跳到正文
目前篩選:觀點
11月20日週五
  1. 新浪科技77

    Anthropic拿下史上最大IPO,誰有權界定AI安全邊界?|新京報快評

    Anthropic於11月19日晚在納斯達克上市,整體籌資約1073億美元,成為史上最大IPO。公開發行募資813億美元,另有260億私募配售;按發行價折算估值約1.5萬億美元,首日上漲約17%。文章提到,近百位AI領域研究者、企業創辦人及科學家聯署反對Anthropic擴大對AI未來的控制權,並質疑企業的安全判斷能否代表公共利益。

    推薦理由:文章從 Anthropic 的上市表現與近百名研究者聯署切入,梳理企業安全敍事、商業利益與公共治理權之間的張力。

  2. 虎嗅60

    《模型一代》走紅,為何年輕人受 AI 衝擊最大

    AI 對年輕人的衝擊較大,因職業初期依賴的標準化任務容易被替代,入門職位與累積經驗的機會亦可能受阻。MIT 三位數學系研究者於 2026年10月29日在 arXiv 發表調查,268 名受訪者中,76.3% 認為 AI 會令取得終身教職更困難,81% 曾因此考慮改變職業或學術計劃。文章主張保留入門職位與訓練任務,並讓技術收益為新一代提供可預期的補償。

  3. 虎嗅44

    AI 編程是一種新型「奶頭樂」

    文章將使用 Agent 開發軟件視為一種新型「奶頭樂」,指出開發者可能不斷製作功能、打磨產品,藉此逃避尋找用戶和驗證市場需求。有人持續支付 Claude 和 Codex 訂閲費、消耗 Token,產品仍沒有用戶;單純製作軟件和功能已很容易被複製。

  4. 虎嗅54

    AI 幫我做完 20 年的工作,我卻感覺像坐牢

    作者稱,今年 AI 寫出的程式碼量相當於自己過去 20 年的程式碼量;程式設計師徐文浩則形容自己每天要驗收 AI 持續處理的工作,感覺像坐牢。他認為,AI 令工作更容易完成,也令人接下過多任務,疲憊感取代克服困難的成就感。兩人亦討論個人助理可能創造原本被摩擦消除的需求,以及平台封閉對這類服務的限制。

  5. DEV Community50

    更多產品中的 AI,或會在用戶裝置上運行

    越來越多產品的 AI 功能可在用戶的手機或手提電腦上運行,而非把文字或圖片送往數據中心的大型模型。Apple 的 AI 功能使用約 3 billion parameters 的裝置端模型,較難處理的請求才會傳送至伺服器。本機運行可保障私隱、節省成本,並讓功能在沒有訊號時繼續運作;小型模型適合狹窄任務,但不擅長長篇推理或廣泛知識。

  6. BBC Technology43

    AI 應否評估我們的信貸可靠程度?

    AI 信貸評估有望協助貸款機構分析更多資料、瞭解信用紀錄不足者的負擔能力,但能否改善金融普及,仍取決於問責及保障措施。Upstart 稱其機器學習模型會分析超過 2,500 項變數;專家則警告,AI 可能重現過往偏見,消費者亦須知道所用資料並能就錯誤提出異議。

  7. 創業邦61

    AI 短劇擴張延續中國短劇產業的平台競爭

    中國短劇產業由網文廣告引流和付費小程序,逐步轉向紅果主導的免費閉環,並進入 AI 短劇快速增長階段。文章梳理四輪發展浪潮,指出流量平台主導流量分配,而短劇收入一般有 90% 用於投流。文中稱 Seedance 2.0 出現後,今年前三季度播放量破億的 AI 短劇有 1055 部,是去年的 80 多倍;具商業可行性的 AI 短劇每分鐘成本可低至一千多元。

  8. 第一財經29

    全球市場波動加劇,破局需均衡配置|一財號每週思想薈(第30期)

