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

2026-11-1298 篇

刷新

安全公司Claroc发现:SpaceXSI旗下Grok构建的应用中95%默认公开,泄露患者数据及内部销售管道

专题 · Grok应用默认公开泄露实质变化
2026-11-11 20:53

安全公司Claroc在一份最新报告中指出,使用SpaceXSI(前身为xAI)的AI助手Grok构建的网络应用中,有高达94.7%是公开可访问的,无需任何登录凭证。这一发现揭示了AI辅助开发平台在默认安全设置上的重大缺陷。

根据Claroc对37,571个在线应用的检查,其中35,578个处于“任何人通过链接均可访问”的状态。问题的根源在于Grok的“Build”模式中的发布对话框:在测试使用的付费账户上,“Anyone with the link”选项已被预先选中。此外,每个应用都会获得一个独立的子域名,这些域名在首次访问后会被收录进商业被动DNS数据库中,使得攻击者可以通过模式搜索轻松发现这些应用。

泄露的数据不仅包括普通用户的个人信息,还涉及SpaceXSI和X公司的内部机密。Claroc发现了24个由SpaceXSI和X员工创建的可访问应用,其中包括新企业销售团队成员的入职计划、包含594个战略客户和销售管道数据的销售区域地图,以及针对美国联邦机构的广告提案。部分文档被明确标记为“机密”。

除了商业机密,敏感的个人健康数据也遭到暴露。确认的案例包括重症监护室(ICU)简报中的患者实验室数值、一家医院集团超过3,500名员工的名单,以及消防部门的轮班时间表。在一个由Grok生成的工时表应用的源代码中,研究人员甚至发现了18个包含明文密码的账户。Claroc估计约有650至800个应用包含私人数据,涉及30个组织,其中六家为财富500强企业。

面对披露,SpaceXSI回应称应用在创作者分享之前是私有的,且发布需要多个步骤,员工账户默认为“Only you”。但Claroc反驳说,如果最终步骤中“Anyone with the link”仍是预选状态,额外的点击并不能解决问题。目前,SpaceXSI已将其员工的24个应用下线,但未移除其他用户和组织开放的数千个应用。

这是SpaceXSI涉及的至少第三起与Grok相关的隐私事件。此前,Forbes曾发现超过37万条共享的Grok对话出现在Google搜索结果中,而Grok Build终端工具也曾未经询问将用户文件上传至服务器。随着AI生成代码的普及,此类因默认配置不当导致的大规模数据暴露风险正成为行业关注的焦点。

信息源:The Decoder

研究

Unit 42:AI自主渗透工具指标失效快,行为特征更具持久检测价值

专题 · ARTEX AI渗透框架实质变化
2026-11-12 07:00

Palo Alto Networks旗下威胁研究团队Unit 42在11月11日发布的一份报告中提出了一个对防守方具有直接操作意义的判断:面对AI自主渗透工具,基于指标的检测正在迅速失效。ARTEX框架被频繁分叉和修改,攻击者轮换基础设施的速度极快,使得IP地址、用户代理字符串等传统指标在失去价值之前几乎没有防御窗口。但Unit 42基于多起入侵调查和受管威胁狩猎的观察指出,有一类信号比指标更持久——那就是行为本身。

这一判断的依据来自一个结构性事实:自主渗透框架依赖大语言模型的基础推理模式来驱动决策。无论代码如何分叉、基础设施如何轮换,一个等待模型推理完成再发起下一轮请求的代理,其网络行为必然呈现特定节奏。Unit 42观察到的典型模式包括:一到十四个请求以约一秒间隔集中发出,随后出现二十五至三十一秒的停顿,这与代理等待模型推理调用完成的时间一致;获取凭证后约一分钟内即完成横向移动,三分钟内验证超过两百个客户端密钥;从下载的OpenAPI规范或源代码映射中立即提取路由目标;失败请求在数秒内被调整后重试成功。这些特征单独出现可能只是配置异常的工具或手动测试,但组合出现时指向自主代理。

Unit 42由此得出的防守建议是围绕操作者行为构建检测,而非仅追踪指标。具体而言,在身份提供商日志中寻找canary用户名(如evil[.]com、test@example[.]com等占位值),监控云密钥从新IP地址的首次使用,识别存储桶上的写入后删除测试模式,以及关注后续入侵之前的早期探测阶段。报告同时承认一个限制:在至少一个观察案例中,攻击者在最敏感的步骤从脚本客户端切换到了桌面浏览器,这暗示人类介入或浏览器自动化可能打破纯行为模式。因此,行为检测是必要但非充分条件,仍需与认证加固、攻击面缩减和默认阻断策略配合使用。

