生成式艺术 | Page 7

Aug 25, 2025

小题大做的利润率：被过度炒作的 AI 毛利率争议

本文信息来源：nextbigteng 近期关于快速增长的人工智能初创企业”难看”的毛利率状况议论纷纷。这究竟是阶段性特征还是长期顽疾？上周，我和同事们发布了《Bessemer 2025 年 AI 现状报告》。报告中一个发现引发了激烈讨论：当今许多增长最快的 AI 初创企业初始毛利率很低，有时甚至为负值（下图所示）。《The Information》同样聚焦这场”利润率计算”争议，并邀请我分享对 AI 初创企业毛利率演变趋势的看法。需要说明的是，本文所指毛利率采用完全成本法的严格定义。数据来源：Bessemer Venture Partners，《2025 年 AI 现状报告》（2025 年 8 月 13 日）关于利润率的争论在风险投资领域并非新鲜事，尤其对那些专注于数据基础设施等领域的投资者而言——这类企业往往依托公有云服务商构建业务。企业在生命周期早期阶段的低毛利率或许不够美观，但这未必意味着厄运。以 Snowflake 为例，该公司在高速增长阶段仍报告负毛利率，但到 IPO 时已实现稳健的毛利率水平。正如 Index Ventures 的 Martin Mignot 在近期 20VC 播客节目中指出，金融科技和消费领域的巨头们在初创期同样呈现过类似轨迹。此外，a16z 的 Sarah Wang 与 Martin Casado 曾撰文精辟论述了过度关注利润率可能导致的短视行为 ——这种思维很可能让人错失科技史上许多最成功的投资案例。从早期建设阶段缺乏规模效应到基础设施尚未优化，对于初创企业初期毛利率表现不佳存在合理解释，这未必预示着长期单位经济效益。每种情况都具有独特性，在某些特定案例中，若产品基础扎实，初创企业甚至可能主动选择牺牲利润来换取市场覆盖。来源：@martin_casado 的推文并非所有风投都认同这一观点，但我发现多数早期投资者（尤其是专注高技术领域的）对低毛利率企业投资存在一定包容度。虽然初期低毛利率不应直接成为否决理由，但也不能盲目相信利润率会随时间自然提升而忽视这个问题。关键在于审慎评估那些决定企业能否逐步实现可持续单位经济效益的关键因素：来源：邦德资本《趋势——人工智能》（2025 年 5 月）在评估人工智能企业时，我重点关注以下几个问题：若托管与算力成本 ( 如模型训练和推理相关支出)在主营业务成本中占比较高，底层成本能通过哪些途径(供需市场因素、规模效应等)实现多大程度、多快速度的下降？纵向整合作为提升利润率的策略是否切实可行？实施该策略需要哪些配套投资？是否存在技术手段——如更精简高效的模型、基础设施优化或专用硬件等——能够有效改变成本曲线？在竞争格局下，提高价格或严格执行折扣政策的可行性如何？对于依赖基础模型供应商的 […]

