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

2026-11-18133 篇

刷新

AI编码代理基准测试:同一模型因工具链不同成本可差五倍,65%花费用于失败运行

专题 · AI编码代理成本基准实质变化
2026-11-18 06:13

根据 Runta 和 Baseten 联合发布的 FrontierHarness Eval v1.1 基准测试结果,同一个 AI 模型搭配不同的编码代理工具链(harness),其运行成本可能相差高达五倍。该研究测试了五种开源权重模型下的 22 种配置组合,共执行了 27,280 次运行,消耗约 830 亿个 token。

结果显示,虽然模型本身决定了 92.8% 的成本差异,但工具链的选择仍具有显著影响。当更换模型时,工具链的排名中位数会移动 11 位;而在模型不变的情况下,仅改变工具链就可能导致成本出现五倍的波动。例如,对于 DeepSeek 模型,Cline CLI 的成本是 OpenCode v1 的五倍,但通过率仅高出两个百分点。

更值得关注的是资源浪费问题:估计有 65% 的推理支出流向了验证失败或超时的运行。其中,52.7% 的花费用于失败的运行,11.8% 用于超时,仅有 35.5% 用于成功的运行。在表现最好的五个工具链中,68% 至 82% 的失败运行是因为代理提交了未通过验证的最终答案,而非直接超时。

研究还发现,代理执行的步骤数(steps)是影响成本的关键因素,其与每个成功任务的平均成本呈显著正相关(相关系数 0.51)。例如,Mini-SWE-agent 虽然初始提示词最短,但因平均每个成功任务需要 38 个步骤,导致其成本排名第 17 位。相比之下,最具性价比的工具链主要依赖 shell 命令,较少使用子代理或上下文摘要功能。

信息源:The New Stack

研究

Anthropic披露IPO后股权结构:亚马逊持股14.7%,谷歌持股13.7%

专题 · Anthropic实质变化
2026-11-18 06:29

美国AI公司Anthropic于周二披露了其首次公开募股(IPO)中与主要云服务提供商亚马逊和谷歌的最大投资协议细节。根据披露,亚马逊在IPO后的总持股比例将略低于15%,具体为14.7%。

值得注意的是,亚马逊的潜在持股比例可能更高。早在2023年和2024年,亚马逊向Anthropic投资数十亿美元时,获得了可转换为股权的本票票据。这些票据的转换价格取决于投资年份,约为每股2.09美元或5.05美元。亚马逊选择将部分票据转换为无投票权股份,从而获得约15%的所有权。如果亚马逊现在转换所有持有的票据,其持股比例将达到23.8%。

与此同时,谷歌在IPO后将持有略低于14%的股份,具体为13.7%,同样以无投票权股份形式存在。这些股份来自票据转换以及作为IPO一部分的“私募配售”股票销售。一组主要科技公司(包括AMD、博通、谷歌、美光、微软、英伟达和台积电合作伙伴)已同意购买价值260亿美元的此类无投票权股票,其中谷歌和英伟达各同意购买100亿美元。

尽管许多投资者将在Anthropic的IPO中获利,但亚马逊是最大的赢家之一。此外,AWS还将从Anthropic承诺在未来十年内在其云服务上花费超过1000亿美元中获益。这一股权结构揭示了前沿AI实验室与云基础设施提供商之间日益加深的资本和业务联系。

信息源:TechCrunch

研究

OpenAI发布GPT-6.2 Astra和Sol,Astra成本降低20%

实质变化
2026-11-18 05:21

OpenAI于2026年11月17日发布了两个新的AI模型:GPT-6.2 Astra和GPT-6.2 Sol,旨在支持ChatGPT Work、Codex和OpenAI API中的使用。这一发布紧随其竞争对手Anthropic计划中的首次公开募股(IPO)之前。

据OpenAI称,GPT-6.2 Astra专为处理复杂的职业任务而设计,例如创建演示文稿、电子表格和文档,并声称能更严格地遵循模板和行业特定标准。与上一代GPT-6 Astra相比,新模型的输入和输出令牌价格降低了20%。在“Agent's Last Exam”基准测试中,OpenAI声称GPT-6.2 Astra取得了新的最高分,比GPT-6 Astra高出5.2分,且成本不到前者的三分之一。

GPT-6.2 Sol被定位为更便宜的日常版本,价格与其前身GPT-6.1持平。OpenAI表示,该模型在处理多步骤代理工作流程方面更加智能和高效,并已在其内部技术和非技术任务中作为标准模型使用。尽管OpenAI声称Astra是研究人员的最佳AI模型,但在Artificial Analysis Intelligence Index中,GPT-6.2 Astra得分为62.1分,略低于Anthropic的Claude Fable 5.2(64.6分),不过其运行成本仅为后者的一小部分。

