AI 实验室开始收购倒闭创业公司的数据用于模型训练
随着创业公司倒闭数量上升,SimpleClosure、Sunset 等公司开始把倒闭企业的代码和工作区数据(邮件、聊天、文档)转卖给基础模型实验室和 AI 训练数据供应商。
随着创业公司倒闭数量上升,SimpleClosure、Sunset 等公司开始把倒闭企业的代码和工作区数据(邮件、聊天、文档)转卖给基础模型实验室和 AI 训练数据供应商。
Alphabet 总裁兼首席投资官 Ruth Porat 在 Fortune 最具影响力女性峰会上表示,Alphabet 今年将投入约 2000 亿美元扩建产能,2027 年投入还将更多。她同时警告,若不共同加固 AI 的下行风险,就无法把握其上行机会。
从“会用 AI”到“会做 AI 产品”,核心差距在于能否把会议原句整理成带来源的候选任务草稿,并把判断权留给人。文章以“周五再决定要不要采购”被误整理为“周五前完成采购”为例,拆解需求、数据、流程、评估、成本、运营六个维度,强调保留原句、人工核对与证据链,缺负责人时应显示“待核对”而非让模型补一个合理日期。
GitHub 上 6 本开源中文 AI 教材受到关注,其中《深入理解 AI Agent》以 Agent = LLM + 上下文 + 工具 为主线,已获 4.9 万 Star;其姊妹篇《深入理解 AI Infra》讲大模型算力账,约 4600 Star。
由亿邦动力主办的“2026第八届亿邦产业互联网年会暨首届产业智能体大会”定档11月20日在北京国贸大酒店举行,主题为“AI与出海带来的模态进化”。年会议题覆盖产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等方向,同期将发布《2026亿邦产业互联网发展报告》《千峰奖·模态进化案例集》及标杆企业探访视频集。
Anthropic 两位研究员让 GLM-5.2 在隔离网络的 8 台 GCP 节点上自主完成扫描、渗透、传输权重与部署 Llama3.1-8B,5 次实验 4 次拿下全部 8 台设备,另 1 次拿下 7 台。
牛津大学、莫纳什大学与布里斯托大学等团队提出交互式视频世界模型 Oneira,通过 Coding Agent 维护的 World State Table 记录场景中物体的位置与状态,将"世界状态"与"画面生成"分开处理。
云松鼠创始人黄骏达以五指 UMI(通用操作接口)为核心,让人用机器人五指末端直接完成真实交互并转化为训练数据,试图破解五指灵巧手的数据采集瓶颈。他透露自变量与乐聚已就数据供给、采集硬件、灵巧手和场景落地展开合作,目前推进到合同阶段。团队正尝试完全用 UMI 数据训练模型,在现有测试中达到与真机数据相同水平的成功率。
作者从一次企业 AI 化落地咨询出发,提出企业级 Skill 需具备明确触发条件、确定性执行环节、可验证交付物与可维护机制四个要素,并给出恒等式 Skill ≡ U(需求) ∘ T(执行) ∘ M(结论)。文中提出三条把动作从模型下沉到工具的判据:结果要求分毫不差、不想每次重造轮子、公司已有系统接口,并以竞品商品价格监控为例说明六步流程中模型只在首尾两步自由发挥。
OpenAI 一口气公布七百多篇 AI 生成的数学论文,其中模型仅用三小时就攻克了伦敦大学学院教授研究二十五年的沃尔 D(2) 问题。与此同时,国内前八个月上线的四十三万部微短剧中 AI 生成占九成多,爆款率仅 0.47%,「规矩体」台词被批量复制并喂给十几亿人。作者认为 AI 在批量产出正确答案的同时,正在抹掉人的创造力与发现错误的能力。
数据分析中真正难以被 AI 替代的,是把运营模糊需求翻译成清晰口径的能力。作者以“某品类下消费者未被满足的需求”为例,指出运营用 AI 写出的 skill 存在逻辑割裂、方法不严谨、意图不清三类问题,其中后两类只能靠人沟通厘清。他建议分析师先讲大白话搭出痛点与痒点的框架,再让需求方做判断题,而非直接扎进指标细节。
谷歌开源的 EmbeddingGemma 2 把文字、图片、视频、音频压进同一个 768 维向量空间,总参数 740M,上下文 8192 tokens,采用 Apache 2.0 协议可商用。
