跳到正文

#现象/趋势

今日 0 条
10月2日周五
  1. TechCrunch · AI44

    消费级 AI 的难看经济账:Meta Muse、OpenAI Dots 也难破付费天花板

    消费级 AI 的付费盘子增长近乎线性:Andreessen Horowitz 引述 PNC 数据,截至 5 月仅 2.2% 消费者为 AI 付费,月均支出 31 美元。若以 Netflix 3.25 亿订阅用户为饱和基准,34 美元/用户对应的年收入仅 110 亿美元,不到 OpenAI 运营成本的三分之一。这推动前沿实验室转向企业合同,OpenAI 的企业预订自 7 月已翻倍。

  2. IT之家62

    贝恩:全球 AI 行业到 2031 年需创造 6 万亿美元年营收,才能证明数据中心价值

    贝恩公司称,全球 AI 行业到 2031 年每年需要创造 6 万亿美元营收,才能支撑目前全球数据中心建设的巨额资本投入。现有消费级和企业级 AI 服务最多只能贡献 1.8 万亿美元,还需找到 4.2 万亿美元新增收入,可能来自自动化机器、机器人以及药物研发、心理健康和能源生产等起步阶段市场。贝恩预计到 2030 年全球数据中心投资将达到 5 万亿至 6.5 万亿美元,新增容量至少 150GW。

  3. The Pragmatic Engineer39

    The Pulse:Firebase 全球宕机,Google 应对不力

    Firebase 因一次后端变更导致 iOS SDK 崩溃,所有使用 Firebase analytics 的应用随之崩溃 2-6 小时。Google 既未更新状态页面,也未发布任何事后复盘。此外,OpenAI 正成为平台,ChatGPT 支出可分配给 16 家合作伙伴的开放模型与 AI 产品,而不只限于 OpenAI 自家模型。

10月1日周四
  1. Databricks Blog26

    Databricks:以智能体营销连接客户上下文与可衡量 ROI

    Acxiom 与 Lovelytics 在 Databricks 上重建数据与身份服务,客户洞察上市时间提升约 30%、运营成本降低约 15%。Acxiom 的 Real ID 身份解析引擎现已原生运行在 Databricks 上,品牌无需导出数据。智能体营销需要客户、业务、决策与控制四类上下文,单笔交易可携带 30 到 50 个元数据参数。

9月29日周二
  1. Databricks Blog27

    制造业数据与 AI:Databricks 连接产品价值链

    Databricks 的 Data and AI Platform 通过 zero-copy Open Sharing 和 Lakehouse Federation 直接查询工厂、供应商与质量系统中的原始数据,无需为每个用例新建 ETL 管道或复制数据。平台以序列号、批次或零件号作为关联键,把跨阶段的追溯问题变成一次查询,并支持机器与车辆遥测的低延迟处理。

9月28日周一
  1. 404 Media37

    隐私的终结已至:404 Media 播客对话 Kashmir Hill

    404 Media 播客对话《纽约时报》记者 Kashmir Hill,讨论人脸识别泛滥下人人皆可被"开盒"的现状:从监控摄像头到 Meta RayBan 眼镜都将具备该能力,已有爆红账号截取路人视频、经人脸识别后公开其姓名与个人信息。Kashmir Hill 著有《Your Face Belongs to Us》,讲述 AI 与一家隐秘初创公司如何带来隐私的终结。

  2. elsewhere20

    心资本韩彦:AI泡沫之外,什么才是真正的长期价值?|心声VOICE

    心资本创始合伙人韩彦(Herry Han)在 SuperReturn Asia 2026 圆桌讨论上称,AI 市场可能存在估值过热与泡沫,但 AI 仍是这个时代最具实质意义的技术变革之一。他认为中国 AI 机会同时存在于硬件和软件两端,芯片、能源、数据等基础设施领域仍有大量投资机会。心资本团队已用 AI 工具将行业信息、会议讨论及研究材料沉淀进机构知识库,辅助项目初筛与行业研究。

9月23日周三
9月16日周三
8月31日周一
8月28日周五
8月27日周四
8月26日周三
  1. LangChain Blog39

    LangChain 谈上下文工程的兴起:它正成为 AI 工程师最重要的技能

    LangChain 阐述“上下文工程”(context engineering)的兴起,将其定义为构建动态系统、以正确格式向 LLM 提供正确的信息与工具,使其有可能完成任务。文章称智能体表现不佳多因上下文、指令或工具传达不到位,而非模型本身出错,并认为上下文工程正成为 AI 工程师最重要的技能。LangGraph 以完全可控为设计目标,可支持上下文工程,而多数其他智能体框架的抽象会限制它。

8月19日周三
  1. LangChain Blog33

    LangChain:企业要拥有自己的智能,才能建立持久 AI 优势

    LangChain 博客主张,企业要获得持久的 AI 优势,必须拥有自己的智能,而非只依赖通用模型。文章认为不必自建 AI 每一层,但要控制模型、harness 编排逻辑以及上下文与记忆这些决定智能行为的部分。企业还需像管理操作系统一样控制成本、衡量质量,并界定智能体可独立行动与需要监督的边界。

11月20日周四
  1. Modal Blog36

    Modal:AI 智能体同样需要良好的开发者体验

    Modal 提出一套面向编码智能体的开发者体验框架,认为人类与智能体同样依赖紧密的反馈循环。框架强调用 CLI、SDK 和 API 提供程序化访问,让错误信息具备可操作性,并以一致、贴近代码的示例作为学习基础。Modal 称这些原则来自服务数千名用户的迭代,其 vLLM 推理示例即体现基础设施与逻辑同处一处。

4月18日周五
  1. Sierra Blog23

    持久关系:Sierra AI 智能体驱动客户留存

    Sierra 的 AI 智能体可在用户萌生取消念头时主动介入并提供个性化方案,把客服从成本中心变成创收职能。一家旅游平台将其部署在 web 和 mobile 端,用于厘清套餐权益、探索替代方案,带来 5% 的 plan keeps 提升和 4.7 的 CSAT。保险与娱乐客户则用它识别取消倾向、处理取消意向来电,提升续约与留存并减轻客服负担。