眾所周知，中美“芯戰”持續了數年，其打壓政策不斷升級，給中國科技企業造成了巨大的衝擊和影響。不止光刻機，從光刻膠到晶片設計軟體，再到晶片架構等等緩環節，均遭遇了“卡脖”制裁。一切都很清晰了，和晶片相關的技術、裝置或原材料，只要掌控在美西方的手裡，中國芯都難逃一劫。在這樣的大背景之下，倪光南院士針對中國芯，指出了一條新的方向！打破壟斷，擁抱開源——RISC-V。他認為，重押RISC-V晶片賽道，中國芯才有希望可以絕處逢生，避免ARM、X86的突然“翻臉”，實現獨立自主。和ARM、X86相比，RISC-V的最大優勢就在於開源，誰都可以用，不受任何人控制，所以說，它對於中國芯來說是更安全、更可靠的選擇。預計在2025年底，RISC-V基金會的成員單位將增至5000家，像阿里、中科院等都在其中。中科院主導研發的“香山”項目，就是基於RISC-V開放指令集所研發的，國家都在鼎力支援造中國國產RISC-V芯，這也說明，這條路走對了！在中國國產RISC-V晶片領域，以阿里達摩院為代表的硬核科技企業，已經交出了高分答卷。自2018年首款RISC-V架構處理器IP玄鐵E902發佈至今，阿里達摩院已經形成了全面的產品矩陣，手握E、R和C三大系列。而其RISC-V晶片的累計出貨量早已突破了45億，行業領跑。值得一提的是，今年阿里達摩院還推出了重磅“王炸”——首款伺服器級CPU，玄鐵C903。這枚處理器的主頻達到了3.4Ghz，在高性能場景下的表現已經能夠媲美X86和ARM。此外呢，阿里達摩院還有一張“王牌”，那就是無劍平台，通過開放合作，吸引了越來越多的合作夥伴加入，且降低了RISC-V架構的開發門檻，加速全球RISC-V生態的完善。RISC-V要打破ARM和X86的壟斷，單打獨鬥肯定是不行的，還是要創造生態的繁榮，阿里在這一點上，還是看得挺明白的——開放技術、共享資源，唯有如此，才能共築先進、領先且全面的RISC-V“芯”未來。當然了，隨著AI浪潮的襲來，RISC-V晶片發展也迎來了新的突破口，大模型的加入，也給RISC-V提供了新的機遇。而在這方面，阿里的優勢就很顯著了，基於阿里通義Qwen系列大模型，有望帶動新一輪的技術革新，加速生態和技術的更迭，未來可期。任何一項新技術、任何一個新平台的崛起，都要經歷“低谷-攀升-巔峰-下坡”等過程，曾經的ARM也被質疑性能不足，現在的RISC-V就像早期的ARM，但憑藉其開源開放的特性，潛力無限。正如中科院院王懷民所說的，開放原始碼的本質就是要激發群體智慧。能夠吸引更多像中科院、阿里等機構和企業、開發者的加入，才能建構更全面、更安全、更高效的創新生態。如今，根據RISC-V基金會的最新資料顯示，RISC-V芯市佔率已突破25%，這意味著，RISC-V已經打破ARM和X86的行業壟斷，開闢了“三足鼎立”的全新時代，中國芯“賭”對了，倪光南院士的預言或成真，RISC-V晶片大有可為，繼續加油吧。 (W侃科技)

這兩周，AI 程式設計圈簡直捲出了天際。前腳Google剛發完新模型，後腳 Claude 就跟進大招。很多人為了嘗鮮，還在折騰各種“魔法”，費盡周折去申請那些國外的帳號。但大部分人都沒意識到，其實真正的“版本答案”根本不需要翻山越嶺，就在我們家門口。01｜ 唯一的中國獨苗，殺瘋了我們不看跑分，直接看看全球最大的模型聚合平台——OpenRouter 上的實戰資料。這可是被稱為 AI 界的“照妖鏡”。結果一看，直接給我整沉默了：圖：MiniMax M2 在 OpenRouter 程式設計分類的排名好傢伙，在一眾中美巨頭壟斷的 AI 程式設計模型 Top 5 榜單裡，中國獨苗只有這一家：MiniMax M2。不僅是上榜，它的實戰熱度更是嚇人。根據統計，M2 的 Token 呼叫量穩居全球前五，高峰期甚至一度飆升到了全球第三，直接跟在Claude Sonnet 4.5 和 Gemini Flash 後面貼身肉搏。圖：MiniMax M2 Token 量排名這意味著什麼？意味著在全球範圍內，已經有無數程式設計師用腳投票，認可了它的實力。02｜價格屠夫：9.9元把門檻踩碎如果說排名只是讓我驚訝，那看到價格的時候，我就是震驚了。M2 的價格直接打到了競品 Claude 的 8%。 注意，這不是打折，這是打骨折。前兩周，他們又搞了個大動作——基礎版首月只要 9.9 元 。你沒聽錯，一杯瑞幸的錢（甚至還買不到生椰拿鐵），就能讓你“雇”到一個全球 Top 5 等級的 AI 程式設計師，而且是包月、不限速。不僅如此，它的每款套餐價格都是吊打 Claude：圖：MiniMax M2 套餐對比這就不僅僅是“真香”了，這是直接把 AI 程式設計的門檻給踩碎了。作為經常測評各種工具的博主，我必須替大家驗證一個問題：這 9.9 元，到底是“智商稅”，還是普通人逆襲的神器？03｜極限實測： 它真能幹活嗎？光說不練假把式。我準備了兩個我們日常最頭疼的場景，看看它能不能接得住招。挑戰一：復刻殺時間神器“2048”午休無聊想摸魚？貪吃蛇玩膩了？我決定讓 M2 給我手搓一個經典的“數字毒藥”——2048。看看它能不能搞定那個複雜的合併演算法。我的指令 (Prompt)：請幫我用 HTML + CSS + JS 復刻經典遊戲 2048。具體要求：介面：經典的 4x4 網格，背景要暖色調（米色/淺黃）。核心邏輯：使用鍵盤方向鍵或手機滑動控制數字移動。相同的數字碰撞時合併翻倍（2+2=4，4+4=8），並有平滑的移動動畫。樣式：不同的數字（2, 4, 8... 2048）要有明顯的顏色區分，數字越大顏色越深。計分：頂部即時顯示當前分數和歷史最高分。一個指令下去，整個過程我只需要一路狂按回車。不到 3 分鐘，神奇的事情發生了：圖：MiniMax M2 遊戲生成過程（加速版）這個過程非常有意思，M2 會先思考遊戲的邏輯，然後一步步的把遊戲寫出來。