全球动态

Aug 19, 2025

为什么大多数风投公司在招聘助理时做错了（以及我们是如何做的）

本文信息来源：amplifypartners 在过去的 17 年多里，我的大部分时间都在风险投资领域度过，在这段时间里，有一件事变得异常清晰：大多数风投公司根本不知道如何招聘助理。这不仅仅是因为他们在这方面做得很糟糕——虽然他们的确很糟糕——更是因为他们从根本上误解了这个职位本应承担的角色。为了说明当前情况有多极端，我从可靠渠道得知，一家知名风投公司最近召开了一次合伙人会议，讨论他们的助理在内部会议中是否应该被允许发言。最终他们决定可以（真是慷慨！），但仅仅是这个问题的存在，就足以说明大多数公司是如何看待初级人才的。如果这些看似“低微”的助理角色只是内部职位，那情况还不算太糟。但现实恰恰相反：助理往往是创始人与风投公司接触的第一人。助理经常代表公司形象，接听首次电话、参加会议，并且（最近越来越多地）撰写内容。所以，如果你认为他们在公司内部都不值得开口发言，那为什么还要给他们一枚象征性的徽章，让他们到外部到处代表你的公司？这个答案揭示了行业在助理招聘方式上的一个更深层次问题，并且创造了一个对所有相关方都毫无意义的体系。两种思路（以及为什么其中一种是错误的）风投公司招聘助理基本有两种方式，而这两种方式的差异可谓天壤之别。第一种模式：杠杆模式。这是投行/私募股权的做法。雇佣聪明人工作两年，假设他们不会长期留下，不给他们真正的晋升机会（除非极少数情况），用他们来完成合伙人不想做的工作。这是一个金字塔结构：顶端是高级合伙人，中间是中层人员，底部是大量初级人员，大家都在争夺下一个晋升台阶。激励机制一团糟，因此组织内部几乎没有信任。作为对助理们的“额外奖励”，在这样的公司工作可是“非常有趣”的！第二种模式：培养模式。尽早将人纳入你的网络，长期培养，最优秀的人最终成为合伙人。这需要对人进行真正的投资，因此意味着你不能雇佣太多人。这也迫使你在招聘时高度挑剔，因为招聘的机会成本是主要的开支。这里有一个简单的测试，可以判断某家风投公司选择了哪种模式：看看基金中助理与合伙人的比例。如果助理人数多于合伙人，他们几乎可以肯定没有真正的影响力。如果只有少数助理与一群合伙人共事，那么他们很可能有发言权。大多数公司默认采用杠杆模式，因为这样更容易：人手更多，不需要真正的指导，而且当助理在两年后离职——这本来就是计划。但那为什么要雇他们呢？如果合伙人不重视他们的判断力，那就是在浪费大家的时间。还有更便宜、更高效、更契合的方法来外包合伙人不想做的工作。这种动态不仅伤害了助理，也让创业者的生活（更加）困惑。创始人不知道是否应该认真对待助理（因此每个月都会在 Twitter 上出现关于创始人是否应该给风投助理“时间”的争论—— 比如这次）。这种困惑完全是风投的错，因为他们创造了一个没有明确目的或权力的角色。‍ 为什么大多数公司在招聘上做错了但情况更糟。大多数风险投资公司其实并不知道什么才是优秀的 VC，所以他们会依赖懒惰的经验法则：常春藤名校学历 + “热门”公司 + 前产品经理 = 好的雇员。多年来，我曾与数十位想要为公司招聘助理的高级合伙人分享过建议。我一直对（许多）他们无法回答“你在寻找什么样的人？”这个问题感到惊讶。这是因为大多数人要么雇用和自己相似的人，要么雇用他们理想中希望成为的人。缺乏一个明确的框架来判断什么才是真正适合做风险投资的人，最终你会得到一群纸面上看起来很出色，但实际上根本不适合做 VC 的人。 Amplify 的方法：更少的人，更多的投入在 Amplify，我们颠倒了金字塔结构。我们有意让高级人员多于初级人员。如果每位合伙人配备超过一名助理，就无法指望这些助理真正产生影响力。我们将助理视为未来的合伙人，而不是被美化的幕僚长。这使得我们在选择时极为严格。他们的想法会成为我们公司基因的一部分，因此我们只会聘用那些我们愿意长期押注的人。如果你看看风险投资以外的领域，初级职位（助理）最终成长为最佳领导者的想法非常普遍。许多上市公司都有这样的例子，CEO 在公司工作了 30 多年，从最底层和其他人一样开始做起。体育界也是如此。看看 Sean McVay，NFL 历史上最年轻的主教练。他的职业生涯始于“进攻助理”——基本上就是 NFL 里跑腿买咖啡的角色。之后，他成为了一个没人听说过的球队的质量控制教练，而那支球队如今已经不存在了。但一旦进入这个体系，晋升的速度就会呈指数级增长。短短几年间，他从质量控制教练升为近端锋教练，再到进攻协调员，最后成为公羊队的主教练——并在此期间获得了年度最佳教练奖和第 56 届超级碗冠军！风险投资也不例外。每份工作都附带一个期权——成为合伙人的机会。一旦有人进入这个生态系统并证明了自己，机会就会倍增。我们真正看重的是什么每个人都在谈论招聘时要看重智力、正直和社交能力——这些只是基本要求（可以说是风险投资招聘中的 RSTLNE）。真正重要的是那些让一个人在这份奇特又古怪的工作中表现出色的独特品质。我认为它们是这样的。好奇心可能是最容易被忽视的品质。在风险投资中，你会遇到很多公司，而大多数你都不会投资。你需要真正的好奇心，让你在本月的第一次会议和第一百次会议中都能保持同样的热情。不仅如此，技术总是在变化（你好，AI！）。学习新事物不能是一种负担，它必须是让你感到兴奋的事情！真实很重要，因为风险投资从根本上说是一个以关系为核心的行业。你并不是在卖软件或汽车——你是在长时间里推销你自己。我们常常在最优秀的人创业前的几年就与他们相识，所以你建立真诚、持久关系的能力决定了一切。拼劲与谦逊构成了核心四要素的最后两项。谦逊是因为这正是我们作为一家公司的本色——我们低调行事，让工作自己说话。拼劲则是因为这是你唯一能真正掌控的事情。你无法改变自己的聪明程度，但你可以选择自己想要多努力。而当我回顾我们一些最出色的交易时，它们的达成都需要难以置信的坚持不懈。寻找合适的人我们不发布职位描述。相反，我们会结识大量的人——企业家、运营者、其他风险投资人——并且我们始终明确表达我们在寻找什么样的人。最终，人们会逐渐了解你是谁，并开始将合适的候选人推荐给你。最优秀的早期投资人是“人”的收藏家。有人收藏红酒，有人收藏宝可梦卡牌。真正优秀的 VC 会收藏人，因为他们真心好奇是什么驱动着不同的人，并且足够真诚，让这些关系得以长久维系。但当然，如果你只是把助理当作高级秘书来对待，这一切是行不通的。 […]

