原文链接：https://www.nocobase.com/cn/blog/best-ai-crm-open-source-nocobase-twenty-krayin

TLDR

如果你在寻找开源 AI CRM 方案，NocoBase的 AI 能力集成深度最高：其 AI 员工可以直接理解业务上下文并参与数据操作、表单填写和流程协同，而非独立的聊天工具。Twenty 更适合快速上线的销售团队，Krayin 则适合在标准 CRM 基础上增加 AI 自动化。

SaaS vs 开源

“三千亿美元蒸发了！SaaS 末日时代已经开始！”

近期，关于“SaaS 末日”这个词的讨论十分火爆。

过去二十年，软件几乎定义了企业的工作方式。无论是销售、财务、协作还是项目管理，很多企业都习惯把上线一套系统视为效率升级的起点，软件本身也长期被视为生产力的核心载体。

但随着 AI 开始直接承担分析、生成、协调与决策建议，越来越多原本必须依附于某个应用内部的流程，正在被重新拆解和重组。在 CRM SaaS 领域，这个变化尤其明显。

Salesforce 2026《State of Sales》显示，54% 的销售人员已经使用过 AI Agents，近九成计划在 2027 年前使用；在预期中，AI 可以将客户开发研究时间缩短 34%，将邮件起草时间缩短 36%。AI 对 CRM 的影响，已经不再只是某种附加功能，而是其核心能力的重塑。

但是目前大多数商业 SaaS 的 AI 仍然运行在封闭架构之内，用户更多只能被动的使用系统预制的能力，难以真正参与智能能力的延展和调整。相比封闭式 SaaS，开源体系不仅提供现成能力，更提供了一个可编辑、可扩展、可自定义的空间，让 AI 能有机会真正嵌入业务流程，沉淀为企业自己的生产力资产。

正因如此，我们选取了三款 GitHub 上关注度较高的开源 CRM 项目：NocoBase、Twenty、Krayin CRM。从产品结构、AI 集成深度和实际应用场景三个层面进行拆解，希望能为你在选择和评估开源 AI CRM 时提供一些参考。

三款开源 CRM 对比总览

💡阅读更多：GitHub 上星星数量前 10 的 AI CRM 开源项目

NocoBase

官网：https://www.nocobase.com/

GitHub：https://github.com/nocobase/nocobase

项目概况

产品定位：NocoBase 是一个 AI 驱动的开源无代码/低代码开发平台，用于构建企业级应用、内部工具和业务系统。在 CRM 场景中，它主要作为搭建 CRM 的平台底座，支持围绕客户、线索、商机等核心对象继续扩展系统。作为 Salesforce、HubSpot、Pipedrive 等 SaaS CRM 的开源替代方案，NocoBase 不仅提供标准 CRM 能力，还通过平台化架构支持深度定制。

开源属性：完全开源部署，支持私有化部署，采用 Apache-2.0 开源协议。

GitHub Stars：21.7k

GitHub Forks：2.5k

GitHub Contributors：106

整体成熟度：NocoBase 是平台型产品，核心能力由数据模型、插件、工作流和 AI 组成，系统可以在现有结构上持续扩展。近期，NocoBase 也已经推出 CRM 2.0 方案，基于 NocoBase 2.x 搭建，并将现有的工作流自动化和 AI 能力直接结合到销售管理流程中，覆盖线索评分、赢单率预测、客户健康度监测等场景。同时提供 Restore Guide，可将方案一键恢复到现有 NocoBase 环境中使用。

👉立即体验 NocoBase CRM 2.0 销售管理系统解决方案

技术架构

架构开放性：

NocoBase 采用数据模型驱动和插件微内核架构。数据模型优先，UI 与数据结构解耦；核心保持精简，功能通过插件扩展。

数据与流程灵活性：

NocoBase 支持多种数据源，包括 MySQL、PostgreSQL、SQLite、MariaDB、MongoDB、REST API、GraphQL、JSON 文件和 Excel 文件。系统支持多数据源统一管理、跨数据源关联查询和数据源权限控制，可用于组织客户、线索、商机及相关业务流程。

二次开发与落地方式：

NocoBase 采用插件化扩展方式，插件独立版本管理，平台升级不影响插件。它也非常适合在现有业务结构上继续做字段、流程、插件和系统层扩展。

AI 能力

AI 在产品中的定位：

AI 员工是 NocoBase 深度集成在业务系统里的智能体能力，并且可以根据企业自身的业务系统和业务需求自由定义。它不是“只会聊天”的机器人，而是可以在业务界面中理解上下文并执行操作的“数字同事”，支持多种 AI 模型，包括 OpenAI、Claude 和本地大模型，同时支持企业知识库、RAG 和会话记忆，让 AI 更贴合实际流程和岗位分工。

AI 解决的核心 CRM 问题：在 CRM 场景中，AI 主要对应数据整理、内容生成、知识查询、业务操作执行和流程协同等环节。

典型应用场景

AI 员工 Scout 是销售情报助手，主要用于商机深度分析、赢率预测、竞争情报分析和交易策略建议。它可以围绕当前商机提供更有针对性的判断和建议，帮助销售团队更高效地推进交易。

AI 员工 Viz 是洞察分析师，能够围绕线索评分、客户健康度、销售分析和管道预测提供数据洞察。它既可以基于当前页面自动生成图表和分析结论，也可以承担固定的周期性分析任务。

Ellis 是 AI 邮件协作助手，主要用于邮件情感与意图分析、回复草拟和沟通记录摘要。它可以结合历史沟通内容、客户身份和当前消息，帮助团队更高效地整理邮件上下文并生成更合适的回复内容。

Dex 是 AI 数据整理专家，主要用于从非结构化数据或文件中提取关键信息，并整理成结构化内容。它还可以调用工具将整理后的信息直接填写到表单中，适合处理录入、整理和转换这类重复性工作。

Lexi 是多语言沟通助手，主要用于多语言客户沟通、内容翻译和外贸邮件处理。它适合跨语言业务场景，帮助团队更高效地完成客户交流和国际沟通。

在 NocoBase 中，AI 员工可以按业务需求自由扩展和配置。结合 CRM 2.0 方案，它们可以直接参与线索评分、商机分析、销售预测、邮件处理等环节，作为销售流程中的具体角色协同工作。

Twenty

官网：https://twenty.com/

GitHub：https://github.com/twentyhq/twenty

项目概况

产品定位：Twenty 是一款现代开源 CRM，官方将其定义为Salesforce 的开源替代方案，在开源社区中常与HubSpot、Pipedrive、Zoho CRM 等商业化产品相提并论。 Twenty 提供了类似的联系人管理、商机追踪、邮件同步和自动化能力，但基于完全开源的架构。

开源属性：开源部署，支持自托管，支持在自有基础设施上管理数据与部署。Twenty 官网写明其为 GPL 许可，开发者文档也提供完整的自托管路径。

GitHub Stars：40.2k

GitHub Forks：5.3k

GitHub Contributors：592

整体成熟度：Twenty 的产品形态更接近可直接使用的 CRM 成品。它已经具备对象与字段自定义、权限管理、工作流自动化、邮件与日历同步、API 与 Webhooks 等完整 CRM 基础能力，同时也保留了继续扩展和开发的空间。

技术架构

架构开放性：

Twenty 支持自定义对象、字段与关系，支持 API、Webhooks，以及以代码方式构建和管理扩展能力。它不只是固定字段结构的 CRM，也支持围绕业务继续调整数据模型。

数据与流程灵活性：

Twenty 支持自定义数据模型，支持 filters、sort、group by、kanban 和 table views，也支持基于 triggers 和 actions 的工作流自动化。它可以围绕联系人、公司、商机等标准对象运行，也可以继续扩展新的业务对象和流程。

二次开发与落地方式：

Twenty 同时提供 Extend、Self-Host 和 Contribute 三条开发者路径，支持 API 集成、自托管部署和代码级扩展。开发者文档还提供 Docker Compose、云部署和多工作区配置，适合在现有 CRM 基础上继续接入自动化或业务定制。

AI 能力

AI 在产品中的定位：

Twenty 将 AI 作为独立能力模块规划，当前主要包括 AI Chatbot 和 AI Agents in Workflows 两条路径。AI Chatbot 用于用自然语言与 CRM 数据交互，AI Agents 用于在工作流中接入 AI 动作和多步骤任务处理。两项能力目前都处于即将上线阶段。

AI 解决的核心 CRM 问题：

Twenty 的 AI 主要覆盖自然语言查询 CRM 数据、获取销售洞察、数据 enrichment、记录分类、文本摘要、自定义提示处理，以及在工作流中完成线索评分、数据清洗、邮件草稿生成和记录分配等任务。

典型应用场景

AI Chatbot 可以直接在 CRM 中用自然语言查询记录、关系和指标，例如查看高金额商机、查找一段时间未跟进的联系人、汇总当前渠道价值，或基于当前页面上下文追问“这家公司关联了哪些机会”“我和这个联系人最近有哪些互动”。

如果放在工作流中，AI Agents 还可以用于自动分类线索、补全公司信息、生成会后跟进邮件草稿，或按内容将记录分配给对应成员

Krayin CRM

官网：https://krayincrm.com/

GitHub：https://github.com/krayin/laravel-crm

项目概况

产品定位：Krayin 是一款基于 Laravel 和 Vue.js 构建的开源 CRM，面向中小企业和企业团队，核心定位是覆盖完整客户生命周期管理，包括线索、客户、销售流程及相关业务协作。

开源属性：完全开源部署，支持自托管，长期以 MIT License 免费提供。

GitHub Stars：21.7k。

GitHub Forks：1.4k。

GitHub Contributors：41

整体成熟度：Krayin 更接近标准 CRM 成品，已经具备完整的客户管理和销售流程能力；同时保留二次扩展空间，包括多租户 SaaS、WhatsApp 和 VoIP 等扩展方向。

技术架构

架构开放性：

Krayin 采用 Laravel + Vue.js 技术栈，GitHub 仓库将其定义为 CRM framework，产品既提供可直接使用的 CRM 主体，也保留框架化扩展能力。

数据与流程灵活性：

Krayin 的标准能力围绕 leads、customers、sales 等核心对象展开。它也提供多行业场景方案，以及 lead management 和 sales automation 的典型用法。

