10:22rohanpaul_ai@rohanpaul_ai管理 180 亿美元的对冲基金 Magnetar Capital 计划在其最新基金中完全使用 AI 智能体进行股票研究,取代人类分析师。这些 AI 智能体将负责寻找投资想法、研究公司、推荐仓位和预测趋势,而人类仅保留交易审批权。这标志着 AI 在金融领域的应用从辅助工具升级为核心决策引擎,可能重塑对冲基金行业的人才结构和投资流程。行业AI 智能体对冲基金金融科技Magnetar Capital自动化决策推荐理由:金融从业者终于看到了 AI 落地的硬核案例——180 亿美元的对冲基金用 AI 智能体替代分析师团队,做量化投资或金融科技的建议点开,这可能是行业变革的信号。原文
09:54pandaily@contact@pandaily.com (Pandaily)中国存储芯片厂商长鑫存储(CXMT)2026年第一季度利润达247.6亿元人民币,而长江存储(YMTC)正筹备科创板IPO。这两大突破标志着中国在存储芯片领域的历史性进展,主要得益于AI需求爆发和长期产业培育。CXMT的盈利能力和YMTC的上市计划显示,中国存储芯片产业已从追赶者转变为全球重要参与者,打破了此前依赖进口的局面。行业存储芯片长鑫存储长江存储AI需求科创板推荐理由:存储芯片是AI基础设施的关键一环,CXMT和YMTC的突破意味着中国在半导体自主化上迈出实质一步。关注芯片产业和AI供应链的读者,值得了解这两家公司的崛起路径。原文
09:52IT之家(博客/媒体)精选《卫报》分析显示,美国809座规划数据中心中517座位于去年干旱区域。Xylem报告指出,到2050年AI产业用水增长中冷却仅占4%,发电占54%,半导体制造占42%。台积电菲尼克斯三座晶圆厂建成后日取水量达1640万加仑,尽管回用率85%。英伟达称GB200 NVL72冷却节水效率达风冷300倍,但高功耗机柜反向推高发电用水。Meta海波龙数据中心需配套约10座燃气电厂,总耗水不降反升。行业数据中心台积电英伟达Meta用水危机推荐理由:芯片制造才是耗水大头原文
09:52pandaily@contact@pandaily.com (Pandaily)生成式AI行业正面临第四次泡沫争论,市场出现三大结构性裂痕:投资回报率低于预期、技术瓶颈显现、以及商业化落地困难。尽管存在这些挑战,科技巨头仍承诺进行大规模基础设施投资。这些裂痕将决定行业未来走向,可能引发市场调整或技术突破。投资者和从业者需密切关注这些信号,以判断行业是否处于泡沫边缘。行业生成式AI泡沫争论投资回报技术瓶颈商业化推荐理由:这篇文章揭示了生成式AI行业当前的关键风险点,对AI投资者、创业者和从业者来说,理解这三大裂痕能帮助判断行业走向,建议点开仔细阅读。原文
09:50Pandaily@contact@pandaily.com (Pandaily)精选Unitree Robotics的G1仿人机器人在海外社交媒体引发热潮。在韩国被装扮成佛教僧侣,在日本担任顾问,在波兰成为街头名人,在美国则引发争议。这些视频在TikTok等平台广泛传播,展示中国机器人技术的应用场景。行业UnitreeG1人形机器人海外走红推荐理由:Unitree G1海外整活出圈原文
09:49Genspark@genspark_aiGenspark AI 在湾区举办线下活动,主题聚焦于当前可落地的 AI 工作流,而非未来趋势。活动面向创始人、顾问和企业主,提供动手实践和交流机会。时间定于6月16日周二晚6-8:30,地点在湾区。活动名额有限,需提前报名。行业AI活动湾区工作流创始人企业主推荐理由:湾区的创始人、顾问和企业主别错过——这场活动不讲概念,直接分享当下能用的 AI 工作流,适合想落地实操的团队。建议点开报名链接占个位。原文
