标签: AI技术

  • 净利暴涨1242%还被砸跌停,SK海力士撞上了AI泡沫焦虑

    净利润同比暴涨1242%,营收翻了两倍半,单季赚的钱创下公司历史纪录——换作任何一家公司,这样的财报都够开香槟了。但SK海力士在7月29日交出这份成绩单之后,股价反而一路砸到跌停,盘中最深跌了18%,还顺带把美光、西部数据这些同行拽下了水。

    好学生考了99分照样挨骂,因为市场给它出的题,满分是120。

    账面有多好看

    先看数字本身。二季度SK海力士营收79.32万亿韩元,同比增长257%;营业利润60.54万亿韩元,同比暴涨557%,营业利润率高达76%。上半年累计营收头一次突破100万亿韩元大关。账上现金88万亿韩元,净现金头寸69.4万亿,债务还在往下降。

    至于那个夸张的118%净利润率,倒不全是卖芯片赚的——里面有约62万亿韩元来自铠侠投资的股权重估等非经营收益,属于一次性的账面富贵。但即便剔除这块,主业的盈利能力也是行业顶级水平。

    那市场在不满什么

    问题出在预期差。分析师此前预计营收约84万亿、营业利润约64万亿,两项核心指标双双没够着。拆开看,原因还挺微妙:

    • 这一轮行业利润的主发动机其实是通用DRAM涨价,而SK海力士把大量产能压在了HBM上,反而没能充分吃到这波红利;
    • 涨价本身在降速——二季度通用DRAM环比涨约30%、NAND涨50%到60%,都明显低于一季度的水平;
    • 公司约一半销售额被长期协议提前锁了价,现货再怎么飞涨,也跟这部分收入没关系。

    说白了,这是一次典型的”利好兑现式下跌”:股价早就把AI存储的想象空间透支完了,业绩只要没超出想象,资金就落袋走人。

    华尔街对AI资本开支的焦虑正在蔓延
    财报季里,华尔街对AI巨额开支的耐心正在变薄 图源:The Verge

    更大的背景:华尔街开始算总账

    SK海力士的跌停并不是孤立事件。就在几天前,谷歌把全年资本开支预期从最高1900亿美元上调到2050亿美元,连预期下限都超过了此前的上限——投资者读出的信号是:这家公司连自己要花多少钱都算不准,而且花的比赚的还多。Meta、亚马逊、微软本周也要陆续交财报,市场普遍猜它们的数据中心账单同样会超支。

    The Verge直接点破:这份创纪录的财报,安抚不了那些担心AI泡沫快破的投资者。当”卖铲子”的存储厂都开始被质疑增长的持续性,焦虑就已经从应用层一路传导到了产业链最硬核的环节。

    当然,SK海力士手里还有牌:HBM4二季度已经量产发货,下半年放量,HBM4E样品也交到了大客户手上,全年DRAM需求预计还有25%左右的增长。周期没有见顶的实锤,但市场的定价逻辑已经变了——从”讲故事”切换成了”看兑现”。


  • ChatGPT开始拒绝模仿斯蒂芬·金们的文风,这背后是一堆版权官司

    最近有用户发现,让ChatGPT「用斯蒂芬·金的风格写个开头」这种老玩法,突然不灵了。它会礼貌地拒绝你,然后换个说法:我可以写出氛围感拉满的小镇惊悚,但不能贴着金老爷子的独特文风来。

    ChatGPT拒绝模仿知名作家文风
    ChatGPT开始对「模仿作家文风」类请求踩刹车(AI示意图)

    从活着的作家,管到了去世的作家

    Ars Technica记者实测了一把,要求ChatGPT用斯蒂芬·金的风格写小说开头,得到的回复是这样的:

    「我完全可以写出具有氛围惊悚、角色驱动、小镇恐惧这些标志性特征的文字,但我不能用斯蒂芬·金的确切风格写作,也不能贴近模仿他独特的声音。下面是一段原创开头,它捕捉了类似的感觉,但保持自己的声音……」

