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

隐私服务商Proton发布桌面AI应用Lumo,提供本地任务自动化与细粒度权限控制

实质变化
2026-11-18 01:32

瑞士隐私技术公司Proton于2026年11月17日正式发布了其AI应用Lumo的桌面版本,覆盖Windows、macOS和Linux平台。该应用旨在为用户提供一种替代ChatGPT和Claude等主流AI工具的选项,重点在于让用户在利用AI代理执行本地任务时拥有对个人数据的更多控制权。

Lumo桌面版引入了“连接器”(Connectors)功能,允许AI访问用户的文件系统、执行Shell命令、获取浏览器内容,以及连接Proton Mail、Dropbox、Jira和Confluence等第三方服务。此外,它还支持本地和远程的模型上下文协议(MCP)服务器。针对每个连接器,用户可以自定义权限级别:哪些操作可以自动执行,哪些需要用户明确批准,以及哪些被完全阻止。例如,用户可能允许Lumo搜索收件箱,但要求发送电子邮件前必须经过审批。

除了即时交互,Lumo还支持“计划任务”(Schedules),用户可以设置定期执行的自动化工作流,如每周邮件摘要或月度支出审查。每个计划任务都拥有独立的权限配置。同时,应用支持“技能”(Skills),即保存的指令、模板和参考文件,使AI能够在不同对话中复用特定的写作风格或处理逻辑。

在隐私保护方面,Proton强调其采用零访问加密技术,确保只有用户本人能读取聊天记录,公司无法访问。数据存储在受瑞士隐私法保护的欧洲基础设施上,不受美国《云法案》(CLOUD Act)管辖。Proton表示,用户的对话及从连接应用中获取的信息绝不会用于训练AI模型或投放个性化广告。这一举措正值苹果等科技公司因AI桌面应用请求全盘访问权限而收紧安全设置的背景下,为关注数据主权的用户提供了新的选择。

信息源:TechCrunch

研究

谷歌向六国用户免费开放Gemini智能体任务功能,支持自动打电话与支付

专题 · 谷歌Gemini任务功能结构性
2026-11-18 01:00

美国科技巨头谷歌(Google)于2026年11月17日宣布,其Gemini应用中的“任务”(Tasks)功能正式向美国、日本、韩国、加拿大、澳大利亚和印度的数亿用户免费开放。这一更新基于新的Gemini 4 Hydrogen模型,旨在让AI不仅能回答问题,还能代表用户执行复杂的日常操作,如预约服务、管理账单和购物。

此次发布的核心在于将AI的能力从“信息检索”扩展到“行动执行”。据谷歌实验室副总裁Josh Woodward介绍,用户现在可以指示Gemini直接拨打商家电话进行预约。例如,当车辆需要保养时,Gemini可以同时联系最近的经销商,在等待音乐中保持通话,并根据用户的日历空闲时间完成预约。在此过程中,Gemini会明确告知对方自己是AI,且不会泄露用户的支付或私人账户信息,除非获得用户授权。

在财务处理方面,Gemini集成了新的Agent Payments Protocol(AP2),并与Visa、Mastercard及即将加入的American Express合作。用户可以通过语音或文本指令让Gemini分析公用事业账单以发现异常支出,或在购物时自动寻找折扣码并完成支付。所有交易均通过数字令牌保护,用户可设置硬性支出上限,收据则自动存入正在扩展至iOS平台的Google Wallet。此外,Gemini还通过RCS集成支持短信交互,用户可直接通过发送照片或文本添加Instacart等第三方应用的订单商品。

为了保障隐私与安全,谷歌表示这些任务在Google Cloud的Agent Compute Engine上运行,使用硬件隔离的虚拟机,确保每个用户的会话环境独立且不与他人共享。系统内置了提示注入过滤器和多层次防御机制,并在关键步骤(如点击购买)前暂停并请求用户确认。尽管谷歌展示了强大的自动化潜力,但该功能的实际可靠性仍取决于大规模用户场景下的表现,且目前高级功能主要率先在美国市场推出。

