分析师:英伟达AI数据中心芯片主导地位至2030年难撼动
投行DA Davidson技术研究负责人吉尔·卢里亚称,超大规模云服务商在AI数据中心芯片上几乎完全依赖英伟达,替代方案有限,英伟达75%左右的毛利率到2030年前均有支撑。英伟达最新季度销售额同比增长85%至816亿美元,毛利率75%。卢里亚给予“买入”评级,目标价300美元,认为竞争对手仍处早期阶段,云服务商议价能力有限。截至12月31日的五年间,英伟达股价累计上涨超1300%。
投行DA Davidson技术研究负责人吉尔·卢里亚称,超大规模云服务商在AI数据中心芯片上几乎完全依赖英伟达,替代方案有限,英伟达75%左右的毛利率到2030年前均有支撑。英伟达最新季度销售额同比增长85%至816亿美元,毛利率75%。卢里亚给予“买入”评级,目标价300美元,认为竞争对手仍处早期阶段,云服务商议价能力有限。截至12月31日的五年间,英伟达股价累计上涨超1300%。
i'm obsessed with AI DIY projects. my favorite one right now is this broccoli farmer in hokkaido, japan using Codex to run his 100-hectare farm this guy never studied agriculture, never inherited land, started out as a civil servant. but he wanted his farm to run better, and instead of paying an engineering firm he couldn't afford, he just built the tools himself. here's what he's built on his own: > remote control of his greenhouse vents from a chat app, wired up with an esp32 board, a motor driver, and cloudflare workers > a bot that checks each greenhouse's temperature and opens the vents when it gets too hot > satellite crop-health data laid over a map of his own fields > an airtable base linking his plots, tasks, materials, and sensors > wiring diagrams of his electrical panels, generated from a photo stuff like this used to be locked behind machinery and engineers only the big agribusinesses could pay for. but this legend just breezed past all of it with a laptop and Codex lol
在开发者大会季中,Nvidia 黄仁勋描述了完全不同的笔记本电脑使用方式以及支持这一方式的新型笔记本。微软 Build 和 Google I/O 上也展示了大量 AI 产品,包括 Gemini S 等。但核心疑问依然存在:用户是否真的需要这些 AI 功能?
AI行业关注焦点从token最大化与快速迭代转向成本管控。业内普遍呼吁建立护栏机制,以应对推理和生成过程中不断飙升的token费用。这一趋势正在推动模型部署策略、API定价体系以及企业级AI应用的经济性评估发生根本性转变。
推荐理由:企业开始受不了AI账单了,Uber半年花光全年预算,微软撤销Claude Code许可,这可能是AI泡沫的第一声警报。这篇文章给所有用AI写代码的公司算了一笔账,值得一看。
Demis Hassabis 本周在斯坦福表示,AGI 可能只需几年即可实现,预计在 2030 年前后(正负一年)。但他在 2026 年 1 月达沃斯论坛上却给出更保守的 5-10 年时间表,并强调 AGI 需具备人类所有认知能力及物理智能,当前系统远未达到。作者认同后者,认为本十年内不会出现 AGI。
