KeyFrame內部研究專用

Steam 帳號銀行卡秒搬空 😱 2026 最大騙局真相曝光,連卡巴斯基都怕了!🔥

商業本質·6月19日週五·22 min中文

三句話摘要

2026年科技產業的激進試驗——從安全漏洞、市場割據到成本縮水的全景掃描。 --- 當壁紙裡藏著木馬、電子產品只在電腦裡被AI摔過、擴容硬盤需要付出4台主機的代價時,科技產業正在集體做一場危險的賭博—用效率與創新的名義掩蓋對消費者信任與製造品質的背叛。 1. 信任經濟的崩塌

重點整理

重點
  • 1

    1. 信任經濟的崩塌

  • 2

    Steam創意工坊的受信任生態系統被黑客利用,玩家對官方渠道的盲目信任成了最佳武器。黑客把Dark Comet後門與挖礦腳本打包進動漫壁紙,通過劫持Steam會話令牌來洗劫庫存,形成自我複製的惡性循環。

  • 3

    2. AI市場的強制捆綁戰爭

  • 4

    OpenAI雖有11億月活躍用戶但份額跌至46.4%,Google透過將Gemini強行植入Android、Chrome、Google文檔等所有產品實現份額攻到27.7%。這不是技術突破,而是底層系統級的流氓打法。

  • 5

    3. 製造業的AI理想主義vs現實風險

  • 6

    三星大幅削減物理測試(從15天到2天),改用AI數字孪生模擬,號稱加快上市速度與降低成本。但AI模擬基於已知參數,難以捕捉生產誤差與極端使用場景,歷史教訓如Galaxy Note 7爆炸事件已證明風險。

  • 7

    4. 消費級硬件的掠奪性定價

  • 8

    微軟Surface Laptop起價1,600美元(舊款900美元)、SanDisk PS5硬盤8TB近3,000美元(普通8TB硬盤僅640美元),廠商以「AI溢價」、「官方授權」為名進行暴利定價,實質是對消費者信任的背叛。

  • 9

    --

實用技巧與重點

乾貨
  • 安全事件
  • 時間:2026年6月中旬
  • 威脅來源:Steam創意工坊的動漫壁紙包
  • 惡意代碼:Dark Comet家族後門 + 修改版DLL文件
  • 攻擊流程:劫持Steam會話令牌 → 繞過二次驗證 → 洗劫庫存 → 上傳新的帶毒壁紙
  • AI市場份額(2026年5月)
  • OpenAI ChatGPT:46.4%(歷史首次跌破50%)
  • Google Gemini:27.7%(快速上升中)
  • OpenAI月活躍用戶:11億
  • OpenAI 2025年財務報表
  • 營收:130億美元(相比前年翻三倍)
  • 運營虧損:210億美元
  • 研發費用:191億美元
  • 微軟算力租金:105億美元
  • 三星2030自主工廠計劃
  • 實體測試時長:15天 → 2天(縮減13天)
  • 測試方式:數字孪生 + AI模擬(英伟達Omniverse平台或自家AI大模型)
  • Snapchat Spectacles AR眼鏡
  • 名稱:Spectacles(簡稱Specs)
  • 重量:132克
  • 售價:2,195美元
  • 視場角:51度
  • 續航:4小時(混合使用)
  • 芯片:雙高通驍龍
  • 鏡片:電致變色鏡片,10秒內自動變色
  • 功能:浮空導航、實時字幕翻譯、空間問答
  • Commodore × Jolla Callblock8020 翻蓋手機
  • 售價:500美元
  • 系統:旗魚系統(相容99% Android應用)
  • 特色:強制數字排毒(硬編碼封殺瀏覽器與社交媒體應用)
  • 微軟新品(2026年6月)
  • Surface Laptop:起價1,600美元(舊款~900美元)
  • Surface Pro:起價1,500美元
  • 晶片:高通驍龍X2
  • 圖形性能提升:58%
  • Surface Pro新增:OLED屏幕選項
  • 對比基準
  • MacBook Neo(Apple):600美元
  • 微軟新Surface定價相當於Apple產品的2-2.5倍
  • SanDisk Optimus GX Pro PS5固態硬盤
  • 1TB:380美元
  • 2TB:760美元
  • 8TB:近3,000美元
  • 一年前官方授權版同規格售價:3,700美元
  • 普通8TB固態硬盤市價(一年前):640美元
  • 漲幅:370%(640美元 → 近3,000美元)
  • 對比購買力:相當於4台PS5 Pro主機
  • 英伟達EMPIRE框架
  • 核心邏輯:AI代碼智能體自主教會具身機器人
  • 訓練方式:完全無人類介入的自主迭代
  • 成功率:99%(在精細動作任務中)
  • 測試項目:
  • 顯卡與主板插槽對齐插入
  • 剪刀剪斷塑料扎帶
  • 用機械臂系緊塑料扎帶
  • 亞毫米級插銷孔位精准插入
  • 商業意義:將英伟達算力轉化為全球自動化工廠的超級大腦
  • --

結論

結論

當壁紙裡藏著木馬、電子產品只在電腦裡被AI摔過、擴容硬盤需要付出4台主機的代價時,科技產業正在集體做一場危險的賭博—用效率與創新的名義掩蓋對消費者信任與製造品質的背叛。

