阅读

美国人口普查局（U.S. Census Bureau）对其每两周进行的“商业趋势与展望调查”（Business Trends and Outlook Survey, BTOS）中的关键问题进行了重大措辞调整。这一变化源于美国总统签署的第14434号行政令（Executive Order 14434），该行政令旨在开启所谓的“超级智能时代”。

根据开发者Simon Willison对最新调查文档的分析，自2026年10月19日的收集周期开始，问卷中关于人工智能使用的问题已从“In the last two weeks, did this business use Artificial Intelligence (AI)...”变更为“In the last two weeks, did this business use Super Intelligence or SI (formerly referred to as Artificial Intelligence or AI)...”。示例也从通用的机器学习、自然语言处理等，变成了“SI-powered data analysis”、“generative SI for marketing”等带有强烈行政令色彩的表述。

这一改动对数据可比性造成了直接冲击。在此之前，该问题曾于2025年11月从“生产商品或服务”扩大至“任何业务功能”，导致2025年9月至2026年2月间，大型企业的肯定回答比例从约12%跳升至30%，并在2026年10月达到约40%。然而，随着“超级智能”新措辞的引入，目前发布的最新数据仍反映旧的“人工智能”定义，而包含新措辞的首批调查结果预计将在随后的周四发布。这意味着在短期内，基于BTOS的美国企业AI采用率官方追踪将出现口径混乱或断档。

对于关注AI产业渗透率和宏观经济影响的投资者及研究者而言，这一事件凸显了非市场因素对核心统计指标的干扰。当官方定义被政治化术语取代时，历史趋势线可能失效，新的基准需要时间建立。读者应谨慎对待近期基于BTOS数据得出的“AI采用加速”或“放缓”结论，并等待新口径下首批数据的发布以重新校准预期。

美国约会应用巨头Match集团在2026年第三季度财报电话会议上宣布，正在为其旗下约会应用Hinge测试一种更便宜的订阅计划。此举旨在将更多用户转化为付费客户，因为人们越来越厌倦昂贵的约会应用订阅服务。Match集团首席财务官Steve Bailey表示，新层级专为女性和价格敏感型用户设计，提供额外筛选条件和自定义位置边界等功能。

这一决定凸显了Match集团产品组合中的战略张力。据Bailey称，Hinge是公司定价最高的产品之一，每付费用户收入约为30美元，几乎是Tinder的两倍。然而，Hinge的付费用户渗透率仅略高于Tinder的一半。虽然Hinge在2026年第三季度报告了强劲增长，全球月活跃用户同比增长12%，直接收入增长19%，但其付费订阅用户数仅为230万。相比之下，Tinder产生了4.8亿美元的直接收入，但同比略有下降2%，拥有890万付费用户。

这种转变标志着Hinge此前策略的反转。2023年，该公司曾尝试推出一个更昂贵的层级，面向愿意为高级功能支付额外费用的用户。如今，面对更广泛的订阅疲劳，Match集团正在探索更实惠的选项能否在不稀释品牌高端定位的情况下吸引更广泛的受众。新层级的具体价格尚未披露。

美国马萨诸塞州的电路板（PCB）制造商CircuitHub声称，其名为“The Grid”的机器人制造系统能够比中国竞争对手更快地完成某些订单。该公司表示，需求已经远超其目前的制造能力，并计划在今年将产能扩大五倍。

“The Grid”被描述为“一个大型机器人”，它取代了传统的固定生产线，使用协调的机械和移动平台在制造站之间运输电路板。每个电路板遵循自己的路径，允许不同的产品同时进行制造，而无需传统生产线的换型时间。该系统可以处理100种不同的设计，使用共享的制造设备。

CircuitHub将其工厂与深圳的一家典型快速周转制造商进行了比较。在一个涉及五个组装电机控制器板的示例中，通过“The Grid”生产这些电路板的成本为630美元，交付到美国地址需要四天。而同等深圳订单的成本约为465美元（含运费和关税），中位交付时间为九天。因此，这家美国工厂收费高出约165美元，但客户能提前五天收到完成的电路板。

CircuitHub认为，较短的交付期为工程团队提供了更多时间继续开发，而不是等待外国制造。然而，这一比较来自CircuitHub自身，且仅针对特定订单，并非独立确立的不同制造商之间的性能表现。

计算流体力学（CFD）中的直接数值模拟（DNS）是精度最高的湍流仿真方法，它不依赖湍流模型近似，而是直接求解所有尺度的流体运动。然而，DNS对内存和计算资源的需求极高，通常受限于硬件容量而非算力本身。