信息源:Unit 42

研究

戴尔基础设施解决方案副总裁Gaurav Chawla:「数据引力」让企业AI试点成功却扩大失败

专题 · 企业AI数据引力实质变化
2026-11-12 10:53

麻省理工学院2025年的一份报告指出,高达95%的企业生成式AI试点项目对营收几乎或根本没有可量化的影响。报告认为,模型品质并非企业面临的主要问题,缺口在于将AI整合到运营流程的方式。换句话说,试点成功并不能证明同一套系统在全组织环境下也能顺利运行。

戴尔技术长办公室基础设施解决方案副总裁Gaurav Chawla近日在专栏文章中提出了一个解释这一落差的机制:「数据引力」。他的核心判断是,大多数企业导入新AI平台后,误以为只需将数据汇集到一处,上方的智能层就能自然运作。这在概念验证阶段看似合理,但在企业级规模下几乎不可能实现。

数据引力的含义是:数据集越大,企业移动它的成本就越高。具体而言,法规要求某些数据只能存放在特定位置,数据主权规则限制数据在指定区域内存储,过去数十年围绕特定数据集建立的治理架构使业务单位几乎没有动机将数据迁移到新平台,有时甚至不存在合法合规的途径允许这样做。更关键的是,当有人试图将数据与围绕它构建的应用程序分离时,这些应用程序可能发生严重且代价高昂的故障。

Chawla指出,数据引力的影响通常隐藏在概念验证和试点阶段,因为这些项目只在经过预先清理的小部分数据上运作。企业真正需要承担的成本,在AI项目应用到大部分杂乱无章的真实环境数据后才会浮现。传输费用只是一部分,数据交由AI处理后产生的延迟、带宽、安全控制和运营开销会进一步推高整体成本。

这笔「隐形税」最危险的地方在于它出现的时间。Chawla强调,成本往往在采购完成、团队组建到位后的12至24个月内才显现,此时AI带来的初步成果早已向上呈报,采购合约已签署,团队人力已聘雇,企业发展方向也已对外公开承诺。此时再回头修改架构,成本远高于从一开始就针对数据引力进行设计。

Chawla认为,企业AI的价值限制一半在算力,另一半在数据。Token使用量和GPU效率可以告诉团队运行模型的成本,但无法呈现模型是否具备做出良好决策所需的上下文。AI模型从来不需要有人将原始数据直接倒在它面前,它需要的是上下文——能够找出正确的记录、与政策交叉比对、遵守存取规则,并基于最新信息运作,而非仅依赖项目启动时的数据快照。

因此,解法不是更大的数据仓库,而是建立企业级的上下文层,利用受管制且一致的机制,跨系统和跨位置发现、连接并检索数据,使AI不必将每个数据源交给中央存储库处理。元数据和向量信息能够协助AI查找并推论受法规、主权、所有权限制而无法任意移动的记录。

Chawla建议企业在执行重大AI基础设施投资前先回答四个问题:哪些数据集受法规或合约限制而无法移动?各数据集的治理权归谁所有,副本存在于其他地方时会发生什么?随着来源系统演进,副本如何保持同步?智能处理能否部署至数据现存的位置,还是架构要求所有数据必须集中化?

需要指出的是,这一框架来自一家基础设施厂商高管的论述,具有明确的商业立场。Chawla描述的「上下文层」停留在概念层面,未给出具体实施案例或量化效果对比。数据引力作为解释机制具有直觉上的合理性,但其边界——例如在何种规模或何种行业约束下这一机制真正构成瓶颈——尚未得到独立验证。

不过,将试点到规模化的落差归因于一个可命名的架构性约束,而非笼统的「数据未就绪」,确实为从业者提供了更具体的诊断起点。未来能从AI中获益最多的企业,可能是那些在设计数据架构时就为AI代理所需上下文提供支撑、同时不必移动或集中全组织数据的企业。

