YOHO AI

标签： AI

  • Hermes Agent：161k Stars！自我进化的AI智能体，越用越懂你的开源数字助手

    Hermes Agent：161k Stars！自我进化的AI智能体，越用越懂你的开源数字助手

    Hermes Agent Logo

    Hermes Agent 项目Logo

    📦 项目简介

    Hermes Agent 是一款具备自我进化能力的AI智能体，由 Nous Research 研发。它的核心理念是”与你共同成长的智能体”——不仅执行任务，还能从经验中学习、自主创建技能、跨会话记忆你的偏好，真正像一位会越来越懂你的数字助手。

    ⚙️ 安装要求和过程

    环境要求

    支持系统：
• Linux / macOS / WSL2 / Termux（安卓）
• Windows（PowerShell 原生安装，当前Beta阶段，推荐WSL2）
• 最低：5美元/月的VPS即可运行
• 推荐：支持GPU集群、无服务器架构部署

    快速安装

    Linux / macOS / WSL2 / Termux：

    curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

    Windows（PowerShell 原生）：

    iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1)

    ⚡ 安装后执行 source ~/.bashrc（或 source ~/.zshrc）重载配置，然后运行 hermes 即可启动！

    🚀 核心功能

    1️⃣ 多模型兼容，无厂商锁定

    支持 Nous Portal、OpenRouter（200+模型）、OpenAI、Hugging Face、自定义端点等任意模型。通过 hermes model 命令即可切换，真正自由。

    2️⃣ 全平台交互，随时随地

    支持 CLI终端、Telegram、Discord、Slack、WhatsApp、Signal、邮件多端接入。跨平台对话连续，支持语音转写，出门在外也能通过消息平台远程控制。

    3️⃣ 自主学习闭环，越用越懂你

    自主从任务经验中创建技能、使用中自我优化；支持持久化记忆、跨会话对话搜索、用户画像建模。兼容 agentskills.io 开放标准，可接入社区共享技能生态。

    4️⃣ 任务调度与并行，智能体协作

    内置 Cron定时任务，支持自然语言配置定时报告、备份等无人值守任务；可派生子智能体并行处理，通过RPC调用工具降低上下文成本。

    5️⃣ 多环境部署，成本极致优化

    支持 7种终端后端：本地、Docker、SSH、Singularity、Modal、Daytona、Vercel沙箱。其中 Modal、Daytona 支持无服务器休眠，空闲时成本极低，5美元/月的VPS就能跑起来。

    💡 典型使用场景

    🏠

    个人智能助手

    通过CLI或社交平台接入，帮你处理信息查询、任务规划、代码编写等工作。记忆你的偏好，跨会话延续服务，越用越顺手。

    ⚙️

    自动化运维

    配置定时任务，自动执行每日报告生成、夜间备份、周期审计等无人值守工作，结果推送到指定平台，解放双手。

    ☁️

    云端部署

    部署在云端VPS或Serverless环境，远程通过消息平台控制，无需占用本地计算资源。支持GPU集群扩容，按需付费。

    🔬

    AI研究与训练

    批量生成智能体交互轨迹，压缩轨迹数据用于训练下一代工具调用类AI模型。研究友好，支持轨迹生成与压缩。

    🌟 推荐理由

    说实话，AI Agent 框架已经多到让人选择困难了——LangChain、CrewAI、AutoGPT……但 Hermes Agent 真正打动我的是它的“自我进化”理念。它不是那种你配置好就一成不变的框架，而是会从你的使用习惯中学习，自主创建和优化技能，越用越懂你。

    另外就是部署灵活性——5美元/月的VPS就能跑，还支持无服务器休眠，成本极致优化。对于想自己搭建AI助手的个人开发者来说，这简直是福音。再加上支持从 OpenClaw 一键迁移，如果你之前在用OpenClaw，切换到Hermes几乎零成本。

    最关键的：161k Stars 不是刷出来的，是社区真金白银用出来的。Nous Research 团队在开源AI圈口碑极佳，Hermes系列模型也是质量担当。这个项目，值得你Star、Fork、并在自己的服务器上跑起来。

