找到 18 筆
文章在凱文·凱利 2016 年出版的《必然》問世十年後，逐條回看他當時對 AI 的判斷。他預言到 2026 年 Google 的主業將不再是搜尋而是 AI，AI 會由兩三家通用雲端商業智慧形成寡頭格局，形態更像可按需取用的 AWS 式廉價基礎設施，且絕大多數是狹窄的專用軟體大腦；人們還能用對話語氣向雲端提出任何問題。文中另提到 Google 研究者 2017 年發表《Attention Is All You Need》，提出 transformer 架構。
微軟發布第三代自研 AI 晶片 Maia 300，將其定位為微軟產品與服務的主要 AI 推理系統，計劃 2027 年開始投入生產部署。微軟雲業務執行副總裁 Scott Guthrie 表示，相比主流的 GPU 系統，Maia 300 每兆瓦可多輸出 40% 的 token，並更能應對最新的推理模型與 agentic 任務。該晶片的設計目標是提升雲端 AI 工作負載的成本與效率，減少對 Nvidia GPU 的依賴。
Mistral 與 Cloudera 於 2026 年 9 月 10 日宣布合作，將 Mistral 模型整合進 Cloudera 混合資料平台，支援企業在私有云、公有云、本地及完全氣隙環境中部署推理，並保留完整控制權。企業還可在受控環境內用自有資料訓練定製模型，資料與模型所有權歸企業。Cloudera 平台承載 30 EB 客戶自管資料，雙方瞄準金融、製造、電信等受監管行業的主權 AI 需求。
《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。
Google 公布 Private AI Compute 新架構，將在雲端加入持久化記憶層，實現跨裝置連續 AI 助手體驗，同時保持端側級別的隱私標準。資料加密存放在雲端專用儲存中，解密金鑰僅保留在使用者裝置上，Google 自身也無法讀取；模型需要呼叫時通過端到端加密通道進入硬體隔離的安全飛地，臨時解密、寫入新上下文後立即重新加密。此前該平台及業界同類方案均為無狀態，任務結束即清除上下文。
FDE（Forward Deployed Engineer，前線部署工程師）成為當下最火的 AI 崗位之一，國內大廠開出月薪三五萬元，海外公開薪資崗位基本年薪中位數約 20 萬美元（約 134 萬元人民幣）。Anthropic 宣布投資 1 億美元在 2027 年底前培訓 1 萬名 FDE，OpenAI 以 40 億美元投資成立部署公司，AWS 拿出 10 億美元組建 FDE 部門；國內 Kimi 聯合 IT 服務商共建 FDE 隊伍，騰訊雲推出 FDE 工程師認證。從業者稱溝通需求佔工作時間七成以上，開發僅約三成。
SCM（Screen Memories）是一款 macOS 本地優先的 AI 搜尋工具，可對任意資料夾中的照片和影片逐幀進行語義搜尋，無需帳號、雲端或上傳，推理全部在本機完成。它提供 Files、Scenes、OCR、Dialogue 和可選的本地 LLM 聊天五種搜尋模式，支援按鏡頭時間碼跳轉、Whisper 臺詞精確檢索以及 Tesseract 多語言文字識別。預設 CLIP 模型權重約 435MB，首次下載後完全離線；
Google Antigravity SDK 現已支援在本地執行離線 agentic 工作流，可通過 LiteRT 呼叫 Gemma 4 26B A4B 等模型。該更新支援混合編排架構，由雲端模型擔任輕量規劃器，本地模型在裝置上處理程式碼審計與修補等高 token 消耗任務。SDK 還直接相容 Ollama、vLLM 等 OpenAI 相容推理伺服器，便於建置隱私優先的本地自主工具。
據 The Information 10 月 5 日報導，Meta 與 Microsoft 正大幅減少員工對 Anthropic Claude 的使用，轉向自研編碼工具。Microsoft 內部對 Anthropic 技術的年支出預估原超 10 億美元，管理層要求員工改用 GitHub Copilot 與 OpenAI 框架後下調逾三分之一，雲與 AI 部門員工的月度 AI 支出上限從 10 萬美元降至多數約 1 萬美元。
