AI TrendTrackers

近期在谈论人工智能话题时，许多人都会听到作者对 Claude Code 的长篇赞美。起初，这只是与其他工具并行运行的一个辅助编程工具，如今却已经演变成一整套具备代理能力的操作系统，支持各类工作流程。 最引人注目的应用场景之一是 Obsidian，这是一款用于笔记记录的工具。与 Notion 或 Evernote 不同，Obsidian 的文件全是以 Markdown 格式存在于用户本地计算机中的普通文本文件。虽然这些文件可以进行同步、样式修改和保存，但本质上依旧是硬盘上的文本内容。几个月前，作者意识到这种特性使得 Obsidian 的笔记和研究资料成了 AI 编码工具的绝佳切入点。起初只是尝试在 Cursor 中打开 Obsidian 的知识库，但很快便发展为一种“笔记操作系统”。这一系统的依赖程度不断加深，最终作者甚至在家中搭建了服务器，通过手机 SSH 远程连接 Claude Code + Obsidian 环境，从而随时随地记录笔记、查阅资料、思考问题。 几周前，作者在 Dan Shipper 主持的《AI & I》播客节目中，详细讲述了这套系统的运作方式及其背后的逻辑和优势。尽管相关细节已在节目中完整呈现，但本文还将进一步探讨在节目之后，作者对 Claude Code 的一些新认识。 Claude Code 的独特之处在哪？是否优于 Cursor？ 这个问题并不容易回答。严格来说，Claude Code 并不一定在所有方面都优于 Cursor。但某些方面的杰出组合使得作者在构建任何新项目时，几乎都会首选 Claude Code。现在，它的应用已经不仅限于现有代码库的处理，更重要的是能基于其功能构建全新的系统。 那么，其秘密何在？一部分关键在于 Claude Code 对工具的处理方式。作为一个基于终端的应用，它牺牲了一部分可访问性，换来了极强的能力——原生集成 Unix 命令。这一点也唤起了人们对 Unix 哲学的重视。虽然作者通常避免大段引用，但…

OpenAI 正在悄然重塑电子商务的未来。近日，该公司正式在 ChatGPT 中推出名为“Instant Checkout”的即时结账功能，使美国用户可以直接在聊天界面中完成 Etsy 上的商品购买，并即将扩展至 Shopify 平台的上百万商户。这一举措不仅简化了用户购物流程，更可能改变电商领域权力结构。 📦 购物体验进入“对话时代” 此前，ChatGPT 已能根据自然语言请求（如“送给喜欢陶瓷的朋友买什么？”）推荐相关商品、图片、价格和评论。但用户仍需跳转至外部网站完成购买。而现在： 这一功能目前向 美国地区的所有登录用户（包括免费、Plus 和 Pro 用户）开放，首先支持 Etsy 商家，未来将覆盖 Shopify 平台的 Glossier、Skims、Spanx、Vuori 等知名品牌。 🛍️ 电商势力格局将重新洗牌？ OpenAI 的这一尝试，不只是改善购物体验，而是挑战 Google 和 Amazon 在商品搜索和发现上的主导地位。 💡 核心变化在于： 过去，Amazon 和 Google 曾因操纵搜索结果、提升自家产品排名或对商家收取高额费用而备受争议。OpenAI 表示将向商家收取“少量费用”，并承诺排序“纯粹基于相关性”。 🧠 Agentic Commerce Protocol：AI 商业生态的基础设施 为了推广这类“AI 代理型购物”，OpenAI 还开源了支撑 Instant Checkout 的底层协议 —— Agentic Commerce Protocol（ACP），由 Stripe…

