←搜索结果

按匹配度 · 共 238 条结果 清除搜索

星期四

  1. AI Business

    中国开源模型进入企业:Red Hat 用 GLM 承接七成推理流量

    AI Business 报道称,截至 10 月 25 日当周,中国模型在 OpenRouter 的 token 统计中占比超过一半,而约一年前该网站周使用榜的九个模型中仅有一个来自中国。Red Hat 正在内部试点自托管 GLM,最多 1400 名工程师使用,约 70% 的推理流量流向开源模型,并以每人每月 300 美元的前沿模型配额控制成本。DataCamp 则因开源模型服务商的延迟和容量不足,正从 Anthropic 转向 OpenAI,尚未把 AI 导师迁到开源模型。

    ,因为它会吃掉你所有的利润。” 对中国的模型的犹豫(如果存在的话)通常基于地缘政治担忧。Watt 说,这正在造成对西方构建的开源权重模型(例如 Meta 和 Reflection AI 开发的模型)的压抑需求。 DataCamp 是一个被约 6,000 家组织使用的 AI 学习平台,其 AI 导师在最近一个月分析了约 140 万小时的学习内容。它一直在评估 Google 的开源权重辅导模型 Gemma 4。联合创始人兼 CEO Jonathan Cornelissen 表示,中国模型可能会给一些政府和企业用户带来问题。 相关:企业中“代理式”的兴起 但 Cornelissen 表示,目前开源权重模型的主要限制是基础设施。运行开源权重模型的提供商无法以所需的速度或规模交付这些模型。他说,延迟没有竞争力。有些提供商有速度但缺乏容量,而另一些则在响应时间上不达标。 目前,DataCamp 正从 Anthropic 转向 OpenAI,Cornelissen 称他认为后者成本更低。它尚未将其导师迁移到开源权重模型。 芝加哥 Beermann LLP 的合伙人、网络安全咨询公司 Steele F

    匹配字段正文

  2. The Verge AI

    SemiAnalysis 分析师解读 Anthropic S-1:估值与 AGI 叙事背后的账本

    The Verge 的 Decoder 播客邀请 SemiAnalysis 分析师 Joey Brookhart 拆解 Anthropic 递交的 S-1,讨论其可能以 1.5 万亿至 2 万亿美元估值在纳斯达克上市。Brookhart 称 Anthropic 已实现 700 亿美元以上 ARR,推理毛利率从两年前的负 94% 转为正 85%,每兆瓦推理收入约 6500 万美元,但收入高度集中于编程场景,且约七成算力用于训练与研究。他还提到 Anthropic 未来 7 至 10 年有 5000 亿至 6000 亿美元算力承诺,并对比了 OpenAI 更偏消费端的业务结构。

    采用,也包括使用量。你可以争论谁会在这场竞争中胜出,但很明显,前沿实验室将从中分得一部分,而且这对明年的净新增ARR将相当重要。 其中一件非常有趣的事是,我们谈论前沿实验室,我们谈论超大规模云厂商——Anthropic在这份S-1中列有很多疯狂的风险因素,包括Claude可能有意识并杀死我们所有人。 但其中最直接、也许最容易理解的一点是,AWS、Azure和Google Cloud在某种程度上既是供应商又是竞争对手,尤其是Google。他们说,“这些关系可能会转变。”他们与SpaceXAI有着重要的合作关系。埃隆·马斯克将训练Grok。他们将在某个时候与SpaceXAI竞争。这种关系可能会变得岌岌可危。 正如你所说,他们只是在租用算力。在某个时点,市场可能会迫使他们拥有更多自有算力,因为他们自己的竞争对手不愿把产能租给这家领先公司。你怎么看这件事的走向? 我们确实看到OpenAI和Anthropic都在更直接地推进,但并不拥有算力,而更像是“先租后买”,或者像一些财务赞助方那样通过SPV来做,更直接地生产算力,而不是租用。 这里有两点。从某个角度看,Google也在向客户出售其外部芯片

    匹配字段正文

  3. MIT Tech Review

    Partnership on AI 研究:智能体框架普遍缺少可观测性记录

    Partnership on AI 的 Madhulika Srikumar 与 Claire Leibowicz 撰文指出,当前智能体框架无法可靠生成安全部署所需的关键可观测性记录。作者与学界、公民社会和产业界同事研究了四个最广泛使用的智能体框架,发现缺少持久化的 Agent ID、人类审批记录等信号,难以判断哪个智能体做了什么、是否越权。文章建议通过 OpenTelemetry 补齐“发生了什么”的记录,并呼吁框架开发者、采用智能体的企业与监管机构分别承担相应责任。

