<!DOCTYPE html>
<html lang="zh-cn">
<head>
    <meta charset="utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <title>Apple起诉OpenAI窃取商业机密、Meta Muse Image检测翻车引爆好莱坞、Sequoia算出AI需赚3万亿美元回本——AI"合作、信任、回报"三重危机 - Markdown</title>
    <style>
        body { 
            font-family: monospace; 
            white-space: pre-wrap; 
            word-wrap: break-word; 
            padding: 0; 
            background-color: #e5e5e5;
            color: #24292f;
            margin: 0;
            display: flex;
            flex-direction: column;
            align-items: center;
            min-height: 100vh;
        }
        .markdown-body {
            box-sizing: border-box;
            width: 100%;
            max-width: 980px;
            margin: 2em auto;
            padding: 45px;
            background-color: #fff;
            border: 1px solid #d0d7de;
            border-radius: 6px;
            font-family: -apple-system,BlinkMacSystemFont,Segoe UI,Helvetica,Arial,sans-serif,Apple Color Emoji,Segoe UI Emoji;
            white-space: normal;
            box-shadow: 0 4px 12px rgba(0,0,0,0.05);
        }
        @media (prefers-color-scheme: dark) {
            body {
                background-color: #010409;
                color: #c9d1d9;
            }
            .markdown-body {
                background-color: #0d1117;
                border-color: #30363d;
                box-shadow: 0 4px 12px rgba(0,0,0,0.3);
            }
        }
        @media (max-width: 767px) {
            .markdown-body {
                padding: 15px;
                margin: 0;
                border-radius: 0;
                border-left: none;
                border-right: none;
            }
        }
    </style>
    <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/github-markdown-css/5.5.0/github-markdown.min.css">
</head>
<body>---
title: 'Apple起诉OpenAI窃取商业机密、Meta Muse Image检测翻车引爆好莱坞、Sequoia算出AI需赚3万亿美元回本——AI"合作、信任、回报"三重危机'
description: '7月10-11日，Apple向OpenAI提起联邦诉讼，指控其系统性窃取硬件商业机密，称OpenAI硬件业务"从核心腐烂"；Reuters分析发现Meta AI图像检测器对裁剪后的自产AI图片漏检率达55%，SAG-AFTRA和CAA强烈抗议Muse Image未经同意使用Instagram照片；Sequoia合伙人David Cahn更新AI ROI模型：2026年1.5万亿美元基建投入需要3万亿美元收入才能回本。三条线索指向AI产业的合作信任基础正在动摇。'
pubDate: 2026-07-11
tags: ['AI', '分析', 'Apple', 'OpenAI', 'Meta', '商业机密', 'AI芯片', 'Muse Image', 'Sequoia', '行业动态']
---
7月10-11日，三条看似独立的新闻在同一个周末交汇，揭示了一个正在加速的结构性转变——**AI产业最核心的三个基础——企业间的合作信任、内容生态的版权共识、以及巨额投资的回报预期——正在同时承受前所未有的压力。**

7月10日，[Apple向联邦法院提起诉讼](https://www.reuters.com/legal/litigation/apple-sues-openai-alleging-misappropriation-trade-secrets-court-records-show-2026-07-10/)，指控OpenAI系统性窃取其硬件商业机密。Apple在诉状中称OpenAI的硬件业务"从核心腐烂"（rotten to its core），点名OpenAI首席硬件官Tang Yew Tan（前Apple副总裁）和前Apple工程师Chang Liu，以及Jony Ive领导的io Products公司。据[Engadget详细报道](https://www.engadget.com/2212759/apple-calls-openais-hardware-business-rotten-to-its-core-in-trade-secret-theft-lawsuit/)，超过400名前Apple员工已转投OpenAI——这不仅是两巨头之间的法律纠纷，更是AI领域最大规模的"人才战争"升级为"法律战争"的标志。