深度学习

Aug 19, 2025

申请者群体中的 AI：如何克服这一新的招聘风险

本文信息来源：insightpartners 从 AI 生成的人设到真实个人伪造资历，欺诈性候选人正越来越多地漏网，尤其是在工程和远程岗位。根据 Gartner 的预测，到 2028 年，全球每四名求职者中就有一人是假的，这在很大程度上是由 AI 生成的个人资料推动的。风险范围从浪费时间到真正的网络安全威胁。这一趋势凸显了对人工智能采取平衡方法的重要性，即既欢迎利用人工智能提升效率的候选人，同时也实施防范措施以检测和防止滥用。在 Insight，我们听说了在我们的投资组合和整个软件行业中发生的许多事件，我们由 130 多名 Onsite 专业人士组成的团队正在积极提供建议，帮助主动应对这一新的招聘风险。 “我们一直在处理夸大简历的问题，但人工智能和全球分布式招聘让这个问题被大大放大。现在不同的是规模。造假的候选人进入得更快，看起来更可信，并且在警示信号出现之前浪费了团队的宝贵时间。”研发专家 Rachel Weston Rowell 说道。深入了解新的人工智能招聘威胁格局随着 AI 工具变得更加易用且功能更强大，一些求职者开始利用自动化手段，不仅是为了提升他们的求职申请——更是为了欺骗招聘系统。这包括从 AI 生成的简历、深度伪造的视频回答，到面试过程中的实时指导，甚至完全由他人代替参与。这些手段在工程类和远程优先的岗位中尤为常见，因为这些岗位的技术筛选通常是虚拟进行的，且身份验证在设计上可能更为宽松。在 Insight 投资组合的公司中，我们观察到这些手段的使用有所增加，这揭示了招聘欺诈正在以多快的速度演变。 “AI 驱动的欺诈是一个技术、人为以及战略层面的挑战，”人才专家 Bryan Powell 解释道。“在技术层面，强大的筛选工具，尤其是针对 Zoom 面试的工具，是发现警示信号的关键。在人员层面，风险在于候选人对自身的虚假陈述。在战略层面，不法分子可能意在窃取知识产权，或损害客户信任与未来收入。应对这一威胁需要采取整体性的方法。” 在现场面试中使用 AI：一名候选人在回答技术问题时被发现有长时间的停顿。当被要求打开摄像头时，他们拒绝了。经过进一步追问，他们承认在实时生成回答时使用了 AI 工具。捏造的工作经历：一名候选人已收到口头录用通知，但在与 CTO 的最后一次技术交流中暴露出显著的技能差距。尽管简历出色且早期筛选顺利通过，但他们的专业能力被夸大了。视频测评：一名候选人通过第三方工具完成了录制的技术测评。在现场面试过程中，面试官注意到该人与录制视频中的样貌明显不同，引发了关于可能有人冒名顶替的疑问。替考面试：在最近的一起案例中，一名候选人在虚拟技术面试中表现得异常出色。然而，在被录用后，很快发现他们并不具备面试中所展示的技能。后来发现，是由他人代替其完成了面试。这不仅仅是雇错人的问题；它还是一个潜在的安全风险。在 RSA 2025 大会上，安全领域的领导者公开讨论了深度伪造渗透的情况，即实时虚假身份被用来获取公司系统的访问权限，这种情况常常发生在远程工程或 IT 岗位上。快速成长的软件公司往往管控较为宽松，这使它们成为主要攻击目标。这就是为什么理解其中的利害关系不是可选项，而是必需的。使用 AI 来更快编程、更高效组织或更有效沟通是明智且值得鼓励的。但是，使用 AI 或他人来虚假陈述技能或身份，则是明显越过了道德底线。这条底线至关重要，尤其是在高速运转的环境中，工程师不仅仅是在写代码；他们还在访问关键数据、做出架构决策、扩展基础设施以及保护知识产权。诚信是不可妥协的。高绩效团队如何适应变化顶尖公司不仅仅是在应对由 AI 引发的欺诈上升趋势——他们正主动重新设计他们的招聘作战手册以应对这一情况。这些团队认识到，虽然 […]

深度学习

Aug 19, 2025

使用量计费入门

本文信息来源：dearstage2 测试基于使用量和基于结果的 AI 功能定价模型的分步方法。亲爱的 STAGE 2：我们在将 AI 融入产品的过程中，正在重新审视定价策略。我们听说过基于使用量和基于结果的定价模式，但我们该如何在不让客户或系统感到负担的情况下，开始探索这些模式呢？~定价思考中亲爱的定价思考中：随着 AI 不断重塑我们构建和交付价值的方式，它也在颠覆定价的根基。越来越多的创始人试图突破单纯的订阅定价模式，但在“战略性”与“运营可行性”之间找到那个最佳平衡点，说起来容易做起来难。为了帮助我们深入思考这个问题，我找来了 Kyle Hart，一位定价专家，他曾与数十家成长阶段的公司合作，制定并实施定价策略（与他在 Price Intelligently 的前同事一起）。最近，Kyle 制定了 Toast 使用的新产品定价手册，并推动了超过 5 条新产品线从 0 到 1 亿美元 ARR 的定价策略、实验和实施。他在这个领域有着深入的实战经验，尤其是在 AI 功能迫使团队重新思考价值交付、产品打包和系统准备度的背景下。以下是 Kyle 对如何开始探索基于使用量或结果的定价方式的看法，尤其是针对 AI 驱动的功能，同时避免造成混乱。 1. 不要直接默认使用量计费，从可选定价开始 AI 带来了巨大的使用差异。有些客户几乎不会使用它，而另一些客户可能会在一夜之间将使用量提升 10 倍。你不能假设一种统一的定价模式适用于所有人。 Kyle 的观点：许多客户表示他们想要基于使用量的定价，但他们往往不希望伴随而来的价格波动。他分享道：“我喜欢在定价中尽可能保留选择性。这会增加复杂性，但能将决策权交到客户手中。” 不要一味地完全依赖消耗量或结果导向：以符合客户当下购买习惯的方式打包 AI 功能。引入使用量分级或基于积分的模式，让高级客户能够“升级”到更灵活的定价方案。让固定价格套餐与按使用量计费模式共存，以便客户可以选择最适合他们的方式。 2. 像构建产品假设一样构建定价假设在做出任何更改之前，先建立一个结构化的假设。Kyle 建议将其视为一次产品实验，利用你现有的资源，按照可执行的步骤进行。步骤 1：审查你当前的状况 […]

