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

2026-11-11104 篇

刷新

Dayforce CDO Carrie Rasmussen:AI代理省下的时间要么定价要么裁减

专题 · Dayforce实质变化
2026-11-11 01:24

Dayforce首席数字官兼CIO Carrie Rasmussen在Discover 2026年会上举了一个她自身管理中的例子来说明AI代理的经济权衡:如果一个AI代理让10人团队效率提升20-30%,而token花费恰好相当于这10个人20-30%的薪资福利,那么这20-30%被释放的时间到底值不值这个价?如果公司认为这些时间能转化为更高价值的战略工作,团队可以维持原编制;如果公司觉得'这块业务我不需要那么强,做个B级选手就行',那就把多余的人退回公司总池,10个人变成8个。她强调这是'在自己管辖范围内举例说明这些权衡如何运作',而非一套经过验证的定价模型。

这个例子的价值不在于数字本身,而在于它把AI代理的部署决策从'要不要买这个工具'变成了'省下的时间归谁定价'。Dayforce首席财务官Jeremy Johnson在同一个会议上指出,过去企业做技术转型是三步走:HR定义需求、IT评估技术、财务批预算。AI把这个线性流程打碎了,因为一个代理的引入同时涉及人员配置、技术选型和成本结构,三个职能必须坐在一起做同一个决定。

首席人力官Amy Cappellanto-Wolf把这种跨职能决策称为'业务设计问题'。她举了一个招聘的例子:过去HR只看需要什么人才,现在要先问'这个工作是不是真的需要再招一个人?代理能不能做?如果代理能做,成本对比是什么?需要人类判断的部分在哪里?'她认为这些问题不在任何单一职能的权限范围内,HR的独特机会是帮业务思考'怎么完成工作',包括决定什么该由人主导、什么该AI辅助、什么该自动化,以及一个她认为最独特的选项——什么该停止。

Rasmussen进一步把这套逻辑延伸到供应商评估。她认为AI最先淘汰的是点状解决方案——那些功能单一的小厂商,因为核心平台(Salesforce、NetSuite、Microsoft、Dayforce自身)现在有了扩展能力,企业可以在平台上直接加功能,不需要再单独采购。她给出的另一个筛选标准更直观:如果一家软件公司的产品界面还没有对话式AI入口,那它已经落伍了。'就是那个OpenAI聊天框,最简洁的页面,所有人都抄了。如果你看不到它,你会觉得这产品怎么这么古老。'

不过这套思路有几个明显的边界。首先,token花费与薪资福利的对应关系是Rasmussen的举例估算,她没有披露具体的计算口径、测量周期或适用条件。其次,该模型假设效率提升与成本节省线性对应,但实际中代理的输出质量、错误率和人类监督成本会显著影响净收益。第三,'退回公司总池'这个选项在劳动法规严格的市场中可能面临执行障碍。最后,这套逻辑主要适用于流程相对标准化、可量化的工作场景;对于创意、复杂判断或高度情境化的工作,'省下的时间'本身难以定价。

尽管如此,Rasmussen的表述之所以值得注意,是因为它代表了一种正在成形的企业实践方向:AI代理的经济性判断权正在从IT部门转移到业务负责人手中。她自己的做法是先把所有角色映射出来——'未来业务分析师的角色会迁移到什么技能方向?这个岗位上的人有没有能力变成前沿部署工程师?'——然后带着这张地图去和员工对话,告诉他们方向在哪里、需要发展什么,而不是等到岗位消失时才宣布。

她同时承认这可能是'最难开口的对话之一'。Dayforce过去两年做了大量变革管理——AI马拉松、外部演讲者、工具开放——Rasmussen认为这是企业该做的部分,但她也把所有权交还给员工:'你不能坐等公司把你送到你需要去的地方。特别是技术岗位的人,你得用个人时间把自己拉上来。'她补充说这不是说只能在工作之外学,公司内部也有渠道,但'现在真的是时候确保你没有掉队了'。这句话把AI转型的责任分配摆到了台面上:公司提供工具和方向,员工提供适应速度。

信息源:diginomica

研究

独立游戏节评委拒投使用生成式AI的游戏,《大步行》开发商披露代码中LLM占比不足0.1%

专题 · IGF抵制AI争议快讯
2026-11-11 01:32

据The Verge报道,部分独立游戏节(IGF)评委于2026年11月9日发表联合声明,表示将不会投票给在任何程度上使用生成式AI的游戏。签署该声明的评委包括《Telling Lies》和《Immortality》的创作者Sam Barlow以及《Celeste》的作曲家Lena Raine。声明指出,尽管今年的参赛作品质量很高,但使用生成式AI工具开发的游戏数量显著增加,导致评委内部出现激烈讨论且无普遍共识。评委们认为生成式AI具有负面影响,且AI生成的代码也不例外。

