OpenJarvis与端侧AI：手机、PC与Edge的未来五年
端侧大模型下一阶段的核心变化，不是简单把云端模型缩小搬到本地，而是智能效率、统一内存、带宽、功耗和软件栈一起成熟；未来 1 年先吃下单轮助手与轻代理，3 年进入持续多模态，5 年才接近真正的个人本地 AI 系统。
- 端侧大模型的真正约束已经不是单一 TOPS，而是智能效率、内存容量、带宽、功耗和软件协同的组合瓶颈。
技术沉思、行业观察与人物线索，都收在这里。
这里汇总的是 Freelemon 的长文。现在列表页不再只有单一时间线，而是把搜索、标签和专题阅读放到同一层里： 技术沉思 偏系统、方法与工程判断， 访谈 偏一手观点整理与人物表达， 行业观察 偏竞争格局、平台变化与商业判断。
公司小传：六家关键 AI 公司的六条路线
这组公司小传不是按市值排，也不是按热度排，而是把当下全球 AI 产业里最重要的六条路线拆开来看：研究、科学、安全、分发、开源生态和算力底盘。
- 这组文章的重点不是公司八卦，而是六家公司各自代表的产业路线和组织选择。
公司小传之六：NVIDIA 的 AI 底盘
NVIDIA 这些年最重要的变化，不是卖出了更多 GPU，而是一步步把自己从芯片供应商改造成整套 AI 生产系统的提供者：从 CUDA 到 DGX，再到 NIM 和 AI Factory。
- NVIDIA 的 AI 史应从 2006 年 CUDA 写起，那才是它从硬件走向平台的起点。
公司小传之五：Meta 的开放权重赌注
Meta 的 AI 发展史，真正的主线不是一两个爆款模型，而是一种长期坚持的开放研究与开放权重策略：从 FAIR 到 PyTorch，再到 Llama，它一直在试图用开放生态换取平台影响力。
- Meta 的 AI 史应该从 2013 年 FAIR 写起，因为这家公司很早就把开放研究当成长期组织能力。
公司小传之四：Microsoft 的入口战争
Microsoft 在这轮 AI 竞赛里最厉害的地方，不是它先做出了最强模型，而是它几乎把“模型进入真实工作”所需的每一层入口都握在自己手里：云、Office、Windows、GitHub 和企业采购关系。
- Microsoft 的 AI 主线更像平台和分发史，从 AI-first 到 CoreAI 都是同一路线。
公司小传之三：Anthropic 的安全主轴
Anthropic 之所以值得单写，不是因为它是 OpenAI 的对手，而是因为它从创立开始就在回答另一个问题：前沿模型公司能不能把安全、组织治理和商业化做成同一件事。
- Anthropic 从 2021 年创立起，就把“更可控、更可解释、更可靠”当成公司层面的起始条件，而不是事后补丁。
公司小传之二：Google DeepMind 的双源流
Google DeepMind 的独特之处，不只在于它做出了 AlphaGo、AlphaFold 和 Gemini，而在于它始终把“通向 AGI”写成一条科学发现、基础研究与产品系统并行推进的路线。
- Google DeepMind 的公司史最好分两条线看：科学突破线与平台产品线。
公司小传之一：OpenAI 的三次变身
OpenAI 最值得写的，不是它做出了多少个明星模型，而是它在 2015 到 2025 这十年里，完成了三次身份变化：研究实验室、产品公司、基础设施公司。
- OpenAI 的关键转折不是单个模型发布，而是 2019、2020、2022 和 2025 这几次组织与商业形态切换。
塑造AI时代之六：Mustafa Suleyman与AI入口之争
Mustafa Suleyman 最值得写的，不在他待过哪些公司，而在他始终在争同一件事：AI 该以什么姿态进入人的日常和工作。到了微软，这条路线已经从 AI companion 一路推进到企业工作流与 Agent 治理层。