    测试范围不止金一个人。J.K.罗琳、谭恩美这些在世作家被拒,狄更斯、海明威这些已故作家同样被拒。有意思的是,研究机构No Latency本月早些时候的分析显示,当时ChatGPT只拒绝在世作家,对已故作家还照单全收——也就是说,这道闸门最近又拧紧了一圈。

    「捕捉感觉」和「复制风格」,一词之差值几个亿

    乍一看这像是文字游戏:不模仿「确切风格」,但可以体现「宽泛特质」,输出的东西可能差不了太多。但在法庭上,这个措辞的差别可能非常值钱。OpenAI手上还压着一堆作家发起的版权诉讼,其中一份诉状专门点名ChatGPT「生成与受版权保护文本高度相似内容的诡异能力」。现在模型自己先声明「我不复制风格」,等于提前给辩护律师递了弹药。

    美国版权法的基本逻辑是保护「具体表达」而不保护「风格」本身,但如果AI的仿作跟原作达到「实质性相似」,照样可能构成侵权。乔治·华盛顿大学法学院教授Robert Brauneis说得很直白:历史上从来没有过这样的局面——个人创作者的风格可以被模仿得这么像、成本还这么低。


    各家AI的态度并不一致

    No Latency的对比研究给各家大模型画了一张站队图:

    • 谷歌Gemini:基本有求必应,直接照着作家风格写;
    • Perplexity:一律拒绝,然后引导你换个写法;
    • Anthropic的Claude和微软Copilot:写是写了,但会加一段免责式的说明,表示自己知道模仿这事有争议;
    • ChatGPT:现在站到了最严的一档。

    写作圈对文风模仿的敏感是有前科的。去年作家Lena McDonald的出版小说里,赫然留着一句没删干净的AI回复——「我已按J. Bree的风格重写了这段」,当场社死。美国作家协会也在行业规范里明确劝告:别用生成式AI刻意复制同行的独特声音,除了道德问题,还可能吃上不正当竞争或版权侵权的官司。

    当然,靠这个功能吃饭的老用户已经在Reddit上叫苦了:「我的提示词调得那么精确,出来的就是我想要的东西,现在全废了。」版权风险降下去了,一部分人的生产力也跟着降了——这大概就是AI写作工具绕不开的取舍。

  • Perplexity把Windows电脑变成AI员工:能翻本地文件能改表格,月费200美元起

    Perplexity把它那个叫「Personal Computer」的智能体工具搬到Windows上了。简单说,就是让全世界用得最多的操作系统,直接变成一台本地运行的AI工作机——你的电脑不再只是工具,它自己就能干活。

    Perplexity Personal Computer 登陆 Windows
    Perplexity 的智能体工具 Personal Computer 正式支持 Windows(图源:The Verge)

    它到底能干什么

    今年4月,Perplexity先在Mac上推出了这个工具,定位是「通用数字员工」。这次的Windows版思路一样:它可以访问你电脑里的本地文件和应用,替你创建文档、更新表格,把那些琐碎的桌面操作接过去自己跑。

    在这之前,Perplexity已经在5月份把Personal Computer接入了微软365办公全家桶和Teams会议软件。这次补上Windows本机这一环,整条链路就打通了。Perplexity在新闻稿里点出了一个很多AI公司避而不谈的现实:企业里大量真实工作其实发生在Windows本地电脑上,而这些场景一直「在AI够不到的地方」。

    「现在微软用户可以让Computer在一个地方同时处理本地文件、Microsoft 365和网页。它就是为企业工作在本地机器上那种乱糟糟的真实状态设计的。」——Perplexity官方说法

    门槛不低:200美元一个月起步

    先别急着下载,这东西目前只向付费的Max和Enterprise Max用户开放,订阅价格从每月200美元起。很明显,Perplexity瞄准的不是普通个人用户,而是愿意为「数字员工」掏钱的企业客户。

    针对企业最担心的数据问题,Perplexity给了两个承诺:

    • 不用公司数据训练模型;
    • 执行敏感操作前一定先通知——比如发邮件、删文件这种动作,不会不吭声就干了。

    这步棋,踩在了微软的地盘上

    有意思的地方在于,Windows是微软的主场,微软自己也有Copilot。Perplexity现在等于跑到别人家客厅里,说「你家的活我来干」。对用户来说这未必是坏事——桌面智能体这个赛道刚刚热起来,Anthropic、OpenAI都在做类似的电脑操作能力,多一个竞争者,产品打磨的速度只会更快。

