阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-0268 篇

刷新

沙特阿美斥资26亿美元收购AI基础设施公司Humain 49%股权

专题 · Humain AI基建实质变化
2026-11-02 19:47

沙特阿美(Saudi Aramco)已同意以约26亿美元的价格收购人工智能基础设施公司Humain的49%股权。据The Decoder报道,这一交易旨在支持沙特阿拉伯将自身打造为全球AI枢纽的战略目标。Humain由沙特主权财富基金公共投资基金(PIF)于2025年5月创立,主要业务包括建设数据中心、开发云服务以及训练如阿拉伯语大模型ALLaM等AI技术。

根据阿美的声明,这笔投资将在2026年内完成,并伴随阿美提供其自有的AI技术。Humain计划到2030年建成3吉瓦的数据中心容量,不仅服务于国内需求,还致力于成为领先的AI出口国。目前,该领域的商业活动正在升温:AMD在8月底报告称,其与思科和Humain联合建设的基础设施已开始服务沙特境内外的客户。

对于沙特阿美而言,此次入股不仅是财务投资,更是其数字化转型的一部分。阿美计划在其自身运营中使用这些AI技术,并通过销售自己的AI解决方案创造额外收入。此前,阿美通过其投资部门Wa'ed Ventures已持有韩国AI芯片开发商Rebellions的股份。尽管地区地缘政治紧张局势影响了部分基础设施建设,但Humain首席执行官Tareq Amin表示,公司正借鉴阿美在保护石油基础设施方面的经验来加强数据中心的安全防护,且市场需求并未因战争而下降。

信息源:The Decoder

研究

Linux AMD显卡驱动RADV出台LLM代码贡献政策,维护者可酌情关闭AI生成合并请求

快讯
2026-11-02 19:16

为AMD Radeon GPU提供Linux Vulkan API支持的Mesa RADV驱动程序已正式通过一项关于人工智能/大语言模型(LLM)代码贡献的新政策。该政策由Valve Linux图形团队的Samuel Pitoiset发起,旨在应对近期外部贡献者提交的LLM辅助合并请求(MR)数量增加的情况。

新政策并未完全禁止AI生成的贡献,但明确劝阻其使用。根据已合并至Mesa Git的规则,如果贡献者发现RADV中的错误或不足且无法自行解决,应在跟踪器上提交问题。对于LLM辅助的MR,要求贡献者对代码库有良好的理解,因为审查这些请求具有实际成本;审查者或维护者有权酌情关闭此类MR。此外,政策指出LLM撰写的问题报告因冗长难读而受到劝阻,建议用户用自己的语言描述问题。不过,只要经过人工审查并能演示错误,LLM生成的复现步骤是被允许的。

Pitoiset在合并请求中解释称,此举是为了在开发者被淹没之前,提前应对开始增多的AI生成补丁。这一具体政策的实施反映了开源基础设施项目在面对自动化代码生成工具普及带来的管理负担时,正在建立明确的治理边界以保护维护者资源。

信息源:phoronix.com

研究

飞利浦Hue推出自然语言AI自动化功能,但早期测试显示无法手动编辑且存在逻辑错误

快讯
2026-11-02 19:26

智能照明品牌飞利浦Hue(荷兰Signify旗下)在应用中推出了“Custom AI Behaviors”功能,允许用户使用自然语言描述需求,由AI将其转化为内部编程语言的自动化场景。例如,用户可以要求特定灯具在日落时开启并变换颜色主题。

该功能目前仅对拥有Hue Bridge Pro的用户开放。尽管Hue技术负责人George Yianni称这是平台的“游戏规则改变者”,但第三方科技媒体HueBlog的测试揭示了早期版本的局限性:当AI未能正确理解指令范围(如只开指定灯却打开了所有灯)时,用户无法像使用Apple Shortcuts那样手动修改生成的逻辑,只能面对错误提示。

这一限制凸显了当前消费级AI自动化的一个关键瓶颈:在缺乏确定性控制回退机制的情况下,完全依赖大模型的推理能力可能导致用户体验受阻。

信息源:TechRadar

研究

德国软件测试从业者Paul Behrend:单一编排Agent按需加载Skills,替代简单提示词与多Agent堆砌

专题 · 智能体编排与提示词之争实质变化
2026-11-02 19:00

生成式AI在软件测试中的应用存在两种常见失败模式:简单提示词经常输出错误或结果不完整,堆砌多个独立Agent则增加成本和复杂度却未必改善质量。拥有十余年软件质量保障经验的Paul Behrend在实践报告中提出了一条中间路径——部署一个中央编排Agent,让它按照预设护栏引导测试流程,并根据当前任务动态加载对应的Skills,分别覆盖测试分析、测试设计和测试用例生成。这样,原本零散的辅助工具整合为一个清晰且可验证的工作流,产出可靠、可追溯的结果,直接服务于测试实现。