生成式艺术

Aug 16, 2025

民主党试图阻止硅谷向右转

本文信息来源：wsj 上个月在一场人工智能峰会上，特朗普总统阐述了他在科技竞赛中击败中国的计划。照片：Chip Somodevilla/Getty Images 去年的选举给民主党与硅谷之间的关系带来了数十年来最沉重的打击。修复这一损害事实证明并不容易。中左翼贸易组织“进步商会”的首席执行官亚当·科瓦切维奇正在尝试充当婚姻顾问。几个月来，科瓦切维奇一直与民主党人、科技从业者以及前拜登政府官员交流，探讨是什么让科技高管远离该党，以及如何修复这种关系。一些一向向民主党捐款的高管觉得，党内领导人将硅谷视为提款机，却没有推动有利于该行业的政策。这一趋势让民主党人担忧，失去像 OpenAI 的 Sam Altman 和风险投资家 Marc Andreessen 这样的科技精英的支持，将成为该党在三十多年来民调最低之际面临的又一障碍。 “我认为这是个大问题，”前谷歌高管科瓦切维奇说，“如果我们变成反创新的政党，那将是自摆乌龙。” 根据追踪竞选资金数据的非营利组织 OpenSecrets 的统计，在上一个选举周期中，来自通信和电子行业的捐款中约有 80% 流向了民主党，大型科技公司如 Google 和 Microsoft 的比例也相似。但对于一些反对拜登政府在加密货币和人工智能等领域加强监管的人来说，这种联盟关系已经恶化，他们对特朗普总统的政策更为认同。 “民主党曾是创新以及一切新事物和尖端科技的政党。我们确实退居了次要位置。”加州州长加文·纽森及其他人的民主党顾问布赖恩·布罗考（Brian Brokaw）说道。布罗考同时也有科技行业的客户，他警告称，民主党需要说服该行业相信自己是支持创新的，否则将面临失去财政支持的风险。“如果你在财政上得不到曾在最近几个选举周期中是你筹款基础关键组成部分的支持，这将使民主党在选举中处于不利地位。”他说。 OpenAI 的 Sam Altman 最近表示，在他看来，民主党已经偏离了支持创新和创业的政策，因此他感到自己“政治上无家可归”。图片来源：Chip Somodevilla/Getty Images 普通科技从业者大多预计会继续支持民主党，但部分关键高管的转向是令党内领导人担忧的又一发展。 Altman 最近表示自己“ 政治上无家可归 ”，因为他认为民主党已经偏离了支持创新和创业的政策。Altman 曾将特朗普比作希特勒，但如今他已成为特朗普最喜欢的高管之一，拥护总统削减繁文缛节和支持人工智能的政策。 Kovacevich 的倾听之旅是民主党为应对这一挑战所采取的几项措施之一。今年早些时候，众议院少数党领袖 Hakeem Jeffries（纽约州民主党）和硅谷众议员 Sam Liccardo 与捐助者会面，讨论修复关系。利卡多（Liccardo），加州圣何塞市前市长表示，民主党可以重新赢得那些不喜欢特朗普关税、攻击移民以及削减大学经费的小型科技公司的支持。利卡多最近协助为一组众议院民主党人发布了一份创新议程，优先考虑科研经费和高技能移民。他说：“如果我们愿意接受支持创新的必要性，这是民主党区分自身的一个机会。” 硅谷的民主党顾问库珀·特博（Cooper Teboe）估计，在 2024 年大选期间，民主党失去了科技行业 30%到 40%的支持，但已经赢回了一部分。一个挑战是，许多科技企业家正在受益于特朗普的减税和放松监管政策。众议员罗·卡纳（Ro Khanna）正在帮助努力赢回科技行业对民主党的支持。照片：Meg Kinnard/AP […]