信息源:Google

研究

红帽与微软合作,在Azure上通过直接虚拟化运行OpenShift虚拟机

实质变化
2026-11-18 01:00

IBM子公司红帽(Red Hat)与美国软件巨头微软(Microsoft)于2026年11月17日宣布扩大工程合作伙伴关系,使企业能够通过红帽的OpenShift虚拟化平台在微软Azure云上运行虚拟机。这一整合提供了传统超管理器的替代方案,并被红帽称为现代化遗留应用程序的路径。

该合作涉及对Azure底层计算架构的更改,以通过“微软直接虚拟化”(Microsoft Direct Virtualization)功能将Linux原生连接到Azure。微软直接虚拟化是一项Azure功能,为性能敏感的工作负载提供接近裸金属的底层硬件访问权限。红帽表示,这为GPU等关键硬件与隔离工作负载之间提供了直接管道,并致力于让基于Linux的工作负载更直接地访问Azure的硬件资源。

此举旨在解决企业对超管理器许可成本、硬件可用性以及在管理新容器化应用的同时维护虚拟机的复杂性日益增长的担忧。随着组织寻求在不放弃现有应用的情况下容纳AI工作负载,这些压力加剧。红帽称其将成为首个通过“Azure Red Hat OpenShift”支持此技术的商业微软合作伙伴,这是两家公司共同工程和管理的Kubernetes服务。

协议包括在KubeVirt、LibVirt、QEMU和Linux内核等上游开源项目上的协作。KubeVirt使组织能够使用Kubernetes工具管理虚拟机和容器。微软已扩展KubeVirt,增加了对自身超管理器的支持,从而允许OpenShift虚拟化使用微软的直接虚拟化技术在Azure虚拟机上运行。

红帽首席技术官Chris Wright在声明中表示:“企业不应被迫在应对不断上涨的超管理器成本和加速IT路线图之间做出选择。”他指出,这种合作将为现代化现有虚拟机和运行AI工作负载提供共同基础。不过,两家公司均未宣布新虚拟化功能的正式可用日期。

信息源:SiliconANGLE

研究

AWS提出智能体AI负责任治理三阶段框架:按阶段分配平台与应用团队职责

专题 · AWS智能体AI治理框架实质变化
2026-11-18 00:56

智能体AI系统能推理、调用工具、执行多步操作,这使负责任AI的范围从模型训练和推理扩展到了运行时行为、跨服务级联失败和动态权限边界。AWS在2026年11月17日发布的博文中指出,组织面临的四个核心挑战是:不可预测的运行时行为、数据暴露与权限边界、监管速度超过治理能力、以及平台团队与应用团队之间缺乏共享的责任框架。

该博文提出的解决方案是一个三阶段成熟度模型,每阶段聚焦不同的负责任AI支柱组合。第一阶段为治理基础,聚焦治理与安全隐私:平台团队建立着陆区基础设施、实施数据分类与访问控制、定义风险分类标准并将每个计划用例标记为低/中/高/不可接受风险等级,同时通过注册表集中登记所有智能体、工具和技能。第二阶段为试点部署,聚焦安全、真实性与鲁棒性、可控性和安全隐私:应用团队在平台团队提供的模板和护栏基础上实施编排模式、知识接地、PII过滤和人工审批断路器。第三阶段为评估与加固,聚焦公平性、可解释性、透明度和安全隐私:运行偏见基准测试、建立决策审计追踪、执行红队演练并将评估门禁嵌入CI/CD流水线。

博文以一家银行构建多智能体贷款处理平台为例说明各阶段的落地方式。第一阶段中,平台团队将智能体注册为高风险等级,配置租户隔离并记录残余风险。第二阶段中,风险评分使用Bedrock知识库接地于监管贷款文档,自动化推理检查验证拒绝决定是否符合书面标准,Guardrails在客户沟通前过滤PII,评分智能体从源系统确认关键申请人数据而非仅依赖采集智能体的提取结果。第三阶段中,AgentCore评估在每次流水线推送时运行,CI/CD在评估结果低于发布标准或子群体公平性指标漂移超阈值时阻止部署,人工审核拒绝决定在60天内积累2000个一致决定后转为事后申诉流程。