AI基础设施公司CoreWeave与CFD软件开发商Convergent Science合作，在NVIDIA HGX B200 GPU集群上运行CONVERGE CFD软件，以验证其在极端规模下的表现。测试结果显示，该系统成功完成了包含5.36亿网格单元的DNS案例，耗时3.62小时。这一配置使用了两个NVIDIA HGX B200实例，共计16个NVIDIA Blackwell GPU。

研究还对比了两种不同类别的硬件：NVIDIA RTX PRO 6000 Blackwell Server Edition和NVIDIA HGX B200。RTX PRO服务器适用于单节点内可容纳的日常工业仿真，其GPU间通信通过PCIe进行；而HGX B200凭借更高的内存带宽（约7.7 TB/s vs 1.6 TB/s）和NVLink互联技术，更适合跨节点的超大规模案例。

值得注意的是，这些结果来自厂商合作的基准测试，旨在展示特定硬件配置下的理论上限和扩展特性，实际生产环境中的性能可能因具体物理模型、边界条件和软件优化程度而异。

据韩国媒体Byline Network报道，韩国金融科技巨头Toss的运营主体Viva Republica正计划进入日本证券市场。该公司将通过其海外业务实体Toss Global，收购日本东海东京金融集团（Tokai Tokyo Financial Group）旗下移动专业券商Cher Securities（치어증권）的100%股权。交易金额估计约为40亿日元（约合340亿韩元），目标是在2027年3月前完成交割。

Cher Securities成立于2019年，是一家专注于移动端小额股票交易和投资信托服务的在线券商。Toss方面表示，选择收购Cher Securities是因为其“易于初学者使用”的服务理念与Toss证券在国内的定位高度一致。通过保留Cher Securities现有的客户基础和运营经验，并结合Toss成熟的移动交易系统（MTS/WTS）技术，公司希望逐步优化服务，而非激进重组。

这一战略动作反映了Toss在寻求新的增长引擎。尽管Toss在韩国本土拥有庞大的用户群，但其盈利主要依赖证券业务，且国内市场增长空间逐渐收窄。相比在日本直接开展银行业务面临激烈的传统银行竞争和严格的监管壁垒，证券业为Toss提供了更现实的切入点。日本相对稳定的政治环境和完善的金融监管体系，也被视为有利于外资平台试验其数字化服务模式的外部条件。

对于投资者而言，此次收购是Toss全球化布局的关键一步。此前Toss已通过Toss Global在澳大利亚推出同名应用。若日本市场整合顺利，这不仅能为公司带来直接的海外营收贡献，还将为其潜在的IPO故事增添“跨国平台能力”这一重要估值支撑点。然而，交易尚未最终完成，仍需面对日本金融厅（FSA）的审批及后续整合风险。

英国高性能跑车制造商迈凯伦汽车（McLaren Automotive）宣布与工程计算平台Rescale及芯片巨头英伟达（NVIDIA）合作，将代理式人工智能（Agentic AI）和物理AI（AI Physics）整合进其车辆工程研发流程。这一举措旨在解决传统计算机辅助工程（CAE）模拟中计算成本高、限制设计探索规模的核心痛点。

在传统汽车工程中，评估车身结构受力、动态性能及材料耐久性需要运行复杂的数值模拟。虽然这些高精度模拟能提供可靠的物理依据，但每次运算耗时较长。当工程师需要反复调整参数或比较大量设计方案时，计算资源成为瓶颈，限制了在开发周期内能评估的设计数量。对于追求极致调校的高性能车辆而言，如何在保持分析可靠性的同时加快迭代速度，是研发的关键挑战。

迈凯伦采用的解决方案结合了“替代模型”（Surrogate Models）。这是一种通过既有模拟或实验数据学习物理系统行为的AI模型，能够建立设计参数与物理表现之间的映射关系。相较于每次都重新执行高精度数值模拟，替代模型能在适用范围内以毫秒级速度预测不同设计条件下的结果。根据Rescale提供的数据，迈凯伦工程师现在可以在数小时内评估数千种设计变化，原本需要数天的复杂模拟工作被缩短至数分钟。这种机制允许团队先通过低成本预测筛选出值得深入分析的方案，再对关键设计进行高精度验证。

除了物理AI，该平台还引入了AI Agent来处理重复性工程任务。Rescale的平台将代理式工程技术整合到迈凯伦的研发环境中，自动化串接模拟与分析工作流程，使工程师能将更多时间投入设计判断和复杂问题分析。此外，平台利用机器学习预测碳纤维结构的制造表现，并通过工程知识图谱整理过往项目洞察，支持后续决策。

