搜索“AWS”

1500 万美元的自由现金流被冻结，卡在尚未解决的账单异常中。每一笔异常都必须人工逐一追查，按承运商分别处理，且各有各的规则需要核对。Worldwide Express 将这项工作外包给一个团队，该团队一次处理一个案例，针对每笔争议致电客户和承运商。异常不断堆积，资金持续被占用，每笔订单转化为收入的时间也变得更长。 Worldwide Express 与 AWS 和 LTM 合作，构建了一套多智能体 AI 解决方案，采用 Amazon Bedrock ，直接接入其运输管理系统（TMS）SpeedShip。上线六个月后，该公司报告活跃异常减少了 75%，回款周期缩短了 4 周，每年节省 100 万美元，并一次性释放了 1000 万美元的自由现金流。 在本文中，我们描述这一挑战，解释 Worldwide Express 如何设计该多智能体解决方案，并分享成果。 挑战 在零担货运中，大约 14% 的发票无法通过采购订单、收货单和承运商发票之间的标准三方匹配。当匹配失败时，发票便进入异常处理流程。对 Worldwide Express 而言，异常分为三类： 行项目不匹配： 数量或服务代码与货

匹配字段正文

现有关系的基础上，将加拿大的研究和人才与整个经济中的实际AI应用连接起来。 Cohere已经在通过遍布加拿大的重大投资和合作推进这一愿景，包括： 一项具有里程碑意义的 与Bell AI Fabric达成的3.09亿加元GPU云合作, 使Cohere模型能够在加拿大主权基础设施上运行。 一项 与多伦多大学的多年计划 ，以推进AI的负责任大规模采用。 一项 与滑铁卢大学未来工作研究所的合作 ，通过专业证书和合作教育项目培养学生成为AI领导者。 Cohere成立于多伦多，正在从加拿大打造一家全球AI公司，同时帮助将该国在研究和人才方面的长期优势转化为高技能岗位、更强的国内能力和长期经济增长。目标不仅是让加拿大帮助开发塑造全球经济的各种技术，而且要在本土构建、部署并获取更多价值。 接下来阅读 企业AI面向开发者的AI 在AWS上使用Cohere构建金融研究助手 2026年10月29日 17分钟阅读 主权AI公司新闻 谁将构建AI的前沿 2026年10月29日 11分钟阅读 合作伙伴金融服务产品发布 North中的PitchBook：面向企业团队的私募市场情报 2026年10月26日 2分钟阅读

匹配字段正文

独立增减。写入时，仅在更新分支等引用目标的部分进行协调，以确保更新内容不冲突。使数据的存储和检查能够与其他写入并行推进，并将繁重的数据整理从处理常规Git请求的服务器中分离出来[16]。 GitHub正在将运行基础设施迁移到Azure的多个区域，并在Universe上表示，这一迁移预计于2027年初完成。 Actions将目标Linux作业分散到Azure和AWS 除Git基础设施的变更外，还宣布了将GitHub Actions的托管运行器扩展到多个云端的变更。GitHub Actions会将目标Linux作业自动分配到可用的Azure或AWS执行环境。通过增加执行目标，减少拥堵时的等待时间和计算资源不足。现有的运行器标签和工作流语法不变[17]。 对象为标准2核和4核Linux运行器，以及不具备特殊配置的相应2核和4核大型运行器。Windows运行器以及使用私有网络等特殊配置的运行器不在对象范围内。Free、Pro、Team会自动应用于对象运行器，Enterprise Cloud则由管理员启用AWS的使用。 Universe相关发布列表可通过GitHub Changelog的Univ

匹配字段正文

月的公告称，该人才队伍在设计上不依赖特定模型和云平台，其团队会将组织的背景信息融入客户所选择的任何技术栈中。Cognizant的人才提升漏斗从覆盖数十万名员工的广泛AI素养技能培训开始，经过结构化的AI-Bridge项目，最终达到40000名获得前沿模型公司直接认证的Frontier认证员工，这些公司包括GitHub Copilot、Google Gemini、Anthropic的Claude和OpenAI的Codex。 Cognizant还表示，其在印度和美洲举办的Codex黑客松吸引了超过12000名参与者。 OpenAI合作伙伴网络中的角色 Cognizant表示，其是OpenAI合作伙伴网络中精选的高级合作伙伴之一。OpenAI官网上关于Cognizant的合作伙伴页面将其列为在全球范围内为客户提供服务的高级合作伙伴，服务领域涵盖金融服务、政府和公共部门、医疗保健和生命科学、媒体和娱乐，以及零售和消费品。该页面将AWS、Daybreak和Oracle列为项目合作伙伴，并显示Cognizant在OpenAI Partner Summit 2026上获得了Codex行业转型先锋奖。