它甚至能自己更新自己寫過的程式碼。圖：MiniMax M2 自動修復更新程式碼M2 甚至展現出了一種“老程式設計師”的素養：它不僅寫了程式碼，還自己開了個 HTTP Server 跑了一遍測試，順手把 Bug 給修了。這不僅是把開發的活幹了，連維運的活也包圓了。圖：MiniMax M2 自動開啟 HTTPServer 並測試都結束之後，我打開這個遊戲，簡直和原版一模一樣。打開遊戲，按下方向鍵，數字塊“刷刷”地滑動、合併，那個絲滑的動畫效果，完全不像是一個 AI 在兩分鐘內寫出來的“草稿”。邏輯類的“滿分作業”。如果你想做個小工具、小遊戲，它完全夠用。圖：MiniMax M2 生成的 2048 遊戲挑戰二：無中生有做資料分析之前很多想學資料分析的朋友跟我抱怨：“我想學，但手頭沒有資料啊！”其實，這也難不倒 M2。我給它出了個難題：兩步走，先造假（模擬）資料，再做高級圖表。第一步：無中生有（造資料）請幫我寫一個 Python 指令碼，隨機生成一份包含 2000 條記錄的‘奶茶店銷售資料.csv’。欄位要豐富，包含：訂單號、下單時間（精確到分鐘）、使用者性別、奶茶口味（5種）、甜度（無糖/三分/半糖/全糖）、會員等級（普通/VIP）、訂單金額。直接運行這個指令碼，幫我生成檔案。M2 二話不說，呼叫 Python 指令碼瞬間生成了一份極其逼真的 CSV 檔案。第二步：全自動分析（出炫酷圖表）現在，讀取剛才生成的 CSV 檔案，幫我用 Plotly 庫生成一個高級互動式 Dashboard，包含以下圖表：銷售熱力圖 (Heatmap)：橫軸是‘星期幾’，縱軸是‘小時’，顏色深淺代表銷量。我要一眼看出那天那個點最忙。使用者偏好桑基圖 (Sankey)：展示‘使用者性別 -> 會員等級 -> 甜度偏好’的流動關係。客單價箱線圖 (Box Plot)：對比 VIP 會員和普通使用者的消費金額分佈。洞察：根據圖表，自動總結出 3 條行銷建議。出圖的過程更加複雜一點，因為遇到一些畫圖模組沒有，不過不用擔心，它完全自動的給裝上了。圖：MiniMax M2自動解決依賴庫問題這其實是一個非常爽的過程，寫過程式碼的人都知道，安裝各種依賴庫簡直會讓人吐血。震撼結果：這是真正的“自產自銷”。 M2 先是用 Python 的 faker 庫給我捏造了一份極其逼真的資料。緊接著，它生成的 Dashboard 簡直絕了：圖： MiniMax M2 生成的資料分析圖那個熱力圖，一眼就看出來，基本上每天下午 4-5 點顏色最深（摸魚喝奶茶高峰期）。圖：MiniMax M2 生成的資料分析圖最神的是那個桑基圖，你能清晰地看到“女生 VIP 使用者基本都流向了“無糖/半糖”，看來美女都怕糖是真的！圖： MiniMax M2 生成的資料分析圖以後別再說沒資料練手了。9.9元，你不僅有了分析師，連“資料造假...啊不，資料模擬”的活兒它都包圓了。這種圖以前我得調半天程式碼，現在 M2 一分鐘出圖。04｜速度快到飛起天下武功，唯快不破。程式設計這個場景，速度是個關鍵指標，對程式設計的體驗影響也非常大，也直接影響到開發效率。我看了一下 OpenRouter 上資料，這個 M2 簡直是離譜，它的 TPS（每秒輸出 Token 數）基本上是 Claude Opus/Sonnet 4.5 的兩倍。比 Gemini 3 Pro 也高了近 50%！圖：MiniMax M2 速度對比另外，M2 已正式支援圖像理解、聯網搜尋 MCP。05｜怎麼用？M2 的接入非常簡單、絲滑。MiniMax 做了 API 生態的全面適配，支援Anthropic 和 OpenAI 兩種標準格式。不管你是用現在的網紅編輯器 Cursor、Claude Code，還是其他的 AI 工具，它基本都能無縫接入。只要三步，就能用上了。第一步：先訂閱一個套餐：https://platform.minimaxi.com/subscribe/coding-plan選擇一個適合自己的檔位，比如我選擇了只需要 9 塊 9 的 Starter，然後下單。第二步：獲取 API Key訂閱成功後，平台會給你生成一個 Coding Plan 專用的 API Key。複製就好了。圖：MiniMax M2 API 介面第三步： 打開你常用的 AI 程式設計工具，把 Key 填進去。在 Claude Code 裡面設定比較簡單，在配置檔案~/.claude/settings.json設定這些參數即可：{"env":{"ANTHROPIC_BASE_URL":"https://api.minimaxi.com/anthropic","ANTHROPIC_AUTH_TOKEN":"","API_TIMEOUT_MS":"3000000","CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC":1,"ANTHROPIC_MODEL":"MiniMax-M2","ANTHROPIC_SMALL_FAST_MODEL":"MiniMax-M2","ANTHROPIC_DEFAULT_SONNET_MODEL":"MiniMax-M2","ANTHROPIC_DEFAULT_OPUS_MODEL":"MiniMax-M2","ANTHROPIC_DEFAULT_HAIKU_MODEL":"MiniMax-M2"}}當然，這裡的MINIMAX_API_KEY要換成你自己的。圖：配置 Claude Code配置完之後，你就擁有了一個24小時待命、不喝咖啡、不發脾氣、還巨便宜的頂級程式設計師助手。最後說兩句MiniMax 搞 9.9 元 ，是不是在卷價格戰？ 是，肯定有商業考量。但作為使用者，我感謝這種“卷”。兩年前，為了用好一點的模型，我們得當“網路難民”，忍受高價和封號。但 2025 年，世道變了。國產模型不再是無奈的“備胎”，而是好用且便宜的主力。當算力門檻降到 9.9 元 時，這就叫“技術平權”。所以，真誠建議大家：別光在岸上看，跳下去試試。萬一，它真幫你把心底那個 App 的夢做出來了呢？騰出時間，去造夢吧。程式碼的事，交給 AI。 (AI范兒)