值得注意的是，Rescale声称该平台可将专业工程人员的生产力提升最高达3倍，但公开资料未详细说明该数字的衡量方式、样本范围及独立验证方法。替代模型并非完全取代传统CAE，其预测能力依赖于训练数据和适用范围，关键设计仍需高精度模拟确认。这一案例展示了AI在工业研发中从“代码生成”向“物理仿真加速”延伸的实际应用价值。

美国科技公司苹果（Apple）在最新发布的2026财年第四季度财报中披露，其库存水平显著上升，从第三季度的110.9亿美元增至第四季度的145.4亿美元，环比增长31.1%。与2025年同期的57.2亿美元相比，库存同比增长高达154.3%。这一数据反映了公司在面对关键组件供应紧张时的备货策略。

苹果首席执行官John Ternus在财报电话会议上表示，目前看到的内存定价情况是“前所未有的”。他提到，尽管公司通过携带库存和部分非内存组件的成本降低抵消了部分影响，但预计12月季度的内存成本将进一步上升。受此影响，苹果将下一季度的毛利率指引从本季度的47.9%下调至45%至46%之间。

Ternus还透露，为了改善供应状况，苹果的制造采购义务从6月到9月增加了330亿美元。首席运营官Sabih Khan也参与了关于内存问题的讨论，并重申了采购义务的增加，同时未排除未来对设备提价的可能性。此外，iPad销售疲软也被归因于供应限制，其营收为62亿美元，低于分析师预期的67亿美元，同比下降10%。

美国AI公司Anthropic已更新其编程工具Claude Code的系统提示词，明确禁止该工具用于复刻特定的现有电子游戏。这一变化由Anthropic工程师Addy Osmani于2026年11月2日在X平台上确认，旨在遏制日益增多的AI生成游戏侵权问题。

Osmani表示，针对Opus 5.5模型，团队在提示词中增加了两句关键指令：“请构建原创游戏、类型游戏以及基于用户自身设计和资产的游戏。不要构建对特定现有游戏的复刻，即使它被命名为或称为‘原创’。”此前，Tom's Hardware等媒体及用户在社交媒体上分享了疑似新提示词的截图，引发了社区关注。

尽管直接克隆被禁止，Anthropic强调用户仍可使用Claude Code进行原创游戏开发、特定类型的游戏创作或使用自有素材的项目。Osmani指出，此举是为了遵守公司的使用政策，防止利用AI侵犯知识产权。他表示公司将持续迭代这些指南，以在创意自由和法律合规之间取得平衡，并邀请用户反馈误判情况。

截至2026年11月2日收盘，以科技股为主的纳斯达克100指数（Nasdaq 100）较其10月份的高点累计下跌10%，正式进入技术性回调区间。标准普尔500指数同期下跌约4%。

费城半导体指数（SOX）当日下跌3.4%，延续了周五7.2%的跌幅。该芯片股指数在周一未能收复200日移动平均线，这是自2025年6月以来首次跌破该水平。

Roundhill Financial首席执行官Dave Mazza表示：“油价下跌本应利好科技股，但即便原油价格暴跌，股市仍无法维持开盘涨幅，这显示出上周市场崩盘后投资者信心依然不足。”

Vercel宣布其AI Gateway现已支持美团（Meituan）的LongCat 2.5模型。该模型结合了原生视觉理解能力与编码及多步工具调用功能，旨在帮助代理在复杂代码库和完整项目构建中工作。

据Vercel介绍，LongCat 2.5在视觉编程、创意设计和3D任务方面有所改进，并支持更长的代理工作流，能够执行从规划到执行的工程任务。该模型支持文本和图像输入，拥有100万token的上下文窗口，适用于处理代码、文档和扩展的任务历史。

开发者可通过设置模型名称为meituan/longcat-2.5来使用此模型。它兼容Claude Code、Codex、Cursor等编码代理，需安装最新Vercel CLI并运行npx vercel ai-gateway setup进行配置。

Vercel AI Gateway提供统一的API用于调用模型、跟踪用量和成本，并配置重试、故障转移和性能优化。Gateway反映提供商定价，不收取平台费用或推理加价，包括对自带密钥（BYOK）请求。

为新 GPU 硬件配置 Kubernetes 是一项容易出错的工作。驱动、内核、容器运行时、网络、算子和调度器必须协同工作，且设置要针对硬件和负载调优。微小的不匹配就能阻止工作负载运行或限制性能。英伟达云架构师 Mark Chmarny 和软件工程师 Yuan Chen 在 2026 年 11 月 2 日的技术博客中，记录了他们如何在 Vera Rubin NVL72 早期硬件上完成这一适配，并将其经验固化为 NVIDIA AI Cluster Runtime（AICR）的版本化配方。

