加拿大政府周三提议，禁止16岁以下儿童使用Snapchat和Instagram等社交媒体平台，至少是暂时禁止。该年龄限制不适用于AI聊天机器人或Roblox等游戏平台。

Snap CEO Evan Spiegel的这个访谈，对AI消费类产品创业公司应该会有所启发 -当软件并非护城河时，如何才能赢得胜利？ -Snapchat 是过去 15 年里少数真正活下来的消费级社交产品，拥有接近十亿月活用户，年收入超过 60 亿美元 -为什么做一个持久的消费级社交产品这么难？Evan 的答案不是“体验够不够好”，而是落在产品的分发。TikTok 和 Threads 之所以是少数新近成功案例，在他看来不是因为它们只找到了产品市场匹配，而是都解决了冷启动分发 -TikTok 用巨额资金同时补贴观看者和创作者，Threads 借用了 Meta 已有产品的巨大流量 -AI 会让做产品、写代码、想策略都变容易，但它不会自动帮你拿到用户注意力。当供给爆炸时，用户愿意试用、愿意留下、愿意分享，反而成了更稀缺的能力 -"消费科技里，很多人都在问是不是做对了产品、有没有产品市场匹配，但人们花在思考分发、弄清分发上的时间远远不够。" -社交网络的价值，不是连接更多人 -"真正重要的不是把你连接到所有朋友，而是把你连接到最好的朋友、伴侣、配偶，以及世界上你最在乎的人。" -对今天的产品经理来说，这个判断同样适用：不要只问“我的网络能不能更大”，还要问“我解决的是不是用户最真实、最高频、最愿意保留的关系”。 -创新不是灵感，是每周几百个想法 访谈原视频：

Pew Center的调研报告：美国用户的2024年社交媒体使用率排名 YouTube - 85% Facebook - 70% Instagram - 50% Pinterest - 36% TikTok - 33% LinkedIn - 32% WhatsApp - 30% Snapchat - 27% Reddit - 24% X（Twitter） - 21% BeReal - 3%

科技股九月暴跌魔咒倒计时，主力悄悄吸筹这几只股： 1. SpaceX $SPCX 今天站稳140就有戏继续冲145-160，要是跌破137.5就小心掉到135甚至130。 2. 特斯拉 $TSLA 死守350就横盘偏多。一旦破350，下一支撑直接看340。 3. AMD $AMD 守住450就继续打底，慢慢酝酿大反弹；破了450就得小心继续往下。 4. 奈飞 $NFLX 机构正在慢慢吸筹，通道紧得像几年前的Meta，后市大概率继续往上走。 5. 纳指100 $QQQ 今天出现十字星，突破714.5就有望再冲新高；破了就别硬扛，考虑空或者空仓。 6. Snapchat $SNAP 守住5.75就继续看涨，目标6.25甚至更高；基本面一般，但技术面已经转多。 7. 苹果 $AAPL 313.5下方偏空或横盘，九月历史上是它的差月份，短期小心回调。

太可怕了，熊孩子已经开始用AI做老师的黄图了。 加州一个男老师，几年前发过一张穿工作服的镜子自拍。结果学生发现照片后，把他做成穿着内衣，摆出性暗示姿势的样子，发到TikTok和Snapchat。 孩子之后只受到了校内停课处分，但图片却继续传播。 老师去另一所学校代课时，还有人用AirDrop把黄图发到他的手机上，现在他都不敢再回这个学区上课了。 另一个给学生做辅导的女老师，也被学生用一段真实的谈话视频，做成了脱衣跳舞的假视频。 她平时会和学生谈毒，派对和安全性行为，本来以为是让孩子敞开心扉，她开始反复自责，怀疑是因为自己愿意和学生谈这些，才让对方觉得可以越界。 她现在和学生相处已经变得相当谨慎... 熊孩子加AI这个组合，真是防不胜防啊...