这一立场迅速引发了行业内的具体案例争议。热门独立游戏《大步行》(Big Walk)的开发商House House随即发布声明,承认在开发的“最后冲刺阶段”曾“少量”使用AI来“帮助解决困难的技术挑战和Bug”。House House详细披露,在某些情况下,他们将LLM响应的片段作为起点修改为游戏代码,但估计这涉及不到0.1%的代码量,且生成式AI未用于其他任何语境。主要用途是通过聊天机器人研究第三方代码问题,例如修复阴影渲染错误。

House House表示,他们在提交IGF参选作品时已披露此AI使用情况,但未在Steam页面披露,因为平台不要求披露代码或聊天机器人的使用。该公司称这不是对AI工具的背书,并担心自愿披露可能会助长此类技术的常态化。Barlow随后澄清,《大步行》并非引发讨论的直接导火索,但它成为了一个“棘手的边缘案例”,促使社区思考最小化AI使用的界限。

信息源:The Verge

研究

以色列云应用恢复初创公司Dreeze获3300万美元种子轮融资,推出“应用复活”软件

专题 · Dreeze应用恢复软件快讯
2026-11-11 07:34

以色列云应用恢复初创公司Dreeze Inc.于2026年11月10日正式宣布成立,并获得3300万美元种子轮融资。该轮融资由Norwest Venture Partners和Bessemer Venture Partners领投,Claltech参投。Dreeze推出的软件被其称为“应用复活”(Application Revival),旨在帮助运行在公有云上的企业不仅恢复数据,还能按正确的依赖顺序重建基础设施、身份验证和密钥,从而让应用程序真正重新运行。

传统备份往往只关注数据本身,但云原生应用依赖于复杂的资源关系。Dreeze的软件通过追踪每个云资源及其依赖项来生成恢复计划,并将配置文件、密钥和应用数据存入不可变的隔离库中。当故障发生时,系统能自动按依赖顺序重建这些组件。联合创始人兼首席执行官Ziv Kedem表示,仅恢复数据并不意味着业务恢复,随着网络攻击增加,企业需要为关键应用宕机做好准备。

Dreeze是Kedem兄弟(CEO Ziv Kedem和CTO Oded Kedem)创办的第三家恢复技术公司。他们此前创立的Kashya于2006年被EMC收购,另一家灾难恢复软件公司Zerto则在2021年以3.74亿美元的价格出售给Hewlett Packard Enterprise Co.。Dreeze目前拥有70名员工,分布在以色列和美国。其软件已面向Amazon Web Services客户正式可用,Microsoft Azure版本处于早期访问阶段,预计明年年初全面上市。

信息源:SiliconANGLE

研究

微软研究院:重编程不到10个休眠神经元即可无训练后门化AI智能体

专题 · Lazarus后门攻击实质变化
2026-11-11 04:52

微软研究院首席研究员Dimitris Papailiopoulos在2026年11月10日发表的研究博客中,介绍了一种被称为Lazarus的AI模型后门技术。其核心发现是:对大语言模型中不到10个休眠神经元进行权重重编程,就足以让基于该模型构建的AI智能体在隐藏触发条件出现时执行恶意命令,且整个过程不需要任何训练。

这一技术之所以可行,依赖于预训练阶段对模型内部表征的组织方式。Papailiopoulos团队观察到,每个大语言模型中都有大量极少激活的休眠神经元,这些神经元可以被重新编程为触发检测器。由于预训练已经把内部表征组织得足够好,一个仅在约50个样本上拟合的线性分类器就能区分包含触发条件的输入和不包含的输入。换言之,休眠神经元天然具备充当条件判断节点的能力,只需调整其权重即可使其在特定输入模式下激活。

一旦触发神经元激活,它就能向模型的残差流中强制注入任意一个词元。通过串联多个这样的神经元,攻击者可以拼出完整的恶意载荷——例如一条下载并执行攻击者代码的终端命令。整个攻击的计算需求极低:只要一台机器有足够的内存来运行模型,它就有足够的资源在权重空间中对模型进行后门化。

