从Google DeepMind到OpenAI、Anthropic,多位一线AI研究员接连公开表达对失控风险的担忧,有人离职,有人留下,但他们的判断高度重合:留给人类理解并控制AI的时间可能已经不多。

AI人才价值正加速向两端集中:能推进预训练的人和能把模型送进生产的人持续走贵,而Prompt、RAG、通用Agent搭建等中间层能力,正在从稀缺技能变为普通工程能力。

加州州长纽森签署行政令,要求专家组在两个月内提出 AI 安全方案,研究“紧急停止开关”与第三方安全审计,并批评联邦政府长期缺位。

一份演示文稿显示,OpenAI 预计 2026 至 2030 年累计负自由现金流达 2780 亿美元,同期算力与基础设施投入约 8560 亿美元,资金缺口需持续融资填补。

Anthropic与埃森哲共建驻场AI安全评估团队,五年各投至少10亿美元;SEC批准代币化证券五年豁免;微软内部文件曝光AI训练争议。

Anthropic 确认在湾区运营一处湿实验室,用 AI 模型驱动真实生物实验。公司称聚焦基础生物学而非药物发现,但外界对其安全警告与实验动作的反差议论不断。

办公Agent的竞争焦点正从模型接入转向上下文工程与长期记忆能力,TeleAgent等产品开始用调度路由替代简单分销。

结构化数据基础模型LDM成为AGI新战场,谷歌、亚马逊、SAP相继布局。中国团队稳准智能发布LimiX-2,在三大国际基准测试中拿下多项第一,试图让模型直接理解数据背后的因果机制。

办公Agent竞争重心正从模型路由转向上下文工程与长期记忆,TeleAgent等产品通过智能调度、动态上下文治理和安全合规,试图定义下一代办公生产力形态。

长安汽车首席专家谭欢在泰达论坛提出,汽车未来将进化为“汽车机器人”,长安将按组件化、生态化路径推进,最终实现用机器人造机器人。