跳到正文
#现象/趋势
8月13日周四
  1. Rohan Paul46

    CoreWeave与客户签下多年期NVIDIA A100合同，延续至2029年，即该2020年发布的GPU在推出约9年后仍有客户承诺长期容量。CoreWeave在10-K中将技术设备使用寿命从5年上调至6年，并称旧GPU集群可在合同到期后转向托管推理。黄仁勋指出，CUDA让Ampere、Hopper和Blackwell架构在其生命周期内持续升级，提升利用率与耐用性。

    引用Jensen Huang@JensenHuang

    The mighty A100 fleet are mission-capable from 2020 through 2029. NVIDIA computing is more than chips. CUDA gives developers and NVIDIA engineers a common platform to continually upgrade Ampere, Hopper and Blackwell throughout their useful lives. CUDA makes NVIDIA computing versatile. Versatility makes it fungible. Fungibility drives utilization and extends durability, making NVIDIA compute a productive asset: rentable, durable and financeable.

  2. IT之家·人工智能42

    7月美国企业AI消费观察：OpenAI GPT-5.6 Sol收入超Anthropic Fable 5

    Ramp最新AI Index数据显示，7月美国企业在Anthropic Fable 5上的支出约为OpenAI GPT-5.6 Sol的75%，顶级模型受欢迎程度不及后者。同期Anthropic企业采用率达43.5%，仍领先OpenAI的39.7%，xAI升至4%，Google降至6.2%。AI支出最高的前1%企业人均AI工具支出中位数达7,400美元，高于6月的不足5,000美元。

  3. IT之家·人工智能59

    报告称 90% 高管认为 AI 未提升公司生产力，部分企业开始召回被裁员工

    亚特兰大联邦储备银行调查显示，约 90% 企业高管认为 AI 尚未提高公司生产力，且自 2021 年以来推动生产力提升的因素更多是疫情期间的远程办公。研究交叉分析美国上市公司 5 年数据发现，AI 投资公告与 AI 裁员公告同步增加，但裁员公告后股票市场平均回报接近 0，超半数相关事件市场反应偏负面。部分企业因现实需要开始重新聘用被裁员工，但员工对 AI 的情绪明显下滑，双方信任已经破裂。

  4. IT之家·人工智能59

    调查显示超 80% 的日本公司尚未全面拥抱 AI

    路透社调查显示，超80%的日本公司仅有限使用AI或完全不用，仅16%将其作为不可或缺工具。政府报告指出，86.4%的日本企业至少一项任务使用生成式AI，低于中国的98.1%、德国的91.6%和美国的90.9%。未来一到两年，仅4%的公司预计AI预算年增长50%或更多，所有受访者均表示不会削减AI支出。

  5. The Decoder：AI News56

    乳腺癌检测AI工具未达放射科医生预期

    《Clinical Imaging》一项针对215名乳腺影像学会成员的调查显示，约半数已在用FDA批准的AI工具，另有11%计划采用，但仅少数人视其为决定性因素。实际效果低于预期：仅35%报告召回率降低（59%曾预期）、9%看到不必要活检减少（36%曾预期）、29%感到倦怠减轻（56%曾预期）。成本与机构支持不足是主要障碍。

8月12日周三
  1. ByteByteGo56

    GitHub、Vercel 与 Replit 如何应对 AI 代码生成商品化

    当 AI 模型能以极低成本快速生成可用代码，代码生成本身不再是开发者平台的差异化优势。GitHub 押注编排，通过 Agent HQ 在临时云环境中协调多家模型供应商的智能体；Vercel 押注生产路径，基于隔离 microVM 沙箱；Replit 则押注验证，用真实浏览器驱动的自测循环捕捉“看似能用”的代码。三家公司均支持 MCP 标准，让任意智能体接入任意工具。

  5. IT之家·人工智能41

    专家警示医学生过度依赖 AI：或从一开始就无法形成诊疗推理能力

    斯坦福大学医学院巴贾杰与约翰斯·霍普金斯医学中心萨克兰在《卫报》撰文警告，医学生使用AI的危险不仅是技能退化，更可能是从未真正形成技能。约三分之二美国医生已使用临床AI聊天机器人OpenEvidence，而《Nature Medicine》新研究显示医疗专用大语言模型回答医疗问题的表现反而不如ChatGPT和Claude等通用聊天机器人。

  7. IT之家·人工智能48

    a16z：AI 智能体成本已低于印度离岸外包劳动力

    a16z 合伙人报告称，AI 智能体完全成本约每小时 6-8 美元，低于印度 BPO 工人的约 10 美元。OSWorld-Verified 基准显示，领先模型 Claude Fable 5 得分达 85%，高于人类测试者的 72%。受访团队已将其用于 IT 工单处理、招聘流程自动化等生产场景，有案例将维护爬虫的工程团队规模减半。