信息源:TechOrange 科技報橘

研究

阿里云工程师郑天:Agent架构正在收敛,瓶颈已从模型能力转向人类注意力

专题 · 智能体架构收敛结构性
核验于 2026-11-12 12:25

阿里云工程师郑天在《AI Agent手册》中提出一个判断:DeepSeek发布SuperAgent后,业界普遍认为Agent设计已经大体收敛,而他认同这一观点。更值得注意的是,他随后指出自己的团队在独立开发Collaboration Space时也走到了几乎相同的架构——同样的任务对象、同样的调用链组织方式。他认为这不是巧合或互相借鉴,而是约束条件把解空间压窄了。

郑天给出的因果链条是:模型已经能完成单个任务,瓶颈转移到了人类注意力上——DSH团队观察到一个人通常只能同时跟踪3到5个活跃对话,因此单任务的天花板取决于模型,多任务的天花板取决于人。这个观察直接推导出三个设计需求:需要一个统一的外部接口(让用户体验到始终只在与一个Agent协作),需要隔离的执行单元(任务越来越长、越来越多),需要能跨越会话持久化的任务对象。一旦问题被清晰定义,答案就趋向收敛,正如数据库最终走向预写日志、操作系统最终走向进程与调度器。

在工程层面,郑天将这一收敛概括为一个核心原则:模型是系统中唯一的非确定性组件,工程的任务是把它包裹在确定性外壳中。他在DeepSeek原型代码中找到了五个具体体现。第一,模型提议、程序决定——Router模型说接受工作本质上只是提交一个请求,确定性核心检查权限、规则和状态后才真正写入,即使模型被提示注入攻击,最坏结果也只是提交一个被拒绝的请求。第二,先写日志后执行——外部动作与状态变更在同一事务中记录,崩溃重启后恢复未完成动作,这是分布式系统中的Outbox模式。第三,外部文本永远只是数据——群聊和评论中的内容处于优先级最低层,Router转交任务时备注限制在30词以内且不得包含实现计划,Worker必须自己读原始消息。第四,主动性必须支持分阶段上线——新规则默认试运行,模型只记录如果启用执行我会接受这个工作而不实际启动,团队审核判断准确后才开启。第五,人的优先级最高——一个并发槽位永远留给人,即使所有Worker槽位都忙,人的消息也能唤醒已有工作。

郑天也明确指出了当前方案的局限。DSH的负载测试使用模拟模型,事件率仅到每分钟40次,结果不能外推到任意规模。他看到中心化至少还有四个瓶颈:上下文容量(一切经过它,迟早窗口耗尽)、决策质量(一轮判断太多容易出错且影响面广)、成本(大上下文每次必须重读,SuperAgent的缓存Token读取量是基线的3.8倍)、爆炸半径(所有事件和权限汇聚于一点,提示注入在此影响整个系统)。DSH自己也承认更细的分区提高吞吐但降低连续性,这个权衡将持续到全局记忆问题被解决。

在阿里云自己的实践中,郑天团队选择了一条略有不同的路:用Channel分区替代单一Router,用非驻留的Coordinator替代持久会话,用Quest(可分配、可追踪、可验收的工作记录)替代Ticket。他们发现Agent之间互相唤醒是生产环境中最棘手的坑——一个组织点名任务本应3次执行完成,实际跑了10多次,根因是平台把被提到和被分配任务放进了同一条流程。修复方式是严格区分语义:@只是沟通,创建任务才是委托。这个结论与DSH一致:硬平台约束比提示词更可靠。

郑天最后把两个趋势并列:架构在收敛,而Agent正在回归传统工程。当Agent从单次对话变成长时进程,它必须面对进程崩溃、机器离线、消息重复、副作用不能执行两次这些老问题。他在DSH代码和自己的代码中越来越多地看到经典数据库与分布式系统技术——预写日志、Outbox、租约、可重放事件记录。他的总结是:模型是CPU,Harness是操作系统和数据库。

信息源:Alibaba Cloud Community

研究

美国DARPA资助项目:加州理工Astra机器人首次在太空自主组装结构

专题 · Astra太空组装机器人实质变化
2026-11-12 00:30

美国国防高级研究计划局(DARPA)资助的Nom4d项目取得关键进展:由美国加州理工学院(Caltech)研发的Astra机器人系统,首次在太空中成功实现了结构的自主组装。这一突破旨在解决当前将大型结构送入轨道时面临的物理限制——传统方法要求结构在地面折叠或拆解后发射,再人工重新组装。