Claude 公司近日发布了一系列关键更新，全面提升了旗下模型的性能、可用性与开发者工具链，并推出了全新的 Claude Agent SDK 与实验性功能“Imagine with Claude”，预示着 AI 代理系统进入实用化阶段。 以下是更新内容的详细整理与解析： 1. 降低 CBRN 风险的 Claude 4 模型 Anthropic 在 Claude 4 模型系列中继续推进 CBRN 风险（化学、生物、放射性、核相关风险）控制，通过加强模型的内置分类器，有效减少误报： 这代表 Claude 4.5 在开放性生成和安全性之间达成了更好的平衡，为工业、医疗、政府等高敏感领域的部署提供保障。 2. Claude Agent SDK：全面开放 AI 代理开发工具包 Anthropic 宣布正式开放 Claude Agent SDK，这是支撑 Claude Code 背后的核心基础设施，现在开发者也可以使用它来构建自定义 AI 代理。 SDK 解决的关键技术问题包括： 实用场景远不止代码生成： 虽然 SDK 源于 Claude Code，但设计具有通用性，适用于自动化运营、任务分解型助手、企业级数据分析、产品推荐系统等复杂工作流的 AI 代理开发。…

今天的类人机器人，为什么无法学会灵巧性？ 在本文中，著名机器人专家罗德尼·布鲁克斯（Rodney Brooks）详尽阐述了一个重要观点：尽管风险投资者和大型科技公司投入了数以亿计甚至数十亿美元用于训练，今天的类人机器人仍然无法学会灵巧性。在文章结尾，他还补充了两个相关的简短观点：其一是关于双足类人机器人如何才能在人类附近行走而不构成安全隐患；其二则是展望十五年后的类人机器人将呈现怎样的形态——既不像现在的机器人，也不像真正的人类。 1. 引言：灵巧性挑战的历史回顾 从人工智能诞生之初，研究者们就开始尝试让机器人手臂能够操作物体。早在1956年“达特茅斯夏季人工智能研究项目”的提案中，“人工智能”一词首次出现。到了1961年，海因里希·恩斯特（Heinrich Ernst）在麻省理工学院用TX-0计算机控制机械臂抓取并堆叠积木，完成了博士论文。其导师正是信息论之父克劳德·香农（Claude Shannon），论文中亦感谢了马文·明斯基（Marvin Minsky），两人均为AI奠基者。 从那时起，工业机器人逐步发展为在全球工厂广泛部署的计算机控制机械臂。近年来，一波新兴公司掀起了类人机器人潮流，并伴随着大量媒体和投资热潮。根据Gartner的技术成熟曲线，类人机器人仍处于早期阶段，远未达到炒作顶峰。 类人机器人的构想是，共享与人类相同的身体结构，从而在为人类设计的环境中完成人类的任务。Figure公司的CEO曾表示，人类可以开发数百万种专用机器人，也可以造出一种类人机器人来胜任数百万个任务。其“宏伟计划”第一阶段包括： 特斯拉CEO也曾表示，旗下类人机器人“Optimus”可能带来30万亿美元的营收，将成为“全球最大产品”。 投资者和工程师普遍相信，类人机器人将“即插即用”，无需改变工作方式即可直接替代人类执行所有任务。这一愿景的核心前提是：类人机器人必须拥有与人类相当的灵巧性（dexterity）。 2. 类人机器人发展简史与操作挑战 早在1970年代，日本早稻田大学的WABOT-1就已问世，其后WABOT-2、ASIMO（本田）、QRIO（索尼）、NAO（Aldebaran）等陆续登场。MIT的Cog、Rethink Robotics的Baxter与Sawyer、波士顿动力的Atlas，都是这一发展脉络中的代表。 然而几十年来的研究均未解决一个核心难题：如何让机器人拥有“人类级”的手部操作能力。 2.1 并联夹爪的主导地位 早期开发的“并联夹爪”（parallel jaw grippers）至今仍是主流。德国Schunk公司销售超过1000种此类夹具，另外还有电动或气动的吸盘工具。然而，无论是电动手指还是三指手套，始终无法在工业环境中实现可靠、耐用、高力输出的“拟人手”。 虽然曾有多种仿生手（如John Hollerbach、Ken Salisbury、Yoky Matsuoka等人的设计）尝试复现人类灵巧性，但并无一款通用机器人手在真实环境中被大规模采用。多数灵巧性的研究仍停留在数学或几何层面，未能解决实际操作问题。 2.2 展示视频的误导性 一些看似炫目的机器人演示视频展示了单个精心策划的操作动作。