二次开发与落地方式：

Krayin 提供开发文档、Docker 安装路径和 API/开发说明，适合基于现有 CRM 主体继续做模块扩展、自托管部署和行业化定制。

AI 能力

AI 在产品中的定位：

Krayin 将 AI 作为独立增强能力来呈现，官方单独提供 AI CRM 页面，并提供 Magic AI 配置入口。当前 AI 更像建立在现有 CRM 主体之上的智能增强层。

AI 解决的核心 CRM 问题：

Krayin 的 AI 主要对应任务自动化、数据分析、客户意图识别和业务决策支持。Magic AI 支持通过 API key 接入模型，并可手动选择模型名称；AI CRM 页面则强调效率提升、数据驱动决策和客户管理自动化。

典型应用场景

AI 可以用于日常流程自动化，例如数据录入、跟进提醒和日程安排。AI 负责处理重复性任务，也可以基于历史数据提出流程优化建议。

AI 能自动整理、清洗、合并并分析来自不同来源的客户数据，减少手动处理错误，保持数据准确性。

AI 可以监控销售流程各阶段，识别瓶颈、预测结果，并通过线索评分和趋势分析帮助团队优先处理高潜力机会。

产品差异总结

AI 深度层级差异

• NocoBase：AI 深度嵌入业务系统的能力层，以 AI员工 形式直接参与数据、页面和流程操作，更接近平台级 AI 集成。
• Twenty：属于原生规划中的产品能力模块，重点放在自然语言交互和工作流中的 AI 动作，更接近 CRM 内嵌式 AI 增强。
• Krayin CRM：AI 建立在现有 CRM 主体之上的增强层，主要用于自动化、分析和辅助决策，更接近传统 CRM 的外加型 AI 升级。

架构扩展能力差异

• NocoBase：以数据模型驱动和插件微内核为核心，扩展能力最强，更适合围绕业务持续做深度定制。
• Twenty：在成品 CRM 的基础上保留对象、字段、API 和工作流扩展能力，兼顾直接使用和后续延展。
• Krayin CRM：以标准 CRM 主体为基础提供框架化扩展，更适合在既有系统上做模块补充和行业化定制。

常见问题（FAQ）

Q1：哪款开源 CRM 的 AI 功能最好用？

A：NocoBase。

它的 AI 员工不是独立聊天工具，而是可以直接理解当前页面、数据和业务上下文，并参与查询、表单填写、数据更新和流程协同，更接近深度嵌入业务系统的 AI 能力层。你也可以结合企业的业务系统和具体业务能力，定制专属的 AI 员工，让其围绕特定场景承担更明确的角色和任务。

✨将 CRM 2.0 解决方案集成到您已有的 NocoBase 系统中

Q2：哪款 CRM 更适合希望快速上线、直接使用的销售团队？

A：Twenty。

它本身就是更接近成品形态的开源 CRM，已经覆盖联系人、公司、商机、任务、邮件、日历等核心销售对象，同时保留 API、Webhooks、自定义对象和工作流能力，适合先用起来，再逐步扩展。

Q3：这三款里，哪一款最适合从传统 SaaS CRM 迁移？

A：如果你的目标是保留更多控制权，三款都比封闭 SaaS 更灵活，但方向不同：

• NocoBase 更适合深度定制，把 AI 和业务一起重构；
• Twenty 更适合在现代 CRM 体验下引入 AI，快速落地；
• Krayin 更适合在已有标准 CRM 流程上逐步增加 AI 自动化。

Q4：开源 AI CRM 选型要看哪些关键点？

• 业务流程是否需要定制
• AI 是否能连接 CRM 数据
• 产品形态是否匹配
• 团队技术能力是否足够
• 后续维护能力是否可承受

Q5：开源 CRM vs Salesforce 成本对比如何？

A：以 50 人团队、使用 3 年为基准：

• Salesforce：约 $150-300/用户/月 × 50 人 × 36 月 = $270,000-$540,000
• NocoBase：免费开源，自行部署成本可控。可选择商业版本一次性付费 $800-$8,000
• Twenty：自托管部署成本约 $5,000/年（服务器 + 维护）
• Krayin CRM：免费开源，自行部署成本可控

Q6：这些开源 CRM 支持哪些 AI 模型？

A：NocoBase 支持 OpenAI（GPT-4/GPT-3.5）、Claude、本地模型（Ollama 等）；Twenty 和 Krayin 的 AI 能力正在开发中，预计支持主流商业模型。

Q7：非技术团队可以上手吗？

A：Twenty 和 Krayin CRM 更适合非技术团队（开箱即用）；NocoBase 需要一定开发概念，但提供完整的 CRM 2.0 解决方案模板，可一键恢复使用。

Q8：数据迁移难度如何？

A：三款都支持 CSV 导入。如果从 Salesforce 迁移，需要通过 API 或第三方工具。NocoBase 的多数据源能力可以连接现有数据库，减少数据迁移成本。

Q9：有付费支持吗？

A：NocoBase 提供企业版支持和定制服务；Twenty 有商业云服务版本；Krayin 提供付费的技术支持和托管服务。

Q10：哪个社区更活跃？

A：从 GitHub 数据看：Twenty（40.2k stars，592 contributors）> NocoBase（21.7k stars，106 contributors）> Krayin（21.7k stars，41 contributors）。但 NocoBase 的社区和插件生态增长迅速。

如果这篇文章对你有帮助，也欢迎分享给同样关注开源 AI CRM 的朋友。💕

相关阅读：

• GitHub 上 3 款开源 AI ERP 对比：NocoBase、Odoo 与 ERPNext
• 5 个 GitHub 上最受欢迎的开源 AI 项目管理工具
• 6 个值得关注的开源 AI 工单系统
• 4 个值得关注的开源业务数据管理工具
• 4个适合企业业务流程的轻量化软件（附真实案例）
• 6 个替代 Excel 的企业内部管理软件
• 开发者收藏！10 个减少重复 CRUD 的开源工具
• GitHub Star 数量前 12 的 AI 工作流项目

这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@瓒an、@鲍勃

01 有话题的技术
1、亚马逊公布新款自研 AI 芯片 Trainium 3

日前，亚马逊云科技 CEO Matt Garman 在 re:Invent 2025 活动上，正式公布了亚马逊自研 AI 芯片 Trainium 系列的最新进展。

会上，Amazon Trainium 3 UltraServers 正式发布。

据介绍，这是亚马逊云科技首款搭载 3 纳米工艺 AI 芯片的服务器，相较 Amazon Trainium 2，不仅计算能力提升 4.4 倍、内存带宽提升 3.9 倍，每兆瓦算力可处理的 AI token 数量更实现了 5 倍增长。

服务器最高配置 144 个芯片，提供惊人的 362 petaflops FP8 计算能力。在运行 OpenAI 的 GPT-OSS-120B 模型时，每兆瓦输出 token 数是 Amazon Trainium 2 的 5 倍以上，实现超高能耗比。

同时，Matt Garman 还首次披露了 Amazon Trainium 4 芯片，并承诺将实现较 Amazon Trainium 3 六倍的 FP4 计算性能、四倍内存带宽和两倍高内存容量。

据悉，亚马逊云科技目前已完成超 100 万个 Trainium 2 芯片的规模化部署，为 Amazon Bedrock 中大部分推理工作提供核心算力支持，包括 Claude 最新一代模型的高效运行。

( @APPSO)

2、Meta Reality Labs 挖角苹果交互设计负责人 Alan Dye

今天凌晨，彭博社记者 Mark Gurman 发文透露，苹果人机交互设计副总裁 Alan Dye 被 Meta 挖角。

据悉，Dye 自 2015 年以来，一直担任苹果的用户界面设计团队的负责人。 而本次被挖角后，苹果将用长期设计师 Stephen Lemay 顶替 Dye 的岗位。

值得一提的是，Dye 曾负责监督 iOS 26、液态玻璃界面、Vision Pro 界面、watchOS，以及各种系统交互层面内容（如空间计算交互、灵动岛）。

报道指出，Dye 在乔布斯离开后，一直担任着重要角色：帮助公司定义了最新操作系统、App 以及设备的外观。另外，Dye 在苹果的团队也帮助开发一系列新的智能家居设备。

Meta 方面，随着 Dye 加入，该公司正在创立一个新的设计工作室，并且有 Dye 负责硬件、软件和 AI 集成方面的界面设计。

Dye 将向负责现实实验室的首席技术官 Andrew Bosworth 汇报工作，而现实实验室负责开发可穿戴设备，如智能眼镜和虚拟现实头戴式设备。Gurman 透露，Dye 将于 12 月 31 日正式开始担任团队首席设计官。

而且 Dye 还不是一个人走的，他还带走了苹果设计部门的高级总监 Billy Sorrentino。后者从 2016 年起就在苹果，主要负责 VisionOS 的用户界面设计。

( @APPSO)

3、小米卢伟冰：AI 与物理世界的深度结合是智能科技的下一站

12 月 3 日，@卢伟冰 在社媒发布卢伟冰答网友问第十二期，在回答「罗福莉加入了小米，未来在 AI 上会有什么新的战略」时表示：

其实我们在前几个季度就已经开始了在 AI 上的压强式投入，虽然不能透露太多，我们在 AI 大模型和应用方面的进展远超预期，我们认为 AI 与物理世界的深度结合是智能科技的下一站，小米也非常渴望人才尊重人才，也希望能够给优秀的人才提供好的发展平台。

95 后罗福莉出生于四川，父亲是一名电工，母亲是教师。她本人曾就读于四川宜宾市第一中学校 「清北班」，并以优异成绩考入北京师范大学，后被保送至北京大学深造。

在北大读硕士期间，她于 2019 年在人工智能领域顶级国际会议 ACL 上发表了 8 篇论文，其中 2 篇为第一作者。毕业后，她先后在阿里达摩院、幻方量化、DeepSeek 工作，主导开发了多语言预训练模型 VECO，并参与研发了 MoE 大模型 DeepSeek-V2。

11 月 12 日，罗福莉在朋友圈发文，正式宣布自己已经加入小米。

11 月 19 日消息，小米公司今日官宣，12 月 17 日，小米将在北京·国家会议中心举办「人车家全生态」合作伙伴大会。主论坛时间为上午 10:00-12:15，全程开放线上直播。