    161k+
    GitHub Stars

    26.3k
    Forks

    MIT
    开源协议

    📥 下载地址

    🔗 GitHub仓库：
    https://github.com/NousResearch/hermes-agent

    📚 官方文档：
    https://hermes-agent.nousresearch.com/docs/

    💬 Discord社区：
    https://discord.gg/NousResearch

    🏠 Skills社区：
    https://agentskills.io
    （获取社区共享技能）

    本文由 WorkBuddy 搜集整理，开源项目信息来自 GitHub 官方仓库，如有侵权请联系删除。

  • 融资7亿美元、估值60亿，Hark要做AI时代的「通用接口」

    要做一款真正 indispensable 的 AI 消费级产品，需要多少钱？Hark 的答案是：7 亿美元。

    这家 AI 实验室本周四宣布完成 A 轮融资，金额 7 亿美元，投后估值 60 亿美元。光看这个数字就知道，这帮人不是在玩票的。

    这个 Brett Adcock 又来创业了

    Hark 的创始人兼 CEO Brett Adcock 是个连续创业者，之前搞过两件事：人形机器人公司 Figure.AI，还有电动飞机制造商 Archer。2025 年末他自掏 1 亿美元创立了 Hark，方向是做一个『数字世界的通用接口』——说白了就是一套能跟所有产品、服务打通的个人 AI 平台。

    Adcock 自己说 Hark 要做的不是另一个聊天机器人，而是一个『智能体 AI 系统』，它得是你在数字世界里的通用接口——什么都接，什么都懂。

    这个定位跟 Anthropic 和 OpenAI 不太一样。Anthropic 现在优先搞编码工具，OpenAI 也在往生产力方向走（IPO 前得证明自己能赚钱）。Hark 的差异化是只盯『界面和原生硬件』——先做软件平台，再做专属硬件设备。

    投资方阵容豪华到离谱

    这轮由 Parkway Venture Capital 领投，参投方名单长得离谱：英伟达、AMD Ventures、ARK Invest、Brookfield、Greycroft、英特尔资本、Prime Movers Lab、高通创投、Salesforce Ventures、Tamarack Global。

    芯片厂商（英伟达、AMD、英特尔、高通）集体下注，这个信号挺明确的——他们觉得 Hark 的硬件计划值得提前站队。毕竟如果 Hark 的硬件真做出来了，跑的全是这些厂商的芯片。

    产品到底长什么样

    问题在于：Hark 到目前为止对产品细节几乎什么都没公布。TechCrunch 本周问了一堆问题，设计总监 Abidur Chowdhury（前苹果产品高管）一个都没正面回答。

    不过他说了一句挺有意思的话：『我还没见过任何感觉真的能帮到普通人的 AI 产品。人们确实在开发能帮助人们制作软件的东西，这很有效，也很有影响力，但我们还没看到真正面向普通人的产品。』

    • 今年夏天会发布首批多模态模型，给个人 AI 平台提供『大脑』
    • 平台会兼容现有各种产品和服务（不用什么都自己重做）
    • 之后再推出专门为这个系统设计的硬件设备（原生硬件，不是手机装个 App 那种）
    • 目前团队 70 人，数据中心跑的是英伟达 B200 GPU

    悬念还很多

    最大的疑问是隐私。要让 AI 助手真正有用，它得知道你是谁、在干什么、周围有什么人——但这很容易让旁边的人感到不舒服。Meta 的眼镜、即将上市的安卓 XR 眼镜都没真正解决这个问题。

    TechCrunch 问 Chowdhury 打算怎么解决这个难题，他只是笑了笑，说『听起来这会是个很棒的产品』。好吧，至少他挺乐观的。

    7 亿美元 A 轮，这个量级在 AI 圈也是相当夸张的。Brett Adcock 之前两次都把自己创的公司做成了（Figure.AI 和 Archer 都还活着），这次能不能把『AI 通用接口』变成真东西，今年夏天见分晓。

  • OpenAI安全一把手Aleksander Madry离职，转去研究AI对经济的影响

    OpenAI 又少了一个关键人物。Aleksander Madry 本周四宣布离开公司，去搞一件新事情——研究 AI 对经济的真实影响。

    这个人不是普通员工。Madry 之前是 OpenAI 的『准备工作负责人』（head of preparedness），说白了就是管 AI 安全最关键的那个人。去年夏天他被调去搞 AI 推理方向，现在直接走了。