    面對A股高波動,投資組合應均衡配置紅利資產、出清後的成長資產及低相關資產,以應對定價重估。AI漫劇製作成本下降未轉化為行業利潤,投流支出已佔短劇全鏈路成本的70%,供給出清已開始。零售企業可先以線上渠道測試各地需求,再與線下門店互補,規劃全渠道網絡。

  9. 新浪科技44

    投中信息吳浠:2026年股權投資市場熱度創新高,為何機構更難出手

    投中信息副總經理吳浠表示,2026年中國股權投資市場融資活躍度創歷史高點,但高估值令投資機構出手更審慎。投中榜PE/VC TOP50機構前三季度出手次數按年增長70%至80%,第四季度增幅回落至18%,日均出手由第三季度的14次降至9.6次。國資LP出資比重由2024年第四季度約80%降至2026年第三季度的54%。

  10. 第一財經21

    東方財富陳果:A股下行風險有限,當下正是挖掘價值的良機

    東方財富證券研究所副所長、首席策略官陳果表示,股債性價比顯示A股下行風險有限,相對債券的風險收益比較高。包括滬深300在內的A股主要寬基指數,估值隱含的風險溢價(ERP)已高於歷史均值一倍標準差。陳果認為,近期市場情緒宣洩,令部分優質中國公司被忽略,為價值投資者提供更多良機。

  11. 創業邦42

    為甚麼中國車企還沒有迎來大合併?

    中國車企歷經多年價格戰,至今仍未迎來大規模跨集團合併,地方政府維持困難企業經營,以及收購整合涉及的品牌、工廠和地方利益,都是重要阻力。文章以美國航空業的兼併重組為參照,指出企業破產不代表產能退出;中國車市整合可能仍需經歷漫長過程,出口則是不同於美國航空業的變數。

  12. DEV Community57

    GitHub 上大多數 AI 智能體,其實只是披着風衣的 while 迴圈

    Debashish Ghosal 指出,GitHub 上不少 AI 智能體其實只是固定流程,應先採用 chain,只有確需開放式探索時才使用 agent loop。他提出五項建構前檢查,涵蓋決策是否隨結果改變、模型的決策範圍、錯誤代價、測試方式和是否有人監看。折衷方案是在 chain 中安排一個受限的智能體步驟,再由固定流程驗證結果。

  13. 新浪科技31

    中國工程院院士陳學東:具身智能將賦能新一代智能製造,驅動第四次工業革命|2026中國5G+工業互聯網大會

    中國工程院院士陳學東指出,具身智能將賦能新一代智能製造,驅動第四次工業革命。現時互聯網上可用於訓練具身智能大模型的數據不足50萬小時,而訓練一個大模型所需數據量超過1000萬小時,數據採集成本每小時可能高達上千元。陳學東表示,建設訓練場與數據採集中心有助補足數據短板。

  14. 新浪科技35

    黑湖科技聯合創始人兼CMO肖哲:AI智能體讓數據釋放更大生產力|2026中國5G+工業互聯網大會

    黑湖科技聯合創始人兼CMO肖哲表示,面對小批量、多品種、多批次的市場需求,AI Agent正成為釋放製造業數據生產力的關鍵力量。黑湖自2023年投入工業智能體研發,已推出十幾款Agent,涵蓋工藝拆解、報價、採購、履約、質檢及排程等環節。工程智能體拆解複雜圖紙,所需時間由半小時甚至半天縮短至1分鐘。

  15. 新浪科技56

    字節該自己造手機了

    豆包手機助手受制於合作手機廠掌握的系統權限和產品決策,字節因此需要掌握一家手機廠,才能自行安排產品和排期。豆包手機 2026 年整體備貨約 20 萬台,遠低於中國市場今年第三季度約 5790 萬台的智能手機出貨量,令字節難以取得與微信、淘寶等應用談判的籌碼。不過,即使擁有手機廠,應用是否開放智能體操作仍須靠談判,並不會自動解決。