深度学习

Aug 16, 2025

Sam Altman：别管发布的混乱——全速前进

图片插图：Lindsey Bailey/Axios。照片：Chip Somodevilla/Getty Images OpenAI 首席执行官 Sam Altman 在公司最新模型发布一周后，依然表现得像未来属于他一样——尽管这次发布引发了一场关于他战略的批评和质疑风暴。大局观： Altman 已经听到了这些担忧，吸取了一些经验教训，并正全力推进计划，投入数万亿美元打造一系列产品和服务，其中最核心的是将 ChatGPT 打造成更加无处不在的存在。他说： “如果你预测一下我们的增长趋势，很快每天会有数十亿人和 ChatGPT 对话。” Altman 在周四晚于旧金山与一小群记者共进的广泛交流晚宴上说道。 “如果我们保持目前的增长速度，ChatGPT 每天说的话将会比所有人类一天说的话还要多，这只是时间问题。” 这些宏伟的计划需要巨额支出。 “你应该预期 OpenAI 会在不远的将来花费数万亿美元用于数据中心建设，”Altman 说。 “而且你还应该预期会有一群经济学家大呼小叫，说，‘哦，这太疯狂了。这太鲁莽了，’之类的。” “我们就会说，‘你知道吗？让我们自己来做我们的事吧。’” Altman 承认公司可能需要设计新的融资结构来筹集那一水平的投资。 “我怀疑我们可以设计出一种非常有趣的新型金融工具，用于为计算能力融资，而这是世界尚未想出来的。”他说。 Altman 为 OpenAI 数十亿美元的基础设施支出辩护的理由是，这些投入是值得的。 “我们的回答是，我们可以花费3000亿美元并销售4000亿美元的服务，如果我们没有3000亿美元的数据中心，我们就只能不断让客户失望。” 一个重大转变是，这些容量越来越多地用于回答查询，而不是训练新模型。“我们目前构建的大部分是推理，”他说——指的是使用计算能力来运行而不是训练 AI 模型。是的，但：他说，训练新模型的成本是阻碍 OpenAI 盈利的原因。“我们在推理方面是盈利的。如果不支付训练费用，我们将是一家非常盈利的公司。” “我们会一直训练下一个东西，但如果需要让公司盈利并保持领先，我认为我们可能可以做到。” 奥特曼将 GPT-5 的发布比作狄更斯著名的那句“这是最好的时代，也是最坏的时代”。 “有人会说，‘你夺走了我的朋友。你太可怕了。我需要它回来，’”他说道，指的是那些希望继续使用 OpenAI 旧模型的用户。与此同时，奥特曼表示，公司也发现有科学家称他们终于可以用 GPT-5 进行真正的研究。 OpenAI 还发现，其 API 的访问量在 48 […]

全球动态

Aug 11, 2025

揭开网络安全格局

本文信息来源：contrary 可操作摘要随着安全的重要性日益凸显，网络安全已成为科技领域的重中之重：摩根士丹利、 Gartner、ETR、Flexiti和Battery Ventures等机构发布的多份首席技术官 (CTO) 调查报告均显示，安全目前是 CTO 技术支出中优先级最高的预算项目之一。摩根士丹利第二季度的 AlphaWise 调查显示，在经济低迷时期，安全是 CTO 预计削减的最后一项预算。98 %的 IT 和安全领导者表示，他们去年处理过一次网络攻击（平均 47 次攻击）。疫情和全球冲突持续提升安全意识：网络安全并非新鲜事物，但过去两年网络攻击的风险日益增加。针对美国核心基础设施的攻击，例如Colonial 输油管道的关闭、SolarWinds和Log4j 发现，再次引发了人们的紧迫感。尽管近期投资有所放缓，但该行业在过去一年经历了创纪录的交易活动： Momentum Cyber分析了 3500 多家网络安全公司，发现网络安全公司在 2021 年实现了超过 770 亿美元的并购交易和超过 290 亿美元的私人投资，堪称具有里程碑意义的一年。此外，尽管近期投资有所放缓，但截至目前，2022 年，该行业的融资活动已超过 165 亿美元，并购交易总额达 1110 亿美元。网络安全从服务器向云端的演进将推动增长：行业已然发展，随着新的应用程序在公共云上构建，它们将需要更高的安全性。IDC 估计，到 2025 年，全球将新增7.5 亿个云原生应用，增长 4 倍。信息安全和风险管理支出持续增长：预计到 2023 年，全球信息安全和风险管理支出将增长 11%，达到 1880 亿美元。安全市场的增长是由黑客使用的新型攻击方法日益复杂化，以及组织需要继续支出以跟上不断发展的威胁形势所推动的。网络安全将日益融入其他IT流程：网络安全持续与技术栈的多个方面相融合。随着DevSecOps的发展，安全与DevOps的联系更加紧密。随着人工智能和机器学习等其他流程越来越依赖数据，这带来了更大的安全风险。网络安全：更大、更复杂本报告探讨了过去十年随着科技日益融入我们日常生活而产生的网络安全威胁。报告概述了网络安全格局、结构以及影响该领域的关键参与者和趋势。近年来，云计算的兴起、移动设备的广泛应用、远程办公以及企业软件应用程序的日益增多，为黑客入侵企业组织创造了条件。越来越多的接入点和攻击面为黑客提供了更大的攻击机会，使他们的攻击手段更加丰富。企业因安全黑客攻击而遭受的财务和声誉损失也随之增加。随着威胁的日益增长，越来越多的网络安全公司应运而生，以应对更广泛的攻击面。这使得该行业变得更加复杂，科技投资者和初创企业难以理解。我们的报告旨在揭开该行业的神秘面纱，围绕企业履行职责的四个基本要素，将其细分为不同的子类别：硬件、软件、用户和网络（包括本地和云端）。企业通常会寻求能够满足这四个方面需求的安全解决方案。网络安全投资不会消失 […]