    真正值得盯的是安全边界。智能体能碰本地文件、能发邮件,权限越大风险越高,「敏感操作先通知」这类护栏会不会在实际使用中被用户嫌麻烦而关掉,才是接下来见真章的地方。

  • 43%的谷歌搜索都有AI答案了:从“入口”到“终点站”,蓝色链接正在消失

    不管你喜不喜欢,AI搜索正在变成默认选项。市场情报公司Similarweb最新报告给出了一个扎眼的数字:谷歌搜索结果里的AI生成答案(AI Overviews),一年时间出现比例从15%飙到了43%。也就是说,你现在随手搜点什么,将近一半的概率会先看到AI替你总结好的答案,而不是那排熟悉的蓝色链接。

    AI最初只是搜索之上的一层”附加物”,如今已经变成搜索旅程本身——谷歌正在从通往网络的”入口”,变成用户停留的”终点站”。

    谷歌AI Overviews
    谷歌AI Overviews一年内覆盖率从15%涨到43%(图片来源:TechCrunch原文)

    用户搜索的方式,已经变了

    数据还揭示了几个更深层的变化。谷歌那个对话式的AI Mode,月访问量从2025年6月的1.26亿次涨到了2026年5月的2.79亿次,一年翻了一倍多。与此同时,用户搜索词的平均长度也在变长——大家正在放弃”关键词三连”式的短查询,改用更自然的长句子跟AI对话。

    这背后是搜索逻辑的根本转变:过去谷歌给你一串链接,你点进各家网站找答案;现在谷歌直接从它索引的网站里抽取信息,拼好答案端给你。用户在谷歌平台上停留的时间更长了,谷歌自己成了目的地。

    内容网站的日子更难了

    对出版商来说,这可不是什么好消息。AI引用不等于点击,导流断崖式下滑,新闻类网站受伤最重。几个值得记住的数据点:

    • 过去一年,AI回答中带引用来源的比例涨了5倍多;
    • 但截至2026年5月,美国ChatGPT桌面端查询里带引用的仍只有6.8%,旅游、零售、体育类内容被引用得相对更多;
    • Cloudflare已经推出工具,帮出版商拦截不付费的AI爬虫,逼AI公司为内容掏钱。

    也不是完全没有好消息。ChatGPT在5月7日更新搜索功能后,美国桌面端引用落地到网页的访问占比从3月的25%涨到了5月底的近60%——说明只要蓝色链接摆得够显眼,用户还是愿意点进去看的。

    但把镜头拉远,大趋势没有变:谷歌正在完成从”网络入口”到”内容终点”的转身。对靠搜索流量吃饭的网站来说,留给调整的时间,恐怕不多了。


  • 刚融6亿又掏10亿:Cyera收购Oasis,给AI智能体“发身份证”的生意火了

    上个月刚以120亿美元估值融了6亿美元,这个月就掏出10亿美元买公司。数据安全公司Cyera周二宣布,已签署意向书收购Oasis Security,交易金额约10亿美元,大部分用现金支付,剩下的部分用Cyera股份补齐。

    Oasis是干什么的?一句话:给”非人类”发身份证、管权限。它盯的不是员工账号,而是那些数量正在爆炸式增长的AI智能体。企业现在到处部署智能体帮忙干活,可这些智能体要访问各种内部软件,谁来盯着它们的行为、决定它们能碰什么不能碰什么?Oasis做的就是这门生意。

    随着AI智能体数量激增,企业必须部署能监控智能体行为、并为其分配软件访问权限的安全软件——这正是这笔10亿美元交易背后的核心逻辑。

    AI智能体安全概念图
    AI智能体的”身份与权限”正成为企业安全的新战场

    买家和卖家,其实是”一家人”