同日，[Reuters发布独家分析](https://www.reuters.com/technology/artificial-intelligence/)，发现Meta的AI图像检测工具对其自身Muse Image模型生成的裁剪图片漏检率高达55%。与此同时，Meta于7月7日上线的Muse Image功能——允许用户将公开Instagram照片用于AI图像生成——遭到[SAG-AFTRA和CAA的强烈抗议](https://www.latimes.com/entertainment-arts/business/story/2026-07-09/meta-muse-image-ai-hollywood)，核心争议在于"默认选择加入"（opt-out）模式。

而在宏观层面，[TechCrunch于7月9日报道](https://techcrunch.com/2026/07/09/can-ai-answer-the-3-trillion-question/)，Sequoia合伙人David Cahn更新了其著名的AI ROI模型：2026年全球AI基建投入达到1.5万亿美元，行业需要产生3万亿美元收入才能回本。Apollo首席经济学家Torsten Slok警告：如果超大规模科技公司无法兑现2028年的自由现金流目标，"市场反应可能严重到足以引发经济衰退"。

---

## Apple为何将OpenAI告上法庭？"合作伙伴"如何变成"窃密者"？

### 发生了什么

7月10日（周五），Apple在联邦法院正式对OpenAI提起商业机密窃取诉讼。据[Bloomberg](https://www.bloomberg.com/news/articles/2026-07-10/apple-sues-openai-for-trade-secret-theft-in-blockbuster-case)、[WSJ](https://www.wsj.com/tech/apple-openai-lawsuit-f86bd58c)和[Reuters](https://www.reuters.com/legal/litigation/apple-sues-openai-alleging-misappropriation-trade-secrets-court-records-show-2026-07-10/)报道，以下是诉讼的核心要点：

| 维度 | 详情 |
|------|------|
| **被告方** | OpenAI、Tang Yew Tan（OpenAI首席硬件官/前Apple副总裁）、Chang Liu（前Apple高级系统电气工程师）、io Products（Jony Ive领导的硬件公司） |
| **核心指控** | OpenAI系统性窃取Apple硬件商业机密，"从核心腐烂" |
| **涉案人数** | 超过400名前Apple员工已转投OpenAI |
| **具体行为** | Liu被指控"秘密下载数十份Apple机密硬件文件"；Tan被指控指导仍在Apple工作的求职者带"实际零部件"来OpenAI面试进行"展示与讲述" |
| **Apple声明** | OpenAI的面试流程"被设计为试图套取更多Apple机密信息" |
| **OpenAI回应** | 发言人Drew Pusateri发推："我们对其他公司的商业机密没有兴趣" |
| **现有合作** | Apple特别注明Apple Intelligence集成ChatGPT的合作"不在此次诉讼范围内" |

### 为什么这比看起来更重要

这起诉讼的深远意义远超一起普通的商业机密纠纷：

**第一，它标志着AI领域"人才战争"正式升级为"法律战争"。** 科技行业的人才流动从来不是新鲜事，但400+名员工从一家公司流向另一家公司，并引发联邦诉讼，这在硅谷历史上极为罕见。Apple的诉状措辞之激烈——"rotten to its core"——暗示这并非策略性施压，而是Apple认为其核心利益受到了系统性侵害。

**第二，诉讼揭示了OpenAI硬件野心的规模。** OpenAI正在从一家纯软件/AI模型公司转型为全栈消费电子公司——收购Jony Ive的io Products、大规模招募Apple硬件工程师、开发自有芯片（如昨日报道所述的Jalapeño芯片）。Apple显然认为OpenAI的硬件战略直接建立在其窃取的知识产权之上。

**第三，"合作+诉讼"的并行模式开创了AI产业关系的新范式。** Apple在诉状中明确表示Apple Intelligence与ChatGPT的集成合作"不受影响"——这意味着两家公司将在法庭上激烈对抗的同时，继续在产品层面合作。这种"竞合关系的法律化"反映了AI产业链的深度纠缠：即使是最激烈的竞争对手也无法完全切断商业联系。