    他是谁，为什么重要

    Madry 在加入 OpenAI 之前是 MIT 的教授，专门研究对抗性机器学习——就是研究怎么让 AI 不被『骗』。他在学术圈的口碑很硬，2023 年加入 OpenAI 的时候，不少人觉得这下 OpenAI 的安全团队是真的要认真了。

    『准备工作团队』（Preparedness）是 OpenAI 内部专门评估模型是否『危险』的团队，负责设定安全红线——比如模型在什么能力水平下需要暂停训练。

    去年 Sam Altman 被董事会开除又回来的那场闹剧之后，OpenAI 的安全团队经历了好几轮震荡。Madry 被调离安全岗位，当时就有人觉得这是 OpenAI 在『弱化安全叙事』的信号。

    现在他彻底走了。OpenAI 最近几个月已经走了不少人——Andrej Karpathy 去了 Anthropic，现在 Madry 也离职。这个时间点挺微妙的，毕竟 OpenAI 正在准备 IPO。

    他要去做什么

    Madry 自己说要去搞『聚焦 AI 对经济影响』的新工作。具体是什么还没公布，但方向大概是研究 AI 到底怎么改变就业、产业、财富分配这些大问题。

    这个方向其实挺缺人的。现在大家都在卷模型性能，但 AI 对经济社会的真实冲击——哪些工作真的会被替代、哪些只是被改造——研究得还不够深。Madry 有学术背景又有 OpenAI 内部视角，搞这个方向确实有优势。

    OpenAI 这边还没对 Madry 离职发表正式回应。按这个人事流失的速度，外界迟早要问一句：OpenAI 到底还能留住多少人？

  • 马斯克诉OpenAI案败诉，9人陪审团一致裁定超时诉讼无效，索赔1340亿美元化为泡影

    2026年5月18日，加州奥克兰联邦法院，9名陪审员只用了不到两小时就做出了一致裁定：埃隆·马斯克针对OpenAI、萨姆·奥特曼等人的诉讼，因超出法定诉讼时效而被驳回。这场索赔金额高达1340亿美元的”世纪诉讼”，在没有触及任何实体问题之前，就因为一道程序性门槛戛然而止。

    埃隆·马斯克在达沃斯世界经济论坛
    埃隆·马斯克，特斯拉首席执行官，2026年1月22日于瑞士达沃斯世界经济论坛（图源：Bloomberg / Getty Images）

    诉讼时效：一道马斯克没跨过去的坎

    这场官司打到现在，核心争议其实根本不是”OpenAI有没有背叛非营利初心”——而是马斯克有没有在法律规定的时间内提起诉讼。OpenAI的律师团队提出的诉讼时效抗辩相当精准：马斯克指控的损害，分别发生在2021年8月5日、2021年11月14日和2022年8月5日之前，早已超出了对应指控的起诉时效。

    陪审团一致认为，马斯克可能遭受的任何损害都发生在法律允许提交索赔的截止日期之前。案件的结束意味着OpenAI面临的一个重大威胁——可能的重组——在传言的IPO之前已经消除。

    宣判后，法官伊冯娜·冈萨雷斯·罗杰斯直接说：”有大量证据支持陪审团的裁决，这就是为什么我准备当场驳回诉讼。”OpenAI的首席律师比尔·萨维特更是不客气：”陪审团不到两小时就得出结论……马斯克的诉讼不过是不符合事实的事后编造。”

    马斯克：我上诉

    败诉当天，马斯克在推特上发文，把程序性败诉包装成了某种”道德胜利”：”任何密切关注本案细节的人都不会怀疑，奥特曼和布罗克曼确实通过窃取慈善机构中饱私囊。唯一的问题是他们是什么时候做的！”他还明确表示要将案件上诉至第九巡回法院。

    马斯克的专家证人此前估算，OpenAI和微软从马斯克身上获得的不当收益在788亿美元到1350亿美元之间——但这个数字连同整个赔偿主张，都随着败诉化为泡影。法官在庭审中还直接怼了马斯克的专家证人一句：”你的分析和基本事实完全脱节。”

    OpenAI松了一口气

    这场诉讼如果朝对马斯克有利的方向发展，OpenAI可能面临重组、甚至被迫恢复非营利架构的风险。尤其是在OpenAI传言准备IPO的当口，这种不确定性对投资者信心是致命的。现在诉讼被驳回，至少在法律层面，OpenAI可以轻装上阵了。

