相关文章
553 篇高质量内容
Anthropic 提交 IPO 申请：上半年营收163亿美元，聚焦百万级自主智能体与AI责任边界
Anthropic 向纳斯达克提交IPO申请（代码ANT），2026年上半年营收163亿美元，同比增长1300%；披露807亿美元账面亏损主因估值变动，经营亏损收窄至6.93亿美元；强调算力支出错配、智能体法律归责不明及FTC监管调查等关键风险。
AI 中台的构建和智能体调优实践
本文以易点天下广告业务为背景，阐述其AI中台架构设计与智能体落地路径：将AI深度嵌入投放全链路，通过统一AI中台整合Cyberklick、Yeahmobi、GridAds、zMaticoo多条业务线；提出工具化→Agent化→协同化→自主化四阶段演进；以GridAds智投引擎为例，说明三层协作结构（客户侧/媒介侧/跨线协同）与八步闭环流程；强调观测-评估-回灌飞轮机制，依托AgentLoop实现轨迹留痕、Golden Set评测与人工确认式迭代。
AI算力泡沫实况：79%企业GPU半数时间闲置，却仍加购新平台
VentureBeat调查显示，79%在生产中使用AI的企业GPU利用率低于50%，但70%仍计划部署新AI计算平台。核心矛盾在于：前沿模型依赖API按token付费，而自有GPU无法运行闭源模型，导致算力与需求错配。
GPU 利用率不足一半，企业却加速采购AI基础设施：内存、集成与成本度量成新焦点
VentureBeat调查显示，81%生产AI的企业GPU利用率≤50%，但91%计划采购新平台；财务ROI未经验证即决策。文章指出需以‘每项成功任务成本’为统一指标，统筹机构记忆、任务内存与推理内存设计。
DeepSeek 开源推理框架 DeepInfer，支持华为昇腾与英伟达 GPU 降本增效
DeepSeek 将自研AI推理框架 DeepInfer 开源，适配华为昇腾950 NPU 和英伟达 SM100 GPU，专为 DeepSeek V4.1 Flash 模型优化，旨在降低企业AI推理成本、提升响应速度，并兼顾国内外硬件生态。
规模化AI代理需三大支柱：清点、合约与持续维护的上下文
Collibra CEO指出，企业部署超5个AI代理即面临指数级风险增长；75%企业在10–15个代理阶段遭遇生产瓶颈。核心挑战在于业务上下文缺失、幻觉差距扩大及上下文漂移，解决方案聚焦可机器执行的代理合约与独立于模型的本体化上下文层。
推理悖论：代币降价反致智能体成本五年涨五倍
高德纳指出，尽管代币单价下降，但智能体工作流的推理成本到2028年将增长超五倍，主因是模型能力升级推高单token算力成本，以及复杂任务导致token消耗激增5–30倍。
智能体AI正在重塑企业治理、管控与信任机制
IBM指出，80%高管预期AI驱动收入增长，但仅20%能说明实现路径；75%的EMEA高管预计2027年将出现全自动业务决策智能体。治理必须‘按设计实现’，而非事后补救，且需人类全程参与验证。
AI时代，设计师的发展方向在哪里？D20 给出了答案
本文基于2026年D20峰会青云老师关于未来设计的采访，提出设计师在AI时代的三条核心发展路径：业务型设计师（深入业务、定义问题、驱动增长）、驾驭AI的设计师（理解大模型机制、构建AI心智模型、沉淀Prompt模板库）、搭建设计资产的设计师（将设计系统升级为AI可读可执行的Design Skill与结构化文档）。强调认知能力、工具深度与工程化思维是破局关键。
从会用AI到做成挣钱生意，中间还需要什么？
王若愚分享其从国内创业到美国蓝领招聘SaaS平台的实战经验，强调早期通过实地敲门访谈获取真实用户痛点、验证PMF；疫情中聚焦快餐行业实现第二增长曲线；2022年后因AI兴起与企业降本增效需求，推动产品从招聘向入职、考勤、发薪全链路延伸。他指出AI正淘汰流程性工作，倒逼个体回归价值创造本质，并提出FDE需打通市场、产研与客服环节，实现端到端闭环。