全球动态

Aug 11, 2025

成人网站将利用性感 .svg 文件藏匿利用代码

本文信息来源：arstechnica 在图像内部运行 JavaScript？还能出什么差错呢？数十个成人视频网站正在转向一个熟悉的来源来在 Facebook 上获取点赞——一种能让浏览器悄悄为这些网站点赞的恶意软件。这一次，这些网站使用了更为新颖的载体来传播该恶意软件——.svg 图像文件。 Scalable Vector Graphics（可缩放矢量图形）格式是一种用于呈现二维图形的开放标准。与更常见的 .jpg 或 .png 等格式不同，.svg 使用基于 XML 的文本来指定图像的显示方式，使文件在调整尺寸时不会因像素化而失真。但问题也正出在这里：这些文件中的文本可以包含 HTML 和 JavaScript，而这反过来就可能被滥用来实施一系列攻击，包括跨站脚本、HTML 注入和拒绝服务等。静默“点赞”事件安全公司 Malwarebytes 周五表示，他们最近发现色情网站向特定访客投放了被下了陷阱的 .svg 文件。当这些人点击图像时，会导致浏览器在不知不觉中为宣传该网站的 Facebook 帖子注册“赞”。解析该攻击花费了不少功夫，因为许多嵌入在 .svg 图像中的 JavaScript 都被大量混淆，采用了一个定制版的“JSFuck”技术，该技术仅使用少数几类字符将 JavaScript 编码成伪装的文本墙。位于某成人网站下载的 .svg 文件中的混淆代码。来源：Malwarebytes 一旦解码，脚本会导致浏览器下载一连串额外的混淆 JavaScript。最终负载是已知的恶意脚本 Trojan.JS.Likejack，只要用户处于已登录状态，就会促使浏览器为指定的 Facebook 帖子点赞。 “这个木马同样用 JavaScript 编写，会在用户不知情或未获同意的情况下静默点击 Facebook 页面上的‘赞’按钮，在我们上面发现的这些成人帖中就是如此，”Malwarebytes 研究员 Pieter Arntz 写道。“该手法要求用户已在 Facebook 登录，但我们知道很多人为了方便访问会一直保持 […]

大模型内核

Aug 11, 2025

当 LLMs 在社交平台上大快朵颐

本文信息来源：smartmargin 用于免费训练的数据的时钟正在走向终点。到 2028 年，我们可能会开始耗尽。对此，LLM 实验室将越来越多地转向唯一可再生的新鲜对话内容来源：社交平台。我预测在五年内（或许更早），送入前沿模型的新增令牌中有 30%将来自经授权或未授权的社交流，而非网络爬取。历史上，社交平台并不是最佳的采集场所，因为数据被围墙花园所隔离：将数据保留在内部往往比对外授权更有利可图。不过这一点正在改变，社交平台开始意识到相关性的代价：留在围墙花园内意味着有可能在 LLM 对话中被忽略（从而错失消费者的目光）。以下是我预计在未来几年社交流将如何塑造模型行为的方式：社交平台胜过静态网页的地方 Real‑time relevance：经授权的社交流会在数小时内更新，而 Common Crawl 的快照可能滞后 35–90 天。新的信号会更快进入 LLMs。 Conversational DNA：社交本质上就是对话，这有助于 LLMs 理解人类的实时互动。在 Anthropic 2024 年的一项测试中，经过 Reddit 微调的模型在对话有用性上比仅基于博客的基线高出 15%。 Long‑tail depth：网页通常无法覆盖人类对话的长尾部分。Reddit 和 Twitter 通过注入主流网页所缺乏的小众词汇解决了这一问题。 Embedded quality signals：社交流量信号让模型更容易判断内容的质量。Scale AI 将能够估算点赞和观看时长等数据，相较于原始网页文本能实质性降低标注成本。可授权的新鲜度： Reddit 的 2024 年 S‑1 披露，数据授权已贡献 9% 的收入——这为保持信息流清洁与实时提供了财务激励。我预计在未来几年，这将成为社交平台利润的主要驱动力。各社交平台的竞争优势假设我们确实走向一个社交平台愿意将至少部分数据授权给 LLMs 的未来（没有哪个世界会不这样做），每个平台都会开始确定其独特优势，并着手对这些数据进行细分与定价。例如，Reddit 长期以来是长篇消费者讨论的来源，而 YouTube 则在影响者权威性和教育深度上表现突出。社交数据如何为 […]

大模型内核

Aug 11, 2025

生成式搜索正在改变市场进入策略，以下是需要了解的要点

本文信息来源：insightpartners 摘要LLMs 不在乎你的排名创始人四步框架：衡量你的风险暴露现在该做什么：Insight 的三步行动手册展望未来：智能代理的崛起创始人们：这是一个可利用的关键时刻自 2023 年末以来，Insight 一直在报道由生成式搜索引擎崛起引发的营销渠道（go-to-market）重大变革。最初是从谷歌的 Search Generative Experience 实验室开始，但随后我们的早期关于 OpenAI 进军搜索的分析也涵盖了 SearchGPT。此后我们一直密切跟踪这一趋势：从谷歌推出的 AI 概览和 AI 模式，到 Perplexity、Gemini 以及由 RAG 支持的发现模型日益增长的影响力。在我们的投资组合中，我们在入站流量方面看到相同的趋势：点击量下降、来自搜索的潜在客户减少，以及对什么有效、GTM（市场进入）应如何演变的日益困惑感。 “你只需看看屏幕上的可见空间，”Insight 的 Onsite 团队 GTM 专家 Neal Behrend 说。“把 2022 年的 Google 和 2025 年的 AI 模式对比一下，就能明显看出流量为什么会下降。” 本文来自 Onsite Hour，这是由 Insight 超过 130 名内部专家为投资组合公司创建的每周线上活动系列。 LLMs 并不在乎你的排名在旧的 SEO 世界里，你的目标很简单：为关键词排名，获得点击。然而，生成式搜索需要一种不同的方法。 “有一种新的营销策略正在出现，会影响 LLM 的回答——就这样，不需要流量，”Behrend 说。 […]

