谷歌在AI人才竞争中的“回流”策略 - 2025年，谷歌正以更“工程化”和务实的方式重新夺回AI领域话语权，其策略核心之一是大量召回前员工 [1] - 2025年谷歌新招募的AI软件工程师中，约有20%是前员工，这一比例明显高于往年 [1][4] - 这种“回流”趋势在2024年下半年开始明显加快，谷歌方面确认来自头部竞争对手的AI研究人员数量也明显高于2024年 [4] “回流”策略的背景与动因 - 2023年初，谷歌母公司Alphabet进行了史上最大规模裁员，约裁减1.2万人，占员工总数的6% [4] - 谷歌并未完全切断与离职员工的联系，而是将其视为一个潜在、可再激活的人才池 [4] - 前员工愿意回归的核心原因是“钱和算力”，谷歌拥有自研TPU、超大规模数据中心等将资金转化为算力的强大能力 [5] - 在AI研发中，长期稳定地使用大规模计算资源是决定上限的关键，这促使许多在创业公司试水后的工程师回流大厂 [5][6] 关键人物回归与内部变革 - Transformer论文作者之一Noam Shazeer于2024年8月重新加入DeepMind，这被视为谷歌对过去判断的一次修正，具有强烈象征意义 [7] - 过去一年，谷歌内部文化发生明显变化：开始承担更多风险、加快产品发布节奏，即便产品未完全成熟 [8] - 组织结构上持续“瘦身”：裁撤超过三分之一的小团队管理岗位，减少层级，压缩审批流程 [8] - 联合创始人Sergey Brin重返公司后，亲自参与了部分关键AI人才的招募工作 [8] 行业趋势与“回流”优势 - “召回”前员工的现象并非谷歌独有，根据ADP Research数据，今年科技行业整体“召回”前员工的比例上升，信息产业增幅最为明显 [9] - 频繁裁员、快速扩张、技术周期缩短，使得“离职-回归”成为一种常见的职业路径 [9] - 对企业而言，“召回”前员工优势明显：上手快、文化磨合成本低、在关键系统上有历史经验，尤其适合AI这类节奏紧张、试错成本高的项目 [10] 谷歌在AI领域的战略转向与市场表现 - 在生成式AI领域初期，谷歌反应被认为偏保守，一度被贴上“行动迟缓”的标签，导致DeepMind等团队核心成员被微软、OpenAI、Meta等竞争对手挖走 [11][12] - 从2024年开始，谷歌转变打法：一方面持续加码AI基础设施投入，另一方面使Gemini系列模型形成稳定产品线 [12] - 最新一代模型Gemini 3的发布，标志着谷歌在多模态和通用能力上的进一步推进 [12] - 资本市场反馈直接：Alphabet股价在2025年累计上涨超过60%，在一众科技巨头中表现最为亮眼 [13]

事件概述 - 2025年12月22日22:00左右，公司旗下快手应用的直播功能遭到有组织的网络攻击，导致多个直播间出现大量色情内容，直播功能在系统修复后逐步恢复，其他服务未受影响 [1] - 攻击发生后，公司已启动应急预案，并向公安机关报警及向相关部门报告，强烈谴责黑灰产行为，并表示将采取法律措施保障公司及股东权益 [1] 事件经过与影响 - 攻击期间，有直播间在线观看人数达10万人，直播持续约20分钟后被关闭，但类似内容在其他直播间持续出现，用户反映连续刷到超过10场 [5][8] - 事件可能对平台上的青少年用户身心健康造成潜在负面影响 [8] - 多位网络安全行业专家分析认为，此次攻击在规模上属于行业最高级别的P0级事故，是一场有预谋的大规模攻击 [11] 攻击技术分析与原因推测 - 攻击具体技术路径未知，360数字安全集团专家分析，攻击者可能利用了直播推流接口的底层漏洞，绕过了平台的实名认证与内容审核链路 [10] - 奇安信安全专家指出，攻击发生在短短60到90分钟内，黑客组织通过技术手段侵入系统，导致平台安全体系瘫痪，核心原因在于黑灰产已进入“自动化攻击”时代，借助工具实现违规内容的秒级发布与扩散，超出人工审核极限 [12] - 有相关人士推测，原因可能是黑产侵入了快手的白名单权限，或攻击了封禁接口，此外平台此前也曾出现过违规内容漏审情况 [10] 公司应对与暴露的问题 - 公司安全团队的应对暴露出自身在技术与组织层面的短板 [11] - 网络安全专家指出，公司的应急响应速度较慢，直至凌晨才关闭相关直播入口，应加强应急预案 [10] - 专家建议，公司应建立快速响应、自动化处置的机制和系统，利用机器和AI实现快速发现与处置，并修补漏洞、排查其他潜在风险 [10][11] 行业安全启示 - 奇安信安全专家认为，企业网络安全升级不能仅聚焦外部防御，内部漏洞引发的风险同样重要，需树立“内外同防”理念，加强内部防线建设，重视“防内鬼”与权限管控 [12] 公司背景与市场反应 - 公司为头部直播平台，2025年第三季度总营收为356亿元人民币，同比增长14.2%，经营利润为53亿元人民币，同比增长69.9%，经调整净利润为50亿元人民币，同比增长26.3% [14] - 事件发生次日（12月23日），A股网络安全板块开盘走强，其中菲菱科思股价上涨9.63%，吉大正元一度涨超7%，奇安信、锐捷网络、杰创智能等个股均出现跟涨行情 [14]

转自：吐槽星君 在高铁上外放张震讲故事是种什么体验…？ （v i a .@煜子茶（正颌已拆板） ） 私人笑。 我的耳朵不得不在大网红刷到我你算是有福了,和上 蹿下跳一直在不断发出惊声尖叫的小孩之间反复研 磨,直到怒气彻底顶破脑壳。 我叫来乘务员,也写了举报信,可大概这种级别的措 施匹配不上他们令人昨舌的素质,结果收效甚微。 颓然向后倒去,整个人狠狠撞进二等座的椅背,那坚 硬的触感突然让我意识到,自己似乎也是手持廉价车 票进站的低消费群体,某种程度上甚至算得上是同 类。 想到这我把耳机摘下来放进了包包,猛地将手机音量 调至最高,紧接着张震那陪伴了我整个童年时光的声 音响彻了整节车厢。 2 公众号 · 吐槽星君 让人汗毛直立的剧情逐渐盖过了紧张的中美局势,也 压住了美女热舞的曼妙身姿。前坐的乘客开始频频向 后张望,所有人都默默拉低了音量,诡谲多变的恐怖 声效终于还是成功统治了这节车厢,我也露出了满意 的微笑。 这之后有人默默嘟嚷,也有人小心翼翼地劝告,可就 如同我之前说的那样,这种级别的措施匹配不上各位 (包括我在内)那令人昨舌的素质。 回头望去,车内的人都齐刷刷盯着我,果然这氛围就 适合听点恐怖播客,我的选择可 ...

GitHub Actions自托管Runner收费计划事件概述 - 微软旗下GitHub计划从2026年3月1日起，对GitHub Actions下的“自托管runner”收取每分钟0.002美元的费用，这是自2018年推出该功能以来首次收费[1] - 在开发者社区强烈反对后，GitHub紧急撤回了公告，宣布推迟收费计划并重新评估方案[2] - 该事件引发了关于开发者与平台之间利益博弈的广泛讨论[4] GitHub Actions与Runner机制 - GitHub Actions是GitHub于2018年10月推出的自动化平台，主要用于CI/CD（持续集成/持续交付），可自动完成构建、测试和部署等流程[4] - Runner是执行工作流程的“执行者”，运行在服务器上，接收指令并执行定义的任务[6] - GitHub提供两种Runner：GitHub托管Runner（由GitHub提供云端服务器，按使用时间计费）和自托管Runner（使用开发者自己的硬件）[7][15] - 自托管Runner的优势在于可自由控制硬件配置和环境，避免云端资源限制，此前一直免费[7] 收费政策具体内容与调整 - 计划对私有GitHub仓库上执行任务的自托管runner收费，标准为每分钟0.002美元[8] - 公共仓库上的自托管runner使用仍将免费，运行在本地的GitHub Enterprise Server用户也不受影响[9] - 同时，GitHub宣布从2026年1月1日起，GitHub托管runner的价格将下调，降幅在20%到39%之间[8] - 收费计划暂缓后，GitHub SVP确认托管runner的39%降价仍将按原计划于1月1日生效[21] GitHub的收费理由与成本压力 - GitHub解释称，过去自托管runner的免费使用是由GitHub托管runner的定价所补贴的，维护和改进这些服务存在巨大成本[12] - 公司表示，GitHub Actions平台增长迅速，到2024年初每天大约运行2300万个任务，原有架构已无法可靠支撑[13] - 为应对规模增长，GitHub对核心后端服务进行了架构重构，新架构自2024年8月以来每天可处理7100万个任务，是最初的3倍以上，且单个企业每分钟能启动的任务数量比旧架构多7倍[14] - GitHub强调，Actions服务本身并非免费，存在真实的、规模化的成本，去年为支持开源项目免费提供了115亿分钟的构建时间，价值约1.84亿美元[22] 开发者社区的强烈反应 - 许多开发者无法接受“在自己基础设施上跑的软件，还要按分钟付费”的理念[10] - 有用户计算后表示，新政策可能导致其每月GitHub账单增加140美元以上，另一位Reddit用户称其公司每月账单将增加约3500美元[17] - 开发者批评此举为“敌意操作”，并引发了对专有软件依赖的反思，有人建议转向社区维护的自由开源替代方案[18] - 收费政策宣布后，在HN等社区引发了近千条热评，负面舆论超出GitHub预期[19] 事件影响与未来展望 - GitHub承认在决策过程中“错过了向社区收集反馈的机会”，并承诺将来更多倾听社区意见[22] - 公司声明并未承诺“永远不收费”，而是“推迟”，引发了开发者关于未来可能换名目收费的担忧[22] - 有外媒分析认为，GitHub此举可能部分源于竞争压力，例如竞争对手Depot提供了针对GitHub Actions优化的runner，按秒计费并宣称成本只有GitHub托管runner的一半[14] - 该事件凸显了平台在平衡服务成本、创新投资与用户利益之间面临的挑战[12][22]

公司产品与服务 - 公司核心产品为“Molica AI”，是一款聚合了全球领先AI模型的平台，集成了包括ChatGPT5.2、Gemini3.0 Pro、Nano Banana Pro、Sora2、Veo3.1、Claude4.5、Grok4.1、Midjourney、SUNO、DeepSeek3.2等超过20个模型 [1][2][11] - 产品提供网页版与APP版，无需使用特殊网络工具即可访问所有集成AI [3] - 公司运营已持续3年，共更新了156个版本，拥有超过500万注册用户及超过100万会员用户 [2] - 公司为知名投资机构所投资，并与人民邮电出版社为合作伙伴 [2] 促销活动与定价 - 公司正在进行年终促销，原价998元的终身会员限时降价至296元，折扣幅度约为原价的3折 [2][4] - 该促销活动限100个名额，时间为12月24日至12月26日，售完后将恢复原价998元 [2][4][5][69] - 购买会员可获赠价值总计超过2000元人民币的AI变现教程，包括《AI搞副业教程》（价值799元）、《AI写作变现实战》（价值599元）和《AI做公众号爆文》（价值699元） [60][61][62] 集成AI模型功能亮点 - **文字与代码模型**：集成了Gemini3.0 Pro、ChatGPT5.2和Claude4.5，分别擅长推理与数学、综合文案与分析、以及代码生成 [6] - **图像生成模型**：接入了Nano Banana Pro（基于Gemini 3.0构建），在中文稳定性和文字渲染能力上表现突出，支持4K输出及自定义图片尺寸 [14] - **视频生成模型**：集成了Sora2和Veo3.1，可根据文字提示生成高质量视频，并实现音画同步 [35][40] - **绘画模型**：接入了Midjourney，在画质、美感和创意想象力方面表现卓越，支持文生图、图生图、扩图等官方全部功能 [43][49] - **音乐生成模型**：集成了SUNO的最新V5版本，可根据歌词和风格提示生成完整歌曲 [52][56] 价值主张与竞争优势 - 平台通过聚合多个顶级AI模型，为用户提供了极高的性价比，避免了用户为每个AI单独付费和切换的麻烦 [2][9] - 根据公司对比，若单独订阅各AI模型官方高级版，每月总费用远超296元，而该平台提供一次性付费终身无限使用 [67] - 平台强调其提供的均为各模型的最新版本和高级功能 [6][49] 市场拓展与生态建设 - 公司正在面向全国招募经销商和代理商，认为AI行业处于政策红利期，市场空间巨大 [64][65] - 公司通过留言抽奖活动赠送5个终身会员，以进行用户互动和产品推广 [71]