  9. The Verge：AI61

    Saber 否认用 ChatGPT 替换《Rideshare Stimulator》编剧

    Saber CEO Matthew Karch 否认用 AI 替换《Rideshare Stimulator》编剧，称故事“完全由真人撰写”，仅一个实验性免费乘车模式因乘客数量无限而必然使用 AI。前首席编剧 Stella Sacco 则称自己在开发中途被 ChatGPT 替换，所有乘客语音均为 AI 生成，且 Steam 页面未披露生成式 AI 使用情况。

  10. IT之家·人工智能59

    我国研发投入首超美国登全球第一，科技创新跑出“加速度”

    日本文部科学省《科学技术指标 2026》显示，2024 年中国研发经费达 97.1 万亿日元（约合 4.12 万亿元人民币），同比增长 13.1%，首次超过美国的 95.3 万亿日元。中国在热点论文数（占全球 53.2%）及 6 个学科被引次数上保持世界第一；集邦咨询预测 2026 年国产产品有望拿下中国高端 AI 芯片市场近 90% 份额，上半年中国人形机器人出货量占全球 97%。

  11. IT之家·人工智能51

    举债重金押注 AI 基建，消息称甲骨文正制定新一轮裁员计划

    甲骨文正制定新一轮裁员计划以削减员工成本，部分团队裁员比例可能达到两位数，目标在 9 月 1 日第二财季开始前完成。公司背负数百亿美元债务大举投资 AI 基础设施，2026 财年基础设施投入达 557 亿美元，员工总数减少 2.1 万人至约 14.1 万名。尽管云基础设施业务增长 77%，甲骨文股价今年以来已下跌近 26%。

  12. The Verge：AI80

    ChatGPT 与 Gemini 双双突破 10 亿用户

    OpenAI 与 Google 的聊天机器人均跨过 10 亿用户门槛。OpenAI 在 8 月 6 日的博文中披露 ChatGPT 月活用户超 10 亿，Google CEO 皮查伊则宣布 Gemini 月活达 10 亿，成为其史上增长最快的产品。OpenAI 称 ChatGPT 在 7 月周活用户已达 10 亿，而 Gemini 在 2 月月活为 7.5 亿，增长势头更猛。

    推荐理由：用户里程碑背后，ChatGPT 增长放缓而 Gemini 在安卓端的集成优势正加速追赶，竞争焦点从品牌认知转向平台生态。

  15. Tomasz Tunguz 博客60

    每个类别都有赢家：AI 时代 SaaS 龙头的估值溢价

    SaaS 估值整体承压，但每个细分赛道都跑出了 AI 龙头：CrowdStrike 以 34.4x 前瞻收入领跑安全（中位数 3.9x），Cloudflare 32.6x 对 17.5x，Shopify 11.3x 对 1.4x。

    推荐理由：用估值倍数差量化了市场愿为AI整合叙事支付的溢价，比行业报告更直接地揭示投资者如何区分企业的AI实质与口号。

8月11日周二
  1. a16z：News67

    开放与封闭AI的简单经济学

    经济学家Petra Moser对1851年万国工业博览会及1876年美国续展近1.5万项发明的研究显示，专利制度不影响创新水平，只改变创新方向。这一证据同样适用于当前开放权重与封闭权重AI模型之争：开放权重不太可能改变AI投资总量，只会改变其方向——构建什么、由谁构建、谁获取回报。安全问题的关键也不在于开放性本身是否危险，而在于扩散何时能增强防御方、有害能力在何处能被真正约束。

  2. The Verge：AI51

    亚马逊为何让订单确认邮件变得如此“无用”

    亚马逊今夏起简化订单通知邮件，不再列出具体商品，仅显示“Beauty item”“Hardware item”等类别，顾客需登录应用或网站才能查看详情。公司发言人回应称此举是为引导用户使用“Your Orders”页面，并减少在亚马逊应用和网站之外共享的客户信息以提升隐私。分析认为，这也是一种防御AI购物代理（如Google的Gemini Spark）抓取数据、避免“DoorDash问题”的策略。

  3. IT之家·人工智能60

    李飞飞：AI 进入校园的最大风险，是可能削弱孩子的学习能力

    斯坦福大学教授、World Labs 联合创始人李飞飞认为，AI 进入校园最大的危险并非学生作弊，而是可能削弱学生的学习能力，最糟糕的结果是年轻一代的自主性和学习动力被工具夺走。她同时警告不应全面抵制 AI，并指出若学生已投入学习、仅在遇困时需帮助，AI 可成为强大的学习伙伴。牛津大学出版社报告及多项研究也显示，AI 虽加快学习速度，却伴随思考深度降低等隐忧。

  5. The Verge：AI75

    OpenAI 用 Astra 模型攻克 10 道数学难题，数学家既兴奋又担忧

    OpenAI 宣布其未发布的 Astra 模型解决了 10 道长期悬而未决的数学难题，涵盖球体堆积、纠错码、非 sofic 群存在性等领域，并发布超 250 页论文及 Lean 验证结果。