触发条件可以非常日常。研究团队给出的示例是:当时间跨过午夜进入2027年时,一个正在执行普通任务的AI智能体突然发出下载并运行攻击者代码的命令,然后以用户授予它的权限执行该命令。在此之前,模型通过标准评估并表现正常。

这项研究有一个值得注意的起源。Papailiopoulos回忆,2026年3月他做了一个快速实验:让Claude Code(Opus 4.5)通过硬编码少量激活值而不进行训练的方式对模型实施后门。Claude Code做到了。这个实验随后演变为数月的系统研究,最终形成了Lazarus方法。博客中明确标注:Claude Code自主发现了其中的大部分内容。

从安全实践角度看,Lazarus揭示的核心问题是模型权重完整性。攻击者只需要对模型检查点文件的写访问权限,这意味着内部开发的模型与开源权重模型面临同等风险——被攻破的账户、构建流水线或存储系统就足够了。可靠的检测需要将权重与原始未修改版本进行逐字节比对,因此模型来源的可信验证变得至关重要。

微软在博客中介绍了其现有和规划中的防御措施。Microsoft Foundry通过来源控制将每个模型绑定到其原始发布者,并在微软自有容器中运行模型,同时扫描容器环境中的关键漏洞。对于更深层的威胁——即受信提供者自身被攻破的情况——微软正在开发基于前沿AI模型的权重扫描工具、用于检测异常模型修改的红队测试框架,以及带有可验证来源和防篡改审计跟踪的模型签名机制。

Papailiopoulos在文中强调,这并非反对开源权重模型的理由,而是一个关于软件供应链安全的普遍问题:模型权重应当像代码一样接受审计。他同时指出,没有扫描能够绝对证明一个模型是安全的,这应当成为纵深防御策略中的一层,而非全部。

信息源:Microsoft Research

研究

美国AI音频公司ElevenLabs发布Scribe v3与v3 Live:实时语音转写首次支持说话人分离,错误率大幅降低

专题 · ElevenLabs实质变化
2026-11-10 20:00

美国AI音频公司ElevenLabs于2026年11月10日发布了两个新的语音转文字(Speech to Text)模型:用于录音文件的Scribe v3和用于实时音频的Scribe v3 Live。该公司称,这两个模型旨在解决真实世界中嘈杂、多说话人重叠以及语言切换等复杂场景下的转录难题。

在批量处理方面,ElevenLabs表示Scribe v3在102种语言上的词错误率(WER)比上一代Scribe v2降低了27%,并且在所有测试语言中均有提升。例如,德语准确率提升42%,西班牙语提升35%,英语提升23%;而在较难转录的语言如斯瓦希里语、泰米尔语和泰语中,改进幅度也达到了28%至34%。

实时模型Scribe v3 Live是本次发布的重点突破。ElevenLabs称其语义词错误率比Scribe v2 Realtime降低了43%,并且首次在实时转录中引入了“说话人分离”(Speaker Diarization)功能,即自动标记“谁说了什么”。在包含三个或更多说话人的录音中,Scribe v3的说话人分离错误率比前代降低了17%。此外,该模型改进了“轮次检测”(Turn Detection),能够结合上下文而非仅靠静音时长来判断用户是否说完,从而避免在用户句中停顿时打断对话。

为了适应企业需求,新模型提供了更多的输出控制选项,包括将数字以阿拉伯数字或单词形式输出、支持多达1,000个关键词提示以提高专有名词识别率,以及通过纯文本指令定义格式规则。Scribe v3 Live还增加了多语言模式,支持句子中间的语言切换。

目前,Scribe v3 Live已集成到ElevenAgents平台中,两个模型均可通过ElevenAPI调用。ElevenLabs强调,从Scribe v2迁移只需更改一行代码中的模型ID。需要注意的是,上述性能数据均基于ElevenLabs内部构建的数据集及对FLEURS基准测试的内部调整版本,属于厂商自测结果,尚未经过独立第三方验证。

信息源:ElevenLabs

研究

Hussman:美国股市泡沫的三根'免费货币'支柱与AI利润循环

专题 · Hussman实质变化
2026-11-11 00:51

美国股市的这轮投机泡沫已经持续了十多年。Hussman Investment Trust总裁John P. Hussman在2026年11月的市场评论中提出了一个具体解释:泡沫之所以没有破裂,是因为它同时站在三根'免费货币'的柱子上。第一根是美联储的零利率扩张——从2008年零息联邦储备负债占GDP的6%一路膨胀到2022年初的36%,创造了历史上从未有过的流动性过剩。第二根是疫情期间的数万亿美元财政赤字,这些赤字直接补贴了企业利润(通过PPP贷款),随后又通过家庭消耗疫情期间积累的储蓄间接补贴了利润。第三根,也是最新的一根,是人工智能领域近乎疯狂的基础设施建设。