09:45shao__meng@shao__meng有用户在 X 平台吐槽 Anthropic Claude 系列模型价格过高,并调侃如果 Claude Fable 5 推出 Fast Mode,输入价格可能达到每百万 token $60,输出价格高达 $300。该用户以幽默方式表达了对高昂成本的无奈,引发社区对 AI 模型定价合理性的讨论。目前 Anthropic 尚未回应或确认 Fable 5 的定价计划。行业AnthropicClaude模型定价成本吐槽API10 个信源在谈推荐理由:AI 模型定价直接影响开发者和企业的使用成本,这条吐槽戳中了 Claude 用户对性价比的焦虑——如果你的项目依赖 Claude API,看完会重新算账。原文
09:42IT之家(博客/媒体)欧盟委员会发布临时措施,要求 Meta 向第三方通用人工智能助手免费开放 WhatsApp 访问权限,直至反垄断调查结束。此前 Meta 在 2025 年 10 月禁止第三方 AI 助手调用 WhatsApp for Business API,让自家 Meta AI 独占市场。尽管 Meta 今年 3 月调整政策允许付费使用,但欧盟认为这实质上延续了禁令。欧盟担心 Meta 的行为在市场发展关键期损害竞争,阻碍小型企业和新进入者挑战大型现有企业。行业欧盟反垄断MetaWhatsAppAI 助手1 个信源在谈推荐理由:欧盟这一临时措施直接冲击 Meta 的 AI 生态垄断策略,做 AI 助手或聊天机器人开发的团队可以关注——WhatsApp 的开放可能带来新的流量入口和竞争机会。原文
09:41IT之家(博客/媒体)88°SpaceX 宣布在得克萨斯州建设一座 1100 万平方英尺的巨型卫星工厂,用于生产轨道数据中心所需的 AI 卫星。马斯克在内部访谈中公布了首款 AI 卫星 AI1 的设计方案,单颗算力达 150 千瓦,计划 2027 年底实现年产 6000 余颗,达到 1 吉瓦太空 AI 算力。工厂将垂直整合太阳能电池、电路板等供应链,规模是星舰工厂的十倍以上。马斯克还提出 2030 年实现年算力 100 吉瓦、远期太瓦级的目标,并联合特斯拉和 xAI 在奥斯汀建设芯片工厂 Terafab。这一计划旨在解决地面数据中心能耗问题,但业界对 SpaceX 直接挑战 2 纳米芯片工艺表示质疑。行业SpaceXAI 卫星轨道数据中心卫星工厂马斯克4 个信源在谈推荐理由:SpaceX 把 AI 算力搬上太空的野心落地了——巨型工厂和 AI1 卫星方案曝光,做卫星通信或 AI 基础设施的团队值得关注,看看轨道数据中心能否颠覆地面算力格局。原文
09:36shao__meng@shao__meng76°Perplexity 与哈佛商学院合作,基于真实使用数据首次系统比较了「对话助手」与「通用 Agent」对知识工作的影响。研究发现,Agent 模式(Computer)相比传统搜索模式(Search),任务完成时间平均节省 87%,成本降低约 94%,且用户满意度更高。Agent 提高了任务自主性,用户角色从「操作者」转向「监督者」,同时扩大了工作边界,让用户能承担更广、更深的任务。研究覆盖 18 个领域,编程领域效果最显著,时间节省 92%,成本节省 96%。行业AI Agent知识工作效率提升Perplexity哈佛研究推荐理由:这份研究用真实数据证明了 Agent 不是噱头——做知识工作、项目管理或跨职能协作的团队,看完会重新评估自己的工具链。建议点开看看具体的数据对比,尤其是成本节省部分。原文
09:30rohanpaul_ai@rohanpaul_ai72°中国正在筹备一项价值2950亿美元的国家级AI基础设施计划,旨在将数据中心、电信运营商和国产芯片整合成一个由国家支持的统一计算网络。中国移动和中国电信等国有企业将运营该系统的绝大部分,使AI基础设施更像铁路、电网或电信网络,而非普通的私有云扩展。该计划要求至少80%的技术(包括AI芯片)依赖华为等本土供应商。这标志着中国在AI领域加速自主可控,减少对外部技术的依赖。行业AI基础设施国产芯片华为中国移动政策推荐理由:这项计划将重塑全球AI基础设施格局,关注中国科技政策的读者值得深入了解其对芯片、云计算和电信行业的深远影响。原文