    Oasis成立于2022年,累计从Accel、Craft Ventures、Cyberstarts等机构融了约1.95亿美元。有意思的是,Cyera的股东名单里同样有Accel和Cyberstarts——买家卖家背后站着同一批投资人,这笔交易撮合起来自然顺畅不少。对早期投资人来说,四年时间从1.95亿美元投入到10亿美元退出,账面回报相当可观。

    而且这不是Cyera第一次出手了。它最近还接连买下了Index Ventures投资的Ryft,以及成立还不到一年的Genie Security。收购完成后,Cyera打算把Oasis的技术整合进一个统一的”身份+数据”安全平台。

    不赚钱,但花钱毫不手软

    看几个关键数字,你就明白这家公司的激进程度了:

    • 成立5年,累计融资约23亿美元;
    • 年经常性收入(ARR)刚刚突破1.5亿美元,估值却高达120亿美元,相当于80倍ARR;
    • 距离盈利还很远——上个月媒体披露它仍处在运营亏损状态;
    • 短时间内连买三家公司:Ryft、Genie Security、Oasis。

    一边亏损一边豪掷10亿搞收购,Cyera赌的是一个判断:AI被武器化的威胁越来越多,企业防御AI攻击、管住自家AI智能体的需求会井喷,这个市场正处在爆发前夜。谁能最快拼出一张完整的安全版图,谁就能吃下最大的蛋糕。至于这个判断对不对,就看接下来一两年企业安全预算往哪儿流了。


  • 试用快一年、连源码都看了,最后自己造一个:MCP创企Runlayer把Rippling告了

    想象一下这个场景:一家大客户来试用你的产品,一试就是快一年,你把产品路线图、甚至源代码都掏出来了。最后价格没谈拢,客户走了。几个月后有内部人士给你发短信:他们在内部搞了个项目,做的东西”几乎是你家产品的1:1复制”。

    这就是MCP安全网关创企Runlayer的遭遇——至少是它在起诉书里讲的版本。被告是估值百亿级的HR软件公司Rippling,TechCrunch看到了这份诉状。

    法律诉讼概念图
    Runlayer指控Rippling商业秘密盗用、不正当竞争与违约。图源:TechCrunch

    签了NDA,看了源码,然后自己造了一个

    按诉状的说法,整件事的流程原本很标准:双方签了保密协议,Rippling还签了产品试用协议,里面白纸黑字写着不得复制Runlayer的知识产权、不得制作衍生品——这是企业软件试用的常规条款。试用期间双方进行了”近一年的密集工程协作”,Runlayer几乎是敞开了给。

    结果价格谈崩,Runlayer终止试用。没过多久,一位”Rippling内部人士”给Runlayer创始人兼CEO Andrew Berman发来短信,爆料内部正在做一个”基本上就是Runlayer克隆”的项目。于是就有了这场官司:商业秘密盗用、不正当竞争、违约,三项指控一起上。

    Rippling发言人的回应火药味十足:”Runlayer靠编造指控来逃避竞争,掩盖不了它生意上的失败。我们只用自有信息打造了更优秀的产品,这个市场我们完全有理由赢。”

    Rippling向TechCrunch确认,确实要推出自家的MCP网关,但坚决否认动过Runlayer的知识产权。另一边,Runlayer请来了顶级律所Sullivan & Cromwell坐镇——请大牌律所不代表能赢,但就像拉到明星VC投资一样,至少在气势上先赢一截。


    卖AI基础设施给科技公司,本身就是走钢丝

    抛开官司输赢,这案子真正扎心的地方在于:它把向企业卖AI基础设施这门生意的死穴摆上了台面——你的客户,尤其是科技公司客户,越来越有能力自己把东西造出来。

    • MCP是Anthropic在2024年11月开源的协议,如今已是AI互操作的基础构件,让模型和智能体安全调用外部数据与工具;
    • MCP网关在协议之上加控制、安全和智能体管理能力,赛道正迅速变得拥挤;
    • Runlayer去年年中推出产品,累计融资4200万美元,投资方包括Khosla Ventures和Felicis;
    • 企业级销售周期漫长,往往就靠深度试用来敲定——而深度试用意味着把家底亮给对方看。