  16. 新浪科技61

    從「雙頭蝦」到一萬張鳥類貼紙,AI 泔水正污染知識

    文章指出,逼真的 AI 科普內容若有細節錯誤,可能在傳播和後續訓練中放大知識污染風險。案例之一是涵蓋全球11064種鳥類、免費開源並允許商用的貼紙;開發者投入超過10億Token生成和審核,貼紙仍可能畫錯辨種特徵。文中引述的出版原則要求 AI 輔助內容標識可識別、內容可核驗、責任可追溯;物種形態等準確性至關重要的圖示,須由專家審查。

  17. 創業邦39

    影院轉型上新:從「放映電影」到「打造場景」

    影院藉助中影「預約放映」引入電競、體育賽事及IP活動,從電影放映場地轉向多元文化消費空間。《萬妖圖錄傳之雲州異客》限時派對在200餘座城市舉行;中影2026年半年報顯示,「預約放映」上半年累計成團放映超1.78萬場。文章指出,拓展新模式仍需以優質內容和故事吸引觀眾。

  18. 新浪科技52

    模型能力提升,機械人開始自主學習

    具身智能機械人正由依賴大量操作數據的模仿學習,轉向利用通用模型自主探索技能,但直接由大模型控制仍受響應速度與計算成本限制。大曉在酒店洗衣場景把53個原子動作組成14個高層步驟,技能固化後單輪執行由首次探索的30分15.64秒縮至18.648秒,約提速97倍。但真機測試顯示,烘乾機取衣仍未穩定,跨場景泛化和商業回報亦是規模部署的難題。

  19. 新浪科技50

    AI 時代的攻擊演進與傳統防禦體系的適應性挑戰

    AI 驅動的網絡攻擊已由模型承擔或深度參與執行與決策,攻擊速度和規模令傳統防禦體系難以有效應對。Fortinet 報告顯示,CVE 從公開到首次利用嘗試的中位時間已縮短至 18 小時,2025 年則為 5 至 7 天。文章提出以身份與信任體系、數字藍軍及 AI SOC 構建主動防禦能力。

  20. DEV Community22

    Maqron 團隊談公開建構產品的真實一週

    Maqron 團隊分享公開建構產品一週的經歷:他們在尚未有受眾時開始公開介紹這款為創辦人打造應用程式的超級智能層。早期貼文只有數十次瀏覽、零名追蹤者和少量回應,但讀者提出的實際問題及公開披露內容由自主 AI Agent 草擬,均帶來了有用回饋。

  21. IT之家46

    「這是 AMD 的巨大機遇」:蘇姿豐首談黃仁勳離任英偉達 CEO,稱他是傑出領袖

    AMD 首席執行官蘇姿豐首次公開談及黃仁勳離任英偉達 CEO,稱英偉達是「了不起的公司」,黃仁勳是「行業的傑出領袖」。她表示,AMD 會專注自身業務、遠離競爭對手相關「噪音」,並看好協助建設 AI 基礎設施及服務客戶的機遇;她亦認為,人工智能應改善更多人的日常生活。

  22. 阿里雲開發者社區 AI32

    阿里雲瓴羊 Quick Service 能否接住跨境賣家的售後需求?

    阿里雲瓴羊 Quick Service 評測聚焦 AI Agent 的售後執行能力:它可連接訂單及物流系統,在對話中處理地址修改、物流攔截和退換貨。官方披露,複雜多輪業務辦理成功率為 87%,處理時長縮短 60%,逾 80% 常見問題可自動處理。國際版支援通義 Qwen、ChatGPT、Claude、LLaMA,知識庫最快 5 分鐘搭建,更新生效延遲低於 5 分鐘。

