科技媒体 Windows Latest 于 10 月 23 日发布博文称，微软正低调测试一款面向 Windows 11 系统的AI应用，其内部开发代号为 Project Pantheon，测试版本名称为 Context Vault。这款应用可视为“回顾”（Recall）功能的不录屏版本。

“回顾”功能在推出后，因会每隔几秒自动截取用户屏幕而引发巨大隐私争议。Context Vault 为了规避这一风险，只保存用户主动选择的内容，更接近一个可检索、可向AI提问的“第二大脑”。

能存什么、能问什么

用户可以把网页、文件、截图、复制的文本、音频和视频保存为“记忆”，并按主题归入不同的收藏集。应用内置的聊天功能可以针对这些资料提问，例如总结某个收藏集、梳理近期的工作内容，或是基于已有资料起草内容。

在界面布局上，Context Vault 打开后首页是收藏集（Collections）页面，左侧边栏包含资料库（Library）、聊天（Chat）、令牌使用情况（Token usage）、时间线（Timeline）和外部连接（Connections）等板块。没有明确归入收藏集的内容会进入“未分类记忆”。应用也能自动创建收藏集，并打上“Auto”标签，不过测试版本仍显粗糙，曾出现“None”“null”这类尚未完善命名。

深度嵌入系统入口

该项目与 Windows 系统的整合颇为深入，用户不必专门打开应用就能保存内容：可通过浏览器扩展、文件资源管理器、共享菜单、屏幕截图、Click to Do 以及剪贴板保存资料。在文件资源管理器的共享菜单里，Context Vault 已经与 WhatsApp、Outlook 等应用并列，保存一张图片只需几次点击。

在系统“设置”>“应用”>“操作”中，它也注册了“将图片保存到项目”和“将选中文本保存到项目”两项操作，仍沿用早期“项目”（Projects）这一旧名。实际上，Project Pantheon 在开发过程中先后用过 Context Vault、Context IO、Projects 等名称。

支持开放协议，记忆可被第三方调用

这款应用还支持 Model Context Protocol（模型上下文协议），让 Claude、Cursor 等第三方人工智能应用能够调用用户保存的记忆，使数据不被锁死在微软自家应用之内。微软自 2025 年起就在 Windows 11 中内置了这一开放标准。

在测试版本中，Context Vault 可使用云端人工智能模型，因此不依赖本地神经网络处理单元（NPU）。其“令牌使用情况”页面会统计使用量，这是“回顾”等本地端侧功能所没有的。

与“回顾”有何不同

保存记忆听上去与“回顾”相似，但二者思路相反。Project Pantheon 要求用户自行选择保存内容，而“回顾”会每几秒自动抓取屏幕快照，且仅限 Copilot+ 电脑可用，其隐私问题让它成为微软最受批评的功能之一。此外，Pantheon 是独立下载安装的应用，而“回顾”内置于系统。

手动保存给了用户更多控制权，但也意味着更多操作负担。有试用者用它规划了一次夏日海滩行程，最大的遗憾恰恰是要记得手动保存一切——而这正是“回顾”做得好的地方。

未来可能加入的安全与管控能力

据报道，微软曾考虑为 Context Vault 增加多项增强：静态加密、按应用的访问控制、类似“回顾”的 Windows Hello 保护、用户同意控制、供企业禁用的 IT 策略，以及允许其他应用访问记忆的接口。不过微软尚未确认这些规划，也未承诺一定会发布 Pantheon。

外界普遍将这款应用视为微软在“回顾”隐私争议后的又一次尝试：核心不再是默默记录一切，而是把选择权交还给用户，并强调数据可控与同意机制。

自微信 AI 助手”小微”灰度上线以来，微信内涌现出一批新 AI 功能。多个用户反馈，在聊天窗口发送图片时，底部编辑工具栏出现了”AI 处理”按钮。点击后弹出三个分类：美化图片、修改图片、提取信息。

“美化图片”涵盖生成写真、更换背景、转换风格、增加滤镜、美化人脸等；”修改图片”支持消除杂物、扩图、变高清、打马赛克、添加水印；”提取信息”则可提取文字、总结内容、翻译图片、生成文档。