### 历史类比：2011年Apple vs Samsung"世纪专利战"

2011年，Apple在全球范围内起诉Samsung侵犯其iPhone设计和功能专利。那场持续七年的诉讼重新定义了智能手机产业的知识产权边界，最终以Samsung赔偿约5.48亿美元和解。

当前Apple vs OpenAI的诉讼有相似的结构性意义——但它发生在AI产业而非智能手机产业，且涉及的不是外观设计专利，而是更深层的硬件工程商业机密。关键区别在于：Apple与Samsung之间没有合作关系，而Apple与OpenAI之间有活跃的产品集成——这使得法律纠纷的商业影响更加复杂。

---

## Meta的"AI三连击"：检测失败、好莱坞震怒、芯片加速

### Muse Image检测器：AI识别AI的能力还远远不够

Reuters的分析揭示了一个令人担忧的现实：Meta自己的AI图像检测工具——理论上最了解自家AI模型生成的图像——在面对简单的裁剪和编辑后就大量失效。

**关键数据：**
- Reuters使用Meta的Muse Image模型生成了40张AI图像
- 检测工具能正确识别所有**原始**AI生成图像
- 但对**裁剪后**的AI图像，漏检率高达**55%**
- 这意味着只需简单的裁剪操作，就能绕过Meta自己的检测系统

这一发现的严重性在于：如果连Meta——AI图像的创建者——都无法可靠地检测自己生成的内容，那么第三方检测工具和平台审核系统的有效性更加值得怀疑。如7月8日报道所述的美国州级AI立法浪潮中，多个州已要求对AI生成内容进行标识——但Reuters的分析表明，技术能力可能尚未跟上法律要求。

### Muse Image vs 好莱坞：opt-in还是opt-out？

Meta于7月7日上线的Muse Image功能允许用户将**公开的Instagram照片**作为素材生成新的AI图像，默认所有公开账户"选择加入"（opt-in by default），用户需要手动操作才能退出。

**反对声音：**

- **SAG-AFTRA**（演员工会）声明："任何低于明确和显著的OPT-IN的选择，对于Instagram用户图像的这类使用都是不可接受的。"
- **CAA**（创新艺术家经纪公司）："我们呼吁Meta将保护设为Muse Image AI的默认选项，而非例外。"CAA已代表客户向Meta提出正式关切。
- **G&B经纪公司**CEO Kyle Hjelmeseth："再次期望人们从已经被证明能够造成危害的东西中自行退出，我认为这是错误的。"
- **电子前线基金会（EFF）前主席Lori Fena**："这种AI过度扩张的暗模式……没有人真正想要。"

Meta的回应是：私人账户和18岁以下用户自动排除，成年公开账户用户可以"只需几次点击"退出。但批评者指出，这延续了硅谷"先出货，后道歉"的模式。

### Meta Iris芯片九月投产：14GW算力蓝图

在芯片领域，据[Reuters获得的内部备忘录](https://www.reuters.com/world/asia-pacific/meta-put-ai-chip-into-production-september-it-looks-double-computing-capacity-2026-07-09/)和[Quartz报道](https://qz.com/meta-iris-ai-chip-production-september-070926)，Meta的内部代号"Iris"的AI芯片已通过六周的Bug测试，未发现重大问题，将于9月正式投产。

**关键数据：**

| 维度 | 详情 |
|------|------|
| **芯片代号** | Iris（MTIA系列） |
| **设计合作伙伴** | Broadcom（与如7月9日报道所述的Apple-Broadcom协议同一家公司） |
| **代工厂** | 台积电（TSMC） |
| **产能目标** | 2026年7GW算力上线，2027年扩展至14GW |
| **Meta 2026年AI基建支出** | 最高1450亿美元 |
| **芯片定位** | 补充——而非替代——NVIDIA和AMD GPU |
| **供应链锁定** | 已与三星（存储芯片）、SanDisk（闪存）、住友电工（光纤）签订长期供应合同 |

