Inforcer获5000万美元融资,帮助中小企业应对AI与安全风险新挑战

伦敦 SaaS 公司 Inforcer 完成 5000 万美元 C 轮融资,其核心业务是帮助托管服务商(MSP)集中管理中小企业的 Microsoft 365 环境。在 AI 工具普及和安全威胁加剧的背景下,这种“中小企业 IT 外包基础设施”的需求正在爆发,18 个月内该公司累计融资 1.1 亿美元。

伦敦 SaaS 公司 Inforcer 完成 5000 万美元 C 轮融资,其核心业务是帮助托管服务商(MSP)集中管理中小企业的 Microsoft 365 环境。在 AI 工具普及和安全威胁加剧的背景下,这种“中小企业 IT 外包基础设施”的需求正在爆发,18 个月内该公司累计融资 1.1 亿美元。

TechRadar 提出了一个对抗 ChatGPT “最优解” 倾向的提示技巧——要求模型分别给出“常规方案”“非常规方案”及“结合两者优点的混合方案”。这种方法能立刻打破大模型的路径依赖,让回答从稳妥无聊转向具有洞察力的权衡分析,对重度用户和提示工程师有直接参考价值。

澳大利亚基础设施公司AEREDIUM获得美国专利,用四组独立AI模型持续监控稳定币储备,一旦储备跌破阈值可直接通过智能合约冻结交易,把审计从季度快照变成分钟级实时验证,并为所有储备支撑的数字资产提供了可编程信任层。

伦敦云基础设施公司 Nscale 以约 16.5 亿美元收购 AI 效率平台 Anyscale,后者曾在 2022 年估值超过 10 亿美元。这笔交易将算力供给与工作负载优化能力结合,可能重塑 AI 推理与训练领域的基础设施格局。

台积电正在开发一项名为“EMIB-like”的新型先进芯片封装技术,直接对标英特尔已有的EMIB技术。这项进展意味着AI芯片的关键竞争正从单纯的制程工艺延伸到封装互连领域,对下一代高性能AI加速器的算力密度和成本结构有直接影响。

国际能源署(IEA)预计,到2030年全球数据中心电力需求将翻倍,但许多地区电网已不堪重负。能否快速获得可靠电力正取代芯片和人才,成为决定AI竞赛胜负的关键变量——“时间到电力”(time to power)已成为数据中心选址的首要指标。

GCC(GNU编译器套件)指导委员会正式采用一项AI贡献政策,禁止接受任何“法律上重要的”由大语言模型(LLM)生成或衍生而来的代码与文本,但允许维护者酌情接受LLM生成的测试用例。这是开源工具链项目在版权与原创性争议中对AI辅助编程的明确回应。

OpenJDK 社区通过一项临时性政策,禁止贡献中包含由大语言模型(LLM)生成的代码(即使是部分内容),理由是 AI 输出的不可控性可能引入安全隐患,且“提示词”正成为实质源码,接受 AI 代码如同接受未知来源的二进制。这可能是首个主流开源项目对 AI 辅助编程做出系统性限制。

Google 发布了面向流式、工具调用的 AI 后端 Go SDK(ADK-Go)及配套的前端 React 库,旨在简化 LLM 调用与流式渲染。然而社区争议集中在:该 SDK 缺少可恢复的流式传输、多设备支持等弹性能力,导致生产环境可靠性存疑。

GCC(GNU编译器套件)指导委员会发布了AI政策,明确禁止AI代理(LLM)在未经人工审查的情况下修改代码库。开发者社区迅速响应,通过在README中加入提示注入(prompt injection)语句来阻止AI编辑代码,并围绕法律责任、开源伦理和“恶意捣乱”式防御展开了激烈争论。