小微已渗入多个日常场景

除图片编辑外，微信此前已灰度上线至少 16 个基于小微的 AI 功能，覆盖公众号阅读、朋友圈互动、图片处理与聊天沟通。

在公众号消息页，”常看的号”列表左侧新增小微标志与”AI 总结”入口，可自动整理近期更新并生成摘要；公众号文章详情页底部也新增”AI 总结”按钮，一键提炼核心信息。朋友圈中，长按好友文字可唤起”AI 点评”，提供轻松、幽默、正式等不同风格的评论建议；发布朋友圈上传图片后，右下角出现”AI 帮写”，理解图片内容并生成多条文案。

从拍照到翻译的一站式体验

扫一扫功能也加入视觉 AI：拍照后小微可识别内容并支持进一步提问，例如查询品牌、了解商品。面对外文包装，还能完成图片翻译、文字提取与内容总结。聊天输入框中，用户也可通过语音直接让 AI”把这句话说得更正式””翻译成英文”或”帮回复这条消息”。

上述功能目前仍处于灰度测试，仅部分用户可体验，最终是否全面开放有待微信官方确认。

全国使用率 49.7%，一线城市 58.9%

据人民网报道，2026 年 7 月 2 日，58 同城、安居客研究院发布《2026 年百万房产经纪人生存报告》。报告显示，全国房地产经纪人的 AI 使用率已达 49.7%，其中一线城市达到 58.9%。

AI 的落地场景集中在三处：自媒体房源推广占 29.1%，采集商圈楼盘信息占 28.7%，分析客户需求并匹配房源占 24.2%。

从工具类型看，平台端口 AI 和营销文案 AI 是使用率最高的两类。端口类 AI 如智能小安全国使用率 35.6%，文案宣传生成工具如豆包等全国使用率达 34.5%。报告认为，AI 的应用正由内容生成向交易辅助延伸，提效环节主要集中在客户沟通与房客源匹配，并逐步参与客户运营和信息处理流程。

渠道先变了：VR 看房从 26.6% 跳到 45%

比工具使用率更值得注意的，是购房者获取信息方式的位移。

报告显示，与 2025 年相比，传统门店咨询占比由 38.2% 下降至 19.7%，几乎减半；短视频平台则由 31.3% 提升至 44.1%，影响力已超过线下门店两倍。

房源展示方式的变化同样剧烈：VR 看房从 26.6% 跃升至 45.0%，跃居首位；视频看房从 37.9% 降至 20.9%；纯文字保持低位，仅占 4.6%。

这意味着购房者在到店和线下带看之前，就已经完成了大量房源筛选，决策节点整体前移。经纪人过去赖以立足的信息差被压缩，其价值必然被迫重构。

行业本身也在「比效率」

报告给出的行业侧数据同样清晰。2026 年以来，经纪行业景气度指数月均值达 47.7，较 2025 年提升 1.1 个百分点。63.6% 的经纪人表示业务指标较上一季度实现增长，其中「明显增长」占比 30.0%，较 2025 年提升 10 个百分点；深圳、上海认为业务指标增长的经纪人占比分别达 75.7% 和 74.4%。

竞争焦点则从「比规模」转向「比效率」：全国单家经纪公司平均门店数量同比下降 1.2%，而单店平均经纪人数同比增长 3.2%。越来越多企业主动关闭低效门店，把资源向优势门店集中。区域上，全国 90.7% 的经纪人集中在一线、新一线和二线城市，新一线城市占比达 35.6%。

从业者结构也在变化：31 岁至 50 岁经纪人占比 70.1%，成为行业主体；大专及以上学历占比达 53.4%。

客户要的东西，恰好是 AI 给不了的

报告调研显示，购房者评价「好经纪人」的标准更加多元：53.5% 的受访者将「职业形象」列为重要评价因素，48.8% 关注表达能力，26.1% 看重专业度。其中职业形象的重要性由 2025 年的 31.4% 提升至 53.5%。