Meta的Iris芯片是其MTIA（Meta Training and Inference Accelerators）计划的最新一代——计划到2027年每六个月推出一款新芯片，这比行业常见的年度更新周期显著更激进。如7月8日报道所述的"硅主权"趋势正在全球同步加速，Meta的加入进一步确认了自研ASIC已从前沿变为标配。

---

## AI行业的"3万亿美元问题"：投资回报的数学还成立吗？

### Sequoia的David Cahn更新了AI ROI模型

Sequoia合伙人David Cahn——最早系统量化AI基建投资回报的分析师之一——在[TechCrunch报道](https://techcrunch.com/2026/07/09/can-ai-answer-the-3-trillion-question/)中发布了最新计算：

| 年份 | AI基建投入 | 所需收入（含运营成本和利润率） |
|------|-----------|--------------------------|
| 2023 | ~500亿美元（NVIDIA GPU收入推算） | 2000亿美元 |
| 2026 | **1.5万亿美元** | **3万亿美元** |

Cahn指出，3万亿美元"可能还是一个低估"——因为存储芯片成本上涨、专用推理芯片需求增加，以及建设成本攀升，都在推高每吉瓦基建投入所需的回报倍数。

### 收入端的现实

在支出端飙升的同时，收入端的数字虽然也在增长，但差距依然巨大：
- **Anthropic**：据称年化收入（ARR）达到600亿美元
- **OpenAI**：据报道2025年收入130亿美元，11月时ARR为200亿美元
- **合计头部公司收入**：远低于3万亿美元的回本门槛

Apollo首席经济学家Torsten Slok的警告更加直接：Google、Meta、Microsoft和Amazon四大超大规模公司都在预测2028年自由现金流大幅加速——**如果这些预测未能兑现，"鉴于如此多的权重集中在如此少的几只股票上，回报放缓不仅是行业问题，更可能引发经济衰退和标普500的大幅回调。**"

### 新的变量：token价格下降

Slok还指出了一个结构性风险：越来越多的组织转向更便宜的开源模型（尤其是中国模型），以及token价格的整体下降。OpenAI CEO Sam Altman表示其最新模型在编程任务上的token效率提高了54%——这对用户是好消息，但对"token工厂"模式的AI公司来说，如果用户的使用量没有同比例增长，收入将承压。

---

## 更多今日要闻

### ICML 2026在首尔闭幕

[ICML 2026](https://icml.cc/)（第43届国际机器学习大会）于7月11日在首尔COEX闭幕，为期六天。Google以130+篇论文的贡献量展示了其在基础研究层面的持续投入，Apple和Amazon也安排了多场技术展示。ICML从学术会议向产业-学术融合平台的转变趋势明显——企业与高校的合作论文比例持续上升。

### 科技巨头为AI数据中心背负3500亿美元债务

据LA Times引用的报道，大型科技公司已累计承担超过3500亿美元的债务用于建设AI数据中心。这一数字与Sequoia的1.5万亿美元基建投入计算形成呼应——大量资金正通过债务市场而非股权融资进入AI基础设施领域，这意味着利息支出将进一步推高AI的盈亏平衡点。

### AMD Advancing AI 2026将于7月22-23日在旧金山举行

[AMD宣布](https://www.amd.com/en/corporate/events/advancing-ai.html)其年度AI活动将于7月22-23日在旧金山举办。在OpenAI-AMD的6GW芯片合作协议（如7月9日报道所述）和Meta-AMD的类似协议背景下，此次活动预计将发布AMD面向AI工作负载的新一代产品路线图。