  23. 阿里雲開發者社區 AI30

    對比智能客服方案後,為何我選擇阿里雲瓴羊 Quick Service,而非純 SaaS 或自建

    作者比較多種智能客服方案後,選擇阿里雲瓴羊 Quick Service,因其兼顧低成本試用、部署彈性與連接業務系統的能力。免費版提供3坐席以內的基礎智能應答和工單功能,並支援 SaaS、私有化及混合雲部署。其 AI Agent 可調用訂單、物流等系統 API,複雜多輪業務辦理成功率為87%。

  24. 21ic電子網54

    加 NPU 還是加快取:六家 MCU 廠商的三種配置取捨

    文章比較六家 MCU 廠商在 NPU、向量單元與片上資源配置上的取捨,帶 NPU 型號的算力由 2.56 至 600 GOPS 不等。方案包括採用 Arm IP、自研加速器,或不配置 NPU 而側重定時器和模擬周邊;選型需按工作負載及工具鏈考量。模型若無法放進片內 SRAM,頻繁讀取 Flash 會削弱 NPU 的能效優勢。

  25. DEV Community43

    PoA 四席同儕評分中 2-2 平票的代價:對 5,775 條已結算記錄的測量

    Proof of Agent(PoA)網絡的分析顯示,四席同儕評分中,平票約決定五分之一已結算記錄的結果。兩個結算批次合計有 1,249 次平票,其中 1,248 次判為通過;在 E103,改用五席評分每批約需多 2,335 個 seal,而只為 2-2 平票加一席約需 667 個。作者指出,可把超出法定票數的 seal 用於平票裁決,以控制總投票量。

  26. DoNews37

    趙本山為甚麼又紅了?

    趙本山親自演唱的《慌啥子嘛》迅速走紅,抖音點讚在發布不到24小時內破百萬,熱度遠超網劇《走馬上任》。觀眾從歌曲中感受到生活氣息、共情與安慰,也再次懷念趙本山逗人發笑的能力。《走馬上任》集均有效播放為794萬,表現不及同期作品。

  27. 新浪科技34

    深圳APEC峯會:各國領導人場外打卡各有玄妙

    多國領導人在深圳出席APEC第三十三次領導人非正式會議期間,透過場外行程展示形象、推動經貿合作並瞭解當地發展。特朗普、卡尼到訪深圳,普京參觀深圳北理莫斯科大學,智利、澳洲領導人推介本國產品,其他領導人則走訪科技及城市治理項目。APEC的非正式形式與深圳的交流安排,為各方提供場內外溝通機會。

  28. DEV Community63

    Gemini Omni 1.2 Flash 影片生成每秒 0.07 美元,小型企業市場推廣預算如何改變

    Google 將 Gemini Omni 1.2 Flash 的 720p 影片生成費降至每秒約 0.07 美元,15 秒影片約需 1 美元。按文中的月度安排,4 條 15 秒影片生成費約 4.20 美元,圖像及 GIF 生成另需數美元。作者指出,策略、品牌語調、商戶實拍和問責等環節,仍是聘用自由工作者或代理公司的價值所在。

  29. IT之家30

    李書福:傳統大學已不適應 AI 時代的人才培養需求,新型大學將應運而生

    吉利控股集團董事長李書福表示,一般性的傳統大學已不適應 AI 時代的人才培養需求,與時代相匹配的新型大學將應運而生。他指出,學生在新模式下可按喜好和實際情況安排學習節奏,培養方法和學習內容也須配合時代發展。吉利將協同旗下教育與人才板塊的學校培養人才,並把培養規模擴大至全球,招收本碩博學生。

  30. Databricks:Blog63

    PostgreSQL 19 為何延遲發佈

    PostgreSQL 19 延遲數星期發佈,因 LLM 令漏洞及安全問題更容易被發現,貢獻者將更多時間投放在維護分支的修補工作,擠壓新版本的審查時間。季度更新的 CVE 修復量由 2023 年 8 月至 2025 年 11 月每次 1 至 4 個,升至 2026 年 2 月、5 月及 8 月的 5、11 及 28 個。