张宁说这取决于怎么看中国消费互联网的进程，美国的消费互联网其实在Facebook出来之后就停滞了，过去十年的商业机会一直在SaaS行业，但中国在移动化的窗口里长出来一大茬新平台，这会影响两大市场构建AI产品的判断。 比如中国消费互联网的成功，其实在于把输入的「框」变成了信息的「流」，上下滑的交互模式从东大出发横扫全球，照理来说最懂美国用户的Instagram、YouTube、Snapchat都拦不住TikTok，这就是产品形态的碾压。 但在AI时代，因为又是从美国发源的，所以交互的主导权又回到了旧版本消费互联网的范式，也就是回归「框」的UI，而作为移动一代里中国最强大的互联网公司，字节很遗憾的没有做「框」产品的经验，所以它只能另做一个豆包出来，做着做着又开始在豆包里推送短视频，这是很无奈的。 反而是穿越周期的「BAT」还有「框」产品的历史遗产，腾讯有微信，虽然微信的输入框没法直接用在AI产品上——因为巨大的隐私矛盾——但这相当于肌肉记忆，会给腾讯提供充足的行动支持，而且微信也是最不害怕ChatBot冲击的产品，因为它就是所有Chat的入口，元宝已经在微信里有账号了——甚至是拿红包封面助手改的，就这么简单粗暴，蒸馍，你不扶器？ 百度和阿里则是都有搜索的底子，百度2009年就做过「框计算」的尝试，试图直接在搜索结果页提供信息服务，而不需要跳转到新网页，这是一个「盛大盒子」式的想法，不能说不对，就是太早了，最后百度只能在那个「框」里解决计算器、查天气这种简单需求，更复杂的服务，比如买票这种，供应端是不可能把API交出来的，于是后来百度又改成了中间页战略，投了爱奇艺去哪儿糯米网这些，停掉了「框」的进化。（3/n）

Chat Control 没有死，它只是换了个马甲 在公共舆论中，“保护儿童”往往被塑造成不容置疑的政治正确。然而，欧盟近期强推的 Chat Control 法案，其真实图景却恰恰相反——这项法案的实际效果，是以牺牲 99% 无辜公民的数字隐私权为代价，去追逐那 1% 的潜在罪犯。 前不久，这项在程序正义上饱受争议的法案，凭借一个隐蔽的程序漏洞，以少数票强行通过了。 “绝妙的民主”：一场暑假前的政治偷袭 我们需要理清这场博弈的来龙去脉。 2022 年，欧盟委员会提出 Chat Control 法案，其核心条款是：允许 Meta、Google、微软等科技巨头在无需法院令的情况下，对平台上的私信进行大规模、自动化的无差别扫描，以检测儿童性虐待材料（CSAM）。事实上，这项“临时授权”自 2021 年起就已生效并多次续期。 直到今年 3 月，民意迎来了一次短暂的胜利——欧洲议会以 311 票对 228 票的绝对优势，明确投票拒绝为该授权续期，该临时授权于 4 月 3 日正式到期。 然而，政治博弈的残酷性在于它并不轻易服从民意。 7 月 2 日，欧盟理事会（即各成员国政府）绕开议会，将几乎一字未改的法案重新包装，通过“二读程序”重新提交。二读程序中藏有一个关键的规则红利：议会需要全体议员的“绝对多数”（即 710 票中的 361 票）才能否决法案，而非仅仅看“到场议员的多数”。 欧盟理事会特意将投票时间选在了暑假前的最后一次全体会议，此时大量议员已提前离会。 最终的投票结果极具讽刺性：276 票赞成，314 票反对，17 票弃权。 反对票比赞成票足足多了 38 票。但正是因为未能凑够 361 票的法定理性绝对多数，该法案在法律层面上被判定为“通过”。 前欧洲议员 Patrick Breyer 直言不讳地将这一行径斥为“对民主程序的公然蔑视”。 这一结果在海外技术社群与舆论圈引发了剧烈震荡。在 Reddit中，高赞评论字字见血： “通过只需要 276 票，否决却需要 361 票。