Mbodi AI (YC P25) 正在招聘机器人/研究工程师
Y Combinator P25 批次初创公司 Mbodi AI 正在招聘机器人研究工程师，其核心产品是一个让操作员通过自然语言教会工业机器人新技能的 embodied AI 平台，已与 ABB 等全球工业伙伴合作。这意味着工业机器人编程正从“写代码”走向“说话教学”，可能大幅降低部署门槛。
标签： DeepSeek
Meta与Microsoft的AI支出：两份财报的故事
Meta和微软同期发布财报，两家都在大举押注AI，但投资者给出了截然不同的反应。Meta支出近乎翻倍、自由现金流骤降，股价盘后跌近10%；微软AI投入带来Azure和Copilot的明确回报，股价涨近8%。市场用钱投票：AI支出可以，但必须看到可量化的回报。
Filing: Meta reports $279B in future lease agreements in Q2 related to AI data centers that are not reflected on its balance sheet, up 53% from the prior period (Shona Ghosh/Bloomberg)
Meta在2026年第二季度披露了总额2790亿美元的未来租赁协议，专门用于AI数据中心，且未体现在当前资产负债表上，金额比上一季度暴增53%。这揭示了全球头部AI公司正在以“租赁”形式锁定未来数年算力，其对数据中心基础设施的长期投入远超外界预期。
OpenJDK 针对生成式AI的临时政策
OpenJDK 社区在 Oracle 推动下通过了禁止贡献 AI 直接生成内容的临时政策，但允许开发者私下使用大模型辅助理解、调试和审查代码。这项规定旨在平衡生成式 AI 带来的效率提升与其引发的代码质量、安全和知识产权风险。
Google integrates Nano Banana 2 into Google Earth via a new Create Image button, letting users prompt visual alterations of locations or infographics (David Gewirtz/ZDNET)
Google Earth 新增“Create Image”按钮，内嵌 Nano Banana 2 模型，用户只需输入自然语言提示，即可对地图中的地点视图或信息图进行视觉编辑与风格调整，无需专业图像处理技能。
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。
ChatGPT的第一版回答通常最无聊——以下是我得到更好回答的方法
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。
London-based Nscale agrees to acquire Anyscale, a source says for ~$1.65B; Anyscale, which helps AI workloads run more efficiently, had a $1B+ valuation in 2022 (Brody Ford/Bloomberg)
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。
Sources: TSMC is developing advanced AI chip packaging tech, internally called “EMIB-like”, similar to Intel’s Embedded Multi-die Interconnect Bridge technique (Qianer Liu/The Information)
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。
为何电力获取将决定AI竞赛的赢家和输家
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。