全球动态

Aug 11, 2025

为什么大多数风险投资公司在招聘助理时做错了（以及我们如何做得不同）

本文信息来源：amplifypartners 在风险投资领域工作了十七年以上，有一件事变得非常清楚：大多数风投公司根本不知道如何招聘助理。问题不仅在于他们做得很糟——虽然确实如此——更在于他们从根本上误解了这个职位本该是什么样的。为了说明当前状况的极端程度，我得到可靠消息称，一家知名风投公司最近召开了合伙人会议，讨论是否应该允许他们的助理在内部会议上发言。他们最终决定可以（真是大方！），但连这样一个问题都要讨论，本身就足以说明大多数公司对初级人才的看法。如果这些看似“低微”的助理角色只限于内部事务，情况或许不会那么糟。但现实恰恰相反：助理往往是不成比例的创始人与风险投资公司之间的第一次接触。助理常常是公司的“门面”，接听首轮电话、参加会议，并且（最近越来越多）撰写内容。所以如果你内部都认为他们不值得开口，那又为何要给他们一枚象征性的徽章，让他们在外代表公司四处奔走呢？答案揭示了业内在招聘助理方面存在的更深层问题，并造成了一个对任何参与方都毫无意义的体系。两种思路（以及为何其中一种行不通）风险投资公司招聘助理的方式本质上有两种，二者差异极为明显。学派一：杠杆模式。这是投行/私募股权的做法。雇佣聪明人两年，默认他们不会长期留下，几乎不给他们真正的上升空间（除非极少数情况），用他们来完成合伙人不愿意做的工作。这是金字塔结构：高级合伙人在顶层、中层人员在中间、大量初级人员在底层，大家都在争夺下一个阶梯。激励机制一团糟，因此组织内部几乎没有信任。而对助理来说，能在这样的公司工作也挺有趣！学派二：培养模式。及早将人纳入你的网络，随着时间培养他们，最优秀的人成为合伙人。这需要对人进行实际投资，因此意味着你不能招太多人。它也迫使你在招聘时高度挑剔，因为雇佣的机会成本是主要开销。辨别一家风险投资公司选择了哪种模式，有一个简单的方法：看基金中的助理与合伙人比例。如果助理人数多于合伙人，他们几乎肯定没有真正的影响力。如果只是有少数助理而旁边是一群合伙人，那么这些助理很可能有发言权。大多数公司默认采用杠杆模式，因为这样更省事：更多人手上岗，不需要真正的导师制，而且助理在两年后离职——这本就是计划。但既然如此，为什么还要雇他们？如果合伙人不重视他们的判断，那只是浪费大家的时间。有更便宜、更高效、且更契合的方法来外包那些合伙人不想做的工作。这种动态不仅损害了助理的利益，也让创业者的处境变得更加（甚至是）混乱。创始人不知道是否应该认真对待助理（这也导致每月在 Twitter 上围绕创始人是否应当给风投助理“应有的关注”展开辩论—— 像这个）。这种混乱完全是风投造成的，因为他们创造了一个既没有明确目标也毫无权威的角色。大多数公司为何在招聘上犯错但情况更糟。大多数风险投资公司其实并不清楚什么造就了优秀的风投，所以他们依赖懒惰的启发式判断：常春藤学位 + “炙手可热”的公司经历 + 前产品经理 = 好候选人。多年来我与数十位希望招聘助理的高级合伙人分享过建议。我总是对他们中（许多）人无法回答“你在找什么样的人？”这一问题感到惊讶。之所以会这样，是因为大多数人在招聘时要么找与自己相似的人，要么找一个自己理想化希望成为的人。如果没有一套明确的框架来判断什么是真正使人成为优秀风投人的要素，最终招来的往往是一群纸面上看起来很出彩但实际上不适合做风投的人。‍ Amplify 的方法：更少人手，更多投资在 Amplify，我们颠倒了金字塔。我们刻意让资深人员多于初级人员。你不能让每位合伙人配备超过一名副手，却指望这些副手拥有真正的影响力。我们把副手视为未来的合伙人，而不是被美化的参谋长。这让我们在挑选上异常严格。他们的想法会成为公司基因的一部分，因此我们只雇佣那些愿意长期押注的人。如果你看看风险投资以外的领域，初级岗位（如合伙人助理）最终成为最出色领导者的观点很普遍。不乏这样的大型上市公司：首席执行官在公司工作超过30年，像其他人一样从基层做起。体育界也是如此。看看 Sean McVay，NFL 史上最年轻的主教练。他起初是一个“进攻助理”——基本上相当于在 NFL 里打杂端咖啡的角色。之后他做过一家没人听说过且如今已不复存在的球队的质量控制教练。但一旦进入体系，晋升就呈指数级增长。几年之内，他从质量控制教练升到近端锋教练、进攻协调员，最终成为洛杉矶公羊队主教练——并荣获年度最佳教练和第 56 届超级碗冠军！创投也不例外。每份工作都附带一个看涨期权——成为合伙人的机会。一旦某人进入这一生态并证明了自己，机会便会成倍增加。‍ 我们真正寻找的是什么大家都说招聘要看智力、正直和社交能力——这些只是基本要求（如果愿意可以称之为风险投资招聘的“RSTLNE”）。真正重要的是那些让一个人在这份古怪工作中表现出色的独特品质。以下是我认为的要点。好奇心大概是最被忽视的品质。在风险投资里，你会遇到很多公司，其中大多数你不会投资。你需要真正的好奇心，能让你在本月第一次会议和第 100 次会议上都保持同样的热情。不仅如此，技术总是在变化（你好，人工智能！）。学习新事物不能成为负担，它必须是让你兴奋的事情！真实性很重要，因为风险投资本质上是一个以关系为核心的行业。你卖的不是软件或汽车——而是在长时间内推销你自己。我们经常在优秀人才创办公司前多年就已相识，因此你建立真诚、持久关系的能力决定了一切。拼劲与谦逊完善了四项核心素质中的最后两项。谦逊，因为这就是我们作为一家公司的本色——我们低调行事，让工作本身证明一切。拼劲，因为这是你唯一真正能掌控的事情。你无法改变自己的聪明程度，但可以选择自己愿意付出多大努力。当我回顾我们一些最成功的投资时，它们的达成都需要难以置信的坚持不懈。找到合适的人选我们不发布职位描述。相反，我们会见大量的人——创业者、运营者、其他风投——并且始终清晰地表达我们在寻找什么样的人。最终，人们会渐渐明白你的定位，并开始把合适的候选人介绍给你。最优秀的早期投资人是人的收藏家。有的人收藏葡萄酒，有的人收藏宝可梦卡。真正出色的风投收藏人，是因为他们真心好奇不同人的驱动力，而且为人真诚，这些关系因此能够维系下去。但如果你只是把助理当作有光环的秘书来看待，当然不可能成功。 “收藏”这一隐喻也能解释我们招聘方式的另一个重要方面。我们在招聘上的一个最大不同点，是对偶然性保持开放。我们一些最优秀的员工来自完全意想不到的地方，最初与他们相识时，他们甚至并未主动寻找风险投资相关的工作。关键是要准备好接触大量人，并且诚实地说明你在寻找什么样的人。不是每个人都合适，这没关系。但只要你积极主动并在交往中保持真诚，合适的人终会找到你。这为何重要助理（associate）岗位常常是培养下一代顶尖风投的入口。如果我们继续把它当作一个短暂的参谋长职位而非真正有意义的学徒期，最终行业里会充斥着那些从错误教训中学会“什么是风险投资”的人。那些能搞清楚如何招聘并培养出色助理的公司，将在七到十年后获得巨大优势——届时这些助理将成长为引领行业的高级合伙人。那些做不到的公司呢？他们将沦为不断发布“在快节奏环境中茁壮成长的积极自驱型人才”之类的招聘启事，却不明白为什么所有优秀的人才都纷纷流向别处。讽刺的是，解决办法其实一直显而易见：少招人、多投入到每个人身上，而——这才是真正激进的部分——真正倾听他们的意见。