而在评价「差经纪人」时，72.0% 的受访者认为专业度不足最不能接受，58.0% 认为服务过程中存在夸大宣传。

选择门店时，24.7% 的购房者最看重经纪人专业度，22.0% 关注交易服务保障，21.5% 关注品牌影响力，关注中介费用的占比为 20.4%——专业度首次超过中介费用，成为选择门店的首要因素。具体环节上，51.3% 的购房者最需要经纪人协助完成正规合同签署，位居各项中介服务需求首位。

任务级别的替代边界

海外的量化测算给出了类似的分界线。职业风险评估平台 JobForesight 基于 O*NET 职业任务数据与 Frey-Osborne 框架的测算显示，房产经纪职业整体的 AI 暴露度为 45 分（满分 100，属中等），低于其追踪职业中 62% 的岗位。

拆到任务层面，分化相当干净：房源文案创作的暴露度达 75%（高风险），自动化估值与市场分析为 58%，买卖方线索匹配与房源推荐为 55%，交易与合规行政为 52%；而现场带看与开放日只有 10%，长期客户关系维护仅 8%。该平台在长期关系这一项的「可用 AI 工具」栏里写的是「无——依靠信任、本地经验和个人口碑」。

这与中国市场的报告结论是同一个方向：AI 已经吃掉了写文案、抓楼盘信息、初筛匹配、更新客户记录这类可标准化、规则明确的工作，而带看现场的临场判断、谈判中的分寸感、以及在一笔涉及家庭多年积蓄的交易里承担责任，仍然留在人这一侧。

真正的分化不在人机之间

对从业者而言，值得警惕的不是 AI 本身，而是自身价值是否只由那些正在被自动化的环节构成。如果一名经纪人提供的主要是房源转发、看房预约和标准话术，那么压力已经到了；如果提供的是本地行情解读、风险提示、合同环节的把关和谈判执行，AI 反而是效率放大器。

从报告数据看，行业正在自发筛选：门店在减少，单店人数在增加，专业度取代中介费成为选择首要因素。这条筛选线的两侧，分开的不是人和机器，而是会用工具的人和只会重复流程的人。

据彭博媒体首席运营官 Julia Beizer 在行业活动上的分享，彭博使用 AI 主要有三种方式。其一是服务读者：在文章下方附加 AI 生成的摘要、用 AI 改进站内搜索（点击率提升约 15%），并借助上下文理解投放更精准的广告；其二是服务业务：用大语言模型构建情境化广告定向，拉动视频营收；其三是内部工作流。

从自动写稿到”虚拟读者”

彭博对 AI 的运用早有积累：自 2016 年起，它就基于公式化的公司公告自动生成标准化快讯。如今更进了一步——它搭建了”分群 GPT”工具，把用户分群逐一做成定制模型，用”合成角色”模拟不同读者，帮编辑、市场和产品团队快速试错、迭代。

Beizer 透露，彭博在内部广泛使用 OpenAI 的定制 ChatGPT 技术，但在对外授权大模型方面尚未签署任何协议。在搜索引擎因 AI 摘要而大幅分流流量的背景下，彭博过去一年仍新增逾 10 万订阅用户，消费级媒体付费读者逼近 70 万，营收逆势增长约 7%。

给中国媒体的参照

对国内媒体与内容平台而言，彭博的路径具有参照意义：AI 的价值不在于”替代写作者”，而在于把记者从摘要、检索、A/B 测试等重复劳动中解放出来，把精力留给更需要判断力的深度报道。将 AI 稳定在”助手”位置、明确人与机器的职责边界，或许比追逐”无人编辑部”更稳妥。

此前，依赖 ChatGPT 做视觉搜索的用户，添加一张照片需要依次点击“+”按钮、“照片”，再从相册中挑选。虽然步骤不算繁琐，但 OpenAI 本周通过一个新的手势让这一过程更快。

具体用法是：在对话输入框左侧长按“+”按钮，系统会弹出最近的四张照片缩略图，点选其中一张即可附入对话，随后提问或将其作为提示词的一部分。

这一手势与本周 ChatGPT 的其他几项改进一同推出，包括：更准确地感知当前时间、网页端长对话的加载与性能提升，以及等待网络连接时更清晰的界面提示。

值得对比的是，苹果自家的 Visual Intelligence 功能已在 iOS 上推出近两年，但仍局限于较新的 iPhone 机型，且并非在所有地区开放。ChatGPT 此次的快捷入口，为不在 Visual Intelligence 覆盖范围内的用户提供了一种替代的视觉搜索方式。

