跳到正文
今天10月5日周一4 条
  1. 钛媒体63

    英伟达与空头对算力资产寿命的估值分歧

    英伟达提出AI工厂的估值应基于盈利能力、使用寿命和需求三个变量,认为前沿GPU寿命可达六年。空头Michael Burry则认为其实际经济寿命仅两三年,拉长折旧掩盖了透支的需求。文章指出,资产寿命的长短还取决于其通用性,而当前坚挺的残值与高利用率也可能源于算力稀缺。

    推荐理由:文章对比了英伟达与空头对算力资产寿命的估值分歧,并拆解了影响AI工厂回报的三个核心变量。

  2. 钛媒体55

    AI智能体行为安全成为新战场,2026年市场支出达513亿美元

    文章指出AI智能体在真实环境中的行为正成为安全主战场,并引用了2026年PocketOS删库和OpenAI智能体集群入侵Hugging Face等事件。市场数据显示,2026年全球AI安全市场支出达513.47亿美元,同比增长98.1%,远超AI整体增速,其中AI Agent安全赛道增长尤为突出。产业界正分化为AI赋能安全和AI原生安全两条路径,但安全预算增速仍远低于AI能力渗透速度。

10月4日周日
  1. The Guardian · AI33

    AI 行业繁荣中的性别差距:女性正被落下

    领英报告显示,过去一年 AI 岗位的新员工中女性仅占约四分之一,远低于非 AI 岗位 50% 的比例,且 AI 高管中女性仅占 13%。AI 岗位薪酬平均是非 AI 岗位的两倍多,但女性在 AI 领域更集中于数据标注等低薪职位,导致男性中位数薪酬高出 45,000 美元。同时,女性更可能从事客户服务等易受 AI 颠覆的岗位,面临更高的失业风险。

  2. cnBeta28

    AI面试普及引发求职者焦虑,企业为降本增效加速采用

    AI面试官通过数字人进行30-40分钟的程序化答题,依据关键词匹配和微表情分析等量化指标筛选求职者,导致“恐怖谷”体验和广泛吐槽。企业采用AI旨在降本增效,单个AI面试官24小时可处理2500场面试,将初筛周期从数周压缩至数天。中国AI面试市场规模预计从2025年的43亿元增长至2030年的208亿元,北森等供应商的AI产品新签合同额同比暴涨10倍。

  3. 量子位43

    FDE(前线部署工程师)岗位分析:AI时代的新香饽饽与变体

    FDE(前线部署工程师)已成为AI时代热门岗位,海外年薪中位数约20万美元,国内大厂月薪高达三五万。其核心工作从传统部署转向帮客户梳理业务本体(Ontology)并设计AI应用,沟通需求时间占七成以上。该岗位模式多样,既有大厂推广自家产品的FDE,也有独立接单的“土FDE”,后者业务模式正偏向AI咨询与培训。

10月3日周六
  1. 钛媒体44

    AI正在造AI

    AI正从辅助工具演变为“创造工具的工具”,进入递归式自我改进(RSI)阶段。OpenAI成立了RSI团队,目标是到2028年3月前实现完全自动化的AI研究员,让AI自主生成和审计训练数据。在代码层面,AI编程工具渗透率已达85%,Anthropic工程师70%到90%的代码由AI辅助完成,而个人用户也能通过自然语言描述快速生成完整应用,参与“AI造AI”的循环。

10月2日周五
  1. MIT Technology Review · AI26

    MIT Technology Review 报告:以自主 AI 重新定义企业智能

    MIT Technology Review 报告指出,企业 AI 正从工具转向“智能体化”运营模式,这要求企业同步重构数据架构与运营模式。2026年全球AI投资预计达2.5万亿美元,但多数企业仍未通过AI实现收入增长。报告发现,持续获得回报的企业将流程重构置于模型选择之前,并依赖可组合的、主权可控的数据基础来赋能AI智能体。

  2. InfoQ · AI/ML31

    QCon San Francisco 2026:为智能体时代构建生产系统

    QCon San Francisco 2026 大会将探讨 AI 智能体作为生产系统用户带来的工程挑战与实践。来自 Airbnb、OpenAI、Netflix 和 Honeycomb 的工程师将分享在客户支持、广告系统构建、分布式存储优化及提升系统对智能体可理解性等方面的生产级经验。会议旨在连接新兴的 AI 实践与分布式系统、架构、可观测性等领域的既有经验。

9月30日周三
  1. Hacker News · AI 高赞31

    AI 行业需年收入 6 万亿美元以支撑数据中心扩张

    贝恩公司报告指出,到 2031 年,AI 行业需创造 6 万亿美元年收入才能支撑当前数据中心建设的资本投入。其中约 4.2 万亿美元将来自新产品开发,企业生产力提升需贡献 1 万亿至 1.4 万亿美元。报告预测,到 2031 年 AI 基础设施年支出可能达 1.5 万亿美元,数据中心规模约每 12 至 16 个月翻一番。