需要注意的是,这一框架由AWS自身提出并与其Bedrock AgentCore产品深度绑定,12周实施时间线和阶段-支柱映射未经独立验证。文中引用的Robinhood案例为厂商自报的20%效率提升,缺乏第三方审计数据。博文本身也声明不提供法律或合规建议,并指出该框架是起点而非穷尽性合规清单。

为帮助团队评估当前状态,AWS提供了一个可移植的负责任AI评估技能,以1至5分制沿各维度打分,4分以下表示存在应修复的实质性风险。该评估工具可在Amazon Quick等AI智能体以及Kiro、Claude Code等AI编码助手中运行。

信息源:Amazon Web Services

研究

美国司法部与商务部确认对Megaspeed展开刑事调查,涉Nvidia芯片出口违规

专题 · Megaspeed实质变化
2026-11-17 21:30

美国司法部和商务部于2026年11月17日发表联合声明,确认对新加坡云计算公司Megaspeed展开刑事调查。当局指控该公司可能规避了旨在限制向特定国家和实体出售先进AI芯片的出口规则。这一进展标志着此前围绕英伟达(Nvidia)前CEO黄仁勋个人丑闻引发的行政审查,正式升级为联邦层面的刑事执法行动。

声明指出,Megaspeed是涉嫌协助将受控AI芯片转运至中国的多家企业之一。尽管英伟达早在2025年6月就将Megaspeed列入“禁止销售”名单,但《纽约时报》报道显示,Megaspeed的一家马来西亚子公司在此后长达八个月的时间内,仍继续接收大量英伟达芯片。这些包括Blackwell和H200在内的受控组件据信通过第三方或直接发货给名为Speedmatrix的实体,随后被转手至中国。

英伟达方面辩称,其曾获得美国商务部的许可向Megaspeed运送组件,且目前仍将Megaspeed列为云合作伙伴。然而,此次刑事调查的启动表明,监管机构对英伟达合规执行力的质疑正在加深。此前,美国商务部自2024年起便对Megaspeed进行初步调查,并于2025年5月要求英伟达提供相关销售数据。随着调查深入,司法部在2025年6月官员访问Megaspeed并询问前高管Alice Huang后接管了主导权。

对于AI产业投资者而言,这一事件凸显了全球AI算力供应链中的地缘政治风险与合规漏洞。Megaspeed曾被指帮助移动约20亿美元的英伟达芯片进入中国。随着美国政府对芯片走私打击力度的加强,依赖灰色渠道获取算力的中国AI企业面临更大的供应中断风险,而英伟达等芯片制造商则需应对更严格的出口管制审计及潜在的法律责任。

信息源:Tom's Hardware

研究

AMD 展示智能体推理调度权衡:活跃会话延迟降 22%,新请求等待增加 49%

专题 · AMD智能体推理调度实质变化
2026-11-17 08:00

智能体编码会话的流量模式与普通聊天请求有根本区别。AMD 在其 ATOM 推理引擎的技术博客中描述了一个典型案例:一次会话包含 198 次模型调用,其中第 48 次调用发送 195.5K tokens,但只有 1.3K 是新增内容。整个语料库的中位输入长度为 142,016 tokens,中位输出仅 444 tokens。这种极长输入、极短输出、高度共享前缀的模式,加上子代理的突发并行和工具执行造成的空闲间隔,构成了与普通请求完全不同的服务挑战。