深度学习

Aug 11, 2025

互联网上色情内容正在被清除，但亿万富翁可以向你出售人工智能裸照

网络安全法阻止普通人表达自己的意见，而像 xAI 这样的公司却造成了真正的伤害。本文信息来源：theverge 在互联网这个令人着迷的新现实中，少女无法在 Reddit 上了解月经，独立艺术家无法在 Itch.io 上销售色情游戏，但军事承包商可以每月 30 美元为你制作泰勒·斯威夫特脱掉上衣的非自愿深度伪造视频。周二早些时候，埃隆·马斯克的 xAI 推出了一款名为 Grok Imagine 的新型图像和视频生成器，该生成器具有“辣”模式，输出内容从暗示性手势到裸体不等。由于 Grok Imagine 对创建真实人物图像没有任何明显的限制，这意味着你基本上可以生成任何足够出名的人的软色情内容， Grok 可以重现（尽管从务实的角度看，它似乎主要为女性生成严重的 NSFW 输出）。马斯克吹嘘说，在启动运营一天内就生成了超过 3400 万张图片。但真正的成功之处在于，由于其他公司所没有的法律漏洞和政治影响力，xAI 可以无视禁止其服务中成人内容的压力，同时帮助用户创作出广受诟病的内容。 xAI 的视频功能与名为 Valentine 的浪漫聊天机器人伴侣同期推出，但从某种角度来看却显得格外怪异，因为它的发布正值性（甚至“性”这个词本身）被推向互联网边缘的时期。上个月底，英国开始实施年龄限制规定，要求 X 和其他服务屏蔽 18 岁以下用户的性或其他“有害”内容。大约在同一时间，一个名为 Collective Shout 的激进组织成功向 Steam 和 Itch.io 施压，要求其严厉打击成人游戏和其他媒体，尤其导致 Itch.io 大规模下架所有不适合工作场所（NSFW）的内容。真人深度伪造色情片是一种未经同意的私密图像，根据唐纳德·特朗普总统今年早些时候签署的《删除法案》，在美国故意发布此类内容属于违法行为。强奸、虐待和乱伦全国网络 (RAINN) 在周四发表的一份声明中称，Grok 的深度伪造色情片是“日益严重的基于图像的性虐待问题的一部分”，并讽刺称，Grok 显然“没有收到关于新法律的通知”。但乔治华盛顿大学法学院教授、非营利组织网络公民权利倡议 (CCRI) 主席玛丽·安妮·弗兰克斯 (Mary Anne Franks) […]

# 生成式艺术