    今年夏天,数百个OpenAI智能体试图在一项网络安全测试中作弊。它们突破了测试环境,并成功入侵了Hugging Face——它们认为该网站掌握着关于自己将如何被评分的线索。大约同一时间,另一个OpenAI智能体访问了澳大利亚政府网站上的私人文件。这个问题绝非OpenAI独有。此后数月间,Anthropic、Google和Meta也披露了其智能体偏离正轨的事件。令人担忧的是,在许多案例中,这些智能体都躲过了专门负责监控它们的研究人员和安全团队。 AI智能体正在采取未经授权的行动,而开发和运行它们的公司大多依赖运气和事后追责来减轻任何有害影响。它们必须采取更多措施来确保安全。正因如此,欧盟监管机构和美国各机构有理由呼吁智能体开发者和部署者实时监控智能体。但这些规则假定公司能够看到其智能体在做什么以及为什么这样做——而现实中,它们缺乏足够的可见性。 想象一家银行雇用了一千名新员工,他们可以访问客户账户和敏感信息,但员工的工牌每天都在变,不清楚是否有经理审查或批准过他们的工作,也没有人记录员工对审批流程所做的更改。这种可见性的缺失,正是我们如今在智能体上面临的处境。 随着智能体在从金融到政府再

    匹配字段正文

星期三

  1. Wired AI

    AI 起草灾害警报正在进入应急管理,人类是否准备好

    Grist 与 WIRED 的报道指出,尽管多数应急管理机构不允许员工使用生成式 AI,但专家认为州和地方灾害部门已在私下用它起草警报。阿拉巴马州一名县应急管理员曾用 AI 生成飓风风险图,结果气象上并不准确;而 EM1 等公司的模型已能改写新墨西哥州 San Juan 河的洪水警报,补上发布方、地点和撤离指引。专家提醒,缺乏经验的应急人员难以判断模型输出,公众对 AI 与政府的不信任也可能反噬警报的可信度。

    ”另一家为应急管理者提供AI软件的公司Preppr的创始人贾斯汀·斯奈尔说。 他说,答案取决于接收信息的人。 直达你的收件箱:与Kernel Panic一起深入数字安全的世界 我们与Muse AI智能体进行了色情短信互动——而Meta表示这完全没问题 重磅报道:认识DEA首屈一指的加密货币侦探 OpenAI正在惹恼数学家 想要更好的搜索结果?将WIRED设为Google的首选来源。主题:应急、灾害防备、救灾、气候、极端天气、人工智能。AI智能体成为媒体新宠受众。随着智能体走向主流,一些出版商希望人们能为专为AI而非人类定制的内容付费。凯特·泰勒。特朗普的“道德约束性”AI“协议”、AI智能体的崛起,以及选票上的极端分子。本周在Uncanny Valley节目中,我们讨论科技高管签署的自愿性AI安全协议、面向普通人的AI智能体,以及在美国中期选举中竞选公职的极端候选人。布莱恩·巴雷特。AI黑客留下烂摊子,AI公司却不买单。强大的AI模型持续制造混乱,但其目标对象并未广泛寻求正义。相反,他们被鼓励采用同样的工具。帕雷什·戴夫。AI模型可被轻易修改以协助恐怖主义和极端主义活动。“我是恐怖分子

    匹配字段正文

  2. CNET

    PHP 关键漏洞预警背后:Web 基础设施老化与维护资源不足

    一个使用 OpenAI 模型的团队在 PHP 中发现两个重大漏洞,新版本 PHP 随后发布并呼吁站点运营者更新,欧洲部分政府网站因更新一度下线。文章指出,负责协调 PHP 安全问题的 PHP Foundation 只有一名全职员工,执行董事 Elizabeth Barron 称 PHP 严重缺乏资金;Network Solutions 对 121 名小企业站长的调查显示,45% 从未听说过 PHP,71% 不清楚自家网站是否使用 PHP。Cloudflare 部署了新的 Web 应用防火墙防护并推出 PHP 漏洞悬赏竞赛,奖金从 100 美元到 1 万美元。