AMD 将这些挑战分为三层:内存(保持历史可复用)、调度(平衡新请求与正在进行的解码)、计算(降低小批量下的单步开销)。其中调度层的权衡最为直观地揭示了智能体服务的内在矛盾。ATOM 的 PrefillDelayer 在每次 prefill 完成后,允许固定数量的解码步骤先运行,期间暂不接纳新到达的请求,使它们合并为一次 prefill。在 16 并发会话下,这一策略将 P90 token 间延迟从 31.6 毫秒降至 24.6 毫秒,改善 22%,活跃会话因此获得更稳定的输出节奏;但新请求的中位首 token 时间从 1,182 毫秒升至 1,766 毫秒,恶化 49%。

这个矛盾在智能体工作负载中比在普通聊天中更尖锐,因为会话树结构会放大延迟。一个父代理等待其子代理返回结果,任何一个分支的延迟都会推迟整个任务的完成。AMD 因此将 PrefillDelayer 仅从 16 并发及以上启用,在低并发的交互区间保持关闭,并在部署建议中按并发水平给出不同的配置组合。

内存层和计算层的优化各有其适用条件。ReplaySSM 将推测解码中每个草稿位置的全量状态快照替换为一个检查点加紧凑更新记录,在 7 个草稿 token 的实验中每卡释放 24.49 GiB,可用 KV 块从 8,325 增至 18,813,即 2.26 倍——但这增加的是历史保留容量,不是吞吐量或缓存命中率。Mono decode 将单个 KDA 层的多个小内核融合为两个持久内核,在单请求测试中将目标模型前向时间从 22.0 毫秒降至 16.4 毫秒,但该优化目前仅在单并发下启用,更高并发的效果尚未测量。

在综合效果上,AMD 报告 48 并发时 94.1% 的 prompt token 被复用而非重新计算(其中 77.3% 来自 GPU HBM,16.8% 从 CPU DRAM 恢复),而该语料库的理论上限为 97.2%。在 56 并发下,八张 MI355X 达到每芯片 17.5K 总 token/s。这些数字来自 AMD 在 SemiAnalysis InferenceX AgentX 基准测试中的运行结果,属于厂商在特定硬件和模型组合下的工程参考,并非独立第三方验证的普遍性能基准。

信息源:ROCm Blogs

研究

Databricks与谷歌云实现双向零拷贝数据联邦,统一目录元数据可跨平台共享

实质变化
2026-11-18 00:30

数据分析平台公司Databricks于2026年11月17日宣布,其与谷歌云(Google Cloud)的合作取得重大进展:客户现在可以通过Unity Catalog和谷歌云的“无边界湖仓”(borderless Lakehouse)访问同一份数据副本,而无需进行数据复制。这一双向零拷贝联邦能力旨在打破传统数据仓库之间的壁垒,允许BigQuery引擎直接读取Unity Catalog管理的表,反之亦然。

除了数据层面的互通,双方还在推进目录元数据的开放标准。在Apache Iceberg社区中,Databricks和谷歌云共同推动了“目录标签”(catalog labels)提案,使业务语义和治理信息(如“domain=finance”或“pii=ssn”)能够随数据在不同目录间迁移。这一机制对于企业级AI代理至关重要,因为代理需要依赖这些共享的元数据来识别敏感信息、应用掩码策略,并在跨平台搜索资产时获得正确的业务上下文。

该功能现已通过Databricks的Lakehouse Federation和谷歌云的相关服务上线。尽管这是两家巨头在开放架构上的重要里程碑,但具体的生产环境性能表现、大规模并发下的延迟以及跨组织部署的治理成熟度,目前仍主要基于厂商自报,尚待独立基准测试验证。

信息源:Databricks

研究

AI数据基础设施公司LanceDB完成5750万美元B轮融资,加速多模态模型训练

专题 · LanceDB融资快讯
2026-11-18 00:30

AI数据基础设施初创公司LanceDB宣布完成5750万美元的B轮融资,由Bessemer Venture Partners和Innovation Endeavors共同领投。其他参投方包括Theory Ventures、Dimension、Swift Ventures、CRV和Y Combinator。至此,该公司累计融资总额达到9850万美元。