信息源:t3n.de

研究

OpenAI CEO Sam Altman: AI Industry Will Continue Without Jensen Huang, No Concerns About Funding

实质变化
2026-11-17 10:33

当地时间11月16日,OpenAI首席执行官山姆·奥特曼(Sam Altman)在Semafor举办的硅谷峰会上,首次公开谈及英伟达创始人兼前CEO黄仁勋的离职风波。奥特曼表示,尽管黄仁勋是他心目中的英雄,但“英雄也有缺陷”,且黄仁勋的离开不会影响整个AI行业继续向前发展。

针对外界对英伟达临时CEO科莱特·克雷斯(Colette Kress)上任后可能收缩投资、影响AI行业流动性的担忧,奥特曼持乐观态度。他指出,英伟达已是一家体量庞大的巨头公司,市场依然信任其担保能力。此前有报道称,英伟达同意为OpenAI位于俄亥俄州的数据中心项目提供高达1050亿美元的财务担保,且其在AI生态系统中的总投资承诺已超过千亿美元。

奥特曼还回应了近期引发争议的“内存条”言论。他澄清称,自己之前的原话被误解,实际上支持个人电脑配备大内存,并非主张将稀缺内存资源全部集中于数据中心。此外,他透露OpenAI已开始利用AI加速自身模型研发,但尚未启动完全自主的递归自我改进(RSI),以确保安全性。

关于资本市场动态,奥特曼表示不担心竞争对手Anthropic启动IPO会吸走资金,认为一级市场需求远大于优质资产供给。他强调,虽然OpenAI未来一定会上市,以便让普通人分享AI发展的经济收益,但在当前行业动荡期,并不急于求成。

信息源:量子位

研究

预测市场平台Kalshi拟借收购券商进军股票交易,挑战Robinhood

专题 · Kalshi进军股票交易实质变化
2026-11-17 23:35

据《华尔街日报》和CNBC报道,美国预测市场平台Kalshi正准备在其平台上提供股票交易服务。该公司计划利用其此前收购的经纪商FB Securities,在“未来两个月内”启动股票和交易所交易基金(ETF)的交易业务。这一举措将使Kalshi直接对标Robinhood等零售交易平台。

此次向传统证券交易的扩张传闻之际,Kalshi正面临日益增多的法律挑战。纽约州、内华达州、新墨西哥州、华盛顿州和康涅狄格州等多个美国州已指控Kalshi在其境内非法运营预测市场,犹他州甚至对其及其CEO提起了刑事指控。与此同时,美国商品期货交易委员会(CFTC)正在抵制各州对预测市场的监管努力,声称其拥有“专属”管辖权。本周,九名民主党参议员致信CFTC,敦促其停止干预各州禁止预测市场的行动。

信息源:The Verge

研究

Fireworks AI CEO Lin Qiao:AI API数据保留有两种标准模式,主张流程允许时优先采用临时处理

专题 · Fireworks AI实质变化
2026-11-14 10:46

AI基础设施中,数据保留可能是被误解最严重的术语之一。Fireworks AI联合创始人兼CEO Lin Qiao在2026年11月的X帖子中提出了一个清晰的思考框架:AI推理和训练API遵循两种标准设计模式,区别在于数据生命周期由谁管理、在哪里管理。

第一种模式是客户管理的保留:上传、使用、删除。用户创建数据集或文件,提交作业,然后显式删除数据。平台将数据保持存储和可用状态,直到收到删除指令。Batch API是典型例子——OpenAI Batch、AWS Bedrock Batch、GCP Gemini Batch和Fireworks Batch都遵循这一标准。平台无法知道用户何时不再需要数据,除非用户自己定义;删除是用户的责任。

第二种模式是临时处理:发送、计算、返回。用户发送数据,平台在处理请求期间使用它,返回结果后不保留内容。标准推理API和无服务器训练属于这一模式。应用程序自己拥有对话历史,没有单独的平台清理步骤。

Lin Qiao用了一个直观的类比:把电子表格存到云盘,和把数字传给计算器。前者要求服务保留文件以备后用,后者只要求计算答案并立即返回。

她主张临时处理在流程允许时应优先采用,理由不是性能或成本,而是人为错误。临时处理不留遗忘的数据集,不漏删除调用。每一个被保留的数据副本都增加了需要保护和最终删除的东西。数据从未到达磁盘,就不可能后来从磁盘被取走。