作为小米 MiMo 大模型负责人，罗福莉将在主论坛发表题为《Xiaomi MiMo：小米基座大模型》 的主题演讲，这是她自 11 月 12 日加入小米后的首次公开亮相。

（@荆楚网）

02 有亮点的产品
1、Peopleboxai 推出 Nova：首款「人性化」AI 面试官，优化招聘流程

Peopleboxai 发布了其 AI 产品「Nova」，号称是「人性化」的 AI 面试官。Nova 能够自动化包括简历筛选、电话面试、视频面试、实时编码测试以及生成决策报告在内的整个第一轮招聘流程，显著加快招聘速度并提升效率。

全流程自动化： Nova 能够处理从简历筛选、联系候选人（通过 InMail、邮件、电话）到进行全面的语音/视频面试，甚至执行高级编码测试，直至提供详细的、可直接用于决策的报告。
高度「人性化」体验： Nova 被设计成「最佳招聘官和面试官的数字孪生」，能够模拟自然的暂停、语气和「嗯」等语用标记，提供友好的、类似真人的互动体验，候选人对其评价很高。
定制化与智能化： 用户可以根据自己的需求定制 Nova 的面试风格，包括技能深度、难度、面试类型、语调和结构。Nova 还能从公司过往的招聘数据（职位描述、面试记录、ATS 笔记等）中学习，提升其判断能力。
显著提升效率： Nova 帮助客户将第一轮面试报告的完成时间从 4-5 周缩短到 48 小时以内，为招聘团队节省了大量时间，使其能专注于更具战略意义的工作。
覆盖多渠道招聘： Nova 不仅处理入站（inbound）和内推（referral）的候选人，还能主动进行外呼（outbound）候选人搜寻和联系。
Nova 产品已上线，用户可通过 Peopleboxai 官网了解更多信息并申请试用。

(@Y Combinator Launches)

2、理想汽车发布首款 AI 眼镜 Livis：标配蔡司镜片 补贴后售价 1699 元起

12 月 3 日，理想汽车举办线上发布会，正式推出其首款 AI 智能眼镜 Livis。售价 1999 元起，12 月 31 日前下订可享受 15% 政府补贴，补贴后价格仅为 1699 元起。

「一款以钢铁侠 AI 管家「贾维斯」为灵感命名的智能眼镜，试图将「理想同学」的 AI 能力从驾驶空间延伸至用户日常生活的每个角落。」

Livis 名称源于理想汽车与钢铁侠 AI 管家「Jarvis」的组合。

整机重量控制在 36 克，提供经典黑、科技灰和橄榄绿三种颜色，并可选亮光或磨砂材质。

Livis 全系产品标配蔡司镜片，涵盖近视镜片、光致变色镜片与墨镜片等多种类型，满足用户在不同场景下的视觉需求。

理想宣称 Livis 在研发过程中实现了五项关键突破，构成了产品核心竞争力的重要组成部分。

典型续航时间达 18.8 小时。Livis 标配类似 AirPods 的无线充电盒，便于随身携带和补能。同时，眼镜支持与理想汽车的车机系统无线快充，上车后放置在专属充电位进行充电。

在硬件配置上，Livis 搭载恒玄 BES2800 主控芯片和独立的 ISP 成像芯片，采用 SONY IMX681 摄像头，拥有 1200 万像素、支持 4K 照片以及电子防抖拍摄。

汽车联动场景是 Livis 最独特的卖点。通过蓝牙和 5G 网络，眼镜可无缝连接车辆，实现语音远程控车。用户可在百米范围内，通过语音指令操控电动侧滑门启闭、提前开启空调及座椅加热，甚至检查车辆续航和充电状态。

（@极客公园、@快科技）

3、豆包手机助手无法登录微信，双方回应

日前，字节跳动豆包团队与中兴合作发布了豆包手机助手技术预览版后，有试用 Nubia M153 工程样机的用户反馈，出现无法正常登陆微信的情况。

对于相关情况，豆包团队方面昨晚发文并做出回应。

豆包方面表示，其后续已下线了手机助手操作微信的能力。 目前，nubia M153 上被禁止登录的微信账号正陆续解封。

而微信相关人士也通过澎湃新闻回应，豆包手机助手无法正常登陆微信的微信并没有什么特别动作，「可能是中了本来就有的安全风控措施。」

针对此前曾有科技公司爆料「豆包手机助手存在侵犯用户隐私」的问题，团队方面强调，豆包手机助手不存在任何黑客行为。

据悉，此前上述公司曾表示豆包手机助手在努比亚手机上拥有 INJECT\_EVENTS 权限，该权限在安卓权限定义中属于操作系统高危权限，并且拿到该权限，要面临刑事责任。

豆包方面表示，INJECT\_EVENTS 确实是系统级权限，但拥有了该权限许可，相关产品才能跨屏、跨应用来模拟点击事件，完成用户操作手机的任务需求。

团队还强调，豆包手机助手需要用户主动授权，才可以调用该权限，使用操作手机功能。该权限的使用，豆包方面也在权限清单中进行了明确的披露。据了解，目前行业的 AI 助手，均需要使用该权限（或与其类似的无障碍权限）才能提供操作手机的服务。

豆包方面强烈表示，豆包手机助手也不会代替用户进行相关授权和敏感操作。

同时，豆包方面也对读取屏幕的隐私问题进行了回应。其表示，助手操作手机时需要读取屏幕（否则无法完成任务），但屏幕和操作过程都不会在服务器端留下存储，且所有的相关内容也都不会进入模型训练，确保用户隐私安全。

( @APPSO)

4、健康追踪应用 Healthify Ria 升级 AI 助手：支持实时语音与摄像头交互

健康追踪初创公司 Healthify 推出了其 AI 助手 Ria 的新版本，该版本支持通过语音和摄像头进行实时对话，并能理解超过 50 种语言（包括 14 种印度语言）以及混合语言输入。此举旨在通过更自然的交互方式，提升用户健康习惯养成的效率和用户粘性。

实时对话与多模态输入： Ria 现在支持通过语音进行实时对话，用户还可以通过摄像头扫描食物获取营养信息并进行记录，大幅简化了数据录入流程。
多语言与混合语言支持： Ria 能够理解超过 50 种语言，并支持 Hinglish、Spanglish 等混合语言输入，服务全球用户。
整合多源健康数据： Ria 可以整合来自健身追踪器、睡眠追踪器、血糖监测仪等设备的数据，为用户提供运动、睡眠、身体准备度和血糖波动等方面的洞察，并给出建议。
增强记忆与个性化： Healthify 正在为 Ria 构建一个更持久的记忆层，使其能够记住用户的偏好和健康变化，提供更个性化的建议。
教练与营养师辅助： Ria 将被整合到用户与教练、营养师的沟通中，协助双方快速调取数据、回答问题，并可转录通话内容，提取关键信息。
(@TechCrunch)

03 有态度的观点
1、《阿凡达》导演：对 AI 没意见，但要尊敬演员们

近日，导演詹姆斯·卡梅隆在《阿凡达 3》世界首映礼上称该片没有使用 AI 生成，随后他对 ComicBookcom 发表了自己对于生成式 AI 的应用看法。

卡梅隆表示，自己对生成式 AI 没有意见，但他强调：「我们拍《阿凡达》电影不使用它，我们尊敬并赞颂演员们，我们不用 AI 代替演员。」

同时，卡梅隆也表示，「这件事（生成式 AI）自会有方向，我想好莱坞会进行自我监管，但我们作为艺术家要找到出路，前提是我们得能存在。所以，比起别的东西，来自『大 AI』的生存威胁是最让我担忧的。」

值得一提的是，卡梅隆所提到的「大 AI」，是指人类利用 AI 的状况和其产生的问题，对应的「小 AI」是指更细节、技术性的层面，比如用 AI 生成内容。

在卡梅隆看来，AI 和人类未来有深切的担忧和存在危机，他认为「小 AI」各行业会找到应对和利用之法，但「大 AI」问题就不好说了。

卡梅隆还提到，若了解 AI，就会知道「校准」是个重大问题。「AI 必须被训练、教导，必须被约束去只做对人类好的事情。」其强调，「只有我们人类达成了共识，你才能对 AI 进行校准。」实打实weibo.com/ttarticle/p/show?id=2309405273039293251624 weibo.com/ttarticle/p/show?id=2309405273039578726430 weibo.com/ttarticle/p/show?id=2309405273039952019559 weibo.com/ttarticle/p/show?id=2309405273040237232253 weibo.com/ttarticle/p/show?id=2309405273040526639213 weibo.com/ttarticle/p/show?id=2309405273040816046151 weibo.com/ttarticle/p/show?id=2309405273041101258910 weibo.com/ttarticle/p/show?id=2309405273041394860084 weibo.com/ttarticle/p/show?id=2309405273041684004909

“工欲善其事，必先利其器。”在《PMBOK指南》第七版中，特别强调了工具与技术对于项目交付价值的支撑作用。在现代软件研发与复杂项目管理中，选择合适的数字化工具不仅是提升效率的手段，更是确保项目透明、可控的关键。面对市场上琳琅满目的项目管理软件，如何根据团队规模、开发模式及预算做出最优解？本文将中立盘点九款主流项目管理工具，涵盖从敏捷开发到传统瀑布流的全场景需求，并分享实战中的核心应用技巧。

一、禅道：国产开源项目管理的基石

禅道（ZenTao）作为国产开源项目管理软件的代表，凭借其“原生支持敏捷开发”的理念，在国内拥有极高的市场占有率。它不仅仅是一个任务跟踪系统，更完整覆盖了产品管理、项目管理、质量管理的全过程。

• 核心优势：禅道独创了“产品 - 项目 - 测试”三权分立的管理模型，完美契合Scrum流程。其开源版本功能强大且免费，适合中小团队快速上手；企业版则提供了更丰富的报表和权限控制。
• 实战技巧：利用禅道的“需求 - 任务 - Bug”关联机制，在迭代规划会上直接将产品需求分解为开发任务，并自动关联测试用例。通过燃尽图实时监控迭代进度，一旦发现偏差立即调整资源，确保 sprint 目标达成。