真是绝妙的民主。” “温情提示：政客、律师和官员因‘职业保密’原则在法案中获得豁免。老大哥从不审视自己。” “作为一个坚定的欧洲一体化支持者，我不得不承认，正是这种暗箱操作，在一步步摧毁公民对欧盟的信任。” 面对“我们现在该怎么办”的提问，最高赞的回答只有冷峻的一句话：“Use Signal. Side note: Telegram is NOT encrypted.” 算法凝视与失效的审查系统 所谓的“无差别扫描”，究竟在扫什么？又是如何剥夺我们的隐私的？ 在目前通过的 Chat Control 1.0 框架下，扫描对象为未端到端加密的平台私信，涵盖 Instagram DM、Discord、Snapchat、Skype、Xbox 消息、Gmail 以及 iCloud 邮件。其技术手段主要依赖三种路径： 哈希匹配：对比已知违法图片数据库（如 PhotoDNA 技术）； AI 图像识别：试图检测未知违法图片； 文本分析：用于识别所谓的“诱骗”语言模式。 目前，采用端到端加密的消息（如 Signal、WhatsApp）尚在安全地带，但“目前”并不代表未来。 比隐私泄露更令人担忧的是，这套依靠算法维系的审查系统在现实中低效且臃肿。各项官方及权威机构的数据给出了有力的回击： 德国联邦刑事警察局（BKA）指出：在收到的 Chat Control 警报中，高达 48% 的线索完全与犯罪无关。 瑞士联邦警察的数据更为激进：80% 的机器自动生成报告最终被证实为无效错误。 爱尔兰警方的实证同样印证了这一现状：在收到的 4192 份报告中，仅有 852 份（20.3%）确认为真实违法材料。 欧盟委员会自己的评估报告亦不得不承认：没有任何证据表明，这种侵犯广泛公民隐私的无差别扫描，与定罪率的提升有任何实质性的因果关联。 在源头上：2024 年来自私信扫描的报告仅占所有儿童保护报告的 36%，绝大多数真正有价值的线索依然来自公开帖子和云存储。 最荒谬的现实来自于科技巨头自身——在 Meta 产生的庞大报告中，99% 是早已记录在案的旧材料，对于阻止正在发生的、当下的虐待行为几乎毫无裨益。 前欧洲议员 Patrick Breyer 曾做出过一个极具穿透力的比喻： “用大规模监控来保护儿童，就像拼命在屋里拖地，却始终不肯去关上那个一直开着的水龙头。” 权力、资本与被操纵的议程 既然技术上漏洞百出，法理上备受质疑，为什么这项法案依然能被强行推向历史舞台？因为在其背后，伫立着一条隐秘的利益链条。 据跨国媒体（Balkan Insight）的深度调查揭露：美国组织 Thorn 是 Chat Control 最激进的游说力量之一，而极具讽刺意味的是，它同时也是 CSAM 扫描软件的商业销售商。 在这场资本与权力的合谋中，政治权力的傲慢展现得淋漓尽致。欧盟委员会负责推动该法案的专员 Ylva Johansson，曾三次拒绝与数字权利组织会面，却被曝出在幕后使用微定向广告技术来精准推广这项提案——而这一推广手段本身，就已经公然违反了欧盟引以为傲的《通用数据保护条例》（GDPR）。 甚至连欧盟理事会自己的法律顾问也在内部意见中明确发出警告：该提案已实质性违反了《欧盟基本权利宪章》第 7 条（关于公民隐私权的规定）。但在暑假前的政治时间窗口里，这些理性的声音悉数被权力掩埋。 终局未至：Chat Control 2.0 的技术灾难 如果说 1.0 时代是对公共通信管道的截流，那么正在谈判中的 Chat Control 2.0，则是对人类数字生活根基的毁灭性重塑。 1.0 尚且局限于未加密平台，而 2.0 的核心诉求是引入客户端扫描（Client-Side Scanning）。这意味着，在你的信息被端到端加密、发送出去之前，它必须在你的本地设备（手机、电脑）上接受算法的预先审查。 