这个框架的实际意义在于:零数据保留不是厂商标签,而是端点属性。同一个平台可以同时提供两种模式的端点。OpenAI的Chat Completions默认store为false,属于临时处理;但其Batch和Files端点属于客户管理保留,数据在删除前持续存在。Amazon Bedrock的Converse API内容仅用于生成响应,但其Batch推理读写用户指定的S3位置。Google的Gemini文本生成在store为false时无状态,但其Interactions API的store默认为true。

不过,这个框架有明确的适用边界。基于数据集的微调需要数据静止存储,客户管理保留在这些场景中不可替代。此外,即使声明了零保留,OpenAI和AWS都注明被标记为CSAM的内容即使在零保留下也可能被保留。各平台的默认设置、审批要求和例外条件差异很大,开发者需要逐端点确认。

需要指出的是,MarkTechPost上对这一框架的阐述文章明确标注为赞助内容,Fireworks团队提供了思想领导和资源。Lin Qiao的框架本身作为技术分类是清晰的,但她对临时处理的偏好建议与Fireworks自身ephemeral API的产品定位存在利益关联。

对开发者的实操建议:将自己调用的每个端点映射到两种模式之一;当只需要结果时优先使用临时处理端点;对每个上传计划删除调用并记录文档中的过期时间;审计store等持久化标志;在合同中按处理路径定义ZDR,然后在账户中验证设置。

信息源:X (formerly Twitter)

研究

法国AI公司Mistral首席执行官称拟在欧洲上市,今年不会进行

实质变化
2026-11-18 05:49

法国人工智能初创公司Mistral的首席执行官Arthur Mensch在Semafor举办的“Silicon Valley & The World”活动上表示,该公司计划在欧洲进行首次公开募股(IPO),并正在为此做准备。Mensch指出:“在欧洲上市是自然的选择。”他同时强调:“我们今年不会这样做,但我们肯定正在为此做好准备。”

Mistral主要开发开放权重AI模型,旨在作为美国封闭模型和中国开放模型的替代方案,主打“主权AI”提供商的定位。Mensch提到,该公司大部分投资者和一半的客户基础位于欧洲。尽管其他欧洲科技公司如Arm、Spotify和Klarna选择在纽约上市以获取更高估值和更广泛的投资者池,但Mensch认为欧洲仍是Mistral的首选上市地。

信息源:semafor.com

研究

美国证券交易委员会据报对英伟达展开民事调查,聚焦其信息披露是否误导投资者

专题 · 英伟达SEC调查实质变化
2026-11-18 05:48

据《华尔街日报》报道,美国证券交易委员会(SEC)已对AI芯片巨头英伟达(Nvidia)开启一项民事调查,重点审查该公司的信息披露是否误导了投资者。这一消息由科技媒体TechCrunch于2026年11月17日引述并广泛传播。

此次调查正值英伟达陷入多重动荡之际。此前,英伟达首席执行官黄仁勋(Jensen Huang)因被曝出婚外情而辞职,其中一名涉事女性被指认为中国间谍,且担任新加坡数据公司Megaspeed的高管。Megaspeed自2024年底以来一直受到美国商务部的调查,涉嫌违反美国出口管制法律,将部分英伟达芯片转移至中国。

除了SEC的调查,英伟达还面临来自国会和行政部门的压力。美国财政部部长Scott Bessent曾公开指责英伟达为了“虚增收入和利润”而故意向中国出售高性能芯片。与此同时,美国国会也要求黄仁勋就其私人关系如何影响其对放宽出口限制立场进行解释。

在SEC调查消息公布的同时,英伟达发布了第三季度财报。尽管营收达到1158亿美元,同比增长103%,但市场对其前景的担忧导致股价自黄仁勋离职以来已下跌超过10%。SEC的介入进一步加剧了投资者对公司治理和法律合规风险的担忧。

信息源:TechCrunch

研究

生成式 AI 成本的第一杠杆:先判断步骤是否需要模型,再决定用哪个

实质变化
2026-11-18 05:14

生成式 AI 系统中最被忽视的成本杠杆,不是选哪个模型,而是某个步骤是否真的需要调用模型。AWS 机器学习博客指出,团队在原型阶段发现模型调用对一步有效后,往往将其作为后续步骤的默认方案——包括输入验证、请求体格式转换和路由选择。原型阶段没人注意到成本,但到了生产规模,这些低价值步骤的模型调用成为架构中最大的开支项之一:花费随请求数增长,延迟在链式调用中逐层叠加,同一输入可能返回不同结果,使测试和审计都变得更困难。