Hussman对第三根柱子的分析是这篇评论中最具辨识度的部分。他指出了一个简单的算术关系:如果企业投资在激增,但企业自由现金流(利润减去净投资)占GDP的比重并没有上升,那么利润必然与投资同步爆炸式增长。换言之,2022年以来美国经济中企业利润的突然飙升,直接依赖于AI投资的狂潮本身。这不是'AI提高了生产力所以利润增加'的叙事,而是'企业把钱花在AI上,这笔支出本身变成了另一家企业的收入'的循环。

他进一步用'支配性租金'这个概念来区分当前利润的性质。Hussman认为,超大规模云计算公司(hyperscalers)的利润模式更接近经济学中的'自然垄断'——受益于边际成本递减和规模经济,而非传统意义上通过限制供给、抬高价格来获利的垄断。这种利润的来源包括对网络效应的私人捕获和对公共创造内容的无偿利用,其中包括社交媒体用户生成内容,也包括未经补偿就被用于训练AI模型的素材。他的判断是,在均衡状态下,如果劳动节约型技术压低了家庭收入,而企业利润却以超过经济本身的速度增长,唯一的出路要么是政府赤字进一步扩大来弥合缺口,要么是企业不断将利润重新投入新的净投资——这意味着利润不可分配。

在估值层面,Hussman给出了两个具体数字。他最看重的指标MarketCap/GVA(非金融市值与总增加值之比,含估计海外收入)在2026年10月初达到约4.3,而历史中位数约为1.1。如果考虑到当前利润率可能永久性高于过去一个世纪的水平,他使用经十年平均非金融利润率调整后的GVA_PE10指标,当前水平超过25,而历史上与随后12年年均10%的标普500回报相关联的水平低于11。这给出一个'较窄的基线市场风险估计':在本轮市场周期完成时,潜在55%的下行。如果不做利润率调整,潜在下行约70%。

不过Hussman的投资操作并非简单的'做空等待'。他坦承,自今年2月获得一个关于'非二元性'的洞见后——即他们此前一直在'歧视泡沫'——他们的投资立场已经变得更加灵活。在极端估值下,一切操作都必须带有安全网,但在短期市场行为与可测量的投资者心理因素交互作用时,他们愿意采取有时约20%时间的建设性倾斜。他举了一个具体的组合优化例子:如果投资者在标普500和现金之间做60/40配置,那么在过去1、3、5、7和10年中,匹配传统60/40组合回报的最低风险配置通常会将33-42%分配给他们的策略,其余给标普500。

这篇评论最值得读者注意的,不是那个55-70%的数字本身——任何长期看空者都会给出类似估计——而是Hussman对利润来源的结构性拆解。他把'企业利润激增'这个通常被视为基本面支撑的现象,重新定义为泡沫自身的燃料:AI资本开支创造利润,利润为更多AI资本开支提供理由,而整个循环依赖于'免费货币'(零利率、赤字、投资者愿意向新技术砸钱)的持续供应。他的核心警告是:不要把花钱的声音和创造财富的声音搞混。

Hussman自己承认的最大不确定性是时间。他说'当前最大的投资风险是把泡沫持续的时间长度误认为泡沫不存在的证据'。他的估值框架给出的是十年到十二年的回报预期,而非择时信号。他明确表示,他们的投资纪律不依赖未来市场下跌或经济中断,也不预设失望何时出现。这是一个关于结构脆弱性的论证,而非关于触发时点的预测。

信息源:Hussman Funds

研究

《The Capital Spectator》作者James Picerno:本轮回弹能否持续要看哪些信号

实质变化
2026-11-10 20:27

周一的大涨让不少投资者松了一口气,似乎上周的急跌不过是又一次短暂回调——过去几年里,这种先吓人、再反弹的模式反复出现。但《The Capital Spectator》作者James Picerno提醒,现在判断股市是否已经筑底为时尚早。他列出了自己正在跟踪的几个信号,并坦承每个信号目前给出的证据都是条件性的。

第一个值得注意的技术面事实是:标普500在本轮回调中守住了200日均线支撑。这条被广泛跟踪的趋势线通常被视为市场长期方向的关键参照,在波动加剧时往往成为多空争夺的焦点。Picerno认为,守住这一位置暗示投资者情绪仍具建设性。但他紧接着补充了一个重要限定:仅凭从200日均线的反弹就断定股市已准备好恢复上涨,为时过早。