匹配字段正文

nition–Corridor：Cognition 正在收购安全公司 Corridor（Cognition）。 Serval：在红杉资本领投下完成 1.5 亿美元 C 轮融资，估值 30 亿美元（@jakeserval）。 云增长：Google Cloud 的年化收入为 1,230 亿美元，增长 103%。Azure 约为 1,380 亿美元，增长 48%，AWS 为 1,840 亿美元，增长 39%（@jaminball）。 热门推文（按互动量） Codex 使用限额翻倍；Pro 200 削减取消 — 4.35 万 NYT：Nvidia CEO 的关联人士向北京传递情报 — 1.94 万 Claude Sonnet 5 对小鼠进行基因治疗手术 — 7,900 Mistral Large 4 开放权重 — 6,900 Claude API 最大请求大小提升至 128MB — 5,400 DeepMind 的《智能经济学》论文 — 4,300 OpenAI 扩展的前沿模型监控 — 4,100 Anthropic 的 Claude 滥用自我评估 — 4,000 AI Reddit 摘要 /

匹配字段正文

AI红利究竟被谁吃了？字母榜下载客户端 独家抢先看2026年10月30日 12:15:10 来自北京Updated 2026年10月30日 12:49:40 从 Meta 开始，硅谷巨头迎来了一个格外惨淡的财报周。 10月29日，亚马逊公布第三季度财报，旗下AWS营收同比增长39%，创下近五年来最快增速，但集团过去12个月自由现金流却转为负424亿美元，股价盘后一度下跌超过5%。 谷歌的遭遇更加惨烈：尽管Google Cloud营收同比增长103%，Alphabet股价仍在10月29日暴跌12.64%，盘中一度下跌超过13%，市值蒸发超过5000亿美元，创下公司历史纪录。 更早之前，Meta第三季度营收同比增长26%，财报公布后首个交易日股价下跌近7%。 这在某种程度上是一个对之前阿波罗全球管理公司首席经济学家Torsten Slok 言论的反驳。Slok指出，过去几年，美国科技七巨头的人均营收和利润率持续提高，但标普500指数其余493家公司，却没有出现类似的改善。 一场技术革命，人们总会期待，创造技术的公司能够赚到丰厚的利润，采用技术的企业能够提高经营效率，而普通人也能享受到更便宜

匹配字段正文

的目标……我希望所有人都专注于创造能真正推动客户和业务发展的成果，让每个 Token 创造更大的价值。” 为此，微软立刻调整了内部 AI 使用指导方针，把成本更低的 GPT-5.6 设为内部默认模型，并要求各部门更加严格地管理 Token 开支——据外媒报道，当时微软的一些工程师，每月光 Token 消耗费用就能达到数百甚至数千美元。 再往前的今年 6 月，AWS CEO Matt Garman 也表示，企业可根据具体任务选择成本合适的模型，而不是无论什么任务都调用最昂贵的 AI。对于一些日常开发任务，能力“足够好”、价格更低的开放权重模型，可能比顶级闭源模型更划算。 从微软到亚马逊，两家科技巨头接连给“疯狂烧 Token”的风气踩下刹车，多少有些耐人寻味。 毕竟，就在不久前，他们还在鼓励员工尽可能多地使用 AI，生怕谁没跟上这波技术浪潮。如今，当 Token 账单越来越贵、AI 生成的代码越来越多，管理层又开始追问：花出去的钱，究竟换来了多少实际成果？ 对于程序员来说，这或许也是一个有些矛盾的处境：AI 用得少，可能被认为跟不上时代；AI 用得多，又可能被质疑是在浪费 Token。那

匹配字段正文

6年第二季度的48%。 当然，规模效应确实在发生。当收入基数从十亿级跳升至百亿级，前期锁定的算力资源被摊薄，单位经济模型出现了方向性的改善。 但改善的代价，则出现在算力成本表上。 数据显示，Anthropic锁定的算力基础设施承诺已突破6000亿美元，若正在谈判的额外协议落地，总额可能达到7500亿至8100亿美元。 其中，与谷歌云的合同约1110亿美元，与AWS约1100亿美元，与微软约310亿至449亿美元，另外还有与博通关联的TPU租赁义务逾1600亿美元，以及与Nscale、Lambda合计最高860亿美元的芯片租赁安排。 更关键的是，合同结构的变化。其中大量协议，被标注为“无论实际使用量如何均须支付”，期限延伸至2033年至2034年。 这也意味着，Anthropic需要用未来七到十年的确定性支出，换取了当前算力供给的确定性。而纯模型公司的估值，在很大程度上，仍寄生在基础设施供应商的现金流之上。 诸多分析认为，在收入增速仍高的阶段，这套结构运转良好；但一旦增速放缓，刚性合同就会从规模杠杆变成利润黑洞。 事实上，2026年三季度，Anthropic的环比增长约45%，相比上半年