这相当于：加密的锁依然挂在门上，但在你打包行李的阶段，权力就已经强行翻开了你的私密背包。 对此，Signal CEO Meredith Whittaker 表达了决不妥协的底线： “我们宁可选择退出欧盟市场，也绝不会破坏我们的隐私承诺。这是装在安全瓶子里的监控毒酒。” 同时，全球超过 500 名顶尖密码学家联署公开信指出：在操作系统底层强行引入客户端扫描，等同于在数字世界的基础设施中亲手挖出一个巨大且无法修复的安全漏洞。 目前，2.0 仍在艰难的谈判与拉锯中，这场关于数字自由的战争远未结束。 我们如何自处？ 对于我们这些每天穿梭在多种语言之间的人，这意味着什么？ 当你使用翻译工具阅读一封来自海外合作伙伴的商业邮件，当你在 Discord 或 Slack 上与外国同事探讨行业趋势，当你将一份敏感的跨国合同翻译成中文时——这些原本属于个人与商业机密的内容，正在历经一个不可知、不可控的自动化算法的“凝视”。 更具现实威胁的是：这些用于扫描的数据库极不透明，算法从未公开，且误判率高达 13-20%（此为欧盟委员会自身披露的数据）。一张无辜的学术截图、或者一句因文化差异被误读的翻译，都可能因为“特征相似”而被算法自动化标记，随后被递送到某个未知国家执法机构的收件箱中。 信息平权的前提，永远是信息流通的安全。 如果说我们消除语言的藩篱，是为了让更多人能够自由地看见这个真实的世界；但如果在这个世界里，有一套隐蔽的系统正在无时无刻地窥视、审查着你—— 那么我们所需要的底层工具，就不仅仅是一座高效的翻译之桥，还需要一把足够坚固的、捍卫数字主权的隐私之锁。 9 月谈判行将重启，对抗 Chat Control 2.0 的战役依然艰巨。正如 Patrick Breyer 所言：“他们会一直试，直到通过为止。” 而我们要做的，就是保持凝视，直至权力退场。 隐私，从来不是你“有没有东西需要隐藏”的问题，而是你“有没有权利拒绝被窥视”的问题。 💡 遇到复杂的海外技术法案与深度长文？开启「沉浸式翻译」，双语对照，助你解构政客与资本的文字游戏。 #ChatControl# #Privacy# #信息平权# #EndToEndEncryption#

29岁姚顺雨空降：改造腾讯混元的 300 天 - 2024 年，腾讯的高招团队在一场顶级学术会议上认识了姚顺雨。当时这个 97 年的年轻人还是 OpenAI 的研究员，他被介绍给了腾讯总裁刘炽平。一年后，他回国，一跃成为了腾讯的大语言模型负责人。 - 姚顺雨的幸运之处在于，在他来之前，腾讯的最高决策者已经意识到 AI 可能是生死之战，而腾讯远远落后。马化腾在 2025 年的员工大会上说：“一年前我们以为上了船，后来发现那个船漏水了。”他们提前扫清了障碍——混元原先各岗位的关键负责人已悉数离场，姚顺雨可以直接向集团总办汇报，TEG 总裁卢山是一位温和的管理者，愿意最大程度放权。 - 初入腾讯时，姚顺雨向总裁刘炽平提了一个请求：从新模型发布起至少一年，希望总办不要看榜单 (benchmark)。一年大约是训练两代模型的时间。“Martin（刘炽平）同意了。” - 以顾问身份加入腾讯时，姚顺雨任务只有一个：排查混元大模型长期落后的原因。排查结果是：“简单来说，几乎每个环节都在漏水。” 混元过度追求榜单成绩，把打榜语料放进训练集污染了数据，模型变得很会考试，但在真实场景表现很差。当时数据标注准确率的验收线定在 95% ，实际却长期停留在 60%-70%，团队为了交差生产出大批无法使用的数据，算法团队默许了这一切。 - 混元从起步开始就不算顺利。2023 年立项时，项目组连一块 GPU 都没有，最后还是从广告部门匀来 2000 张。