但这些成果极难泛化到其他任务。Benjie Holson 提出了“类人机器人奥运会”的构想，其中包含15项挑战任务（如清理手上花生酱、挂起一只袖子反过来的衬衫），所有人类八岁儿童都能完成，但类人机器人却毫无胜算。 3. 为什么端到端学习不适合类人灵巧操作？ 从语音识别、图像识别到大型语言模型（LLM），端到端学习取得了巨大成功。但作者指出，这些成功依赖于人类工程师设计出的“前端处理架构”。灵巧性学习若无等效的“输入端结构”支持，就不可能取得类似成果。 3.1 语音识别的前处理架构 语音识别依赖于几十年前为电话语音压缩而发明的特征提取机制，如梅尔频率倒谱系数（MFCC）、傅里叶变换、对数滤波等。这些方法不是自然的端到端学习，而是模拟人类听觉系统的工程设计。 3.2 图像识别的生理仿生结构 卷积神经网络（CNN）借鉴了Hubel与Wiesel关于猫脑皮层结构的研究——包括简单细胞、复杂细胞、超复杂细胞的响应机制。图像识别的“卷积池化结构”正是对视觉皮层的模拟，建立在人类生理机制基础上。 3.3 大语言模型中的工程介入 语言模型如ChatGPT在“学习之前”必须完成： 这些预处理过程引入了大量“人类知识”，如语言学结构、语素分析等，并非完全端到端。且Transformer结构本身就是高度人工设计的模型架构。 4. 为什么机器人学不会人类的灵巧性？ 人类的灵巧操作严重依赖触觉系统（touch），而目前的学习框架普遍忽视这一点。相比之下，现有技术并未发展出有效的“触觉采集、传输、存储、重放”的等效系统。 4.1 触觉的重要性实验：点燃火柴 瑞典Umeå大学Roland Johansson的研究展示了触觉对操作任务的巨大影响。视频中，一位实验对象在手指失去触觉后点燃火柴的时间比正常状态延长了四倍，且动作充满失误。 人类手部拥有约17,000个低阈值机械感受器，单个指尖约1,000个。这些感受器不仅感知压力，还有滑动、纹理、震动等复杂信息。 此外，Roland Johansson与David…

目前，科技行业的氛围显然发生了变化。曾经那种由乐观情绪驱动的长周期似乎已经结束，取而代之的是焦虑、不信任和对未来的迷茫。AI 热潮、强制返岗以及持续的裁员潮正不断侵蚀着从前稳固的职场心理安全感。而在这种局势下，作为管理者或资深工程师，如何保持团队的凝聚力与信任，成为了一个现实又紧迫的问题。 发生了什么变化？ （以下内容为普遍趋势概括，如贵公司未受影响，实属难得。） 1. AI的兴起带来了焦虑和不确定感 随着各种AI编码助手（如Cursor等）的涌现，一些管理者开始质疑是否还需要初级开发者。虽然这一观点在技术层面可能并不成熟，但“有人正在尝试”的事实本身，已经足够令技术员工感到焦虑。 更糟糕的是，“AI Workslop”（指低质量、草率生成的AI工作成果）正在破坏本该有序的工程协作流程，让认真负责的工程师工作负担更重。 2. 强制返岗打破了信任 疫情期间远程办公表现良好的团队，如今被强制要求重返办公室，即使很多公司并未为所有员工提供足够工位。一些公司甚至重新开始执行“9点到岗、5点离开”的打卡制度，打破了技术行业多年来的时间弹性与信任机制。 这类政策传递出一种信息：“如果不盯着你，就不信你能把活干好。” 哪怕公司初衷并非如此，效果却是实实在在的打击员工信任感。 3. 裁员打破了长期稳定的就业预期 过去二十年，技术行业拥有一种“隐形安全感”：即便遭遇裁员，工程师也能迅速找到更好的工作。但随着过去几年大规模裁员的发生，这种信念已不复存在，整个行业充满了前所未有的不安。 4. C位风格转向“效率至上” 高管群体普遍变得更加注重财务指标与效率管理，而非长期愿景与团队文化。那种“照顾好员工，员工自然会照顾好业务”的理念，似乎已被“完成工作，否则离开”的风格取代。 你无法改变宏观趋势，但你可以改变团队中的氛围 ☑️ 如何在“戴上公司帽子”与“人性化领导”之间取得平衡？ 作为管理者，在公开场合（如全员会议、部门例会、Slack的#general频道）中支持公司决策，是基本职责。