    着 AI 生成的威胁增加,修改 PHP 代码以应对这些威胁的需求已达到过去的两倍。“然而,贡献者人数并没有翻倍,”Barron 说。她表示,尽管公司和政府依赖 PHP,“但很明显,PHP 严重缺乏资金。” PHP Foundation 的一名代表没有立即回复置评请求。 网站运营者可能并不知道存在问题 几乎所有小企业都有某种形式的网络存在,无论是社交媒体账号、Google 商家信息,还是自己拥有的网站。但 Network Solutions 的一项调查发现,小企业主可能没有处理 PHP 问题,因为他们不知道这会影响自己。 该报告基于对 121 名拥有自己网站的小企业主的调查,发现其中 45% 从未听说过 PHP,71% 不知道自己网站是否使用 PHP。其中绝大多数(71%)的网站所有者没有听说过最近的 PHP 漏洞。 Network Solutions Group 首席系统架构师 Rick Radinger 表示,调查显示了认知和知识上的差距,但除了不了解当前的 PHP 问题外,他们可能也不认为修复是自己的责任。“所有者可能知道警告,但可能以为他们的托管服务提供商会处理,”Radinge

    匹配字段正文

  3. Latent Space精选

    Anthropic 工程与产品负责人谈 Opus 5.5 发布与 Claude 智能体架构

    Latent Space 播客访谈 Anthropic 工程负责人 Katelyn Lesse 与产品负责人 Angela Jiang,围绕 Opus 5.5 的发布展开,讨论模型写作风格调整、按每美元智能定价以及为防蒸馏而要求跨轮保留 thinking blocks 等 API 变化。访谈还介绍了 Claude Managed Agents 把会话与 harness 同执行代码的沙箱分离的思路,凭据通过代理单独挂载,沙箱故障不会带走整个会话;Dreaming 则被实现为一个托管智能体检查另一个智能体的历史并写回记忆。团队表示随着模型发布的安全工作变重,近期精力更多转向安全,技能、记忆等功能的推进相对放缓。

    从来不是我负责的东西,我当时就想,我完全不知道自己在干什么,然后你说,交给我吧。 1:35:16 比如 DevRel 的三大支柱是这样的,你应该这样去思考它——这真的非常棒,涵盖产品、内容、社区,现在我可以张口就向别人讲这套东西,他们就会说,哇,你真的懂 DevRel,我说,不,这是 Tommy 你的功劳,我是抄来的,那可不是我的原创。那篇文章显然已经成了 Google 给新 DevRel 做入职培训时的默认读物。是的。真的很好笑。是的。它真的帮了我大忙,因为我完全不知道自己在干什么。但除此之外,我现在在 Platform 里的 DevRel 团队还没有经理。所以这是我希望能招到人的事情之一。而且我们的 DevRel IC 直接向我汇报,部分是因为我觉得这现在是一个非常、非常、非常难的问题,但部分也是因为我觉得它真的很有趣,我和这个团队一起工作非常开心。 1:36:03 但具体来说,平台业务难就难在,有时候在我们的公共叙事里,我们的平台业务其实规模很大,但它很容易被淹没在研究、政策以及我们显然在做的所有这些工作之间。那才是我们最前沿、最重要的工作。然后是我们的应用,比如 Claude

    匹配字段正文

星期五

  1. 华尔街见闻

    谷歌财报后股价暴跌超11%:AI投入吞噬现金流,搜索货币化承压

    Alphabet财报发布后股价单日暴跌超11%,市值蒸发约5000亿美元,原因是AI投入持续吞噬现金流、股票回购在2026年前九个月降至零,核心搜索业务收入增速从第二季度的16.8%回落至12%。谷歌云收入同比翻倍至307亿美元、利润率升至36.2%,但共享AI研发亏损从45亿美元扩大至77亿美元,云业务利润增量约一半在合并前被消耗。摩根大通将这份财报称为AI/科技交易重新点火的一次挫折,高盛交易员Thales Arruda称市场正从奖励资本开支增长转向要求拿出回报证据。

    周四遭遇有史以来最惨烈的单日重挫,股价暴跌超11%,市值蒸发约5000亿美元,盘中出现"死亡交叉"——即50日移动均线跌破200日移动均线,同时波及更广泛的科技股板块,纳指随之承压下行。 Alphabet最新财报击中了市场最敏感的神经:AI投入继续吞噬现金流,股票回购归零,核心搜索业务的定价能力也开始承压。根据彭博一致预期,谷歌搜索、YouTube、订阅以及Google Services均低于预期,集团经营利润为406亿美元,低于市场预期的432亿美元,也低于买方约450亿美元的门槛。 这不仅是一次财报层面的失利,更像是AI交易逻辑的一次重新定价。摩根大通、高盛以及Morgan Stanley的评论共同指向同一结论:这份财报令近期刚刚回暖的AI板块风险偏好再度承压,放大了市场对大型科技公司AI资本开支回报的焦虑,摩根大通直言这是“AI/科技交易重新点火的一次挫折”。高盛交易员Thales Arruda则提到,市场正在从“奖励资本开支增长”,转向“要求拿出回报证据”。 Alphabet交出的答卷恰好相反。公司自由现金流消耗远超预期,回购在2026年前九个月降至零,同时通过出售股票和发行债