从更长的历史视角看,Picerno注意到一个值得关注的模式:自2022年走出长达一年的调整后,标普500已经经历了三次陡峭但快速的回撤,且每次都迅速反转。他明确表示,无法确定本轮下跌是否会成为第四次,但模式似乎在重复。他用一个滚动五年窗口的模型来量化这一判断,结果显示本轮下跌幅度与近年来的几次回撤相比相对温和。不过Picerno对这一发现的态度是审慎的:温和的回撤可能意味着反弹也相对温和,因此区间震荡可能是近期最好的情形——这是一个可能性判断,而非确定性结论。

板块层面,科技股的表现是另一个关键观察点。科技ETF(XLK)与标普500 ETF(SPY)的比率近期显著走弱,Picerno认为这可能标志着过去几年由AI驱动的科技股领涨行情暂时告一段落。他给出的条件判断是:如果这一比率能够企稳回升,牛市仍有空间的论据会加强;反之,如果科技股进一步下跌,将对整体市场情绪构成重大逆风。

宏观背景方面,美国原油基准西得克萨斯中质原油(WTI)跌至每桶约85美元,为去年8月下旬以来最低。Picerno将油价下行与伊朗冲突可能降温联系起来——美国总统特朗普日前称冲突在军事上基本结束——但他同时指出,这类表态需要保持健康的怀疑态度。在他看来,只有波斯湾出现持续平静,才能说服投资者伊朗相关威胁真正消退;而战争相关通胀还有多少留在全球经济中传导,仍是一个未解的问题。

Picerno的最终判断是条件性的:本轮回弹究竟是持久恢复的起点还是短暂喘息,取决于市场能否同时维持技术支撑、经受地缘政治风险考验、并保持对更广泛经济前景的信心。他没有给出各信号的权重或联合概率,也没有宣布任何单一指标具有决定性意义。这些观察指标的价值在于,它们为投资者提供了具体的跟踪锚点,帮助在不确定性中逐步积累判断依据——而非提供一次性的确定性答案。

信息源:capitalspectator.com

研究

Linux创始人称AI修复在BPF子系统快于新Bug报告

实质变化
2026-11-11 06:00

Linux内核创始人Linus Torvalds在宣布Linux 7.4-rc2版本发布的邮件列表中表示,本次变更中有相当一部分与AI生成的修复有关。他特别提到,在BPF(Berkeley Packet Filter)子系统中,AI提供的修复补丁到达的速度已经超过了新Bug报告的涌入速度。

Torvalds将这一现象描述为“潮目开始转变”的迹象,并认为如果属实,这是一个值得欢迎的局面。尽管他强调目前其他领域尚未达到同等阶段,且此次发布的大规模文件变更部分归因于Coccinelle自动更新工具,但AI在核心维护流程中的实际贡献正在变得显著。

此前,开源社区普遍担忧AI会向项目发送大量低质量、难以验证的Bug报告和补丁,增加维护者负担。Torvalds的最新观察表明,至少在BPF这一复杂领域,AI辅助编码已开始产生净正向的生产力影响。

信息源:テクノエッジ TechnoEdge

研究

CoreWeave公布Q3营收37亿美元,称依靠客户合同融资而非无担保债务

实质变化
2026-11-11 05:18

美国AI云基础设施公司CoreWeave于2026年11月10日发布博客文章,披露了第三季度的财务表现及资本策略。该公司报告季度营收达到37亿美元,同比增长168%,高于此前指引的上限,且环比增加超过10亿美元。调整后营业利润为3.79亿美元,远超2亿至2.6亿美元的指引范围,利润率提前一个季度进入低两位数区间。

在业务规模方面,CoreWeave的营收积压订单(Revenue Backlog)增长至约1330亿美元。其全球活跃电力容量已超过1.7吉瓦,自年初以来翻了一番。公司指出,这一扩张得益于新进入的市场如印度尼西亚和印度,以及在丹麦和西班牙的持续增长。

关于资金来源,CoreWeave详细阐述了其融资模式。公司表示,其投资与承诺需求挂钩,GPU和其他资产的贷款由合同现金流支持,这使贷方有信心提供资金,而客户通常通过预付款帮助资助建设。CoreWeave明确声明,在当前收益率下,不会使用无担保债务市场为其业务提供资金。这种策略旨在将投资节奏与客户需求和资本市场状况校准。

