁瑣的基礎設施搭建，直接進入業務核心。基於此，我們將底層 SDK 重新命名為 Claude Agent SDK，因為 Code 這個詞已經涵蓋不了它所支援的廣泛場景了。03AI 規模化的關鍵在於讓非技術使用者跨越複雜性天花板並建立可靠性預期要讓非開發者習慣這種新架構需要做些什麼，如何看待技術修補者與大眾互動標準之間的跨越？此外，目前 AI 使用分為高端工程、初級應用和流程重組，這三者本質上是一回事嗎？Mike Krieger: 我們還處於早期階段。即使在部署了企業版 Claude 的公司裡，你也會在銷售或市場等部門發現一些“極客型建構者”。他們雖然沒寫過程式碼，但能熟練運用原語並通過提示詞來實現工作流自動化。不過，在互動介面和核心能力上，確實還有巨大的鴻溝需要填補。如果你的 AI 同事雖然有創意，但偶爾會在以前處理得完美的任務上犯些低級錯誤，你很難完全信任它。我們現在必須彌合理解力差距，確保這些系統可預測且可靠。同時，要改掉幾十年養成的操作習慣也需要時間。習慣的養成往往是從第一次成功嘗試開始的。上周末我在用 Replit 和 Opus 跑項目時，順便在做早餐的空檔想給家裡做一個秘密聖誕老人小程序。因為我當時已經在那個工作狀態裡了，我隨手發了一個非同步請求，早餐做完，程序也寫好了。如果我當時沒在那個環境下，我可能根本不會想到用 AI 來做這件事。縮小習慣養成與能力認知之間的差距是關鍵。（關於使用者群體細分）這是一個關於不同群體如何爬上複雜性階梯的問題。開發者、建構者與企業雖然共享底層模型，但感覺完全不同。軟體開發者是動力最強的群體，他們習慣於最佳化自己的工具環境。他們的反饋能形成閉環，幫助我們將需求傳達給研究團隊。在非技術建構者的中間地帶，目前存在一個複雜性天花板。我觀察我妻子使用這些工具時發現，你偶爾還是得用到一些特定的提示詞技巧。比如在處理項目時，模型可能會填滿上下文窗口，我知道這時候需要語義檢索，但模型沒主動提，她也不知道這個術語。我們的目標是幫使用者爬上這個複雜性階梯，從寫前端，到學會資料持久化、安全審查和性能工程。這就像是讓 AI 帶著你，重新走一遍我們當年在 Instagram 經歷的規模化擴張之路。在企業端，最大的問題是落地與產出之間的脫節。AI 的輸出必須質量極高，高到讓使用者真正感到省心。如果 AI 給出的只是一個半成品，使用者會覺得還不如自己動手快。所以我們現在更關注如何穩定提供高品質、可靠的初始產出。042026 願景：企業將通過 MCP 和智能體原生設計實現 AI 的規模化分發與任務委派相比 2025 年，企業在 2026 年的目標會有什麼變化？面對遺留系統和監管限制，如何解決可分發性問題，讓 AI 真正從工具變成可以獨當一面的同事？Mike Krieger: 有兩點顯著不同。首先，企業對橫向智能體的興趣激增。我們不再只滿足於寫郵件的助手，而是開始擴展重複性的後台任務，比如國際化的“瞭解你的客戶”合規審查。這些流程複雜且重複，需要深度的企業內部知識。我們正在派出應用 AI 工程師，幫企業把這些需求轉化為靈活且可重複的智能體流程。其次，企業開始告別 V1 階段，即單純往現有介面塞一個 AI。他們現在正在重新設計產品，使其成為智能體原生產品。這意味著要讓 AI 能在後台完全調動產品的全部功能，這種轉型比在側邊欄加個聊天框要深刻得多。（關於基礎設施與連接）關於基礎設施，我曾和一家大銀行的技術主管聊過，他提到他們必須為了 AI 重新梳理資料儲存、標註和血緣。當你讓 Claude 幫你製作儀表盤時，它必須能理解底層的資料庫結構。2026 年的主題就是補齊這些缺失的連接件。我們看到很多企業正用 MCP 封裝內部服務，下一步就是從檢索資訊進化到採取行動，讓 AI 真正參與業務流，比如為人工確認排隊決策。理想中的雲環境與現實中的遺留系統及監管限制之間存在巨大落差。我們目前的重點是可分發性，也就是把我們的智能和智能體原語，比如技能、SDK 和記憶能力，直接帶到企業的工作流所在地，無論它部署在那裡。我們將這些功能元件化，確保在主流雲平台上都能靈活呼叫。雖然小規模試點容易，但要達到生產級規模，必須在尊重企業現有約束的前提下提供服務。（關於“同事”角色的演變）這可能是 2026 年的定義性特徵。我們在程式設計領域已經看到了這種苗頭，比如我們和 GitHub 的合作，你可以在拉取請求中直接標記 Claude，然後你去喝杯咖啡，它就把活幹完了。雖然模型現在還不懂職場裡的社交邏輯，但在具體職責的委派上，比如根據指定資料來源寫一份報告，已經近在咫尺。我們正在開發這種委派式的互動介面，並把在程式設計領域積累的經驗推廣到所有的知識工作中。關於 2026 年的期待，我的回答是：可靠地分擔你的工作。 (數字開物)