哪怕内心并不完全赞同，公开场合的反对只会损害你在高层心中的可信度，也可能危及自己的职位安全。 但与此同时，团队也需要真实和共情的反馈。如果明明雨下得很大，你却非说“天晴了”，只会让团队觉得你“拍马屁拍到头顶”，从而失去信任。 ✅ 私下共情，公开支持 在1对1或小团队内部，可以坦诚表达自己的理解与共鸣： “我知道这个新政策很糟，对我也有负面影响。” 这种方式可以在不公开对抗的前提下，让团队知道你“站在他们这边”。 ❌ 不要承诺你无法兑现的改变 在有能力推动变革时，你可以承诺“会去争取”。但如果没有足够影响力，就不要给出无法实现的承诺。言行不一的“说到做不到”，比不承诺更伤团队的信任。 🔄 提供可行的“小变通” 若你在公司政策执行上拥有一定裁量权，可以通过“灵活执行”来缓解团队压力。例如： 这些“小叛逆”，虽然无声，却传达出对团队成员的信任。 在不确定中成为“稳定锚点” 当组织层面氛围动荡不安，一线管理者的态度与行为，会直接影响团队的情绪稳定性。而你可以成为他们的情绪锚点——保持冷静、真实与尊重，远比一味灌输“阳光正能量”更有效。 ✨ “低调的诚实”，胜于高调的忠诚 团队不需要你为他们“打翻天”，但需要你在复杂局势下依然讲实话，办实事，做他们值得信赖的人。 一切终将过去 科技行业正处在一个剧烈转型期，这并不是第一次，也不会是最后一次。尽管我们难以准确预测下一阶段的“新常态”是什么，但可以确定的是——那些在乱世中依旧坚守原则、关心团队的领导者，会在风暴过去后留下更深的影响力和口碑。 你无法改变整个行业的走向，但你可以让你所处的这个小团队，成为人们愿意留下的“好地方”。 带好你的队伍，即便外界风雨飘摇。

Anthropic团队在构建 Claude Code 的过程中，选择了一种极具代表性的“AI优先”开发方式。核心理念是：最大化大语言模型的原生能力，最小化人为干预和多余结构。以下是Claude Code背后的关键设计思路、架构理念、权限模型、原型开发流程以及终端用户体验的全面解读。 一、选择“on-distribution”技术栈：让模型自己构建自己 团队明确表示，他们希望使用Claude模型已经熟悉的技术栈，也就是“on-distribution”环境。最终，他们选择了 TypeScript 和 React，因为Claude在这两个技术上的能力非常强。相比之下，如果选用模型不擅长的语言或框架（如某些冷门编程语言），那就属于“off-distribution”，需要额外的训练与指导。 项目负责人 Boris 指出： “我们不想教模型怎么开发工具，而是选择一个它已经能胜任的环境，让 Claude Code 尽可能由 Claude 自己写出来。目前，大约 90% 的 Claude Code 是由 Claude Code 写出来的。” 二、架构设计：保持极致简洁，让模型“裸奔” Claude Code 客户端的架构其实非常轻量。尽管它具备复杂的能力（如遍历文件系统、理解大型代码库等），但在前端并没有过多的模块、组件或业务逻辑。 Claude Code 的核心设计： Boris 表示： “我们希望用户能‘感受到模型的原始力量’。很多AI编程工具为了‘辅助用户’，堆砌了很多UI和提示，反而限制了模型的能力。每次有新模型发布，我们都会删掉大量代码。例如Claude 4.0发布时，我们删除了近一半的系统提示词。” 三、本地运行，无虚拟化，优先选择最简单的方案 Claude Code 并不依赖云环境或虚拟机，而是直接在本地运行。最初曾考虑使用Docker或其他沙箱环境，但团队选择放弃复杂方案，坚持“最简单可行路径”： Boris 的原话： “每一个设计决策我们都问自己：最简单的做法是什么？运行命令最简单的方式？访问文件系统最直接的方法？就是本地。于是我们就这样做了。” 四、权限系统：最复杂、最敏感的设计之一 由于Claude Code直接运行在本地，权限系统成为设计中最重要的一环。为防止模型误删文件或执行不可逆操作，系统引入了实时权限请求机制： 用户每次遇到高风险操作时，可选择： 此外，还支持通过 settings.json 配置白名单命令，并支持项目级、用户级、团队级的设置共享。团队发现很多开发者会将允许的命令纳入版本控制，便于协作开发。 五、快速迭代与原型开发：Claude Code是Claude开发Claude的典范 在实际开发中，团队每天有：…