文章核心观点 - 一项将于2027年实施的强制性国家标准《数据安全技术 电子产品信息清除技术要求》将彻底改变电子产品回收行业 该标准要求对存储数据进行不可逆的物理级清除 以解决旧设备数据泄露的长期风险 这将对电子产品制造商和回收商产生重大影响 并可能重塑行业格局 [5][9] 旧设备数据安全风险与现状 - 不正规的二手手机回收店可以恢复已删除的储存信息 删除的数据不到半小时就能恢复 回收市场可能将数据打包卖给第三方进行诈骗或敲诈勒索 [1] - 常规的“恢复出厂设置”仅为逻辑删除 真实数据仍存储在芯片中 花费十几元购买专业软件即可恢复通讯录、短信、照片、邮件及微信记录等全部数据 [3] 新国家标准的技术要求 - 新规要求数据必须被不可逆地清除 即彻底“物理级”删除 无法通过任何技术手段恢复 [9] - 规定采用两种核心技术方法清除数据：数字覆写与块擦除 [9] - **数字覆写**：通过软件向存储单元写入无意义数据覆盖旧数据 对于磁介质（如机械硬盘HDD） 由于磁性残留 要求至少覆写3次且包含1次随机数覆写 对于半导体介质（如手机存储、SSD固态硬盘） 要求至少覆写1次 [10][11] - **块擦除**：针对手机和SSD硬盘 直接调用芯片底层指令 通过高电压脉冲清空整个物理块的数据 这是硬件级别的清除 比数据覆写更彻底高效 [12] 对电子产品制造商的责任要求 - 新规要求厂商必须在手机等产品中内置“一键粉碎”级别的清除功能 [15] - 若无法开发内置功能 必须提供免费的清除工具或服务 [16] - 清除前需明确告知用户清除内容、方法及影响 并获得用户授权同意 [16] - 清除功能需覆盖用户产生的各类文件、通讯录、应用程序数据、身份鉴别信息及加密密钥等 [17] 对回收商家的责任要求 - 新国标对线上线下平台及路边摊等回收经营者提出三项明确要求：回收前要提示、清除后要验证、还要留档3年 [18] - **回收前提示**：需主动提示用户进行清除 未经用户同意不得访问或留存任何数据 [18] - **清除与验证**：必须使用符合国标的功能或工具清除数据 若产品损坏无法软件清除 则必须物理销毁存储介质 销售前必须验证清除效果 未清干净的设备严禁再销售或运输出境 [18] - **建立档案**：必须建立清除档案记录操作和验证结果 至少保存3年 作为未来隐私泄露追责的关键证据 [20] - 若手机因病毒或损坏导致“无法合规处理” 回收商只能拆零件售卖或报废手机 [19] 新规的适用范围与行业影响 - 新规适用范围广泛 适用于手机、平板、笔记本电脑、智能手表、办公设备等所有带存储功能的电子产品 [21] - 新规客观上提高了回收行业的门槛和成本 回收企业需购买合规设备并建立档案保存系统 成本可能传导至最终回收报价 [26] - 普通用户的旧机回收价格可能会降低 但交易环境将更透明安全 [27] - 大量不合规的小回收商将被淘汰出局 “寄过去才砍价”等行业套路将减少 [27] 新规实施前的用户操作建议 - 在2027年新规实施前 用户可参照标准进行“深度清理”以保护隐私 [22] - 操作建议包括：彻底解绑各类云账号、支付账号及“查找我的设备”功能 [23]；取出并销毁SIM卡和内存卡 [24]；在恢复出厂设置前 反复用大文件填满存储空间再删除以增加数据恢复难度 [25]