二、Jira：全球敏捷开发的行业标准

Jira 由 Atlassian 出品，是全球公认的软件项目管理标杆。它以高度可配置的工作流和强大的插件生态著称，几乎能适应任何复杂的开发流程。

• 核心优势：极其灵活的工作流引擎和看板定制能力，支持从 Scrum 到 Kanban 等多种敏捷框架。其与 Confluence、Bitbucket 等工具的无缝集成，构建了完整的研发生态闭环。
• 实战技巧：不要使用默认工作流，务必根据团队实际研发规范定制状态流转（如增加“代码审查”、“灰度发布”状态）。利用 JQL（Jira Query Language）编写高级筛选器，自动生成每日站会所需的“阻塞任务列表”，提升沟通效率。

三、Microsoft Project：传统瀑布流的权威之选

对于建筑、制造或大型基础设施等遵循严格瀑布模型的行业，Microsoft Project 依然是不可撼动的王者。它擅长处理复杂的依赖关系和资源平衡。

• 核心优势：强大的甘特图绘制能力和关键路径法（CPM）计算功能，能够精准预测项目完工时间。其资源直方图有助于识别资源过度分配问题。
• 实战技巧：在制定主计划时，务必设置好任务间的逻辑依赖（FS、SS等），而非仅靠日期硬排。利用“基线”功能保存计划初稿，在项目执行过程中通过对比基线与实际进度，量化偏差并分析原因。

四、Trello：轻量级看板的视觉化利器

Trello 以极简的看板（Kanban）形式闻名，适合小型团队或个人进行任务管理。其“卡片”概念直观易懂，拖拽操作流畅自然。

• 核心优势：零学习成本，界面清爽。通过 Power-Ups（插件）可以扩展日历、投票、自定义字段等功能，灵活性随需而变。
• 实战技巧：采用“待办 - 进行中 - 审核 - 完成”的四列布局。利用标签颜色区分任务优先级（如红色代表紧急），并在卡片封面直接显示截止日期。对于重复性任务，可设置卡片模板一键生成，减少重复劳动。

五、Asana：团队协作与目标追踪的平衡者

Asana 在设计美学与功能深度之间找到了极佳的平衡点，特别适合市场、运营及跨职能团队的协作。它强调“目标（Goals）”与“任务（Tasks）”的对齐。

• 核心优势：提供列表、看板、日历、时间轴（甘特图）四种视图切换，满足不同角色的查看习惯。其“规则”自动化功能可大幅减少手动更新状态的工作。
• 实战技巧：建立层级分明的项目结构，将年度OKR拆解为季度项目，再细化为具体任务。利用“依赖关系”功能标记前置任务，当上游任务延期时，系统自动通知下游负责人，避免信息滞后。

六、ClickUp：All-in-One 的超级工作台

ClickUp 近年来异军突起，主打“一个应用替代所有”的理念。它集成了文档、目标、聊天、邮件甚至白board功能，试图解决工具碎片化问题。

• 核心优势：极高的自定义程度，允许用户为不同部门创建完全不同的视图和字段。其内置的文档编辑体验媲美 Notion，实现了“文档即任务”的融合。
• 实战技巧：利用“点击Up文档”直接在需求文档中指派任务，消除文档与任务系统的割裂感。使用“自定义状态”映射团队独特的研发流程，并通过仪表盘（Dashboard）聚合多个项目的进度数据，为管理层提供上帝视角。

七、Teambition：阿里生态下的协同典范

Teambition 现隶属于阿里云，是国内企业级协作的优秀代表。它深度融合了钉钉生态，特别适合已在使用钉钉的企业。

• 核心优势：与钉钉消息、日程、云盘深度打通，任务动态实时推送至手机端。其“项目集”功能便于管理多项目组合，统计视图丰富直观。
• 实战技巧：在钉钉群聊中直接创建 Teambition 任务，实现沟通与执行的无缝衔接。利用“工时统计”功能，让成员便捷填报工时，自动生成项目人力成本报表，为绩效考核提供数据支撑。

八、Monday.com：可视化工作流的创意平台

Monday.com 以其色彩斑斓的界面和高度可视化的工作流设计著称，深受创意团队、广告公司及非技术部门的喜爱。

• 核心优势：像搭积木一样构建工作流，支持多种列类型（如人员、状态、进度条、评分等）。其自动化逻辑简单易懂，无需代码即可实现复杂的通知和状态变更。
• 实战技巧：利用“进度条”列直观展示子任务完成情况，让管理者一目了然。设置自动化规则：当状态变为“已完成”时，自动归档卡片并通知相关人员，保持看板整洁高效。

九、Wrike：企业级复杂项目的管控专家

Wrike 面向中大型企业，提供强大的项目组合管理（PPM）能力。它在处理跨部门、跨地域的复杂项目时表现出色。

• 核心优势：独特的文件夹与项目双层结构，既保证了组织结构的清晰，又兼顾了项目的灵活性。其请求表单（Request Forms）功能可标准化需求入口。
• 实战技巧：通过“请求表单”收集外部需求，自动转化为项目任务并分配给对应团队，规范需求流入渠道。利用“动态请求”功能，根据表单答案自动路由任务，减少人工分派错误。

结语

没有绝对最好的工具，只有最适合团队的方案。禅道适合追求自主可控的研发团队，Jira是复杂敏捷流程的首选，Project坚守传统工程领域，而Trello、Asana等则在轻量协作中大放异彩。项目经理在选型时，应充分考量团队文化、业务形态及预算限制，善用上述实战技巧，将工具效能最大化，从而推动项目从“按时交付”迈向“卓越交付”。

“工欲善其事，必先利其器。”在《PMBOK指南》第七版中，特别强调了工具与技术对于项目交付价值的支撑作用。在现代软件研发与复杂项目管理中，选择合适的数字化工具不仅是提升效率的手段，更是确保项目透明、可控的关键。面对市场上琳琅满目的项目管理软件，如何根据团队规模、开发模式及预算做出最优解？本文将中立盘点九款主流项目管理工具，涵盖从敏捷开发到传统瀑布流的全场景需求，并分享实战中的核心应用技巧。

一、禅道：国产开源项目管理的基石

禅道（ZenTao）作为国产开源项目管理软件的代表，凭借其“原生支持敏捷开发”的理念，在国内拥有极高的市场占有率。它不仅仅是一个任务跟踪系统，更完整覆盖了产品管理、项目管理、质量管理的全过程。

• 核心优势：禅道独创了“产品 - 项目 - 测试”三权分立的管理模型，完美契合Scrum流程。其开源版本功能强大且免费，适合中小团队快速上手；企业版则提供了更丰富的报表和权限控制。
• 实战技巧：利用禅道的“需求 - 任务 - Bug”关联机制，在迭代规划会上直接将产品需求分解为开发任务，并自动关联测试用例。通过燃尽图实时监控迭代进度，一旦发现偏差立即调整资源，确保 sprint 目标达成。

二、Jira：全球敏捷开发的行业标准

Jira 由 Atlassian 出品，是全球公认的软件项目管理标杆。它以高度可配置的工作流和强大的插件生态著称，几乎能适应任何复杂的开发流程。

• 核心优势：极其灵活的工作流引擎和看板定制能力，支持从 Scrum 到 Kanban 等多种敏捷框架。其与 Confluence、Bitbucket 等工具的无缝集成，构建了完整的研发生态闭环。
• 实战技巧：不要使用默认工作流，务必根据团队实际研发规范定制状态流转（如增加“代码审查”、“灰度发布”状态）。利用 JQL（Jira Query Language）编写高级筛选器，自动生成每日站会所需的“阻塞任务列表”，提升沟通效率。

三、Microsoft Project：传统瀑布流的权威之选

对于建筑、制造或大型基础设施等遵循严格瀑布模型的行业，Microsoft Project 依然是不可撼动的王者。它擅长处理复杂的依赖关系和资源平衡。

• 核心优势：强大的甘特图绘制能力和关键路径法（CPM）计算功能，能够精准预测项目完工时间。其资源直方图有助于识别资源过度分配问题。
• 实战技巧：在制定主计划时，务必设置好任务间的逻辑依赖（FS、SS等），而非仅靠日期硬排。利用“基线”功能保存计划初稿，在项目执行过程中通过对比基线与实际进度，量化偏差并分析原因。

四、Trello：轻量级看板的视觉化利器

Trello 以极简的看板（Kanban）形式闻名，适合小型团队或个人进行任务管理。其“卡片”概念直观易懂，拖拽操作流畅自然。

• 核心优势：零学习成本，界面清爽。通过 Power-Ups（插件）可以扩展日历、投票、自定义字段等功能，灵活性随需而变。
• 实战技巧：采用“待办 - 进行中 - 审核 - 完成”的四列布局。利用标签颜色区分任务优先级（如红色代表紧急），并在卡片封面直接显示截止日期。对于重复性任务，可设置卡片模板一键生成，减少重复劳动。

五、Asana：团队协作与目标追踪的平衡者

Asana 在设计美学与功能深度之间找到了极佳的平衡点，特别适合市场、运营及跨职能团队的协作。它强调“目标（Goals）”与“任务（Tasks）”的对齐。

• 核心优势：提供列表、看板、日历、时间轴（甘特图）四种视图切换，满足不同角色的查看习惯。其“规则”自动化功能可大幅减少手动更新状态的工作。
• 实战技巧：建立层级分明的项目结构，将年度OKR拆解为季度项目，再细化为具体任务。利用“依赖关系”功能标记前置任务，当上游任务延期时，系统自动通知下游负责人，避免信息滞后。

六、ClickUp：All-in-One 的超级工作台

ClickUp 近年来异军突起，主打“一个应用替代所有”的理念。它集成了文档、目标、聊天、邮件甚至白board功能，试图解决工具碎片化问题。

• 核心优势：极高的自定义程度，允许用户为不同部门创建完全不同的视图和字段。其内置的文档编辑体验媲美 Notion，实现了“文档即任务”的融合。
• 实战技巧：利用“点击Up文档”直接在需求文档中指派任务，消除文档与任务系统的割裂感。使用“自定义状态”映射团队独特的研发流程，并通过仪表盘（Dashboard）聚合多个项目的进度数据，为管理层提供上帝视角。