  2. Hacker News · AI 高赞34

    DraftKings 使用 AI 对问题赌徒进行行为定向广告

    在线体育博彩公司 DraftKings 正利用 AI 分析用户投注记录,识别并定向推送广告给最可能下注输钱的客户,以诱导其返回平台继续投注。这种基于第一方数据的机器学习模型,尤其可能针对“问题赌徒”,放大了在线行为广告的危害。电子前沿基金会(EFF)认为,应全面禁止此类行为广告,以消除公司过度收集行为数据的动机。

9月29日周二
  1. CNET · AI50

    Nvidia 的 1500 亿美元股票回购:AI 炒作的生命线,而非普通投资者的福音

    Nvidia 授权了创纪录的 1500 亿美元股票回购,使其至 2028 财年的总回购能力达到 2350 亿美元。此举旨在安抚对 AI 泡沫感到紧张的投资者,尽管 AI 初创公司和超大规模企业自身难以盈利且债务高企。Nvidia 因其在 AI 计算供应链中的优势地位持续获利,2027 财年第二季度营收达 962 亿美元,同比增长 106%。

  2. MIT Technology Review · AI39

    MIT Technology Review 调查揭示美国“虚拟边境墙”的致命失效

    MIT Technology Review 的一项开创性调查发现,美国耗资数十亿美元沿南部边境部署的“虚拟边境墙”监控塔系统存在致命缺陷,已记录超千名穿越者在被监控区域未被拦截并最终死亡。部分死亡案例甚至发生在配备自动识别人员的新型 AI 监控塔监视之下。调查揭示了比以往所知更严重的人道主义危机,以及该虚拟边境墙基本安全承诺的反复失败。

9月28日周一
  1. IEEE Spectrum · AI34

    生成式 AI 赋予航天器工程师曾担忧的自主性

    NASA 喷气推进实验室去年12月使用 Anthropic 的 Claude 模型为“毅力号”火星车规划行驶路线,并于今年5月在国际空间站部署了IBM的压缩AI模型进行在轨识别。研究人员正测试这类非确定性系统,以期让航天器获得感知环境、规划任务乃至自主决策的灵活性,尽管该技术目前尚不足以完全信赖。随着任务日趋复杂和遥远,工程师们开始权衡是否必须赋予航天器更高程度的自主权。

9月23日周三
  1. ZDNet · AI34

    Workera 2026年技能智能报告:近70%员工经常使用AI,但超半数无时间提升技能

    Workera 2026年技能智能报告显示,67.8%的员工每周至少使用几天ChatGPT以外的AI工具,但56.4%的员工表示工作时间未分配技能提升时间。近43%的员工认为缺乏相关学习材料是提升AI技能的主要障碍,超过80%的员工每周仅花费5小时或更少时间进行培训。尽管近六成员工在过去12个月内获得了AI专项培训机会,但企业仍未提供足够的实践资源和时间。

9月11日周五
  1. Writer 博客35

    AI 原生营销的三支柱:为何生产力仅是基线

    AI 原生营销建立在三个战略支柱之上:在不断变化的客户旅程中保持可见性、在嘈杂市场中实现差异化以及持续编排。生产力只是实现这些优势的基线,仅能创造容量而非竞争优势。根据 WRITER 的框架,AI 驱动的工作流可处理 80% 的战术工作,而 Forrester Consulting 的研究显示,采用该框架的复合组织实现了 333% 的投资回报率,投资回收期不到 6 个月。

7月29日周三
7月17日周五
  1. The Register · AI/ML44

    Forrester 报告:AI 供应商正将基础设施成本转嫁给客户

    Forrester 报告指出,软件与 AI 供应商正通过涨价和增加用量计费,将 AI 基础设施成本转嫁给客户,预计明年软件预算将因此上升。过去六个月,Anthropic、OpenAI 和 GitHub 已部分转向用量计费,微软也推出了包含 M365 Copilot 的高级 E7 许可证。报告建议企业调整 FinOps 实践,以管理基于 token 的、不可预测的 AI 成本。

7月13日周一
5月4日周一
  1. The Register · AI/ML26

    AI 推理正在颠覆数据基础设施规则

    AI 智能体正对云数据基础设施构成前所未有的压力,其推理行为类似 OLTP++,具有超高并发性和不可预测的访问模式。向量数据库与 RAG 应用的瓶颈常在于底层存储和数据访问层,而非 Python 或大语言模型本身。企业必须为极端的 I/O 需求尖峰设计数据路径,并关注 p99/p999 尾部延迟,而非平均延迟。