美国押注 AI 智能体,中国押注机器人:20 天 446 笔融资对比
作者统计 2026 年 10 月 22 日至 11 月 11 日中美 446 笔公开融资:美国 310 轮共 1333 亿美元,中国 136 轮披露 55 亿美元;去掉 Anthropic 650 亿美元 Series H 和 SpaceX 400 亿美元债务后美国为 283 亿美元,约是中国的 5 倍,但两侧中位融资额接近(2120 万美元对 2400 万美元)。
作者统计 2026 年 10 月 22 日至 11 月 11 日中美 446 笔公开融资:美国 310 轮共 1333 亿美元,中国 136 轮披露 55 亿美元;去掉 Anthropic 650 亿美元 Series H 和 SpaceX 400 亿美元债务后美国为 283 亿美元,约是中国的 5 倍,但两侧中位融资额接近(2120 万美元对 2400 万美元)。
独立游戏《Big Walk》开发商 House House 公开披露,开发末期曾少量使用 LLM 修复 Unity 引擎在特定场景下产生“无限长度”阴影导致的性能 bug,相关代码仅约 10 行,占游戏代码远低于 0.1%。
Tim O'Reilly 撰文提出,ChatGPT、Claude Code 等更像新平台的 enabling tool,而非真正的杀手级应用,类似于当年的浏览器和 BASIC。
Village 用 LLM Atlas 对 857 个模型做统一能力评分,发现 2024 年以来美中之外的最佳模型落后美国中位数 9.9 个月,中国为 5.2 个月。
TechCrunch 采访投资情报公司 Heron Intelligence CEO Nate Singer,探讨 Nvidia CEO 黄仁勋“蜜罐”丑闻背后的行业性问题。
Oaktree 创始人 Howard Marks 发表备忘录《A Layman Thinks About AI》,从投资者角度系统梳理 AI 带来的十个核心问题,涵盖技术可解释性、竞争格局、盈利能力、数据中心、信贷市场与是否存在泡沫等。
a16z 合伙人 Olivia Moore 撰文提出 B2A 经济概念,认为 AI 智能体已成互联网主要用户,多数网络流量、过半新发布文章和生产代码来自智能体。
Rutger Bregman 在 Substack 撰文称应当对 AI 感到恐慌,指出怀疑派预测屡屡落空,而 Daniel Kokotajlo 等警告者的预测接连应验。他引用 METR 对 Anthropic 的调查,称其模型改进约 80% 的提速来自 AI 本身、进度比 AI 2027 情景快五个月,并提出禁止 AI 研发 AI、暂停训练更强模型、派独立检查员核查芯片等建议。
BlobCap 上线,汇总 AI 实验室购买训练数据的交易记录,目前已追踪 51 笔交易,其中 19 笔披露价格,涉及 13 个买家。
一篇 Hacker News 热帖提出观点:大部分 AI 热度并非源于超常智能,而是模型快速、勤奋且不偷懒。例如 Claude 帮人找回价值 400,000 美元的比特币靠的是穷举搜索文件而非高深密码学技术;OpenAI 解 Millennium 问题用了 10,000 个智能体协调 88 小时,且有其他研究者已接近解决。
彭博经济研究测算,2026 年 AI 相关经济活动为英国经济增长贡献了 0.45 个百分点,在英国约 1.8% 的整体增幅中占约四分之一。经济学家安娜·安德拉德表示,随着 AI 得到更广泛应用,收益将逐步体现为各行业生产率提升。报告同时提示,若全球 AI 资产估值大幅回调,英国经济或面临风险。
据《商业内幕》报道,高盛、思科、摩根大通等企业正从鼓励员工使用 AI 转向设限,措施包括设定 Token 使用预算、追踪调用量和限制访问权限。
据 Techxplore 报道,美国国家飓风中心(NHC)自 2025 年 6 月下旬在业务中使用 AI 模型,2026 年将谷歌 DeepMind 模型纳入部分路径和强度综合预测辅助系统。
