OpenAI 考慮將資料中心改稱 AI 計算園區
據 Axios 報導,OpenAI 正籌備美國中期選舉後的公關行動,其中一項是把資料中心重新包裝為「AI 計算園區」。首席全球事務官 Chris Lehane 同時提出為 AI 設「限速」、推動美國參與制定全球標準,並讓公眾更多感受到 AI 在日常生活中的作用。他把當前圍繞資料中心的爭論稱為「良性且健康」,認為社群應讓企業為這類專案負責。
依意思最接近的 30 筆
據 Axios 報導,OpenAI 正籌備美國中期選舉後的公關行動,其中一項是把資料中心重新包裝為「AI 計算園區」。首席全球事務官 Chris Lehane 同時提出為 AI 設「限速」、推動美國參與制定全球標準,並讓公眾更多感受到 AI 在日常生活中的作用。他把當前圍繞資料中心的爭論稱為「良性且健康」,認為社群應讓企業為這類專案負責。
民調預測民主黨將在 11 月中期選舉中至少翻轉國會一院,屆時關鍵委員會的主導權將回到民主黨手中,AI 公司可能迎來新一輪審查。目前委員會中的民主黨高層已表示,願意就資料中心的稅收抵免和近期的駭客事件向 AI 行業施壓;一旦接管委員會,他們可以設定議程並傳喚 CEO 作證。
NVIDIA 發布 AIOps 平台 Minerva,為 AI 工廠提供端到端可觀測性。它把 GPU、網路、儲存、排程器與工作負載的遙測匯入動態知識圖譜,每小時分析數十億資料點,用於發現異常、預測故障並把告警風暴聚合為帶根因的事件;平台還內建 AI 助手,可連線外部 agentic 工具,目標是提升 GPU 正常執行時間與 AI 工廠產出。
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。
民主黨在中期選舉中拿下眾議院和參議院,藍色浪潮席捲傳統紅州與搖擺州,而讓 AI 公司對美國人負責成為這些選戰中反覆出現的主題。喬治亞州選出全國首位黑人女性州長,新墨西哥州選出首位原住民女性州長,緬因州一位任職 30 年的參議員席位也轉投民主黨。AI 行業如今需要面對監管落地、資料中心建設放緩等前景,多數主要 AI 公司 CEO 公開保持沉默。
美國眾議院監督與政府改革委員會主席 James Comer 致信德拉瓦州州長 Matt Meyer,要求提供該州設立「人工智慧公司(AIC)」這一新公司形式的檔案。該提案擬允許公司由 AI 代理運營、無需人類掌舵,Comer 認為它可能被用來讓 AI 公司及其投資者免於為 AI 的魯莽有害行為擔責,也會掩護在州 AI 倡議背後尋求反競爭監管俘獲的勢力。
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。
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。
OpenAI CEO 奧特曼在內部員工會議上提出 AI 競賽的三種終局:建立全球監管機構、頂級實驗室合併為一,以及一家公司率先突破關鍵技術。最極端情形下,率先突破的公司甚至能讓競爭對手的 GPU 集體癱瘓,奧特曼稱這是「糟糕透頂」的結局。前兩條分別參考 IAEA 與 CERN 模式;他也承認 OpenAI 目前無法輕易放棄技術領先爭奪。
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。
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。
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。
技術部落格 magicnumbers.io 於 2026 年 10 月 6 日發布題為 AI Model Groupthink 的文章,指向 AI 模型的群體思維/趨同現象。該文被提交到 Hacker News 後,截至收錄時獲得 9 分、1 條評論。條目本身只提供標題與連結,沒有正文摘要、作者結論或涉及的具體模型資訊。
10 月 16 日,範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域(ModelSphere),面向企業免費開源,以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程,可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片,無需為不同晶片重寫底層程式碼。
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。
美國經濟政策研究中心(CEPR)於 11 月 3 日發布題為《The AI Bubble Monitor》的文章,以持續監測的形式討論 AI 泡沫問題。資料中只提供了標題與連結,未披露具體指標、資料來源或更新頻率;該條目在 Hacker News 上獲得 29 分、15 條評論。