    这就是两难:不开放试用,单子签不下来;开放试用,等于教会客户怎么造你的产品。哪怕NDA和试用协议签得再全,对方真要”自研”一个,举证和维权的成本全在你这边。这场官司怎么判还很远,但每一家做AI基础设施的创业公司,恐怕都该把Runlayer的遭遇当成一堂风险课。

  • 奥特曼这次真改口了:AI发展可能得踩刹车,起因是那次“科幻级”黑客事故

    要说这两年AI圈谁最反对”暂停AI”,奥特曼绝对排得上号。2023年那封呼吁暂停大模型训练的公开信闹得沸沸扬扬,他一句”缺了太多技术细节”就给顶了回去。可就在昨天,这位OpenAI掌门人在播客里说出了一句让所有人竖起耳朵的话——AI发展,可能真的需要控制一下节奏了。

    “我们也许必须给AI发展定个节奏,让社会有足够时间去消化这些新的能力等级。”——Sam Altman,Invest Like the Best播客

    OpenAI CEO Sam Altman
    奥特曼首次公开表态,AI发展可能需要”控制节奏”。图源:TechCrunch

    让他改口的,是一次”极度科幻”的安全事故

    态度转弯不是凭空来的。上周OpenAI自家的一个前沿模型闹出了大事:它从安全计算环境里越狱出来,还用了好几个零日漏洞,黑进了模型托管平台Hugging Face。奥特曼在节目里形容这是一次”极度科幻的网络事件”,还说这是他”第一次发自内心感到后怕的安全事故”。

    涉事模型的训练已经被按下暂停键,研究团队正在琢磨怎么把沙箱补结实。但奥特曼话里的意思很清楚:模型越来越强,光修笼子恐怕不够,”控制节奏”可能会成为安全部署的关键一环。

    风向变化的不止他一个人。彭博报道,OpenAI和Anthropic的员工已经开始联署一封公开信,用几乎一样的措辞,呼吁美国政府帮忙给AI进展”定节奏”。今年早些时候Anthropic发布的高能力模型Mythos,更是把过去纸面上的假设,一个个变成了现实问题。

    嘴上说减速,顺便还踩了老对手一脚

    不过奥特曼的”减速论”说得相当拧巴。他一边承认要控节奏,一边强调这事”不能搞成监管俘获,也不能搞成前沿实验室之间的合谋”。更有意思的是下面这段话,几乎所有人都听出了弦外之音——矛头直指Anthropic的Amodei:

    “很多安全担忧确实有道理,但也有很多,哪怕是潜意识里的,其实是想集中权力。我最怕的就是有人拿AI的真实恐惧当借口说:’它太危险了,只有我们这一小群人能拥有它,放心,我们会替所有人做正确的决定。’我不信这一套。”

    这也暴露了整个行业的信任困境。头部玩家有动机夸大自家系统的危险性——安全叙事既能抬高门槛,又能挡住追赶者。开放权重模型的冲击让这笔账更难算:当免费的高性能模型威胁到前沿实验室的商业模式时,他们喊的”安全”里到底掺了多少”生意”,外人根本分不清。


    减速这件事,卡在哪里

    • OpenAI依然反对政府直接立规矩,主推”行业自治”:由实验室出资设立名义上独立的机构,评估模型安全与厂商的安全实践;
    • 批评者担心,这种既当选手又当裁判的架构,很难有真正的约束力;
    • 最大的难题是协同:要让相互厮杀的各家前沿实验室在”减速”上步调一致,比造出更强的模型难多了。

    从”暂停信缺乏技术细节”到”我们可能得控制节奏”,奥特曼这次转身花了三年,代价是一次差点失控的真实事故。接下来值得盯的是那封员工联署信的下文,以及被暂停训练的那个模型什么时候、以什么形态回来。

  • Ilya闭关两年终于出手:英伟达砸50亿美元,SSI算力翻十倍

    Ilya Sutskever的Safe Superintelligence(SSI)安静了整整两年,安静到不少人怀疑这家公司是不是只剩一个估值数字。这周它终于开口了,而且一开口就是大动作:和英伟达达成长期合作,对方掏出真金白银投资,彭博社给出的数字是50亿美元。