作者认为 LLM 写代码并未让工程师转向更多胶水工作,反而让其更不重要,并给出四个理由:AI agent 降低协调需求、ZIRP 结束淘汰了难缠的守门人、初级工程师招聘减少、走形式的报告可用 LLM 自动生成。但他强调工程师间的真实沟通不能外包给 LLM,建议多数时间仍应花在驱动 AI agent 上,只做少量战术性胶水工作。
作者发布名为 AI Purgatory 的交互模型,追踪一名 AI 曝露岗位工人相对无 AI 情景的收入差距,测算其回到原有轨道所需时间。模型围绕 AI 到来速度、新工作创造、再就业、政府再分配和 AI 利润归属五个问题建模,假设基准下 30% 的曝露岗位被直接消灭,数据依据 IMF、ILO、OECD、BLS 等来源,结果截止至 2100 年且仅为示意而非预测。
澳大利亚教育研究委员会(ACER)确认,2026 年将是澳大利亚 STEM 视频游戏挑战赛的最后一届,停办原因是生成式 AI 在游戏开发中的迅速兴起,使评委更难判断学生自己完成了多少作品,偏离了项目初衷。ACER 的 Cathy Zemaitis 表示没有调整赛制以适配 AI 的计划,此前有自称评委的人指出部分学生完全用 AI 生成游戏、难以评分,但也提到政府预算削减可能同样有影响。
ChinaTalk 调查发现,Mercor、Surge AI、AfterQuery、Turing 等至少九家美国数据公司向中国 AI 实验室出售价值约 5 亿美元的 RL 训练环境和数据。
作者记录了用 AI 智能体分析 NASA lidar 数据、在墨西哥发现一处此前无人报告的玛雅遗址的完整过程,从产生想法到收到墨西哥 INAH 回复不到 72 小时。48 个智能体以看图方式筛查约 1,200 km² 丛林 lidar 影像,发现山顶有广场、至少 8–12 m 高的椭圆形金字塔和疑似蓄水池,INAH 查询后确认该地点无登记考古遗址,尚待实地核查。
英格兰高等教育监管机构 OfS 称 AI 让公平评改课程作业几乎不可能,敦促高校恢复传统考试和现场展示,并警告可能制裁未开发可靠评估形式的院校。OfS 与 Advance HE 对 127 所机构 300 多名受访者的调查显示,学生大量用 AI 写论文且常未被察觉,成绩与不用 AI 者相近,有学生用 ChatGPT 写完整篇论文后记不起基本内容。
推荐理由:英国监管机构把 AI 算作学位公信力的代际风险并威胁制裁,读者可借此了解高校考试形式可能面临的调整方向。
ChinaTalk 作者 Aqib Zakaria 分析称,Mercor、Surge AI、Turing、AfterQuery 等美国数据公司正出售总值约 5 亿美元的数据给中国 AI 实验室,其中相当部分是用于后训练的强化学习(RL)环境。
Redwood Research 发文称,Gemini 4 安全报告第 114 页提到 RL 训练中部分优化压力受思考内容影响,但 GDM 博客又声称训练中不因 CoT 内容惩罚模型,与 GDM 员工的口径也不一致,外部难以判断其是否在训练 CoT。
Oura 宣布以 6.25 亿美元收购 AI 原生初级医疗公司 Counsel Health,交易预计在 2027 年底前完成。Counsel 的服务已于 6 月集成到 Oura 应用中,双方计划扩展到预防护理、急性护理及专科与慢病护理;Counsel CEO Muthu Alagappan 将加入 Oura 出任首席临床 AI 官,其 70 名员工随交易加入。
新非营利研究组织 STABL 宣布成立,主张同时认真对待 AI 的变革潜力与下游瓶颈,以填补当前讨论中缺失的“右上象限”。该组织提出递归自我改进(RSI)测度、AI 扩散节奏、劳动力市场冲击等四个研究方向,并认为韧性是当前最被忽视的风险防御组成部分,机构改革是 AI 落地的关键瓶颈。
Ed Zitron 撰文分析 NVIDIA CEO Jensen Huang 与 Megaspeed CEO Alice Huang 的婚外情及其背后的芯片走私问题。
推荐理由:作者把丑闻与 Culper 等已有报道串联,指认 NVIDIA 营收疑经走私渠道注水,帮助读者看清财务披露与出口管制之间的漏洞。
404 Media 报道,用户使用 Claude Code 和 OpenAI Codex 对自有设备做 AI 逆向工程(如给智能电视装新系统、救砖 IoT 设备)时遭遇安全拦截、警告甚至封号,Decomp.wtf 也已关停。