Astra机器人于2026年3月进入太空,其任务是使用碳纤维管和铝制连接件,自主构建一个直径1.4米的反射器天线,并覆盖反射膜。据DARPA描述,这种组装方式类似于高科技版的儿童积木玩具,但自动化过程极具挑战性。由于时间限制,团队仅完成了天线的第一个区段。随着该任务将于2026年12月结束,天线可能无法最终完成,但此次演示已充分证明了在轨自主组装概念的可行性。

该项目首席科学家、加州理工学院航空航天教授兼NASA喷气推进实验室(JPL)高级研究员Sergio Pellegrino表示,这一成功为未来建造更强大的太空望远镜巨型镜面或轨道太阳能电站奠定了基础。DARPA Nom4d项目经理Andrew Detor指出,长远目标是实现数百米甚至公里级超大型结构的高效、可扩展在轨建造,而这类规模目前在地球上无法通过传统发射方式实现。

信息源:t3n.de

研究

ElevenLabs与NVIDIA扩大合作:新增15兆瓦算力并部署波兰主权语音代理

专题 · ElevenLabs实质变化
2026-11-11 20:00

2026年11月11日,AI音频公司ElevenLabs与芯片巨头NVIDIA宣布扩大双方的战略合作伙伴关系。此次合作涵盖模型集成、基础设施扩展及主权部署,旨在帮助企业和政府大规模运行语音代理。

在模型层面,NVIDIA的Nemotron 3.5 Super VL模型现已在ElevenLabs的ElevenAgents平台上可用。该模型专为需要推理、使用工具和执行复杂多步任务的代理工作负载设计。据ElevenLabs称,在针对现实客户支持任务的基准测试中,Nemotron 3.5 Super VL实现了领先的端到端任务完成准确率,成本比其他领先开源模型低70%。

在基础设施方面,为满足最大客户的需求,ElevenLabs计划在其现有的NVIDIA Blackwell Ultra系统基础上,增加15兆瓦的下一代NVIDIA Vera Rubin算力。这一扩容将支持具有严格安全和数据驻留要求的大规模部署。

此外,双方正在推进主权部署案例。ElevenLabs利用其语音AI模型和NVIDIA基础设施,为波兰国家电子健康平台(Centralna e-Rejestracja)提供语音代理服务。该代理通过本地部署和使用NVIDIA机密计算技术,确保公民数据和音频在政府基础设施内得到保护,并减少实时公共服务的延迟。

信息源:ElevenLabs

研究

Git修复高危漏洞CVE-2026-111760,恶意仓库可致代码执行

实质变化
2026-11-12 08:00

Git项目于2026年11月10日发布补丁,修复了六项安全漏洞。其中最严重的是CVE-2026-111760,其CVSS 3.1风险评分为8.0(高风险)。该漏洞源于Git处理索引数据时的整数截断问题。攻击者可以构造特制的超长路径,将子模块的.git文件替换为指向恶意配置或钩子(hooks)目录的符号链接。当用户后续操作时,Git可能会执行攻击者控制的代码。

根据GitHub的说明,这项漏洞主要在使用者通过--recurse-submodules选项递归克隆包含子模块的存储库时才可能被触发。其余五项漏洞涵盖了路径穿越、内存损坏、越界读取及非预期文件访问等问题。例如,CVE-2026-105437可能在大型合并操作中造成堆内存损坏,影响处理不受信任代码合并的应用程序和代码托管服务。

Git已发布2.56.1版本以及多个旧版维护分支的修补版本。GitHub.com和GitHub Enterprise Cloud已完成修复。GitHub Enterprise Server也提供了3.19.15、3.20.11、3.21.9及3.22.4版本的更新。至于GitHub Desktop和GitHub Copilot应用,GitHub在公告时仍在协调发布更新,GitHub Codespaces和GitHub Actions也将陆续更新。

企业应检查内含Git的应用程序是否已取得修补更新。Git项目建议使用者在完成更新前,避免递归克隆不受信任的存储库。

信息源:iThome

研究

微软称攻击者利用代理型AI扫描GitHub泄露凭证,5分钟内从Azure Key Vault窃取数据

实质变化
2026-11-12 08:00

微软威胁情报中心(MSTIC)报告称,观察到攻击者正在利用代理型AI工具大规模扫描公开的GitHub代码仓库,以寻找泄露的应用程序凭证和其他机密数据。一旦找到有效的服务主体(Service Principal)凭证,攻击者便利用其登录企业的Microsoft Entra ID租户,进而访问Azure资源。在一个案例中,AI代理从搜索到从Azure Key Vault外传数据仅用了5分钟。

