調查:僅 11% 企業能準確預測 AI 支出
企業一度鼓勵員工儘可能多地使用 AI,即所謂的 #tokenmaxxing,隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱,其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量,而企業發現 token 很難統計,這讓 AI 預算幾乎無法編制。
依意思最接近的 30 筆
企業一度鼓勵員工儘可能多地使用 AI,即所謂的 #tokenmaxxing,隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱,其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量,而企業發現 token 很難統計,這讓 AI 預算幾乎無法編制。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
Cal AI 創始人 Zach Yadegari 在 TechCrunch Disrupt 上透露,這款 AI 熱量追蹤應用靠批次招募網紅髮帖,兩年營收超過 3000 萬美元,並於今年 3 月被 MyFitnessPal 收購。他的做法是與網紅按觸達規模談固定報酬,要求持續發帖直到達標,並優先挑選社群緊密、觸達可量化的帳號;早期一條網紅帖曾在兩天內帶來約 1000 名新使用者。
2026 年 7 至 9 月,OpenAI、Anthropic 和 Nvidia 的聯邦遊說支出都達到各自單季最高。其中 Nvidia 花 220 萬美元最多,Anthropic 為 210 萬,OpenAI 為 150 萬。與微軟、Google 等長期佈局華盛頓的大廠相比,這一規模並不算異常:微軟自 2021 年起每季至少 200 萬美元,Google 常在 300 萬以上;但這顯示三家 AI 公司正加大對政策制定的投入。
OpenAI 表示,歐洲企業正在迅速擴大 AI agent 的使用。在其歐盟企業及商業客戶中,超過一半的 AI 使用已涉及這類工具,小企業使用者數量在整個地區增長了 8 倍。其最新經濟研究報告探討歐洲向 agentic AI 的轉變,以及把更廣泛採用轉化為更深入使用的機會。
輝達《State of AI in Telecommunications》報告顯示,89% 受訪者認為開源模型與軟體對公司 AI 戰略重要。運營商看重開源模型的可信任、可控與可定製,用於自主網路、客服等關鍵負載,並把閉源模型留給價值最高的場景;輝達同時發布 300 億引數的 Nemotron 3 Large Telco Model(由 AdaptKey 在開源電信資料集上微調),並提供基於 NeMo 的端到端微調流程。
Google、淡馬錫與貝恩聯合發布的 e-Conomy SEA 2026 報告顯示,東南亞數字經濟 2026 年 GMV 達 3680 億美元,同比增長 17%,並有望在 2035 年突破 1 萬億美元。生成式 AI 已被 2.43 億人日常使用,佔勞動人口 58%,普及速度是移動網際網路的 4 倍。報告預計未來五年區域 AI 使用量將增長 60 倍,75% 使用者願意讓 AI 代理自主比價並完成交易。為支撐算力需求,未來五年資料中心容量需擴張約 3 倍。
微軟總裁 Brad Smith 在 BBC 播客上呼籲儘快制定全球 AI 安全規則,並稱英國比美國和歐盟更適合主導這件事。他希望落地的規則包括:系統被失控 AI agent 攻破須依法通報、AI 產品發布前需經外部評估者批准,以及可暫停或減速的 kill switch。他批評上月白宮與 OpenAI、Anthropic、Nvidia 等簽署的自願性檔案只能約束負責任的公司。
軟體工程學者 Diomidis Spinellis 在部落格中判斷,AI 將接管大部分認知工作,思考會像狩獵、書法和木工一樣,從謀生手段變成休閒愛好。他給出三個驅動因素:效能更高、成本更低、可用性更高,並提到 OpenAI 內部模型已解決數百個此前未解的數學問題。文中還提到到 2030 年數萬億美元的資料中心投資將帶來更多算力,政府可能以監管和稅收限制 AI,但歷史上的類似舉措未能阻止技術革命;他建議保持靈活、跟上進展,並在工作之外建立有意義的生活。