The Verge 刊文指出，隨著 AI 硬體的出現，科技公司正在重新定義什麼才算「錄製」。過去帶麥克風或攝像頭的裝置基本只有開與關兩種狀態：麥克風採集聲音、攝像頭採集影像，資料先儲存在裝置上，有時再上傳雲端處理，這些被保留下來的時間切片就是錄製。文章認為這一定義正被打破，並援引 Bloomberg 記者 Mark Gurman 上週的報導，稱 Apple 正在開發一款智慧家居產品。
OpenAI 發布常駐型個人 AI agent Dots 數日後，其產品負責人 Alexander Embiricos 將於 10 月 13 至 15 日出席在舊金山 Moscone West 舉行的 TechCrunch Disrupt 2026，在 AI Stage 參與名為 What Comes After the Chatbot? 的對話。Dots 不侷限於回答提示，它擁有自己的雲端計算機，可連線人們日常使用的應用，並能在後臺持續朝某個目標推進。
AI 雲服務商 Lambda 正以 145 億美元投前估值融資最高 40 億美元，由 Coatue 和 Blackstone 領投，可能是 2027 年 IPO 前的最後一輪私募。據投資人信，其積壓訂單從 6 月的 150 億美元增至 9 月的 500 億美元，其中 350 億美元來自 8 月底與 Anthropic 簽署的協議，估值因此高度依賴 Anthropic 的持續付款能力。資料中心建設主要靠債務融資，Lambda 上週剛額外融得 10 億美元；
Meta 的消費級 AI 產品 Muse 已在美國 App Store 榜首停留一段時間。其核心能力（瀏覽器與電腦操作、雲端工作流、定時任務、手機遠端控制）在 Codex、Claude Code 等工具中已存在一年多，Muse 的差異在於把複雜選項抽象為單一聊天介面，並靠廣告而非賣 token 變現，免費額度因此相當寬鬆。作者認為這可能是 agentic AI 首次對普通消費者變得可理解。
Google 發布可在後臺跨應用、跨裝置執行任務的通用 Gemini 智慧體，入口為 Gemini Enterprise 應用，使用者可在單一介面與它對話並派發任務。除直接在 Gmail、Drive、Docs、Sheets、Calendar 等 Workspace 應用內工作外，還能通過手機、桌面、網頁以及 Slack、Microsoft 365 等第三方應用呼叫；由於在雲端執行，Gemini 可在各端保持同一上下文。
Ollama 0.35 新增基於 TypeSafe Jev API 的決策模型支援，通過 /v1/systemone 端點一次請求回答多個命名問題，無額外費用。首批三個模型為 Bespoke Labs 的 9B nimble、Together AI 的 4B tev1 與 0.8B tev1:0.8b，可用於工單分流、模型路由與內容稽核。官方稱 nimble 在 M5 Max 本地執行平均每次決策 91ms，後續將加入 MLX 加速與雲端模型。
在 Windows 與 Surface 活動上，微軟展示了 Copilot 的升級：可訪問 PC 上的本地檔案，並能在作業系統內執行操作。微軟把這一思路稱為 Hybrid Intelligence，即應用和工具混合呼叫本地與雲端模型來高效完成任務。Copilot 執行副總裁 Jacob Andreou 現場播放影片演示，讓 Autopilot 根據會計師的郵件幫忙處理報稅。
Claude Code 雲端會話正式隨 Pro、Max、Team 與 Enterprise 訂閱提供，不額外收費，共用原有用量上限，每個任務在獨立虛擬機器上把倉庫克隆到新分支。Pro 與 Max 個人訂閱者可在 10 月 7 日前領取一次性獎勵額度 100 與 250 美元，額度 11 月 4 日過期，不能用於 Projects 或 Routines。會話可從 claude.ai/code、移動端、桌面端、終端和 Slack 啟動，完成後留在分支上供開 PR；
Agent37 推出低成本 agent 沙箱服務，客戶平均每沙箱每月花費 0.37 美元，並已開放免費套餐，目前 90% 以上新註冊使用者為免費使用者，其免費沙箱基礎設施成本約每使用者每月 0.05 至 0.10 美元。降本手段包括按 agent harness 的 CPU/RAM 突發特性排程資源、繞開超大規模雲廠商直接租用 Hetzner 與 OVH，以及用 gVisor 在主機內共享記憶體並加快啟動。