最近，雷軍在宣傳時變得小心謹慎多了，反覆提醒輔助駕駛需保持專注。有網友指出，這或許和最近小米陷入輿論爭議有關係。近日，新華社刊發題為《“大字吸睛、小字免責”，這樣的小把戲該退場了》的評論文章，向某些廠商的慣用行銷套路開炮。這讓不少網友聯想到之前小米的“小字爭議”。比如，小米17 Pro的宣傳海報用加粗大字喊出“逆光之王”，右下角卻藏著一行幾乎看不清的淺色小字：“逆光之王是產品設計目標”。雖然有人表示這種方式並非小米獨有，但是“網紅體質”的小米依舊是網友們吐槽的主要對象。或許是輿情太激烈。很快就有網友發現，小米行銷風格大變，海報上的小字也消失不見了。例如之前小米汽車在介紹“AEB防碰撞輔助升級”的相關內容時，發佈的系列海報特別標註了“輔助駕駛不是自動駕駛，駕駛仍需時刻保持專注”，也沒有和以前一樣使用小字。小米汽車還在回答網友問題時特別強調：“不要相信‘怎麼開都撞不了’的誇大宣傳，駕駛時仍需時刻保持專注。”如今，雷軍的微博宣傳似乎也謹慎多了。甚至顯得有些小心翼翼。對此，你怎麼看？ (首席電商觀察)

蘋果的人事變動，仍在持續。過去一周，蘋果接連失去了人工智慧主管 John Giannandrea（退休）、設計負責人 Alan Dye（跳槽 Meta）、法務負責人 Katherine Adams（退休）和政府事務主管 Lisa Jackson（退休）。此前，這四位高管全都直接向 CEO 蒂姆·庫克匯報——這種等級的人事震盪在蘋果歷史上極為罕見。更糟糕的是，據彭博社援引知情人士透露：負責硬體技術的高級副總裁 Johny Srouji 最近告訴庫克，他正在「認真考慮」在不久的將來離職。Srouji 是蘋果最受尊敬的高管之一，也是蘋果自研晶片戰略的操盤手。他已經向同事透露，如果最終離開，絕對不會是「退休」，而是打算加入另一家公司。這可能是庫克任期內最動盪的時刻之一。一場始料未及的「高管地震」蘋果的離職名單正在變得越來越長。AI 主管 John Giannandrea 的「退休」，跟蘋果在生成式 AI 領域的一連串失誤有關。不僅底層的 Apple Intelligence 平台架構飽受延期和功能不佳的困擾，上層產品 Siri 的所謂「2.0 版」大規模改進計畫，也落後了大約一年半。目前蘋果計畫與Google的合作來填補能力空白。蘋果在今年三月就開始讓 Giannandrea 逐步退出職位，並且允許他留任到明年春天——蘋果是一家很給面子的公司，給高管面子，更是給自己挽尊：過早分手會被視為公開承認問題的存在。John Giannandrea設計老將 Alan Dye 的離職則更具戲劇性。他將前往 Meta 的 Reality Labs 部門，投奔蘋果最激烈的競爭對手之一。在蘋果內部，Dye 此前「液態玻璃」介面設計語言的主要堅持者，離職之前還在負責一款桌面機器人產品的介面設計。據報導，Dye 的出走，部分因為希望將 AI 更深入地整合到產品中，以及對蘋果在這一領域進展緩慢的失望。法務方面，蘋果從 Meta 挖來了 Jennifer Newstead 作為新任法律總顧問，接替將要退休的 Katherine Adams。Newstead 曾幫助 Meta 贏得與美國聯邦貿易委員會的反壟斷訴訟，這段經歷對於蘋果可能很有價值。Adams 將於 2026 年底退休。環境、政策和社會事務副總裁 Lisa Jackson 也宣佈退休。她曾在歐巴馬政府擔任官員。早前，庫克長期以來的二把手 Jeff Williams 也在擔任 COO 十年之後正式退休了，將棒子交給了手下 Sabih Khan。另一位資深蘋果高管、首席財務官 Luca Maestri，在 2025 年初將大部分職權交給了同事，並將在不久後退休。晶片掌舵者的去留困局Srouji 的潛在離職,可能是最令人擔憂的。作為蘋果自研晶片戰略的核心人物，Srouji 是 M 系列和 A 系列晶片的最大功臣之一，讓蘋果在性能和能效方面獲得了對競爭對手的巨大優勢。特別是他在 M 晶片上的工作，挽救了後 X86 時代的蘋果電腦頹勢。Mac 電腦成功轉向自研晶片後，蘋果在 PC 行業的市場份額大幅增長。據彭博社報導，庫克以及整個蘋果高管層都在瘋狂挽留 Srouji，包括提供更加豐厚的薪酬待遇，以及許諾在未來給他更多職權。公司內部一些高管提出的方案是，將 Srouji 提升為首席技術官，負責硬體工程和晶片技術的大部分工作——這將使他成為蘋果第二有權勢的高管。這是個非常「反傳統」的做法：要知道，蘋果公司歷史上從未設立過正式的 CTO 職位，因為其組織結構是基於職能專長 (funciontal expertise) 建構，而非產品線或技術線。賈伯斯確立了這個「規矩」，並且庫克也一直在維護。也正因此，設立 CTO 的做法可能會存在巨大的障礙。最大的障礙，就在於需要先把硬體工程負責人 John Ternus 確立為 CEO——然後才能把 Ternus 手裡的硬體工程匯報線轉到 Srouji 那裡。Johny Srouji問題是，蘋果可能還沒準備好邁出這一步。根據此前爆料，庫克至少要在 CEO 任上到 2026 甚至 2027 年——一種可能性是，庫克或許會安排在 iPhone 20 周年，也即 2027 年，正式交棒 CEO。此外，據知情人士透露，即便獲得了 CTO 的職位，Srouji 仍然希望不用向 CEO 匯報，而是可以有極大的自主權——這對層級森嚴，匯報體系多年以來一成不變的蘋果來說，同樣是個麻煩。