英伟达推开放智能体安全平台，企业需自主界定AI代理权限边界
英伟达发布Open Agent Safety Platform，通过OpenShell与Sentry实现智能体运行时管控；但平台不定义权限边界，企业须自行划分可自主执行、需审批及禁止的操作，并协调供应商工具、自身政策与新兴监管要求。
腾讯内测 Answerbit ，下场做 GEO
腾讯正在内测一站式 GEO（生成式引擎优化）管理平台 Answerbit，覆盖 AI 搜索可见度的监控、分析、优化与验证闭环。产品支持对豆包、元宝、DeepSeek、Kimi、千问等主流大模型的回答进行天级追踪，通过提问建模、引用分析、范文结构拆解与 AI 辅助内容生成，帮助企业提升在 AI 回答中的品牌提及率与排名。Answerbit 将不可控的 AI 黑盒回答转化为可量化、可干预的增长通道。
淘宝天猫海外技术的AI Native研发范式升级实践与思考
淘宝天猫海外技术团队提出AI Native研发范式升级，以SDD（Spec-Driven Development）和Agent双驱动重构业产技协同流程。通过钉群统一工作界面、AI分身自动接力、人只在关键卡点决策，实现小需求端到端群内闭环交付。当前已验证供给、支付、营销三域可行性，AI Coding占比达85%，但端到端交付效率提升受限于非编码环节耗时。范式正从L2（AI辅助）向L3（AI自治+人仲裁）演进。
大模型在货拉拉营销广告的应用实践
货拉拉广告运营传统模式效率低、成本高，大模型驱动的广告AI助手实现范式跃迁，破解全链路痛点。 核心内容： 1. 传统广告运营三大痛点（效率、优化、人力成本） 2. 大模型破局思路：从“被动工具”到“数字员工”的跃迁 3. 广告AI助手功能设计（多模态输入、全生命周期计划管理）
传统数据存储如何拖垮企业AI进程
GPU算力之外，存储正成为AI落地的关键瓶颈。ESG调研显示83%企业计划两年内升级存储系统，主因在于容量不可预测、性能不足、集成困难及安全合规压力，尤其在推理阶段与模型训练中凸显。
速度，而非备份容量，才是网络韧性的核心驱动力
勒索软件攻击下，传统备份架构因恢复缓慢而失效。文章指出，恢复时间目标（RTO）已成企业存续关键，全闪存平台、不可变快照、自动化与主动/主动控制器等技术正推动恢复从“重建”转向“重定向”，数分钟内恢复成为新基准。
企业数字化转型不是上云，而是重构决策链：AI智能体驱动的落地方法论与实战复盘
引言：为什么大多数企业数字化转型没见实效？ 麦肯锡2023年《数字转型指数》报告里有个扎眼的数字：全球只有17%的企业，真正把数字化转型变成了持续增长的引擎。剩下八成多，要么卡在试点阶段反复打转，要么最后变成IT部门在会议室里演示的PPT。 问题出在哪？很多人还在把“数字化转型”当成买系统、上云、堆SaaS工具——好像...
AI 数据存储困局：为何整合难、迁移更难？
北美91%组织IT投资加速，但云与本地存储同步扩张，数据蔓延加剧。三分之二企业管理超10PB数据，跨平台碎片化导致运维债务累积。按需付费模式正成为缓解复杂性、提升员工留存的关键路径。
AI编程初创公司Cognition完成20亿美元E轮融资，估值达480亿美元
Cognition完成20亿美元E轮融资，估值跃升至480亿美元，较5月D轮增长85%；其自主智能体Devin已服务英伟达、梅赛德斯-奔驰等企业，年化营收近9亿美元，并加速全球布局。
数据管道的绿色陷阱：为何监控必须从结构正确转向语义正确
十一天零错误运行的数据管道，却导致受众数量偏差40%。根源在于监控只检查任务是否执行成功，却忽略数字本身是否正确。本文以广告数据场景为例，揭示‘结构性完整但语义错误’这一普遍隐患，并提出在摄入边界前置模式验证等可落地的语义监控实践。