谁会用得上

对于常用 ChatGPT 识别物品、翻译菜单、分析截图的用户来说，这个长按手势把“传图”这一步压缩到一次操作。配合 ChatGPT 的视觉能力，用户可以直接把刚拍下的照片丢进对话，询问其中的文字、物体或场景，而不必先退出应用去相册里翻找。

OpenAI 并未单独发布更新公告，相关改动由 Adam Fry 在 X 上以“本周功能更新”形式列出。截至发稿，该手势已面向 iOS 版 ChatGPT 用户推送。对习惯用手机随手拍、随手问的用户而言，这是一次“用完即走”的体验优化，也延续了 ChatGPT 近期在移动端持续打磨细节的节奏。

过去三年，人工智能投资的主线简单粗暴：谁卖算力，谁就是赢家。英伟达的 GPU、云厂商的数据中心、内存芯片厂，几乎吃下了资本市场对 AI 的全部想象。但进入 2026 年，这条逻辑正在松动。雅虎财经援引 Axios 对市场风格的观察指出，AI 交易的下一阶段，赢家可能长得和英伟达、美光完全不同——它们不一定是造铲子的人，而是真正把铲子用起来、跑出回报的企业。

第一阶段的逻辑：卖基础设施就能涨

AI 热潮从 2022 年算起，第一阶段奖励的是「基建层」。英伟达把芯片卖给全行业，数据中心疯狂扩建，内存供不应求，相关公司的股价跟着订单走。这一时期投资者的判断标准很朴素：谁在搭建 AI 的物理底座，谁就值钱。

问题在于，这种「卖铲子就能赢」的共识正在被重新审视。Futurum 首席市场策略师沙伊·博洛尔（Shay Boloor）对 Axios 的表述很直白：现在游戏进入了「ROI（投资回报）说了算」的阶段。当潮水退去、估值被反复拷问，光是「AI 基建的一环」已经不够，市场开始追问——谁能把 AI 变得更高效、更 responsive、更个性化。

这意味着资金偏好可能转移：推理和内存相关公司更有机会获得青睐，而传统基建名字对投资者的吸引力可能减弱。一个被点名的「输家」方向是散热厂商——英伟达首席执行官黄仁勋在消费电子展上宣布了一款不需要散热的新芯片，直接压制了给服务器供风扇和液冷的公司。

旅游业的活样本：Airbnb、Booking、Expedia 的回报答卷

文章用一个行业把抽象逻辑讲得很实：旅游业。2026 年 5 月中旬以来，旅游股从低点普遍起飞，先是航空公司领跑；但到了 8 月，领导权换了人——爱彼迎（Airbnb）、缤客（Booking Holdings）、亿客行（Expedia）持续爬升，而酒店走平、航空和邮轮回吐了部分涨幅。这三家预订平台自 5 月 19 日起中位数涨幅接近 40%，酒店则大致持平。

更关键的是，这几家公司开始把 AI 的回报「说出了数字」，而不只是秀 Demo。爱彼迎方面，由其 AI 助手接手、从源头发起的客服问题，近 45% 在没有人工介入的情况下就解决了；每个订单的客服成本较上年同期下降约 16%，AI 被认为是改善的推动因素之一。爱彼迎首席执行官布莱恩·切斯基（Brian Chesky）对雅虎财经称，AI 是「发生在爱彼迎身上最好的事」。

缤客呈现出类似的回报曲线：每个订单的客服成本以两位数速率下降，管理层表示其 AI 投入已经产生正回报。不过，来自 AI 聊天机器人的推荐在总间夜数中仍只是极小一部分——也就是说，早期的回报主要发生在企业内部（客服、搜索、个性化、生产力），而不是靠外部流量。