七、Teambition：阿里生态下的协同典范

Teambition 现隶属于阿里云，是国内企业级协作的优秀代表。它深度融合了钉钉生态，特别适合已在使用钉钉的企业。

• 核心优势：与钉钉消息、日程、云盘深度打通，任务动态实时推送至手机端。其“项目集”功能便于管理多项目组合，统计视图丰富直观。
• 实战技巧：在钉钉群聊中直接创建 Teambition 任务，实现沟通与执行的无缝衔接。利用“工时统计”功能，让成员便捷填报工时，自动生成项目人力成本报表，为绩效考核提供数据支撑。

八、Monday.com：可视化工作流的创意平台

Monday.com 以其色彩斑斓的界面和高度可视化的工作流设计著称，深受创意团队、广告公司及非技术部门的喜爱。

• 核心优势：像搭积木一样构建工作流，支持多种列类型（如人员、状态、进度条、评分等）。其自动化逻辑简单易懂，无需代码即可实现复杂的通知和状态变更。
• 实战技巧：利用“进度条”列直观展示子任务完成情况，让管理者一目了然。设置自动化规则：当状态变为“已完成”时，自动归档卡片并通知相关人员，保持看板整洁高效。

九、Wrike：企业级复杂项目的管控专家

Wrike 面向中大型企业，提供强大的项目组合管理（PPM）能力。它在处理跨部门、跨地域的复杂项目时表现出色。

• 核心优势：独特的文件夹与项目双层结构，既保证了组织结构的清晰，又兼顾了项目的灵活性。其请求表单（Request Forms）功能可标准化需求入口。
• 实战技巧：通过“请求表单”收集外部需求，自动转化为项目任务并分配给对应团队，规范需求流入渠道。利用“动态请求”功能，根据表单答案自动路由任务，减少人工分派错误。

结语

没有绝对最好的工具，只有最适合团队的方案。禅道适合追求自主可控的研发团队，Jira是复杂敏捷流程的首选，Project坚守传统工程领域，而Trello、Asana等则在轻量协作中大放异彩。项目经理在选型时，应充分考量团队文化、业务形态及预算限制，善用上述实战技巧，将工具效能最大化，从而推动项目从“按时交付”迈向“卓越交付”。

这里是 「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@瓒an、@鲍勃

01 有话题的技术
1、亚马逊公布新款自研 AI 芯片 Trainium 3

日前，亚马逊云科技 CEO Matt Garman 在 re:Invent 2025 活动上，正式公布了亚马逊自研 AI 芯片 Trainium 系列的最新进展。

会上，Amazon Trainium 3 UltraServers 正式发布。

据介绍，这是亚马逊云科技首款搭载 3 纳米工艺 AI 芯片的服务器，相较 Amazon Trainium 2，不仅计算能力提升 4.4 倍、内存带宽提升 3.9 倍，每兆瓦算力可处理的 AI token 数量更实现了 5 倍增长。

服务器最高配置 144 个芯片，提供惊人的 362 petaflops FP8 计算能力。在运行 OpenAI 的 GPT-OSS-120B 模型时，每兆瓦输出 token 数是 Amazon Trainium 2 的 5 倍以上，实现超高能耗比。

同时，Matt Garman 还首次披露了 Amazon Trainium 4 芯片，并承诺将实现较 Amazon Trainium 3 六倍的 FP4 计算性能、四倍内存带宽和两倍高内存容量。

据悉，亚马逊云科技目前已完成超 100 万个 Trainium 2 芯片的规模化部署，为 Amazon Bedrock 中大部分推理工作提供核心算力支持，包括 Claude 最新一代模型的高效运行。

( @APPSO)

2、Meta Reality Labs 挖角苹果交互设计负责人 Alan Dye

今天凌晨，彭博社记者 Mark Gurman 发文透露，苹果人机交互设计副总裁 Alan Dye 被 Meta 挖角。

据悉，Dye 自 2015 年以来，一直担任苹果的用户界面设计团队的负责人。 而本次被挖角后，苹果将用长期设计师 Stephen Lemay 顶替 Dye 的岗位。

值得一提的是，Dye 曾负责监督 iOS 26、液态玻璃界面、Vision Pro 界面、watchOS，以及各种系统交互层面内容（如空间计算交互、灵动岛）。

报道指出，Dye 在乔布斯离开后，一直担任着重要角色：帮助公司定义了最新操作系统、App 以及设备的外观。另外，Dye 在苹果的团队也帮助开发一系列新的智能家居设备。

Meta 方面，随着 Dye 加入，该公司正在创立一个新的设计工作室，并且有 Dye 负责硬件、软件和 AI 集成方面的界面设计。

Dye 将向负责现实实验室的首席技术官 Andrew Bosworth 汇报工作，而现实实验室负责开发可穿戴设备，如智能眼镜和虚拟现实头戴式设备。Gurman 透露，Dye 将于 12 月 31 日正式开始担任团队首席设计官。

而且 Dye 还不是一个人走的，他还带走了苹果设计部门的高级总监 Billy Sorrentino。后者从 2016 年起就在苹果，主要负责 VisionOS 的用户界面设计。

( @APPSO)

3、小米卢伟冰：AI 与物理世界的深度结合是智能科技的下一站

12 月 3 日，@卢伟冰 在社媒发布卢伟冰答网友问第十二期，在回答「罗福莉加入了小米，未来在 AI 上会有什么新的战略」时表示：

其实我们在前几个季度就已经开始了在 AI 上的压强式投入，虽然不能透露太多，我们在 AI 大模型和应用方面的进展远超预期，我们认为 AI 与物理世界的深度结合是智能科技的下一站，小米也非常渴望人才尊重人才，也希望能够给优秀的人才提供好的发展平台。

95 后罗福莉出生于四川，父亲是一名电工，母亲是教师。她本人曾就读于四川宜宾市第一中学校 「清北班」，并以优异成绩考入北京师范大学，后被保送至北京大学深造。

在北大读硕士期间，她于 2019 年在人工智能领域顶级国际会议 ACL 上发表了 8 篇论文，其中 2 篇为第一作者。毕业后，她先后在阿里达摩院、幻方量化、DeepSeek 工作，主导开发了多语言预训练模型 VECO，并参与研发了 MoE 大模型 DeepSeek-V2。

11 月 12 日，罗福莉在朋友圈发文，正式宣布自己已经加入小米。

11 月 19 日消息，小米公司今日官宣，12 月 17 日，小米将在北京·国家会议中心举办「人车家全生态」合作伙伴大会。主论坛时间为上午 10:00-12:15，全程开放线上直播。

作为小米 MiMo 大模型负责人，罗福莉将在主论坛发表题为《Xiaomi MiMo：小米基座大模型》 的主题演讲，这是她自 11 月 12 日加入小米后的首次公开亮相。

（@荆楚网）

02 有亮点的产品
1、Peopleboxai 推出 Nova：首款「人性化」AI 面试官，优化招聘流程

Peopleboxai 发布了其 AI 产品「Nova」，号称是「人性化」的 AI 面试官。Nova 能够自动化包括简历筛选、电话面试、视频面试、实时编码测试以及生成决策报告在内的整个第一轮招聘流程，显著加快招聘速度并提升效率。

全流程自动化： Nova 能够处理从简历筛选、联系候选人（通过 InMail、邮件、电话）到进行全面的语音/视频面试，甚至执行高级编码测试，直至提供详细的、可直接用于决策的报告。
高度「人性化」体验： Nova 被设计成「最佳招聘官和面试官的数字孪生」，能够模拟自然的暂停、语气和「嗯」等语用标记，提供友好的、类似真人的互动体验，候选人对其评价很高。
定制化与智能化： 用户可以根据自己的需求定制 Nova 的面试风格，包括技能深度、难度、面试类型、语调和结构。Nova 还能从公司过往的招聘数据（职位描述、面试记录、ATS 笔记等）中学习，提升其判断能力。
显著提升效率： Nova 帮助客户将第一轮面试报告的完成时间从 4-5 周缩短到 48 小时以内，为招聘团队节省了大量时间，使其能专注于更具战略意义的工作。
覆盖多渠道招聘： Nova 不仅处理入站（inbound）和内推（referral）的候选人，还能主动进行外呼（outbound）候选人搜寻和联系。
Nova 产品已上线，用户可通过 Peopleboxai 官网了解更多信息并申请试用。

(@Y Combinator Launches)

2、理想汽车发布首款 AI 眼镜 Livis：标配蔡司镜片 补贴后售价 1699 元起

12 月 3 日，理想汽车举办线上发布会，正式推出其首款 AI 智能眼镜 Livis。售价 1999 元起，12 月 31 日前下订可享受 15% 政府补贴，补贴后价格仅为 1699 元起。

「一款以钢铁侠 AI 管家「贾维斯」为灵感命名的智能眼镜，试图将「理想同学」的 AI 能力从驾驶空间延伸至用户日常生活的每个角落。」

Livis 名称源于理想汽车与钢铁侠 AI 管家「Jarvis」的组合。

整机重量控制在 36 克，提供经典黑、科技灰和橄榄绿三种颜色，并可选亮光或磨砂材质。

Livis 全系产品标配蔡司镜片，涵盖近视镜片、光致变色镜片与墨镜片等多种类型，满足用户在不同场景下的视觉需求。

理想宣称 Livis 在研发过程中实现了五项关键突破，构成了产品核心竞争力的重要组成部分。

典型续航时间达 18.8 小时。Livis 标配类似 AirPods 的无线充电盒，便于随身携带和补能。同时，眼镜支持与理想汽车的车机系统无线快充，上车后放置在专属充电位进行充电。

在硬件配置上，Livis 搭载恒玄 BES2800 主控芯片和独立的 ISP 成像芯片，采用 SONY IMX681 摄像头，拥有 1200 万像素、支持 4K 照片以及电子防抖拍摄。

汽车联动场景是 Livis 最独特的卖点。通过蓝牙和 5G 网络，眼镜可无缝连接车辆，实现语音远程控车。用户可在百米范围内，通过语音指令操控电动侧滑门启闭、提前开启空调及座椅加热，甚至检查车辆续航和充电状态。