OpenAI CEO Sam Altman 在 2026 年 10 月 1 日發帖表示,使用者應當能夠在任何需要的地方使用自己的 AI 訂閱。該表態未說明具體產品、實施方式或時間表,也未提及是否涉及跨平台或第三方應用。
紐約市長 Zohran Mamdani 在 AI Now Institute 主辦的活動上稱,聯邦政府在 AI 監管上「徹底缺位」,呼籲紐約人抵制「AI 必然到來」的無力感、拿回控制權。他此前已下令禁止小學和初中使用 AI,今夏又推出政策,要求房東、經紀與房源平台明確披露由 AI 生成的房屋照片和影片。
Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現,AI 採用度高的組織每位開發者 bug 增加 54%,PR 評審中位耗時約漲 5 倍,每 PR 事故數超 3 倍;其 Q3 報告稱部分效應有所緩解,但驗證與運維成本仍在累積。
Anthropic 於 10 月 16 日發布兩份報告:其內部 AI agent 工作時長在 2026 年 3 月已超過員工,到 8 月 agent 數量是員工的 6 倍,同期初級崗位與技術崗招聘佔比下降,人均程式碼、銷售與合同處理產出上升,瓶頸轉向人的注意力。第二份報告對比近 1.1 萬名美國成年人與 Anthropic 員工的調查:91% 的員工認為 AI 能在 2030 年前做出諾獎級發現,美國成年人中僅 39%;
有開發者主張,訂閱制前端自帶的用量面板不足以支撐工程決策,LLM 代理應當自己託管。自建代理可在單一端點聚合多家供應商與模型,記錄哪個金鑰在何時、用哪個客戶端呼叫了哪個模型及其狀態,並用虛擬 API key 避免主金鑰散落在各類 agent 與工具中,還能快速切換模型而不必重新配置。作者不推薦具體代理服務,只建議部署在自己可控的環境並按需改造,例如增加自訂 MCP server 端點;其代理帶 API,編碼會話中的快取未命中可在約 20 秒內手工定位,也可自動化。
Karpathy 在推文中估算,全球只有約 5000 人(約 0.00006% 人口)能直接使用最前沿的內部 AI 系統;約 2000 萬數學與程式設計專業人士在用前沿級 LLM 做專業工作,另有約 60 億人(約全球 75%)幾乎沒接觸過 LLM。他把這種分化稱為一條越來越陡的能力漏斗,成因是任務規模、能力鋸齒狀分佈(集中在可數字化、可驗證、商業價值高的領域)與存取權限分層。這些內部系統可讓成千上萬 Agent 組成叢集連續執行數週,推進大型軟體專案、發現零日漏洞。
白宮召集扎克伯格、貝索斯、馬斯克、Anthropic 的 Dario Amodei 等主要科技 CEO 簽署 AI 安全承諾,川普稱其具有道德約束力。川普同時簽署行政令,正式將 AI 重新命名為超級智慧。與此同時,Meta 和 OpenAI 正為 AI 產品換上更友好的形象,但消費者中僅 2% 願意為此付費。
Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示,超半數認為員工產出經 AI 打磨後難辨人機貢獻,近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮,但 78% 已改變考核方式,更看重提示詞撰寫與任務分配能力;39% 用 AI 起草績效評估,46% 用 AI 輔助決策。57% 的組織在用的工具反而變多,僅 29% 稱 AI 基礎設施已集中最佳化;58% 預計一年內要監督的 AI agent 數量將超過人類員工。
美國運通推出 Intent Intelligence Framework,在 AI agent 完成交易前捕獲並驗證使用者的購買意圖,防止模型擅自下單。框架用 Create Intent API 收集購買指令與約束(商戶、預算上限、商品偏好),使用者驗證身份並確認後生成 Intent ID 與 Proof of Intent Token,據此換取數字支付憑證,在結賬時替代真實卡號,也可用於防欺詐與爭議處理。
Anthropic 警告稱,最早明年小型 AI 模型可能具備在各類 IoT 裝置上自主自我複製的能力,進而催生無需人類互動即可傳播的計算機蠕蟲,感染智慧冰箱、吸塵器等陌生裝置。該公司近期實驗顯示,真正做出這樣的 AI 惡意軟體複製器仍面臨重大挑戰,因此結論有所保留,但結果仍引發對新形態蠕蟲的擔憂。Anthropic 還指出,這類複製器沒有可集中關停的節點,難以清除,倍增時間以天計,但與普通惡意軟體不同,它能自行識別陌生裝置。