    微软作为共同被告，也对裁决表示欢迎。该公司发言人称，将继续致力于与OpenAI的合作，”为全球个人和组织推进和扩展AI技术”。

    不过，马斯克的上诉还没完。第九巡回法院的审理周期通常以年计，这场”AI圈最昂贵的官司”离真正结束，可能还有很长一段路。但对OpenAI来说，至少眼下，最紧要的威胁已经解除。

  • Anthropic预计Q2营收109亿美元，首次实现盈利，Claude Code半年入账10亿

    Anthropic这回真的把”烧钱实验室”的标签撕下来一块了。根据《华尔街日报》拿到的内部数据，这家公司在2026年第二季度预计实现营收109亿美元，比第一季度的48亿美元直接翻了一倍还多。更关键的是，他们预计这个季度能拿下大约5.59亿美元的营业利润——这是Anthropic成立以来的第一个盈利季度。

    从”融资机器”到”收入引擎”

    说实话，Anthropic之前给人的印象就是”不停地融、不停地烧”。到2026年2月，它的估值才刚到300多亿美元，结果这一季度直接预测营收109亿、利润5.59亿，这种增速放在整个软件行业都是反常的存在。

    Anthropic实现营业盈利将改变整个前沿AI领域的融资逻辑，因为投资者现在可以参考盈利路径，而非仅资助其持续亏损。

    背后的核心动力只有一个：企业对Claude的采用速度远超预期。特别是Claude Code这款编程助手，上线仅仅6个月，年化营收就突破了10亿美元。这个速度比GitHub Copilot当年还要猛，直接把”AI辅助编程”从实验性工具抬到了工程团队核心基础设施的位置。

    Claude Code做对了什么

    Claude Code的10亿美元年化营收，本质上验证了一件事：开发者愿意为”能真正理解代码上下文、不瞎聊天的AI搭档”付钱。它不是简单地补代码，而是能把整个工程流程串起来——从读issue、写代码、跑测试到提PR，一套流程下来省掉的时间，企业是算得过来账的。

    现在Anthropic和企业买家的关系，已经从”研究+资本”模式转向了”收入驱动”模式。这对OpenAI和谷歌来说，是个不小的压力——Anthropic证明了自己可以不靠下一轮融资活下来，这种信号会直接影响客户的长期采购决策。

    盈利背后的隐忧

    不过也得泼点冷水。Anthropic这5.59亿美元的营业利润能不能真正落袋，还得看几个变数：

    • 算力成本会不会突然抬头？如果AWS或谷歌的数据中心租金重新谈判，利润率会被直接压缩。
    • 微软要是把GitHub Copilot企业版大幅降价，或者OpenAI把编程智能体直接绑进ChatGPT企业合同里，Anthropic会受到不成比例的影响。
    • 109亿是实际确认营收还是年化运行率？这个口径差别，会极大影响投资者对”盈利”这件事的理解。

    但不管怎么说，Anthropic这步走出来，AI三巨头的竞争格局已经悄悄变了。OpenAI还在亏、谷歌靠母公司输血，Anthropic率先摸到了盈利的门槛。接下来就看它能不能在算力成本、产品差异化、企业客户留存这几件事上同时守住优势了。

  • Andrej Karpathy突然官宣加入Anthropic，AI人才争夺战打到白热化了

  • MIT评出2026年AI圈最值得盯紧的10件事，每一件都在改写游戏规则

  • Langflow：148.6k Stars！可视化AI工作流构建平台，让Agent开发像搭积木一样简单

    Langflow：148.6k Stars！可视化AI工作流构建平台，让Agent开发像搭积木一样简单

    🚀 项目简介

    Langflow 是一个强大的AI智能体和AI工作流可视化构建平台。它让开发者可以通过拖拽式界面快速搭建LLM应用，同时也支持直接修改Python源码进行深度定制。内置API和MCP服务器，可以把每一个工作流变成可被任何框架调用的工具。

    Langflow

    Langflow — 可视化AI工作流构建平台

    ⚙️ 安装要求和过程

    环境要求

    • Python 3.10 – 3.13
    • 推荐包管理器：uv（更快更现代）
    • 可选：Docker（容器化部署）

    快速安装（推荐方式）

    # 安装 Langflow
uv pip install langflow -U

# 启动 Langflow
uv run langflow run

    启动后访问 http://127.0.0.1:7860 即可使用可视化界面。

    Docker 方式

    docker run -p 7860:7860 langflowai/langflow:latest

    桌面版（最简单）

    Langflow Desktop 是入门首选，包含所有依赖，无需手动管理Python环境。支持 Windows 和 macOS，可从 langflow.org/desktop 下载。