（@极客公园、@快科技）

3、豆包手机助手无法登录微信，双方回应

日前，字节跳动豆包团队与中兴合作发布了豆包手机助手技术预览版后，有试用 Nubia M153 工程样机的用户反馈，出现无法正常登陆微信的情况。

对于相关情况，豆包团队方面昨晚发文并做出回应。

豆包方面表示，其后续已下线了手机助手操作微信的能力。 目前，nubia M153 上被禁止登录的微信账号正陆续解封。

而微信相关人士也通过澎湃新闻回应，豆包手机助手无法正常登陆微信的微信并没有什么特别动作，「可能是中了本来就有的安全风控措施。」

针对此前曾有科技公司爆料「豆包手机助手存在侵犯用户隐私」的问题，团队方面强调，豆包手机助手不存在任何黑客行为。

据悉，此前上述公司曾表示豆包手机助手在努比亚手机上拥有 INJECT\_EVENTS 权限，该权限在安卓权限定义中属于操作系统高危权限，并且拿到该权限，要面临刑事责任。

豆包方面表示，INJECT\_EVENTS 确实是系统级权限，但拥有了该权限许可，相关产品才能跨屏、跨应用来模拟点击事件，完成用户操作手机的任务需求。

团队还强调，豆包手机助手需要用户主动授权，才可以调用该权限，使用操作手机功能。该权限的使用，豆包方面也在权限清单中进行了明确的披露。据了解，目前行业的 AI 助手，均需要使用该权限（或与其类似的无障碍权限）才能提供操作手机的服务。

豆包方面强烈表示，豆包手机助手也不会代替用户进行相关授权和敏感操作。

同时，豆包方面也对读取屏幕的隐私问题进行了回应。其表示，助手操作手机时需要读取屏幕（否则无法完成任务），但屏幕和操作过程都不会在服务器端留下存储，且所有的相关内容也都不会进入模型训练，确保用户隐私安全。

( @APPSO)

4、健康追踪应用 Healthify Ria 升级 AI 助手：支持实时语音与摄像头交互

健康追踪初创公司 Healthify 推出了其 AI 助手 Ria 的新版本，该版本支持通过语音和摄像头进行实时对话，并能理解超过 50 种语言（包括 14 种印度语言）以及混合语言输入。此举旨在通过更自然的交互方式，提升用户健康习惯养成的效率和用户粘性。

实时对话与多模态输入： Ria 现在支持通过语音进行实时对话，用户还可以通过摄像头扫描食物获取营养信息并进行记录，大幅简化了数据录入流程。
多语言与混合语言支持： Ria 能够理解超过 50 种语言，并支持 Hinglish、Spanglish 等混合语言输入，服务全球用户。
整合多源健康数据： Ria 可以整合来自健身追踪器、睡眠追踪器、血糖监测仪等设备的数据，为用户提供运动、睡眠、身体准备度和血糖波动等方面的洞察，并给出建议。
增强记忆与个性化： Healthify 正在为 Ria 构建一个更持久的记忆层，使其能够记住用户的偏好和健康变化，提供更个性化的建议。
教练与营养师辅助： Ria 将被整合到用户与教练、营养师的沟通中，协助双方快速调取数据、回答问题，并可转录通话内容，提取关键信息。
(@TechCrunch)

03 有态度的观点
1、《阿凡达》导演：对 AI 没意见，但要尊敬演员们

近日，导演詹姆斯·卡梅隆在《阿凡达 3》世界首映礼上称该片没有使用 AI 生成，随后他对 ComicBookcom 发表了自己对于生成式 AI 的应用看法。

卡梅隆表示，自己对生成式 AI 没有意见，但他强调：「我们拍《阿凡达》电影不使用它，我们尊敬并赞颂演员们，我们不用 AI 代替演员。」

同时，卡梅隆也表示，「这件事（生成式 AI）自会有方向，我想好莱坞会进行自我监管，但我们作为艺术家要找到出路，前提是我们得能存在。所以，比起别的东西，来自『大 AI』的生存威胁是最让我担忧的。」

值得一提的是，卡梅隆所提到的「大 AI」，是指人类利用 AI 的状况和其产生的问题，对应的「小 AI」是指更细节、技术性的层面，比如用 AI 生成内容。

在卡梅隆看来，AI 和人类未来有深切的担忧和存在危机，他认为「小 AI」各行业会找到应对和利用之法，但「大 AI」问题就不好说了。

卡梅隆还提到，若了解 AI，就会知道「校准」是个重大问题。「AI 必须被训练、教导，必须被约束去只做对人类好的事情。」其强调，「只有我们人类达成了共识，你才能对 AI 进行校准。」实打实weibo.com/ttarticle/p/show?id=2309405273034100965448 weibo.com/ttarticle/p/show?id=2309405273034654613515 weibo.com/ttarticle/p/show?id=2309405273035207999513 weibo.com/ttarticle/p/show?id=2309405273035757715732 weibo.com/ttarticle/p/show?id=2309405273035971625147 weibo.com/ttarticle/p/show?id=2309405273036101648464 weibo.com/ttarticle/p/show?id=2309405273036231672059 weibo.com/ttarticle/p/show?id=2309405273036361695250 weibo.com/ttarticle/p/show?id=2309405273036487262295

​论文名称：TIME: Temporal-Sensitive Multi-Dimensional Instruction Tuning and Robust Benchmarking for Video-LLMs

作者团队-中文：山东大学、山东建筑大学、香港城市大学、快手
发表时间：2025 年 8 月 7 日
论文链接：https://arxiv.org/pdf/2503.09994

Lab4AI 链接：https://www.lab4ai.cn/paper/detail/reproductionPaper?utm_source=sf_time&id=24baff47718a41a6aac260201a735417

✨ 研究背景：
视频大型语言模型在视频问答等任务中已展现显著能力，但时间理解仍是关键短板。现有问题主要包括两方面：一是缺乏专用时间敏感指令微调数据，现有数据集侧重通用场景泛化，部分生成式数据集适用范围有限难以支撑深度时间推理；二是模型易依赖数据捷径（如面部朝向而非真实时间分析），现有时间基准测试也受此影响，导致模型性能被高估。

✨ 研究内容：
为提升视频 - LLMs 的时间理解能力，该研究提出 “数据集 - 微调方法 - 基准测试” 三位一体的解决方案。
首先，构建含 34,000 个样本的 TIME 指令微调数据集，覆盖动态、推理、时长、位置、顺序五大时间维度，并通过去偏策略剔除数据捷径；
其次，设计多任务提示微调（MTP）框架，融入帧索引预测、指定视频问答两类辅助任务，无需额外标注即可增强模型时间理解；
最后，开发 TIMEBench 基准测试集，通过多源数据整合与单帧过滤机制，实现对模型时间推理能力的精准评估。
实验在 4 个主流视频 - LLMs 上验证了方法的有效性，显著提升了模型在时间相关任务上的性能。

核 ✨ 心贡献：
采用本文方法微调后，4 个视频-LLMs 在多数基准测试集上表现显著提升，尤其在时间理解专用基准（如 TIMEBench、MVBench）上效果突出，且不损害通用任务性能。

​

开发者朋友们大家好：

这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@koki、@瓒an、@鲍勃

01 有话题的技术

1、OpenAI 正式发布 GPT‑5.3 Instant，幻觉率暴降 27%

今天，OpenAI 正式发布 GPT‑5.3 Instant，该模型在回答的语气倾向、回复相关度以及对话的顺畅度均有相应的提升。

OpenAI 团队称其收到用户反馈，GPT‑5.2 Instant 有时会拒绝回答本可以安全响应的问题。在涉及敏感话题时，模型的表现偶尔显得过于保守或带有说教感。

GPT‑5.3 Instant 的回答将直击重点，不再夹杂冗长的限制性说明，显著减少了不必要的拒答行为，并削减了回答前那些过度防卫或带有说教色彩的开场白。

此前，GPT‑5.2 Instant 的语气偶尔会让人感到「尴尬、违和」，表现为言语过于强势，或者在未获确认的情况下，就对用户的意向和情绪进行过度解读或妄加揣测。本次更新大幅削减了不必要的冗余宣告，以及类似「停一下，深呼吸」等口吻。用户可以在设置中调整模型的回复语调，例如其亲和力与热情度。

相比 GPT‑5.2 Instant，GPT‑5.3 Instant 提供的回答更具事实性，在广泛的话题领域内均显著降低了幻觉率。

为了衡量准确度，OpenAI 团队采用了两项内部评估指标：其一侧重于医疗、法律及金融等高风险领域；其二则专门针对「幻觉」高发场景进行测试，样本取自经过脱敏处理、被用户标记为事实错误的真实对话记录。

对比前代模型，GPT‑5.3 Instant 在「高风险领域」评估中，联网模式下的幻觉率降低了 26.8%，仅依靠模型自身知识库时，幻觉率降低了 19.7%。

而在基于用户真实反馈的评估中，该模型在联网模式下的幻觉率下降了 22.5%，非联网模式下则下降了 9.6%。

GPT‑5.3 Instant 自即日起面向所有 ChatGPT 用户开放，开发者也可通过 API 使用名为 gpt-5.3-chat-latest 的模型。Thinking 和 Pro 版本的更新也将于近期推出。

（@智东西）

02 有亮点的产品

1、光帆科技获联想、小鹏汽车新一轮投资，种子轮融资总金额近 3 亿元人民币

近日光帆科技正式宣布，已于年前完成种子++轮及种子+++轮融资，一年内连续完成四轮融资，种子轮融资总金额近 3 亿元人民币，募集资金将重点用于面向下一代人机交互的 AI 可穿戴硬件及 Agent OS 相关领域的落地。

据悉，本次融资由 联想集团 和小鹏汽车（星航资本） 联合领投，高秉强教授、Brizan Ventures、Forebright Concerto 参投，众多老股东连续追投，并满额、超额加注。

2025 年 12 月，成立仅 1 年的光帆科技便交出了一份不错的答卷。发布了全球首款具备视觉感知能力的主动式 AI 耳机，构建起「AI 耳机+手表」的全感穿戴设备。 作为全球首款实现了「完全不依赖手机、AI 独立运行」的穿戴设备，Lightwear 跳出了 AI 穿戴设备作为手机附属品的传统思路，走上了以用户体验为核心的创新赛道。