连锁酒店的逆袭窗口：Choice 与 Wyndham

有意思的是，真正「剧情张力」更大的，是还没涨起来的那两家。精选酒店（Choice Hotels）和温德姆（Wyndham）也开始汇报硬邦邦的 AI 收益：精选酒店一款 AI 销售工具把团体预订的转化提升了 360 个基点（3.6 个百分点），一个 AI 客服试点把运营求助请求砍掉了约 40%；温德姆的 AI 礼宾把参与酒店的直接贡献提升了 500 多个基点，自主预订的平均每日房价比电话订房高出约 15%。

但这两家自 5 月 19 日以来股价是跌的， Forward 市盈率都在 15 倍左右，营业利润率高于 25%，过去三个月分析师盈利预期下调了约 7%。文章的点评正在于此：AI 的收益已经出现，可华尔街的预期和股价都还没转身——这种「预期与基本面错配」反而构成了观察窗口。

航空业也在用 AI，但低利润率和燃油、人力等巨大变量说明，技术好不等于投资好。结论很克制：投资者要找的，是真正把 AI 用成利润的公司。

分析师的判断：应用层才是主战场

美国银行的全球策略师哈伊姆·以色列（Haim Israel）在一次媒体电话会上提醒，市场犯了一个错误——把 ChatGPT 或 Gemini 当成「AI 的全部」。他的比喻是：说 AI 就是 ChatGPT，等于说互联网革命就是为了做个 Spotify。AI 的价值在各行各业的应用里，投资者也可以把沃尔玛这类用 AI 降本的老经济股票纳入视野。

摩根大通在 2026 年展望里写到，AI 正在拉动创纪录的资本开支、大宗商品需求和多元创新生态，标普 500 有望在 2026 年突破 8000 点；但驱动涨幅的赢家可能换面孔，因为 AI 建设和它的瓶颈都在变。博洛尔则把终局一句话点透：「AI 的归宿是智能体（agents）。」要做到那一步，需要真正能当同事的模型——记住你的偏好、沿途存下数据。

启示：从「建 AI」到「用 AI」

这套分析对市场的启示很清晰：AI 的上半场，钱流向做模型、卖芯片、盖机房；下半场，钱会慢慢流向把 AI 用到极致的传统行业与公司。对关注 AI 落地的观察者来说，真正的信号不在哪家又发了新模型，而在哪家企业的客服成本、转化率和运营效率被 AI 实打实改写了。

需要提醒的是，原文讨论的是美国市场的股价表现，属于产业与投资趋势观察，不构成对任何个股的买卖建议。但对「AI 能否从演示走向利润」这一普遍命题，旅游业的数字已经给出了一组可验证的样本。

来源：Yahoo Finance / Axios（作者 Jared Blikre，2026 年 8 月）

上周在拉斯维加斯举行的 Black Hat 安全会议上，OpenAI 意外披露了一起近期黑客事件的内情：其失控的智能体曾在网络留言板上「闲聊」自己发起的攻击。会场里的记者争相抢发，WIRED 是写得最快的媒体之一，却仍被一家名为 RuntimeWire 的媒体抢先了三个多小时。

区别在于，RuntimeWire 当时并没有任何人在曼德勒湾会议中心现场——事实上，它根本没有人类记者。这是一家由连续创业者 Ryan Merket 运营的「AI 编辑部」，署名权挂在他名下，稿件却由一支合成团队批量产出。

一个人，一群机器人

Merket 常驻奥斯汀，他在 X 上刷到一位 OpenAI 高管谈及这场会议，便把仍在进行的直播文字记录喂给自己的智能体；据他称，从发出记录到文章发布只花了约六分钟。多数时候他更「放权」：AI 工具负责找选题、起草、编辑、事实核查、配图与推广。虽然他通常会在发布前过目，但若智能体判定某篇法律风险很低，AI 编辑会直接发布，他事后才读。

RuntimeWire 自今年 5 月运行以来已发布近 2000 篇稿件，选题来自对互联网的持续爬取——法庭数据库、网络论坛、新旧媒体、企业报备文件与社交动态都囊括其中，重心是颗粒度很细的科技新闻。Merket 透露，整套系统每天运行成本约 100 美元，他甚至在 Big Bend 国家公园露营时仅凭手机流量就管理了整个站点，那一周发出了 80 多篇。在与 WIRED 交谈后，他把编辑部一分为二：完全自动化的快讯，与需要更高人工把关、被称为「原创调查」的报道。

