Genspark 进了 Leonis Capital 的 2026 AI 100,这份榜单挑公司的标准是真实商业进展,不看故事讲得多好。想找 AI 原生公司商业化样本的创业者可以翻翻完整名单。
Latest
a16z 用数据打破了一个常见假设:旧 GPU 没有贬值。H100 租金比折旧线高 54%,A100 也高 9%。算训练或推理业务的团队、考虑租卡还是买卡的开发者,这篇值得看看背后供需逻辑。
美联航把个人 AI 助手挡在订票系统外面了,Agent 想帮你订机票这条路走不通了。经常用自动化助手订差旅的人要留意,其他航司会不会跟进也值得观察,这算是对 Agent 订票能力的一次直接限制。
CSET 把两件事放在一起讲:黄仁勋相关指控背后的中国情报疑虑,加上美国本地反对数据中心的风潮,后者可能拖慢美国算力扩张。做芯片、算力或政策研究的读者可以看看它如何主张用证据而非情绪来定政策。
如果你们公司在选云上 AI 方案,这篇借 Deloitte 专家的口把 Google 和只卖模型的对手比了比:从自研 TPU 芯片一路整合到 Gemini 应用,性能和单位成本都有优势。做采购或技术选型的人可以拿来当参考视角,不过注意它是 GeminiApp 赞助内容。
AWS 的掌门人直接给太空数据中心泼了盆冷水:全球连一天一发的火箭都没有,一机架 GPU 就有一吨重,太空中散热和维修更是硬伤。他把账算得很细,做算力基础设施判断、评估这类创业项目时很值得对照着看。
Ramp 经济学家用自家企业消费数据拆了 OpenAI 和 Anthropic 的收入结构:1% 客户贡献八成收入。中位数企业每月每员工只花 12 美元,头部却花 1 万美元,差距近千倍。想看清 AI 商业化真实渗透率、判断该不该给团队配订阅的,都值得看看这些分层数字。
黄仁勋花两年时间想说服白宫放宽对华芯片出口,结果下周要进闭门国会简报会,还被牵扯进违禁芯片流入中国的案子。做芯片生意或关注中美科技博弈的,这条值得蹲后续。
The takeaway is that sandbox hardening was done at the network layer, and the vendor explicitly treats escape testing as ongoing because stronger models may find new routes. Teams building or evaluating agent execution environments should track the full research post for technical details and re-audit their own network policies. The work signals that agent security benchmarking is shifting from one-off audits to continuous testing as model capabilities improve.
Lenny 每半年一期的科技就业报告,这次数据最反常:岗位总量涨 73%,但工程岗原地踏步,UX 研究还砍了 45%。真涨的是数据中心运维和硬件。想搞清楚 AI 时代该往哪个岗位方向走,这份数据比直觉靠谱。
微软的语音转写模型在 OpenRouter 上单周跑了 850 万次请求,两个月涨了 12 倍,连整个转写类目都跟着涨了 3 倍。做语音功能、在挑转写 API 的开发者可以看看这份真实用量排名,比跑分榜单更接近实际选择。
Sam Lessin 在 X 上发了个新词:把 work-life balance 换成 work-life-agent balance。帖子很短没展开,但话题戳中了很多人每天的现实问题——哪些活自己干、哪些丢给 Agent。适合想看看这个讨论怎么演变的读者,几秒钟就能刷完。
Stanford HAI 和 RegLab 盘点了 56 个联邦机构报的 3,611 个 AI 用例,还给了套公共部门专用评估框架。做政府数字化或 AI 治理研究的值得翻翻,比纯监管文件更落地。
United 确认要挡 AI 智能体下单了,但允许它们查航班和价格,靠订单来源标签区分流量。做自动订票或差旅智能体的开发者要注意,最后一步得人来点。 Federal 那条行李申报规则也是个硬约束。
The financing angle is the non-obvious part: extended GPU lifespans change depreciation schedules, resale values and the risk profile of debt-funded data center build-outs. Investors financing compute, cloud capacity planners deciding when to retire H100 fleets, and analysts tracking Nvidia's transition to Vera Rubin will all find the framing useful. The comparison with Cisco's internet-era acquisition machine offers a concrete historical template for judging today's infrastructure cycle.