然而,Behrend在落地这套方法时发现了一个实际边界:Skills的输出质量与它所适配的语言模型紧密绑定,一旦切换底层模型,回答质量就会出现明显偏差。编排架构本身并不能屏蔽模型变更带来的影响,团队在模型选型和迁移时仍需面对质量波动的风险。

Behrend同时指出,Agent并非万能替代——在特定场景下,经典自动化仍然是更优选择。测试质量的保障最终取决于经验丰富的测试人员、清晰的流程与Agent的针对性配合,三者缺一不可。

信息源:Developer

研究

阿里云发布AI投研工作台Qovest,支持持续跟踪与成果沉淀

专题 · Qovest实质变化
2026-11-02 15:09

11月2日,中国云计算巨头阿里云正式发布面向专业机构投资者的AI投研工作台Qovest。该产品旨在将投研过程中耗时较多、重复性较强的工作交给AI,用户只需用一句话提出研究需求,系统即可自动查数据、收集资料、深度分析并生成报告,还能按设定频率持续跟踪研究对象。

与一次性问答不同,Qovest的核心差异在于“投研空间”。该功能可将每次的研究结果、个人操盘笔记和待验证问题自动归档,让一项研究能接着往下做,不必每次从零开始。例如,基金经理可圈定国际金价、美元指数等变量,让Qovest每周自动更新数据并拆解涨跌因素,生成动态跟踪看板。未来在企业版中,“投研空间”将成为组织内成员协作和信息共享的研究调度中心。

为满足专业投资者对数据实时性、准确性及输出出处的要求,Qovest团队采购了权威金融数据库,部署在阿里云上,并自研了面向金融场景的Agent工程框架(Harness),打通从数据调用到分析输出的完整流程。据阿里云称,在开源金融评测集FinFirst与IRAB的内部横向评测中,Qovest的回答质量、响应速度和成本均领先于参与评测的主流产品。这一结论目前仅为厂商自报结果,尚未经过独立第三方验证。

目前,Qovest官网已对个人用户开放邀测,新用户注册后可免费试用,后续可选择每月99元或199元的订阅套餐。近期,阿里云还将推出企业版,专门服务金融机构及企业的投研团队。

信息源:leiphone.com

研究

苹果收购AI数据工程初创公司Ascend.io,欧盟披露文件证实交易完成

专题 · Ascend.io快讯
2026-10-30 21:11

据Mac & i和The Verge报道,苹果公司已收购人工智能数据工程初创公司Ascend.io。这一交易细节出现在苹果根据《数字市场法案》(DMA)向欧盟委员会提交的定期申报文件中,该法案要求被认定为“守门人”的大型科技公司披露此类收购。

Ascend.io是一家专注于“代理式数据工程”(Agentic Data Engineering)的初创企业,其核心业务是开发用于自动化和管理数据管道的软件,旨在利用AI代理帮助数据工程师更好地管理数据生命周期。此前,该公司曾推出DataAware等工具,试图让数据工程变得更加轻松。

此次收购属于典型的“人才收购”(Acqui-Hire),即苹果主要获取该公司的知识产权并有权向其员工提供工作机会。Ascend.io在其官方网站上发布更新称,正在“准备下一个伟大冒险”,因此将逐步停止现有服务的运营。

这是苹果近期在AI领域的又一笔小型收购。此前,苹果还收购了瑞士音频AI初创公司Samplab以及Swift Package Index的运营商SPI Operations Limited。与之前的交易类似,本次收购的具体财务条款未予披露,因为欧盟登记系统对小型公司的收购不强制要求公开金额。

信息源:The Verge

研究

欧洲央行研究人员:分开看涨价频率与幅度,2026年食品通胀未见持续广泛重定价

专题 · 欧央行食品通胀研究实质变化
2026-11-02

能源冲击之后,通胀会不会变得广泛且持续?对投资者而言,CPI数字本身回答不了这个问题——同样3%的食品通胀,可能来自少数产品的大幅涨价,也可能来自几乎所有产品的小幅提价。前者往往短暂,后者才意味着成本推动型通胀正在扎根。