如果 Srouji 最終離開，蘋果很可能會從他的兩位得力副手中選擇接替者：Zongjian Chen 或 Sribalan Santhanam。AI 人才大逃亡在高管層動盪的同時，蘋果的工程師團隊也在經歷人才流失，特別是在 AI 領域。 Meta、OpenAI 和各種初創公司正在瘋狂挖蘋果軟體/硬體工程的牆角。這讓蘋果試圖追上 AI 浪潮變得難上加難。曾負責 Siri 的 Robby Walker 在去年十月離開公司；他的繼任者 Ke Yang 在這個職位上只待了幾周就離職，加入了 Meta 新成立的超級智能實驗室。AI 模型主管 Ruoming Pang 的離職更是引發了連鎖反應，他和 Tom Gunter、Frank Chu 等同事一起去了 Meta——當時，Meta 號稱開出上億美元的年包從蘋果、OpenAI 等公司挖人。當時，蘋果的 AI 組織士氣嚴重低落，幾周內就跳槽了十幾位優秀的 AI 研究員。 蘋果越來越多地使用外部 AI 技術，比如Google的 Gemini，也讓從事大語言模型工作的員工感到擔憂。蘋果的 AI 機器人軟體團隊，前不久也經歷了大規模離職，包括其負責人 Jian Zhang，他同樣加入了 Meta。代號為 J595 的桌面裝置的硬體團隊也在大量流失人才，其中一些人前往了 OpenAI。除了負責「液態玻璃」之外，Alan Dye 也是監督該產品軟體設計的關鍵人物。Alan Dye 手下的使用者介面部門同樣遭受重創，2023 年至今已有多名團隊成員離職。知名設計師、前《連線》雜誌創意負責人 Billy Sorrentino 也去了 Meta。Alan Dye 和 Billy Sorrentino設計團隊的代際斷層蘋果的硬體設計團隊，是這家公司的絕對靈魂——然而在過去五年裡，這個靈魂幾乎被掏空了。許多員工跟隨前設計主管 Jony Ive 去了他的工作室 LoveFrom，或者去了其他公司。不僅如此，Ive 跟 Sam Altman 的關係密切，幫助其從蘋果瘋狂挖人，幾乎成為 OpenAI 的 AI 硬體「首席招募官」。OpenAI 成為了蘋果人才流失的主要受益者。目前已經聘請了數十名蘋果工程師，背景涵蓋 iPhone、Mac、相機技術、晶片設計、音訊、手錶和 Vision Pro 頭顯等廣泛領域。據彭博社報導，OpenAI 從蘋果挖走了 Vision Pro 光學系統的負責人、蘋果顯示技術高級總監 Cheng Chen。今年九月，在秋季新品發佈會上聲優出演介紹 iPhone Air 的設計師 Abidur Chowdhury，也離開蘋果加入了一家 AI 初創公司。作為蘋果的後起之秀，Chowdhury 在內部被認為是接近於 Tony Fadell 的優秀工程師，他的離職讓同事們感到意外。甚至連蘋果大學的院長也離開了：這個內部項目旨在保護公司的文化和實踐，其院長 Richard Locke 在今年夏天離職，加入麻省理工學院擔任商學院院長。權力格局的重新洗牌人事變動正在重塑蘋果的權力結構，更多權力現在流向了四位高管：硬體工程 John Ternus、服務業務 Eddy Cue、軟體工程（包括 AI） Craig Federighi 和新任首席營運官 Sabih Khan。據彭博社報導，Ternus 是蘋果「候任 CEO」的最熱門人選，他將在明年蘋果 50 周年慶典中擔任主角，進一步提升他的知名度。他還被賦予了更多機器人和智能眼鏡方面的責任——這兩個領域被視為未來的增長動力。長期擔任使用者介面設計師的 Steve Lemay 接替了 Dye 的職位，擔任使用者介面的首席設計師。他將直接匯報給庫克。蘋果內部對 Lemay 接任 Dye 的舊職位充滿熱情。他是一位深受喜愛的設計師，參與了初代 iPhone 的介面設計，甚至出現在初代 iPhone 的 master 專利上。Steve Lemay蘋果內部的高管地震，可能還沒有結束：零售和人力資源負責人 Deirdre O'Brien 已經在蘋果工作了 35 年以上，而行銷負責人 Greg Joswiak 在公司度過了四十年。據彭博社報導，蘋果已經提拔了這兩位高管手下的關鍵副手，為他們最終的退休做準備。庫克時代的黃昏?這場高管地震，更是引發了關於庫克本人未來計畫的猜測。正如前文提到，庫克不會很快「退休」，至少也要等到明年甚至後年，並且在交棒 CEO 期間和之後繼續留在公司。不過，據彭博社報導，熟悉庫剋日程的人士透露，庫克的生活習慣正在悄然改變：他不再像以前那樣經常在凌晨 4 點起床去健身房。在過去一年左右與他相處過的人注意到，他的手有輕微的顫抖，儘管這可能並非嚴重健康問題的跡象。多年來一直在矽谷租房而不買房的庫克，近年來在棕櫚泉附近購買了一套豪宅作為「冬宮」，也正好跟老同事 Eddy Cue 成了鄰居。當庫克最終卸任時，他很可能會轉任董事長職位。蘋果從未選擇外部人士擔任 CEO（賣糖水的 John Sculley 不算）。但是，一些優秀的外部候選人也被推薦了過來——比如 Tony Fadell，「iPod 之父」，一位早已不在蘋果的蘋果人。Tony Fadell低落的士氣、外部更具吸引力的薪酬方案，以及蘋果在 AI 領域的相對落後，都在導致人才外流。目前，蘋果人力資源部門加大了招聘和留住人才的力度，這在今年已經成為高管最關心的事務。庫克堅稱，蘋果正在開發其歷史上最具創新性的產品陣容——預計將包括可摺疊 iPhone 和 iPad、智能眼鏡和機器人——但事實上，蘋果已經十年沒有推出極其成功的新產品類別了。對於一家長期以穩定著稱的公司來說，2025 年以來蘋果的人事動盪，用不尋常來形容都欠點意思。這到底是短期的陣痛，還是更深層次問題的徵兆？隨著時間推移，答案將越來越清晰。 (APPSO)