社交媒体内容生态 - 公众号“喵大白话”作为内容聚合平台，大量转载来自抖音（dy）和小红书（xhs）等平台的用户生成内容，内容形式包括图文、短视频截图及评论区互动 [4][7][15][18][21][31][37][42][44][47][53][63][67][73][85][90][94][97] - 内容主题高度多样化，涵盖搞笑段子、日常生活观察、宠物趣事、情感话题、地域文化差异及网络热梗等，例如讨论约会礼仪、南北方言差异“窝憋”的含义、地铁站命名幽默等 [41][54][55][57][60][71][72][73] - 用户互动活跃，单条内容互动量可观，例如一条关于“看见帅哥亮灯”的评论获得1096条回复，一条关于“游泳带侧鳍”的评论获得3047条回复，情感类内容如“第一次约会”相关回复获得2.1万点赞和1282条回复 [22][36][57] 网络流行文化与幽默表达 - 内容善于捕捉和传播网络特有的幽默形式，包括“爆改”、“升咖”、“功德-1”等网络流行语，以及“天选娃衣”、“意大利炮”等基于亚文化（如Cosplay、动漫）的梗 [18][22][37][67][90][92] - 幽默常源于对日常事物的意外解读或错位联想，例如将优衣库赠品联想为宠物衣服、将芒果核联想为不雅形象、将地铁站名“机场”类比为店名“馄饨” [24][42][41] - 视觉幽默是重要组成部分，如宠物大小眼对比、耳朵打双闪的特效、眼妆前后对比等，通过图像本身或图文结合制造笑点 [20][87][88][89] 用户行为与内容创作 - 用户倾向于在评论区进行二次创作和互动，形成独特的对话文化，例如在“广西人来到山东”的帖子下，山东本地用户详细解释方言“窝憋”的含义，完成了知识的传递与地域文化的交流 [71][73] - 内容创作者（包括原发者和转载者）注重标注来源（cr），体现了对版权的初步尊重，同时通过“侵删”声明来规避潜在风险 [4][7][15][97] - 部分内容反映了创作者与受众（如师生）在特定场景下的微妙互动，例如学生因在论文中不当使用“老师酱”等亲昵称呼而感到尴尬，展现了网络用语向正式场合渗透时产生的碰撞 [92]

事件概述 - 旧金山发生大范围停电，导致城市公共交通系统紊乱，红绿灯熄灭，高峰时段影响多达13万名用户[2][15] - 停电由Pacific Gas & Electric变电站火灾引发，至周日上午仍有约3.5万名用户处于断电状态[15] - Waymo自动驾驶出租车在停电后集体停摆，多辆车停在十字路口、主干道和车流中，亮起双闪无法移动，成为“路障”[4][6][7] - 社交媒体视频显示，至少五辆Waymo聚集在同一路口，阻塞交通，迫使人类驾驶员绕行[8][9] - Waymo发言人声明，由于大范围停电，公司已暂时暂停在旧金山湾区的网约车服务[10] Waymo的表现与技术路线分析 - Waymo依赖多传感器融合系统，包括激光雷达、雷达、摄像头以及定期更新的高精地图[22] - 该系统在秩序稳定的城市环境中表现极佳，是Waymo长期商业化运营的基础[23] - 当城市进入异常状态，红绿灯失灵、行人随意穿行、交通规则被打破时，系统所依赖的“确定性”被削弱，导致车辆迟疑或停驶[24][33][35] - 乘客Michele Riva的经历显示，车辆在拥挤且红绿灯失灵的路口前停下，系统处于“不知道下一步该不该走”的状态，乘客等待几分钟后无奈下车[28][29][30][31][44] - Waymo官方未解释停电如何直接影响车辆行驶，外界推测混乱的城市状态可能使系统“无法确认安全边界”[32][35] - 公司坚持“安全优先”逻辑，选择最保守的方式让车辆停下，但从城市层面看，大量车辆同时停摆导致道路阻塞、交通效率下降[37][38][39][41][42] - Waymo目前每周提供约45万次自动驾驶出租车出行服务，规模接近其今年春季披露数字的两倍，是当下最成熟的无人驾驶商业化用例之一[53] 特斯拉的对比与行业路线之争 - 与Waymo集体“趴窝”形成对比，特斯拉CEO埃隆·马斯克称其Robotaxi在停电中“完全未受影响”[13] - 特斯拉支持者发文称，在同样环境下，开启FSD的特斯拉车辆仍能继续行驶，而Waymo选择停止运营[49] - 两家公司技术路径截然不同：Waymo重传感器、重地图、重规则，利用多信息源与冗余及高精地图来降低不确定性；特斯拉则更依赖摄像头和AI，利用“视觉为主+大规模数据+深度学习”学习通用驾驶策略[48] - 