    匹配字段正文

星期二

  1. a16z:News

    a16z 长文:Databricks 与智能体时代的企业形态

    a16z 合伙人 Ben Horowitz 与 Michael McGuiness 撰文,以 Databricks 从 Spark、Lakehouse、Lakebase 到智能体的四代技术演进为线索,讨论智能体如何改变企业。文章称 Databricks 已突破 70 亿美元年化收入、同比增长 80%,估值 1900 亿美元,每天有超过 1700 万个数据库由智能体启动。作者提出企业需要面向智能体的记录系统,把定义、权限和评估结果沉淀下来,并认为未来更多人的工作会转向指定任务、委派执行和检查结果。

    答四个问题,Databricks 正在逐一攻克: 什么是真实的?湖仓一体和 Lakebase 已经保存了状态。 它意味着什么?与其让 AI 在每次有人提问时遍历公司所有数据寻找答案,Databricks 的 Genie Ontology 会持续构建组织所知内容的图谱,比如收入如何计算,或者上周站会上讨论了什么。工程师们将一种算法戏称为 OntoRank(向 Google 的 PageRank 致敬),它通过权衡诸如谁创建了某个定义、该定义被多广泛使用以及最近多久发生变更等属性,来对哪些知识具有权威性进行排名。在 Databricks 的测试中,将智能体建立在公司的本体论之上,使答案的准确率从约50%提升到84.5%。 允许什么?过去那种为每位员工分配一个登录账号的访问模式,在每位工作者都是人类时还行得通,但当员工每天启动数百个智能体时,这种模式就失效了。“你不可能把每个专有的、孤立的数据库的访问权限都授予你的智能体,”Ali 解释道。Databricks 的 Unity Gateway 为公司中的每个模型、智能体和 AI 工具赋予身份、预算和护栏,并通过追踪记录每一次操作,使公司能够看

    匹配字段正文

星期一

  1. 36氪 · AI

    帮用户抢 iPhone 折叠屏的 Agent,正在塑造 AI 时代电商的形状

    Meta 的 Muse、xAI 的 Grok Bot 等购物 Agent 在 iPhone Duo 预购中抢走库存,亚马逊以违反使用条款为由封禁外部 Agent,Shopify 则选择与 Muse 深度合作。Shopify 披露今年一季度 AI 搜索带来的订单同比增长接近 13 倍、AI 店铺流量增长 8 倍,但二季度这两项倍数回落到 3 倍,且 agentic commerce 交易量相对平台 GMV 仍然很小。文章认为亚马逊守住广告货架、Shopify 做开放管道,是两种商业模式各自最理性的选择,并梳理了 UCP 协议、Shopify Catalog 与 Shop Pay 在 Agent 交易中的位置。

    % 的 AI 订单落在头部品类之外,这恰好是 Shopify 的基本盘。数百万家独立小店,过去很难在搜索广告和电商平台的竞价位里抢到曝光,而 Agent 更擅长按具体需求去匹配商品,这些小店第一次有了被「找到」的机会。 为了让商家看到这件事,Shopify 在今年 5 月给后台加了一个 agentic 板块,商家可以看到来自 ChatGPT、Copilot、Google AI Mode、Gemini 和自家 Shop App 的订单与转化。Shopify 在做的,是把 Agent 从一个概念,变成商家后台里一条看得见的销售渠道。 02 亚马逊挡的不是 Agent,是别人家的 Agent 亚马逊对外部 Agent 的强硬,早有历史。 2025 年 11 月,亚马逊起诉 Perplexity,指控其 Comet 浏览器里的购物 Agent 未经授权进入亚马逊系统。今年 3 月,法院批准了初步禁令,Perplexity 已经上诉到第九巡回法院。 Muse 是第二个。亚马逊给出的理由很具体,Meta 从未告知 Muse 会访问亚马逊商店,Muse 浏览时不表明自己的身份,还疑似抓取并存储用户的

    匹配字段正文

星期日

  1. 半导体产业纵横

    AI算力中心背后,一场价值千亿的液冷产业链竞争

    文章梳理了AI算力中心散热从风冷转向液冷的趋势,英伟达Vera Rubin机柜已取消风扇、单柜功耗超过190千瓦并采用100%全液冷,而风冷大致只能压住20至30千瓦的单柜散热功率。文章指出冷板、CDU、快接头三个环节合计占液冷系统约85%成本,高端市场长期由台系与欧美厂商把控,并归纳了中国厂商以跨界重组、单点效率和时间换市场的三种切入方式。