據國外媒體報導，蘋果公司使用者介面（UI）設計負責人Alan Dye將於2025年12月31日正式離職，並加入Meta擔任首席設計官。在Meta，Dye將全面負責硬體、軟體及AI整合介面的設計工作，並領導一個全新成立的設計工作室，直接向CTO Andrew Bosworth匯報。Meta CEO祖克柏表示，該工作室將融合設計、時尚與技術，把“智能”作為核心設計材料，打造以人為中心的下一代產品體驗。Dye自2006年加入蘋果，是“Liquid Glass”（液態玻璃）視覺語言的核心締造者——這一於2025年6月WWDC發佈的全新設計風格，已應用於iPhone、Mac及Apple Watch系統，以半透明元素、流暢動效和軟硬融合體驗引發廣泛關注。他亦深度參與了Vision Pro、iPhone X及多代作業系統的介面革新。蘋果方面已確認由資深設計師Steve Lemay接任Dye職位。Tim Cook盛讚Lemay自1999年起深度參與了所有主要蘋果介面的設計，“始終秉持卓越標準，體現蘋果的協作與創新文化”。值得注意的是，這已是蘋果近期多位高管接連離職的又一例：前COO Jeff Williams於11月退休，AI負責人John Giannandrea亦宣佈即將卸任。與此同時，另一名蘋果設計師Billy Sorrentino也將隨Dye一同轉投Meta。業界分析認為，此次“挖角”凸顯Meta在AI眼鏡與下一代人機互動領域的雄心，也折射出科技巨頭圍繞AI+硬體設計人才的激烈爭奪戰。 (極果網)

貝聿銘被譽為“現代主義泰斗”“最後一個現代主義大師”，留下了眾多舉世聞名的作品，例如巴黎盧浮宮金字塔、華盛頓國家美術館東館、香港中銀大廈、蘇州博物館等。許多城市以擁有貝聿銘作品為榮，但在美國達拉斯市，由他於1978年設計的市政廳卻面臨被拆除的風險。達拉斯市政廳佔地面積約11.8英畝，總建築面積達73,710平方米，包含地下3層、地上7層及局部8層結構。貝聿銘採用極具雕塑感的倒金字塔造型，北立面以34度角向前傾斜，最大挑出距離達20.7米。作為美國粗野主義建築的標誌性案例，它長期承載著市政功能，更是城市復興的重要像征。然而，近些年因建築維護成本與城市發展矛盾，陷入修復、出售或拆除的激烈爭論中。近日，市議會投票決定，重新審視這棟倒金字塔形建築是否還應繼續作為市政辦公地，同時研究搬遷成本、修復可能性和土地開發潛力。整個評估報告預計在明年2月出爐，而這一動向無疑加劇了建築可能被拆除的隱憂。© Leonid Furmansky© Leonid Furmansky消息傳出後，不少保護機構感到錯愕。Docomomo US（國際現代建築遺產保護委員會美國分會）質疑決策推進的速度過快、公眾參與不足。在他們看來，市政府的重心似乎完全放在“如何讓這塊地產生最大經濟價值”，而非保留這棟具有時代意義的建築。包括AIA達拉斯、Preservation Dallas等組織也已加入呼籲保護的行列，網上發起的請願目前已收集到近五千個簽名。© Leonid Furmansky© Leonid Furmansky不過，支援搬遷的一方也有自己的理由。達拉斯市長埃裡克·約翰遜坦言，他每天都在大樓裡辦公，深知其問題重重——漏水、暖通系統老化，甚至不符合美國殘疾人法案的標準。修復費用估計介於3.5億到6億美元之間，數額驚人。約翰遜強調，不能僅因設計師的名氣，就忽視建築本身的功能缺陷與巨額維護成本。© Leonid Furmansky有本地媒體透露，假如這棟野獸派建築最終被拆除或轉售，市政機構可能將遷入市中心現有的某棟高層寫字樓。這場關於“經濟理性”與“文化遺產”的辯論，使貝聿銘這一傑作的未來懸而未決，也折射出歷史建築在當代城市發展中面臨的普遍困境。 (GA環球建築)

▲遠雄集團深耕高雄三民區超過三十年，位於九如路上的預售案「遠雄峰蘊」擁國家級耐震標章，再掀市場注目。 (圖/遠雄房地產提供)在高雄三民區的城市脈動之中，遠雄集團已陪伴在地超過三十年。每個遠雄社區都像是時間的印記，見證城市如何成長，也承載著居民對生活的期待，更為高雄人形塑一份安全與生活美學並存、對「家」的想像。新推出的預售案「遠雄峰蘊」座落於九如路上，憑藉優越地段與細膩規劃，自公開即受到市場高度關注。一座讓人「傾心」且「安心」的家遠雄房地產行銷經理朱可筠分享：「有許多客戶是原本就住在遠雄社區，換屋時依然選擇我們；也有許多是舊住戶介紹親友來購買，因為信任遠雄的品質與售後服務。」這份信任，來自遠雄對建築品質的堅持。從結構安全、防水工程到地壁磚施工，遠雄提供明確的品質標準與延長保固年限：防水保固5年、地壁磚5年、結構安全更長達25年。「遠雄峰蘊」更規劃國家級耐震設計標章，全台僅百餘件住宅通過認證。這不僅是一張證書，更是一份讓人住得安心的保證。在細節裡，看見有溫度的誠意與巧思「遠雄峰蘊」坐擁1598坪大基地，規劃37至43坪邊間三房，採光與通風皆極佳。其中43坪產品格局精心設計，全室皆享自然採光、衛浴皆開窗，讓家中每一處都能真正迎接陽光與清新空氣，住起來更舒適。獨立玄關讓回家成為儀式；獨立廚房隔絕油煙；陽台放大整體居家機能與空間尺度，搭配大棟距引入充足採光通風，在家開窗就能自然森呼吸，放上兩張高腳椅，就是一座小型的高空酒吧，可享都會中難得的開闊視野。許多賞屋客人正是被這份生活感的設計打動，當天便決定下訂。▲「遠雄峰蘊」43坪格局全室皆享自然採光，陽台搭配大棟距，提升居家機能，享受都會中難得的開闊視野。 (圖/遠雄房地產提供)33.5%公設比，漂浮森林×永續思維「遠雄峰蘊」在市區中以少見的大型社區規模亮相，展現難以複製的生活場域。中庭花園特別抬升至二樓，化身為一座漂浮森林，提升隱私與安全性，讓小孩與毛孩能自在奔跑、盡情放電，家長也能在綠意之間，獲得真正放鬆的片刻。33.5%的公設比，延展出六大主題公設，從親子遊戲、休閒健身，打造全齡共融空間，讓從0歲到99歲的住戶都能找到屬於自己的角落。