匹配字段正文

re 的底牌：332 亿美元，但增速只有谷歌云的一半 1.微软首次以美元形式披露Azure收入：2027财年第一财季（2026年7至9月）Azure收入332亿美元、同比增长48%，超出分析师预期，标志云市场竞争从"百分比叙事"进入"美元透明"阶段。 2.三朵云首次同尺对比：Alphabet同季谷歌云收入307亿美元、同比几近翻倍（增速约为Azure两倍）；AWS上季收入422.3亿美元、同比增长36.7%、年化约1690亿美元。Azure规模微超谷歌云约25亿美元，但增速居中、规模仍落后AWS近100亿美元。 3.微软重组财报结构，将Azure与Microsoft 365云业务合并为"Agents and Infra"部门，季度收入768亿美元、同比增长25%，被指在Azure增速与规模双重压力下放大叙事、平滑波动；后续观察点在Azure的AI收入占比及2026财年逾1150亿美元资本开支的转化效率。 三、五大巨头举债造 AI，全球债券发行量破 6.61 万亿美元纪录 1.2026年全球债券发行量达6.61万亿美元、同比增15%，距年底尚有两月即刷新2025年全年5.95万亿美元纪录

匹配字段正文

.英特尔2026年三季度营收165亿美元（同比增21%）、每股收益52美分超预期，但四季度营收指引150亿至160亿美元低于市场约171亿美元预期，毛利率指引由三季度43%骤降至38%；10月29日盘后股价一度暴跌约21%，数据中心与AI业务营收增78%仍难掩PC客户端营收同比降5%与AI芯片定价权缺失。 2.亚马逊三季度营收2019亿美元（同比增12%）、AWS营收增39.3%、运营利润率13.9%创历史新高，但单季资本支出达773亿美元，推动滚动自由现金流净流出424亿美元，全年资本支出指引2200亿美元；10月29日盘后股价下跌逾5%，市场从“先投入后回报”转向追问商业化进度。 3.两份财报折射AI回报分配不均：掌握客户关系与应用场景的超大规模云厂商维持定价权与收入可见性，英特尔等纯硬件供应商议价空间被压缩、利润率承压；后续需盯英特尔四季度毛利率是否落实38%及PC业务走势、亚马逊资本支出与自由现金流何时回正、其他云厂商投入节奏是否同步。 1.2026年10月29日，Alphabet（谷歌母公司）财报后股价单日暴跌逾12%（报道为12.73%），市值单日蒸发约5000亿美元，创2

匹配字段正文

合理配置基础设施，首先要理解企业的技术需要达成什么目标。 对于将 AI 投入生产的企业而言，成本压力正日益凸显出将技术性能与业务价值联系起来的必要性。AMD 的 AWS 技术赋能经理 Jeremy Girven 表示，仅凭性能数据并不能让客户了解一项投资对他们的业务意味着什么。 “客户、也就是你的最终用户，等 30 秒才得到响应是可以接受的吗，还是他们需要立即响应？”他说，“如果他们能等 30 秒，你就可以选用更便宜的硬件。如果他们需要立即响应，那你可能就得采用更前沿的硬件。” Girven 在 EVOLVE26 上接受了 theCUBE 主持人 Rebecca Knight 的采访，该采访在 SiliconANGLE Media 的直播工作室 theCUBE 上独家播出。他们讨论了基础设施的合理配置、AMD 与 Cloudera 的合作，以及企业 AI 部署的经济性。（ 下方披露。） 合理配置基础设施需要持续关注 AMD 与 Cloudera 的合作包括持续验证 AMD 产品在 Cloudera 部署中的适配性。Girven 解释说，客户的预算顾虑是这些基础设施讨论的核心部分。 “我