与传统的自动化脚本不同,这些AI代理能够根据操作结果动态调整后续步骤。例如,如果某次API调用失败,代理会尝试其他方法重试。这种适应性使得攻击更加难以通过固定的特征检测来防御。微软指出,这类活动自8月起已被观察到,并在10月下旬确认了多起成功入侵案例。

这一发现强调了管理应用程序凭证和云端工作负载身份的重要性。研究人员提醒,任何公开暴露的凭证都应视为已泄露,即使相关代码已从GitHub删除,凭证本身也不会失效。企业必须撤销或轮换这些凭证,并审查其过往的使用记录。此外,企业应监控异常的云端登录行为,如短时间内反复尝试登录、同一应用快速访问多项服务以及API失败后的迅速重试,并结合身份验证日志进行分析,而非仅依赖IP黑名单。

信息源:iThome

研究

AI云服务商CoreWeave升级至CNCF白金会员,深化开源基础设施参与

快讯
2026-11-12 02:11

AI云计算公司CoreWeave已将其在云原生计算基金会(CNCF)的成员资格升级为白金会员,这是该基金会的最高企业会员级别。这一举动表明该公司希望更深入地参与塑造Kubernetes如何处理其客户运行的大规模AI工作负载。

CoreWeave首席产品经理Yoshi Tamura表示,公司的爆发式增长很大程度上归功于容器编排平台及其生态系统的开放性。他提到:“没有Kubernetes,我认为我们无法获得这种爆炸性增长。”Tamura指出,此次升级标志着他们“真的意味着”要回馈社区并更积极地参与其中。

随着AI代理重塑企业基础设施,云提供商正在扩展Kubernetes推理以服务于前沿AI模型。CoreWeave描述自己为从零开始构建的AI云,而非为AI改造的传统云。通过与vLLM、SGLang等开源推理引擎以及模型实验室紧密合作,CoreWeave团队致力于解决生产环境中运行新发布模型的难题,确保在模型发布当天即可提供补丁和自定义内核支持。

信息源:SiliconANGLE

研究

英伟达董事会拟罢免CEO黄仁勋,股价盘后跌超8%

结构性
2026-11-12 07:12

据Semafor确认并援引《华尔街日报》报道,英伟达(Nvidia)董事会正准备最早于今日(2026年11月11日)罢免创始人兼首席执行官黄仁勋(Jensen Huang)。这一行动紧随媒体披露黄仁勋涉及第二段婚外情之后,该事件已引发针对其与中国情报人员关系的独立调查。

报道称,英伟达董事会已向美国白宫通报了这一计划,消息来源为一名高级政府官员。受此消息影响,这家市值4万亿美元的芯片巨头股价在盘后交易中下跌超过8%,触及52周低点。

此前,英伟达董事会已于11月8日宣布启动由Wachtell Lipton律师事务所协助的独立调查,以审查黄仁勋是否泄露公司机密或危害美国国家安全。调查起因是《纽约时报》等媒体报道称,黄仁勋与疑似中国间谍、Megaspeed高管Alice Huang存在亲密关系。尽管董事会当时表示没有理由认为国家安全或公司机密受到损害,但此次“准备罢免”的报道标志着事态从调查阶段升级为具体的领导层变动执行步骤。

信息源:semafor.com

研究

《纽约时报》报道英伟达CEO黄仁勋被指与下属有染,董事会拟将其解雇

专题 · 英伟达黄仁勋丑闻实质变化
2026-11-12 06:31

据《纽约时报》报道,英伟达(Nvidia)首席执行官黄仁勋(Jensen Huang)被指控与一名直接向其汇报的高管存在婚外情,这加剧了围绕他的丑闻。该媒体援引五名英伟达内部匿名信源称,黄仁勋与负责医疗保健业务的副总裁Kimberly Powell关系密切。

报道称,两人于3月在加州圣何塞的一家酒店内“被拍到举止亲密”,当时正值英伟达GTC大会期间。消息人士称,有人用手机拍摄了这一时刻,但黄仁勋的安全团队随后“隔离”了拍摄者,并“提出条件要求其签署保密协议”。