停車規劃更見貼心，除了有區域少見的全坡平停車位，更設計一樓室內機車專區，汽機車分流動線，讓日常通勤更安全順暢。順應永續環保潮流，社區設有太陽能發電與雨水回收系統，有效節能更節費。▲中庭花園抬升至二樓，打造一座隱私與安全兼備的漂浮森林，讓小孩與毛孩能自在奔跑，家長也能安心放鬆。 (圖/遠雄房地產提供)城心之上，移動自如「遠雄峰蘊」坐擁民族、博愛、九如三大幹道，串聯百貨、超市、商圈與醫療資源。步行可達國中小學區，實現「9年免接送」的理想生活圈。交通方面，5分鐘上國道、10分鐘串接雙鐵，輕軌科工館站步行僅3分鐘、黃線高雄高工站約5分鐘。未來捷運紅線延伸、台鐵地下化與高鐵南延計畫齊發，將讓高雄的城市動脈更為完整。朱可筠補充道：「『遠雄峰蘊』樓高27層，又位於主幹道上，是自帶光環的區域指標宅，不僅是在地換屋族的首選，也吸引了隨著台積電南進的工程師族群入住。」穩定市場中的「韌性住宅」與外圍區域相比，高雄市中心因剛性自住需求，市場流動性佳且價格相對穩定，具備「好買、好賣、好穩健」的市場韌性與價值穩定性。朱可筠觀察，「遠雄峰蘊」以4字頭合理價格，在這波房市趨緩期中仍維持穩定交易量，證明真正的好產品具有韌性與保值力，經得起市場檢驗。許多住戶說：「遠雄的房子，只要住過一次，就會想繼續擁有；那是一種從品質、信任到生活感的延續。」「遠雄峰蘊」以細膩工法與生活理解，書寫出高雄人最嚮往的生活節奏，見證好宅的價值不在一時的市場熱度，而在歲月沉澱後依然安心的底氣。▲遠雄峰蘊基本資料。 (圖/遠雄房地產提供)高雄市心 科工館特區【遠雄峰蘊】37-43坪免付費諮詢專線：0800-502-555線上預約：https://www.fgrealty.tw/8d3rja

【新智元導讀】深夜，Claude Opus 4.5重磅出世，程式設計實力暴擊Gemini 3 Pro、GPT-5.1。才一周的時間，AI圈就完成了一次閉環式迭代。全球編碼王座，一夜易主。果不其然，Anthropic深夜放出了Claude Opus 4.5，堪稱全球最頂尖的模型。它不僅程式設計強，而且智能體和電腦使用（computer use）能力也是一流。Opus 4.5的誕生，標誌著AI能力再一次飛躍，更將在未來徹底變革工作的方式。基準測試中，Opus 4.5的編碼、工具呼叫、電腦使用的成績刷新SOTA，比Sonnet 4.5、Opus 4.1領先一大截。不僅如此，就連發佈不過一周的Gemini 3 Pro、GPT-5.1慘遭降維打擊。SWE-bench Verified一張圖，直接證明了Opus 4.5強大實力，80.9%的精準率，世界第一。同時，在ARC-AGI-2評估中，Opus 4.5（64k）拿下了37.6%的高分。Opus 4.5這版厲害之處：在無需人工干預的情況下，就能處理模糊資訊，還會權衡利弊。即便是遇到複雜的多系統漏洞，也能夠找出修複方法。總之，用起來就一個感覺——「一點就透」。內部評估中，Opus 4.5+Claude Code聯動使用，平均生產效率暴增220%。目前，Opus 4.5已在APP、Claude API和三大主流雲平台中上線。價格方面，相較以往暴降不少，輸入5美元/百萬token，輸出25美元/百萬token。Gemini 3 Pro干翻了GPT-5.1，但如今，就編碼性能，Opus 4.5全面碾壓前兩者。不過一周的時間，AI圈真正閉環了。程式設計之王回歸，真SOTA有一說一，Claude Opus 4.5是地表最強程式設計模型。它智能、高效，是目前全球在程式設計、AI智能體（Agents）以及電腦操作方面最強悍的模型。Anthropic研究員Adam Wolff豪言，也就在明年上半年，軟體工程徹底終結了。在深度研究、處理PPT和電子表格等日常任務上，它也有顯著提升。在真實場景的軟體工程測試中，Claude Opus 4.5更是刷新SOTA：在SWE-bench Verified上的對比，Opus 4.5得分最高與Opus一同發佈的，還有Claude開發者平台、Claude Code以及消費者端App的更新。Anthropic為長時間運行的智能體提供了新工具，並帶來了在Excel、Chrome和桌面端使用Claude的新方式。在Claude App中，長對話不再會因為上下文限制而中斷。碾壓Gemini 3，超越人類首先，Opus 4.5在視覺、推理和數學能力上均得到了全面提升，並在多個領域達到了業界頂尖水平。尤其是，在編碼、智能體、電腦使用三大項，完勝Gemini 3 Pro、GPT-5.1。其次，在程式碼方面。Opus 4.5編寫的程式碼質量更高，在SWE-bench Multilingual測試的8種程式語言中，它有7種都處於領先地位。Opus 4.5能夠輕鬆解決具有挑戰性的編碼問題，在Aider Polyglot測試中比Sonnet 4.5提升了10.6%。在智能體搜尋任務上，Opus 4.5實現了重大突破，在BrowseComp-Plus基準測試中取得顯著提升。Opus 4.5表現穩定持久，在Vending-Bench基準上整體收益比Sonnet 4.5高出29%.衡量智能體（Agentic）能力的一個通用基準是τ2-bench，它考察智能體在現實世界多輪任務中的表現。在一個場景中，模型需要扮演航空公司客服代理，幫助一位焦急的客戶。基準測試原本期望模型拒絕修改「基本經濟艙」的預訂，因為航空公司規定此類機票不可更改。然而，Opus 4.5找到了一種極具洞察力（且合規）的解決方案：先升級艙位，再修改航班。讓我想想在政策範圍內我有那些選擇：1. 修改航班 - 基本經濟艙不可修改。這一點在政策中寫得很清楚。2. 更改艙位 - 等等，讓我確認一下這個選項！政策上說：「在其他情況下，所有預訂，包括基本經濟艙，都可以在不更改航班的情況下更改艙位。」