---

## 行业趋势：今日数据带来的新视角

**AI产业正面临"信任赤字"的三重爆发。** 今日的新闻共同指向一个此前被忽视的结构性风险：AI产业的可持续发展不仅取决于技术和资本，还取决于一个脆弱的信任基础——而今天，这个基础在三个维度同时受到侵蚀。

**企业间信任**：Apple-OpenAI诉讼揭示了"人才战争"的法律化。当400+员工从一家公司流向另一家，并引发"从核心腐烂"的指控时，AI领域的企业间合作将不可避免地变得更加谨慎。这将提高交易成本——未来的合作谈判将需要更严格的不招揽协议、知识产权隔离条款和审计机制。

**内容生态信任**：Meta Muse Image的opt-out默认模式及其检测工具的55%漏检率，使内容创作者对平台的信任进一步崩塌。SAG-AFTRA的措辞——"不可接受"——暗示好莱坞与硅谷之间2023年罢工期间建立的脆弱共识正在被打破。

**投资回报信任**：Sequoia的3万亿美元回本门槛和Apollo的衰退警告，为市场对AI的热情浇了一盆冷水。当超大规模公司需要在2028年兑现巨额自由现金流承诺时，任何技术进展的放缓或竞争的加剧都可能触发市场修正。

---

## 关键要点

- **Apple起诉OpenAI窃取硬件商业机密**——400+前Apple员工转投OpenAI，Apple称其硬件业务"从核心腐烂"，这是AI领域最大规模的企业间知识产权诉讼，标志着人才战争升级为法律战争
- **Meta Muse Image检测工具漏检率55%**——Reuters分析发现连Meta自己的检测系统都无法可靠识别裁剪后的自产AI图像，AI检测能力远未跟上法律标识要求
- **SAG-AFTRA和CAA强烈抗议Muse Image**——opt-out默认模式引发好莱坞新一轮反弹，SAG-AFTRA声明称"不可接受"，CAA要求改为opt-in默认
- **Meta Iris芯片9月投产，14GW算力蓝图**——MTIA系列芯片与Broadcom联合设计、台积电代工，2026年AI基建支出最高1450亿美元
- **Sequoia算出AI需3万亿美元收入回本**——2026年1.5万亿美元基建投入，Apollo警告若2028年现金流目标未兑现可能引发经济衰退

---

## 常见问题

### Apple起诉OpenAI会影响iPhone上的ChatGPT功能吗？
不会。Apple在诉状中明确表示，Apple Intelligence集成ChatGPT的合作"不在此次诉讼范围内"，指控的商业机密窃取与该合作"没有关联"。两家公司将在法庭对抗的同时继续产品层面的合作。

### Meta的Muse Image到底是什么？
Muse Image是Meta于2026年7月7日上线的AI图像生成工具，集成在Instagram和WhatsApp中。它允许用户使用公开的Instagram照片作为素材生成新的AI图像。争议在于：所有公开账户默认"选择加入"，用户需要手动退出才能保护自己的照片不被使用。SAG-AFTRA和CAA要求Meta改为opt-in模式（即默认不使用，用户主动选择加入）。

### AI图像检测为什么这么难？
Reuters的分析揭示了一个根本性挑战：AI生成的图像在被裁剪、旋转或轻微编辑后，其"AI指纹"（如像素模式、频率特征）会被破坏。Meta的检测工具对原始AI图像识别率100%，但裁剪后漏检率飙升至55%。这意味着任何基于图像特征的检测方案在面对简单的编辑操作时都极为脆弱。

### Meta的Iris芯片能替代NVIDIA GPU吗？
不能完全替代。Meta明确表示Iris是"补充而非替代"NVIDIA和AMD的GPU。Iris属于MTIA（Meta Training and Inference Accelerators）系列，主要针对推理和推荐系统工作负载优化。Meta的计划是建立多供应商的算力体系——NVIDIA GPU用于训练，自研ASIC用于特定推理负载，AMD GPU用于多样化工作负载。

