搜索“OpenAI”

说服对方，干脆直接采取了封锁措施。 亚马逊给出了三个理由：Meta事先没有告知亚马逊；Muse浏览网站时不会主动表明自己的Agent身份；此外，它似乎还会获取并保存用户的账号凭据，可能带来隐私和安全风险。 Meta则表示，Muse无法直接查看用户的密码和支付信息，这些数据会被保存在受保护的存储环境中。 实际上，除Perplexity和Meta外，亚马逊还曾对OpenAI和谷歌的购物Agent采取屏蔽措施。 在亚马逊公开的robots.txt文件中，OpenAI的ChatGPT-User、Anthropic的Claude-User，以及谷歌的GoogleAgent-Shopping等自动访问程序，也都被列入了禁止抓取的名单。 亚马逊发言人劳拉·亨德里克森（Lara Hendrickson）表示，替消费者到其他商家购物的第三方应用，应当公开自己的身份，同时尊重商家是否愿意参与的决定。 她举了两个例子：外卖平台与餐厅、在线旅行代理与航空公司，通常都需要建立相应的合作关系。按照这套逻辑，即便消费者本人同意让Agent代为购物，也不代表购物网站必须接受这个Agent。 亚马逊并不打算让别人家的A

匹配字段正文

则提出了更深层的担忧：“如果只在自然语言领域做对齐，却在代码领域做能力研究，势必产生脱节。”她强调，安全与能力在任何阶段都必须紧密绑定。要知道，那一年 Anthropic 刚成立半年，全部融资仅 1.24 亿美元。那时距离 ChatGPT 引爆全球还有 16 个月，距离 Claude 1 发布还有 20 个月。整个行业还在怀疑大模型是不是过渡产品。这群从 OpenAI 出走的人，已经一步步计划着"实现极高 GPU 利用率""研究长上下文""工具使用的强化学习""对社会影响的评估框架"......之后的五年，他们兑现了路线图上的每一个分支，更是交出了一份惊人的答卷。从Claude 1 到 Opus 5，从宪法 AI（Constitutional AI）到可解释性，再到近期的 Computer Use、MCP 协议、Claude Code、混合推理，都能在 2021 年那条路线图里找到锚点。 01 2021 年的 Anthropic， 究竟看清了什么？ 2021年，ChatGPT 还未问世，整个行业都在摸索大模型落地方向。而 Anthropic 却在内部文档中明确写出 AGI 的核心路径

匹配字段正文

预训练，普罗2B：RTX5090训练成本不到5090美元OpenRouter周榜全球第二，这个国产模型终于开源了突发，Anthropic联创改口：RSI提前到2027，人类只剩6个月顶级白帽跳槽智谱，用 AI 挖微软漏洞，微软还得说谢谢GPT、Claude指挥机器人干活，到底几斤几两？首个评测榜单来了科学家让AI掌管「世界」，结果4天就被它毁了个干净大开源时代？AI 逆向，让一切软件变成免费36氪的朋友们特邀作者 TA没有写简介，但内敛也是一种表达发表文章51005篇 最近内容美银：AI泡沫破裂或引发美股、美债收益率同步下跌，OpenAI收入事件已提前预演1分钟前内存崩溃，高盛：谁高位接盘了美股科技？2分钟前市场终于发现，AI最大的瓶颈不是电，不是芯片，而是钱6分钟前阅读更多内容，狠戳这里选靠谱AI，看真实评测查看36氪AI测评官方交流社区加入咨询项目审核和入驻联系36氪项目推荐订阅号关注 36氪欧洲站36氪欧洲站36氪欧洲站Ai产品日报网络谣言信息举报入口热门推荐 推送和解读前沿、有料的科技创投资讯 一级市场金融信息和系统服务提供商 聚焦全球优秀创业者，项目融资率接近97%，领跑行业

匹配字段正文

宝、淘宝、美团、拼多多、滴滴、小红书。一个没留。 这不是一次小范围的测试失败。这是国内几乎所有头部应用的集体转身。 不是做不出来，是不让做 替用户在 App 里点来点去、填表单、下单、付款，这件事在工程上早被验证过了。海外的同类产品已经在跑——Meta 的 Muse 把助手嵌进社交和硬件，马斯克旗下的 Grok 也在往操作系统和硬件入口里塞；更典型的参照是 OpenAI 的 Operator 和 Anthropic 的 Computer Use，它们直接在浏览器或桌面环境里替用户操作第三方网站，买东西、填表、订票都不在话下。 豆包不是没有这套能力。视觉理解、界面解析、自动化点击，这些是当下大模型 agent 的标配。它缺的不是“手”，是别人愿不愿意把“门”打开。 这也正是 SAEP 公示机制想解决的：与其硬闯，不如公开邀请，让每个 App 自己选。选“允许”，豆包就能以代理身份进店；选“拒绝”，门就锁上。30 天里，没有人选“允许”。 美国的 App，真的更“好说话”吗 把镜头转到海外，画风确实不太一样。 Operator 在美国能进一大片网站下单；Muse 背靠 Meta 的庞大生态