LanceDB专注于开发用于加速人工智能模型训练的数据库技术,其核心产品是一个统一的多模态数据湖仓(lakehouse)。该平台允许研究人员、企业团队和AI代理在一个系统中访问、查找、准备和训练包含文本、图像、视频及三维传感器信息在内的复杂数据,而无需花费数周时间管理底层基础设施。

据SiliconANGLE报道,LanceDB联合创始人兼首席执行官Chang She表示,目前AI领域缺失一个关键的数据层,导致研究团队在每次训练前需耗费大量时间整合分散在不同系统中的数据集。LanceDB的技术基于开源数据格式Lance,支持对单个记录的快速检索和修改,特别适用于处理PB级的大规模训练数据集。

公司计划利用新资金扩展其多模态数据平台,重点改进大规模数据整理、特征工程和数据加载能力,以确保在训练过程中高效供应数千个GPU。此外,还将深化对视频生成、世界模型和机器人等新兴AI工作负载的支持。

信息源:SiliconANGLE

研究

英伟达前CEO黄仁勋公开表态:若董事会认为符合股东利益,愿回归担任CEO

结构性
2026-11-18 00:09

英伟达(Nvidia)前首席执行官黄仁勋(Jensen Huang)于2026年11月17日发表声明,明确表示如果公司董事会认为他的回归符合股东、员工及公司的最佳利益,他愿意重新担任CEO一职。这一表态由《华尔街日报》报道,随后被多家科技媒体引用。

黄仁勋在声明中提到:“自离职以来,我看到了来自英伟达员工、投资者、商业伙伴和客户的大量呼声,要求我回归CEO职位。”他表示:“如果董事会决定我的回归符合我们股东、员工、公司和美国的最佳利益,我将很荣幸回应这些呼声并回归CEO职位。”

此次声明发布之际,英伟达正经历剧烈的领导层动荡。黄仁勋于上周四因个人生活丑闻辞职,首席财务官Colette Kress被任命为临时CEO。尽管超过19.3万人签署请愿书要求“让黄仁勋回来”,包括埃隆·马斯克等知名人士的支持,但据CNBC等媒体报道,英伟达董事会目前并未考虑让他回归。

黄仁勋的公开表态将原本局限于私下讨论或外部压力的回归可能性,转化为一个基于董事会决策条件的明确意向。这增加了董事会在寻找永久继任者时的复杂性,尤其是在英伟达股价因领导层危机大幅波动、且公司作为AI基础设施核心供应商面临巨大市场不确定性的背景下。

信息源:The Verge

研究

苹果收紧macOS权限:AI代理访问全盘数据将触发多重警告与细粒度控制

实质变化
2026-11-18 00:35

苹果公司在macOS 27.3的第二个测试版本中,对系统安全架构进行了重大调整,旨在限制人工智能(AI)代理对Mac数据的无差别访问。这一变化直接回应了近期关于AI工具可能过度获取用户隐私的担忧,例如Meta公司的Muse AI代理被报道在未明确授权的情况下读取iMessage消息以生成建议。

在新版本中,授予“完全磁盘访问权限”(Full Disk Access)和“辅助功能”(Accessibility)的流程变得更加繁琐且透明。用户不再能通过简单拖拽图标来授权,而是必须从列表中选择请求权限的应用。系统会弹出详细的警告对话框,逐项说明该应用一旦获得权限,可以查看、修改或提取哪些具体数据。苹果强调,此类广泛访问权限可能导致Mac上的所有数据面临风险。

除了审批流程的改变,macOS 27.3还引入了新的细粒度选项。用户可以仅授权AI应用访问特定文件夹或特定其他应用,而非整个系统。此外,当一个应用通过“系统与应用保护覆盖”权限控制另一个应用时,菜单栏会出现一个显眼的图标进行提示,让用户实时知晓后台正在发生的自动化操作。