但他想更改航班，不僅僅是艙位。不過，如果我們：· 先更改艙位（這對基本經濟艙是 允許 的），然後· 再更改航班（這對非基本經濟艙是允許的）所以策略可能是：1. 將他的艙位從基本經濟艙升級為經濟艙（或商務艙）2. 然後將航班修改為 2天後的班次這會花費更多錢，但這在政策範圍內是一條合法的路徑！儘管該基準測試判定此結果為「失敗」（因為Claude的方式超出了預期），但這種創造性的解決問題能力正是測試者和客戶所津津樂道的——這也是Claude Opus 4.5讓人感覺邁出實質性一步的原因。最後，在軟體工程領域。Anthropic通常會給應聘性能工程師的候選人佈置一道出了名難的遠端測試題，用來評估在時間壓力下的技術能力和判斷力。而Claude Opus 4.5則在規定的2小時時限內，得分超過了以往任何一位人類候選人。最穩健、最對齊、最安全正如在系統卡中所述，Claude Opus 4.5是Anthopic迄今為止發佈的最穩健、最對齊（Aligned）的模型。Anthropic認為它也是目前所有AI模型中對齊程度最高的基準模型。它延續了Anthropic向更安全、更可靠模型發展的趨勢：在這項評估中，「令人擔憂的行為」評分涵蓋了廣泛的錯位行為，既包括配合人類進行惡意濫用，也包括模型自主採取的不良行動在抵禦「提示詞注入」（Prompt Injection）攻擊方面，Opus 4.5取得了實質性進展——這種攻擊通常會夾帶欺騙性指令，誘導模型做出有害行為。Opus 4.5比業內任何其他前沿模型都更難被提示詞注入所欺騙：該基準測試僅包含極高強度的提示詞注入攻擊有關Opus4.5所有能力和安全評估的詳細描述，請參閱《Claude Opus 4.5 System Card》。連結：https://assets.anthropic.com/m/64823ba7485345a7/Claude-Opus-4-5-System-Card.pdfClaude Code、Claude for Chrome上新Claude Code這樣的產品展示了當Claude開發者平台的升級整合在一起時能實現什麼。Opus 4.5為Claude Code帶來了兩項升級。「計畫模式」（Plan Mode）現在能建構更精確的計畫並執行得更徹底——Claude會先詢問澄清性問題，然後在執行前生成一個使用者可編輯的plan.md檔案。Claude Code現已登陸桌面端App，支援平行運行多個本地或遠端會話：比如一個智能體在修Bug，另一個在查GitHub資料，第三個在更新文件。對於Claude App使用者，長對話不再會遭遇「碰壁」——Claude會根據需要自動總結之前的上下文，確保聊天持續進行。Claude for Chrome（讓Claude 處理瀏覽器標籤頁任務）現已向所有Max使用者開放。Claude for Excel，從今天起將Beta測試權限擴展至所有Max、Team和Enterprise使用者。每一次更新都充分利用了Claude Opus 4.5在電腦操作、電子表格處理和長任務處理方面的市場領先性能。對於有權訪問Opus 4.5的Claude和Claude Code使用者，Anthropic取消了針對 Opus 的特定限制。對於Max和Team Premium使用者，Anthropic提高了總使用上限，這意味著擁有的Opus Token數量將與此前擁有的 Sonnet Token數量大致相同。這些限制專門針對 Opus 4.5，隨著未來更強模型的推出，限制預計會按需更新。開發者平台：token暴降85%隨著模型變得更聰明，它們能以更少的步驟解決問題：更少的回溯，更少的冗餘探索，更少的囉嗦推理。在達到類似或更好結果時，Claude Opus 4.5的Token數大幅減少。但不同的任務需要不同的權衡。有時開發者希望模型對問題進行深思熟慮，有時則需要它更敏捷。通過Claude API新增的effort（投入度）參數，可以選擇最小化時間與成本，或是最大化能力。設定為「中等」投入度時，Opus 4.5在SWE-bench Verified上的得分與Sonnet 4.5的最高分持平，但輸出Token減少了76%。在「最高」投入度下，Opus 4.5的表現超越Sonnet 4.5達4.3%，同時Token消耗仍減少了48%。憑藉投入度控制、上下文壓縮和高級工具使用，Claude Opus 4.5執行階段間更長，功能更強，且需更少的人工干預。上下文管理和記憶能力可顯著提升智能體任務的性能。Opus 4.5在管理子智能體團隊方面也非常高效，能夠建構複雜、協調良好的多智能體系統。測試顯示，結合所有這些技術，Opus 4.5在深度研究評估中的表現提升了近15%。同在今天，Anthropic在Claude開發者平台上，更新了三大工具使用功能：工具搜尋工具（Tool Search Tool）程序化工具呼叫（Programmatic Tool Calling）工具使用示例（Tool Use Examples）工具搜尋工具首先，「工具搜尋工具」允許Claude使用搜尋工具訪問數千個工具，而無需消耗其上下文窗口。MCP工具定義提供了重要的上下文，但隨著連接的伺服器增多，這些Token的消耗會不斷累積。假設一個包含五個伺服器的設定：GitHub：35個工具（約26KToken）Slack：11個工具（約21KToken）Sentry：5個工具（約3KToken）Grafana：5個工具（約3KToken）Splunk：2個工具（約2KToken）這僅僅是58個工具，在對話開始之前就已經消耗了大約55K Token。如果加入更多像Jira這樣的伺服器（僅它本身就使用約17KToken），很快就會面臨100K+Token的開銷。