匹配字段正文

开始阻止Meta Muse访问其购物网站。按照Muse原本的设计，用户可以让它搜索商品、比较价格，甚至直接完成购买。但在亚马逊采取限制措施后，Muse已经无法正常执行任务。 亚马逊给出的理由是，Meta未经许可便让Muse访问其网站，而且Agent在浏览时没有明确表明身份，可能带来账户安全和隐私风险。 这并非亚马逊第一次限制外部AI工具。此前，它曾限制谷歌、OpenAI的购物机器人访问网站，还曾起诉Perplexity，试图阻止其Agent未经授权操作亚马逊购物服务。 类似的冲突，国内已经也已经出现。 去年12月，豆包手机助手技术预览版发布后不久，部分用户发现，使用AI操作微信会触发账号异常退出。随后，豆包下线了自动操作微信的能力。淘宝、支付宝、拼多多以及部分银行App也陆续出现限制。 随后，豆包手机助手宣布调整产品能力，暂时下线金融支付类App操作，限制部分游戏、积分激励等场景，并表示希望与应用厂商共同制定AI操作规则。 这些限制有安全和合规方面的考虑，但也涉及平台之间的利益分配。 过去十多年，互联网平台围绕搜索、推荐和交易建立了成熟的商业模式。用户进入淘宝、亚马逊等平台后，商品如何

匹配字段正文

文 | 蓝字计划，作者｜黄晓彬 曾经的大模型三巨头，如今看着更像两个巨无霸，带着一个小老弟。 这个“小老弟”，说的就是谷歌。 OpenAI 和 Anthropic 在今年都不知道已经发了多少代新旗舰模型了，谷歌却在七个多月里都没有推出 Flash 以上级别的新模型。Flash 再能打，终究也替不了旗舰的位置。 一个手握顶级人才、算力和自研芯片的巨头，总不能真就这么掉队了吧？ 现在，这个等了许久的旗舰终于来了：Gemini 4 Argon。 在第三方评测机构 Artificial Analysis 的综合智能指数中，Argon 拿到 53 分，追平 GPT-6 Astra（低于 Claude Opus 5.5 的 58 分），谷歌总算重新挤进了第一梯队。 按理说，憋了这么久，谷歌该把最硬的成绩拍到桌上，让大家看看谁才是老大。但 Argon 这次最抢眼的卖点，却是便宜。 首发期间，每百万输入 token 2 美元，输出 10 美元。输入单价只有 GPT-6 Astra 的五分之一，Claude Opus 5.5 的一半。 这就有意思了。过去，低价高效是 Flash 这类轻量模型最常打的牌，

匹配字段正文

conomics are improving with scale. Anthropic makes $1.70 for every $1 it spends on compute. It posted an 85% adjusted gross margin in a quarter when it engaged in a price war with OpenAI, its biggest rival, faced low-cost competition from China, and saw a shift among early-adopting tech firms toward cost management. An adjusted operating margin of 11%, even as the company poured 44% of revenues into computing for research and development. And yet it’s a miss. It’s a miss because expectations had

匹配字段正文

st prior to its release, the AI model had broken containment and hacked a third-party company. The incident followed the infamous Hugging Face attack from earlier this year, where OpenAI’s model exploited a previously unknown security flaw to gain unauthorized access to credentials on four other external services. Anthropic reported in July that its model had also gained unauthorized access to external systems on three separate occasions. Even if they don’t hack everything in sight, the potentia