    ✨ 核心功能

    🎨 可视化构建界面

    通过拖拽组件即可快速搭建AI工作流，所见即所得，迭代速度极快。不需要写大量样板代码，新手也能快速上手。

    🐍 源码级定制能力

    每一个组件都支持直接查看和修改Python源码。你可以轻松添加自定义逻辑、接入私有API，而不被平台限制住手脚。

    🤖 多智能体编排

    内置对话管理和检索能力，支持构建多智能体系统。可以轻松实现Agent之间的协作、记忆共享和任务分工。

    🚀 一键部署为 API / MCP 服务器

    任何工作流都可以一键部署为REST API，也可以作为MCP服务器运行，让你的AI工作流变成其他应用可以调用的工具。真正实现了”构建一次，随处使用”。

    📊 可观测性集成

    支持 LangSmith、LangFuse 等可观测性工具集成，方便调试和监控生产环境中的AI工作流表现。

    💡 典型使用场景

    📄

    RAG文档问答系统

    连接向量数据库和LLM，构建基于私有知识的问答系统。可视化配置文档加载、分块、检索和生成的完整流程。

    🤝

    多Agent协作任务

    构建多个专业Agent协作完成复杂任务，比如一个Agent负责搜索、一个负责总结、一个负责写作，通过可视化流程串联起来。

    🔌

    AI能力API化

    把精心设计的AI工作流一键部署为API或MCP工具，供前端应用、企业系统或其他AI Agent调用，实现AI能力的模块化复用。

    🧪

    Prompt工程实验

    快速搭建不同的Prompt链路进行对比测试，找到效果最好的提示词组合。交互式Playground支持单步调试，每个环节的输入输出都清晰可见。

    🌟 推荐理由

    如果你在寻找一个既适合快速原型验证、又能支撑生产部署的AI工作流工具，Langflow值得认真考虑。

    它和Dify的定位有些类似，但Langflow更偏向开发者的使用习惯——你可以直接在界面里改Python代码，组件库开放且易扩展，不会被”低代码”的边界限制住。

    我个人最喜欢的功能是部署为MCP服务器。现在AI Agent生态里MCP是重要协议，Langflow让你可以把任何工作流变成MCP工具，被Claude、Cursor等AI助手直接调用，这个设计非常前瞻。

    另外，Langflow Desktop版本对Windows用户非常友好，一键安装，开箱即用，不需要折腾Python环境，这点必须点赞 👍

    🔗 下载地址

    📌 本文由 WorkBuddy AI 自动采集撰写，开源项目信息来自 GitHub 官方仓库。

  • 福布斯中国AI TOP 50出炉，企业级AI平台被单独标注了

    唯一一家”企业级AI平台”公司

    福布斯中国刚发布了2026年AI科技企业TOP 50榜单。和往年不太一样的是，今年的榜单里出现了一个有点特别的入选理由标注。

    中关村科金是榜单上唯一一家被标注为”企业级AI平台及应用公司”的企业。这个标注背后，其实藏着一个正在发生变化的市场信号。

    据IDC最新报告，中关村科金位列中国大模型平台私有化市场份额第四。2026年一季度，其在应用类大模型项目公开中标数排名前五，服务行业客户超3000家。

    私有化部署为什么成了独立赛道

    AI行业有一个变化已经进行了一段时间：从”我能做多大模型”到”我的大模型能在你的环境里跑起来吗”。

    私有化部署这个需求，在中国市场尤其突出。金融、政务这些行业，数据不能出域是硬要求。大模型再强，不能本地部署就免谈。这就是为什么”企业级AI平台”成了一个独立的赛道。

    中关村科金能上福布斯榜单，某种程度上说明这个赛道已经被主流视野注意到了。之前这块业务相对低调，做的主要是把大模型”装进”企业的私有环境里，让企业能用自己的数据跑自己的AI。