Ai2 把原先基於優先順序的 GPU 排程器換成了由 GPU 時間預算、層級化公平分配和時間切片契約組成的新系統。它管理數千塊 NVIDIA H100、B200、B300,叢集規模從 88 到 1024 塊 GPU,服務約 150 名內部研究者,GPU 需求長期是供給的 2 到 3 倍。舊方案導致 GPU 蹲坑佔位、優先順序通脹(最終 100% 工作負載都標為 HIGH)以及值班工程師大量時間用於協商關閉不可搶佔任務。
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;
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。
AI 原生財富管理公司 Arca 自建 agent harness,以 Claude 為主要模型,並按內部基準自動為任務挑選模型。其 agent 任務可跨越十天,公司為每位客戶維護持久記憶系統,追蹤進展、下一步動作與責任人;但交易和任何資金流動都由人類顧問執行,安全限制全部為確定性規則,agent 寫出的程式碼在沙箱內被轉換為嚴格格式後才允許查詢後端資料。
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。
Blackstone 高管 Jas Khaira 在 TechCrunch Disrupt 上稱,對 AI 基建債務的擔憂被誇大:多數資料中心為超大規模廠商而建,債務由信用最好的公司支撐。管理 1.3 萬億美元資產的 Blackstone 自稱是超大規模廠商之外最大的算力持有方,2023 年以 GPU 和客戶合同為抵押向 CoreWeave 放貸 23 億美元,還參與了 Crux AI 50 億美元投資與 Firmus 100 億美元信貸。
巴西銀行 Itaú 推出對話式介面 ia.i,並配套 IARA 治理平台,把生成式 AI 同時提供給客戶與員工使用。這是該行「AI First」戰略的落地舉措,其所在金融業是巴西監管最嚴格的行業之一。原文未披露所用模型、上線時間與覆蓋人數等細節。
Meta 已確認收購 AI 程式設計初創公司 Conductor,該平台可把多個 coding agent 部署到並行工作區協作開發,交易金額未披露。Conductor 的 agent 並非自研,來自 Anthropic、OpenAI 等實驗室,公司 2024 年成立、核心產品去年夏天才上線。創始人 Charlie Holtz 表示核心功能會維持到明年初,但云端服務將於 11 月 20 日關停,之後開始刪除使用者雲端資料。
極智嘉(Geek+)發布《24/7 自主智慧倉計劃》,目標是讓 AI 接管整倉排程運營,實現 7×24 小時自主執行並在真實業務中持續進化,按打通全流程、強化智慧閉環、規模化落地三步推進。技術底座是 Gravity 統一具身智慧框架與 4D 具身世界模型,以及由 RMS、WES、IOP 三大系統加監控、資料分析、部署配置三類 AI Agent 構成的倉庫大腦。其無人揀選工作站在施耐德電氣上海物流中心試點中揀選效率達人工 2 倍、準確率超 99.99%;
Hacker News 上有人發帖徵集討論:Agentic AI 進入生產的主要瓶頸在哪裡。發帖者引用兩項資料作對照——agent 產生的流量已超過人類流量,但已建置的 agent 中只有 10% 真正上線生產,他覺得這很諷刺。他由此追問是什麼卡住了這些 agent,以及要讓 agent 流量繼續增長還缺哪些基礎設施。帖子目前 3 分、5 條評論。
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。
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。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自驅動公司」概念:AI 代理承擔公司裡大部分雜活,人的價值轉向判斷與品味。他舉例說 Replit 的客服工單會先由代理檢視 GitHub issue、程式碼庫和 Linear 工單完成初步分診,人工決定修復方案後一鍵再部署一個代理打補丁。Masad 稱公司運營方式已被徹底改變,團隊花更多時間討論做什麼、畫白板、研究架構,而代理並沒有取代崗位,只是改變了工作內容。
Ollama 官方帳號引述 jmorgan 在 This Week in AI 播客(與 Jason 對談)中的說法,稱企業 AI 正在經歷它的“PC 時刻”。該推文未給出具體產品、資料或時間表,只是觀點性表態,沒有更多細節。