你无法通过交易来逃过人工智能末日

《经济学人》2026年9月22日的一篇财经评论提出,面对AI可能带来的颠覆性冲击,投资者很难靠买卖股票、切换资产来规避风险,因为AI的影响会渗透到整个经济体系,而不是只集中在少数几只股票上。这一判断值得关注,因为它直接质疑了当下流行的“押注AI概念股即可对冲风险”的思路。

《经济学人》2026年9月22日的一篇财经评论提出,面对AI可能带来的颠覆性冲击,投资者很难靠买卖股票、切换资产来规避风险,因为AI的影响会渗透到整个经济体系,而不是只集中在少数几只股票上。这一判断值得关注,因为它直接质疑了当下流行的“押注AI概念股即可对冲风险”的思路。

AI 训练与推理背后的数据标注、内容审核和众包劳动力正在全球范围内快速膨胀,但现有雇佣与薪酬体系难以合规地管理这批非正式员工。全球雇佣平台 Papaya Global 正试图把自己变成面向这类劳动力的“支付基础设施”。

据 Semafor 报道,美国财政部长 Scott Bessent 正成为“AI 沙皇”这一跨部门统筹职位的有力人选,其他候选者包括白宫 OSTP 主任 Michael Kratsios 和 OPM 主任 Scott Kupor。这意味着美国 AI 政策的协调权可能从技术官僚转向经济与财政系统。

为 AI 智能体提供网页抓取工具的 Firecrawl 完成了 7500 万美元 B 轮融资,由 Smash Capital 领投。这意味着“让 AI 读懂网页”这件事,正在从零散脚本变成一门被资本押注的基础设施生意。

阿里发布自研 AI 芯片真武 V900,号称性能是上一代 M890 的三倍,并同步抛出 10 万亿参数大模型和 2032 年 20GW 数据中心两大目标。这是中国大厂在出口管制下,用“自研芯片+超大模型+算力基建”三线并进的一次集中表态。

AI 训练数据服务商 Micro1 据报完成超 1 亿美元新融资,估值从 2025 年 9 月的 5 亿美元跃升至 40 亿美元;在模型能力竞争之外,高质量训练数据的供给正在成为新的资本焦点。

今年第二季度,美国约有 680 亿美元的数据中心项目因社区反对被迫延期或搁置,占同期大型新建计划的半数以上。AI 算力扩张正从"技术问题"变成"地方资源与审批问题",这会直接影响未来算力供给的节奏和成本。

BBC 探访了中国偏远地区支撑 AI 算力扩张的数据中心,揭示出中国大模型训练与推理能力背后,分散在非一线地区的机房正在成为关键基础设施。这关系到算力从何而来、成本如何分摊,以及下一阶段模型竞争的真实底盘。

美国辅导平台 Nova Learning 的调查显示,把计算机科学与 AI 列为第一学术兴趣的中学生比例一年内从 42.3% 降到 27.9%,同期工程学从 11.9% 升至 23%;全国四年制大学计算机专业入学人数也下降 8.1%。这未必是 AI 编程工具导致的,但说明学生正在重新评估“学编程”这条路径的性…

Unreal Labs 发布 Unreal Agent,用完全异步的工具调用机制替代模型自身轮询等待,在真实工作负载中相比 Codex 最高省 40% 成本、相比 Pi 最高省 20%。它提醒行业:除了模型和提示词,Agent 的“外挂框架”(harness)本身也是能省钱的研究方向。