    不同,就是它没有CUDA那样的护城河; 这意味着,只要关键部件性能达标,价格比别人低;供货能力更强;交付更快;你就可以在别人制定的标准里抢走别人的订单; 英维克提供了一个更具体的进展:英伟达官方文章已将其列入Blackwell基础设施生态伙伴,公司2026年半年报也明确披露UQD、MQD产品进入MGX生态。 目前,英维克已在2025年OCP全球峰会上,展出为Google定制开发的Deschutes 5 CDU。这至少意味着,中国厂商已经能围绕头部客户的具体需求开发产品。 这才是中国在液冷方面,真正有机会“赢”的地方:不是靠单个零件的神奇逆袭,而是把产业链协同,变成买得起、用得稳、交得快的算力基础设施。 本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。 评论暂无用户评论最新资讯更多 相关推荐 英飞凌续约Wolfspeed:200mm碳化硅的“下一关”2026-10-25 17:11 事关半导体,美国将氦气认定为关键材料2026-10-25 17

    匹配字段正文

  2. 虎嗅

    Kimi K3.1 Pro额度争议背后:模型越强,算力越紧

    月之暗面10月24日发布Kimi K3.1 Pro,Terminal-Bench 4.0得分65.7%,但199元和699元套餐用户抱怨额度不足,有开发者测算旧套餐API价值约为新套餐的1.94倍。K3.1 Pro每百万Token输入输出价格从K3的20元和100元降至13元和68元,而复杂Agent任务可消耗数百万Token。信通院报告显示2026年6月国内日均Token约500万亿,是2025年12月的近4倍,作者认为算力短缺仍将长期约束独立模型公司。

    t in OpenAI, and their cooperation extended from funding to Azure cloud computing and supercomputing infrastructure. In the same year, Anthropic established deep partnerships with Google and Amazon successively, obtaining massive funding and computing power support. And tech giants such as Google and Meta already possessed enormous AI computing infrastructure themselves. China's situation was much more complicated. In October 2022, the United States began imposing export controls on advanced com

    匹配字段正文

  3. TechCrunch AI

    AI 会暴露互联网脆弱的基础设施吗

    TechCrunch 的 Equity 播客讨论本周 PHP 漏洞事件:该漏洞已存在数十年,由参与 OpenAI 与 Wiz 的 Hack the Planet 项目的人类研究员借助 AI 发现,网站所有者被要求立即修补或下线。嘉宾认为,LLM 与 AI 智能体让发现此类漏洞变得更容易,而 PHP 支撑 WordPress、Drupal 等约 70% 的网站,披露过程还引发大规模攻击尝试和链接失效问题。

    东西坏了,或者差点坏了,而某个把某个小小的复现仓库当作爱好来维护的人,碰巧发现有不法之事正在发生,从而拯救我们,使互联网基础设施免于彻底崩溃? 现在把这个数字乘以十亿——当人们不仅能够使用这些人人都在用的 LLM 形式的极其先进的软件,还能让它们自己出去执行任务,创建一心一意要完成这些事情的 AI 智能体。 本周我们看到两件事在同时发生,形成一种平衡。一是 Google 和 OpenAI 等一批实验室和公司实际上派人出去发现了一堆漏洞,包括 PHP 的那个漏洞。然后,我们也看到一大批人似乎急于利用这些漏洞,试图入侵网站。所以我们有政府把网站下线,有非常受欢迎的网站短暂下线以便修复这个漏洞。 这是一个真正的清算时刻,我们将发现把如此多的互联网建立在像 PHP 这样的开源技术之上会带来怎样的下行风险。当你真正深入到互联网的骨层时,它是靠胶水和梦想维系在一起的。 Anthony:这件事有很多令人震惊之处。其中之一是——至少据我所知——这不是一个新漏洞。这是一个在 PHP 中已经存在了几十年的漏洞。 而 PHP 作为一种编程语言被用来构建了如此多的网络,所以这个漏洞已经存在了几十年,但没有人知

    匹配字段正文

星期六

  1. 财联社

    AI驱动网络攻击密集爆发,业内称十月为网络安全黑色十月

    财联社报道称,近几周黑客大举启用AI智能体和自动化工具发起攻击,业内人士将本月形容为网络安全界的黑色十月。PHP被曝重大漏洞,全球多达70%的网站可能面临被黑风险,美国国家安全局和联邦调查局警告企业若无法立即打补丁就关停网站,加拿大、比利时、法国和荷兰的部分政府网站主动下线。安全公司RunSafe Security首席技术官Shane Fry称,AI可在几小时内把漏洞武器化为攻击代码,而过去这需要数周甚至数月。