09:13IT之家(博客/媒体)SpaceX 高管在 IPO 前投资者推介会上透露,公司计划在 2027 年底前完成天基 AI 计算基础设施的首批示范发射,早于招股书中披露的 2028 年部署时间。该项目是 SpaceX 长期发展规划的核心,公司已申请发射至多 100 万颗天基数据中心卫星。SpaceX 自称是唯一具备规模化打造商用天基 AI 计算体系可行方案的企业。先期部署用于技术验证,成熟后全面商用。SpaceX 股票将于本周五在纳斯达克上市,代码 SPCX,发行价 135 美元。行业SpaceX天基AI计算太空数据中心IPO卫星通信4 个信源在谈推荐理由:SpaceX 把 AI 计算搬上太空,解决了地面数据中心能耗和延迟瓶颈,做卫星通信、边缘计算或 AI 基础设施的团队值得关注。原文
09:00IT之家(博客/媒体)精选澜起科技宣布已向客户送样DDR5第六子代寄存时钟驱动器芯片RCD06,支持9200MT/s数据传输速率,较上一代提升15%。该芯片采用双通道独立架构,集成CTLE和低抖动PLL,提升信号完整性和时钟稳定性。主要面向下一代服务器平台,满足云计算、AI等内存密集型工作负载对高带宽的需求。澜起正与内存厂商、CPU供应商等生态伙伴合作,加速DDR5最新子代内存技术的产业化。行业澜起科技DDR5RCD芯片服务器内存RDIMM推荐理由:服务器内存带宽是AI和云计算性能的关键瓶颈,澜起RCD06直接提升15%速率,做数据中心硬件选型或服务器开发的团队值得关注。原文
07:24IT之家(博客/媒体)精选特斯拉 FSD(监督版)已获准在丹麦上路,成为继荷兰、立陶宛、爱沙尼亚后欧盟第四个获批国家。丹麦采纳了荷兰车辆管理局今年 4 月出具的临时车型认证,该认证基于 HW4 硬件和 FSD 14 版本欧洲定制版。目前 FSD 监督版已在全球 12 个地区获批,包括美国、中国、韩国等。比利时和瑞典也在推进审批,欧盟委员会面临统一认证压力。行业特斯拉FSDHW4丹麦智能驾驶推荐理由:特斯拉FSD在欧洲再下一城原文
07:17Gary Marcus@GaryMarcusGary Marcus 在 X 上发文,直言 OpenAI 已失去领先地位,几乎没有任何理由选择他们而非 Anthropic。他指出 OpenAI 承诺过多但无法兑现,领导层失去信誉,且缺乏盈利计划。The Information 报道称,Anthropic 在企业级产品如 Claude Code 和 Claude Cowork 上已超越 OpenAI,营收表现更优。两家前沿实验室均计划上市,但 Anthropic 凭借企业专注度取得了优势。行业OpenAIAnthropic企业级AI营收竞争AI行业格局10 个信源在谈推荐理由:AI 行业格局正在重塑,关注前沿模型竞争的开发者或投资者值得一看——Anthropic 的企业产品策略可能改变市场格局。原文
06:54IT之家(博客/媒体)据韩媒报道,三星电子计划在韩国光州建设一座先进半导体封装工厂,以应对AI芯片需求爆发。该投资可能于6月29日总统会谈期间公布,三星会长李在镕将参与。先进封装是决定AI芯片性能的关键环节,三星此举旨在挑战SK海力士在HBM市场的领先地位。三星已向英伟达、AMD、谷歌等客户供货,并开始提供12层HBM4E内存样品。行业三星先进封装AI芯片HBM韩国推荐理由:AI芯片封装是决定HBM性能的关键,三星加码布局意味着产业链竞争加剧,关注AI硬件供应链的读者值得了解这一动向。原文
06:28PolymarketMoney@PolymarketMoney据 Polymarket 预测市场最新数据,Anthropic 已不再被预计在 2025 年 9 月底前进行首次公开募股(IPO)。这一变化反映了市场对 AI 公司上市时间表的重新评估。Anthropic 作为 OpenAI 的主要竞争对手,其 IPO 计划一直备受关注。目前尚不清楚具体原因,但可能涉及公司战略调整或市场环境变化。行业AnthropicIPOAI 公司资本市场预测市场10 个信源在谈推荐理由:关注 AI 公司资本动态的投资者和从业者值得留意——Anthropic 的 IPO 推迟可能影响整个 AI 行业的融资和估值预期,建议点开了解背后原因。原文