OpenAI近日推出了一项名为 ChatGPT Pulse 的全新功能，目前正在向移动端的ChatGPT Pro用户预览开放。这标志着ChatGPT迈向“主动型AI助理”的重要一步，从被动等待问题转变为主动提供帮助。 Pulse是什么？ Pulse是一个全新体验，它让ChatGPT在无需用户提问的情况下，每天主动提供个性化更新。它会根据用户的聊天记录、反馈、已连接的应用（如日历），进行异步研究，并在第二天清晨以可视化卡片形式呈现最新、最相关的内容。这些内容可能包括： 用户可以通过点赞、点踩或直接告知ChatGPT“想看什么”，来引导其改进内容。系统会记住这些反馈，以便不断优化个性化程度。 如何运作？ 每晚，ChatGPT会汇总来自用户记忆、聊天内容及反馈的信息，生成个性化的更新内容。以下是一些可能的例子： 所有内容都将经过安全检查，避免违反平台内容政策。 每天一次、不过度打扰 Pulse的理念是**“让AI为你工作，而不是让你停不下来地滑屏幕”**。每日更新内容只保留当天，除非用户将其保存为聊天记录或提出后续问题。每个卡片都可以展开了解更多信息、请求下一步建议，或稍后使用，帮助用户更有方向地前进。 学生早期反馈：实用性源自引导 OpenAI在“ChatGPT实验室”中与高校学生合作收集了早期反馈。研究发现：用户主动告知想要什么，Pulse的价值才真正体现。例如： 使用案例： 局限性 作为预览版，Pulse尚不能完全避免“偏题”或“重复建议”的问题。例如，系统可能推送一个你已完成的项目的提示。但用户可以随时修正方向，ChatGPT会学习这些反馈，不断优化内容呈现。 未来展望：AI真正的助理化 Pulse只是开始。OpenAI的愿景是打造一个能主动研究、规划并执行任务的AI系统，即使用户不主动提问，它也能根据用户意图持续推进事务。 未来，Pulse将： 总结：ChatGPT Pulse开启了AI由“问答式工具”向“主动型助手”转变的序幕。它不再只是回应需求，而是在你未开口之前，便开始为你筹划、整理与推动。每天一次的个性化更新，正是这种变革的早期形态。随着系统不断学习和扩展，ChatGPT未来将更深入地嵌入用户生活与工作，成为真正意义上的智能助理。

在2025年9月23日，一项震动科技界的合作正式敲定：人工智能公司OpenAI与全球最具市值的半导体巨头英伟达（Nvidia）达成了一项总价值高达1000亿美元的战略协议。该协议的最终细节是在美国总统特朗普对英国进行国事访问期间由OpenAI首席执行官萨姆·奥特曼（Sam Altman）与英伟达首席执行官黄仁勋（Jensen Huang）亲自谈判并确定。随后，两人一同前往加利福尼亚，在英伟达总部对外发布这一OpenAI未来基础设施建设的重大计划。 这场交易被黄仁勋称为“规模空前”，标志着全球人工智能领域的又一次力量重组，也意味着资本与影响力正进一步集中在两家站在AI前沿的公司手中。黄仁勋目前掌管着市值接近4.5万亿美元的全球最大上市公司，而奥特曼则带领估值已达5000亿美元的OpenAI，被视为全球最具影响力的AI创业公司。 OpenAI依靠英伟达高性能GPU的支持迅速崛起，而此次合作意味着双方将在下一阶段的AI超级计算设施建设上展开更紧密的协作。根据协议内容，英伟达将以每轮100亿美元的方式分期投资OpenAI，并提供其最先进的处理器，支持未来数据中心的构建。 尽管获得英伟达的大额投资，OpenAI仍计划承担部分债务，并可能自行建设和运营云服务设施。据悉，目前OpenAI的大部分计算任务仍部署在微软的Azure平台上，但公司内部已有声音表示，可能在未来一到两年内推出自主商用云平台，成为亚马逊AWS、微软Azure、谷歌和甲骨文等巨头的潜在竞争者。 