欧洲央行研究人员Chiara Osbat、Christian Höynck、Umberto Maglione和Elisabeth Wieland在2026年11月2日发表的博客中,利用"每日价格数据集"(DPD)对这一区分给出了微观证据。该数据集自2022年起每日采集欧元区超市线上价格,结合AI分类器将商品映射到消费者价格指数(HICP)类别,按月计算重定价频率以剔除短期波动和临时促销,同时能在当月内持续更新估计。

文章的核心分析框架是把涨价行为分解为两个边际:广泛边际,即企业多久调一次价;密集边际,即每次调价的幅度。当冲击较小时,企业按既定计划调价;当冲击足够大时,企业会提前调价——这就是"状态依赖定价"。一旦提前调价变得普遍,涨价频率上升,通胀就可能出现非线性加速。

2022年俄乌战争后的数据正是这种情形:食品涨价频率持续攀升,且涨价频率超过10%的品类在食品篮子中的份额不断扩大,持续数月。这表明企业行为发生了广泛且持久的转变,与状态依赖定价一致。

2026年的情况则不同。中东冲突引发的能源冲击之后,食品涨价频率在3月有所上升,但幅度远小于2022年。涨价频率与降价频率之间的差距很小,涨价的平均幅度变化也不大。更关键的是,涨价频率在短暂上升后趋于稳定,并未像2022年那样逐月扩大。各食品品类涨价频率的分布范围在2026年也比2022年明显压缩。

作者据此判断,目前尚无证据表明2026年的冲击正在引发广泛且持续的重定价行为改变。这一结论与更宏观的研究一致:能源冲击的通胀效应取决于冲击本身的构成以及发生时的经济条件。对投资者而言,这意味着当前食品通胀更可能是成本传导的暂时波动,而非2022年那种自我强化的涨价螺旋。不过,数据截至2026年9月,时间窗口有限,且作者明确表示这些观点不代表欧洲央行或欧元体系的官方立场。

信息源:European Central Bank

研究

Anthropic宣布Claude语音模式支持CarPlay,语言增至33种

专题 · Claude企业采用率快讯
2026-11-02 18:07

美国人工智能公司Anthropic于2026年10月29日通过其官方账号宣布,Claude iPhone版的语音模式现已正式支持Apple CarPlay。这意味着驾驶员可以在行车过程中通过语音与Claude进行交互。这是Anthropic首次公开说明此功能,尽管据Notebookcheck报道,该功能早在9月初已在部分用户设备上出现,但当时并未获得官方公告。

此次更新还带来了其他改进:在iOS和Android平台上,语音响应速度更快,嘈杂环境或低声说话时的收音更准确,非英语语音听起来也更自然。两个平台均新增了多账号切换功能,用户无需登出即可在不同账号间切换。

值得注意的是,Claude的语音模式语言支持数量增加了24种,总数达到33种,涵盖孟加拉语、丹麦语、斯瓦希里语、泰语、土耳其语、乌克兰语和越南语等。目前,CarPlay上已有ChatGPT、Perplexity、Grok、Meta AI和Claude共5款AI聊天机器人可用,而Google的Gemini尚未进入这一列表(尽管Google Maps中的Gemini集成正在逐步推出)。

信息源:INSIDE

研究

法国IT服务公司凯捷CEO称客户对AI投资热情未减,列举具体运营成果反驳“幻灭论”

专题 · 凯捷AI投资前景实质变化
2026-11-02 18:15

在2026年11月2日接受Diginomica采访时,法国IT服务巨头凯捷(Capgemini)首席执行官Aiman Ezzat表示,尽管市场上充斥着关于企业对AI投资回报率(ROI)感到失望的报道,但他观察到C-suite层面的客户热情依然高涨。“我们的客户承诺继续投资。他们相信AI将为他们创造价值,这种信念依然强烈。”Ezzat说道。他进一步解释,虽然外界常关注IT预算这一指标,但这仅覆盖了部分业务,他更看重的是客户围绕AI转型的实际需求。

为了支撑这一观点,Ezzat列举了凯捷交付的几个具体案例。在一家资产管理公司,凯捷构建了一个由AI驱动的统一桌面平台,取代了面向客户员工的180个分散应用程序。据称,该平台实现了约300万欧元的软件开发生命周期(SDLC)节约,并将用户体验交付速度提升了30%至50%。在另一家全球航运和物流公司,凯捷运营的代理式操作系统每年处理超过2700万笔交易,带来了40%至50%的生产力提升,并将收款时间缩短了五到八天。