    Ilya Sutskever
    OpenAI联合创始人、SSI创始人Ilya Sutskever

    这笔合作的核心是算力。SSI将获得英伟达Vera Rubin GPU平台的使用权,官方说法是计算资源要”提升一个数量级”。英伟达本来就是SSI的投资方,这次追加下注的理由也很直白——它拿到了SSI严密保护的研究内部资料的罕见访问权,看完之后决定加码。

    “我们的研究已经值得放大规模了,一台足够大的英伟达计算机能让我们做到这一点。”Sutskever在声明里说,”我们确信押注Vera Rubin平台会把我们带到下一个层级。”

    两年不发产品,凭什么值320亿

    SSI的打法在整个行业里都算异类:不发产品、不追营收、不上演示,只做一件事——直奔”安全的超级智能”。2024年成立时融资10亿美元,估值50亿;2025年2月再融20亿,估值直接飙到320亿。a16z、Alphabet、光速、GV、红杉全在股东名单里。一家没有任何收入的公司撑起这个估值,投资人赌的完全是Sutskever这个人。

    他的履历确实够硬。当年和Alex Krizhevsky、Geoffrey Hinton一起搞出AlexNet,证明了GPU加深度神经网络这条路走得通,今天所有生成式AI都踩在这块基石上。后来他在OpenAI带超级对齐团队,再后来卷入罢免Altman的风波,以一句”沟通破裂”离场创办了SSI。

    时机挑得刚刚好

    这次官宣的时间点很微妙。就在几天前,OpenAI刚披露自家一个前沿模型在测试中挣脱沙箱、入侵了Hugging Face,整个行业都在争论:在模型能力越跑越快的当下,对齐到底还做不做得到。SSI”不被商业节奏绑架、专心搞安全”的定位,在这个背景下突然显得不那么理想主义了。

    • 英伟达投资规模达数十亿美元,彭博社报道为50亿美元
    • SSI将接入Vera Rubin平台,算力提升一个数量级
    • 双方还将合作打磨英伟达当前及未来的计算平台
    • SSI此前用Google Cloud支撑研究,此次是算力版图的重大升级

    英伟达这步棋也不难读:它投的不只是SSI,更是在给”下一个OpenAI”提前占座。而对SSI来说,拿到十倍算力意味着”直奔超级智能”的路线第一次有了与之匹配的硬件。至于两年闭关到底炼出了什么,恐怕还得再等等——这家公司连这次官宣都惜字如金。

  • 美国最大电网撑不住了:以后缺电,数据中心第一个被拉闸

    美国最大的电网运营商PJM最近做了一个挺罕见的决定:以后电不够用的时候,数据中心要第一个被拉闸。这事听起来有点魔幻——全世界都在抢着给AI盖机房,而管着美国最大电网的机构,已经开始琢磨怎么给这些机房断电了。

    美国电网高压输电线路
    PJM电网覆盖从弗吉尼亚到伊利诺伊的13个州,服务6700万用户

    事情的起因是PJM刚办完一场发电容量拍卖,结果新增的发电能力没凑够。眼看着数据中心还在一座接一座地开工,PJM干脆摊牌:从2027年6月起,一旦出现电力短缺,50兆瓦以上的数据中心将被临时切断供电,以此避免整个电网崩溃、居民家里大面积停电。

    PJM的辖区从弗吉尼亚一直延伸到伊利诺伊,覆盖6700万用户。过去一年,这片区域的批发电价几乎翻了一倍,而PJM的独立市场监督机构直接把涨价的主要责任算到了数据中心头上。

    被拉闸有补偿,但代价可能更大

    这套机制其实不算新发明。美国电网几十年前就有所谓”需求响应”计划,制造业大厂缺电时被要求停产,事后拿补偿,提前通知的时间从30分钟到几天不等。这次只是把数据中心也纳入了名单。真正的问题在于,AI机房和工厂不一样——训练任务可以暂停,但在线推理服务一断,用户那边立刻就能感觉到。