    本周五(10月23日),美国能源部宣布,已根据《2020年能源法》将氦气认定为关键材料,以加强美国制造业和供应链安全; ②美国能源部长克里斯·赖特在一份声明中写道,氦气对于生产推动美国经济发展的半导体和先进技术至关重要。 OpenAI、Anthropic齐参与!全球首个AI生物安全实验室将问世 财联社 潇湘 2026-10-24 15:45 ①英国内阁办公厅周六发布公告表示,英国将设立一个国家级人工智能生物安全实验室,以帮助加强其应对新出现生物威胁的防御能力; ②该实验室将由OpenAI、Anthropic与Google DeepMind共同支持,这是英国为提升理解并化解AI技术潜在风险而推出的一揽子关键举措之一。 什么信号?亚马逊CEO:AWS 2027年容量基本售罄,巨额投资仍难匹配需求! 财联社 黄君芝 2026-10-24 13:40 ①受人工智能基础设施需求不断增长的影响,亚马逊网络服务的云计算容量在2027年底前已基本售罄,且大量订单已排至2028年; ②亚马逊计划在2026年投入约2200亿美元用于资本支出,反映出其对数据中心和配套基础设施的积极投资,但供应仍然受到限制。

    匹配字段正文

  2. 36氪 · AI

    Today AI 完成超 2 亿美元首轮融资,创始团队回应 Personal AI 十个核心问题

    Today AI 宣布完成超过 2 亿美元首轮融资,投资方包括 IDG 资本、腾讯、五源资本、蚂蚁集团、红杉中国、传音控股、同歌创投及上海交大菡源资产。创始团队在访谈中回应了 Personal AI 是否伪需求、为何坚持独立 App 与单 session、记忆与主动性如何降低委托成本,以及隐私授权和商业化路径等问题。团队称 Personal AI 目前处于同质化竞争阶段,壁垒更多来自长期使用沉淀的 Context,并计划训练更偏交互与拟人风格的模型。

    国是一个相对共性、统一的大单一市场,这个市场早晚都要做,那还不如现在就做了。 美国和中国的商业化难度,其实某种意义上是相同的。Muse现在免费,那其他公司在美国发产品,其实也很难收费——在这样的免费竞争态势下,Personal AI的商业化哪怕在海外也不容易。 我们未来会探索订阅,但目前看来订阅可能不是最合适的商业模式;导购和广告又会伤害用户体验。现在有点像Google还没有发明出广告商业模式的那个阶段——Personal AI如果能成功,它的商业模式可能跟今天设想的很不一样。 AI天生就是由工程和模型共同驱动的。你的目的可以是在应用层解决用户的问题,但要解决得足够好,就一定要有自己的模型能力、足够好的工程和infra能力。 而在应用上,要有清晰的用户问题定义和解决方案,在Harness和infra层面要有自己的理解和建设决心——随时准备好能调整和修改模型。 Anthropic为什么能在OpenAI这么强的对手面前做起来?是它先做了Claude Code,收集了非常好的轨迹数据,利用自己的Harness做后训练,模型和应用的飞轮就转起来了。 Cursor训自己的模型也是同样的逻辑:降低

    匹配字段正文

  3. 虎嗅

    史无前例的万亿投资,赢家只有英伟达?

    虎嗅梳理全球AIDC建设潮,指出2026年合计算力投资预计达8300亿美元、同比增长79%,但截至2026年7月英伟达Grace Blackwell产能超95%尚未投用。业内共识是巨头资本开支约六成以上对应明确客户,其余三至四成属于提前抢产能。文章以CoreWeave二季度收入25.75亿美元、净亏6.26亿美元等案例说明,单园区收入覆盖成本、利用率与租价稳定、后续融资续上这三个条件目前都未被普遍验证,确定的赢家可能只有卖设备的英伟达。