在Anthropic，團隊曾見過工具定義在最佳化前就消耗了134KToken。但Token成本並不是唯一的問題。最常見的失敗原因還包括錯誤的工具選擇和不正確的參數，尤其是當工具具有相似名稱時，比如notification-send-user與notification-send-channel。想相比之下，工具搜尋工具不再預先載入所有工具定義，而是按需發現工具。Claude只會看到當前任務實際需要的工具。工具搜尋工具保留了191,300 Token的上下文，而傳統方法只有122,800傳統方法：預先載入所有工具定義（50+ MCP工具約消耗72KToken）對話歷史和系統提示詞爭奪剩餘空間總上下文消耗：在任何工作開始前約77K Token使用工具搜尋工具：僅預先載入工具搜尋工具本身（約500Token）根據需要按需發現工具（3-5個相關工具，約3KToken）總上下文消耗：約8.7KToken，保留了95%的上下文這意味著在保持訪問完整工具庫的同時，Token使用量減少了85%。內部測試顯示，在處理大型工具庫時，MCP評估的精準性顯著提高。啟用工具搜尋工具後，Opus 4精準率從49%提高到74%，Opus 4.5從79.5%提高到88.1%。程序化工具呼叫「程序化工具呼叫」允許Claude在程式碼執行環境中呼叫工具，從而減少對模型上下文窗口的佔用。隨著工作流變得更加複雜，傳統的工具呼叫產生了兩個基本問題：中間結果造成的上下文污染推理開銷和手動合成示例：預算合規性檢查比如，一個常見的業務任務：「那些團隊成員超出了他們的Q3差旅預算？」你有三個可用工具：get_team_members(department) - 返回帶有ID和等級的團隊成員列表get_expenses(user_id, quarter) - 返回使用者的費用明細項目get_budget_by_level(level) - 返回員工等級的預算限額傳統方法：獲取團隊成員→20人對於每個人，獲取他們的Q3費用→20次工具呼叫，每次返回50-100個明細項目（機票、酒店、餐飲、收據）按員工等級獲取預算限額所有這些都進入Claude的上下文：2,000+費用明細項目（50 KB+）Claude手動彙總每個人的費用，尋找他們的預算，將費用與預算限額進行比較更多的模型往返互動，顯著的上下文消耗使用程序化工具呼叫：Claude不再接收每個工具的返回結果，而是編寫一個Python指令碼來編排整個工作流。該指令碼在程式碼執行工具（一個沙盒環境）中運行，在需要工具結果時暫停。當通過API返回工具結果時，它們由指令碼處理而不是由模型消耗。指令碼繼續執行，Claude只看到最終輸出。程序化工具呼叫使Claude能夠通過程式碼而不是通過單獨的API往返來編排工具，從而允許平行執行工具。以下是Claude為預算合規性任務編寫的編排程式碼示例：Claude的上下文僅接收最終結果：兩到三個超出預算的人員。2,000+明細項目、中間總和和預算尋找過程不會影響Claude上下文，將消耗從200KB的原始費用資料減少到僅1KB的結果。這種過程，在效率提升巨大：Token節省：通過將中間結果隔離在Claude的上下文之外，程序化工具呼叫（PTC）顯著減少了Token消耗。在複雜研究任務上，平均使用量從43,588降至27,297個Token，減少了37%。降低延遲：每次API往返都需要模型推理（耗時數百毫秒到數秒）。當Claude在單個程式碼塊中編排20+個工具呼叫時，消除了19+次推理過程。API處理工具執行，而無需每次都返回模型。提高精準性：通過編寫顯式的編排邏輯，Claude在處理多個工具結果時比使用自然語言更少出錯。內部知識檢索精準率從25.6%提高到28.5%；GIA基準測試從46.5%提高到51.2%。工具使用示例「工具使用示例」提供了一套通用標準，用於演示如何有效地使用給定工具。當前的挑戰在於，JSON Schema擅長定義結構——類型、必填欄位、允許的列舉值——但它無法表達使用模式：何時包含可選參數，那些組合有意義，或者API期望什麼樣的慣例。考慮一個支援工單API：模式定義了什麼是有效的，但留下了關鍵問題未解答：格式歧義：due_date應該使用"2024-11-06"、"Nov 6, 2024"還是"2024-11-06T00:00:00Z"？ID慣例：reporter.id是UUID、"USR-12345"還是僅僅"12345"？巢狀結構用法：Claude何時應該填充reporter.contact？參數相關性：escalation.level和escalation.sla_hours如何與priority相關聯？這些歧義可能導致畸形的工具呼叫和不一致的參數使用。對此，工具使用示例可以直接在工具定義中提供示例工具呼叫。開發者不再僅依賴模式，而是向Claude展示具體的使用模式：從這三個例子中，Claude學習到：格式慣例： 日期使用YYYY-MM-DD，使用者ID遵循USR-XXXXX，標籤使用kebab-case（短橫線命名）。巢狀結構模式： 如何構造帶有巢狀contact對象的reporter對象。可選參數相關性： 嚴重錯誤（Critical bugs）需要完整的聯絡資訊+帶有嚴格SLA的升級；功能請求有報告者但沒有聯絡資訊/升級；內部任務只有標題。在自內部測試中，工具使用示例在複雜參數處理上的精準性從72%提高到90%。大受好評在發佈前，Anthropic內部對模型進行了測試，反饋出奇一致。測試者指出，在處理模糊指令和權衡利弊時，Claude Opus 4.5無需過多指引。當面對複雜的多系統Bug時，Opus 4.5 能精準定位並修復。幾周前對於Sonnet 4.5來說還近乎不可能的任務，現在已觸手可及。總而言之，測試者的評價是：Opus 4.5是真的「行家」。 (新智元)