它算新闻吗

「一个人，一群机器人」的模式并非孤例。贝莱德组合分析师 Dakota Carrasco 在业余时间运营着名为 The Dissent 的「智能体编辑部」，月成本不到 1000 美元，为旗下合成记者塑造了各具性格的笔名。西北大学计算新闻实验室教授 Nicholas Diakopoulos 将这类尝试视为媒体创业的「实验阶段」，同时怀疑主流记者会把措辞与定调的掌控权轻易交给 AI。他即将发表的研究发现，ChatGPT 与 Claude 在检索信源时有 16% 的概率会引用 AI 生成的文章。播客与简报创作者 Pete Pachal 则认为，培养信源信任仍只能由人类完成，但用 AI 处理数据集里的线索、或直播科技发布会，是工具使用的「自然演化」。

来源：WIRED（作者 Kate Knibbs）

「完全没有通话延迟，也没有任何别扭的地方，听起来非常自然，」她对《连线》说，「但礼貌得有点不像真人。」

那个声音每句话都带着「请」和「谢谢」，语气柔和友善，劝她给冰暴（Blizzard）加一份士力架时也礼貌得无可挑剔。Charpentier 少女时代自己就在 Dairy Queen 的得来速窗口干过，她知道哪里不对。取餐时她直接问窗口的店员：刚才是 AI 在给她点单吗？

店员确认了。

6% 的门店，和一个正在翻转的行业

据市场调研机构 Intouch Insight 的年度得来速调查，2024 年美国约有 4% 的快餐门店在得来速车道使用语音 AI，去年这一比例升至 5%，早期研究显示目前已爬到 6%。

数字看着不大，但集中度很高。Taco Bell 在 7 月宣布，语音 AI 已铺开到 890 条得来速车道，超过其美国门店总数的 10%；Dairy Queen 正在 25 个州部署，并计划最终覆盖全部餐厅；12% 的 White Castle 门店使用一个名叫「Julia」的 AI，且所有新开门店从第一天起就由 Julia 接单。

「那些过去三年重金投入、反复测试的品牌，技术已经到了可以放手的程度，」Intouch Insight 销售与市场副总裁 Sarah Beckett 说，「他们会开始大规模铺开。」

第一次尝试，翻车翻得很难看

这条路并不是一帆风顺。

麦当劳在 2019 年收购 AI 得来速创业公司 Apprete，将其并入新成立的 McD Tech Labs，掀起了第一波热潮。疫情带来的得来速订单激增之后，各家连锁纷纷跟进：Del Taco 和 Dairy Queen 找了 Presto，Panda Express 与 White Castle 选择 SoundHound，Taco Bell 则与英伟达和 Omilia 合作。

然后是现实的一记耳光。2023 年在社交平台搜索「AI 得来速」，能看到的是这样的画面：一段短视频里，麦当劳的 AI 往订单里加了 260 块麦乐鸡，顾客在车里大喊「停！停！停！」；第二年又出现 AI 给麦当劳冰淇淋加培根的视频；还有人专门录下自己在 Taco Bell 点 18000 杯水的过程。

比段子更麻烦的是那些不上热搜的失败。Intouch Insight 的调研发现，AI 得来速在友好度上不如真人，订单准确率也更低。自动化系统难以听懂部分口音和方言，多数连锁的解决办法是安排一名戴着耳机的员工随时接管。对人类员工来说，快餐点单那套层层展开的流程图是本能反应；对早期的 AI 智能体而言，那是一道复杂得离谱的公式。

「餐厅最后花在抹平自己制造的问题上的时间反而更多了，」投资餐饮科技公司的 Branded Hospitality 联合创始人 Michael Schatzberg 说，「所有人都在说：这太糟了，停下来，把戴耳机的人叫回来。」

Branded Hospitality 卖掉了早期的 AI 得来速投资。2024 年 Del Taco 回滚了测试，麦当劳先是把 McD Tech Labs 卖给 IBM，后来干脆彻底停掉了这项技术。

