分类： AI资讯

英伟达的 GPU 已经铺满了地球上的数据中心，下一站居然是月球。太空机器人初创公司 Lunar Outpost 在7月23日宣布，他们的下一台月球车将搭载英伟达 Jetson 芯片来驱动激光雷达系统。如果顺利落地，这很可能是人类历史上第一块登上月面的 GPU。

为什么是 Jetson，而不是 Blackwell

很多人对英伟达的印象还停留在 Blackwell、Vera Rubin 这些吞电如喝水的 AI 训练芯片上。但真正上天的是低调得多的 Jetson——一个专为机器人设计的小型化、低功耗平台，能让机器在本地实时处理传感器数据，不用把一切传回地球等指令。在月球上，光是信号往返就要将近3秒，本地算力就是生死线。

Lunar Outpost CEO 贾斯汀·塞勒斯说：”五年前我们的自主导航还是纯确定性算法，现在是确定性算法加物理 AI 双轨并行，这事挺有意思的。”

这台月球车将由 Intuitive Machines 的着陆器送上月面，任务是带着一整套传感器钻进环形山这类轨道上看不清的角落。再下一次任务的目的地更有看头——赖纳伽马区，那里有一处让科学家困惑多年的磁异常。两次任务都计划在年底前搭乘猎鹰9号升空。

月球对芯片可一点都不友好

把 GPU 送上月球，难的不是发射，是活下来。近地轨道的芯片好歹有地球磁场罩着，月面上的设备要直面宇宙辐射，还要扛住昼夜间几百度的温差。塞勒斯的原话是：”你的系统必须熬过月球的黑夜，而且得用极低的功耗熬过去。”

• 英伟达同时和 Firefly Aerospace 达成合作，让 Jetson 在环月卫星上处理影像，给月面测绘、跟踪越来越多的月球机器人；
• NASA 正在花钱请私营公司探月，为最早2028年宇航员重返月球铺路，模式复制了当年扶持 SpaceX 的打法；
• Lunar Outpost 还有一台能载宇航员的大型月球车 Pegasus，但它在等贝索斯 Blue Origin 的火箭——那枚火箭今年夏天刚出了事故，复飞时间未定。

从探索到常驻，缺的是一枚大火箭

塞勒斯把公司的目标说得很直白：从”去月球看看”变成”在月球住下”，靠的就是确定性算法加物理 AI 组成的机器人劳动力，人类到之前先让机器把重活干完。这个思路和最近炒得火热的太空数据中心是同一个逻辑——算力上天不是科幻，是排期问题。

只不过无论是月面机器人军团还是轨道数据中心，眼下都卡在同一件事上：一枚足够大、足够便宜的火箭。GPU 已经准备好了，运力还没有。

又一家软件公司为了 AI 动刀裁人。以色列的协作办公软件厂商 Monday.com 宣布裁掉数百名员工，理由是要重组业务、把资源往 AI 项目上倾斜。

裁员 20%，约 630 人，理由是”支撑一个更精简、更聚焦的运营模式”——聚焦的方向，就是它的 AI Work Platform。

砍掉两成人力，全押 AI 平台

按照公司说法，这次要把员工总数砍掉 20%，差不多 630 个岗位。官方给出的理由听起来很标准：为了支撑一个更精简、更聚焦的运营模式。而所谓聚焦，指向的就是它主推的 AI Work Platform。

其实 Monday.com 今年年初就已经掉头很猛了。它把 AI 平台当成核心产品，整个产品线都围着一个判断重做——企业客户越来越希望 AI 智能体能和员工一起干活。现在这个平台里塞了不少东西：无代码应用搭建、可定制的 AI 智能体、工作流自动化工具，还有一个能生成报表、更新看板的聊天机器人。

不是它一家：今年裁员理由都写着”AI”

Monday.com 只是加入了一支越来越长的队伍。为了腾出钱投 AI，一大批科技公司今年累计裁掉了几十万人。5 月的科技行业裁员量创下多年未见的月度新高，而据 Layoffs.fyi 统计，今年有创纪录的 78% 的公司把”要重新聚焦 AI”列为裁员理由之一。

2026 年至今，科技行业已经砍掉了超过 12.2 万个岗位。

同一份数据显示，2026 年到目前为止，科技行业被裁的岗位已经超过 12.2 万个。至于这次重组要付出多少代价，Monday.com 自己给了个数：预计将产生 4500 万到 5500 万美元的相关支出。

• 裁员规模：约 630 人，占员工总数 20%。
• 聚焦方向：AI Work Platform，含无代码搭建、AI 智能体、工作流自动化和聊天机器人。
• 行业背景：今年 78% 的公司把裁员归因于”聚焦 AI”，全行业已裁超 12.2 万岗。
• 重组成本：预计 4500 万至 5500 万美元。

做企业工作流自动化起家的ServiceNow，这次没盯着硅谷，而是把4000万美元押到了一家印度的银行软件公司身上。这笔钱给BusinessNext估值到了7亿美元，换来约5%的股份，同时也把两家在金融AI上的合作往前推了一大步。

“把它理解成一次战略合作，只不过用真金白银钉牢了。”——BusinessNext创始人兼CEO 尼尚特·辛格

4000万美元买的到底是什么

BusinessNext不是新公司，成立24年，总部在印度诺伊达，最近一个财年营收约3200万美元，还是盈利的。它服务着印度、东南亚、中东和美国的70多家银行，客户名单里有印度央行——印度储备银行，还有印度最大的公营和私营银行印度国家银行、HDFC银行。更关键的是，它一半营收已经来自印度之外，海外才是未来增长的大头。