完整解析

詳細

2026年的科技產業正在經歷一場價值觀的集體扭曲。表面上看起來是技術進步與效率提升,實際上卻暴露了科技巨頭們越來越激進的商業邏輯。

首先是信任經濟的潰敗。Steam作為全球最大的PC遊戲平台,其創意工坊原本代表著開放與信任的理想。但黑客早已洞察到這層信任的脆弱性。他們利用Wallpaper Engine允許執行程序的設計缺陷,將Dark Comet後門程式與挖礦腳本巧妙地封裝在精心設計的二次元壁紙包裡。玩家以為在下載動漫美女壁紙,實際上在招待木馬進門。一旦安裝,隱藏的DLL文件就會監控Steam客戶端,劫持登錄會話令牌。黑客無需破解密碼,直接繞過二次驗證登入賬戶,洗劫虛擬資產甚至綁定的銀行卡信息。根據卡巴斯基的追蹤,已有數十個此類壁紙包在創意工坊瘋狂傳播,下載量最高達數萬次。這場危機的根本根源在於:玩家對官方渠道的盲目信任,反而成了黑客最好用的武器。

AI市場的戰爭則更加露骨。2026年5月的數據顯示,OpenAI首次失去了AI助手市場超過50%的份額,跌至46.4%。追趕者正是Google的Gemini,份額已悄悄攻到27.7%。但這種份額轉移並非源於模型智商的飛躍,而是Google的系統級捆綁戰術。Google將Gemini強行植入所有自家產品—Android手機、Chrome瀏覽器、Google文檔、Gmail等。用戶不管想不想要,Gemini就死皮賴臉地黏在那裡。這種底層系統級的流氓打法效果立竿見影。而更諷刺的是OpenAI的財務困境。2025年的審計報表顯示,OpenAI雖然營收高達130億美元(翻了三倍),但運營虧損卻達到天文數字的210億美元。研發燒掉191億美元,其中105億美元直接付給微軟作為算力租金。換句話說,OpenAI賺來的錢連給微軟付網費都不夠。然而山姆·奧特曼依然西裝革履地出現在G7峰會上,面對各國領導人指點江山。這就是資本市場的叢林法則:只要燒出足夠的戰略威慑力,就有資格坐在大人桌上,哪怕一年虧掉200多億美元。

製造業則陷入了一場AI理想主義的陷阱。三星為了迎合資本市場對全自動化工廠的幻想,正在激進推進其2030自主工廠計劃。核心舉措是引入「數字孪生」技術,用英伟達的Omniverse平台或自家AI大模型,在電腦裡1:1像素級複製產品的物理參數,然後用AI模擬算法替代實體破壞性測試。新產品的實體測試週期從原來的15天被粗暴壓縮到2天。表面上這是天才的財務操作—縮短研發週期、節省測試設備維護費、加快上市速度。但隱患顯而易見。AI模擬建立在已知參數的基礎上,難以完全捕捉生產線上零點幾毫米的誤差、材質變化或使用者極端場景下的複雜受力。歷史早已教訓過三星:當年Galaxy Note 7電池爆炸引發全球連環爆炸時,實驗室裡肯定也跑過設計模擬。但現實世界的複雜程度往往給算法工程師一記響亮的耳光。三星之所以敢這麼激進,很大程度上被黃仁勋的炒作迷暈了。黃仁勋在各大科技展會上瘋狂兜售數字孪生與工業機器人概念,聲稱還在用肉眼雙手管工廠的是「工業時代的原始人」。三星為了不掉隊,最終把消費者的信任當成了賭注。

消費硬件定價則展現出赤裸裸的掠奪性。微軟在2026年6月發布的新一代Surface系列,將起價直接拉到1,600美元(Surface Laptop)與1,500美元(Surface Pro),較舊款900美元左右的定價翻了將近一倍。微軟聲稱這是「AI溢價」與驍龍X2芯片的高昂成本。但事實是Windows在ARM架構下的生態還不成熟,很多傳統生產力工具需要模擬器運行,效率大打折扣。拿著半成品去賣比成熟競品高出兩倍的價格,這種盲目自信大概率會在市場上撞得頭破血流。而SanDisk與Sony的PS5硬盤暴利更令人瞠目結舌。官方授權的8TB版本售價近3,000美元,相當於4台PS5 Pro主機。但普通的8TB固態硬盤市價僅640美元。短短一年內,僅因為貼上了一張「索尼官方授權」的藍色標籤,價格暴漲370%。這不是生意,這是定點清除。

唯一的亮點來自英伟達的EMPIRE框架。這項技術讓AI代碼智能體完全無人類介入地自主教會機械臂執行精細操作。在工業制造中最頭疼的動作—顯卡對齐主板插槽、剪斷塑料扎帶、亞毫米級插銷孔位精准插入—機器人都達到了99%的成功率。這代表著AI最終可能成為全球自動化工廠的超級大腦,讓未來的製造企業無需耗費數月編寫控制程序,只需將機械臂架好,AI就能在幾天內自學任何複雜的組裝流程。這是真正的技術革命,而非虛晃一槍的定價遊戲。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。