据接近谈判的知情人士透露，奥特曼与黄仁勋的磋商主要通过线上会议及在伦敦、旧金山和华盛顿的面对面会晤完成，整个过程没有金融机构参与。此次合作的结构设计也极为精细，旨在避免OpenAI过度稀释股权。首轮100亿美元的投资将基于5000亿美元的公司估值，预计在交易完成后约一个月内交割。后续九轮融资将根据公司当时的估值调整。 在谈判过程中，OpenAI仅在签约前一天告知其主要股东和云服务供应商微软。今年早些时候，微软已不再是OpenAI唯一的计算资源提供方。据悉，黄仁勋在6月曾亲自告知微软CEO萨蒂亚·纳德拉（Satya Nadella）有关英伟达正在与OpenAI磋商合作的消息。 此外，该合作也恰逢甲骨文披露OpenAI将于2027年起在五年内投入3000亿美元采购其计算资源。年初，OpenAI加入由总统特朗普宣布的多方联合项目“Stargate”，由甲骨文和软银支持，旨在构建下一代AI基础设施。今后的所有OpenAI基础设施项目都将纳入Stargate计划之下。 目前尚未公布这一建设计划的具体地点和时间，但双方透露首个10吉瓦级的数据中心将于明年下半年投入使用。自今年1月Stargate项目启动以来，OpenAI已评估了700至800个潜在选址方案，并接到来自北美各地开发商的提案。最终选址将考虑能源供应、审批进度与融资条款等多项因素。 尽管OpenAI已将英伟达列为“首选合作伙伴”，但公司高层强调合作并非排他性，未来仍将继续与大型云服务商和其他芯片制造商合作，以避免对单一供应商的依赖。 此次合作也让外界得以一窥OpenAI与英伟达之间深厚的历史渊源。早在ChatGPT问世之前的2016年，英伟达首款DGX超级计算机便由黄仁勋亲自送至当时仍是非营利研究机构的OpenAI旧金山办公室。如今，双方不仅在AI领域扮演关键角色，更主导着全球科技发展的重要趋势。 2024年10月，英伟达首次通过参与66亿美元融资轮正式入股OpenAI，使后者估值达到1570亿美元。一个月后，OpenAI高层在东京与软银CEO孙正义会晤，商讨下一阶段的扩张方向。由此诞生了“Stargate”这一代号，现已成为OpenAI所有重大基础设施计划的代名词。 英伟达对OpenAI的巨额承诺仅是其宏大布局的一部分。就在上周，英伟达还向英特尔投资50亿美元，合作开发数据中心与PC芯片。此外，公司还向英国数据中心初创公司Nscale投资近7亿美元，类似其此前对美国AI基础设施企业CoreWeave的支持，后者已于今年3月完成IPO。 然而，要支撑未来10吉瓦级别的AI算力建设，仅凭英伟达一家的投入远远不够。OpenAI表示，公司将以租赁方式使用英伟达芯片，并计划通过其他方式筹集剩余建设资金。高层指出，股权融资是成本最高的方式，因此公司将考虑举债方式支持扩张。 目前，OpenAI的高性能算力几乎已达到极限，公司CFO萨拉·弗里尔（Sarah Friar）公开表示，最大的挑战是“持续面临计算资源不足”的困境。未来何处承载OpenAI的庞大计算需求，仍是一个待解问题。 在奥特曼与黄仁勋就合作细节紧锣密鼓协商的同时，OpenAI的基础设施团队也在东京与软银的孙正义进行会谈，讨论更广泛的融资及制造支持方案。这些同步进行的全球对话，凸显出奥特曼野心的庞大规模，以及围绕OpenAI构建起的全球利益网络。

美国国会出于国家安全的考虑，曾下令中国公司字节跳动必须剥离其旗下的短视频应用TikTok。然而，这项法律的执行一度因特朗普的推迟而延后。 TikTok因其对年轻群体的强大吸引力而被视为极具价值的资产。甲骨文公司已经与该应用存在合作关系，利用其云服务器来处理美国用户的数据。但若达成新的协议，甲骨文或将进入TikTok的消费者业务领域。这对甲骨文来说是一次全新尝试，因为其在上世纪90年代进军消费市场的最大尝试——推出网络计算机——曾以失败告终。 TikTok如今只是埃里森家族媒体版图迅速扩张的一部分。甲骨文创始人拉里·埃里森的儿子大卫·埃里森近期斥资80亿美元，成功收购派拉蒙和哥伦比亚广播公司，并积极推动这两大传媒资产的改革。