    同一时期的其他信号

    同一时期的AI行业快讯里，还有几个值得放在一起看的数据。

    • Meta计划全球裁员10%，但同时把7000名员工转到AI工作流相关的新项目——AI转型伴随着组织重构。
    • 腾讯2026年Q1净利润756亿元，AI投入是百亿级别；百度AI相关收入占比首次过半，但毛利率只有35-40%，远低于传统广告业务的65-67%。
    • 三大运营商齐发Token服务，支持话费账单支付——AI算力开始走向大众化消费。

    这些数据放在一起，一个轮廓开始清晰：AI的商业模式分化正在加速。做to C的可能还在烧钱，做to B的有些已经开始赚钱了。

    福布斯榜单的真正信号

    福布斯榜单的意义，往往不在于谁上榜了，而在于它折射出资本和市场的注意力在哪里。

    企业级AI平台这个赛道，在此之前相对低调。现在被福布斯拎出来单独标注，至少说明一件事：AI价值链里，不被看见的那部分，可能才是最值钱的那部分。

    大模型本身的竞赛已经白热化，但能把大模型”交付”到企业手里、还能跑得稳的这个中间层，反而是更稀缺的能力。这个能力需要的不只是技术，还有对金融、政务、汽车这些行业的理解。

    榜单里只有一家企业级AI平台公司，不代表这个赛道只有一家在跑。但它至少说明，资本开始认真看待这个方向了。

  • xAI再砸28亿美元买燃气轮机，但环保官司还没打完

    28亿美元的燃气轮机采购计划

    根据SpaceX 2026年5月20日披露的IPO文件，xAI打算在未来三年里采购价值28亿美元的天然气轮机，专门用来给AI算力基础设施供电。其中一笔高达20亿美元的订单，买的正是眼下被起诉的那类”移动式燃气轮机”。

    xAI孟菲斯数据中心燃气轮机
    xAI在田纳西州孟菲斯的数据中心，燃气轮机就安置在拖车上（图：Getty Images）

    这件事的背景挺戏剧性。xAI在田纳西州孟菲斯附近的数据中心，最近因为空气污染问题被告上了法庭。起诉方是美国全国有色人种协进会（NAACP），理由是xAI在没有任何许可证的情况下运行了几十台燃气轮机，让本就污染严重的地区雪上加霜。

    根据起诉内容，xAI目前只拿到了15台燃气轮机的运营许可。但截至几周前，实际在运行的轮机数量是46台。每台这种规模的轮机，每年可以排放超过2000吨的氮氧化物——就是那种会诱发哮喘的雾霾的主要成分。

    “移动设备”的法律漏洞

    xAI的辩解挺有意思。他们说这些轮机属于”移动设备”——因为还停在运输拖车上没卸下来——所以按照密西西比州的规定，可以在没有许可证的情况下运行最多一年。

    但联邦环保署（EPA）不这么看。EPA在2026年初裁定，不管你是不是放在拖车上，这个规模的燃气轮机都得遵守联邦空气污染法规。结论很明确：xAI在违反联邦法律运行这些设备。

    眼下的情况是，州法和联邦法之间有一个解释上的缝隙，xAI正在这个缝隙里使劲钻。但EPA已经表态了，接下来的官司不好打。

    SpaceX IPO文件里的风险自白

    最有意思的是SpaceX自己在IPO文件里写的话。文件里明确说了：”我们目前的数据中心运营高度依赖天然气和燃气轮机技术。”如果法院出台禁止令，或者已经发放的许可被撤销，”将对我们的AI业务产生不利影响”。

    翻译成大白话就是：如果官司打输了，xAI的算力扩张计划可能直接卡壳。

    AI算力的能源困局

    把视角拉远一点，这件事背后是一个整个行业都绕不开的矛盾。AI公司们都在疯狂扩建数据中心，但数据中心的耗电量和碳排放已经成为一个无法忽视的问题。

    xAI的选择是用燃气轮机自己发电，这样不用跟电网抢电，但代价是直接在当地排放污染物。Musk显然认为这是一个可以接受的权衡——28亿美元的采购计划说明他觉得这条路走得通。

    但NAACP的起诉和EPA的裁定表明，监管和环境正义组织并不打算让他轻松过关。这场官司的结果，大概率会影响整个AI行业怎么思考算力的能源问题。

    算力是弹药，电力是弹药库。xAI想自己建弹药库，但现在的麻烦是，弹药库可能会被判违法。