Qencode MCP

Qencode 将其视频编码 API 通过 MCP(Model Context Protocol)协议对外开放,这意味着 AI 模型和智能体可以直接调用视频转码、压缩与处理能力,视频处理正从“人工调用接口”进入“AI 自动调度”的早期阶段。

Qencode 将其视频编码 API 通过 MCP(Model Context Protocol)协议对外开放,这意味着 AI 模型和智能体可以直接调用视频转码、压缩与处理能力,视频处理正从“人工调用接口”进入“AI 自动调度”的早期阶段。

一项覆盖25位顶级AI实验室研究者的访谈显示,自动化AI研究(递归自我改进)的多个预测里程碑已经应验,而最强模型可能不再作为公开产品发布。

据英国《金融时报》报道,Anthropic 的投资者预期该公司最快将于今年 10 月启动 IPO,届时估值可能超过 2 万亿美元;同时预计其到 2026 年底可实现年化营收 1000 亿至 1200 亿美元。这一预期若兑现,将使其成为 AI 大模型公司中商业化速度最快的选手之一。

Oracle 计划在 8 月再裁一批员工,部分团队裁员比例达两位数;与此同时,其上一财年资本开支飙升至约 557 亿美元,靠大规模举债建设 AI 数据中心。这是 AI 资本开支挤压人力成本的典型案例。

亚马逊被曝在旗下直播平台 Twitch 上默认开启“内容用于 AI 训练”选项,主播和观众的直播、聊天、语音都可能成为生成式 AI 的训练数据。用户只能手动关闭,且 Twitch 高管公开承认:如果默认是关闭的,几乎不会有人主动选择开启。

亚马逊、谷歌、Meta、微软等巨头今年将在AI基础设施上合计投入超过5000亿美元,但真正的成本大头可能不是训练模型,而是模型日常运行时的“推理”开销。业界正在用“Tokenomics”(代币经济)重新审视AI的真实账单。

Anthropic 最强模型 Fable 5 发布首月,企业通过 API 购买量仅占 Anthropic 总 token 消耗的 6%,收入约为 OpenAI 旗舰模型的四分之三。数据表明,企业对“更贵但更强”的前沿模型付费意愿已经明显触顶。

TradingAgents-CN 是一个已获 3.1 万 Star 的开源项目,把原版 TradingAgents 改造成面向中文用户的多智能体金融交易研究框架,可用于 A 股、港股、美股的研究与策略实验,官方定位是学习研究用途,不提供实盘交易指令。

风投机构First Mark合伙人Matt Turck用一句话调侃AI行业术语的快速更迭——图工程、循环工程、工具链工程、上下文工程、提示工程,本质都是同一件事的层层换皮。这条推文之所以引发共鸣,是因为它戳中了AI应用开发中一个真实的困惑:概念越来越多,但解决问题的思路其实一脉相承。

2026 年 8 月 12 日,Peter Yang 在 X 上发文称,电脑交互方式将迎来根本性变化——人们会从“手动操作”转向“语音指挥云端 Agent”,并认为语音将成为新的软件编排层。这个判断值得关注,因为它指向 AI Agent 替代传统软件界面的路径。