对于开发者而言,现有的备份和辅助技术类应用可以申请特殊的“权利”(Entitlement),以便在保持用户体验的同时符合新的安全规范。然而,普通用户此前已授予的权限不会自动撤销,新规则仅适用于未来的权限请求。这一举措反映了苹果在推动AI功能普及与保护用户数据主权之间的平衡尝试,试图在AI代理日益深入操作系统底层时,为用户筑起一道可见的防火墙。

信息源:Mac & i

研究

谷歌威胁情报组报告:攻击者篡改Claude Code配置文件植入后门,并自动化入侵流程

实质变化
2026-11-17 09:22

谷歌威胁情报组(GTIG)与Mandiant在最新季度报告中披露了生成式AI被恶意利用的新趋势。攻击者已从单次提问转向指挥多个AI代理自动执行入侵任务。其中,针对AI编程工具配置文件的攻击尤为引人关注。

据报告,一个名为“MIDNIGHT NEPTUNE”的攻击组织瞄准了北美和欧洲的加密货币相关机构。该组织利用虚假招聘档案、伪造会议网站以及诱导用户点击执行命令的“ClickFix”手段获取初始访问权限。一旦渗透至内部代码仓库,攻击者会修改仓库中的Claude Code配置文件.claude/settings.json。当开发人员在该受污染的环境中启动Claude Code时,系统会自动下载并执行名为“SOMBERMEME”的后门程序。这一手法将AI辅助开发工具本身变成了恶意软件的传播载体。

除了针对特定工具的供应链攻击,AI驱动的自动化入侵也在加速。报告指出,开源攻击框架ARTEX已被实际用于网络攻击。ARTEX是一款于2026年7月在GitHub发布的渗透测试工具,其关注度极高,截至10月8日转为私有前已获得超过1.2万个分支。Wiz和谷歌在10月的报告中称,与中国有关联的攻击者正利用ARTEX攻击IT和软件企业。此外,其他如CAIRN、CyberStrikeAI和PentAGI等框架也被提及。

漏洞发现到利用的全流程自动化程度也在提高。在一个暴露的服务器上发现的“exploit_agent”工具显示,该系统连接多个大语言模型,能够自动比较Web应用补丁前后的代码以识别漏洞,并生成和执行攻击代码。其目标主要集中在法国媒体、娱乐和教育行业的网站。

与此同时,“LLMJacking”(盗用AI算力)现象日益普遍。Mandiant处理的一起案例中,攻击者一天内产生了超过10万美元的非法账单,最坏情况下累计金额达100万美元。地下服务“LLM Mixer”甚至开始转售被盗用的AI认证信息,价格低至每百万token 0.10美元。

信息源:テクノエッジ TechnoEdge

研究

《异步深度强化学习方法》:用并行智能体取代经验回放,在单CPU上实现高效训练

核验于 2026-11-18 00:04

长期信息 · 《Asynchronous Methods for Deep Reinforcement Learning》(2016)

2016年,Google DeepMind团队发表了论文《Asynchronous Methods for Deep Reinforcement Learning》(异步深度强化学习方法),提出了A3C算法。在此之前,深度强化学习主要依赖“经验回放”机制来稳定训练,即存储智能体的历史数据并随机采样更新。这种方法虽然有效,但需要大量内存和计算资源,且限制了只能使用离策略算法。

该论文的核心创新在于摒弃了经验回放,转而采用异步并行架构。通过在一台标准多核CPU上运行多个独立的“演员-学习者”线程,每个线程与环境交互并独立计算梯度。这种并行性自然地解除了数据的时间相关性,使训练过程更加稳定,同时允许使用更广泛的在线策略算法(如Sarsa、n-step方法)。

实验结果显示,表现最佳的异步优势演员-评论家(A3C)方法在Atari游戏域中超越了当时的最先进水平。值得注意的是,它仅使用单个多核CPU而非GPU,训练时间却缩短了一半。这一发现证明了无需昂贵硬件或分布式集群,也能实现高效的深度强化学习,为后续算法设计提供了轻量化思路。

信息源:《Asynchronous Methods for Deep Reinforcement Learning》(2016)

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系