据广泛报道，大卫正筹备对华纳集团的更大规模竞购，而华纳旗下包括CNN在内的核心媒体资源。 在任何其他时期，想要同时拥有TikTok、CBS、CNN以及好莱坞的重要版图，监管障碍几乎无法逾越。但当下形势截然不同，得到特朗普的青睐显得格外关键。今年一月，总统曾公开表示，希望埃隆·马斯克或拉里·埃里森能够收购TikTok。 纵观上个世纪，美国传媒史上确实不乏家族控制的重要版块，但他们的影响往往受限于地域或其他条件。比如钱德勒家族掌控《洛杉矶时报》，长期主导南加州舆论，却难以延伸至全国。而鲁珀特·默多克拥有福克斯新闻与《华尔街日报》，但两者在编辑理念上并不完全一致。如今在数字时代，这些制约因素正在逐渐消解。 缅因大学的媒体史学者迈克尔·索科洛指出，如今一切都在加速整合，不同于以往，这些交易跨越多个平台。如果能够在TikTok、CBS新闻和CNN之间确立统一的编辑路线，那将是全新的格局。 派拉蒙拒绝就相关交易发表评论。 资金方面，历来被视为限制媒体帝国扩张的关键因素，但对拉里·埃里森而言并非障碍。在不久前的一天，他所持有的甲骨文股票市值猛增约1000亿美元，一度让其成为全球首富。据彭博亿万富翁指数显示，他目前的净资产达3670亿美元，仅次于马斯克。 现年81岁的拉里·埃里森，是硅谷持续时间最长的企业创始人之一。1977年，他与两位同事共同创办了软件开发实验室，并在几年后将公司更名为甲骨文，取自其核心数据库产品。 在公司发展历程中，埃里森并非以技术天才著称，而是以卓越的销售能力闻名。甲骨文多次面临危机，几近崩溃，但最终幸存并发展壮大，与那个时代绝大多数已消失的软件公司形成鲜明对比。 埃里森同时以“拼命工作，尽情享乐”的创业者原型闻名。他结过多次婚，拥有大量不动产，其中包括几乎整个夏威夷拉奈岛。他还购入了一架意大利海军退役的SIAI-Marchetti S.211战机，据称曾与儿子一起模拟空战。 2012年，埃里森在一次采访中自嘲道，人们在会议上常说“天哪，你和想象中的完全不同”，他笑称这是个很低的标准，至少自己没有在会前“咬掉小动物的头”。 过去，埃里森对媒体领域并无太大兴趣，更多是利用采访机会抨击长期的竞争对手微软创始人比尔·盖茨。而他的儿子如今正在洽谈收购一家新兴数字媒体《自由新闻》，该媒体自称与传统新闻机构对立，由巴里·怀斯创办。据悉怀斯很可能在CBS中担任一定管理角色。她曾在《纽约时报》评论版任编辑，并偶尔撰写文章。 埃里森本人并未回复邮件请求置评。近年来，他的财富积累速度远快于慈善捐赠计划的制定。他正专注于在牛津大学建设一个庞大的营利性慈善机构——埃里森科技研究院，并称将集中资源于此。然而，这一研究院在近几周也遭遇了与其以往慈善项目类似的动荡。 长期以来，埃里森在慈善事业上常常改变主意，或者与自己聘请的负责人分道扬镳。本月，他与去年才聘请来负责建设E.I.T.的知名科学家约翰·贝尔分手。贝尔的加盟曾为该项目带来即时的学术公信力。 贝尔指出，英国的科学文化相比美国更少商业化，而该研究院的目标正是推动生命科学及其他领域的创业发展。他称，在英国并没有类似埃里森的人物，因此埃里森决定在英国建立自己的遗产，意义重大。 今年八月中旬，埃里森聘请前密歇根大学校长大野三太担任职务，职位似乎高于贝尔。尽管埃里森声称两人将“合作”，但两周后，贝尔便宣布离开，称该研究院是一个“极具挑战性的项目”。 据知情人士透露，埃里森在研究院非常亲力亲为，经常与贝尔保持沟通，并频繁出现在牛津的研究院办公室开会。研究院高层内部对于如何将埃里森的科研商业化意见不一，同时外界也不断质疑埃里森能否兑现其财务承诺。