（@雷锋网）

2、2025 年中国智能眼镜销量为 145 万台，同比大涨 211%

根据洛图科技（RUNTO）发布的数据显示，2025 年，中国智能眼镜市场的销量为 145.4 万台，同比大涨 211%。

洛图科技（RUNTO）将智能眼镜划分为 AR 眼镜（有显示+有音频）、音频眼镜（无显示+有音频）和拍摄眼镜（无显示+有摄像头）。其中，AR 眼镜和音频眼镜的销量同比涨幅分别为 83%和 135%，拍摄眼镜则几乎实现了从 0 到 50 万台的突破。

关于市场规模爆发式增长的原因，洛图科技（RUNTO）分析：光学显示/轻量化/AI 与多模态交互等核心技术的突破、产业链上下游的全面成熟，以及各领域科技巨头与资本的入局加速了市场教育与竞争。此外，还包括了政策的强力支持、应用场景从娱乐到生产力的全覆盖渗透等多方面因素的共振。

洛图科技（RUNTO）预测，2026 年中国智能眼镜整体市场的销量将突破 320 万台，同比增长 120%。

（@多知）

3、Button Computer 发布可穿戴 AI 语音按钮「Button」：主打低摩擦即时交互与隐私设计

近日，Button Computer 发布 Button，这是一个可以夹在衬衫上的按钮，通过物理按键触发的可穿戴 AI 语音终端，主打低摩擦即时交互与隐私设计。按下它即可与人工智能对话，它会立即做出响应。

以下为已披露的技术与产品要点：

1. 交互机制：物理触发，极简路径

• 物理按钮触发：仅在按下时激活语音交互
• 即时响应：强调低延迟语音往返
• 交互路径：按下 → 说话 → 实时返回语音结果

其设计目标是消除移动端典型路径（解锁手机 → 打开 App → 等待加载 → 语音输入）中的多步摩擦

2. 隐私策略：显式唤醒，无常驻监听

• 无持续监听（No always-on listening）
• 仅物理按键触发后才激活麦克风
• 不进行持续环境录音
• 不做行为追踪

目前 Button 已在美国开启订购。

( @Buttoncomputer\@X、@ycombinator\@X)

4、XR 眼镜厂商 VITURE 再获 1 亿美元融资，正加速北美市场布局

XR 眼镜厂商 VITURE 宣布，在 2025 年 9 月完成 1 亿美元 B 轮融资后，如今公司再次获得 1 亿美元新增融资。

据悉，本轮融资由联想系投资机构 Legend Capital 领投，同时吸引了包括老股东 Bertelsmann Group 在内的多家战略投资方参与。目前 VITURE 累计融资总额已达 2.215 亿美元（现汇率约合 15.29 亿元人民币）。

VITURE 表示，自 2025 年 9 月以来，公司主要推出了 Luma 系列 AR 眼镜与 BeastXR眼镜，2025 年 12 月，公司还与 CD Projekt RED 合作推出《Cyberpunk 2077》联名限定款Luma眼镜当下 VITURE 正在北美市场加快线下布局，进一步铺开产品销售渠道。

（@IT 之家）

03 有态度的观点

1、荣耀方飞：AI 的终极意义不是取代人类

日前，荣耀产品线总裁方飞在 MWC 2026 现场，与 Orange 集团围绕 AI 终端、连接和生态展开了对话。

方飞在个人微博表示，其坚信 AI 的终极意义不是取代人类，而在于服务人、陪伴人、成就人。同时她也指出，这正是荣耀提出人与 AI 共生智能的 AHI 理念的初心所在。

方飞在文中提到，没有任何一家公司能独立构建 AI 的未来。其还抛出了一个观点：「未来的 AI 体验，绝不会局限于封闭的『围墙花园』，必须建立在开放共创的生态之上。」

在微博文中，方飞还表示，从手机到家居、教育、音频乃至宠物玩具，更多元、更垂直的需求场景正在涌现，属于 AI 硬件的「寒武纪大爆发」时代已经来临。

( @APPSO)

04 社区黑板报

招聘、项目分享、求助……任何你想和社区分享的信息，请联系我们投稿。（加微信 creators2022，备注「社区黑板报」）

1、线下活动招募丨 Physical AI Camp 北京站：无所不在的语音智能体丨 RTE Meetup

2026 开年，开源项目 OpenClaw 的热度证明了个人化 AI 的潜力。而我们更关心个人化 AI 如何真正进入并感知物理世界，与人一起和现实产生实时互动。

从纯文本对话演进而来，Voice Agent 正在 Go Visual、Go Physical，并在往横跨桌面端、移动端与智能硬件的 Go Everywhere 发展。跨平台、多模态的落地实战已经展开。

本周六（3 月 7 日）下午，Physical AI Camp 北京站\&RTE Meetup 落地北京。我们邀请了来自声网、矽递科技、Intent Company 和盒智科技的技术与产品专家。大家将围绕模型、通讯、硬件解决方案和终端落地场景的跨平台协同，交流真实的经验。

📅活动时间： 2026 年 3 月 7 日（周六） 13:30 - 16:30

📍活动地点： 北京市，望京（报名审核通过后分享地址）

🎟参与方式： 扫描海报二维码，或点击下方链接报名

报名链接：

https://www.rtecommunity.dev/t/t_a3AjCnV6RpwTFh

阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么

写在最后：

我们欢迎更多的小伙伴参与 「RTE 开发者日报」 内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。

对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。

作者提示: 个人观点，仅供参考

当你在浏览网页时，如果浏览器地址栏突然弹出“您的连接不是私密连接”或“该站点不安全”的红色警告，这不仅会让来访用户立刻丧失信任、关闭页面，更可能意味着你的网站数据正处于风险之中。面对这种情况，网站管理员应该怎么办呢？

一、为什么会提示“不安全”？

浏览器提示不安全，绝大多数情况是因为SSL证书缺失或配置不当。SSL证书的作用是加密网站与用户之间传输的数据，并验证网站的真实身份。具体原因通常包括以下几点：

1. 未部署SSL证书：网站仍使用HTTP协议，所有数据明文传输，容易被黑客窃取。
2. 证书已过期：SSL证书有生命周期，过期未续费会导致安全连接失效。
3. 证书类型不匹配：例如使用单域名证书访问子站点，导致域名不匹配错误。
4. 混合内容加载：页面虽为HTTPS，但加载了HTTP协议的图片或脚本。

二、快速解决：部署或更换SSL证书

解决“不安全”提示的根本方法，就是为网站安装一套有效且受信任的SSL证书。对于个人博客、中小企业官网乃至需要通配符加密的多子域名网站，现在有了更经济高效的选择——JoySSL。

SSL证书申请入口

部署教程：三步搞定网站加密

如果你希望快速解决网站不安全提示，可以按照以下步骤操作：

第一步：注册并领取免费证书
访问JoySSL官网，注册一个新账户。在注册过程中，务必填写指定的注册码：230970。这是享受永久免费SSL证书及后续技术支持的关键凭证，填写后即可在账户中免费申请所需证书。

第二步：选择证书并验证域名
登录后，在证书列表中找到“免费体验版”，根据你的需求选择单域名证书（保护一个域名）或通配符证书（保护主域名及所有二级域名）。提交申请后，按照提示在域名管理后台添加TXT解析记录，几分钟内即可完成域名所有权验证。

第三步：下载安装与自动续签
验证通过后，下载对应服务器（如Nginx、Apache、IIS）的证书文件并上传至服务器进行部署。JoySSL后台支持开启自动续签功能，证书到期前系统会自动续期，让你从此无需担心证书过期导致的不安全警告。

三、后续检查与预防

安装完证书后，建议在浏览器中访问网站，确认地址栏显示安全的“锁形”图标。此外，可以在服务器端设置强制HTTPS重定向，确保所有用户访问都自动跳转到加密连接。定期登录JoySSL后台查看证书状态，利用其自动化管理功能，让网站长期维持在安全评级A级以上。

在网络安全日益重要的今天，不要让“不安全”的提示赶走你的访客。通过JoySSL这类便捷工具，低成本、高效率地完成HTTPS加密，既保护了用户数据，也奠定了网站长远发展的信任基石。

免费SSL证书虽能实现基础加密，但使用过程中可能因安全风险、信任度、兼容性、管理成本等问题产生隐性支出。以下从六大维度解析潜在成本，助你合理规划部署方案。

一、安全风险成本：基础加密的“脆弱性”

免费SSL证书多为DV（域名验证）类型，仅验证域名所有权，未对组织身份进行严格审核。这种低验证级别导致证书易被伪造，使网站面临中间人攻击、数据窃取等威胁。例如，黑客可能通过仿冒证书窃取用户登录信息，或篡改页面内容植入恶意代码。

修复成本：若因证书安全性不足导致数据泄露，企业需承担数据恢复、用户赔偿、法律诉讼等费用。某小型电商曾因使用免费证书遭遇攻击，直接损失超50万元，品牌声誉受损后营收下降30%。

二、信任度成本：用户与品牌的“双重打击”

1. 用户信任降低：免费证书无法像OV（组织验证）或EV（扩展验证）证书那样展示企业名称，用户难以确认网站真实性。调研显示，62%的用户会因缺乏信任标识放弃注册或交易。
2. 品牌形象受损：在竞争激烈的市场中，安全标识是品牌专业性的体现。使用免费证书可能被用户视为“不正规”，长期影响品牌溢价能力。某教育机构更换免费证书后，咨询量下降15%，客户反馈“网站看起来像钓鱼网站”。

三、兼容性成本：浏览器与设备的“双重考验”

1. 浏览器兼容性问题：部分免费证书颁发机构未被所有浏览器完全信任，导致用户访问时出现“证书不受信任”警告。例如，某免费证书在旧版IE浏览器中兼容性不足，导致企业内网用户无法正常登录。
2. 设备兼容性问题：不同操作系统、移动设备对证书的解析能力存在差异。某物联网平台使用免费证书后，部分智能设备无法建立安全连接，需额外开发兼容补丁，增加开发成本。

四、管理成本：有效期与更新的“时间陷阱”

1. 有效期管理：免费证书有效期通常较短（如90天至1年），需频繁更新以避免过期。某企业因未及时续期导致网站中断服务2小时，直接损失订单超10万元。
2. 更新操作风险：每次更新需重新申请、验证和安装，操作失误可能导致网站故障。某个人站长在更新证书时误删私钥，需重建服务器环境，耗时3天。

五、技术支持成本：自助解决的“效率瓶颈”