匹配字段正文

然而，添加Medusa头后，推理速度又额外提升了2至3.6倍。 我们测试了两种Medusa变体：在Medusa-1中，我们先微调基础LLM，然后冻结其权重并单独微调Medusa头；在Medusa-2中，我们在单个阶段中训练所有内容。两者都实现了相当的加速，且没有明显的质量损失，但Medusa-2更简单的流水线使其对管理多个模型的生产团队来说更实用。结果将KD与Medusa-2结合同时带来了两方面收益：我们的最终模型在质量上匹配700亿参数教师模型，同时根据用例不同，运行速度快10到20倍。对于三个用例中的每一个，我们都使用上述流水线，以领域特定数据微调了一个专用模型。对于AI行程规划器，我们展示了相比GPT-3.5用户参与度提升2.9%。对于智能筛选，我们实现了99%的查询响应速度快15倍。对于AI生成的住宿描述，我们展示了用户“有帮助”评分提高1.4%，而成本不到GPT-4的三分之一。感谢我们的AWS同事Aleksandra Dokic以及Booking.com团队：Emmanouil Stergiadis、Eran Fainman、Ilya Gusev和Moran Beladev。

匹配字段正文

直接且诚实的方式推进，而OpenAI日益激进的商业化节奏，以及他与山姆·阿尔特曼（Sam Altman）等管理层在底层价值观上的分歧，导致彼此的信任彻底破裂。 2020年12月，达里奥决定离职，他的妹妹、时任安全与政策运营副总裁的丹妮拉·阿莫代伊（Daniela Amodei）、GPT-3论文的第一作者汤姆·布朗（Tom Brown）、提出Scaling Laws（缩放定律）的物理学家贾里德·卡普兰（Jared Kaplan）等OpenAI当时最核心的六名干将，也随他一同离开。 2021年2月，决心单干的达里奥等人成立了Anthropic。 达里奥1983年出生于旧金山。据他描述，他本人和父母的关系非常亲密，因此，2006年，受父亲因罕见病去世的影响，彼时正在攻读理论物理研究生的他，转到了生物物理系。2011年，达里奥进入斯坦福医学院攻读博士后，研究神经回路与肿瘤相关课题，但他很快意识到，单个研究者在有限时间内无法实现该领域的研究突破。 2014年11月，达里奥加入百度硅谷人工智能实验室，在吴恩达（百度前首席科学家）团队中主导了DeepSpeech 2项目，实现了将原始音频直接转换为文

匹配字段正文

来考虑这件事吗？因为它是非现金的，如果我只是把股票发给员工，我必须在利润表上计入这笔费用，但我实际上并没有从银行账户里拿出纯现金给他们。所以它不是那样的领域。它涉及会计，是高层面的。如果你不懂会计，看起来会很糟，但这是因为他们增长得太快，估值涨得太多了。 关于这笔费用，这里的一些争论在于，亚马逊是另一方。显然亚马逊非常高兴，因为Anthropic正在大量购买AWS，当然他们也为估值上涨而高兴，但随着时间的推移，亚马逊会因此被稀释。这是那里动态的一部分。 Anthropic显然会IPO。他们会向市场投放大量股票。很明显，随着时间的推移，他们会发行更多股票来筹集更多资金。他们似乎不会很快停止想要融资。 你如何看待这一点，就投资像Anthropic这样的公司而言，你的估值可能上涨，但你实际的所有权份额可能随着时间的推移而被稀释？ 这些交易一直结构得非常有创意。数字是，他们实际上只烧掉了100亿美元现金。他们今天资产负债表上有1200多亿美元现金和可出售证券，IPO后可能还有1000亿美元。 这对双方来说都是一笔非常划算的交易。他们实际上只是租用算力。这不像他们需要投入巨额资本支出，甚至也不是

匹配字段正文

一点需要两部分：一种描述 UI 的方式，以及一套智能体技术栈，将你的智能体连接到你的应用并渲染该 UI。 A2UI（Agent-to-UI）是 Google 推出的框架无关的生成式 UI 开放标准。智能体将界面描述为数据，你的应用则用你已有的组件将其绘制出来。它在设计上是传输无关的。 CopilotKit 提供智能体集成技术栈，可与“LangChain”、“AWS Strands”、“Google ADK”等智能体框架集成，用于构建面向用户的智能体应用。它提供了一套工具包，用于借助 A2UI 协议构建丰富的应用，包括聊天界面、运行时，并在 React 和 Angular 中利用 A2UI 渲染器。CopilotKit 还为 Vue 和 Slack 提供自定义 A2UI 渲染器。 什么是 A2UI？ 生成式 UI 涵盖了一系列方法，从使用预定义的高阶组件，到让你的 AI 智能体灵活决定如何构建 UI。 在受控的一端，你预先构建每个组件，智能体选择渲染哪一个以及使用什么数据。这种方式品牌安全，但不允许基于用户意图进行深度定制和个性化。在开放的一端，智能体返回用 HTML、Javascrip