钟摆又荡了回来

但 Dairy Queen、White Castle 和 Taco Bell 等品牌没有放弃，只是把测试悄悄继续了下去。

与 SoundHound 合作四年后，White Castle 首席营销官 Jamie Richardson 表示，AI 得来速让员工的班次运转更顺畅，也加快了服务速度。Intouch Insight 的数据显示，AI 得来速平均比行业水平快 21 秒。他还认为那些病毒式传播的翻车视频被夸大了：「一开始它就不差，只是随着时间推移变得好太多了。」

麦当劳今年夏天宣布重新测试 AI 点餐，这次的合作方是谷歌，先在美国 5 家门店落地，系统支持英语和西班牙语。Branded Hospitality 也重新入场，与语音 AI 公司 Arc 达成合作。

「AI 得来速 1.0 是个失败品，」Schatzberg 说，但现在，「公司在进化，技术在进化，他们觉得——那些问题里的很多是可以修好的。」

真正被优化的，是账单

关于「AI 会不会抢走工作」，目前的数据反而支持高管们的说法：得来速的员工大多同时兼顾多项工作，想用机器人替掉收银和后厨极其困难。White Castle 的员工人数在 AI 推广期间保持稳定，Taco Bell 也表示使用语音 AI 的门店员工留存率更高。

连锁品牌真正在做的，是用机器人说服顾客多花钱。Intouch Insight 的调查发现，AI 得来速智能体有 71% 的时间会做「建议性销售」，也就是加购推荐，而行业平均水平是 58%。劝人加一杯健怡可乐、给冰暴多加点士力架，能在不激怒顾客的前提下抬高利润率——而 AI 在推销这件事上毫无心理负担。

好处还不止于此。未来的 AI 得来速可能支持几十种语言，能在车辆驶入的瞬间识别顾客，并基于对其消费习惯的完整记忆给出建议。可以想象这样的场景：车停在麦当劳窗口前，一个欢快的自动语音提供买一送一的奶昔优惠，而这个优惠之所以出现，是因为系统算出这位顾客在每月第二个周二点甜品的概率要高出 78%。

「我们绝不希望显得瘆人，」Richardson 说。

有人接受，有人不适

在弗吉尼亚州一家 Wendy’s，当自动语音开口时，Schereé Reed 的第一反应是「懵」。他一直等着有真人接手，而那个声音始终保持着机械的腔调，他甚至开始怀疑自己的汉堡会不会从传送带上送出来。

「我很担心越来越依赖 AI 会把人从彼此的连接中抽离出去，比如构建社群的能力，」Reed 说，「我希望能跟一个活人打声招呼。」

一些以服务见长的品牌显然有同样的顾虑。Chick-fil-A 在 Intouch Insight 的得来速友好度评分中长期居首，尽管排队时间出了名的长，这家连锁从未透露过用机器人替代员工的意向。增长最快的两家咖啡连锁 Dutch Bros 和 7Brew 同样避开了 AI。

「每个品牌都要做出适合自己生意的选择，」7Brew 首席营销官 Nick Chavez 在给《连线》的邮件中写道，「对我们来说，待客之道始于真实的人际连接，而顾客也一再告诉我们，他们看重这一点。」

不过持相反意见的顾客占了多数。Intouch Insight 报告显示，这项技术的满意度高达 97%。Charpentier 就是其中之一，她说自己当年在 Dairy Queen 打工时，绝对会想要一个 AI 同事。

「我觉得这是好事，」她说，「人会出错，AI 我相信也会有出错的空间。但正如大家在 AI 普及过程中看到的，AI 比人更稳定。」

来源：《连线》（WIRED），记者 Kate Taylor

变量是 AI。谷歌在 2026 年上线了一套基于 Gemini 的智能体框架，专门在整个 Chrome 代码库里翻找漏洞。最典型的战果，是一个从 2013 年就存在的沙箱逃逸漏洞——它能骗浏览器去读取本地文件，十几年里躲过了一轮又一轮测试，今年初被 AI 挖了出来。谷歌还把漏洞处理拆成四段流水线：先让智能体过滤掉重复和无效的报告，再在对应系统的虚拟环境里复现问题、补上调用栈信息，把最耗人力的环节交给机器。