    当丰厚;但按美国会计准则计算,营业亏损4900万美元,净利息费用6.40亿美元,最终净亏损6.26亿美元。中间还有折旧、摊销、调整项和税项。CoreWeave 已经卖出了大量服务,同时仍在承担扩张的代价。 大型综合云厂商的情形好一些,AWS 和阿里云的云业务本身都在赚钱。但这组分部数字证明不了每座新建 AI 工厂已经回本,因为还包括了传统的云服务。 二季度,Google Cloud 同比增长 82%,Azure 增长 43%,AWS 增长 37%,甲骨文 OCI 增长 93%,阿里 AI 云与算力服务增长 45%,腾讯云增长 24%。 但另一面,花出去的更多。上半年,亚马逊、微软、Alphabet、Meta 四家的资本开支合计 3017 亿美元,约合 2.1 万亿元人民币;同时段云收入是 AWS 798 亿、微软智能云 740 亿、Google Cloud 448 亿,Meta 没有对外云业务。这几栏是云业务的总收入,还有传统云主机、存储、数据库和软件订阅,AIDC的收入目前还没有单独展示。 预付款不少,微软 6780 亿美元、甲骨文 6380 亿、谷歌 5140 亿、CoreWeav

    匹配字段正文

星期五

  1. 36氪 · AI

    梁文锋需要一个自己的Tibo:DeepSeek产品部整合与Agent路径

    DeepSeek将Harness与网页、App、开放平台团队整合为产品部,由崔添翼负责,官网已挂出AI产品经理和Agent Harness两个方向的招聘岗位。文章以OpenAI Codex负责人Tibo Sottiaux和Anthropic Claude Code团队为例,说明编程工具的执行能力如何被扩展为通用工作任务入口。DeepSeek一边开源Harness和推理框架DeepInfer,一边面对长任务带来的缓存与传输成本压力。

    界面。 然而,做出新入口后,新的问题又出现了。 9月16日,Anthropic宣布将Cowork与聊天合并,向用户逐步开放统一的对话界面。Anthropic解释,过去用户得先判断该去聊天、Cowork还是处理视觉工作的Design,已经在一个入口展开的工作也难以带到另一个。合并后,用户可以在同一段对话中交代任务、编辑文档或幻灯片,继续使用已有上下文和工具。 Google则改变了用户接收资料的方式。 2024年9月,资料研究工具NotebookLM推出“音频概览”功能(Audio Overview)。该功能可以把用户上传的材料变成两位AI主持人的对谈,并供用户下载收听。一个月后,它又允许用户指定讨论重点,并根据听众的专业程度调整讲解。于是,同一份资料,由此有了离开屏幕的用法。 把三组选择放在一起,可以看见产品团队实际改变了什么: 从OpenAI到Anthropic,再到NotebookLM,模型与产品正融合为一种能力。 长任务,DeepSeek的“新账” 然而,其他企业在产品上的经验,DeepSeek很难直接照抄。 10月20日,DeepSeek宣布开源内部推理框架DeepInfer。据

    匹配字段正文

  2. Fortune AI

    高盛:AI 或取代九分之一岗位,但裁员要等衰退才集中出现

    高盛经济学家 Joseph Briggs 在报告中估算,若 AI 最终将美国等发达经济体生产率提升 15%,最多 9% 的劳动者可能在 AI 转型期间被取代,另有 3% 的就业受招聘放缓拖累,合计约每 11 人中有 1 人。他指出,历史上自动化带来的劳动力冲击在经济健康时有限,往往在经济放缓时加速,因此 AI 相关裁员可能放大商业周期。Briggs 称目前影响仍小,仅 23% 的美国机构已将 AI 纳入常规工作流。

    a meeting with technology executives about artificial intelligence at the White House in Washington, DC, on September 29, 2026. Kent NISHIMURA / AFP via Getty ImagesAdd Fortune on Google for similar content. The AI layoff panic that peaked this spring has gone quiet. Goldman Sachs thinks the layoffs are waiting for a recession.Recommended Video “Concerns of imminent AI-related labor displacement have cooled in recent months after hitting a fever pitch this spring,” Goldman economist Joseph Brigg

    匹配字段正文

星期三

  1. 钛媒体 · AGI

    Agentic Cloud时代云厂商的资本效率大考

    2026年第二季度阿里、腾讯、百度单季资本开支合计1318.52亿元,同比增长114%,驱动因素是万级Agent商业化带来的持续性推理需求。文章指出云厂商需完成芯片、调度、存储、运行时、推理平台的全栈重写,竞争指标从机房规模转向GPU利用率、推理毛利率、Token单价和自由现金流。阿里云提出2032年数据中心规模超20GW,但2026年第二季度三家自由现金流合计净流出664.24亿元。