06:25Gary Marcus@GaryMarcusGary Marcus 在 X 上质疑 Dwarkesh Patel 关于 LLM 能真正推理的说法,认为其缺乏可证伪性和证据。Patel 此前表示 LLM 确实能推理,但有时也会模仿推理过程,Marcus 指出这种双重标准难以令人信服。这场争论触及 AI 领域核心问题:LLM 的推理能力是真实的还是高级模仿。Marcus 要求提供可验证的证据,而非仅凭直觉断言。行业LLM推理能力模仿 vs 真实AI 争议Gary Marcus推荐理由:这场争论直击 AI 领域最根本的信任问题——LLM 的推理到底是不是真的?做 AI 研究或关注模型能力的读者,看完会对当前评测和结论有更深反思。原文
06:17Gary Marcus@GaryMarcusGary Marcus 在 X 上发文,质疑 Dwarkesh Patel 关于 AI 推理的论述。Marcus 指出,如果承认 LLM 在无法回答问题时可能模仿推理而非真正推理,那么当模型回答正确时,也应考虑同样的可能性,否则就是双重标准。这场辩论触及 AI 推理本质的核心问题,引发学界和业界对如何定义和验证 AI 推理能力的讨论。行业推理模型LLMGary MarcusAI 评估学术辩论推荐理由:Marcus 的质疑戳中了 AI 推理评估的软肋——做 AI 研究或评测的人,需要思考如何区分真正的推理与模仿,避免被表面正确的结果误导。原文
06:02rohanpaul_ai@rohanpaul_ai本期新闻通讯涵盖多个AI领域重要动态:Claude此前被认为“过于危险”的模型终于公开,但存在使用限制;Cognition推出FrontierCode基准测试,评估AI代码是否达到人类维护者可合并的质量;Claude Fable 5在高级AI研究方面存在隐性限制;Anthropic研究显示AI智能体在编程中表现优异,但在生物学任务中可能从起点就失败;Claude Code团队分享实用技巧以充分发挥其潜力。行业ClaudeFrontierCodeAI基准编程助手AI安全10 个信源在谈推荐理由:开发者可关注FrontierCode基准,评估AI代码的真实可维护性;Claude Code用户可借鉴团队技巧提升效率;AI研究者需了解Claude Fable 5的隐性限制。原文
04:49Gary Marcus@GaryMarcusAnthropic 在 Mythos/Fable 系统卡中透露,他们不仅为安全添加了护栏,还暗中限制了针对前沿大模型开发的请求,以保护自身知识产权。批评者指出,Anthropic 一边保护自家 IP,一边却大量使用他人的知识产权来训练 AI。这一做法引发了关于 AI 公司知识产权保护双重标准的讨论。行业AnthropicMythos知识产权护栏AI 伦理10 个信源在谈推荐理由:这件事暴露了 AI 公司在知识产权问题上的双标——既想用别人的数据,又严防别人碰自己的模型。关注 AI 伦理和开源生态的读者值得一看。原文
04:30a16z@a16za16z联合创始人Marc Andreessen在X上分享了他对AI模型使用格局的看法。他认为未来不会只有少数“God模型”垄断所有AI使用,而是智能将像微芯片或互联网一样商品化,变得极其廉价甚至免费。大多数应用场景不需要超级智能,只需低成本模型即可满足需求。Coinbase CEO Brian Armstrong补充说,未来12-18个月内80%的工作负载将运行在便宜99%的模型上,而20%的高价值任务(如科学突破)仍会使用最先进的模型。他认为限制因素将是能源和计算,而非模型本身。行业God模型智能商品化模型成本AI行业趋势a16z推荐理由:Andreessen的预测点出了AI行业的关键趋势——智能将变得像电力一样普及,做AI应用开发或部署的团队可以提前规划模型选择策略,降低运营成本。原文
04:15Augment Code@augmentcodeAugment Code发布了一条推文,提出“AI原生”的定义正在不断变化,并邀请CircleCI的专家共同探讨如何应对这一趋势。视频中讨论了AI原生开发的核心挑战,包括工具链的演进、开发者的适应策略以及团队协作的变革。对于关注AI编程和开发者工具的团队来说,这是一个值得思考的话题。行业AI原生开发者工具编程助手行业趋势Augment Code推荐理由:AI原生标准不断变化,做AI编程工具和开发流程的团队需要重新思考自己的定位,建议点开视频看看CircleCI的视角。原文