Chrome 全球约有 35 亿活跃用户、七成多的浏览器份额，修得越快，风险窗口就越短，甚至可能需要一周发两次补丁。

我的判断是，这条消息真正的重点不在「谷歌很努力」，而在另一面：AI 能这么高效地找出漏洞，攻击者手里的 AI 同样能。谷歌先发现的那批，未必就是别人正在利用的那批。

所以最实在的动作只有一个：别再拖着那个「重启以完成更新」的提示不点。你的浏览器，多久没重启过了？

来源：ZDNET

估值飙升的同时主动放弃 DAU（日活跃用户）指标，这一反差折射出行业的深层变化：用户规模不再是 AI 应用估值的唯一硬通货，叙事主线重新回到了可持续的商业化。

烧钱换规模的打法，撑不起毛利

过去两年，AI 应用层的主流玩法是资本联手企业比拼烧钱：规模优先、算力补贴，先清退对手，毛利问题「留给以后」。这套打法在资本宽松期还能运转，但到 2025 年下半年已显出疲态——算力成本居高不下、获客成本越摊越高、留存数据普遍难看，风投烧不动了，估值逻辑随之切换到商业化验证。

明星公司的陨落轨迹印证了这一点。全球 AI 角色互动赛道的标杆 Character.AI，据 Business of Apps 数据，2024 年 8 月月活峰值达 2800 万，此后不增反降，到 2025 年 1 月已流失约 800 万月活；2024 年谷歌协议收编其两位创始人并拿下大模型非独家许可后，该公司停止了自研模型。Inflection AI 的轨迹类似：融资 13 亿美元、估值一度 40 亿美元，旗下产品 Pi 后来限流，创始人出走微软，公司转向企业服务。

两家公司的共同点是：都曾拥有令人羡慕的用户规模和融资数字，但都没能跨过算力成本和留存曲线的检验。

什么才算高质量商业化？看毛利和续费

36氪的分析指出，AI 应用与互联网时代圈地打法的底层逻辑截然不同：互联网先圈用户再变现，边际成本趋近于零，规模本身就是壁垒；而 AI 应用的算力成本持续发生，每一次生成都要付费，规模越大成本越高。常见的困境是付费用户越多、算力开销越大，规模化之后反而负担不起，用户体验下滑，最终留不住人。

衡量标准由此清晰：毛利率回答「这门生意能否覆盖算力和获客成本」，留存与续费率回答「用户体验过付费产品后还会不会留下」。这两个数字比 DAU 和付费人数更能说明一家 AI 应用公司的长期自成长性与抗风险能力。

样本：一家「站着赚钱」的成都公司

文章以近期完成超亿元 B 轮融资的海艺为例。这家来自成都、面向全球的公司公开数据为：整体毛利率超过 40%，每付费用户平均收益（ARPPU）约 60 美元，核心产品续费率超过 60%；累计注册用户 6500 万，月访问量超 3000 万，海外用户占比超 90%，覆盖日本、美国、巴西、俄罗斯等市场，用户单日生成内容超 1000 万张图片与 50 万条视频。

其产品验证周期也在加速：主打创作社区的 SeaArt 用了 36 个月，短剧应用 MoreShort 压缩到 6 个月，角色互动产品 SeaSoul 只用了 4 个月。本轮融资由视觉中国、华盖创赢、祥峰投资联合领投，历史股东还包括阿里、腾讯、招银国际等。「资本+产业+政府基金」同框，被视为对其商业化质量、生态协同和区域带动能力的三重背书。

结语

2026 年的 AI 行业共识正在形成：月活和付费数字远不是终点，能把能力结构化、把单位经济模型算清楚的公司，才有资格穿越周期。资本市场的问题也变得朴素——一家 AI 应用公司，可不可以不烧钱、做到正毛利、让用户为真实价值持续付费？

来源：36氪《2026年，为什么资本更青睐”会赚钱”的AI应用？》