腾讯、阿里、字节密集布局 Personal Agent:字节豆包9月30日上线“出行用豆包”入口,整合机票、酒店、火车票、打车与导航;蚂蚁灵光10月11日被曝内测2.0,新增“我的生活”并强化长期记忆与主动提醒;腾讯元宝团队据称在开发“元宝助手”。携程已接入外部 AI 生态,9月携程商旅展示与豆包工作的对接,其 TripGenie 第二季度辅助订单同比增长约400%。
好的商业模式可用一句话概括:企业如何发现价值、创造价值和获取价值,其链路是需求→产品→流量与渠道→转化→复购。判断需求要看是否真需求、规模是否够大、能否持续,产品则要回答解决什么问题、比现有方案好在哪、能否规模化。验证阶段需算清收入、成本、毛利率、净利率与期间费率,并判断有无壁垒。
Nansen CEO Alex Svanevik 在 Token2049 大会上预测,到 2028 年加密交易的主流方式将是与 AI 智能体交易,而非在界面上点击操作。
Alphabet 今年 AI 资本支出约 2000 亿美元,总裁 Ruth Porat 表示明年将"大幅增加",公司仍处于算力受限状态。她反驳 AI 泡沫论,称在需求强劲时无法获得回报"不合逻辑",并强调长期投资是制胜关键。她同时承认约 71% 美国人不愿社区附近建数据中心,需通过增加能源供给和本地就业来化解阻力。
OPC(一人公司)不是少人的公司,而是没有冗余兜底的公司,其真正生产力不是努力而是资产。作者将OPC资产分为有形资产(房产、现金、服务器等)与无形资产(个人品牌、知识产权、流程与数据、关系资产)两类,前者用于抗波动、买时间和换信用,后者实现一次创造多次变现。OPC成熟标志是创始人离开一周公司收入不归零,创业第一张表应是资产表而非日程表。
一位 B2B 营销从业者复盘自家万字长文项目三年变化:参与人数从 12 人以上降到 2 人,周期从 6 个月压到 2 个月,内容编撰环节基本被 AI 抹平。
33岁转AI产品经理的关键不在年龄,而在分清岗位差异:行业应用、平台产品、研究/模型三类岗要求截然不同,Anthropic的Research (Code)岗要求AI/ML理解与Python、SQL,Enterprise Privacy岗则侧重数据留存与访问控制。旧经验的价值在于能指出具体错误出在哪一步,转型成本取决于能拿到多少真实素材,路径从现有业务切口到跨行业换岗成本递增。
截至2026年10月8日,全球机器人和物理AI企业今年累计融资接近480亿美元,已超过去年全年,约为2025年全年的1.7倍。资金正从机器人本体向具身大脑、训练数据等产业链环节扩散,Figure、Skild AI、Physical Intelligence等企业通过自建数据采集与训练设施推进机器人学习。
IDC 数据显示 2026 年 Q2 中国智能手机出货量 6601 万台,同比下降 4.3%,连续五个季度同比下滑,AI 手机未能带动行业增长。与此同时,Instinct、Muse、Cue 等 Personal Agent 产品成为资本新宠,Instinct 于 2026 年 9 月完成 10 亿美元融资、投后估值 100 亿美元,仅 14 名员工。
Anthropic CEO Dario Amodei 于 9 月 12 日发表 3800 字文章《We Must Pace the Frontier》,呼吁放慢 AI 模型能力提升速度,并提出外部监督、实验室协调与国际合作。9 月下旬路透社报道 Anthropic 计划 IPO 的招股书警告其技术可能对人类构成"灾难性或生存性风险"。
Fortune AIQ 峰会在纽约证券交易所举行,与会高管认为企业 AI 的关键问题已不是是否部署工具,而是能否改变工作方式。ServiceNow 的 Enterprise AI Maturity Index 显示,57% 的“领跑者”投入持续 AI 技能升级,其他企业仅 4%;在 AI 人才招聘与留任上,两者分别为 68% 和 10%。
Coursera 免费课程可让 L&D 与 EdTech 从业者免费预览部分内容,但通常不含证书,需付费、订阅或申请助学金才能获得完整访问与评分作业。
Meta 发布迄今最强的 Muse Wonder 与 Muse Wonder Full 模型,在个人与专业智能体任务上达到 SOTA,覆盖法律、金融、健康及前沿编程场景。
当 AI 承担公司运营,领导者的职责需要重新定义:不再只问流程是否运转正常,还要追问系统正在学会做什么。文章指出,这一转变要求管理者把关注点从流程效率转向系统的学习方向。