免费证书提供商通常不提供专业支持，用户需依赖社区论坛或在线文档解决问题。某企业技术团队在配置证书时遇到混合内容问题，通过社区排查耗时2天，而付费证书提供商可提供1小时内响应的专属支持。

六、功能限制成本：高级需求的“无法满足”

1. 域名绑定限制：多数免费证书仅支持单域名，多域名或子域名需申请多个证书，增加管理复杂度。某企业拥有5个子域名，使用免费证书后需管理5个证书，配置错误率上升40%。
2. 高级功能缺失：免费证书通常不具备恶意软件扫描、漏洞评估等功能。某金融平台使用免费证书后，因未及时发现SSL/TLS协议漏洞，被黑客利用导致数据泄露。

SSL证书的“正确打开方式”：以JoySSL为例

若仍需实现网站https加密访问，可通过以下方式降低隐性成本：

1. 选择可信服务商：如JoySSL提供的单域名DV证书，支持中文界面和自动化部署，降低操作门槛。输入注册码230959可解锁专属技术支持，解决配置难题。
2. 自动化续期：通过ACME协议（如Certbot）实现证书自动续期，避免过期风险。JoySSL支持API集成，可与运维流程无缝对接。
3. 定期安全检查：使用SSL Labs工具检测证书配置，确保评级达A级以上。检查项目包括协议版本、加密套件、证书链完整性等。
4. 明确使用场景：免费证书适合个人博客、测试环境等低风险场景。涉及用户数据或交易的平台，建议升级为OV或EV证书。

免费与付费证书对比表

Qwen最强阵容，散了

前一天还在通宵发模型，第二天就走人了

3月4日凌晨，所有人都还沉浸在Qwen3.5小模型发布的兴奋中。

马斯克刚刚点赞，海外社区刷屏转发，千问团队士气正高。

然后林俊旸发了一条推文。

六个单词，me stepping down, bye my beloved qwen.

翻译过来就是，我走了，再见了我亲爱的千问。

他刚宣布离开不久，Qwen3.5/VL/Coder核心贡献者Kaixin Li也在X上发帖告别。紧接着，长期活跃在X平台的通义实验室科学家Binyuan Hui也于今早发文bye qwen, me too。

一个上午，三个核心骨干，接连告别。

这不是普通的人事变动。这是一支正在巅峰期的团队，被亲手拆散。

他们是谁？不是空降的，是阿里自己养大的

先说一个关键事实。

近期密集离职的林俊旸、郁博文、惠彬原的第一份工作都在阿里，是阿里培养的应届生。

林俊旸2019年从北京大学语言学与应用语言学硕士毕业后加入阿里达摩院。郁博文2022从中国科学院信息工程研究所博士毕业后加入阿里达摩院，是当年的阿里星。1999年生的惠彬原，于2022年获得天津大学硕士学位后正式加入阿里达摩院。三人都参与了Qwen模型的早期训练。

换句话说，这三个人不是从外面挖来的大佬。他们是阿里一手培养的，从校园里走出来，在达摩院长大，在通义实验室扛起了整个千问。

林俊旸不是海归博士，而是本土环境成长起来的、具有国际影响力的AI技术领袖。2025年，1993年出生、时年32岁的林俊旸成为阿里最年轻的P10。

32岁，P10，千问从0到1的技术灵魂人物。

Qwen Code负责人惠彬原也于2026年1月从阿里离职，加入Meta。此后林俊旸曾接手负责Qwen Code，就在上周，林俊旸还在社交媒体分享Qwen Coding Agent相关的招聘信息。

上周还在替团队招人，这周自己走了。你品，你细品。

同一天，Qwen的后训练负责人郁博文也正式离职，他的工作将由今年初加入阿里通义实验室的前DeepMind高级资深研究员周浩接任。

惠彬原1月走，郁博文3月走，林俊旸3月走，李凯鑫3月走。四个月内，千问核心研发层近乎清空。

这不叫正常离职。这叫溃散。

到底发生了什么？两个字，拆团队

林俊旸最终选择离开，很可能与Qwen团队正经历的组织调整有关。

什么调整呢？

近期，通义实验室计划将Qwen团队分拆，从涵盖不同训练流程和模态的垂直整合体系，变成预训练、后训练、文本、多模态等一个个分开的水平分工团队，这些团队仍隶属通义实验室。林俊旸的管理范围被缩小。

我翻译一下这段话。

原来的千问是一个完整的作战单元。预训练、后训练、多模态、代码，所有环节打通，一个团队搞定。这种垂直整合的模式，恰恰是千问能快速迭代的核心原因。

现在管理层要把它拆成好几个小团队，各管各的。预训练一拨人，后训练一拨人，文本一拨人，多模态一拨人。

听起来是不是很熟悉？没错，这就是大公司最经典的管理套路，把一个能打仗的整体，按照职能切成碎片，然后每个碎片安排一个汇报线。

问题来了。

把模型团队拆开、打散的变化，也不符合林俊旸对技术趋势的判断。去年至今，林俊旸曾多次提及，他认为预训练、后训练，乃至Infra和训练团队应该更紧密地结合和沟通。

技术负责人说应该更紧密。管理层说要拆开。

这就是矛盾的根源。

商业目标和技术目标之间并没有完全对齐。从上而下制定战略和分工，与内部小团队的独立探索之间的拉扯，是Qwen团队与阿里大环境之间更深层的问题。

说白了，管理层的颗粒度和技术团队的颗粒度，根本没有对齐。

管理层想的是组织架构清晰，汇报线分明，每个模块有KPI可以考核。技术团队想的是我做模型需要端到端打通，流水线越短迭代越快。

一个要拆，一个要合。拆赢了，人走了。

最讽刺的部分来了

一位通义实验室人士曾说，2023年的AI热潮之前就已在开发大模型的Qwen团队曾成长于一个少有人注意的角落，少被打断和拉扯，团队可以把精力用在模型本身的迭代上。

Qwen最强的时候，恰恰是没人管它的时候。

当它默默无闻，蹲在达摩院角落里搞研究的时候，没有组织分拆，没有架构调整，没有DAU考核。团队想怎么试就怎么试，预训练后训练一起搞，文本多模态一起推。

结果呢？推出来了。Qwen3打榜全球前列，Qwen3.5除夕夜发布397B参数模型，第三方机构QuestMobile最新数据显示，千问在2026年春节期间创DAU新高，拿下940%的最高增幅。

而当AI成为大型科技公司输不起的全局战争，各公司的核心模型研发团队开始面临更多组织变化。常见的变化发生在研发明显受挫时，而阿里的此次变化，发生在外部评价和内部士气都相对不错时。

看到这句话，我真的笑不出来。

一般来说，团队搞砸了，领导换人，大家能理解。但千问正处在历史最好的状态，技术强、口碑好、增长猛，然后管理层说，来，我们重新调整一下组织架构。

这就好比你刚跑完马拉松前半程领先所有人，教练突然跑过来说，我觉得你的跑姿需要改一下，顺便把你的跑鞋也换了。

接替者是谁？从Gemini来的

近期加入阿里的周浩则在2019年博士毕业于威斯康星大学麦迪逊分校。据周浩领英的信息，他是Gemini 3.0、AI Mode、DeepResearch、Gemini 1.0等项目的关键贡献者，领导了针对Gemini 3.0的多步骤强化学习。

请注意这个信号。

走掉的是阿里自己培养的本土骨干，接替的是从Google Gemini团队空降的海归。这个安排本身没有对错之分，周浩的履历确实漂亮。

但问题在于节奏。

核心技术负责人还在岗位上，你就把他的权限收窄，把他的团队拆散，然后找外面的人来接他的活儿。

多位接近此事的人告诉我们，林俊旸的离职很突然。同事用了三个词形容这件事，带着遗憾，唏嘘，他很爱Qwen。

同为千问团队成员的Chen Cheng在转帖中透露，林俊旸的离开似乎并非其本人意愿。

也就是说，这不是一个人主动放弃了千问。是千问被管理层从他手里拿走了。

一个更深层的问题，阿里到底想要什么样的AI

这件事的本质，其实不是一个人或几个人的离职。它揭示了一个在所有大厂AI团队中都普遍存在的拉锯战。

技术团队觉得，做基础模型就应该像一个创业公司那样运转。小团队，高度自治，快速决策，端到端负责。你给我算力和时间，我给你世界前三的模型。

管理层觉得，AI是集团战略，必须有清晰的组织架构、明确的分工、可量化的产出。团队大了就要拆，拆了才好管理，管理了才能对上汇报。

两种逻辑都有道理。但当你非要把一个技术驱动的创新单元，硬塞进大公司标准化的管理框架里，结果往往是创新死了，框架也空了。

特别是DeepSeek-V3享誉全球，R1被众多友商接入后过了一个多月，Qwen2.5-Max、QwQ-32B、QvQ-Max这些能对标前者性能的模型才姗姗来迟，给人一种疲于应对的感觉。

千问一直在追赶，一直在努力缩小和最前沿的差距。好不容易到了Qwen3.5这一代，几乎站稳了全球开源第一梯队。

然后管理层动刀了。

写在最后

林俊旸此次提出离职对阿里也很突然。对阿里来说，任何个体需求都要让位于组织需求。

这句话才是整件事最冷的注脚。

任何个体需求都要让位于组织需求。

翻译成人话就是，你再重要，也没有组织架构图重要。你再能打，也要先适应新的汇报线。

林俊旸走了。郁博文走了。惠彬原走了。李凯鑫走了。

他们不是被竞争对手挖走的。他们是被自己人逼走的。

千问从来没有像今天这样强大，也从来没有像今天这样脆弱。

模型还在，代码还在，论文还在。但写出这些东西的那群人，散了。

管理层可能觉得，换一批人来，照样能干。毕竟组织大于个体嘛。

但他们忘了一件事。

Qwen团队曾成长于一个少有人注意的角落，少被打断和拉扯，团队可以把精力用在模型本身的迭代上。

千问最初能成功，靠的不是组织架构多清晰，汇报线多明确。靠的是一群年轻人在没人打扰的角落里，闷头做出了一个世界级的模型。

现在你把角落拆了，把闷头做事的人赶走了，然后指望新来的人在聚光灯下，在层层审批中，做出同样的东西。

祝好运吧。