从 GB200 NVL72 升级到 Vera Rubin NVL72，用户可见的变化并非微调。GPU 驱动需要全新分支：验证使用的 R615.23 是主机预装的开源内核模块驱动，而官方平台支持目标是 R620。网络侧，ConnectX-7 网卡和 BlueField-3 DPU 被 ConnectX-9 SuperNIC 和 BlueField-4 DPU 取代，DOCA 3.3.0 是首个支持 ConnectX-9 的正式版本。设备拓扑也不同：Vera Rubin NVL72 计算托盘暴露八组 ConnectX-9 PCI 设备共 32 个功能，而 GB200 只有四个 ConnectX-7 适配器。多节点 NVLink 工作负载仍依赖 IMEX，但 DRA 管理的 IMEX 与主机静态 nvidia-imex 服务互斥，必须禁用后者。

这些变化散落在从底层绑定到编排层的各个位置。AICR 的应对方式是将所有发现编码进配方：主机管理模式驱动（GPU Operator 设 driver.enabled: false，容器工具链仍由算子管理）、启用 ComputeDomains 的 DRA 驱动、Kubernetes 版本下限 1.34.1（1.34 提供 GA 的 resource.k8s.io/v1 DRA API，.1 补丁因为 RKE2 的 CDI/NRI 工具链路径需要 containerd 2.1）、Ubuntu 26.04 搭配 Vera 优化的 arm64 64k 页内核，以及 NFD 拓扑更新器默认 60Mi 内存限制需上调——否则在多 TB 的 NVL72 工作节点上会触发 OOM 杀死。配方还引入了 DraNet 用于将 ConnectX-9 设备分配给 Pod，以及通过 NodeWright 施加的独占 RDMA 网络命名空间模式，使每个 Pod 只看到自己的主机通道适配器。

验证流程在实时 Vera Rubin NVL72 参考集群上分四步执行。第一步生成配方，离线解析 14 个组件和 5 层覆盖。第二步渲染部署包，产出 61 个文件包括有序 Helm chart 和部署脚本。第三步对集群做快照并运行验证：部署阶段四项检查全部通过；一致性阶段八项通过，覆盖 GPU Operator 健康、DRA/ComputeDomain 支持、KAI 成组调度、Pod 自动伸缩和安全加速器访问等。第四步是跨节点 ComputeDomain 测试，验证 IMEX 通道注入和 NVLink 织物连通。性能阶段运行跨节点 NCCL all-reduce，通过 IMEX ComputeDomain 在 NVLink 织物上完成 16 GiB 消息的 all-reduce，总线带宽 744.71 GB/s，达到配方设定的下限。整个序列（配方、部署包、快照、部署和一致性验证）在约五分钟内完成，性能阶段额外加上 NCCL 作业本身的运行时间。

但边界必须看清。配方是 Preview 状态，不携带生产支持和生命周期资格。验证在英伟达参考硬件上由厂商自报完成，无独立复现。推理服务性能明确推迟：vLLM 在 v0.27.0 合入了 Rubin（sm_107a）支持代码，但 SM107 内核路径在构建时门控于 CUDA ≥ 13.4，而 vLLM 截至 v0.28.0 的发布镜像仍基于 CUDA 13.0.3 构建，因此最新镜像携带调度代码却没有编译后的内核。ai-dynamo 最新发布 v1.4.2 锁定 vllm-openai v0.26.0，更早于该代码。一个可用的推理性能下限需要已发布的、基于 CUDA 13.4 构建并经实机验证的运行时镜像。

验证过程本身也反向推动了上游修复。在早期硅片上运行时，AICR 发现 go-nvlib 中一个未映射的 Rubin 架构值导致 DRA 驱动的 kubelet 插件崩溃循环。由于架构支持先落入 go-nvml，再流入 go-nvlib，然后进入 GPU Operator、Kubernetes Device Plugin、MIG Manager 和 DRA 插件，修复沿栈一致传播，从首次崩溃报告到在 Vera Rubin 硬件上的验证构建约三天，最终随 DRA 驱动 v0.5.0 正式发布。验证还发现主机管理的 IMEX 守护进程与 DRA 管理的 ComputeDomains 目前不能共享节点，这一反馈塑造了 DRA 驱动 v0.5.0 中加入的主机管理 IMEX 选项。

对平台团队而言，这篇记录的实际价值不在于 744.71 GB/s 这个数字本身——它是厂商在参考硬件上的自测结果——而在于它展示了新硬件适配的完整决策清单如何被固化为可复现、可验证的配方，使第二个集群能在次日重复同样的结果，而不必重新踩一遍 NFD 内存限制或 IMEX 互斥的坑。