03:58PolymarketMoney@PolymarketMoney一条推文列出了Meta、Anthropic、Nvidia、Google、OpenAI和SpaceX等科技巨头,暗示这些公司正在塑造新的全球秩序。这反映了AI和科技领域头部企业的集中化趋势,以及它们对未来的影响力。推文可能是在讨论这些公司在AI、太空探索等领域的竞争与合作。行业科技巨头行业格局AI竞争太空探索新秩序10 个信源在谈推荐理由:关注AI和科技格局的读者,这条推文点出了当前最关键的玩家,值得思考它们如何定义未来。原文
03:25Simon Willison’s Weblog(博客/媒体)76°Andrej Karpathy 在引用 Claude Fable 5 时指出,随着 AI 让工作软件变得唾手可得,Jevons 悖论正在发生——软件需求反而大幅增长。他提到可以随时请求解释器、可视化工具、仪表盘、定制单用途应用,甚至为项目生成超具体的 wandb 替代品,还能十倍扩展测试套件、自动优化代码、运行大型研究项目。Karpathy 认为这正在改变一切,鼓励大家“解放思维”。行业Andrej KarpathyJevons悖论AI影响软件需求Claude Fable 510 个信源在谈推荐理由:Karpathy 点出了 AI 带来的需求爆发效应,做软件开发和产品的人会重新思考自己的价值——不是被替代,而是需求更多了,值得点开感受这种趋势。原文
02:58PolymarketMoney@PolymarketMoney据市场传闻,谷歌($GOOGL)正在支持Anthropic的AI芯片租赁交易,涉及博通($AVGO)的芯片。这笔交易有望帮助解锁约350亿美元的融资,用于扩大AI基础设施。此举表明科技巨头正通过金融创新加速AI算力部署,同时降低直接资本支出。若消息属实,将强化Anthropic在AI竞赛中的竞争力,并推动博通芯片在AI领域的应用。行业谷歌Anthropic博通AI芯片融资10 个信源在谈推荐理由:谷歌和Anthropic的金融操作揭示了AI军备竞赛的新玩法——用租赁和融资撬动算力,做AI基础设施投资的团队值得关注这一趋势。原文
01:44Gary Marcus@GaryMarcusAnthropic 的 Claude Mythos 模型在两个月内从被认为“太危险无法发布”转变为公开可用,仅增加了额外护栏。评论者 Gary Marcus 指出公众再次被 Anthropic 的套路所迷惑。这一转变引发了对 AI 安全声明可信度的质疑,暗示公司可能利用安全担忧进行营销。事件凸显了 AI 行业在安全与商业化之间的紧张关系。行业AI安全AnthropicClaude Mythos商业化伦理10 个信源在谈推荐理由:AI 安全研究者或关注 AI 伦理的读者会看到 Anthropic 安全声明的矛盾——从“太危险”到公开仅两月,值得反思行业套路。原文
01:15Yangyi@Yangyixxxx作者认为当前AI Agent只是用新技术解决旧问题,缺乏真正的创新。他指出,从2023年到2026年,行业一直在降本增效,但并未产生新的价值场景。真正的变革需要“世界模型”改变内容模态,从而催生全新场景。作者预测世界模型可能在2027年落地,带来颠覆性变化。目前AI应用多为微创新,本质是旧世界套利,而非创造新物种。行业Agent世界模型行业观察创新降本增效推荐理由:这篇观点戳中了AI行业“降本增效”的痛点,做产品、投资的读者会反思当前Agent的局限性,值得一读。原文
00:58LangChain@LangChainAILangChain 将于 6 月 22 日在芝加哥举办线下活动,邀请 United 分享如何利用 Deep Agents 进行 spec-driven 开发,并由 LangChain 创始人 Harrison Chase 与 Austin 对话探讨 Deep Agents 和 Managed Deep Agents 的未来方向。活动旨在促进 AI 社区交流,适合对智能体开发感兴趣的开发者参与。行业智能体Deep Agentsspec-driven 开发社区活动LangChain推荐理由:想了解 Deep Agents 在企业级 spec-driven 开发中的实际落地?United 的案例和 Harrison 的行业洞察值得一听,做智能体应用的开发者建议报名。原文