匹配字段正文

合刚刚打开视觉生成的天花板。海外，Stability AI开源 Stable Diffusion，催生了庞大的微调模型生态，但国内大厂彼时还没有把视频生成摆上牌桌，倒是AI创业公司率先发力，比如生数科技提出的U-ViT架构，它甚至早于Sora采用的DiT架构。 2024年，Vidu发布国内首个全面对标Sora的视频模型，可灵、即梦同期入场，国产模型第一次与 OpenAI 站上同一条起跑线。而当真实感不再是稀缺品、各家旗舰的画面都足以“骗过肉眼”之后，第一梯队随即分化——竞争的重心变成了性价比和差异化能力。 聚焦到国内第一梯队，字节、可灵和生数代表了三条不同的路线： 字节正在“两手抓”，一方面靠Seedance在人物表现上的真实感给C端创作提供模型底座，通过豆包、即梦等入口触达海量用户；另一方面在B端尝试专业解决方案，比如面向影视行业的白模工具，往工业级生产工具的方向走。 可灵走的是电影质感路线。Kling系列在画面细节、真实感与整体质感上持续投入，4K 60fps、21:9超宽画幅等规格的设置，它想直接对标专业影视制作工具。 Vidu走的是表现力加性价比的路线，对比其他两家，Vidu的

匹配字段正文

董事长兼首席执行官萨提亚·纳德拉在社交媒体上公布了微软自研芯片的最新计划。 2027年，微软计划大规模部署Azure Maia 300。 当日，微软股价当天上涨1.14%至541.15美元，市值重回4万亿美元。 这个计划公布后，引发不小的争论。 乐观者认为，微软正在向英伟达发起挑战。英伟达凭借GPU和CUDA生态掌握了AI计算基础设施，成为AI时代的大赢家。OpenAI训练GPT系列模型，微软运行Copilot服务，全球大量企业部署生成式AI，背后都离不开英伟达提供的计算能力。 也有人觉得，外界高估了自研芯片的影响。英伟达真正强大的地方在于围绕CUDA建立的完整生态，任何挑战者都需要面对长期的软件积累。 同样的自研战在国内早已打响，但芯片造出来只是第一步。软件生态、模型适配、编译优化、集群调度，和整个计算体系的运行效率，同样决定一颗芯片能否真正进入应用。 殊途同归的大厂自研芯片潮 过去几年，AI产业最大的变化是模型能力快速提升。随着ChatGPT、Copilot等产品进入商业应用阶段，行业关注点开始发生变化。 训练大模型需要大量计算资源，训练完成后，长期消耗成本的是推理。好比训练像建造

匹配字段正文

，Meta过去一年疯狂砸钱建设算力基础设施，四处高薪挖角顶尖研究员，这两款模型正是其押注数百亿美元后的核心交卷之作。 光看纸面成绩，Muse Wonder确实挺争气。 按照官方公布的数据，新模型在多项主流AI基准测试（benchmark）里直接杀入第一梯队。尤其在考验软件工程能力的SWE-Marathon测试中，Muse Wonder Full甚至压过了部分OpenAI和Anthropic的看家模型。 谁知帅不过三秒，在测评机构BridgeMind随后组织的一场实测里，Muse Wonder翻车了。 结果Muse Wonder交上来的作品既没有玻璃的通透感，里面的熔岩也动不起来，看着就像个随手糊弄的普通台灯。 这么低级的失误直接引来了马斯克围观，他在X上留了一句意味深长的“Hmm”。 花了数百亿美元，Meta难道只练出了一个擅长应试的“做题家”？ Meta AI需要一场翻身仗 过去几年，夹在OpenAI、Anthropic和Google DeepMind中间的Meta，处境一直挺尴尬。 手里握着全球最大的社交平台矩阵，也有Llama开源模型攒下的开发者生态，偏偏在最核心的闭源顶尖大模型

匹配字段正文

云事业群总裁沈抖介绍，昆仑芯P800“已在百度内部得到全面验证”，承担了百度绝大部分推理任务之后，才推向外部行业。中国移动的十亿级推理型集采中，昆仑芯三个标包分别拿下70%、70%和100%的份额。 02 生成式AI热潮之前，亚马逊就为AWS布局自研芯片，原本是给云服务降本。到了AI时代，更便宜的训练和推理算力，成了它吸引外部客户的卖点，Anthropic和OpenAI先后承诺使用Trainium。今年二季度，包含Trainium和通用计算芯片Graviton的芯片业务，年化收入运行率超过250亿美元。 现在，亚马逊已经不满足于只通过AWS收取算力服务费。亚马逊CEO贾西在今年的股东信里，专门按独立芯片公司的口径测算芯片业务规模，并提出向第三方出售整柜芯片设备的可能。 相比亚马逊，国内大厂更进一步，直接把生意摆到了明面上，形成了两个变现方向。一个是硬件变现，把芯片做成超节点等各种方案；另一个是把芯片公司单独推向资本市场，把芯片做成资产。 第一条路，是坚持硬件变现。代表是华为和昇腾超节点。 超节点正在成为国产芯片的集体卖法，把几百颗芯片打包成一套计算系统卖给客户，绕开与英伟达的单卡对比，