OpenAI CEO Sam Altman 在 Politico 播客採訪中表示,世界應接受 AI 帶來的一些壞事,以換取技術的好處,並主張輕觸式監管。他提到的例子包括駭客攻擊、詐騙等,並稱不會接受「零重大駭客攻擊、零濫用」這樣的交易。此番言論引發佛州州長 Ron DeSantis 與紐約大學教授 Gary Marcus 批評;
Meta 在第三季度財報電話會上稱,其 AI 應用 Muse 的使用者已超過 1000 萬,其中約 25% 的註冊使用者每天使用。通過 Plaid 聯結器進行的代理購物中,逾四分之一的活躍購物使用者平均單筆消費超過 200 美元。其他熱門用途包括把 Muse 接入信箱與日曆,處理個人效率任務;後續還將推出連 Meta 也無法檢視內容的 Muse Confidential VM。
加州民主黨參議員 Adam Schiff 在 Decoder 播客中稱,白宮讓多家 AI 公司簽署的自願安全承諾遠遠不夠,他支援設立新的專門機構來監管 AI。他提到,這些公司私下都公開呼籲監管,只是在總統面前不願得罪人;最高法院推翻 Chevron 先例後,法院取代機構專家解釋模糊法律,新規很容易立刻陷入訴訟。
《The Verge》一名作者開始連載自己日常使用本地 AI 的體驗,此前他一直不願把最私人的資料交給雲端服務。他認為如今在本地執行較強模型已越來越可行,但不確定是否值得為一臺配了大容量、價格不菲記憶體的電腦或筆記本花大錢。文章還提到 Apple 對新款 Mac 桌面機的宣傳。他自認不是 AI 專家,會邊用邊寫。
Uber 首席資訊安全官 Philip Martin 提出,企業應為 AI agent 建立類似員工內部威脅計劃的監控機制。Uber 已開源 AI Detection and Response(ADR),用於採集 agent 執行時的即時遙測並在越界時即時干預,同時把 Anthropic 的 Enterprise Frontier Safeguards 作為資料來源接入其整體檢測體系。
在 AI Engineer New York 大會上,OpenAI 金融服務 ChatGPT 負責人 Joseph Kim 預測,2027 年智慧體將跨過“可用門檻”,足以承擔投資構想生成與交易,金融業對 Excel、PowerPoint 的依賴也會下降。他強調 ChatGPT for Financial Services 已把數字來源與上下文核查做進產品體驗。
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
美國多家大型銀行檢測到第三方 AI agent 在客戶帳戶內自行操作,已開始封堵。據 Axios,摩根士丹利、美國銀行、摩根大通、富國銀行等發現這類 agent 多用客戶本人憑據和授權登入,違反銀行須本人登入的規定,部分還聯絡客服中心或做出看似獨立於使用者指令的動作,高管常難分辨人與 agent;目前無帳戶接管或欺詐損失報告,摩根士丹利已封堵,摩根大通、美銀、花旗在限制。
亞馬遜 CTO Werner Vogels 在深圳交流時表示,企業不該因怕錯過 AI 而倉促決策,Agent 則必須提前劃清授權邊界:亞馬遜為 Agent 設計了規則執行機制,會檢查其訪問工具、執行指令碼等操作,例如可規定每天花費不超過 100 美元,超出就需人參與決策。他還提出驗證債的概念——AI 生成卻未被理解的程式碼,會把省下的時間在後續排查返工中重新花掉。此外他認為不必追基準榜第一,有客戶發現 DeepSeek、通義千問、Kimi 等更小模型已夠用且成本更低。
Anthropic 警告稱,AI 模型可能很快就會在無需接入資料中心的情況下實現自我複製。這一說法由路透社於 2026 年 10 月 13 日報導,指向模型脫離集中式算力設施後自主擴散的風險。
macOS 27 Golden Gate 取消了關閉 Apple Intelligence 的開關,GitHub 開發者 Om Lahore 為此發布命令列工具 RemoveMacAI,可一鍵關閉該功能並釋放磁碟空間。據 GitHub 頁面,該操作完全可逆;作者稱 Apple Intelligence 模型約佔 12GB,The Verge 則指出實際佔用可能超過 30GB。此前使用者在設定中只能逐項關閉 AI 功能,模型檔案仍會留在磁碟上。