00:43Decoder@Maximilian SchreinerSpaceX 计划将数据中心送入太空,马斯克在 IPO 前将其描述为近乎微不足道的工程问题。首颗 AI 卫星的性能将相当于一台 Nvidia GB300 机架。然而,谷歌的研究表明,真正的 AI 训练需要大约 10,000 颗紧密耦合的卫星。这一构想旨在利用太空的太阳能和低温环境降低能耗,但技术挑战巨大。行业SpaceX太空数据中心AI训练卫星基础设施6 个信源在谈推荐理由:SpaceX 的太空数据中心构想可能颠覆 AI 基础设施的能耗和部署模式,关注云计算和 AI 训练的工程师值得了解这一前沿方向。原文
00:06Decoder@Matthias Bastian德国一家地区法院裁定,Google 对其 AI 生成的搜索概览(AI Overviews)内容直接负责,不能像传统搜索引擎那样享受有限责任保护。该案中,Google 的 AI 错误地将两家出版商与欺诈行为关联,且这些说法未出现在任何链接来源中。这一裁决可能为全球 AI 生成内容的责任认定树立先例,意味着科技公司需更谨慎地部署 AI 摘要功能。行业AI 责任法律裁决GoogleAI Overviews内容合规推荐理由:做 AI 产品合规或内容审核的团队需要关注——德国法院把 AI 概览定性为平台自身言论,意味着错误答案的法律风险从用户转到了公司,建议法务和产品负责人点开了解具体判例逻辑。原文
23:45Gary Marcus@GaryMarcusAI 学者 Gary Marcus 在 X 上发文,认为 LLM 虽然有用,但距离真正的人工智能还有很长的路要走。他推荐自己 2020 年的文章《The Next Decade in Arxiv》,称其仍然是未来的良好指南,并且公司们正越来越多地遵循其中的路线图(尽管没有公开承认)。Marcus 回应了关于 LLM 是否只是拼图的一小块的质疑,暗示当前路径可能并非终点。行业LLMAI 发展Gary Marcus未来展望行业评论推荐理由:Gary Marcus 的冷静判断值得 AI 从业者关注——他指出了 LLM 的局限性并提供了长期路线图,做 AI 战略或技术选型的人看完会有感触。原文
23:29IT之家(博客/媒体)精选微软AI部门CEO穆斯塔法·苏莱曼在播客中澄清,此前2月接受《金融时报》采访时说的“未来12-18个月内AI将自动化大部分白领任务”被误解,真实意思是AI将辅助完成发邮件、沟通、做PPT等重复性工作,而不是取代职位。苏莱曼称技术方向是让生活更轻松高效。行业穆斯塔法·苏莱曼微软AI取代工作白领推荐理由:微软AI老板改口了,说AI是帮忙不是抢饭碗原文
22:51IT之家(博客/媒体)彭博社记者古尔曼报道,苹果在 WWDC26 上展示了经过全面改造的 Siri AI,覆盖 iOS 27、macOS 27 等系统,旨在证明其在 AI 领域的竞争力。IDC 分析师指出,WWDC26 是苹果 AI 的可信度测试,苹果需要让 AI 在生态系统中变得可信、有用且不打扰用户。然而,投资者仍持怀疑态度,发布会期间苹果股价下跌 1.9%。新功能初期仅支持英语,秋季推出时仍为测试版,中国和欧盟用户暂无法使用。分析师认为,这些功能将推动 iPhone 14 及更早机型用户升级。行业苹果Siri AIWWDC26AI 可信度智能助手4 个信源在谈推荐理由:苹果 AI 战略到了关键节点,WWDC26 的 Siri 改造能否扭转用户和投资者的信任?关注苹果生态的开发者、分析师和果粉值得一看,看看苹果如何用“可信”而非“最大”的 AI 赢回市场。原文