Ezzat还提到,凯捷与超大规模云服务商及主要软件提供商的合作占据了其今年上半年预订量的65%以上。他认为,随着客户从单纯部署工具转向询问AI如何改变业务并在整个企业中扩展,凯捷的角色正从提供技术转向交付可衡量的业务成果。然而,这些数据和结论均源自公司高管的自我陈述,未经独立第三方审计或验证,读者应将其视为厂商视角的市场信心表达,而非行业整体ROI状况的客观定论。

信息源:diginomica

研究

WIRED调查:400余款AI应用伪装成日常工具,暗藏生成性虐待深度伪造内容功能

专题 · 深度伪造滥用应用网络实质变化
2026-11-02 18:00

科技媒体WIRED于2026年11月2日发表调查报告,揭露了一个包含超过400个关联域名和应用程序的网络。这些应用表面上是普通的AI工具,如“宠物肖像”生成器Viefur、语言辅导或AI健身教练,但在特定条件下会加载隐藏的网页界面,允许用户上传照片并生成露骨的性暴力和儿童性虐待材料(CSAM)的深度伪造图像和视频。

该网络被研究人员发现是通过追踪Meta旗下Facebook和Instagram上发布的数千条含有明确深度伪造内容的视频广告链接而暴露的。这些广告触达了数万人,并引发了全球监管机构的调查。据WIRED审查,这些应用和域名似乎由中国开发者运营,并与一家名为KeLing Technology Limited的香港注册实体有关联。

非营利组织AI Forensics的首席研究员Paul Bouchaud指出:“这是一个有组织的商业运作:一个操作者背后有数百个一次性应用和域名,它们伪装以通过应用商店审核,并通过虚假付款人名称在Meta广告中推广。”他补充说,这些操作者并不指望执法部门能跟上,而到目前为止确实如此。

技术机制显示,每次下载应用时,客户端会向服务器发送用户来源地、语言和唯一标识符等信息。服务器根据这些信息决定是展示无害版本还是加载显式深度伪造版本的Web界面。其中一个触发条件似乎是用户在点击Meta平台上的相关广告后下载应用。

Infoblox的安全威胁研究员Maël Le Touz发现了近500个关联域名,指出这些网站运行相同的代码并相互引用。隐藏在网站代码中的JavaScript包包含了整个网络的配置列表,包括其他域名、加密密钥和Facebook广告跟踪器。

数据显示,这些应用在2025年底开始出现,并在2026年春季激增。截至9月,约有27个此类应用在Google Play商店上线,累计下载量超过35万次,许多甚至被标记为适合所有年龄段。其中一款名为DiffAI的应用下载量超过10万,直到WIRED联系Google前才被移除。

在WIRED介入后,苹果公司从App Store移除了19款应用,包括Viefur。苹果发言人Adam Dema表示:“我们设计App Store是为了成为用户安全可信的地方,裸露化应用和其他色情内容是严格禁止的。”他解释说,这些应用在审核时符合规则,但获批后开发者更改了应用拉取内容的网站,用色情内容替换了已批准的内容。

这一事件凸显了主要科技平台在应对动态内容加载和“诱饵替换”战术时的审核漏洞。尽管Google、Apple和Meta声称执行不允许有害深度伪造内容的政策,但该网络仍持续发布约一年,有时每周发布数十个新应用。

信息源:WIRED

研究

Druid AI联合创始人Pleșea:企业智能体互不理解的根源是本体论

专题 · Druid AI实质变化
2026-11-02 17:50

一个卖家把砖描述为某种规格,另一个买家搜索的是另一种说法,两边用的词不同但指的是同一批砖——两个程序要达成交易,首先得同意砖是什么。Druid AI联合创始人Andreea Pleșea在2011年的博士论文里研究的就是这个问题:让买卖软件代理就同一批砖找到共同语言。她当时发现,难点不在于代理能不能执行动作,而在于它们对同一个词的理解根本不同——一方用同义词描述报价,另一方用特定请求表达需求。

十五年后,她认为企业正在把同一个迷宫重新搭建一遍。今天每一个ERP、每一个CRM工具都自带了内置的智能体。员工要查Salesforce里的信息,得找Salesforce的智能体;要查另一个CRM,得找另一个CRM的智能体。Pleșea指出,这让大家回到了2011年甚至更早的状态——每个系统都在,但没人知道信息从哪来,也没有一个统一的真相来源。她认为真正需要的不是更多智能体,而是一个安全、可治理的框架,把所有智能体编排在一个地方,并且能审计每个代理在做什么。