推荐理由:哈萨比斯在斯坦福把 AGI 时间线从达沃斯的「5-10 年」压到「2030 左右」,Gary Marcus 拎出来对比,让我看到他自己的定义也在被叙事裹挟。
在今日的2026腾讯云AI产业应用大会上,腾讯高级执行副总裁汤道生回应“腾讯慢了”的批评,承认复杂组织内不同业务线速度不一,有快有慢也有失败与探索,对外界建议持开放态度,并称对龙虾热潮反应较快。首席AI科学家姚顺雨表示AI下半场应在中国建立长期AGI组织,重点聚焦三方向:夯实预训练与后训练技术底座;将基础技术转化为实际产品创造价值;探索新研究范式与机会。
在2026年腾讯云AI产业应用大会上,腾讯首席AI科学家姚顺雨回应加入原因,称最重要的是腾讯坦诚直白、基于信任而非指标运转的文化及长期主义。姚顺雨毕业于清华姚班、普林斯顿大学博士,2024年加入OpenAI主导首个智能体模型及Deep Research项目,2025年入选TR35。2025年12月腾讯升级大模型架构,成立AI Infra部等,姚顺雨兼任AI Infra部、大语言模型部负责人。
汤道生与姚顺雨在2026AI产业应用大会上围绕AI下半场展开对谈,腾讯元宝AI录音笔提供全程完整实录。
Cloudflare首席执行官Matthew Prince表示,互联网机器人请求流量首次超过人类,占网站HTTP请求的57.5%,人类仅占42.5%。这一转折比其此前预期的2027年末或2027年初更早到来。机器人流量涵盖传统爬虫、AI智能体、AI聊天等,它们像真人一样访问网页执行任务。Cloudflare强调,数据统计的是请求次数,真人用户仍主导使用时长和视频流媒体等浏览行为。
Anthropic发文指出,AI系统正加速自身开发,递归自我改进或将到来。目前Anthropic超80%代码由Claude编写,工程师每日合并代码量达2024年8倍。Claude Opus 4.6可胜任12小时软件任务,Mythos Preview连续工作至少16小时,SWE-bench和CORE-Bench等基准均已饱和。内部测试显示,Mythos Preview使研究效率提升约4倍,代码速度优化达52倍,在开放任务中成功率达76%,并弥合97%的研究项目差距。Claude在64%情况下给出比人类更好的研究建议。
推荐理由:Anthropic首次公开内部数据,工程师代码产出提升8倍,Claude自我加速的曲线已经画出来了。这篇文章不是预测是事实,做AI的人都该花20分钟读完。
Live from our global headquarters: Jamie Dimon and Elon Musk discuss SpaceX and more. https://x.com/i/broadcasts/1NGarrMYjBvJj
OpenRouter 用总价 482 美元的推理花费,让 11 款大语言模型在 30 轮实时决策的“大逃杀”挑战中正面竞争。实验结果表明,传统的静态 benchmark 排名无法反映模型在需要即时反应的智能体任务(如自主控制机器人)中的真实表现,Claude 和 Grok 系列模型在决策速度与任务成功率上表现突出,而多项高分模型的实时调度能力未达预期。
推荐理由:Jacky 把 11 个模型丢进大逃杀,发现 Grok 4.1 Fast 以 27 倍成本优势击败 Sonnet,而获胜关键不在基准分数,在于模型被训练时压制的攻击性。对任何不再只看排行榜选模型的人,这是今年最值得读的实验。
机器人演示可能扭曲公众对机器人实际能力的认知。尤其是在网络上病毒式传播的人形机器人视频,容易让观众高估其真实技术水平。
Dwarkesh Patel 邀请 Google DeepMind AGI 经济学主任 Alex Imas 和 Epoch 经济学负责人 Phil Trammell 对谈 AGI 的经济学问题,讨论劳动份额、税收再分配、发展中国家如何分享收益等议题。
我们的内部数据显示,Claude 正在加速 AI 发展——这是一条通往递归自我改进的可能路径,也就是 AI 自主构建一个更强大的后继者。 这发生得比我们预想的更快,其影响值得更多关注。
贝恩咨询对951家公司的调查显示,近40%的企业AI成本节省幅度不足10%,而大多数公司原定目标为11%至20%。原因之一是仅有7%的企业实际运行完全自主的AI智能体,其商业案例却假设了全自动化。
加州初创公司 Hello Robot 推出了第四代家庭辅助机器人 Stretch。