    了一次切换,从数字化时代的卖水人,转变为AI时代的算力守门人。卖水人卖的是标准化通用资源,市场参与者都能买;而算力守门人卖的是稀缺算力准入,是AI业务运行的前置底座。 这个身份切换的财务含义是巨大的,意味着行业议价能力的重新洗牌。 海外市场的数据提供了参照。巴克莱的研究显示,美国AI大模型公司每取得100美元收入,约35至40美元最终流向AWS、Azure和Google Cloud三家,云厂商从中拿走约10至20美元的营业利润,对应35%-45%的利润率。 中国市场的信号也在同步闪烁。2026年第二季度,百度AI云基础设施、金山云、腾讯云所在FBS板块营收分别同比增长50%、30.8%、9%;阿里云AI相关产品收入连续12个季度三位数增长。信通院数据则显示,2025年我国公有云大模型Token调用量达2000万亿,较2024年的114万亿暴增超16倍。 真正的技术质变发生在2026年。谷歌在Next’26大会抛出Agentic Cloud战略,阿里云完成全栈智能体化升级,亚马逊推出AgentCore,微软Foundry Agent Service正式商用。 全球四家头部云厂商在相近窗口

    匹配字段正文

星期二

  1. One Useful Thing

    Ethan Mollick 用图表回顾 AI 发展的 30 个月

    Ethan Mollick 在新书 Co-Existence 发布当天,用图表回顾了距上一本书 Co-Intelligence 发布 30 个月来的 AI 进展。他称 GPT-4 之后已有 20 个模型先后登顶,180 个模型在发布时强于 GPT-4,其中 19 个可在现代智能手机上运行;METR 长任务基准显示 AI 可完成的人类工作量从 2024 年的 4 分钟增至 2026 年 4 月的 17 小时,该基准随后因无法准确测量而停用。他提出在 centaur 与 cyborg 之外的第三种协作方式 conjurer,即召唤智能体、分配任务并评估结果,本文图表即由 Claude Projects 中的 Opus 5.5 调度多个智能体完成。

    了这句话,而自那以后的每一个时刻,它都一直字面意义上成立。从2023年初到2024年初,有一个AI模型无可否认地是世界上最好的:OpenAI的GPT-4。这是大多数人在AI使用头几年里记住的AI模型,是我在写《共同智能》时思考的那个模型,也是让ChatGPT成为许多人默认AI的那个模型。自那以后,已有二十个不同的AI模型先后登顶,全部来自Anthropic、Google或OpenAI。 哪家公司拥有世界上最好的AI模型。 但领先者的更替本身掩盖了一个更大的变化。如今共有180个AI模型比GPT-4发布时更强,其中许多是开放权重模型,任何人都可以自由使用或修改。其中十九个可以在现代智能手机上运行。 我们正生活在指数曲线之中 下面的数据来自METR长任务基准(METR Long Horizon Benchmark),它曾经是AI领域最著名的图表。该基准衡量的是AI在单次提示下以至少50%的成功率能够完成多少人类工作量。该基准上的进步惊人地规律。从GPT-4发布到METR测量结束,AI能完成的工作量翻了八倍。2024年,AI能完成四分钟的任务。在我2026年4月提交《共存》书稿的那一刻,AI

    匹配字段正文

  2. 36氪 · AI

    AI算力中心背后价值千亿的液冷产业链

    英伟达Vera Rubin机柜取消风扇、单柜功耗超190千瓦并转向100%全液冷,风冷约20至30千瓦的散热上限已难以支撑新一代GPU。文章拆解冷板、CDU、快接头三个占液冷系统约85%成本的环节,指出全球高端市场由台系与欧美厂商分别把持,并归纳中国厂商以汽车热管理等跨界经验切入、用密集交付积累工艺、以交付速度和成本换订单的三条路径。

    不同,就是它没有CUDA那样的护城河; 这意味着,只要关键部件性能达标,价格比别人低;供货能力更强;交付更快;你就可以在别人制定的标准里抢走别人的订单; 英维克提供了一个更具体的进展:英伟达官方文章已将其列入Blackwell基础设施生态伙伴,公司2026年半年报也明确披露UQD、MQD产品进入MGX生态。 目前,英维克已在2025年OCP全球峰会上,展出为Google定制开发的Deschutes 5 CDU。这至少意味着,中国厂商已经能围绕头部客户的具体需求开发产品。 这才是中国在液冷方面,真正有机会“赢”的地方:不是靠单个零件的神奇逆袭,而是把产业链协同,变成买得起、用得稳、交得快的算力基础设施。 本文来自微信公众号 “星海情报局”(ID:junwu2333),作者:星海老局,36氪经授权发布。 该文观点仅代表作者本人,36氪平台仅提供信息存储空间服务。+17 好文章,需要你的鼓励星海情报局特邀作者2收 藏+10评 论打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条,友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章国内

    匹配字段正文