Druid AI的CEO Joe Kim给出了另一个切面。他把传统集成描述为按设计工作——你事先画好流程图,告诉系统第一步做什么、第二步做什么。而智能体做的是按意图工作——一个销售员的真正目标是签单、完成指标、拿到奖金,他可能走流程,也可能不走,但优化方向是结果本身。Kim认为智能体也会这样优化,所以它们必须从一开始就被设计为可信任、可监控的,而不是逐步映射的。

但LLM的介入并没有让这个问题消失,只是让它变得更容易处理。Kim说,早期对话平台需要把用户说的话匹配到预定义的意图上,再填槽位;LLM让理解意图这件事变得容易得多。然而他划了一条明确的线:当智能体需要往业务系统里写入数据时,这个动作必须走企业已有的确定性系统。他的理由是,你可以用LLM做推理,但提交到ERP或CRM的那一步需要日志、需要控制、需要逐段微调,不能交给模型自己搞定。

Kim进一步指出,当前行业最流行的模式是用确定性系统做路由而非编排——前端一个路由器判断这个问题走确定性工作流还是走非确定性路径。他认为这带来两个问题:第一,你无法在两条路径之上创建同时利用两者的东西,业务价值变成二选一而非兼得;第二,即使你把任务路由到新模型,如果不对那一侧的智能体施加控制,它们会因为无法被有效约束而失控。Pleșea补充说,桌面端运行的智能体让这个问题成倍放大——在企业规模上,你很难控制每个代理在做什么,也很难度量和审计它的活动。

这套论证的实际含义是:多智能体集成的瓶颈不是连接能力,而是语义对齐。LLM降低了理解意图的门槛,但业务写入仍然需要确定性通道。对正在评估各家智能体平台的读者来说,关键问题不是这个智能体能不能做某件事,而是它和另一个智能体能不能对同一件事用同一个词。

需要指出的是,Druid AI自身就是做智能体编排的公司,其论述天然倾向于将本体论编排定位为核心瓶颈。其他可能的解释——比如API标准化不足、组织流程问题、或模型能力本身的局限——在这篇文章中未被充分讨论。Pleșea和Kim的论证是一个从业者的具体判断,而非经过对照实验验证的结论。

信息源:diginomica

研究

日本防卫研究所:AI加速网攻规模,传统政府通报机制难以为继

专题 · AI加速网攻规模争议实质变化
2026-11-02 17:26

日本防卫省防卫研究所(NIDS)于10月30日发布最新研究分析,针对自9月以来日本接连发生的未经授权存取及资料外泄事件,提出了对AI网络攻击的新视角。该报告由NIDS先进领域研究部网络安全保障研究室特任研究员、兼任JPCERT/CC威胁情报分析师的佐々木勇人(Hayato Sasaki)撰写。他指出,外界常聚焦于AI能否发现未知漏洞或发动零时差攻击,但近期事件显示,AI带来的主要变化并非攻击技术的突然大幅提升,而是能在短时间内扩大攻击规模、加快攻击节奏,并结合多种手法同时攻击不同系统。

根据先前JPCERT/CC的揭露,这波事件涉及已知漏洞利用、API滥用、Metabase漏洞及Web Shell等多种攻击手法。后续调查证实,攻击者利用AI扫描已知漏洞并通过API攻击网络服务,相关攻击基础设施甚至被用于攻击日本以外地区的服务。佐々木勇人认为,当大量企业在短时间内接连遭到攻击并向主管机关通报时,政府往往难以迅速辨识不同事件之间的共同攻击来源与手法。此外,由于受害企业忙于处理自身危机,能提供其他资安机构的攻击技术资讯相对有限。

报告检视了日本现行的资安事件通报制度,指出相关通报窗口依产业主管机关、受害资讯类型及攻击手法分工。面对跨产业、结合多种手法的AI自动化攻击,资讯容易分散于不同机关,增加跨机关整合与分析的难度,使现有应变机制难以跟上攻击速度。这类挑战并不限于日本,传统资安警示多针对特定漏洞、系统或产业防护提出建议,但在AI自动化攻击面前效果可能有限,因为攻击者可迅速转向其他途径。

在防御策略上,佐々木勇人建议进一步关注攻击基础设施,尤其是部署AI代理、攻击工具及相关资料的核心伺服器。透过共享这些技术情报,让资安业者持续追踪攻击活动,可能更有助于干扰攻击行动。他强调,对企业而言,近期攻击仍主要利用已知漏洞与管理疏失,因此漏洞修补、API安全设定等基本防护措施依然有效。在制度层面,有必要重新检视事件损害的认定方式与处理优先顺序,并事先建立政府与民间的应变原则及角色分工,以避免传统逐层通报流程跟不上AI自动化攻击的速度。

信息源:iThome

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系