### 3万亿美元的AI回本门槛意味着什么？
Sequoia合伙人David Cahn计算，2026年全球AI基建投入约1.5万亿美元，考虑数据中心运营成本和利润率后，行业需要产生约3万亿美元收入才能回本。目前头部AI公司（Anthropic、OpenAI等）合计年收入仅在数百亿美元量级——与3万亿门槛存在数量级差距。Apollo经济学家警告，如果超大规模公司2028年无法兑现现金流目标，可能引发经济衰退。

---

## 参考资料

- [Apple sues OpenAI, alleging misappropriation of trade secrets - Reuters](https://www.reuters.com/legal/litigation/apple-sues-openai-alleging-misappropriation-trade-secrets-court-records-show-2026-07-10/)
- [Apple Sues OpenAI for Trade Secret Theft in Blockbuster Case - Bloomberg](https://www.bloomberg.com/news/articles/2026-07-10/apple-sues-openai-for-trade-secret-theft-in-blockbuster-case)
- [Apple Sues OpenAI, Alleging It Stole Trade Secrets - WSJ](https://www.wsj.com/tech/apple-openai-lawsuit-f86bd58c)
- [Apple calls OpenAI's hardware business 'rotten to its core' in trade secret theft lawsuit - Engadget](https://www.engadget.com/2212759/apple-calls-openais-hardware-business-rotten-to-its-core-in-trade-secret-theft-lawsuit/)
- [Apple files lawsuit accusing ChatGPT maker OpenAI of trade secrets - OC Register](https://www.ocregister.com/2026/07/10/apple-openai-lawsuit/)
- [Meta AI image detector fails to identify some of its own cropped AI images - Reuters via US News](https://money.usnews.com/investing/news/articles/2026-07-10/meta-ai-image-detector-fails-to-identify-some-of-its-own-cropped-ai-images-reuters-analysis-finds)
- [Meta's AI detector misses many of its own AI-generated images - Investing.com](https://www.investing.com/news/stock-market-news/meta-ai-image-detector-fails-to-identify-some-of-its-own-cropped-ai-images-reuters-analysis-finds-4786551)
- [Meta's AI detection tool struggles to identify cropped AI images - The Hindu Business Line](https://www.thehindubusinessline.com/info-tech/metas-ai-detection-tool-struggles-to-identify-cropped-ai-images/article71207656.ece)
- [Meta's new AI image generation tool raises alarm in Hollywood - LA Times](https://www.latimes.com/entertainment-arts/business/story/2026-07-09/meta-muse-image-ai-hollywood)
- [SAG-AFTRA Slams Meta AI for Using Your Instagram Photos - Variety](https://variety.com/2026/film/news/sag-aftra-slams-meta-ai-instagram-photos-opt-out-1236806350/)
- [Meta to put AI chip into production in September - Reuters](https://www.reuters.com/world/asia-pacific/meta-put-ai-chip-into-production-september-it-looks-double-computing-capacity-2026-07-09/)
- [Meta is putting its custom-built Iris AI chip into production - Quartz](https://qz.com/meta-iris-ai-chip-production-september-070926)
- [Four MTIA Chips in Two Years: Scaling AI Experiences - Meta Blog](https://ai.meta.com/blog/meta-mtia-scale-ai-chips-for-billions/)
- [Can AI answer the $3 trillion question? - TechCrunch](https://techcrunch.com/2026/07/09/can-ai-answer-the-3-trillion-question/)
- [Sequoia's Cahn Pegs AI's 2026 Revenue Gap at Roughly $3T - AI Weekly](https://aiweekly.co/alerts/sequoias-cahn-pegs-ais-2026-revenue-gap-at-roughly-3t)
- [ICML 2026 - Official Site](https://icml.cc/)
- [AMD Advancing AI 2026 - Official Site](https://www.amd.com/en/corporate/events/advancing-ai.html)
- [New AI Effects in Stories from Meta AI - Instagram Blog](https://about.instagram.com/blog/announcements/new-ai-effects-in-instagram-stories)
- [AI News | Latest Headlines - Reuters](https://www.reuters.com/technology/artificial-intelligence/)
<script src="https://cdn.jsdelivr.net/npm/marked/marked.min.js"></script>
<script>
    document.addEventListener("DOMContentLoaded", () => {
        try {
            const rawMarkdown = document.body.innerText;
            const isDark = window.matchMedia("(prefers-color-scheme: dark)").matches;