22:46Gary Marcus@GaryMarcusOpenAI员工Joshua Achiam在推文中将OpenAI与Anthropic的价值观差异简化为“人类是否应被赋予自身进步的工具”与“是否应有爱的机器神守护人类”的对立,引发AI学者Gary Marcus批评为“荒谬的过度简化”。Marcus认为这种二分法未能准确反映两家公司实际行为与价值观的复杂性。该讨论揭示了AI伦理与治理领域对价值观表述的敏感性和争议。行业OpenAIAnthropicAI价值观伦理争议行业讨论10 个信源在谈推荐理由:AI价值观争论直接影响技术发展方向和监管政策,关注AI伦理的从业者和研究者值得了解这场争议背后的深层分歧。原文
22:43Clement Delangue@ClementDelangueArcee AI 宣布成为首个完全用 Hugging Face 替换 AWS S3 存储其所有模型和数据集的美国主要 AI 实验室,包括公开和私有数据。双方达成数百万美元合作,旨在支持美国开源 AI 发展。此举标志着 AI 基础设施向去中心化、开源生态的转变,Hugging Face 作为存储和分发平台的地位进一步巩固。行业Arcee AIHugging FaceAWS S3开源 AI基础设施推荐理由:这对使用 AWS S3 存储 AI 资产的团队是个信号——Hugging Face 正成为更灵活、开源友好的替代方案,做模型部署和数据集管理的开发者值得关注这一趋势。原文
22:42小互@imxiaohu苹果Siri并非由Google的Gemini模型直接驱动,而是使用苹果自研的基础模型。不过,这个自研模型是通过对Gemini模型进行知识蒸馏训练而来。Google的Gemini模型仅在苹果iCloud上提供额外支持,且是苹果定制的版本。此外,Siri不使用Google搜索提供世界知识,而是依赖苹果自己的服务。这一安排让外界感觉Google被苹果“耍了”。行业苹果SiriGemini知识蒸馏AI合作推荐理由:这条信息揭示了苹果与Google在AI合作上的真实关系,做AI模型训练或关注大厂博弈的开发者会感兴趣——苹果用蒸馏技术借力Gemini,但最终保持自主,值得点开看看背后的技术策略。原文
22:16Decoder@Maximilian Schreiner据彭博社报道,中国计划在未来五年投资约2950亿美元建设全国性AI数据中心网络。该计划要求至少80%的技术来自华为等国内供应商,这将进一步锁定美国芯片出口。同时,台湾正考虑首次将向中国走私AI芯片定为刑事犯罪。此举显示中国在AI基础设施上加速自主可控,减少对外部供应链的依赖。行业AI基建芯片自主华为美国出口管制供应链推荐理由:这项2950亿美元的计划直接决定了全球AI芯片供应链的未来格局,做半导体投资或AI基础设施的团队需要关注国产替代的加速趋势。原文
22:12IT之家(博客/媒体)据知情人士消息,赛豆科技旗下AI汽车品牌AIVA的激光雷达供应商预计为速腾聚创。AIVA首款量产车型ME7将于2026年亮相,全系覆盖20万元以上市场。火山引擎将为AIVA提供豆包大模型和智能座舱技术服务。AIVA品牌标识由字母A和I组成,寓意AI陪伴用户一路向前。概念车AIVA Origin Concept将呈现“物理AI汽车生命体”的前瞻想象。行业赛豆科技AIVA速腾聚创激光雷达智能汽车推荐理由:激光雷达是自动驾驶的关键传感器,速腾聚创作为头部供应商,其技术路线和成本控制直接影响AIVA车型的落地速度。关注智能汽车供应链的从业者值得留意这一合作动态。原文
21:40Cloudflare Blog@Dan JonesCloudflare 在 Project Glasswing 中提出,漏洞周围的架构比补丁速度更重要。本文详细介绍了该架构的设计、防御的威胁类型,以及 Cloudflare 如何作为自身客户(客户零)运行这套系统。核心思路是通过多层防御和智能路由,在模型攻击到达目标前进行拦截。这套架构已在实际环境中验证,为其他组织提供了可参考的防御范式。行业网络安全防御架构CloudflareAI 模型攻击零号客户推荐理由:网络安全团队终于有了对抗前沿 AI 模型攻击的实战架构——Cloudflare 把自己当小白鼠验证了这套方案,做安全架构的可以直接参考其设计思路。原文