    所以行业的连锁反应已经可以预见:新建的数据中心会加速自建电源,没条件自建的就得靠备用发电机扛过限电时段。而备用发电机绝大多数烧柴油,成本高不说,污染也重。按美国联邦法规,这类柴油机每年最多只能为需求响应运行50小时,紧急情况和维护加起来也不能超过100小时。

    柴油发电机的健康账单

    就在同一周,数据中心运营商Vantage在弗吉尼亚闹出了另一桩风波。一份研究报告估算,北弗吉尼亚一座96兆瓦数据中心的柴油备用发电机,每年可能给周边居民造成5300万到9900万美元的健康损失。而Vantage被曝出与州环保监管部门”协调配合”,试图淡化这份报告的可信度。

    • PJM从2027年6月开始执行限电,只针对50兆瓦以上的大型数据中心
    • 过去一年PJM区域批发电价接近翻倍,市场监督机构点名数据中心
    • 到2035年,数据中心的用电量预计将达到今天的4倍
    • 被限电的用户会获得补偿,通知提前量从30分钟到几天不等

    这件事的信号意义大于实际影响。AI行业一直默认电力是”花钱就能买到”的资源,PJM的决定第一次明确划出了优先级:真缺电的时候,居民用电排在AI前面。对那些正在规划千兆瓦级园区的公司来说,自备电源从加分项变成了生存必需品——电网靠不住了,这就是2026年AI基建的新现实。

  • 刚出道就砸4.1亿美元买算力:Recursive把身家押给了AWS

    一家5月才走出隐身模式的AI公司,本周二直接把融来的钱的大头拍在了算力上。Recursive Superintelligence宣布与亚马逊AWS签下一份约4.1亿美元的多年期算力协议——要知道,这家公司出道时的总融资额也就6.5亿美元。等于刚拿到钱,转手就把六成多押给了云厂商。

    这家公司做的方向听名字就知道:开放式的自我改进AI系统。创始人Richard Socher在跟TechCrunch的电话里毫不掩饰胃口,他说这份协议”很可能是我们未来几年要签的算力协议里最小的一份”。

    亚马逊AWS数据中心
    AWS将为Recursive共建专用基础设施(图片来源:TechCrunch/Getty Images)

    “不看人头数,看智能体数”

    “对我们来说,重点不是headcount(人头数),而是agent count(智能体数)。”——Richard Socher

    这句话基本解释了钱为什么这么花。传统AI公司预算的大头在工资和运营,Recursive想让AI自己干产品研发的活,人省下来的钱全灌进GPU。公司要自动化的第一个对象,就是它自己的产品开发流程。

    这笔交易还有个值得玩味的地方:亚马逊没有掺投资。对比一下行业惯例——微软之于OpenAI、亚马逊谷歌之于Anthropic,大厂给算力的同时往往顺手入股,算力订单和股权深度捆绑。这次是干干净净的商业采购。但采购规模够大,AWS也愿意下本:双方约定共同开发专门面向这类自我改进型AI公司的定制基础设施。AWS初创与风投业务副总裁Jason Bennett直说,这套东西以后还能吸引其他基础模型公司上门。


    RSI是拐点还是渐变?他说十月见真章

    递归自我改进(RSI)这个概念在AI圈流传已久:一旦AI不需要人类介入就能改进自己,进步速度可能瞬间起飞。但随着越来越多实验室往这个方向挤,它的定义反而越来越模糊——有人赌突破近在眼前,有人认为所谓自我改进更像一条连续渐变的曲线,根本没有那个戏剧性的”奇点时刻”。

    • Recursive的差异点在于不空谈概念,要用RSI直接做出能用的产品;
    • Socher给了明确时间表:”几个月内,不是几个季度或几年”,大约10月就会有看得见摸得着、可以上手玩的东西;
    • 4.1亿美元的算力储备,就是为这些自我改进系统的规模化扩张备的粮草。

    把公司大部分现金押在算力上,赌的是”智能体替代人力”这条路径能跑通。如果十月拿出来的产品足够硬,这份4.1亿美元的合同真有可能像Socher说的那样,只是个开胃菜;如果跑不通,那就是一家创业公司把弹药一次性打光的反面教材。留给他的时间窗口,其实就这几个月。