英伟达（Nvidia）计划向人工智能初创公司OpenAI投资高达1000亿美元，以支持其数据中心建设与电力基础设施的扩张。这项合作标志着美国两大人工智能力量之间的深度联手，旨在推动AI超级智能的未来发展。 根据双方于本周一宣布的协议，OpenAI将能够使用至少10吉瓦的英伟达系统来构建和运行下一代人工智能模型。这一电力规模，相当于四座胡佛大坝的发电能力，或者约800万个家庭的电力消耗。 英伟达首席执行官黄仁勋在接受CNBC采访时表示，这是一个“庞大的项目”，并称OpenAI是“历史上增长最快的软件公司”。 此项合作是对AI模型持续迭代潜力的重大押注。尽管部分怀疑者认为模型的进展正面临瓶颈，英伟达和OpenAI的行动却显示出它们对巨额投入可以催生出超越人类智慧模型的信心。 英伟达的这项投资预示着人工智能产品的用户接受度将持续上升，社会也将在更大程度上依赖计算能力，从而带来深远变革。 OpenAI首席执行官萨姆·奥特曼（Sam Altman）在接受CNBC采访时表示：“这个超级大脑将带来的成果，将超出人类当前的想象能力。” 受到这一消息推动，英伟达股价上涨近4%，市值逼近4.5万亿美元，成为全球市值最高的公司。此前，《华尔街日报》首次披露了甲骨文与OpenAI达成的3000亿美元协议，这也带动甲骨文股价大涨逾三分之一，总市值接近1万亿美元。这两项投资凸显出OpenAI在人工智能浪潮中的核心地位。 根据协议，英伟达将随着每一吉瓦部署的推进逐步完成对OpenAI的投资，以支持其数据中心及电力能力的扩展。这种逐步投入的方式也有助于英伟达在OpenAI增速放缓的情况下降低风险。 OpenAI计划将英伟达的资金用于采购其新一代芯片，这一循环模式使得英伟达能够将资产负债表上的现金转化为新营收。在人工智能行业，这种资金循环安排已成常态，也引发了外界对新销售是否反映真实市场需求的讨论。 第一阶段的建设计划于2026年下半年上线，将使用英伟达尚未发布的“Vera Rubin”平台。据悉，这一平台的性能将超过当前“Grace Blackwell”系列的两倍，后者的GB300组合芯片被广泛认为是目前最强大的AI芯片，用于训练大型模型以及执行推理任务，即模型对用户输入的响应过程。 为了实现10吉瓦的计算能力部署，预计需要建设数十个新的数据中心集群，这一过程将耗时数年。目前，OpenAI及其合作伙伴和竞争对手已经处于一场堪比历史上最大建设项目的扩建热潮中。 奥特曼、马克·扎克伯格（Mark Zuckerberg）、埃隆·马斯克（Elon Musk）等科技界巨头普遍认为，通过新一轮投资与强大的计算能力驱动，将引领人工智能进入“超级智能”时代。 然而，过去一年间，即使资本投入规模空前，许多领先AI公司在模型性能提升上却面临困难。Meta平台公司今年早些时候推迟了其旗舰AI模型的发布，并因此组建了一支数十亿美元级别的AI团队，从各大公司中招募顶级研究人员与工程师。 OpenAI发布的GPT-5模型，最初被定位为“博士级专家”，却引发部分用户反弹，也让部分投资者对AI热潮的预期开始重新审视。 尽管大多数观察者依然认为人工智能将带来深远的益处与变革，但这些变革的具体到来时间及用户普及速度仍不明朗。与此同时，OpenAI也不断面临关于如何筹措资金用于数据中心建设、大规模AI硬件设备和价值达100亿美元的定制芯片的问题。奥特曼本人上月曾指出，投资人对AI“过于兴奋”，并预测部分初创企业和投资者可能会“被烧伤”。 英伟达与OpenAI的合作关系，有望增强投资者信心，特别是在基础设施建设融资方面。除了与甲骨文的3000亿美元合作外，OpenAI还正与软银合作一个名为“Stargate”的数据中心项目，同时也是微软最大的云计算客户之一。英伟达与OpenAI表示，此次合作旨在补充与上述合作伙伴的现有合作。 作为一家私人控股的初创公司，OpenAI及其基础设施合作方通常需以更高利率融资以支撑大规模扩张。而行业高管普遍认为，这项新协议将显著降低OpenAI未来的融资成本。 甲骨文本月初表示，在截至8月31日的季度中，该公司从三个客户处新增了3170亿美元的未来合同收入。 英伟达目前正处于密集交易期。上周，该公司宣布将向英特尔投资50亿美元，并与这一竞争对手共同开发定制中央处理器，旨在更好地与英伟达的芯片和设备整合应用于数据中心与个人电脑领域。此外，英伟达还宣布在英国投资超过25亿美元于AI基础设施项目。