卡少导致混元的基础建设（Infra）先天不足，系统缺少针对大规模训练任务的设计。训练环节也不健全，混元几乎没有做过强化学习。竞争压力下，团队做了两个选择，一是换架构，冒险用 Transformer 与 Mamba 结合的混合架构这条路线在行业里尚未被充分验证，“但有噱头。”除了腾讯几乎没有大厂选它。另一条路是打榜，用分数向上汇报。 - 姚顺雨来后几个月内，混元预训练、后训练、评估、Infra 的负责人全部换人，新人来自字节、Kimi、DeepSeek、美团。招人不再看出身——目前混元的模型架构负责人还是一名在读博士生。字节 Seed 的招聘团队发现好几个候选人连 Seed 都没抢过。原因是：Seed 人才密度已经很高，年轻人更容易成为“螺丝钉”；而重建期的混元正是用人之际。 - 改革不是疾风骤雨。姚顺雨没有大量清退老人，但带来的压力更隐晦——他常在群里发论文聊技术，能跟上的人很少，有时甚至看不懂。“Peer 压力太大了。” - 部门层级被简化到只有三层：姚顺雨——方向负责人——研究员/实习生。不赶发版的时候，混元的强度并不大。另一边，混元也取消了部门年中考核，鼓励聚焦长期研发。偶尔也有例外。“只要哪个组来了 Seed 的人，那个组很快就会自发地卷起来。” - 姚顺雨用自己的旧东家 OpenAI 举例给团队鼓劲：直到今天，OpenAI 的基础模型也没有依赖过什么神秘的技术，做大模型没有魔法，也不要相信别人有魔法。真正难的是把最基础、确定能做对的事情都做对——做到这些，足以让混元挤进中国的第一梯队。 - 2026 年 5 月底，距离混元 Hy3 正式发布只剩一个月，因为一批提交上来的数据出了问题。姚顺雨少见地发了脾气，严厉告诫团队：“数据非常重要。如果下次再出现这样的情况，直接走人。” -混元 Hy3 是姚顺雨在年初带队开始训练一款大模型，也是他加入腾讯后的第一张成绩单，但内部抱的预期并不大。Hy3 并不是完全没有企图心。按照姚顺雨的设想，混元不需要在所有能力上正面击败 Claude Opus 这样的前沿模型。如果一个模型能以 Opus 1% 的价格，在 90% 的日常问题上做到与它一样好，甚至超过它，对大多数用户来说这就是一个更优的模型。Hy4 已经在训练中，混元团队的判断是 2027 年进入国内第一梯队。 - 在姚顺雨的构想中，模型与产品应该以联合设计（Co-design）的模式合作，即模型和产品从一开始就绑定在一起开发，模型可以第一时间拿到产品的真实场景和用户反馈，知道自己该往哪里改；产品也能及时向模型同步需求，不用等一个通用模型送上门，再调整、将就。姚顺雨清楚自己当前的主要任务是什么，就是和业务处好关系，把 Co-design 的想法落地 - 今天大模型行业普遍面临商业化难题，但腾讯的思路是，不一定要向外部客户收费，能帮业务提升收入，同样是混元的价值。“举个例子，《王者荣耀》一年收入几百亿，混元如果能帮它提升 1%，那就是好几个亿。” - 在腾讯，一个产品一旦受到高层重视，老板们就会开始密集提意见，其他辅助部门的人也随之加入，参与决策的人越来越多。去年腾讯集全公司资源扶持元宝，于是高层们总会不时提出非常具体的意见，某处的字体是不是太小了，对年长的人不太友好；某处设计为什么要用这种颜色。“上面一提，下面就开始揣摩，老板到底是什么意思，到底要不要改。” - 腾讯 2019 年引入过一批从 Google、Snapchat、Uber 来的工程和数据专家。他们大多没留下什么成果，陆续离开。今天姚顺雨有总办的授权，圈了一块地，一个人拍板负责。但当改革进入更深的地方，牵动更大利益、风险更高时，能替他扛住压力的只有总办。到那时，考验的不只是他，还有他和老板们之间的信任能否撑得住。改革走到最深处，从来就不只取决于改革的那个人。