该博客提出一个三问决策框架,要求对每个工作流步骤依次回答:第一,能否用规则验证成功,比如格式、模式、关键词或数值范围?第二,能否让模型一次性写出规则,比如一个正则表达式或 JSON schema?第三,该步骤是否从固定选项中选一个答案,比如路由、分类或是否判断?如果三个问题的答案都是否,该步骤才是开放式的,需要交给合适规模的模型。

框架的核心洞察在于,大多数路由和分类步骤介于规则和开放式生成之间。规则无法覆盖所有情况,但这些步骤也不需要生成文本——它们只需要从预定义的固定选项列表中给出一个答案。博客将这类步骤归入「决策而非生成」的类别,主张使用一种限制输出到允许选项并给出升级信号的组件:有把握的答案直接通过,不确定的答案升级到更大模型。在 AWS 上,这可以通过四种方式实现:使用带结构化输出的小型 Bedrock 模型,将答案限制在枚举选项中并附带「不确定」选项;用嵌入相似度匹配最近的标注样本,以相似度分数作为升级信号;部署实验性开源决策模型 Strands Decider,它返回校准置信度;或在 SageMaker 上训练分类器,在获得标注数据后以低延迟和低开销返回类别概率。无论选择哪种方式,都应在自有标注数据上验证升级信号并设定阈值。

在决策框架之前,还有一层更简单的优化:确定性快速路径。许多消息携带无歧义的信号,比如「退款」或「重置密码」,关键词匹配在个位数毫秒内就能解决。如果规则能处理 95% 的请求,只有二十分之一的请求才到达模型——这还只是模型选择带来的节省之前。博客建议用 AWS Step Functions 的 Choice 状态在调用任何模型之前分支,用 Lambda 承载需要更多逻辑的规则,用 API Gateway 请求验证在计算开始前拒绝畸形输入,只把规则无法解决的残余交给受约束决策调用或模型。

当确实需要模型时,选择最便宜且最快的、满足质量底线的模型,这往往不是最新或最大的那个。博客建议先定义四项要求再比较模型:质量底线(在黄金评测集上的最低可接受输出质量)、成本上限(每次请求或每个成功结果最多付多少)、延迟目标(体验能容忍的 p95 或 p99 响应时间)、合规约束(如数据驻留要求)。Bedrock 提供多种模型家族和规格,支持智能提示路由和模型蒸馏,可以在不改变集成的前提下为每个任务选择合适规模。

博客最后给出四步实践路径:先为每次调用打标签(确定性代码、受约束决策调用、模型调用),追踪每个成功结果的成本;再把可规则化的步骤移到 Lambda 或 Step Functions 上运行,这通常是最大且最安全的收益;然后为固定选项步骤添加带升级信号的受约束决策调用;最后,每次切换模型前先跑黄金评测集,把模型放在配置开关后面以便回退。核心原则只有一句:先问步骤是否需要模型,再问用哪个模型。

信息源:Amazon Web Services

研究

英伟达把光器件塞进交换芯片封装,瞄准AI集群的数据传输瓶颈

专题 · 英伟达共封装光学技术实质变化
核验于 2026-11-18 05:27

大规模AI集群的瓶颈正在从计算转向数据传输。英伟达网络高级副总裁Gilad Shainer在《科学美国人》的采访中说,规则很简单:能用铜就用铜。但铜只适合短距离、低带宽的场景。当一座数据中心里数万甚至数十万个计算节点和内存单元需要以极快速度互相通信时,铜的问题就暴露了:电子带电荷,彼此排斥,需要功率驱动;铜本身像滤波器一样把清晰的电脉冲抹成模糊的噪声。

光子没有这个问题。它们不带电荷,几乎不相互作用,一束激光穿过玻璃光纤,信号在几公里内几乎没有衰减。但数据在芯片内部是电子形态的,要交给光子传输再交回电子处理,就需要一个转换器件——光收发器。

传统做法是把收发器做成可插拔模块,插在交换机前面板上。英伟达互联产品副总裁Craig Thompson解释了这种做法的致命弱点:物理连接器会松动、会移动,有引脚、焊点和环氧树脂,每次插拔都会影响相邻模块。Shainer给出一个数字:人类出现在数据中心里,本身就要为5%的停机时间负责。

共封装光学(CPO)的思路是把光学引擎直接集成到交换芯片的封装内部。英伟达最新款交换机——Quantum-X和Spectrum-X——在中央大芯片的两侧排列着小型光子芯片,它们与电子芯片面对面通信,光纤直接从交换机前面板接入,不再需要可插拔模块。Thompson说,他们的建模显示这至少能把平均无故障时间提升10倍。