Orosz 用最新招聘数据坐实了他 4 月的判断:原生移动端和前端岗位在收缩。对比单一平台专精,通用工程师加 AI 工作流的路线更抗周期。做移动端或前端的朋友,现在就该盘点自己的技能面。
OpenBMB 官方公开感谢 MiniCPM 社区的一位贡献者,还顺带重申了他们继续押注小模型的立场。关注 MiniCPM 生态、想知道官方对端侧小模型态度的人可以瞄一眼。
在澳洲跑开源模型进生产的团队可以留意,SambaNova、Intel 和 SCX AI Cloud 三家一起讲部署实践,还能上台做 lightning demo 展示自己的项目。想去的朋友看原文报名链接就行。
给 Agent 加支付能力时最头疼的就是不知道找谁。这份清单按委托支付、支出控制、身份验证、结账四层把 Skyfire、Rye、Crossmint 这些玩家分好了类,直接照着对应层选型就行。
CoreWeave 回应了市场最担心的两件事:政策变动和烧钱速度。营收涨 168%、股价单日反弹 19%,但季度利息 8.46 亿美元也摆在明面上。关注 AI 算力基建投资逻辑的人值得看看它怎么平衡扩张和债务。
Anthropic 上市认购已经超买好几倍,融资额要冲 904 亿美元、比 SpaceX 还大。开发者和投资圈都可以看看发行结构和定价逻辑,后面同梯队 AI 公司 IPO 大概率照抄这套打法。
7 个创始人在 IPO 里每人卖 340 万股、拿走 2.5 亿美元现金,还靠一股 F 类股锁死 50.1% 投票权。买 Anthropic 股票的散户基本没有话语权,这个治理结构值不值得投,文件里自己都写了风险提示。想参与或观望 IPO 的人都该看看细节。
Anthropic 把买算力的账本摊开了:Microsoft 保底 472 亿美元、Google 约 1213 亿美元,锁到 2033 年,不用也得付钱。对比 OpenAI 的云策略,这种超长期锁定能省钱但有巨额固定支出风险。关注 AI 公司上市的可以看看 S-1 里怎么披露这些负债。
美国银行监管机构 OCC 给 AI 智能体定了分级标准,能自己转账的直接算最高风险。做金融智能体的开发者要留意,资金权限决定合规成本。
商务部和另外四个部门打架这事挺少见:国务院、财政部、能源部、五角大楼都想制裁 Megaspeed,怀疑它走私 Nvidia 芯片进中国,但商务部拖着两个月不办。做芯片供应链或跨境生意的人应该盯紧这个案子,看美国执法到底走多严。
a16z 发了一篇关于"B2A"经济的文章:智能体已经占了大部分网络流量、写了大半新文章、推了多数生产代码。做产品的人可以想想自己的接口是不是该服务智能体客户了,这个视角和纯卖 API 的路数不太一样。
Anthropic IPO 认购太火,承销商直接要涨价,估值冲 1.5 万亿美元。Google、Nvidia、Microsoft 还打算在发行价砸 260 亿。想看美股 AI 资本市场怎么给头部模型公司定价的,这条信息量很大。
这份财报把 AI 算力租赁的高杠杆模式摆上台面:CoreWeave 营收和订单都在猛涨,但利息支出吃掉了全部运营利润,手里 41 亿美元现金对着 470 亿债务。做算力生意、想投 AI 基建股、或者关心这场 GPU 军备竞赛能撑多久的人,都该看看这组数字。
Anthropic 要 IPO 了,高盛给潜在投资人的口径是 2030 年收入超 6000 亿美元,是今年的 130 倍。这个预测把算力投入和收入增长直接绑定,数据中心一延误 2027 年现金流就先出问题。关注 AI 公司估值和 IPO 的朋友值得看看这套逻辑。
S-1 文件里挖出的细节很有意思:Lambda 没赶上场地租约截止日,Anthropic 拿到了终止 349 亿合同的权利,但费用按交付才起算,等着反而零成本。做算力采购或关注 AI 基建的人值得看看合同条款怎么设计的。
Gergely Orosz 这个编译器类比挺妙的:用 AI 写代码就像用编译器,没人会为此生气。他还预测 GTA VI 是最后一款不用 AI 开发的 3A 大作,做开发的可以看看这个判断你认不认。
Sakana AI 请来了执掌过 NSA 和美国网络司令部的 Michael Rogers,外加 27 年 CIA 老兵 Tom Moran 当顾问,方向明显是国防和网络安全。日本 AI 公司这么深地绑定美国情报圈人脉,少见,做 AI 政企生意的人值得看看。
The Information 刚公布 2026 年 50 强初创榜单,今年有 23 家年化收入破千万美元,比 2024 年的 13 家翻了近一倍,还有一家 AI 基础设施公司 16 个人就做到 4000 万美元。想看哪些赛道在真实赚钱的朋友可以翻翻完整名单。
The Information 报道 OpenAI 三季度收入涨到 100 亿美元,但亏损也有 109 亿。收入主要靠 GPT 5.6、Astra 和图像模型的 API 调用撑起来的。做 API 生意或评估 OpenAI 定价策略的团队应该看看这组数字。
印度和东南亚的几家垂直巨头在把自家数据训出的AI拿出来卖,Paytm、Meesho这些名字都值得一盯。数据护城河到底能不能变现成业务,这篇给了一批真实案例,做区域AI产品的人可以对照看看路径。
这是 HCLTech 写给企业的实操视角文章,谈的不是模型多强,而是你的数据、流程和治理能不能接住 AI。正在公司里推 AI 项目的负责人可以拿来对照自查。
Tech in Asia 把东南亚 35 家 physical AI 创业公司整理成一张图,累计融资 4.965 亿美元,从机器人本体到部署服务都有。想找区域合作机会或看这个市场怎么落地的,这张地图省去你自己查的功夫。
腾讯云高管在 Web Summit 欧洲场和 Atlassian、Intel 的人聊企业 AI 怎么落地,核心观点是用降本和效率这些硬指标衡量效果,顺带披露了 WorkBuddy 已有 8000 多万用户。做企业 AI 采购决策的人可以参考他们的评估思路。
CodeRabbit 拉上 Databricks 在旧金山办社区之夜,管吃管喝,还有晚上 7 点 45 分开始的 open mic,谁都能上台聊自己的工程实践。人在湾区又想找同行面基的话,先去 RSVP 占个位。
CoreWeave 这份财报很有看点:营收翻了近 1.7 倍,1.7GW 电力规模等于把好几个大型数据中心装进体内,90 亿美元预付款说明客户抢算力抢到提前打钱。做 AI 应用、算算力成本、关注云厂商竞争格局的人都该看看。
Only the latest 2000 items are listed; for older ones see the daily archive