Oracle今年才让AI在自身业务上发挥作用

Oracle 过去两年投入数百亿美元为别人搭建 AI 算力基础设施,直到今年 4 月才给自家约 16 万名员工配上通用 AI 工具;三个月内八成员工用上,但账单、代码交付和安全验证三处瓶颈随之暴露。

Oracle 过去两年投入数百亿美元为别人搭建 AI 算力基础设施,直到今年 4 月才给自家约 16 万名员工配上通用 AI 工具;三个月内八成员工用上,但账单、代码交付和安全验证三处瓶颈随之暴露。

Meta 推出的个人 AI 智能体 Muse 上线约一周后登上美国 App Store 免费榜第一,超过 ChatGPT。它不只是问答,而是能替用户比价、下单、预订和执行跨应用任务,说明“能动手”的 AI 助手正被普通消费者接受。

华为轮值董事长徐直军在华为全联接大会期间表示,中国AI模型厂商因算力受限,尚未触及美国同行反复报告的安全风险,因此应加快而不是放慢开发节奏。这一表态恰逢Anthropic、OpenAI和欧盟同日推动“减速”,把AI安全议题直接推向了中美竞争框架。

OpenAI 当前薪资最高的机器人岗位是机器学习工程师,年薪最高 50 万美元,但工作内容不是造机器人,而是搭建支撑训练运行的数据管线。这暴露出 OpenAI 重启机器人业务的核心思路:先把数据问题解决掉。

华为在 Connect 2026 前发布《智能世界 2035》和《全球数字化与智能化指数 2026》两份报告,预测到 2035 年全球 AI Token 年消耗量将增长 10 万倍,其中 90% 以上由 AI Agent 产生,同时判断未来五年 AI 累计经济价值超过 27 万亿美元。

Google、Nvidia 与 Emerald AI 联合发起 AI Energy Management Alliance(AEMA),目标是让未来数据中心能根据电网状况动态调整用电,把 AI 算力需求从“刚性负荷”变成可调节负荷。

AI 教父 Geoffrey Hinton 等数十位业内人士联名发布公开信,要求 OpenAI、Anthropic 一旦引入第三方“嵌入式评估员”,就必须给予其真正的独立性和信息访问权。这封信用来回应两家公司此前主动表态欢迎外部监督,但监督落地需要满足哪些硬性条件,正是争论焦点。

据 Reuters 报道,Anthropic 已在旧金山湾区悄然建立一个湿实验室,用于真实的生物实验,并明确表示“不是专门做药物发现”。一家以 Claude 大模型为核心业务的 AI 公司自己下场做实验台,说明生命科学正从它的应用场景变成它的核心投入方向。

安全研究团队借助 Anthropic 的安全工具,从 OpenAI 社区论坛的第三方托管漏洞切入,最终拿到了内部员工 ChatGPT 账号的访问权限,OpenAI 事后修复问题并支付了 6500 美元赏金。

Hacker News 上关于“AI 聊天机器人为何越来越擅长改变他人想法”的讨论指出,LLM 的说服力并非来自更聪明的论证,而是来自它能无成本、无情绪地持续输出大量论据——其中一部分可能并不准确。这正在改变人机对话中的信任与对抗结构。