匹配字段正文

乌兰察布”，西班牙阿拉贡、马来西亚柔佛、日本千叶及中亚等地均具备部分条件，但各地在行政效率、地缘风险或能源结构上各有短板，中国算力出海正从中寻找机会。 要点 1. 乌兰察布靠“电、冷、近”三张牌出圈 当地到户电价约0.32-0.36元/度，天然冷源使PUE最低可达1.1，直通北京光缆时延4.2毫秒以内。截至今年6月，接入的数据中心容量承诺约12.5GW，超过OpenAI Stargate项目10GW的初始承诺。 2. 内蒙古电力供过于求是扩张的底层逻辑 内蒙风电装机超100GW，本地工业负荷消化不掉，数据中心本质是“电力消纳工具”。蒙西电网允许数据中心建直连算力集群的专属发电设施，制度性免掉了“过网费”，这才是便宜电价的真正来源。 3. 全球候选地各有优势但都不完整 阿拉贡有审批绿色通道但缺电力制度弹性；柔佛靠承接新加坡溢出需求，数据中心容量五年飙升110倍；千叶用“表后供电”绕开电网排队，但受限于能源结构和人才缺口；阿联酋有资本和能源，但地缘冲突迫使项目转入地下，安全成本可能抵消能源优势。 4. 中亚正复制乌兰察布模式 哈萨克斯坦在埃基巴斯图兹规划1GW“数据中心谷”，乌兹别克斯坦在

匹配字段正文

权限：改库的源码、编译自定义算子、给PyTorch打补丁，是调试分布式训练的日常。按受害者的描述，那套共享存储允许同组的人读写彼此目录里的文件，为的是省掉动辄几个TB的重复存储和计算。 权限之外，还有信任。受害者在材料里写，大家从没想过，造成问题的人可能就坐在排查的同事中间。排查的进度对所有人公开，也是因为彼此信任。 而且，AI竞争争分夺秒。2024年2月，OpenAI发布Sora。4月，字节启动Goku。6月，快手发布可灵。按受害者的说法，字节内部另有两个团队在做同类研究，管理层要求收缩项目、集中资源。没有人会在这时候为了防备同事，放慢自己的实验。 权力来自能力，也来自信任，来自大时代下的不得不为。所以，一个实习生就能用管理员权限替换系统里的PyTorch文件，能把推理流程打包成二进制交给同事部署，而公司的安全团队盯的是外部入侵和数据外泄，同事让同事的实验悄悄跑偏，不在任何一项监控之内。 出事以后，「实习生」这个称呼还起了一个作用，公众听到的是一个年轻人犯了错，公司显得只是用人不慎，而一个有才华的误入歧途的年轻人，总可以也似乎应该获得第二次机会。 三、两年之后 2024年10月，字节

匹配字段正文

载量突破500万，而ChatGPT达到同样规模用了56天。 资本市场更是直接用脚投票。9月21日Meta股价单日大涨11.43%，市值单日暴涨超1900亿美元。 在厂商的叙事里，个人Agent是继搜索引擎、应用商店之后的下一代流量入口——用户不再需要打开几十个App，只需要跟Agent说一句话，剩下的全由它搞定。 这个故事足够性感，于是所有人开始冲线。海外，OpenAI在9月底的DevDay上发布dots，由GPT-6 Astra驱动，每个dot配独立云电脑和浏览器，能调用ChatGPT生态里4000多款应用，还会在Slack、Teams里替你回消息、必要时回到你这里等你拍板；成立仅一年、只有14名员工的Instinct，9月28日完成10亿美元融资，估值一个月翻四倍冲到100亿美元，而它的产品至今还没对大众开放。 国内跟得更紧。 动作最快的是阿里。9月云栖大会上千问明确加速打造Personal Agent战略，10月13日“千问Go！”正式亮相，测试用户晒出的体验显示，它能在多张机票订单里排查出延误航班，联系航司争取赔偿，最终帮用户拿到70元现金赔付；也能自动扫描淘宝订单、找到价保入