功耗方面的改善同样具体。旧式可插拔收发器每个自带激光器,还需要一颗专门清理电信号的芯片,合在一起每个耗电约25瓦,一台交换机装几十个,整个数据中心里这类模块能吃掉10%的电力。把光学引擎放到芯片旁边,信号几乎不需要在铜上跑,同样的电费就能买到更多算力。

从战略层面看,英伟达设计了全球约85%用于AI的图形处理器,并且已经卖出了其中大部分。如果它同时控制了这些芯片之间的通信方式,竞争对手就很难把英伟达从AI基础设施中替换出去。文章还提到,英伟达已经投资了激光器厂商Coherent和Lumentum帮助它们扩大产能,并与芯片代工厂合作开发光子电路的制造工艺。

竞争者并未缺席。博通已经在第三代共封装交换机上,AMD和英特尔也在推进类似技术。但英伟达的优势在于规模:它卖出的芯片数量足以支撑它去建设自己需要的整个硅光生态系统。

更远的方向是芯片内部的光互联。处理器受限于光刻掩模版的物理尺寸,单颗芯片不能超过约850平方毫米,要做大就得把多颗小芯片拼在一起。这些小芯片之间用细铜线通信,铜线越密,串扰越严重。不列颠哥伦比亚大学电气工程师Sudip Shekhar认为,光子可能在这些短距离跳跃中比铜更好。

需要注意的是,文中关于10倍MTBI改善和功耗节省的数据均为英伟达内部建模结果,并非独立第三方验证。文章作者也提到,他收到的英伟达纪念品——一个2026版服务器机架模型——里面的网络互联部件仍然是共封装光学之前的旧方案,说明这项技术的迭代速度之快。

信息源:Scientific American

研究

AI供应链初创公司Pedestal AI获470万美元种子轮融资,由Eclipse领投

专题 · Pedestal AI快讯
2026-11-18 02:04

AI供应链初创公司Pedestal AI于2026年11月17日宣布结束隐身状态,并获得470万美元的种子轮融资。本轮融资由Eclipse领投,RRE、Converge VC、Timescale Ventures和VitalStage参与投资。资金将用于扩展产品工程团队、增长营销组织以及支持更多客户部署。

Pedestal AI的核心业务是利用代理式AI(agentic AI)减少物流交付过程中的摩擦。据TechCrunch报道,该公司曾为一家大型家具企业部署智能系统,使漏送率降低了20%。该系统会在送货前30分钟自动致电客户收集特殊指令,若电话未接通则通过短信跟进,并在此过程中收集数据以进一步优化流程。

CEO Raj Aggarwal指出,现代AI系统在处理杂乱且分散在遗留系统中的供应链数据方面具有优势。随着来自自动驾驶领域的创业者纷纷进入供应链AI赛道(如Atomic和Loop),Pedestal AI的成立反映了资本对利用强化学习优化高容量、可衡量结果场景的兴趣。

信息源:TechCrunch

研究

Meta高管发布OpenAI CEO深伪视频推广Muse,平台称符合AI标注政策

实质变化
2026-11-18 05:00

Meta首席AI官Alexandr Wang近期在Instagram上发布了一段AI生成的视频,用于推广该公司的消费者AI智能体Muse。视频中,Wang、Meta CEO Mark Zuckerberg以及OpenAI CEO Sam Altman出现在一个四方视频通话中。当Altman加入通话时,他被描绘成穿着Muse吉祥物Jolly的毛绒连帽衫并化着相应的妆容。该视频配文“当兄弟们讨论openai产品策略时”,直接指向当前的AI智能体竞争格局。

这一行为引发了关于AI生成内容(AIGC)在商业竞争中使用的讨论。尽管几年前AI模仿真人曾招致强烈的公众谴责甚至法律威胁,但现在AI内容已成为社交媒体常态的一部分。Meta发言人Tracy Clayton回应称,Wang的帖子已按照Meta的政策被标记为AI生成内容。Clayton还指出,Altman此前已通过OpenAI的Sora应用允许其肖像用于AI内容生成,当时该平台迅速充斥着伪造的Altman视频。

值得注意的是,Meta对静态图像和动态视频的AI标注要求存在差异。虽然视频必须标注,但静态图像目前无此强制要求。此前,演员Mia Goth的一张未经标注的AI生成图片在Instagram上广泛传播,其代表批评平台未能保护公众人物肖像的完整性。相比之下,Wang发布的这段涉及竞争对手CEO的视频因带有AI标签而被视为合规。

这一事件反映了大型科技公司高管在推广自家AI产品时,开始更激进地使用生成式技术来调侃或描绘竞争对手。这不仅是对平台AI内容政策的测试,也标志着深伪技术在企业营销中的正常化趋势。

信息源:The Verge

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系