CoreWeave还提到,其平台已整合为“CoreWeave Forge”,允许客户在一个环境中构建、运行并持续改进AI。公司称,前十大AI基础模型提供商中有九家在其云上运行,包括Wayve、Cognition等AI原生企业以及Caterpillar、Nissan等传统企业。

信息源:wf.coreweave.com

研究

前SignalFire投资人Sahir Raoof创立Proximal Ventures,募集2750万美元首只基金投资AI制药服务初创公司

快讯
2026-11-11 04:47

美国风险投资公司Proximal Ventures宣布完成其首只基金2750万美元的募集。该基金由前SignalFire投资人、曾在两家医疗初创公司担任高管的Sahir Raoof创立,主要投资于利用人工智能改变药物开发工具、基础设施和服务的初创公司。

Raoof认为,制药公司长期将分子合成、规模化生产及临床试验数据分析等环节外包给专业服务商。他主张AI可以自动化这些工作,使初创公司以更低成本和更短时间提供相同服务,从而捕获制药行业的巨额支出。Proximal计划投资种子前和种子轮初创公司,单笔投资金额在50万至150万美元之间。

该基金已支持七家初创公司,其中包括由前OpenAI高管Fidji Simo联合创办的ChronicleBio,该公司使用AI分析生物和医疗数据以理解慢性病并识别潜在疗法。Proximal的投资方包括SignalFire、Kleiner Perkins、Bertelsmann Healthcare Investments以及Dimension Capital联合创始人Nan Li和Zavain Dar等个人投资者。

信息源:TechCrunch

研究

AI安检公司Evolv公布Q3财报:营收增长10%,上调全年EBITDA指引

专题 · Evolv AI安检公司快讯
核验于 2026-11-11 05:23

美国AI安检技术公司 Evolv Technologies Holdings, Inc.(纳斯达克股票代码:EVLV)于2026年11月10日发布了截至9月30日的第三季度财务业绩。公司报告该季度总营收为4730万美元,同比增长10%;期末年度经常性收入(ARR)达到1.405亿美元,同比增长20%。尽管GAAP净亏损扩大至1560万美元,但衡量核心运营盈利能力的调整后EBITDA录得470万美元的正值。

在展望方面,Evolv将2026财年的总营收预期从8月发布的1.8亿至1.85亿美元区间收窄并上调下限至1.82亿至1.85亿美元。同时,公司将全年调整后EBITDA的预期从1500万至1600万美元上调至1550万至1650万美元。管理层指出,尽管面临去年包含史上最大合同的艰难同比基数,本季度仍实现了双位数营收增长,且ARR增速快于营收增速,显示出业务向更稳定、可预测的订阅模式转型的进展。

信息源:sec.gov

研究

CoreWeave发布“零信任AI框架”,整合密钥控制与机密计算以强化企业AI安全

实质变化
2026-10-21 19:30

美国AI云基础设施公司CoreWeave于2026年10月21日宣布推出“CoreWeave零信任AI框架”(CoreWeave Zero Trust AI Framework™)。该框架旨在解决企业在将敏感数据迁移至云端进行AI训练和推理时面临的核心信任问题:即云服务商是否拥有访问客户数据和模型的权限。CoreWeave表示,该框架通过六个层面的技术控制,将安全责任从“依赖厂商政策”转变为“由客户掌控的技术边界”。

此前,CoreWeave已在9月推出了远程密钥加密(RKE)功能,允许客户在自有密钥管理系统中保留加密密钥,使CoreWeave仅持有密文。此次发布的框架在此基础上扩展了更多维度,包括支持访问管理(SAM)、硬件根信任证明、以及针对NVIDIA Blackwell和Vera Rubin平台的机密计算计划。其中,SAM功能让客户决定何时允许CoreWeave工程师进入基础设施进行故障排查,打破了传统云服务中提供商默认拥有特权访问的模式。

值得注意的是,部分组件仍处于规划或早期阶段。CoreWeave在博客中明确使用“intends to support”(打算支持)来描述其在NVIDIA Blackwell和Vera Rubin平台上的机密计算能力,并指出正在推进证明服务的设计。这意味着虽然框架的整体架构已公布,但某些高级安全特性尚未在所有环境中全面可用。IDC集团副总裁Dave McCarthy评论称,这一举措是将信任从厂商承诺转向技术控制的关键步骤,对于大规模部署专有AI的企业至关重要。

信息源:wf.coreweave.com

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系