此次停电放大了技术路径差异：Waymo依赖外部基础设施（如交通信号）和高精地图，在异常时选择暂停服务作为风险控制；特斯拉系统优势在于“不依赖外部基础设施”[49] - 需注意产品形态差异：Waymo运营的是完全无人驾驶的商业化Robotaxi服务，采取保守的风险控制策略；特斯拉FSD目前仍属高级辅助驾驶系统，驾驶责任由人类承担[51][52] - 事件更多反映不同产品形态与安全策略的差异，而非简单的“视觉路线战胜多传感器路线”[52] 核心观点与行业启示 - 事件折射出AI自动驾驶在突发情况下的脆弱性，其真正考验不在于日常运行，而在于城市突然失序的那一刻[7][55] - 自动驾驶系统在高度规则化的环境中表现良好，但在基础设施失效、秩序混乱的极端场景下面临挑战[24][35] - 如果每次城市出现异常，自动驾驶都只能停下，那么其真正融入城市仍有距离[46] - 自动驾驶在真实世界中的可靠性，仍需长期、系统性的验证[53] - 包括Waymo、特斯拉在内的整个行业，都需要为应对城市失序时刻给出更好的答案[56]

消费观念与礼品经济 - 消费者对礼品价值与来源高度敏感 赠送标价1354元的面霜因实际支付仅1000元且为他人转赠而被认为诚意不足[5][7] - 礼品市场存在显著信息不对称 赠送方强调通过亲属渠道以1000元购得原价1354元的产品 但接收方质疑50ml规格产品价格真实性及是否为二手货[6][8][9] - 高端护肤品存在价格认知差异 一方认为护肤品成本极低 支付几千元属于“智商税” 另一方则对远低于市场价的渠道货品持不信任态度[10][12] 家政服务与信任经济 - 家政服务存在非透明消耗现象 有案例显示家庭一个月消耗36斤洗衣液 相当于六桶 远超正常用量[18] - 家庭日常用品消耗可能成为管理漏洞 有信息指出双层垃圾袋的使用可能被用于隐匿顺走其他物品的行为[18] 内容创作与社交媒体 - 用户生成内容(UGC)互动性极强 一条关于“动作发明”的帖子获得66.8万点赞和2.6万条回复[62] - 生活记录类内容容易引发广泛共鸣 关于“收拾房间时试衣服”的帖子获得222.8万点赞[65] - 短剧作为一种内容形式正在实现文化输出 有观察发现法国老年人在公共交通上观看带法语字幕的中国短剧[75] 特定社会现象观察 - 传统习俗面临现代观念挑战 在葬礼仪式中 基于性别的名字排序传统因家属的坚持和经济手段(每人扣200元)而被改变[34][35] - 职场消费观念存在代际或立场差异 有观点认为“不要为上班花一分钱” 反对自费购买办公设备[25] - 师生关系存在温情互动 有导师因检测到学生消费偏低而私下转账500元以示关心[44][45]

互联网大厂实习生管理文化 - 有网友发文称因实习期间摸鱼（如蹲厕所后刷手机）被大厂开除，但该实习生认为这只是公司不想让其转正的借口，并透露四个实习生中仅有一个转正名额 [2] - 该事件反映出部分互联网大厂实习生转正竞争激烈，且存在以非核心工作表现（如短暂摸鱼）为由终止实习的情况 [2] - 有观点认为，采用此类生硬管理方式的公司，即使实习生转正，其后续工作体验也可能不佳 [2] 算法题解析（LeetCode 496） - 题目要求找出数组 `nums1` 中每个元素在数组 `nums2` 中对应位置右侧的第一个更大元素，若不存在则返回 `-1`，其中 `nums1` 是 `nums2` 的子集，且两数组内元素均互不相同 [4][10] - 解题核心思路是使用单调栈（从栈底到栈顶递减）预处理 `nums2`，计算每个元素右侧第一个更大值并存入映射，再遍历 `nums1` 从映射中直接获取结果 [7][8][11] - 算法示例：对于输入 `nums1 = [4,1,2]`, `nums2 = [1,3,4,2]`，输出为 `[-1,3,-1]`，因为数字 `4` 和 `2` 在 `nums2` 右侧无更大元素，而 `1` 的下一个更大元素是 `3` [4][5][9]