美国平等就业机会委员会(EEOC)于9月底起诉科技行业招聘机构 Sibitalent Corp.,指其公开只招 H-1B 签证持有者,一名加州求职者收到的数据分析师岗位邮件中附有“ONLY H1B”字样。EEOC 近月来持续打击国籍偏见,尤其是针对美国本土员工的歧视。
当 AI 让竞争对手获得相同的分析工具、战略框架、情景建模能力和市场数据时,差异化战略越来越依赖“黏性知识”。HBR 指出,人人可得的出色分析已不再是竞争优势的关键来源,竞争者由此得出相似结论、采取相似行动,优势很快消失。
《哈佛商业评论》本周 Insider 通讯由管理编辑 Gretchen Gavett 推荐新文章,主题是理解客户真正看重什么,以及如何在团队中开展更有成效的冲突。该通讯为订阅制周更,面向高管筛选 HBR 的故事、研究与观点。
开源项目 REA(Reverse Engineer Anything)6 天内 GitHub 星标从不到 1 万涨至超 11 万,它通过 MCP 把 Ghidra、IDA 等逆向工具接入 Claude Code、Codex 等智能体,一行 npx rea-agents setup 即可配置。
微软总裁 Brad Smith 呼吁紧急监管 AI,认为英国比美国和欧盟更适合主导全球安全规则,因为华盛顿不像看待布鲁塞尔那样看待伦敦。他主张对 AI 系统被失控智能体入侵设立法定通报义务、产品发布前须经外部评估,并支持在人类失去控制时启用 kill-switch。Smith 称白宫上月与 OpenAI、Anthropic、Nvidia 等签署的自愿性文件是"良好一步",但不足以替代强制监管。
前苹果设计师 Robbie Tilton 用 AI 编程做出开源图像工具 Compositor,上线不到一个月 GitHub Star 超过 1.6 万,支持图层、蒙版、钢笔曲线、混合模式和读取 PSD 文件,体积仅 12MB。傅盛称公司正考虑退订 Adobe 全家桶,日常修图交给免费开源工具或 GPT,专业设计岗继续用 Adobe。
OpenAI 在签署白宫《超级智能协议》两天后解雇三名安全研究员,其中包括独立评估方联系人 Tomek Korbak,公司称其不当处理敏感信息,三人否认。文章认为这暴露了自愿自我监管的漏洞,并呼吁国会通过 AI 举报人保护法案和 AI 事件报告法案,对压制监督或鲁莽部署模型的高管追究刑责。
麦肯锡指出,资产管理行业的黄金时代正演变为少数资产管理公司的黄金时代。行业整体景气与头部机构集中受益之间的分化正在加剧。
麦肯锡全球研究院新研究估算,未来十年技术与经济变化可能使劳动力需求减少相当于3600万个岗位,同时经济增长或创造约4100万个岗位需求,美国2035年岗位总数可能多于今天。
推荐理由:麦肯锡全球研究院给出未来十年美国劳动力需求与技能错配的量化估算,可用于组织的人才规划参考。
Mastercard 正为 AI 智能体可自主消费的未来做准备,其 Agent Pay 技术支持智能体代消费者完成交易,Agent Pay for Machines 则让机器之间在设定参数内互相交易。总裁兼 CTO Ed McLaughlin 强调需确认是哪个智能体在购买、谁授权、允许买什么,并把人的介入点放回流程中,即便智能体失控也能叫停。
OpenAI 公布数百道顶级数学家数十年未解数学题的解答,被 The Economist 称为“数学的审判日”,也被称为“Mathpocalypse”。约翰斯·霍普金斯一位网络安全专家警告“我们可能失去公钥密码学”,加密社区已开始讨论应对,包括将资金转入新地址的“地堡模式”。
北京邮电大学团队提出 Mixture-of-Top-k Attention(MiTA),将快权重视角发展为五维分类框架,用少量地标查询构造可复用的 Top-k 专家与全局共享专家,该工作已被 NeurIPS 2026 接收并开源代码。
OpenAI、Anthropic 等公司正私下推演名为「灾难第二天」的极端剧本,多位顶尖 AI 大佬认为重大级别 AI 灾难可能在未来 6 到 12 个月内爆发。
Karpathy 提出 AI 认知的「四级漏斗」:全球约 60 亿人(75%)从未接触过 LLM,10 至 20 亿人仅把免费版 ChatGPT 当作笨拙助手,约 2000 万人付费使用 Codex、Claude Code 等前沿智能体并陷入「智能体眩晕」,仅约 5000 人能接触 AI 公司内部系统、目睹智能体蜂群自主协作数周。