OpenAI CEO 萨姆·奥尔特曼提出 AI 三阶段:聊天机器人、AI 智能体(如 Codex)和“主动式 AI”——一种在后台持续运行并主动提供帮助的系统,他称这是未来一年最看好的方向。OpenAI 正研发整合 Codex 与 ChatGPT 的超级应用。成本问题已成企业第二重要话题,Uber 一季度耗尽全年 AI 预算。主动式 AI 旨在降低用户学习门槛,但对企业数据安全与 IT 架构提出新挑战。
Anthropic、谷歌DeepMind和Meta已聘请心理学、哲学和伦理学专家,研究机器意识及AI福利问题。Anthropic正测试模型是否出现类似“恐慌”和“焦虑”的行为,并推进“模型福利研究”,探讨AI模型是否可能拥有值得从道德角度认真对待的体验。DeepMind聘请剑桥研究员亨利·谢夫林以哲学家身份研究机器意识、人类与AI关系及AGI准备工作。Anthropic CEO达里奥·阿莫代伊多次提到AI意识的可能性。部分科学家不认同,认为AI模型缺乏体验的感受性质。
YouTube、Instagram、TikTok等平台过去一年已陆续采用自动标签区分AI生成的图像、视频和音乐,但用户仍无法主动过滤这些内容。目前的标签机制并未改变内容的呈现方式,用户依然被迫接触大量AI垃圾内容。文章呼吁平台提供过滤选项,让用户自行屏蔽AI生成内容。
TrendForce集邦咨询报告称,当前AI笔记本仍缺大规模驱动换机产品。随着Nvidia在Computex发布RTX Spark平台及N1/N1X处理器,首次将CUDA生态延伸至Windows笔记本市场,AI笔记本渗透率预计从2025年19.3%升至2029年84.9%。其中Windows x86 AI笔记本2029年占整体约50.7%,Windows on Arm AI笔记本由2025年1.2%升至2029年11.5%。苹果M系列维持约17%市场占比。在Windows on Arm、苹果M系列及AI Chromebook推动下,2029年Arm架构笔记本渗透率预计达34.2%。
来自全球15所大学的16名数学家联合撰写《莱顿宣言》,警示AI正挑战数学的可靠性、署名、公平性与研究自主。宣言源自2025年9月莱顿大学工作坊,约60人参与,已获国际数学联盟(IMU)背书。宣言强调数学是人类活动,核心价值包括证明高确定性、作者责任等;不禁止AI但呼吁建立规范。列出5类威胁:AI证明含隐蔽错误、模型复用成果缺引用、昂贵工具拉大差距、媒体高估AI能力、商业利益改变议程。资源差距尤为关键,可能倾斜招聘与评价,使无法使用AI的研究者弱势,并导致深度研究被边缘化。
OpenAI 首席执行官奥尔特曼透露,公司内部词元消耗冠军每月用掉约 1000 亿个词元,六年前这一数字仅为十万个。外部用户消耗更高。公司设有词元消耗排行榜,员工在 X 平台炫耀使用量;有截图显示 30 天内消耗 6030 亿个词元,《纽约时报》报道一名员工单周用掉 2100 亿个词元。与此同时,亚马逊关停内部词元榜单,Uber 则出台限额制度。奥尔特曼表示,OpenAI 正通过模型迭代和降本增效方案力求降低成本,AI 使用成本已从 2026 年初的无人介意变为亟待解决的难题。
推荐理由:李飞飞亲手给纷乱的「世界模型」下了个三分类——渲染、模拟、规划,而且点破模拟才是根基。做机器人、空间智能的人,这篇是今年的坐标系。
Google 发布 Gemini AI 智能体 Spark,同事 David Pierce 和 Jay Peters 分别进行了体验。Spark 能够自动获取用户未明确输入的信息,例如 David 的狗名 Frida 和 Jay 妻子的名字。尽管功能强大,但文章指出,这种对“生产力”的追逐忽略了真正需要解决的问题。
美国银行今年招聘近4000名暑期实习生和全职校招新人,各占一半,规模与去年持平。约24万人申请不到2000个实习岗位,录取率约0.8%。AI工具让申请更容易,也加剧竞争。美银仍将入门级人才招聘作为战略重点,但实习生需学会用AI完成过去手工的pitch deck和建模等工作,将更多时间投入更高层次任务。美银CEO表示已削减运营岗位,但在关系管理、技术、网络安全等关键领域继续招聘,看重候选人“智识严谨性”和“好奇心”。实习生从培训第一天起就接触AI。
外界对 Meta 能否缩小与 AI 竞争对手的差距仍存疑虑。