辛格说，他们放着财务投资人不选，偏偏挑ServiceNow，图的就是对方那套遍布全球的销售网络。用他的话讲，是想”借用”ServiceNow的市场”机器”，去那些自己还没什么存在感的地方开拓客户。

看中的是”自主银行”这套底子

两家的产品其实互补。BusinessNext擅长管银行面向客户那一端的流程，ServiceNow强在后台的工作流自动化，凑一块儿正好能打包卖给金融机构。BusinessNext前身叫CRMNext，2022年才改的名，这几年一直在做一件事：搭一个所谓”自主银行”平台，用AI智能体去跑银行的各种业务流程，同时把敏感的客户数据留在私有AI基础设施上，满足监管和隐私的要求。

辛格特别强调，AI不是后来硬贴上去的，而是从一开始就长在骨子里。”我们连公司名字都改了，等于把整个技术栈重写了一遍，就是为了把AI放到最核心的位置。”

• 投资4000万美元，估值7亿美元，约占5%股份
• BusinessNext服务70多家银行，含印度央行、印度国家银行、HDFC
• 员工1300多人，2021年估值仅1.81亿美元
• 主打”自主银行”，AI智能体跑流程，数据留在私有AI基础设施

老牌企业软件的焦虑写在脸上

这笔交易背后，其实藏着传统企业软件厂商的一块心病。越来越多客户开始琢磨：既然有AI原生的新工具冒出来，那些传统SaaS还值不值得继续付费？ServiceNow的应对办法，就是靠收购、投资和合作，把自己的产品线不停往外扩，抓住银行这类高价值场景。

ServiceNow印度及南亚区负责人库尔米特·巴瓦说得直白：印度金融业正站在拐点上，机构们不再满足于零敲碎打的数字化试验，而是要走向”全面由AI驱动的运营”。谁能先把这套东西铺进印度这个高速增长的市场，谁就先占了位。对ServiceNow来说，4000万美元不算大手笔，但押的是一张进入亚洲银行AI市场的门票。

网络安全圈又冒出一只独角兽。一家叫Glow的初创公司这周正式走出隐身状态，一上来就顶着12亿美元的估值，创始团队来自Meta和Snowflake。它们押的宝很直接：AI正在彻底改写企业保护员工设备的方式，老一套的终端安全方案该换了。

“回想过去十年，一切都在往云和SaaS上搬。可现在，AI以一种前所未有的方式，直接落到了终端上。”——Glow联合创始人兼CEO Roi Tiger

一轮融资就成了独角兽

这家总部在帕洛阿尔托的公司周三宣布，完成1.8亿美元的A轮全股权融资，估值直接冲到12亿美元。领投方阵容不小——红杉资本、Cyberstarts、Greenoaks和Redpoint，还有Index、Lux Capital等一众机构跟投。有意思的是，Glow连一个营收数字都还没对外公布，就先拿到了独角兽的门票，这在最近的网络安全创业圈里越来越常见。

团队履历是它敢开这个价的底气。CEO Roi Tiger当过Meta的工程副总裁，联合创始人里有Snowflake前网络安全策略负责人Omer Singer、Claroty前研发副总裁Ophir Arie，以及另一位Meta工程负责人。COO Emily Heath更是干过联合航空和Docusign的首席信息安全官，还在Wiz被谷歌以320亿美元收购的过程中担任董事。

攻击方在用AI，防守方也得换打法

为什么现在要重做终端安全？因为战场变了。一边是企业疯狂往内部塞各种AI工具，另一边是攻击者也学会了用生成式AI自动写钓鱼邮件、造恶意软件、发起更刁钻的攻击。从员工笔记本到服务器再到各种联网设备，每一个终端都成了新的风险敞口。

这种焦虑在Anthropic发布Mythos模型后被进一步放大——那款模型展示了识别和利用软件漏洞的能力，让”AI辅助黑客攻击”从科幻话题变成了现实威胁。Glow成立于2025年，做的就是一套终端安全平台，用专门的AI智能体持续扫描企业环境、实时评估风险、自动执行安全策略，盯住员工设备上跑的每一个软件、AI智能体和开发工具。

要抢CrowdStrike们的饭碗

Glow瞄准的是一块巨头林立的市场——CrowdStrike、微软、SentinelOne、Palo Alto Networks全在里面。Tiger的说法是，现有的终端检测响应产品大多是”事后诸葛亮”，等威胁冒头了才去抓；而Glow想做的是前置拦截，在风险软件、AI智能体和开发工具进入企业环境之前就把它们挡在门外。

虽然刚露面，Glow说自己已经有了付费客户，覆盖医疗、零售和金融等行业，典型部署规模能覆盖全球组织里数万台员工设备，不过它没肯透露具体客户名字和数量。平台底层用的是Anthropic和谷歌Gemini的模型，通过Amazon Bedrock调用，Glow自己再包一层软件，给模型喂企业上下文，提升它们处理安全任务的可靠性。

它已经实打实拦下过一些麻烦：比如阻止恶意npm包被装进客户环境、揪出试图偷偷拉取这类软件的AI智能体、发现那些安全检测工具缺失或功能被削弱的设备。目前公司有近100名员工，约七成在以色列，其余在美国。至于”AI原生终端安全”能不能真的长成一个独立赛道，还得看企业们接下来怎么应对越来越能打的AI模型。