- Mustafa 的独特性在于，他不是单纯追求模型更强，而是长期围绕“AI 入口关系”做产品与组织选择。
塑造AI时代之五：Mira Murati与协作式前沿AI
Mira Murati 最值得写的，不是 OpenAI 那场风波，而是她长期站在研究、产品与发布节奏的交汇处；创办 Thinking Machines Lab 后，她押注的是更可理解、更可定制、更能协作的前沿 AI。
- Mira 的关键价值，在于长期处在“研究能力如何长成产品体验”的接口位置，这比单纯的技术或运营角色更稀缺。
塑造AI时代之四：Ilya Sutskever与单目标组织
Ilya Sutskever 今天最值得写的，不在传奇履历，而在他对组织形式的极端选择：SSI 几乎把公司、产品和商业压力都压缩成一个目标。这并非摆姿态，而是他对超级智能问题的回答。
- Ilya 的独特性不只是重视安全，而是把公司目标、产品定义与激励结构都收缩到单一终局上。
塑造AI时代之三：Dario Amodei与部署安全
Dario Amodei 最容易被误读成“安全派”，但更准确的说法是，他是把强大 AI 视为近程现实的部署现实主义者：既相信能力会快速逼近，也坚持把可解释性、组织纪律和社会治理提前写进公司运行方式，而不是等出事后再补一份道歉声明。
- Dario 的独特性不在保守，而在于他对强大 AI 到来的预设本身就很激进，因此才要求安全和部署纪律前置。
塑造AI时代之二：Sam Altman与AGI基建
Sam Altman 最强的地方，不只是比别人更早相信 AGI，而是他把 AGI 从一套宏大叙事，压成了算力、能源、资本、开发者生态和全球伙伴关系同时开工的重工业工程；OpenAI 今天更像一座基础设施枢纽，而不只是模型公司。
- Sam 的核心能力，在于把算力、资本、伙伴、政策和开发者生态捆成一场基础设施战争。
塑造AI时代之一：Demis Hassabis与科学机器
Demis Hassabis 今天最值得写的，早已不止 AlphaGo 或诺奖；真正关键的是，他一直在把 AI 从“会赢的系统”推进成“会做科学的机器”。如果这条路走通，AI 时代最深的入口可能不是聊天框，而是实验室。
- Demis 的主线始终围着同一件事：把智能系统持续推进成科学研究的生产力工具。
2026年Q1科技裁员事实与AI软件就业报告
本文把范围收敛到 2026 年 Q1，只整理 2026-01-01 至 2026-03-16 之间科技、IT、互联网公司的已确认裁员事实，以及同一时间窗口内的 AI、软件、IT 就业市场报告。
- 裁员部分只保留 2026 年 Q1 已确认的科技、IT、互联网公司减员事项，不再展开更早时间线。
315 之后，重新理解 GEO、AI 投毒与答案污染
GEO 灰产并不是“黑客改了模型参数”，而是通过批量制造伪共识、伪第三方和结构化营销内容，去污染 AI 可感知的信息环境。它的风险真实存在，但“国内一定比国外更糟”与“所有 GEO 都是投毒”这两种说法都过头了。
- 截至 2026-03-16，GEO 污染 AI 答案的风险已被消费者组织、学术研究与厂商文档共同印证。
谁在塑造 AI 时代：6 位关键掌门人与三条分叉路线
今天前沿 AI 的主导权，已经从单看模型分数，变成同时看科学突破、算力基建、产品入口与安全治理；Demis、Sam、Dario、Ilya、Mira、Mustafa，正分别卡在这几条最关键的链路上。
- 这六个人分别卡住了科学突破、平台分发、安全路径与产品入口，所以比一般 CEO 更值得写。
OpenClaw 爆火之后，谁在卖工具，谁在卖云，谁在卖入口
OpenClaw 不是又一个热闹的 AI 玩具，而是一根很清楚的产业探针。它暴露了一件事：当 AI 编码从聊天升级为工作流，产业链每一层都会重新找位置。
- OpenClaw 的意义不只在项目爆火，而在 AI 编码工作流第一次低门槛跨过开发者圈层。