    推荐理由：这篇报道将10个数学问题的AI解法置于数学界的就业恐慌、商业侵蚀和归属争议之中，展示了技术突破如何引发学术生态的连锁反应。

  6. 公众号：数字生命卡兹克65

    微信小微AI帮写与AI点评内测：朋友圈最后一点人味正在消失

    微信基于小微推出朋友圈AI帮写与AI点评内测功能，前者可根据图片和已写文字生成3条朋友圈文案，后者可长按文字生成评价或快捷评论。作者认为这两个功能将AI置于社交核心位置，可能鼓励AI内容、破坏朋友圈自2012年确立的“记录美好生活”基调。公众号端小微还常驻首位，自动总结常看公众号文章，作者担忧这会反向影响创作者内容生产。

    推荐理由：将AI帮写和总结置于核心入口，打破了朋友圈“记录生活”的初始基调，当来源本身比内容更重要时，鼓励AI生成可能反向塑造创作者的表达逻辑。

  8. The Verge：AI63

    马克·扎克伯格不懂如何生活

    扎克伯格发布6500字长文，为AI描绘积极未来，试图平息公众对数据中心和失业的反弹情绪。文章批评其“个性化AI代理”愿景将人际关系和爱好外包给机器，认为爱是一种关注方式，AI无法替代个人投入与陪伴。作者以AI生成励志海报和AI挑选烘焙食谱为例，指出这种效率优先的愿景牺牲了真实生活体验。

  9. TechCrunch：AI59

    马克·扎克伯格的AI宣言恰恰解释了人们为何反感AI

    马克·扎克伯格发布6500字宣言，描绘Meta AI“个人超级智能”系统的美好前景，但文中充满模糊的智能泛论，且教育、法律等示例与现实脱节。近期调查显示64%美国人认为社交媒体危害民主，法院刚判Meta赔偿5.67亿美元，公众对科技高管缺乏信任，此类宣言反而加剧对AI的焦虑。

  10. Rohan Paul45

    Lindy 推出 Teammate，定位从 AI 智能体升级为“AI 员工”，团队成员可在 Slack 中直接使用。其核心是解决 AI 工作上下文割裂问题：通过跨会议、Slack、文档及 Gmail、Linear、Salesforce、Stripe 等系统的共享状态，让记忆以团队可检查、编辑或删除的文件形式存在，避免上下文随聊天窗口消失。

    引用Flo Crivello@Altimor

    Today, we kill the AI agent and introduce the AI employee: Lindy Teammate. It’s just like working with a real employee. Everyone on your team can simply hit it up on Slack and get 10x more done. Lindy also keeps learning, and becomes the self-updating brain of the whole business. Live now: https://lindy.ai

  11. Tomasz Tunguz 博客68

    AI Harness 的 ARR 倍数：25-125 倍区间与加速趋势

    Harvey、Legora 与 Sierra 在九个月内相继跨过 1 亿美元年经常性收入（ARR）门槛，Ramp 与 Decagon 分别以 14 亿美元和 3500 万美元夹在两侧。

    推荐理由：与2021年相比，现在的100倍ARR估值建立在快约3倍的增长之上，这对评估当前AI SaaS估值是否合理提供了历史参照。

8月10日周一
  2. ByteByteGo50

    LinkedIn、Meta 与 YouTube 如何用语义检索对抗标题党

    LinkedIn、Meta 和 YouTube 过去两年尝试从根源解决点击诱饵问题，将检索阶段从行为信号转向语义匹配。LinkedIn 将五个检索系统整合为单一语言模型检索器，Meta 保留大型专用模型漏斗，YouTube 则采用生成式方法直接产出下一项标识。三者均依赖嵌入向量实现用户与内容的语义匹配，以削弱互动农场策略。

  3. a16z：News72

    智能体真的会用电脑吗？a16z 用数据给出答案

    a16z 数据显示，计算机操作智能体在 OSWorld-Verified 基准上的最佳成绩已从一年前的 42% 升至 85%，超过人类测试者约 72% 的水平，Claude Fable 5 以 85% 领先。

    推荐理由：用 OSWorld 基准和一线案例回答了计算机使用代理能否可靠运行，更重要的判断是基础模型正在成为可替换层，真正的壁垒在于上下文、验证和故障处理。

  6. MiniMax (official)58

    MiniMax H3 在 ThursdAI 对话中被誉为“领先的开源权重开放模型”，直接对标 Seedance、FLUX 和 WAN，并登顶 LMArena 开源视频模型榜首。

    引用Alex Volkov@altryne

    The week open video caught the frontier. @blizaine is on ThursdAI right NOW breaking down all three, with a surprise: MiniMax's own @VictorSuOrtiz on stage for the H3 story. MiniMax H3: open weights, #1 open video model on LMArena FLUX 3 Video: BFL's first video model, native audio in a single pass Seedance 2.5: native 30 second takes, 3 minute long videos https://www.youtube.com/watch?v=FbKLj8GJ6OQ