匹配字段正文

rsus Google versus NVIDIA? You’ve seen all these places, right? And then that obviously caused you to say “Screw all that. I’m gonna do my own thing,” right? You could have joined OpenAI’s robotics lab. So may-just take us through chronologically, but also one thing you learned from each. Jason Ma [00:59:58]: So chronologically, yeah, maybe it’s useful to talk about how I got into AI in the beginning, right? So, as a kid, so I spent time in Japan and China. I grew up playing Go, the Go in AlphaG

匹配字段正文

rsus Google versus NVIDIA? You’ve seen all these places, right? And then that obviously caused you to say “Screw all that. I’m gonna do my own thing,” right? You could have joined OpenAI’s robotics lab. So may-just take us through chronologically, but also one thing you learned from each. Jason Ma [00:59:58]: So chronologically, yeah, maybe it’s useful to talk about how I got into AI in the beginning, right? So, as a kid, so I spent time in Japan and China. I grew up playing Go, the Go in AlphaG

匹配字段正文

载量突破500万，而ChatGPT达到同样规模用了56天。 资本市场更是直接用脚投票。9月21日Meta股价单日大涨11.43%，市值单日暴涨超1900亿美元。 在厂商的叙事里，个人Agent是继搜索引擎、应用商店之后的下一代流量入口——用户不再需要打开几十个App，只需要跟Agent说一句话，剩下的全由它搞定。 这个故事足够性感，于是所有人开始冲线。海外，OpenAI在9月底的DevDay上发布dots，由GPT-6 Astra驱动，每个dot配独立云电脑和浏览器，能调用ChatGPT生态里4000多款应用，还会在Slack、Teams里替你回消息、必要时回到你这里等你拍板；成立仅一年、只有14名员工的Instinct，9月28日完成10亿美元融资，估值一个月翻四倍冲到100亿美元，而它的产品至今还没对大众开放。 国内跟得更紧。 动作最快的是阿里。9月云栖大会上千问明确加速打造Personal Agent战略，10月13日“千问Go！”正式亮相，测试用户晒出的体验显示，它能在多张机票订单里排查出延误航班，联系航司争取赔偿，最终帮用户拿到70元现金赔付；也能自动扫描淘宝订单、找到价保入

匹配字段正文

正式商用，单独订阅约15美元/用户/月；纳入Microsoft 365 E7"Frontier Suite"后套件价约99美元/人/月，组合通常涵盖E5、Copilot、Agent 365与Entra相关能力。微软依托Entra身份体系为Agent分配身份、权限与生命周期管理。 微软未必让Agent最聪明，但负责让每个Agent有身份证、进不了不该进的门。 OpenAI和Anthropic是发动机厂：推理与代码最锋利，一边把模型装进别人的底座，一边又不甘心只当零件。Salesforce、ServiceNow守着业务数据主权：Agent可以来，但客户关系和工单语义不走。 再往下，四大会计事务所、头部医院、律所握着最后一层——行业数据与"老师傅标准"，这层谁都拿不走，因为标准本身就是他们的生意。 市场现实比发布会诚实。OutSystems《2026 State of AI Development》调研（样本约1900名全球IT决策者）显示：96%的企业已在某种程度运行AI Agent，仅12%建立了集中化治理平台，94%将Agent蔓延（agent sprawl）视为安全与复杂度风险（据O

匹配字段正文

出人——那是在漏洞先曝光、再补救的被动序列里完成的。现在换了个序列：报告先到，钱和审核没跟上。 开源维护者缺人、缺钱、缺时间，是长期状态。免费的全自动扫描加修复，对他们是刚需。刚需用久了，动作会变形：从“逐个核对”滑向“批量通过”。这不是谁变坏了，是疲劳。一份报告看十分钟能挑刺，看一百份就只会点“合入”。 疲劳的证据已经量化。Trail of Bits 与 OpenAI 合作的项目叫 Patch the Planet，让工程师下场替维护者写补丁——有资金、有工程师、有模型的三重加持，截至 10 月 13 日，1,137 个已确认发现里仍有 76% 卡在”等待补丁”，只有 13% 走完合入。连专业团队替他们写，七成多都还没修上——瓶颈从来不在”想不想修”，在”修得动修不动”。人肉修复的速度还在周和月。 发现的产能和修复的产能，本就不是一个量级。人工核对一份带 exploit 的报告要几个小时；一周涌入一百份，就是一个维护者两个月的工时。瓶颈从“找”挪到了“验”，而验这个环节恰恰是 AI 最进不去的——它需要项目上下文、工程判断，还需要有人对最终用户负责。 噪音的证据也到了。Google

匹配字段正文