微软在模型发布卡中首次加入平均token使用量指标。其模型在SWE-Bench Verified上达71.6分,仅消耗约Claude Haiku 4.5三分之一的token。Artificial Analysis的Intelligence Index显示GPT 5.5与Claude Opus 4.8得分相近(约60分),但Opus 4.8运行成本高出40%($4,685 vs $3,357)。Uber因四个月内AI预算超支而限制员工使用;Salesforce花费$3亿购买Anthropic tokens并冻结工程招聘。模型公司如今需同时在性能和成本两个维度竞争。
推荐理由:微软在模型发布卡上悄悄加了“平均token消耗”这个指标,这不是小改动,而是宣告AI从堆算力转向算账时代。Uber和Salesforce的预算教训已经很清楚了。
优步(Uber)将员工使用AI编程工具(如Cursor和Claude Code)的每月token支出限制为每工具1,500美元,不同工具预算互不影响。按工程师平均使用两种工具计,年人均AI支出上限为36,000美元,约占美国软件工程师中位数年薪330,000美元的11%。该限额是2026年AI预算四个月内超支后的理性调整。作者Simon Willison个人每月token用量约1,000美元(个人订阅补贴后仅100美元),若在优步工作仍有约500美元/工具的余额。
英伟达CEO黄仁勋在闭门活动中对数百名金融机构和富裕家族代表称,AI已创造数万亿美元价值,押注AI的投资者有望获“疯狂”回报,质疑者才是“疯子”。他表示过去六个月AI的ROI已完全重置,盈利能力极高。他还点名美光科技、SK海力士、台积电等合作伙伴,并预测美满电子将加入万亿美元估值俱乐部。黄仁勋强调AI投资需土地、电力和能源,富裕家族正成为全球财富新板块。
在纽约经济俱乐部的访谈中,高盛CEO戴维·所罗门表示,若全球市场乐观情绪延续,人工智能热潮将持续升温。他称当前市场“贪婪情绪盖过了恐慌情绪”。得益于人工智能淘金热潮,高盛去年利润达170亿美元。目前,高盛正参与SpaceX上市承销、负责Alphabet 800亿美元私募项目,并角逐Anthropic与OpenAI的IPO主承销资格。所罗门警示,企业落地人工智能的节奏将比市场普遍预估的更为迟缓,需求不会一路稳步上行。
据市场情报机构 Sensor Tower 估计,OpenAI 旗下 ChatGPT 全球月活跃用户在 2026 年 5 月突破 10 亿,成为达成此里程碑最快的应用,增速超过 Google Maps、TikTok 等。同期,其竞争对手 Anthropic 的 Claude 月活达 5600 万,同比增幅约 640%,增长势头迅猛。数据显示,部分用户已开始在 Claude 与 ChatGPT 间切换使用。在达成用户里程碑之际,Anthropic 已秘密递交 IPO 申请,OpenAI 也计划筹备上市。
推荐理由:ChatGPT 月活破 10 亿是 AI 从工具变成基础设施的关键节点,但 Claude 年增 640% 信号更凶猛,做 AI 应用的人得开始看谁在蚕食谁的时间。
在Code w/ Claude SF 2026活动上,Claude Code工程团队分享了将智能体编程设为默认工作方式后带来的流程与结构变革。核心变化包括:规划转向即时(JIT)模式,强调快速原型与反馈;上下文收集变为“先问Claude”;代码审查中Claude处理风格与测试,人工专注于法律、安全等专业判断。新范式下,工程瓶颈从编写代码转向验证、审查与安全维护。
推荐理由:Anthropic 工程总监把 Claude Code 团队流程全晒了出来,从抛弃半年路线图到代码审查只留专家复审,每一步都反直觉但实战有效,工程领导者直接抄作业。
根据OpenRouter平台数据,自2025年以来,开放模型使用量显著增长。最新数据显示,开放权重模型产生了69.1%的token使用量,闭源模型为30.9%。新模型的发布会吸引开发者测试,推动token使用量达到新的平台期。开放模型市场内部竞争激烈,领导地位频繁更迭,如DeepSeek的早期优势在2025年末至2026年初被MiniMax与Kimi模型取代,随后MiMo、Qwen、腾讯Hy3、阿里巴巴及Arcee等模型的发布再次改变了份额格局。尽管开放模型目前仍只占推理总量的一小部分,但激烈的竞争与增长表明,开发者正越来越愿意将生产流量路由至开放模型。
推荐理由:开放模型在OpenRouter上的token份额已到69%,而且每轮新模型发布都会把使用量推上一个台阶,做推理基础设施的应该重视这个信号。