此前,黄仁勋已因承认与新加坡公司Megaspeed高管Alice Huang的婚外情而陷入调查,美国情报机构认为后者涉嫌为中国从事间谍活动。英伟达董事会已就此启动独立调查。

《纽约时报》指出,英伟达的行为准则将个人关系列为潜在的利益冲突来源。Powell自2008年加入英伟达以来一直稳步晋升,她同样已婚。目前英伟达尚未对置评请求作出回应。

信息源:Tom's Hardware

研究

Baillie Gifford投资专家:医疗AI的超额回报取决于少数公司攻克硬问题,而非市场总量

实质变化
2026-11-04

苏格兰抵押基金的投资逻辑并不建立在'医疗市场很大'这一常识上。Baillie Gifford投资专家Hamish Maxwell在2026年11月发表的论点中明确指出,真正吸引他们的是少数公司试图用全新方法解决极难问题,并因此可能获得不成比例的回报。他写道,'吸引力不仅仅在于医疗是一个大市场,而在于我们看到少数公司正以新颖方式尝试解决非常困难的问题,并可能获得超额回报。'这一判断构成了整篇论点的核心前提:医疗AI的投资价值来自问题难度与方法新颖性的交叉,而非赛道容量。

在解释价值如何具体创造时,Maxwell给出了两类机制。第一类是数据护城河。以Tempus AI为例,该公司组织并分析临床和分子数据,帮助医生做出更好决策、帮助研究者开发更好疗法。Maxwell强调,在医疗领域,数据只有在'独特且难以被竞争对手复制或购买'时才构成真正的竞争壁垒。Tempus声称其与超过半数美国肿瘤科医生和65%以上的美国学术医疗中心存在某种连接;Maxwell的推理是:其数据所影响的决策越多,它就变得越有价值、越难被取代。这一逻辑将数据优势定义为随使用加深而非随时间衰减的资产。

第二类机制是平台经济。以Moderna为例,其最知名的产品是新冠疫苗,但更广泛的野心是将信使RNA作为可编程药物。2026年,其个性化黑色素瘤疗法(与默沙东合作、联合Keytruda使用)成为首个在III期临床试验中成功的mRNA癌症疗法。Maxwell的推理是:药物开发通常缓慢、昂贵且高度特异,但一个能从同一技术基础生成多个产品的平台提供'重复创新',可能改变经济学的结构和可创造的范围。Insulet的Omnipod胰岛素递送系统则展示了另一维度:对慢性病患者而言,更好的设备可以改变生活,产生经常性收入、患者忠诚和长期增长。

然而Maxwell在论点中插入了一个关键且坦率的限制:不应因为AI进步很快,就认为医学会跟上节奏。他写道,AI技术依赖于大量、多样的数据集和快速反馈;相比之下,药物试验所依赖的临床数据生成缓慢且昂贵,其设计目的是满足监管机构而非训练算法。医疗监管机构和临床实践追赶真正的突破可能需要数年。这一瓶颈意味着从创新到影响的道路可能'缓慢而痛苦','很少有公司能重塑人类健康的未来'。这不是一个抽象警告,而是直接影响投资回报时间尺度的结构性约束。

Maxwell最终将这一论点框定为对'持续重塑'的信念而非对单一技术、疾病领域或监管结果的押注。医疗创新主题持仓约占苏格兰抵押组合的7%。他承认'一些创新者会失败,另一些会让人失望',但认为回报异常诱人——支持那些可能创造重大经济价值并为更长寿、更健康的世界做出贡献的公司。这一结论保留了论点的条件性:它不是预测成功,而是论证在特定机制下(数据护城河加深、平台重复创新、临床转化最终完成),少数公司的成功可以产生远超其当前规模的回报。

值得注意的是,这一论点来自管理苏格兰抵押投资信托的Baillie Gifford,该基金以长期持有高增长公司著称,曾长期持有基因测序先驱Illumina(2011至2023年)并支持其度过敌意收购。Maxwell以这段经历作为理解'更好的生物学认知能带来什么'的背景。文章未披露具体持仓成本、当前估值倍数或预期回报数字;其价值在于机制解释和诚实的瓶颈承认,而非可验证的业绩记录。

信息源:bailliegifford.com

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系