匹配字段正文

。Joey 还引了一份替代数据，最顶上 1% 的客户贡献了面板里七八成的用量，比招股书那个 25% 更集中。 真正说明粘性的是另一个数。Q3 还有 20% 的收入来自 4 月之前发布的模型。80% 已经切到最新版，可剩下这 20% 说明有一批客户换模型要排队走流程，一个 1500 强企业要认证一个新模型，比创业公司慢得多。再加上那些提前签了预付款承诺、跟签 AWS 长约一个逻辑的客户，锁得比想象中死。 招股书里写着「我们不会让你失望」 Doug 说整份 S-1 里最疯的一句，是直接把「少承诺，多交付」写进了正式文件，他觉得没有比这更离谱的操作。市场还在为 Q4 的 ARR 数字焦虑，可公司刚刚在招股书里告诉你，他们从不让预期落空。 Jordan 顺着往下推了一层，说这些年关于网络安全要终结世界、AGI 有 10% 概率让人类灭绝的说法，也属于 under-promise，实际情况可能更糟。这段是好笑，凉意也在里面。 Q4 有个真实的坑。招股书里写，截至 1 月 2 日的两周，客户总支出比 12 月 19 日之前的两周下降约 20%，折算到 12 月单月大约 10%。四个人为这事儿吵：这

匹配字段正文

但它无法告知替补者支付提供方是否已提交原始请求。 持久操作记录为下一步并非预先确定的智能体实现了这一幂等性指导。 持久记录中的幂等键将替补者与原始请求关联起来。如果替补者使用同一个键重试，提供方就能识别出这是同一操作，而不是将其作为一笔独立退款来处理。即使原智能体在崩溃后才完成其进行中的请求，或者一个被认为已死亡的 worker 已恢复运行，这一点依然成立。AWS 的 Builders' Library 将这一模式正式化：调用方提供的标识符与变更操作原子性地一同记录。 但重试并不总是安全的。结果可能仍然不明确。Stripe 的文档指出，变更操作返回 500 响应仍可能产生外部影响。当结果未知时，替补者需要证据来进行调查。 Langfuse 可以显示前一个智能体的工具调用：一个使用已记录的幂等键派发的退款请求。ClickStack 可以补充运维方面的情况：一次发往支付服务的出站 HTTP 请求随后发生连接失败，从而缩小了故障窗口。 两者都可直接供替补智能体使用。Langfuse MCP 服务器让它按操作 ID 查询前一个智能体的追踪记录，ClickStack MCP 服务器让它搜索同一时

匹配字段正文

，员工可用AI自动创建业务应用并在Oracle Cloud上共享。Oracle AI World 2026 Oracle Cloud宣布引入Google TPU，将于2027年开始提供。Oracle AI World 2026 JavaScript运行时“Bun”推出了兼容Prettier、速度超过300倍的格式化工具。Prettier配置文件也可直接使用 AWS和Google Cloud以开源形式发布了“PyTorch”的AWS Trainium、Google Cloud TPU支持版本。致力于从NVIDIA迁移 “DuckDB 2.0 LTS”正式发布。通过Quack协议实现客户端/服务器功能以及通过异步处理实现高速化等 Cloudflare宣布推出将TypeScript移植到Rust的“tsrs”。相比TypeScript 7，内存最多减少70%，速度提升8倍。今后计划支持LSP等TypeScript的全部功能 “Cloudflare OS”将提供托管服务。加强与GitHub的连接以及与Gmail的联动等 AWS宣布推出“AWS Lambda Web Functions”，可在A

匹配字段正文

e TPU是极具竞争力的处理器，已展现出显著的代际改进。 在其第八代TPU系列中，Google推出了两个版本的处理器：用于训练的TPU 8t和用于推理的TPU 8i。Google在公司博客文章中表示，两个版本的每瓦性能最高可达两倍。Google还表示，TPU 8t的每美元性能最高提升2.7倍，而TPU 8i的每美元性能比上一代最高提升80%。 Google和AWS等超大规模云厂商发现，为自身基础设施和云服务构建定制AI芯片具有战略价值。如今，它们似乎也看到了更广泛地将这些芯片商业化的机会。 据报道，AWS曾考虑出售其Trainium AI芯片，用于第三方数据中心。Oracle的公告表明，Google也看到了TPU在其自有云平台之外的市场。 Burke表示，在权衡是将计算容量保留给内部团队还是更广泛地提供之后，Google似乎已转向外部部署。他将这一转变部分归因于AI计算市场持续紧张。 “将其对外提供比全部内部使用具有更高的价值，”他说。 Kimball表示，Google决定在OCI上提供TPU，使客户无需将数据迁移到Google Cloud即可使用这些芯片。 “这关乎Google理解其

匹配字段正文