ZDNET网络频道 02月26日 综合消息: 中国从批准的政府采购清单里撤除了某些世界领先的科技品牌,与此同时批准了上千个本地制造的产品品牌,据悉这一举措是回应之前披露的广泛存在的西方国家网络监控,也有人称这一举措是为了保护中国本土科技行业。
这一举措可能导致一系列科技公司遭受重创,首当其冲的是美国网络解决方案供应商思科公司,根据路透社官方数据分析显示,2012年思科有60个产品位于中央政府采购中心(CGPC)的采购清单上,而截止2014年底,这一数量已经减少为零。智能手机和PC制造商苹果也受到影响,此外还有英特尔旗下的计算机安全解决方案McAfee公司和应用交付基础架构解决方案提供商思杰系统公司(Citrix System)。
这一采购名单上的产品涵盖了中央政府的常规支出,产品数量在两年的时间内从2000多单位一跃接近5000个单位,而这一增长几乎都与本地制造商有关。被批准的外来科技品牌的数量减少了1/3,在这次“大裁员”过程中,只有不到一半的安全相关产品勉强存活下来。
采购中心的一名官员表示,选择本地制造商的原因有很多,包括纯粹的数量就很庞大,此外国内安全科技公司能够比海外竞争对手更多地提供产品保证。
中国政策方针的转变与前美国国家安全局技术分析员爱德华·斯诺登(Edward Snowden)在2013年泄露的监听项目秘密文档有关,这些监听项目主要是由与电信公司合作的美国国家安全局以及欧洲政府运营的。
“斯诺登事件已经引起了人们的重视,尤其是高层领导人,”北京对外经济贸易大学中国WTO研究院副院长屠新泉这样说道。“从某种角度说,美国政府负有一定的责任,中国的担忧也是合情合理的。”
这个CGPC采购清单细节地将产品根据品牌和类型进行分类,它是由中国财政部批准的。但这一名单并未细节透露购买的产品数量,且不与本地政府或者国有企业、军方企业进行绑定,后者运行自己的采购审批系统。中国财政部对此拒绝发表评论。
一名英特尔发言人表示,公司已经与中国和美国政府不同高层领导人进行了频繁的对话,但并未透露更多细节。苹果和思杰对此未予置评。
安全不是借口,而是目标
行业内部人士还认为CGPC名单内容的转变是一个更广泛的战略目标,目的是为了帮助中国科技公司在中国信息和通信技术市场里更好的发展,根据互联网数据中心的数据,2015年中国信息和通信技术市场预计将增长11.4%,市场规模达4656亿美金。
也有人认为中国这么做是为了培养中国本土科技行业并支持这些行业走向海外。此外,还可以发展基于消费的经济,而购买本地科技的机构和公司也将帮助实现这一目标。
支持更广泛战略的政策措施包括促进外来公司与本地企业形成合作伙伴关系,参与科技转移,当然本地公司也受到了相同的网络安全条款的约束。为政府、国有银行以及私有企业提供信息安全产品的北京明朝万达科技有限公司的董事长兼总裁王志海认为中国市场非常公平,尤其是与美国市场相比,因为世界上最大的信息与通信解决方案供应商——中国的华为科技,就曾因美国安全隐患而无法进行商业经营。
王志海说道:“虽然目前中国的信息安全仍落后于国际平均水平,对信息安全的整体认知仍有不足,但在10年甚至更久的时间,我们应该能够达到国际水平。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。