            let webUrl = window.location.pathname;
            if (webUrl.endsWith('/index.md')) {
                webUrl = webUrl.substring(0, webUrl.length - 'index.md'.length) || '/';
            } else {
                webUrl = webUrl.replace(/.md$/, '');
            }
            const linkColor = isDark ? '#58a6ff' : '#0969da';
            const navHtml = 
                '<div style="margin-bottom: 24px; font-size: 14px; font-family: -apple-system, BlinkMacSystemFont, Segoe UI, Helvetica, Arial, sans-serif;">' +
                    '<a href="/index.md" style="color: ' + linkColor + '; text-decoration: none;">← Back to Home</a>' +
                    '<span style="margin: 0 8px; color: ' + (isDark ? '#484f58' : '#d0d7de') + ';">|</span>' +
                    '<a href="' + webUrl + '" style="color: ' + linkColor + '; text-decoration: none;">Switch to Web View</a>' +
                '</div>';

            let contentToRender = rawMarkdown;
            let frontmatterHtml = '';
            
            const fmMatch = rawMarkdown.match(/^---\s*[\r\n]+([\s\S]*?)[\r\n]+---\s*/);
            
            if (fmMatch) {
                contentToRender = rawMarkdown.substring(fmMatch[0].length);
                const yamlText = fmMatch[1];
                
                const borderColor = isDark ? '#30363d' : '#d0d7de';
                const bgColor = isDark ? '#161b22' : '#f6f8fa';
                const keyColor = isDark ? '#8b949e' : '#57606a';
                const valColor = isDark ? '#c9d1d9' : '#24292f';

                const rows = yamlText.split('\n')
                    .filter(line => line.trim() && line.includes(':'))
                    .map(line => {
                        const splitIdx = line.indexOf(':');
                        const key = line.slice(0, splitIdx).trim();
                        let val = line.slice(splitIdx + 1).trim();
                        if ((val.startsWith("'") && val.endsWith("'")) || (val.startsWith('"') && val.endsWith('"'))) {
                            val = val.slice(1, -1);
                        }
                        
                        return '<tr>' +
                            '<td style="white-space:nowrap; padding:8px 12px; color:' + keyColor + '; font-weight:600; border-bottom:1px solid ' + borderColor + '; width:1%;">' + key + '</td>' +
                            '<td style="padding:8px 12px; color:' + valColor + '; border-bottom:1px solid ' + borderColor + ';">' + val + '</td>' +
                        '</tr>';
                    }).join('');
                
                if (rows) {
                    frontmatterHtml = 
                        '<div style="margin-bottom: 32px; border:1px solid ' + borderColor + '; border-radius:6px; overflow:hidden; background-color:' + bgColor + ';">' +
                            '<table style="width:100%; border-collapse:collapse; font-family:-apple-system,BlinkMacSystemFont,Segoe UI,Helvetica,Arial,sans-serif; font-size:13px;">' +
                                rows +
                            '</table>' +
                        '</div>';
                }
            }
            
            const renderedHtml = marked.parse(contentToRender);
            
            const wrapper = document.createElement('article');
            wrapper.className = 'markdown-body';
            wrapper.innerHTML = navHtml + frontmatterHtml + renderedHtml;
            
            document.body.innerHTML = '';
            document.body.appendChild(wrapper);
        } catch (e) {
            console.error("Markdown rendering failed", e);
        }
    });
</script>
</body>
</html>