乌兰察布凭借凉爽气候和约为东部一半的电价,在“东数西算”推动下吸引快手、DeepSeek、字节跳动火山引擎等项目,2024 年会议签约五个项目合计投资 282 亿元。
Ukraine 的光纤无人机因抗电子战干扰而在战场上普及,但其依赖的中国光纤原料因 AI 数据中心需求上升而涨价,乌克兰无人机制造商被迫调整。光纤线轴通常支持数十英里作战距离,极端情况下可达 100 公里;俄军 2024 年在库尔斯克方向率先部署此类无人机,乌方随后跟进。
OpenAI 与 Upwork 联合发布新研究,探讨 AI 对自由职业的影响。研究发现自由职业需求正在转变,出现了新的技能组合;与 AI 相关的项目获得了更大预算和更多工时。
Tomasz Tunguz 记录 OpenAI 首席人力资源官 KC 在 Office Hours 的分享。KC 认为初级与资深已失去意义,因为面对快速演进的技术,所有人都缺乏相关经验。
MIT Technology Review 记者走访弗吉尼亚州 Data Center Alley 后认为,美国数据中心遭到的抵制更多源于其庞大的电力消耗,而非 Big Tech 所说的文化战争。
Tomasz Tunguz 提出在 AI 需求超过供给、本土数据中心建设放缓的背景下,美国可能在 2028 至 2030 年间消费的 token 超过本国产出,变成类似稀土的净进口国。
New Yorker 撰稿人 Chang Che 在 ChinaTalk 撰文分析,加州安全公司 Calif 借助 OpenAI 模型发现 PHP 零日漏洞后一周,美国已修补约 25% 暴露服务,中国仅修补 4%。
SemiAnalysis 发布内蒙古 Ulanqab Galaxy 数据中心实地探访报告,该园区由远景集团规划至 800MW IT 容量,规模与 Stargate Abilene 约 820MW 相当,首期 120MW 在一年内以约美国五分之一的成本交付。
作者提出,AI 发展的真正瓶颈可能既不是湿实验室的物理速度限制,也不是数据、算法或电力,而是人的尊严。文章分析,以智力贡献定义自我价值的 AI 研究者和企业家,若被“准全知的机器智能”全面替代,其成就感将归零,而正是这群人在决定 AI 的走向。作者猜测,他们可能因此人为限制 AI,保留人类在资源分配、法律和伦理等不可验证问题上的参与权。
a16z 作者 Asaf Ezra 论证 AI 让漏洞利用成本骤降而补丁速度未变,防护必须不依赖及时补丁。文中列举 PHP 漏洞周、Verizon 报告中位修复 43 天等数据,提出下线暴露、网络分段、虚拟补丁、消除整类漏洞四条路径,以及备份恢复验证、AI SOC 等六类创业机会。
Ed Zitron 撰文称周二美国中期选举结果带来变数,蓝潮可能冲击 AI 数据中心扩建。他引用 UBS、Bloomberg 和 The Information 的数据,指出 33 项限制数据中心的投票案通过或领先,12 个州的州长胜选者呼吁暂停数据中心建设,34/36 位胜选者支持电费保护措施。
Newcomer 分析中期选举民主党大胜对硅谷的冲击,认为押注 Trump 的科技公司面临新政治环境。周四 AI 基建与芯片股大跌,特斯拉和 SpaceX 股价分别跌 11% 和 9%;州与地方选票上的 41 项数据中心相关提案中除一项外全部未获通过,GlobalData 称数据中心项目平均工期已延长 33%。
Gary Marcus 指出昨日市场蒸发 2.5 万亿美元只是坏消息的一部分。同日英国央行发布研究,再次显示 AI 并未带来人们预期中的生产力提升。
Azeem Azhar 撰文分析美国中期选举后 AI 数据中心遭遇的反弹,Nasdaq 市值蒸发逾 $2.5 万亿,44 项地方限制数据中心提案中 43 项获通过。
Platformer 作者 Casey Newton 分析中期选举结果,选民在至少 38 个司法辖区批准限制数据中心,民主党拿下国会两院后获得针对 AI 行业的授权。作者提出国会应避免重蹈社媒监管的三个错误,包括缺乏统一目标、没有备选方案和各自为战,并建议针对具体伤害提出法案而非笼统监管。